基于移動窗口法的岷江干旱河谷景觀格局梯度分析

張玲玲, 趙永華, 殷 莎, 房 舒, 劉曉靜, 蒲苗苗

(長安大學地球科學與資源學院， 西安 710054)

基于移動窗口法的岷江干旱河谷景觀格局梯度分析

張玲玲, 趙永華*, 殷 莎, 房 舒, 劉曉靜, 蒲苗苗

(長安大學地球科學與資源學院， 西安 710054)

以岷江干旱河谷為研究區(qū)，基于GIS技術(shù)和移動窗口法對其景觀格局梯度變化進行分析，以期為區(qū)域的景觀格局優(yōu)化和管理提供支持。根據(jù)研究區(qū)的形狀特征，分別沿干流和支流設置4條樣帶；選取景觀水平下的景觀指數(shù)，利用FRAGSTATS3.3軟件分別采取標準法和移動窗口法獲得不同尺度下的景觀指數(shù)值；綜合利用景觀指數(shù)粒度效應分析、區(qū)域面積信息守恒評價方法和景觀指數(shù)幅度效應評價曲線確定研究區(qū)景觀格局梯度分析移動窗口尺寸，并計算了此窗口尺度下4條樣帶上的景觀指數(shù)，得到沿樣帶方向的景觀梯度格局。結(jié)果表明：岷江干旱河谷的景觀基質(zhì)是灌木林地，面積占73.82%。有林地和草地的景觀異質(zhì)性低，居民地和耕地斑塊破碎化程度較大。確定了50m的柵格大小，250m的移動窗口尺寸為研究區(qū)景觀格局梯度分析的窗口尺度；4條樣帶上各景觀指數(shù)均隨景觀類型變化出現(xiàn)不同幅度的上下波動特征，梯度特征明顯。處于景觀類型過渡地帶的區(qū)域，景觀多樣性和異質(zhì)性增加，破碎化程度高;干旱河谷景觀格局梯度變化主要受地形、水熱因子，以及堤壩建設和土地開發(fā)利用影響。研究作為一種有益的嘗試，更精細地分析了研究區(qū)的景觀格局，能夠為河谷地區(qū)景觀格局量化分析提供參考，但也存在一定不足，需要在今后工作中繼續(xù)深入研究。

尺度效應；景觀指數(shù)；移動窗口；梯度分析

景觀生態(tài)學中，尺度通常指空間和時間上的幅度(extent)和粒度(grain)。景觀格局是各種生態(tài)過程在不同尺度上作用的結(jié)果，是景觀異質(zhì)性的表現(xiàn)[1- 3]。尺度效應是指當空間幅度或粒度改變時，景觀空間異質(zhì)性也隨之改變的現(xiàn)象[4- 5]。尺度的變化對景觀格局的定量分析結(jié)果會產(chǎn)生不同程度的影響，因此在景觀格局分析中，選擇合適的分析尺度很有必要。尺度效應已有大量研究，徐麗等探討了合肥市景觀格局指數(shù)隨不同粒度的變化特征；ZHANG等以鳳凰市為例，應用移動窗口法，研究了不同窗口大小對土地破碎化研究結(jié)果的影響；Paul Galpern對景觀連通性的幅度效應進行了分析。上述研究主要集中在單一的空間粒度或者空間幅度方面，研究結(jié)果已經(jīng)證明分析數(shù)據(jù)的空間分辨率大小和研究區(qū)域的空間范圍對景觀分析結(jié)果均有影響[6- 11]，因此在景觀分析中應該將兩者綜合考慮，以準確有效反映區(qū)域景觀格局變化信息。

移動窗口法是通過統(tǒng)計計算窗口內(nèi)所選的景觀指標，輸出對應的柵格圖，以觀察景觀格局空間變異狀況，它可以使景觀空間格局信息明晰化[12]。梯度分析可以充分展現(xiàn)研究目標在空間上沿某一方向的分布規(guī)律和逐漸變化的空間特征。與傳統(tǒng)的基于總體的特征分析相比，利用移動窗口法對景觀格局進行空間梯度分析，可以實現(xiàn)局部區(qū)域上景觀指數(shù)的量化和空間可視化，從而更明確地從空間上展示景觀格局動態(tài)變化的過程，揭示景觀內(nèi)部結(jié)構(gòu)的差異性[13]。岷江干旱河谷地區(qū)地理位置特殊，地形地貌類型復雜多樣，生物多樣性豐富，是我國西南地區(qū)脆弱且具有重要生態(tài)服務功能的地區(qū)。它不僅是長江上游生態(tài)安全重要屏障的組成部分，也是成都平原的水源生命線。常年來在氣候條件和人類活動的共同影響下，滑坡、崩塌頻發(fā)，水土流失嚴重。近年來，由于對水土資源的不合理開發(fā)利用強度加大以及重大地質(zhì)災害的影響，區(qū)域內(nèi)生態(tài)環(huán)境惡化，景觀格局也發(fā)生一些變化。目前國內(nèi)外學者利用景觀指數(shù)和移動窗口相結(jié)合的方法對流域、城市空間梯度格局進行了大量的研究[14- 15]，但是用此方法對河谷地區(qū)景觀格局梯度分析尚屬少見。為此，本文以岷江干旱河谷為研究區(qū)，基于移動窗口法，通過變換研究區(qū)柵格像元大小和移動窗口半徑，來選擇干旱河谷空間格局梯度分析的合適尺度，旨在科學闡述岷江干旱河谷景觀梯度格局特征及其影響因素，探討各景觀指數(shù)沿樣帶梯度變化情況以及梯度分析方法能否反映干旱河谷縱向景觀格局變化特征，為河谷地區(qū)景觀格局的空間量化分析和格局優(yōu)化提供參考。

