基于ETM+數據的柳州市景觀格局動態研究

鄧利+黎良財+吳銳+岑璐

摘要：采用柳州市2000、2010年ETM+遙感影像，基于CART決策樹分類方法提取景觀類型分布信息，運用景觀生態學原理和景觀指數分析方法，通過ArcGIS 9.3和Fragstats 3.3軟件分析了柳州市景觀類型和格局的演變。結果表明，柳州市景觀多樣性指數較高， 各景觀類型面積分布較均衡， 景觀結構組成較為復雜。林地景觀和耕地景觀構成柳州市的景觀基質，10年來，耕地景觀減少，林地、工礦居民地、水域和未利用地均有不同幅度的增加，而耕地和工礦居民地景觀受人為干擾嚴重，需要加強管理與規劃。

關鍵詞：ETM+影像;景觀格局;管理規劃;柳州市

中圖分類號：S718.5;TP79; ? ? ? ?文獻標識碼：A ? ? ? ?文章編號：0439-8114（2014）12-2841-05

Studies on Dynamics of Landscape Pattern in Liuzhou City Based on ETM+ Image

DENG Li1，LI Liang-cai1，WU Rui2，CEN Lu3

（1. Guangxi Eco-engineering Vocational and Technical College， Liuzhou 545004， Guangxi， China; 2.Chinese Academy of Forest Inventory and Planning， State Forestry Administration， Beijing 100714， China; 3.Liuzhou Urban Planning Bureau， Liuzhou 545001， Guangxi，China）

Abstract： Based on the Landsat ETM+ image from 2000 to 2010 of Liuzhou city， the distributed information of landscape types was extracted through classification and regression trees （CART） method. The dynamics of landscape types and patterns were analyzed by the principle of landscape ecology and landscape indexes analysis by Fragstats3.3 and ArcGIS9.3. The results showed that the Liuzhou city had high landscape diversity index， balanced distribution of various landscape types and complicated landscape structure. Forest and farmland landscape were the landscape matrix in Liuzhou City. From 2000 to 2010， farmland landscape decreased， while forest land， residential and industrial land， water and unused land increased in different scales. The farmland， residential and industrial landscape were disturbed seriously by mankind， which need to be managed and planned intensively.

Key words： ETM+ image; landscape pattern; management and planning; Liuzhou City

城市景觀是地表景觀動態變化最快的類型之一，城市景觀變化與城市發展緊密相連[1]。從景觀生態角度來說，城市發展主要表現為區域內大小和形狀不一的景觀斑塊數量和斑塊被分割的程度，而不合理的城市景觀格局是人地矛盾尖銳、城市環境污染嚴重等城市生態問題產生的根源，因此分析城市景觀格局動態變化，對于更好地認識城市的空間特征及其景觀要素的演變趨勢，合理規劃城市格局和利用土地，促進經濟、社會和生態環境和諧發展具有重要的意義[2，3]。目前，國內眾多城市都開展了景觀格局演變研究、驅動機制研究、梯度研究、水文及熱島效應等研究[4-8]。本研究選取了西南喀斯特典型地貌區的重要工業基地柳州市作為對象，利用2000、2010年ETM+衛星影像數據并采用CART決策樹分類方法獲取研究區土地利用/土地覆蓋分類圖，運用景觀指數來分析柳州市城市景觀格局，可為柳州市城市景觀生態規劃與生態設計提供科學依據。

1 ?研究區概況

柳州市位于廣西壯族自治區中北部，地處北緯23°54′—26°03′，東經108°32′—110°28′，下轄6縣4城區，全市國土面積18 686 km2。柳州屬于典型的喀斯特地貌，形成了“拔地奇峰畫卷開”的山水特點，柳江穿越市區，把市區環繞成一個“U”字形半島。柳州屬中亞熱帶季風氣候，影響柳州市的大氣環流主要是季風環流，夏半年盛行偏南風，高溫、高濕、多雨;冬半年盛行偏北風，寒冷、干燥、少雨。夏長冬短、雨熱同季，光、溫、水氣候資源豐富。

