摘要：為了確定最佳分析空間粒度，了解南寧市區(qū)域景觀格局的動態(tài)變化，根據(jù)南寧市1990、2000、2010和2020年土地利用數(shù)據(jù)，采用拐點識別法和面積損失評價法定性定量選取最佳粒度，并基于最佳粒度從類型水平和景觀水平這2個層面篩選景觀格局指數(shù)，分析1990—2020年南寧市景觀格局的時空變化特征。結(jié)果表明：（1）不同景觀指數(shù)在不同空間尺度下的效應有所差別，南寧市景觀格局分析的最佳粒度為60 m；（2）類型水平上，30 a間建設(shè)用地的破碎化程度較高，耕地呈細碎化分布且形狀不規(guī)則，林地作為主導景觀，聚集度最高，草地、水域和未利用地呈現(xiàn)不同程度的變化；（3）景觀水平上，30 a間南寧市整體景觀破碎化程度增加，各景觀朝著不規(guī)則的、復雜化的方向發(fā)展。

關(guān)鍵詞：最佳分析粒度；景觀格局；景觀指數(shù)；動態(tài)變化；南寧

中圖分類號：X826 文獻標識碼：A 文章編號：1006-060X（2024）04-0053-07

Study on Spatial and Temporal Changes in Landscape Patterns of Nanning City Based on Optimal Analysis Granularity

HU Jin-lin1，LIANG Qing-xuan2，LIAO Chao-ming3，WU Chun-yang4，YANG Jiang-bo5

（1. Jiangsu Province Surveying and Mapping Geographic Information Professional Skill Appraisal and Guidance Center， Nanjing 210013， PRC; 2. Guangxi Zhuang Autonomous Region Institute of Natural Resources Remote Sensing， Nanning 530200， PRC; 3. Nanning Normal University School of Natural Resources and Mapping， Nanning 530001， PRC; 4. Guangxi Bohang Haoyun Natural Information Technology Co.， Ltd.， Nanning 530200， PRC; 5. Wuhan Geotechnical Engineering and Surveying Co.， Ltd.， Wuhan 430022， PRC）

Abstract： This study aims to determine the optimal spatial granularity for analysis of the dynamic changes in the regional landscape patterns of Nanning City， China. Based on the land use data of Nanning in 1990， 2000， 2010， and 2020， the optimal granularity was selected through qualitative and quantitative assessments using the inflection point identification method and the area loss evaluation method. Based on the optimal granularity， the landscape pattern indices were selected at the type and landscape levels. The temporal and spatial variations in the landscape patterns of Nanning were analyzed over the period from 1990 to 2020. The following results were obtained. （1） The impact of various landscape indices varied across different spatial scales， with 60 m identified as the optimal granularity for analyzing the landscape patterns of Nanning City. （2） At the type level， over the 30-year period， construction lands exhibited relatively high fragmentation; cultivated lands were distributed in small fragments and irregularly shaped; woodlands， as the predominant landscape type， demonstrated the highest degree of aggregation; grasslands， watersheds， and unused lands underwent varying degrees of change. （3） At the landscape level， the overall fragmentation of landscape in Nanning intensified over the 30-year period， with the landscapes evolving towards increased irregularity and complexity.

Key words： optimal analysis granularity; landscape pattern; landscape index; dynamic change; Nanning

隨著經(jīng)濟社會的發(fā)展以及城市化建設(shè)的不斷推進，人類對土地的開發(fā)與利用程度不斷加深，引發(fā)了全球、區(qū)域、局部等不同尺度的景觀生態(tài)效應，探討景觀生態(tài)學在土地利用變化中的應用、剖析景觀格局與生態(tài)過程的相互作用及其尺度效應逐漸成為景觀生態(tài)學研究的核心[1]。景觀格局變化是指不同土地利用方式導致的景觀類型與景觀格局的時空變化[2]。土地利用景觀具有空間異質(zhì)性和尺度依賴性[3]，區(qū)域土地利用景觀特征研究的科學性與土地利用景觀尺度的選擇密切相關(guān)[4]。景觀指數(shù)作為描述景觀格局特征的重要指標能夠揭示生態(tài)系統(tǒng)的變化機制，忽略景觀指數(shù)適宜粒度去研究景觀特征往往會嚴重影響其結(jié)果的真實可靠性[5]。

