劉雨先, 王守梅, 龔熊波, 李博, 楊波

基于3DLP指數(shù)的景觀格局演變及預測分析

劉雨先, 王守梅, 龔熊波, 李博, 楊波*

湖南師范大學資源與環(huán)境科學學院, 地理空間大數(shù)據(jù)挖掘與應用湖南省重點實驗室, 長沙 410081

采用1987、1999、2009和2017年四期Landsat TM/OLI數(shù)據(jù), 結合GIS和RS技術, 從類型和景觀層面計算安化縣四個年度的3DLP指數(shù), 分析安化縣近30年來景觀格局的動態(tài)演變并利用CA-Markov 模型對2025年景觀格局演變進行模擬和預測, 為推動該縣今后生態(tài)環(huán)境的進一步恢復和改善提供指導。結果表明: (1)林地是安化縣的優(yōu)勢景觀, 對安化縣景觀的主控作用強。(2)從不同景觀類型來看, 1987—2017年期間安化縣各景觀破碎化情況均有所緩解, 其中建設用地、林地面積增加, 草地、水域、農(nóng)地面積減少; 林地、水域邊界形狀趨于簡單化, 建設用地、草地邊界形狀趨向復雜化, 農(nóng)地邊界形狀受人類活動影響較小。(3)從整體景觀來看, 安化縣景觀格局的演變主要是受到人為因素的影響, 1999年整體邊界形狀變得更為規(guī)則, 同時破碎化程度、景觀異構性以及多樣性有所提高。1999—2017年各類景觀類型的面積比例差異增大, 破碎化程度以及景觀異質(zhì)程度降低, 優(yōu)勢景觀類型份額增加。(4)根據(jù)預測結果來看, 安化縣整體趨向均衡化發(fā)展, 邊界形狀趨向規(guī)則化, 景觀異質(zhì)性程度降低, 各類景觀類型的面積比例差異減小, 林地出現(xiàn)被其他景觀蠶食分割的趨勢, 因此需要進一步提高對林地的重視和保護, 限制其他景觀類型對林地的干擾。

3DLP指數(shù); 景觀格局; CA-Markov 模型; 安化縣

0 前言

景觀格局是指不同形狀、大小的景觀要素在空間上的組合規(guī)律, 通常采用景觀指數(shù)對其進行描述。景觀格局及其變化和發(fā)展是自然生物和社會要素相互作用的結果, 影響著區(qū)域的生態(tài)過程和邊緣效應[1]。因此, 景觀格局演變分析可以深入了解景觀格局和生態(tài)過程的相互關系, 為區(qū)域可持續(xù)發(fā)展提供參考和依據(jù)。隨著GIS和RS技術的迅速發(fā)展, 利用景觀指數(shù)定量化分析宏觀生態(tài)系統(tǒng)空間格局的研究模式逐漸形成[2]。不少學者借助ArcGIS、ENVI、Fragstats等軟件, 采用景觀指數(shù)法、轉移矩陣模型以及梯度分析方法等研究景觀格局。關于景觀格局的研究主要集中在景觀格局現(xiàn)狀分析[3]、景觀格局動態(tài)演變[4–5]、景觀格局驅(qū)動力[6]及景觀格局預測[7–8]等方面。胡艷[3]等利用高分一號遙感圖像數(shù)據(jù), 選取景觀指數(shù)分析法, 采用ArcGIS和Fragstats軟件分析寬闊水自然保護區(qū)的景觀格局特征。Cabral andCosta[9]分析了人類活動對塞內(nèi)加爾和幾內(nèi)亞邊境地區(qū)的土地利用和景觀格局的影響。Ahmadi and Alebrahim[10]以伊朗霍梅尼沙市為例, 利用人工神經(jīng)網(wǎng)絡對TM影像進行分類并通過Fragstats軟件計算景觀指標來分析景觀格局變化。目前, 景觀格局動態(tài)演變的研究大部分是基于二維景觀格局(Two-dimensional Landscape Pattern, 2DLP)指數(shù)分析, 忽略了地形因子的影響, 容易使結果產(chǎn)生偏差。已有的三維景觀格局(Three-dimensional Landscape Pattern, 3DLP)指數(shù)的研究主要集中于2DLP指數(shù)與3DLP指數(shù)的對比分析[11–12]。而在景觀格局預測方面, 前人應用了多種模型, 主要集中在CLUE[13]、CLUE-S[14]、系統(tǒng)動力學(SD)[15]、CA-Markov模型[16–17]等。其中, CA-Markov模型綜合了CA模型模擬復雜系統(tǒng)空間變化的能力和Markov模型長期預測的優(yōu)勢, 在模擬、預測景觀格局演變方面應用較為廣泛?？v觀相關研究進展, 景觀格局演變與預測已經(jīng)形成了較為系統(tǒng)的分析模式, 但基于3DLP指數(shù)對景觀格局演變及預測分析的研究較少。

