石培基,王祖靜,劉春芳
(西北師范大學地理與環境科學學院,蘭州 730070)
城市化過程是不連續的、具有梯度性的,其必然會導致區域地表覆被格局的改變[1],土地覆被時空演化在LUCC[2-4]、城鎮擴展[5-8]、區域景觀格局[9-12]及城市熱環境[13-14]、水環境[15]等方面具有廣泛應用。在一定范圍內生態系統也隨著地表覆被的改變而改變,這種改變在生態不敏感地區引起的效果甚微[16],但是在生態脆弱地區,比如石羊河流域,人類活動的干擾會導致整個流域生態系統的紊亂,引發一系列的環境為題[17]。為了更好的指導城市建設和流域生態保護,找出近十多年的地表覆被變化規律,選擇流域地表覆被空間格局演化作為研究生態環境效應的典型代表,將流域土地覆被的時間與空間研究范式結合起來,并以此立題,作為本研究的出發點。
流域生態環境問題是目前城市化與流域可持續發展普遍關注的問題[18],本文以Ridd于1995年提出的植被-不透水面-土壤3種基本要素構成的城市地表覆被系統[19]為基礎,結合流域1998—2010年NDVI、夜間燈光數據和土壤含量,運用改進的計算人居環境指數(Human_Settlements_Index,HSI)算法[20]計算土地人工覆被指數(LCI)。然后對其進行時間和空間尺度上的研究,利用小波分析、空間變差函數和間隙度指數等方法構建測度模型,分析了石羊河流域地區土地覆被空間演化的過程和格局。最后嘗試利用回歸擬合方程找出影響地區覆被分異和變化的驅動機制,以此反映近十多年來石羊河流域地表演化過程。
石羊河流域位于河西走廊東段,祁連山北麓,介于東經101°22′—104°16′、北緯36°29′—39°27′之間。以高山、中高山、低山丘陵、沙漠、沖積平原構成全流域地貌形態,地勢南高北低,自西南向東北傾斜。面積約41600km2,流域行政區劃包括武威市涼州區、古浪縣、民勤縣全部及天祝縣烏鞘嶺以北部分地區,金昌市永昌縣和金川區全部以及張掖市肅南縣部分地區,共3市7縣(區)。流域生態環境脆弱、沙漠化嚴重,十多年來“西部大開發”快速的城鎮化建設使這些問題更加突出。

圖1 研究區概況
本研究1998年、2002年、2006年、2010年流域NDVI、夜間燈光數據和土壤信息分別來源于SPOTVGT數據、美國國家地球物理數據中心(NGDC)的DMSP-OLS和中國科學院計算機網絡信息中心國際科學數據服務平臺的Landsat TM影像,流域基礎數據主要來源于國家自然科學基金委員會“中國西部環境與生態科學數據中心”(http://westdc.westgis.ac.cn)。
統一把流域基礎數據集的坐標系轉換為西安1980坐標系,由于轉換后的NDVI與DMSP-OLS圖像均為1km×1km空間分辨率,所以無需進行重采樣,用流域邊界裁切圖像。在ENVI中將4個年份7—8月SPOT Vegetation的6期數據轉換為真實NDVI值,并提取最大值;再提取OLS最大值和最小值,根據公式對其進行歸一化處理:
(1)
式中,OLSnor為歸一化燈光指數,OLS是燈光指數實際值,OLSmax和OLSmin分別為燈光指數最大值和最小值。結合Lu等提出的提取人居環境指數(HSI)空間信息算法[20]:
(2)
式中,NDVImax為7—8月份NDVI最大值,解釋為若一個像元中居住區所占比重大,那么導致NDVImax較低、DMSP-OLS較高,所以HSI指數偏高。改進的計算土地覆被指數(LCI),以土地人工覆被綜合表征,修改后公式如下:
(3)
式中,SOIL為土壤比例指數,為解譯的4期16景TM影像(均在7月或8月份)土地利用類型估算土壤比例,然后采用極差標準化方法,對其進行標準化處理。同式(2),若一個像元中人居環境、即不透水地表所占比重大,那么導致SOIL較低、HSI較高,所以LCI指數偏高。
2.2.1 小波分析
小波變換是時間(空間)頻率的局部化分析,它通過伸縮平移運算對信號(函數)逐步進行多尺度細化,最終達到高頻處時間細分,低頻處頻率細分,能自動適應時頻信號分析的要求,從而可聚焦到信號的任意細節。反映景觀要素在不同尺度上的特征及其相互關系,揭示空間格局的多尺度和等級結構特征,計算公式為:
(4)
式中,W(a,xj)為景觀要素在空間尺度為a時的波值,xj為窗函數的中值,g(xi-xj)為窗函數,對地形因子以及土地覆被指數的空間采樣序列進行小波方差和小波一致性分析。通過誤差分析和相關分析檢驗模型的模擬效果,統計參數包括均方根偏差(RMSE)、平均偏差(MBE)、相對偏差(RE)[21]。
2.2.2 空間變差函數
空間變差函數也叫半變異函數,是地統計分析的特有函數。區域化變量Z(x)在點x和x+h出的值Z(x)和Z(x+h)差得方差的一半稱為區域化變量Z(x)的半變異函數,記為r(h),2r(h)稱為變異函數。根據計算有:
(5)
半變異函數曲線圖反映了一個采樣點與其相鄰采樣點的空間關系(圖2)。理論上,當采樣點間的距離為0時,半變異函數值應為0;但由于存在測量誤差和空間變異,使得兩采樣點非常接近時,它們的半變異函數值不為0,即存在塊金值(C0)。當采樣點間的距離h增大時,半變異函數r(h)從初始的塊金值達到一個相對穩定的常數時,該常數稱為基臺值(C0+C)。當半變異函數的取值由初始的塊金值達到基臺值時,采樣點的間隔距離稱為變程(a)。在變程范圍內,樣點間的距離越小,其相似性,即空間相關性越大。當h>R時,區域化變量Z(x)的空間相關性不存在[22]。

