丁金華，孫 琦

（1.蘇州科技大學(xué) 建筑與城市規(guī)劃學(xué)院，江蘇 蘇州 215011；2.棗莊職業(yè)學(xué)院，山東 棗莊 277800）

新型城鎮(zhèn)化建設(shè)的推進(jìn)為蘇南水網(wǎng)地區(qū)城鄉(xiāng)建設(shè)帶來了經(jīng)濟(jì)的快速發(fā)展，但同時也給區(qū)域生態(tài)環(huán)境保護(hù)帶來壓力，藍(lán)綠交織的水網(wǎng)地域特色景觀正面臨逐漸消失的危機(jī)。藍(lán)綠空間是水網(wǎng)地區(qū)自然生態(tài)空間的重要組成部分，也是水網(wǎng)地區(qū)地域特色景觀的載體[1]。水網(wǎng)地區(qū)的耕地以水田為主，具有涵養(yǎng)水源、調(diào)蓄雨洪的生態(tài)功能[2]，與林地、草地等共同構(gòu)成綠色空間。藍(lán)色空間則指河流、湖泊、濕地和坑塘等共同構(gòu)成的水域空間[3]。目前，國內(nèi)外學(xué)者對于藍(lán)綠空間的研究多集中于景觀格局演變[4-5]、空間營建與調(diào)控[6-8]、冷島效應(yīng)[9]以及健康服務(wù)功能評價[10-11]等方面，研究區(qū)域多集中于城市群區(qū)域或城市市域范圍，對具有水網(wǎng)地域特征的城鎮(zhèn)地區(qū)藍(lán)綠空間格局的研究相對較少。

蘇南水網(wǎng)地區(qū)屬于太湖流域，具有得天獨(dú)厚的地理條件，形成了水綠共生的整體格局?？焖俪擎?zhèn)化在促進(jìn)蘇南水網(wǎng)地區(qū)社會經(jīng)濟(jì)高速發(fā)展的同時，量大面廣的居住區(qū)、工業(yè)園區(qū)等人工開發(fā)建設(shè)活動對藍(lán)綠空間的干擾程度日趨增強(qiáng)。據(jù)Landsat 8 影像數(shù)據(jù)統(tǒng)計，2000—2022 年，蘇州市吳江區(qū)建設(shè)用地面積由14 653.57 hm2增加至31 008.33 hm2，而藍(lán)綠空間面積由107 543.79 hm2減少至91 790.00 hm2。建設(shè)用地不斷擴(kuò)張使得藍(lán)綠空間面臨著面積下降、景觀格局破碎、生態(tài)效益減弱等問題，水網(wǎng)地區(qū)的可持續(xù)發(fā)展受到?jīng)_擊。模擬預(yù)測藍(lán)綠空間未來發(fā)展格局，分析藍(lán)綠空間格局未來發(fā)展趨勢，總結(jié)藍(lán)綠空間格局未來演變特征，是保護(hù)和恢復(fù)水網(wǎng)地區(qū)生態(tài)環(huán)境，促進(jìn)蘇南水網(wǎng)地區(qū)城鄉(xiāng)可持續(xù)發(fā)展的關(guān)鍵。

本研究以具有典型蘇南水網(wǎng)特征的蘇州市吳江地區(qū)為代表，在總結(jié)2000—2020 年藍(lán)綠空間格局演變規(guī)律的基礎(chǔ)上，借助CA-Markov 模型，模擬2030 年吳江南片區(qū)藍(lán)綠空間土地利用多情景發(fā)展?fàn)顟B(tài)，并對多情景發(fā)展的藍(lán)綠空間演變進(jìn)行定量分析，結(jié)合形態(tài)學(xué)空間格局分析(MSPA)和景觀連通性評價科學(xué)解讀藍(lán)綠空間景觀生態(tài)結(jié)構(gòu)與生態(tài)格局特征，為水網(wǎng)地區(qū)藍(lán)綠空間的保護(hù)提供理論幫助與數(shù)據(jù)支持，以期促進(jìn)水網(wǎng)地區(qū)城鄉(xiāng)可持續(xù)發(fā)展。

