城市綠地系統(tǒng)進(jìn)化特征及驅(qū)動(dòng)機(jī)制分析

摘要：【目的】基于資源約束趨緊、用地集約發(fā)展的現(xiàn)狀，分析城市綠地系統(tǒng)的生態(tài)、社會(huì)和經(jīng)濟(jì)功能，探討其進(jìn)化特征及深層驅(qū)動(dòng)機(jī)制，為城市用地的高效配置、城市建設(shè)的決策支持提供依據(jù)?！痉椒ā窟x擇河南省許昌市為研究對(duì)象，以2010、2014、2019年為研究時(shí)間節(jié)點(diǎn)，采用回溯法鑲嵌土地利用模擬模型，結(jié)合隨機(jī)森林（RF）回歸從政策因素、自然因素、社會(huì)經(jīng)濟(jì)因素等方面解析城市綠地系統(tǒng)進(jìn)化的驅(qū)動(dòng)機(jī)制?！窘Y(jié)果】①2010—2019年，許昌市城市綠地系統(tǒng)的空間進(jìn)化趨勢(shì)與城市規(guī)劃政策的引導(dǎo)基本保持一致，主要向東北和北方向發(fā)展。②規(guī)劃政策對(duì)于城市綠地系統(tǒng)的影響機(jī)制可能是積極的保護(hù)，也可能是消極的侵蝕；基于未來(lái)土地利用變化模擬模型，可反饋規(guī)劃政策的作用機(jī)制，并建立政策失效的分析框架。③社會(huì)經(jīng)濟(jì)因素對(duì)鄉(xiāng)鎮(zhèn)級(jí)別城市綠地系統(tǒng)的面積變化和景觀格局指數(shù)變化影響較為顯著，自然因素的影響較小，尤其對(duì)位于平原地區(qū)的許昌市而言，地形的影響最微弱；景觀格局指數(shù)斑塊密度（PD）能較好反映城市綠地景觀格局與各驅(qū)動(dòng)因素之間的相關(guān)性?！窘Y(jié)論】規(guī)劃政策因素為城市綠地系統(tǒng)進(jìn)化的導(dǎo)向驅(qū)動(dòng)，社會(huì)經(jīng)濟(jì)因素為城市綠地系統(tǒng)進(jìn)化的直接驅(qū)動(dòng)，而自然環(huán)境因素的驅(qū)動(dòng)作用相對(duì)較弱；城市綠地系統(tǒng)進(jìn)化驅(qū)動(dòng)機(jī)制的探討是增強(qiáng)新國(guó)土空間規(guī)劃體系下城市綠地系統(tǒng)專(zhuān)項(xiàng)規(guī)劃科學(xué)性、前瞻性的必要途徑。

關(guān)鍵詞：城市綠地系統(tǒng)；進(jìn)化特征；驅(qū)動(dòng)機(jī)制；社會(huì)經(jīng)濟(jì)因素；政策因素；許昌市

中圖分類(lèi)號(hào)：TU986 文獻(xiàn)標(biāo)志碼：A開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

文章編號(hào)：1000-2006（2024）03-0275-10

The evolution and driving mechanism of urban green space system： a case study of Xuchang City， Henan Province， China

LIU Jie¹，ZHANG Lang^1*，ZHANG Qingping^2*

（1.Shanghai Academy of Landscape Architecture Science and Planning，Shanghai 200232，China；2.College of Landscape Architecture，Nanjing Forestry University，Nanjing 210037，China）

Abstract：【Objective】 Owing to tighter resource constraints and intensive land development， we analyzed the ecological， social， and economic functions of urban green space system （UGSS）， and determined its evolutionary characteristics and driving mechanism. To provide a basis for efficient urban land allocation and decision-making support for urban construction. 【Method】 Xuchang City （Henan Province） was selected as a case study， using time nodes data from 2010， 2014 and 2019. We applied the backtracking method with a land use simulation model and random forest regression; driving factors such as policy， natural and socioeconomic factors were analyzed. 【Result】 （1） From 2010 to 2019， Xuchang’s UGSS developed from the northeast and north， which was consistent with the guidance of urban planning policies. （2） The impact of planning policy on UGSS could either be positive protection or negative erosion. The GeoSOS-FLUS model and the backtracking method could simulate the changes in the UGSS， which could then be used to determine the impacts of the planning policy and establish an analytical framework for policy failure. （3） Socioeconomic factors had a significant impact on changes in the areas of township-level UGSS and the landscape pattern index， whereas natural factors had lower impacts. In Xuchang， which located on a plain， topography， had the smallest impact on changes in UGSS. The patch density changes in the UGSS had a high goodness of fit with each driving factor， which reflects the correlations between the UGSS landscape pattern and its driving factors. 【Conclusion】 Planning policy is the guiding driver of changes in UGSS， whereas socioeconomic factors directly drive changes in UGSS and natural factors have relatively little impact. Determining the evolution law of UGSS is necessary for enhancing scientific and forward-looking planning for UGSS under the new territorial spatial planning system.

