郭恒亮, 劉如意, 赫曉慧, 喬寶晉, 田智慧

?

鄭州市景觀多樣性的空間自相關(guān)格局分析

郭恒亮, 劉如意, 赫曉慧, 喬寶晉, 田智慧

鄭州大學(xué)智慧城市研究院, 河南 鄭州 450001

景觀多樣性的研究在土地管理與規(guī)劃、生態(tài)景觀評(píng)價(jià)和自然保護(hù)區(qū)建設(shè)等方面起著重要的指導(dǎo)作用。隨著城市經(jīng)濟(jì)的快速發(fā)展, 城市景觀多樣性也同樣發(fā)生著劇烈的變化。利用四期Landsat TM影像, 分析鄭州市2000—2015年土地類型的時(shí)空變化, 并結(jié)合景觀多樣性指數(shù)和空間自相關(guān)構(gòu)建方法, 在對(duì)景觀多樣性時(shí)空分布變化分析的基礎(chǔ)上, 進(jìn)一步對(duì)地理空間單元上景觀多樣性的空間自相關(guān)關(guān)系進(jìn)行了深入探討。研究結(jié)果表明: 研究區(qū)整體景觀多樣性增加, 景觀破碎化加重; 城市邊緣地帶的變化符合初期地類轉(zhuǎn)化強(qiáng)烈且景觀多樣性高值聚集, 隨著時(shí)間推移最終下降的統(tǒng)一規(guī)律, 反映出人類活動(dòng)與景觀多樣性分布密切相關(guān); 研究區(qū)內(nèi)區(qū)域經(jīng)濟(jì)帶動(dòng)性強(qiáng), 導(dǎo)致研究區(qū)整體景觀多樣性單元之間關(guān)聯(lián)性高, 尤其是鄭州東部地區(qū), 經(jīng)濟(jì)發(fā)展比較突出, 其高值聚集區(qū)顯著性明顯較高。該研究結(jié)果表明經(jīng)濟(jì)發(fā)展是引起城市景觀多樣性空間分布變化以及空間地理單元自相關(guān)強(qiáng)弱的主導(dǎo)因素。

景觀多樣性; 時(shí)空格局; 空間自相關(guān); 鄭州市

1 前言

改革開放以來, 我國大中型城市景觀格局發(fā)生了巨大的變化, 城市迅猛擴(kuò)展, 大量高儲(chǔ)熱人工建筑物等不透水面景觀取代了城市行政范圍內(nèi)原本以植被為主的自然、半自然景觀, 人地矛盾逐漸凸顯。國內(nèi)外學(xué)者已經(jīng)對(duì)城市景觀格局進(jìn)行了大量研究[1-4]。景觀異質(zhì)性是指景觀系統(tǒng)中景觀要素類型、組合以及屬性在時(shí)空中的變化, 而其外在的表現(xiàn)即是景觀格局變化[5]。城市景觀多樣性變化的研究目的是為了分析其與城市發(fā)展的關(guān)系, 并最終揭示景觀多樣性變化的原因以及預(yù)測其未來的發(fā)展趨勢。景觀格局的研究中應(yīng)用較多的是Landsat(TM和ETM+)、SPOT、QuickBird等衛(wèi)星影像作為數(shù)據(jù)源。目前, 對(duì)景觀格局未來變化趨勢研究應(yīng)用較多的方法是Markov、CA和CA-Markov等, 其中CA模型的優(yōu)勢在于其模擬復(fù)雜系統(tǒng)空間變化的能力, Markov模型具有定量化預(yù)測的優(yōu)勢, 而CA-Markov則同時(shí)具備了這兩種模型的優(yōu)點(diǎn)[6-10]。趙永華等在分析西安市市轄區(qū)景觀格局?jǐn)?shù)量等特征的基礎(chǔ)上, 運(yùn)用CA_Markov模型通過與景觀專題結(jié)果對(duì)比, 表明模擬結(jié)果較為客觀實(shí)際, 并預(yù)測了10年后的景觀格局形勢[1]。崔王平等分別從城市擴(kuò)展模式、人為干擾強(qiáng)度、景觀格局梯度等三個(gè)方面對(duì)重慶市主城區(qū)景觀組分變化引起的生態(tài)效應(yīng)進(jìn)行了綜合分析[11]。陽文銳對(duì)北京市景觀格局的變化研究表明, 人口規(guī)模的增加、產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整、城市總體規(guī)劃的實(shí)施以及城市發(fā)展政策的變化是北京市景觀格局變化的主導(dǎo)因素[3]。然而, 景觀格局的研究主要集中在景觀格局變化模擬預(yù)測、生態(tài)環(huán)境效應(yīng)、景觀生態(tài)安全等方面, 而對(duì)于景觀格局的空間關(guān)聯(lián)性研究的文獻(xiàn)相對(duì)較少[12-13]。景觀格局是隨著時(shí)間和空間的變化而變化的, 具有高度的空間關(guān)聯(lián)性。因此, 對(duì)地理空間單元上的景觀格局的空間關(guān)聯(lián)性研究, 能更好地揭示其內(nèi)在變化規(guī)律以及生態(tài)問題, 同時(shí)對(duì)城市內(nèi)部資源整合、調(diào)整空間結(jié)構(gòu)具有重要的理論指導(dǎo)意義。

