基于地理国情普查数据的城市景观格局变化研究

基于地理国情普查数据的城市景观格局变化研究摘要：景观格局是景观异质性的具体体现，以研究区2014年、2018年2期的地理国情普查成果为主要数据源，对其地表覆盖数据成果进行重新分类，分为农耕用地、林草植被、居住用地、人工堆掘地、水域以及其他用地6类，并计算各个地类以及研究区2期各项景观格局指数。结果表明，研究区2014—2018年整体处于发展进步的状态，生态景观的复杂性、多样性有所提升，但始终处于合理的范围内。关键词：景观格局分析；景观类型分类；景观格局指数；地理国情监测；ArcGIS景观格局即景观的空间格局,是景观异质性的具体体现,在看似无序的景观中，发现其潜在的秩序或者规律是景观格局分析的主要目的⑴。通过景观指数模型和动态模型分析可以很好地分析景观格局的时空动态变化，揭示景观变化的内部规律和机制⑵。传统的景观格局分析主要采用影像分类方法,无论是影像精度还是分类精度都不是十分理想，而地理国情数据在精度和时效性上都明显优于传统的数据成果，利用地理国情数据对研究区的生态变化情况进行分析，能科学、宏观地了解研究区的生态变化情况，其结果可以为研究区的发展提供支持，并服务于研究区的生态文明建设。本文主要以研究区的地理国情普查和监测成果为依托，对研究区域的景观格局状况进行分析。1景观类型分类本研究将地理国情数据分类体系合并为农耕用地、林草植被、居住用地、人工堆掘地、水域以及其他用地6类。其中,农耕用地主要包括地理国情数据中的水田、旱地、各类园地和大棚,林草植被包括地理国情数据中的林地、草地（包括自然林草地以及人工林草地），居住用地主要包括地理国情数据中的房屋建筑区、道路和构筑物3个大类，人工堆掘地和水域与地理国情数据及其指标保持一致,其他用地为地理国情数据中的裸露地表。通过分析获得研究区2014年、2018年分类后的景观图，如图1所示。图1研究区景观类型成果Fig.1LandscapePatternsoftheStudyArea2景观格局指数选取根据试验区的实际情况，主要选取了7个类型水平的景观格局参数和5个景观水平的景观指数。2.1类型水平的景观格局指数选取1）斑块面积（CA）,主要是各个景观地类斑块的面积，它是景观格局分析的基础囱。2） 斑块数量（NP），是指地类内图斑的数量，它是对景观异质性和破碎度的简单描述。3） 景观形状指数（LSI），等于相关图斑类型的总边缘长度除以总边缘长度的最小可能值，它是对类型聚集度的简单描述。4） 最大斑块指数（LPI），是各个类型中最大斑块占流域总面积的百分比，0<LPI*100,它是一种简单的优势度测量法。5） 面积周长分维度指数（PAFRAC），主要用于度量斑块或景观类型的复杂程度，当其数值趋近于1时，斑块形状趋近方形，当其数值趋近于2时，斑块形状趋于卷曲血。6） 斑块聚合度指数（COHESION），该指数测量的是图斑类型的物理连通性，在过滤阈值下，斑块内聚指数对该类型的集合度敏感。当该类型的斑块分布的集合度增加时，斑块聚合度指数数值增加⑸。1）景观分离度（DIVISION），分离度等于1减去某斑块类型每个斑块的面积除以景观总面积的商的平方和，值域范围〔0,1）。2.2景观水平的景观格局指数选取1） 景观总面积（TA），既是研究区各个景观类型的总和，也是一个基础性衡量指数。2） 斑块数量（NP），景观整体的斑块数量，它是景观格局指数的基本量度之一⑹。3） 面积周长分维度指数（PAFRAC），该指数与类型水平的PAFRAC定义基本相同，只是每一项都多了对所有类型的一个累加值。4） 聚集度（AI），指数值域[0,100],当同一类型斑块最大分散时，AI=0，当景观仅由一个类型组成时,AI=100。5） 香农多样性指数（SHDI），表示景观中各类嵌块体的复杂性和变异性的指标，其值越大，表示景观多样性程度越高⑺。3景观格局变化分析3.1研究区景观状况通过计算，获取研究区2014年&2018年各类景观相关格局指数以及研究区各项整体景观格局指数,见表1至表3（出于数据保密，部分数值用"*”隐去）。