付 蒙,余 亮

(苏州大学,江苏 苏州 215000)

1 引言

如今人们对生活质量的要求越来越高,城市对景观建设的要求也越来越高,多数城市将生态景观空间规划作为建设重要目标[1]。景观空间规划通常指在固定土地面积下对形状以及属性均不相同的景观空间单元进行一定规律的分布和组合[2,3],在规划过程中不仅要有效控制成本[4],也要保证空间规划的多样化。现如今生态破坏以及环境污染已经成为必须解决的一项社会公害[5],对现有的景观资源以及环境进行合理规划[6],以实现城市景观和环境的协调以及可持续发展。

为此本文提出一种基于CLUE-S模型的生态景观空间规划优化方法,生态景观规划是以景观学为基础[7-9],在实践过程中不断解决景观中的生态问题,这是景观科学管理的关键点,在景观规划过程中需要将景观视为一整个单元进行规划,充分考虑各个生物与非生物之间的生态关系,经过不断发展和技术上的完善,实现景观从局部到整体不断的优化。

2 城市土地分析

2.1 土地利用转移网络分析

土地利用转移网络表述每种景观土地的自身转移活跃度[10,11],从而得出每种景观土地转移的方向,预测出土地后续所要转移的空间演变。基于转移矩阵引入社会网络分析[12],得出每种土地利用的转入流以及转出流的值,生成每种景观用地的转移方向以及数量模型,计算公式为

(1)

式中,Lf代表可使用的景观土地转移流,Lin代表景观土地的转入流,Lout代表景观土地的转出流,Lnf代表景观土地的净入流值。

2.2 景观土地动态度与生态景观指数分析

景观动态度可直接描述景观土地在规划过程中的变化速度[13],变化速度也泛指某一块景观区域土地的变化情况K以及全部景观土地种类的变化速度P,P的作用是求解出整块景观土地利用率的变化情况。

单一土地利用率变化速度的计算公式为

(2)

式中,ua代表景观初始规划阶段土地的可使用的面积,ub代表景观末期规划阶段土地的可使用的面积,t代表景观规划所需时间。

全部景观土地利用动态度的计算表达式为

(3)

式中,Ui代表景观规划初期第i类土地的实际可使用面积,ΔUi-j代表景观规划期间第i类土地类型的全部土地面积。

生态景观指数[14]是景观空间格局的主要评价指标,该指标可直接描述出生态景观空间的具体作用以及动态变化,景观指数包含斑块、景观以及土地类别,这三种指数通常在Fragstats软件平台中进行批量处理。

2.3 空间分析模型

空间自相关是在统计学的基础上[15],表示出空间内某个要素对应的属性值与相邻要素属性值之间关系的指标,可直接反映出各个属性的空间相关特征。

1)全局自相关

通过全局自相关Moranx’sI指数,可得出景观规划要素对应的属性,现有景观规划情况下的空间相关性,其表达式为

(4)

2)局部自相关

局部自相关Moran’sI指数的计算表达式如下所示

(5)

经过研究发现,Local Moran’sI共分为三种情况,分别是大于0,等于0以及小于0三种,这三种情况分别对应着景观区域规划属性值呈现趋同集聚、不存在空间相关性以及呈现离散分布状态。

为了得出相邻景观空间属性的联系,需要利用Getis-Ord Gi指数详细分析景观空间内的相关信息,从而识别出“热冷点区域”的景观空间分布情况,完成景观空间规划数据的异质检验[16],其表达式为

(6)

式中,w′ij代表空间权重矩阵的因子,E(Gi)代表异质检验结果的期望值,Var(Gi)代表异质检验结果的方差值,Z(Gi)代表数据的异质检验结果,Gi(d)代表空间属性值。

根据式(6)的计算结果即可得出空间的属性状态。

3 生态景观空间规划研究

3.1 斑块识别与廊道规划

在土地利用转移网络分析、生态景观指数分析以及根据空间分析模型得出的实际数据的基础上,根据生境斑块识别与廊道规划即可规划出土地景观规划结构。

1)生境斑块识别

生境斑块在选取过程中,通常将景观土地的种类视为断定生态系统的主要指标,每种植物对应的生态系统均有不同的要求,但每种植物的土地都可直接使用生境斑块。根据景观土地种类以及生境斑块,将生境斑块分为潜在斑块与实际斑块两种,潜在斑块自身带有与生物生境相同的景观生态系统,而斑块的实际面积会远远大于实际需求阈值,因此面积较小的斑块即使是可使用的土地种类也需要将其排除。在实际规划过程中,可将其视为踏脚石,在应用过程中发现,这些面积较小的斑块对整体规划也是有一定影响力的,所以在重视土地使用方式的前提下,也要充分考虑生境斑块面积规划的合理性。