目前關(guān)于景觀指數(shù)的適宜粒度及其粒度效應的研究成果較多，但各景觀指數(shù)在不同空間粒度中的尺度效應差異明顯，且在不同的研究區(qū)域與研究對象中并不具備普適性[6]。如丁雪姣等[7]計算出安徽省景觀指數(shù)所需的適宜粒度范圍為100～125 m，俞斌傳等[8]確定臨川區(qū)景觀格局分析的最佳粒度為40 m，

胡雅慧等[9]識別出翁牛特旗景觀特征分析的最優(yōu)粒度為3 200 m。只有當測量尺度、研究對象及本質(zhì)特征與研究區(qū)相適應時，景觀格局特征才能夠被準確地反映出來[10]。

作為珠江—西江經(jīng)濟帶和北部灣經(jīng)濟區(qū)核心城市、“一帶一路”經(jīng)濟帶有效銜接的重要門戶城市和西部陸海新通道陸港型國家物流樞紐，南寧市經(jīng)濟發(fā)展迅速，景觀格局破碎化、異質(zhì)性程度增加[11]，生態(tài)環(huán)境發(fā)生變化。因此，筆者以南寧市為研究區(qū)域，全面分析不同空間粒度下各景觀指數(shù)的尺度效應，確定南寧市景觀格局的最佳分析粒度，并在此基礎(chǔ)上從類型水平與景觀水平這2個層面出發(fā)，揭示南寧市30 a景觀格局動態(tài)變化特征，為實現(xiàn)區(qū)域土地資源可持續(xù)利用、景觀合理調(diào)整及其生態(tài)保護提供科學依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

南寧市（107°19′～109°38′ E，22°12′～24°02′ N）位于廣西中部偏西南，范圍包括7個市轄區(qū)、1個縣級市以及4個縣城，總面積2.21萬km2，區(qū)域內(nèi)屬于典型的亞熱帶季風氣候，日照充足，雨量充沛，水資源、動物資源、植物資源以及礦產(chǎn)資源豐富，地形是以邕江廣大河谷為中心的盆地形態(tài)，地貌以平地為主。

1.2 數(shù)據(jù)來源與處理

研究所用1990、2000、2010和2020年的土地利用遙感監(jiān)測數(shù)據(jù)來源于中國科學院地理科學與資源研究所（https：//www.resdc.cn），空間分辨率為30 m。根據(jù)南寧市地類情況和《土地利用現(xiàn)狀分類》（GB/T21010—2017），將研究區(qū)的土地利用景觀類型分為建設(shè)用地、耕地、草地、林地、水域和未利用地。

1.3 研究方法

1.3.1 拐點識別法 在區(qū)域整體景觀格局的研究過程中，景觀指數(shù)會隨空間粒度的變化趨勢而發(fā)生變化，從而出現(xiàn)明顯或不明顯的尺度轉(zhuǎn)折點，2個拐點之間的區(qū)域即為粒度域；然后基于粒度域的劃分結(jié)果，進一步確定適宜的粒度域[12]。在適宜的粒度域內(nèi)，景觀格局指數(shù)值的變化較為平緩，不會出現(xiàn)劇烈變動的情況，景觀格局的特征相對穩(wěn)定；而且在第一粒度范圍內(nèi)應選擇中等偏大的粒度作為適宜粒度，該粒度下計算得到的景觀指數(shù)能夠較好地反映區(qū)域的景觀格局特征[13-14]。

