LA专题 | 陈泓宇 李雄 | 基于 MSPA-InVEST 模型的北京中心城区绿色空间生境网络优化

全文刊登于《风景园林》2021年第02期 P16-21

陈泓宇，李雄.基于 MSPA-InVEST 模型的北京中心城区绿色空间生境网络优化[J].风景园林，2021，28（2）：16-21.

基于MSPA-InVEST模型的北京中心城区绿色空间生境网络优化

陈泓宇

男 / 北京林业大学园林学院在读博士研究生 / 研究方向为风景园林规划与设计

李雄

男 / 博士 / 北京林业大学副校长、教授、博士生导师 / 城乡生态环境北京实验室 / 本刊编委会主任 / 研究方向为风景园林规划设计理论与实践

作者写作心得 

摘要：全球生物多样性下降严峻的背景下，优化生境网络对城市生物多样性保护具有关键作用，是当前城市绿色空间研究的重点内容。MSPA-InVEST模型对中心城区尺度绿色空间的生境网络优化具有优势性与创新性，以北京中心城区为研究区域，使用MSPA-InVEST模型遴选生境源地，并以此为基础识别生境廊道与生境节点。结果表明：研究区域大尺度生境斑块连通性欠缺，生境破碎化且质量呈两极化趋势；通过识别生境源地205个（32个核心生境源地）、生境廊道463.2 km（88.5 km关键生境廊道）、生境节点527个（49个重要生境节点），构建研究区域生境优化网络。在新时期生态建设背景下，研究结果能够准确指导未来北京市中心城区绿色空间建设，为生物多样性的保护与恢复提供重要空间支撑。

关键词：风景园林；城市绿色空间；生境网络；北京中心城区；MSPA；InVEST

1 研究背景

城市绿色空间是城市生物多样性的核心载体，如何提升城市生物多样性已成为城市绿色空间研究的前沿重点内容。

城镇化进程造成了北京中心城区生境破碎化，与生物多样性的显著降低。现已有从生境质量评估、生境营造方法等角度对北京中心城区绿色空间的研究，但缺乏生境网络角度的有关研究。生境网络是维持生物多样性的空间保障，保护生境网络比单纯保护生境更具意义。生境网络已形成了“源地－廊道”构建范式，源地识别是其关键步骤。多数研究基于生态位模型构建与优化生境网络，但受限于物种观测数据的可获得性与精度，生态位模型在中心城区尺度的生境网络研究中应用性有限。形态学空间格局分析（Morphological Spatial Pattern Analysis, MSPA）可基于斑块面积和空间拓扑关系等空间形态属性指导生境源地识别，但因不能定量体现斑块生境质量等功能属性，其对生境源地的识别具有局限性；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可定量评估生境质量，基于斑块功能属性指导生境源地识别，因其难以反映空间形态属性，故InVEST模型识别生境源地也有局限性。综上，MSPA、InVEST模型在中心城区尺度的生境网络研究中具有更好的可操作性，且二者分析机制互补。目前已有独立使用MSPA或InVEST模型构建生境网络的研究，但未见结合二者的研究。

本研究将创新地耦合MSPA与InVEST模型，综合空间形态属性与功能属性识别生境源地，并基于此优化北京中心城区绿色空间生境网络，支撑北京中心城区绿色空间精准化建设及生物多样性保护与提升。

2 数据与方法

2.1 研究区域概况

研究区域为《北京城市总体规划（2016年—2035年）》所界定的北京中心城区，总面积约1 378 km²（图1）。

1 本文研究范围：北京中心城区

2.2 研究数据

本研究使用2019年分辨率为30 m的Landsat 8 OLI_TIRS遥感影像为土地利用源数据（条带号：123，行编号：32），将其解译为耕地、林地、草地、水域、建设用地和未利用地6种类型。

