基于Ripley K函數(shù)的平江縣景觀格局分析

劉鈺欣, 葛大兵, 王 丹

( 湖南農(nóng)業(yè)大學(xué) 生物科學(xué)技術(shù)學(xué)院,湖南 長(zhǎng)沙 410128)

基于RipleyK函數(shù)的平江縣景觀格局分析

劉鈺欣, 葛大兵*, 王 丹

( 湖南農(nóng)業(yè)大學(xué) 生物科學(xué)技術(shù)學(xué)院,湖南 長(zhǎng)沙 410128)

基于2001、2009和2016年平江縣TM 遙感影像,應(yīng)用RipleyK函數(shù)分析了平江縣縣域景觀格局的特征及其變化,以期為平江縣的可持續(xù)發(fā)展及景觀規(guī)劃提供科學(xué)依據(jù).結(jié)果表明: 2001～2016年間,平江縣林地和建設(shè)用地面積逐漸增大;耕地、水域和園地面積則逐漸減少，其中水域面積減少趨勢(shì)較平緩.在研究期間,研究區(qū)的各種景觀類型在空間分布特征上均發(fā)生了顯著的改變,總體表現(xiàn)為水域、建設(shè)用地和耕地的空間聚集程度降低,分布的均勻度增加;林地的空間分布隨著面積的降低聚集性增強(qiáng)；園地的空間分布則趨向于隨機(jī)分布,聚集程度減弱.圖3,參15.

Ripley K函數(shù);景觀格局;多尺度;平江縣

景觀生態(tài)學(xué)一個(gè)重要的特點(diǎn)就是具有尺度效應(yīng),因此對(duì)于尺度問題的分析也成為了景觀生態(tài)學(xué)及相關(guān)學(xué)科研究的熱點(diǎn)[1].目前對(duì)于景觀格局與尺度依賴的分析已經(jīng)有了眾多成果,如小波分析、地統(tǒng)計(jì)學(xué)、空隙度法等都有了較為成熟的應(yīng)用,并取得了一定成果[2-4],而空間分析中,樣方、樣帶等方法應(yīng)用也比較廣泛[5],上述方法可以認(rèn)為是基于面狀景觀研究,相比較而言,點(diǎn)格局分析則較少應(yīng)用.

RipleyK是一種能夠?qū)崿F(xiàn)在多尺度下對(duì)景觀格局進(jìn)行有效分析的空間點(diǎn)格局分析法.景觀類型的斑塊大小以及空間聚集程度能夠很好的從該分析法所提供的空間特征尺度和強(qiáng)度兩個(gè)指數(shù)反應(yīng)出來,并且在景觀格局上的研究過程中逐漸表現(xiàn)出該方法簡(jiǎn)單高效等優(yōu)點(diǎn)[6-9].借助RS和GIS技術(shù),利用RipleyK函數(shù)在多個(gè)空間尺度上對(duì)平江縣的景觀格局進(jìn)行分析,研究其2001～2016年間景觀格局的特征及其變化,以期為平江縣的可持續(xù)發(fā)展及景觀規(guī)劃提供科學(xué)依據(jù).

1 研究區(qū)概況

平江縣,隸屬于湖南省岳陽市,位于湖南省東北部,地理位置東經(jīng)113°10′13″～114°09′06″、北緯28°25′33″～29°06′28″之間,處汨水、羅水上游,汨羅江自東向西貫穿全境.東接壤于江西修水縣、銅鼓縣;南與瀏陽市毗鄰;西與長(zhǎng)沙縣、汨羅市交界;北則與岳陽縣和湖北省的通城縣相連.土地總面積411 806.18公頃,轄27個(gè)鄉(xiāng)、鎮(zhèn),778個(gè)村.

平江縣地貌以山地和丘陵為主,地勢(shì)西南部低,東南部和東北部高,相對(duì)高度達(dá)1500米.山丘分別屬連云山脈和幕阜山脈.境內(nèi)氣候?qū)俅箨懶约撅L(fēng)氣候區(qū),東亞熱帶向北亞帶過渡氣候帶,春溫多雨、夏秋多旱、嚴(yán)寒期短.境內(nèi)有汨羅江和新墻河兩大水系,河網(wǎng)交錯(cuò)縱橫,汨水自東向西貫穿全境,境內(nèi)全長(zhǎng)192.9 km.

