周海菊,劉小英,胡靚達,喻素芳① (.廣西大學林學院,廣西 南寧 53000;2.南寧師范大學地理科學與規(guī)劃學院,廣西 南寧 53000;3.中南林業(yè)科技大學生命科學與技術學院,湖南 長沙 40004)
受人類活動等多種因素影響,土地利用/覆被變化日益加劇,產(chǎn)生了全球、區(qū)域、局部等不同尺度的景觀生態(tài)響應[1-2]。許多學者開始關注景觀生態(tài)學在土地利用變化中的應用,景觀格局與生態(tài)過程的相互作用及其尺度效應成為景觀生態(tài)學研究的核心[3]。景觀格局指大小和形狀各異的景觀鑲嵌體在空間上的排列組合,它是各種生態(tài)過程在不同尺度上作用的結(jié)果,同時又對過程變化具有控制作用[4]。分析景觀格局及其動態(tài)變化是研究與生態(tài)狀況、空間變異規(guī)律和生態(tài)過程相關的區(qū)域資源環(huán)境問題的重要途徑[5]。關于景觀格局變化的研究多是基于遙感數(shù)據(jù)等資料,從景觀類型角度通過多個景觀指數(shù)或空間分析,量化景觀格局變化,有效解釋其生態(tài)過程。景觀格局指數(shù)具有尺度依賴性,尺度依賴性在空間上通常劃分為粒度和幅度,在景觀格局研究過程中,不同研究區(qū)域、研究尺度或研究時限的景觀格局指數(shù)對粒度變化的響應存在差異[6],只有當測量尺度、研究對象及本質(zhì)特征與研究區(qū)符合時,研究區(qū)景觀格局特征才能被景觀指數(shù)反映出來[7]。因此,辨識特征空間粒度是有效反映研究區(qū)景觀生態(tài)格局及其存在問題的關鍵,對科學調(diào)整區(qū)域景觀格局使其健康有序發(fā)展具有重要意義。
景觀粒度指景觀中最小可辨識單元所代表的特征長度、面積和體積,當最小可辨識單元改變時,分析結(jié)果也會隨之改變[8]。景觀格局粒度研究是景觀格局尺度研究的重要內(nèi)容,也是相關學者研究的焦點,主要包括景觀格局指數(shù)隨粒度變化的規(guī)律和粒度分析方法的選擇。在進行景觀格局指數(shù)粒度效應分析時,已有研究主要采用鄰近似然法[9]和眾數(shù)采樣法[10],以10[11]、30[12]和50 m[13]為間隔或是粒度間隔逐漸增加[14]等方法分析研究區(qū)粒度效應,按粒度效應可將景觀指數(shù)分為總體上升型、總體下降型、變化不大和無規(guī)律型[15]。在適宜粒度選擇上,許多學者從景觀指數(shù)粒度變化規(guī)律方面展開研究[16],根據(jù)景觀指數(shù)變化曲線的關鍵拐點和躍變區(qū)間確定景觀指數(shù)分析最佳粒度范圍[17];也有通過信息損失評價根據(jù)不同粒度條件下景觀面積損失確定景觀適宜粒度,如鄔紫荊等[18]依據(jù)景觀指數(shù)粒度效應曲線選取適宜粒度域,再根據(jù)適宜粒度域內(nèi)面積損失情況確定最佳粒度,但該方法易忽略基準數(shù)據(jù)失真程度[19]。此外,徐雯雯等[7]根據(jù)景觀指數(shù)尺度效應確定適宜粒度范圍,根據(jù)信息熵對粒度變化的響應進一步確定最優(yōu)分析粒度。信息熵可以量化圖像中空間特征及其多樣化水平或程度,反映圖像信息豐富度[20],用來評價景觀格局系統(tǒng)信息。因此,綜合已有研究方法,該研究結(jié)合變異系數(shù)、景觀指數(shù)的粒度效應和信息熵,確定最佳分析粒度。
