韓 蓉, 唐湘玲

(石河子大學 理學院 地理系, 新疆 石河子 832003)

瑪納斯河流域近14年多尺度粒度變化對土地利用景觀格局的影響

韓 蓉, 唐湘玲

(石河子大學 理學院 地理系, 新疆 石河子 832003)

以2000年、2014年瑪納斯河流域30 m空間分辨率的遙感影像為基礎數(shù)據(jù)源，借助GIS和ENVI軟件，制作瑪納斯河流域土地利用覆被圖，選取景觀指數(shù)，在類型和整體景觀的水平上，探討了瑪納斯河流域景觀格局指數(shù)隨粒度變化的基本規(guī)律，并分析了各景觀格局指數(shù)間的相關性。結果表明：100～3 000 m粒度范圍內，流域景觀格局指數(shù)的“臨界粒度”“粗?；爆F(xiàn)象明顯，總體而言，在400～800 m，2 000～3 000 m分辨率下瑪納斯河流域的景觀格局指數(shù)的“臨界粒度”為400 m和2 000 m，適宜計算的粒度范圍為400～2 000 m，所以在利用遙感影像對瑪納斯河流域景觀進行分析研究時，需進行一定的粒度轉換及注意粒度的影響?，敿{斯河流域景觀形態(tài)具有分形特征，各類景觀斑塊的分維數(shù)對粒度變化的響應不同，分維數(shù)隨粒度的增大呈逐漸下降趨勢，表明景觀類型邊界趨于簡單化。相關性分析定量反映了所選景觀指數(shù)受粒度變化影響的相關性程度，可為瑪河流域景觀格局變化研究提供參考。2000年、2014年間瑪河流域景觀多樣性由復雜逐漸變?yōu)楹唵?，多樣性指?shù)逐步減小。

土地利用; 景觀格局; 多尺度; 粒度變化; 相關分析; 瑪納斯河流域

在景觀生態(tài)學中，把尺度定義為對某一研究對象或現(xiàn)象在空間或時間上的量度，往往以粒度大小和幅度變化來表示[1]。在地學和生態(tài)學研究中，研究尺度效應需要解答的問題主要在于:(1) 在哪種尺度上，可以正確地表達特定的地理現(xiàn)象？(2) 如何有效地將數(shù)據(jù)和信息從一種尺度轉換為另一種尺度[2]？(3) 原始數(shù)據(jù)和信息經過尺度轉換后，會出現(xiàn)何種信息的損失或效應？即不同尺度的數(shù)據(jù)反映相同的地物和現(xiàn)象時的差異如何[3]？多尺度空間分析是進行尺度效應分析的基礎，是發(fā)現(xiàn)和識別景觀等級結構和特征尺度的主要方法。從不同的空間尺度研究土地利用空間數(shù)據(jù)對土地利用景觀格局的表達,有利于從不同的層次,認識土地利用與覆蓋變化的機理與過程[4]。目前，格局與過程的時空尺度變化是景觀生態(tài)學的研究熱點，尺度效應分析受到格外重視和發(fā)展[5],其文獻在生態(tài)學的相關研究中占相當重大的比重[6-7]。景觀指數(shù)在景觀生態(tài)學中應用很廣泛，但景觀指數(shù)對不同景觀特征和分析尺度的響應及其生態(tài)學意義尚缺乏明確的闡述[8]。景觀格局作為景觀異質性在空間上的綜合表現(xiàn)，具有很強的尺度依賴性，分析同一景觀格局在不同尺度下的特征及變化規(guī)律，明確區(qū)域景觀格局特征的尺度效應，可以更加準確地反映土地景觀格局的真實狀況[9]。只有在連續(xù)的尺度序列上對景觀格局進行考察和研究，才能把握其內在的演變規(guī)律[10-11]，所以選擇適宜的研究尺度顯得極為重要。尺度選擇不當，就不能科學地揭示研究對象的本質。尺度選擇過大，往往導致大量細節(jié)被忽略；尺度選擇過小，就會陷入局部，容易忽略總體規(guī)律[10-12]。許多學者對基于1∶50 000以下小比例尺的景觀指數(shù)粒度效應進行了研究[13-20]，對不同比例尺的矢量數(shù)據(jù)如何選擇適宜粒度的研究也有涉及[21-23]。土地調查數(shù)據(jù)作為開展土地資源合理管理和優(yōu)化配置的基礎，也是開展景觀生態(tài)分析數(shù)據(jù)的重要來源，為景觀格局的分析與研究提供了有利條件[24-26]，但當前涉及基于此數(shù)據(jù)開展的景觀格局對粒度變化的影響及其機理研究較少。而且目前大多數(shù)都是針對單一尺度上的研究，多尺度空間粒度研究較少。

