林 娜，徐涵秋，何 慧

(福州大學(xué)環(huán)境與資源學(xué)院，福州大學(xué)遙感信息工程研究所，福建省水土流失遙感監(jiān)測(cè)評(píng)估與災(zāi)害防治重點(diǎn)實(shí)驗(yàn)室，福州 350108)

土地是人類賴以生存和發(fā)展的物質(zhì)基礎(chǔ)，土地利用變化很大程度上受到人類活動(dòng)的影響，它可以反映人類在一定時(shí)期內(nèi)對(duì)土地資源的經(jīng)營(yíng)活動(dòng)情況。傳統(tǒng)土地利用調(diào)查主要通過(guò)野外實(shí)地勘測(cè)或根據(jù)航空像片來(lái)進(jìn)行解譯。近年來(lái)隨著對(duì)地觀測(cè)技術(shù)的快速發(fā)展，遙感技術(shù)已被廣泛應(yīng)用于土地利用制圖及動(dòng)態(tài)變化監(jiān)測(cè)中。國(guó)內(nèi)外眾多學(xué)者利用不同時(shí)相、不同傳感器的遙感影像對(duì)土地利用現(xiàn)狀、變化過(guò)程與趨勢(shì)、驅(qū)動(dòng)力及產(chǎn)生的生態(tài)效應(yīng)進(jìn)行了大量研究［1-5］。

福建省長(zhǎng)汀縣曾是我國(guó)南方紅壤區(qū)水土流失最嚴(yán)重的縣份之一，素有“紅色沙漠”之稱。因其土壤侵蝕的典型性、嚴(yán)重性與治理的長(zhǎng)期性，一直受到政府與社會(huì)人士的高度重視［6-9］。從20世紀(jì)80年代開始，政府對(duì)長(zhǎng)汀水土流失治理的力度逐步加大，制定了一系列激勵(lì)政策。2000年更將長(zhǎng)汀水土流失治理列入福建省委省政府為民辦實(shí)事項(xiàng)目。經(jīng)過(guò)20多年的水土流失治理，長(zhǎng)汀縣的水土保持工作取得了明顯的成效，水土流失治理模式得到廣泛推崇。因此研究長(zhǎng)時(shí)間尺度下長(zhǎng)汀縣水土流失治理導(dǎo)致的土地利用變化及其對(duì)景觀格局的影響，對(duì)長(zhǎng)汀縣水土流失的進(jìn)一步治理與生態(tài)保護(hù)建設(shè)具有重要的現(xiàn)實(shí)意義。鑒于此，以10 m空間分辨率的尺度對(duì)長(zhǎng)汀縣水土流失最嚴(yán)重的河田盆地區(qū)2011年最新土地利用現(xiàn)狀及其歷史動(dòng)態(tài)變化進(jìn)行了研究，其結(jié)果可為長(zhǎng)汀縣水土保持工作提供科學(xué)的決策依據(jù)。

1 研究區(qū)概況

福建省長(zhǎng)汀縣地處福建西部，武夷山南麓，為福建省第五大縣。本次研究的重點(diǎn)在于該縣水土流失最嚴(yán)重的河田盆地及其周邊地區(qū)，地理位置為東經(jīng)116°16'—116°34'、北緯 25°30'—25°44'，面積 775.40 km2(圖1)。研究區(qū)屬亞熱帶季風(fēng)氣候，土壤類型以紅壤土和砂壤土為主。研究區(qū)中部開闊，低山高丘環(huán)繞四周，呈盆地形地貌，所以也被稱之為河田盆地［10］。

圖1 長(zhǎng)汀縣行政區(qū)及研究區(qū)位置圖(矩形框代表研究區(qū))Fig.1 The Administrative region of Changting County and location of the study area

