冀西北国家重点生态功能区景观格局时空变化及驱动力研究

张立强 简卿 晏希宁

摘要：为实现对冀西北国家重点生态功能区景观格局变化的控制，降低生态风险，须要明确区域的景观格局变化及驱动因子。以河北省张家口市怀来县为研究对象，基于1985年、1995年、2005年和2015年4期遥感数据，在遥感技术、地理信息系统（简称GIS）技术和Fragstats软件的支持下，分析研究区土地利用景观结构及其时空演变特征，并从自然因子和人文因子的角度分别探索驱动因子。结果表明，（1）在近30年的时间里怀来县景观类型主要以林地和未利用地为主，建设用地和水域景观面积变化最大，增长率分别为90.87%和-40.7%，表明自然景观逐渐向人造景观转变;（2）整体上怀来县破碎化指数升高，连通性降低，城镇不断向外扩展，呈现更加破碎化的特征;（3）Logistic回归分析在驱动力分析上具有较好的解释效果，量化结果显示，地均纯收入和人口密度对怀来县景观格局变化的影响最大，尽管无法对政策因子进行Logistic回归分析，但由于其导向作用，也在一定程度上推动了景观格局的改变。研究结果为怀来县及类似区域的合理规划提供了理论依据，以期持续稳定地发挥其国家重点生态功能区的功能。

关键词：国家重点生态功能区;景观格局;驱动力;Logistic回归分析;怀来县

景观是一种具有高度空间异质性的自然地表综合体，其整体结构和动态过程的改变均比较缓慢，但在各种因素干扰下，景观内外部因素在不同时空尺度上相互作用，最终导致区域景观格局的变化[1-3]。景观格局变化的驱动因子影响区域景观格局的发展轨迹，只有有效地识别造成景观格局变化的驱动因子并探究它的驱动机制才能有效实现对景观格局变化的控制，进而降低景观生态风险，保证区域生态系统的稳定和生态安全[4-5]。目前，景观格局变化及其驱动力研究已成为全球变化研究的热点和前沿[3]，其中针对湿地[6-9]、流域[10-12]、城市地域[13-15]、沿海地带[16-17]、自然保护区[18-19]的景观格局变化研究已较为丰富。研究方法多采用遥感技术和地理信息系统（Geographic Information System，简称GIS）相结合;驱动因子可以分为自然因子和人文因子两大类，但多数只进行了人文因子的探讨，对自然因子的分析仍然不多[20-22]。

国家重点生态功能区是为自身和周边地域提供生态服务功能的重要区域，对确保国家、流域和区域生态稳定，维护生态平衡具有重要意义。对国家重点生态功能区的景观格局变化和驱动力进行分析，不仅有利于研究区本身的土地利用，且对周边土地生态的可持续发展也具有一定影响。因此，本研究以河北省张家口市怀来县为研究对象，在遥感技术和GIS技术的支持下，利用景观结构及其时空演变特征分析研究区土地，并从自然因子和人文因子的角度分别探索驱动因子，以期为怀来县及类似区域的土地资源可持续开发和利用、对景观格局变化的有效控制，以达到持续稳定地发挥国家重点生态功能区的功能提供理论依据。

1 研究区概况与数据来源

1.1 研究区概况

怀来县（39°59′～40°37′N，115°13′～115°59′E），地处河北省的西北部地区，隶属张家口市，县域总面积1 782 km2，辖17个乡镇。怀来县地处冀西北山间盆地地区，地势由盆地向南北升高，在山脉和盆地之间有大量的黄土覆盖，且山地面积基本占了整个地区的1/2，河川或者盆地约为该地区的1/3，剩下的则是丘陵地区（图1）。怀来县属温带大陆地区，半干旱季风气候特征明显;该县日均光照时间为8.3 h，年均温为9.6 ℃，年均降水量为396 mm。怀来县境内有4条河流，多条河道，蕴藏了丰富的水资源，但山区的地下水资源少，且利用程度较低，而盆地地区的水资源充足。该县的南、北部山区为夏绿林、灌草丛，人工栽植有苹果、鸭梨、葡萄等果树;中部主要是粮食作物和灌木草原区，主要种植玉米、甘薯、冬小麦等，耕作制度为一年一熟。

冀西北山地丘陵区生态敏感性和脆弱性较高，位于此区域的怀来县作为国家重点生态功能区， 担负着维护区域生态稳定的重要功能，是冀西北的生态屏障，也在水源涵养保护和调节北京环境压力上责任重大。

