An Analysis of the Spatial-Temporal Accessibility and Change Intensity of Attraction-oriented Parks
-
摘要: 针对城市公园可达性受多种环境因素影响，以及在时间上存在动态变化特征的问题，通过建立公园吸引力评价模型和引入时间序列实时导航数据，提出了一种顾及公园自身吸引力的城市公园时空可达性研究方法(Spatial-Temporal Accessibility of Attraction-Oriented Urban Parks，STAAOP)：首先，基于众源地理信息数据，采用熵权法从多种角度构建公园吸引力评价模型；然后，基于吸引力评价结果与时间序列实时导航数据，运用两步移动搜索法构建可达性度量模型；最后，计算可达性变化结果的标准差，并运用局部空间自相关分析法识别可达性变化的聚类区域和异常区域，从整体和典型区域的角度分析可达性变化强度. 以济南市为例，采用STAAOP方法进行实验，结果表明：STAAOP方法及其所包含的模型可以更好地捕捉城市公园可达性的时间动态变化特征，在整体和区域上都能取得较好的实验结果，该方法为更准确、真实评价城市公园可达性提供了一种新的思路和参考.Abstract: Considering that the accessibility of urban parks is affected by many environmental factors and undergoes dynamic change in time, a research method for the spatial-temporal accessibility of attraction-oriented urban parks (STAAOP) is proposed by establishing a park attraction evaluation model and introducing time-based real-time navigation data. Firstly, based on the mass-source geographic information data, a park attraction evaluation model is constructed from multiple perspectives using the entropy weight method; then, based on the attraction evaluation results and the time-based real-time navigation data, an accessibility measurement model is constructed using the two-step mobile search method; finally, the standard deviation of accessibility change results is calculated and the clustering regions and the abnormal regions of accessibility change are identified using the local spatial autocorrelation analysis method. The intensity of accessibility change is analyzed from the overall and typical area perspective. Taking Jinan city for example, the results of this study show that the proposed STAAOP method can better capture the dynamic changes of the accessibility of urban parks and achieve better results both overall and regionally. This method provides a new idea and reference for more accurate and real evaluation of the accessibility of urban parks.
-
湿地是一种重要的土地资源，具有强大的生态环境服务功能，对维持区域生态系统平衡、改善人居环境、协调人与自然和谐发展等均具有十分重要的意义[1-2]。然而，城镇化已经或正在给湿地的面积、类型、分布、生物、景观格局等方面带来非常深刻的影响，其中一些影响是不可逆的，因此，探讨城镇化背景下湿地的变化对湿地环境可持续发展具有重要意义。
关于城镇化与湿地变化，学者们多利用遥感手段，从土地利用、城市扩张或发展等方面探讨城市化对湿地的影响，从而揭示城市发展和湿地变化的关系。例如，SANDRA等[3]运用景观状况指标结合湿地条件，评估了夏威夷沿海湿地的状况；MONDAL等[4]采用城市扩张和湿地收缩估计模型对东加尔各答湿地进行了生态社会转型分析，发现湿地萎缩在很大程度上取决于城市生长的邻近力；TUHOLSKE等[5]将随机森林分类器应用于洪都拉斯罗坦1985—2015年的红树林湿地信息提取，评估了城市化与红树林损失之间的关系；ROJAS等[6]从土地利用规划方面探讨了2004—2014年间拉丁美洲沿海城市的城市发展与湿地丧失之间的关系；ADADE等[7]评估了1990—2015年间松戈尔拉姆萨尔湿地的环境退化程度；郑忠明等[8]分析了武汉市城市化背景下近30年湿地的景观变化，发现武汉市的自然湿地面积减少，湖泊湿地面积下降速度加快；杨旭等[9]通过对哈尔滨市1990—2007年城市基本数据的分析，发现城市化的迅速发展造成了湿地面积萎缩、湿地功能退化等问题；胡远东等[10]对大庆市区近30年间城市湖泊湿地景观空间格局的动态变化进行了定量研究，发现受石油资源开采和快速城市化过程的双重影响，研究区湿地的退化趋势显著；李杰玲等[11]研究了1950—2015年吉林省西部地区湿地的动态变化，发现随着经济发展和区域人口增多，吉林西部地区生态系统退化严重。
关于海口市湿地的研究主要集中在湿地资源现状描述与管理对策[12]、湿地现状保护[13]和植物资源调查[14-16]方面，仅有少数学者对湿地的景观格局进行研究，如蔡永富等[16]对海南省海口市的美舍河国家湿地公园和五源河国家湿地公园的景观格局进行了分析。海口市湿地的已有研究多注重于现状分析和保护的小尺度或特定对象(如东寨港红树林湿地、五源河国家湿地公园等)的景观格局研究，没有涉及城镇化与湿地变化的相关研究，也缺乏市域尺度的湿地时空变化分析。
海口市地处海南岛北部，自然生态环境良好。岛上湿地分布广泛，类型多样，是海口市的重要景观风貌。近年来，在“中国(海南)自由贸易试验区”建设背景下，海口市把生态建设作为城市可持续发展的首要任务，全力推进湿地保护和湿地修复，以打造人与自然和谐共生的湿地城市[17]。宝贵的湿地资源不但可以展现海口生态城市的自然景观风貌，更能进一步推动海口绿色旅游城市发展。本文以1985—2018年间海口市4期遥感数据为基础，通过湿地和城镇村建设用地的遥感解译，分析海口市城镇化背景下湿地变化情况，以期为海口市的湿地管理、保护、恢复和开发应用提供基础性依据。
1. 数据和方法
1.1 研究区概况
海口市地处海南岛北部，地理坐标为110°10 ′ E~ 110°41 ′ E、19°32 ′ N~20°05 ′ N，东、南、西、北分别以文昌市、定安县、澄迈县、琼州海峡为邻(图 1)。全市以平原、台地地形为主，地势平坦；属热带海洋性季风气候，年均气温为24.3 ℃，年均降雨量为1 715.3 mm，年平均相对湿度为85%[18]。海口市是海南省省会、国家“一带一路”倡议的支点城市、“中国(海南)自由贸易试验区”核心城市，是海南省政治、经济、科技、文化中心和最大的交通枢纽，全市辖秀英、龙华、琼山和美兰4个区。
![]()
