基于MSPA-InVEST模型的水网乡村绿色基础设施网络构建研究——以吴江东北片区为例

丁金华，孙 琦，钱 晶

(苏州科技大学 建筑与城市规划学院，江苏 苏州 215011)

长三角一体化发展战略的推进为苏南水网乡村带来了经济的快速发展，但同时也对生态环境保护带来压力，一些大型生境斑块逐渐被分割，日趋破碎，水网空间特色逐渐丧失，区域生态安全受到威胁。绿色基础设施(green infrastructure，GI)是由水道、林地、野生动植物栖息地及其他绿色开放空间等组成的自然生命支撑系统[1]。绿色基础设施网络是由网络中心(hubs)、连接廊道(links)和独立场地(sites)相互连接组成，目前国内外对于绿色基础设施网络的研究主要包括复合功能性[2-3]、尺度效应[4-5]、网络连通性[6-8]及构建网络[9-12]等，方法也从最初的定性向定量与定性分析相结合转变。

形态学空间格局分析(morphological spatial pattern analysis,MSPA)可基于空间拓扑关系等空间形态属性指导网络中心识别[13]。近年来借助MSPA构建绿色基础设施网络逐渐成为研究热点，国外学者将其运用于区域、市域格局和网络结构特征分析[14-15]，国内学者更多借助MSPA开展市域绿色基础设施网络构建[16-18]、网络结构特征[19-21]和时空变化差异[22-24]等研究。但因其侧重表达空间形态属性，而斑块生境质量等功能属性无法得到充分考虑，在识别网络中心方面有所局限。生态系统服务综合评价与权衡(integrated valuation of ecosystem services and tradeoffs,InVEST)模型的生境质量模块能够定量评估生境质量，基于斑块功能属性指导网络中心识别[25]。但因InVEST模型无法表达斑块结构等空间形态属性，运用其识别网络中心也存有局限性。

综上，MSPA-InVEST模型具有互补机制，二者结合使用可综合斑块空间形态属性和功能属性识别网络中心，相较于单依靠MSPA方法识别网络中心更具科学性。目前已有结合MSPA-InVEST模型，侧重构建城市绿色空间生境网络的研究[26]，但综合运用MSPA-InVEST模型构建水网乡村绿色基础设施网络的研究相对较少。

苏南乡村地处长三角洲中部，属于太湖流域，水系纵横，具有得天独厚的地理条件，形成了蓝绿交织、水绿相生的地域特色景观。随着城镇建设用地急剧扩张，水网地区的生态环境受到外界干扰，蓝绿空间被无序蔓延的乡村空间阻断，呈现出连通性降低、破碎度持续增加等问题，乡村的可持续发展受到冲击。本研究选取具有典型水网特征的苏南乡村为代表，创新性地运用MSPA-InVEST模型，综合斑块的空间形态属性与功能属性识别“网络中心”，运用最小累积阻力模型和重力模型识别乡村区域内的重要“连接廊道”，结合“独立场地”的实际情况，构建系统性的苏南水网乡村绿色基础设施网络，以期对长三角一体化发展战略背景下的乡村生态文明建设发挥一定的积极作用，促进水网乡村的可持续发展。

1 研究区与研究数据

1.1 研究区概况

吴江东北片区隶属于苏州市吴江区，地处江苏省东南部，位于120°51′-120°42′E，31°02′-31°13′N。区内以平原为主要地貌，河湖纵横交织成片，具有典型的水网乡村景观格局。研究区域的具体范围北至南溇里，南到直开荡，东沿白蚬湖，西及长白荡，包括九里湖、南星湖、同里湖和石头潭等30余个湖荡及田库村、双娄村和孙家浜等百余个村落，面积约为179.04 km2。

