南沙區(qū)生態(tài)用地優(yōu)化研究

何東靈　徐嘉源　莊嘉　王偉華

[提要] 本文中的研究區(qū)域是廣州市管轄下的南沙區(qū)，借助過往CA對城市空間擴展研究基礎(chǔ)上，應(yīng)用SLEUTH模型對南沙區(qū)未來城市空間擴展?fàn)顩r進行動態(tài)模擬，從而得出有利于南沙區(qū)未來城市發(fā)展與生態(tài)格局優(yōu)化建議。在本研究中先是借助GIS和Envi收集整理南沙區(qū)歷史年份的遙感數(shù)據(jù)和土地利用矢量數(shù)據(jù)，建立數(shù)據(jù)集后輸入SLEUTH模型。通過三次校正后，得出適合于該研究區(qū)域預(yù)測的最佳參數(shù)組，并在SLEUTH模型得到確認。通過本次研究結(jié)果，證明南沙區(qū)的生態(tài)用地在政府嚴格控制下能與城市用地平衡發(fā)展，從而達到南沙區(qū)高速發(fā)展中的生態(tài)用地格局優(yōu)化的目的。最后提出相關(guān)有利于政府措施的建議。

關(guān)鍵詞：SLEUTH模型預(yù)測;城市空間擴展;生態(tài)保護;南沙區(qū)

基金項目：國家級大學(xué)生創(chuàng)新訓(xùn)練計劃項目（編號：201811845040）

中圖分類號：F293.2 文獻標(biāo)識碼：A

收錄日期：2019年9月17日

土地利用整體規(guī)劃一直都是國家重點關(guān)注的內(nèi)容，同時也是影響人們生活和發(fā)展的一個重要方面。城市土地的開發(fā)利用，其實就是生態(tài)用地和建設(shè)用地之間權(quán)衡的過程，而生態(tài)格局的調(diào)整和優(yōu)化也直接受到了城市空間擴展的影響。而其中城市空間的動態(tài)擴展會受到自然、社會、經(jīng)濟和政治等條件影響，所以調(diào)整生態(tài)格局的時候需要進行多方面因素的綜合考慮。根據(jù)十九大報告的指導(dǎo)，中國的現(xiàn)今經(jīng)濟要以保護環(huán)境為前提，發(fā)展經(jīng)濟已經(jīng)不能再以犧牲環(huán)境和生態(tài)為代價。

而在城市空間擴展過程的研究中，以CA為代表，在1900年后就開始出現(xiàn)以及逐漸成熟，而SLEUTH模型作為CA模型中最為經(jīng)典分支，誕生在以元胞自動機和多主體模型為代表的動態(tài)城市模型階段，是基于元胞自動機模型的真實城市系統(tǒng)演化模擬。在SLEUTH模型開發(fā)和初步應(yīng)用階段，Clarke教授開發(fā)了SLEUTH模型并模擬預(yù)測了美國加利福尼亞州舊金山灣地區(qū)與美國東部華盛頓/巴爾的莫兩個差異較大的城市空間的擴展情況。到了SLEUTH模型的修正和應(yīng)用區(qū)域擴大后階段，以Jantz、Goldstein和Straaman等為首對模型的校準(zhǔn)方法進行改進，對巴爾的摩-華盛頓大都市等地區(qū)進行不同情景的模樣研究。再到模型優(yōu)化和城市擴展模擬深化階段，Dietzel和Clark在2007年又一起合作利用非監(jiān)督學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)得到的自組織圖譜產(chǎn)生的優(yōu)化指數(shù)，進一步校準(zhǔn)SLEUTH模型，得到更為理想的預(yù)測結(jié)構(gòu)。同時，國內(nèi)的SLEUTH研究也在開始跟上世界城市空間擴展研究的大潮，盡管國內(nèi)的相關(guān)研究總體比國外起步稍晚，但總體應(yīng)用得較為到位，國內(nèi)很多地區(qū)都能通過SLEUTH模型進行相關(guān)的城市空間擴展動態(tài)研究，證明模型對國內(nèi)情況也是具有普適性，如陳學(xué)剛在2005年應(yīng)用了SLEUTH模型對烏魯木齊市城市空間的動態(tài)演化進行模擬;米麗娜在2007年的《基于 SLEUTH模型的銀川市空間擴展研究》一文中，重點比較分析了Lee-Sallee指數(shù)和OSM指數(shù)兩種校準(zhǔn)方案;等等。

