POI空間密度與城市森林景觀格局的關(guān)系

楊金明 周正廣 劉昭福

摘要： 文章在進(jìn)行精細(xì)城市森林斑塊提取基礎(chǔ)上，利用公里網(wǎng)格空間劃分方法，分析POI（points of interest）空間分布密度與城市森林景觀格局指數(shù)之間的關(guān)系，并借助地理加權(quán)回歸模型GWR（Geographically Weighted Regression）進(jìn)行空間異質(zhì)性分析。研究結(jié)果表明：1）POI空間密度與城市森林斑塊個(gè)數(shù)NP、斑塊密度PD、邊緣密度ED、鄰接度指數(shù)CONTIG、周長(zhǎng)面積分維比指數(shù)PAFRAC 5種景觀格局指數(shù)呈顯著正相關(guān)關(guān)系，與平均斑塊面積AREA和聚集度指數(shù)AI呈負(fù)相關(guān)關(guān)系;2）POI每平方公里增加1個(gè)點(diǎn)，NP，PD和ED將分別增加0.209，0.190和0.118，而AREA和AI分別減少0.001和0.002;3）POI空間密度與森林景觀格局的關(guān)系具有顯著空間異質(zhì)性。研究結(jié)果可為城市森林效益最大化，以及更高頻次地服務(wù)城市居民提供新的優(yōu)化視角。

關(guān)鍵詞： 城市森林，景觀格局指數(shù)，POI，植物多樣性， ArcGIS，GWR

DOI： 10.12169/zgcsly.2020.07.04.0002

The Relationship between POI Spatial Density and Urban

Forest Landscape Pattern

Yang Jinming1，4Zhou Zhengguang2Liu Zhaofu3

（1.School of Landscape Architecture and Forestry， Qingdao Agriculture University， Qingdao 266109， Shandong， China;

2.Forestry Development Center， Chengyang District，Qingdao 266109， Shandong， China;

3.Qingdao Gaocheng Weilin Forestry Planning Co.， Ltd.，Qingdao 266109， Shandong， China;

4.Shanghai Key Lab of Urban Ecological Processes and Eco-Restoration，Shanghai 200241， China）

Abstract： Based on the delineation of fine-resolution urban forest patches， this study analyzes the correlation between the spatial distribution density of the points of interest （POI） and the urban forest landscape metrics using grid cells division method， and then conducted the spatial heterogeneity analysis using the geographically weighted regression（GWR） model. The results show that： 1）The spatial density of POI is significantly positively correlated with the number of patches （NP）， patch density （PD）， edge density （ED）， contiguity index （CONTIG） and perimeter-area fractal dimension index （PAFRAC）， and is significantly negatively correlated with mean patch area （AREA） and aggregation index （AI）; 2）the NP， PD and ED will increase by 0.209， 0.190 and 0.118 respectively， whereas the AREA and AI will decrease by 0.001 and 0.002 respectively， if the POI increases by 1 point per square kilometer; 3） the relationship between the POI spatial density and urban forest landscape pattern has a significant spatial heterogeneity. The study provides a new optimized perspective for maximizing urban forest benefits and offering a higher-frequency service for citizens.

Keywords：urban forest， landscape metrics， points of interest （POI）， plant diversity， ArcGIS， geographically weighted regression （GWR）