1 研究區(qū)域和研究方法

1.1 研究區(qū)概況

岷江上游干旱河谷地處四川盆地丘陵山地與青藏高原的過渡地帶，地理位置位于102°56′E—103°55′E，31°16′N—32°26′N之間，屬于橫斷山區(qū)東北緣。主要分布于岷江干流松潘鎮(zhèn)江關(guān)以下，經(jīng)茂縣鳳儀鎮(zhèn)至汶川縣綿虒鎮(zhèn)的岷江干流，以及黑水河谷和雜谷腦河谷等岷江支流的兩側(cè)。行政區(qū)域上包括四川省阿壩藏族羌族自治州的汶川、理縣、茂縣、黑水和松潘縣。區(qū)域內(nèi)高山與峽谷錯綜分布，嶺谷相對高差大，山脈多呈南北走向。由于高山峽谷阻擋了來自太平洋的東南季風氣流和來自印度洋的西南季風氣流，造成了該地區(qū)氣候垂直分異和地域性差異，絕熱增溫的焚風效應顯著，河谷地帶終年受下沉的干熱氣流控制，因此植被稀疏，主要為旱生灌草植被[16]。干濕季節(jié)分明，雨季短，一般為當年6月到10月，植被長勢茂盛。旱季長，一般是當年11月至次年5月，植被枯黃凋零。年降水量490mm左右，小于當年蒸發(fā)量，氣候干燥。

1.2 數(shù)據(jù)來源與處理

遙感數(shù)據(jù)選用2011年7月19日的Landsat ETM+遙感影像，經(jīng)過圖像增強處理后，分辨率為15m×15m。結(jié)合ETM+各波段的特點和波段之間的相關(guān)性，并且考慮到視覺效果，采用TM5、TM4、TM3波段合成假彩色影像。影像的投影坐標系采用Transverse Mercator投影，Krasovsky橢球體，中央經(jīng)線為105°E。參考2007年國土資源部公布的《土地利用現(xiàn)狀分類》，根據(jù)研究區(qū)的實際情況和研究需要，將干旱河谷景觀分為有林地、灌木林地、草地、耕地、水體、居民地6種景觀類型。根據(jù)建立的解譯標志，在ENVI4.8中使用監(jiān)督分類方法進行圖像解譯，得到分類結(jié)果(圖1)。經(jīng)過Kappa指數(shù)進行評價與驗證，分類精度為78.2%，符合研究需要。在Arcgis9.3中將分類結(jié)果轉(zhuǎn)換成矢量格式，并創(chuàng)建拓撲關(guān)系，最終得到符合要求的矢量數(shù)據(jù)。利用Arcgis9.3的空間分析功能，將矢量數(shù)據(jù)轉(zhuǎn)化為GRID格式。最后將柵格圖導入 Fragstats3.3軟件中進行相關(guān)景觀指數(shù)計算。

圖1 岷江干旱河谷景觀類型及樣帶設置Fig.1 Landscape type and location of the 4 sampling transects in dry valley of Minjiang River

1.3 研究方法

1.3.1 景觀指數(shù)的選擇

為既能全面反映景觀格局特征，又能減少格局信息冗余度，參照相關(guān)研究成果和研究區(qū)特點[17- 19]，本文選擇類型水平上的斑塊類型面積百分比(PLAND)、斑塊平均大小(MPS)、最大斑塊指數(shù)(LPI)及斑塊密度(PD)；景觀水平上的斑塊數(shù)(NP)、斑塊密度(PD)、最大斑塊指數(shù)(LPI)、分離度(DIVISION)、Shannon多樣性指數(shù)(SHDI)和Shannon均勻度指數(shù)(SHEI)，利用Fragstats 3.3 軟件分別選擇標準法和移動窗口法分析研究區(qū)景觀格局特征。

