EN中文

风景园林 >

2024 , Vol. 31 >Issue 11: 70 - 78

DOI: https://doi.org/10.3724/j.fjyl.202401230056

研究

上海市中心城区绿地生态网络演化多情景模拟及景观连接度评价

  • 刘杰 , 1 ,
  • 胡国华 2 ,
  • 张浪 , 1, *
展开
  • 1 上海市园林科学规划研究院
  • 2 华东师范大学地理科学学院

刘杰/女/博士/上海市园林科学规划研究院工程师/研究方向为城市绿地生态网络发展模拟

胡国华/男/博士/华东师范大学地理科学学院副教授/研究方向为城市土地利用变化建模与可持续发展

张浪/男/博士/上海市园林科学规划研究院院长、教授级高工（二级）/城市困难立地园林绿化国家创新联盟理事长/上海城市困难立地绿化工程技术研究中心主任/城市困难立地生态园林国家林草局重点实验室主任/本刊编委/研究方向为生态园林规划设计与技术研究

Copy editor: 边紫琳

收稿日期: 2024-01-23

  修回日期: 2024-09-14

  网络出版日期: 2025-12-16

基金资助

国家自然科学基金面上项目“城市生态廊道多尺度结构与功能连接度的关联机制”(32171569)

国家重点研发计划课题“典型城市廊道多功能耦合网络构建与生态修复技术”(2022YFC3802604)

国家自然科学基金青年项目“SSPs框架下的土地利用变化模拟模型及其在长江经济带生态评估中的应用”(41901322)

上海市科委“科技创新行动计划”社会发展科技攻关项目“超大城市上海公园城市构建关键技术研究与示范”(23DZ1204400)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Multi-scenario Simulation and Landscape Connectivity Evaluation of the Evolution of Green Space Ecological Network in Central Urban Area of Shanghai

  • LIU Jie , 1 ,
  • HU Guohua 2 ,
  • ZHANG Lang , 1, *
Expand
  • 1 Shanghai Academy of Landscape Architecture Science and Planning
  • 2 School of Geographic Sciences, East China Normal University

LIU Jie, Ph.D., is an engineer in Shanghai Academy of Landscape Architecture Science and Planning. Her research focuses on development simulation of urban green space ecological network

HU Guohua, Ph.D., is an associate professor in the School of Geographic Sciences, East China Normal University. His research focuses on urban land use change modeling and sustainable development

ZHANG Lang, Ph.D., is president of and a professorate senior engineer (Grade II) in Shanghai Academy of Landscape Architecture Science and Planning, chairman of the National Innovation Alliance of National Forestry and Grassland Administration on Afforestation and Landscaping of Challenging Urban Sties, the director of Shanghai Engineering Research Center of Challenging Urban Sites, director of the Key Laboratory of National Forestry and Grassland Administration for Ecological Landscaping of Challenging Urban Sites, and an editorial board member of this journal. His research focuses on planning, design and technology of ecological landscape

Received date: 2024-01-23

  Revised date: 2024-09-14

  Online published: 2025-12-16

Copyright

Copyright reserved © 2024.
Fold

摘要

【目的】

通过对上海市中心城区未来用地进行多情景模拟，测度不同情景下绿地生态网络景观连接度变化，为未来城市生态空间优化提供依据。

【结论】

基于斑块生成土地利用变化模拟（patch-generating land use simulation, PLUS）模型，对上海市中心城区绿地生态网络演化进行多情景模拟，并通过形态学空间格局分析（morphological spatial pattern analysis, MSPA）与景观连接度分析，探究未来不同情景下城市绿地生态网络结构性连接和功能性连接的差异。

【结果】

1）未来上海市中心城区不同情景下绿地面积均有不同幅度的减少，但在生态保护发展情景下，绿地面积的衰减速度得到有效控制；2）就结构性连接而言，生态保护发展情景下的绿地生态网络具有较好的廊道连通性，能够有效促进物种扩散和能量流动；3）就功能性连接而言，绿地生态网络重要斑块在多情景模拟中的空间分布基本一致，且斑块重要性指数（delta probability of connectivity, dPC）分布可为未来重要潜在源地斑块的统筹规划提供指导。

【结论】

生态保护发展情景可较好维持生态网络的连接度以及景观结构的稳定性，在未来的城市建设中，可通过政策调控及规划促进城市生态空间、城市绿地生态网络健康发展。

关键词： 风景园林; 绿地生态网络; 土地利用模拟; PLUS模型; 景观连接度; 上海市

本文引用格式

刘杰 , 胡国华 , 张浪 . 上海市中心城区绿地生态网络演化多情景模拟及景观连接度评价[J]. 风景园林, 2024 , 31(11) : 70 -78 . DOI: 10.3724/j.fjyl.202401230056

Abstract

[Objective]

With urban development and land use expansion, the structure and layout of various land use types are in dynamic change, and the fragmentation of ecological space becomes an important problem faced in the process of urbanization. The development of complex urban systems is highly influenced by social factors and human interference, and simple extrapolation and prediction of empirical knowledge can hardly predict future changes in urban land use. In view of this, it is recommended to use future land use simulation technology to simulate the changes of urban green space ecological network driven by multiple factors, so as to produce more reliable simulation results, thus improving the foresight and scientificity of urban planning work. Taking the central urban area of Shanghai as an example, this research conducts multi-scenario simulations of future land use, and measures the connectivity of green space ecological network under different scenarios, so as to provide a basis for optimizing urban ecological space in the future.

[Methods]

The current land use data spanning the period from 2000 to 2020 are used as the base data, and raster data obtained are derived from 30 m×30 m rasters. Driving factors are screened, including population density, GDP distribution, distance to railroads, highways, and main roads, average annual climate/precipitation, etc., and the suitability probability of each type of land use is calculated. Taking 2000 as the base year, the land use scenario for the target year 2020 is simulated based on the PLUS model, and the spatial consistency between this simulation scenario and the actual status of land use in 2020 is compared in combination with the kappa coefficient and the overall accuracy. On the basis of satisfying the simulation accuracy, the land use changes in 2040 under different constraints are simulated, and the urban green space ecological network under multiple scenarios of future urban development is extracted. In addition, morphological spatial pattern analysis (MSPA) and functional connectivity measurement index analysis are implemented to explore the differences in structural connectivity and functional connectivity of urban green space ecological network under different scenarios in the future.

