空间粒度变化对土壤景观格局指数影响的定量分析

王世举

摘要基于巢湖流域土壤类型图，使用ArcGIS 10.1和Fragstats 4.2，并选择5个景观格局指数，研究了巢湖流域景观格局指数随空间粒度的变化趋势，并且计算了变异系数。结果表明：巢湖流域土壤类型图最适合进行景观格局分析的空间尺度范围在30～60 m。

关键词土壤景观格局指数；空间粒度；巢湖流域

中图分类号P901文献标识码A文章编号0517-6611（2017）11-0182-04

AbstractBased on the soil type map of Chaohu Lake Basin， and by using ArcGIS 10.1 software and Fragstats 4.2 software， and selected 5 landscape pattern index， the article explored the trends of landscape indices with the spatial granularity of Chaohu Lake Basin， and calculated the coefficients of variation. The results showed that for the soil type map of Chaohu Lake Basin， the most suitable landscape spatial scales for the analysis were 30-60 m.

Key wordsSoil landscape pattern index；Grain size；Chaohu Lake Basin

生态学研究的方向主要是时间及空间尺度问题，而时间、空间尺度的研究都离不开对粒度的探讨，目前的空间粒度选择多根据研究区的行政单位，但区域内空间异质性无法得到展现，所以引入景观学中关于空间粒度的定义可以更深入地研究尺度问题。空间粒度的含义是研究区域的最小可以被认知的像元的大小[1]。景观格局的演进是研究人类活动与景观格局变化联系的基础，在景观生态学中，景观的功能结构与空间粒度关系十分密切，大部分生态学效应会随着空间粒度的变化而发生很大改变[2]。近年来，粒度问题成为景观生态学的研究热点，如董跃宇等[3]以最佳空间粒度为切入点对碧塔海流域景观格局进行分析。冯永玖等[4]也探讨了景观格局破碎化对粒度特征及其变异的影响。

评价景观格局的方法通常有两种：景观格局指数计算方法和地理统计学方法。景观指数作为定量化研究景观格局的手段之一，且景观格局指数方法相对于其他评价方法更加方便和有效，因此应用的范围更加普遍[5]。经过30多年的迅速发展，当前已有的景观指数已达几百种，并产生了很多景观格局分析软件用来分析景观指数。但是当前的景观格局计算软件主要运用栅格影像进行计算，造成了所谓的“可塑性面积单元问题”，即在分析遥感卫星数据、土地利用矢量数据时，常常出现计算结果随着像元大小的不同而发生变化的现象[6]。笔者根据巢湖流域土壤类型图，选用5个常用的景观格局指数，通过控制变量法，即计算同一景观指数在选定的空间粒度下的值，研究景观格局指数在粒度变化下的变化规律，探讨景观指数的恰当粒度，旨在为分析巢湖流域土壤类型的景观格局提供科学依据和参考。

1数据来源与研究方法

1.1研究区概况巢湖地处安徽中部，合肥与芜湖之间，是我国五大淡水湖之一，流域面积13 486 km2。流域海拔最高为1 498 m，最低为-2 m。属亚热带湿润季风气候。位于东南丘陵与长江中下游平原的过渡地带，地势西南高东北低，地貌大致分为山地、丘陵、盆（谷）、岗地、平原五大类型。巢湖流域涉及14个区（县），分别为包河区、含山县、居巢区、岳西县、庐江县、庐阳区、瑶海区、肥东县、肥西县、舒城县、蜀山区、金安区、长丰县、霍山县。

1.2数据来源研究数据来源于巢湖流域图、地貌图、行政区划图和土壤类型图，通过ArcGIS 10.1软件数字化处理，得到土壤类型矢量图（图1）。其中图斑总数为493，包括的土壤亚类型共有15种，分别是暗黄棕壤（Dark yellowbrown soils）、棕壤（Brown soils）、淹育水稻土（Submergenic paddy soils）、漂洗水稻土（Bleached paddy soils）、潜育水稻土（Gleyed paddy soils）、潮土（Chao soils）、潴育水稻土（Waterloggogenic paddy soils）、石灰岩土（Limestone soils）、石质土（Lithosol）、粗骨土（Skeletal soils）、紫色土（Purple soils）、红壤（Red soils）、脱潜水稻土（Take off the latent paddy soils）、黃棕壤（Yellowbrown soils）、黄褐土（Yellowcinnamon soils）。

