復墾礦區景觀格局指數的粒度效應研究

李保杰, 顧和和, 紀亞洲

(1.江蘇師范大學 城市與環境學院, 江蘇 徐州 221116; 2.中國礦業大學 環境與測繪學院, 江蘇 徐州 221116)

?

復墾礦區景觀格局指數的粒度效應研究

李保杰1,2, 顧和和2, 紀亞洲1,2

(1.江蘇師范大學 城市與環境學院, 江蘇 徐州 221116; 2.中國礦業大學 環境與測繪學院, 江蘇 徐州 221116)

以徐州市九里礦區復墾前(2000年)后(2013年)1∶1萬的礦區土地利用數據為數據源，采用基于GIS的景觀格局分析方法，研究了九里礦區復墾前后17個景觀格局指數在10～300 m范圍內的粒度效應，并對復墾前后景觀格局指數的變化規律、擬合函數、變異系數和最佳景觀粒度范圍進行了分析。結果表明：17個景觀指數隨著景觀粒度的增加呈現出：逐漸降低型、逐步增加型、局部尺度效應型和隨機變化型共4種變化類型，其中，10個景觀指數隨景觀粒度的變化趨勢可以用不同的函數模型進行擬合(R2>0.94)。從復墾前后景觀格局指數的變化來看，復墾前后景觀格局指數的變化趨勢基本趨于一致，但擬合函數和變異系數均有一定的變化，如擬合函數不一致，變異系數降低等；適宜徐州九里礦區1∶1萬土地利用數據進行景觀指數分析的最佳景觀粒度范圍為20～40 m。

徐州; 復墾礦區; 景觀指數; 粒度效應

景觀格局分析主要研究景觀結構組成特征和空間配置，而景觀格局指數以其高度濃縮景觀信息，反映其結構組成和空間配置狀況的優勢得以廣泛應用[1]，但景觀格局指數作為景觀格局特征的量化指標具有尺度效應。在景觀生態學中，尺度(scale)可以用粒度(grain)和幅度(extent)來描述。粒度包括空間粒度和時間粒度，空間粒度是景觀中最小可辨識單元所代表的特征長度、面積和體積；空間幅度主要指研究對象的空間范圍，即研究區。時間粒度指某一現象或事件發生的(或取樣的)頻率或時間間隔[2]。尺度(幅度和粒度)變化對景觀指數具有顯著的影響[3-6]，而大部分景觀指數統計軟件以柵格數據為數據源，這就造成了所謂的“可塑性面積單元問題”，即景觀指數的計算結果隨著柵格像元(粒度)的變化而有所差異[7-8]。因此，利用景觀指數進行分析時選擇適宜的景觀粒度是當前景觀生態學研究的熱點問題之一。

盡管國內外學者對景觀格局指數的粒度效應進行了研究[9-16]并取得了一定的成果，但對礦區景觀格局指數的粒度效應如何，且礦區復墾前后景觀指數的粒度效應變化如何的相關研究還不多。朱開群等[17]等以江蘇省海安縣李堡鎮土地整理項目區為例，以土地利用現狀圖和規劃圖(1∶5 000)為數據源，利用景觀指數統計軟件對項目區整理前后景觀格局指數的粒度效應進行了分析，為在不同比例尺下，選擇適宜粒度進行景觀指數的計算和尺度轉換提供了理論依據，但有關1∶1萬比例尺下復墾礦區適宜粒度范圍的研究尚未開展。因此文章以徐州市九里礦區為研究對象，以復墾前(2000年)后(2013年)1∶1萬的礦區土地利用數據為基礎，應用景觀生態學方法和3S技術，選取17個常見的景觀指數研究礦區復墾前后景觀指數的粒度效應，確定適合復墾礦區景觀指數的最佳粒度，為復墾礦區景觀格局指數粒度的選取提供參考，為該礦區或其他類似區域的土地復墾和生態效應評價提供理論基礎。

1　研究區概況

徐州市九里礦區位于江蘇省西北部，華北平原東南部，北緯34°15′，東經117°00′，區內除少數丘陵外，大部分區域為黃泛沖積平原。屬于暖溫帶半濕潤季風氣候，四季分明，年平均氣溫為14.2℃，年平均降水量為834.7 mm。土壤類型為黃潮土，土層較深厚，肥力中等。該區地下水位高，洼地土壤處于飽和或近飽和狀態，區內常年降水量偏豐，因地勢低洼能夠充分匯集塌陷區外客水和灌溉回歸水。礦區塌陷土地經挖深墊淺和矸石填充復墾后，基本上形成了水、陸分離的地貌類型。較高土地被作為耕地投入農業生產，其余大面積長期積水低洼地則形成景觀濕地等。區內主要的土地利用類型為耕地、園地、林地、城鎮及礦用地、交通用地、水域和未利用地等。該區煤炭資源豐富，是全國重要的煤炭產地、華東地區的電力基地之一，由于煤炭開采導致大面積地面塌陷，九里礦區采煤塌陷地共計2千多公頃。2000年前后徐州市政府開展大規模的采煤塌陷地復墾工程，經過10 a來的礦區土地復墾，使得塌陷地的治理取得一定的成效。

