基于景觀聚類的南昌市主城區(qū)城鄉(xiāng)梯度識別及其生態(tài)系統(tǒng)服務(wù)響應(yīng)

蔡振饒，方朝陽*，何清華，顏吉林，高 丹，劉志勇

1. 江西師范大學(xué)，江西 南昌 330022

2. 上饒師范學(xué)院，江西 上饒 334001

城鄉(xiāng)梯度是研究人類活動干擾，尤其是城市化對生態(tài)系統(tǒng)影響的有力工具[1]. 隨著城市化的持續(xù)推進，人類活動給生態(tài)環(huán)境帶來的影響不斷加劇，描繪城市化特征的城鄉(xiāng)梯度方法逐漸成為領(lǐng)域關(guān)注熱點，發(fā)展為生態(tài)學(xué)研究的新框架. 該框架假設(shè)人類活動與生態(tài)系統(tǒng)存在沿著城市核心向外圍農(nóng)村發(fā)生梯度變化的規(guī)律，包括土地利用和土地覆蓋的變化[2]、土壤化學(xué)[3]、生物多樣性[4]、景觀格局及生態(tài)系統(tǒng)服務(wù)的變化[5].

學(xué)者對城鄉(xiāng)梯度的劃分有不同定義和手段. 基于簡單的城鄉(xiāng)二分法不能理解城市化下生態(tài)過程的復(fù)雜性，因此，一些研究使用分類測量來識別城鄉(xiāng)梯度，梯度通常被定義為3或4個類別(如城市、近郊、遠郊). 在生態(tài)學(xué)研究中主要以3種方式來描述和分類城鄉(xiāng)梯度. 第一種是基于地理距離方式，從城市中心到農(nóng)村外圍邊界之間建立一條或多條直線[6]，或設(shè)置多個緩沖帶[7-8]，以距離作為唯一的劃分指標. 第二種是以某種單一規(guī)則來生成城鄉(xiāng)梯度類型，試圖將城市化過程封裝成單一指標，如不透水表面比例[9]、森林覆蓋率[10]、人口或住房密度[11]等. 然而，這兩種分類方法應(yīng)用單一的度量閾值，掩蓋了區(qū)域的生態(tài)多樣性，忽略了復(fù)雜人類-生態(tài)系統(tǒng)的非線性特征[12]. 如有研究[13]發(fā)現(xiàn)，物種豐富度往往在中等城市化的梯度中達到頂峰，在末端(城市核心和農(nóng)村)最低，在中部(郊區(qū))最高. 第三種方法則涉及復(fù)雜的景觀模式指標(景觀斑塊的大小及多樣性)或多個指標的組合[14-15](如不透水面比例與人口密度的組合). 目前國外已有研究使用聚類分析來生成城鄉(xiāng)梯度類型[16]，通過聚類算法對多個指標進行組合，生成的類型可以適應(yīng)小尺度(鄉(xiāng)鎮(zhèn)級、村級)的數(shù)據(jù)集，提供適應(yīng)小區(qū)域特定管理目標的解決方案.

城市生態(tài)系統(tǒng)具有高度空間異質(zhì)性，采用城鄉(xiāng)梯度的研究范式可為生態(tài)系統(tǒng)和城市規(guī)劃管理提供重要的方法學(xué)基礎(chǔ)[17]，為與社會福利相關(guān)的生態(tài)系統(tǒng)服務(wù)提供新的研究框架[18]. 已有研究表明，城鄉(xiāng)梯度制約著生態(tài)系統(tǒng)服務(wù)的空間變化[19]，也影響著生態(tài)系統(tǒng)服務(wù)之間的關(guān)系，梯度的劃分方式會對生態(tài)系統(tǒng)服務(wù)空間異質(zhì)性研究結(jié)果產(chǎn)生影響. 目前國內(nèi)外從城鄉(xiāng)梯度視角探討生態(tài)系統(tǒng)服務(wù)空間異質(zhì)性的研究較少，大多采用構(gòu)建同心圓緩沖區(qū)的方式探索生態(tài)系統(tǒng)服務(wù)的城鄉(xiāng)梯度[20]. 然而，離城市中心距離相同的區(qū)域，其景觀與生態(tài)系統(tǒng)服務(wù)類型可能不同[21]，城鄉(xiāng)梯度的表征不同. 因此，有必要應(yīng)用融合多種景觀指標的城鄉(xiāng)梯度識別方法，深化與生態(tài)系統(tǒng)服務(wù)的關(guān)聯(lián)研究.

