滇中城市群绿色空间格局动态变化多尺度研究

支林蛟 王 锦 刘 敏 王柱莲

（1. 西南林业大学园林园艺学院，云南 昆明 650233；2. 昆明理工大学建筑与城市规划学院，云南 昆明 650550；3. 云南师范大学旅游与地理科学学院，云南 昆明 650500）

绿色空间泛指区域内所有生长植被的地域，包括了人工植被与自然植被覆盖的水体、山地、丘陵等空间[1]。绿色空间因其具有消除空气污染、吸收CO2、保持水土、维护生物多样性以及提供精神娱乐和身体休闲等众多生态、经济和社会服务功能[2-4]，被认为是区域可持续发展的重要标志[5]。绿色空间作为城市整体的基础性构成内容之一[1]，其动态变化不仅反映了区域历史时期人类活动与自然的相互作用，同时其动态变化规律和趋势对于将来区域绿色发展也具有重要的指导作用。目前，已有众多学者对绿色空间格局的动态变化进行了较多研究，但多集中于单一尺度[6-8]或单一类型[9-10]上的探讨，鲜有学者从多尺度对绿色空间动态变化进行系统研究。然而，城市发展过程在不同尺度上具有时空异质性，已有研究证实，多尺度开展空间异质性的定量化研究大大增强了对城市复杂景观格局的解释能力[11]。邬建国等曾指出景观格局分析中尺度变化对指数的影响显著[12]，赵玉涛等[13]也提出一个景观单元在小尺度观察是异质的，而在大尺度上则可能是均质的观点，可见开展绿色空间格局动态变化的多尺度研究对人们了解绿色空间格局形成过程、动态规律和驱动机制具有重要理论和现实意义。

自1978年改革开放以来，中国一直处于城镇化快速发展阶段，目前城镇化率已突破60%，预计至2050年中国城镇化率将达到71.2%，而城市群已被作为推进中国新型城镇化的主体形态。滇中城市群处于城镇化快速发展阶段，近几年来城镇化率年均提高1.54%，形成1个大城市、1个中等城市、8个小城市、27个县城组成的城镇体系，成为全省新型城镇化的主体形态和现代化建设的重要载体。随着城镇化的推进，人口膨胀、环境污染、水土流失、生物多样性丧失等问题给区域发展带来了巨大的困境[14]。2000年以来，云南省开始实施退耕还林还草工程，并取得明显成效。绿色空间是滇中城市群生态本底优势的最好体现，也是滇中城市群作为高原生态宜居城市群的名片，但目前对滇中城市群的研究多集中于土地利用[15]、三生空间[16]和国土空间[17]上的探讨，针对绿色空间的研究较为缺乏。因此，本研究从城市群、州市和区县多尺度，对滇中近20年绿色空间动态变化特征进行探讨，以期为滇中的可持续发展和生态环境保护提供参考。

1 研究区概况

滇中城市群是国家重点培育的19个城市群之一，是全国“两横三纵”城镇化战略格局的重要组成部分，是云南生产力布局和生产发展的核心区域，也是云南省生态文明建设的排头兵。滇中城市群地处云南省中部，位于东经100°43′～104°49′，北纬24°58′～25°09′，属湖盆岩溶高原地貌，地形以山地和山间盆地为主，地势起伏和缓，海拔116～4 282 m，气候温和湿润，降水多，霜雪少，光照条件好，属低纬度高原山地季风气候，植被类型以常绿阔叶林为主，植物种类多样，生态环境总体水平保持良好，森林覆盖率超过50%。2020年8月26日，云南省人民政府正式印发了《滇中城市群发展规划（2020—2035）》[18]，规定滇中城市群范围包括昆明市、曲靖市、玉溪市、楚雄州全境及红河州北部7个县、市，共49个县、市、区，国土面积11.14 km2，2018年末常住人口2 127万人，城镇化率达60%，地区生产总值1.02万亿元，第一、二、三产业分别占全省的28.3%、44.1%、61.6%。

