EN中文

地理研究 >

2018 , Vol. 37 >Issue 2: 263 - 280

DOI: https://doi.org/10.11821/dlyj201802003

研究论文

基于GRA和TOPSIS模型的都市郊区乡村景观多功能定位

  • 任国平 , 1, 2 ,
  • 刘黎明 , 1 ,
  • 孙锦 1 ,
  • 袁承程 1 ,
  • 卓东 1
展开
  • 1. 中国农业大学资源与环境学院,北京 100193
  • 2. 湖南城市学院城市管理学院,益阳 413000
通讯作者：刘黎明（1966- ）,男,浙江上虞人,博士,教授,博士生导师,研究方向为土地资源可持续利用与景观规划。E-mail：

作者简介：任国平（1982- ）,男,湖南益阳人,博士研究生,研究方向为土地利用和乡村景观规划。E-mail：

收稿日期: 2017-08-08

  要求修回日期: 2017-11-11

  网络出版日期: 2018-02-20

基金资助

国家自然科学基金项目（41471455）

湖南省自然科学基金项目（2015JJ2024）

湖南省社会科学评审课题（GLX132）

收起

Multifunction orientation of rural landscape in metropolitan suburbs based on GRA and TOPSIS models

  • REN Guoping , 1, 2 ,
  • LIU Liming , 1 ,
  • SUN Jin 1 ,
  • YUAN Chengcheng 1 ,
  • ZHUO Dong 1
Expand
  • 1. College of Resources and Environment, China Agricultural University, Beijing 100193, China
  • 2. College of Urban Management, Hunan City University, Yiyang 413000, Hunan, China

Received date: 2017-08-08

  Request revised date: 2017-11-11

  Online published: 2018-02-20

Copyright

《地理研究》编辑部
Fold

摘要

乡村景观功能具有明显的时空异质性。随着中国城镇化、工业化和农业现代化的快速推进,乡村景观功能分异化和多样化不断增强,景观多功能发展趋势明显,对其科学定位成为新的学术热点。以上海市城郊青浦区为例,利用2004-2014年的基础数据,采用多维评价模型、灰色关联分析和逼近理想解的排序法,以“乡村景观多功能性定位—主副功能定位—障碍功能定位”的景观多功能综合定位方式,实现对该区乡村景观多功能科学定位。结果表明：① 乡村景观多功能定位作为区域功能确定的有限方案多目标最优决策,应遵循最优决策法则;② 景观多功能综合定位方法能对该区乡村景观多功能科学定位,适用性较好;③ 该区乡村景观多功能复合显著,乡村景观多功能性东西差异明显、极值区域凸显且呈现集聚状态,主副功能和主副障碍功能空间异质性强且功能间依存度高;其中,乡村景观多功能性最大值区域为赵巷镇和朱家角镇,其值分别为3.44和3.02,低值区域为金泽镇和徐泾镇,其值分别为1.48和1.45;11个乡镇的主导功能和副功能均差为0.007,主副障碍功能均差为0.005。该研究以期为将来开展乡村景观规划与景观管理研究提供科学依据。

关键词： 乡村景观; 多功能定位; GRA模型; TOPSIS模型; 青浦区

本文引用格式

任国平 , 刘黎明 , 孙锦 , 袁承程 , 卓东 . 基于GRA和TOPSIS模型的都市郊区乡村景观多功能定位[J]. 地理研究, 2018 , 37(2) : 263 -280 . DOI: 10.11821/dlyj201802003

Abstract

Rural landscape function exhibits significant spatial heterogeneity and temporal variability. With the rapid technological development, urbanization, industrialization, and agricultural modernization in China, diversity and differentiation of rural landscape functions are constantly enhanced, and multifunction of rural landscape development trend is considerable. Scientific orientation to multifunctional rural landscape has attracted considerable academic interest. Using the basic data from 2004 to 2014, multidimensional evaluation model, the TOPSIS (technique for order preference by similarity to ideal solution), GRA (grey correlation analysis), and the multifunctional integrated positioning method of "rural landscape multifunctionality orientation-leading and secondary function orientation-obstacle function orientation" are employed to evaluate the scientific orientation of the rural landscape function in Qingpu district in Shanghai Municipality. Results are showm as follows. (1) The multifunction orientation of the rural landscape is the regional function of the limited multi-objective decision making, which should follow the optimal decision rules. (2) The multifunction integrated positioning method can accurately orientate the multiple functions of rural landscape. (3) The multiple functions of rural landscape are more complex; multifunctionality of rural landscape is different from east to the west; regions with high values are highlighted, which present the state of aggregation; leading and secondary functions as well as leading and secondary obstacle functions of the spatial heterogeneity of the rural landscape are remarkable; and the dependence degree between functions is high. Zhaoxiang and Zhujiajiao exhibit the maximum values for areas of multifunctionality of the rural landscape (3.44 and 3.02, respectively), while Jinze and Xujing present the minimum values (1.48 and 1.45, respectively). In the 11 towns in Qingpu District, the deviation of the leading and secondary functions of rural landscape is 0.007, while that of the leading and secondary obstacle functions of rural landscape is 0.005. This study provides a scientific basis for rural landscape planning and landscape management.

Key words： landscape; multifunction orientation; GRA model; TOPSIS model; Qingpu district

1 引言

景观是由自然、半自然和社会经济系统的部分或全部空间相互镶嵌所构成的地表综合体[1],以结构和功能为其外在表现,兼具生产、生活和生态价值;景观功能主要描述景观提供给人类的产品和服务的能力[2],综合反映景观结构和生态学过程或景观结构单元之间的相互作用[3],一直是景观生态学研究的热点[4];景观多功能通过对自然景观功能赋予人类价值评判进而与土地利用决策紧密关联,源自生态系统多功能性对农业生态环境影响的关注[5],被认为是能识别环境变化对景观所产生影响的重要概念[6]。因此,作为沟通自然生态系统与社会经济系统之间桥梁,景观多功能研究已经成为景观功能研究的前沿和景观生态学新的学科生长点[7]及实现未来景观可持续发展的有效途径[8]。随着中国城镇化、工业化、信息化和农业现代化的快速推进,人类需求及其活动的多样性增加,追求目标的多元性扩散,在自然生态系统的有限性的制约背景下,导致景观多功能性不断强化[9];然而,决策主体在制定景观规划和决策时,由于对景观的多功能性关注不够,导致景观空间被改造成景观类型单一、景观结构雷同,景观功能同化的局面,且蔓延趋势不断加快,严重影响了构成景观的自然、半自然和社会经济系统间的互动性和互通性,加剧了景观的生产、生活和生态功能混乱,造成景观资源低效利用,阻碍了乡村景观空间优化和美丽乡村建设的步伐[10]。因此,如何客观评价乡村景观多功能性并对其进行准确定位,不仅是实现乡村景观多功能分异及其价值提升的关键环节,更是制定景观管理决策的基础,能为景观可持续发展提供决策依据。
目前国内外学者对乡村景观多功能评价和定位的研究主要集中在以下方面。① 研究内容主要集中在景观多功能分析框架研究[11]、以全球自然资本评估为代表的全球范围内生态系统服务价值研究[12]、以土地利用与土地覆盖变化的景观功能研究[13]、以景观格局变化的景观功能研究[14]等方面;② 研究方法主要使用货币单位对景观功能进行核算[15]、运用指标体系对景观功能进行核算[16]、运用模型对景观功能进行综合评估[17,18]和通过景观服务制图进行评价[19];③ 研究理论主要以土地多样性理论指导[7]、以分形理论指导[20]、以景观连通性理论指导[21]和以复杂系统理论指导[22]等;④ 景观多功能评价对象包括梯田景观多功能评价[17]、干旱区绿洲景观多功能评价[23]、耕地景观多功能性评价[4]和乡村景观功能评价[24]等。
综上,国内外学者在景观功能评价和定位研究上取得了较多较好的研究成果,但仍存在不足：① 景观多功能评价和定位的基础建立在功能空间分布之上,较少关注功能的时间变异性。然而,时间动态性是景观功能的基本属性,乡村景观要素整合、社会需求改变和外部环境压力的改变都将导致景观功能的改变。② 景观多功能评价和定位体系以单功能排序为主,缺少对景观多功能层次性研究;然而,景观构成要素的有限性和利用的多宜性决定了社会主体对景观需求的竞争性,导致各功能之间的矛盾主次性。③ 景观多功能评价和定位以单功能简单迭加反映综合功能,掩盖了多功能评价的真实性。④ 以景观多功能评价为依据进行的定位决策科学性有待商榷。⑤ 过多强调景观主导功能对景观可持续发展的影响,而对景观障碍功能较少涉及,造成景观功能评价和定位准确性不足,难以全面反映景观多功能要求。
目前,关于乡村景观功能评价的方法主要为层次分析法[17]、模糊综合评价法[24]和逼近理想解的排序方法（technique for order preference by similarity to ideal solution,TOPSIS）[25]等。层次分析法虽简单,但定性分析较多;模糊综合评价法能对隐藏信息做出贴近实际的评价,但过程复杂且当指标集过大时评价结果易失真;TOPSIS法能较好评估备选方案与理想方案之间接近程度,但对于方案间变化趋势的差别却难以较好的表达,且该法基于原始数据本身,在样本固定的情况下难以保证评价结果的准确性。而本文以乡镇为研究单元,以长时段的乡村景观功能评价指标为原始数据样本,原始数据样本有限且各指标变化趋势明显。因此,采用灰色关联分析（grey correlation analysis,GRA）和改进的TOPSIS法对乡村景观多功能进行定位,该方法不仅能通过函数曲线方式表达各功能与理想功能间的拟合度,很好说明景观功能内部因素的变化趋势与景观功能定位结果之间的区别,而且能从景观功能时空差异性角度对其多功能进行准确定位。
上海市作为中国经济最发达的国际性大都市之一,其城郊区域在强大的外力作用干预下乡村景观结构无序化、乡村景观空间破碎化、乡村景观环境脆弱化和乡村景观功能混杂化严重;而本文研究的青浦区承担上海市水源涵养、农产品供应等生态功能,加之自然本底较好、湖泊河流面积大,是上海市重要的生态屏障。因此,对该区域的乡村景观多功能定位亟待开展。鉴于此,本研究尝试以乡村景观的生产—生活—生态功能为分析框架对乡村景观多功能分类,构建多功能指标评价体系,采用空间单功能加权求和模型、多功能性多维评价模型、主导功能贴近度的GRA改进的TOPSIS模型和功能障碍度模型对上海市郊区镇域乡村景观多功能进行评价和定位,以期为乡村景观规划和景观可持续发展提供理论和方法借鉴。