[Results]

1) During the period from 2000 to 2020, within the central urban area of Shanghai, the area of green space decreases most significantly, indicating that the rapid urbanization process has disturbed the city’s green ecological network to a great extent. In 2040, the area of green space will decrease to different extents under the three land use simulation scenarios, with the decay rate of green space under the ecological conservation and development scenario being effectively controlled. 2) The ecological conservation and development scenario provides good protection for the ecological sources of green space, and the overall patch fragmentation is mitigated, with the area of its bridging and traffic circle categories being significantly higher than that of the natural development scenario and the economic priority development scenario, which indicates that under the ecological conservation and development scenario, the ecological network of the green space has a stronger corridor connectivity, and is able to effectively improve the diffusion of species and the flow of energy between the ecological sources. 3) Under the multiple simulation scenarios targeting 2040, the spatial distribution and importance of key patches under different development scenarios of green space ecological network are basically the same, and such patches typically have a better ecological substrate, so they should be especially protected in future urban development; the patches with higher delta probability of connectivity (dPC) indicate that they are more important for future connectivity of green space ecological network, but they may have poor connectivity at present, so they can be used as potential source patches of green space ecological network for integrated planning.

[Conclusion]

Compared to other scenarios, the decay rate of green space under the ecological conservation and development scenario targeting 2040 has been effectively controlled. In terms of structural connectivity (physical linkage), the green space ecological network has great corridor connectivity and stable network structure under the ecological conservation and development scenario. In terms of functional connectivity, important patches are crucial to the structural stability and socio-ecological functioning of the ecological network. Considering that the coordinated development of the economy and ecology is a long-term process, there is a long way to go to maintain the long-term ecological health of urban centers through policy regulation and planning guidance. In future urban construction, policy regulation and planning can guide the optimization of urban ecological space and maintain the healthy development of urban green space ecological network.

Key words： landscape architecture; green space ecological network; land use simulation; PLUS model; landscape connectivity; Shanghai

城市绿地生态网络作为城市空间中的重要组成部分，对于协调城市发展与环境保护至关重要[1-2]。随着城市发展和用地扩张，土地利用结构与布局处于动态变化中，生态空间破碎化是城市化进程中面临的重要问题[3-5]。在人地矛盾突出的城市中心城区，绿地生态网络的演化状态受人为干扰明显，难以形成绿地廊道网络结构，导致生态网络组分要素破碎化问题严峻，生态系统结构失衡，服务功能低效[6]；而城市总体规划、市级国土空间规划、城市生态网络专项规划等往往难以反映这种动态变化。这是因为复杂的城市系统的发展受社会因素和人为干扰的影响大，基于简单的经验外推难以预测未来城市土地利用变化[7]。利用多要素驱动下的未来土地利用模拟技术模拟城市绿地生态网络变化，有利于得到更可靠的模拟结果，从而提高城市规划工作的前瞻性、科学性[8-9]。
20世纪90年代以来，土地利用模拟一直都是自然、人文和地理信息系统等学科交叉领域的研究热点[10-13]，并形成了“土地变化科学”[14]。近年来，基于土地利用模拟模型预测城市未来土地利用变化的研究层出不穷，模拟模型还在不断完善与改进[15-18]。目前，应用较为广泛的土地利用模拟模型主要有基于逻辑回归的元胞自动机（Logistic-CA）、基于神经网络的元胞自动机（ANN-CA）、小尺度土地利用变化及空间效应模型（CLUE-S）、地理模拟与优化系统（geographical simulation and optimization systems, GeoSOS）、未来土地利用模拟（future land-use simulation, FLUS） 模型等。其中，由中国地质大学高性能空 间计算智能实验室（High-Performance Spatial Computational Intelligence Lab, HPSCIL）开发的斑块生成土地利用变化模拟（patch-generating land use simulation, PLUS）模型包含用地扩张分析策略（LEAS）和基于多类随机斑块种子的 CA模型（CARS）2个模块，PLUS模型在模拟时可避免土地利用转化类型随着类别的增多呈现指数增长，保留时段（两期数据间）解释性，且能灵活处理斑块级别变化，具有时空动态性，目前已应用于区域及市域尺度的土地利用变化模拟、生态系统服务提升、碳储量预测等[7, 19-20]。PLUS模型应用研究多将城市建设用地作为一种土地利用转化类型，本研究与以往研究不同，在高密度、用地类型多样、用地变化驱动机制复杂的超大城市中心城区未来用地模拟中，对土地利用斑块进行更为细致的分类，便于针对性研究城市绿地生态网络的发展规律。
城市绿地生态网络识别、网络连接度评价是城市绿地生态网络构建及优化的有效手段[21-22]。关于城市绿地生态网络，目前尚未形成统一的概念，但城市绿地生态网络的组分要素不应“唯绿地”，而应纳入林地、湿地等自然用地，结构上需要形成连通的网络系统，功能上应是复合的[23]。在此前提下，城市绿地生态网络连接度评价包括空间结构稳定性、生态过程、功能发挥3个方面。20世纪80年代，景观连接度（connectivity）和景观连通性（connectedness）的概念逐渐明晰，前者强调功能和生态过程的联系，后者侧重空间结构上的联系[22, 24]。景观连接度一方面可表征景观元素的空间结构，即结构连接度；另一方面可体现某一特定的生态过程，即功能连接度（潜在连接度和真实连接度）[25-26]。目前已有研究将景观连接度作为现状绿地生态网络结构与功能的测度指标[22, 27]，而将其应用于指导未来城市绿地生态网络优化的研究相对缺乏。
综上，本研究将城市绿地生态网络演化与城市用地发展相耦合，基于PLUS模型模拟上海市中心城区2000—2020年的土地利用类型变化情景，预测2040年上海市中心城区的绿地生态网络空间布局；进而通过形态学空间格局分析（morphological spatial pattern analysis, MSPA）与景观连接度分析，探究不同约束条件下城市绿地生态网络的结构性连接变化和功能性连接变化，以期推动机器学习辅助规划工作落地实施，为未来城市绿地生态网络优化和城市规划提供技术支撑与科学参考。

1 研究区概况和数据来源

1.1 研究区域生态空间规划

本研究选取上海市中心城区为研究范围。上海市中心城区面积约664 km2，是上海市人口最密集、功能最复合、空间最聚集的区域，也是发挥城市效能、推进城市更新、提升公共服务水平和城市空间品质的核心区域。与城市建设用地以外的生态网络相比较，中心城区绿地生态网络长期面临着人口经济与环境资源难以有效协调的问题，导致该区域更易出现较严重的斑块破碎化现象，网络连通性研究需求也更为迫切。
上海市作为具有世界影响力的现代化国际大都市，其生态品质影响着城市竞争力。2012年上海市人民政府批复的《上海市基本生态网络规划》初步提出了“大生态空间”的构建路径，指出应促进市域绿地、耕地、林地和湿地的融合与连接，构建多尺度、功能复合的城乡一体化绿色生态网络体系；《上海市城市总体规划（2017—2035年）》（简称“上海2035”）提出构建覆盖全市域的多层次、网络化、功能复合的生态网络体系，强化区域生态连接，形成区域一体化的生态网络；《上海市国土空间生态修复专项规划（2021—2035年）》提出生态网络尚待连通是关键问题之一，通过统筹全域生态要素与生态空间、锚固生态源地、激发生态价值，打造自然生态廊道，增强生态网络连通性，构建城市蓝绿生态网络；《上海市生态空间专项规划（2021—2035）》聚焦绿地、林地、湿地等生态要素的空间复合、功能融合，锚固市域生态网络结构，优化主城区蓝绿空间网络。回顾上海市的生态空间规划发展历程，可以发现“网络”“连通”是超大城市生态空间建设的关键词，将其作为城市绿地生态网络演化多情景评价指标选取的参考。另外，在土地利用多情景模拟中，上述文件中的生态约束指标在土地利用转换概率矩阵调整时，可作为耕地、林地等土地利用类型基本保有量的计算依据，而各类生态空间规划图是模拟过程中限制转换的区域，是设置约束图层的重要参考。