空間自相關(guān)研究方法與GIS相結(jié)合, 可以更好地展示地理空間單元的自相關(guān)關(guān)系, 目前已經(jīng)廣泛地應(yīng)用到土地利用[14-15]、人口分布[16-18]、經(jīng)濟(jì)發(fā)展[18-19]等方面, 本文將利用該方法分析景觀多樣性。本文將研究鄭州市市轄區(qū)從2000年到2015年景觀多樣性的時(shí)空變化, 從單一景觀指數(shù)、景觀多樣性入手, 對(duì)研究區(qū)進(jìn)行地理空間格網(wǎng)劃分, 在分析景觀多樣性空間分布變化的基礎(chǔ)上, 進(jìn)一步結(jié)合空間自相關(guān)分析方法對(duì)鄭州市市轄區(qū)地理空間單元之間景觀格局多樣性的空間關(guān)聯(lián)性進(jìn)行深入分析, 并探討引起景觀格局空間變化的原因。

2 數(shù)據(jù)來源

鄭州市介于34°16′—34°58′ N, 112°42′—114°14′ E之間, 作為河南省的省會(huì), 現(xiàn)轄五市(鞏義、新密、滎陽、登封、新鄭)、一縣(中牟縣)和六區(qū)(金水區(qū)、惠濟(jì)區(qū)、中原區(qū)、二七區(qū)、管城回族自治區(qū)和上街區(qū)), 總面積達(dá)7446.2 km2。本研究區(qū)域主要包括鄭州市市轄區(qū), 包括除上街區(qū)以外的五區(qū)以及近郊區(qū)范圍, 所占面積1010.3 km2, 是河南省城市擴(kuò)展時(shí)空變化最為劇烈的區(qū)域。2016年底, 鄭州市主城區(qū)人口達(dá)到600萬人, 并且已經(jīng)進(jìn)入國家中心城市建設(shè)行列, 經(jīng)濟(jì)的快速發(fā)展勢必使得城市的景觀多樣性發(fā)生巨大的變化。研究區(qū)地理位置如圖1所示:

本文所使用的遙感數(shù)據(jù)為2000年、2004年、2009年、2015年4個(gè)時(shí)相的TM影像(空間分辨率為30 m×30 m)。影像選取的標(biāo)準(zhǔn)是一年中影像質(zhì)量最高的一期數(shù)據(jù), 無云或少量云層覆蓋, 4期數(shù)據(jù)的時(shí)間均為6月份左右。參考07年國家發(fā)布的土地分類標(biāo)準(zhǔn), 結(jié)合本文的研究特點(diǎn)將土地類型分為7類, 包括農(nóng)用地、林地、城市綠地、水域、建筑用地、道路與其他用地, 利用目視解譯和隨機(jī)采樣的方法對(duì)分類精度進(jìn)行驗(yàn)證, 總體精度均超過85%, kappa系數(shù)超過0.78, 分類精度達(dá)到使用要求。

3 研究方法

3.1 景觀多樣性指數(shù)

多樣性指數(shù)是基于信息論基礎(chǔ)之上, 對(duì)不同類型景觀的豐富程度和復(fù)雜程度的反應(yīng)。參考Shannon- Wiener指數(shù)[20], 景觀多樣性指數(shù)可以表示為:

圖1 研究區(qū)區(qū)域概況

式中, SHDI為Shannon(香農(nóng))多樣性指數(shù),是景觀類型所占的面積比例,為景觀類型數(shù)目。對(duì)多樣性公式深入分析發(fā)現(xiàn), 同一幅度內(nèi), 多樣性大小同時(shí)取決于兩個(gè)因素: 景觀類型的數(shù)目與景觀類型面積組合的均勻度, 即在面積相同的兩個(gè)幅度內(nèi), 若景觀類型相同, 面積比率分布越均勻多樣性越大, 若二者均勻度相同, 類型越多多樣性越大, 所以相同幅度內(nèi)多樣性指數(shù)是景觀豐富程度和組合復(fù)雜程度的綜合體現(xiàn)。

3.2 全局空間自相關(guān)

