西北地區(qū)農村居民點景觀格局指數(shù)的尺度效應及其最佳粒度選擇分析*
——以西安市為例

殷小彤

(西安石油大學,陜西西安 710065)

西北地區(qū)農村居民點景觀格局指數(shù)的尺度效應及其最佳粒度選擇分析*
——以西安市為例

殷小彤

(西安石油大學,陜西西安 710065)

文章以西安市2013年土地利用調查數(shù)據(jù)為源數(shù)據(jù)，基于arcgis10.0與Fragstats3.4軟件，運用景觀空間格局的分析方法，從斑塊、類型等2個水平上分析西安市農村居民點景觀空間格局粒度效應。結果表明：(1)粒度效應敏感的指數(shù)有斑塊密度、斑塊個數(shù)、分離度指數(shù)、鄰近度指數(shù)，粒度效應比較敏感的指數(shù)有平均斑塊面積、最大斑塊指數(shù)，粒度效應最不敏感的指數(shù)有形狀指數(shù)、聚集度指數(shù)及結合度指數(shù)。(2)大致可將上述9種景觀指數(shù)分為3類：第一類，隨著粒度的增大，景觀指數(shù)值表現(xiàn)為下降的變化趨勢； 第二類，隨著粒度的增大，景觀指數(shù)值呈逐漸增大的趨勢； 第三類，隨著尺度的增大，具有顯著的尺度轉折，可預測性差。(3)隨著粒度的粗化，農村居民點破碎度降低，優(yōu)勢度增加，形狀變得規(guī)則，分布趨向分散。該研究區(qū)農村居民點最佳尺度范圍為60～90m，適宜粒度為90m。

農村居民點 景觀指數(shù) 斑塊 類型 尺度效應 西安市

0 引言

近年來，隨著人類不合理開發(fā)利用自然資源與工業(yè)三廢的排放，導致了水土流失、土地退化、森林及草地面積銳減、生物多樣性喪失等一系列的生態(tài)問題，鑒于此，越來越多的學者更加重視對景觀空間結構、功能及動態(tài)效應的研究，其中景觀空間格局是其研究的核心問題之一[1-5]。景觀格局分析方法分為景觀空間格局指數(shù)與景觀格局分析模型兩大類，其中由于景觀格局指數(shù)能夠定量分析景觀空間分布特征的優(yōu)點，所以長期以來一直倍受學者的關注，并出現(xiàn)了一系列的計算景觀指數(shù)的軟件或程序[6-9]。由于已有的軟件或程序大部分是以柵格數(shù)據(jù)為源數(shù)據(jù)，進行數(shù)據(jù)處理時，其計算結果容易隨著空間尺度的變化而發(fā)生相應的變化，即產(chǎn)生“可塑性面積”問題[10-12]。鑒于此，越來越多的學者更加重視對景觀空間格局指數(shù)粒度效應的研究，如劉栩如，張琳，楊磊[13]等基于1975年、1997年等2期航空像片以及1997年1： 10 000的地形數(shù)據(jù)，利用景觀空間格局的分析方法，分析了典型的黃土丘陵區(qū)的小流域大溝壑生態(tài)退耕前后土地利用空間結構變化、景觀空間格局演變及地形驅動力，研究表明退耕前后景觀空間結構發(fā)生了顯著的變化，海拔、坡度是生態(tài)退耕的2個最重要的驅動因子。邱楊，楊磊[14]等運用景觀指數(shù)空間格局的分析方法，分析了黃土丘陵溝壑小流域在1～50m粒度范圍內的尺度效應。劉德林，方炫等[15]基于1982～2008年期間6期土地利用數(shù)據(jù)，運用景觀空間格局分析方法，研究了黃土高原小流域尺度下的景觀指數(shù)的粒度效應。總結前人研究成果可以看出，應用專門的景觀分析程序進行西安市景觀空間格局指數(shù)的計算尚不常見； 此外，針對不同比例尺的矢量數(shù)據(jù)如何選取最佳粒度的研究更不常見[17-20]。鑒于此，文章選擇西安市為研究區(qū)，以西安市2013年度土地利用調查數(shù)據(jù)(1： 10 000)為主數(shù)據(jù)，首先，基于arcgis10.0 提取編碼為203的農村居民點數(shù)據(jù)，其次，將提取后的矢量數(shù)據(jù)轉化為不同步長的10種柵格數(shù)據(jù)，分別為30m、60m、90m、120m、150m、180m、210m、240m、270m、300m，然后利用Fragstats3.4計算景觀格局指數(shù)，分析以30m為間隔的30～300m粒度范圍內的農村居民點的尺度效應，從而確定該研究區(qū)農村居民點景觀格局最佳的尺度范圍，以期為農村居民點的規(guī)劃和管理提供參考。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