2 研究方法与数据来源

2.1 研究区概况

青浦区位于120°53′E~121°17′E、30°59′N~31°16′N之间,地处上海市西南部,太湖下游,黄浦江上游,总面积668.54 km2,地形东西两翼宽阔,中心区域狭长,紧邻上海市核心经济商贸区,地处长江三角洲经济圈的中心地带,具有承东启西、东联西进的枢纽作用和对华东地区的辐射作用（图1）。该区承担上海市水源涵养、农产品供应等生态功能,加之自然本底较好、湖泊河流面积大,是上海市重要的生态屏障。
Fig.1 Location of Qingpu district in Shanghai

图1 上海市青浦区区位示意图

青浦区地势平坦,平均海拔高度在2.8~3.5 m之间;2014年青浦区实现地区生产总值756.75亿元,农业总产值18.33亿元,工业总产值413.03亿元;2014年末,青浦区总人口48.77万人,其中,非农业人口35.55万人,占人口全区人口总数的72.89%。全区共有8个镇和3个街道,分别是赵巷镇、徐泾镇、华新镇、重固镇、白鹤镇、朱家角镇、练塘镇、金泽镇、夏阳街道、盈浦街道、香花桥街道,辖184个行政村。

2.2 研究方法

2.2.1 乡村景观功能分类依据 乡村景观功能分类是景观多功能评价和定位的基础和前提。本文借鉴组分承载的自然、社会和经济要素差异的思想[26],采用乡村景观类型承载的生产、生活和生态要素差异,按照2001-2005年开展的 Millennium Ecosystem Assessment（MA）计划对自然资产评估的功能划分框架[27],从可持续发展的角度,将都市郊区的景观功能分为生产功能（经济特性）、生活功能（社会特性）和生态功能（调节特性）,结合研究区实况,构建乡村景观多功能评价的“三生”功能体系。① 乡村景观生产功能。该功能是指以景观资源为对象而直接或进行生产获取的各种产品和服务[10],包含农业生产功能（APF）、非农供给功能（NASF）和经济发展功能（EDF）三大类。② 乡村景观生活功能。该功能是指景观资源在人类生存和发展中提供的维持社会系统稳定和发展的服务[4],包含空间承载功能（SCF）、社会支持功能（SSF）和文化传承功能（CIF）三大类。③ 乡村景观生态功能。该功能是指生态系统与生态过程中形成的,维持人类生存的自然条件及提供的效用服务[28],包含生态调节功能（ERF）、生境保育功能（HCF）和环境维衡功能（EMF）三大类。
2.2.2 指标设计与权重确定 乡村景观多功能定位是一项涉及经济、社会、资源、生态等方面的复杂的系统工程,作为评价基础的指标体系构建好坏影响着其定位结果。本文按照各类功能成因机理[26],从自然、社会和经济3个维度以指标对功能的重要性程度构建乡村景观多功能定位指标体系;根据都市郊区特性、行政区划完整性、指标相对稳定性、数据可获取性,具体咨询景观规划、生态学、土地利用、自然地理等领域的专家,进过多轮征询和筛选最终确定指标体系（表1）。
Tab. 1 Evaluation index system of landscape function and weight in Qingpu District

表1 青浦区乡村景观功能评价指标体系及权重

准则层 指标层 计算方法或指标意义 方向 权重
农业生产
功能APF		 食物供给年价值（亿元） 粮食作物播种面积×年产量×当年市场价格 + 0.030
纤维供给年价值（亿元） 纤维作物播种面积×年产量×当年市场价格 + 0.027
人均耕地面积（hm2/人） 镇域耕地面积÷区域农业人口 + 0.024
人均粮食保证率（%） 人均粮食产量÷400×100%① + 0.018
非农供给
功能NASF		 地均非农产业增加值（万元/hm2） 第二三产业增加值总量÷建设用地面积 + 0.024
新增聚落景观用地指标（hm2） 年度内农业景观用地转为聚落景观用地的总量 + 0.022
二三产业比例（%） 第二三产业总产值÷地区生产总值 + 0.029
非农原材料供给年价值（亿元） 木材供给年价值②+装饰资源供给年价值③ + 0.032
经济发展
功能EDF		 农业景观用地面积（hm2） 耕地面积+园地面积+林地面积+牧草地面积 - 0.040
区位条件（km） 镇域中心距离区城镇中心距离 - 0.026
城镇化率（%） 镇域常住人口÷镇域总人口 + 0.030
农业财政贡献率（%） 农业财政收入÷地方一般预算财政收入 - 0.014
空间承载
功能SCF		 人口密度（人/km2） 镇域常住人口数÷区域总面积 + 0.031
聚落景观用地面积（hm2） 居民点及工商用地面积 + 0.033
人均公路里程（m/人） 镇域交通总里程÷区域人口总数 + 0.019
区域人口承载量（万人） 镇域常住人口总数 + 0.028
社会支持
功能SSF		 农业人口规模（万人） 镇域农业总人口 + 0.041
地均从业人数（人/km2） 镇域就业总量/镇域总面积 + 0.032
农村居民可支配收入（万元） 总收入-交纳所得税-个人交纳的社会保障支出 + 0.043
城乡收入比（%） 城镇居民可支配收入÷农村居民纯收入 - 0.023
文化传承
功能CIF		 非物质文化遗产数（项） 镇域省级、市级和县级非物质文化遗产总数 + 0.015
旅游区面积（km2） 镇域划定旅游区总面积 + 0.021
旅游收入比例（%） 镇域旅游收入÷区域旅游总收入 + 0.034
旅游环境总容量（万人） 镇域旅游环境空间接纳的旅游者总数量 + 0.030
生态调节
功能ERF		 植被覆盖指数 农业景观用地面积÷镇域总面积 + 0.022
水网密度指数 镇域水域面积÷镇域总面积 + 0.015
土地退化指数 反映被评价区域内土地退化程度 - 0.018
氧气释放物质量（t） 1.2×NPP（净初级生产力）×造林成本④ + 0.023
生境保育
功能HCF		 森林覆盖率（%） 林地面积÷镇域总面积 + 0.027
现存动植物地方品种数（种） 中国作物种质信息网中的种质资源数据库中数量 + 0.029
生物丰度指数 区域内生物多样性的丰贫程度⑤ + 0.025
区生态服务价值量（亿元） 反映镇域生态服务价值总量的大小⑥ + 0.035
环境维衡
功能EMF		 年化肥施用量（t） 反映农业生态系统对环境的负面影响 - 0.039
生态环境质量指数 反映区域环境质量的数值 + 0.021
污染负荷指数（t） 反映区域或某环境要素对污染物的负载量⑦ - 0.011
景观生态用地环境年容量（t） 反映生态环境在保持自身平衡下允许调节的范围⑧ + 0.021
工业三废排放量（万t) 反映区域生态环境状况 - 0.040

注：① 人均粮食保证率,根据学者的观点须保障每年人均400 kg粮食[31],故指标选用400 kg作为基准值。② 木材供给年价值=木材储蓄量×可收获木材比例×出材率×当年市场价格。③ 装饰资源供给年价值,按照TEEB统计均值乘以当地装饰资源的种类、产量评定系数。④ 1.2表示生产1 g植物干物质能释放氧气的数量[28],造林成本参见《中国林业统计年鉴》。⑤ 生物丰度指数=Abio×(0.5×森林面积+0.3×水域面积+0.15×草地面积+0.05×其他面积)/区域面积,Abio为归一化系数。⑥ Costanza等提出的方法[12,32]。⑦ 污染负荷指数=(ASO2×0.4×SO2排放量+ASOL×0.2×固废排放量)÷区域面积+ACOD×0.4×COD排放量÷区域年均降雨量,式中：ASO2为SO2的归一化系数;ASOL为固体废物的归一化系数;ACOD为COD的归一化系数。⑧ 生态用地环境年容量=K×A(WS-B),式中：WS为环境标准的规定值;B为环境背景值;A为景观生态用地面积;K为容量系数。

