沿海資源富集區(qū)景觀格局脆弱度的時空演變特征分析

李輝輝，楊永崇，杜 嵩，楊梅煥，陳寶強

(西安科技大學測繪科學與技術(shù)學院，陜西 西安 710054)

景觀格局指數(shù)是反映景觀結(jié)構(gòu)組分、空間配置特征的量化指標，具有高度濃縮的景觀格局信息[1-3]。景觀格局變化與生態(tài)過程緊密相關(guān)，通過景觀格局指數(shù)構(gòu)建景觀格局脆弱度評價指標體系，進而研究生態(tài)環(huán)境具有重要的意義[4-6]。景觀格局脆弱度是指景觀格局受到自然或人為因素影響時，所表現(xiàn)出的景觀生態(tài)敏感性和缺乏適應(yīng)能力，從而導致景觀系統(tǒng)結(jié)構(gòu)、功能和特性易發(fā)生改變的屬性[7-8]。景觀格局脆弱度分析通過剖析景觀格局信息與景觀格局生態(tài)脆弱性之間的關(guān)聯(lián)性，建立具有生態(tài)學意義的評價指標體系，從而為區(qū)域生態(tài)環(huán)境脆弱性評價提供新的思路和方法[9]。目前，國內(nèi)外學者對景觀格局脆弱度的研究多集中在土地利用/覆蓋對景觀格局脆弱度的空間分布特征及時空變化分析[10-11]，有學者[12]通過增加海拔和坡度兩種影響因素重新構(gòu)建景觀敏感性，分析了景觀格局脆弱度變化。景觀格局受外界擾動后，其結(jié)構(gòu)、功能和特性容易發(fā)生改變，郭少壯等[13]通過構(gòu)建人為干擾度模型，分析了秦嶺地區(qū)景觀格局脆弱度與人為干擾度之間的關(guān)系；孫鴻超等[14]運用隨機森林建模探究了景觀格局脆弱度變化的驅(qū)動因素。就影響因素而言，當前對景觀格局脆弱度的研究大多為定性分析，定量研究相對較少，且多尺度影響因素考量更加缺乏[15-17]。景觀格局指數(shù)計算受空間粒度和幅度的影響較大，景觀空間異質(zhì)性會隨空間粒度或幅度的改變而改變。空間尺度的選擇會造成景觀格局信息不同程度的變化響應(yīng)，當研究尺度和研究對象的本質(zhì)特征與研究區(qū)相符合時，景觀格局指數(shù)才能將其景觀格局特征更好地顯示和反映出來[18]?？梢姡m宜的空間尺度對反映景觀格局狀況和開展景觀生態(tài)環(huán)境研究至關(guān)重要。因此，本研究從探索景觀格局脆弱度的最佳空間尺度出發(fā)，通過對景觀格局脆弱度評價結(jié)果進行深入挖掘，以更加準確地反映區(qū)域景觀格局脆弱度的時空變化信息。

招遠市作為全國綜合實力百強縣市，其礦產(chǎn)資源豐富，經(jīng)濟活動密集，人為因素對景觀生態(tài)環(huán)境的影響超過自然自我調(diào)節(jié)能力，成為了生態(tài)環(huán)境演變的主要推動力，因此亟需對招遠市景觀格局脆弱度進行分析與評價。招遠市作為沿海典型中小型城市的縮影，研究價值較高，通過對該地區(qū)景觀格局脆弱度的時空分異特征進行研究，以期對此類沿海資源富集區(qū)的合理開發(fā)和規(guī)劃提供支持和服務(wù)。

1 數(shù)據(jù)來源與研究方法

1.1 研究區(qū)概況

招遠市(120°08′～120°38′E、37°05′～37°33′N)位于華東地區(qū)膠東半島西北端，隸屬于山東省煙臺市(見圖1)，全市總面積約為1 432.37 km2。招遠市地處膠東低山丘陵地帶，西北瀕臨渤海，海岸線長約為13.5 km。該地區(qū)屬暖溫帶季風區(qū)大陸性半濕潤氣候，四季分明，光照充足。境內(nèi)礦藏資源豐富，以金礦和銀礦為主，被稱為“中國金都”。

