基于生態(tài)系統(tǒng)服務(wù)權(quán)衡的城市增長(zhǎng)邊界劃定
——以大連市為例

徐 夢(mèng) 冉，張 靖，李 政 海，張 萌，莫 宇

(大連民族大學(xué)環(huán)境與資源學(xué)院，遼寧 大連 116600)

0 引言

在城市化進(jìn)程中，迅速擴(kuò)張的建設(shè)用地侵占了城市周邊的生態(tài)空間，造成周邊生態(tài)系統(tǒng)服務(wù)供給能力下降和生物多樣性降低，最終導(dǎo)致區(qū)域生態(tài)系統(tǒng)功能失衡[1,2]，如何提升生態(tài)系統(tǒng)服務(wù)價(jià)值并引導(dǎo)城市健康發(fā)展成為推進(jìn)生態(tài)文明建設(shè)的焦點(diǎn)問題[3]?？茖W(xué)、合理地劃定城市增長(zhǎng)邊界(Urban Growth Boundary,UGB)是解決城市及周邊生態(tài)環(huán)境問題、實(shí)現(xiàn)城市“精明增長(zhǎng)”的有效管理工具之一，并在世界范圍內(nèi)得到廣泛應(yīng)用[2,4]。相關(guān)研究主要從兩方面展開：一是基于“反規(guī)劃”理念[5]，從土地生態(tài)適宜性[6]、資源環(huán)境承載力評(píng)價(jià)[7]及生態(tài)安全格局構(gòu)建[8-10]等角度劃定城市增長(zhǎng)邊界，但此類方法多關(guān)注區(qū)域生態(tài)要素，忽略了經(jīng)濟(jì)、政策及人口等社會(huì)經(jīng)濟(jì)因素對(duì)城市擴(kuò)張的驅(qū)動(dòng)作用；二是以城市增長(zhǎng)為基礎(chǔ)的正向規(guī)劃法，如利用FLUS模型[3]、SLEUTH模型[11]、約束性CA模型[12,13]以及其他擴(kuò)張模型[14-17]等劃定城市增長(zhǎng)邊界，此類方法雖然考慮了城市擴(kuò)張的內(nèi)部驅(qū)動(dòng)因素，卻忽略了城市發(fā)展與周邊生態(tài)環(huán)境的關(guān)系。如何調(diào)節(jié)城市擴(kuò)張與生態(tài)保護(hù)之間的矛盾，劃定合理的、符合城市可持續(xù)發(fā)展的城市增長(zhǎng)邊界，成為目前亟須解決的問題。

優(yōu)先保護(hù)區(qū)(生態(tài)紅線保護(hù)區(qū))指“資源有效分布、生物多樣性豐富、生態(tài)系統(tǒng)服務(wù)價(jià)值高的地區(qū)”[18]，該概念的提出不僅可解決城市發(fā)展中的規(guī)劃問題，亦可有效改善、協(xié)調(diào)當(dāng)?shù)卮嗳醯纳鷳B(tài)環(huán)境[19]。目前已有大量關(guān)于優(yōu)先保護(hù)區(qū)的研究[20,21]，但從生態(tài)系統(tǒng)服務(wù)及其權(quán)衡關(guān)系角度確定優(yōu)先保護(hù)區(qū)，并將其納入城市增長(zhǎng)邊界劃定的研究鮮有報(bào)道。因此，本文以大連市為例，在考慮生態(tài)安全的前提下探索一種城市增長(zhǎng)邊界劃定的新方法，即在定量評(píng)估該市的產(chǎn)水量、碳固持、土壤保持、生境質(zhì)量、生態(tài)休閑5種生態(tài)系統(tǒng)服務(wù)的基礎(chǔ)上，通過有序加權(quán)平均(Ordered Weighted Averaging，OWA)算子的多情景決策分析方法與GeoSOS-FLUS模型耦合模擬大連城市擴(kuò)張，最終劃定城市增長(zhǎng)邊界，以期為大連市和其他類似城市增長(zhǎng)邊界的劃定提供方法借鑒。

1 研究區(qū)與數(shù)據(jù)

大連(120°58′～123°31′E，38°43′～40°10′N)位于遼東半島南端、黃渤海交界處，是重要的港口、貿(mào)易、工業(yè)、旅游城市；地形以山地和丘陵為主，中部高，東西兩側(cè)呈階梯狀；全市轄7區(qū)、1縣、代管2個(gè)縣級(jí)市，總面積1.26萬km2，建成區(qū)面積488.60 km2，戶籍城鎮(zhèn)人口428.54萬人，城鎮(zhèn)化率72%。近年來，大連市社會(huì)經(jīng)濟(jì)發(fā)展迅速，城市擴(kuò)張加劇，城市發(fā)展與生態(tài)保護(hù)之間的矛盾日益凸顯，故大連城市增長(zhǎng)邊界的劃定需考慮生態(tài)系統(tǒng)服務(wù)及其權(quán)衡關(guān)系。本研究所需數(shù)據(jù)、來源及處理方法如表1所示。