1.3.2 面積信息損失評價法 矢量損失是指矢量數(shù)據(jù)在轉(zhuǎn)換為柵格數(shù)據(jù)的過程中所損失的信息，主要表現(xiàn)在矢量數(shù)據(jù)柵格化過程中，原本平滑的邊界呈鋸齒狀變化，從而導致各景觀類型的屬性（如面積、周長和個數(shù)等）均發(fā)生一定程度的變化[15]。其中，面積信息損失評價能夠有效地評估因數(shù)據(jù)轉(zhuǎn)換而造成的精度損失，定量評價區(qū)域的整體損失情況[16]，面積信息損失評價用公式（1）和（2）計算。

式中：Ai為第i類景觀轉(zhuǎn)換后在某一粒度上的面積；Abi為第i類景觀粒度轉(zhuǎn)換前的原始面積；Li為粒度轉(zhuǎn)換前后的面積損失相對值；n為景觀類型的數(shù)目；Si為研究區(qū)整體的面積損失指數(shù)。

1.3.3 景觀指數(shù)的選擇與計算 以南寧市2020年土地利用數(shù)據(jù)作為粒度效應分析的數(shù)據(jù)基礎(chǔ)，從實際情況出發(fā)，運用ArcGIS 10.8軟件把南寧市2020年土地利用數(shù)據(jù)轉(zhuǎn)換成柵格數(shù)據(jù)，并將像元粒度以30 m為間隔，從30×30至450×450劃分為15個粒度，得到15幅不同景觀粒度大小的土地利用柵格圖。然后參考前人的研究成果[7，17]，基于全面性原則選取18個景觀格局指數(shù)以進行粒度效應分析。為篩選對粒度變化敏感且有明顯拐點的景觀指數(shù)，研究運用變異系數(shù)法（Coefficient of Variation，CV），即標準差與平均數(shù)的比值，來選取對粒度變化比較敏感的景觀指數(shù)[17]。景觀指數(shù)的變異系數(shù)會隨空間粒度的變化而變化，且任意景觀指數(shù)的離散程度與其變異系數(shù)的大小呈正相關(guān)，即某個景觀指數(shù)的變異系數(shù)大，則其離散程度就大，反之亦然。

對各景觀指數(shù)的變異系數(shù)進行計算，得到的結(jié)果如表1所示。按照各景觀指數(shù)的變異系數(shù)大小和敏感度等級：高敏感度（變異系數(shù)＞1）、中敏感度（變異系數(shù)0.1～1）和低敏感度（變異系數(shù)＜0.1），選取斑塊數(shù)（NP）、斑塊密度（PD）、平均斑塊面積（AREA_MN）、最大斑塊指數(shù)（LPI）、景觀形狀指數(shù)（LSI）、邊緣密度（ED）、平均形狀指數(shù)（SHAPE_MN）、景觀分割度（DIVISION）、景觀分離度（SPLIT）、相似毗鄰百分比（PLADJ）、景觀聚集度（AI）、景觀蔓延度（CONTAG）共12個敏感度較高的景觀指數(shù)。

2 結(jié)果與分析

2.1 景觀指數(shù)對粒度的響應變化分析

為確定南寧市景觀格局的最佳分析粒度，對上述18個景觀指數(shù)中進行篩選，最終選出對粒度變化敏感且有明顯拐點的景觀指數(shù)12個，分別為NP、PD、AREA_MN、LPI、LSI、ED、SHAPE_MN、DIVISION、SPLIT、PLADJ、AI、CONTAG。運用Fragstats 4.2軟件，基于不同粒度大小的2020年土地利用柵格圖，以景觀粒度大小作為橫軸，景觀指數(shù)的值為縱軸，構(gòu)建得到南寧市景觀指數(shù)的粒度效應圖（圖1）。

由圖1可知，各景觀指數(shù)隨粒度的增大呈現(xiàn)出不同的變化規(guī)律。其中，AREA_MN和LPI總體上呈增加的趨勢，NP、PD、LSI、ED、SHAPE_MN、DIVISION、SPLIT、PLADJ、AI、CONTAG則呈整體下降的趨勢。根據(jù)這12個景觀指數(shù)的粒度效應圖可知，研究南寧市景觀格局的最佳粒度域為（30，90）、（120，180）、（270，330）和（360，450）。

