文峪河流域景观宜居度评价及景观动态预测

安冠霖,郭晋平

(山西农业大学林学院，山西 太谷 030801)

人居环境是与人类生存活动密切相关的地表空间，是人类联系自然、影响自然的主要场所[1]。宜居度评价是景观动态重要的研究窗口。国内外学者在不同尺度上基于不同的评价标准使用因子叠加法、多元统计分析法、PSR模型等对宜居度进行研究[2-3]。在对城市、绿洲等特定环境的宜居度综合评价下同时包含了气候、水、声环境单因子的评价。基于自然—社会系统耦合的评价方法正在成为主流研究方法，该研究方法的实践基础为景观生态评价[4-5]。科学度量流域宜居格局有助于引导人流的合理分配与流动，促进区域资源、环境协调发展[6]。景观预测是景观动态研究的重要领域，对流域的景观预测对于分析流域景观动态趋势、掌握流域景观格局数量动态、结构特征、驱动机制具有重要作用。流域景观预测的结果可以作为相关研究的基础展开对流域多时相、多领域的研究。流域景观预测有助于掌握流域景观变化规律，为相关决策提供有力的信息支持[7]。景观格局预测基于CA、Markov、Logistic等数学模型或其组合。目前国内外学者对景观格局的预测突破了单纯的景观格局研究，同时将景观预测与土地利用变化、景观评价以及具体的生态过程相联系[8]。选取文峪河流域作为研究对象，目的在于为中西部小流域宜居度评价以及流域景观预测相关研究提供补充，同时也为文峪河流域景观资源的开发与保护提供科学依据。

1 研究区概况

文峪河是汾河中游重要的一级支流，发源于山西省交城县关帝山林区的庞泉沟自然保护区，流经交城县、文水县、汾阳市、于孝义市境内汇入汾河，流域面积 5 006.24 km2，河流长155 km。地理坐标为东经111°21′06″～112°19′34″，北纬36°56′42″～37°53′38″。流域属暖温带大陆性半干旱气候区。地形复杂、山体陡峭，各处气温、降水差异较大。流域年均温3～7℃，高海拔区较寒冷，低山谷地温和，7月均温17.5℃，1月均温-10.2℃，极端低温可达-29.1℃；年降水量450～700 mm，年蒸发量 1 600～1 800 mm，相对湿度70.9%，≥0℃积温 2 100℃，无霜期100～130 d，日照时间 1 900～2 200 h。流域内土壤、植被类型众多[9]。

2 研究方法

2.1 数据来源

2.1.1自然地理评价指标

将2000—2018年的5期Landsa TM/OLI_TIRS遥感图像在ENVI中进行监督分类，将流域土地类型分为耕地、林地、草地、水域、建设用地、未利用地六大类[10]。

地形评价因子数据来自于地理空间数据云。生态评价因子、气候评价因子、土壤评价因子来自国家地球系统科学数据中心、中科院资源环境科学数据中心。植被因子来自USGS MODIS数据。地形、生态、气候、土壤评价因子的制作流程主要基于GIS的栅格数据处理流程。植被因子的制作主要基于MODIS遥感数据处理流程。

2.1.2社会经济评价指标

本研究使用的社会经济统计数据均来自流域各县市的政府统计部门。包括政府统计部门的统计年报、统计年鉴等。

2.2 宜居度评价模型的构建

2.2.1宜居度评价指标

1)自然地理评价因子

土地利用因子、植被因子(NPP、NDVI)、地形因子(高程、坡度)、生态因子(总生态系统服务)、气候因子(年均温、年均降水量)、土壤因子(土壤类型、土壤有机质含量)。

2)社会经济评价因子

地区经济指标(GDP、人均GDP)、人口因子(人口密度)、区位因子(距城镇距离、距道路距离)。

2.2.2指标权重的确定

运用AHP层次分析法确定各因子的权重。具体过程为：a.构造判断矩阵：矩阵中的元素表示针对上一层的某指标而言各指标的相对重要程度。b.重要性排序：计算判断矩阵的最大特征值及特征向量。特征向量归一化后即为权重分配。c.一致性检验：对判断矩阵进行一致性检验和随机性检验，以判断权重分配是否合理[11]。经计算确定的各因子权重见表1。