1.3研究方法首先运用ArcGIS 10.1软件将土壤类型矢量图转化为栅格类型数据，再使用ArcGIS 10.1软件的ArcToolBox工具箱的数据转换功能，将土壤类型图分别转化为空间粒度为30、60、90、120、150、180、210、240、270、300、400、500 m的12种栅格数据，并使用Fragstats 4.2软件计算所选取的景观格局指数值。

景观格局指标繁多庞杂，但各有意义。在Fragstats 4.2软件中，景观格局指数分为三大类：斑块、斑块类型和景观。斑块和斑块类型水平是单个斑块或者不同类型斑块进行分析，景观水平是研究整体的水平。因为主要是研究区域的全部特征，所以选取斑块数量（NP）、斑块密度（PD）、景观形状指数（LSI）、周长面积分维数（PAFRAC）、香农多样性指数（SHDI）这5个景观格局指数，并在景观水平上作分析。景观格局指数的含义及计算方法见表1。利用Excel对结果进行线性分析，并计算变异系数，得出不同空间粒度下景观格局指数的变化趋势折线图，并据此进一步分析空间尺度变化对景观格局指数的变化效应。

2结果与分析

2.1不同空间粒度下指数值运用Fragstats 3.4软件进行计算，得到在12个不同空间粒度下的5个景观格局指数值，结果见表2。

2.2空间粒度变化对景观格局指数的影响

2.2.1空间粒度变化对斑块数量（NP）的影响。从图2可以看出，随着像元大小的改变，斑块数量在整体上呈现下降趋势，在空间粒度90、300、400、500 m处有转折点。NP可以代表整个景观的空间异质性，也可以代表景观的破碎度，两者存在正比例关系。NP会改变大部分生态进程，可以决定物种及其次生物种的空间排列特点，或者影响不同物种的相互作用和共同生存的系统恒定性。

2.2.2空间粒度变化对斑块密度（PD）的影响。从图3可以看出，随着空间粒度的增加，和斑块数量值一样，斑块密度整体上呈现下降趋势，空间粒度90、120、270、300、400、500 m处有明显拐点。说明空间粒度的改变会影响斑块的合并，进而影响对应指数值，空间粒度越大，對斑块集聚度变化的联系越密切。

2.2.3空间粒度变化对景观形状指数（LSI）的影响。从图4可以看出，随着像元大小的改变，景观形状指数整体呈现下降趋势，在空间粒度90 m时该指数有显著的降低趋势。说明在小于90 m像元大小范围内，研究区域的形状变得更加规整。而在粒度大于300 m之后，研究区域的形状指数降低趋势更加明显。

2.2.4空间粒度变化对周长面积分维数（PAFRAC）的影响。周长面积分维数是基于统计回归方法的景观指数，反映了不同空间尺度的形状的复杂性，取值范围为1～2，值大于1表示斑块形状复杂化。从图5可以看出，随着像元大小的增加，周长面积分维数整体呈现上升趋势，在空间粒度60、90、120、150、240、300 m处有转折点。

2.2.5空间粒度变化对香农多样性指数（SHDI）的影响。SHDI能够直接反映景观中斑块类型破碎化分布特征，偏重于稀缺类型占结果的比例。在研究区域中，土壤类型越丰富，SHDI值会相应地越大。根据图6，在粒度较小时（30～240 m），SHDI并无明显变化趋势，基本在1.651 0～1.651 5波动，幅度不大，在粒度240、300、400 m处有显著转折点。

2.3巢湖流域景观格局指数在不同粒度下的变异特征从表3可以看出，在一系列不同的空间粒度下，斑块数量、斑块密度、景观形状指数、周长面积分维数均大于0.15，说明这4个景观格局指数比较容易受空间粒度变化的影响；香农多样性指数值在这5个指数中最小，且与其他4个数值相差较大，说明该指数不太容易受空间粒度变化的影响。

2.4景观分析中的尺度域和适宜粒度选取由于空间粒度和相关景观指数的密切联系，所以应在数据精确的基础上选取适合较多景观指数研究分析的尺度来进行景观格局研究。运用第一尺度域确定适宜粒度范围，一般第1个粒度拐点决定了适宜粒度大小[7]。根据变化折线图的转折点和跳跃区间来分析研究区域景观格局的尺度范围和最佳粒度（表4）。