廣州市南沙區(qū)是國家自貿(mào)區(qū)和粵港澳大灣區(qū)地理幾何中心，是廣州重要的發(fā)展區(qū)域。近年來，南沙區(qū)持續(xù)開發(fā)，全新規(guī)劃多條地鐵線路，進一步打開南沙腹地，大量建設(shè)用地拍賣出讓，城市范圍快速擴張，城市化進程不斷加快，由此引發(fā)的濕地、農(nóng)用地縮減、水污染、大氣污染等生態(tài)難題將逐漸顯現(xiàn)。因此，本文以南沙為例，借助SLEUTH模型對南沙區(qū)生態(tài)用地進行不同情景下的動態(tài)模擬，預(yù)測南沙未來空間格局，并探討城市發(fā)展對生態(tài)環(huán)境的影響及平衡對策，以期為城市空間可持續(xù)發(fā)展與管理提供參考。

一、研究區(qū)域與研究方法

（一）研究區(qū)域。廣州市南沙區(qū)，為廣州城市副中心，位于廣州市最南端、珠江虎門水道西岸，介于北緯22°26′～23°06′，東經(jīng)113°13′～113°43′。全區(qū)總面積803平方公里，下轄3個街道、6個鎮(zhèn)。截至2017年末，南沙區(qū)常住人口72.5萬人，其中戶籍人口41.54萬人。

（二）方法與數(shù)據(jù)

1、SLEUTH模型。SLEUTH模型是一個以元胞為單位，每個元胞有相鄰的4個單元格，可根據(jù)五個轉(zhuǎn)換規(guī)則被定義為城市/非城市屬性，從而進行城市空間動態(tài)模擬研究的模型。模型特點是有自我修改規(guī)則，模型可以通過自我修改來組合出區(qū)域內(nèi)最佳參數(shù)組合，然后模擬出歷史數(shù)據(jù)現(xiàn)狀，被研究人員確認過與現(xiàn)實相符后可繼續(xù)用于預(yù)測未來城市空間發(fā)展的研究。

SLEUTH模型的使用需要起碼四個年份的分別五個數(shù)據(jù)源圖層，這五個數(shù)據(jù)圖層包括山體陰影層、城市范圍層、坡度層、交通道理層和排除層，其中以排除圖層最為特別，排除圖層的參數(shù)設(shè)置對最后城市空間發(fā)展預(yù)測的情景模擬環(huán)節(jié)有直接的影響。本研究根據(jù)所采集的數(shù)據(jù)，分別應(yīng)用2000年、2005年、2010年、2015年的數(shù)據(jù)進行。

在模型的參數(shù)設(shè)置部分，SLEUTH模型通過五個增長系數(shù)，來說定義五個增長規(guī)則，從而得出五種增長類型。其中，增長系數(shù)有如下：繁殖系數(shù)用于表示新的城市分離定居點開始自增長周期的程度、蔓延系數(shù)用于表示城市元胞自組織繁衍情況、擴散系數(shù)表示城市總體分散程度、道路引力因子是表示已有道路對新的定居點吸引情況和距離、坡度阻礙因子則是表示坡度對城市擴張的影響情況，不過一般若研究區(qū)是平原的話，此系數(shù)影響不大。

SLEUTH模型是以增長環(huán)為單位執(zhí)行的。一般來說，一個完整的SLEUTH模型有三個增長環(huán)：第一個增長環(huán)為建立數(shù)據(jù)集，主要是處理和標(biāo)準(zhǔn)化收集的數(shù)據(jù)。第二個增長環(huán)是模型校準(zhǔn)，大量數(shù)據(jù)通過粗校準(zhǔn)、精校準(zhǔn)和終校準(zhǔn)，在蒙特卡羅運算下大量迭代，從而組合出最佳參數(shù)組合用于設(shè)定最后的SLEUTH模型參數(shù)。第三個增長環(huán)是模型預(yù)測，模型先運算歷史數(shù)據(jù)并與現(xiàn)實圖像比對確定模型的精度可參照性，再輸入種子年數(shù)據(jù)，對未來年份中的城市空間擴展情況進行預(yù)測，最后輸出模擬結(jié)果的圖像和表格數(shù)據(jù)。根據(jù)最新的南沙區(qū)土地利用總體規(guī)劃對耕地和基本農(nóng)田保護、建設(shè)用地規(guī)?？刂频鹊戎贫ǖ哪繕?biāo)，本次研究設(shè)置以2018年為種子年，最佳參數(shù)組來進行未來2019～2035年南沙區(qū)的城市空間發(fā)展?fàn)顩r情景模擬。

