基于最佳粒度的生態移民安置區土地利用景觀格局分析
——以寧夏紅寺堡區為例

葉均艷, 王亞娟, 劉小鵬,2, 韓曉佳, 溫勝強

(1.寧夏大學 資源環境學院, 銀川 750021; 2.寧夏(中阿)旱區資源評價與環境調控重點實驗室, 銀川 750021)

景觀格局的分析主要是從景觀的空間配置和空間結構兩方面進行分析，并且在尺度上都具有較強的依賴性[1-3]。在景觀生態學中，往往以粒度(grain)和幅度(extent)來表達尺度[4-5]。粒度效應研究的重要意義在于對大尺度進行研究時，要跨尺度推繹，對小尺度下的數據信息進行聚合以及各尺度之間的信息轉移[6-8]。生態移民安置區的粒度研究對移民安置區的生態安全和生態網絡構建具有極其重要的意義。盡管現在對景觀指數的粒度研究較多[9-12]，但是生態移民安置區選擇最佳粒度方面的研究還不多。

生態移民是一種特殊的人口遷移類型，是指將縣內生態十分脆弱且為貧困的村落搬遷至縣內或縣外生態環境質量較好且經濟較發達的區域的過程，其在內涵上同于易地扶貧搬遷的概念。2001年以來，國家對居住在生存環境惡劣、“一方水土養不起一方人”地區的貧困人口組織實施了易地扶貧搬遷[13-15]，累計搬遷680萬余人?！笆濉逼陂g，全國計劃易地扶貧搬遷貧困人口將達到1 000萬人。目前，學術界普遍開展了生態移民安置區的地理位置選擇[16]、安置區移民生計的評估[17-18]、安置模式研究[19-20]以及安置區滿意度評價[21-22]，在研究生態移民與生態環境關系中，主要包括生態移民環境容量[23]、生態移民生態環境效益[24]、生態移民生態環境影響驅動機制[25]等研究，但針對生態移民這種大規模、短時期、集中安置的人口遷移模式對遷入區景觀格局產生的可能影響并未引起足夠重視。

寧夏回族自治區是我國經濟欠發達生態脆弱民族地區，又是最早開展生態移民的典型區域之一，對其生態移民安置區進行景觀生態學方面的研究具有重要意義。本文以寧夏紅寺堡區為例，從粒度變化角度，研究縣域生態移民安置區景觀格局的尺度效應，為科學確定生態移民安置區的范圍、移民數量和規模，以及制定有效的土地用途管制措施提供理論依據。

1　研究區概況

紅寺堡區位于寧夏中部干旱帶，地處105°43′—106°42′E，37°28′—37°37′N，縣域面積共2 767 km2，總人口179 390人，回族人口占總人口的62%以上。地勢南高北低，屬于溫帶大陸性氣候，氣候干旱少雨，晝夜溫差大。1999年開始建設，2009年設立吳忠市轄區。是在“八七”和寧夏“雙百”扶貧攻堅計劃，建設的國家最大的易地生態移民扶貧開發區，截至2015年，異地搬遷安置寧南山區8縣移民23萬人。

2　研究方法

2.1　數據來源及處理

以紅寺堡區2015年TM遙感影像為數據源，遙感影像來自于USGS(美國地質勘探局)下載的分辨率為30 m×30 m的Landsat數據。在ENVI 5.0軟件中對遙感影像進行配準和幾何校正，使遙感影像與基圖像幾何形狀相匹配，采取將目視解譯與監督分類中的最大似然法相結合的解譯方法，結合土地利用調查資料進行解譯。對解譯結果進行野外精度驗證，通過對解譯結果進行隨機選點和GPS點屬性校驗，使土地利用類型解譯結果的準確率達到95%以上。本研究的分類方法是結合土地利用分類參考《土地利用現狀分類》(GB/T21010—2007)和全國遙感監測土地利用/覆蓋分類體系以及生態移民安置區的特點，將紅寺堡生態移民安置區分為耕地、林地、草地、建設用地、水域、未利用地和沙地7種景觀類型。

