長三角城市群生境質(zhì)量與城市化耦合研究

張柏豪 劉家福 祝悅 孔祥力 張震禹

收稿日期：2023-10-25；接受日期：2024-01-12

基金項目：國家自然科學基金項目（41977411）；吉林省社會科學基金項目（2022B40）；四平市科技發(fā)展計劃項目（2023031）

作者簡介：張柏豪，男，碩士研究生，研究方向為區(qū)域生態(tài)脆弱性與韌性評價。E-mail：17766825179@163.com

通信作者：劉家福，男，教授，碩士生導師，博士，研究方向為GIS在資源環(huán)境、自然災害等領(lǐng)域的應用。E-mail：liujiafu750506@126.com

Editorial Office of Yangtze River. This is an open access article under the CC BY-NC-ND 4.0 license.

文章編號：1001-4179（2024） 06-0075-10

引用本文：張柏豪，劉家福，祝悅，等.

長三角城市群生境質(zhì)量與城市化耦合研究

［J］.人民長江，2024，55（6）：75-84.

摘要：城市化是人類活動對自然造成影響的具象化表現(xiàn)，過度城市化會對生態(tài)環(huán)境造成不可逆損害，造成生境質(zhì)量下降，調(diào)節(jié)生境質(zhì)量與城市化之間的耦合協(xié)調(diào)性迫在眉睫。以長三角城市群為例，采用InVEST模型分析2000～2020年長三角城市群生境質(zhì)量并探究其時空分布及變化趨勢；在區(qū)縣尺度上對生境質(zhì)量與城市化程度進行冷熱點分析，最后通過耦合與解耦模型對生境質(zhì)量與城市化程度之間的交互耦合關(guān)系進行探究。結(jié)果表明：① 2000～2020年長三角城市群生境質(zhì)量由北至南呈現(xiàn)中—低—高的分布并有惡化趨勢，但整體生境質(zhì)量仍處于一般水平，其中在變化的類型中，占比最大的是較差—差，占比7.429%；② 區(qū)縣尺度上，生境質(zhì)量熱點在南部，冷點分布在中部，生境質(zhì)量下降的區(qū)縣由54個增加為127個，生境質(zhì)量惡化趨勢明顯，2000～2020年城市化熱點數(shù)量快速增加，整體城市化水平快速提高，區(qū)域差異逐漸增強；③ 長三角城市群平均耦合協(xié)調(diào)度均在0.7～0.8之間，雖然有所波動，但仍為基本協(xié)調(diào)狀態(tài)，解耦程度逐漸增加，以強負解耦和弱解耦為主，生境質(zhì)量惡化趨勢嚴峻。

關(guān)? 鍵? 詞：生境質(zhì)量； 城市化； InVEST模型； 耦合模型;? 長三角城市群

中圖法分類號： F299.27;X321

文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2024.06.011

0? 引 言

隨著改革開放的進行，中國逐漸形成一些以城市群為核心的重要區(qū)域，其中長三角城市群作為重要經(jīng)濟帶，為中國經(jīng)濟增長做出了重大貢獻。進入21世紀以來，長三角城市群各區(qū)縣城市規(guī)模飛速發(fā)展，經(jīng)濟總量快速增加，但大多是以改變地區(qū)生態(tài)結(jié)構(gòu)、消耗地區(qū)重要資源、污染地區(qū)已有環(huán)境為代價，隨之帶來的是生態(tài)環(huán)境不斷惡化，生境質(zhì)量持續(xù)下降。因此研究長三角城市群生境質(zhì)量與城市化之間的關(guān)系，判斷二者之間的相關(guān)協(xié)調(diào)性，對長三角城市群生境質(zhì)量提升、經(jīng)濟健康發(fā)展、人與自然和諧共生有重大戰(zhàn)略意義。

生境質(zhì)量是生態(tài)系統(tǒng)在一定區(qū)域內(nèi)為該區(qū)域上的生物持續(xù)不斷提供生存發(fā)展條件的能力［1］。近年來，眾多學者在生境質(zhì)量相關(guān)方向開展研究，主要有時空演變分析［2］、驅(qū)動力探究［3］、格局演變［4］等幾方面。其中Farukuzzaman等利用環(huán)境因子、群落組成及底棲動物多樣性指標對戈爾諾普利河入?？谏迟|(zhì)量進行了綜合評價［5］；鄭可君等將生態(tài)系統(tǒng)服務價值、棲息地活力及棲息地威脅3個要素相結(jié)合，建立棲息地生境質(zhì)量評價模式，以川滇自然保護區(qū)為例，利用地理探測

器，探究其生境質(zhì)量的影響因子［6］。在對生境質(zhì)量的研究中，相比傳統(tǒng)的野外探測和利用影響因子及其權(quán)重求生境質(zhì)量的方法，利用模型對生境質(zhì)量進行評估更加便捷、準確，而且可以進行長時間序列的探究。其中較常見的模型有HSI模型［7］、SOIVES模型［8］、InVEST模型［9-10］等。其中，InVEST模型有著可視化強、結(jié)果準確、運算速度快等優(yōu)勢。近年來，在影響生境質(zhì)量的變量中，土地利用變化［11-13］、景觀多樣性［14-16］、城市化擴張［17-18］等方面被廣泛研究，這些影響因素都與人類活動密切相關(guān)，探究其與生境質(zhì)量之間的關(guān)系，可以更好地從改善人類自身行為的角度提高生境質(zhì)量。

