延河流域景观格局的演变、预测及优化——以陕西省延长县为例

王天宇, 惠怡安, 师 莹, 芮盼盼, 刘 琨

(1.西北大学 城市与环境学院, 陕西 西安 710127; 2.武汉大学 资源与环境科学学院, 湖北 武汉 430079)

随着我国城镇化进程的推进，城乡社会经济的重构，由此造成的土地利用转型带来了新的生态与环境问题[1]，提高了生态风险的不确定性。陕西省延长县属于典型黄土丘陵沟壑区，同时也是生态环境脆弱区[2-3]，生态系统对人类活动的扰动尤为敏感。近年来，大规模的城乡建设加速了其土地利用方式和配置格局的改变。土地利用转型实质上也是景观格局的变化[4]，区域景观格局同时影响生态功能发挥和生态系统物质、能量、生物移动，维持着区域生态系统的稳态[5]，并在一定程度上反映了生态系统受到人类活动干扰的程度。对景观格局的分析可以揭示生态系统的演化方向，在此基础上，优化景观格局对于维持和控制生态过程，防范生态风险具有重要意义。

目前针对黄土高原土地利用景观格局的研究涉及格局演化的过程特征[6-7]，格局与生态过程、自然环境要素的作用关系[8-10]，格局模拟预测等方面，模拟方法包CA-Markov[11-13]和CLUE-S等[14]。这些研究多从单一视角即自然地理出发，关注景观格局的变化、模拟。而在景观格局优化方法中，基于累计耗费距离理论构建安全格局的研究较多[15-19]。表征阻力参数的方法为综合评价，包括生态服务功能价值评价[20-22]，生态安全评价[18,23]、土地综合评价等[24]。综合评价指标的选取具有一定主观性，影响阻力表征的准确度。比如生态服务价值评价包含娱乐文化指标，这与景观单元阻力相关性较低。人为干扰度又叫生态干扰度，是指生态系统内各组分的天然性受到人类活动干扰的程度[25]，因此可以表征生态流阻力大小。本文以延长县为例，在传统景观生态学研究基础上，从人为干扰这一人文视角出发，结合人为干扰度预测并分析景观变化强度，构建了景观安全格局，以期丰富地理学综合研究，并为延长县生态环境建设和管理提供借鉴。

1 研究概况与数据来源

1.1 研究区概况

延长县属于陕西省延安市，东西长73 km，南北宽55 km，总面积2 368.7 km2。研究区属于黄土丘陵沟壑区，部分地区有宽梁残塬，生态环境脆弱。1999年实行退耕还林还草政策以来，林地、草地数量迅速增加，但是仍然面临水土流失和人均耕地少的情况[26]。基于这一情况，延长县开始采取治沟造地的措施，人均耕地有所提高。与此同时，随着城市化进程加深，一方面农村人口外流，造成村庄空心化、耕地撂荒，部分坝地闲置；另一方面，由于苹果产业发展，园地面积增加，产生了废弃套袋等生产污染问题；最后，城乡建设、自然灾害如泥石流、冰雹等都对生态系统产生了一定程度的影响。

1.2 数据来源与处理

本研究采取的数据有研究区2008和2013年Landsat TM和2017年Landsat8OLI夏季遥感影像，延长县1弧秒分辨率SRTM数字高程数据。遥感影像和SRTM地理坐标系为WGS84。依次对影像进行几何校正、辐射定标和大气校正。提取研究区行政边界裁剪镶嵌后的影像，参考土地利用现状分类标准(GB/T21010-2017)和研究区实际情况，通过支持向量机的监督分类方法将研究区景观划分为林地、草地、耕地、水域、建设用地、滩涂6种类型，由于遥感影像分辨率较低，因此解译存在误差(表1)。经过精度检验，分类精度分别达到87.5%，83.2%和86.7%，满足研究要求。