本文以瑪納斯河流域30 m空間分辨率的遙感影像為基礎數(shù)據(jù)源，通過GIS和ENVI軟件技術支持，運用景觀生態(tài)學相關方法，從類型與景觀2個水平上選取多個經典景觀格局指數(shù)選擇重要的景觀指數(shù)[27]，主要分析土地利用景觀指數(shù)的差異和各土地利用景觀類型格局變化趨勢特征機理，并對所選景觀指數(shù)在粒度上的差異進行相關性分析。總結相同景觀在不同粒度下的景觀特征差異，使得景觀格局指數(shù)在測度過程中更具說服力，對不同空間粒度下景觀格局的差異做出正確解釋，為土地利用現(xiàn)狀數(shù)據(jù)開展景觀格局分析，指導土地資源利用規(guī)劃和保護提供理論依據(jù)。

1 研究區(qū)概況

瑪納斯和流域位于新疆準噶爾盆地南部，西南部分別相鄰于準噶爾盆地邊緣和天山山脈，地理位置為85°01′—86°32′E，43°27′—45°21′N，最高海拔為5 242.5 m，平原區(qū)海拔為300～500 m。東西198.7 km，南北260.8 km，流域面積3.1萬km2。地勢由東南向西北傾斜，海拔最高5 259 m，最低168 m。由南向北依次分為山地、山前平原和沙漠三大地貌類型區(qū)(比例約為2.83∶1∶1.07)[28]，流域屬內陸干旱區(qū)，夏季炎熱干燥，冬季寒冷多風，年均氣溫6.8℃，年降水量110～200 mm[29],年蒸發(fā)量約為1 500～2 000 mm，瑪納斯河流域人口約為1.3×105人。景觀格局十分復雜，即以草地、林地、耕地、荒漠為主，是流域自然狀況的體現(xiàn)，瑪納斯河流域屬大陸性干旱氣候，氣候冬冷夏熱，光、熱、風、水資源豐富。

2 資料及方法

2.1 數(shù)據(jù)來源與處理

以瑪納斯河小流域全色波段遙感2000年的Landsat ETM+和2014年的Landsat OLI數(shù)據(jù)；分辨率為30 m的ASTER GDEM V2版的DEM數(shù)據(jù)(數(shù)據(jù)來源于中國科學院計算機網絡信息中心國際科學數(shù)據(jù)鏡像網站(http:∥www.gscloud.cn))。選取無云或少云的遙感影像和DEM在ENVI 5.1的支持下，進行鑲嵌和裁剪，并將坐標系統(tǒng)統(tǒng)一Albers_Conic_Equal_Area投影，基準面為WGS_1984，中央經線為105°E。

