高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于PLSR模型的北京市中心城绿色空间演变驱动机制研究(1992—2016年)

李方正 解爽 李雄

引用本文:
Citation:

基于PLSR模型的北京市中心城绿色空间演变驱动机制研究(1992—2016年)

    作者简介: 李方正,博士,讲师。主要研究方向:绿色空间生态系统服务及规划应用。Email:fangzhengli@bjfu.edu.cn 地址:100083 北京市海淀区清华东路35号北京林业大学园林学院.
    通讯作者: 李雄,教授,博士生导师。主要研究方向:风景园林规划与设计。Email:lixiong@bjfu.end.cn 地址:同上
  • 中图分类号: S731.2

Evolutionary driving mechanism of greenspace in central Beijing City based on the PLSR model

  • 摘要: 目的 由城市绿地、农田、林地、湿地和水域构成的绿色空间对于保障社会和谐、经济高效、生态宜人和居住舒适,以及维护城市可持续发展具有重要意义。理清其景观动态的变化及其驱动机制对于指导北京市中心城绿色空间合理规划以提升其大生态环境具有重要意义。方法 以北京市中心城为研究范围,选取1992、2000、2008、2016年4个时间节点进行绿色空间演变驱动机制研究,利用偏最小二乘回归分析法探究社会经济因素、自然因素对绿色空间演变的影响作用。结果 社会经济因素与各地类面积演变的偏最小二乘回归分析结果显示:地区生产总值、人均GDP、常住人口、建设用地面积4项影响因子对各地类面积演变的变量投影重要性VIP值均大于1;自然因素中影响各地类斑块类型面积指数演变的变量投影重要性VIP值均小于1。结论 社会经济是北京市中心城绿色空间演变的直接驱动力,人口规模的增加、地区经济的增长、产业结构的调整是导致绿色空间演变的重要因素,而自然因素对绿色空间演变的影响作用相对静态,且不如社会经济因素明显。本研究科学合理地阐明了影响绿色空间发展的关键因素,为制定合理科学的绿地发展、保护政策提供参考依据。
  • 图 1  北京市中心城范围

    Figure 1.  Scope of central Beijing City

    图 2  1992—2016年北京市中心城平均气温和降水空间分布

    Figure 2.  Spatial distribution map of average temperature and precipitation in central Beijing City in 1992−2016

    图 3  北京市中心城土壤质地和有机碳空间分布

    Figure 3.  Spatial distribution map of soil texture and organic carbon in central Beijing City

    图 4  2016年北京市中心城DEM空间分布

    Figure 4.  Spatial distribution map of DEM in 2016 in central Beijing City

    图 5  不同年份绿色空间类型解译数据统计

    Figure 5.  Statistical table of greenspace interpretation data

    表 1  北京市中心城绿色空间演变的驱动因子

    Table 1.  Driving factors of greenspace evolution in central Beijing City

    分类 Classification影响因子 Impact factor单位 Unit数据来源 Data source
    自然因素
    Natural factor
    年平均气温
    Annual average temperature
    北京市各气象站数据
    Data of Beijing meteorological stations
    年降水量
    Annual precipitation
    mm北京市各气象站数据
    Data of Beijing meteorological stations
    土壤
    Soil
    第二次全国土壤普查数据
    Second national soil census data
    高程
    Elevation
    m中国科学院计算机网络信息中心地理空间数据云平台
    Geospatial data cloud platform of computer network information center of Chinese Academy of Sciences
    社会经济因素
    Socioeconomic factor
    地区生产总值
    Gross regional domestic product
    亿元
    Billion CNY
    北京统计年鉴1993—2016、北京区域统计年鉴2002—2016
    Beijing statistical yearbook 1993−2016, Beijing regional statistical yearbook 2002−2016
    人均GDP
    Per catipa GDP
    万元/人
    104 CNY/
    person
    北京统计年鉴1993—2016、北京区域统计年鉴2002—2016
    Beijing statistical yearbook 1993−2016, Beijing regional statistical yearbook 2002−2016
    第一产业产值比例
    Proportion of primary industry output value
    %北京统计年鉴1993—2016、北京区域统计年鉴2002—2016
    Beijing statistical yearbook 1993−2016, Beijing regional statistical yearbook 2002−2016
    第二产业产值比例
    Proportion of the secondary industry output value
    %北京统计年鉴1993—2016、北京区域统计年鉴2002—2016
    Beijing statistical yearbook 1993−2016, Beijing regional statistical yearbook 2002−2016
    第三产业产值比例
    Proportion of the tertiary industry output value
    %北京统计年鉴1993—2016、北京区域统计年鉴2002—2016
    Beijing statistical yearbook 1993−2016, Beijing regional statistical yearbook 2002−2016
    农业总产值
    Total output value of agriculture
    亿元
    Billion CNY
    北京统计年鉴1993—2016、北京区域统计年鉴2002—2016
    Beijing statistical yearbook 1993−2016, Beijing regional statistical yearbook 2002−2016
    林业投资完成值
    Completion value of forestry investment
    亿元
    Billion CNY
    北京统计年鉴1993—2016、北京区域统计年鉴2002—2016
    Beijing statistical yearbook 1993−2016, Beijing regional statistical yearbook 2002−2016
    绿化投资额
    Green investment
    亿元
    Billion CNY
    北京园林绿化年鉴2000—2015、北京统计年鉴1993—2016、北京区域统计年鉴2002—2016
    Beijing landscape yearbook 2000−2015, Beijing statistical yearbook 1993−2016, Beijing regional statistical yearbook 2002−2016
    常住人口
    Permanent population
    万人
    Ten thousand people
    北京统计年鉴1993—2016、北京区域统计年鉴2002—2016
    Beijing statistical yearbook 1993−2016, Beijing regional statistical yearbook 2002−2016
    农村人口
    Rural population
    万人
    Ten thousand people
    北京统计年鉴1993—2016
    Beijing statistical yearbook 1993−2016
    建设用地面积
    Construction area
    km2北京统计年鉴1993—2016、北京区域统计年鉴2002—2016
    Beijing statistical yearbook 1993−2016, Beijing regional statistical yearbook 2002−2016
    下载: 导出CSV

    表 2  绿色空间面积与社会经济因素指标的偏最小二乘回归结果

    Table 2.  Partial least-square regression results between greenspace area and socioecomic indices

    项目
    Item
    耕地
    Farmland
    林地
    Woodland
    草地
    Grassland
    湿地及水域
    Wetland and water area
    主成分数
    Principal component number
    2222
    模型解释能力
    Model interpretation ability (R2Y)
    0.6620.7710.8390.856
    交叉有效性
    Cross validation (Q2)
    0.3920.65 0.7260.736
    变量投影重要性和回归系数
    Variable projection importance (VIP) & regression coefficient (RC)
    VIPRCVIPRCVIPRCVIPRC
    绿化投资额
    Green investment
    1.00− 0.151.000.161.050.180.830.10
    地区生产总值
    Gross regional output
    1.19− 0.141.470.251.490.281.730.33
    人均GDP
    Per capita GDP
    1.08− 0.101.050.061.040.081.030.01
    第一产业产值比例
    Proportion of primary industry output value
    0.750.010.83− 0.020.82− 0.040.88− 0.05
    第二产业产值比例
    Proportion of the secondary industry output value
    0.93− 0.021.030.040.970.031.05− 0.02
    第三产业产值比例
    Proportion of the tertiary industry output value
    0.98− 0.021.08− 0.021.02− 0.011.110.00
    农业总产值
    Total output value of agriculture
    0.640.020.29− 0.060.17− 0.020.28− 0.05
    林业投资完成值
    Completion value of forestry investment
    0.240.010.640.030.240.030.210.02
    常住人口
    Permanent population
    1.59− 0.291.660.331.790.381.720.34
    农村人口
    Rural population
    0.530.060.520.000.480.040.54− 0.02
    建设用地面积
    Construction area
    2.04− 0.431.500.321.830.421.48− 0.32
    下载: 导出CSV

