地震災區受災典型小流域景觀空間格局特征

張廣帥 俞偉 林勇明 馬瑞豐 吳承禎 洪偉

摘要：以RS、GIS為技術支撐，從景觀要素斑塊特征、異質性特征、破碎化特征及其空間相互關系特征對震后北川縣蘇保河小流域的景觀格局進行了分析，旨在為小流域災后生態恢復與景觀設計以及進一步防范次生災害提供理論依據。結果表明：流域原始景觀類型仍占主導位置，但空間形態區域不規則化加劇；地質災害產生的微地貌景觀類型具有較高的空間異質性與破碎化，加劇了流域景觀的不穩定性；人為干擾強烈區域及滑坡體中部溝道及滑坡后壁等區域景觀空間相互關系較為復雜。

關鍵詞：蘇保河小流域；景觀特征；空間格局；景觀指數；生態恢復

中圖分類號：Q149文獻標志碼：A論文編號：2013-0780

0引言

景觀空間格局是指形狀、大小各異的景觀要素在空間上的排列[1]，它是各種生態過程在不同尺度上作用的結果，是景觀異質性的重要表現[2]。景觀結構則指不同景觀要素之間的空間關系。景觀空間格局與結構的變化發展是自然、生物和社會要素相互作用的結果，對生物物種分布、徑流和侵蝕等生態過程與邊緣效應影響重大[3]。當前有關景觀格局分析的熱點主要集中在空間異質性與時間異質性2方面，其主要應用領域集中在城市園林景觀規劃[4]、生態退化區景觀演變監測[5]、自然保護區景觀干擾評價[6]以及災害影響評價[7]等。

2008年5月汶川地區發生8.0級特大地震，毀滅性突發地震以及所引發的泥石流、滑坡、崩塌等次生地質災害，對山區的生態景觀格局造成了嚴重破壞[8]，使原本脆弱的生態環境更加脆弱和危險[9]。基于前期對受損災區景觀要素斑塊特征的初步研究，筆者從斑塊特征、異質性特征、破碎化特征以及空間相互關系特征4個方面，對蘇保河小流域的景觀格局特征進行深入分析，以期為協調災后恢復重建工作中的人地關系提供科學依據，從而更好地把握各種基礎設施建設過程中人類活動與生態景觀格局間的相互影響。

1研究區概況

蘇保河位于四川省北川羌族自治縣（北川縣）擂鼓鎮蘇保鄉境內，為安昌河水系二級支流，流向自西向東。流域面積72.21 km2，流域主溝長14.70 km，平均溝床比降達92.8‰，相對高度達1635 m。蘇保河流域地形變化較大，整體北西高、南東低，處在侵蝕構造中的東南邊緣，屬于龍門山前與后山交界地帶。研究區地處東經103°44'—104°42'，北緯31°14'—32°14'范圍內，屬于亞熱帶濕潤季風氣候，四季分明，氣候溫和，多年平均溫度15.6℃，又屬著名的鹿頭山暴雨區，雨量充沛，年均降雨量達1399.1 mm，年最大降雨量2340 mm（1967年），降水集中在6—9月，占全年降雨量70%~90%，同時也是泥石流災害頻發時期[10]。

2研究方法

2.1數據來源及處理

信息數據主要來源于震后2008年5月19日航拍的1:5000比例尺航片，鑒于航拍空間尺度較小，未能全面覆蓋整個蘇保河流域，因此以11張航片拼接后得到的區域作為研究對象，并采用1:10000地形圖和1:5000DEM數據進行幾何校正，投影采用UTM投影系統，WGS-84坐標系。基于ERDAS-IMAGINE 8.7軟件，基于前期地形圖勾繪的泥石流堆積區、流通區、滑坡后壁及光板巖等信息及GPS定位觀測數據，采用監督分類和目視解譯相結合的方法進行解譯，并通過后期外業調查檢驗其精度。基于ArcGIS 9.3提取景觀要素特征并對各景觀斑塊類型、數目、周長及面積等屬性進行分析、統計，生成蘇保河小流域景觀格局類型SHP格式數據圖，最后用景觀指數分析軟件包FRAGSTATS 3.3進行分析。