1 研究區(qū)域與數(shù)據(jù)來源

1.1 研究區(qū)域概況

吳江南片區(qū)隸屬于江蘇省蘇州市吳江區(qū)，地處江蘇省東南部，位于31°02′～31°13′N，120°51′～120°42′E，包括了橫扇街道、平望鎮(zhèn)、七都鎮(zhèn)、震澤鎮(zhèn)、盛澤鎮(zhèn)和桃源鎮(zhèn)，面積約606.1 km2。該片區(qū)自然環(huán)境條件優(yōu)越，地勢平坦，屬于典型的水網(wǎng)平原，耕地、林地、河流和湖泊資源豐富，形成了水網(wǎng)地區(qū)藍(lán)綠交錯的獨(dú)特格局。但在快速城鎮(zhèn)化建設(shè)過程中，吳江區(qū)藍(lán)綠空間面臨著面積縮減，功能脆弱，空間破碎化等問題。

1.2 數(shù)據(jù)來源

①2000、2010、2020 年吳江區(qū)遙感影像從地理空間數(shù)據(jù)云平臺Landsat 8 衛(wèi)星獲取，分辨率均為30 m。以此為基礎(chǔ)數(shù)據(jù)，結(jié)合研究區(qū)實地調(diào)查結(jié)果，使用ENVI 5.3 對遙感影像進(jìn)行監(jiān)督分類和人工目視解譯，根據(jù)GB/T 21010—2017《土地利用現(xiàn)狀分類》的分類依據(jù)和標(biāo)準(zhǔn)，將土地利用類型劃分為耕地、林地、草地、水域和建設(shè)用地等5 類，經(jīng)檢驗3 期圖像精度均達(dá)到85%以上。②行政區(qū)劃邊界數(shù)據(jù)來源于最新發(fā)布的吳江區(qū)行政區(qū)劃圖，通過地圖數(shù)字化處理得到行政區(qū)劃邊界矢量數(shù)據(jù)。③研究區(qū)數(shù)字高程(DEM)數(shù)據(jù)為30 m 分辨率的ASTER GDEMV 3 數(shù)據(jù)，來源于中國科學(xué)院地理空間數(shù)據(jù)云(http://www.gscloud.cn/)，坡度數(shù)據(jù)由DEM 高程數(shù)據(jù)提取得到。④城鎮(zhèn)居民點(diǎn)數(shù)據(jù)來源于國家統(tǒng)計局官方網(wǎng)站發(fā)布的統(tǒng)計用區(qū)劃和城鄉(xiāng)劃分代碼等相關(guān)信息，將其整理成格式化文本數(shù)據(jù)，通過地理編碼等處理得到村鎮(zhèn)居民點(diǎn)空間分布矢量點(diǎn)數(shù)據(jù)。

2 研究方法

2.1 藍(lán)綠空間多情景模擬預(yù)測

2.1.1 CA-Markov 模型 CA-Markov 模型由Markov 模型和離散動力學(xué)元胞自動機(jī)(cellular automata，CA)模型[12-13]構(gòu)成，能夠基于土地利用轉(zhuǎn)移概率矩陣與土地利用變化適宜性圖集，模擬預(yù)測未來格局的演變趨勢。本研究基于IDRISI 7.0 中的CA-Markov 模型，對吳江南片區(qū)的土地利用格局變化進(jìn)行預(yù)測，將模擬得到的吳江南片區(qū)2020 年土地利用類型圖與實際情況進(jìn)行比對，檢驗?zāi)Ｐ途?。在CAMarkov 模型模擬可信度較高的情況下，以2020 年吳江南片區(qū)土地利用圖為基礎(chǔ)年數(shù)據(jù)，分別選取3 種情景下的轉(zhuǎn)移概率和適宜性圖集運(yùn)行CA-Markov 模型，得到2030 年吳江南片區(qū)多情景土地利用模擬預(yù)測圖像。

