翁牛特旗景觀格局尺度效應分析

王朋沖 于 強 裴燕如 王 戈 岳德鵬 侯宏冰

(北京林業大學精準林業北京市重點實驗室，北京100083)

0 引言

景觀格局研究在土地利用上已經成為全球關注的熱點之一［1］。景觀格局不僅是景觀組分空間分布特征的表現，也是景觀異質性的外在體現，長期以來一直是景觀生態學理論研究的重要部分，主要包括空間異質性、相關性和空間規律性等內容。格局和過程是生態學研究的重點，要正確理解景觀格局和過程的關系，就需明確區域景觀格局的尺度效應［2-5］。

作為景觀的自然屬性，尺度效應具有重要的作用［6］。尺度對景觀具有較大的影響，不同尺度下觀測的結果和獲得的變化規律是完全不同的［7-8］。從單個尺度得出的結果來看，反映的只是該尺度下的格局與過程。多尺度上的空間分析方法是尺度效應的基礎，能夠使研究中存在多個時空尺度，在景觀等級結構識別特征尺度的研究中具有重要的作用。尺度在景觀生態學中包括2 個重要含義:粒度和幅度。空間幅度會隨著研究范圍的確定而確定，現階段對尺度效應的研究主要集中在因粒度變化而引起的粒度效應，因此粒度便成為尺度效應的研究重點和熱點。粒度是景觀單元進行運算的最小單元，粒度的不同會影響計算的精度和準確性［9-10］。選取適宜的粒度是景觀粒度效應研究的重要基礎，在進行尺度選擇時，需要充分考慮粒度效應的影響，保證合理有效地提取和傳遞景觀中所包含的有效數據和完整信息［11-13］。

本研究以內蒙古自治區赤峰市翁牛特旗為研究區域，該區域屬于中溫帶半干旱大陸性季風氣候，受海拔的影響顯著，是生態環境較脆弱的地區。本文在RS 與GIS 的支持下，利用2008、2013、2018 年相同月份的3 期遙感影像和土地利用數據，選取景觀格局指數，通過分析斑塊類型水平的空間效應和景觀水平的空間效應，研究該區域景觀格局特征及空間尺度效應。

1 材料與方法

1.1 研究區概況

翁牛特旗位于大興安嶺山脈西南端與燕山山脈余脈(通稱七老圖山)交匯地帶東麓，科爾沁沙地西端。地處117°43' ～120°43'E，42°26' ～43°25'N。北隔西拉沐倫與林西縣、巴林右旗、阿魯科爾沁旗及通遼市開魯縣相望，東以老哈河為界與敖漢旗、通遼市奈曼旗毗鄰，南與赤峰市松山區接壤，西與克什克騰旗相連，東西長約250 km，南北寬約84 km，總土地面積為11 889 km2。翁牛特旗屬于典型的中溫帶半干旱大陸性季風氣候，年平均氣溫5.8℃，年日照時數2 850 ～3 000 h，年降水量370 mm，無霜期90 ～140 d，年平均風速為3 ～4.2 m/s，最大風速32 m/s。主要河流有少郎河、葦塘河、五分地河、四道杖房河、羊腸子河，分屬西拉沐淪河、老哈河兩大水系。研究區位置如圖1 所示。

1.2 數據來源與處理

本文主要數據源包括翁牛特旗2008、2013、2018 年土地利用數據和地面數字高程(Digital elevation model，DEM)。其中2008、2013 年土地利用數據遙感影像為Landsat-5 TM 影像，由地理空間數據云(https:∥www.gscloud.cn/)提供。2018 年遙感影像來自美國地質勘探局官網(https:∥earthexplorer.usgs.gov/)，為Landsat-8 OLI 影像。上述遙感影像經過輻射定標、大氣校正之后，進行NDVI、MNDWI 提取，并利用監督分類，得到了研究區景觀格局分布數據。本文采用的數字地面高程模型數據(DEM)為全球空間分辨率30 m 數字高程數據，同樣來自地理空間數據云。本文中采用的坡度、坡向數據均提取自該高程數據。