表 1 城鄉(xiāng)梯度的量化指標Table 1 Quantitative index of the urban-rural gradient

南昌市擁有良好的自然底蘊，是江西省生態(tài)文明先行示范建設(shè)區(qū)，同時是長江中游城市群的核心城市. 南昌市主城區(qū)是該市經(jīng)濟建設(shè)與生態(tài)空間保護的核心區(qū)，厘清主城區(qū)的城鄉(xiāng)梯度特征及生態(tài)系統(tǒng)服務(wù)的空間異質(zhì)性，對于挖掘城市生態(tài)資源優(yōu)勢，促進鄉(xiāng)村生態(tài)價值轉(zhuǎn)化具有重要意義. 筆者以南昌市主城區(qū)為例，采用基于景觀聚類的方法識別主城區(qū)城鄉(xiāng)梯度，分析4種生態(tài)系統(tǒng)服務(wù)的城鄉(xiāng)梯度特征，使用841個村級尺度單元，符合對南昌市主城區(qū)分析的尺度要求. 該研究結(jié)果有利于南昌市主城區(qū)資源管理和生態(tài)環(huán)境保護，可為城市生態(tài)系統(tǒng)服務(wù)分類保護與開發(fā)提供參考.

1 研究區(qū)介紹

南昌市是江西省省會，下轄6個區(qū)和3個縣，其中南昌縣已與6個市轄區(qū)同城化，自然與人文空間連成一體，成為名副其實的主城區(qū). 南昌市主城區(qū)是空間規(guī)模較大的城鄉(xiāng)共同體，同時內(nèi)部的城鄉(xiāng)地理環(huán)境差異較大. 從城市的視角看，2019年主城區(qū)建設(shè)用地面積達355.67 km2，已具有較大規(guī)模的城市體量. 在鄉(xiāng)村方面，主城區(qū)外圍具有大農(nóng)村的特征，城區(qū)北、東、南面屬于贛撫平原灌區(qū)，農(nóng)田廣布，灌溉農(nóng)業(yè)發(fā)達. 從自然環(huán)境的視角來看，研究區(qū)擁有“山水林田湖”等多樣化的自然要素，其北臨鄱陽湖、東臨青嵐湖，城中有瑤湖、贛江等眾多湖泊與河流，西部為梅嶺山地，林木茂盛(見圖1). 地理環(huán)境的多樣化特征為城鄉(xiāng)梯度研究創(chuàng)造了條件.

圖 1 南昌市主城區(qū)區(qū)位與土地覆被類型Fig.1 Location and land cover types of the main urban area of Nanchang

該研究選擇831個村級尺度行政單元進行分析.南昌市青山湖區(qū)、青云譜區(qū)、東湖區(qū)、西湖區(qū)以社區(qū)為主，將其轄區(qū)內(nèi)的社區(qū)合并分別作為村級尺度單元. 總體上，村級尺度數(shù)據(jù)以行政村為主，還包括一部分林場、農(nóng)場、水產(chǎn)場、果場、湖泊管理局以及南昌縣政府飛地. 為了保證研究區(qū)完整性及研究結(jié)果的可靠性，允許這些具有特殊價值的飛地存在. 主城區(qū)中面積最大的村級單元為南磯鄉(xiāng)鄱陽湖區(qū)，面積為323 km2，村級尺度單元的平均面積為5.5 km2.

2 數(shù)據(jù)來源與指標選取

2.1 數(shù)據(jù)來源

土地覆被數(shù)據(jù)來源于清華大學(xué)全球高分辨率土地覆被監(jiān)測網(wǎng)(http://data.ess.tsinghua.edu.cn)，數(shù)據(jù)年份為2017年. 村級行政邊界數(shù)據(jù)來源于第三次全國國土調(diào)查結(jié)果. 南昌市主城區(qū)農(nóng)、林、牧、漁總產(chǎn)值數(shù)據(jù)來源于《南昌市統(tǒng)計年鑒》(2018年). 景點、服務(wù)設(shè)施的POI（興趣點）數(shù)據(jù)從百度地圖網(wǎng)站中獲得，各街道(鄉(xiāng)鎮(zhèn))人口數(shù)據(jù)來源于南昌市第六次人口普查.

2.2 城鄉(xiāng)梯度的識別指標

在生態(tài)學(xué)上農(nóng)業(yè)用地的生態(tài)質(zhì)量高于城市，并與自然地(主要是生態(tài)用地)有著非常異化的生態(tài)質(zhì)量.該研究的假設(shè)模式如圖2所示，即假設(shè)從城市中心(核心建成區(qū))開始，自然地和農(nóng)業(yè)用地之間會沿著城鄉(xiāng)梯度進行分叉，預(yù)測自然地與建成區(qū)的景觀模式分異(核心與小島)會促進城鄉(xiāng)梯度過渡型的產(chǎn)生.

圖 2 城鄉(xiāng)梯度的假設(shè)模式Fig.2 Hypothetical model of the urban-rural gradient

該研究采用7個指標(3個土地覆被指標與4個景觀模式指標)來識別城鄉(xiāng)梯度(見表1). 建成區(qū)指標來源于土地覆被數(shù)據(jù)中的不透水面要素，其表征區(qū)域的城市化水平與經(jīng)濟社會狀況，并對生態(tài)質(zhì)量施加負面影響[22-23]. 選擇自然地指標來表征研究區(qū)的自然環(huán)境特性，該指標包含林地、灌木地、濕地3種土地覆被要素. 農(nóng)業(yè)用地是鄉(xiāng)村重要的生產(chǎn)空間，該研究采用耕地要素(狹義的農(nóng)業(yè)用地)來反映鄉(xiāng)村的農(nóng)業(yè)發(fā)展水平. 景觀模式指標采用形態(tài)學(xué)空間格局分析方法(MSPA)[24]獲取，發(fā)育良好的核心建成區(qū)表明區(qū)域內(nèi)的建筑較為密集，如商業(yè)區(qū)或工業(yè)園區(qū)，而小島建成區(qū)表明孤立的建筑分散于景觀中. 核心自然地說明區(qū)域內(nèi)有較大面積的生物棲息地，意味著具有較為完整的生態(tài)系統(tǒng). 小島自然地則說明區(qū)域內(nèi)有破碎的棲息地或城市公園.