2.2景觀要素類型劃分

在對航片進行解譯判讀的基礎上，結合野外實地勘察，根據景觀生態分類原則[11]、災后蘇保河小流域景觀格局的外在特征以及與泥石流、滑坡、崩塌等次生災害所產生的微地貌形態的空間鄰近及鑲嵌程度，將整個研究區域劃分為13種景觀類型（見圖1）：針葉林(A)、闊葉林(B)、灌叢(C)、草地(D)、農田(E)、泥石流堆積區(F)、泥石流流通區(G)、溝道(H)、崩塌(I)、滑坡后壁(J)、光板巖(K)、道路(L)、居住用地(M)。

2.3指標選取與分類

景觀要素最為直接與普遍的數量特征信息是面積和周長，而景觀指數是景觀格局信息的高度濃縮，能夠直觀反映景觀的結構組成和空間配置特征[12]。因此，景觀指數法是景觀格局分析中最為常規的研究方法。基于傳統的景觀指數分析法，結合各類景觀指數的生態學意義，將常規的景觀格局指數劃歸為4大類，即景觀要素斑塊特征指數、景觀要素異質性指數、景觀要素破碎化指數以及景觀要素空間相互關系特征指數。旨在從不同側重角度更加清晰地量化研究區景觀格局差異性特征。本研究分別在景觀要素斑塊類型水平指數和景觀水平指數2個層次上，從景觀要素斑塊特征、景觀要素的異質性特征、景觀要素破碎化特征、景觀要素空間相互關系以及景觀多樣性與均一性，對北川蘇保河小流域災后景觀格局特征進行研究。選取的指標及其特征類型，見表1[13]。指標的公式與計算方法都采用FRAGSTATS的表示方式[14]。

3結果與分析

3.1景觀分類結果精度

經過野外實際調繪與核實，此次遙感解譯精度為91.2%，Kappa指數為0.8764，分類結果可以接受，進而開展景觀空間格局分析。

3.2景觀要素斑塊特征

景觀要素的斑塊特征指數主要是指用于描述要素斑塊面積、周長、斑塊數以及斑塊形狀的指標[15]，能夠反映景觀要素類型內部及斑塊之間的物質能量相互作用、斑塊穩定性及周轉率、斑塊生物多樣性等特征性狀。通過對景觀斑塊特征的分析可以進一步了解景觀各類型要素的復雜性與受干擾情況[16]。本研究主要選取斑塊類型面積、斑塊數、面積加權分維數、最大斑塊指數、平均斑塊伸長指數描述景觀要素的斑塊特征。

通過表2可知，在蘇保河小流域研究區域中闊葉林(B)分布面積最大，達25.532 km2，占總流域面積的41.37%，且最大斑塊指數值LPI為6.349%，遠大于其他要素類型，說明闊葉林景觀類型在流域景觀格局中分布最廣，連通性最好，是流域的基質，而其他要素則是以斑塊形式鑲嵌分布其中；草地(D)雖然NP值最大為294，但是CA值并不是很高只有6.707 km2，反映了該要素類型形狀不規則，變化多樣；道路(L)和光板巖(K)FRAC_AM值相對較小，分別為1.041與1.068，體現了其邊界較為簡單、景觀地位較弱；面積加權平均分維數可以反映景觀類型要素的形狀復雜程度及其在流域景觀中的顯著性[17]，闊葉林(B)和農田(E)的FRAC_AM值最大，分別為1.225與1.158，體現了這2種景觀類型在蘇保河流域中具有較強的顯著性特征，但是由于地震及泥石流等地質災害的破壞導致其形狀十分不規則；平均斑塊伸長指數反映斑塊形狀與正方形（其MPSI值為4）之間的差異程度，MPSI值越大，則說明斑塊形狀越長[18]。道路(L)和溝道(H)具有最大的MPSI值分別為21.605和19.337，說明其形狀最長，這與道路和溝道類型的實際情況是相符的。其余各景觀類型的MPSI值均介于5~6之間。

