基于CA-Markov模型和MCE約束的白洋淀流域景觀動(dòng)態(tài)研究

張晨星，徐晶晶，溫靜，楊新兵，王佳歡，趙波

（河北農(nóng)業(yè)大學(xué)林學(xué)院，河北 保定 071001）

土地利用/土地覆被變化（Land use and land cov?er change，簡(jiǎn)稱(chēng)LUCC）是全球公認(rèn)的未來(lái)可持續(xù)發(fā)展中的核心問(wèn)題[1-2]?；诟鞣N預(yù)測(cè)模型分析典型區(qū)域土地利用及景觀格局變化也是全球長(zhǎng)期關(guān)注的熱點(diǎn)課題[3]。近年來(lái)有許多模型用于模擬景觀變化，如Von Thünen模型[4]、SD模型[5]、CLUE-S模型[6]、空間Lo?gistic模型[7]、元胞自動(dòng)機(jī)（CA模型）[8]和Markov模型[9]。CA-Markov 模型綜合了Markov 鏈的長(zhǎng)期預(yù)測(cè)能力和CA 模擬復(fù)雜系統(tǒng)空間變化的優(yōu)點(diǎn)，逐漸受到國(guó)內(nèi)外學(xué)者的關(guān)注[10-11]，CA-Markov 模型有兩種模擬方法：Zhao 等[12]、于淼等[13]、成超男等[14]基于兩期土地利用數(shù)據(jù)直接將生成的轉(zhuǎn)移概率矩陣和適宜性圖集作為轉(zhuǎn)換規(guī)則參與運(yùn)算；Tony 等[15]、馮麗媛等[16]、易丹等[17]利用兩期土地利用數(shù)據(jù)生成轉(zhuǎn)移概率矩陣，利用環(huán)境因子制作各地類(lèi)適宜性圖集，重新制定轉(zhuǎn)換規(guī)則模擬未來(lái)景觀分布。制作土地適宜性數(shù)據(jù)集時(shí)，多數(shù)學(xué)者采用多準(zhǔn)則評(píng)價(jià)模型（MCE）[18]，該模型可針對(duì)不同目標(biāo)制定相應(yīng)的標(biāo)準(zhǔn)，通過(guò)分析影響目標(biāo)的諸多因素來(lái)輔助決策，并將決策規(guī)則記錄在一個(gè)文件中，以便修改。但以上研究并未對(duì)兩種模擬方法進(jìn)行比較，也未從景觀生態(tài)學(xué)角度對(duì)景觀格局進(jìn)行對(duì)比分析。

白洋淀流域地處河北省腹地，內(nèi)含雄安新區(qū)，是環(huán)京津水源涵養(yǎng)和生物多樣性保護(hù)等重要功能區(qū)，也是河湖濱海保護(hù)和鹽漬化敏感地。白洋淀流域地勢(shì)自西北向東南傾斜，在自然條件和人文要素方面均呈現(xiàn)出過(guò)渡特性，直接影響土地覆被分布。近年來(lái)，隨著生態(tài)文明戰(zhàn)略的深入推進(jìn)，國(guó)土開(kāi)發(fā)利用以節(jié)約優(yōu)先、保護(hù)優(yōu)先和自然恢復(fù)為主，重點(diǎn)解決國(guó)土無(wú)序開(kāi)發(fā)等問(wèn)題。因此，開(kāi)展土地利用變化和模擬，有助于揭示人類(lèi)社會(huì)經(jīng)濟(jì)活動(dòng)規(guī)律，對(duì)引導(dǎo)地區(qū)合理開(kāi)發(fā)利用土地和優(yōu)化國(guó)土空間格局具有重要意義。