    表 3  绿色空间斑块类型面积与自然因素指标的偏最小二乘回归结果

    Table 3.  Partial least-square regression results between greenspace area and natural indices

    项目
    Item
    耕地
    Farmland
    林地
    Woodland
    草地
    Grassland
    湿地及水域
    Wetland and water area
    主成分数
    Principal component number
    2222
    模型解释能力
    Model interpretation ability (R2Y)
    0.6620.7710.8390.856
    交叉有效性
    Cross validation (Q2)
    0.3920.65 0.7260.736
    变量投影重要性和回归系数
    Variable projection importance (VIP) & Regression coefficient (RC)
    VIPRCVIPRCVIPRCVIPRC
    高程 Elevation0.53− 0.060.860.160.50− 0.010.62− 0.09
    土壤有机碳
    Soil organic carbon
    0.880.100.770.090.810.080.75− 0.06
    土壤质地
    Soil texture
    0.670.080.56− 0.080.65− 0.080.54− 0.05
    平均气温
    Average temperature
    0.990.040.920.110.96− 0.020.99− 0.04
    平均降水
    Mean precipitation
    0.800.170.660.140.440.090.590.12
    下载: 导出CSV
  • [1] Oszlanyi J. Forest health and environmental pollution in Slovakia[J]. Environmental Pollution, 1997, 98(3): 389−392. doi: 10.1016/S0269-7491(97)00155-3
    [2] Szepesi A. Forest health status in Hungary[J]. Environmental Pollution, 1997, 98(3): 393−398. doi: 10.1016/S0269-7491(97)00147-4
    [3] 陈彩虹, 胡锋, 张落成. 南京市城乡交错带景观格局研究[J]. 应用生态学报, 2003, 14(8):1363−1368. doi: 10.3321/j.issn:1001-9332.2003.08.034Chen C H, Hu F, Zhang L C. Landscape pattern of Nanjing urbanrural ecotone[J]. Chinese Journal of Applied Ecology, 2003, 14(8): 1363−1368. doi: 10.3321/j.issn:1001-9332.2003.08.034
    [4] 高峻, 宋永昌. 基于遥感和GIS的城乡交错带景观演变研究: 以上海西南地区为例[J]. 生态学报, 2003, 23(4):805−813. doi: 10.3321/j.issn:1000-0933.2003.04.024Gao J, Song Y C. On landscape dynamics of the urban-rural ecotone based on remote sensing and GIS: a case study of southwest Shanghai[J]. Acta Ecologica Sinica, 2003, 23(4): 805−813. doi: 10.3321/j.issn:1000-0933.2003.04.024
    [5] 邬建国. 景观生态学: 格局、过程、尺度与等级[M]. 北京: 高等教育出版社, 2000.Wu J G. Landscape ecology: pattern, process, scale and grade[M]. Beijing: Higher Education Press, 2000.
    [6] 穆博, 李华威, Mayer A L, et al. 基于遥感和图论的绿地空间演变和连通性研究: 以郑州为例[J]. 生态学报, 2017, 37(14):4883−4895.Mu B, Li H W, Mayer A L, et al. Dynamic changes of green-space connectivity based on remote sensing and graph theory: a case study in Zhengzhou, China[J]. Acta Ecologica Sinica, 2017, 37(14): 4883−4895.
    [7] 邵大伟, 吴殿鸣. 基于景观指数的南京主城区绿色空间演变特征研究[J]. 中国园林, 2016, 32(2):103−107. doi: 10.3969/j.issn.1000-6664.2016.02.023Shao D W, Wu D M. Landscape pattern evolvement of green space: a case study of the central area of Nanjing[J]. Chinese Landscape Architecture, 2016, 32(2): 103−107. doi: 10.3969/j.issn.1000-6664.2016.02.023
    [8] 谭博文, 宋伟. 新型城镇化实验区土地利用及景观格局时空变化研究: 以河北省定州市为例[J]. 地理科学研究, 2018, 7(1):46−54.Tan B W, Song W. Spatio-temporal change of land use and landscape pattern in new-type urbanization experimental area[J]. Geographical Science Research, 2018, 7(1): 46−54.
    [9] 韩贵锋, 郭建明, 赵一凡, 等. 重庆市主城区绿色空间的演变及驱动机制研究[J]. 三峡生态环境监测, 2017, 2(2):34−44.Han G F, Guo J M, Zhao Y F, et al. Evolution and driving mechanism of green space in urban Chongqing[J]. Ecology and Environmental Monitoring of Three Gorges, 2017, 2(2): 34−44.
    [10] Liu S H, Wang D Y, Li H, et al. Ecological land fragmentation evaluation and dynamic change of a typical black soil farming area in Northeast China[J/OL]. Sustainability, 2017, 9(2): 300 [2018−03−20]. http://doi.org/10.3390/su9020300.
    [11] 李卫锋, 王仰麟, 彭建, 等. 深圳市景观格局演变及其驱动因素分析[J]. 应用生态学报, 2004, 15(8):1403−1410. doi: 10.3321/j.issn:1001-9332.2004.08.020Li W F, Wang Y L, Peng J, et al. Landscape spatial changes in Shenzhen and their driving factors[J]. Chinese Journal of Applied Ecology, 2004, 15(8): 1403−1410. doi: 10.3321/j.issn:1001-9332.2004.08.020
    [12] 巫涛. 长沙城市绿地景观格局及其生态服务功能价值研究[D]. 长沙: 中南林业科技大学, 2005.Wu T. The research on landscape pattern and ecosystem service in Changsha[D]. Changsha: Central South University of Forestry and Technology, 2005.
    [13] 洪冬晨. 哈萨克斯坦土地利用景观格局演变及驱动因素分析[D]. 杭州: 浙江大学, 2015.Hong D C. Analysis of land use and landscape pattern change and its driving factors in Kazakhstan[D]. Hangzhou: Zhejiang University, 2015.
