華 琳,黃志霖,*,馬 良,黃嘉元,周高峪

1 中國林業(yè)科學(xué)研究院森林生態(tài)環(huán)境與自然保護(hù)研究所，國家林業(yè)和草原局森林生態(tài)環(huán)境重點(diǎn)實(shí)驗(yàn)室，北京 100091

2 秭歸縣林業(yè)局, 宜昌 443631

景觀格局是指大小和形狀不一的景觀斑塊在空間上的排列鑲嵌,具有典型的空間異質(zhì)性和尺度依賴性[1—2]。明確景觀格局的尺度效應(yīng)是揭示景觀格局及其變化的重要前提,合適的尺度是生態(tài)學(xué)研究中的起點(diǎn)和基礎(chǔ),影響生態(tài)系統(tǒng)格局和過程規(guī)律分析的準(zhǔn)確程度,最終影響到研究成果的科學(xué)性和實(shí)用性[3—5]。而進(jìn)行生態(tài)系統(tǒng)和生態(tài)過程的大尺度生態(tài)問題研究時,需進(jìn)行小尺度景觀數(shù)據(jù)信息的跨尺度傳遞,最大程度的保留原生態(tài)過程的景觀格局特征,因此探討中小尺度下的景觀格局特征以及在各尺度之間的信息傳遞變化規(guī)律則是研究景觀格局尺度效應(yīng)的基礎(chǔ)。

景觀格局的尺度效應(yīng)主要涉及空間粒度、空間幅度和同時考慮空間粒度和空間幅度三個方面。已有的研究案例多聚焦某一固定空間幅度中的空間粒度變化對景觀格局的影響。例如,市級行政區(qū)[6—|10]、區(qū)縣級行政區(qū)[11—13]、小流域[14—16]及三峽庫區(qū)[17—20]、青海湖流域[21]等特定區(qū)域[22]。在不同空間幅度對景觀格局的影響方面研究較少,主要以不同空間幅度大小的移動窗口[23—25]和從研究區(qū)域中心向外擴(kuò)展[26—29]進(jìn)行景觀格局分析?？臻g尺度的幅度和粒度不是割裂的,當(dāng)前研究多只針對空間幅度和空間粒度的單一方面進(jìn)行分析,少有同時兼顧空間幅度和粒度的景觀格局分析[30],且同一水平尺度域內(nèi)的景觀格局特征推演比較容易,垂直跨越多個尺度域的景觀格局分析較復(fù)雜[4]。因此,亟待明確景觀在不同空間幅度研究區(qū)的粒度響應(yīng)特征。

用景觀指數(shù)描述景觀格局及其變化,是景觀生態(tài)學(xué)最常用的定量化研究方法。目前大多通過景觀指數(shù)在不同粒度下的變化趨勢分析景觀整體格局和各景觀類型的響應(yīng),現(xiàn)有研究顯示景觀指數(shù)對尺度變化的響應(yīng)具有一定的線性或非線性特征。近年來,景觀指數(shù)響應(yīng)曲線進(jìn)行擬合函數(shù)分析的研究開始受到關(guān)注,主要包括冪函數(shù)、二次多項(xiàng)式函數(shù)、對數(shù)函數(shù)、線性函數(shù)、分段階梯函數(shù)等函數(shù)擬合[21,31—37],但目前仍以響應(yīng)曲線的粗略轉(zhuǎn)折點(diǎn)位置為依據(jù),較少根據(jù)擬合函數(shù)的特征進(jìn)行適宜粒度閾值的分析,而利用擬合函數(shù)的頂點(diǎn)、最大曲率點(diǎn)等特殊點(diǎn)進(jìn)行閾值推算精確且具有普適性。

