昭通市土地利用時空變化和景觀格局演變特征研究

摘要：明晰山區(qū)土地利用時空變化及景觀格局特征，對提高山區(qū)生態(tài)系統(tǒng)健康，推進山區(qū)可持續(xù)發(fā)展，最終實現(xiàn)高質量發(fā)展具有重要意義。本研究以西南山區(qū)的昭通市為例，以2000—2020 年土地利用數(shù)據(jù)集為數(shù)據(jù)源，基于GIS 技術，利用土地利用轉移矩陣、標準差橢圓和重心遷移模型三個方法探究昭通市土地利用變化特征，再利用景觀格局指數(shù)從景觀層級水平和景觀類型水平分析景觀格局演變。結果表明：昭通市的主要用地類型為林地、耕地和草地，建設用地增長幅度最大，其中草地的標準差橢圓方向性最不明顯，耕地、林地和草地重心分布較為穩(wěn)定；從景觀層級水平上說，呈現(xiàn)出斑塊數(shù)目增加，相連度減小，最大斑塊分布優(yōu)勢減弱，破碎化程度增加，連通性降低，凝聚度降低和復雜度上升的特征；從景觀類型水平上說，斑塊數(shù)目、斑塊密度和邊緣密度最大的景觀類型均為耕地，最大斑塊指數(shù)、聚集度最大的景觀類型均為林地，平均斑塊分維數(shù)最大的景觀類型為建設用地，散步與并列指數(shù)最大的景觀類型為水域。

關鍵詞：土地利用；時空變化；景觀格局；演變特征；轉移矩陣；標準差橢圓；重心遷移模型

中圖分類號：F301.24 文獻標志碼：A 文章編號：2095-1329（2024）03-0092-07

土地是人類賴以生存和繁衍的重要物質基礎，是珍貴的自然資源。土地利用/ 覆被變化（LUCC）是指在人類活動與自然的共同作用下，土地利用類型、結構和功能隨時間發(fā)生顯著變化的過程，并在一定程度上引發(fā)生物多樣性減少、水土流失加劇和森林資源銳減等生態(tài)問題[1]。當前，土地利用/ 覆被變化被認為是導致全球環(huán)境發(fā)生變化的主要因素之一，是景觀生態(tài)學研究的重要領域和熱點問題[2]。景觀格局能揭示大小、形狀、屬性不一的斑塊單元在空間上的分布與組合規(guī)律[3]。景觀格局時空演變是指一定時空尺度內各類景觀要素發(fā)生變化而引起景觀空間結構的變化[4]，是土地利用變化最直觀的表現(xiàn)形式之一[5]，基于土地利用變化的景觀格局演變分析在景觀生態(tài)學中占據(jù)核心地位。因此，探析景觀格局變化對生態(tài)系統(tǒng)的穩(wěn)定性、物種多樣性、水資源管理、自然災害風險以及人類社會的經濟發(fā)展、生活質量等方面都具有深遠的影響。

在快速化城鎮(zhèn)化背景下，人類活動程度加劇，土地利用景觀格局正在不斷發(fā)生變化。近年來，眾多學者借助3S 技術對不同區(qū)域展開了土地利用景觀格局時空演變研究，而在眾多研究景觀格局變化的方法中，景觀格局指數(shù)的應用最為普遍[6]，如：分析北京大興區(qū)城市不同規(guī)劃尺度和歷史性維度下的景觀格局指數(shù)并揭示其20 年間景觀格局演變規(guī)律，得出城市景觀格局的演變是由人類活動與生態(tài)環(huán)境相互作用的共同結果[7]；基于遙感影像數(shù)據(jù)，利用景觀格局指數(shù)、質心遷移模型、分形維數(shù)等方法分析了葉爾羌河流域冰川景觀格局時空演變特征[8]；在研究科拉多河流域的景觀格局變化特征中，發(fā)現(xiàn)該流域景觀格局穩(wěn)定性呈現(xiàn)下降趨勢[9]；以疏勒河流域為研究區(qū)，發(fā)現(xiàn)人類活動是引起景觀形態(tài)、破碎度和連通性發(fā)生巨大變化的主要原因，生態(tài)系統(tǒng)結構也因此發(fā)生變化[10]；選用10 個景觀格局指數(shù)分析黃河三角洲濕地景觀格局演變，并利用低中分辨率Landsat 系列數(shù)據(jù)，模擬并預測了該區(qū)域景觀格局的演變趨勢[11]；利用1987—2019 年的時間序列Landsat 影像，結合景觀格局指數(shù)和建筑密度分析等綜合方法，研究比較了城鎮(zhèn)景觀結構、城市擴張模式、過程和整體增長狀況的動態(tài)變化[12]；運用景觀格局指數(shù)方法分析了黃山市太平湖國家濕地公園土地利用轉換及景觀格局[13]。以往研究成果雖較為豐富，但研究區(qū)大多數(shù)局限于城市、海岸帶、流域，而在森林資源豐富的西南山區(qū)相關研究卻較少。