安化縣是國家級重點生態(tài)功能區(qū)縣、洞庭湖水系主要的水源涵養(yǎng)區(qū)和水質(zhì)保障區(qū)之一, 對益陽市甚至湖南省生態(tài)環(huán)境都有重要意義。然而經(jīng)濟社會的快速發(fā)展不斷影響著景觀格局, 使其生態(tài)環(huán)境受到的干擾日趨強烈, 引起了安化縣生態(tài)效應、土地利用類型和自然資源的變化[18]。近年來, 安化縣環(huán)境問題頻發(fā), 經(jīng)濟社會發(fā)展與環(huán)境保護之間的矛盾越來越突出, 亟需妥善解決。因此, 本文在ArcGIS10.2以及ENVI5.3軟件支持下, 采用數(shù)字高程模型(DEM)數(shù)據(jù), 用三維表面積與周長代替二維平面面積與周長來計算安化縣的3DLP指數(shù), 探究30年來安化縣景觀格局的演變并對2025年景觀格局演變進行模擬和預測, 以期為優(yōu)化該縣景觀格局、促進協(xié)調(diào)可持續(xù)發(fā)展、實現(xiàn)穩(wěn)定脫貧提供重要指導。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

安化縣(110°43′07"—110°58′51" N, 27°58′54"—28°28′37 "E)位處雪峰山脈北麓、資水中游、湘中偏北, 東與益陽市、長沙市交界, 南與婁底市相連, 西臨懷化市, 北接常德市(圖1)。安化縣屬典型的山區(qū)縣, 地勢西、南、北三面高, 東面較低, 地形地貌多樣, 以臺地、丘陵、平原為主, 山地分布較少。海拔1000 m以上的山峰有63座, 西部最高處九龍池海拔1622 m, 東部最低處善溪口海拔57 m, 相對高差為1565 m。安化縣屬亞熱帶季風性濕潤氣候, 四季分明、降水集中、熱量充足, 自然資源極其豐富, 內(nèi)轄柘溪國有林場、芙蓉國有林場以及洞市國有林場, 林地面積廣。境內(nèi)水系十分發(fā)達, 溪河縱橫交錯, 分屬資水、湘江、沅水三大水系, 以資水水系為主。

2017年末, 安化縣總人口102.02 萬人, 其中城鎮(zhèn)常住人口30.28 萬人, 城鎮(zhèn)化率為35.05%。2018年, 全縣完成糧食播種面積66.08 萬畝, 實現(xiàn)生產(chǎn)總值233.46 億元, 增長7.7%; 全面小康總體實現(xiàn)程度達94.5%。研究區(qū)是湖南有名的有色金屬大縣, 林業(yè)資源大縣, 茶葉生產(chǎn)大縣, 水能資源大縣, 藥材產(chǎn)業(yè)大縣, 先后獲得“中國厚樸之鄉(xiāng)”、“中國竹子之鄉(xiāng)”、“中國最佳養(yǎng)生休閑旅游勝地”等稱號。

圖1 研究區(qū)地理位置示意圖

Figure 1 Location map of the study area

1.2 數(shù)據(jù)來源與處理

研究中采用的數(shù)據(jù)為Landsat TM/OLI數(shù)據(jù), 成像時間為1987年、1999年、2009年以及2017年, 均來自于中科院地理空間數(shù)據(jù)云(http://www.gscloud. cn)以及美國地質(zhì)調(diào)查局(United States Geological Survey, USGS)。研究中所選用的影像成像時間均在冬季且云量在10%以下, 滿足研究精度要求。將TM/OLI影像進行真彩色合成, 經(jīng)目視解譯反復選點, 共選取了849個斑塊(四個時期選取的數(shù)量分別為160、197、224、268個), 選用最大似然法對影像進行監(jiān)督分類, 根據(jù)《土地利用現(xiàn)狀分類(GB/T21010—2017)》及前人的研究[19–20], 考慮到安化縣的實際情況以及遙感影像分類的特點, 將安化縣景觀分為建設用地、林地、水域、農(nóng)地以及草地五大類, 各個時期分類精度如表1所示。DEM數(shù)據(jù)(30 m)來自于地理空間數(shù)據(jù)云, 主要用于微觀地形分析、宏觀地形分析以及3DLP指數(shù)計算。

2 研究方法

2.1 微觀地形分析

坡度作為最常用的微觀地形因子, 是表示地表單元陡緩程度的重要指標, 通常用度來表示。根據(jù)《第三次全國土地調(diào)查技術規(guī)程》坡度級別劃分方法以及安化縣地形情況, 將坡度劃分為0°—5°、5°—15°、15°—25°、25°—45°、45°—75°五個等級。

表1 安化縣各時期影像分類精度

2.2 宏觀地形分析

宏觀地形分析主要有地形起伏度以及地表粗糙度分析, 通常用來反映宏觀上地表起伏變化, 對分析景觀格局變化有重要作用。

地形起伏度是指特定區(qū)域內(nèi)高程變動的最大值, 可以揭示該區(qū)域內(nèi)的相對高差, 定量地描述地貌形態(tài), 其計算方式為單位面積內(nèi)最高點海拔減去最低點海拔, 公式如下:

