劉世梁，安南南，侯笑云，董世魁，趙爽，許經(jīng)緯

北京師范大學(xué)環(huán)境學(xué)院水環(huán)境模擬國家重點(diǎn)實(shí)驗(yàn)室，北京 100875

運(yùn)用遙感影像獲取地表植被覆蓋現(xiàn)狀及其變化信息，對(duì)于揭示地表空間分異規(guī)律、探討景觀格局動(dòng)態(tài)具有重要的現(xiàn)實(shí)意義。目前，在景觀格局研究中應(yīng)用最為廣泛的兩種方法：一是景觀格局指數(shù)方法，二是空間自相關(guān)分析法（張松林等，2007a，2007b；馮異星等，2010；吳莉等，2013；周天墨等，2013）。景觀格局主要是指構(gòu)成景觀生態(tài)系統(tǒng)或土地利用/覆被類型的形狀、比例和空間配置（胡巍巍等，2008），通常利用景觀格局指數(shù)進(jìn)行描述。目前，通過計(jì)算多時(shí)相不同景觀類型的景觀指數(shù)，分析時(shí)間序列景觀格局動(dòng)態(tài)的研究較多（王小東，2011；崔世杰，2013）。而利用移動(dòng)窗口法可以將景觀指數(shù)進(jìn)行空間化展示，使景觀的空間格局更加清楚，因此成為研究景觀空間連續(xù)分布的重要方法。移動(dòng)窗口法是通過設(shè)置窗口邊長(zhǎng)的大小，來計(jì)算窗口內(nèi)所選的景觀指數(shù)。目前移動(dòng)窗口法已廣泛應(yīng)用在流域、城市、干旱河谷和梯級(jí)水電站等空間梯度格局研究中（張琳琳等，2010；劉琦等，2012；陶宇等，2013；張玲玲等，2014）。

在區(qū)域尺度上，通過遙感影像反演植被指數(shù)來表征地表覆蓋信息的研究也越來越廣泛，歸一化差植被指數(shù)（Normalized Different Vegetation Index，NDVI）（崔林麗等，2010；宋富強(qiáng)等，2011；王曉利等，2013）是較為常用的指數(shù)。通過運(yùn)用空間自相關(guān)法分析NDVI的空間聚集性及關(guān)聯(lián)性，來理解景觀異質(zhì)性的研究較為廣泛?？臻g自相關(guān)法用于檢驗(yàn)具有空間位置的某一要素的觀測(cè)值是否顯著地與其相鄰空間點(diǎn)上的觀測(cè)值之間表現(xiàn)出相對(duì)位置的依賴關(guān)系（邱炳文等，2007；張松林等，2007a，2007b）。張雪艷等（2009）、馬燕飛等（2010）、王曉利等（2013）采用空間自相關(guān)指數(shù)來分析區(qū)域NDVI的空間分布格局及聚集特征。

但是，運(yùn)用兩種方法對(duì)比分析景觀異質(zhì)性的研究相對(duì)較少。Chao et al.（2014）利用移動(dòng)窗口法和空間自相關(guān)法分析城市景觀破碎化程度，認(rèn)為兩種方法在反映景觀格局和空間異質(zhì)性方面有著良好的可比性，但未利用NDVI進(jìn)行指示性分析，同時(shí)基于多源數(shù)據(jù)的空間分析仍需要加強(qiáng)。本研究基于遙感數(shù)據(jù)和景觀指數(shù)，對(duì)比分析兩種方法在提供景觀結(jié)構(gòu)特征信息方面的可靠性，以此來分析景觀的空間異質(zhì)性。

