興義市景觀格局演變驅動因子分析

蔡煜 歐靜 蔡學成 張藍月 陳陽 李可相 潘伯娟

摘要：為定量揭示驅動因子對興義市景觀格局演變的影響，本文以景觀生態學理論為基礎，從自然驅動因子和人文驅動因子2方面構建了驅動因子指標體系，基于GIS-Logistic復合空間回歸模型和Spass對興義市2005—2015年進行景觀格局驅動因子進行分析。結果表明：各景觀類型總體變化在各個階段具有不同的重要驅動因素，其中人口、城鎮化水平、坡度、高程等因子對于興義市景觀格局變化的驅動力較強。本研究可為興義市未來進行生態安全評價、景觀生態安全格局構建等研究提供方法參考和科學依據。

關鍵詞：景觀格局;驅動因子;GIS-Logistic復合空間回歸模型;興義市

中圖分類號：S-3??? 文獻標識碼：ADOI：10.19754/j.nyyjs.20200229004

景觀格局在景觀生態學中的格局是指空間格局，包括景觀組成單元的類型、數目以及空間分布與配置[1]。其是景觀異質性的具體體現，也是各種生態過程在不同尺度上作用的結果。由于不同時空尺度上景觀內外各種因素的相互作用，使得景觀格局一直處于變化之中[2]。探究景觀格局變化驅動因素及原因是深入理解景觀格局變化與實現景觀格局變化調控的必要條件。目前，常用景觀變化驅動因子分析方法有“3S”技術[3]、Logistic回歸模型分析法[4]、景觀格局指數法[5]、PCA模型[6]、偏最小二乘回歸模型[7]等。本文基于興義市2005—2015年間的3期SPOT-5遙感數據，利用GIS和RS技術，參考全國土地利用現狀分類方法，將興義市劃分為農田、園地、林地、草地、城鄉建設用地、工礦倉儲用地、水體和裸巖石礫地共8個景觀類型。在此基礎上，從自然驅動因子指標和人文驅動因子指標中選取與景觀格局變化相關的驅動因子，構建驅動因子指標體系，采用GIS-Logistic復合空間回歸模型對研究區不同景觀類型格局變化驅動因子進行定量分析，確定影響興義市景觀格局變化的因子。

1研究區概況

興義市地理位置界于N24°38′～25°23′，E104°32′～105°11′之間，地處滇、黔、桂3省交接處，是貴州省西南部重要城市之一。由地處于中亞熱帶濕潤季風氣候區與高海拔低緯度地帶，常年受海洋性氣候影響較大，年平均氣溫為16.1℃，年均降雨量1520.9mm，全市國土總面積2910.21km2。興義市是典型的喀斯特山地城市，近年來隨著社會經濟水平提高與城鎮化水平的迅速發展，城鄉建設用地不斷擴張，景觀類型間不斷轉換，景觀格局變化特征明顯，對其進行景觀格局驅動因子分析具有較強代表性和研究價值。

2數據來源與研究方法

2.1數據來源

本文從自然驅動因子指標和人文驅動因子指標中選取與景觀格局變化相關的驅動因子，構建驅動因子指標體系及數據來源見表1。

2.2研究方法

本文根據興義市景觀格局的變化情況，選擇2項Logistic回歸模型對影響興義市景觀格局變化的驅動因子進行定量分析，相關的回歸模型如下：

設x為事件發生概率，取值范圍為0～1，則1-x為該事件不發生的概率，其表達式為：

x=expα+β0+β1·x1+β2·a2+…+βn·an1+expα+β0+β1·a1+β2·a2+…+βn·an（1）

對式（1）進行logit變換，得到1個線性公式，如下式：

lnx1-x=α+β0+β1·a1+β2·a2+…+βn·an （2）

式中，x為研究區景觀格局變化發生的概率;a1，a2，…，an為影響景觀格局變化的驅動因子（如高程、人口、農業生產總值等）;α為常數項;β1，β2，…βn為待求的回歸系數，若為正（負）值表示相關自變量χn，i能增加（減少）事件i的發生率，βn的絕對值越大，表示自變量an，i對事件i的發生率的影響越大[4]。

