基于GIS与景观指数的黄骅市景观格局分析

王永 刘春玲 贺鹏 姚翔龙

摘要通过对黄骅市栅格影像的景观指数计算，获得10个斑块类型的景观指数和9个景观水平的指数。对黄骅市土地利用类型进行重分类，通过对景观指数的分析，得出黄骅市农业景观、荒漠景观等景观分布格局。结果表明，黄骅市景观整体聚集程度较高、多样性显著、均匀度较高、破碎化程度较高，形成以农业景观为景观基质，荒漠、陆地景观散碎分布，工业、水域景观团块式分布，居住、交通运输景观规律分布的景观格局。

关键词景观指数；景观格局；斑块；黄骅市

中图分类号TU984.18；TP79文献标识码

A文章编号0517-6611（2017）16-0063-05

Landscape Pattern Analysis Based on GIS and Landscape Index in Huanghua City

WANG Yong1， LIU Chunling2， HE Peng2 et al（1.Faculty of Engineering，China University of Geosciences， Beijing 100083； 2. China Land and Resources Aerial Geophysical Remote Sensing Center，Beijing 100083）

AbstractThrough the calculation by the Huanghua City grid image for the landscape index，the landscape indices of 10 patch types and 9 landscape levels were obtained.Land use types in Huanghua City were reclassified. Through the analysis of landscape index，the landscape distribution pattern of agricultural landscape and desert landscape in Huanghua City was obtained. The results showed that Huanghua City landscape pattern have high degree of aggregation， significant diversity， higher degree of fragmentation and high uniformity. The formation of the agricultural landscape as the landscape stroma，desert and land landscape scattered distribution，industrial and water landscape mass distribution， living and transportation regular distribution landscape pattern.

Key words

Landscape index；Landscape pattern；Plaque；Huanghua City

景观生态学的研究对象涵盖了从荒野到城市景观，对景观要素或景观格局现状分析是景观生态学的重点研究内容之一[1]。而对景观内各斑块类型在景观中分布规律的研究是景观格局现状分析的基础。目前，以土地利用类型所反映的景观格局几何特征，结合数值统计的分析方法在景观格局分析方面较为成熟。在区域景观格局分析研究领域，专家学者进行了大量研究。曹瑞娜等[2]通过栖霞市各流域信息提取，计算获得栖霞市各流域景观指数，结合DEM模型、自然因素以及地区发展模式对栖霞市进行景观格局分析。刘飞等[3]通过不同斑块类型指数的选取计算，分析了贵州习水县景观空间特征。宁雅楠等[4]通过景观指数法结合主成分分析法對青龙满族自治县进行景观分区研究。另外，用景观指数研究景观格局对指数的选取依赖性较大，部分学者利用统计回归、因子分析等方法，建立景观指数之间的相关性、敏感性的关系。何鹏等[5]通过相关分析方法，解决了指数繁多冗余的问题。彭建等[6]通过研究深圳宝安区土地利用分类，探讨景观格局指数随土地利用分类系统变化的基本规律。由于人类对自然资源不断开发和谋求土地资源的可持续利用，使得景观格局随空间和时间的转变而不断改变[1]。因此，通过对景观格局的分析有助于把握研究区宏观的生态环境状况、景观格局发展趋势及科学合理地规划人们的生活环境，实现土地资源和环境的可持续发展。笔者基于GIS与景观指数，对黄骅市土地利用类型进行了重分类，研究该市的农业景观、荒漠景观的分布格局，以期为今后黄骅市土地資源管理及土地整治提供科学依据。

1研究区概况与研究方法

1.1研究区概况

黄骅市地处117°05′～117°40′ E，38°09′～38°39′ N，位于河北省东南部，地处环渤海经济圈中部位置和环京津枢纽地带，有河北省东出西联的出海口和桥头堡之称。全市总面积2 411.6 km2，截至2010年总人口为44.35万。主要为平原和海岸地貌，其中海岸平坦宽阔，属于淤泥质海岸，属暖温带半湿润大陆性季风气候。辖区土壤类型可归为潮土、盐土和沼泽土类3类，其中盐土遍布全市。全市交通发达，自然资源丰富，其中盐业资源较为著名，是全国的海盐生产基地之一。

1.2数据来源及处理

研究区基础数据来源于2016年GF1遥感数据影像，以2009年第二次全国土地调查分类表为依据，基于ArcGis10.3进行目视人机交互解译，最终获取解译精度为1∶5万，共29类土地利用类型的gdb数据库格式的文件。然后结合当地景观特色及发展模式，重新对29类土地利用类型进行归并分类，分类形成8种一级景观类型（图1）。