表1 研究区景观类型划分

2 研究方法

2.1 景观格局指数

景观格局指数可以用来定量描述景观格局及其变化，一般包括斑块面积指数、形状指数、构型指数、多样性指数等[27]。本文从4个层面选取指标，即面积、形状、构型和多样性。面积层面选取最大斑块指数LPI，LPI范围为0～100，表示某景观类型最大斑块占总面积比重，用于衡量景观类型的优势度。当景观只有一种类型时，LPI等于100，该指数降低表明人类活动对主导景观类型的负向扰动增强，即导致生态系统的恶化。形状层面选取形状指数SHAPE，该指数等于斑块周长1/4除以斑块面积的平方根，没有取值限制，用于衡量斑块形状复杂程度。SHAPE=1表明形状为正方形，SHAPE指数增加形状复杂程度相应增加，斑块形状越复杂表明受到的人为干扰越低[28]，同时利于斑块边缘的物质、能量交换和生物多样性维持，表明生态系统朝良性发展。构型层面选取蔓延度指数CONTAG和连接度指数CONNECT。其中CONTAG指数表示不同斑块类型的聚集程度，范围为0～100，该值为0表示斑块类型多样并且分布分散，值越大斑块类型越单一，分布越集中，而生物多样性越低；CONNECT指数是景观内特定数量斑块之间连接度与最大可能连接度的百分比，范围为0～100，该值越高表明景观连通度越高。景观类型不同，连通度意义也有所不同，高连通度的林地景观有利于物质能量交换和生物迁徙，高连通度的裸地则揭示生态系统的恶化。多样性层面选取香农均度指数SHEI，该指数用来表示景观中斑块分布的均匀程度，范围为0～1，SHEI指数越高，表明面积在景观各类型斑块中分布越均匀，相应的生物多样性也越高，生态系统朝良性发展。

2.2 CA-Markov模型

元胞自动机—马尔科夫(CA-Markov)模型是预测土地变化的一个综合模型，能够同时考虑空间因素和转移概率。本文采用IDRISI软件中的CA-Markov模块。Markov模块利用土地利用数据可以生成土地转移概率矩阵和多准则评估(MCE)，结合CA模块对未来n年的土地利用情况进行模拟。Markov链和CA分别可用公式(1)—(2)表示[29]：

S(i+1)=Pij·Si

(1)

S(i+1)=f(St,N)

(2)

式中：S(t+1)，St分别表示t+1时刻和t时刻的土地利用状态;Pij是土地转移概率矩阵;f表示局部空间元胞转换规则;N表示元胞滤波器的大小。

2.3 人为干扰度

人为干扰度(HI)是指生态系统内各组分的天然性受到干扰的程度[30]。目前，确定人为干扰度的方法主要有专家判别法及问卷调查。由于研究区所处区域缺少相关研究，而景观类型与其他区域接近，因此本文借鉴相关学者对其他区域的研究成果[31-32]，确定不同景观类型人为干扰度的值(表2)。HI值在0～1之间，HI接近1则说明该景观类型受到人类活动干扰程度大，极难恢复自然状态；HI接近0则说明该景观类型处于完全自然状态。根据HI的大小，可以将景观类型分为轻度干扰(HI<0.3)、中度干扰(0.3≤HI≤0.6)和重度干扰(HI>0.6)[32]。

表2 不同景观类型人为干扰度数值

2.4 景观变化强度

为了定量描述景观类型变化强度和方向，借鉴HI构建景观变化强度，以HI的差值表征两种景观类型之间自然状态的差距。HI差值的绝对值表征绝对变化强度，而差值的符号表示变化的方向。负值表示朝生态恶性循环方向转变，而正值表示朝生态良性循环方向转变，即景观类型从高干扰向低干扰转变，比如退耕还林(表3)。具体计算公式为：

(3)

Gk=100(Hi-Hj)

(4)

