川北地形過渡帶地形因子對土地利用與景觀格局變化的影響

劉 濤,侯蘭功

(西南科技大學 土木工程與建筑學院,四川 綿陽 621000)

自1995年國際地圈生物圈計劃(IGBP)和國際全球環境變化人文因素計劃(IHDP)首次提出了“土地利用/土地覆蓋變化(LUCC)”研究計劃，此后LUCC成為環境變化問題的研究熱點[1]。地形因影響光、水和熱量的差異性分布導致土地利用變化約為水平異變度的1 000倍[2]。尤其在山地丘陵過渡帶，土地利用地形梯度變化對經濟建設和農業生產活動具有深遠的影響，其土地資源的可持續性利用關系到區域的糧食安全和生態安全[3]。早期國內學者更多從一級地形等級[4](如高程、坡度和坡向[5-6])出發探究土地利用梯度變化，主要采用轉移概率矩陣[7]、土地利用變化速度指標[8]和土地利用程度綜合指數[9]等方法定量分析土地利用時空變化。近幾年，研究發現地形位指數更簡潔直觀地體現出地貌特征[10]，并且在此基礎上深入探究二級地形等級[4]如地形起伏度[11]、坡形[12]，坡位[13]等，其研究方法更趨于分析土地利用時空的差異性，例如土地利用圖譜法[14]、移動窗口法[15]等方法。其研究區域主要涵蓋行政區劃[16]、流域[17]、農牧交錯帶[18]和特殊地形區[19]等。

四川省江油市處于川北地區成都平原和秦嶺山地間的過渡地帶，其地形復雜多樣，包含豐富的生態資源與地理信息。深入探究此類地形過渡帶土地利用類型的時空變化能夠清晰的展現出不同地貌下土地利用時空分布特征以及地形梯度變化下的土地利用變化規律。有學者從時間序列出發，定量分析江油市土地利用變化程度[20]，亦有學者利用元胞自動機—馬爾可(CA-Markov)模型預測2020年江油市土地利用分布格局[21]，并取得較好的研究成果。然而，對于復雜地理單元，從時間角度橫向對比其土地利用變化程度往往會忽略地形對土地利用格局所造成的空間差異性。因此，本文基于地形位指數，利用土地利用轉移矩陣法以及分布指數法分析四川省江油市土地時空分布及變化特征，旨在深入探究地形因子與土地利用變化之間的關系，以及在不同地形條件下人類活動對于土地利用時空變化的影響。選取景觀生態學中部分景觀指數，利用移動窗口法以及雙變量空間相關性分析法探討土地景觀時空異質性，并分析地形因子與土地利用景觀指數的空間相關性，為進一步了解該區域空間分布規律與時間變化規律提供基礎數據，可為土地利用空間優化、生態環境保護等方面提供參考。

1 研究區概況

江油市作為綿陽市下轄的縣級市，位于四川盆地西北部，龍門山東南部，介于31°32′26″—32°19′18″N和104°31′35″—105°17′30″之間，幅員面積2 719 km2，年均氣溫15.9 ℃，全年平均降雨量1 113.21 mm，屬于亞熱帶季風氣候。至2018年末，全市生產總值達428.03億元，第一產業占19.5%，是國家重要的商品糧食基地。研究區屬于典型的地形過渡帶地區，其地貌類型主要包括山地、丘陵和平壩。其中，山地面積占51.2%，丘陵面積占26.5%，平壩面積僅占22.2%。其主要用地類型以林草地為主，面積占60.6%；其次為水田，面積占31.0%。

2 數據來源與研究方法

2.1 數據來源

本研究所用到的基礎數據均來自地理空間數據云(http:∥www.gscloud.cn/)，DEM為ASTER GDEM30 m分辨率影像。土地利用數據是利用分辨率為30 m×30 m，云量小于8%的2003年9月、2010年9月Landsat 5 TM以及2018年8月Landsat 8OLI三期遙感影像，經ENVI 5.3中輻射定標、大氣矯正、裁剪等步驟，利用最大似然法對假彩色影像進行監督分類后得到。利用Google Earth的高分辨率影像對分類結果進行修正處理，并隨機選取400個樣本點對修正后分類結果進行精度驗證，總體精度均大于85%，檢驗結果表明分類結果能夠為這次研究提供數據支持。

