臺(tái)曉麗, 肖 武, 張建勇, 呂雪嬌, 丁 晴

(中國(guó)礦業(yè)大學(xué)(北京) 土地復(fù)墾與生態(tài)重建研究所, 北京 100083)

?

基于景觀指數(shù)的巢湖流域各縣區(qū)耕地細(xì)碎化研究

臺(tái)曉麗, 肖 武, 張建勇, 呂雪嬌, 丁 晴

(中國(guó)礦業(yè)大學(xué)(北京) 土地復(fù)墾與生態(tài)重建研究所, 北京 100083)

選取巢湖流域14個(gè)縣區(qū)為研究對(duì)象，基于2015年高分一號(hào)遙感影像數(shù)據(jù)提取了巢湖流域耕地的空間分布數(shù)據(jù)，以景觀格局為視角，構(gòu)建基于6個(gè)景觀指數(shù)的耕地細(xì)碎度度量指標(biāo)體系，并進(jìn)行了主成分分析，形成兩個(gè)主成分(F1，F(xiàn)2)的耕地細(xì)碎化綜合測(cè)算模型，以期為巢湖流域的土地整治工作提供理論基礎(chǔ)和可行建議。結(jié)果表明：所選取的6個(gè)景觀格局指數(shù)綜合了面積、形狀和分布等因素，是度量巢湖流域耕地細(xì)碎化程度的重要指標(biāo)體系；主成分分析法的前兩個(gè)主成分方差累計(jì)貢獻(xiàn)率達(dá)96.969%，能夠表達(dá)6個(gè)原始景觀指數(shù)的大部分信息，其中，第一主成分是描述斑塊平均面積和分布的綜合指標(biāo)，第二主成分是代表斑塊形狀信息的綜合性指標(biāo)。巢湖流域各縣區(qū)耕地細(xì)碎化空間差異大，東部細(xì)碎程度最低，可大力促進(jìn)農(nóng)業(yè)規(guī)模化的發(fā)展；西部和南部四個(gè)縣區(qū)細(xì)碎程度中等，主要與原始地形起伏較大有關(guān)，建議通過平整土地、合并零星地塊的方式降低細(xì)碎度；北部三個(gè)縣可以通過土地整治規(guī)整田塊形狀來降低耕地細(xì)碎化；合肥市所轄四區(qū)耕地細(xì)碎程度最大，與城市的擴(kuò)展對(duì)農(nóng)田的占用具有一定的聯(lián)系，在城市發(fā)展中應(yīng)當(dāng)合理考慮城市拓展與耕地保護(hù)的關(guān)系。

高分一號(hào); 景觀指數(shù); 耕地細(xì)碎度; 主成分分析; 土地整治

巢湖流域位于安徽省中部，長(zhǎng)江流域下游，是我國(guó)著名的五大淡水湖之一，也是周圍重要的飲用水源地，流域人口集中，農(nóng)業(yè)歷史悠久。隨著城市化、工業(yè)化的發(fā)展，巢湖流域的土地利用結(jié)構(gòu)發(fā)生著巨大的變化，出現(xiàn)一系列問題，例如建設(shè)用地面積迅速擴(kuò)張，耕地面積銳減，以及水質(zhì)污染和富營(yíng)養(yǎng)化等現(xiàn)象。近幾年，相關(guān)研究頗多，多從時(shí)間尺度入手，以巢湖流域近二三十年來土地利用/覆蓋變化為基礎(chǔ)，分析其對(duì)生態(tài)服務(wù)價(jià)值造成的影響[1-3]，對(duì)生態(tài)環(huán)境質(zhì)量和生態(tài)承載力造成的影響[4-6]，對(duì)巢湖流域水質(zhì)和徑流量造成的影響等[7-8]。缺乏對(duì)流域內(nèi)各縣區(qū)耕地細(xì)碎化的定量度量、研究及橫向?qū)Ρ确治觥?/p>

