蒙金華，張正棟 ，袁宇志，董才文

(華南師范大學(xué)地理科學(xué)學(xué)院，廣州501631)

景觀格局指空間結(jié)構(gòu)特征，包括景觀組成單元的類型、數(shù)目以及空間分布與配置［1］. 景觀格局變化通過(guò)影響景觀系統(tǒng)內(nèi)的物質(zhì)循環(huán)與能量流動(dòng)，進(jìn)而對(duì)區(qū)域內(nèi)重要的景觀生態(tài)過(guò)程產(chǎn)生深刻影響. 因此，景觀格局變化研究對(duì)于揭示景觀演變的機(jī)制與規(guī)律、探尋人類活動(dòng)與生態(tài)環(huán)境演變之間的關(guān)系具有重要意義［2］.

景觀格局動(dòng)態(tài)演變模擬是用數(shù)學(xué)的方式來(lái)表達(dá)景觀空間現(xiàn)象與時(shí)間過(guò)程，它舍棄模擬對(duì)象的一些細(xì)節(jié)部分而抓住其本質(zhì)特征，抽象地表述景觀格局的變化過(guò)程，最終實(shí)現(xiàn)對(duì)它的模擬［3］. 對(duì)景觀格局的模擬，Logistic 回歸模型、Markov 鏈、元胞自動(dòng)機(jī)(CA)、效應(yīng)模型(CLUE)以及2 種或3 種以上的復(fù)合模型［4－5］被應(yīng)用較多. Turner［6］利用景觀指數(shù)采用定量方法對(duì)景觀格局進(jìn)行了研究，取得有效結(jié)果，使得此方法得到廣泛運(yùn)用，并使得景觀格局走向定量化研究;牛星和歐名豪［7］運(yùn)用Markov 鏈方法對(duì)景觀格局動(dòng)態(tài)進(jìn)行了定量研究，計(jì)算出景觀之間的轉(zhuǎn)移速率，探索出未來(lái)各景觀格局變化趨勢(shì). Acevedo等［8］通過(guò)定量分析和CA-Markov 模型來(lái)模擬地中海野生有蹄類動(dòng)物的分布，成功地把景觀時(shí)空變化和物種分布動(dòng)態(tài)變化聯(lián)系在一起，模擬結(jié)果具有較高參考性.Nouri 等［9］采用CA-Markov 模型作為規(guī)劃支持工具之一，對(duì)伊朗西北部的吉蘭省的時(shí)空變化和城市用地空間布局進(jìn)行分析與未來(lái)增長(zhǎng)用地的預(yù)測(cè)，模擬結(jié)果良好，對(duì)吉蘭省未來(lái)用地政策制定提供了決策支持，表明CA-Markov 模型在土地利用動(dòng)態(tài)預(yù)測(cè)方面的優(yōu)勢(shì).

已有的研究報(bào)道中較多以行政區(qū)為研究對(duì)象，以流域?yàn)檠芯繂卧妮^少［10］.本文分析了廣州市流溪河流域的景觀格局變化，利用中科院地理信息平臺(tái)提供的TM 影像為基礎(chǔ)，運(yùn)用CA-Markov 模型對(duì)流溪河流域未來(lái)的景觀格局進(jìn)行模擬和預(yù)測(cè)，揭示了流域景觀格局變化的特征規(guī)律，為改善流域的生態(tài)環(huán)境提供了參考.

1 流域概況與研究方法

1.1 流域概況

流溪河(圖1)是珠江的一條支流，位于廣州市從化區(qū)北部，集雨面積在100 km2以上的支流共有5條.年徑流量28.4 億m3，年平均流量90.1 m3/s，降雨集中在4 ～9月.流溪河地處亞熱帶，氣候溫和，雨量充沛，資源豐富，物種眾多，是廣州市重要的水源河流，供應(yīng)廣州60%的飲用水源，具有重要的資源和戰(zhàn)略價(jià)值.流域上游以材林和水源林為主，中下游以水果、蔬菜、花卉生產(chǎn)為主［11］.自2000年后，流域范圍處于高速城市化發(fā)展進(jìn)程，整個(gè)流域的景觀格局發(fā)生劇烈變化.

