青海湖流域景觀格局空間粒度效應(yīng)分析

翟 俊, 侯 鵬, 趙志平, 肖如林, 顏長(zhǎng)珍, 聶學(xué)敏

(1.環(huán)境保護(hù)部衛(wèi)星環(huán)境應(yīng)用中心，北京 100094； 2.中國(guó)環(huán)境科學(xué)研究院，北京 100012； 3.中科院寒區(qū)旱區(qū)環(huán)境與工程研究所，蘭州 730000； 4.青海省生態(tài)環(huán)境遙感監(jiān)測(cè)中心，西寧 810007)

0 引言

隨著我國(guó)自然生態(tài)與環(huán)境保護(hù)工作的不斷深入，流域生態(tài)系統(tǒng)已經(jīng)成為我國(guó)生態(tài)監(jiān)管與環(huán)境宏觀管理的重要調(diào)控單元[1]。流域空間的各類生態(tài)系統(tǒng)分布及其景觀格局直接影響到流域生態(tài)系統(tǒng)服務(wù)功能、生態(tài)系統(tǒng)質(zhì)量等所有方面的好壞。景觀格局反映了不同大小和形狀等空間特征的景觀要素的空間分布情況，不同景觀具有不同景觀格局特征。多尺度的自然和社會(huì)中普遍存在的空間異質(zhì)性特征，即尺度問(wèn)題在景觀生態(tài)學(xué)相關(guān)問(wèn)題研究中至關(guān)重要，尺度選擇直接關(guān)系到結(jié)果的可靠性[2-3]。在景觀生態(tài)學(xué)中，尺度通常包括空間粒度(尺度)和時(shí)間粒度(幅度)2方面，其中空間粒度表示研究區(qū)空間最小可辨識(shí)單元所代表的特征長(zhǎng)度、面積或者體積。

在空間統(tǒng)計(jì)學(xué)方法、景觀格局指數(shù)法和分維分析法等[4-5]景觀生態(tài)學(xué)多尺度分析方法中，景觀格局指數(shù)法因其高度濃縮景觀格局信息，可以較好地反映不同景觀要素的空間配置關(guān)系而定量衡量景觀格局狀況的優(yōu)劣，在河流濕地[6-7]、地形地貌[8]、城市熱島[9]等各類土地利用與景觀生態(tài)領(lǐng)域得到廣泛應(yīng)用[10-11]。所以許多研究案例通過(guò)分析景觀格局指數(shù)的空間粒度效應(yīng)來(lái)反映景觀格局的空間粒度效應(yīng)，將景觀格局指數(shù)與空間粒度之間的關(guān)系演變?yōu)榫坝^尺度效應(yīng)關(guān)系。研究發(fā)現(xiàn)不同空間粒度與景觀格局指數(shù)之間具有顯著的尺度效應(yīng)，且在不同的研究區(qū)和研究對(duì)象中并不具有普適性[12-15]，如大遼河流域濕地景觀格局的最佳分析粒度為60 m[16]，黑龍江巴彥縣景觀格局最佳分析粒度為100 m[17]，珠三角城市熱島格局特征的臨界粒度為150 m[9]等。因此如何選擇最為適宜的空間粒度，從而客觀真實(shí)的反映出景觀格局狀況，成為景觀生態(tài)學(xué)的關(guān)鍵問(wèn)題之一[18-20]。國(guó)內(nèi)外學(xué)者先后提出了拐點(diǎn)識(shí)別法和信息損失評(píng)價(jià)等方法，從定性評(píng)價(jià)過(guò)渡到定量評(píng)價(jià)[21-23]，同時(shí)也發(fā)展出二者相結(jié)合的方法，綜合選取最適宜的空間粒度[16]，從而在該粒度條件下既能有效反映景觀格局，也盡可能減少信息損失，盡量避免和消除尺度效應(yīng)對(duì)景觀格局分析的影響。

