崔苗茹 胡樹發(fā) 周汝良

摘要 [目的]研究美國(guó)白蛾疫區(qū)土地利用與景觀格局之間的關(guān)系。[方法]以遼寧省谷歌影像為基礎(chǔ)數(shù)據(jù)，用最大似然法分類遙感影像，得到遼寧省發(fā)生縣區(qū)、疫區(qū)土地分類圖，用Fragstats軟件進(jìn)行景觀格局指數(shù)計(jì)算。[結(jié)果]疫區(qū)大多分布在耕地、林地、建設(shè)用地這3類土地類型中。對(duì)發(fā)生縣區(qū)和疫區(qū)景觀格局指數(shù)進(jìn)行分析，在斑塊水平景觀格局下疫區(qū)的斑塊類型比較多的是林地、耕地、建設(shè)用地;疫區(qū)中白蛾分布多的景觀破碎度比較高;疫區(qū)各地類的連通性和聚集程度都很高。在景觀水平景觀格局下疫區(qū)各斑塊在景觀中均勻分布、景觀比較細(xì)化、景觀形狀比較規(guī)則，斑塊比較聚集、景觀聚集程度比較高。[結(jié)論]美國(guó)白蛾疫區(qū)大多數(shù)在人為活動(dòng)比較密集的區(qū)域，可以對(duì)白蛾發(fā)生區(qū)的耕地、林地、建設(shè)用地加強(qiáng)防治。

關(guān)鍵詞 美國(guó)白蛾;疫區(qū);土地利用;景觀格局

中圖分類號(hào) F301.24文獻(xiàn)標(biāo)識(shí)碼 A

文章編號(hào) 0517-6611（2019）17-0078-05

Abstract [Objective]To study the relationship between land use and landscape pattern in the Hyphantra cunea epidemic area.[Method]Taking Liaoning Province Google image as the basis of data， using the maximum likelihood method to classify remote sensing image，the classification map of county and epidemic area in Liaoning Province was obtained， with Fragstats software for landscape pattern index calculation. [Result]The epidemic areas were mostly distributed in cultivated land， woodland and construction land.According to the analysis of the landscape pattern index of the county and the epidemic area， in the class level landscape pattern，the forest land， cultivated land and construction land were the most types of the epidemic area.The landscape fragmentation degree of the H. cunea in the epidemic area was relatively high.In the epidemic areas， the connectivity and aggregation of the various types were high.At the landscape level， the patches in the epidemic area were evenly distributed in the landscape， the landscape was more refined， the landscape shape was more regular， the patches were more clustered， and the degree of landscape aggregation was higher.[Conclusion]Most of the H. cunea epidemic areas are in the areas where human activities are relatively intensive，it can strengthen the prevention and control of cultivated land， forest land and construction land in the area where H. cunea occurred.

Key words Hyphantria cunea;Epidemic area;Land use;Landscape pattern

美國(guó)白蛾（Hyphantria cunea）原產(chǎn)于北美，是重要的國(guó)際性檢疫害蟲。自1979年我國(guó)首次發(fā)現(xiàn)該蟲以來(lái)，其已經(jīng)對(duì)我國(guó)農(nóng)林業(yè)生態(tài)系統(tǒng)特別是園林植物造成了嚴(yán)重危害。據(jù)研究分析，該蟲1979年從朝鮮的新義州依靠飛翔能力傳入我國(guó)遼寧丹東，1982年由于漁民自遼寧捎帶木材，很快在膠東半島地區(qū)擴(kuò)散蔓延。根據(jù)國(guó)家林業(yè)局2018年第3號(hào)公告，目前美國(guó)白蛾疫區(qū)涉及11個(gè)?。▍^(qū)、市）的572個(gè)縣級(jí)行政區(qū)，現(xiàn)已擴(kuò)散蔓延到北京、天津、河北、內(nèi)蒙古、遼寧、吉林、江蘇、安徽、山東、河南、湖北。筆者以美國(guó)白蛾在中國(guó)首次發(fā)現(xiàn)的地方——遼寧省為研究對(duì)象，探討遼寧省土地利用與景觀格局之間的關(guān)系。

