山地城市土地利用的景观破碎化时空演变与驱动力分析

廖梓均，毛 霞

（1.重庆师范大学地理与旅游学院；2.GIS应用研究重庆市高校重点实验室，重庆 401331；3.重庆市南川区鸣玉镇人民政府，重庆 408409）

土地是支撑城市可持续发展的基础资源[1]。重庆是典型的山地城市，基于地形条件特殊性，其城市景观与平原城市截然不同[2]。伴随城市的快速扩张和土地利用功能的重组，城市景观破碎化成为中国许多城市空间演进的重要特征[3]。目前，城市景观破碎化研究主要从景观生态格局出发[4]，大部分采用整体景观[5]或移动窗口法[6]研究其破碎度的空间分布格局及变化，主要采用主成分分析[7]等传统统计方法。地理探测器[8]是一种能探测数据空间分异特征和驱动因子的统计学方法，此方法已被广泛应用在贫困测度、环境监测等领域[9-10]，但在城市景观破碎化研究中的应用还比较少见。

万州区是渝东北中心城市，对周边具备较强的经济辐射作用。本文选取万州区，基于1995年、2005年和2017年三期土地覆盖数据，采用移动窗口法、地理探测器等方法，对万州区土地利用的景观破碎化与驱动因子开展研究，以期为揭示城市景观破碎化机理提供新思路。

1 研究区与数据源

1.1 研究区概况

万州区位于重庆市东北部，处于四川盆地与秦巴山地的过渡带，地貌类型复杂，为长江流经之地，辖52个乡镇（街道），全区总面积为3 457 km2。2019年末，城镇常住人口为111.32万人，占全区总人口数的67.46%，全年城镇地区生产总值（GDP）为920.91亿元，约占全区GDP的80.3%，万州区是三峡库区城镇群的经济中心。考虑到万州区规划，本文研究范围确定为11个街道和1个建制镇（万州城区），如图1所示。

图1 研究区范围

1.2 数据来源及处理

本文选用万州区1995年、2005年2个时段的Landsat陆地卫星专题成像仪/增强专题成像仪（TM/ETM）遥感数据，并对图像进行预处理。同时，土地覆盖类型信息是基于10 m分辨率的2017年全球地表覆盖数据提取而来的。高程数据来源于地理空间数据云，空间分辨率为30 m；城市道路、高速公路、人口、GDP数据主要来自相关课题成果；统计数据主要来源于历年万州统计年鉴和重庆统计年鉴。

2 研究方法

2.1 景观破碎度指标

选取聚集度指数（CI）、平均斑块大小（MPS）、边缘密度（ED）、斑块密度（PD）、面积加权平均形状指数（AWMSI）、蔓延度（CONTAG）、香农多样性指数（SHDI）等7个指标表征山地城市景观破碎化程度，采用移动窗口法获取信息，设定窗口尺寸为100 m，将对应窗口下的结果值赋予中心栅格，最终得到各个景观破碎度指标在不同时间节点的空间分布格局。

2.2 空间主成分分析

采用空间主成分分析将各指标转换为综合指数，进而高度保留空间信息[6]。在ArcGIS10.6平台下，利用空间主成分分析确定主成分及贡献度，合成三个时间节点的景观破碎度。

2.3 地理探测器

地理探测器通过探测空间分层异质性来探索驱动力因子与作用机制。因子探测主要测度不同驱动力因子的解释程度，用Q统计量（Q检验）来衡量。交互探测可用来探测驱动因子之间的交互作用，可解释驱动因子的作用类型。

3 结果分析

3.1 景观指数的时空变化特征

1995—2017年，研究区发生了明显的城市用地扩展，建设用地和林地显著增加，耕地和草地大量减少。其中，建设用地面积由1995年的1 139.31 hm2增加至2005年的2 851.75 hm2，2017年达到3 643.75 hm2；林地由1995年的4 987.75 hm2增加到2017年的13 811.9 hm2；水域用地由1 460.69 hm2增加到2 143.75 hm2；耕地则从1995年的18 730.6 hm2减至2017年的6 076.88 hm2；草地则从1995年的1 942.94 hm2减少到2017年的1 842.63 hm2。