1.3.2 計算方法

本文綜合運用景觀指數(shù)粒度效應分析和改進的區(qū)域土地面積變化評價指數(shù)模型兩種方法[17,20]，定性分析和定量評價相結(jié)合，以選取適合本研究區(qū)景觀格局分析粒度。

景觀指數(shù)粒度效應分析是依據(jù)景觀指數(shù)的粒度效應曲線來選取合適粒度域的方法。曲線是以不同粒度為橫軸，以該粒度下對應的景觀指數(shù)值為縱軸建立的。

面積信息守恒評價方法是定量評判尺度轉(zhuǎn)換后精度的有效方法，根據(jù)徐芝英等提出的改進的區(qū)域土地面積變化評價指數(shù)模型，對研究區(qū)總面積損失情況進行評估。利用第一尺度域中的柵格大小作為橫坐標, 以區(qū)域土地面積變化值作為縱坐標進行圖示分析。模型表達如下：

Li=(Ai-Abi)/Abi×100

(1)

(2)

式中,Ai表示i類景觀柵格面積；Abi表示該類型在尺度轉(zhuǎn)換前的矢量面積，Li表示面積損失的相對值；Si表示區(qū)域土地面積變化指數(shù)；n表示景觀類型數(shù)目。

1.3.3 樣帶設計

岷江干旱河谷是以岷江干支流為中心逐漸向外擴展的自然地理區(qū)域，自然地理梯度主要表現(xiàn)為沿河流流向的縱向梯度。由于干旱河谷是地形比較破碎的地區(qū)，受自然和社會因素的影響，干旱河谷的上下游和干支流地段具有不同的寬度。考慮到不僅要盡可能多的包括多種斑塊類型還要保證研究數(shù)據(jù)結(jié)果的一致性，本文根據(jù)岷江干旱河谷的形狀特征、河谷寬度的上下限和研究目的，設置a、b、c、d 4條表示縱向梯度格局，具有代表性的樣帶[21]。4條樣帶寬度均為2.5km，a、b長度分別為21.5、17.5km，c、d均為19.5km。然后基于移動窗口法，以500m為間隔對樣帶進行柵格水平上的采樣，以分析干旱河谷景觀格局梯度變化。

2 結(jié)果與分析

2.1 分析尺度的選取

2.1.1 分析粒度的選取

本文選取轉(zhuǎn)換粒度以20m為起點，180m為終點，10m為間隔，對解譯的矢量數(shù)據(jù)柵格化，得到17幅不同粒度等級的柵格圖。對上述選取的指數(shù)進行景觀指數(shù)粒度效應分析，以確定研究區(qū)的合適分析粒度。

圖2 岷江干旱河谷景觀指數(shù)值隨粒度的變化Fig.2 The changes in landscape indices with different grain sizes in dry valley of Minjiang River

由圖2可知，隨著粒度的增加，各景觀指數(shù)值出現(xiàn)了尺度轉(zhuǎn)折點。這是由于柵格化過程中，矢量數(shù)據(jù)的邊界、相鄰斑塊的屬性發(fā)生改變，進而改變了景觀格局的有關(guān)特征，導致景觀指數(shù)值發(fā)生相應變化[10]。根據(jù)拐點分布情況，選定30—90 m和110—160 m為兩個景觀格局分析適宜尺度域。在此尺度域內(nèi)，景觀指數(shù)值的變化相對平緩，沒有劇烈變動，能夠有效反映研究區(qū)景觀格局變化?？紤]到計算效率問題，選擇第1尺度域作為適宜尺度域，進行下一步適宜分析粒度的確定研究。

由圖3可知，當柵格分辨率小于70m時，面積精度損失指數(shù)較小，其值小于0.25；大于70m后，面積精度損失指數(shù)值迅速變大，達到0.34。

圖3 不同柵格尺寸下的區(qū)域土地面積精度的變化Fig.3 Changes of land area accuracy in different grid sizes

綜合景觀指數(shù)粒度效應分析和信息損失評價的結(jié)果表明：50m為研究區(qū)景觀格局的適宜分析粒度，既能保證計算質(zhì)量，又不使計算工作量過于冗余。