式中：TI为变化强度；Gk为景观类型转移梯度；k为某一网格内的像元总数；Hi为前一时态该像元的人为干扰度值；Hj为变化后该像元的人为干扰度值。

表3 景观类型转移梯度矩阵

2.5 累计耗费距离

区域内的物质、能量和生物移动是从“源地”向外扩散，“源地”是指那些能促进过程发展的景观类型，比如大面积的林地、水域[33]。累计耗费距离是指生态流通过阻力面到达最近“源地”的累计耗费距离。本文采用人为干扰度评价和成本距离分析的方法，构建景观累计耗费距离表面。其逻辑是，景观人为干扰度越高，生态系统中的物质、能量、生物在该类型景观的流动阻力越大。计算公式为：

(5)

式中：Rk表示第k个网格的阻力大小；Ni表示第k个网格内，第i种景观类型的像元数； HIi表示第i种景观类型的人为干扰度值。

(i=1,2,3,…,n;k=1,2,3,…,m)

(6)

式中：Ci表示网格i到“源地”的累计耗费距离；Di(km)表示网格i到“源地”的距离；Rk表示网格k的阻力值；n代表网格总数；m表示网格i到“源地”跨越的网格数。

3 结果与分析

3.1 土地利用类型面积变化

延长县属于黄土丘陵沟壑区，总面积2 361.4 km2，景观类型以耕地、林地和草地为主。建设用地主要沿中部的延河两岸分布，耕地主要沿沟道分布，在县域范围内分布较为均匀，林地和草地分别集中在延长县东南部和北部(附图1)。

2008年的土地利用类型中，建设用地9.8 km2，占总面积0.41%；耕地483.43 km2，约占20.47%；林地700.94 km2，约占29.68%；草地1 147.47 km2，约占48.59%；滩涂和水域共19.79 km2，约占总面积0.84%。2013年与2008年相比，建设用地增加了65.7%，约6.44 km2；耕地和草地面积下降较多，分别减少了73.81 km2,278.35 km2，约占原来面积的15.3%和24.3%；林地面积增加了348.5 km2，约49.7%；水域面积下降了4.25 km2，约21.9%。2017年和2013年相比，耕地、水域和滩涂面积变化程度不大，建设用地和草地分别增加了4.37,143.18 km2，林地减少了151.25 km2(表4)，减少的林地集中在延长县西部和县城附近。林地面积增加主要受退耕还林政策的影响，面积减少的原因有很多，2013年延长县发生了一次大规模泥石流，作者在安沟乡调研时发现除部分塬上村庄以外其余村庄均受到影响，灾后虽然进行了生态保育，但林地恢复缓慢，灌草地恢复较快；延长县西北部长延高速的建设也造成了周边林地的减少；此外，县城及其他乡镇的建设活动也导致了林地面积的下降。耕地减少受退耕还林政策影响较大，2013年以后耕地略有增加除了解译的误差，主要受到延长县治沟造地的影响。

表4 延长县2008-2017年各景观类型面积km2

3.2 景观格局指数分析

从景观格局类型水平来看，从2008—2017年，建设用地的LPI指数持续增加，表明建设用地呈集聚扩展，新增建设用地集中在县城。耕地和草地该指数先减少后增加，结合上文对面积变化的分析，耕地和草地LPI降低说明面积减少的斑块为核心斑块，后核心斑块面积又有所增加。林地由于退耕还林的影响，核心斑块面积增加，因此LPI升高，后略微降低是受到自然灾害、建设活动的影响；建设用地和水域的SHAPE_MN指数增加较多，表明建设用地的扩展在边界处不规则，主要受到地形的限制，水域的形状变化主要受天气影响。林地SHAPE_MN指数先增加后减少，表明林地的形状的复杂程度先增加后减少，减少是因为受到的人为干扰增加，这可能与灾后重新种植的人工林有关，边界的规则化进而会影响林地斑块与周围环境之间的物质、能量交换(表5)。

