丁雪姣，沈 強，聶超甲，胡青青，葉回春，張世文※

(1．安徽理工大學地球與環(huán)境學院，淮南 232001； 2．安徽理工大學測繪學院，淮南 232001；3.中國科學院遙感與數(shù)字地球研究所，北京 100094)

0 引言

土地是人類不可或缺的生產資料，土地利用/覆被變化情況與人類的生產生活息息相關，對景觀的結構、物質循環(huán)與能量流動、區(qū)域生態(tài)過程及可持續(xù)發(fā)展等都具有十分重要的影響[1]。自1995年“土地利用/土地覆被變化(LUCC)”計劃被提出以來，土地利用/土地覆被變化、區(qū)域土地景觀格局演變等方面一直是研究的熱點與重要領域[2-4]。由于氣候變化，土地利用與土地覆被將會繼續(xù)影響人類與生態(tài)系統(tǒng)[5]。土地覆被變化直接影響景觀格局，若土地覆被發(fā)生變化，景觀格局則隨之變化[6]。對景觀格局進行分析可以反映出不同地理要素在空間上的組合變化與各生態(tài)過程相互作用的結果，因此，在地學、城鄉(xiāng)規(guī)劃等領域具有重要作用。眾多研究在土地利用/覆被變化的基礎上分析區(qū)域景觀格局變化[7， 8]，還有一些學者對農村居民點景觀格局進行研究，殷小彤[9]利用景觀指數(shù)法確定了研究西北地區(qū)居民點變化的適宜范圍與最佳粒度。

景觀格局分析主要包括景觀空間異質性和景觀動態(tài)兩方面，其中景觀動態(tài)研究多用景觀指數(shù)法。景觀指數(shù)高度濃縮了景觀格局信息，既可以定量化分析景觀格局，又可以反映其空間組成與配置特征[10]，因而得到廣泛應用。但計算景觀指數(shù)多以柵格數(shù)據(jù)為基礎，不同柵格大小得出的計算結果略有不同，對分析結果存在一定干擾[11-13]。因此，景觀指數(shù)的粒度效應已經成為景觀生態(tài)學所要研究的重要問題，也成為了國內外研究的熱點問題。如張靜雨等[14]以洱海區(qū)域為研究對象，結合變異系數(shù)與函數(shù)擬合模型研究了空間粒度變化對景觀指數(shù)的影響，吳未等[15]采用RS、GIS等手段與景觀指數(shù)相結合的方法，研究了不同斑塊類型的適宜粒度范圍，Saura[16]研究了遙感影像的分辨率對景觀格局的影響，Alhamad等[17]以約旦西北部的3個省份為對象，研究了景觀指數(shù)粒度變化與空間異質性間的響應關系。此外，眾多景觀指數(shù)存在生態(tài)學意義上的重疊，因此在研究景觀格局變化時有必要選取代表性景觀指數(shù)。

針對以上問題，文章以安徽省2000年、2005年、2010年的土地覆被數(shù)據(jù)為基礎，采用景觀生態(tài)學與統(tǒng)計學相結合的方法，通過設置不同的柵格大小來研究景觀指數(shù)的粒度效應并確定計算景觀指數(shù)所需的合適粒度范圍，在眾多指數(shù)中選取有代表性的最小景觀指數(shù)集，以期為進一步研究安徽省土地景觀格局變化提供依據(jù)。

1 研究區(qū)域與數(shù)據(jù)源

1.1 研究區(qū)概況

安徽省位于長江、淮河中下游，面積14.01萬km2。由于大地構造單元與地質作用，全省地貌類型豐富，南北差異較大，總體地勢東北低、西南高，平原主要分布在皖北地區(qū)，皖中地區(qū)多丘陵，山地多集中于皖南地區(qū)，丘陵與山地面積較多。境內濕地主要位于長江、淮河與新安江三大流域； 作為農業(yè)大省，耕地占全區(qū)面積的一半以上，耕地與人口多分布于皖北與皖中地區(qū)，林地主要位于皖南山區(qū)。全省資源條件優(yōu)越，水資源、動植物資源、土地資源豐富，植被類型復雜多樣，屬南北植物區(qū)系匯集地帶。