地表粗糙度是指地表特定區(qū)域內(nèi)表面面積與平面面積之比, 通常用來揭示地形表面的侵蝕程度和起伏變化程度。計算公式如下:

式中,為地表粗糙度;為地表面與投影面之間的夾角。

2.3 景觀格局指數(shù)選取

根據(jù)諸多學者[11,21]的研究以及安化縣的具體情況選取了11個指標, 其中類型層面上的指標為類型面積(CA)、平均斑塊大小(MPS)、最大斑塊指數(shù)(LPI)、斑塊密度(PD)、平均斑塊分維數(shù)(MPFD); 景觀層面上的指標為平均斑塊大小(MPS)、最大斑塊指數(shù)(LPI)、斑塊密度(PD)、平均斑塊分維數(shù)(MPFD)、Shannon多樣性指數(shù)(SHDI)、Shannon均勻度指數(shù)(SHEI), 通過這11個指標即可定量分析安化縣景觀格局變化。具體如表2:

2.4 3DLP指數(shù)計算

在2DLP指數(shù)算法的基礎上, 將三維表面積和三維周長代替二維的面積和周長進行計算, 即可得到3DLP指數(shù)。其中三維表面積的獲取采用Jenness[22]開發(fā)的基于DEM的計算方法, 從而精確地獲取影像中每個柵格的表面積。首先選用DEM數(shù)據(jù)進行三角形法和滑框算法, 在三維空間中, 每個三角形都與中央柵格以及相鄰兩個柵格的中心點相連, 因此可通過勾股定理算出三角形的邊長, 表面積可通過計算與中央柵格相鄰的八個三角形得到。利用此方法可以獲得每個柵格的表面積, 再與分類后的遙感影像結合, 分斑塊求和獲取每個斑塊的面積。而三維周長的獲取需要先將分類的影像轉為線狀要素, 再將線狀要素和DEM數(shù)據(jù)結合, 通過ArcGIS為線狀要素添加表面信息, 即可得到各斑塊的表面周長。最后將所得到的三維面積與三維周長代入相關景觀指數(shù)公式, 修正2DLP指數(shù), 得到更符合真實情況的3DLP指數(shù)。三維表面積及周長計算公式如下:

表2 景觀格局指數(shù)描述

表2中,為類型斑塊數(shù)量;a為第塊斑塊的面積;a為第類景觀中第塊斑塊的面積;為類型總面積或景觀總面積;為類型總斑塊數(shù)或景觀總斑塊數(shù);P為第塊斑塊的周長;P為第類中第塊斑塊的周長。

式中,A為表面面積;D為表面周長;為像元尺寸大小;S是第塊像元的坡度;d是第塊像元中心點與相鄰中心點的相對海拔高度差。

2.5 基于CA-Markov模型的景觀格局預測

元胞自動機(CA)是一種采用離散的空間布局和離散的時間間隔的動態(tài)模型, 具有強大的空間計算能力, 能夠模擬時空動態(tài)變化。馬爾科夫鏈(Markov- Cain)是指數(shù)學中具有馬爾科夫性質(zhì)的離散事件從一個狀態(tài)到另一個狀態(tài)的轉換的隨機過程。通過創(chuàng)建景觀變化轉移矩陣, 馬爾科夫鏈可以預測景觀類型未來的變化。單一的馬爾科夫鏈不具備空間知識, 無法考慮每種景觀類型的空間分布, CA-Markov模型在元胞自動機模型的基礎上加入空間特征, 在提高景觀演變預測精度的基礎上同時有效地模擬景觀格局的空間變化, 而不是完全數(shù)學意義上的預測, 具有較大的科學性。利用IDRISI軟件中的CA-Markov模型將DEM、坡度、距道路的距離和距水域的距離作為驅(qū)動因子, 將水域作為限制因子, 對景觀的演變進行模擬, 模擬精度采用Kappa系數(shù)表示。

3 結果與分析

3.1 微觀地形分析

經(jīng)過ArcGIS處理, 提取各個柵格的坡度, 得到安化縣不同坡度帶的平面面積和三維表面積(表3)。安化縣平面面積為4836.91 km2, 三維表面積為5506.57 km2, 三維表面積比二維平面面積多出669.66 km2, 是平面面積的1.14倍。坡度為5°—15°、15°—25°、25°—45°的三維表面積分別占安化縣三維總面積的25.16%、32.35%、36.18%, 表明安化縣土地的坡度集中于5°—45°。安化縣內(nèi), 東南部和北部坡度相對較低, 西部和最東部坡度相對較高(圖2-a)。在坡度帶0°—15°內(nèi), 安化縣三維表面積與二維平面面積之比較小, 說明該坡度范圍內(nèi)安化縣三維表面積與二維平面面積的差異不大。坡度和三維表面積與二維平面面積之比成正比, 隨著坡度不斷升高, 三維表面積與二維平面面積之比不斷增大, 在45°—75°坡度帶內(nèi), 面積比達到了1.563。這也證明將三維表面積和三維周長代替二維平面面積與周長計算景觀格局指數(shù)是有意義且有必要的。

