陈永林
, 李晓青
Chen Yonglin, Li Xiaoqing
中图分类号: F301.24
文献标识码: A
文章编号: 1000-0690(2016)04-0564-07
通讯作者:
收稿日期: 2015-03-13
修回日期: 2015-07-21
网络出版日期: 2016-07-21
版权声明: 2016 《地理科学》编辑部 本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
陈永林（1977-），男，江西兴国人，博士，副教授，主要研究方向为土地利用与景观生态。E-mail:gnsycyl@163.com
展开
摘要
基于2003年、2006年、2009年及2013年的遥感图像对长沙市土地利用进行分类,在ArcGIS 10.0、ENVI 4.8、Fragstats 4.0和Excel 2007软件的支持下,通过上推尺度像元的比例占优法改变空间粒度,从类型水平和景观水平上分析了土地利用格局变化的粒度效应。得出以下结论：① 类型水平上,随着粒度的增大,各土地类型的指数呈现出3种变化趋势:增大、减小及无明显规律;随着时间的变化,空间粒度越小,对斑块密度及斑块形状指数变化的影响越明显。空间粒度越大,对斑块结合度和斑块集聚度变化的影响越明显。② 景观水平上,随着粒度的增大,蔓延度指数先减小后基本不变;香农多样性指数和香农均匀度指数缓慢减小;随着时间的变化,蔓延度指数呈减小的趋势,香农多样性指数和均匀度指数呈增大的趋势。90 m是本研究中分析空间粒度的最佳值。
关键词：
Abstract
By using the remote images in 2003, 2006, 2009, 2013, the article classifies the land use of Changsha City. With the support of ArcGIS 10.0, ENVI 4.8, Fragstats 4.0 and Excel 2007 software, it analyzed spatial grain effect of land use pattern changes by changing the space grain sizes on class level pattern indices and landscape level pattern indices. The optimal proportion method was used. We have drawn the follow conclusions: 1) On class level, with the increase of spatial grain sizes, all kinds of index change present three trends,increase, decrease, regularity is not obvious. With the change of time, the smaller the spatial grain sizes, the more the effect of patch plaque density changes and patch shape index changes, the bigger the spatial grain sizes, the more the effect of patch cohesion index changes and patch aggregation changes. 2) On landscape level, with the increase of spatial grain sizes, the contagion index decrease before they are basically remain unchanged, the Shannon’s diversity index and Shannon’s evenness index is slowly reduced. As the change of time, the contagion index showed a trend of decrease on the whole, the Shannon’s diversity index and Shannon’s evenness index showed a trend of increase. The size of 90 m is the optimization analysis spatial grain sizes in this study.
Keywords：
土地利用格局及其动态变化研究逐渐成为景观生态学的研究热点[1]。尺度是地理学和生态学均需要解决的关键问题之一[2]。生态学中的空间尺度通常指空间幅度或粒度,空间粒度是指空间最小可辨识单元所代表的特征长度、面积或体积,如样方、像元,随着像元大小的改变,分析结果也随之改变[3]。国外地理学及生态学从20世纪60年代起就对尺度问题给予特别的关注,大部分研究集中在尺度的涵义、分析方法及土地利用格局的尺度效应等方面[4~9]。在当前地理学和生态学重要的土地利用研究领域里,国内也有越来越多学者注意到尺度问题的重要性[10]。纵观当前国内土地利用格局的尺度效应研究,主要集中在2个方面：一是讨论空间尺度对景观指数的影响 [11~15],二是讨论尺度分析的方法与模型构建 [16~19]。这些研究虽然指出了土地利用景观指数具有明显的尺度效应,分析土地利用格局必须选择适宜的尺度分析方法,但是大部分研究只停留在空间尺度对某一时点上的景观格局影响,强调静态格局的尺度效应,而较少关注动态格局变化的尺度效应,尤其是在土地利用的格局变化空间粒度效应方面的研究还比较欠缺。本研究以长沙市为例,从不同空间粒度出发,选取不同时点的多个景观指数,在类型水平和景观水平2个层次上探讨土地利用格局动态变化的粒度效应,分析空间粒度对格局变化的影响,为在不同尺度下利用景观格局指数进行土地利用格局变化预测、对比分析及评价的相关研究提供理论参考。
长沙市地处湖南东部偏北的湘江下游河谷平原,地理位置为111°53'E~114°5'E, 27°51'N~28°40'N,与岳阳、益阳、娄底、株洲、湘潭和江西萍乡接壤。全市总面积1.18×104km2,其中市区面积554 km2。研究区地势呈西南高东北低,湘江纵贯南北,系湘东山地、湘中丘陵和洞庭湖平原结合部。研究区属亚热带湿润季风气候,年均气温17.5℃,年降水量1 378 mm。研究区现辖长沙县、浏阳市、宁乡县等3个县（市）和芙蓉、天心、岳麓、开福、雨花、望城6个城区。
