基于MCR模型的皖江城市带建设用地适宜性评价

李露露， 曹玉红， 刘崇刚， 陈 晨

(安徽师范大学 环境科学与工程学院，安徽 芜湖 241003)

引 言

近年来，中国城市正处在从经济增长型到环境可持续发展型的重要转型期，分析城市化进程对生态环境的影响，寻求具有中国可持续发展特色的社会、人口、经济与生态环境相协调的发展模式，建设“生态文明”、“精神文明”城市等方面受到了广泛的关注。城市是人类活动最为频繁的一种特殊的生态系统，人类社会的发展对城市的建设和扩展提出了必然的要求[1-2]。为了满足建设用地快速扩增的要求，大量的农田、林地、草地等转变成不能渗透的城市景观，导致下垫面类型转变，引发城市热岛效应等环境问题，生态环境破坏严重，自然的新陈代谢失衡，生态服务功能下降，威胁了地区的生态安全性。因此，城镇建设用地扩展过程中的适宜性评价尤为重要。土地生态适宜性最早由美国景观建筑师McHarg在1969年提出。近年来,相关学者在城市生态适宜性方向进行了大量的研究，其研究方法主要包括地图叠加法和逻辑规则组合法[3]。其中Turner和Miles基于适宜性地图叠加的方法，提出选择交通通道的计算机系统方法[4]；Lyle和Stutz应用土地适宜性分析方法在制定城镇土地利用规划方面作出了大量的研究[5]。但是大量研究工作都是采用加权叠加分析方法(WLC)，这种方法最直接、最常用[6]，它可以通过ArcGIS或ENVI软件平台，在栅格或矢量数据组织结构中应用，其通过选取评价因子，构建评价体系，进行因子叠加，但忽略了景观的水平过程。为了弥补这方面的不足，1992年，由国外的学者KnaapenJP等[7]提出了利用最小累计阻力(minimum cumulative resistance,MCR)来作为景观改变的依据，该提议使得人们认识到生物空间运动的潜在趋势与景观格局变化之间的关系。在国内，最小累积模型(MCR)模型最早由俞孔坚[8]在1999年引入并应用到景观格局之中，后来结合ArcGIS中的距离分析中的距离成本工具，用于景观生态安全格局研究[9]，丰富实用的ArcGIS空间分析工具包为复杂的景观格局分析提供了研究的技术手段[10-12]。随着理论研究的更加深入，MCR模型被诸多学者应用在城市和生态用地的适宜性扩展当中，如刘孝富等人[13]2010年所做的最小累积阻力模型在城市土地生态适宜性评价中的应用。

本文利用俞孔坚等的研究作为理论依据，试图将建设用地作为扩展的源地，同时兼顾景观的垂直和水平发展过程。利用ArcGIS的spatial analyst工具中的距离分析工具，生成源地与周围斑块的最小耗费成本路径网，以反映建设用地扩展的可能性和方向，基于最小累积阻力来衡量单元间的空间相似和连通程度；再通过最小路径网络，划分出适宜建设用地的潜在发展区，实现生态环境和社会经济的和谐发展；再者，选取城区建设用地作为研究扩展的“源”，将适宜性评价具体到斑块这一微观尺度。

1 研究区概况

由合肥市、芜湖市、马鞍山市、铜陵市、安庆市、池州市、滁州市、宣城市、六安市的等一共48个行政单位(县、区)组成了皖江城市带承接产业转移示范区，示范区面积大约为7.6万km2，占安徽省土地面积的54%[14]，全国第六次普查常住人口3272.5万，占安徽省人口总量的55%[15]。皖江城市带地理位置优越，与长三角区域相连，总体地势呈现南北较高，中间较低的格局，地形单元复杂,包括江淮丘陵、皖江平原、大别山区和皖南山区全部或部分地区，主体部分为皖江平原[16]。区域内水资源丰富，含有众多河流和湖泊，湖泊总体面积达到3300km2，其中巢湖为全国五大淡水湖之一。气候类型为亚热带季风气候，降水主要集中在夏季。土地利用类型多样，耕地为主，约占52%，是中国著名的“鱼米之乡”，其次是林地，占33.33%，建筑用地约占6.25%。皖江城市带是政府为了实现促进中部地区经济崛起而制定的重要产业示范区，也是实施中部崛起战略的重要经济领航者，在中西部承接产业转移中处在十分重要的战略位置。