Keywords：urban green space system; evolution characteristics; driving mechanism; socioeconomic factors; policy factors; Xuchang City， Henan Province

在新的國(guó)土空間規(guī)劃背景下，城市綠地系統(tǒng)規(guī)劃是市縣級(jí)國(guó)土空間總體規(guī)劃中涉及綠地空間利用的專(zhuān)項(xiàng)規(guī)劃，是落實(shí)總體規(guī)劃空間意圖的細(xì)化和深化，需要與總體規(guī)劃相互協(xié)調(diào)并做好銜接，促進(jìn)“多規(guī)合一”的實(shí)施。城市綠地系統(tǒng)進(jìn)化耦合于城市用地變化，即城市綠地系統(tǒng)的建設(shè)以滿(mǎn)足人民群眾日益增長(zhǎng)的美好生活需求為目標(biāo)，在發(fā)揮生態(tài)、游憩服務(wù)供給、景觀、防護(hù)等功能的同時(shí)，參與城市用地平衡^[1-2]。城市是以人為主導(dǎo)的，融合社會(huì)系統(tǒng)、經(jīng)濟(jì)系統(tǒng)和自然系統(tǒng)的復(fù)合生態(tài)系統(tǒng)^[3]。城市化進(jìn)程中，城市綠地系統(tǒng)作為城市復(fù)合生態(tài)系統(tǒng)的重要組成部分，其進(jìn)化過(guò)程受綜合因素的共同影響^[4-5]。

國(guó)內(nèi)關(guān)于城市綠地系統(tǒng)的驅(qū)動(dòng)機(jī)制研究，經(jīng)歷了由定性分析到基于模型定量分析的過(guò)程。有學(xué)者將驅(qū)動(dòng)因素主要?dú)w納為系統(tǒng)內(nèi)部非線性作用以及外部因子（如基礎(chǔ)動(dòng)力、公共政策、城鄉(xiāng)關(guān)系、生態(tài)資源利用方式等）的共同促進(jìn)^[6-8]，研究模型包括PLSR模型^[9]、空間計(jì)量模型^[10]、人口-綠地面積異速增長(zhǎng)系數(shù)^[11]、MSPA與混淆矩陣^[12]等。城市用地語(yǔ)境下，城市綠地系統(tǒng)作為城市用地類(lèi)型之一參與不同用地類(lèi)型之間的轉(zhuǎn)移^[13-15]，如有學(xué)者引入“脫鉤”理論與模型探討公園綠地與人口、建設(shè)用地之間的耦合關(guān)系^[16]。國(guó)際層面，在歐洲，城市綠地（urban green space）作為“基于自然的解決方案”（nature-based solution）重要組成部分，已經(jīng)成為環(huán)境政策的研究前沿，綠地發(fā)展與社會(huì)凝聚力、經(jīng)濟(jì)競(jìng)爭(zhēng)力、氣候適應(yīng)性等互為助力^[17]。有學(xué)者開(kāi)發(fā)基于代理的（agent-based）城市增長(zhǎng)模型，在基準(zhǔn)情景、經(jīng)濟(jì)優(yōu)先情景和環(huán)境保護(hù)情景下直觀展示模擬城市化進(jìn)程中社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因素對(duì)未來(lái)城市景觀變化的影響^[18]，研究的驅(qū)動(dòng)影響因素包括人口分布密度與財(cái)富積累^[19]、廣泛的城市景觀戰(zhàn)略與開(kāi)放空間、生物多樣性以及氣候^[20]、林地自然條件以及對(duì)生活環(huán)境的公眾意識(shí)^[21]等。分析認(rèn)為，國(guó)內(nèi)外研究多聚焦超大城市、省域或城市群尺度，對(duì)于精細(xì)化層面的數(shù)據(jù)完整性或非平衡數(shù)據(jù)處理存在一定的局限性；國(guó)內(nèi)驅(qū)動(dòng)因素的選取傾向自然科學(xué)領(lǐng)域，國(guó)際層面對(duì)于驅(qū)動(dòng)因素在人文社會(huì)科學(xué)方面的考慮更為全面，但對(duì)于政策驅(qū)動(dòng)的研究以定性分析為主，借助模型構(gòu)建政策作用機(jī)制的研究正在探索階段^[22]。因此，本研究基于鄉(xiāng)鎮(zhèn)級(jí)別的城市綠地面積以及空間異質(zhì)性變化，采用回溯法（backtracking method，BTM）鑲嵌土地利用模擬模型（GeoSOS-FLUS），結(jié)合隨機(jī)森林（random forest，RF）算法，以河南許昌市近10年城市綠地系統(tǒng)快速發(fā)展為研究對(duì)象，分別從政策的作用機(jī)制、自然和社會(huì)經(jīng)濟(jì)的影響方面，揭示許昌市主城區(qū)2010—2019年城市綠地系統(tǒng)進(jìn)化的深層驅(qū)動(dòng)機(jī)制，以期為未來(lái)城市綠地系統(tǒng)的合理布局、規(guī)劃政策的科學(xué)制定、城市可持續(xù)發(fā)展提供參考依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

許昌市地處中原腹地（113°03′～114°19′E，33°42′～34°24′N(xiāo)），處于伏牛山余脈向豫東平原過(guò)渡地區(qū)，東西長(zhǎng)117 km，南北寬53 km。全市總面積4 996 km²，屬暖溫帶大陸性季風(fēng)氣候區(qū)，年均氣溫14.3～14.6 ℃，逐月氣溫走勢(shì)為1—7月升溫，7月至次年1月呈降溫趨勢(shì)。許昌市地勢(shì)西北高、東南低，地面坡降在1/100～1/2 000；水資源總量多年平均9.01×10⁸ m^3[23]。本次研究區(qū)域?yàn)樵S昌市主城區(qū)的規(guī)劃用地范圍，北至北苑大道，東面以新107國(guó)道為界，南至蘭南高速，西面以省道227和三洋鐵路為界，涵蓋439 km²。許昌市主城區(qū)內(nèi)僅魏都區(qū)和建安區(qū)兩個(gè)區(qū)，因此，以鄉(xiāng)鎮(zhèn)為單位進(jìn)行綠地空間面積變化的統(tǒng)計(jì)。

1.2 數(shù)據(jù)來(lái)源

1.2.1 城市綠地及城市用地?cái)?shù)據(jù)