本研究的基础数据源自2003年、2006年、2009年的Landsat 4~5TM影像及2013年的Landsat 8 OLI影像（分辨率均为30 m)。数据来源于中国科学院计算机网络信息中心地理空间数据云 (http://www.gscloud.cn)。遥感影像经几何校正、大气校正后进行裁剪和拼接处理,得到4幅不同年份的长沙市遥感图像。在ENVI 4.8软件支持下,根据不同色调及纹理特征,采用最大似然法对遥感图像进行监督分类,得到4个时期的土地利用分类图。精度评价结果显示,各期土地利用类型的分类精度均在80%以上,达到了本研究的精度要求。考虑长沙地区草地面积相对较小,在土地分类过程中采用一级分类系统,将土地利用类型分为：耕地、林地、水体、建设用地和未利用地5大类。
本文用比例占优法来探讨土地利用格局的尺度效应,该方法是从转换的网格中选取网格数量最多的类型作为输出网格的类型,如果存在2个或多个优势类型,随机选择其中之一作为输出网格的类型[20]。首先结合4个时期30 m粒度的土地利用分类图,基于比例占优法并运用IDL语言编程来获得60~300 m不同粒度的土地利用分类图,然后将尺度转换后得到的不同时期和不同粒度土地利用分类栅格图导入Fragstats 4.0软件计算景观格局指数。参考前人[15]的研究经验,并结合实际情况在景观水平上选取了香农多样性指数（SHDI）、香农均匀度指数（SHEI）和蔓延度指数（CONTAG）,在类型水平上选取了斑块密度指数（PD）、最大斑块占景观面积比指数（LPI）、景观形状指数（LSI）、周长-面积分形维数（PAFRAC）、斑块结合指数（COHESION）和聚集指数（AI）。指数计算方法及其生态学意义见文献[20]。
2.1.1 土地利用格局现状的粒度效应
选取2013年的土地利用格局数据,以空间粒度为横坐标,景观指数为纵坐标,作出不同土地类型的景观指数随空间粒度变化示意图（图1）。
图1 不同土地利用格局现状的空间粒度效应
Fig.1 Effects of grain size on different land use landscape
可以看出在不同空间粒度下,各土地利用类型的景观指数呈现以下变化特点：
1） 景观指数呈现出3种变化趋势：一是随着粒度的增加,指数呈现出下降的趋势,如斑块密度指数、景观形状指数、斑块结合指数和集聚指数;二是随着粒度的增加,指数呈现上升的趋势,如周长-面积分形维数指数;三是随着粒度的增加,指数变化规律不明显,如最大斑块面积比指数。
2） 斑块密度指数和景观形状指数呈明显下降的趋势,其中下降得最明显的土地利用类型是林地、耕地和建设用地（斑块密度指数降幅在2.5~3之间,景观形状指数降幅在250~300之间）,而水体下降较不明显（斑块密度指数降幅在0.35~0.2之间,景观形状指数降幅在20~50之间）,说明空间粒度的增加使优势类型的面积不断增加,从而导致斑块密度减少,景观形状指数也减小。
3） 斑块结合度和斑块集聚度指数除未利用地之外、其他土地类型呈缓慢下降的趋势。林地的斑块结合指数和斑块集聚度变化最小,未利用地变化最大,表明空间粒度的增大对林地的结合度和集聚度影响最小,对未利用地的结合度和集聚度影响最大。斑块集聚度在空间粒度小于90 m之前变化较大,之后变化较小,90 m是指数的尺度拐点。
4） 周长-面积分形维数指数呈上升趋势。从各土地类型来看,该指数的变化幅度基本一致,都在0.5~0.6之间。同样地,周长-面积分形维数在空间粒度小于90 m之前变化较大,之后变化较小,90 m是指数的尺度拐点。未利用地在210 m和240 m处出现了拐点。
5） 最大斑块面积比变化规律不明显。在空间粒度大于90 m之后,林地的最大斑块面积比随空间粒度的增加而缓慢增加,建设用地的最大斑块面积比基本不变。耕地的最大斑块面积比随空间粒度的增加而缓慢增加。其他土地类型的指数基本不变。
2.1.2 土地利用格局随时间变化的粒度效应
为找出不同土地利用类型格局随时间变化的粒度效应,以时间为横坐标,以各土地利用类型的景观指数为纵坐标,选取间隔为60 m的空间粒度对应值作出不同土地利用类型格局随时间变化的粒度效应图（图2）。土地利用格局随时间变化具有以下几个特点：1）林地与耕地的斑块密度随时间变化不断增大,建设用地、水体的斑块密度先增大后减小,未利用地的斑块密度先减小后增大;2）斑块结合度和斑块集聚度随时间变化的特征基本一致：林地、耕地及未利用地的指数先增大后减小,建设用地及水体的指数先减小后增大;3）斑块形状指数除水体外,其他均呈缓慢增加的趋势,空间粒度越小,这种变化越明显。表明大部分土地利用类型的斑块越来越细碎,形状越来越不规整,呈现出破碎化的趋势;4）周长-面积分形维数随时间变化基本不变,且在30 m及90 m的空间粒度下周长-面积分形维数最小,随后基本一致;5）最大斑块面积比随时间变化无规律,各空间粒度下的最大斑块面积比也有较大差别,无规律可循。
图2 不同土地利用格局随时间变化的粒度效应
Fig.2 Effects of spatial grain size on different land use landscape changed with time
综上,对不同土地利用格局在时间上的变化而言,空间粒度效应表现为：空间粒度越小,对斑块密度及斑块形状指数变化的影响越明显;空间粒度越大,对斑块结合度和斑块集聚度变化的影响越明显;空间粒度对周长-面积分形维数变化的影响不大,对最大斑块面积比变化的影响无规律可循。
2.2.1 土地利用格局现状的粒度效应
在不同空间粒度下的景观指数变化特征（图3）具有以下特点：
1） 蔓延度指数随空间粒度的增大先减小,在空间分辨率增大至90 m后基本不变。蔓延度指数反映景观里不同斑块类型的团聚程度或延展趋势。蔓延度指数随空间粒度的增大而减小,表明整体景观的破碎化程度随粒度的增大而增大,当空间粒度大于90 m后,粒度变化对景观的破碎化程度影响不大。
图3 景观水平上土地利用格局现状的粒度效应
Fig.3 Effects of grain size of land use situation on landscape level
2） 香农多样性指数和香农均匀度指数随空间粒度的增大而缓慢减小。指数减小说明空间粒度增大,景观异质性减小。除2003年及2009年的指数在空间粒度为60 m处有一拐点之外,其他指数随空间粒度的增大而缓慢减小。
2.2.2 土地利用格局随时间变化的粒度效应
在景观水平上,选取不同时点的上述3个指数进行分析。在不同时点的景观指数变化（图4）具有以下特点：
1） 随着时间的变化,蔓延度指数呈总体减小的趋势。除30 m空间粒度下2009年的蔓延度略有上升外,其余空间粒度下的蔓延度均下降。空间粒度在90 m以上的蔓延度变化规律基本一致。表明在90 m以上的空间粒度对蔓延度指数变化的影响基本不大。