昭通市處于西南山區(qū)，為典型的高原山地構造地形，其山區(qū)面積占比高達96%，同時位于五蓮山、烏蒙山兩大生態(tài)安全屏障，森林資源豐富，自然環(huán)境復雜，生態(tài)環(huán)境脆弱。昭通市同時與四川和貴州兩省接壤，在歷史上是云南省通往四川省和貴州省的重要門戶，地理位置特殊。在綜合昭通市地形條件、自然環(huán)境及生態(tài)條件的情況下，相對來說其在西南山區(qū)具有一定的代表性，探析昭通市的土地利用景觀格局演變，同時也能在一定程度上為改善西南山區(qū)的生態(tài)系統(tǒng)健康和可持續(xù)發(fā)展提供科學參考依據(jù)。基于此，本文以2000、2010、2020 年3期土地利用數(shù)據(jù)為基礎，分析昭通市近20 年的土地利用變化特征，并借助景觀格局指數(shù)方法研究昭通市景觀格局時空演變特征。研究結果有助于掌握區(qū)域景觀格局動態(tài)，推動可持續(xù)發(fā)展戰(zhàn)略的實施，實現(xiàn)人與自然的和諧共生，提升生態(tài)服務功能，更好地為土地規(guī)劃、資源管理和環(huán)境保護提供科學依據(jù)。

1 研究區(qū)概況

昭通市共轄1 區(qū)、1 市、9 縣，其土地利用類型主要以林地、耕地和草地分布為主（圖1），綜合占比達到97% 以上。昭通市位于云南省東北角，處于低緯高原季風氣候帶，具有亞熱帶和暖溫帶共存的典型立體氣候特征，全市最高溫度出現(xiàn)在巧家站的44.4℃，最低氣溫出現(xiàn)在大山包站為-16.8℃。全市雨季分布在5～10 月，降雨量占全年的78%～91%，而旱季分布在11 月至翌年4 月，其降雨量較少，僅占全年9%～22%。由于地理環(huán)境的特殊性，昭通市不僅擁有著豐富的動植物種資源，而且還擁有著較高的生物多樣性、廣泛的林業(yè)用地和豐富的礦產資源。

2 數(shù)據(jù)來源與方法

2.1 數(shù)據(jù)來源

本研究所采用的2000、2010、2020 年土地利用數(shù)據(jù)來源于中國科學院資源環(huán)境科學數(shù)據(jù)中心（http：//www.resdc.cn，訪問日期：2023 年11 月15 日），該數(shù)據(jù)源以空間分辨率為30 m 的美國陸地衛(wèi)星Landsat TM/ETM 遙感影像為主，通過監(jiān)督分類與人機交互解譯生成，是目前中國精度最高的土地利用遙感監(jiān)測數(shù)據(jù)產品。本研究選擇季節(jié)一致且云量低于5% 以下的遙感數(shù)據(jù)作為基礎數(shù)據(jù)從而提高解譯的準確性和時效性，其解譯精度達85%以上。根據(jù)《土地利用現(xiàn)狀分類：GB/T 21010-2017》分類標準，并結合研究區(qū)實際情況，本研究將土地利用類型分為六個一級類，分別為耕地、林地、草地、水域、建設用地和未利用地。行政邊界來源于中國科學院資源環(huán)境科學數(shù)據(jù)中心（http：//www.resdc.cn，訪問日期：2023年12 月1 日），空間分辨率為30 m×30 m。

