新兴学科的产生

应用景观指数的SLEUTH城市增长模型规划方案评价——以重庆市为例

黄经南　刘　勇

【摘要】现有城市模型，特别是基于复杂性科学的新一代城市增长模型，在研究城市和城市发展这些复杂系统时表现出强大的能力。不过，目前的研究过于关注建模的细节，在实践中为规划者提供决策支持的能力往往被忽视。此外，模型结果往往注重空间结果而忽视生态效应。本文应用基于细胞自动机(CA)的SLEUTH模型对山城重庆市的城市增长进行了研究，并对规划方案进行了基于景观指数的评价和比较。研究表明景观指数提供了定量和直观评估生态效应的方法。通过限制随机的开发和在陡坡的开发得到的模拟结果对于城市发展和自然保护具有参考价值。但是，研究结果同样表明城市发展和自然保护目标相互冲突，没有“最优”规划方案。

【关键词】山城　紧凑城市　分散化的集中　生态完整性

1.引　　言

过去几十年，土地利用/覆被变化成为全球关注的热点问题(Turner and Meyer，1994;Lambin et al.，2001)。土地利用/覆被变化引起了自然灾害的频繁发生，导致了生物栖息地破碎和生物多样性减少等一系列生态退化问题。然而，更不易察觉但更具毁灭性的是破坏了生态系统提供生态服务的能力，例如调节气候、减少水土流失、储存养分、防止水灾发生、保障水资源，等等(de Groot et al.，2002;TheWorld Conservation Union，2005)。为保障整个生态系统(包括人类)的生态功能，人们逐渐认识到必须将生态学原理纳入规划(Szaro et al.，1998;Ahern，2002)。但是，传统的规划人员并不了解如何融合空间规划与生态学的概念(Hersperger，1994;O'Neill，2001)。

全球景观变化主要是农业耕种、基础设施建设和城市发展等大规模的人类开发活动的结果(Bockstael，1996;Wiens，1999)。全球特别是发展中国家城市人口的增长导致土地资源需求上升，城市发展日益成为引起全球景观变化的关键因素(Swenson and Franklin，2000;Randolph，2004)。人类无法承担决策失误给环境和生态系统造成的毁灭性破坏。因此，规划应在洞悉历史变化过程和未来发展方向的基础上，采取有效的防范措施。然而作为一个系统工程，城市开发的复杂性增加了规划的难度。城市发展模型，特别是基于复杂性科学的新一代模型被认为是研究城市这一复杂系统的唯一可行办法(Wu，2002)。但很少研究尝试通过模型来评估生态效应(Gustafson，1998;Leitao and Ahern，2002)。

本文探讨了如何评估城市模型的生态效应。为解决城市发展与自然保护的矛盾，本文将城市开发原则应用于方案模拟中，并解释了模拟结果的含义。虽然本文研究的是山区城市，但是对于其他地区也具有参考价值。

2.景观生态学，景观指数，物质规划

一直以来，城市规划都比较重视自然景观的生态价值，例如纽约的“中央公园”和后来的城市绿带运动等现代景观规划都体现了生态价值的重要性。但是如何将生态学原理科学地应用于规划之中，如何利用有限的空间达到土地资源优化配置，一直是规划师感兴趣的问题。传统的景观规划研究往往注重非生物因子的垂直作用(如McHarg的“千层饼模式”所示)，较少研究环境和有机体的水平作用，即生态系统(Steiner，2000)。这种状况直到“景观生态学”这一新兴学科的产生才有所改变。景观生态学始于20世纪60年代，在80年代发展壮大，主要研究景观结构、景观功能和景观变化(Forman and Godron，1986;Forman，1995)。与传统景观研究不同，景观生态学不仅把景观作为一个地理单元，并且认为景观是一系列具有等级层次的生态系统，从而把“地理”与“生态”联系起来。更重要的是，景观生态学强调空间结构(格局)与生态功能(过程)的相互影响(Turner，1989;Wu and Hobbs，2002)，从而为实现物质规划与生态学的结合提供了可能(Naveh and Lieberman，1984)。正因为景观格局决定了物质、能量与信息的迁移、流动和变化，斑块、廊道和基质作为景观的基本元素，同样是“土地利用规划和景观设计的载体”(Dramstad et al.，1996)。尽管人们承认景观生态学原理对景观规划的促进作用和应用潜力，但实际应用并没有预想的成功。主要原因在于从可操作性和合法性的角度来看，物质规划只能应用于实物对象(Hermann and Osinski，1999;Leitao and Ahern，2002)，而生态系统并非实物对象(O'Neill，2001; Blaschke，2006)。相反，生态系统严重依赖所处的尺度，不同生物种群对同一景观格局有不同的认知范围(Weber，2003)。因此，纯粹的生态规划难以解决空间尺度问题(Weber，2003)。并且，缺乏空间感明确的生态规则和指标同样限制了景观生态原理的应用(Opdametal.，2002)。景观指数，一系列以斑块为基本单元用来描述景观格局的量化指标，在生态规划中有广阔的应用前景(Leitao and Ahern，2002)。景观指数基于信息论和分形几何，用多个方面来描述景观格局。从景观的层次来说，景观指数可分为三个层次:斑块水平的指数用来描述独立斑块的基本几何特征，例如斑块大小、周长和形状;类型水平的指数衡量特定斑块类型的数量和空间分布特征;整体水平的指数反映整个景观的空间格局。从景观格局来分，景观指数可分为两类:景观成分指数(composition)用于量化非空间信息的景观结构，景观结构指数(configuration)用于量化具有空间信息的景观布局。因此，景观格局指数既提供了空间不明确的景观指数(成分)，也提供了空间明确的景观指数(结构)。