2.1.2 多標(biāo)準(zhǔn)評價模型 多標(biāo)準(zhǔn)評價模型(multi-criteria evaluation，MCE)由約束條件和適宜因子2 個部分組成，是土地利用多情景模擬轉(zhuǎn)換規(guī)則的核心。本研究借鑒前人的研究結(jié)果[14-16]，并結(jié)合研究區(qū)實際情況和模擬效果，從自然因素和社會因素2 個方面選擇高程、坡度、距村鎮(zhèn)居民點(diǎn)距離、距河流和湖泊距離及人均國內(nèi)生產(chǎn)總值(GDP)共6 類因子，作為制作適宜性圖集的主要影響因子，約束條件則根據(jù)不同的發(fā)展情景進(jìn)行分別設(shè)置。

2.1.3 多情景設(shè)置 情景分析旨在描述和分析事物發(fā)展的各種可能性，對比不同發(fā)展路徑下的狀態(tài)，為科學(xué)規(guī)劃決策提供依據(jù)[17]。本研究基于CA-Markov 模型和MCE 模型，綜合考慮研究區(qū)不同情景的發(fā)展需求及轉(zhuǎn)換規(guī)律，參照《蘇州市國土空間總體規(guī)劃(2021—2035)》《蘇州市吳江區(qū)國土空間規(guī)劃近期實施方案》《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》等相關(guān)文件，設(shè)定吳江南片區(qū)3 種土地利用變化模擬情景：①自然發(fā)展情景。自然發(fā)展情景是基于2010—2020 年吳江南片區(qū)的土地利用變化趨勢，按照目前的城鎮(zhèn)化發(fā)展模式和土地利用轉(zhuǎn)移速率，不對耕地、林地、草地和水域與建設(shè)用地間的相互轉(zhuǎn)換進(jìn)行限制，模擬自然發(fā)展情景下2030 年吳江南片區(qū)藍(lán)綠空間土地利用演變狀況。②生態(tài)保護(hù)優(yōu)先情景。生態(tài)保護(hù)優(yōu)先情景是以推動生態(tài)文明建設(shè)為首要，結(jié)合蘇南水網(wǎng)地區(qū)水網(wǎng)密布，藍(lán)綠交織的地域特征，考慮將永久基本農(nóng)田保護(hù)區(qū)和生態(tài)保護(hù)紅線設(shè)置為限制轉(zhuǎn)化區(qū)，對建設(shè)用地隨意侵占耕地、林地、草地及水域?qū)嵤┕芸?，降低藍(lán)綠空間向建設(shè)用地的轉(zhuǎn)化速率。③城鎮(zhèn)發(fā)展優(yōu)先情景。該情景是以適應(yīng)蘇南水網(wǎng)地區(qū)的經(jīng)濟(jì)與城鎮(zhèn)發(fā)展需求為前提，土地利用情景設(shè)置中的新增建設(shè)用地有可能會占用原有建設(shè)用地范圍周邊的部分耕地、林地、草地及水域。

2.2 形態(tài)學(xué)空間格局分析

形態(tài)學(xué)空間格局分析(morphological spatial pattern analysis, MSPA)是一種圖像處理方法，可以識別目標(biāo)像元集與結(jié)構(gòu)要素之間的空間拓?fù)潢P(guān)系，能夠有效地確定景觀的類型和結(jié)構(gòu)[18]。本研究借助MSPA 分析藍(lán)綠空間格局的形態(tài)變化及演變趨勢，基于3 種模擬情景下得到的2030 年吳江南片區(qū)土地利用類型圖，結(jié)合當(dāng)?shù)貙嶋H情況，利用ArcGIS 平臺的重分類工具將生物多樣性潛在力較好的耕地、林地、草地和水域分類為前景像元，建設(shè)用地作為背景像元，運(yùn)用Guidos Toolbox 軟件的MSPA 工具對數(shù)據(jù)進(jìn)行腐蝕、膨脹等運(yùn)算，得到3 種模擬情景下2030 年吳江南片區(qū)藍(lán)綠空間景觀組成類型及其占比。