2 研究方法

2.1 遙感數(shù)據(jù)預(yù)處理

采用1988年10月16日(TM)、1998年11月13日(TM)、2004年10月5日(SPOT5)、2009年10月4日(SPOT5)和2011年11月28日(SPOT5)5個(gè)時(shí)相的影像進(jìn)行分析。在實(shí)地選出47個(gè)地面控制點(diǎn)，用差分GPS高精度實(shí)測(cè)控制點(diǎn)的坐標(biāo)值，據(jù)此對(duì)影像進(jìn)行幾何精校正。采用二次多項(xiàng)式變換和最鄰近像元法重采樣，均方根誤差(Root Mean Squared Error，RMSE)小于0.5個(gè)像元。為了使1988、1998年的TM影像和此后3個(gè)時(shí)相的SPOT5影像的10m空間分辨率尺度一致，選用了兩幅與它們時(shí)相接近的SPOT Pan影像進(jìn)行融合，日期分別為:1988年6月2日和1998年10月22日。融合選用Pansharp算法［11］，融合影像與原TM多光譜影像各波段的RMSE均值分別為0.015(1988年)和0.022(1998年)，表明融合影像的光譜保真度［12-13］較高。

2.2 遙感影像分類

2.2.1 分類體系確定

分類體系主要參考中國(guó)《土地利用現(xiàn)狀分類》國(guó)家標(biāo)準(zhǔn)，并根據(jù)河田地區(qū)的土地利用實(shí)際情況和10 m分辨率影像的實(shí)際可解譯能力來(lái)制定。表1是擬定的河田地區(qū)土地利用遙感分類體系。

表1 研究區(qū)土地利用遙感分類體系Table 1 Land use classification schema for the study area

2.2.2 最佳分類波段選擇

Mausel和Kramberet的研究表明，參與分類的波段數(shù)并不是越多越好［14］，必須對(duì)所用的波段進(jìn)行篩選。所選擇的分類波段組合需要滿足以下3個(gè)因素:①信息量多;②波段間相關(guān)性弱;③各地類在所選波段內(nèi)光譜差異大［15］。據(jù)此，對(duì)參與分類的波段進(jìn)行選擇。為了較好地區(qū)分研究區(qū)的植被類型，又構(gòu)建了能突出植被信息的歸一化植被指數(shù)(NDVI)［16］波段參與分類。

以1988年影像為例，通過(guò)分析各土地利用類型不同波段的光譜特征曲線可以看出(圖2)，各地類在TM3與TM5波段處的光譜分異最好，且這兩個(gè)波段分處可見光和短波紅外波段組，相關(guān)性弱。因此將TM3、TM5以及NDVI這3個(gè)波段作為分類最佳波段組合。同理分析其他各年份影像，篩選出合適的波段組合參與分類。

圖2 各地類的光譜特征曲線(1988年)Fig.2 Spectral signatures of land use classes in the 1988 image

2.2.3 分類與精度驗(yàn)證

采用最大似然監(jiān)督分類法對(duì)各年份的影像進(jìn)行分類，并對(duì)分類結(jié)果進(jìn)行必要的人工修正，最終獲得了各年份的研究區(qū)土地利用分類圖(圖3)。

精度驗(yàn)證采用2010年、2011年兩次野外實(shí)地調(diào)查數(shù)據(jù)與同期高分辨率SPOT Pan影像數(shù)據(jù)相結(jié)合的方法，同時(shí)還參考了2007年研究區(qū)的林分圖和Google Earth網(wǎng)絡(luò)發(fā)布的高分辨率影像。應(yīng)用分層隨機(jī)采樣法，各年份分別選350—380個(gè)驗(yàn)證點(diǎn)，最終獲得1988年、1998年、2004年、2009年和2011年影像的分類總精度，依次為 86.85%、86.65%、86.76%、86.96% 和86.79%，Kappa 系數(shù)分別為 0.852、0.850、0.851、0.853和0.851。分類總精度均在85%以上，符合精度要求。