2.3 研究方法

2.3.1 景观要素识别

MSPA是一种基于数学形态学的分类的处理方法，能够将二值图像的像素分为7类互斥景观要素（表1）。

表1 MSPA的景观类型及其含义

使用上述土地利用数据，将林地、草地、水域3类自然要素作为前景要素，将耕地、建设用地、未利用地作为背景要素，在Guidos Toolbox软件中进行基于MSPA的7类景观要素识别。

2.3.2 生境质量评价

InVEST模型内置的生境质量模块能够基于土地利用类型，定量评估生境质量。本研究参考InVEST模型手册推荐值及相关文献，结合研究区域的实际情况设置模型参数（表2、3）。模型主要运算公式如下：

式（1）中，Q_xj为某种土地利用类型j中的栅格x的生境质量；k为半饱和常数；H_i为土地利用类型j的生境适宜性；D_xj是某种土地利用代表的生境类型j中栅格x的生境胁迫水平。D_xj满足如下公式：

式（2）中，R为胁迫因子的个数，W_r代表胁迫因子r的权重；Y_r为胁迫因子图层在土地利用数据中的栅格个数；r_y为土地利用类型每个栅格上胁迫因子的个数；β_x为栅格x的可达性水平；S_jr为土地利用类型j对胁迫因子r的敏感性；栅格y中胁迫因子r对栅格x中生境的胁迫作用为i_rxy，其随距离变化满足如下公式：

式（3）（4）中，d_xy为栅格x与栅格y之间的直线距离，d_rmax为胁迫因子r的最大影响距离。

表2 胁迫因子及其最大影响距离、权重及衰减类型

表3 不同土地利用类型对胁迫因子的敏感度

2.3.3 绿色空间生境网络优化

生境网络可拆解为具有核心保护作用的生境源地、具有连接作用的生境廊道和具有踏脚石作用的生境节点，因不同源地、廊道、节点在全生态过程中的作用存在差异，故本研究将生境网络的构建与优化过程分为以下3个步骤：

1）生境源地识别与优先级判断。提取MSPA所识别的核心区斑块，依据生境质量指数，提取生境质量较高的斑块作为生境源地。之后通过景观连接度对源地进行优先级划分，本研究选取整体连通指数（dIIC）、可能连通指数（dPC），并计算二者相对重要性（dI）作为生境源地优先级评判的指标。使用Conefor 2.6软件对上述指标进行量化。主要计算公式如下：

式（5）（6）中，n为斑块总数，a_i与a_j分别表示斑块i与斑块j的面积，A_L为景观的总面积，l_ij为斑块i和斑块j间的路径数，p^*_ij是物种在斑块i与j直接扩散的最大可能性。

2）生境廊道识别与优先级判断。最小累积阻力（Minimum Cumulative Resistance, MCR）模型能够模拟物种在斑块间运动，并基于MCR得到物种扩散最佳路径。本研究基于MCR模型，使用ArcGIS软件中Cost Backlink、Cost Distance以及Cost Path工具，置入生境源地空间数据，设置阻力参数（表4），识别生境廊道。此后，认为连接核心源地间的廊道具有关键结构性作用，置入核心生境源地空间数据，再次运行MCR模型，识别关键廊道。最小累积阻力（MCR）值满足如下公式：

式（8）中，D_ij为源点j到空间单元i的距离，R_i为单元i的阻力系数。

3）生境节点识别与优先级判断。提取MSPA识别得到的孤岛斑块，叠加生境廊道识别结果，将廊道所经过的孤岛斑块提取为生境节点，并将关键廊道所经过的孤岛斑块视作重要节点。

表4 阻力参数

3 结果与分析

3.1 景观要素识别结果与分析

在Guidos Toolbox软件中得到景观要素的MSPA分类结果（图2），并统计各景观类型的面积及其占比（表5）。其中面积最大的为核心区（11 524.41 hm²），占研究区域面积的8.43%。核心区中最大斑块为海淀西山林地（7 821.82 hm²），剔除该斑块后，其他核心区斑块仅占研究区域面积2.7%。面积次之的类型为孤岛（占前景要素总面积24.46%），具有重要生物迁移作用的桥接区仅占前景要素总面积的11.53%。综上，北京中心城区尽管存在如海淀西山林地的大尺度核心区斑块，但核心区总体面积有限、格局分散，且孤岛斑块占比高，桥接区比例有限，生物迁移能力弱。

