农地流转项目区景观格局粒度效应分析——以武胜县桐子岩村为例

2016-10-24徐亚琼莫智斌

西北民族大学学报（自然科学版） 2016年2期

关键词：桐子格局粒度

徐亚琼，吴　勇，莫智斌，丁　琳,白　俊

(1. 西华师范大学管理学院，四川南充 637000；2.西华师范大学国土资源学院，四川南充 637000；3.浙江大学公共管理学院,浙江杭州 310000)

农地流转项目区景观格局粒度效应分析
——以武胜县桐子岩村为例

徐亚琼1，吴勇2，莫智斌3，丁琳2,白俊1

(1. 西华师范大学管理学院，四川南充 637000；2.西华师范大学国土资源学院，四川南充 637000；3.浙江大学公共管理学院,浙江杭州 310000)

以2015年高分辨率的航拍影像图为数据源，选取常用的景观指数，利用GIS和景观格局分析软件Fragstas3.4，计算项目区景观格局指数在不同粒度下的指数值，结合景观粒度效应图和信息损失评价法，探索原始信息源和信息在经过空间粒度转换后的效应与变化.分析在不同空间粒度下相同地物特征的差异，从而探讨农村土地流转后“可塑性单元问题”，确定项目区最佳景观分析粒度值.研究结果表明：除斑块面积百分比、平均斑块形状指数对粒度变化的响应不敏感外，其他景观指数均具有明显的粒度效应，且相关性低的景观指数变化规律不同.研究结论：最佳分析粒度能够有效反映项目区的景观格局特征，增加分析结果的可信度.对桐子岩村1︰10000比例尺下的景观类型图进行景观指数计算的适宜粒度范围为4～5 m.

桐子岩村；景观格局；景观指数；粒度效应

1988年我国立法史上第一次明确了农村土地流转的合法地位[1].2002年起我国农村土地进入快速流转阶段，至今这一阶段仍在进行之中.据统计，2006年全国农村土地流转面积为5551.2万亩，2009年底，我国农村土地承包经营权流转面积达到1.09亿亩.到目前为止，全国农村土地流转面积已达1.5亿亩.随着我国农村土地流转由禁止到允许，流转方式多样化，流转区域和范围逐渐扩大化，流转过程中涉及地块规模、形状、排灌沟渠，道路的相应调整，改变了景观中的斑块和廊道等景观要素特征及其空间分布，必然对景观效应和生态过程产生影响[2].

景观格局分析是研究景观结构的组成特征和空间配置的一门学科，景观指数以高度浓缩景观格局的信息，定量化地反映景观结构和空间配置特征，在景观生态学中被广泛应用[3～8].但景观指数具有尺度依赖性[9～12]，即同一景观指数在不同尺度下的数值是不同的，并且不同的景观指数对于尺度变化的效应也是不同的.在景观生态学中尺度又可用粒度或幅度来描述，而粒度又可分为空间粒度或时间粒度，空间粒度主要指研究对象的空间范围，即研究区；时间粒度主要指某一事件或现象发生的概率或时间的间隔[13].因大部分景观指数统计软件以栅格数据为数据源，造成景观指数计算结果随栅格像元(粒度)的变化而有所不同，从而影响景观格局分析的准确性.因而，选择景观指数进行景观效应的分析时选取合适的景观粒度对分析结果的可信度起着十分重要的作用.

最佳景观分析粒度一方面能够有效反映研究区域的景观格局特征，另一方面使数据采样后有效的信息丢失最少.其选取的方法包括定性和定量两种方法，定性方法是通过景观格局指数粒度效应图中的拐点进行分析选取最佳的分析粒度；定量分析中包括信息损失评价法[14，13]、矩阵和Logistic-CA-Markov分析法[16]、统计分析法[17]、分维分析法[18]等.文章利用定性和定量方法相结合的优势，以武胜县桐子岩村土地流转项目区为研究对象，2015高分辨率的航拍影像图为数据源，选取常用的景观指数，计算项目区景观格局指数在不同粒度下的粒度值，结合景观粒度效应图和信息损失评价法，探索原始信息源和信息在经过空间粒度转换后的效应与变化，分析在不同空间粒度下相同地物特征的差异，从而探讨农村土地流转后“可塑性单元问题”，确定项目区最佳景观分析粒度值.为相应研究中的尺度推绎与转换的理论方法体系奠定一定的基础，区域农村土地流转景观格局变化的研究积累一定的经验.