3.3景觀要素異質性特征

景觀異質性主要表現為景觀要素的異質性和空間分布的異質性，是景觀的又一基本屬性[19]。主要涉及的景觀指數包括斑塊密度、邊緣密度和總邊緣周長等。

斑塊密度是指單位面積上的斑塊數，它能反映景觀要素在空間上的異質性[20]，通過表3可以看出：在蘇保河流域研究區域中，草地(D)和崩塌(I)的PD值最大，分別達4.76與4.70，遠大于其他景觀要素，具有較高的空間異質性，其中由于崩塌(I)的斑塊數較多，但總面積較小（見表2），決定其單個斑塊的規模最小且分化程度最強，因此具有最高的景觀異質性。泥石流堆積區(F)、流通區(G)作為次生地質災害產生的微地貌景觀形態，PD值雖然沒有針葉林(3.74)、灌叢(3.91)、農田(4.18)高，但是介于3~4之間，因此具有一定的空間異質性，闊葉林(B)、農田(E)的PD值均大于4，異質性程度較高，主要是由于自然災害破壞了流域原來相對均一的景觀；邊緣密度與邊緣總周長反映了各種能流、物流及物種流擴散過程的可能性[21]，同時可以揭示景觀類型被邊界分割的程度，可以體現出景觀類型異質性變化程度。闊葉林(B)、草地(D)、農田(E)具有最高的邊界密度10.19、4.09、4.07，說明景觀的空間分化程度最高，被切割的最為明顯，由表2可知這3類景觀要素具有較大面積，在流域景觀中具有基質的作用，造成其異質性加強的主要原因就是地質災害的破壞，這與研究區的實際情形也是相一致的。光板巖(K)、道路(L)的ED值最小，分別為0.26和0.24，但是由于其面積和邊緣周長均較小，因此并不能說明其異質性強弱。

3.4景觀要素破碎化特征

景觀的破碎化是指由于自然或人為因素干擾而造成的景觀形態由簡單趨于復雜、不連續的過程，它是景觀異質性加強的直接原因，景觀破碎化表現的結果就是景觀類型由連續的均質區域變成異質不連續的斑塊鑲嵌體，從而嚴重影響景觀生物多樣性和生態系統功能[22]。本研究用于描述景觀破碎化特征的指數主要有平均斑塊面積、景觀離散指數、平均斑塊形狀指數和面積加權平均形狀破碎化指數。

由表4可知，居住區(M)的景觀離散指數最大為454.8，說明該類型要素受外界干擾影響最大，這與所有研究類型要素中居住區受人類影響最為強烈這一事實是相符合的[23]。平均斑塊形狀指數和面積加權平均形狀破碎指數與景觀的破碎化程度具有顯著相關性，兩者取值均為0~1，平均斑塊形狀指數越接近1，表明景觀類型要素形狀越接近正方形，景觀的穩定性越強；面積加權平均形狀指數越大，景觀要素斑塊空間形狀越復雜，景觀類型要素破碎化越大，說明受自然擾動越強，但是對于農田等人造景觀卻相反[24]。景觀類型要素中，道路(L)、溝道(H)景觀斑塊的形狀最復雜，破碎程度也最大，受地質災害擾動最強。在地質災害產生的微地貌景觀中MSI與FS2由大到小分別為：H>G>J>F>I>K和H>J>G>F>I>K，說明溝道與流通區的景觀類型斑塊形狀最復雜，溝道與滑坡后壁破碎化最嚴重，景觀穩定最差的，而光板巖和崩塌形成的倒石堆相對較為穩定；其他景觀類型要素中MSI由大到小依次為：L>B>C>D>E>A>M，而FS2由大到小依次為：L>B>E>D>C>M>A，兩者的順序不一致，主要因為FS2數值的變化不僅受到形狀差異的影響，很大程度上還受到斑塊數目變化的影響，例如農田(E)的MSI值較小而FS2值較大，是因為農田景觀形狀一般接近正方形，但是由于自然災害的破壞，斑塊數目增多，從而破碎程度較高。

3.5景觀要素空間相互關系分析

景觀要素空間相互關系常用的指數包括密集度指數、相似鄰近百分比指數、散布與并列指數、聚集度指數和聚合度指數等。

從表5可以看出：除了叢生度外，其余4個指數的最高值均出現在闊葉林(B)，說明闊葉林在流域分布中具有聚集現象，即便是地質災害以后，斑塊間隔仍然較小，分布緊密，鄰近斑塊相似程度較高，自然連接性相對較高，而叢生度的最高值為灌叢(C)，這與灌叢以聚集生長的生活方式有關。道路(L)各項指數均是最小，說明該要素在流域中分布散亂，斑塊之間間距大且與周圍斑塊差異性較大。