秭歸縣是三峽庫區(qū)重要的低山丘陵地貌區(qū),是三峽庫區(qū)的壩上第一縣,是我國退耕還林示范縣和國家林草局退耕還林科技支撐示范點(diǎn),正開展建設(shè)“山水林田湖草”生命共同體綜合治理示范模式。三峽庫區(qū)是《全國重要生態(tài)系統(tǒng)保護(hù)和修復(fù)重大工程總體規(guī)劃(2021—2035年)》中的水土保持國家重點(diǎn)生態(tài)功能區(qū)。隨著生態(tài)環(huán)境治理的進(jìn)行,三峽庫區(qū)的植被覆蓋率逐年提升、生態(tài)環(huán)境有所改善,但仍然存在林草植被質(zhì)量整體不高,水土流失、生物多樣性受損嚴(yán)重等問題,總體水平仍較為脆弱,生態(tài)承載力和環(huán)境容量仍有不足,經(jīng)濟(jì)發(fā)展帶來的生態(tài)保護(hù)壓力依然較大。多尺度景觀格局的變化特征和分析粒度閾值在三峽庫區(qū)這一地形復(fù)雜和人地關(guān)系較為緊張的區(qū)域需進(jìn)一步明確。本文以湖北省秭歸縣為研究區(qū)域,基于高分辨率影像的解譯數(shù)據(jù),選取主要的景觀格局指數(shù),在縣域、鄉(xiāng)鎮(zhèn)和小流域尺度上進(jìn)行景觀格局的粒度效應(yīng)分析,并進(jìn)行擬合函數(shù)分析以探討多尺度上景觀格局的粒度響應(yīng)特征,分析垂直尺度上不同尺度之間景觀格局特征的變化以及推演各空間幅度上的適宜粒度閾值,為后續(xù)景觀格局、生態(tài)系統(tǒng)功能分析與森林景觀恢復(fù)和生態(tài)修復(fù)等提供研究基礎(chǔ)和空間粒度大小選擇的參考。

1 研究區(qū)概況

秭歸縣(110°59′34″E—110°20′26″E,30°38′22″N—31°11′28″N)位于三峽庫區(qū)庫首(圖1),面積為2427km2。秭歸縣下轄8鎮(zhèn)4鄉(xiāng),鄉(xiāng)鎮(zhèn)的平均面積為189km2,分布有251個小流域,平均面積為9.03 km2?？傮w地勢南高北低,最高點(diǎn)在西南部,地形地貌主要以山地丘陵為主。

圖1 研究區(qū)地理位置Fig.1 Geographical location of the study area

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

本文所采用的數(shù)據(jù)主要包括秭歸縣土地利用矢量數(shù)據(jù)、空間分辨率為10m的高程數(shù)據(jù)、行政區(qū)劃數(shù)據(jù)和小流域邊界數(shù)據(jù)。土地利用數(shù)據(jù)以秭歸縣2018年0.2m空間分辨率的航空攝影影像數(shù)據(jù)為基礎(chǔ),結(jié)合實(shí)地調(diào)查進(jìn)行目視解譯獲得。根據(jù)《土地利用現(xiàn)狀分類標(biāo)準(zhǔn)GB/T21010—2017》并結(jié)合實(shí)際地域特征,將秭歸縣的土地利用數(shù)據(jù)分為九類,包括耕地、園地、林地、草地、工礦用地、住宅用地、交通運(yùn)輸用地、水域、其它用地。小流域的邊界數(shù)據(jù)由數(shù)字高程模型(Digital Elevation Model,DEM)數(shù)據(jù)以流量10000cell為閾值進(jìn)行水文分析得到,共251個小流域。

2.2 空間尺度的選擇

空間幅度方面選取垂直等級上面積大小不同的縣域、鄉(xiāng)鎮(zhèn)、小流域三個幅度,面積逐步擴(kuò)大,分別呈21、13倍的遞增關(guān)系?？臻g粒度方面,將土地利用現(xiàn)狀圖矢量數(shù)據(jù)轉(zhuǎn)化為柵格數(shù)據(jù),柵格像元的大小即為空間粒度的大小。矢量數(shù)據(jù)轉(zhuǎn)換柵格數(shù)據(jù)主要有三種屬性分配原則,如圖2所示：(1)中心要素分配屬性值原則,位于柵格單元中心位置的面要素a決定像元的屬性。(2)最大面積要素分配屬性值原則,柵格單元內(nèi)最大面積的單個要素b決定像元的屬性。(3)最大合并面積要素分配屬性值原則,柵格單元內(nèi)多個相同屬性的要素合并后,具有最大面積的要素c決定像元的值。借鑒前人的研究和數(shù)據(jù)計(jì)算的數(shù)量將土地利用矢量數(shù)據(jù)分別按照三種屬性分配原則轉(zhuǎn)換成粒度大小為1、2、3、4、5、7、9、1 0、12、15、20、25、30、40、50、90、100、120、150、180、200、300、400m的柵格數(shù)據(jù)以進(jìn)行最佳屬性分配原則的選擇和景觀指數(shù)分析。