圖1 流溪河區(qū)位圖Figure 1 Location of Liuxi basin

1.2 數(shù)據(jù)來(lái)源與研究方法

1.2.1 數(shù)據(jù)來(lái)源及預(yù)處理

(1)數(shù)據(jù)來(lái)源.從中國(guó)科學(xué)院數(shù)據(jù)應(yīng)用環(huán)境中心獲得2010年DEM 數(shù)據(jù)(分辨率30 m)，以及2000、2005 和2010年的3 期TM 遙感圖像(分辨率30 m).從中國(guó)科學(xué)氣象數(shù)據(jù)共享網(wǎng)獲得2000—2010年年降水?dāng)?shù)據(jù)、年平均氣溫?cái)?shù)據(jù).土地利用規(guī)劃數(shù)據(jù)主要源于《廣州市土地利用總體規(guī)劃(2005—2020)》.

(2)數(shù)據(jù)預(yù)處理.利用DEM 數(shù)據(jù)與分布式水文模型SWAT 生成流溪河流域范圍，以及水系分布、子流域分布情況.

對(duì)3 期遙感影像進(jìn)行裁剪，以流域DEM 影像為底圖，對(duì)3 期遙感影像進(jìn)行裁剪，在遙感軟件ENVI5.0 環(huán)境下進(jìn)行監(jiān)督分類，依據(jù)本研究目的和流溪河自然地理環(huán)境特點(diǎn)，將流溪河景觀類型分為耕地、林草地、水體、園地、建筑用地和其他用地6 類，得到2000、2005 及2010年的3 期景觀格局分布圖，通過(guò)Kappa 系數(shù)驗(yàn)證，流域3 期影像解譯精度都超過(guò)85%，圖2 為3 期影像的景觀分類結(jié)果圖.

1.2.2 景觀指數(shù)分析法 本文采取景觀格局指數(shù)分析法對(duì)流域景觀2000—2010年景觀格局動(dòng)態(tài)進(jìn)行分析，從景觀指數(shù)分類、景觀指數(shù)的相關(guān)性、不同指數(shù)對(duì)不同景觀格局的反應(yīng)等方面，結(jié)合流溪河流域?qū)嶋H景觀特征，共選用8個(gè)景觀指數(shù)分析景觀格局.在斑塊類型水平上選3個(gè)指數(shù):面積指數(shù)(PA)、斑塊密度(PD)、平均分維度指數(shù)(Mfrac)，在整體景觀上選5個(gè)指數(shù):斑塊數(shù)目(NP)、平均最鄰近距離(MENN)、景觀多樣性指數(shù)(SHDI)、聚集度(AI)、優(yōu)勢(shì)度指數(shù)(DI)［12］.

圖2 2000、2005 和2010年流溪河流域景觀分類圖Figure 2 Landscape classification maps of Liuxihe basin of 2000，2005 and 2010

1.2.3 CA-Markov 模型預(yù)測(cè)方法 馬爾科夫模型(Markov)是基于馬爾科夫過(guò)程理論而形成的，有效預(yù)測(cè)事件發(fā)生概率的方法. 在對(duì)景觀格局變化的研究中，景觀類型對(duì)應(yīng)Markov 過(guò)程中的“可能狀態(tài)”，景觀類型相互轉(zhuǎn)化的概率之比作為“狀態(tài)轉(zhuǎn)移概率”參與運(yùn)算，進(jìn)行運(yùn)算公式如下:

其中，S(t)、S(t +1)分別是t、t +1 時(shí)刻的系統(tǒng)狀態(tài);P 表示狀態(tài)轉(zhuǎn)移概率矩陣:

元胞自動(dòng)機(jī)(Cellular Automata)是一種時(shí)間、空間、狀態(tài)都離散的模型，具有強(qiáng)大的空間建模和計(jì)算能力，能夠模擬具有時(shí)空特征的復(fù)雜動(dòng)態(tài)系統(tǒng)，由元胞、元胞空間、鄰居和規(guī)則等4個(gè)部分組成，其模型可用下式:

其中:S 表示元胞有限、離散的狀態(tài)集合;N 表示元胞的鄰域;t 和t +1 表示不同時(shí)刻;f 表示局部空間的元胞轉(zhuǎn)化條件規(guī)則.