① 农业生产功能（APF）是乡村景观最基本的功能,指提供农业原材料、健康物质生产及间接农业生产相关资源的能力,选取食物供给年价值、纤维供给年价值、人均耕地面积和人均粮食保证率表征。② 非农供给功能（NASF）指提供农业生产以外的非农原材料及资源的能力,选取地均非农产业增加值、新增聚落景观用地指标、二三产业比例和非农原材料供给年价值表征。③ 经济发展功能（DEF）指乡村经济拥有发展竞争力与活力的能力,选取农业景观用地面积、区位条件、城镇化率和农业财政贡献率表征。④ 空间承载功能（SCF）指支持人类居住与适宜于人类居住的能力,选取人口密度、聚落景观用地、人均公路里程和区域人口承载量表征。⑤ 社会支持功能（SSF）指提供就业岗位规模与质量的能力,选取农业人口规模、地均从业人数、农村居民可支配收入和城乡收入比表征。⑥ 文化传承功能（CIF）指为保护文化的多样性和提供教育、审美和休闲的能力,选取非物质文化遗产数、旅游区面积、旅游收入比例和旅游环境总容量表征。⑦ 生态调节功能（ERF）指维持人类生存的自然条件及其效用的能力,选取植被覆盖指数、水网密度指数、土地退化指数和氧气释放物质量表征。⑧ 生境保育功能（HCF）是指保护传统地方品种及其生境以维持农业生物多样性的能力,选取森林覆盖率、现存动植物地方品种数、生物丰度指数和区生态服务价值量表征。⑨ 环境维衡功能（EMF）指净化环境污染的综合服务能力,选取年化肥施用量、生态环境质量指数、污染负荷指数、景观生态用地环境年容量和工业三废排放量表征。
研究采用熵权法确定指标权重。该法操作性强,能够反映数据隐含的信息,增强指标分辨性和差异性,可克服因指标差异过小造成的分析困难[29,30]。
2.2.3 乡村景观多功能评价模型 （1）空间单功能评价模型
空间单功能反映乡镇某单项功能相比其他乡镇的该功能在区域中所处的地位,其功能值得大小表征该功能在区域中的强弱状况,是构成该功能指标值大小的综合体现。因此,本文采用加权求和模型获取空间单功能值。
f i = ∑ j = 1 n x ij × w j （1）
式中： f i 为空间单功能值; x ij 为第i项单功能的第j项指标; w j 表示j指标的权重;n为第i项单功能的指标数量。
（2）综合功能评价模型
乡村景观多功能性是各单功能之间相互作用、制约和促进的综合体现。因此,为克服因单功能值简单迭加而掩盖多功能的真实性问题,本文采用多维评价模型对乡村景观多功能性进行综合评价,即由评价区域单功能值构建多边形,以多边形面积大小作为综合评价值反映景观多功能性。多边形面积越大表明景观多功能性越显著。
（3）时间单功能评价模型
由于乡村景观功能具有内在形态的复杂性、组合模式的多样性和时间上的动态变动性等特点,一定程度上加剧了对其定位的精准度。因此,针对乡村景观功能上述特点,本文采用GRA改进的TOPSIS模型[33],综合评价过程如下。
a. 确定正负理想解
分别确定每个同类型时间序列单功能值的最大值和最小值,令时间序列数据的最大值为正理想解 F + ,最小值为负理想解 F - ,则有：
F + = max 1 ≤ i ≤ m f ij i = 1,2 , ⋯ , m = f 1 + , f 2 + , ⋯ , f m + （2）
F - = min 1 ≤ i ≤ m f ij i = 1,2 , ⋯ , m = f 1 - , f 2 - , ⋯ , f m - （3）
b. 计算正负理想解的欧式距离
分别计算各年份单功能值到正负理想解之间的欧式距离,其中 D i + 为正欧式距离, D i - 为负欧式距离。
D i + = ∑ i = 1 m f ij - f i + 2 i = 1,2 , ⋯ , m （4）
D i - = ∑ i = 1 m f ij - f i - 2 i = 1,2 , ⋯ , m （5）
式中： f ij 为第i项时间单功能值第j年加权标准值; f i + 和 f i + 分别为第i项单功能值在时间序列中的最大值和最小值。
c. 计算正负理想解的灰色关联度
以 f ij 为基础构建加权标准化矩阵,计算第i项时间单功能值与正负理想解样本关于第j项时间单功能值的灰色关联系数 ∂ ij + (6)和 ∂ ij - (8);则第i项时间单功能值与正负理想解的灰色关联度 R i + (7)和 R i - (9)。
∂ ij + = min i min j f j + - f ij + δ max i max j f j + - f ij f j + - f ij + δ max i max j f j + - f ij （6）
R i + = 1 n ∑ j = 1 n γ ij + i = 1,2 , ⋯ , m （7）
∂ ij - = min i min j f j - - f ij + δ max i max j f j - - f ij f j - - f ij + δ max i max j f j - - f ij （8）
R i - = 1 n ∑ j = 1 n γ ij - i = 1,2 , ⋯ , m （9）
式中： min i min j f j + - f ij 和 min i min j f j - - f ij 为时间单功能值级差最小值; max i max j f j + - f ij 和 max i max j f j - - f ij 为时间单功能值级差最大值; δ ∈ 0,1 为分辨系数,根据李灿等取值0.5[34]。
d. 欧式距离和灰色关联度的无量纲化处理
为克服不同数据之间的量纲差异,快速对数据集成和处理,采用式（10）对正负理想解的欧式距离和灰色关联度进行无量纲化处理[35]。
α i = A i max 1 ≤ i ≤ m A i i = 1,2 , ⋯ , m （10）
式中： A i 代表正欧式距离 D i + ;负欧式距离 D i - ;正理想解的灰色关联度 R i + ;负理想解的灰色关联度 R i - ; d i + 、 d i - 、 r i + 、 r i - 为别为无量纲化的值。
计算综合无量纲化后的正负理想解的欧式距离和灰色关联度（式11和式12）。
E i + = e 1 d i - + e 2 r i + i = 1,2 , ⋯ , m （11）
E i - = e 1 d i + + e 2 r i - i = 1,2 , ⋯ , m （12）
式中： E i + 和 E i - 表示第i项时间单功能值与正负理想解的接近程度; e 1 和 e 2 反映决策者的偏好程度,且 e 1 + e 2 = 1 ,根据鲁春阳等对 e 1 和 e 2 取值均为0.5[25]。
e. 计算相对贴近度
相对贴近度 C i 反映待评估区域功能与正理想解或负理想解在变化态势上的接近 程度。
C i = E i + E i + + E i + i = 1,2 , ⋯ , m （13）
式中： C i 的大小决定待评估区域功能的优劣程度。 C i 越大,表示待评估区域功能越接近时间单功能值中的正理想样本,样本越优,功能主导性越强;反之, C i 越小,表示待评估区域功能越接近时间序列分功能中的负理想样本,样本越劣,功能主导性越弱。
2.2.4 功能障碍度诊断模型 都市郊区乡村景观多功能定位既在于对该区域乡村景观的主副功能进行评判,更重要的在于厘清影响该区域该乡村景观的障碍功能,以便于针对性地对乡村景观利用行为与政策进行调整,因此需要进一步对乡村景观进行障碍病理诊断。
“功能障碍度诊断模型”的研究方法是引入“单功能贡献度 U ij ”（即当年的单功能值[ f ij ]与当年乡村景观多功能性综合评价值[MV]的比值,反映空间单功能对乡村景观综合功能的贡献）和“功能障碍度( 1 - U ij )”（即单功能贡献度 U ij 与100%之差,反映单功能贡献度偏离当年乡村景观多功能性综合评价值的大小）,然后利用障碍度贡献值加权求和,以达到量化待评估区域研究时序中功能障碍度的目的（式14）。
H ij = 1 - U ij × W ij ∑ j = 1 9 1 - U ij × W ij （14）
式中： H ij ∈ 0 ， 1 为待评价区域第i项单功能j在待评价时间序列中对区域综合功能的障碍度; W ij 为评价指标权重; U ij 为待评价区域第i年的项单功能j在时间序列中对区域综合功能的贡献值,其值采用式15求得。
U ij = f i j M V i （15）
式中： f ij 为待评价区域第i年的项单功能j的评价值; M V i 为第i年的乡村景观多功能综合评价值。
以 H ij 功能障碍度构建评价矩阵H;运用本研究“GRA改进的TOPSIS模型”依次确定 H F + 、 H F - 、 H D i + 、 H D i - 、 H ∂ ij + 、 H ∂ ij - 、 H R i + 、 H R i - 、 H d i + 、 H d i - 、 H r i + 、 H r i - 、 H E i + 、 H E i - ;最终计算待评估区域研究时序中功能障碍度的相对贴近度 H C i ,反映待评估区域功能障碍度与正理想解或负理想解在变化态势上的接近程度; H C i 越大,表示待评估区域功能障碍度越接近时间序列分功能障碍度中的正理想样本,功能障碍度主导性越强;反之, C i 越小,功能障碍度主导性越弱。通过上述过程计算,实现对区域乡村景观多功能障碍度的诊断和排序。

2.3 数据来源及处理

研究数据来源如下：① 空间地理数据来源于：青浦区规划和土地管理局提供的2014年1 ∶ 5000的土地利用现状图、青浦区土地利用总体规划数据库（2006-2020年）、2003-2005年青浦区土地统计台账;② 社会统计数据来源于：2004-2015年《青浦区统计年鉴》《青浦区乡镇统计年鉴》《青浦区农业统计年鉴》《青浦区乡镇工业发展报告》《青浦区林业统计年鉴》《青浦环境调查报告》《中国林业统计年鉴》《中国统计年鉴》《中国农业统计年鉴》。
研究数据处理如下：① 评价指标标准化处理,采用“min-max”归一标准化法将各层级指标标准化,具体分析见任国平等[36];② 权重确定,采用熵权法对指标进行权重分配,具体分析见李峰等[33];③ 将不同时期土地利用现状数据参照《第二次全国土地调查技术规程（TD/1014-2007）》进行统一分类转换,并按照景观属性重新划分成八大景观类型（图2）;④ 空间距离数据运用2014年土地利用现状图利用ArcGIS 9.3的空间分析功能测量距离;⑤ NPP数据源于蒙大拿大学的MODIS GPP/NPP数据库（http://www.ntsg.umt.edu）,通过拟合青浦区行政界线提取;⑥ 2005年该区白鹤镇行政边界调整,故白鹤镇2004年的部分统计指标取前后两年平均数插值处理;⑦ 该区域淀山湖的水域面积为62 km2,归属江苏省的昆山市和青浦区的朱家角镇和金泽镇共有,故将其水域面积按1/4平均分配到该区两镇;⑧ 各模型运算采用SPSS 18.0统计软件分析完成。
Fig. 2 Rural landscape types of Qingpu district in Shanghai in 2014

图2 2014年上海市青浦区乡村景观类型

3 结果分析

3.1 乡村景观多功能性定位结果分析

对构建的37个评价指标在“min-max”归一标准化处理和基于熵权赋值的基础上,采用加权求和模型（式1）测算2014年青浦区11个乡镇的9项单功能值并对其排名;以各乡镇单功能值构成的多边形面积为基础,运用多功能性多维评价模型和等间距空间分级方法实现乡村景观多功能性定位,得到结果如下：
（1）乡村景观功能空间差异明显。生态功能由西向东递减（表2）。该区西部的金泽镇、练塘镇和朱家角镇三镇的生态功能排名居于前3位,而东部的徐泾镇排名最后;其中生态调节功能最大值为金泽镇的0.79,最小值为该区中部夏阳街道的0.18,环境维衡功能最大值为朱家角镇的0.78,最小值为徐泾镇的0.18,生境保育功能最大值区域为金泽镇,最小值区域为徐泾镇。生活功能由中部向两翼递减。中部夏阳街道、香花桥街道和盈浦街道的生活功能排名居前,社会支持功能最大值为香花桥街道的0.71,空间承载功能最大值为夏阳街道的0.68,而文化传承功能最小值区域为东部徐泾镇的0.08。生产功能互斥明显。农业生产功能和经济发展功能在金泽镇和徐泾镇表现出明显的互斥性,其农业生产功能最大值为金泽镇的0.74,而最小值为徐泾镇的0.11,相反,经济发展功能最大值为徐泾镇的0.81,而最小值为金泽镇的0.09。
Tab. 2 The evaluation of function of rural landscape in Qingpu district in 2014

表2 2014年青浦区乡村景观功能评价结果

功能值 JZ LT ZJJ XHQ YP XY BH ZX CG HX XJ
VAPF/RAPF 0.74/1 0.71/2 0.68/4 0.53/7 0.33/9 0.22/10 0.62/5 0.72/3 0.58/6 0.37/8 0.11/11
VNASF/RNASF 0.40/7 0.27/10 0.36/8 0.51/5 0.22/11 0.30/9 0.66/2 0.65/1 0.54/4 0.52/6 0.60/3
VEDF/REDF 0.09/11 0.28/10 0.32/9 0.57/5 0.60/4 0.74/2 0.46/8 0.64/3 0.52/6 0.50/7 0.81/1
VSCF/RSCF 0.22/10 0.27/11 0.40/8 0.52/5 0.57/4 0.68/1 0.37/9 0.61/3 0.42/7 0.53/6 0.62/2
VSSF/RSSF 0.37/9 0.30/10 0.39/8 0.71/1 0.53/6 0.54/5 0.65/2 0.63/4 0.27/11 0.41/7 0.63/3
VCIF/RCIF 0.44/4 0.64/2 0.67/1 0.17/9 0.35/6 0.47/3 0.34/7 0.40/5 0.22/8 0.14/10 0.08/11
VERF/RERF 0.79/1 0.74/2 0.73/3 0.50/6 0.31/8 0.18/11 0.62/4 0.60/5 0.48/7 0.32/9 0.27/10
VHCF/RHCF 0.69/1 0.59/3 0.62/2 0.44/7 0.38/9 0.28/10 0.55/5 0.57/4 0.37/8 0.47/6 0.15/11
VEMF/REMF 0.70/3 0.75/2 0.78/1 0.54/7 0.53/7 0.35/9 0.60/5 0.65/4 0.30/10 0.42/8 0.18/11