青海湖流域位于青藏高原東北部，是世界上典型的高寒濕地自然保護(hù)地，對(duì)于維持青藏高原東北部水源涵養(yǎng)和生物多樣性服務(wù)功能，以及區(qū)域生態(tài)安全具有重要作用。相關(guān)研究表明，青海湖流域濕地對(duì)降水變化更為敏感[24]，并且具有較高的水源涵養(yǎng)價(jià)值[25]。但不同研究結(jié)果中，區(qū)域或生態(tài)系統(tǒng)的價(jià)值估算差異較大[25,26]，其數(shù)據(jù)源的空間尺度或者粒度的差異，是影響評(píng)價(jià)結(jié)果的重要因素之一。然而，目前景觀格局尺度或粒度的分析與應(yīng)用多見(jiàn)于人類活動(dòng)明顯的流域或者城市化區(qū)域[9,16-17,22-23,27]，對(duì)以氣候變化為主要影響，并且對(duì)維系區(qū)域生態(tài)安全的青海湖流域，相關(guān)研究還很缺乏。本文以青海湖流域?yàn)檠芯繀^(qū)，通過(guò)選用一些常用景觀格局指數(shù)，比較不同指數(shù)對(duì)空間粒度變化的響應(yīng)差異，從而識(shí)別流域尺度景觀格局分析研究中的空間粒度效應(yīng)，通過(guò)綜合拐點(diǎn)識(shí)別和信息損失評(píng)價(jià)方法，提出流域尺度景觀格局分析的最適宜空間粒度，為統(tǒng)一流域尺度生態(tài)服務(wù)功能和價(jià)值評(píng)估的生態(tài)指標(biāo)，實(shí)現(xiàn)生態(tài)保護(hù)監(jiān)管統(tǒng)一化管理提供參考和依據(jù)。

1 資料與方法

1.1 研究區(qū)概況

青海湖流域總面積約為2.96萬(wàn)km2，地處青海省西部柴達(dá)木盆地、東部湟水谷地、南部江河源頭與北部祁連山地的樞紐地帶，地勢(shì)西北高、東南低，流域內(nèi)地勢(shì)海拔高差為2 097 m。青海湖流域是青藏高原東北部的特殊生態(tài)功能區(qū)，在區(qū)域生態(tài)系統(tǒng)中擁有著重要地位。流域內(nèi)青海湖為我國(guó)最大的咸水湖和內(nèi)陸湖，對(duì)區(qū)域氣候有著重要的影響。流域位置如圖1所示。

圖1 青海湖流域地理位置Fig.1 Geographical location of Qinghai Lake watershed

1.2 數(shù)據(jù)源及其面向?qū)ο笮畔⑻崛?/h3>

選取美國(guó)陸地資源衛(wèi)星Landsat5搭載的TM傳感器和我國(guó)環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)報(bào)小衛(wèi)星HJ-1衛(wèi)星搭載的CCD傳感器獲取的光學(xué)衛(wèi)星遙感數(shù)據(jù)為主要數(shù)據(jù)源，空間分辨率均為30 m。在影像分割的基礎(chǔ)上，根據(jù)不同土地覆被類型的光譜特征，建立衛(wèi)星遙感影像的分類規(guī)則集。對(duì)于光譜復(fù)雜的類型，采用最鄰近方法進(jìn)行類別劃分，從而實(shí)現(xiàn)基于面向?qū)ο蠓诸惙椒ǖ牡乇砭坝^信息提取，得到流域地表實(shí)際景觀分類信息。通過(guò)分層隨機(jī)抽樣和野外采集實(shí)地景觀類型信息，進(jìn)行了分類結(jié)果精度驗(yàn)證，分類總精度為91%。

1.3 尺度效應(yīng)分析與最佳粒度選取

對(duì)基于遙感解譯得到的實(shí)際景觀信息圖像，采用面積最大法進(jìn)行重采樣，獲得具有不同空間粒度的景觀分類數(shù)據(jù)。利用FragStats軟件計(jì)算得到景觀格局指數(shù)值，繪制不同空間粒度下的指數(shù)曲線，分析景觀格局指數(shù)的尺度效應(yīng)； 然后，利用拐點(diǎn)法和信息損失評(píng)價(jià)方法，分析確定最佳(最適宜)的景觀格局分析粒度的大小。信息損失評(píng)價(jià)模型為[16]

(1)

式中：P為某一個(gè)評(píng)價(jià)指標(biāo)的信息損失百分比；M為該評(píng)價(jià)指標(biāo)的信息損失總量；Ab為所有景觀類型該評(píng)價(jià)指標(biāo)的基準(zhǔn)數(shù)據(jù)(30 m空間分辨率)值之和；Agi為第i類景觀該評(píng)價(jià)指標(biāo)的柵格數(shù)據(jù)值；Abi為第i類景觀該評(píng)價(jià)指標(biāo)的基準(zhǔn)數(shù)據(jù)值；n為景觀類型的總數(shù)目。

2 結(jié)果與分析

2.1 景觀格局指數(shù)的空間粒度效應(yīng)