    [14] 孙才志, 闫晓露. 基于GIS-Logistic耦合模型的下辽河平原景观格局变化驱动机制分析[J]. 生态学报, 2014, 34(24):7280−7292.Sun C Z, Yan X L. Driving mechanism analysis of landscape pattern change in the lower reach of Liaohe River Plain based on gis-logistic coupling model[J]. Acta Ecologica Sinica, 2014, 34(24): 7280−7292.
    [15] 恭映壁. 长沙城市湿地景观格局时空演变与驱动机制研[D]. 长沙: 中南林业科技大学, 2013.Gong Y B. The spatial-temporal pattern evoluation of wetland landscape and its driving mechanism in Changsha[D]. Changsha: Central South University of Forestry and Technology, 2013.
    [16] Jia Z M, Ma B R, Zhang J, et al. Simulating spatial-temporal changes of land-use based on ecological redline restrictions and landscape driving factors: a case study in Beijing[J/OL]. Sustainability, 2018, 10(4): 1299[2018−02−25]. https://doi.org/10.3390/su10041299.
    [17] 肖瑶, 王艳慧, 尹川. 北京城区近20年土地利用变化及其驱动力分析[J]. 测绘与空间地理信息, 2013, 36(7):29−32.Xiao Y, Wang Y H, Yin C. Driving force analysis of land use Chang of Beijing Urban Areas in the past 20 years[J]. Geomatics & Spatial Information Technology, 2013, 36(7): 29−32.
    [18] 林坚, 汤晓旭, 黄斐玫, 等. 城乡结合部的地域识别与土地利用研究: 以北京中心城地区为例[J]. 城市规划, 2007, 31(8):36−44. doi: 10.3321/j.issn:1002-1329.2007.08.006Lin J, Tang X X, Huang F M, et al. Spatial identification and land use of urban-rural linkage area: a case study on Beijing ’s center city[J]. City Planning Review, 2007, 31(8): 36−44. doi: 10.3321/j.issn:1002-1329.2007.08.006
    [19] 北京市人民政府. 北京城市总体规划(2004年—2020年)[J]. 北京规划建设, 2005(2):5−51. doi: 10.3969/j.issn.1003-627X.2005.02.001People’s Government of Beijing Municipality. General plan for Beijing (2004−2020) [J]. Beijing Planning and Construction, 2005(2): 5−51. doi: 10.3969/j.issn.1003-627X.2005.02.001
    [20] 张亚芹, 周嗣恩, 孔令铮, 等. 北京市中心城道路网规划实施评估与政策机制[J]. 城市交通, 2016, 14(3):43−47.Zhang Y Q, Zhou S E, Kong L Z, et al. Evaluating roadway network implementation and policy in Beijing central district[J]. Urban Transport of China, 2016, 14(3): 43−47.
    [21] 王晓轩, 夏丽华, 邓珊珊, 等. 基于STIRPAT模型的广州市耕地变化社会经济驱动力分析[J]. 中国农学通报, 2010, 26(20):339−343.Wang X X, Xia L H, Deng S S, et al. Cultivated land area change and its socio-economic driving forces based on STIRPAT model[J]. Chinese Agricultural Science Bulletin, 2010, 26(20): 339−343.
    [22] 阳文锐. 北京城市景观格局时空变化及驱动力[J]. 生态学报, 2015, 35(13):4357−4366.Yang W R. Spatiotemporal change and driving forces of urban landscape pattern in Beijing[J]. Acta Ecologica Sinica, 2015, 35(13): 4357−4366.
    [23] 何春阳, 史培军, 陈晋, 等. 北京地区城市化过程与机制研究[J]. 地理学报, 2002, 57(3):363−371. doi: 10.3321/j.issn:0375-5444.2002.03.013He C Y, Shi P J, Chen J, et al. Process and mechanism of urbanization in Beijing area[J]. Acta Geographica Sinica, 2002, 57(3): 363−371. doi: 10.3321/j.issn:0375-5444.2002.03.013
    [24] 马明德, 马学娟, 谢应忠, 等. 宁夏生态足迹影响因子的偏最小二乘回归分析[J]. 生态学报, 2014, 34(3):682−689.Ma M D, Ma X J, Xie Y Z, et al. Analysis the relationship between ecological footprint (EF) of Ningxia and influencing factors: analysis the relationship between ecological footprint (EF) of Ningxia and influencing factors: Partial Least-Squares Regression (PLS)[J]. Acta Ecologica Sinica, 2014, 34(3): 682−689.
    [25] 张瑜, 王天巍, 蔡崇法, 等. 干旱区耕地景观格局碎化特征及社会经济驱动因素分析[J]. 水土保持研究, 2016, 23(4):179−184.Zhang Y, Wang T W, Cai C F, et al. Characteristics of arable land fragmentation and the socioeconomic drivers in the arid area[J]. Research of Soil and Water Conservation, 2016, 23(4): 179−184.
    [26] 孙杨, 许承明, 夏锐. 研发资金投入渠道的差异对科技创新的影响分析: 基于偏最小二乘法的实证研究[J]. 金融研究, 2009(9):165−174.Sun Y, Xu C M, Xia R. An empirical study on the influence of R&D funding channels on technological innovation based on Partial Least Square Method[J]. Journal of Financial Research, 2009(9): 165−174.
    [27] 王惠文, 吴载斌, 孟洁. 偏最小二乘回归的线性与非线性方法[M]. 北京: 国防工业出版社, 2006.Wang H W, Wu Z B, Meng J. Linear and nonlinear methods for Partial Least Squares Regression[M]. Beijing: National Defense Industry Press, 2006.
    [28] 高惠璇. 两个多重相关变量组的统计分析(3): 偏最小二乘回归与PLS过程[J]. 数理统计与管理, 2002, 21(2):58−64.Gao H X. Statistical analyses for multiple correlation variables of two sets (3): Partial Least-Square Regression and PLS procedure[J]. Journal of Applied Statistics and Management, 2002, 21(2): 58−64.
