基于Boltzmann熵的生態(tài)脆弱區(qū)景觀可持續(xù)性模擬及評(píng)估

梁小英，徐婧儀，耿 雨

(西北大學(xué) 城市與環(huán)境學(xué)院/陜西省地表系統(tǒng)與環(huán)境承載力重點(diǎn)實(shí)驗(yàn)室,陜西 西安 710127)

20世紀(jì)中葉以后,社會(huì)經(jīng)濟(jì)與人口數(shù)量持續(xù)劇增,能源短缺、環(huán)境污染與氣候變化等問題愈發(fā)嚴(yán)重,可持續(xù)發(fā)展成為中國乃至全世界共同面臨的巨大挑戰(zhàn)。景觀作為研究可持續(xù)性最可操縱的空間尺度,其構(gòu)成及配置既深切作用于人類生產(chǎn)生活,又同時(shí)受到人類各項(xiàng)活動(dòng)的反作用。景觀可持續(xù)性是“特定景觀所具有的、能夠長期而穩(wěn)定地提供生態(tài)系統(tǒng)服務(wù)、從而維護(hù)和改善本區(qū)域人類福祉的綜合能力”[1]。因此,如何定量地評(píng)估“可持續(xù)性”成為地理學(xué)、生態(tài)學(xué)等學(xué)科的學(xué)者們共同探討的研究內(nèi)容[2]。

目前,可持續(xù)性科學(xué)的相關(guān)研究主要集中于城市可持續(xù)性研究,對(duì)鄉(xiāng)村研究較少。學(xué)者大多采用基于信息熵(香農(nóng)熵)構(gòu)建評(píng)價(jià)指標(biāo)體系的方法評(píng)估區(qū)域景觀可持續(xù)性[3-10],該方法可較為準(zhǔn)確地確定指標(biāo)權(quán)重,也可反映城市生態(tài)系統(tǒng)的結(jié)構(gòu)、功能和演化機(jī)制[4]。探究景觀組成和配置是景觀可持續(xù)性科學(xué)的核心問題[11],但香農(nóng)熵只考慮概率而未考慮配置信息[12],如兩個(gè)不同的DEM只要具有相同的高程組成,即使空間分布差異較大,其熵值也相同[13]。與香農(nóng)熵相比,Boltzmann熵可在組成和配置方面表征無序程度[12-17],為景觀可持續(xù)性科學(xué)研究提供了新的視角及方法,目前鮮有相關(guān)案例研究。

土地利用/土地覆被變化(LUCC)可直接導(dǎo)致景觀的結(jié)構(gòu)組成和空間配置發(fā)生變化[18]。目前,LUCC研究著重于模型的構(gòu)建與模擬,常見模型有3類:數(shù)量預(yù)測(cè)模型、空間預(yù)測(cè)模型和耦合模型。其中,數(shù)量預(yù)測(cè)模型在預(yù)測(cè)土地利用變化數(shù)量方面優(yōu)勢(shì)明顯,但在空間變化方面有所欠缺;空間預(yù)測(cè)模型[19-21]能較好模擬土地類型的空間變化,但在量化空間變化程度方面略顯不足;而耦合模型兼具上述兩類模型的優(yōu)勢(shì),且以CA模型和其他模型耦合居多[22-23]。其中,CA-Markov模型在模擬時(shí)空變化的同時(shí)保留了長期預(yù)測(cè)這一優(yōu)勢(shì),廣泛應(yīng)用于LUCC的模擬研究[24]。

黃土高原丘陵溝壑區(qū)長期飽受極其嚴(yán)重的水力侵蝕,屬于我國高度敏感生態(tài)脆弱區(qū)[25]。當(dāng)前有關(guān)景觀可持續(xù)性的模擬評(píng)估研究多聚焦于城市區(qū)域,鮮有針對(duì)黃土高原生態(tài)脆弱區(qū)的研究。本文以該區(qū)域米脂縣為例,通過定量化評(píng)價(jià)米脂縣的景觀可持續(xù)性,模擬土地利用空間格局變化對(duì)可持續(xù)性的影響,分析可持續(xù)性時(shí)空動(dòng)態(tài)及演變規(guī)律,可為該類地區(qū)的規(guī)劃建設(shè)發(fā)展提供參考,對(duì)鄉(xiāng)村生態(tài)文明建設(shè)以及促進(jìn)生態(tài)脆弱區(qū)的可持續(xù)發(fā)展具有一定意義。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

