東江流域景觀格局演變分析及變化預測

呂樂婷, 張 杰, 彭秋志, 任斐鵬, 江 源

1 遼寧師范大學城市與環境學院,大連 116029 2 昆明理工大學國土資源工程學院,昆明 650093 3 長江科學院水利部山洪地質災害防治工程技術研究中心,武漢 430010 4 北京師范大學地表過程與資源生態國家重點實驗室,北京 100875 5 北京師范大學地理科學學部,北京 100875

土地利用/覆被變化是人類活動與自然環境相互作用最直接的表現形式,反映了在不同時間、空間土地的使用方式與人類活躍程度的密切關系[1- 2]。景觀格局變化是土地利用變化最直觀的表現形式,目前景觀格局分析方法主要有景觀格局指數分析和空間統計特征分析兩種[3- 4]。本文基于FRAGSTATS軟件,采用傳統景觀格局指數[5]計算方法和移動窗法[6]對東江流域的景觀格局整體特征和景觀異質性空間特征進行研究。以闡明各個景觀組分間的特征差異,評價流域景觀破碎化程度,以提高對流域景觀格局動態的把握,并對流域景觀的規劃與管理、資源的有效利用及環境保護具有重要意義。

土地利用預測是當前土地利用變化研究的熱點之一。常用的土地利用預測模型包括CLUE[7- 8]、元胞自動機[9]、LCM[10],但大部分模型常常單獨訓練和估計各種土地利用類型的轉換概率,忽略各土地利用類型間的聯系,難以體現土地類型間的競爭及相互作用。以及由黎夏等[11]提出的地理模擬與空間優化系統(Geographical simulation and optimization system,Geo SOS)由其演化與改進而來的FLUS模型,基于元胞自動機及“自適應慣性競爭機制”,解決了傳統元胞自動機中轉換規則及參數確定復雜等問題,能夠很好地實現人類活動與自然條件影響下對土地利用的模擬[12]。該模型也被廣泛用于城市增長邊界模擬[13]、耕地動態模擬[14]以及大尺度的全國土地利用模擬[11]。目前,模型多用于城市地區研究,在流域的應用較少。流域的景觀異質性較強,受到外界人為干擾尺度大,表現出的格局變化也較為明顯,對于未來土地利用變化特征及發展的態勢模擬對敏感脆弱的流域地區具有重要意義。

東江屬于珠江三大水系之一,地處粵、港、澳三地交接處,自然及人文資源豐富,景觀類型多樣。本研究以東江流域為研究對象,利用土地利用變化數據分析區域景觀空間格局特征,探討東江流域1990—2016年的土地利用變化規律、景觀格局特征分析并采用FLUS模型預測土地利用未來變化態勢,為東江流域土地資源的可持續利用、維持景觀完整性和安全性提供參考案例。

1 研究區概況與數據處理

1.1 研究區概況

圖1 東江流域概況Fig.1 Location of the Dongjiang River Basin

東江位于珠江三角洲東北端,發源于江西省尋烏縣椏髻缽山,流至廣東省龍川市合河壩與安遠水匯合,地處113°50′—115°50′E,22°30′—25°20′N。干流全長562 km,流域總面積為34702 km2。主要流經廣東省廣州市、深圳市、東莞市、惠州市、河源市及江西省贛州市安遠縣、尋烏縣等地,是流經地區約5000萬居民的主要引用水源。流域地形以低山丘陵為主,山地和平原分別占流域面積的78%和14%,上游以林地為主、下游的山地平原多密集耕種。地勢東北高、西南低(圖1)。流域位于亞熱帶季風氣候區,年均氣溫為20—22°C,年均降雨量為1500—2400 mm,主要集中于4—9月[15]。近年來流域城市化發展迅速,城市化水平達到65%以上。

1.2 數據來源與處理

本文所用1990、2000和2009年Landsat TM以及2016年Landsat OLI遙感影像來源于地理空間數據云(http://www.gscloud.cn),空間分辨率皆為30 m,影像軌道號/行號分別為121/43、121/44、122/43、122/44每期4景,成像時間均在1—4月,影像的云量均低于2%。借助ENVI5.1軟件對圖像進行輻射定標、大氣校正、影像的拼接與裁剪,并根據實際情況選擇7、5、2波段組合方案,同時對影像進行2%的拉伸以增強解譯效果。本文采用最大似然法,參照中國科學院資源環境數據中心的土地分類系統結合東江流域土地利用實際情況,將東江流域的土地利用劃分為7個一級分類,并結合Google Earth建立混淆矩陣對結果進行精度驗證。驗證結果顯示,所解譯的4個時段土地利用類型圖Kappa系數均在0.8以上,達到了中分辨率遙感影像精度使用要求[16- 17]。本文所用DEM數據來源于地理空間數據云ASTER GDEM(V1)數據集,空間分辨率為30 m;市級GDP數據來源于廣東省和江西省統計年鑒;主要公路、主要鐵路、地級和縣級城市駐地數據來源于國家基礎地理信息中心。