1.2 数据来源与处理

本研究土地利用数据来源于清华大学全球土地观测和监测数据库(http://data.ess.tsinghua.edu.cn/)的FROM-GLC10产品，分辨率为10 m，具体数据文件为fromglc10v01_30_120.tif。使用ArcGIS进行裁剪预处理，得到研究区土地覆盖数据。结合吴江区土地利用现状数据及实地调研结果，对研究区土地覆盖数据进行修正，依据苏南水网地区地域特点，参考《土地利用现状分类》(GB/T 21010-2017)相关标准，将研究区土地利用类型分为林地、耕地、草地、湖泊、河流、坑塘、湿地、建设用地和裸地9类(图1)。

图1 研究区区位示意图与土地利用现状

2 研究方法

本研究基于“网络中心—连接廊道—独立场地”的绿色基础设施网络构建模式，运用MSPA-InVEST模型分析、评价斑块的空间形态属性和功能属性，综合识别网络中心，借助最小累计阻力模型提取连接廊道，利用重力模型筛选重要连接廊道，并依据孤岛和连接廊道的叠加选取独立场地，进而构建吴江东北片区绿色基础设施网络(图2)。

图2 水网乡村绿色基础设施网络构建技术路线

2.1 基于MSPA-InVEST模型的网络中心识别

2.1.1 景观要素识别 首先，利用ArcGIS平台的重分类工具将生物多样性潜在力较好的湿地、河流、湖泊、坑塘和林地、草地、耕地分类为前景像元，其余作为背景像元。其次，借助Guidos Toolbox软件的MSPA工具对数据进行腐蚀、膨胀等运算，得到吴江东北片区景观组成类型与其占比(图3、表1)。

图3 MSPA景观类型分析结果

表1 MSPA景观类型面积及占比

2.1.2 生境质量评价 InVEST模型的生境质量模块能够基于土地利用数据和胁迫因子等参数，定量分析不同景观格局下的生境分布和退化情况，计算得到生境质量指数[27]。模型主要运算公式如下

(1)

式中:Qxj为土地利用类型j中栅格x的生境质量；Hj为生境适宜性；k为半饱和常数；Dxj是生境胁迫水平，Dxj具体公式如下

(2)

式中:R为胁迫因子个数；r为栅格数；y为胁迫因子；Wr为各威胁因素权重；yr为胁迫因子层的栅格个数；ry为胁迫因子强度；βx为生境抗干扰水平；Sjr为胁迫因子敏感性；irxy为ry胁迫水平。

本研究结合耕地、林地、草地、湿地、湖泊等用地类型对研究区生境质量进行评价，参考InVEST模型手册推荐值及相关文献[26,28-31]，综合考虑研究区水网密布的实际情况设置胁迫因子参数(表2)及各类土地对胁迫因子敏感度参数(表3)，将土地利用数据导入ArcGIS进行威胁源提取，结果数据输入InVEST模型内置的生境质量模块得到值域在0～1的研究区生境质量结果(图4)。

图4 生境质量指数分析结果

表2 胁迫因子及其最大影响距离和权重

表3 不同土地利用类型对胁迫因子的敏感度

2.1.3 叠加识别网络中心与优先级判断 首先叠加MSPA识别的核心区斑块和InVEST模型评估得到的生境质量结果，评价核心区生境质量情况，其次结合斑块面积，将面积>1.98 hm2且生境质量较高的16个核心区斑块提取为绿色基础设施网络中心。

景观连通性评价是划定网络中心优先级的主要方法之一，本研究选择整体连通性指数(IIC)和可能连接度指数(PC)，将斑块连通距离阈值设置为500 m，连通概率设为0.5，按照连接重要性指数(dI，公式中用dI表示)评价各核心区斑块在整体景观中的重要值，作为评判网络中心优先级的指标，分别记作dIIC(整体连通性重要值)和dPC(可能连通性重要值)

(3)