作為深入西部大開發(fā)的戰(zhàn)略高地、“絲綢之路經(jīng)濟帶”和“21世紀海上絲綢之路”的重要節(jié)點,廣西北部灣經(jīng)濟區(qū)發(fā)展迅猛,但區(qū)域生態(tài)環(huán)境也發(fā)生了劇烈變化,生態(tài)用地減少,生產(chǎn)用地增加[21],整體景觀格局表現(xiàn)出景觀破碎化、異質(zhì)性增強的趨勢[22]。以2000、2010和2020年3期土地利用類型遙感監(jiān)測產(chǎn)品為基礎數(shù)據(jù),采用GIS技術、變異系數(shù)(CV)和轉(zhuǎn)移矩陣方法對廣西北部灣經(jīng)濟區(qū)景觀變化進行研究,目的是闡明不同粒度條件下廣西北部灣經(jīng)濟區(qū)2000—2020年景觀格局響應差異,選擇研究區(qū)景觀格局分析的最佳空間粒度;揭示廣西北部灣經(jīng)濟區(qū)近20 a景觀格局動態(tài)變化特征,為促進廣西北部灣經(jīng)濟區(qū)社會經(jīng)濟健康發(fā)展和編制國土空間規(guī)劃提供參考。
廣西北部灣經(jīng)濟區(qū)(20°26′~24°02′ N,106°33′~110°53′ E)是我國西部地區(qū)唯一沿海區(qū)域,位于廣西壯族自治區(qū)南部,其范圍包括南寧市、崇左市、玉林市、北海市、欽州市和防城港市轄制的所有縣區(qū)。廣西北部灣經(jīng)濟區(qū)屬于亞熱帶季風氣候區(qū),日照充足,雨量充沛,干濕季分明,光、溫、水資源豐富,全年日照時數(shù)為1 218~1 620 h,年均氣溫為20.5~21.7 ℃,年均降水量為1 200~1 500 mm,年蒸發(fā)量為1 261~1 388 mm,相對濕度為80%~84%,擁有豐富的土地、礦產(chǎn)、海洋和旅游等自然資源。廣西北部灣經(jīng)濟區(qū)陸域面積為7.24×106hm2,地形以河流沖積平原、海積平原和丘陵為主,喀斯特地貌廣泛分布,土壤類型以紅壤、赤紅壤和磚紅壤為主。
基礎數(shù)據(jù)為中國科學院地理科學與資源研究所研發(fā)的空間分辨率為30 m的2000、2010和2020年3期全國土地利用遙感監(jiān)測矢量數(shù)據(jù)(http:∥www.resdc.cn),轉(zhuǎn)換投影坐標系為CGCS2000,并根據(jù)廣西北部灣經(jīng)濟區(qū)行政邊界裁剪研究區(qū)。根據(jù)GB/T 21010—2017《土地利用現(xiàn)狀分類》和研究目的將研究區(qū)景觀類型分為林地、農(nóng)用地、草地、水域、建設用地和未利用地6種類型(圖1)。為了分析粒度效應,結(jié)合研究區(qū)實際情況和已有研究[9],采用ArcGIS 10.5軟件鄰近似然法以30、60、100、150、200、300、400、500、700和1 000 m為粒度重采樣,生成10幅不同粒度等級的景觀類型柵格文件。
以桂S(2017)47號標準地圖為底圖進行制作。
1.3.1景觀格局指數(shù)選擇
為全面反映景觀格局特征,參考相關研究[9,23],并考慮到景觀格局指數(shù)的相互獨立性和縱橫向比較能力,從景觀面積、密度、邊緣、景觀形狀、景觀聚集性和景觀多樣性指標中選擇斑塊類型面積(CA)、最大斑塊指數(shù)(LPI)、平均斑塊面積(MPS)、景觀面積(TA)、斑塊密度(PD)、邊緣密度(ED)、蔓延度指數(shù)(CONTAG)、散布與并列指數(shù)(IJI)、聚合度指數(shù)(AI)、斑塊結(jié)合度指數(shù)(COHESION)、有效粒度尺寸(MESH)、香農(nóng)多樣性指數(shù)(SHDI)和香農(nóng)均勻度指數(shù)(SHEI)共13個指標(表1)。各景觀指數(shù)計算公式及生態(tài)意義詳見文獻[13,24]和Fragstats 4.2軟件說明文檔,指標計算采用Fragstats 4.2軟件完成。
表1 景觀格局指數(shù)
1.3.2景觀指數(shù)變異特征計算
變異系數(shù)(CV,CV)可以用來判定每個景觀指標對粒度變化的敏感性[25],為景觀指數(shù)粒度測量提供參考,其計算公式為
(1)
1.3.3基于信息熵的最優(yōu)粒度選擇