2 研究方法

2.1 土地利用轉移分析

本文通過轉移矩陣對不同類型土地利用的轉移方向及轉移數量進行分析。土地利用轉移矩陣通用形式為[18]：

(1)

式中,S代表面積;n代表土地利用類型數;i、j(i,j=1,2,…,n)分別代表轉移前與轉移后的土地利用類型;Sij表示轉移前的i類土地利用轉移成j類土地利用的面積。

2.2 景觀格局指數分析法

為了既全面反映流域景觀格局特征,并減少信息冗余度,本文選擇斑塊個數(NP)、最大斑塊指數(LPI)、分離度(DIVISION)、Shannon 多樣性指數(SHDI)和集聚度指數(AI),基于FRAGSTATS 軟件,采用移動窗口法,并根據東江流域的實際情況及前人研究成果[19- 21],利用3500 m大小的移動窗口,分析東江流域景觀格局破碎化及多樣性特征。窗口從研究區左上角開始移動,每次移動1個柵格,計算當前窗口內上述的景觀格局指數并賦予其中心柵格,最終獲得各景觀指數的空間分布特征圖[22- 23]。選擇斑塊個數(NP)、斑塊密度(PD)、最大斑塊指數(LPI)、斑塊平均大小(AREA-MN)、分維數(FRAC)和散布并列指數(IJI),采用傳統景觀指數計算方法,對東江流域景觀斑塊水平進行了分析。具體景觀格局指數的計算方法和生態學含義見相關參考文獻[24]。

2.3 FLUS模型

FLUS模型由基于神經網絡的適宜性概率計算模塊(BP-ANN)和基于自適應慣性機制的元胞自動機模塊(CA)組成[25- 26]。BP-ANN模塊需輸入土地利用變化驅動因子,本文根據流域的實際情況和數據的可獲取性,選取了地形因子：地形條件是決定土地利用類型的關鍵因素之一,其中高程和坡度是決定土地利用的主要因素[27],所以采用30 m分辨率的DEM數據。交通通達度因子：交通條件及城鎮發展對土地利用具有重要吸引作用[28],所以選擇到一般公路的距離、到高速公路的距離、到區中心距離和到鎮中心距離作為通達性因子,這些因子通過ArcGIS的歐氏距離工具分析得到。設置神經網絡訓練采樣比例(本文設置為 2%),并選用隨機采樣模式進行各類用地的訓練樣本采樣(本文訓練隱藏層數設置為12),實現神經網絡訓練。結合標準化處理后各驅動因子分布狀況,最終計算得到土地利用類型在各像元上的適宜性概率圖。

基于自適應慣性機制的元胞自動機模塊以多類別或雙類別空間土地利用數據為初始輸入數據,需預設各土地利用類型變化數量的目標,(本文采用馬爾科夫預測模型得到預設的各土地利用類型的變化的數量)[29]。然后根據經驗確定不同土地類型間的相互轉換難易度(0—1,0表示不允許轉換,1表示可自由轉換),最后設置土地利用類型相互轉換的限制發生區域(依據水源保護的基本政策,本文將流域水庫及寬闊水面設為東江流域土地利用變化限制發生區)。模型參數設定上,將模擬迭代目標次數設置為500,領域大小設置為3×3,最終實現東江流域土地利用變化模擬。

3 結果與分析

3.1 流域土地利用變化分析

3.1.1土地利用結構變化分析

圖2 東江流域1990—2016年土地利用類型圖Fig.2 Land use types of Dongjiang River Basin from 1990 to 2016

東江流域1990—2016年土地利用狀況如圖(2)和表(1)所示。林地是東江流域的主要用地類型。在研究時段內,流域耕地、林地和草地面積減少;園地、水域、未利用地和城鎮建設用地面積增加。其中,林地面積減少最多,減少量為2538 km2,所占比例從78.34%減少至71.03%;城鎮建設用地面積增加最多,增加量為2884 km2,所占比例從1.41%增長至9.72%;園地、水域和未利用地所占比例分別由4.06%、3.37%和0.09%增長至6.11%、3.85%和0.45%;耕地和草地所占比例分別由10.62%和2.11%減少至8.27%和0.57%。