1 研究區(qū)概況

遼寧省是美國(guó)白蛾發(fā)生的重災(zāi)區(qū)，截至2018年，美國(guó)白蛾發(fā)生地由初期的1個(gè)市發(fā)展到現(xiàn)在的13個(gè)市67個(gè)縣，蔓延呈上升之勢(shì)，覆蓋了遼寧省的大部分地區(qū)[1]，美國(guó)白蛾發(fā)生縣區(qū)如圖1所示。

2 數(shù)據(jù)處理

2.1 遙感影像分類 該研究主要采用的基礎(chǔ)數(shù)據(jù)是2017年Google earth衛(wèi)星影像。遙感影像的分類體系是進(jìn)行遙感影像分類的重要依據(jù)和基礎(chǔ)。由于下載的谷歌影像分辨率不高，土地分類信息主要來(lái)自谷歌影像的提取，并在土地分類的基礎(chǔ)上進(jìn)行景觀格局分析，故在考慮獲取土地覆蓋信息特點(diǎn)的前提下，將研究區(qū)景觀分為耕地、林地、草地、水域、建設(shè)用地、未利用地六類一級(jí)類型[2-4]。影像分類主要采用監(jiān)督分類方法中的最大似然法，并結(jié)合目視判讀進(jìn)行圖像信息提取。

2.2 編制景觀分類圖 在ArcGIS中，將遼寧省景觀分類柵格數(shù)據(jù)與美國(guó)白蛾發(fā)生縣界和疫區(qū)統(tǒng)一成同一個(gè)坐標(biāo)系，通過(guò)Arc Toolbox中按掩膜提取（Extract By Mask）工具，得到遼寧省美國(guó)白蛾發(fā)生縣區(qū)和疫區(qū)的景觀類型圖（圖2、3）。

3 景觀格局差異對(duì)美國(guó)白蛾疫區(qū)的影響

3.1 土地利用分析 遼寧省美國(guó)白蛾發(fā)生縣區(qū)林地面積404.65萬(wàn)hm 2，占發(fā)生縣區(qū)總面積的55%，是發(fā)生縣區(qū)面積最大的地類;耕地面積195.04萬(wàn)hm 2，占發(fā)生縣區(qū)總面積26%;草地面積27.64萬(wàn)hm 2，占發(fā)生縣區(qū)總面積4%;水域面積33.79萬(wàn)hm 2，占發(fā)生縣區(qū)面積5%;建設(shè)用地面積67.78萬(wàn)hm 2，占發(fā)生縣區(qū)面積9%;未利用地面積11.74萬(wàn)hm 2，占發(fā)生縣區(qū)面積2%。發(fā)生縣區(qū)土地利用以林地為主，其次是耕地，接下來(lái)是建設(shè)用地、水域、草地，未利用地面積最少[5-7]（圖4）。

遼寧省美國(guó)白蛾疫區(qū)林地面積56.02萬(wàn)hm 2，占疫區(qū)總面積的49%，是疫區(qū)面積最大的地類;耕地面積49.19萬(wàn)hm 2，占疫區(qū)總面積的43%;草地面積1.15萬(wàn)hm 2，占疫區(qū)總面積的1%;水域面積1.64萬(wàn)hm 2，占疫區(qū)總面積的1%;建設(shè)用地面積4.45萬(wàn)hm 2，占疫區(qū)總面積的4%;未利用地面積2.37萬(wàn)hm 2，占疫區(qū)總面積的2%。疫區(qū)土地利用以林地為主，其次是耕地，接下來(lái)是建設(shè)用地、未利用地、水域，草地面積最少。由此可以大致推算出美國(guó)白蛾的發(fā)生區(qū)主要是林地、耕地、建設(shè)用地，人為活動(dòng)比較密集的區(qū)域（圖5）。