2.3 景觀格局分析

土地利用變化深刻地影響景觀格局，景觀格局既是景觀異質(zhì)性的具體體現(xiàn)，又是各種生態(tài)過(guò)程在不同尺度上作用的結(jié)果［17-18］。為了更好地了解長(zhǎng)汀縣河田地區(qū)景觀結(jié)構(gòu)的變化，本次研究基于土地利用分類圖，運(yùn)用ArcGIS和Fragstats軟件，根據(jù)表2的景觀格局指標(biāo)［19-21］，計(jì)算出各研究年份的基本景觀結(jié)構(gòu)特征。

3 結(jié)果與分析

利用以上方法獲得了各年份土地利用類型的面積(表3)和變化速率(表4)。為了更好地揭示23a來(lái)研究區(qū)土地利用類型的詳細(xì)轉(zhuǎn)移情況，采用分類后比較法來(lái)對(duì)各年份土地利用類型進(jìn)行變化檢測(cè)［22-24］，通過(guò)對(duì)不同年份土地利用分類圖進(jìn)行疊加運(yùn)算，求出每?jī)蓵r(shí)相間的土地利用變化轉(zhuǎn)移矩陣(表5，限于篇幅，只列出1988—2011年的土地利用變化轉(zhuǎn)移矩陣)。

圖3 研究區(qū)各年份土地利用分類圖Fig.3 Classified images of the study area

3.1 土地利用變化分析

通過(guò)以上統(tǒng)計(jì)結(jié)果可以看出，1988至2011年長(zhǎng)汀河田的土地利用發(fā)生了明顯的改變，23a間共有451.62 km2的土地利用類型發(fā)生了變化，占總面積的58.24%。土地利用類型變化較為明顯的區(qū)域在盆地中心和低山地區(qū)，即人類活動(dòng)頻繁的地區(qū);而周邊的高山區(qū)受人類活動(dòng)的影響較小，土地利用類型變化不明顯。面積變化最大的為裸土，其次為針葉林。

(1)總林地(闊葉林、針葉林、竹林)在1988—2011年間面積大幅增加了72.79 km2，表明河田盆地區(qū)的生態(tài)趨于好轉(zhuǎn)。在不同的林地類型中，針葉林占土地總面積的比例由37.17%增加至44.96%，闊葉林面積比例由29.49%增加至31.23%，竹林的面積基本不變，說(shuō)明在這23a間主要以針葉林為優(yōu)勢(shì)增加樹種。如果將研究期分成1988—1998年和1998—2011年兩個(gè)大的階段，則可以看出，針葉林面積在1988—1998年間年變化率達(dá)到1.1%;在1998—2011年間增長(zhǎng)速度降低，年變化率為0.62%;而闊葉林在前一階段面積幾乎無(wú)變化，其增加發(fā)生在后一階段，說(shuō)明對(duì)水土保持更有優(yōu)勢(shì)的闊葉林已在治理工作中得到重視。分析影像分類圖與轉(zhuǎn)移矩陣看出，增加的林地大部分位于盆地中心，主要由裸土及草地轉(zhuǎn)化而來(lái);部分林地的減少主要被開墾為耕地，或遭到破壞轉(zhuǎn)變?yōu)槁愕?，或被建筑用地所侵占?/p>

表2 景觀格局指標(biāo)Table 2 Indices of landscape patterns

表3 研究區(qū)各年份土地利用類型的面積/km2Table 3 Area of land use classes from 1988 to 2011

表4 研究區(qū)各年份土地利用類型變化速率Table 4 Area change rates of different land use classes during the study years

表5 1988—2011年研究區(qū)土地利用變化/km2轉(zhuǎn)移矩陣Table 5 The conversion matrix of land use classes between 1988 and 2011