Shannon信息熵〔H(x)〕作為信息論中用于衡量信息量的指標可用于進行尺度分析[26-27],根據(jù)信息論原理,將柵格數(shù)據(jù)看作離散的平穩(wěn)信源,衡量不同粒度條件下柵格數(shù)據(jù)信息量,進而確定最適宜粒度。以各景觀類型面積占地圖總面積的比例作為概率是Shannon信息熵在制圖領域的直接應用,其計算公式為
(2)
式(2)中,S為研究區(qū)總面積,hm2;Si為各景觀類型面積,hm2,i=1,2,…,6;N為景觀類型數(shù),該研究中為6。熵值越大,柵格數(shù)據(jù)信息量就越大。
各景觀類型和斑塊是承載生態(tài)信息的重要方面,但Shannon信息熵只捕捉了數(shù)據(jù)組成,對二維地圖信息表達不足[28]。為此,引入幾何信息熵統(tǒng)計不同粒度下景觀格局信息量[29]。幾何信息熵將斑塊與景觀總面積的比值作為熵中的概率來統(tǒng)計[30],其計算公式為
(3)
式(3)中,H(M)為幾何信息熵;S為研究區(qū)總面積,hm2;Si為各斑塊面積,hm2;N為斑塊數(shù)。熵值越大,柵格數(shù)據(jù)所包含的景觀格局信息量就越大。
1.3.4景觀類型轉(zhuǎn)移矩陣
轉(zhuǎn)移矩陣可對景觀類型變化的結(jié)構特征和變化方向進行分析,采用ArcGIS 10.5軟件柵格計算器將景觀類型數(shù)據(jù)進行疊加,得到土地利用轉(zhuǎn)移矩陣,以便對研究期間各類型景觀的轉(zhuǎn)化數(shù)量進行定量研究。
如圖2所示,景觀水平上景觀指數(shù)CV值計算結(jié)果表明,2000、2010和2020年各指數(shù)對粒度變化的敏感度較相似,高敏感度指標為MPS和MESH指數(shù),這2個指數(shù)主要反映景觀空間分布特征;中等敏感度指標為LPI、PD和ED指數(shù),它們反映景觀的面積、密度和邊緣特征;敏感度較低指標為CONTAG和AI指數(shù);TA、IJI、COHESION、SHDI和SHEI指數(shù)CV值小于1%,在研究區(qū)域內(nèi)這些指數(shù)基本不受景觀粒度變化的影響。
TA為景觀面積,PD為斑塊密度,LPI為最大斑塊指數(shù),ED為邊緣密度,MPS為平均斑塊面積,CONTAG為蔓延度指數(shù),IJI為散布與并列指數(shù), COHESION為斑塊結(jié)合度指數(shù),MESH為有效粒度尺寸,SHDI為香農(nóng)多樣性指數(shù),SHEI為香農(nóng)均勻度指數(shù),AI為聚合度指數(shù)。
如圖3所示,景觀指數(shù)粒度效應曲線分析結(jié)果顯示,TA、IJI、SHDI和SHEI指數(shù)隨粒度增大沒有明顯變化規(guī)律;LPI、MESH和MPS指數(shù)隨粒度增大而增加,其中,LPI和MESH指數(shù)呈階梯狀上升趨勢,且在粒度為150 m處出現(xiàn)明顯轉(zhuǎn)折點,MPS指數(shù)則表現(xiàn)為單調(diào)遞增,在粒度為200 m處出現(xiàn)轉(zhuǎn)折點;PD、ED、COHESION、AI和CONTAG指數(shù)隨粒度增大呈下降趨勢,PD和COHESION指數(shù)在粒度為150 m處出現(xiàn)轉(zhuǎn)折點,ED、AI和CONTAG指數(shù)在粒度為200 m處出現(xiàn)轉(zhuǎn)折點。
根據(jù)粒度效應曲線和景觀指數(shù)對粒度變化的敏感程度,研究區(qū)景觀水平指數(shù)的適宜粒度閾為30~150 m。
圖3 景觀水平上景觀格局指數(shù)的粒度效應