西安市地處渭河流域中部，東經(jīng)107.4°～109.49°，北緯33.42°～34.45°； 占地總面積為9 983km2，其中市區(qū)占地面積1 066km2，境內地形起伏相差懸殊，主要是由于華北地臺中的渭河地帶斷陷沉降，黃土風蝕堆積而成，水資源匱乏，土壤南北兩區(qū)差異明顯，礦產(chǎn)資源豐富； 屬于暖溫帶半濕潤大陸性季風氣候，冷暖干濕交替，四季分明，降水少。行政區(qū)劃為1市、9區(qū)、3縣； 截止2012年，西安市常住人口為855.29萬人，其中鄉(xiāng)村人口243.67萬人，占總人口的28.49%； 2012年全市實現(xiàn)生產(chǎn)總值(GDP)4 369.37億元。西安是中國首批優(yōu)秀旅游城市。西安的文化遺產(chǎn)優(yōu)點是資源保存完整、密度大、級別高，西安旅游資源在中國旅游資源普查表中的155個基本類型中占據(jù)89個，自然生態(tài)優(yōu)美，被譽為中國的“中央公園”。

1.2 數(shù)據(jù)來源與研究方法

1.2.1 數(shù)據(jù)來源

該研究基本數(shù)據(jù)來源于西安市2013年土地利用數(shù)據(jù)(1： 10 000)，原始格式為shp矢量數(shù)據(jù)。2007年國土資源部頒布的《第二次全國土地調查技術規(guī)程》。

1.2.2 研究方法

首先，基于arcgis10.0軟件，并提編碼為203的農村居民點數(shù)據(jù)，其次，將提取后的數(shù)據(jù)按照中心屬性值的方法轉化為尺度為30m的10種柵格數(shù)據(jù)，分別為30m、60m、90m、120m、150m、180m、210m、240m、270m、300m。利用Fragstats3.4軟件對景觀指數(shù)進行計算，將計算結果輸出到Excel中，進行景觀指數(shù)的制圖與變異系數(shù)的計算，分析景觀格局的粒度效應，從而確定適宜的粒度范圍。

1.2.3 景觀指數(shù)的選取

綜合前人研究經(jīng)驗，結合西安市的區(qū)域特點，該文主要從斑塊水平、類型水平等2個方面進行景觀格局粒度效應的研究。選取平均斑塊面積、形狀指數(shù)、鄰近度指數(shù)、板塊個數(shù)、斑塊密度、最大斑塊個數(shù)、結合度指數(shù)、分離度指數(shù)、聚集度指數(shù)，景觀指數(shù)的計算詳見應用指南。

