單一景觀空間分布指數(shù)及其適用性評價(jià)

康孝巖, 王艷慧, 段福洲

首都師范大學(xué)資源環(huán)境與旅游學(xué)院; 城市環(huán)境過程與數(shù)字模擬國家重點(diǎn)實(shí)驗(yàn)室培育基地; 三維信息獲取與應(yīng)用教育部重點(diǎn)實(shí)驗(yàn)室; 資源環(huán)境與地理信息系統(tǒng)北京市重點(diǎn)實(shí)驗(yàn)室, 北京 100048

單一景觀空間分布指數(shù)及其適用性評價(jià)

康孝巖, 王艷慧*, 段福洲

首都師范大學(xué)資源環(huán)境與旅游學(xué)院; 城市環(huán)境過程與數(shù)字模擬國家重點(diǎn)實(shí)驗(yàn)室培育基地; 三維信息獲取與應(yīng)用教育部重點(diǎn)實(shí)驗(yàn)室; 資源環(huán)境與地理信息系統(tǒng)北京市重點(diǎn)實(shí)驗(yàn)室, 北京 100048

香農(nóng)熵; 單一景觀; 空間分布指數(shù); 面積指數(shù); 適用性

信息熵概念[1]與分析方法起源于信息論領(lǐng)域，最早應(yīng)用于物種分布和遺傳變異特征信息的描述，香農(nóng)熵作為度量生物多樣性的指標(biāo)被MacArthur[2]應(yīng)用于他的早期研究中。自20世紀(jì)50年代以來，香農(nóng)多樣性指數(shù)被廣泛應(yīng)用于景觀生態(tài)學(xué)、土壤學(xué)等地學(xué)領(lǐng)域[3- 6]，Ibáez[3- 4]基于土壤學(xué)和景觀學(xué)的研究，提出了香農(nóng)多樣性在地學(xué)研究中具有廣泛性和普適性的特征。

以上各研究領(lǐng)域中，香農(nóng)熵多是用于定量描述生物圈各非線性系統(tǒng)的復(fù)雜程度，即由不同類型要素構(gòu)成的景觀在空間結(jié)構(gòu)、功能機(jī)制和時(shí)間動(dòng)態(tài)方面的多樣性或變異性[7]；而由于經(jīng)典香農(nóng)公式的缺陷，其無法解釋單一類型景觀的空間分布特征。Yabuki等[8]基于日本北海道的土壤和土地利用的研究，對經(jīng)典香農(nóng)熵進(jìn)行了修改，賦予其新的內(nèi)涵，并基于此對土壤多樣性和土地利用多樣性進(jìn)行了關(guān)聯(lián)評價(jià)；段金龍、張學(xué)雷等[9- 10]分別選取中國中、東部不同尺度典型樣區(qū)為研究區(qū)域，將MSHDI應(yīng)用于土壤、區(qū)域地表水、植被指數(shù)和熱環(huán)境等領(lǐng)域，并對它們進(jìn)行了關(guān)聯(lián)評價(jià)。景觀指數(shù)名目繁多，之間的相關(guān)性往往很高，同時(shí)采用同一類型的指數(shù)并不能增加新信息[11]；且在不同空間分辨率和重采樣粒度下，景觀格局分析的結(jié)果往往差別很大[7]。近年來，布仁倉等[12]應(yīng)用遼寧省影像數(shù)據(jù)對經(jīng)典景觀指數(shù)進(jìn)行了系統(tǒng)的相關(guān)分析，并指出影響指數(shù)間相關(guān)關(guān)系的因素有景觀格局、生態(tài)學(xué)意義和計(jì)算公式等；曹銀貴等[13]利用三峽庫區(qū)長時(shí)間幅度遙感數(shù)據(jù)研究了經(jīng)典景觀指數(shù)的粒度效應(yīng)。