1.2 数据来源与处理

1985年、1995年、2005年和2015年4期Landsat TM遥感影像数据来源于中国科学院计算机网络信息中心的地理空间数据云平台（http：//www. gscloud. cn），空间分辨率为 30 m，成像时间集中在8月和9月，每期2景，条带号/行编号分别为123/32和124/32。在进行土地利用景观格局分析时，首先要将4期的土地利用现状矢量数据在ArcGIS中转换成Fragstats软件可以识别的30 m×30 m 的Grid栅格文件，最后在Fragstatsts软件支持下运行run parameters界面，计算出各景观类型的景观指数值。高程、坡度和坡向数据来源于中国科学院计算机网络信息中心的地理空间数据云平台的ASTER GDEM和Slop数据，空间分辨率为30 m。土地利用现状数据为2012年怀来县土地利用变更数据，其他资料来源于怀来县统计局的国民经济统计资料和怀来县气象站点数据。

土地利用类型的划分依据GB/T 21010—2007《土地利用现状分类》，并结合研究区现状，以2012年土地利用现状图为基础，经过对下载的遥感影像重新定义坐标系、几何校正、融合、镶嵌和裁剪等预处理后，采用人机交互修编解译，得到各年土地利用现状图，并抽取2%的图斑经过精度验证，证明解译精度均大于80%，可以满足景观分析的需要，最终将怀来县的土地利用类型划分为耕地、园地、林地、建设用地、未利用地和水域六大类。

2 研究方法

2.1 景观结构及其变化分析

首先基于ArcGIS 10.2软件统计不同景观类型的面积，并计算不同年份各类景观类型的比例[21]。为了更好地了解不同景觀类型之间的转化情况，利用ArcGIS 10.2 软件的Spatial Analyst工具-区域分析-面积制表工具计算出1985—2015年研究区各景观类型的马尔科夫转移矩阵，并由此计算景观类型的转移变化率[23-24]。

2.2 景观格局分析

基于Fragstas 3.4软件，分别从景观尺度和斑块类型尺度选取不同的指标进行景观格局分析。参考文献[21，25-26]，根据怀来县的现实情况与需要，选取以下景观格局指数对研究区土地利用景观分区进行定量分析，详见表1。

2.3 驱动力分析

2.3.1 驱动因子选取 在一定时期内景观格局的变化不仅是由于社会经济等人文因子的影响，还包含自然因子的影响[20，27-28]，在较小时空尺度下，比较稳定的自然因子可能对景观格局的变化起着约束作用[29]，但对于30年这一较长的时间尺度，本研究驱动力的分析从2个方面考虑（表2、图2）。

2.3.1.1 自然因子 自然因子是指對区域土地利用景观格局具有影响的各类自然地理要素，比如地形地貌条件、水文条件和气候条件等，但一般对景观格局改变的速率较慢[27]。参考文献[27-28]，结合研究区实际特点，考虑数据的可获取性，自然因子选取高程、坡度和坡向3个方面。

2.3.1.2 人文因子 人类的社会经济活动是土地利用景观格局改变的直接原因，且往往导致景观格局的巨大变化，也对当地生态环境产生了影响，因此考虑到人类活动的经济影响和空间上对景观格局的影响，本研究选取地均GDP、总人口密度、到公路的距离、到铁路的距离、到城镇的距离、到农村居民点的距离、到工矿的距离和政策8个指标作为人文因子，探讨影响怀来县景观格局变化的人文驱动力。

2.3.2 Logistic回归分析 为筛选出对景观格局变化作用较大的驱动因子，本研究进行Logistic分析，定量地比较各个驱动因子影响的相对大小[30-32]，其中政策因子不进行Logistic分析。

2.3.3 Logistic回归分析模型检验 实际的景观地类分布与Logistic回归分析的景观地类分布是否具有较高的一致性需要经过检验。采用Pontius等学者提出的ROC方法（receiver operating characteristic curve，简称ROC曲线）对回归结果进行验证，ROC的值域为[0.5，1]，其中ROC值等于1时，表明回归方程的解释能力最好，ROC曲线值大于0.5，表明模拟精度合格，ROC曲线值大于0.7表明模拟精度较好[33]。

经计算，从得到的各景观类型ROC曲线（图3）可以看出，曲线下面积越大，诊断准确性越大，拟合度越好。各类景观的拟合度均达到合格的要求，其中水域和林地的拟合度最好，未利用地的拟合度相对较弱。