    [29] 张恒喜. 小样本多元数据分析方法及应用[M]. 西安: 西北工业大学出版社, 2002.Zhang H X. Methods and applications of small sample multivariate data analysis[M]. Xi’an: Northwestern Polytechnical University Press, 2002.
    [30] Trap J, Hättenschwiler S, Gattin I, et al. Forest ageing: an unexpected driver of beech leaf litter quality variability in European forests with strong consequences on soil processes[J]. Forest Ecology & Management, 2013, 302(6): 338−345.
    [31] 李方正, 解爽, 李雄. 基于多源数据分析的北京市中心城绿色空间时空演变研究(1992—2016)[J]. 风景园林, 2018(8):46−51.Li F Z, Xie S, Li X. The Spatio-temporal evolution of green spaces in central Beijing based on multisource data (1992−2016)[J]. Landscape Architecture, 2018(8): 46−51.
  • [1] 李方正戴超兰姚朋 . 北京市中心城社区公园使用时空差异及成因分析——基于58个公园的实证研究. 北京林业大学学报, 2017, 39(9): 91-101. doi: 10.13332/j.1000-1522.20170123
    [2]
    ZHAOGuang-jie
    刘常富李雪萍刘金福谭炳香张灿常德龙吴斌温俊宝徐文铎李贤军程占红匡文慧郑凌凌王云琦张求慧齐春辉段爱国李雪峰赵燕东李吉跃邹大林王玉涛鲁绍伟冯夏莲李吉跃何承忠朱天辉韩烈保余新晓温俊宝何兴元宋湛谦韩士杰张建国白陈祥LUOWen-sheng吴庆利吴斌洪伟赵广杰张树文王玉杰何友均张路平翟洪波何正权李增元骆有庆骆有庆]魏晓霞黄文豪何静郭忠玲张志毅姜伟梁小红陈尔学童书振张养贞匡秋明林秦文]陈玮李俊清刘凤芹FurunoTakeshi陈发菊张军张振明梁宏伟胡伟华李颖张璧光赵桂玲RENQian庞勇曾会明安新民许志春郑兴波许志春崔国发雷渊才宋国正PaulWolfgang曹川健侯伟李凤兰李福海刘君赵广亮郑杰杨凯张有慧李考学姚永刚董建生张全来田桂芳李永波赫万成李长明张世玺 . 吉林省东部山区近50年森林景观变化及驱动机制研究. 北京林业大学学报, 2006, 3(3): 38-45.
    [3] 夏兵余新晓宁金魁王小平秦永胜陈峻崎 . 近20年北京地区景观格局演变研究. 北京林业大学学报, 2008, 5(supp.2): 60-66.
    [4] 崔丽娟李伟张曼胤王义飞 . 福建洛阳江口红树林湿地景观演变及驱动力分析. 北京林业大学学报, 2010, 7(2): 106-112.
    [5] 李亦秋冯仲科马俊吉 , . 绵阳城市土地利用结构和形态演变及其动力机制. 北京林业大学学报, 2008, 5(增刊1): 238-243.
    [6] 寇馨月王玉杰张晓明王云琦赵阳成晨 . 黄土丘陵第Ⅲ副区典型流域水沙演变过程及其驱动因素分析. 北京林业大学学报, 2015, 12(7): 85-93. doi: 10.13332/j.1000-1522.20140375
    [7] 张颖侯元兆魏小真颜萍袁功英冯仲科 . 北京森林绿色核算研究. 北京林业大学学报, 2008, 5(增刊1): 232-237.
    [8] 李方正刘阳施瑶胡凯富郑曦 . 基于生态系统服务功能模拟演算的绿色空间规划框架. 北京林业大学学报, 2019, 41(11): 125-136. doi: 10.13332/j.1000-1522.20190149
    [9] 杨振德胡晓丽孙晓梅李绍才陈文汇南海龙肖生春谭伟范丙友徐双民李世东金小娟张冰玉吕建雄朱教君高峻李发东张宇清潘存德时尽书颜容王玉杰翟明普窦军霞师瑞峰周春江韩海荣孙海龙张守攻宋献方苏晓华肖洪浪胡诗宇谢益民康宏樟骆秀琴朱清科李建章刘俊昌王云琦田小青刘红霞冯仲科三乃张一平孟平吴斌张雁赵博光陆海李智辉齐实赵双菊蒋佳荔蔡怀王笑山李义良杨志荣周文瑞齐实岳良松马钦彦姜伟刘昌明宋清海张德荣张劲松蒋湘宁齐力旺赵有科何磊朱金兆葛颂张永安于静洁蒲俊文伊力塔姚山张岩石丽萍杨聪康峰峰褚建民马超德刘元曲良建吕守芳吴庆利崔保山王建华王玉珠刘鑫宇刘相超朱林峰胡堃田颖川唐常源 . 极端干旱区湖岸柽柳径向生长对水环境演变的响应. 北京林业大学学报, 2006, 3(2): 39-45.
    [10] 戴松香黄华国董运斋贺庆棠华丽黄荣凤赵晓松李黎李雪玲田晶会高岩马宇飞邵海荣曹世雄张德荣王小丹王瑞刚郭明辉闫丽李俊清于志明陈斌如张晓丽李文彬阎海平古川郁夫冷平生贺庆棠陈少良关德新陈少良王四清贺康宁金幼菊习宝田陈莉邹祥旺刘力源李海英王蕾吴家兵阎海平王百田杨永福鲍甫成高双林高攀任云卯李建章程根伟金昌杰赵有科侯智郝志勇金小娟王金满侯智陈源泉张卫强陈华君尹婧李涛韩士杰高旺盛翁海娇杜建军赵琼李鹤杨爽段杉 . 青藏高原东缘贡嘎山地区土地利用与景观格局演变. 北京林业大学学报, 2005, 2(3): 40-45.
    [11] 龚俊杰杨华邓华锋张慕博 . 北京明长城森林景观空间结构的分形特征及稳定性. 北京林业大学学报, 2014, 11(6): 54-59. doi: 10.13332/j.cnki.jbfu.2014.06.012
    [12] 刘彦余新晓岳永杰甘敬王小平李金海 . 北京密云水库集水区刺槐人工林空间结构分析. 北京林业大学学报, 2009, 6(5): 25-28.
    [13] 周繇吴淑芳李云开张仁军林娅周海宾张运春张秀新王超张玉兰邢韶华赵铁珍闫德千任云卯李春义孙阁崔丽娟林勇明刘杏娥尹增芳陈圆王蕾李昌晓谭健晖王春梅张颖梁善庆金莹杉王戈江泽慧张桥英刘艳红刘青林王莲英于俊林杨远芬刘国经洪滔王以红赵勃余养伦罗建举张明马钦彦钟章成杨培岭黄华国吴普特翟明普张曼胤周荣伍张志强马履一徐秋芳温亚利江泽慧樊汝汶高岚王玉涛周国逸费本华何春光张本刚王希群崔国发王小青于文吉吴承祯杨海军张晓丽田英杰刘俊昌柯水发殷际松冯浩邵彬安玉涛陈学政罗鹏周国模汪晓峰马润国任树梅赵景刚徐昕魏晓华何松云刘爱青李敏蔡玲徐克学洪伟高贤明邬奇峰费本华康峰峰温亚利王九中骆有庆安树杰郑万建吴家森吴宁林斌赵焕勋赵弟行任海青朱高浦田平胡喜生卢俊峰李永祥宋萍范海兰 , . 北京西山风景林景观空间分布格局研究. 北京林业大学学报, 2007, 4(3): 74-80.
    [14] 王武魁苏贤明施海张大红孙文祥赵天忠 . 北京林业生物质资源空间密度分布计算及加工点选址优化. 北京林业大学学报, 2010, 7(6): 71-79.
    [15] 倪树斌马超杨海龙张熠昕 . 北京山区崩塌、滑坡、泥石流灾害空间分布及其敏感性分析. 北京林业大学学报, 2018, 40(6): 81-91. doi: 10.13332/j.1000-1522.20170328
    [16] 金莹杉王蕾邢韶华任云卯张玉兰张秀新尹增芳李云开梁善庆王超李昌晓王春梅林娅周繇林勇明孙阁刘杏娥周海宾赵铁珍张仁军张运春陈圆吴淑芳谭健晖张颖闫德千王戈李春义崔丽娟罗建举于俊林吴普特马履一徐秋芳刘青林樊汝汶王以红刘艳红张桥英翟明普杨培岭杨远芬黄华国赵勃高岚张志强温亚利江泽慧张曼胤张明江泽慧王莲英马钦彦余养伦洪滔钟章成周荣伍刘国经王小青周国模张本刚罗鹏刘俊昌于文吉张晓丽陈学政周国逸费本华安玉涛杨海军柯水发崔国发汪晓峰王希群王玉涛冯浩殷际松何春光吴承祯田英杰邵彬马润国赵景刚骆有庆何松云李敏徐昕温亚利王九中邬奇峰徐克学高贤明洪伟魏晓华刘爱青康峰峰任树梅蔡玲费本华安树杰吴家森吴宁朱高浦郑万建林斌任海青赵弟行田平赵焕勋胡喜生卢俊峰李永祥宋萍范海兰 . 从森林绿色核算看我国林业政策的优化. 北京林业大学学报, 2007, 4(3): 164-170.
    [17] 夏兵余新晓宁金魁王小平秦永胜陈俊崎 , . 北京市怀柔区景观格局特征分析. 北京林业大学学报, 2008, 5(supp.2): 53-59.
    [18] 樊登星余新晓岳永杰牛丽丽高志亮马莉娅 . 北京市森林碳储量及其动态变化. 北京林业大学学报, 2008, 5(supp.2): 117-120.
    [19] 牛丽丽余新晓刘淑燕刘彦岳永杰王小平陈俊崎 . 北京松山自然保护区油松种群生活史及其空间分布格局. 北京林业大学学报, 2008, 5(supp.2): 17-21.
    [20] 牛树奎王叁贺庆棠孙武陈锋 . 北京山区主要针叶林可燃物空间连续性研究——可燃物垂直连续性与树冠火发生. 北京林业大学学报, 2012, 9(3): 1-7.
  • 加载中
图(5)表(3)
计量
  • 文章访问数:  387
  • HTML全文浏览量:  176
  • PDF下载量:  29
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-08-03
  • 录用日期:  2019-01-23
  • 刊出日期:  2019-04-01

