冀西北國家重點生態功能區景觀格局時空變化及驅動力研究

張立強 簡卿 晏希寧

摘要：為實現對冀西北國家重點生態功能區景觀格局變化的控制，降低生態風險，須要明確區域的景觀格局變化及驅動因子。以河北省張家口市懷來縣為研究對象，基于1985年、1995年、2005年和2015年4期遙感數據，在遙感技術、地理信息系統（簡稱GIS）技術和Fragstats軟件的支持下，分析研究區土地利用景觀結構及其時空演變特征，并從自然因子和人文因子的角度分別探索驅動因子。結果表明，（1）在近30年的時間里懷來縣景觀類型主要以林地和未利用地為主，建設用地和水域景觀面積變化最大，增長率分別為90.87%和-40.7%，表明自然景觀逐漸向人造景觀轉變;（2）整體上懷來縣破碎化指數升高，連通性降低，城鎮不斷向外擴展，呈現更加破碎化的特征;（3）Logistic回歸分析在驅動力分析上具有較好的解釋效果，量化結果顯示，地均純收入和人口密度對懷來縣景觀格局變化的影響最大，盡管無法對政策因子進行Logistic回歸分析，但由于其導向作用，也在一定程度上推動了景觀格局的改變。研究結果為懷來縣及類似區域的合理規劃提供了理論依據，以期持續穩定地發揮其國家重點生態功能區的功能。

關鍵詞：國家重點生態功能區;景觀格局;驅動力;Logistic回歸分析;懷來縣

景觀是一種具有高度空間異質性的自然地表綜合體，其整體結構和動態過程的改變均比較緩慢，但在各種因素干擾下，景觀內外部因素在不同時空尺度上相互作用，最終導致區域景觀格局的變化[1-3]。景觀格局變化的驅動因子影響區域景觀格局的發展軌跡，只有有效地識別造成景觀格局變化的驅動因子并探究它的驅動機制才能有效實現對景觀格局變化的控制，進而降低景觀生態風險，保證區域生態系統的穩定和生態安全[4-5]。目前，景觀格局變化及其驅動力研究已成為全球變化研究的熱點和前沿[3]，其中針對濕地[6-9]、流域[10-12]、城市地域[13-15]、沿海地帶[16-17]、自然保護區[18-19]的景觀格局變化研究已較為豐富。研究方法多采用遙感技術和地理信息系統（Geographic Information System，簡稱GIS）相結合;驅動因子可以分為自然因子和人文因子兩大類，但多數只進行了人文因子的探討，對自然因子的分析仍然不多[20-22]。

國家重點生態功能區是為自身和周邊地域提供生態服務功能的重要區域，對確保國家、流域和區域生態穩定，維護生態平衡具有重要意義。對國家重點生態功能區的景觀格局變化和驅動力進行分析，不僅有利于研究區本身的土地利用，且對周邊土地生態的可持續發展也具有一定影響。因此，本研究以河北省張家口市懷來縣為研究對象，在遙感技術和GIS技術的支持下，利用景觀結構及其時空演變特征分析研究區土地，并從自然因子和人文因子的角度分別探索驅動因子，以期為懷來縣及類似區域的土地資源可持續開發和利用、對景觀格局變化的有效控制，以達到持續穩定地發揮國家重點生態功能區的功能提供理論依據。

1 研究區概況與數據來源

1.1 研究區概況

懷來縣（39°59′～40°37′N，115°13′～115°59′E），地處河北省的西北部地區，隸屬張家口市，縣域總面積1 782 km2，轄17個鄉鎮。懷來縣地處冀西北山間盆地地區，地勢由盆地向南北升高，在山脈和盆地之間有大量的黃土覆蓋，且山地面積基本占了整個地區的1/2，河川或者盆地約為該地區的1/3，剩下的則是丘陵地區（圖1）。懷來縣屬溫帶大陸地區，半干旱季風氣候特征明顯;該縣日均光照時間為8.3 h，年均溫為9.6 ℃，年均降水量為396 mm。懷來縣境內有4條河流，多條河道，蘊藏了豐富的水資源，但山區的地下水資源少，且利用程度較低，而盆地地區的水資源充足。該縣的南、北部山區為夏綠林、灌草叢，人工栽植有蘋果、鴨梨、葡萄等果樹;中部主要是糧食作物和灌木草原區，主要種植玉米、甘薯、冬小麥等，耕作制度為一年一熟。