2.1.2 分析幅度的選取

在已經(jīng)確定的研究區(qū)分析粒度基礎上，再進行分析幅度的選取，為進一步的區(qū)域景觀格局研究做準備。為避免非整數(shù)個像元帶來的數(shù)據(jù)處理的麻煩，本研究采用50m的奇數(shù)倍作為移動窗口的尺寸，以500m為上限，分別用邊長不等的移動窗口計算窗口內(nèi)的景觀指數(shù)。為避免窗口的邊緣效應，移動窗口在整個研究區(qū)內(nèi)從左上角開始移動，計算窗口內(nèi)的景觀指數(shù)值，再賦值給該窗口中心柵格，得到相應景觀指數(shù)柵格圖，然后在指數(shù)柵格圖中選取樣帶進行分析?；讷@取的景觀指數(shù)柵格圖，在4條樣帶上選取160個樣點，提取樣點的景觀指數(shù)值，研究幅度變化對景觀格局指數(shù)的影響。

在景觀水平上，4 條空間帶的景觀格局指數(shù)呈現(xiàn)出相似的變化趨勢。限于篇幅，本文僅以樣帶c上各景觀指數(shù)幅度變化響應為例進行分析。從圖4可以看出，當窗口寬度增大時，除NP指數(shù)曲線波動加劇外，其他5種景觀指數(shù)曲線趨于平滑。而當窗口寬度減小到50m時，指數(shù)曲線表現(xiàn)出鋸齒狀的波動?？傮w來看，250m的窗口尺寸是比較合適的分析尺度，選擇的景觀指數(shù)能夠形成較為平滑的可視化效果[22]。

圖4 不同幅度下景觀指數(shù)沿樣帶的變化Fig.4 Variation of landscape metrics along the land use transect with different spatial extents

2.2 合適尺度下景觀格局梯度分析

2.2.1 景觀格局整體特征

基于標準法的景觀格局分析表明(表1)，岷江干旱河谷景觀組成中，灌木林地的景觀面積百分比最大，占總面積的73.82%，是研究區(qū)景觀基質(zhì)類型；有林地、耕地、水體、草地和居民地的比例依次為11.86%、7.65%、2.51%、2.26%和1.9%；平均斑塊面積最大的是灌木林地，為741.2hm2，其次為草地，是117.2hm2，而其他類型景觀平均斑塊面積都較?。话邏K密度最大的是水體，其次是居民地和耕地，而有林地、草地的斑塊密度很小，不足0.3個/km2；灌木林地的最大斑塊指數(shù)最大，草地、有林地、耕地、水體和居民地依次減小。上述結(jié)果說明，灌木林地為研究區(qū)的優(yōu)勢景觀類型。有林地和草地的最大斑塊指數(shù)比較大，而斑塊密度很小，說明二者的景觀異質(zhì)性低。居民地和耕地的斑塊密度比較大，而平均斑塊面積很小，表明二者斑塊的破碎化程度較大。

表1 岷江干旱河谷景觀格局特征

PLAND:景觀面積百分比Percentage of landscape; PD:斑塊密度Patch density; LPI:最大斑塊指數(shù)Largest patch index; MPS:平均斑塊面積 Average patch area

2.2.2 景觀空間梯度格局

景觀空間梯度格局梯度變化是指在某一區(qū)域內(nèi)景觀特征沿著某方向有規(guī)律地變化。研究區(qū)景觀類型的梯度變化特征如圖5所示，4條樣帶上各指數(shù)值均呈現(xiàn)不同幅度的上下波動特征。

樣帶a上，各景觀指數(shù)出現(xiàn)4個明顯的波動段，分別是樣點8—11(景觀類型主要為草地和灌木林地)，22—26(景觀類型以灌木林地和耕地為主)，31—34(位于灌木林地區(qū))，40-43(位于有林地到灌木林地的過渡帶)。其中在第1段和第4段中DIVISION、SHEI和SHDI值均出現(xiàn)峰值，而NP、PD和LPI出現(xiàn)谷值，表明這一地區(qū)景觀類型多樣，分布均勻，破碎化程度高。這一方面是由于谷坡陡峻，山體破碎所致，二是薪柴仍舊是該山區(qū)農(nóng)業(yè)人口的主要能源形式，長期大量取薪造成這一地區(qū)景觀破碎化和生態(tài)退化；第2段和第3段中除LPI出現(xiàn)谷值外，其他景觀指數(shù)均出現(xiàn)峰值。說明這一區(qū)域景觀異質(zhì)性顯著，破碎程度高。主要是由于近年來梯級水電站的建立，導致該區(qū)的土地開發(fā)和建設強度不斷加大。

樣帶b上是3段起伏變化，分別為7—10(區(qū)域內(nèi)耕地、居民地、有林地交替分布)，13—17(景觀類型以灌木林地為主)，27—29(位于灌木林地向有林地過渡帶)，3段上NP、PD、DIVISION、SHEI、SHDI均出現(xiàn)峰值，LPI則是谷值。說明該段區(qū)域上景觀類型多樣，分離度高，破碎化嚴重，優(yōu)勢景觀不明顯。主要是因為在源頭附近河流侵蝕作用強烈，山體破碎，以及居民貧困現(xiàn)象顯著，過度采伐和陡坡耕植禁而不止。

