城市景观格局和雨水径流容量交易适宜尺度的关系研究

张蒙达, 贾忠华, 罗 纨, 唐双成, 王 爽

(扬州大学水利科学与工程学院, 江苏 扬州 225009)

随着城市化进程不断推进,城市内原本均质、连续的自然景观逐渐演变为异质、不连续的混合景观[1-2], 自然景观的空间布局和比例受到了严重的干扰与破坏, 改变了原有的水文循环和自然排水模式, 导致洪涝频发,对社会造成了诸多不利影响[3-4]．为提高城市对雨水径流的调蓄能力,我国提出要大力推进建设自然积存、自然渗透、自然净化的“海绵城市”[5], 其核心原则是通过源头控制的方式消纳径流, 但城市功能区的土地利用条件存在很大差异, 一些土地利用条件差的功能区在实现径流削减目标时, 会出现十分困难或经济代价过高的情况．为解决这一问题, 诸多学者[6-8]相继提出了类似“径流交易”的方法, 将若干个功能区统一考虑, 采取区域内容量交易的方式[9], 提高土地利用条件好的功能区的建设标准, 降低其他功能区的建设要求, 从而降低总体建设成本, 减少海绵城市整体推进的困难[10-11]．

容量交易的关键问题是寻求一个适宜的交易尺度, 既要维持“源头消纳”原则, 又要包含足量土地利用条件相差较大的功能区, 形成有效的容量互补关系．Fu等[7]开发了一种流域尺度的径流交易系统, 通过模拟绿色基础设施建设和雨水径流分配实现径流削减目标; Jia等[9]提出了一种容量交易方法, 并证明了该方法在不同尺度下具有较好的经济效益, 可显著降低海绵城市建设成本．但以上研究未充分考虑尺度条件或景观格局的多样性．Wang等[12]利用移动窗口法分析上海市城市化过程中的景观格局及其尺度依赖性, 发现城市扩张景观格局分析的最优尺度为1.8～2.7 km; 周冬梅等[2]利用区域土地面积变化指数模型和半变异函数对长沙市景观格局尺度进行定量评估, 确定1.0 km尺度可有效反映景观格局的空间变异特征．目前针对景观格局的研究多集中于城市尺度的定量评估, 缺少城区或场地尺度的分类研究．本文按照四类典型功能区对扬州市部分城区进行景观分类, 以尺度效应为切入点, 拟探讨城市景观格局和雨水径流容量交易效果之间的尺度关系, 以期为城区尺度的海绵城市整体推进提供有效的方法和工具．

1 材料和方法

1.1 研究区概况

图1 研究区地理位置及功能区分布Fig.1 Location of study area and distribution of function areas

表1 功能区基本信息统计

表1统计了研究区内各功能区的基本信息．由表1可知, 研究区包括居民区178个, 总面积1 305 hm2; 商业区90个, 总面积444 hm2, 透水面积比例最低, 初始平均径流系数最高, 为0.729; 工业区94个, 总面积755 hm2; 文教区19个, 总面积218 hm2, 透水面积比例最高, 初始平均径流系数最低, 为0.580．研究区初始平均径流系数为0.677．

1.2 容量交易适宜尺度

图2 容量交易示意图Fig.2 Schematic diagram of capacity trading

容量交易效果综合考虑了替代成本和交易容量, 整体交易时替代成本最低、交易容量最大, 容量交易达到最佳效果; 无交易时替代成本最高、交易容量为0, 为容量交易最不利的情况．虽然交易尺度越大产生的交易效果越好, 但与实际贸易的商品或服务不同, 雨水资源的数量和质量相当庞大, 难以在大范围内进行转移, 雨水问题须尽量就地处理．因此, 应寻求一个能够以尽可能小的空间范围实现大部分容量交易效果的适宜尺度．

1.3 景观格局分析尺度

为探索适宜的景观分析尺度,保持初始土地利用景观图的分辨率不变, 利用ArcGIS软件的空间分析工具,以研究区几何中心为圆心, 设定步长为0.2 km, 向外建立同心梯度环缓冲区, 直至覆盖整个研究区,最终得到不同空间范围的土地利用图, 结果如图1所示． 参考已有研究[14-15], 并结合研究区实际情况, 选择合适的景观指数刻画不同空间尺度的景观格局, 具体如表2所示．本文采用Fragstats软件计算景观指数, 重点探究不同尺度下景观指数的变化情况, 具体数值不作深入讨论, 对计算出的景观指数进行归一化处理, 结果仅呈现各景观指数归一化后的变化趋势．