2 景觀格局分析方法

2.1 數(shù)據(jù)來源及預(yù)處理

研究是采用中科院地理空間數(shù)據(jù)云上下載的2001、2009和2016年lansatTM三期遙感影像為數(shù)據(jù)源,同時(shí)以2014年平江縣土地利用矢量現(xiàn)狀圖、平江縣年鑒、平江縣土地利用總體規(guī)劃為輔助數(shù)據(jù),參照中國科學(xué)院資源環(huán)境分類系統(tǒng),利用ERDAS軟件對(duì)遙感影像進(jìn)行波段選擇與組合、統(tǒng)一投影坐標(biāo)系統(tǒng)、 幾何校正、數(shù)據(jù)融合等預(yù)處理,在ArcGIS10.0軟件的支持下,獲取平江縣土地利用類型圖.為了使景觀類型與土地利用類型吻合,在參考第二次全國土地利用調(diào)查土地分類的基礎(chǔ)上,結(jié)合平江縣的土地利用格局整體特征,將研究區(qū)3個(gè)年份的TM遙感影像劃分為水域、林地、 園地、耕地、建設(shè)用地和其他未利用地6類[10](圖1),并在ArcGIS Desktop 10.0中將IMG格式文件轉(zhuǎn)變?yōu)镾HP矢量格式文件.

圖1 2001、2009、2016年平江縣景觀分類圖Fig.1 Landscape classification map of Pingjiang County in 2001,2009 and 2016．

2.2 RipleyK基本函數(shù)

RipleyK作為“點(diǎn)格局分析” ( point pattern analysis)的常用分析方法,其優(yōu)點(diǎn)在于不僅能夠?qū)坝^格局進(jìn)行多尺度研究,而且能同時(shí)利用Monie Carlo模擬法還可以對(duì)數(shù)據(jù)進(jìn)行顯著性驗(yàn)證,能夠最大化的減少遙感影像分類的巨大工作量,并且精度可靠.計(jì)算公式如下:

(1)

(2)

式中,A、n、d分別代表研究區(qū)域的總面積、隨機(jī)點(diǎn)個(gè)數(shù)、空間尺度;dij是隨機(jī)點(diǎn)i與j的距離值,δij(d)=1(dij≤d)或δij(d)=0(dij>d).Besag等提出用L(d)代替K(d),不僅能保持方差穩(wěn)定而且能夠使期望值線性化[11].

2.3 數(shù)據(jù)處理

研究利用ArcGIS10.0 軟件工具箱中的Spatial Statistics 工具在研究區(qū)范圍內(nèi)生成4 000個(gè)隨機(jī)點(diǎn),并將該隨機(jī)點(diǎn)圖層分別和三個(gè)年份的景觀類型分類圖層進(jìn)行矢量疊置分析,獲得各隨機(jī)點(diǎn)的所屬類型;然后利用Spatial Statistics 工具中的RipleyK函數(shù)進(jìn)行三期景觀類型分析和顯著性檢驗(yàn).基于ArcGIS10.0 軟件計(jì)算RipleyK函數(shù)的L(d) 函數(shù)值,設(shè)置研究半徑每次增加1 000 m,共計(jì)算20次;邊界校正采用模擬邊界外值法( simulate outer boundary values)如圖2;通過蒙特卡洛模擬法來檢驗(yàn)RipleyK偏離隨機(jī)性的顯著性,設(shè)置置信度為99%.

