滹沱河上游地区景观格局变化及驱动力分析

李 晓，郑庆荣，，胡砚秋，高艳珍，罗淑政

（1.山西师范大学 地理科学学院，山西 临汾 041000；2.忻州师范学院 五台山文化研究中心，山西 忻州 034000）

景观格局是由自然或人为形成的，由类型、大小、形状不同的景观要素在空间上相互作用的结果[1-4]，是景观异质性的具体表现，反映各种生态过程在不同尺度上的作用[5-7]。景观生态学强调空间格局及生态学过程与尺度相结合，并将人类活动与生态系统相结合[8]，人类活动对自然环境作用最直接的表现形式是土地利用变化[9]，是影响生态功能的重要因素。滹沱河上游地区作为山西重要生态功能区，具有重要生态作用，深入研究土地利用与景观格局变化对人与自然和谐发展有重要意义。

景观生态学在1939年被提出，景观格局研究作为景观生态学的基础，是当前研究的热点内容[10-11]。景观指数按结构可分为斑块水平、类型水平和景观水平三类[4]，现被国内众多学者应用于行政区域、城市群、流域、单一生态系统类型等不同尺度下的景观格局研究[12-15]。景观格局变化的驱动因素较为复杂，由多种因素相互作用共同影响。对于景观格局的驱动力分析，国内学者运用的数理统计模型主要有主成分分析法、回归分析法、相关分析法等，通常选取自然和社会经济因素分析景观格局变化的主要驱动因素[16-18]，也有学者采用灰色关联度分析法对驱动因素与景观指数作关联度分析[19-21]。

本文以2000—2018年土地利用数据为基础数据，测算滹沱河上游地区的土地转移矩阵和景观格局指数，从景观水平和景观类型水平定性和定量分析了2000—2018年滹沱河上游地区景观格局变化，并选取与景观格局变化相关的指标，运用灰色关联度分析法分析了影响该生态功能区景观格局变化的因素。

1 材料和方法

1.1 研究区概况

滹沱河发源于山西省繁峙县泰戏山孤山村一带，是海河水系子牙河的主要支流之一。研究区选取滹沱河上游地区（38°12′～39°26′N，112°15′～113°57′E），包括忻州市的繁峙县、代县、原平市、忻府区、定襄县和五台县，面积为12 346 km2。研究区属温带大陆性季风气候，位于暖温带半干旱大陆性季风区东部及暖温带半干旱-干旱过渡带西部，四季分明，雨热同季，干旱、少雨多风；年平均气温5.0～9.3℃，年均降水量400～770 mm，多集中于夏季。地貌类型多样，山地、丘陵、平川和盆地均有分布。

1.2 数据来源及处理

2000、2005、2010 、2015 和2018年1∶10 万土地利用矢量数据来源于中国科学院地理科学与资源研究所、中国科学院资源环境科学数据中心（http：//www.resdc.cn）[22-23]。DEM数据由地理空间数据云（http：//www.gscloud.cn/）下载，影像分辨率为30 m。以ArcGIS 10.4.1 软件作为平台，对已有研究区2000、2005、2010、2015 和2018年的5期土地利用/土地覆盖遥感监测数据进行重分类，将景观类型分为六大类，分别为耕地、林地、草地、水域、建设用地和未利用地，生成5期景观类型分布图（图1）。

1.3 研究方法

1.3.1 土地利用分析方法 利用土地动态度分析土地利用变化情况，衡量土地变化的速度，基于土地利用，运用当量因子法测算生态系统服务价值。

土地利用动态度可表征土地利用变化的速度，包括单一土地利用动态度和综合土地利用动态度[24]。动态度绝对值越大，表明土地面积增加或减少的速率越快。

单一土地利用动态度指一定时期内某种土地利用类型的变动情况，计算公式如下

式中，K为某种土地利用动态度；Ua和Ub分别为研究初期和研究末期某种土地利用类型面积；T为研究时长。

综合土地利用动态度是指研究区整体的土地利用变化速度，计算公式如下

式中，LUi为研究初期的第i类土地利用类型面积；ΔLUi-j为研究期内的第i类土地利用类型转变为非i类土地利用类型面积的绝对值；T为研究时长。

图1 2000—2018年研究区景观类型分布

1.3.2 景观格局指数计算 运用Fragstats 4.2 软件进行景观格局分析，本文选取了11个景观指数，包括斑块数量、斑块密度、平均斑块面积、香农多样性指数、香农均匀度指数、周长-面积分维数、最大斑块指数、景观形状指数、散布与并列指数、聚集度指数、蔓延度指数，各景观指数意义见表1。