2.2 研究方法

（1）標準差橢圓

標準差橢圓屬于一種空間分析統(tǒng)計方法，主要用來衡量地理要素的集中趨勢、離散和方向趨勢，進而對地理要素空間格局的全局特征進行表達[14-15]，本研究主要用于探析昭通市六大地類的空間分布和轉移方向特征，計算公式[16] 如下：

（2）重心遷移模型

重心模型源于力學領域，重心遷移模型可以用于研究各種要素的空間分布和動態(tài)變化，其中心表示在某一區(qū)域空間內能保持在各個方向的力量基本均衡的點[17-18]。本研究為觀察六大土地利用類型重心的的位置、遷移方向和遷移距離，利用重心遷移模型深入了解各地類在空間上的演變趨勢和規(guī)律，計算公式如下：

（3）景觀格局指數(shù)

景觀格局指數(shù)具有高度凝練和濃縮研究區(qū)景觀信息的特點[4]，能通過描述景觀格局建立景觀結構與過程或現(xiàn)象的聯(lián)系，從而更好地解釋與理解景觀功能[19]。參考已有研究[20-21]，本文從類型、景觀兩個層面選取指標研究昭通市景觀格局變化情況，探究不同景觀類型在空間上的異質性和聚集性。首先，類型水平上選取斑塊數(shù)目（NP）、斑塊密度（PD）、邊緣密度（ED）、最大斑塊指數(shù)（LPI）、景觀形狀指數(shù)（LSI）、斑塊破碎化指數(shù)（SPLIT）、景觀聚集度（AI）、平均斑塊分維數(shù)（MPFD）、散步與并列指數(shù)（IJI）；其次，景觀水平上選取斑塊數(shù)目（NP）、斑塊密度（PD）、邊緣密度（ED）、最大斑塊指數(shù)（LPI）、景觀形狀指數(shù)（LSI）、景觀蔓延度指數(shù)（CONTAG）、香農多樣性指數(shù)（SHDI），香農均勻度指數(shù)（SHEI）、景觀聚集度（AI）、平均斑塊分維數(shù)（MPFD）、散步與并列指數(shù)（IJI）。綜合分析以上指數(shù)能解析昭通市景觀類型面積變化、景觀破碎化程度、景觀形狀復雜度和景觀均衡性等特征，從多個角度探究昭通市景觀格局演變。

3 結果與分析

3.1 土地利用時空變化

（1）土地利用時間轉移

本研究以每10 年作為一個階段，研究昭通市近20 年土地利用變化特征（表1）。從昭通市土地利用結構分析，林地為第一大用地類型，占比在44.73%～45.26% 之間，說明昭通市具有豐富的森林資源；耕地為第二大用地類型，占比在28.16%～30.01% 之間；草地為第三大用地類型，占比在24.27%～26.40% 之間；水域、建設用地、未利用地的占地面積較少，三種土地利用類型的面積加和不足3%。從土地利用變化幅度分析，水域和未利用地在兩個時間段內呈持續(xù)下降狀態(tài)，其中耕地和未利用地在前一時期的下降幅度大于后一時期；林地、水域和建設用地在兩個時間段內均呈增加狀態(tài)，林地、建設用地2000-2010年增加面積較大，說明昭通市在前10 年的森林資源需求率高，城市化工業(yè)化速度較快，其建設用地需求較后10年旺盛，而近10 年水電站的持續(xù)建設使得水域增加面積較前10 年大。草地面積呈先減少后增加狀態(tài)，減少和增加面積分別為-15.27 km2、55.57 km2。

為更清楚地了解昭通市各土地利用類型之間的轉換情況，本研究利用土地利用轉移矩陣分析在兩個時間段內的轉出和轉入情況（表2、表3）。2000—2010 年，耕地面積減少，主要流入草地和建設用地；林地面積增加，主要由草地和耕地流入；草地面積減少，主要流入耕地和林地；水域面積增加，主要由耕地和草地流入；建設用地面積增加，主要由耕地流入；未利用地面積減少，主要轉入草地和林地。總體來說，昭通市2000—2010 年各土地利用類型面積的增加或減少，其主要來源或流入類型主要為林地、草地、耕地和建設用地。

結合表1 和表3 分析昭通市2010—2020 年土地利用類型的轉移特征，耕地面積減少，主要流入林地和建設用地；林地面積增加，主要流入耕地和草地；草地面積增加，主要由林地和耕地流入；水域和建設用地面積增加，主要由耕地流入，說明昭通市在開發(fā)水資源和城市化建設時，其主要侵占的土地利用類型為耕地。

