謝 奎，程家驊，張寒野*

(1. 中國水產(chǎn)科學(xué)研究院東海水產(chǎn)研究所,農(nóng)業(yè)農(nóng)村部東海漁業(yè)資源開發(fā)利用重點(diǎn)實(shí)驗室,上海 200090； 2. 上海海洋大學(xué)海洋科學(xué)學(xué)院,上海 201306)

景觀格局分析主要是研究景觀要素的類型、形狀、規(guī)模等在空間上的分布與配置，既是景觀異質(zhì)性的具體體現(xiàn)，也是各種生態(tài)過程在不同尺度上作用的結(jié)果[1]。近年來，國內(nèi)外學(xué)者針對景觀格局做了大量的研究工作，不僅涉及自然因素對景觀格局的作用[2-3]，也更加注重研究人類活動對景觀格局的影響[4-6]。景觀格局有2種常用的度量方法：景觀格局指數(shù)法與地統(tǒng)計學(xué)方法。其中，景觀格局指數(shù)以能夠高度濃縮景觀信息，反映其結(jié)構(gòu)組成與空間配置狀況的優(yōu)勢，因此得以廣泛應(yīng)用[7]。但作為分析景觀格局特征的定量化指標(biāo)，景觀格局指數(shù)通常以柵格數(shù)據(jù)為數(shù)據(jù)源，基于柵格單元(研究范圍內(nèi)最小的空間單元，尺度意義上的粒度)進(jìn)行相關(guān)指標(biāo)的計算，這樣就導(dǎo)致了“可塑性面積單元問題”[8]。在進(jìn)行面積數(shù)據(jù)(例如遙感影像數(shù)據(jù)、土地利用數(shù)據(jù)等)的分析時，由于面積單元(柵格細(xì)胞或粒度)定義的不同，計算結(jié)果會發(fā)生相應(yīng)變化，產(chǎn)生明顯的尺度依賴性。因此，為了確保選取的柵格單元能夠準(zhǔn)確有效地反映研究區(qū)域的景觀格局特征，既能夠?qū)臻g信息的冗余噪聲產(chǎn)生很好的抑制作用，同時還可以避免丟失有效信息，從而保證景觀格局分析的合理性，在計算相關(guān)指標(biāo)之前，需要結(jié)合研究區(qū)域及數(shù)據(jù)資料選擇適宜的分析尺度[9]。

尺度通常用空間和時間上的幅度(extent)與粒度(grain)來描述[10]，當(dāng)研究區(qū)域和時間一定時，空間上的幅度和時間上的幅度與粒度也隨之確定，此時僅需對空間粒度進(jìn)行研究[11]。很多學(xué)者的研究已經(jīng)證明了景觀格局指數(shù)普遍存在尺度依賴性[12-14]。例如，楊麗等[12]分析了涇河流域30～200 m粒度范圍內(nèi)的景觀格局指數(shù)的粒度效應(yīng)；趙文武等[13]分析了陜北延河流域不同比例尺條件下的景觀格局指數(shù)的粒度變化效應(yīng)；張玲玲等[14]分析了沂蒙山區(qū)不同空間幅度的景觀格局指數(shù)的粒度效應(yīng)。但前人的研究成果也同樣說明：不同景觀的格局特征不一樣，對于尺度變化的響應(yīng)也不相同，只有基于特定尺度對研究區(qū)域景觀進(jìn)行研究，才能準(zhǔn)確地揭示景觀格局特征。因此，只存在適用于特定景觀格局分析的適宜分析尺度，沒有普遍適用的最佳尺度[15]。而且國內(nèi)外學(xué)者對景觀格局指數(shù)的粒度效應(yīng)大多都是從研究區(qū)域景觀整體水平的角度進(jìn)行分析，針對某一種斑塊類型景觀指數(shù)的粒度效應(yīng)研究尚不多見。因此，通過以江蘇省興化市水產(chǎn)養(yǎng)殖池塘景觀為研究對象，以天繪一號遙感影像為數(shù)據(jù)源，提取興化市水產(chǎn)養(yǎng)殖池塘空間數(shù)據(jù)?；谏鷳B(tài)學(xué)理論，在斑塊類型水平上選取了11個常用的景觀格局指數(shù)，通過計算各個景觀格局指數(shù)在不同粒度上的數(shù)值，探究興化市養(yǎng)殖池塘景觀格局的粒度效應(yīng)問題，確定興化市水產(chǎn)養(yǎng)殖池塘景觀指數(shù)的適宜空間粒度。