2.2 研究方法

2.2.1 土地利用變化轉移矩陣 本研究引入土地利用變化轉移矩陣來分析土地利用類型間的相互轉換情況，進而分析土地利用變化的內在過程和趨勢。土地利用變化轉移矩陣的表達形式為：

(1)

式中：S為土地面積；n為土地利用的類型數；i，j為研究期初與研究期末的土地利用的類型序號。

2.2.2 地形位指數 地形位指數是高程和坡度兩個因素的綜合體現，能夠宏觀體現不同地形條件下土地利用類型的分布特征和變化規律[22]。計算公式為：

(2)

式中：T為地形位指數；E，S分別為某點的高程和坡度；E，S分別為區域的平均高程和坡度。

2.2.3 地形分布指數 為消除各地行為梯度上土地利用類型分布面積差異的影響，引進分布指數這個標準無鋼量表征不同地類在地形梯度上的分布情況。計算公式為：

P=(Sij/Si)×(Sj/S)

(3)

式中：P為景觀類型分布指數；j為地形因子(高程、坡度和地形起伏度)；i為景觀類型；Sij為在特定等級下地形因子j的第i類景觀類型的面積；Si為i類景觀類型的面積；S為整個區域的面積；Sj為整個區域在特定等級下地形因子j的景觀類型總面積。其中分布指數p=1時，代表某種景觀類型在該種地形上的比重與研究區內該景觀的比重相等。p>1時，某地類在該地形上的比重大于該地類總面積在研究區域的比重。因此，將p>1設定為該景觀類型的優勢位。

2.2.4 移動窗口法 移動窗口法可以直觀清晰地呈現出區域景觀的空間異質性，由于景觀格局指數受空間尺度的影響較大，經300，600，900，1 200 m邊長的窗口調試，最終確定最佳分析尺度為邊長900 m的矩形移動窗口。本文景觀指數分別為斑塊密度(PD)Shannon多樣性指數(SHDI)。

2.2.5 空間相關性分析 傳統數量統計分析在表達空間關系上存在不足，空間統計分析則可研究與地理位置相關的具有空間依賴、空間關聯或空間自相關的數據[23]。為更直觀地表達地形因子與景觀指數空間分布關聯模式，本文采用空間相關方法來測度兩者的空間格局相關性。運用雙變量空間相關模型，此模型能準確地把握局部空間要素的集聚與分異特征。計算公式為：

(4)

式中：Ikl為雙變量空間相關系數；Xik為空間單元i屬性k的值；Xjl為空間單元j屬性l的值；Xk，Xl為屬性k，l的平均值；σk，σl為屬性k，l的方差；Wij為空間單元i，j之間的空間權重矩陣。

3 結果與分析

3.1 土地利用時空變化

3.1.1 土地利用結構變化 由表1可知，江油市在2003—2018年土地利用變化較為明顯。在2003—2018年期間，江油市林草地、水田以及旱地面積呈現減少的趨勢，其中水田面積減少最大，減少面積3 414.82 hm2，大多發生在南部城區附近；其次為林草地，面積減少2 242.07 hm2；北部山區旱地面積減少量為1 732.96 hm2。在2003—2018年水域面積和建設用地面積呈現增加趨勢，其中建設用地面積增加較快，增加面積4 975.14 hm2；水域面積對于建設用地而言相對較小，增加面積1 765.25 hm2；其他用地由于基數較小，面積僅增加203 hm2。