2.3 生態(tài)系統(tǒng)服務(wù)評估指標

景觀的變化形成了城鄉(xiāng)梯度，也引起生態(tài)系統(tǒng)服務(wù)效應(yīng)[25]. 生態(tài)系統(tǒng)服務(wù)包括支持服務(wù)、供給服務(wù)、調(diào)節(jié)服務(wù)與文化服務(wù)[26]，每一類生態(tài)系統(tǒng)服務(wù)的量化指標不同，該研究用生境質(zhì)量代表支持服務(wù)、食物供給代表供給服務(wù)、碳儲量代表調(diào)節(jié)服務(wù)、游憩機會代表文化服務(wù). 其中游憩機會集成了5項評估指標，分別為景觀多樣性、自然景觀元素、景點、可達性和服務(wù)設(shè)施，以綜合表征游憩服務(wù)的空間化特征.

3 研究方法

3.1 主成分分析

采用主成分分析(PCA)方法降低景觀數(shù)據(jù)集中的維數(shù). PCA是一種多元統(tǒng)計技術(shù)，可將原始指標的數(shù)量減少到有限的一組向量中，包含若干關(guān)鍵指標，這些指標能解釋原始指標的主要變化，解決數(shù)據(jù)冗余問題[27]. 該研究將主成分分析結(jié)果中初始特征值大于1的指標作為主成分，并作為下一步聚類分析的輸入數(shù)據(jù). 主成分可按解釋力排序，第一主成分能解釋的原變量方差最多，第二主成分其次. 通過分析主成分得分及制作散點圖，探討各原始指標對城鄉(xiāng)梯度分異的影響.

3.2 AP聚類算法

AP聚類(親和力傳播聚類)指依據(jù)一定的規(guī)則在節(jié)點之間傳遞信息，在多次迭代過程中出現(xiàn)聚類中心，進而實現(xiàn)數(shù)據(jù)點的自動聚類，具有聚類速度快、對輸入相似度矩陣的三角不等式和對稱性沒有要求，且可以適用于多種場合等優(yōu)點[28]. AP聚類的優(yōu)勢是不需人為設(shè)置初始的類中心，主要根據(jù)相似矩陣本身的特征逐漸達到聚類收斂的效果. AP聚類已被證明比其他聚類方法(如K-均值聚類)更快，對異常值的誤差和敏感性更低. 該方法已應(yīng)用于景觀度量數(shù)據(jù)集的研究[29]，該研究在PCA獲取景觀數(shù)據(jù)集的主成分基礎(chǔ)上，采用AP聚類算法生成村級尺度單元的城鄉(xiāng)梯度類型.

3.3 生態(tài)系統(tǒng)服務(wù)評估方法

筆者采用模型法分別對不同類型的生態(tài)系統(tǒng)服務(wù)進行評估.

采用InVEST 模型來評估研究區(qū)的生境質(zhì)量與碳儲量. InVEST模型中對生境質(zhì)量的測量包括4個要素：每個威脅因子的影響相對權(quán)量、每種生境對每個威脅因子的相對敏感性、生境與威脅因子之間的距離以及生境的可及性. 選擇對生態(tài)景觀影響較大的不透水面、鐵路、國道、省道、縣鄉(xiāng)道、農(nóng)業(yè)用地定義為威脅源，并參考相關(guān)文獻[30]對威脅因子的適宜度與敏感性進行賦值. InVEST模型對碳儲量的評估需要應(yīng)用的基本參數(shù)是不同土地使用類型的碳密度，該研究的碳密度數(shù)據(jù)來源于與該研究區(qū)氣候相近的區(qū)域研究成果[31].

利用土地覆被數(shù)據(jù)和統(tǒng)計年鑒數(shù)據(jù)，計算研究區(qū)各類型土地覆被的食物總產(chǎn)值，實現(xiàn)食物供給的空間化. 食物總產(chǎn)值數(shù)據(jù)來源于《南昌市統(tǒng)計年鑒》(2018年)，其中，農(nóng)業(yè)產(chǎn)值對應(yīng)的是土地覆被數(shù)據(jù)中的耕地，林業(yè)產(chǎn)值對應(yīng)的是林地，牧業(yè)產(chǎn)值對應(yīng)草地，漁業(yè)產(chǎn)值對應(yīng)水體. 食物供給計算模型參考文獻[32].