2） 随着时间的变化,香农多样性指数和香农均匀度指数均增大。除30 m空间粒度下2009年的香农均匀度略有下降外,其空间粒度尺度下的香农多样性和均匀度均上升,空间粒度在90 m以上的香农多样性指数和香农均匀度指数也变化规律基本一致。表明90 m以上的空间粒度对香农多样性指数和香农均匀度指数变化的影响不大。
通过以上分析比较各指数的空间粒度效应,我们选择不同指数变化的拐点来划分粒度阈,并选择第一粒度阈的中等偏大的粒度作为最佳粒度值[21,22]。90 m是各种土地利用类型在各个时点的大部分景观格局指数的粒度拐点,因此,我们可以初步认为90 m为本研究中最佳分析粒度。
图4 景观水平上土地利用格局变化的粒度效应
Fig.4 Effects of grain size of land use change on landscape level
空间粒度的变化对景观格局指数的影响较为明显,主要表现在以下2个方面：
1） 类型水平上,土地利用格局现状的粒度效应表现为：各类型景观的指数随着粒度的增加呈3种变化趋势：斑块密度指数、景观形状指数、斑块结合指数和集聚指数等指数缓慢下降,周长-面积分形维数缓慢上升,最大斑块面积变化规律不明显;土地利用格局变化的粒度效应表现为：空间粒度越小,对斑块密度及斑块形状指数变化的影响越明显;空间粒度越大,对斑块结合度和斑块集聚度变化的影响越明显,空间粒度对周长-面积分形维数变化的影响不大,对最大斑块面积比变化的影响无规律可循。
2） 景观水平上,土地利用格局现状的粒度效应表现为：蔓延度指数随空间粒度的增大先减小、在空间分辨率增大至90 m后基本不变;香农多样性指数和香农均匀度指数随空间粒度的增大而缓慢减小。土地利用格局变化的粒度效应表现为：随着时间的变化,蔓延度指数呈总体减小的趋势,香农多样性指数和香农均匀度指数均增大。空间粒度在90 m以上的蔓延度、香农多样性指数和香农均匀度指数变化规律基本一致。90 m是本研究中分析空间粒度的最佳值。
景观格局指数具有明显的粒度效应。从不同空间粒度和不同时点探讨土地利用格局变化的粒度效应,是研究土地利用格局变化的一次有益尝试。诚然,在分析土地利用格局变化的粒度效应的过程中难免存在一些误差,如遥感图像的分类精度、空间粒度的选取及土地利用格局指标的舍取等,很难科学准确把握,这些问题有待在后续的研究中解决。
The authors have declared that no competing interests exist.
| [1] |
黄土高原丘陵区景观特征与景观指数粒度效应研究 [J].
选取黄土丘陵沟壑区高家沟流域 为研究区,基于遥感图像绘制流域土地利用景观图,利用GIS相关软件以及景观格局分析软件Fragstats,计算高家沟流域的景观格局指数,并在景观水 平上对指数的粒度效应进行了研究。结果表明:草地为高家沟流域土地利用类型的主体,园地稀少,各土地利用类型布局分散,斑块形状较复杂,土地利用结构不够 合理;粒度变化对景观指数的计算具有重要影响,各景观指数均具有明显的粒度效应,不同的景观指数随粒度增加表现出不同的变化趋势:(1)景观指数随粒度的 增加有明显的下降趋势;(2)景观指数随粒度的增加变化趋势不明显,或上升或下降,并呈现出一定的波动性。高家沟流域景观分析的适宜粒度范围为 75～120m。
Landscape pattern characteristics and grain effect of landscape index in loess hilly region.
选取黄土丘陵沟壑区高家沟流域 为研究区,基于遥感图像绘制流域土地利用景观图,利用GIS相关软件以及景观格局分析软件Fragstats,计算高家沟流域的景观格局指数,并在景观水 平上对指数的粒度效应进行了研究。结果表明:草地为高家沟流域土地利用类型的主体,园地稀少,各土地利用类型布局分散,斑块形状较复杂,土地利用结构不够 合理;粒度变化对景观指数的计算具有重要影响,各景观指数均具有明显的粒度效应,不同的景观指数随粒度增加表现出不同的变化趋势:(1)景观指数随粒度的 增加有明显的下降趋势;(2)景观指数随粒度的增加变化趋势不明显,或上升或下降,并呈现出一定的波动性。高家沟流域景观分析的适宜粒度范围为 75～120m。
|
| [2] |
长株潭核心区土地利用生态风险多尺度调控决策 [J].
根据长株潭核心区1989、1996、2000和2008年的遥 感影像数据资料,提取区域土地利用变化数据进行时间、空间及功能尺度特征分析。结果表明,长株潭核心区土地利用生态风险调控的尺度选择具有多尺度性。8— 9年是最佳的时间分析尺度,2km左右的分析粒径是最佳的空间分析尺度,而功能尺度则是融合了时间与空间尺度及生态功能的特征,具有更复杂的变化,并依据 分析结果提出了多尺度的差异化土地利用生态风险调控策略。
Multi-Scale controlling decision of land use ecological risk in Chang-Zhu-Tan core area.
根据长株潭核心区1989、1996、2000和2008年的遥 感影像数据资料,提取区域土地利用变化数据进行时间、空间及功能尺度特征分析。结果表明,长株潭核心区土地利用生态风险调控的尺度选择具有多尺度性。8— 9年是最佳的时间分析尺度,2km左右的分析粒径是最佳的空间分析尺度,而功能尺度则是融合了时间与空间尺度及生态功能的特征,具有更复杂的变化,并依据 分析结果提出了多尺度的差异化土地利用生态风险调控策略。
|
| [3] |
空间粒度变化对合肥市景观格局指数的影响 [J].
<p>基于合肥市2002年土地利用图，利用ArcView软件和景观格局分析程序Fragstats 3.3，选择22个景观格局指数，探讨了合肥市景观格局指数随不同粒度的变化特征，并对部分景观指数的拟合函数和变异系数进行了分析.结果表明：在10～100 m粒度范围内，各景观格局指数随粒度增加表现出不同的变化趋势，说明空间粒度变化对景观格局指数具有明显的影响；所选用的22个景观格局指数的粒度效应可划分为总体上升、总体下降、变化不大、无变化规律4种情况；部分景观指数随粒度变化的响应曲线可分别用二次函数、三次函数、幂函数、线性函数进行拟合；对于合肥市1∶50000土地利用图而言，进行景观格局指数分析的适宜粒度范围在15～35 m.</p><p> </p>
Qin Xiaolin et al. Effects of grain size change on landscape pattern indices of Hefei City.
