江蘇省原生濱海濕地景觀多樣性及其粒度效應研究

秦嶺，韓永光，趙婧

1. 重慶城市職業學院，重慶 402160；2. 南京鐵道職業技術學院，江蘇 南京 210015

20世紀80年代開始，為了測定景觀格局對生態過程的影響，需要用簡單數字描述復雜的景觀格局，從而產生了景觀格局指數，而尺度問題一直是景觀生態學界研究的核心問題之一，特別是對于景觀格局分析而言，尺度選擇直接關系到結果的可靠性（祝善友等，2012；彭羽等，2015；龔建周等，2007）。利用景觀格局指數進行土地利用類型、土地利用格局空間分析的方法得到了廣泛應用，很多學者對景觀格局指數的尺度效應研究表明景觀指數尺度依賴性的普遍存在（孟陳等，2007；畢如田等，2012），尤其是尺度對于景觀格局的體現。前人研究結果已經證明，不同的景觀有不同的格局特征，對尺度變化的響應也不一樣，因此并不存在景觀格局分析的最佳尺度，只有針對特定景觀的合適尺度，并且基于粒度效應的景觀格局研究成為了目前的研究熱點，因為在對尺度研究時需對數據信息進行聚合以及在各尺度之間進行信息轉移（張玲玲等，2013；邱揚等 2010）。此外，在研究景觀格局的過程中要注重粒度效應，并開展相應的數據聚合，注重不同尺度下的信息轉移。對于多數格局而言，其尺度的變化較為明顯，這一變化范圍就是尺度域（Peng et al.，2019；Malavasi et al.，2018；Tarr，2019）。尺度域是指大多數格局和過程發生的尺度范圍，同一尺度域內格局及過程相似，推繹比較容易，當跨越多個尺度域時，由于過程在不同尺度上起作用，尺度推繹會變得復雜甚至不可能（康孝巖等，2015；陳端呂等 2010）。有研究指出，通過對多種景觀格局指數的聯合應用及定量研究景觀格局演變與生態過程之間的關系，可以有效的解釋景觀生態過程（祝善友等，2012；彭羽等，2015；龔建周等，2007）。

土地覆蓋指陸地表面所具有的自然和人文雙重屬性的覆蓋物。作為生態系統中受全球變化影響最重要的變量，其景觀格局及特征具有粒度依賴性，即具有粒度效應，近年來粒度效應問題已成為研究土地覆蓋實際問題的關鍵（王計平等，2010；趙文武等，2003），用景觀指數描述景觀格局及變化，建立格局與景觀過程之間的聯系，是景觀生態學最常用的定量化研究方法（徐麗等，2010；吳未等，2014；Su et al.，2018；Liu et al.，2018）。此方法在過去的 20余年時間里得到迅速的發展，并出現一些以景觀指數計算為對象的景觀格局分析程序（岳文澤等，2005；馬勝男等，2006；游麗平等，2012）。但是，已有的景觀格局分析程序多需要柵格數據作為數據源，在柵格單元（研究范圍內最小的空間單位，尺度意義上的粒度）基礎上進行計算，造成所謂的“可塑性面積單元問題”，即計算結果隨粒度定義的不同而發生變化（潘韜等，2010；Steel et al.，2018；Feng et al.，2018）。對于該問題的討論，有關學者們雖然在研究中發現粒度大小隨不同景觀指數也發生相應變化，但是忽略了如何針對不同比例尺的矢量數據來選擇適宜粒度的問題。遙感技術的飛速發展為相關研究提供了不同空間分辨率的影像數據資料，但合適空間分辨率的選擇卻成了一個棘手問題（吳未等，2014；Klinga et al.，2019；Brooks et al.，2019）。本文以江蘇省原生濱海濕地1?10000土地利用現狀圖為研究對象，從景觀和類型兩方面研究土地覆蓋的景觀格局特征，探討不同粒度下相同地物特征的差異性，從而為選擇適宜粒度進行土地覆蓋的景觀指數計算和尺度轉換提供理論依據。

1 材料與方法

1.1 研究區概況

本研究選取江蘇省鹽城濱海濕地，該區呈現出典型的季風氣候特征，受大陸氣候的影響，再加上海洋季風，該區具有較為獨特的氣候特點。該區年均降雨量約為1000 mm，最冷月份1月平均氣溫約為3 ℃，最熱月6—8月平均氣溫達到30 ℃。該區域的核心區地處新洋河、斗龍河的過渡地區，人為擾動不明顯，保持著較為完好的生態環境，具有典型的濱海生態環境特征，具有很好的代表性。