參照已有研究的游憩服務(wù)量評估模型[33]，對游憩機會評價指標進行分析. 景觀多樣性指標應(yīng)用Fragstats軟件獲取研究區(qū)的香農(nóng)多樣性指數(shù)[34]；利用ArcGIS軟件計算自然景觀元素(林地、濕地、水體)的歐式距離；利用ArcGIS軟件的核密度方法計算景點(A級景區(qū)、公園、度假村、休閑農(nóng)莊、漁莊)的空間密度；采用2SFCA法計算從各街道(鄉(xiāng)鎮(zhèn))點到景點的可達性[35]；采用ArcGIS軟件的泰森多邊形方法計算服務(wù)設(shè)施的服務(wù)范圍. 然后用自然斷點法將數(shù)據(jù)劃分為10個等級，最后對分級結(jié)果進行等權(quán)重空間疊加，得到研究區(qū)總的游憩機會.

3.4 相關(guān)性分析

借助SPSS軟件分析4種生態(tài)系統(tǒng)服務(wù)之間的相關(guān)性，通過皮爾遜相關(guān)系數(shù)判斷不同城鄉(xiāng)梯度下的生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同關(guān)系：當兩種服務(wù)的相關(guān)系數(shù)大于0、且呈顯著正相關(guān)(P＜0.05)時，則視兩種服務(wù)間的相互作用關(guān)系為協(xié)同；當兩種服務(wù)的相關(guān)系數(shù)小于0、且呈顯著負相關(guān)(P＜0.05)時，則視為權(quán)衡；當相關(guān)性不顯著時，則兩種生態(tài)系統(tǒng)服務(wù)之間為不相關(guān)關(guān)系.

4 研究結(jié)果

4.1 城鄉(xiāng)梯度識別結(jié)果

4.1.1城鄉(xiāng)梯度類型與空間分布

該研究采用AP聚類算法生成研究區(qū)城鄉(xiāng)梯度類型(見圖3)，包含5種類型. 城市集中在中部，有80個村級單元，是主城區(qū)開發(fā)最成熟的區(qū)域，在空間上最為集聚，經(jīng)濟發(fā)展水平與建筑密度最高. 近郊村主要圍繞在城市的周邊，有125個村級單元. 一部分近郊村的分布較為離散，原因是其受南昌工業(yè)發(fā)展的政策影響，例如主城區(qū)西北部的贛江新區(qū)與東北部的高新區(qū)開發(fā)密度不如城市核心區(qū)，且不與城市核心區(qū)緊鄰. 此外，一些地方經(jīng)濟強鎮(zhèn)，如城南的向塘鎮(zhèn)、厚田鎮(zhèn)與城東的麻丘鎮(zhèn)，其鎮(zhèn)政府駐地經(jīng)濟發(fā)展水平較高，但與城市核心區(qū)存在空間上的隔離. 農(nóng)業(yè)村廣布于贛撫平原灌區(qū)上，數(shù)量為461個. 農(nóng)業(yè)村的鮮明特點是擁有較大面積耕地，有大面積的基本農(nóng)田. 遠郊村有107個，分布較為零散，主要位于林地與水體面積較大的區(qū)域. 生態(tài)村有58個，主要分布于西部的梅嶺山地、東北部的鄱陽湖沿岸以及東南部的白虎嶺林場，這些區(qū)域具有自然地面積大的明顯特征.

圖 3 南昌市主城區(qū)城鄉(xiāng)梯度類型Fig.3 Urban-rural gradient types of the main urban area of Nanchang

4.1.2城鄉(xiāng)梯度的主成分解釋

研究區(qū)7個景觀要素的主成分分析結(jié)果如表2所示，前3個主成分初始特征值累積比為0.884，因此城鄉(xiāng)梯度聚類的輸入數(shù)據(jù)來自前3個主成分. 該研究用主成分大于0.6或小于-0.6來表示原始指標對主成分的強關(guān)系. 第1主成分解釋了原始指標37.8%的變化，在第1主成分中，自然地與核心自然地呈正相關(guān)，且與建成區(qū)、核心建成區(qū)均呈負相關(guān). 這識別出了傳統(tǒng)的城鄉(xiāng)梯度二分法的梯度類型，一端是自然地，另一端是建成區(qū). 第2主成分解釋了原始指標35.7%的變化，捕獲了另一個體現(xiàn)城鄉(xiāng)梯度二分法的梯度類型，即建成區(qū)與農(nóng)業(yè)用地. 第3主成分的貢獻率為14.9%，其中小島自然地貢獻最多，為城鄉(xiāng)梯度的多樣式劃分創(chuàng)造了可能.

表 2 景觀要素的主成分分析結(jié)果Table 2 Principal component analysis results

前兩個主成分共解釋了原始指標73.5%的變化，

對分類結(jié)果產(chǎn)生很強影響. 如圖4所示，5種梯度類型受到前兩個主成分控制并呈現(xiàn)出明顯的分異現(xiàn)象，表現(xiàn)出明顯的集群效果. 結(jié)合表2可知：主成分1的積極方向是由建成區(qū)、核心建成區(qū)與小島自然地驅(qū)動，消極方向由自然地和核心自然地驅(qū)動；主成分2的積極方向由建成區(qū)、核心建成區(qū)和自然地驅(qū)動，消極方向明顯地由農(nóng)業(yè)用地驅(qū)動.