注：① 各乡镇及街道的缩写见图3;② V：单功能值,下标为单功能,见表1;③ R：单功能空间排名。

Fig. 3 The value of multifunction of rural landscape in Qingpu district in 2014

图3 2014年青浦区景观多功能性的评价结果

MV：景观多功能性值;MR：景观多功能性排名。

（2）乡村景观多功能性极值区域凸显。为更好地分析乡村景观多功能性,采用等间距空间分级方法对多功能性多维评价结果进行研究发现,该区存在多功能性高值区域和低值区域（图3、表3）,其中多功能性最大值区域为赵巷镇和朱家角镇,其值分别为3.44和3.02,低值区域为金泽镇和徐泾镇,其值分别为1.48和1.45。该项研究结果与罗雅丽等学者的结果差异较大[37],即多功能性强的区域并没有出现区域经济发展最好的乡镇。可能的原因为经济高度发达的上海市城郊区域在快速的城镇化过程中,其城镇中心的乡村景观变化过快,生态功能和农业生产功能值太小进而拉低了该区域的多功能性综合评价值,造成功能的外溢。
Tab. 3 The orientation of multifunction of rural landscape in Qingpu district in 2014

表3 2014年青浦区乡村景观多功能性定位

乡村景观多功能性类型 划分标准 乡镇及街道个数 乡镇及街道
多功能性强 [4.50,3.00] 2 赵巷镇、朱家角镇
多功能性适中 (3.00,1.50] 7 练塘镇、香花桥街道、盈浦街道、夏阳街道、白鹤镇、重固镇、华新镇
多功能性弱 (1.50,0.00] 2 金泽镇、徐泾镇
（3）乡村景观多功能性集聚现象显现。该区景观多功能性适中区域存在两个集聚区,中部北的香花桥街道、盈浦街道、夏阳街道及白鹤镇集聚区,其均值为2.19;东部的重固镇和华新镇集聚区,其均值为1.70（表3）。
因此,通过上述乡村景观多功能性多维评价和等级划分结果,对青浦区乡村景观多功能性定位的结果如下（表3）。

3.2 乡村景观主副功能定位结果分析

以2004-2013年青浦区各乡镇的单功能值为评价基础,采用GRA改进的TOPSIS模型（式2~式13）,对各乡镇景观单功能的贴近度进行计算,并以此对比评价区域单功能的排名,取排名前2位功能实现对乡村景观主副功能的定位。由于篇幅关系以农业生产功能（APF）为例对其功能贴近度进行评价,结果见表4,并依次采用该评价方法实现对其他8项功能的贴近度进行评价,评价结果见表5。
Tab. 4 Evaluation results of close degree of agricultural production function in Qingpu district

表4 青浦区农业生产功能贴近度的评价结果

APF系数 JZ LT ZJJ XHQ YP XY BH ZX CG HX XJ
F+ 0.87 0.80 0.73 0.44 0.35 0.30 0.83 0.62 0.57 0.35 0.15
F- 0.73 0.75 0.56 0.22 0.15 0.13 0.65 0.49 0.33 0.22 0.08
DAPF+ 0.27 0.15 0.36 0.18 0.05 0.07 0.30 0.25 0.10 0.15 0.11
DAPF- 0.35 0.28 0.17 0.07 0.05 0.03 0.25 0.15 0.08 0.07 0.02
RAPF+ 0.47 0.49 0.65 0.56 0.70 0.63 0.50 0.74 0.67 0.50 0.47
RAPF- 0.38 0.42 0.45 0.42 0.69 0.53 0.25 0.61 0.57 0.58 0.34
dAPF+ 0.82 0.85 0.77 0.48 0.36 0.83 0.91 0.73 0.57 0.62 0.89
dAPF- 0.62 0.62 0.58 0.32 0.25 0.52 0.75 0.53 0.35 0.43 0.35
rAPF+ 0.82 0.87 0.75 0.61 0.44 0.87 0.91 0.71 0.66 0.68 0.53
rAPF- 0.54 0.51 0.58 0.62 0.41 0.82 0.48 0.53 0.61 0.62 0.27
EAPF+ 0.70 0.75 0.67 0.45 0.34 0.71 0.83 0.64 0.53 0.56 0.44
EAPF- 0.68 0.67 0.66 0.53 0.42 0.82 0.73 0.62 0.57 0.63 0.57
CAPF 0.511 0.523 0.503 0.464 0.462 0.455 0.530 0.493 0.465 0.474 0.431
排名 3 2 4 8 9 10 1 5 7 6 11

注：正负理想解F+和F-,正负欧式距离DAPF+和DAPF-,正负理想解的灰色关联度RAPF+和RAPF-,正负欧式距离无量纲值dAPF+和dAPF-,正负理想解的灰色关联度的无量纲值rAPF+和rAPF-,单功能值与正负理想解的接近程度EAPF+和EAPF-,乡镇缩写见图3。

Tab. 5 Evaluation results of the closeness degree of function of rural landscape in Qingpu district

表5 青浦区乡村景观功能贴近度的评价结果

功能贴近度 NASF EDF SCF SSF CIF ERF HCF EMF
JZ 0.383/9 0.503/11 0.508/9 0.382/10 0.412/5 0.523/3 0.575/1 0.582/2
LT 0.432/6 0.541/10 0.513/8 0.372/11 0.420/4 0.540/1 0.552/4 0.572/3
ZJJ 0.375/10 0.561/8 0.441/11 0.386/9 0.436/3 0.516/4 0.563/3 0.547/6
XHQ 0.537/1 0.633/2 0.542/6 0.474/4 0.402/7 0.478/8 0.536/6 0.518/10
YP 0.528/2 0.611/4 0.637/1 0.460/5 0.406/6 0.470/9 0.485/11 0.542/7
XY 0.416/7 0.573/7 0.613/3 0.522/1 0.445/2 0.451/11 0.516/8 0.531/8
BH 0.402/8 0.552/9 0.456/10 0.406/8 0.393/8 0.533/2 0.527/7 0.554/5
ZX 0.311/11 0.621/3 0.600/4 0.506/3 0.377/11 0.507/5 0.545/5 0.566/4
CG 0.512/3 0.613/5 0.591/5 0.513/2 0.456/1 0.486/7 0.504/9 0.525/9
HX 0.496/4 0.598/6 0.521/7 0.428/7 0.388/9 0.501/6 0.572/2 0.593/1
XJ 0.450/5 0.640/1 0.622/2 0.448/6 0.382/10 0.461/10 0.498/10 0.507/11

注：各乡镇及街道的缩写见图3;功能缩写见表1。

通过对青浦区乡村景观功能贴近度评价得到如下结果。① 景观功能贴近度差异明显。从功能贴近度的值看,该区景观功能贴近度最大值为徐泾镇的经济发展功能值0.640,最小值为赵巷镇的非农供给功能值0.311,变化的差异性较大;从功能贴近度空间分布看,农业生产功能贴近度呈现由西向东递减的变化趋势,经济发展功能贴近度呈现由东向西递减变化趋势,空间承载功能、社会支持功能和文化传承功能贴近度呈现由中心向两翼变化趋势,空间的差异性较大。② 景观主副功能差异显著。将景观功能贴近度排名第一的功能命名为景观主导功能,排名第二的功能命名为副功能。该区主导功能为景观生态功能的区域集中分布在该区西部。生境保育功能主导的乡镇为金泽镇,其功能贴近度为0.575,位居该镇其他功能首位;练塘镇的主导功能为生态调节功能,其贴近度为0.540;上述西部两镇为重要的水源涵养地和农业景观保护区,承担着保护该区生态资源,锚固生态网络,保障生态安全的重要责任。主导功能为景观生活功能的区域集中分布在该区中部。该区的夏阳街道和香花桥街道的生活功能排名居于各乡镇前列,特别是夏阳街道的空间承载功能、文化承载功能和社会支持功能排名前3,盈浦街道的空间承载功能排名第1。景观副功能基本保持和主导功能附和的空间特性,即东部乡镇以生活副功能为主,西部乡镇以生态副功能为主。③ 主副功能依存度高。11个乡镇的主导功能和副功能均差为0.007,其中生境保育功能的差值最小为0.005,而空间承载功能的差值最大为0.016,该结果较好的说明了乡村景观主导功能和副功能之间存在多功能的高复合性,也客观的印证了对乡村景观多功能定位中仅运用一种主导功能对其进行定位的不足。
为更好的凸显乡村景观多功能性和多功能之间高复合性特点,考虑到多功能性高值区的特点,即各项功能均居于高值功能位且功能之间均衡协同性,故结合乡村景观多功能性定位结果（表3）对该区的朱家角镇和赵巷镇2个多功能性强的乡镇不考虑主导功能和副功能;对其余乡镇主导功能和副功能定位根据景观功能贴近度评价结果（表5）取排名前2位的功能确定,结果见表6。
Tab. 6 The orientation of rural landscape leading and secondary functions in Qingpu district

表6 青浦区乡村景观主副功能定位

主副功能定位 JZ LT ZJJ XHQ YP XY BH ZX CG HX XJ
主导功能 HCF ERF - NASF SCF SSF APF - CIF EMF EDF
副功能 APF EMF - EDF NASF CIF ERF - SSF HCF SCF

注：各乡镇及街道的缩写见图3;功能缩写见表1。

3.3 乡村景观主副障碍功能定位结果分析

以2004-2013年青浦区各乡镇的单功能值为评价基础,采用障碍度贡献加权求和法,计算各年份不同乡镇的功能障碍度（式14~式15）,以功能障碍度构建评价矩阵,再次采用GRA改进的TOPSIS模型（式2~式13）,对各乡镇景观功能障碍度的贴近度进行计算并排名,取排名前2位功能实现对乡村景观障碍功能的定位,结果见表7。
Tab. 7 Evaluation results of obstacle function of closeness degree of rural landscape in Qingpu district