然而，在不同粒度下對指數(shù)之間的相關(guān)關(guān)系的研究相對較少[14]。為了描述單一景觀的空間分布的離散性和廣度特征，本研究將引入MSHDI(Modified Shannon′s Distribution Index)指數(shù)；并通過與經(jīng)典景觀指數(shù)的比較及其在多網(wǎng)格(Mesh)尺度下與面積指數(shù)(PLAND, Percentage of Landscape)的相關(guān)關(guān)系來定量評價(jià)MSHDI的適用性(表征性和穩(wěn)定性)，以期為香農(nóng)熵理論在描述單一景觀空間分布特征方面的適用性提供論證，并為土地資源的合理配置和持續(xù)利用提供基礎(chǔ)資料和科學(xué)依據(jù)。

1 研究材料與方法

1.1 研究區(qū)概況

圖1 研究區(qū)位置示意圖Fig.1 Location of study area schematic plot

選取河南省中南部典型樣區(qū)(平頂山市的市區(qū)、汝州市、郟縣、寶豐縣和葉縣，許昌市的市區(qū)、許昌縣、長葛市、禹州市和襄城縣以及漯河市的舞陽縣和臨潁縣等三市連片區(qū)域)為研究區(qū)(圖1)，區(qū)域內(nèi)自然、氣候與人文狀況相差不大，主體為典型農(nóng)業(yè)景觀。平頂山市位于河南省中南部，介于東經(jīng)112°14′—113°39′，北緯33°9′—34°21′之間，地勢西高東低，呈梯形展布，處于暖溫帶和亞熱帶氣候交錯(cuò)的邊緣地區(qū)，具有明顯的過渡性特征。許昌市地處中華中東部腹地，介于東經(jīng)113°04′—114°19′，北緯33°46′—34°28′之間，屬北溫帶季風(fēng)氣候。漯河市位于河南省中南部，介于東經(jīng)113°27′—114°16′，北緯33°24′—33°59′之間，四季分明，屬暖濕性季風(fēng)氣候。

1.2 數(shù)據(jù)源及數(shù)據(jù)預(yù)處理

選用美國地球資源衛(wèi)星(Landsat)1990 年5 月4 日、2001 年5 月10 日和2007 年5 月19 日覆蓋研究區(qū)域的3 個(gè)時(shí)期的TM或ETM+影像數(shù)據(jù)作為數(shù)據(jù)源。由于3 期影像獲取時(shí)間相近，研究忽略數(shù)據(jù)間的時(shí)相差異。其他相關(guān)數(shù)據(jù)包括19.5 m分辨率CEBERS配準(zhǔn)基準(zhǔn)圖、研究區(qū)行政分布和輪廓圖等。首先對研究區(qū)影像數(shù)據(jù)進(jìn)行監(jiān)督分類，然后結(jié)合Google Earth高清影像對分類數(shù)據(jù)進(jìn)行了精細(xì)校正。鑒于研究區(qū)域環(huán)境特點(diǎn)、土地利用的實(shí)際情況、影像數(shù)據(jù)的可分辨能力以及技術(shù)處理等問題，研究以《土地利用現(xiàn)狀分類》(2007 版)[15]為依據(jù)，將研究區(qū)域的土地利用方式分為地表水體(含水利設(shè)施用地)、城市建設(shè)用地(包括主城區(qū)及較大鄉(xiāng)鎮(zhèn))、農(nóng)用地(包括面積較小的鄉(xiāng)鎮(zhèn)和農(nóng)村)、工礦倉儲(chǔ)用地、交通運(yùn)輸用地(僅包括主要道路橋梁)和自然綠地(山區(qū)的林地、草地，包括其他較大面積的林地等)等6 個(gè)類型景觀。研究中使用的GIS和遙感軟件分別為ArcGIS 9.3和ENVI 4.5；數(shù)據(jù)分析軟件為IBM SPSS 19.0。

1.3 研究方法

1.3.1 單一景觀指數(shù)的測度方法

描述斑塊類型水平的經(jīng)典景觀指數(shù)主要有PLAND、平均斑塊面積(MPS)、破碎化指數(shù)(FI)、景觀分離度(DIVISION)、單位周長的斑塊數(shù)(NPUP)和邊界密度(ED)等[7,11](表1)。