圖 4 前2個主成分與城鄉(xiāng)梯度的關(guān)聯(lián)Fig.4 Correlation between the first two principal components and the urban-rural gradient

圖 5 南昌市主城區(qū)7種景觀的城鄉(xiāng)梯度Fig.5 Urban-rural gradients of seven landscapes in the main urban area of Nanchang

4.1.3城鄉(xiāng)梯度的景觀指標解釋

景觀結(jié)構(gòu)在城鄉(xiāng)之間發(fā)生著梯度變化(見圖5).沿著城鄉(xiāng)梯度，建成區(qū)面積與核心建成區(qū)面積占比總體上表現(xiàn)為梯度遞減的態(tài)勢，但遠郊村的建成區(qū)面積占比略高于農(nóng)業(yè)村. 農(nóng)業(yè)用地面積占比呈現(xiàn)倒“V”型的梯度變化特征，農(nóng)業(yè)用地占比在農(nóng)業(yè)村最高，往城市與生態(tài)村兩端遞減. 從城市往鄉(xiāng)村方向，自然地與核心自然地的面積占比總體上表現(xiàn)為逐漸增長的趨勢，但在近郊村出現(xiàn)異常，近郊村的自然地與核心自然地面積占比略高于城市和農(nóng)業(yè)村.農(nóng)業(yè)村產(chǎn)業(yè)發(fā)展以農(nóng)業(yè)生產(chǎn)為主，大量的土地被開發(fā)為耕地，致使自然地反而少于近郊村. 小島建成區(qū)反映建設(shè)用地的零散分布情況，近郊村的小島建設(shè)用地面積占比略高于其他類型村，并向兩端方向梯度遞減. 原因在于近郊村毗鄰城市，是大學(xué)城、工業(yè)園等發(fā)展要素的布局對象，但建設(shè)密度不如城市核心區(qū)，存在建設(shè)用地孤島現(xiàn)象. 小島自然地的面積占比以近郊村為最高，其次是城市，并往生態(tài)村方向遞減. 小島自然地在城市與近郊村中具有特殊的生態(tài)價值，然而城市景觀以不透水面為主，連片的自然地稀缺，小島自然地成為關(guān)鍵性的生態(tài)用地.南昌市主城區(qū)近郊村存在湖泊與山體，為小島自然地的保留創(chuàng)造了條件.

圖6以案例村的形式直觀展示了景觀結(jié)構(gòu)的梯度差異，其位于城市核心區(qū)與梅嶺山地、贛撫平原灌區(qū)的銜接處. 北山村南臨南昌都市，是城市類型村，以不透水面景觀占主導(dǎo)，不透水面的面積占比近80%.冠山農(nóng)場南鄰北山村，是近郊村，擁有較大面積的不透水面，但農(nóng)業(yè)用地面積與之相當，同時存在小島自然地零散分布的現(xiàn)象. 天源村主要位于贛撫平原灌區(qū)，是農(nóng)業(yè)村，主要為農(nóng)業(yè)用地，同時存在小面積的自然地與不透水面. 樂化村是遠郊村，農(nóng)業(yè)用地最多，也有較大面積的自然地與不透水面. 嶺背林場西接梅嶺，是生態(tài)村，自然地面積廣大，存在小面積的小島建成區(qū).

圖 6 南昌市主城區(qū)的城鄉(xiāng)梯度案例Fig.6 Example of the urban-rural gradient in the main urban area of Nanchang

城市化、農(nóng)業(yè)活動、自然環(huán)境共同驅(qū)動城鄉(xiāng)梯度分異，導(dǎo)致鄉(xiāng)村的一端出現(xiàn)農(nóng)業(yè)村與生態(tài)村，城鄉(xiāng)兩端間出現(xiàn)過渡型鄉(xiāng)村. 建成區(qū)面積變化是城市化的代理，伴隨著建成區(qū)的擴張，農(nóng)業(yè)用地與自然地均受到一定程度的威脅. 該研究將核心自然地作為自然環(huán)境的代理，展示了其與建成區(qū)的城鄉(xiāng)梯度關(guān)系(見圖7)，隨著建成區(qū)面積的減少，核心自然地的面積占比并非呈增長趨勢. 在建成區(qū)面積占比小的區(qū)域中分異出3種梯度類型(農(nóng)業(yè)村、遠郊村、生態(tài)村)，農(nóng)業(yè)村與生態(tài)村成為核心自然地面積占比差異較大的兩端. 分類結(jié)果符合前期的假設(shè)模式(見圖2).