1.3 景觀格局指數

景觀格局分布特征的常用定量化研究方法是景觀格局指數，許多學者利用該方法進行了相關研究［14］。根據所反映規律的尺度，景觀格局指數分為景觀、類型及斑塊3 種不同尺度類型的指數。目前大多從景觀水平和景觀類型水平選取指標反映景觀格局的空間異變性［15-16］。

本研究結合翁牛特旗的具體情況，運用景觀格局分析軟件Fragstats 4.2 計算景觀格局指數，對翁牛特旗土地利用景觀要素的空間格局特征進行分析。本文從景觀水平和景觀類型水平兩方面選取了10 個景觀格局指數，在景觀水平上選取斑塊密度(PD)、最大斑塊指數(LPI)、凝聚度(COHESION)、香農多樣性(SHDI)、香農均勻性(SHEI)和聚合度(AI)來表征在景觀尺度景觀格局特點;在景觀類型水平上，選取了斑塊密度(PD)、斑塊面積百分比(PLAND)、周長面積分維數(PAFRAC)、聚集度(CLUMPY)、凝聚度(COHESION)、有效網格面積(MESH)6 個指數，以GRID 格式土地利用圖為數據源，導入Fragstats 4.2 軟件進行計算。具體指標的計算方法如下:

(1)斑塊密度(PD)表現某種斑塊在景觀中的密度，可反映出景觀整體的異質性與破碎度［17］，公式為

式中 NP——斑塊數量，個

A——景觀或斑塊的總面積，hm2

PD——斑塊密度，個/hm2

(2)最大斑塊指數(LPI)用于確定景觀中的優勢斑塊類型，間接反映人類活動干擾的方向和大小，公式為

式中 amax——景觀或某一種斑塊類型中最大斑塊的面積，hm2

LPI——最大斑塊指數，%

(3)聚集度(CLUMPY)反映斑塊在景觀中的聚集和分散狀態，數值在-1 ～1 之間，當指數結果為-1 時斑塊為完全分散型狀態，結果為0 時呈隨機分布，結果為1 時為聚集狀分布。

(4)凝聚度(COHESION)可衡量相應景觀類型自然連接性的程度，可以反映斑塊連通性，公式為

式中 aij——第i 類景觀中第j 個斑塊的面積，hm2p

ij——第i 類景觀中第j 個斑塊的周長，m

CohEi——凝聚度，%

m——景觀中斑塊類型的總數

(5)周長面積分維數(PAFRAC)指景觀不規則幾何形狀的非整數維數，反映景觀形狀復雜程度，公式為

式中 N——斑塊數量

n——第i 類景觀斑塊數量

(6)有效網格面積(MESH)是景觀中斑塊面積的平方和與景觀總面積的比值，可用于比較景觀中斑塊的平均面積。景觀總面積不變時，有效網格變大，反映該類型面積增加，表明其在景觀中的比重加大［18］。

(7)香農多樣性(SHDI)是各景觀的面積百分比與其面積百分比的自然對數乘積的累加結果與-1 的乘積，即

式中 Pi——斑塊類型i 占整個景觀的面積比

SHDI——香農多樣性

(8)香農均勻性(SHEI)反映在研究區內不同景觀類型的分布狀況，量化反映各景觀類型在研究區內分布的均勻程度［19］，公式為

(9)斑塊面積百分比(PLAND)指景觀中某一斑塊類型占整個景觀面積的相對比例，用來衡量景觀的類型組成和相對大小［20］，公式為(10)聚合度(AI)反映景觀中不同斑塊類型的非隨機性或其聚集程度。

1.4 尺度轉換

本次研究以2008、2013、2018 年土地利用數據為數據源。在ArcGIS 9.4 軟件的支持下，利用ArcToolbox 中的重采樣工具對原始柵格進行不同分辨率的重采樣，將3 期的土地利用數據轉換為30、60、90、120、150、180、210、240、270、300 m 共10 種粒度等級的柵格數據。在重采樣過程中選用優勢類型法進行賦值，即在生成的新像元中按照多數原則，采用像元數目較多的屬性作為新產生像元的屬性，若不同屬性所占新像元的數目相同時則由程序隨機決定新像元的類型。

