基于CA-Markov与MSPA模型的城市绿色空间格局时空预测

肖睿珂 刘恋 张云路 李雄

收稿日期：2021-03-09

*基金项目：中央高校基本科研业务费专项资金（2021ZY33）;国家林草局重点项目“京津冀区域城乡人居生态环境绿色智

库建设”（2020132109）;住房和城乡建设部研究开发项目“基于公园城市构建的城市公园绿地生态服务功能评

估技术研究”（2020-K-057）

第一作者：肖睿珂（1997- ），女，硕士生，研究方向为风景园林规划设计与理论。E-mail：995237706@qq.com

通信作者：张云路（1986- ），男，博士，副教授，研究方向为风景园林规划设计理论与实践、城乡绿地系统规划。E-

mail：zhangyunlu1986829@163.com

摘要：合理的城市绿色空间格局对优化城市生态功能和提高城市生物多样性具有关键作用，而城市发展规划方向直接影响城市绿色空间格局。研究以北京市海淀区北部为例，设置自然发展与城市规划控制2种情景，运用CA-Markov模型预测2种情景下2030年土地覆被类型情况，并利用MSPA模型定量分析2种预测情景下城市绿色空间结构发展的异同。研究结果表明，合理的城市规划对各类绿色空间形态具有明显提升作用，尤其在保持面积大于20hm2的核心區方面效果显著。在新时代生态文明建设背景下，研究可为城市规划者的决策提供辅助参考，进而促进城市的高效可持续发展。

关键词：绿色空间格局，CA-Markov模型，MSPA模型，北京海淀区

DOI： 10.12169/zgcsly.2021.03.09.0005

Spatio-temporal Prediction of Urban Green Spatial Pattern Based on CA-Markov

and MSPA Model： A Case Study of Haidian District in Beijing

Xiao Ruike Liu Lian Zhang Yunlu Li Xiong

（School of Landscape Architecture， Beijing Forestry University， Beijing 100083， China）

Abstract：A reasonable urban green spatial pattern plays a key role in optimizing urban ecological functions and improving urban biodiversity， and the direction of urban development plan directly influences the urban green spatial pattern. Taking the northern part of Haidian District in Beijing as an example， this study sets up two scenarios of natural development and urban planning control， while using the CA-Markov model to predict the land cover types in 2030 under the two scenarios， and using the MSPA model to quantitatively analyze the similarities and differences of the development of urban green spatial structure under the two scenarios. The results show that reasonable urban planning can significantly improve various green spatial forms， especially in maintaining core areas more than 20 hm2. In the background of ecological civilization development in the new era， this research is aimed to provide urban planners with a reference for decision-making so as to realize the efficient and sustainable development of the city.

Keywords： green spatial pattern， CA-Markov model， MSPA model， Haidian district in Beijing

2020年9月30日，国家主席习近平在联合国生物多样性峰会上指出，各方亟待统筹城市发展与保护的关系以应对持续严峻的生物多样性形势[1]。城市绿色空间是城市生物多样性的核心载体[2]，但快速的城镇化造成了城市生境破碎化[3]，不合理的城市规划容易割裂并吞噬良好的城市生境，导致城市生物多样性降低与物种灭绝。因此，如何发展与保护城市绿色生态空间成为热门研究话题。

近年来，人们期望利用时空预测辅助修正城市规划的发展方向，提前获知大致规划影响并予以及时反馈与调整，以保护城市潜在生境源地[4]。现已有多智能体模型[5]、系统动力学[6]等方法预测城市绿色空间，但目前最具代表意义的是元胞自动机（Cellular Automata，CA）预测土地利用变化模型[7]，后又有孙贤斌等[8]运用结合马尔科夫链（Markov）的CA-Markov模型研究土地利用对湿地的干扰，该模型吸收了马尔科夫理论对时间序列预测的优点在数量和空间2方面进行时空模拟。但多数学者仅限于分析预测土地利用的面积变化，而缺乏对于城市绿色空间形态格局功能的评估。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进行景观格局时空变化的分析[9]。因此，CA-Markov和MSPA模型均能基于土地类型进行识别计算，CA-Markov模型发挥模拟优势预测土地类型，MSPA模型能够递进分析，将预测结果的绿色空间层面功能化和属性化。这2类模型优势互补，对城市绿色空间格局的未来预测具有重大意义，但目前未见二者结合的相关研究。