表2 景观指数选取及描述

2 结果与分析

2.1 景观格局和容量交易效果与尺度的关系

图3为功能区数量和容量交易效果随尺度变化的情况．由图3可知, 功能区数量随尺度扩大逐渐增加,且增幅逐渐变大,容量交易效果随尺度扩大呈先迅速上升后逐渐趋于稳定的趋势, 其中尺度为1.5 km时, 包括25个功能区, 可实现90%左右的容量交易效果; 尺度为2 km时, 包括40个功能区,容量交易效果接近整体最优,为容量交易方法的临界操作尺度．图4为各景观指数和容量交易效果随尺度变化的情况．由图4(a)可知, 在0～2 km尺度范围内, PLAND发生显著变化, 其中居民区、商业区和工业区的面积比例呈上升趋势, 文教区的面积比例出现迅速下降趋势, 说明区域内景观配置随尺度变化发生了重组, 各类景观的面积分配逐渐变得均匀; 尺度超过2 km后, PLAND变化缓慢,逐渐趋于稳定．由图4(b)可知, 在0～2 km尺度范围内, PD和CONTAG出现迅速下降趋势,说明景观破碎度增大、景观之间的连通度减弱, SHEI和SHDI呈上升趋势, 说明景观种类和各类景观的数量增多, 景观充分混合,区域内景观分布均匀程度和景观丰富程度增加; 当尺度到达2 km以后, 各景观指数变化缓慢, 并逐渐趋于稳定,景观格局基本不受尺度变化的影响,这表明2 km为景观格局的临界分析尺度．

图3 功能区数量和容量交易效果随尺度的变化Fig.3 The number of functional area and the effect of capacity trading vary with scale

图4 各景观指数和容量交易效果随尺度的变化Fig.4 The landscape metrics and the effect of capacity trading vary with scale

综上得出, 景观格局和容量交易效果存在显著的尺度依赖性, 临界尺度2 km, 大约包括40个功能区,可以最小的空间范围体现研究区整体景观格局以及大部分容量交易效果,不仅反映了景观格局趋于稳定的临界范围以及容量交易方法的临界操作尺度,还反映了海绵城市的适宜规划范围, 在协同考虑多个功能区共同承担海绵城市建设与改造任务的同时, 最大化维持“源头消纳”原则,降低建设成本, 满足区域性海绵城市总体建设目标．

2.2 功能区分布形式对容量交易适宜尺度的影响

根据城市功能区分布特点,设置了3种功能区分布形式,具体如图5所示．情形1: 具有互补关系的功能区交错间隔分布,表现为景观类型丰富、分布均匀、充分混合,景观之间具有良好的容量互补关系; 情形2: 各类功能区随机分布,不存在明显的容量互补关系; 情形3: 不具互补关系的功能区聚集分布, 表现为景观类型单一、同类景观聚集分布现象明显．容量交易效果与城市景观格局联系紧密, 分析不同功能区分布形式和容量交易效果之间的尺度关系, 结果如图6所示．由图6可知, 情形1下的容量交易临界尺度约为1.5 km, 情形2和情形3下的容量交易临界尺度分别扩大至2.8和3.2 km, 这说明情形1可在涉及较少功能区的小尺度内形成有效的容量互补,迅速完成整体交易目标, 而情形2和情形3则要在涉及更多功能区的较大尺度下才能实现同样的交易效果．

图5 功能区分布形式Fig.5 The functional areas distribution

图6 功能区分布形式对容量交易效果的影响Fig.6 Influence of the functional areas distribution on capacity trading effect

3 结论

以扬州市部分城区为例, 探讨景观格局和雨水径流容量交易效果之间的尺度关系．研究结果表明: 研究区景观格局和雨水径流容量交易的适宜尺度为2 km,大约包括40个功能区; 具有容量互补关系的功能区交错间隔分布有利于在较小尺度内完成整体交易目标．景观格局趋于稳定的临界尺度反映了海绵城市的适宜规划范围, 结合容量交易理念, 可有效解决城市功能区的径流削减问题．但容量交易的实施易受城市地表、排水管网等因素制约, 且当前研究仅限于静态目标, 后续将加入城市降雨径流动态过程, 研究容量交易在单一降水事件或长期水量动态变化过程中的实施效果．