1.2 數據來源

本研究遙感數據來自于2017年2月拍攝的濱海衛星影像，采取的是全色波段遙感，分辨率達到0.5 m，通過World View-1衛星進行拍攝，通過Erdas Imagine 9.2開展數據的精確校正，并利用邊界圖在此基礎上進行裁剪，從而獲取最終的影像地圖。

結合衛星影像，加之本區域地理特點分布，研究區域內除了建設用地及水域外，土地主要分為耕地、草地、林地，同時還分布著不少灌木、荒地。本研究分類將自動分類及人工分類有機結合，首先借助于Erdas Imagine 9.2開展相應的監督分類，然后借助地形圖等，對之進行修訂分類。經過分析得知，其分類精度達到了89%，對于本研究來說是可行的，能夠充分滿足分析需求；借助ArcGIS 9.3開展相應的數據處理（空間疊加等）。

1.3 粒度推繹

粒度推繹主要是一種信息轉移，一方面建立在不同的時空尺度的基礎上，另一方面建立在不同組織水平方面，在生態學研究方面被廣泛運用。本研究采取第一種推繹方法，在信息轉化過程中由小尺度表達向大尺度轉變，在Arc/info軟件的輔助下，大量的原始數據最終形成一系列的柵格數據，且粒度存在較大差異，其范圍在1—60 m，這樣就形成了差異化的景觀類型圖。對于柵格細胞聚合則是借助于Grid模塊。在研究過程中，由于粒度存在較大的差異，因此需要進行類型圖的疊加處理，本研究借助于 ArcGIS軟件進行處理，從而得到了轉移比率，進而進行轉化率矩陣的計算（馬勝男等，2006；游麗平等，2012）。

1.4 景觀指數選取

對于景觀格局的描述并不是單一的，其指數具有明顯的多樣性，且指數間存在較大的聯系。本研究過程中選擇較有代表性的相關分析指數；一方面通過類型指數進行分析，另一方面通過景觀水平指數進行分析，前者主要是進行斑塊密度及聚集度、分離度等分析（Steel et al.，2018；Feng et al.，2018），后者主要是進行多樣性、均勻度的分析（Steel et al.，2018；Feng et al.，2018）。

2 結果與分析

2.1 土地利用空間信息轉移分析

表1表示從粒度1—60 m變化過程中，不同土地覆蓋類型的面積比率轉移矩陣。根據表中各土地覆蓋類型信息的變化規律，隨著粒度的增大，可將其分為三類：林地、水域為面積增加型；耕地、草地、灌木地、未利用地為面積減少型；建設用地為面積穩定型。其中，林地面積增長最大，從粒度1—60 m變化過程中，耕地面積比例減小6.81%，草地面積比例減小 5.37%，林地面積比例增加5.12%，灌木地面積比例減小0.23%，未利用地面積比例減小16.67%，建設用地面積比例保持不變，水域面積比例減小59.69%。

2.2 土地利用景觀多樣性指數

利用Fragstats 3.3軟件分析的結果，進行類型水平上的土地景觀多樣性特征對比分析。2018年類型水平上土地景觀多樣性指數如圖 1。由圖可知，不同土地利用景觀斑塊密度大小范圍在 0.53—2.16，其中林地最大，灌木地其次，未利用地、建設用地和水域最小；不同土地利用蔓延度指數大小范圍在 0.23—0.98，其中林地最大，灌木地其次，耕地和水域最小；不同土地利用凝聚度指數大小范圍在 0.67—3.59，其中草地最大，林地其次，未利用地、建設用地和水域最小；不同土地利用分離度指數大小范圍在 1.13—3.59，其中耕地和未利用地最大，草地和水域其次，建設用地最小；不同土地利用平均形狀指數大小范圍在 0.23—3.59，其中林地最大，灌木地其次，建設用地和水域最小；不同土地利用面積加權分維數指數大小范圍在 2.01—16.32，其中林地最大，灌木地、耕地和草地其次，建設用地和水域最小；不同土地利用豐富度指數大小范圍在 0.09—3.26，其中林地最大，灌木地和草地其次，未利用地、建設用地和水域最小；不同土地利用Shannon多樣性指數大小范圍在0.09—3.26，其中林地最大，灌木地和草地其次，未利用地、建設用地和水域最小；不同土地利用均勻度指數大小范圍在 0.27—1.03，其中林地最大，灌木地和草地其次，建設用地和水域最小。

