張柏豪 劉家福 祝悅 孔祥力 張震禹

收稿日期：2023-10-25；接受日期：2024-01-12

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目（41977411）；吉林省社會(huì)科學(xué)基金項(xiàng)目（2022B40）；四平市科技發(fā)展計(jì)劃項(xiàng)目（2023031）

作者簡(jiǎn)介：張柏豪，男，碩士研究生，研究方向?yàn)閰^(qū)域生態(tài)脆弱性與韌性評(píng)價(jià)。E-mail：17766825179@163.com

通信作者：劉家福，男，教授，碩士生導(dǎo)師，博士，研究方向?yàn)镚IS在資源環(huán)境、自然災(zāi)害等領(lǐng)域的應(yīng)用。E-mail：liujiafu750506@126.com

Editorial Office of Yangtze River. This is an open access article under the CC BY-NC-ND 4.0 license.

文章編號(hào)：1001-4179（2024） 06-0075-10

引用本文：張柏豪，劉家福，祝悅，等.

長(zhǎng)三角城市群生境質(zhì)量與城市化耦合研究

［J］.人民長(zhǎng)江，2024，55（6）：75-84.

摘要：城市化是人類活動(dòng)對(duì)自然造成影響的具象化表現(xiàn)，過(guò)度城市化會(huì)對(duì)生態(tài)環(huán)境造成不可逆損害，造成生境質(zhì)量下降，調(diào)節(jié)生境質(zhì)量與城市化之間的耦合協(xié)調(diào)性迫在眉睫。以長(zhǎng)三角城市群為例，采用InVEST模型分析2000～2020年長(zhǎng)三角城市群生境質(zhì)量并探究其時(shí)空分布及變化趨勢(shì)；在區(qū)縣尺度上對(duì)生境質(zhì)量與城市化程度進(jìn)行冷熱點(diǎn)分析，最后通過(guò)耦合與解耦模型對(duì)生境質(zhì)量與城市化程度之間的交互耦合關(guān)系進(jìn)行探究。結(jié)果表明：① 2000～2020年長(zhǎng)三角城市群生境質(zhì)量由北至南呈現(xiàn)中—低—高的分布并有惡化趨勢(shì)，但整體生境質(zhì)量仍處于一般水平，其中在變化的類型中，占比最大的是較差—差，占比7.429%；② 區(qū)縣尺度上，生境質(zhì)量熱點(diǎn)在南部，冷點(diǎn)分布在中部，生境質(zhì)量下降的區(qū)縣由54個(gè)增加為127個(gè)，生境質(zhì)量惡化趨勢(shì)明顯，2000～2020年城市化熱點(diǎn)數(shù)量快速增加，整體城市化水平快速提高，區(qū)域差異逐漸增強(qiáng)；③ 長(zhǎng)三角城市群平均耦合協(xié)調(diào)度均在0.7～0.8之間，雖然有所波動(dòng)，但仍為基本協(xié)調(diào)狀態(tài)，解耦程度逐漸增加，以強(qiáng)負(fù)解耦和弱解耦為主，生境質(zhì)量惡化趨勢(shì)嚴(yán)峻。

關(guān)? 鍵? 詞：生境質(zhì)量； 城市化； InVEST模型； 耦合模型;? 長(zhǎng)三角城市群

中圖法分類號(hào)： F299.27;X321

文獻(xiàn)標(biāo)志碼： A

DOI：10.16232/j.cnki.1001-4179.2024.06.011

0? 引 言

隨著改革開(kāi)放的進(jìn)行，中國(guó)逐漸形成一些以城市群為核心的重要區(qū)域，其中長(zhǎng)三角城市群作為重要經(jīng)濟(jì)帶，為中國(guó)經(jīng)濟(jì)增長(zhǎng)做出了重大貢獻(xiàn)。進(jìn)入21世紀(jì)以來(lái)，長(zhǎng)三角城市群各區(qū)縣城市規(guī)模飛速發(fā)展，經(jīng)濟(jì)總量快速增加，但大多是以改變地區(qū)生態(tài)結(jié)構(gòu)、消耗地區(qū)重要資源、污染地區(qū)已有環(huán)境為代價(jià)，隨之帶來(lái)的是生態(tài)環(huán)境不斷惡化，生境質(zhì)量持續(xù)下降。因此研究長(zhǎng)三角城市群生境質(zhì)量與城市化之間的關(guān)系，判斷二者之間的相關(guān)協(xié)調(diào)性，對(duì)長(zhǎng)三角城市群生境質(zhì)量提升、經(jīng)濟(jì)健康發(fā)展、人與自然和諧共生有重大戰(zhàn)略意義。

生境質(zhì)量是生態(tài)系統(tǒng)在一定區(qū)域內(nèi)為該區(qū)域上的生物持續(xù)不斷提供生存發(fā)展條件的能力［1］。近年來(lái)，眾多學(xué)者在生境質(zhì)量相關(guān)方向開(kāi)展研究，主要有時(shí)空演變分析［2］、驅(qū)動(dòng)力探究［3］、格局演變［4］等幾方面。其中Farukuzzaman等利用環(huán)境因子、群落組成及底棲動(dòng)物多樣性指標(biāo)對(duì)戈?duì)栔Z普利河入海口生境質(zhì)量進(jìn)行了綜合評(píng)價(jià)［5］；鄭可君等將生態(tài)系統(tǒng)服務(wù)價(jià)值、棲息地活力及棲息地威脅3個(gè)要素相結(jié)合，建立棲息地生境質(zhì)量評(píng)價(jià)模式，以川滇自然保護(hù)區(qū)為例，利用地理探測(cè)

器，探究其生境質(zhì)量的影響因子［6］。在對(duì)生境質(zhì)量的研究中，相比傳統(tǒng)的野外探測(cè)和利用影響因子及其權(quán)重求生境質(zhì)量的方法，利用模型對(duì)生境質(zhì)量進(jìn)行評(píng)估更加便捷、準(zhǔn)確，而且可以進(jìn)行長(zhǎng)時(shí)間序列的探究。其中較常見(jiàn)的模型有HSI模型［7］、SOIVES模型［8］、InVEST模型［9-10］等。其中，InVEST模型有著可視化強(qiáng)、結(jié)果準(zhǔn)確、運(yùn)算速度快等優(yōu)勢(shì)。近年來(lái)，在影響生境質(zhì)量的變量中，土地利用變化［11-13］、景觀多樣性［14-16］、城市化擴(kuò)張［17-18］等方面被廣泛研究，這些影響因素都與人類活動(dòng)密切相關(guān)，探究其與生境質(zhì)量之間的關(guān)系，可以更好地從改善人類自身行為的角度提高生境質(zhì)量。

