基于景觀生態學的人口空間數據適宜格網尺度研究——以山東省為例

李月嬌，楊小喚，王靜

（1.中國科學院地理科學與資源研究所資源環境信息系統國家重點實驗室，北京 100101；2.中國科學院大學，北京 100049；3.寧夏地震局，寧夏 銀川 750001）

0 引言

近年來，國內外學者在不同地區建立了不同尺度的空間人口數據庫，但以往的研究是在省級、市級、縣級或是格網尺度上進行的單一尺度研究，而地理學研究對象格局與過程的發生、時空分布、相互耦合等特性都有尺度依存性［1］，人口的空間分布亦具有一定的尺度依賴性［2］，不同尺度上人口空間分布格局的特征往往不同。因此，若要更確切、真實地揭示人口空間分布規律，需要從不同尺度上對人口空間分布格局進行分析［3］。

不同格網尺度表達人口空間分布適宜性的研究國內外關注較少。葉靖建模生成20m至1km系列的浙江省義烏市格網人口數據，運用空間分析和數理統計方法，通過比較不同的格網人口與鄉鎮統計人口誤差，分析人口空間化的格網尺度效應，充分證明了人口空間化數據并不是尺度越細精度越高，不同空間化方法有各自的適宜尺度［4］。杜國明等在對沈陽市人口統計數據進行空間化的基礎上，從統計特征、空間自相關性和空間格局三方面分析人口密度在10種粒度下的異同，證明了人口密度尺度效應的存在［5］。王靜運用空間自相關方法和統計相關分析方法，比較山東省市級、縣級、1km 3個尺度人口分布的空間自相關性及其與環境—經濟因子的統計相關性，發現從不同尺度對人口的空間分布格局進行分析，得到從宏觀到微觀不同詳細程度的信息，且不同尺度上人口空間分布格局特征不同［3］。

本文基于GIS技術，利用山東省2005年土地利用數據和人口統計數據生產100m、200m、300m、400m、500m、600m、700m、800m、900m、1km 10個格網尺度人口空間數據，引入景觀生態學的相關指數和方法，分析人口分布景觀格局隨著人口空間化尺度的變化趨勢，對山東省不同格網尺度表達人口空間分布的適宜性進行科學分析，可以為指導人口空間數據的生產和應用提供科學依據，也可為今后其他類型的數據空間化處理提供借鑒，最終為人文科學和自然科學的融合研究、政府相關決策、災害防治和災情評估等提供高精度的數據支持。

1 數據源與研究方法

本文使用的原始數據為山東省2005年縣級人口數據（源于山東省統計年鑒2005，Excel格式）和山東省2005年土地利用數據（源于中國科學院遙感應用研究所，grid格式），其中土地利用數據為百分比數據，即1km2內某種土地利用類型所占比例，包括耕地、城鎮用地、農村居民點3種土地利用類型。

本文選用傳統的基于土地利用／覆被的人口數據空間化方法進行人口格網數據的生產［6，7］，假設研究區內同一土地利用類型內人口均勻分布，以耕地面積、城鎮居民地用地面積、農村居民點用地面積為自變量，縣（市、鎮）統計人口為因變量，建立回歸模型，推演城鎮居民點用地、農村居民點用地人口分布系數，模擬縣級人口分布模式，模型的一般形式為：

式中：Pi為某地區第i縣（市、鎮）的統計人口數；aj為j類土地利用的人口分布初始系數（人／km2）；Sij為i縣（市、鎮）j類土地利用的面積（km2）；n＝3代表3種土地利用類型；根據無土地則無人口的原則，常數項b為0。

模型假定某分區同一土地利用類型人口分布系數相同，因此人口空間數據總數與統計人口數據必然存在一定的誤差。為確保各縣（市、鎮）內所有格網中的人口數據之和與實際統計人口相等，通過平差對各縣（市、鎮）的人口分布初始系數aj進行校正，得到校正后的人口分布系數aij。校正公式為：

式中：aij表示i縣（市、鎮）j類土地利用的人口分布系數（人／km2）；校正系數為Pi／P′i，Pi為i縣（市、鎮）統計人口數據，P′i為根據模型反算的i縣人口數據。由此得到各縣耕地人口分布系數、城鎮居民點用地人口分布系數、農村居民點用地人口分布系數。