1.2 數(shù)據(jù)來源及處理

數(shù)據(jù)源于中國遙感數(shù)據(jù)網(wǎng)(http：//rs.ceode.ac.cn/)，選取了2000年、2005年、2010年同一時段的少云的Landsat TM遙感影像(分辨率30m×30m)。采用Albers橢球體投影，WGS 84建立統(tǒng)一的地理坐標系，在ENVI 5.1平臺上進行幾何校正等預處理。根據(jù)2009年國家測繪局出版的1： 25萬行政邊界數(shù)據(jù)在遙感影像上裁剪出研究區(qū)。將監(jiān)督分類與目視解譯相結合，并依據(jù)景觀類型特點劃分土地覆被類型，包括耕地、林地、人工表面、草地、濕地和其他6個一級類，下分38個二級類。在解譯遙感影像時，結合2010年野外考察情況，采用誤差矩陣對解譯精度進行評價，3期影像的精度均在90%以上，滿足研究要求。

圖1 技術路線

2 研究方法

土地利用轉移矩陣可以反映研究期初與研究期末的土地覆被結構，顯示研究期內各種土地覆被類型之間的轉移情況，可用于表示研究區(qū)范圍內土地覆被變化方向及研究期末各土地覆被類型的來源與構成。景觀指數(shù)的尺度效應會對景觀格局的研究產生影響[11-12]，此外某些指數(shù)間顯著相關，存在明顯冗余。該文以土地覆被遙感影像為基礎，采用土地利用轉移矩陣來研究土地覆被的數(shù)量與方向變化； 采用景觀指數(shù)粒度效應分析法與代表性景觀指數(shù)選取的方法來確定研究安徽省景觀格局變化所需的適宜粒度范圍與最小景觀指數(shù)集。具體技術路線見圖1。

2.1 土地利用轉移矩陣

土地利用轉移矩陣可對土地覆被變化的結構特征與變化方向進行分析，可以此作為研究用地結構與景觀格局變化的基礎。利用ArcGIS 10.2軟件對兩期的土地覆被類型圖進行疊置分析，得到土地利用轉移矩陣，用于研究該時期內的土地覆被轉移情況，對各類型土地的流失數(shù)量進行定量化研究。

2.2 景觀指數(shù)粒度效應分析方法

景觀指數(shù)具有尺度依賴性，在幅度一定的情況，粒度變化會對指數(shù)產生影響[12]。在景觀水平上從聚集和散布情況、優(yōu)勢度、形狀復雜程度、多樣性等方面選取了斑塊數(shù)(NP)、斑塊密度(PD)、平均斑塊面積(AREA_MN)、斑塊結合度(COHESION)、景觀分割度(DIVISION)、分離度(SPLIT)、蔓延度(CONTAG)、聚集度(AI)、景觀形狀指數(shù)(LSI)、最大斑塊指數(shù)(LPI)、周長—面積分維數(shù)(PAFRAC)、面積加權平均分維數(shù)(AWMPFD)、香農均勻度指數(shù)(SHEI)、香農多樣性指數(shù)(SHDI)14個指數(shù)(表1)。

一般情況下，空間粒度的設置對應圖像的分辨率[18]。通過文獻檢索并結合研究區(qū)的具體情況，將柵格粒度范圍設置在50～350m。利用ArcGIS 10.2將3期的土地覆被數(shù)據(jù)格式由矢量圖數(shù)據(jù)為柵格數(shù)據(jù)，每25m設置一個柵格粒度，共計13個粒度，不同粒度均由初始矢量數(shù)據(jù)轉化。在Fragstats 4.1平臺上計算不同粒度下的景觀指數(shù)，分析其粒度效應并選取合適粒度范圍。

表1 所選景觀指數(shù)