冀西北山地丘陵區生態敏感性和脆弱性較高，位于此區域的懷來縣作為國家重點生態功能區， 擔負著維護區域生態穩定的重要功能，是冀西北的生態屏障，也在水源涵養保護和調節北京環境壓力上責任重大。

1.2 數據來源與處理

1985年、1995年、2005年和2015年4期Landsat TM遙感影像數據來源于中國科學院計算機網絡信息中心的地理空間數據云平臺（http：//www. gscloud. cn），空間分辨率為 30 m，成像時間集中在8月和9月，每期2景，條帶號/行編號分別為123/32和124/32。在進行土地利用景觀格局分析時，首先要將4期的土地利用現狀矢量數據在ArcGIS中轉換成Fragstats軟件可以識別的30 m×30 m 的Grid柵格文件，最后在Fragstatsts軟件支持下運行run parameters界面，計算出各景觀類型的景觀指數值。高程、坡度和坡向數據來源于中國科學院計算機網絡信息中心的地理空間數據云平臺的ASTER GDEM和Slop數據，空間分辨率為30 m。土地利用現狀數據為2012年懷來縣土地利用變更數據，其他資料來源于懷來縣統計局的國民經濟統計資料和懷來縣氣象站點數據。

土地利用類型的劃分依據GB/T 21010—2007《土地利用現狀分類》，并結合研究區現狀，以2012年土地利用現狀圖為基礎，經過對下載的遙感影像重新定義坐標系、幾何校正、融合、鑲嵌和裁剪等預處理后，采用人機交互修編解譯，得到各年土地利用現狀圖，并抽取2%的圖斑經過精度驗證，證明解譯精度均大于80%，可以滿足景觀分析的需要，最終將懷來縣的土地利用類型劃分為耕地、園地、林地、建設用地、未利用地和水域六大類。

2 研究方法

2.1 景觀結構及其變化分析

首先基于ArcGIS 10.2軟件統計不同景觀類型的面積，并計算不同年份各類景觀類型的比例[21]。為了更好地了解不同景觀類型之間的轉化情況，利用ArcGIS 10.2 軟件的Spatial Analyst工具-區域分析-面積制表工具計算出1985—2015年研究區各景觀類型的馬爾科夫轉移矩陣，并由此計算景觀類型的轉移變化率[23-24]。

2.2 景觀格局分析

基于Fragstas 3.4軟件，分別從景觀尺度和斑塊類型尺度選取不同的指標進行景觀格局分析。參考文獻[21，25-26]，根據懷來縣的現實情況與需要，選取以下景觀格局指數對研究區土地利用景觀分區進行定量分析，詳見表1。

2.3 驅動力分析

2.3.1 驅動因子選取 在一定時期內景觀格局的變化不僅是由于社會經濟等人文因子的影響，還包含自然因子的影響[20，27-28]，在較小時空尺度下，比較穩定的自然因子可能對景觀格局的變化起著約束作用[29]，但對于30年這一較長的時間尺度，本研究驅動力的分析從2個方面考慮（表2、圖2）。

2.3.1.1 自然因子 自然因子是指對區域土地利用景觀格局具有影響的各類自然地理要素，比如地形地貌條件、水文條件和氣候條件等，但一般對景觀格局改變的速率較慢[27]。參考文獻[27-28]，結合研究區實際特點，考慮數據的可獲取性，自然因子選取高程、坡度和坡向3個方面。