基于PLSR模型的北京市中心城绿色空间演变驱动机制研究(1992—2016年)

    通讯作者: 李雄, lixiong@bjfu.end.cn
    作者简介: 李方正,博士,讲师。主要研究方向:绿色空间生态系统服务及规划应用。Email:fangzhengli@bjfu.edu.cn 地址:100083 北京市海淀区清华东路35号北京林业大学园林学院
  • 北京林业大学园林学院,北京 100083

摘要: 目的由城市绿地、农田、林地、湿地和水域构成的绿色空间对于保障社会和谐、经济高效、生态宜人和居住舒适,以及维护城市可持续发展具有重要意义。理清其景观动态的变化及其驱动机制对于指导北京市中心城绿色空间合理规划以提升其大生态环境具有重要意义。方法以北京市中心城为研究范围,选取1992、2000、2008、2016年4个时间节点进行绿色空间演变驱动机制研究,利用偏最小二乘回归分析法探究社会经济因素、自然因素对绿色空间演变的影响作用。结果社会经济因素与各地类面积演变的偏最小二乘回归分析结果显示:地区生产总值、人均GDP、常住人口、建设用地面积4项影响因子对各地类面积演变的变量投影重要性VIP值均大于1;自然因素中影响各地类斑块类型面积指数演变的变量投影重要性VIP值均小于1。结论社会经济是北京市中心城绿色空间演变的直接驱动力,人口规模的增加、地区经济的增长、产业结构的调整是导致绿色空间演变的重要因素,而自然因素对绿色空间演变的影响作用相对静态,且不如社会经济因素明显。本研究科学合理地阐明了影响绿色空间发展的关键因素,为制定合理科学的绿地发展、保护政策提供参考依据。

English Abstract

  • 在城市快速发展的背景下,生态环境问题日渐突出[1-2],对绿色空间、生态系统及土地利用的演变原因即其演变的驱动机制进行研究能为生态环境保护提供重要的理论支撑[3-5]。如何梳理人与自然之间的相互作用,理解城市绿地演变的原因,探究社会经济和自然因素与城市绿色空间演变之间的深层关系,是了解城市各类用地面积和绿色空间演变驱动机制的关键,成为风景园林及相关学科的研究重点内容之一。

    目前国内现有研究中,关于绿色空间演变研究经历了景观格局测度、定性演变机制研究到定量模型分析演变机制的变化。学者基于图论原理和算法,分析不同时期城市绿地斑块规模、数量和空间分布的动态变化过程,诊断并优化绿地空间连通性[6];运用景观生态学指数和缓冲区密度,定量分析城市绿色空间时空演变过程,揭示主导影响因子和驱动机制[7-9];采用景观破碎化评价模型衡量区域生态土地破碎化程度,并通过转移轨迹法分析一定时期内的土地利用动态变化[10];演变机制方面已有学者针对不同自然、人文因素进行演变机制研究,最初通过遥感影像分类和景观格局度量,以定性和定量分析相结合的方法,探讨不同尺度下景观格局演变的驱动因素与变化机制[11-12];随后利用多元线性回归分析法,对土地景观格局变化驱动因素进行研究[13];运用GIS-Logistic耦合模型从自然、人文因素对地表景观格局的演变原因进行研究[14];利用主成分−灰色关联耦合方法从社会经济、自然层面探究不同用地类型演变差异性[15];将自然指标、社会经济指标以及景观格局指标作为土地利用转换的综合驱动力,构建基于生态红线约束和景观格局因素的小区域范围模型(CLUE-S)模拟并预测城市土地利用变化等[16]。针对北京市绿色空间格局演变驱动机制的研究多受数据限制,研究方法上多以定性或以简单回归为基础的定量研究为主,例如有学者从人口膨胀、经济增长和政策因素对绿地格局演变进行定性分析[17]等。此类研究中,传统的线性回归不适用于样本容量较少的数据量,且普通主成分分析将多重共线变量直接剔除影响结果精确性。因此,本研究采用偏最小二乘回归分析(Partial least squares regression,简称PLSR)模型,选取北京市城市化快速发展的近20年间的绿色空间演变情况作为研究基本数据,以1992年到2016年为研究期限,从自然、社会经济方面揭示北京市中心城1992—2016年绿色空间格局演变原因,为制定合理科学的绿地发展、保护政策提供参考依据。

    • 本文依据《北京城市总体规划(2004—2020)》,以北京市中心城为研究区域(图1),范围包括西城区、东城区、朝阳区、东城区、石景山区的全部,丰台区和海淀区的大部分区域,以及昌平区的回龙观、东小口两镇的部分用地、大兴区旧宫镇、门头沟区三家店镇的部分用地[18-20],总面积1 088 km2

      图  1  北京市中心城范围

      Figure 1.  Scope of central Beijing City

    • 本研究选取1992—2016年作为研究期限,以遥感数据为基础数据对1992年、2000年、2008年、2016年4个时间节点的绿色空间覆被变化进行遥感解译,在选取合理驱动因子后,主要针对社会经济数据、自然数据进行计算分析(表1)。其中,遥感数据通过中国科学院计算机网络信息中心地理空间数据云平台获取TM影像数据,卫星原始分辨率为30 m × 30 m,数据经融合处理后为15 m × 15 m。社会经济数据主要通过北京统计年鉴和北京区域统计年鉴获得;自然数据由北京及周边21个气象观测点观测数据通过反距离加权插值获得其空间分布数据(图2 ~ 4)。为研究北京市中心城绿色空间面积演变的驱动因素,本文数据以区为统计单位。

      表 1  北京市中心城绿色空间演变的驱动因子

      Table 1.  Driving factors of greenspace evolution in central Beijing City

      分类 Classification影响因子 Impact factor单位 Unit数据来源 Data source
      自然因素
      Natural factor
      年平均气温
      Annual average temperature
      北京市各气象站数据
      Data of Beijing meteorological stations
      年降水量
      Annual precipitation
      mm北京市各气象站数据
      Data of Beijing meteorological stations
      土壤
      Soil
      第二次全国土壤普查数据
      Second national soil census data
      高程
      Elevation
      m中国科学院计算机网络信息中心地理空间数据云平台
      Geospatial data cloud platform of computer network information center of Chinese Academy of Sciences
      社会经济因素
      Socioeconomic factor
      地区生产总值
      Gross regional domestic product
      亿元
      Billion CNY
      北京统计年鉴1993—2016、北京区域统计年鉴2002—2016
      Beijing statistical yearbook 1993−2016, Beijing regional statistical yearbook 2002−2016
      人均GDP
      Per catipa GDP
      万元/人
      104 CNY/
      person
      北京统计年鉴1993—2016、北京区域统计年鉴2002—2016
      Beijing statistical yearbook 1993−2016, Beijing regional statistical yearbook 2002−2016
      第一产业产值比例
      Proportion of primary industry output value
      %北京统计年鉴1993—2016、北京区域统计年鉴2002—2016
      Beijing statistical yearbook 1993−2016, Beijing regional statistical yearbook 2002−2016
      第二产业产值比例
      Proportion of the secondary industry output value
      %北京统计年鉴1993—2016、北京区域统计年鉴2002—2016
      Beijing statistical yearbook 1993−2016, Beijing regional statistical yearbook 2002−2016
      第三产业产值比例
      Proportion of the tertiary industry output value
      %北京统计年鉴1993—2016、北京区域统计年鉴2002—2016
      Beijing statistical yearbook 1993−2016, Beijing regional statistical yearbook 2002−2016
      农业总产值
      Total output value of agriculture
      亿元
      Billion CNY
      北京统计年鉴1993—2016、北京区域统计年鉴2002—2016
      Beijing statistical yearbook 1993−2016, Beijing regional statistical yearbook 2002−2016
      林业投资完成值
      Completion value of forestry investment
      亿元
      Billion CNY
      北京统计年鉴1993—2016、北京区域统计年鉴2002—2016
      Beijing statistical yearbook 1993−2016, Beijing regional statistical yearbook 2002−2016
      绿化投资额
      Green investment
      亿元
      Billion CNY
      北京园林绿化年鉴2000—2015、北京统计年鉴1993—2016、北京区域统计年鉴2002—2016
      Beijing landscape yearbook 2000−2015, Beijing statistical yearbook 1993−2016, Beijing regional statistical yearbook 2002−2016
      常住人口
      Permanent population
      万人
      Ten thousand people
      北京统计年鉴1993—2016、北京区域统计年鉴2002—2016
      Beijing statistical yearbook 1993−2016, Beijing regional statistical yearbook 2002−2016
      农村人口
      Rural population
      万人
      Ten thousand people
      北京统计年鉴1993—2016
      Beijing statistical yearbook 1993−2016
      建设用地面积
      Construction area
      km2北京统计年鉴1993—2016、北京区域统计年鉴2002—2016
      Beijing statistical yearbook 1993−2016, Beijing regional statistical yearbook 2002−2016