表7 青浦区乡村景观障碍度贴近度评价结果

障碍度贴近度 APF NASF EDF SCF SSF CIF ERF HCF EMF
JZ 0.326/11 0.464/3 0.342/3 0.305/7 0.305/11 0.386/5 0.303/10 0.345/11 0.317/10
LT 0.361/8 0.462/4 0.344/2 0.328/3 0.413/1 0.358/8 0.247/11 0.405/8 0.324/9
ZJJ 0.356/9 0.477/2 0.305/7 0.336/1 0.376/5 0.318/11 0.325/8 0.377/9 0.354/6
XHQ 0.415/6 0.377/9 0.276/9 0.319/5 0.365/6 0.336/10 0.372/2 0.429/6 0.405/1
YP 0.424/5 0.402/8 0.265/10 0.302/8 0.392/4 0.377/6 0.357/4 0.463/1 0.395/2
XY 0.445/2 0.405/7 0.288/8 0.268/9 0.322/10 0.403/4 0.379/1 0.352/10 0.369/5
BH 0.344/10 0.445/5 0.348/1 0.332/2 0.345/8 0.351/9 0.315/9 0.432/5 0.375/4
ZX 0.377/7 0.503/1 0.316/6 0.227/11 0.336/9 0.418/2 0.334/7 0.419/7 0.348/7
CG 0.453/1 0.422/6 0.335/4 0.323/4 0.355/7 0.409/3 0.352/5 0.455/2 0.342/8
HX 0.432/4 0.367/10 0.331/5 0.312/6 0.407/2 0.422/1 0.345/6 0.447/3 0.303/11
XJ 0.440/3 0.359/11 0.254/11 0.255/10 0.401/3 0.365/7 0.366/3 0.401/4 0.387/3

注：通过对青浦区乡村景观障碍度注：各乡镇及街道的缩写见图3;功能缩写见表1。

贴近度评价得到如下结果。① 景观障碍度贴近度空间变异性大。农业生产功能障碍度贴近度排名第1的为东部的重固镇,排名最后的为西部的金泽镇,趋势上呈现由东向西递增;生态功能障碍度贴近度排名靠前的为该区中部的香花桥街道、盈浦街道和夏阳街道,呈现由中心向两侧递减趋势。② 景观主副障碍功能差异较大。将景观障碍度排名第一位的定义为主障碍功能,排名第二位的定义为副障碍功能。该区生态性主障碍功能主要分布在中部3个街道,而副障碍功能则分布各异;生活性障碍功能主要分布在东部的练塘镇和朱家角镇,而两镇的副障碍功能突出表现为生产性障碍的非农供给功能和经济发展功能障碍。③ 景观主副障碍功能依存度较高。全区各乡镇主副障碍功能均差为0.005,其中空间承载功能的差值最小为0.004,而环境维衡功能的差值最大为0.007,该结果为设计景观障碍主副功能提供了依据。
考虑到青浦区土地利用规划要求和都市城郊区域的特性,为避免生产功能内农业生产功能和经济发展功能以及生产功能和生态功能互斥性,结合乡村景观多功能性强弱合障碍功能高复合性特点,故对该区多功能性弱的金泽镇和徐泾镇不考虑主障碍功能和副障碍功能;对其余乡镇主副障碍功能定位根据景观障碍度贴近度评价结果（表7）取排名前2位的功能确定,结果见表8。
Tab. 8 The orientation of rural landscape obstacle function in Qingpu district

表8 青浦区乡村景观障碍功能定位

主副障碍功能定位 JZ LT ZJJ XHQ YP XY BH ZX CG HX XJ
主障碍功能 - SSF SCF EMF HCF ERF EDF NASF APF CIF -
副障碍功能 - EDF NASF ERF EMF APF SCF CIF HCF SSF -

注：各乡镇及街道的缩写见图3;功能缩写见表1。

3.4 乡村景观多功能定位结果

乡村景观多功能定位的结果应最大程度体现多功能景观的特点和社会经济生态发展的需求,其表达方式受景观多功能复合状况、乡村景观多功能性现状、主导功能优势和限制性功能的影响。其中景观多功能复合状况是乡村景观多功能的本质要求,乡村景观多功能性现状是多功能定位的现实基础,乡村景观主导功能优势是多功能定位的依托,乡村景观障碍功能是景观多功能定位的限制条件。因此,研究采用“景观多功能性+景观主导功能+景观副功能+景观主障碍功能+景观副障碍功能”对乡村景观多功能定位予以表达,结果见表9。
Tab. 9 The multifunction orientation of rural landscape in Qingpu district

表9 青浦区乡村景观多功能定位

景观功能定位 多功能性 主导功能 副功能 主障碍功能 副障碍功能
金泽镇 多功能性弱 生境保育功能 环境维衡功能 - -
练塘镇 多功能性适中 生态调节功能 农业生产功能 社会支持功能 经济发展功能
朱家角镇 多功能性强 - - 空间承载功能 非农供给功能
香花桥街道 多功能性适中 非农供给功能 经济发展功能 环境维衡功能 生态调节功能
盈浦街道 多功能性适中 空间承载功能 非农供给功能 生境保育功能 环境维衡功能
夏阳街道 多功能性适中 社会支持功能 文化传承功能 生态调节功能 农业生产功能
白鹤镇 多功能性适中 农业生产功能 生态调节功能 经济发展功能 空间承载功能
赵巷镇 多功能性强 - - 非农供给功能 文化传承功能
重固镇 多功能性适中 文化传承功能 社会支持功能 农业生产功能 生境保育功能
华新镇 多功能性适中 环境维衡功能 生境保育功能 文化传承功能 社会支持功能
徐泾镇 多功能性弱 经济发展功能 空间承载功能 - -
为验证运用GRA改进的TOPSIS模型在乡村景观多功能定位中的优势,通过对2014年青浦区乡村景观功能评价结果（表2）和2004-2013年青浦区乡村景观功能贴近度评价结果（表5）进行对比发现,以空间最大值和功能贴近度两种方法对该区主导功能定位结果出现巨大的差异,两者仅仅在定位徐泾镇的主导功能中结果相同（表10）。以空间功能最大值定位方法仅从当年份的指标值计算功能值的大小,无法反映出功能的时间变化,且定位的结果主导功能严重重复,无法达到功能研究的现实目的。因此,从科学决策的角度分析,以GRA改进的TOPSIS模型以理想解的相对贴近度作为综合评判的标准能充分反映最优决策法则和景观多功能的时空变异特性,其功能定位结果科学性和精确度较高。
Tab. 10 The comparison of leading function of rural landscape in Qingpu district

表10 青浦区乡村景观主导功能对比

功能对比 JZ LT ZJJ XHQ YP XY BH ZX CG HX XJ
功能最大值 ERF EMF EMF SSF EDF EDF SSF APF APF SCF EDF
功能贴近度 HCF ERF - NASF SCF SSF APF - CIF EMF EDF

注：各乡镇及街道的缩写见图3;功能缩写见表1。

4 结论与讨论

4.1 结论

基于多功能视角,提出了乡村景观多功能定位的评价技术框架和评价方法,并依据2004-2014年上海市青浦区11个乡镇和街道的基础数据,对9项乡村景观功能实现景观多功能定位,得到如下结论。
（1）空间功能最大值并不能简单定位为主导功能。空间功能最大值作为区域单功能横向对比的优势功能,一定程度上可为准确定位该区域的主导功能提供重要的依据,但将其作为定位主导功能的唯一依据其结果有失偏颇。由于乡村景观功能具有内在形态的复杂性、空间差异性和时间的动态变动性,单纯从空间上功能值的大小定位其主导功能,其结果准确性不够;更为重要的是,功能定位作为区域功能确定的有限方案多目标最优决策,应遵循最优决策法则,即功能定位的结果应靠近优势功能而远离劣势功能。本文的研究结果可很好的证明上述结论。
（2）乡村景观多功能复合明显,功能间依存度高。景观由自然、半自然和社会系统的部分或全部空间镶嵌而成的地表综合体[4],人类需求及其活动的多样性及自然生态系统的有限性决定了景观作为地表综合体的功能多样性;而多功能景观以不同景观结构与景观结构单元之间的相互作用,通过景观结构及镶嵌在景观结构中的生态系统过程,以不同的组合形式来响应人类价值评判与决策结果。因此,对乡村景观多功能定位不能以单一功能作为其决策结果,应反映功能复合性和层次性特点。通过对青浦区多功能研究发现,该区不管是主导功能还是障碍功能都呈现功能的高复合性和高依存度,对景观多功能定位中以复合性和层次性为基础设计主副功能的研究方法客观上印证了对该区多功能定位的科学性。
（3）乡村景观障碍功能定位能更加全面反映景观多功能特点。乡村景观多种功能混杂、交织和组合在一定程度上缓解了功能单一造成的景观失衡,但同时也造成功能内部的冲突、矛盾和负向影响,成为乡村景观多功能可持续发展重要的“绊脚石”与“短板”,成为科学的乡村景观规划重要的功能疏导方向。科学的乡村景观多功能定位不仅应定量识别出主导功能,发挥其在多功能中的优势作用,促进乡村景观多功能质量提升;更为重要的目的应定量识别出制约景观多功能可持续发挥的障碍功能。
（4）多功能定位方法能较为准确地反映乡村景观功能。利用多维评价模型和以GRA改进的TOPSIS模型,以乡村景观多功能性定位—主副功能定位—障碍功能定位的景观多功能综合定位方法对青浦区乡村景观多功能进行定位。该区乡村景观多功能性东西差异明显,极值区域凸显且呈现集聚现象;主副功能和主副障碍功能空间异质性强且功能间依存度高。该结果较为准确的确定该区乡村景观的多功能性、主副功能和主副障碍功能,可为指导该区乡村景观可持续发展提供决策依据。

4.2 讨论

景观多功能定位的结果都具有较强的区域适应性;因此,应针对景观多功能定位结果因地制宜的对区域采取不同的措施和提出差别化的发展模式,实现该区景观多功能可持续发展。
（1）景观多功能性弱—生态功能或生产功能主导。对此种定位结果应采取极化发展方式,其中金泽镇（景观多功能性弱—生态功能主导）应极化生态功能,开展以郊野公园为载体的土地综合整治,通过土地综合整治平台注重生态优先、尊重自然风貌、有机整合农田林网、河湖水系自然机理,改善该区整体面貌,强化生境保育功能;徐泾镇（景观多功能性弱—经济发展功能主导）应极化经济发展功能,政策上重点培育村镇建设模式和聚落体系空间组织方式,积极引导农村居民向中心村集中,盘活农村建设用地、显化其资产价值,在公平的利益引导和分配下,实现该区域乡村转型。
（2）景观多功能性强—生活功能或生产功能障碍。此类区域多功能发展较为均衡,聚落景观用地面积大且紧邻城镇经济中心,应将此类区域统一纳入城市规划,使形成经济、社会、文化、居住风貌等真正植入城市,按照城乡一体化要求实现协同发展。
（3）景观多功能性适中—生态功能主导—生活功能障碍。该区的练塘镇和华新镇应鼓励和支持乡村发展具备特色的、生态环境友好的发展方式,依托生态资源发展生态产业和循环经济,推广新农村生态住宅示范点,以点连线,形成生态文明的示范发展方式。
（4）景观多功能性适中—生活功能主导—生态功能障碍。基于生态保护目标,避免人为活动对生态区域干扰,对生态敏感区的聚落、人口和产业进行疏导,注重景观空间的再造。
（5）景观多功能性适中—农业生产功能主导—经济发展功能障碍。此类定位结果为生产功能内部互斥造成,发展方向应由单一农业生产转为集农耕体验、生态旅游、休闲观光等农业特色产业,实现农业生产和旅游经济发展的对偶和互补。
需要指出的是,由于景观生态系统的模糊性和复杂性,多功能性的内涵能否准确表达系统属性,功能分类能否全面覆盖其属性,指标选择能否表征较好景观功能属性,需要进一步进行检验;以GRA改进的TOPSIS模型对指标体系的构建要求较为严格,当指标的重要性不强,且内部差异明显时,可能出现指标权重与指标实际重要程度相悖,进而影响功能定位结果。本文初步揭示了青浦区景观多功能定位的方法,对景观功能相互转化、功能权衡与协同机制等有待进一步研究。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
肖笃宁, 李秀珍, 高峻, 等. 景观生态学. 北京: 科学出版社, 2003.