2 結果分析

2.1 西安市土地利用現(xiàn)狀分析

基于arcgis10.0軟件對西安市2013年土地調查數(shù)據(jù)進行圖斑合并，并將其歸為7類，分別為耕地、園地、草地、水域、灌木林地、建設用地、未利用土地。其中耕地與林地為該研究區(qū)的基地景觀，占總面積的73.2%，近年來，西安市面臨的比較嚴重的問題就是耕地面積逐年減少，主要向建設用地和林地轉化，土地利用綜合指數(shù)下降了7.81%。截止2013年，農村居民點占地面積5.543 278萬hm2，占建設用地面積的62.57%，農村人口393.68萬人，占總人口的62.3%，人口平均密度為659人/km2，超出國家最高標準150m2/人的上限。研究表明西安市農村居民點在分布上主要表現(xiàn)為呈“大分散，小集中”、“小規(guī)模，大密度”特點，具有較大的土地整理潛力。

2.2 斑塊類型水平上農村居民點景觀尺度效應分析

平均斑塊面積是指在斑塊類型水平上單一景觀類型總面積除以斑塊個數(shù)，用于反應景觀的破碎化程度，其值越小，景觀表現(xiàn)越破碎。由圖1可知，粒度由30m增大至300m的過程中，平均斑塊面積呈多項式的方式持續(xù)遞增(R2=0.996 48)，有較好的規(guī)律性，可預測性強。說明隨著粒度的增加，景觀的平均斑塊面積增加，主要是由于粒度粗化，其他地類被劃為農區(qū)居民的用地，景觀的破碎化程度降低，效應明顯。

形狀指數(shù)是指斑塊的周長與同面積圓的周長的比值，主要用于表征斑塊形狀的規(guī)則程度，其值越大表明景觀中斑塊形狀越不規(guī)則。由圖1可知，形狀指數(shù)隨著粒度的增大呈多項式的函數(shù)遞減(R2=0.843 5)，具有不明顯的尺度轉折，大致可以分為4個階段：第一個階段(30m≤粒度≤60m)快速減少階段，變化率大于18%； 第二個階段(60m<粒度<210m)相對穩(wěn)定下降階段； 第三個階段(210m≤粒度<270m)緩慢上升階段； 第四個階段(270m<粒度≤300m)緩慢下降階段； 說明隨著粒度的增大，斑塊形狀分布越來越規(guī)則。

鄰近度指數(shù)等于該斑塊的面積除以同類型斑塊的最近距離的平方和除以此類型斑塊的個數(shù)，主要用來描述同類型斑塊之間的連通性，其值越大，表明同類型的斑塊之間的連通性增強。由圖1可知，隨著粒度的增加，其指數(shù)值總體上呈逐漸減少的趨勢，可用二次多項式進行擬合，擬合系數(shù)R2=0.95706； 在粒度180～300m的范圍內，其指數(shù)值呈波動式上升，尺度轉折不明顯。說明粒度變粗，導致同類型斑塊之間的連通性下降。

圖1 斑塊面積、形狀指數(shù)及鄰近度指數(shù)平均值的粒度效應注： 1～10代表粒度分別為30m、60m、90m、120m、150m、180m、210m、240m、270m、300m

2.3 整體水平上農村居民點景觀指數(shù)分析

板塊個數(shù)與斑塊密度都表示了農村居民點在數(shù)量規(guī)模上的特征，由圖2可以看出，斑塊個數(shù)和斑塊密度在折線圖中具有相似的分布規(guī)律，具有相同的擬合曲線(冪函數(shù))，其擬合系數(shù)分別為R2=0.973 93，R2=0.952 44，粒度效應顯著，可預測性強。在30～300m的粒度范圍內，隨著粒度的增加呈冪函數(shù)的方式遞減。根據(jù)斑塊個數(shù)和斑塊密度的變化率，大致可分為3個階段：第一個階段(30m≤粒度≤90m)快速減少，變化率大于50%； 第二個階段(90m<粒度<180m)低速減少時期，變化率維持在40%左右； 第三個階段(180m≤粒度<300m)相對穩(wěn)定時期，變化率小于20%； 由此說明，斑塊個數(shù)和斑塊密度對粒度變化的響應比較大。在30～300m的粒度范圍內，隨著粒度的增大，景觀的破碎度減小，此結果和4.1.1中的平均斑塊面積研究結果一致。