表1 江油市2003-2018年土地利用變化 hm2

分階段來看，林草地、水田和旱地在2003—2010年以及2010—2018年兩個時段都呈現減少的狀態，而建設用地、水域和其他用地都呈現出增加的狀態。在2003—2010年期間，林草地、水田和旱地分別減少了969.2，2 238.98，1 161.36 hm2；建設用地、水域和其他用地面積分別增加了3 360.36，842.74，122.15 hm2。在2010—2018年期間，林草地、水田和旱地分別減少了672.87，1 175.84，571.6 hm2；建設用地、水域和其他用地面積分別增加了1 614.78，922.51，81.52 hm2。通過兩個時段進行對比，發現2003—2010年期間江油市土地利用的變化量整體高于2010—2018年，這是由于2003—2010年期間城市化速度以及城市擴張度高于2010—2018年，其中“退耕還林、還草”、“城市開發邊界的劃定”等相關政策亦會影響江油市土地利用變化強度。

3.1.2 土地利用轉移變化 依據三期土地利用分類矢量數據，經過ArcMap 10.2中數據融合與疊置分析法，利用Excel中數據透視表得到土地利用轉移數據。由表2可以看出，2003—2010年期間旱地向林草地轉移面積最大，轉移面積為10 800.36 hm2，大多發生在研究區北部、西北部等山地區域，主要是由于“退耕還林、還草”等政策使不適宜耕種的旱地轉化為林草地。平原地區主要表現為水田向建設用地轉移，轉移面積為2 916.27 hm2，是建設用地擴張占用水田用地所導致。水田與旱地相互轉化主要發生在研究區中部，該區域以丘陵為主。由表3可知，2010—2018年期間，旱地向林草地轉移最為劇烈，轉移面積為9 889.20 hm2；水田向建設用地轉移2 632.58 hm2；水域用地向建設用地轉移589.23 hm2。結合2003—2010年與2010—2018年兩期江油市土地利用轉移矩陣可以看出，2003—2010年期間土地利用變化強度高于2010—2018年，具體表現為，2003—2010年期間旱地轉林草地面積、水田轉建設用地面積、水域轉建設用地的面積比2003—2010年期間所對應的轉移面積分別少了911.16，283.69和457.38 hm2，說明相對于2003—2010年期間的土地利用變化，2010—2018年土地利用呈現出相對穩定狀態。

表2 江油市2003-2010年土地利用變化轉移矩陣 hm2

表3 江油市2010-2018年土地利用變化轉移矩陣 hm2

3.1.3 土地利用在地形位梯度上的分布變化 利用分布指數得到2003，2010和2018年3期用地類型在地形位梯度上的分布變化(見圖1)。由圖1可見，在地形位低于7梯度時，林草地呈劣勢分布，并且2003年林草地分布指數大于2018年；大于7梯度時，林草地為優勢分布，且2018年優勢度整體高于2003與2010年。這表明隨著低地形位地區林地面積減少以及高地形位地區的“退耕還林、還草”政策的實施，使林草地面積向高地形位地區集中。2003年旱地分布優勢位于2～12梯度間，且6梯度最具優勢(p=1.4)；2018年旱地分布優勢在3～10之間，且最高為6梯度(p=1.52)。可知，研究區旱地類型呈現出向地形位指數為6的區域集中趨勢。2003年水田用地在地形位等級為9時p=1，2018年當p=1時，地形位等級為11，隨地形位等級增加，2003年水田分布指數下降趨勢快于2018年。這表明受人類活動以及經濟建設的影響，水田用地優勢度呈現出向較高等級發展的態勢。隨著建設用地的增加，低地形位指數的建設用地優勢度逐漸提高，從2003年p=5.08增加至2018年p=5.72，且建設用地呈現出向較高地形位擴張趨勢。水域用地在低地形位等級上呈優勢分布，然而從2003年的最高分布指數(p=4.13)下降到2018年(p=3.14)，呈現出低地形位等級的水域面積下降趨勢。未利用地優勢分布于0～5以及9～13等級上；在0～5等級上2018年分布指數低于2003和2010年；在9～13等級上，2018年分布指數高于其他兩年，可以看出，該區域未利用地呈現出向中地形位指數等級集中趨勢。

