基于区域差异化视角的资源型城市绿色基础设施网络构建与优化——以大庆市主城区为例

贾 佳

荆忠伟

李 文*

全球生态系统作为人类生存和社会经济发展的基础，与人类活动具有密切的动态关系[1]。资源型城市由于其开发建设与资源开采息息相关，人类活动与生态环境强烈互动，导致集中的城市中心被若干分散的城镇所替代[2]，形成了“多点-长线”的组团式空间结构。城市各个组团之间生态-经济的悬殊差异造成城市生态公平性的偏颇，资源型城市人地耦合系统干扰下的生态修复研究迫在眉睫。景观生态学为资源型城市生态修复研究提供了重要的学科基础与理论依据，尺度是其中一个重要的研究视角，主要由粒度(grain)和范围(extent)2个维度组成。然而，大多数涉及尺度问题的研究仍集中在粒度变化对生态系统可持续发展的影响上[3-4]，忽视了范围变化。区域差异化视角是基于范围尺度衍生出的新方向，能够识别出满足区域保护目标的生态结构要素[5]，具有应对动态变化的价值优势，凸显出面向资源型城市的针对性和适用性。因此，如何基于范围尺度平衡资源型城市发展空间和生态空间的增长边界，构建生态约束条件下具备功能完整性的区域生态安全格局，亟待深入探究。

绿色基础设施(GI)是自然生命维持系统的空间载体[6-8]，在协同人类-环境的动态变化、保障城市区域协调发展方面具有不可替代的作用。生态源地作为构建GI网络的基础条件，具备保护生物多样性、提升生态环境质量的关键功能[9]。然而，传统的生态源地识别方法多是面向整个研究区进行源地选取并构建单一层面的GI网络[10]，未考虑景观生态学尺度研究中的范围效应，这种“一概而论”的源地筛选标准和网络构建原则忽视了城市各区域之间生态系统的根源性差异。同时，针对区域组团结构带来的多范围、多尺度的城市特点，单一层级的生态廊道构建方法无法良好契合资源型城市空间布局的复杂性，有必要引入多层级网络以提升此类城市应对生态风险的能力[11]。基于区域差异化视角进行生态源地识别，构建跨尺度、跨纬度的多层级网络，有助于促进资源型城市生态目标多样化、修复过程层次化。总之，区域差异化视角下资源型城市的GI网络构建应该是一种适用于该类型城市特殊性的、以改善城市均衡布局与协调城市绿色转型为导向的GI建设模式(图1)。

图1 资源型城市GI网络人类-环境耦合要素框架

目前，风险“源(source)-汇(sink)”法和景观指数法被广泛应用于生态风险评估与生态网络构建[12]。然而，风险“源-汇”法难以表征多源压力下的风险状况，景观指数法则不能充分关注动态的生态过程，限制了景观格局与生态过程的耦合程度。因此，本文将景观指数法与表征生态状况的“源-汇”法相结合，以大庆市主城区(大同区、红岗区、龙凤区、让胡路区和萨尔图区)为例，利用Fragstats移动窗口法(moving window)从像素级别识别对维持生态效益具有重要意义的源地斑块，确定区域差异化源地筛选标准，提取各区多层级生态源地；使用Linkage Mapper工具分级计算相邻源地间的最小成本路径(Least Cost Path，LCP)，结合矿业废弃地修复项目点新增廊道，考虑生态脚踏石布局和生态断裂点修复，完成大庆市主城区GI网络构建和优化，为其他资源型城市的尺度研究、源地识别及网络规划提供思路和方法参考。

1 研究区概况与数据预处理

大庆市位于黑龙江省西南部、松嫩平原腹地(图2)，市域总面积约22 161km2，是中国最大的石油石化基地。研究区域为大庆市主城区，辖大同区、红岗区、龙凤区、让胡路区和萨尔图区5个区。主城区区域间的多组团结构导致城市基础设施未能统一，各区自成体系，致使动植物栖息地丧失、生物多样性持续降低等生态环境问题爆发[13]。

本研究所使用的数据主要有：大庆市2019年9月Landsat 8分辨率为30m的影像数据与DEM数据(http: //www.gscloud.cn)及大庆市道路数据(https://www.openstreetmap.org/)。基于ENVI 5.2软件对遥感影像进行预处理。依据《土地利用现状分类》(GB/T 21010—2017)、参考城乡用地分类的中类等级、采用最大似然法进行监督分类，将土地利用现状划分为农用地、城乡居民点建设用地、林地及草地、水域、区域交通设施用地，以及其他非建设用地6类。结合同年高分辨率的谷歌地球影像和实地调研，对解译结果进行矫正。最后，对结果进行分类后处理，获得大庆市主城区土地利用分类图。