1 材料與方法

1.1 研究區(qū)域概況

興化市(32°44′N～33°16′N、119°43′E～120°16′E)位于江蘇省泰州市的北部，地處江淮之間，里下河地區(qū)腹地；屬于北亞熱帶濕潤季風(fēng)氣候，具有四季分明、雨量充沛、冬寒夏熱和雨熱同步等特點(diǎn)；下轄3個街道、26個鎮(zhèn)、4個鄉(xiāng)、1個省級經(jīng)濟(jì)開發(fā)區(qū)；全市總面積2 393.35 km2，境內(nèi)河道縱橫，湖蕩棋布，水域面積達(dá)800 km2。

1.2 數(shù)據(jù)來源與處理

研究數(shù)據(jù)包括遙感數(shù)據(jù)與輔助數(shù)據(jù)2個部分。其中，遙感數(shù)據(jù)為2012年天繪一號遙感衛(wèi)星2 m全色影像和10 m多光譜影像數(shù)據(jù)；輔助數(shù)據(jù)主要用于遙感影像的解譯與分類，包括研究區(qū)域的行政區(qū)劃矢量數(shù)據(jù)、水產(chǎn)養(yǎng)殖統(tǒng)計數(shù)據(jù)及Google Earth影像圖數(shù)據(jù)。

利用ENVI 5.1對遙感影像進(jìn)行輻射定標(biāo)、大氣校正、幾何校正、鑲嵌和裁剪等預(yù)處理，生成研究區(qū)域影像。為了保證解譯結(jié)果準(zhǔn)確可靠，開展了研究區(qū)域野外實(shí)地考察，建立目視解譯標(biāo)志和標(biāo)準(zhǔn)。在ArcGIS 10.2的支持下，采用傳統(tǒng)的人工目視解譯方法，依據(jù)規(guī)定判別法則對遙感影像進(jìn)行信息提取。通過Google Earth高清遙感影像等輔助數(shù)據(jù)對初步解譯結(jié)果進(jìn)行修正，并結(jié)合實(shí)地GPS測量數(shù)據(jù)校驗遙感監(jiān)測數(shù)據(jù)，結(jié)果能夠滿足實(shí)驗需求。最后，通過格式轉(zhuǎn)換、空間疊加等處理，進(jìn)行數(shù)據(jù)統(tǒng)計分析，獲得興化市水產(chǎn)養(yǎng)殖池塘空間分布矢量數(shù)據(jù)。

1.3 研究方法

利用ArcGIS 10.2中的空間分析模塊(spatial analysis)，參照前人的研究經(jīng)驗[16]，采用中心屬性法將解譯出的興化市水產(chǎn)養(yǎng)殖池塘空間分布圖的矢量數(shù)據(jù)柵格化，轉(zhuǎn)化為以10 m為間隔的10～200 m粒度范圍的柵格數(shù)據(jù)。