耦合是探究變量之間相互聯(lián)系的重要手段，最早起源于物理學［19］，在地理研究中，耦合指地理現(xiàn)象在時間和空間兩個維度的耦合［20］，即地理過程和地理現(xiàn)象的耦合。在對城市化與環(huán)境的耦合機制研究中，國內(nèi)外學者常在耦合協(xié)調(diào)度模型［21］、演變規(guī)律［22］、形成機制等方面進行探索，綜合利用EKC曲線［23］、系統(tǒng)動力學［24］等方法，深入挖掘城市化與生境質(zhì)量之間的聯(lián)系。例如肖歡等以西安市為研究區(qū)，通過綜合指數(shù)法、InVEST模型及耦合協(xié)同建模等方法，在柵格尺度上探究建設用地擴展特征及生境質(zhì)量的空間分布特征，揭示其協(xié)同機制［25］；楊國婷等將LUCC模型、生態(tài)系統(tǒng)服務模型、GDPR模型等方法進行耦合，對平朔地區(qū)典型露天礦山的土地利用進行模擬，探討該地區(qū)山地礦山生態(tài)系統(tǒng)的生態(tài)環(huán)境質(zhì)量及其空間演化特征［26］。

耦合模型在探究生境質(zhì)量與城鎮(zhèn)化之間的關(guān)系上有優(yōu)異的效果，國內(nèi)外學者也進行了豐富研究，為后續(xù)研究提供了大量參考；但耦合模型主要表示兩個變量之間的聯(lián)系程度，無法對不同變化類型變量的相互聯(lián)系進行深入挖掘。因此本研究在利用InVEST模型計算2000～2020年長三角城市群生境質(zhì)量的基礎上，引入解耦指數(shù)ε，根據(jù)生境質(zhì)量與城市化之間不同的變化類型，進一步確定兩個變量的發(fā)展情況，對城市群生境質(zhì)量的發(fā)展趨勢進行探究。研究成果可為長三角城市群生境質(zhì)量變化提供預警，以及為長三角城市群科學健康的發(fā)展提供理論支撐。

1? 研究區(qū)域概況和數(shù)據(jù)來源

1.1? 研究區(qū)域概況

長三角城市群位于長江下游入海口處，臨近黃海與東海，地處江海交匯之地（圖1）。由上海市、南京市、杭州市、合肥市等26個地級市組成，總面積21.17萬km2。長三角城市群以太湖平原為主體，整體地形四周高、中間低。地處亞熱帶季風氣候區(qū)，且由于城市規(guī)模的快

速發(fā)展，對大氣的增溫作用也愈發(fā)明顯，其中在春季和冬季最為顯著。區(qū)域內(nèi)生態(tài)系統(tǒng)復雜，地表覆蓋種類具有多樣性，其中植物資源較為豐富，有3 200余種。長三角城市群在中國發(fā)展過程中占有重要位置，是中國重要的對外交往平臺，是經(jīng)濟社會發(fā)展的重要發(fā)動機，是長江經(jīng)濟帶的龍頭，也是中國城市化程度最高的區(qū)域之一。

1.2? 數(shù)據(jù)來源及預處理

本文所需數(shù)據(jù)分別是2000、2010、2020年3期的土地利用數(shù)據(jù)和夜間燈光數(shù)據(jù)，均來源于國家青藏高原數(shù)據(jù)中心（https：∥data.tpdc.ac.cn/home），分辨率為1 km。其中土地利用數(shù)據(jù)根據(jù)研究需要分為耕地、林地、草地、水域、城鎮(zhèn)用地、鄉(xiāng)村用地、其他建設用地、裸地等8種類型（圖2）；對于夜間燈光影像柵格數(shù)據(jù)，利用PIE遙感圖像處理軟件進行大氣校正、噪聲處理與數(shù)據(jù)融合，從而刪除數(shù)據(jù)中的壞點，然后利用ArcGIS軟件分區(qū)統(tǒng)計工具求平均值的方法提取各個區(qū)縣的夜間燈光指數(shù)U。

2? 研究方法

2.1? 生境質(zhì)量評估

基于InVEST模型對2000、2010年和2020年長三角城市群生境質(zhì)量進行評估。InVEST模型評估生境質(zhì)量依靠的是土地利用數(shù)據(jù)、威脅元的影響類型和距離、地類對威脅元的敏感性函數(shù)3方面共同作用得出的結(jié)果［27］。

Qxj=Hj×1-DxjDxj+K

（1）

式中：Qxj和Dxj分別代表第j種土地利用類型上第x個柵格的生境質(zhì)量和生境退化程度;Hj代表第j種土地利用類型的生境適宜程度;K為半飽和參數(shù)，為生境退化度的一半。

Dxj=Rr=1Yry=1wrRr=1wrryixryβxSjr

（2）

式中：R為威脅元個數(shù);Yr為第r種威脅元的柵格總數(shù);wr為第r種威脅元的權(quán)重;ry為第y個柵格的威脅因子個數(shù);ixry為柵格單元y中的威脅元r對x個柵格的脅迫作用;Sjr為第j種土地利用類型對威脅元r的敏感程度;βx為法律保護程度。