表1研究区2014年类型水平景观格局指数Tab.1PatternsIndiciesofLandscapeTypeLevelintheStudyAreain2014景观指数类型CANPLPILSIPAFRACCOHESIONDIVISION农耕用地1+++12337310.8328347.421.343799.58000.9994林草植被1+++03437745.2728405.791.458599.84000.9945居住用地2++37792504.6210392.281.318799.91000.9979人工堆掘地3++621890.043682.771.296097.90471.0000水域6++8110780.3756121.491.346098.45761.0000其他用地5*69630.013369.641.411296.48721.0000Tab.2表2研究区2018年类型水平景观格局指数PatternsIndiciesofLandscapeTypeLevelintheStudyAreain2018景观指数类型CANPLPILSIPAFRACCOHESIONDIVISION农耕用地1+++29317690.6391344.951.342999.58610.9994林草植被1+++07445384.8697407.721.456899.83340.9949居住用地2++51838074.9837413.401.339699.91440.9975人工堆掘地4++022630.047782.211.299197.79741.0000水域6++0110240.3647122.661.334698.28101.0000其他用地5*48890.008568.091.420496.36871.0000表3研究区景观水平景观格局指数Tab.3PatternsIndiciesofLandscapeLevelintheStudyAreal景观指数类型TANPPAFRACAISHDI2014年数值2+++031709851.343194.16541.06932018年数值2+++031742901.345794.10581.0755由表1和表2可以看出,2014—2018年类型水平景观格局指数虽然都在变化，但整体趋势仍保持一致。研究区面积最大的景观类型是农耕用地，其次依次是林草植被、居住用地、水域、人工堆掘地和其他用地，说明研究区农耕用地和林草植被这2种景观更具优势;斑块数量最多的是居住用地，说明该景观类型具备更高的异质性和破碎度，这与居住用地受人工干预程度大的实际情况相符。最大斑块指数的值域在0~100之间，越接近100说明该类型最大斑块面积越大囱。从图1可以看出研究区林草植被和居住用地都有面积较大的斑块存在，林草植被的大图斑主要来源于山地，居住用地的大图斑通常来源于道路。景观形状指数代表了景观图斑的离散程度，数值越大，离散程度越高3'。其他用地以及人工堆掘地的形状指数最低，这与它们经常成片存在的实际情况相符，林草植被和农耕用地等地类相对分布比较广泛。由面积周长分维度指数可以看出，农耕用地、人工堆掘地、水域和居住用地这些受人类活动干扰较大的景观类型，其图斑都相对较规则，数值较小。研究区各个景观类型斑块聚合度数值都较高，说明各类景观类型的斑块间连通性较好。景观分离度表征了地区斑块的细化程度，细化越彻底，其数值越接近于1「10'。由表1和表2可以得出结论，依照地理国情要素采集指标，获取的各个图斑细化程度都较高。由表3可以得出研究区的宏观景观状况，并获取其总面积和总斑块数。其中，综合面积周长分维数数值在1.3左右,较接近1,说明研究区整体受人类活动干扰较大;景观聚集度约在94，接近100，说明区域整体景观聚集程度较高;香农多样性指数始终小于1.1，属于一个较中等的范畴,说明研究区景观多样性并不复杂，且景观变异性较低。3.2研究区景观格局变化状况分析通过2014年和2018年研究区的变化比对，可以看出，在类型水平景观指数上，在2014—2018年期间，研究区农耕用地和居住用地面积有明显的增加，林草植被和其他用地斑块面积减少，说明区域土地的开垦利用一直在上升，区域一直处于发展进步的状态;林草植被的最大斑块指数由5.2降至4.8，这也是人为干预自然，割裂了山区林草覆盖大图斑带来的结果；其他几项指数变化基本趋于稳固。在景观水平指数上，研究区整体斑块面积不变，图斑数量明显增加，说明研究区的图斑分割变得更加细致、彻底;聚集度和面积周长分维度指数基本维持稳定;香农多样性指数略有提升