耕地細(xì)碎化，是指由于自然或者人為因素，耕地被分割為零碎的、分散的、大小不一的斑塊，呈現(xiàn)出分散無序狀態(tài)。它是與土地規(guī)模化經(jīng)營(yíng)相悖的土地利用格局，會(huì)導(dǎo)致耕地的有效面積減少和分散化，使土地的產(chǎn)出效率降低。土地整治作為保護(hù)耕地和節(jié)約用地、促進(jìn)新農(nóng)村建設(shè)和城鄉(xiāng)統(tǒng)籌發(fā)展的重要手段，能合理規(guī)劃田、水、路、林、村布局，避免耕地細(xì)碎化現(xiàn)象。巢湖流域人口和產(chǎn)業(yè)密集，人地矛盾突出，耕地細(xì)碎化嚴(yán)重，摸清各縣區(qū)耕地細(xì)碎化現(xiàn)狀及其原因，對(duì)因地制宜地開展土地整治工作、提高農(nóng)業(yè)生產(chǎn)效率具有積極的指導(dǎo)意義。本研究以高分影像為數(shù)據(jù)源，基于主成分分析法，利用景觀格局指數(shù)量化巢湖流域各縣區(qū)耕地細(xì)碎度，并進(jìn)行橫向?qū)Ρ确治?，以期為巢湖流域土地利用?guī)劃以及土地整治提供理論基礎(chǔ)和可行建議。

1　資料與方法

1.1研究區(qū)概況

巢湖流域位于安徽省中部，所轄行政區(qū)域包括廬陽(yáng)區(qū)、瑤海區(qū)、蜀山區(qū)、包河區(qū)、金安區(qū)、居巢區(qū)、長(zhǎng)豐縣、肥西縣、肥東縣、舒城縣、廬江縣、無為縣、和縣和含山縣14個(gè)縣區(qū)。氣候?qū)賮啛釒Ш团瘻貛н^渡性的副熱帶季風(fēng)氣候區(qū)，氣候溫和濕潤(rùn)，年平均氣溫15～16℃，多年平均降水量為1 100 mm，流域內(nèi)夏季降水豐富，冬季較少。流域主導(dǎo)風(fēng)向夏季為東南風(fēng)，冬季為東北風(fēng)。巢湖流域地處江淮丘陵地帶，有銀屏山、冶父山、大別山、防虎山等低山丘陵分布四周，地形為西高東低、中間低洼平坦。巢湖市、合肥市、肥東縣、肥西縣和廬江縣環(huán)湖體分布，各縣區(qū)隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，城市建設(shè)用地迅速擴(kuò)張，耕地面積銳減、形狀變化、分布零散，細(xì)碎化現(xiàn)象加劇。

1.2數(shù)據(jù)來源和預(yù)處理

本研究以研究區(qū)的高分一號(hào)16 m分辨率遙感影像作為數(shù)據(jù)源，數(shù)據(jù)來自中國(guó)資源衛(wèi)星應(yīng)用中心。選擇2015年8月3日的影像，影像質(zhì)量良好，云量很少，便于數(shù)據(jù)處理和土地利用信息的提取。利用ENVI 5.1軟件，對(duì)影像進(jìn)行輻射定標(biāo)、大氣校正、幾何校正和鑲嵌后，裁剪提取研究區(qū)的影像，利用最大似然法進(jìn)行監(jiān)督分類[9-10]。之后選取驗(yàn)證樣本進(jìn)行精度評(píng)價(jià)，總精度在93%以上，總Kappa系數(shù)為0.936 6，分類效果較好。將分類結(jié)果保存為柵格數(shù)據(jù)后，在ArcGIS中提取出14個(gè)區(qū)縣的耕地?cái)?shù)據(jù)(圖1)。將提取的數(shù)據(jù)分別導(dǎo)入Fragstats 4.2軟件，計(jì)算景觀指數(shù)和景觀細(xì)碎度。

