李保杰, 顧和和, 紀(jì)亞洲

(1.江蘇師范大學(xué) 城市與環(huán)境學(xué)院, 江蘇 徐州 221116; 2.中國礦業(yè)大學(xué) 環(huán)境與測繪學(xué)院, 江蘇 徐州 221116)

?

復(fù)墾礦區(qū)景觀格局指數(shù)的粒度效應(yīng)研究

李保杰1,2, 顧和和2, 紀(jì)亞洲1,2

(1.江蘇師范大學(xué) 城市與環(huán)境學(xué)院, 江蘇 徐州 221116; 2.中國礦業(yè)大學(xué) 環(huán)境與測繪學(xué)院, 江蘇 徐州 221116)

以徐州市九里礦區(qū)復(fù)墾前(2000年)后(2013年)1∶1萬的礦區(qū)土地利用數(shù)據(jù)為數(shù)據(jù)源，采用基于GIS的景觀格局分析方法，研究了九里礦區(qū)復(fù)墾前后17個景觀格局指數(shù)在10～300 m范圍內(nèi)的粒度效應(yīng)，并對復(fù)墾前后景觀格局指數(shù)的變化規(guī)律、擬合函數(shù)、變異系數(shù)和最佳景觀粒度范圍進(jìn)行了分析。結(jié)果表明：17個景觀指數(shù)隨著景觀粒度的增加呈現(xiàn)出：逐漸降低型、逐步增加型、局部尺度效應(yīng)型和隨機(jī)變化型共4種變化類型，其中，10個景觀指數(shù)隨景觀粒度的變化趨勢可以用不同的函數(shù)模型進(jìn)行擬合(R2>0.94)。從復(fù)墾前后景觀格局指數(shù)的變化來看，復(fù)墾前后景觀格局指數(shù)的變化趨勢基本趨于一致，但擬合函數(shù)和變異系數(shù)均有一定的變化，如擬合函數(shù)不一致，變異系數(shù)降低等；適宜徐州九里礦區(qū)1∶1萬土地利用數(shù)據(jù)進(jìn)行景觀指數(shù)分析的最佳景觀粒度范圍為20～40 m。

徐州; 復(fù)墾礦區(qū); 景觀指數(shù); 粒度效應(yīng)

景觀格局分析主要研究景觀結(jié)構(gòu)組成特征和空間配置，而景觀格局指數(shù)以其高度濃縮景觀信息，反映其結(jié)構(gòu)組成和空間配置狀況的優(yōu)勢得以廣泛應(yīng)用[1]，但景觀格局指數(shù)作為景觀格局特征的量化指標(biāo)具有尺度效應(yīng)。在景觀生態(tài)學(xué)中，尺度(scale)可以用粒度(grain)和幅度(extent)來描述。粒度包括空間粒度和時間粒度，空間粒度是景觀中最小可辨識單元所代表的特征長度、面積和體積；空間幅度主要指研究對象的空間范圍，即研究區(qū)。時間粒度指某一現(xiàn)象或事件發(fā)生的(或取樣的)頻率或時間間隔[2]。尺度(幅度和粒度)變化對景觀指數(shù)具有顯著的影響[3-6]，而大部分景觀指數(shù)統(tǒng)計軟件以柵格數(shù)據(jù)為數(shù)據(jù)源，這就造成了所謂的“可塑性面積單元問題”，即景觀指數(shù)的計算結(jié)果隨著柵格像元(粒度)的變化而有所差異[7-8]。因此，利用景觀指數(shù)進(jìn)行分析時選擇適宜的景觀粒度是當(dāng)前景觀生態(tài)學(xué)研究的熱點問題之一。