表3 不同坡度帶的土地二維面積和三維面積

3.2 宏觀地形分析

3.2.1 地形起伏度分析

根據(jù)前人的地形分類體系[12,23–24]與安化縣具體情況, 按照地形起伏度將地形分為五類, 分別為平原(<30 m)、臺地(30—70 m)、丘陵(70—200 m)以及低山(>200 m)。其中, 平原占全縣面積的14.81%, 臺地占全縣面積的55.96%, 丘陵占全縣面積的29.22%, 山地幾乎沒有分布。在安化縣縣域內(nèi), 平原多分布于北部和東南部, 丘陵多分布于安化縣西部和最東部(圖2-b)。

3.2.2 地表粗糙度分析

根據(jù)安化縣的實際情況, 采用ArcGIS中的自然間斷法將安化縣的地表粗糙度分為五類, 分別為1—1.05、1.05—1.15、1.15—1.25、1.25—1.45以及1.45—3.65。分別占總面積的41.71%、37.27%、13.83%、6.33%、0.86%。與坡度和地形起伏度分布圖相似, 粗糙度較低的土地多位于北部和東南部, 粗糙度較高的土地多位于西部和最東部(圖2-c)。安化縣高山疊嶂, 以南部的雪峰山和西北的云臺山兩大山系構成了安化縣主要的地形結構, 主要呈西南——東北走向, 形成大量臺地、丘陵, 而地形越復雜區(qū)域的土地表面積越大。

3.3 類型層面的3DLP指數(shù)分析

3.3.1 面積指數(shù)

面積指數(shù)包括斑塊類型面積、平均斑塊大小以及最大斑塊指數(shù), 表4列舉了安化縣1987、1999、2009以及2017年斑塊類型面積和平均斑塊大小。下面分別從面積和最大斑塊指數(shù)兩方面分析:

面積: 從表4可以看出, 1987—2017年期間建設用地斑塊類型面積不斷增長, 增長速度比較快, 而建設用地平均斑塊大小也呈不斷增大趨勢, 反映了安化縣30年來城市擴張速度的變化。林地在這期間整體上增加, 并且一直是安化縣面積最大的景觀類型, 說明林地在安化縣景觀結構中占有重要地位。1987—1999年林地略有減少, 與當?shù)鼐用窨撤ド钟糜诮ㄔ炀幼鏊约吧a(chǎn)生活有關。1999—2009年林地小幅度增長, 1999年, 安化縣六步溪自然保護區(qū)成立, 同年洞市國有林場和芙蓉國有林場劃定為生態(tài)公益型林場后, 全面禁止砍伐, 因而2009年林地的斑塊類型面積和平均斑塊大小均有所增長。2009—2017年, 林地面積增長較多, 平均斑塊大小大幅度增加, 這與政府對林地的保護舉措有關, 如六步溪自然保護區(qū)晉升為國家級自然保護區(qū)、退耕還林等。水域面積在1987—2017期間整體上呈減少趨勢, 這與安化縣當時的環(huán)境和經(jīng)濟狀況有關。主要原因是人們占用大量水域進行生產(chǎn)生活活動, 導致水域面積在1987—1999年大幅度減少, 而人們能利用或占用的水域都是面積較小、比較破碎的小水塘、水溝等, 所以在1999—2009年出現(xiàn)水域面積較之前不斷減小, 而平均斑塊大小卻增大的現(xiàn)象。1987—2009年期間內(nèi)農(nóng)地面積緩慢減少, 而2009—2017年大幅度減少, 原因是安化縣2009年以來建設用地大幅度增加占用農(nóng)地。草地面積一直是安化縣面積較小的類型, 但在1999年突增至25320.84 hm2, 原因可能是在1999年前種草效益較高[25], 人們紛紛種草來獲取收益。

圖2 研究區(qū)坡度 (a)、地形起伏度(b)和地表粗糙度(c)的空間分布

Figure 2 Spatial distribution of slope (a), topographic relief (b) and surface roughness (c) of the study area

表4 1987—2017年安化縣各景觀類型面積變化

最大斑塊指數(shù): 最大斑塊指數(shù)主要用來表征景觀的優(yōu)勢度, 可以反映人類活動方向和干擾的強度。1987—2017年這30年來, 建設用地、林地的最大斑塊指數(shù)整體上呈增大趨勢(表5), 意味著建設用地、林地優(yōu)勢度有所提高。水域、農(nóng)地最大斑塊指數(shù)整體上呈降低趨勢, 2009—2017年, 農(nóng)地最大斑塊指數(shù)由5.22降為0.97, 體現(xiàn)了人類對農(nóng)地的干擾強度加大, 農(nóng)地出現(xiàn)被其他景觀類型蠶食分割的趨勢, 優(yōu)勢度大幅度降低。草地最大斑塊指數(shù)變動不大且數(shù)值較小, 草地優(yōu)勢還不夠明顯。