最终利用8种一级景观类型进行景观指数的计算。计算步骤：①将8种景观类型放在同一数据库中，利用ArcGis10的功能转化为20×20大小的geo.tiff格式的栅格图像。②将该图像导入到 Fragstats 4.2软件中，设置相关权重文件并选择参数。③计算。以斑块类型指数（class类）和景观水平指数（landscape类）为主，最终以这2类景观指数对黄骅市景观格局进行分析。研究区景观类型分布如图2所示。

1.3景观指数软件Fragstats 4.2经过多年的发展和改良，界面操作简单，并能与ArcGis10软件进行良好的互补，其包含的景观指数多达上百种，能从各方面反映区域景观格局分布特征。同时景观指数之间存在明显的相关性、功能的重叠性甚至相互矛盾的问题。该研究通过遥感解译了解黄骅市景观特征，结合前人在指数选取方面的方法以及全面了解所选指标所有生态意义、公式的前提下[6-8]，选取了以下斑块类型指数和景观水平指数（表1、2）。

2结果与分析

2.1研究区整体结构

斑块水平指数中CA、PLAND、NP、PD、LPI指數以及景观水平指数中TA、NP、PD、LPI、PR指数是对斑块类型和景观整体水平的基本特征进行描述的指数类型。其余指数均为描述景观空间异质性、复杂多样性及连通性方面的特征。通过指数计算，分别获得表3所示的景观格局分析数据。

经计算可知，由景观水平指数TA、NP、PD、LPI可知，研究区的TA为241 160.44 km2，除去沿岸浅海景观外，总面积约226 263.00 km2。NP为15 773块，PD为6.54个/100 hm2，LPI占景观总面积的10.61%。由表3可知，参与计算的8类景观类型中，农业景观面积最大，为97 092.12 hm2，占研究区总面积的40.26%，其次为水域景观，为38 245.08 hm2，占研究区总面积的15.86%。由于水域景观包括水库、水工建筑、河流、沼泽等地类，且研究区与海相邻，水资源丰富，所以面积较其他土地类型较多。此外，荒漠景观面积达36 776.40 hm2，占总面积的15.25%；工业景观为23 560.44 hm2，占总面积的9.77%；居住景观为22 208.44 km2，占总面积的9.21%；沿岸浅海景观、交通运输景观及陆地景观面积分别为14 897.68、5 511.40、2 868.88 hm2，分别占总面积的6.18%、2.29%、1.19%。农业景观、水域景观及荒漠景观占总面积的71.00%以上，说明这3类景观是研究区的优势景观类型。在景观基质方面，由于农业景观占40.28%，大范围地分布在市中心周边及内陆地区（图2），且连通性较好可以认为是研究区的景观基质。斑块类型面积分布如图3所示。

在NP、PD方面，居住景观和荒漠景观是研究区最多的，分别是4 366、4 324个和1.81、1.79，说明居住景观和荒漠景观的分布特征是部分斑块散碎，点状分布于研究区。其次为农业景观、水域景观、工业景观，NP分别为2 658、1 560、1 295，分别为1.10、0.65、0.54；农业景观、水域景观是景观类型中面积最大的2类，但NP、PD并不是最大。交通運输景观和陆地景观的NP、PD较少，分别为833、731个和0.35、0.30（表3），说明黄骅市草地、林地分布面积较少。沿岸浅海景观是基于海洋资源大力开发的背景下设立的一种景观类型，该景观类型沿岸分布且聚集在一起，因此NP、PD均为最少。

2.2景观面积特征的景观格局

由上述可知，以农业景观为景观基质的黄骅市在景观类型面积分布上呈多种现状。农业景观面积最大占40%以上，但NP、PD不是最多，说明农业景观在黄骅市具有连通性。而且农业景观的AREA-MN为36.53 hm2，是除沿岸浅海景观外最大的一类，说明黄骅市存在着大量农业用地，聚集度程度较高的分布在研究区。由图2可知，农业用地大量分布在整个研究区，尤其是内陆地区农业景观连通性更好，所占比例更大。水域景观主要分布在研究区东北部，其中水库水面占绝大部分面积。水域景观中存在着研究区中LPI属性为水库水面，为10.61%。水域景观和工业景观连通性较好，水域景观和工业景观分别为24.52和18.19 hm2，但斑块数量和斑块密度较小；说明水域景观和工业景观呈团聚式分布，其中海盐产出为研究区特色资源，以采盐场为主的工业景观集中分布在研究区东部且形状较为规则（图2）。居住景观和荒漠景观的LPI不大，但AREA-MN却是最多，分别为5.09和8.51 hm2，说明居住景观和荒漠景观内部破碎程度高，人为干扰现象严重。居住景观主要分布在研究区中部，在研究区边缘地区也散布着居住斑块，但斑块类型分布均匀有序、形状规则。荒漠景观主要是以盐碱地为主的景观特征，荒漠景观主要分布在研究区中部和东南部，形状不规则，景观内部支离破碎，是整个研究区整治和改造的重点部分。在其他景观方面，陆地景观和交通运输景观所占面积较少；陆地景观中以草地林地为主的绿化带在整个研究区分布较少，交通运输景观中交通用地交错纵横，聚集程度较低。沿岸浅海景观的AREA-MN最大，达2 482.95 hm2，这与集中在海岸带一侧斑块聚集程度较高有关。