全局空間自相關(guān)是對(duì)屬性值在整個(gè)區(qū)域的空間特征的描述, 用來檢驗(yàn)空間變量的取值是否與相鄰空間上的改變量取值大小有關(guān)[21]。本文選擇Moran’s指數(shù)用來研究景觀多樣性分布的空間自相關(guān)關(guān)系。該指數(shù)對(duì)連續(xù)多邊形分布的地理現(xiàn)象比較敏感, 可用來分析地理要素的空間分布格局和背后成因[22-23]。Moran’s I計(jì)算公式如下:

式中,是空間單元總個(gè)數(shù), (x-) 是第個(gè)空間單元上的觀測值與均值的偏差,w是要素、的權(quán)重, 鄰接取1, 否則為0?？臻g鄰接采用rook’s標(biāo)準(zhǔn), 即要求2個(gè)多邊形至少有一條公共邊。Moran’s取值范圍為[-1,1], 越接近-1, 要素之間的差異越大并且分布越不集中, 而越接近1表示單元間的聚集程度越高, 性質(zhì)越統(tǒng)一(高高聚集或低低聚集), 而越接近0則表示空間自相關(guān)性越不明顯。為了檢驗(yàn)空間自相關(guān)的顯著性水平, 可用標(biāo)準(zhǔn)化統(tǒng)計(jì)量Z (I)為進(jìn)行區(qū)分, 其計(jì)算公式為:

是Moran指數(shù)的理論期望,是理論期望。

3.3 局部空間自相關(guān)

空間關(guān)聯(lián)局部指標(biāo)(Local Indicators of Spatial Association, LISA), 即LocalMoran’s I用于描述某一空間單元的屬性值與其鄰接空間單元對(duì)應(yīng)屬性值的相關(guān)程度[24]。它是Anselin在空間自相關(guān)分析的理論基礎(chǔ)上發(fā)展而來的, 是全局Moran’s的分解形式, 用來度量空間單元與其周邊單元之間的空間差異性及顯著性程度[25]。局部空間自相關(guān)可以找出高值聚集區(qū)即熱點(diǎn), 也可以發(fā)現(xiàn)低值聚集區(qū)即冷點(diǎn), 具體數(shù)學(xué)公式如下:

其中各參數(shù)含義同公式(2)。

區(qū)域Moran’s檢驗(yàn)的標(biāo)準(zhǔn)化統(tǒng)計(jì)為:

4 結(jié)果與分析

4.1 研究區(qū)景觀多樣性時(shí)空分布變化分析

根據(jù)TM影像把土地類型分為7類, 包括農(nóng)用地、林地、城市綠地、水域、建筑用地、道路與其他用地, 圖2顯示了2000—2015年共四期土地類型分布情況, 結(jié)果表明鄭州市區(qū)15年來土地類型發(fā)生了巨大的變化。從圖中明顯看出建設(shè)用地快速擴(kuò)張, 表明了城市處于快速的發(fā)展?fàn)顟B(tài)。西南和西北方向的林地面積不斷增加, 然而城市的建設(shè)用地不斷侵占農(nóng)用地, 導(dǎo)致農(nóng)用地快速減少, 到2015年農(nóng)用地幾乎被城市建筑用地和綠地所占據(jù)。水域面積同樣不斷的減少, 同樣被建設(shè)用地逐漸侵占。由此可見, 城市的快速發(fā)展給城市的景觀帶來了巨大的變化。

根據(jù)岳文澤、徐建華等對(duì)于景觀多樣性尺度的研究[26-27], 其將網(wǎng)格劃分為0.5 km, 1 km和2 km, 結(jié)果表明對(duì)于600多平方公里的區(qū)域1 km的網(wǎng)格較為適合, 由于本研究區(qū)面積達(dá)到1010.3 km2, 因此, 對(duì)研究區(qū)分別從1 km到2 km每隔0.1 km劃分網(wǎng)格, 通過結(jié)果對(duì)比并結(jié)合研究區(qū)的實(shí)際情況, 本文將景觀單元尺度定為長1.8 km的正方形網(wǎng)格, 研究區(qū)共涉及371個(gè)網(wǎng)格單元。結(jié)合ArcGIS和Fragstats 4.2軟件, 分割柵格并分別計(jì)算對(duì)應(yīng)網(wǎng)格單元的香農(nóng)多樣性指數(shù)值, 得到2000, 2004, 2009和2015四個(gè)年份的香農(nóng)多樣性指數(shù), 即圖3。為了獲取不同年份之間的變化, 即年際變化, 對(duì)四期數(shù)據(jù)進(jìn)行差值運(yùn)算, 得到不同年份的景觀多樣性差值圖, 即2000—2004, 2004—2009, 2009—2015以及2000—2015四個(gè)時(shí)段香農(nóng)多樣性指數(shù)的變化情況, 即圖4, 該結(jié)果能反映出景觀多樣性空間變化的差異程度。