表1 评价因子权重分配

2.2.3宜居度指数计算

运用综合指数法及加权叠加法对宜居度进行计算。综合指数法是将原始数据使用一定的统计方法构造成一个便于横向比较的综合性的指标。实现了从不同时间和空间角度对多因素系统进行综合的评价[12]。其计算公式为：

S=f(x1,x2,x3，…，xn)

式中：S为宜居度得分，Xi(i=1,2,3，…，n)为n个评价因子组成的变量。

利用GIS将各评价因子的数据以宜居适宜度为目标导向赋予不同的宜居得分。利用GIS将各评价因子加权叠加，最终将宜居度综合指数分级为：很适宜、较适宜、基本适宜、不适宜、极不适宜[13]。

加权叠加法采用如下公式计算：

式中：wi为各因子所占的权重,xi为各评价因子的宜居得分。

2.2.4宜居度相关指标及驱动力分析

基于GIS获取各时期宜居度格局的结构变化情况以及转移情况。

在GIS中随机抽样，将人口密度栅格数据及宜居度指数提取并导入至SPSS中进行相关性分析。通过人口密度及宜居度指数的相关性可判断宜居度评价精度[14]。

利用GIS随机抽样，将宜居度指数与宜居度评价因子提取并导入至Origin进行数据拟合，各因子的R2即各评价因子对拟合模型的影响与贡献程度。该贡献程度可理解为各评价因子对宜居度指数的驱动作用。根据R2值可判断某评价因子对于宜居度指数的驱动作用大小[15]。利用Moran’s I 指数计算宜居度格局的空间自相关程度，其值大于0表示空间集聚自相关，相反则代表空间离散分布，其绝对值越接近1，代表空间相关程度越高[16]。

2.3 景观预测模型的构建

2.3.1CA-Markov模型设置

Markov模型是基于马尔可夫链,根据事件的目前状况预测其将来各个时刻的状态的预测方法，其本质是对事件发生概率的预测。马尔可夫模型预测公式可简单表示为：

S(t+1)=S(t)×Pij

式中：S(t+1)和S(t)分别为t+1和t时刻的土地利用状态，Pij为第i种景观类型转变为j种景观类型的转移概率矩阵。

CA模型是一种时间、空间状态都离散，相互作用及因果关系皆局部的，具有时空计算特征的动力学模型。借助CA模型可以很好地弥补单一Markov模型未考虑空间格局对于转移概率影响的不足。CA模型可用下式表示：

S(t+1)=f(S(t),N)

CA-Markov模型综合了Markov模型对长时间序列预测和CA模型基于空间关系和规则动力学模拟的优点，能更加准确地从时间和空间上模拟景观变化。

在IDRISI平台中基于Markov工具利用2期土地利用数据制作面积转移矩阵。将地形、植被、生态、气候、土壤、区位等影响因子导入IDRISI基于各个因子作用于某地类的函数形式以及作用值域制作适应性图集。该适宜性图集即为CA模型空间演化的核心规则。利用CA-Markov工具输入初期图像、适宜性图集、面积转移矩阵，设置元胞大小为30 m×30 m，并设置滤波器为5×5矩阵。设定好迭代计算的次数一般与间隔时长相同[17]。

2.3.2CA-Markov模型可靠性检验

利用现有数据进行景观预测。将预测图像与实际遥感影像于IDRISI中计算KAPPA系数。KAPPA系数代表预测结果与现有实际景观图像的重合比率。Kappa系数越接近1，表示预测结果与实际结果的相符程度越高。

2.3.3景观动态和格局预测结果分析

将景观预测结果导入至GIS获取2020—2040预测图像的景观结构变化以及景观转移情况，并利用景观动态度衡量景观变化的速度特征[18]。景观动态度计算公式为：

式中：K是研究时段内某景观类型的变化速度，Ua和Ub分别表示研究初期a和期末b某景观类型的面积，T为研究期长度[19]。

将景观预测结果导入至Fragstats，计算2020—2040年的景观格局指数。对以上结果与现有数据进行综合分析。

在本研究中景观聚合度H的计算公式为：

式中：CONTAG为蔓延度、AI为聚合度、DIVISION为景观分离度、SPLIT为分散指数[20]。

3 结果与分析

3.1 文峪河流域景观宜居度动态分析

文峪河流域2000—2018年5期景观宜居度动态变化专题图如图1所示。

图1 文峪河流域2000—2018年宜居度评价

整体来看，文峪河流域景观宜居度格局在2000—2018年期间整体形态相对稳定。宜居度较高的区域多分布在河谷平原、低山丘陵区域。山地部分宜居度较低，适宜度较高的区域与现有城镇用地、耕地重合较多。宜居度由东南向西北递减。

