杨凌城市绿地信息及景观格局动态变化研究

童开林，夏钟毓，李显鲜*，赵 选

(1.杨凌职业技术学院，陕西 杨陵 712100；2.西北农林科技大学 林学院，陕西 杨陵 712100；3.自然资源部第一地理信息制图院，陕西 西安 710054)

生态文明建设已经成为中国特色社会主义现代化建设工作举足轻重的一部分，城市的绿地建设成为评估城市可持续发展和人民生活水平的重要标志。在以往表征城市绿地建设水平时，着重以城市的绿地率、地表绿化覆盖率和人均绿地面积作为指标。然而，随着科学技术的进步和经济的快速发展推动着城市绿地景观、类型、斑块呈现不同程度、不同规模的变化，科学家们发现简单量化指标已经无法满足深入研究城市绿地及其生态效益的需求。因此，对于城市绿地空间分布的探讨逐渐被重视起来。桂昆鹏等[1]的研究表明，当区域绿地率<40%时，绿地系统内空间分布格局的状况对于绿地生态效益的发挥具有重大的影响。可见探究大、中、小城市各个行政区景观格局的形成、发展、动态变化、驱动力，以及其对景观环境、生态效应造成的影响具有重要的现实意义，能够在快速的城市化进程中为城市规划建设与可持续发展提供重要的决策参考。

随着城市的不断扩大和发展，城市绿地规模迅速变化，依靠传统的人工实测方法调查已经无法兼顾时效性、精确性和全面性，无法准确反映城市绿地现状，一定程度上影响了相关工作和决策的准确性。“3S”技术在城市规划、土地利用[2]、绿地信息调查[3]等方面的优势越来越显著，因此，运用遥感技术和计算机技术调查城市绿地规划、城市景观格局已经成为近20 a来科学研究的热点和重点[4]。近10 a来，对于景观格局的研究，已经从单纯的某一区域空间异质性的静态分析，转向了时间异质性动态演变规律的研究，这有助于对人-地关系的深刻理解，有利于对生物多样性、自然资源的有效保护，因而成为当前众多研究案例的热点[5-8]。本研究针对我国城镇化势头迅猛的过去20 a，注重景观格局动态研究，分析景观格局与自然驱动力、人为驱动力，特别是与人文历史、社会经济之间复杂的内在联系，研究具有深远的意义。

杨凌示范区作为全国唯一的国家级农业高新技术示范区，同时，也是一个经济欠发达、正处于城镇化进程中的县级城市，近些年城市建设发生了巨大变化，城市绿地显著增加，城市环境明显改善，开展城市绿地变化研究对城市建设具有指导意义。本研究以杨凌示范区为对象，以2000、2010、2019年Landsat遥感影像作为数据源，结合实际调查，对示范区20 a绿地景观格局变化进行研究，揭示其变化规律，为示范区未来建设提供参考，同时，也为国内其他中小城市的景观格局研究提供借鉴。

1 研究区概况

杨凌农业高新技术产业示范区(107°59′-108°08′E，34°14′-34°20′N)，位于陕西关中平原中部，西安市以西85 km处，南临渭河，北临小湋河。东西长约16 km，南北宽约7 km，总面积约135 km2，城市规划区35 km2。整体地势为北高南低，最高海拔为530.1 m，最低海拔为403.2 m。

杨凌区属于暖温带半湿润半干旱气候，是典型的大陆性季风性气候，四季分明，夏季降雨多冬季降雨少。区内水资源丰富、环境宜人，塬、坡、滩地众多，土壤肥沃。

1.1 材料与方法

1.1.1 数据来源 选取2000年5月、2010年5月、2019年5月的Landsat5 TM和Landsat8 OLI遥感影像作为数据源，影像完全覆盖研究区域，云量遮盖率分别为0.2%、0%和0.1%。数据来源于地理空间数据云平台(http://www.gscloud.cn)。另外，对于小部分区域进行外业调查，对杨凌区土地利用和景观格局进行实地勘察与核实，以此补充确定遥感影像上模糊不清难以准确分类的地块。

除遥感影像以外，所需要的数据还包括杨凌示范区行政区划边界数据、2000-2019年杨凌示范区国民经济和社会发展的相关文献资料、统计报告，以及研究区政治、经济、社会、文化的基础数据大事记等相关资料。需要特别说明的是，在2008年以前揉谷乡并未划入杨凌区，为了前后研究区域保持一致，保证3期数据的可比性，在本研究中均使用最新的杨凌区行政边界。