耦合是探究變量之間相互聯(lián)系的重要手段，最早起源于物理學(xué)［19］，在地理研究中，耦合指地理現(xiàn)象在時(shí)間和空間兩個(gè)維度的耦合［20］，即地理過(guò)程和地理現(xiàn)象的耦合。在對(duì)城市化與環(huán)境的耦合機(jī)制研究中，國(guó)內(nèi)外學(xué)者常在耦合協(xié)調(diào)度模型［21］、演變規(guī)律［22］、形成機(jī)制等方面進(jìn)行探索，綜合利用EKC曲線［23］、系統(tǒng)動(dòng)力學(xué)［24］等方法，深入挖掘城市化與生境質(zhì)量之間的聯(lián)系。例如肖歡等以西安市為研究區(qū)，通過(guò)綜合指數(shù)法、InVEST模型及耦合協(xié)同建模等方法，在柵格尺度上探究建設(shè)用地?cái)U(kuò)展特征及生境質(zhì)量的空間分布特征，揭示其協(xié)同機(jī)制［25］；楊國(guó)婷等將LUCC模型、生態(tài)系統(tǒng)服務(wù)模型、GDPR模型等方法進(jìn)行耦合，對(duì)平朔地區(qū)典型露天礦山的土地利用進(jìn)行模擬，探討該地區(qū)山地礦山生態(tài)系統(tǒng)的生態(tài)環(huán)境質(zhì)量及其空間演化特征［26］。

耦合模型在探究生境質(zhì)量與城鎮(zhèn)化之間的關(guān)系上有優(yōu)異的效果，國(guó)內(nèi)外學(xué)者也進(jìn)行了豐富研究，為后續(xù)研究提供了大量參考；但耦合模型主要表示兩個(gè)變量之間的聯(lián)系程度，無(wú)法對(duì)不同變化類型變量的相互聯(lián)系進(jìn)行深入挖掘。因此本研究在利用InVEST模型計(jì)算2000～2020年長(zhǎng)三角城市群生境質(zhì)量的基礎(chǔ)上，引入解耦指數(shù)ε，根據(jù)生境質(zhì)量與城市化之間不同的變化類型，進(jìn)一步確定兩個(gè)變量的發(fā)展情況，對(duì)城市群生境質(zhì)量的發(fā)展趨勢(shì)進(jìn)行探究。研究成果可為長(zhǎng)三角城市群生境質(zhì)量變化提供預(yù)警，以及為長(zhǎng)三角城市群科學(xué)健康的發(fā)展提供理論支撐。

1? 研究區(qū)域概況和數(shù)據(jù)來(lái)源

1.1? 研究區(qū)域概況

長(zhǎng)三角城市群位于長(zhǎng)江下游入海口處，臨近黃海與東海，地處江海交匯之地（圖1）。由上海市、南京市、杭州市、合肥市等26個(gè)地級(jí)市組成，總面積21.17萬(wàn)km2。長(zhǎng)三角城市群以太湖平原為主體，整體地形四周高、中間低。地處亞熱帶季風(fēng)氣候區(qū)，且由于城市規(guī)模的快

速發(fā)展，對(duì)大氣的增溫作用也愈發(fā)明顯，其中在春季和冬季最為顯著。區(qū)域內(nèi)生態(tài)系統(tǒng)復(fù)雜，地表覆蓋種類具有多樣性，其中植物資源較為豐富，有3 200余種。長(zhǎng)三角城市群在中國(guó)發(fā)展過(guò)程中占有重要位置，是中國(guó)重要的對(duì)外交往平臺(tái)，是經(jīng)濟(jì)社會(huì)發(fā)展的重要發(fā)動(dòng)機(jī)，是長(zhǎng)江經(jīng)濟(jì)帶的龍頭，也是中國(guó)城市化程度最高的區(qū)域之一。

1.2? 數(shù)據(jù)來(lái)源及預(yù)處理

本文所需數(shù)據(jù)分別是2000、2010、2020年3期的土地利用數(shù)據(jù)和夜間燈光數(shù)據(jù)，均來(lái)源于國(guó)家青藏高原數(shù)據(jù)中心（https：∥data.tpdc.ac.cn/home），分辨率為1 km。其中土地利用數(shù)據(jù)根據(jù)研究需要分為耕地、林地、草地、水域、城鎮(zhèn)用地、鄉(xiāng)村用地、其他建設(shè)用地、裸地等8種類型（圖2）；對(duì)于夜間燈光影像柵格數(shù)據(jù)，利用PIE遙感圖像處理軟件進(jìn)行大氣校正、噪聲處理與數(shù)據(jù)融合，從而刪除數(shù)據(jù)中的壞點(diǎn)，然后利用ArcGIS軟件分區(qū)統(tǒng)計(jì)工具求平均值的方法提取各個(gè)區(qū)縣的夜間燈光指數(shù)U。

2? 研究方法

2.1? 生境質(zhì)量評(píng)估

基于InVEST模型對(duì)2000、2010年和2020年長(zhǎng)三角城市群生境質(zhì)量進(jìn)行評(píng)估。InVEST模型評(píng)估生境質(zhì)量依靠的是土地利用數(shù)據(jù)、威脅元的影響類型和距離、地類對(duì)威脅元的敏感性函數(shù)3方面共同作用得出的結(jié)果［27］。

Qxj=Hj×1-DxjDxj+K

（1）

式中：Qxj和Dxj分別代表第j種土地利用類型上第x個(gè)柵格的生境質(zhì)量和生境退化程度;Hj代表第j種土地利用類型的生境適宜程度;K為半飽和參數(shù)，為生境退化度的一半。