<p>基于合肥市2002年土地利用图，利用ArcView软件和景观格局分析程序Fragstats 3.3，选择22个景观格局指数，探讨了合肥市景观格局指数随不同粒度的变化特征，并对部分景观指数的拟合函数和变异系数进行了分析.结果表明：在10～100 m粒度范围内，各景观格局指数随粒度增加表现出不同的变化趋势，说明空间粒度变化对景观格局指数具有明显的影响；所选用的22个景观格局指数的粒度效应可划分为总体上升、总体下降、变化不大、无变化规律4种情况；部分景观指数随粒度变化的响应曲线可分别用二次函数、三次函数、幂函数、线性函数进行拟合；对于合肥市1∶50000土地利用图而言，进行景观格局指数分析的适宜粒度范围在15～35 m.</p><p> </p>
|
| [4] |
Quantifying landscape structure:A review of landscape indices and their application to forested landscapes [J]. |
| [5] |
Landscape patterns simulation with a modified random clusters method [J].https://doi.org/10.1023/A:1008107902848 Magsci 摘要
<a name="Abs1"></a>A new modified random clusters method for the simulation of landscape the matic spatial patterns is presented. It produces more realistic and general results than landscape models that have been commonly used to date in the field of landscape ecology. Simulated patterns are said to be realistic, apart from their patchy and irregular appearance, because the values of the spatial indices as a function of habitat abundance measured in real landscape patterns (number of patches, edge length and patch cohesion index) can be replicated with the proposed landscape model. It allows a wide range of spatial patterns to be obtained, in which fragmentation and habitat abundance can be systematically and independently varied. Furthermore, a degree of control over the irregularity of the shapes of the simulated landscapes can be achieved, and it is also possible to simulate patterns with anisotropy. The proposed method is easy to implement and requires little computation time, which enhances the practical possibilities of this method in different areas of landscape ecology.
|
| [6] |
Effects of interactive scale-dependent variables on beetle diversity patterns in a semiarid agricultural landscape [J].https://doi.org/10.1007/s10980-006-9061-7 URL Magsci 摘要
<a name="Abs1"></a>Understanding species-diversity patterns in heterogeneous landscapes invites comprehensive research on how scale-dependent processes interact across scales. We used two common beetle families (Tenebrionidae, detrivores; Carabidae, predators) to conduct such a study in the heterogeneous semi-arid landscape of the Southern Judean Lowland (SJL) of Israel, currently undergoing intensive fragmentation. Beetles were censused in 25 different-sized patches (500–40,000 m<sup>2</sup>). We used Fisher’s α and non-parametric extrapolators to estimate species diversity from 11,125 individuals belonging to 56 species. Patch characteristics (plant species diversity and cover, soil cover and degree of stoniness) were measured by field transects. Spatial variables (patch size, shape, physiognomy and connectivity) and landscape characteristics were analyzed by GIS and remote-sensing applications. Both patch-scale and landscape-scale variables affected beetle species diversity. Path-analysis models showed that landscape-scale variables had the strongest effect on carabid diversity in all patches. The tenebrionids responded differently: both patch-scale and landscape-scale variables affected species diversity in small patches, while mainly patch-scale variables affected species diversity in large patches. Most of the paths affected species diversity both directly and indirectly, combining the effects of both patch-scale and landscape-scale variables. These results match the biology of the two beetle families: Tenebrionidae, the less mobile and more site-attached family, responded to the environment in a fine-grained manner, while the highly dispersed Carabidae responded to the environment in a coarse-grained manner. We suggest that understanding abiotic and biotic variable interactions across scales has important consequences for our knowledge of community structure and species diversity patterns at large spatial scales.
|
| [7] |
Sensitivity of landscape measurements to changing grain size for fine scale design and management [J].https://doi.org/10.1007/s11355-006-0015-7 URL Magsci 摘要
<a name="Abs1"></a>Landscape pattern quantities are affected by issues of scale, namely extent and resolution. The grain size (resolution) of fine-resolution geographic information system (GIS) data for two highly fragmented landscapes in USA and Italy were altered to evaluate the effect of grain size changes on landscape pattern metrics and cost-surface model outputs. Beginning with 3 m resolution data and resampling the data to 300 m resolution, we applied pattern metrics and cost-surface models (available in GIS software) and evaluated the types of behaviors in resulting quantities. Results showed that some pattern metrics are robust to changes in grain size (such as area, cohesion, interspersion and juxtaposition metrics), while others exhibit staircase-like or erratic responses. Compared to previous studies, we identified behavioral responses that differ from grain-size changes at coarser resolutions. Cost-surface models demonstrated robust or consistent responses to grain size changes in most cases. For both types of pattern measurement, however, we found that behaviors could differ contextually; that is, there could be different types of behaviors for different landscapes, classifications, or grain sizes. Results indicate that comparing spatial data collected at different scales (such as historical data to more recent, high-resolution sensed data) is complicated by different types of responses to changes in grain size. This may limit the applicability of tools for the measurement of landscape change over time if landscapes are represented by differently scaled data.
|
| [8] |
Wong D W S. The modifiable areal unit problem in multivariate statistical analysis [J]. |
| [9] |
Effects of changing scale on landscape pattern analysis: scaling relations [J].https://doi.org/10.1023/B:LAND.0000021711.40074.ae URL Magsci [本文引用: 1] 摘要
<a name="Abs1"></a>Landscape pattern is spatially correlated and scale-dependent. Thus, understanding landscape structure and functioning requires multiscale information, and scaling functions are the most precise and concise way of quantifying multiscale characteristics explicitly. The major objective of this study was to explore if there are any scaling relations for landscape pattern when it is measured over a range of scales (grain size and extent). The results showed that the responses of landscape metrics to changing scale fell into two categories when computed at the class level (i.e., for individual land cover types): simple scaling functions and unpredictable behavior. Similarly, three categories were found at the landscape level, with the third being staircase pattern, in a previous study when all land cover types were combined together. In general, scaling relations were more variable at the class level than at the landscape level, and more consistent and predictable with changing grain size than with changing extent at both levels. Considering that the landscapes under study were quite diverse in terms of both composition and configuration, these results seem robust. This study highlights the need for multiscale analysis in order to adequately characterize and monitor landscape heterogeneity, and provides insights into the scaling of landscape patterns.
|
| [10] |
土地变化科学中的尺度问题与解决途径 [J].