城市綠地資料來(lái)源：①近年來(lái)高分辨率生長(zhǎng)季的Google影像（分辨率0.23 m），包括許昌市2010、2014、2019年3個(gè)時(shí)相的影像；②不同時(shí)期所編制的城市總體規(guī)劃和城市綠地系統(tǒng)規(guī)劃，收集城市綠地結(jié)構(gòu)布局圖紙和相關(guān)數(shù)據(jù)資料，圖紙進(jìn)行矢量化處理。城市土地利用數(shù)據(jù)包括，許昌市2010、2019年的土地利用現(xiàn)狀圖，土地利用現(xiàn)狀圖由2010、2019年的Google影像結(jié)合規(guī)劃文件校正，獲取土地利用分布圖（分辨率10 m×10 m）。

1.2.2 城市綠地系統(tǒng)進(jìn)化驅(qū)動(dòng)因素?cái)?shù)據(jù)

城市綠地進(jìn)化驅(qū)動(dòng)因素基礎(chǔ)數(shù)據(jù)主要包括規(guī)劃政策、自然地理因素和社會(huì)經(jīng)濟(jì)因素3個(gè)方面。規(guī)劃政策數(shù)據(jù)來(lái)源是許昌市政府網(wǎng)站（http：//www.xuchang.gov.cn/），許昌市自然資源和規(guī)劃局（http：//zrzyhghj.xuchang.gov.cn/），許昌市城市管理局（http：//cgj.xuchang.gov.cn/）等；研究選取許昌市主城區(qū)的年平均氣溫（℃）、年平均降水量（mm）等作為對(duì)綠地進(jìn)化作用的自然地理因素進(jìn)行分析，數(shù)據(jù)來(lái)源主要是各氣象站統(tǒng)計(jì)數(shù)據(jù)和空間數(shù)據(jù)；社會(huì)經(jīng)濟(jì)因素主要數(shù)據(jù)來(lái)源是許昌市歷年的國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)、統(tǒng)計(jì)年鑒以及河南省的統(tǒng)計(jì)年鑒。

1）規(guī)劃政策?？紤]到規(guī)劃政策對(duì)于城市土地利用變化的影響具有時(shí)間延續(xù)性，結(jié)合許昌市自然資源和規(guī)劃局的公開(kāi)資料，統(tǒng)計(jì)2005—2019年影響許昌市主城區(qū)土地利用變化的相關(guān)規(guī)劃政策共24條（表1）。

規(guī)劃政策涉及最新的國(guó)土空間規(guī)劃背景、社會(huì)經(jīng)濟(jì)發(fā)展現(xiàn)狀和生態(tài)環(huán)境發(fā)展需求，體現(xiàn)不同用地類(lèi)型的開(kāi)發(fā)模式、城市各用地類(lèi)型之間的協(xié)調(diào)關(guān)系、生態(tài)空間和非生態(tài)空間的轉(zhuǎn)化關(guān)系以及城市綠地的發(fā)展方向和具體的指標(biāo)約束。

2）自然地理數(shù)據(jù)。自然地理數(shù)據(jù)的基礎(chǔ)數(shù)據(jù)來(lái)源為中國(guó)氣象局?jǐn)?shù)據(jù)共享網(wǎng)（http：//www.icpba.cn/）。將河南省及周邊省份的氣候數(shù)據(jù)進(jìn)行了插值分析，共獲取河南省以及周邊省份共計(jì)46個(gè)氣象站點(diǎn)，高程（DEM）數(shù)據(jù)來(lái)自地理空間數(shù)據(jù)云（http：//www.gscloud.cn/），分辨率為30 m×30 m。數(shù)據(jù)處理采用ArcGIS和ANUSPLIN程序，經(jīng)插值分析后，得到2010、2014和2019年的年均氣溫、年均降水量空間分布圖。此外，本次研究區(qū)域地勢(shì)平坦，選取地形因子的海拔，通過(guò)ArcGIS平臺(tái)裁剪許昌市DEM影像，繼而可獲取研究區(qū)的高程分布。

3）社會(huì)經(jīng)濟(jì)數(shù)據(jù)。目前，獲取高精度國(guó)內(nèi)生產(chǎn)總值（GDP）存在一定的困難，且高精度GDP數(shù)據(jù)較難進(jìn)行空間化表達(dá)^[24]。已有研究表明，遙感影像可以提供相對(duì)均一、連續(xù)以及獨(dú)立的估計(jì)經(jīng)濟(jì)活動(dòng)的數(shù)據(jù)源，如夜間燈光數(shù)據(jù)已應(yīng)用于城鎮(zhèn)化演化、經(jīng)濟(jì)增長(zhǎng)、人口估算等相關(guān)研究中。其中，全球尺度、國(guó)家尺度、省域尺度以及城市尺度的相關(guān)研究已經(jīng)證實(shí)了夜間燈光數(shù)據(jù)與經(jīng)濟(jì)活動(dòng)之間存在的顯著相關(guān)性^[25-26]。故本研究采用許昌市2010、2014和2019年主要區(qū)及縣市的GDP，結(jié)合珞珈一號(hào)夜間燈光指數(shù)進(jìn)行重采樣，反演獲取研究區(qū)域內(nèi)的GDP分布。

1.3 研究方法

本研究中，規(guī)劃政策的驅(qū)動(dòng)分析基于城市綠地系統(tǒng)與其他不同城市用地之間的相互轉(zhuǎn)化關(guān)系，反映的是綠地系統(tǒng)向外協(xié)調(diào)；自然和社會(huì)經(jīng)濟(jì)的驅(qū)動(dòng)通過(guò)城市綠地系統(tǒng)本身的進(jìn)化特征進(jìn)行體現(xiàn)，反映的是綠地系統(tǒng)向內(nèi)協(xié)同。驅(qū)動(dòng)因素共同作用于城市綠地系統(tǒng)的空間特征，規(guī)劃政策的驅(qū)動(dòng)采用回溯法鑲嵌土地利用模擬模型，自然和社會(huì)經(jīng)濟(jì)的驅(qū)動(dòng)采用隨機(jī)森林（RF）回歸模型。