樣帶c上分為3段波動區(qū)域，分別是3—7(景觀類型主要為居民地和耕地)，25—31(景觀類型以灌木林地為主)，36—38(優(yōu)勢景觀類型為耕地)。其中第1段和第2段上NP、PD、DIVISION、SHEI、SHDI均出現(xiàn)峰值，LPI則是谷值，表明這段區(qū)域景觀分布均勻，異質(zhì)性顯著。第3段上NP、PD、LPI出現(xiàn)谷值，DIVISION、SHEI、SHDI出現(xiàn)峰值。說明在該段景觀多樣性和異質(zhì)性大，破碎化程度高。這是由于該段接近干支流交匯處，水分條件得到改善，人口增加，居民點分布密度也提高，對土地利用強度增加，造成生態(tài)破壞。

樣帶d上自西南向東北依次出現(xiàn)了2個峰值，分別是17—20(位于灌木林地向耕地過渡地帶)，28—31(景觀類型以灌木林地為主)。在第1段里DIVISION、SHEI和SHDI出現(xiàn)峰值，LPI出現(xiàn)谷值，而NP和PD變化不大。表明該段景觀類型完整，第2段里NP、PD、DIVISION、SHEI、SHDI均出現(xiàn)峰值，LPI則是谷值。說明這段區(qū)域土地利用豐富，景觀類型多樣，各類景觀分布均勻。這是因為受海拔的降低，水熱條件改善，以及退耕還林政策的引導和地震災害的影響和生態(tài)補償機制的建立，居民活動向有利于生態(tài)環(huán)境恢復的方向發(fā)展。

圖5 岷江干旱河谷樣帶上景觀指數(shù)的梯度變化Fig.5 Gradients variation in Landscape Metrics of 4 transects in dry valley of Minjiang River

3 結(jié)論與討論

(1)不同的景觀有不同的格局特征，對尺度變化的響應也不同，只有針對特定景觀的合適尺度，而沒有最佳尺度[14]。綜合景觀粒度效應分析、面積信息守恒評價和景觀指數(shù)幅度響應曲線的結(jié)果，考慮到計算機硬件配置和數(shù)據(jù)運算時間[23]，確定50m的柵格大小、250m的窗口尺寸可用于研究區(qū)景觀梯度分析，既能保留梯度特征又不使景觀指數(shù)出現(xiàn)較大波動。

(2)岷江干旱河谷總體上以灌木林地和有林地為主，斑塊面積大，優(yōu)勢度高，異質(zhì)性低。居民地和耕地斑塊密度大，分布分散，破碎化程度高。4條樣帶上景觀格局梯度變化特征表明：沿干流和沿支流梯度方向上，各景觀指數(shù)值均有明顯變化。樣帶上不同地區(qū)的景觀類型空間異質(zhì)性是景觀格局梯度差異的原因，處于景觀類型過渡地帶和不同景觀鑲嵌分布的區(qū)域，指數(shù)變化比較大，景觀多樣性增加，破碎化程度高。干旱河谷本身的自然地理因素中的地形、水熱等因子，以及人為因素中的堤壩建設和土地開發(fā)利用活動是景觀梯度格局變化的驅(qū)動因子。

(3)不同樣帶設計方案會影響到景觀指數(shù)的梯度變化，在計算結(jié)果的差異方面尚缺乏系統(tǒng)的研究，因此選取樣帶時需要綜合考慮研究區(qū)的地形特征、研究目標等因素。本文在設置樣帶時將干旱河谷形狀特征和自然、社會影響因子考慮在內(nèi)，設計了支流方向上主要受水分因素影響的a、c樣帶，干流方向上主要受熱量因素影響的b、d樣帶，而且，b樣帶位于源頭附近，受人類活動干擾程度小于海拔較低的d樣帶。樣帶a、c比樣帶b、d景觀指數(shù)波動大，樣帶d比樣帶b景觀指數(shù)波動大，表明研究區(qū)景觀格局變化受水分影響和人類活動影響比較大。

(4)干旱河谷總體格局分析能夠得到研究區(qū)總體格局的特征，但是很難反映干旱河谷景觀格局的細節(jié)特征，梯度分析能有效解決這一問題。作為一種有益的嘗試，本研究設置樣帶，應用移動窗口和景觀指數(shù)相結(jié)合的方法，更精細地分析了岷江干旱河谷的景觀格局。但尚存在一定的問題：

