孫顯星 危小建 謝亞娟 程朋根 趙莉 東華理工大學(xué)測繪工程學(xué)院

由諸如道路建設(shè)、城市化、土地利用和土地覆被變化等人為因素引發(fā)的景觀破碎化等問題，導(dǎo)致了南昌市越來越多的棲息地斑塊變得越來越小，越來越相互孤立。在南昌市斑塊生境中，斑塊樣式的復(fù)雜性下降，邊緣生境的比重加強(qiáng)。所以，為了南昌市城市化生態(tài)系統(tǒng)的健康，土壤景觀異質(zhì)性的研究已成為維持自然生態(tài)系統(tǒng)的必要手段。

景觀生態(tài)學(xué)研究主要是強(qiáng)調(diào)空間異質(zhì)性與生態(tài)過程、尺度之間的相互作用關(guān)系。景觀異質(zhì)性是景觀生態(tài)學(xué)研究的核心內(nèi)容。景觀異質(zhì)性是指景觀結(jié)構(gòu)在空間分布上的非均勻性和隨機(jī)性，它隨著某一景觀要素出現(xiàn)的相對頻率變化而變化。景觀異質(zhì)性同抗干擾能力、恢復(fù)能力、系統(tǒng)穩(wěn)定性、生物多樣性密切相關(guān)。景觀異質(zhì)性的研究一直是景觀生態(tài)學(xué)研究的熱點(diǎn)。然而土壤是人類生存和發(fā)展的物質(zhì)基礎(chǔ)，土壤種類和土壤特性的差別變化在一定程度上決定了土地利用的形式，土地利用形式的差異化也間接的轉(zhuǎn)變著土壤種類、特性和效能的多樣性結(jié)構(gòu)。現(xiàn)如今，人與自然的生態(tài)問題日益顯現(xiàn)，土壤的空間分布變化與其影響因素之間相互作用關(guān)系的研究具有重要意義。

本文以江西省南昌市為例，選取不同景觀異質(zhì)性指數(shù)為因變量，選取到主要道路的距離（DCITY）、到城市的距離（DCITY）和坡度（PD）作為解釋變量，采用 OLS模型 和GWR模型方法探討不同的土壤景觀異質(zhì)性指數(shù)與相關(guān)因子間關(guān)系的空間非平穩(wěn)性和尺度依賴特征。

1.研究區(qū)概況與數(shù)據(jù)處理

1.1 研究區(qū)概況

南昌市地處江西中部偏北，贛江、撫河下游，鄱陽湖西南岸，位于東經(jīng)115°27'至116°35'、北緯28°10'至29°11'之間。東連余干、東鄉(xiāng)、南接臨川、豐城、西靠高安、奉新、靖安，北與永修、都昌、鄱陽三縣共鄱陽湖，南北最大縱距約121千米，東西最大橫距約108千米，全境最高點(diǎn)梅嶺主峰洗藥湖中的洗藥塢，海拔841.4米。全境以鄱陽湖平原為主，東南相對平坦，西北為丘陵。

1.2 數(shù)據(jù)來源與預(yù)處理

圖1 研究區(qū)地理位置圖

本次研究采用南昌市土壤數(shù)據(jù)。土壤數(shù)據(jù)來自于世界土壤數(shù)據(jù)庫（Harmonized World Soil Database，簡稱HDSW）。作為全世界范圍內(nèi)的土壤數(shù)據(jù)，其空間分辨率不高，中國地區(qū)的數(shù)據(jù)源分辨率僅為1:100 萬（http://westdc.westgis.ac.cn/data）。把南昌市的土壤類型數(shù)據(jù)單獨(dú)裁剪出來，根據(jù)國際標(biāo)準(zhǔn)FAO-90對各種土壤類型進(jìn)行分類。數(shù)據(jù)分析和統(tǒng)計使用Fragstats 4.2、A rcGIS10.2 等軟件。景觀異質(zhì)性指數(shù)的計算借助于Fragstats 4.2軟件，數(shù)據(jù)的空間分析和回歸建模采用ArcGIS 10.2實現(xiàn)。