由表2可知，文峪河流域的很适宜区域面积在18年间一直呈增加趋势，较适宜区域面积呈现下降趋势，基本适宜区域面积有所波动，整体上略有减少。不适宜区域面积有所波动，整体上略有减少。极不适宜区域面积略有增加。整体来看适宜区面积虽然有所波动，但2018年适宜区面积整体较2000年增加27 km2，流域的宜居度格局结构整体向好。

表2 文峪河流域2000—2018年宜居度格局面积结构变化

由表3可知，极不适宜区对不适宜区是净支出，对基本适宜区是净收入，对较适宜区是净收入，对很适宜区是净支出；不适宜区对基本适宜区是净支出，对较适宜区为净收入，对很适宜区为净支出；基本适宜区对较适宜区为净支出，对很适宜区为净支出；较适宜区对很适宜区为净支出。极不适宜区面积的增加主要来自于基本适宜区与较适宜区；很适宜区面积的增加广泛吸收了其他宜居等级区面积。整体来看，宜居度的转移变化较为复杂，既有低宜居度向高宜居度的转变，同时也有反向变化。低宜居度类别向高宜居度类别转化的面积比高宜居度类别向低宜居度类别转化的面积多54 km2。流域的宜居度格局转移情况整体向好。

表3 文峪河流域2000—2018年宜居度等级转移面积矩阵

由表4可知，宜居度指数与人口密度分布呈极显著正相关。结合人口密度分布数据可知，很适宜区的人口占总人口的85%以上，适宜区总人口占流域总人口的96%以上，这进一步验证了本次评价的准确性。

表4 宜居指数与人口密度分布相关性及Moran’s I 指数

分析Moran’s I 指数可知：以99.99%以上的显著水平认为宜居格局存在显著的空间聚集性分布特征，即流域宜居度存在高宜居度与高宜居度以及低宜居度与低宜居度的空间集聚性。

3.2 文峪河流域景观宜居度动态驱动力分析

文峪河流域景观宜居度驱动因子分析结果如图2所示。

图2 各驱动因子对宜居度动态的驱动作用

各驱动因子的R2即各驱动因子对宜居度指数与驱动因子拟合模型的贡献程度，该贡献程度可理解为各驱动因子对宜居度指数的驱动作用。由R2可知各驱动因子对宜居度的驱动作用由大到小依次为：土地利用、地形、经济、人口、区位、气候、生态、植物、土壤。宜居度受土地利用、地形、经济、人口、区位、气候、生态因子的驱动作用较为明显。

3.3 文峪河流域景观动态模拟预测

2020—2040年文峪河流域5期景观预测结果如图3所示。

图3 文峪河流域2020—2040景观预测

利用IDRISI计算景观预测KAPPA系数为 0.971 7，即景观预测的整体正确率达97.17%。各地类的预测KAPPA系数分别为：耕地 0.945 2，林地 0.980 6，草地 0.929 6，水域 0.989 9，建设用地 0.909 3，未利用地 0.828 5。各地类的KAPPA系数均较接近1。可认为：本模型对景观动态预测的正确率较高。

文峪河流域2000—2018年各景观类型面积及占比如表5所示。

基于预测结果得到2020—2040年文峪河流域的景观结构如表6所示。

由表5、表6可知，2020—2040年耕地、草地、未利用地面积不断减少，林地、水域、建设用地面积不断增加。2000—2040年耕地面积将持续减少，建设用地、水域面积将持续增加，未利用地面积在2000—2018年呈现增长趋势，2018年后将会逐渐减少，林地面积相对较为稳定，草地面积在2000—2018年呈现波动减少，在2018年以后预测可能会呈现小幅度地持续减少。

