粤港澳大湾区生态环境与城市化特征的耦合协调分析*

2023-01-18孙照辉陈颖彪吴献文韩富状

地矿测绘 2022年4期

孙照辉，陈颖彪，吴献文，韩富状

(1.广州全成多维信息技术有限公司，广东广州 511457；2.广州大学地理科学与遥感学院，广东广州 510006；3.广东工贸职业技术学院，广东广州 510510)

0 引言

我国目前仍处于城市化快速发展阶段，社会经济显著提升，城市人口数量持续增加。但在城市建成区不断扩张、城市人类活动强度不断提高的过程中，城市热岛、大气污染、土地荒漠化等问题频现，区域生态环境受到巨大挑战[1，2]。一方面，城市化水平的快速发展，需要大量资源消耗并使土地利用方式发生改变，进而导致生态环境质量受到巨大压力。另一方面，生态环境恶化将制约城市化，约束社会经济的可持续发展[3]。当前，我国经济正由高速度发展转向高质量发展，如何处理好城市化和生态环境之间的关系显得尤为重要，如何把握二者之间的平衡点是亟待解决的问题[4]。而实现生态环境与城市化的耦合协调发展，是处理社会经济和生态保护关系的重要支撑，也是落实社会经济与生态环境可持续发展的要求。因此，开展生态环境与城市化特征的耦合协调研究显得十分关键。

当前，生态环境与城市化之间耦合协调的研究已引起众多学者的关注。孙斌等基于面板数据，采用熵值法和耦合协调度模型，评价黄河流域城市群内58个城市的城镇化与生态保护的耦合状况[5]。闫明涛等运用耦合协调度模型和地理探测器，基于区县面板数据，分析了136个区县内社会经济与生活环境的耦合协调水平和影响因素[6]。陈洁等使用社会经济统计数据，构建社会经济系统和生态环境系统指标体系，刻画南京市社会经济与生态环境系统的耦合度[7]。总体上，当前生态环境与城市化耦合协调的研究多使用面板数据开展，缺乏详细的空间信息，难以对小尺度空间进行刻画。近年来，基于遥感技术的生态环境质量评价以及城市化特征水平分析受到广泛关注。其中，一种利用遥感影像快速评价区域生态环境质量的指标，即遥感生态指数(RSEI)被广泛地应用[8，9]。此外，夜间灯光(NTL)遥感数据被广泛地运用于社会经济相关指标的计算，其与城市发展水平的高相关性已得到证实[10，11]。

作为中国经济发展水平最高，人类活动最活跃的地区之一，粤港澳大湾区因其特殊区位及发展机遇受到广泛关注。但在大湾区城市化水平不断推进的同时，其内部生态环境也受到巨大的胁迫作用。因此，了解大湾区内部生态环境与城市化特征的耦合协调状况尤为关键。鉴于此，本研究以粤港澳大湾区为研究区，利用遥感影像数据，使用生态环境质量评价及城市化特征水平分析指标，开展过去20年间大湾区生态环境与城市化特征耦合协调演变研究，以期为推动大湾区生态文明建设，以及促进生态环境与社会经济的可持续发展提供数据支撑。

1 研究区概况与数据来源

1.1 研究区概况

粤港澳大湾区位于珠江下游区域，包括香港和澳门特别行政区，以及珠三角城市群9市，共计11个城市。大湾区地处南亚热带区域，大部分位于北回归线以南，整体属亚热带季风气候。大湾区作为中国发展最快的区域之一，在过去二十年，经济得到巨大发展，人口数量急剧增加。2000年至2020年，大湾区的地区生产总值由2.3万亿人民币增加至11.6万亿人民币，人口数量由4 789万人增长至8 639万人[12]。但由于大湾区地域广阔，区域内城市发展差异明显，因此各子区域内生态环境质量和城市化特征水平的空间异质性显著。

1.2 数据来源与预处理

本研究所使用的主要数据包括用于评价生态环境质量的MODIS遥感影像数据以及用于分析城市化特征水平的NTL数据，并分别选取2000、2005、2010、2015以及2020年共计5个年份数据。其中，MODIS遥感影像数据包括MOD13A1、MOD11A2、MOD09A1等系列数据集。NTL数据使用跨传感器校正的“类NPP-VIIRS”NTL数据，其空间分辨率为500 m。该NTL数据，解决了DMSP-OLS和NPP-VIIRS两类NTL数据不可比的问题，有效地扩宽了NTL数据的可用时间长度，并已被验证可用于反映区域内部细节信息及其在长时间序列上的变化情况[13]。

2 研究方法

2.1 生态环境质量评价

本研究使用RSEI作为评价大湾区生态环境质量的指标。RSEI是一种利用遥感影像提取绿度、湿度、干度以及热度等参数，进行区域生态环境状况快速监测，生态环境质量快速评价的指标[8]。RSEI的计算函数公式如下：