2.3 連通性特征分析

景觀連接度是評價景觀結(jié)構(gòu)單元之間連續(xù)性的重要指標(biāo)[19]，也是度量水網(wǎng)鄉(xiāng)村藍(lán)綠空間連通性的關(guān)鍵指標(biāo)，數(shù)值越高，越有利于藍(lán)綠空間格局整體生態(tài)效益的發(fā)揮?？赡苓B通性指數(shù)(PC)綜合考慮了物種遷移能力和擴(kuò)散概率，是現(xiàn)階段較為成熟的評價指標(biāo)[20]。

選取對本研究有重要意義的核心區(qū)景觀要素，運(yùn)用Conefor 2.6，參考相關(guān)文獻(xiàn)[15,21-22]并結(jié)合本研究的研究尺度，設(shè)置斑塊連通距離閾值為500 m，連通的概率根據(jù)實際情況設(shè)為0.5，對研究區(qū)的核心區(qū)進(jìn)行景觀連接度評價，篩選出3 種模擬情景下景觀連接度最大的9 個斑塊。按照連接重要性指數(shù)( dI)評價各核心區(qū)斑塊在整體景觀中的重要值，作為評判核心區(qū)景觀連接度的指標(biāo)，記作可能連通性重要值(dPC)，反映斑塊重要性[23]。

3 結(jié)果與分析

3.1 CA-Markov 模型精度檢驗

利用2000、2010 年的土地利用類型數(shù)據(jù)，獲得2000—2010 年土地利用類型的轉(zhuǎn)移概率矩陣(表1)。以2010 年的土地利用類型圖作為基礎(chǔ)年數(shù)據(jù)，以10 a 為迭代周期，比例誤差設(shè)為0.15，預(yù)測2020 年吳江區(qū)南片區(qū)土地利用類型圖(圖1)，與2020 年實際土地利用分布圖進(jìn)行對比驗證，得到Kappa 值為0.886 2，表示模擬的可信度較高，可用來預(yù)測研究區(qū)后續(xù)土地利用變化情況。

圖1 2020 年吳江南片區(qū)土地利用現(xiàn)狀與模擬Figure 1 Landuse status and simulation of southern Wujiang District in 2020

表1 2000—2010 年吳江南片區(qū)土地利用類型轉(zhuǎn)移概率矩陣Table 1 Probability matrix of land use type transfer in southern Wujiang District from 2000 to 2010

3.2 多情景模擬下的藍(lán)綠空間土地利用分析

以2020 年吳江南片區(qū)土地利用空間分布圖為基礎(chǔ)數(shù)據(jù)，通過MCE 模型，分析各類土地利用適宜性及吳江南片區(qū)2010—2020 年的土地利用類型轉(zhuǎn)移概率矩陣(表2)，并限制不同情景下各類土地利用的約束條件，利用CA-Markov 模型預(yù)測3 種情景下2030 年吳江南片區(qū)藍(lán)綠空間土地利用的變化及各類土地利用的面積、比例(圖2，表3)。

圖2 吳江南片區(qū)藍(lán)綠空間土地利用變化Figure 2 Landuse change of blue and green space in southern Wujiang District

表2 2010—2020 年吳江南片區(qū)土地利用類型轉(zhuǎn)移概率矩陣Table 2 Probability matrix of land use type transfer in southern Wujiang District from 2010 to 2020

表3 2020—2030 年吳江南片區(qū)藍(lán)綠空間土地利用數(shù)據(jù)Table 3 Land use data of blue and green space in southern Wujiang District from 2020 to 2030