3 结果与分析

3.1 怀来县景观类型分布及其变化分析

1985—2015年， 怀来县各景观类型结构变化相对明显（图4）。对于4个研究年份，均以林地和未利用地为主，两者所占比例均在25%～30%之间，由于退耕还林等政策的实施，林地所占比例呈递增趋势，30年间面积增长了2 898.86 hm2，增长率为5.8%;未利用地由于在不断的开发之中，其所占的比例总体呈下降趋势，30年间下降了7.9%;面积同样呈增长趋势的还有建设用地和园地，它们的面积分别由1985年的 7 289.99、28 246.49 hm2增至2015年的13 914.66、33 904.23 hm2，增长率分别为为90.9%、20.0%，其中建设用地是整个研究区面积增长最快的景观类型;耕地和水域的面积呈下降趋势，降幅分别为23.3%、 40.7%，其中水域是整个研究区面积降幅最大的（表3）。

1985—2015年这30年间，耕地减少的部分主要转变为建设用地和园地，这部分面积占耕地转出面积的64.43%，占耕地总面积的28.37%;园地减少的原因主要是转为耕地和

建设用地，这部分面积占园地转出面积的53.56%，占园地总面积的6.02%;林地减少的部分主要是转为未利用地和园地，这部分面积占林地转出面积的85.51%，占林地总面积的5.96%; 未利用地减少的的部分主要转为耕地、 园地和林地，这部分面积占未利用地转出面积的91.31%，占未利用地总面积的14.85%;水域减少的原因主要是转为耕地和园地，这部分面积占水域面积转出面积的81.40%，占园地总面积的42.18%;由于建设用地转为以上5个景观类型这种状况不符合客观实际，所以不予考虑（表4、表5）。

3.2 怀来县景观格局分析

3.2.1 类型水平景观格局分析 斑块密度、平均斑块面积和聚合度指数这3个指标经常被用来表征一定区域内景观的破碎化程度。聚合度反映了不同类型景观要素的聚集程度和景观要素在景观中的分离情况，聚集度越低异质性越高，优势景观类型对整体景观的控制作用降低。由表6可知，在4个考察年份间，耕地和水域的斑块密度呈增长趋势，说明耕地和水域的破碎化程度在不断增加，且两者平均斑块面积和聚合度在降低，表明异质性在升高;园地的平均斑块面积呈下降趋势，斑块密度在1985—2005年间较稳定，呈缓慢下降趋势，2005—2015年间突然升高，表明它的破碎化程度经历了先减少后增加的趋势，但是聚合度的上升表明异质性在降低;林地的斑块密度、平均斑块面积和斑块内聚力指数都略有升高，表明它的破碎化程度略有波动，但景观稳定性较强;建设用地的斑块密度呈上升趋势，表明它的破碎化程度也在升高，但是聚合度指数的上升则表明它对整体景观的控制作用在增强;未利用地的斑块密度增加，平均斑块面积总体上减小，表明它的破碎化程度呈增大趋势。斑块内聚力指数表征的是相应斑块类型自然状态的连通度，斑块内聚力指数最大的是林地，到2015年达到98.97，园地变化不大，相对稳定，有缓慢增长的趋势，而耕地、建设用地、水域和未利用地的斑块内聚力指数均总体呈降低趋势，表明这4种土地利用景观类型的连通度均呈降低的趋势，因此在未来进行土地利用规划时须要增强这4种土地利用景观类型内部的连通度。面积-周长分维数反映了在一定观测尺度上景观类型的复杂程度，表现为耕地、园地、建设用地、未利用地整体增加，林地先增加后减小。横向比较面积-周长分维数可以看出，怀来县1985—2015年各景观类型面积-周长分维数排序为水域>园地>未利用地>林地>建设用地>耕地。其中，水域面积-周长分维数最大，说明水域的斑块几何形状最简单。

3.2.2 景观水平景观格局分析 由表7可知，1985—2015年30年间，研究区景观斑块数增加2 985个，破碎度指数由5.31上升为6.42，形状指数也由41.47上升为47.48，表明景观更加趋于破碎化和形状的不规则化。斑块内聚力指数的下降说明整体的连通度在降低;香浓多样性指数的上升反映景观越来越由少数斑块类型控制;蔓延度的降低表明景观中优势类型的连接性在降低，景观破碎化在加剧。从土地利用现状图（图4）也可以直观地看出，城镇在不断向外扩展，呈现更加破碎化的特征。