图 1 海口市区位图注：基于自然资源部标准地图[审图号：琼S(2021)023号]绘制，底图无修改。Figure 1. The location of Haikou City1.2 湿地分类系统
根据国家和Ramsar湿地分类系统，参照中国湿地保护协会(CWA)和《全国湿地资源调查技术规程(试行)》(林湿发[2008]265号)对中国湿地的分类与界定，结合研究区实际情况，将研究区的湿地类型分为2个一级类和10个二级类(表 1)。
表 1 海口市湿地分类系统Table 1. The wetland classification system of Haikou City一级类 二级类 描述 自然湿地 湖泊湿地 指地表大小形状不一、充满水体的自然洼地组成的湿地，包括自然湖、池、荡、漾等各种水体名称[19]。 沼泽湿地 具有以下特征的自然综合体：(1)受淡水、咸水或盐水的影响，地表经常过湿或有薄层积水；(2)生长沼生和部分湿生、水生或盐生植物；(3)有泥炭积累，或尽管无泥炭积累但其土壤层中具有明显潜育层[19]。 近海与海岸湿地 由滨海地貌形成的浅海、海岸、海滩和河口等自然体[20]，包括低潮时水深低于6 m的永久性浅海水域。 河流湿地 沿自然河流水体形成的河床、河滩和河水冲积形成的河口三角洲等自然体的总称。 红树林湿地 由红树植物为主组成的潮间湿地。 人工湿地 水产养殖湿地 以水产养殖为主要目的而修建的人工湿地。 水田 能种植水稻或冬季为浸湿状的农田。 库塘湿地 包括以蓄水和发电为主要功能而建造的面积大于8 hm2的人工湿地和以农业灌溉、农村生活为主要目的而修建的蓄水池塘。 娱乐性人工湿地 为环境美化、景观需要、居民休闲和娱乐而建造的各类人工湖、池、河等人工湿地。 其他生产性人工湿地 主要包括污水处理厂和以水净化为主要功能的湿地。 1.3 数据来源及处理
本文采用的遥感数据为海口市1985、1995、2005、2018年共4期空间分辨率为30 m的Landsat TM影像数据，采用的地图有海口市政区图、海口市地形图、海口市土地利用现状图(2015年)、海口市海岸线图。社会经济数据来自1985—2018年的《广东省统计年鉴》《海南省统计年鉴》《海口市统计年鉴》。
将影像与历史地形图比对，在全市范围内选取40个近30年来未有明显改变的地物，用RTK-GPS实地采集地面控制点。遥感影像经辐射校正、大气校正、几何校正、投影等预处理后，用研究区范围图进行裁剪，得到4期研究区遥感影像。以历史土地利用现状图和地形图为辅助，参照本文湿地分类系统(表 1)，在ArcGIS中进行目视解译，提取相关信息。数据提取后，利用ArcGIS对图斑进行拓扑查错，重点修正图斑的重叠或空隙错误，直到拓扑查错无误为止。解译后的各期数据随机抽取10%的图斑与历史地形图、历史土地利用现状图及现场确认比较，进行精度验证。结果显示：2018、2005、1995、1985年的影像解译精度分别为95%、90%、89%、90%，满足一般遥感解译精度高于75%的要求[20]。
1.4 研究方法
1.4.1 景观指数分析
运用景观指数分析湿地景观格局特征，在看似无序的景观斑块中可以发现规律性[21]。参照前人研究成果[22-24]，根据研究区情况，选取斑块数量指数、斑块密度、斑块平均面积、最大斑块指数、香农多样性指数、Simpson多样性指数和景观均匀度指数等景观特征指标来研究近30年海口市的湿地景观格局。主要指标的计算公式如下：
(1) 斑块数量(NP)：反映景观的空间格局，可描述整个景观的异质性，其值的大小与景观的破碎度相关。计算公式如下：
NP=N, 其中，N为某类湿地景观的斑块数量。
(2) 斑块密度(PD)：指单位面积上的斑块数，有利于不同大小景观间的比较。计算公式如下：
PD=NA, 其中，N为某类湿地景观的斑块数量, A为区域总面积。
(3) 斑块平均面积(MPS)：指征景观的破碎程度，MPS值越小表示景观越破碎。计算公式如下：
MPS=an, 其中，a为某一斑块类型的总面积；n为该类型的斑块总数。
(4) 最大斑块指数(LPI)：表示某一景观类型的最大斑块在整个景观中所占的比例。计算公式如下：
LPI=maxaijA×100%, 其中，max aij为某一湿地类型的最大斑块面积；A为景观区域总面积。
(5) 香浓多样性指数(SHDI): 反映景观异质性。SHDI越高表示景观破碎化程度越高。计算公式如下：
SHDI=−m∑i=1(pilnpi), 其中，pi为景观斑块类型i所占据的比率。
1.4.2 城市用地扩张与人口增长协调性系数分析
城市用地扩张与人口增长协调性系数(CPI)可以反映城市用地扩张与人口增长之间的协调关系[25]，具体计算公式如下：
CPI=CRiPRi×R, (1) R=LPt/LPRtLP0/LPR0, (2) 其中：CPI为城市用地扩张与人口增长协调性系数，若CPI>1.3则表示城市建设用地快速扩张，若1.3 < CPI≤1.7则表示城市建设用地明显扩张，若CPI>1.7则表示城市建设用地显著扩张；CRi、PRi分别为第i年城市建成区用地、城市人口年均增长率；R为人均城市用地约束系数；LP0、LPt和LPR0、LPRt分别为基年、目标年城市人均建成区面积和该城市当年所属类别城市的理想人均建成区面积。根据《国务院关于调整城市规模划分标准的通知》[26]提出的城市划分标准以及《城市用地分类与规划建设用地标准》(GB50137-2011)[27]中同类别城市的用地指标最大值，LPR(城市理想人均建成区面积)按大城市、中等城市的类别分别取为100、105 m2/人。
1.4.3 Pearson相关性分析
相关性分析是指对2个或2个以上具备相关性的变量进行分析，判断变量与变量之间的相关密切程度，本文在SPSS 22.0中用Pearson相关系数分析海口市建成区面积及其他城镇化指标与海口湿地面积的相关关系。Pearson相关系数的绝对值越大，表示相关性越强。
2. 结果与分析
2.1 海口市湿地变化
2.1.1 湿地面积变化
由表 2可知：(1)近30年来，海口市的湿地总面积呈逐渐减少趋势，1985—2018年共减少10 078.98 hm2。(2)1985、1995、2005、2018年，海口市自然湿地占湿地总面积的比值分别为37.96%、38.10%、37.30%、37.21%，自然湿地与人工湿地的面积结构占比基本稳定。(3)30年间，自然湿地面积一直呈现减少趋势，共减少了4 473.69 hm2，其中，2005—2018年的减少趋势最明显(共减少了2 520.12 hm2)；人工湿地面积的变化趋势为减少—增加—减少，总面积共减少了5 954.29 hm2，其中1985—1995年减少了2 472.13 hm2，2005—2018年减少了4 065.41 hm2。
表 2 海口市4个典型年份的湿地类型面积统计Table 2. Area statistics of wetland types in four years of Haikou Cityhm2 一级湿地类型 二级湿地类型 1985年 1995年 2005年 2018年 自然湿地 湖泊湿地 326.60 303.29 88.68 107.67 沼泽湿地 48.18 349.02 327.98 250.05 近海与海岸湿地 21 719.78 21 101.01 20 372.46 19 455.79 河流湿地 7 038.53 5 931.83 5 891.87 4 458.84 红树林湿地 1 542.76 1 664.72 2 041.28 1 929.80 人工湿地 水产养殖湿地 1 733.50 2 640.30 4 867.65 5 508.35 水田 41 491.66 38 819.40 37 801.35 33 053.22 库塘湿地 6 261.11 5 778.38 5 134.73 4 867.79 娱乐性人工湿地 34.86 27.19 66.92 190.50 其他生产性人工湿地 623.57 425.31 403.19 588.56 合计 80 820.55 77 040.45 76 996.10 70 410.57 由表 2还可知海口市二级湿地类型近30年来的面积变化无一致规律性：(1)近海与海岸湿地、河流湿地、水田和库塘湿地面积呈连续减少趋势，其中：水田面积的减少特征最明显，近30年来共减少了8 438.44 hm2；其他3类湿地面积的减缓趋势较为稳定。(2)水产养殖湿地和娱乐性人工湿地的面积呈增长趋势，其中水产养殖湿地的面积增加了3 774.85 hm2。(3)湖泊湿地和其他生产性人工湿地的面积在1985—2005、2005—2018年分别呈减少、增长趋势。(4)沼泽湿地面积在1985—1995、1995—2018年分别呈增长、减少趋势。(5)红树林湿地的面积在1985—2005、2005—2018年分别呈增长、减少趋势。