圖1巢湖流域各縣區(qū)2015年耕地分布

1.3研究方法

景觀格局指數(shù)能高度濃縮景觀格局信息，反映其結(jié)構(gòu)組成和空間配置等方面的信息和特征。一般分為單個(gè)斑塊、斑塊類型和景觀三個(gè)水平[11]，目前，被廣泛應(yīng)用于土地利用[12-14]、城市景觀[15-16]等研究。本文通過計(jì)算巢湖流域各縣區(qū)耕地斑塊類型指數(shù)，試圖定量衡量各縣區(qū)耕地細(xì)碎度，在借鑒已有研究成果的基礎(chǔ)上[17-19]，綜合考慮耕地平均面積、形狀、分布等方面的因素。首先，斑塊面積和細(xì)碎化程度有密切關(guān)系，一般情況下，斑塊平均面積越小，細(xì)碎化程度越高，平均面積越大，細(xì)碎化程度越低；其次，細(xì)碎化與斑塊形狀有關(guān)，斑塊面積相同條件下，形狀越簡(jiǎn)單，細(xì)碎化程度越低，形狀越復(fù)雜，細(xì)碎化程度越高；再者，地塊分布因素也會(huì)影響細(xì)碎化，斑塊分布的越分散，說明被分割程度越高，其細(xì)碎化程度越高，斑塊分布聚集，則細(xì)碎化程度低。所以本文在耕地類型尺度上，選擇斑塊平均面積(MPS)、斑塊密度(PD)、邊界密度(ED)、面積加權(quán)形狀指數(shù)(AWMSI)、面積加權(quán)分維數(shù)(AWMPFD)和斑塊聚集度指數(shù)(AI)6個(gè)指標(biāo)來衡量細(xì)碎化程度。

2　結(jié)果與分析

2.1耕地景觀指數(shù)分析

表1為利用Fragstats 4.2軟件得到的各縣區(qū)的景觀指數(shù)。斑塊平均面積最小的是蜀山區(qū)，只有2.368 1，最大的是含山縣，為30.196 1，相差27.828，區(qū)域差異顯著。合肥市所轄四個(gè)區(qū)，蜀山區(qū)、包河區(qū)、瑤海區(qū)、廬陽(yáng)區(qū)的斑塊平均面積為2.368 1～3.303 1，是平均斑塊面積最小的四個(gè)縣區(qū)，斑塊密度和邊界密度最大，與其他縣區(qū)差距大，這與區(qū)域總面積小有關(guān)，更主要的是因?yàn)槌鞘械陌l(fā)展導(dǎo)致建設(shè)用地?zé)o序擴(kuò)張，占用大量耕地，耕地斑塊被分割，面積減??；東北的含山縣、居巢區(qū)和肥東縣平均面積最大，大于22.659 3，對(duì)應(yīng)的斑塊密度是最小的，邊界密度也很小，這除了由于東部地區(qū)地形平坦，便于耕地連片使用外，還得力于對(duì)土地整治項(xiàng)目的重視，特別是近幾年通過工礦廢棄地復(fù)墾項(xiàng)目，使耕地面積增加，形狀更加規(guī)整。面積加權(quán)形狀指數(shù)和面積加權(quán)分維數(shù)最大的區(qū)縣為肥東縣、長(zhǎng)豐縣、無為縣、肥西縣和金安區(qū)，說明這些縣區(qū)耕地形狀復(fù)雜、不規(guī)則；而合肥市所轄四個(gè)區(qū)的形狀指數(shù)是最小的，耕地形狀更加接近正方形，說明合肥市在城市發(fā)展過程中，雖然耕地被分割，斑塊面積減小，但是保持了比較規(guī)則的形狀。斑塊聚集度指數(shù)，除包河區(qū)、廬陽(yáng)區(qū)、蜀山區(qū)、瑤海區(qū)的較小，其余的均大于90，說明這4個(gè)區(qū)由較多的小斑塊組成，跟前面的分析相吻合。