（2）土地利用空間轉移

本研究為進一步探析昭通市土地利用的空間分布特征，引入標準差橢圓進行分析，但由于其水域和未利用地的面積微小，在該部分只研究耕地、林地、草地和建設用地的空間轉移特征。并計算得出2000、2010、2020年扁率及轉角（表4），其中扁率的取值范圍為0～1，值越接近1 則橢圓越扁，方向性越強。結合圖2 能更直觀明了的看出昭通市四大地類的標準差橢圓變化情況，草地作為昭通市的第三大土地利用類型，其扁率最小，方向性最不明顯，分布零散；耕地、林地和建設用地的扁率均在0.35～0.43 之間，扁率相對較小，其中建設用地的標準差橢圓在2000-2010 年旋轉角度最大，由北向東旋轉。

本研究選取重心遷移模型分析昭通市耕地、林地、草地和建設用地在2000-2010、2010-2020 年兩個時間段的遷移距離和遷移路徑（表4、圖2）。耕地的重心在兩個時間段內的遷移路徑都向東北方向遷移，遷移距離分別為1.69 km、2.07 km，且重心由大關縣移至彝良縣。林地在三個時間節(jié)點的重心均位于彝良縣西部，均呈現(xiàn)向西南方向遷移的現(xiàn)象，遷移距離分別為2.69 km、2.58km。草地的重心在兩個時間段內不僅遷移方向不同，且遷移距離相差較大，重心先向西南方向遷移，遷移距離為1.28km，再向東偏北方向遷移，遷移距離為6.80 km，表明昭通市的草地在2010—2020 年穩(wěn)定性較差，變化程度較劇烈。建設用地重心先由大關縣向東南方向遷至彝良縣，再向西南方向遷移，遷移距離分別為41.36 km、8.19 km，兩個時間段的遷移距離差異較大。

3.2 景觀格局演變特征

（1）景觀層級水平特征

本研究在景觀水平上共選取11 個指數(shù)反映昭通市景觀在空間上的異質性和聚集性（表5）。首先，從景觀密度及大小差異來說，選取了斑塊數(shù)目NP 和斑塊密度PD，2000—2020 年NP 和PD 均呈上升趨勢，說明昭通市景觀破碎程度進一步加深，其中2000—2010 年的變化幅度較2010—2020 年大，說明前10 年人類活動對景觀的干擾程度較后10 年大。其次，從形狀指標上選取平均斑塊分維數(shù)MPFD 和景觀形狀指數(shù)LSI，其中MPFD 呈先減后增態(tài)勢，但整體有所下降，表明景觀鑲嵌體復雜程度降低；而LSI 呈上升趨勢， 說明人類對景觀的干擾使景觀類型趨于分散，離散度增加。再次，在景觀面積邊緣指標中選取最大斑塊指數(shù)LPI 和邊緣密度ED 反映昭通市景觀分布優(yōu)勢和邊界形狀的復雜程度，LPI 呈先增后減態(tài)勢且在后10 年下降幅度較大，表明昭通市近10 年最大斑塊分布優(yōu)勢程度大大降低；而2000—2020 年ED 呈上升趨勢，表明昭通市2020 年景觀邊界規(guī)整程度較2000年小。另外，景觀多樣性方面選取香農多樣性指數(shù)SHDI和香農均勻度指數(shù)SHEI，SHDI 與SHEI 均呈上升趨勢，表明各景觀類型的空間分布形態(tài)趨于均衡化，昭通市景觀多樣性增加。最后，從景觀聚集性中選取聚集度AI、散步與并列指數(shù)IJI 和景觀蔓延度指數(shù)CONTAG，2000—2020 年AI 和CONTAG 均呈下降趨勢，表明各景觀類型聚集度降低，出現(xiàn)逐漸分化現(xiàn)象，景觀連接性變差；而IJI 呈上升趨勢，說明在這20 年間，昭通市各景觀類型受到限制，彼此臨近。

總體來說， 2000—2020 年昭通市景觀格局呈現(xiàn)出景觀破碎度和異質性增加，連通性降低，最大斑塊分布優(yōu)勢減弱，景觀結構分布均勻程度加深，景觀間趨于分散，景觀多樣性擴展和景觀形狀趨于復雜的特征。