假設格網人口與縣級人口具有相同的分布模式，將縣級人口空間分布模型應用于格網尺度，以城鎮居民點用地人口分布系數、城鎮居民點面積、農村居民點用地人口分布系數、農村居民點用地面積反算格網人口，計算公式如下：

式中：gridpopi為某柵格i上的人口值；agi、aci、ani分別為柵格i上的耕地人口分布系數、城鎮居民點用地人口分布系數和農村居民點用地人口分布系數；Sgi、Sci、Sni分別為柵格i上的耕地面積、城鎮居民點面積和農村居民點面積。

本文使用Fragstats軟件計算人口的景觀格局指數，共選取了13個景觀指標（表1）［8－17］。

表1 本文選取的景觀指標Table 1 The landscape indicators selected in this paper

2 景觀指數隨尺度的變化

2.1 景觀指數隨尺度變化有規律波動，并出現拐點

斑塊數量（NP）、加權平均斑塊面積（AWMPS）、斑塊面積變異系數（PSCV）、形狀指數變異系數（SICV）、香農多樣性指數（SHDI）和香農均度指數（SHEI）6個景觀指數隨尺度變化有規律波動，并出現拐點（圖1）。

NP隨尺度變化而波動，在400m和800m尺度時有明顯的極大值拐點，分別為22 934和22 152，其余尺度間差異較小。圖2為1km、400m、300m尺度下某一小區域的人口聚居圖，一個較大的人口聚居區被其他小的人口聚居區包圍。在400m尺度，一些被隱藏在其他聚居區中的小的聚居區顯現出來，人口聚居區數量最多，人口景觀最破碎，可見400m尺度人口景觀密度所反映的人口分布信息最全面、最細致。

圖1 有規律波動式景觀指數的變化趨勢Fig.1 Trend figure of regular fluctuation landscape indices

圖2 1km、400m、300m人口聚居圖Fig.2 Population map of 1 km，400 m，300 m

加權平均斑塊面積（AWMPS）和斑塊面積變異系數（PSCV）隨尺度變化呈正弦式波動，在各尺度之間差異較大，且在400m尺度時達到極大值。這表明，在400m尺度時人口聚居區的加權平均斑塊面積達到最大，且人口聚居區之間的面積差異最大。400m尺度時，一些小型人口聚居區從較大的人口聚居區中分離出來而得以顯現，加大了人口聚居區面積的變異，同時人口景觀中的優勢人口聚居區吞噬周圍小的人口聚居區而擴張，使得人口聚居區加權平均面積增加。

形狀指數變異系數（SICV）隨尺度變化呈正弦式波動，在各尺度之間差異較大，在400m尺度時達到最小值，這表明在400m處人口聚居區形狀指數的差異最小，人口聚居區傾向于最簡單分布或復雜分布。

香農多樣性指數（SHDI）和香農均度指數（SHEI）隨尺度變化均呈正弦式波動，且均在400m尺度達到極小值，在該尺度優勢人口聚居區類型吞噬了周圍小的人口聚居區斑塊，具有更大的優勢性，從而增加了各人口聚居區類型的非均衡分布程度。400m尺度人口景觀密度不僅較全面細致地反映了人口分布信息，且反映的信息也較完整。

2.2 景觀指數隨尺度變化下降

聚合指數（AI）、蔓延度指數（CONTAG）、斑塊結合度（COHESION）均隨尺度的變大而減小（圖3）。這表明，隨著尺度的增加，景觀中不同斑塊之間的團聚性減小，斑塊之間的粘合程度和連通性減小，人口聚居區的集聚程度減小。蔓延度指數在200～600m之間存在一個尺度變化域，且在400m尺度處存在拐點。