为了解近30年来海口市各湿地类型的变化情况，利用ArcGIS进行了湿地转移矩阵分析。结果(表 3)显示：(1)1985—2018年，转出量排名前5的湿地是水田、库塘湿地、河流湿地、近海与海岸湿地、水产养殖湿地，分别转出20 631.49、3 831.39、3 487.29、2 460.62、966.59 hm2，其主要转出为建设用地和其他用地。(2)转入量排名前5的湿地有水田、水产养殖湿地、库塘湿地、河流湿地、红树林湿地，分别转出12 193.04、4 741.42、2 438.08、907.51、809.77 hm2，其主要转入来源是其他用地和水田。(3)建设用地的转出量为3 591.24 hm2，主要转出为其他用地、水田和水产养殖湿地；转入量为19 954.32 hm2，主要转入来源是其他用地、水田和近海与海岸湿地。(4)其他用地的转出量为29 962.58 hm2，主要转出为建设用地、水田和水产养殖湿地；转入量为23 646.49 hm2，主要转入来源是水田、建设用地和库塘湿地。
表 3 海口市1985—2018年用地类型转移矩阵Table 3. Land type transfer matrix of Haikou City from 1985 to 2018 hm21985年的用地类型 2018年的用地类型 合计 湖泊湿地 近海与海岸湿地 沼泽湿地 河流湿地 红树林湿地 水产养殖湿地 水田 库塘湿地 娱乐性人工湿地 建设用地 其他生产性人工湿地 其他用地 湖泊湿地 45.35 0.76 0.08 0 0 19.97 0.95 54.37 1.68 149.38 0 54.06 326.60 近海与海岸湿地 31.99 19 259.15 51.43 16.12 147.65 123.52 3.94 7.15 27.83 1 527.41 50.05 473.53 21 719.78 沼泽湿地 0 0 0.27 1.64 0 36.12 4.99 0.02 0 0.02 2.38 2.74 48.18 河流湿地 5.06 62.15 13.75 3 551.24 232.17 296.04 333.04 353.38 8.42 662.87 40.50 1 479.91 7 038.53 红树林湿地 0 54.01 4.24 69.11 1 120.04 141.67 59.90 0.56 0 27.66 2.29 63.29 1 542.76 水产养殖湿地 0 4.45 3.64 93.42 123.09 766.91 62.26 23.73 1.05 334.74 61.59 258.62 1 733.50 水田 0.04 3.07 87.05 174.14 53.66 1 534.74 20 860.16 655.54 18.45 2 043.08 145.68 15 916.04 41 491.66 库塘湿地 0 0 5.79 32.74 8.45 373.19 675.21 2 429.71 11.89 590.98 6.22 2 126.92 6 261.11 娱乐性人工湿地 0 0 0 0 0 0 0 0 0.03 34.83 0 0 34.86 建设用地 17.66 18.68 5.34 30.31 11.13 109.65 431.07 40.54 11.89 10 084.64 16.14 2 898.83 13 675.89 其他生产性人工湿地 0 0 0.01 6.67 2.81 7.22 183.72 1.27 0 23.02 26.22 372.55 623.57 其他用地 7.56 53.51 78.47 483.36 230.81 2 099.30 10 437.96 1 301.52 109.26 14 923.33 237.50 11 9867.98 149 830.56 合计 107.67 19 455.79 250.05 4 458.84 1 929.80 5 508.35 33 053.22 4 867.79 190.50 30 401.96 588.56 143 514.48 244 327.01 2.1.2 湿地分布空间变化
采用ArcGIS对研究区1985、1995、2005、2018年4个典型年份的用地类型解译成果进行湿地类型分布图的制作及空间格局变化分析。由结果(图 2)可知：(1)海口市的河流湿地主要分布在海口市中部区域，其中南渡江贯穿全域；娱乐性人工湿地分布在海口市北部城区中；水田呈大范围的片状和带状分布，除西部的低丘地区分布较少外，其他各地均有分布；湖泊湿地、库塘湿地呈全域零散分布，且主要分布在水田周围区域；近海与海岸湿地主要分布在海口市北部、东北部的近海区域；水产养殖湿地在库塘湿地、河流湿地周围以及研究区北部的沿海区域均有分布；沼泽湿地和其他生产性人工湿地的分布无规律性；红树林湿地集中成片分布在东北部的东寨港周围区域；建设用地主要分布在海口市北部主城区，其他区域均有零星分布。(2)近30年海口市地类分布的空间变化情况：海口市北部的湿地分布有所减少，建设用地明显增多，且向海岸方向扩张；研究区北部的部分近海与海岸湿地、水田演变为建设用地；其他区域的水田呈大范围的片状和带状分布，空间分布变化幅度不大，但分布更加零散和破碎；相较于1985年，2018年海口市沿海区域的水产养殖湿地分布明显增多。
![]()
图 2 1985、1995、2005和2018年海口市湿地类型分布图Figure 2. Distribution of wetland types in Haikou City in 1985, 1995, 2005 and 20182.1.3 湿地景观格局变化
运用ArcGIS、FRAGSTATS和Excel软件得到海口市用地类型景观格局指数的具体值。由结果(表 4)可知：(1)各湿地类型的斑块数量(NP)和斑块密度(PD)大部分呈现递增趋势。其中：斑块数量增长最多、斑块密度增加幅度最大的是水田，其斑块数量共增长2 926个、斑块密度由0.006 725个/hm2增加到0.018 700个/hm2; 其次是水产养殖湿地、河流湿地的斑块数量分别增加了1 796、1 216个，斑块密度分别增加了0.007 351、0.004 977个/hm2。斑块数量和斑块密度的增加都表征着湿地景观破碎化程度的增大，同类型湿地分布更加零散，这也与湿地空间分布变化相呼应。(2)近30年来海口湿地的最大斑块面积在景观面积的占比(LPI)最大的一直是近海与海岸湿地，其次是水田，第三是河流湿地，说明近海与海岸湿地、水田和河流湿地一直为海口优势湿地景观类型。但是，近海与海岸湿地、水田、河流湿地的最大斑块面积在景观面积的占比都有所减小，说明三者的湿地斑块被不断分割，最大斑块面积在景观面积的占比越来越小，湿地破碎化程度加强。(3)1985—2018年，海口市湿地类型的斑块平均面积(AREA_MN)均呈减少趋势。近海与海岸湿地的斑块平均面积减少趋势最大，30年间共减少9 735.293 5 hm2。红树林湿地、水田、水产养殖湿地的斑块平均面积的减少也较明显。海口市各类型的湿地面积缩减，表明集中成片的斑块被割裂，斑块数量从而增多，斑块平均面积减少，使得湿地破碎化加强。