把ArcGIS 10.0中得到的.dbf格式計(jì)算結(jié)果導(dǎo)入到Excel軟件,生成d值、上包跡線、下包跡線與L(d)值的關(guān)系圖.若L(d)觀測(cè)值大于上包跡線,則該景觀類型空間分布呈顯著聚集性;小于下包跡線,則其空間分布呈現(xiàn)顯著均勻性;處于上包跡線與下包跡線之間,說明其空間分布具有顯著的隨機(jī)性.當(dāng)L(d)觀測(cè)值大于預(yù)期值,觀測(cè)值曲線越遠(yuǎn)離預(yù)期值曲線則該分布聚集程度越強(qiáng);當(dāng)L(d)觀測(cè)值小于預(yù)期值,觀測(cè)值曲線越遠(yuǎn)離預(yù)期值曲線則該分布的離散程度越強(qiáng).

圖2 2001( A) 、2009( B) 和2016年( C) 研究區(qū)各景觀類型的 Ripley L( d) 指數(shù)分析Fig.2 Ripley' s L(d) index analysis of different landscape types in the research in 2001(A),2009(B) and 2016(C).

注:a耕地 Farmland;b建設(shè)用地Construction land;c林地Forestland; d水域Waters; e園地Garden land．Ⅰ:L(d)預(yù)期值ExpectedK;Ⅱ:觀測(cè)值ObseredK; ; Ⅲ:下包跡線Low confidence envelope Ⅳ:上包跡線High confidence envelope.

3 結(jié)果與分析

3.1 平江縣景觀格局特征

在研究區(qū)域,林地所占面積比例最大,連通性最好,是平江縣最基本的土地利用類型;耕地、水域、建設(shè)用地、園地和其他未利用土地則以斑塊或廊道形式鑲嵌于其中(圖1、圖3).然而隨著土地利用方式的不斷調(diào)整變化.平江縣土地利用狀況和景觀格局均發(fā)生了一定程度的變化.研究中分別統(tǒng)計(jì)分析了2001、2009和2016年平江縣的土地利用結(jié)構(gòu),分析發(fā)現(xiàn):2001到2016年間,研究區(qū)林地和建設(shè)用地面積逐漸增大,其中林地的增長(zhǎng)幅度最大,從2001年的67.74%增大到2016年的69.18%；耕地和園地面積則逐漸減少，且園地的減幅最大，由2001年4.42%減少到2016的3.7%；水域面積則減少趨勢(shì)較平緩.從圖2可以看出,平江縣建設(shè)用地、水域、和林地在所有研究尺度下均呈顯著的聚集分布,林地的聚集強(qiáng)度要明顯的大于水域和建設(shè)用地;在小尺度下,耕地和園地的空間分布表現(xiàn)出聚集性,當(dāng)研究尺度的不斷增大,空間格局轉(zhuǎn)為隨機(jī)性.在研究區(qū)域中,一個(gè)最大的異質(zhì)性表現(xiàn)尺度存在于園地的空間分布中,在此尺度下,園地的空間分布格局呈現(xiàn)出宏觀異質(zhì)性特征; 超過該研究尺度后則表現(xiàn)出微觀異質(zhì)性特征[3].

圖3 平江縣土地利用面積對(duì)比圖Fig.3 Comparison of land use area in Pingjiang County

3.2 平江縣景觀格局的變化

空間尺度d值從1 km增加到20 km的過程中,某景觀類型空間聚集的特征可通過該空間尺度L(d)值出現(xiàn)的第一個(gè)峰值所對(duì)應(yīng)的d值來表示,景觀類型的空間分布聚集程度可以用L(d)的第一個(gè)峰值來衡量[12].

根據(jù)圖2從景觀格局變化的角度分析,2001年研究區(qū)耕地的特征空間尺度是19 km,到2016年減少到15 km,2001年空間尺度2～13 km處空間聚集強(qiáng)度較強(qiáng),之后開始表現(xiàn)出明顯的變?nèi)踮厔?shì);在1～3 km和18～20 km的空間尺度上2016年的耕地觀測(cè)值落入上下包跡線內(nèi),表現(xiàn)為空間隨機(jī)分布特征.2001～2016年年間耕地的空間聚集強(qiáng)度明顯降低,說明研究期間平江縣耕地分布范圍變大,空間聚集分布的特征減弱,均勻程度則逐漸增強(qiáng).