圖2 中心、最大面積、最大合并面積屬性分配原則 Fig.2 The principle of distribution of attributes of center, maximum area, and maximum combined area a、b、c、d:對應(yīng)要素的屬性

2.3 景觀指數(shù)的選擇

景觀指數(shù)的選擇對景觀格局的分析至關(guān)重要,景觀指數(shù)包括斑塊、類型和景觀3種水平。本文以景觀水平分析為主,在綜合國內(nèi)外研究和避免冗余分析的基礎(chǔ)上[38—41],選取如下指數(shù)：組成特征方面選取斑塊密度(Patch Density, PD)、邊緣密度(Edge Density, ED)、最大斑塊面積指數(shù)(Largest Patch Index, LPI)、平均斑塊大小(Mean Patch Size, AREA_MN),形狀特征方面選取景觀形狀指數(shù)(Landscape Shape Index, LSI)、平均形狀指數(shù)(Mean Patch Shape Index, SHAPE_MN)、周長面積分維數(shù)(Perimeter-Area Fractal Dimension, PAFRAC)、平均分維數(shù)(Mean Patch Fractal Dimension, FRAC_MN),聚散性方面選取蔓延度指數(shù)(Contagion Index, CONTAG)、相似鄰接比例指數(shù)(Percentage of Like Adjacency, PLADJ)、散布與并列指數(shù)(Interspersion and Juxtaposition Index, IJI)、分離度指數(shù)(Splitting Index, SPLIT)、景觀分割度指數(shù)(Landscape Division Index, DIVISION)、凝聚度指數(shù)(Patch Cohesion Index, COHESION)、斑塊連接度指數(shù)(Connectance Index, CONNECT)、聚合度(Aggregation Index, AI),多樣性特征方面選取香農(nóng)多樣性指數(shù)(Shannon′s Diversity Index, SHDI)和辛普森多樣性指數(shù)(Simpson′s Diversity Index, SIDI)。

2.4 研究方法

在ArcGIS10.4軟件中,按照最大面積要素分配原則、最大合并面積要素分配原則、中間要素分配原則三種屬性分配原則,將秭歸縣土地利用類型的矢量數(shù)據(jù)以1、2、3、4、5、7、9、10、12、15、20、25、30、40、50、90、100、120、150、180、200、300、400m為空間粒度進(jìn)行柵格化,根據(jù)實(shí)際面積與各屬性分配原則生成的面積相比,分析三種屬性分配原則的優(yōu)劣,從中挑選最適合的屬性分配原則,繼而進(jìn)行12個鄉(xiāng)鎮(zhèn)和251個小流域矢量數(shù)據(jù)不同空間粒度的柵格化,共計(jì)6072幅柵格數(shù)據(jù)。通過Fragstats4.2軟件進(jìn)行景觀指數(shù)計(jì)算,分別統(tǒng)計(jì)12個鄉(xiāng)鎮(zhèn)和251個小流域的景觀指數(shù)平均值代表鄉(xiāng)鎮(zhèn)幅度和小流域幅度的景觀指數(shù),并以空間粒度大小為x軸,景觀指數(shù)數(shù)值為Y軸繪制折線圖,分析景觀格局指數(shù)的粒度響應(yīng)變化。選擇線性函數(shù)、指數(shù)函數(shù)和冪函數(shù)等擬合景觀指數(shù)對粒度變化的響應(yīng)曲線,選擇擬合度最高的函數(shù),根據(jù)其擬合函數(shù)的特性(最大曲率點(diǎn)、極值點(diǎn))選取景觀分析的適宜粒度范圍。其中最大曲率點(diǎn)公式如下[42]：