尽管景观指数在土地利用规划中极具应用潜力，但是往往局限于学术探讨。Leitao and Ahern(2002)认为其主要原因在于规划中景观指数解释过于含糊。而且，景观指数之间高度相关，从而影响了指数的选择。为了解决上述问题，学者们采用了诸多方法对景观指数进行筛选，例如主成分分析(Mcgarigal and Mccomb，1995;Tinker et al.，1998)、因子分析(Riitters et al.，1995)等。然而，现有的这些方法都是数学分析方法，较少从规划视角来考虑指数选择问题(Leitao and Ahern，2002)。

3.物质规划中选择景观指数的建议

本文建议了一组针对物质规划的景观指数。这些指数的选择同时考虑了生态重要性、获取的容易程度和相关性。它们反映了景观格局的7个方面，包括面积、尺寸大小、形状、多样性、破碎化、连通性和核心区域。总的来说，面积、大小、形状和核心区域是成分指数，破碎化和连通性是结构指数。

面积:栖息地面积对生态完整性具有最重要的意义。研究表明栖息地面积占景观面积的比例越高，物种数量越多，多样性越高。

大小:栖息地斑块大小是影响生态功能的另一个重要因素。植被斑块越大，对潜水层的保护能力越强(Dramstad et al.，1996)。尽管小型斑块有跳板(stepping stone)或生态网络(ecological networks)的生态功能，但是大多数物种对栖息地有一个最低限度的面积要求(Jongman et al.，2004;Opdamet al.，2006)。而大斑块对所有物种特别是内部物种的生存十分有利。

形状:栖息地形状对生物生存也有重要影响。参差不齐和形状绕曲的斑块具有更高的面积-周长比。这种形状有利于生物与外界环境之间的交流，对边界物种的生存有利。圆形和形状规整的植被斑块较少受到外部干扰，能为内部物种提供更有力的生存保障。

多样性:生态学研究表明栖息地的多样性与生物多样性呈正相关关系。一般来说，栖息地的多样性是由地形、地质、水文和气候等多种因素决定的。实际上，斑块形状的多样性也影响到栖息地的多样性。栖息地异质性越强，为本地物种提供的栖息地选择越多。

核心区域:核心区域是指较少受到外界扰动，能为所有物种特别是内部物种提供安全栖息环境的区域。他们在生态保护，特别是内部物种的保护上具有极其重要的作用。

然而，景观不是孤立斑块的简单集合，而是一个层次分明、相互作用的生态系统，因此，相比之下，景观的结构比孤立的斑块受到了更多的关注。

破碎化:栖息地破碎化是大片栖息地被分割成小型零散栖息地的过程。一般认为，栖息地破碎化是生物多样性降低的主要诱因。破碎化有三种类型，即原有栖息地丧失、栖息地斑块减小、栖息地斑块隔离(Andren，1994)。鸟类、大型动物的活动范围较大，破碎化尤其不利于它们的生存。近来的研究表明，爬行动物与小型哺乳动物可以在景观破碎化比较严重的地区(例如城市化区域)以生态网络的形态生存(Opdamet al.，2006)。