（2）景觀類型水平特征

本研究在景觀類型水平上選取8 個指數(shù)反映昭通市景觀格局演變特征（圖3）。斑塊數(shù)目NP 可以衡量出某一景觀類型的斑塊個數(shù)，斑塊數(shù)目的大小與景觀破碎度有較好的正相關性，斑塊數(shù)目越大，破碎度越高。昭通市六大景觀類型中，斑塊數(shù)目最大的是耕地，其次為草地；斑塊數(shù)目最小的為未利用地。2000—2010 年，除水域的斑塊數(shù)目呈下降趨勢外，其它五種景觀類型斑塊數(shù)目都呈上升趨勢，其中建設用地增大幅度最大，說明建設用地破碎度大大增加；2010—2020 年，水域和草地斑塊數(shù)目有所減少，反映出草地和水域在這一階段景觀破碎化程度降低，耕地、林地、建設用地和未利用地斑塊數(shù)目增加，表明破碎度提高。

邊緣密度ED 能揭示景觀被邊界的分割程度和景觀連通性。昭通市邊緣密度最大的景觀類型是耕地和林地，且大小和波動幅度趨于一致，反映出昭通市耕地和林地斑塊形狀最復雜，邊界的分割程度最大。2000—2020 年，除未利用地邊緣密度呈減小趨勢外，其它景觀類型的邊緣密度均呈現(xiàn)增加趨勢，說明近二十年昭通市耕地、林地、草地、水域和建設用地的邊界復雜程度逐漸增加，景觀異構性增大，而水域的邊界形狀復雜度逐漸降低。

斑塊密度PD 能表現(xiàn)出某種斑塊在景觀中的密度，可反映出景觀整體的異質性與破碎性以及某一景觀類型的破碎化程度，反映景觀單位面積上的異質性。斑塊密度趨勢變化圖與斑塊數(shù)目趨勢變化圖趨于一致，說明研究結果具有較高的可靠性。建設用地、耕地和水域斑塊密度波動相對較大，說明這三種景觀類型受人類活動干擾程度較深。

最大斑塊指數(shù)LPI 有助于確定出景觀的優(yōu)勢斑塊類型。昭通市林地的最大斑塊指數(shù)最大，呈現(xiàn)先增后減趨勢，說明近十年隨著人類活動頻率和干擾力度的增加，使林地這一自然景觀斑塊產生割裂現(xiàn)象。2000—2020 年林地的最大斑塊指數(shù)在21%～23% 之間浮動，耕地和草地最大斑塊指數(shù)在3%～5% 之間浮動，而水域、建設用地和未利用地的最大斑塊指數(shù)均小于1%，說明林地為昭通市景觀優(yōu)勢斑塊類型。

景觀形狀指數(shù)LSI 表示某一景觀類型的斑塊復雜程度，當景觀中斑塊為正方形時，景觀形狀指數(shù)為1，當景觀中斑塊形狀偏離正方形時，景觀形狀指數(shù)增大。2000—2020年，除未利用地的景觀形狀指數(shù)呈下降態(tài)勢外，其它景觀類型均呈現(xiàn)出不同程度的增加態(tài)勢，表明在人類對不同景觀類型的開墾利用下使未利用地斑塊形狀簡化、斑塊面積更加規(guī)整，而耕地、林地、草地、建設用地和水域斑塊形狀更復雜，其中耕地的斑塊形狀和邊界復雜程度最高。

聚集指數(shù)AI 能表現(xiàn)出景觀中不同類型斑塊的聚集程度，聚集指數(shù)越大表明某一景觀類型聚集程度越高。昭通市六大景觀類型中聚集度最大的是林地，最小的為水域。2000—2010 年，除水域呈現(xiàn)進一步聚集現(xiàn)象外，其它五種景觀類型都呈現(xiàn)離散狀況，其中建設用地離散程度最大；2010—2020 年，水域和建設用地聚集指數(shù)增大，且建設用地增加幅度最大，說明水域和建設用地在該階段存在進一步聚集現(xiàn)象且建設用地聚集幅度變動最大，人類在利用土地資源時對水域和建設用地的開墾利用形狀趨于規(guī)則，耕地、林地、草地和未利用地聚集指數(shù)減小，折線趨于平緩，反映出這四種景觀類型聚集程度雖然減小但變化幅度不大。總體來說，2000—2020 年，除水域聚集程度在增大外，其余景觀類型聚集程度都在縮小。