柳州是中國西南地區的工業重地、廣西最大的制造業基地，也是中南、西南地區的交通樞紐。隨著經濟的持續快速發展，城鎮化率不斷提高，城鎮及其周邊地區土地利用迅速變化，城市景觀格局的改變也影響著城市的可持續發展問題。本研究選擇柳州市為研究對象，行政區域包括柳北區、柳南區、城中區、魚峰區，面積共658 km2，2010年建成區面積約為135 km2，具體位置如圖1所示。endprint

2 ?數據與研究方法

2.1 ?數據源選擇與預處理

本研究選取了兩個時段（2000、2010年）的Landsat7 ETM+晴空影像，共2景，軌道號為125-043，數據級別為Level 1T（L1T），L1T數據經過系統輻射校正和地面控制點幾何校正，地圖投影為UTM，坐標系統為WGS84。成像時間分別為2000年11月6日（ETM， SLC-On）和2010年11月2日（ETM， SLC-Off），存儲為tiff格式單波段灰度影像。輔助數據有柳州市行政區劃矢量圖層，柳州市30 m分辨率數字高程模型。

所選用遙感數據中，由于2010年ETM影像機載掃描行校正器（Scan lines corrector，簡稱SLC）發生故障，導致獲取的圖像出現數據重疊和大約25%的數據丟失，因此首先需要采用SLC-Off模型進行校正[9]。然后以柳州市區矢量圖為掩膜，對兩個時期影像進行裁切，得到研究區遙感影像。接著將遙感影像的像元亮度值轉換成對應像元的輻射亮度值，這是保持數據一致性和數據精度的重要基礎。

2.2 ?景觀信息提取

2.2.1 ?景觀類型的劃分 ?景觀類型劃分是景觀信息提取和景觀格局分析等工作的基礎。由于不同的尺度和不同的應用對景觀的理解也不同，無法形成統一的景觀分類標準。根據城市景觀的特征，考慮到研究區域的特點和資料獲取的可能性，并結合各類不同景觀類型的經濟和生態功能，可將柳州市景觀類型劃分為五大類：①耕地景觀，主要指種植農作物的土地景觀，包括水田和旱地;②林地景觀，主要指由高大喬木、灌木等構成的綠地;③居民地及工礦用地（以下簡稱建設地）景觀，主要指城鄉居民點、獨立居民點及居民點以外的工礦、商業區等;④水域景觀，主要指河流、湖泊等水體;⑤未利用地景觀，主要指研究區內祼露山地和城市待開發用地。

2.2.2 ?CART決策樹分類 ?ETM多光譜影像由7個波段組成，雖然這7個波段具有豐富的光譜信息，但針對于城市景觀分類所需的光譜特征而言還稍顯不足，應從其他角度增加光譜信息。本研究構造的波段有：植被指數（NDVI）、數字高程模型（DEM）、坡度（Slope）、亮度、綠度、濕度分量等。通過特征波段構造新產生了6個波段，與原始的6個（除去熱紅外波段ETM6）多光譜波段疊加產生一個12波段的影像，能夠更好地反映地物信息，對提高影像的分類精度具有一定的幫助。

對柳州市5個景觀類型進行野外樣地調查，利用手持GPS記錄景觀樣地的經緯度，并將樣地疊加到遙感影像上，作為提取景觀信息的訓練樣地。遙感影像的分類采用了CART（Classification and regression trees）決策樹方法，CART算法采用一種二分遞歸分割的技術，是將當前樣本集分為2個子樣本集，因此，CART算法生成的決策樹是結構簡潔的二叉樹。對兩期分類影像隨機選擇50個點進行實地勘察精度驗證，景觀分類總體精度超過92%，Kappa系數大于0.89。景觀分類結果見圖2。

2.3 ?景觀指數計算

景觀格局是景觀要素的空間分布和組合特征，而景觀指數能夠高度概括景觀格局信息，反映其結構組成和空間配置某些方面特征，因此多用各種指數來描述景觀格局的不同特征;國內外很多研究中都有關于景觀指標的選取問題，因為許多指標之間高度相關，只是側重點有所不同，都強調用最簡單最有說服力的指數來說明問題[10-12]。本研究共篩選了14個景觀指數來反映城市景觀空間格局特征，包括：斑塊類型面積（CA）、景觀百分比（PLAND）、斑塊數（NP）、最大斑塊指數（LPI）、斑塊平均面積（MPS）、邊緣長度（TE）、周長-面積分維數（PAFRAC）、斑塊密度（PD）、邊緣密度（ED）、聚集度指數（COHESION）、Shannon多樣性指數（SHDI）、Shannon均勻度指數（SHEI）、蔓延度（CONTAG）、散布與并列指數（IJI）。這些指標的生態學涵義和計算方法見文獻[13]。