建設(shè)用地的特征空間尺度在2001和2009年均在20 km 處,2009 年在 3 km 處有較明顯的拐點(diǎn),在1～3 km空間尺度上建設(shè)用地的空間聚集強(qiáng)度急劇增強(qiáng),該尺度之后逐漸減弱;而2016年最大集聚尺度為17 km,且觀測(cè)值曲線變得平滑并向上包跡線靠攏,空間聚集強(qiáng)度有變?nèi)醯内厔?shì).在17 km的空間尺度之后,2016年的L(d)值要明顯小于2001和2009年,說明在大尺度范圍內(nèi)建設(shè)用地空間分布的聚集強(qiáng)度降低,隨著分布范圍增大,均勻度特征增加,其原因在于建設(shè)用地在平江縣范圍內(nèi)相對(duì)均勻地快速增加使其空間分布變得更加相對(duì)均勻,空間聚集性減弱,這也是平江縣快速城市化進(jìn)程的體現(xiàn).

林地結(jié)果變化較為劇烈,可以看出林地在研究期內(nèi)無明顯的集聚峰值出現(xiàn).2001和2009兩個(gè)年份在空間尺度d分別小于9 km 和10 km 時(shí)研究區(qū)林地表現(xiàn)為空間聚集度不斷增大,在此空間尺度值之上則聚集強(qiáng)度慢慢變?nèi)?2016年隨著空間尺度的不斷增大,觀測(cè)值L(d)也呈現(xiàn)逐漸增大的趨勢(shì),空間聚集強(qiáng)度較強(qiáng),到13 km尺度增速變緩,空間聚集強(qiáng)度變緩;較之2001年在大尺度上的聚集強(qiáng)度,2016年的聚集強(qiáng)度明顯增強(qiáng).分析表明林地的空間聚集程度先增強(qiáng)后減弱,說明林地的空間分布隨著面積的不斷降低聚集性增強(qiáng).

從水域分析結(jié)果可以看出,2001年的特征空間尺度表現(xiàn)在19 km,然而在2009～2016年研究期內(nèi)并無明顯的集聚峰值出現(xiàn).在空間尺度3 km之后,2001年水域空間分布的聚集強(qiáng)度逐漸變?nèi)?空間分布有均勻化趨勢(shì);后兩期L(d)值都處于上包跡線之上,但2016年L(d)值曲線更貼近于上包跡線,則在研究尺度范圍內(nèi)2009年水域景觀空間分布的聚集程度要明顯高于2016年,說明隨著空間尺度上水域面積的變化,其均勻度特征增強(qiáng).

園地在2001、2009和2020年三個(gè)年份,特征空間尺度d的臨界值分別為17 km、10 km和10 km,在空間尺度d分別小于三期臨界值時(shí),研究區(qū)的園地表現(xiàn)為顯著聚集性的空間分布形式,由于三期的觀測(cè)值L(d)曲線都貼近于上包跡線,表明了園地空間聚集強(qiáng)度較弱,空間分布的均勻程度增強(qiáng).在空間尺度10 km之后,2009和2016年的觀測(cè)值落在上下包跡線之間,并有逐漸靠近下包跡線的趨勢(shì),說明在該尺度上園地的空間分布呈現(xiàn)出隨機(jī)分布趨勢(shì).

4 討 論

研究借助點(diǎn)格局理論,依托于遙感和地理信息技術(shù),應(yīng)用RipleyK分析了平江縣景觀格局 16 a間的變化情況.分析結(jié)果顯示,2001～2016年間,平江縣耕地和建設(shè)用地的面積逐漸增大,林地和園地的面積逐次減少,而水域面積則先增大后減少,但總體呈減少趨勢(shì).水域、林地和建設(shè)用地在研究中所有尺度下均呈現(xiàn)出顯著的聚集空間格局,且林地和建設(shè)用地的空間聚集性要強(qiáng)于水域;園地的空間格局在小尺度下表現(xiàn)出空間聚集性,而在大尺度上趨于隨機(jī)性;耕地在研究末期的大尺度下的空間分布表現(xiàn)出隨機(jī)性.在研究期間,研究區(qū)的各類景觀類型在空間分布上均發(fā)生了顯著的改變,總體表現(xiàn)為水域、建設(shè)用地和林地的空間聚集度降低,分布的均勻程度增加; 耕地和園地空間分布的趨于隨機(jī)分布,聚集程度減弱.

