天水市土地利用景观格局的幅度效应研究

张韧璎,刘学录

甘肃农业大学资源与环境学院,兰州 730070

0 前言

景观生态学主要研究某一空间尺度范围内的景观格局与生态过程[1]。景观格局—过程研究是景观生态学研究的主要模式,对于格局与过程关系的研究,就是研究其依赖尺度的特点,即尺度效应。目前对景观格局的研究主要是空间异质性的研究[2]和景观动态的研究[3-4],通常在区域景观动态分析方面,多采用景观指数分析景观格局特征及空间异质性。景观指数能够高度浓缩景观格局信息[5],反映景观结构组成和空间配置等特征。土地利用景观格局在空间上表现为不同土地利用类型斑块的镶嵌体,具有明显的空间异质性和尺度依赖性[6-7],进行景观格局尺度效应对研究土地利用格局与尺度间的关系有深远影响。空间尺度一般分为幅度和粒度,幅度通常指研究所涉及的空间范围(长度或面积)[8],研究区面积或长度决定了研究的空间幅度。粒度是最小可辨识的单元所代表的特征长度、面积或体积。在研究中改变幅度、改变粒度或幅度和粒度同时改变时,都会产生空间效应。因此尺度的选择尤为重要,尺度太大,往往会忽略细节;尺度太小,忽略总体的变化规律。近年来,许多学者对粒度变化景观格局分析的影响方面研究较多[9-18],对空间幅度变化研究相对较少。目前对景观格局尺度效应的研究,多采用梯度分析与景观格局指数相结合的方法,即运用ArcGIS 对遥感数据解译分析,用梯度分析法中缓冲带法[19][20]获得幅度样带,结合景观格局指数或空间自相关性分析等对景观格局空间变化规律进行分析研究,而采用梯度环与景观格局指数相结合的方法对土地利用景观格局进行研究较少。梯度环法在取样方面有依据可循,避免了随机取样产生的误差,全面的揭示空间变化的规律。本文从空间幅度角度出发,以天水市为研究区域,运用梯度环与景观格局指数相结合的方法,定量分析天水市土地利用景观格局空间结构变化。

1 研究区及研究方法

1.1 研究区概况

天水市位于甘肃省东南部,介于东经104°35′— 106°44′、北纬34°05′—35°10′之间,东西长197 km,南北宽122 km,土地总面积为1.42 万hm2。天水市是甘肃省第二大城市,为中国历史文化名城和全国优秀旅游城市,现辖秦州区、麦积区、武山县、甘谷县、清水县、秦安县、张家川回族自治县。天水市属陇中黄土高原丘陵区,地势西部和东北高,东南相对较低,海拔在1000—2100 m 之间。属温带大陆性和亚热带气候类型,年均气温11.1 ,℃年均降水491.7 mm,年均日照2100 小时。

1.2 数据来源及处理

基础数据源自于天水市2 区5 县2015年变更库的矢量数据、天水市土地利用总体规划等。运用ArcGIS10.2 对2015年天水市2 区5 县土地利用矢量数据进行识别、拼接处理、重新分类,得到2015年天水市土地利用景观类型矢量图。基于ArcGIS10.2平台下的Spatial Analysis 扩展模块,将矢量格式的数据转换为栅格格式(TIFF 格式)的数据,并运用景观格局分析软件Fragstats4.2 进行景观格局指数的计算,完成景观格局指数变化分析。

1.3 景观要素的划分

景观要素的划分是景观格局分析的基础,为更好地反映土地利用景观在空间上的变化。本文采用的景观分类体系以土地利用状况为主,参考国土资源部2017年颁布的《土地利用现状分类》(GB/T 21010—2017),将原有14 个土地利用类型简化至7个景观要素,即耕地、园地、林地、草地、水域、建设用地、未利用地。

1.4 景观格局指数的选择

景观指数通常能够高度浓缩景观格局信息,其特征可以在单一斑块、斑块类型和景观3 个水平上进行分析。目前多从景观水平和景观类型水平选取指标来反映景观格局的空间异质性。本文结合天水市实际情况,从景观类型水平和景观水平两个方面共选取了8 个景观格局指标,分别为表征景观面积和优势度的景观斑块面积比例(PLAND)、最大斑块指数(LPI)、蔓延度(CONTAG)、Shannon 多样性指数(SHDI)、Shannon 均匀度指数(SHEI),表征景观破碎化程度的斑块密度指数(PD),表征景观形状复杂程度的平均分维度指数(FRAC_MN) 、 景 观 形 状 指 数(LSI),并 用Fragstats4.2 软件对各景观格局指数进行计算。具体指标的计算方法及特征描述见表1。