表1 數(shù)據(jù)來源及處理方法Table 1 Data source and processing methods

2 研究方法

本研究方法流程分為生態(tài)系統(tǒng)服務(wù)計(jì)算、優(yōu)先保護(hù)區(qū)確定、模型構(gòu)建及城市增長(zhǎng)邊界劃定(圖1)。

圖1 方法流程Fig.1 Workflow of the proposed method

2.1 生態(tài)系統(tǒng)服務(wù)計(jì)算

基于基礎(chǔ)地理信息數(shù)據(jù)、遙感影像與DEM數(shù)據(jù)、氣象數(shù)據(jù)、土壤質(zhì)地?cái)?shù)據(jù)、土地利用數(shù)據(jù)和社會(huì)經(jīng)濟(jì)數(shù)據(jù)，采用InVEST 3.8產(chǎn)水模塊(Water Yield)，利用多年平均降水量減去實(shí)際年蒸散量等參數(shù)求得產(chǎn)水量；采用USLE方程計(jì)算土壤保持，即潛在土壤侵蝕量與實(shí)際土壤侵蝕量之差[22]；采用凈初級(jí)生產(chǎn)力(NPP)方法估算碳固持，其中NPP基于CASA模型[23]計(jì)算；采用InVEST 3.8生境質(zhì)量模塊(Habitat Quality)提取威脅源后分析求得生境質(zhì)量；采用生態(tài)休閑模型求得生態(tài)休閑[24]。最終計(jì)算2017-2019年5種生態(tài)系統(tǒng)服務(wù)的年均值。

2.2 優(yōu)先保護(hù)區(qū)確定

(1)OWA算子。OWA算子(式(1))常用于解決多屬性決策問題、平衡內(nèi)部沖突并確定優(yōu)先保護(hù)區(qū)[18,20,24]，在權(quán)衡生態(tài)系統(tǒng)服務(wù)方面具有重要作用[20]。在ArcGIS 10.3中將上述5種生態(tài)系統(tǒng)服務(wù)歸一化，應(yīng)用式(1)對(duì)5種圖層進(jìn)行OWA排序處理。

(1)

式中：λij為歸一化處理后柵格j的i(i=1，2，…，n，n=5)屬性值；Sij為歸一化處理后5種生態(tài)系統(tǒng)服務(wù)柵格值從大到小排列的數(shù)據(jù)；wi為Sij的次序權(quán)重，其值范圍為[0,1]。

(2)OWA情景的權(quán)重與權(quán)衡。依次取1、2、3、4、5作為5種生態(tài)系統(tǒng)服務(wù)類型的重要性評(píng)價(jià)等級(jí)，將風(fēng)險(xiǎn)系數(shù)a分別設(shè)置為0.0001、0.1、0.5、1、2、10、10 000，采用模糊量化模型計(jì)算7種風(fēng)險(xiǎn)情景下各類型的權(quán)重[21](式(2)、式(3))，進(jìn)而利用式(4)計(jì)算各風(fēng)險(xiǎn)情景下的權(quán)衡值tradeoff(0≤tradeoff≤1)[20]。當(dāng)a=1時(shí)，各生態(tài)系統(tǒng)服務(wù)位序權(quán)重值相等，此情景下的權(quán)衡值為1；當(dāng)a<1時(shí)，生態(tài)系統(tǒng)服務(wù)的平均值越高(位序權(quán)重越大)，表明決策者對(duì)生態(tài)系統(tǒng)服務(wù)的屬性持樂觀態(tài)度(生態(tài)風(fēng)險(xiǎn)指標(biāo)能限制建設(shè)用地?cái)U(kuò)張)；當(dāng)a>1時(shí)，生態(tài)系統(tǒng)服務(wù)的平均值越低(位序權(quán)重越大)，表明決策者對(duì)生態(tài)系統(tǒng)服務(wù)的屬性持悲觀態(tài)度(生態(tài)風(fēng)險(xiǎn)指標(biāo)不能限制建設(shè)用地?cái)U(kuò)張)。

(2)

QRLM(r)=ra,a∈(0,∞)

(3)

(4)