2 数据来源与研究方法

2.1 数据来源

本文研究采用的是来自于landsat-8平台的2013年TM影像、皖江城市带行政矢量图、国际科学数据服务平台30m精度DEM地形图，以及基于安徽统计年鉴和社会统计公报中发布的相关经济地理数据。

2.2 研究方法

2.2.1 研究思路

见图1。

图1 技术流程图Fig.1 The flow chart of technical route

2.2.2 生态敏感性评价 生态敏感性指生态系统对人类活动反应的敏感程度，其中反映生态失衡与生态环境问题的可能性大小一般用生态敏感性表示。敏感性评价的任务是明确区域可能发生的主要生态环境问题类型和可能性大小[17]。由于生态系统的综合性和复杂性的特点，生态敏感性评价指标的选取不宜过细，否则难免交叉重叠，增加数据的冗余度。为了减小因子之间的相关性，并考虑数据的可获得性[18]，根据已有资料，参考相关专家打分规范和已有的研究成果，将生态敏感性分为5个评价等级：极敏感性、高敏感性、中敏感性、低敏感性和不敏感性，并赋值[19](表1)。

2.2.3 “源”的确定 “源”是物质能量流通和物种扩散的原点，特点是内部的同质性或集聚性和外部的扩张性。将现有的建设用地作为城镇建设扩展的“源”，由于研究区建设用地斑块破碎化程度较高，会导致数据之间的相关度较大，为去除实验的数据冗余度以及减少过程的数据处理量，本文对建设用地斑块进行筛选，根据研究区建设用地斑块分布的特点以及斑块选择的代表性，选取斑块面积大于100 000m2的城区建设斑块作为建设用地扩展的“源”，实现将评价对象具体到斑块这一微观尺度的突破。

2.2.4 阻力面的建立 作为识别景观安全格局组分和划分景观功能区的重要依据，阻力面主要反映了物种空间运动的趋势。具体的如公式(1)所示：

(1)

(1)式中：MCR为最小累积阻力值；Dij表示源j到景观单元i之间的距离值；Ri表示景观单元i扩展的阻力系数；f表示最小累积阻力与生态过程具有的正相关关系，其数学形式为一个单调递增函数。MCR模型建立的关键是源的选取以及阻力面因子体系的构建，其中源在阻力面体系下对周围空间单元的竞争性扩散(以最小累积阻力值为依据)是MCR模型理论核心[20]。该模型的具体实现通过ArcGIS中的cost-distance模块来完成。

遵循科学性的基础上考虑数据的可获取性，并最终利用地形、生态敏感性、景观类型、可达性四个阻力因子构建建设用地扩展阻力面(表2)。其中，根据数据的特点，综合特尔菲法和参考专家打分法确定阻力因子的权重[21]。

表1 土地生态敏感性因子

表2 阻力因子分级赋值和权重值

2.2.5 基于MCR面最小耗费路径网的提取 MCR面中每个栅格值表示的是与斑块距离最近、成本最低的源地的最小累加成本值，其中，扩展源地的MCR值为0。其中，MCR为成本栅格数据。

3 结果与分析

3.1 土地生态敏感性分析

由敏感性分析的结果可见(表3,图2):

1)研究区敏感性以中敏感性为主，所占比例为48.18%，主要分布在皖北地区，典型代表区域为合肥、滁州、六安市的金安区、舒城等。

2)研究区的敏感性总体上呈西高东低的大格局分布，极高敏感区所占比例为8.23%，呈分散分布，主要是一些水库、风景名胜区。高敏感区域大约为26.02%，主要分布在皖南山区，典型代表地区为安庆市、宣城市、池州市地区，以及一些重要的水源地带，如长江，巢湖等；而低敏感区(7.52%)和非敏感区域(10.05%)空间分布相对的分散，主要分布在现有的建设用地及其周边。