盡管國內(nèi)外學(xué)者對景觀格局指數(shù)的粒度效應(yīng)進(jìn)行了研究[9-16]并取得了一定的成果，但對礦區(qū)景觀格局指數(shù)的粒度效應(yīng)如何，且礦區(qū)復(fù)墾前后景觀指數(shù)的粒度效應(yīng)變化如何的相關(guān)研究還不多。朱開群等[17]等以江蘇省海安縣李堡鎮(zhèn)土地整理項目區(qū)為例，以土地利用現(xiàn)狀圖和規(guī)劃圖(1∶5 000)為數(shù)據(jù)源，利用景觀指數(shù)統(tǒng)計軟件對項目區(qū)整理前后景觀格局指數(shù)的粒度效應(yīng)進(jìn)行了分析，為在不同比例尺下，選擇適宜粒度進(jìn)行景觀指數(shù)的計算和尺度轉(zhuǎn)換提供了理論依據(jù)，但有關(guān)1∶1萬比例尺下復(fù)墾礦區(qū)適宜粒度范圍的研究尚未開展。因此文章以徐州市九里礦區(qū)為研究對象，以復(fù)墾前(2000年)后(2013年)1∶1萬的礦區(qū)土地利用數(shù)據(jù)為基礎(chǔ)，應(yīng)用景觀生態(tài)學(xué)方法和3S技術(shù)，選取17個常見的景觀指數(shù)研究礦區(qū)復(fù)墾前后景觀指數(shù)的粒度效應(yīng)，確定適合復(fù)墾礦區(qū)景觀指數(shù)的最佳粒度，為復(fù)墾礦區(qū)景觀格局指數(shù)粒度的選取提供參考，為該礦區(qū)或其他類似區(qū)域的土地復(fù)墾和生態(tài)效應(yīng)評價提供理論基礎(chǔ)。

1　研究區(qū)概況

徐州市九里礦區(qū)位于江蘇省西北部，華北平原東南部，北緯34°15′，東經(jīng)117°00′，區(qū)內(nèi)除少數(shù)丘陵外，大部分區(qū)域為黃泛沖積平原。屬于暖溫帶半濕潤季風(fēng)氣候，四季分明，年平均氣溫為14.2℃，年平均降水量為834.7 mm。土壤類型為黃潮土，土層較深厚，肥力中等。該區(qū)地下水位高，洼地土壤處于飽和或近飽和狀態(tài)，區(qū)內(nèi)常年降水量偏豐，因地勢低洼能夠充分匯集塌陷區(qū)外客水和灌溉回歸水。礦區(qū)塌陷土地經(jīng)挖深墊淺和矸石填充復(fù)墾后，基本上形成了水、陸分離的地貌類型。較高土地被作為耕地投入農(nóng)業(yè)生產(chǎn)，其余大面積長期積水低洼地則形成景觀濕地等。區(qū)內(nèi)主要的土地利用類型為耕地、園地、林地、城鎮(zhèn)及礦用地、交通用地、水域和未利用地等。該區(qū)煤炭資源豐富，是全國重要的煤炭產(chǎn)地、華東地區(qū)的電力基地之一，由于煤炭開采導(dǎo)致大面積地面塌陷，九里礦區(qū)采煤塌陷地共計2千多公頃。2000年前后徐州市政府開展大規(guī)模的采煤塌陷地復(fù)墾工程，經(jīng)過10 a來的礦區(qū)土地復(fù)墾，使得塌陷地的治理取得一定的成效。