2、數(shù)據(jù)來源與預(yù)處理。本次研究采用的原始數(shù)據(jù)類型主要有南沙區(qū)的4年的Landsat 7和Landsat 8的TM衛(wèi)星影像圖，美國航天飛機雷達地形測圖（SRTM）數(shù)據(jù)采集下的DEM數(shù)據(jù);廣州市土地利用現(xiàn)狀數(shù)據(jù)和廣州市南沙區(qū)土地利用總體規(guī)劃。其中，Landsat TM衛(wèi)星影像圖用于數(shù)據(jù)矢量化的基礎(chǔ)圖，創(chuàng)建面要素對南沙區(qū)的城市范圍和交通道路進行數(shù)據(jù)的矢量化，再通過Arctool轉(zhuǎn)柵格把城市范圍和交通道路的矢量數(shù)據(jù)轉(zhuǎn)化為柵格數(shù)據(jù)。南沙區(qū)的DEM高程圖應(yīng)用于GIS中采樣成研究區(qū)30米的DEM。本研究中所有影像、柵格和矢量數(shù)據(jù)均按照統(tǒng)一的投影坐標(biāo)為WGS1984設(shè)定。《廣州市南沙區(qū)土地利用總體規(guī)劃（2006-2020年）》是用于2000年和2010年土地利用現(xiàn)狀矢量數(shù)據(jù)屬性表編輯的依據(jù)。

3、情景模擬。為了觀察南沙區(qū)土地在未來不同強度的規(guī)劃約束下的發(fā)展?fàn)顩r，情景模擬會設(shè)為現(xiàn)狀發(fā)展、基本保護和嚴格保護三種情景，具體如下：（1）現(xiàn)狀發(fā)展：公共基礎(chǔ)設(shè)施作為排除層，其轉(zhuǎn)換為城市的排除概率為100%;其他用地不進行設(shè)置;由于坡度會影響城市發(fā)展，所以把限制坡度設(shè)置為25°，即元胞的坡度一旦超過了25°就無法轉(zhuǎn)變成城市用地。（2）基本保護：將南沙區(qū)的水域保護概率設(shè)置為60%，農(nóng)業(yè)用地的保護概率設(shè)置為50%，坡度限制保持不變。（3）嚴格保護：在情景2的參數(shù)基礎(chǔ)上，把水域的保護概率直接設(shè)置為100%，農(nóng)業(yè)用地的保護概率設(shè)置為90%，坡度限制也更加的嚴格，設(shè)置為15°。具體的各情景模擬參數(shù)參照表1。（表1）

二、結(jié)果與討論

（一）模型校正。利用南沙區(qū)2000～2015年歷史數(shù)據(jù)，進行粗校準(zhǔn)、精校準(zhǔn)、終校準(zhǔn)，根據(jù)指數(shù)最大的原則選取南沙區(qū)城市增長系數(shù)最佳組合。最終以Lee-Sallee指數(shù)排列比較選取了最佳的增長系數(shù)組合，而本次終校準(zhǔn)Lee-Sallee指數(shù)最大為0.4129，增長系數(shù)組合如表2所示。（表2）

（二）不同情景下的城市空間預(yù)測結(jié)果。以2018年為種子年，基于最終確定的最佳參數(shù)組，根據(jù)現(xiàn)狀發(fā)展情景、基本保護情景和嚴格保護情景的排除層設(shè)置，得到2035年的城市空間擴展的模擬結(jié)果如圖1、圖2、圖3、表3所示。（圖1、圖2、圖3、表3）

在情景1的現(xiàn)狀發(fā)展中，公共基礎(chǔ)設(shè)施的排除概率設(shè)置為100%和坡度設(shè)置為25°。從模擬圖可見，在這樣任性、不受約束的城市化發(fā)展下，城市的空間擴展面積會出現(xiàn)非理性增長，生態(tài)環(huán)境會保護力度嚴重不足。城市呈現(xiàn)一個攤大餅式的沿外沿?zé)o序地擴展，整個城市的空間格局呈現(xiàn)了一種較為破碎的形態(tài)。其中，由于建設(shè)用地的面積大幅度增加，導(dǎo)致農(nóng)用地和其他用地的面積迅速減少。從上表可知，在這種模式下，轉(zhuǎn)換為城市概率為90%～100%的像元個數(shù)最多，占總像元的9.5%?？梢姡F(xiàn)狀發(fā)展模式下的南沙區(qū)環(huán)境壓力巨大，這樣的發(fā)展模式會加大城市發(fā)展與生態(tài)保護之間的矛盾，不符合可持續(xù)發(fā)展的原則，不利于發(fā)展環(huán)境友好型社會。