在構建的驅動因子指標體系中，氣候指標借助ArcGIS10.4平臺的屬性表鏈接工具將相應數據賦予研究區各鄉鎮街道的相應地區，實現驅動因子的空間化，最后將每個驅動因子圖全部轉化為柵格圖。地形指標利用ArcGIS10.4的空間分析模塊進行提取。人口和經濟發展指標分別計算各鄉鎮街道在2005—2010年和2010—2015年相應指標數據的多年平均值，借助ArcGIS10.4平臺的屬性表鏈接工具將相應數據賦予研究區各鄉鎮街道的相應地區，實現驅動因子的空間化。最后將每個驅動因子圖全部轉化為分辨率30m的柵格圖。

本文以景觀格局的變化作為因變量，以驅動因子作為數據研究的自變量。其中，將景觀格局沒有發生變化的區域賦值為“0”，發生變化的區域賦值為“1”。本研究基于8種景觀類型的變化情況進行討論，即農田、園地、林地、草地、城鄉建設用地、工礦倉儲用地、水體、裸巖石礫地。在ArcGIS10.4平臺下，運用柵格計算器將2005年、2010年和2015年的景觀分布進行空間疊加，分別得到研究區2005—2010年和2010—2015年2個階段景觀格局變化的柵格圖，另外再分別提取分辨率為30m的各個階段的8種景觀類型的變化柵格圖。為保證抽樣數量足夠多，使數據具有統計性，同時要避免數據的空間自相關性，因此本研究選用分層隨機抽樣方法選擇均勻分布在興義市26個鄉鎮的n個觀測點，利用ArcGIS10.4平臺的創建隨機點工具和多值提取至點工具，每個鄉鎮街道隨機選取20個樣本點，共520個樣本點，最終分別提取研究區2005—2010年和2010—2015年2個階段8種景觀類型變化柵格圖的520個樣本值作為因變量的值和所有驅動因子柵格圖上520個樣本值作為自變量的值。最后將所提取的信息導入到SPSS19.0統計分析軟件中，通過2項Logistic回歸模型，對興義市景觀格局變化的相關驅動因子進行分析，篩選出對其變化有顯著影響的因素。在統計結果中，sig.（significance）表示顯著性水平，其值為p值，當0.01

3結果與分析

3.1農田景觀格局變化驅動因子分析

在表2農田變化回歸模型中，經“HL檢驗”，Sig值分別為0.648和0.412，模型擬合效果較好。其中，年均氣溫、年均降雨量、人口自然增長率、GDP、農業總產值、固定資產投資、財政總收入、農民人均純收入、糧食產量和糧食面積未通過5%的顯著性水平檢驗，表明此階段農田的變化不受這些驅動因子影響。第1階段（2005—2010年）農田變化受到驅動因子影響的大小順序為：坡度>林業總產值>城鎮化水平>城鎮人口>高程。第2階段（2010—2015年）農田變化受到驅動因子影響的大小順序為：坡度>人口密度>總人口。對比2個階段的驅動因子發現，坡度是2階段共有指標且是影響度最高的解釋變量，說明農田的分布與坡度密切相關;其次是人口密度、總人口、城鎮人口和城鎮化水平，表明人口也是影響農田景觀變化的重要指標，這是由于人口劇增提高導致糧食需求加大、需要擴大糧食面積，而城鎮化水平提高卻可能導致農田種植結構調整、農田用地資源被占用，從而促使農田景觀發生變化。

3.2林地景觀格局變化驅動因子分析

在表3林地變化回歸模型中，經“HL檢驗”，Sig值分別為0.784和0.566，模型擬合效果較好。其中，城鎮人口、農民人均純收入和林業總產值未通過5%的顯著性水平檢驗，表明此階段林地的變化不受這些驅動因子影響。第1階段（2005—2010年）林地變化受到驅動因子影響的大小順序為：固定資產投資>糧食面積>高程>坡度>平均氣溫>糧食產量>總人口。第2階段（2010—2015年）林地變化受到驅動因子影響的大小順序為：財政總收入、GDP>農業總產值>年均降雨量>城鎮化水平>坡度>人口自然增長率。對比2個階段的驅動因子發現，坡度是2階段共有指標，說明林地景觀變化會長期受到坡度影響;2階段影響最高的指標是固定資產投資、財政總收入和GDP，表明自國家明確推出“退耕還林”政策以來，興義市進行資金投入實施“退耕還林”，大量水土流失嚴重的坡耕地轉換成了林地，這對于生態環境改善起到了積極的作用。然而，由于存在低效林改造（大力發展經果林）現象、城鎮化水平不斷提高，為實現區域經濟的快速發展，政府仍可能會以犧牲林地資源為代價，因此未來應不斷加強對林地資源的管理，使興義市的林地資源利用實現真正意義上的可持續發展。