      图  2  1992—2016年北京市中心城平均气温和降水空间分布

      Figure 2.  Spatial distribution map of average temperature and precipitation in central Beijing City in 1992−2016

      图  3  北京市中心城土壤质地和有机碳空间分布

      Figure 3.  Spatial distribution map of soil texture and organic carbon in central Beijing City

      图  4  2016年北京市中心城DEM空间分布

      Figure 4.  Spatial distribution map of DEM in 2016 in central Beijing City

    • 驱动因子的选取应遵循因子代表性、数据可获取性、因子间独立性3项原则。根据以往文献研究,本文将绿色空间演变的确定因子分为自然因素和社会经济因素两大类。自然因素对景观的形成、发育和变化将会产生重要的约束作用,社会经济因素在短期内对中心城的绿色空间格局会起到较大作用[21]。在综合考虑各大类因子的基础上,兼顾到数据的可获取性和可定量化,本研究选择了15个因子(表1)。

    • 为探讨北京市中心城绿色空间演变的驱动机制,本研究从自然因素、社会经济因素两方面进行研究[17,22-23]。利用偏最小二乘回归对绿色空间演变的社会经济和自然影响因素进行总体的回归分析。

      由S. Wold和C. Albano首次提出的偏最小二乘回归(PLSR)模型作为一种多元统计回归模型[24],包含了相关分析、典型线性回归和主成分分析方法的基本特征,可有效解决不同自变量或因变量间的多重共线性[25-26],且当样本容量较小时同样适用[27-29]。鉴于本研究是对24年间北京市中心城4个时间节点的绿色空间演变的驱动力进行分析,其驱动因子的数据量也对应4个时间节点,其数据容量不适用传统线性回归,因此本研究选用偏最小二乘回归进行绿色空间演变社会经济和自然因素的驱动机制研究。此外,偏最小二乘回归可以有效解决不同的自变量或因变量间的多重共线性。当变量存在多重共线性时,偏最小二乘回归法可进行多次成分提取,同时偏最小二乘回归法成分提取通过信息重组,而不是像普通主成分分析那样剔除变量,因此其既考虑自变量和因变量的线性关系,也排除了噪声干扰,在保证模型稳定的同时可以消除多重共线性,所以偏最小二乘回归还适用于各因子之间存在共线性的回归[26]

      本方法的原理核心是使用偏最小二乘回归的分析软件SIMCA-P对因变量和自变量的统计关系进行研究。本研究中因变量为选取的多个绿色空间的面积,自变量为社会经济因子和自然因子。首先在回归分析前对数据进行标准化处理,得到因变量和自变量的矩阵,分别记为S0 = YF0 = X。之后进行第1主成分的提取。随后计算第1主成分t1以及矩阵F0S0对第1主成分t1的方程。

      $ \begin{aligned} {{{F}}_0} = {t_1}{{n}}_1^{\rm{T}} + {{{F}}_1}\\ {{{S}}_0} = {{{t}}_1}{{{{r}}}_1} + {{{S}}_1} \end{aligned} $

      式中:r1n1为向量取值,${{{r}}_1} = {{S}}_0^{\rm{T}}{t_1}/{\left\| {{{{t}}_1}} \right\|^2}$${{{n}}_1} = {{F}}_0^{\rm{T}}{t_1}/$${\left\| {{{{t}}_1}} \right\|^2} $S1F1是偏最小二乘回归的残差矩阵。第2、3、4和n主成分t2t3t4tn的计算和提取过程同上。

      回归的合理性是检验驱动机制精度的重要因素,通过SIMCA-P软件中的PRESS变量进行拟合效果检验,当其交叉有效性值大于0.097时,代表偏最小二乘回归模型稳健性符合要求,主成分提取合理。回归模型的预测或数据回归解释能力被定义为R2Y(Goodness of fit),当其值大于50%时,代表模型具有较高的预测能力和准确性。自变量对因变量的解释程度通过模型中的变量投影重要性值VIP(Variable importance of projection)来表现。VIP取值小于0.5时,代表自变量对因变量不重要,VIP取值在0.5 ~ 1之间时,代表自变量对因变量比较重要,VIP取值大于1时,代表自变量对因变量非常重要,且VIP取值越大越重要[30]

    • 绿色空间等各类城市景观是地表变化最快的景观类型之一,因此其景观动态的变化及其驱动机制的研究成为近年来绿色空间或景观生态学等领域最受瞩目的研究内容之一。通过分析不同驱动因子对北京市中心城绿色空间演变的影响,理清绿色空间演变的原因,了解绿色空间变化的影响因素和受干扰程度,探究绿色空间演变与各因子之间的深层关系,揭示绿色空间发展和利用中的问题,对于指导北京市中心城绿色空间合理规划以提升其大生态环境具有重要的意义,同时也是协调城市可持续发展的关键。

    • 北京市中心城绿色空间格局演变首先表现在各种绿色空间类型的面积变化方面,通过对北京市中心城1992、2000、2008和2016年4个时期各类型绿色空间遥感解译结果[31],经过Arcmap统计后,得到绿色空间面积变化统计图(图5)。

      图  5  不同年份绿色空间类型解译数据统计

      Figure 5.  Statistical table of greenspace interpretation data

      图5可知:在1992年到2016年的研究期内,北京市中心城绿色空间总面积和草地、林地、耕地、湿地及水域等单一绿色空间类型面积都发生了不同程度的变化,总体看变化较明显。在1992年,北京市中心城绿色空间总面积为54 375 hm2,耕地是中心城明显的优势绿色空间类型。2000年,北京市中心城绿色空间总面积减少为38 421 hm2,耕地的优势地位略微降低。2008年,北京市中心城绿色空间总面积再次减少为28 429 hm2,林地成为中心城的优势绿色空间类型,但优势不明显。2016年,北京市中心城绿色空间总面积继续下降为24 113 hm2,林地成为较明显的优势绿色空间类型。总体看来,在研究期内,北京市中心城耕地和林地面积始终排在绿色空间面积的前两位,而湿地及水域和草地一直位于后两位。

    • 社会经济发展影响着城市人口规模以及对城市各类土地需求的变化,关系着城市中绿色空间的演变。本研究主要从社会经济因子对各小类绿色空间面积的影响方面,对绿色空间面积演变的社会经济驱动机制进行总体分析。通过遥感影像解译以及偏最小二乘回归分析,本研究选取地区生产总值、人均GDP、第一产业产值比例、第二产业产值比例、第三产业产值比例、农业总产值、林业投资完成值、绿化投资额、常住人口、农村人口和建设用地面积为社会经济因子进行分析,并且经验证Q2均大于0.097、R2Y均大于50%,说明这些社会经济因子能够解释大部分绿色空间的演变(表2)。