式中:I是景观连接度指数，Iremove为某斑块移除后的连接度值。

依据景观连通性评价结果，将dPC≥10.36的8处斑块划分为重要网络中心，dPC≤4.82的其余8处斑块划分为一般网络中心(图5、表4)。

表4 网络中心景观连通性指数重要值排序结果

注:1.南溇里集中坑塘；2.黄泥兜；3.九里湖片区；4.季家荡片区；5.同里湖；6.沐庄湖片区；7.三娄圩-安字圩；8.南星湖片区；9.白蚬湖；10.同字荡；11.沈家荡；12.石头潭；13.方家荡；14.长白荡-南参荡；15.八宝荡；16.直开荡。

2.2 基于“引力-阻力”分析的连接廊道提取

2.2.1 最小累积阻力模型提取连接廊道 本研究依据最小累积阻力(minimum cumulative resistance，MCR)模型理论，采用最小费用路径法，分析生物在网络中心间迁徙和扩散时需要克服相对生态阻力最少的路径作为绿色基础设施的连接廊道[32]。综合分析当地环境特征，初步选取建设用地、裸地、耕地和湖泊等土地类型，参照相关研究[18]，确定土地利用类型的阻力值(表5)。使用ArcGIS软件计算筛选得出的16个网络中心相互之间的最小成本路径，并剔除重复廊道，由此识别连接廊道120条(图6)，共计92.06 km。

表5 不同土地利用类型的景观阻力值

2.2.2 重力模型筛选重要连接廊道 重力模型(gravity model，GM)用于定量评价各源地间生态引力大小，据此可以评价廊道的相对重要性[18]。网络中心之间的生态引力值越大，表明斑块间的关联度越高，物种迁移和扩散受到的阻碍越小，因此在景观规划中，应特别注意对重要连接廊道的保护，以保证重要网络中心的连通性。基于重力模型计算16个网络中心间的生态引力矩阵(表6)，参照矩阵结果和研究区实际情况，将生态引力>55的廊道作为水网乡村重要连接廊道(图6)，共筛选出重要廊道35条，长度约11.68 km，占连接廊道总长度的12.69%。

图6 连接廊道及重要连接廊道分布

表6 基于重力模型的网络中心间生态引力矩阵

2.3 基于综合叠加分析的独立场地选取

独立场地是指独立于大型自然区域之外的规模较小的自然生境和游憩场地[12]。依据景观生态学理论，一些廊道所经过的孤岛斑块是生物在远距离网络中心间迁徙的暂栖地，在绿色基础设施网络中承担踏脚石功能。通过提取孤岛斑块，与连接廊道进行综合叠加分析，识别位于廊道上的孤岛斑块，整合作为乡村绿色基础设施网络中的独立场地。各连接廊道的交汇处物种丰富，汇集了多种生态信息，又承担着为物种远距离迁徙提供良好暂栖地的作用，故将潜在连接廊道的交汇点结合苏南水网地区湖荡、坑塘密布的地域特征，选取交汇点附近的场地作为补充，共同构成吴江东北片区独立场地(图7)。

图7 独立场地分布

3 结果与分析

3.1 网络中心识别分析

3.1.1 景观要素识别分析 由图3、表1可知，吴江东北片区核心区占GI总面积的50.97%，约为66.98 km2。核心区的分布具有空间集聚性，主要分布在研究区域内的耕地、林地、大型湖荡、坑塘和湿地等区域，如南星湖片区、白蚬湖片区、黄泥兜片区等。边缘是核心区和建设用地之间的过渡，具有边缘效应，面积在大小上仅次于核心区，占GI总面积的20.62%，能够降低可能的外部因素对研究区的相关干扰风险。孤岛是彼此孤立、互不相连的小型自然斑块，作为GI的独立场地，承担着踏脚石的作用，仅占GI总面积的1.02%，多集中在燕浜、北赞头、南浜等片区。桥接区是核心区间的结构性廊道，起到连接各核心斑块的作用，占GI的12.04%，受城市建设用地快速扩张导致林地、湖荡等分散、破碎度高的影响，呈现出分散态势。分析结果表明，吴江东北片区虽然存在如白蚬湖和南星湖等大尺度核心区斑块，但总体格局破碎，孤岛和桥接区占比有限，不利于生物的迁徙。

