基于GIS的丘陵區(qū)耕地景觀格局時空演變特征分析

楊 斌,王金生

(1.北京師范大學 水科學研究院，北京 100875；2.西南科技大學 環(huán)境與資源學院，四川 綿陽 621010)

(1.College of Water Sciences, Beijing Normal University, Beijing 100875,China;2.College of Environment and Resource, Southwest University of Science and Technology, Mianyang 621010,China)

基于GIS的丘陵區(qū)耕地景觀格局時空演變特征分析

楊 斌1,2,王金生1

(1.北京師范大學 水科學研究院，北京 100875；2.西南科技大學 環(huán)境與資源學院，四川 綿陽 621010)

以四川省綿陽市涪城區(qū)為例，運用景觀格局原理與GIS空間分析方法，分析1996—2009年期間耕地景觀時空格局及其演變機理(驅動力)。結果表明:13年間，研究區(qū)耕地面積呈急劇減少的趨勢，變化率明顯高于省內(nèi)丘陵區(qū)平均水平；耕地景觀空間格局穩(wěn)定性逐步降低，格局時空變化的地形分異特征顯著；變化趨勢受坡度、新增建設用地、人口密度、高程、城鎮(zhèn)化水平、GDP、起伏度等負向驅動力與灌溉條件、等級公路水平、土地整理程度等正向驅動力因子共同影響。

景觀格局；耕地；時空演變；空間分析

土地利用/覆被變化研究是全球環(huán)境變化研究的重要領域， 耕地作為人類生存的基礎，其時空特征受到特別關注[1]。近年來許多學者以遙感影像或統(tǒng)計資料為數(shù)據(jù)源，采用面積統(tǒng)計對比、轉移矩陣分析、景觀指數(shù)變化分析或地學統(tǒng)計分析，圍繞耕地時空結構特征、時空演變特征與時空演變驅動力等方面進行了大量的實例分析[2]。但這些研究大多圍繞耕地景觀數(shù)量結構及其時序變化，而針對耕地時空格局的空間結構特征研究較少。

四川盆地58%的耕地分布在丘陵地區(qū)，而60%的農(nóng)業(yè)產(chǎn)出來自丘陵地區(qū)[3]。隨著西部大開發(fā)進一步推進，丘陵地區(qū)土地利用正面臨著來自工業(yè)化和城市化的雙重沖擊，人地矛盾日益加劇。以四川省綿陽市涪城區(qū)為例，運用景觀格局原理和GIS空間分析方法，揭示川西北丘陵區(qū)耕地景觀的時空格局特征、耕地空間格局與地形因子的相互關系，并探究耕地時空演變機理(驅動力)，為國土資源進行土地利用變化宏觀調(diào)控提供理論支持。

1 研究區(qū)概況與數(shù)據(jù)源

1.1 研究區(qū)概況

綿陽市涪城區(qū)位于四川盆地西北部丘陵區(qū)，境內(nèi)溝谷縱橫，地勢西北高，東南低；涪江、安昌江流經(jīng)境內(nèi)；年平均氣溫16.3 ℃，年日照1298.1 h，年無霜期272 d，年平均降雨量963.2 mm，年平均空氣相對濕度79%，年平均霧日51 d。該區(qū)是四川省綜合經(jīng)濟實力“十強縣”之一，是綿陽科技城重點發(fā)展區(qū)域。

1.2 數(shù)據(jù)源及預處理

研究采用的數(shù)據(jù)主要包括：1980年版地形圖(1∶5萬)，1996年、2000年、2005年和2009年涪城區(qū)土地利用現(xiàn)狀圖(1∶5萬)，以及相關年份綿陽市統(tǒng)計年鑒和土地利用變更調(diào)查資料。該數(shù)據(jù)采用高斯投影、WGS-84坐標系為基準，在ENVI4.7和MAPGIS為操作平臺環(huán)境下，借助1∶5萬地形圖進行坐標轉換、幾何校正、鑲嵌配準[4]，形成4個時相1∶5萬的DOM數(shù)據(jù)和DRG數(shù)據(jù)。