1.3.1 回溯法

回溯法（backtracking method，BTM）^[27]是一種優(yōu)選搜索法，一般按照預(yù)定目標(biāo)向前選擇，并且選擇優(yōu)選路徑達(dá)到目標(biāo)，在試探性探索到原先選擇并不優(yōu)或達(dá)不到目標(biāo)的情況下，可退回重新選擇。研究采用Wang等^[22]提出的基于GeoSOS-FLUS和回溯法的模型，基于基準(zhǔn)年（2010年）的用地現(xiàn)狀，設(shè)置初始參數(shù)組合，模擬目標(biāo)年（2019年）的城市用地分布，并與目標(biāo)年（2019年）的實(shí)際城市用地分布進(jìn)行模擬精度的對(duì)比，通過(guò)調(diào)整參數(shù)組合，使得最后模擬精度在±5%以?xún)?nèi)。對(duì)比初始參數(shù)組合和最終參數(shù)組合，分析政策的作用機(jī)制和政策失效的可能原因，以形成對(duì)規(guī)劃政策的反饋機(jī)制。

將研究涉及的規(guī)劃政策進(jìn)行梳理和歸類(lèi)，根據(jù)所包含的要素是否以提供生態(tài)系統(tǒng)服務(wù)為主，歸納為生態(tài)空間（N）和非生態(tài)空間（UN）之間的相互轉(zhuǎn)化關(guān)系。根據(jù)規(guī)劃政策對(duì)于城市用地轉(zhuǎn)化的作用程度分為直接影響（D）和間接影響（I），根據(jù)作用強(qiáng)度分為強(qiáng)等級(jí)（S）和弱等級(jí)（W），而根據(jù)政策作用的正向引導(dǎo)和負(fù)向抑制，可歸類(lèi)為正向（+）和負(fù)向（-）。不同強(qiáng)度土地利用變化的政策分配Q可以表示為：

Q=PM；（1）

其中：P=9，if政策約束影響為直接強(qiáng)影響（D-S）

5，if政策約束影響為直接弱影響/間接強(qiáng)影響（D-WorI-S）;

1，if政策約束影響為間接弱影響（I-W）（2）

M=1，if影響為直接影響-1，if影響為間接影響。（3）

按照“政策編號(hào)-作用強(qiáng)度（正負(fù)引導(dǎo)）”格式進(jìn)行規(guī)劃政策作用力的整理，結(jié)果見(jiàn)表2。

政策引導(dǎo)下的土地利用轉(zhuǎn)換成本（V）矩陣中每個(gè)參數(shù)的賦值V′可表示為：

V=∑_k∈nijQ_kmax∑_k∈nijQ_k；（4）

if minV′≥0，V=V′；

if minV′lt;0，V=V′+minV′。（5）

式中：i是轉(zhuǎn)出的用地類(lèi)型；j為轉(zhuǎn)入的土地利用類(lèi)型；n_ij為i類(lèi)土地利用類(lèi)型轉(zhuǎn)化為j類(lèi)土地利用類(lèi)型的一組政策編號(hào)；k為政策編號(hào)，1≤k≤24；Q_k表示相應(yīng)的政策編號(hào)分配。V=0表示禁止用地轉(zhuǎn)化，V=1表示允許用地轉(zhuǎn)化，V∈（0，1）表示各用地類(lèi)型從低到高的轉(zhuǎn)化成本。

1.3.2 景觀格局指數(shù)

根據(jù)景觀格局指數(shù)的生態(tài)學(xué)意義，同時(shí)為避免冗余，研究選取了斑塊類(lèi)型層面的4個(gè)景觀格局指數(shù)衡量城市綠地系統(tǒng)的空間特征。4個(gè)景觀格局指數(shù)為：最大斑塊指數(shù)（largest patch index，LPI）、面積加權(quán)平均周長(zhǎng)面積比（area-weighted perimeter area ratio，PARA_AM）、斑塊密度（patch intensity，PD）、斑塊所占景觀面積比例（percent of landscape，PLAND）。其中，LPI、PLAND可以表征景觀面積特征，PARA_AM表征景觀形狀特征，PD可以表征景觀離散程度。

1.3.3 隨機(jī)森林算法（RF）

隨機(jī)森林（random forest，RF）算法是由Breiman^[28]提出的一種基于分類(lèi)樹(shù)（classification tree）的算法，該算法需要進(jìn)行模擬和迭代完成將變量使用和數(shù)據(jù)使用的隨機(jī)化，以生成很多分類(lèi)樹(shù)，再匯總成分類(lèi)樹(shù)的結(jié)果，廣泛應(yīng)用于回歸和分類(lèi)。RF模型較其他回歸模型，對(duì)多元共線性不敏感，且對(duì)缺失或非平衡數(shù)據(jù)處理較為穩(wěn)定，執(zhí)行效率較高^[29]。在RF回歸模型分析中，常用均方誤差增加率（increase in mean square-error，IncMSE）作為衡量因子重要性的指標(biāo)，其值越大，因子（特征變量）的重要性越大。IncNode Purity是節(jié)點(diǎn)純度的增加量，反映殘差平方和（residual sum of square，RSS）減少量，表征變量重要性，其值越大，因子（特征變量）的重要性越大。

2 結(jié)果與分析

2.1 要素本體的進(jìn)化特征

2.1.1 2010—2019年城市綠地系統(tǒng)的空間變化

研究區(qū)綠地系統(tǒng)整體空間分布不夠均衡，2010—2014年的綠地面積增加了2.14 km²，增長(zhǎng)率為20.95%；2014—2019年的綠地面積增長(zhǎng)了5.95 km²，增長(zhǎng)率為48.16%。2010—2014年和2014—2019年的城市綠地系統(tǒng)發(fā)展趨勢(shì)較為一致，主要向東北和北方向發(fā)展，這與許昌市城市總體規(guī)劃、城市綠地系統(tǒng)規(guī)劃對(duì)于城市空間發(fā)展、綠地空間引導(dǎo)基本保持一致。