1.2 研究方法

1.2.1 遥感数据预处理 在地理信息数据云平台获取原始的遥感数据之后，为了消除不同时相因大气传输特性、平台运行状况及传感器系统等因素所造成的误差，首先要在ENVI 5.3软件支持下分别对3期影像进行预处理，即辐射定标、大气校正、几何校正和研究区裁剪等工作，最终获得标准影像。预处理后的影像在图像形状、色彩、清晰度上均有所提高，减小了后续目视判读选取分类样本时可能存在的误差。

1.2.2 影像分类 将杨凌示范区的土地利用类型分为绿地、耕地、建筑、水体、裸地5类。分类依据为中华人民共和国2017年颁布的《土地利用现状分类》(GB/T 21010-2017)。在国标中，城市土地利用一级分类共12类，在本研究中将一级分类中的耕地、园地统称为耕地，林地、草地统称为林地，商服用地、工矿仓储用地、住宅用地、公共管理与公共服务用地、特殊用地、交通运输用地统称为建筑，水域及水利设施用地统称为水体，裸地及未利用地统称为裸地。本研究重点为绿地，其含义依照中华人民共和国《城市绿地分类标准》(CJJ/T 85-2017)包括公园绿地、防护绿地、广场绿地、附属绿地和区域绿地，绿地在研究区中存在形式包括乔木林地、灌木林地、草地、竹林地等。

1.2.3 监督分类 完成预处理并明确分类依据后，利用ENVI5.3软件完成对影像的监督分类。打开预处理过的标准影像数据和通过目视判读选择感兴趣区(ROI)得到的训练样本，在选取过程中，近黑色的深绿色四边形地块、褐色四边形地块，深黄色四边形地块判定为耕地，内部纹理略带平行条纹状；将橄榄绿色、深绿色、浅绿色不规则形状地块判定为绿地。其中乔木林地多为橄榄绿色、深绿色，竹林地多为浅绿色，灌木林地多为小面积不规则绿色地块，且具有模糊绒状纹理；浅灰色、白色规则形状地块判定为建筑；近黑色深蓝色带状地块判定为水体；浅黄色不规则小面积地块判定为裸地。分别为3个不同时期影像选取完训练样本之后在监督分类模块(supervised classification)中选择基于最大似然算法的分类工具(maximum likelihood classification)，分别导入3个不同时期的标准影像进行分类。

最大似然分类法的原理是求出每一个像元对于各类别的归属概率，把该像元划分到归属概率最大的类别中去。它的判别规则是假设某待分类像元X满足公式(1)。

D=ln(αi)-[0.5ln(|Covi|)]-[0.5(X-Mi)T(Covi-1)(X-Mi)]

(1)

式中:D为加权距离；i为某一特征类型；X为像元的测量矢量；Mi为i样本均值；Covi为协方差矩阵；αi为待分像元属于类别i的概率[9]。

1.2.4 精度验证 监督分类完成之后，需要对分类结果进行精度评定以保证研究的准确性，本研究通过在ENVI5.3软件中采用混合矩阵重采样的方法检验得到分类的Kappa系数进行检验和评价，对于Kappa系数过低的情况需要重新分类。

1.2.5 景观格局指数运算 对分类提取得到的绿地信息运用景观格局指数来表征研究区绿地景观格局空间特征，反映出绿地景观结构和空间配置特征。参照国内外学者已提出的众多景观格局指标，结合研究区域的具体特征和研究的实际需要，从景观多样性、景观异质性、景观集聚性以及景观破碎性4个层面，选取多样性指数、均匀度指数、形状指数、破碎度指数、集聚度指数定量地描述研究区绿地景观格局特征，这些景观格局指数的计算均通过Fragstats4.2软件完成，各指数的运算公式如下。

1)香农多样性指数(Shannon’s Diversity Index)是基于生态学统计基础上对于景观的丰富程度和复杂程度的综合表征，与景观类型的均匀度和景观类型数目存在明显相关性，即在均匀度相当时，景观数目越多多样性指数就越大。

(2)

式中:Pi为景观类型i所占的面积比例；m为景观类型数目。

2)香农均匀度指数(Shannon’s Evenness Index)表示了景观各类型斑块空间分布的均匀程度。区域中当某个景观类型占比极高或极少，分配显著不均匀时，值趋向于0，而当各个景观类型在空间中分配得越均匀，值越趋近于1。

(3)

3)形状指数(Landscape Shape Index)与斑块的大小和周长有关，可以表示景观内各个构成斑块的形状复杂程度，是景观空间格局分析中一个重要指标，根据形状指数可以区分一般斑块和构成廊道的斑块[10]。景观中不同类型斑块的集合程度越高，其值越低。