[Xiao Duning, Li Xiuzhen, Gao Jun, et al.Landscape Ecology. Beijing: Science Press, 2003.]

[2]
Willemen L, Hein L, Vanmensvoort E F, et al.Space for people, plants, and livestock? Quantifying interactions among multiple landscape functions in a Dutch rural region. Ecological Indicators, 2010, 10(1): 62-73.Rural landscapes are often multifunctional, meaning that at one single location different goods and services are being provided. Multifunctionality is spatially heterogeneous as not all areas are equally suitable to supply multiple goods and services. This suitability depends on favourable biophysical and socio-economic conditions and interactions among landscape functions. The objective of this paper is to identify and quantify interactions among landscape functions in a diverse and dynamic rural region, the Gelderse Vallei in the Netherlands. To be able to study these interactions first seven landscape functions (residential, intensive livestock, cultural heritage, tourism, plant habitat, arable production, and leisure cycling) are quantified and mapped using landscape indicators. These landscape function maps are subsequently aggregated to identify and quantify multifunctionality. The results of these analyses are used to study three aspects of landscape function interactions (a) influence of landscape characteristics on function interactions, (b) interrelations among landscape functions and (c) effect of multifunctionality on the different landscape functions. Landscape functions do not equally interact with one another, some landscape functions are affected negatively by the presence of other functions while other landscape functions benefit from multifunctionality. At multifunctionality hot spots different landscape functions are present that are enhancing one another. Additionally, in our study area it appears that mainly locations with landscape functions that sub-optimally provide goods and services are strongly multifunctional. Quantification and an improved understanding of landscape interactions will help to design and evaluate spatial policies related to the provision of multiple goods and services by the landscape.

DOI

[3]
邬建国. 景观生态学: 格局、过程、尺度与等级. 北京: 高等教育出版社, 2007.

[Wu Jianguo.Landscape Ecology: Pattern, Process, Scale and Hierarchy. Beijing: Higher Education Press, 2007.]

[4]
彭建, 吕慧玲, 刘焱序, 等. 国内外多功能景观研究进展与展望. 地球科学进展, 2015, 30(4): 465-476.lt;p>作为沟通自然景观与人类社会的重要桥梁,景观功能一直以来都是景观生态学的重要研究内容;多功能景观通过对自然景观功能赋予人类价值评判,与土地利用决策紧密相关,已成为当前景观功能研究的重要发展方向、多学科景观综合研究的重点领域和景观生态学新的学科生长点。在系统梳理多功能景观概念内涵的基础上,对比分析了其与景观多功能性、生态系统服务及多功能农业的概念异同;并从景观多功能性评价、多功能景观空间识别、多功能景观规划与管理等3个方面,重点探讨了近年来国内外多功能景观研究的进展及其主要不足;最后,展望了当前国内外多功能景观研究的重点发展方向,即多功能景观权衡机理解析、多功能景观区域类型识别、多功能景观尺度与划区效应评估、多功能景观动态预测及情景模拟。</p>

DOI

[Peng Jian, Lv Huiling, Liu Yanxu, et al.International research progress and perspectives on multifunctional landscape. Advances in Earth Science, 2015, 30(4): 465-476.]

[5]
Vejre H, Abildtrup J, Andersen E, et al.Multifunctional Agriculture and Multifunctional Landscapes: Land Use as an Interface. Multifunctional Land Use, Berlin: Springer, 2007.

[6]
Bolliger J, Battig M, Gallati J, et al.Landscape multifunctionality: A powerful concept to identify effects of environmental change. Regional Environmental Change, 2011, 11(1): 203-206.

DOI

[7]
傅伯杰, 吕一河, 陈利顶, 等. 国际景观生态学研究新进展. 生态学报, 2008, 28(2): 798-804.20世纪90年代中期以来，国际景观生态学发展迅速。景观生态学研究最为活跃的地区集中在北美、欧洲、大洋洲（澳大利亚）、东亚（中国），表明景观生态学理论、方法和应用的广泛性和越来越高的认知度。从研究内容上看，景观生态评价、规划和模拟一直占居主导地位，其次是景观生态保护与生态恢复、景观生态学的理论探讨。随着景观生态学研究的深入，以科学和实践问题为导向的学科交叉与融合不断加强，促进了景观生态学新的学科生长点的形成和发展，主要包括水域景观生态学、景观遗传学、多功能景观研究、景观综合模拟、景观生态与可持续性科学。在全球化背景下，中国的景观生态学研究也已经取得了长足进展，国际同行开始关注并在重要学术刊物上评介中国的景观生态学研究，标志着中国景观生态学已逐步走上国际舞台。然而，中国景观生态学进一步发展的挑战和机遇并存。中国科学家需要抓住人类对可持续发展和可持续性科学的共同夙求，放眼国际前沿、服务本土需求，从中国自身的特色出发，关注受人类干扰的和以人为主导的景观，以景观格局与生态过程的多尺度、多维度耦合研究为核心，区域综合与区内分异并重，推动综合整体性景观生态学的建立和完善。

[Fu Bojie, Lv Yihe, Chen Liding, et al.The latest progress of landscape ecology in the world. Acta Ecologica Sinica, 2008, 28(2): 798-804.

[8]
Termorshuizen J W, Opdam P.Landscape services as a bridge between landscape ecology and sustainable development. Landscape Ecology, 2009, 24(8): 1037-1052.Landscape ecology is in a position to become the scientific basis for sustainable landscape development. When spatial planning policy is decentralised, local actors need to collaborate to decide on the changes that have to be made in the landscape to better accommodate their perceptions of value. This paper addresses two prerequisites that landscape ecological science has to meet for it to be effective in producing appropriate knowledge for such bottom-up landscape-development processes—it must include a valuation component, and it must be suitable for use in collaborative decision-making on a local scale. We argue that landscape ecological research needs to focus more on these issues and propose the concept of landscape services as a unifying common ground where scientists from various disciplines are encouraged to cooperate in producing a common knowledge base that can be integrated into multifunctional, actor-led landscape development. We elaborate this concept into a knowledge framework, the structure–function–value chain, and expand the current pattern–process paradigm in landscape ecology with value in this way. Subsequently, we analyse how the framework could be applied and facilitate interdisciplinary research that is applicable in transdisciplinary landscape-development processes.

DOI

[9]
Fischer J, Lindenmayer D B.Landscape modification and habitat fragmentation: A synthesis. Global Ecology and Biogeography, 2007, 16(3): 265-280.

DOI

[10]
汤茜, 丁圣彦. 多功能景观研究进展. 生态学报, 2014, 34(12): 3151-3157.多功能景观是当前景观生态学研究的热点问题之一，已成为景观生态学新的研究方向，但其概念、研究方法等诸多内容仍缺少系统地研究和介绍。多功能景观研究通过优化景观结构来增强景观的多功能性，是实现区域景观可持续发展的重要手段。探讨了多功能景观的概念，提出了当前国内外多功能景观的主要研究方向和研究方法。今后应进一步开展有关多功能景观的实践研究，继续完善其评价方法，并建立景观功能及其服务的监测机制。以期为将来开展景观规划与景观管理研究提供科学依据。

DOI

[Tang Qian, Ding Shenyan.A review of multifunctional landscape. Acta Ecologica Sinica, 2014, 34(12): 3151-3157.]

[11]
Verburg P H, Vande S J, Veldkamp A, et al.From land cover change to land function dynamics: A major challenge to improve land characterization. Journal of Environmental Management, 2009, 90(3): 1327-1335.Land cover change has always had a central role in land change science. This central role is largely the result of the possibilities to map and characterize land cover based on observations and remote sensing. This paper argues that more attention should be given to land use and land functions and linkages between these. Consideration of land functions that provide a wide range of goods and services makes more integrated assessments of land change possible. The increasing attention to multifunctional land use is another incentive to develop methods to assess changes in land functions. A number of methods to quantify and map the spatial extent of land use and land functions are discussed and the implications for modeling are identified based on recent model approaches in land change science. The mixed use of land cover, land use and land function in maps and models leads to inconsistencies in land change assessments. Explicit attention to the non-linear relations between land cover, land use and land function is essential to consistently address land change. New methods to map and quantify land function dynamics will enhance our ability to understand and model land system change and adequately inform policies and planning.

DOI PMID

[12]
Costanza R, Diarge R.The value of the world's ecosystem services and natural capital. Nature, 1997, 387: 253-260.This article provides a crude initial estimate of the value of ecosystem services to the economy. Using data from previous published studies and a few original calculations the current economic value of 17 ecosystem services for 16 biomes was estimated. The services of ecological systems and the natural capital stocks that produce them are critical to the functioning of the Earths life-support system. They contribute to human welfare both directly and indirectly and therefore represent part of the total economic value of the planet. It was estimated that for the entire biosphere the value (most of which is outside the market) ranges US$16-54 trillion/year with an average of US$33 trillion/year. Due to the nature of uncertainties this must be considered a minimum estimate. In addition the global gross national product total is around US$18 trillion/year.

DOI

[13]
Lautenbach S, Kugel C, Lausch A, et al.Analysis of historic changes in regional ecosystem service provisioning using land use data. Ecological Indicators, 2011, 11(2): 676-687.Land use change has a major impact on goods and services that our environment supplies for society. While detailed ecological or biophysical field studies are needed to quantify the exact amount of ecosystem service supply at local scales, such a monitoring might be unfeasible at the regional scale. Since field scale monitoring schemes for ecosystem services or ecosystem functioning are missing, proxy based indicators can help to assess the historic development of ecosystem services or ecosystem functioning at the regional scale. We show at the example of the historic development (1964-2004) in the district of Leipzig/Germany how land use/land cover data can be used to derive regional scale indicators for ecosystem functions. We focus thereby on two hypotheses: (1) the ecosystem functioning has degraded over time and (2) changes in land use configuration play an important role in this degradation. The study focuses on indicators for ecosystem functions related to (i) water purification by riparian buffer strips, (ii) pollination, (iii) food production and (iv) outdoor recreation. Each indicator builds on the analysis of land use configuration and land use composition information and is tested on sensitivity/robustness with respect to parameters which had to be estimated based on expert knowledge. We show that land use composition is an important aspect in our ecosystem service assessment. Although our study region is faced with a maximum land use change of 11% in the major land use classes between 1964 and 2004, we see a decrease of ecosystem function indicators up to 23%. The regional assessment shows an overall trend for degradation of ecosystem functioning from 1964 to 1984. This trend is reversed between 1984 and 1994 but the process slowed down until 2004 without reaching the level of 1964.