4.2 城鄉(xiāng)梯度下的生態(tài)系統(tǒng)服務(wù)響應(yīng)

4.2.1生態(tài)系統(tǒng)服務(wù)的城鄉(xiāng)梯度特征

南昌市主城區(qū)4種生態(tài)系統(tǒng)服務(wù)的空間分布如圖8所示. 生境質(zhì)量高值區(qū)位于西部的山地森林區(qū)與東北部的鄱陽湖區(qū)，碳儲量高值區(qū)位于西部山地，食物供給高值區(qū)位于湖區(qū)與南部的草場，游憩機會高值區(qū)位于中心城區(qū)與西部山地. 該研究利用ArcGIS軟件對碳儲量與食物供給數(shù)據(jù)進行歸一化處理，再將4類生態(tài)系統(tǒng)服務(wù)的空間數(shù)據(jù)與城鄉(xiāng)梯度識別結(jié)果進行關(guān)聯(lián)，制作出生態(tài)系統(tǒng)服務(wù)的城鄉(xiāng)梯度圖(見圖9).

圖 7 建成區(qū)與核心自然地的城鄉(xiāng)梯度關(guān)系Fig.7 Urban-rural gradient relationship between built-up areas and core natural land

圖 8 4種生態(tài)系統(tǒng)服務(wù)的空間分布Fig.8 Spatial distribution of four ecosystem services

沿著城鄉(xiāng)梯度，主城區(qū)生境質(zhì)量逐漸增高，并可分為兩個梯級. 從城市到農(nóng)業(yè)村，生境質(zhì)量平均值增加0.18，增量較小. 而從農(nóng)業(yè)村到生態(tài)村，生境質(zhì)量平均值增加0.564，反映出生境梯度的顯著變化. 碳儲量在城鄉(xiāng)間同樣表現(xiàn)出兩個梯級，從城市到農(nóng)業(yè)村，碳儲量的平均值僅增加0.098，而與農(nóng)業(yè)村相比，生態(tài)村的碳儲量平均值增長0.651，碳儲量明顯增加. 生境質(zhì)量與碳儲量是體現(xiàn)區(qū)域生態(tài)質(zhì)量的重要指標[36-37]，由此可驗證圖2的城鄉(xiāng)梯度假設(shè)，即在鄉(xiāng)村端生態(tài)質(zhì)量發(fā)生分異，產(chǎn)生了農(nóng)業(yè)村與生態(tài)村這兩種典型的鄉(xiāng)村類型.

沿著城鄉(xiāng)梯度，食物供給呈現(xiàn)為倒“U”型的城鄉(xiāng)梯度特征. 城市與生態(tài)村為低值區(qū)，農(nóng)業(yè)村、近郊村與遠郊村的食物供給水平較高，其中，近郊村的食物供給中位數(shù)高于農(nóng)業(yè)村，遠郊村食物供給的平均值最高. 圖5雖說明了農(nóng)業(yè)村的農(nóng)業(yè)用地(耕地)比例最高，但食物供給不止來源于耕地，還來源于林地、草地與水體(分別對應(yīng)林業(yè)、牧業(yè)與漁業(yè)). 研究區(qū)草地與水體的單位面積產(chǎn)出價值高于耕地，而部分近郊村與遠郊村的這兩類土地覆被面積多于農(nóng)業(yè)村，致使其在食物供給方面與農(nóng)業(yè)村大體相當，扮演著提供多樣化農(nóng)產(chǎn)品的角色.

圖 9 4類生態(tài)系統(tǒng)系統(tǒng)服務(wù)的城鄉(xiāng)梯度特征Fig.9 Urban-rural gradient characteristics of four types of ecosystem service

游憩機會在城鄉(xiāng)梯度中表現(xiàn)為“V”型的變化特征. 農(nóng)業(yè)村是游憩機會的低值區(qū)，高值區(qū)的一端是城市與近郊村，原因在于城市與近郊村在景點、可達性、服務(wù)設(shè)施、景觀多樣性方面優(yōu)于農(nóng)業(yè)村. 高值區(qū)另一端的生態(tài)村游憩機會也較高，原因在于生態(tài)村有美學(xué)價值較高的自然景觀元素. 在主城區(qū)的西部山地，具備臨近中心城區(qū)的優(yōu)勢，可達性與服務(wù)設(shè)施較好，是居民休閑娛樂的旅游勝地.

4.2.2生態(tài)系統(tǒng)服務(wù)關(guān)系的城鄉(xiāng)梯度

自然地與農(nóng)業(yè)用地是城鄉(xiāng)梯度的識別指標，也是引起城鄉(xiāng)梯度分異的重要原因. 自然地與農(nóng)業(yè)用地的代表性生態(tài)系統(tǒng)服務(wù)是生境質(zhì)量與食物供給，分析代表性生態(tài)系統(tǒng)服務(wù)之間及其與其他服務(wù)的權(quán)衡與協(xié)同關(guān)系，將有助于城鄉(xiāng)生態(tài)系統(tǒng)服務(wù)的優(yōu)化與管理.