另外，NDVI的變化與土地利用/土地覆蓋之間關(guān)系及其驅(qū)動(dòng)因子分析也受到廣泛關(guān)注（毛德華等，2011；梁堯欽等，2012）。大量研究表明，植被分布隨地形梯度的變化可以揭示地形因子對(duì)景觀演變的影響程度（張秋玲等，2007；陳利頂?shù)龋?008）。因此，本研究通過綜合選擇多個(gè)地形因子，分析NDVI變化與外部環(huán)境的相互關(guān)系，為了解景觀格局的空間分布規(guī)律奠定基礎(chǔ)。

2015年，景洪市林業(yè)用地面積占全市土地總面積的 68.3%（李江龍，2015），隨著工業(yè)化、城鎮(zhèn)化等人類活動(dòng)的加劇，該市林地生態(tài)系統(tǒng)監(jiān)控與管理問題更加突出。本研究結(jié)合多時(shí)段遙感影像資料，通過提取連續(xù)型數(shù)據(jù)（NDVI）、離散型數(shù)據(jù)（景觀類型）和地形因子等信息，對(duì)比移動(dòng)窗口法和空間自相關(guān)法定性分析區(qū)域景觀分布格局和 NDVI的空間關(guān)聯(lián)特征，了解植被景觀異質(zhì)性，探尋可穩(wěn)定反映景觀異質(zhì)性的方法，以期從案例研究角度獲得林業(yè)資源管理的科學(xué)依據(jù)。

1 數(shù)據(jù)來源及研究方法

1.1 研究區(qū)概況

景洪市位于云南省西南部，地處橫斷山系縱谷區(qū)南端，瀾滄江大斷裂帶兩側(cè)，最高海拔約為2400 m，瀾滄江和流沙河為流經(jīng)該區(qū)的主要河流。該地區(qū)屬于熱帶、亞熱帶季風(fēng)氣候（劉世梁等，2006），長(zhǎng)夏無冬，年均氣溫為 18.6～21.9 ℃，年均降水量為1200～1700 mm，季節(jié)分配極不均勻，一年之內(nèi)有明顯的旱季和雨季。植被類型主要包括熱帶雨林、熱帶季雨林、南亞熱帶常綠闊葉林、南亞熱帶針闊葉混交林、竹木混交林、灌木林和草叢等。該地區(qū)是中國進(jìn)入東南亞各國的主要通道和樞紐，交通建設(shè)發(fā)展迅速，人口密度增長(zhǎng)快速。本研究區(qū)域?yàn)?0 km×60 km的正方形，主要包括景洪市的中部和勐?？h的東部地區(qū)，地跨 21°40′～22°20′N，100°30′～101°10′E。以重點(diǎn)旅游干線和重點(diǎn)集鎮(zhèn)為骨架（耿紅生，2011）。2000—2010年，研究區(qū)內(nèi)林地資源被大量占用，建設(shè)用地快速擴(kuò)張，景觀格局發(fā)生了明顯變化。

1.2 數(shù)據(jù)源

采用多時(shí)相Landsat遙感數(shù)據(jù)分類，獲得所需要的景觀類型信息，根據(jù)2000年、2005年和2010年3個(gè)時(shí)段的TM影像（影像分辨率為30 m），進(jìn)行人工目視判讀與監(jiān)督分類，并結(jié)合2010年實(shí)地調(diào)研驗(yàn)證，獲取3個(gè)時(shí)期研究區(qū)景觀類型圖，其影像的分類精度達(dá) 85%。本文參照 IGBP土地利用/土地覆被分類標(biāo)準(zhǔn)（張景華等，2011），將該區(qū)景觀類型劃分為常綠針葉林、常綠闊葉林、人工林、城市綠地、草地、水域、耕地、建筑用地和未利用地（圖1）。

圖1 研究區(qū)2000年、2005年和2010年景觀類型圖Fig. 1 The landscape type maps of study area in 2000, 2005 and 2010