1.5 幅度的设定

以2015年天水市2 区5 县土地利用矢量图为数据源,运用ArcGIS 10.2 对矢量数据进行识别、重分类和合并,得到天水市土地利用景观类型矢量图,并在ArcGIS 10.2 下将其转换成栅格大小为100m 的TIFF 图层。

保持粒度大小不变,运用ArcGIS 10.2 做天水市土地利用景观格局矢量图的平均中心,以平均中心为辐射原点,向外辐射建立梯度带,研究土地利用景观格局平均中心向四周扩散的变化规律。以平均中心为圆心建立第一个梯度缓冲区,并运用ArcGIS 10.2 多环缓冲区功能,以5km 为间隔做多个梯度带,共生成21 个梯度带,由中心向外依次为1、2……21。用生成的梯度裁切栅格大小为100m 的天水市土地利用景观格局栅格图,得到不同幅度土地利用类型景观格局图(图1)。

表1 景观空间格局特征指标及其描述 Table1 Description of Landscape pattern indices

图1 天水市景观格局图 Figure1 Map of landscape pattern in Tianshui

2 结果分析

2.1 景观类型水平的幅度效应

2.1.1 景观斑块面积比例(PLAND)的幅度效应

斑块面积百分比(PLAND)是确定优势景观要素的一个指标。从图2可以看出,各景观要素的景观斑块面积比例随幅度的增加具有明显的波动性,幅度效应明显,但不同景观要素的景观斑块面积比例的幅度效应有差异。景观斑块面积比例较小的林地、草地、建设用地、园地的幅度效应相较于耕地更加强烈。从表2可知,各景观要素的景观斑块面积比例幅度效应差异很大,变异系数最大为林地,变异系数为42.26%,最小的是草地,变异系数为13.73%,说明研究区内草地分布聚集,连续性好,稳定性强;林地分布较分散,连续性差,稳定性弱。水域的变异系数仅次于林地,说明水域分布较分散,稳定性较弱,受人为因素剧烈。从图3中可知,在5—25 km 幅度区间中幅度依赖性最强的景观要素为未利用地,变异系数为 34.88%,最弱的为耕地,变异系数为7.71%,在该幅度区间内耕地呈聚集分布,连续性强,未利用地受人为因素影响分布较分散,稳定性弱;25—85 km 区间,各景观要素具有明显的幅度依赖性,景观斑块面积比例的幅度波动较剧烈(2.49%—29.35%),幅度效应强度相较于5—25 km 区间减弱,在25—85 km 区间内幅度依赖最强的为林地,变异系数为29.35%,幅度依赖性最弱的为草地,变异系数为2.49%,林地受幅度带分割的影响,景观斑块面积比例相较于5—25 km而言稳定性降低,草地稳定性最强,分布集中;85 km 幅度以后,景观斑块面积比例的变异系数(0.1%—1.32%)变化不明显,幅度效应消失。

图2 不同幅度斑块面积比例变化 Figure2 The area percentage of patches with different extent

表2 斑块面积百分比变化 Table2 Changes of the area percentage between patches

图3 斑块面积百分比的幅度效应区间差异 Figure3 Difference of extent effect about area percentage in different extent section