(2)裸土在1988—2011年間大幅減少了86.13 km2，面積比例由16.78%減少至5.67%。在1988—1998年間裸土以年變化率－3.68%的速度在減少;在1998—2011年間裸土的減少速度更是達(dá)到了－5.31%，其中在1998—2004年和2004—2009年間的年下降率穩(wěn)定在－3%左右，而在2009—2011的最近兩年間，裸土年變化率達(dá)到－16.95%，面積減少了將近20 km2，可見河田盆地區(qū)的水土流失治理力度正不斷加大，且成效顯著。從空間分布上看，裸土多分布在河田盆地中心，因此這里一直是水土流失治理的重點(diǎn)區(qū)域，經(jīng)過(guò)23a的治理已使得這一區(qū)域的裸土大面積減少。從轉(zhuǎn)移矩陣來(lái)看，裸土多轉(zhuǎn)變?yōu)獒樔~林、闊葉林與水田，分別占裸土減少量的55.56%、21.60%和12.83%。雖然裸土總面積在不斷減少，但部分地區(qū)也出現(xiàn)新增裸地，23a間有20.34 km2的林地轉(zhuǎn)變?yōu)榱寺阃痢?/p>

(3)建筑用地在1988—2011年間以年變化率5.44%的速度快速增加。從空間分布上看，建筑用地多在原有的城鎮(zhèn)用地上向外擴(kuò)張。從1988—2011年間的土地利用轉(zhuǎn)移矩陣中可以看出，建筑用地主要由針葉林、水田和裸土轉(zhuǎn)化而來(lái)，這是因?yàn)榉植荚阪?zhèn)區(qū)或居住用地周邊的林地、水田和裸土在城鄉(xiāng)擴(kuò)展中易被侵占而轉(zhuǎn)為建筑用地。

(4)水田與草地在此期間面積變化不大，水田面積略增了0.44%，而草地面積則微減了0.31%。水體面積和河邊沙地則隨河流水位的變化而略有變化。

3.2 景觀格局變化分析

表6和表7是根據(jù)表2的景觀格局指標(biāo)計(jì)算出的各研究年份的基本景觀結(jié)構(gòu)特征。總的看來(lái)，研究區(qū)總斑塊數(shù)從1988年的118485個(gè)增加到2004年的208454個(gè)后，又下降到2011年的160903個(gè)，說(shuō)明景觀破碎程度表現(xiàn)為先增后減，但總體仍呈增加趨勢(shì)。而研究區(qū)多樣性指數(shù)和均勻度指數(shù)則呈總體下降趨勢(shì)，表明優(yōu)勢(shì)景觀類型(針葉林)的份額在增加，不同斑塊類型的面積比重越來(lái)越不平衡。這主要是因?yàn)檠芯繀^(qū)土地利用變化以裸土大面積減少和針葉林顯著增加為主要特點(diǎn)，針葉林比例的大幅提高增強(qiáng)了其對(duì)景觀的控制作用。從平均分維數(shù)和聚合度指標(biāo)可以看出1988—2011年間的斑塊形狀變化不大，景觀類型分布總體趨于分散。

對(duì)研究區(qū)幾種重要土地利用類型的景觀特征進(jìn)行分析，可以看出:

(1)林地的平均斑塊面積在1988—2011年間總體呈現(xiàn)上升趨勢(shì)，說(shuō)明了水土流失治理新增的小斑塊林地正逐漸形成連片分布。在這一期間，針葉林的最大斑塊面積指數(shù)(LPI)一直是最大的，在一定程度上也說(shuō)明了針葉林一直是研究區(qū)的優(yōu)勢(shì)類型。但針葉林的LPI在2011年變?yōu)樽钚?，反映了針葉林面積雖然不斷增加，但大斑塊一定程度上被分隔。

表6 研究區(qū)總體景觀格局變化特征Table 6 Landscape indexes of the study area

表7 研究區(qū)類型水平上景觀格局變化特征Table 7 Landscape indexes at class level in the study area

(2)裸土面積23a來(lái)不斷減少，LPI也逐年降低;在1988—2009年間斑塊數(shù)量增加，平均斑塊面積下降，說(shuō)明了在此期間大斑塊被分割為小斑塊，裸土產(chǎn)生破碎化;在2009—2011年間斑塊數(shù)量有所減少，平均斑塊面積增加，說(shuō)明了最近兩年間裸土面積在減少的同時(shí)，小斑塊的裸土逐漸轉(zhuǎn)為林地或建筑用地。