此外，常见的土地预测仅仅将现阶段的自然条件作为影响的驱动力因子，缺乏对于城市规划政策的及时反馈与体现。因此，为了补足该环节，本研究通过参数调配，创新性地设置并对比自然发展和城市规划控制2种情景，进而探析城市规划政策在绿色空间格局的导向性作用及效果。自然发展情景是城市自然状态下的发展变化，城市规划控制情景是以配合土地利用规划结构和确保区域安全为目标，在自然驱动力影响下最大限度维持规划中的保护区域与限制城市扩张区域。本文拟结合CA-Markov和MSPA模型，将自然发展情景作为对照组、城市规划控制情景作为实验组，运用2002年、2010年、2020年3期卫星图像分析模拟2030年2种情景下土地覆被类型与城市绿色空间形态格局，通过两相比较分析不同城市发展路线下绿色空间格局变化的异同，为海淀区乃至我国的城市规划管理方向提供决策的辅助依据。

1 研究区域与数据来源

1.1 研究区域概况

北京位于华北平原西北部（115.7°～117.4°E，39.4°～41.6°N），属于温带半湿润大陆性季风气候。北京海淀区构建“西山画屏、两心为核、绿廊贯穿、绿链织园”的绿色空间结构，海淀区北部作为生态科技绿心所在区域，承担生态核心与科技创新双重功能，对落实北京城市总体规划建设二道绿隔、发挥西山屏障功能具有重大意义。因此本研究关注北京海淀区北五环、百望山山脊以北地区，总面积276.67 km2，地势西北高耸、东南低缓，有翠湖国家公园、鹫峰国家森林公园、北京植物园等大型城市绿地。

1.2 数据来源与处理

本研究卫星图像均来源于地理空间数据云，获取2002年、2010年、2020年北京市Landsat TM卫星遥感数据，空间分辨率为30 m，根据海淀区北部研究范围进行裁剪和拼接，以及大气矫正、辐射标定等预处理。

城市土地覆被类型的时空变化直接引起生态系统结构与功能的改变，并影响区域植被生长状况、生物物质循环与多样性[10-11]。参照《生态十年环境感监测土地覆盖分类系统》[12]，结合海淀区北部的实际情况，将研究区域的土地覆被类型分为河流、沟渠、稻田湿塘、濕地、林地、耕地及裸地、道路及硬质、建筑8类。在ENVI5.0软件中对3期卫星图像采取监督分类与人工目视相结合的办法进行解译提取，总体分类精度控制在90%以上。

2 研究方法

2.1 时空预测模拟：CA-Markov模型

CA-Markov模型由土地利用数据化预测Markov模型和离散动力学CA模型构成，结合了Markov模型的变化概率预测能力与CA模型的空间维度预测优势，能较好地模拟区域内土地格局变化[13]。

运用Markov模型获取2010—2020年各类土地覆被类型的转移概率矩阵，在此基础上再根据城市规划控制目标调整转移概率，将2个转移概率矩阵运用idris软件进行以10年为步长的迭代计算。除了转移演化趋势以外，各土地覆被类型的对应适宜性也影响城市形态的演化，需要制作适宜性图集体现驱动因子对覆被类型的影响。土地类型转移适宜性图集指的是某一种土地类型转变为其他类型的概率图[14]。经过GCA模型运算，选择相关系数最高的6类因子（高程、坡向、坡度、平均年降雨量、距道路距离、距村庄距离）作为主要驱动力因子，再将6类驱动因子根据AHP层次分析法创建重要性对比矩阵，确定驱动力因子对每一类土地覆被类型的适宜权重，最后形成自然发展下的适宜性图集（图1）。

在城市规划控制情景下，由于规划的多要素性，结合《北京城市总体规划（2016—2035年）》，运用多目标优化线性模型确定要素优先级，再将上位规划限制因子与自然驱动力因子加权叠加，最后形成城市规划控制下的适宜性图集（图2）。

将2种情景下的转移概率和与之对应的2套适宜性图集使用CA模型进行演算，获得2030年在2种情景下的预测图像，经过检验模拟，Kappa系数在0.85以上，具有较高的准确性（图3）。