2　資料來源與研究方法

2.1資料來源

本研究土地利用數(shù)據(jù)源為復(fù)墾前(2000年)、復(fù)墾后(2013年)九里礦區(qū)土地利用現(xiàn)狀圖(1∶1萬)。首先以1∶1萬礦區(qū)地形圖為基礎(chǔ)，結(jié)合GPS野外實地調(diào)查數(shù)據(jù)，在ArcGIS 9.3環(huán)境下對2期土地利用現(xiàn)狀圖進(jìn)行精確配準(zhǔn)，精度控制在0.5個像元以內(nèi)，然后在ArcGIS 9.3軟件下進(jìn)行數(shù)字化，采用基于土地利用方式分類方法，將九里礦區(qū)景觀類型分為6類景觀，分別為耕地/園地景觀、林地景觀、城鎮(zhèn)/工礦用地景觀、交通用地景觀、水域景觀和其他景觀，其中水域包括河流，湖泊和采煤塌陷地等。最后采用Kappa系數(shù)、制圖精度和用戶精度對分類結(jié)果進(jìn)行評價，結(jié)果表明，復(fù)墾前后分類結(jié)果的Kappa系數(shù)均在0.93以上，滿足本研究的應(yīng)用需要。

2.2研究方法

2.2.1尺度變換利用ArcGIS 9.3軟件中的Spatial Analyst模塊，將目視解譯好的徐州市九里礦區(qū)土地利用類型圖轉(zhuǎn)換成不同粒度的土地利用柵格圖。在轉(zhuǎn)換過程中采用面積占優(yōu)法，即按照某種景觀在生成新的柵格單元中所占的面積百分比最大的景觀類型作為新的柵格像元屬性，如果所生成新的柵格像元中各種景觀類型的面積占比相同，則由計算機(jī)程序隨機(jī)選擇一種景觀類型作為新的柵格像元的屬性。不同景觀尺度的柵格單元大小以10 m為間隔，依次設(shè)定為10，20，30，40，50，60，…，280，290，300 m，在FragStats 3.3中計算不同粒度柵格數(shù)據(jù)的景觀指數(shù)，最后將計算的結(jié)果在Excel中進(jìn)行處理分析。

2.2.2景觀指數(shù)的選擇由于文章重點分析礦區(qū)復(fù)墾前后的整體景觀特征，參照前人的研究[18-19]成果，選擇描述區(qū)域景觀水平的斑塊數(shù)(NP)、景觀形狀指數(shù)(LSI)、蔓延度指數(shù)(CONTAG)、聚集度指數(shù)(AI)、平均邊緣面積比(PARA_MN)、相似毗鄰百分比(PLADJ)、斑塊結(jié)合度(COHESION)、景觀分割度(DⅣISION)、平均核心斑塊面積(CORE_MN)、平均歐式鄰近距離(ENN_MN)、周長面積分維數(shù)(PAFRAC)、最大斑塊指數(shù)(LPI)、有效粒度尺寸(MESH)、核心斑塊總面積(TCA)、獨立核心斑塊數(shù)量(NDCA)、香農(nóng)多樣性指數(shù)(SHDI)和Simpson多樣性指數(shù)(SIDI)共17個景觀格局指數(shù)的粒度效應(yīng)進(jìn)行分析，景觀指數(shù)的含義及計算方法參考相關(guān)文獻(xiàn)[1]。

3　結(jié)果與分析

3.1復(fù)墾礦區(qū)景觀格局指數(shù)的粒度效應(yīng)

徐州市九里礦區(qū)景觀格局指數(shù)隨著景觀粒度的增加均呈不同的變化趨勢，表明景觀指數(shù)的變化受景觀粒度的影響，均呈現(xiàn)一定的粒度效應(yīng)。結(jié)果表明，徐州復(fù)墾礦區(qū)17個景觀指數(shù)的粒度效應(yīng)可分為4類，隨著景觀粒度的增大：8個景觀指數(shù)呈逐漸降低的粒度效應(yīng)；5個景觀指數(shù)呈逐步增加的粒度效應(yīng)；2個景觀指數(shù)呈局部的粒度效應(yīng)，即景觀指數(shù)在一定的粒度范圍內(nèi)呈現(xiàn)出一定的變化規(guī)律；2個景觀指數(shù)隨景觀粒度的變化呈隨機(jī)變化規(guī)律。