城市森林是城市生態(tài)系統(tǒng)的重要組成部分[1-2] 。研究城市森林的景觀格局及其影響因素有助于城市綠色基礎(chǔ)設(shè)施的優(yōu)化設(shè)計(jì)[3] 。國(guó)內(nèi)外相關(guān)研究普遍認(rèn)為城市化進(jìn)程會(huì)導(dǎo)致城市森林的破碎化。Lv等[4] 研究發(fā)現(xiàn)，隨著城市化強(qiáng)度的增強(qiáng)，城市森林的斑塊面積減少，斑塊密度和景觀形狀指數(shù)升高，說明從郊區(qū)到市中心過程中，城市森林被分離和打散。Zhou等[5] 通過對(duì)中國(guó)6大都市區(qū)的林地變化的對(duì)比分析，發(fā)現(xiàn)城市擴(kuò)張是導(dǎo)致森林減少和破碎化的主要原因，尤其是在長(zhǎng)株潭、珠三角和成都-重慶大都市區(qū)域。城市森林的破碎化會(huì)影響城市景觀的美感度和森林生態(tài)系統(tǒng)服務(wù)，比如休閑服務(wù)功能、生物多樣性保護(hù)及固碳效益等。因此，對(duì)城市森林連通性和聚集度的改進(jìn)研究顯得尤為必要。然而，鑒于遙感影像分辨率的問題以及對(duì)城市森林規(guī)模的限定[6] ，多數(shù)研究只分析了城市中面積較大的森林斑塊，否定了小斑塊在城市森林生態(tài)系統(tǒng)中的作用[7-8] ， 但是城市森林具有高度破碎化的特點(diǎn)，超過60%的綠地斑塊小于0.1 hm2[9] 。因此，亟待利用精細(xì)尺度的城市森林斑塊進(jìn)行更精準(zhǔn)的城市森林景觀格局分析。

POI（points of interest）是人們感興趣或者認(rèn)為有用的特定點(diǎn)位置，屬于地理信息系統(tǒng)范疇中的概念，是指可以抽象為點(diǎn)的地理對(duì)象，尤其是一些與人們生活密切相關(guān)的地理實(shí)體，如學(xué)校、銀行、餐館、醫(yī)院、超市、公交站等[10] 。隨著大數(shù)據(jù)時(shí)代的來臨，POI數(shù)據(jù)被廣泛應(yīng)用于土地利用分類、人口密度分析、旅游出行以及共享單車等方面的研究[11-12] ，其與城市用地屬性和人口流動(dòng)具有高度的相關(guān)性[13] 。人們感興趣的地方往往也是人口與人工景觀高度密集的區(qū)域，這些因素會(huì)對(duì)城市森林的空間布局產(chǎn)生影響[14] 。因此，商鋪的周圍一般不會(huì)有高大的喬木，風(fēng)景區(qū)則林木覆蓋度較高，學(xué)校和居住區(qū)樹種豐富，而醫(yī)院的優(yōu)勢(shì)樹種則多是能夠揮發(fā)殺菌素以凈化空氣、利于身心健康的植物[15] 。但是，目前還沒有發(fā)現(xiàn)POI密度與城市森林景觀格局之間關(guān)系的研究。城市居民日?；顒?dòng)的區(qū)域大部分集中在POI附近，這些區(qū)域的森林生態(tài)服務(wù)如滯塵、美化環(huán)境和保健等功能與居民關(guān)系最為密切。研究POI密度與城市森林景觀格局之間的關(guān)系，可為城市森林效益最大化提供新的優(yōu)化方案視角。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

本文選取青島市市南區(qū)、市北區(qū)、李滄區(qū)、嶗山區(qū)中韓街道作為研究區(qū)域（圖1），坐標(biāo)位于北緯35°50′～36°30′，東經(jīng)120°00′～120°30′，總面積約250 km2 。研究區(qū)內(nèi)主要地貌類型為丘陵，地勢(shì)東高西低，分布信號(hào)山、浮山、觀象山、青島山、北嶺山和嘉定山等自然山體。氣候?qū)儆跍貛Ъ撅L(fēng)氣候，空氣濕潤(rùn)，降水適中，雨熱同季，四季變化明顯。年平均氣溫13 ℃，年平均降水量664.1 mm。

1.2 研究方法

本文將以公里網(wǎng)格為單元，統(tǒng)計(jì)并分析單元內(nèi)精細(xì)城市森林斑塊景觀格局指數(shù)與POI空間密度之間的空間關(guān)系，實(shí)現(xiàn)步驟包括精細(xì)城市森林斑塊提取及公里網(wǎng)格單元內(nèi)景觀格局指數(shù)計(jì)算、POI空間分布密度計(jì)算及空間相關(guān)關(guān)系分析等，具體過程如下：

1） 城市森林斑塊提取。從Google地球上分幅下載研究區(qū)1m分辨率遙感影像。影像拍攝時(shí)間為2018年6—10月和2019年7—10月。利用面向?qū)ο蠛腿斯つ恳暯庾g相結(jié)合的方法，分類并提取城市森林斑塊。為了研究城市森林斑塊的精細(xì)特征，將提取的最小斑塊設(shè)定為0.001 hm2 。