表1　巢湖流域各縣區(qū)耕地細(xì)碎化指標(biāo)指數(shù)

2.2耕地景觀指數(shù)的主成分分析

在SPSS軟件中對(duì)6組數(shù)據(jù)進(jìn)行兩兩間的相關(guān)分析，相關(guān)系數(shù)見表2(只寫出下三角部分)。由表2可見，MPS和AWMSI的相關(guān)系數(shù)最低，為0.639，但在0.05水平下達(dá)顯著性相關(guān)，其余指數(shù)間在0.01水平下均達(dá)到顯著性相關(guān)；6個(gè)指標(biāo)兩兩間均存在顯著相關(guān)性，尤其是ED和AI的相關(guān)系數(shù)為-1，幾乎完全負(fù)相關(guān)；同樣描述斑塊形狀信息的AWMSI和AWMPFD的相關(guān)性系數(shù)為0.95，相關(guān)性高，且呈正相關(guān)，但AWMSI，AWMPFD分別和MPS，AI呈正相關(guān)，和PD，ED呈負(fù)相關(guān)，說明巢湖流域耕地面積小、分布離散的地區(qū)，斑塊形狀反而簡(jiǎn)單、規(guī)則，而平均面積大，分布聚集的地區(qū)，斑塊形狀反而復(fù)雜、不規(guī)則。

各指數(shù)相關(guān)性的存在，必然導(dǎo)致信息的重復(fù)和冗雜，為消除相關(guān)性，避免主觀賦權(quán)重帶來的偏差，并達(dá)到降維的目的，本文采用主成分分析法對(duì)數(shù)據(jù)進(jìn)行處理。主成分分析是通過構(gòu)造原變量的一系列線性組合，使各線性組合在彼此不相關(guān)的前提下，盡可能多地反映原變量的信息。它以分析變量的相關(guān)矩陣作為提取主成分的依據(jù)，對(duì)主成分的篩選，要考慮特征值和累計(jì)方差貢獻(xiàn)率，在實(shí)際應(yīng)用時(shí)，通常選取累計(jì)貢獻(xiàn)率較高的(80%到90%)前幾個(gè)主成分[20-22]。由表3可知，第一、第二主成分的特征值分別為5.305，0.513，方差貢獻(xiàn)率分別為88.418%和8.551%，累計(jì)方差貢獻(xiàn)率為96.969%，大于90%，能夠闡釋原始數(shù)據(jù)的大部分信息，所以選取前兩個(gè)主成分F1和F2代替6個(gè)景觀指數(shù)。

由主成分得分矩陣不難看出，第一主成分在MPS，PD，ED和AI四個(gè)指標(biāo)上具有較大的載荷，第二主成分在AWMSI和AWMPFD上具有較大載荷。MPS和AI在第一主成分中的系數(shù)為正值，PD和ED的系數(shù)為負(fù)值，說明當(dāng)一個(gè)縣區(qū)的第一主成分得分較大時(shí)，它的耕地斑塊平均面積和聚集度指數(shù)會(huì)較大，斑塊密度和邊緣密度會(huì)較小；第一主成分是反映耕地平均面積和分布的綜合指標(biāo)。在第二主成分中，AWMSI和AWMPFD的系數(shù)均為正值，說明如果一個(gè)縣區(qū)的第二主成分較大，則它的面積加權(quán)形狀指數(shù)和面積加權(quán)分維數(shù)較大，即斑塊形狀較復(fù)雜、不規(guī)則；因此第二主成分是反映耕地形狀方面信息的綜合性指數(shù)。