45卷16期王 永等基于GIS与景观指数的黄骅市景观格局分析

2.3景观形状及边缘特征的景观格局

LSI是通过计算某一斑块类型的形状与相同面积的圆或正方形之间的偏离程度来测量斑块形状复杂程度。因此，可通过LSI指数反映黄骅市某一景观类型整体的空间展布特征。由表3可知，LSI由大到小依次为交通运输、荒漠、农业、水域、居住、陆地、工业及沿岸浅海景观。交通运输景观和荒漠景观的LSI分别为97.95和87.76。从数值上看，交通运输景观和荒漠景观在研究区的空间展布不均衡。交通运输景观的属性是长条形、交错纵横的，荒漠景观是内部散碎地分布在整个研究区，2个景观类型偏离正方形的程度都很大。农业景观、水域景观和居住景观的LSI分别为70.60、61.47和52.28。一般来说，景观类型面积越大，则LSI指数的数值越高，研究区农业景观面积最大，景观内部破碎程度较高，但内陆地区的连通性较好，因此LSI指数不是最高。水域景观中由于水库水面等面积大、聚集程度较高的土地类型的存在也使LSI指数较低。由于居住景观主要分布在市中心及其周边地带，虽然部分斑块散碎分布在研究区周边地带，但所占面积较小，因此LSI指数较小。陆地景观、工业景观占景观面积不大且呈团聚式分布， LSI指数较低，由于沿岸浅海景观只分布于海岸一侧，形状面积最接近相同类型的正方形，LSI指数最低，为3.62。研究区的LSI指数分布见图4a。

面积加权的分形维数CFRAC-AM是描述斑块类型的形状指标，与LSI侧重于面积对比不同的是FRAC从斑块类型的整体形状上进行对比。交通运输景观和水域景观的FRAC-AM，由长条分布的交通道路和蔓延曲折形状的河流水面使FRAC-AM分别为1.43和1.31。其他景观中，按FRAC-AM越简单，人为干扰程度就越大的理论，人为干扰程度由强到低分别为工业、居住、沿岸浅海、陆地、荒漠、农业景观类型，除沿岸浅海景观外，人工干扰强度次序基本符合实际。沿岸浅海景观在海岸线一侧形状规则，遥感解译时人为因素较大，所以FRAC-AM较高。陆地景观面积最小，但FRAC-AM较高，说明FRAC-AM在描述非优势种等异质性方面较为突出。

2.4景观聚集度的景观格局

AI是基于同一类景观斑块间公共边界长度来计算，当同一类景观斑块像元间不存在公共边界时，该类的聚集程度最低；而当同一景观类型中所有像元值存在的公共边界达到最大值时，具有最大的聚集指数。研究区各景观AI均较高（表3），由高到低依次为沿岸浅海、工业、农业、水域、居住、荒漠、陸地、交通运输景观；沿岸浅海景观由于其天然属性，AI最高，达99.57%，一方面说明干扰程度较小，另一方面沿岸浅海景观聚集连通程度远高于其他景观类型。由于工业景观是单一的采盐场，大部分采盐场的集中分布是AI较高的原因。也说明黄骅市作为海盐生产基地之一，大面积海盐集中生产有利于管理和运作。农业景观由于大范围的分布与市中心及内陆地区，是整个研究区的景观基质，在景观内部被其他景观类型填充，因此AI仅次于沿岸浅海景观和工业景观，为95.53%。水域景观、居住景观、荒漠景观、陆地景观的AI分别是93.81%、93.11%、90.94%及86.24%，说明各景观类型中主体斑块聚集程度较高，但仍有大量散碎的斑块类型分布在研究区各处，如居住景观、荒漠景观和陆地景觀的散碎性，同时也使这3类景观的聚集度低于其他聚集程度较高的几类。交通运输景观根据其自身属性AI为 73.79%，通过参考对比交通运输景观的聚集度，同样可以得到其他几类景观类型的聚集度和散碎程度。景观水平的AI达到88.15%，说明在景观整体水平具有较高的聚集程度和连贯性。