连通性:增加景观要素的连通性和凝聚力能降低破碎化的负面影响。景观连通性增加，能够提高物种和种群的迁移和生存能力，有利于生物的繁衍和生存。提高景观连通性的常用方法是在河流、山脊等分散斑块之间建立相连接的生态廊道。

因为明确了功能和结构之间的相互关系，景观指数特别适用于通过模拟进行的景观方案比较(Gustafson，1998;Leitao and Ahern，2002)。景观模拟的最大好处是，不改变实际景观就能模拟外界干扰可能带来的灾难性后果(Turner，1989)。目前为止，很少有研究应用景观指数来模拟假想的干扰(例如城市发展)可能产生的生态效应。

4.城市增长模型

规划是一个动态适应“过程”而不是一张“蓝图”(Cheng，2003)。规划者要及时调整不合理的发展过程。由于具有对历史过程的再现能力和对未来变化的预见能力，建模已经被认为是规划过程不可或缺的一部分(Harms et al.，1993)。

城市模型在20世纪70年代陷入了低谷期，但从80年代进入恢复期。这一时期涌起了不少新的城市增长模型，例如California Urban Futures(CUF)Model，Growth Simulation Model(GSM)，LUCAS，SLEUTH，UrbanSim，What if?，等等。新一代模型与传统模型的不同之处在于，后者一般假设所有的城市行为是集中的、相对静态的和自上而下的(Torrens and O'Sullivan，2001)。新一代模型大多基于复杂性科学，模拟方法经历了“从宏观到微观、从综合到具体、从静态到动态、从线性到非线性、从自上而下到自下而上、从结构到过程、从空间到时空”的转变(Cheng，2003)。

在这些新模型当中，细胞自动机模型(CA)受到广泛关注。因为它更符合人类的直觉:人类空间行为不是整齐划一的，不同角色的行为方式是随机的。由于与复杂城市系统密切相关，CA模型常用于研究各种各样的城市问题，例如城市动力机制(Batty et al.，1998;Wu，2002a)、城市理论(Batty，1998;Wu，1998)、城市增长效应(Syphard et al.，2005)，等等。CA模型被认为是有效的规划工具，能有效模拟城市发展中不同角色(例如居民、开发商与政府部门)的决策结果。然而，模型的应用也存在问题。第一，大多数CA模型的研究者关注模型构建细节，较少探讨内在增长机制。建模侧重于“解释怎么用CA构建城市发展模型，而很少探讨为什么要这样做”(Torrens and O'Sullivan，2001)。因此，建模的最终目标——辅助规划决策的功能并没有被完全发掘。第二，目前的研究通常局限于再现历史的变化过程，或基于历史数据预测未来格局，较少考虑外来因素如规划，开发策略等的影响，也同样缺乏对不同方案比较的研究。这在很大程度上是因为CA模型的内在缺陷，即难于把规划原则诠释成简单的转换规则(Torrens and O'Sullivan，2001)。第三，模型的评估往往只从空间方面进行。具体来说，目前的研究更热衷于分析未来城市形态和土地利用变化，诸如新区面积、形状，农地和林地向城市用地的转换等问题，较少考虑那些难以察觉但影响深远的生态效应。生态效应容易受到忽视的原因可能在于人们缺乏对现代景观概念的透彻理解。土地利用/覆被变化中仍然把景观解释成地理单元，而景观生态学认为景观是生态实体和“一组生态系统”。

本文利用基于CA的SLEUTH城市增长模型来研究城市增长机理，用景观指数评估和解释规划方案的生态效应。本文选择重庆，一个正在经历快速城市化和剧烈景观变化的城市，作为典型的研究区域。