2.2　粒度變換

將紅寺堡移民安置區2015年的景觀類型矢量圖通過ArcGIS 10.0軟件轉為柵格數據。采用優勢類型法對柵格單元進行賦值，在新產生的面積單元中，按“多數原則(majority rule)”，以占多數像元的屬性作為新像元的屬性[26]。柵格單元的最小尺度為30 m 是根據遙感影像的分辨率設定的，然后將紅寺堡區的景觀類型圖轉換后的柵格單元大小按10 m 間隔，依次設定為30，40，50，60，70，80，90，100，110，120，130，140，150，160，170，180，190，200，210，220，230，240，250 m。本文中的指標數據都是通過景觀格局分析軟件Fragstats 3.3計算得到的。

3　結果與分析

3.1　最佳粒度的確定

3.1.1景觀類型比例從圖1(不同類型景觀在不同粒度時占景觀總面積的百分比)中可以看出，林地和水域在30～100，120～140，170～240 m的粒度區間變化較小，在其他粒度區間變化較大；未利用地和沙地在30～80 m變化較小，在80 m后隨粒度增加呈無規律變化，并在150 m粒度處出現較大幅度變化；草地、耕地和建設用地分別在150，200，230 m處出現較大波動。景觀類型比例隨粒度的變化也在不斷變化，粒度較小時景觀類型比例變化較小，隨著粒度的增大，景觀類型比例上下呈無規律的波動。

3.1.2景觀指數隨粒度變化的特征運用Fragstats 3.3軟件對本文選取的26個具有代表性的指標進行計算，以粒度為橫坐標，不同景觀類型指數為縱坐標，繪制出紅寺堡移民安置區景觀指數粒度響應圖。通過對這26個景觀指數的分析，遴選出對粒度變化較為敏感的景觀指數，共16個。

圖1　不同粒度下紅寺堡土地利用類型景觀比例

16個景觀指數分別是：景觀面積指數(TA)、斑塊數量指數(NP)、斑塊密度指數(PD)、最大斑塊指數(LPI)、邊緣面積分維數指數(PAFRAC)、景觀形狀指數(LSI)、面積加權平均斑塊面積指數(AREA_AM)、平均拼塊分維數指數(MPFD)、斑塊面積變異系數指數(AREA_CV)、面積加權的平均形狀因子指數(AWMSI)、面積加權的平均拼塊分形指數(AWMPFD)、斑塊凝聚度指數(COHESION)、景觀分裂指數(DIVISION)、分離度指數(SPLIT)、香農多樣性指數(SHDI)、香農均勻度指數(SHEI)。

每個景觀指數都會隨粒度變化發生變化，本文對選出的16個景觀指數進行了數學函數擬合，只有8個景觀指數擬合效果較理想(R2>0.9)，所以認為這些景觀指數與粒度有相關性(表1)。其中部分指數的擬合效果很不理想，其原因可能是景觀指數本身沒有規律，也可能是選取的粒度不合適。

各景觀指數的變化都有其特點，主要呈現3種變化趨勢(圖2)。第一種變化是景觀指數隨著粒度變化呈下降趨勢并且有明顯拐點(80 m)，包括斑塊數量指數和斑塊密度指數；第2種是景觀指數的變化沒有規律性且沒有明顯的拐點，包括景觀形狀指數、平均拼塊分維數指數和邊緣面積分維數指數；第3種是景觀指數在30～90 m粒度區間內，變化較小，在>90 m粒度時，變化較為劇烈且無規律，包括景觀面積指數、最大斑塊指數、面積加權平均斑塊面積指數、斑塊面積變異系數指數、面積加權的平均形狀因子指數、面積加權的平均拼塊分形指數、斑塊凝聚度指數、景觀分裂指數、分離度指數、香農多樣性指數、香農均勻度指數。上述現象的存在是由于尺度的增大會產生過濾作用，小斑塊之間會產生合并，景觀指數值隨之也會發生變化。為保證景觀格局的相對穩定性，應在景觀指數變化相對平緩的區域內選擇最佳粒度域。根據變化區間劃分不同的粒度域，過大的粒度可能會導致一些分散的建筑用地、水域等景觀空間信息丟失，所以選取第一個變化相對平緩的粒度域作為最佳粒度域。不同景觀指數反映的景觀特征不同，變化趨勢也各不相同，綜合分析各景觀指數的變化趨勢，最終確定生態移民安置區景觀格局分析的最佳粒度域為(30，80)。

