基于最佳分析粒度的臨川區(qū)土地利用景觀格局梯度分析

俞斌傳，劉平輝，吳 佳

(東華理工大學 地球科學學院，江西 南昌 330013)

0 引言

景觀生態(tài)學中的粒度是一個基本概念，也是生態(tài)學研究的核心問題之一，在學術(shù)界早已引起廣泛關(guān)注[1-3]。景觀格局是各種生態(tài)過程在不同粒度上作用的結(jié)果，是景觀異質(zhì)性的表現(xiàn)。景觀格局指數(shù)一般以柵格數(shù)據(jù)作為分析對象，以柵格的(像元、尺度、粒度)大小為計算基礎(chǔ)。大量研究表明，隨著粒度變化，景觀指數(shù)的數(shù)值也相應產(chǎn)生變化，從而影響到景觀格局的特征[4-5]。

目前，景觀格局分析最佳粒度的選取還未形成一套成熟的方法體系。多數(shù)學者基于定性原則根據(jù)景觀指數(shù)隨粒度變化的效應曲線拐點，確定適宜分析粒度域，從而確定最佳粒度[6-7]。也有學者基于定量原則通過信息損失評價法對不同粒度轉(zhuǎn)換產(chǎn)生的損失進行評價，以信息損失最小為原則，選取最佳分析粒度[1，8]。

景觀空間梯度是指沿某一方向景觀特征有規(guī)律地逐漸變化的空間特征[9]。眾多學者利用景觀指數(shù)和梯度分析方法分析土地利用格局，揭示了不同土地利用類型沿樣帶表現(xiàn)出不同的梯度變化規(guī)律[9-12]。景觀空間梯度劃分的方法主要有移動窗口法和緩沖區(qū)法[9，12-14]。景觀格局的梯度分析越來越成為景觀研究的熱點之一。

本文以撫州市臨川區(qū)為例，運用緩沖區(qū)法劃分景觀分析梯度帶，定性與定量相結(jié)合，確定景觀梯度分析的最佳粒度，再運用Fragstats 4.2軟件，進行景觀指數(shù)的計算，以分析各梯度帶的景觀格局規(guī)律和空間特征，以期為研究區(qū)的景觀格局優(yōu)化和管理提供支持。

1 研究區(qū)概況

臨川區(qū)隸屬于江西省撫州市，為撫州市市政府所在地(圖1)，位于江西省東部撫河中游，地處贛撫平原向武夷山脈過渡地帶，東經(jīng)116°03′45″～116°18′45″，北緯27°29′30″～28°15′16″之間，東與金溪、東鄉(xiāng)毗鄰，西倚崇仁、豐城，南瀕南城、宜黃，北與進賢接壤。

臨川區(qū)地形狹長，東西寬58 km，南北長82 km，總面積2125.72 km2。全境地勢南高北低。下轄9個鄉(xiāng)、18個鎮(zhèn)、3個街道辦事處，2015年全區(qū)總?cè)丝?11.25萬人，全年完成生產(chǎn)總值341.62億元。

圖1 臨川區(qū)區(qū)位圖

2 數(shù)據(jù)來源及研究方法

2.1 數(shù)據(jù)來源及處理

本研究采用2015年臨川區(qū)的土地利用變更數(shù)據(jù)，原始矢量數(shù)據(jù)為MapGIS格式，經(jīng)格式轉(zhuǎn)換得到ArcGIS格式數(shù)據(jù)。結(jié)合研究需要，將土地利用現(xiàn)狀數(shù)據(jù)進行基期地類轉(zhuǎn)換，并將土地利用類型劃分為：耕地、園地、林地、其他農(nóng)用地、城鄉(xiāng)建設(shè)用地、交通水利用地、其他建設(shè)用地、水域及自然保留地等9大類。