2）POI數(shù)據(jù)處理。首先，利用API從高德地圖下載時(shí)間為2019年12月31日的研究區(qū)POI數(shù)據(jù)，共獲得14類82 978個(gè)POI點(diǎn);然后，利用ArcGIS軟件中的核密度分析方法計(jì)算所有POI點(diǎn)的空間分布密度圖，并建立研究區(qū)公里網(wǎng)格;最后，統(tǒng)計(jì)每個(gè)網(wǎng)格的POI點(diǎn)密度。

3） 景觀格局指數(shù)計(jì)算。利用Fragstats軟件計(jì)算每個(gè)網(wǎng)格的森林斑塊景觀格局指數(shù)。根據(jù)前人研究結(jié)果，篩選7個(gè)常用的指數(shù)，即斑塊個(gè)數(shù)NP（Number of Patches）、斑塊密度PD（Patch Density）、邊緣密度ED（Edge Density）、平均斑塊面積AREA（Mean Patch Area）、平均鄰接度CONTIG（Mean Contiguity Index）、周長(zhǎng)面積分維比PAFRAC（Perimeter-Area Fractal Dimension）、聚集度指數(shù)AI（Aggregation Index）。

4）統(tǒng)計(jì)分析。以公里網(wǎng)格為基本單元，利用SPSS軟件對(duì)POI密度和城市森林景觀格局指數(shù)進(jìn)行Pearson相關(guān)性分析和單一變量逐步回歸分析，研究POI空間密度與城市森林景觀空間配置之間的關(guān)系。為了分析POI空間密度與城市森林景觀格局之間關(guān)系的空間異質(zhì)性，利用ArcGIS建立POI密度和各景觀格局指數(shù)之間的地理加權(quán)回歸分析模型（Geographically Weighted Regression， GWR）。

2 結(jié)果與分析

2.1 青島市主城區(qū)城市森林空間分布

研究區(qū)城市森林具有明顯的聚集性分布特點(diǎn)，東北部、南部、東部及嶗山區(qū)的西南部森林斑塊面積較大，市北區(qū)和市南區(qū)東部的森林斑塊較破碎（圖1）。森林斑塊在中山公園、浮山、信號(hào)山等城內(nèi)丘陵區(qū)域分布較多。研究區(qū)大于0.001 hm2 的森林斑塊數(shù)為46 300個(gè)，總面積為 6 225.6hm2 （占研究區(qū)總面積的24.9%），其中，小于0.1 hm2 的斑塊數(shù)為41 178個(gè)（占斑塊總數(shù)的88.9%），面積711.6 hm2 （占斑塊總面積的11.4%）。

2.2POI空間密度與城市森林景觀格局的關(guān)系

POI空間分布密度區(qū)域差異性較大，其中，西南部區(qū)域密度最大，可達(dá)1 897點(diǎn)/km2 ;北部及東部區(qū)域密度較?。▓D2）。

2.2.1POI空間分布密度與城市森林景觀格局 指數(shù) 的相關(guān)性

在7種景觀格局指數(shù)中，NP，PD，ED，CONTIG，PAFRAC 5種景觀格局指數(shù)與POI分布密度呈顯著正相關(guān)關(guān)系，其中，斑塊數(shù)量與POI密度相關(guān)性最為顯著，為0.534;鄰接度與POI密度相關(guān)性最小，為0.087。其余2種景觀格局指數(shù)（AREA斑塊面積和AI聚集度指數(shù)）與POI分布密度呈負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)分別為-0.181和-0.137。

2.2.2POI空間分布密度與城市森林景觀格局 指數(shù) 的函數(shù)關(guān)系

在POI分布密度與城市森林景觀格局指數(shù)之間的逐步回歸分析中，鄰近度指數(shù)CONTIG被剔除。POI分布密度對(duì)景觀格局指數(shù)的解釋能力總體不強(qiáng)（調(diào)整后的 R2? 值較?。藢?duì)城市森林斑塊個(gè)數(shù)和斑塊密度的解釋能力較高（分別為0.282和0.212）之外，對(duì)其余景觀格局指數(shù)的解釋能力均小于0.1。