圖2 變差函數理論方差圖
2.2.3 間隙度指數
間隙度是Mandelbrot于1983年在《自然界分形幾何》一書中最早提出,被廣泛地應用于景觀質地分析和景觀的分形特征分析中,間隙度指數(Lacunarity Index)用于分析地表景觀空間形態演化的過程。間隙度分析方法主要包括移動窗口法和查分盒子法,前者是對土地覆被總體特征及分布的一種度量,后者則用于識別土地覆被空間分布的局部異質性[23]。
全局間隙度指數計算公式為:
(6)
式中,M為邊長為r的計數窗口中土地覆被柵格變化的數量,Q(M,r)為計數窗口中柵格變化的比例。
局部間隙度指數計算公式為:
(7)
式中,Mw=∑i,jnr(i,j),nr(i,j)=v-μ+1,Mw為局部區域(w×w)內邊長為r滑動窗口中土地覆被變化的數量,nr(i,j)是局部區域i和j的列相對高度,v為具有最大象元值的的立方體盒子,μ為具有最小象元值的立方體盒子[23]。
本文綜合以上方法,首先從直線樣帶的基礎上,用小波分析找出影響流域土地覆被演化的因素,然后在面狀范圍內用變差函數分析LCI在時間點上的變化格局分布,最后從時空動態角度用間隙度指數研究LCI在時間段上的變化過程。
3.1.1 總體特征
由于所選數據年份的限制,以每隔4a為1個時間點,利用流域3種因子合成1998年、2002年、2006年、2010年土地人工覆被指數(LCI),綜合表征土地覆被。用縣區級行政區劃裁切生成的柵格,得出流域各縣區LCI(表1)。植被部分主要是利用NDVI體現的,由于采用1km×1km分辨率,干旱內陸河流域城市規模較小,2010年武威市建成區為16.75km2,金昌市建成區為55.51km2,占流域比重分別為0.04%、0.13%,其中城市植被更小,所以本文沒有識別,植被部分僅指大區域耕地、林地、草地等。