圖1 研究區不同土地利用類型在不同地形位梯度等級上的分布指數

3.2 景觀格局時空變化

3.2.1 斑塊密度時空變化 將3期土地利用數據柵格數據導入fragtats軟件，利用移動窗口法得到研究區斑塊密度時空變化特征(見圖2)。

由圖2可見，研究區景觀格局整體呈現出北部、西北部斑塊密度較低，中部、東南部斑塊密度較高的形態。斑塊密度較低區域主要分布在地形位較高的山地地區；斑塊密度較高的地區地形位指數較低，主要位于平原、丘陵地區。從時間變化來看，研究區北部山區延河兩側斑塊密度呈現下降趨勢，是由于河流兩側耕地面積減小所導致；中部以及東南部主要作為低山丘陵區域，斑塊密度呈現出增加趨勢，表明該區域耕地、水田的破碎化程度加劇。研究區城市區域斑塊密度主要表現為下降趨勢，是由于建設用地的擴張侵占了外圍大量的水田、林草地等用地，導致該區域用地類型趨于單一化。

圖2 2003-2018年研究區景觀格局的斑塊密度時空變化

3.2.2 Shannon多樣性指數時空變化 Shannon多樣性指數能夠反映出景觀的多樣性與異質性[24]。利用移動窗口法得到Shannon多樣性指數空間分布圖(圖3)。由圖3可知，研究區整體呈現出北部山區Shannon多樣性指數較低，而南部丘陵平原區域相對較高，表明了丘陵平原區域土地利用類型豐富多樣性，以及在空間上的復雜性和不均勻性。從時間變化來看，山地區域河流沿岸受耕地減少的影響，景觀多樣性呈現出向河流集中的趨勢；平原地區的河流受人類活動的影響，景觀豐富度逐漸降低。中部丘陵區域Shannon多樣性指數呈現為上升趨勢，表明該區域土地利用類型較為豐富和復雜。平原丘陵與山地地貌類型的交匯處Shannon多樣性指數較高并且呈線性分布，這是由于不同地貌交匯處擁有林草地、旱地、水田等多種不同用地類型，其景觀類型的復雜性和不均勻性導致該區域擁有多樣性景觀。

圖3 2003-2018年研究區景觀格局的Shannon多樣性指數時空變化

3.2.3 景觀指數與地形因子空間相關性 通過GeoDa軟件的Multivariate LISA工具可以得到研究區域內地形位指數與斑塊密度的LISA聚類圖(圖4)。

由圖4可見，研究區地形位指數與斑塊密度的空間耦合存在5種類型的聚集區，其中高—低聚集區大多分布于研究區北部山區；低—高聚集區大多位于研究區東南部，該地區以低山丘陵為主；高—高聚集區大多集中在研究區中部山地丘陵交匯區域；不顯著聚集區面積最大，主要位于河流交匯處以及主城區所在區域。從變化情況來看高—高聚集區從散亂分布到集中于山地丘陵交匯處，表明隨著人類活動以及自然環境的變化，地形位變化較快的地區地形因子與斑塊密度具有較強的正相關性；在山地區域，不顯著區域大多位于河流沿岸，并呈現出面積下降的趨勢；在研究區主城區附近，不顯著聚集區面積逐漸增大，是由于人類聚集區域的地形位指數與斑塊密度因受其他外來因素影響較大從而表現為兩者相關性不顯著。

圖4 2003-2018年研究區景觀格局的斑塊密度與地形位指數的雙變量LISA聚類結果

地形位指數與Shannon多樣性指數的雙變量空間相關性如圖5所示。山地區域大多為高—低聚集區，位于研究區北部。低—高聚集區位于研究區東南部，該地區為平原丘陵地貌。LISA聚類圖中高—高聚集區大多位于研究區中部，該區域主要為山地平原交匯處。山地地貌不顯著聚集區大多位于河流兩側，是人類和旱地集中的區域；平原丘陵區域不顯著聚集區大多位于人口密度較高的區域。從變化來看，高—高聚集區呈現出向研究區中部集中的趨勢，該地區為丘陵和山地交匯處。山地地貌下高—低聚集區面積呈現出增加的趨勢，主要是由于人類活動減弱導致山地區域耕地面積減小，從而使不顯著聚集區轉化為高—低聚集區。研究區丘陵平原區域不顯著聚集區呈現出從中部向南部擴張態勢，表明南方平原地形因子與多樣性景觀的相關性受其他因素影響逐漸增大。