由圖2 和表3 可知：2020—2030 年，3 種發(fā)展情景下的耕地、林地、草地和水域的土地利用面積及占比變化差異較大。①自然發(fā)展情景下，耕地、林地和水域面積隨時間推移而縮減，分別減少了3.32%、0.02%和2.56%，建設(shè)用地面積持續(xù)增加，增幅約為5.99%，基本延續(xù)過去10 a 吳江南片區(qū)土地利用的發(fā)展規(guī)律。②生態(tài)保護(hù)優(yōu)先情景下，基于生態(tài)文明建設(shè)的需求，限制了耕地、林地和水域等向建設(shè)用地的無序轉(zhuǎn)化，藍(lán)綠空間土地利用相對穩(wěn)定，耕地、林地、草地和水域的面積及占比有所增加。相對于自然發(fā)展情景，生態(tài)保護(hù)優(yōu)先情景下耕地和水域增幅最為顯著，分別為1.84%和2.67%，建設(shè)用地增幅減少，從3 627.54 hm2減少到929.88 hm2。③城鎮(zhèn)優(yōu)先發(fā)展情景下，藍(lán)綠空間土地利用發(fā)生了較為劇烈的變化，相較于生態(tài)保護(hù)優(yōu)先情景，城鎮(zhèn)發(fā)展優(yōu)先情景下耕地、林地面積減幅較大，其占比分別下降了6.59%、0.19%，水域面積減少了2 189.43 hm2，而建設(shè)用地面積顯著增加，增幅達(dá)10.25%。

3.3 基于MSPA 的藍(lán)綠空間形態(tài)學(xué)空間格局分析

由表4 和圖3 可知：2020—2030 年，①自然發(fā)展情景下的7 類藍(lán)綠空間景觀要素基本延續(xù)前10 a 的自然發(fā)展規(guī)律，核心區(qū)、邊緣區(qū)等景觀要素占比呈現(xiàn)出整體下降的趨勢，孤島下降率明顯，孤島面積從54.54 hm2減少至30.30 hm2，變化率為-44.44%。孤島面積下降說明可供生物在吳江南片區(qū)藍(lán)綠空間之間遷移的“踏腳石”數(shù)量正在減少。②生態(tài)保護(hù)優(yōu)先情景下，藍(lán)綠空間景觀要素多呈現(xiàn)良好的發(fā)展態(tài)勢，其中核心區(qū)的增幅最大，增長了490.87 hm2。核心區(qū)可作為藍(lán)綠網(wǎng)絡(luò)中的源地，在生物多樣性保護(hù)方面發(fā)揮著重要作用，核心區(qū)面積的增加反映了吳江南片區(qū)藍(lán)綠空間的生態(tài)功能有所增強(qiáng)。生態(tài)保護(hù)優(yōu)先情景下的橋接區(qū)和環(huán)道區(qū)占比分別為0.38%和0.48%，較自然發(fā)展情景分別減少了0.21%和0.05%。橋接區(qū)是連通各核心區(qū)間的廊道，環(huán)道區(qū)是核心區(qū)內(nèi)部的廊道，兩者是物種遷移、能量流動的重要通道，橋接區(qū)、環(huán)道區(qū)數(shù)量的減少反映了吳江南片區(qū)藍(lán)綠空間景觀破碎化程度的改善。③城鎮(zhèn)優(yōu)先發(fā)展情景下，受建設(shè)用地沿分布區(qū)域向內(nèi)外擴(kuò)張的影響，藍(lán)綠空間核心區(qū)面積大幅減小，核心區(qū)內(nèi)部的孔隙面積持續(xù)增加。孔隙是藍(lán)綠空間核心區(qū)內(nèi)部的孔洞，孔隙面積增幅越大代表藍(lán)綠空間核心區(qū)內(nèi)部零散的建設(shè)用地越多，藍(lán)綠空間的破碎化程度越高。城鎮(zhèn)優(yōu)先發(fā)展情景下孔隙占比較生態(tài)保護(hù)優(yōu)先情景增長了2.77%，表明城鎮(zhèn)優(yōu)先發(fā)展情景下吳江南片區(qū)藍(lán)綠空間正面臨著外部面狀、內(nèi)部點(diǎn)狀的生態(tài)破壞，對維持藍(lán)綠空間景觀格局穩(wěn)定造成不利影響。

圖3 吳江南片區(qū)藍(lán)綠空間形態(tài)學(xué)空間格局分析圖Figure 3 Analysis of morphological spatial pattern of blue and green space in southern Wujiang District