(1) 復(fù)墾礦區(qū)景觀格局指數(shù)逐步降低的粒度效應(yīng)。1) 復(fù)墾礦區(qū)景觀格局指數(shù)的冪函數(shù)降低粒度效應(yīng)。隨著景觀粒度的增加，復(fù)墾礦區(qū)的斑塊密度、景觀形狀指數(shù)、蔓延度指數(shù)、聚集度指數(shù)、周長面積分維數(shù)和相似鄰近比例6個景觀指數(shù)呈負(fù)的冪函數(shù)降低趨勢。由此可見，上述景觀指數(shù)與景觀粒度存在顯著的負(fù)相關(guān)關(guān)系，主要由于景觀斑塊面積的增加，建成區(qū)、耕地、水域等景觀類型的斑塊數(shù)、密度均有不同程度的減少，斑塊間的融合使斑塊的形狀和邊界趨于簡單，導(dǎo)致斑塊個數(shù)、斑塊密度、聚集度指數(shù)和分維數(shù)和景觀粒度呈現(xiàn)負(fù)相關(guān)關(guān)系。復(fù)墾前后各景觀指數(shù)均發(fā)生了不同程度的變化，由于礦區(qū)土地復(fù)墾項目的實施，使得斑塊密度、景觀形狀指數(shù)和周長面積分維數(shù)均呈減少趨勢，且當(dāng)景觀粒度為10 m時，斑塊密度、景觀形狀指數(shù)和周長面積分維數(shù)分別減少了63.34%，30.27%和22.75%。2) 復(fù)墾礦區(qū)景觀格局指數(shù)波動降低的粒度效應(yīng)。隨著景觀粒度的增加，連接度指數(shù)、分離度指數(shù)呈現(xiàn)波動降低的粒度效應(yīng)，主要由于隨著景觀粒度的增大，斑塊間的相互融合使斑塊的復(fù)雜程度降低，從而導(dǎo)致斑塊間的連接度降低。當(dāng)景觀粒度為80 m時，連接度指數(shù)出現(xiàn)小幅波動，而當(dāng)景觀粒度為200 m時，連接度指數(shù)波動幅度增大；而對于景觀分離度指數(shù)則呈大幅波動降低的趨勢，其尺度轉(zhuǎn)折點為50 m。從復(fù)墾前后景觀格局指數(shù)的變化來看，復(fù)墾項目實施后，景觀斑塊的連接度指數(shù)均有不同程度的增加，主要由于礦區(qū)土地復(fù)墾項目的實施，修建了溝渠、橋涵等；其次由于煤炭資源的開發(fā)導(dǎo)致破碎的土地變得規(guī)則，使得斑塊的連接度指數(shù)增加；同時由于耕地、水體等景觀斑塊面積的增大，景觀斑塊內(nèi)部的復(fù)雜程度降低，使區(qū)域景觀分離度指數(shù)降低。

(2) 復(fù)墾礦區(qū)景觀格局指數(shù)逐漸增大的粒度效應(yīng)。隨著景觀粒度的增加，平均核心面積指數(shù)和歐氏鄰近度指數(shù)呈接近線性增加的趨勢，當(dāng)景觀粒度為210 m時呈現(xiàn)小幅波動，主要由于隨著景觀粒度的增加，景觀斑塊邊長增大，從而使得各種景觀類型的斑塊面積增大，平均核心面積和歐氏距離增大。周長面積分維數(shù)則呈現(xiàn)正冪指數(shù)小幅波動上升趨勢，并在景觀粒度為100 m時，呈現(xiàn)較為明顯的波動，而最大斑塊指數(shù)和有效粒度面積則呈大幅波動上升趨勢；從復(fù)墾前后景觀格局指數(shù)的變化來看，復(fù)墾項目實施后，核心斑塊面積、有效粒度面積和歐氏鄰近距離等均有不同程度的增加，主要是由于復(fù)墾項目實施后將采煤塌陷地形成的零星坑塘復(fù)墾為水塘等，其次是采煤塌陷造成農(nóng)村居民點的搬遷使得居民點的面積增大等原因所致。