表 4 海口市用地类型景观特征指数值Table 4. Landscape characteristic index of land type in Haikou City类型 年份 NP/个 PD/(个·hm2) LPI/% AREA_MN/hm2 河流湿地 1985 669 0.002 738 1.384 2 10.509 1 2018 1 885 0.007 715 1.097 6 2.364 0 红树林湿地 1985 19 0.000 078 0.261 5 81.184 7 2018 55 0.000 225 0.285 7 35.059 1 湖泊湿地 1985 22 0.000 090 0.044 8 14.882 7 2018 15 0.000 061 0.013 2 7.194 0 近海与海岸湿地 1985 2 0.000 008 8.889 4 10 859.580 0 2018 17 0.000 070 7.960 6 1 144.286 5 库塘湿地 1985 1 081 0.004 424 0.115 1 5.800 5 2018 2 151 0.008 804 0.135 3 2.264 4 其他生产性人工湿地 1985 2 101 0.008 599 0.006 0 0.294 7 2018 2 348 0.017 468 56.079 5 0.248 6 水产养殖湿地 1985 41 0.000 168 0.165 8 42.221 0 2018 1 837 0.007 519 0.105 2 3.001 6 水田 1985 1 643 0.006 725 1.404 6 25.263 9 2018 4 569 0.018 700 0.873 6 7.235 7 娱乐性人工湿地 1985 2 0.000 008 0.011 7 17.550 0 2018 190 0.000 778 0.007 3 0.996 6 沼泽湿地 1985 15 0.000 061 0.011 1 3.204 0 2018 311 0.001 273 0.028 7 0.810 3 建设用地 1985 2 088 0.008 546 1.747 5 6.548 5 2018 5 016 0.020 530 4.916 2 6.056 6 其他用地 1985 373 0.001 527 34.993 3 401.663 7 2018 4 268 0.017 468 56.079 5 33.629 7 由表 4和表 5可以发现近30年来海口市用地类型景观格局的变化特征：(1)近30年间海口市地类斑块总数(TN)呈现增加趋势(共增加14 606个斑块)，增加数量接近于1985年总斑块数的2倍。其中，建设用地在近30年间的斑块总数增加2 928个，占总增加斑块数的20.04%。(2)近30年间海口市地类斑块密度也呈现增加趋势：由0.032 972个/hm2增加到0.092 753个/hm2，与湿地斑块总数呈正相关。其中，建设用地的斑块密度在30年间增长了1.198 4个/hm2。(3)1985—2018年，海口市地类斑块平均面积(AREA_MN)呈减少趋势：从30.328 4 hm2减少到10.781 3 hm2，共减少19.547 1 hm2。海口市地类斑块平均面积在不断减少，使得湿地景观格局变化幅度增大。(4)景观多样性指数的大小反映景观要素的多少和各景观要素所占比例的变化[28]。海口湿地的香农多样性指数(SHDI)、Simpson多样性指数(SIDI)整体呈增加趋势，分别从1.267 7上升到1.349 2、从0.582 5上升到0.613 5。(5)景观均匀度指数(SIEI)可描述湿地由几个主要景观类型控制的程度[29]。近30年海口市湿地景观均匀度指数一直处于波动状态，说明研究年限内海口市各湿地类型所占的比例差异变化较大。
表 5 海口市用地类型景观格局整体特征指数Table 5. The overall characteristic index of land type landscape pattern in Haikou City年份 TN/个 PD/(个·hm-2) AREA_MN/hm2 SHDI SIDI SIEI 1985 8 056 0.032 972 30.328 4 1.267 7 0.582 5 0.635 5 1995 12 324 0.050 441 19.825 2 1.278 7 0.582 3 0.635 3 2005 12 794 0.052 364 19.096 9 1.362 4 0.620 5 0.676 9 2018 22 662 0.092 753 10.781 3 1.349 2 0.613 5 0.669 2 2.2 海口市城镇化与湿地变化相关性分析
2.2.1 建成区面积变化与湿地变化关系分析
湿地景观和主城区建设面积的相关性分析结果(表 6)表明：
表 6 海口市湿地面积与建成区面积的相关性Table 6. Correlation between wetland area and built area in Haikou City类型 湿地总面积 自然湿地 人工湿地 湖泊湿地 沼泽湿地 近海与海岸湿地 河流湿地 红树林湿地 水产养殖湿地 水田 库塘湿地 娱乐性人工湿地 其他生产性人工湿地 海口市建成区面积 湿地总面积 1.00 自然湿地 0.99 1.00 人工湿地 0.99 0.97 1.00 湖泊湿地 0.68 0.77 0.61 1.00 沼泽湿地 -0.44 -0.43 -0.45 -0.46 1.00 近海与海岸湿地 0.95 0.98 0.91 0.88 -0.48 1.00 河流湿地 1.00 0.99 0.99 0.71 -0.53 0.96 1.00 红树林湿地 -0.62 -0.70 -0.55 -0.98 0.60 -0.83 -0.67 1.00 水产养殖湿地 -0.84 -0.90 -0.78 -0.97 0.52 -0.97 -0.86 0.94 1.00 水田 0.99 1.00 0.98 0.76 -0.44 0.98 0.99 -0.70 -0.89 1.00 库塘湿地 0.87 0.92 0.83 0.94 -0.60 0.98 0.90 -0.93 -0.99 0.92 1.00 娱乐性人工湿地 -0.92 -0.94 -0.89 -0.70 0.09 -0.91 -0.88 0.57 0.81 -0.93 -0.80 1.00 其他生产性人工湿地 -0.06 -0.05 -0.07 0.24 -0.86 0.06 0.04 -0.43 -0.19 -0.03 0.25 0.37 1.00 海口市建成区面积 -0.93 -0.97 -0.90 -0.84 0.28 -0.98 -0.92 0.75 0.93 -0.96 -0.92 0.97 0.15 1.00 (1) 总湿地面积与自然湿地面积、人工湿地面积均呈显著正相关，相关系数为0.99，说明两大类型湿地对于海口市湿地总面积变化都有着重要影响。从湿地类型来看，Pearson相关系数显示河流湿地、水田、近海与海岸湿地、库塘湿地和湖泊湿地的面积都与湿地总面积呈显著正相关，其相关系数由大到小依次为：河流湿地、水田、近海与海岸湿地、库塘湿地、湖泊湿地；其他生产性人工湿地与湿地总面积呈负相关。表明河流湿地和水田面积急剧下降是湿地总面积萎缩的重要原因。
(2) 海口市建成区面积变化与湿地总面积呈显著负相关，Pearson相关系数为-0.93。具体而言：海口市建成区面积与近海与海岸湿地、水田、河流湿地、库塘湿地呈显著负相关，其Pearson相关系数的绝对值均大于0.9；与娱乐性人工湿地、水产养殖湿地的面积均呈显著正相关；与其他生产性人工湿地间的相关性最小(P=0.15)；与近海与海岸湿地的Pearson相关系数(-0.98)的绝对值最大，在一定程度上说明在海口市城镇化进程中，近海与海岸湿地受到的影响最明显。
在《广东省统计年鉴》《海南省统计年鉴》《海口市统计年鉴》中获取海口市的社会经济数据(表 7)，结合式(1)、(2)可得到海口市的城市用地扩张与人口增长之间的协调关系。结果(表 8)显示：1985—1995年，海口市的城市用地扩张与人口增长协调性系数为1.46，表明海口市的城市建设用地明显扩张，建成区土地扩张速度高于人口增长速度，人均建设用地有明显增加趋势；1995—2005年和2005—2018年，海口市的城市用地扩张与人口增长协调性系数均大于1.7，表明海口市的城市建设用地显著扩张，建成区土地扩张的速度远远高于人口增长的速度，人均建设用地有显著增加趋势。