圖2 2000—2015年土地類型變化情況

圖3 景觀多樣性空間分布圖譜

圖4 不同年份之間的景觀多樣性差值圖

景觀多樣性指數(shù)是景觀豐富程度和組合復(fù)雜程度的綜合體現(xiàn), 其分布變化與距主城區(qū)的距離具有顯著的關(guān)系。圖3中多樣性指數(shù)的分布變化均呈現(xiàn)主城區(qū)低, 邊緣區(qū)較高, 并且隨著距離的增加又降低的統(tǒng)一規(guī)律。景觀多樣性的高值區(qū)均統(tǒng)一分布在城市邊緣地帶, 并且隨著城市邊緣的推移而推移。這一現(xiàn)象從定量上驗(yàn)證了城鄉(xiāng)邊緣地帶土地利用活躍, 景觀異質(zhì)性高, 結(jié)構(gòu)復(fù)雜這一相關(guān)結(jié)論, 與前人的研究成果一致[28-29]。

統(tǒng)計(jì)的結(jié)果表明地理空間單元景觀多樣性平均值2000年為0.858, 2004年為0.974, 2009年為1.096, 到2015年為1.159。隨著時(shí)間的推移, 整體景觀多樣性平均值表現(xiàn)出逐漸增加的趨勢。分析土地利用類型的時(shí)間變化, 發(fā)現(xiàn)由于城市的快速發(fā)展, 農(nóng)業(yè)用地被大量的占用, 逐漸改變成城市的建設(shè)用地或者綠地等, 這表明2000年時(shí)處于主導(dǎo)優(yōu)勢地位的農(nóng)用地逐漸被多種城市景觀類型所代替, 這是導(dǎo)致整個(gè)研究時(shí)段內(nèi)景觀多樣性整體上呈現(xiàn)增加趨勢的主要原因, 表明了城市在近些年得到了快速的發(fā)展, 并且也在一定程度上表明了研究區(qū)范圍內(nèi)景觀類型復(fù)雜度增加, 景觀破碎化加重。

如圖4所示, 在景觀多樣性差值圖中, 2000—2004年地理空間網(wǎng)格單元多樣性屬性值小于0.4的比重為80.5%, 2004—2009年為80%, 2009—2015年為82.7%。這表明大部分空間單元網(wǎng)格在相鄰研究時(shí)段景觀多樣性指數(shù)的變化并不顯著, 景觀格局相對(duì)穩(wěn)定。2000—2004年, 主城區(qū)內(nèi)部景觀多樣性略有下降, 僅有少量地理空間單元景觀指數(shù)有大幅增加或減少的現(xiàn)象, 如鄭州西北部和東南部的部分地區(qū)。這兩個(gè)區(qū)域景觀多樣性值明顯較高, 主要原因在于兩者分別位于高新技術(shù)開發(fā)區(qū)與經(jīng)濟(jì)技術(shù)開發(fā)區(qū)的規(guī)劃之內(nèi), 土地開發(fā)強(qiáng)烈, 導(dǎo)致土地類型豐富多樣。2004到2009年, 差值為負(fù)的區(qū)域分布在2004年主城區(qū)的邊緣地帶, 很可能的原因是2004年的邊緣地帶到2009年變?yōu)榻ǔ蓞^(qū), 地類轉(zhuǎn)化變?nèi)? 類型降低并逐漸趨于穩(wěn)定, 最終引起景觀多樣性的降低。2009—2015年, 景觀多樣性變化較大, 主要表現(xiàn)在2009年的大部分主城區(qū)的景觀多樣性差值為負(fù), 對(duì)照2009年的土地利用分類圖, 可以看出, 降低的區(qū)域與2009年的主城區(qū)大小較為吻合, 并且2009年的城市邊緣地帶景觀多樣性也出現(xiàn)下降, 尤其是鄭州東南部, 景觀指數(shù)降幅最大。

從圖3和圖4邊緣地帶景觀多樣性的變化可以發(fā)現(xiàn), 相鄰時(shí)段初始年份的邊緣地帶具有較高的景觀多樣性, 原因在于初始開發(fā)過程中景觀類型是逐漸升高的, 自然、半自然景觀類型與人類建筑活動(dòng)帶來的城市景觀類型混合在一起, 短時(shí)間引起城市邊緣地帶地類類型增高, 而隨著時(shí)間的推移, 城市類型景觀逐漸成為優(yōu)勢景觀, 并最終蠶食自然、半自然景觀類型, 使得初始年份的邊緣地帶完全淪為單一的城市景觀類型, 最終導(dǎo)致景觀異質(zhì)性大幅下降。

4.2 研究區(qū)景觀多樣性全局空間自相關(guān)分析

利用ArcGIS空間統(tǒng)計(jì)的空間自相關(guān)工具, 分別將各個(gè)年份的景觀多樣性分布矢量圖的香農(nóng)多樣性值作為輸入觀測變量, 空間關(guān)系的概念化與rook’s標(biāo)準(zhǔn)統(tǒng)一, 經(jīng)過匯總得到各個(gè)年份的景觀多樣性全局空間自相關(guān)顯著性檢驗(yàn)表, 見表1。