3.2 景觀格局分析 景觀指數(shù)用來(lái)定量描述景觀格局的演變過(guò)程，構(gòu)建土地利用與景觀格局間的相互聯(lián)系。景觀指數(shù)種類眾多，整體可分為3種類型，即景觀水平指數(shù)、斑塊類型指數(shù)及斑塊水平指數(shù)。在斑塊類型尺度上選擇斑塊類型百分比（PLAND）、斑塊數(shù)量（NP）、邊界密度（ED）、平均斑塊面積（AREA_MN）、斑塊內(nèi)聚力指數(shù)（COHESION）、聚合度（AI）來(lái)描述景觀的格局特征，在景觀尺度水平上選擇香農(nóng)多樣性指數(shù)（SHDI）、香農(nóng)均勻度指數(shù)（SHEI）來(lái)描述景觀多樣性;景觀分離度（DIVISION）代表景觀的破碎化程度;選擇蔓延度指數(shù)（CONTAG）和聚合度（AI）代表景觀的蔓延和聚集程度;用景觀形狀指數(shù)（LSI）代表景觀的形狀[8-10]。用Fragstats軟件進(jìn)行景觀格局指數(shù)計(jì)算。

3.2.1 斑塊類型景觀分析。表1是遼寧省美國(guó)白蛾發(fā)生縣區(qū)、疫區(qū)的斑塊類型水平景觀格局指數(shù)特征及其變化情況，各斑塊類型的景觀格局指數(shù)特征隨區(qū)域變化而產(chǎn)生不同的動(dòng)態(tài)變化趨勢(shì)（圖6）。

3.2.1.1 斑塊類型百分比（PLAND）。PLAND取值越小，說(shuō)明該類型斑塊在景觀中越少，反之則反。它可以用來(lái)度量某一斑塊類型在景觀中豐度比，在景觀面積變化的情況下，它來(lái)度量景觀的組成比較恰當(dāng)。從表1可以看出，疫區(qū)各地類PLAND值從大到小依次為林地、耕地、建設(shè)用地、未利用地、水域、草地，說(shuō)明疫區(qū)中斑塊類型比較多的是林地、耕地、建設(shè)用地;林地的PLAND值發(fā)生縣區(qū)和疫區(qū)幾乎一樣，耕地的PLAND值是疫區(qū)大于發(fā)生縣區(qū)。建設(shè)用地的PLAND值是疫區(qū)大于發(fā)生縣區(qū)。

3.2.1.2 斑塊類型（NP）。NP直觀反映了景觀的破碎化程度，NP越大，破碎度越高。疫區(qū)各地類NP值從大到小依次為耕地、建設(shè)用地、林地、水域、草地、未利用地。說(shuō)明疫區(qū)中景觀破碎度比較高的是耕地、建設(shè)用地、林地，疫區(qū)中白蛾分布比較多的景觀破碎度比較高。

3.2.1.3 邊界密度（ED）。ED反映景觀的破碎化程度，ED取值≥0。疫區(qū)各地類ED值從大到小依次為耕地、林地、建設(shè)用地、水域、草地、未利用地，說(shuō)明耕地、林地、建設(shè)用地的斑塊邊緣被割裂的程度高，破碎程度大。耕地、建設(shè)用地的ED值都是疫區(qū)大于發(fā)生縣區(qū)，其他的草地、水域、林地、未利用地都是疫區(qū)小于發(fā)生縣區(qū)，說(shuō)明疫區(qū)分布比較多的景觀破碎程度比發(fā)生縣區(qū)高，分布少的景觀破碎程度沒(méi)有發(fā)生縣區(qū)高。

