生态移民安置区土地利用景观格局的稳定性研究——以宁夏回族自治区红寺堡区为例

温胜强, 刘小鹏, 王亚娟, 叶均艳, 韩晓佳

(1.宁夏大学 资源环境学院，宁夏 银川750021; 2.宁夏(中阿)旱区资源评价与环境调控重点实验室，宁夏 银川 750021)

土地利用变化最直观的表现就是景观格局的时空演变，景观格局是景观异质性的具体体现，是对景观动态变化过程的及时准确的反映[1-3]。土地利用变化一般通过景观格局来表现，景观格局稳定性主要通过景观异质性来表现，景观异质性和景观稳定性相互依存并相互影响[4]，对景观稳定性的研究能很好的反映景观景观格局的变化。

目前国内外对土地利用景观格局稳定性的研究主要集中在与人类关系密切的城市(建设用地)的景观稳定性的研究方面[5-7]，特别是对景观格局稳定性的空间表征、优化、指数构建、驱动力等的研究较多[8-13]，具体表现为：景观格局的稳定性研究逐渐从静态的描述转变为动态化研究；从单一指数到多种指数的综合评价；更加注重与地理信息技术(GIS，GPS和RS)的结合。对耕地、林地、草地、湿地、园地及未利用地的关注较少[14-16]，而对大规模人口空间演变造成的土地利用景观格局稳定性变化的研究更是缺乏，生态移民是为了缓解区域生态承载容量和减轻迁出区生态环境压力，改善贫困人口生存状态，对迁出地的生物多样性进行有效保护而开展的有目的、有规划、有组织、有秩序的集体型人口迁移[17-18]，是对生态环境影响深刻的人地过程，生态移民的增加实际上使安置区的景观格局发生了重大变化，理论上也会对景观格局稳定性产生扰动和影响。因此，本研究拟以安置区不同时期的土地利用变化为基础，通过景观格局指数分析，并根据景观格局指数对保持景观结构与功能的能力，探讨景观格局稳定性的变化，以期为生态移民后续发展提供借鉴和参考。

1 研究区概况

红寺堡区(105°43′45″—106°42′50″,北纬37°28′08″—37°37′23″)位于宁夏回族自治区中部，全区南北长40 km，东西宽80 km，地势南高北低、平均海拔1 345 m，土地面积2 767 km2，占自治区总面积的4.17%。该区属于典型的温带干旱气候，常年干旱少雨，昼夜温差大，年平均气温8.7 ℃，年平均降水量为251 mm，年日照时数约为2 900～3 550 h，红寺堡区水资源短缺，是宁夏回族自治区水资源最少的地区之一，也是国家大型水利枢纽工程—宁夏扶贫扬黄灌溉工程(“1236”工程)的主战场。红寺堡区周围被罗山、牛首山和烟筒山环抱，是典型的山间盆地型城市。红寺堡区现辖3乡(大河乡、柳泉乡、新庄集乡)2镇(红寺堡镇、太阳山镇)和一个街道(新民街道)、有5个城镇社区和62个行政村。红寺堡区是全国最大的异地生态移民扶贫开发区，自1999年开发建设以来，累计搬迁安置宁南山区8县移民23万人，谱写了“沙丘起高楼、荒漠变绿洲”的生态移民建设奇迹。近年来，随着移民的不断迁入和经济的快速发展，红寺堡区土地利用景观格局发生了较大变化。

2 研究方法

2.1 数据来源

土地利用基础数据以Landsat-ETM遥感影像(空间分辨率为30 m×30 m)为基本数据源，利用ENVI软件对研究区影像进行几何校正，采用基于对象的监督分类、非监督分类及目视解译的方法，运用ArcGIS 10.0软件建立红寺堡区土地利用类型分布数据库，参照红寺堡区二调数据和《土地利用现状分类标准(GB/T 21010-2007)》，结合实地调研、红寺堡区土地利用现状图和红寺堡区土地利用景观类型结构特点，将红寺堡区土地利用类型划分为：耕地、林地、草地、水域、沙地、建设用地和未利用地7类(附图16)。

2.2 景观格局指数的确定与计算

景观指数数量多，表征的生态意义各有侧重，随着新理论在景观生态学中的应用，景观指数也在不断推陈出新，但对景观指数的分类还尚未形成统一的标准，目前比较常用的是美国俄勒冈州立大学森林科学系开发的一个景观指标计算软件。本研究从景观结构、斑块特征及景观异质性3个方面选取景观指数，对景观指数两两计算相关系数，并在给定置信度0.05条件下进行相关性检验，最后筛选出景观面积、面积比、斑块数、斑块数比、斑块密度、斑块面积平均值、斑块面积标准差、斑块变动系数、斑块边缘、斑块形状指数、分维系数、分离度、优势度、聚集指数、景观分割指数和破碎度16个指标，采用Fragstats 3.3计算景观格局指数[19]。