研究区土地利用空间格局如图2所示。从空间格局来看，1995—2017年，万州区建设用地不断向外拓展，快速的城市化使建设用地以原有核心城区为中心，不断向外扩展，同时万州机场和高速公路等基础交通设施的建设让建设用地有了更大拓展可能，从而打破原来耕地和林地大面积分布的状态。三峡工程蓄水后，随着水位上升，水域用地增加，研究区的建设用地不能成面向外拓展，受地形和水域制约，区域景观破碎度增强。由土地覆盖空间格局可以看出，林地和耕地此起彼伏，交错分布。1995年，耕地是研究区土地利用的主导类型之一。1995—2017年，随着退耕还林政策的实施和生态环保意识的增强，研究区北部区域被划为自然保护区，该区域林地分布广，耕地空间分布则是“见缝插针”，导致景观破碎度显著提高。

图2 研究区土地利用空间格局

3.2 景观破碎度指数的时空分布特征

1995—2017年，研究区景观破碎度的空间格局差异性相当明显，如图3所示。1995年，万州区景观破碎度不高，极低程度区域占比较高，高度破碎区域多出现在天城镇以北和五桥街道林地与耕地交叉区；2005年，万州区景观破碎度增加，空间分异明显，极低程度区域占比显著下降，因退耕还林等工程推进，原破碎度较高的天城镇以北区域破碎度降低，高值区域则几乎集中在核心城区，并且程度加深；2017年，万州区景观破碎度空间分布更加复杂，极低程度区域继续下降，高值区域继续在城区周围增加。

图3 研究区景观破碎度指数的空间分布

研究区景观破碎度指数的时空变化格局如图4所示。从景观破碎度时空变化来看，相比2005—2017年，1995—2004年破碎程度更高。1995—2004年，万州区移民工程和交通基础设施建设造成城区景观破碎度快速提高，空间复杂程度加重；2005—2017年，破碎度变化较大的区域主要是各个街道城市拓展空间和天城镇以北区域。22年间，破碎度增加区域依然是城市空间，道路基础设施建设和建设空间拓展打破了原有大面积空间分布的林地或耕地，导致区域内景观破碎度增加。

图4 研究区景观破碎度指数的时空变化格局

3.3 城市景观破碎度的驱动力分析

下面运用地理探测器探究城市景观破碎度与驱动因子的空间关系，基于ArcGIS平台，生成研究区500 m×500 m的渔网，将景观破碎度指数和驱动因子值赋予每个渔网。其间选取城市规划、自然保护区、水域等11个指标作为驱动因子。其中，城市规划、自然保护区、水域、城市道路、高速公路、街道中心、人口密度和GDP密度的分类方法为自然断点法，高程、坡度和土地利用类型的分类方法依据相关参考文献[5]。土地利用类型包括耕地、林地、草地、水域用地、建设用地和未利用土地。

3.3.1 景观破碎度与单一因子驱动力分析

从表1来看，11项因子都能解释景观破碎化的空间分异。城市道路、街道中心、坡度和土地利用类型的解释力高，说明景观破碎度与它们有较高联系。由于篇幅原因，现仅对土地利用类型进行分析。水域用地景观完整成片，破碎度较低；耕地面积减少，破碎度极高；林地面积增加，草地面积迅速减少，破碎度急剧增高；建设用地面积增加，破碎度也显著上升。

表1 地理探测器的因子探测

3.3.2 景观破碎度与因子组合驱动力分析

城市道路、高程、坡度和土地利用类型这四个因子分别与其他因子交互后，影响力均显著增强。地理探测器的交互探测结果如表2所示。在限定的地形地貌条件下，人类活动是造成景观破碎化的首要原因。

表2 地理探测器的交互探测

4 结论

1995—2017年，万州区景观格局整体呈现破碎化发展趋势，景观破碎度空间格局差异性明显，主要表现在城区道路附近破碎度高，农村地区破碎度较低。由交互探测结果可知，11项因子都能在不同程度上解释景观破碎化的空间分异。城市道路、街道中心、坡度和土地利用类型的解释力高，说明景观破碎度与它们有较高联系。人类活动（交通基础设施和土地利用类型）和地形（坡度）双因子的交互影响高于单因子，是山地城市景观破碎化的主要原因。