式中,y″(x)為二階導(dǎo)數(shù),y′(x)為一階導(dǎo)數(shù)。

3 結(jié)果與分析

3.1 不同屬性分配原則對景觀指數(shù)的影響

不同屬性分配原則產(chǎn)生了景觀面積與實(shí)際面積的差異,影響景觀指數(shù)的粒度響應(yīng)變化。圖3中左圖為不同分配原則下各粒度的景觀總面積,最大面積要素分配原則和最大合并面積要素分配原則下不同粒度的景觀面積變化相似,兩者之間差異較小。中間要素分配原則的景觀面積變化程度較小,在粒度增加的過程中有所波動,總體上升。圖3中右圖為各粒度下景觀面積與真實(shí)面積之差,三種屬性分配原則下的景觀面積與實(shí)際面積的差異較為明顯,中心要素分配原則與實(shí)際面積差異最小更適合用于景觀分析。

圖3 三種分配原則下不同粒度景觀總面積與真實(shí)景觀面積差異Fig.3 The difference between the total landscape area and the real landscape area of different granularities under the three allocation principles

3.2 景觀指數(shù)的粒度響應(yīng)

3.2.1縣域幅度景觀指數(shù)的粒度響應(yīng)

縣域斑塊密度指數(shù)的第一處變化發(fā)生在5m處,5—50m呈現(xiàn)急劇降低的狀態(tài)；邊緣密度、景觀形狀指數(shù)、周長面積分維數(shù)、蔓延度、相似鄰接比例、散布與并列指數(shù)和聚合度指數(shù)均在1—100m粒度范圍內(nèi)變化顯著；最大斑塊面積指數(shù)在1—30m粒度范圍內(nèi)增加顯著；平均斑塊大小指數(shù)在小于50m的范圍內(nèi)變化和緩,50—400m粒度范圍內(nèi)增加顯著；平均形狀指數(shù)和平均分維數(shù)指數(shù)在小于50m的粒度范圍內(nèi)急劇降低；分離度指數(shù)和景觀分割度指數(shù)分別在1—7m和1—30m的粒度范圍內(nèi)急劇降低,繼而波動下降；凝聚度指數(shù)整體呈現(xiàn)直線式下降趨勢；斑塊連接度指數(shù)在1—10m粒度范圍內(nèi)下降后在10—300m粒度范圍內(nèi)呈現(xiàn)增加的趨勢；多樣性指數(shù)均在1—100m粒度范圍內(nèi)變化穩(wěn)定,100—400m粒度范圍內(nèi)上下波動大(圖4)。

圖4 縣域的景觀指數(shù)曲線Fig.4 The landscape index curve of the county

3.2.2鄉(xiāng)鎮(zhèn)幅度景觀指數(shù)的粒度響應(yīng)

在鄉(xiāng)鎮(zhèn)幅度層次,斑塊密度指數(shù)的增加狀態(tài)同樣也在5m處發(fā)生轉(zhuǎn)折；邊緣密度指數(shù)、相似鄰接比例、聚合度指數(shù)均在1—100m粒度范圍內(nèi)變化顯著；最大斑塊面積指數(shù)在1—20m粒度范圍內(nèi)增加顯著；平均斑塊大小指數(shù)在1—50m范圍內(nèi)變化和緩；景觀形狀指數(shù)、周長面積分維數(shù)、蔓延度在2m和100m處有所轉(zhuǎn)折,且在100m范圍內(nèi)變化顯著；平均形狀指數(shù)在30m粒度處有轉(zhuǎn)折；平均分維數(shù)指數(shù)在3m和50m粒度處有轉(zhuǎn)折；散布與并列指數(shù)在1—100m粒度范圍內(nèi)下降之后又呈現(xiàn)增加狀態(tài),但在1—5m粒度范圍內(nèi)較穩(wěn)定；分離度指數(shù)和景觀分割度指數(shù)均分別在1—5m和1—20m粒度范圍內(nèi)下降顯著后變化和緩；凝聚度指數(shù)整體呈現(xiàn)直線式下降趨勢；斑塊連接度指數(shù)在1—10m迅速下降,在10—120m粒度范圍內(nèi)呈現(xiàn)增加的趨勢,120—400m粒度范圍波動增大；多樣性指數(shù)均在1—2m內(nèi)下降顯著,2—200m粒度范圍內(nèi)較穩(wěn)定,200—400m范圍內(nèi)波動增加(圖5)。