平均斑塊分維數(shù)MPFD 能反映出人類活動對景觀格局的影響程度，值越接近1 說明人類活動對景觀干擾程度越大。總體來說，昭通市建設用地景觀的平均斑塊分維數(shù)最接近1，表明建設用地受人為干擾程度較大。2000—2020 年波動幅度最大的景觀類型為未利用地、其次為水域和耕地，未利用地呈下降趨勢，反映出未利用地受人類活動干擾程度增加，水域呈先下降后上升趨勢，表明在前十年人類活動對水域的影響程度較后十年大，耕地呈上升趨勢，表明耕地受人為干擾和制約程度逐漸降低。

散步與并列指數(shù)IJI 反映不同景觀類型空間分布關系和混合程度，對于受某種自然條件嚴重制約的生態(tài)系統(tǒng)分布特征反映顯著。昭通市近20 年來，六大景觀類型的散步并列指數(shù)都呈現(xiàn)不同程度的增加，表明自然生態(tài)環(huán)境退化且對各種地類都產生負面影響。

4 結論

昭通市作為長江上游南岸較大支流之赤水河流域的發(fā)源地，深度了解其土地利用景觀格局演變及驅動因素能對加強赤水河生態(tài)涵養(yǎng)區(qū)等重要生態(tài)空間保護和管控，持續(xù)推進山水林田湖草一體化治理和歷史遺留廢棄礦山等生態(tài)修復，維護區(qū)域生態(tài)安全提供參考依據(jù)。本文基于2000—2020 年土地利用數(shù)據(jù)，并綜合利用GIS 空間分析、標準差橢圓、重心遷移模型、景觀格局指數(shù)及主成分分析法等方法，研究了近 20 年來昭通市土地利用景觀格局時空演變及其驅動因素。主要結論如下：

（1）2000—2020 年，昭通市的主要用地類型為林地、耕地和草地，其中耕地和草地面積下降，耕地主要流向林地、草地和建設用地，草地主要流向耕地和草地。從耕地、林地、草地和建設用地的標準差橢圓分析中，草地的標準差橢圓扁率最小，方向性最弱，建設用地旋轉角度最大。從重心分布及遷移來看，耕地、林地和草地的重心相對穩(wěn)定且基本穩(wěn)定分布在彝良縣西部，重心遷移距離最大為建設用地，且遷移路徑由大關縣中部遷至彝良縣東部。

（2）從景觀類型水平上分析昭通市近20 年景觀變化，建設用地、耕地、林地和草地破碎化程度加劇，水域破碎化程度有所緩解；耕地、林地、草地、水域和建設用地的邊界復雜程度逐漸增加，景觀異構性增大，而水域的邊界形狀復雜度逐漸降低；六大景觀類型中除水域外的五種景觀類型在單位面積上的異質性均增強；景觀優(yōu)勢斑塊類型為林地；六大景觀類型中除未利用地外的五種景觀類型的斑塊形狀和復雜程度都呈現(xiàn)不同程度的加深；六大景觀類型中除水域外的五種景觀類型聚集程度均呈下降趨勢；六大景觀類型中除未利用地外的五種景觀類型，人類活動對其產生的干擾程度均加深；六大景觀類型的空間分布關系和混合程度均呈不同程度的增加趨勢，其中建設用地增加幅度最大。

（3）從景觀層級水平上分析，昭通市近20 年隨著時間變化斑塊數(shù)量逐漸增加，景觀破碎化程度逐漸增加，連通性降低，景觀異質性增強且景觀形狀更為復雜，斑塊形態(tài)受人為干擾較大，各景觀間的相互轉換造成景觀格局進一步破碎化。