表3 皖江城市带生态敏感性分区统计表

图2 皖江城市带生态敏感性分析图

Fig.2 Ecological sensitivity analysis of Wanjiang urban belt

3.2 最小累积阻力面

基于ArcToolbox中的“成本距离”得到皖江城市带的最小累积阻力面(图3)。

得到皖江城市带的最小累积阻力面后，利用自然断点法重新划分为五个等级，得到适宜扩展区、较适宜扩展区、限制扩展区、禁止扩展区、生态恢复区[22]五个区域(图4)。

图3 皖江城市带MCR图Fig.3 MCR of Wanjiang urban belt

图4 建设用地适宜性分区

Fig.4 Construction land suitability subdivision

根据区域统计分析，得到建设用地适宜性分区面积及所占比例(表4)。

由最小阻力累积面和建设用地适宜性分析结果可见，皖江城市带建设用地适宜性分区如下。

1)第一类为适宜扩展区。在该区域内环境因子基本上不受建设用地扩展的影响，或是生态环境因子将承受短时间暂时性的影响，其再生与恢复可由人为因素较容易的实现。其中它的MCR值为(0～10,335]，所占面积比例为38.10%，扩展的环境成本等因素较小，这类为城市扩展中重点开发建设的区域。适宜扩展区主要分布在已有城区邻近的外围，主要是由于不同的扩展源向周围扩展的压力不同，已有的建设用地的交通、GDP、人口等发展的较为完善，先前的发展已经克服了相关环境因子的阻碍，利于建设用地的转移。

2)第二类为较适宜扩展区。需经过4年左右的时间，该区域内生态环境因子才可以恢复建设用地的扩展施加的影响，其再生、恢复和重建利用天然或是人工方法均可完成。其中它的MCR值为(10,335～22,261]，所占面积比例为37.48%。通过图4可以看出，较适宜扩展区主要是一些耕地、疏林地等地形较为平坦，土地利用类型较为简单的景观。由于生态恢复难度较为简单，恢复方式多样且成本较低，这类为较为优化的开发建设区域，主要呈环状分布在源地外围。

3)第三类为限制扩展区。该区域内生态环境因子的恢复期大约为4～10年，其恢复和重建比较困难并且所花费的时间较长。其中它的MCR值为(22,261～40,547]，所占面积比例为18.67%。限制扩展区主要分布在距离建设扩展源地较远的地方。由于它的生态环境较为脆弱，所以这类为建设开发的时候需要注意的区域，控制开发的规模和力度，注重生态、旅游等相关产业的发展，有选择的进行建设用地的扩展。

表4 建设用地适宜性分区

4)第四类为禁止开发区。该区域内的生态环境因子将经历10年以上时间方可恢复其影响，其恢复和重建将非常的困难并且代价很高。其中它的MCR值为(40,547～93,020]，所占面积比例为5.19%。根据图4知这类主要为一些水域、高覆盖度草地，森林等一些植被覆盖度较大的区域。该区禁止建设用地的扩展，同时注重已有的建设用地的利用效率，大力推进区域的生态环境的保护活动。

图5 皖江城市带最小耗费路径网Fig.5 The minimum cost route network of Wanjiang urban belt

5)第五类为生态恢复区。该区域内的生态环境因子将承受永久性，不可恢复性的影响。其中它的MCR值为(93,020～202,736]，所占面积比例为0.57%。根据图4知主要分布在大别山境内。由于大别山山脉植被覆盖率较高，生态敏感性极高，区域内有众多的生态保护基地，容易受到建设用地扩展的影响，且受破坏后，恢复期长或无法恢复，所需花费的精力多，生态服务价值受损。所以该区域不宜作建设用地，且需要把有条件的建设用地恢复成生态用地。