本文遙感影像分類在ENVI 5.1中完成。首先數(shù)據(jù)預處理，分別進行2000年和2014年瑪納斯河流域遙感影像圖的NDVI和ISODATA非監(jiān)督分類計算，在進行ISODATA分類時，最大分類數(shù)量設置為10，迭代次數(shù)設置為10。將獲得的瑪納斯河流域的DEM，NDVI，ISODATA和近紅外、紅、綠波段進行波段組合，得到一個6波段的文件。然后，選取訓練樣本。根據(jù)瑪納斯河流域的實際土地利用情況和遙感影像的紋理信息和光譜特征，本文將研究區(qū)土地分類為：(1) 草地包括草甸、綠地；(2) 林地包括高覆蓋灌木林、常綠灌木林；(3)水體包括湖泊、河流；(4) 建設用地；(5)未利用地包括裸地和荒漠、鹽堿地等；(6) 耕地。在兩期影像中，分別選取一定數(shù)量的6類土地利用的訓練樣本，并保證訓練樣本的可分離度在1.8以上。最后，獲取規(guī)則和應用規(guī)則分類。根據(jù)選擇的訓練樣本，基于CART算法獲取決策樹規(guī)則，進行決策樹分類，最終提取出瑪納斯河流域土地利用信息。本文中，使用混淆矩陣方法，檢驗遙感影像分類的精度。經過精度評價，研究區(qū)2000年、2014年分類圖總體分類精度為91.6%，88.5%，可以滿足本研究的精度要求。最后，在ArcGIS 10.1支持下，通過格式轉換、空間疊加等處理，進行數(shù)據(jù)統(tǒng)計分析。

2.2 指標計算與技術路線

基于ArcGIS 10.1軟件平臺，利用Spatial Analyst模塊將瑪納斯河流域土地利用類型圖(2000年和2014年)的矢量數(shù)據(jù)轉為柵格數(shù)據(jù)。采用粒度推譯法，粒度推譯包括上推和下推。其中最常用的為粒度上推，即把精微尺度上的觀察、試驗及模擬結果外推到較大尺度的過程。它是研究成果的“粗?；?，即不斷降低景觀格局的空間分辨率[30]。由于研究區(qū)面積較小，所以采用的粒度大小為柵格大小，從100 m到3 000 m，即100，200，400，600，800，1000，2 000，3 000 m為像元大小，得到8幅景觀類型柵格圖(Grid)，用Fragstats 3.3計算景觀格局指數(shù)，景觀指數(shù)依據(jù)前人的研究[31]和研究區(qū)特點，景觀指數(shù)包括5個面積/周長/密度指數(shù)，7個形狀指數(shù)，8個蔓延度指數(shù);景觀水平上選取的景觀指數(shù)包括4個面積/周長/密度指數(shù)，4個形狀指數(shù)，3個蔓延度指數(shù)和4個多樣性指數(shù)。各指數(shù)計算公式及生態(tài)學意義見有關參考文獻[32]。

2.3 相關性分析

在SPSS 11.5環(huán)境下，主要采用二元定距變量相關性分析。二元定距變量的相關分析是指通過計算定距變量間兩兩相關的相關系數(shù)，對2個或2個以上定距變量之間兩兩相關的程度進行分析。在二元定距變量的相關分析過程中常用的幾個相關系數(shù)是Person 簡單相關系數(shù)、Spearman 和Kendall′s tua-b等級相關系數(shù)[33]。本文運用的是person簡單相關系數(shù)來進行相關性分析。

3 結果與分析

3.1 類型水平景觀指數(shù)的空間粒度變化行為測度

空間粒度“粗?；睂σ恍┚坝^格局指數(shù)有明顯的影響，即同一景觀不同粒度時，用同一種景觀格局指數(shù)表示的結果不同。類型水平景觀指數(shù)的相關性越強，指數(shù)值越相近[34]。根據(jù)景觀指數(shù)對空間粒度的響應關系和粒度效應關系，選取20個景觀指數(shù)中的14個重要景觀指數(shù)，分為3類，從地類景觀單個指標特征柱狀圖(圖1)來看，其粒度效應表現(xiàn)出斑塊密度(圖1A)、景觀形狀指數(shù)(圖1D)、平均周長面積比(圖1M)、聚集度指數(shù)(圖1K)、相似鄰近比指數(shù)(圖1J)，聚合指數(shù)(圖1G)都表現(xiàn)出逐漸減少的趨勢。而從14個類型水平景觀指數(shù)變化柱狀圖變化特征來看，其粒度效應有以下特征：