如表3所示,以2010年研究區(qū)景觀類型數(shù)據(jù)為例,不同景觀類型的景觀指數(shù)對粒度變化的敏感性也不同。各景觀類型CA指數(shù)對粒度變化均呈低敏感或不敏感;水域LPI指數(shù)對粒度變化呈高度敏感,林地、農(nóng)用地和草地LPI指數(shù)對粒度變化呈中度敏感,建設用地和未利用地敏感度則較低;所有景觀類型MPS指數(shù)均對粒度變化呈高度敏感;除林地PD指數(shù)對粒度變化呈高敏感度外,其他景觀類型均呈中度敏感;各景觀類型ED指數(shù)對粒度變化呈中度敏感;各景觀類型IJI指數(shù)對粒度變化呈低敏感度;除林地AI指數(shù)對粒度變化呈低敏感度外,其他景觀均呈中高敏感度;建設用地和未利用地COHESION指數(shù)對粒度變化呈中度敏感,其他景觀類型則呈低敏感度或不敏感;除草地MESH指數(shù)呈低敏感度外,其他景觀類型對粒度變化均呈中度或高度敏感。
將各景觀類型的景觀指數(shù)作歸一化以探討類型水平上景觀指數(shù)與粒度變化的關系。如圖4所示,水域和未利用地CA指數(shù)隨著粒度增加波動下降,其他景觀類型CA指數(shù)未呈明顯粒度變化規(guī)律。各景觀類型LPI指數(shù)粒度效應有所不同,隨著粒度增加,水域LPI指數(shù)呈階梯減少,農(nóng)用地和未利用地沒有明顯規(guī)律,林地呈階梯狀上升,建設用地和草地分別在150和500 m處突增。除水域MPS指數(shù)在30~60 m之間明顯下降外,其他景觀類型在200 m處出現(xiàn)第1個拐點。水域和農(nóng)用地PD指數(shù)在150 m處出現(xiàn)拐點,草地、建設用地和未利用地在200 m處出現(xiàn)拐點,林地則隨粒度增加呈逐漸下降趨勢,無明顯拐點。建設用地和未利用地ED指數(shù)在30~60 m處略微增加,后隨粒度增加而逐漸減小,其他景觀類型隨粒度增大呈不同程度減小趨勢。在聚散性指標中,水域MESH指數(shù)隨粒度增加呈下降趨勢,農(nóng)用地無明顯規(guī)律,其他景觀類型均呈階梯狀上升趨勢;建設用地IJI指數(shù)隨粒度增加而逐漸增加,草地和農(nóng)用地呈波動下降趨勢,林地呈波動上升趨勢,水域IJI指數(shù)則先增加后在500 m處變?yōu)闇p小趨勢,未利用地則無明顯變化規(guī)律;各景觀類型COHESION和AI指數(shù)總體上呈隨粒度增加而下降趨勢。
表3 2010年景觀類型水平上景觀指數(shù)對粒度響應的變異系數(shù)
圖4 類型水平上景觀格局指數(shù)的粒度效應
結(jié)合景觀水平和類型水平上景觀指數(shù)的粒度效應,具有高敏感度和中等敏感度的指數(shù)在30~150 m粒度區(qū)間上變化趨勢相對規(guī)則。如圖5所示,根據(jù)2000、2010和2020年信息熵對30~150 m景觀粒度的響應,Shannon信息熵和幾何信息熵值均在粒度為60 m處出現(xiàn)拐點,當粒度大于60 m時,柵格數(shù)據(jù)中一些景觀信息開始丟失。因此,廣西北部灣經(jīng)濟區(qū)景觀格局最佳分析粒度為60 m,在該粒度條件下既能減少計算冗余,又能保留景觀空間信息。
圖5 不同粒度條件下景觀格局信息熵
如表4所示,從景觀水平上景觀格局變化情況可以看出,面積指標中,LPI指數(shù)逐年增加,MPS指數(shù)則呈減少趨勢,PD和ED指數(shù)均呈增加趨勢,且上升速率加快,總體上景觀優(yōu)勢度增大,但平均斑塊面積減小,景觀趨于破碎化,景觀異質(zhì)性增加。聚集指標中,MESH和IJI指數(shù)呈增長趨勢,AI和CONTAG指數(shù)呈逐漸下降趨勢,COHESION指數(shù)則呈先上升后下降趨勢,景觀聚集性和連通性減弱,空間分布分散。SHDI和SHEI指數(shù)反映研究區(qū)景觀多樣性,2000—2020年SHDI和SHEI均呈加速上升趨勢,景觀豐富度增大,斑塊均衡度升高。
表4 2000—2020年廣西北部灣經(jīng)濟區(qū)景觀水平上景觀格局指數(shù)變化