表 7 海口市社会经济数据表Table 7. Social and economic data of Haikou年份 湿地面积/ hm2 海口市建成区/km2 户籍人口/人 GDP/亿元 废水排放总量/万t 1985 80 820.55 23.00 879 060 139.80 5 978.00 1995 77 040.45 34.00 1 181 723 111.30 7 400.00 2005 76 996.10 91.00 1 558 214 301.35 9 324.53 2018 70 410.57 173.00 1 710 495 1 390.58 16 069.20 表 8 1985—2018年海口市的城市用地扩张与人口增长协调性系数Table 8. The coordination coefficient between urban land expansion and population growth in Haikou City from 1985 to 2018区间 类型 级别 CPI 1985—1995年 土地快速扩张 土地明显扩张 1.46 1995—2005年 土地快速扩张 土地显著扩张 5.26 2005—2018年 土地快速扩张 土地显著扩张 9.22 纵观海口市的发展历史可知：海口市城市发展的“亲海”属性逐渐增强，沿海岸轴向扩展的趋势相当明显。1988年，海南建省办经济特区，省会城市(海口市)及其周边地区的发展速度变快，沿海岸向西的“带”形拓展更加明显，其北部的海甸岛有所发展，南部与府城地区连成一片。海口市的城市拓展模式上是由“点”向“面”的集中外延式[30]。2007年，海口市第十一次党代会提出了“中强、西拓、东优、南控”的发展思路，逐步拓展海口市的城市发展空间，形成中心带动、轴线辐射和组团式的城市发展格局[30]。其中“西拓”和“东优”都涉及城市向外扩张建设的政策：“西拓”要求加快西海岸新区建设，将行政中心西移，带动西海岸的经济、教育和高科技产业、旅游度假等功能区建设，把西部工业基地建设、临港物流园区建设与新区建设紧密结合起来[31]；“东优”要求充分发挥江东组团的生态资源优势，把东海岸打造成集休闲度假、乡村公园、旅游地产等为一体的生态产业园区[32]。港口扩建、填海造陆、旅游开发和地产建设等一系列城市外延式土地扩张行为提高了湿地景观的破碎度、增加了湿地景观的复杂性和降低了湿地景观的连通性。
2.2.2 其他城镇化因子与湿地变化关系分析
根据海口市的社会经济数据，利用SPSS 22.0进行Pearson相关性分析。结果(表 9)显示：海口市湿地面积变化与海口市建成区面积、户籍人口、GDP、废水排放总量均呈显著负相关，其相关性由大到小依次为：废水排放总量、GDP、海口市建成区面积、户籍人口，由此可知废水排放总量对海口市湿地面积的影响最明显。
表 9 海口市湿地面积与城镇化指标相关系数Table 9. Correlation coefficient of wetland area and urbanization index in Haikou City指标类型 湿地面积 海口市建成区面积 户籍人口 GDP 废水排放总量 湿地面积 1.000 海口市建成区面积 -0.934 1.000 户籍人口 -0.869 0.912 1.000 GDP -0.954 0.965 0.798 1.000 废水排放总量 -0.971 0.985 0.867 0.992 1.000 2.2.3 湿地景观格局指数与城镇化相关性分析
利用Excel和SPSS 22.0对表 5、表 7中数据进行Pearson相关系数分析。由结果(表 10)可知：(1)斑块总数(N)与斑块密度(PD)呈显著正相关(Pearson相关系数为1.000)。(2)斑块平均面积(AREA_MN)与海口市建成区面积、户籍人口、GDP、废水排放总量均呈负相关，其他湿地景观格局指数与表中的海口市城镇化指标均呈正相关。(3)对斑块总数(N)和斑块密度(PD)影响明显的是海口市废水排放总量和GDP；对斑块平均面积(AREA_MN)影响明显的是户籍人口和废水排放总量；对景观均匀度指数(SIEI)和多样性指数(SHDI、SIDI)影响明显的是户籍人口和海口市建成区面积。
表 10 景观指数与城镇化指标相关系数矩阵Table 10. Correlation coefficient matrix of landscape index and urbanization index项目 N PD AREA_MN SHDI SIDI SIEI 海口市建成区面积 户籍人口 GDP 废水排放总量 N 1.000 PD 1.000** 1.000 AREA_MN -0.942 -0.942 1.000 SHDI 0.650 0.650 -0.725 1.000 SIDI 0.604 0.604 -0.661 0.995** 1.000 SIEI 0.603 0.603 -0.660 0.995** 1.000** 1.000 海口市建成区面积 0.949 0.949 -0.878 0.813 0.792 0.792 1.000 户籍人口 0.855 0.855 -0.926 0.932 0.895 0.895 0.912 1.000 GDP 0.975* 0.975* -0.850 0.632 0.605 0.604 0.965* 0.798 1.000 废水排放总量 0.985* 0.985* -0.898 0.712 0.681 0.680 0.985* 0.867 0.992** 1.000 注：* *表示在0.01级别(双尾)，相关性显著；*表示在0.05级别(双尾)，相关性显著。 3. 讨论
从自然湿地到人工湿地，从水田、库塘湿地到现代化的娱乐性人工湿地，本研究中所有类型的湿地在某种程度上都受到了海口市城镇化发展的影响。在社会经济高速发展、城市化迅速扩展、人口数量急剧增加的背景下，为满足工业和城市化发展的需要，城市建设用地不断扩张，由于前期湿地开发技术和意识落后，对整体湿地的规划不够全面，使湿地面积有一定程度的受损[15]。
3.1 水田湿地的面积转移方向
海口市的湿地主要转出为建设用地和其他用地，这与张树苗等[33]研究城市化进程下北京市湿地面积变化的结果具有一致性。其中转出量最高的是水田，主要转出为城镇村建设用地。水田属于耕地的范畴，由已有研究结果可知：1991—2010年，海口市东郊城区建设用地增长3.8倍，耕地减少34.42%[34]；2009—2017年，海口市的耕地面积呈递减的趋势，耕地减少的部分主要流向城镇用地、交通运输用地和村庄用地，占耕地减少总面积的84.35%[35]。人口城镇化是城镇化的第一要义，也是湿地减少的主要驱动力，本文研究结果显示海口市户籍人口与湿地面积呈负相关，与宋晓丽和袁蓓[36]发现海口市人口城镇化水平与耕地面积呈显著负相关的结果具有方向一致性。
3.2 城镇化进程中海口主要湿地类型的面积变化
本文研究结果表明：1985—2018年，海口市的水产养殖湿地面积增多，而近海与海岸湿地、河流湿地面积呈减少趋势。李苑菱等[37]在研究海口城市湿地动态变化对气候响应时发现海口水产养殖湿地面积在2011—2017年呈增长趋势，潟湖湿地、河流湿地和红树林湿地面积在2011—2018年呈下降趋势，与本文研究结果吻合。水产养殖湿地面积的增加与海口市水产养殖业的迅速发展有着密切关系，海口市作为海南岛养殖池塘分布最为集中的区域之一，其养殖池塘面积在海南岛排名第二[38]。受到港湾工程、围滩造地、挖林养殖、旅游及房地产开发等城镇化活动的共同作用，近海与海岸湿地、河流湿地面积不断减少[38]。此外，随着人口急剧增加和社会经济快速发展，城市居民生活用水量和工农业生产用水量不断增加，导致河流、湖泊等水位下降，湿地面积萎缩[12]；废水排放总量增多，也使湿地生态系统调节能力下降，对湿地生态造成破坏，致使湿地退化，面积减少。
2005—2018年，红树林湿地面积呈减少趋势。1993年，琼山县政府号召村民通过大力发展养虾产业来实现发家致富，东寨港村民纷纷加入养虾行列[39]，随着养殖规模化发展，虾塘造成的污染对红树林湿地生态平衡破坏极大，东寨港红树林湿地面积曾以年均2.56%的速率减少[40]。2013年12月18日，东寨港保护区出台《退塘还林工作实施方案》，要求在2014年3月前完成退塘还林，将虾塘侵夺的空间全部还给红树林，结束东寨港国家级自然保护区的虾塘养殖[40]。随着经济社会的发展，海口市东寨港周边居住人口日渐增长。2010年，咸水鸭养殖致使红树林水体高度富营养化，团水虱疯狂繁殖，红树大量枯萎死亡，东寨港红树林生态濒临崩溃，红树林面积大量减少[41]。2010年4月，海口市政府发布《关于整治畜禽养殖污染的通告》，要求禁止在东寨港保护区等区域建设畜禽养殖场；同年6月，东寨港保护区管理局发出3道“禁令”，禁止在东寨港保护区养鸭，要求养鸭场必须搬迁[38]。随着上述政策的推行，东寨港红树林湿地生态有所改善。