2.1.2 斑块密度(PD)的幅度效应

斑块密度(PD)能反映景观空间格局以及体现空间异质性,它在一定程度上也与景观破碎度有关联。从图4可以看出,各景观要素的斑块密度曲线具有明显的幅度依赖性,总体上随幅度的增加呈现先上升后下降的趋势,但各景观要素斑块密度的幅度效应有所不同。依据曲线变化趋势,可以将曲线分为3 个区间,即5—25 km、25—85 km 和＞85 km幅度区间。从表3可以看出,各景观要素斑块密度的幅度效应有所差异,造成斑块密度差异的原因是由于幅度变化影响各景观要素斑块的破碎化程度,即幅度带人为地将完整的斑块分割,城市化进程中建设用地占用造成的斑块破碎化;其中变异系数最大的景观要素为园地(36.15%),最小的为水域(11.56%),说明研究区园地的斑块分布聚集且破碎化程度高,水域分布较均匀,破碎化程度低。从图5可知,各景观要素的斑块密度在不同的幅度区间内幅度效应存在差异。在5—25 km 幅度区间范围内,各景观要素具有明显的幅度依赖性,且各景观要素的幅度效应波动(11.82%—36.87%)剧烈,其中幅度依赖性最强的景观要素为林地,变异系数为36.87%,幅度依赖性最弱的为建设用地,变异系数为11.82%,说明林地斑块破碎化程度高,分布较分散,而建设用地分布较集中,可能是由于建设用地占用了林地及其他景观要素,造成其他景观要素斑块破碎化程度增加;在25—85 km 区间,斑块密度的幅度效应减弱,但波动依旧很剧烈(2.88%—22.73%),在该区间范围内幅度依赖性最强的景观要素为园地,最弱的为水域,说明在该幅度区间内园地斑块破碎化程度高,斑块密度变异系数大(22.73%),而水域斑块连续性程度高(2.88%),破碎化程度降低;＞85 km 幅度范围,斑块密度的变异系数(0.43%—1.18%)变化不明显,幅度效应消失,在该幅度区间内破碎化程度不再随幅度变化而发生改变。

图4 不同幅度斑块密度变化 Figure4 Changes of patch density in Different extent

表3 斑块密度变化 Table3 Changes of patch density

图5 斑块密度的幅度效应区间差异 Figure5 Difference of extent effect about patch density in different extent section

2.1.3 平均分维度指数(FRAC_MN)的幅度效应

从图6可以看出,各景观要素的平均分维数指数具有明显的幅度依赖性,不同景观要素幅度效应差异明显。根据平均分维数曲线变化特征,大体可分为3 种变化:平均分维数随着幅度的增加而降低;随着幅度的增加而增加;随着幅度的增加,曲线不发生变化。从表4可知,各景观要素平均分维数的幅度效应存在差异,变异系数最大的景观要素为水域,其数值为0.37%,最小的为园地,变异系数为0.11%,这是由于各景观要素受到人类活动的影响,使得水域平均分维数的变异系数高于其他景观要素,由于人类对水域进行各类建设活动,故水域受人为干扰程度强,斑块形状趋于复杂,但其他景观要素受人类活动的影响(如基础设施建设),变异系数差异不明显,说明城市化建设引起了各景观要素不同程度的变化。在图7中,5—25 km 区间范围内,各景观要素平均分维数的幅度波动(0.18%—0.94%)剧烈,未利用地在该幅度区间的幅度依赖性最强,变异系数为0.94%,园地的幅度依赖性最弱,变异系数为0.18%,说明在该幅度区间内,人类对未利用地的影响作用增强,斑块未利用地形状趋于不规则,而园地受人为因素影响较弱;在25—85 km 区间,平均分维数的波动性(0.03%—0.28%)减缓,平均分维数的幅度依赖性最强的依旧为未利用地,变异系数为0.28%,最弱的为草地,变异系数为0.03%,说明在该幅度区间内未利用地依旧受到人为因素(幅度带分割)的影响,而草地受人为干扰程度降低,由于被分割的斑块合二为一,草地斑块形状趋于简单;＞85 km 幅度,各景观要素平均分维数的变异系数趋近于0(0%—0.01%),说明在该幅度区间内人为干扰对各景观要素的影响作用减弱,幅度效应消失。

2.2 景观水平的幅度效应

图6 不同幅度平均分维数变化 Figure6 Changes of the average fractal dimension index in different extent

表4 平均分维数变化 Table4 Changes of the average fractal dimension index

图7 平均分维数的幅度效应区间差异 Figure7 Difference of extent effect about area the average fractal dimension index in different extent section