表1 1998—2010年流域土地覆被分布特征

圖3 1998—2010年流域土地覆被空間分布圖
以土地覆被指數LCI顯示石羊河流域地表蓋度的空間格局,如表1,圖3所示。民勤LCI均值在流域中最高,這是由于LCI的計算是以NDVI為基數,其被巴丹吉林和騰格里沙漠包圍,NDVI較低;天柱地處祁連山區,LCI均值最低。1998—2010年間流域LCI呈現先增后減的趨勢,1998—2002年均值從0.3991增長到0.4282,平均年增長率為0.0073,增幅較大;2002—2010年的兩個階段均值從0.4178持續減小到0.4098,平均每年減少0.54%。除金川外各縣區LCI演變過程和流域基本相似,由于金川為工礦型城市,建設集中,在最近十幾年間建設用地持續擴張,所以其均值不斷增加。從其余6個縣區的均值變化中看出,在1998—2002年間增幅最大的為天柱,年均增長2.81%;增幅最小的為肅南,年均增長0.45%。2002—2010年間減幅最大的是天柱,年均減少1.96%;減幅最小的是涼州,年均減少0.41%。
4.1.2 地區差異
為表現出地表覆被組分在空間演變上的地區差異及幅度,采用剖面分析方法進行組分的空間分異分析。布設2條沿主要交通和水域演變方向的剖面線(圖1),比較LCI沿2個方向的梯度變化。圖4中N-S、E-W兩個方向為典型樣帶,囊括了所有地表類型,以1km×1km為單元,分析流域LCI在相同位置上不同時間內的變化特征。
可以看出樣帶1(N-S方向)的變化不如樣帶2(E-W方向)明顯,樣帶2大體沿G30連霍高速橫貫整個流域,西部處于金川和永昌的城市交界處、中部位于涼州城市建設中心區,由于西部大開發的政策,城市增長迅速,所以LCI變化巨大,并且隨著時間的推移明顯呈遞增趨勢,其中涼州城市值中心最高,2010年為1.1349,2002—2006年增幅最大達209%;東部位于古浪和天柱直抵烏鞘嶺,地表蓋度較低,由于國家實行退耕還林草等,使得2002—2010年間LCI呈遞減趨勢,說明地區地表植被覆蓋度越來越高,環境越來越好。樣帶1沿石羊大河走勢縱貫流域,北部處于兩大沙漠的分界線上,植被覆蓋度低,所以LCI較高,并且在時間上幾乎沒有變化;中部位于211省道沿線涼州至民勤段,由于城市建設的原因,1998—2010年間民勤及周邊LCI逐漸增大,形成的幾個低谷是民勤和涼州耕地;南部位于肅南和天柱邊界上的水源涵養區,LCI時間上變化幅度較小,空間上起伏較大,值較高的地區說明有冰川和永久性積雪,較低說明是植被分布,12年間LCI總體呈下降趨勢,可以看出山區植被增多,流域荒漠化程度改善。

圖4 4個時期不同方向上的LCI空間分異坡面圖

圖5 不同方向上LCI與DEM的小波一致性分析
為找出影響土地覆被空間分布的因素,以流域2條樣帶的DEM和2010年LCI為例,進行小波一致性分析(圖5)。可以看出,小尺度(32km以下)和中尺度(32—64km)上地形變化對LCI的作用很小,只有零散的圓圈、箭頭分布;當達到閥值(64km)以后,地形對LCI的作用逐漸明顯,存在空間位置上的一致性,將樣帶推演到全流域,反映出大尺度地形因子是形成LCI格局分異的主要控制因子,即石羊河流域由南向北“山區-平原-荒漠”大范圍上的依次分布,是形成LCI空間格局的一大原因。
3.2.1 時間格局演變
定義采樣步長為5km,將LCI賦予重采樣的格網中心點計算實驗變差函數,得出石羊河流域4a的方差圖及變差擬合曲線(表2,圖6)。可以看出,通過最小二乘法擬合的模型在前3a相同,都是指數模型,2010年為球狀模型,決定系數都達到0.9以上,說明擬合精度很好。
變程(a)的不斷增大,特別是在2010年激增為22.5km,說明流域地表覆被在區域內部相互影響,即城市建設和退耕還林等人為影響因素較高。將基臺值(C0+C)定義為系統方差,基臺值和塊金值(C0)的差值為結構方差,塊金值不斷變大,說明表征LCI變化主導因素的空間相關性在增大。結構方差與系統方差的比值即塊金系數(C/[C0+C]),在4個典型年份中不斷減小,在采樣誤差等同的情況下,說明象元內部變異性減小、外部差異變大,即LCI區域間變化增大,由于人為因素對流域地表覆被空間差異的影響越來越大,相反自然因素的相對重要性有所減弱。
LCI的異向方差3D擬合模型顯示出變差函數曲線在各個方向上都具有規律性,反映了流域LCI隨距離變化的空間自相關性,總體上擬合模型呈現四周高中間低的“凹型”漏斗結構,并且隨著時間的推移,這種結構越來越明顯,說明石羊河流域LCI高低值在區域上發生了集聚,而且高值區的值越來越高,低值區的值越來越低。在0°(東—西)和90°(南—北)方向上、45°(石羊河沿線)和135°(312國道武威、金昌段)方向上的擬合效果均較好,變差函數曲線的變化趨勢基本相同,決定系數都大于0.9,也說明了LCI在區域間各個方向上的空間自相關作用較好。