在情景2的基本保護中，模型設(shè)置是在情景1的基礎(chǔ)上，加上了水域保護概率為60%和農(nóng)業(yè)用地保護概率為50%，城市用地轉(zhuǎn)化的限制較大，以達到基本保護的要求。從圖表可見，轉(zhuǎn)換為城市概率為90%～100%的像元個數(shù)顯著減少，下降率達到55.9%?？梢?，在基本保護情景下，能成功加大對耕地、林地和水體的保護，城市的發(fā)展速度在規(guī)劃之下能有所控制，有利于南沙區(qū)生態(tài)的持續(xù)發(fā)展。

在情景3的嚴格保護中，繼續(xù)繼續(xù)加大對規(guī)劃對南沙區(qū)的城區(qū)空間發(fā)展的影響度，把坡度限制改為15°，水域從原先的保護概率60%提升至100%，農(nóng)業(yè)用地的保護概率也從50%提升至90%。在此情景下，模型進一步加大保護河流湖泊和基本農(nóng)田的力度，城市空間發(fā)展進一步限制住，使得城市擴展速度顯著降低。在圖標(biāo)數(shù)據(jù)方面，可見轉(zhuǎn)換為城市概率為90%～100%的像元個數(shù)進一步降低，比起基本現(xiàn)狀像元個數(shù)降低了75.1%?？梢?，在嚴格保護情景下，對南沙區(qū)的生態(tài)保護力度大，對生態(tài)格局調(diào)整有明顯作用，符合可持續(xù)發(fā)展的要求。

三、南沙區(qū)未來生態(tài)格局優(yōu)化發(fā)展建議

（一）嚴格控制南沙區(qū)的人口增長，優(yōu)化區(qū)域人口素質(zhì)。南沙區(qū)由于開發(fā)較晚，目前整個區(qū)域的人口密度較低，其城市人口主要以農(nóng)民為主。但隨著南沙區(qū)的自貿(mào)區(qū)政策和城市發(fā)展進一步深入，需要引入大量的高端人才和勞動力，城市人口的機械增長會大量增加，其相應(yīng)的人口居住地和工作用地會同時增長來滿足大人在南沙定居和工作的需求。因此，相關(guān)政府部門，要落實好城市規(guī)劃和人口數(shù)量控制，緊抓人口素質(zhì)教育工作，讓城市人口按著城市適合的發(fā)展速度增長，讓市民深入生態(tài)環(huán)保理念，從而減少對生態(tài)承載力的負擔(dān)和對城市建設(shè)下對生態(tài)環(huán)境不可逆的傷害。

（二）控制城市空間發(fā)展速度，嚴格打擊違建，加強閑置土地懲罰力度。為了讓城市建設(shè)用地和各種農(nóng)用地，尤其是基本農(nóng)田，能按政府規(guī)劃進行利用，城管部門必須加大對違建房的處罰力度，尤其是私自把集體用地下的宅基地和耕地進行違規(guī)建設(shè)或使用權(quán)出售等行為，一經(jīng)發(fā)現(xiàn)必須進行違建房拆除和對建筑人的處罰。此外，各種閑置沒被及時有效利用的土地，政府可以先通過政策優(yōu)化或者資金傾斜鼓勵土地使用者及時對土地進行按計劃使用，后設(shè)定相關(guān)的處罰制度進行土地閑置的后果處罰，從而提供土地的集約利用優(yōu)化度，減少土地的浪費。

（三）制定土地整理計劃，建立生態(tài)補償制度。首先，在規(guī)劃上，政府在進行任何的土地規(guī)劃或者決策前，必須充分征求農(nóng)業(yè)、林業(yè)、水利、環(huán)保等相關(guān)部門和進行專家論證，確保決策的科學(xué)性和生態(tài)友好性。其次，政府加大對土地整理的資金投入和政策傾斜，確保政府發(fā)揮領(lǐng)頭作用的同時鼓勵社會各界對土地整理的投入，調(diào)動人們對土地整理和生態(tài)保護的主動性。在建設(shè)生態(tài)補償制度方面，明確“誰開發(fā)、誰保護，誰破壞、誰恢復(fù)，誰受益、誰補償，誰污染、誰付費”的生態(tài)補償主體。除此之外，基本農(nóng)田保護面積、耕地保有量和生態(tài)用地減少的地區(qū)向增加的地區(qū)支付相應(yīng)費用，補償其資源占用成本。