      表 2  绿色空间面积与社会经济因素指标的偏最小二乘回归结果

      Table 2.  Partial least-square regression results between greenspace area and socioecomic indices

      项目
      Item
      耕地
      Farmland
      林地
      Woodland
      草地
      Grassland
      湿地及水域
      Wetland and water area
      主成分数
      Principal component number
      2222
      模型解释能力
      Model interpretation ability (R2Y)
      0.6620.7710.8390.856
      交叉有效性
      Cross validation (Q2)
      0.3920.65 0.7260.736
      变量投影重要性和回归系数
      Variable projection importance (VIP) & regression coefficient (RC)
      VIPRCVIPRCVIPRCVIPRC
      绿化投资额
      Green investment
      1.00− 0.151.000.161.050.180.830.10
      地区生产总值
      Gross regional output
      1.19− 0.141.470.251.490.281.730.33
      人均GDP
      Per capita GDP
      1.08− 0.101.050.061.040.081.030.01
      第一产业产值比例
      Proportion of primary industry output value
      0.750.010.83− 0.020.82− 0.040.88− 0.05
      第二产业产值比例
      Proportion of the secondary industry output value
      0.93− 0.021.030.040.970.031.05− 0.02
      第三产业产值比例
      Proportion of the tertiary industry output value
      0.98− 0.021.08− 0.021.02− 0.011.110.00
      农业总产值
      Total output value of agriculture
      0.640.020.29− 0.060.17− 0.020.28− 0.05
      林业投资完成值
      Completion value of forestry investment
      0.240.010.640.030.240.030.210.02
      常住人口
      Permanent population
      1.59− 0.291.660.331.790.381.720.34
      农村人口
      Rural population
      0.530.060.520.000.480.040.54− 0.02
      建设用地面积
      Construction area
      2.04− 0.431.500.321.830.421.48− 0.32
    • 通过耕地与各影响因子的偏最小二乘回归分析结果(表2)可以看出:影响耕地斑块类型面积演变的重要影响因子(VIP值大于1)为地区生产总值、人均GDP、常住人口、建设用地面积和绿化投资额;第一产业产值、第二产业产值、第三产业产值、农村人口、农业总产值也对耕地斑块类型面积指数演变起到一定的作用(VIP值大于0.5)。其中:与耕地斑块类型面积成负相关的影响因子有地区生产总值、人均GDP、第二产业产值、第三产业产值、建设用地面积、绿化投资额和常住人口;与耕地斑块类型面积成正相关的影响因子有第一产业产值、农业总产值和农村人口。

      在研究期限内,北京市中心城城市产业结构不断升级,经济发展中第三产业比重逐渐升高,中心城所涉及区第三产业占比平均值由1992年的35.3%增加到2016年的67.9%。产业结构的变化带来了土地利用形式的转换,带动了耕地向建设用地的转化。北京市中心城人口持续增加,经济快速增长,中心城所涉及区的常驻人口由1992年的725万人增加到2014年的1 666万人,地区生产总值2014年增加到1 729亿元。城市人口对物质产品需求的提升导致大量的城市建设需求,也就是土地需求量的增加,人类通过改变土地利用来满足对生存环境的诉求,在研究期内,北京市建成区发生了大规模的城市扩展,从空间上,城市向郊区扩展,中心城边缘成为疏解中心区域人口和土地压力的区域,其带来的负面影响就是对其他用地尤其是耕地的占用。城镇化水平的提升使得建设用地占用大量耕地,导致耕地面积急剧减少,使得耕地成为研究期24年内面积减少最多的绿色空间类型。因此,根据本研究相关性模型发现地区生产总值、人均GDP、第三产业产值、建设用地面积和常住人口的增加与耕地面积减少具有较高的相关性。

      综上所述,北京市中心城耕地斑块类型面积演变与城市建设强度、区域经济发展状况以及产业结构调整关系显著。具体表现为:经济水平越强、城市开发建设强度越大、以房地产开发为主的第三产业比重越高的区域,其耕地面积越少,而第一产业比重和农业总产值较高的区域,耕地面积也较高。

    • 通过林地与各影响因子的偏最小二乘回归分析结果(表2)可以看出:影响林地斑块类型面积演变的重要影响因子(VIP值大于1)为绿化投资额、地区生产总值、人均GDP、第二产业产值、第三产业产值、常住人口和建设用地面积;第一产业产值、农村人口和林业投资完成值也对林地斑块类型面积指数演变起到一定的作用(VIP值大于0.5)。其中:与林地斑块类型面积成正相关的影响因子有绿化投资额、地区生产总值、人均GDP、第二产业产值、林业投资完成值、建设用地面积和常住人口;与林地斑块类型面积成负相关的影响因子有第一产业产值、第三产业产值。

      在研究初期,由于城市扩张占用了部分城市边缘林地,但在随后的大部分研究期限内,北京市中心城林地面积出现再增加趋势。由于社会经济水平提升使得政府对绿化重视程度提升,绿化投资额提升,城市公园建设力度加大,城市内部林地面积随之增加。在城市建设水平越高的区域、经济发展水平越好的区域,政府和居民对绿化环境的要求越高,因此其绿化数量和质量也随之提升,林地面积越大。

      综上所述,林地斑块面积与区域经济发展状况、城市建设水平和绿化重视度关系显著。具体表现为:经济水平越强、城市开发建设强度越大、绿化重视程度越高林地面积越大;反之,林地面积减少。此外,以农业为主的第一产业产值、以房地产开发为主的第三产业产值的增加与林地斑块面积的减小具有较高的相关性。

    • 通过草地与各影响因子的偏最小二乘回归分析结果(表2)可以看出:影响草地斑块类型面积演变的重要影响因子(VIP值大于1)为绿化投资额、地区生产总值、人均GDP、第三产业产值、常住人口和建设用地面积;第一产业产值和第二产业产值也对草地斑块类型面积指数演变起到一定的作用(VIP值大于0.5)。其中:与草地斑块类型面积成正相关的影响因子有绿化投资额、地区生产总值、人均GDP、第二产业产值、建设用地面积和常住人口;与草地斑块类型面积成负相关的影响因子有第一产业产值、第三产业产值。

      草地与社会经济因子的关系和林地与社会经济因子的关系有一致性,也有微小差异。北京市中心城草地面积多来自高尔夫球场和城市公园内的大草坪,因此影响草地面积最直接的社会经济因子是绿化投资额,当然其受地区生产总值、人均GDP和产业结构的影响。

      综上所述,经济水平越强、城市开发建设强度越大、绿化重视程度越高,草地面积越大。

    • 通过湿地及水域与各影响因子的偏最小二乘回归分析(表2)可以看出:影响湿地及水域斑块类型面积指数演变的重要影响因子(VIP值大于1)为:地区生产总值、人均GDP、第二产业产值、第三产业产值、常住人口和建设用地面积,而绿化投资额、第一产业产值和农业人口也对湿地及水域斑块类型面积指数演变起到一定的作用(VIP值大于0.5)。其中:与湿地及水域斑块类型面积成正相关的影响因子有绿化投资额、地区生产总值、人均GDP、第三产业产值和常住人口;与湿地及水域斑块类型面积成负相关的影响因子有第一产业产值、第二产业产值、农业人口和建设用地面积。