為了滿足回歸建模的需要，所有因變量和解釋變量的地理信息系統(tǒng)圖層（最初的空間分辨率為30m的柵格數(shù)據(jù)）都被轉(zhuǎn)換為矢量格式。數(shù)據(jù)轉(zhuǎn)換的三個步驟如下:（1）在A rcGIS中隨機(jī)選取研究區(qū)域內(nèi)的5000個點(diǎn)。（2）使用ArcGIS10.2中的ArcTool box，從柵格數(shù)據(jù)圖層信息提取至點(diǎn)圖層。（3）剔除無效點(diǎn)后運(yùn)行回歸模型。

2.研究的方法數(shù)據(jù)

2.1 因變量指標(biāo)選取

根據(jù)研究尺度的不同景觀格局指數(shù)分為斑塊水平指數(shù)(P atch Level Index)、斑塊類型水平指數(shù)（Class-level Index）以及景觀水平指數(shù)（Landscape-level Index。本文參照相關(guān)研究成果，既完整描述景觀異質(zhì)性特征又避免信息冗余，在景觀水平指數(shù)上選取景觀形狀指數(shù)（LSI）、斑塊密度（PD）、分離度指數(shù)（SPLIT）、斑塊凝聚度指數(shù)（COHESION）、有效網(wǎng)格面積（MESH）等景觀指數(shù)。各景觀指數(shù)計算公式及意義如表1所示。

表1 景觀異質(zhì)性特征指數(shù)、計算公式及其生態(tài)學(xué)含義

2.2 解釋變量指標(biāo)

（1）到主干道的距離。過去30年來，南昌市加大了道路建設(shè)力度，以改善交通可達(dá)性，道路建設(shè)對生態(tài)系統(tǒng)和景觀異質(zhì)性產(chǎn)生了重要影響。道路是直接導(dǎo)致景觀異質(zhì)性的影響因素之一。因此，到主干道的距離(簡稱：DRDS)可以反映和影響景觀異質(zhì)性的情況。

（2）到市中心的距離。南昌市在過去30年里經(jīng)歷了快速的城市化和LUCC。因此，選擇到地區(qū)中心的距離(簡稱：DCITY)作為解釋變量，它通過對LUCC和城市化等生態(tài)過程的影響來影響景觀異質(zhì)性。

（3）坡度。在研究區(qū)，大多數(shù)建筑環(huán)境位于低坡度位置，而大多數(shù)綠地位于高坡度位置一般人類活動越大，景觀異質(zhì)性程度越高。因此，坡度(簡稱：SLOPE)也被用作一個預(yù)測因子，通過其對人類活動的影響來影響景觀異質(zhì)性。

2.3 地理加權(quán)回歸

地理加權(quán)回歸（Geographically Weighted Regression，簡稱GWR）是由Brunsdon等提出的一種針對局部空間進(jìn)行回歸的分析方法，是傳統(tǒng)線性回歸模型的延伸，引入了位置信息作為變量進(jìn)行計算，通過獲取周邊數(shù)據(jù)的觀測值來計算二者的空間相互關(guān)系?？梢酝ㄟ^改變GWR的帶寬在多尺度上檢測出景觀異質(zhì)性在相關(guān)因子間的空間非平穩(wěn)性。

表2 景觀異質(zhì)性指數(shù)在不同窗口半徑下的調(diào)整后的R2值

GWR模型的基本形式為:

其中，yi，xik，和εi代表因變量，自變量和隨機(jī)誤差項。β0（μi，νi）是模型截距，βk（μi，νi）是k個獨(dú)立變量的斜率系數(shù)在（μi，νi）位置中，可以通過解決以下矩陣方程來估算GWR模型系數(shù)：