從建立的線性模型看，每平方公里中POI每增加1個(gè)點(diǎn)，城市森林斑塊個(gè)數(shù)NP、斑塊密度PD和邊緣密度ED將分別增加0.209，0.19和0.118，而森林斑塊平均面積AREA和聚集度指數(shù)AI分別減少0.001和0.002，周長(zhǎng)面積比指數(shù)PAFRAC基本保持不變。

2.2.3POI空間分布密度與城市森林景觀格局 關(guān)系 的空間異質(zhì)性

POI分布密度與城市森林景觀格局指數(shù)的GWR回歸模型擬合優(yōu)度（調(diào)整 R2? ）較高，其中，POI空間分布密度與森林斑塊個(gè)數(shù)NP、斑塊密度PD、邊緣密度ED和聚集度指數(shù)AI的擬合優(yōu)度分別達(dá)到了0.709，0790，0.664和0.629，模型的解釋能力是相應(yīng)線性回歸模型解釋能力的2倍以上。這說明POI空間分布密度對(duì)森林景觀格局的影響具有顯著的空間異質(zhì)性。

POI空間分布密度與景觀格局指數(shù)GWR回歸模型系數(shù)空間分布分析結(jié)果（圖3）表明，POI空間分布密度與城市森林景觀格局指數(shù)的相關(guān)性具有顯著的空間異質(zhì)性。除AREA和AI外，其余指數(shù)與POI分布密度在研究區(qū)東北部呈現(xiàn)顯著正相關(guān)，在李滄區(qū)和嶗山區(qū)中韓街道呈現(xiàn)負(fù)相關(guān)，在市南區(qū)和市北區(qū)的相關(guān)性較小。PAFRAC和CONTIG在研究區(qū)東部與POI分布密度呈現(xiàn)顯著正相關(guān)。說明POI空間分布密度更容易對(duì)城市后發(fā)展區(qū)域產(chǎn)生影響。相反，POI分布密度與城市森林斑塊平均面積AREA在研究區(qū)東北部呈負(fù)相關(guān)，在其他區(qū)域以正相關(guān)為主。

3 結(jié)論與討論

3.1 結(jié)論

本文利用相關(guān)性分析和地理加權(quán)回歸模型（GWR）分析POI空間分布密度與城市森林景觀格局指數(shù)之間的關(guān)系，得出如下結(jié)論：1）POI空間密度與景觀格局指數(shù)NP，PD，ED，CONTIG和PAFRAC呈顯著正相關(guān)關(guān)系，與AREA和AI呈負(fù)相關(guān)關(guān)系，說明POI越多，城市森林斑塊越破碎、邊緣越復(fù)雜;2）地理加權(quán)回歸模型（GWR）顯示，POI分布密度對(duì)城市森林景觀格局指數(shù)的擬合優(yōu)度（調(diào)整 R2? ）較高，對(duì)NP，PD，ED和AI的解釋能力均高于0.6，說明POI空間分布密度與森林景觀格局的關(guān)系具有顯著空間異質(zhì)性。

3.2 討論

POI是伴隨城市化進(jìn)程而產(chǎn)生的，其空間密度的大小反映了一個(gè)地方的城市化水平。本文對(duì)青島市主城區(qū)POI空間分布密度與城市森林景觀格局關(guān)系的研究結(jié)果表明城市化會(huì)導(dǎo)致城市森林的破碎化，這一結(jié)論已被許多研究者從不同的角度所證實(shí)[16-18] 。城市人口的聚集，改變了原有的土地利用格局，對(duì)城市森林的大小和分布都造成了較大的干擾，導(dǎo)致城市森林的分布不均勻和破碎化，進(jìn)而顯著降低其生態(tài)效益的發(fā)揮。因此，在城市化進(jìn)程中，城市規(guī)劃決策者應(yīng)該協(xié)調(diào)好人工硬質(zhì)景觀和原有森林景觀之間的關(guān)系，注意大斑塊森林的保護(hù)以及森林斑塊之間的連通，并適當(dāng)營(yíng)造一些大的公園，提升城市森林的生態(tài)效益[18] 。

此外，本研究也存在一些不足。本文未考慮POI及城市森林斑塊在時(shí)間尺度上的變化，今后的研究中可分析POI時(shí)間變化與城市森林斑塊變化之間的關(guān)系，以期找到二者之間更密切的聯(lián)系。同時(shí)，除POI之外的諸多指標(biāo)都可以用來表征城市化水平， 如路網(wǎng)密度、人口密度等，應(yīng)考慮盡可能多的因子，分析并比較這些因子對(duì)城市森林景觀格局的影響。

參考文獻(xiàn)

[1]王成，蔡春菊，陶康華.城市森林的概念、范圍及其研究[J].世界林業(yè)研究，2004，17（2）：23-27.