(1) 第1類景觀指數(shù)隨著粒度的增加而減小，且具有比較明顯的粒度效應關系，可預測性較強。這類景觀指數(shù)主要有斑塊密度、景觀形狀指數(shù)、平均周長面積比、聚集度指數(shù)、相似鄰近比指數(shù)，聚合指數(shù)(圖1G)。以聚合指數(shù)為例，聚合指數(shù)表示景觀類型內部的團聚程度[29]，如果一個景觀由許多離散的小斑塊組成，其聚合指數(shù)較?。划斁坝^中以少數(shù)大斑塊為主或同一類型斑塊高度相連時，其聚合指數(shù)較大。從聚合指數(shù)的變化趨勢來看(圖1G)，其地類景觀指數(shù)下降較為明顯，其中下降最明顯的是建設用地和水域，其次是未利用地、林地，可見隨著粒度的增加，類型景觀的形狀愈加簡單，并且在1 000 m粒度時，建設用地、耕地和水域都出現(xiàn)了拐點。

(2) 第2類景觀指數(shù)隨著粒度的增加呈現(xiàn)增加的趨勢，同樣具有比較明顯的粒度效應關系，代表性指數(shù)有歸一化形狀指數(shù)(圖1F)。歸一化形狀指數(shù)隨著粒度的增加，其柱狀圖呈逐漸上升的趨勢，可見隨著粒度的增加景觀類型的形狀便越來越簡單，由圖1F可以看出，所有地類的歸一化形狀指數(shù)都大于0.1，表明研究區(qū)所有地類景觀形狀比較簡單，并且隨著粒度的增加邊界趨勢于平滑、規(guī)則。

(3) 第3類景觀格局指數(shù)隨粒度的變化柱狀圖差異較大，無明顯規(guī)律，代表性指數(shù)如周長面積變異系數(shù)、斑塊密度、景觀形狀變異系數(shù)、最大斑塊指數(shù)、有效粒度面積和平均周長面積比(圖1)。有效粒度面積用于比較斑塊的平均面積大小。景觀總面積不變時，有效粒度面積變大，反映該類型景觀面積增加，其在景觀中的比例加大。通過分析，粒度變化對耕地的有效粒度面積指數(shù)影響最大，尤其在800～2 000 m粒度其值變化較為劇烈，而其他地類的有效粒度面積指數(shù)隨粒度的增加變化不明顯。其他幾類景觀指數(shù)隨粒度同樣表現(xiàn)出不規(guī)律的變化。

3.2 整體水平景觀指數(shù)的空間粒度變化行為測度

利用Fragstats 3.3軟件分析的結果，進行整體水平上的景觀特征對比分析?，敿{斯河流域2014年整體景觀特征的粒度效應見圖2。

圖1 類型水平景觀特征指數(shù)的粒度變化曲線

在整體水平上，選取特征較明顯的10個景觀指數(shù)進行分析，其粒度變化柱狀圖見圖2。由圖2可以看出，2014年瑪納斯河流域的類型景觀指數(shù)大部分隨著粒度的增加呈現(xiàn)減小的趨勢。隨著粒度的增加，蔓延度指數(shù)維變化差值為2～3，景觀形狀變異系數(shù)變化差值維持在5以內、凝聚度指數(shù)變化差值維持為2～3，聚合指數(shù)變化差值維持在5以內、景觀形狀指數(shù)變化差值維持在2以內，說明這些景觀格局指數(shù)粒度效應受空間格局特征的影響不大，主要表現(xiàn)為逐漸下降勢降，也有少數(shù)情況下指數(shù)的粒度效應曲線表現(xiàn)為基本趨于穩(wěn)定，如平均分維數(shù)維持在1.2左右、平均形狀指數(shù)維持在2.5左右、香農多樣性指數(shù)維持2.5左右、香農均勻度指數(shù)維持在0.8左右、景觀豐度維持在6左右，可見景觀中斑塊形狀逐漸規(guī)則且斑塊之間相互鄰接。