利用2000—2010年的SPOT VEGETATION逐旬NDVI數(shù)據(jù)（空間分辨率為1 km），綜合考慮研究區(qū)域數(shù)據(jù)源及研究數(shù)據(jù)的有效性，在研究區(qū)域進(jìn)行重采樣，生成間隔為1 km的點(diǎn)圖層，疊加3期NDVI柵格圖層提取每個(gè)點(diǎn)上的NDVI值。同時(shí)，基于DEM圖層，提取海拔、坡度、坡向、地形起伏度及地表粗糙度等5種地形因子。

1.3 研究方法

1.3.1 移動(dòng)窗口法

利用 Fragstats 4.2選取反映景觀水平的景觀指數(shù)，選擇邊長(zhǎng)為300 m矩形窗口進(jìn)行計(jì)算，通過對(duì)窗口內(nèi)選中的景觀特征進(jìn)行計(jì)算，輸出數(shù)據(jù)為對(duì)應(yīng)所選景觀指數(shù)的柵格圖。由于景觀指數(shù)類型繁雜，大部分指數(shù)在指示景觀格局特征時(shí)，存在靈敏度不高、指示含義重疊等問題（何鵬等，2009）。根據(jù)研究的實(shí)際需要，選取斑塊密度（PD）、邊緣密度（ED）、最大斑塊指數(shù)（LPI）、景觀形狀指數(shù)（LSI）、香農(nóng)多樣性指數(shù)（SHDI）、蔓延度指數(shù)（CONTAG），擬從破碎度、形狀和多樣性角度探討研究區(qū)景觀格局的空間變化特征（何鵬等，

2009；張立平等，2014）。

1.3.2 空間自相關(guān)法

空間自相關(guān)法通常采用全局和局部指標(biāo)進(jìn)行度量。由于全局指標(biāo)在一定程度上會(huì)掩蓋局部狀態(tài)的不穩(wěn)定性，本文采用局部指標(biāo)來分析研究區(qū)域內(nèi)NDVI在不同空間單元之間的自相關(guān)程度。用以表示空間自相關(guān)的指數(shù)和方法很多，其中 Moran’s I指數(shù)是在分析自相關(guān)性中應(yīng)用最廣泛的空間自相關(guān)判斷指標(biāo)。局部Moran’s I指數(shù)計(jì)算公式如下：

式中，xi和xj分別是變量x在配對(duì)空間單元i和j上的取值；x是變量x的平均值；n是空間單元總數(shù)；wij是相鄰權(quán)重。本文空間權(quán)重矩陣采用的是K-nearest-neighbors，鄰域數(shù)目為4。局部Moran’s I指數(shù)的取值范圍為-1～1，正值表示該空間單元與鄰近單元的屬性值相似（“高—高”或“低—低”），負(fù)值表示該空間單元與鄰近單元的屬性值不相似（“高—低”或“低—高”）（李慧等，2011），該值為零時(shí)，該空間單元呈獨(dú)立隨機(jī)分布。對(duì)于空間是否存在自相關(guān)性，常采用z檢驗(yàn)（Southworth et al.，2004）進(jìn)行標(biāo)準(zhǔn)化。檢驗(yàn)公式如下：

式中，E(I)為期望值；Var(I)為方差。

本文采用多時(shí)相SPOT-VEGETATION NDVI數(shù)據(jù)，通過對(duì)多個(gè)時(shí)段的NDVI與地形因子的空間自相關(guān)性進(jìn)行比較，進(jìn)一步解釋NDVI變化與地形因子之間的生態(tài)意義，這使得NDVI空間自相關(guān)研究更有價(jià)值。局部 Moran’s I的計(jì)算通常在 Geoda 0.9.5-i軟件中進(jìn)行。

2 結(jié)果與分析

2.1 移動(dòng)窗口法分析景觀格局的空間變化

2000—2010年，各景觀指數(shù)在變化不明顯（圖2）。其中，CONTAG和LPI變化明顯的區(qū)域主要分布在研究區(qū)域的中南部，該地區(qū)分布著廣泛的常綠闊葉林，在2000—2010年間，CONTAG和LPI值不斷增大，說明該地區(qū)的各類型的景觀斑塊離散程度較低，連接度較好。