PLADJ和AI由大到小均是：B>C>E>A>D>G>K>M>I>F>J>H>L，說明溝道、滑坡后壁、泥石流堆積區、光板巖、流通區等次生災害產生的微地貌景觀聚合度與相似鄰近度低于闊葉林、灌叢等小流域的原生景觀，而其內部流通區的聚合度相對其他要素較大，與該要素的結構特點是一致的。COHESION主要說明斑塊的連接性，其值越高聚集性越強，位于流域基部的闊葉林與農田相對值較高，聚集性較強，而位于對海拔較高的針葉林，由于地質災害的破壞自然連接性較弱，但總體上仍然是原生景觀類型大于次生災害產生的微地貌景觀類型，其余指數也表現出相似的規律。

3.6景觀水平空間格局分析

在蘇保河小流域景觀水平層次上，選取香農多樣性指數、香農均一性指數、蔓延度指數及分割度指數分別分析流域景觀的多樣性、均一度與破碎化程度[25-26]。

由表6可知，在景觀水平層面上，蘇保河小流域景觀多樣性指數達1.86，體現了其要素類型相對豐富，各要素斑塊比例差異較大，景觀破碎化程度較高，與74.06%的分割度相吻合；均勻度指數達72%，說明研究區域中等均一性，除了闊葉林優勢較明顯，原生景觀類型與次生災害產生的景觀類型內部斑塊面積比例相差不大；聚集度可以用來描述景觀內不同類型要素的團聚程度，研究區域景觀聚集度為42.93%，表示本區域景觀有許多小斑塊組成，景觀破碎化與異質性程度較強。

4結論與討論

（1）研究分析發現，蘇保河小流域景觀要素類型較少，地震及其引發的次生地質災害使得本區域的景觀要素類型增加，其中針葉林、闊葉林、灌叢、草地等植被景觀類型占區域總面積的72.9%，仍然屬于蘇保河小流域的主導景觀類型，在區域的景觀格局中處于基質的位置。地震及其次生災害對區域原生景觀的形態最主要的影響就是使其形狀趨于復雜化與不規則化，以闊葉林和農田最為明顯。

（2）通過對景觀要素空間異質性和破碎化程度的研究可知，地質災害嚴重區域及人類活動影響較強的區域景觀要素空間分化明顯，異質性較強且破碎化程度較高。農田道路等人為干擾強烈的區域景觀要素破碎程度明顯高于針葉林、闊葉林等天然植被覆蓋的景觀要素區域。在地質災害產生的微地貌景觀要素中，各類要素的破碎化程度與其結構特征基本相符，光板巖與崩塌相對破碎程度較低，溝道與滑坡后壁破碎化程度較高，說明崩塌造成的裸露面與流域高海拔處的巖石在之后一段時期內相對穩定，但是滑坡體與巖石相接處的區域及滑坡體內部穩定性較差，具有隱患。

（3）蘇保河流域不同的景觀要素類型其空間相關性不同，具體表現為相對海拔較低的景觀要素聚集鄰近程度高于相對海拔較高的景觀要素；自然植被覆蓋密集的區域景觀要素的聚集鄰近程度高于人為干擾較強的區域景觀要素；原生的景觀要素聚集鄰近程度高于災后新生的景觀要素。在地質災害產生的微地貌形態景觀類型中，連通性較好的流通區具有將高的鄰近性。

災后蘇保河流域的景觀要素空間格局特征產生了明顯的變化，景觀植被覆蓋率較高的區域，破碎化程度較其他要素低而聚集程度較高，但是地震及其次生災害仍然加劇了其不穩定程度；并且災害所導致的溝道、崩塌、滑坡后壁等在景觀要素中占有較大的比重，尤其是滑坡后壁、溝道極具不穩定性，在暴雨、人為擾動等影響下仍會帶來重大災害。在今后的生態恢復工作中應該加強滑坡體中部不穩定區域的治理，既要注重植被恢復也要加強工程性措施；在景觀的規劃設計方面，加強景觀要素的空間連通性，以溝道、道路為骨架構建生態廊道，避免單一化粗放式的農業活動，農林恢復措施相互協調，促進蘇保河小流域經濟-生態持續發展。

參考文獻

[1] 肖篤寧,胡遠滿,李秀珍.環渤海三角洲濕地的景觀生態學研究[M].北京:科學出版社,2001:74-85.