根據(jù)長三角城市群的特點，將與人類社會生產(chǎn)生活密不可分的耕地、城鎮(zhèn)用地、鄉(xiāng)村用地、其他建設用地、裸地等5種土地利用類型設為威脅元，參考InVEST模型指導手冊和相關(guān)學者的研究［28-30］，根據(jù)長三角城市群地域特征設置相應的模型參數(shù)（表1～2）。

2.2? 耦合協(xié)調(diào)度模型

耦合協(xié)調(diào)度模型能夠體現(xiàn)在某一時間點下，兩個變量在同一發(fā)展過程中彼此一致的程度［31］，包括耦合度C、綜合評價指數(shù)T、耦合協(xié)調(diào)度D。耦合度C反映了多個發(fā)展過程相互影響的強度，然而僅靠耦合度很難體現(xiàn)各變量協(xié)同性的強弱，因此定義了綜合評價指數(shù)和耦合協(xié)調(diào)度，以此反映各變量對系統(tǒng)的貢獻程度及之間的協(xié)調(diào)性。

C=2EU/（E+U）2

（3）

T=aE+bU

（4）

D=CT

（5）

式中：E即為生境質(zhì)量指數(shù)Qxj；U為城市化發(fā)展水平，本文由夜間燈光指數(shù)代表；a和b為待定參數(shù)且和為1，a和b分別代表兩個變量對于系統(tǒng)的重要程度，本研究認為生境質(zhì)量與城鎮(zhèn)化水平同等重要，故a和b均為0.5；C和D均在0到1之間，且根據(jù)不同的值耦合類型也有所不同［32-33］（表3～4）。

2.3? 解耦模型

解耦指某一時間段內(nèi)，兩個變量之間相互一致關(guān)系的下降程度［34］。解耦模型可以在耦合分析的基礎上進一步明確生境兩個變量之間的相對發(fā)展情況，參照有關(guān)學者［35-36］的研究構(gòu)建生境質(zhì)量與城市化的解耦模型，見式（6）。

ε=ΔEΔU=（Et-Et-1）/Et-1（Ut-Ut-1）/Ut-1

（6）

式中：ε為解耦指數(shù)；ΔE和ΔU分別代表了生境質(zhì)量和城市化的變化率；Et和Ut分別代表了t年的生境質(zhì)量和城市化情況（研究中以夜間燈光指數(shù)代表）。根據(jù)相關(guān)學者研究，將解耦類型劃分為8類（表5）。

2.4? 冷熱點分析

冷熱點分析主要由ArcGIS軟件中熱點分析模塊實現(xiàn)，通過計算Z值和G*I統(tǒng)計指數(shù)來體現(xiàn)一定區(qū)域內(nèi)高（低）值的聚集水平［37-38］。

ZG*i=G*I-EG*iVarG*i

（7）

G*Id=nj=1WijdXjnj=1Xj

（8）

式中：E（G*i）和Var（G*i） 分別為G*i的期望值與轉(zhuǎn)化參數(shù)；Wij（d）為權(quán)重值；Xj為第j個柵格的數(shù)值。Z值為正時，區(qū)域為熱點區(qū)；Z值為負時，區(qū)域為冷點區(qū)。

3? 結(jié)果分析

3.1? 長三角城市群生境質(zhì)量時空分布及轉(zhuǎn)移程度分析

利用InVEST模型中的生境質(zhì)量評估模塊對長三角城市群2000、2010年和2020年生境質(zhì)量進行評價，根

據(jù)相等間距法將生境質(zhì)量分為差（0～0.2）、較差（0.2～0.4）、一般（0.4～0.6）、較好（0.6～0.8）和好（0.8～1.0）5個等級［39-40］（圖3）。結(jié)果表明：2000、2010年和2020年長三角城市群生境質(zhì)量平均值分別為0.579 6，0.562 2和0.538 8，整體生境質(zhì)量一般，并有繼續(xù)惡化的趨勢;生境質(zhì)量好和較好的區(qū)域大體分布在南部以林地、草地

為主的區(qū)域及中部太湖等水域周邊的地區(qū)；生境質(zhì)量差和較差的地區(qū)主要位于受人

為干擾較大的耕地和建成區(qū)。由表6可知：占比最大

的類別為生境質(zhì)量較差和生境質(zhì)量好，占總面積的75%以上；2000～2020年，生境質(zhì)量較差的面積占比呈明顯的下降趨勢，由48.94%下降到44.50%；生境質(zhì)量差的面積占比呈明顯的上升趨勢，由7.43%上升到13.88%。

各等級面積占比均有增減，無法直觀地判斷其生境質(zhì)量時空變化趨勢，借助ArcGIS軟件計算出2000～2010年、2010～2020年兩個階段的長三角城市群生境質(zhì)量轉(zhuǎn)移類型和面積。由表7可知：2000～2010年，研究區(qū)域內(nèi)生境質(zhì)量等級未變化的區(qū)域占比為94.732%，區(qū)域生境質(zhì)量基本穩(wěn)定，但有4.819%的區(qū)域發(fā)生生境質(zhì)量下降，僅有0.449%的區(qū)域生境質(zhì)量上升，因此該時間段內(nèi)研究區(qū)有生境質(zhì)量下降的趨勢；2010～2020年，研究區(qū)大部分仍處于穩(wěn)定等級，有66.65%的區(qū)域生境質(zhì)量等級未發(fā)生變化，發(fā)生變化的區(qū)域和穩(wěn)定的區(qū)域呈現(xiàn)散亂分布的特征?？傮w來看，14.739%的區(qū)域生境質(zhì)量上升、18.661%的區(qū)域生境質(zhì)量下降，上升的比例相較2000～2010年有所增加，同時下降比例也顯著增加，導致2010～2020年長三角城市群生境質(zhì)量仍然有較明顯的下降趨勢。在等級下降區(qū)域中，占比最大的是較差—差，為7.429%，變化區(qū)域中，較差—好占比4.118%、好—較差占比4.545%，這兩類分別是生境質(zhì)量上升和下降的典型區(qū)域，需重點關(guān)注。