[2]MOURATIDIS K.The impact of urban tree cover on perceived safety[J].Urban Forestry and Urban Greening，2019，44：126434.

[3]ZHANG D，WANG W J，ZHENG H F，et al.Effects of urbanization intensity on forest structural-taxonomic attributes，landscape patterns and their associations in Changchun，Northeast China：implications for urban green infrastructure planning[J].Ecological Indicators，2017（80）：286-296.

[4]LV H L，YANG Y B，ZHANG D，et al.Perimeter-area ratio effects of urbanization intensity on forest characteristics，landscapepatterns and their associations in Harbin City，Northeast China[J]. Urban Ecosystems，2019，22（4）：631-642.

[5]ZHOU W Q，ZHANG S，YU W J，et al.Effects of urban expansion on forest loss and fragmentation in six megaregions，China[J].Remote Sensing，2017，9（10）：991.

[6]劉常富，李海梅，何興元，等.城市森林概念探析[J].生態(tài)學(xué)雜志，2003，22（5）：146-149.

[7]REN Z B，DU Y X，HE X Y，et al.Spatiotemporal pattern of urban forest leaf area index in response to rapid urbanization and urban greening[J].Journal of Forestry Research，2018，29（3）：785-796.

[8]REN Z B，HE X Y，ZHENG H F，et al.Spatio-temporal patterns of urban forest basal area under Chinas rapid urban expansion andgreening：implications for urban green infrastructure management[J]. Forests，2018，9（11）：721.

[9]ZHOU W Q，WANG J，QIAN Y G，et al.The rapid but “invisible” changes in urban greenspace：a comparative study of nine Chinese cities[J].Science of the Total Environment，2018，627：1572-1584.

[10] GAO R，LI J，DU B，et al.Exploiting geo-social correlations to improve pairwise ranking for point-of-interest recommendation[J].China Communications，2018，15（7）：180-201.

[11]YU Z W，XU H，YANG Z，et al.Personalized travel package with multi-point-of-interest recommendation based on crowdsourced user footprints[J].IEEE Transactions on Human-Machine Systems，2016，46（1）：151-158.

[12]YANG F，DING F，QU X，et al.Estimating urban shared-bike trips with location-based social networking data[J].Sustainability，2019，11（11）：3220.

[13]ZHANG T Q，SUN L S，YAO L Y，et al.Impact analysis of land use on traffic congestion using real-time traffic and POI[J].Journal of Advanced Transportation，2017：1-8.

[14]FAN C，JOHNSTON M，DARLING L，et al.Land use and socio- economic determinants of urban forest structure and diversity[J]. Landscape and Urban Planning，2019，181：10-21.

[15]李曉婷，劉佳，姜莎莎，等.北京城區(qū)醫(yī)院綠地林木樹冠覆蓋與城市森林結(jié)構(gòu)分析[J].生態(tài)學(xué)報(bào)，2019，39（22）：8392-8403.

[16]魯敏，羅曉楠，王永華，等.濟(jì)南城市森林景觀生態(tài)格局[J].應(yīng)用生態(tài)學(xué)報(bào)，2019，30（12）：4117-4126.

[17]戴菲，楊超，徐亞如，等.基于POI點(diǎn)數(shù)據(jù)的武漢漢陽(yáng)區(qū)綠道線路選擇[J].中國(guó)城市林業(yè)，2020，18（6）：26-31.

[18]YANG J M，LI S M，LU H C.Quantitative influence of land-use changes and urban expansion intensity on landscape pattern in Qingdao，China：implications for urban sustainability[J].Sustainability，2019，11（21）：6174.