2.2 整體景觀面積信息損失評價

利用面積信息損失評價模型的計算公式，以景觀粒度大小作為橫軸，面積損失指數(shù)為縱軸，得到面積損失指數(shù)在不同粒度下的變化情況（圖2）。

由圖2可知，2020年南寧市土地利用數(shù)據(jù)轉(zhuǎn)換前后，在30～90 m粒度范圍內(nèi)面積損失程度及波動幅度均為最??；120～360 m范圍內(nèi)面積損失指數(shù)的變化幅度最大，總體上呈波浪形的變化趨勢；390～450 m范圍內(nèi)持續(xù)升高且損失指數(shù)于450 m處達到峰值，為5.591。

2.3 最佳空間分析粒度的確定

根據(jù)前人的研究成果[14， 18]，在選擇適宜粒度時，若既要保證計算的質(zhì)量、又要避免計算過程中過大的工作量，應當在第一粒度域內(nèi)選擇中等偏大的粒度。通過分析南寧市景觀指數(shù)的粒度效應圖和面積損失指數(shù)在各粒度下的變化情況可知，研究區(qū)的第一粒度域為（30，90），且粒度轉(zhuǎn)換前后帶來的面積損失于60 m處較小，故最終確定南寧市景觀格局分析的最佳粒度為60 m。

2.4 南寧市土地景觀格局變化分析

2.4.1 景觀格局指數(shù)的選取 研究基于已有研究成果[17]，分別選取景觀類型水平和景觀水平上的相應指數(shù)（表2），借助ArcGIS 10.8軟件對南寧市1990、2000、2010和2020年的土地利用矢量數(shù)據(jù)進行柵格化處理，輸出空間粒度大小設(shè)置為60 m×60 m，然后將柵格化后的結(jié)果導入Fragstats 4.2軟件計算景觀格局指數(shù)。

2.4.2 景觀類型水平上的土地利用景觀格局動態(tài)變化分析 景觀類型水平上的景觀指數(shù)能夠反映區(qū)域景觀內(nèi)不同斑塊類型的結(jié)構(gòu)特征，故選取斑塊數(shù)（NP）、斑塊密度（PD）、邊緣密度（ED）、景觀形狀指數(shù)（LSI）、平均斑塊分維數(shù)（FRAC_MN）、聚合度指數(shù)（AI）和最大斑塊指數(shù)（LPI），分別從景觀破碎度（NP、PD、ED）、景觀形狀（LSI、FRAC_MN）、景觀聚集度（AI）和景觀優(yōu)勢度（LPI）等4個方面，對南寧市不同景觀類型的格局變化進行分析（表3）。

（1）景觀破碎度分析。根據(jù)表3的結(jié)果可知，1990—2020年，建設(shè)用地、林地、草地和未利用地的斑塊數(shù)（NP）和斑塊密度（PD）總體上呈增加的趨勢，耕地和水域總體上減少。通常而言，斑塊數(shù)和斑塊密度的大小能夠直接反映景觀的破碎化程度，即斑塊數(shù)和斑塊密度越大，景觀破碎化程度越高。其中，建設(shè)用地的NP和PD值在各個時期均比其他景觀類型大，說明建設(shè)用地的破碎化程度較高，30 a間建設(shè)用地的擴張使得部分散落分布的居民點逐漸集中連片，但隨著建設(shè)用地的新增速度加快，各地方的建設(shè)用地增多，尤其是分布在丘陵區(qū)域內(nèi)的建設(shè)用地更為零散。耕地的各個時期邊緣密度（ED）均最大，說明耕地邊界的細碎化程度最高，但由于城鎮(zhèn)化進程推進，使得耕地的NP和PD表現(xiàn)為先減少后增加但總體上減少的趨勢。