鄉(xiāng)鎮(zhèn)級(jí)別上，研究區(qū)共覆蓋28個(gè)鄉(xiāng)鎮(zhèn)，其中22個(gè)鄉(xiāng)鎮(zhèn)有城市綠地的分布。在ArcGIS中統(tǒng)計(jì)2010—2014年，2014—2019年兩個(gè)時(shí)間段內(nèi)的城市綠地面積變化見(jiàn)圖1。

由圖1可知，2010—2014年，新興街道、陳曹鄉(xiāng)、文峰街道等的城市建設(shè)活動(dòng)侵蝕了原有的綠地，使得綠地面積出現(xiàn)了減少的現(xiàn)象。2014—2019年，研究區(qū)城市綠地以增量為主，其中五女店鎮(zhèn)、蘇橋鎮(zhèn)、半截河街道、高橋營(yíng)街道的綠地建設(shè)活動(dòng)較為活躍。2010—2019年，綠地面積增長(zhǎng)最多的是五女店鎮(zhèn)，總增長(zhǎng)面積為2 811 km²，綠地面積減少最多的是新興街道，總減少面積為181 km²。結(jié)合許昌市的城市總體規(guī)劃、城市綠地系統(tǒng)規(guī)劃等規(guī)劃文件可得，規(guī)劃與實(shí)際的城市建設(shè)活動(dòng)及綠化建設(shè)成效存在一定的差異。

2.1.2 自然因素的進(jìn)化特征

研究區(qū)年均氣溫和年均降水量的空間分布如圖2所示?？拷鞒菂^(qū)的中部和東部，年均氣溫較高，而西北部的溫度相對(duì)較低。2010、2014、2019年的年均氣溫差異不大，有逐年增高的趨勢(shì)。對(duì)于年均降水而言，西北部的年均降水量較高，中部降水偏低，并且降水呈逐年下降的趨勢(shì)。2010年西北部、東部和南部的降水較多，2014年西北部的降水量較多，而2019年西北部和南部降水較多。

2.1.3 社會(huì)經(jīng)濟(jì)因素的進(jìn)化特征

基于夜間燈光反演的2010—2019年許昌市主城區(qū)社會(huì)經(jīng)濟(jì)發(fā)展強(qiáng)度空間分布（30 m×30 m）如圖2所示。由圖2可知，許昌市下轄2區(qū)（魏都區(qū)、建安區(qū)）、2市（禹州市、長(zhǎng)葛市）、2縣（鄢陵縣、襄城縣）建設(shè)用地的夜間燈光強(qiáng)度較強(qiáng)，且呈逐年遞增的趨勢(shì)。夜間燈光數(shù)據(jù)的空間分布與城市擴(kuò)張和城市開(kāi)發(fā)強(qiáng)度密切相關(guān)，且隨交通網(wǎng)絡(luò)的分布呈現(xiàn)網(wǎng)絡(luò)化的空間分布特征。

2.2 規(guī)劃政策驅(qū)動(dòng)機(jī)制

2.2.1 模擬參數(shù)的設(shè)置與調(diào)整

許昌市主城區(qū)2010年和2019年的土地利用現(xiàn)狀圖如圖3a、3b所示?；谖磥?lái)土地利用模擬模型FLUS的工作原理，水域和村鎮(zhèn)建設(shè)用地不參與用地轉(zhuǎn)換，因此，許昌市土地利用轉(zhuǎn)換成本矩陣初始參數(shù)組合下的2019年城市土地利用模擬用地情景如圖3c所示。

統(tǒng)計(jì)兩種用地情景下不同土地利用類(lèi)型的面積，包括綠地、農(nóng)林用地、居住用地、工業(yè)用地和商服用地（考慮到水域和城鎮(zhèn)建設(shè)用地的面積基本不變，此次研究不做面積統(tǒng)計(jì)），在盡可能接近目標(biāo)情景的同時(shí)，盡可能少地對(duì)每個(gè)參數(shù)進(jìn)行調(diào)整，以保證參數(shù)設(shè)置的實(shí)用價(jià)值和政策意義。模擬結(jié)果對(duì)比如表3所示，模擬誤差為2019年用地面積與2010年對(duì)應(yīng)用地面積之差除以后者，誤差應(yīng)在±5%以?xún)?nèi)，才能符合模擬精度要求。

2.2.2 規(guī)劃政策的影響效應(yīng)

整理有效政策和失效政策列表以及相對(duì)應(yīng)的影響程度，將失效政策進(jìn)行分類(lèi)，共3種：①時(shí)間序列影響下的政策失效；②土地利用總量影響下的政策失效；③空間結(jié)構(gòu)影響下的政策失效（表4）。值得探討的是，在政府主導(dǎo)的規(guī)劃背景下，城市規(guī)劃政策、法規(guī)對(duì)于城市用地演化的影響起決定性的作用，但不是絕對(duì)性的影響因素。在復(fù)雜的城市生態(tài)系統(tǒng)中，規(guī)劃政策起導(dǎo)向驅(qū)動(dòng)的作用。