(4)

式中:E为所有斑块边界的总长度；A为景观总面积。

4)聚集度指数(Aggregation Index)是为了描述景观各个斑块分布的聚集程度，与各个斑块的周长及共享周长有关。当某一类型斑块呈现高度的聚集，形成单一且紧密的斑块，AI越趋近于100，当景观由小斑块零散分布构成，值越小。

max-eij=2n(n-1)m=0

max-eij=2n(n-1)+2m-1m

(5)

max-eij=2n(n-1)+2m-2m≥=0

m=Ai-n2

式中:eij为斑块类型i与j的公共边缘数；max-eij为斑块类型的最大可能公共边数；n为栅格边长；Ai为斑块类型i的面积[11]。

5)破碎度指数(Landscape Division Index)也叫作分离度指数，表示了区域中各个景观类型的可分离性,是指在自然因素或人为因素影响下，各个景观类型由单一连续的整体，趋向于复杂、不连续、异质的过程，其值与某景观类型斑块数呈正相关，值越大表明该景观类型单元的内部稳定性越低，对应的生态系统管理性越低。

(6)

式中:Ni为景观类型i斑块数；Si为景观类型i总面积[12-13]。

2 结果与分析

2.1 研究区城市绿地信息提取

选取监督分类中的最大似然法将影像进行分类，最终分为5个土地利用类型。首先通过人工目视判读选择感兴趣区(ROI)，在各期标准影像上选取感兴趣区，分别为2000年512处、2010年641处、2019年557处，感兴趣区可分离度指数(ROI Separability)平均值分别为1.89、1.97、1.98，其中可分离度最低为绿地与耕地组合，最高为水体与裸地。可分离度是ENVI软件中用于计算训练样本任意类别之间的统计距离，从而确定两个类别间的差异性程度的指数，取值范围为0.00～2.00，指数越趋近于2，说明2个类别区分效果越好。本研究中的可分离度指数已满足预期要求。

分类结果表明(表1)，2000年、2010年和2019年3期数据的总体精度分别达到了91.92%、90.94%和97.11%，Kappa系数分别达到了0.88、0.87、0.95。分类精确度高，满足分类要求。

表1 精度验证

2.2 研究区绿地信息动态分析

经过ENVI5.3软件完成监督分类后，在ArcGIS10.2软件中，对2000年、2010年和2019年杨凌区土地利用情况进行分析。

由表2、表3、图1可以看出，杨凌示范区的土地利用类型在过去20 a里均发生了显著变化，2000-2019年绿地面积和建筑面积都呈上升趋势，绿地由16.65 km2(12.56%)增长至34.66 km2(26.17%)，建筑用地面积由25.05 km2(21.92%)增长至45.45 km2(34.32%)。其中，建筑面积净增长最多，为20.4 km2，增长速率81%，但是增长速率最快的是绿地，在20 a间呈现了翻倍的增长。变化趋势与之恰好相反的是耕地用地类型，在过去20 a间，耕地面积大幅度下降，由81.41 km2(61.44%)下降至49.73 km2(37.55%)。

图1 杨凌区2000-2019年土地利用类型占比变化

表2 杨凌区2000、2010和2019年土地利用类型面积

表3 杨凌区2000、2010和2019年土地利用类型面积占比变化

2.3 研究区景观格局动态分析

由图2可见，杨凌区2000-2019年的景观格局动态变化情况，可以看出，3期杨凌示范区绿地的空间分布也表现出明显差异性，2000年杨凌示范区绿地主要分布在西南、东南以及南部渭河沿岸地区，东北部与西北部分布相对较稀疏，呈零星点状分布。2010年，在原有的绿地基础上，绿地面积继续扩大，向东北、西北地区转移，同时中心城镇区域、耕地区域的绿地也有明显的增加，绿地分布渐趋均匀并且由以往的少量点状转向了团块状，杨凌示范区北方小湋河沿岸绿化明显增强。2019年，杨凌示范区绿化率已达到了29.81%的较高水平，可以看出，不论是南北两河沿岸，还是中部城区、西部耕地区域，绿地量都有非常显著的增加，较大的绿地斑块均匀分布全区，呈现出在全区范围内均匀而集中分布，东北部及西部相对略少于南部的分布趋势。

