城山煤礦區(qū)土地利用景觀破碎化分析

摘要以城山煤礦區(qū)土地利用現(xiàn)狀數(shù)據(jù)為基礎，基于ArcGIS軟件平臺及Fragstats景觀格局分析軟件進行數(shù)據(jù)處理及分析，選取景觀斑塊密度指數(shù)、聚集度指數(shù)、蔓延度指數(shù)、結合度指數(shù)等指標對礦區(qū)景觀破碎化程度進行定量分析。結果表明：區(qū)域內(nèi)林地、草地等景觀類型的破碎化程度較高；區(qū)域景觀蔓延度指數(shù)為64.47，區(qū)域景觀破碎化程度總體較高，反映煤礦開采對于景觀格局影響較大，不利于區(qū)域內(nèi)生物多樣性以及生態(tài)系統(tǒng)功能的發(fā)揮。

關鍵詞土地利用；景觀破碎化；城山煤礦區(qū)

中圖分類號S28文獻標識碼A文章編號0517-6611（2014）36-12977-03

AbstractThe land use data of Chengshan coal mining area are chosen for processing and analyzing based on ArcGIS and Fragstats software. Landscape patch density index， aggregation index， contagion index， cohesion index， etc. are used for quantitative analysis of landscape fragmentation in the coal mining area. The result shows that the landscape fragmentation degree of the forest land and grass land is relative high， the landscape contagion index in this area is 64.17， which means the overall landscape fragmentation degree is relatively high. It indicates mining activities have a great influence on the landscape pattern which are not conducive for biodiversity and ecosystem function in the area.

Key wordsLand use； Landscape fragmentation； Chengshan coal mining area

礦區(qū)作為一個特定的地理區(qū)域，其土地利用及景觀生態(tài)格局方面的研究越來越引起學術界的關注[1-4]，礦區(qū)景觀格局的形成是受氣候、地形地貌、土壤、植被等諸多自然要素以及礦產(chǎn)資源開采、農(nóng)業(yè)耕作、森林砍伐、城鄉(xiāng)居民點及道路建設等多種人類干擾活動綜合作用的結果。人類干擾加劇導致的景觀破碎化已成為景觀格局研究的重要內(nèi)容之一[5]，景觀破碎化是景觀由簡單趨向復雜、即景觀由單一、均質(zhì)和連續(xù)的整體趨向于復雜、異質(zhì)和不連續(xù)的斑塊鑲嵌體的過程，與景觀格局、功能與過程密切聯(lián)系[6]。礦區(qū)景觀破碎化主要是隨著采礦等人類干擾活動的影響日益顯著，導致斑塊的類型、數(shù)量不斷增加而單一斑塊的面積逐漸縮小，斑塊形狀趨于不規(guī)則，內(nèi)部生境面積縮小，使原有的景觀分化成不同類型景觀斑塊鑲嵌分布。通過煤礦區(qū)土地利用景觀破碎化的定量分析，可以從一定的角度適當評價采礦等人類干擾活動對礦區(qū)土地利用和景觀生態(tài)格局的影響，對于礦區(qū)土地資源的合理開發(fā)和可持續(xù)利用、礦區(qū)土地復墾和生態(tài)恢復重建具有重要的意義。

1研究區(qū)概況

城山煤礦位于黑龍江省雞西市主城區(qū)東北部、城子河區(qū)南部，中心地理坐標為130°33′40″ E，45°20′40″ N，礦井設計能力120萬t/年，核查礦區(qū)面積約37.89 km2。煤礦區(qū)在大地構造上位于興凱湖-布列亞山地塊區(qū)老爺嶺地塊佳木斯隆起帶的麻山隆起雞西復向斜北部條帶中段。區(qū)內(nèi)出露的地層主要為晚太古代麻山群，中生代下白堊統(tǒng)雞西群滴道組、城子河組、穆棱組，新生代第四系等。地貌單元大部分為山前臺地和河谷平原，北部部分為丘陵，南部為穆棱河河床地段。所屬區(qū)域為寒溫帶大陸性氣候，冬夏氣溫相差較大，年平均氣溫3.6 ℃，年平均降水量542.2 cm；初冰期為10月末，解冰期為4月末，凍結深度為1.5～2.1 m；主要風向為西風，最大風速為25 m/s。區(qū)內(nèi)最大的河流為穆棱河，由西向東蜿蜒穿過，途經(jīng)地區(qū)坡度不大，此外有城子河、白石河等從井田流過，最終匯入穆棱河。在行政區(qū)劃上煤礦區(qū)范圍主要包括城子河城區(qū)、城子河村、豐安村、紅衛(wèi)村、向陽村、新華村、新興村、新陽村、永紅村、永平村、正陽村、城子河礦林場和雞冠區(qū)部分（圖1）。礦區(qū)經(jīng)濟以工業(yè)和農(nóng)業(yè)為主，工業(yè)主要