Dxj=Rr=1Yry=1wrRr=1wrryixryβxSjr

（2）

式中：R為威脅元個(gè)數(shù);Yr為第r種威脅元的柵格總數(shù);wr為第r種威脅元的權(quán)重;ry為第y個(gè)柵格的威脅因子個(gè)數(shù);ixry為柵格單元y中的威脅元r對(duì)x個(gè)柵格的脅迫作用;Sjr為第j種土地利用類型對(duì)威脅元r的敏感程度;βx為法律保護(hù)程度。

根據(jù)長(zhǎng)三角城市群的特點(diǎn)，將與人類社會(huì)生產(chǎn)生活密不可分的耕地、城鎮(zhèn)用地、鄉(xiāng)村用地、其他建設(shè)用地、裸地等5種土地利用類型設(shè)為威脅元，參考InVEST模型指導(dǎo)手冊(cè)和相關(guān)學(xué)者的研究［28-30］，根據(jù)長(zhǎng)三角城市群地域特征設(shè)置相應(yīng)的模型參數(shù)（表1～2）。

2.2? 耦合協(xié)調(diào)度模型

耦合協(xié)調(diào)度模型能夠體現(xiàn)在某一時(shí)間點(diǎn)下，兩個(gè)變量在同一發(fā)展過(guò)程中彼此一致的程度［31］，包括耦合度C、綜合評(píng)價(jià)指數(shù)T、耦合協(xié)調(diào)度D。耦合度C反映了多個(gè)發(fā)展過(guò)程相互影響的強(qiáng)度，然而僅靠耦合度很難體現(xiàn)各變量協(xié)同性的強(qiáng)弱，因此定義了綜合評(píng)價(jià)指數(shù)和耦合協(xié)調(diào)度，以此反映各變量對(duì)系統(tǒng)的貢獻(xiàn)程度及之間的協(xié)調(diào)性。

C=2EU/（E+U）2

（3）

T=aE+bU

（4）

D=CT

（5）

式中：E即為生境質(zhì)量指數(shù)Qxj；U為城市化發(fā)展水平，本文由夜間燈光指數(shù)代表；a和b為待定參數(shù)且和為1，a和b分別代表兩個(gè)變量對(duì)于系統(tǒng)的重要程度，本研究認(rèn)為生境質(zhì)量與城鎮(zhèn)化水平同等重要，故a和b均為0.5；C和D均在0到1之間，且根據(jù)不同的值耦合類型也有所不同［32-33］（表3～4）。

2.3? 解耦模型

解耦指某一時(shí)間段內(nèi)，兩個(gè)變量之間相互一致關(guān)系的下降程度［34］。解耦模型可以在耦合分析的基礎(chǔ)上進(jìn)一步明確生境兩個(gè)變量之間的相對(duì)發(fā)展情況，參照有關(guān)學(xué)者［35-36］的研究構(gòu)建生境質(zhì)量與城市化的解耦模型，見(jiàn)式（6）。

ε=ΔEΔU=（Et-Et-1）/Et-1（Ut-Ut-1）/Ut-1

（6）

式中：ε為解耦指數(shù)；ΔE和ΔU分別代表了生境質(zhì)量和城市化的變化率；Et和Ut分別代表了t年的生境質(zhì)量和城市化情況（研究中以夜間燈光指數(shù)代表）。根據(jù)相關(guān)學(xué)者研究，將解耦類型劃分為8類（表5）。

2.4? 冷熱點(diǎn)分析

冷熱點(diǎn)分析主要由ArcGIS軟件中熱點(diǎn)分析模塊實(shí)現(xiàn)，通過(guò)計(jì)算Z值和G*I統(tǒng)計(jì)指數(shù)來(lái)體現(xiàn)一定區(qū)域內(nèi)高（低）值的聚集水平［37-38］。

ZG*i=G*I-EG*iVarG*i

（7）

G*Id=nj=1WijdXjnj=1Xj

（8）

式中：E（G*i）和Var（G*i） 分別為G*i的期望值與轉(zhuǎn)化參數(shù)；Wij（d）為權(quán)重值；Xj為第j個(gè)柵格的數(shù)值。Z值為正時(shí)，區(qū)域?yàn)闊狳c(diǎn)區(qū)；Z值為負(fù)時(shí)，區(qū)域?yàn)槔潼c(diǎn)區(qū)。

3? 結(jié)果分析

3.1? 長(zhǎng)三角城市群生境質(zhì)量時(shí)空分布及轉(zhuǎn)移程度分析

利用InVEST模型中的生境質(zhì)量評(píng)估模塊對(duì)長(zhǎng)三角城市群2000、2010年和2020年生境質(zhì)量進(jìn)行評(píng)價(jià)，根

據(jù)相等間距法將生境質(zhì)量分為差（0～0.2）、較差（0.2～0.4）、一般（0.4～0.6）、較好（0.6～0.8）和好（0.8～1.0）5個(gè)等級(jí)［39-40］（圖3）。結(jié)果表明：2000、2010年和2020年長(zhǎng)三角城市群生境質(zhì)量平均值分別為0.579 6，0.562 2和0.538 8，整體生境質(zhì)量一般，并有繼續(xù)惡化的趨勢(shì);生境質(zhì)量好和較好的區(qū)域大體分布在南部以林地、草地

為主的區(qū)域及中部太湖等水域周邊的地區(qū)；生境質(zhì)量差和較差的地區(qū)主要位于受人

為干擾較大的耕地和建成區(qū)。由表6可知：占比最大

的類別為生境質(zhì)量較差和生境質(zhì)量好，占總面積的75%以上；2000～2020年，生境質(zhì)量較差的面積占比呈明顯的下降趨勢(shì)，由48.94%下降到44.50%；生境質(zhì)量差的面積占比呈明顯的上升趨勢(shì)，由7.43%上升到13.88%。