1.3.3 灰色关联度分析 依据Matlab 软件对所选择的景观格局及影响因素做灰色关联度分析，探讨研究区景观格局的变化驱动力。本研究通过选取社会因素和自然因素，采用均值化归一将影响因子作无量纲化处理，采用Matlab 软件计算各影响因素与景观格局指数之间的灰色关联系数[25]。

均值化归一：

灰色关联系数：

表1 景观格局指数意义

2 结果与分析

2.1 景观利用现状及动态变化

2.1.1 景观利用现状 由表2可知，研究区所有景观类型所占比重从大到小依次为：草地、耕地、林地、建设用地、水域、未利用地。2000—2018年，六类土地面积均有一定程度的变化，草地面积逐年减少，所占比重为40.13%以上，是滹沱河上游地区的主要景观类型；其次为耕地，所占比重为28.67%以上，这是由于研究区内山地丘陵地貌面积占比较大，以草地和林地为主，河谷地带以耕地为主。建设用地面积变化较大，由2000年的314.05 km2增长到2018年的589.28 km2，增加了275.23 km2，占比由2.54%增加到4.77%；2005—2010年增速较快，增长了59.30%，与研究区人口数量增加和社会经济发展有密切联系。水域和未利用地变化不明显。

表2 2000—2018年研究区土地利用类型面积和所占比重

2.1.2 景观利用的时间演变 由图1和表3可知，研究区景观利用类型在2000—2018年发生了明显的变化，从变化面积来看，从大到小依次为：建设用地、草地、耕地、林地、水域、未利用地。从变化剧烈强度来看，从大到小依次为：建设用地、草地、未利用地、耕地、水域、林地。建设用地变化最为明显，增加了275.23 km2，变化幅度最大，动态度为4.87%，表明随着我国社会经济的高速发展，研究区出现了较为明显的城镇化现象。结合表2可知，草地则为六类土地中面积减少最大的类型，自2000年的5 139.72 km2减少到2018年的4 954.73 km2，减少了184.99 km2，但仍是研究区内最主要的土地利用类型，占比40.13%以上。2005—2010年，草地面积变化最明显，减少了119.34 km2，土地变化剧烈；在整个研究期间林地面积变化幅度较小，减少了8.22 km2，动态变化不明显；耕地面积呈现出下降的趋势，下降了0.67个百分点，2005—2010年变化尤为明显，土地利用动态度为－0.66%；水域和未利用地变化幅度不大，土地动态变化均小于1.00%。可以看出，六类土地在2005—2010年变化最为明显，综合土地利用动态度为0.39%，造成这些变化的主要原因是研究区经济的发展，经济总量较之前有了大幅度的提升，促进了城市化的发展，城镇规模扩大，使研究区的土地利用发生了较大的改变。2015—2018年六类土地利用类型变化放缓，仅建设用地变化较大，土地利用动态度为1.84%，其余五类土地类型无明显变化。

2000—2018年，研究区综合土地利用动态度较小，为0.12%。2000—2005年、2005—2010年、2010—2015年和2015—2018年综合土地利用动态度先上升后下降，分别为0.04%、0.39%、0.15%和0.09%，可以看出，2005—2010年土地利用变化最为明显。

表3 2005—2018年滹沱河上游地区土地利用动态度

从滹沱河上游地区2000—2018年土地利用面积转移情况来看（表4），主要表现为耕地、草地、林地转化为建设用地。草地转出面积最大，转出类型主要为建设用地，面积达10 982.10 hm2，转为林地、耕地、水域的面积分别为4 053.97、4 038.35、184.43 hm2；其次是耕地转出面积较大，主要转为建设用地，面积为13 747.04 hm2，转为林地和水域的面积为127.20、671.27 hm2。研究区部分耕地转化为草地和林地，与退耕还林还草的政策有关。

表4 2000—2018年研究区土地利用转移矩阵 单位：hm2

2.2 景观格局分析

2.2.1 景观水平格局分析 本研究从景观构成、景观多样性、景观形状和景观聚散性4个方面进行景观水平上的格局变化分析，计算结果见表5。总体来看，滹沱河上游地区呈现出景观多样化和破碎化的特征，这与研究区人口增加与经济发展有关，适度的人类活动有利于景观多样性的形成，研究区用地类型发生改变，从而对景观格局产生了影响。

从景观构成来看，2010—2018年斑块数量（NP）和斑块密度（PD）呈下降-上升-下降的特点，研究区景观破碎度发生较大的改变，景观破碎化和分离程度增加，景观均匀化程度提高，说明2000—2018年，研究区的景观异质性程度提高；平均斑块面积（AREA_MN）表现为上升-下降-上升，表明研究区的斑块组合变化比较大，景观的生态过程不稳定。