圖2 整體水平景觀特征指數(shù)的粒度變化曲線

為了更好地研究各個時期景觀指數(shù)隨粒度的變化特征，此次研究將8種粒度在2個時期的景觀特征指數(shù)進行對比，其結果見表1。從表1看出，隨著粒度的增加，景觀形狀變異系數(shù)呈現(xiàn)減小趨勢，2014年隨著粒度增加景觀形狀變異系數(shù)從66.28減少至53.01，相較2014年，2000年景觀形狀變異系數(shù)最大，最大可達到71.626，可見2000年景觀的形狀指數(shù)最為不規(guī)則。平均分維數(shù)、蔓延度指數(shù)、凝聚度和景觀豐度、聚合度指數(shù)幾乎沒有變化。香農多樣性指數(shù)由2000年的1.38增加到2014年的1.45，說明2014年拼塊鄰接程度達到最高。隨著粒度的增加，景觀形狀指數(shù)逐漸降低，2000年最大達到56.285，2014年最小值達到9.03，其特征指數(shù)變化與景觀形狀變異系數(shù)變化趨勢相一致。聚合度指數(shù)與香農均勻度和香農多樣性表現(xiàn)出同樣的變化規(guī)律，都在2014年達到最大值，可見2014年景觀類型面積增加，并趨于均勻。凝聚度、景觀豐度在2000年和2014年處于穩(wěn)定，幾乎沒有變化波動。蔓延度在2000年達到最大，2014年達到最小?？偟膩砜矗?1)粒度發(fā)生變化時，多數(shù)指標年際間的變化規(guī)律不一樣，使得指標的協(xié)同變化也不一樣；(2)聚合度指數(shù)與香農均勻度和香農多性、景觀形狀指數(shù)與景觀形狀變異系數(shù)、聚合指數(shù)和景觀豐度的變化在粒度間變化趨于一致。

3.3 景觀形態(tài)的自相似性及其對粒度效應的響應

在各種粒度下，瑪納斯河流域2000—2014年各類景觀斑塊的平均分維數(shù)都大于1(表2)，這說明各類景觀形態(tài)都具有分形特征，呈現(xiàn)出一定的自相似性和復雜性。

表1 各時期整體水平景觀特征指數(shù)的差異

表2 各類景觀斑塊的分維數(shù)對粒度變化的響應

從平均水平來看，草地、耕地和未利用地分維數(shù)平均值達到1.03，說明景觀相對比較不規(guī)則和復雜，林地、建設用地、水域景觀平均分維數(shù)達到1.02，說明景觀相對比較規(guī)則簡單，這也符合研究區(qū)的實際情況，因為:(1) 瑪納斯河流域流域地處干旱區(qū)，有“沙漠綠洲”之稱，環(huán)境惡劣，該區(qū)的未利用地所占面積比重比較大，而且草地的管理也較少，從而導致草地景觀比較復雜的格局;(2) 2000年退耕還林(草)政策的實施，使得耕地大面積減少，林草地大面積增加，并且得到了有序的種植和管理;(3) 瑪納斯河流域內由于居住地的轉移和工礦用地的建設，使得建設用地景觀的形態(tài)格局復雜化程度接近于荒草地。表2還表明，各類景觀斑塊的分維數(shù)對粒度變化的響應不同，它們的分維數(shù)隨著粒度的變化基本保持不變；在粒度較小時，各類景觀斑塊之間的分維數(shù)差異較大，而隨著粒度增大，各類景觀斑塊之間的分維數(shù)差異減小。其中，草地和耕地、水域、建設用地分維數(shù)在400～2 000 m 粒度內，具有明顯的隨粒度增加先減小后增加的趨勢。2000年和2014年其他類型景觀的分維數(shù)在400～800 m，800～1 000 m 粒度范圍內變化較小，說明這些景觀的形態(tài)結構在這一粒度范圍內具有自相似性，在1 000～2 000 m，2 000～3 000 m粒度時各類型景觀分維數(shù)略有波動，但整體呈下降趨勢。