5.研究区域

重庆地处中国西南部(见图1)，是中国最大的直辖市，土地面积高达824 000km²，人口为3 500万人(重庆市辖区面积较大，本文中的重庆市是指1 000km²大都市圈)。重庆城区位于呈南北平行走向的中梁山和铜锣山之间，是嘉陵江与长江交汇处(图1)。地形阻碍和河流分割造就了重庆市特有的“山城”景观。作为山区，重庆是许多物种的栖息地，包括列入中国濒临灭绝生物物种名录的50种植物和40种动物。改革开放二十年来，重庆经历了前所未有的城市化，城市人口从1983年的152万增加到2003的491万(Chongqing urban planning bureau，2005)。随着城市化速度加快，土地利用发生急剧变化:城市面积迅速扩大了两倍，水域和农用地面积大量减少(Huang and Lu，2006)。其中林地经历了更为复杂的变化。一方面，大都市圈内的城市开发将许多小山丘夷为平地，破坏了本地物种残存的栖息地，结果只有中梁山和铜锣山的高山林地保留下来(图1)。而近年来由于房地产业的兴起和管理相对滞后，在山区修建的别墅和高级公寓日渐增多，残存的林地受到进一步侵蚀。另一方面，山区是生态和地理敏感带，容易导致土地退化。大规模的开发已经使重庆自然景观朝着“森林—灌木—草地—裸岩—山体滑坡”的过程演变。景观的剧烈变化不仅增加了泥石流、山体滑坡、洪水等自然灾害的发生几率，而且造成了很多本地物种的灭绝。20世纪90年代国家提出“西部大开发”国家战略，更加速了重庆市的城市化进程。城市发展与自然保护的矛盾日益突出。因此，在城市发展中必须采取预防措施。

图1　2001年重庆市城市和林地分布图

6.研究方法及数据处理

6.1　城市增长模型——SLEUTH

SLEUTH是基于CA的模型，由六个输入层的首字母组成，它们分别是坡度(Slope)、土地覆被(Land cover)、限制因素(Exclusion)、城区(Urbanization)、交通(Transportation)和山体阴影(Hillshade)(Clarke et al.，1997)。作为一个精心构造的模型，SLEUTH已经在国际上众多城市得到成功应用。

SLEUTH包括两个阶段:基于历史数据的增长参数“校正”、基于校正系数的城市增长预测。SLEUTH提供四种类型的城市发展，包括随机增长(随机城市化)、新扩展中心增长(新城区诱发的增长)、边缘增长(建成区边缘的发展)、道路引力增长。为模拟上述四种增长模式，SLEUTH模型在校正阶段需计算5个参数，包括坡度(地形对城市化的阻碍)、扩散(随机城市化)、蔓延(新扩展中心增长)、繁衍(边缘增长)、道路引力(道路对增长的影响)。不同于偏向土地经济和交通的其他模型，SLEUTH模型考虑了土地利用、城市范围、坡度等物理因素，并且在模拟城市增长过程的同时还整合了土地利用变化模型，因而可用来评估城市增长对周围景观的影响。除此之外，SLEUTH也提供了多种的转化规则，例如调整增长参数、设置道路引力、定义限制因素。因此，它也是评估规划方案的理想工具。

6.2　对SLEUTH规划方案的解释

在SLEUTH模型中实现规划假设最简单最常用的方式是定义“限制因素”。限制因素的取值代表不可开发的程度。本文设计了三种可选方案。第一种方案是“常规发展”(Business As Usual，BAU)，即假设目前的城市增长延续现有趋势。因此，除长江和嘉陵江外对开发没有任何限制。第二种方案是为欧洲学者所推崇的“紧凑城市”(Compact City，CC)。紧凑城市的思想是通过增加人口密度、进行紧凑设计和混合利用等措施，有效抑制城市蔓延等低效的城市开发模式，达到保护林地和开敞空间等宝贵自然资源的目的。本文对紧凑城市方案的界定如下:第一，充分开发建成区的空地和距建成区1km的缓冲带;第二，距城区1～2km之间的区域有50%的可能性被开发;第三，2km以外的区域不被开发(图2)。为了控制城市无序增长，极小的孤立斑块也被禁止开发，只有大型城市地块作为新的城市增长极(规模界定为10ha，与中国居民点规划体系的最小单元(居民小区)大小相似，也是房地产项目中较为常见的规模)。第三种方案是“分散化的集中”(Decentralized Concentration，DC)。分散化的集中或所谓的多中心主义是指由道路网络连接的多中心的城市结构。分散化要求城市的发展在区域范围内相对分散，避免拥挤和污染等不利影响。集中发展是指较小范围内住宅建设应当紧凑，以利于创造有活力的社区。我们认为分散化的集中更适合山区，因为山区城市由河流、山脉等自然界限所分割，因而自然而然地产生多中心的城市形态。最近的研究表明，用流域等自然边界来管理自然资源比行政边界更为有效(US EPA，1993; Randolph，2004)。鉴于山脊线是流域的分界线，本文用山脊线来界定空间单元。禁止开发区包括没有配套供水设施、海拔高于500m的山区，百年一遇的洪水淹没线以下的区域。此外，我们还设定了坡度开发限制。通常情况下，开发坡度一般不能超过25度。但由于可开发土地有限，在25度以上的坡地开发实际上在重庆随处可见。因此我们设定25～40度坡地有20%的可能性被开发，而40度以上的坡地严禁开发(图3)。基于同样的道理，这个方案也限制小型城市地块的增长以促进紧凑集中式发展。