2.2 景觀梯度劃分方法

本研究采用緩沖區(qū)法進行景觀梯度分析，建立以臨川區(qū)中心城區(qū)范圍的重心點(坐標為：東經(jīng)116°19′40″，北緯27°57′35″)為圓心，距離間隔2500 m的緩沖區(qū)，用緩沖區(qū)法將2015年的矢量數(shù)據(jù)分割成21個梯度帶(如圖2)，自內(nèi)而外分別命名為梯度帶1、梯度帶2、...、梯度帶21。再利用ArcGis 10.2軟件的要素轉(zhuǎn)柵格工具將2015年各梯度帶的矢量數(shù)據(jù)轉(zhuǎn)為最佳粒度下的柵格數(shù)據(jù)，以進行景觀格局指數(shù)分析。

圖2 2015臨川區(qū)景觀梯度分布圖

2.3 最佳粒度分析方法

綜合前人的研究方法，把景觀粒度變化效應的“拐點分析法”和信息損失評價法結(jié)合起來，選取有代表性的，并且對景觀格局粒度變化反應敏感的15個景觀指標。將2015年的景觀各梯度帶數(shù)據(jù)導出為Fragstats 4.2軟件支持的Geo TIFF grid格式，以進行景觀格局指數(shù)的計算，并篩選出9個在本研究區(qū)內(nèi)景觀粒度變化中變化顯著并有明顯“拐點”的指數(shù)，確定其最適宜粒度域。再運用信息損失評價法，考慮斑塊轉(zhuǎn)換為柵格數(shù)據(jù)后的數(shù)量、面積、周長的損失精度來確定最適宜粒度域。用兩個方法確定的最適宜粒度域取交集，最后確定交集為臨川區(qū)景觀格局分析的最佳粒度。

2.4 景觀格局梯度分析指標選取

基于最佳粒度，同樣運用Fragstats 4.2軟件來進行景觀指數(shù)計算。用景觀格局指數(shù)來表征臨川區(qū)土地利用景觀格局的空間特征，量化地反映出土地利用景觀結(jié)構(gòu)和空間配置特征。參照國內(nèi)外學者已提出的眾多景觀格局指標，結(jié)合研究區(qū)實際和研究需要選取以下6個指數(shù)分類型指標和景觀指標對臨川區(qū)景觀梯度格局進行分析(表1)。

3 結(jié)果與分析

3.1 最佳粒度的分析與確定

鑒于本文旨在研究臨川區(qū)景觀的梯度變化，粒度選擇顯得尤為重要，粒度選擇過大則造成信息丟失，影響分析的準確度，粒度選擇過小則消耗大量計算時間，影響計算效率。為確定最佳分析粒度，以2015年土地利用矢量數(shù)據(jù)為數(shù)據(jù)源，運用ArcGis 10.2軟件的要素轉(zhuǎn)柵格工具，將矢量數(shù)據(jù)分別轉(zhuǎn)為粒度大小10 m×10 m、20 m×20 m、30 m×30 m、…、150 m×150 m的15種不同粒度下的柵格數(shù)據(jù)。

表1 景觀格局梯度分析指數(shù)

3.1.1 景觀粒度效應分析 選取的15個對景觀粒度變化反應敏感的景觀指數(shù)和其中的9個變化顯著并存在明顯“拐點”的指數(shù)如表2所示。這9個指數(shù)的景觀粒度變化效應，如圖3所示。

表2 景觀粒度效應分析的景觀指數(shù)選取

圖3 景觀粒度效應變化圖

由圖3可知：以上9個指數(shù)的粒度變化效應特征大致分為3類：第1類為LPI、AREA_AM、FRAC_AM、IJI、COHESION、SPILT指數(shù)，變化曲折有波動，但主要變化趨勢單一，或者下降如FRAC_AM、IJI、COHESION、SPILT，或者上升如LPI、AREA_AM；第2類為AREA_CV、SHAPE_AM，變化波動曲折，有規(guī)律，呈先上升后下降的趨勢；第3類為SHDI，變化波動曲折但無規(guī)律，隨著粒度增大超過60 m，指數(shù)變化的幅度明顯增大，反映出當粒度大于60 m時，不能通過該指數(shù)很好表達景觀變化特征。