將分類后的景觀類型柵格圖導入景觀結構定量分析軟件Fragstats 3.3，在軟件中勾選表1所列各項指標，計算景觀格局指數。

3 ?結果與分析

3.1 ?景觀類型變化分析

為了摸清柳州市21世紀第一個10年間各景觀類型的變化面積和比例，將2000年和2010年景觀類型分類圖（圖2）導入ENVI軟件進行變化檢測，得到各景觀類型面積和轉移概率矩陣結果見表1、表2，兩個時期各類景觀面積對比見圖3。

由以上圖表可知，2000～2010年柳州市五類景觀的面積均有變化，其中，①林地景觀是柳州市的基質景觀，2000年和2010年占總面積的比例分別達到38.29%和40.76%，10年間面積增加1 604.79 hm2。②耕地景觀占有重要地位，2000年和2010年占總面積的比例分別達到37.72%和31.63%，10年間耕地面積減少3 965.40 hm2。耕地是轉出面積最多的景觀，轉出的耕地絕大部分變成了建設用地、未利用地和林地。③建設地景觀在2000年和2010年占總面積的比例分別為16.73%和17.13%，10年間城市（老城區）面積增加264.60 hm2。④水域景觀由2000年的面積占比3.77%上升到2010年的面積占比5.37%，面積增加了1 038.87 hm2，研究區內的柳江河段水位上升，導致水域面積增加。⑤未利用地景觀由2000年的面積占比3.49%上升到2010年的面積占比5.11%，面積增加了1 057.14 hm2，增加的面積主要由耕地和林地轉化而來。

3.2 ?景觀斑塊類型指數分析

計算景觀斑塊類型的指標包括：斑塊類型面積（CA）、景觀百分比（PLAND）、斑塊數（NP）、最大斑塊指數（LPI）和斑塊平均面積（MPS），計算結果見表3、表4所示。由表3和表4可知，景觀斑塊面積由大到小依次是林地、耕地、建設地、水域和未利用地，林地景觀對整體景觀的影響最為顯著。在LPI指數中，2000年時耕地、2010年時林地的最大斑塊指數值高，說明2000年時耕地大斑塊占優勢地位，到2010年時林地大斑塊占優勢地位。NP、MPS指數綜合反映了景觀破碎化程度，從表4看出，林地的平均斑塊面積最大，耕地次之，建設地、水域、未利用地都相對較小，說明這三種類型較破碎。endprint

3.3 ?景觀斑塊形狀指數分析

斑塊形狀指標是描述景觀的重要的因子，是景觀空間結構度量中另一個重要的特征，它對生物生境以及環境載量都是很重要的。景觀斑塊形狀指標選取了邊緣長度和周長-面積分維數指標。

由表5可知，各種景觀類型邊緣長度為耕地>建設地>林地>未利用地>水域，其中建設地面積小于林地，景觀類型邊緣長度卻較大，說明建設地斑塊總面積不大，但形狀不規則，邊界更為復雜。在周長—面積分維數指數中，可以看出各類別指數均小于2，并且在2000年和2010年林地指數值最小（1.356 1，1.375 4），2000年建設用地最高（1.508 1）以及2010年耕地最高（1.455 9），說明建設用地、耕地斑塊邊界褶皺程度比較高，相對較為曲折復雜。但總體而言，通過各類型景觀分維數指數值，說明柳州市林地景觀受人為干擾因素比較大。

3.4 ?斑塊類型異質性分析

計算斑塊類型異質性的指標包括：斑塊密度（PD）、邊緣密度（ED）、聚集度指數（COHESION），計算結果見表6。

通過對柳州市景觀類型斑塊密度的分析發現，2000年斑塊密度的排序基本為建設用地>耕地>未利用地>水域>林地，各景觀要素類型之間斑塊密度有明顯差異，異質性較強，其中建設用地、耕地和未利用地的斑塊密度要遠高于水域和林地，說明前三種類別以更小的斑塊狀態出現，斑塊小而分散。2010年與2000年的情況相似，但林地的斑塊密度上升明顯，說明林地已經向破碎化發展。