表2 流域LCI的空間變異特征值

圖6 流域土地覆被梯度變差演化
3.2.2 空間格局分異
計算流域LCI 1998—2002年、2002—2006年、2006—2010年的變化量,提取大于0的組分,利用差分盒子法分別測算3個階段LCI變化量的局部間隙度指數(圖7)。1998—2002年局部間隙度指數高值區分布零散,變化量在全流域沒有形成集聚簇;低值區分布在古浪、金川中心城區的周邊地區,說明這部分地區LCI空間變化量很小,區域協同性較強。2002—2006年間隙度指數變化值較小,高值區主要分布在祁連山沿線,分散化程度減弱,說明這段時間這片區域內部分地區的地表覆被變化較平凡,并且LCI高低分化明顯,這主要是由于地形復雜和土地利用類型較多,寒漠和林草交錯分布;另外在金川和涼州城區形成低值集聚區。2006—2010年在民勤的外圍兩大沙漠和地區祁連山區形成了高值區,表明沙漠環境也在變化;在流域內5大縣(區)城市建設中心區形成了低值集聚區,說明建成區面積不斷擴大。綜合來看,1998—2010年間流域城鎮空間擴展速度加劇,同時部分地區地表覆被也在發生變化。

圖7 不同時期流域LCI變化的局部間隙度分析
運用移動窗口法測算3個時間段內LCI變化量的全局間隙度指數(滑窗尺度變化范圍為2—39象元),生成雙自然對數曲線(圖8)。可以看出,2002—2006年、2006—2010年ln(全局間隙度指數)在初始階段都小于1998—2002年,但是隨著ln(滑窗尺度)的增大,逐漸超過了1998—2002年,并且所用滑窗尺度越來越小,說明局部間隙度指數高值和低值零散分布區在減少,向著集聚區發展,即小區域內部性的LCI變化區逐漸消失,取而代之出現了一些大范圍的LCI變化區,區域異質化程度增強。

圖8 不同時期全局間隙度指數曲線
從上文分析可知,影響流域地表覆被變化的是人為和自然雙重因素。為了找出空間上導致流域地表覆被變化的因素,人為影響因素的數據主要來自于1998—2010年石羊河流域各縣區和周邊縣區的人口和經濟數據,來源于“甘肅、青海、內蒙古統計年鑒”;自然影響因素主要來自于1998—2010年石羊河流域及周邊氣象站點7、8月份的氣溫和降水數據(包括山丹、永昌、武威、民勤、馬鬃山、松山、景泰、阿拉善右旗、門源、巴音毛道),來源于中國氣象科學數據共享服務網。
對驅動因子進行Kriging插值,即數據空間化,再根據上文公式計算這12a的LCI,與同期人為(人口、GDP)、自然(氣溫、降水)因素分別進行回歸分析,公式如下:
(8)

從自然因素與流域LCI的相關性分布圖(圖9)可以看出,相關性較高的區域主要分布在祁連山水源涵養區,相關性平均值最大,為0.74(氣溫)和0.76(降水),這部分地區為林地和草地;另外,高值區還分布在北部荒漠與綠洲交互區,表明沙漠和戈壁演化的主要驅動力來自于自然因素,綜合說明了在人跡罕至的高山和荒漠地區,自然條件是影響流域地表覆被的主要因素。