3.3 扩展方向分析

基于最小累积阻力模型，通过已经获得的MCR面，利用最小路径算法，提取最小耗费路径网[23]。最小耗费路径网呈树枝状分布(图5)。

由皖江城市带最小耗费路径网分析结果可见：

1)研究区北部路径相对较多，主要分布在合肥，滁州等地区。路径较多的原因也是由于在合肥、滁州等地已有的建筑用地较多，源地之间分布较为密集，源与源之间的扩展路程较短，或源与源之间的道路系统发达，其克服的生态阻力较低，所以克服的障碍所需的成本较低。

2)最小耗费路径网受坡度影响较大，在皖南山区，特别是地形坡度起伏较大的区域，如岳西县、潜山县、太湖县等，这些地区本身建成区较少，又因为地形、景观类型等原因，建筑用地在该地区扩展成本较大，导致该地区已有的扩展源地较少，所以该地区扩展路径较少，且值相对较高。

3)每一个源地在不同的方向有不同的扩展路径，表明一个源对于其他的源地来说都是一个潜在的扩展方向，且每个源有多个扩展路径。但是由于源之间的扩展障碍不同，导致扩展费用的差异，在城市发展规划中，综合考虑克服源周围的阻碍所需的发展成本，选取最佳的扩展方向，才能使规划更加科学合理。

4 结论与讨论

4.1 结 论

本文通过ArcGIS软件平台的支持，选取诸如地表景观类型、地形等因子，基于最小累积阻力模型，对研究区的生态安全格局进行综合的描述，在对建设源地扩展适宜性进行评价、分析建设用地扩展的最小耗费成本网，这对维护研究区生态系统的稳定性和保护当地生物多样性，处理好保护与发展的关系，具有重要的意义。研究结果显示，皖江城市带以中敏感性地区为主，适宜扩展区和较适宜扩展区所占比例较大，总体上，皖江城市带的建设用地的扩展成本较低，在扩展过程中，生态环境对城镇扩展的敏感性较低。如果在适宜扩展区和较适宜扩展区进行合理的规划，可以实现构建具有中国特色的社会、人口、资源与生态环境相协调的发展模式、建设“生态文明”“精神文明增长”的城市的要求。

4.2 问题讨论

本文的不足之处在，在利用MCR模型进行功能分区时，功能区分布形式固定，围绕源呈“向心”式分布，无法灵活表现出源的阻力值差异。在城镇建设用地的适宜性研究中，往往出现“摊大饼”式的扩展模式，这与节约城镇用地的现代化发展理念相冲突。为了弥补这方面的不足，本文尝试利用城区建设用地作为研究扩展的“源”，实现了适宜性评价具体到斑块尺度的突破，再利用距离分析中的最佳路径中的each-cell算法，为源中的每一个栅格寻找一条成本最小路径。用来对扩展路径的模拟，结合MCR的出现的环状分布，分析源与源之间扩展的成本的大小，适宜性情况，使得源与源之间保持良好的连通性，对于协调区域城市扩展和生态保护具有一定的现实意义。

在城市建成区扩展过程中，MCR模型是构建生态安全格局的有效手段，可以很好地呈现城市空间格局的演变进程，本文尝试性地探索了区域生态适宜性评价指标的标准量化问题，可为土地资源、城市用地规划和区域生态安全维护理论指导。本研究采用了创新的研究方法，但是目前的数据和技术问题在一定程度上影响了研究的深入，具体问题比如，定性化的社会经济方面的数据难以精确地在空间上进行量化，不同类型的数据难以融合等。因此，本次构建区域生态安全评价模型的过程中忽略了社会经济要素，基于研究区的特性，筛选出了其中的4个评价指标；另一方面，该研究领域中对于区域生态安全评价因子等级划分缺少可借鉴的先例，对本次分级的合理性需进行进一步的探讨；此外，虽然基于MCR模型构建的区域生态格局具有较好的参考价值，也符合当地实际，但人为活动对城市建成区扩展的生态评价过程有着较大的影响，在构建生态安全格局时，特别是权重的设计、评价因子的选择，存在一定的主观因素的影响。因此，在接下来的研究工作中，应着重在科学确定城市生态安全阈值的基础上，尝试探讨多模型的融合和运用，规范格局构建的过程，使城市生态安全格局构建更加趋于科学。