CA-Markov 模型計(jì)算所用圖像的每一個(gè)柵格相當(dāng)于一個(gè)元胞，對(duì)應(yīng)不同的景觀類型，利用轉(zhuǎn)換規(guī)則最終確定中心元胞的景觀類型，對(duì)研究區(qū)的景觀類型變化過(guò)程進(jìn)行預(yù)測(cè).

本文運(yùn)用CA-Markov 模型對(duì)景觀格局進(jìn)行預(yù)測(cè)，運(yùn)算的具體過(guò)程如下:(1)用2005年作為模擬開始的時(shí)刻，根據(jù)ArcGIS 軟件計(jì)算所得的2000—2005年各景觀類型的轉(zhuǎn)換面積作為Markov 狀態(tài)轉(zhuǎn)移矩陣的元素. (2)根據(jù)式(1)～(3)建立CA 轉(zhuǎn)換規(guī)則.(3)設(shè)置CA 迭代次數(shù)，本文設(shè)置模擬時(shí)間為每次10年. (4)CA 濾波器:采用5 ×5 的濾波器.(5)對(duì)模擬結(jié)果進(jìn)行驗(yàn)證與分析.

2 流域景觀格局演變特征

2.1 整體景觀尺度上景觀格局的指數(shù)變化

2000—2010年，景觀水平上的指數(shù)(表1)變化特征如下:(1)景觀斑塊數(shù)越來(lái)越大，平均最鄰近距離越來(lái)越低，景觀總體朝著破碎化的方向發(fā)展;(2)聚集度指數(shù)呈下降趨勢(shì)，表明相同景觀類型的聚集程度在下降，而不同類型的景觀的團(tuán)聚程度呈上升趨勢(shì);(3)景觀多樣性指數(shù)一直持續(xù)變大，而最大斑塊指數(shù)則在下降，表明流域內(nèi)各景觀類型的分布越發(fā)均勻;(4)單一景觀優(yōu)勢(shì)度呈現(xiàn)下降趨勢(shì)，主要體現(xiàn)在耕地面積減少、園地面積以及建設(shè)用地面積大量增加.

表1 2000—2010年間景觀指數(shù)變化Table 1 Landscape metrics variation from 2000 to 2010

2.2 斑塊類型尺度上流域景觀類型的格局指數(shù)變化

通過(guò)計(jì)算分析斑塊類型水平上的景觀指數(shù)，得到2000—2010年間流溪河景觀格局變化特征:

(1)景觀類型面積發(fā)生劇烈變化(表2):耕地面積不斷減少，2005年比2000年減少179.7 km2，2010年比2005 減少187.98 km2;建筑用地面積持續(xù)增加，2005年比2000年增加40.4 km2，2010年比2005年增加65.1 km2;林草地緩慢減少，2005年比2000年 減 少26.44 km2，2010年 比2005年 減 少10.77 km2;園地加倍增長(zhǎng)，從2000年的182.86 km2增長(zhǎng)到2010年的445.85 km2.水體跟其他用地變化不大，一直保持在42 ～43 km2之間. 說(shuō)明在景觀格局變化中人為主導(dǎo)現(xiàn)象嚴(yán)重，如果樹效益高，園地的面積就成倍增長(zhǎng)，而耕地面積成倍減少.

(2)林草地平均斑塊面積和斑塊數(shù)在下降，分形維數(shù)持續(xù)上升，斑塊密度先降低后升高.

(3)園地平均斑塊面積和平均分形維數(shù)都升高.

(4)水體平均分形維數(shù)先增加后降低，斑塊密度持續(xù)減少.水體的被利用性越來(lái)越高，如開發(fā)水庫(kù)等，對(duì)水體的斑塊密度減少產(chǎn)生重要影響.