(1) 本研究主要分析了水平維度上的景觀格局梯度動態(tài)變化，垂直維度因素如何影響景觀梯度格局，有待進一步研究。

(2) 遙感數(shù)據(jù)本身的分辨率對梯度分析結(jié)果有一定的影響，使用高空間分辨率的分析數(shù)據(jù)能夠更真實反映空間格局的變化。

(3) 尺度可分為測量尺度和本征尺度。測量尺度用來測量過程和格局，本征尺度是自然現(xiàn)象固有而獨立于人類控制之外的[3]。本研究在尺度推繹上存在一定的主觀性，如何使測量尺度不斷接近本征尺度，減少人為測量尺度的劃分對景觀格局內(nèi)在規(guī)律性的破壞需要進一步的研究。

(4) 景觀生態(tài)過程是動態(tài)的、發(fā)展延續(xù)的過程，將靜態(tài)的格局分析賦予動態(tài)變化的屬性，是把格局分析與生態(tài)過程研究結(jié)合起來的重要分析方法。今后，將結(jié)合時間序列的景觀數(shù)據(jù)和社會經(jīng)濟數(shù)據(jù)等，建立過程影響因子動態(tài)變化圖譜，從而構(gòu)建新的景觀動態(tài)變化格局，以分析其變化特征并實行空間格局的優(yōu)化。

[1] Su C H, Fu B J.Discussion on links among landscape pattern, ecological process, and ecosystem services.Chinese Journal of Nature, 2012, 34(5): 277- 283.

[2] Haber W.Landscape ecology as a bridge from ecosystems to human ecology.Ecological Research, 2004, 19(1): 99- 106.

[3] Chen L D, Liu Y, Lü Y H, Feng X M, Fu B J.Landscape pattern analysis in landscape ecology: current, challenges and future.Acta Ecologica Sinica, 2008, 28(11): 5521- 5531.

[4] Wang Y f, Shen Y M, Chen S J, Wu D L.Range effect of the correlations among landscape metrics.Chinese Journal of Ecology, 2012, 31(8): 2091- 2097.

[5] Zhang J H, Wu Z F, Lv Z Q, Gao Y.Extent effect of landscape gradient analysis of urban-rural transect.Chinese Journal of Ecology, 2008, 27(6): 978- 984.

[6] Bu R C, Li X Z, Hu Y M, Chang Y, He H S.Scaling effects on landscape pattern indices.Chinese Journal of Ecology, 2003, 14(12): 2181- 2186.

[7] Shen W J, Wu J G, Lin Y B, Ren H, Li Q F.Effects of changing grain size on landscape pattern analysis.Acta Ecologica Sinica, 2003, 23(12): 2506- 2519.

[8] Zhu M, Xu J G, Li J L, Xu S, Song L G.Effects of spatial extent in gradient analysis of Shanghai City landscape pattern.Chinese Journal of Ecology, 2006, 25(10): 1214- 1217.

[9] Zhang S N, York A M, Boone C G.Methodological advances in the spatial analysis of land fragmentation.The Professional Geographer, 2013, 65(3): 512- 516.

[10] Xu L, Bian X Q, Qin X L, Zhang Q G, Liu L.Effects of grain size change on landscape pattern indices of Hefei City.Chinese Journal of Applied Ecology, 2010, 21(5): 1167- 1173.

[11] Galpern P, Manseau M.Finding the functional grain: comparing methods for scaling resistance surfaces.Landscape Ecology, 2013, 28(7): 1269- 1281.

[12] KONG F H, Nobukazu N.Spatial-temporal gradient analysis of urban green spaces in Jinan, China.Landscape and Urban Planning, 2006, 78(3): 147- 164.

[13] Liu X, Guo Q X.Landscape pattern in Northeast China based on moving window method.Chinese Journal of Applied Ecology, 2009, 20(6): 1415- 1422.

[14] Zhao Z X, Zhang B, Jin X, Weng B S, Yan D H, Bao S J.Spatial gradients pattern of landscapes and their relations with environmental factors in Haihe River basin.Acta Ecologica Sinica, 2011, 31(7): 1925- 1935.

[15] Tao Y, Li F, Wang R S, Zhao D.Research progress in the quantitative methods of urban green space patterns.Acta Ecologica Sinica, 2013, 33(8): 2330- 2342.

[16] Hu Z B, He X Y, Jiang X B, Zhao Y H, Hu Y M, Chang Y, Li Y H, Han W Q, Liu M.Landscape pattern change at the upper reaches of Minjiang River and its driving force.Chinese Journal of Applied Ecology, 2004, 15(10): 1797- 1803.

[17] Zhao W W, Fu B J, Chen L D.The effects of grain change on landscape indices.Quaternary Science, 2003, 23(3): 326- 333.