1.5 景觀類型水平的空間尺度效應

尺度效應對于景觀格局研究具有重要的作用。只有了解景觀格局指數的尺度效應，才能反映土地利用景觀格局及其動態變化的信息，預測景觀格局受自然或者人為因素的影響［21-22］。為研究景觀指數隨空間尺度變化的效應關系，借助軟件Fragstats 4.2，在景觀類型水平上選取斑塊密度(PD)、斑塊面積百分比(PLAND)、周長面積分維數(PAFRAC )、聚 集 度 (CLUMPY )、凝 聚 度(COHESION)、有效網格面積(MESH)6 個指數進行分析。

1.6 景觀水平的空間尺度效應

在景觀水平上選取斑塊密度(PD)、最大斑塊指數(LPI)、凝聚度(COHESION)、香農多樣性(SHDI)、香農均勻性(SHEI)和聚合度(AI)6 個特征指數，反映景觀水平指數隨粒度變化的特征與規律。

2 結果與分析

2.1 景觀格局指數變化分析

基于Fragstats 4.2 專業軟件，將2008、2013、2018 年3 期的景觀類型分布圖轉換為geo Raster 格式，在景觀和類型尺度上進行景觀格局指數的計算，結果如表1、2 所示。

表1 景觀水平指數Tab.1 Landscape level index

在景觀水平上，PD 呈現了先減少后增加的變化趨勢。景觀水平的LPI 在10 年間出現下降趨勢，從15.01%減少至13.22%，說明該區域受到人類干擾，優勢景觀略微減少;COHESION 指數在10 年間變化幅度不大，趨于穩定，說明該區域景觀的自然連接性較好;SHDI 呈現先增加后不變的趨勢，表明各斑塊大小趨于均衡，景觀區域破碎;SHEI 與AI 的演變趨勢與SHDI 的變化規律相似，均說明不同斑塊之間的均衡度越來越高，而優勢景觀尚沒有形成，景觀破碎度正在加劇。

表2 景觀類型水平指數Tab.2 Landscape pattern type level index

在類型水平上，耕地景觀的PD 呈先下降后不變的趨勢，PLAND 呈上升趨勢，MESH 出現上升趨勢，說明10 年間耕地成為主要景觀;林地景觀變化趨勢與耕地相似。草地景觀的PLAND 呈下降趨勢，MESH 出現下降趨勢且下降速率較大，說明近10 年該區域生態建設得到完善:建設用地景觀的PD 呈先增加后不變的趨勢，PLAND 呈先減小后上升的趨勢，表明連通性不斷下降，景觀格局越來越破碎化;水域景觀與未利用地景觀的景觀格局變化也表現為優勢景觀缺失，連接性不高的特點。

2.2 景觀類型水平的空間尺度效應變化分析

2.2.1 不同土地類型的多尺度格局分析

采用上述數據與方法計算得出翁牛特旗斑塊類型水平上的指數值，運用Excel 進行數理統計及尺度檢測圖的繪制，對3 個時期不同土地利用類型進行多尺度格局分析，以直觀反映同一土地利用類型不同指數隨粒度的變化規律。

(1)耕地

由圖2 可以看出，耕地的斑塊密度隨著景觀格局分辨率的不斷降低呈現先下降后趨于平緩的趨勢，其中2008 年下降速率較大，2013 年和2018 年下降速率較小，趨于穩定且沒有明顯的轉折點。斑塊面積百分比隨著景觀格局分辨率的降低沒有明顯的變化，曲線基本保持水平，對粒度敏感性較小。其中，2008 年指數值最小，2018 年指數值最大。耕地的周長面積分維數隨著景觀格局分辨率的降低呈現不斷上升的趨勢，粒度在30 ～90 m 時上升速率較大，在90 m 之后上升速率變小。斑塊聚集度變化趨勢隨著景觀格局分辨率的下降呈現不斷下降的趨勢，沒有明顯的轉折點，下降速率基本保持穩定。斑塊凝聚度隨著景觀格局分辨率的不斷降低呈現部分不同程度的下降趨勢，2008 年變化較大，其中在粒度為270 m 處出現明顯轉折點，2008 年在270 ～300 m 下降速率最大，2013 年和2018 年曲線變化趨勢相似，270 ～300 m 呈現上升趨勢，但上升速率平緩。耕地的有效網格面積指數隨著粒度的增大表現為先增加后下降的變化規律，在240 m 處出現轉折點，2008 年在240 m 之后出現下降趨勢，2013 年和2018 年在240 m 處出現先下降后升高的趨勢，其中2018 年指數值最大。