(5)建設(shè)用地的平均斑塊面積、分形維數(shù)均不斷增加.說(shuō)明在城市化背景下，耕地面積主要轉(zhuǎn)移至建筑用地;

圖3 2000—2010年斑塊密度(PD)指數(shù)變化Figure 3 Changes of PD from 2000 to 2010

圖4 2000—2010年平均分維度指數(shù)(Mfrac)變化Figure 4 Changes of Mfrac from 2000 to 2010

(6)其他用地斑塊數(shù)先增后減，平均斑塊面積與平均分維度先增后減.

表2 2000—2010年間景觀類型面積變化Table 2 Changes of landscape area from 2000 to 2010 km2

3 流域景觀格局模擬預(yù)測(cè)

3.1 景觀類型轉(zhuǎn)移矩陣與轉(zhuǎn)換規(guī)則生成

表3 呈現(xiàn)流溪河流域2000—2005年景觀類型相互轉(zhuǎn)化情況:建筑用地主要轉(zhuǎn)移成建設(shè)用地，耕地主要轉(zhuǎn)移成為建筑用地以及園地，林草地大部分保留成林草地，其他部分主要轉(zhuǎn)移成園地，水體基本保持不變，其他用地主要轉(zhuǎn)移成林草地以及小部分園地.

表3 2000—2005年間的轉(zhuǎn)移概率矩陣Table 3 Landscape type transition probabilities from 2000 to 2005 %

3.2 2010年預(yù)測(cè)結(jié)果與精度驗(yàn)證

圖5 為2010年的景觀格局實(shí)際分布結(jié)果與預(yù)測(cè)結(jié)果.利用2010年的遙感影像景觀格局空間分布結(jié)果作為相對(duì)真值，從2個(gè)層面進(jìn)行精度驗(yàn)證.一是地類柵格數(shù)對(duì)比法，即比較各景觀類型預(yù)測(cè)結(jié)果和實(shí)際數(shù)據(jù)的柵格數(shù)量差異;二是對(duì)比預(yù)測(cè)結(jié)果中具體某個(gè)柵格位置的景觀類型是否與實(shí)際數(shù)據(jù)相同［13］.建筑用地、耕地、林草地、水體、園地以及其他用地的擬合度分別為0.78、0.75、0.85、0.88、0.74和0.97，整體KAPPA 指數(shù)為0.82，說(shuō)明采用CAMarkov 模型的模擬結(jié)果較好，可靠性較高. 精度驗(yàn)證結(jié)果見(jiàn)表4.

圖5 2010年實(shí)際景觀格局圖(A)與預(yù)測(cè)結(jié)果(B)的比較Figure 5 Comparison of the actual landscape pattern map (A)and the predicted result (B)in 2010

3.3 2020年預(yù)測(cè)結(jié)果與分析

用經(jīng)過(guò)精度驗(yàn)證的CA-Markov 模型對(duì)流溪河流域2020年的景觀格局各指數(shù)進(jìn)行預(yù)測(cè).從預(yù)測(cè)結(jié)果(圖6)看，2020年流溪河流域建筑用地、耕地、林草地、水體、園地以及其他用地所占比例分別為:16.1%、20.2%、34.8%、1.5%、27.1%和0.3%. 根據(jù)流溪河流域各景觀類型的比重和空間分布變化，如果按照本文的轉(zhuǎn)換規(guī)則以及轉(zhuǎn)換概率發(fā)展，在未來(lái)幾年內(nèi)，建設(shè)用地以及林地面積迅速增長(zhǎng)，耕地面積迅速減少.