本研究對(duì)白洋淀流域2008—2018 年的景觀時(shí)空變化特征進(jìn)行分析，應(yīng)用傳統(tǒng)CA-Markov模型和結(jié)合環(huán)境因子的多標(biāo)準(zhǔn)評(píng)價(jià)的MCE-CA-Markov 模型，分別對(duì)白洋淀流域2023 年景觀進(jìn)行模擬，通過(guò)構(gòu)建景觀格局指數(shù)評(píng)價(jià)體系探討白洋淀流域2008—2023 年景觀格局變化規(guī)律，旨在為科學(xué)確定人口與用地規(guī)模，形成開(kāi)發(fā)強(qiáng)度適中、空間有序的城鄉(xiāng)發(fā)展新格局提供科學(xué)指導(dǎo)。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

白洋淀流域介于東經(jīng)115°38′～116°07′、北緯38°43′～39°02′之間（圖1），總面積約為3.39×104km2，地勢(shì)自西北向東南呈階梯狀，表現(xiàn)為山地-丘陵-平原逐漸下降的趨勢(shì)，屬溫帶大陸性季風(fēng)氣候，雨熱同季。多年平均氣溫為13.28 ℃。全區(qū)水面蒸發(fā)量平均為967.1 mm，山區(qū)降水量大于平原。植被類(lèi)型主要有針闊混交林、落葉闊葉林、針葉林、灌叢和草甸等。以京廣鐵路沿線(xiàn)為分界線(xiàn)，以西人口密度較低，以東人口密度較高。

圖1 研究區(qū)位置圖Figure 1 The location of the study area

1.2 數(shù)據(jù)來(lái)源及處理

本研究基礎(chǔ)數(shù)據(jù)采用地理空間數(shù)據(jù)云（www.gs?cloud.cn）美國(guó)陸地衛(wèi)星Landsat 7 TM/ETM+和Landsat 8 OLI 的遙感影像。在ENVI 5.1 軟件的支持下，將兩期遙感影像進(jìn)行拼接、增強(qiáng)、裁剪等預(yù)處理，基于最大似然分類(lèi)與目視解譯相結(jié)合的方法，根據(jù)《土地利用現(xiàn)狀調(diào)查技術(shù)章程》和中國(guó)科學(xué)院提出的國(guó)土資源分類(lèi)標(biāo)準(zhǔn)，解譯為耕地、林地、草地、建設(shè)用地、水域、未利用地及其他，研究區(qū)內(nèi)水域按照研究年份實(shí)際情況進(jìn)行解譯。DEM 數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云平臺(tái)30 m 分辨率數(shù)據(jù)，并計(jì)算坡度數(shù)據(jù)。利用Google Earth與白洋淀流域的基本景觀進(jìn)行對(duì)比輔助糾正，精度驗(yàn)證結(jié)果顯示2008—2018 年三期影像解譯數(shù)據(jù)的Kap?pa系數(shù)均大于0.80，表明分類(lèi)結(jié)果精度滿(mǎn)足要求。借助91 衛(wèi)圖助手下白洋淀流域的主要道路、高速、鐵路分布柵格圖進(jìn)行配準(zhǔn)，之后對(duì)柵格數(shù)據(jù)進(jìn)行矢量化，得到主要交通數(shù)據(jù)。

1.3 模型設(shè)置

1.3.1 景觀動(dòng)態(tài)度

景觀類(lèi)型動(dòng)態(tài)度可表達(dá)區(qū)域某時(shí)間范圍內(nèi)某種景觀類(lèi)型的數(shù)量變化狀況[19]，公式如下：

式中：V為景觀類(lèi)型面積年均變化率，即動(dòng)態(tài)度；Ua為研究時(shí)段初期某景觀類(lèi)型面積；Ub為研究時(shí)段末期某景觀類(lèi)型面積；T為時(shí)間間隔。

1.3.2 CA-Markov模型

Markov 預(yù)測(cè)方法可解釋景觀變化過(guò)程中數(shù)量關(guān)系；而CA模型可有效地對(duì)景觀變化過(guò)程中空間變量、地塊相互作用以及驅(qū)動(dòng)力機(jī)制等進(jìn)行解釋和定義，表征元胞單元相互作用的狀態(tài)轉(zhuǎn)移規(guī)則；CA-Markov 模型綜合了Markov 模型時(shí)間序列預(yù)測(cè)和CA 模型空間分布模擬的優(yōu)勢(shì)[20]，公式包括：