通過觀察分析，總結(jié)出以上9個指數(shù)的主要拐點為：40、50、90 m。根據(jù)已有研究得知，景觀格局的最佳粒度域存在于較為明顯的“尺度轉(zhuǎn)折點(拐點)間”，在該粒度區(qū)間內(nèi)，景觀格局指數(shù)的變化相對平穩(wěn)，且在該粒度域內(nèi)計算出的景觀格局指數(shù)能夠較好地反映出區(qū)域景觀格局特征，第一粒度域是選擇適宜粒度的較好范圍。根據(jù)研究區(qū)景觀格局指數(shù)的粒度效應可知，[40，50]為最適宜粒度域。

3.1.2 信息損失評價法 信息損失指矢量數(shù)據(jù)轉(zhuǎn)化為不同粒度的過程中損失的信息，主要包括由矢量數(shù)據(jù)轉(zhuǎn)換為柵格數(shù)據(jù)的過程中，原本平滑的邊界呈現(xiàn)鋸齒狀，從而導致各景觀類型的斑塊數(shù)量、面積、周長發(fā)生不同程度的變化。通過選取斑塊的數(shù)量(NP)、斑塊周長(PERIM)、斑塊面積(AREA)3項指數(shù)，運用公式分別計算這3種指數(shù)的損失精度，計算方法是將不同地類的信息損失取絕對值后加總，從而得到研究區(qū)景觀整體信息損失。信息損失評價的計算公式如下：

式中，M為信息損失量；Agi為第i類景觀柵格數(shù)據(jù)值；Abi為第i類景觀基準數(shù)據(jù)值；n為景觀類型的數(shù)目；P為某一評價指標的精度損失。

由圖4可知：斑塊數(shù)量、面積、周長的精度損失在30～40 m最小，故以此判斷在信息損失評價法之下，最佳適宜粒度域為[30，40]。

圖4 信息損失評價圖

3.1.3 最佳粒度的確定 根據(jù)景觀指數(shù)隨粒度變化情況，選擇其粒度效應圖中的關(guān)鍵拐點，以保證所選取的粒度范圍內(nèi)，景觀指數(shù)變化平穩(wěn)且能較好地表達區(qū)域景觀格局的相關(guān)特征；通過信息損失評價法可以保證在生成柵格數(shù)據(jù)的過程中，使產(chǎn)生信息損失較小。

綜合以上兩個粒度選擇方法，分別確定的粒度域為[40，50]和[30，40]，取交集得到40 m的粒度，該粒度被確定為研究區(qū)范圍內(nèi)景觀格局指數(shù)分析的最佳粒度。

3.2 景觀格局梯度分析

3.2.1 景觀梯度類型指標分析 選取類型指標中的斑塊數(shù)量(NP)、景觀面積比例(PLAND)、最大斑塊指數(shù)(LPI)、景觀形狀指數(shù)(LSI)等4個指數(shù)從景觀組分的斑塊面積數(shù)量、形狀特征兩方面對2015年臨川區(qū)景觀梯度類型指標進行分析。

由圖5可知：(1)從景觀面積比例指數(shù)(PLAND)來看，可以判定耕地、林地和城鄉(xiāng)建設(shè)用地為臨川區(qū)2015年主要的土地利用類型。由于緩沖區(qū)以臨川區(qū)中心城區(qū)重心為中心點，因而在梯度帶1、2中，城鄉(xiāng)建設(shè)用地占主導地位，隨著距市中心距離的增大，城鄉(xiāng)建設(shè)用地比例逐漸減少，在梯度8之后減少的趨勢趨于平緩，反映出隨著城鄉(xiāng)建設(shè)用地均勻化的分布；耕地在梯度帶3～8之間占主導地位，最大比例出現(xiàn)在梯度5，梯度1～5處于上升狀態(tài)，梯度6下降，隨后在梯度8達到一個高值，梯度8之后處于波動減少的態(tài)勢，變化趨勢呈“M”型；林地在梯度9之后處于絕對的主導優(yōu)勢，最低值出現(xiàn)在梯度2，最高值出現(xiàn)在梯度18，隨著距離市中心越遠，林地分布基本呈不斷上升的態(tài)勢。其他土地利用類型，在各梯度帶中比例均在10%以下。