2.3.1.2 人文因子 人類的社會經濟活動是土地利用景觀格局改變的直接原因，且往往導致景觀格局的巨大變化，也對當地生態環境產生了影響，因此考慮到人類活動的經濟影響和空間上對景觀格局的影響，本研究選取地均GDP、總人口密度、到公路的距離、到鐵路的距離、到城鎮的距離、到農村居民點的距離、到工礦的距離和政策8個指標作為人文因子，探討影響懷來縣景觀格局變化的人文驅動力。

2.3.2 Logistic回歸分析 為篩選出對景觀格局變化作用較大的驅動因子，本研究進行Logistic分析，定量地比較各個驅動因子影響的相對大小[30-32]，其中政策因子不進行Logistic分析。

2.3.3 Logistic回歸分析模型檢驗 實際的景觀地類分布與Logistic回歸分析的景觀地類分布是否具有較高的一致性需要經過檢驗。采用Pontius等學者提出的ROC方法（receiver operating characteristic curve，簡稱ROC曲線）對回歸結果進行驗證，ROC的值域為[0.5，1]，其中ROC值等于1時，表明回歸方程的解釋能力最好，ROC曲線值大于0.5，表明模擬精度合格，ROC曲線值大于0.7表明模擬精度較好[33]。

經計算，從得到的各景觀類型ROC曲線（圖3）可以看出，曲線下面積越大，診斷準確性越大，擬合度越好。各類景觀的擬合度均達到合格的要求，其中水域和林地的擬合度最好，未利用地的擬合度相對較弱。

3 結果與分析

3.1 懷來縣景觀類型分布及其變化分析

1985—2015年， 懷來縣各景觀類型結構變化相對明顯（圖4）。對于4個研究年份，均以林地和未利用地為主，兩者所占比例均在25%～30%之間，由于退耕還林等政策的實施，林地所占比例呈遞增趨勢，30年間面積增長了2 898.86 hm2，增長率為5.8%;未利用地由于在不斷的開發之中，其所占的比例總體呈下降趨勢，30年間下降了7.9%;面積同樣呈增長趨勢的還有建設用地和園地，它們的面積分別由1985年的 7 289.99、28 246.49 hm2增至2015年的13 914.66、33 904.23 hm2，增長率分別為為90.9%、20.0%，其中建設用地是整個研究區面積增長最快的景觀類型;耕地和水域的面積呈下降趨勢，降幅分別為23.3%、 40.7%，其中水域是整個研究區面積降幅最大的（表3）。

1985—2015年這30年間，耕地減少的部分主要轉變為建設用地和園地，這部分面積占耕地轉出面積的64.43%，占耕地總面積的28.37%;園地減少的原因主要是轉為耕地和

建設用地，這部分面積占園地轉出面積的53.56%，占園地總面積的6.02%;林地減少的部分主要是轉為未利用地和園地，這部分面積占林地轉出面積的85.51%，占林地總面積的5.96%; 未利用地減少的的部分主要轉為耕地、 園地和林地，這部分面積占未利用地轉出面積的91.31%，占未利用地總面積的14.85%;水域減少的原因主要是轉為耕地和園地，這部分面積占水域面積轉出面積的81.40%，占園地總面積的42.18%;由于建設用地轉為以上5個景觀類型這種狀況不符合客觀實際，所以不予考慮（表4、表5）。

