尺度下城市基础设施景观格局指数法

研究方法

 

 

景观格局指的是各种大小和形状的景观缀块在空间上的排列，它包括景观缀块的类型、数量及空间分布与配置[14]。景观格局指数常用于描述景观格局，是量化景观格局和景观过程之间关系的桥梁，分为景观、类型、斑块3个级别[15]。本文中UGI主要指的是林地、耕地、草地、灌木及湿地5类用地，聚焦于植被地上碳汇部分。

以GI栅格图为基础，基于Fragstats软件平台，结合网格法对武汉市UGI景观格局进行多尺度量化分析。参考前人研究，本文从面积指标、聚集度指标、形状指标、多样性指标4个方面，对景观级别和类型级别的景观格局指数进行筛选。选取15个对尺度效应敏感且响应稳定的景观级别的景观格局指数[16]，对本文的最佳网格分析尺度进行探讨。在最佳网格分析尺度下，选取了16个有代表性的斑块类型级别格局指数表征武汉市UGI的组成和结构(表2)。

 

 

碳汇能力的估算方法主要有现场测定法、样地清查法[17-18]、遥感估算法[2]、统计模型法[19-20]及模型模拟法[21]。由于UGI的高度空间异质性及植被结构的复杂多样性，现场测定和样地清查法工作量过大，而遥感估算法估算结果精度有限；统计模型易于实现，但是缺少生物物理机制，不适宜用于精细化的碳汇估算研究中；模型模拟法往往和遥感数据相结合，具有可以通过遥感数据精度的提升改进模型精度的优势，其中，光利用模型又称为生产效率模型，属于地球生物过程模型，常用于模拟植被的光吸收过程。其原理是植物光合作用的强度取决于植被冠层吸收的光合有效辐射的量，代表模型有CASA模型和SDBM模型。

 

CASA模型具有数据更易获取、碳汇估算更加直接客观、可以实现植被碳汇量动态监测等优点。耿笛等[22]用30m分辨率的Landsat8OLI数据对CASA模型进行改进，指出高分辨率遥感影像不仅可以提供更精细的空间信息，也有助于提高城市区域NPP的估算精度。哨兵2号数据相对于其他中等空间分辨率影像具有更高的空间分辨率(10m)及5天的高时间分辨率，对于具有高度异质性的耕地、森林、城市地区的动态监测具有适用性[23]。考虑到武汉市生态控制区现存大量耕地及建成区空间结构复杂、紧凑的特点，采用哨兵2号数据对CASA模型进行改进以模拟武汉市UGI的NPP。参考朱文泉等的研究，CASA模型计算公式为[24-27]：

 

 

按照光合作用原理，NPP指的是单位时间和单位面积内从植被光合作用所产生的有机质总量中扣除自养呼吸后的剩余部分[28]。结合生物量-碳转换系数，植被每年的碳汇量计算公式为：

 

式中，K为生物量中的含碳量。欧阳志云等从光合作用方程式出发，得出植物生产1g干物质需要1.62g的二氧化碳，并释放1.20g氧气[29]，剩余0.42g即为固定的碳的质量。本文采用0.42作为生物量-碳转换系数，即K取0.42。在ENVI中，对NPP进行波段运算，得到武汉市10m精度的植被碳汇图。

 

“绩效”源于管理学概念，在管理学中代表了成绩和成效的综合，常用于评估工作效率与效能[30]。刘滨谊等[31]将绿地生态系统网络绩效评价分为规模绩效、效应绩效、功能绩效3个方面。在本文中，以碳汇功能为导向，将碳汇绩效定义为单位面积GI每年的固碳量，反映了同样面积的GI固碳能力的强弱，单位是gC·m-2·yr-1。在武汉市10m植被碳汇图的基础上进行多尺度分区统计，并进一步除以逐网格内UGI面积以绘制相应尺度的UGI碳汇绩效图。

 

 

生态系统通常在空间、时间和组织尺度上表现出特征的可变性，任何尺度范围内独特的景观格局特征都有独特的原因和后果[32]。为了正确理解景观格局如何影响生物物理过程，必须准确量化空间异质性及尺度依赖性[33]。

 

尤其是在城市区域，绿色基础设施碳汇绩效和景观格局都表现出高度的空间异质性和尺度依赖。适宜的尺度是碳汇绩效和GI格局耦合关系研究的基础，一方面，作为后续相关性分析的数据基础有必要捕捉更多的具有独特空间结构特征和碳汇绩效的网格样本；另一方面，适宜的网格尺度能够削弱随机因素和景观格局的尺度效应对研究的影响，从而避免研究结果的偶然性。

 

以往关于因素间耦合关系的最佳分析尺度选取多基于相关性分析，选取相关性最强的尺度作为分析尺度[34]，但是这种方法建立在多元素之间具有相关性的前提假设之上，且所选尺度并不一定就是研究对象的本征尺度。本征尺度是指自然本质存在的，隐匿于自然实体单元、格局和过程中的真实尺度[35]。对本征尺度的探讨是研究UGI景观格局和碳汇绩效耦合关系的基础。

 

半变异函数模型(SVM)又称半方差函数，是地统计学中常用的确定研究尺度的方法，常用于量化研究对象的空间异质性。块金值(Nugget)、变程(Range)、基台值(Sill)和偏基台值(PartialSill)是半变异函数的4个重要参数。其中，块金基台比反映的是除去空间自相关以外的尺度效应和随机因素的贡献程度[36]，块金基台比越大表明随机因素和尺度效应越大，相应尺度的研究结果具有更大的偶然性。本文运用半变异函数的块金基台比探讨了UGI景观格局和碳汇绩效的空间异质性的尺度效应，提出以UGI景观格局和碳汇绩效空间异质性的本质特征尺度作为最佳网格分析单元。

 

 

城市是发展高度成熟的区域，能够改变的因素很少。本文对UGI景观格局的研究以尊重现有的UGI整体空间布局为前提，以类型级别的景观格局指数表征UGI的组成和配置。在相关性分析中重点研究的是类型级别的景观格局指数与UGI碳汇绩效的关系。在SPSS软件中对选定的16个类型级别的景观格局指数和碳汇绩效进行Z-score标准化处理后进行皮尔逊相关性分析。