隨著脫貧攻堅戰(zhàn)略全面取得勝利和鄉(xiāng)村振興戰(zhàn)略的提出，山區(qū)的社會經濟狀況得到了大大的改善，建設用地不斷擴張，景觀格局不斷變化，不合理的利用土地資源導致其生態(tài)系統(tǒng)服務功能逐漸開始退化，這一現(xiàn)象在地形復雜、生境脆弱的山區(qū)尤為明顯。本研究以昭通市為例，研究其土地利用景觀格局演變特征可豐富西南山區(qū)在景觀生態(tài)上的研究成果，并為未來昭通市土地利用規(guī)劃和生態(tài)安全保護提供一定參考依據(jù)。土地利用景觀格局演變是自然因素和人類活動的綜合反映，本研究僅在二維尺度上選取景觀指數(shù)分析景觀格局演變特征，在未來研究中應從三維尺度出發(fā)，進一步全面的探索研究區(qū)景觀格局演變特征，同時從社會經濟、自然環(huán)境、政府政策三方面分析區(qū)域景觀格局驅動力，并科學全面為昭通市社會、經濟、生態(tài)為一體的可持續(xù)發(fā)展提出相關建議。

參考文獻（References）

[1] 劉強， 尉飛鴻， 夏雪， 等. 1980-2020 年窟野河流域土地利用景觀格局演變及其驅動力[J]. 水土保持研究，2023，30（5）：335-341.

LIU Q， WEI F H， XIA X， et al. Landscape pattern evolution and driving forces of land use in Kuye River Basin from 1980 to 2020[J]. Research of Soil and Water Conservation， 2023，30（5）：335-341.

[2] 朱東國， 謝炳庚， 熊鵬. 基于三維景觀格局指數(shù)的張家界市土地利用格局時空演化[J]. 經濟地理，2017，37（8）：168-175.

ZHU D G， XIE B G， XIONG P. Spatial-temporal evolution of land-use pattern changes in Zhanjiajie city based on three-dimensional landscape pattern indices[J]. Economic Geography， 2017，37（8）：168-175.

[3] 張瑩瑩， 蔡曉斌， 楊超， 等. 1974-2017 年洪湖濕地自然保護區(qū)景觀格局演變及驅動力分析[J]. 湖泊科學，2019，31（1）：171-182.

ZHANG Y Y， CAI X B， YANG C， et al. Driving force analysis of landscape pattern changes in Honghu Wetland Nature Reserve in recent 40 years[J]. Journal of Lake Sciences， 2019，31（1）：171-182.

[4] 劉根林， 閆冰， 趙東升， 等. 2003-2018 年瑞興于地區(qū)土地利用景觀格局時空演變及驅動因素[J]. 水土保持研究，2022，29（3）：235-243.

LIU G L， YAN B， ZHAO D S， et al. Spatiotemporal evolution of landscape pattern of land use and its driving factors in Ruijin-Xingguo-Yudu Region from 2003 to 2018[J]. Research of Soil and Water Conservation， 2022，29（3）：235-243.

[5] 劉凱， 楊琰瑛， 師榮光， 等. 1990-2020 年于橋水庫流域景觀格局時空演變及驅動力[J]. 農業(yè)資源與環(huán)境學報，2023，40（1）：154-164.

LIU K， YANG Y Y， SHI R G， et al. Spatiotemporal changes and driving forces of landscape patterns in the Yuqiao Reservoir watershed during 1990-2020[J]. Journal of Agricultural Resources and Environment， 2023，40（1）：154-164.

[6] 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(tài)學報，2016，36（15）：4780-4791.

ZHANG M， GONG Z N， ZHAO W J， et al. Landscape pattern change and the driving forces in Baiyangdian wetland from 1984 to 2014[J]. Acta Ecologica Sinica， 2016，36（15）：4780-4791.

[7] 李婷， 王思元. 基于原型思維的城市邊緣區(qū)景觀格局演變研究——以北京市大興區(qū)為例[J]. 生態(tài)學報，2022，42（3）：1153-1164.

LI T， WANG S Y. Evolution of landscape pattern in urban fringe based on prototype thinking： a case study of Daxing district of Beijing[J]. Acta Ecologica Sinica， 2022，42（3）：1153-1164

[8] 彭加加， 徐麗萍， 曹翠. 1991-2017 年葉爾羌河流域冰川景觀格局時空演變[J]. 生態(tài)學報，2022，42（20）：8265-8275.

PENG J J， XU L P， CAO C. Spatio-temporal evolution of glacier landscape pattern in the Yarkant River Basin from 1991 to 2017[J]. Acta Ecologica Sinica， 2022，42（20）：8265-8275.

[9] PAUKERT C P， PITTS K L， WHITTIER J B， et al. Development and assessment of a landscape-scale ecological threat index for the Lower Colorado River Basin[J]. Ecological Indicators， 2011，11（2）：304-310.