式中：St和St+1分別為t和t+1 時(shí)刻景觀類(lèi)型結(jié)構(gòu)的狀態(tài)；Pij為狀態(tài)轉(zhuǎn)移矩陣，表達(dá)式為：

式中：Pij的數(shù)值為景觀中類(lèi)型i轉(zhuǎn)變?yōu)轭?lèi)型j的概率，Pij需滿(mǎn)足兩個(gè)條件：0 ≤Pij≤1。其中i和j的取值均為0，1，2，…，n，即各行元素之和為1。

式中：S(t)、S(t+1)分別為t和t+1時(shí)刻元胞有限離散的集合狀態(tài)；N為元胞的鄰域；f為局部空間的元胞轉(zhuǎn)化規(guī)則。

1.3.3 MCE模塊設(shè)置

MCE（Multi-criteria evaluation）模塊綜合分析影響目標(biāo)的諸多因素后可實(shí)現(xiàn)決策輔助，包含限制因子和影響因子。限制因子是將分析嚴(yán)格控制在某種范圍內(nèi)，以0 和1 表示。影響因子通過(guò)FUZZY 功能實(shí)現(xiàn)，將各離散、連續(xù)數(shù)據(jù)統(tǒng)一到0～255標(biāo)準(zhǔn)化數(shù)據(jù)，并確定各因子對(duì)該類(lèi)景觀影響的函數(shù)形式。將每類(lèi)景觀的限制、影響因子組合為該類(lèi)景觀的適宜性圖集，利用集合生成器（Collection editor）打包6 類(lèi)景觀適宜性圖集。

根據(jù)數(shù)據(jù)的可獲取性和研究目的，選取海拔、坡度、公路、高速、鐵路、水域?yàn)橐蜃?。考慮到水資源短缺、水域污染等生態(tài)環(huán)境問(wèn)題，出于對(duì)研究區(qū)水環(huán)境的保護(hù)，將水域作為限制因子，設(shè)置為0，其他景觀設(shè)置為1。耕地、林地、草地因受地形影響較大，故選取高程、坡度為因子，遵循S 形衰減模式和加權(quán)線(xiàn)性合并（WLC）制作適宜性圖集[21]。建設(shè)用地受經(jīng)濟(jì)條件影響較大，除海拔、坡度2 種地形因子外，再選取距道路（公路、高速）、鐵路的距離因子，并遵循S 形衰減模式和層次分析法（AHP）制作適宜性圖集[21]。未利用地及其他用地遵循無(wú)特殊轉(zhuǎn)化規(guī)則，選擇Markov模塊生成的條件概率矩陣作為適宜性圖集[22]。借助ArcGIS的Spatial analyst 模塊和IDRISI 軟件中函數(shù)工具HIS?TO分析研究區(qū)實(shí)際情況，再參考文獻(xiàn)[21，23]設(shè)置適宜條件：

（1）耕地：總體上，隨著海拔的增加耕地?cái)?shù)量減少，但仍存在山地農(nóng)業(yè)等特殊情況，故海拔設(shè)定為100～700 m；隨著坡度的增大耕作難度增加，但仍存在梯田耕作等情況，故坡度設(shè)定為0°～15°。

（2）林地：海拔設(shè)定為900～1 500 m；坡度設(shè)定為25°～35°。

（3）草地：海拔設(shè)定為300～500 m；坡度設(shè)定為5°～15°。

（4）建設(shè)用地：海拔設(shè)定為0～500 m；坡度設(shè)定為0°～5°；與道路距離設(shè)定為2 000～4 000 m；與高速公路距離設(shè)定50 000～80 000 m；與鐵路距離設(shè)定為30 000～80 000 m。