經(jīng)典景觀指數(shù)側(cè)重描述景觀異質(zhì)性，而對景觀整體性缺乏把握。本研究在前人[8- 10]對MSHDI研究的基礎(chǔ)上，歸納抽象出空間實(shí)體(或現(xiàn)象)空間分布離散性(廣度)的計(jì)量公式，并對單一景觀進(jìn)行表征：

(7)

式中,MSHDI為空間實(shí)體(或現(xiàn)象)的空間分布指數(shù)(或稱空間分布香農(nóng)熵指數(shù))，取值為[0, 1]；i= 1, 2, …,S；S為某網(wǎng)格粒度下網(wǎng)格的數(shù)目；Pi為第i個(gè)網(wǎng)格中空間實(shí)體(或現(xiàn)象)所覆蓋的面積占區(qū)域內(nèi)該空間實(shí)體(或現(xiàn)象)所覆蓋的總面積的比例。MSHDI取值越大，表明區(qū)域空間實(shí)體(或現(xiàn)象)的空間分布的廣度越大，離散性分布越突出；反之亦然。該公式形式上與Pielou均勻度類同，但內(nèi)涵不同。

本研究的具體空間實(shí)體為單一景觀，是對土地利用分類結(jié)果的進(jìn)一步抽象。以農(nóng)用地景觀為例，它包括兩種組分，將農(nóng)用地視為一種組分，而將區(qū)域內(nèi)其他土地利用類型歸為一種組分[5]；其他類型單一景觀定義與之相同。這與傳統(tǒng)意義上的以基底類型命名的單一景觀不同，以下不再贅述。

1.3.2 關(guān)聯(lián)分析的測度方法

為探究單一景觀的MSHDI與其PLAND的關(guān)聯(lián)程度，定義了一種關(guān)于兩者之間相關(guān)性的關(guān)聯(lián)系數(shù)，其公式為：

(8)

式中，A和B分別為單一景觀的MSHDI和PLAND指數(shù)，r(A,B)即為兩者之間的關(guān)聯(lián)系數(shù)，其符號與所取值的原始值符號保持一致。其中，rl(A,B)為兩者之間的線性相關(guān)系數(shù)(Pearson積矩相關(guān)系數(shù))；rnl(A,B)為兩者的非線性相關(guān)系數(shù)，定義如下：

(9)

式中，rl(lnA,B)、rl(A, lnB)和rl(lnA, lnB)分別為MSHDI的自然對數(shù)與PLAND、MSHDI與PLAND的自然對數(shù)和MSHDI的自然對數(shù)與PLAND的自然對數(shù)之間的Pearson積矩相關(guān)系數(shù)，rnl(A,B)的符號與所取值的原始值符號一致。

表1 經(jīng)典的類型水平景觀指數(shù)及其生態(tài)意義Table 1 Classic indices and their ecological meaning of patch types

A: 區(qū)域內(nèi)某類型景觀的總面積(hm2)；TA: 區(qū)域的總面積(hm2)；N: 某類型景觀的斑塊數(shù)目；aj: 某類景觀的第j個(gè)斑塊的面積(hm2)，其中amax為最大斑塊面積(hm2)；L: 某類型景觀的總邊長(m)。

最后，在P=0.01和P=0.05下進(jìn)行顯著性檢驗(yàn)。當(dāng)|r|>0.8,P<0.01時(shí)，為顯著相關(guān)關(guān)系；當(dāng)0.7<|r|<0.8,P<0.01時(shí)，為明顯變化趨勢關(guān)系；當(dāng)|r|<0.7,P>0.01時(shí)，為無相關(guān)關(guān)系。

