陳思源，程海梅，吳水亭

(1.廣西財經(jīng)學(xué)院工商管理學(xué)院，廣西南寧 530003；2.廣西財經(jīng)學(xué)院圖書館，廣西南寧 530003)

0 引言

我國西南喀斯特地區(qū)，因獨特的地質(zhì)結(jié)構(gòu)和石灰?guī)r地貌而使得水源難以在地表蓄積，水資源尤為珍貴。如何探尋其空間分布特征，進而制定科學(xué)的水資源利用規(guī)劃，合理開發(fā)利用水資源，是喀斯特地區(qū)水資源、農(nóng)業(yè)和環(huán)保等研究領(lǐng)域的基礎(chǔ)性工作[1-2]。景觀格局演化是指在一段時間內(nèi)景觀要素的結(jié)構(gòu)、功能、空間格局隨時間變化而呈現(xiàn)的特征和規(guī)律。水體景觀格局的演化是水資源生態(tài)學(xué)研究的核心問題之一，也是水生態(tài)學(xué)研究的一個熱點[3-4]。水體景觀格局的變化是陸地水文變化的外在表現(xiàn)，是自然因素、人文因素等各種內(nèi)外矛盾綜合作用的結(jié)果，也是各類景觀要素在一段時間內(nèi)的狀態(tài)轉(zhuǎn)換過程[5]。景觀格局特征與演化分析中，景觀格局指數(shù)是對具體景觀特征的定量表達，也是某一類組成特征和空間配置關(guān)系的數(shù)學(xué)抽象[6]。

就喀斯特地區(qū)的水生態(tài)系統(tǒng)而言，水資源既是自然環(huán)境的地域要素，又是人類生產(chǎn)生活的重要載體。水資源利用方式和空間格局成為喀斯特地區(qū)生態(tài)環(huán)境的關(guān)鍵環(huán)節(jié)。當(dāng)前，關(guān)于水域和水環(huán)境生態(tài)系統(tǒng)景觀格局與功能的研究比較多[7-12]。但基于遙感和地理信息系統(tǒng)，專門針對喀斯特地區(qū)水體景觀格局與空間演化的研究比較少，有關(guān)景觀指數(shù)之間的定量分析也比較少見。本研究借助遙感和地理信息系統(tǒng)軟件，并在景觀生態(tài)分析軟件Fregstats的支持下，選擇典型樣區(qū)，展開喀斯特地區(qū)水體景觀格局研究，探討其指數(shù)特征和空間結(jié)構(gòu)特征。這不僅對探討水體景觀格局演化具有重要理論意義，而且對分析喀斯特地區(qū)水資源變化和利用機制，探討水資源在不同季節(jié)間空間分布變化產(chǎn)生的生態(tài)效應(yīng)，以及指導(dǎo)區(qū)域水資源利用政策具有重要現(xiàn)實意義。

1 材料與方法

1.1 研究區(qū)域概況

隆安縣地處廣西中部，屬南寧市下轄縣，處南寧盆地與桂西北山地結(jié)合部。整個縣域處北回歸線以南(22°51′6.861″—23°5′16.9434″ N，107°19′50.1054″—108°5′37.0566″ E)，屬亞熱帶季風(fēng)氣候。全縣轄12個鄉(xiāng)鎮(zhèn)，總面積2 271 km2，總?cè)丝?2萬，喀斯特石山面積約占56.34%，全縣水資源總量約1.5×109m3，年水資源總量約4.79×108m3。

1.2 數(shù)據(jù)來源及處理

研究數(shù)據(jù)為LANDSAT 8 OLI 衛(wèi)星遙感數(shù)據(jù)，時間序列為2016年的4個季節(jié)，具體包括4景遙感影像，分別是2016年1月8日、2016年5月28日、2016年8月18日、2016年11月17日。其他資料包括年均降水量、國產(chǎn)高分一號遙感影像、降水資料和地形資料等。