随着城镇化的迅速发展，社会经济生活水平不断提高，对观赏性、娱乐性的消费要求也越来越高，随之而来是一系列用于休闲娱乐、环境美化的人工湿地的兴建和改造。1985—2018年，海口市娱乐性人工湿地面积在不断增加，预测未来此类湿地面积占比会继续增大。
3.3 城镇化发展给海口湿地带来的影响
随着城镇化进程的不断加快，海口市的湿地面积不断减少，整体呈现加速萎缩的趋势。城镇化导致湿地面积减少的原因主要是泥沙淤积、湖滩围垦、垃圾堆填、城市建筑和交通建设等对湿地的填埋、占用和改造[42]。此外，随着经济发展和开发程度的加大，海南岛的旅游业发展也越来越好。据统计，2016年海口市的旅游经济总值达到191.8亿元，接待游客1 100万人，旅游人数年均增长20.65%。过度负荷、部分游客的无序及毁坏行为给湿地生态环境和功能带来损失[13]，这些损失最终成为引发湿地面积减少的因素之一。
近30年间，海口市的湿地斑块总数(N)和斑块密度(PD)呈增加趋势，斑块平均面积(AREA_MN)呈减少趋势。在海口市城镇化进程的发展中，海口湿地多样性不断增加，研究区受到一定的人为因素干扰，使各湿地景观类型产生缩减、损耗和分割等空间过程，从而使海口市的湿地景观格局在整体上的差异性越来越大[42]。其他学者的研究也发现城镇化在改变湿地景观格局，湿地面积不断减少，湿地景观也更加破碎化，湿地的异质性增大、连通性降低[8, 43]。
湿地变化与城镇化发展的内在驱动因子和相互作用机制是复杂多变的，海口市依托得天独厚的湿地资源，需要积极探索生态保护与经济发展的新路径。相关管理部门可从加强政府主导作用和提高社会湿地保护意识两方面入手，加大湿地保护力度，合理规划和管理湿地生态保护区，积极宣传湿地生态环境功能，不断开创生态文明建设新格局和新境界，打造与中国特色自由贸易区(港)相匹配的生态环境名片，从而提升海口市的国际影响力和城市吸引力[44]。
4. 结论
本文以海口市为研究区域，利用1985、1995、2005、2018年4个时期的海口市遥感影像，基于遥感解译获取海口市各湿地类型分布数据，结合社会经济数据，对海口市各湿地类型近30年来在城镇化背景下的变化特征进行分析。主要结论如下：
(1) 近30年来，海口市湿地面积呈减少趋势，共减少10 078.98 hm2；自然湿地与人工湿地面积结构占比基本稳定，但总体呈减少趋势；水田的转出量和转入量均最大，主要转出为城镇村建设用地。海口市建成区面积与湿地总面积呈强负相关，户籍人口增长也对湿地总面积的减少有显著影响。
(2) 1985—2018年，海口优势湿地景观类型为近海与海岸湿地、水田和河流湿地，但海口湿地的斑块总数(N)和斑块密度(PD)不断增加，斑块平均面积(AREA_MN)减少，在空间分布上也表现为湿地斑块被割裂、湿地分布更加零散和破碎；香农多样性指数(SHDI)和Simpson多样性指数(SIDI)呈上升趋势，表明海口湿地多样性增加，景观破碎化程度增大。
(3) 1985—2018年，海口市的城市土地快速向外扩张的外延式发展模式，使得建成区土地扩张速度远高于人口增长速度，港口扩建、填海造陆、旅游开发和地产建设等一系列城市外延式土地扩张行为提高了湿地景观的破碎度，降低了湿地景观的连通性。
(4) 水产养殖和畜禽养殖业的发展致使海口市的水产养殖湿地面积大量增加，而人口数量增长还伴随着用水量和废水排放量的增加，使红树林湿地、近海与海岸湿地以及河流湿地等生态系统调节功能下降，湿地退化，面积减少。此外，为经济发展贡献GDP的旅游业也给湿地生态环境带来影响。生态文明建设是关系人民福祉、民族未来的大计，海口市在城镇化进程中需做到生态保护与经济发展并重，把可持续发展提升到绿色发展。
本文采用的遥感影像中包含年份久远的数据，受分辨率不高的影响，可能使分析结果有所误差。另外，湿地景观变化受到众多因素的影响，本文仅考虑了海口市社会经济数据，未考虑其他影响因素，对于具体的湿地资源保护和合理利用须做进一步的调查研究，如地方气候特征、生物资源等方面内容。
-
![]()
图 2 顾及公园自身吸引力的城市公园时空可达性研究方法
Figure 2. The research method for spatial-temporal accessibility of attraction-oriented urban parks
![]()
图 4 不同时间点的公园可达性计算结果
Figure 4. The calculation results of park accessibility at different time points
![]()
图 5 不同时间点的公园可达性等级占比
Figure 5. The percentage of park accessibility levels at different time points
![]()
图 6 可达性变化标准差的局部空间关联图
Figure 6. The local spatial correlation diagram of standard deviation of accessibility change
表 1 公园吸引力评价指标体系
Table 1 The index system of park attraction evaluation
类型 指标 权重 地理位置与环境 面积/m2 30.46 商业设施密度/(个·m-2) 12.88 地形起伏度/m 11.65 服务质量 点评评分 5.22 相对位置 分布均匀度 11.81 基础设施条件 路网密度/(m·m-2) 7.98 公厕密度/(个·m-2) 20.00 
下载: 导出CSV
-
[1] 尹海伟, 徐建刚. 上海公园空间可达性与公平性分析[J]. 城市发展研究, 2009, 16(6): 71-76. doi: 10.3969/j.issn.1006-3862.2009.06.013 YIN H W, XU J G. Spatial accessibility and equity of parks in Shanghai[J]. Urban Development Studies, 2009, 16(6): 71-76. doi: 10.3969/j.issn.1006-3862.2009.06.013
[2] 卢宁, 李俊英, 闫红伟, 等. 城市公园绿地可达性分析——以沈阳市铁西区为例[J]. 应用生态学报, 2014, 25(10): 2951-2958. https://www.cnki.com.cn/Article/CJFDTOTAL-YYSB201410026.htm LU N, LI J Y, YAN H W, et al. Analysis on accessibility of urban park green space: the case study of Shenyang Tiexi District[J]. Chinese Journal of Applied Ecology, 2014, 25(10): 2951-2958. https://www.cnki.com.cn/Article/CJFDTOTAL-YYSB201410026.htm
[3] NEUVONEN M, SIEVÄNEN T, TÖNNES S, et al. Access to green areas and the frequency of visits: a case study in Helsinki[J]. Urban Forestry & Urban Greening, 2007, 6(4): 235-247. http://www.metla.fi/metinfo/monikaytto/lvvi/esitelmat/2006/2006-access-to-green-areas-neuvonen.pdf