3.2 懷來縣景觀格局分析

3.2.1 類型水平景觀格局分析 斑塊密度、平均斑塊面積和聚合度指數這3個指標經常被用來表征一定區域內景觀的破碎化程度。聚合度反映了不同類型景觀要素的聚集程度和景觀要素在景觀中的分離情況，聚集度越低異質性越高，優勢景觀類型對整體景觀的控制作用降低。由表6可知，在4個考察年份間，耕地和水域的斑塊密度呈增長趨勢，說明耕地和水域的破碎化程度在不斷增加，且兩者平均斑塊面積和聚合度在降低，表明異質性在升高;園地的平均斑塊面積呈下降趨勢，斑塊密度在1985—2005年間較穩定，呈緩慢下降趨勢，2005—2015年間突然升高，表明它的破碎化程度經歷了先減少后增加的趨勢，但是聚合度的上升表明異質性在降低;林地的斑塊密度、平均斑塊面積和斑塊內聚力指數都略有升高，表明它的破碎化程度略有波動，但景觀穩定性較強;建設用地的斑塊密度呈上升趨勢，表明它的破碎化程度也在升高，但是聚合度指數的上升則表明它對整體景觀的控制作用在增強;未利用地的斑塊密度增加，平均斑塊面積總體上減小，表明它的破碎化程度呈增大趨勢。斑塊內聚力指數表征的是相應斑塊類型自然狀態的連通度，斑塊內聚力指數最大的是林地，到2015年達到98.97，園地變化不大，相對穩定，有緩慢增長的趨勢，而耕地、建設用地、水域和未利用地的斑塊內聚力指數均總體呈降低趨勢，表明這4種土地利用景觀類型的連通度均呈降低的趨勢，因此在未來進行土地利用規劃時須要增強這4種土地利用景觀類型內部的連通度。面積-周長分維數反映了在一定觀測尺度上景觀類型的復雜程度，表現為耕地、園地、建設用地、未利用地整體增加，林地先增加后減小。橫向比較面積-周長分維數可以看出，懷來縣1985—2015年各景觀類型面積-周長分維數排序為水域>園地>未利用地>林地>建設用地>耕地。其中，水域面積-周長分維數最大，說明水域的斑塊幾何形狀最簡單。

3.2.2 景觀水平景觀格局分析 由表7可知，1985—2015年30年間，研究區景觀斑塊數增加2 985個，破碎度指數由5.31上升為6.42，形狀指數也由41.47上升為47.48，表明景觀更加趨于破碎化和形狀的不規則化。斑塊內聚力指數的下降說明整體的連通度在降低;香濃多樣性指數的上升反映景觀越來越由少數斑塊類型控制;蔓延度的降低表明景觀中優勢類型的連接性在降低，景觀破碎化在加劇。從土地利用現狀圖（圖4）也可以直觀地看出，城鎮在不斷向外擴展，呈現更加破碎化的特征。

3.3 懷來縣景觀格局驅動力分析

從表8可以看出，對懷來縣耕地景觀分布影響的因子有高程、坡度、坡向、地均純收入、人口密度、到公路的距離、到城鎮的距離、到居民點的距離，且地均純收入因子對懷來縣的耕地分布影響最大，發生的概率為0.972 7，表明耕地分布與地均純收入成反比，收入低的地方耕地的分布概率反而更高。園地的分布與高程、坡度、坡向、地均純收入、人口密度、到公路的距離、到鐵路的距離、到城鎮的距離、到居民點的距離有關，且受地均純收入和人口密度的影響最為強烈，在地均純收入的影響下園地分布的發生概率為1.013 2，在人口密度的影響下園地分布的發生概率為0.9896，表明園地主要分布在地均純收入高且人口密度較低的區域。對于林地的分布，除了到鐵路的距離和到城鎮的距離對林地分布沒有影響，其他因子均對林地的分布有影響，且地均純收入的影響最大，在此影響下的發生概率為0.983 1，和林地分布成反比，表明林地分布較多的區域地均收入往往較少。建設用地和水域均受全部因子的影響，其中對建設用地影響最大的因子是高程，在此因子的作用下建設用到的發生概率是0.976 7，表明高程越低，建設用地發生傾向越顯著;對水域影響較大的因子是地均純收入和人口密度，它們的發生概率是1.053 6和0.959 4，表明地均純收入高的區域，水域總面積往往較大，但人口分布較少。未利用地的景觀分布受除到公路的距離以外的驅動因子影響，且地均純收入和人口密度為主要影響因子，在此影響下發生的概率分別為1.008 9和0.991 7，表明地均純收入高且人口密度較低的區域未利用地發生的趨勢更高。

盡管政策因子無法進行Logistic回歸分析，但政策驅動因子是不容忽視的一項影響因素。懷來縣作為第1批進行退耕還林工程的試點縣，從2000年開始，先后實施了京津風沙源治理工程、退耕還林工程、鞏固退耕還林成果專項規劃、京冀水源保護林合作項目等多個重點生態工程建設項目，截至2016年已完成治理面積86 000 hm2，這些生態工程的相繼實施，有效地改善了區域生態環境，也因為政策的導向作用在一定程度上改變了景觀格局。