1.3.4 景觀格局指數(shù)的選取

對(duì)白洋淀流域各景觀與全流域兩個(gè)角度進(jìn)行特征分析，并綜合朱增云等[24]、郭繼強(qiáng)等[25]的研究結(jié)果，選取景觀類(lèi)型水平指數(shù)為：斑塊數(shù)量（NP）、最大斑塊指數(shù)（LPI）、景觀形狀指數(shù)（LSI）、散布與并列指數(shù)（IJI）、連接度指數(shù)（COHESION）、聚合度指數(shù)（AI）。景觀水平指數(shù)為：斑塊密度（PD）、景觀形狀指數(shù)（LSI）、平均斑塊面積（AREA_MN）、聚合度指數(shù)（AI）、香農(nóng)多樣性指數(shù)（SHDI）和香農(nóng)均勻度指數(shù)（SHEI）。

2 結(jié)果與分析

2.1 模型驗(yàn)證

采用IDRISI 軟件中CrossTAB 工具計(jì)算Overall Kappa 系數(shù)來(lái)評(píng)價(jià)預(yù)測(cè)結(jié)果與實(shí)際結(jié)果的一致性。經(jīng)計(jì)算，CA-Markov 模擬2018 年白洋淀流域的Kappa系數(shù)為0.876 4，MCE-CA-Markov 模型的Kappa 系數(shù)為0.900 7，總體Kappa 系數(shù)均落在0.80～1 的范圍內(nèi)，但MCE-CA-Markov 模型整體精度更高，且MCECA-Markov 模擬各景觀比例與實(shí)際誤差均小于CAMarkov模擬結(jié)果（表1）。

表1 2018年白洋淀流域景觀面積實(shí)際值與預(yù)測(cè)值對(duì)比Table 1 Actual and predicted area of landscape in Baiyangdian basin in 2018

2018 年白洋淀流域景觀分布（實(shí)際、CA-Markov模擬、MCE-CA-Markov 模擬）如圖2 所示。耕地和林地在東北至西南的對(duì)角線(xiàn)兩側(cè)分布，草地散布于林地內(nèi)，建設(shè)用地主要穿插分布于耕地內(nèi)部，且分布于東南部地區(qū)（含南部、東部）的建設(shè)用地普遍比西北部（含西部、北部）面積大，水域和未利用地及其他面積較小，零星分布于研究區(qū)內(nèi)?；贑A-Markov模型模擬的2018 年白洋淀流域水域分布與實(shí)際水域分布有明顯不同，2018 年實(shí)際水域未在北部大面積分布，而CA-Markov 模擬水域在北部卻有大面積分布?；贛CE-CA-Markov 模擬的各景觀分布與實(shí)際分布高度吻合。

圖2 2018年白洋淀流域景觀類(lèi)型實(shí)際和模型預(yù)測(cè)圖Figure 2 Map of landscape types forecast in Baiyangdian basin in 2018

2.2 景觀結(jié)構(gòu)變化分析

2.2.1 景觀面積變化特征

2008—2023 年白洋淀流域不同類(lèi)型景觀變化特征如表2所示。四個(gè)時(shí)點(diǎn)耕地面積均超過(guò)白洋淀流域總面積的35%，其次為林地，水域面積占比最小，表明研究區(qū)景觀結(jié)構(gòu)以農(nóng)林生產(chǎn)為主，符合該區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展的特點(diǎn)。2008—2018年，白洋淀流域內(nèi)耕地和林地呈萎縮趨勢(shì)，草地2008—2013 年減少，2013—2018 年增加。建設(shè)用地、未利用地及其他用地面積2008—2018年持續(xù)增加，水域面積2008—2013年增加，2013—2018 年略有減少。2008—2018 年白洋淀流域景觀動(dòng)態(tài)度絕對(duì)值由大到小排序?yàn)椋航ㄔO(shè)用地（7.48%）>水域（5.28%）>耕地（1.00%）>未利用地及其他（0.79%）>林地（0.14%）>草地（0.13%）。與2018 年相 比，CA-Markov 和MCE-CA-Markov模型預(yù)測(cè)的2023年耕地、林地面積均減少，其他景觀面積增加。與CA-Markov 模型2023 年預(yù)測(cè)值相比，MCE-CAMarkov 模型預(yù)測(cè)的2023年景觀（除水域外）動(dòng)態(tài)度絕對(duì)值略有減少。