（2）景觀形狀分析。作為景觀格局指數(shù)中的形狀指數(shù)，景觀形狀指數(shù)（LSI）和平均斑塊分維數(shù)（FRAC_MN）均可用來表示景觀形狀的復雜程度，其中，平均斑塊分維數(shù)（FRAC_MN）還能夠反映景觀類型人為活動的影響程度[19]，景觀的FRAC_MN 值越大，則其受人類活動的干擾程度越小，反之亦然。

就景觀形狀指數(shù)（LSI）而言，1990—2020年耕地的指數(shù)值均為最大，其次是林地和草地，說明這3種景觀類型的形狀較不規(guī)則。研究期間，耕地、林地、草地、水域和未利用地的LSI值雖然存在波動變化情況，但總體上均呈增加的趨勢，而建設(shè)用地的LSI值持續(xù)減少，斑塊形狀趨于規(guī)則。

平均斑塊分維數(shù)（FRAC_MN）的排序依次為草地＞耕地＞未利用地＞水域＞林地＞建設(shè)用地。其中，建設(shè)用地的FRAC_MN值最小，表明受人類活動的影響最大，而草地各時期的FRAC_MN值均為最大，反映草地受人類活動的干擾最小，景觀類型較為穩(wěn)定。這一變化間接反映研究期間各類建設(shè)項目增多，在舊城改造的同時新城區(qū)不斷擴張，給林地和水域造成較大的影響，而未利用地和耕地的影響相對較小，說明耕地在保護政策和各項土地綜合整治項目的實施下處于較為穩(wěn)定的狀態(tài)，但應重視林地和水域的保護，同時加大未利用地的開發(fā)力度。

（3）景觀聚集度分析。聚集度指數(shù)（AI）用于表征景觀類型中斑塊的聚集程度，其值越大說明景觀類型越聚集，斑塊間的連通性越高，值越小則景觀類型越離散，斑塊間的連通性越低。1990—2020年，林地的聚集度指數(shù)最大，耕地次之，兩者的AI值都呈現(xiàn)出下降的趨勢，原因在于林地和耕地受研究區(qū)地形地貌的影響而集中分布，加上兩者的面積均較大，雖在人為影響下造成一定的離散、破碎，但林地和耕地還是表現(xiàn)為聚集度較高的狀態(tài)；各個時期內(nèi)，水域的AI值均為最低且整體下降；此外，建設(shè)用地的聚集度指數(shù)相對較低，但呈現(xiàn)出持續(xù)增加的趨勢且變化幅度最為顯著，主要是因為南寧市建設(shè)用地不斷向外擴張以及交通網(wǎng)絡的逐漸完善，城鎮(zhèn)住宅和農(nóng)村居民點之間的連通性變高，建設(shè)用地的面積由小向大融合的同時也逐漸趨于集中連片。

（4）景觀優(yōu)勢度分析。最大斑塊指數(shù)（LPI）表示主導景觀類型的面積占整個景觀面積的比例，是衡量景觀優(yōu)勢度的重要指標[20]。研究期間，林地的LPI值始終最大，其次為耕地，這與林地和耕地一直是南寧市的主導景觀類型，在各地類中的面積最大有關(guān)；建設(shè)用地的LPI值急劇增加，說明隨著南寧市社會經(jīng)濟的發(fā)展和城鎮(zhèn)化建設(shè)的加快，建設(shè)用地的面積日益增加，景觀優(yōu)勢度不斷上升；水域的指數(shù)值波動變化幅度總體呈減小的趨勢；草地和未利用地的最大斑塊指數(shù)均為最低且指數(shù)值總體均呈下降的趨勢，兩者的變化幅度相對較小。

2.4.3 景觀水平上的土地利用景觀格局動態(tài)變化分析 景觀水平的景觀指數(shù)能夠表達區(qū)域整體景觀格局的結(jié)構(gòu)變化特征，故研究基于斑塊數(shù)（NP）、斑塊密度（PD）、蔓延度指數(shù)（CONTAG）、景觀形狀指數(shù)（LSI）、周長面積分維數(shù)（PAFRAC）、香農(nóng)多樣性指數(shù)（SHDI）和香農(nóng)均勻度指數(shù)（SHEI），對南寧市的整體景觀格局變化進行分析。