景觀格局指數(shù)通常劃分為3個層次：斑塊水平、斑塊類型、景觀水平。斑塊水平反映研究區(qū)域內(nèi)單個斑塊的結(jié)構(gòu)特征，是計算其他景觀級別指標(biāo)的基礎(chǔ)；斑塊類型反映研究區(qū)域內(nèi)的結(jié)構(gòu)特征；景觀水平反映研究區(qū)域內(nèi)整體的特征[17]。由于是對研究區(qū)域內(nèi)水產(chǎn)養(yǎng)殖池塘景觀格局指數(shù)的粒度效應(yīng)進(jìn)行分析，因此參照國內(nèi)外學(xué)者對景觀格局指數(shù)選取的相關(guān)研究成果[18-21]，以及研究區(qū)域水產(chǎn)養(yǎng)殖池塘景觀特征，在斑塊類型上選擇景觀面積(class area，CA)、斑塊個數(shù)(number of patches，NP)、斑塊密度(patch density，PD)、最大斑塊指數(shù)(largest patch index，LPI)、平均斑塊面積(mean patch size，MPS)、平均近鄰指數(shù)(mean proximity index，MPI)、平均最近距離(mean nearest-neighbor distance，MNN)、相似毗鄰百分比(percentage of like adjacency，PLADJ)、斑塊結(jié)合指數(shù)(patch cohesion index，COHESION)、聚集度指數(shù)(aggregation index，AI)、分離度指數(shù)(landscape isolation，F(xiàn)I)11個景觀格局指數(shù)，利用Fragstats 4.2軟件計算景觀格局指數(shù)，然后將結(jié)果導(dǎo)入到Excel中，以不同粒度為橫軸，以該粒度下對應(yīng)的景觀格局指數(shù)為縱軸，建立興化市水產(chǎn)養(yǎng)殖池塘景觀格局指數(shù)的粒度效應(yīng)曲線，分析興化市水產(chǎn)養(yǎng)殖池塘景觀格局指數(shù)隨粒度變化的規(guī)律，從而確定研究區(qū)域的適宜分析粒度。各景觀格局指數(shù)的計算公式及生態(tài)學(xué)意義參見文獻(xiàn)[22-24]。

2 結(jié)果與分析

2.1 水產(chǎn)養(yǎng)殖池塘景觀格局指數(shù)的粒度效應(yīng)

根據(jù)Fragstats 4.2軟件計算的景觀格局指數(shù)結(jié)果，繪制興化市水產(chǎn)養(yǎng)殖池塘景觀格局指數(shù)的粒度響應(yīng)曲線(圖1)。

從圖1可以看出，隨著空間粒度的粗化，興化市水產(chǎn)養(yǎng)殖池塘景觀格局指數(shù)呈現(xiàn)出不同的變化趨勢，表明空間粒度對景觀格局指數(shù)具有明顯的影響，即隨著粒度變粗，斑塊邊界發(fā)生改變，斑塊分割或融合，導(dǎo)致景觀格局的有關(guān)特征發(fā)生相應(yīng)的改變，從而使景觀格局指數(shù)也產(chǎn)生相應(yīng)變化。當(dāng)粒度增加到一定程度時產(chǎn)生突變，出現(xiàn)明顯或不明顯的尺度轉(zhuǎn)折點(diǎn)。同時，由于不同景觀格局指數(shù)是景觀格局特征各個方面信息的表征，因此其尺度轉(zhuǎn)折點(diǎn)的位置并不相同。

根據(jù)景觀格局指數(shù)對空間粒度的響應(yīng)和粒度效應(yīng)關(guān)系，大體上將上述景觀格局指數(shù)的粒度效應(yīng)歸為4類：

1)隨粒度粗化，景觀格局指數(shù)響應(yīng)曲線呈現(xiàn)出單調(diào)遞增趨勢，不具有尺度轉(zhuǎn)折點(diǎn)，粒度效應(yīng)關(guān)系比較明確。代表性指數(shù)為平均最近距離。平均最近距離采用各斑塊與周圍最近斑塊之間距離的平均數(shù)進(jìn)行計算，隨著粒度的增加，斑塊之間發(fā)生合并，小的斑塊被融合，斑塊形狀發(fā)生改變，但平均數(shù)卻不會發(fā)生劇烈的波動。