各等級(jí)面積占比均有增減，無(wú)法直觀地判斷其生境質(zhì)量時(shí)空變化趨勢(shì)，借助ArcGIS軟件計(jì)算出2000～2010年、2010～2020年兩個(gè)階段的長(zhǎng)三角城市群生境質(zhì)量轉(zhuǎn)移類型和面積。由表7可知：2000～2010年，研究區(qū)域內(nèi)生境質(zhì)量等級(jí)未變化的區(qū)域占比為94.732%，區(qū)域生境質(zhì)量基本穩(wěn)定，但有4.819%的區(qū)域發(fā)生生境質(zhì)量下降，僅有0.449%的區(qū)域生境質(zhì)量上升，因此該時(shí)間段內(nèi)研究區(qū)有生境質(zhì)量下降的趨勢(shì)；2010～2020年，研究區(qū)大部分仍處于穩(wěn)定等級(jí)，有66.65%的區(qū)域生境質(zhì)量等級(jí)未發(fā)生變化，發(fā)生變化的區(qū)域和穩(wěn)定的區(qū)域呈現(xiàn)散亂分布的特征?？傮w來(lái)看，14.739%的區(qū)域生境質(zhì)量上升、18.661%的區(qū)域生境質(zhì)量下降，上升的比例相較2000～2010年有所增加，同時(shí)下降比例也顯著增加，導(dǎo)致2010～2020年長(zhǎng)三角城市群生境質(zhì)量仍然有較明顯的下降趨勢(shì)。在等級(jí)下降區(qū)域中，占比最大的是較差—差，為7.429%，變化區(qū)域中，較差—好占比4.118%、好—較差占比4.545%，這兩類分別是生境質(zhì)量上升和下降的典型區(qū)域，需重點(diǎn)關(guān)注。

3.2? 縣域尺度下長(zhǎng)三角城市群生境質(zhì)量與城市化冷熱點(diǎn)分析

如圖4～5所示，利用ArcGIS軟件分區(qū)統(tǒng)計(jì)工具

計(jì)算各區(qū)縣的生

境質(zhì)量和城市化程度，并對(duì)其進(jìn)行冷熱點(diǎn)分析。2000～2010年，203個(gè)區(qū)縣中，54個(gè)區(qū)縣生境質(zhì)量下降；2010～2020年，127個(gè)區(qū)縣生境質(zhì)量下降，但另有64個(gè)區(qū)縣生境質(zhì)量上升，12個(gè)區(qū)縣生境質(zhì)量保持不變。生境質(zhì)量的熱點(diǎn)均位于長(zhǎng)三角城市群南部且相對(duì)穩(wěn)定，代表性的有臺(tái)州市北部的天臺(tái)縣、杭州市的臨安區(qū)和金華市的浦江縣；生境質(zhì)量的冷點(diǎn)和次冷點(diǎn)主要位于長(zhǎng)三角城市群東部，代表性的有上海市轄區(qū)、南京市轄區(qū)、南通市轄區(qū)和合肥市轄區(qū)，且轄區(qū)周邊縣級(jí)市大多為次冷點(diǎn)，生境質(zhì)量不容樂(lè)觀。2000～2010年，南部生境質(zhì)量熱點(diǎn)區(qū)域基本保持不變，但一些次熱點(diǎn)區(qū)域變?yōu)椴伙@著；東、中部次冷點(diǎn)區(qū)域逐漸變?yōu)椴伙@著，冷點(diǎn)區(qū)域逐漸向南移動(dòng)，其中上海市冷點(diǎn)區(qū)域繼續(xù)擴(kuò)大。2010～2020年，南部熱點(diǎn)區(qū)域逐漸擴(kuò)張，一些次熱點(diǎn)變?yōu)闊狳c(diǎn)，均位于地貌類型為林地和草地主導(dǎo)的區(qū)域，其中最具代表性的為西南部的安慶市，在退耕還林還草、封山育林政策的影響下，生境質(zhì)量進(jìn)一步提高。但中央城市高度密集的地區(qū)和南部合肥市生境質(zhì)量冷點(diǎn)也有擴(kuò)張趨勢(shì)，需及時(shí)做出應(yīng)對(duì)，防止生境質(zhì)量下降。

利用ArcGIS計(jì)算夜間燈光指數(shù)并進(jìn)行冷熱點(diǎn)分析，長(zhǎng)三角城市群平均指數(shù)由0.286快速上升至0.698，城市化水平快速提高。由圖5可知：2000年城市化熱點(diǎn)主要集中在上海市、南京市和杭州市的市轄

區(qū)，冷點(diǎn)僅有舟山市定海區(qū)一點(diǎn)；2010年城市化熱點(diǎn)區(qū)域激增，中部城市密集區(qū)幾乎均變?yōu)闊狳c(diǎn)和次熱點(diǎn)。

2000～2010年間，城市化熱點(diǎn)區(qū)域呈現(xiàn)以上海市、杭州市和南京市為中心向四周擴(kuò)散的分布特征，其中蘇州市是最典型的區(qū)域，在2000～2010年間，蘇州市全境從不顯著區(qū)域變?yōu)闊狳c(diǎn)區(qū)域，城市化水平顯著提高，此外湖州市的南潯區(qū)、德清縣，嘉興市的南湖區(qū)、平湖區(qū)和嘉善縣，紹興市的河橋區(qū)等也由不顯著區(qū)變?yōu)闊狳c(diǎn)區(qū)；城市化冷點(diǎn)區(qū)域從定海區(qū)擴(kuò)展到舟山市全境，并逐漸向外部擴(kuò)展，寧波市的北侖區(qū)、墐洲區(qū)、象山縣由不顯著變?yōu)槔潼c(diǎn)。2010～2020年間，城市化熱點(diǎn)區(qū)域趨向穩(wěn)定，向外擴(kuò)張的趨勢(shì)有所減緩，合肥市長(zhǎng)豐縣、廬陽(yáng)區(qū)、蜀山區(qū)和肥西縣由不顯著變?yōu)榇螣狳c(diǎn)；城市化冷點(diǎn)區(qū)域有所增加，寧波市寧?？h、臺(tái)州市的三門縣，由不顯著變?yōu)榇卫潼c(diǎn)，城市化進(jìn)度減緩。各區(qū)域城市化程度可通過(guò)建成區(qū)面積統(tǒng)計(jì)圖（圖6）分析得到，整體來(lái)看，長(zhǎng)三角城市群中所有城市的建成區(qū)面積在20 a 間均有增加，其中南京市、蘇州市、杭州市和合肥

市增長(zhǎng)最為明顯。2000～2010年間，大部分城市建成

區(qū)擴(kuò)張勢(shì)頭迅猛，而在2010～2020年間發(fā)展速度則有所減慢，這與前文2010～2020年間城市化區(qū)域穩(wěn)定的分析結(jié)果相一致。