圖1 研究區(qū)地理位置圖Fig.1 Geographical location of the study area

1.2 數(shù)據(jù)來源

本研究使用的招遠市2008年、2013年、2018年三期土地利用數(shù)據(jù)來源于土地二調(diào)及土地利用歷年變更調(diào)查矢量數(shù)據(jù)庫。參照《土地利用現(xiàn)狀分類》(GB/T 21010—2017)，將招遠市土地利用類型劃分為耕地、林地、草地、水域、城鎮(zhèn)工礦用地和未利用地6大類，得到招遠市三期景觀類型分布圖。選用土地利用數(shù)據(jù)可有效規(guī)避遙感影像分類時地物判讀不準確和Kappa系數(shù)大小的影響，從而提高景觀格局脆弱度的分析精度，使所得結(jié)果更加準確。

1.3 研究方法

通過拐點識別法和信息損失評價模型并結(jié)合半變異函數(shù)確定最佳分析尺度，并基于最佳分析尺度選取科學適宜的景觀格局指數(shù)，構(gòu)建區(qū)域景觀格局脆弱度評價模型，進而利用空間自相關(guān)理論，探究其時空演變特征。

1.3.1 空間尺度選取方法

(1) 空間粒度的選取?？臻g粒度是指景觀中可辨別最小單元的長度和面積等，景觀格局指數(shù)對空間粒度具有很強的依賴性，景觀格局指數(shù)的空間異質(zhì)性會隨著空間粒度的變化而改變，即景觀格局的空間粒度效應(yīng)[19]。本研究借助拐點識別法和信息損失評價模型確定最佳景觀分析的空間粒度。其中，信息損失評價模型可表示為

(1)

(2)

式中：M表示區(qū)域景觀面積的損失值(%)；P為精度損失百分比(%)；Ab為所有景觀類型該評價指標的基準數(shù)據(jù)值之和(km2)；Agi表示第i類景觀類型空間粒度變化后的景觀面積(km2)；Abi表示第i類景觀類型空間粒度變化前的景觀面積(km2)；n表示景觀類型的總數(shù)目(個)。

(2) 幅度的選取?；谧罴芽臻g粒度，采用網(wǎng)格分析法確定最佳幅度[20]。首先利用ArcGIS依次生成0.5 km、1 km、1.5 km、2 km、2.5 km、3 km的網(wǎng)格，并對土地利用柵格圖分別進行掩膜提?。蝗缓笥嬎悴煌葨鸥駡D的景觀格局脆弱度指數(shù)，并將該指數(shù)賦值于網(wǎng)格中心點，再運用克里金插值法生成區(qū)域景觀格局脆弱度空間分布圖；最后利用半差異函數(shù)分析不同幅度下區(qū)域景觀格局脆弱度指數(shù)，得出最佳幅度。其中，半變異函數(shù)[21]可表示為

(3)

式中:γ(h)為樣本距為h的半方差值;h為樣本距(變程)；Z(xi+h)為xi+h位置處的生態(tài)脆弱性值；Z(xi)為xi位置處的生態(tài)脆弱性值；N(h)為間距為h的樣本對總個數(shù)。