如表3所示，食物供給與游憩機會、碳儲量之間的關(guān)系以權(quán)衡性為主導(dǎo). 從農(nóng)業(yè)村到生態(tài)村，食物供給與碳儲量之間的權(quán)衡性逐漸增強(在生態(tài)村權(quán)衡性最高，相關(guān)系數(shù)為-0.536)，說明在鄉(xiāng)村端布局食物生產(chǎn)活動會與碳儲量發(fā)生權(quán)衡作用. 在近郊村、遠郊村與生態(tài)村，食物供給與游憩機會為低權(quán)衡關(guān)系(在遠郊村權(quán)衡性最高，相關(guān)系數(shù)為-0.412)，在這些村布局食物生產(chǎn)活動會與游憩機會發(fā)生沖突.

表 3 生態(tài)系統(tǒng)服務(wù)關(guān)系的城鄉(xiāng)梯度差異Table 3 Urban-rural gradient differences of ecosystem services relationships

生境質(zhì)量與游憩機會之間的關(guān)系以協(xié)同性為主.在城市、農(nóng)業(yè)村與生態(tài)村，生境與游憩機會之間存在著一定的協(xié)同關(guān)系，其中生態(tài)村生境與游憩機會的協(xié)同性最高(0.461)，說明生態(tài)村的高生境質(zhì)量有助于游憩機會的增長. 生境與碳儲量在生態(tài)村有較高協(xié)同性(0.768)，然而在近郊村呈低權(quán)衡關(guān)系(-0.443)，原因在于近郊村是以農(nóng)業(yè)用地與不透水面占主導(dǎo)的鄉(xiāng)村，自然地面積占比較小，而主城區(qū)近郊的河流、湖泊較多，部分近郊村較高的生境質(zhì)量是以納入水體的方式實現(xiàn)，而其碳儲量并沒有增加.

生境質(zhì)量與食物供給的相互關(guān)系在鄉(xiāng)村端產(chǎn)生明顯分異，在農(nóng)業(yè)村生境質(zhì)量與食物供給之間呈低協(xié)同關(guān)系(0.312)，意味著農(nóng)業(yè)村生境質(zhì)量的提高可促進食物供給能力的提高. 而在生態(tài)村生境質(zhì)量與食物供給則表現(xiàn)為低權(quán)衡關(guān)系(-0.481)，表明在生態(tài)村布局食物生產(chǎn)活動會引發(fā)生境質(zhì)量下降.

5 討論

5.1 城鄉(xiāng)梯度景觀指標的選取

城鄉(xiāng)梯度分類指標的選取會對空間異質(zhì)性研究結(jié)果產(chǎn)生大的影響. 從指標的選取來看，與基于單一規(guī)則的劃分方式不同，該研究綜合了3個土地覆被指標與4個景觀模式指標. 在土地覆被指標方面，典型的城鄉(xiāng)梯度概念假定土地利用強度從發(fā)達的城市核心向郊區(qū)下降[38]. 鑒于農(nóng)村的土地利用強度低，表現(xiàn)為自然地與農(nóng)業(yè)用地，因此選用了自然地與農(nóng)業(yè)用地指標，符合南昌市主城區(qū)農(nóng)村區(qū)域的土地利用特征，研究結(jié)果也顯示在農(nóng)村的梯度末端分裂有農(nóng)業(yè)村與生態(tài)村. 該研究借助MSPA方法選取了核心景觀與小島景觀這兩種互不重疊且具有不同生態(tài)學(xué)意義的景觀類型，能夠更好地捕獲城鄉(xiāng)的景觀差別. 然而，有研究認為，城市擴張除了表現(xiàn)在城市核心景觀與小島景觀類型的差異外，其他景觀類型(例如邊緣區(qū))表現(xiàn)得較為明顯[39]. 此外，橋接區(qū)作為連通核心區(qū)的狹長區(qū)域，對生物遷移和景觀連接具有特殊意義，可能代表城鄉(xiāng)梯度中的過渡區(qū)域. 由于數(shù)據(jù)分辨率問題，暫未考慮這些指標，建議在今后的研究中可選取符合區(qū)域?qū)嶋H的土地覆被類型和多樣化的景觀模式指標.

5.2 城鄉(xiāng)梯度聚類方法的評價

目前國內(nèi)應(yīng)用最多的城鄉(xiāng)梯度分類方式是基于與城市中心商業(yè)區(qū)的距離，劃分出一定數(shù)量的圈帶，圈帶具有等比例面積的尺度特征. 而采用AP聚類算法考慮到了圈帶內(nèi)的尺度差異性，通過多指標融合捕獲了城鄉(xiāng)景觀系統(tǒng)的復(fù)雜性. 例如，南昌市主城區(qū)若采用基于距離的方法會讓城西的梅嶺山地與近郊的各種開發(fā)區(qū)處于同一梯度，也易忽視南昌市遠郊存在自然山體、農(nóng)業(yè)區(qū)、濕地保護區(qū)等復(fù)雜地理背景的事實. AP聚類算法也有一定的局限性，其要求用戶通過調(diào)整相關(guān)參數(shù)指定集聚目標的數(shù)量，需要在多個聚類方案中進行檢查與調(diào)整. 筆者結(jié)合南昌市主城區(qū)實際，確定了該文的分類方案，加入了農(nóng)業(yè)村與生態(tài)村類型，在梯度上有明顯的差異性. 建議將聚類方法應(yīng)用于其他案例研究時，需謹慎考慮分類的數(shù)量.