2 研究方法

2.1 基于DEM的高程、坡度與起伏度提取

地形是決定土地利用的重要環(huán)境因子，地形因子影響光、熱、水、土的分布狀況，從而直接或間接地影響耕地景觀的空間格局[5]。因此，基于DEM的高程、坡度與起伏度分級能夠評價耕地的地形分異特征。根據(jù)相關技術規(guī)程和研究區(qū)特征，確定高程、坡度和起伏度分級標準(見表1)[6]。在GIS軟件平臺下構建出研究區(qū)DEM模型數(shù)據(jù)，并按高程、坡度和起伏度分級標準生成高程帶、坡度與起伏度分級圖(見圖1)。

表1 研究區(qū)域地形特征分級標準

圖1 研究區(qū)高程分布帶、坡度和起伏度分級圖

2.2 耕地景觀格局指數(shù)

景觀空間格局主要是指不同大小和形狀的景觀斑塊在空間上的排列狀況，是景觀異質性的重要表現(xiàn)[7]。通過空間格局指數(shù)分析把耕地的空間特性和時間序列聯(lián)系起來，可以更好地分析耕地空間格局和時空變化的規(guī)律[8]。選擇斑塊面積(A)、斑塊形狀指數(shù)(M)、斑塊密度(Pd1)、邊界密度(Pd2)、斑塊分維數(shù)(F)、斑塊破碎度(FN)[7-8]景觀格局指標，并通過GIS軟件將這些指標生成Grid柵格數(shù)據(jù)，在Fragstats3.3景觀分析軟件中完成指標評價。

2.3 耕地景觀時空演變模型

耕地景觀時空演變模型是深入了解耕地數(shù)量、質量和空間位置時空變化規(guī)律的定量化手段，包括時間演變模型和空間演變模型[9]。耕地景觀時間演變模型主要用來描述一定區(qū)域耕地面積數(shù)量和質量在時間序列上的動態(tài)變化特性，如轉移矩陣模型、動態(tài)度指數(shù)模型；耕地空間演變模型主要用來描述一定區(qū)域耕地位置與結構在空間上的動態(tài)變化特性[10]，如Kappa指數(shù)模型、重心轉移模型。本次采用50 m×50 m格網(wǎng)與4期的耕地景觀圖及地形因子分級圖分別疊置分析，構建動態(tài)度指數(shù)(S)模型討論該區(qū)域耕地景觀格局時空變化特征。

2.4 演變驅動力模型

從自然與社會經(jīng)濟兩方面選取高程、坡度、交通狀況、灌溉條件、人口、GDP、新增建設用地、城鎮(zhèn)化水平、土地整理強度等9個因子[11]，以2009年耕地景觀圖為基礎，按50 m×50 m格網(wǎng)構建空間數(shù)據(jù)庫，采用地理加權回歸模型(GWR)，對其耕地景觀格局時空變化驅動力進行定量分析[12]。首先檢驗驅動力因子數(shù)據(jù)的空間結構特征；其次，通過AIC法來確定最優(yōu)帶寬函數(shù)；而后構建研究區(qū)耕地空間格局變化驅動力GWR模型，并對模型結果進行檢驗；最后，根據(jù)模擬及檢驗結果確定驅動力因子重要性程度。

3 結果與分析

3.1 耕地景觀格局指數(shù)化分析

1)耕地景觀數(shù)量呈急劇減少的趨勢。通過對1996-2009年4個時相的耕地景觀圖疊置分析可知，研究區(qū)耕地景觀從1996年的 32 569.85 hm2減少到2009年的 21 464.06 hm2，平均年均減少2.62%，遠高于全省丘陵區(qū)平均水平(1.12%)，3個時期(1996—2000年、2000—2005年、2005—2009年)的耕地面積年均減少率分別為:2.44%、0.92%、5.86%。表明西部大開發(fā)與“5.12”地震災后重建成為研究區(qū)耕地銳減的主要因素。