1.3.2 景觀格局脆弱度評價模型構(gòu)建

景觀格局脆弱度指數(shù)(LVI)是衡量景觀生態(tài)脆弱性的指標，主要由景觀敏感度指數(shù)(LSI)和景觀適應(yīng)度指數(shù)(LAI)構(gòu)成[22][見公式(4)],其值的大小是區(qū)域景觀格局生態(tài)脆弱性的定量表達。景觀敏感度指數(shù)(LSI)是用來表示生態(tài)環(huán)境問題發(fā)生的難易程度，其變化速率越快，景觀敏感性越強，其由景觀干擾度指數(shù)(Ui)和景觀易損度指數(shù)(Vi)構(gòu)成[見公式(5)]。其中，景觀干擾度指數(shù)(Ui)是指對外界干擾的變化程度，通常采用與干擾密切相關(guān)的景觀類型破碎度(Ci)、分維數(shù)(Fi)和優(yōu)勢度(Di)3種指數(shù)來構(gòu)建[見公式(6)]，權(quán)重系數(shù)為a、b、c，分別設(shè)定為0.5、0.3和0.2[23]；景觀易損度指數(shù)(Vi)是土地利用易損程度與景觀類型的有效結(jié)合，借鑒前人的研究成果，將景觀類型易損度[24]劃分為6個相對權(quán)重值，即未利用地為7、林地和草地為5、耕地為3、建設(shè)用地和水域為1。景觀適應(yīng)度指數(shù)(LAI)是用來表示景觀在受外界干擾時表現(xiàn)出的適應(yīng)與恢復能力，其與景觀的結(jié)構(gòu)、功能、多樣性以及分布均勻程度緊密相關(guān)，本文結(jié)合招遠市實際情況，選用相對斑塊豐度指數(shù)(RPR)、Simpson多樣性指數(shù)(SIDI) 和香農(nóng)均勻度指數(shù)(SHEI)來構(gòu)建[見公式(7)]。具體計算公式如下：

LVI=LSI×(1-LAI)

(4)

(5)

Ui=aCi+bFi+cDi

(6)

LAI=RPR×SIDI×SHEI

(7)

式中:n為景觀類型數(shù)目(個)；i為景觀類型。

1.3.3 空間自相關(guān)分析方法

空間自相關(guān)分析是空間數(shù)據(jù)分析方法和技術(shù)的集合，應(yīng)用于景觀生態(tài)脆弱性評價中，可以反映景觀生態(tài)脆弱性的空間集聚特征，揭示其內(nèi)在的變化規(guī)律?？臻g自相關(guān)性分析可分為全局和局部兩種指標，全局自相關(guān)表示聚集效應(yīng)是否存在于整個空間區(qū)域；而局部自相關(guān)用來衡量單元之間的空間差異程度和顯著性[26]。

2 研究結(jié)果與分析

2.1 最佳研究尺度推繹

2.1.1 最佳空間粒度分析

以招遠市三期土地利用數(shù)據(jù)為基礎(chǔ)，首先以30 m為起點，300 m為終點，間隔30 m，將每期矢量數(shù)據(jù)柵格化生成10幅不同空間粒度的柵格圖；然后分別選取斑塊數(shù)量(NP)、斑塊密度(PD)和周長面積分維數(shù)(PAFRAC)3種類型水平指數(shù)以及香農(nóng)多樣性指數(shù)(SHDI)、香農(nóng)均勻度指數(shù)(SHEI)和分離度指數(shù)(DEVISION)3種景觀水平指數(shù)，通過對選取的景觀格局指數(shù)進行計算及分析，最終得出合適的空間分析粒度[27]，其結(jié)果見圖2和圖3。