2)隨粒度粗化，景觀格局指數(shù)響應(yīng)曲線整體呈現(xiàn)出非單調(diào)上升或下降趨勢，具有尺度轉(zhuǎn)折點(diǎn)。具體指數(shù)包括斑塊個數(shù)、斑塊密度、平均斑塊面積、相似毗鄰百分比、聚集度指數(shù)及分離度指數(shù)。斑塊個數(shù)與斑塊密度的變化規(guī)律比較相似，在10～20 m的粒度范圍內(nèi)，其指數(shù)值隨著粒度增加呈快速降低的趨勢；當(dāng)粒度繼續(xù)增加時，降速趨于緩和?？傮w來看，斑塊個數(shù)和斑塊密度對空間粒度的變化響應(yīng)比較敏感，尤其是當(dāng)粒度較小時，斑塊個數(shù)會隨粒度變粗而快速減少，反映了研究區(qū)域養(yǎng)殖池塘景觀中小面積養(yǎng)殖池塘斑塊所占比例較多，當(dāng)粒度粗化時，小的斑塊發(fā)生融合。相似毗鄰百分比與聚集度指數(shù)的粒度效應(yīng)曲線非常類似，在粒度的增加初期，景觀格局指數(shù)值持續(xù)降低，到190 m空間粒度之后出現(xiàn)上升的趨勢，尺度轉(zhuǎn)折點(diǎn)均出現(xiàn)在20 m與190 m處。分離度指數(shù)反映了景觀中養(yǎng)殖池塘斑塊個體的離散度隨粒度變粗而降低，其原因主要是由于在粒度變粗過程中，小的養(yǎng)殖池塘斑塊和養(yǎng)殖池塘總斑塊的數(shù)量在減少，導(dǎo)致分離度指數(shù)降低。

3)隨粒度粗化，景觀格局指數(shù)響應(yīng)曲線呈現(xiàn)出波浪式下降趨勢，具有明顯的尺度轉(zhuǎn)折點(diǎn)。具體指數(shù)包括平均近鄰指數(shù)、斑塊結(jié)合指數(shù)。斑塊結(jié)合指數(shù)與平均近鄰指數(shù)隨著粒度變粗呈現(xiàn)出波浪式下降的變化趨勢，出現(xiàn)明顯的尺度轉(zhuǎn)折點(diǎn)，且尺度轉(zhuǎn)折點(diǎn)的數(shù)量相對較多。

4)隨粒度粗化，景觀格局指數(shù)響應(yīng)曲線呈現(xiàn)出無規(guī)律的變化，具有顯著的尺度轉(zhuǎn)折點(diǎn)。具體指數(shù)包括景觀面積與最大斑塊指數(shù)。這2個指數(shù)隨著粒度的增加，粒度效應(yīng)曲線比較復(fù)雜，尺度區(qū)間非常顯著。

2.2 水產(chǎn)養(yǎng)殖池塘景觀格局指數(shù)粒度效應(yīng)的變異特征

景觀格局指數(shù)對空間粒度變化的敏感性程度可以用景觀格局指數(shù)隨粒度粗化的變異系數(shù)來表示。由表1可知，隨著空間粒度的粗化，各景觀格局指數(shù)的變異系數(shù)均呈現(xiàn)出不同程度的變化。根據(jù)變異系數(shù)(coefficient of variation，CV)的大小，將敏感性程度分為3種：不敏感(CV<0.1)；一般敏感(0.1≤CV<0.5)；較敏感(CV≥0.5)。其中不敏感的景觀格局指數(shù)包括：景觀面積、斑塊結(jié)合指數(shù)，其中景觀面積的變異系數(shù)最小，為0.003 0，說明粒度的粗化對景觀面積的影響最??；一般敏感的景觀格局指數(shù)包括：最大斑塊指數(shù)、相似毗鄰百分比、斑塊結(jié)合指數(shù)、聚集度指數(shù)、分離度指數(shù)，其中斑塊結(jié)合指數(shù)的變異系數(shù)最小，為0.034 8；較為敏感的景觀格局指數(shù)包括：斑塊個數(shù)、斑塊密度、平均斑塊面積、平均近鄰指數(shù)，其中斑塊個數(shù)的變異系數(shù)最大，為 0.828 4，表明隨著粒度的粗化，斑塊個數(shù)受到的影響最大。

圖1 水產(chǎn)養(yǎng)殖池塘景觀格局指數(shù)的粒度效應(yīng)曲線Fig.1 Grain size effect curve of landscape pattern index of aquaculture ponds