3.2? 縣域尺度下長三角城市群生境質(zhì)量與城市化冷熱點分析

如圖4～5所示，利用ArcGIS軟件分區(qū)統(tǒng)計工具

計算各區(qū)縣的生

境質(zhì)量和城市化程度，并對其進行冷熱點分析。2000～2010年，203個區(qū)縣中，54個區(qū)縣生境質(zhì)量下降；2010～2020年，127個區(qū)縣生境質(zhì)量下降，但另有64個區(qū)縣生境質(zhì)量上升，12個區(qū)縣生境質(zhì)量保持不變。生境質(zhì)量的熱點均位于長三角城市群南部且相對穩(wěn)定，代表性的有臺州市北部的天臺縣、杭州市的臨安區(qū)和金華市的浦江縣；生境質(zhì)量的冷點和次冷點主要位于長三角城市群東部，代表性的有上海市轄區(qū)、南京市轄區(qū)、南通市轄區(qū)和合肥市轄區(qū)，且轄區(qū)周邊縣級市大多為次冷點，生境質(zhì)量不容樂觀。2000～2010年，南部生境質(zhì)量熱點區(qū)域基本保持不變，但一些次熱點區(qū)域變?yōu)椴伙@著；東、中部次冷點區(qū)域逐漸變?yōu)椴伙@著，冷點區(qū)域逐漸向南移動，其中上海市冷點區(qū)域繼續(xù)擴大。2010～2020年，南部熱點區(qū)域逐漸擴張，一些次熱點變?yōu)闊狳c，均位于地貌類型為林地和草地主導的區(qū)域，其中最具代表性的為西南部的安慶市，在退耕還林還草、封山育林政策的影響下，生境質(zhì)量進一步提高。但中央城市高度密集的地區(qū)和南部合肥市生境質(zhì)量冷點也有擴張趨勢，需及時做出應對，防止生境質(zhì)量下降。

利用ArcGIS計算夜間燈光指數(shù)并進行冷熱點分析，長三角城市群平均指數(shù)由0.286快速上升至0.698，城市化水平快速提高。由圖5可知：2000年城市化熱點主要集中在上海市、南京市和杭州市的市轄

區(qū)，冷點僅有舟山市定海區(qū)一點；2010年城市化熱點區(qū)域激增，中部城市密集區(qū)幾乎均變?yōu)闊狳c和次熱點。

2000～2010年間，城市化熱點區(qū)域呈現(xiàn)以上海市、杭州市和南京市為中心向四周擴散的分布特征，其中蘇州市是最典型的區(qū)域，在2000～2010年間，蘇州市全境從不顯著區(qū)域變?yōu)闊狳c區(qū)域，城市化水平顯著提高，此外湖州市的南潯區(qū)、德清縣，嘉興市的南湖區(qū)、平湖區(qū)和嘉善縣，紹興市的河橋區(qū)等也由不顯著區(qū)變?yōu)闊狳c區(qū)；城市化冷點區(qū)域從定海區(qū)擴展到舟山市全境，并逐漸向外部擴展，寧波市的北侖區(qū)、墐洲區(qū)、象山縣由不顯著變?yōu)槔潼c。2010～2020年間，城市化熱點區(qū)域趨向穩(wěn)定，向外擴張的趨勢有所減緩，合肥市長豐縣、廬陽區(qū)、蜀山區(qū)和肥西縣由不顯著變?yōu)榇螣狳c；城市化冷點區(qū)域有所增加，寧波市寧海縣、臺州市的三門縣，由不顯著變?yōu)榇卫潼c，城市化進度減緩。各區(qū)域城市化程度可通過建成區(qū)面積統(tǒng)計圖（圖6）分析得到，整體來看，長三角城市群中所有城市的建成區(qū)面積在20 a 間均有增加，其中南京市、蘇州市、杭州市和合肥

市增長最為明顯。2000～2010年間，大部分城市建成

區(qū)擴張勢頭迅猛，而在2010～2020年間發(fā)展速度則有所減慢，這與前文2010～2020年間城市化區(qū)域穩(wěn)定的分析結(jié)果相一致。

3.3? 長三角城市群生境質(zhì)量與城市化耦合及解耦分析

利用SPSS統(tǒng)計工具的離差標準化方法對生境質(zhì)量與城市化（夜間燈光指數(shù)）進行歸一化處理，并計算二者的耦合度C與耦合協(xié)調(diào)度D，對兩個變量相互影響的程度進行定量分析（表8）。根據(jù)結(jié)果可知：2000～2020年間城市群平均耦合度均大于0.8，為高度耦