3.3園地景觀格局變化驅動因子分析

在表4園地變化回歸模型中，經“HL檢驗”，Sig值分別為0.692和0.216，模型擬合效果較好。其中，GDP、糧食面積、糧食產量未通過5%的顯著性水平檢驗，表明此階段園地的變化不受這些驅動因子影響。在第1階段（2005—2010年）中，園地變化受到驅動因子影響的大小順序為：坡度>農業總產值>固定資產投資。第2階段（2010—2015年）園地變化受到驅動因子影響的大小順序為：高程、坡度>人口自然增長率>平均氣溫>財政總收入>總人口>城鎮化水平>城鎮人口>年均降雨量、林業總產值>人口密度>固定資產投資>農民人均純收入。對比2個階段的驅動因子發現，固定資產投資和坡度是2階段共有指標，其中坡度在2階段均屬于影響度最高的指標，高程也是第2階段影響度最高的指標，說明在海拔較低、坡度較緩地區，土壤環境較好，園地開發與發展較容易;其次是人口自然增長率、農業總產值、固定資產投資、平均氣溫、財政總收入，表明園地景觀除受人口增加影響外，也隨著財政收入、產業投資的加大逐步發展。

3.4草地景觀格局變化驅動因子分析

在表5草地變化回歸模型中，經“HL檢驗”，Sig值分別為0.448和0.635，模型擬合效果較好。其中，總人口、年均氣溫、高程、財政總收入、農民人均純收入、農業總產值、林業總產值未通過5%的顯著性水平檢驗，表明此階段草地的變化不受這些驅動

因子影響。在第1階段（2005—2010年）中，草地變化受到驅動因子影響的大小順序為：人口密度>固定資產投資>GDP>城鎮人口。第2階段（2010—2015年）草地變化受到驅動因子影響的大小順序為：坡度>人口自然增長率>城鎮化水平>糧食產量>糧食面積>年均降雨量。對比2個階段的驅動因子發現，2階段影響因子各不相同，但2階段影響度排名前3位都與人口相關，說明草地景觀變化的主要受人為干擾活動而驅動;其次是糧食產量與糧食面積，說明興義市正在將草地開墾成農田，以適應人口快速增長下導致的糧食需求增大。

3.5城鄉建設用地景觀格局變化驅動因子分析

在表6城鄉建設用地變化回歸模型中，經“HL檢驗”，Sig值分別為0.500和0.926，模型擬合效果較好。其中，總人口、城鎮人口、城鎮化水平、年均氣溫、財政總收入、農民人均純收入、固定資產投資、GDP、林業總產值未通過5%的顯著性水平檢驗，表明此階段城鄉建設用地的變化不受這些驅動因子影響。在第1階段（2005—2010年）中，城鄉建設用地變化受到驅動因子影響的大小順序為：坡度>年均降雨量>人口密度、糧食面積>糧食產量>農業總產值。第2階段（2010—2015年）城鄉建設用地變化受到驅動因子影響的大小順序為：高程、坡度>人口自然增長率>糧食產量。對比2個階段的驅動因子發現，坡度和糧食產量是2階段共有指標，其中坡度在2階段影響度均排名最高且呈負相關，表明坡度越大城鄉建設用地的變化越小;其次是人口因素影響較大，隨著社會經濟發展、城市規模擴大、特別是二胎政策開放后的人口持續增長，導致居民對住房、交通等公共設施需求增大，使得城鄉建設用地不斷向外擴張。