表5 研究区2008，2013，2017年景观格局类型指数

从景观水平来看，LPI和CONNECT指数先减少，后略微增加，总体上景观格局呈现轻微破碎化、核心斑块面积减少趋势；CONTAG指数持续减少，优势斑块的连接性降低，结合实际来看主要是林地的连通性降低；SHEI指数持续增加，景观优势度降低，表明景观类型分布更加分散和均匀，主要原因是由于草地、林地和耕地之间的相互转化(表6)。

表6 研究区2008，2013，2017年景观指数

3.3 景观格局演化分析

3.3.1 CA-Markov预测结果与分析 以2017年为基年，分别对延长县未来5和10 a的景观格局演化进行预测。先使用2008和2013年的解译结果对2017年的景观格局进行预测，与实际解译结果对比，预测精度达到78.6%，证明CA-Markov预测结果可信。在此基础上，使用2013—2017年的土地利用转移矩阵和相应的适宜性图集，通过元胞自动机模拟2022和2027年延长县景观格局。模拟结果是根据过去6 a的景观类型变化趋势及规则生成，因此在模拟生态系统长时间序列演变的同时会放大短期工程性因素造成的误差。从模拟结果来看，未来5和10 a，延长县北部、西部林地面积减少，林地破碎化程度提高，该结果可看成生态系统自然演变所致，减少的林地多转化为草地(图1)。

耕地延现状向外扩展，主要由草地转变而来，属于治沟造地工程造成的误差。建设用地增加符合现状，增加部分集中在长延高速及北部乡镇，水域和滩地面积变化不大。

图1 陕西省延长县景观格局模拟结果

3.3.2 景观变化强度分析 为了更直观分析景观类型的变化强度及方向，利用2027和2017年景观格局构造景观变化强度。使用自然断点法将景观绝对变化值分为4级。轻度或无变化区定义为绝对变化值处于总变化值的7%以下，其临界变化值为199；中度变化区的绝对变化值在总变化值的7%～18%之间，即199～514；高度变化区绝对变化值在18%～42%之间，其范围为514～1 178；极度变化区其绝对变化值大于42%，即1 178。从变化强度来看，景观类型变化强度从西北向东南呈阶梯状分布，变化最剧烈区域集中在西北部和延河两岸，这与建设用地和水域分布大致重合。此外，延长县北部和东北部一些区域生态环境有良性发展的趋势，即该区域景观类型从高干扰度向低干扰度转变，这些转变与退耕还林、治沟造地有关(图2)。

对于预测结果中生态恶化程度不同的地区，采用自然断点法将其分为从极度恶化区到轻度恶化区的4个级别。轻度恶化区其相对变化值范围为0～-198，占总恶化程度的0～9%；中度恶化区其范围为-198～-540，占9%～21.5%；高度恶化区相对变化值范围为-540～-1 474，占21.5%～59%；极度恶化区为相对变化值小于-1 474的像元点，恶化程度大于59%。

由于各级别恶化区域其程度和原因不同，分别对不同级别的生态恶化区域提出分级管控要求。 ①一级控制区。此类区域属于极度恶化区，景观类型变化极度剧烈，约占总面积0.3%，主要在延长县延河流域上游，还有长延高速附近，呈点状、线状分布。对于这类区域，要控制长延高速和延河缓冲区内建设用地规模，治沟造地应该以生态修复为主，生产为辅。新增淤地坝可以转变成林地等生态价值较高的景观类型。 ②二级控制区。这类区域属于景观类型中度或高度恶化区域，约占23.3%，包括延长县北部大片面状区域和中部部分区域。这些区域的主要生态问题是林地转变成草地。这些区域要加强对于核心林地斑块的保护，保育水土，防止核心林地斑块面积进一步减少。 ③三级控制区。该类区域属于景观类型轻度恶化或没有变化区域，约占48.4%，在延长县境内分布较为零散和均匀，但存在耕地撂荒的情况。因此，这些区域要通过迁村并点的方式，提高基础设施利用效率，缩小生产半径，合理布置生态空间。