米脂縣(109°49′E ～ 110°29′E, 37°39′N ～ 38°5′N),位于陜西省北部,地處黃土高原腹地(見圖1)。地形起伏較大,東西兩側(cè)地勢(shì)明顯高于中部川道地區(qū),平均海拔1 049 m。由于該區(qū)域降水多為大雨或暴雨,再加上黃土本身土質(zhì)疏松,土壤侵蝕明顯,地表支離破碎,水土流失問題嚴(yán)重[26]。屬于中溫帶半干旱季風(fēng)氣候,氣候干燥,夏季雨水偏多但全年雨量不足。山地蘋果雖在米脂縣發(fā)展起步較晚,卻已作為米脂縣第一產(chǎn)業(yè)大力發(fā)展?，F(xiàn)階段,山地蘋果已成為該縣全民致富的主導(dǎo)產(chǎn)業(yè),政府決定將其全力打造成陜西省一流蘋果產(chǎn)業(yè)轉(zhuǎn)型升級(jí)示范縣。1999年,陜西作為全國首批試點(diǎn)實(shí)施退耕還林(草)工程,米脂縣原有耕地大面積轉(zhuǎn)變?yōu)樯鷳B(tài)林和經(jīng)濟(jì)林,致使其近20年的景觀格局發(fā)生較大變化。截止2020年,米脂縣耕、林、草面積分別為452.63 km2、586.87 km2、151.49 km2。研究區(qū)整體景觀格局復(fù)雜多樣,景觀斑塊破碎,這為基于Boltzmann熵探討生態(tài)脆弱區(qū)景觀可持續(xù)性提供了良好的研究平臺(tái)。

圖1 研究區(qū)概況圖Fig.1 Location of the study area

1.2 數(shù)據(jù)來源及預(yù)處理

本文所使用的基礎(chǔ)數(shù)據(jù)包括數(shù)字高程模型DEM、土地利用類型數(shù)據(jù)以及實(shí)地調(diào)研數(shù)據(jù)。其中:①DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http:∥www.Gscloud.cn/)ASTER GDEM數(shù)據(jù)集,分辨率為30 m。利用 ArcGIS 10.2水文分析提取子流域范圍,共劃分216個(gè)子流域作為評(píng)價(jià)單元。②2010年米脂縣土地利用來源于2009年第二次全國土地調(diào)查數(shù)據(jù)1∶10 000土地利用類型圖,結(jié)合實(shí)地調(diào)研對(duì)地類進(jìn)行人工修改,精度達(dá)到85%;2015年土地利用來源于該年高分一號(hào)影像數(shù)據(jù),在ENVI 5.3中進(jìn)行圖像校正、配準(zhǔn)等預(yù)處理,并結(jié)合二調(diào)數(shù)據(jù)以及實(shí)地調(diào)研進(jìn)行監(jiān)督分類,分類精度86.2%;2020年米脂縣土地利用來源于該年Google Earth影像18級(jí)數(shù)據(jù)(精度0.47m),在ENVI 5.3軟件中進(jìn)行圖像校正、配準(zhǔn)等預(yù)處理,并結(jié)合實(shí)地調(diào)研進(jìn)行監(jiān)督分類,分類精度87.3%;三期土地利用數(shù)據(jù)均達(dá)到景觀可持續(xù)性評(píng)價(jià)的精度標(biāo)準(zhǔn)。