(3) 景觀指數(shù)呈現(xiàn)出局部的粒度效應(yīng)。隨著景觀粒度的增加，呈現(xiàn)局部尺度效應(yīng)的景觀指數(shù)主要為核心斑塊面積指數(shù)和核心斑塊數(shù)量指數(shù)，當(dāng)景觀粒度大于或等于20 m時，核心斑塊面積指數(shù)呈平穩(wěn)變化，而核心斑塊數(shù)量則呈現(xiàn)負(fù)冪指數(shù)相關(guān)關(guān)系。從復(fù)墾前后景觀指數(shù)的變化來看，隨著景觀粒度的增加，復(fù)墾項目實施后，核心面積指數(shù)和核心斑塊數(shù)量指數(shù)均呈減少趨勢。

(4) 景觀指數(shù)的隨機(jī)變化粒度效應(yīng)。隨著景觀粒度的增加，香農(nóng)多樣性指數(shù)和辛普森多樣性指數(shù)均呈不同程度的波動變化，當(dāng)景觀粒度為10～20 m時，二者波動變化幅度較少，而當(dāng)景觀粒度為210 m時，二者的波動幅度變化最大。從復(fù)墾前后多樣性指數(shù)變化來看，復(fù)墾項目實施后，香農(nóng)多樣性指數(shù)和辛普森多樣均有不同程度的增加，其中：當(dāng)景觀粒度為240 m時，香農(nóng)多樣性指數(shù)增幅最大，增加了2.02%，當(dāng)景觀粒度為210 m時，辛普森多樣性指數(shù)增加了1.93%。

3.2復(fù)墾礦區(qū)景觀格局指數(shù)粒度效應(yīng)的變異特征

景觀格局指數(shù)的變異系數(shù)反映了景觀格局指數(shù)對景觀粒度變化的敏感性程度，由表1可以看出，隨著景觀粒度的增加，17個景觀格局指數(shù)的變異系數(shù)均呈現(xiàn)不同程度的變化，根據(jù)復(fù)墾前后變異系數(shù)平均值的大小將景觀指數(shù)對景觀粒度變化的敏感性分成三類，對景觀粒度較敏感的景觀指數(shù)(CV>0.5)，對景觀粒度一般敏感的景觀指數(shù)(0.2

表1　九里礦區(qū)景觀格局指數(shù)粒度效應(yīng)的變異系數(shù)