圖5 鄉(xiāng)鎮(zhèn)的景觀指數(shù)曲線Fig.5 The landscape index curve of the township

3.2.3小流域幅度景觀指數(shù)的粒度響應(yīng)

小流域幅度上的景觀格局指數(shù)變化與鄉(xiāng)鎮(zhèn)幅度的變化趨勢相似,部分區(qū)域存在差異。斑塊密度指數(shù)先在1—5m粒度范圍內(nèi)增加后到100m范圍內(nèi)顯著降低；邊緣密度指數(shù)、景觀形狀指數(shù)、蔓延度、相似鄰接比例指數(shù)、聚合度指數(shù)在1—100m粒度范圍內(nèi)降低變化顯著；最大斑塊面積指數(shù)在1—20m粒度范圍內(nèi)增加顯著,20—400m粒度范圍內(nèi)變化和緩；平均斑塊大小指數(shù)在1—50m范圍內(nèi)變化和緩；平均形狀指數(shù)在25m粒度處發(fā)生轉(zhuǎn)折；周長面積分維數(shù)在3m和100m粒度處轉(zhuǎn)折顯著；平均分維數(shù)指數(shù)在3m和50m粒度處有轉(zhuǎn)折；散布與并列指數(shù)在50m粒度范圍內(nèi)下降后不斷增加；分離度指數(shù)在1—4m粒度范圍內(nèi)下降迅速后變化和緩；景觀分割度指數(shù)在1—20m粒度范圍內(nèi)下降顯著；凝聚度指數(shù)整體呈現(xiàn)直線式下降趨勢；斑塊連接度指數(shù)在1—3m內(nèi)增加,3—15m粒度范圍內(nèi)呈現(xiàn)下降的趨勢,15—120m內(nèi)波動增大,200—400m范圍內(nèi)不斷降低；多樣性指數(shù)中,1—50m粒度范圍內(nèi)穩(wěn)定,50—400m粒度范圍內(nèi)波動增加(圖6)。

圖6 小流域的景觀指數(shù)曲線Fig.6 Landscape Index Curve of Small Watershed

3.3 各尺度景觀指數(shù)的擬合函數(shù)

斑塊密度、邊緣密度、景觀形狀指數(shù)等景觀指數(shù)隨粒度變化響應(yīng)的曲線可以高度擬合函數(shù),且不同空間幅度上的擬合函數(shù)參數(shù)有所不同(表1、表2、表3)。部分景觀指數(shù)的響應(yīng)曲線可以擬合多個函數(shù),從中選取R2最大的函數(shù)進(jìn)行分析。擬合函數(shù)主要為三種：冪函數(shù)及其組合、指數(shù)函數(shù)及其組合和線性函數(shù)。對擬合函數(shù)求取極值點(diǎn)和最大曲率點(diǎn),得出小流域、鄉(xiāng)鎮(zhèn)、縣域三個幅度斑塊密度的極值點(diǎn)分別位于為5.65m、5.73m、5.78m處,最大曲率點(diǎn)均為34m；邊緣密度的最大曲率點(diǎn)分別為48m,46m,46m；最大斑塊指數(shù)的最大曲率點(diǎn)分別為7m、9m、9m；平均斑塊面積、平均形狀指數(shù)、平均分維數(shù)、蔓延度指數(shù)的最大曲率點(diǎn)均為3m；景觀形狀指數(shù)的最大曲率點(diǎn)分別為3m、10m和53m；三個幅度的周長面積分維數(shù)最大曲率點(diǎn)均為400m；分離度指數(shù)的最大曲率點(diǎn)分別為5m、5m、7m；景觀分割度指數(shù)的最大曲率點(diǎn)分別為4m、4m、7m；相似鄰接比例指數(shù)和聚合度的最大曲率點(diǎn)均位于10m處；散布與并列指數(shù)的最大曲率點(diǎn)分別為400m、35m、25m。