3.3? 長(zhǎng)三角城市群生境質(zhì)量與城市化耦合及解耦分析

利用SPSS統(tǒng)計(jì)工具的離差標(biāo)準(zhǔn)化方法對(duì)生境質(zhì)量與城市化（夜間燈光指數(shù)）進(jìn)行歸一化處理，并計(jì)算二者的耦合度C與耦合協(xié)調(diào)度D，對(duì)兩個(gè)變量相互影響的程度進(jìn)行定量分析（表8）。根據(jù)結(jié)果可知：2000～2020年間城市群平均耦合度均大于0.8，為高度耦

合狀態(tài)，平均耦合協(xié)調(diào)度均在0.7～0.8之間，雖然有所波動(dòng)，但仍為基本協(xié)調(diào)狀態(tài)。由圖7可知：長(zhǎng)三角城市群在耦合類型數(shù)量和方向上均有明顯變化，2000～2020年，長(zhǎng)三角城市群各區(qū)縣耦合協(xié)調(diào)度均在0.3～1.0之間，沒(méi)有處于嚴(yán)重失調(diào)的區(qū)縣，并且大多數(shù)為協(xié)調(diào)區(qū)域。但2000年嘉興市南湖區(qū)、無(wú)錫市武進(jìn)區(qū)、馬鞍山市含山縣、蕪湖市南陵縣、安慶市潛山市為輕度失調(diào)；2010年上海市徐匯區(qū)、蕪湖市南陵縣、嘉興市南湖區(qū)為輕度協(xié)調(diào)；2020年安慶市桐城市、樅陽(yáng)縣為高度失調(diào)，嘉興市平湖市為高度失調(diào)，上海市徐匯區(qū)為高度失調(diào)。2000～2010年間，城市群中南部耦合度增高，大量基本耦合的區(qū)縣轉(zhuǎn)變?yōu)楦叨锐詈?，其中變化最顯著的為馬鞍山市含山縣，耦合協(xié)調(diào)度由輕度失調(diào)轉(zhuǎn)變?yōu)楦叨葏f(xié)調(diào)；在該時(shí)期，含山縣大力推動(dòng)生態(tài)保護(hù)工作，建立了國(guó)家級(jí)森林公園，同時(shí)大力發(fā)展旅游業(yè)，經(jīng)濟(jì)快速發(fā)展的同時(shí)加快城市化進(jìn)程，一系列相應(yīng)舉措均提高了城市發(fā)展質(zhì)量，改善了生境質(zhì)量與城市化的協(xié)調(diào)關(guān)系。2010～2020年，長(zhǎng)三角城市群整體協(xié)調(diào)性出現(xiàn)下滑，但仍處于協(xié)調(diào)階段，其中2020年安慶市桐城市和樅陽(yáng)縣由高度協(xié)調(diào)快速下滑為高度失調(diào)，城市發(fā)展質(zhì)量高速下降，需要對(duì)該地區(qū)的發(fā)展模式和相關(guān)政策及時(shí)進(jìn)行調(diào)整，防止其進(jìn)一步惡化。

用解耦指數(shù)ε來(lái)表示生境質(zhì)量與城市化演變之間的相互約束條件及其相對(duì)發(fā)展關(guān)系。2000～2010年和2010～2020年間，長(zhǎng)三角城市群解耦類型分別為強(qiáng)負(fù)解耦、弱解耦、擴(kuò)張性耦合和擴(kuò)張性解耦。其中占比最大的為強(qiáng)負(fù)解耦，即生境質(zhì)量下降的同時(shí)城市化程度上升，并且城市化變化率是生境質(zhì)量變化率的10倍以上，生境質(zhì)量受到了城市化進(jìn)度的嚴(yán)重威脅，占比分別為41.86%和57.36%，有明顯的上升趨勢(shì)。弱解耦、擴(kuò)張耦合和擴(kuò)張解耦為生境質(zhì)量與城市化程度變化率均上升的類型，其中擴(kuò)張解耦為生境質(zhì)量改善速度遠(yuǎn)大于城市化上升程度，此類型的占比由16.06%下降為11.12%，這種類型中最具代表性的為蕪湖市無(wú)為市，該市在2000～2010年和2010～2020年均保持?jǐn)U張性解耦，生境質(zhì)量對(duì)城市化進(jìn)度有著優(yōu)秀的承載力，整體協(xié)調(diào)關(guān)系呈積極狀態(tài)；弱解耦為生境質(zhì)量上升速度遠(yuǎn)小于城市化上升速度，占比由39.24%下降為28.42%，此類型區(qū)域雖然生境質(zhì)量有所上升，但仍不足以承載城市化進(jìn)度，整體協(xié)調(diào)關(guān)系呈消極狀態(tài)。2000～2020年間，長(zhǎng)三角城市群多以強(qiáng)負(fù)解耦和弱解耦為主，占比超過(guò)80%，生態(tài)環(huán)境并不能承擔(dān)城市化所帶來(lái)的負(fù)擔(dān)，需要進(jìn)一步提升生境質(zhì)量。

4? 討 論

生境質(zhì)量與城市化之間存在著密不可分的聯(lián)系，因此將城市化熱點(diǎn)區(qū)域與二者的耦合與解耦情況相結(jié)合，可以更好地分析其重點(diǎn)區(qū)域的變量相互關(guān)系。2000～2010年城市化熱點(diǎn)區(qū)域在長(zhǎng)三角城市群中東部，在此區(qū)域，耦合協(xié)調(diào)度以基本協(xié)調(diào)為主，其次是高度協(xié)調(diào)，并且整體存在協(xié)調(diào)性增高的趨勢(shì)。以常州市武進(jìn)區(qū)為例，2000～2010年間，該區(qū)從城市化不顯著區(qū)轉(zhuǎn)變?yōu)闊狳c(diǎn)區(qū)，耦合協(xié)調(diào)度也從輕度失調(diào)轉(zhuǎn)為高度協(xié)調(diào)，生境質(zhì)量與城鎮(zhèn)化之間的聯(lián)系更加緊密；解耦類型上，該時(shí)段城市熱點(diǎn)區(qū)解耦類型以強(qiáng)負(fù)解耦為主，其次為擴(kuò)張解耦，生境惡化區(qū)域和生境改善區(qū)域同時(shí)存在，二者數(shù)量相近，存在相互滲透、相互影響的趨勢(shì)。2010～2020年，城市化熱點(diǎn)區(qū)域基本不變，該時(shí)段熱點(diǎn)區(qū)域耦合協(xié)調(diào)性出現(xiàn)下滑，45.26%的區(qū)域從基本協(xié)調(diào)轉(zhuǎn)變?yōu)檩p度協(xié)調(diào)，其中最顯著的為嘉興市平湖市，從基本協(xié)調(diào)下滑為輕度失調(diào)，二者的聯(lián)系出現(xiàn)松動(dòng)；城市熱點(diǎn)區(qū)域解耦類型以強(qiáng)負(fù)解耦和弱解耦為主，生境質(zhì)量有嚴(yán)峻惡化趨勢(shì)。