[4] ERKIP F. The distribution of urban public services: the case of parks and recreational services in Ankara[J]. Ci-ties, 1997, 14(6): 353-361. doi: 10.1016-S0264-2751(97)00026-7.pdf
[5] 蔡彦庭, 文雅, 程炯, 等. 广州中心城区公园绿地空间格局及可达性分析[J]. 生态环境学报, 2011, 20(11): 1647-1652. doi: 10.3969/j.issn.1674-5906.2011.11.010 CAI Y T, WEN Y, CHENG J, et al. Spatial pattern and accessibility of urban park greenland in center of Guangzhou City[J]. Ecology and Environmental Sciences, 2011, 20(11): 1647-1652. doi: 10.3969/j.issn.1674-5906.2011.11.010
[6] 李博, 宋云, 俞孔坚. 城市公园绿地规划中的可达性指标评价方法[J]. 北京大学学报(自然科学版), 2008(4): 618-624. doi: 10.3321/j.issn:0479-8023.2008.04.019 LI B, SONG Y, YU K J. Evaluation method for measurement of accessibility in urban public green space planning[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2008(4): 618-624. doi: 10.3321/j.issn:0479-8023.2008.04.019
[7] 李小马, 刘常富. 基于网络分析的沈阳城市公园可达性和服务[J]. 生态学报, 2009, 29(3): 1554-1562. doi: 10.3321/j.issn:1000-0933.2009.03.054 LI X M, LIU C F. Accessibility and service of Shenyang's urban parks by network analysis[J]. Acta Ecologica Sinica, 2009, 29(3): 1554-1562. doi: 10.3321/j.issn:1000-0933.2009.03.054
[8] 尹海伟, 孔繁花, 宗跃光. 城市绿地可达性与公平性评价[J]. 生态学报, 2008(7): 3375-3383. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB200807050.htm YIN H W, KONG F H, ZONG Y G. Accessibility and equi-ty assessment on urban green space[J]. Acta Ecologica Sinica, 2008(7): 3375-3383. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB200807050.htm
[9] 张娜娜, 李思远, 张永霖, 等. 北京西城区住区居民的公园绿地可达性分析[J]. 环境科学与技术, 2015, 38(S2): 387-391. https://www.cnki.com.cn/Article/CJFDTOTAL-FJKS2015S2077.htm ZHANG N N, LI S Y, ZHANG Y L, et al. The parkland accessibility analysis of Beijing Xicheng District settlements residents[J]. Environmental Science & Technology, 2015, 38(S2): 387-391. https://www.cnki.com.cn/Article/CJFDTOTAL-FJKS2015S2077.htm
[10] 施拓, 李俊英, 李英, 等. 沈阳市城市公园绿地可达性分析[J]. 生态学杂志, 2016, 35(5): 1345-1350. https://www.cnki.com.cn/Article/CJFDTOTAL-STXZ201605031.htm SHI T, LI J Y, LI Y, et al. Analysis of urban park accessibility in Shenyang City[J]. Chinese Journal of Ecology, 2016, 35(5): 1345-1350. https://www.cnki.com.cn/Article/CJFDTOTAL-STXZ201605031.htm
[11] 刘常富, 李小马, 韩东. 城市公园可达性研究——方法与关键问题[J]. 生态学报, 2010, 30(19): 5381-5390. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201019030.htm LIU C F, LI X M, HAN D. Accessibility analysis of urban parks: methods and key issues[J]. Acta Ecologica Sinica, 2010, 30(19): 5381-5390. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201019030.htm
[12] 宋正娜, 陈雯. 基于潜能模型的医疗设施空间可达性评价方法[J]. 地理科学进展, 2009, 28(6): 848-854. https://www.cnki.com.cn/Article/CJFDTOTAL-DLKJ200906003.htm SONG Z N, CHEN W. Measuring spatial accessibility to health care facilities based on potential model[J]. Progress in Geography, 2009, 28(6): 848-854. https://www.cnki.com.cn/Article/CJFDTOTAL-DLKJ200906003.htm
[13] 李孟桐, 杨令宾, 魏冶. 高斯两步移动搜索法的模型研究——以上海市绿地可达性为例[J]. 地理科学进展, 2016, 35(8): 990-996. https://www.cnki.com.cn/Article/CJFDTOTAL-DLKJ201608008.htm LI M T, YANG L B, WEI Y. Improved Gaussian based 2-step floating catchment area method: a case study of green space accessibility in Shanghai[J]. Progress in Geography, 2016, 35(8): 990-996. https://www.cnki.com.cn/Article/CJFDTOTAL-DLKJ201608008.htm
[14] 李房英, 朱哲民, 周璐, 等. 基于多元回归模型的城郊森林公园绿色锻炼空间吸引力研究[J]. 西北林学院学报, 2020, 35(6): 288-295. doi: 10.3969/j.issn.1001-7461.2020.06.39 LI F Y, ZHU Z M, ZHOU L, et al. Attraction of green exercise space in suburban forest park based on multiple regression model[J]. Journal of Northwest Forestry University, 2020, 35(6): 288-295. doi: 10.3969/j.issn.1001-7461.2020.06.39