表2 2008—2023年白洋淀流域各景觀面積、比例和動(dòng)態(tài)度Table 2 Landscape area，proportion and rate of change in Baiyangdian basin from 2008 to 2023

2.2.2 景觀轉(zhuǎn)移圖譜分析

利用ArcGIS 疊加分析模塊和柵格計(jì)算器得出各期轉(zhuǎn)移圖譜（圖3），將圖譜單元按面積大小排序，計(jì)算其變化率（表3）。2008—2013年、2013—2018年共有30 類(lèi)圖譜單元發(fā)生了變化，主要圖譜單元累積變化率分別為95.61%、95.63%。兩期圖譜變化最明顯的是耕地→建設(shè)用地，白洋淀流域70%屬于保定地區(qū)，保定平原區(qū)近年交通、商業(yè)、住宅等建設(shè)用地急劇擴(kuò)張，加快了耕地非農(nóng)化速度。其次為林地→草地，主要位于山區(qū)和平原過(guò)渡區(qū)，受溫度、降水、地形等影響，林地和草地在交界區(qū)易呈現(xiàn)交替轉(zhuǎn)化狀態(tài)。2008—2013年林地→建設(shè)用地和2013—2018年水域→建設(shè)用地變化率最小。2018—2023年，CA-Markov模擬結(jié)果顯示，共有22 類(lèi)圖譜單元發(fā)生變化，主要圖譜單元累積變化率為97.46%；MCE-CA-Markov 模擬結(jié)果顯示，共有27 類(lèi)圖譜單元發(fā)生變化，主要圖譜單元累積變化率為95.96%，接近2008—2013 年、2013—2018年主要圖譜單元累積變化率。CA-Markov、MCECA-Markov模型模擬結(jié)果均表明，2018—2023年圖譜變化最明顯的是耕地→建設(shè)用地，建設(shè)用地聚集區(qū)由保定市（2008—2018 年）轉(zhuǎn)變?yōu)楸６ㄊ泻捅本┦小?023年MCE-CA-Markov模型轉(zhuǎn)移圖譜位于前列的是建設(shè)用地→耕地、耕地→林地，符合我國(guó)耕地占補(bǔ)平衡、退耕還林等用地政策；而CA-Markov 模型轉(zhuǎn)移圖譜位于前列的除耕地→建設(shè)用地外，其余為林地→其他用地，轉(zhuǎn)化較為單一。

表3 2008—2023年主要景觀轉(zhuǎn)移圖譜單元排序表Table 3 Sorting table of major landscape transfer map units from 2008 to 2023

圖3 白洋淀流域景觀轉(zhuǎn)移圖譜Figure 3 Landscape transfer map in the Baiyangdian basin

2.3 景觀格局特征演變分析

2.3.1 景觀類(lèi)型水平變化特征分析

由圖4 可知，耕地、林地兩種基質(zhì)景觀2008—2018 年斑塊數(shù)量增加，聚合度指數(shù)略有減小，表明斑塊破碎且分散；最大斑塊指數(shù)呈下降趨勢(shì)，表明兩種優(yōu)勢(shì)景觀對(duì)流域控制力減弱；景觀形狀指數(shù)保持增加狀態(tài)，說(shuō)明斑塊形狀趨于復(fù)雜；散布與并列指數(shù)持續(xù)增加，表明研究區(qū)與耕地、林地相鄰景觀類(lèi)型增加；耕地、林地的連接度指數(shù)無(wú)明顯變化。草地與林地斑塊除散布與并列指數(shù)外其他各景觀指數(shù)變化趨勢(shì)一致，草地散布與并列指數(shù)在2008—2013 年略有下降，2013—2018 年略有上升。建設(shè)用地2008—2018 年斑塊數(shù)量、景觀形狀指數(shù)呈上升狀態(tài)，斑塊形狀趨于復(fù)雜。連接度指數(shù)在2008—2018 年略有增加，連通性增高；散布與并列指數(shù)升高，表明研究區(qū)建設(shè)用地向四周擴(kuò)張，與多種景觀類(lèi)型相鄰。研究區(qū)修建水庫(kù)、人造湖等使大部分水體景觀受到人為干擾，水域斑塊數(shù)量、景觀形狀指數(shù)在2008—2018 年持續(xù)增加；連接度指數(shù)和聚合度指數(shù)在2008—2018 年持續(xù)減少；水域的散布與并列指數(shù)在2008—2013 年減少，2013—2018年增加。未利用地及其他用地2008—2018年斑塊數(shù)量增加，聚合度指數(shù)下降，斑塊破碎且分散；景觀形狀指數(shù)和散布與并列指數(shù)增加，未利用地及其他用地斑塊形狀復(fù)雜且與多種景觀相鄰。建設(shè)用地、水域、未利用地及其他用地的最大斑塊指數(shù)無(wú)明顯變化。