表1 東江流域1990—2016年土地利用結構表

3.1.2土地利用轉化過程分析

1990—2016年東江流域土地利用轉移矩陣見表(2)所示。在1990—2016年間,東江流域城鎮建設用地轉入量最大,其面積增加來源于林地、耕地、園地和水域;園地轉入量其次,其面積增加來源于林地、耕地、草地和水域;林地、耕地和草地的轉入面積小于轉出面積,造成其面積有所減少。其他用地類型也產生了不同程度的轉化。

表2 東江流域1990—2016年土地利用轉移矩陣

3.2 景觀格局分析

3.2.1景觀破碎化分析

東江流域1990—2016年景觀破碎化空間分布如圖(3)所示。可見,最大斑塊指數LPI和斑塊個數NP空間分布趨勢相反,有很強的負相關性,而景觀分離度指數DIVISION與斑塊個數NP分布趨勢相似,且更能體現流域的破碎度。流域在1990—2009年LPI指數減少、NP指數增加,景觀破碎化過程明顯;但在2016年LPI指數相對上升,NP指數相對有下降趨勢,說明流域景觀破碎化過程減弱,趨向整合。從空間上看,流域景觀破碎度呈現以河道為中心向東西兩側減小的趨勢,流域上游最大斑塊指數高、斑塊個數少、景觀分離度小;原因在于流域上游及流域東西兩側地形均以山地為主,海拔較高,人為活動干擾小,景觀以林地和園地為主,景觀格局較完整,破碎度低。流域中下游地區,特別是東莞、惠州和河源市等地景觀破碎度較高。此區域城市建設起步早、發展快,地勢低平,大面積開墾耕地,導致斑塊個數少、最大斑塊指數小、破碎度高。1990—2016年,流域景觀破碎度高值區有擴散的趨勢,增城區、博羅縣和惠東縣附近的景觀破碎程度大幅增加,而東莞市的景觀破碎程度降低;這是由于增城、博羅和惠東位于東江下游,自然條件優越,且緊鄰東莞和惠州,是兩地市城市擴張發展的主要承接地,近年來由于城市擴張,景觀破碎度增加;東莞市城市建設高速發展,經濟主要以高新技術產業為主,城鎮建設用地集中連片分布,農業、水產養殖業向外遷移,景觀破碎度降低。

圖3 東江流域1990—2016年景觀破碎化空間分布圖Fig.3 Spatial distribution of landscape fragmentation of Dongjiang River Basin from 1990 to 2016

3.2.2景觀多樣性分析

東江流域1990—2016年景觀多樣性空間分布如圖(4)所示。可見,從空間上看,流域景觀多樣性呈現中上游多樣性較小、下游多樣性較大的特點,且有明顯的擴散趨勢。河源、東莞和惠州市景觀多樣性較高;河源市憑借東江流域最大的新豐江水庫大力發展水產養殖、開墾耕地,山區大面積種植果樹,發展經濟加快城市化建設,景觀類型多樣;東莞市、惠州市位于河流下游,農業和漁業發展的自然條件好,社會經濟條件優越,在經濟發展和資源開發的過程中造成用地類型及景觀類型的多樣化特征。

圖4 東江流域1990—2016年景觀多樣性空間分布圖Fig.4 Spatial distribution of landscape diversity index of Dongjiang River Basin from 1990 to 2016

3.2.3景觀類型指數分析

根據景觀類型指數表,表(3)可知,斑塊個數不僅反映了景觀的異質性,而且其值的大小與破碎度也有一定的正相關性;流域園地的斑塊數遠遠高于其他類別,說明園地斑塊的景觀破碎度較高。林地所占面積最大而斑塊數量不是最大,說明其組成斑塊較大且其中存在著大量的優勢斑塊,即存在面積較大的完整林地,也比較符合流域的實際情況;同時,林地的最大斑塊指數值高,達到60%以上,以絕對優勢影響著景觀格局的組成;林地的平均斑塊面積從2000年的125.54下降到2009年的44.90,說明隨著人類活動的加強,較大的自然景觀斑塊被改造為一些較小的斑塊,同時隨著道路、引水渠等條狀基礎設施的修建,也將大斑塊的景觀分割為許多大小不同的小斑塊,增加了景觀的破碎度。城鎮建設用地的斑塊個數和斑塊密度都在緩慢增加,表明了城鎮建設用地趨于集中化的變化趨勢,這也符合東江流域沿河兩岸發展和居住的特點。在1990—2016年,流域各景觀類型的散布并列指數都有所增加,表明各類型間相鄰的類型有增大的趨勢,接壤的景觀類型豐富度有所增加。1990—2016年,流域其他類型景觀格局狀況基本處于穩定狀態。