在值小于0.001可以拒絕零假設(shè)的前提下, 各個(gè)年份的景觀多樣性全局Moran’s結(jié)果均大于零, 表明整個(gè)研究區(qū)各個(gè)年份景觀多樣性的空間分布整體上表現(xiàn)出非常顯著的聚集性, 區(qū)域之間經(jīng)濟(jì)發(fā)展協(xié)同關(guān)聯(lián)性強(qiáng)。從各個(gè)年份的Moran值大小可以發(fā)現(xiàn), 從2000到2009年, 研究區(qū)的Moran值呈減小趨勢, 區(qū)域之間經(jīng)濟(jì)發(fā)展關(guān)聯(lián)性減弱, 而到了2015年, 全局自相關(guān)性又開始上升。出現(xiàn)這種現(xiàn)象的很可能的原因是, 2000—2009年鄭州市高新技術(shù)開發(fā)區(qū)、經(jīng)濟(jì)技術(shù)開發(fā)區(qū)以及鄭東新區(qū)作為鄭州市的核心重點(diǎn)發(fā)展區(qū)域, 這些區(qū)域的城市擴(kuò)展迅猛, 并且部分區(qū)域呈跳躍式發(fā)展, 然而區(qū)域的連通性較差, 造成空間地理單元之間的一致性較低, 而2009年以后, 在重點(diǎn)區(qū)域的經(jīng)濟(jì)帶動(dòng)下, 城市擴(kuò)展形式向內(nèi)部填充式發(fā)展, 使得新建成的空間結(jié)構(gòu)趨于一致, 從而帶動(dòng)了整體景觀多樣性的增加?？偟膩砜? 鄭州市轄區(qū)較強(qiáng)的經(jīng)濟(jì)帶動(dòng)性是造成整體景觀多樣性關(guān)聯(lián)度較高的主要原因。

表1 各個(gè)年份景觀多樣性空間自相關(guān)顯著性檢驗(yàn)表

4.3 研究區(qū)景觀多樣性局部空間自相關(guān)分析

雖然全局Moran指數(shù)能夠反映出空間聚集特征, 但是其難以表述聚集狀態(tài)是高高聚集(HH)還是低低聚集(LL)。確定空間權(quán)重矩陣之后, 基于香農(nóng)多樣性矢量數(shù)據(jù)在OpenGeoDa中繪制Moran散點(diǎn)圖, 結(jié)果如圖5。橫軸為景觀多樣性指數(shù), 縱軸為景觀多樣性指數(shù)滯后, 即相鄰單位的景觀多樣性指數(shù); 斜率表示兩者的相關(guān)性大小, 值與表1中全局Moran’s結(jié)果對(duì)應(yīng)。四個(gè)象限分別對(duì)應(yīng)局部存在的4種關(guān)聯(lián)形式。

HH象限(或LL象限)表示某景觀尺度單元的景觀多樣性指數(shù)和周邊景觀多樣性指數(shù)存在空間正相關(guān)關(guān)系, 二者空間數(shù)值差異較小, 都呈現(xiàn)較高(或較低)的狀態(tài); HL象限(或LH象限)表示相鄰景觀單元呈空間負(fù)相關(guān)關(guān)系, 二者數(shù)值大小存在較大差異, 呈現(xiàn)一邊高一邊低的現(xiàn)象。圖5中四個(gè)年份的Moran散點(diǎn)圖的分布規(guī)律較為一致, 即絕大多數(shù)點(diǎn)落在第一、三象限, 而落入二、四象限的點(diǎn)數(shù)較少, 表明研究區(qū)景觀多樣性指數(shù)主要呈明顯的高值區(qū)聚集分布和低值區(qū)聚集分布的情況, 只有少量的異常值區(qū)域。

然而, Moran散點(diǎn)圖雖然指出了局部景觀單元之間的聚集和分散狀態(tài), 但是無法得出具體的空間位置信息以及相關(guān)性顯著性水平大小。因此, 需要對(duì)局部Moran’s統(tǒng)計(jì)量值進(jìn)行判斷, 利用OpenGeoDa軟件繪制研究區(qū)景觀多樣性指數(shù)在顯著性水平<0.05時(shí)的空間關(guān)聯(lián)(圖6)與顯著性分布圖(圖7), 該方法既能表現(xiàn)出景觀單元之間的聚集和分散狀態(tài), 又能表現(xiàn)出其具體的空間位置。