3.1.3面積損失分析分別計算總面積及不同景觀的面積損失值，繪制損失面積曲線(圖3)。在30～120 m景觀整體的面積精度損失變化相對平緩；從120 m處開始，精度的損失變化隨粒度的增大也在變大。林地、水域和建設用地面積隨粒度增大，在零值上下波動，且波動幅度較大，在90，110，230 m變化最大；草地、耕地、未利用地和沙地用地面積隨粒度增長也是在零值上下波動，但其波動較小，在230 m處有較大幅度的變化。在研究景觀整體格局時，應考慮到不同景觀類型的不同變化，最終確定較小精度損失粒度域為(30，90)。

表1　景觀指數隨粒度變化的曲線擬合

圖2　紅寺堡景觀指數粒度效應

3.1.4確定最佳粒度在對生態移民安置區景觀格局進行分析時，應選取景觀指數首先出現變化且變化相對較小的區域作為最佳粒度區間。為保證景觀格局特征的穩定性，本文選用景觀指數通過分析景觀指數隨粒度變化的變化特征來確定最佳粒度。通過分析得出最佳粒度域為(30，80)，根據景觀類型比例以及景觀面積損失情況，綜合分析最終確定較小精度損失粒度范圍為(30，90)。上述方法得出的最佳粒度范圍包含了(30，80)，因而確定移民安置區最佳粒度域為(30，80)。在確定景觀格局最佳粒度大小時，應在第一個尺度內選擇中等偏大的粒度，這樣既能完整地反映景觀格局的整體特征，又能避免大量的計算，因此確定研究區景觀格局分析的最佳粒度為80 m。

圖3　紅寺堡景觀類型面積損失

3.2　景觀指數的選取

本文在選取景觀指數時，綜合了景觀指數與粒度的關系并且綜合了不同景觀格局的變化情況和紅寺堡區的具體情況，分別從景觀水平和斑塊類型水平兩個方面選取了相對獨立的景觀格局指數，在景觀水平上選取了斑塊數目指數、平均斑塊分維數指數、形狀指數、蔓延度指數、香農多樣性指數，類型水平上選取了斑塊數目指數、斑塊密度指數、斑塊類型占景觀面積的比例、聚合度指數、斑塊面積變異系數指數、平均斑塊分維數指數(表2—3)。

表2　紅寺堡景觀水平景觀格局指數

表3　紅寺堡斑塊類型水平景觀格局指數

3.3　景觀組成與形態分析

草地是紅寺堡區景觀類型中面積比例最大景觀類型，為60.81%；其次是耕地、林地、沙地、水域和建設用地，分別為23.93%，7.08%，4.01%，2.17%和1.26%；未利用地的面積比例最小，為0.74%。草地在研究區景觀組成中面積比例最大，聚合度最高，表明其為紅寺堡景觀結構的基質；河流控制著研究區水流的流動，為景觀結構的廊道；耕地、林地、建設用地、未利用地、沙地景觀均為斑塊。在最佳粒度分析下，研究區各景觀類型的平均斑塊分維數依次為：草地>耕地>林地>沙地>建設用地>水域>未利用地。林地和沙地的斑塊數目、斑塊密度以及斑塊面積變異系數在研究區所有景觀類型中都較高，但是聚合度較小，表明其林地和沙地景觀破碎化程度較高。

3.4　景觀構型分析

在本文選取的景觀指數中景觀形狀指數和平均斑塊分維數都是反映景觀類型復雜程度的，研究區景觀形狀指數為31.229，平均斑塊分維數為1.040 1，說明研究區的景觀整體景觀類型不多形狀復雜程度適中；香農多樣性指數反映景觀的異質性，研究區香農多樣性指數為1.014 7，該值較低，說明研究區中各景觀組分所占比例有較大差異。蔓延度指數是反映景觀中不同斑塊類型的聚集程度，研究區蔓延度指數為65.254 7，該指標相對較大，說明研究區的優勢景觀連接度較好，且景觀整體主要是由團聚的大斑塊組成，破碎化程度較低，這種景觀形態與移民的遷入有密切關系。