景觀指數(shù) 說 明 斑塊數(shù)(NP)用于描述景觀空間異質性,其值的大小與景觀破碎化程度具有正相關性斑塊密度(PD)斑塊數(shù)與景觀面積的比值,與斑塊數(shù)(NP)高度相關,用于描述景觀的破碎化程度平均斑塊面積(AREA_MN)其值的變化可以反饋更豐富的景觀生態(tài)信息,該指數(shù)是反映景觀異質性的重要指標斑塊結合度(COHESION)景觀水平上的結合度景觀分割度(DIVISION)用于表征景觀的破碎化程度,其值與破碎化程度成正比景觀分離度(SPLIT)生態(tài)含義與景觀分割度(DIVISION)相同,當景觀中的斑塊越被細分時,其值越大景觀蔓延度(CONTAG)用于描述景觀中不同斑塊類型的團聚程度或延展趨勢。其值越高說明景觀中某種優(yōu)勢斑塊類型具有良好連接性; 反之,表明景觀的破碎化程度越高景觀聚集度(AI)用于描述景觀中斑塊的聚集程度景觀形狀指數(shù)(LSI)用于表示景觀形狀的復雜程度,其值越大說明景觀的形狀越復雜最大斑塊指數(shù)(LPI)用于確定景觀的優(yōu)勢類型,其值大小決定著景觀中的優(yōu)勢種; 其值的變化可以反映人類活動的方向和強弱周長—面積分維數(shù)(PAFRAC)用于描述不同空間尺度的形狀復雜性,數(shù)值越接近于1,則斑塊的形狀越簡單面積加權平均分維數(shù)(AWMPFD)用于測量景觀空間形狀的復雜性,可在一定程度上反映人類活動對景觀格局的影響香農均勻度指數(shù)(SHEI)是比較不同景觀或同一景觀不同時期多樣性變化的有利手段,此外該指標與優(yōu)勢度具有相關性香農多樣性指數(shù)(SHDI)用于反映景觀異質性,對景觀中各斑塊類型的非均勻分布狀況較為敏感,即強調稀有斑塊類型對信息的貢獻

2.3 代表性景觀指數(shù)選取方法

景觀指數(shù)間存在冗余現(xiàn)象，為了減少運算量并在相對合理的范圍內保證結果的準確性，可以選用代表性景觀指數(shù)。首先根據(jù)生態(tài)學意義與計算公式，剔除明顯冗余的指數(shù)，對剩余指數(shù)進行相關性分析[12]。其次利用因子分析法判斷景觀指數(shù)的類別，得到因子載荷矩陣|A|與因子得分矩陣|S|，分析公因子對原始變量的影響程度與各指數(shù)對每類公因子的貢獻程度[19]。最后基于因子分析的結果，采用Saltelli與Marivoet在1990年提出的基于非參數(shù)統(tǒng)計方法進行敏感性系數(shù)SRC的計算，選出靈敏度高且具有代表性的指數(shù)。SRC系數(shù)絕對值越大則影響越大[19]。

3 結果與分析

3.1 土地覆被發(fā)展方向

利用ArcGIS 10.2進行疊置分析，得到土地覆被變化圖與轉移矩陣(圖2和表2)。

表2 土地覆被類型轉移矩陣

年份類型草地濕地耕地人工表面其他林地總計km22000—2005草地2 188.401.476.076.370.240.842 203.39濕地0.059 360.12285.9923.960.230.799 671.14耕地1.44639.1477 273.631 145.273.7626.8979 090.14人工表面01.160.5311 716.550.020.2511 718.52其他0.0624.9127.772.74156.440.42212.34林地00.510.2624.21037 206.8937 231.88總計2 189.9510 027.3277 594.2612 919.11160.737 236.0814.01萬2005—2010草地2 149.240.4016.302.410.0521.552 189.95濕地09 312.88692.9911.259.870.3310 027.32耕地0.71640.8874 780.822 071.4834.4965.8977 594.26人工表面0.011.870.9112 916.080.060.1812 919.11其他0.5417.5111.743.20123.134.58160.70林地00.561.215.690.0637 228.5637 236.08總計2 150.509 974.0975 503.9715 010.11167.6637 321.1114.01萬2000—2010草地2 147.93 1.86 22.23 8.79 0.05 22.53 2 203.39 濕地0.05 8 718.84 906.65 35.03 9.44 1.13 9 671.14 耕地2.14 1 208.34 74 552.94 3 210.87 23.26 92.60 79 090.14 人工表面0.01 2.75 0.99 11 714.30 0.05 0.42 11 718.52 其他0.37 41.25 19.70 11.22 134.82 4.98 212.34 林地0.00 1.05 1.46 29.89 0.05 37 199.44 37 231.88 總計2 150.50 9 974.09 75 503.97 15 010.11 167.66 37 321.10 14.01萬