1　材料与方法

1.1研究区概况

武胜县介于东经105°56′39〃～106°26′50〃，北纬30°10′46〃～30°32′36〃之间，海拔372.24 米，四川省东部，嘉陵江中下游，面积960平方公里，辖三溪、飞龙、乐善等15镇，桐子岩、石盘、八一等16乡.处川渝两省市结合部，与南充、遂宁、合川三市交界，扼川东川南进出之咽喉.本区属亚热带湿润季风气候，四季分明，雨量充沛，日照充足，年平均气温17.6 oC，年平均降雨量1 046毫米.桐子岩村位于武胜县东北部，以农业生产为主且农业主产水稻、小麦、玉米、红薯.常驻人口1 360人.自2003年以来，村民在乡镇组织的带领下，土地流转方式优化和利用效率得以提升，区域社会、经济和各项事业得到发展，农民人均可支配收入达到2 180元.

1.2数据来源与处理

土地流转后的原始数据源为武胜县桐子岩村2015年度高分辨率航拍影像.经过辐射纠正、几何校正，参考1︰10000地形数据，桐子岩村土地利用类型分布图、林相分布图、野外GPS采点数据和相关部门收集获取的自然、社会、经济等基础资料,以土地用途、分布特征和利用方式为主要分类依据，根据地表景观特征建立土地利用解译标志，采用人机交互模式解译出2015年的土地利用分布数据，并对分类的数据进行矢量化.通过编辑处理，创建拓扑关系，建立桐子岩村土地利用数据库.

桐子岩村流转前土地利用景观类型图　　　　　　桐子岩村流转后土地利用景观类型图

参照《第二次全国土地调查土地分类》(GB/T21010-2007)土地利用分类方法,结合研究区的实际情况，将研究区的土地利用类型划分为耕地、有林地、水域、建设用地、其他类型.由于水田和旱地变化显著，故把耕地二级土地利用水田和旱地进行了进一步描述.

1.3粒度与景观指数选取

在对桐子岩村景观类型进行划分的基础上，对照上述土地利用现状图，结合野外调查的数据，使用MapGis软件对1︰10000土地利用现状图中的区文件进行各景观单元的合并、分割，由于研究区面积较小，所以采用的粒度大小为1～40 m，即1、2、4、5、7、10、15、20、25、30、35、40 m，然后用Fragstas3.4软件计算景观格局指数.

景观指数包含斑块水平指数、斑块类型水平指数、斑块景观水平指数.由于斑块水平指数对区域景观的结构不具有较大的解释价值[19]，因而，本文结合斑块类型水平指数和景观水平指数来分析研究区景观空间分布格局.由于景观指数繁多且存在重复性，根据研究需要和前人的研究[20～23]，文章在类型水平上，从斑块的面积、连通性、形状和分布特征等方面选取斑块面积百分比(PLAND)、平均斑块形状(SHAPE-MN)、凝聚度指数(COHESION)、最大斑块指数(LPI)、分离度指数((DIVISION)和聚集度指数(CLUMPY)共6个指标.在景观水平上，从面积、形状、多样性、分布状态等方面，选取了蔓延度指数(CONTAG)、平均斑块形状指数(MSI)、凝聚度指数(COHESION)、分离度指数(SPLIT)、香浓多样性指数(SHDI)和香浓均匀度指数(SHEI)、斑块密度(PD)、最大斑块指数(LPI)共8个指标研究桐子岩村土地流转后景观指数的粒度效应.各景观指数的计算公式和含义可见相关参考文献[24，25].

图2　土地利用类型景观指数的粒度效应

2　结果和分析

2.1斑块类型水平上景观指数的粒度效应

如图2所示，当粒度由1区性m增加到40 m时，不同土地利用景观指数的粒度效应变化规律如下：

1) 聚集度指数反映景观组分的空间配置特征，描述景观中不同斑块类型的非随机性或聚集程度，其数值在-1～1之间.当斑块呈随机分布时，数值为0；呈现聚集状态分布，数值为1；呈现离散状态分布时，数值为-1.根据表1分析得知，聚集度指数伴随着粒度的增加，呈现递减的趋势，尺度效应关系比较明确，没有明显的尺度转折点.

2) 最大斑块指数是斑块水平上优势度的测量.该特征曲线表明，随着粒度的增加，坑塘水面始终处于最低水平，表明在景观中坑塘水面处于弱势斑块类型.随着粒度的增加，同样处于低水平的建设用地在粒度1处急速下降，在粒度2～40之间保持平稳.保持优势斑块类型的水田，在粒度1～7之间，30～35之间呈现剧升趋势；7～30，35～40之间保持平稳.

3) 凝聚度指数反映景观斑块水平连通性.随着粒度的增加，水田的凝聚度指数基本无变化，其值基本处于100.旱地随着粒度的增加处于较平稳的下降趋势，尺度效应关系比较明确，没有明显的尺度转折点.未利用地较其他地类的变化趋势强，且在1～20之间呈现急剧下降，在20～40之间变化趋势较平稳.其他地类的变化总体呈现下降的趋势，在粒度增加的后期，指数值部分呈现上升的趋势，尺度效应关系比较复杂.