2 MSPA景观类型分析结果

表5 基于MSPA的各景观类型面积及占比

3.2 生境质量评价结果与分析

使用InVEST模型中的生境质量模块得到研究区域生境质量指数分布（图3）。依据结果，并参考有关文献，将研究区域生境分类：高质量生境（0.76~0.98），中质量生境（0.43~0.75）及低质量生境（0~0.42）。

统计不同质量生境面积及所占比例（表6），发现中质量生境占比最低（6.27%），生境质量呈两极化分布。该结果可能因近年建设用地侵占农田及中心城区退耕还林、退草还林所共同导致。尺度较大的高质量生境呈现出沿第一道绿隔带分布的态势，大量散点式高质量生境分布在研究区域内。

3 生境质量指数分析结果

表6 不同质量生境面积及占比

3.3 绿色空间生境网络优化结果与分析

3.3.1 生境源地识别与优先级判断

基于上述结果，遴选出作为生境源地的高生境质量核心区斑块205个，占核心区斑块数（340）的60.3%，占核心区斑块总面积的93.2%。

因海淀西山林地斑块的面积过大，致其弱化了其他源地重要性差异程度，故优先判定其为核心生境源地，将其移出后将剩余生境源地置入Conefor 2.6中量化连通性指标，综合考虑计算结果并参考有关研究，将dI＞0.97的生境源地选为核心生境源地（图4），共计32个，占生境源地总数的15.6%，占生境源地面积91.7%。

4 生境源地识别结果

核心生境源地基本沿第一道绿隔带分布，南部及东南部无核心生境源地。该结果可能由于东部及北部生境源地规模大、周边生境源地数量多，斑块的连通性更好，弱化了南部及东南部生境源地重要性。

3.3.2 生境廊道识别与优先级判断

基于MCR模型，识别得到生境廊道463.2 km，并识别关键廊道88.5 km，占廊道总长度的19.1%（图5）。关键廊道由中心城区东部经北部向西至海淀西山，后向南达中心城区西南部，呈半包围态势。

5 生境廊道识别结果

叠加生境质量分析结果（表7），发现一般廊道内非高质量生境达41.2%，关键廊道内非高质量生境比例达40.2%。说明研究区域现状生境质量对廊道内的生物迁移仍有较大阻力，廊道连通能力有待提升。

表7 廊道生境质量分布

3.3.3 生境节点识别与优先级判断

基于廊道识别结果，识别生境节点527个（图6），总面积368.7 hm²，仅占MSPA分析得到孤岛面积的4.6%，表明大部分孤岛尚未融入生境网络优化格局之中，仍具较大的优化潜力。位于关键廊道上的重要生境节点49个，占节点总数的9.3%，整体分布东多西少，表明中心城区东部生境受到的隔离作用更强，源地间廊道距离较长，致使所经节点数量更多。

叠加研究区域生境质量分析结果（表8），发现所识别生境节点内中质量生境分布比例相对较高，总体占比58.0%，表明廊道所穿越生境节点的生境质量有待提升，同时反映了大量高质量孤岛斑块难以进入优化网络。

6 生境节点识别结果

表8 节点生境质量分布

4 结论与讨论

4.1 结论

研究结果表明耦合MSPA与InVEST模型在中心城区尺度的生境网络构建与优化中具有可行性与优势性。

1）北京中心城区大尺度生境斑块连通性欠缺，生境破碎程度较高。研究区域内核心区面积占比最高，次之为孤岛，分别占前景要素总面积的35.31%、24.46%，具有重要生物迁徙作用的桥接区仅占11.35%。

2）北京中心城区生境质量呈现两极化趋势，高质量生境呈整体分散局部聚集的分布态势。研究区域低质量生境面积占比最高（76.12%），次之为高质量生境（17.61%），中质量生境最低（6.27%）；高质量生境整体呈离散分布。