[2] 張金屯,邱揚,鄭鳳英.景觀格局的數量研究方法[J].山地學報,2000,18(4):364-352.

[3] Turner M G. Spatial simulation of landscape in Georgia: a comparison of 3 transition model[J].Landscape Ecology,1987,1:29-36.

[4] 鐘林生,肖篤寧,陳文波.烏蘇里江國家森林公園規劃方案的景觀指數輔助評價[J].應用生態學報,2002,13(1):31-34.

[5] 楊孟,李秀珍,楊兆平,等.岷江上游小流域景觀格局對土壤侵蝕過程的影響[J].應用生態學報,2007,18(11):2512-2518.

[6] 李文杰,烏鐵紅,李曉佳,等.內蒙古拉姆仁草原旅游地景觀格局動態變化[J].地理科學,2013,33(3):307-313.

[7] 鞏杰,趙彩霞,王合領,等.基于地質災害的隴南山區生態風險評價——以隴南市武都區為例[J].山地學報,2012,30(5):570-577.

[8] 崔鵬,韋方強,何思明,等.512汶川地震誘發的山地災害及減災措施[J].山地學報,2008,26(3):280-282.

[9] 劉漢湖,黃潤秋.汶川桃關震區生態景觀格局時空變化分析與生態地質環境評價[J].地質災害與環境保護,2009,20(2):104-111.

[10] 俞偉,張廣帥,吳承禎,等.地震災區受災典型小流域景觀要素斑塊特征:以北川縣蘇保河小流域為例[J].農學學報,2013,3(03):32-38.

[11] 肖篤寧,鐘林生.景觀分類與評價的生態原則[J].應用生態學報,1998,1(1):75-84.

[12] 鄔建國,景觀生態學——格局、過程、尺度與等級[M].北京:高等教育出版社,2000:99-199.

[13] Tuner M G. Spatial and temporal analysis of landscape pattern[J].Landscape Ecology,1990,4(1):21-23.

[14] McGarigal K, Marks B J. FRAGSTATS: Spatial pattern analysis program for quantifying landscape structure. Reference manual[Z].Forest Science Department, Oregon State University, Corvallis Oregon,1994.

[15] 傅伯杰,陳利頂,馬克明,等.景觀生態學原理及應用[M].北京:科學出版社,2011:56-60.

[16] 楊三紅.基于GIS的劉家流域景觀格局及其生態環境效應的研究[D].太原:山西農業大學,2005:16-29.

[17] 盧玲,程國棟,李新.黑河流域中游地區景觀變化研究[J].應用生態學報,2001,12(1):68-74.

[18] Carrere V. Development of multiple source data processing for structural analysis at a regional scale[J].Photo grammer Engineering & Remote Sensing,1990,56:587-595.

[19] 胥曉,鄭伯川,陳友軍.嘉陵江流域植被景觀的空間格局特征[J].長江流域資源與環境,2007,16(3):373-378.

[20] 甄霖,謝高地,楊麗,等.涇河流域分縣景觀格局特征及相關性[J].生態學報,2005,25(12):3343-3353.

[21] 湯萃文,張海風,陳銀萍,等.祁連山南坡植被景觀格局及其破碎化[J].生態學雜志,2009,28(11):2305-2310.

[22] 由暢,周永斌,于麗芬.景觀破碎化數量分析方法概述[J].中國農學通報,2006,22(5):146-151.

[23] 郭明,馬明國,肖篤寧,等.基于遙感和GIS的干旱綠洲景觀破碎化分析[J].中國沙漠,2001,24(2):201-206.

[24] 常學禮,高玉葆,何興東,等.科爾沁地區流動沙地景觀破碎化與沙漠化過程分析[J].南開大學學報:自然科學版,2006,39(1):84-89.

[25] 李秀珍,布仁倉,常禹,等.景觀格局指標對不同景觀格局的反應[J].生態學報,2004,24(1):123-134.

[26] 王新明,王長耀,占玉林,等.大尺度景觀結構指數的因子分析[J].地理與地理信息科學,2006,22(1):17-21.