2 材料与方法

2.1 数据来源及预处理

研究影像数据来源于地理空间数据云平台（http://www.gscloud.cn/），2000年和2010年为Landsat 5 TM遥感影像，2019年为Landsat 8 OLI遥感影像，空间分辨率30 m，云量均小于5%。使用ENVI 5.3遥感处理软件对 Landsat 影像进行预处理，包括辐射定标、大气校正、地形校正、图像镶嵌等，最后得到滇中3个时期的遥感影像图。

2.2 绿色空间分类及解译

分类体系的构建是遥感影像信息提取的前提条件。研究基于《土地利用现状分类》（GB/T 21010—2017）标准[19]，结合遥感影像特征和绿色空间格局分析的要求，同时参考以往研究中的分类体系[20-24]，将滇中空间划分为绿色空间和非绿色空间2个一级类，其中绿色空间划分为林地空间、耕地空间、灌草空间和水体空间4个二级类，非绿色空间划分为建设空间和其他空间2个二级类（表1）。

表1 滇中空间划分Table 1 Space division of central Yunnan

影像解译是进行绿色空间格局分析的基础，在以往研究中，大部分学者都是使用ENVI基于像素的分类方法进行影像信息提取，但普遍存在“同物异谱、异物同谱”的问题，分类精度较低[25]。因此，研究采用eCognition 9.0提供的面向对象分类技术[26]，使用多尺度分割和最邻近分类法对影像进行信息提取，多尺度分割中scale parameter设为80，shape和compact均设为0.5，并在Google影像上随机选取测试样本进行精度评价，3期分类结果精度均大于90%。最后将分类结果导入ArcGIS 10.2 对3期分类图进行可视化表达。

2.3 转移矩阵分析

转移矩阵可以定量表明不同景观类型之间的转化情况，并对景观类型结构的变化特征及各景观类型的流向进行深入分析[27]。研究基于IDRISI 17提供的Markov模型[28]，对滇中城市群尺度2000—2010年和2010—2019年2个时段的绿色空间转移情况进行了Markov模型构建，得到了城市群尺度2个时段内绿色空间面积转移矩阵。

2.4 景观格局指数分析

使用景观指数定量描述景观格局空间特征及变化是当前景观格局定量分析的常用方法，景观格局指数能够高度浓缩景观空间格局信息，反映其结构组成和空间配置等方面的特征[29]。景观格局指数计算软件Fragstats提供了斑块、类型和景观3个水平尺度的度量指标，但本研究主要侧重于从不同区域尺度来分析滇中城市群绿色空间的整体水平，所以本研究从景观水平尺度选取能够衡量绿色空间整体优势度、复杂度、连接性、破碎度和多样性的相关指标，分析绿色空间的整体结构特征，选取的指标包括最大斑块指数（LPI）、景观形状指数（LSI）、蔓延度指数（CONTAG）、聚合度指数（AI）、Shannon均匀度指数（SHEI）和Shannon多样性指数（SHDI）共6个指数。

3 结果与分析

3.1 城市群尺度绿色空间格局动态特征分析

3.1.1总体动态特征

由图1可知，在城市群尺度上，滇中城市群空间类型在近20年间发生了显著的变化，总体上呈现绿色空间缩减，非绿色空间扩张的趋势；同时绿色空间内部也发生明显转换，表现为林地空间增加，耕地空间和灌草空间减少，水体空间保持稳定。

图1 滇中城市群绿色空间动态图Fig. 1 Dynamic diagram of green space of urban agglomeration in central Yunnan