最大斑塊指數(shù)等于單一景觀類型中最大斑塊的面積與整體景觀面積的比值，是一種簡單的測量優(yōu)勢度的方法。由圖2可知，在30～300m的粒度范圍內，隨著粒度的增加，其指數(shù)值呈波動式變化，具有顯著的尺度轉折，沒有明顯的變化規(guī)律，擬合程度不高(R2=0.118 04)。在30～90m的粒度范圍內，呈小幅度的減少趨勢； 在60～210m的粒度范圍內，其指數(shù)值發(fā)生大幅度波動變化，在210～270m粒度范圍內，呈緩慢的上升趨勢； 在270～300m粒度范圍內，呈快速的下降的趨勢； 在粒度為270m時，取得最大值。說明隨著粒度的增大，該研究區(qū)的農村居民點優(yōu)勢度增大。

用景觀聚集度指數(shù)、景觀分離度指數(shù)與景觀結合度指數(shù)來描述景觀的空間的異質性，其中，景觀聚集度指數(shù)用來表達斑塊的聚散性，其指數(shù)值越大，表示景觀斑塊之間的聚集程度越高，反之聚集程度越低； 景觀結合度指數(shù)表達了景觀斑塊之間的連通性，其值越大，說明斑塊之間的連通性越強，分布集中程度高； 景觀分離度指數(shù)表示隨機抽取2個柵格單元不屬于相同斑塊類型的幾率[21]，取值范圍為(0,1)。由圖2可知，結合度指數(shù)和聚集度指數(shù)均呈指數(shù)的方式遞減，沒有明顯的尺度轉折，分別由45.32%、32.57%下降至28.45%、24.98%，變化率為正值； 隨著粒度的增加，分離度指數(shù)呈二次多項式的方式緩慢遞減，擬合系數(shù)為R2=0.970 32，沒有明顯的尺度轉折，總而言之，隨著粒度的增加，斑塊之間的團結程度降低，分布趨向分散。

為了定量的描述景觀指數(shù)隨粒度變化的敏感性，計算了各景觀格局指數(shù)的變異系數(shù)(標準差與平均值的比值)，如表1。

圖2 類型水平上的景觀指數(shù)粒度效應注： 1～10代表粒度分別為30m、60m、90m、120m、150m、180m、210m、240m、270m、300m

表1 不同景觀指數(shù)的變異系數(shù)

景觀指數(shù)平均斑塊面積形狀指數(shù)鄰近度指數(shù)斑塊個數(shù)斑塊密度最大斑塊指數(shù)聚集度指數(shù)分離度指數(shù)結合度指數(shù)變異系數(shù)(%)0.330.120.620.810.930.480.230.710.18

由表1可知，粒度效應敏感的指數(shù)有斑塊密度、斑塊個數(shù)、分離度指數(shù)、鄰近度指數(shù)，變異系數(shù)均大于50%，粒度效應比較敏感的指數(shù)有平均斑塊面積，最大斑塊指數(shù)； 粒度效應最不敏感的指數(shù)有形狀指數(shù)、聚集度指數(shù)和結合度指數(shù)。

2.4 農村居民點最佳尺度的選擇

通過對2.2總結歸納可知，不同的景觀指數(shù)具有不同的粒度效應，在折線圖上表現(xiàn)為不同的變化趨勢，大致可將這9類景觀指數(shù)分為3類：第一類，隨著粒度的增大，景觀指數(shù)表現(xiàn)為下降的趨勢，沒有明顯的尺度轉折，這類景觀指數(shù)主要有形狀指數(shù)、斑塊個數(shù)、斑塊密度、鄰近度指數(shù)、聚集度指數(shù)、分離度指數(shù)和結合度指數(shù)； 第二類，隨著粒度的增大，其指數(shù)值呈逐漸增大的趨勢，尺度轉折不明顯，例如平均斑塊面積； 第三類，隨著尺度的增大，具有顯著的尺度轉折，規(guī)律性差，可預測性差，如最大斑塊指數(shù)。景觀空間格局指數(shù)粒度效應主要以第一類為主。