由表4可知，在景觀聚集度方面，1990—2020年南寧市的斑塊數(shù)量和斑塊密度的變化情況一致，均呈先下降后上升而總體呈上升的趨勢，說明南寧市整體景觀的破碎化程度增加；蔓延度指數(shù)不斷降低，表征景觀的連通性變差，不同斑塊類型的聚集程度逐漸減弱，研究期間尚未存在具有良好連通性的個別優(yōu)勢斑塊類型，而是逐漸形成多種要素并存的密集格局，這與主導地類林地和耕地面積減少且聚集度下降有關(guān)。

在景觀形狀方面，研究期間南寧市的景觀形狀指數(shù)先下降后上升，整體上呈上升的趨勢，周長面積分維數(shù)在1990—2020年間持續(xù)上升且不斷接近于2，說明南寧市在1990—2020年間景觀斑塊形狀逐漸朝著不規(guī)則的、復雜化的方向發(fā)展，這與建設(shè)用地占用并不斷切割著林地和耕地的面積有關(guān)。

在景觀多樣性方面，研究期間香農(nóng)多樣性指數(shù)和香農(nóng)均勻度指數(shù)呈不斷增加的趨勢，說明南寧市景觀的異質(zhì)性增強，景觀類型多樣化水平和豐富程度不斷提高，而SHEI不等于1表示各景觀中存在著優(yōu)勢斑塊類型，最終出現(xiàn)各景觀趨于復雜且類型分布均勻的變化情況。

3 結(jié)論與討論

研究采取拐點識別法和面積信息損失評價法，即定性定量相結(jié)合的評價方法來確定南寧市景觀格局最佳的空間分析粒度，并基于最佳粒度從景觀類型水平和景觀水平上選取適宜的景觀格局指數(shù)，對1990—2020年南寧市景觀格局的時空變化進行研究，結(jié)果表現(xiàn)為以下3點。

（1）根據(jù)景觀指數(shù)的粒度效應圖可知，研究南寧市景觀格局的最佳粒度域為（30，90）、（120，180）、（270，330）和（360，450）。采取面積信息損失評價法進行分析得知，在30～90 m粒度范圍內(nèi)面積損失程度及波動幅度均為最小。根據(jù)前人的研究成果，在選擇適宜粒度時應當在第一粒度域內(nèi)選擇中等偏大的粒度，故最終確定南寧市景觀格局分析的最佳粒度為60 m。

（2）景觀類型水平上，就破碎度而言，1990—2020年南寧市建設(shè)用地的NP和PD值在各個時期均大于其他景觀類型，破碎化程度較高，各時期耕地的ED都為最大，耕地邊界的細碎化程度最高；就景觀形狀方面來說，研究期間耕地的LSI均為最大，其次是林地和草地，這3種景觀類型的形狀較不規(guī)則，耕地、林地、草地、水域和未利用地的LSI值總體上均呈增加的趨勢，建設(shè)用地的LSI值持續(xù)減少，斑塊形狀趨于規(guī)則，建設(shè)用地的FRAC_MN值最小，草地各時期的FRAC_MN值均為最大；就景觀聚集度而言，30 a年間，林地的AI值最高，耕地次之，水域最低，三者的AI值均整體下降，建設(shè)用地AI值的變化幅度最為顯著；就景觀優(yōu)勢度來說，研究期間林地的LPI值始終最大，其次為耕地，草地和未利用地的LPI值均為最小。

（3）景觀水平上，30 a年間南寧市整體景觀的破碎化程度增加，蔓延度指數(shù)不斷減小，不同斑塊類型的聚集程度逐漸減弱；景觀斑塊形狀逐漸朝著不規(guī)則的、復雜化的方向發(fā)展；研究期間南寧市景觀類型多樣化水平和豐富程度不斷提高，且呈現(xiàn)出各景觀趨于復雜且類型分布均勻的變化情況。

參考文獻：

[1] 周海菊，劉小英，胡靚達，等. 基于最佳分析粒度的廣西北部灣經(jīng)濟區(qū)景觀格局動態(tài)變化分析[J]. 生態(tài)與農(nóng)村環(huán)境學報，2022，38（5）：545-555.