<p>尺度问题是土地变化科学中的关键问题。总结国内外近10年来土地变化研究中尺度问题的进展表明:土地变化研究中的尺度问题多集中于数据处理、格局与过程的表征、驱动力的影响、模型运用、生态环境效应以及土地政策与可持续管理等方面。尺度问题主要产生于地理现象的异质性、地理系统的等级性、响应与反馈的非线性、干扰因素的影响及主观认识的局限等。土地变化中尺度问题研究的一般途径为尺度选择-尺度分析-尺度综合;尺度选择时应该以问题为指向,数据为基础,选择适宜的尺度;尺度分析中需要从更大尺度和更小尺度同时开展分析,找出重要的变化动态,防止信息的遗漏或夸大;尺度综合是认识全球与地方关系的纽带,可将其分为尺度上推和尺度下推,在尺度综合中方法是主导,目标是寻找各尺度之间的"连通性"。模型有助于深刻理解土地利用系统动态,发展嵌套式模型是目前尺度综合研究中的重要内容。</p>
Progress in the study of scale issues in land change science.
<p>尺度问题是土地变化科学中的关键问题。总结国内外近10年来土地变化研究中尺度问题的进展表明:土地变化研究中的尺度问题多集中于数据处理、格局与过程的表征、驱动力的影响、模型运用、生态环境效应以及土地政策与可持续管理等方面。尺度问题主要产生于地理现象的异质性、地理系统的等级性、响应与反馈的非线性、干扰因素的影响及主观认识的局限等。土地变化中尺度问题研究的一般途径为尺度选择-尺度分析-尺度综合;尺度选择时应该以问题为指向,数据为基础,选择适宜的尺度;尺度分析中需要从更大尺度和更小尺度同时开展分析,找出重要的变化动态,防止信息的遗漏或夸大;尺度综合是认识全球与地方关系的纽带,可将其分为尺度上推和尺度下推,在尺度综合中方法是主导,目标是寻找各尺度之间的"连通性"。模型有助于深刻理解土地利用系统动态,发展嵌套式模型是目前尺度综合研究中的重要内容。</p>
|
| [11] |
聚落景观粒度空间转换响应及机理分析 [J].
聚落景观作为人类生产生活的聚集场所,体现人类空间活动强度,揭示人类活动与景观形成与演化的机制。借助ArcGIS平台和Fragstats软件,设定空间粒度30,100,250,500,1 000m,以RMA（面积最大值法）和RCC（中心属性值法）为原则进行转换,研究聚落景观分布格局空间粒度转换以及机理。结果显示：（1）RMA法生成数据各景观类型的面积相对误差较大,特别是当粒度为1 000m时交通用地消失,RCC法在空间粒度转换中的面积相对误差较小,并且是随机的。（2）斑块面积结构和空间邻接的景观类型决定空间粒度转换中的聚落景观格局。（3）聚落景观方面,斑块数量、斑块密度以及聚集度指数下降,面积加权平均斑块分维数上升,最大斑块指数先上升后下降,表现出随着粒度增加,小斑块逐渐被聚落景观较大斑块融入,斑块破碎化降低、斑块面积扩大并趋于成片成团等特征,使得聚落景观的斑块连片程度以及优势度提升。（4）聚落景观格局变化表明RMA法突出整体分布规律,RCC法突出聚落景观的空间分布特性。
Yang Wei et al. Analysis on the mechanism of the Settlement Landscape granularity conversion response in Caofeidian new district.
聚落景观作为人类生产生活的聚集场所,体现人类空间活动强度,揭示人类活动与景观形成与演化的机制。借助ArcGIS平台和Fragstats软件,设定空间粒度30,100,250,500,1 000m,以RMA（面积最大值法）和RCC（中心属性值法）为原则进行转换,研究聚落景观分布格局空间粒度转换以及机理。结果显示：（1）RMA法生成数据各景观类型的面积相对误差较大,特别是当粒度为1 000m时交通用地消失,RCC法在空间粒度转换中的面积相对误差较小,并且是随机的。（2）斑块面积结构和空间邻接的景观类型决定空间粒度转换中的聚落景观格局。（3）聚落景观方面,斑块数量、斑块密度以及聚集度指数下降,面积加权平均斑块分维数上升,最大斑块指数先上升后下降,表现出随着粒度增加,小斑块逐渐被聚落景观较大斑块融入,斑块破碎化降低、斑块面积扩大并趋于成片成团等特征,使得聚落景观的斑块连片程度以及优势度提升。（4）聚落景观格局变化表明RMA法突出整体分布规律,RCC法突出聚落景观的空间分布特性。
|
| [12] |
多尺度粒度变化对区域土地利用景观格局的影响——以镇江市为例 [J].Effect of Multi-Scale granularity change to regional land use landscape Pattern: A case study of zhenjiang. |
| [13] |
县域农村居民点景观格局指数的空间粒度效应——以江苏省丰县为例 [J].https://doi.org/10.11870/cjlyzyyhj201410012 Magsci 摘要
<p>利用ArcGIS 93软件从2009年全国第二次土地调查成果数据库中提取丰县农村居民点数据作为数据源，采用中心属性值原则得到20种空间粒度下的农村居民点景观格局，借助Fragstats 33软件对选取的8个景观指数进行计算，分析农村居民点景观格局的粒度效应并据此确定适宜粒度范围。研究表明：除景观面积指数及景观分离度指数外，其他景观指数的粒度效应较明显，即景观格局对空间粒度的依赖性较强，若避开粒度谈论景观格局意义不大；空间粒度由10 m增大到200 m，斑块个数、斑块密度、景观形状指数、景观结合度指数、景观聚集度指数均下降，最大斑块指数上升，说明最大斑块的优势度上升，斑块破碎化程度降低，斑块形状趋于规则，景观斑块间连接程度降低且分布趋向分散；综合各个景观指数的第一尺度域，研究确定丰县1〖DK〗∶10 000比例尺精度下农村居民点景观格局分析的适宜粒度范围为50～60 m，最佳粒度为60 m</p>
Effects of changing grain side on landscape indices of rural settlement at country scale—A case study of FengXian of JiangSu province. https://doi.org/10.11870/cjlyzyyhj201410012 Magsci 摘要