本文帶寬分別選取了2000m，4000 m，6000 m，8000 m，10000 m，12000 m，14000 m和16000 m。

3.結(jié)果與分析

3.1 土壤景觀空間關(guān)系的尺度依賴關(guān)系

平穩(wěn)指數(shù)旨在衡量空間非平穩(wěn)性，小于1的值表示平穩(wěn)性。計算包括三個步驟：首先，計算了四分位數(shù)間距中的每個解釋變量的GWR系數(shù)的標(biāo)準(zhǔn)誤差;其次，最小二乘回歸得到其標(biāo)準(zhǔn)誤差。最后，將這兩個因素的比率用作平穩(wěn)指數(shù)。

如圖2所示，平穩(wěn)指數(shù)隨著帶寬的增加而下降，解釋變量的帶寬下降幅度最大為4000m的空間比例，這意味著有效網(wǎng)格面積（MESH）上每個解釋變量的下降比例在4000m以內(nèi)。每個解釋變量隨著帶寬的增加而減少，到一定數(shù)值后趨于穩(wěn)定。三個解釋變量的空間變異特征值在8000m左右時開始趨于穩(wěn)定，因此，土壤景觀異質(zhì)性與相關(guān)因子之間的相互關(guān)系表現(xiàn)出顯著的空間尺度依賴性。

圖2 三個解釋變量的多尺度平穩(wěn)指數(shù)

3.2 不同移動窗口半徑對土壤景觀空間關(guān)系的非平穩(wěn)性影響程度分析

通過3個不同的窗口半徑（1000m，1500m，2000m），局部R2(范圍從0到1)表示局部回歸模型與觀測值的擬合程度。

（1）土壤景觀異質(zhì)性指數(shù)在解釋變量SLOPE上的相關(guān)性最強(qiáng)。在不同的窗口半徑中，土壤景觀異質(zhì)性指數(shù)中的MESH在解釋變量SLOPE上相關(guān)性是最高的，并且土壤景觀異質(zhì)性指數(shù)在所有解釋變量上的相關(guān)性更強(qiáng)。

（2）在窗口半徑2000m時土壤景觀異質(zhì)性指數(shù)在解釋變量SLOPE上的相關(guān)性最強(qiáng)。在窗口半徑在1500m時和窗口半徑在1000m時，土壤景觀異質(zhì)性指數(shù)在解釋變量上的相關(guān)性相似，窗口半徑在2000m時比窗口半徑在1500m時，土壤景觀異質(zhì)性在解釋變量上的相關(guān)性更強(qiáng)。

（3）隨著窗口半徑的增加，土壤景觀異質(zhì)性在解釋變量上的R2增速在提高。當(dāng)窗口半徑在1000m-1500m時，土壤景觀異質(zhì)性在解釋變量上的R2增速基本不變，而在1500m-2000m時，土壤景觀異質(zhì)性在解釋變量上的R2增速變大。

4.結(jié)論

科學(xué)揭示土地的景觀異質(zhì)性與相關(guān)因素之間的空間關(guān)系有利于土地管理和城市規(guī)劃。結(jié)果表明：通過三個具有16000m的特征比例的曲線解釋變量來說明，在帶寬8000m具有更好的擬合度。在三個解釋變量中，隨著窗口半徑的不斷增加，土壤景觀異質(zhì)性指數(shù)在解釋變量上的相關(guān)性在增強(qiáng)，并且SLOPE上的相關(guān)性最強(qiáng)，而R2的增速在降低。

本研究發(fā)現(xiàn)了空間土壤景觀異質(zhì)性與相關(guān)因子之間的關(guān)系使用OLS模型和GWR模型的影響因素。結(jié)果表明GWR可以作為一種有效的新方法探索空間變化的關(guān)系并可以減少空間自相關(guān)。GWR模型揭示了詳細(xì)的信息，說明了相關(guān)因素在不同區(qū)域的不同作用。從而提高了模型解釋本地數(shù)據(jù)的能力和景觀異質(zhì)性的狀況，有助于發(fā)展更有效的規(guī)劃和土地管理。