圖9 1998—2010年LCI與自然因素相關系數分布圖

圖10 1998—2010年LCI與人為因素相關系數分布圖
本文以NDVI、DMSP-OLS和Landsat TM為基礎數據,研究了石羊河流域地表覆被的時空演化分布格局,發現整個流域LCI隨時間的改變而不斷演化。1998—2010年間,LCI均值經歷了由小變大、再由大變小的過程,其中2002年達到峰值,之后均值逐漸減小。各縣區LCI的演化規律也各不相同,涼州和金川的城市中心區由于城市不斷擴張,所以LCI一直在增大,肅南、天祝高植被覆蓋區地表蓋度逐漸變好,民勤、古浪等荒漠區LCI變化不明顯。接著利用典型樣帶和小波分析,印證了這一情況。然后利用實驗變差函數和間隙度指數模擬了流域地表覆被正向演化過程,揭示了區域性聚集演化規律逐漸增強,零散性演化分布逐漸減少,即LCI高值和低值分布區逐漸形成集聚簇,而零散分布區逐漸減少。
最后根據流域氣象和人口經濟數據找出驅使LCI演化的規律分布,可以看出,流域城鎮集中分布的區域及其周邊地區LCI變化主要受人口和經濟因素影響,在遠離城鎮人煙稀少的地區,LCI變化受氣溫和降水(即自然因素)影響較強,研究結果為石羊河流域生態保護建設提供了參考。
地表覆被時空變化是區域城鎮空間演化的主要因素,研究城鎮演化和地表演化的方法由一定的相通性,所以本文將研究城鎮空間擴展的方法引入到土地覆被變化過程中,由于所選年份比較接近,土地覆被變化不是很明顯;并且流域及周邊的統計數據有限,驅動力分析不夠充分全面。下一步將利用長時間序列,結合高精度遙感影像,選擇流域典型城市進一步研究。
:
[1]Li X, Yeh A G. Application of remote sensing for monitoring and analysis of urban expansion a case study of Dongguan. Geographical Research, 1997, 16(4): 56-62.
[2]Lu D S, Weng Q H. Use of impervious surface in urban land-use classification. Remote Sensing of Environment, 2006, 102(1/2): 146-160.
[3]Herrmann S M, Anyamba A, Tucker C J. Recent trends in vegetation dynamics in the African Sahel and their relationship to climate. Global Environmental Change, 2005, 15(4): 394-404.
[4]Feng Y J, Liu Y, Tong X H, Liu M L, Deng S S. Modeling dynamic urban growth using cellular automata and particle swarm optimization rules. Landscape and Urban Planning, 2011, 102(3): 188-196.
[5]Liu X P, Li X, Shi X, Zhang X H, Chen Y M. Simulating land-use dynamics under planning policies by integrating artificial immune systems with cellular automata. International Journal of Geographical Information Science, 2010, 24(5): 783-802.
[6]Che Q J, Duan X J, Guo Y, Wang L, Cao Y H. Urban spatial expansion process, pattern and mechanism in Yangtze river delta. Acta Geographica Sinica, 2011, 66(4): 446-456.
[7]Ma X D, Zhu C G, Ma R H, Pu Y X. Urban spatial growth pattern and its evolution in Suzhou, Jiangsu Province, China. Acta Geographica Sinica, 2008, 63(4): 405-416.
[8]Shi P J, Wang Z J, Li W. Urban spatial expansion process and pattern in Shiyang river basin. Scientia Geographica Sinica, 2012, 32(7): 840-845.
[9]Liu X P, Li X, Chen Y M, Tan Z Z, Li S Y, Ai B. A new landscape index for quantifying urban expansion using multi-temporal remotely sensed data. Landscape Ecology, 2010, 25(5): 671-682.
[10]Chen Y M, Li X, Liu X P, Liu Y L. An agent-based model for optimal land allocation (AgentLA) with a contiguity constraint. International Journal of Geographical Information Science, 2010, 24(8): 1269-1288.
[11]Lee W K. A Study on the Application of UrbanSim in the Analysis of Land Use Change in Taipei City [D]. Taipei: National Taiwan University, 2008.
[12]Liu Z H, Wang Y L, Peng J, Xie M M, Li Y. Using ISA to analyze the spatial pattern of urban land cover change: a case study in Shenzhen. Acta Geographica Sinica, 2011, 66(7): 961-971.