2.5景观多样性及蔓延度的景观格局

SHDI指数在景观级别上等于各斑块类型的面积比乘以其值的自然对数之后的和的负值。当SHDI为0时，表明整个景观仅由一个斑块组成，无多样性；SHEI等于1.00，表明各斑块类型均匀分布，有最大多样性；SHDI增大，说明斑块类型增加或斑块类型在景观中呈均衡化趋势。该研究表明，研究区SHDI为1.70，通过对比其他研究的SHDI，如曹瑞娜等[2]基于多流域计算出的SHDI分布图及其地类分析以及曹伟等[7]基于宜兴市每个城镇的SHDI计算统计，发现该研究区的SHDI略大于基于多流域计算的最大值（1.60），属于景观类型丰富，斑块均匀程度较为平衡。说明黄骅市土地利用类型丰富，斑块类型复杂多样，景观破碎化程度较高，多样性显著以及景观异质性不明显。SHEI是指除以给定景观丰度下的最大可能多样性。研究区的SHEI数值为0.82，数值较高，表明黄骅市各土地利用类型均匀分布，斑块破碎化程度较为突出，同时也说明黄骅市不存在优势度非常明显的景观类型。

CONTAG是表征景观格局重要的指数之一，通过景观中斑块的团聚程度和延展趋势描述景观格局的蔓延度。由表4可知，研究区的CONTAG为52.02%，表明研究区无某种优势的景观类型在整个研究范围形成较好的连通性，即使农业景观也只是在研究区内陆形成较好的连通性。研究区中的景观类型是以多种斑块类型互相嵌套的密集格局，同时也说明研究区破碎化程度较高。

3结论与讨论

（1）黄骅市的景观格局构成按照比例从大到小依次为农业景观、水域景观、荒漠景观、工业景观、居住景观、沿岸浅海景观、交通运输景观及陆地景观，总面积达2 411.6 km2。农业、水域、荒漠景观构成黄骅市景观格局的主体特征，占总面积的71.00%以上。农业景观在黄骅市内陆地区呈大面积、多斑块、高聚集度的分布，占研究区总面积的40.28%，成为黄骅市的景观基质。以水库水面和坑塘水面为主的水域景观集中分布在黄骅市东北部，斑块连通性较好，斑块破碎程度较低。以盐碱地为主的荒漠景观是黄骅市需要大力整治的一类景观类型，大量存在于黄骅市中南部，面积大，破碎程度高，属黄骅市重点治理土类。工业景观人工干扰强烈，呈团块式分布。居住景观分布较广，斑块数量最多，聚集程度较低，形状规则。以城市绿化为主的陆地景观整体面积较少，散碎分布，人为干扰程度强烈。

（2）从景观格局整体来看，研究区PR为8，具有较高的景观聚集性和均匀度，景观种类丰富，蔓延度一般。但荒漠景观突出，分布较为散乱，影响黄骅市的发展进程。农业景观内部破碎也较为严重，边缘特征复杂，陆地景观面积较少，有必要加强城市绿化建设。

（3）黄骅市景观格局比较清晰，下一步可以通过对比黄骅市10年之内景观格局的动态演变，提出黄骅市景观格局的演变方向及其优缺点，为黄骅市更好的土地资源管理以及土地整治提供更好的建议意见。

参考文献

[1]

陈利顶，孙然好，刘海莲.城市景观格局演变的生态环境效应研究进展[J].生态学报，2013，33（4）：1042-1050.

[2] 曹瑞娜，齐伟，李乐，等.基于流域的山区景观格局分析和分区研究：以山东省栖霞市为例[J].中国生态农业学报，2014，22（7）：859-865.

[3] 刘飞，谢双喜，谢鹏，等.贵州习水县土地利用景观格局特征分析[J].天津农业科学，2015，21（12）：84-88.

[4] 宁雅楠，李贝，杨伟州，等.基于主成分分析法的土地利用景观分区研究：以青龙满族自治县为例[J].中国农业资源与区划，2016，37（2）：22-28.

[5] 何鹏，张会儒.常用景观指数的因子分析和筛选方法研究[J].林业科学研究，2009，22（4）：470-474.

[6] 彭建，王仰麟，张源，等.土地利用分类对景观格局指数的影响[J].地理学报，2006，61（2）：157-168.

[7] 曹伟，周生路，吴绍华，等.基于粗糙集与突变级数法的土地利用景观分区研究[J].地理科学，2011，31（4）：421-426.

[8] 李秀珍，布仁仓，常禹，等.景观格局指标对不同景观格局的反应[J].生态学报，2004，24（1）：123-134.