3.3 怀来县景观格局驱动力分析

从表8可以看出，对怀来县耕地景观分布影响的因子有高程、坡度、坡向、地均纯收入、人口密度、到公路的距离、到城镇的距离、到居民点的距离，且地均纯收入因子对怀来县的耕地分布影响最大，发生的概率为0.972 7，表明耕地分布与地均纯收入成反比，收入低的地方耕地的分布概率反而更高。园地的分布与高程、坡度、坡向、地均纯收入、人口密度、到公路的距离、到铁路的距离、到城镇的距离、到居民点的距离有关，且受地均纯收入和人口密度的影响最为强烈，在地均纯收入的影响下园地分布的发生概率为1.013 2，在人口密度的影响下园地分布的发生概率为0.9896，表明园地主要分布在地均纯收入高且人口密度较低的区域。对于林地的分布，除了到铁路的距离和到城镇的距离对林地分布没有影响，其他因子均对林地的分布有影响，且地均纯收入的影响最大，在此影响下的发生概率为0.983 1，和林地分布成反比，表明林地分布较多的区域地均收入往往较少。建设用地和水域均受全部因子的影响，其中对建设用地影响最大的因子是高程，在此因子的作用下建设用到的发生概率是0.976 7，表明高程越低，建设用地发生倾向越显著;对水域影响较大的因子是地均纯收入和人口密度，它们的发生概率是1.053 6和0.959 4，表明地均纯收入高的区域，水域总面积往往较大，但人口分布较少。未利用地的景观分布受除到公路的距离以外的驱动因子影响，且地均纯收入和人口密度为主要影响因子，在此影响下发生的概率分别为1.008 9和0.991 7，表明地均纯收入高且人口密度较低的区域未利用地发生的趋势更高。

尽管政策因子无法进行Logistic回归分析，但政策驱动因子是不容忽视的一项影响因素。怀来县作为第1批进行退耕还林工程的试点县，从2000年开始，先后实施了京津风沙源治理工程、退耕还林工程、巩固退耕还林成果专项规划、京冀水源保护林合作项目等多个重点生态工程建设项目，截至2016年已完成治理面积86 000 hm2，这些生态工程的相继实施，有效地改善了区域生态环境，也因为政策的导向作用在一定程度上改变了景观格局。

4 结论

怀来县在1985—2015年这30年的时间里，景观类型主要以林地和未利用地为主，林地由于退耕还林等一系列生态工程，面积有小幅提升。变化最大的景观类型是建设用地和水域，其中建设用地面积呈增加态势，增长率为90.87%，水域面积呈减少态势，主要转变为耕地和园地，减少率为40.7%。总体上来看，景观类型变化的最大特征是自然景观向人造景观的转变。

研究期间内，怀来县耕地和水域的破碎化程度逐渐增加，景观异质性升高，连通性降低;园地的破碎化程度经历了先减少后增加的趋势，景观异质性降低，但连通性相对稳定;林地的破碎化程度略有波动，但景观稳定性较强，景观连通性最高;建设用地尽管破碎化程度也在升高，但聚合度指数的上升则表明它对整体景观的控制作用逐渐增强;未利用地破碎化呈增大趋势，景观异质性波动性升高，连通性降低。各景观类型按形状复杂程度由简到繁排序为水域>园地>未利用地>林地>建设用地>耕地。研究区整体破碎化指数升高，连通性降低，城镇在不断向外扩展，呈现更加破碎化的特征。因此，为有效阻止冀西北国家重点生态功能区景观斑块的破碎化，未来土地规划应加强节约集约用地，并修建科学合理的生态廊道增加景观斑块连通度，保护物种多样性，降低生态风险。

采用Logistic回归分析对冀西北国家重点生态功能区进行驱动力分析具有较好的解释效果，选取的自然和人文因子均对研究区的景观格局产生了影响。量化结果显示，地均纯收入和人口密度对景观格局变化的影响最大，尽管无法对政策因子进行Logistic回归分析，但由于其导向作用，也在一定程度上推动了景观格局的变化。

参考文献：

[1]Turner M G. Landscape ecology in theory and practice：pattern and process[M]. New York：Springer，2001：1-10.

[2]張秋菊，傅伯杰，陈利项. 关于景观格局演变研究的几个问题[J]. 地理科学，2003，23（3）：264-270.

[3]吴健生，王 政，张理卿. 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.

[4]邵洪伟. 深圳市景观格局演变及驱动力研究[D]. 天津：天津师范大学，2008：3-8.

[5]Bürgi M，Hersperger A M，Schneeberger N. Driving forces of landscape change：current and new direction[J]. Landscape Ecology，2004，19（8）：857-868.

[6]李宁云，袁 华，田 昆，等. 滇西北纳帕海湿地景观格局变化及其对土壤碳库的影响[J]. 生态学报，2011，31（24）：7388-7396.

[7]刘恩峰，侯 伟，崔 莉，等. 南四湖湿地景观格局变化及原因分析[J]. 湿地科学，2009，7（3）：261-265.