(1) 景觀格局指數(shù)空間粒度效應(yīng)分析。由圖2和圖3可知：研究區(qū)三期景觀格局指數(shù)隨空間粒度增大的變化趨勢大致相同，但同一時期各景觀格局指數(shù)的變化有各自的特點，大致表現(xiàn)為3種狀態(tài)：①斑塊數(shù)量(NP)、斑塊密度(PD)和分離度指數(shù)(DEVISION)的變化呈現(xiàn)一致性，表現(xiàn)出明顯的空間粒度效應(yīng)，其中各景觀類型的NP和PD隨空間粒度的增加逐漸遞減，在空間粒度為30～90 m之間NP和PD值出現(xiàn)大幅度下降，在空間粒度為90～150 m之間其值下降幅度逐漸減小，在空間粒度為150 m后其值降幅趨于穩(wěn)定；DEVISION整體呈下降趨勢，在空間粒度為90～120 m之間DEVISION值出現(xiàn)一次小幅度回升，而后又繼續(xù)下降；②各景觀類型的周長面積分維數(shù)(PAFRAC)隨空間粒度增加的變化趨勢不明顯，基本無規(guī)律可循，說明空間粒度效應(yīng)不敏感；③香農(nóng)多樣性指數(shù)(SHDI)和香農(nóng)均勻度指數(shù)(SHEI)隨空間粒度增加的變化趨勢比較平穩(wěn)，僅出現(xiàn)小幅度波動，SHDI和SHEI值從空間粒度為30 m開始緩慢上升在空間粒度為90 m處出現(xiàn)第一次峰值，隨后又出現(xiàn)不同程度波動，在空間粒度為210 m處達到最低值。

圖2 2008—2018年研究區(qū)三期類型水平指數(shù)(NP、PD、PAFRAC)隨空間粒度的變化曲線Fig.2 Change curves of type level indexes with spatial granularity at three phases from 2008 to 2018

圖3 2008—2018年研究區(qū)三期景觀水平指數(shù)(SHDI、SHEI、DEVISION)隨空間粒度的變化曲線Fig.3 Change curves of landscape adaptability indexes(SHDI、SHEI、DEVISION) with spatial granularity at three phases from 2008 to 2018

(2) 最佳空間粒度的選取。隨著空間粒度的增加，各景觀類型出現(xiàn)了空間尺度拐點，這是由于柵格化過程中，矢量數(shù)據(jù)邊界變化引起相鄰斑塊屬性發(fā)生變化，從而導致景觀格局指數(shù)發(fā)生相應(yīng)的變化[28]。2008—2018年研究區(qū)三期景觀面積損失值隨空間粒度的變化曲線，見圖4。

由圖4可知：研究區(qū)景觀面積損失值隨空間粒度的增加整體呈上升趨勢，表明景觀信息量損失隨空間粒度的增加不斷增大。根據(jù)空間尺度拐點分布情況可以看出，在空間粒度為60～90 m處出現(xiàn)了第一空間粒度域，在90 m處景觀面積損失達到最小值。景觀格局指數(shù)最佳空間粒度通常選取第一空間粒度域內(nèi)中等偏大的空間粒度[29]，故綜合景觀格局指數(shù)的空間粒度效應(yīng)和空間粒度變化過程中景觀信息量損失的原則，選取90 m為最佳空間分析粒度，既能很好地反映景觀特征，又能避免計算冗余。

圖4 2008—2018年研究區(qū)三期景觀面積損失值 隨空間粒度的變化曲線Fig.4 Change curves of loss value of landscape area with spatial granularity from 2008 to 2018

2.1.2 最佳幅度推繹

景觀格局脆弱度由多種景觀格局指數(shù)構(gòu)成，不同景觀格局指數(shù)對幅度變化的響應(yīng)也有一定的差異[30]。所以，幅度選取對景觀格局脆弱度的計算結(jié)果有極大的影響。以研究區(qū)2018年景觀類型分布圖為實驗數(shù)據(jù)，建立邊長為0.5 km、1 km、1.5 km、2 km、2.5 km、3 km的網(wǎng)格，計算不同景觀類型網(wǎng)格下的景觀格局脆弱度。本文運用GS+軟件，借助半變異函數(shù)理論，根據(jù)復相關(guān)系數(shù)(R2)，并考慮綜合殘差(RSS)、塊金值(C0)和變程(A0)選取最佳變異函數(shù)模型，分析不同幅度下景觀格局脆弱度的空間異質(zhì)性，進而獲取適宜的景觀格局脆弱度研究幅度。不同幅度下研究區(qū)景觀格局脆弱度的半變異函數(shù)擬合模型參數(shù)，見表1。