从图8可以看出,景观水平下的6 种景观指数都表现出了明显的幅度依赖性。根据各景观指数的曲线变化特征,可分为3 个区间:在5—25 km 幅度区间,斑块密度指数、景观形状指数、Shannon 多样性指数和Shannon 均匀度指数随幅度增加而增加,且Shannon 多样性指数和Shannon 均匀度指数曲线的变化趋势一致,最大斑块面积和蔓延度指数随幅度增加而降低;在25—85 km 区间内,斑块密度指数、最大斑块面积指数随着幅度的增加而降低,景观形状指数随幅度的增加而增加,其他3 种景观指 数在该区间幅度不再随幅度增加而变化;＞85 km 区间内,6 种景观指数曲线都趋于平稳,幅度效应逐渐消失。引起曲线变化的原因在于不同幅度带将原有的斑块人为分割,导致斑块数量、景观形状发生变化,最大斑块面积和蔓延度随之减小,斑块多样性增加,Shannon 多样性指数和Shannon 均匀度指数变大。不同的景观指数的幅度效应也存在差异(表5),变异系数最大的是景观形状指数(LSI),变异系数最小的是Shannon 多样性指数和Shannon 均匀度指数,变异系数均为4.13%,这说明景观形状指数受幅度变化,斑块形状趋于不规则,而景观斑块多样性程度较低。从图9可以看出,在5—25 km 区间内,各景观指数幅度效应(7.38%—50.74%)最为明显,其中幅度依赖性最强的是景观形状指数,变异系数为50.74%,幅度依赖性最弱的景观指数是Shannon 多样性指数和Shannon 均匀度指数,变异系数均为7.38%;25—85 km 区间范围内,各景观指数的幅度具有波动性,但变化幅度不大(0.98%—16.14%),景观形状指数的幅度依赖性在该区间范围仍旧最强,变异系数为 16.14%,幅度依赖性最弱仍旧是Shannon多样性指数和Shannon均匀度指数,变异系数均0.98%;说明在5—85 km 幅度区间内景观形状指数对幅度的敏感性强,而Shannon 多样性指数和Shannon 均匀度指数对幅度的敏感性弱,即幅度变 化对景观形状指数的影响作用强于其他景观指数。85 km 幅度以后,各景观指数的变异系数变化不大(0.02%—0.49%),受人为影响的各景观指数趋于稳定,幅度效应逐渐消失。

图8 不同幅度景观水平指数变化 Figure8 Variation of the landscape index in different extent

表5 景观水平指数的幅度变化 Table5 Extent changes of landscape level index

图9 景观水平指数的幅度效应区间差异 Figure9 Difference of extent effect about landscape level index in different extent section

3 讨论

本文以天水市为研究对象,采用幅度变化的方法,分析不同空间幅度下研究区各景观要素、景观格局指数的变化规律和幅度效应。在研究景观格局尺度效应时需主要关注两个问题:一是尺度依赖的有效尺度,二是本征或特征尺度。在尺度依赖性的有效尺度选择方面,杜秀敏[21]认为研究厦门的空间变化的有效幅度为3 km,徐丽华[22]认为24 km 幅度是一个特征操作尺度。在景观格局空间尺度效应的研究中,在尺度的选择中具有临界尺度,在本文的研究中,90 km幅度为研究区的空间尺度效应研究的临界幅度范围,超过这一临界幅度范围,无论景观要素,还是景观指数都失去了尺度依赖性。不同景观要素由于数量、形状等特征的差异,尺度依赖性也存在差异,景观水平上反映景观格局特征的景观指数间也存在差异,这与王艳芳[10]、徐丽华[22]等研究结论相似。对于尺度效应的本征或特征尺度的研究比较多,徐丽华[22]认为12 km的幅度为一个本征的操作尺度,但其本质仍旧为有效幅度。有效幅度的研究,对景观格局空间特征的研究具有深远的影响。

4 结论

(1)在景观生态学研究中梯度环多用于生态服务价值研究及城市景观的景观格局分析[23-25],较少被用于土地利用景观格局的幅度效应的分析研究。选用梯度环与景观指数相结合的方法,研究幅度变化对土地利用景观格局空间特征变化的影响。

(2)天水市土地利用格局的景观指数在景观类型水平和景观水平均表现出明显的幅度依赖性。不同景观要素的幅度效应存在差异,景观水平指数的幅度效应也存在差异。在5—25 km 幅度区间内,各景观要素、景观指数类型之间差异较大,25—85 km 幅度区间内,各景观要素之间、景观指数之间的差异较小,而＞85 km 幅度区间,幅度效应的差异不明显,幅度效应消失。因此在研究天水市土地利用景观格局的空间幅度效应时,最适宜的幅度半径为85 km。

(3)空间幅度变化影响各景观要素的空间分布状况、景观破碎化程度及景观多样性的变化。研究天水市土地利用格局空间幅度效应,反映土地利用格局的空间特征及空间变化规律,为今后天水市土地规划与管理、合理进行土地用途管制措施提供参考依据。