3.3復(fù)墾礦區(qū)景觀格局指數(shù)尺度效應(yīng)的曲線擬合

由上述分析可知，大部分景觀格局指數(shù)對景觀粒度變化呈現(xiàn)明顯的響應(yīng)，且大部分景觀格局指數(shù)的粒度效應(yīng)可用數(shù)學(xué)函數(shù)進(jìn)行擬合(表2)，由表2可以看出，17個景觀指數(shù)中10個指數(shù)可以用函數(shù)模型進(jìn)行擬合(R2>0.94)，其中：可用冪函數(shù)擬合的景觀指數(shù)有：斑塊數(shù)、景觀形狀指數(shù)(復(fù)墾前)、邊緣面積比、周長面積分維數(shù)、平均核心斑塊面積(復(fù)墾前)；可用對數(shù)函數(shù)進(jìn)行擬合的景觀指數(shù)有：景觀形狀指數(shù)(復(fù)墾后)、景觀蔓延度指數(shù)、景觀聚集度指數(shù)(復(fù)墾前)；可用三次函數(shù)進(jìn)行擬合的景觀指數(shù)有：相似毗鄰百分比、斑塊結(jié)合度指數(shù)；而景觀聚集度指數(shù)、平均核心斑塊面積(復(fù)墾后)可用二次函數(shù)進(jìn)行擬合，平均歐式臨近距離呈現(xiàn)線性變化趨勢。從復(fù)墾項目區(qū)景觀格局指數(shù)擬合函數(shù)的變化來看，復(fù)墾前景觀形狀指數(shù)用冪函數(shù)進(jìn)行擬合(R2=0.987 5)，而復(fù)墾項目實施后則用對數(shù)函數(shù)進(jìn)行較好的擬合(R2=0.995 7)，復(fù)墾項目實施后景觀聚集度指數(shù)擬合函數(shù)由復(fù)墾前的對數(shù)函數(shù)轉(zhuǎn)變?yōu)槎魏瘮?shù)；平均斑塊面積指數(shù)的擬合函數(shù)由原來的冪函數(shù)轉(zhuǎn)變?yōu)槎魏瘮?shù)。復(fù)墾項目實施后，70%景觀格局指數(shù)隨著景觀粒度變化的擬合函數(shù)沒有發(fā)生變化，而30%的景觀格局指數(shù)的擬合函數(shù)發(fā)生了變化，主要由于礦區(qū)土地復(fù)墾項目的實施，使研究區(qū)內(nèi)部景觀結(jié)構(gòu)發(fā)生了變化，從而導(dǎo)致同一景觀指數(shù)復(fù)墾前后的擬合函數(shù)發(fā)生了變化。其余的7個景觀格局指數(shù)，如：香濃多樣性指數(shù)、Simpson多樣性指數(shù)等擬合的效果不佳，可能是由于景觀粒度的選取、研究尺度或景觀指數(shù)自身的原因所致。

表2　九里礦區(qū)景觀格局指數(shù)粒度效應(yīng)的擬合曲線

3.4復(fù)墾礦區(qū)景觀格局指數(shù)的最佳景觀粒度

由上述分析可知，大部分景觀格局指數(shù)具有較強(qiáng)的空間粒度特征。因此，在進(jìn)行景觀格局分析時，選擇合適的景觀粒度對分析結(jié)果的可信度具有重要意義。根據(jù)趙文武等[9]的研究成果可知，景觀指數(shù)隨粒度變化的第一尺度域，是確定粒度大小，進(jìn)行景觀格局分析的適宜粒度范圍。根據(jù)復(fù)墾礦區(qū)景觀格局指數(shù)變化曲線的關(guān)鍵拐點和躍變區(qū)間，確定研究區(qū)景觀格局指數(shù)分析的最佳景觀粒度范圍(見表3)。

由于不同的景觀指數(shù)反映景觀類型的特征有所差異，不同的景觀指數(shù)隨景觀粒度變化呈現(xiàn)出不同的曲線拐點和躍變區(qū)間，因此不同景觀指數(shù)的最佳景觀粒度值有所差異。而對于區(qū)域整體景觀特征來說，景觀特征的整體尺度轉(zhuǎn)折點不是一個值，而是一個景觀粒度范圍，在這個范圍內(nèi)，大部分景觀指數(shù)存在尺度轉(zhuǎn)折點。由表3可以看出，九里礦區(qū)復(fù)墾前后景觀格局指數(shù)的第一尺度域大部分集中在50～60 m，180～220 m和20～30 m，與趙文武等的研究成果1∶250 000土地利用圖的景觀指數(shù)第一尺度范圍為70～90 m和1∶500 000土地利用圖的景觀指數(shù)第一尺度范圍為90～120 m的研究結(jié)果有一定差異，主要是由于進(jìn)行景觀指數(shù)計算時所采用的土地利用數(shù)據(jù)的比例尺有所差異；其次是研究區(qū)內(nèi)不同土地利用類型的面積占比不同所致。從礦區(qū)復(fù)墾前后景觀指數(shù)所呈現(xiàn)的擬合曲線、曲線拐點、躍變區(qū)間來看，同一個區(qū)域，同一比例尺復(fù)墾前后各景觀類型的面積占比發(fā)生了變化，使各景觀指數(shù)的擬合曲線、曲線拐點和躍動區(qū)間發(fā)生變化。