图2　紧凑城市方案中的限制因素层

注:灰色区域代表离建成区1～2km的缓冲区，其中50%可能被开发。黑色区域代表禁止开发区，包括长江、嘉陵江和建成区2km以外的地区。白色区域代表可开发土地，包括城区空地与离城区1km的缓冲带。

6.3　景观指数选取

本文用一系列景观指数进行生态评估，对应于所建议的七个方面的景观因素(表1)。类型面积(CA)是某一景观类型的总面积(比如林地)。平均斑块面积(MPS)表征斑块大小。面积加权的平均形状指数(AWMSI)代表斑块形状。斑块大小的标准差(PSSD)代表栖息地多样性。破碎化指数用斑块数量来衡量(NUMP)。平均邻近距离(MNN)和平均邻近度(MPI)表示连通度。核心区域由总核心面积(TCA)和总核心面积指数(TCAI)来量度。

图3　分散化的集中方案中的限制因素层

注:划定山脊线为城市增长边界以防止大规模的集聚。禁止开发区包括海拔较高的山地、河滩地、40度以上的陡坡。25～40度坡地有20%的可能性被开发。

表1　景观指数、描述及生态学含义(McGarigal and Marks，1995)

续表

6.4　数据处理

本研究中数据的选择基本上是为了满足SLEUTH模型的输入要求。1978、1988、1993、2001年Landsat TM影像用于提取四期土地利用图。从数字化高程模型(DEM)提取坡度和高程、分水岭和山体阴影等信息。参照1996～2002年两期交通图，从Landsat TM影像上提取道路网络。最后，通过一个公用的ArcVIEW的扩展模块-斑块分析(Patch Analyst)来计算景观指数。

7.结果分析

7.1　城市面积和林地面积变化情况(表2)

表2　2020年三种方案的城市和林地面积预测结果比较

注:BAU表示常规发展;CC代表紧凑城市;DC代表分散化的集中。“+”代表面积增加，“－”代表面积减少。

由表2可以看出，如果按照目前的发展趋势，到2020年城市面积上升为327.7km²，与2001年相比增加48%。SLEUTH校正表明，新开发地区大多位于建成区周边，表明“繁衍”是研究区的主要增长模式(图4)。同时，大量的新开发地区围绕在零散的城市地块周围，表明“蔓延”是另一种重要的增长模式。与上述两种模式相比，随机城市化或“扩散”模式比较少见。方案中大多数林地(超过80%)将会消失，现有成片的大斑块变为零碎斑块，林地进一步破碎化。

CC和DC两种规划方案看起来似乎限制了城市增长。CC方案城市面积仅增加41.34km²，比现状增加了18.66%。新的开发区域大多位于原有建成区的周围。而且，建成区内空地被大量填充。林地仅减少28%(图5)。DC的模拟结果表明城市增长了28.07km²，比CC方案还少6%。林地仅减少12%，林地大部分保留(图6)。

通过比较，我们可以发现城市开发和林地保护相互影响，新开发区用地与林地减少呈正相关关系(表2)。相比之下，BAU的大面积开发使林地几乎消失，DC仅有少量的城市增长和林地损失，CC有中等程度城市增长和林地损失。这也表明研究区的城市开发是林地景观变化的主要动力。

图4　2020年“常规发展”方案的模拟结果

图4为2020年“常规发展”方案的模拟结果。在此方案下城市增长最快，林地减少最多。

图5　2020年“紧凑城市”方案模拟结果

图5为2020年“紧凑城市”方案模拟结果。在此方案下，城市增长速度中等，并且大多数增长位于建成区内部或邻近区域，大多数林地保存下来。

图6为2020年“分散化的集中”方案模拟结果。在此方案下，城市开发大多位于建成区边缘，大多数林地保留下来。

7.2　景观指数的比较

模拟方案直观显示了景观空间变化结果，而景观指数揭示了更深的生态学含义。总体来说，三种方案中BAU是林地保护表现最差的一种。CA较低，表明大量林地减少; MPS较小表明栖息地面积大大减少;NUMP增加表示林地更加破碎;PSSD较低表明栖息地多样性减少(表3)。另外大部分核心区域消失(图7)。因此，如果按照目前的趋势发展，林地将会减少甚至消失，生态完整性严重受损。