基于大庆市主城区土地利用分类图，通过ArcGIS 10.2软件按城市区域划分为大同区、红岗区、龙凤区、让胡路区和萨尔图区，并统计分类结果(图3，表1)。林地及草地、水域和区域交通设施用地作为城市GI要素，合并为前景并指定值为1；其他用地类型作为城市非GI元素，合并为背景并指定值为0，由此获得5幅栅格大小为30m×30m的二进制值栅格图。

图3 大庆市主城区土地利用现状

表1 研究区土地利用类型统计(面积：km2)

2 研究方法

2.1 基于景观指数法的生态源地识别

2.1.1 指数选取与空间量化

基于Fragstats 4.2软件，采用移动窗口法进行分析[14]。为了充分揭示大庆市主城区的景观格局特征并避免在评估系统中重复选择指标[15]，研究以景观格局指数应用尺度为筛选前提，在类型水平上选择斑块密度(PD)和斑块平均大小(MPS)作为评价指标；在景观水平上选择边缘密度(ED)、景观形状指标(LSI)、香农多样性指标(SHDI)和蔓延度指标(CONTAG)作为评价指标；斑块/景观面积(CA/TA)和斑块数量(NP)具有多尺度研究意义，因此在2个水平上都保留数据。参考前人研究[16]，结合研究区域面积对600、900、1 200和1 500m的窗口大小进行调试。综合比较后选用边长为1 200m的窗口，能够较为清晰且准确地计算局部水平的景观格局指数。

2.1.2 指数评价体系构建

利用ArcGIS 10.2的重分类功能，通过德尔菲法以1～5分赋予各指数相应的阻力值，得分越高代表阻力越大。根据景观格局指数相关定义可知，NP、PD、ED、LSI和SHDI的值越高，景观破碎化越严重，布局越分散；MPS、CONTAG、CA/TA的值越高，景观信息更为丰富、连接性更好。因此，根据相关指标的不同特性，将景观格局评价指数体系划分为2类，分别赋予5～1和1～5的阻力值(表2)。而后，基于yaahp软件建立区级尺度下的GI要素景观格局指数评价模型。通过层次分析法确定各指标的AHP权重，一致性比例=0.088 7＜0.1，结果通过一致性检验。其中，MPS、PD、NP的权重均较大，CONTAG的权重最小。基于GIS平台绘制上述8个指数的单因子成本栅格图，运用空间分析中的加权总和功能，分别对各区单因子成本栅格结果进行叠加分析，得到大同区、红岗区、龙凤区、让胡路区和萨尔图区的综合成本栅格图，并将各区成本图按照阻力值从小到大依次重分类为Ⅰ～Ⅴ级斑块(图4)。

图4 景观格局指数阻力面分级

表2 景观格局指数评价体系

2.2 基于风险“源-汇”法的生态廊道提取

2.2.1 生态阻力面构建

生态源地是保护区域生物多样性的重要空间，生态廊道是保障源地之间物质与能量互通的路径。物种运动过程中穿越的景观阻力面主要考虑可能影响物种分布和运动的障碍因子[17]。选取土地利用、高程、坡度、植被覆盖度和水域缓冲区作为研究区内景观阻力面构建的基础，赋以不同的阻力值并构建模型(表3)。

表3 生态阻力评价体系

2.2.2 潜在廊道提取

基于研究确定的生态源地，利用Linkage Mapper工具计算源地之间的最小成本路径，获得最小成本廊道栅格(Least Cost Corridor，LCC)[18]。具体步骤为：使用Conefor inputs工具测量相邻源地之间的欧式距离，使用Build Network and Map Linkages工具对每个源地进行成本距离栅格构建(Cost Weighted Distance，CWD)，将相邻源地的CWD相加得到相邻源地间的LCC，然后将LCC减去相邻源地的最小成本距离，最终获取归一化最小成本廊道栅格(Normalized Least Cost Corridor，NLCC)(公式1)，而后将所有相邻源地之间的NLCC按照最小值进行空间镶嵌，得到研究区NLCC，并参照阻力面取值范围确定成本距离阈值，获得研究区廊道布局。