相比耦合模型，解耦模型可以更加細(xì)致地分析一段時(shí)間內(nèi)，生境質(zhì)量與城市化變化程度的相互影響結(jié)果，可以更清晰地分析區(qū)域變化的趨勢(shì)。從長(zhǎng)三角城市群全境來(lái)看，城市群北部生境質(zhì)量惡化的趨勢(shì)最明顯，并且2000～2020年城市群北部的主要解耦類型從弱解耦轉(zhuǎn)變?yōu)閺?qiáng)負(fù)解耦，即北部大部分區(qū)縣的生境質(zhì)量變化程度從上升變?yōu)橄陆?，生境退化明顯。在長(zhǎng)三角城市群中部，4種解耦類型均存在，而且大部分?jǐn)U張解耦區(qū)域均在中部；2000～2020年間，解耦類型為擴(kuò)張解耦的區(qū)域從中心城市集群向東、西兩側(cè)轉(zhuǎn)移。一些在2000～2010年間為擴(kuò)張性解耦的區(qū)域，在2010～2020年間快速下滑為強(qiáng)負(fù)解耦。結(jié)合城市化水平冷熱點(diǎn)分布圖，這些區(qū)域在2000～2010年區(qū)間內(nèi)迅速成長(zhǎng)為城市化水平熱點(diǎn)區(qū)，而2010～2020年區(qū)間內(nèi)仍然保持著城市化的高速發(fā)展，同時(shí)生境質(zhì)量長(zhǎng)時(shí)間處于冷點(diǎn)或次冷點(diǎn)區(qū)域，各種因素相結(jié)合，造成了區(qū)域解耦程度的快速下降。同時(shí)，在兩個(gè)時(shí)間段內(nèi)，城市群中部區(qū)域擴(kuò)張耦合逐漸轉(zhuǎn)變?yōu)槠渌愋停鴶U(kuò)張耦合為生境質(zhì)量潛在的上升區(qū)域，這一類型的消失說(shuō)明城市群中部的生境質(zhì)量變化趨勢(shì)開(kāi)始向兩個(gè)極端發(fā)展，并且轉(zhuǎn)變?yōu)閻夯厔?shì)的強(qiáng)負(fù)解耦區(qū)域較多。長(zhǎng)三角城市群南部的主要解耦類型為強(qiáng)負(fù)解耦和弱解耦，且在2000～2020年兩種類型有互換區(qū)域的趨勢(shì)，雖然城市群南部基本為生境質(zhì)量熱點(diǎn)區(qū)域，但在城市化快速發(fā)展的今天，要繼續(xù)保持甚至加大對(duì)生態(tài)環(huán)境的保護(hù)力度，才能使生境質(zhì)量維持在較高水平。

本研究仍有以下不足：① 使用InVEST模型進(jìn)行生境質(zhì)量的評(píng)估時(shí)主要利用不同地物對(duì)環(huán)境脅迫程度的差異，但難以表達(dá)同種地物類型對(duì)環(huán)境的不同脅迫程度；② 利用夜間燈光可成熟地反映城市化程度，但仍需要與傳統(tǒng)城市化指標(biāo)如GDP、人口密度等指標(biāo)進(jìn)行相關(guān)性分析，以確保其適用性及準(zhǔn)確性。

5? 結(jié) 論

本研究利用InVEST模型計(jì)算并分析長(zhǎng)三角城市群生境質(zhì)量并探究其時(shí)空分布和變化趨勢(shì)，其次利用冷熱點(diǎn)分析方法對(duì)區(qū)縣尺度的生境質(zhì)量和城市化區(qū)域水平差異進(jìn)行探究，最后利用耦合模型和解耦模型對(duì)生境質(zhì)量和城市化之間的相互關(guān)系進(jìn)行探究，得出結(jié)論如下：（1） 長(zhǎng)三角城市群生境質(zhì)量由北至南呈現(xiàn)中—低—高的趨勢(shì)，整體生境質(zhì)量平均值在0.5～0.6之間，生境質(zhì)量水平一般。在2000～2020年間，生境質(zhì)量逐年下降，生境質(zhì)量下降區(qū)域有隨著城市建成區(qū)面積增加而擴(kuò)張的趨勢(shì)。

（2） 區(qū)縣尺度上，2000～2010年生境質(zhì)量呈現(xiàn)下降趨勢(shì)的區(qū)縣有54個(gè)，大多數(shù)為不變化；2010～2020年間呈下降趨勢(shì)的區(qū)縣數(shù)量增加至127個(gè)，但有64個(gè)區(qū)縣呈上升狀態(tài)。生境質(zhì)量冷點(diǎn)多集中在東部，以上海市轄區(qū)、南京市轄區(qū)、南通市轄區(qū)和合肥市轄區(qū)為代表；熱點(diǎn)多集中在南部，以臺(tái)州市北部的天臺(tái)縣、杭州市的臨安區(qū)為代表。

（3） 2000～2010年，城市化熱點(diǎn)數(shù)量快速增加，整體城市化水平快速提高，區(qū)域差異逐漸增強(qiáng)；2010～2020年，部分區(qū)域城市化速度減弱，但整體城市化水平仍在提高。

（4） 2000～2020年間城市群平均耦合度均大于0.8，為高度耦合狀態(tài)，平均耦合協(xié)調(diào)度均在0.7～0.8之間，雖然有所波動(dòng)，但仍為基本協(xié)調(diào)狀態(tài)，各區(qū)縣耦合協(xié)調(diào)度以基本協(xié)調(diào)和高度協(xié)調(diào)為主。長(zhǎng)三角城市群解耦程度逐漸增加，其中占比最大的類型為強(qiáng)負(fù)解耦與弱解耦，整體生境質(zhì)量無(wú)法承載城市化的快速發(fā)展，有嚴(yán)峻的惡化趨勢(shì)。

參考文獻(xiàn)：［1］? 馮君明，馮一凡，李翅，等.河勢(shì)特征分界下的黃河灘區(qū)周邊城鎮(zhèn)生境質(zhì)量與景觀格局演變［J］.生態(tài)學(xué)報(bào)，2023，43（16）：6798-6809.