式中：QRLM為單調(diào)遞增的規(guī)則函數(shù)[25]；r為各生態(tài)系統(tǒng)服務(wù)類型按重要性從大到小的次序。

(3)優(yōu)先保護(hù)區(qū)的保護(hù)效率。通過比較不同情景下不同生態(tài)系統(tǒng)服務(wù)的保護(hù)效率，得出各生態(tài)系統(tǒng)服務(wù)保護(hù)效率均較高情景下的優(yōu)先保護(hù)區(qū)(本文選取大連市保護(hù)效率前20%的區(qū)域作為優(yōu)先保護(hù)區(qū)[26])，將其作為生態(tài)紅線保護(hù)區(qū)，其生態(tài)系統(tǒng)服務(wù)保護(hù)效率的計(jì)算公式如下：

(5)

2.3 基于GeoSOS-FLUS模型的城市增長(zhǎng)邊界劃定

GeoSOS-FLUS模型用于模擬未來土地利用變化情景[27]。其中，土地利用類型轉(zhuǎn)換概率不僅受各地類自身發(fā)展概率的影響，還受地類間轉(zhuǎn)換成本、鄰域條件、地類競(jìng)爭(zhēng)和慣性系數(shù)等因素的影響[28]。土地利用變化模擬步驟如下：1)利用2010年大連市土地利用圖，參考文獻(xiàn)[3]，從自然、交通、社會(huì)三方面選取高程、坡度、坡向、人口密度以及距河流、高速公路、國道、省道、縣道、快速路、主干道的距離作為影響城市擴(kuò)張的驅(qū)動(dòng)因子(圖2)，對(duì)大連市2015年城市用地?cái)U(kuò)張進(jìn)行模擬，以驗(yàn)證模型精度；2)利用人工神經(jīng)網(wǎng)絡(luò)(ANNs)算法獲取各土地利用數(shù)據(jù)中各類用地的適宜性概率；3)采用基于輪盤賭的自適應(yīng)慣性競(jìng)爭(zhēng)機(jī)制將優(yōu)先保護(hù)區(qū)作為限制城市擴(kuò)張的約束條件，利用2020年土地利用數(shù)據(jù)對(duì)2030年土地利用進(jìn)行模擬，從而劃定大連城市增長(zhǎng)邊界。

圖2 城市擴(kuò)張驅(qū)動(dòng)因子Fig.2 Driving factors of urban expansion

3 結(jié)果分析

3.1 基于優(yōu)先保護(hù)區(qū)的生態(tài)紅線保護(hù)區(qū)劃定

3.1.1 生態(tài)系統(tǒng)服務(wù)評(píng)價(jià) 大連市5種生態(tài)系統(tǒng)服務(wù)空間分布如圖3所示。其中，產(chǎn)水量整體偏低，中低值區(qū)(0～30 mm/m2)面積占98.26%，高值區(qū)(最高為82.79 mm/m2)分布在中部和東北部，面積僅占1.74%；土壤保持區(qū)域差異顯著，東北部和西南部土壤保持偏高(最高為209.77 t/hm2)，主要土地利用類型是林地和草地；碳固持與土壤保持空間分布相似，呈明顯的北高南低格局，最高值為1 309.06 t/hm2，平均值為123.31 t/hm2，整體碳固持能力較強(qiáng)；大連市東北和西南部林地和草地的生境質(zhì)量較高，平均值為0.50；大連市生態(tài)休閑指數(shù)整體偏低，僅東北和西南的部分地區(qū)指數(shù)較高。

圖3 產(chǎn)水量、土壤保持、碳固持、生境質(zhì)量、生態(tài)休閑空間分布Fig.3 Spatial distribution of water yield,soil conservation,carbon sequestration,habitat quality and ecological recreation

3.1.2 優(yōu)先保護(hù)區(qū)確定 由表2可知，從情景1到情景7權(quán)衡值呈先增后減的“倒U形”，權(quán)衡值越高，表示各生態(tài)系統(tǒng)服務(wù)所得權(quán)重值越平均。因各生態(tài)系統(tǒng)服務(wù)權(quán)重不同，不同情景下優(yōu)先保護(hù)區(qū)的范圍有一定差異，從情景1到情景7呈增加趨勢(shì)(圖4)。情景1和情景7分別以產(chǎn)水量和生態(tài)休閑兩種生態(tài)系統(tǒng)服務(wù)為主，在決策上屬于極端理想情景和極端悲觀情景，故在選擇優(yōu)先保護(hù)區(qū)時(shí)排除這兩種情景；情景2到情景6的優(yōu)先保護(hù)區(qū)多分布在大連市東北部和西南部，情景5和情景6的優(yōu)先保護(hù)區(qū)有從東北向東南擴(kuò)散趨勢(shì)。由表3可知，各情景下林地面積最大，其次是耕地，故各情景下優(yōu)先保護(hù)區(qū)的范圍主要集中于林地。