表3 東江流域1990—2016年景觀類型指數表

3.3 基于FLUS模型的東江流域土地利用預測

本文以1990年的土地利用類型數據為基礎,借助DEM數據及社會經濟數據得到的土地利用適宜性轉移圖層,對2016年土地利用類型進行了預測(圖5),并用2016年實際土地利用類型對預測結果進行精度驗證。結果表明當迭代次數在350次時Kappa系數達到0.85,滿足本研究的要求。在此基礎上用2016年的土地利用類型數據對2042年土地利用類型進行了預測,結果如圖5所示。2042年,東江流域城鎮建設用地增加顯著,未利用地減少,城市化過程明顯,主要集中在流域中下游地區。耕地、園地、水域和城鎮建設用地面積有所增加;林地、草地和未利用地面積則減少。根據東江流域2016—2042年土地利用類型變化圖(圖6)可知，城鎮建設用地增加幅度最大,增加了14.3%,其次是水域,增加了7.53%,耕地和園地分別增加了0.24%和0.16%;未利用地減少幅度最大,減少了3.33%,其次為草地和林地,分別減少了10.53%和2.25%。

圖5 FLUS模擬東江流域2016、2042年土地利用圖 Fig.5 Simulation result of land use types in 2016 and 2042 based on the FLUS model

圖6 東江流域2016—2042年土地利用類型變化圖Fig.6 Land use change of Dongjiang River Basin from 2016 to 2042

3.4 未來景觀破碎化和多樣性變化分析

根據2042年東江流域景觀破碎化空間分布圖和景觀多樣性空間分布圖,如圖(7)、圖(8)所示,東江流域的景觀破碎化增加,最大斑塊指數最小值降低到4.46,斑塊個數的最大值增加到707個,景觀多樣性成增加趨勢,聚集度指數最小值減小到60.67,多樣性指數增加到1.72。從空間分布上看,流域的破碎化趨勢仍然呈現中下游地區破碎化嚴重,以河道為中心向兩側破碎化減弱。2009—2016年流域景觀雖趨向整合,但是2042年流域的破碎化又呈現增加趨勢,所以應加強對流域景觀生態的保護,特別是流域中下游地區和河道兩岸。

圖7 東江流域2042年景觀破碎化空間分布圖Fig.7 Spatial distribution of landscape fragmentation of Dongjiang River Basin in 2042

圖8 東江流域2042年景觀多樣性空間分布圖 Fig.8 Spatial distribution of landscape diversity index of Dongjiang River Basin in 2042

4 結論與討論

東江流域景觀格局特征既包括河流、水源地的脆弱度和敏感性,也兼具經濟發達的城市化地區的人地矛盾問題。1990—2016年,東江流域7種土地利用類型都發生了變化,其中耕地、林地和草地面積減少;園地、水域、未利用地和城鎮建設用地面積增加。林地雖是流域的優勢景觀類型,但平均斑塊面積在2000—2009年急劇下降,說明隨著人類活動的加強,對流域自然景觀的干擾和破壞程度增加,如何既保持經濟發展又保護自然環境是當前急需解決的問題。

對東江流域景觀格局分析表明：1990—2009年流域景觀破碎度呈上升趨勢,但是隨著勞動力的向外輸出和種植業、養殖業的發展,人類活動對東江流域景觀的干擾程度降低,在2009—2016年間流域的景觀破碎趨勢變緩。園地的斑塊個數和斑塊破碎度較大,受人為干擾強。今后,流域在發展林果種植的同時要注意對原始景觀的保護,盡量大面積、成規模發展,這樣既有利于林果產業化發展,也有利于對流域景觀環境的保護。

利用FLUS模型預測的東江流域2042年景觀與2016年相比在流域的中下游地區,城鎮建設用地增加顯著,未利用地減少,城市化過程明顯。這是經濟高速發展的成果,與此同時,林地進一步減少,不利于流域的生態環境保護。所以在今后的發展中,流域必須要充分利用已建立的人工區,以降低對自然植被的破壞。

由于本研究僅考慮了土地利用類型轉化因素、地形因素和交通通達度因素,針對水源保護區設置了禁止寬闊水面轉化的限制轉化因素,利用FLUS模型對流域未來土地利用進行模擬,沒有設置不同情景,模擬沒有與其他模型進行對比,所以并不具有絕對性。針對本研究,建議東江流域充分利用已建成的城鎮建設用地,開發未利用地,減少對其他生態景觀的破壞。在當前景觀結構的基礎上,優化資源配置,保護水源地,確保流域景觀向更穩定的方向發展。受研究者知識、經驗和主觀因素的限制,對于東江流域景觀破碎度和多樣性變化的驅動力解釋還不夠完善,對此進行深入探索并進而提出可行有效的流域生態管理建議是本研究今后努力的方向。