CC方案同样产生了紧凑的林地形态。NUMP较低表明林地的破碎化程度最小(表3)。与BAU相比，CC的林地面积(CA)与大小(MPS)是最大的。此外，较高的AWMSI表明斑块形状不规则。PSSD较高表明提供了多样化的栖息地选择，能满足不同物种的栖息需要(图7)。

与其他方案相比，DC是林地保护最有效的方案。首先，这个方案保留了大部分的核心面积。其次，CA和MPS值较大表明大多数林地仍然保留。最大的PSSD表明栖息地多样性更高(表3)。但是，AWMSI最高表明林地斑块形状最不规则，这对内部物种的生存不利(图7)。

图6　2020年“分散化的集中”方案模拟结果

表3　三种方案的景观指数排序

图7为现状与三种方案的景观指数比较。总体上，“分散化的集中”在林地保护中表现最佳，而“常规发展”表现最差。

图7　现状与三种方案的景观指数比较

8.结论与讨论

本文利用基于CA的SLEUTH模型，探讨山区城市的增长机制，预测了三种规划模拟方案。结果揭示了研究区域山地城市增长的一些规律。第一，模型的校正表明，“繁衍”和“蔓延”是两种主要增长模式。也即是开发大多位于建成区附近或新开发区周围。而随机城市化相对较少。第二，与其他山区不同的是，重庆道路的吸引力没有预期显著。例如，Sharma(1998)对于印度喜马拉雅山区城市的研究表明，在当地经济发展中扮演重要角色的市镇都分布在山区公路沿线。Vias and Carruthers(2005)研究了落基西部山区的土地利用变化。作者发现尽管新开发的居民点分布相当分散，但他们大多与邻近的都市区有便捷的交通联系。重庆市道路引力效应不明显，可能与山区环境和SLEUTH模型的特性有关。山区的坡度、海拔高度、河流等因素是基础设施建设和住宅开发的自然障碍(Dorward，1990)。在财力有限的情况下，城市基础设施例如道路、桥梁等供给相对不足。重庆1978年和1983年(处于经济改革初期)较低的路网密度清楚地反映了这些。为了便于土地开发和商品流通，山区的居民点往往集中在台地或山谷底部的缓坡地带。这解释了为什么研究区几乎没有随机开发。另一方面，规模效应(聚集效应)是城市增长的内在特征，为了有效地组织生产和提供服务，后继的开发往往聚集在建成区周围，导致了以新城为增长极的“繁衍”模式，带动了城市的进一步“蔓延”。因此，后两种方案通过限制在小斑块周围进行开发，导致城市开发面积的降低。

三种规划方案的城市用地和林地与现状相比有明显不同。常规发展方案中，城市用地大量增加，林地大量减少。紧凑城市、分散化的集中方案中，城市增长受到限制，林地得到较好的保护。就从模型校正中得到的坡度系数来说，坡度对城市发展影响不大。然而，通过设定开发坡度限制，分散化的集中相比紧凑城市方案更能有效地保护林地。这验证了已有研究结果，即研究区现有林地主要分布在陡坡上(Huang and Lu，2006)。因此，设定开发坡度限制能减少开发过程对森林和植被的破坏。这些发现为山区城市制定开发战略提供了思路:第一，土地利用规划应禁止继续开发小型孤立城市地块，以免引起的城市蔓延;第二，设定坡度限制能有效保护林地，从而为野生动物提供栖息地，为人类提供休闲场所。

本文通过景观指数来评估三种发展方案对林地景观结构的影响。在“常规发展”方案中，就残存林地的数量和结构来说，栖息地质量显著下降。“紧凑城市”方案中，破碎化指数(NUMP)下降，连通性指数(MNN、MPI)增加。总体上，“分散化的集中”在保持生态完整性方面表现最好。大多数林地和核心栖息地保留下来，并且产生了面积较大、形态多样的栖息地斑块。

然而研究结果同样表明并不存在最优的解决方案，因为城市发展和自然保护是相互冲突的目标。如果侧重于开发，“常规发展”因新增城市用地最多是理想方案。如果侧重于自然保护，后两种方案因保护林地面积较多而得到推荐。另外，由于对生态完整性的理解不同，即使就生态效应来说，也同样无法确定最优方案。“常规发展”方案中林地大量损失，但是斑块的形状趋于规则，对内部物种有利。“紧凑城市”方案NUMP最低，总体连通性最高，林地景观破碎化程度最低。“分散化的集中”方案从CA和MPS指数来看，保留了大部分林地，但是斑块形状变得复杂，景观破碎加剧，不利于内部物种的生存。因此，规划方案的抉择必须从不同的保护需要来考虑。

【参考文献】

［1］Ahern，J.，2002.Greenways as strategic landscape planning:theory and application.