5.3 生態(tài)系統(tǒng)服務(wù)的城鄉(xiāng)梯度研究

鑒于空間尺度的選擇會影響生態(tài)反應(yīng)的變化[40]，梯度本身對空間尺度(例如網(wǎng)格單元大小或緩沖半徑)很敏感，因此城鄉(xiāng)梯度分類方式的選擇直接影響研究者感興趣的生態(tài)過程[41]. 與基于緩沖區(qū)[42]、網(wǎng)格單元模式[43]得出的研究結(jié)果相比，基于行政單元的生態(tài)系統(tǒng)服務(wù)研究的管理導(dǎo)向性更強，能為市政決策與鄉(xiāng)村振興提供政策支持. 與基于鄉(xiāng)鎮(zhèn)尺度的研究結(jié)果相比，更敏感地反映城鄉(xiāng)梯度的變化特征，適應(yīng)生態(tài)系統(tǒng)服務(wù)保護的精細化要求. 然而，該文僅描述了生態(tài)系統(tǒng)服務(wù)及其相互關(guān)系的城鄉(xiāng)梯度特征，在客觀規(guī)律探索方面，需進一步深化對生態(tài)系統(tǒng)服務(wù)梯度規(guī)律驅(qū)動機制的研究，開展多時空尺度研究，明確梯度規(guī)律的穩(wěn)健性.

該研究揭示了生態(tài)系統(tǒng)服務(wù)及其相互關(guān)系的城鄉(xiāng)梯度性，可為城鄉(xiāng)生態(tài)系統(tǒng)服務(wù)的提質(zhì)增值與協(xié)同管理提供理論參考. 在提質(zhì)增值方面，應(yīng)優(yōu)先保障農(nóng)業(yè)村的糧食供給能力；鼓勵近郊村與遠郊村食物生產(chǎn)的多元化發(fā)展；加大對生態(tài)村的生境保護與生態(tài)補償力度；激活遠郊村、生態(tài)村的游憩服務(wù)潛力并轉(zhuǎn)化為旅游生產(chǎn)力. 在協(xié)同管理方面，需謹慎在生態(tài)村布局食物生產(chǎn)活動；減少遠郊村食物供給與固碳、游憩服務(wù)之間的空間矛盾；促進農(nóng)業(yè)村生境維護與食物生產(chǎn)、游憩服務(wù)之間的協(xié)同增益；加強對城市生境的維護與營造，滿足城市居民日益增長的游憩需求.

6 結(jié)論

a) 采用基于景觀聚類的方法識別城鄉(xiāng)梯度，選取3種土地覆被指標與4種景觀模式指標，用主成分分析法得到3個主成分. 以AP聚類方法生成5種城鄉(xiāng)梯度類型，分別為城市、近郊村、遠郊村、農(nóng)業(yè)村與生態(tài)村. 通過分析不同城鄉(xiāng)梯度的景觀差異，展示城鄉(xiāng)梯度的案例村，表明了基于景觀聚類的分類方法效果較好，捕捉到了鄉(xiāng)村的末端類型(農(nóng)業(yè)村與生態(tài)村)以及沿梯度中間分布的類型.

b) 城鄉(xiāng)梯度分類結(jié)果顯示，南昌市主城區(qū)的城鄉(xiāng)梯度并非呈圈層結(jié)構(gòu)，不同類型村具有不同的空間區(qū)位與集聚特征，與研究區(qū)的城鄉(xiāng)地理環(huán)境背景相符合. 研究發(fā)現(xiàn)城市化、農(nóng)業(yè)活動與自然環(huán)境共同驅(qū)動著主城區(qū)的城鄉(xiāng)梯度分異.

c) 城鄉(xiāng)梯度是生態(tài)系統(tǒng)服務(wù)空間異質(zhì)性研究的有力工具，研究發(fā)現(xiàn)沿著城鄉(xiāng)梯度，主城區(qū)生境質(zhì)量、固碳服務(wù)可劃分為兩個增長梯級，食物生產(chǎn)與游憩機會分別表現(xiàn)為倒“U”與“V”型的梯度變化特征. 在城鄉(xiāng)梯度中，食物供給與游憩機會、固碳服務(wù)之間的關(guān)系以權(quán)衡性為主導(dǎo)，生境質(zhì)量與游憩機會之間的關(guān)系以協(xié)同性為主，而生境質(zhì)量與食物供給服務(wù)分別在農(nóng)業(yè)村與生態(tài)村呈現(xiàn)為協(xié)同關(guān)系與權(quán)衡關(guān)系. 城鄉(xiāng)梯度下的生態(tài)系統(tǒng)服務(wù)響應(yīng)分析，可為城鄉(xiāng)生態(tài)系統(tǒng)服務(wù)的提質(zhì)增值與協(xié)同管理提供理論參考.