空間粒度變化對土壤景觀格局指數影響的定量分析

王世舉

摘要基于巢湖流域土壤類型圖，使用ArcGIS 10.1和Fragstats 4.2，并選擇5個景觀格局指數，研究了巢湖流域景觀格局指數隨空間粒度的變化趨勢，并且計算了變異系數。結果表明：巢湖流域土壤類型圖最適合進行景觀格局分析的空間尺度范圍在30～60 m。

關鍵詞土壤景觀格局指數；空間粒度；巢湖流域

中圖分類號P901文獻標識碼A文章編號0517-6611（2017）11-0182-04

AbstractBased on the soil type map of Chaohu Lake Basin， and by using ArcGIS 10.1 software and Fragstats 4.2 software， and selected 5 landscape pattern index， the article explored the trends of landscape indices with the spatial granularity of Chaohu Lake Basin， and calculated the coefficients of variation. The results showed that for the soil type map of Chaohu Lake Basin， the most suitable landscape spatial scales for the analysis were 30-60 m.

Key wordsSoil landscape pattern index；Grain size；Chaohu Lake Basin

生態學研究的方向主要是時間及空間尺度問題，而時間、空間尺度的研究都離不開對粒度的探討，目前的空間粒度選擇多根據研究區的行政單位，但區域內空間異質性無法得到展現，所以引入景觀學中關于空間粒度的定義可以更深入地研究尺度問題。空間粒度的含義是研究區域的最小可以被認知的像元的大小[1]。景觀格局的演進是研究人類活動與景觀格局變化聯系的基礎，在景觀生態學中，景觀的功能結構與空間粒度關系十分密切，大部分生態學效應會隨著空間粒度的變化而發生很大改變[2]。近年來，粒度問題成為景觀生態學的研究熱點，如董躍宇等[3]以最佳空間粒度為切入點對碧塔海流域景觀格局進行分析。馮永玖等[4]也探討了景觀格局破碎化對粒度特征及其變異的影響。

評價景觀格局的方法通常有兩種：景觀格局指數計算方法和地理統計學方法。景觀指數作為定量化研究景觀格局的手段之一，且景觀格局指數方法相對于其他評價方法更加方便和有效，因此應用的范圍更加普遍[5]。經過30多年的迅速發展，當前已有的景觀指數已達幾百種，并產生了很多景觀格局分析軟件用來分析景觀指數。但是當前的景觀格局計算軟件主要運用柵格影像進行計算，造成了所謂的“可塑性面積單元問題”，即在分析遙感衛星數據、土地利用矢量數據時，常常出現計算結果隨著像元大小的不同而發生變化的現象[6]。筆者根據巢湖流域土壤類型圖，選用5個常用的景觀格局指數，通過控制變量法，即計算同一景觀指數在選定的空間粒度下的值，研究景觀格局指數在粒度變化下的變化規律，探討景觀指數的恰當粒度，旨在為分析巢湖流域土壤類型的景觀格局提供科學依據和參考。

1數據來源與研究方法

1.1研究區概況巢湖地處安徽中部，合肥與蕪湖之間，是我國五大淡水湖之一，流域面積13 486 km2。流域海拔最高為1 498 m，最低為-2 m。屬亞熱帶濕潤季風氣候。位于東南丘陵與長江中下游平原的過渡地帶，地勢西南高東北低，地貌大致分為山地、丘陵、盆（谷）、崗地、平原五大類型。巢湖流域涉及14個區（縣），分別為包河區、含山縣、居巢區、岳西縣、廬江縣、廬陽區、瑤海區、肥東縣、肥西縣、舒城縣、蜀山區、金安區、長豐縣、霍山縣。

1.2數據來源研究數據來源于巢湖流域圖、地貌圖、行政區劃圖和土壤類型圖，通過ArcGIS 10.1軟件數字化處理，得到土壤類型矢量圖（圖1）。其中圖斑總數為493，包括的土壤亞類型共有15種，分別是暗黃棕壤（Dark yellowbrown soils）、棕壤（Brown soils）、淹育水稻土（Submergenic paddy soils）、漂洗水稻土（Bleached paddy soils）、潛育水稻土（Gleyed paddy soils）、潮土（Chao soils）、潴育水稻土（Waterloggogenic paddy soils）、石灰巖土（Limestone soils）、石質土（Lithosol）、粗骨土（Skeletal soils）、紫色土（Purple soils）、紅壤（Red soils）、脫潛水稻土（Take off the latent paddy soils）、黃棕壤（Yellowbrown soils）、黃褐土（Yellowcinnamon soils）。