3）识别出北京中心城区生境源地205个，总面积10 735.0 hm²，占中心城区面积7.8%，核心生境源地面积9 851.3 hm²，占生境源地面积91.7%，分布态势西多东少、北多南少；识别出生境廊道共计463.2 km，关键生境廊道88.5 km，占廊道总长度18.3%，关键廊道沿中心城区外围呈东北–西南半包围式分布；识别出可作为生境节点的孤岛斑块527个，呈内多外少的辐射分布，总面积368.7 hm²，占孤岛总面积的4.6%，其中重要生境节点49个。

4.2 讨论

1）强化生境源地的保护与扩充。严格控制生态边界以保证生境源地的完整性，并加强生境源地周边综合治理；利用“留白增绿”“城市森林”等工程建设契机，对生境质量欠佳的近40%核心区斑块，进行生境质量提升，使其成为生境源地，从而扩充生境源地数量。

2）注重生境廊道的疏通与连接。严格保护关键生境廊道上林带、水系等线性绿色空间以保证廊道结构的完整；优先利用生境廊道上的腾退用地开展“城市森林”建设，并对生境廊道适当进行退耕还草、退耕还林，整体提升廊道生境质量与连通性。

3）推进生境节点的提质与整合。对生境节点进行生境质量重点提升，增强其对生境网络的支撑作用，同时整合重要节点周边的破碎绿色空间，扩大节点生态规模；此外，可利用腾退用地连点成线，连线成面，促进分散的点状生境就近融入整体网络体系之中，发挥孤立生境的生态功能。

4.3 问题与展望

本研究从生境网络优化角度，为北京中心城区广泛生物多样性保护与恢复构建空间基础，未来应进一步结合生物观测等多元数据，验证与校正分析结果。

致谢：

感谢李方正老师对本文的帮助，感谢李豪同学在本文写作过程中的帮助。

图表来源：

图1改绘制自《北京城市总体规划（2016年—2035年）》中的附图10：中心城区空间结构规划图，其余图纸均为作者绘制。表1根据参考文献[21]绘制；表4根据参考文献[19, 25]绘制；其余表格均为作者绘制。

为了微信阅读体验，文中参考文献标注进行了删减，详见杂志。

参考文献

[1] 李兆中，武小钢，赵璐.基于文献计量学的我国城市绿地生物多样性研究[J].中国城市林业，2019，17（2）：82-86.

[2] ARONSON M F, LEPCZYK C A, Evans K L, et al. Biodiversity in the City: Key Challenges for Urban Green Space Management[J]. Frontiers in Ecology and the Environment, 2017, 15（4）：189-196.

[3] 林良任，陈莉娜，福铭.增进城市地区生物多样性：以新加坡模式为例[J].风景园林，2019，26（8）：25-34.

[4] 吴健生，曹祺文，石淑芹，等.基于土地利用变化的京津冀生境质量时空演变[J].应用生态学报，2015，26（11）：3457-3466.

[5] 李方正，韩依纹，李凤仪，等.北京市中心城土地利用变化及其对生境的影响(1992—2016)[J].中国园林，2020，36（3）：76-81.

[6] GARCIA A S, SAWAKUCHI H O, FERREIRA M E, et al. Landscape Changes in a Neotropical Forest-Savanna Ecotone Zone in Central Brazil: The Role of Protected Areas in the Maintenance of Native Vegetation[J]. Journal of Environmental Management, 2017, 187（2）：16-23.

[7]冯舒，孙然好，陈利顶.基于土地利用格局变化的北京市生境质量时空演变研究[J].生态学报，2018，38（12）：4167-4179.

[8]冯一凡，赵鸣.基于生境营造的北京城市边缘区绿色空间营建策略研究[J].北京规划建设，2019（5）：106-110.

[9] 赵人镜，戈晓宇，李雄.“留白增绿”背景下北京市栖息生境型城市森林营建策略研究[J].北京林业大学学报，2018，40（10）：102-114.