由表2可知，近20年滇中城市群绿色空间动态变化显著，绿色空间占比不断缩减，2000年、2010年、2019年分别为99.44%、98.56%、96.93%。从单一绿色空间类型来看，3个时期绿色空间优势类型依次均为林地空间、耕地空间、灌草空间和水体空间。其中，林地空间面积稳定上升，2000年、2010年、2019年分别为47 154.71、56 943.83、71 235.55 km2；耕地空间缩减最为突出，2000年、2010年、2019年 分 别 为36 077.61、28 233.00、19 090.97 km2；灌草空间缩减也较为明显，2000年、2010年、2019年分别为26 748.91、23 799.02、16 792.53 km2；水体空间占比虽小，但也保持了一定增长，2000年、2010年、2019年分别为814.92、834.79、874.43 km2。同时，非绿色空间中建设空间2000—2010年增加了942.45 km2，2010—2019年增加了1 782.30 km2，建设空间扩张速度明显加快。

表2 2000—2019年滇中城市群绿色空间动态变化Table 2 Dynamic change of green space of urban agglomeration in central Yunnan from 2000 to 2019

3.1.2 空间转移特征

由表3可知，从转出角度来看，2000—2010年滇中城市群绿色空间中林地空间主要转向灌草空间和耕地空间，耕地空间主要转向灌草空间和林地空间，灌草空间主要转向林地空间和耕地空间，水体空间主要转向耕地空间；从转入贡献来看，对林地空间贡献最大的是灌草空间和耕地空间，对耕地空间贡献最大的是灌草空间和林地空间，对灌草空间贡献最大的是耕地空间和林地空间，对水体空间贡献最大的是耕地空间，对建设空间和其他空间贡献最大的均是耕地空间。

表3 2000—2010年滇中城市群绿色空间转移矩阵Table 3 Transfer matrix of green space of urban agglomeration in central Yunnan from 2000 to 2010 km2

由表4可知，从转出角度来看，2010—2019年滇中城市群绿色空间中林地空间主要转向灌草空间和耕地空间，耕地空间主要转向林地空间和灌草空间，灌草空间主要转向林地空间和耕地空间，水体空间主要转向林地空间；从转入贡献来看，对林地空间贡献最大的是灌草空间和耕地空间，对耕地空间贡献最大的是灌草空间和林地空间，对灌草空间贡献最大的是耕地空间和林地空间，对水体空间贡献最大的是耕地空间，对建设空间和其他空间贡献最大的也是耕地空间。

表4 2010—2019年滇中城市群绿色空间转移矩阵Table 4 Transfer matrix of green space of urban agglomeration in central Yunnan from 2010 to 2019 km2

3.1.3 景观格局指数

由表5可知，2000—2019年滇中城市群绿色空间景观格局变化明显。2000—2019年最大斑块指数从5.15%上升至59.52%，景观形状指数从298.04下降至220.77，蔓延度指数从61.4%上升至66.11%，聚合度指数从94.68%上升至96.07%，说明绿色空间中某种优势斑块形成了良好的连接性，景观的破碎化程度降低；Shannon多样性指数从1.14下降至1.02，Shannon均匀度指数从0.64下降至0.57，说明景观受优势类型所支配，景观多样性下降，分布变得不协调。

表5 2000—2019年滇中城市群绿色空间景观指数变化Table 5 Changes in landscape index of green space of urban agglomeration in central Yunnan from 2000 to 2019

3.2 州市尺度绿色空间格局动态特征分析

3.2.1总体动态特征

由图2可知，2000—2019年滇中5个州市绿色空间动态变化特征总体上与城市群尺度趋于一致，绿色空间减少，非绿色空间快速增长，其中绿色空间内部林地空间增加，耕地空间和灌草空间缩减，水体空间略有增长。从林地空间来看，2000—2010年楚雄州和曲靖市增量最大，分别为3 767.91、2 415.69 km2，2010—2019年曲靖则以4 796.05 km2的增量远高于其他州市，但总体来看，其他州市增量也远高于2000—2010年，尤其红河州7县市以2 810.50 km2的增量跃居第2位；从耕地空间来看，2000—2010年楚雄州和昆明市减量最大，分别减少2 759.65 km2和2 280.68 km2，2010—2019年曲靖市则以4 058.66 km2的减量成为耕地缩减最为严重的州市，其次是红河州7县市和昆明市缩减较为严重，分别缩减2 355.80 km2和1 331.48 km2；从灌草空间来看，2000—2010年曲靖市、楚雄州和昆明市都存在不同程度的缩减，而红河州7县市和玉溪市则有所增加，2010—2019年则各州市都有所缩减，其中昆明市和楚雄州缩减最大，分别为1 920.73 km2和1 879.79 km2；从水体空间来看，2000—2010年昆明市、红河州7县市和楚雄州都有所增加，曲靖市和玉溪市有所缩减，2010—2019年则5个州市均有不同程度的增加；从非绿色空间来看，2000—2010年昆明市以551.92 km2的增量远高其他州市，其次则是曲靖市和红河州7县市，2010—2019年昆明市继续以713.88 km2的增量远高于其他州市，其他州市除楚雄州仅增加99.54 km2外，增量均在300 km2以上。