以 2010年 CONTAG指數(shù)為例，研究區(qū)中心CONTAG值較低，LPI值也較低，ED和LSI值都較高，說明研究區(qū)中心的景觀破碎化程度較高，異質(zhì)性高。主要是因?yàn)榫昂槭泻途昂樗娬揪嚯x研究區(qū)中心較近，工業(yè)化、城鎮(zhèn)化速度加快，人類干擾活動(dòng)較多，土地利用隨之變化，斑塊類型更為豐富。在研究區(qū)中心的四周和北側(cè)中部區(qū)域，CONTAG值較高的區(qū)域，LPI值也較高，ED、LSI、SHDI及PD值則較低，說明該地區(qū)的斑塊較大且完整，連通性較好，景觀邊緣較規(guī)則且景觀多樣性較高。其中，研究區(qū)中心的四周出現(xiàn)這種現(xiàn)象的原因主要是該地區(qū)主要的景觀類型是人工林，在規(guī)范的管理模式下形成了較規(guī)則的斑塊。而在研究區(qū)域北側(cè)中部出現(xiàn)該現(xiàn)象主要是由于該地區(qū)景觀類型大多以常綠闊葉林、常綠針葉林為主，這些林地主要是天然林，林地形成歷史較長(zhǎng)久，加上受到的人類活動(dòng)干擾較少，因此景觀破碎化程度較低。在研究區(qū)的西側(cè)中部地區(qū)，CONTAG值較低，LPI值也較低，ED和LSI值都較高，說明該地區(qū)的景觀斑塊分散，連通性較差，其主要原因是該地區(qū)景觀類型較為多樣，主要包括灌叢、常綠闊葉林和常綠針葉林等，斑塊類型較為豐富。

2.2 研究區(qū)不同景觀類型的NDVI年際變化

利用 2000年、2005年和 2010年的年 NDVI最大值的平均值繪制時(shí)間變化柱狀圖（圖3）。整體上，研究區(qū)不同景觀類型歷年NDVI值均在0.6以上。2000—2010年間，各景觀類型的植被覆蓋趨于上升態(tài)勢(shì)。其中，未利用地的植被覆蓋呈明顯上升趨勢(shì)。

2.3 研究區(qū)時(shí)間序列NDVI整體空間自相關(guān)性

圖2 基于移動(dòng)窗口法計(jì)算的2000年、2005年和2010年景觀指數(shù)柵格圖Fig. 2 Raster grid mapsof landscape indices based on moving window method in 2000, 2005 and 2010

分析研究區(qū)3期年最大NDVI的空間自相關(guān)指數(shù)（圖 4）。2000年、2005年和 2010年的年最大NDVI的局部 Moran’s I指數(shù)分別為 0.781、0.791和0.856，說明NDVI均呈現(xiàn)出顯著的空間正自相關(guān)，即該區(qū)域植被覆蓋都呈現(xiàn)集聚狀態(tài)，在空間上具有較強(qiáng)的關(guān)聯(lián)性。研究期間，NDVI的局部Moran’s I指數(shù)呈逐年升高趨勢(shì)，說明該區(qū)域NDVI的空間集聚格局隨著時(shí)間推進(jìn)變得更加顯著。