3.2.1.4 平均斑塊面積（AREA_MN）。AREA_MN反映景觀的破碎化水平，平均斑塊面積越大，其景觀類型的連通性就越好，反之越差。疫區(qū)各地類AREA_MN值從大到小依次為林地、未利用地、耕地、水域、草地、建設(shè)用地，說(shuō)明疫區(qū)中景觀類型連通性比較好的是林地、耕地;建設(shè)用地的連通性不是很好。耕地、林地、建設(shè)用地的AREA_MN值都是發(fā)生縣區(qū)大于疫區(qū)，說(shuō)明疫區(qū)景觀類型的連通性沒(méi)有發(fā)生縣區(qū)的好。發(fā)生縣區(qū)幾乎都是相連的，但是疫區(qū)大多數(shù)都是不相連的，都很散。

3.2.1.5 斑塊內(nèi)聚力指數(shù)（COHESION）。在斑塊類型尺度水平下，當(dāng)景觀中某斑塊類型的比例降低并且不斷細(xì)化時(shí)，其值趨近0，連通性降低，反之則反。疫區(qū)各地類COHESION值從大到小依次為未利用地、林地、耕地、水域、草地、建設(shè)用地。疫區(qū)和發(fā)生縣區(qū)各地類COHESION值都大于95%，說(shuō)明連通性都還是很高的。

3.2.1.6 聚合度（AI）。當(dāng)AI=0時(shí)，說(shuō)明該斑塊類型的破碎化程度達(dá)到最大化，AI=100時(shí)，說(shuō)明該斑塊類型聚集程度最大化。疫區(qū)各地類AI值從大到小依次為未利用地、林地、耕地、水域、草地、建設(shè)用地。疫區(qū)和發(fā)生縣區(qū)各地類AI值都大于95%，說(shuō)明各地類的聚集程度都還是很高的。

3.2.2 景觀類型尺度分析。表2是遼寧省美國(guó)白蛾發(fā)生縣區(qū)、疫區(qū)的景觀水平景觀格局指數(shù)特征及其變化情況，各景觀類型的景觀格局指數(shù)特征隨區(qū)域變化而產(chǎn)生不同的動(dòng)態(tài)變化趨勢(shì)，說(shuō)明2個(gè)不同區(qū)域整體上的景觀特征（圖7）。

從景觀多樣性指標(biāo)（SHDI、SHEI）上看，當(dāng)SHDI不斷增大時(shí)，景觀斑塊類型數(shù)不斷增加且不同類型斑塊面積比重變得均衡。香農(nóng)多樣性指數(shù)大，景觀結(jié)構(gòu)越復(fù)雜，異質(zhì)性越高。SHEI值大，表明景觀中沒(méi)有明顯的優(yōu)勢(shì)景觀類型且各斑塊類型在景觀中均勻分布。SHEI、SHDI值都是發(fā)生縣區(qū)大于疫區(qū)，說(shuō)明疫區(qū)的景觀結(jié)構(gòu)不是很復(fù)雜，異質(zhì)性也不是很高，也沒(méi)有明顯的優(yōu)勢(shì)景觀類型且各斑塊類型在景觀中均勻分布。

從景觀破碎化程度（DIVISION）來(lái)看，當(dāng)景觀只有一個(gè)斑塊時(shí)，DIVISION=0，景觀最大限度地細(xì)化時(shí)，該指標(biāo)取值最大。DIVISION值疫區(qū)大于發(fā)生縣區(qū)，說(shuō)明疫區(qū)的景觀比發(fā)生縣區(qū)的景觀細(xì)化。

從景觀的形狀（LSI）來(lái)看，LSI=1，景觀中只有一個(gè)正方形或接近正方形的斑塊，隨著景觀形狀的不規(guī)則和邊緣的加長(zhǎng)，取值逐漸增大。另外，LSI還可以衡量斑塊的聚集或離散程度，隨著它的增大，斑塊越來(lái)越離散。LSI值發(fā)生縣區(qū)大于疫區(qū)，說(shuō)明疫區(qū)的景觀形狀比較規(guī)則，斑塊比較聚集。