表1 土地利用面積轉移比例Table 1 Transfer proportion of land use area

2.3 土地利用景觀指數的空間粒度

圖1 土地利用景觀多樣性指數Fig. 1 Landscape diversity index of land use

利用Fragstats 3.3軟件分析的結果，進行類型水平上的土地景觀特征對比分析。2018年類型水平上土地景觀類型特征的粒度效應如圖2。從圖2的曲線變化趨勢可以看出，隨粒度不斷增加，在類型水平上，不同土地類型的景觀特征指數變化曲線主要呈現3種類型：（1）隨著粒度的不斷變大，面積加權分維數、如斑塊密度、平均形狀指數、凝聚度指數呈現單調遞減的趨勢，各指數均表現為林地最大；（2）隨粒度變化，面積百分比呈現穩定狀態；（3）在粒度變化過程中，分離度指數及有效網格大小變化曲線差異性較大。

圖2 類型水平景觀特征指數的粒度變化曲線Fig. 2 The grain size variation curve of landscape characteristic index under type level

2.4 整體水平景觀指數的空間粒度變化行為

在整體水平上，選取特征較明顯的8個景觀指數進行分析，其粒度變化曲線如圖3所示，2018年不同土地類型景觀指數大部分隨著粒度的增加呈現減小的趨勢，面積百分比和有效網格大小隨著粒度的增加呈現逐漸增加的趨勢；斑塊密度、面積加權分維數、平均形狀指數、聚集度指數、分離度指數和凝聚度指數隨著粒度的增加呈現逐漸減小的趨勢。平均形狀指數、聚集度指數、分離度指數和凝聚度指數變化幅度并不大，受空間格局特征的影響不大。

2.5 景觀指數對粒度效應的響應

在各種粒度下，各類景觀斑塊的平均分維數都大于1（表2），說明各類景觀形態都具有分形特征，呈現出一定的自相似性和復雜性。從平均水平來看，未利用地、建設用地和水域景觀相對比較規則、簡單，耕地、草地、林地景觀比較復雜，而灌木林地景觀介于他們之間，這也符合研究區的實際情況。表2還表明，各類景觀斑塊的分維數對粒度變化的響應不同，它們的分維數隨著粒度的變化呈非線性下降趨勢；在粒度較小時，各類景觀斑塊之間的分維數差異較大，而隨著粒度增大，各類景觀斑塊之間的分維數差異減小。其中，各類景觀指數的分維數在1—60 m粒度內，具有明顯的隨粒度增加而減小的趨勢，說明這些景觀的形態結構在這一粒度范圍內具有自相似性。

2.6 景觀指數與粒度的相關分析

耕地、建設用地和林草地之間的轉化頻繁，本文研究了三者在斑塊數量、歸一化形狀指數、聚集度指數與粒度之間的相關性。采用相關性分析，提取各地類景觀指數與粒度的相關系數（表3）。從耕地景觀指數與粒度的相關性來看，耕地分離度指數、平均形狀指數、面積加權分維數、豐富度指數、Shannon多樣性指數和均勻度指數與粒度呈顯著負相關（P＜0.05）；草地景觀斑塊密度、蔓延度指數、凝聚度指數、分離度指數與粒度呈顯著負相關（P＜0.05），豐富度指數、Shannon多樣性指數、均勻度指數與粒度呈極顯著負相關（P＜0.01）；林地景觀斑塊密度、平均形狀指數與粒度呈顯著負相關（P＜0.05），蔓延度指數、凝聚度指數、分離度指數、面積加權分維數、豐富度指數、Shannon多樣性指數、均勻度指數與粒度呈極顯著負相關（P＜0.01）；灌木地景觀斑塊密度、平均形狀指數、面積加權分維數、豐富度指數和均勻度指數與粒度呈顯著負相關（P＜0.05），蔓延度指數、凝聚度指數、分離度指數、Shannon多樣性指數與粒度呈極顯著負相關（P＜0.01）；未利用地蔓延度指數、凝聚度指數、豐富度指數、Shannon多樣性指數與粒度呈顯著負相關（P＜0.05）；建設用地蔓延度指數、平均形狀指數、均勻度指數與粒度呈顯著負相關（P＜0.05）；水域 Shannon多樣性指數與粒度呈顯著負相關（P＜0.05）。

表2 景觀指數對粒度效應的響應Table 2 Landscape index response to granularity effect

3 討論

圖3 整體水平景觀特征指數的粒度變化曲線Fig. 3 The grain size variation curve of landscape characteristic index under total level