表3　徐州市九里礦區(qū)景觀指數(shù)計算的最佳粒度范圍

4　結(jié) 論

不同的景觀指數(shù)所表達(dá)景觀類型特征有所不同，呈現(xiàn)的粒度效應(yīng)有所差異。隨著景觀粒度的增大，景觀格局指數(shù)所表現(xiàn)的變化趨勢大致可分為4類：逐漸降低的粒度效應(yīng)、逐步增加的粒度效應(yīng)、局部的粒度效應(yīng)、隨機(jī)變化規(guī)律共4種類型。上述變化規(guī)律主要是由于空間數(shù)據(jù)的比例尺、各景觀類型的空間占比和景觀指數(shù)的自身特征所致。

對于區(qū)域整體景觀特征來說，景觀特征的整體尺度轉(zhuǎn)折點不是一個值，而是一個景觀粒度范圍，在這個范圍內(nèi)，大部分景觀指數(shù)存在尺度轉(zhuǎn)折點。而景觀格局指數(shù)變化的第一尺度域是確定最佳分析粒度的重要依據(jù)，在該尺度域內(nèi)，可選擇較大的粒度值作為區(qū)域景觀格局分析的最佳粒度值，既能夠表達(dá)出區(qū)域特征，又能夠避免冗余的計算。結(jié)果表明：適宜徐州九里礦區(qū)1∶1萬土地利用數(shù)據(jù)進(jìn)行景觀指數(shù)分析的最佳景觀粒度范圍為20～40 m。

本研究僅以復(fù)墾礦區(qū)1∶1萬礦區(qū)土地利用圖為數(shù)據(jù)源，對礦區(qū)景觀格局指數(shù)的粒度效應(yīng)進(jìn)行分析，區(qū)域景觀格局指數(shù)的粒度效應(yīng)、最佳粒度范圍以及粒度敏感性是矢量數(shù)據(jù)的比例尺、土地利用結(jié)構(gòu)等共同作用的結(jié)果。因此，在景觀格局指數(shù)分析時，應(yīng)當(dāng)綜合考慮區(qū)域土地利用數(shù)據(jù)的比例尺，不同土地利用類型數(shù)據(jù)所占的比例和景觀指數(shù)的尺度轉(zhuǎn)折點來確定區(qū)域景觀格局分析的最佳粒度范圍。

[1]鄔建國.景觀生態(tài)學(xué)—格局、過程、尺度與等級[M].北京:高等教育出版社,2007.

[2]Schneider D C. The rise of t he concept of scale in ecology[J]. BioScience,2001,51(7):545-553.

[3]呂一河,傅伯杰.生態(tài)學(xué)中的尺度及尺度轉(zhuǎn)換方法[J].生態(tài)學(xué)報,2001,21(12):2096-2105.[4]鄔建國.景觀生態(tài)學(xué):概念與理論[J].生態(tài)學(xué)雜志,2000,19(1):42-52.

[5]Wu Jianguo, Hobbs R. Key issues and research priorities in landscape ecology:An idiosyncratic synthesis[J]. Landscape Ecology,2002,17(4):355-365.

[6]申衛(wèi)軍,鄔建國,任海,等.空間幅度變化對景觀格局分析的影響[J].生態(tài)學(xué)報,2003,23(11):2219-2231.

[7]楊麗,甄霖,謝高地.涇河流域景觀指數(shù)的粒度效應(yīng)分析[J].資源科學(xué),2007,29(2):183-187.

[8]趙文武,傅伯杰,陳利頂.景觀指數(shù)的粒度變化效應(yīng)[J].第四紀(jì)研究，2003,23(3):326-333.

[9]Qi Y, Wu J G. Effects of changing spatial resolution on the results of landscape pattern analysis using spatial autocorrelation indices[J]. Landscape Ecology,1996,11(1):39-49.