从景观多样性来看，香农多样性指数（SHDI）和香农均匀度指数（SHEI）均呈上升趋势，总体来说，研究区的景观逐渐多元化，景观多样性增加，土地利用向均匀化方向发展。具体来看，2000—2018年研究区SHDI值从1.230 上升到1.282，其中2000—2005、2010—2015、2015—2018年上升幅度较小，2005—2010年指数有了明显的提升，由1.235 上 升 到1.273。2000—2018年SHEI值 由0.687 上升到0.716，2005—2010年提升最大。

从景观形状来看，周长-面积分维数（PAFRAC）总体下降，2005—2010年出现了较大程度的下降，由1.497 下降为1.358，景观斑块趋于简单化，说明人类对研究区土地景观格局的扰动增大；2010年之后，PAFRAC值上升，说明受人为干预程度较之前减少。景观形状指数（LSI）总体来说呈上升趋势，从113.931 增长到116.947，2005—2010年变化最大，由114.165 上升至117.139。2000—2015年研究区的景观形状逐渐复杂，2015—2018年形状趋于简单。景观格局呈现出波动变化，不同斑块类型之间错综复杂，使景观形状复杂化。

从景观聚散性来看，散布与并列指数（IJI）在2000—2018年呈上升趋势，聚集度指数（AI）和蔓延度指数（CONTAG）呈现下降的趋势。IJI值在2000—2005年、2010—2015年和2015—2018年上升幅度较小，在2005—2010年由54.719 上升到58.468，上升了3.749，说明景观斑块类型变得更加邻近，不同斑块类型交替更加明显，相同斑块类型的聚集程度减少，景观多样性可能提高。2000—2005年研究区的AI值小幅度下降，2005—2010年出现了明显的下降趋势，从97.979 降低到97.925，2010—2018年AI值缓慢上升，但低于2000年的97.983。2000—2018年蔓延度指数（CONTAG） 呈现逐年下降的趋势，2005—2010年变化明显，从62.314 下降到61.147，下降了1.167。由此可以看出，斑块越来越分散，并且斑块之间连通性降低，研究区的景观破碎化程度增加。

表5 2000—2018年景观水平格局指数变化

2.2.2 景观类型水平格局分析 本研究选取斑块数量（NP）、斑块密度（PD）、最大斑块指数（LPI）、散布与并列指数（IJI）和聚集度指数（AI）5个指数对六类土地利用类型进行分析（图2）。

2.2.2.1 耕地 从2000—2018年整个研究区来看，耕地的NP、PD、LPI、IJI值总体上呈现出减少的态势，NP、PD、IJI值有上下波动的现象。总体数量上是减少的状态，AI值呈现出上升的趋势，说明在这期间，耕地景观的破碎化程度有所降低，耕地的聚集程度上升。整个研究期间，耕地的面积呈减少的状态，说明随着社会的不断进步，人口和经济也在快速发展，随之而来的就是对耕地的开发与改造，耕地景观的破碎化程度降低，斑块更加聚集。

2.2.2.2 林地 林地的NP值和PD值在研究期间大幅度上升，在2010年最高，说明2005—2010年林地的破碎化程度上升；LPI值不断下降，最明显的变化是由2000年的24.530%降低到2005年的8.509%。这主要是由于研究区政府对植树造林等生态建设活动的重视；IJI值持续上升，从2000年的54.456%上升到2018年的61.234%，表明林地景观类型的斑块与其他景观类型的斑块互相交替的现象增多，相同林地斑块类型的密集程度降低；AI值先下降后上升，但变化较小。

图2 研究区2000—2018年景观类型指数变化

2.2.2.3 草地 草地的NP值和PD值在2000—2005年大幅度下降，在2005—2018年稳步上升；LPI值自2000年的1.469%增长到2005年的24.501%，又减少到了2018年的22.392%，可以看出草地破碎化程度大幅度提高，变化不稳定。IJI值变化较大。尽管草地面积占整个研究区面积的40%以上，但作为陆地生态系统中更新较快的类型，分布的区域容易受到人类活动的影响，斑块类型指数易受影响。

2.2.2.4 水域 水域的NP值和PD值在2000—2018年表现为降低-上升-降低，可以看出水域的破碎化程度上升，分散程度提高。水域的LPI值出现了小幅度的增加，IJI值上升较明显，说明水域这一斑块类型的聚集程度逐渐分散。