合狀態(tài)，平均耦合協(xié)調(diào)度均在0.7～0.8之間，雖然有所波動，但仍為基本協(xié)調(diào)狀態(tài)。由圖7可知：長三角城市群在耦合類型數(shù)量和方向上均有明顯變化，2000～2020年，長三角城市群各區(qū)縣耦合協(xié)調(diào)度均在0.3～1.0之間，沒有處于嚴重失調(diào)的區(qū)縣，并且大多數(shù)為協(xié)調(diào)區(qū)域。但2000年嘉興市南湖區(qū)、無錫市武進區(qū)、馬鞍山市含山縣、蕪湖市南陵縣、安慶市潛山市為輕度失調(diào)；2010年上海市徐匯區(qū)、蕪湖市南陵縣、嘉興市南湖區(qū)為輕度協(xié)調(diào)；2020年安慶市桐城市、樅陽縣為高度失調(diào)，嘉興市平湖市為高度失調(diào)，上海市徐匯區(qū)為高度失調(diào)。2000～2010年間，城市群中南部耦合度增高，大量基本耦合的區(qū)縣轉(zhuǎn)變?yōu)楦叨锐詈希渲凶兓铒@著的為馬鞍山市含山縣，耦合協(xié)調(diào)度由輕度失調(diào)轉(zhuǎn)變?yōu)楦叨葏f(xié)調(diào)；在該時期，含山縣大力推動生態(tài)保護工作，建立了國家級森林公園，同時大力發(fā)展旅游業(yè)，經(jīng)濟快速發(fā)展的同時加快城市化進程，一系列相應舉措均提高了城市發(fā)展質(zhì)量，改善了生境質(zhì)量與城市化的協(xié)調(diào)關(guān)系。2010～2020年，長三角城市群整體協(xié)調(diào)性出現(xiàn)下滑，但仍處于協(xié)調(diào)階段，其中2020年安慶市桐城市和樅陽縣由高度協(xié)調(diào)快速下滑為高度失調(diào)，城市發(fā)展質(zhì)量高速下降，需要對該地區(qū)的發(fā)展模式和相關(guān)政策及時進行調(diào)整，防止其進一步惡化。

用解耦指數(shù)ε來表示生境質(zhì)量與城市化演變之間的相互約束條件及其相對發(fā)展關(guān)系。2000～2010年和2010～2020年間，長三角城市群解耦類型分別為強負解耦、弱解耦、擴張性耦合和擴張性解耦。其中占比最大的為強負解耦，即生境質(zhì)量下降的同時城市化程度上升，并且城市化變化率是生境質(zhì)量變化率的10倍以上，生境質(zhì)量受到了城市化進度的嚴重威脅，占比分別為41.86%和57.36%，有明顯的上升趨勢。弱解耦、擴張耦合和擴張解耦為生境質(zhì)量與城市化程度變化率均上升的類型，其中擴張解耦為生境質(zhì)量改善速度遠大于城市化上升程度，此類型的占比由16.06%下降為11.12%，這種類型中最具代表性的為蕪湖市無為市，該市在2000～2010年和2010～2020年均保持擴張性解耦，生境質(zhì)量對城市化進度有著優(yōu)秀的承載力，整體協(xié)調(diào)關(guān)系呈積極狀態(tài)；弱解耦為生境質(zhì)量上升速度遠小于城市化上升速度，占比由39.24%下降為28.42%，此類型區(qū)域雖然生境質(zhì)量有所上升，但仍不足以承載城市化進度，整體協(xié)調(diào)關(guān)系呈消極狀態(tài)。2000～2020年間，長三角城市群多以強負解耦和弱解耦為主，占比超過80%，生態(tài)環(huán)境并不能承擔城市化所帶來的負擔，需要進一步提升生境質(zhì)量。

4? 討 論

生境質(zhì)量與城市化之間存在著密不可分的聯(lián)系，因此將城市化熱點區(qū)域與二者的耦合與解耦情況相結(jié)合，可以更好地分析其重點區(qū)域的變量相互關(guān)系。2000～2010年城市化熱點區(qū)域在長三角城市群中東部，在此區(qū)域，耦合協(xié)調(diào)度以基本協(xié)調(diào)為主，其次是高度協(xié)調(diào)，并且整體存在協(xié)調(diào)性增高的趨勢。以常州市武進區(qū)為例，2000～2010年間，該區(qū)從城市化不顯著區(qū)轉(zhuǎn)變?yōu)闊狳c區(qū)，耦合協(xié)調(diào)度也從輕度失調(diào)轉(zhuǎn)為高度協(xié)調(diào)，生境質(zhì)量與城鎮(zhèn)化之間的聯(lián)系更加緊密；解耦類型上，該時段城市熱點區(qū)解耦類型以強負解耦為主，其次為擴張解耦，生境惡化區(qū)域和生境改善區(qū)域同時存在，二者數(shù)量相近，存在相互滲透、相互影響的趨勢。2010～2020年，城市化熱點區(qū)域基本不變，該時段熱點區(qū)域耦合協(xié)調(diào)性出現(xiàn)下滑，45.26%的區(qū)域從基本協(xié)調(diào)轉(zhuǎn)變?yōu)檩p度協(xié)調(diào)，其中最顯著的為嘉興市平湖市，從基本協(xié)調(diào)下滑為輕度失調(diào)，二者的聯(lián)系出現(xiàn)松動；城市熱點區(qū)域解耦類型以強負解耦和弱解耦為主，生境質(zhì)量有嚴峻惡化趨勢。