[8]孔凡亭，郗 敏，李 悦，等. 基于RS和GIS技术的湿地景观格局变化研究进展[J]. 应用生态学报，2013，24（4）：941-946.

[9]韩 美，张 翠，路 广，等. 黄河三角洲人类活动强度的湿地景观格局梯度响应[J]. 农业工程学报，2017，33（6）：265-274.

[10]林炳青，陈兴伟，陈 莹，等. 流域景观格局变化对洪枯径流影响的SWAT模型模拟分析[J]. 生态学报，2014，34（7）：1772-1780.

[11]冯异星，罗格平，周德成，等. 近50a土地利用变化对干旱区典型流域景观格局的影响——以新疆玛纳斯河流域为例[J]. 生态学报，2010，30（16）：4295-4305.

[12]张宏锋，欧阳志云，郑 华，等. 新疆玛纳斯河流域景观格局变化及其生态效应[J]. 应用生态学报，2009，20（6）：1408-1414.

[13]欧阳锐. 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.

[14]潘竟虎，苏有才，黄永生，等. 近30年玉门市土地利用与景观格局变化及其驱动力[J]. 地理研究，2012，31（9）：1631-1639.

[15]曾加芹，欧阳华，牛树奎，等. 1985—2000年西藏地区景观格局变化及影响因子分析[J]. 干旱区资源与环境，2008，22（1）：137-143.

[16]黄 宁，杨绵海，林志兰，等. 厦门市海岸带景观格局变化及其对生态安全的影响[J]. 生态学杂志，2012，31（12）：3193-3202.

[17]吴 莉，侯西勇，徐新良，等. 山东沿海地区土地利用和景观格局变化[J]. 农业工程学报，2013，29（5）：207-216.

[18]王艳芳，沈永明. 盐城国家级自然保护区景观格局变化及其驱动力[J]. 生态学报，2012，32 （15）：4844-4851.

[19]张 莹，雷国平，林 佳，等. 扎龙自然保护区不同空间尺度景观格局时空变化及其生態风险[J]. 生态学杂志，2012，31（5）：1250-1256.

[20]傅伯杰，陈利项，马克明，等. 景观生态学原理及应用[M]. 北京：科学出版社，2001：3-18.

[21]胡冬雪，唐立娜，邱全毅，等. 海峡西岸经济区景观格局10年变化及驱动力[J]. 生态学报，2015，35（18）：6138-6147.

[22]刘吉平，赵丹丹，田学智，等. 1954—2010年三江平原土地利用景观格局动态变化及驱动力[J]. 生态学报，2014，34（12）：3234-3244.

[23]史培军，陈 晋，潘耀忠. 深圳市土地利用变化机制分析[J]. 地理学报，2000，55（2）：152-160.

[24]刘 江，崔胜辉，邱全毅，等. 滨海半城市化地区景观格局演变——以厦门市集美区为例[J]. 应用生态学报，2010，21（4）：856-862.

[25]田锡文，王新军，K G卡迪罗夫，等. 近40a凯拉库姆库区土地利用/覆盖变化及景观格局分析[J]. 农业工程学报，2014，30（6）：232-241.

[26]郭晓妮. 康保县景观格局变化及其生态效益分析[D]. 北京：首都师范大学，2009：2-13.

[27]谢 圣. 湖北省土地利用景观格局及其影响因素分析[D]. 武汉：华中师范大学，2013：3-15.

[28]宁雅楠. 青龙满族自治县土地利用景观生态安全时空变化与影响因素分析[D]. 保定：河北农业大学，2015：3-17.

[29]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.

[30]Chang N B，Ham M，Yao W，et al. Change detection of land use and land cover in an urban region with SPOT-5 images and partial Lanczos extreme learning machine[J]. Journal of Applied Remote Sensing，2010，4（1）：420-429.

[31]葛全胜，赵名茶，郑景云. 20世纪中国土地利用变化研究[J]. 地理学报，2000，55（6）：698-706.

[32]朱连奇，许叔明，陈沛云. 山区土地利用/覆被变化对土壤侵蚀的影响[J]. 地理研究，2003，22（4）：432-439.

[33]Pontius R G，Schneider L C. Land-cover change model validation by an ROC method for the lpswich watershed，Massachusetts，USA[J]. Agriculture，Ecosystem& Environment，2001，85（1/2/3）：239-248. 郭晓雷，申双和，张 磊，等. 宁夏枸杞种植区春霜冻发生的时空分布特征分析[J]. 江苏农业科学，2019，47（6）：238-242.