1.2 数据来源与预处理

1.2.1 数据来源

本研究所使用的数据包括土地利用模拟基础数据和驱动因子数据两大类（表1），基于ArcGIS平台，对原始数据进行投影变换、裁剪，并重采样为30 m×30 m的栅格数据。
表1 土地利用模拟主要数据类别、格式及来源

Tab. 1 Main data categories, formats, and sources for land use simulation

数据类别数据格式精度数据来源
基础数据 2000、2020年上海市中心城区地表覆盖类型 栅格数据
 30 m×30 m 地球大数据科学数据中心数据共享
服务系统（data.casearth.cn）
驱动因子数据 人口密度 栅格数据
 1 km×1 km 资源环境科学数据平台
（www.resdc.cn）
GDP分布
到铁路、高速公路、主干道的距离 矢量数据
（shapefile）		 — OpenStreeMap
（www.openstreetmap.org）
年平均气温 栅格数据
 1 km×1 km 资源环境科学数据平台
（www.resdc.cn）
平均年降水量
高程 栅格数据
 30 m×30 m 地理空间数据云（www.gscloud.cn）

1.2.2 用地重分类

在目前国内多种用地分类标准并行的情况下，网络空间生态要素需要与用地分类相关联，对城市各类土地利用类型进行重分类是土地利用模拟研究的基础[23]。根据中国科学院空天信息创新研究院提供的覆被分类数据，结合GB 50137—2011《城市用地分类与规划建设用地标准》、GB/T 21010—2017《土地利用现状分类》、GB/T51346—2019《城市绿地规划标准》，以及“上海2035”中对于上海市中心城区现状用地的分类标准，本研究将研究区域内的土地利用类型重分类为七大类：耕地、草地、绿地、林地、湿地、不透水面、水域。其中，不透水面包括城镇居住用地、农村居住用地、公共设施用地、工业仓储用地、道路与交通设施用地、其他建设用地等（图1）。
图1 上海市中心城区2000、2020年用地类型分布

Fig. 1 Distribution of land use types in the central urban area of Shanghai in 2000 and 2020

2 研究方法

基于2000、2020年的土地利用现状数据，筛选驱动因子，计算各类用地的适宜性概率；以2000年为基准年，基于PLUS模型模拟目标年2020年的土地利用情景，结合Kappa系数、总体精度，对比该模拟情景和2020年实际土地利用现状的空间一致性；在满足模拟精度的基础上，模拟不同约束条件下2040年的土地利用变化，并提取未来城市发展多情景下的城市绿地生态网络；采用表征结构和功能的景观连接度指标，评价不同情景下城市绿地生态网络的结构性连接变化和功能性连接变化。

2.1 PLUS模型模拟

PLUS模型是耦合自上而下和自下而上机制的土地利用变化模拟模型[7]。在PLUS模型的LEAS模块中，提取两期（2000、2020年）历史土地利用情景的扩展部分，并对扩展部分进行随机采样，采用随机森林（random forest, RF）算法对各土地利用类型扩张和驱动因子的关系进行挖掘，以获取各类用地的发展概率，以及驱动因子对该时段内各类用地扩张的贡献。各类用地发展概率的计算式[28]
$ {P}_{i\text{，}k}^{\,d}（X）=\frac{{\displaystyle\sum }_{n=1}^{M}I\left[{h}_{n}（X）=d\right]}{M}\text{，} $
式中：$ {P}_{i，k}^{\,d} $是栅格i中土地利用类型$k $的最终发展概率；$ I $为决策树指示函数；$X $是由多个驱动因子组成的向量；$h_n $（$X $）是向量$X $第$n $个决策树的预测类型；d的值为0或1，当$d $=1时，表示其他土地利用类型转变为$k $，当$d $=0时，表示其他土地利用类型未向$k $转变；$M $是决策树的总数。
在PLUS模型的CARS模块中，耦合随机种子生成和阈值递减机制，可以在发展概率约束下模拟斑块的自动生成情况。PLUS模型自适应竞争机制的计算式[25]
$\begin{aligned} \\ {D}_{k}^{t}= \left\{ \begin{array}{ll}{D}_{k}^{t-1}， |{G}_{k}^{t-1}|\leqslant |{G}_{k}^{t-2}|；\\ {D}_{k}^{t-1}\times \dfrac{{G}_{k}^{t-2}}{{G}_{k}^{t-1}}， 0 > {G}_{k}^{t-2} > {G}_{k}^{t-1}；\\ {D}_{k}^{t-1}\times \dfrac{{G}_{k}^{t-1}}{{G}_{k}^{t-2}}， {G}_{k}^{t-1} > {G}_{k}^{t-2} > 0。\end{array}\right. \end{aligned}$
$\begin{split}& {TP}_{i，k}^{1，t}=\\& \left\{ \begin{array}{ll}{P}_{i，k}^{1}\times （r\times {\mu }_{k}） \times {D}_{k}^{t}，{\Omega }_{i，k}^{t}=0\text{，}r < {P}_{i，k}^{1}；\\ {P}_{i，k}^{1}\times {\Omega }_{i，k}^{t}\times {D}_{k}^{t}，其他。\end{array} \right.\end{split} $
$ {\Omega }_{i，k}^{t}=\frac{con（{c}_{i}^{t-1}）}{n\times n-1}\times {\omega }_{k} 。$
式中：$ {D}_{k}^{t} $是时刻t土地利用类型$k $的惯性系数；$ {G}_{k}^{t-1} $是时刻$ t-1 $用地需求与实际面积之间的差异；${TP}_{i，k}^{1，t}$是其他土地利用类型向k过渡的综合概率；${P}_{i，k}^{1}$是土地利用类型$k $在栅格$i $中的土地利用变化概率；$r $是（0，1）内的随机值；$ {\mu }_{k} $是新的土地利用斑块生成阈值；${\Omega }_{i，k}^{t}$为土地利用类型 $ k $ 在栅格 $ i $ 中的领域权重；$ con（{c}_{i}^{t-1} ）$为在$n\times n $窗口内最后一次迭代中土地利用类型 $k $ 占用的栅格总数；$ {\omega }_{k} $是土地利用类型 $k $ 的领域权重参数，其值在[0，1] 之间。