［2］Andren，H.，1994.Effects of habitat fragmentation on birds and mammals in landscapes with different proportions of suitable habitat:a review.Oikos，71，pp.355-366

［3］Batty，M.，1998.Urban evolution on the desktop:simulation with the use of extended CA.Environment and Planning A，30(11):pp.1943-1967

［4］Batty，M.，Xie，Y.and Sun，Z.，1998.Modeling urban dynamics through GIS-based cellular automata.Environment and Urban Systems，23，pp.205-233

［5］Blaschke，T.，2006.The role of the spatial dimension within the framework of sustainable landscapes and natural capital.Landscape and Urban Planning，75(3-4):pp.198-226

［6］Bockstael，N.E.，1996.Modeling economics and ecology:the importance of a spatial perspective.American Journal of Agricultural Economics，78，pp.1168-1180

［7］Cheng，J.Q.，2003.Modeling Spatial and Temporal Urban Growth，Doctoral dissertation，Utrecht University，Utrecht.

［8］Chongqing urban planning bureau，2005.Chongqing urban planning review.Chongqing，China.

［9］Clarke，K.C.，Hoppen，S.and Gaydos，L.，1997.A self-modifying cellular automaton model of historical urbanization in the San Francisco Bay Area.Environment and Planning B，24，pp.247-261

［10］de Groot，R.S.，Wilson，M.A.and Boumans，R.M.J.，2002.A typology for the classification，description and valuation of ecosystem functions，goods and services.Ecological Economics，41(3):pp.393-408

［11］Dorward，S.，1990.Design for mountain communities:a landscape and architectural guide.Van Nostrand Reinhold，New York.

［12］Dramstad，W.E.，Olson，J.D.and Forman，R.T.T.，1996.Landscape ecology principles in landscape architecture and land-use planning.Island Press，Washington DC.

［13］Forman，R.T.T.，1995.Land Mosaics:The Ecology of Landscapes and Regions.Cambridge University Press，Cambridge.

［14］Forman，R.T.T.and Godron，M.，1986.Landscape Ecology.John Wiley ＆ Sons，New York.

［15］Gustafson，E.J.，1998.Quantifying landscape spatial pattern:What is the state of the art?Ecosystems，1(2):pp.143-156

［16］Harms，B.H.，Knaapen，J.P.and Rademakers.J.G.，1993.Landscape planning for nature restoration:comparing regional scenarios.In:Vos.C.C.and P.Opdam(Eds)，Landscape Ecology of AStressed Environment.Chapman ＆ Hall，London，pp.197-218

［17］Hermann，S.and Osinski，E.，1999.Planning sustainable land use in rural areas at different spatial levels using GIS and modelling tools.Landscape and Urban Planning，46，pp.93-101

［18］Hersperger，A.M.，1994.Landscape Ecology and Its Potential Application to Planning.Journal of Planning Literature，9(1):pp.14-29

［19］Huang，J.N.and Lu，X.X.Multi-temporal analysis of rapid urbanization in China's southwestmountain area:a case study of Chongqing，China.2006 Ref Type:Unpublished Work.

［20］Jongman，R.H.G.，Kulvik，M.and Kristiansen，I.，2004.European ecological networks and greenways.Landscape and Urban Planning，68(2-3):pp.305-319

［21］Lambin，E.F.，Turner，B.L.，Geist，H.J.and et al.，2001.The causes of land-use and land-cover change:Moving beyond the myths.Global Environmental Change，11，pp.261-269

［22］Leitao，A.B.and Ahern，J.，2002.Applying landscape ecological concepts and metrics in sustainable landscape planning.Landscape and Urban Planning，59(2):pp.65-93

［23］Mcgarigal，K.and Mccomb，W.C.，1995.Relationships Between Landscape Structure and Breeding Birds in the Oregon Coast Range.Ecological Monographs，65(3):pp.235-260

［24］Naveh，Z.and Lieberman，A.S.，1984.Landscape Ecology.Theory and Application.Springer，New York.