為采礦、煤焦化工和電力等；

農(nóng)業(yè)主要以種植業(yè)和養(yǎng)殖業(yè)為主。雞密公路從礦區(qū)通過，鐵路專用線與哈密國鐵相連，交通方便。

2景觀類型劃分與數(shù)據(jù)處理

2.1景觀類型劃分

景觀是由地貌過程和各種干擾作用形成的，具有特定結構、功能和動態(tài)特征的一種宏觀系統(tǒng)，是具有高度空間異質(zhì)性的區(qū)域[7]，從總體上景觀可分為自然景觀和人工景觀兩大類。特定的景觀其類型的劃分各不相同，如有學者針對濕地景觀建立其分類體系[8] 。依據(jù)我國土地利用現(xiàn)狀分類體系，結合研究區(qū)具體特征及礦區(qū)土地資源管理的需要，將該區(qū)域劃分為8種景觀類型，即耕地、園地、林地、草地、城鎮(zhèn)村及工礦用地、交通運輸用地、水域及其他土地。

2.2數(shù)據(jù)來源及數(shù)據(jù)處理

以第二次全國土地調(diào)查數(shù)據(jù)為基礎數(shù)據(jù)源，運用ArcGIS空間分析軟件對數(shù)據(jù)加以處理，將研究區(qū)域矢量數(shù)據(jù)轉化為像元大小為29.4 m×29.4 m的柵格數(shù)據(jù)格式，進行景觀格局指數(shù)計算，主要借助Fragstats4.1軟件完成。

3景觀破碎化指數(shù)選取

景觀格局指數(shù)通常是指能夠高度濃縮景觀格局的信息，反映景觀結構組成以及空間配置方面特征的定量指標，有學者對景觀破碎化方面的景觀格局指數(shù)進行專門研究[9-10] 。研究根據(jù)研究區(qū)特點和研究目的需要選取的反映景觀破碎化的指標特征描述如表1所示。

3.1基礎指標

主要包括斑塊數(shù)量（NP）和斑塊面積（CA）。

3.2綜合指標

斑塊密度（PD），即景觀斑塊中斑塊數(shù)除以景觀總面積。根據(jù)這一指數(shù)可以比較不同類型景觀的破碎化程度及整個區(qū)域的景觀破碎化狀況，從而可以識別不同景觀類型受干擾的強度[6]。

斑塊面積比例（PLAND），即某一斑塊類型的總面積占整個景觀面積的百分比。其值趨于0時，說明景觀中此斑塊類型變得十分稀少；其值等于100時，說明整個景觀只由一類斑塊組成。

聚集度指數(shù)（AI），是基于同類型斑塊像元間公共邊界長度來計算的，當某類型中所有像元間不存在公共邊界時，該類型的聚合程度最低；而當類型中所有像元間存在的公共邊界達到最大值時，具有最大的聚合指數(shù)。其取值越大，則代表景觀由少數(shù)團聚的大斑塊組成，取值小則代表景觀由許多小斑塊組成。

最大斑塊指數(shù)（LPI），有助于確定景觀的優(yōu)勢類型，其值的大小決定著景觀中的優(yōu)勢種、內(nèi)部種的豐度等生態(tài)特征；其值的變化可以改變干擾的強度和頻率，反映人類活動的方向和強弱[11]。

蔓延度指數(shù)（CONTAG），是描述景觀中不同斑塊類型的團聚程度或延展趨勢的指標，由于該指標包含空間信息，是描述景觀格局的最重要的指數(shù)之一。一般來說，蔓延度指數(shù)值高說明景觀中的某種優(yōu)勢斑塊類型形成了良好的連接性；反之則表明景觀是具有多種要素的密集格局，景觀的破碎化程度較高[12]。

結合度指數(shù)（COHESION），它可以直觀地反映斑塊類型的自然連通性，結合度指數(shù)越高斑塊連接性越好，即景觀破碎化程度越低。

景觀斑塊形狀破碎化指數(shù)（FS），表示景觀領域受人類的干擾程度，其公式描述為：FS=1-1/MSI，公式中的MSI 即景觀平均形狀指數(shù)，景觀破碎化程度加深，主要是由于人為干擾，一般情況下，破碎化程度隨著人為干擾程度的加深而變大。

4結果與分析

4.1景觀類型基本特征分析

城山煤礦區(qū)耕地、園地、林地、草地、城鎮(zhèn)村及工礦用地、交通運輸用地、水域及其他土地的所有景觀類型的分布狀況如圖2?；贏rcGIS軟件平臺及Fragstats4.1景觀格局分析軟件進行景觀類型基本特征指標的計算結果如表2，結果顯示城山煤礦區(qū)的景觀斑塊總數(shù)為368，斑塊總面積3 788.73 hm2，其中耕地與城鎮(zhèn)村及工礦用地為礦區(qū)的主要景觀類型，二者斑塊數(shù)為139，占斑塊總數(shù)的37.8%，二者斑塊面積達3 376.27 hm2，占該區(qū)域斑塊總面積的89.11%，耕地斑塊個數(shù)較少但斑塊面積比例最大，說明耕地規(guī)模較大，多成片分布，破碎度最小。由各景觀類型的斑塊數(shù)量占總斑塊數(shù)量的百分比可知其他土地、園地以及交通運輸用地景觀的斑塊較為分散，人為干擾較為嚴重，破碎度高。