由于景觀類型數(shù)據(jù)是基于30 m空間分辨率的衛(wèi)星數(shù)據(jù)提取得到的，空間粒度重采樣時(shí)，以30 m為起始，1 500 m為終點(diǎn)，30 m為間隔，采用面積最大法將景觀類型數(shù)據(jù)柵格化，得到50幅不同柵格大小(空間粒度)的景觀類型數(shù)據(jù)。舉例30 m，480 m，930 m，1 200 m和1 500 m空間粒度景觀類型分布如圖2所示。

從流域尺度生態(tài)特點(diǎn)出發(fā)，結(jié)合不同景觀格局指數(shù)的生態(tài)學(xué)意義，選取24個(gè)具有代表性的景觀格局指數(shù)，利用FragStats軟件分別計(jì)算得到不同空間粒度下的景觀格局指數(shù)值(表1)。

通過(guò)繪制不同空間粒度下的景觀格局指數(shù)曲線，即景觀格局指數(shù)的空間粒度效應(yīng)曲線，可以看出，隨著空間粒度的變化，流域景觀格局指數(shù)都有明顯的變化，景觀格局指數(shù)的空間粒度效應(yīng)呈現(xiàn)出不同的變化特征和規(guī)律?？傮w上，空間粒度效應(yīng)可以歸納為6類，分別是冪函數(shù)、二次函數(shù)、對(duì)數(shù)函數(shù)、線性函數(shù)、分段函數(shù)和穩(wěn)定且變化幅度增大型。

(a) 30 m×30 m (b) 480 m×480 m

(c) 930 m×930 m(d) 1 200 m×1 200 m

(e) 1 500 m×1 500 m

圖2 青海湖流域不同空間粒度景觀舉例Fig.2 Examples of landscape in different grain sizes表1 主要景觀格局指數(shù)及其空間粒度變化的擬合函數(shù)Tab.1 Functions of landscape indexes and grain sizes

24個(gè)景觀格局指數(shù)的空間粒度效應(yīng)中有14個(gè)呈現(xiàn)出冪函數(shù)下降特征，具體如圖3所示。

(a) 景觀形狀指數(shù)(b) 邊界總長(zhǎng)度

(c) 邊界密度(d) 聚集度指數(shù)

(e) 平均斑塊分維數(shù) (f) 形狀指數(shù)平均值

圖3-1典型景觀格局指數(shù)的空間粒度效應(yīng)曲線(冪函數(shù)型)

Fig.3-1Statisticcurvesofdifferentlandscapeindexeswithdifferentgrainsizes(powerfunctiontype)

(g) 蔓延度指數(shù)(h) 景觀分割度

(i) 分離度指數(shù)(j) 斑塊數(shù)

(k) 斑塊密度(l) 面積加權(quán)形狀指數(shù)

(m) 斑塊面積變異系數(shù)(n) 面積加權(quán)平均斑塊分維數(shù)

圖3-2典型景觀格局指數(shù)的空間粒度效應(yīng)曲線(冪函數(shù)型)

Fig.3-2Statisticcurvesofdifferentlandscapeindexeswithdifferentgrainsizes(powerfunctiontype)

由圖3可知，景觀形狀指數(shù)、邊界總長(zhǎng)度、邊界密度、聚集度指數(shù)的空間粒度效應(yīng)更為相似。與這4個(gè)指數(shù)相比，平均斑塊分維數(shù)和形狀指數(shù)平均值更為相似，2個(gè)指數(shù)的空間粒度效應(yīng)在180～240 m之間出現(xiàn)“拐點(diǎn)”，拐點(diǎn)之前降低趨勢(shì)較為顯著，拐點(diǎn)之后降低趨勢(shì)變緩。蔓延度指數(shù)、景觀分割度、分離度指數(shù)的總體變化趨勢(shì)與景觀形狀指數(shù)等4個(gè)指數(shù)相似，但是不同空間粒度條件下的景觀格局指數(shù)值呈現(xiàn)出一定的擺幅，尤其是景觀分割度和分離度指數(shù)擺幅較大。斑塊數(shù)、斑塊密度、面積加權(quán)形狀指數(shù)、斑塊面積變異系數(shù)和面積加權(quán)平均斑塊分維數(shù)等的空間粒度效應(yīng)特征相似，呈現(xiàn)出隨空間粒度變粗，景觀格局指數(shù)先暫時(shí)增長(zhǎng)后總體冪函數(shù)下降的特點(diǎn)，“拐點(diǎn)”分別出現(xiàn)在60 m，60 m，150 m，150 m和60 m處，并且面積加權(quán)形狀指數(shù)、斑塊面積變異系數(shù)和面積加權(quán)平均斑塊分維數(shù)等3個(gè)指數(shù)的下降過(guò)程中呈現(xiàn)出一定的波動(dòng)變化。