2 研究方法

2.1 CA-Markov模型

本文采用CA-Markov模型在數(shù)量和空間上對(duì)LUCC進(jìn)行更為精確的預(yù)測(cè)[27]?；贗DRISI軟件的CA-Markov模塊,使用米脂縣2010年、2015年、2020年三期等間隔年份土地利用數(shù)據(jù)。首先,將2010年、2015年土地利用分別作為基期與末期圖像,模擬2020年土地利用空間格局;其次,將上述模擬結(jié)果與2020年解譯土地利用進(jìn)行對(duì)比并做精度檢驗(yàn),驗(yàn)證CA-Markov模型的模擬精度;最后,在模型通過驗(yàn)證的基礎(chǔ)上,以2015年、2020年土地利用數(shù)據(jù)分別作為新的基期與末期圖像,綜合2015—2020年土地利用空間格局轉(zhuǎn)移矩陣以及土地利用空間格局適宜性圖集,預(yù)測(cè)米脂縣2025年土地利用空間格局。CA-Markov模型中元胞尺寸為30 m×30 m,鄰域?yàn)?×5擴(kuò)展的摩爾型鄰域,循環(huán)次數(shù)設(shè)置為5。

2.2 基于Boltzmann熵的景觀可持續(xù)性評(píng)價(jià)

2017年,Gao等人提出有關(guān)景觀梯度Boltzmann熵的計(jì)算方法[12]。2018年,Nowosad在Gao等人的基礎(chǔ)上對(duì)算法的邊界效應(yīng)進(jìn)行優(yōu)化,允許在計(jì)算Boltzmann熵時(shí)存在空值[16]。

本文在Gao等人研究的基礎(chǔ)上,首先,邀請(qǐng)?jiān)撗芯款I(lǐng)域的11位專家,其中包含米脂縣農(nóng)業(yè)局局長1位，米脂縣村長2位,生態(tài)學(xué)專家2位,其他6位為熟悉研究區(qū)景觀特征的學(xué)者。專家們分別對(duì)米脂縣不同自然條件下土地利用類型的景觀可持續(xù)性進(jìn)行打分,最終獲得研究區(qū)景觀可持續(xù)性的打分結(jié)果——景觀可持續(xù)性評(píng)價(jià)矩陣(表1);其次在ArcGIS 10.2中提取米脂縣DEM的坡度,并將其與高程、土地利用進(jìn)行疊加,并按照評(píng)價(jià)矩陣結(jié)果賦值給每個(gè)疊加后的柵格,即為其在當(dāng)前高程、坡度和土地利用類型下的景觀可持續(xù)性分?jǐn)?shù)。其中,高程劃分為3類、坡度劃分為3類、土地利用劃分為7類,通過疊加生成63種組合;再次,使用漁網(wǎng)工具分別對(duì)每個(gè)子流域生成30行×30列的格網(wǎng),每個(gè)格網(wǎng)均可完整包含每個(gè)子流域的范圍。單元格內(nèi)可能出現(xiàn)3種情況:①單元格沒有對(duì)應(yīng)的柵格值;②單元格包含一個(gè)柵格值;③單元格包含多個(gè)柵格值。根據(jù)單元格內(nèi)的不同情況對(duì)每個(gè)單元格賦值,情況①將單元格定義為NA[16],情況②將對(duì)應(yīng)的柵格值賦給單元格,情況③將單元格內(nèi)面積占比最大的柵格的值賦給單元格,每個(gè)單元格有且僅有一個(gè)值。最后,利用Nowosad開發(fā)的軟件包[16]在RGui3.6.0環(huán)境下計(jì)算每個(gè)子流域?qū)?yīng)格網(wǎng)的Boltzmann熵。計(jì)算得到的Boltzmann熵能夠直接反映可持續(xù)性的強(qiáng)弱,可直接對(duì)景觀可持續(xù)性進(jìn)行評(píng)價(jià)[28]。

3 結(jié)果與分析

3.1 土地利用空間格局模擬及預(yù)測(cè)