LPI為最大斑塊指數(shù),MPS為平均斑塊面積,ED為邊緣密度,PD為斑塊密度,MESH為有效粒度尺寸,COHESION為斑塊結(jié)合度指數(shù),AI為聚合度指數(shù),IJI為散布與并列指數(shù),CONTAG為蔓延度指數(shù),SHEI為香農(nóng)均勻度指數(shù),SHDI為香農(nóng)多樣性指數(shù)。
如圖6所示,在類型水平上,林地為廣西北部灣經(jīng)濟區(qū)優(yōu)勢景觀,其面積占比最高,并表現(xiàn)為增長趨勢,增長率為0.19%。林地MPS指數(shù)最大,但逐年減少,林地景觀趨于破碎化;林地LPI指數(shù)逐年增加,表明林地景觀優(yōu)勢度增加。除AI指數(shù)外,林地其他聚集性指標均呈逐年增大趨勢,表明林地聚集程度降低,分布由集中趨向分散。整體而言,林地景觀優(yōu)勢度最好,景觀連通性和聚集性也較高,構成了區(qū)域控制性景觀。研究區(qū)域第2大景觀類型的農(nóng)用地,2000—2020年面積逐漸下降,下降率為3.99%,表明研究區(qū)農(nóng)用地平均斑塊面積減少,景觀優(yōu)勢度降低,邊緣密度增加,連接性減弱,景觀破碎化,分布分散。草地景觀格局變化趨勢與農(nóng)用地相似。建設用地景觀面積和景觀優(yōu)勢度增長率分別達41.55%和443.90%,建設用地發(fā)展迅猛。建設用地平均斑塊面積增長,但其指數(shù)值在各景觀類型中為最低,除AI指數(shù)在2010—2020年呈下降趨勢外,其他聚散指標均呈上升趨勢,表明建設用地連通性增加,但分布趨于分散。研究區(qū)水域和未利用地面積占比相對較小,IJI指數(shù)較大,表明隨著斑塊被侵蝕,水域和未利用地面積逐漸減小,空間分布愈加分散。
近20 a廣西北部灣經(jīng)濟區(qū)景觀格局變化較為復雜。如圖7所示,研究區(qū)各景觀類型之間發(fā)生不同程度的轉(zhuǎn)化,主要發(fā)生在農(nóng)用地、林地和建設用地之間。2000—2010年期間,農(nóng)用地主要轉(zhuǎn)為林地和建設用地,草地主要轉(zhuǎn)為林地,林地、水域和建設用地則以轉(zhuǎn)為農(nóng)用地為主,這些轉(zhuǎn)移主要發(fā)生在南寧、崇左和玉林市。2010—2020年期間,林地主要轉(zhuǎn)為農(nóng)用地和建設用地,建設用地轉(zhuǎn)為農(nóng)用地,大量農(nóng)用地轉(zhuǎn)為林地和建設用地,草地主要轉(zhuǎn)為林地,各市轉(zhuǎn)出類型均以農(nóng)用地為主,且顯著新增大量建設用地,景觀格局變化更加復雜。農(nóng)用地、草地和水域在研究期間持續(xù)減少,其中,農(nóng)用地轉(zhuǎn)出面積最大;林地和建設用地則表現(xiàn)為小面積轉(zhuǎn)出、大面積轉(zhuǎn)入的持續(xù)增長模式。
圖6 2000—2020年廣西北部灣經(jīng)濟區(qū)類型水平上景觀格局指數(shù)變化 Fig.6 Changes of landscape pattern index at class level in Guangxi Gulf of Tonkin Economic Zone from 2000 to 2020
以桂S(2017)47號標準地圖為底圖進行制作。
景觀格局具有空間異質(zhì)性和尺度依賴性,因此對某一特定粒度范圍的空間分析結(jié)果存在一定片面性[31],大量實證研究也論述了不同研究粒度條件下景觀指數(shù)的變化情況[32-33]。筆者研究結(jié)果表明,隨著粒度增大,景觀結(jié)構發(fā)生變化,景觀指數(shù)也會有所改變,斑塊密度和邊緣密度指數(shù)隨粒度增加而減少,最大斑塊指數(shù)和平均斑塊面積指數(shù)隨粒度增加而增加,這是由于隨著粒度增加,斑塊邊界之間互相合并,較小斑塊在合并過程中甚至可能消失,造成斑塊邊界數(shù)量減少,斑塊形狀趨于簡單規(guī)則。景觀水平上,聚集度和蔓延度隨粒度增加而降低,說明斑塊不斷融合,斑塊間距離增加,空間分布分散。類型水平上,水域、未利用地等景觀類型存在大量面積較小且分布分散的斑塊,隨著粒度增大不斷與其他景觀類型合并,故不同景觀類型之間粒度效應略有區(qū)別。