2.2 驱动因子选取

本研究以两期土地利用数据为基础，借鉴以往研究成果，考虑研究区域的自然地理环境和社会经济发展特征，结合数据的可获取、驱动因子的可量化等因素，筛选出土地利用变化驱动因子（表1）。将两期土地利用模拟基础数据以及各驱动因子数据输入LEAS模块，计算各驱动因子对土地利用类型扩张的贡献值，并预测各土地利用类型的发展概率，以获取CARS模块运行所需的部分数据。

2.3 土地利用多情景预设

本研究在遵循城市中心城区用地演化规律的基础上，综合考虑研究目的、研究区域的社会经济发展概况，设置3种土地利用发展情景：1）自然发展情景；2）经济优先发展情景；3）生态保护发展情景。其中，自然发展情景的转化规则及各类用地转移概率遵循2000—2020年的转化规律；基于Markov Chain模型[29]预测用地需求，参照“上海2035”、《上海市国土空间生态修复专项规划（2021—2035年）》《上海市生态空间专项规划（2021—2035）》《关于本市全面推进土地资源高质量利用的若干意见》等文件，对经济优先发展情景和生态保护发展情景的土地利用转移概率进行修正[30-32]，以满足用地需求（表2）。将2040年3种土地利用模拟情景下的各土地利用类型数量与2020年各土地利用类型数量进行对比，并将数量变化转化为增减幅度占比。
表2 研究区域未来土地利用发展情景的条件设置

Tab. 2 Setting of future land use development scenarios for the research area

发展情景条件设置
自然发展情景用地模拟遵循上海市中心城区2000—2020年的土地利用演化规律，不考虑其他约束条件，模拟时不对各类土地利用类型的转化规则做任何限制
经济优先发展情景综合考虑2000—2020年上海市中心城区GDP增长率与各土地利用类型之间的关系，以自然发展情景为参考，模拟时设置不透水面发展幅度增加15%，绿地、草地衰减幅度增加25%，耕地基本不参与土地利用转化
生态保护发展情景参考“上海2035”中对于各用地类型占比的规划，以自然发展情景为参考，模拟时设置耕地、草地发展幅度降低20%，不透水面发展幅度降低20%，耕地、水域基本不参与土地利用转化

2.4 多情景绿地生态网络景观连接度评价

本研究对于景观连接度的测度包括结构性连接（物理联系）和功能性连接（功能联系）。在破碎化程度较高的中心城区，绿地生态网络的景观连接度不仅受廊道空间格局的显著影响，也与生态网络的组分或基质紧密相关[33]。

2.4.1 结构连接度评价方法

采用MSPA方法测度绿地生态网络的结构连接度。MSPA是对栅格图像进行形态学空间度量、识别和分割的一种图像处理方法，基于腐蚀、膨胀、开运算、闭运算等数学形态学原理，识别目标像元与结构要素之间的空间拓扑关系[34-36]。以绿地生态网络的生态组分——绿地为前景，其他组分作为背景，本研究采用Guidos软件，利用八邻域分析方法，将前景按形态分为互不重叠的7类（表3）：支线类（branch）、边缘类（edge）、孔隙类（perforation）、孤岛类（islet）、核心类（core）、桥接类（bridge）、环道类（loop）。
表3 MSPA的形态分类及其生态学含义[34]

Tab. 3 Morphological classification and ecological implications of MSPA[34]

形态分类生态学含义
支线类只有一端与边缘类、桥接类、环道类或者孔隙类相连的绿地像元集合
边缘类核心类和主要非绿地区域之间的过渡区域
孔隙类核心类和非绿地斑块之间的过渡区域，即内部斑块边缘（边缘效应）
孤岛类彼此不相连的小斑块，内部物质、能量交流和传递的可能性比较小，但对于生态网络的整体构建具有重要作用
核心类前景像元中较大的绿地斑块，通常为生态源地，有助于生物多样性保护
桥接类连接核心类的具有狭长廊道特征的绿地像元，是生态网络中斑块连接的廊道，对物种迁移及结构连接度具有重要意义
环道类连接同一核心类的狭长廊道（绿地像元），是同一核心区内物种迁移的捷径，可以增强能量流通

2.4.2 功能连接度评价方法

功能连接度表征个体或基因在景观斑块中移动的困难程度[22]。对于破碎化程度较高的超大城市的中心城区而言，功能连接度的可操作性更强，生态价值评估意义更显著。参考现有研究[37-38]，本研究基于Conefor软件进行功能连接度分析，将面积大于0.1 km2的核心类斑块作为生态源地。采用3个概率连接模型：仅基于斑块连接的潜在目标媒介流动的通量（flux, F）、通过面积修正能够较好反映目标媒介流动的面积加权通量（area weighted flux, AWF）以及反映潜在连通性的可能连通性指数（probability of connectivity, PC），结合可以反映不同时期连通性变化的等效可能连通性指数EC（PC），探究研究区域的绿地生态网络功能连接度变化。其中，EC（PC）的计算式
$ \mathrm{E}\mathrm{C}（\mathrm{P}\mathrm{C}）=\sqrt{{\sum }_{i=1}^{n}{\sum }_{j=1}^{n}{a}_{i}{a}_{j}{p}_{ij}^{*}}\text{，} $
式中：$n $为斑块数；$a_i $、$a_j $分别为斑块$i $和斑块j的面积；$ {p}_{ij}^{*} $为斑块$i $与斑块$j $之间扩散的最大可能性。
利用斑块重要性指数（delta probability of connectivity, dPC）计算各模拟情景下各绿地斑块对功能连接度的重要程度，计算式
$ \mathrm{d}\mathrm{P}{\mathrm{C}}_{i}=100\times \frac{\mathrm{P}\mathrm{C}-\mathrm{P}{\mathrm{C}}_{i\text{，}\mathrm{r}\mathrm{e}\mathrm{m}\mathrm{o}\mathrm{v}\mathrm{e}}}{\mathrm{P}\mathrm{C}}\text{，} $
式中：$ \mathrm{P}{\mathrm{C}}_{i，\mathrm{r}\mathrm{e}\mathrm{m}\mathrm{o}\mathrm{v}\mathrm{e}} $表示缺少斑块$i $后剩余斑块的可能连通性指数。${\rm{dPC}}_{i}$是斑块i对于景观连通性的重要性的表征指标，其值越大，表示斑块i对于景观连通的重要性越高。

3 结果与分析

3.1 土地利用多情景模拟预测结果

3.1.1 模型模拟精度检验

本研究以2000年为初始年份，模拟了2020年研究区域的土地利用情景，再将模拟情景与2020年实际的土地利用现状进行一致性检验，并借助Kappa系数和整体精度进行衡量。Kappa系数通过混淆矩阵计算，其取值范围通常在（0，1），值越大表示模拟精度越高。结果显示，PLUS模型的运行Kappa系数为0.88，总体精度为0.96，模拟精度满足要求。因此，PLUS模型可以用于模拟超大城市中心城区斑块级别多类土地利用变化情况（表4）。
表4 研究区域各土地利用类型在PLUS模型中的模拟精度