2.3 土地利用景观格局稳定性评价模型

对于选取土地利用景观格局格局指标，需要从景观指数是有利于还是不利于格局稳定性作为标准，进行无纲量化，计算公式为：

(1)

式中：Xi——无量纲化指标；xi——原始指标；ximin——指标最小值；ximax——指标最大值。下同。

(2)

当Xi为越大越好型，即所谓正指标时，对系统的功效贡献为正；当Xi为越小越好型，即所谓逆指标时，对系统的功效贡献为负。

依据标准化的景观格局指数，采用主成份分析构建土地利用景观格局的稳定性评价指标体系，进行土地利用景观格局稳定性评价。以土地类型的因子得分系数矩阵可求得公因子得分，以各公因子的方差贡献率为权重，可得各土地类型的加权因子综合得分，并建立景观稳定性评价模型如式(3)。

M=b1q1+b2q2+b3q3+b4q4

(3)

式中：M——样本土地类型综合得分，即土地利用景观稳定性指数；qi——4个主因子得分；bi——q1—q4在总方差中的贡献率。M值与景观稳定性成正相关。

2.4 等间距法

将全部数据以最小值和最大值为端点，按照相等的距离间隔进行划分。这种方法强调总量的大小，优势在于简单快速，且当数据呈正态分布时效果较好，但缺陷为：没有考虑数据的局部分布情况，分类间断点仅仅依赖整个的数据范围和分类数。

2.5 地理探测器

地理探测器是王劲锋等[20]基于空间分异理论，结合地理信息技术和结合论，探测空间分异性并揭示其背后驱动力的一中统计学方法。其核心思想是基于这样的假设：如果某个自变量对某个因变量有重要影响，那么自变量和因变量的空间分布应该具有相似性[21-22]。地理分异既可以用分类算法来表达，也可以根据经验确定。地理探测器擅长分析类型量，而对于数值量、比值量等非类型量，可通过离散化处理[23]，就可利用地理探测器对其进行分析，这正是地理探测器的一大优势。地理探测器模型既可检验单变量的空间分异性，也可通过检验两个变量空间分布的一致性，来探测两变量可能的因果关系，在分析地理要素格局演变和地域空间分异等方面应用非常广泛。

本研究借鉴地理探测器模型[24]，引人景观稳定性分异决定力指标q。假定研究区域景观稳定性存在差异，并将景观稳定性记为y，由采样单元i(i=1，2，3，…，n，n为总采样单元数)组成的格点系统，假设A={Ah}是可能存在的一种影响景观稳定性的因素，h=1，2，3，…，L，L为因素分类数，Ah代表因素A不同的类型。一个类型h对应不同的景观类型，为了探测因素A与景观稳定性指标y的相关程度，将景观稳定性指标y图层与因素A图层叠置，在因素A的第h类型(对应一个或多子区域)，y的离散方差被记为心，因素A对景观稳定性指标y的决定力大小为q。

(4)

3 结果与分析

3.1 土地利用的景观格局特征

3.1.1 景观组成结构特征 景观类型组成结构包括组成单元的类型、数量、多样性以及所占比例。从表1可见，从2005—2015年，草地和耕地是红寺堡区的主要景观类型，构成研究区域的优势景观，2005年所占比例为58.77%，27.12%，2010年所占比例为58.57%，29.22%，2015年所占比例为57.80%，32.52%，其次是沙地、未利用地和林地，水域和建设用地所占比例很小；斑块数目及斑块数比来看，耕地的斑块数目最多，达到46.28%，草地、沙地、未利用地和建设用地次之，最少的是林地和水域；从斑块密度来看，耕地和草地的斑块密度最大，水域和林地的斑块密度最小。

表1 红寺堡区景观组成结构

3.1.2 景观格局的斑块特征 土地利用类型的斑块特征主要通过平均值、标准差、变动系数、斑块边缘、形状指数和分维系数来反映。2005—2015年土地利用类型斑块特征如表2所示。

表2 2005-2015年红寺堡区土地利用类型斑块特征

通常采用面积来反映景观类型的比重，故选取了景观面积的平均值和标准差反映景观斑块特征，各景观类型中，3个时期草地的斑块平均面积和标准差都是最大，占据绝对优势，远远大于其他景观类型，建设用地最小；3个时期变动系数和斑块边缘最大的都是耕地和草地，最小的是均是水域，反映了水域的斑块大小均匀，破碎化程度较低；3个时期形状指数最大的是耕地，最小的是建设用地，分维系数最大的是草地，最小的是建设用地。