图2 杨凌区2000、2010和2019年绿地利用专题

由图3可以看到，由于几条纵贯南北东西的交通要道建成，道路两侧的绿化建设明显，伴随道路出现了具有景观廊道性质的狭长形绿地。

图3 2019年杨凌示范区绿地分布专题

由表4可以看出，过去20 a间，杨凌示范区景观格局指数均不是单调递增或递减的，而是折线形的变化，总体的趋势是由无序到有序、由单一到多元、由密集到匀质的。由表4和图5可以看出，2000-2019年杨凌区景观格局指数的香农多样性指数、香农均匀度指数、景观形状指数、破碎度指数均都呈现先增大后减小的趋势，而聚集度指数则先减小后增大。

表4 杨凌示范区2000、2010和2019年景观格局指数

香农多样性指数由2000年的1.05上升至2019年的1.17，均匀度指数由2000年的0.65上升至0.73，更趋近于1，可见，杨凌示范区的景观多样性有所增加，各景观类型分配也趋向均匀。景观形状指数由42.34升高至51.79，表明杨凌示范区在过去20 a的时间段内景观格局的异质性增大，各景观斑块趋向分散、零碎，各用地类型大小、分布的差异减弱，原本单一的基质斑块内部出现了，破碎的异质斑块。聚集度指数由2000年的78.73骤降至2010年的71.54，后又经历小幅回升至2019年的73.78，也同样表示杨凌示范区景观斑块的不连续性、异质性增强，各个斑块趋向零散、疏离的分布模式，景观中大斑块的面积被蚕食减小。破碎度指数从0.79到0.85的增加与聚集度指数减小相互照应。可以说，杨凌示范区各个景观斑块的连通性减弱，景观斑块从大块、联结、无序，逐渐向均匀、有序、分散过渡。

在2000年，杨凌示范区绝大部分土地面积为耕地，耕地大面积、单一且连续的分布，建筑、绿地小面积、零星地分散在基质上，呈现出一种脆弱的、无规划性的景观格局。这种景观格局在20 a后的今天已经完全得到改观，在耕地为主的基质景观上，均匀连续地出现了建筑和绿地景观，由专题图还可以看出，除了中心城区建筑与绿地交错分布以外，在示范区西部及西北的农业地区，也出现了连续的、呈网状分布的绿地，这是规划者开始注重“四旁绿地”(即宅旁、村旁、路旁、水旁)的结果。

因此，杨凌示范区耕地单一优势的格局已经被打破，整体景观空间格局向好发展，在20 a内多样性指数和均匀度指数均上涨了11.80%，充分说明景观斑块类型的多元化，分离度指数上涨了8%，聚集度指数减小了6.3%则说明景观的不连续性增强，分布由聚集到离散。各斑块形状上的变化规律，由景观形状指数上涨了22.32%可以看出，斑块形状已经由大变小，由简单变为复杂。

2.4 研究区景观格局变化的驱动力分析

影响景观格局变化的主要因素分为内因和外因，两者共同对各个景观斑块产生干扰或促进作用，使得整体构成和布局发生变化。而对于城市景观格局，影响因素一般分为自然因素和人为干扰，一般情况下自然条件在短时间内变化不大，类似本研究的以20 a为时间段的研究中，自然因子主要是通过效应的缓慢积累过程对景观格局造成微弱影响的；相比之下，在城市这种复杂的生态系统中，人为因素则更为活跃，对景观格局的影响也较为直接。因此，此次研究景观格局变化的主要驱动力为人为因素(图4)。

图4 各项景观格局指数变化趋势

首先，景观的破碎化程度与人为活动的干扰有着密切的联系，社会经济的发展情况、人口数量的变化程度都是重要的影响因素[9]。杨凌示范区的景观破碎度指数、形状指数快速增加是由于在21世纪初快速城市化进程中，杨凌区原有的大面积耕地类型不断被侵占、分割，在耕地的周边及内部同时大量地出现了建筑、绿地以及少量水体。其中，建筑面积增加最为显著，而建设用地增加也是城镇化进程中经济发展、人口增长必然出现的结果。根据2008年国家统计局发布《2008年全国国民经济和社会发展统计公报》显示，仅在2008年一年全国范围内由于建设占用耕地19.16万hm2，足以说明在20世纪初建设用地与耕地的此消彼长。因此，聚集度指数显著减小，破碎度指数显著增加。而到了2010年以后，大量出现的建筑用地逐渐连成一片，呈现出相当的优势度，因此2010年后破碎度又有所减少，相反聚集度微弱增加。