通過得分矩陣得到兩個(gè)主成分的得分公式：

F1=0.567X1-0.179X2-0.369X3-0.477X4-0.248X5+0.377X6

F2=-0.41X1-0.075X2+0.152X3+0.818X4+0.57X5-0.162X6

考慮兩個(gè)主成分與耕地細(xì)碎度的關(guān)系，根據(jù)方差貢獻(xiàn)率對(duì)兩個(gè)主成分求權(quán)重，綜合得分公式如下：

F=-91.18%F1+8.82%F2

式中：F1表示第1主成分得分；F2表示第2主成分得分；F表示綜合得分；X1表示斑塊平均面積；X2表示斑塊密度；X3表示邊界密度；X4表示面積加權(quán)形狀指數(shù)；X5表示面積加權(quán)分維數(shù)；X6表示斑塊聚集度指數(shù)。F值越大的縣區(qū)，表明耕地細(xì)碎化程度越高；反之，細(xì)碎化程度越低。

表2　6個(gè)景觀指數(shù)的Spearman秩相關(guān)系數(shù)矩陣

注:*表示在0.05水平上顯著性相關(guān)，**表示在0.01水平上顯著性相關(guān)。

將各縣區(qū)指數(shù)值代入公式，得到主成分得分及排序，見表3。第1主成分得分高的縣區(qū)，有含山縣、和縣、居巢區(qū)、舒城縣、金安區(qū)、肥東縣等，主要分布在巢湖流域的東北部和西部，其斑塊平均面積大，耕地分布聚集。這是因?yàn)檫@些縣區(qū)地形較為平坦、起伏度小，便于耕地集中連片耕作，所以耕地有較大的平均面積和聚集度；另外，近10 a來，這些地區(qū)不斷加大土地整治力度，也使耕地斑塊面積增大，更具有現(xiàn)代農(nóng)業(yè)的特點(diǎn)。反之，得分低的長(zhǎng)豐縣、包河區(qū)、廬陽(yáng)區(qū)、瑤海區(qū)、蜀山區(qū)等，被合肥市所轄或與其鄰接，縣區(qū)內(nèi)耕地斑塊平均面積小，分布分散。因?yàn)樵诔鞘谢凸I(yè)化進(jìn)程中，人們對(duì)建設(shè)用地的需求增加，導(dǎo)致城市外延式擴(kuò)張，建設(shè)用地大量占用耕地，耕地面積減小，分布格局分散。綜上所述，巢湖流域東北部和西部耕地的斑塊平均面積較大且分布較聚集，而合肥市所轄四個(gè)區(qū)，存在嚴(yán)重的耕地面積小、分布分散等問題。

表3　巢湖流域各縣區(qū)耕地景觀指數(shù)主成分分析得分

第2主成分分值高的縣區(qū)，有長(zhǎng)豐縣、肥東縣、無為縣、肥西縣等，分布在巢湖流域的北部和東南部，這些地區(qū)耕地斑塊形狀復(fù)雜、不規(guī)律，不利于大面積機(jī)械耕作，除了與地勢(shì)不平坦有關(guān)外，還與缺少土地利用規(guī)劃和整治規(guī)劃的指導(dǎo)有關(guān)。反之，如含山縣、蜀山區(qū)、廬陽(yáng)區(qū)、和縣、瑤海區(qū)、包河區(qū)，斑塊形狀簡(jiǎn)單、規(guī)律，便于機(jī)械耕作，除了得力于平坦的地勢(shì)外，還得力于土地整治規(guī)劃的實(shí)施，尤其合肥市所轄四個(gè)縣區(qū)，在城市化擴(kuò)張中仍能保持耕地斑塊形狀的規(guī)則，土地規(guī)劃的作用不可小覷。