由邊緣密度（ED）的值可以看出，2000年和2010年均呈現出耕地>建設地>林地>未利用地>水域的情形，表明耕地被邊界割裂的程度最高，而水域則保存了較好的連通性。

從聚集度指數可以分析出，聚集度指數是隨著核心斑塊面積百分比的變化而變化的，所以聚集度指數最高的仍然是林地，而未利用地的聚集度指數較小。說明林地景觀之間的連通性較好，分布較集中;未利用地景觀之間的連通性較差，分布較分散。

3.5 ?景觀異質性分析

景觀的異質性是景觀的基本屬性，景觀的異質性表現在兩個方面：一是組成要素的異質性，即景觀中包含的景觀要素的豐富程度及其相對數量關系;二是空間分布的異質性，即景觀要素空間分布的相互關系。本研究采用Shannon多樣性指數（SHDI）、Shannon均勻度指數（SHEI）、蔓延度（CONTAG）和散布與并列指數（IJI）來描述柳州市景觀水平的異質性。

從表7可知，柳州市整體景觀Shannon多樣性指數由1.275 2上升到1.341 2，而均勻度指數也由0.792 3提高到0.833 4，趨近于1，說明各景觀類型面積分布較為均衡，景觀優勢類型不明顯，景觀結構組成較為復雜且在向更優化方向發展。

從蔓延度指標來看，景觀的破碎化程度不高，景觀斑塊較大，同類景觀聚集程度較強;各景觀的散布與并列指數較高，說明異類景觀較為分散，分布較復雜。

4 ?小結與討論

研究結果表明，柳州市整體景觀多樣性較高，且有上升趨勢，各景觀類型面積分布較為均衡，景觀優勢類型不明顯，景觀結構組成較為復雜且正向更優化方向發展。景觀面積由大到小依次是林地、耕地、建設用地、水域和未利用地。

林地景觀是柳州市的基質景觀，這有助于景觀生態安全與穩定。但林地面積增加6.4%的同時，林地斑塊數量卻增長了74.8%，林地的破碎化程度在加劇，說明林地景觀受人為干擾因素比較大。

耕地景觀也占有重要地位，2000年和2010年占總面積的比例分別達到37.72%和31.63%，10年間耕地面積減少3 965.40 hm2，耕地是轉出面積最多的景觀，由于城市化進程的加快和農作物種植結構的調整，轉出的耕地絕大部分變成了建設地、未利用地和林地。耕地面積減少的同時、耕地大斑塊景觀的下降比例極為顯著，斑塊平均面積減少，且耕地是被邊界割裂程度最高的一類景觀，呈現破碎化趨勢。

建設地景觀在2000年和2010年占總面積的比例分別為16.73%和17.13%。建設用地景觀增加的同時，斑塊數量減少，斑塊密度減少，最大斑塊指數上升，聚集度指數增加，斑塊平均面積顯著增加，表明柳州城市內部結構進行了調整，由大而分散的格局向緊致、抱團方向發展，衛星城鎮逐漸與主城區加強了連通性。

水域景觀面積增加了1 038.87 hm2，這主要由于柳江河下游的紅花水利樞紐截流后，柳江水位上升，導致水域面積增加。同時斑塊數量減少，最大斑塊指數、斑塊平均面積也顯著上升，且水域景觀之間也保持著最好的連通性。

未利用地景觀面積增加了1 057.14 hm2，說明了城市化正在快速推進和發展，這類景觀增加的面積主要由耕地和林地轉化而來。未利用地面積增加的同時，斑塊數量減少，最大斑塊指數上升，斑塊平均面積顯著增大，聚集度指數升高，表明開發模式由小面積分散向大面積集中連片開發轉變。

參考文獻：

[1] 易文斌，蔣衛國，國巧真，等.基于ALOS數據的城市景觀格局信息提取研究——以北京市海淀區為例[J].遙感信息，2008（4）：33-38.

[2] 丁圣彥，張明亮. 1988～2002年開封市景觀動態變化[J].地理研究，2005，23（1）：28-37.

[3] 王秋霞，鄭蘇明.基于GIS的合肥市近50年來城市景觀格局演變研究[J].安徽農業科學， 2008，36（23）：10112-10115.