RSEI=f(Greenness，Wetness，Dryness，Heat)

(1)

式中：Greenness为绿度；Wetness为湿度；Dryness为干度；Heat为热度。其中，绿度指标选取归一化植被指数(NDVI)，表征区域内植被综合状况；湿度指标选取多光谱影像经缨帽变换后的湿度分量进行表征[14]；干度指标选取由土壤指数(SI)和建筑指数(IBI)所合成的NDBSI，表征地表裸露及土地退化情况[15]；热度指标选取地表温度(LST)表征。此外，由于上述指标的量纲不一致，故需对绿度、湿度、干度以及热度的计算值进行归一化处理。

在获得归一化处理后的绿度、湿度、干度以及热度的基础上，进行主成分分析。主成分分析基于数据降维的数学思想，将绿度、湿度、干度以及热度重新组合，即将多个指标转化为少数综合指标，进而选取主成分分析运算后具有最大方差的第一主成分(PCI)，以计算大湾区的RSEI。

2.2 城市化特征水平分析

本研究使用综合夜间灯光指数(CNLI)作为反映人类活动强度和城市化水平等城市化特征的指标[13]。该指标已被证实与反映城市化水平的面板指标具有较强的一致性，能够被有效地运用在城市化水平监测及长时间序列上的时空分析[16]。CNLI被定义为区域NTL平均值与区域NTL面积占比的乘积，其涉及NTL分布的两类属性，即区域NTL平均强度属性和反映NTL空间延展性的面积属性，计算公式为：

CNLIi=Ii×Si

(2)

(3)

(4)

式中：CNLIi表示区域i的综合夜间灯光指数；Ii和Si分别表示区域i的NTL平均值和NTL面积占比；ni表示区域i内的NTL像元数；DNj表示区域i内第j个NTL像元的灰度值；Arealight表示区域i内存在NTL的面积；Area表示区域i的总面积。

2.3 耦合协调象限划分

本研究通过对大湾区生态环境质量以及城市化特征水平分析结果进行象限划分，以评价大湾区生态环境质量与城市化特征水平之间的耦合协调程度。基于RSEI和CNLI的计算结果，对大湾区内各街道(镇)所求得的RSEI和CNLI进行z-score标准化处理，以实现将不同量级的RSEI和CNLI转化为同一量度的z-score分值进行比较。x轴表征标准化的生态环境质量，y轴表征标准化的城市化特征水平，进而可划分出4个象限：象限Ⅰ表示生态环境质量高-城市化特征水平高，象限Ⅱ表示生态环境质量低-城市化特征水平高，象限Ⅲ表示生态环境质量低-城市化特征水平低，象限Ⅳ表示生态环境质量高-城市化特征水平低。RSEI和CNLI的z-score标准化公式为：

(5)

(6)

(7)

3 结果与分析

3.1 大湾区生态环境质量变化

根据上述生态环境质量评价方法，定量反演大湾区在2000、2005、2010、2015以及2020年的RSEI，并计算大湾区各街道(镇)内各时间点的RSEI均值，进而使用均值标准差分级法划分为5类等级，获得大湾区各街道(镇)在各时间点上的RSEI均值等级(见图1)。

从图1可知，大湾区各街道(镇)在2000-2020年的RSEI空间异质性显著。其中，低RSEI均值等级单元主要分布在珠江入海口及其两岸区域；较低RSEI均值等级单元与低RSEI均值等级单元紧密相连，分布在其外围区域；较高RSEI均值等级单元分布于较低RSEI均值等级单元外侧及高RSEI均值等级单元集聚区内部；而高RSEI均值等级单元成片分布，分布于肇庆、江门以及惠州东部等大湾区核心区外围区域。2000-2020年，大湾区低RSEI均值等级单元区域持续扩张，单元数量由173增加至201，大部分由较低RSEI均值等级单元转变而成。较高RSEI均值等级单元数量由121减少为54，其中部分转化为较低RSEI均值等级单元，其余转变为高RSEI均值等级单元。这反映出部分大湾区核心区外围区域的生态环境质量好转，生态压力出现降低迹象。总体上，大湾区各街道(镇)的RSEI差异明显，过去20年间区域生态环境受压显著，低RSEI均值等级单元区域持续向外扩张，在珠江入海口两岸形成呈倒“U”型、成片的低RSEI均值等级单元集聚区。

图1 2000-2020年粤港澳大湾区RSEI等级分布Fig.1 Distribution of RSEI grades in the GBA from 2000 to 2020

3.2 大湾区城市化特征水平变化

根据上述城市化特征水平分析方法，定量反演大湾区在2000、2005、2010、2015以及2020年的CNLI，并计算大湾区各街道(镇)内各时间点的CNLI均值，进而使用均值标准差分级法划分为5类等级，获得大湾区各街道(镇)在各时间点上的CNLI均值等级(见图2)。