［25］O'Neill，R.V.，2001.Is it time to bury the ecosystemconcept?(With fullmilitary honors of course!).Ecology，82(12):pp.3275-3284

［26］Opdam，P.，Foppen，R.and Vos，C.，2002.Bridging the gap between ecology and spatial planning in landscape ecology.Landscape Ecology，16(8):pp.767-779

［27］Opdam，P.，Steingrover，E.and van Rooij，S.，2006.Ecological networks:Aspatial concept formultiactor planning of sustainable landscapes.Landscape and Urban Planning，75(3-4):pp.322-332

［28］Randolph，J.，2004.Environmental land use planning and management.Island press，Washington，D.C.

［29］Riitters，K.H.，Oneill，R.V.，Hunsaker，C.T.，Wickham，J.D.，Yankee，D.H.，Timmins，S.P.，Jones，K.B.and Jackson，B.L.，1995.A Factor-Analysis of Landscape Pattern and Structure Metrics.Landscape Ecology，10(1):pp.23-39

［30］Sharma，P.，1998.Market and Small Towns in the Hindu Kush-Himalayas:Alternative Modes of Urbanisation.Issues in Mountain Development(IMD).IMD1998/8，International Center for Integrated Mountain Development(ICIMOD).

［31］Steiner，F.，2000.The living landscape:An Ecological Approach to Landscape Planning.McGrawHill，NewYork.

［32］Swenson，J.J.and Franklin，J.，2000.The effects of future urban developmenton habitat fragmentation in the Santa Monica Mountains.Landscape Ecology，15(8):pp.713-730

［33］Syphard，A.D.，Clarke，K.C.and Franklin，J.，2005.Using a cellular automaton model to forecast the effects of urban growth on habitat pattern in southern California.Ecological Complexity，2(2):pp.185-203

［34］Szaro，R.C.，Sexton，W.T.and Malone，C.R.，1998.The emergence of ecosystemmanagement as a tool formeeting people's needs and sustaining ecosystems.Landscape and Urban Planning，40(1-3):pp.1-7

［35］TheWorld Conservation Union，2005.Investing in EnvironmentalWealth for Poverty Reduction.United Nations Development Programme(UNDP)，NewYork.

［36］Tinker，D.B.，Resor，C.A.C.，Beauvais，G.P.，Kipfmueller，K.F.，Fernandes，C.I.and Baker，W.L.，1998.Watershed analysis of forest fragmentation by clearcuts and roads in a Wyoming forest.Landscape Ecology，13(3):pp.149-165

［37］Torrens，P.M.and O'Sullivan，D.，2001.Cellular automata and urban simulation:where do we go fromhere?Environment and Planning B，28，pp.163-168

［38］Turner，B.L.and Meyer，W.B.，1994.Global land use and land cover change:an overview.In:B.L.Turner，and W.B.Meyer(Eds)，Changes in land use and land cover:a global perspectiv.Cambridge University Press，NewYork，pp.1-11

［39］Turner，M.G.，1989.Landscape Ecology-the Effect of Pattern on Process.Annual Review of Ecology and Systematics，20，pp.171-197

［40］US EPA，1993.The Watershed Protection Approach:Annual Report 1992.#EPA840-S-93-001，US EPAOffice ofWater，Washington，DC

［41］Vias，A.C.and Carruthers，J.I.，2005.Regional development and land use change in the Rocky MountainWest，1982-1997.Growth and Change，36(2):pp.244-272

［42］Weber，T.，2003.Maryland's Green Infrastructure Assessment.Maryland Department of Natural Resources，Annapolis，MD

［43］Wiens，J.A.，1999.Toward a unified landscape ecology.In:J.A.Wiens and M.R.Moss(Eds)，Issues in Landscape Ecology.5th IALE-World Congress，Snowmass，CO，USA.，pp.148-151

［44］Wu，F.L.，2002b.Complexity and urban simulation:towards a computational laboratory.Geography Research Forum，22，pp.22-40

［45］Wu，F.L.，2002a.Calibration of stochastic cellular automata:the application to rural-urban land conversions.International Journal of Geographical Information Sciences，16(8):pp.795-818

［46］Wu，F.L.，1998.An experiment on the generic polycentricity of urban growth in a cellular automatic city.Environment and Planning B，25，pp.731-752

［47］Wu，J.G.and Hobbs，R.，2002.Key issues and research priorities in landscape ecology:An idiosyncratic synthesis.Landscape Ecology，17(4):pp.355-365