相比耦合模型，解耦模型可以更加細致地分析一段時間內(nèi)，生境質(zhì)量與城市化變化程度的相互影響結(jié)果，可以更清晰地分析區(qū)域變化的趨勢。從長三角城市群全境來看，城市群北部生境質(zhì)量惡化的趨勢最明顯，并且2000～2020年城市群北部的主要解耦類型從弱解耦轉(zhuǎn)變?yōu)閺娯摻怦睿幢辈看蟛糠謪^(qū)縣的生境質(zhì)量變化程度從上升變?yōu)橄陆?，生境退化明顯。在長三角城市群中部，4種解耦類型均存在，而且大部分擴張解耦區(qū)域均在中部；2000～2020年間，解耦類型為擴張解耦的區(qū)域從中心城市集群向東、西兩側(cè)轉(zhuǎn)移。一些在2000～2010年間為擴張性解耦的區(qū)域，在2010～2020年間快速下滑為強負解耦。結(jié)合城市化水平冷熱點分布圖，這些區(qū)域在2000～2010年區(qū)間內(nèi)迅速成長為城市化水平熱點區(qū)，而2010～2020年區(qū)間內(nèi)仍然保持著城市化的高速發(fā)展，同時生境質(zhì)量長時間處于冷點或次冷點區(qū)域，各種因素相結(jié)合，造成了區(qū)域解耦程度的快速下降。同時，在兩個時間段內(nèi)，城市群中部區(qū)域擴張耦合逐漸轉(zhuǎn)變?yōu)槠渌愋?，而擴張耦合為生境質(zhì)量潛在的上升區(qū)域，這一類型的消失說明城市群中部的生境質(zhì)量變化趨勢開始向兩個極端發(fā)展，并且轉(zhuǎn)變?yōu)閻夯厔莸膹娯摻怦顓^(qū)域較多。長三角城市群南部的主要解耦類型為強負解耦和弱解耦，且在2000～2020年兩種類型有互換區(qū)域的趨勢，雖然城市群南部基本為生境質(zhì)量熱點區(qū)域，但在城市化快速發(fā)展的今天，要繼續(xù)保持甚至加大對生態(tài)環(huán)境的保護力度，才能使生境質(zhì)量維持在較高水平。

本研究仍有以下不足：① 使用InVEST模型進行生境質(zhì)量的評估時主要利用不同地物對環(huán)境脅迫程度的差異，但難以表達同種地物類型對環(huán)境的不同脅迫程度；② 利用夜間燈光可成熟地反映城市化程度，但仍需要與傳統(tǒng)城市化指標如GDP、人口密度等指標進行相關(guān)性分析，以確保其適用性及準確性。

5? 結(jié) 論

本研究利用InVEST模型計算并分析長三角城市群生境質(zhì)量并探究其時空分布和變化趨勢，其次利用冷熱點分析方法對區(qū)縣尺度的生境質(zhì)量和城市化區(qū)域水平差異進行探究，最后利用耦合模型和解耦模型對生境質(zhì)量和城市化之間的相互關(guān)系進行探究，得出結(jié)論如下：（1） 長三角城市群生境質(zhì)量由北至南呈現(xiàn)中—低—高的趨勢，整體生境質(zhì)量平均值在0.5～0.6之間，生境質(zhì)量水平一般。在2000～2020年間，生境質(zhì)量逐年下降，生境質(zhì)量下降區(qū)域有隨著城市建成區(qū)面積增加而擴張的趨勢。

（2） 區(qū)縣尺度上，2000～2010年生境質(zhì)量呈現(xiàn)下降趨勢的區(qū)縣有54個，大多數(shù)為不變化；2010～2020年間呈下降趨勢的區(qū)縣數(shù)量增加至127個，但有64個區(qū)縣呈上升狀態(tài)。生境質(zhì)量冷點多集中在東部，以上海市轄區(qū)、南京市轄區(qū)、南通市轄區(qū)和合肥市轄區(qū)為代表；熱點多集中在南部，以臺州市北部的天臺縣、杭州市的臨安區(qū)為代表。

（3） 2000～2010年，城市化熱點數(shù)量快速增加，整體城市化水平快速提高，區(qū)域差異逐漸增強；2010～2020年，部分區(qū)域城市化速度減弱，但整體城市化水平仍在提高。

（4） 2000～2020年間城市群平均耦合度均大于0.8，為高度耦合狀態(tài)，平均耦合協(xié)調(diào)度均在0.7～0.8之間，雖然有所波動，但仍為基本協(xié)調(diào)狀態(tài)，各區(qū)縣耦合協(xié)調(diào)度以基本協(xié)調(diào)和高度協(xié)調(diào)為主。長三角城市群解耦程度逐漸增加，其中占比最大的類型為強負解耦與弱解耦，整體生境質(zhì)量無法承載城市化的快速發(fā)展，有嚴峻的惡化趨勢。

參考文獻：［1］? 馮君明，馮一凡，李翅，等.河勢特征分界下的黃河灘區(qū)周邊城鎮(zhèn)生境質(zhì)量與景觀格局演變［J］.生態(tài)學報，2023，43（16）：6798-6809.