[18] Yu L, Zhao Y W, Zhang Y, Li M.Landscape pattern analysis of wetlands in the Daliaohe Watershed, based on optimal grain size.Acta Scientiae Circumstantiae, 2011, 31(4): 873- 879.

[19] Yang C J, Liu J Y, Zhang Z X, Wang C Y.Analysis of accuracy loss during rasterizing vector data with different grid size.Journal of Mountain Science, 2001, 19(3): 258- 264.

[20] Xu Z Y, Hu Y F, Liu Y, Yan Y.A review on the accuracy analysis of spatial scaling data.Progress in Geography, 2012, 31(12): 1574- 1582.

[21] Liu H Y, Li Z F.Spatial gradients of wetland landscape and their influential factors in watershed.Acta Ecologica Sinica, 2006, 26(1): 213- 220.

[22] Tan L, He X Y, Chen W, Li X Y, Xu W D, Tang L.Gradient analysis of urban green space landscape pattern in Shenyang City based on QuickBird image.Chinese Journal of Ecology, 2008, 27(7): 1141- 1148.

[23] Zhu Y J, Wang C, Jia B Q, Su J.Landscape pattern gradient on tree canopy in the central city of Guangzhou, China.Acta Ecologica Sinica, 2011, 31(20): 5910- 5917.

參考文獻:

[1] 蘇常紅, 傅伯杰.景觀格局與生態(tài)過程的關(guān)系及其對生態(tài)系統(tǒng)服務的影響.自然雜志, 2012, 34(5): 277- 283.

[3] 陳利頂, 劉洋, 呂一河, 馮曉明, 傅伯杰.景觀生態(tài)學中的格局分析: 現(xiàn)狀、困境與未來.生態(tài)學報, 2008, 28(11): 5521- 5531.

[4] 王艷芳, 沈永明, 陳壽軍, 吳德力.景觀格局指數(shù)相關(guān)性的幅度效應.生態(tài)學雜志, 2012, 31(8): 2091- 2097.

[5] 張景華, 吳志峰, 呂志強, 高楊.城鄉(xiāng)樣帶景觀梯度分析的幅度效應.生態(tài)學雜志, 2008, 27(6): 978- 984.

[6] 布仁倉, 李秀珍, 胡遠滿, 常禹, 賀紅士.尺度分析對景觀格局指標的影響.應用生態(tài)學報, 2003, 14(12): 2181- 2186.

[7] 申衛(wèi)軍, 鄔建國, 林永標, 任海, 李勤奮.空間粒度變化對景觀格局分析的影響.生態(tài)學報, 2003, 23(12): 2506- 2519.

[8] 朱明, 徐建剛, 李建龍, 徐勝, 宋量剛.上海市景觀格局梯度分析的空間幅度效應.生態(tài)學雜志, 2006, 25(10): 1214- 1217.

[10] 徐麗, 卞曉慶, 秦小林, 張慶國, 劉琳.空間粒度變化對合肥市景觀格局指數(shù)的影響.應用生態(tài)學報, 2010, 21(5): 1167- 1173.

[13] 劉昕, 國慶喜.基于移動窗口法的中國東北地區(qū)景觀格局.應用生態(tài)學報, 2009, 20(6): 1415- 1422.

[14] 趙志軒, 張彪, 金鑫, 翁白莎, 嚴登華, 鮑淑君.海河流域景觀空間梯度格局及其與環(huán)境因子的關(guān)系.生態(tài)學報, 2011, 31(7): 1925- 1935.

[15] 陶宇, 李鋒, 王如松, 趙丹.城市綠色空間格局的定量化方法研究進展.生態(tài)學報, 2013, 33(8): 2330- 2342.

[16] 胡志斌, 何興元, 江曉波, 趙永華, 胡遠滿, 常禹, 李月輝, 韓文權(quán), 劉淼.岷江上游典型時期景觀格局變化及驅(qū)動力初步分析.應用生態(tài)學報, 2004, 15(10): 1797- 1803.

[17] 趙文武, 傅伯杰, 陳利頂.景觀指數(shù)的粒度變化效應.第四紀研究, 2003, 23(3): 326- 333.

[18] 于磊, 趙彥偉, 張遠, 李敏.基于最佳分析粒度的大遼河流域濕地景觀格局分析.環(huán)境科學學報, 2011, 31(4): 873- 879.

[19] 楊存建, 劉紀遠, 張增祥, 王長有.土地利用數(shù)據(jù)尺度轉(zhuǎn)換的精度損失分析.山地學報, 2001, 19(3): 258- 264.

[20] 徐芝英, 胡云鋒, 劉越, 艷燕.空間尺度轉(zhuǎn)換數(shù)據(jù)精度評價的準則和方法.地理科學進展, 2012, 31(12): 1574- 1582.