(3)建筑用地在這23a間斑塊數(shù)量呈現(xiàn)上升趨勢(shì)，平均斑塊面積在減少，說(shuō)明了新增的建筑用地斑塊分布零散;但最大斑塊面積指數(shù)總體在上升，說(shuō)明了原有的城鎮(zhèn)中心用地在不斷擴(kuò)張。

4 結(jié)論

(1)利用遙感和景觀分析技術(shù)研究的長(zhǎng)汀縣河田盆地區(qū)最新土地利用及其動(dòng)態(tài)變化結(jié)果表明，該區(qū)在1988—2011年間土地利用變化明顯，以林地、裸土、建筑用地的面積變化最為顯著。其主要特點(diǎn)為林地面積迅速增長(zhǎng)，裸土面積持續(xù)下降，其中林地面積增加了72.79 km2，裸地面積減少了86.13 km2，標(biāo)志著該區(qū)生態(tài)環(huán)境的實(shí)質(zhì)性好轉(zhuǎn)。

(2)在整個(gè)研究時(shí)段內(nèi)，研究區(qū)景觀多樣性指數(shù)與均勻性指數(shù)下降，處于主導(dǎo)地位的針葉林類型與其它景觀類型間的差異在不斷增加。裸土平均斑塊面積與最大斑塊面積指數(shù)呈現(xiàn)減少趨勢(shì)，表明裸土面積在減少的同時(shí)，大斑塊在治理中不斷被分割成小斑塊，破碎化程度加劇。

(3)政府對(duì)長(zhǎng)汀縣水土流失治理的大力支持促使該區(qū)的生態(tài)得到了明顯的改善，但是河田盆地局部還存在新增水土流失現(xiàn)象，并且近年來(lái)林地增長(zhǎng)的速度已開始逐漸減慢。為避免水土流失現(xiàn)象的再次發(fā)生，經(jīng)濟(jì)政策與生態(tài)環(huán)境保護(hù)政策需要進(jìn)一步協(xié)調(diào)以確保水土流失治理的全勝。

致謝:課題組成員曾宏達(dá)、劉智才、王琳、楊冉冉、黃紹霖、陳文惠、張清林和陳淑桂等同志參與了野外調(diào)查工作，特此致謝。

［1］ Wang Y，Mitchell B R，Nugranad-Marzilli J，Bonynge G，Zhou Y Y，Shriver G.Remote sensing of land-cover change and landscape context of the national parks:a case study of the northeast temperate network.Remote Sensing of Environment，2009，113(7):1453-1461.

［2］ Dewan A M，Yamaguchi Y.Land use and land cover change in Greater Dhaka，Bangladesh:using remote sensing to promote sustainable urbanization.Applied Geography，2009，29(3):390-401.

［3］ Qasim M，Hubacek K，Termansen M，Khan A.Spatial and temporal dynamics of land use pattern in District Swat，Hindu Kush Himalayan region of Pakistan.Applied Geography，2011，31(2):820-828.

［4］ Zhang J S，Pan Y Z，Han L J，Su W，He C Y.Land use/cover change detection with multi-source data.Journal of Remote Sensing，2007，11(4):500-510.

［5］ Xu N，Guo X D，Tian S F，Hong Y T，Zhang C，Wu P.Remote sensing and GIS based comparison of land-use classification methods and data mining for degree of land degradation:a case study in Leilongwan Area，Hengshan County，Shannxi Province.Acta Ecologica Sinica，2008，28(11):5410-5417.

［6］ Lin C，Zhou S L，Wu S H，Liao F Q.Relationships between intensity gradation and evolution of soil erosion:a case study of Changting in Fujian Province，China.Pedosphere，2012，22(2):243-253.