表5 1987—2017年安化縣各景觀最大斑塊指數(shù)變化

3.3.2 密度指數(shù)

密度指數(shù)包括斑塊密度, 通常用來反映景觀的破碎化情況以及人類活動強度變化。從表6可以看出, 1987—2017年期間, 各種景觀類型斑塊密度整體上均呈現(xiàn)出降低的趨勢, 破碎化情況都有所緩解。水域斑塊密度在1987—2017年期間內(nèi)經(jīng)歷了先減后增的過程, 2017年水域斑塊密度僅為0.11, 破碎化程度大幅降低。農(nóng)地斑塊密度先增加再降低, 表明人為干預農(nóng)地的強度變化。1999年草地斑塊密度由0.48突增至8.98, 這與1999年安化縣草地面積大增有關。1999年以后草地的斑塊密度逐步降低, 破碎化情況逐步緩解。在此期間, 斑塊密度最大值由農(nóng)地-草地-農(nóng)地-建設用地轉移, 表明人類活動方向變化。

3.3.3 形狀指數(shù)

形狀指數(shù)包括平均斑塊分維數(shù), 通常用來表征某種景觀類型斑塊的形狀復雜性。從圖3中可以看出, 在1987—2017期間, 各景觀平均斑塊分維數(shù)變動較小且都不超過1.04, 建設用地、草地平均斑塊分維數(shù)在這30年內(nèi)整體呈上升趨勢, 林地、水域平均斑塊分維數(shù)呈降低趨勢, 2017年農(nóng)地平均斑塊分維數(shù)與1987年相等。表明安化縣近30年內(nèi)建設用地、草地景觀整體邊界形狀更加復雜、不規(guī)則, 景觀異質(zhì)性提高, 林地、水域景觀整體邊界形狀更加簡單、規(guī)則, 景觀異質(zhì)程度有所降低。整體上來看, 人類活動對各景觀類型的復雜程度影響較小, 景觀格局總體比較穩(wěn)定。其中建設用地平均斑塊分維數(shù)變動最明顯, 這與安化縣建設用地的不斷擴張有很大關系。

3.4 景觀層面的3DLP指數(shù)分析

景觀層面的3DLP指數(shù)可以從整體上反映安化縣景觀格局演變, 揭示其整體變化規(guī)律。表7列舉了安化縣1987、1999、2009以及2017年的平均斑塊大小、斑塊密度、最大斑塊指數(shù)、平均斑塊分維數(shù)、Shannon多樣性指數(shù)以及Shannon均勻度指數(shù), Shannon多樣性指數(shù)和Shannon均勻度指數(shù)通常用來衡量不同時期景觀的多樣性及均勻度。從最大斑塊指數(shù)來看, 每年最大斑塊指數(shù)最大的都是林地, 可以表明安化縣景觀的優(yōu)勢類型是林地。1987— 1999年期間內(nèi), 安化縣景觀平均斑塊大小、平均斑塊分維數(shù)有所下降, 斑塊密度、最大斑塊指數(shù)、Shannon多樣性指數(shù)以及Shannon均勻度指數(shù)均有所上升, 反映了安化縣1999年整體邊界形狀較1987年更為規(guī)則, 同時破碎化程度、景觀異質(zhì)性以及多樣性有所提高。而1999—2017年期間內(nèi), 安化縣景觀平均斑塊大小、最大斑塊指數(shù)以及平均斑塊分維數(shù)有所上升, 斑塊密度、Shannon多樣性指數(shù)以及Shannon均勻度指數(shù)均有所下降, 表明安化縣各類景觀類型的面積比例差異增大, 景觀異質(zhì)程度以及破碎化程度降低, 優(yōu)勢景觀類型份額增加, 這與林地是安化縣主要景觀類型與優(yōu)勢景觀的實際情況相符合。

表6 1987—2017年安化縣各景觀斑塊密度變化

3.5 基于CA-Markov的安化縣景觀演變預測分析

利用IDRISI中的CA-Markov模型對安化縣2025年的景觀演變進行預測, 該模型模擬的Kappa系數(shù)為0.7424(>0.6), 效果較好, 滿足模擬精度要求。根據(jù)模擬的安化縣2025年的景觀分布圖, 計算各景觀類型的面積、變化率及其他3DLP指數(shù), 結果如表8、表9。

圖3 1987—2017年安化縣各景觀平均斑塊分維數(shù)變化

Figure 3 MPFD changes in various landscapes of Anhua County from 1987 to 2017

表7 1987—2017年安化縣景觀層面上的3DLP指數(shù)

表8 2025年安化縣各景觀類型的面積、變化率及其他3DLP指數(shù)

表9 2025年安化縣景觀層面上的3DLP指數(shù)