1.3.3 主要分析過程

在ArcGIS 9.3環(huán)境下，利用精校正土地利用分類圖，分別提取各類型景觀的圖形數(shù)據(jù)庫及相應(yīng)屬性數(shù)據(jù)庫。然后對部分研究區(qū)的柵格分類圖和矢量數(shù)據(jù)分別進(jìn)行重采樣化和網(wǎng)格化，分析兩種粒度推繹的異同；在許昌市樣區(qū)影像圖(1990 年)的基礎(chǔ)上，分別定量論述MSHDI與經(jīng)典景觀指數(shù)對于不同制圖綜合結(jié)果的敏感程度，以驗(yàn)證其表征性。而后以公里網(wǎng)格化的3 期景觀數(shù)據(jù)為材料，以研究區(qū)為例，分析6 類景觀的MSHDI與PLAND是否存在同步變化關(guān)系。最后，將研究區(qū)以縣域?yàn)閱挝贿M(jìn)行分區(qū)，應(yīng)用SPSS 19.0軟件進(jìn)行Pearson相關(guān)性分析來探究不同網(wǎng)格粒度下各類單一景觀MSHDI與PLAND之間的內(nèi)在聯(lián)系的大小和變化程度，進(jìn)而評價(jià)MSHDI的適用性。

2 結(jié)果與分析

2.1 土地利用分類結(jié)果

依據(jù)上述方法，本研究對研究區(qū)3 期遙感影像進(jìn)行了解譯，精糾正過程采用了相同程度的制圖綜合得到土地利用類型圖(圖2)。從中可以看出，研究區(qū)整體上為典型農(nóng)業(yè)景觀，3 個(gè)時(shí)相的農(nóng)業(yè)用地面積均高于80%；其次為自然綠地，占10%左右；地表水體和城市建設(shè)用地約占2%—3%；而交通運(yùn)輸及工礦倉儲(chǔ)用地均約占1%—2%。由于斑塊、廊道和基底的區(qū)分具有相對性，并且在實(shí)際研究中很難確切區(qū)分，故本研究中將其統(tǒng)稱為斑塊，即基底可看作是整體景觀中占支配作用的斑塊；而將廊道視為狹長型的斑塊[11]。其中，整體水平上，農(nóng)用地為主要類型景觀，交通運(yùn)輸與地表水體為網(wǎng)狀景觀，自然綠地、工礦倉儲(chǔ)及城鎮(zhèn)建設(shè)用地為散布狀景觀。

圖2 研究區(qū)土地利用類型圖Fig.2 Maps of land-use types of the study area

2.2 網(wǎng)格粒度效應(yīng)與經(jīng)典粒度效應(yīng)的比較

經(jīng)典景觀指數(shù)的粒度效應(yīng)本質(zhì)上是由于柵格影像隨著空間粒度的變化，對斑塊的分割、聚合和改變斑塊邊界所致[16]。Hess[17]曾明確指出景觀格局分析中誤差的嚴(yán)重性和普遍性。目前，通用的景觀指數(shù)軟件，如FRAGSTATS，多是利用柵格數(shù)據(jù)來估算景觀指數(shù)，在研究粒度效應(yīng)時(shí)多是通過聚合相鄰柵格來實(shí)現(xiàn)粒度推繹，而此時(shí)數(shù)據(jù)的質(zhì)量也會(huì)隨著粒度逐漸增大而下降，甚至出現(xiàn)錯(cuò)誤，這是研究方法的系統(tǒng)誤差。對研究區(qū)的柵格分類圖和矢量圖分別進(jìn)行了重采樣化和網(wǎng)格化，以圖3所示樣區(qū)(33 km×33 km)為例，由圖3b—f可以明顯看出，景觀影像隨著粒度1—5 km向上推繹，其復(fù)雜程度和精度逐漸降低(以城建用地為例，其分布形狀逐漸規(guī)整，位置發(fā)生偏移)，誤差逐漸積累(其中除農(nóng)用地面積增加外，其他類型均逐漸減小)。

網(wǎng)格粒度效應(yīng)指的是指數(shù)模型本身與選取網(wǎng)格大小相關(guān)的情況。網(wǎng)格化后的矢量數(shù)據(jù)并沒有改變景觀的復(fù)雜程度，僅僅劃定出研究的基本單元(網(wǎng)格粒度)。尤其對于地表水系和交通道路等廊道景觀，經(jīng)過“粗?；敝夭蓸雍?，其連通性等分布特征被完全破壞而呈現(xiàn)斑塊性，甚至在4—5 km粒度下，交通類型消失，從而使得經(jīng)典指數(shù)對其描述時(shí)失效；而基于網(wǎng)格化的矢量數(shù)據(jù)的MSHDI則避免了該種情況的發(fā)生，且更具有現(xiàn)實(shí)意義。