表4 2020—2030 年吳江南片區(qū)藍(lán)綠空間MSPA 景觀類型變化Table 4 Changes of MSPA landscape types in the blue and green space of southern Wujiang District from 2020 to 2030

3.4 基于景觀連接度指數(shù)的藍(lán)綠空間連通性特征變化分析

由圖4 可知：2020—2030 年，①自然發(fā)展情景下，藍(lán)綠空間整體景觀連通性呈現(xiàn)略微下降的趨勢。與2020 年吳江南片區(qū)藍(lán)綠空間景觀連通性現(xiàn)狀相比，畢家灣、沈莊漾區(qū)域景觀連通性均有下降，可能連通性重要值分別下降了0.004 3、2.909 9。②生態(tài)保護(hù)優(yōu)先情景下，藍(lán)綠空間研究區(qū)核心區(qū)重要斑塊數(shù)量較多、相對面積較大，且斑塊較為集中，藍(lán)綠空間連通性有所增強(qiáng)。相較于自然發(fā)展情景，沈莊漾和嚴(yán)士浜區(qū)域景觀連通性增長較為顯著，可能連通性重要值分別增加了2.963 5 和11.699 6。③城鎮(zhèn)發(fā)展優(yōu)先情景下藍(lán)綠空間受建設(shè)用地快速擴(kuò)張的影響，連通性呈現(xiàn)出快速下降趨勢，其中長蕩—大龍蕩、嚴(yán)士浜區(qū)域斑塊所受影響較大。相對于生態(tài)保護(hù)優(yōu)先情景，長蕩—大龍蕩區(qū)域斑塊的可能連通性重要值從98.477 0 下降至88.643 4，降幅約為9.98%。嚴(yán)士浜區(qū)域景觀連通性受鎮(zhèn)域內(nèi)建設(shè)用地快速擴(kuò)張的負(fù)面影響，同樣呈現(xiàn)大幅下降趨勢，可能連通性重要值由12.814 5 下降至0.353 7，降幅約為97.24%。

圖4 吳江南片區(qū)藍(lán)綠空間景觀連通性變化Figure 4 Change of landscape connectivity of blue and green space in the southern Wujiang District