從表8可以看出, 安化縣2025年建設用地、農(nóng)地以及草地面積增長, 林地、水域面積下降, 其中林地變化量最大, 減少了43780.68 hm2。斑塊密度中, 建設用地、農(nóng)地及草地下降, 林地、水域上升, 意味著安化縣林地和水域趨向破碎化, 呈現(xiàn)出被其他景觀類型蠶食分割的趨勢, 需要進一步提高重視和保護, 限制其他景觀類型的干擾。關于最大斑塊指數(shù), 建設用地、草地有所上升, 優(yōu)勢度提高, 林地、水域及農(nóng)地有所下降, 林地的優(yōu)勢度下降較多。從平均斑塊分維數(shù)來看, 建設用地、林地上升, 其他景觀類型下降, 建設用地、林地整體邊界形狀更加復雜、不規(guī)則, 景觀異質(zhì)性提高。

總體上, 安化縣平均斑塊面積、Shannon多樣性指數(shù)以及Shannon均勻度指數(shù)有所上升, 斑塊密度、最大斑塊指數(shù)及平均斑塊分維數(shù)有所下降, 這表明安化縣近幾年內(nèi)整體景觀破碎化情況得到緩解。同時整體邊界形狀趨向規(guī)則化, 景觀異質(zhì)性程度降低, 各類景觀類型的面積比例差異減小, 整體趨向均衡化發(fā)展。

4 討論

景觀格局演變的影響因素主要是自然地理因素和社會經(jīng)濟因素。自然地理因素在較大的尺度上影響景觀變化, 社會經(jīng)濟要素則是較短的時空尺度上景觀格局變化的主要影響因素[26–27]。

安化縣是典型的山區(qū)縣, 地形起伏大, 坡度在25°以上的區(qū)域占全部面積的34.60%, 限制了人類活動范圍和景觀格局的變化。同時安化縣年平均降雨量達1706.1 mm, 是湖南省3個暴雨中心和最嚴重的山洪地質(zhì)災害高發(fā)區(qū)之一, 需發(fā)展大片林地以保持水土, 加強了林地對安化縣景觀的主控作用。從30年的變化來看, 安化縣整體破碎化程度降低, 反映了生態(tài)保護工程和保護措施的效果較好, 景觀格局變化受到的人為干擾減少, 受自然因素的影響加深。

在30年的時間尺度上, 自然地理因素對景觀格局演變的影響較小, 主要是社會經(jīng)濟因素的影響[28]。1987年、2017年安化縣總人口分別為86.48、102.02 萬人, 全縣國民生產(chǎn)總值分別為5.58、214.42 億元, 人口、國民生產(chǎn)總值分別凈增長15.54 萬人、208.84 億元。人口的不斷增長、經(jīng)濟的快速發(fā)展導致城鎮(zhèn)化發(fā)展迅速, 建設用地需求增加。再加上2010年安化縣提出的“3+2”戰(zhàn)略, 以礦產(chǎn)、茶葉、旅游三大產(chǎn)業(yè)為支柱, 以交通、城鎮(zhèn)兩大建設為重點, 致力綠色崛起。以致大量農(nóng)田轉化為建設用地、旅游業(yè)不斷發(fā)展, 這些都直接或間接的改變了景觀格局。此外, 安化縣歷來重視林地保護, 尤其是1999年后先后劃定3個國有林場和2個自然保護區(qū)、2001年被國家列入退耕還林工程項目建設縣、2008年被確定為國家石漠化綜合治理重點縣后加大保護力度, 這是該區(qū)域林地景觀格局好轉的主要驅(qū)動力。

本研究采用的3DLP指數(shù)是對2DLP指數(shù)的修正, 更加貼近真實情況, 但在用矢量數(shù)據(jù)統(tǒng)計柵格表面積時還不夠精確, 導致5°—15°的面積比偏小, 此方法還需要在以后的研究中進一步完善。同時, 本文雖對景觀格局演變的驅(qū)動力進行了討論, 但缺乏定量分析, 因此, 定量化分析景觀格局變化的驅(qū)動力將是本研究下一步工作的主要方向。

5 結論

本文以1987、1999、2009以及2017年四期遙感影像為基礎數(shù)據(jù), 運用ENVI、ArcGIS以及IDRISI軟件計算安化縣各景觀類型的3DLP指數(shù), 分析其動態(tài)演變特征, 并在此基礎上預測安化縣2025年景觀格局, 分析其趨勢, 得到以下主要結論:

1) 安化縣地形起伏大, 坡度基本分布在5°— 45°之間, 地表粗糙度較大, 因此三維面積與平面面積差異較大, 選用3DLP指數(shù)來反應景觀格局的演變是有意義且有必要的。

2)從不同景觀類型來看, 1987—2017年期間安化縣各景觀類型破碎化情況均有所緩解, 建設用地、林地面積增加, 草地、水域、農(nóng)地面積減少; 林地、水域邊界形狀趨于簡單化, 建設用地、草地邊界形狀趨向復雜化, 農(nóng)地邊界形狀受人類活動影響較小。安化縣景觀格局的演變主要是受到人為因素的影響, 從整體景觀來看, 1999年由于人為活動的干擾, 整體邊界形狀變得更為規(guī)則, 同時破碎化程度、景觀異構性以及多樣性有所提高。1999—2017年由于政府對人類活動的控制, 各類景觀類型的面積比例差異增大, 景觀異質(zhì)程度以及破碎化程度降低, 優(yōu)勢景觀類型份額增加, 這與林地是安化縣主要景觀類型與優(yōu)勢景觀的實際情況相符合。