3 结果与分析

3.1 大庆市主城区生态源地识别与筛选

3.1.1 一级生态源地对比分析

在景观生态学中，斑块面积与物种丰富程度呈正相关[19]，一般来说，斑块面积越大，物种多样性越高。具备一定面积大小的斑块可为生物提供适宜的栖息地环境，利于生物流的扩散或汇聚。基于阻力值最小、生态价值最高的Ⅰ级斑块(图4)，参照统计结果(表4)，可以看出各区斑块面积S＜1km2的数量最多，其中红岗区达159个，占该区斑块总数的93%；当S＞15km2时，斑块数量为12个但空间布局十分不均，其中龙凤区仅1个，红岗区则为0个。基于区域差异化视角综合衡量5个主城区的斑块面积与分布情况，以均衡源地数量、协调空间布局为目标，将5和15km2作为最小规模标准进行差异化源地筛选，得出大同区和让胡路区各4个斑块、红岗区2个斑块、龙凤区和萨尔图区各3个斑块，共计16个斑块(表5)。

表4 Ⅰ级斑块数据统计

表5 一级生态源地分布

由源地分布对比图(图5)可以看出，基于区域差异化视角筛选的源地布局在红岗区和龙凤区的优势尤为明显。红岗区位于大庆市中部，起着不可替代的空间衔接作用，区域差异化视角下红岗区生态源地的增加，凸显了连通城市南北空间、稳定生态安全格局的重要价值。龙凤区存在着生态系统服务重要性较高的小型生态源地空间集群，经区域差异化源地筛选后的龙凤区斑块改善了传统方法在区划面积与斑块面积较小情况下的局限性，有利于发挥各区域优势斑块的生态价值，促进物种的迁移与扩散。

图5 源地分布对比图

3.1.2 多层级源地识别与筛选

选用区域差异化视角下的源地斑块作为研究区一级生态源地，对于斑块间迁移距离较远或景观阻力值较大的情况，参考一级生态源地的空间分布与Ⅱ级斑块的面积大小，基于区域差异化视角从各区各选1个斑块，构成研究区5个二级生态源地。通过增设二级生态源地降低一级生态源地之间的距离，有利于提高物种在迁移过程中的存活率。

根据资源型城市的特殊性，参考《大庆市矿产资源规划(2016—2020年)》提出的大庆市矿山地质环境治理恢复重点工程项目规划表，选取让胡路区银浪牧场黏土矿矿山废弃取土坑、红岗区宏伟村黏土矿矿山废弃取土坑、让胡路区红骥牧场黏土矿矿山废弃取土坑，以及红岗区民吉村黏土矿矿山废弃取土坑共4个矿山地质环境恢复治理及土地复垦相关工程地块，作为研究区第三层级生态源地。通过连接矿业废弃地修复项目点推进城市生态恢复进程，重建城市生态系统脱节点，优化大庆市主城区的源地布局。

3.2 大庆市主城区GI网络构建与优化

3.2.1 最小成本路径对比分析

基于生态源地筛选结果，研究区共生成33条最小成本路径，总长度615.66km，平均长度18.66km；非区域差异视角下生成最小成本路径24条，总长度573.68km，平均长度23.9km(图6)。对比可知，2种情况的源地布局影响了研究区潜在廊道的结构，如图6A-1生成的路径平均长度更短、网络结构更为完善，而图6B-1生成的路径较长且结构单一。由图7可以看出，区域差异化视角下最小成本路径各长度所占百分比分布较为平衡，而非区域差异化视角生成的最小成本路径长度则波动较大，如缺少30～50km长度的路径、大于50km的路径突增且数量占比较大，造成网络结构分布不均衡与优势廊道的缺失。基于区域差异化视角识别出的生态源地不仅可以保持栖息地的完整性和优势性，而且通过与周边生态源地的连接，可提高局部生态源地离散斑块的连通性。同时，该视角下提取的生态廊道能够提供更多的生态系统服务。

图6 最小成本路径与廊道值对比

图7 最小成本路径分段统计对比

3.2.2 GI网络构建与优化

选用区域差异化视角下一级生态源地生成的最小成本路径作为研究区一级生态廊道；基于多层级网络划分的理论指导，通过二级生态源地构建研究区二级生态廊道；根据资源型城市矿业废弃地修复项目点位置构建研究区的规划生态廊道，优化大庆市主城区GI网络结构(图8)。在GI网络优化方面，协调生态脚踏石、生态断裂点与研究区生态廊道的关系，增强GI网络建设的适宜性和布局的合理性。首先选取研究区内生态廊道彼此相交的地方作为生态脚踏石，确定让胡路区10个、萨尔图区1个、龙凤区3个、红岗区8个和大同区4个，共计26个生态脚踏石(图9)，以期在物种迁徙距离较远的情况下发挥其良好的生态价值。同时，关注道路交通与生态廊道交汇的生态断裂点，基于OSM数据获取大庆市交通网络与生态廊道叠加的生态功能最薄弱的交汇点，共计64个(图10)。生态断裂点对生物迁徙过程的阻碍较强，影响生物流的交换，可以通过设置生物迁徙涵洞、地上天桥和地下隧道等连通迁徙路径、修复断裂点。