3.1.3 土地利用景观异质性 景观异质性主要指景观内部资源或性状的时空变异程度，是由于环境要素的时空差异及各种自然和人为干扰做的时空不均匀性所导致的，反映土地利用程度的不均匀性和复杂程度。大多数学者将景观异质性分为四类：空间异质性、时间异质性、时空耦合异质性和边缘效应异质性，通常用景观异质性指数来表现(表3)。综合分析表明，3个时期建设用地的分离度变化最为显著，草地和耕地的优势度最为明显，水域和建设用地的聚集指数最低，而建设用地的集聚指数变化明显，林地和水域的分割指数较稳定，3期均为1，建设用地和水域的破碎度最大，未利用地的破碎度变化较为剧烈。从研究区域来看，景观总体空间格局表现了较高的异质性。

表3 2015年红寺堡区景观异质性特征

3.2 土地利用景观格局的稳定性

3.2.1 景观格局稳定性评价模型参数

(1) 对评价指标进行标准化处理。以2015年景观格局指数为例，将选取的16个指标进行标准化处理。

(2) 因子初始特征值、贡献率和累计贡献率的计算和旋转平方载荷总和的计算。以SPSS 20.0为工具，运用因子分析法计算主因子的特征值和贡献率，经bartlett球体检验，显著性概率为0.000，检验样本KMO系数为0.741，效果较好。选取16个因子总方差中特征值大于1且累计百分率大于等于85%的因子，以这些因子为评价主因子反映原评价指标(其总方差累计贡献率为97.57%，表4)。

表4 景观格局稳定性评价模型参数总方差解释

注：抽取方法为主成分分析。

(3) 因子载荷矩阵及公因子的提取和解释。因子载荷表示公因子与原始指标相关性的大小，其绝对值越大，说明变量的相关程度越高。本研究运用方差最大正交旋转法得到旋转因子的载荷矩阵，通过主成份分析取前3个主成份，累计贡献率达97.65%，3个主成份权重能够反映格局指数对保持结构与功能的能力(表5)。

表5 方差极大正交旋转因子载荷矩阵

注：提取方法为主成分分析。旋转法指具有Kaiser 标准化的正交旋转法。旋转在6次迭代后收敛。

分析可知：第1主成分在斑块个数、斑块数比、斑块密度、变动系数和形状指数上都大于80%，这5个变量的变异信息从景观组成结构、斑块特征2个方面综合反映了土地利用类型的景观特征。第2主成分在破碎度、聚集指数和分离度3个因子上的载荷较大，反映了土地利用景观异质性特征。第3主成分分维系数、景观分割指数、景观斑块面积、景观面积比、景观斑块平均值和标准差6个因子上的载荷较大，都超过了70%，表现了土地利用景观类型的斑块分散和破碎化特征。

2010年前3个主成分方差贡献率分别为75.53%，14.00%，8.69%，累计贡献率为98.22%，特征值分别为12.09，2.24，1.39；2005年前3个主成分方差贡献率分别为69.89%，16.13%和11.18%，累计贡献率为97.19%，特征值为11.18，2.58，1.79。以上2 a计算方法与2015年的一样，受篇幅限制，故不再一一列出载荷分布表。

(4) 稳定性得分。以土地类型的因子得分系数矩阵可求得公因子得分，以各公因子的方差贡献率为权重，可得各土地类型的稳定性指数及得分(表6)。

表6 生态移民安置区土地利用类型的稳定性得分

3.2.2 景观格局稳定性评价

(1) 同一时期景观格局稳定性评价。从同一时期的景观稳定性指数分析(表6)可知，土地利用类型的景观稳定性在总体上差异明显。2015年，耕地的稳定性得分最高，得分为1.640 51，说明这一时期耕地的变动性较小，建设用地的温度性得分最低，表明该时期建设用地的变化明显，其他依次为草地、林地、未利用地、水域和沙地；2010年稳定性得分最高的是草地，其他依次为耕地、建设用地、沙地、林地、水域，未利用地的得分最低，仅为-0.440，说明该时期未利用的变化最大，向其他类型的转置最大；2005年稳定性得分最高的是草地，得分最低的是水域，其他依次为耕地、沙地、建设用地、未利用地、林地和水域，说明这一时期草地比较完整，变化不大，开发力度不强，而水域面积变化。