3)根據(jù)預測結果來看, 安化縣整體趨向均衡化發(fā)展, 邊界形狀趨向規(guī)則化, 景觀異質(zhì)性程度降低, 各類景觀類型的面積比例差異減小。林地出現(xiàn)被其他景觀蠶食分割的趨勢, 因此需要進一步提高對林地的重視和保護, 限制其他景觀類型對林地的干擾。

綜上所述, 30年來人類對景觀有效的、積極的治理使安化縣景觀破碎化降低, 連通性增強, 邊界趨向規(guī)則化, 整體景觀朝著良性方向發(fā)展。但未來林地優(yōu)勢度可能降低, 需要加強保護。

[1] 傅伯杰. 黃土區(qū)農(nóng)業(yè)景觀空間格局分析[J]. 生態(tài)學報, 1995, 15(2): 113–120.

[2] 陳文波, 肖篤寧, 李秀珍. 景觀指數(shù)分類、應用及構建研究[J]. 應用生態(tài)學報, 2002, 13(1): 121–125.

[3] 胡艷, 楊瑞. 寬闊水自然保護區(qū)景觀格局特征分析[J]. 生態(tài)科學, 2018, 37(3): 184–188.

[4] 李曉謙, 周雷, 孫子程, 等. 基于TM影像的沈陽市城市景觀格局變化分析[J]. 生態(tài)科學, 2016, 35(1): 79–84.

[5] 譚潔, 趙賽男, 譚雪蘭, 等. 1996—2016年洞庭湖區(qū)土地利用及景觀格局演變特征[J]. 生態(tài)科學, 2017, 36(6): 89–97.

[6] 佟光臣, 林杰, 陳杭, 等. 1986—2013年南京市土地利用/覆被景觀格局時空變化及驅(qū)動力因素分析[J]. 水土保持研究, 2017, 24(2): 240–245.

[7] 劉菁華, 李偉峰, 周偉奇, 等. 京津冀城市群景觀格局變化機制與預測[J]. 生態(tài)學報, 2017, 37(16): 5324–5333.

[8] 趙永華, 賈夏, 劉建朝, 等. 基于多源遙感數(shù)據(jù)的景觀格局及預測研究[J]. 生態(tài)學報, 2013, 33(8): 2556–2564.

[9] CABRAL A I R, COSTA F L. Land cover changes and landscape pattern dynamics in Senegal and Guinea Bissau borderland[J]. Applied Geography, 2017, 82: 115–128.

[10] AHMADI M, ALEBRAHIM A. Land use dynamics and landscape pattern changes in Khomeinishahr city, Iran[J]. Indian Journal of Geo-Marine Sciences, 2017, 46(11): 2361–2366.

[11] 張志明, 羅親普, 王文禮, 等. 2D與3D景觀指數(shù)測定山區(qū)植被景觀格局變化對比分析[J]. 生態(tài)學報, 2010, 30(21): 5886–5893.

[12] 路超, 齊偉, 李樂, 等. 二維與三維景觀格局指數(shù)在山區(qū)縣域景觀格局分析中的應用[J]. 應用生態(tài)學報, 2012, 23(5): 1351–1358.

[13] 郭延鳳, 于秀波, 姜魯光, 等. 基于CLUE模型的2030年江西省土地利用變化情景分析[J]. 地理研究, 2012, 31(6): 1016–1028.

[14] 時宇, 李明陽, 楊玉鋒, 等. 基于CLUE-S模型的城市森林公園土地利用情景規(guī)劃方法研究[J]. 西北林學院學報, 2014, 29(5): 163–168.

[15] 錢國英, 張長勤, 董斌, 等. 基于遙感與系統(tǒng)動力學模型的土地利用/覆被變化研究[J]. 遙感信息, 2014, 29(1): 44–50.

[16] 程剛, 張祖陸, 呂建樹. 基于CA-Markov模型的三川流域景觀格局分析及動態(tài)預測[J]. 生態(tài)學雜志, 2013, 32(4): 999–1005.

[17] CHU Lin, SUN Tiancheng, WANG Tianwei, et al. Evolution and prediction of landscape pattern and habitat quality based on CA-Markov and InVEST model in Hubei section of Three Gorges Reservoir Area (TGRA)[J]. Sustainability, 2018, 10(11): 3854.

[18] 李雙成, 趙志強, 王仰麟. 中國城市化過程及其資源與生態(tài)環(huán)境效應機制[J]. 地理科學進展, 2009, 28(1): 63–70.