3.1.1 2020年土地利用空間格局模擬及精度評(píng)價(jià) 利用軟件IDRISI Selva中的CA-Markov模塊,輸入米脂縣2015年的土地利用數(shù)據(jù)、2010—2015年土地利用空間格局轉(zhuǎn)移矩陣、 以及土地利用空間格局適宜性圖集, 并設(shè)置循環(huán)次數(shù)為5, 模擬得到米脂縣2020年土地利用空間格局圖(見圖2)。

圖2 2020年米脂縣土地利用解譯與模擬對(duì)比圖Fig.2 Land use interpretation and simulation contrast map of Mizhi County in 2020

由圖2可知,CA-Markov模型對(duì)研究區(qū)的7種景觀的數(shù)量及空間位置模擬效果較好:對(duì)于川道附近耕地與建設(shè)用地的模擬準(zhǔn)確度較高,川道地勢(shì)相對(duì)平坦,且位于該區(qū)域的耕地和建設(shè)用地皆為整齊塊狀地塊,模擬準(zhǔn)確性高;草地模擬在大部分區(qū)域相對(duì)準(zhǔn)確,除川道西側(cè),該區(qū)域的實(shí)際景觀是林、草地混合生長,但模擬結(jié)果中沒有精確的體現(xiàn)出“混合生長”,可能存在較大地塊吞并較小地塊的情況。為進(jìn)一步驗(yàn)證模型對(duì)土地利用空間格局模擬的準(zhǔn)確性,本文從數(shù)量、空間兩個(gè)方面對(duì)米脂縣2020年的模擬結(jié)果進(jìn)行檢驗(yàn)。

表2中模擬誤差、Kappa系數(shù)分別表示數(shù)量精度和空間精度。整體模擬誤差為5.39%,7類土地利用模擬誤差均在15%以內(nèi);整體Kappa系數(shù)為0.82,7類土地利用Kappa系數(shù)均大于0.75;說明模型對(duì)土地利用數(shù)量變化與空間變化的模擬結(jié)果可信,達(dá)到精度要求。其中,水域的模擬誤差最小且Kappa系數(shù)最高,原因是水域作為米脂縣水資源的重要獲取途徑,現(xiàn)有水域大多維持當(dāng)前的數(shù)量及空間位置;未利用地的模擬誤差最大且Kappa系數(shù)最小,其關(guān)鍵在于未利用地的演化受人類主觀意識(shí)所制約,當(dāng)?shù)剞r(nóng)戶根據(jù)個(gè)人意愿自由選擇要撂荒的土地,而CA-Markov模型難以預(yù)測(cè)變化趨勢(shì)不規(guī)律的土地利用類型,加之其在米脂縣面積占比很小,其模擬結(jié)果不足以影響整體模擬效果。耕地、林地、果園作為米脂縣的三大優(yōu)勢(shì)地類,均具有良好的數(shù)量精度與空間精度。

表2 2020年米脂縣土地利用空間格局模擬精度

3.1.2 2025年土地利用空間格局預(yù)測(cè) 基于米脂縣2020年土地利用格局,綜合2015—2020年土地利用空間格局轉(zhuǎn)移矩陣以及土地利用空間格局適宜性圖集,循環(huán)次數(shù)為5,模擬米脂縣2025年土地利用空間格局(見圖3)。

圖3 2025年米脂縣預(yù)測(cè)土地利用圖Fig.3 Forecast of land use in Mizhi County in 2025

由圖3可知,2025年研究區(qū)中部川道地區(qū)的建設(shè)用地進(jìn)一步擴(kuò)大,果園基本按照原有的空間位置向四周“輻射”發(fā)展,符合米脂縣近年來的發(fā)展規(guī)劃。相較于2020年,2025年研究區(qū)川道東西兩側(cè)的耕地分布更為集中,北部和西部地區(qū)林草地覆蓋面積較廣,東部和南部地區(qū)的空間格局變化相對(duì)較小。