<p>利用ArcGIS 93软件从2009年全国第二次土地调查成果数据库中提取丰县农村居民点数据作为数据源，采用中心属性值原则得到20种空间粒度下的农村居民点景观格局，借助Fragstats 33软件对选取的8个景观指数进行计算，分析农村居民点景观格局的粒度效应并据此确定适宜粒度范围。研究表明：除景观面积指数及景观分离度指数外，其他景观指数的粒度效应较明显，即景观格局对空间粒度的依赖性较强，若避开粒度谈论景观格局意义不大；空间粒度由10 m增大到200 m，斑块个数、斑块密度、景观形状指数、景观结合度指数、景观聚集度指数均下降，最大斑块指数上升，说明最大斑块的优势度上升，斑块破碎化程度降低，斑块形状趋于规则，景观斑块间连接程度降低且分布趋向分散；综合各个景观指数的第一尺度域，研究确定丰县1〖DK〗∶10 000比例尺精度下农村居民点景观格局分析的适宜粒度范围为50～60 m，最佳粒度为60 m</p>
|
| [14] |
广州市土地利用空间分布影响因素的粒度效应分析 [J].URL 摘要
土地利用类型空间分布的影响因素具有明显的尺度相关性,从不同的 尺度类型进行研究,可以更全面地揭示尺度变化规律.当前的研究尺度多依据行政级别来进行选择,研究单元空间异质性得不到体现,因此,引入景观生态学空间粒 度的概念可以更好地揭示尺度问题.本文利用空间分析和统计方法,选取自然、经济、社会和区位等方面共28个因子,对广州市8种土地利用类型空间分布的影响 因素进行10个空间粒度上的分析.研究构建不同粒度土地利用类型空间分布影响因素逐步回归模型,探讨了广州市土地利用类型空间分布影响因子的粒度差异以及 模型相关系数随粒度变化的不同.研究结果表明:自然要素因子相对经济社会要素因子对土地利用类型空间分布的影响更大,其中坡度和坡向的影响排序靠前;对于 不同的土地利用类型,进入模型的影响因子个数也不尽相同,交通运输用地模型的因子个数较少,而城镇村及工矿用地的影响因子个数较多;土地利用类型不同,模 型的拟合效果也有差异,随着粒度增大,模型解释能力普遍是增强的.
Grain differences and modeling land use patterns in Guangzhou. URL 摘要
土地利用类型空间分布的影响因素具有明显的尺度相关性,从不同的 尺度类型进行研究,可以更全面地揭示尺度变化规律.当前的研究尺度多依据行政级别来进行选择,研究单元空间异质性得不到体现,因此,引入景观生态学空间粒 度的概念可以更好地揭示尺度问题.本文利用空间分析和统计方法,选取自然、经济、社会和区位等方面共28个因子,对广州市8种土地利用类型空间分布的影响 因素进行10个空间粒度上的分析.研究构建不同粒度土地利用类型空间分布影响因素逐步回归模型,探讨了广州市土地利用类型空间分布影响因子的粒度差异以及 模型相关系数随粒度变化的不同.研究结果表明:自然要素因子相对经济社会要素因子对土地利用类型空间分布的影响更大,其中坡度和坡向的影响排序靠前;对于 不同的土地利用类型,进入模型的影响因子个数也不尽相同,交通运输用地模型的因子个数较少,而城镇村及工矿用地的影响因子个数较多;土地利用类型不同,模 型的拟合效果也有差异,随着粒度增大,模型解释能力普遍是增强的.
|
| [15] |
多空间粒度下镇江市土地利用景观格局差异 [J].https://doi.org/10.3969/j.issn.1001-8158.2013.05.009 URL [本文引用: 2] 摘要
研究目的：对因空间粒度变化导致的镇江市土地利用景观格局变化的 差异及机理进行分析。研究方法：GIS，概率矩阵和景观生态学方法。研究结果：采用中心属性原则所得到的4种空间粒度下土地利用景观格局，优势景观类型对 空间粒度变化不敏感；空间粒度增加的过程中，各景观类型主要流向为耕地，显示耕地景观的基质特性，其他景观类型则镶嵌其中；景观水平上，景观破碎度减小， 景观的空间连接性上升，景观要素类型空间分布不均衡，优势斑块类型的比例上升，其他斑块类型的优势度下降，斑块分布更为分散；中心值原则保证各景观类型组 分与现状图保持基本一致。在类型水平上，景观基质（耕地）面积上呈增大、空间上呈连片的趋势；景观廊道表现为连通性降低、逐渐被分割。研究结论：景观格局 指数对空间粒度变化的响应不同，景观类型对空间粒度变化的响应也有所不同，需要进一步细化研究。
Wu Jiangguo et al. Research on the differences of landscape patterns under several spatial granularities in Zhenjiang city. https://doi.org/10.3969/j.issn.1001-8158.2013.05.009 URL [本文引用: 2] 摘要
研究目的：对因空间粒度变化导致的镇江市土地利用景观格局变化的 差异及机理进行分析。研究方法：GIS，概率矩阵和景观生态学方法。研究结果：采用中心属性原则所得到的4种空间粒度下土地利用景观格局，优势景观类型对 空间粒度变化不敏感；空间粒度增加的过程中，各景观类型主要流向为耕地，显示耕地景观的基质特性，其他景观类型则镶嵌其中；景观水平上，景观破碎度减小， 景观的空间连接性上升，景观要素类型空间分布不均衡，优势斑块类型的比例上升，其他斑块类型的优势度下降，斑块分布更为分散；中心值原则保证各景观类型组 分与现状图保持基本一致。在类型水平上，景观基质（耕地）面积上呈增大、空间上呈连片的趋势；景观廊道表现为连通性降低、逐渐被分割。研究结论：景观格局 指数对空间粒度变化的响应不同，景观类型对空间粒度变化的响应也有所不同，需要进一步细化研究。
|
| [16] |
基于粒度反推法的景观生态安全格局优化——以海口市秀英区为例 [J].https://doi.org/10.5846/stxb201402170274 Magsci [本文引用: 1] 摘要
景观生态安全格局优化是改善生态环境、促进人与自然和谐发展的有效途径。为给海口市秀英区生态环境建设提供科学依据和景观生态安全格局优化方法改进提供参考,提出了粒度反推法和生态阻力面综合构建法,结合GIS技术和最小耗费距离模型探讨了海口市秀英区景观生态安全格局优化途径。结果表明:(1)400m粒度生态景观组分是秀英区生态源地选取的合适参照,秀英区有生态源地18块、生态廊道17条、生态节点11个,新增生态源地建设的参考规模为38.5hm<sup>2</sup>,生态源地的生态服务极限距离为800m,需将现有的11块非生态景观类型斑块转换为生态景观类型,总面积20.26 hm<sup>2</sup>。(2)粒度反推法能为生态源地选取提供客观参考,在生态源地选择方面比传统方法具有更强的理论基础和客观性,解决了客观选取生态源地的问题。(3)综合生态阻力面能对生态阻力的实际情况进行较好地模拟。显、隐性生态阻力面之间存在显著差异,能反映生态系统中潜在的生态薄弱点,这些生态薄弱点往往是容易被忽略而又需要重点建设的区域。