由表1可知：幅度為0.5 km時，C0、C0+C值最小，說明該幅度空間效應(yīng)不明顯，空間變異程度較低；幅度由0.5 km到2 km，C/(C0+C)值上升，說明因自相關(guān)引起的空間異質(zhì)性增強；幅度由2 km到3 km，C0值增加，C/(C0+C)值下降，說明塊金效應(yīng)增強，由隨機部分造成的空間異質(zhì)性不斷增強；隨著幅度的增加，該尺度內(nèi)部更小尺度空間變異特征將被掩蓋，其誤差以塊金效應(yīng)體現(xiàn)出來。因此，幅度為2 km能夠較直觀地反映研究區(qū)景觀格局脆弱度的空間變異情況。

表1 不同幅度下研究區(qū)景觀格局脆弱度半變異函數(shù)擬合模型參數(shù)Table 1 Fitting model parameters of semi-variogram of landscape pattern vulnerability indexes under different amplitudes

2.2 景觀類型變化特征分析

本文運用ArcGIS對研究區(qū)三期景觀類型分布圖(見圖5)進行疊置分析，可得到2008—2013年、2013—2018年兩個階段研究區(qū)的景觀類型面積轉(zhuǎn)移矩陣，見表2。

表2 2008—2013年研究區(qū)三期景觀類型面積轉(zhuǎn)移矩陣(單位：km2)Table 2 Transition matrix of landscape types at three phases from 2008 to 2013 in the study area (unit:km2)

圖5 2008—2018年研究區(qū)三期景觀類型分布圖Fig.5 Distribution map of landscape types in the study area at three phases from 2008 to 2018

由表2可知：

(1) 2008—2013年間，研究區(qū)景觀類型的變化主要表現(xiàn)為“兩升四降”的變化趨勢，即耕地、林地、草地和水域景觀類型的面積下降，工礦城鎮(zhèn)用地和未利用地景觀類型的面積上升。其中，耕地和林地景觀類型的面積明顯減少，分別減少3.88 km2和6.41 km2；工礦城鎮(zhèn)用地景觀類型的面積明顯增加，增加11.58 km2。耕地和林地面積的減少主要轉(zhuǎn)換為工礦城鎮(zhèn)用地，說明在這五年期間隨著經(jīng)濟的快速發(fā)展，城鎮(zhèn)化較明顯；但同時林地、草地人為破壞嚴重，表現(xiàn)為林地和草地向未利用地的轉(zhuǎn)化，說明存在人為破壞和部分砍伐現(xiàn)象；水域面積減少主要轉(zhuǎn)化為林地、工礦城鎮(zhèn)用地和部分未利用地，說明在人為干擾下出現(xiàn)部分水土流失問題。

(2) 2013—2018年間，研究區(qū)景觀類型的變化與前五年大致類似，工礦城鎮(zhèn)用地景觀類型的面積明顯增加，城鎮(zhèn)化現(xiàn)象明顯，耕地和林地向未利用地的轉(zhuǎn)化有所減少，說明人為破壞現(xiàn)象有所緩解，并積極開展了植樹造林活動，這與國家大力推進生態(tài)環(huán)境治理有很大的關(guān)系。

表3 2013—2018年研究區(qū)三期景觀類型面積轉(zhuǎn)移矩陣(單位：km2)Table 3 Transition matrix of landscape types at three phases from 2013 to 2018 in the study area (unit:km2)

2.3 景觀格局脆弱度時空演變特征分析

為了更好地可視化研究區(qū)景觀格局脆弱度等級差異，本文將計算出的研究區(qū)景觀格局脆弱度值賦予各個網(wǎng)格中心點，并運用普通克里金差值法生成研究區(qū)三期景觀格局脆弱度空間分布圖，同時采用自然斷點法將研究區(qū)景觀格局脆弱度計算結(jié)果劃分為低、較低、中等、較高、高5種脆弱度等級，并統(tǒng)計研究區(qū)三期不同景觀格局脆弱度等級的面積占比，其統(tǒng)計結(jié)果見圖6。