DOI

[14]
Skalos J, Berchova K, Pokorny J, et al.Landscape water potential as a new indicator for monitoring macrostructural landscape changes. Ecological Indicators, 2014, 36(1): 80-93.Many studies have recently been published on changes in land use/land cover, but only a few have been concerned with landscape functional changes. The studies that have been made in this field have focused on only a limited time period. Our study attempts to partly fill in this research gap by analysing long-term landscape changes, through differentiating landscape elements according to land use/cover (LULC) and newly developed landscape water potential (LWP) criteria. LWP seems to be an important characteristic of landscape functionality. The study was undertaken on the post-mining landscape of Sokolov (210 km 2 ). Landscape elements were classified according to land use/cover (LULC) and according to LWP. LWP is a characteristic, based on the average potential landscape element evapotranspiration, which is affected mainly by the biotope character, and type of management. Information about the LULC and LWP has been read from Stable Cadastre maps (1842) and based on the field mapping of the present state of the landscape (2010). The data were elaborated using GIS and statistical analysis. In the study the Coefficient of LWP was developed as a new quantitative indicator to monitor landscape macrostructural change. Changes in the abundance of the arable land, barren land, built-up areas, forest land, grasslands, orchards and wetlands LULC categories were found to be statistically significant with trends very similar to the national statistics. The results led to the conclusion that mining has had a statistically significant effect on changes in the LULC categories mentioned above, not only in terms of mining but also of reclamations. As for the LWP categories, changes in LWP categories No. 3, 5, 6, 8, 10, 12, 13, 15, and 14 were found to be statistically significant. Coefficient of LWP calculated for the total study area has increased very slightly from 1.3 to 1.4 taking into account many different and contradictory trends (increasing area of mining areas and urban areas, and increasing area of woody stands on the other hand). The study provides a valuable methodological conclusion, however the concept of LWP will need to be corrected by further measurements. Nevertheless, the different and methodically new way that we analysed landscape changes forms the basis for analysing landscape functional changes in the future. This may help us to better evaluate historic effects of anthropogenic activities on the landscape.

DOI

[15]
Jose S.Agroforestry for ecosystem services and environmental benefits: An overview. Agroforestry Systems, 2009, 76(1): 1-10.

DOI

[16]
Rodriguez L G, Alday J G, Onaindia M.Multiple ecosystem services landscape index: A tool for multifunctional landscapes conservation. Journal of Environmental Management, 2015, 147: 152-163The contribution of ecosystems to human well-being has been widely recognised. Taking into account existing trade-offs between ecosystem services (ES) at the farm scale and the dependence of multiple ES on processes that take place at the landscape scale, long-term preservation of multifunctional landscapes must be a priority. Studies carried out from such perspective, and those that develop appropriate indicators, could provide useful tools for integrating ES in landscape planning. In this study we propose a new integrative environmental indicator based on the ES provided by the landscape and named ultiple ecosystem services landscape index (MESLI). Because synergies and trade-offs between ES are produced at regional or local levels, being different from those perceived at larger scales, MESLI was developed at municipality level. Furthermore, in order to identify main drivers of change in ES provision at the landscape scale an analysis of the relationship between the environmental and the socioeconomic characteristics of the municipalities was carried out. The study was located in the Basque Country and the results demonstrated that the MESLI index is a good tool to measure landscape multifunctionality at local scales. It is effective evaluating landscapes, distinguishing between municipalities based on ES provision, and identifying the drivers of change and their effects. This information about ES provisioning at the local level is usually lacking; therefore, MESLI would be very useful for policy-makers and land managers because it provides relevant information to local scale decision-making.

DOI PMID

[17]
角媛梅. 哀牢山区梯田景观多功能的综合评价. 云南地理环境研究, 2008, 20(6): 7-10.

[Jiao Yuanmei.Synthetic assessment on the multifunction of terrace landscape in Ailao Mountains. Yunnan Geographic Environment Research, 2008, 20(6): 7-10.]

[18]
冯喆, 吴健生, 高阳, 等. 基于SOFM网络的景观功能分类: 以北京及周边地区为例. 地球信息科学学报, 2012, 14(6): 800-806.景观多功能性是景观生态学研究的热点领域,需要一种既能体现景观多功能整体性,又能表征各功能间独立性的表达方法。本文以北京及其周边地区为研究区,以500m栅格为最小评价单元,使用空间化的统计数据表征物质生产功能,使用植被生物量与土壤含碳量之和表征碳汇功能,使用潜在水土流失量与实际水土流失量的差值表征土壤保持功能,使用生态系统服务功能的评估结果表征生境维持功能,使用人口空间化数据表征居住功能。在计算5种景观功能强度后,通过自组织特征映射模型将土地栅格进行聚类分析。研究结果表明:景观功能强度具有空间异质性。景观功能强度可分为以农地为优势景观,以物质生产为主要功能的农业功能区域;以农地和城市用地为优势景观,以居住和碳汇为主要功能的城市功能区域;以林草地为优势景观,以土壤保持和生境维持为主要功能的生态功能区域;以及优势景观不明显,各项功能均衡发展的过渡功能区域4类。该分类方法既可较好地表达多功能景观的功能分异和空间分异,又能为其研究土地利用和生态管理实践提供理论依据。

DOI

[Feng Zhe, Wu Jiansheng, Gao Yang, et al.Classification of landscape function using SOFM neural network: A case study from Beijing and its peripheral area. Journal of Geo-Information Science, 2012, 14(6): 800-806.]

[19]
Gimona A, Vander H D.Mapping hotspots of multiple landscape functions: A case study on farmland afforestation in Scotland. Landscape Ecology, 2007, 22(8): 1255-1264.

DOI

[20]
武鹏飞, 周德民, 宫辉力. 线性抽样及分形理论在景观异质性研究中的应用. 地理研究, 2013, 32(8): 1391-1401.

[Wu Pengfei, Zhou Demin, Gong Huili.Application of linear sampling and fractal theory in landscape heterogeneity. Geographical Research, 2013, 32(8): 1391-1401.]

[21]
焦胜, 李振民, 高青, 等. 景观连通性理论在城市土地适宜性评价与优化方法中的应用. 地理研究, 2013, 32(4): 720-730.

[Jiao Sheng, Li Zhenmin, Gao Qing, et al.The application of landscape connectivity theory in urban ecology suitability assessment and optimization. Geographical Research, 2013, 32(4): 720-730.]

[22]
Brandt J, Henrik V.Multifunctional landscapes: Theory, Values and History. Multifunctional Landscapes-Motives, Concepts and Perspectives. Southampton, Boston: WIT Press, 2004.

[23]
师满江, 颉耀文, 曹琦. 干旱区绿洲农村居民点景观格局演变及机制分析. 地理研究, 2016, 35(4): 692-702.

[Shi Manjiang, Xie Yaowen, Cao Qi.The landscape evolution and mechanism analysis of rural settlements in the oasis of arid region. Geographical Research, 2016, 35(4): 692-702.]

[24]
谢花林. 乡村景观功能评价. 生态学报, 2004, 24(9): 1188-1193.

[Xie Hualin.Preliminary researches on the functional evaluation of rural landscape. Acta Ecologica Sinica, 2004, 24(9): 1188-1193.]

[25]
鲁春阳, 文枫, 杨庆媛, 等. 基于改进TOPSIS法的城市土地利用绩效评价及障碍因子诊断: 以重庆市为例. 资源科学, 2011, 33(3): 535-541.城市土地利用绩效评价及障碍因子诊断是城市土地可持续利用的重要基础。论文从土地投入水平、土地利用程度、土地利用效益、土地利用可持续性四个方面构建了城市土地利用绩效评价指标，采用改进TOPSIS法和障碍度模型，根据重庆市1997年-2007年的城市土地利用数据和社会经济统计资料，评价其土地利用绩效水平及障碍因子。结果显示：①重庆市城市土地利用绩效逐渐提升，1997年-2007年绩效指数从0.1866增加到0.7707，土地绩效程度经历了低级绩效—中级绩效—良好绩效的演变历程；②2005年以前，土地利用生态可持续性是影响城市土地利用绩效的最大障碍因子，其中人均公共绿地面积的影响最大；2005年后，土地投入水平是最大障碍因子，地均从业人数的影响最大；③长远来看，土地利用程度是影响城市土地利用绩效的首要因素。土地利用程度和土地投入水平障碍度以年均9.66%、1.47%的速度增加，而土地利用效益和土地利用生态可持续性障碍度以年均3.00%和1.44%的速度下降。最后，根据重庆市城市土地利用绩效现状提出提升土地利用绩效的主要路径。

[Lu Chunyang, Wen Feng, Yang Qingyuan, et al.An evaluation of urban land use performance based on the improved TOPSIS method and diagnosis of its obstacle indicators: A case study of Chongqing. Resources Science, 2011, 33(3): 535-541.]

[26]
樊杰. 中国主体功能区划方案. 地理学报, 2015, 70(2): 186-201.中国主体功能区划方案是刻画未来中国国土空间开发与保护格局的规划蓝图,主体功能区规划已上升为主体功能区战略和主体功能区制度.2004-2014年,笔者组织系列研究项目,配合国家编制主体功能区规划,研究地域功能基础理论和功能区划技术流程,提出国家和省区尺度进行空间管制的地域功能区域类型为城市化区域、粮食安全区域、生态安全区域、文化和自然遗产区域等4类,在此基础上转化为以县级行政区划为单元的优化开发、重点开发、限制开发和禁止开发4类主体功能区.研制了由水资源、土地资源,生态重要性、生态脆弱性、环境容量、灾害危险性、经济发展水平、人口集聚度和交通优势度等9类可定量指标及战略选择为1项定性指标构成的地域功能识别指标体系,进行了单项指标评价,开发并运用地域功能适宜程度综合评价指数进行了综合评价,测算了各省区保护类区域下限、开发类区域上限以及开发强度等关键参数;研讨了以规划为应用指向的主体功能区划分方法,形成中国首部主体功能区划方案,按照全国主体功能区规划口径,2020年与2010年相比,全国国土空间开发强度从3.48％增加到3.91％;按照省区集成的主体功能区规划口径,优化、重点、限制开发区域的土地面积比重分别为1.48％、13.60％、84.92％,城市化、粮食安全、生态安全区域的土地面积比重分别为15.08％、26.11％、58.81％.结合区域发展水平、资源环境承载状态、民生质量等相关分析,给出了主体功能区的主要特征.通过区划方案校验,国家和省区分两级采用笔者主持制定的《主体功能区划技术规程》互动完成的全国主体功能区划方案,同预判的吻合程度多为80％以上.

