基于移動窗口分析法的礦區(qū)景觀格局時空演變研究

梅昭容，李云駒，康 翔，魏善寶,潘劍君

(1.南京農(nóng)業(yè)大學公共管理學院，南京 210095；2.國家磷資源開發(fā)利用工程技術(shù)研究中心，昆明 650500；3.南京農(nóng)業(yè)大學資源與環(huán)境學院，南京 210095)

0 引言

礦產(chǎn)資源開采在給地區(qū)帶來巨大經(jīng)濟利益的同時，也造成了土地不斷被采場、排土場、堆占區(qū)等工礦用地取代，使得礦區(qū)成為景觀要素在空間上變化最劇烈的地區(qū)之一。景觀生態(tài)學將地表景觀要素在空間上的排列描述為景觀格局，認為其在很大程度上影響了生態(tài)學過程，可以用來推測生態(tài)學過程的特征[1-3]。我國礦產(chǎn)資源儲量豐富，近年來隨著經(jīng)濟發(fā)展引發(fā)的工業(yè)原料需求增加造成了采礦規(guī)模的進一步擴大，對地區(qū)生態(tài)環(huán)境及后續(xù)土地利用規(guī)劃均造成了明顯影響。在此背景下，深入研究景觀格局的時空變化規(guī)律，對發(fā)掘自然與人類活動影響下景觀的變化走向，動態(tài)調(diào)控景觀過程的演變模式，以及為礦區(qū)的環(huán)境評估及政府部門制定土地利用與生態(tài)保護計劃提供依據(jù)均有重要意義[4-6]。

隨著地理信息系統(tǒng)(geographic information system，GIS)等數(shù)字化技術(shù)在景觀生態(tài)學領(lǐng)域中的應用，利用特征指數(shù)分析區(qū)域景觀格局變化與驅(qū)動機制的研究得以迅速發(fā)展，在不同時間與空間尺度均取得了許多成果[7-8]。其中，Whittaker[9]提出的移動窗口分析法有效實現(xiàn)了特征指數(shù)的可視化，在河谷沿岸的景觀格局空間梯度[10]、水電站開發(fā)對景觀梯度的影響[11]、城鎮(zhèn)景觀的異質(zhì)性與空間格局變化[12-15]等研究中取得了一系列成果。由此可見將移動窗口分析法與時間序列上的景觀指數(shù)相結(jié)合，不僅有助于直觀了解景觀格局的變化過程，也有利于進一步分析采礦等人類密集活動對周邊景觀格局的影響機制。但是目前針對礦區(qū)景觀的研究仍以依靠景觀指數(shù)進行宏觀分析為主[4-6，16-17]，景觀格局時空演變的分析十分缺乏。

本研究以位于昆明市附近的某露天磷礦區(qū)為研究區(qū)，基于2007—2017年3期遙感影像，結(jié)合移動窗口分析法與GIS技術(shù)，在確定窗口合理分析尺度的基礎(chǔ)上，獲取10 a來研究區(qū)景觀破碎化與多樣性指數(shù)的空間分布圖。隨后分析區(qū)域在露天采礦背景下的景觀格局時空變化模式，及不同強度的采礦活動對景觀格局改變的影響機制，以期為礦區(qū)的景觀格局時空分析提供參考，并為環(huán)境監(jiān)測與制定后續(xù)工作計劃提供基礎(chǔ)數(shù)據(jù)支撐。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)概況

研究區(qū)位于昆明市西南部，緊鄰滇池南岸，地理位置在N24°40′～24°47′，E102°28′～102°35′之間，總面積約98.74 km2。區(qū)域內(nèi)山地與高原盆地交錯分布，地勢中間高而四周低，中部山地保存著較為完整的大面積林地；城鎮(zhèn)集中分布在南北兩側(cè)海拔較低地區(qū)，耕地較為破碎地分布其間。研究區(qū)地處亞熱帶高原季風氣候帶，年平均氣溫在16.5 ℃左右，年降雨量為1 450 mm。區(qū)域內(nèi)磷礦資源豐富，開采條件優(yōu)越，現(xiàn)有昆陽磷礦、?？诹椎V與尖山磷礦3個主要礦區(qū)。其中規(guī)模最大的昆陽磷礦于1965年建礦，自滇池西岸向西，被劃分為6個采區(qū)，目前主要開采第3—5采區(qū)，排土場與尾礦庫復墾工作是后續(xù)工作的重點；?？诹椎V始建于1966年，初建規(guī)模為4個采區(qū)，第3采區(qū)是目前主要的采礦段；規(guī)模最小的尖山磷礦建于2003年，自滇池西岸向西至白塔山，共由數(shù)十家大小不一的國營與民營礦山組成。自2007年以來的10 a間，在區(qū)位、政策與自然條件的影響下，各礦區(qū)均處在開采作業(yè)持續(xù)穩(wěn)定的中期階段，到2017年，已實現(xiàn)年原礦開采820萬t，采剝總量3 500萬m3的規(guī)模。礦山規(guī)模的擴大在帶動了采礦及其衍生產(chǎn)業(yè)的高速發(fā)展的同時，也造成了地區(qū)生態(tài)壓力的日趨加大。