圖6 2008—2018年研究區(qū)三期景觀格局脆弱度等級 的面積占比Fig.6 Distribution of grades of landscape pattern vulnerability at three phases from 2008 to 2018

由圖6可見：研究區(qū)景觀格局脆弱度等級面積占比呈正態(tài)分布，中等脆弱度區(qū)面積最大，面積占比始終高于其他脆弱度等級；研究區(qū)3個時期景觀格局脆弱度整體來說較為穩(wěn)定，2008年以低等級脆弱度為主，其中低、較低和中等脆弱度區(qū)面積占研究區(qū)總面積的75%以上，2008年景觀格局高脆弱度區(qū)的面積占比達到最低；之后的十年中，區(qū)域整體景觀格局脆弱度呈惡化趨勢，中等脆弱度區(qū)面積變化不顯著，出現(xiàn)小幅度波動，低和較低脆弱度區(qū)面積占比不斷下降，逐漸向較高和高脆弱度區(qū)轉(zhuǎn)化，2018年景觀格局高脆弱度區(qū)的面積占比達到最高，占研究區(qū)總面積的10%，說明區(qū)域景觀格局脆弱程度不斷加劇。

景觀格局脆弱度受不同時期土地利用所引起的景觀格局及其組分變化的綜合影響，表現(xiàn)出區(qū)域變化的特點。2008—2018年研究區(qū)三期景觀格局脆弱度分區(qū)圖，見圖7。

由圖7可見：研究區(qū)景觀格局高脆弱度區(qū)集中分布在西北的辛莊鎮(zhèn)、張星鎮(zhèn)、蠶莊鎮(zhèn)、金嶺鎮(zhèn)和西南的齊山鎮(zhèn)、夏甸鎮(zhèn)、畢郭鎮(zhèn)等鎮(zhèn)域結(jié)合部，低脆弱度區(qū)主要分布在東部和南部，其他零星分布在研究區(qū)內(nèi)，呈現(xiàn)區(qū)域交錯分布狀態(tài)；研究區(qū)低脆弱度區(qū)景觀類型主要為林地和部分耕地，因林地和耕地分布較為有序，特別是東部景觀類型相對穩(wěn)定，景觀適應(yīng)度較高，加之此區(qū)域距離中心城區(qū)較遠，受人為干擾的影響小，所以呈現(xiàn)出低脆弱度狀態(tài)；而研究區(qū)較高和高脆弱度區(qū)草地、耕地和工礦建設(shè)用地交錯分布，部分河流沿岸存在灘地、沼澤和鹽堿地等未利用地，斑塊本身比較破碎，所以呈現(xiàn)出高脆弱度狀態(tài)?？傮w來說，研究區(qū)景觀格局脆弱度的空間格局與景觀類型的分布變化具有較強的耦合關(guān)系。2008年以來，隨著城鄉(xiāng)建設(shè)的不斷發(fā)展，研究區(qū)人類活動的干擾進一步增強，人口密集、社會經(jīng)濟發(fā)展較快的地區(qū)不斷向四周擴張，用地類型隨著建設(shè)區(qū)各自拓展，西北部由于工業(yè)開發(fā)區(qū)建設(shè)，局部景觀格局遭到破壞；蠶莊鎮(zhèn)、玲瓏鎮(zhèn)、張星鎮(zhèn)等地區(qū)由于礦產(chǎn)資源開采，使得原有景觀生態(tài)空間發(fā)生變化，造成不同用地類型的破碎化程度加劇，景觀格局脆弱度加劇。雖然研究區(qū)人為影響為主導因素，但人類的干預(yù)并非全是消極的影響，有必要在自然演變的過程中，加以合理的人為干預(yù)，用于提高景觀格局脆弱度的穩(wěn)定性。其中，對于景觀格局低脆弱度區(qū)域，可通過生態(tài)資源有效配置和景觀格局分布來優(yōu)化生態(tài)系統(tǒng)功能，如加強綠地斑塊覆蓋度、提高景觀類型豐富度、增加區(qū)域物種豐富度、優(yōu)化生態(tài)系統(tǒng)抗風險能力等；而對于草地、耕地和工礦建設(shè)用地交錯分布的景觀格局高脆弱度區(qū)域，可通過調(diào)整土地結(jié)構(gòu)，定期進行河道疏通來降低河流漫灘危害，將建設(shè)用地向集中有序方向發(fā)展，做好礦區(qū)合理開采和礦區(qū)恢復工作，做好耕地生態(tài)防護林建設(shè)，以此來增強生態(tài)系統(tǒng)的穩(wěn)定性，提高生態(tài)適宜性。通過人為干預(yù)，使得景觀格局脆弱度更加穩(wěn)定，以增強自然界抗干擾能力，保證生態(tài)系統(tǒng)合理有序演變，提高生態(tài)環(huán)境安全性。研究區(qū)為此類沿海典型城市的縮影，對此類城市合理開發(fā)與規(guī)劃具有重要的參考意義。