2　資料來源與研究方法

2.1資料來源

本研究土地利用數據源為復墾前(2000年)、復墾后(2013年)九里礦區土地利用現狀圖(1∶1萬)。首先以1∶1萬礦區地形圖為基礎，結合GPS野外實地調查數據，在ArcGIS 9.3環境下對2期土地利用現狀圖進行精確配準，精度控制在0.5個像元以內，然后在ArcGIS 9.3軟件下進行數字化，采用基于土地利用方式分類方法，將九里礦區景觀類型分為6類景觀，分別為耕地/園地景觀、林地景觀、城鎮/工礦用地景觀、交通用地景觀、水域景觀和其他景觀，其中水域包括河流，湖泊和采煤塌陷地等。最后采用Kappa系數、制圖精度和用戶精度對分類結果進行評價，結果表明，復墾前后分類結果的Kappa系數均在0.93以上，滿足本研究的應用需要。

2.2研究方法

2.2.1尺度變換利用ArcGIS 9.3軟件中的Spatial Analyst模塊，將目視解譯好的徐州市九里礦區土地利用類型圖轉換成不同粒度的土地利用柵格圖。在轉換過程中采用面積占優法，即按照某種景觀在生成新的柵格單元中所占的面積百分比最大的景觀類型作為新的柵格像元屬性，如果所生成新的柵格像元中各種景觀類型的面積占比相同，則由計算機程序隨機選擇一種景觀類型作為新的柵格像元的屬性。不同景觀尺度的柵格單元大小以10 m為間隔，依次設定為10，20，30，40，50，60，…，280，290，300 m，在FragStats 3.3中計算不同粒度柵格數據的景觀指數，最后將計算的結果在Excel中進行處理分析。

2.2.2景觀指數的選擇由于文章重點分析礦區復墾前后的整體景觀特征，參照前人的研究[18-19]成果，選擇描述區域景觀水平的斑塊數(NP)、景觀形狀指數(LSI)、蔓延度指數(CONTAG)、聚集度指數(AI)、平均邊緣面積比(PARA_MN)、相似毗鄰百分比(PLADJ)、斑塊結合度(COHESION)、景觀分割度(DⅣISION)、平均核心斑塊面積(CORE_MN)、平均歐式鄰近距離(ENN_MN)、周長面積分維數(PAFRAC)、最大斑塊指數(LPI)、有效粒度尺寸(MESH)、核心斑塊總面積(TCA)、獨立核心斑塊數量(NDCA)、香農多樣性指數(SHDI)和Simpson多樣性指數(SIDI)共17個景觀格局指數的粒度效應進行分析，景觀指數的含義及計算方法參考相關文獻[1]。

3　結果與分析

3.1復墾礦區景觀格局指數的粒度效應

徐州市九里礦區景觀格局指數隨著景觀粒度的增加均呈不同的變化趨勢，表明景觀指數的變化受景觀粒度的影響，均呈現一定的粒度效應。結果表明，徐州復墾礦區17個景觀指數的粒度效應可分為4類，隨著景觀粒度的增大：8個景觀指數呈逐漸降低的粒度效應；5個景觀指數呈逐步增加的粒度效應；2個景觀指數呈局部的粒度效應，即景觀指數在一定的粒度范圍內呈現出一定的變化規律；2個景觀指數隨景觀粒度的變化呈隨機變化規律。