耕地細(xì)碎化綜合得分中，9個(gè)縣區(qū)為正值，表明細(xì)碎化程度在平均水平以上，5個(gè)縣區(qū)的綜合得分為負(fù)值，表明細(xì)碎化程度在平均水平以下，最高值1.179 59和最低值-1.625 61，相差2.805 2，說明各縣區(qū)間耕地細(xì)碎化程度存在很大差異性。得分為負(fù)且絕對(duì)值較大的縣區(qū)，如含山縣、和縣、居巢區(qū)等，耕地平均面積最大，分布較聚集，斑塊形狀較簡(jiǎn)單規(guī)則，耕作便利，效率高，利于農(nóng)業(yè)現(xiàn)代化的發(fā)展。得分為正值且越高的縣區(qū)，如蜀山區(qū)、瑤海區(qū)、廬陽(yáng)區(qū)、長(zhǎng)豐縣等，耕地細(xì)碎化嚴(yán)重，不利于耕地規(guī)模化經(jīng)營(yíng)和農(nóng)業(yè)現(xiàn)代化的發(fā)展。由圖2可見，巢湖流域東部地區(qū)耕地細(xì)碎度低，細(xì)碎化嚴(yán)重的地區(qū)主要分布在北部和南部，在土地整治過程中，應(yīng)針對(duì)各縣區(qū)存在的具體問題，選取合適的整治措施，以改善耕地細(xì)碎化嚴(yán)重的現(xiàn)象。

圖2　巢湖流域各縣區(qū)耕地細(xì)碎度分布

3　結(jié)論與討論

(1) 斑塊平均面積(MPS)、斑塊密度(PD)、邊界密度(ED)、面積加權(quán)形狀指數(shù)(AWMSI)、面積加權(quán)分維數(shù)(AWMPFD)和斑塊聚集度指數(shù)(AI)，是衡量巢湖流域耕地細(xì)碎度的重要指標(biāo)。

(2) 衡量耕地細(xì)碎度的景觀指數(shù)存在一定相關(guān)性，主成分分析的前兩個(gè)主成分累計(jì)貢獻(xiàn)率為96.969%，足以表達(dá)原始變量承載的大部分信息。第一主成分是反映耕地面積、分布的綜合指標(biāo)；第二主成分是反映耕地斑塊形狀信息的綜合性指標(biāo)。

(3) 巢湖流域耕地細(xì)碎化現(xiàn)象是由自然因素和人為因素共同造成的。自然因素主要是地形，地形起伏度大，不便于耕地的集中連片使用，容易導(dǎo)致耕地斑塊面積小、形狀不規(guī)則、分布格局分散，引起耕地細(xì)碎化現(xiàn)象的發(fā)生。人為因素主要包括城市化進(jìn)程和土地整治活動(dòng)兩方面，城市化進(jìn)程中，建設(shè)用地對(duì)耕地的占用，導(dǎo)致耕地面積減小，從而引起細(xì)碎化問題；而土地整治項(xiàng)目，通過合并細(xì)小斑塊、不規(guī)則斑塊和合理規(guī)劃耕地布局，可以消除細(xì)碎化問題。

(4) 總體而言，巢湖流域各縣區(qū)的耕地細(xì)碎度空間差異性大。東部三個(gè)縣區(qū)耕地細(xì)碎化程度最低，可以充分利用其有利的現(xiàn)狀，大力促進(jìn)農(nóng)業(yè)規(guī)?；?jīng)營(yíng)，充分發(fā)揮農(nóng)業(yè)機(jī)械的作用，以降低平均成本，獲得更高效益。西部和南部的金安區(qū)、舒城縣、廬江縣和無為縣，耕地細(xì)碎程度中等，但是因原始地形起伏較大，丘陵、山地較多，給耕地連片使用帶來一定的困難，可以通過土地整治將零星分布、條塊分割、高低不平的耕地進(jìn)行歸并平整，集合成相對(duì)集中成片、田塊大小面積相對(duì)均衡的耕地，對(duì)于地勢(shì)起伏太大難以平整的地區(qū)，可大力促進(jìn)林業(yè)發(fā)展。北部長(zhǎng)豐縣、肥西縣和肥東縣三縣，耕地細(xì)碎化較為嚴(yán)重，主要是由于斑塊形狀不規(guī)則造成的，要通過土地整治將形狀復(fù)雜的耕地變?yōu)樾螤詈?jiǎn)單、規(guī)則的斑塊。合肥市所轄四個(gè)區(qū)的細(xì)碎化程度最嚴(yán)重，主要是由于耕地平均面積小、分布離散引起的，這與城市的拓展對(duì)農(nóng)田的占用有一定的聯(lián)系，在城市發(fā)展中應(yīng)當(dāng)合理考慮城市拓展與耕地保護(hù)的關(guān)系，保證耕地不因城市化而產(chǎn)生細(xì)碎化問題。