Tab. 4 Simulation accuracy of various land use types in the research area as indicated in the PLUS

土地利用类型 模拟精度
制图精度 用户精度
耕地 0.97 0.93
草地 0.92 0.96
绿地 0.88 0.89
林地 0.83 0.79
湿地 0.89 0.89
不透水面 0.98 0.98
水域 0.96 0.95

3.1.2 模拟结果

2000—2020年，上海市中心城区的主要用地类型是不透水面，其次是绿地、水域。耕地、草地、林地、湿地等生态空间的总面积占比较小，2000年总面积占比为0.97%，2020年总面积占比为1.23%。绿地是城市中心城区生态空间的主要组成部分，2000年绿地面积占比为23.83%，2020年占比为13.57%，面积锐减。水域面积占比较为稳定，2000年和2020年水域面积占比均在3%左右。绿地面积锐减表明快速城市化进程对城市绿地生态网络受到的扰动较大，在城市建设过程中，绿地被侵占较为严重（表5）。
表5 研究区域现状及模拟情景各土地利用类型面积

Tab. 5 Current area and simulated area of each land use type in the research area hm2

土地利用类型2000年现状面积2020年现状面积2040年模拟情景面积
自然发展情景经济优先发展情景生态保护发展情景
耕地25.3843.4743.7443.2043.83
草地123.93164.79190.62174.60187.11
绿地15 720.308 948.255 912.375 151.517 270.47
林地67.2355.6225.0219.7134.02
湿地422.64544.95553.50537.39553.05
不透水面47 069.4653 893.8057 131.1957 960.7255 717.02
水域2 527.652 305.712 100.152 069.462 151.09
对比2000、2020年现状与2040年模拟情景各土地利用类型的面积变化（表5，图2），分析2040年3种发展情景下各类用地的变化，发现耕地面积几乎无变化，这符合上海市各类生态空间规划中坚守耕地保护底线的要求，对于锚固生态基地、提升城乡景观、保障农产品供给具有重要意义；水域面积变化较小，表明水域空间将得到有效保护，这有助于构筑蓝网绿脉，提升城区环境品质。耕地、水域模拟情景与上海市各类生态规划要求及需求相契合，进一步表征了PLUS模型在实际规划和指导土地政策制定方面的应用价值。另外，2040年3种用地发展情景中绿地面积均有不同幅度的减少，但生态保护情景下城市的开发建设程度有所减缓，绿地的衰减速度得到有效控制；经济优先发展情景下城市的开发建设强度最高，城市不透水面面积持续增长，且涨幅最明显。
图2 研究区域2040年土地利用多情景模拟

Fig. 2 Multi-scenario simulation of land use in the research area in 2040

3.2 多情景城市绿地生态网络景观连接度分析结果

3.2.1 结构连接度分析结果

利用MSPA方法，分析2020年现状及2040年多情景城市绿地生态网络面积变化（表6），发现2040年自然发展情景、经济优先发展情景、生态保护发展情景3种用地发展情景下城市绿地生态网络核心类和孤岛类面积占比最大，相较于2020年现状，核心类面积在自然发展情景、经济优先发展情景、生态保护发展情景下分别减少 1721.52 hm2、1 784.97 hm2、393.48 hm2，降幅分别为60.72%、62.95%、13.88%；自然发展情景下孤岛类面积增加305.01 hm2，增幅为14.89%，经济优先发展情景、生态保护发展情景下孤岛类面积分别减少99.27 hm2、514.55 hm2，降幅分别为4.84%、25.11%。生态保护发展情景对于绿地生态源地具有良好的保护作用，使研究区域整体斑块破碎化程度有所缓解。生态保护发展情景下的桥接类和环道类面积明显高于经济优先发展情景、自然发展情景，这表示在生态保护发展情景下，绿地生态网络具有更强的廊道连通性，能够有效增强生态源之间的物种扩散和能量流通，这与桥接类和环道类边界效应强、异质性程度高的特征相一致，同时，桥接类、环道类与支线类在3种情景下的变化趋势相同。相比于其他用地情景，经济优先发展情景下研究区域斑块破碎化程度高，连通性较差，不利于物种栖息和生态稳定。
表6 研究区域多情景城市绿地生态网络面积变化统计

Tab. 6 Statistics on area changes of urban green space ecological network under multiple scenarios in the research area

形态分类2020年现状
面积/hm2		2040年自然发展情景2040年经济优先发展情景2040年生态保护发展情景
面积变化/hm2变化百分比/%面积变化/hm2变化百分比/%面积变化/hm2变化百分比/%
支线类1 071.99−264.06−24.63−383.22−35.75−31.81−2.97
边缘类2 071.80−988.56−47.72−1 035.09−49.96−829.36−40.03
孔隙类47.88−31.68−66.17−27.36−57.146.2112.97
孤岛类2 048.94305.0114.89−99.27−4.84−514.55−25.11
核心类2 835.36−1 721.52−60.72−1 784.97−62.95−393.48−13.88
桥接类622.17−295.29−47.46−363.06−58.35−1.55−0.25
环道类305.73−70.38−23.02−139.68−45.6965.1621.31
为便于进行直观比较，选取城市绿地生态网络形态特征变化相对典型的4个局部区域，具体分析城市绿地生态网络源地斑块的面积与破碎化程度变化情况（图3）。其中，区域1为静安区大宁公园周边，在自然发展情景和经济优先发展情景下，支线类和桥接类数量显著减少，源地斑块间连通性降低，而生态保护发展情景下，源地斑块整合程度提高，生态结构得到改善；区域2和区域3分别为浦东新区森兰公园周边和碧云楔形绿地周边，在自然发展情景和经济优先发展情景下，源地斑块出现了显著破碎化现象，数量、面积减少，生态结构破坏较为严重，相对而言，在生态保护发展情景下，源地斑块的空间结构分布更为均匀，同时，桥接类和环道类增加，连通性提高，一定程度上可以促进生物栖息及迁徙；区域4为申江路立交桥周边，在2040年各发展情景下，源地斑块面积均有衰减，生态保护发展情景下源地斑块面积衰减幅度相对小，在未来城市生态中应对该区域予以重视，以改善生态稳定性。
图3 研究区域土地利用多情景MSPA形态分类空间分布

Fig. 3 Spatial distribution of MSPA morphological classification of land use under multiple scenarios in the research area

总的来说，通过分析城市绿地生态网络MSPA面积变化和局部典型区域空间形态变化，发现上海市中心城区绿地生态网络有破碎化趋势，在未来的城市生态建设中，应当重点关注中心城区东南部以及浦东新区现状生态用地，在保障数量、面积指标的基础上，优化生态空间结构，提高城市整体生态稳定性。