圖4 2008—2023年白洋淀流域各景觀類(lèi)型水平上景觀指數(shù)變化Figure 4 Comparison of landscape pattern indices change of each landscape type in Baiyangdian basin from 2008 to 2023

基于MCE-CA-Markov和CA-Markov預(yù)測(cè)的2023年耕地、林地、草地各景觀指數(shù)與2018 年趨勢(shì)一致，斑塊數(shù)量、景觀形狀指數(shù)明顯降低，聚合度指數(shù)增加，其他景觀指數(shù)無(wú)明顯變化，但基于MCE-CA-Markov所計(jì)算的耕地、林地、草地的斑塊數(shù)量、景觀形狀指數(shù)變化幅度明顯低于基于CA-Markov 的模擬結(jié)果。耕地與區(qū)域內(nèi)其他景觀之間的關(guān)系變得簡(jiǎn)單，形狀趨于規(guī)則和緊實(shí)，可能是土地整理以及農(nóng)業(yè)規(guī)模經(jīng)營(yíng)使耕地布局更具規(guī)律性。林地、草地分布格局也逐漸從分散向聚集轉(zhuǎn)變。水域?yàn)镸CE-CA-Markov 模型中的限制因子，其斑塊數(shù)量遠(yuǎn)大于CA-Markov 的預(yù)測(cè)數(shù)量，基于MCE-CA-Markov 預(yù)測(cè)的水域景觀指數(shù)中，除最大斑塊指數(shù)無(wú)明顯變化外，其余景觀指數(shù)變化幅度略小于CA-Markov 預(yù)測(cè)結(jié)果?；贛CE-CAMarkov 和CA-Markov 預(yù)測(cè)的建設(shè)用地和未利用地及其他用地的各景觀指數(shù)與2018 年相比變化趨勢(shì)和幅度無(wú)明顯差別。2023 年建設(shè)用地和未利用地及其他用地的斑塊數(shù)量和景觀形狀指數(shù)明顯下降，聚合度指數(shù)和散布與并列指數(shù)上升，建設(shè)用地優(yōu)勢(shì)度增加，其他景觀指數(shù)無(wú)明顯變化。

2.3.2 景觀水平變化特征分析

由表4 可知，2008—2018 年，白洋淀流域斑塊密度增加，平均斑塊面積和聚合度指數(shù)減少，表明白洋淀全流域斑塊破碎度逐漸升高、離散。景觀形狀指數(shù)越大，形狀越不規(guī)則；香農(nóng)多樣性指數(shù)和香農(nóng)均勻度指數(shù)增加，多樣性和復(fù)雜程度明顯增強(qiáng)?；趦煞N模型預(yù)測(cè)2023 年白洋淀流域景觀水平特征，與2018 年相比，白洋淀流域的斑塊密度、平均斑塊面積和聚合度指數(shù)增加，在未來(lái)發(fā)展過(guò)程中，斑塊由多個(gè)不規(guī)則小斑塊形成數(shù)量較少且形狀規(guī)則的大斑塊，斑塊趨于緊實(shí)。景觀形狀指數(shù)減少，形狀逐漸規(guī)則，香農(nóng)多樣性指數(shù)和香農(nóng)均勻度指數(shù)上升，景觀格局趨于多樣化和均勻化。與2018 年相比，基于MCE-CA-Markov 模型計(jì)算的景觀水平指數(shù)變化幅度略小于CA-Markov模型的計(jì)算結(jié)果。