Chen Caihong et al. Landscape ecological security pattern optimization based on the granularity inverse method:a case study in Xiuying District, Haikou. https://doi.org/10.5846/stxb201402170274 Magsci [本文引用: 1] 摘要
景观生态安全格局优化是改善生态环境、促进人与自然和谐发展的有效途径。为给海口市秀英区生态环境建设提供科学依据和景观生态安全格局优化方法改进提供参考,提出了粒度反推法和生态阻力面综合构建法,结合GIS技术和最小耗费距离模型探讨了海口市秀英区景观生态安全格局优化途径。结果表明:(1)400m粒度生态景观组分是秀英区生态源地选取的合适参照,秀英区有生态源地18块、生态廊道17条、生态节点11个,新增生态源地建设的参考规模为38.5hm<sup>2</sup>,生态源地的生态服务极限距离为800m,需将现有的11块非生态景观类型斑块转换为生态景观类型,总面积20.26 hm<sup>2</sup>。(2)粒度反推法能为生态源地选取提供客观参考,在生态源地选择方面比传统方法具有更强的理论基础和客观性,解决了客观选取生态源地的问题。(3)综合生态阻力面能对生态阻力的实际情况进行较好地模拟。显、隐性生态阻力面之间存在显著差异,能反映生态系统中潜在的生态薄弱点,这些生态薄弱点往往是容易被忽略而又需要重点建设的区域。
|
| [17] |
干旱内陆河流湿地景观破碎化模型构建与尺度分析——以黑河中游湿地为例 [J].URL 摘要
尺度的选择一直是地理学及景观生态学的研究重点和热点。在遥感和GIS的支持下,以黑河中游湿地为例,利用移动窗口技术和空间形态学准则构建湿地类型变化追踪模型;利用面积频率统计法、卡方分布归一化尺度方差、分维数距平和多样性指数探讨干旱内陆河流湿地类型变化追踪模型的适宜和最佳窗口尺度。结果表明:1)类型变化追踪模型能实现基于像元的湿地景观空间格局分析,弥补传统湿地景观破碎化研究主要基于景观和斑块类型水平尺度,难以深入解析湿地空间演变过程的不足;2)黑河中游湿地类型变化追踪模型的适宜窗口尺度为150 m×150 m~450 m×450 m,最佳窗口尺度为250 m×250 m。该结果是进一步研究黑河中游湿地空间破碎化特征的基础,同时对于丰富干旱内陆河流湿地景观破碎化研究尺度选择有一定积极作用。
Zhang Lihua et al. Landscape fragmentation model construction and scale analysis for wetland in arid region:A case study of the middle reaches of the heihe river. URL 摘要
尺度的选择一直是地理学及景观生态学的研究重点和热点。在遥感和GIS的支持下,以黑河中游湿地为例,利用移动窗口技术和空间形态学准则构建湿地类型变化追踪模型;利用面积频率统计法、卡方分布归一化尺度方差、分维数距平和多样性指数探讨干旱内陆河流湿地类型变化追踪模型的适宜和最佳窗口尺度。结果表明:1)类型变化追踪模型能实现基于像元的湿地景观空间格局分析,弥补传统湿地景观破碎化研究主要基于景观和斑块类型水平尺度,难以深入解析湿地空间演变过程的不足;2)黑河中游湿地类型变化追踪模型的适宜窗口尺度为150 m×150 m~450 m×450 m,最佳窗口尺度为250 m×250 m。该结果是进一步研究黑河中游湿地空间破碎化特征的基础,同时对于丰富干旱内陆河流湿地景观破碎化研究尺度选择有一定积极作用。
|
| [18] |
基于最佳分析粒度的巴彦县土地利用景观空间格局分析 [J].URL 摘要
适宜的分析粒度是保证土地利用景观格局分析准确的重要环节.本文以黑龙江省巴彦县为研究区,应用遥感、GIS手段及景观指数法,探讨景观指数随分析粒度变 化效应,综合面积精度损失评价,确定最佳分析粒度.从景观要素空间组成、空间形态、空间关系及空间构型4个方面分析研究区土地利用景观空间格局.结果表 明:部分景观指数与粒度可拟合为数学函数关系,并确定最佳分析粒度为100m；研究区主要土地利用景观类型为旱地和林地,旱地景观优势明显,是基质景观； 水域空间形态最复杂,林地、旱地等农业用地景观形状较不规则,建设用地和园地形状最简单；旱地、建设用地分布很均匀,水田、其他用地分布较合理,各乡镇间 林地、草地及水域分布差异较大,园地分布差距极悬殊且斑块间分布离散；景观整体主要由团聚的大斑块组成,异质性小,形状复杂程度适中,破碎化程度不严重, 稳定性差,不利于现状土地利用景观空间格局的维持.
Zhang Yuanjing et al. Land-use spatial analysis for Bayan county based on optimal grain size. URL 摘要
适宜的分析粒度是保证土地利用景观格局分析准确的重要环节.本文以黑龙江省巴彦县为研究区,应用遥感、GIS手段及景观指数法,探讨景观指数随分析粒度变 化效应,综合面积精度损失评价,确定最佳分析粒度.从景观要素空间组成、空间形态、空间关系及空间构型4个方面分析研究区土地利用景观空间格局.结果表 明:部分景观指数与粒度可拟合为数学函数关系,并确定最佳分析粒度为100m；研究区主要土地利用景观类型为旱地和林地,旱地景观优势明显,是基质景观； 水域空间形态最复杂,林地、旱地等农业用地景观形状较不规则,建设用地和园地形状最简单；旱地、建设用地分布很均匀,水田、其他用地分布较合理,各乡镇间 林地、草地及水域分布差异较大,园地分布差距极悬殊且斑块间分布离散；景观整体主要由团聚的大斑块组成,异质性小,形状复杂程度适中,破碎化程度不严重, 稳定性差,不利于现状土地利用景观空间格局的维持.
|
| [19] |
基于模式识别的景观格局分析与尺度转换研究框架 [J].