表1 縣域景觀指數(shù)的擬合函數(shù)Table 1 Fitting function of landscape index of the County

表2 鄉(xiāng)鎮(zhèn)景觀指數(shù)的擬合函數(shù)Table 2 Fitting function of landscape index of township

表3 小流域景觀指數(shù)的擬合函數(shù)Table 3 Fitting function of small watershed landscape index

3.4 不同幅度下景觀格局粒度響應(yīng)的差異特征

縣域,鄉(xiāng)鎮(zhèn)和小流域三個幅度隨著粒度的增加,各景觀指數(shù)呈現(xiàn)出不同的變化趨勢,主要為三種變化趨勢：總體上升、總體下降和波動變化。邊緣密度、景觀形狀指數(shù)、平均形狀指數(shù)、平均分維數(shù)、蔓延度、相似鄰接比例、分離度、景觀分割度、凝聚度、聚合度均呈現(xiàn)總體下降的趨勢,最大斑塊面積指數(shù)、平均斑塊大小指數(shù)、周長面積分維數(shù)則呈現(xiàn)總體上升的趨勢。斑塊密度、散布與并列指數(shù)、斑塊連接度指數(shù)、多樣性指數(shù)均呈現(xiàn)波動變化(圖7)。

圖7 三個幅度的景觀指數(shù)曲線對比Fig.7 Comparison of landscape index curves of three ranges

三個幅度水平上斑塊密度、邊緣密度、聚合度指數(shù)的景觀指數(shù)數(shù)值與變化相近,區(qū)別不明顯；最大斑塊指數(shù)中,鄉(xiāng)鎮(zhèn)和小流域數(shù)值相近且大于縣域；平均斑塊大小指數(shù)中,1—200m范圍內(nèi)三個幅度的數(shù)值相近,200—400m范圍內(nèi)差異增加且呈現(xiàn)縣域>鄉(xiāng)鎮(zhèn)>小流域的狀態(tài)；平均形狀指數(shù)、平均分維數(shù)中1—50m范圍內(nèi)數(shù)值相近,50—400m范圍內(nèi)的差異有所增加,呈現(xiàn)小流域>鄉(xiāng)鎮(zhèn)>縣域的狀態(tài)。景觀形狀指數(shù)、景觀分割度、凝聚度指數(shù)和多樣性指數(shù)數(shù)值總體上縣域>鄉(xiāng)鎮(zhèn)>小流域；周長面積分維數(shù)中,鄉(xiāng)鎮(zhèn)和縣域的數(shù)值相近且大于小流域的數(shù)值；在蔓延度指數(shù)中,50m—150m范圍內(nèi)三個幅度水平的數(shù)值交叉,1—50m內(nèi)小流域>縣域>鄉(xiāng)鎮(zhèn),150—400m內(nèi)縣域>鄉(xiāng)鎮(zhèn)>小流域；相似鄰接比例指數(shù)中,1—50m范圍內(nèi)三個幅度的指數(shù)數(shù)值相近,50—400m范圍內(nèi)的差異增加且呈現(xiàn)縣域>鄉(xiāng)鎮(zhèn)>小流域的狀態(tài)。散布與并列指數(shù)中,1—50m范圍內(nèi)小流域和縣域的數(shù)值相近且大于鄉(xiāng)鎮(zhèn),50m—400m范圍內(nèi)小流域數(shù)值最大,鄉(xiāng)鎮(zhèn)數(shù)值增加且超過縣域；分離度指數(shù)中,總體上縣域>鄉(xiāng)鎮(zhèn)和小流域,小流域和鄉(xiāng)鎮(zhèn)數(shù)值相近；連接度指數(shù)中小流域>鄉(xiāng)鎮(zhèn)>縣域。