4.2景觀破碎化特征分析

由表3可以看出，按照斑塊類型的聚集度指數(shù)從大到小排序，它們依次是城鎮(zhèn)村及工礦用

地、耕地、水域、草地、林地、園地、其他土地、交通運輸用地，表明城鎮(zhèn)村及工礦用地、耕地這兩大用地類型是有少數(shù)團聚的大斑塊組成的，而交通運輸用地、其他土地以及園地的團聚度較小，表明其用地類型斑塊較小且較為分散。從最大斑塊指數(shù)可以看出耕地、城鎮(zhèn)村及工礦用地明顯高于其他用地類型，反映了該區(qū)域人類活動的主要方向為城鎮(zhèn)村建設、礦業(yè)開采以及農(nóng)業(yè)耕作。

從景觀斑塊形狀破碎化指數(shù)的取值來看，其他土地、園

地及草地相對較低，表明景觀形狀不規(guī)則，受人類活動即煤

礦開采的干擾程度大，由于受煤炭分布的影響，在煤炭開采、運輸?shù)倪^程中，園地、草地以及其他土地受到人為的分割，景觀破碎化度較高。

從斑塊結合度指數(shù)（COHESION）的取值來看，按照各斑塊類型的取值從大到小順序排列，它們依次是耕地、城鎮(zhèn)村及工礦用地、水域、草地、交通運輸用地、林地、園地、其他土地。其中，耕地與城鎮(zhèn)村及工礦用地的景觀斑塊結合度最好，林地、園地及其他土地的景觀斑塊結合度較差，這與城子河區(qū)的實際情況相符合，城子河區(qū)有林場分布，由于煤礦開采活動的影響，使得林地斑塊結合度較低，礦區(qū)內(nèi)向陽村、新陽村、城東村、城子河村、新興村、永和村、城西村、新城村等村落的零散分布，也是林地斑塊破碎化程度高的客觀原因。

通過Fragstats4.1景觀分析軟件得出，該區(qū)域最大斑塊占景觀面積比例為48.94%，景觀蔓延度指數(shù)為64.47，表明區(qū)域內(nèi)景觀連續(xù)性較差，區(qū)域景觀破碎化程度總體較高，反映煤礦開采對于景觀格局影響較大，不利于區(qū)域內(nèi)生物多樣性以及生態(tài)系統(tǒng)功能的發(fā)揮。因此在今后礦區(qū)土地復墾與生態(tài)恢復重建過程中，應注重景觀格局的連續(xù)性，盡量減少景觀破碎化程度，以發(fā)揮礦區(qū)土地景觀生態(tài)功能，維持礦區(qū)生物多樣性。

42卷36期王蘭霞等城山煤礦區(qū)土地利用景觀破碎化分析

參考文獻

[1] 卞正富，張燕平.徐州煤礦區(qū)土地利用格局演變分析[J].地理學報，2006（4）：349-358.

[2] 馬從安，才慶祥，王啟瑞.勝利礦區(qū)景觀生態(tài)的空間格局分析[J].采礦與安全工程學報，2007，24（4）：490-493.

[3] 吳春花，杜培軍，譚琨.煤礦區(qū)土地覆蓋與景觀格局變化研究[J].煤炭學報，2012，37（6）：1026-1033.

[4] 李昭陽，張楠，湯潔，等.吉林省煤礦區(qū)景觀生態(tài)風險分析[J].吉林大學學報：地球科學版，2011，41（1）：207-214.

[5] 李小利，劉國彬，張曉萍，等.黃土丘陵油田開發(fā)區(qū)景觀破碎化分析[J].中國水土保持科學，2008，6（3）：53-58.

[6] 王憲禮，布仁倉，胡遠滿，等.遼河三角洲濕地的景觀破碎化分析[J].應用生態(tài)學報，1996（3）：299-304.

[7] 鄔建國.景觀生態(tài)學：格局、過程、尺度與等級[M].北京：高等教育出版社，2000.

[8] 張學玲，蔡海生，丁思統(tǒng)，等.鄱陽湖濕地景觀格局變化及其驅動力分析[J].安徽農(nóng)業(yè)科學，2008，36（36）：16066-16070.

[9] 陳文波，肖篤寧，李秀珍.景觀指數(shù)分類、應用及構建研究[J].應用生態(tài)學報，2002（1）：121-125.

[10] 由暢，周永斌，于麗芬.景觀破碎化數(shù)量分析方法概述[J].中國農(nóng)學通報，2006（5）：146-151.

[11] 趙小娟，王長委，胡月明，等.基于GIS的沿海局地景觀格局變化研究[J].安徽農(nóng)業(yè)科學，2011，39（17）：10587-10590.

[12] 王世忠.基于LUPO模型的德清縣土地利用空間布局優(yōu)化[J].農(nóng)業(yè)工程學報，2012（20）：230-238.