4 結(jié)論與建議

4.1 結(jié)論

本研究基于蘇州市吳江南片區(qū)2000、2010 和2020 年3 期土地利用數(shù)據(jù)，通過參數(shù)調(diào)配設(shè)置CAMarkov 模型，模擬自然發(fā)展情景、生態(tài)保護(hù)優(yōu)先情景和城鎮(zhèn)發(fā)展優(yōu)先情景等3 種情景下吳江南片區(qū)2030 年藍(lán)綠空間的發(fā)展趨勢，并運(yùn)用MSPA 和景觀連通性評價對比各情景模擬下的藍(lán)綠空間格局。主要結(jié)論如下：①從多情景模擬下的藍(lán)綠空間土地利用分析來看，自然發(fā)展情景下，耕地、林地、草地和水域面積均有不同程度減少，基本延續(xù)過去10 a 吳江南片區(qū)土地利用的發(fā)展規(guī)律。在生態(tài)保護(hù)優(yōu)先情景下，藍(lán)綠空間用地面積呈現(xiàn)整體上升趨勢，建設(shè)用地面積增速明顯放緩，反映出生態(tài)優(yōu)先保護(hù)情景對控制非藍(lán)綠空間用地?zé)o序擴(kuò)張具有顯著成效。城鎮(zhèn)優(yōu)先發(fā)展情景下，耕地、林地、草地和水域等藍(lán)綠空間用地面積減少速率較2020 年明顯加快。②從多情景模擬下的藍(lán)綠空間形態(tài)學(xué)空間格局分析結(jié)果來看，自然發(fā)展情景下，各藍(lán)綠空間形態(tài)類型基本延續(xù)前10 a 的發(fā)展趨勢，呈現(xiàn)負(fù)向增長，表明如不調(diào)整未來發(fā)展模式，吳江南片區(qū)仍將面臨生態(tài)環(huán)境保護(hù)的壓力。生態(tài)保護(hù)優(yōu)先發(fā)展情景下，藍(lán)綠空間核心區(qū)等形態(tài)類型呈現(xiàn)出較為明顯的增長趨勢，表明藍(lán)綠空間的整體生態(tài)效益有所提升。城鎮(zhèn)優(yōu)先發(fā)展情景下，藍(lán)綠空間核心區(qū)、孔隙等形態(tài)類型面積及占比呈現(xiàn)負(fù)向發(fā)展趨勢，反映出吳江南片區(qū)藍(lán)綠空間核心區(qū)內(nèi)部的集聚程度受到較大影響，斑塊景觀連通性下降，亟須加強(qiáng)保護(hù)力度。③從多情景模擬下的藍(lán)綠空間景觀連通性評價來看，藍(lán)綠空間核心區(qū)的連通性程度在自然發(fā)展情景呈現(xiàn)出略微下降的趨勢，畢家灣、沈莊漾區(qū)域的景觀連通性降低程度相對明顯。生態(tài)保護(hù)優(yōu)先發(fā)展情景下，藍(lán)綠空間景觀連通性整體呈現(xiàn)上升趨勢，表明以生態(tài)保護(hù)建設(shè)為首要的發(fā)展模式對吳江南片區(qū)藍(lán)綠空間景觀破碎化程度改善具有明顯作用。在城鎮(zhèn)優(yōu)先發(fā)展情景下，受人為活動和建設(shè)用地快速擴(kuò)張等因素影響，長蕩—大龍蕩等區(qū)域的景觀連通性下降幅度較為劇烈，反映出未來吳江南片區(qū)藍(lán)綠空間連通性降低程度還將持續(xù)加劇。

4.2 建議

CA-Markov 模型的模擬主要基于土地利用數(shù)據(jù)分析，雖然解譯多時段的土地利用數(shù)據(jù)能更細(xì)致地體現(xiàn)時空變化，但受區(qū)域土地利用數(shù)據(jù)遙感影像圖精度限制，導(dǎo)致模擬結(jié)果存在一定偏差。在后續(xù)研究中應(yīng)進(jìn)一步提升土地利用數(shù)據(jù)的分辨率，提高研究結(jié)果的精準(zhǔn)性。同時，在多情景設(shè)置時，本研究結(jié)合前人的研究，情景設(shè)置主要考慮了自然地理和政策法規(guī)，對社會、經(jīng)濟(jì)、人文等方面指標(biāo)的權(quán)衡作用尚未全面考慮，未來將進(jìn)一步完善多情景模擬的指標(biāo)體系設(shè)置，對每個情景做更全面的定量分析比較。蘇州市吳江區(qū)藍(lán)綠空間具有典型水網(wǎng)生態(tài)結(jié)構(gòu)特征，伴隨快速城鎮(zhèn)化進(jìn)程，水網(wǎng)地區(qū)藍(lán)綠空間生態(tài)呈現(xiàn)復(fù)雜性。面對藍(lán)綠空間面積減少，破碎化加劇等問題，未來應(yīng)該加強(qiáng)對藍(lán)綠空間保護(hù)，堅守生態(tài)保護(hù)紅線，管控建設(shè)用地快速擴(kuò)張，保護(hù)藍(lán)綠空間用地規(guī)模，強(qiáng)化藍(lán)綠空間生態(tài)環(huán)境治理。同時，建議整合現(xiàn)有藍(lán)綠空間生態(tài)資源，通過科學(xué)識別重要藍(lán)綠空間資源，構(gòu)建吳江南片區(qū)藍(lán)綠空間生態(tài)網(wǎng)絡(luò)等一系列重要舉措，增強(qiáng)藍(lán)綠空間連通性，優(yōu)化城鎮(zhèn)復(fù)合生態(tài)系統(tǒng)，緩解地區(qū)生態(tài)矛盾，促進(jìn)人地關(guān)系和諧。