圖5 2003-2018年研究區景觀格局的Shannon多樣性指數與地形位指數的雙變量LISA聚類結果

4 結論與討論

4.1 結 論

(1) 在2003—2018年期間，江油市林草地、水田以及旱地面積呈現減少的趨勢，其中水田面積減少最大，減少面積3 414.82 hm2；建設用地面積增加較快，增加面積4 975.14 hm2；發現2003—2010年期間江油市土地利用的變化量整體高于2010—2018年。

(2) 旱地向林草地轉化最為劇烈，主要發生在研究區北部、西北部等山地的區域。南部平原地區主要表現為水田向建設用地轉化；水田與旱地相互轉化主要發生在研究區中部。

(3) 旱地和未利用地優勢梯度向中地形位梯度集中，且優勢度增加；低地形位等級上建設用地、水田和水域優勢度逐漸降低，并具有優勢梯度向較高地形位梯度擴展趨勢；低地形位地區林草地劣勢分布趨于明顯，而在高地形位地區分布優勢度逐漸上升。

(4) 研究區整體呈現出北部、西北部斑塊密度、Shannon多樣性指數較低，中部、東南部斑塊密度、Shannon多樣性指數較高的空間形態。河流沿岸以及山地丘陵交匯處斑塊密度與Shannon多樣性指數較高，且呈線性分布。從變化來看，北部山區延河兩側斑塊密度與Shannon多樣性指數呈現下降趨勢；中部以及東南部主要為低山丘陵區域，其斑塊密度與Shannon多樣性指數呈現出增加趨勢；城市區域斑塊密度主要表現為下降趨勢。

(5) 研究區高—高聚集區向山地丘陵交匯處集中，丘陵平原地區不顯著聚集區呈現出從中部向南部擴張態勢，山地地貌下高—低聚集區面積呈現出增加的趨勢，而低—高聚集區面積逐漸減少，在主城區附近不顯著聚集區面積逐漸增大。

4.2 討 論

在2003—2018年期間，水田面積減少3 414.82 hm2，建設用地面積增加4 975.14 hm2，表明人類活動是土地利用變化最主要的因素，其中“退耕還林還草”、“城市開發邊界的劃定”等相關政策亦會影響江油市土地利用變化強度。旱地向林草地轉移大多發生在西北山區，其“退耕還林、還草”政策以及山區人口數量下降是影響該轉移的主導因素；主城區周邊大量水田轉移為建設用地，需控制城市無序蔓延，以保證江油市糧食安全。2018年高地形等級地區林地優勢度最高，這是由于低地形等級地區林地面積減少以及高地形地區旱地轉化為林地所導致；低地形等級上建設用地、水田和林地優勢度呈現下降趨勢，且p=1的地形等級逐漸增加，說明建設用地正在向較高地形等級擴張。山地人類活動主要集中在河流附近，致使山區河流沿岸以及山地丘陵交界處景觀破碎化程度較高，景觀類型較為豐富，而山地丘陵交界處由于景觀類型的多樣性導致該區域呈現出出多樣化態勢。是由于城市擴張形成單一景觀類型，致使主城區周圍斑塊密度以及Shannon多樣性指數逐漸下降。高—高聚集區向山地丘陵交界處聚集，說明地形因子變化較大的地區景觀指與地形之間具有較強的相關性；因城區附近影響景觀指數變化的其他因素較多，特別是人類活動的影響，導致城區附近不顯著區域持續增加。

本研究受限于數據的可獲取性，僅僅從地形因素來探討研究區土地利用的時空分布特征，研究結果尚不夠全面。在后續工作中，可從地形、氣候和人類活動這3個維度去開展研究，從而更加全面地揭示土地利用分布與演化的特點與規律。