［2］? 周璐紅，曹瑞超.黃土高原生境質(zhì)量時(shí)空演變及其驅(qū)動(dòng)因素［J］.水土保持通報(bào)，2022，42（6）：343-350.

［3］? 李彤，賈寶全，劉文瑞，等.宜昌市生態(tài)安全網(wǎng)絡(luò)要素時(shí)空動(dòng)態(tài)及其影響因素［J］.生態(tài)學(xué)報(bào)，2023，43（15）：6154-6169.

［4］? 提楊，莊鴻飛，陳敏豪，等.天津市自然保護(hù)地與區(qū)域生境質(zhì)量的時(shí)空演變格局［J］.生態(tài)學(xué)報(bào)，2023，43（7）：2770-2780.

［5］? FARUKUZZAMAN M，SULTANA T，PARAY B A，et al.Ecological habitat quality assessment of a highly urbanized estuary using macroinvertebrate community diversity and structure［J］.Regional Studies in Marine Science，2023，66：103149.

［6］? 鄭可君，李琛，吳映梅，等.基于價(jià)值評(píng)估的川滇生態(tài)屏障區(qū)生境質(zhì)量時(shí)空演變及其影響因素［J］.生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2022，38（11）：1377-1387.

［7］? 孟慶林，李明玉，任春穎，等.基于HSI模型的吉林省東部地區(qū)生境質(zhì)量動(dòng)態(tài)評(píng)價(jià)［J］.國(guó)土資源遙感，2019，31（3）：140-147.

［8］? ZHANG Z C，ZHANG H J，F(xiàn)ENG J，et al.Evaluation of social values for ecosystem services in urban riverfront space based on the SOlVES model：a case study of the Fenghe River，Xian，China［J］.International Journal of Environmental Research and Public Health，2021，18（5）：2765.

［9］? 魏文飛，包玉，王志泰，等.喀斯特多山城市生境質(zhì)量對(duì)土地利用變化的時(shí)空響應(yīng)：以貴陽(yáng)市為例［J］.生態(tài)學(xué)報(bào)，2023，43（10）：3920-3935.

［10］劉純軍，周國(guó)富，黃啟芬，等.基于InVEST模型的山地流域生境質(zhì)量時(shí)空分異研究：以貴州省境內(nèi)赤水河流域?yàn)槔跩］.人民長(zhǎng)江，2021，52（10）：62-69.

［11］王鵬，秦思彤，胡慧蓉.近30 a拉薩河流域土地利用變化和生境質(zhì)量的時(shí)空演變特征［J］.干旱區(qū)研究，2023，40（3）：492-503.

［12］楊伶，王金龍，周文強(qiáng).基于多情景模擬的洞庭湖流域LUCC與生境質(zhì)量耦合演變分析［J］.中國(guó)環(huán)境科學(xué)，2023，43（2）：863-873.

［13］吳可欣，稅偉，薛成旨，等.珠江源區(qū)生境質(zhì)量對(duì)土地利用變化的時(shí)空響應(yīng)［J］.應(yīng)用生態(tài)學(xué)報(bào)，2023，34（1）：169-177.

［14］李亞嬌，沈昞昕，李家科，等.丹漢江流域生境質(zhì)量對(duì)景觀格局變化響應(yīng)［J］.環(huán)境科學(xué)與技術(shù)，2022，45（5）：206-216.

［15］汪東川，張威，王志恒，等.拉西瓦水電站建設(shè)對(duì)區(qū)域景觀格局與生境質(zhì)量的影響［J］.水土保持學(xué)報(bào)，2021，35（3）：200-205.

［16］常玉旸，高陽(yáng)，謝臻，等.京津冀地區(qū)生境質(zhì)量與景觀格局演變及關(guān)聯(lián)性［J］.中國(guó)環(huán)境科學(xué)，2021，41（2）：848-859.

［17］白立敏，馮興華，孫瑞豐，等.生境質(zhì)量對(duì)城鎮(zhèn)化的時(shí)空響應(yīng)：以長(zhǎng)春市為例［J］.應(yīng)用生態(tài)學(xué)報(bào)，2020，31（4）：1267-1277.

［18］梁晨，曾堅(jiān)，沈中健，等.快速城市化生態(tài)系統(tǒng)服務(wù)格局分析與空間管控：以廈門市為例［J］.生態(tài)學(xué)報(bào)，2021，41（11）：4379-4392.

［19］黃金川，方創(chuàng)琳.城市化與生態(tài)環(huán)境交互耦合機(jī)制與規(guī)律性分析［J］.地理研究，2003，22（2）：211-220.

［20］馬麗莎，劉殿鋒，劉耀林.城市擴(kuò)張與生態(tài)空間非線性動(dòng)態(tài)耦合關(guān)系梯度分析模型［J］.地球信息科學(xué)學(xué)報(bào)，2023，25（10）：1968-1985.

［21］范賢賢，周云蕾.長(zhǎng)江經(jīng)濟(jì)帶土地利用與經(jīng)濟(jì)-社會(huì)-環(huán)境耦合協(xié)調(diào)研究［J］.水土保持研究，2023，30（5）：370-378.

［22］CANG C L，WANG J.A theoretical analysis of interactive coercing effects between urbanization and eco-environment［J］.Chinese Geographical Science，2013，23（2）：147-162.

［23］朱洪革，趙文鋮，曹博.中國(guó)森林損失的時(shí)空特征及其與經(jīng)濟(jì)增長(zhǎng)的EKC關(guān)系檢驗(yàn)［J］.生態(tài)經(jīng)濟(jì)，2022，38（2）：98-103，115.