通過對上述9個景觀指數(shù)的研究來大致確定農村居民點合適的粒度范圍，首先，根據(jù)各指數(shù)值在折線圖上的表現(xiàn)，確定第一尺度區(qū)間，其次，在所選區(qū)間中選擇偏大的尺度范圍作為合適的粒度范圍，這樣既能反應比例尺的信息，又可以簡化工作量[22-23]。綜合各個景觀指數(shù)的第一尺度域(表2)，該研究區(qū)農村居民點的最佳的尺度范圍為60～90m，最適宜粒度為90m。

表2 景觀空間格局指數(shù)適宜粒度范圍

3 結論

通過對以上景觀指數(shù)進行分析，可以得出以下結論。

(1)通過調查分析，西安市農村人口的平均密度超出國家最高標準150m2/人的上限，分布上主要表現(xiàn)為呈“大分散，小集中”、“小規(guī)模，大密度”特點，具有較大的土地整理潛力。

(2)不同的景觀指數(shù)具有不同的粒度效應，如果避開粒度討論景觀空間分布格局意義不大。其中，粒度效應敏感的指數(shù)有斑塊密度、斑塊個數(shù)、分離度指數(shù)、鄰近度指數(shù)，變異系數(shù)均大于50%； 粒度效應比較敏感的指數(shù)有平均斑塊面積，最大斑塊指數(shù)； 粒度效應最不敏感的指數(shù)有形狀指數(shù)、聚集度指數(shù)和結合度指數(shù)。

(3)根據(jù)景觀指數(shù)的隨粒度變化的趨勢，大致可以分為3類：第一類，隨著粒度的增大，景觀指數(shù)表現(xiàn)為下降的趨勢，這類景觀指數(shù)有形狀指數(shù)、斑塊個數(shù)、分離度指數(shù)、鄰近度指數(shù)、聚集度指數(shù)、斑塊密度和結合度指數(shù)； 第二類，隨著粒度的增大，其指數(shù)值呈逐漸增大的趨勢，例如平均斑塊面積； 第三類，隨著尺度的增大，具有顯著的尺度轉折，規(guī)律性差，可預測性差，如最大斑塊指數(shù)。

(4)從斑塊和類型水平上，隨著粒度的粗化，農村居民點破碎度降低，優(yōu)勢度增加，形狀變得規(guī)則，分布趨向分散。綜合各個景觀指數(shù)的粒度變化的第一尺度，該研究區(qū)農村居民點最佳尺度范圍為60～90m，適宜粒度為90m。

(5)對農村居民點景觀空間格局的研究，有利于了解農村居民點的土地利用現(xiàn)狀，對農村居民點的拆遷、合并、規(guī)劃等提供理論依據(jù)。通過該文的研究，為以后西北地區(qū)農村居民點景觀格局的研究提供參考，為新型城鎮(zhèn)化、新農村建設過程中農村土地利用規(guī)劃和管理提供理論依據(jù)。

[1] 張秋玲, 馬金輝, 趙傳燕. 興隆山地區(qū)景觀格局變化及驅動因子. 生態(tài)學報, 2007, 27(8):3206～3214

[2] 林孟龍, 曹宇, 王鑫. 基于景觀指數(shù)的景觀格局分析方法的局限性:以臺灣宜蘭利澤簡濕地為例. 應用生態(tài)學報, 2008, 19(1):139～143

[3] Turner MG.Landscape ecology：What is the state of the science?Annual Review of Ecology，Evolution，and Sys-tematics,2005,36： 319～344