当景观格局指数曲线图出现转折点，则说明景观所包含的信息在转折点处发生了一些大的改变。环境景观指数的尺度转折点并非如图上所示是一个确切的数据，按照实际情况应该是一个相对狭窄的范围。从表4来看，景观格局指数的第一尺度域多处于30～90 m区间内，研究区的适宜尺度在30～60 m。徐丽等[8]研究结果表明，所选取的22个景观指数的第一尺度域的范围在10～40 m，最佳粒度为20～30 m。郭琳等[9]以黑龙江省巴彦县为研究区，应用遥感及景观指数法，认为最佳空间粒度为100 m。耿焕侠等[10]认为小区域景观分析的最佳粒度为60 m。该研究与上述研究区域不同，地域面积以及所选粒度大小不同，导致研究结果不同，但所反映的总体景观格局特征和变化趋势基本是一致的。

3结论与讨论

区域空间粒度的变化与景观格局指数有重要的关联[11]。笔者研究巢湖流域土壤类型图在12个不同间隔的空间粒度下的景观格局指数的变化趋势，得出以下结论。

（1）斑块数量、斑块密度、景观形状指数、周长面积分维数这4个指数值都与空间粒度有重要的关系，即都有上升或下降的变化趋势。在研究区域空间粒度较小时，存在的明显转折点数量较多，当研究区域空间粒度扩大时，转折点数量减少。香农多样性指数在120～500 m内有较多转折点，在粒度30～120 m内均无明显变化，说明粒度大于120 m后生物多样性较少；最大斑块指数和景观形状指数局限于自身的性质，在粒度30～500 m内无明显改变。

（2）根据景观格局指数的第一尺度范围，能够确定进行景观分析的最佳粒度大小。对于该研究区域而言，第一尺度域多集中在30～60 m，最适宜空间粒度可确定为60 m。

（3）该研究所选的5个景观格局指数中，有4个对空间粒度变化较为敏感，有1个对空间粒度变化不敏感。景观格局指数对空间粒度变化的响应不同，景观类型对空间粒度变化的响应也有所不同，需要进一步细化研究，说明在使用对空间粒度变化敏感的景观格局指数进行景观格局分析时，应该慎重选择合适的空间粒度，并在应用时加以注意[12]。

参考文献

[1] 秦鹏，董玉祥.广州市土地利用空间分布影响因素的粒度效应分析[J].资源科学，2013，35（11）：2239-2247.

[2] 吴健生，王政，张理卿，等.景观格局变化驱动力研究进展[J].地理科学进展，2012，31（12）：1739-1746.

[3] 董跃宇，喻庆国，刘朝蓬，等.基于最佳空间粒度的碧塔海流域景观格局分析[J].西部林业科学，2013，42（3）：45-53.

[4] 冯永玖，刘艳，周茜，等.景观格局破碎化的粒度特征及其变异的分形定量研究[J].生态环境学报，2013，22（3）：443-450.

[5] 张立平，张世文，叶回春，等.露天煤矿区土地损毁与复垦景观指数分析[J].资源科学，2014，36（1）：55-64.

[6] 杨丽，甄霖，谢高地，等.泾河流域景观指数的粒度效应分析[J].资源科学，2007，29（2）：183-187.

[7] 陈永林，谢炳庚，李晓青.长沙市土地利用格局变化的空间粒度效应[J].地理科学，2016，36（4）：564-570.

[8] 徐丽，卞晓庆，秦小林，等.空间粒度变化对合肥市景观格局指数的影响[J].应用生态学报，2010，21（5）：1167-1173.

[9] 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.

[10] 耿焕侠，张小林，李红波.县域农村居民点景观格局指数的空间粒度效应：以江苏省丰县为例[J].长江流域资源与环境，2014，23（10）：1418-1424.

[11] 张玲玲，史云飞，刘玉华.空间粒度变化对沂蒙山区景观格局指数的影响[J].生态学杂志，2013，32（2）：459-464.

[12] 冀亚哲，张小林，吴江国，等.多空间粒度下镇江市土地利用景观格局差异[J].中国土地科学，2013，27（5）：54-62.