將預(yù)測(cè)結(jié)果統(tǒng)計(jì)分析，并與2010年景觀指數(shù)進(jìn)行對(duì)比(表5). 研究結(jié)果表明:2010—2020年景觀指數(shù)會(huì)繼續(xù)按照2000—2010年的變化趨勢(shì)發(fā)展，景觀多樣性指數(shù)上升到1.55，表明空間構(gòu)型朝復(fù)雜化方向發(fā)展.流域的各種斑塊類型分布越來(lái)越均勻，斑塊之間的距離在變小，下降到24.3 m，表明斑塊的破碎度呈現(xiàn)增加趨勢(shì). 而單一斑塊支配程度呈下降的趨勢(shì)，優(yōu)勢(shì)度減少到0.65.根據(jù)預(yù)測(cè)結(jié)果表明，流域內(nèi)各景觀將朝均衡化的方向發(fā)展，景觀多樣性和破碎度呈現(xiàn)增加趨勢(shì)，人類活動(dòng)以及經(jīng)濟(jì)發(fā)展對(duì)流域生態(tài)的影響將變得更加突出.

表4 2010年景觀格局預(yù)測(cè)精度驗(yàn)證Table 4 Forecast verifying accuracy of landscape pattern in 2010

圖6 2020年景觀格局預(yù)測(cè)Figure 6 Forecast of landscape pattern in 2020

表5 2010 與2020年間景觀水平景觀指數(shù)對(duì)比Table 5 Comparison of landscape metrics at landscape level in 2010 and 2020

4 結(jié)論

流溪河流域景觀類型主要以耕地、林草地、建設(shè)用地和園地為主，在2000—2010年間流溪河流域耕地、林草地面積減少幅度較大，而建筑用地和園地面積呈現(xiàn)增加的趨勢(shì)，這表明十多年來(lái)流域景觀格局類型的變化主要是受人類活動(dòng)的影響. 流域景觀破碎度在增加，斑塊更加復(fù)雜，各景觀類型變得均勻.

利用CA-Markov 模型預(yù)測(cè)流溪河流域2010年和2020年景觀格局，并將2010年景觀格局實(shí)際分布結(jié)果與預(yù)測(cè)結(jié)果進(jìn)行對(duì)比，預(yù)測(cè)精度達(dá)82%，說(shuō)明采用CA-Markov 模型的模擬結(jié)果較好，可靠性較高，也表明CA-Markov 模型可以用來(lái)模擬預(yù)測(cè)流溪河流域的景觀格局.

運(yùn)用CA-Markov 模型對(duì)流域景觀格局進(jìn)行模擬預(yù)測(cè)研究中，影響預(yù)測(cè)精度有2個(gè)方面:(1)中國(guó)科學(xué)院數(shù)據(jù)應(yīng)用環(huán)境中心下載的TM 圖像的景觀類型解譯精度;(2)在復(fù)雜的景觀類型轉(zhuǎn)化過(guò)程中，轉(zhuǎn)換規(guī)則和模型參數(shù)的定義過(guò)程.因此，為了更準(zhǔn)確地掌握流域景觀格局動(dòng)態(tài)變化趨勢(shì)，上述2個(gè)方面還需要在今后的工作中進(jìn)行深入研究.

2010—2020年流溪河流域內(nèi)各景觀面積均發(fā)生了變化，但變化不大，景觀斑塊交界的地方發(fā)生的變化較多.從總體上看，流域中下游地區(qū)景觀格局變化較劇烈，上游地區(qū)景觀格局變化趨于穩(wěn)定.在人類活動(dòng)為主要驅(qū)動(dòng)因素下，流域景觀的破碎度與聚合度將繼續(xù)受到影響，并因?yàn)槿祟惖幕顒?dòng)與意志，人為景觀將逐漸取代自然景觀，流域自身生態(tài)恢復(fù)能力將降低.為了提高流域內(nèi)景觀格局的穩(wěn)定性，建議對(duì)流域內(nèi)的耕地與林草地面積進(jìn)行恢復(fù)，保持在一定的范圍，同時(shí)要限制建筑用地的無(wú)限擴(kuò)張.

［1］鄔建國(guó). 景觀生態(tài)學(xué)—格局、過(guò)程、尺度與等級(jí)［M］.北京:高等教育出版社，2000:213－215.