安徽省的土地覆被類型始終以耕地為主，其次是林地與人工表面。優(yōu)勢景觀順序未發(fā)生變化，但耕地面不斷減少，人工表面所占比重逐漸增大，每種覆被類型都有一部分轉化為人工表面。2000—2005年與2005—2010年，最大的面積轉化為耕地轉化為人工表面(主要轉化為居住地)，分別為1 145.27km2、2 071.48km2，分別占各自時期耕地轉出面積的63%與73.6%。2000—2005年土地覆被類型主要是轉化為濕地、耕地與人工表面，其中轉化為耕地與人工表面的區(qū)域集中在皖江經濟帶，轉化為濕地的區(qū)域大多位于淮河流域和淮河與長江之間的中部、東部地區(qū)。人工表面增加了1 200.59km2， 95%來自于耕地，所增加的人工表面在安徽中南部呈連片分布，在皖北地區(qū)呈明顯的線狀分布； 耕地轉出量大于轉入量，因此耕地面積減少，不利于耕地的可持續(xù)發(fā)展； 濕地面積共增加了356.18km2，主要位于淮河流域，少部分位于長江流域。2005—2010年土地覆被類型主要轉化為耕地與人工表面，耕地面積增加區(qū)主要位于長江與淮河之間，主要由濕地轉化而來，表明濕地范圍縮減； 人工表面增加則發(fā)生在淮河流域及以北地區(qū)，主要由耕地轉化而來。雖有一定量的濕地轉化為耕地，但不足以補充耕地的損失量，所以總體上耕地面積仍在減少。

圖2 安徽省不同階段土地覆被變化

2000—2010年整個研究時段來看，耕地、濕地與人工表面間的轉化面積較大，其中最大的轉化面積為耕地轉化為人工表面，為3 210.87km2，占其轉出面積的70.8%； 其次為耕地轉化為濕地，轉化面積為1 208.34km2，占其轉出面積的26.6%； 再次為濕地轉化為耕地，面積為906.65km2，占其轉出面積的95.2%。在10年間，面積變化較大的土地覆被類型為耕地、人工表面與濕地3種，其中耕地面積共減少了3 586.17km2，人工表面的面積增加了3 291.59km2，濕地面積增加了302.95km2。綜合來看，人工表面的范圍大幅擴張，耕地面積大范圍減少，該現(xiàn)象不利于經濟與社會的可持續(xù)發(fā)展，應加大保護耕地的力度，嚴格控制耕地轉化為非耕地，并在可能的情況下進行廢棄地的復墾工作，以保證耕地的數(shù)量。

表3 景觀指數(shù)尺度域及適宜范圍

粒度效應分類景觀指數(shù)第一尺度域(m)適宜粒度范圍(m)第一類斑塊數(shù)50～7550～75斑塊密度50～7550～75最大斑塊指數(shù)50～125100～125斑塊結合度50～125100～125景觀分割度50～125100～125景觀分離度50～125100～125香農多樣性指數(shù)50～150125～150香農均勻度指數(shù)50～200175～200面積加權平均分維數(shù)50～125100～125第二類周長—面積分維數(shù)無愈小愈好景觀蔓延度無愈小愈好平均斑塊面積無愈小愈好景觀形狀指數(shù)無愈小愈好景觀聚集度無愈小愈好

3.2 景觀粒度效應分析

3.2.1 不同景觀指數(shù)粒度效應分析

根據(jù)景觀指數(shù)計算結果，以粒度為橫坐標，以景觀指數(shù)為縱坐標，繪制景觀指數(shù)粒度效應曲線(圖3)。不同指數(shù)代表不同的信息，景觀指數(shù)對于粒度變化的響應存在非同步性，因此第一轉折點所出現(xiàn)的位置并不完全一樣[11]。所選指數(shù)隨著粒度增加，基本呈現(xiàn)兩種變化趨勢(表3)。