[10]Wu J, Shen W, Sun W， et al. Empirical patterns of the effects of changing scale on landscape metrics[J]. Landscape Ecology,2002,17(8):761-782.

[11]李秀珍,布仁倉,常禹,等.景觀格局指標(biāo)對不同景觀格局的反應(yīng)[J].生態(tài)學(xué)報,2004,24(1):123-134.

[12]周偉,鐘星,袁春.1∶10000比例尺土地利用景觀指數(shù)的粒度效應(yīng)分析[J].中國土地科學(xué),2010,24(11):20-26.

[13]李小馬,劉常富.景觀格局指數(shù)的粒度效應(yīng):以沈陽城市森林為例[J].西北林學(xué)院學(xué)報,2009,24(2):166-170.

[14]于磊,趙彥偉,張遠(yuǎn),等.基于最佳分析粒度的大遼河流域濕地景觀格局分析[J].環(huán)境科學(xué)學(xué)報,2011,31(4):873-879.

[15]曹銀貴,周偉,王靜,袁春.三峽庫區(qū)30a間土地利用景觀特征的粒度效應(yīng)[J].農(nóng)業(yè)工程學(xué)報,2010,26(6):315-321.

[16]徐麗,卞曉慶,秦小林,等.空間粒度變化對合肥市景觀格局指數(shù)的影響[J].應(yīng)用生態(tài)學(xué)報,2010,21(5):1167-1173.

[17]朱開群,金曉斌,周寅康.土地整理項目區(qū)景觀格局粒度效應(yīng)初探[J].中國土地科學(xué),2011,25(3):45-51.

[18]陳端呂,宋濤.西洞庭湖區(qū)森林景觀指數(shù)適宜轉(zhuǎn)換粒度[J].中國農(nóng)學(xué)通報,2010,26(10):110-114.

[19]申衛(wèi)軍,鄔建國,林永標(biāo),等.空間粒度變化對景觀格局分析的影響[J].生態(tài)學(xué)報,2003,23(12):2506-2519.

Effects of Spatial Grain Size on Landscape Pattern in Reclaimed Mining Area

LI Baojie1,2, GU Hehe2, JI Yazhou1,2

(1.College of Urban and Environmental Science, Jiangsu Normal University, Xuzhou， Jiangsu 221116, China; 2.School ofEnvironmentalScienceandSpatialInformatics,ChinaUniversityofMiningandTechnology,Xuzhou,Jiangsu221116,China)

The grain effect of 17 landscape indices and the change characteristics, fitting functions, variation coefficient and the optimal grain size range of landscape indices with a scale 10～300 m were analyzed using GIS and method of landscape ecology based on the land use data of Jiuli coal mining area, Xuzhou at 1∶10 000 scale from 2000(before reclamation) to 2013(after reclamation). The results showed that the grain effects had 5 types, such as gradually decreasing, gradually increasing, part scale effect type and randomly changing with increasing grain, and the trend of 10 landscape pattern indices could be simulated by different function models(R2>0.94). The trend of the landscape pattern indices was uniform in pre and post reclamation，while the fitting functions and variation coefficient changed a bit, such as inconsistent of fitting functions and decreasing of variation coefficient. The range of 20～40 meters was selected as the optimal landscape granularity suit to landscape index analysis in Jiuli coal mining area, Xuzhou at 1∶10 000 scale.

Xuzhou； reclaimed mining area; landscape metrics; effects of spatial grain size

2014-09-02

2014-10-10

江蘇省高校自然科學(xué)研究項目(14KJB170004);江省社科應(yīng)用研究精品工程(14SWC-117);徐州市社會科學(xué)研究課題(15XSZ-096)

李保杰(1979—),男,江蘇豐縣人,博士,講師,主要從事GIS應(yīng)用與景觀生態(tài)方面的研究。E-mail:liboje@126.com

F301. 24

A

1005-3409(2015)04-0253-05