景觀格局指數(shù)平均值標(biāo)準(zhǔn)差最小值最大值變異系數(shù)景觀面積/hm2 CA37.644 10.114 537.371 037.821 00.003 0斑塊個數(shù)/個 NP5 414.350 04 485.478 3168 0.000 018 842.000 00.828 4斑塊密度/(個·100 hm-2)PD14.373 111.892 84.466 649.964 70.827 4最大斑塊指數(shù)/% LPI4.712 12.040 30.677 97.699 80.433 0平均斑塊面積/hm2 MPS10.898 76.205 02.001 422.388 30.569 3平均近鄰指數(shù)MPI26.170 117.622 39.563 973.250 70.673 4平均最近距離/m MNN288.744 4144.681 850.774 9523.669 50.501 1相似毗鄰百分比/% PLADJ55.686 512.564 042.124 584.980 10.225 6斑塊結(jié)合指數(shù)/% COHESION89.201 63.099 984.188 893.883 50.034 8聚集度指數(shù)/% AI55.970 112.451 442.555 485.045 80.222 5分離度指數(shù)FI0.448 20.171 60.266 90.891 40.382 8

2.3 數(shù)學(xué)模型擬合

通過上述的分析可知，研究區(qū)域大部分景觀格局指數(shù)對粒度變化的響應(yīng)較為明顯，并且變化的趨勢呈現(xiàn)出一定的線性或非線性特征，能夠用數(shù)學(xué)模型對景觀格局指數(shù)隨粒度變化的響應(yīng)曲線進(jìn)行模擬(表2)。

由表2可知，除景觀面積外，其他10個指數(shù)的擬合效果均達(dá)到顯著和極顯著水平，說明這些指數(shù)對尺度變化的響應(yīng)均具有較為明顯的規(guī)律性，可通過擬合方程對其變化進(jìn)行精確地預(yù)測，即空間粒度與景觀格局指數(shù)之間確實(shí)存在相關(guān)關(guān)系，具有較強(qiáng)的可預(yù)測性。其中平均最近距離可以用一元線性函數(shù)進(jìn)行擬合，且擬合度最高，達(dá)到了0.999 2；斑塊個數(shù)與斑塊密度可用三次多項式進(jìn)行擬合，且擬合度相同，均為0.982 7。最大斑塊指數(shù)可用冪函數(shù)進(jìn)行擬合，擬合函數(shù)雖然達(dá)到了極顯著水平，可是其決定系數(shù)相對較低，僅為0.791 2，可能與養(yǎng)殖池塘的空間分布方式有關(guān)，僅具有一定的可預(yù)測性。而景觀面積的擬合度僅為0.159 1，擬合效果較差，具體原因可能是人工選取的粒度不合適，或是隨著粒度變粗導(dǎo)致誤差增大，也可能是這個指數(shù)本身的特殊性或無規(guī)律性。其所建立的一元線性回歸方程式無意義，不具備可預(yù)測性。

表2 景觀格局指數(shù)粒度響應(yīng)的擬合函數(shù)Tab.2 Fitting function of grain size response of landscape pattern index

注：**代表擬合效果非常顯著

Note:**represents that the fitting effect is very significant

2.4 適宜空間粒度的確定

基于不同尺度下的景觀格局分析結(jié)果會有所不同，因此確定適宜的空間粒度對于景觀格局的研究尤其重要。景觀格局指數(shù)隨粒度變化的第一尺度域可用來確定粒度大小及景觀格局分析的適宜粒度范圍，通常根據(jù)第一尺度轉(zhuǎn)折點(diǎn)確定[13]。根據(jù)研究區(qū)域各景觀格局指數(shù)隨粒度變化響應(yīng)曲線的拐點(diǎn)與躍變區(qū)間，確定興化市養(yǎng)殖池塘景觀格局分析中的第一尺度域和適宜粒度范圍(表3)。

不同景觀格局指數(shù)反映景觀特征的不同方面，由表3可知，研究區(qū)域景觀格局指數(shù)具有尺度轉(zhuǎn)折點(diǎn)，代表景觀特征會在尺度轉(zhuǎn)折點(diǎn)處發(fā)生較大的變化。而且由于景觀格局指數(shù)尺度轉(zhuǎn)折點(diǎn)的位置并不一致，導(dǎo)致景觀整體特征的尺度轉(zhuǎn)折點(diǎn)是一個區(qū)間，而非一個固定數(shù)值。在這個區(qū)間內(nèi)，景觀格局指數(shù)值發(fā)生躍變現(xiàn)象。由表1可以看出，絕大多數(shù)景觀格局指數(shù)隨粒度變化的響應(yīng)曲線存在顯著拐點(diǎn)或躍變區(qū)間，并且本研究所選取景觀格局指數(shù)的第一尺度域多集中在10～20 m。在粒度選擇時，為了確保計算的質(zhì)量、反映景觀格局的總體特征信息，同時又可以使計算過程中的工作量不至于過大，應(yīng)該在第一尺度域內(nèi)選擇中等偏大的粒度作為適宜的粒度[25]。因此，通過對各景觀格局指數(shù)第一尺度域的綜合考慮，該研究區(qū)域水產(chǎn)養(yǎng)殖池塘景觀的最佳尺度范圍為15～20 m，確定20 m為適宜空間粒度。