3.5　景觀空間關系分析

紅寺堡生態移民安置區分為2鎮3鄉(大河鄉、新莊集鄉、紅寺堡鎮、柳泉鄉、太陽山鎮)，本文依據研究區2015年各個行政區的景觀類型數據，以土地累計百分比為橫坐標，景觀類型百分比為縱坐標，畫出洛倫茨曲線圖(圖4)。

從圖4可以看出，耕地和林地的洛倫茨曲線更接近絕對均勻線，說明在紅寺堡移民安置區耕地和林地的分布相對較均勻，未利用地、草地和水域的曲線距離絕對均勻線最遠，說明這些景觀類型分布不均勻。

圖4紅寺堡景觀類型洛倫茨曲線

4　討論與結論

4.1　討 論

粒度對景觀格局的研究具有重要意義，粒度不同，景觀指數的變化也不相同，在確定研究區最佳粒度時，需要綜合各個景觀指數的特征。最佳粒度確定也會因受主觀因素的制約導致粒度拐點位置出現偏差等情況，把最佳粒度的確定與景觀生態學結合起來，多方位多角度綜合分析最佳粒度將是今后粒度研究的重點方向。在進行景觀格局分析時，粒度過大會造成建筑用地等景觀信息缺失，粒度過小也不適合景觀格局的分析，因此選擇合適的粒度對研究區景觀格局分析至關重要。本文在對研究區的景觀格局進行分析時，結合紅寺堡移民安置區的最佳粒度，從景觀組成及景觀形態、景觀空間關系和景觀空間構型4個方面來分析，這比過去的景觀格局分析方法更加全面。運用更加科學的方法確定最佳粒度，并且基于最佳粒度從各個方面更加全面地對景觀格局進行分析是今后景觀格局分析的重點方向。

4.2　結 論

(1) 景觀格局變化具有尺度效應，景觀指數隨粒度變化會呈現線性和非線性的變化。在景觀格局指數中，斑塊數量指數(NP)、斑塊密度指數(PD)、景觀形狀指數(LSI)、斑塊面積變異系數指數(AREA_CV)、平均拼塊分維數指數(MPFD)、面積加權的平均拼塊分形指標(AWMPFD)、邊緣面積分維數指數(PAFRAC)、斑塊凝聚度指數(COHESION)共8個景觀指數的擬合效果較好(R2>0.9)，能夠反映景觀指數的整體特征；Shannon 多樣性指數和Shannon均勻度指數等指數的擬合效果則不理想。

(2) 隨著粒度的變化，景觀指數的變化也各不相同，但都存在拐點。主要變化趨勢有3種：有明顯拐點的斑塊數量指數(NP)和斑塊密度指數(PD)；隨著粒度的增加呈下降趨勢沒有明顯的拐點的景觀形狀指數(LSI)、平均拼塊分維數指數(MPFD)和邊緣面積分維數指數(PAFRAC)；拐點較多、變化無規律的Shannon 多樣性指數和Shannon 均勻度指數等。對各景觀指數的變化情況進行分析比較，確定景觀指數變化的最佳粒度域為(30,80)，根據景觀的精度損失情況，確定精度損失的最佳粒度域為(30,90)，綜合確定得出紅寺堡生態移民安置區景觀格局分析的最佳粒度為80 m。

(3) 草地為紅寺堡生態移民安置區主要景觀類型且景觀優勢明顯，是基質景觀。紅寺堡移民安置區耕地和林地景觀分布較均勻。景觀的多樣性指數較低，說明景觀類型較少，分布也不均勻，平均斑塊分維度指數較低，說明景觀形狀復雜程度適中，破碎化程度不高，整體穩定性差，對研究區現狀景觀空間格局的維持不利。

(4) 紅寺堡生態移民安置區的景觀格局受移民影響較大，由于移民的遷入，需要大量的建設用地，原來為未利用地或其他景觀類型的土地有可能會轉變成建筑用地，移民安置區的建筑用地分布較為規范，所以紅寺堡生態移民安置區景觀多樣性指數較低，形狀程度適中。

參考文獻:

[1]程剛,張祖陸,呂建樹.基于CA-Markov模型的三川流域景觀格局分析及動態預測[J].生態學雜志,2013,32(4):999-1005.