本研究采用矢量數(shù)據(jù)(圖3g—i)進(jìn)行精確計(jì)算和分析景觀指數(shù)，而基于重采樣的空間粒度效應(yīng)不是此次研究的內(nèi)容(圖3b—f)。

2.3 MSHDI與經(jīng)典類型水平指數(shù)的比較

上述經(jīng)典的景觀指數(shù)均可以從不同角度不同程度地揭示單一景觀的空間分布特征(多樣性、離散性或破碎性)，但是它們的影響因素及側(cè)重反映的生態(tài)意義各不相同。從計(jì)算公式上看，MPS、DIVISION、NPUP均與單一景觀斑塊個(gè)數(shù)N直接相關(guān)；FI由景觀最大斑塊的面積決定；ED與景觀斑塊周長之和成正比；而MSHDI則與N無關(guān)。對于地表水體和交通道路景觀，由于其具有空間連續(xù)性而難以判定斑塊數(shù)目N，故討論其MPS、FI、DIVISION等經(jīng)典指數(shù)顯然是無意義的。

在數(shù)據(jù)采集的工作中，采集者的主觀思維對數(shù)據(jù)質(zhì)量影響較大，不同的人或同一人不同時(shí)間對同一影像解譯的結(jié)果往往不同。本研究以許昌市區(qū)及周邊區(qū)域?yàn)闃訁^(qū)(11 km×11 km)，選用1990 年監(jiān)督分類后影像，提取主城區(qū)建設(shè)用地，并進(jìn)行精校正和不同程度的制圖綜合(圖4)。其中，結(jié)果Ⅰ的斑塊復(fù)雜程度最高，而結(jié)果V最低，5 種提取結(jié)果的復(fù)雜程度依次遞減，綜合程度依次遞增；5 種情況下，斑塊的核心區(qū)基本一致，只有邊緣部分略有變化。基于此，研究對MSHDI與經(jīng)典類型水平指數(shù)進(jìn)行定量比較，討論它們對不同程度制圖綜合的敏感程度，并評價(jià)MSHDI在描述空間分布離散性和廣度特征方面的適用性。

由于本研究所引入的MSHDI指數(shù)是基于矢量數(shù)據(jù)解算的，為了排除無關(guān)變量的干擾，經(jīng)典景觀指數(shù)也使用了矢量數(shù)據(jù)進(jìn)行求解。圖5展示了對應(yīng)于圖4中5種提取結(jié)果的MSHDI和經(jīng)典景觀指數(shù)的變化情況，從圖中可以明顯看出不同提取結(jié)果對各種指數(shù)的影響程度：

圖5 1990 年樣區(qū)(許昌市區(qū))城建用地景觀指數(shù)統(tǒng)計(jì)圖Fig.5 The chart of indices of urban construction land of the sample area (Xuchang Downtown) in 1990

(1)城建景觀面積最大為3483.8 hm2(Ⅰ)，最小為3308.3 hm2(V)，平均為3422.5 hm2，相對偏差為(-3.3%, 1.7%)；最大斑塊面積對不同提取結(jié)果的敏感程度相對較高，尤其是結(jié)果Ⅴ較之其他4 種(比結(jié)果Ⅳ(次大)高41.8%)；MPS對不同提取結(jié)果的敏感程度十分顯著，并且呈現(xiàn)遞增態(tài)勢，這是因?yàn)橹茍D綜合直接影響N的變化，而MPS由景觀面積與N決定。

(2)FI受不同提取結(jié)果的影響也比較明顯，總體上呈現(xiàn)遞減態(tài)勢；而MSHDI與PLAND對提取結(jié)果的敏感程度相對溫和，并且兩者變化基本上呈現(xiàn)同步態(tài)勢，其中MSHDI的大小順序?yàn)棰?0.898)>Ⅰ(0.897)=Ⅲ(0.897)>Ⅳ(0.894)> Ⅴ(0.892)，PLAND的大小順序也為Ⅱ(0.288)>Ⅰ(0.287)=Ⅲ(0.287)>Ⅳ(0.280)> Ⅴ(0.273)；而DIVISION對提取結(jié)果也不敏感，并且相對偏差較小(-0.3%至0.2%)，但是其與其他各種指數(shù)均無同步變化關(guān)系。