2.2 形态学空间格局分析：MSPA模型

MSPA是一种基于数学形态学的分类处理方法[15]，其基于腐蚀、膨胀等数学形态学原理，依据栅格单元间的欧氏距离阈值，将二值栅格图像分为7种要素[16]。

将各土地覆被分类图中生态潜力良好的湿地、河流、沟渠、稻田湿塘、林地5类作为前景要素，将建筑、道路及硬质、耕地及裸地作为背景要素，生成二值图像，在Guidos Toolbox软件中对研究区域进行MSPA核心区、孤岛、孔隙、边缘区、环道、桥接区、支线7类绿色空间形态要素分类与识别（图4）。

3 结果与分析

3.1 土地覆被转换

Markov转移矩阵定量体现了各土地覆被类型之间的流转方向和补给来源（表1）。情景1为自然发展，即按照2010—2020年的发展方式和速度进行土地覆被的变化模拟。情景2为城市规划控制，模拟北京市在规划控制下快速发展情景，根据《北京城市总体规划（2016年—2035年）》将规划道路及建筑进行提取，对转移矩阵进行修正，适当加大其他土地覆被类型转变为建筑道路的概率;同时根据北京市生态优先、绿色发展的生态文明建设方针，加强对林地、湿地、河流等生态用地的保护，将裸地向林地、湿地、河流的转移概率在原有基础上增加10%，同时将“生态控制线”范围内硬质覆被类型的转移概率赋值为0，即认为位于“生态控制线”中的土地无法转变为硬质土地。

3.2 土地覆被分类变化

对3期卫星数据进行预测与计算，结果（表2）表明，海淀区北部区域以建筑、耕地及裸地、林地为主，占总面积的70%以上。2002—2020年，随着城镇化进程的推进，建筑用地疯狂扩张，近20年增长了近10倍;而沟渠、稻田湿塘、湿地、林地都随时间推移而缩减，其中稻田湿塘下降近50%，沟渠下降了70%以上，这与近年来北京过快城镇化发展侵占林草用地情况相符合。在此背景下，海淀区北部形成了以西部西山大面积林地为生态基底、东部稻田河流交错的城市生态格局。

在情景预测2030年土地覆被类型方面，2种预测情景的土地覆被格局体现以下差异：1）2种预测情景下均出现了城市建设扩张的现象，城市硬质面积约达研究区总面积的55%，变化率高达0.61。但自然发展情景下，城市建筑面积呈碎片化分布无序蔓延;而城市规划控制情景下，由于对城市扩张进行了有效的空间控制，建筑主要集中于东南靠近主城区部分。2）城市规划控制下的沟渠、稻田湿塘、湿地面积一改连年下降趋势，有小幅度提升，相较于2020年面积分别增加了13 hm2，133 hm2，9 hm2，最大变化率达1.49;而自然发展情景下的河流、沟渠、稻田湿塘、湿地面积则均有所下降，符合近20年的下降趋势。3）与2020年相比，2种情景下的土地覆被类型变化各有差异，其中差异最大的为稻田湿塘，其中城市规划控制下的稻田湿塘面积涨幅明显，变化率为1.49;而自然发展下的稻田湿塘面积却下降，变化率为-0.15。

3.3 形态格局变化

3.3.1 单一型绿色空间形态变化差异

进行MSPA分析得到空间格局要素MSPA分类结果，并计算得到表3。综合2种情景下的2030年绿色空间格局预测，相较于2020年，各类别绿色空间形态的变化存在以下差异：1）核心区是最主要的绿色空间形态，占前景要素的70%以上，但仅占研究区域的15%;核心区的最大斑块为西山林地，其他6类结构类别的面积较小且相对分散。2）边缘区的变化幅度在2种情景下都较大，为-0.59和-0.31;而核心区和孔隙的变化并不明显。3）桥接区的变化幅度在2种情景模式下出现明显差异，自然发展情景下桥接区变化率绝对值在各类景观空间形态中最大，高达0.79;而城市规划控制情景下，桥接区变化幅度较小，变化率为-0.11。