1.2 數(shù)據(jù)源及其預處理

本研究選擇的基礎(chǔ)數(shù)據(jù)為2007年11月6日的CBERS-02B、2013年4月4日的資源三號(ZY-3)與2017年3月19日的高分二號(GF-2)衛(wèi)星影像(下載自中國資源衛(wèi)星應用中心網(wǎng)站http://www.cresda.com.cn)。將3景影像的全色波段與多光譜波段分別進行精確地理配準后，采用Gram-Schmidt法進行融合處理[18-19]，融合后影像的空間分辨率分別為2.36 m，2.1 m與1 m。參考國家土地利用分類標準，并利用面向?qū)ο蠓诸惙╗20]，將研究區(qū)分為灌草地、林地、工礦用地、耕地、居民地以及水體6類主要景觀，得到景觀類型矢量圖(圖1(a)—(c))。為確保分類精度，選取650個有代表性的樣本點(圖1(d))與分類結(jié)果進行混淆矩陣分析(表1)，以評估分類結(jié)果。

(a)2007年景觀類型 (b)2013年景觀類型

(c)2017年景觀類型 (d)樣本點分布情況

圖1 研究區(qū)2007年、2013年和2017年景觀類型圖、剖面線設(shè)置與樣本點分布情況
Fig.1Landscapetype,transectsettingandsamplepointdistributioninstudyareain2007,2013and2017

表1 分類精度評價Tab.1 Precision evaluation of classified results

樣本點由Google Earth影像目視解譯得到，盡量保證其分布均勻且覆蓋全區(qū)。將目視解譯、全球定位系統(tǒng)(global positioning system，GPS)實地定位采樣結(jié)果與企業(yè)提供的土地規(guī)劃圖等數(shù)據(jù)相結(jié)合，確定樣本點的實際景觀類型。由于灌草地與耕地、工礦用地與居民地容易被相互錯分，因此選取樣本點較多，650個樣本點中，共選取150個灌草地樣本點、120個耕地樣本點、100個林地樣本點、120個工礦用地樣本點、120個居民地樣本點及40個水體樣本點。驗證結(jié)果顯示，面向?qū)ο蠓诸惙▽Ω骶坝^類型的分類精度均高于75%，3期景觀類型圖Kappa系數(shù)均大于0.85，顯示出分類結(jié)果與實際景觀的良好一致性，能夠滿足研究需要。隨后在景觀類型矢量圖的基礎(chǔ)上，利用景觀指數(shù)粒度效應分析法[3，21-22]，確定最適宜分析粒度，將3幅景觀類型矢量圖轉(zhuǎn)化為柵格大小為10 m×10 m的柵格圖，進行后續(xù)分析。

2 研究方法

2.1 景觀指數(shù)選取

根據(jù)該礦區(qū)的景觀類型及分布特點，本文選擇從景觀破碎化與多樣性2個角度衡量區(qū)域景觀格局時空演變情況。參考前人研究[3，12-14]，選取斑塊密度(patch density，PD)和最大斑塊指數(shù)(largest patch index，LPI)衡量景觀破碎化程度。其中：PD表示單位面積內(nèi)的斑塊總數(shù)，是景觀異質(zhì)性的直接反映；LPI用景觀中最大斑塊的面積除以景觀總面積得出，其數(shù)值反映出景觀中是否存在優(yōu)勢斑塊。計算公式分別為

(1)

(2)

式中：A為景觀總面積；i為斑塊數(shù)量；an為景觀中每個斑塊的面積；Ni為景觀中的斑塊數(shù)量。

選取香農(nóng)多樣性指數(shù)(Shannon’s diversity index，SHDI)反映景觀多樣性程度，其值反映了景觀要素的多少及各要素占景觀的比例，具體公式為

(3)