表4 2008—2023年白洋淀流域景觀水平上景觀格局指數(shù)Table 4 Landscape pattern indices based on class level in Baiyangdian basin from 2008 to 2023

3 討論

從白洋淀流域2008—2018 年各景觀結(jié)構(gòu)變化來(lái)看，作為基質(zhì)的耕地、林地呈小幅下降態(tài)勢(shì)。近年來(lái)，白洋淀流域農(nóng)業(yè)人口減少、非農(nóng)業(yè)人口增加、工農(nóng)業(yè)結(jié)構(gòu)調(diào)整，耕地主要向建設(shè)用地?cái)U(kuò)張，尤其是在地勢(shì)平坦地區(qū)擴(kuò)張速度更快，這是城鎮(zhèn)化發(fā)展的必然結(jié)果。2013—2018 年草地面積增加，一方面是由于分辨率較低，可能將近年來(lái)新種植的樹(shù)苗判別為草地；另一方面為部分林地逆向演替為草地。有研究表明，人類(lèi)活動(dòng)會(huì)影響土地的適宜性[26]，使得部分林地退化，如渠系襯砌、過(guò)度開(kāi)采地下水會(huì)使人工林和天然林枯死，進(jìn)而造成林地與水域不斷縮小，對(duì)白洋淀流域的生態(tài)恢復(fù)產(chǎn)生遏制作用?；诰坝^指數(shù)方法分析白洋淀流域2008—2018 年景觀格局，結(jié)果表明，由于人類(lèi)活動(dòng)的干擾，景觀之間被割裂，斑塊破碎度加大，斑塊形狀變得復(fù)雜。

2023年較2018年而言，耕地、林地面積呈下降態(tài)勢(shì)，草地和水域面積均有所增加，建設(shè)用地優(yōu)勢(shì)度持續(xù)增加，并由保定市一個(gè)輻射區(qū)轉(zhuǎn)變?yōu)楸６ㄊ泻捅本┦袃蓚€(gè)輻射區(qū)。景觀聚集化、規(guī)?；?、均勻化、多樣化將是今后發(fā)展趨勢(shì)，這與朱增云等[24]、潘月等[27]研究結(jié)果一致。MCE-CA-Markov 模擬的2018 年白洋淀流域景觀分布與傳統(tǒng)CA-Markov模擬相比精度更高，2018—2023 年白洋淀流域景觀（除水域）動(dòng)態(tài)度小于CA-Markov 模擬結(jié)果，作為優(yōu)勢(shì)景觀的耕地、林地斑塊數(shù)量、景觀形狀指數(shù)和全流域水平景觀指數(shù)與2018 年相比變化幅度明顯小于CA-Markov 模擬結(jié)果。MCE-CA-Markov 模型考慮了環(huán)境因素，景觀結(jié)構(gòu)和格局變化受到一定條件約束，模擬結(jié)果更接近實(shí)際。雖然MCE-CA-Markov 模擬景觀變化可以克服CA-Markov 線(xiàn)性模擬方法的弊端，但MCE-CAMarkov 模擬中僅利用地形、交通等信息，對(duì)環(huán)境保護(hù)、規(guī)劃、政策等人文因素涉及少，如未涉及永久基本農(nóng)田，今后可綜合考量自然和人文因素，制作更為科學(xué)、全面的適宜性圖集，這將更利于城市生態(tài)系統(tǒng)的健康發(fā)展和生態(tài)安全問(wèn)題的解決。