圖2 不同時期耕地類型指數隨粒度的變化曲線Fig.2 Variation of cultivated land type index with grain size in different periods

(2)林地

由圖3 可以看出，隨著景觀格局粒度不斷增大，林地的斑塊密度出現下降趨勢，2008 年下降速率較大，2018 年趨于平緩狀態。林地的斑塊面積百分比隨著景觀粒度增加沒有明顯變化，2018 年指數值最大，2008 年指數值最小。林地的周長面積分維數隨著景觀格局分辨率降低呈現上升趨勢，其中，2008年在30 ～120 m 上升速率較大，120 m 之后上升速率較小。林地的聚集度和凝聚度都隨景觀格局粒度增加出現下降趨勢，沒有明顯的轉折點。林地的有效網格面積在2013、2018 年隨著粒度增加表現為先平緩后上升的變化規律，在270 m 處出現明顯的轉折點，270 ～300 m 上升速率最大。

(3)草地

由圖4 可以看出，草地的斑塊密度隨著景觀格局分辨率的不斷降低呈現不同程度的變化，其中2008 年在180 m 處有明顯的轉折點，下降速率較大，2013 年和2018 年呈現先上升后下降的變化趨勢，趨于穩定并沒有明顯的轉折點。斑塊面積百分比隨著景觀格局粒度的增加沒有明顯的變化，曲線基本保持水平狀態，對粒度敏感性較小。其中，2008年指數值最大，2018 年指數值最小。草地的周長面積分維數隨著景觀格局粒度的增加呈現不斷上升的趨勢，2008 年在30 ～90 m 上升速率較大，在90 m 之后上升幅度較小，2018 年上升速率較大。斑塊聚集度變化趨勢隨著景觀格局粒度的增加呈現不斷下降的趨勢，沒有明顯的轉折點，下降速率較為穩定。斑塊凝聚度隨著景觀格局粒度的不斷增加呈現部分不同程度的下降趨勢，在240 m 處出現明顯轉折點，在240 ～270 m 時下降速率最大。草地的有效網格面積指數隨著粒度的增加表現為先增加后下降的變化規律，在240 m 出現轉折點，2008 年在240 m 之后出現下降趨勢，2013 年和2018 年在240 m 處出現下降趨勢，其中2008 年變化幅度最大。

(4)水域

圖3 不同時期林地類型指數隨粒度的變化曲線Fig.3 Changes of forest land type index with grain size in different periods

圖4 不同時期草地類型指數隨粒度的變化曲線Fig.4 Changes of grassland type index with grain size in different periods

由圖5 可以看出，水域的斑塊密度隨著景觀格局粒度的增加呈現不同程度的變化，其中2008 年出現先上升后趨于平緩的狀態，在210 m 有明顯的轉折點，但變化幅度不大。2013 年和2018 年呈現先上升后下降的變化趨勢，分別從0.005 個/hm2增加到0.046 個/hm2，從0.010 個/hm2增加到0.046 個/hm2。30 ～120 m 上升速率較大，在180 m 處有明顯的轉折點。斑塊面積百分比隨著景觀格局粒度的增加沒有明顯的變化，曲線基本保持穩定，2008 年指數值最大。水域的周長面積分維數隨著景觀格局粒度的增加呈現先上升后平緩的趨勢，在30 ～60 m 時上升速率較大。斑塊聚集度變化趨勢隨著景觀格局粒度的增加呈現不斷下降的趨勢，沒有明顯的轉折點，下降速率較為穩定。斑塊凝聚度隨著景觀格局粒度的增加呈現部分不同程度變化趨勢，在240 m 處出現明顯轉折點，在240 ～270 m 下降速率最大。水域的有效網格面積指數隨著分辨率的下降表現為先下降后上升的變化規律，在270 m 出現轉折點，2008 年在270 m 之后出現上升趨勢，2013 年和2018 年在240 m處出現下降趨勢。