式中：Pi為第i種景觀類型占景觀總面積的比例；m為景觀類型總數(shù)。

2.2 移動窗口分析法

本文采用移動窗口分析法生成景觀指數(shù)柵格圖。先設(shè)定一個窗口半徑，從左上角開始移動，每移動一格，計算窗口范圍內(nèi)的景觀指數(shù)數(shù)值，并賦予中心柵格，形成景觀指數(shù)柵格圖。因此窗口半徑，即分析尺度十分重要。此前有關(guān)研究表明，當窗口幅度過小時，相鄰像元間的景觀指數(shù)差距較大，使部分地區(qū)結(jié)果失真[12]。因此本研究分別以550 m，750 m，950 m，1 200 m和1 500 m為半徑，在Fragstats4.2軟件中進行篩選。

2.3 剖面線分析

為定量反映不同規(guī)模與強度的采礦活動對景觀格局變化的影響機制，本研究兩兩連接3個露天礦區(qū)的采礦中心，建立3個剖面線，利用ArcGIS10.3軟件中的Spatial Analysis模塊將景觀指數(shù)圖中的信息提取至剖面線中進行分析。

3 結(jié)果與分析

3.1 景觀格局基本特征

分析研究區(qū)不同時期各景觀類型的斑塊面積(total area，TA)與斑塊所占景觀總面積比例(percentage of landscape，PLAND)，有助于反映區(qū)域整體景觀格局的分布現(xiàn)狀及演變規(guī)律[10,12]，具體如表2所示。由表2可知，研究區(qū)內(nèi)林地的面積較大，且其面積占比在10 a間始終保持在30%以上，是區(qū)域優(yōu)勢景觀；灌草地則為面積變化最劇烈的景觀類型，其面積呈明顯的先減小后增加趨勢；工礦用地面積在10 a間迅速增加，面積占比也在2017年超過了20%；其余景觀類型面積較小且相對穩(wěn)定。結(jié)合圖1，本研究認為研究區(qū)內(nèi)灌草地與林地的相互轉(zhuǎn)化，以及工礦用地持續(xù)侵占周邊灌草地，是景觀構(gòu)成變化的主要原因。

表2 2007—2017年間各類景觀面積及所占比例Tab.2 Area of each landscape types and their percentages during 2007—2017

3.2 景觀格局時空變化模式

3.2.1 特征尺度的選取

根據(jù)景觀指數(shù)曲線的波動情況來選取特征尺度。由于景觀指數(shù)在各剖面線中具有相似變化趨勢，本研究選擇其中一條剖面線進行分析。從圖2中看出，曲線的波動幅度隨窗口的減小而增大，當半徑減少至550 m時，曲線出現(xiàn)明顯的鋸齒狀波動，當半徑增加至950 m時曲線趨于平滑。由于隨著窗口半徑的增加，數(shù)據(jù)量迅速加大，且窗口半徑在1 500 m時景觀指數(shù)曲線的波動幅度與950 m時差距不大，因此本研究選擇將950 m作為移動窗口特征尺度。