［2］謝家麗，宋翔，顏長(zhǎng)珍. 人類干擾對(duì)若爾蓋高原景觀格局變化影響的遙感分析［J］. 北京聯(lián)合大學(xué)學(xué)報(bào):自然科學(xué)版，2012，26(3):16－20.Xie J L，Song X，Yan C Z. Response of landscape pattern changes to human interference in Zoige Plateau［J］. Journal of Beijing Union University:Natural Sciences，2012，26(3):16－20.

［3］劉焱序，任志遠(yuǎn)，李春越. 秦嶺山區(qū)景觀格局演變的生態(tài)服務(wù)價(jià)值響應(yīng)研究——以商洛市為例［J］. 干旱區(qū)資源與環(huán)境，2013，27(3):109－114.Liu Y X，Ren Z Y，Li C Y. Response of ecosystem services value to the landscape patterns change in Qin-ling mountains:A case of Shangluo city［J］. Journal of Arid Land Resources and Environment，2013，27(3):109－114.

［4］Luo G，Yin C，Chen X，et al. Combining system dynamic model and CLUE-S model to improve land use scenario analyses at regional scale:A case study of Sangong watershed in Xinjiang，China［J］. Ecological Complexity，2010，7:198－207.

［5］Zhang Q，Ban Y，Liu J，et al. Simulation and analysis of urban growth scenarios for the Greater Shanghai area，China［J］. Computers，Environment and Urban Systems，2011，35:126－139.

［6］Turner M G.Landscape ecology:The effect of pattern on process［J］.Annual Review of Ecology Systematics，1989(20):171－197.

［7］牛星，歐名豪. 基于Markov 理論的揚(yáng)州市土地利用結(jié)構(gòu)預(yù)測(cè)［J］. 經(jīng)濟(jì)地理，2007，27(1):153－156.Niu X，Ou M H. Study on the forecast of land structure in Yanzhou city based on Markov theory［J］. Economic Geography，2007，27(1):153－156.

［8］Acevedo P，F(xiàn)arfán M A，Márquez A L，et al. Past，present and future of wild ungulates in relation to changes in land use［J］. Landscape Ecology，2011，26(1):19－31.

［9］Nouri J，Gharagozlou A，Arjmandi R，et al.Predicting urban land use changes using a CA-Markov model［J］.Arabian Journal for Science and Engineering，2014，39(7):5565－5573.

［10］陳愛(ài)玲，都金康. 基于CA－Markov 模型的秦淮河流域土地覆蓋格局模擬預(yù)測(cè)［J］. 國(guó)土資源遙感，2014，26(2):184－189.Chen A L，Du J K.Simulation and forecast of land cover pattern in Qinhuai River basin based on the CA-Markov model［J］. Remote Sensing for Land ＆ Resources，2014，26(2):184－189.

［11］吉冬青，文雅，魏建兵，等. 流溪河流域土地利用景觀生態(tài)安全動(dòng)態(tài)分析［J］. 熱帶地理，2013，33(3):299－306.Ji D Q，Wen Y，Wei J B，et al. Dynamic trend of land use landscape ecological security in liuxihe watershed［J］. Tropical Geography，2013，33(3):299－306.

［12］程剛，張祖陸，呂建樹，等.基于CA-Markov 模型的三川流域景觀格局分析及動(dòng)態(tài)預(yù)測(cè)［J］. 生態(tài)學(xué)雜志，2013，32(4):999－1005.Cheng G，Zhang Z L，Lv J S，et al. Landscape pattern analysis and dynamic prediction of Sanchuan basin in East China basedon CA-Markov model［J］.Chinese Journal of Ecology，2013，32(4):999－1005.

［13］馮異星，羅格平，周德成，等. 近50a 土地利用變化對(duì)干旱區(qū)典型流域景觀格局的影響——以新疆瑪納斯河流域?yàn)槔跩］. 生態(tài)學(xué)報(bào)，2010，30(16):4295－4305.Feng Y X，Luo G P，Zhou D C，et al. Effects of land use change on landscape pattern of a typical arid watershed in the recent 50 years:A case study on Manas River Watershed in Xinjiang［J］. Acta Ecologica Sinica，2010，30(16):4295－4305.