圖7 2008—2018年研究區(qū)三期景觀格局脆弱度分區(qū)圖Fig.7 Distribution of landscape pattern vulnerability at three phases from 2008 to 2018 in the study area

2.4 景觀格局脆弱度空間關(guān)聯(lián)分析

為了更好地了解研究區(qū)景觀格局脆弱度空間分異和聚類特征，本文利用GeoDa軟件計算了研究區(qū)三期景觀格局脆弱度的全局Moran′sI指數(shù),其計算結(jié)果見表4。

表4 研究區(qū)三期景觀格局脆弱度的全局Moran′s I指數(shù)計算結(jié)果Table 4 Global Moran′s I coefficient of landscape pattern vulnerability at three phases in the study area

由表4可知：研究區(qū)三期景觀格局脆弱度的全局Moran′sI指數(shù)均大于0，p值均小于0.01，z得分分別為8.696 8、8.518 9、8.612 5，說明研究區(qū)不同時期的景觀格局脆弱度呈顯著正相關(guān)，其空間分布不是隨機的，有明顯的空間聚集性特征；2008年、2013年和2018 年三期景觀格局脆弱度的全局Moran′sI指數(shù)分別為0.315 6 、0.308 5和0.311 5，其數(shù)值波動范圍小，景觀格局脆弱度空間自相關(guān)性保持穩(wěn)定，空間集聚現(xiàn)象變化明顯。

局部Moran′sI指數(shù)統(tǒng)計可以揭示空間相鄰區(qū)域要素的空間關(guān)聯(lián)模式，以便進一步展開空間局部自相關(guān)性分析，經(jīng)計算生成了研究區(qū)三期景觀格局脆弱度的局域空間自相關(guān)分布圖，見圖8。

由圖8可見：2008—2018年3個時期，研究區(qū)高—高值、低—低值聚集區(qū)分布變化不大，表現(xiàn)為相對集中，其中高—高值聚集區(qū)主要分布在西北和西南，并有不斷向西北蔓延的趨勢，低—低值聚集區(qū)的分布較為分散；高—低值、低—高值聚集區(qū)分布極少，零星分布于研究區(qū)內(nèi)，這與克里金插值結(jié)果表現(xiàn)出一致性。

圖8 2008—2018年研究區(qū)三期景觀格局脆弱度的局域空間自相關(guān)分布圖Fig.8 Local spatial auto-correlation distribution map of landscape pattern vulnerability at three phases from 2008 to 2018 in the study area