[4] 肖篤寧,李秀珍，高峻，等.景觀生態(tài)學.北京：科學出版社,2004

[5] Forman R T T，Godron M.Landscape Ecology.New York：Wiley,1986

[6] 傅伯杰,陳利頂，馬克明，等．景觀生態(tài)學原理及應用．北京：科學出版社,2011,86

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

[8] 盧玲, 程國棟, 李新. 黑河流域中游地區(qū)景觀變化研究. 應用生態(tài)學報, 2001, 12(1):68～74

[9] 馬克明, 傅伯杰. 北京東靈山地區(qū)景觀格局及破碎化評價. 植物生態(tài)學報, 2000, 24(3):320～326

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

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

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

[13]劉栩如,張琳，楊磊，等.黃土丘陵區(qū)生態(tài)退耕中的景觀格局演變及其地形驅動.水土保持研究,2016,23(1):103～109

[14]邱楊,楊磊，王軍，等.黃土丘陵小流域景觀格局指數(shù)的粒度效應.應用生態(tài)學報,2010, 21(5): 1159～1166

[15]劉德林,方炫，李壁成.黃土高原小流域尺度土地利用景觀格局指數(shù)的粒度效應.水土保持通報,2013,33(4):206～210

[16]冀亞哲,張小林，吳江國，等．聚落景觀格局的空間粒度轉換響應及其機理分析——以江蘇省鎮(zhèn)江市為例.長江流域資源與環(huán)境,2013, 22(3): 323～330

[17]邱海軍,曹明明.土地利用景觀格局指數(shù)的粒度效應——以黃龍縣為例.地域研究與開發(fā),2011, 30(1): 126～139

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

[19]國慶喜,肖少英．粒度效應對城-鄉(xiāng)過渡區(qū)景觀格局分析的影響.東北林業(yè)大學學報,2004, 32(2): 49～51

[20]WU J G.Effects of changing scale on land scape pattern analysis：Scaling relations.Landscape Ecolongy,2004, 19(2): 125～138

[21]鄭新奇,付梅臣.景觀格局空間分析技術及其應用.北京：科學出版社,2010, 23(4): 134～139

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

[23]耿煥俠,張小林，李紅波.縣域農村居民點景觀格局指數(shù)的空間粒度效應——以江蘇豐縣為例.長江流域資源與環(huán)境,2014, 23(10): 1418～1424

ANALYSIS OF THE SCALE EFFECT ON LANDSCAPE SPATITAL PATTERN OF RURAL RESIDENTIAL AREA*——TAKING XIAN CITY AS AN EXAMPLE

Yin Xiaotong

(Xi′an Shiyou University，Xi′an,Shaanxi 710065，China)

Based on the survey data of land use and the software of arcgis10.0 and Fragstats3.4, this paper analyzed the landscape spatial pattern of the rural residents in Xi′an cityfrom the two levels of plaque and type adopting the method of landscape pattern analysis. The results showed that the sensitive index on size effect included patch density, patch number, separation index, proximity index; and the less sensitive index included average patch area and the largest patch; the not sensitive index included shape index, aggregation index and integrated index. All the indexes could be roughly divided into 3 categories, for the first category, landscape index showed a downward trend with the increase of particle size; for the second category, the index value increased gradually with the increase of particle size;for the third category, the index had significant scale turning with the increase of scale.With the increase of the scale, the rural residential fragmentation decreased, the shape become regular, the distribution scattered. It concluded that the best scale of the resident was 60-90m,the suitable size was 90m.

rural residential; landscape index; patch type; scale effect

10.7621/cjarrp.1005-9121.20161223

2015-09-22

殷小彤(1979—)，男，江西九江人，講師。研究方向：藝術設計。Email：dxt1979@163.com

*資助項目：2015年陜西省教育廳專項科研計劃項目“延安時期版畫藝術研究”(15JK1788)

C912.82; S127

A

1005-9121[2016]12-0149-07