(3)ED、NPUP和N等3 種指數(shù)受不同提取結(jié)果的影響比較明顯，三者整體上均呈現(xiàn)遞減趨勢。其中，ED的變化幅度明顯高于景觀面積的變化，其主要受斑塊總周長的影響；可以推斷，對于面積相當(dāng)?shù)木坝^，其斑塊數(shù)N與斑塊總周長呈正相關(guān)關(guān)系，并且N的遞減速度高于總周長，從而使得NPUP也逐漸減少。

選用研究區(qū)其他樣區(qū)和單一景觀進(jìn)行了相同試驗(yàn)，反映出來類似的規(guī)律。因此，研究認(rèn)為：(1)較之MPS、FI、DIVISION等經(jīng)典景觀指數(shù)，MSHDI更能適應(yīng)制圖綜合的影響以準(zhǔn)確地描述出單一景觀的廣度分布特征，并能反映出其中的偏差，即MSHDI有良好的表征性。(2)PLAND與MSHDI存在一定的相關(guān)關(guān)系；并且由于網(wǎng)格化不改變各類用地的空間位置和面積大小，即不對PLAND的大小產(chǎn)生影響，故可以通過兩者在不同網(wǎng)格粒度下的相關(guān)性的變化程度來評價(jià)MSHDI在描述單一景觀分布特征方面的穩(wěn)定性。(3)PLAND可以一定程度上反映單一景觀的分布特征，故分析兩者相關(guān)系數(shù)的大小也可佐證MSHDI的表征性。

圖6 各類型單一景觀的面積指數(shù)和空間分布指數(shù)Fig.6 PLAND and MSHDI of various types of single landscapes

2.4 單一景觀的空間分布特征分析

選取1990—2007 年長時(shí)間序列中的3 個(gè)時(shí)期的遙感影像數(shù)據(jù)，對6 類單一景觀的PLAND和MSHDI在1 km網(wǎng)格粒度下進(jìn)行了解算(圖6)。結(jié)果顯示：(1)總體上講，6 種類型單一景觀的MSHDI大小關(guān)系為：農(nóng)用地(0.982±0.002)>交通運(yùn)輸(0.822±0.020)>地表水體(0.789±0.015)>自然綠地(0.778±0.015)>城市建設(shè)(0.643±0.020)>工礦倉儲(chǔ)(0.626±0.025)，由此可見在研究的時(shí)間幅度范圍內(nèi)各類型景觀之間的空間分布關(guān)系相對穩(wěn)定。(2)交通道路景觀的MSHDI逐漸增大，3 個(gè)時(shí)期分別為0.802、0.834和0.842，其空間分布的廣度有所增大。(3)地表水體、工礦倉儲(chǔ)和自然綠地的MSHDI呈遞減態(tài)勢，說明3 類景觀在空間上的復(fù)雜性和廣度在降低，不過前者的降低趨勢較為顯著；后兩者在2001—2007 年的減小程度不明顯。(4)城市建設(shè)和農(nóng)用地景觀的MSHDI均為先升后降，前者變化較為明顯，后者變化較為緩和。(5)相較而言，各類型景觀的PLAND之間的大小關(guān)系規(guī)律性不強(qiáng)，各時(shí)期的PLAND大小關(guān)系有所變化。

圖7 1990 年研究區(qū)自然綠地及分區(qū)分布Fig.7 Forest and grassland and subareas of the study area in 1990