3.4 類型景觀指數(shù)與粒度的相關分析

采用相關性分析，獲得了2000—2014年瑪納斯河流域各地類景觀指數(shù)與粒度的相關性(表4)。從表3，4可以看出，聚集度指數(shù)、斑塊密度和相似鄰近比、聚合指數(shù)、平均面積周長比、散步與并列指數(shù)與粒度的相關性在類型水平上呈現(xiàn)極顯著負相關，歸一化形狀指數(shù)與粒度呈極顯著正相關，散步與并列指數(shù)呈兩級分化，即呈正相關又有負相關。水域、草地、耕地和林地的平均面積周長比與粒度的相關性不高，而且平均面積周長比與粒度的相關性呈負相關。對于瑪納斯河流域而言，建設用地和林草地之間的轉化頻繁。所以重點研究三者在斑塊密度、歸一化形狀指數(shù)、聚集度指數(shù)與粒度之間的相關性。從草地和林地類型景觀指數(shù)與粒度的相關性來看，斑塊密度與粒度為極顯著負相關，歸一化形狀指數(shù)與粒度極顯著正相關，聚集度指數(shù)與粒度則呈現(xiàn)極顯著負相關。從建設用地類型景觀指數(shù)與粒度的相關性來看，斑塊密度與粒度呈極顯著負相關，而歸一化形狀指數(shù)和聚集度指數(shù)與粒度的相關性則與草地、林地類似。

表3 2000年各地類景觀指數(shù)與粒度的相關性

注：*p<0.05時，相關性是顯著的,**p<為0.01時，相關性是極顯著的。下表同。

表4 2014年各地類景觀指數(shù)與粒度的相關性

3.5 整體景觀指數(shù)與粒度的相關性

從表5可以看出，香農均勻度指數(shù)、香農多樣性指數(shù)與粒度相關性在2000年、2014年呈兩極分化，在2000年呈負相關，相關性系數(shù)都為-0.227，在2014年呈正相關，相關性系數(shù)為0.066，景觀形狀指數(shù)、平均分維數(shù)、蔓延度指數(shù)與粒度相關性在2000年和2014年均呈負相關，說明周邊景觀多樣性降低，景觀格局由復雜變?yōu)楹唵巍?/p>

表5 各時期景觀指數(shù)與粒度的相關性

4 結論與討論

尺度效應在土地利用數(shù)據(jù)上表現(xiàn)明顯，土地利用景觀特性的表現(xiàn)在不同的空間尺度上具有較大的差異。土地利用景觀隨著尺度的變化而發(fā)生改變，呈現(xiàn)出明顯的相關性和復雜性。通過對瑪河流域2000年和2014年景觀格局指數(shù)的粒度“粗?；毖芯浚治隽爽敿{斯河流域景觀格局的多粒度尺度效應。從景觀的類型水平和整體水平分別進行分析，實現(xiàn)了瑪納斯河流域景觀格局研究從部分到整體的結合。研究發(fā)現(xiàn)“臨界粒度”及“粗?；爆F(xiàn)象在瑪納斯河流域景觀格局普遍存在?，敽恿饔蚓坝^格局指數(shù)的“臨界粒度”“粗?；爆F(xiàn)象較為明顯。在100～3 000 m 粒度范圍內，400～800 m，2 000～3 000分辨率下瑪河流域的景觀格局指數(shù)的“臨界粒度”為400 m和2 000 m。景觀形態(tài)自相似性的研究可以很好地反映景觀格局的邊界特征，研究中，瑪納斯河流域景觀形態(tài)具有分形特征，并且呈現(xiàn)出一定的自相似性和復雜性。各類景觀斑塊的分維數(shù)對粒度變化的響應不同，分維數(shù)隨粒度的增大呈現(xiàn)逐漸下降趨勢，表明景觀類型邊界趨于簡單化。在粒度較小時，各類景觀斑塊之間的分維數(shù)差異較大，而隨著粒度增大，各類景觀斑塊之間的分維數(shù)差異減小。從平均水平看，草地、林地和水域景觀相對比較規(guī)則簡單，耕地和建設用地景觀比較復雜，而未利用地介于它們之間。本研究表明，瑪納斯河流域的景觀分維數(shù)隨粒度的增加而逐漸減小。通過相關性分析，一方面定量反映了所選景觀格局指數(shù)受粒度變化影像的相關性程度，另一方面可為后續(xù)瑪河流域因“退耕還林(草)”工程引起的景觀格局變化研究提供參考。