(1) 復墾礦區景觀格局指數逐步降低的粒度效應。1) 復墾礦區景觀格局指數的冪函數降低粒度效應。隨著景觀粒度的增加，復墾礦區的斑塊密度、景觀形狀指數、蔓延度指數、聚集度指數、周長面積分維數和相似鄰近比例6個景觀指數呈負的冪函數降低趨勢。由此可見，上述景觀指數與景觀粒度存在顯著的負相關關系，主要由于景觀斑塊面積的增加，建成區、耕地、水域等景觀類型的斑塊數、密度均有不同程度的減少，斑塊間的融合使斑塊的形狀和邊界趨于簡單，導致斑塊個數、斑塊密度、聚集度指數和分維數和景觀粒度呈現負相關關系。復墾前后各景觀指數均發生了不同程度的變化，由于礦區土地復墾項目的實施，使得斑塊密度、景觀形狀指數和周長面積分維數均呈減少趨勢，且當景觀粒度為10 m時，斑塊密度、景觀形狀指數和周長面積分維數分別減少了63.34%，30.27%和22.75%。2) 復墾礦區景觀格局指數波動降低的粒度效應。隨著景觀粒度的增加，連接度指數、分離度指數呈現波動降低的粒度效應，主要由于隨著景觀粒度的增大，斑塊間的相互融合使斑塊的復雜程度降低，從而導致斑塊間的連接度降低。當景觀粒度為80 m時，連接度指數出現小幅波動，而當景觀粒度為200 m時，連接度指數波動幅度增大；而對于景觀分離度指數則呈大幅波動降低的趨勢，其尺度轉折點為50 m。從復墾前后景觀格局指數的變化來看，復墾項目實施后，景觀斑塊的連接度指數均有不同程度的增加，主要由于礦區土地復墾項目的實施，修建了溝渠、橋涵等；其次由于煤炭資源的開發導致破碎的土地變得規則，使得斑塊的連接度指數增加；同時由于耕地、水體等景觀斑塊面積的增大，景觀斑塊內部的復雜程度降低，使區域景觀分離度指數降低。

(2) 復墾礦區景觀格局指數逐漸增大的粒度效應。隨著景觀粒度的增加，平均核心面積指數和歐氏鄰近度指數呈接近線性增加的趨勢，當景觀粒度為210 m時呈現小幅波動，主要由于隨著景觀粒度的增加，景觀斑塊邊長增大，從而使得各種景觀類型的斑塊面積增大，平均核心面積和歐氏距離增大。周長面積分維數則呈現正冪指數小幅波動上升趨勢，并在景觀粒度為100 m時，呈現較為明顯的波動，而最大斑塊指數和有效粒度面積則呈大幅波動上升趨勢；從復墾前后景觀格局指數的變化來看，復墾項目實施后，核心斑塊面積、有效粒度面積和歐氏鄰近距離等均有不同程度的增加，主要是由于復墾項目實施后將采煤塌陷地形成的零星坑塘復墾為水塘等，其次是采煤塌陷造成農村居民點的搬遷使得居民點的面積增大等原因所致。

(3) 景觀指數呈現出局部的粒度效應。隨著景觀粒度的增加，呈現局部尺度效應的景觀指數主要為核心斑塊面積指數和核心斑塊數量指數，當景觀粒度大于或等于20 m時，核心斑塊面積指數呈平穩變化，而核心斑塊數量則呈現負冪指數相關關系。從復墾前后景觀指數的變化來看，隨著景觀粒度的增加，復墾項目實施后，核心面積指數和核心斑塊數量指數均呈減少趨勢。

(4) 景觀指數的隨機變化粒度效應。隨著景觀粒度的增加，香農多樣性指數和辛普森多樣性指數均呈不同程度的波動變化，當景觀粒度為10～20 m時，二者波動變化幅度較少，而當景觀粒度為210 m時，二者的波動幅度變化最大。從復墾前后多樣性指數變化來看，復墾項目實施后，香農多樣性指數和辛普森多樣均有不同程度的增加，其中：當景觀粒度為240 m時，香農多樣性指數增幅最大，增加了2.02%，當景觀粒度為210 m時，辛普森多樣性指數增加了1.93%。

3.2復墾礦區景觀格局指數粒度效應的變異特征

景觀格局指數的變異系數反映了景觀格局指數對景觀粒度變化的敏感性程度，由表1可以看出，隨著景觀粒度的增加，17個景觀格局指數的變異系數均呈現不同程度的變化，根據復墾前后變異系數平均值的大小將景觀指數對景觀粒度變化的敏感性分成三類，對景觀粒度較敏感的景觀指數(CV>0.5)，對景觀粒度一般敏感的景觀指數(0.2