第一類隨著粒度的增加，曲線存在尺度轉折點。大多數(shù)景觀指數(shù)的第一轉折點在125m處，如斑塊結合度、面積加權分維數(shù)、景觀分割度與景觀分離度，有些在75m處，如斑塊數(shù)、斑塊密度、最大斑塊指數(shù)。香農多樣性指數(shù)的第一轉折點在150m處，香農均勻性指數(shù)的轉折點在200m處。第二類隨著粒度的增加，曲線無明顯尺度轉折點。該趨勢表明隨著粒度的增加，雖然會出現(xiàn)一些斑塊間消失或融合等現(xiàn)象，但并不會劇烈。

柵格粒度的變化改變了斑塊的分割情況，使得一些小斑塊消失，出現(xiàn)斑塊數(shù)減少、斑塊密度降低； 或導致較小的斑塊并入更大的斑塊，造成最大斑塊指數(shù)增加，改變景觀形狀的復雜度與分割度。隨著研究粒度的逐漸增大，安徽省土地覆被景觀格局總體呈現(xiàn)為斑塊數(shù)減少，平均斑塊面積增加，最大斑塊指數(shù)增大，形狀復雜程度降低。該文研究結果與趙文武、張立平、徐麗等人的研究結果基本一致[10-12]。

圖3 安徽省不同時段景觀指數(shù)粒度變化對比曲線

該文通過對3期的景觀指數(shù)進行比較，發(fā)現(xiàn)不同時段的景觀指數(shù)隨著時間變化具體表現(xiàn)為斑塊數(shù)、斑塊密度、平均斑塊面積、斑塊結合度、最大斑塊指數(shù)、景觀蔓延度、聚集度等呈現(xiàn)為總體減小的趨勢； 景觀形狀指數(shù)、分割度、分離度、香農多樣性與均勻度指數(shù)呈現(xiàn)出總體上升的趨勢。不同時段的景觀指數(shù)曲線在125m處變化較大。某些景觀指數(shù)曲線隨時間差異的變化幅度較小，結合各指標的范圍大小、計算公式與其變化對實際情況的影響，為避免重復以150m粒度水平下的景觀分割度(DIVISION)為例進行分析， 2000—2010年差值為0.021 7，其區(qū)間范圍為0≤DIVISION<1，變化幅度大于取值范圍的2%，該現(xiàn)象表明：雖然數(shù)值波動較小，但時間差異對指標仍然存在一定程度的影響。

3.2.2 粒度范圍選取

粒度變化使斑塊分割情況發(fā)生變化，導致景觀指數(shù)變化。趙文武等[11]指出，景觀指數(shù)值第一次發(fā)生突變的區(qū)間為第一尺度域，轉折點是較小的區(qū)間范圍，并非確定值。若想保證質量并節(jié)省計算量，應選取第一尺度域內中等偏大范圍。通過對各景觀指數(shù)對應的第一尺度域及適合粒度范圍分析可知，第二類景觀指數(shù)的適宜范圍越小越好。第一類指數(shù)中除斑塊數(shù)與斑塊密度的適宜范圍在50～75m之間，香農多樣性與均勻度指數(shù)的數(shù)值在125m前基本無變化，其余指數(shù)的適宜區(qū)間均為100～125m。綜合考慮各指數(shù)，確定計算安徽省景觀指數(shù)的適宜粒度范圍為100～125m。

3.3 代表性景觀指數(shù)的選取

3.3.1 景觀指數(shù)相關性分析

根據(jù)生態(tài)學含義及計算公式，對明顯冗余的景觀指數(shù)進行初步篩選。

香農多樣性指數(shù)(SHDI)是描述景觀多樣性時所采用的較為廣泛的指標，包含了香農均勻度(SHEI)指數(shù)所表達的信息，因此保留香農多樣性指數(shù)。斑塊數(shù)(NP)與斑塊密度(PD)為明顯的正相關關系，平均斑塊面積(AREA_MN)互為倒數(shù)關系，三者均可度量景觀破碎化程度，因此只保留平均斑塊面積這一指標。從Fragstats景觀指數(shù)計算公式來看，景觀分割度(DIVISION)等于1減去斑塊面積除以整個景觀面積的平方和，景觀分離度(SPLIT)的值為景觀面積除以所有斑塊面積的平方和，兩者之間具有相關性。大多數(shù)研究中采用了分割度(DIVISION)，因此結合眾人的研究，剔除景觀分離度，保留景觀分割度指數(shù)。對剩余的10項景觀指數(shù)進行Spearman相關分析(表4)。