［7］ Wu G S，Lin H H，Zhu H J，Sha J M，Dai W Y.Spatiotemporal variation of typical red soil eroded landscape pattern:a case study in Changting County of Fujian Province.Chinese Journal of Applied Ecology，2011，22(7):1825-1832.

［8］ Lin C，Zhou S L，Wu S H.Evolution of soil erosion degree in 30 years in Granite Hills，Southeastern of China:a case study of Changting County，F(xiàn)ujian.Scientic Geographica Sinica，2011，31(10):1235-1241.

［9］ Wang W M，Chen M H，Lin J L，Wu Q Q，Zhong B L，Yue H.Monitoring soil and water loss dynamics and its management measures in Changting County.Bulletin of Soil and Water Conservation，2005，25(4):73-77.

［10］ Zhao Z B.Study on treatment of soil and water loss with forest-grass measures in Hetian basin of Fujian province.Journal of Soil and Water Conservation，1987，1(1):81-89.

［11］ Tan Y S，Shen Z Q，Jia C Y，Wang X H，Deng J S.The study on image fusion for medium and high spatial resolution remote sensing images.Remote Sensing Technology and Application，2007，22(4):536-542.

［12］ Chavez P S Jr，Slides S C，Anderson J A.Comparison of three different methods to merge multiresolution and Multispectral data:Landsat TM and SPOT panchromatic.Photogrammertric Engineering and Remote Sensing，1991，57(3):295-303.

［13］ Xu H Q.Study on data fusion and classification of Landsat 7 ETM+imagery.Journal of Remote Sensing，2005，9(2):186-194.

［14］ Mausel P W，Kramber J W.Optimum band selection for supervised classification of multi spectral data.Photogrammetric Engineering and Remote Sensing，1990，56(1):55-60.

［15］ Jiang X G，Wang C Y，Wang C.Optimum band selection of hyperspectral remote sensing data.Arid Land Geography，2000，23(3):214-220.

［16］ Rouse J W，Haas R H，Schell J A，Deering D W.Monitoring vegetation systems in the great plains with ERTS//Proceedings of the Third ERTS Symposium，NASA SP-351.Washington DC，USA，1973，1:309-317.

［17］ Wu J G.Landscape Ecology:Pattern，Process，Scale and Hierarchy.Beijing:Higher Education Press，2007.

［18］ Feng Y X，Luo G P，Zhou D C，Han Q F，Lu L，Xu W Q，Zhu L，Yin C Y，Dai L，Li Y Z.Effects of land use change on landscape pattern of a typical arid watershed in the recent 50 years:a case study on Manas River Watershed in Xinjiang.Acta Ecologica Sinica，2010，30(16):4295-4305.

［19］ Lin J，Song G，Song S M.Research on dynamic changes of landscape structure and land use eco-security:a case study of Jiansanjiang land reclamation area.Acta Ecologica Sinica，2011，31(20):5918-5927.

［20］ Wu X，Shen Z Y.Analysis of the changes of land use/cover and landscape pattern in the upper reaches of the Yangtze River.Transactions of the CSAE，2007，23(10):86-92.

［21］ Zheng X Q，F(xiàn)u M C.The Spatial Analysis Technology and Applications of Landscape Pattern.Beijing:Science Press，2010.

［22］ Xu H Q，Tu P，Xiao G R.A dynamic monitor system for land use change at a county level based on the technology of remote sensing，geographical information system and global positioning system.Remote Sensing Technology and Application，2000，15(1):22-27.

［23］ Zhu H Y，Li X L.Discussion on the index method of regional land use change.Acta Geographica Sinica，2003，58(5):643-650.

［24］ Ye L，Xu H Q.Remote Sensing of spatio-temporal land use dynamics in Fuzhou District during the last 20 years.Geo-Information Science，2008，10(1):80-87.

參考文獻(xiàn):

［4］ 張錦水，潘耀忠，韓立建，蘇偉，何春陽(yáng).光譜與紋理信息復(fù)合的土地利用/覆蓋變化動(dòng)態(tài)監(jiān)測(cè)研究.遙感學(xué)報(bào)，2007，11(4):500-510.