表1　九里礦區景觀格局指數粒度效應的變異系數

3.3復墾礦區景觀格局指數尺度效應的曲線擬合

由上述分析可知，大部分景觀格局指數對景觀粒度變化呈現明顯的響應，且大部分景觀格局指數的粒度效應可用數學函數進行擬合(表2)，由表2可以看出，17個景觀指數中10個指數可以用函數模型進行擬合(R2>0.94)，其中：可用冪函數擬合的景觀指數有：斑塊數、景觀形狀指數(復墾前)、邊緣面積比、周長面積分維數、平均核心斑塊面積(復墾前)；可用對數函數進行擬合的景觀指數有：景觀形狀指數(復墾后)、景觀蔓延度指數、景觀聚集度指數(復墾前)；可用三次函數進行擬合的景觀指數有：相似毗鄰百分比、斑塊結合度指數；而景觀聚集度指數、平均核心斑塊面積(復墾后)可用二次函數進行擬合，平均歐式臨近距離呈現線性變化趨勢。從復墾項目區景觀格局指數擬合函數的變化來看，復墾前景觀形狀指數用冪函數進行擬合(R2=0.987 5)，而復墾項目實施后則用對數函數進行較好的擬合(R2=0.995 7)，復墾項目實施后景觀聚集度指數擬合函數由復墾前的對數函數轉變為二次函數；平均斑塊面積指數的擬合函數由原來的冪函數轉變為二次函數。復墾項目實施后，70%景觀格局指數隨著景觀粒度變化的擬合函數沒有發生變化，而30%的景觀格局指數的擬合函數發生了變化，主要由于礦區土地復墾項目的實施，使研究區內部景觀結構發生了變化，從而導致同一景觀指數復墾前后的擬合函數發生了變化。其余的7個景觀格局指數，如：香濃多樣性指數、Simpson多樣性指數等擬合的效果不佳，可能是由于景觀粒度的選取、研究尺度或景觀指數自身的原因所致。

表2　九里礦區景觀格局指數粒度效應的擬合曲線

3.4復墾礦區景觀格局指數的最佳景觀粒度

由上述分析可知，大部分景觀格局指數具有較強的空間粒度特征。因此，在進行景觀格局分析時，選擇合適的景觀粒度對分析結果的可信度具有重要意義。根據趙文武等[9]的研究成果可知，景觀指數隨粒度變化的第一尺度域，是確定粒度大小，進行景觀格局分析的適宜粒度范圍。根據復墾礦區景觀格局指數變化曲線的關鍵拐點和躍變區間，確定研究區景觀格局指數分析的最佳景觀粒度范圍(見表3)。

由于不同的景觀指數反映景觀類型的特征有所差異，不同的景觀指數隨景觀粒度變化呈現出不同的曲線拐點和躍變區間，因此不同景觀指數的最佳景觀粒度值有所差異。而對于區域整體景觀特征來說，景觀特征的整體尺度轉折點不是一個值，而是一個景觀粒度范圍，在這個范圍內，大部分景觀指數存在尺度轉折點。由表3可以看出，九里礦區復墾前后景觀格局指數的第一尺度域大部分集中在50～60 m，180～220 m和20～30 m，與趙文武等的研究成果1∶250 000土地利用圖的景觀指數第一尺度范圍為70～90 m和1∶500 000土地利用圖的景觀指數第一尺度范圍為90～120 m的研究結果有一定差異，主要是由于進行景觀指數計算時所采用的土地利用數據的比例尺有所差異；其次是研究區內不同土地利用類型的面積占比不同所致。從礦區復墾前后景觀指數所呈現的擬合曲線、曲線拐點、躍變區間來看，同一個區域，同一比例尺復墾前后各景觀類型的面積占比發生了變化，使各景觀指數的擬合曲線、曲線拐點和躍動區間發生變化。

表3　徐州市九里礦區景觀指數計算的最佳粒度范圍

4　結 論

不同的景觀指數所表達景觀類型特征有所不同，呈現的粒度效應有所差異。隨著景觀粒度的增大，景觀格局指數所表現的變化趨勢大致可分為4類：逐漸降低的粒度效應、逐步增加的粒度效應、局部的粒度效應、隨機變化規律共4種類型。上述變化規律主要是由于空間數據的比例尺、各景觀類型的空間占比和景觀指數的自身特征所致。

對于區域整體景觀特征來說，景觀特征的整體尺度轉折點不是一個值，而是一個景觀粒度范圍，在這個范圍內，大部分景觀指數存在尺度轉折點。而景觀格局指數變化的第一尺度域是確定最佳分析粒度的重要依據，在該尺度域內，可選擇較大的粒度值作為區域景觀格局分析的最佳粒度值，既能夠表達出區域特征，又能夠避免冗余的計算。結果表明：適宜徐州九里礦區1∶1萬土地利用數據進行景觀指數分析的最佳景觀粒度范圍為20～40 m。

本研究僅以復墾礦區1∶1萬礦區土地利用圖為數據源，對礦區景觀格局指數的粒度效應進行分析，區域景觀格局指數的粒度效應、最佳粒度范圍以及粒度敏感性是矢量數據的比例尺、土地利用結構等共同作用的結果。因此，在景觀格局指數分析時，應當綜合考慮區域土地利用數據的比例尺，不同土地利用類型數據所占的比例和景觀指數的尺度轉折點來確定區域景觀格局分析的最佳粒度范圍。

[1]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,2007.