从图2可知，大湾区各街道(镇)在2000-2020年的CNLI的空间分布与RSEI近似，均有显著的空间异质性现象。其中，高CNLI均值等级单元集中分布在深圳、香港、广州、东莞等大湾区核心区及其周围；较高CNLI均值等级单元零星穿插于高CNLI均值等级单元中；较低CNLI均值等级单元位于较高CNLI均值等级单元与低CNLI均值等级单元之间，形成局部集聚区；低CNLI均值等级单元主要分布在大湾区西部与北部等非核心区域，呈大片面状分布。2000-2020年，大量较高和较低CNLI均值等级单元转变为高CNLI均值等级，高CNLI均值等级单元由零星分布于珠江入海口两岸，持续向外扩张，单元数量由145大幅度增加至204。大量低CNLI均值等级单元转变为较低CNLI均值等级单元，其数量显著降低，由295减少为231。总体上，大湾区核心区与非核心区各街道(镇)的CNLI差异显著，过去20年间CNLI均值等级不断提升，低CNLI均值等级单元数量减少，高CNLI均值等级单元区域持续扩张，经历“点-线-面”演变过程，最终在珠江入海口东侧区域出现成片集聚区。

图2 2000-2020年粤港澳大湾区CNLI等级分布Fig.2 Distribution of CNLI grades in the GBA from 2000 to 2020

3.3 生态环境与城市化特征耦合协调演变

基于z-score标准化处理后的各街道(镇)RSEI和CNLI，对大湾区2000-2020年的生态环境质量评价与城市化特征水平分析结果进行象限划分(见图3)。从图3中可知，大湾区内处于象限Ⅰ和象限Ⅲ，即生态环境质量高-城市化特征水平高及生态环境质量低-城市化特征水平低的街道(镇)数量相对较少，大量的街道(镇)位于象限Ⅱ和象限Ⅳ，即生态环境质量低-城市化特征水平高和生态环境质量高-城市化特征水平低。根据各象限表征的基本内涵，可对各象限内的街道(镇)单元进行分区，即4种生态环境与城市化特征耦合协调类型(见图4)：象限Ⅰ内的单元，生态环境质量与城市化特征水平均较高，两者耦合协调状况良好(高阶耦合协调型)；象限Ⅱ内的单元，生态环境质量较低而城市化特征水平较高，城市化特征水平优于生态环境质量，即生态环境滞后于城市化(生态环境滞后型)；象限Ⅲ内的单元，生态环境质量与城市化特征水平均较低，虽两者耦合协调状况良好，但属于初级耦合(低阶耦合协调型)；象限Ⅳ内的单元，生态环境质量较高而城市化特征水平较低，生态环境质量领先于城市化特征水平，即城市化滞后于生态环境(城市化特征滞后型)。

图3 2000-2020年粤港澳大湾区RESI与CNLI象限划分Fig.3 Quadrants division of RESI and CNLI in the GBA from 2000 to 2020

根据图4及数值统计结果可知，2000-2020年间，大湾区各街道(镇)单元的生态环境与城市化特征耦合协调演变趋势不尽相同，即生态环境压力减缓和生态环境恶化单元同时存在。高阶耦合协调型单元的数量由8增加至39，由零星分布转为局部集中，主要为部分生态环境滞后型单元转化而成，其在香港、深圳、东莞等区域具有小范围集聚现象。生态环境滞后型单元的数量由181增加至216，主要由低阶耦合协调型单元转化而来，在空间上由分散分布演化为大面积片状分布，主要集中在佛山、广州、东莞等区域。低阶耦合协调型单元的数量大幅度减少，由79减少为37，主要是由于部分单元转变为生态环境滞后型单元。城市化特征滞后型单元广泛分布在肇庆、江门、惠州北部等大湾区核心区外围区域，但其数量由281减少为257，尤其是临近大湾区核心区的城市化特征滞后型单元发生转变。

图4 2000-2020年粤港澳大湾区生态环境与城市化特征耦合分区Fig.4 Coupled zoning of ecological environment and urbanization characteristics in the GBA from 2000 to 2020

根据4种生态环境与城市化特征耦合协调类型的本质特征，其在未来的发展中应注意生态环境保护与城市发展相协调。其中，高阶耦合协调型单元的生态环境状况良好，在社会经济发展的同时要注意维护生态环境的良好态势；生态环境滞后型单元内社会经济发展较快，致使区域生态压力较大，应加强生态保护修复，优先开展生态建设；低阶耦合协调型单元内城市化特征水平较低，且生态环境质量低于大湾区均值，应开展生态经济建设，以实现生态环境保护及社会经济发展的双赢；城市化特征滞后型单元内具有良好的生态环境，但城市化特征水平低，应将其作为大湾区绿色保护屏障。