(5)建設用地與未利用地

圖5 不同時期水域類型指數隨粒度的變化曲線Fig.5 Variation of water type index with particle size in different periods

建設用地和未利用地的景觀格局指數隨著粒度變化出現相應的變化，其趨勢和規律與耕地基本相似。從而也論證了景觀格局粒度效應的本質是粒度的改變導致不同柵格單元對斑塊的融合、分割和邊界改變。因此不同時期的數據并不影響研究結果。

2.2.2 斑塊類型指數對空間尺度變化的響應

本次研究選取了2018 年斑塊類型指數數據，對6 種不同土地類型景觀格局指數隨粒度變化的規律進行綜合對比分析，結果如圖6 所示。

由圖6 可以看出，斑塊密度的粒度效應具有如下特征:不同土地利用類型的斑塊密度隨粒度增大變化幅度不大，其中水域變化較為明顯，出現先上升后下降的趨勢，在60 ～150 m 范圍內上升速率較大，粒度在180 m 時出現轉折，粒度大于180 m 時，曲線變為下降趨勢。其次為耕地，耕地曲線變化趨勢為先平緩后下降，耕地是唯一下降的土地類型。林地、草地、建設用地和未利用地曲線變化趨勢基本相似。這是因為隨著粒度的增加，景觀中較小的斑塊被周圍較大的斑塊合并，使得耕地成為優勢類型，因此耕地的斑塊密度下降。

不同土地利用類型斑塊面積百分比的粒度效應曲線基本保持水平狀態，隨著粒度的增大，原有面積基本保持不變。其中，草地所占景觀面積比最大，其次是耕地和未利用地，建設用地最小。從中可以看出，草地、耕地是該區域的主要土地類型，景觀多樣性較低。

圖6 不同土地類型景觀指數粒度效應Fig.6 Granularity effect of landscape index of different land types

不同土地利用類型的周長面積分維數變化的趨勢基本相似，均呈先上升后平緩的狀態，其指數在1.25 ～1.60 之間變化。其中建設用地的變化幅度最大，從1.27 增加至1.43，水域變化最為穩定，基本保持水平，其他4 種土地類型在粒度30 ～60 m時，上升速率較大。總體來看，研究區的土地利用類型的斑塊形狀相對較規則，粒度變化對分維數指數的影響較小。

從聚集度效應曲線來看，曲線總體變化均為下降趨勢，當粒度在30 m 時，土地利用類型的聚集度接近1.0，在30 ～300 m 粒度范圍內，其聚集度指數在0.3 ～1.0 之間變化。其中，建設用地的變化幅度較大，聚集度從0.9 減少至0.3，其他變化幅度較小，在粒度240 m 時，曲線趨于平緩。

從凝聚度效應曲線來看，隨著粒度的增加，不同土地類型的凝聚度出現不同程度的下降。其中，建設用地下降幅度最大，指數從94%減少至49%，草地和未利用地基本沒有變化，曲線保持水平，說明兩種類型的斑塊連通性較好，林地、耕地和水域的指數值變化較小，在240 m 后指數值趨于平緩。

從有效網格面積效應曲線來看，隨著粒度的變化，未利用地、草地和耕地變化較大，說明粒度對上述3 類土地類型的平均面積影響較大，未利用地在粒度為180 m 時變化較大，上升速率較大，草地和耕地在粒度為240 m 時出現轉折，曲線趨勢為先下降后增加。林地、水域和建設用地指數變化不大，影響較小，說明斑塊平均面積隨粒度變化較小。

2.3 景觀水平指數隨粒度的變化

對2008、2013、2018 年3 個不同時期的景觀水平指數進行計算對比，結果如圖7 所示。

圖7 不同景觀水平指數隨粒度的變化曲線Fig.7 Changes of landscape horizontal index with grain size

由圖7 可以看出，斑塊密度隨著粒度的變化出現不同程度的變化趨勢，2008 年呈現下降趨勢，2013 年和2018 年呈現先上升后下降的趨勢，在粒度為150 m 時出現明顯的轉折點。說明斑塊密度具有明顯的粒度效應。