      由于工业用水和农业灌溉用水是水资源消耗的重要方式,因此第一、二产业发展带来大量的用水和农业人口增加导致的农业用水需求量增大,成为城市水域面积减少的重要原因。

      综上所述,第一产业和第二产业的发展、农业人口增长和城市建设的增强,与湿地及水域面积减少具有较高相关性。

    • 根据以往国内外文献,自然因子也是影响城市绿色空间的重要驱动因素,本研究主要从自然因子对各小类绿色空间面积的影响方面,对绿色空间演变的自然驱动机制进行总体分析。通过遥感影像解译以及偏最小二乘回归分析,本研究选取年平均气温、年平均降水量、土壤质地、土壤有机碳含量和高程作为自然因子进行分析。经验证所选因子Q2均大于0.097、R2Y均大于50%,说明这些自然因子能够解释大部分绿色空间的演变(表3)。

      表 3  绿色空间斑块类型面积与自然因素指标的偏最小二乘回归结果

      Table 3.  Partial least-square regression results between greenspace area and natural indices

      项目
      Item
      耕地
      Farmland
      林地
      Woodland
      草地
      Grassland
      湿地及水域
      Wetland and water area
      主成分数
      Principal component number
      2222
      模型解释能力
      Model interpretation ability (R2Y)
      0.6620.7710.8390.856
      交叉有效性
      Cross validation (Q2)
      0.3920.65 0.7260.736
      变量投影重要性和回归系数
      Variable projection importance (VIP) & Regression coefficient (RC)
      VIPRCVIPRCVIPRCVIPRC
      高程 Elevation0.53− 0.060.860.160.50− 0.010.62− 0.09
      土壤有机碳
      Soil organic carbon
      0.880.100.770.090.810.080.75− 0.06
      土壤质地
      Soil texture
      0.670.080.56− 0.080.65− 0.080.54− 0.05
      平均气温
      Average temperature
      0.990.040.920.110.96− 0.020.99− 0.04
      平均降水
      Mean precipitation
      0.800.170.660.140.440.090.590.12
    • 通过耕地与各因子的偏最小二乘回归分析结果(表3)可以看出:影响耕地斑块类型面积指数演变的变量投影重要性VIP值均小于1,说明自然因素在1992年到2016年北京市中心城耕地演变中并非最重要的因素,但所研究的自然因子的变量投影重要性VIP值均大于0.5,说明年平均气温和年平均降水量、土壤质地、土壤有机碳含量和高程这些自然因子对耕地演变具有一定作用。其中:与耕地斑块类型面积成负相关的影响因素有高程和年平均气温;与耕地斑块类型面积成正相关的影响因素有土壤有机碳含量和年平均降水量。

      研究表明,年平均降水量和土壤有机碳含量对耕地斑块面积具有一定促进作用,而高程越高、年平均气温越高的区域,在一定程度上不利于大面积耕地的耕种。土壤有机碳是农田生态系统物质和能量循环的重要基础,而耕地又是北京市中心城绿色空间的重要组成部分,因此土壤有机碳含量的区域利于耕地的可持续发展,同时农田保护较高的情况下又促进土壤有机碳含量的增加。

    • 通过林地与各因子的偏最小二乘回归分析结果(表3)可以看出:林地斑块类型面积指数演变的变量投影重要性VIP值均大于0.5,说明年平均气温和年平均降水量、土壤质地、土壤有机碳含量和高程这些自然因子对林地演变具有一定作用。其中,与林地斑块类型面积成正相关的影响因素有土壤年平均气温、高程、土壤有机碳含量和年平均降水量。

      研究表明,林地多分布在年平均降水量大、高程高、土壤有机碳含量高和平均气温高的区域,这些自然因素对林地斑块面积具有一定的促进作用。

    • 通过草地与各因子的偏最小二乘回归分析结果(表3)可以看出:草地斑块类型面积指数演变的变量投影重要性VIP值均小于1,说明自然因素在1992年到2016年北京市中心城草地演变中并非最重要的因素;年平均气温、土壤质地、土壤有机碳含量和高程的变量投影重要性VIP值大于0.5,说明这些自然因子对草地演变具有一定作用。其中,与草地斑块类型面积成负相关的影响因素有高程、年平均气温和土壤质地。

    • 通过湿地及水域与各因子的偏最小二乘回归分析结果(表3)可以看出:湿地及水域斑块类型面积指数演变的变量投影重要性VIP值均小于1,说明自然因素在1992年到2016年北京市中心城湿地及水域演变中并非最重要的因素;所研究的自然因子的变量投影重要性VIP值均大于0.5,说明年平均气温、年平均降水量、土壤质地、土壤有机碳含量和高程这些自然因子对湿地及水域演变具有一定作用。其中:与湿地及水域斑块类型面积成负相关的影响因素有高程、年平均气温和土壤有机碳含量;与湿地及水域斑块类型面积成正相关的影响因素有年平均降水量。

      研究表明,年平均降水量对湿地及水域斑块面积具有一定促进作用,而高程越高、年平均气温越高、土壤有机碳含量越多的区域,则对湿地及水域面积起到一定的抑制作用。

    • 通过分析不同驱动因子对北京市中心城绿色空间演变的影响,探讨绿色空间演变与各因子间的因果关系,理清演变机制,对于合理规划绿色空间空间,挖掘具有潜力的保障城市生态的绿色空间,引导绿地合理规划,实现绿色空间和城市发展的协调具有重要意义。

      (1)社会经济对绿色空间面积演变影响显著。通过偏最小二乘回归分析法对地区生产总值、人均GDP、第一产业产值比例、第二产业产值比例、第三产业产值比例、农业总产值、林业投资完成值、绿化投资额、常住人口、农村人口和建设用地面积等11种因子进行回归分析,发现社会经济是北京市中心城绿色空间演变的直接驱动力,人口规模的增加、地区经济的增长、产业结构的调整是导致绿色空间演变的重要因素。其中,北京市中心城耕地斑块面积演变主要与城市建设强度、区域经济发展状况以及产业结构调整相关。经济水平越强、城市开发建设强度越大、以房地产开发为主的第三产业比重越高,中心城耕地面积越少。林地斑块面积演变主要与区域经济发展状况、城市建设水平和绿化重视度相关。经济水平越强、城市开发建设强度越大、绿化重视程度越高,林地面积越大。草地斑块面积增加主要与经济水平增长、城市开发建设强度加大、绿化重视程度提高有关。湿地及水域斑块面积的减少主要与第一产业和第二产业的发展、农业人口增长和城市建设的增强有关。

      (2)自然因素对绿色空间面积演变影响不显著。通过偏最小二乘回归分析法对年平均气温、年平均降水量、土壤有机碳含量、土壤质地、DEM高程等6种因子进行回归分析,发现自然因素对北京市中心城绿色空间面积演变起到一定作用,其作用相对是静态的,且不如社会经济因素明显。其中,北京市中心城耕地斑块面积的与年平均降水量和土壤有机碳含量分布特征具有显著的正相关。林地斑块则主要分布于年平均降水量大、高程高、土壤有机碳含量高和平均气温高的区域。草地通常分布在高程较低、气温较低的区域。湿地及水域斑块主要受年平均降水量影响。

      (3)本研究聚焦影响绿色空间面积演变的多个社会经济和自然因素,在规避多重共线性的问题上进行了各影响因素影响强弱的探究,但本文尚未分析不同影响因素之间的相互影响。如何分析影响北京市中心城绿色空间演变的关键因子,以及各因子的相关关系以及影响阈值应该是该领域研究的重要方向之一,今后可以结合系统动力学模型等具有表征复合系统多因子相关关系的模型进行进一步验证分析,在复合系统框架下进一步揭示各因子与绿色空间之间的内在影响机制。此外,本研究模型为相关性模型,今后的研究中应结合数据挖掘,进行进一步解译分析,以理清绿色空间演变与影响因素的内在影响机制。

参考文献 (31)

目录

    /

    返回文章
    返回