表4 10個景觀指數(shù)的Spearman相關系數(shù)矩陣

景觀指數(shù)LPILSIPAFRACCONTAGCOHESIONDIVISIONSHDIAIAWMPFDAREA_MNLPI1.000LSI-0.870??1.000PAFRAC0.845??-0.994??1.000CONTAG-0.606??0.860??-0.884??1.000COHESION-0.2180.622??-0.636??0.600??1.000DIVISION-0.913??0.895??-0.871??0.721??0.3251.000SHDI-0.319-0.0690.118-0.509?-0.3460.1231.000AI-0.721??0.950??-0.961??0.967??0.659??0.808??-0.3691.000AWMPFD-0.525?0.867??-0.882??0.908??0.830??0.636??-0.483?0.943??1.000AREA_MN0.783??-0.971??0.977??-0.922??-0.637??-0.853??0.239-0.979??-0.912??1.000 注:?表示在置信度(雙側)為0.05時顯著相關; ??表示在置信度(雙側)為0.01時顯著相關

表5 景觀指數(shù)因子分析結果

項目旋轉后的因子載荷矩陣|A| 因子得分矩陣|S|F1F2F1F2特征值6.4542.653貢獻率(%)64.53926.533累計貢獻率(%)64.53991.072AI0.969 60.226 90.149 20.040 0LSI0.966 0-0.257 40.170 3-0.137 8PAFRAC-0.998 90.021 0-0.165 10.052 4AWMPFD0.906 50.380 00.132 00.099 1COHESION0.965 8-0.019 40.159 6-0.050 3DIVISION0.489 30.153 40.073 60.034 5AREA_MN-0.981 40.028 0-0.162 60.052 4LPI-0.040 1-0.257 4-0.051 20.368 1CONTAG0.680 10.731 90.079 00.238 5SHDI0.015 2-0.999 00.047 2-0.367 8

從表4可以看出，SHDI與其他指數(shù)間的相關性較小，說明其獨立性較好。大部分的景觀指數(shù)間具有較高的相關關系，其中最大正、負相關系數(shù)均在0.9以上，表明大部分景觀指并不相互獨立，同時選用眾多指數(shù)并不十分合理，而且加重了計算量。

3.3.2 景觀指數(shù)因子分析

對原始數(shù)據(jù)進行標準化處理后，使用主成分法將特征根大于1的成分作為公因子進行提取，計算因子載荷矩陣|A|。采用最大方差法對矩陣進行正交旋轉變換以突出各主因子的典型代表性，得到較為滿意的主因子，同時計算因子得分矩陣|S|(表5)。

特征值大于1的主因子有2個，即F1、F2，特征值分別為6.454、2.653，累計貢獻率達到91.072%。這2個公因子能夠壓縮數(shù)據(jù)量，并提供了原始數(shù)據(jù)的大部分信息。第一主因子在LSI、PAFRAC、COHESION、AI、AWMPFD、AREA_MN處具有較大的載荷，其中PAFRAC的載荷系數(shù)最大； 第二主因子在LPI、SHDI、CONTAG處具有較大的載荷，且相應的因子得分較高。

3.3.3 景觀指數(shù)敏感性分析

表6 敏感性分析結果

景觀指數(shù)敏感性系數(shù)F1F2景觀聚集度0.066 8景觀形狀指數(shù)0.952 3周長—面積分維數(shù)-0.000 6面積加權平均分維數(shù)0.000 2斑塊結合度0.000 9景觀分割度0.000 1平均斑塊面積-0.303 8最大斑塊指數(shù)0.151 4景觀蔓延度0.144 9香農多樣性指數(shù)-0.004 0

通過敏感性分析結果(表6)發(fā)現(xiàn)：在公因子F1中，景觀形狀指數(shù)、平均斑塊面積與景觀聚集度的敏感性系數(shù)的絕對值較大，即這幾個指數(shù)對F1表現(xiàn)得較為敏感； 在公因子F2中，最大斑塊指數(shù)與景觀蔓延度指數(shù)的絕對值較大，表明其對F2表現(xiàn)得較為明顯。