圖6和圖7直觀反映了研究區(qū)景觀多樣性指數(shù)的局部空間聚集和異常特征發(fā)生的具體位置。如圖6所示, 從整體分布特征來看, 大部分地區(qū)空間相關(guān)性并不顯著, 顯著性較高的區(qū)域主要為高高聚集狀態(tài)。2000年, 高高聚集主要集中在鄭州東部, 該地區(qū)水域分布較廣, 地類豐富均勻, 另外, 低低聚集出現(xiàn)在西部邊緣地帶, 該區(qū)域主要以農(nóng)用地為主, 其他地類稀少; 2004年, 高高聚集區(qū)轉(zhuǎn)移到了鄭州北部, 底底聚集區(qū)主要集中在鄭州的西部。隨著城市的進(jìn)一步擴(kuò)展, 2009年的高高聚集逐漸向外圍移動(dòng), 并且高高聚集區(qū)域主要集中于龍湖附近, 低低聚集區(qū)域更加分散, 異常值也較少; 到了2015年, 城市擴(kuò)展, 尖崗水庫附近自然景觀和非自然景觀聚集形成了新的高高聚集區(qū), 高高聚集區(qū)主要集中在鄭州的東部和西南部, 而鄭東區(qū)域的高高聚集區(qū)進(jìn)一步向城市邊緣地帶移動(dòng)。低低聚集區(qū)比較明顯的地區(qū)出現(xiàn)在鄭州南部靠近城市中心的位置, 該地區(qū)相對(duì)其他景觀單元, 地物類型較少, 主要是道路和建筑用地, 其他地物較少, 表明該區(qū)域還處在建設(shè)期, 相對(duì)發(fā)展較慢。

圖5 研究區(qū)2000—2015年景觀多樣性指數(shù)Moran散點(diǎn)圖

通過多樣性的空間關(guān)聯(lián)與顯著性分布圖(圖6和圖7)可以看出, 景觀多樣性高值區(qū)聚集且顯著性較高的區(qū)域主要聚集在鄭東新區(qū), 與鄭州市區(qū)域經(jīng)濟(jì)向東發(fā)展的主導(dǎo)方向相一致。2000年以來, 被列為河南省加快城市化進(jìn)程的重點(diǎn)區(qū)域, 經(jīng)過十幾年的發(fā)展, 鄭東新區(qū)經(jīng)濟(jì)發(fā)展突飛猛進(jìn), 區(qū)域經(jīng)濟(jì)發(fā)展水平普遍較高。鄭東新區(qū)的建成區(qū)面積累計(jì)達(dá)到120余平方公里, 累計(jì)完成固定資產(chǎn)投資超過1800億元; 在建和建成房屋面積累計(jì)突破3800萬平方米, 入住人口達(dá)到120萬人。鄭東新區(qū)區(qū)域經(jīng)濟(jì)極強(qiáng)的帶動(dòng)性是引起景觀多樣性高值區(qū)聚集且顯著性較高的主要原因。

圖6 2000—2015年空間關(guān)聯(lián)性分布圖

圖7 2005—2015年空間顯著性分布圖

5 結(jié)論

本文利用景觀格局多樣性指數(shù)和空間自相關(guān)分析方法, 對(duì)鄭州市市轄區(qū)地理空間單元屬性值——景觀多樣性近些年的變化進(jìn)行了細(xì)致研究。通過景觀多樣性時(shí)空變化發(fā)現(xiàn), 城市邊緣地帶初期土地開發(fā)活躍, 非農(nóng)產(chǎn)業(yè)和建設(shè)活動(dòng)導(dǎo)致區(qū)域地類豐富, 引起景觀多樣性高值區(qū)聚集分布。然而隨著時(shí)間推移, 城市景觀發(fā)展成主導(dǎo)優(yōu)勢地類, 景觀多樣性隨著類型數(shù)量的降低而降低。同時(shí), 整個(gè)研究時(shí)段始末的景觀多樣性差值整體呈增加趨勢, 城市景觀類型豐富, 結(jié)構(gòu)復(fù)雜程度變大, 破碎化加重。相鄰年份間景觀多樣性單元大小的差值變化并不大, 靠近主城區(qū)或者城市邊緣地帶略微減少, 而其他外圍區(qū)域略有上升。

空間自相關(guān)分析的結(jié)果表明, 全局景觀單元之間具有較高的空間關(guān)聯(lián)性, 主要表現(xiàn)為高值區(qū)聚集和低值區(qū)聚集兩種狀態(tài), 體現(xiàn)了研究區(qū)區(qū)域經(jīng)濟(jì)發(fā)展具有明顯的方向性和帶動(dòng)性特征。通過對(duì)局部分析進(jìn)行詳細(xì)的分析, 結(jié)果表明, 鄭州東部地區(qū)經(jīng)濟(jì)發(fā)展最為活躍, 近些年鄭東新區(qū)的快速發(fā)展, 使得該區(qū)域經(jīng)濟(jì)發(fā)展的周邊帶動(dòng)性最強(qiáng), 顯著性最高?？偟膩砜? 城市經(jīng)濟(jì)的快速發(fā)展是造成區(qū)域內(nèi)景觀多樣性一致性較高的主要原因。