綜合三個幅度的景觀指數(shù)轉(zhuǎn)折變化點(diǎn)和擬合函數(shù)的最大曲率點(diǎn)、極值點(diǎn),縣域、鄉(xiāng)鎮(zhèn)、小流域三個幅度的景觀指數(shù)適宜粒度見表4。部分指數(shù)如斑塊密度、邊緣密度、平均斑塊大小、周長面積分維數(shù)、平均分維數(shù)、蔓延度、相似鄰接比例、聚合度、凝聚度指數(shù)對空間幅度的變化并不敏感,不適合進(jìn)行適宜粒度閾值的推定。綜合最大斑塊面積指數(shù)、景觀形狀指數(shù)、平均形狀指數(shù)、散布與并列指數(shù)、分離度、景觀分割度、斑塊連接度指數(shù)的最大曲率點(diǎn)和轉(zhuǎn)折點(diǎn),去掉不敏感的粒度值,選取剩余粒度數(shù)值中最小和最大的粒度作為第一尺度閾值和第二尺度閾值,得出小流域、鄉(xiāng)鎮(zhèn)、縣域的第一尺度閾值分別為3m、4m、7m,第二尺度閾值分別為50m,100m,100m。

表4 縣域、鄉(xiāng)鎮(zhèn)、小流域的景觀指數(shù)最大曲率點(diǎn)、轉(zhuǎn)折點(diǎn)Table 4 Maximum curvature point and turning point of landscape index in county, township and small watershed

4 結(jié)論與討論

4.1 結(jié)論

空間數(shù)據(jù)屬性分配聚合原則的差異影響景觀指數(shù)的結(jié)果,其中心分配屬性原則下的面積差異較小,更為適合景觀格局分析。通過分析擬合函數(shù)的特征,利用極值點(diǎn)、最大曲率點(diǎn)特征能夠解決人工判斷指數(shù)轉(zhuǎn)折點(diǎn)的不統(tǒng)一問題,更合理的找出景觀分析的適宜粒度,如斑塊密度的擬合函數(shù)極值點(diǎn)位于5.8m處,精度高于目測的7m。

不同景觀指數(shù)對空間粒度變化的響應(yīng)不同,大部分有明顯轉(zhuǎn)折變化,而凝聚度指數(shù)隨著粒度變化呈現(xiàn)直線式變化。部分景觀指數(shù)如斑塊密度、最大斑塊面積等對斑塊形狀和大小的變化非常敏感,部分指數(shù)如多樣性指數(shù)則敏感度較低。不同景觀指數(shù)對空間幅度大小變化的響應(yīng)也不同,景觀形狀指數(shù)、凝聚度、多樣性指數(shù)和連接度指數(shù)的幅度變化敏感性高,前三者的空間幅度越小,景觀指數(shù)越小,而連通度空間幅度越小,景觀指數(shù)越大；斑塊密度、邊緣密度、聚合度的空間幅度敏感性低,無明顯變化；其他指數(shù)空間幅度的變化與空間粒度關(guān)系密切,空間粒度越大,變化越明顯。

斑塊密度、邊緣密度、平均斑塊大小、周長面積分維數(shù)、蔓延度、相似鄰接比例等指數(shù)對空間幅度的變化并不敏感,不適合進(jìn)行粒度閾值的推定；最大斑塊面積、景觀形狀指數(shù)、平均形狀指數(shù)、散布與并列指數(shù)、分離度、景觀分割度、聚合度指數(shù)對空間幅度的變化敏感,適合推定不同幅度上的適宜粒度。小流域、鄉(xiāng)鎮(zhèn)、縣域的第一尺度閾值分別為3m、4m、7m,第二尺度閾值分別為50m,100m,100m,幅度越小的研究區(qū)景觀分析的適宜粒度越小,所需要的空間信息越詳細(xì)。隨著粒度的增加,空間信息和景觀信息喪失度增加,在一定的粒度達(dá)到穩(wěn)定,所以在不影響計(jì)算的基礎(chǔ)上粒度的選擇越小越好。

