根据10km单元内的CO2浓度空间分布结果，不同用地形态特征和要素配置显著影响CO2浓度的时空分异。受城市建设与发展不同需要的影响，城市市域与规划区内的用地管理任务具有显著差异。因此，从务实和高效方面出发，为使优化策略能更有效地与市级层面的国土空间总体规划编制及实施相衔接。

首先，依据《总规》将研究区域划分为规划区(以下简称GHQ)与除规划区以外的市域范围(以下简称“市域”，SY)；其次根据各类城市生态用地在优先尺度下各10km网格内的占比，利用K-means方法，分别在市域与规划区范围内识别可概括全研究时段的城市生态用地空间格局的类型单元。

 

根据结果，各年份划分方式相似，因此，本文主要以2020年为准，综合考虑其他年份特征，确定各类型单元的具体划分标准。结果显示，市域范围内，类型单元包括SY-1高比例林地、SY-2林地农田混合、SY-3旱地水田混合和SY-4高比例旱地；规划区内类型单元包括GHQ-1高比例林地、GHQ-2高比例旱地、GHQ-3林地农田不透水面混合和GHQ-4高比例不透水面(表2)。

2000—2020年类型元基本稳定，但随着时间变化，规划区中心的GHQ-3与GHQ-4增多并开始向北发展，市域范围内南部的SY-1逐渐被SY-2和SY-3侵蚀。这可能分别与哈尔滨江北新区开发建设和乡村城镇化有关。

此外，根据聚类与CO2浓度的匹配结果，各类型单元CO2浓度由低到高基本表现为：SY-1＜SY-2＜SY-3、SY-4，GHQ-1＜GHQ-2、GHQ-3＜GHQ-4，说明城市生态用地特别是以林地为优势景观的类型单元，对CO2浓度的降低效果明显大于以其他用地类型为主或相对较为分散的类型单元。

 

 

采用PCA方法，进一步提取各类型单元内可用于解释影响CO2浓度的特征指数。各年份PCA结果显示：

 

1)所有类型单元内景观格局指数KMO值均大于0.6，P值＜0.05，指数间存在较强相关性；

 

2)因研究时段内哈尔滨城市生态用地空间格局的形态、规模与分布特征发生了部分变化，各年主成分间存在差异，但不同主成分中载荷系数较大的指数仍具有一致性。

考虑各指数地理含义明确性、数据可获得性和相对独立性，选择能够表征各类型单元城市生态用地空间格局与CO2浓度关系的特征指数(表3)。此外，检验结果显示：方差膨胀系数(VIF)＜5，各特征指数间不存在多重共线性。