本文對(duì)于城市景觀多樣性的研究主要基于一種尺度研究, 并沒有考慮多尺度下景觀格局的一致性問題, 因此, 需要在今后的研究工作中進(jìn)一步豐富完善, 景觀變化是社會(huì)經(jīng)濟(jì)和政策因素驅(qū)動(dòng)下的外部顯化特征, 對(duì)其的研究還需要綜合考慮自然、社會(huì)、制度等多種因素的影響, 以致于更加準(zhǔn)確地揭示導(dǎo)致景觀格局變化的驅(qū)動(dòng)力和影響機(jī)制。

[1] 趙永華, 賈夏, 劉建朝, 等. 基于多源遙感數(shù)據(jù)的景觀格局及預(yù)測研究[J]. 生態(tài)學(xué)報(bào), 2013, 33(8): 2556–2564.

[2] 白楊, 孟浩, 王敏, 等. 上海市城市熱島景觀格局演變特征研究[J]. 環(huán)境科學(xué)與技術(shù), 2013, 36(3): 196–201.

[3] 陽文銳. 北京城市景觀格局時(shí)空變化及驅(qū)動(dòng)力[J]. 生態(tài)學(xué)報(bào), 2015, 35(13): 4357–4366.

[4] 馬勇剛, 塔西甫拉提.特依拜, 黃粵, 等. 城市景觀格局變化對(duì)城市熱島效應(yīng)的影響——以烏魯木齊市為例[J]. 干旱區(qū)研究, 2006, 23(1): 172–176.

[5] TURNER M G. Landscape ecology: what is the state of the science? [J]. Annual Review of Ecology, Evolution and Systematics, 2005, 36 (1): 319–344.

[6] 熊利亞, 常斌, 周相廣. 基于地理元胞自動(dòng)機(jī)的土地利用變化研究[J].資源科學(xué), 2005, 27(4): 38–43.

[7] 黎夏, 劉小平. 基于案例推理的元胞自動(dòng)機(jī)及大區(qū)域城市演變模擬[J].地理學(xué)報(bào), 2007, 62(10): 1097–1109

[8] PONTIUS R G Jr, SHUSAS E, MCEACHERN M. Detecting important categorical land changes while accounting for persistence [J]. Agriculture, Ecosystems and Environment, 2004, 101(2/3): 251–268.

[9] TURNER M G. Spatial simulation of landscape changes in Georgia: a comparison of three transition models [J]. Landscape Ecology, 1987, 1(1): 29–36.

[10] WOOD E C, LEWIS J E, TAPPAN G G, et al. The Development of a Land Cover Change Model for Southern Senegal. Sioux Falls: Land Use Modeling Workshop, EROS Data Center, 1997: 5–6.

[11] 崔王平, 李陽兵, 李?？? 等.基于梯度分析的重慶市主城區(qū)城市擴(kuò)展的景觀生態(tài)效應(yīng)[J]. 生態(tài)學(xué)雜志, 2017, 36(1): 205–215.

[12] 李瑩瑩, 黃成林, 張玉. 快速城市化背景下上海綠色空間景觀格局梯度及其多樣性時(shí)空動(dòng)態(tài)特征分析[J]. 生態(tài)環(huán)境學(xué)報(bào), 2016, 25(7): 1115–1124.

[13] 荊玉平, 張樹文, 李穎. 城鄉(xiāng)交錯(cuò)帶景觀格局及多樣性空間結(jié)構(gòu)特征——以長春凈月開發(fā)區(qū)為例[J]. 資源科學(xué), 2007, 29(5): 43–49.

[14] 韋仕川, 熊昌盛, 欒喬林, 等. 基于耕地質(zhì)量指數(shù)局部空間自相關(guān)的耕地保護(hù)分區(qū)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2014, 30(18): 249–256.

[15] 李慧, 王云鵬, 李巖, 等. 珠江三角洲土地利用變化空間自相關(guān)分析[J]. 生態(tài)環(huán)境學(xué)報(bào), 2011, 20(12): 1879–1885.

[16] 于文麗, 蒲英霞, 陳剛, 等. 基于空間自相關(guān)的中國省際人口遷移模式與機(jī)制分析[J]. 地理與地理信息科學(xué), 2012, 28(2): 44–49.

[17] 張旭, 朱欣焰, 鮑曙明. 中國人口生育率的時(shí)空演變與空間差異研究[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2012, 37(5): 516–519.

[18] 王少劍, 王洋, 趙亞博. 廣東省區(qū)域經(jīng)濟(jì)差異的多尺度與多機(jī)制研究[J]. 地理科學(xué), 2014, 34(10): 1184–1192.