图2 2000—2019年滇中州市绿色空间动态变化量Fig. 2 Dynamic change in green space of prefectures and cities in central Yunnan from 2000 to 2019

3.2.2 景观格局指数

由图3可知，2000—2019年滇中5个州市绿色空间景观格局指数存在不同变化趋势。从最大斑块指数来看，楚雄州和玉溪市持续上升，且高于其他3州市，其他3州市则先下降后大幅上升，说明绿色空间优势类型越来越明显；从景观形状指数来看，5个州市均持续下降，其中楚雄州下降最显著，说明绿色空间斑块形状越来越规则；从蔓延度指数和聚合度指数来看，5个州市均呈上升趋势，说明各州市绿色空间景观连通性越来越好，景观破碎化程度降低；从Shannon多样性指数和Shannon均匀度指数来看，昆明市和红河州7县市先上升后下降，其他3州市持续下降，且楚雄州下降最显著，说明绿色空间优势类型越来越显著，景观多样性下降。

图3 2000—2019年滇中州市绿色空间景观指数变化Fig. 3 Changes in landscape index of prefectures and cities in central Yunnan from 2000 to 2019

3.3 区县尺度绿色空间格局动态特征分析

3.3.1 总体动态特征

通过对滇中城市群49个县市区2000—2019年绿色空间类型面积动态变化进行分析。由图4可知，2000—2019年林地空间增加幅度较大的区县集中在滇中外围，其中宣威市、会泽县、禄劝县和楚雄市增加面积在1 000 km2以上，增加幅度最小的集中于滇中中部，尤其昆明主城区；从耕地空间和灌草空间来看，下降幅度最大的区县也集中于滇中外围；从水体空间来看，49个区县面积变化有上升、不变和下降3种情况，但面积变动幅度较小，其中面积增加的区县集中在滇中北部、中部和东南部；从非绿色空间来看，增加幅度最大的区县集中于滇中中部和南部，其中官渡区、呈贡区、陆良县非绿色空间扩张最为严重。

图4 2000—2019年滇中区县绿色空间动态变化Fig. 4 Dynamic change in green space of prefectures and cities in central Yunnan from 2000 to 2019

3.3.2景观格局指数

由图5可知，2000—2019年滇中49个区县景观格局指数变化的差异较大。从最大斑块指数来看，滇中西部和东北部区县上升幅度最大，说明有优势斑块类型形成，中部和东南部区县则有所下降；从景观形状指数来看，除滇中中部少数区县有所上升，其他区县均不同程度下降，尤其滇中外围区县下降最多，说明绿色空间斑块形状越来越规则；从蔓延度指数和聚合度指数来看，除少数区县有所下降外其他区县均有不同程度的上升，说明绿色空间优势斑块类型越来越突出，景观破碎化程度降低；从Shannon多样性指数和Shannon均匀度指数来看，除滇中中部和东南部部分区县有所上升外，其他区县均不同程度下降，尤其滇中西部区县下降最为明显，说明绿色空间优势斑块形成，景观多样性降低。

图5 2000—2019年滇中区县绿色空间景观指数变化Fig. 5 Changes in landscape index of prefectures and cities in central Yunnan from 2000 to 2019