景观格局分析和尺度转换是生态学和地理学研究的核心问题之一。尽管多年来投入了大量的精力，然而由于尺度效应的复杂性和尺度转换过程的不确定性，仍然没有找到合适的方法。目前关于尺度转换的研究存在两个误区，其一是过分重视空间尺度的转换，忽略了过程尺度的转换；其二是过分强调了对不同尺度间数量关系的外推与转换，忽略了不同尺度间生态规律的外推与转换。在系统分析了景观格局与尺度转换研究现状、存在问题和难点的基础上，提出了借用模式识别的原理和方法，针对特定的生态过程，开展景观格局分析与尺度转换的思路。认为尺度转换的关键在于通过识别不同尺度上影响生态过程的主导因子，找到各个尺度上“格局(环境因子空间组合)-过程”、尺度间“格局-格局”之间的对应关系，通过建立“环境-格局-过程”模式识别数据库，就能够建立不同尺度之间基于模式识别的尺度转换方法
Fu Baijie et al. A framework on landscape pattern analysis and scale change by using pattern recognition approach.
景观格局分析和尺度转换是生态学和地理学研究的核心问题之一。尽管多年来投入了大量的精力，然而由于尺度效应的复杂性和尺度转换过程的不确定性，仍然没有找到合适的方法。目前关于尺度转换的研究存在两个误区，其一是过分重视空间尺度的转换，忽略了过程尺度的转换；其二是过分强调了对不同尺度间数量关系的外推与转换，忽略了不同尺度间生态规律的外推与转换。在系统分析了景观格局与尺度转换研究现状、存在问题和难点的基础上，提出了借用模式识别的原理和方法，针对特定的生态过程，开展景观格局分析与尺度转换的思路。认为尺度转换的关键在于通过识别不同尺度上影响生态过程的主导因子，找到各个尺度上“格局(环境因子空间组合)-过程”、尺度间“格局-格局”之间的对应关系，通过建立“环境-格局-过程”模式识别数据库，就能够建立不同尺度之间基于模式识别的尺度转换方法
|
| [20] |
|
| [21] |
景观指数的粒度变化效应 [J].
<p>本文以延河流域的1:250000和1:500000土地利用图为对象,以景观格局分析程序Fragstats3.3为分析工具,探讨了不同比例尺条件下景观指数随粒度增加的变化特征.研究结果表明,随着粒度值由25m到400m的逐渐增加,除斑块丰富度外的景观指数均具有明显的尺度效应,其中聚集度和集合度没有尺度转折点,其他指数具有明显或不明显的尺度转折点.对比分析1:250000和1:500000土地利用格局指数的计算结果可以发现:1)尺度转折点不是一个值,而是一个相对较小的区间;2)尺度转折点与研究图件的比例尺有关,比例尺越大,所发生的第一次尺度转折点的粒度就越小;3)第一尺度域是选择适宜粒度的较好取值范围.对延河流域1:250000土地利用图进行景观指数计算的适宜粒度范围是70～90m,1:500000土地利用图的适宜粒度范围是90～120m.</p>
The effects of grain change on landscape indices.
<p>本文以延河流域的1:250000和1:500000土地利用图为对象,以景观格局分析程序Fragstats3.3为分析工具,探讨了不同比例尺条件下景观指数随粒度增加的变化特征.研究结果表明,随着粒度值由25m到400m的逐渐增加,除斑块丰富度外的景观指数均具有明显的尺度效应,其中聚集度和集合度没有尺度转折点,其他指数具有明显或不明显的尺度转折点.对比分析1:250000和1:500000土地利用格局指数的计算结果可以发现:1)尺度转折点不是一个值,而是一个相对较小的区间;2)尺度转折点与研究图件的比例尺有关,比例尺越大,所发生的第一次尺度转折点的粒度就越小;3)第一尺度域是选择适宜粒度的较好取值范围.对延河流域1:250000土地利用图进行景观指数计算的适宜粒度范围是70～90m,1:500000土地利用图的适宜粒度范围是90～120m.</p>
|
| [22] |
基于最佳分析尺度的广州市景观格局分析 [J].https://doi.org/10.3969/j.issn.1672-0504.2007.04.022 URL [本文引用: 1] 摘要
利用遥感、GIS技术和指数分析软件确定最佳分析尺度,对广州市 景观格局进行量化研究.对14个不同粒度的栅格图分别进行35个相关指数运算,根据15个敏感指数确定最佳分析尺度为120 m;选取空间组成和空间构型两方面的系列指数,在此尺度下对研究区域进行指数运算和格局分析.研究结果表明:广州是以林地、水田和旱地为主要景观类型的复 合景观结构,优势景观明显,3种主体景观类型集中连片、分布广泛;建设用地比例比全国平均水平偏高;建设用地和水库坑塘斑块密度大,平均斑块面积小,景观 破碎度较高.景观格局的量化受尺度效应影响,表现出空间异质性的尺度依赖性,因此在格局分析时需选择最佳分析尺度,突出格局的尺度性.
Landscape pattern analysis of Guangzhou based on optimization-scale. Geography and https://doi.org/10.3969/j.issn.1672-0504.2007.04.022 URL [本文引用: 1] 摘要
利用遥感、GIS技术和指数分析软件确定最佳分析尺度,对广州市 景观格局进行量化研究.对14个不同粒度的栅格图分别进行35个相关指数运算,根据15个敏感指数确定最佳分析尺度为120 m;选取空间组成和空间构型两方面的系列指数,在此尺度下对研究区域进行指数运算和格局分析.研究结果表明:广州是以林地、水田和旱地为主要景观类型的复 合景观结构,优势景观明显,3种主体景观类型集中连片、分布广泛;建设用地比例比全国平均水平偏高;建设用地和水库坑塘斑块密度大,平均斑块面积小,景观 破碎度较高.景观格局的量化受尺度效应影响,表现出空间异质性的尺度依赖性,因此在格局分析时需选择最佳分析尺度,突出格局的尺度性.
|
/
| 〈 |
|
〉 |