3.1.2 生境质量评价分析 依据吴江东北片区生境质量指数分布结果(图4)，并参考有关文献[26,28-31]，将生境质量指数在0.78～1的2段区域划分为高质量生境，生境质量指数在0.4～0.77的2段区域划分为中质量生境，生境质量指数在0～0.39的区域划分为低质量生境。

统计研究区域各质量生境面积及其占比(表7)，发现高质量生境占比最低，约占24.12%，中质量生境占总面积的近1/2，为49.30%，低质量生境占比26.58%。尺度较大的高生境质量区具有集聚特征，多集聚在湖泊和河流区域，如黄泥兜、同里湖、白蚬湖、南星湖和急水港等，但仍有部分面积较小的高生境质量区呈现散点状分布在汾湖经济开发区内；大面积耕地和集中坑塘的生境质量呈现出中等水平，主要分布在区域的中部及南部地区；低生境质量区域主要集中在研究区中部的屯村社区及周边，近年来随着吴江区新型城镇化进程的推进，工业及城镇交通等建设用地逐渐变为该区域的主要用地类型，对生境质量产生一定影响。

表7 不同质量生境面积及占比

3.1.3 网络中心优先级分析 由图5和表4可知，研究区东部的白蚬湖(Number9)和西部的南星湖片区(Number8)是重要性显著较高的网络中心。研究区中部网络中心分布较少，但这些少量的网络中心承担着增强物种多样性，改善区域连通性的重要功能。研究区的西北部和西南部集中分布了多个景观连通性较好的网络中心，如同里湖、长白荡-南参荡等。这些区域为生物提供适宜的栖息地，但同时也面临着建设用地日渐扩张的威胁，亟须受到保护。

3.2 廊道识别分析

3.2.1 连接廊道识别分析 由图6与遥感卫星影像和研究区土地利用类型图对比可知，连接廊道呈现出以沿中部急水港河岸分布的廊道为对称中心，呈闭环状集中于东、西两侧的空间布局特征。在急水港河岸西侧，连接廊道从南溇里集中坑塘(number1)西部由北向南延伸，穿过九里湖片区(number3)、南星湖片区(number8)和方家荡(number13)等，至直开荡(number16)南部终止；急水港河岸东侧的连接廊道多从南溇里集中坑塘东部沿西北向东南延伸，顺黄泥兜(number2)、季家荡(number4)和白蚬湖(number9)等到达东南部的沈家荡(number11)，进而转向西部与直开荡相连。总体来说，连接廊道穿越生态效益良好的湖荡及分布在耕地间破碎的坑塘、林地，连接各网络中心，保障了网络的整体连通性。但由于同字荡(number10)以西至方家荡(number13)以东区域建设用地面积较大，坑塘、林地破碎化严重，导致该区域连接廊道稀疏。

3.2.2 重要连接廊道筛选分析 由图6可见，重要连接廊道多沿吴江东北片区内的河流分布，主要包括：季家荡片区—沐庄湖片区廊道(4-6)；白蚬湖—同字荡—沈家荡廊道(9-10-11)；南溇里集中坑塘—九里湖片区—南星湖片区—石头潭—长白荡-南参荡—直开荡—八宝荡廊道(1-3-8-12-14-16-15)。南溇里集中坑塘至八宝荡(1-3-8-12-14-16-15)的廊道是研究区内连接最多网络中心的重要廊道。其将研究区北部的九里湖、南星湖和西南部的石头潭、长白荡-南参荡、八宝荡等湖荡、坑塘和集中农田等具有良好生态效益的网络中心相连接，提高了斑块间的连通程度，为物种的迁移提供了有利环境。