3 結(jié)論與討論

3.1 結(jié)論

空間粒度變化的研究，對于景觀格局指數(shù)的計算非常必要。本研究以興化市水產(chǎn)養(yǎng)殖池塘為研究對象，對11個景觀格局指數(shù)的粒度效應(yīng)進(jìn)行了探討，得出如下結(jié)論：

(1)通過線性回歸分析可知，研究區(qū)域水產(chǎn)養(yǎng)殖池塘景觀格局指數(shù)的粒度效應(yīng)較為顯著。隨粒度的變粗，不同景觀格局指數(shù)呈現(xiàn)出不同的變化趨勢。除了平均最近距離隨粒度變粗單調(diào)遞增，沒有尺度轉(zhuǎn)折點(diǎn)外，其余10個景觀格局指數(shù)隨著粒度的變粗具有非單調(diào)的變化趨勢，具有明顯或不明顯的尺度轉(zhuǎn)折點(diǎn)。

(2)不同景觀對象的空間格局分析，選擇適宜的尺度進(jìn)行景觀格局特征及其變化分析尤為重要。粒度大小以及景觀格局分析適宜取值范圍的確定，需要根據(jù)景觀格局指數(shù)隨粒度變化的第一尺度域進(jìn)行，該研究區(qū)域水產(chǎn)養(yǎng)殖池塘景觀的最佳尺度范圍為15～20 m，確定20 m為適宜空間粒度。

(3)在本研究所選的11個景觀格局指數(shù)中，其中景觀面積的擬合度較低，可能是由于粒度選取不合適或指數(shù)本身的特殊性等原因造成。其余10個景觀格局指數(shù)的變化趨勢均能夠進(jìn)行較好的擬合，說明空間粒度與景觀格局指數(shù)具有相關(guān)性。

表3 景觀格局指數(shù)適宜粒度范圍Tab.3 Appropriate size range of landscape pattern index

3.2 討論

(1)景觀生態(tài)學(xué)中尺度問題的重要性已被許多學(xué)者充分認(rèn)識到，并進(jìn)行了大量的研究，但對于適宜分析粒度如何進(jìn)行選擇，還未形成完整的理論與方法體系。如果使用不同的數(shù)據(jù)對同一研究區(qū)域進(jìn)行分析，那么適宜分析粒度可能會不一致，分析結(jié)果也可能會有所不同。因此本研究得出的適宜空間粒度不一定適用于其他研究區(qū)域。因此，對于適宜空間粒度的確定要基于研究區(qū)的實(shí)際情況進(jìn)行分析。

(2)在進(jìn)行景觀格局指數(shù)分析時，由于目前的景觀格局指數(shù)眾多，會遺漏一些能夠更好反映研究區(qū)域景觀格局特征的指標(biāo)。對于指數(shù)的選取以及粒度的劃分受主觀因素影響較大。在進(jìn)行尺度綜合選取時，由于拐點(diǎn)并不一致，也只能參照大概的范圍進(jìn)行人為選定。需要進(jìn)一步研究如何減少主觀因素，降低人為劃分對景觀格局內(nèi)在規(guī)律性的影響。

(3)景觀格局指數(shù)不僅受空間粒度的影響，同樣還受幅度的影響，在下一步工作中，將考慮如何將粒度與幅度相結(jié)合，研究不同幅度區(qū)域間景觀格局指數(shù)的尺度效應(yīng)，從而進(jìn)行不同區(qū)域間的景觀格局對比研究。