(2)從斑塊數(shù)量(NP)來看，其他農(nóng)用地的斑塊數(shù)量在前11個梯度帶中始終保持最大值，反映出其他農(nóng)用地分布廣，分布分散以及嚴重的破碎化程度，其NP值在梯度9到達頂點后不斷降低，隨梯度變化的趨勢呈“M”型；林地的NP值在梯度5之前不斷上升，在梯度6、7出現(xiàn)下降，在梯度8到達最高點，隨后不斷降低，變化趨勢也呈“M”型；耕地在梯度9之前，NP值不斷上升，隨后基本處于不斷下降的過程；園地的NP值從梯度1開始平緩上升，最高點出現(xiàn)在梯度11，隨后開始不斷下降。

圖5 2015年臨川區(qū)各景觀梯度帶景觀類型指數(shù)特征

(3)從最大斑塊指數(shù)(LPI)來看，城鄉(xiāng)建設(shè)用地在梯度1～3中，保持最高水平，即有著最大的優(yōu)勢度；在梯度4～7中，耕地指數(shù)值最高，有著最大的優(yōu)勢度；林地在梯度8之后，占據(jù)著最大的優(yōu)勢度，從梯度13開始指數(shù)增加非常劇烈。

(4)從景觀形狀指數(shù)(LSI)來看，耕地、林地、其他農(nóng)用地有著最大的形狀指數(shù)，反映出這幾種土地利用類型形狀結(jié)構(gòu)的復雜。在梯度6之后，耕地始終保持著最大的形狀指數(shù)值，但在梯度10之后，其形狀指數(shù)值不斷下降，反映出其形狀逐漸趨于規(guī)整；隨著距市中心距離的增加，各個土地利用類型的形狀指數(shù)值均有不同程度的增加，反映出景觀形狀越來越不規(guī)則，離散度增加，土地利用形狀結(jié)構(gòu)趨于復雜化；在梯度10之后各個土地利用類型的形狀指數(shù)值均呈下降的趨勢，反映出形狀結(jié)構(gòu)特征的簡單化、規(guī)整化。

3.2.2 景觀梯度景觀指標分析 選取景觀指標中的斑塊數(shù)量(NP)、斑塊密度指數(shù)(PD)、最大斑塊指數(shù)(LPI)、景觀形狀指數(shù)(LSI)、香農(nóng)多樣性指數(shù)(SHDI)等5個指數(shù)從景觀組分的斑塊數(shù)量、形狀特征、多樣性3個方面對2015年臨川區(qū)景觀梯度景觀指標進行分析。

由圖6可知：(1)從斑塊數(shù)量指數(shù)(NP)來看，從梯度1～9，指數(shù)值不斷上升，反映出受人為擾動的影響加大，景觀破碎化程度隨著梯度帶的增加而增加；梯度帶9之后，隨著景觀組成面積的減少，斑塊數(shù)量不斷降低，反映出距市中心一定距離之后，斑塊的破碎化程度越來越低。

(2)從斑塊密度指數(shù)(PD)來看，整體趨勢是先上升，后下降，在梯度3之前處于上升狀態(tài)，反映出市中心位置附近景觀的破碎化；而此后不斷處于下降的狀態(tài)，反映出隨著離市中心距離的增加，景觀的破碎化程度不斷減弱，景觀狀態(tài)趨于聚合。

(3)從最大斑塊指數(shù)(LPI)來看，隨著距市中心距離的增加，最大斑塊指數(shù)不斷下降；在梯度3～12中，指數(shù)值維持在比較低的狀態(tài)，反映出其破碎化程度較高，斑塊尺度趨于均勻；而在梯度12之后，指數(shù)值迅速上升，之后一直保持較高的數(shù)值，反映出破碎化的緩和。

(4)從景觀形狀指數(shù)(LSI)來看，在梯度10之前，隨著梯度的增加，形狀指數(shù)不斷增加，反映出由于人為活動的影響，景觀的形狀結(jié)構(gòu)不斷趨于復雜化。在梯度10之后，形狀指數(shù)不斷下降，反映出距市中心一定距離之后，人為對土地利用景觀的影響降低，景觀的形狀結(jié)構(gòu)趨于簡單。