由表3中可知,相較于2020年,研究區(qū)2025年耕地、草地、未利用地面積有所減少;果園、林地、建設(shè)用地、水域面積出現(xiàn)不同程度的增加。其中,耕地面積的減少以及林地面積的增加符合米脂縣近20年來實(shí)施的退耕還林政策,另外耕地減少也與該區(qū)域農(nóng)戶近年來逐漸增多的撂荒行為有關(guān)。果園面積的增加主要是由于像蘋果這樣的經(jīng)濟(jì)類作物其收入要高于傳統(tǒng)農(nóng)作物,加之米脂縣政府對(duì)于山地蘋果的一系列補(bǔ)貼優(yōu)惠政策,當(dāng)?shù)剞r(nóng)戶大多愿意將自家耕地轉(zhuǎn)化為果園改種蘋果。建設(shè)用地面積有小幅度的增加,原因是米脂縣除了中部的川道地區(qū)存在城鎮(zhèn),其余地區(qū)均為鄉(xiāng)村,其城鎮(zhèn)化水平遠(yuǎn)不及大城市那樣發(fā)展迅速。

表3 2020年與2025年米脂縣土地利用類型面積占比Tab.3 Proportion of land use types in Mizhi County in 2020 and 2025

據(jù)表4可知,2020—2025年間,耕地減少的面積主要轉(zhuǎn)化為林地(1 620.92 hm2)和果園(2 363.43 hm2), 轉(zhuǎn)移概率分別為3.58%和5.22%; 林地有1 080.32 hm2轉(zhuǎn)化為果園,轉(zhuǎn)移概率為2.53%;草地有431.99 hm2轉(zhuǎn)化為耕地,轉(zhuǎn)移概率為2.85%;果園接受其余地類向它轉(zhuǎn)化而幾乎不轉(zhuǎn)化為其余地類,實(shí)現(xiàn)果園面積的增長;建設(shè)用地的增長主要是由耕地轉(zhuǎn)化而來;水域轉(zhuǎn)化為其他地類的面積和概率均為0,原因在于建立CA-Markov模型時(shí)將水域作為限制性約束條件,禁止其轉(zhuǎn)化為其他地類。其余土地利用景觀類型之間的轉(zhuǎn)移面積及轉(zhuǎn)移概率相對(duì)較小,絕大多數(shù)保持現(xiàn)有情況,原因可能是5年的時(shí)間序列較短,米脂縣的土地利用空間格局并未產(chǎn)生較大變動(dòng)。

表4 2020—2025年米脂縣土地利用空間格局面積轉(zhuǎn)移矩陣Tab.4 Land use area transfer matrix of Mizhi County from 2020 to 2025

3.2 景觀可持續(xù)性結(jié)果

3.2.1 2020年與2025年景觀可持續(xù)性時(shí)空分異 計(jì)算2020年與2025年米脂縣216個(gè)子流域的景觀可持續(xù)性并在ArcGIS 10.2中將其空間化,利用自然間斷點(diǎn)法(Jenks)將可持續(xù)性分為5個(gè)等級(jí)(Ⅰ～Ⅴ級(jí)),等級(jí)越高代表景觀可持續(xù)性越差。

由圖4可知,米脂縣2020—2025年間景觀可持續(xù)性具有顯著的空間分異特征,在空間分布上兩年的整體趨勢(shì)大致相同,即米脂縣東、西部地區(qū)的景觀可持續(xù)性整體優(yōu)于中部地區(qū)。

據(jù)圖4A可知,2020年研究區(qū)景觀可持續(xù)性Ⅱ級(jí)和Ⅲ級(jí)的流域較多且空間上呈連片狀分布,Ⅰ級(jí)的流域最少且空間上呈零星分布。其中,景觀可持續(xù)性最差(Ⅴ級(jí))的子流域有19個(gè),面積8 516.18 hm2, 占研究區(qū)總面積的7.03%, 在城郊鎮(zhèn)分布較為集中, 其余呈零散分布;Ⅳ級(jí)的子流域有55個(gè), 占總面積的25.55%, 基本沿Ⅴ級(jí)子流域的周圍分布, 在研究區(qū)南部、 中部以及東北部分布較多; Ⅲ級(jí)的子流域有71個(gè), 面積較大為44 093.13 hm2,占總面積的36.38%,呈均勻分布;Ⅱ級(jí)的子流域有58個(gè),占26.47%,主要分布在中東部以及西部地區(qū);景觀可持續(xù)性最好(Ⅰ級(jí))的子流域有13個(gè),面積5 541.54 hm2,其面積占比最小,僅有4.57%。