3.2.2 功能连接度分析结果

城市化进程对城市绿地生态网络的功能连接度扰动较为严重，功能连接度显著下降，经济发展与生态发展之间仍存在博弈关系（表7）。其中，生态保护发展情景下，绿地生态网络的功能连通性相对较好，F、AWF、PCnum之间的倍数关系与2020年现状基本一致，EC（PC）下降58.33%，而自然发展情景、经济优先发展情景下的EC（PC）均下降83.33%。2040年，不同绿地生态网络发展情景下重要斑块的空间分布及重要性基本一致（图4），重要斑块主要分布在上海市中心城区的东部和南部，该类斑块的生态基底较好，基本能满足生态需求，未来城市发展中应重点保护，突出绿地网络的生态-社会复合功能。dPC较高的斑块对于提高未来绿地生态网络的连通性较为重要，但其现状可能连通性较差，该类斑块主要分布在上海市中心城区的西部，在自然发展情景、经济优先发展情景下，该类斑块的孤立性加剧，后续可以作为绿地生态网络构建的潜在源地斑块优先进行统筹规划。
表7 多情景城市绿地生态网络功能连接度统计

Tab. 7 Statistics on functional connectivity of green space ecological network under multiple scenarios

指标2020年现状2040年模拟情景
自然发展情景经济优先发展情景生态保护发展情景
　　注：PCnum为Conefor软件计算所得结果，指可能连通性总指数值。
F 698.257 500 0 28.758 090 0 26.385 710 0 210.936 300 0
AWF 67.639 750 0 1.859 992 0 1.695 517 0 14.839 300 0
PCnum 168.888 700 0 4.607 686 0 4.205 458 0 34.769 830 0
EC（PC） 12.995 720 0 2.146 552 0 2.050 721 0 5.896 594 0
图4 多情景下斑块重要性指数分布

Fig. 4 Distribution of dPC under multiple scenarios

4 结论与展望

4.1 结论

本研究将未来土地利用类型变化模拟纳入生态网络景观连接度评估，基于斑块生成土地利用PLUS模型进行多情景模拟，探讨人地矛盾突出的超大城市中心城区的经济发展、生态空间保护与城市用地对绿地生态网络空间结构与功能的影响，主要得出3个方面的结论。
1）2000—2020年，在上海市中心城区，不透水面是主要用地类型，绿地面积锐减最为明显。相比于其他情景，2040年生态保护发展情景下绿地面积的衰减速度得到有效控制。
2）就结构性连接（物理联系）而言，生态保护发展情景下绿地生态网络具有较好的廊道连通性，网络结构相对稳定，但在不同发展情景下，绿地生态网络均有破碎化趋势，尤其是在中心城区东南部以及浦东新区，绿地生态网络空间结构易受破坏，未来建设需重点关注。
3）就功能性连接（功能联系）而言，不同发展情景下的网络连接度显著下降，考虑到经济与生态的协调发展是一个长期的过程，应通过政策调控进行分类规划引导，对现状重要斑块进行重点保护，对潜在源地斑块则需注重长远统筹。

4.2 展望

4.2.1 拓展土地利用模拟模型的参数设置条件

本研究对于3种用地情景的设置，在符合研究区域城市发展特征的基础上，主要探讨了城市发展与生态保护之间的博弈关系。未来研究可进一步拓展土地利用模拟模型的参数设置条件，如采用“上海2035”中的规划用地平衡表，基于城市规划发展目标，确定各类规划用地的比例；或者在把生态（空间）、生产（空间）纳入考虑的同时，研讨宜居生活（空间），将城市居民对于城市绿地生态网络的游憩需求转化为可量化的参数。

4.2.2 深化景观连接度与廊道的关系

本研究对不同情景下城市绿地生态网络的结构和功能连接度变化进行了分析。对于城市绿地生态网络而言，源地斑块之间的廊道是影响景观连接度的关键因素，廊道的质量对于景观连接度至关重要[24, 39]。景观连接度与具体的生态过程息息相关，与廊道的组分、宽度、结构、质量等也具有一定的关联性[40-42]。未来可通过改变廊道数量、宽度或质量，结合特定物种的生物学特征，进一步分析廊道与物种保护之间的关联机制。

4.2.3 挖掘用地重分类方法及城市阶段发展特征

以往研究在进行未来土地利用模拟时，常将建设用地作为一类用地类型参与转化。而在土地利用转化的分析中，本研究发现研究区域内部的绿地和不透水面的变化具有显著差异性，本研究将建设用地细分为绿地、不透水面，进一步拓展了未来土地利用模拟模型在土地政策制定、绿地生态网络专项规划方面的应用。另外，自上而下的“规划式”发展，使城市绿地生态网络在相同时间间隔内的发展具有阶段性特征[43-44]。因此，将城市发展的空间规划方案纳入土地利用模拟开展分析，有待后续研究进一步完善。

致谢(Acknowledgments)：

感谢上海市园林科学规划研究院碳汇中心主任张桂莲、林科所副所长仲启铖为本研究提出的宝贵建议。

图表来源(Sources of Figures and Tables)：

文中图表均由作者绘制，其中上海市中心城区边界信息来源于标准地图服务网站，审图号：沪S（2022）016号。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
孙毅中, 杨静, 宋书颖, 等. 多层次矢量元胞自动机建模及土地利用变化模拟[J]. 地理学报, 2020, 75 (10): 2164-2179

DOI

SUN Y Z, YANG J, SONG S Y, et al. Modeling of Multilevel Vector Cellular Automata and Its Simulation of Land Use Change[J]. Acta Geographica Sinica, 2020, 75 (10): 2164-2179

DOI

[2]
王如松, 欧阳志云. 社会-经济-自然复合生态系统与可持续发展[J]. 中国科学院院刊, 2012, 27 (3): 337-345

WANG R S, OUYANG Z Y. Social-Economic-Natural Complex Ecosystem and Sustainability[J]. Chinese Academy of Sciences, 2012, 27 (3): 337-345.

[3]
ZHANG Y, CHANG X, LIU Y, et al. Urban Expansion Simulation Under Constraint of Multiple Ecosystem Services (MESs) Based on Cellular Automata (CA)-Markov Model: Scenario Analysis and Policy Implications[J]. Land Use Policy, 2021, 108: 105667.

DOI

[4]
孔繁花, 尹海伟. 济南城市绿地生态网络构建[J]. 生态学报, 2008, 28 (4): 1711-1719

DOI

KONG F H, YIN H W. Developing Green Space Ecological Networks in Jinan City[J]. Acta Ecologica Sinica, 2008, 28 (4): 1711-1719

DOI

[5]
SHEN Z, WU W, TIAN S, et al. A Multi-scale Analysis Framework of Different Methods Used in Establishing Ecological Networks[J]. Landscape and Urban Planning, 2022, 228: 104579.

DOI

[6]
申佳可, 王云才. 景观生态网络规划: 由空间结构优先转向生态系统服务提升的生态空间体系构建[J]. 风景园林, 2020, 27 (10): 37-42

SHEN J K, WANG Y C. Landscape Ecological Network Planning: Ecological Spaces System Building from Spatial Structural Priority to Ecosystem Services Improvement[J]. Landscape Architecture, 2020, 27 (10): 37-42.