[2] 宋雨桐，張子璇，牛蓓蓓，等. 2005—2018年黃河三角洲景觀格局脆弱性的時空變化規(guī)律[J]. 水土保持通報，2021，41（3）：258-266.

[3] 韓會慶，馬淑亮，郜紅娟，等. 喀斯特鄉(xiāng)村土地利用景觀的粒度效應[J]. 地域研究與開發(fā)，2020，39（4）：127-133.

[4] 張利平，曲建光. 松花江流域（哈爾濱段）景觀格局粒度效應[J]. 測繪工程，2021，30（1）：51-59.

[5] 田雅楠，高瑞忠，劉廷璽，等. 林草交錯帶縣域景觀格局粒度效應研究[J]. 北京師范大學學報（自然科學版），2020，56（5）：675-682.

[6] 翟俊，侯鵬，趙志平，等. 青海湖流域景觀格局空間粒度效應分析[J]. 國土資源遙感，2018，30（3）：159-166.

[7] 丁雪姣，沈強，聶超甲，等. 省域尺度下不同時序景觀指數(shù)集與粒度效應分析[J]. 中國農(nóng)業(yè)資源與區(qū)劃，2019，40（3）：111-120.

[8] 俞斌傳，劉平輝，吳佳. 基于最佳分析粒度的臨川區(qū)土地利用景觀格局梯度分析[J]. 江西農(nóng)業(yè)學報，2018，30（5）：110-116.

[9] 胡雅慧，于強，岳德鵬，等. 基于最優(yōu)粒度的翁牛特旗景觀格局優(yōu)化[J]. 農(nóng)業(yè)機械學報，2020，51（9）：217-225.

[10] 任梅，王志杰，王志泰，等. 黔中喀斯特山地城市景觀格局指數(shù)粒度效應：以安順市為例[J]. 生態(tài)學雜志，2018，37（10）：3137-3145.

[11] 韋燕飛，齊邦龍，童新華. 南寧市土地利用與景觀格局變化及驅(qū)動力研究[J]. 科技資訊，2015，13（6）：56-58.

[12] 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.

[13] 于磊，趙彥偉，張遠，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)境科學學報，2011，31（4）：873-879.

[14] 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.

[15] 李保杰，渠愛雪，紀亞洲. 基于最佳分析粒度的礦區(qū)景觀格局分析[J]. 武漢大學學報（信息科學版），2016，41（7）：939-945.

[16] 蘇英慧. 重慶市永川區(qū)土地利用變化及其景觀生態(tài)風險評價研究[D]. 重慶：西南大學，2021.

[17] 李虹睿. 婁煩縣土地利用景觀格局演變及其生態(tài)風險評價[D]. 太原：山西大學，2019.

[18] 呂志強，吳志峰，張景華. 基于最佳分析尺度的廣州市景觀格局分析[J]. 地理與地理信息科學，2007，23（4）：89-92.

[19] 向雨星. 云南省龍陵縣土地利用變化和景觀格局梯度分析[D]. 昆明：云南大學，2019.

[20] 梁保平，雷艷，覃業(yè)努，等. 快速城市化背景下廣西典型城市景觀空間格局動態(tài)比較研究[J]. 生態(tài)學報，2018，38（12）：4526-4536.

（責任編輯：肖彥資）

基金項目：國家自然科學基金（42164001）

作者簡介：胡金林（1975—），男，江蘇大豐區(qū)人，高級工程師，主要從事測繪地理信息技術(shù)與土地信息技術(shù)應用研究。

通信作者：梁慶璇