隨著空間粒度的變化，有4個(gè)景觀格局指數(shù)的空間粒度效應(yīng)呈現(xiàn)出不同的特征。平均斑塊面積呈現(xiàn)出二次多項(xiàng)式函數(shù)增長(zhǎng)的特點(diǎn)，邊緣面積分維數(shù)呈現(xiàn)出對(duì)數(shù)函數(shù)增長(zhǎng)的特點(diǎn)，斑塊面積標(biāo)準(zhǔn)差和平均歐幾里得最近距離呈現(xiàn)出線性變化函數(shù)增長(zhǎng)的特點(diǎn)(圖4)。

有6個(gè)景觀格局指數(shù)的空間粒度效應(yīng)變化無(wú)法用函數(shù)規(guī)律描述。其中，最大斑塊指數(shù)呈現(xiàn)出分段階梯式增長(zhǎng)的特點(diǎn)，段點(diǎn)位于660 m空間粒度處。斑塊豐富度和斑塊豐富度密度呈現(xiàn)出分段階梯式下降的特點(diǎn)，斑塊豐富度的斷點(diǎn)位于450 m和870 m，斑塊豐富度密度的斷點(diǎn)位于450 m。景觀面積、Shannon多樣性指數(shù)和Simpson多樣性指數(shù)等的變化特點(diǎn)相似，趨勢(shì)基本穩(wěn)定，但是隨著空間粒度的變化，變化幅度愈來(lái)愈大(圖5)。

(a) 平均斑塊面積 (b) 邊緣面積分維數(shù)

(c) 斑塊面積標(biāo)準(zhǔn)差 (d) 平均歐幾里得最近距離

圖4典型景觀格局指數(shù)的空間粒度效應(yīng)曲線(二次函數(shù)、對(duì)數(shù)函數(shù)、線性函數(shù)型)

Fig.4Curvesofindexeswithdifferentgrainsizes(quadratic,logarithmicandlinearfunction)

(a) 最大斑塊指數(shù)(b) 斑塊豐富度

(c) 斑塊豐富度密度 (d) Simpson多樣性指數(shù)

(e) 景觀面積 (f) Shannon多樣性指數(shù)

圖5典型景觀格局指數(shù)的空間粒度效應(yīng)曲線(分段函數(shù)、穩(wěn)定且變化幅度增大型)

Fig.5Curvesofindexeswithdifferentgrainsizes(piecewisefunctionandstabletypewithincreasingrangeofchange)

2.2 最佳空間粒度的選取

對(duì)于同一流域景觀，空間粒度的大小直接影響到景觀格局分析結(jié)果的科學(xué)性和合理性，從而影響到對(duì)流域生態(tài)系統(tǒng)各組成單元的組成特征和空間配置關(guān)系的客觀了解，進(jìn)而影響對(duì)流域生態(tài)景觀的功能和動(dòng)態(tài)過(guò)程的理解。基于景觀格局指數(shù)方法的景觀格局分析研究，主要利用不同的景觀格局指數(shù)從單個(gè)斑塊、斑塊類型和景觀水平等3個(gè)不同層次的景觀格局。研究景觀格局指數(shù)的生態(tài)學(xué)意義和計(jì)算方法，可以看出相當(dāng)一部分景觀格局指數(shù)是基于景觀面積、斑塊數(shù)量和邊界長(zhǎng)度等斑塊類型的基本屬性特征信息，基于不同的數(shù)學(xué)統(tǒng)計(jì)方法計(jì)算得到的。在一定程度上，可以理解為是景觀面積、斑塊數(shù)量和邊界長(zhǎng)度的衍生指數(shù)。為此，選擇景觀面積、斑塊數(shù)量、邊界長(zhǎng)度為核心指標(biāo)，基于信息損失評(píng)價(jià)模型，可以計(jì)算得到隨著空間粒度變化而引起的信息損失情況，統(tǒng)計(jì)曲線如圖6所示。

圖6 空間粒度效應(yīng)引起的景觀格局指數(shù)信息損失Fig.6 Information loss of landscape indexes caused by the grain size effect