圖3 下降式景觀指數變化趨勢Fig.3 Trend figure of descending landscape indices

2.3 景觀指數隨尺度呈無規律變化

總邊緣長度（TE）、面積加權平均形狀因子（AWMSI）、景觀豐度（PR）、散步與并列指數（IJI）隨尺度變化無規律波動（圖4）。總邊緣長度隨尺度變化緩慢波動，在900m～1km和300～500m為兩個低值區域，在600～800m及100～200m存在兩個高值區域。總邊緣長度是形狀和斑塊數量的函數，在400m尺度時斑塊數量最大而總邊緣長度較小，說明在該尺度雖然斑塊數量的增加使得總邊緣長度增大，但同時斑塊形狀也趨于簡單，使得總邊緣長度減小。這表明，400m尺度時，雖然人口聚居區的數量較多，但由于各聚居區的形狀較簡單，人口聚居區的總邊緣長度不大。面積加權平均形狀因子雖然隨尺度呈無規律變化，但在400m處有極小值，這與上文分析的400m尺度總邊緣長度較小、人口聚居區數量較多、可能形狀復雜程度小相吻合。景觀豐度、散步與并列指數隨尺度變化而波動，且都在400m尺度處有拐點。

圖4 隨尺度變化無規律波動Fig.4 The irregular fluctuation of landscape indices

3 結論

在用傳統的基于土地利用／覆被的人口數據空間化方法進行人口空間化的過程中，并不是尺度越精細所能表達的信息越細致、完整。本文利用景觀生態學的相關指數和方法，探索不同格網尺度表達人口空間分布的適宜性。研究發現：隨著尺度減小，山東省人口分布景觀格局的變化趨勢為：斑塊的團聚程度、粘合度增大，人口聚居區的集聚程度增大；400m尺度是該區域人口空間化數據的特征尺度，此時人口聚居區的數量最多，且各聚居區之間的面積差異最大，形狀最簡單，景觀中優勢人口聚居區類型的優勢最大，各類型間非均衡程度最高。400m是一個人口尺度變化上的特征點，所反映的人口分布信息最細致且完整性好。由此可得，在進行山東省人口空間化的過程中，400m是一個比較適宜的尺度。

［1］ 李雙成，蔡運龍.地理尺度的轉換若干問題的初步探討［J］.地理研究，2005，24（1）：11－18.

［2］ 杜國名，張樹文，張有全.城市人口密度的尺度效應——以沈陽市為例［J］.中科院研究生院學報，2007，24（2）：186－192.

［3］ 王靜，楊小喚，石瑞香.山東省人口空間分布格局的多尺度分析［J］.地理科學進展，2012，31（2）：176－182.

［4］ 葉靖，楊小喚，江東.鄉鎮級人口統計數據空間化的格網尺度效應分析［J］.地球信息科學，2010，12（1）：40－47.

［5］ 杜國明，張樹文，張有全，城市人口分布的空間自相關分析——以沈陽市為例［J］.地理研究，2007，26（2）：383－390.

［6］ 楊小喚，江東，王乃斌.人口數據空間化的處理方法［J］.地理學報，2002，57（增刊）：70－75.

［7］ YANG X H，HUANG Y H，DONG P An updating system for the gridded population database of China based on remote sensing，GIS and spatial database technologies［J］.Sensors，2009，9（2）：1128－1140.

［8］ 蔡博峰，于嶸.景觀生態學中的尺度分析方法［J］.生態學報，2008，28（5）：2279－2287.

［9］ 杜秀敏，黃義雄，葉功富.廈門市景觀格局的尺度效應分析［J］.測繪科學，2010，35（4）：71－74.

［10］ 呂一河，傅伯杰.生態學中的尺度及尺度轉換方法［J］.生態學報，2001，21（12）：2097－2105.

［11］ 呂志強，吳志峰，張景華.基于最佳分析尺度的廣州市景觀格局分析［J］.地理與地理信息科學，2007，23（4）：89－92.

［12］ 鄔建國.景觀生態學——格局，過程，尺度與等級［M］.北京：高等教育出版社，2000.

［13］ 肖篤寧.景觀生態學［M］.北京：科學出版社，2003.

［14］ 張娜.生態學中的尺度問題：內涵與分析方法［J］.生態學報，2006，26（7）：2340－2355.

［15］ 趙磊.基于多源遙感數據的區域景觀格局尺度效應［J］.遙感應用，2009（8）：54－61.

［16］ PETERSON G D.Scaling ecological dynamics：Self－organization，hierarchical structure，and ecological resilience［J］.Climatic Change，2000，44（3）：291－309.

［17］ VELDKAMP A，KOK K，DE KONING G.Multi－scale system approaches in agronomic research at the landscape level［J］.Soil and Tillage Research，2001，58（3－4）：129－140.