[4] 杜會石，哈 ?斯，李明玉.1977～2008年延吉市城市景觀格局演變[J]. 地理科學， 2011，31（5）：608-612.

[5] 干曉宇，周 ?波，李建龍，等.張家港市不同城市化階段的城市景觀格局響應及驅動力分析[J]. 安徽農業科學， 2011，39（33）：20641-20645，20698.

[6] 王 ?鵬，李賢偉，張 ?健.基于空間采樣的城市景觀格局梯度分析——以成都市中心城區為例[J].四川農業大學學報，2007，25（3）：316-321.

[7] 戚曉明，杜培軍，周玉良，等.基于遙感和GIS的城市景觀格局演變與水文效應關系研究[J].國土資源遙感，2010 （4）：103-107.

[8] 馬勇剛，塔西甫拉提·特依拜，黃 ?粵，等. 城市景觀格局變化對城市熱島效應的影響——以烏魯木齊市為例[J].干旱區研究，2006，23（1）：172-176.

[9] 黎良財，鄧 ?利，曹 ?穎，等.基于NDVI像元二分模型的礦區植被覆蓋動態監測[J].中南林業科技大學學報，2012，32（6）：18-23.

[10] 張金屯，邱 ?揚，鄭鳳英.景觀格局的數量研究方法[J].山地學報，2000，18（4）：346-352.

[11] WICKHAM J D， NORTON D J.Mapping and analyzing landscape patterns[J]. Landscape Ecology， 1994，9（1）：7-23.

[12] 王 ?娟，馬履一，王新杰，等.北京城區公園綠地景觀格局研究[J].西北林學院學報，2010，25（4）：195-199.

[13] 黎良財，楊勝天，李耀強，等.珠江上游融江流域森林景觀格局現狀及分析[J].西北林學院學報，2012，27（5）：26-31.endprint

3.3 ?景觀斑塊形狀指數分析

斑塊形狀指標是描述景觀的重要的因子，是景觀空間結構度量中另一個重要的特征，它對生物生境以及環境載量都是很重要的。景觀斑塊形狀指標選取了邊緣長度和周長-面積分維數指標。

由表5可知，各種景觀類型邊緣長度為耕地>建設地>林地>未利用地>水域，其中建設地面積小于林地，景觀類型邊緣長度卻較大，說明建設地斑塊總面積不大，但形狀不規則，邊界更為復雜。在周長—面積分維數指數中，可以看出各類別指數均小于2，并且在2000年和2010年林地指數值最?。?.356 1，1.375 4），2000年建設用地最高（1.508 1）以及2010年耕地最高（1.455 9），說明建設用地、耕地斑塊邊界褶皺程度比較高，相對較為曲折復雜。但總體而言，通過各類型景觀分維數指數值，說明柳州市林地景觀受人為干擾因素比較大。

3.4 ?斑塊類型異質性分析

計算斑塊類型異質性的指標包括：斑塊密度（PD）、邊緣密度（ED）、聚集度指數（COHESION），計算結果見表6。

通過對柳州市景觀類型斑塊密度的分析發現，2000年斑塊密度的排序基本為建設用地>耕地>未利用地>水域>林地，各景觀要素類型之間斑塊密度有明顯差異，異質性較強，其中建設用地、耕地和未利用地的斑塊密度要遠高于水域和林地，說明前三種類別以更小的斑塊狀態出現，斑塊小而分散。2010年與2000年的情況相似，但林地的斑塊密度上升明顯，說明林地已經向破碎化發展。

由邊緣密度（ED）的值可以看出，2000年和2010年均呈現出耕地>建設地>林地>未利用地>水域的情形，表明耕地被邊界割裂的程度最高，而水域則保存了較好的連通性。

從聚集度指數可以分析出，聚集度指數是隨著核心斑塊面積百分比的變化而變化的，所以聚集度指數最高的仍然是林地，而未利用地的聚集度指數較小。說明林地景觀之間的連通性較好，分布較集中;未利用地景觀之間的連通性較差，分布較分散。

3.5 ?景觀異質性分析

景觀的異質性是景觀的基本屬性，景觀的異質性表現在兩個方面：一是組成要素的異質性，即景觀中包含的景觀要素的豐富程度及其相對數量關系;二是空間分布的異質性，即景觀要素空間分布的相互關系。本研究采用Shannon多樣性指數（SHDI）、Shannon均勻度指數（SHEI）、蔓延度（CONTAG）和散布與并列指數（IJI）來描述柳州市景觀水平的異質性。