2)耕地景觀空間格局穩(wěn)定性逐步降低。從1996—2009年耕地斑塊總面積大幅度減少，而斑塊密度卻在不斷增加，表明耕地景觀空間格局穩(wěn)定性逐步降低。耕地景觀的斑塊形狀指數(shù)由1996年的1.436 3增加到2009年的1.969 4，說明了耕地斑塊的形狀越來越不規(guī)則；斑塊邊界密度由1.157 3上升到1.876 4，表明斑塊邊界更加復雜；分維數(shù)由1996年的0.954 3增加到2009年的1.624 5，說明耕地斑塊的復雜度越來越大；景觀的破碎度指數(shù)由1996年的0.625 6增加到2009年的0.862 1，說明耕地景觀破碎化程度增加，地塊更加破碎。

3)耕地景觀格局變化的地形分異明顯。1996—2009年，研究區(qū)耕地景觀格局指數(shù)在不同高程帶與不同的坡度級上差異明顯。具體表現(xiàn)為：斑塊形狀指數(shù)與斑塊分維數(shù)隨高程帶、坡度級別增加而降低，表明研究區(qū)耕地斑塊形狀規(guī)則度、復雜度以及景觀異質性隨高度、坡度增加而降低；表征耕地斑塊大小、數(shù)量的斑塊密度指數(shù)分別在450～550 m高程帶、坡度2°～15°級別內(nèi)為高值，而其他級別的高程帶和坡度為低值，這種現(xiàn)象說明450～550 m高程帶與2°～15°平緩坡主導研究區(qū)耕地斑塊數(shù)量和大小；邊界密度與斑塊破碎度指數(shù)在450～600 m高程帶、坡度2°～25°級別內(nèi)為高值，說明耕地景觀被非耕地多種景觀分割和侵蝕嚴重，景觀形狀更加復雜，而在其他級別的高程帶和坡度級內(nèi)邊界密度和斑塊破碎度為低值，表明該區(qū)域景觀形狀簡單、邊界相鄰的非耕地景觀單一。

各高程帶、坡度級別的景觀格局指數(shù)在時序方向的變化趨勢與區(qū)域整體變化趨勢系統(tǒng)，但不完全一致，表明人類活動(城鎮(zhèn)擴展、新增農(nóng)村居民點與交通設施等建設用地)形成的非耕地景觀對各高程帶與各坡度帶原有耕地斑塊形狀、大小、數(shù)量和空間結構作用方向相同，但力度不同。

3.2 基于地形因子的耕地動態(tài)變化分析

將研究區(qū)4個時期的耕地景觀圖分別高程帶、坡度和起伏度圖進行疊加,提取地形因子不同級別內(nèi)4個時期的耕地面積，分別計算3個四時段的耕地動態(tài)度指數(shù)(見表2)，總體特征為：研究區(qū)地形因子對耕地變化動態(tài)度影響十分明顯。具體特征分析如下：

表2 研究區(qū)1996—2009年耕地動態(tài)度指數(shù)S隨地形因子變化情況

1)各高程帶耕地動態(tài)度指數(shù)差異顯著。1996—2009年耕地變化呈階段式急劇減少趨勢，在3個研究時段內(nèi)，耕地變化主要集中在450～500 m與500～550 m兩個高程級別上，對總體貢獻率分別為85.34%、68.44%和80.68%，而450 m以下、550～600 m和600 m以上3個高程級變化均較低。各高程級別動態(tài)度指數(shù)差異顯著歸因于各高程級別面積存在明顯的差異，450～500 m與500～550 m兩個高程級所占的比例最大，處于絕對優(yōu)勢地位，是非農(nóng)建設用地適宜區(qū)域，故其土地利用變化量顯著偏高，而其它高程級別的比例較小且土地利用相對變化量較低。