[19] 陳頤, 林毅偉, 朱志鵬, 等. 基于RS和GIS的莆田市土地利用景觀格局變化分析[J]. 西北林學院學報, 2017, 32(1): 279–286.

[20] 崔爽. 基于RS和GIS的深圳市景觀格局時空變化研究[J]. 地理空間信息, 2011, 9(3): 133–135, 191.

[21] 朱東國, 謝炳庚, 熊鵬. 基于三維景觀格局指數(shù)的張家界市土地利用格局時空演化[J]. 經(jīng)濟地理, 2017, 37(8): 168–175.

[22] JENNESS J. Calculating landscape surface area from digital elevation models[J]. Wild life Society Bulletin, 2004, 32(3): 829–839.

[23] 周成虎, 程維明, 錢金凱, 等. 中國陸地1∶100 萬數(shù)字地貌分類體系研究[J]. 地球信息科學學報, 2009, 11(6): 707–724.

[24] 程維明, 周成虎, 柴慧霞, 等. 中國陸地地貌基本形態(tài)類型定量提取與分析[J]. 地球信息科學學報, 2009, 11(6): 725–736.

[25] 李日輝, 李盡陽. 張長久承包草場致富經(jīng)[J]. 湖南農(nóng)業(yè), 1997(1): 25.

[26] 蔣衛(wèi)國, 李京, 王文杰, 等. 基于遙感與GIS的遼河三角洲濕地資源變化及驅(qū)動力分析[J]. 國土資源遙感, 2005(3): 62–65, 101.

[27] 哈孜亞·包浪提將, 毋兆鵬, 陳學剛, 等. 烏魯木齊市景觀格局變化及驅(qū)動力分析[J]. 生態(tài)科學, 2018, 37(1): 62–70.

[28] Li Yurui, LONG Hualou, LIU Yansui. Industrial development and land use/cover change and their effects on local environment: a case study of Changshu in eastern coastal China[J]. Frontiers of Environmental Science & Engineering in China, 2010, 4(4): 438–448.

Analysis of landscape pattern evolution and prediction based on 3DLP metrics

LIU Yuxian, WANG Shoumei, GONG Xiongbo, LI Bo, YANG Bo*

College of Resources and Environmental Sciences of Hunan Normal University, Key Laboratory of Geospatial Big Data Mining and Application of Hunan Province, Changsha 410081, China

Four phases of Landsat TM/OLI data of 1987, 1999, 2009 and 2017 are adopted to calculate the 3DLP metrics of Anhua County in these four years from the aspects of type and landscape with GIS and RS technologies. Dynamic evolution of the landscape pattern of Anhua County in the past 30 years is analyzed and the evolution of landscape pattern in 2025 is also simulated and predicted by CA-Markov model, which could provide guidance for future restoration and improvement of ecological environment. The results show that: (1) Forest is the advantageous landscape of Anhua County, which has powerful controlling effect on landscapes of Anhua. (2) Seen from different landscape types, during 1987 to 2017, landscape fragmentation was alleviated in Anhua, among which the areas of construction land and the forestland increased, while the areas of grassland, water and agricultural land decreased; the boundary shape of forestland and water area tended to be simplified, the boundary shape of the construction land and the grass land tended to be complicated, and the boundary shape of the agricultural land was affected little by human activities. (3) Seen from the overall landscape, the evolution of landscape patterns of Anhua County was affected mainly by human factors. In 1999, the overall boundary shape became more regular, and at the same time the fragmentation degree, the landscape heterogeneity and diversity were improved. From 1999 to 2017, the area proportions of various types of landscapes differed greatly, the degrees of landscape fragmentation and heterogeneity were lowered, and the proportion of advantageous landscapes was increased. (4) Seen from the prediction results, the general tendency of Anhua County developed in balance, and the boundary shapes tended to be regular, the degree of landscape heterogeneity was decreased, the area proportion of various landscapes was diminished, and the forest showed the tendency to be intersected by other landscapes. Therefore, it is necessary to improve concern on and protection of the forest and prevent the forest being affected by other landscapes.

3DLP metrics; landscape pattern; CA-Markov; Anhua County

10.14108/j.cnki.1008-8873.2020.03.017

P901; Q149

A

1008-8873(2020)03-122-10

2019-06-08;

2019-08-07

國家自然科學基金項目(41171342); 湖南省教育廳重點項目(17A127)

劉雨先(1996—), 女, 湖南益陽人, 碩士研究生, 主要從事資源環(huán)境遙感研究, E-mail: 1369637467@qq.com

楊波, 男, 博士, 教授。主要從事資源環(huán)境遙感與災害遙感研究, E-mail: yb@hunnu.edu.cn

劉雨先, 王守梅, 龔熊波, 等. 基于3DLP指數(shù)的景觀格局演變及預測分析[J]. 生態(tài)科學, 2020, 39(3): 122–131.

LIU Yuxian, WANG Shoumei, GONG Xiongbo, et al. Analysis of landscape pattern evolution and prediction based on 3DLP metrics[J]. Ecological Science, 2020, 39(3): 122–131.