本文在對景觀指數(shù)的粒度效應研究中，針對從測量尺度向本征尺度的過渡進行了說明，但文章只從空間上分析了各地類景觀指數(shù)的粒度效應，并沒有從時間變化角度分析景觀指數(shù)的粒度效應，這一點還需深入研究。因為景觀格局是不同景觀單元和生態(tài)過程在一定時間和一定空間內相互作用的表現(xiàn)，它在空間或時間單方面的特征都不能代表其本質的規(guī)律性。判別景觀格局的特征尺度是進行格局分析的前提，而這個特征尺度不僅包括空間尺度，還應包含時間尺度，二者缺一不可。目前在我國開展的大量景觀格局分析中，更多的側重于景觀格局指數(shù)的計算與分析，而將景觀格局分析與實際問題相結合的研究相對較少。

[1] 鄔建國.景觀生態(tài)學:概念和理論[J].生態(tài)學雜志,2000,19(1):42-52.

[2] Marceau D I, Hay G J. Remote sensing contributions to the scale issue[J]. Canadian Journal of Remote Sensing, 1999,25(4):357-366.

[3] 劉明亮,唐先明,劉紀遠,等.基于1 km格網的空間數(shù)據(jù)尺度效應研究[J].遙感學報,2001,5(3):183-190.

[4] 趙磊.土地利用空間數(shù)據(jù)轉換的尺度效應研究[D].北京:中國農業(yè)大學,2005.

[5] 肖篤寧.論現(xiàn)代景觀科學的形成與發(fā)展[J].地理科學,1999,19(4):379-384.

[6] 肖篤寧,李秀珍.當代景觀生態(tài)學的進展和展望[J].地理科學,1997,17(4):356-363.

[7] 李秀珍.從第十五屆美國景觀生態(tài)學年會看當前景觀生態(tài)學發(fā)展的熱點和前沿[J].生態(tài)學報,2000,20(6):1113-1115.

[8] 鄔建國.景觀生態(tài)學中的十大研究論題[J].生態(tài)學報,2004,24(9) ;2074-2076.

[8] Peternson G D. Scaling ecological dynamics: Self-organization hierarchical structure and ecological resilience[J]. Climate Change, 2000,44:291-309.

[9] Cai B F, Yu R. Comparison on spatial scale analysis methods in landscape ecology[J]. Acta Ecological Sinica, 2008,25(5):2279-2287.[10] Levin S A. The problem of pattern and scale in ecology[J]. Ecology, 1992,73:1943-1967.

[11] Wu J G. Landscape ecology: Concept and theory[J]. Chinese Journal of Ecology, 2000,19(1):42-52.

[12] Zhao W W, Fu B, Chen L D. Some fundamental issues in scaling[J]. Advance in Earth Sciences, 2002,17(6):905-911.

[13] Lam N, Quattrochi D A. On the issues of scale, resolution, and fractural analysis in the mapping sciences[J]. The Professional Geographer, 1992,(44):88-987.

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

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

[12] Wu J. Effects of change scale on landscape pattern analysis: Scaling relations[J]. Landscape Ecology, 2004,19:125-138.

[17] 呂一河,傅伯杰.生態(tài)學中的尺度及尺度轉換方法[J].生態(tài)學報,2001,21(12):2097-2104.

[18] 蔡博峰,于嶸.景觀生態(tài)學中的尺度分析方法[J].生態(tài)學報,2008,28(5):2279-2287.

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

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

[21] 楊存建,劉紀元,張增祥,等.土地利用數(shù)據(jù)尺度轉換的精度損失分析[J].山地學報,2001,19(3):258-264.