[2]程迎軒,王紅梅,劉光盛.縣域交通對農村房屋建筑區景觀格局的影響研究:以廣東佛山市三水區為例[J].農業現代化研究,2015,36(3):462-468.

[3]van Zanten B T, Verburg P H, Scholte S S K, et al. Using choice modeling to map aesthetic values at a landscape scale: Lessons from a Dutch case study[J]. Ecological Economics,2016,130:221-231.

[4]歐陽貝思,張明陽,王克林,等.2000—2010年南方丘陵山地帶土地覆被及景觀格局變化特征[J].農業現代化研究,2013,34(4):467-471.

[5]Sweeney K E, Roering J J, Ellis C. Experimental evidence for hillslope control of landscape scale[J].Science,2015,349(6243):51-53.

[6]歐維新,甘玉婷婷.耦合種群動態的生境格局變化分析粒度與景觀因子選擇:以鹽城越冬丹頂鶴及其生境的變化為例[J].生態學報,2016,36(10):2996-3004.

[7]韓蓉,唐湘玲.瑪納斯河流域近14年多尺度粒度變化對土地利用景觀格局的影響[J].水土保持研究,2017,24(2):194-201.

[8]吳未,許麗萍,張敏,等.不同斑塊類型的景觀指數粒度效應響應:以無錫市為例[J].生態學報,2016,36(9):2740-2749.

[9]任志遠,張晗.銀川盆地土地利用變化對景觀格局脆弱性的影響[J].應用生態學報,2016,27(1):243-249.

[10]唐麗,羅亦殷,羅改改,等.基于粒度反推法和MCR模型的海南省東方市景觀格局優化[J].生態學雜志,2016,35(12):3393-3403.

[11]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.

[12]李保杰,顧和和,紀亞洲.復墾礦區景觀格局指數的粒度效應研究[J].水土保持研究,2015,22(4):253-257，264.

[13]韓文文,劉小鵬,裴銀寶,等.不同地貌背景下民族村農戶生計脆弱性及其影響因子[J].應用生態學報,2016,27(4):1229-1240.

[14]趙瑩,劉小鵬,郭永杰,等.基于GIS的寧夏六盤山區空間貧困特征模型分析[J].水土保持研究,2014,21(5):94-99.

[15]劉小鵬,蘇勝亮,王亞娟,等.集中連片特殊困難地區村域空間貧困測度指標體系研究[J].地理科學,2014,34(4):447-453.

[16]周宜君,周銀珍,胡紅青,等.三峽工程農村外遷移民安置效果區域差異及其啟示[J].經濟地理,2011,31(8):1351-1357.

[17]王沛沛,許佳君.生計資本對水庫移民創業的影響分析[J].中國人口·資源與環境,2013,23(2):150-156.

[18]賈國平,朱志玲,王曉濤,等.移民生計策略變遷及其生態效應研究:以寧夏紅寺堡區為例[J].農業現代化研究,2016,37(3):505-513.

[19]王凱,歐艷,葛全勝.世界遺產地居民對生態移民影響的感知:以武陵源3個移民安置區為例[J].應用生態學報,2012,23(6):1663-1670.

[20]閔慶文,張永勛,趙貴根.三江源移民安置區農戶能源利用及對生態環境影響:以貴南縣為例[J].資源科學,2012,34(11):2018-2025.

[21]賈耀鋒.中國生態移民效益評估研究綜述[J].資源科學,2016,38(8):1550-1560.

[22]楊顯明,米文寶,齊拓野,等.寧夏生態移民效益評價研究[J].干旱區資源與環境,2013,27(4):16-23.

[23]肖建紅,王敏,于慶東,等.基于生態足跡的大型水電工程建設生態補償標準評價模型:以三峽工程為例[J].生態學報,2015,35(8):2726-2740.

[24]劉小鵬,王亞娟.我國生態移民與生態環境關系研究進展[J].寧夏大學學報:自然科學版,2013,34(2):173-176.

[25]王屏,戴年華,歐陽雪蓮,等.中西方森林游憩者生態行為影響研究：基于解說驅動機制視角[J].生態學報,2016,36(12):3666-3677.

[26]張樂,王觀湧,霍習良,等.基于適宜粒度的曹妃甸新區土地利用景觀格局分析[J].土壤,2014,46(6):1149-1156.