面向城市生态系统服务提升的建设与生态用地格局优化:焦点局部空间识别视角

《Land》:Construction and Ecological Land Pattern Optimization for Enhancing Urban Ecosystem Services: A Focal Local Space Identification Perspective

【字体: 大 中 小 】 时间:2026年08月21日 来源:Land 3.5

编辑推荐:

  优化建设与生态用地格局能够提升城市生态系统服务,而效率提升取决于能否精准识别效益潜力最大的焦点局部空间。然而,现有研究尚未全面量化两类用地的多维特征,也未系统识别此类优先区域。为弥补这一研究空白,本研究重构了刻画建设与生态用地"规模、形态与连通性"的综合指标体

  
优化建设与生态用地格局能够提升城市生态系统服务,而效率提升取决于能否精准识别效益潜力最大的焦点局部空间。然而,现有研究尚未全面量化两类用地的多维特征,也未系统识别此类优先区域。为弥补这一研究空白,本研究重构了刻画建设与生态用地"规模、形态与连通性"的综合指标体系。基于局地气候分区(Local Climate Zone, LCZ)框架与可解释机器学习,本研究识别了中国南京市生态系统服务提升的焦点局部空间,并分析了这些指标对服务的非线性交互效应。主要发现如下:(1)建设用地呈现高集聚度与高形态复杂性,而生态用地连通性强、形态完整,且存在显著的空间分异。(2)中层建筑区被识别为焦点局部空间(R2: 0.52–0.80)。(3)在该区域内,生态用地核心区对碳储存(22.5%)与土壤保持(24.5%)具有正向驱动作用,建设用地面积占比提升产水量(23.7%),建设用地核心区抑制生境质量(24.3%)。生态用地规模与核心区对碳储存与土壤保持服务存在协同效应,而建设用地规模与核心区共同降低生境质量。(4)本研究建议增强生态用地结构与连通性,调控建设用地强度,并在两者交界面营造半自然过渡带。综合指标体系与基于LCZ的诊断方法为城市生态系统服务的分区优化提供了实践基础,也为提升空间治理水平提供了方法论参考。
城市生态系统服务是人类从自然系统中获得的直接与间接效益,是推动城市可持续发展与改善人居环境的核心保障。然而,全球超过60%的生态系统服务正面临退化,城市地区承受着尤为严峻的压力,全球近一半人口居住在城市,预计到2050年这一比例将达三分之二。城市生态系统服务的供给与维持深受建设用地与生态用地空间格局的影响——两类用地的空间格局从根本上重塑了地表能量平衡、水文过程与生物地球化学循环,进而深刻影响城市生态系统服务。尽管景观格局量化工具已从单一指标发展为覆盖二维水平格局与三维空间格局的多维系统,但多数研究仍将建设用地与生态用地作为孤立对象分别分析,难以揭示两者作为整体对生态系统服务的复杂交互影响。同时,在土地资源、财政投入与管理能力有限的现实约束下,全域均质化的空间优化策略面临效率瓶颈,亟需识别优化效率最高的焦点局部空间。此外,建设与生态用地同生态系统服务之间存在复杂非线性关系,传统线性统计模型面临解释力不足的困境。针对上述问题,研究人员以南京市为案例区,基于局地气候分区(Local Climate Zone, LCZ)框架与可解释机器学习方法开展建设用地与生态用地格局优化研究。南京位于长江下游核心区域,是长三角地区快速城市化的缩影,其生态系统服务水平随建成区扩张而逐年下降;同时,南京兼具极高密度的老城区与现代规划的开敞工业/居住区,高度异质的土地覆被与建筑形态为基于LCZ的焦点局部空间识别提供了理想条件。研究选取2024年碳储存、产水量、生境质量与土壤保持四类关键生态系统服务作为研究对象,四类服务分别表征城市生态系统在气候调节、水文调节、生命支持与土壤维持方面的核心功能。

**研究采用的主要技术方法。** 该研究主要采用以下关键技术方法:(1)形态学空间格局分析(Morphological Spatial Pattern Analysis, MSPA),对2024年10 m分辨率土地覆被数据(来源于ESRI全球土地覆被栅格产品)进行二值化处理,识别建设用地与生态用地的七类景观形态要素;(2)利用Fragstats v4.2.1软件计算景观格局指标,经Pearson相关性共线性筛选与CRITIC权重法,构建表征"规模、形态与连通性"三维度的B系列与G系列综合指标体系;(3)基于建筑高度数据(来自Qian Shi等发布的2020年东亚五国2.8亿栋建筑足迹矢量数据)与城市绿地(UGS)覆盖率,将研究区划分为LCZ 1(高层建筑区)、LCZ 2(中层建筑区)、LCZ 3(低层建筑区)与LCZ A(生态用地)四类局地气候分区,水体因生物物理属性特殊作为掩膜区域剔除;(4)系统比较随机森林、XGBoost、CatBoost、LightGBM等六种机器学习模型在各LCZ类型中的表现,并选取最优模型;(5)引入SHAP(SHapley Additive exPlanations)解释工具量化各指标对生态系统服务的边际贡献、非线性阈值与交互效应。