表3 景觀指數與粒度的相關分析Table 3 Correlation analysis of landscape index and grain size

本研究中，雖然土地景觀存在較大差異，但是從斑塊密度、蔓延度、凝聚度方面來看，林地最大，其次是灌木區域、未開發地，而最低的是建設用地及水域；平均形狀、豐富度及多樣性指數亦是如此。而從分離度來看，其指數最高的是耕地及未利用地，草地及水域相對較低，而建設用地最低；就其平均水平而言，無論是耕地還是林地，其景觀分布并不復雜，水域景觀也較為單一，而對于草地而言，其并不是單一分布，呈現出多樣性和復雜性，其次是建設用地及灌木，而未利用地亦是如此，這與實際的區域分布幾乎一致，這些區域的景觀分布較為多樣，主要原因在于隨著煤礦的建設，人為景觀干預較為明顯，且原有的居民點遷移（陳雅如等，2018；彭羽等，2015；Almenar et al.，2018），新的建設導致原有格局發生巨大變化。

對于土地覆蓋類型而言，其斑塊密度與粒徑的變化具有密切關系，且二者呈現相反的變化走勢，對于粒度而言，其在不斷增大的情況下，優勢地類面積比率隨之上升，在此影響下，斑塊密度呈現緩慢下降（郭漩等，2017；易海杰等，2018）；通過線性分析得知，雖然土地覆蓋類型有所差異，但是其斑塊分布并不復雜，即使粒度發生了明顯改變，但是分維指數并無明顯變化，說明二者的關系并不密切。通過曲線分布得知，在粒度較小的情況下，斑塊聚集分布較為明顯，而當其上升到800 m的情況下，其分布相對分離，整個分布難以有規律可循（Langhammer et al.，2019；Chakraborti et al.，2018）。從土地類型分布的角度來看，除了喬木林地之外，對于其他類型土地而言，其分離度指數較小，與 1較為接近，從中可以看出，其受粒度的影響相對較小。對于喬木而言，其階梯式變化較為明晰，且成明顯的降低狀態，尤其是在粒度600 m的范圍。

通過實驗分析得知，當粒度在1—60 m的范圍內變化的情況下，隨著其不斷的增加，優勢景觀更加突出，且面積比率上升。對于類型水平而言，隨著其不斷增加，不同的土地類型呈現出不同的變化特點。第一，對于斑塊密度、平均形狀及凝聚度而言，其與粒度變化呈現相反的變化趨勢，尤其是林地表現更加突出；第二，無論粒度如何變化，其面積百分比幾乎無明顯變化，二者影響較小；第三，分離度變化較大，有效網格變化亦是如此。對于景觀形態而言，其自相似性能夠對其邊界特征加以描述，尤其是分維度與粒度呈現相反變化，表明當粒度達到一定范圍的情況下，其自相似性突出。不同的景觀，其斑塊維度受粒度的影響并不相同，其關系具有復雜性（劉吉平等，2016；陳永林等，2016；趙銳鋒等，2017）。

格局與過程之間的相互作用具有強烈的尺度依賴性，而尺度又可分為測量尺度和本征尺度。只有當測量尺度和本征尺度相符時，格局或過程才能被可靠的揭示。景觀格局直屬對尺度敏感性的原因在于測量尺度與研究對象的本征尺度存在差異，因而，使測量尺度不斷接近于本征尺度是深刻而準確地揭示自然現象和規律的必然選擇。本文在對景觀指數的粒度效應研究中，針對從測量尺度向本征尺度的過度進行了說明，但文章只從空間上分析了各地類景觀指數的粒度效應，并沒有從時間變化角度分析景觀指數的粒度效應，這一點還需深入研究。景觀格局是不同景觀單元和生態過程在一定時間和一定空間內相互作用的表現，它在空間或時間單方面的特征都不能代表其本質的規律性。判別景觀格局的特征尺度是進行格局分析的前提，而這個特征尺度不僅包括空間尺度，還應包含時間尺度，二者缺一不可。

4 結論

以江蘇省原生濱海濕地 2017年高精度遙感影像為基礎，采用GIS和RS技術，編制了景觀類型圖，選取經典景觀指數，探討了江蘇省原生濱海濕地景觀多樣性及其粒度效應，并分析了各景觀格局指數間的相關性。其結論如下：

（1）在1—60 m粒度范圍內，粒度增加對優勢景觀有加強作用，隨著粒度逐漸增大，景觀中的優勢覆蓋類型面積比率增大，其他景觀覆蓋類型面積逐漸減少。

（2）不同土地利用景觀斑塊密度、蔓延度指數、凝聚度指數、平均形狀指數、面積加權分維數指數、豐富度指數、Shannon多樣性指數、均勻度指數基本表現為林地最大，未利用地、建設用地和水域最小。

（3）在1—60 m粒度范圍內，粒度增加對優勢景觀有加強作用，隨著粒度逐漸增大，景觀中的優勢覆蓋類型面積比率增大。各類景觀指數的分維數在1—60 m粒度內，具有明顯的隨粒度增加而減小的趨勢，說明這些景觀的形態結構在這一粒度范圍內具有自相似性。