图8 大庆市主城区GI网络分布

图9 生态脚踏石分布

图10 生态断裂点分布

4 结论与讨论

4.1 结论

1)从一级生态源地布局来看，大庆市主城区北部区域，即让胡路区、萨尔图区和龙凤区共有10个斑块，面积较大且较为紧凑，破碎程度较低，说明这3个区域的生态效益凝聚度与景观优势度高。从源地斑块的主要用地类型看，多是中高覆盖度的草地和大型水域及湿地，包括大庆水库、龙凤湿地、西大海、哈拉海等，其中5、6、7、8、12号的一级生态源地及1号二级生态源地为高覆盖度草地(图8)。对于城市密度高但斑块面积小且十分破碎的红岗区，应积极提升区域绿地连通性，改善居民日常活动区域的生态环境。大同区的斑块彼此连通，但与城市北部和中部的斑块距离较远且土地类型单一，亟须改善土地利用现状带来的结构性问题。各区二级生态源地具备衔接与补充的功能，在红岗区起到了优势脚踏石斑块的作用，丰富网络结构、缩短物种迁徙距离。

2)从GI网络布局来看，一级生态廊道作为骨干结构连接各大优势斑块，网络结构紧密且连通度高；二级生态廊道作为补充结构，起到调节距离远、阻力大的路径的关键作用；规划生态廊道作为特色结构，结合政策导向改善生境脱节，为矿业废弃地的生态恢复提供良好的契机。总体来说，大庆市主城区的GI网络在分析资源型城市空间结构特征的基础上，依托生境基础条件形成了有利于协调区域平衡、改善城市绿色空间布局的网络结构，为大庆市的绿色转型提供支持，并为资源型城市GI网络构建提供参考。

4.2 讨论

1)资源型城市生态源地识别通常集中于城市群、省、市等单一范围[20]，然而，城市区域本底差异带来的区域划分变化直接影响了生态源地位置、面积及景观异质性的改变。对于大庆市主城区各个区域面积差异大、各区生态环境脱节、城市北部斑块连通性强而南部斑块相对独立的情况，若采用统一的标准筛选源地，会造成斑块集中于城市北部的生态环境优异区，与城市南部形成生态断裂。因此，本文基于资源型城市组团式布局带来的空间结构特殊性，优化适用于该类型城市的生态源地提取方法，可作为调节空间均衡布局和维持生态系统稳定的关键所在。

2)对于资源型城市GI网络构建，多层级方法体现出其针对性。各区生态价值最优的一级生态廊道与二级生态廊道作为大庆市GI网络的核心架构，在纵向结构上互相衔接并互为补充，避免单层级结构重复且烦琐的情况。同时，基于资源型城市的特殊性，提取矿业废弃地修复点作为第三层级网络结构的基础，生成规划生态廊道。由研究结果可知，区域差异化视角下的多层级方法识别出的生态廊道连通程度更好、生态效益更高，确保了GI网络的稳定性与整体连通性，对于资源型城市复杂的生态基础起到梳理城市结构、完善城市基础设施的重要作用。

3)在研究局限性方面，基于景观指数法利用Fragstats移动窗口法进行生态源地识别，虽然改善了传统方法主观性较强的情况，但仍有待深入探究，如窗口大小的设置，以及数据精度和栅格大小的不同都会影响评价的精度[21]。窗口设置过小会导致景观局部特性被整体特性所掩盖，生成的图像缺乏连续性；而窗口过大则会导致细节丢失，无法生成清晰图像。同时，窗口大小的设置也决定了出图边界被吞噬的范围，仍需进一步量化对源地斑块的影响程度。此外，由于缺少研究区详细的生态资料，没有具体考虑某个物种的生活特性，因此，GI网络的景观阻力值设定和景观阻力面构建是否合理仍待深入探讨。根据相关研究可知，廊道越宽越有利于生境的连通，但过宽的廊道则会影响生物的行动轨迹[22]。基于减少边缘效应、考虑最敏感物种需求及联系生境多样性等原则，后续仍需结合大庆市实际状况展开生态廊道宽度方面的研究。

注：文中图片均由作者绘制。