(a)PD (b)LPI (c)SHDI

圖2 不同尺度下的景觀指數(shù)曲線

Fig.2Landscapeindexunderthedifferentscales

3.2.2 特征尺度下的景觀破碎化時空演變

研究區(qū)2007—2017年間景觀破碎化空間分布及變化狀況如圖3和圖4所示。

(a)2007年P(guān)D分布 (b)2013年P(guān)D分布 (c)2017年P(guān)D分布

(d)2007—2013年P(guān)D變化情況 (e)2013—2017年P(guān)D變化情況

圖3 2007—2017年間研究區(qū)PD分布及變化

Fig.3DistributionandchangeofPDinstudyareaduring2007—2017

(a)2007年LPI分布 (b)2013年LPI分布 (c)2017年LPI分布

(d)2007—2013年LPI變化情況 (e)2017—2013年LPI變化情況

圖4 2007—2017年間研究區(qū)LPI分布及變化

Fig.4DistributionandchangeofLPIinstudyareaduring2007—2017

由圖3—4可知，10 a間區(qū)域景觀破碎化的高值區(qū)從四周向中心遷移，破碎化程度逐年顯著，在前6 a間的增幅較為劇烈，后4 a的分布模式則趨于穩(wěn)定。2007—2013年間，PD增加最迅速的地區(qū)為西部草地與?？诹椎V、尖山磷礦周邊，受陡坡種植、城鎮(zhèn)擴張及磷礦開采侵占周邊土地的影響，這2個區(qū)域的斑塊被分割得十分破碎；PD降低最迅速的地區(qū)位于長期開展同類建設(shè)活動的昆陽磷礦與南部城鎮(zhèn)。2013—2017年間，礦區(qū)的排土與運輸工作造成的森林資源破壞導致位于3個礦區(qū)間的中部林地PD迅速增加，?？诹椎V與尖山磷礦由于仍處于持續(xù)開采擴張中，PD也呈小幅上升趨勢；昆陽磷礦則由于用地類型趨于穩(wěn)定，PD持續(xù)降低。LPI計算結(jié)果表明，采礦活動強度加大導致3個工礦用地中心逐漸形成LPI高值區(qū)，斑塊團聚效應逐年顯著。區(qū)域LPI整體顯著下降的趨勢則可能與該地除采礦活動外，缺乏其他明顯的經(jīng)濟建設(shè)活動有關(guān)。

3.2.3 特征尺度下的景觀多樣性時空演變

SHDI空間分布及變化情況如圖5所示，總體呈現(xiàn)出中間低而四周高的分布格局，整個研究區(qū)的景觀多樣性逐漸變得十分顯著。

(a)2007年SHDI分布 (b)2013年SHDI分布 (c)2017年SHDI分布

(d)2013—2007年SHDI變化情況 (e)2017—2013年SHDI變化情況

圖5 2007—2017年內(nèi)研究區(qū)景觀多樣性空間分布圖

Fig.5Spatialdistributionmapoflandscapediversityinstudyareaduring2007—2017

2007—2013年間受農(nóng)業(yè)與采礦活動侵占土地的影響，西部的耕地與尖山、昆陽磷礦邊緣處的景觀復雜程度迅速增加；2013—2017年間SHDI增加最劇烈的地區(qū)則主要分布于昆陽磷礦北部林地。而長期開展同類經(jīng)濟活動的露天礦區(qū)內(nèi)部、南部建城區(qū)以及人類干擾少的山地最深處，景觀多樣性程度在10 a間持續(xù)降低，生態(tài)狀況穩(wěn)定。

3.3 采礦活動對景觀格局變化的影響

經(jīng)統(tǒng)計，10 a間3個主要礦山的采礦規(guī)模均有明顯增加，其中昆陽磷礦的面積由約5.8 km2增加至約8.5 km2，漲幅為46 %；?？诹椎V的面積由約3.7 km2增加至約5.8 km2，漲幅為56 %；尖山磷礦的面積由3.5 km2增加至約5.7 km2，漲幅為62 %。到2017年，3個礦山的年磷礦石產(chǎn)量分別為260萬t，250萬t與100萬t。目前開采規(guī)模最大的昆陽磷礦開始進入開采穩(wěn)定期，擴張速度相對穩(wěn)定；而規(guī)模最小，正處在作業(yè)中前期的尖山磷礦，采礦強度增加迅速。為進一步探究不同強度采礦活動對景觀格局影響的異同，本文采用剖面線分析法進行后續(xù)分析。

3.3.1 采礦活動對景觀破碎化的影響

如圖6所示，PD在各剖面線上的數(shù)值與波動幅度均逐年大幅提高，表明采礦活動對景觀異質(zhì)性程度的影響大幅上升。昆陽—?？谄拭婢€與尖山—昆陽剖面線上，PD在采場與林地交界處達到最大值后開始減小，在約2～3 km處的林地中心達到最小值。?？凇馍狡拭婢€上的PD走勢在各年份間有較大變化，2007年P(guān)D的最高值出現(xiàn)在距?？诹椎V2 km處的灌草地，與采礦活動無明顯關(guān)系，2013與2017年，PD的最高值則出現(xiàn)在尖山磷礦周邊1 km左右地區(qū)。與此同時，LPI的走勢與PD大致相反。?？凇馍狡拭婢€上破碎化程度顯著，無明顯的斑塊團聚中心，昆陽—?？谄拭婢€與尖山—昆陽剖面線上，則在2013年后在中心林地形成大面積LPI高值區(qū)。本研究認為，采礦活動是造成礦區(qū)周邊地區(qū)景觀破碎化的重要原因，從范圍上看，擴張速度緩慢的昆陽磷礦的影響范圍僅在周邊1.5 km，而正處于采礦活動中、前期的海口與尖山磷礦的影響范圍在2 km以上；從強度上看，昆陽磷礦的影響強度最大，?？诹椎V則最小。各礦區(qū)對2.5 km以外區(qū)域的影響較小，區(qū)域內(nèi)景觀異質(zhì)性最低，斑塊面積較大，生態(tài)質(zhì)量較好。