[1]吳開亞.巢湖流域農(nóng)業(yè)循環(huán)經(jīng)濟(jì)發(fā)展的綜合評(píng)價(jià)[J].中國(guó)人口·資源與環(huán)境,2008,18(1):94-98.

[2]李云生,周廣金,梁濤.巢湖流域的土地利用變化及其生態(tài)系統(tǒng)功能損益[J].地理研究,2009,28(6):1656-1663.

[3]周廣金,吳連喜.近30 a巢湖流域土地利用變化及其驅(qū)動(dòng)力研究[J].華東理工大學(xué)學(xué)報(bào):自然科學(xué)版,2009,32(3):265-270.

[4]李如忠.巢湖流域生態(tài)環(huán)境質(zhì)量評(píng)價(jià)初步研究[J].合肥工業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版,2001,24(5):987-990.

[5]徐強(qiáng),陳來.巢湖流域生態(tài)承載力定量評(píng)價(jià)研究[J].中國(guó)水土保持,2010(6):52-55.

[6]王傳輝,郭振亞,高超.基于遙感的巢湖流域景觀格局變化研究[J].長(zhǎng)江流域資源與環(huán)境,2013,22(12):1586-1592.

[7]高超,翟建青,陶輝.巢湖流域土地利用/覆被變化的水文效應(yīng)研究[J].自然資源學(xué)報(bào),2009,24(10):1794-1801.

[8]張殷俊,陳爽,相景昌.河流近域土地利用格局與水質(zhì)相關(guān)性分析:以巢湖流域?yàn)槔齕J].長(zhǎng)江流域資源與環(huán)境,2011,20(9):1054-1060.

[9]孟巖,趙庚星,程晉南.基于MODIS遙感數(shù)據(jù)和GIS的山東省生態(tài)環(huán)境狀況評(píng)價(jià)[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào),2008,16(4):1020-1024.

[10]張明陽(yáng),王克林,劉會(huì)玉.基于遙感影像的桂西北喀斯特區(qū)植被碳儲(chǔ)量及密度時(shí)空分異[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào),2013,21(12):1545-1553.

[11]鄔建國(guó).景觀生態(tài)學(xué):格局、過程、尺度和等級(jí)[M].北京:高等教育出版社,2007.

[12]孔祥麗,王克林,陳洪松.基于GIS的喀斯特地區(qū)土地利用景觀空間格局研究:以廣西壯族自治區(qū)河池市為例[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào),2007,15(4):134-138.

[13]梁右嘉,鐘方雷,徐忠民.基于RS和GIS的張掖市土地利用景觀格局變化及驅(qū)動(dòng)力[J].蘭州大學(xué)學(xué)報(bào),2010,46(5):25-30.

[14]張軍,陳英,程文仕.榆中縣土地利用的景觀格局分析[J].甘肅農(nóng)業(yè)科技,2008(6):3-7.

[15]孫艷玲,郭鵬.基于GIS和RS的天津市城市景觀演變分析[J].安徽農(nóng)業(yè)科學(xué),2011,39(13):7949-7951.

[16]賈琦,運(yùn)迎霞,黃煥春.快速城市化背景下天津市城市景觀格局時(shí)空動(dòng)態(tài)分析[J].干旱區(qū)資源與環(huán)境,2012,26(12):14-21.