［5］ 許寧，郭旭東，田淑芳，洪友堂，張聰，吳萍.基于遙感和GIS的土地利用分類方法及其在土地退化程度分析中的應(yīng)用——以陜西橫山雷龍灣地區(qū)為例.生態(tài)學(xué)報(bào)，2008，28(11):5410-5417.

［7］ 武國(guó)勝，林惠花，朱鶴健，沙晉明，戴文遠(yuǎn).典型紅壤侵蝕景觀的時(shí)空變化——以福建長(zhǎng)汀為例.應(yīng)用生態(tài)學(xué)報(bào)，2011，22(7):1825-1832.

［8］ 林晨，周生路，吳紹華.30年來(lái)東南紅壤丘陵區(qū)土壤侵蝕度時(shí)空演變研究——以長(zhǎng)汀縣為例.地理科學(xué)，2011，31(10):1235-1241.

［9］ 王維明，陳明華，林敬蘭，吳清泉，鐘炳林，岳輝.長(zhǎng)汀縣水土流失動(dòng)態(tài)變化及防治對(duì)策研究.水土保持通報(bào)，2005，25(4):73-77.

［10］ 趙昭昞.福建河田盆地水土流失地區(qū)用林草措施治理的研究.水土保持學(xué)報(bào)，1987，1(1):81-89.

［11］ 譚永生，沈掌泉，賈春燕，王新輝，鄧勁松.中高分辨率遙感影像融合研究.遙感技術(shù)與應(yīng)用，2007，22(4):536-542.

［13］ 徐涵秋.Landsat 7 ETM+影像的融合和自動(dòng)分類研究.遙感學(xué)報(bào)，2005，9(2):186-194.

［15］ 姜小光，王長(zhǎng)耀，王成.成像光譜數(shù)據(jù)的光譜信息特點(diǎn)及最佳波段選擇——以北京順義區(qū)為例.干旱區(qū)地理，2000，23(3):214-220.

［17］ 鄔建國(guó).景觀生態(tài)學(xué):格局、過(guò)程、尺度與等級(jí).北京:高等教育出版社，2007.

［18］ 馮異星，羅格平，周德成，韓其飛，魯蕾，許文強(qiáng)，朱磊，尹昌應(yīng)，戴麗，李艷忠.近50a土地利用變化對(duì)干旱區(qū)典型流域景觀格局的影響——以新疆瑪納斯河流域?yàn)槔?生態(tài)學(xué)報(bào)，2010，30(16):4295-4305.

［19］ 林佳，宋戈，宋思銘.景觀結(jié)構(gòu)動(dòng)態(tài)變化及其土地利用生態(tài)安全——以建三江墾區(qū)為例.生態(tài)學(xué)報(bào)，2011，31(20):5918-5927.

［20］ 伍星，沈珍瑤.長(zhǎng)江上游地區(qū)土地利用/覆被和景觀格局變化分析.農(nóng)業(yè)工程學(xué)報(bào)，2007，23(10):86-92.

［21］ 鄭新奇，付梅臣.景觀格局空間分析技術(shù)及其應(yīng)用.北京:科學(xué)出版社，2010.

［22］ 徐涵秋，涂平，肖桂榮.基于“3S”技術(shù)的縣級(jí)土地資源動(dòng)態(tài)監(jiān)測(cè)技術(shù)系統(tǒng).遙感技術(shù)與應(yīng)用，2000，15(1):22-27.

［23］ 朱會(huì)義，李秀彬.關(guān)于區(qū)域土地利用變化指數(shù)模型方法的討論.地理學(xué)報(bào)，2003，58(5):643-650.

［24］ 葉琳，徐涵秋.近20年來(lái)福州市土地利用時(shí)空變化的遙感分析.地球信息科學(xué)，2008，10(1):80-87.