**研究结果。**

(1)空间分布格局。南京市建设用地呈现"高占比、高复杂度、高集聚"的空间分布特征,面积占比高值区高度集中于城市核心建成区(B1约为1.7–2.3),形态复杂度高值区相对均质化散布于各建成区,集聚连通性高值区主要分布于建成区边缘地带。生态用地则表现为"外围高占比、形态相对简单、连通性强"的分布特征,面积占比高值区连片分布于老山国家森林公园(G1约2.29)、紫金山等研究区外围大型生态斑块。四类生态系统服务中,碳储存、土壤保持与生境质量的高值区集中于紫金山、老山等大型生态斑块周边,而产水量高值区与不透水面分布高度吻合,主要集聚于江北新区核心区、鼓楼区、建邺区等城市建成区核心地带。

(2)局地气候分区分类结果。南京市2802个空间单元中,LCZ 3占比最高(60.31%),其次为LCZ 2(31.98%)与LCZ 1(7.71%);LCZ A占建成类型总面积的46.41%,主要由城市自然森林公园与公园绿地构成。LCZ A是城市生态系统服务的主要供给区,碳储存、生境质量与土壤保持中位数均最高;LCZ 1的碳储存、生境质量与土壤保持中位数最低,但产水量中位数最高。

(3)焦点局部空间识别与评估。通过比较四种LCZ类型中建设用地与生态用地格局指标对四类生态系统服务的解释力,研究发现LCZ 2(中层建筑区)为解释效率最高的焦点局部空间(R2: 0.52–0.80),其解释力比其他LCZ类型高出10–40%;相比之下,LCZ 1对土壤保持服务拟合优度低(R2=0.17),LCZ 3与LCZ A均存在多项服务拟合优度偏低的情况。

(4)焦点局部空间内的模型选择与变量重要性。在LCZ 2内,CatBoost模型的测试集R2对碳储存、产水量、生境质量、土壤保持分别达0.80、0.81、0.80与0.54,综合表现最优。SHAP重要性分析显示,生态用地核心区(G_CORE)是碳储存(贡献22.5%)与土壤保持(贡献24.5%)的主导正向驱动因子;建设用地面积占比(B1)对产水量贡献最大(23.7%);建设用地核心区(GRAY_CORE)对生境质量贡献最大(24.3%)。生态用地穿孔区(G_PER)对四类服务的影响均最低。

(5)焦点局部空间的阈值分析。G_CORE与生态用地面积占比(G1)对碳储存、土壤保持和生境质量的提升存在边际效益递减阈值——当G_CORE值超过1.0后其对三类服务的贡献强度增速明显放缓;G1在0–0.5区间存在快速提升带。GRAY_CORE与B1对生境质量呈显著负向影响,且GRAY_CORE值低于1.0时负向影响随值增大而急剧加剧,超过1.0后减缓;两者对产水量则呈显著正向影响,其中B1呈线性递增趋势。

(6)交互效应分析。同类空间指标交互时显著放大对生态系统服务的影响:G_CORE与G1在土壤保持和碳储存服务上呈强烈正协同效应,交互增益随两者数值增大而上升;GRAY_CORE与B1在生境质量服务上呈负协同、在产水量服务上呈正协同。建设用地扩张显著削弱生态用地的生态效益——随建设用地强度升高,G_CORE原本正向的交互值转为负值,表明高建筑密度区域即使保留核心生态用地,其生境维持功能也会被周边建设用地大幅抵消。建设用地与生态用地边缘区(EDGE)对产水量与碳储存的影响呈显著"倒U型"特征,且其作用方向取决于核心区(CORE)或面积占比的强度。

**讨论与结论。** 讨论部分指出,LCZ 2作为南京市占比最高的建成类型之一,广泛分布于城市核心区与主要建成区,建设用地与生态用地交错程度高、空间格局更复杂,相较于高层建筑区(LCZ 1),在该区域优化用地格局能以较低干预成本获得更高的生态系统服务效益提升。研究揭示了生态用地核心斑块的功能极化效应,即核心区完整性对维持调节服务至关重要;验证了建设用地面积扩张对产水量的增益及其空间集聚对生境质量的抑制作用,并证实了生态系统服务对景观格局变化的响应具有弹性阈值特征。基于上述机制,研究提出差异化优化策略:对生态用地核心区实施分级保护(G_CORE>1.0区域定位为高值稳定生态效益区,侧重提升连通性;0–1.0区域定位为快速提升区,优先扩大核心斑块规模);对建设用地核心区实施分类管控(GRAY_CORE<1.0区域限制蔓延并鼓励组团式开发,≥1.0区域转向微更新与生态修复,如增加垂直绿化与透水铺装);在两类用地过渡带根据相邻核心区类型实施差异化设计(围绕生态用地核心区营造乔灌草复合植被群落,围绕建设用地核心区建设雨水花园等绿色基础设施,混合交错区建设适当宽度的生态缓冲带)。研究结论强调:南京市建设用地与生态用地空间格局分异显著;LCZ 2为生态系统服务提升的焦点局部空间;G_CORE、B1与GRAY_CORE分别主导不同服务的驱动方向;据此提出的分级分类优化策略可为南京市用地格局优化提供实践依据,其方法框架为资源约束下其他城市实现精准空间治理提供了参考。未来研究可进一步细化LCZ分类体系(引入密度子类并区分自然土地覆被类型),并引入更多预测变量以提升机器学习模型对土壤保持服务的解释力。该论文发表于《Land》。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号