從表7可知，柳州市整體景觀Shannon多樣性指數由1.275 2上升到1.341 2，而均勻度指數也由0.792 3提高到0.833 4，趨近于1，說明各景觀類型面積分布較為均衡，景觀優勢類型不明顯，景觀結構組成較為復雜且在向更優化方向發展。

從蔓延度指標來看，景觀的破碎化程度不高，景觀斑塊較大，同類景觀聚集程度較強;各景觀的散布與并列指數較高，說明異類景觀較為分散，分布較復雜。

4 ?小結與討論

研究結果表明，柳州市整體景觀多樣性較高，且有上升趨勢，各景觀類型面積分布較為均衡，景觀優勢類型不明顯，景觀結構組成較為復雜且正向更優化方向發展。景觀面積由大到小依次是林地、耕地、建設用地、水域和未利用地。

林地景觀是柳州市的基質景觀，這有助于景觀生態安全與穩定。但林地面積增加6.4%的同時，林地斑塊數量卻增長了74.8%，林地的破碎化程度在加劇，說明林地景觀受人為干擾因素比較大。

耕地景觀也占有重要地位，2000年和2010年占總面積的比例分別達到37.72%和31.63%，10年間耕地面積減少3 965.40 hm2，耕地是轉出面積最多的景觀，由于城市化進程的加快和農作物種植結構的調整，轉出的耕地絕大部分變成了建設地、未利用地和林地。耕地面積減少的同時、耕地大斑塊景觀的下降比例極為顯著，斑塊平均面積減少，且耕地是被邊界割裂程度最高的一類景觀，呈現破碎化趨勢。

建設地景觀在2000年和2010年占總面積的比例分別為16.73%和17.13%。建設用地景觀增加的同時，斑塊數量減少，斑塊密度減少，最大斑塊指數上升，聚集度指數增加，斑塊平均面積顯著增加，表明柳州城市內部結構進行了調整，由大而分散的格局向緊致、抱團方向發展，衛星城鎮逐漸與主城區加強了連通性。

水域景觀面積增加了1 038.87 hm2，這主要由于柳江河下游的紅花水利樞紐截流后，柳江水位上升，導致水域面積增加。同時斑塊數量減少，最大斑塊指數、斑塊平均面積也顯著上升，且水域景觀之間也保持著最好的連通性。

未利用地景觀面積增加了1 057.14 hm2，說明了城市化正在快速推進和發展，這類景觀增加的面積主要由耕地和林地轉化而來。未利用地面積增加的同時，斑塊數量減少，最大斑塊指數上升，斑塊平均面積顯著增大，聚集度指數升高，表明開發模式由小面積分散向大面積集中連片開發轉變。

參考文獻：

[1] 易文斌，蔣衛國，國巧真，等.基于ALOS數據的城市景觀格局信息提取研究——以北京市海淀區為例[J].遙感信息，2008（4）：33-38.

[2] 丁圣彥，張明亮. 1988～2002年開封市景觀動態變化[J].地理研究，2005，23（1）：28-37.

[3] 王秋霞，鄭蘇明.基于GIS的合肥市近50年來城市景觀格局演變研究[J].安徽農業科學， 2008，36（23）：10112-10115.

[4] 杜會石，哈 ?斯，李明玉.1977～2008年延吉市城市景觀格局演變[J]. 地理科學， 2011，31（5）：608-612.

[5] 干曉宇，周 ?波，李建龍，等.張家港市不同城市化階段的城市景觀格局響應及驅動力分析[J]. 安徽農業科學， 2011，39（33）：20641-20645，20698.

[6] 王 ?鵬，李賢偉，張 ?健.基于空間采樣的城市景觀格局梯度分析——以成都市中心城區為例[J].四川農業大學學報，2007，25（3）：316-321.

[7] 戚曉明，杜培軍，周玉良，等.基于遙感和GIS的城市景觀格局演變與水文效應關系研究[J].國土資源遙感，2010 （4）：103-107.

[8] 馬勇剛，塔西甫拉提·特依拜，黃 ?粵，等. 城市景觀格局變化對城市熱島效應的影響——以烏魯木齊市為例[J].干旱區研究，2006，23（1）：172-176.