[21] 劉紅玉, 李兆富.流域濕地景觀空間梯度格局及其影響因素分析.生態(tài)學報, 2006, 26(1): 213- 220.

[22] 譚麗, 何興元, 陳瑋, 李小玉, 徐文鐸, 唐玲.基于QuickBird衛(wèi)星影像的沈陽城市綠地景觀格局梯度分析.生態(tài)學雜志, 2008, 27(7): 1141- 1148.

[23] 朱耀軍, 王成, 賈寶全, 粟娟.廣州市主城區(qū)樹冠覆蓋景觀格局梯度.生態(tài)學報, 2011, 31(20): 5910- 5917.

GradientanalysisofdryvalleyofMinjiangRiverlandscapepattern,basedonmovingwindowmethod

ZHANG Lingling, ZHAO Yonghua*, YIN Sha, FANG Shu, LIU Xiaojing, PU Miaomiao

CollegeofEarthScienceandResources，Chang′anUniversity，Xi′an710054，China

Great attentions have been paid on landscape changes in recent years.As a basis of further researches on landscape functions and dynamics, contributes to analyzing spatial distribution characteristics of landscape components, landscape pattern analysis became an important topic of landscape ecology.In landscape pattern analysis, landscape metrics has been used as a common tool to exhibit the spatial distribution of landscape.During the past two decades, many processes have been used to analyze changes of landscape and the relationships with human influences and environmental factors.As a hotspot of quantitative methods of landscape analysis, gradient analysis, which is conducive to revealing the evolutionary laws of spatial landscape patterns has became a significant means in landscape ecology.However, the appropriate spatial scale is the key point to calculate the landscape metrics, and scale issues represent one of the foremost frontiers of landscape ecology.It is well known that the observed landscape pattern and its relationship with (landscape) process depend upon the scale.Great developments have been made on researches on pixel and spatial extent of landscape pattern evolution quantitatively and qualitatively.Little on the accuracy of the landscape analysis is related to both pixel and extent effect since there is the lackage of systematic study on the selection of optimization scale in landscape gradient pattern analysis.In this study, taking the dry valley of Minjiang River as study area and using ARCGIS9.3, ENVI4.8 and FRAGSTATS3.3, based on the image data of Land Resources Satellite ETM+ (2011), we aim to analyze the variation of landscape index with grain size.To obtain gradient patterns of the landscapes, 4 transects have been set up along both mainstream and tributaries of Minjiang River.A series of metrics at the landscape level (NP, PD, LPI, DIVISION, SHDI, and SHEI) were chosen and calculated using standard and moving window approach with different spatial scale, respectively.Then, an optimization-scale selection method, which integrates: the grain effect analysis of landscape index, the data loss assessment and the landscape index range effect curve analysis, was developed to obtain accuracy and efficient scale.By analyzing the grain inflexions of the landscape index comprehensively, we found that 30—90m and 110—160m were the appropriate grain ranges.Data loss assessment showed that 50m was the appropriate grain extent.In addition, based on moving window analysis, landscape index range effect curve analysis suggested that 250m was the most appropriate spatial extent for landscape pattern analysis.At the landscape level, 6 metrics were calculated by Moving window method: shrub land, accounting for 73.82% of the total landscape, was the matrix in dry valley of Minjiang River in the year 2011; the forestland and grassland′s landscape heterogeneity decreased and relatively high the fragmentation degree of construct and farmland; water area has no obvious change; landscape metrics in the four transects present different amplitude and evident gradient diversity as landscape type change, the index change is larger in transition zone as compared to the single region; landscape pattern develops in the direction of heterogeneity, diversification and homogenization; and topography, precipitation, temperature and human activities were the factors for the gradient changes of landscape.As a kind of beneficial attempt, this study more finely analyzed the landscape pattern in the study area.The result of landscape pattern gradient analysis provided a novel way for discerning the landscape pattern change in the mountainous areas.

scale effect; landscape metrics; moving window; gradient analysis

國家自然科學基金項目資助(31000222， 31170664)

2013- 10- 31;

2014- 04- 04

10.5846/stxb201310312639

*通訊作者Corresponding author.E-mail: yonghuaz@chd.edu.cn

張玲玲, 趙永華, 殷莎, 房舒, 劉曉靜, 蒲苗苗.基于移動窗口法的岷江干旱河谷景觀格局梯度分析.生態(tài)學報,2014,34(12):3276- 3284.

Zhang L L, Zhao Y H, Yin S, Fang S, Liu X J, Pu M M.Gradient analysis of dry valley of Minjiang River landscape pattern, based on moving window method.Acta Ecologica Sinica,2014,34(12):3276- 3284.