[13]Yue W Z, Xu J H. Impact of human activities on urban thermal environment in Shanghai. Acta Geographica Sinica, 2008, 63(3): 247-256.
[14]Yuan F, Bauer M E. Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery. Remote Sensing of Environment, 2007, 106(3): 375-386.
[15]Kuang W H, Liu J Y, Lu D S. Pattern of impervious surface change and its effect on water environment in the Beijing-Tianjin-Tangshan metropolitan area. Acta Geographica Sinica, 2011, 66(11): 1486-1496.
[16]Niu Z G, Gong P, Cheng X, Guo J H, Wang L, Huang H B, Shen S Q, Wu Y Z, Wang X F, Wang X W, Ying Q, Liang L, Zhang L N, Wang L, Yao Q, Yang Z Z, Guo Z Q, Dai Y J. Geographical characteristics of China′s wetlands derived from remotely sensed data. Science in China: Series D: Earth Science, 2009, 52(6): 723-738.
[17]Yang Y C, Li J J, Chen F H, Jacquie B, Li R C, Li D, Chang G Y, Li Y C. The human mechanism research of Minqin Oasis change in the lower reaches of the Shiyang river. Geographical Research, 2002, 21(4): 449-458.
[18]Brabec E, Schulte S, Richards P L. Impervious surfaces and water quality: A review of current literature and its implications for watershed planning. Journal of Planning Literature, 2002, 16(4): 499-514.
[19]Ridd M K. Exploring a V-I-S (vegetation-impervious surface-soil) model for urban ecosystem analysis through remote sensing: comparative anatomy for cities. International Journal of Remote Sensing, 1995, 16(12): 2165-2185.
[20]Lu D S, Tian H Q, Zhou G M, Ge H L. Regional mapping of human settlements in southeastern China with multisensory remotely sensed data. Remote Sensing of Environment, 2008, 112(9): 3668-3679.
[21]Pan T, Wu S H, He D M, Dai E F, Liu Y J. Ecological effects of longitudinal Range-Gorge land surface pattern and its regional differentiation. Acta Geographica Sinica, 2012, 67(1): 13-26.
[22]Tang G A, Yang X. Arcgis geographic information system spatial analysis experiment tutorial. Beijing: Science Press, 2006.
[23]Dong P L. Lacunarity analysis of raster datasets and 1D, 2D, and 3D point patterns. Computers & Geosciences, 2009, 35(10): 2100-2110.
參考文獻:
[1]黎夏, 葉嘉安. 利用遙感監測和分析珠江三角洲的城市擴張過程: 以東莞市為例. 地理研究, 1997, 16(4): 56-62.
[6]車前進, 段學軍, 郭垚, 王磊, 曹有揮. 長江三角洲地區城鎮空間擴展特征及機制. 地理學報, 2011, 66(4): 446-456.
[7]馬曉冬, 朱傳耿, 馬榮華, 蒲英霞. 蘇州地區城鎮擴展的空間格局及其演化分析. 地理學報, 2008, 63(4): 405-416.
[8]石培基, 王祖靜, 李巍. 石羊河流域地區城鎮空間擴展格局演化. 地理科學, 2012, 32(7): 840-845.
[11]李萬凱. 應用UrbanSim分析臺北市土地使用變遷之研究 [D]. 臺北: 臺灣大學, 2008.
[12]劉珍環, 王仰麟, 彭建, 謝苗苗, 李猷. 基于不透水表面指數的城市地表覆被格局特征——以深圳市為例. 地理學報, 2011, 66(7): 961-971.
[13]岳文澤, 徐建華. 上海市人類活動對熱環境的影響. 地理學報, 2008, 63(3): 247-256.
[15]匡文慧, 劉紀遠, 陸燈盛. 京津唐城市群不透水地表增長格局以及水環境效應. 地理學報, 2011, 66(11): 1486-1496.
[17]楊永春, 李吉均, 陳發虎, Jacquie B, 李瑞成, 李丁, 常跟應, 李憶春. 石羊河下游民勤綠洲變化的人文機制研究. 地理研究, 2002, 21(4): 449-458.
[21]潘韜, 吳紹洪, 何大明, 戴爾阜, 劉玉潔. 縱向嶺谷區地表格局的生態效應及其區域分異. 地理學報, 2012, 67(1): 13-26.
[22]湯國安, 楊昕. ArcGIS地理信息系統空間分析實驗教程. 北京: 科學出版社, 2006.