由圖4B可知,2025年研究區(qū)北部區(qū)域,中部區(qū)域以及南部城郊鎮(zhèn)的景觀可持續(xù)性相對(duì)較差。同2020年結(jié)果相同,景觀可持續(xù)性Ⅲ級(jí)的流域最多且面積占比最大,Ⅰ級(jí)的流域最少且面積占比最小。其中,景觀可持續(xù)性最差(Ⅴ級(jí))的子流域有25個(gè),面積10 855.67 hm2,占總面積的8.96%,主要集中在研究區(qū)北部、中部及南部城郊鎮(zhèn);Ⅳ級(jí)的子流域有57個(gè),占27.68%,在中部與東北部分布較為集中;Ⅲ級(jí)的子流域有71個(gè),面積41 470.98 hm2,占34.22%,廣泛分布在研究區(qū)內(nèi)且多為連片狀,該等級(jí)的子流域數(shù)量及面積占比在研究區(qū)內(nèi)最多,說明大部分子流域的景觀可持續(xù)性屬于中等水平;Ⅱ級(jí)的子流域有53個(gè),占25.29%,均勻分布在研究區(qū)內(nèi);景觀可持續(xù)性最好(Ⅰ級(jí))的子流域有10個(gè),面積4 676.96 hm2,其面積占比最小,僅有3.86%。

圖4 2020—2025年米脂縣景觀可持續(xù)性空間分布圖Fig.4 Spatial distribution of landscape sustainability in Mizhi from 2020 to 2025

3.2.2 2020年到2025年景觀可持續(xù)性變化 根據(jù)表5可知,2020—2025年米脂縣景觀可持續(xù)性等級(jí)除自身轉(zhuǎn)化外,還有8類(Ⅰ-Ⅱ、Ⅰ-Ⅲ、Ⅱ-Ⅲ、Ⅱ-Ⅳ、Ⅱ-Ⅴ、Ⅲ-Ⅳ、Ⅲ-Ⅴ、Ⅳ-Ⅴ)等級(jí)上升及5類(Ⅱ-Ⅰ、Ⅲ-Ⅱ、Ⅳ-Ⅱ、Ⅳ-Ⅲ、Ⅴ-Ⅳ)等級(jí)降低轉(zhuǎn)移類型,總轉(zhuǎn)移面積56 190.73 hm2,占研究區(qū)面積的46.36%。研究期間景觀可持續(xù)性Ⅰ級(jí)和Ⅱ級(jí)的子流域數(shù)量和面積均有不同程度的減少,二者面積共減少2 304.16 hm2,占研究區(qū)面積的1.90%;Ⅲ級(jí)的子流域數(shù)量雖沒有發(fā)生變化,但其面積減少了2 622.15 hm2;Ⅳ級(jí)和Ⅴ級(jí)的子流域數(shù)量和面積有所增加,二者面積共增加4 926.31 hm2,占研究區(qū)面積的4.06%。說明相較于2020年,研究區(qū)2025年的景觀可持續(xù)性呈現(xiàn)出下降的趨勢(shì),可能與建設(shè)用地的擴(kuò)建有關(guān)。

表5 2020—2025年米脂縣景觀可持續(xù)性子流域面積轉(zhuǎn)移矩陣Tab.5 Transition matrix of landscape sustainability of sub-basins area in Mizhi from 2020 to 2025 hm2