從景觀的蔓延和聚集程度（CONTAG和AI）來(lái)看，蔓延度指數(shù)（CONTAG）低時(shí)，說(shuō)明景觀由許多不同類型的小斑塊組成;反之，則說(shuō)明斑塊類型聚集程度較高，破碎化低。當(dāng)景觀聚集程度不斷增大時(shí)，AI不斷增大，反之則反。CONTAG值疫區(qū)大于發(fā)生縣區(qū)，說(shuō)明疫區(qū)的斑塊類型聚集程度較高。AI值疫區(qū)與發(fā)生縣區(qū)幾乎相等，說(shuō)明疫區(qū)的景觀聚集程度比較高。

4 結(jié)論與討論

通過(guò)分析土地利用與景觀格局指數(shù)得出：以美國(guó)白蛾在我國(guó)首次發(fā)現(xiàn)的遼寧省為例，美國(guó)白蛾的疫區(qū)大多分布在耕地、林地、建設(shè)用地這3類土地類型中，其他地類草地、水域、未利用地中分布很少。通過(guò)對(duì)發(fā)生縣區(qū)和疫區(qū)景觀格局指數(shù)進(jìn)行分析，在斑塊水平景觀格局下疫區(qū)的斑塊類型比較多的是林地、耕地、建設(shè)用地;疫區(qū)中白蛾分布多的景觀破碎度比較高;疫區(qū)的景觀連通性沒(méi)有發(fā)生縣區(qū)的好;疫區(qū)各地類的連通性和聚集程度都很高。在景觀水平景觀格局下疫區(qū)各斑塊在景觀中均勻分布、景觀比較細(xì)化、景觀形狀比較規(guī)則、斑塊比較聚集、景觀聚集程度比較高。

通過(guò)分析土地利用與景觀格局可以為美國(guó)白蛾的防治提供一定的策略，可以在美國(guó)白蛾疫區(qū)的耕地、林地、建設(shè)用地重點(diǎn)防治，在美國(guó)白蛾未發(fā)生區(qū)的耕地、林地、建設(shè)用地提前做好預(yù)防措施。

參考文獻(xiàn)

[1] 趙秀蓮.遼寧省美國(guó)白蛾傳播規(guī)律及檢疫對(duì)策[J].遼寧林業(yè)科技，2000（1）：19-20.

[2] 柏龍，田呈明，洪承昊，等.湖北宜昌松林景觀格局對(duì)松材線蟲流行及擴(kuò)散的影響[J].生態(tài)學(xué)報(bào)，2015，35（24）：8107-8116.

[3] 鄔建國(guó).景觀生態(tài)學(xué)：格局、過(guò)程、尺度與等級(jí)[M].2版.北京：高等教育出版社，2007：11-229.

[4] 劉凌宵.基于GIS和Fragstats的城市郊區(qū)大地景觀生態(tài)規(guī)劃研究[D].哈爾濱：東北林業(yè)大學(xué)，2017.

[5] 王鴻.北屯市土地利用與景觀生態(tài)格局分析[D].西安：西北大學(xué)，2014.

[6] 宋貝揚(yáng).大理市土地利用變化模擬及景觀效應(yīng)分析[D].昆明：云南財(cái)經(jīng)大學(xué)，2018.

[7] 俞斌傳.臨川區(qū)土地利用變化與景觀格局梯度分析[D].南昌：東華理工大學(xué)，2018.

[8] 柳曉華.基于RS和GIS的土地利用和景觀格局變化研究[D].武漢：華中農(nóng)業(yè)大學(xué)，2004.

[9] 郭雅芬.基于RS的上海市青浦區(qū)土地利用以及景觀格局變化研究[D].上海：華東師范大學(xué)，2007.

[10] 雷慶玲.陜西省土地利用動(dòng)態(tài)變化及景觀格局分析研究[D].南京：河海大學(xué)，2006：4-42.