(5)從香農(nóng)多樣性指數(shù)(SHDI)來看，景觀的多樣性在梯度1～4之間不斷增加，反映出景觀不斷趨于豐富和復雜化，景觀異質(zhì)性不斷增加；在梯度4～12之間，SHDI變化平緩，反映出景觀多樣性在這些梯度帶間的均衡化特征；在梯度12之后，景觀多樣性基本處于快速下降的過程，反映出景觀不斷趨于簡單，異質(zhì)性減少。

圖6 2015年臨川區(qū)各景觀梯度帶景觀整體指數(shù)特征

4 結(jié)論與討論

景觀隨粒度變化的響應不同，只有針對特定景觀選擇最佳分析粒度，才能有效反映研究區(qū)的景觀格局特征。綜合景觀粒度效應變化分析法、信息損失評價法的結(jié)果，確定40 m的粒度大小可用于臨川區(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。

景觀指數(shù)在反映研究區(qū)景觀格局的變化特征上具有良好的指示效應。而對研究區(qū)整體的景觀格局分析很難反映其景觀內(nèi)部的細節(jié)特征差異，運用緩沖區(qū)法的梯度分析方法，能更精細化分析研究區(qū)內(nèi)景觀格局特征。

綜合以上對臨川區(qū)2015年景觀梯度分析，根據(jù)景觀格局的梯度特點，將特征相似的梯度帶合并為3個梯度區(qū)：第1梯度區(qū)為梯度帶1～4，該區(qū)距離市中心0～10 km，城鄉(xiāng)建設(shè)用地占主導優(yōu)勢，內(nèi)部結(jié)構(gòu)穩(wěn)定，破碎化程度相對較低；第2梯度區(qū)為梯度帶5～10，該區(qū)距離市中心10～25 km，主要景觀為耕地，形狀上最為復雜，景觀異質(zhì)性最強，景觀破碎化程度最高，更具有多樣性特征；第3梯度區(qū)為梯度帶11～21，該區(qū)距離市中心大于25 km，以林地為主導土地利用類型，遠離市中心，人為干擾因素最少，景觀趨于聚合、規(guī)整，但多樣性程度在降低。

參考文獻：

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

[2] 李保杰,渠愛雪,紀亞洲.基于最佳分析粒度的礦區(qū)景觀格局分析[J].武漢大學學報:信息科學版,2016,41(7):939-945.

[3] 游麗平,林廣發(fā),楊陳照,等.景觀指數(shù)的空間尺度效應分析:以廈門島土地利用格局為例[J].地球信息科學,2008,10(1):74-79.

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

[5] 楊曉玲.江蘇東臺圍墾區(qū)景觀格局變化及其尺度效應研究[D].南京:南京師范大學,2011.

[6] 呂志強,吳志峰,張景華,等.基于最佳分析尺度的廣州市景觀格局分析[J].地理與地理信息科學,2007(4):89-92.

[7] 孟陳,李俊祥,朱穎,等.粒度變化對上海市景觀格局分析的影響[J].生態(tài)學雜志,2007,26(7):1138-1142.

[8] 崔步禮,常學禮,左登華,等.沙地景觀中矢量數(shù)據(jù)柵格化方法及尺度效應[J].生態(tài)學報,2009,29(5):2463-2472.

[9] 劉琳.天津市土地利用景觀格局梯度分析及區(qū)域生態(tài)風險評價[D].天津:天津理工大學,2015.

[10] 雷金睿,陳宗鑄,楊琦基,等.基于GIS的?？谑芯坝^格局梯度分析[J].西北林學院學報,2017,32(3):205-210.

[11] 俞龍生,符以福,喻懷義,等.快速城市化地區(qū)景觀格局梯度動態(tài)及其城鄉(xiāng)融合區(qū)特征:以廣州市番禺區(qū)為例[J]．應用生態(tài)學報,2011,22(1):171-180.

[12] 裴剛,劉養(yǎng)潔,王國梁.侯馬市景觀格局梯度分析[J].國土資源遙感,2012(4):163-168.

[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[J].應用生態(tài)學報,2009,20(6):1415-1422.

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