生态质量在破碎化城市景观中被高估：来自长三角城市群的证据

《Ecological Indicators》：Ecological quality is overestimated in fragmented urban landscapes: Evidence from the Yangtze River Delta urban agglomeration

　　

快速城市化显著加剧了景观破碎化，而传统遥感生态指数（Remote Sensing Ecological Index, RSEI）主要基于像素级生态状态指标，忽视了景观空间结构，导致在破碎化城市景观中可能系统性地高估生态质量。研究人员通过主成分分析（Principal Component Analysis, PCA）将生态系统状态指标与景观破碎度（DIVISION）整合，构建了改进遥感生态指数（Improved Remote Sensing Ecological Index, IRSEI），并在2001—2022年应用于长三角城市群（Yangtze River Delta Urban Agglomeration, YRDUA）。结果表明，IRSEI第一主成分解释了总方差的80%—86%，较RSEI（62%—69%）更高；在高度破碎化的城市地区，IRSEI显著调低了传统指数所给出的生态评分，而连续森林区域差异较小。时空分析揭示了城市核心持续退化与外围地区生态改善并存的高度异质性格局。XGBoost-SHAP归因分析显示，生态质量与自然及社会经济因素之间存在非线性关系及阈值效应，例如叶面积指数（Leaf Area Index, LAI）约在3以上出现饱和，温度约19°C以上生态质量急剧下降。研究强调，将景观格局纳入生态质量评估对于避免政策误导和促进可持续城市治理至关重要。

**城市破碎化景观中生态质量评估的结构性修正——基于长三角城市群的IRSEI研究解读**

**一、研究背景与问题**

全球城市化进程的加速深刻改变了地表景观格局，城市扩张在带来经济增长的同时，也导致自然栖息地破碎化、生态连通性下降和生态系统服务受损。随着城市化成为人类世的重要标志，精确监测城市生态质量已成为区域可持续发展目标实现的关键需求。然而，现有遥感生态评估框架普遍存在“重状态、轻结构”的缺陷：以遥感生态指数（Remote Sensing Ecological Index, RSEI）为代表的传统指标主要整合绿度、湿度、干度和温度等像素级状态信息，未能反映景观斑块的空间配置与破碎化程度。这种状态导向的评估方式可能导致一种悖论——一个由大量细小、孤立的草坪和街道树木组成的高度破碎化城区，其像素级绿度可能与连续的城郊森林相近，从而获得相近的生态评分。但从格局—过程—功能的角度看，严重破碎化的景观生态功能受限，传统指数可能系统性地高估其生态质量。这种高估不仅影响学术判断，更可能误导规划决策，使决策者忽视空间连通性的重要性，从而错失生态修复的关键窗口。因此，将景观破碎化作为生态质量的结构性维度纳入评估框架，成为亟待解决的科学问题。长三角城市群作为中国最发达、城市化程度最高的巨型区域之一，具有大规模土地转换、交通基础设施密集、城乡过渡带高度异质等特征，是检验和修正遥感生态评估框架的理想案例区。

**二、研究内容与核心发现**

针对上述问题，研究人员提出假设：景观破碎化不仅是生态退化的外部驱动因子，更是生态质量中未被充分表征的结构性成分。研究采用证据导向策略，将生态系统状态指标与景观破碎度（DIVISION）通过主成分分析（PCA）整合，构建了改进遥感生态指数（Improved Remote Sensing Ecological Index, IRSEI），并将其应用于长三角城市群2001—2022年的时空动态评估。研究发现：IRSEI第一主成分（PC1）解释了总方差的80%—86%，显著高于传统RSEI的62%—69%；在高度破碎化的城市地区，IRSEI较RSEI明显调低生态评分，而在连续森林区域两者差异很小。时空分析揭示了区域生态质量呈“外围改善、核心退化”的不平衡格局：西南森林区域相对稳定，而上海、苏州、杭州等大城市核心区持续退化；Hurst指数显示城市核心区退化趋势具有强持续性（H<0.3），外围区域生态改善同样具有强持续性（H>0.7）。XGBoost-SHAP归因分析进一步揭示了生态质量与自然和社会经济因素间的非线性关联与阈值效应：叶面积指数（LAI）呈现约3.0的饱和阈值，温度在19°C以上时生态质量快速下降，GDP密度呈现阶段性转变，PM_2.5则持续表现为负面效应。研究意义在于：通过显式纳入景观格局维度，IRSEI修正了状态型指数在破碎化景观中的高估偏差，为快速城市化区域的生态监测与空间治理提供了更可靠的科学工具。

**三、关键技术方法（字数≤250）**

研究基于多源遥感与地理数据，覆盖2001—2022年。主要数据包括：MODIS表面反射率产品（MOD09A1、MOD13A1）、地表温度产品（MOD11A2）、30 m分辨率的中国土地覆盖数据集（CLCD）、中国高分辨率生态质量数据集（CHEQ）、人类足迹指数（HFP）以及气候、地形、GDP、人口密度等辅助数据。关键方法包括：①利用PCA将kNDVI、WET、NDBSI、LST和DIVISION五个归一化指标合成为IRSEI；②采用Spearman秩相关、OLS回归以及典型城市案例（杭州中心城区、合肥郊区）进行对比验证；③运用Theil-Sen斜率估计和Mann-Kendall检验识别趋势，Hurst指数判别持续性；④通过全局Moran's I和局部空间关联指标（LISA）分析空间集聚特征；⑤使用XGBoost回归模型结合SHAP值和偏依赖图（PDP）进行非线性归因分析。