[2]Schneider D C. The rise of t he concept of scale in ecology[J]. BioScience,2001,51(7):545-553.

[3]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):2096-2105.[4]鄔建國.景觀生態學:概念與理論[J].生態學雜志,2000,19(1):42-52.

[5]Wu Jianguo, Hobbs R. Key issues and research priorities in landscape ecology:An idiosyncratic synthesis[J]. Landscape Ecology,2002,17(4):355-365.

[6]申衛軍,鄔建國,任海,等.空間幅度變化對景觀格局分析的影響[J].生態學報,2003,23(11):2219-2231.

[7]楊麗,甄霖,謝高地.涇河流域景觀指數的粒度效應分析[J].資源科學,2007,29(2):183-187.

[8]趙文武,傅伯杰,陳利頂.景觀指數的粒度變化效應[J].第四紀研究，2003,23(3):326-333.

[9]Qi Y, Wu J G. Effects of changing spatial resolution on the results of landscape pattern analysis using spatial autocorrelation indices[J]. Landscape Ecology,1996,11(1):39-49.

[10]Wu J, Shen W, Sun W， et al. Empirical patterns of the effects of changing scale on landscape metrics[J]. Landscape Ecology,2002,17(8):761-782.

[11]李秀珍,布仁倉,常禹,等.景觀格局指標對不同景觀格局的反應[J].生態學報,2004,24(1):123-134.

[12]周偉,鐘星,袁春.1∶10000比例尺土地利用景觀指數的粒度效應分析[J].中國土地科學,2010,24(11):20-26.

[13]李小馬,劉常富.景觀格局指數的粒度效應:以沈陽城市森林為例[J].西北林學院學報,2009,24(2):166-170.

[14]于磊,趙彥偉,張遠,等.基于最佳分析粒度的大遼河流域濕地景觀格局分析[J].環境科學學報,2011,31(4):873-879.

[15]曹銀貴,周偉,王靜,袁春.三峽庫區30a間土地利用景觀特征的粒度效應[J].農業工程學報,2010,26(6):315-321.

[16]徐麗,卞曉慶,秦小林,等.空間粒度變化對合肥市景觀格局指數的影響[J].應用生態學報,2010,21(5):1167-1173.

[17]朱開群,金曉斌,周寅康.土地整理項目區景觀格局粒度效應初探[J].中國土地科學,2011,25(3):45-51.

[18]陳端呂,宋濤.西洞庭湖區森林景觀指數適宜轉換粒度[J].中國農學通報,2010,26(10):110-114.

[19]申衛軍,鄔建國,林永標,等.空間粒度變化對景觀格局分析的影響[J].生態學報,2003,23(12):2506-2519.

Effects of Spatial Grain Size on Landscape Pattern in Reclaimed Mining Area

LI Baojie1,2, GU Hehe2, JI Yazhou1,2

(1.College of Urban and Environmental Science, Jiangsu Normal University, Xuzhou， Jiangsu 221116, China; 2.School ofEnvironmentalScienceandSpatialInformatics,ChinaUniversityofMiningandTechnology,Xuzhou,Jiangsu221116,China)

The grain effect of 17 landscape indices and the change characteristics, fitting functions, variation coefficient and the optimal grain size range of landscape indices with a scale 10～300 m were analyzed using GIS and method of landscape ecology based on the land use data of Jiuli coal mining area, Xuzhou at 1∶10 000 scale from 2000(before reclamation) to 2013(after reclamation). The results showed that the grain effects had 5 types, such as gradually decreasing, gradually increasing, part scale effect type and randomly changing with increasing grain, and the trend of 10 landscape pattern indices could be simulated by different function models(R2>0.94). The trend of the landscape pattern indices was uniform in pre and post reclamation，while the fitting functions and variation coefficient changed a bit, such as inconsistent of fitting functions and decreasing of variation coefficient. The range of 20～40 meters was selected as the optimal landscape granularity suit to landscape index analysis in Jiuli coal mining area, Xuzhou at 1∶10 000 scale.

Xuzhou； reclaimed mining area; landscape metrics; effects of spatial grain size

2014-09-02

2014-10-10

江蘇省高校自然科學研究項目(14KJB170004);江省社科應用研究精品工程(14SWC-117);徐州市社會科學研究課題(15XSZ-096)

李保杰(1979—),男,江蘇豐縣人,博士,講師,主要從事GIS應用與景觀生態方面的研究。E-mail:liboje@126.com

F301. 24

A

1005-3409(2015)04-0253-05