2)耕地動態(tài)度指數(shù)隨著坡度的增加而減少。1996—2009年期間，耕地變化均集中在坡度小于15°的區(qū)域，對研究區(qū)總體動態(tài)度的貢獻率分別為93.84%、97.66%與89.53%，處于絕對的優(yōu)勢地位；各坡度級內(nèi)耕地動態(tài)度指數(shù)均呈波動增大趨勢，1996—2000年耕地減少較快，2001—2005年耕地減少較慢，2006—2009年耕地減少劇烈，表明非農(nóng)建設用地需求急劇增加。

3) 耕地動態(tài)度指數(shù)在不同的起伏度表現(xiàn)各異。1996—2009年期間，耕地變化主要集中在起伏度大于20 m的區(qū)域，對研究區(qū)總體動態(tài)度的貢獻率分別89.63%、56.13%和74.73%，處于絕對的優(yōu)勢地位；起伏度小于20 m的區(qū)域內(nèi)，耕地動態(tài)度指數(shù)持續(xù)增大趨勢，而起伏度大于20 m區(qū)域內(nèi)，耕地動態(tài)度指數(shù)呈波動增大趨勢，表明非農(nóng)建設用地特別是城鎮(zhèn)建設用地首先占用地形平緩地區(qū)，其次是非平緩地區(qū)。

4)耕地景觀格局時空演變驅動力分析。利用GIS與GS+地學統(tǒng)計軟件實現(xiàn)了GWR的回歸過程，回歸結果見表3，回歸系數(shù)β表明，各驅動因子對耕地景觀格局變化的影響程度是不同的。高程、坡度、起伏度、人口密度、GDP、城鎮(zhèn)化水平、新增建設用地等7個驅動因子的β值為負數(shù)，表明隨著這些指標值的增加，耕地景觀斑塊數(shù)量、規(guī)模隨之減少，景觀耕地景觀格局穩(wěn)定性向減弱的方向發(fā)展；等級公路水平、灌溉條件與土地整理程度3個因子β值為正數(shù)，表明這些因子影響耕地景觀規(guī)模及空間格局的正向發(fā)展。

表3 基于GWR回歸分析結果

驅動因子在不同地理位置對耕地景觀格局的影響程度存在著空間差異。從驅動因子的exp(β)值的大小來看，非耕地演變?yōu)楦氐母怕蚀笮∫来问牵汗喔葪l件、等級公路水平、土地整理程度；耕地演變?yōu)榉歉氐母怕室来问牵浩露?、新增建設用地、人口密度、高程、城鎮(zhèn)化水平、GDP、起伏度。

4 結 論

針對土地利用時空格局變化及其過程的研究不僅能更好地了解發(fā)掘土地利用變化的過程和機制，為適時調(diào)整人類經(jīng)濟活動發(fā)展實現(xiàn)土地資源的合理、可持續(xù)利用提供科學的決策依據(jù)。實踐證明，以遙感和GIS作為信息獲取和處理的技術手段，將景觀生態(tài)學理論與方法和傳統(tǒng)的土地利用變化研究方法相結合，用土地利用指數(shù)與景觀格局指數(shù)來量化表達區(qū)域的景觀動態(tài)變化特征，可以增加區(qū)域景觀格局特征定量分析和定性分析的完整性和準確性。研究表明1996—2009年期間，研究區(qū)耕地數(shù)量呈急劇減少的趨勢，且動態(tài)度明顯高于省內(nèi)丘陵區(qū)平均水平，但各年間變化又有明顯差異，最大變化幅度在2005—2009年，年減少率為5.62%。研究區(qū)耕地景觀格局發(fā)生較大變化，景觀面積變化大于位置變化，且耕地重心由近郊向遠郊轉移。通過地理加權回歸(GWR)表明，研究區(qū)耕地景觀格局時空演變是受坡度、新增建設用地、人口密度、高程、城鎮(zhèn)化水平、GDP、起伏度等負向驅動力與灌溉條件、等級公路水平、土地整理程度等正向驅動力因子共同作用的結果。

[1]劉世薇,周華榮,黃世光,等.喀什地區(qū)景觀格局時空演變及驅動力分析[J].干旱地區(qū)農(nóng)業(yè)研究,2011,29 (1):210-218.