2.3 基于RF回歸的城市綠地系統(tǒng)進(jìn)化驅(qū)動(dòng)因素

2.3.1 自然和社會(huì)經(jīng)濟(jì)因素對(duì)城市綠地系統(tǒng)空間面積變化影響的整體分析

2010—2019年許昌市自然和社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因素的隨機(jī)森林（RF）回歸結(jié)果見(jiàn)表5。2010—2014年，自然和社會(huì)經(jīng)濟(jì)因子對(duì)鄉(xiāng)鎮(zhèn)級(jí)別城市綠地系統(tǒng)空間面積影響的重要性排序?yàn)閲?guó)內(nèi)生產(chǎn)總值（GDP）＞年均降水量（AAP）＞年均氣溫（AAT）＞高程（DEM），說(shuō)明在該時(shí)段內(nèi)，GDP對(duì)城市綠地系統(tǒng)面積變化的影響力較大，其次是AAP，二者IncMSE值分別約為6.30%和2.93%；AAT的IncMSE值約1.66%，DEM的IncMSE值約1.38%。2014—2019年，自然和社會(huì)經(jīng)濟(jì)因子對(duì)城市綠地系統(tǒng)影響的重要性排序?yàn)镚DP＞AAT＞AAP＞DEM，說(shuō)明在該時(shí)段內(nèi)，GDP對(duì)城市綠地面積變化的影響比較大，其次是AAT，二者IncMSE值分別約為4.04%和3.60%，其次是AAP，約為3.51%，DEM的IncMSE值約1.60%。

2.3.2 自然和社會(huì)經(jīng)濟(jì)因素對(duì)城市綠地系統(tǒng)景觀格局演化影響的分析

驅(qū)動(dòng)因素與綠地景觀格局指數(shù)的RF回歸結(jié)果見(jiàn)表6。

通過(guò)對(duì)比4個(gè)景觀指數(shù)與各驅(qū)動(dòng)因子的RF回歸分析可得，2010—2019年，影響PD、PARA_AM和PLAND演變的驅(qū)動(dòng)因子重要性排序?yàn)椋篏DP＞AAT＞AAP＞DEM，其中，2010—2014年和2014—2019年P(guān)D的擬合優(yōu)度分別為79%和73%。隨著時(shí)間推移，AAP對(duì)于PD的影響有增強(qiáng)的趨勢(shì)，GDP對(duì)于PLAND的影響隨時(shí)間推移有減弱的趨勢(shì)。影響LPI演變的驅(qū)動(dòng)因子重要性排序在2010—2014年和2014—2019年分別為GDP＞AAP＞AAT＞DEM和GDP＞AAT＞AAP＞DEM，2個(gè)時(shí)段LPI的擬合優(yōu)度分別是75%、68%。

3 討 論

1）2010—2019年，城市綠地系統(tǒng)空間進(jìn)化趨勢(shì)與城市規(guī)劃政策文件的引導(dǎo)方向基本一致，鄉(xiāng)鎮(zhèn)級(jí)別的城市綠地實(shí)際建設(shè)與規(guī)劃有一定差異性；年均氣溫、年均降水量以及夜間燈光數(shù)據(jù)具有規(guī)律性的空間分異性。

2）規(guī)劃政策對(duì)于城市綠地系統(tǒng)的影響機(jī)制可以是積極的保護(hù)，也可能是消極的侵蝕。城市用地的真實(shí)演化結(jié)果與規(guī)劃政策中的指標(biāo)約束很難保持一致?；贕eoSOS-FLUS模型的規(guī)劃政策引導(dǎo)下的用地模擬結(jié)果可以通過(guò)模型參數(shù)調(diào)整改變模擬精度，從而反饋規(guī)劃政策的作用機(jī)制，并建立政策失效的分析框架。

3）社會(huì)經(jīng)濟(jì)因素對(duì)城市綠地系統(tǒng)空間面積、鄉(xiāng)鎮(zhèn)級(jí)別城市綠地系統(tǒng)的景觀格局指數(shù)的影響較為顯著，自然因素的影響較不明顯。R²表示自變量對(duì)因變量的解釋能力，城市綠地空間的斑塊密度（PD）變化與各驅(qū)動(dòng)因素之間具有較高的擬合優(yōu)度，該景觀格局指數(shù)變化能較好反映城市綠地系統(tǒng)景觀格局與各驅(qū)動(dòng)因素之間的相關(guān)性。

面廣量大的中小城市是中國(guó)城鎮(zhèn)規(guī)模等級(jí)分布基礎(chǔ)，也是統(tǒng)籌城鄉(xiāng)發(fā)展、疏通大城市壓力及改善生態(tài)環(huán)境質(zhì)量的重要實(shí)踐地?；凇秶?guó)務(wù)院關(guān)于調(diào)整城市規(guī)模劃分標(biāo)準(zhǔn)的通知》（國(guó)發(fā)〔2014〕51號(hào)）的人口規(guī)模等級(jí)界定，研究區(qū)間內(nèi)，許昌市由中小城市發(fā)展為大城市，城市規(guī)模發(fā)展“突變”，本研究從地塊出發(fā)既呈現(xiàn)了綠地系統(tǒng)進(jìn)化的本體空間特征，又揭示了驅(qū)動(dòng)因素的作用強(qiáng)弱，為城市綠地系統(tǒng)的精細(xì)化管理提供科學(xué)依據(jù)。研究涉及的方法體系具有普適性，可應(yīng)用于不同規(guī)模等級(jí)城市的相關(guān)研究中。

本研究對(duì)于規(guī)劃政策的驅(qū)動(dòng)采用路徑優(yōu)化的方法，鑲嵌土地利用變化模擬，建立地區(qū)土地規(guī)劃政策有效性的分析框架，考慮到城市建設(shè)用地內(nèi)部各土地利用類(lèi)型處于動(dòng)態(tài)變化中，基于GeoSOS-FLUS模型的參數(shù)調(diào)整達(dá)到相對(duì)理想值而非最優(yōu)解，因此，后續(xù)可進(jìn)一步研究參數(shù)調(diào)控的內(nèi)在機(jī)制，探討規(guī)劃政策的實(shí)施效果；以市為研究單位的氣象數(shù)據(jù)獲取，未來(lái)在增加氣象站點(diǎn)數(shù)量的基礎(chǔ)上，可引入更多協(xié)變量；驅(qū)動(dòng)因素的選取考慮了數(shù)據(jù)的可獲得性及可視化，但實(shí)際上社會(huì)因素（如社會(huì)發(fā)展歷史、生活方式、生態(tài)意識(shí)等）是最復(fù)雜的驅(qū)動(dòng)因素，也需要考慮。此外，城市綠地系統(tǒng)進(jìn)化的空間表征及測(cè)度方法、不同驅(qū)動(dòng)因素之間的耦合影響機(jī)制需要進(jìn)一步探究，從而更好地為城市綠地建設(shè)提供科學(xué)的決策支持。