[10] MA L， BO J ， LI X， et al. Identifying key landscape pattern indices infl uencing the ecological security of inland river basin： the middle and lower reaches of Shule River Basin as an example[J]. Science of The Total Environment， 2019，674：424-438.

[11] ZHOU K. W etland landscape pattern evolution and prediction in the Yellow River Delta[J]. Applied Water Science， 2022，12（8）： 190-196.

[12] TERFA B K， CHEN N， ZHANG X， et al. Urbanization in small cities and their significant implications on landscape structures： the case in Ethiopia[J]. Sustainability， 2020，12（3）：1235-1243.

[13] 李夢蝶， 王立龍， 夏強， 等. 太平湖國家濕地公園土地利用轉換及景觀格局變化[J]. 環(huán)境科學與技術，2023，46（S2）：58-67.

LI M D， WANG L L， XIA Q， et al. Analysis of land use conversion and landscape pattern change in Taiping Lake National Wetland Park[J].Environmental Science & Technology， 2023，46（S2）：58-67.

[14] 涂曉揚. 福建省植被指數(shù)與地形要素多尺度空間格局分析[J]. 上海國土資源，2016，37（2）：9-12，20.

TU X Y. Multi-scale features of spatial patterns of the normalised difference vegetation index and topographic factors in Fujian Province[J].Shanghai Land & Resources， 2016，37（2）：9-12，20.

[15] 毛鴻欣， 賈科利， 高曦文， 等. 1980-2018 年銀川平原土地利用變化時空格局分析[J]. 科學技術與工程，2020，20（20）：8008-8018.

MAO H X， JIA K L， GAO X W， et al. Spatiotemporal pattern of land use change in Yinchuan Plain from 1980 to 2018[J]. Science Technology and Engineering， 2020，20（20）：8008-8018.

[16] 李一瓊， 白俊武. 近20 年蘇州土地利用動態(tài)變化時空特征分析[J]. 測繪科學，2018，43（6）：58-64.

LI Y Q， BAI J W. Analysis of temporal and spatial dynamic changes of land use of Suzhou in recent 20 years[J]. Science of Surveying and Mapping，2018，43（6）：58-64.

[17] 李啟珍， 胡希軍， 韋寶婧， 等. 長沙市綠色空間與城市擴張耦合關系研究[J]. 經濟地理，2022，42（11）：87-94.

LI Q Z， HU X J， WEI B J， et al. Coupling relationship between green space and urban expansion in Changsha[J]. Economic Geography，2022，42（11）：87-94.

[18] 馬建輝， 田剛， 謝宛懌， 等. 河北省土地利用碳排放時空特征和脫鉤分析[J]. 上海國土資源，2023，44（1）：167-175.

MA J H， TIAN G， XIE W Y， et al. Spatio-temporal characteristics and decoupling analysis of land use carbon emissions in Hebei Province[J].Shanghai Land & Resources， 2023，44（1）：167-175.

[19] 陳希， 王克林， 祁向坤， 等. 湘江流域景觀格局變化及生態(tài)服務價值響應[J]. 經濟地理，2016，36（5）：175-181.

CHEN X， WANG K L， QI X K， et al. Landscape pattern changes and evaluation of ecological service value of the Xiangjiang River Watershed[J].Economic Geography， 2016，36（5）：175-181.

[20] 溫玉玲， 李紅波， 張小林， 等. 近30 年來鄱陽湖環(huán)湖區(qū)土地利用與景觀格局變化研究[J]. 環(huán)境科學學報，2022，42（7）：501-510.

WEN Y L， LI H B， ZHANG X L， et al. Changes of landscape pattern in the peripheral region of Poyang Lake in recent 30 years[J]. Acta Scientiae Circumstantiae， 2022，42（7）：501-510.

[21] 許英杰， 楊紹微， 張峻銘， 等. 云南金沙江干熱河谷縣域土地利用景觀格局的地形效應[J]. 生態(tài)學雜志，2023，42（8）：1982-1992.

XU Y J， YANG S W， ZAHNG J M， et al. Topographic effect of county-level land-use landscape pattern in the dry-hot valley of Jinshajiang River，Yunnan Province[J]. Chinese Journal of Ecology， 2023，42（8）：1982-1992.