[17]王道駿,陳英,賈守杰.基于景觀格局指數(shù)的耕地細(xì)碎化研究:以甘肅省臨夏北塬地區(qū)為例[J].中國(guó)農(nóng)學(xué)通報(bào),2014,30(32):184-188.

[18]黃思琴,陳英.基于景觀指數(shù)的耕地細(xì)碎化與農(nóng)業(yè)經(jīng)濟(jì)水平的空間相關(guān)性分析[J].干旱地區(qū)農(nóng)業(yè)研究,2015,33(3):238-244.

[19]李鑫,歐名豪,馬賢磊.基于景觀指數(shù)的細(xì)碎化對(duì)耕地利用效率影響研究:以揚(yáng)州市里下河區(qū)域?yàn)槔齕J].自然資源學(xué)報(bào),2011,26(10):1758-1767.

[20]董家華.生態(tài)農(nóng)業(yè)土地綜合指標(biāo)評(píng)價(jià)體系研究:以山東省為例[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào),2005,13(3):25-28.

[21]王明全,王金達(dá),劉景雙.基于集對(duì)分析和主成分分析的吉林西部生態(tài)承載力演變研究[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào),2009,17(4):795-799.

[22]范金城,梅長(zhǎng)林.數(shù)據(jù)分析[M].北京:科學(xué)出版社,2010:124-136.

Research of Cultivated Land Fragmentation at the Township Level of Chaohu Basin Based on Landscape Metrics

TAI Xiaoli, XIAO Wu, ZHANG Jianyong, LYU Xuejiao, DING Qing

(InstituteofLandReclamationandEcologicalRestoration,ChinaUniversityofMiningandTechnology,Bingjing100083,China)

Selecting 14 counties of Chaohu Basin as the research object, based on high spatial resolution image of 2015, we extracted the Chaohu Lake Basin spatial distribution data of cultivated land, in the perspective of landscape pattern, we built farmland fragmentation measurement index system based on 6 landscape indexes, and had carried out the principal component analysis, formed two principal component (F1,F2) of farmland fragmentation integrated measurement model, in order to provide the theoretical basis and feasible suggestions for the land regulation in Chaohu Basin. The results showed that selected 6 indexes included area, shape, distribution and other factors of cultivated land fragmentation, it was the measurement system of an important indicator of the Chaohu Lake Basin land fragmentation; the cumulative contribution rate of the first two principal components is 96.969%, so they can express most of the information of the 6 original landscape indexes, the first principal component is the comprehensive index about area and distribution, the second is the comprehensive index about shape; the cultivated land fragmentation spatial difference of Chaohu Basin is great, eastern fragmentation is minimum, we can promote the development of agricultural scale, the four counties of west and south are medium, and mainly related to the original topographic relief. We can reduce fragmentation according to leveling land and mergering scattered patch, the three counties of north can reduce land fragmentation through land shape regulation, the fragmentation of the four districts of Hefei is serious, and related to cities′ occupation to farmland. We should consider the relationship between city extension and farmland protection during the development of city.

Gaofen-1; landscape index; cultivated land fragmentation; principal component analysis; land regulation

2015-12-04

2016-01-05

國(guó)土資源部公益性行業(yè)科研專項(xiàng)“土地綜合整治生態(tài)景觀設(shè)計(jì)技術(shù)研究”(201411006-05)

臺(tái)曉麗(1990—),女,山東省諸城人,碩士研究生,研究方向?yàn)橥恋貜?fù)墾與生態(tài)修復(fù)。E-mail:taixiaolisd@163.com

肖武(1983—),男,湖南漣源人,副教授,研究方向?yàn)橥恋貜?fù)墾與生態(tài)修復(fù),3S,土地規(guī)劃。E-mail:594800072@qq.com

F301.24

A

1005-3409(2016)04-0094-05