(2) 不同时期景观格局稳定性评价。从不同时期的景观稳定性指数分析(图1)可知，土地利用类型的景观稳定性变化具有阶段性特征。从2005—2010年，各土地类型总体变化不大，变化最大的为沙地，变化率为13.26%，变化率最小的是草地，仅为0.01%，其他依次为水域、建设用地、未利用地、林地和耕地；从2010—2015年，土地类型变化较明显，且各种类型差异较大，变化最大的是耕地和草地，变化率分别为154%和152%，其他依次为林地、建设用地、沙地和未利用地，水域的变化率较小，仅为4%。

图1 2005-2015年红寺堡区景观稳定性指数变化

3.3 土地利用格局的景观稳定性影响因素探测

地理探测器针对类别数据的算法优于连续数据，首先通过ArcGIS 10.0软件，采用等间距法对探测因子值进行类型划分，将数值型因子通过离散化处理转化为类型量，然后利用地理探测器测算方法，通过GeoDetector软件分别计算3个时期各因子对景观稳定性得分的贡献值(表7)。

表7 2005-2015年红寺堡区景观稳定性影响因子探测结果

为了便于比较和分析探测因子在不同时期景观稳定性影响因素的变化情况，对不同时期的探测因子进行排序，排序结果用决定力(D)表示,根据数值的分布情况进行排序(表8)。

地理探测器分析结果如下。

(1) 从同一时期来看，探测因子的D值差异较大，2015年D值最大的为形状指数，说明其对景观稳定性的影响较大，排序第2的因子占到9个，达到1/2以上，且各因子得分都高于0.9，说明这些指标对稳定性的影响较大，其他指标对景观稳定性的影响相对较小；2010年D值最大的为聚集指数，指标得分大于0.9的指标有10个，这些指标对景观稳定性有较大影响；2005年D值最高的为变动系数，得分达到0.998，说明该指标对景观稳定性影响较大，得分在0.9以上的指标有12个，其他指标对景观稳定性的影响较弱。

(2) 从不同时期来看，面积(C1)、面积比(C2)、斑块个数(C3)、斑块数比(C4)、斑块密度(C5)、平均值(C6)和标准差(C7)在3个时期的得分均在0.9以上，变化不大，说明这些指标对景观稳定性的影响较大且稳定，其中，面积、面积比、斑块个数、斑块数比和斑块密度反映了景观组成的结构特征，直观的表明该类指标对景观稳定性有较大影响，而平均值和标准差属于景观格局的斑块特征，这2个指标对单个斑块的景观稳定性影响较大，说明单个斑块对景观稳定性也有重要影响，而其他指标的变动较明显，波动较大，整体上对景观稳定性的影响较小。

表8 2005-2015年红寺堡区景观稳定性影响因素变化

4 讨论和结论

生态移民工程实施以来，特别是2005—2015年10 a多，红寺堡区的土地利用景观格局发生了较大变化，主要土地利用类型间的转换频繁，且表现出明显的单向转换特征。

(1) 对于土地利用景观格局，草地和耕地是红寺堡区主要的景观类型，是调控土地利用景观稳定性的主要组分，构成研究区域优势景观。土地利用景观整体格局中草地和耕地占据优势，斑块相对较均匀，对景观总体空间格局的影响较大，建设用地斑块形状最复杂。从总体来看，红寺堡区的土地景观格局具有较高的异质性。

(2) 通过同一时期不同景观斑块土地利用稳定性的分析，红寺堡区土地利用景观稳定性整体上具明显差异。其中草地、耕地、林地、建设用地在景观稳定性的得分较高，尤其应该得到重视，在以后生态移民过程中，在扩大建设用地增加移民人口的同时，也需要合理规划移民安置点的布局和位置，还需要合理开发利用草地和耕地，根据资源综合承载力合理确定移民数量和规模，确保土地利用景观类型的稳定。

(3) 通过不同时期不同景观斑块土地利用稳定性的分析，红寺堡区土地利用景观稳定性表现为明显的阶段性特征，且斑块内部差异较大，尤其是2010—2015年，耕地和草地的变化率都超过了100%，景观的稳定性发生很多的变化，说明这一时期对耕地和草地的开发利用广泛，耕地的稳定性大为增强，而草地的稳定性受到很大干扰甚至破坏，在今后的生态移民中，要合理谋划产业类型，宜农则农，宜牧则牧，农牧结合，

(4) 景观格局稳定性除受到自然景观格局影响外，还受到人口、建设用地、粮食、城市化进程、政府投资行为及社会消费导向等方面的影响，因此政府调控在提高景观格局稳定性方面占据着重要影响。本文是基于结构决定功能，从单一尺度上对同一时期和不同时期的不同景观斑块类型的稳定性功能进行研究，存在一定的局限性，对其结构驱动生态过程的机制与效应及其与社会经济发展的耦合机理的研究和认识，有待于进一步研究，红寺堡区内部各乡镇景观结构和类型也存在较大差异，需要进一步深入持续的研究。