2)廊道规划

廊道是生物扩散的主要途径,廊道可有效隔离生境,生物扩散包含短距离以及长距离扩散,长距离扩散自身带有目的性与方向性,在此基础上进行长期生物扩散;短距离仅仅是生物每日移动的长度,一旦大于最大移动距离,生物会被归纳到长距离扩散中并生成全新的生境斑块,从而总结出多个短距离扩散可构成长距离扩散。这两种扩散中只有长距离需要确保生物之间的连通性被隔离,因此可以用短距离扩散指标评价廊道建设的优劣。短距离扩散范围结合到一起即为复合生境,在该生境下,生物本身的活动距离可视为日常扩散,所以生境斑块实际上自身不带有功能上的隔离,此时不再需要廊道构建,若生物脱离复合生境向长距离扩散前进时,生物本身的扩散能力已不满足现有需求,因此需要构建廊道。

3.2 生态景观空间规划优化

生态景观空间规划不仅起到美化城市环境的作用[17],在有限的土地资源中也起到生态保护的作用,所以空间优化也是规划中十分关键的环节。CLUE-S模型可用于空间土地的布局模拟,能解决因土地面积带来的部分规划限制问题。

CLUE-S模型的特性是不受土地类型的限制[18],在多样化土地的情况下仍可以进行空间规划,CLUE-S模型可以计算出每个栅格和相应位置土地类别的适宜度,进而提高栅格属性适宜度,同时求解出空间规划时的土地面积,若面积达到空间规划极限时,则说明空间规划完成,开始为下一种类别的土地进行空间规划。

CLUE-S模型空间规划的重点是量化出整体适宜度,其计算公式为

TPROPu,i=Pu,i+ELAUi+ITERi

(7)

式中,TPROPu,i代表空间规划栅格u对应的i类土地的整体适宜度,Pu,i代表u对i类土地的吸引程度,ELAU代表i类土地的转移参数,ITERi代表i类土地的竞争因子。

Pu,i可以表述目前生态景观的空间分布规则,因此将Z(Gi)代入CLUE-S模型可预测出后续的土地规划情况,即Pu,i为生态景观空间规划的优化结果。

4 实验结果与分析

为了验证基于CLUE-S模型的生态景观空间规划优化方法的整体有效性,在MATLAB软件环境下进行仿真分析。

CLUE-S模型的本质是在施工过程中根据实际情况预测出后续规划的空间布局情况,进而实现空间规划优化,因此CLUE-S模型得出的结果与实际规划结果十分吻合。为了验证本文方法的有效性,针对同一城市空间规划,得出其预测结果与实际结果,将两种结果的土地类型图进行空间重合,生成其转移矩阵。

Kappa指数是一种景观评价指标,可用来评价规划结果和实际景观之间的一致性,Kappa指数的计算公式为

(8)

式中,Po代表规划结果与实际景观结果之间正确比例的观测值,Pc代表结果理想的正确比例,Pp代表实际景观规划结果的正确比例,J代表生态景观规划过程中土地类别的总数量,S代表景观规划时实际利用的土地类别总和,R代表每种土地类别下的转移矩阵汇总。

因为Kappa指数公式中没有添加规划过程中产生的误差,为了更加贴近实际结果,基于上述公式量化出实际规划时出现的土地使用数量以及位置误差,这两种指数的计算公式分别为:

(9)

式中,Kquanluty代表土地使用数量Kappa指数,Klocation代表位置Kappa指数,NQ代表土地类别必须被改变,NL代表土地位置的生态能力为无,MQ代表土地利用数量的能力是中等,PL代表保证原始土地位置不受转移的能力。

Kquanluty指数可以表达规划施工时使用土地数量的变化,Klocation指数可描述出土地位置的变化情况,但仅使用这两种指数不能完整地描述出规划过程中土地的类别使用情况,因此引入随机与标准Kappa指数,其表达式分别为:

(10)

式中,Kstandard代表标准Kappa指数,Kno代表随机Kappa指数。

上述两种Kappa指数可以综合衡量规划时土地在数量上以及位置上的变化情况。

利用式(9)和式(10)计算出CLUE-S模型下规划结果的四种Kappa指数,Kappa指数通常在0-1之间,当Kappa指数大于等于0.75,说明预测结果与实际结果相一致,即最终的规划优化结果最佳,若Kappa指数在0.4-0.75之间说明吻合程度一般,当Kappa指数在0.4以下说明空间规划结果较差。

使用本文方法对某座城市进行生态景观的规划优化,规划结果和实际呈现结果如图1、2所示。

图1 本文规划优化结果

将图1和图2进行对比后发现,本文方法的规划优化方法是真实有效的。

图2 实际生态景观情况示意图

在图1和图2内随机标注同一位置的样本1～样本10,计算出每个样本下的Kappa指数,实验结果如表1所示。

表1 本文方法的Kappa指数结果

根据实验结果可知,经过本文方法优化后的空间规划结果的Kappa指数均远远大于0.75,说明本文方法的规划优化方法十分有效。

5 结束语

在城市化的强烈冲击下,各地开始越来越重视生态景观建设,将景观规划加入到城市化建设的关键一环中。本文从多个尺度对生态景观空间进行详细分析,得出城市景观规划的主要指标,进行规划优化,使得城市生态景观规划符合当地需求,在固有的面积上发挥出生态景观的最大作用。