［24］姚翠友，陳國(guó)嬌，張陽(yáng).基于系統(tǒng)動(dòng)力學(xué)的城市生態(tài)系統(tǒng)建設(shè)路徑研究：以天津市為例［J］.環(huán)境科學(xué)學(xué)報(bào)，2020，40（5）：1921-1930.

［25］肖歡，員學(xué)鋒，楊悅，等.西安市建設(shè)用地?cái)U(kuò)張與生境質(zhì)量變化及其耦合協(xié)調(diào)關(guān)系研究［J］.干旱區(qū)資源與環(huán)境，2023，37（10）：56-64.

［26］楊國(guó)婷，張紅，李靜，等.基于RFFLUS-InVEST-Geodetector耦合模型的平朔礦區(qū)生境質(zhì)量時(shí)空演變及其影響因素［J］.陜西師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，49（6）：106-115.

［27］趙筱青，石小倩，李馭豪，等.滇東南喀斯特山區(qū)生態(tài)系統(tǒng)服務(wù)時(shí)空格局及功能分區(qū)［J］.地理學(xué)報(bào)，2022，77（3）：736-756.

［28］劉長(zhǎng)雨，楊潔，謝保鵬，等.黃河流域甘青段生境質(zhì)量時(shí)空特征及其地形梯度效應(yīng)［J］.農(nóng)業(yè)資源與環(huán)境學(xué)報(bào)，2023，40（2）：372-383.

［29］孫匯穎，宮巧巧，劉慶果，等.基于土地利用變化的山東省生境質(zhì)量時(shí)空演變特征［J］.土壤通報(bào)，2022，53（5）：1019-1028.

［30］李子，張艷芳.基于InVEST模型的渭河流域干支流生態(tài)系統(tǒng)服務(wù)時(shí)空演變特征分析［J］.水土保持學(xué)報(bào)，2021，35（4）：178-185.

［31］孫久文，崔雅琪，張皓.黃河流域城市群生態(tài)保護(hù)與經(jīng)濟(jì)發(fā)展耦合的時(shí)空格局與機(jī)制分析［J］.自然資源學(xué)報(bào)，2022，37（7）：1673-1690.

［32］徐輝，王億文，張宗艷，等.黃河流域水-能源-糧食耦合機(jī)理及協(xié)調(diào)發(fā)展時(shí)空演變［J］.資源科學(xué)，2021，43（12）：2526-2537.

［33］顧茉莉，葉長(zhǎng)盛，樓婷婷，等.長(zhǎng)江經(jīng)濟(jì)帶水-能源-糧食-土地耦合協(xié)調(diào)發(fā)展研究［J］.人民長(zhǎng)江，2023，54（6）：11-18，40.

［34］杜祥琬，楊波，劉曉龍，等.中國(guó)經(jīng)濟(jì)發(fā)展與能源消費(fèi)及碳排放解耦分析［J］.中國(guó)人口·資源與環(huán)境，2015，25（12）：1-7.

［35］TAPIO P.Towards a theory of decoupling：degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001［J］.Transport Policy，2005，12（2）：137-151.

［36］郭莎莎，陳明星，劉慧.城鎮(zhèn)化與資源環(huán)境的耦合過(guò)程與解耦分析：以北京為例［J］.地理研究，2018，37（8）：1599-1608.

［37］劉佳琪，周璐紅，席小雅.2000～2020年黃河流域土地生態(tài)質(zhì)量及其變化趨勢(shì)預(yù)測(cè)［J］.干旱區(qū)地理，2023，46（10）：1654-1662.

［38］劉曄，薛萬(wàn)來(lái).基于土地利用變化的永定河流域生境質(zhì)量評(píng)估［J］.人民長(zhǎng)江，2022，53（6）：90-98.

［39］肖歡，員學(xué)鋒，楊悅，等.西安市建設(shè)用地?cái)U(kuò)張與生境質(zhì)量變化及其耦合協(xié)調(diào)關(guān)系研究［J］.干旱區(qū)資源與環(huán)境，2023，37（10）：56-64.

［40］肖芳，魏文穎，周斌.黃河流域生態(tài)系統(tǒng)服務(wù)與城市化時(shí)空交互作用分析：以黃河寧夏段為例［J］.人民長(zhǎng)江，2023，54（8）：93-100.

（編輯：黃文晉）

Study on coupling of habitat quality and urbanization in Yangtze River Delta Urban Agglomeration

ZHANG Baihao，LIU Jiafu，ZHU Yue，KONG Xiangli，ZHANG Zhenyu

（College of Geographic Sciences and Tourism，Jilin Normal University，Siping 136000，China）

Abstract：

Urbanization is a tangible manifestation of the impact of human activities on nature.Excessive urbanization will cause irreversible damage to the ecological environment，resulting in the decline of habitat quality，and it is urgent to regulate the coupling and coordination between habitat quality and urbanization.Taking the Yangtze River Delta （YRD） urban agglomeration as an example，we adopt the InVEST model to analyze the habitat quality of the YRD urban agglomeration from 2000 to 2020 and explore its spatial-temporal distribution and change trends.We conduct a cold-hot spot analysis between the habitat quality and the degree of urbanization at the county and district scales，and finally，it explores the interactive coupling relationship between habitat quality and the degree of urbanization utilizing the coupling and decoupling model.The results showed that the habitat quality of the Yangtze River Delta urban agglomeration from 2000 to 2020 showed a medium-low-high distribution from north to south with a deteriorating trend，but the overall habitat quality was still at an average level，in which the largest proportion of the type of change was poor-poor，with a proportion of 7.429%.On the county and district scales，the hotspots of habitat quality were located in the south，the cold spots were located in the central part of the country，and the number of counties with declining habitat quality increased from 54 to 127，and the trend of habitat quality deterioration was obvious.From 2000 to 2020，the number of urbanization hotspots increased rapidly，the overall level of urbanization increased rapidly，and the regional differences were gradually larger.The average coupling coordination degree of the YRD urban agglomerations was between 0.7 and 0.8，although there were some fluctuations，it was still in a state of basic coordination.The degree of decoupling increased gradually，strong negative coupling and weak coupling dominated.The trend of habitat quality deterioration was serious.

Key words：

habitat quality; urbanization; InVEST model; coupling model； Yangtze River Delta Urban Agglomeration