4 結論

懷來縣在1985—2015年這30年的時間里，景觀類型主要以林地和未利用地為主，林地由于退耕還林等一系列生態工程，面積有小幅提升。變化最大的景觀類型是建設用地和水域，其中建設用地面積呈增加態勢，增長率為90.87%，水域面積呈減少態勢，主要轉變為耕地和園地，減少率為40.7%?？傮w上來看，景觀類型變化的最大特征是自然景觀向人造景觀的轉變。

研究期間內，懷來縣耕地和水域的破碎化程度逐漸增加，景觀異質性升高，連通性降低;園地的破碎化程度經歷了先減少后增加的趨勢，景觀異質性降低，但連通性相對穩定;林地的破碎化程度略有波動，但景觀穩定性較強，景觀連通性最高;建設用地盡管破碎化程度也在升高，但聚合度指數的上升則表明它對整體景觀的控制作用逐漸增強;未利用地破碎化呈增大趨勢，景觀異質性波動性升高，連通性降低。各景觀類型按形狀復雜程度由簡到繁排序為水域>園地>未利用地>林地>建設用地>耕地。研究區整體破碎化指數升高，連通性降低，城鎮在不斷向外擴展，呈現更加破碎化的特征。因此，為有效阻止冀西北國家重點生態功能區景觀斑塊的破碎化，未來土地規劃應加強節約集約用地，并修建科學合理的生態廊道增加景觀斑塊連通度，保護物種多樣性，降低生態風險。

采用Logistic回歸分析對冀西北國家重點生態功能區進行驅動力分析具有較好的解釋效果，選取的自然和人文因子均對研究區的景觀格局產生了影響。量化結果顯示，地均純收入和人口密度對景觀格局變化的影響最大，盡管無法對政策因子進行Logistic回歸分析，但由于其導向作用，也在一定程度上推動了景觀格局的變化。

參考文獻：

[1]Turner M G. Landscape ecology in theory and practice：pattern and process[M]. New York：Springer，2001：1-10.

[2]張秋菊，傅伯杰，陳利項. 關于景觀格局演變研究的幾個問題[J]. 地理科學，2003，23（3）：264-270.

[3]吳健生，王 政，張理卿. 景觀格局變化驅動力研究進展[J]. 地理科學進展，2012，31（12）：1739-1746.

[4]邵洪偉. 深圳市景觀格局演變及驅動力研究[D]. 天津：天津師范大學，2008：3-8.

[5]Bürgi M，Hersperger A M，Schneeberger N. Driving forces of landscape change：current and new direction[J]. Landscape Ecology，2004，19（8）：857-868.

[6]李寧云，袁 華，田 昆，等. 滇西北納帕海濕地景觀格局變化及其對土壤碳庫的影響[J]. 生態學報，2011，31（24）：7388-7396.

[7]劉恩峰，侯 偉，崔 莉，等. 南四湖濕地景觀格局變化及原因分析[J]. 濕地科學，2009，7（3）：261-265.

[8]孔凡亭，郗 敏，李 悅，等. 基于RS和GIS技術的濕地景觀格局變化研究進展[J]. 應用生態學報，2013，24（4）：941-946.

[9]韓 美，張 翠，路 廣，等. 黃河三角洲人類活動強度的濕地景觀格局梯度響應[J]. 農業工程學報，2017，33（6）：265-274.

[10]林炳青，陳興偉，陳 瑩，等. 流域景觀格局變化對洪枯徑流影響的SWAT模型模擬分析[J]. 生態學報，2014，34（7）：1772-1780.

[11]馮異星，羅格平，周德成，等. 近50a土地利用變化對干旱區典型流域景觀格局的影響——以新疆瑪納斯河流域為例[J]. 生態學報，2010，30（16）：4295-4305.