[9] 黎良財，鄧 ?利，曹 ?穎，等.基于NDVI像元二分模型的礦區植被覆蓋動態監測[J].中南林業科技大學學報，2012，32（6）：18-23.

[10] 張金屯，邱 ?揚，鄭鳳英.景觀格局的數量研究方法[J].山地學報，2000，18（4）：346-352.

[11] WICKHAM J D， NORTON D J.Mapping and analyzing landscape patterns[J]. Landscape Ecology， 1994，9（1）：7-23.

[12] 王 ?娟，馬履一，王新杰，等.北京城區公園綠地景觀格局研究[J].西北林學院學報，2010，25（4）：195-199.

[13] 黎良財，楊勝天，李耀強，等.珠江上游融江流域森林景觀格局現狀及分析[J].西北林學院學報，2012，27（5）：26-31.endprint

3.3 ?景觀斑塊形狀指數分析

斑塊形狀指標是描述景觀的重要的因子，是景觀空間結構度量中另一個重要的特征，它對生物生境以及環境載量都是很重要的。景觀斑塊形狀指標選取了邊緣長度和周長-面積分維數指標。

由表5可知，各種景觀類型邊緣長度為耕地>建設地>林地>未利用地>水域，其中建設地面積小于林地，景觀類型邊緣長度卻較大，說明建設地斑塊總面積不大，但形狀不規則，邊界更為復雜。在周長—面積分維數指數中，可以看出各類別指數均小于2，并且在2000年和2010年林地指數值最?。?.356 1，1.375 4），2000年建設用地最高（1.508 1）以及2010年耕地最高（1.455 9），說明建設用地、耕地斑塊邊界褶皺程度比較高，相對較為曲折復雜。但總體而言，通過各類型景觀分維數指數值，說明柳州市林地景觀受人為干擾因素比較大。

3.4 ?斑塊類型異質性分析

計算斑塊類型異質性的指標包括：斑塊密度（PD）、邊緣密度（ED）、聚集度指數（COHESION），計算結果見表6。

通過對柳州市景觀類型斑塊密度的分析發現，2000年斑塊密度的排序基本為建設用地>耕地>未利用地>水域>林地，各景觀要素類型之間斑塊密度有明顯差異，異質性較強，其中建設用地、耕地和未利用地的斑塊密度要遠高于水域和林地，說明前三種類別以更小的斑塊狀態出現，斑塊小而分散。2010年與2000年的情況相似，但林地的斑塊密度上升明顯，說明林地已經向破碎化發展。

由邊緣密度（ED）的值可以看出，2000年和2010年均呈現出耕地>建設地>林地>未利用地>水域的情形，表明耕地被邊界割裂的程度最高，而水域則保存了較好的連通性。

從聚集度指數可以分析出，聚集度指數是隨著核心斑塊面積百分比的變化而變化的，所以聚集度指數最高的仍然是林地，而未利用地的聚集度指數較小。說明林地景觀之間的連通性較好，分布較集中;未利用地景觀之間的連通性較差，分布較分散。

3.5 ?景觀異質性分析

景觀的異質性是景觀的基本屬性，景觀的異質性表現在兩個方面：一是組成要素的異質性，即景觀中包含的景觀要素的豐富程度及其相對數量關系;二是空間分布的異質性，即景觀要素空間分布的相互關系。本研究采用Shannon多樣性指數（SHDI）、Shannon均勻度指數（SHEI）、蔓延度（CONTAG）和散布與并列指數（IJI）來描述柳州市景觀水平的異質性。

從表7可知，柳州市整體景觀Shannon多樣性指數由1.275 2上升到1.341 2，而均勻度指數也由0.792 3提高到0.833 4，趨近于1，說明各景觀類型面積分布較為均衡，景觀優勢類型不明顯，景觀結構組成較為復雜且在向更優化方向發展。

從蔓延度指標來看，景觀的破碎化程度不高，景觀斑塊較大，同類景觀聚集程度較強;各景觀的散布與并列指數較高，說明異類景觀較為分散，分布較復雜。

4 ?小結與討論

研究結果表明，柳州市整體景觀多樣性較高，且有上升趨勢，各景觀類型面積分布較為均衡，景觀優勢類型不明顯，景觀結構組成較為復雜且正向更優化方向發展。景觀面積由大到小依次是林地、耕地、建設用地、水域和未利用地。