4) 景观的形状指数反映出不同土地类型景观形状的复杂程度，景观形状指数越高，说明景观整体边界形状变得更为复杂.在粒度增加的初期，总体呈现上升的趋势，在粒度增加的中后期，指数值有上升有下降的趋势，曲线变化类似于“n”形状，尺度对应关系较复杂，具有明显的尺度转折点.在1～10,10～25,25～40之间，呈现先上升后下降的趋势，在粒度3、10、25处，出现最大转折点.旱地在1～2之间呈现上升的趋势，在2～40之间呈现缓慢下降趋势.其他地类随着粒度的增加变化趋势基本相稳合.

5) 分离度指数用来描述斑块在空间上的分散程度，其值越大表明该类型的元素分布越分散.随着粒度的增加，水田的变化趋势较明显，在1～7之间，指数值呈现下降的趋势，在7～30之间，变化不明显；在30～35之间呈现下降的趋势；在35～40之间保持不变.旱地、建设用地、道路、有林地、未利用地、坑塘水面分离度指数值基本无变化，数值为1.

6)随着粒度的增加，斑块面积处于无明显变化趋势.耕地(水田、旱地)仍是研究区所占比重最大的土地利用类型，是桐子岩村土地利用最重要的景观基底.

表1不同土地利用类型景观指数对粒度响应的变异系数

根据表1可知，斑块类型水平中，变异系数最大的是水田的斑块密度，表明水田作为项目区景观基底的同时，对粒度变化的响应程度比其他土地利用类型高；其次是流转后仍占项目区16.55%的未利用地的斑块密度.伴随着粒度的增加，其斑块密度变异系数值仅次于水田.从横向看，仅占项目区总面积3.05%的道路是对粒度变化最为敏感的土地利用类型；从纵向看，不同斑块类型水平指数中变化最大的是斑块密度指数，随着粒度的增加，分散、破碎的斑块逐渐演变成大斑块，对粒度变化的响应最为明显.

2.2整体景观水平景观指数的粒度效应

利用Fragstas3.4软件分析的结果，对桐子岩村整体景观水平上的景观特征进行比较分析.土地利用整体景观特征的粒度效应如图3所示.

图3景观水平上土地利用景观指数的粒度效应

在整体景观水平上，对选取的8个有代表性的景观水平指数进行分析，其景观指数值大部分随着粒度的增加呈现下降的趋势.香浓多样性指数和香浓均匀度指数在粒度1～20之间保持平稳态势，基本无变化.在粒度20处开始急剧上升，上升到粒度30时出现最大转折点，在粒度30～35之间出现急剧下降态势.一方面是因为随着粒度的增加，像元不断分割使这个过程中破碎的小斑块、优势度较低的斑块融合成大斑块；另一方面，随着粒度的增加，分户种植的小规模多样性农作物逐渐消失，出现的是大规模集中种植同种类型的农作物从而造成生物多样性降低.最大斑块指数在粒度1～7之间出现有规律的上升，在7～30之间曲线基本保持平直.随着粒度的持续增加，优势景观类型的优势度不断增加，在35出现最大转折点.在1～7之间，分离度指数呈现波动下降，表明在此区间，分离度指数对粒度变化的响应比较敏感，在7～30之间，分离度指数基本保持不变，表明分离度指数在此区间对粒度变化响应不敏感.斑块密度、蔓延度指数、凝聚度指数对粒度变化响应均呈单调下降的态势.凝聚度指数在1～3，5～30之间出现有规律的下降，说明在此期间凝聚度指数对粒度变化响应比较敏感.平均形状指数在选取的尺度域内基本不受粒度变化的影响，可预测性较强.

表2景观水平上景观指数对粒度响应的变异系数

根据表2分析可知，整体景观水平中，对粒度变化响应最强的是斑块密度；其次是与边缘密度呈负相关，与景观分散度有关的蔓延度指数；变异系数最低的是最大斑块指数.

2.3信息损失评价

信息损失是矢量数据转为不同粒度下的栅格像元过程中所损失的信息.信息损失评价计算公式如下(其中：M为信息损失量，Agi为第i类景观栅格数据值，Abi为第i类景观基准数据值，n为景观类型的项目，P为某一评价指标的精度损失)：

(1)

P=|100×m/Ab|

(2)

鉴于斑块数目、斑块面积是其他景观格局指数的基础，因而笔者选取斑块密度、斑块面积指数，以景观的粒度为横坐标，以斑块面积损失、斑块密度损失为纵坐标，参考信息损失评价公式，计算不同粒度下各景观指标的信息损失.

图4不同粒度下各指标信息损失评价结果

由图可知，在2～4 m的粒度范围内，斑块面积、斑块数目的精度损失最小.