[7]
LIANG X, GUAN Q, CLARKE K C, et al. Understanding the Drivers of Sustainable Land Expansion Using a Patch-Generating Land Use Simulation (PLUS) Model: A Case Study in Wuhan, China[J]. Computers, Environment and Urban Systems, 2021, 85: 101569.

DOI

[8]
黎夏, 叶嘉安, 刘小平. 地理模拟系统在城市规划中的应用[J]. 城市规划, 2006, 30 (6): 69-74

DOI

LI X, YE J A, LIU X P. Geographical Simulation System for Urban Planning[J]. City Planning Review, 2006, 30 (6): 69-74

DOI

[9]
李少英, 刘小平, 黎夏, 等. 土地利用变化模拟模型及应用研究进展[J]. 遥感学报, 2017, 21 (3): 329-340

LI S Y, LIU X P, LI X. Simulation Model of Land Use Dynamics and Application: Progress and Prospects[J]. Journal of Remote Sensing, 2017, 21 (3): 329-340.

[10]
唐华俊, 吴文斌, 杨鹏, 等. 土地利用/土地覆被变化（LUCC）模型研究进展[J]. 地理学报, 2009, 64 (4): 456-468

DOI

TANG H J, WU W B, YANG P, et al. Recent Progresses of Land Use and Land Cover Change (LUCC) Models[J]. Acta Geographica Sinica, 2009, 64 (4): 456-468

DOI

[11]
李秀彬. 全球环境变化研究的核心领域: 土地利用/土地覆被变化的国际研究动向[J]. 地理学报, 1996, 54 (6): 553-558

LI X B. A Review of the International Research on Land Use/Land Cover Change[J]. Acta Geographica Sinica, 1996, 54 (6): 553-558.

[12]
邬建国. 景观生态学中的十大研究论题[J]. 生态学报, 2004, 24 (9): 2074-2076

WU J G. The Key Research Topics in Landscape Ecologys[J]. Acta Ecologica Sinica, 2004, 24 (9): 2074-2076.

[13]
WU J, HOBBS R. Key Issues and Research Priorities in Landscape Ecology: An Idiosyncratic Synthesis[J]. Landscape Ecology, 2002, 17 (4): 355-365

DOI

[14]
路云阁, 蔡运龙, 许月卿. 走向土地变化科学: 土地利用/覆被变化研究的新进展[J]. 中国土地科学, 2006 (1): 55-61

LU Y G, CAI Y L, XU Y Q, et al. Towards Land Change Science: The Progress of LUCC[J]. China Land Science, 2006 (1): 55-61.

[15]
吴文斌, 杨鹏, 柴崎亮介, 等. 基于Agent的土地利用/土地覆盖变化模型的研究进展[J]. 地理科学, 2007 (4): 573-578

WU W B, YANG P, SHIBASAKI R, et al. Agent-Based Model for Land-Use/Cover Change: A Review[J]. Scientia Geographica Sinica, 2007 (4): 573-578.

[16]
匡文慧, 刘纪远, 邵全琴, 等. 区域尺度城市增长时空动态模型及其应用[J]. 地理学报, 2011, 66 (2): 178-188

DOI

KUANG W H, LI J Y, SHAO Q Q, et al. Dynamic Urban Growth Model at Regional Scale and Its Application[J]. Acta Geographica Sinica, 2011, 66 (2): 178-188

DOI

[17]
贾梦圆, 陈天. 基于土地利用变化模拟的水生态安全格局优化方法: 以天津市为例[J]. 风景园林, 2021, 28 (3): 95-100

JIA M Y, CHEN T. Identifying and Optimizing Hydro-ecological Security Pattern with Land Use Change Modeling: A Case Study of Tianjin[J]. Landscape Architecture, 2021, 28 (3): 95-100.

[18]
LIU X, HU G, AI B, et al. Simulating Urban Dynamics in China Using a Gradient Cellular Automata Model Based on S-Shaped Curve Evolution Characteristics[J]. International Journal of Geographical Information Science, 2018, 32 (1): 73-101

DOI

[19]
石晶, 石培基, 王梓洋, 等. 基于PLUS-InVEST模型的酒泉市生态系统碳储量时空演变与预测[J]. 环境科学, 2024, 45 (1): 300-313

SHI J, SHI P J, WANG Z Y, et al. Spatial-Temporal Evolution and Prediction of Carbon Storage in Jiuquan City Ecosystem Based on PLUS-InVEST Model[J]. Environmental Science, 2024, 45 (1): 300-313.

[20]
巩晟萱, 张玉虎, 李宇航. 基于PLUS-InVEST模型的京津冀碳储量变化及预测[J]. 干旱区资源与环境, 2023, 37 (6): 20-28

GONG S X, ZHANG Y H, LI Y H. Spatio-temporal Variation and Prediction of Carbon Storage in Beijing-Tianjin-Hebei Region: A PLUS-InVEST Model Approach[J]. Journal of Arid Land Resources and Environment, 2023, 37 (6): 20-28.

[21]
吴昌广, 周志翔, 王鹏程, 等. 景观连接度的概念、度量及其应用[J]. 生态学报, 2010, 30 (7): 1903-1910

WU C G, ZHOU Z X, WANG P C, et al. The Concept and Measurement of Landscape Connectivity and Its Application[J]. Acta Ecologica Sinica, 2010, 30 (7): 1903-1910.

[22]
陈春娣, 贾振毅, 吴胜军, 等. 基于文献计量法的中国景观连接度应用研究进展[J]. 生态学报, 2017, 37 (10): 3243-3255

CHEN C D, JIA Z Y, WU S J, et al. A Bibliometric Review of Chinese Studies on the Application of Landscape Connectivity[J]. Acta Ecologica Sinica, 2017, 37 (10): 3243-3255.

[23]
张晨笛, 刘杰, 张浪, 等. 基于城市生态廊道概念应用的三个衍生概念生成与辨析[J]. 中国园林, 2021, 37 (11): 109-114

ZHANG C D, LIU J, ZHANG L, et al. Generation and Analysis of Three Derived Concepts Based on the Application of Urban Ecological Corridor Concept[J]. Chinese Landscape Architecture, 2021, 37 (11): 109-114.

[24]
陈利顶, 傅伯杰. 景观连接度的生态学意义及其应用[J]. 生态学杂志, 1996 (4): 37-42

CHEN L D, FU B J. The Ecological Significance and Application of Landscape Connectivity[J]. Chinese Journal of Ecology, 1996 (4): 37-42.

[25]
TAYLOR P D, FAHRIG L, MERRIAM H G, et al. Connectivity is a Vital Element of Landscape Structure[J]. Oikos, 1993, 3 (68): 571-573.

[26]
FORMAN R T T, GODRON M. Landscape Ecology[M]. New York: John Wiley & Sons, 1986.