**四、研究结果**

**4.1 IRSEI评估与比较性能**

**4.1.1 信息整合与PCA性能**：IRSEI的PC1在2001—2022年解释了80%—86%的总方差，高于RSEI的62%—69%；载荷显示kNDVI和WET为正，NDBSI、LST和DIVISION为负，证明景观破碎化构成独立于状态指标的退化维度。

**4.1.2 比较敏感性与空间刻画**：RSEI与nRSEI（kNDVI替代NDVI但不含DIVISION）的相关系数为0.71，nRSEI与IRSEI的相关系数为0.93，而RSEI与IRSEI相关系数为0.67；空间对比显示，在合肥郊区和杭州中心区，IRSEI能够区分连续农田与破碎化城市绿地，而RSEI因绿度相似而高估生态评分。

**4.1.3 独立数据集验证**：2020年IRSEI与CHEQ呈正相关，与HFP呈负相关；与RSEI相比，IRSEI在高人类足迹区域给出更低评分，说明其更能捕捉人为结构退化。

**4.1.4 不同土地覆盖类型的差异**：2001—2022年间，城市和农田的IRSEI均值（0.34和0.41）明显低于nRSEI（0.42和0.47），而森林区域两者几乎一致（0.78 vs. 0.79），表明DIVISION的引入主要降低了高度破碎化景观的评分。

**4.2 生态质量时空动态**：2001—2022年，Poor和Fair等级面积占比从37%下降到28%；西南森林区域相对稳定，上海、苏州、杭州等城市核心持续退化；约40%区域向更高等级转移，22%区域向低等级转移，Excellent面积从9629 km²增至13018 km²；显著改善区域占11.8%，显著退化区域占4.5%，Hurst指数显示城市核心退化呈强持续性。

**4.3 空间集聚与热点演变**：全局Moran's I指数介于0.55—0.73（p<0.01），表明生态质量具有显著正空间自相关，但整体呈下降趋势，说明空间异质性增强；LISA结果显示，High-High集聚区在2006年后由江苏南部和浙江逐渐连片，Low-Low集聚区零散分布，区域以非显著区为主，表明生态质量在整体集聚中日益破碎化。

**4.4 基于XGBoost-SHAP的非线性归因**：模型预测性能良好（R²=0.81，RMSE=0.099，MAE=0.083）；LAI对IRSEI空间变异的贡献最大，其次为地形、温度和人口密度；偏依赖曲线显示LAI约在3.0处出现饱和，温度在19°C附近存在阈值，降水呈U形关系，GDP密度存在阶段性转变，PM_2.5持续负向。

**五、讨论总结**

讨论部分强调了将景观破碎化纳入生态评估的必要性。传统RSEI在破碎化城市景观中可能将“绿色”误读为“健康”，而IRSEI通过DIVISION补充了景观连通性维度，使评估更贴近生态功能。研究指出，长三角城市群的生态恢复与空间锁定退化并存，城市核心的退化趋势具有持续性，表明仅靠增加绿量不足以解决结构性问题。非线性阈值结果（如LAI饱和、温度阈值）提示规划应注重空间配置而非单纯扩张植被数量。研究还验证了IRSEI在东京湾地区和波士顿—华盛顿走廊的初步可迁移性，表明该框架具有跨区域应用潜力。局限性包括MODIS分辨率限制、DIVISION仅反映斑块面积分布均质性、验证数据（CHEQ、HFP）主要代表状态而非功能，以及XGBoost-SHAP仅提供统计关联而非因果证据。

**六、研究结论翻译**

本研究揭示了卫星遥感生态评估的一个根本局限：传统基于状态的指数可能系统性地高估破碎化城市景观中的生态质量。这种偏差源于像素级指标能够捕捉生态系统状态，却无法反映景观配置，尽管表面绿度相似，生态功能却因空间断裂而受限。研究结果表明，景观破碎化是生态质量中一个独立而关键的维度，对空间变异性具有重要影响，并在快速城市化背景下导致了分化的生态轨迹。在长三角城市群中，这种偏差表现为外围区域明显的生态改善与高度破碎化的城市核心持续退化并存，凸显了城市生态退化的结构性特征。将景观配置纳入评估可以减小这一偏差，并在异质城市环境中提供更一致的生态质量表征。因子分析进一步揭示了显著的非线性响应，表明在景观连通性较低时，仅增加植被绿度对生态质量的改善作用有限。这些发现强调，有效的城市生态管理不仅需要关注绿地的数量，还应关注其空间配置与连通性。通过显式纳入景观破碎化，本研究为生态评估提供了更稳健的框架，并为提升快速城市化区域大规模监测的可靠性提供了见解。