研究還發(fā)現(xiàn)：(1)在整體景觀水平上，MSHDI與PLAND無明顯相關(guān)關(guān)系，P>0.01(1990 年P(guān)=0.052，2001 年P(guān)=0.050，2007 年P(guān)=0.061)。換言之，不同單一景觀的MSHDI與PLAND不具有可比性，以1990 年為例，地表水面積為交通用地的3 倍，但兩者的MSHDI相當(dāng)(前后兩者分別為0.804, 0.802)。從圖中也可以明顯看出，同一時(shí)期各類型景觀的MSHDI與PLAND明顯無同步變化趨勢，以1990 年為例，6 類單一景觀PLAND遞增，而MSHDI呈現(xiàn)“先降后升，再降再升”的變化趨勢。(2)在單一景觀水平上，MSHDI與PLAND存在普遍意義上的變化趨勢，即同一類型景觀在不同時(shí)期的兩種指數(shù)變化趨勢大致相同，這點(diǎn)從圖中可以看出。

2.5 MSHDI與PLAND的相關(guān)分析

在上兩節(jié)討論的基礎(chǔ)上，為了驗(yàn)證MSHDI在描述單一景觀空間分布特征的穩(wěn)定性，對研究區(qū)進(jìn)行細(xì)化研究(圖7)以探討同一時(shí)期各類單一景觀的兩種指數(shù)的相關(guān)性。首先，參照圖7所示方法對3 期數(shù)據(jù)分別進(jìn)行分區(qū)(Z1—Z12)，并分別計(jì)算各分區(qū)6 種單一景觀在1 km、3 km和5 km等3 種網(wǎng)格粒度下的MSHDI和PLAND指數(shù)。然后，對同一時(shí)期同一景觀同一網(wǎng)格粒度下兩種指數(shù)進(jìn)行線性相關(guān)和非線性相關(guān)分析，并取絕對值最大的相關(guān)系數(shù)作為兩者之間的相關(guān)系數(shù)(公式(8))，并對其進(jìn)行顯著性檢驗(yàn)(表2)。

表2 空間分布指數(shù)與面積指數(shù)的相關(guān)分析Table 2 The correlation analysis between MSHDI (Modified Shannon′s Distribution Index) and PLAND (Percentage of Landscape)

*P<0.05；**P<0.01； 下劃線表示為線性相關(guān)系數(shù)，否則為非線性相關(guān)系數(shù)

3 結(jié)論與討論

(1)利用MSHDI來描述單一景觀的空間分布離散性和廣度，具有可行性和適用性。相較于經(jīng)典香農(nóng)熵描述景觀的內(nèi)部特征，側(cè)重于揭示非線性系統(tǒng)的空間異質(zhì)性，MSHDI描述的是單一景觀的整體性特征，更側(cè)重于表征空間實(shí)體(或現(xiàn)象)的空間廣度。與經(jīng)典景觀指數(shù)多使用柵格數(shù)據(jù)估算不同，MSHDI運(yùn)用矢量數(shù)據(jù)網(wǎng)格化精確解算，尤其在描述網(wǎng)狀景觀時(shí)更具有現(xiàn)實(shí)意義；其能夠準(zhǔn)確描述出單一景觀整體上分布的廣度特征，并可以反映出景觀邊緣區(qū)的細(xì)微差別。

(2)在描述各類單一景觀的廣度分布特征方面，與經(jīng)典景觀指數(shù)相比，MSHDI具有良好的表征性，并能反映出不同制圖綜合程度的偏差。故可以預(yù)見，對多源數(shù)據(jù)而言，其會(huì)有較好的適應(yīng)性。

(3)在研究區(qū)整體景觀水平上，各類單一景觀之間的MSHDI和PLAND指數(shù)不具有可比性。不同單一景觀各有自己的空間分布特點(diǎn)，其MSHDI大小關(guān)系與PLAND并不同步。

此外，必須指出的是，本研究是基于“粗?；本W(wǎng)格實(shí)現(xiàn)的，對于“細(xì)?；蓖评[是否具有以上規(guī)律有待進(jìn)一步研究；并且本研究區(qū)總體上為典型農(nóng)業(yè)景觀，故研究結(jié)論是否適用于其他景觀系統(tǒng)或者區(qū)域，尚需相關(guān)案例的驗(yàn)證。

致謝：鄭州大學(xué)張學(xué)雷教授及其課題組對本文給予了研究方法、樣區(qū)數(shù)據(jù)的支持與幫助，特此感謝。

[1] Rosenzweig M L. Species Diversity in Space and Time. Cambridge: Cambridge University Press, 1995.