[27]
刘阳, 欧小杨, 郑曦. 整合绿地结构与功能性连接分析的城市生物多样性保护规划[J]. 风景园林, 2022, 29 (1): 26-33

LU Y, OU X Y, ZHENG X. Urban Biodiversity Conservation Planning Integrating Green Space Structural and Functional Connection Analysis[J]. Landscape Architecture, 2022, 29 (1): 26-33.

[28]
张莹, 王让会, 刘春伟, 等. 祁连山自然保护区生境质量模拟及预测[J]. 南京林业大学学报（自然科学版）, 2024, 48 (3): 135-144

DOI

ZHANG Y, WANG R H, LIU C H, et al. Simulation and Prediction of Habitat Quality in Qilian Mountain Nature Reserve[J]. Journal of Nanjing Forestry University (Natural Sciences Edition), 2024, 48 (3): 135-144

DOI

[29]
杨国清, 刘耀林, 吴志峰. 基于CA-Markov模型的土地利用格局变化研究[J]. 武汉大学学报（信息科学版）, 2007 (5): 414-418

YANG G Q, LIU Y L, WU Z F. Analysis and Simulation of Land-Use Temporal and Spatial Pattern Based on CA-Markov Model[J]. Geomatics and Information Science of Wuhan University, 2007 (5): 414-418.

[30]
YANG Y, BAP W, LIU Y. Scenario Simulation of Land System Change in the Beijing-Tianjin-Hebei Region[J]. Land Use Policy, 2020, 96: 104677.

DOI

[31]
曾辉, 高凌云, 夏洁. 基于修正的转移概率方法进行城市景观动态研究: 以南昌市区为例[J]. 生态学报, 2003 (11): 2201-2209

ZENG H, GAO L Y, XIA J. Dynamic Analysis of Urban Landscape Using a Modified Conversion Matrix Method: A Case Study in Nanchang City[J]. Acta Ecologica Sinica, 2003 (11): 2201-2209.

[32]
陆汝成, 黄贤金, 左天惠, 等. 基于CLUE-S和Markov复合模型的土地利用情景模拟研究: 以江苏省环太湖地区为例[J]. 地理科学, 2009, 29 (4): 577-581

LU R C, HUANG X J, ZUO T H, et al. Land Use Scenarios Simulation Based on CLUE-S and Markov Composite Model: A Case Study of Taihu Lake Rim in Jiangsu Province[J]. Scientia Geographica Sinica, 2009, 29 (4): 577-581.

[33]
王云才. 上海市城市景观生态网络连接度评价[J]. 地理研究, 2009, 28 (2): 284-292

WANG Y C. The Connectivity Evaluation of Shanghai Urban Landscape Eco-network[J]. Geographical Research, 2009, 28 (2): 284-292.

[34]
刘婷, 欧阳帅, 勾蒙蒙, 等. 基于MSPA模型的新型城市热景观连通性分析[J]. 生态学报, 2023, 43 (2): 615-624

LIU T, OUYANG S, GOU M M, et al. Analysis Connectivity of Urban Heat Island in a New-Type Urbanization Based on MSPA Model[J]. Acta Ecologica Sinica, 2023, 43 (2): 615-624.

[35]
许峰, 尹海伟, 孔繁花, 等. 基于MSPA与最小路径方法的巴中西部新城生态网络构建[J]. 生态学报, 2015, 35 (19): 6425-6434

XU F, YIN H W, KONG F H, et al. Developing Ecological Networks Based on MSPA and the Least-Cost Path Method: A Case Study in Bazhong Western New District[J]. Acta Ecologica Sinica, 2015, 35 (19): 6425-6434.

[36]
周媛, 唐密, 陈娟, 等. 基于形态学空间格局分析与图谱理论的成都市绿地生态网络优化[J]. 生态学杂志, 2023, 42 (6): 1527-1536

ZHOU Y, TANG M, CHEN J, et al. Optimization of Urban Green Space Ecological Network in Chengdu Based on Morphological Spatial Pattern Analysis and Graph Theory[J]. Chinese Journal of Ecology, 2023, 42 (6): 1527-1536.

[37]
谢名睿, 危小建, 赵莉, 等. 南昌市生态用地景观结构与网络连通性多情景模拟[J]. 水土保持通报, 2023, 43 (2): 202-211

XIE M R, WEI X J, ZHAO L, et al. Multi-scenario Simulation of Landscape Structure and Network Connectivity of Ecological Land in Nanchang City[J]. Bulletin of Soil and Water Conservation, 2023, 43 (2): 202-211.

[38]
吴钰茹, 吴晶晶, 毕晓丽, 等. 综合模型法评估黄河三角洲湿地景观连通性[J]. 生态学报, 2022, 42 (4): 1315-1326

WU Y R, WU J J, BI X L, et al. Application of the Least Cost Distance Model and the Circuit Theory Model in the Evaluation of Wetland Landscape Connectivity in the Yellow River Delta[J]. Acta Ecologica Sinica, 2022, 42 (4): 1315-1326.

[39]
刘颂, 何蓓. 基于MSPA的区域绿色基础设施构建: 以苏锡常地区为例[J]. 风景园林, 2017, 24 (8): 98-104

LIU S, HE B. Construction of Regional Green Infrastructure Based on MSPA: Case Study on Suzhou-Wuxi-Changzhou Area[J]. Landscape Architecture, 2017, 24 (8): 98-104.

[40]
刘滨谊, 卫丽亚. 基于生态能级的县域绿地生态网络构建初探[J]. 风景园林, 2015, 22 (5): 44-52

LIU B Y, WEI L Y. An Initial Survey on the Construction of Ecological Energy Level Based County Green Space and Eco-network[J]. Landscape Architecture, 2015, 22 (5): 44-52.

[41]
SAURA S, PASCUAL-H L. A New Habitat Availability Index to Integrate Connectivity in Landscape Conservation Planning: Comparison with Existing Indices and Application to a Case Study[J]. Landscape and Urban Planning, 2007, 83 (2): 91-103.

[42]
WANG Y J, QU Z Y, ZHONG Q C, et al. Delimitation of Ecological Corridors in a Highly Urbanizing Region Based on Circuit Theory and MSPA[J]. Ecological Indicators, 2022, 142: 109258.

DOI

[43]
刘杰, 张浪, 季益文, 等. 基于分形模型的城市绿地系统时空进化分析: 以上海市中心城区为例[J]. 现代城市研究, 2019 (10): 12-19

DOI

LIU J, ZHANG L, JI Y W, et al. Spatial-Temporal Evolution Analysis of Urban Green Space System Based on Fractal Model: A Case Study of Downtown Shanghai[J]. Modern Urban Research, 2019 (10): 12-19

DOI

[44]
张浪, 王浩. 城市绿地系统有机进化的机制研究: 以上海为例[J]. 中国园林, 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]. Chinese Landscape Architecture, 2008, 24 (3): 82-86.

Options
文章导航

/

〈 〉