RipleyK函數(shù)是除空隙度法、小波分析及地統(tǒng)計(jì)學(xué)或空間統(tǒng)計(jì)學(xué)等方法之外,能夠聯(lián)系尺度與景觀格局的有效手段[3-4,13-14].與景觀指數(shù)分析法相比,RipleyK函數(shù)能夠從多尺度進(jìn)行景觀格局分析,且能更加直觀的反映景觀格局特征及其變化,但內(nèi)容上卻不及景觀指數(shù)法那么豐富和全面,因此,RipleyK函數(shù)可以作為景觀指數(shù)法的支持和補(bǔ)充.但是,由于RipleyK函數(shù)的統(tǒng)計(jì)分析會(huì)受到Monte Carlo次數(shù)的影響,試驗(yàn)次數(shù)的不同會(huì)得出不同的顯著性檢驗(yàn)值,所以Monte Carlo次數(shù)的選擇成為K函數(shù)估計(jì)的關(guān)鍵;其次,RipleyK函數(shù)具有明顯的尺度積累效應(yīng)[15],對(duì)反映不同尺度的空間格局具有一定的誤差性,如何克服這一弊端也成為日后研究的重點(diǎn).

[1] Wu J.Scaling and Uncertainty Analysis in Ecology:Methods and Applications[M].Netherland:Springer,2006.

[2] 曾 輝,姜傳明.深圳市龍華地區(qū)快速城市化過程中的景觀結(jié)構(gòu)研究——林地的結(jié)構(gòu)和異質(zhì)性特征分析[J].生態(tài)學(xué)報(bào),2000,20(3):378-383. Zeng Hui,Jiang Chuan-ming.Landscape structure study of Longhua Area in Shenzhen City during the fast urbanization process Structure and heterogeneity analysis of forest land[J].Acta Ecologica Sinica.2000,20(3):378-383.

[3] 曾 輝,邵 楠,郭慶華.珠江三角洲東部常平地區(qū)景觀異質(zhì)性研究[J].地理學(xué)報(bào),1999,54(3):255-262 Zeng Hui,Shao Nan,Guo Qing-hua.A study of landscape heterogeneity for the changing area in the eastern part of Zhujiang Delta[J].ActaGeographica Sinica,1999,54(3):255-262.

[4] 蔡博峰,于 嶸.景觀生態(tài)學(xué)中的尺度分析方法[J].生態(tài)學(xué)報(bào),2008,28(5):2 279-2 287. Cai Bo-feng,Yu Rong．Comparison on spatial scale analysis methods in landscape ecology[J].Acta Ecologica Sinica,2008,28 (5) :2 279-2 287.

[5] Haining R.Spatial Data Analysis Theory and Practice[M].Cambridge: Cambridge University Press,2003.

[6] 高 凱,周志翔,楊玉萍,等.基于RipleyK函數(shù)的武漢市景觀格局特征及其變化[J].應(yīng)用生態(tài)學(xué)報(bào),2010,21(10):2 621-2 626. Gao Kai,Zhou Zhi-xiang,Yang Yu-ping,et al.Characteristics and changes of landscape pattern in Wuhan City based on Ripley' sKfunction[J].Chinese Journal of Applied Ecology,2010,21(10):2 621-2 626.

[7] 王金亮,黃志霖,邵景安,等.林地景觀點(diǎn)格局的樣帶梯度分布與空間聚集特征——以重慶三峽庫區(qū)生態(tài)屏障區(qū)為例[J].地理科學(xué)進(jìn)展,2013,32(2):308-317. Wang Jin-liang,Huang Zhi-lin,Shao Jing-an,et al.Sampling Gradient Distribution and Spatial Agglomeration Characteristics of Forest Landscape Patterns: A Case Study of Chongqing Ecological Zone in Three Gorges Reservoir Area[J].Progress in Geography,2013,32(2):308-317.