由圖5可知,米脂縣216個(gè)子流域在2020—2025年景觀可持續(xù)性等級(jí)的變化情況。其中,景觀可持續(xù)性變好,即等級(jí)降低的子流域有38個(gè),其面積為21 554.03 hm2, 占研究區(qū)總面積的17.78%, 在研究區(qū)各處皆有分布, 并在川道東西兩側(cè)分布較為集中;景觀可持續(xù)性基本不變即等級(jí)保持不變的子流域有126個(gè), 其面積為71 795.83 hm2,占總面積的59.24%,說明在研究期間米脂縣約一半子流域的景觀可持續(xù)性能夠維持現(xiàn)狀;景觀可持續(xù)性變差即等級(jí)升高的子流域有52個(gè),其面積為27 846.66 hm2,占總面積的22.98%,在研究區(qū)多數(shù)區(qū)域呈小型連片狀分布,說明研究區(qū)約有1/5面積的子流域景觀可持續(xù)性在研究期間內(nèi)變差。

圖5 2020—2025年米脂縣景觀可持續(xù)性等級(jí)變化圖Fig.5 Landscape sustainability grade changes in Mizhi from 2020 to 2025

4 結(jié)論與討論

4.1 結(jié)論

以黃土高原丘陵溝壑區(qū)陜西省米脂縣為研究區(qū),首先構(gòu)建CA-Markov模型,預(yù)測(cè)研究區(qū)2025年的土地利用空間格局;其次基于Boltzmann熵定量評(píng)估景觀可持續(xù)性;最后,分析研究區(qū)2020—2025年216個(gè)子流域景觀可持續(xù)性的時(shí)空演變規(guī)律。主要結(jié)論如下:

1) 經(jīng)驗(yàn)證,本文構(gòu)建的CA-Markov模型能較為精確地模擬及預(yù)測(cè)米脂縣土地利用空間格局。

2) 根據(jù)預(yù)測(cè)得到的米脂縣2025年土地利用空間格局,相較于2020年耕地、草地、未利用地面積有所減少;果園、林地、建設(shè)用地、水域面積出現(xiàn)不同程度的增加;但整體上土地利用空間格局并未發(fā)生較大變動(dòng)。其中,米脂縣的優(yōu)勢(shì)地類為耕地和林地,主要的景觀類型轉(zhuǎn)移也主要發(fā)生在耕地、林地與果園之間,并且預(yù)測(cè)結(jié)果較好的反映出了近幾年米脂縣大力發(fā)展山地蘋果這一政府政策。

3) 2020年與2025年景觀可持續(xù)性結(jié)果時(shí)空分異顯著,景觀可持續(xù)性Ⅲ級(jí)的子流域占比在兩年中均為最高,說明研究期內(nèi)多數(shù)子流域的景觀可持續(xù)性處于中等水平。通過對(duì)比2025年以及2020年結(jié)果發(fā)現(xiàn),研究區(qū)未來5年存在潛在的景觀可持續(xù)性變差趨勢(shì),需要對(duì)此引起重視。

4.2 討論

生態(tài)脆弱區(qū)作為可持續(xù)發(fā)展的薄弱環(huán)節(jié),無可避免地會(huì)拉低區(qū)域整體可持續(xù)發(fā)展水平,因此聚焦生態(tài)脆弱區(qū)的可持續(xù)發(fā)展?fàn)顩r,具有研究意義和實(shí)踐價(jià)值。本研究與先前研究相比,主要區(qū)別有兩處[25]:首先研究方法上,將Boltzmann熵應(yīng)用于景觀生態(tài)學(xué)取代了傳統(tǒng)的香農(nóng)熵；其次,以流域?yàn)槌叨?相較于行政單元尺度能盡可能保證單元內(nèi)自然元素的相似性[30]以及景觀生態(tài)系統(tǒng)的完整性。在模擬土地利用空間格局方面,本文僅對(duì)單一尺度(柵格大小為30 m×30 m)進(jìn)行模擬,且只使用5×5的濾波器;然而,CA-Markov模型對(duì)于不同的柵格單元大小和不同的濾波器會(huì)具有不同的模擬精度[29]。未來會(huì)進(jìn)一步探究不同尺度柵格單元和不同大小濾波器對(duì)于土地利用空間格局模擬的影響。