[15] 傅俐, 王勇, 曾彪, 等. 基于改进两步移动搜索法的北碚区医疗设施空间可达性分析[J]. 地球信息科学学报, 2019, 21(10): 1565-1575. doi: 10.12082/dqxxkx.2019.190188 FU L, WANG Y, ZENG B, et al. Spatial accessibility of medical facilities in Beibei District based on modified two-step floating catchment area method[J]. Journal of Geo-information Science, 2019, 21(10): 1565-1575. doi: 10.12082/dqxxkx.2019.190188
[16] 丁愫, 陈报章. 城市医疗设施空间分布合理性评估[J]. 地球信息科学学报, 2017, 19(2): 185-196. https://www.cnki.com.cn/Article/CJFDTOTAL-DQXX201702007.htm DING S, CHEN B Z. Rationality assessment of the spatial distributions of urban medical facility[J]. Journal of Geo-information Science, 2017, 19(2): 185-196. https://www.cnki.com.cn/Article/CJFDTOTAL-DQXX201702007.htm
[17] 董小刚, 乔庆华, 翟亮, 等. 基于改进引力模型的广场公园可达性研究[J]. 地球信息科学学报, 2019(10): 1518-1526. doi: 10.12082/dqxxkx.2019.180622 DONG X G, QIAO Q H, ZHAI L, et al. Evaluating the accessibility of plaza park using the gravity model[J]. Journal of Geo-information Science, 2019(10): 1518-1526. doi: 10.12082/dqxxkx.2019.180622
[18] FAN P, XU L, YUE W, et al. Accessibility of public urban green space in an urban periphery: the case of Shanghai[J]. Landscape and Urban Planning, 2017, 165: 177-192. doi: 10.1016/j.landurbplan.2016.11.007
[19] 黄应淮, 刘小平, 刘艳平, 等. 基于高德地图API的多种交通方式下城市公园时空可达性分析——以广州市海珠区为例[J]. 地理与地理信息科学, 2018(6): 50-57. doi: 10.3969/j.issn.1672-0504.2018.06.008 HUANG Y H, LIU X P, LIU Y P, et al. Spatial and temporal accessibility analysis of urban parks based on Amap API by means of multiple transportation: a case study of Haizhu District in Guangzhou[J]. Geography and Geo-Information Science, 2018(6): 50-57. doi: 10.3969/j.issn.1672-0504.2018.06.008
[20] LI Q, ZHANG T, WANG H, et al. Dynamic accessibility mapping using floating car data: a network-constrained density estimation approach[J]. Journal of Transport Geo-graphy, 2011, 19(3): 379-393. doi: 10.1016/j.jtrangeo.2010.07.003
[21] MOYA-GÓMEZ B, SALAS-OLMEDO M H, GARCÍA-PALOMARES J C, et al. Dynamic accessibility using big data: the role of the changing conditions of network congestion and destination attractiveness[J]. Networks and Spatial Economics, 2018, 18(2): 273-290. doi: 10.1007/s11067-017-9348-z
[22] 程启月. 评测指标权重确定的结构熵权法[J]. 系统工程理论与实践, 2010(7): 1225-1228. https://www.cnki.com.cn/Article/CJFDTOTAL-XTLL201007012.htm CHENG Q Y. Structure entropy weight method to confirm the weight of evaluating index[J]. Systems Engineering-Theory & Practice, 2010(7): 1225-1228. https://www.cnki.com.cn/Article/CJFDTOTAL-XTLL201007012.htm
[23] RADKE J, MU L. Spatial decompositions, modeling and mapping service regions to predict access to social programs[J]. Geographic Information Sciences, 2000, 6(2): 105-112. doi: 10.1080/10824000009480538
[24] 韦仕川, 熊昌盛, 栾乔林, 等. 基于耕地质量指数局部空间自相关的耕地保护分区[J]. 农业工程学报, 2014, 30(18): 249-256. doi: 10.3969/j.issn.1002-6819.2014.18.031 WEI S C, XIONG C S, LUAN Q L, et al. Protection zoning of arable land quality index based on local spatial autocorrelation[J]. Transactions of the Chinese Society of Agricultural Engineering, 2014, 30(18): 249-256. doi: 10.3969/j.issn.1002-6819.2014.18.031
[25] ANSELIN L. Local indicators of spatial association—LISA[J]. Geographical Analysis, 2010, 27(2): 93-115. doi: 10.1111/j.1538-4632.1995.tb00338.x
-
期刊类型引用(1)
1. 刘威，徐徐，万雅琼，卢晓强，刘立，李佳琦，王雪霁，王翊肖，刘燕. 以海口市为例分析热带地区城市化过程中不同生境鸟类多样性特征. 环境科学研究. 2025(01): 29-38 . 
百度学术
其他类型引用(0)
计量
- 文章访问数: 451
- HTML全文浏览量: 151
- PDF下载量: 32
- 被引次数: 1