[2]劉淼,胡遠滿,布仁倉,等.岷江上游耕地景觀變化研究[J].農(nóng)業(yè)工程學報,2006,22(7):82-88.

[3]鄧帆,李仁東,王海芳.2000—2007年湖北省耕地變化的遙感調(diào)查與分析[J].長江流域資源與環(huán)境,2010,19 (10):1171-1176.

[4]吳正升,郭健,劉松林.GIS中矢量時空數(shù)據(jù)組織策略[J].測繪工程,2010,19(2):82-88.

[5]段勇, 李延風, 張玉珍.閩江流域耕地動態(tài)變化及其驅動力研究[J].地域研究與開發(fā),2009,28(2):90-94.

[6]陳紅,吳世新,馮雪力.新疆耕地時空變化特征[J].地理科學進展,2010,29(3):312-318.

[7]羅懷良,朱波,陳國階.川中丘陵區(qū)耕地變化及其驅動力研究[J].四川師范大學學報:自然科學版,2008,31(4):476-480.

[8]龔文峰,孔達,范文義.松花江流域哈爾濱段土地利用時空格局演變特征分析[J].農(nóng)業(yè)工程學報,2009,25(8):249-251.

[9]劉慶,陳利根,楊君,等.長、株、潭城市群耕地資源數(shù)量變化驅動力的計量經(jīng)濟分析[J].資源科學,2010,32 (8):1734-1740.

[10]余蓉蓉,王克林,岳躍民.桂西北河池地區(qū)耕地變化及其驅動力Logistic 回歸分析[J].長江流域資源與環(huán)境,2010,19(2):187-192.

[11]邵一希,李滿春,陳振杰,等.地理加權回歸在區(qū)域土地利用格局模擬中的應用——以常州市孟河鎮(zhèn)為例[J].地理科學,2010,30(1):92-95.

[12]彭建,王仰麟,張源,等.土地利用分類對景觀格局指數(shù)的影響[J].地理學報,2006,61(2):157-168.

[責任編輯：劉文霞]

The spatial-temporal evolution of landscape pattern for farmland in the hilly area based on GIS

YANG Bin1,2,WANG Jin-sheng1

Based on the landscape theory, remote sensing (RS) and geographic information system (GIS), taking Fucheng District, Mianyang City, Sichuan province, as an example, it analyses the northwest hilly farmland structure and its spatial evolution and temporal patterns, and probes into the temporal evolution of land mechanism (driving force) by using the land use database (1996-2009).The result indicates that during the past 13 years, there has been a sharp decline trend in arable land in the studied area, and its dynamic equilibrium is much higher than the average level of the province.The stability of farmland landscape pattern in the studied area has been reduced gradually, and the pattern of temporal and spatial variation of the terrain varies significantly.The temporal evolution of farmland landscape has been jointly affected by such negative driving forces as the slope land, the new construction sites, the population density, the elevation, the urbanization, GDP, such positive driving forces as the irrigation conditions, the level of high-grade highways, and the land intensity, etc.

landscape pattern; farmland; spatial temporal evolution; spatial analysis

2013-10-25

國家自然科學基金資助項目(41201541)

楊 斌(1979-)， 男，副教授，博士，碩士生導師.

P208

：A

：1006-7949(2014)09-0001-05

(1.College of Water Sciences, Beijing Normal University, Beijing 100875,China;2.College of Environment and Resource, Southwest University of Science and Technology, Mianyang 621010,China)