2.2.2.5 建设用地 建设用地的NP值和PD值在研究初期和末期相差不大，期间变化明显，这与城镇化建设进程加快、人口增加等因素有关；LPI值有所上升，优势度较之前更加明显；AI值总体呈现出波动上升的趋势，反映了在城市的规划过程中，建设用地景观类型斑块逐渐集中，大多集聚成团的形式。

2.2.2.6 未利用地 未利用地2000—2018年占地面积比例最小，不到1%。NP值先增加后减少，整体变化不大；PD值、LPI值无明显变化；IJI值和AI值先下降后上升波动变化，表明未利用地聚集度上升，斑块连通性较之前上升。

2.3 驱动力分析

影响景观格局变化的主要因素分别为社会经济因素和自然因素。社会经济的发展离不开对生态环境的依赖，同时也会对生态环境中的景观格局产生一定的影响。一个地区工业发展在一定程度上能够反映该地区的经济发展，因此选取第一产业比重（X1）、第二产业比重（X2）、第三产业比重（X3）和人均GDP（X4）反映经济的发展对景观格局的影响。人口数量的不断增多，城镇人口的比重随社会发展不断上升，人类活动逐渐增多，人类的生活空间和方式不断变化，同时会对研究区的土地利用景观类型产生一定的影响，因此选取了城镇人口比重（X5）这一指标。随着社会经济的不断发展，部分用地类型不可避免地被占用，耕地尤为明显，耕地面积的变化与粮食产量息息相关，选取人均粮食作物产量（X6）能够一定程度上反映农业的发展状况。在自然影响因素的选取上，由于研究区草地与林地面积占比高达60%以上，温度和降水作为影响植物生长的主要指标，蒸发量也与研究区内的生态环境息息相关，所以选取了年均气温（X7）、年降水量（X8）、年蒸发量（X9）作为影响因素。利用Matlab 软件计算各影响因素与景观格局指数的灰色关联系数，其结果见表6。

表6 景观指数与驱动因素关联系数

由表6可知，在研究区选取的社会经济因素中，各因子均会对景观格局产生影响，所有因素对于IJI、SHDI 和SHEI表现出了较高的关联度，平均关联度为0.768、0.765、0.765。随着社会经济的发展，第二、三产业发展迅速，影响景观指数显著，第二、三产业在地区生产总值中逐渐占据更大的比重，随之而来的居民生活水平的提高，工业发展造成建设用地需要占用其他用地，景观格局发生一定的变化。人均粮食产量与农业发展息息相关，随着科技的发展，农业现代化水平逐渐提升，人均粮食产量较之前有所提高，较高效率的农业发展对耕地可持续发展有一定的积极影响。

在自然因素中，年均气温影响最为明显，其次为年降水量、年蒸发量。年降水量及年蒸发量对于景观格局的驱动作用较低，年均气温则对景观格局的驱动影响较大，表明适宜的气温对景观类型有一定的积极作用，促进景观多样化发展。

3 讨论

在同类型研究中，对比研究方法发现，大多是从宏观的角度分析景观格局，夏威夷等[26]以1990年、2001年、2007年和2014年岷江上游流域的Landsat遥感影像作为基础，分析景观面积的动态及景观格局演变，并结合社会经济数据对驱动力进行分析，结果发现，24年间，林地面积减少最明显，流域景观整体破碎度不大，林地破碎化程度较高，社会经济与人口因子和气候因子为影响景观格局变化的主要驱动因素。本研究同样基于遥感影像，分析了滹沱河上游地区的景观格局演变，运用Matlab 软件，通过灰色关联度分析法对选取的社会经济及自然因素做了分析，主要的影响因素为社会经济因素中的第二、三产业比重和人均粮食产量及自然因素中的年均气温。对比发现，本文研究的景观格局逐渐破碎化、多样化，社会经济因素对景观格局的影响较自然因素更显著。

4 结论

2000—2018年滹沱河上游地区土地利用结构发生了变化，建设用地大幅度增加，草地、耕地、林地面积波动减少，水域和未利用地变化较小。从土地转移情况来看，草地转出面积最大，主要转出为建设用地；耕地的主要转出类型与草地一致，即建设用地。这是由于社会经济发展速度加快，加快城市化进程，并且与人类活动息息相关，导致了建设用地的面积有了较快的增长，从而侵占了其他类型的土地。

2000—2018年景观呈现出多样化、破碎化的趋势，研究期间城市化的发展、农业的发展以及各种生态建设等是促进景观格局变化的主要原因。

选取社会经济因素和自然因素，运用灰色关联度分析法对研究区景观格局变化进行分析，社会经济因素中影响最大的是第二产业比重、第三产业比重和人均粮食产量，自然因素中主要是年均气温影响最显著。