從統(tǒng)計(jì)曲線可以看出，隨著空間粒度的變化，景觀面積、斑塊數(shù)和邊界總長(zhǎng)度3種景觀格局指數(shù)的信息損失量總體增加，但是變化趨勢(shì)有所不同。景觀面積指數(shù)隨著空間粒度的增加，信息損失量呈現(xiàn)出線性增加趨勢(shì)，但是變化幅度遠(yuǎn)小于其他2個(gè)景觀格局指數(shù)的信息損失量，第一個(gè)顯著的拐點(diǎn)出現(xiàn)在150～210 m處，信息損失量?jī)H為0.08%。斑塊數(shù)量和邊界總長(zhǎng)度景觀格局指數(shù)信息損失量呈現(xiàn)出對(duì)數(shù)增加趨勢(shì)，二者的變化幅度遠(yuǎn)遠(yuǎn)大于景觀面積指數(shù)的變化幅度。斑塊數(shù)量和邊界長(zhǎng)度的信息損失量曲線在150～180 m之間有個(gè)交點(diǎn)。在該點(diǎn)之前，邊界長(zhǎng)度指數(shù)的信息損失量總體大于斑塊數(shù)量的信息損失量，且二者都在60 m和90 m處出現(xiàn)了明顯拐點(diǎn)； 在該點(diǎn)之后，斑塊數(shù)量的信息損失量大于邊界長(zhǎng)度指數(shù)的信息損失量，并且呈現(xiàn)出再次相交的趨勢(shì)特征。考慮隨著粒度減小，數(shù)據(jù)量呈現(xiàn)級(jí)數(shù)增長(zhǎng)，降低計(jì)算效率[21]，因此綜合3種景觀格局指數(shù)信息損失量的變化特征，青海湖流域景觀格局分析的空間粒度以90 m為最佳選擇。

3 結(jié)論

流域是生態(tài)系統(tǒng)中的一個(gè)重要尺度和基本單元，空間粒度效應(yīng)分析及最佳空間粒度選取是流域尺度景觀格局分析與評(píng)價(jià)的關(guān)鍵。本文以青海湖流域?yàn)檠芯繀^(qū)，通過(guò)衛(wèi)星遙感的面向?qū)ο蠓诸惙椒ń庾g獲得景觀類型數(shù)據(jù)，以30 m為起始，1 500 m為終點(diǎn)，30 m為間隔，得到不同空間粒度下的景觀類型數(shù)據(jù)，利用FragStats軟件計(jì)算得到景觀面積等24個(gè)景觀格局指數(shù)，繪制不同空間粒度下的景觀格局指數(shù)曲線，分析景觀格局指數(shù)的尺度效應(yīng)。綜合考慮景觀格局指數(shù)—空間粒度之間的統(tǒng)計(jì)曲線和信息損失情況，利用拐點(diǎn)法和信息損失評(píng)價(jià)方法，從而確定最佳(最適宜)的景觀格局分析粒度的大小。結(jié)果表明：

1)隨著空間粒度的變化，流域景觀格局指數(shù)都有明顯的變化，景觀格局指數(shù)的空間粒度效應(yīng)呈現(xiàn)出不同的變化特征和規(guī)律?？傮w上，空間粒度效應(yīng)可以歸納為6類，分別是冪函數(shù)下降、二次多項(xiàng)式函數(shù)增長(zhǎng)、對(duì)數(shù)函數(shù)增長(zhǎng)、線性函數(shù)增長(zhǎng)、分段階梯函數(shù)下降或增長(zhǎng)、穩(wěn)定且變化幅度增大型?？臻g粒度效應(yīng)以冪函數(shù)下降為主，24個(gè)景觀格局指數(shù)中有14個(gè)呈現(xiàn)出這種特征。

2)景觀面積、斑塊數(shù)和邊界總長(zhǎng)度等3種景觀格局指數(shù)的信息損失量總體增加，但是變化趨勢(shì)有所不同。隨著空間粒度的變大，景觀面積指數(shù)信息損失量呈現(xiàn)出線性增加趨勢(shì)，斑塊數(shù)量和邊界長(zhǎng)度景觀格局指數(shù)信息損失量呈現(xiàn)出對(duì)數(shù)增加趨勢(shì)，且二者的變化幅度遠(yuǎn)遠(yuǎn)大于景觀面積指數(shù)的變化幅度。綜合3種景觀格局指數(shù)信息損失量的變化特征，流域景觀格局分析的空間粒度以90 m為最佳選擇。