(5) 对景观稳定性影响指标的探测表明，某些指标对景观稳定性的影响较大且很稳定，而有些指标的影响在变化，各指标对景观稳定性的影响差异较大。分析发现，变化较明显的指标都是通过其他指标间接计算得到的次级指标，指标本身的影响因素较多且很复杂，在今后的研究中对该指标的影响因素有待进一步去探测。

[1] 王震,闫文德,刘曙光,等.基于MODIS数据的中国三种主要土地类型变化的空间特征分析[J].生态学报,2017,37(10):1-7.

[2] 杨俊,解鹏,席建超,等.基于元胞自动机模型的土地利用变化模拟:以大连经济技术开发区为例[J].地理学报,2015,70(3):461-475.

[3] 彭文甫,周介铭,徐新良,等.基于景观生态安全格局的成都平原与龙门山脉过渡带土地资源开发利用[J].水土保持通报,2017,37(2):65-74.

[4] 王敏,阮俊杰,王卿,等.快速城镇化地区景观生态风险变化评估:以上海市青浦区为例[J].水土保持通报,2016,36(5):185-190,197.

[5] 阳文锐.北京城市景观格局时空变化及驱动力[J].生态学报,2015,35(13):4357-4366.

[6] 胡艳兴,潘竟虎.基于土地利用空间格局的兰州市景观稳定性[J].中国沙漠,2016,36(2):556-563.

[7] 楚纯洁,安春华.平顶山市土地利用景观格局及其稳定性分析[J].水土保持研究,2011,18(1):224-235.

[8] Turner M G, Gardner R H. Quantitative Methods in Landscape Ecology[M]. New York: Springer-verlag, 1991.

[9] Forman R T T, Moore P N. Toward a theory of boundaries in land scape mosaics[M]∥Landscape boundaries: Consequences for Biotic Diversity and Ecological Flows. New York: Springer-Verlag, 1990.

[10] 纪远,匡文慧,张增祥,等.20世纪80年代末以来中国土地利用变化的基本特征与空间格局[J].地理学报,2014,69(1):3-14.

[11] 吴琳娜,杨胜天,刘晓燕,等.1976年以来北洛河流域土地利用变化对人类活动程度的响应[J].地理学报,2014,69(1):54-63.

[12] 杜国明,匡文慧,孟凡浩,等.巴西土地利用/覆盖变化时空格局及驱动因素[J].地理学报,2015,34(1):73-82.

[13] 吕建树,吴泉源,张祖陆,等.基于RS和GIS的济宁市土地利用变化及生态安全研究[J].地理科学,2012,32(8):928-935.

[14] 马泉来,高凤杰,张志民,等.东北农林交错区土地利用景观及生态服务价值变化[J].水土保持通报,2016,36(1):265-271.

[15] 刘延国,王青,王军.九寨沟自然保护区景观格局及其斑块稳定性[J].东北林业大学学报,2012,40(4):31-40.

[16] 孙才志,闫晓露,钟敬秋.下辽河平原景观格局脆弱性及空间关联格局[J].生态学报,2014,34(2):247-257.

[17] 刘小鹏,王亚娟.我国生态移民与生态环境关系研究进展[J].宁夏大学学报:自然科学版,2013,34(2):173-176.

[18] 张飞,塔西甫拉提·特依拜,曹鑫,等.干旱区内陆艾比湖流域景观格局时空变化及生态安全评价[J].水土保持通报,2015,35(1):249-255.

[19] 张金屯,邱扬,郑凤英.景观格局的数量研究方法[J].山地学报,2000,18(4):346-352.

[20] 王劲峰,徐成东.地理探测器:原理与展望[J].地理学报,2017,72(1):116-134.

[21] 王劲峰,李新虎, Christakos G,等.基于地理探测器的健康风险评估及其在神经管缺陷的应用:以中国和顺地区为例[J].国际地理信息科学杂志,2010,24(1):107-127.

[22] 王劲峰,胡艺.基于地理探测器的环境健康风探测[J].环境建模与软件,2012,33(7):114-115.

[23] Cao Feng, Ge Yong, Wang Jingfeng. Optimal discretization for geographical detectors-based risk assessment[J]. GIScience & Remote Sensing, 2013,50(1):78-92.

[24] 刘彦随,杨忍.中国县域城镇化的空间特征与形成机理[J].地理学报,2012,67(8):1011-1020.