表5 文峪河流域2000—2018年景观结构变化

表6 文峪河流域2020—2040年景观结构预测

文峪河流域景观动态度指数实测与预测结果如表7所示。本次动态度计算以初始年份为基准年份。

由表7可知，耕地、林地动态度均为负值，水域、建设用地、未利用地的动态度均为正值。耕地变化速度前期波动，2020年后逐步趋缓。林地变化速度前期波动，2015年后逐步趋缓。水域变化速度前期波动，2015年后逐步趋缓。建设用地变化速度于2020年达到最大值，其后逐步趋缓。未利用地变化速度于2018年达到极值而后趋缓。草地变化速度前期波动，2018年后基本稳定。流域整体变化速度在2020年达到最大值，之后减缓。文峪河流域2000—2040年各景观类型的转移情况如表8所示。

表7 文峪河流域2000—2040年预测景观动态度

表8 文峪河流域2000—2040年预测景观转移矩阵

由表8可知，耕地对林地、未利用地是净收入，对草地、水域、建设用地是净支出；林地对草地是净收入，对水域、建设用地、未利用地是净支出；草地对其他类型均为净支出；水域对建设用地为净支出，水域与未利用地类型无相互转化；建设用地对未利用地为净收入；水域与其他类型发生的相互转化较少。大多数景观类型之间存在相互转化。文峪河流域2000—2040年景观格局指数如表9所示。

表9 文峪河流域2000—2040年预测景观格局指数

由表9可知，形状指数呈现增加—减少—增加的趋势，分维数呈现增加—减少—增加的趋势，由形状指数与分维数不能得出2040年较2000年流域整体规则度发生显著变化的结论。聚合度指数显著下降，可认为流域整体的破碎化程度在2000—2040年间将持续增加。内聚力指数呈下降—上升—下降的趋势，整体上可认为流域景观连通性下降。多样性指数、均匀度指数均持续增加，可认为流域的景观多样性、均匀度持续增加。总核心面积呈现下降—上升—下降的趋势，核心面积在2018年达到最小值。整体而言，2018年后核心面积趋于稳定。

4 结论与讨论

1)文峪河流域的宜居度格局在2000—2018年期间整体形态相对稳定。文峪河流域的很适宜区面积呈增加趋势，比较适宜区面积呈下降趋势，基本适宜区面积减少。不适宜区面积变化趋势不明显。极不适宜区面积基本呈小幅度增加趋势。整体上文峪河流域的适宜区面积增加。流域宜居度的转移动态较为复杂，既有低宜居度区向高宜居度区的转变，同时也有反向变化。流域宜居度格局结构整体向好。宜居度指数与人口密度呈现极显著正相关，流域宜居度存在高值与高值以及低值与低值的空间集聚分布特征。各驱动因子对宜居指数的驱动作用不同。宜居度受土地利用、地形、经济、人口、区位、气候、生态因子的驱动作用明显。

2)经实测与预测文峪河流域2000—2040年耕地面积将持续减少，建设用地、水域面积将持续增加，未利用地面积在2018年后将会逐渐减少，林地面积相对较为稳定，草地面积在2000—2018年呈现波动减少，在2018年后可能会小幅度持续减少。2000—2040年耕地、林地动态度均为负值，水域、建设用地、未利用地的动态度都为正值。耕地变化速度前期波动，2020年后逐步趋缓；林地变化速度前期波动，2015年后逐步趋缓；水域变化速度前期波动；2015年后逐步趋缓；建设用地变化速度于2020年达到最大值，其后逐步趋缓；未利用地变化速度于2018年达到极值而后趋缓；草地变化速度前期波动，2018年后基本稳定。流域整体变化速度在2020年达到最大值之后减缓。2000—2040年，耕地对林地、未利用地是净收入，对草地、水域、建设用地是净支出；林地对草地是净收入，对水域、建设用地、未利用地是净支出；草地对其他类型均为净支出。水域对建设用地为净支出，水域与未利用地类型无相互转化；建设用地对未利用地为净收入。预测至2040年，流域景观规则度无显著变化，流域破碎化程度持续增加，景观连通性下降，景观多样性、均匀度持续增加，总核心面积趋于稳定。

3)文峪河流域适宜区面积整体呈现增加趋势，但近年来适宜区面积的增加幅度十分有限，结合景观预测结果可知，流域景观动态变化复杂。研究区经济与人口持续发展，生态压力日益严峻。为防止出现景观结构失衡带来的社会、生态风险，应加强对流域的研究与规划，促进流域可持续发展。