1.3研究方法首先運用ArcGIS 10.1軟件將土壤類型矢量圖轉化為柵格類型數據，再使用ArcGIS 10.1軟件的ArcToolBox工具箱的數據轉換功能，將土壤類型圖分別轉化為空間粒度為30、60、90、120、150、180、210、240、270、300、400、500 m的12種柵格數據，并使用Fragstats 4.2軟件計算所選取的景觀格局指數值。

景觀格局指標繁多龐雜，但各有意義。在Fragstats 4.2軟件中，景觀格局指數分為三大類：斑塊、斑塊類型和景觀。斑塊和斑塊類型水平是單個斑塊或者不同類型斑塊進行分析，景觀水平是研究整體的水平。因為主要是研究區域的全部特征，所以選取斑塊數量（NP）、斑塊密度（PD）、景觀形狀指數（LSI）、周長面積分維數（PAFRAC）、香農多樣性指數（SHDI）這5個景觀格局指數，并在景觀水平上作分析。景觀格局指數的含義及計算方法見表1。利用Excel對結果進行線性分析，并計算變異系數，得出不同空間粒度下景觀格局指數的變化趨勢折線圖，并據此進一步分析空間尺度變化對景觀格局指數的變化效應。

2結果與分析

2.1不同空間粒度下指數值運用Fragstats 3.4軟件進行計算，得到在12個不同空間粒度下的5個景觀格局指數值，結果見表2。

2.2空間粒度變化對景觀格局指數的影響

2.2.1空間粒度變化對斑塊數量（NP）的影響。從圖2可以看出，隨著像元大小的改變，斑塊數量在整體上呈現下降趨勢，在空間粒度90、300、400、500 m處有轉折點。NP可以代表整個景觀的空間異質性，也可以代表景觀的破碎度，兩者存在正比例關系。NP會改變大部分生態進程，可以決定物種及其次生物種的空間排列特點，或者影響不同物種的相互作用和共同生存的系統恒定性。

2.2.2空間粒度變化對斑塊密度（PD）的影響。從圖3可以看出，隨著空間粒度的增加，和斑塊數量值一樣，斑塊密度整體上呈現下降趨勢，空間粒度90、120、270、300、400、500 m處有明顯拐點。說明空間粒度的改變會影響斑塊的合并，進而影響對應指數值，空間粒度越大，對斑塊集聚度變化的聯系越密切。

2.2.3空間粒度變化對景觀形狀指數（LSI）的影響。從圖4可以看出，隨著像元大小的改變，景觀形狀指數整體呈現下降趨勢，在空間粒度90 m時該指數有顯著的降低趨勢。說明在小于90 m像元大小范圍內，研究區域的形狀變得更加規整。而在粒度大于300 m之后，研究區域的形狀指數降低趨勢更加明顯。

2.2.4空間粒度變化對周長面積分維數（PAFRAC）的影響。周長面積分維數是基于統計回歸方法的景觀指數，反映了不同空間尺度的形狀的復雜性，取值范圍為1～2，值大于1表示斑塊形狀復雜化。從圖5可以看出，隨著像元大小的增加，周長面積分維數整體呈現上升趨勢，在空間粒度60、90、120、150、240、300 m處有轉折點。

2.2.5空間粒度變化對香農多樣性指數（SHDI）的影響。SHDI能夠直接反映景觀中斑塊類型破碎化分布特征，偏重于稀缺類型占結果的比例。在研究區域中，土壤類型越豐富，SHDI值會相應地越大。根據圖6，在粒度較小時（30～240 m），SHDI并無明顯變化趨勢，基本在1.651 0～1.651 5波動，幅度不大，在粒度240、300、400 m處有顯著轉折點。

2.3巢湖流域景觀格局指數在不同粒度下的變異特征從表3可以看出，在一系列不同的空間粒度下，斑塊數量、斑塊密度、景觀形狀指數、周長面積分維數均大于0.15，說明這4個景觀格局指數比較容易受空間粒度變化的影響；香農多樣性指數值在這5個指數中最小，且與其他4個數值相差較大，說明該指數不太容易受空間粒度變化的影響。

2.4景觀分析中的尺度域和適宜粒度選取由于空間粒度和相關景觀指數的密切聯系，所以應在數據精確的基礎上選取適合較多景觀指數研究分析的尺度來進行景觀格局研究。運用第一尺度域確定適宜粒度范圍，一般第1個粒度拐點決定了適宜粒度大小[7]。根據變化折線圖的轉折點和跳躍區間來分析研究區域景觀格局的尺度范圍和最佳粒度（表4）。