參考文獻(xiàn)（reference）：

[1]LIU J，ZHANG L，ZHANG Q P，et al．Spatiotemporal evolution differences of urban green space：a comparative case study of Shanghai and Xuchang in China[J]．Land Use Policy，2022，112：105824．DOI： 10.1016/j.landusepol.2021.105824.

[2]LIU J，ZHANG L，ZHANG Q P，et al．Predicting the surface urban heat island intensity of future urban green space development using a multi-scenario simulation[J]．Sustain Cities Soc，2021，66：102698．DOI： 10.1016/j.scs.2020.102698.

[3]王如松，歐陽(yáng)志云．社會(huì)-經(jīng)濟(jì)-自然復(fù)合生態(tài)系統(tǒng)與可持續(xù)發(fā)展[J]．中國(guó)科學(xué)院院刊，2012，27（3）：337-345，403．WANG R S，OUYANG Z Y．Social-economic-natural complex ecosystem and sustainability[J]．Bull Chin Acad Sci，2012，27（3）：337-345，403．

[4]張浪，王浩．城市綠地系統(tǒng)有機(jī)進(jìn)化的機(jī)制研究：以上海為例[J]．中國(guó)園林，2008，24（3）：82-86．ZHANG L，WANG H．A study on the mechanism of the organic evolution of urban green space system： with Shanghai as the example[J]．Chin Landsc Archit，2008，24（3）：82-86．DOI： 10.3969/j.issn.1000-6664.2008.03.018.

[5]張浪．城市生態(tài)網(wǎng)絡(luò)規(guī)劃原理[M]．北京：科學(xué)出版社，2021．ZHANG L．Principles of urban ecological network planning[M]．Beijing：Science Press，2021．

[6]金云峰，楊玉鵬，王俊祺，等．《城市綠地規(guī)劃標(biāo)準(zhǔn)》實(shí)施背景下上海市域綠地系統(tǒng)自組織演化動(dòng)力機(jī)制研究[J]．中國(guó)城市林業(yè)，2019，17（4）：31-36．JIN Y F，YANG Y P，WANG J Q，et al．A study on self-organizing evolution dynamic mechanism of Shanghai green space system in the administrative region of city under standard for planning of urban green space implementation background[J]．J Chin Urban For，2019，17（4）：31-36．DOI： 10.3969/j.issn.1672-4925.2019.00.043.

[7]張浪．上海綠地系統(tǒng)進(jìn)化的作用機(jī)制和過(guò)程[J]．中國(guó)園林，2012，28（11）：74-77．ZHANG L．The mechanism of the organic evolution of the urban green space system of Shanghai[J]．Chin Landsc Archit，2012，28（11）：74-77．

[8]張浪．試論城市綠地系統(tǒng)有機(jī)進(jìn)化論[J]．中國(guó)園林，2008，24（1）：87-90．ZHANG L．A study on the organic evolution theory of urban green space system[J]．Chin Landsc Archit，2008，24（1）：87-90．DOI： 10.3969/j.issn.1000-6664.2008.01.027.

[9]李方正，解爽，李雄．基于PLSR模型的北京市中心城綠色空間演變驅(qū)動(dòng)機(jī)制研究（1992—2016年）[J]．北京林業(yè)大學(xué)學(xué)報(bào)，2019，41（4）：116-126．LI F Z，XIE S，LI X．Evolutionary driving mechanism of greenspace in central Beijing City based on the PLSR model[J]．J Beijing For Univ，2019，41（4）：116-126．DOI： 10.13332/j.1000-1522.20180250.

[10]宋爽，石夢(mèng)溪，胡珊珊，等．東北地區(qū)中心城市城區(qū)藍(lán)綠空間演化及驅(qū)動(dòng)機(jī)制研究[J]．南京林業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，46（4）：221-229．SONG S，SHI M X，HU S S，et al．Evolutions and driving mechanisms of urban blue-green spaces in northeast China：a case study with the urban central district of Harbin City[J]．J Nanjing For Univ （Nat Sci Ed），2022，46（4）：221-229．

[11]尹上崗，楊山．長(zhǎng)三角地區(qū)城市人口-綠地面積異速增長(zhǎng)特征及驅(qū)動(dòng)機(jī)制[J]．地理研究，2021，40（10）：2780-2795．YIN S G，YANG S．The characteristics and driving mechanism of allometric growth of urban population and green space area in the Yangtze River delta region[J]．Geogr Res，2021，40（10）：2780-2795．DOI： 10.11821/dlyj020201111.

[12]戴菲，畢世波，陳明，等．基于MSPA與混淆矩陣的綠地系統(tǒng)格局演化及其驅(qū)動(dòng)因子研究：以倫敦為例[J]．中國(guó)園林，2020，36（11）：34-39．DAI F，BI S B，CHEN M，et al．Research on green space system pattern evolution and its driving factors based on MSPA and confusion matrix： taking London as an example[J]．Chin Landsc Archit，2020，36（11）：34-39．DOI： 10.19775/j.cla.2020.11.0034.