3.3.2 多情景预测绿色空间形态变化

过去10年过快的城市化进程导致2010—2020年的硬质类土地类别的转移概率突出，因此2种情景下的预测都显示城市生境被城市硬质建设严重吞噬，除环岛外，另外6类景观空间形态均呈负增长趋势。但不同情景的发展目标导致变化特点有所区别：1）核心区可作为生境网络中的源地，对生物多样性的保护意义重大。相较于2020年，2030年的预测情景核心区面积均有所下跌，自然发展情景下的核心区面积为3 758.83 hm2，城市规划控制情景下为4 806.36 hm2，变化率为-0.27和-0.07。面积大于20 hm2的核心区在城市规划控制情景下有12个，相较于2020年（13个）在数量上保持了稳定;但在自然发展情景下，面积大于20 hm2的核心区只有5个。可见，在维持城市大型生态核心区方面，城市规划控制有明显的作用。2）与2020年相比，城市规划控制情景下7类生态空间的缩减面积为自然發展情景下的20%～25%，因此按合理的城市规划指导发展对维护城市生境空间有显著效果。3）相较于自然发展情景，按城市规划发展各绿色空间形态有不同程度的提升，其中孤岛和桥接区的面积差异较大，分别为自然发展情景下的2.4倍和4.3倍。由此可见，在各类绿色空间形态中孤岛和桥接区受城市规划的正向影响最大。

4 结论

城市绿色空间具有显著的生态功能，而城市规划对于城市绿色空间格局有直接的影响。本研究设置自然发展与城市规划控制2种情景分别作为对照组与实验组，运用CA-Markov模型预测2种情景下2030年土地覆被情况，而后在MSPA模型下定量分析2种预测情景下城市绿色空间形态结构的发展异同，明确不同的城市发展方向对城市绿色空间结构带来的不同影响。综上所述，可得到以下主要结论：1）由自然情景下土地覆被类型变化可知，过度的建筑用地碎片化分布会割裂生态潜力良好的绿色空间，因此需要防止城市建筑的无序蔓延扩张，精准控制建成区域，加强生态地区的保育修复。2）由对照组与实验组相比较可知，合理的城市规划具有明显支撑城市生境区域的作用，特别是对于具有潜在生态源地作用的大于20 hm2的核心区而言更有突出的维持功能。3）在本研究搭建的城市规划情景下，绿色空间格局类型中的边缘区面积锐减最为严重，相较于2020年减少了434 hm2;根据边缘区为核心区与主要非绿色景观区域之间的过渡区域这一生态学含义，北京今后应多注意生态源地与建设用地之间过渡区域的提升与把控，以降低建设用地对核心城市生态源地产生的不利影响。

参考文献

[1]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.

[2]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.

[3]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.

[4]刘甲红.杭州湾滨海湿地时空演变及多情景模拟预测研究[D].杭州：杭州师范大学，2018.

[5]王方雄，孙佳音，侯英姿，等.辽河三角洲滨海湿地资源时空动态变化研究[J].地理空间信息，2014，12（2）：49-52，8.

[6]黄晶，佘靖雯，袁晓梅，等.基于系统动力学的城市洪涝韧性仿真研究：以南京市为例[J].长江流域资源与环境，2020，29（11）：2519-2529.

[7]DEADMAN P，BROWN R D，GIMBLETT H R.Modelling rural residential settlement patterns with cellular automata[J].Journal of Environmental Management，1993，37（2）：147-160.

[8]孙贤斌，刘红玉，李玉凤，等.基于CA-Markov模型土地利用对景观格局影响辨识[J].生态与农村环境学报，2009，25（1）：1-7，31.

[9]邱瑶，常青，王静.基于MSPA的城市绿色基础设施网络规划：以深圳市为例[J].中国园林，2013，29（5）：104-108.

[10]倪永薇，刘阳，阎姝伊，等.基于区域生态系统健康评估的土地利用规划研究：以北京市为例[J].中国园林，2020，36（9）：110-115.

[11]何荣晓，杨帆，闫蓬勃，等.城市土地利用对植物多样性的影响：以海口市为例[J].中国城市林业，2019，17（4）：12-17.

[12]褚琳，黄翀，刘庆生，等.2000—2010年辽宁省海岸带景观格局与生境质量变化研究[J].资源科学，2015，37（10）：1962-1972.

[13]易丹，赵小敏，郭熙，等.基于生态敏感性评价和CA-Markov模拟的平原型城市开发边界划定：以南昌市为例[J].应用生态学报，2020，31（01）：208-218.

[14]岳东霞，杨超，江宝骅，等.基于CA-Markov模型的石羊河流域生态承载力时空格局预测[J].生态学报，2019，39（6）：1993-2003.

[15]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.

[16]SOILLE P，VOGT P.Morphological segmentation of binary patterns[J].Pattern Recognition Letters，2009，30（4）：456-459.