隨著粒度的增大，該區域最大斑塊指數出現波動較大的變化，其中2008 年波動幅度最大，變化趨勢為先緩慢上升再快速上升后急速下降，在30 ～120 m 上升幅度較小，在120 ～180 m 上升速率較大，在240 m 出現明顯的拐點，240 m 之后出現明顯下降。2013 年和2018 年變化趨勢相似，均為上升趨勢，在210 ～240 m 上升速率較大。

凝聚度隨著粒度的增加呈現下降的趨勢，3 期均在粒度為240 m 時出現明顯的拐點，但2013 年和2018 年在粒度為270 m 出現第2 次拐點。香農多樣性隨著粒度的增加波動不大，其中2018 年最大。說明在30 ～300 m 的區間內，景觀的斑塊類型沒有發生顯著變化。香農均勻性與香農多樣性變化類似，也是波動較小，其中2018 年最大。景觀內各斑塊的均勻性隨粒度變化不大，這說明各類斑塊的均勻程度基本不受粒度的影響，對粒度變化的敏感性較低。對于景觀水平的聚合度，與斑塊類型景觀指數的聚集度相似，都隨著粒度的增大而逐漸降低，這說明無論從各個斑塊的角度來看，還是從整體景觀角度來看，斑塊形狀逐漸趨于平緩，且不同斑塊會隨粒度的增大而融合成為一體。因此，聚合度也會隨著粒度增大而逐漸降低。

綜上所述，隨著粒度的增加，不同景觀水平指數對尺度變化的響應不同，表明空間尺度變化對景觀特征指數具有顯著影響，且在粒度變化達到一定閾值時，景觀指數的尺度效應檢測曲線會發生一定程度的趨勢變化，出現明顯或不明顯的轉折點，這是因為分辨率的改變引起柵格單元面積的變化，伴隨著不同景觀斑塊間的分割或融合，影響斑塊邊界長度和面積的固定關系，從而改變了景觀的相關特征，導致不同景觀特征指數發生一系列的變化。

3 結論

(1)以翁牛特旗為研究區，通過利用翁牛特旗2008、2013、2018 年3 期土地利用數據，將景觀類型分為耕地、林地、草地、水域、建設用地和未利用地，運用Fragstats 4.2 專業軟件進行景觀格局指數運算。從2008 年到2018 年，在景觀水平上，斑塊密度、最大斑塊指數、凝聚度分別減少了0.08 個/hm2、1.79 個百分點、0.05 個百分點，香農多樣性、香農均勻性和聚合度分別增加了0.08、0.05 和0.32 個百分點，說明優勢景觀尚未形成，景觀破碎度正在加劇。

(2)從景觀類型和景觀水平兩個方面對翁牛特旗景觀空間尺度進行分析，闡述了景觀指數隨粒度變化的規律性，最終得出該區域形成了以耕地、林地和草地為主的景觀格局。

(3)在景觀類型上，2008 年耕地的凝聚度變化較大，減少了2.23 個百分點，并在粒度為270 m 時發生轉折;草地的斑塊密度波動較大，減少了0.018 個/hm2，并在粒度為150 m 和210 m 處存在拐點;水域的周長面積分維數呈增長趨勢，增加了0.1。2013 年和2018 年水域的斑塊密度呈增長趨勢，分別從0.005 個/hm2增加到0.046 個/hm2、從0.010 個/hm2增加到0.046 個/hm2。2013 年，耕地的有效網格面積變化較大，增加了12 966 m2，粒度為270 ～300 m 時景觀指數變化幅度較大;草地的凝聚度在粒度為240 ～270 m 時波動幅度較大，減少了1.95 個百分點。

(4)在景觀水平上，2008 年最大斑塊指數隨著粒度變化發生較大波動，呈現先增大后減小的趨勢，粒度為240 m 處出現拐點;2018 年的凝聚度隨著粒度變化波動較大，粒度在240 ～270 m 變化較大，減少了1.48 個百分點。