表2 各情景下的權(quán)重與權(quán)衡值Table 2 Weight and trade-off values for each scenario

圖4 各情景下的優(yōu)先保護(hù)區(qū)Fig.4 Priority protection areas under different scenarios

表3 各情景下的土地利用類型面積Table 3 Area of different land use types under each scenario 單位：km2

3.1.3 生態(tài)紅線保護(hù)區(qū)劃定 由各情景下的保護(hù)效率(表4)可知，排除情景1和情景7兩種極端情景后，情景2中5種生態(tài)系統(tǒng)服務(wù)的保護(hù)效率均較高，平均保護(hù)效率為7.21，且情景2林地面積占比最大，林地的固碳能力較強(qiáng)，其土壤保持能力也優(yōu)于其他土地利用類型，攔截水流的能力強(qiáng)導(dǎo)致其產(chǎn)水量下降。生境質(zhì)量、土壤保持、碳固持3種生態(tài)系統(tǒng)服務(wù)的空間分布相近，可見碳固持量越高、土壤保持能力越強(qiáng)的區(qū)域，生物多樣性保護(hù)越好。綜上，選取情景2的優(yōu)先保護(hù)區(qū)作為生態(tài)紅線保護(hù)區(qū)，禁止一切開發(fā)建設(shè)活動(dòng)。統(tǒng)計(jì)顯示，大連市生態(tài)紅線保護(hù)區(qū)總面積為2 205.19 km2，占研究區(qū)總面積的17.49%，主要集中在東北部且連續(xù)分布，西南部則較為分散。

表4 各情景下的保護(hù)效率Table 4 Protection efficiency under each scenario

3.2 城市擴(kuò)張模擬與增長(zhǎng)邊界劃定

基于GeoSOS-FLUS模型對(duì)大連市2015年的土地利用擴(kuò)張進(jìn)行模擬，將模擬結(jié)果與2015年實(shí)際土地利用數(shù)據(jù)進(jìn)行對(duì)比，經(jīng)過10%隨機(jī)采樣得到模擬結(jié)果的Kappa系數(shù)為0.97，最佳優(yōu)值系數(shù)(FOM)較小，為0.011，表明模型精度較高。根據(jù)人工神經(jīng)網(wǎng)絡(luò)模型和輪盤賭機(jī)制，以生態(tài)紅線保護(hù)區(qū)(區(qū)內(nèi)耕地、林地和水域不得轉(zhuǎn)換為其他土地利用類型)作為限制條件，利用2020年的土地利用數(shù)據(jù)模擬得到大連市2030年的土地利用空間分布(圖5)。2030年城市擴(kuò)張侵占周邊林地，部分林地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地，較2020年減少244.25 km2(表5)。對(duì)大連市2030年模擬城鎮(zhèn)建設(shè)用地進(jìn)行平滑處理后可得到大連城市增長(zhǎng)邊界(圖6)。2030年大連市建設(shè)用地面積為1 969.25 km2(占15.71%)，較2020年增加156.81 km2(表5)，城鎮(zhèn)建設(shè)用地?cái)U(kuò)張范圍多集中于建成區(qū)附近，以主城區(qū)、金普新區(qū)和旅順城區(qū)為中心，呈現(xiàn)出“一個(gè)中心、多個(gè)節(jié)點(diǎn)”的組團(tuán)城市網(wǎng)絡(luò)。模擬結(jié)果符合《大連市城市總體規(guī)劃2001～2020》中“重點(diǎn)發(fā)展金普新區(qū)，適度發(fā)展旅順城區(qū)”的發(fā)展方向，即大連市未來城鎮(zhèn)建設(shè)用地發(fā)展模式為自然山體、丘陵分割而成的“組團(tuán)型”，且組團(tuán)間由生態(tài)廊道和山體相連，形成生態(tài)保護(hù)網(wǎng)絡(luò)。

圖5 大連城市擴(kuò)張模擬結(jié)果Fig.5 Simulation results of urban expansion in Dalian

表5 大連市各地類面積Table 5 Area of different land use types in Dalian 單位：km2

圖6 大連城市增長(zhǎng)邊界Fig.6 Urban growth boundary of Dalian

4 結(jié)論與討論

本文將生態(tài)系統(tǒng)服務(wù)納入城市增長(zhǎng)邊界劃定，以產(chǎn)水量、土壤保持、碳固持、生境質(zhì)量及生態(tài)休閑5種生態(tài)系統(tǒng)服務(wù)為基礎(chǔ)，基于OWA算子設(shè)置7種風(fēng)險(xiǎn)情景，篩選出優(yōu)先保護(hù)區(qū)(即生態(tài)紅線保護(hù)區(qū))作為城市擴(kuò)張限制邊界，利用GeoSOS-FLUS模型模擬城市建設(shè)用地的擴(kuò)張范圍并劃定城市增長(zhǎng)邊界，豐富了城市增長(zhǎng)邊界劃定的理論和方法。