(a)?？凇馍狡拭婢€PD (b)海口—尖山剖面線LPI

(c)昆陽—?？谄拭婢€PD (d)昆陽—?？谄拭婢€LPI

(e)尖山—昆陽剖面線PD (f)尖山—昆陽剖面線LPI

圖6 景觀破碎化指數(shù)沿剖面線的變化趨勢

Fig.6Changeoflandscapefragmentationindexalongtranscets

3.3.2 采礦活動對景觀多樣性的影響

如圖7所示，10 a間SHDI的上下波動程度在2007—2013年間增加明顯，在2013—2017年間保持穩(wěn)定，總體而言采礦活動對多樣性的影響半徑小于破碎化。在昆陽—?？谄拭婢€與尖山—昆陽剖面線上，SHDI均在距礦區(qū)中心約1～1.5 km左右與林地的交界處出現(xiàn)第一個最高值拐點，隨后迅速降低，在距各礦區(qū)約3 km處的中心林地達到最小值，最高值與礦區(qū)中心的距離隨時間增加而增加。該走勢表明采礦活動對景觀組成的影響主要集中在礦區(qū)邊緣，且影響范圍隨采礦規(guī)模的擴大而增加。在?？凇馍狡拭婢€上無明顯SHDI低值區(qū)，最高值在2013年后出現(xiàn)在距離尖山磷礦1.8 km左右的居民地，整條剖面線的多樣性程度十分顯著?？傮w而言，昆陽磷礦與海口磷礦的開采活動對區(qū)域景觀構(gòu)成的影響半徑在1 km內(nèi)，尖山磷礦的持續(xù)開采則對其周邊2 km左右區(qū)域的景觀組成均造成影響。

(a)?？凇馍狡拭婢€ (b)昆陽—海口剖面線 (c)尖山—昆陽剖面線

圖7 SHDI沿剖面線的變化趨勢

Fig.7ChangeofSHDIalongtranscets

4 結(jié)論與討論

本研究在GIS技術(shù)與景觀生態(tài)學理論的支持下，結(jié)合移動窗口法空間分析技術(shù)，以昆明市某露天磷礦區(qū)為例，探討了采礦背景下，區(qū)域景觀格局在2007—2017年間的時空演變趨勢，及采礦活動對景觀格局變化的影響。與此前針對礦區(qū)景觀的研究相比[4-6,16-17]，該方法有助于直觀了解區(qū)域景觀格局的演變模式并定量分析人類活動對其的干擾。

1)從景觀整體構(gòu)成上看，林地是該礦區(qū)最主要的景觀類型，灌草地的面積變化劇烈，工礦用地面積持續(xù)增加，而其余景觀類型的面積則相對穩(wěn)定。由此認為灌草地與林地間的相互轉(zhuǎn)化，以及工礦用地持續(xù)侵占周邊灌草地是區(qū)域景觀組成變化的主要原因。

2)從景觀格局指數(shù)空間分布情況來看，研究區(qū)在2013年前后形成穩(wěn)定的景觀格局，受缺乏其他明顯經(jīng)濟活動影響，10 a間除露天礦區(qū)與山體林地內(nèi)部斑塊團聚效應顯著，景觀類型單一外，整個研究區(qū)的景觀破碎化與多樣性程度增加明顯。

3)分析采礦活動對景觀格局的影響發(fā)現(xiàn)，采礦活動的影響取決于距離礦區(qū)中心的距離與采礦強度的大小。昆陽磷礦在1 km半徑內(nèi)對景觀格局造成劇烈影響，?？诹椎V與尖山磷礦的影響半徑與影響程度則逐年增加。因此在后續(xù)工作中，尖山磷礦應注意對擴張速度的監(jiān)控，?？诹椎V應以實現(xiàn)礦山擴張與生態(tài)穩(wěn)定為目標，昆陽磷礦則應注意保護外排土場邊緣的林地，各礦均應減少對2.5 km外林地的侵擾。

研究結(jié)果的精度通常受諸多因素的影響?？紤]到研究區(qū)大小，本研究僅依照一級分類標準分類，更為細致的分類標準是否會影響景觀格局的精度仍值得進一步研究。移動窗口的尺度對研究結(jié)果也十分重要，隨著窗口半徑的增加，景觀曲線趨于平滑，但是各斑塊間的差異性有所降低，是否存在一個能使曲線更平滑，并精確反映區(qū)域景觀異質(zhì)性的窗口幅度，也有待進一步發(fā)掘。