［2］? 周璐紅，曹瑞超.黃土高原生境質(zhì)量時空演變及其驅(qū)動因素［J］.水土保持通報，2022，42（6）：343-350.

［3］? 李彤，賈寶全，劉文瑞，等.宜昌市生態(tài)安全網(wǎng)絡要素時空動態(tài)及其影響因素［J］.生態(tài)學報，2023，43（15）：6154-6169.

［4］? 提楊，莊鴻飛，陳敏豪，等.天津市自然保護地與區(qū)域生境質(zhì)量的時空演變格局［J］.生態(tài)學報，2023，43（7）：2770-2780.

［5］? FARUKUZZAMAN M，SULTANA T，PARAY B A，et al.Ecological habitat quality assessment of a highly urbanized estuary using macroinvertebrate community diversity and structure［J］.Regional Studies in Marine Science，2023，66：103149.

［6］? 鄭可君，李琛，吳映梅，等.基于價值評估的川滇生態(tài)屏障區(qū)生境質(zhì)量時空演變及其影響因素［J］.生態(tài)與農(nóng)村環(huán)境學報，2022，38（11）：1377-1387.

［7］? 孟慶林，李明玉，任春穎，等.基于HSI模型的吉林省東部地區(qū)生境質(zhì)量動態(tài)評價［J］.國土資源遙感，2019，31（3）：140-147.

［8］? ZHANG Z C，ZHANG H J，F(xiàn)ENG J，et al.Evaluation of social values for ecosystem services in urban riverfront space based on the SOlVES model：a case study of the Fenghe River，Xian，China［J］.International Journal of Environmental Research and Public Health，2021，18（5）：2765.

［9］? 魏文飛，包玉，王志泰，等.喀斯特多山城市生境質(zhì)量對土地利用變化的時空響應：以貴陽市為例［J］.生態(tài)學報，2023，43（10）：3920-3935.

［10］劉純軍，周國富，黃啟芬，等.基于InVEST模型的山地流域生境質(zhì)量時空分異研究：以貴州省境內(nèi)赤水河流域為例［J］.人民長江，2021，52（10）：62-69.

［11］王鵬，秦思彤，胡慧蓉.近30 a拉薩河流域土地利用變化和生境質(zhì)量的時空演變特征［J］.干旱區(qū)研究，2023，40（3）：492-503.

［12］楊伶，王金龍，周文強.基于多情景模擬的洞庭湖流域LUCC與生境質(zhì)量耦合演變分析［J］.中國環(huán)境科學，2023，43（2）：863-873.

［13］吳可欣，稅偉，薛成旨，等.珠江源區(qū)生境質(zhì)量對土地利用變化的時空響應［J］.應用生態(tài)學報，2023，34（1）：169-177.

［14］李亞嬌，沈昞昕，李家科，等.丹漢江流域生境質(zhì)量對景觀格局變化響應［J］.環(huán)境科學與技術(shù)，2022，45（5）：206-216.

［15］汪東川，張威，王志恒，等.拉西瓦水電站建設對區(qū)域景觀格局與生境質(zhì)量的影響［J］.水土保持學報，2021，35（3）：200-205.

［16］常玉旸，高陽，謝臻，等.京津冀地區(qū)生境質(zhì)量與景觀格局演變及關(guān)聯(lián)性［J］.中國環(huán)境科學，2021，41（2）：848-859.

［17］白立敏，馮興華，孫瑞豐，等.生境質(zhì)量對城鎮(zhèn)化的時空響應：以長春市為例［J］.應用生態(tài)學報，2020，31（4）：1267-1277.

［18］梁晨，曾堅，沈中健，等.快速城市化生態(tài)系統(tǒng)服務格局分析與空間管控：以廈門市為例［J］.生態(tài)學報，2021，41（11）：4379-4392.

［19］黃金川，方創(chuàng)琳.城市化與生態(tài)環(huán)境交互耦合機制與規(guī)律性分析［J］.地理研究，2003，22（2）：211-220.

［20］馬麗莎，劉殿鋒，劉耀林.城市擴張與生態(tài)空間非線性動態(tài)耦合關(guān)系梯度分析模型［J］.地球信息科學學報，2023，25（10）：1968-1985.

［21］范賢賢，周云蕾.長江經(jīng)濟帶土地利用與經(jīng)濟-社會-環(huán)境耦合協(xié)調(diào)研究［J］.水土保持研究，2023，30（5）：370-378.

［22］CANG C L，WANG J.A theoretical analysis of interactive coercing effects between urbanization and eco-environment［J］.Chinese Geographical Science，2013，23（2）：147-162.

［23］朱洪革，趙文鋮，曹博.中國森林損失的時空特征及其與經(jīng)濟增長的EKC關(guān)系檢驗［J］.生態(tài)經(jīng)濟，2022，38（2）：98-103，115.

［24］姚翠友，陳國嬌，張陽.基于系統(tǒng)動力學的城市生態(tài)系統(tǒng)建設路徑研究：以天津市為例［J］.環(huán)境科學學報，2020，40（5）：1921-1930.

［25］肖歡，員學鋒，楊悅，等.西安市建設用地擴張與生境質(zhì)量變化及其耦合協(xié)調(diào)關(guān)系研究［J］.干旱區(qū)資源與環(huán)境，2023，37（10）：56-64.