進(jìn)一步分析NDVI的局部空間自相關(guān)特征，以更好地探索NDVI的局部空間聚集模式和規(guī)律（圖5）。其中，以2010年為例，結(jié)合景觀類型圖，NDVI呈“高－高”自相關(guān)的地區(qū)大多為常綠闊葉林分布區(qū)，這些地區(qū)植被覆蓋總體較好，NDVI高值區(qū)集聚模式較明顯；NDVI呈“低—低”自相關(guān)的地區(qū)大多為建筑用地、耕地分布廣泛的地區(qū)，這些地區(qū)是人類活動(dòng)聚集的地區(qū)，景洪市及景洪水電站均位于建筑用地區(qū)域，景洪市快速擴(kuò)張及景洪水電站對(duì)周邊植被的破壞，都導(dǎo)致這些地區(qū)生態(tài)脆弱而敏感，植被覆蓋較少，而耕地呈現(xiàn)出“低—低”自相關(guān)模式的原因主要為該地區(qū)人類活動(dòng)劇烈，農(nóng)作物多為“一年兩熟”型，導(dǎo)致該地區(qū)的植被覆蓋不穩(wěn)定，空間集聚性較差。NDVI呈“低—高”和“高—低”聚集模式的區(qū)域在研究區(qū)內(nèi)分布較少。

圖3 2000—2010年間不同景觀類型NDVI變化Fig. 3 NDVI changes of different landscape types from 2000 to 2010

圖4 NDVI的局部空間自相關(guān)Moran’s I散點(diǎn)圖Fig. 4 Moran’s I scatterplot of local spatial autocorrelation of NDVI

圖5 不同時(shí)期NDVI空間關(guān)聯(lián)局部指標(biāo)（LISA）分布圖Fig. 5 LISA distribution map of NDVI in different years

2.4 移動(dòng)窗口法和空間自相關(guān)對(duì)比

分別統(tǒng)計(jì)各景觀類型的CONTAG和LSI值，以進(jìn)一步對(duì)比分析局部Moran’s I指數(shù)和景觀指數(shù)在反映景觀破碎化時(shí)的可靠性。景觀破碎化程度較高時(shí)，表現(xiàn)為低CONTAG值，高LSI值。由于草地在2005年后幾乎不存在，本文忽略不計(jì)。以2010年為例（表 1，表 2），常綠闊葉林的局部Moran’s I指數(shù)平均值為0.53，表明常綠闊葉林空間分布較集聚，空間關(guān)聯(lián)性較好。同時(shí)，常綠闊葉林的蔓延度指數(shù)CONTAG為51.96，景觀形狀指數(shù) LSI為1.35，這也表明常綠闊葉林的斑塊較少且完整，破碎化不明顯。裸地和建筑用地的局部 Moran’s I指數(shù)平均值分別為-3.44和-3.54，說明未利用地斑塊分布較為分散，空間聚集性差。同時(shí)，未利用地的蔓延度指數(shù) CONTAG分別為24.15和39.24，景觀形狀指數(shù)LSI分別為1.62和1.41，在一定程度上表明未利用地的景觀破碎化較為嚴(yán)重。

表1 2010年不同景觀類型的局部Moran’s I指數(shù)描述性統(tǒng)計(jì)Table 1 Descriptive statistics of local Moran’s I index by landscape types in 2010

2.5 景觀空間分布與地形因子之間的關(guān)系

地形在一定程度上決定著景觀類型的空間分布格局，不同景觀類型的空間聚集和異常現(xiàn)象都與地形密切相關(guān)。地形因子與土地利用聚集或異常特征的出現(xiàn)關(guān)系密切，進(jìn)而影響景觀類型空間自相關(guān)格局（谷建立等，2012）。提取了海拔、坡度、坡向、地形起伏度和地面粗糙度等地形因子（表3），分析了NDVI與地形因子之間的關(guān)系。海拔、坡度、坡向、地形起伏度和地面粗糙度與三期景觀類型的 NDVI的 Moran’s I指數(shù)分別為0.262、0.271、-0.018、0.302和 0.186。該研究區(qū)的 NDVI與海拔、坡度、地形起伏度和地面粗糙度的Moran’s I指數(shù)達(dá)到了0.18以上。此外，NDVI與這4種地形因子呈正相關(guān)關(guān)系。由此可以說明，本研究區(qū)植被覆蓋度一定程度上由海拔、坡度、形起伏度和地面粗糙度決定。