3.6工礦倉儲用地景觀格局變化驅動因子分析

在表7工礦倉儲用地變化回歸模型中，經“HL檢驗”，Sig值分別為0.428和0.784，模型擬合效果較好。其中，總人口、人口自然增長率、糧食面積、糧食產量、年均降雨量、財政總收入、農業總產值、林業總產值、GDP、未通過5%的顯著性水平檢驗，表明此階段工礦倉儲用地的變化不受這些驅動因子影響。在第1階段（2005—2010年）中，工礦倉儲用地變化受到驅動因子影響的大小順序為：坡度>農民人均純收入>人口密度>城鎮人口>平均氣溫>固定資產投資>城鎮化水平。第2階段（2010—2015年）工礦倉儲用地變化受到驅動因子影響的大小順序為：高程>坡度。對比2個階段的驅動因子發現，坡度是2階段共有指標，坡度呈負相關表明坡度越大工礦倉儲用地的變化越小;其次是高程、農民人均收入、城鎮人口，表明除自然條件外，人口也是重要影響因素。

3.7水體景觀格局變化驅動因子分析

在表8水體變化回歸模型中，經“HL檢驗”，Sig值分別為0.505和0.851，模型擬合效果較好。其中，財政總收入、農民人均純收入、固定資產投資、GDP、林業總產值未通過5%的顯著性水平檢驗，表明此階段水體用地的變化不受這些驅動因子影響。在第1階段（2005—2010年）中，水體變化受到驅動因子影響的大小順序為：高程、坡度、城鎮人口、城鎮化水平>人口密度>總人口>年均降雨量>平均氣溫。第2階段（2010—2015年）水體變化受到驅動因子影響的大小順序為：高程>年均降雨量>人口密度>農業總產值。對比2個階段的驅動因子發現，人口密度和年均降雨量是2階段共有指標，在第1階段人口密度呈正相關，第2階段呈負相關，表明在后期經濟人口迅速增長、用地不斷擴張必然導致部分水體向農田或城鄉建設用地等其它景觀類型轉變以滿足發展需求。

3.8裸巖石礫地景觀格局變化驅動因子分析

在表9裸巖石礫地變化回歸模型中，經過“HL檢驗”，Sig值分別為0.181和0.214，模型擬合效果較好。其中，總人口、人口密度、財政總收入、GDP、林業總產值未通過5%的顯著性水平檢驗，表明此階段裸巖石礫地的變化不受這些驅動因子影響。在第1階段（2005—2010年）中，裸巖石礫地變化受到驅動因子影響的大小順序為：高程>坡度>農業總產值>平均氣溫。第2階段（2010—2015年）裸巖石礫地變化受到驅動因子影響的大小順序為：城鎮化水平、農民人均純收入、人口自然增長率>固定資產投資>高程>年均降雨量>城鎮人口>坡度。對比2個階段的驅動因子發現，坡度、高程是2階段共有指標，表明自然地理條件是影響裸巖石礫地的重要因素;裸巖石礫地是喀斯特地區特有的環境地貌，生態安全較低，會給社會經濟帶來影響。除自然地理條件外，影響裸巖石礫地變化排名前3位的因素主要是人口與投資，表明在人口增長與石漠化綜合治理工程等政策形勢的推進下興義市加大投資治理，采取封山育林、人工造林建設等措施，使生態建設得到了明顯改觀。

4結論

本研究定量分析討論了2005—2015年間興義市景觀格局演變及其驅動因子，研究結果表明：通過GIS-Logistic復合空間回歸模型對興義市景觀格局變化驅動因子進行定量分析，得出8種景觀類型的變化在各個階段受到不同的驅動因子影響;自然驅動因素中坡度、高程，人文驅動因素中人口、經濟發展、財政等因子對于興義市各景觀類型的變化具有較強的驅動作用。

參考文獻

[1] 鄔建國.景觀生態學[M].北京：高等教育出版社，2007.

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

[3]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.

[4]孫才志，閆曉露.基于GIS-Logistic耦合模型的下遼河平原景觀格局變化驅動機制分析[J].生態學報，2014，34（27）：7280-7292.

[5]張敏，宮兆寧，趙文吉，等.近30年來白洋淀濕地景觀格局變化及其驅動機制[J].生態學報，2016，36（15）：4780-4791.

[6]張榮天.鎮江市土地利用景觀格局時空過程與驅動因素[J].亞熱帶資源與環境學報，2015，10（3）：87-94.

[7]張瑜，王天巍，蔡崇法，等.干旱區耕地景觀格局碎化特征及社會經濟驅動因素分析[J].水土保持科學，2016，23（4）：180-184.