（四）加強地質(zhì)災(zāi)害的防治，保障生態(tài)格局動態(tài)平衡。不同于其他城市發(fā)展地區(qū)，南沙區(qū)由于靠近大海，其土地含水量高，易受創(chuàng)，土地強度較低，其土壤主要為軟粘，其土壤的有機質(zhì)和腐殖酸含量較高，是導(dǎo)致土體強度低、壓縮性高的主要原因。因此，在南沙區(qū)的城市發(fā)展建設(shè)過程中，要嚴格關(guān)注建筑物沉降或其他地質(zhì)災(zāi)害情況，以免出現(xiàn)大面積土地受創(chuàng)限制，保障南沙區(qū)的生態(tài)格局動態(tài)平衡，生態(tài)系統(tǒng)穩(wěn)定維持。

四、結(jié)論

在本次研究中，借助SLEUTH模型對南沙區(qū)未來2035年空間擴展進行了情景模擬，并針對模擬結(jié)果提出相關(guān)的建議。得出以下結(jié)論：

（一）在模型校準(zhǔn)精度方面，在2000～2018年的城市空間模擬的校準(zhǔn)中，形狀指數(shù)（Lee-Sallee指數(shù)）較大，與歷史數(shù)據(jù)的空間匹配度以及精度均較高，因此SLEUTH元胞自動機模型具有較強的普適性與可移植性，可以應(yīng)用于城市用地動態(tài)模擬。

（二）空間擴展的模擬結(jié)果表明，另外三種情景下城市建設(shè)用地均不同程度明顯增加，對農(nóng)業(yè)用地、濕地等生態(tài)用地均有侵占。結(jié)合增長系數(shù)，可看出南沙的建設(shè)用地主要是在原有的城市范圍上向外圍郊區(qū)逐漸拓展，同時輔以平坦空地自發(fā)增長。其中，現(xiàn)狀發(fā)展和基本保護情景下，城市建設(shè)用地均大幅度增長，大面積侵占農(nóng)田、水域等生態(tài)用地，嚴重損害區(qū)域生態(tài)服務(wù)能力，影響城市可持續(xù)發(fā)展。相較于前兩種情景，嚴格保護情景下，城市建設(shè)用地的擴張程度較少，大面積侵占生態(tài)用地的情況得以控制，較好地保留了城市自然生態(tài)服務(wù)能力，保障城市可持續(xù)發(fā)展。

主要參考文獻：

[1]Clarke，K.C.，G.Olsen，and J.A.Brass.Refining a cellular automaton model of Wildfire Propagation and extinction[A].Proceedings of the Second International Conference on the Integration of Geographie Information Systems and Environmental Modeling[C].1993.

[2]Clarke，K.C.，P.Riggan，and J`A.Brass.A cellular automaton model of wildfire Propagation and extinction [J].Photogrammetric Engineering and Remote Sensing 1995.607.

[3]Loose-coupling a cellular automaton model and GIS：long-term urban growth prediction for San Francisco and Washington/Baltimore[J].Keith C.Clarke Leonard，J.Gaydos.International Journal of Geographical Information Science，1998（7）.

[4]Jante C A，Uoctz S J，Donato D，et al.Designing and implementing a regional urban modeling system using the SLEUTH cellular urban model[J].Comput Environ and Urban Systems，2010.34（1）.

[5]Jantz C A，Goetz S J，Shelley M K.Using the SLEUTH Urban Growth Model to Simulate the Impacts of Future Policy Scenarios on Urban Land Use in the Baltimore-Washington Metropolitan Area[J].Environment & Planning B Planning & Design，2004.31（2）.

[6]Goldstein N.C.Brains vs.Brawn-Comparative strategies for the calibration of a cellular automata-based Urban Growth Model[J].In：Atkinson P，F(xiàn)oody G，Darby S，Wu F（eds）.GeoDynamics.CRC，Boca Raton，2004.

[7]陳學(xué)剛.基于細胞自動機的城市增長模擬研究[D].新疆大學(xué)，2005.

[8]米麗娜.基于SLEUTH模型的銀川市空間擴展研究[D].蘭州大學(xué)，2006.