DOI

[Fan Jie.Draft of major function oriented zoning of China. Acta Geographica Sinica, 2015, 70(2): 186-201.]

[27]
Millennium E A.Ecosystems and Human Well-being Synthesis. Washington DC: Island Press, 2005.

[28]
李广东, 方创琳. 城市生态—生产—生活空间功能定量识别与分析. 地理学报, 2016, 71(1): 49-64.土地利用多功能性识别是城市用地组织、协调与配置的基础信息源,是判定城市用地内在功能形态、功能组合模式和功能之间动态权衡的关键,具有重要的理论和实践意义,但长期以来并未构建一套可行的识别方法体系。本文从土地功能、生态系统服务和景观功能综合的视角构建城市生态—生产—生活空间功能分类体系,并以生态系统服务价值评估为基础系统整合空间功能价值量核算函数群,通过纵横对比的方法确定空间功能主导类型。研究区实证分析表明,城市生态—生产—生活功能分类体系较好反映了不同地类的功能类型;空间主导功能的识别也与不同地类的功能匹配;同时也发现三生空间的整体毗邻性较低、空间功能的互补和融合性较差的问题;三生空间功能存在一定的空间集聚性。

DOI

[Li Guangdong, Fang Chuanglin.Quantitative function identification and analysis of urban ecological production living spaces. Acta Geographica Sinica, 2016, 71(1): 49-64.]

[29]
张林英, 徐颂军. 基于熵权的珠江三角洲自然保护区综合评价. 生态学报, 2011, 31(18): 5341-5350.运用熵权法对珠江三角洲自然保护区进行了综合评价。结果表明:(1)48个样本的保护区中7个为高水平,30个为较高水平,10个为一般,1个较差。从总体水平上看,虽然具有一部分较高水平的保护区,但珠江三角洲的保护区建设水平存在明显的差异,深圳、中山、佛山等地亟待建立新的保护区加以补充;(2)保护区的综合水平与面积具有明显的相关关系,建立了综合水平与面积之间的回归模型,并进一步求出珠江三角洲生态类型自然保护区理论上的最适宜面积;(3)区域保护区综合水平的提高与最大面积指数正相关,区域可以通过建设面积相对较大的优质保护区成为区域生态增长极,通过物种的交流和环境影响拉动其它保护区的发展,但区域范围内保护区之间面积差异不能太大;(4)自然干扰对沿海及岛屿类型的保护区综合水平影响相对较大。

[Zhang Liying, Xu Songjun.An entropy weight approach on the comprehensive evaluation of the Pearl River Delta Nature Reserve. Acta Ecologica Sinica, 2011, 31(18): 5341-5350.]

[30]
欧向军, 甄峰, 秦永东, 等. 区域城市化水平综合测度及其理想动力分析: 以江苏省为例. 地理研究, 2008, 27(5): 993-1002.根据城市化的内涵，从人口城市化、经济城市化、生活方式城市化和地域景观城市化等4个方面，构建区域城市化水平的综合评价指标体系，并运用熵值法，对1991～2005年江苏省城市化水平进行综合分析；结果发现江苏省城市化水平在不断提高的同时，主要表现为经济城市化和地域景观城市化的快速发展，而人口城市化对区域城市化的总体贡献不断减弱；在此基础上，结合多元线型回归模型对城市化的主要动力进行比较分析，认为市场力、内源力、外向力和行政力依次是江苏省城市化发展的主要动力，其中，市场力和行政力是促进江苏省城市化和经济发展的理想动力。

DOI

[Ou Xiangjun, Zhen Feng, Qin Yongdong, et al.Study on compression level and ideal impetus of regional urbanization: The case of Jiangsu province. Geographical Research, 2008, 27(5): 993-1002.]

[31]
刘振伟. 我国粮食安全的几个问题. 农业经济问题, 2004, 25(12): 8-13.

[Liu Zhenwei.Several problems of food security in China. Issues in Agricultural Economy, 2004, 25(12): 8-13.]

[32]
谢高地, 鲁春霞, 冷允法, 等. 青藏高原生态资产的价值评估. 自然资源学报, 2003, 18(2): 189-196.论文根据一系列1∶1000000自然资源专题图,把青藏高原生态资产划分为森林、草地、农田、湿地、水面、荒漠6个一级类型,应用GIS技术进行了数据处理与统计分析,编制了青藏高原1∶4000000自然资产图。生态资产价值评估以Costanza等人(1997)对全球生态系统服务价值评估的部分成果为参考,同时综合了对我国专业人士进行的生态问卷调查结果,建立了中国陆地生态系统单位面积服务价值表。以此表为基础,通过生物量等因子的校正,对青藏高原不同生态资产的服务价值进行了估算,结果表明,青藏高原生态系统每年的生态服务价值为9363.9&times;10<sup>8</sup>元/年,占全国生态系统每年服务价值的17.68%,全球的0.61%。在青藏高原生态系统每年提供的生态服务价值中,土壤形成与保护价值最高,占19.3%;其次是废物处理价值,占16.8%;水源涵养价值占16.5%,生物多样性维持的价值占16%。高原不同生态系统类型中,森林生态系统和草地生态系统对青藏高原生态系统总服务价值的贡献最大,贡献率分别为31.3%和48.3%。

DOI

[Xie Gaodi, Lu Chunxia, Leng Yunfa, et al.Ecological assets valuation of the Tibetan Plateau. Journal of Natural Resources, 2003, 18(2): 189-196.]

[33]
李峰, 刘正超, 贾晓希, 等. 基于全寿命周期理论的风电项目投资风险评价模型. 华东电力, 2012, 40(4): 531-535.

[Li Feng, Liu Zhengchao, Jia Xiaoxi, et al.Based on the whole life cycle theory of wind power project investment risk evaluation model. East China Electric Power, 2012, 40(4): 531-535.]

[34]
李灿, 张凤荣, 朱泰峰, 等. 基于熵权TOPSIS 模型的土地利用绩效评价及关联分析. 农业工程学报, 2013, 29(5): 217-227.为深入了解区域土地利用的综合效果和发展能力，把握土地资源利用的发展方向，该文从经济效益、社会效应和生态安全3个方面选取了16个指标构建了土地利用绩效评价框架，采用基于熵权的TOPSIS（technique for order preference by similarity to ideal solution）模型，评价了北京市顺义区在1996－2010年的土地利用绩效状态，并运用灰色关联方法分析了影响土地利用绩效的重点因素。研究结果：1996－2000年，顺义区处于向工业化转变的过程中，土地利用综合绩效变化稳定并表现出略微下降的趋势；2001－2010年，在城镇化和新型工业化的推动下，土地利用综合绩效快速上升，并保持良好的增长态势。土地利用经济绩效在1996－2002年上升缓慢，自2003年开始大幅度提升；土地社会绩效在1996－2000年变化相对稳定，之后呈现整体上升趋势；土地生态绩效在1996－2000年变化平稳，2000－2005年表现为急速下降，之后有所起伏，至研究期末开始抬升。土地利用绩效变化较好地印证了3个“五年”计划下的土地利用重点，表明各个阶段的土地利用政策得到了有效地执行。土地利用社会效应与生态安全因素对土地利用整体质量的影响更加显著，而工业发展对经济绩效的推动作用明显，导致人均土地资源享有水平迅速变化的城镇化因素，成为反映土地利用社会效应的重点，生态用地则成为影响土地利用生态安全绩效变化的主导因素。

DOI

[Li Can, Zhang Fengrong, Zhu Taifeng, et al.Evaluation and correlation analysis of land use performance based on entropy-weight TOPSIS method. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(5): 217-227.]

[35]
楼锡银. 基于灰色关联的机械总体设计方案模糊优选. 农业工程学报, 2010, 26(6): 135-140.针对机械系统设计方案各评价技术指标间模糊且相互关联的特点，研究了机械系统方案设计的决策问题，该文在综合考虑从优隶属度和灰色关联的基础上，提出了改进灰色关联模糊决策方法，从整体角度寻求复杂系统的最优设计方案。运用模糊数学隶属函数理论，对原始数据进行无量纲化和归一化处理，为防止技术指标信息在评价过程中丢失，建立了技术指标权重集及灰色关联系数矩阵，通过综合评价模型，实现了机械产品总体设计方案的模糊优选。最后，以YF27-315型薄板冲压液压机设计为例，验证该模型可以有效减少评价过程中的主观因素干扰，能全面、客观地对机械产品设计方案作出决策。

[Lou Xiyin.Fuzzy optimization of mechanical outline design scheme based on improved grey connection analysis. Transactions of the Chinese Society of Agricultural Engineering, 2010, 26(6): 135-140.]

[36]
任国平, 刘黎明, 付永虎, 等. 基于GWR模型的都市城郊村域农户生计资本空间差异分析: 以上海市青浦区为例. 资源科学,2016, 38(8): 1594-1608.农户生计资本的影响因素具有空间非平稳性,因此一般以&#x0201c;平稳性假设嵌入&#x0201d;为基础的普通线性回归模型对农户生计资本影响因素空间差异分析的精确性不高。本文应用地理加权（GWR）回归模型对上海市青浦区182个行政村进行农户生计资本总量的空间分析及其影响因素的空间分异特征研究。结果表明:2014年青浦区各行政村农户生计资本总量和类型分布呈现明显的空间分异规律,生计资本总量在空间上由西向东逐渐递增;其中,农业生计资本类型由西向东逐渐减少,非农类型则由东部向西逐渐减少;经济发展因素和社会发展因素对行政村农户生计资本总量影响强于自然地理空间因素,其中与生计资本变化呈正相关的因素依次为工业化程度、到城镇中心距离、地均GDP、城镇化率、农户可支配收入;以空间&#x0201c;非平稳性&#x0201d;为基础构建的地理加权回归模型（GWR）比较&#x0201c;平稳性假设嵌入&#x0201d;为基础的普通线性（OLS）回归模型,能更精确地揭示出村域农户生计资本和空间影响因子之间复杂的关系,且GWR模型参数估计的空间模式可视化特点更加直观。

DOI

[Ren Guoping, Liu Liming, Fu Yonghu, et al.Spatial differentiation of rural household livelihood capital in metropolitan suburbs based on GWR model: A case study of Qingpu district in Shanghai. Resources Science, 2016, 38(8): 1594-1608.]

[37]
罗雅丽, 李同昇, 张常新, 等. 乡镇地域多功能性评价与主导功能定位: 以金湖县为例. 人文地理, 2016, 31(3): 94-101.

[Luo Yali, Li Tongsheng, Zhang Changxin, et al.Town territorial multi-functionality evaluation and the dominant function orientation: A case of Jinhu county. Human Geography, 2016, 31(3): 94-101.]

Options
文章导航

/

〈 〉