[19] 向延平. 旅游發(fā)展與經(jīng)濟(jì)增長空間自相關(guān)分析——基于武陵山區(qū)的經(jīng)驗(yàn)數(shù)據(jù)[J]. 經(jīng)濟(jì)地理, 2012, 32(8): 172–175.

[20] WU J. Landscape ecology: pattern, process, scale and hierarchy [M]. Beijing: Higher Education Press, 2000.

[21] 孟斌, 王勁峰, 張文忠, 等. 基于空間分析方法的中國區(qū)域差異研究[J]. 地理科學(xué), 2005, 25(4): 393–400.

[22] 焦利民, 劉耀林, 劉艷芳. 區(qū)域城鎮(zhèn)基準(zhǔn)地價(jià)水平的空間自相關(guān)格局分析[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2009, 34(7): 873–877.

[23] 馬曉冬, 馬榮華, 徐建剛. 基于ESDA-GIS的城鎮(zhèn)群體空間結(jié)構(gòu). 地理學(xué)報(bào), 2004, 59(6): 1048–1057.

[24] ANSELIN L. Local indicators of spatial association— LISA[J]. Geographical analysis, 1995, 27(2): 93–115.

[25] TURNER, M G, GARDNER R H. Quantitative methods in landscape ecology[M]. New York, NY: Springer Verlag, 1991.

[26] 岳文澤, 徐建華, 談文琦, 等. 城市景觀多樣性的空間尺度分析——以上海市外環(huán)線以內(nèi)區(qū)域?yàn)槔齕J]. 生態(tài)學(xué)報(bào), 2005, 25(1): 122–128.

[27] 徐建華, 岳文澤, 談文琦. 城市景觀格局尺度效應(yīng)的空間統(tǒng)計(jì)規(guī)律——以上海中心城區(qū)為例[J]. 地理學(xué)報(bào), 2004, 59(6): 1058–1067.

[28] 陳佑啟. 北京城鄉(xiāng)交錯(cuò)帶土地利用問題與對(duì)策研究[J]. 經(jīng)濟(jì)地理, 1996, 4: 46–50.

[29] 李世峰, 白人樸. 城鄉(xiāng)結(jié)合部土地利用問題的戰(zhàn)略性思考[J]. 農(nóng)業(yè)現(xiàn)代化研究, 2003, 24(4): 248–251.

Analysis of spatial autocorrelation of landscape diversity Pattern in Zhengzhou City

GUO Hengliang, LIU Ruyi, HE Xiaohui, QIAO Baojin, TIAN Zhihui

The Smart City Institute of Zhengzhou, Zhengzhou University, Zhengzhou, 450001, China

The study of landscape diversity has an important guiding function on land management and planning, ecology landscape evaluation and natural reserve construction. Landscape diversity of city has a dramatic change with quickly economic development. This paper used four Landsat TM images to analyze the spatial and temporal change of land use and land cover from 2000 to 2015, combing with the method of landscape diversity index and spatial autocorrelation, and the spatial and temporal distribution of landscape diversity, to analyze spatial autocorrelation of landscape diversity in spatial geographical units. The results showed that landscape diversity from 2000-2015 had increased in the whole period, indicating that patch fragmentation was aggravating. The rural-urban fringe presented a uniform law that land use changes were very strong and landscape diversity appeared with high values in the early time, and then the values eventually declined as time goes by. This law reflected that human activity was closely related to landscape diversity distribution. Meanwhile, due to the strong impact of regional economy, the relationships among the landscape units were strong. Particularly, the quickly economic development in the eastern region of Zhengzhou caused high-high aggregation distributions with high significance. The results indicated that economic development was the dominant factor to cause spatial distribution changes of landscape diversity and the intensity of autocorrelation in spatial geographical units.

landscape diversity pattern; spatial and temporal pattern; spatial autocorrelation; Zhengzhou city

10.14108/j.cnki.1008-8873.2018.05.021

TP79

A

1008-8873(2018)05-157-08

2017-08-24;

2018-01-030

河南省科技攻關(guān)計(jì)劃項(xiàng)目(152102210044, 162102310192)

郭恒亮(1971—), 男, 河南商丘人, 副教授, 主要從事水利遙感與智慧城市, E-mail: guohengliang@zzu.edu.cn

通信作者:赫曉慧(1978—), 女, 河南商丘人, 副教授, 博士, 主要從事水利遙感、地理信息及水生態(tài)方面的研究, E-mail: hexh@zzu.edu.cn

郭恒亮, 劉如意, 赫曉慧, 等. 鄭州市景觀多樣性的空間自相關(guān)格局分析[J]. 生態(tài)科學(xué), 2018, 37(5): 157-164.

GUO Hengliang, LIU Ruyi, HE Xiaohui, et al. Analysis of spatial autocorrelation of landscape diversity Pattern in Zhengzhou City[J]. Ecological Science, 2018, 37(5): 157-164.