图2 陕西省延长县景观类型变化强度分区

3.4 景观安全格局构建

根据现状分析及CA-Markov的预测结果，延长县生态环境的突出问题是景观整体连通性降低以及林地面积减少。因此，一方面需要对高干扰区域实行分级控制，规范人类活动；另一方面需要构建生态节点、廊道、源地结合的生态安全格局，提高生态系统韧性和格局连通性。生态源地是指那些能促进过程发展的景观类型，具有空间扩展性、连续性[33]。考虑到草地是研究区分布最广的景观类型且林地有更强的生态功能，因此草地作为基质比较合适，而大面积的林地是研究区的生态源地。根据研究区林地的实际分布情况，提取面积大于2 km2的林地斑块作为生态源地。生态源地主要在延长县南部呈面状分布，总共596.5 km2，其中最大的塬地位于东南部，共268.2 km2，北部源地较少，共计11.9 km2。地形包括沟地(在则沟8.58 km2，崖窑沟4.3 km2等)、山峰和公园(八峁九连山5.72 km2，翠屏山7.2 km2等)。生态廊道是连接生态源地，维持生物流、物质流、能量流的重要通道。考虑到生态廊道的连通性和脆弱性，将生态廊道划分为两级：核心生态廊道用以维持生物多样性，对区域整体生态流起到制约作用的同时部分节点具有脆弱性；一般生态廊道供鸟类、小型哺乳动物迁徙，并影响局部地区的生物、物质流动。廊道宽度采取相关学者研究[34]，核心廊道宽100～200 m，研究区共5条111.4 km，主要分布在西南部；一般生态廊道宽30～60 m，研究区共18条240.8 km，在西南部和东北部呈对称分布。生态节点指在景观格局中连接相邻生态源地(附图2)，对生态流运行起关键作用的区域[23]。把最大耗费距离路径和生态廊道的交点作为生态节点。根据生态节点所处廊道等级，将生态节点分为核心生态节点和一般生态节点。研究区共有核心生态节点9个，分别位于雷赤乡、安沟乡、七里村镇(3个)、张家滩镇、黑家堡镇、郭旗乡、郑庄镇；一般生态节点21个，分别位于罗子山乡、安河镇(2个)、张家滩镇(4个)、交口镇、安沟乡(3个)、七里村镇(4个)、刘家河乡、郭旗乡、黑家堡镇、郑庄镇(3个)。

4 讨论与结论

(1) 根据景观格局指数分析和CA-Markov模型预测结果，延长县生态问题体现为林地面积减少，景观格局整体连通性降低1.2%，进而影响斑块边界与环境之间的物质流、能量流和生物流。

(2) 基于HI指数和景观转移梯度矩阵构建的景观变化TI指数，能够较好表现景观变化强度和方向，且符合研究区实际的景观类型分布，长延高速和延河两岸是研究区景观变化最剧烈的区域。

(3) 本文尝试利用HI指数建立景观阻力面以构建累计耗费距离表面，通过计算最大/最小耗费距离路径建立景观安全格局。研究区共规划了5条核心廊道和18条一般廊道，以串联9个核心节点，21个一般节点。

(4) HI指数只能从总体上判断地区生态环境变化方向，对于一些干扰度相近的景观类型，生态功能的强弱还需要另外进行研究。比如景观类型从低干扰的草地转变成耕地，这两者之间的生态功能强弱仅凭HI值的高低无法判断，因此对于该像元属于生态优化或恶化难以判断；其次，相比于生态服务价值评价，以HI指数构建阻力面能够避免一些非生态功能对于阻力值评价的干扰。但是，人为干扰度的确定缺少定量研究，目前多采用专家问询法等方法确定该数值，存在主观性。因此，未来需要研究如何通过定量的方法确定人为干扰度数值。