[8] Kraft C E,Padilla D K.Landscape patterns of an aquatic invader: assessing dispersal extent from spatial distributions[J].Ecological Applications,2002,12(3):749-759.

[9] Roose A,Sepp K,Saluveer E,et al.Neighbourhood-defined approaches for integrating and designing landscape monitoring in Estonia[J].Landscape & Urban Planning,2007,79(2):177-189.

[10] 姜?dú)g歡,李繼紅,范文義,等.三峽庫區(qū)秭歸縣景觀格局變化及模擬預(yù)測(cè)[J].應(yīng)用生態(tài)學(xué)報(bào),2009,20(2):474-479. Jiang Huan-huan,Li Ji-hong,Fan Wen-yi,et al.Landscape pattern change and its simulation forecast in Zigui County of Three Gorges Res ervoir Area[J].Chinese Journal of Applied Ecology,2009,20(2) :474-479.

[11] BESAG J E.Comment on Ripley's Paper[J].Joumal of Royal Statistic Soceiety (Series B),1977,39:193-195.

[12] O'Driscoll R L.Description of spatial pattern in seabird distributions along line transects using neighbour K statistics[J].Marine Ecology Progress,1998,165(1):81-94.

[13] Plotnick RE,Gardner RH,O'Neil1 RV．Lacunarityindices as measures of landscape texture[J].Landscape Ecology,1993,8:201-211.

[14] 曾 輝,江子瀛,喻 紅,等.深圳市龍華地區(qū)快速城市化過程中的景觀結(jié)構(gòu)研究Ⅲ農(nóng)業(yè)用地結(jié)構(gòu)及異質(zhì)性分析[J].北京大學(xué)學(xué)報(bào)(自然科學(xué)版),2000,36(2):221-230. Zeng Hui,Jiang Zi-ying,Yu Hong,et al．Landscape Structure Study of Longhua Area in Shenzhen City during the Fast Urbanization Process Ⅲ Structure and Heterogeneity Analysis of Farmland.Acta Scientiarum Naturalium Universitatis Pekinensis,2000,36(2):221-230.

[15] 馮玉婷,常 禹,胡遠(yuǎn)滿,等.大興安嶺呼中森林景觀的空間點(diǎn)格局分析[J].生態(tài)學(xué)雜志,2012,31(4):1 016-1 021. Feng Yu-ting,Chang Yu,Hu Yuan-man,et al．Spatial point analysis on forest landscapes in Huzhong of Great Xing'an Mnuntains,Northeast China[J].Chinese Journal of Ecology,2012,31(4):1 016-1 021.

Biography：Liu Yu-xin,female,born in 1989,master,landscape ecological planning.

Study on Landscape Pattern in Pingjiang Country Based on Ripley'sK

LIU Yu-xin, GE Da-bing, WANG Dan

(College of Biological Science and Technology,Hunan Agricultural University,Changsha 410128,China)

By using Ripley's K and taking TM remote sensing images of Pingjiang County in 2001,2009 and 2016 as data sources,the characteristics and changes of the landscape pattern in Pingjiang County were studied so as to provide scientific basis for its sustainable development and landscape planning. The results showed that from 2001 to 2016 in Pingjiang County,the areas of forestland and construction land increased largely,while those of farmland,waters and garden land decreased gradually,among which the trend of the waters was reducing more gentle. In addition,the spatial characteristics of all landscape types changed variously. On the whole,the spatial aggregation degree of waters,construction land and farmland decreased and became more uniform. Meanwhile,the spatial characteristic of forestland increased with the decrease of the area,and that of the garden land tended to be randomly and its aggregation degree decreased. 3figs.,15refs.

RipleyK; landscape pattern; multiscale; Pingjiang County

2017-02-12

湖南省岳陽市平江縣生態(tài)縣規(guī)劃研究(編號(hào): PJ2013HB0121)

劉鈺欣(1989-),女,江西吉安人,碩士研究生,研究方向:景觀生態(tài)規(guī)劃. *通訊作者,E-mail:1157630608@qq.com

2095-7300(2017)01-001-06

Q149

A