［26］楊國婷，張紅，李靜，等.基于RFFLUS-InVEST-Geodetector耦合模型的平朔礦區(qū)生境質(zhì)量時空演變及其影響因素［J］.陜西師范大學學報（自然科學版），2021，49（6）：106-115.

［27］趙筱青，石小倩，李馭豪，等.滇東南喀斯特山區(qū)生態(tài)系統(tǒng)服務時空格局及功能分區(qū)［J］.地理學報，2022，77（3）：736-756.

［28］劉長雨，楊潔，謝保鵬，等.黃河流域甘青段生境質(zhì)量時空特征及其地形梯度效應［J］.農(nóng)業(yè)資源與環(huán)境學報，2023，40（2）：372-383.

［29］孫匯穎，宮巧巧，劉慶果，等.基于土地利用變化的山東省生境質(zhì)量時空演變特征［J］.土壤通報，2022，53（5）：1019-1028.

［30］李子，張艷芳.基于InVEST模型的渭河流域干支流生態(tài)系統(tǒng)服務時空演變特征分析［J］.水土保持學報，2021，35（4）：178-185.

［31］孫久文，崔雅琪，張皓.黃河流域城市群生態(tài)保護與經(jīng)濟發(fā)展耦合的時空格局與機制分析［J］.自然資源學報，2022，37（7）：1673-1690.

［32］徐輝，王億文，張宗艷，等.黃河流域水-能源-糧食耦合機理及協(xié)調(diào)發(fā)展時空演變［J］.資源科學，2021，43（12）：2526-2537.

［33］顧茉莉，葉長盛，樓婷婷，等.長江經(jīng)濟帶水-能源-糧食-土地耦合協(xié)調(diào)發(fā)展研究［J］.人民長江，2023，54（6）：11-18，40.

［34］杜祥琬，楊波，劉曉龍，等.中國經(jīng)濟發(fā)展與能源消費及碳排放解耦分析［J］.中國人口·資源與環(huán)境，2015，25（12）：1-7.

［35］TAPIO P.Towards a theory of decoupling：degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001［J］.Transport Policy，2005，12（2）：137-151.

［36］郭莎莎，陳明星，劉慧.城鎮(zhèn)化與資源環(huán)境的耦合過程與解耦分析：以北京為例［J］.地理研究，2018，37（8）：1599-1608.

［37］劉佳琪，周璐紅，席小雅.2000～2020年黃河流域土地生態(tài)質(zhì)量及其變化趨勢預測［J］.干旱區(qū)地理，2023，46（10）：1654-1662.

［38］劉曄，薛萬來.基于土地利用變化的永定河流域生境質(zhì)量評估［J］.人民長江，2022，53（6）：90-98.

［39］肖歡，員學鋒，楊悅，等.西安市建設用地擴張與生境質(zhì)量變化及其耦合協(xié)調(diào)關(guān)系研究［J］.干旱區(qū)資源與環(huán)境，2023，37（10）：56-64.

［40］肖芳，魏文穎，周斌.黃河流域生態(tài)系統(tǒng)服務與城市化時空交互作用分析：以黃河寧夏段為例［J］.人民長江，2023，54（8）：93-100.

（編輯：黃文晉）

Study on coupling of habitat quality and urbanization in Yangtze River Delta Urban Agglomeration

ZHANG Baihao，LIU Jiafu，ZHU Yue，KONG Xiangli，ZHANG Zhenyu

（College of Geographic Sciences and Tourism，Jilin Normal University，Siping 136000，China）

Abstract：

Urbanization is a tangible manifestation of the impact of human activities on nature.Excessive urbanization will cause irreversible damage to the ecological environment，resulting in the decline of habitat quality，and it is urgent to regulate the coupling and coordination between habitat quality and urbanization.Taking the Yangtze River Delta （YRD） urban agglomeration as an example，we adopt the InVEST model to analyze the habitat quality of the YRD urban agglomeration from 2000 to 2020 and explore its spatial-temporal distribution and change trends.We conduct a cold-hot spot analysis between the habitat quality and the degree of urbanization at the county and district scales，and finally，it explores the interactive coupling relationship between habitat quality and the degree of urbanization utilizing the coupling and decoupling model.The results showed that the habitat quality of the Yangtze River Delta urban agglomeration from 2000 to 2020 showed a medium-low-high distribution from north to south with a deteriorating trend，but the overall habitat quality was still at an average level，in which the largest proportion of the type of change was poor-poor，with a proportion of 7.429%.On the county and district scales，the hotspots of habitat quality were located in the south，the cold spots were located in the central part of the country，and the number of counties with declining habitat quality increased from 54 to 127，and the trend of habitat quality deterioration was obvious.From 2000 to 2020，the number of urbanization hotspots increased rapidly，the overall level of urbanization increased rapidly，and the regional differences were gradually larger.The average coupling coordination degree of the YRD urban agglomerations was between 0.7 and 0.8，although there were some fluctuations，it was still in a state of basic coordination.The degree of decoupling increased gradually，strong negative coupling and weak coupling dominated.The trend of habitat quality deterioration was serious.

Key words：

habitat quality; urbanization; InVEST model; coupling model； Yangtze River Delta Urban Agglomeration