[2] MacArthur R. Fluctuations of animal population and a measure of community stability. Ecology, 1955, 36(3): 533- 536.

[5] 肖篤寧, 布仁倉, 李秀珍. 生態(tài)空間理論與景觀異質(zhì)性. 生態(tài)學(xué)報(bào), 1997, 17(5): 453- 461.

[6] 張建辰, 王艷慧. 黃河下游沿岸濕地景觀格局變化研究. 地理信息世界, 2013, 20(1): 97- 102.

[7] 傅伯杰, 陳利頂, 馬克明, 王仰麟. 景觀生態(tài)學(xué)原理及應(yīng)用. 北京: 科學(xué)出版社, 2001.

[8] Yabuki T, Matsumura Y, Nakatani Y. Evaluation of pedodiversity and land use diversity in terms of the Shannon entropy. http://cdsweb.cern.ch/record/1178038.

[9] 段金龍, 張學(xué)雷. 中國中、東部典型樣區(qū)土壤和水體多樣性關(guān)聯(lián)分析. 水科學(xué)進(jìn)展, 2012, 23(5): 635- 641.

[10] 段金龍, 張學(xué)雷. 區(qū)域地表水體、歸一化植被指數(shù)與熱環(huán)境多樣性格局的關(guān)聯(lián)分析. 應(yīng)用生態(tài)學(xué)報(bào), 2012, 23(10): 2812- 2820.

[11] 鄔建國. 景觀生態(tài)學(xué)——格局、過程、尺度與等級(第二版). 北京: 高等教育出版社, 2007.

[12] 布仁倉, 胡遠(yuǎn)滿, 常禹, 李秀珍, 賀紅士. 景觀指數(shù)之間的相關(guān)分析. 生態(tài)學(xué)報(bào), 2005, 25(10): 2764- 2775.

[13] 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). 農(nóng)業(yè)工程學(xué)報(bào), 2010, 26(6): 315- 321.

[14] 馮湘蘭. 景觀格局指數(shù)相關(guān)性粒度效應(yīng)研究 [D]. 長沙: 中南林業(yè)科技大學(xué), 2010.

[15] 中華人民共和國國家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局, 中國國家標(biāo)準(zhǔn)化管理委員會(huì). GB/T 21010- 2007土地利用現(xiàn)狀分類. 北京: 中國標(biāo)準(zhǔn)出版社, 2007.

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

[17] Hess G. Pattern and error in landscape ecology: A commentary. Landscape Ecology, 1994, 9(1): 3- 5.

Spatial distribution index and its applicability evaluation for single-type landscape

KANG Xiaoyan, WANG Yanhui*, DUAN Fuzhou

CollegeofResourcesEnvironment&Tourism;StateKeyLaboratoryIncubationBaseofUrbanEnvironmentalProcessesandDigitalSimulation;KeyLaboratoryof3-DimensionalInformationAcquisitionandApplication,MinistryofEducation;BeijingKeyLaboratoryofResourceEnvironmentandGeographicInformationSystem,CapitalNormalUniversity,Beijing100048,China

Shannon entropy; single-type landscape; spatial distribution index; area index; applicability

國家自然科學(xué)基金(41371375); 北京市自然科學(xué)基金(8132018); 國家“十二五”科技支撐計(jì)劃項(xiàng)目(2012BAH33B03, 2012BAH33B05)

2013- 10- 13;

日期:2014- 07- 14

10.5846/stxb201310132463

*通訊作者Corresponding author.E-mail: huiwangyan@sohu.com

康孝巖, 王艷慧, 段福洲.單一景觀空間分布指數(shù)及其適用性評價(jià).生態(tài)學(xué)報(bào),2015,35(5):1311- 1320.

Kang X Y, Wang Y H, Duan F Z.Spatial distribution index and its applicability evaluation for single-type landscape.Acta Ecologica Sinica,2015,35(5):1311- 1320.