4 结论与讨论

滇中城市群作为西部大开发战略的重点地带，城镇化水平由2000年的30.60%提升至2019年的60%。研究基于GIS空间分析技术，利用转移矩阵模型和景观格局指数，对2000—2019年滇中城市群绿色空间格局动态变化从城市群、州市和区县多尺度进行研究发现，滇中城市群绿色空间动态变化与该地区城镇化的推进和生态文明建设密不可分，主要包括以下方面：

1）城市群尺度上，总体上呈现绿色空间缩减，非绿色空间扩张的趋势，且绿色空间流失主要体现在耕地空间转为建设空间，说明滇中城市群快速的城镇化给该地区绿色空间带来了极大威胁，尤其滇中地区城镇分布主要集中于坝区，因此对坝区耕地的保护应引起足够重视；绿色空间内部林地空间增加，耕地空间和灌草空间减少，说明滇中地区“退耕还林还草”工程取得了良好的效果；绿色空间格局上则显示某种优势斑块形成了良好的连接性，景观的破碎化程度降低，但也造成了绿色空间景观多样性下降，分布变得不协调，因此合理控制各种绿色空间类型的规模和布局尤为重要。

2）州市尺度上，滇中5个州市绿色空间动态变化特征总体上与城市群尺度趋于一致，绿色空间减少，非绿色空间增长，其中绿色空间缩减强度依次为昆明市、曲靖市、红河州7县市、玉溪市和楚雄州，说明绿色空间的缩减与各个州的城镇化水平密切相关，昆明市和曲靖市一直以来都是云南省高速发展的区域，而红河州7县市近几年以来发展势头迅猛，对其绿色空间的保护应引起重视；林地空间优势最大为楚雄州和曲靖市，耕地优势最大为曲靖市，灌草空间优势最大为曲靖市和楚雄州，说明各州市中楚雄市和曲靖市绿色空间总量上占有极大优势，水体空间上优势最大则为昆明市和玉溪市，主要在于滇池、抚仙湖、星云湖、杞麓湖等主要滇中高原湖泊分布在这2个州市；同时5个州市绿色空间景观格局指数也存在不同变化趋势和差异，因此各个州市应根据各自绿色空间格局特点合理制定相关保护和发展政策。

3）区县尺度上，滇中49个区县绿色空间动态变化存在显著差异，林地空间增加幅度较大的区县和耕地空间、灌草空间下降幅度最大的区县均集中在滇中外围，说明滇中城市群“退耕还林还草”工程对外围区县影响最大，水体空间面积增加的区县集中在滇中北部、中部和东南部；非绿色空间增加幅度最大的区县集中于滇中中部和南部，说明滇中中部和南部区县应尤其注意经济发展与生态保护的关系；同时绿色空间景观格局指数上滇中西部和东北部区县优势斑块类型逐渐突出，滇中外围区县绿色空间斑块形状越来越规则，滇中西部区县景观多样性降低。

研究从城市群、州市和区县多尺度出发对滇中城市群绿色空间格局动态变化进行分析，同时对不同尺度绿色空间特征进行了讨论，发现不同尺度上的地区在绿色空间总体变化特征上均呈现绿色空间减少，非绿色空间增加的趋势，但是不同地区之间，因城镇化水平和生态保护措施的差距，其绿色空间内部类型转换和格局存在较大差异；其次，从不同尺度来看，城市群尺度研究有助于对滇中城市群绿色空间总体动态变化的整体把握，而州市尺度研究则使得绿色空间动态变化与各个州市发展水平建立了联系，区县尺度研究则有助于深入了解滇中各个地区绿色空间特征，更有利于决策者根据该地区绿色空间特征制定相应的保护措施。因此，多尺度研究不仅有助于直观了解到不同尺度上各个地区绿色空间的总体水平和动态特征，还可以有助于各级政府从不同尺度上制定相应的绿色空间保护和经济发展措施，对促进建设滇中高原生态宜居城市群具有重要意义。