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

[23] 孟陳,李俊祥,朱穎,等.粒度變化對上海市景觀格局分析的影響[J].生態(tài)學雜志,2007,26(3):1138-1142.

[24] 何丙輝,徐霞,辜世賢.潼南縣土地利用景觀格局特征分析[J].水土保持研究,2005,12(5):130-133.

[25] 焦峰,溫仲明,王飛,等.黃土丘陵縣域尺度整體景觀格局分析[J].水土保持學報,2005,19(2):167-170.

[26] 呂一河,陳利頂,傅伯杰.縣域人類活動與景觀格局分析[J].生態(tài)學報,2004,24(9):1833-1838.

[27] 張金屯,邱揚,鄭鳳英.景觀格局的數(shù)量研究方法[J].山地學報,2000,18(4):346-352.

[28] 鄔建國.景觀生態(tài)學:格局、過程、尺度與等級 [M].2版.北京:高等教育出版社,2007:117-119.

[29] 賴先齊.綠洲鹽漬化棄耕地生態(tài)重建研究[M].北京:中國農業(yè)出版社,2007.

[30] 游麗平,林廣發(fā),楊陳照,等.景觀指數(shù)的空間尺度效應分析:以廈門島土地利用格局為例[J].地球信息科學,2008,10(1):74-79.

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

[32] 盧玲.景觀格局指數(shù)及各指數(shù)意義[EB/OL]http:∥wenku. baidu. com/view/869 ea62 ccfc789 eb172 dc8 a1. html.2011年6月7號上傳，2015年1月4日下載

[33] 余建英,何旭宏.數(shù)據(jù)統(tǒng)計分析與SPSS應用[M].北京:人民郵電出版社,2003.

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

InfluenceofGrainSizeChangeonLandUseLandscapePatterninManasiRiverBasininRecent14Years

HAN Rong, TANG Xiangling

(DepartmentofGeography,CollegeofScience,ShiheziUniversity,Shihezi,Xinjiang832003,China)

Based on landscape heterogeneity and spatial differences in land use, landscape pattern indices of measure in time and space ‘coarse’, using RS and GIS software and landscape ecology methods, based on Manas River Basin of the remote sensing image in the period from 2000 to 2014, landscape type in the Manas River Basin, landscape type map grid, the important landscape index, from the overall level of landscape types and the landscape, land using effect and mechanism of the changes of the landscape pattern due to changing grain size in the Manas River Basin were analyzed, and the correlation of the landscape pattern indices with the particle sizes was analyzed. The results showed that in 100～3 000 m particle size range, Manas River Basin landscape pattern indices critical granularity ‘coarse’ phenomenon is obvious, overall, in the 400～800 m resolution critical size of Manas River Basin landscape pattern index was 400 m, suitable for calculating the size range for 200～800 m. So in the use of remote sensing image prediction, comparison and evaluation of the Manas River Valley landscape, the attention should be paid to the effects of grain size and of certain size conversion. Manas River Basin landscape form has the characteristic of fractal, fractal dimension of various types of landscape patches of size change in response to different fractal dimensions with particle size increase gradually decline trend, indicating that the types of landscape boundary tended to be simple. Quantitative correlation analysis reflected the degree of correlation of landscape index influenced by the change of the particle size, which can provide a reference for the subsequent Manas River Basin due to the project of returning farmland to forest (grass) caused by the study on the change of landscape pattern, in nearly 14 years from 2000 to 2014, landscape diversity in Manas River Basin became from the complexity to simplicity, diversity index decreased gradually.

land use; landscape pattern; multi-scale; grain size change; correlation analysis; Manasi River Basin

2016-05-24

：2016-06-25

石河子大學高層次人才項目(RCZX201417)

韓蓉(1990—),女,新疆庫爾勒人,碩士研究生,研究方向:景觀生態(tài)學。E-mail:1227677398@qq.com

唐湘玲(1976—),女,湖南人,副教授,博士, 研究方向:全球變化與生態(tài)響應。E-mail:Txl@sina.com

P901

：A

：1005-3409(2017)02-0194-08