3　结论

通过对高精度航拍影像图下桐子岩村2015年景观格局指数的粒度效应研究，以桐子岩村土地利用的方式、用途、规模等因素对桐子岩村的土地进行归类划分的分类体系下，以农用地为主，1︰10000比例尺的土地利用景观格局下，土地利用景观指数在景观水平和斑块类型水平上有以下特征：

1)土地利用类型景观指数和整体景观水平景观指数都具有相应的粒度响应，景观指数值随着粒度的增加呈现相应的变化趋势.变化程度虽不同，但却表明粒度变化对景观指数的计算具有重要影响.

2)在景观水平上，斑块密度随着粒度的增加呈现直线下降，对粒度变化响应比较敏感；蔓延度指数、凝聚度指数随着粒度的增加单调递减，并无明显的尺度转折点；分离度指数、最大斑块指数在1～7之间分别呈现阶梯型下降和上升，两者在7～30之间基本无变化；香浓多样性指数和香浓均匀度指数随着粒度的增加呈现复杂的尺度效应关系，在1～20粒度范围内基本无变化，在粒度30出现最大转折点.

3) 在斑块类型水平上，最大斑块指数、分离度指数在粒度1～7之间分别呈现单调递增和递减.聚集度数、斑块密度指数、水田的凝聚度指数随着粒度的增加呈现单调减缓的态势，具有明显的尺度效应关系，但没有明显的尺度转折点；平均形状指数中水田和其他地类的变化趋势较强，尺度效应关系比较复杂，在1～10，10～25,25～40之间曲线变化类似于“n”形状，三个区域的变化态势都是在粒度较小时上升，在粒度增加的后期，指数值呈现下降的趋势；斑块面积百分比随着粒度的变化基本无变化.

4) 根据土地利用斑块类型和整体景观水平景观指数的粒度效应分析结果可知，研究区景观指数计算的适宜粒度为4～7 m之间.鉴于斑块面积、斑块密度的精度损失最小范围在2～4 m之间.综上，本文选取4 m～5 m为桐子岩村景观格局分析的最佳粒度.

[1] 荀军年.农地使用权流转模式选择及创新研究[M].北京：法律出版社,2014.

[2] 王军，严慎纯，白中科，等.土地整理的景观格局与生态效应研究综述[J].中国土地科学，2012，26(9):87-94.

[3] 齐伟，曲衔波，刘洪义，等.区域代表性景观格局指数筛选与土地利用分区[J].中国土地科学，2009，23(1)：33-37.

[4] 丘扬，杨磊，王军，等.黄土丘陵小流域景观格局指数的粒度效应[J].应用生态学报，2010，21(5)：1159-1166.

[5] Schroder B，Seppelt R. Analysis of pattern-process interactions based on landscape models-overview，general concepts，and methodological issues[J].Ecological Modeling，2006，199(4):505-516.

[6] 申卫军，邬建国，任海，等.空间幅度变化对景观格局分析的影响[J].生态学报，2003，23(11)：2219-2231.

[7] 陈爱莲，孙然好，陈利顶.传统景观格局指数在城市热岛效应评价中的适用性[J].应用生态学报，2012，23(8)：2077-2086.

[8] 张庆印，樊军.高精度遥感影像下农牧交错带小流域景观特征的粒度效应[J].生态学报，2013，33(24)7739-7747.

[9] 朱开群，金晓斌，周寅康.土地整理项目区景观格局粒度效应初探[J].中国土地科学，2011，25(3)：45-51.

[10] 周伟，钟星，袁春.1︰10000比例尺土地利用景观指数的粒度效应分析[J].中国土地科学，2010，24(11)：20-26.

[11] 郭冠华，陈颖彪，魏建兵，等.粒度变化对城市热岛空间格局分析的影响[J].生态学报，2012，32(12)：3764-3772.

[12] 王艳芳，沈永明，陈寿军，等.景观格局指数相关性的幅度效应[J].生态学杂志，2012，31(8)：2091-2097.

[13] 吕一河，傅伯杰.生态学中的尺度及尺度转换方法[J].生态学报，2001，21(12)：2096-2105.

[14] 于磊，赵彦伟，张远，等.基于最佳分析粒度的大辽河流域湿地景观格局分析[J].环境科学学报，2011，31(4)：873-879.

[15] 郭琳，宋戈，张远景，等.基于最佳分析粒度的巴彦县土地利用景观空间格局分析[J].资源科学，2013，35(10)：2052-2060.

[16] 何丹，金凤君，周璟.基于Logistic-CA-Markov的土地利用景观格局变化-以京津翼都市圈为例[J].地理科学，2011，31(8)：903-910.

[17] 薛冬冬，余光辉，温小荣，等.基于地统计分析的南京钟山风景区景观格局尺度效应分析[J].西南林业大学学报，2012，32(1)：30-36.