[10] JONGMAN R H G, BOUWMA I M, GRIFFIOEN A, et al. The Pan European Ecological Network: PEEN[J]. Landscape Ecology, 2011, 26(3): 311-326.

[11] JONES-WALTERS L. Pan-European Ecological Networks[J]. Journal for Nature Conservation, 2007, 15(4): 262-264.

[12] 吴未，张敏，许丽萍，等.基于不同网络构建方法的生境网络优化研究：以苏锡常地区白鹭为例[J].生态学报，2016，36（3）：844-853.

[13] 刘壮壮，吴未，刘文锋，等.基于“源地-廊道”生态安全格局构建逻辑范式的建设用地减量化研究[J/OL].生态学报，2020，40（22）：1-9[2020-10-24]. http://kns.cnki.net/kcms/detail/11.2031.q.20200922.1359.014.html.

[14] 彭建，李慧蕾，刘焱序，等.雄安新区生态安全格局识别与优化策略[J].地理学报，2018，73（4）：701-710.

[15] 吴茂全，胡蒙蒙，汪涛，等.基于生态安全格局与多尺度景观连通性的城市生态源地识别[J].生态学报，2019，39（13）：4720-4731.

[16] 吴未，范诗薇，欧名豪.基于网络效能分析的生境网络构建与优化：以苏锡常地区白鹭为例[J].生态学报，2017，37（11）：3872-3880.

[17] 王越，林箐.基于MSPA的城市绿地生态网络规划思路的转变与规划方法探究[J].中国园林，2017，33（5）：68-73.

[18] 吴健生，张理卿，彭建，等.深圳市景观生态安全格局源地综合识别[J].生态学报，2013，33（13）：4125-4133.

[19] 王丽容，冯晓蕾，常青，等.基于InVEST-MCR复合模型的城市绿色空间生境网络格局构建研究[J].中国园林，2020，36（6）：113-118.

[20] 成文青，陶宇，吴未，等.基于MSPA–连接度–空间句法的生态保护空间及优先级识别：以苏锡常地区为例[J].生态学报，2020，40（5）：289-298.

[21] 许峰，尹海伟，孔繁花，等.基于MSPA与最小路径方法的巴中西部新城生态网络构建[J].生态学报，2015，35（19）：6425-6434.

[22] 韩依纹，李英男，李方正.城市绿地景观格局对“核心生境”质量的影响探究[J].风景园林，2020，27（2）：83-87.

[23] 张梦迪，张芬，李雄. 基于InVEST模型的生境质量评价：以北京市通州区为例[J].风景园林，2020，27（6）：95-99.

[24] 张东旭，程洁心，邹涛，等.基于多源数据的城市生境网络规划方法研究与实践[J].风景园林，2018，25（8）：41-45.

[25] 高宇，木皓可，张云路，等.基于MSPA分析方法的市域尺度绿色网络体系构建路径优化研究：以招远市为例[J].生态学报，2019，39（20）：7547-7556.

[26] 吴茂全，胡蒙蒙，汪涛，等.基于生态安全格局与多尺度景观连通性的城市生态源地识别[J].生态学报，2019，39（13）：4720-4731.

[27] 陈昕，彭建，刘焱序，等.基于“重要性—敏感性—连通性”框架的云浮市生态安全格局构建[J].地理研究，2017，36（3）：471-484.

[28] 陈妍，乔飞，江磊. 基于InVEST模型的土地利用格局变化对区域尺度生境质量的影响研究：以北京为例[J].北京大学学报(自然科学版)，2016，52（3）：553-562.

版面预览

相关阅读：

完整深度阅读请参看《风景园林》2021年02期

扫描下方二维码或点击阅读原文进入店铺购买

文章编辑 刘昱霏

微信编辑 刘芝若

微信校对 刘昱霏

审核 曹娟

声明

本文版权归本文作者所有

未经允许禁止转载

如需转载请与后台联系

欢迎转发