4.2 討論

目前在三峽庫區(qū)的景觀格局粒度響應(yīng)研究較少,且已有的研究僅從庫區(qū)整個幅度上進(jìn)行分析[17-18],本文對三峽庫區(qū)低山丘陵區(qū)垂直等級上縣域、鄉(xiāng)鎮(zhèn)、小流域不同幅度進(jìn)行了粒度響應(yīng)分析,較前人的研究分析更為全面和深入。研究結(jié)果適合在今后的三峽庫區(qū)生態(tài)修復(fù)、森林景觀恢復(fù)等工程中進(jìn)行應(yīng)用,并在應(yīng)用中驗(yàn)證和推廣。

多數(shù)研究者基于30m及以上分辨率的數(shù)據(jù)進(jìn)行分析,而30m分辨率的數(shù)據(jù)已經(jīng)壓縮了景觀格局信息,致使景觀適宜粒度的遠(yuǎn)遠(yuǎn)大于30m,而無人機(jī)航測等高分辨率數(shù)據(jù)源產(chǎn)生的矢量數(shù)據(jù)更好的保留了原有景觀格局信息,所得適宜粒度結(jié)果小于前者,這與李佳佳[43]、汪桂芳[44]等人的研究結(jié)果相符。

在數(shù)據(jù)處理過程中,不同屬性分配原則下矢柵轉(zhuǎn)換導(dǎo)致的誤差容易被忽略,多數(shù)研究未考慮該誤差[18,35,43],影響結(jié)果的可靠性,本文研究發(fā)現(xiàn)中心要素分配屬性原則的景觀面積與實(shí)際面積誤差相較于其他原則小,最適宜景觀格局的分析。此外通過柵格數(shù)據(jù)直接進(jìn)行聚合也有不同的規(guī)則,適宜原則也需進(jìn)行下一步探討。由于柵格化,各斑塊的邊界由連續(xù)變化的曲線變得平直,部分反應(yīng)斑塊形狀特征的指數(shù),如景觀形狀指數(shù),邊緣密度等,對邊界的變化更加敏感,需要區(qū)別與其他景觀指數(shù)進(jìn)行分析。目前關(guān)于柵格化對景觀指數(shù)影響的定量分析較少,接下來可進(jìn)行深入探討,對比柵格和矢量數(shù)據(jù)的景觀指數(shù)變化。最大斑塊面積、景觀形狀指數(shù)、平均形狀指數(shù)、散布與并列指數(shù)、分離度、景觀分割度、聚合度指數(shù)對空間幅度的變化敏感度高,與前人的研究分析基本一致,代表性強(qiáng)且函數(shù)擬合效果較好,適合推定不同幅度上的適宜粒度,今后的研究中可通過這些指數(shù)進(jìn)行粒度推定,減少數(shù)據(jù)處理量。已有的研究分析大多通過目視判斷指數(shù)曲線的趨勢變化以確定轉(zhuǎn)折點(diǎn)進(jìn)而確定適宜粒度,適宜粒度的推定缺乏統(tǒng)一標(biāo)準(zhǔn)和精準(zhǔn)度,而通過景觀指數(shù)曲線擬合函數(shù)的極值點(diǎn)、最大曲率點(diǎn)推斷適宜粒度更為精準(zhǔn),具有一定的普適性。

不同土地利用類型結(jié)構(gòu)和景觀基質(zhì)、斑塊、廊道的空間格局分布密切關(guān)系景觀格局,也影響景觀指數(shù)的變化和適宜粒度閾值的選擇,如道路對景觀格局的分割、生物廊道連接景觀斑塊,前人對不同土地利用類型的景觀指數(shù)變化研究較多,基質(zhì)、廊道的景觀結(jié)構(gòu)還需進(jìn)行深入研究,且不同的分析方向需重點(diǎn)選擇相對應(yīng)的類型和結(jié)構(gòu)進(jìn)行探討以選擇適宜的粒度。