根据杨凌农业高新技术产业示范区管委会网站数据从有记录的2007年起，当年杨凌区生产总值(GDP)25.81亿元，全区住房施工面积30.16万m2。到了2015年，全区生产总值达到104.23亿元，全区共有96户规模以上工业，该年内全区住房竣工面积35.68万m2。及至2019年，全区实现生产总值166.77亿元，全区规模以上工业企业已有129户，当年房屋建筑施工面积达到了218.04万m2，是2007年的7倍有余。另外在交通用地方面，2019年杨凌示范区全区拥有高速公路14 km，区内公路总里程达到397.3 km。综上数据可见，经济增加、人口膨胀，对于自然景观斑块的压力显而易见，杨凌示范区住房面积、规模以上工厂面积、交通用地面积在过去20 a均呈现了迅猛递增的态势，杨凌示范区获得了生产总值的逐步升高的同时，也导致了耕地面积的大幅度削减。另外，近年来杨凌示范区的耕地下降速率趋于平缓，与政府对耕地流失的重视有关。耕地不仅是杨凌区始终的基质景观，同时也是杨凌区作为中国农科城的文化元素。早在2010年，杨凌示范区管委会便开始执行耕地占补平衡制度，严格控制耕地的转出。

与建筑用地优势度共同增加的景观类型是绿地类型。绿地占比的不断升高，城市绿化意识的崛起包括绿色景观廊道的出现，其最主要因素是杨凌区在经济发展的过程中，对城市绿化建设、生态文明建设的大力重视，城市交通体系带动了道路周边的绿地建设，使城市绿色景观出现了网格化的雏形。2012年，杨凌示范区管委会开启实施西宝高速、高铁绿化工程，其中西宝高速林带是一块总长11 km左右、宽30 m的生态景观林带，这是极具杨凌特色的生态文明建设举措。在“十二五”期间，杨凌示范区持续推进“园林杨凌”、“水韵杨凌”建设，每年在绿化建设中投入6 000万元，人均绿地面积逐年攀升。

综上所述，人为因素是景观格局变化的主要驱动力，其次是社会经济的发展、人口数量的变化以及建筑面积等，究其原因，均为人为因素导致社会、环境等的变化，因此杨凌区景观格局的驱动力主要是人为因素。

3 结论与讨论

3.1 结论

选用最大似然分类法对杨凌示范区3期遥感影像进行土地利用分类，总体分类精度均高达90%，分类结果可靠。从分类结果可知杨凌示范区从2000-2019年，耕地面积逐年递减，多转为绿地和建筑，但耕地面积始终在杨凌区土地利用中占较大比重；水体和裸地面积变化趋于平稳但总体有所下降。通过对杨凌示范区景观格局的研究，发现杨凌示范区过去20 a经历了明显的变化，绿地分布由零散点状趋向于均匀团块状分布，在部分区域呈网状分布；2000-2019年，香农多样性指数、香农均匀度指数、景观形状指数和破碎度指数有所增加，聚集度指数减小。这些指数表征杨凌示范区景观格局由单一趋于多样，由匀质趋于异质，由整体趋于破碎，说明杨凌示范区的景观格局复杂性、抗干扰性增强，脆弱性、自我恢复性降低，该结果与申依宁等[14]的研究结果一致。

3.2 讨论

对杨凌示范区土地利用类型变化、绿地信息及绿地分布变化以及景观空间格局的动态变化的分析，可以得知，2000-2019年间，杨凌示范区绿地面积、建筑面积逐年递增，耕地面积、裸地面积、水体面积逐年递减，景观格局指数中多样性指数、均匀度指数景观形状指数、破碎度指数先增后减，聚集度指数先减后增。但是，本研究还存在一定的不足：当前的绿地信息研究主要基于对平面遥感影像进行分类、提取和统计，但是如今“立体绿化”之风已经盛行全国，在学术界也早已被景观规划学者广泛地讨论[15-17]，城市绿地已不再是二维平面的概念，怎样对立体的异质景观斑块、绿地率进行调查统计，是本研究的欠缺，也是未来绿地信息提取、景观格局研究的热点和难点，有待学者们讨论和解决。

在过去20 a，杨凌示范区景观格局的发展展现出了城镇化的深刻烙印，也在绿化水平上有了积极的发展，整体格局呈现了一定的有序性、规划性、科学性。但问题也同时存在。杨凌示范区景观格局呈现出了城乡规划的显著差异，城区景观密度较大，绿地、水体、裸地和建筑拥挤，而乡镇景观规划非常薄弱，各个用地类型围绕耕地零散无序地分布，管理粗放，耕地的开发利用也缺乏合理规划，致使全区耕地面积减少速率过快。因此杨凌示范区应当对景观密度较大的地区通过调整景观规划，合理分配绿地、水体、建筑等的布局；合理开发利用耕地，加强精细化管理，减缓耕地面积减少的速率。