本文綜合考慮了生態(tài)要素和社會(huì)經(jīng)濟(jì)因子，用于協(xié)調(diào)未來城市發(fā)展與生態(tài)保護(hù)間的矛盾。采用模糊量化模型得到7種情景下的位序權(quán)重和權(quán)衡值，能夠平衡多個(gè)生態(tài)系統(tǒng)服務(wù)間的沖突，篩選出最優(yōu)的生態(tài)保護(hù)方案，制定相關(guān)的管理政策。如情景2中5種生態(tài)系統(tǒng)服務(wù)的保護(hù)效率最高(平均保護(hù)效率為7.21)、配置較為均衡，足以保障優(yōu)先保護(hù)區(qū)的全面性，是優(yōu)先保護(hù)區(qū)的最佳選擇。為實(shí)現(xiàn)情景2中的保護(hù)效果，政府需出臺(tái)重點(diǎn)保護(hù)大連市東北部和西南部林地和草地的相關(guān)政策；此外，將情景2作為生態(tài)紅線保護(hù)區(qū)，限制對(duì)該區(qū)域內(nèi)林地、草地的開發(fā)，確保保護(hù)區(qū)內(nèi)各項(xiàng)生態(tài)系統(tǒng)服務(wù)充分提供人類福祉的能力，為大連市生態(tài)紅線保護(hù)區(qū)的劃定提供一定的政策參考。

將優(yōu)先保護(hù)區(qū)納入城市增長(zhǎng)邊界劃定中，能夠有效權(quán)衡城市擴(kuò)張和生態(tài)紅線保護(hù)區(qū)的沖突，從而保護(hù)生態(tài)用地，合理引導(dǎo)城市的建設(shè)和發(fā)展，保證城市生態(tài)系統(tǒng)的可持續(xù)發(fā)展。大連市生態(tài)紅線保護(hù)區(qū)面積占總面積的17.49%，集中分布于北部的莊河市，發(fā)揮重要的涵養(yǎng)水源、保持水土等生態(tài)作用。此外，預(yù)測(cè)結(jié)果表明大連城市增長(zhǎng)邊界主要集中在金普新區(qū)和旅順城區(qū)周邊(面積占15.71%)，致使其未來城市擴(kuò)張受限。為調(diào)節(jié)城市建設(shè)用地與生態(tài)用地的矛盾，該市應(yīng)堅(jiān)持集群式多中心的“組團(tuán)型”發(fā)展模式，需加強(qiáng)主城區(qū)與金普新區(qū)的協(xié)調(diào)發(fā)展，遵循“老城區(qū)做減法、新市區(qū)做加法”的原則，主城區(qū)疏散人口、優(yōu)化產(chǎn)業(yè)用地、調(diào)整功能布局，實(shí)現(xiàn)高端服務(wù)職能的有序聚集，加強(qiáng)北部生態(tài)區(qū)的生態(tài)環(huán)境保護(hù)，發(fā)揮重要的生態(tài)系統(tǒng)服務(wù)作用。

本研究尚存在一定的局限性。城市擴(kuò)張是多種因素綜合作用的動(dòng)態(tài)復(fù)雜過程，本文雖然借助人工神經(jīng)網(wǎng)絡(luò)解決了傳統(tǒng)CA模型中參數(shù)模糊問題，利用輪盤賭模型實(shí)現(xiàn)了各土地利用類型間的轉(zhuǎn)換[29]，但受數(shù)據(jù)獲取限制，只選取了影響城市擴(kuò)張的11種因子參與計(jì)算，未來可借助地理大數(shù)據(jù)并結(jié)合城市虛擬邊界的思路進(jìn)行城市增長(zhǎng)邊界劃定[30]。此外，在未來城市土地利用變化情景模擬方面，本文屬于有生態(tài)約束的自然演變情景，未來研究可進(jìn)一步融合各種發(fā)展情景(如嚴(yán)格的生態(tài)保護(hù)、經(jīng)濟(jì)增長(zhǎng)優(yōu)先、碳中和等)進(jìn)行城市增長(zhǎng)邊界劃定，使城市增長(zhǎng)邊界的劃分更合理。