3.3 独立场地识别分析

基于孤岛和连接廊道的叠加整合结果，综合研究区域实际情况选择廊道交汇处的场地作为补充，最终识别独立场地8处。独立场地呈现南多北少的分布趋势，造成该结果的原因可能是：研究区南部片区城镇化发展较快，建设用地逐渐将网络中心包围、分割，且存在较多小型孤岛，需要更多独立场地为生物的迁徙提供踏脚石，也反映出南部片区破碎度较高的特点。

3.4 绿色基础设施网络分析

综合运用MSPA-InVEST模型识别研究区域网络中心，依据景观连通度划分网络中心重要性层级，以最小累积阻力模型和重力模型提取的一般连接廊道和重要连接廊道作为参考，结合独立场地的实际情况，构建系统性的水网乡村绿色基础设施网络(图8)。

图8 水网乡村绿色基础设施网络

以白蚬湖、南溇里集中坑塘和九里湖片区为代表的湖泊、集中坑塘和耕地为主的多个网络中心，与沿湖荡、林地和河流分布的连接廊道相互渗透、彼此融合，构成了四横三纵的水网乡村绿色基础设施网络格局。同时，通过综合叠加分析选取一些小型湖泊、坑塘和耕地作为独立场地，也为生物在施家漾和长白荡等连通欠佳的网络中心间的迁移提供了“踏板”，进一步提高了片区绿色基础设施网络的连通性，促进了乡村范围内的物质流、能量流和信息流的循环与流通，保障了绿色基础设施网络的稳定性。

4 结论与讨论

水网乡村绿色基础设施网络连接起大型湖荡、坑塘和耕地、林地等绿色开放空间，是生物多样性保护和防止栖息地破碎化的有力保障，对维持和保护乡村自然生命支撑系统，指导乡村可持续发展具有重要意义。

吴江东北片区大尺度网络中心连通性尚好，中小尺度网络中心连通性欠缺，南部的石头潭、沈家荡等区域生境由于面临城镇化用地快速扩张的压力，破碎程度加剧。MSPA分析结果表明，核心区面积占比最高，占前景要素的50.97%，多分布于大型湖荡、坑塘和林地等区域。桥接区和支线这2种起到连接作用的要素仅占12.04%和5.64%，说明研究区内各斑块间的连通性有待提升。

吴江东北片区总体生境质量呈现出较高的水平，高质量生境分布具有北部分散，南部聚集的特征。InVEST模型的生境质量评估结果显示研究区域中质量生境占比最大，为49.30%；其次是低生境质量，占比26.58%；高生境质量占比最小，仅占24.12%。随着新型城镇化建设的推进，吴江东北片区生态环境面临的压力剧增，以湖荡为主的高生境质量区及耕地、坑塘等中生境质量区域正在受建设用地扩张的威胁，亟待受到保护。

基于分析结果，构建了吴江东北片区绿色基础设施网络，识别网络中心16个，总面积175.53 hm2，占研究区面积22.07%，呈现出西北多、东南少的分布趋势；识别出潜在连接廊道共计120条(92.06 km)，重要连接廊道35条(11.68 km)，多沿研究区内河流分布，呈现出较好的连通趋势；识别出独立场地8处，呈散点状分布于屯村社区等城镇化程度较高区域。

将MSPA和InVEST模型相结合，通过对斑块的空间形态属性和功能属性综合评价网络中心，加强对大面积湖荡、坑塘和林地等重点区域的生态保护，有利于绿色基础设施网络的空间结构优化和区域生态适宜性的提升。但受到遥感影像精度限制和模型参数缺乏量化标准的影响，分析结果与实际情况存在一定误差，科学而客观的指标权重设定方法仍有待探究。水网乡村绿色基础设施网络是复合的有机体，还应包含人文、社会要素，后续研究需要与社会学、旅游学等多学科交叉合作，协调生态、人文和社会的关系，在保障水网乡村生态安全的基础上，进一步探究多元功能复合型绿色基础设施网络的构建。