林地景觀是柳州市的基質景觀，這有助于景觀生態安全與穩定。但林地面積增加6.4%的同時，林地斑塊數量卻增長了74.8%，林地的破碎化程度在加劇，說明林地景觀受人為干擾因素比較大。

耕地景觀也占有重要地位，2000年和2010年占總面積的比例分別達到37.72%和31.63%，10年間耕地面積減少3 965.40 hm2，耕地是轉出面積最多的景觀，由于城市化進程的加快和農作物種植結構的調整，轉出的耕地絕大部分變成了建設地、未利用地和林地。耕地面積減少的同時、耕地大斑塊景觀的下降比例極為顯著，斑塊平均面積減少，且耕地是被邊界割裂程度最高的一類景觀，呈現破碎化趨勢。

建設地景觀在2000年和2010年占總面積的比例分別為16.73%和17.13%。建設用地景觀增加的同時，斑塊數量減少，斑塊密度減少，最大斑塊指數上升，聚集度指數增加，斑塊平均面積顯著增加，表明柳州城市內部結構進行了調整，由大而分散的格局向緊致、抱團方向發展，衛星城鎮逐漸與主城區加強了連通性。

水域景觀面積增加了1 038.87 hm2，這主要由于柳江河下游的紅花水利樞紐截流后，柳江水位上升，導致水域面積增加。同時斑塊數量減少，最大斑塊指數、斑塊平均面積也顯著上升，且水域景觀之間也保持著最好的連通性。

未利用地景觀面積增加了1 057.14 hm2，說明了城市化正在快速推進和發展，這類景觀增加的面積主要由耕地和林地轉化而來。未利用地面積增加的同時，斑塊數量減少，最大斑塊指數上升，斑塊平均面積顯著增大，聚集度指數升高，表明開發模式由小面積分散向大面積集中連片開發轉變。

參考文獻：

[1] 易文斌，蔣衛國，國巧真，等.基于ALOS數據的城市景觀格局信息提取研究——以北京市海淀區為例[J].遙感信息，2008（4）：33-38.

[2] 丁圣彥，張明亮. 1988～2002年開封市景觀動態變化[J].地理研究，2005，23（1）：28-37.

[3] 王秋霞，鄭蘇明.基于GIS的合肥市近50年來城市景觀格局演變研究[J].安徽農業科學， 2008，36（23）：10112-10115.

[4] 杜會石，哈 ?斯，李明玉.1977～2008年延吉市城市景觀格局演變[J]. 地理科學， 2011，31（5）：608-612.

[5] 干曉宇，周 ?波，李建龍，等.張家港市不同城市化階段的城市景觀格局響應及驅動力分析[J]. 安徽農業科學， 2011，39（33）：20641-20645，20698.

[6] 王 ?鵬，李賢偉，張 ?健.基于空間采樣的城市景觀格局梯度分析——以成都市中心城區為例[J].四川農業大學學報，2007，25（3）：316-321.

[7] 戚曉明，杜培軍，周玉良，等.基于遙感和GIS的城市景觀格局演變與水文效應關系研究[J].國土資源遙感，2010 （4）：103-107.

[8] 馬勇剛，塔西甫拉提·特依拜，黃 ?粵，等. 城市景觀格局變化對城市熱島效應的影響——以烏魯木齊市為例[J].干旱區研究，2006，23（1）：172-176.

[9] 黎良財，鄧 ?利，曹 ?穎，等.基于NDVI像元二分模型的礦區植被覆蓋動態監測[J].中南林業科技大學學報，2012，32（6）：18-23.

[10] 張金屯，邱 ?揚，鄭鳳英.景觀格局的數量研究方法[J].山地學報，2000，18（4）：346-352.

[11] WICKHAM J D， NORTON D J.Mapping and analyzing landscape patterns[J]. Landscape Ecology， 1994，9（1）：7-23.

[12] 王 ?娟，馬履一，王新杰，等.北京城區公園綠地景觀格局研究[J].西北林學院學報，2010，25（4）：195-199.

[13] 黎良財，楊勝天，李耀強，等.珠江上游融江流域森林景觀格局現狀及分析[J].西北林學院學報，2012，27（5）：26-31.endprint