表3 不同時(shí)期地形因子與NDVI的Moran’s I統(tǒng)計(jì)值Table 3 Statistics of Moran’s I valuesbetween NDVI and topographical factors in different years

3 討論

在景觀類型和NDVI數(shù)據(jù)基礎(chǔ)上，結(jié)合遙感和GIS等技術(shù)，利用移動(dòng)窗口法和空間自相關(guān)法，研究時(shí)間序列景觀格局的變化規(guī)律，并比較了兩種方法在指示景觀破碎化方面的可比性，為進(jìn)一步探索指示景觀破碎化的合適方法提供了依據(jù)。同時(shí)，通過對(duì)景觀格局與地形因子的相關(guān)性進(jìn)行分析進(jìn)一步解釋了環(huán)境影響景觀格局的生態(tài)意義，使得景觀異質(zhì)性研究更有價(jià)值。

分析多個(gè)景觀指數(shù)柵格圖，發(fā)現(xiàn)常綠闊葉林和未利用地等景觀類型，其局部自相關(guān)指數(shù)高的區(qū)域，CONTAG值也高，而LSI值較低；反之亦然。這種現(xiàn)象表明，移動(dòng)窗口法計(jì)算的景觀指數(shù)和空間自相關(guān)指數(shù)在指示景觀破碎化時(shí)具有可比性。2000—2010年間，研究區(qū)域中心偏東南方向的人工林聚集區(qū)域CONTAG指數(shù)有逐年變大的趨勢(shì)，而LSI、ED等指數(shù)則有逐年變小的趨勢(shì)，這表明，在這期間該區(qū)域的植被景觀受到良好的保護(hù)，這和當(dāng)?shù)卣扇〉摹巴烁€林”的政策密切相關(guān)，退耕還林后該地區(qū)植被類型的組成和結(jié)構(gòu)發(fā)生了變化。

表2 2010年不同景觀類型的景觀指數(shù)描述統(tǒng)計(jì)Table 2 Descriptive statistics of landscape indices based on landscape types in 2010

4 結(jié)論

（1）研究區(qū)面積和移動(dòng)窗口的大小，將會(huì)影響景觀破碎化的計(jì)算結(jié)果。在采用移動(dòng)窗口法計(jì)算時(shí)分別嘗試150、200、300、500、1000和1500 m的邊長(zhǎng)，通過對(duì)比分析發(fā)現(xiàn)，300 m的窗口邊長(zhǎng)能保留梯度特征又不至于使景觀指數(shù)出現(xiàn)較大波動(dòng)，可以通過景觀指標(biāo)的變動(dòng)特征真實(shí)反映空間格局的變化。

（2）統(tǒng)計(jì)對(duì)比景觀指數(shù)和空間自相關(guān)指數(shù)后發(fā)現(xiàn)，兩種方法在指示景觀破碎化上均具有良好的適用性。并且發(fā)現(xiàn)，區(qū)域內(nèi)植被的分布一定程度上由海拔、坡度、地形起伏度和地面粗糙度所決定。但影響植被景觀變化的因素比較復(fù)雜，在今后的工作中可以結(jié)合土壤、水文、生物等其他自然地理要素和人為因素，分析植被景觀的多尺度變化特征，從而進(jìn)行合理的景觀布局。

（3）景觀生態(tài)過程是動(dòng)態(tài)的、發(fā)展延續(xù)的過程，將靜態(tài)的格局分析賦予動(dòng)態(tài)變化的屬性，是把格局分析與生態(tài)過程研究結(jié)合起來的重要分析方法。今后，將結(jié)合時(shí)間序列的景觀數(shù)據(jù)和社會(huì)經(jīng)濟(jì)數(shù)據(jù)等，建立過程影響因子動(dòng)態(tài)變化圖譜，從而構(gòu)建新的景觀動(dòng)態(tài)變化格局，以分析其變化特征并實(shí)行空間格局的優(yōu)化。