綜合上述相關性分析、因子分析與敏感性分析3種方法定量分析的結果，結合Fragstats 4.1軟件的指數(shù)分類及各個指數(shù)生態(tài)學含義，對冗余景觀指數(shù)進行剔除，最后保留最大斑塊指數(shù)(LPI)、景觀形狀指數(shù)(LSI)、平均斑塊面積(AREA_MN)、香農多樣性指數(shù)(SHDI)4個景觀指數(shù)對安徽省景觀格局的變化進行研究。最大斑塊指數(shù)(LPI)可確定景觀的優(yōu)勢類型； 景觀形狀指數(shù)(LSI)用于判斷景觀形狀復雜性； 平均斑塊面積(AREA_MN)則反映了景觀的破碎化程度； 香農多樣性指數(shù)(SHDI)是描述景觀多樣性常用指數(shù)，可以反映景觀異質性。

該文分析了不同時期的土地覆被景觀指數(shù)的粒度效應，結果發(fā)現(xiàn)景觀指數(shù)隨粒度變化的趨勢基本相同，可能與研究區(qū)的范圍較大有關； 時間尺度也會對分析結果產生影響。根據(jù)安徽省統(tǒng)計局發(fā)布的統(tǒng)計數(shù)據(jù)：(1)國民經濟核算。人均生產總值(按常住人口計算)： 2000年4 779.46元/人； 2005年8 630.70元/人； 2010年2.088 780萬元/人。(2)交通運輸業(yè)基本情況。運輸線路長度： 2000年鐵路運營里程， 2 164km，公路4.449 3萬km； 2005年鐵路運營里程， 2 353km，公路7.289 7萬km； 2010年鐵路運營里程， 2 850km，公路14.938 2萬km[20]。該文以5年為時間粒度，2000—2010年，安徽省整體發(fā)展速度較慢。這些因素均可能造成景觀指數(shù)粒度效應曲線的變化幅度不明顯。根據(jù)安徽省景觀特點，選擇了在實際應用中較多的部分景觀指數(shù)作為分析依據(jù)，基于相關分析、因子分析與敏感性分析的結果篩選出了安徽省的代表性景觀指數(shù)，對于該結論的廣普性有待進一步探討。此外，可以進一步對安徽省景觀格局進行分區(qū)[21]，研究不同區(qū)域的破碎度與某種土地覆被類型流失量之間的關系以及預測安徽省未來的土地覆被情況[22， 23]。

4 結論

(1)安徽省的土地覆被類型始終以耕地為主，其次是林地，再次為人工表面。優(yōu)勢景觀順序未發(fā)生變化，但耕地面不斷減少，人工表面所占比重逐漸增大。最大的轉化面積為耕地變?yōu)槿斯け砻?，?0年間有超過3 200km2的耕地轉化為人工表面。

(2)粒度變化對景觀指數(shù)的計算結果產生影響。根據(jù)景觀指數(shù)隨粒度增加有無明顯尺度轉折點分為2類，第1類包括斑塊數(shù)、斑塊密度、最大斑塊指數(shù)、斑塊結合度、面積加權平均分維數(shù)、景觀分割度、景觀分離度、香農多樣性指數(shù)與香農均勻度指數(shù)，這些指數(shù)隨著粒度的增加存在尺度轉折點； 第2類包括景觀形狀指數(shù)、周長—面積分維數(shù)、景觀蔓延度與景觀聚集度與平均斑塊面積，這些指數(shù)隨著粒度的增加無明顯拐點。根據(jù)第一尺度域是確定合適粒度大小的觀點，安徽省的合適粒度范圍為100～125m。

(3)確定研究安徽省土地景觀格局變化代表性指數(shù)有4個，分別為最大斑塊指數(shù)(LPI)、景觀形狀指數(shù)(LSI)、平均斑塊面積(AREA_MN)、香農多樣性指數(shù)(SHDI)。該文提出的結合景觀指標生態(tài)意義，基于相關分析(剔除相關性較強的冗余指標)、因子分析(對景觀指數(shù)進行分類，并分析公因子對原始變量的影響程度及各指數(shù)對每類公因子貢獻率)和敏感性分析(篩選靈敏度高且具有代表性的指標)逐步確定省域尺度下景觀指數(shù)集方法，可為今后同類尺度下的研究提供技術支撐。