富春江历史文化景观服务评估

 

3.3.1历史文化景观总量评估

 

HCL总量用于表征同一文化单元内5—20世纪3项HCL指标的总和。HCL总量越高，文化和历史遗址越多，场所感越强，休闲游憩机会越多，历史文化积淀越深厚。由于LH、SP、RE3项指标之间存在由协同关系引起的并发性增强效果[21]，可运用多重生态系统服务能力（multi-ecosystemservicescapacity,MESC）评价模型[21]计算HCL总量，计算式（1~2）如下：式中：fj为所处世纪的HCL总量；j为所处世纪；i为HCL指标项数；n为指标项i求和上限；xi为第i个HCL指标的价值量；wi为第i个HCL指标的贡献权重；ws是协同作用下HCL指标的贡献权重；y是比例因子，假设一个文化单元提供的HCL指标个数（n）越多，该空间HCL总量越高。

 

由于MESC模型为不具备时间维度的扁平化数据计算模型，需在此基础上增加时间维度，得到时空维度下的HCL总量历时性数据模型，计算式（3）如下：式中：m为所处世纪j求和上限；F为所处文化单元的文化价值总量。通过同一文化单元同一世纪的HCL总量（fj）叠加，得到单个文化单元内HCL在5—20世纪文化价值总量（F）。单个文化单元内HCL指标项数（n）越多，HCL指标的价值量（xi）越高，所经历世纪数（j）越多，HCL总量越高。

 

3.3.2富春江历史文化景观潜力评估

 

在历史文化景观没有得到复兴的情况下，其发展趋势通常为周期性变化的S形时间序列曲线[10]。通过分析时间序列曲线的发展方向和趋势，可预测HCL在将来时域达到的目标[22]。插值法（interpolation）已被广泛运用于地理信息科学、环境科学等领域的时间序列研究，通过内插（interpolate）或外插（extrapolate）弥补缺失值、还原原始序列，进行资源未来动态发展与使用寿命预测[23]。

由于HCL时间序列具有非线性、非平稳数据的特性，在此类趋势预测中使用较为广泛的插值法有：3次样条插值（spline）、Akima插值与分段3次hermite插值（pchip）。根据以下特性选择最适用于预测HCL服务水平变化的插值函数：1）曲线稳定性与振荡频率；2）数据收敛性与防超调；3）预测数据保值性[24]。

 

以各文化单元5—20世纪HCL总量为时间序列，通过外插预测可得出21世纪的HCL服务水平估值。为使HCL潜力反映出时间序列的整体变化，且同时具备正负方向性以及数值量化特性，在21世纪HCL服务水平估值基础上求得平均数增长率（P），即HCL潜力。HCL潜力越高，该文化单元的HCL发展趋势越好，保护利用空间与潜力越大。

 

步骤如下。1）将同一文化单元5—20各世纪的HCL总量fj依序输入MATLAB软件，分别使用spline、makima（MATLAB软件中的Akima函数）、pchip函数进行外插，计算区间外指定点j=m+1时的缺失值（fj）；2）通过数据对照，根据标准选择数据稳定性、收敛性、保值性表现良好的函数作为外插预测的插值函数，并预测fm+1值；3）在fm+1基础上求j=m+1时的平均数增长率（P），即HCL潜力。HCL潜力模型如式（4）：式中：P为HCL潜力，

m、j、fj同式（3）。

 

3.4基于“总量-潜力”分布模型的文化单元分类与空间映射

 

基于总量与潜力2个基本维度，可对研究区域各文化单元的HCL服务的历史资源基础与未来发展进行综合评估，并实现不同文化单元HCL服务导向的文化单元分类，从而提出针对性的发展建议。

本研究基于“市场吸引力-承载力”模型（duCros模型）构建了HCL“总量-潜力”分布模型。duCros模型是以市场吸引力为横坐标，稳健性为纵坐标的二维空间矩阵，被广泛运用于CES评估[25]。因此本研究将HCL总量作为横坐标、HCL潜力作为纵坐标构建“总量-潜力”分布模型。通过几何间隔法分别求得总量与潜力的中断值[26]，以中断值为原点划分4个象限，并将各文化单元对应至其中。

 

对应富春江历史性河流廊道文化单元分布图，通过ArcMap10.2软件对“总量-潜力”分布模型输出结果进行空间映射，得到历史性河流廊道HCL服务供给的空间范围以及其中的4个空间类别。采用MATLAB软件绘制时间序列折线图，结合各类区域LH、SP、RE指标的历时性变化，分析各类型HCL的空间优势与保护利用方向。