當景觀格局指數曲線圖出現轉折點，則說明景觀所包含的信息在轉折點處發生了一些大的改變。環境景觀指數的尺度轉折點并非如圖上所示是一個確切的數據，按照實際情況應該是一個相對狹窄的范圍。從表4來看，景觀格局指數的第一尺度域多處于30～90 m區間內，研究區的適宜尺度在30～60 m。徐麗等[8]研究結果表明，所選取的22個景觀指數的第一尺度域的范圍在10～40 m，最佳粒度為20～30 m。郭琳等[9]以黑龍江省巴彥縣為研究區，應用遙感及景觀指數法，認為最佳空間粒度為100 m。耿煥俠等[10]認為小區域景觀分析的最佳粒度為60 m。該研究與上述研究區域不同，地域面積以及所選粒度大小不同，導致研究結果不同，但所反映的總體景觀格局特征和變化趨勢基本是一致的。

3結論與討論

區域空間粒度的變化與景觀格局指數有重要的關聯[11]。筆者研究巢湖流域土壤類型圖在12個不同間隔的空間粒度下的景觀格局指數的變化趨勢，得出以下結論。

（1）斑塊數量、斑塊密度、景觀形狀指數、周長面積分維數這4個指數值都與空間粒度有重要的關系，即都有上升或下降的變化趨勢。在研究區域空間粒度較小時，存在的明顯轉折點數量較多，當研究區域空間粒度擴大時，轉折點數量減少。香農多樣性指數在120～500 m內有較多轉折點，在粒度30～120 m內均無明顯變化，說明粒度大于120 m后生物多樣性較少；最大斑塊指數和景觀形狀指數局限于自身的性質，在粒度30～500 m內無明顯改變。

（2）根據景觀格局指數的第一尺度范圍，能夠確定進行景觀分析的最佳粒度大小。對于該研究區域而言，第一尺度域多集中在30～60 m，最適宜空間粒度可確定為60 m。

（3）該研究所選的5個景觀格局指數中，有4個對空間粒度變化較為敏感，有1個對空間粒度變化不敏感。景觀格局指數對空間粒度變化的響應不同，景觀類型對空間粒度變化的響應也有所不同，需要進一步細化研究，說明在使用對空間粒度變化敏感的景觀格局指數進行景觀格局分析時，應該慎重選擇合適的空間粒度，并在應用時加以注意[12]。

參考文獻

[1] 秦鵬，董玉祥.廣州市土地利用空間分布影響因素的粒度效應分析[J].資源科學，2013，35（11）：2239-2247.

[2] 吳健生，王政，張理卿，等.景觀格局變化驅動力研究進展[J].地理科學進展，2012，31（12）：1739-1746.

[3] 董躍宇，喻慶國，劉朝蓬，等.基于最佳空間粒度的碧塔海流域景觀格局分析[J].西部林業科學，2013，42（3）：45-53.

[4] 馮永玖，劉艷，周茜，等.景觀格局破碎化的粒度特征及其變異的分形定量研究[J].生態環境學報，2013，22（3）：443-450.

[5] 張立平，張世文，葉回春，等.露天煤礦區土地損毀與復墾景觀指數分析[J].資源科學，2014，36（1）：55-64.

[6] 楊麗，甄霖，謝高地，等.涇河流域景觀指數的粒度效應分析[J].資源科學，2007，29（2）：183-187.

[7] 陳永林，謝炳庚，李曉青.長沙市土地利用格局變化的空間粒度效應[J].地理科學，2016，36（4）：564-570.

[8] 徐麗，卞曉慶，秦小林，等.空間粒度變化對合肥市景觀格局指數的影響[J].應用生態學報，2010，21（5）：1167-1173.

[9] 郭琳，宋戈，張遠景，等.基于最佳分析粒度的巴彥縣土地利用景觀空間格局分析[J].資源科學，2013，35（10）：2052-2060.

[10] 耿煥俠，張小林，李紅波.縣域農村居民點景觀格局指數的空間粒度效應：以江蘇省豐縣為例[J].長江流域資源與環境，2014，23（10）：1418-1424.

[11] 張玲玲，史云飛，劉玉華.空間粒度變化對沂蒙山區景觀格局指數的影響[J].生態學雜志，2013，32（2）：459-464.

[12] 冀亞哲，張小林，吳江國，等.多空間粒度下鎮江市土地利用景觀格局差異[J].中國土地科學，2013，27（5）：54-62.