[13]史利江，王圣云，姚曉軍，等．1994—2006年上海市土地利用時(shí)空變化特征及驅(qū)動(dòng)力分析[J]．長(zhǎng)江流域資源與環(huán)境，2012，21（12）：1468-1479．SHI L J，WANG S Y，YAO X J，et al．Spatial and temporal variation characteristics of land use and its driving force in Shanghai City from 1994 to 2006[J]．Resour Environ Yangtza Basin，2012，21（12）：1468-1479．

[14]羅文斌，楚雪蓮，唐沛，等．城市公園用地增長(zhǎng)的時(shí)空分異及其驅(qū)動(dòng)因素：基于湖南省城市面板數(shù)據(jù)的實(shí)證分析[J]．經(jīng)濟(jì)地理，2021，41（12）：74-83．LUO W B，CHU X L，TANG P，et al．Spatial and temporal differentiation of urban park land growth and its driving factors：empirical analysis based on urban panel data of Hunan Province[J]．Econ Geogr，2021，41（12）：74-83．DOI： 10.15957/j.cnki.jjdl.2021.12.008.

[15]唐明貴，胡靜，呂麗，等．貴州省生態(tài)游憩空間時(shí)空演化特征及其驅(qū)動(dòng)因素[J]．生態(tài)學(xué)報(bào)，2022，42（21）：8594-8604．TANG M G，HU J，Lü L，et al．Spatiotemporal evolution and driving forces of the ecological recreation space in Guizhou Province[J]．Acta Ecol Sin，2022，42（21）：8594-8604．DOI： 10.5846/stxb202112083490.

[16]劉志強(qiáng)，徐影秋，洪亙偉，等．中國(guó)城區(qū)公園綠地面積與人口數(shù)量、建設(shè)用地面積演變的脫鉤關(guān)系研究[J]．中國(guó)園林，2021，37（2）：54-59．LIU Z Q，XU Y Q，HONG G W，et al．Decoupling relationship of the evolution of urban park green space area with population quantity and construction land area in Chinese urban areas[J]．Chin Landsc Archit，2021，37（2）：54-59．DOI： 10.19775/j.cla.2021.02.0054.

[17]RUTT R L，GULSRUD N M．Green justice in the city：a new agenda for urban green space research in Europe[J]．Urban For Urban Green，2016，19：123-127．DOI： 10.1016/j.ufug.2016.07.004.

[18]TIAN G J，MA B R，XU X L，et al．Simulation of urban expansion and encroachment using cellular automata and multi-agent system model： a case study of Tianjin Metropolitan Region，China[J]．Ecol Indic，2016，70：439-450．DOI： 10.1016/j.ecolind.2016.06.021.

[19]RICHARDS D R，PASSY P，OH R R Y．Impacts of population density and wealth on the quantity and structure of urban green space in tropical southeast Asia[J]．Landsc Urban Plan，2017，157：553-560．DOI： 10.1016/j.landurbplan.2016.09.005.

[20]THIERFELDER H，KABISCH N．Viewpoint Berlin：strategic urban development in Berlin-Challenges for future urban green space development[J]．Environ Sci Policy，2016，62：120-122．DOI： 10.1016/j.envsci.2015.09.004.

[21]KABISCH N，STROHBACH M，HAASE D，et al．Urban green space availability in European cities[J]．Ecol Indic，2016，70：586-596．DOI： 10.1016/j.ecolind.2016.02.029.

[22]WANG Y C，SHEN J K，YAN W T，et al．Backcasting approach with multi-scenario simulation for assessing effects of land use policy using GeoSOS-FLUS software[J]．MethodsX，2019，6：1384-1397．DOI： 10.1016/j.mex.2019.05.007.

[23]許昌市人民政府. 許昌市“十四五”國(guó)土空間生態(tài)修復(fù)和森林許昌建設(shè)規(guī)劃[Z]. 許昌：許昌市人民政府，2023-03-22.

[24]柴子為，王帥磊，喬紀(jì)綱．基于夜間燈光數(shù)據(jù)的珠三角地區(qū)鎮(zhèn)級(jí)GDP估算[J]．熱帶地理，2015，35（3）：379-385．CHAI Z W，WANG S L，QIAO J G．Township GDP estimation of the Pearl River delta based on the NPP-VIIRS night-time satellite data[J]．Trop Geogr，2015，35（3）：379-385．DOI： 10.13284/j.cnki.rddl.002742.

[25]鄭淵茂，何原榮，王曉榮，等．夜光遙感數(shù)據(jù)應(yīng)用述評(píng)與展望[J]．遙感信息，2020，35（3）：1-14．ZHENG Y M，HE Y R，WANG X R，et al．Application review and prospect of nighttime light remote sensing data[J]．Remote Sens Inf，2020，35（3）：1-14．DOI： 10.3969/j.issn.1000-3177.2020.03.001.

[26]郭偉．夜間燈光數(shù)據(jù)和MODIS數(shù)據(jù)用于大尺度不透水面制圖研究[D]．武漢：武漢大學(xué)，2015．GUO W．Using nighttime light data and MODIS data for large-scale impervious surface mapping research[D]．Wuhan：Wuhan University，2015．

[27]BRUNNER S H，HUBER R，GRêT-REGAMEY A．A backcasting approach for matching regional ecosystem services supply and demand[J]．Environ Model Softw，2016，75（C）：439-458．DOI： 10.1016/j.envsoft.2015.10.018.

[28]BREIMAN L．Random forests[J]．Mach Learn，2001，45（1）：5-32．DOI： 10.1023/A：1010933404324.

[29]VINCENZI S，ZUCCHETTA M，F(xiàn)RANZOI P，et al．Application of a random forest algorithm to predict spatial distribution of the potential yield of Ruditapes philippinarum in the Venice Lagoon，Italy[J]．Ecol Model，2011，222（8）：1471-1478．DOI： 10.1016/j.ecolmodel.2011.02.007.

（責(zé)任編輯 鄭琰燚）