該研究景觀指數(shù)對粒度變化的敏感程度與已有研究存在異同點,這主要與不同地區(qū)景觀空間異質(zhì)性有關[34],如,環(huán)洱海區(qū)域空間LPI指數(shù)對粒度變化不敏感,區(qū)域最大斑塊為水域且分布相對完整[35],而筆者發(fā)現(xiàn)廣西北部灣經(jīng)濟區(qū)域LPI指數(shù)對粒度變化呈中度敏感,區(qū)域最大斑塊為林地,且隨著粒度增加,林地被建設用地、農(nóng)用地等其他景觀類型分隔的斑塊逐漸聯(lián)通。此外,研究的粒度范圍不同,也可能造成景觀指數(shù)的粒度效應分析結(jié)果不同。根據(jù)中、高敏感度景觀指標的粒度效應曲線,確定研究區(qū)適宜粒度閾為30~150 m,再結(jié)合信息熵計算發(fā)現(xiàn)60 m為最佳分析景觀粒度。
自然環(huán)境為景觀格局奠定基調(diào),人類活動則使研究區(qū)域景觀格局發(fā)生復雜變化。研究區(qū)位于西南沿海,地形以平原和丘陵為主,與粵港澳大灣區(qū)和長江中下游城市群[36-37]相比,研究區(qū)景觀類型以林地為主,邊緣密度較高,景觀形狀較復雜,連通性和聚集性相對較好。但在研究期內(nèi),受人類活動影響,研究區(qū)景觀格局變化的復雜程度增加。為滿足經(jīng)濟發(fā)展需求,研究區(qū)城鎮(zhèn)和道路用地不斷擴張侵占非建設用地,建設用地急劇增加,其聚集性和連通性也顯著提高。林地是研究區(qū)主要景觀類型,其總面積小幅增加,但平均斑塊面積下降,聚集性在減小,而因石漠化治理和退耕還林等政策以及木材市場驅(qū)動,林地面積大量新增,但是對建設用地、農(nóng)用地的需求又使得部分林地轉(zhuǎn)化為其他景觀,使林地分布趨于分散,不利于生態(tài)流的運行。農(nóng)用地斑塊被不斷分割,衍生出更多小斑塊,景觀破碎化程度不斷上升,斑塊形狀更趨于不規(guī)則化。各景觀類型的變化使得研究區(qū)景觀斑塊整體上增加,景觀格局破碎化嚴重,空間異質(zhì)性增加。
城鎮(zhèn)化導致的景觀格局破碎化將會影響該地區(qū)生態(tài)過程[38],生境破碎化和城市用地增加會增大城市與生境的接觸面,這將增加生態(tài)壓力,威脅生態(tài)環(huán)境安全。經(jīng)濟、社會和生態(tài)發(fā)展對土地利用提出越來越高的要求,基于廣西北部灣經(jīng)濟區(qū)獨特的自然資源和重要的戰(zhàn)略地位,需要從經(jīng)濟發(fā)展和生態(tài)倫理等角度剖析其景觀格局,引導調(diào)控廣西北部灣經(jīng)濟區(qū)景觀規(guī)劃,從而實現(xiàn)區(qū)域經(jīng)濟、社會和生態(tài)等多方面可持續(xù)發(fā)展。
基于2000、2010和2020年3期廣西北部灣經(jīng)濟區(qū)土地利用類型遙感監(jiān)測產(chǎn)品,探尋研究區(qū)景觀格局最優(yōu)分析粒度,分析景觀格局和變化過程。研究結(jié)果表明,廣西北部灣經(jīng)濟區(qū)景觀格局具有明顯尺度依賴性,部分景觀指數(shù)對粒度變化敏感,結(jié)合粒度效應曲線分析發(fā)現(xiàn)適宜粒度閾為30~150 m,根據(jù)信息熵分析結(jié)果確定最優(yōu)分析粒度為60 m。林地是廣西北部灣經(jīng)濟區(qū)控制性景觀,人類活動和城市發(fā)展使得農(nóng)用地、林地和建設用地之間發(fā)生大規(guī)模轉(zhuǎn)化,斑塊被分割,斑塊密度增加,景觀豐富度增加,但各景觀類型斑塊分布分散化,研究區(qū)景觀格局趨于破碎化。