3 結(jié)論與建議

本文采用景觀生態(tài)學和空間分析理論，基于最佳分析尺度，選取適宜的景觀格局指數(shù)，構(gòu)建了景觀格局脆弱度評價模型，對研究區(qū)景觀格局生態(tài)脆弱性進行了評價，分析了2008—2018年間研究區(qū)景觀格局脆弱度的時空演變特征，以及空間關(guān)聯(lián)性和空間異質(zhì)性，并通過對研究區(qū)不同尺度的實證研究，對比得出了最佳研究尺度，很好地揭示了在復雜的環(huán)境條件影響下景觀格局脆弱度的時空變化機理，驗證了選取合適尺度對景觀格局脆弱度研究的必要性。主要得到如下結(jié)論：

(1) 研究區(qū)3個時期類型水平指數(shù)和景觀水平指數(shù)在空間粒度為90 m處出現(xiàn)了明顯的拐點，表明景觀格局指數(shù)存在明顯的尺度效應(yīng)；信息損失評價模型分析顯示，60～90 m為最佳空間粒度域，綜合確定90 m為研究區(qū)最佳空間分析粒度；半變異函數(shù)模型分析顯示，2 km幅度能夠消除隨機因素對景觀格局脆弱度的影響，較為直觀地反映其空間變異情況，是研究區(qū)景觀格局脆弱度理想的研究尺度。

(2) 2008—2018年間，研究區(qū)整體景觀格局脆弱度逐年上漲，表現(xiàn)為低和較低脆弱度區(qū)面積占比逐漸降低，較高和高脆弱度區(qū)面積占比不斷上升，景觀格局脆弱程度不斷加?。辉诳臻g上高脆弱度區(qū)主要分布在研究區(qū)西北和西南鎮(zhèn)域結(jié)合部，在十年間，由于工礦建設(shè)用地粗放式擴張，原有景觀生態(tài)空間遭到破壞，斑塊破碎程度加劇，使研究區(qū)景觀格局脆弱度不斷加劇。

(3) 2008年、2013年和2018年研究區(qū)景觀格局脆弱度的全局Moran′sI指數(shù)均大于0，表現(xiàn)出顯著的正相關(guān)，景觀格局空間聚集性特征明顯；局域空間自相關(guān)分布圖顯示，高—高值、低—低值聚集區(qū)分布具有明顯的空間關(guān)聯(lián)性，其與克里金插值表現(xiàn)出一致性。

區(qū)域景觀生態(tài)脆弱性與其景觀類型和景觀格局有很強的關(guān)聯(lián)性，景觀格局脆弱度的變化與城市擴張趨勢以及土地利用模式密切相關(guān)，本文方法對研究景觀格局脆弱度的時空分布特征與區(qū)域自然和城市發(fā)展情況較為貼切。十年間，研究區(qū)景觀格局脆弱度受自然因素和人為因素的影響，景觀格局脆弱程度上升，其中人為影響是較強的驅(qū)動因素，但人類的干預(yù)并不全是消極的影響，植樹造林、科學合理的規(guī)劃發(fā)展等保護措施可使斑塊形狀更加規(guī)則，景觀分布更加均勻，資源配置更加合理，有利于區(qū)域生態(tài)系統(tǒng)的高質(zhì)量發(fā)展。因此，有必要在自然演變的過程中，加以合理的人為干預(yù)，用來提高景觀格局脆弱度的穩(wěn)定性。但本文方法中景觀干擾度指數(shù)權(quán)重的賦值具有一致性，對于不同的景觀類型的干擾度指數(shù)所參與組合的權(quán)重賦值應(yīng)根據(jù)各自的生態(tài)效應(yīng)特征進行有差別的處理；景觀易損度指數(shù)權(quán)重的賦值反映的是景觀類型相對易損程度，如何采用更加合理的賦值方法也有待進一步探討。此外，驅(qū)動因素對景觀格局脆弱度的影響也具有階段性和區(qū)域性特征，今后應(yīng)基于生態(tài)過程機理的驅(qū)動力方面開展更為深入的研究。