[12]張宏鋒，歐陽志云，鄭 華，等. 新疆瑪納斯河流域景觀格局變化及其生態效應[J]. 應用生態學報，2009，20（6）：1408-1414.

[13]歐陽銳. 北京城市景觀格局時空變化及驅動力[J]. 生態學報，2015，35（13）：4357-4366.

[14]潘竟虎，蘇有才，黃永生，等. 近30年玉門市土地利用與景觀格局變化及其驅動力[J]. 地理研究，2012，31（9）：1631-1639.

[15]曾加芹，歐陽華，牛樹奎，等. 1985—2000年西藏地區景觀格局變化及影響因子分析[J]. 干旱區資源與環境，2008，22（1）：137-143.

[16]黃 寧，楊綿海，林志蘭，等. 廈門市海岸帶景觀格局變化及其對生態安全的影響[J]. 生態學雜志，2012，31（12）：3193-3202.

[17]吳 莉，侯西勇，徐新良，等. 山東沿海地區土地利用和景觀格局變化[J]. 農業工程學報，2013，29（5）：207-216.

[18]王艷芳，沈永明. 鹽城國家級自然保護區景觀格局變化及其驅動力[J]. 生態學報，2012，32 （15）：4844-4851.

[19]張 瑩，雷國平，林 佳，等. 扎龍自然保護區不同空間尺度景觀格局時空變化及其生態風險[J]. 生態學雜志，2012，31（5）：1250-1256.

[20]傅伯杰，陳利項，馬克明，等. 景觀生態學原理及應用[M]. 北京：科學出版社，2001：3-18.

[21]胡冬雪，唐立娜，邱全毅，等. 海峽西岸經濟區景觀格局10年變化及驅動力[J]. 生態學報，2015，35（18）：6138-6147.

[22]劉吉平，趙丹丹，田學智，等. 1954—2010年三江平原土地利用景觀格局動態變化及驅動力[J]. 生態學報，2014，34（12）：3234-3244.

[23]史培軍，陳 晉，潘耀忠. 深圳市土地利用變化機制分析[J]. 地理學報，2000，55（2）：152-160.

[24]劉 江，崔勝輝，邱全毅，等. 濱海半城市化地區景觀格局演變——以廈門市集美區為例[J]. 應用生態學報，2010，21（4）：856-862.

[25]田錫文，王新軍，K G卡迪羅夫，等. 近40a凱拉庫姆庫區土地利用/覆蓋變化及景觀格局分析[J]. 農業工程學報，2014，30（6）：232-241.

[26]郭曉妮. 康?？h景觀格局變化及其生態效益分析[D]. 北京：首都師范大學，2009：2-13.

[27]謝 圣. 湖北省土地利用景觀格局及其影響因素分析[D]. 武漢：華中師范大學，2013：3-15.

[28]寧雅楠. 青龍滿族自治縣土地利用景觀生態安全時空變化與影響因素分析[D]. 保定：河北農業大學，2015：3-17.

[29]陽文銳. 北京城市景觀格局時空變化及驅動力[J]. 生態學報，2015，35 （13）：4357-4366.

[30]Chang N B，Ham M，Yao W，et al. Change detection of land use and land cover in an urban region with SPOT-5 images and partial Lanczos extreme learning machine[J]. Journal of Applied Remote Sensing，2010，4（1）：420-429.

[31]葛全勝，趙名茶，鄭景云. 20世紀中國土地利用變化研究[J]. 地理學報，2000，55（6）：698-706.

[32]朱連奇，許叔明，陳沛云. 山區土地利用/覆被變化對土壤侵蝕的影響[J]. 地理研究，2003，22（4）：432-439.

[33]Pontius R G，Schneider L C. Land-cover change model validation by an ROC method for the lpswich watershed，Massachusetts，USA[J]. Agriculture，Ecosystem& Environment，2001，85（1/2/3）：239-248. 郭曉雷，申雙和，張 磊，等. 寧夏枸杞種植區春霜凍發生的時空分布特征分析[J]. 江蘇農業科學，2019，47（6）：238-242.