通過(guò)對(duì)白洋淀流域景觀進(jìn)行動(dòng)態(tài)分析，筆者認(rèn)為白洋淀流域今后生態(tài)安全重點(diǎn)是加強(qiáng)耕地、林地的保護(hù)力度，一方面嚴(yán)格按照國(guó)家提出的生態(tài)保護(hù)紅線(xiàn)、永久基本農(nóng)田、城鎮(zhèn)開(kāi)發(fā)邊界三條控制線(xiàn)，控制城市化進(jìn)程對(duì)耕地、林地的占用，另一方面推進(jìn)農(nóng)業(yè)和林業(yè)機(jī)械化、聚集化經(jīng)營(yíng)。白洋淀流域東北至西南地區(qū)為林草過(guò)渡地，生態(tài)環(huán)境較脆弱，應(yīng)結(jié)合《雄安新區(qū)白洋淀上游規(guī)?；謭?chǎng)建設(shè)規(guī)劃》和各縣的林地保護(hù)利用規(guī)劃（2011—2020 年）合理推進(jìn)水土保持治理工程建設(shè)，增強(qiáng)生態(tài)景觀控制功能。城鎮(zhèn)發(fā)展需結(jié)合《河北雄安新區(qū)規(guī)劃綱要》和《河北雄安新區(qū)啟動(dòng)區(qū)控制性詳細(xì)規(guī)劃》等重要文件，深入開(kāi)展市容市貌專(zhuān)項(xiàng)整治，統(tǒng)一規(guī)劃商服用地，區(qū)分村莊整治深度，引導(dǎo)村莊撤并。加快雄安新區(qū)對(duì)外主干路網(wǎng)建設(shè)，實(shí)現(xiàn)與周邊城市路網(wǎng)的快速銜接?？紤]對(duì)研究區(qū)水環(huán)境的保護(hù)，本研究將水域作為MCE-CA-Markov 模型中限制因子，預(yù)測(cè)2023 年水域面積將大幅增加。白洋淀生態(tài)環(huán)境建設(shè)作為雄安新區(qū)高質(zhì)量發(fā)展的重要部分，其生態(tài)價(jià)值不容忽視，應(yīng)恢復(fù)白洋淀區(qū)水量，保護(hù)水質(zhì)，加大河道疏浚力度，并將水域作為提升新區(qū)各生態(tài)源地間連通性的生態(tài)廊道，滿(mǎn)足新區(qū)及周邊區(qū)域水源涵養(yǎng)和文化休閑等生態(tài)需求。同時(shí)，應(yīng)因地制宜調(diào)整各景觀結(jié)構(gòu)和利用方式，充分發(fā)揮各區(qū)域資源稟賦，合理優(yōu)化農(nóng)業(yè)空間、城鎮(zhèn)空間和生態(tài)空間。

4 結(jié)論

（1）MCE-CA-Markov 模型模擬考慮了環(huán)境因素，與CA-Markov模型相比模擬精度更高，對(duì)2023年白洋淀景觀結(jié)構(gòu)和格局變化特征的模擬結(jié)果更符合社會(huì)發(fā)展實(shí)際，MCE-CA-Markov模型更全面科學(xué)，適宜推廣。

（2）白洋淀流域內(nèi)的建設(shè)用地2008—2018 年動(dòng)態(tài)度最大，2023 年建設(shè)用地動(dòng)態(tài)度與2018 年相比持續(xù)增加，且建設(shè)用地2008—2023 年主要通過(guò)侵占白洋淀流域平原區(qū)耕地來(lái)實(shí)現(xiàn)，各時(shí)段內(nèi)耕地轉(zhuǎn)建設(shè)用地的變化率超過(guò)40%，人地矛盾加劇。

（3）從景觀類(lèi)型水平和景觀水平分析白洋淀流域景觀格局發(fā)現(xiàn)，景觀斑塊2018—2023 年由分散、不規(guī)則向聚集、規(guī)則轉(zhuǎn)變，這一轉(zhuǎn)變表明流域內(nèi)各景觀有序、高效的空間布局是今后城鎮(zhèn)化發(fā)展的趨勢(shì)。