首先，在Envi 5.3下對原始遙感影像進行投影轉(zhuǎn)換、裁剪、數(shù)據(jù)融合等處理，并采用監(jiān)督分類法訓(xùn)練樣本、對山體陰影和云遮擋陰影進行提取，以區(qū)別易與水體混淆的遙感影像，并結(jié)合實地調(diào)查，將解譯精度設(shè)為1個像元內(nèi)[13-15]，得到4幅隆安縣水體分布的遙感解譯影像。數(shù)據(jù)以Coverage和Grid格式存儲，圖像空間分辨率為10 m×10 m，影像的水體識別精度為98.3%。然后，將識別的水體存矢量文件，并在Arcmap中進行地圖代數(shù)計算，將得到的結(jié)果轉(zhuǎn)為柵格影像并進行景觀指數(shù)計算，做定量分析[16-17]?？紤]到由遙感影像數(shù)據(jù)提取得到的水資源空間分布的景觀類型復(fù)雜性，選取水體斑塊面積(AREA)之和、最大斑塊面積占比(最大斑塊占斑塊面積的比例，Largest Patch Index，LPI)、總斑塊數(shù)量(Number of Patches，NP)、斑塊密度(Patch Density/100 km2，PD)、蔓延度指數(shù)(表示不同斑塊類型的團聚程度或延展趨勢，Contagion Index，CONTAG)、斑塊集聚度指數(shù)(同一類型斑塊的相似鄰接數(shù)量除以同類型最大程度上叢生為一個斑塊時的最大值，然后乘以100轉(zhuǎn)為百分比，Aggregation，AI)、景觀形狀指數(shù)(Landscape Shape Index，LSI)、景觀分裂指數(shù)(斑塊類型在景觀中的面積的商的平方和，Landscape Division Index，DIVISION)共8個景觀格局指標(biāo)[18-20]。最后，使用Matlab軟件計算研究區(qū)不同季節(jié)間水體景觀指數(shù)的典型相關(guān)性。

1.3 不同季節(jié)的水體斑塊分析

分別選取1月、5月、8月、11月的4景經(jīng)處理的遙感影像，通過Fragstats軟件，選取前述8個景觀格局指標(biāo)進行分析，得到水體斑塊面積(AREA)、最大斑塊面積占比(LPI)、斑塊個數(shù)(NP)、斑塊密度(PD)等基本景觀指數(shù)。

1.4 不同季節(jié)間的水體斑塊變化分析

為進一步分析喀斯特地區(qū)不同季節(jié)水體分布的變化量，采用地理信息系統(tǒng)空間分析的地圖代數(shù)運算，計算不同季節(jié)水體之間的變化量?？紤]到計算的復(fù)雜性，重點關(guān)注的是5月與1月的水體變化量、8月與5月的水體變化量、8月與1月的水體變化量、11月與8月的水體變化量。然后再將這些水體變化量在Fragstats上進行景觀指數(shù)運算，得到在不同季節(jié)間水體變化量景觀指數(shù)指標(biāo)，包括斑塊個數(shù)(NP)、斑塊密度(PD)、景觀形狀指數(shù)(LSI)、蔓延度指數(shù)(CONTAG)、斑塊集聚度(AI)、景觀分裂指數(shù)(DIVISION)等[21]。

1.5 水體斑塊變化量景觀指數(shù)的類型間相關(guān)性分析

基本景觀指數(shù)是景觀固有的特性，一定程度上決定著與其他景觀指數(shù)，也是其他指數(shù)計算的基礎(chǔ)。將5月與1月間，8月與5月間，8月與11月間等的水體斑塊變化量的斑塊面積、最大斑塊面積占比(LPI)、斑塊個數(shù)(NP)、斑塊密度(PD)等基本景觀指數(shù)作為聯(lián)合變量Xij，將景觀形狀指數(shù)(LSI)和蔓延度指數(shù)(CONTAG)等其他指數(shù)作為聯(lián)合變量Ynm，采用典型相關(guān)分析法對Xij和Ynm兩組變化量之間的關(guān)系進行分析，得到不同指數(shù)之間的相關(guān)性定量表達。

2 結(jié)果與分析

2.1 不同季節(jié)的水體斑塊分析

在斑塊尺度和景觀尺度上，分別計算前述8個景觀指數(shù)在不同季節(jié)的統(tǒng)計分析值，如表1所示，水體遙感影像提取如圖1所示。

(1)面積指標(biāo)

從分布面積看，8月水體斑塊面積(AREA)最大，11月最小。11月最小月較之于8月最大月，水體斑塊面積增加124%，斑塊個數(shù)增加125%。單個水體最大面積斑塊(LPI)出現(xiàn)在11月，主要原因是隆安縣地表降水在11月較少，右江隆安河段是11月的主要水體，表現(xiàn)在遙感影像上所占面積比例最大，為9.0764%。地表水主要分布集中于境內(nèi)的右江河段，地表水體分布面積和分布斑塊個數(shù)銳減。

表1 不同季節(jié)水體斑塊的景觀指數(shù)

Table 1 Landscape index of water patches in different seasons

月份Month斑塊尺度面積指標(biāo)Patch scale area index斑塊尺度密度指標(biāo)Patch scale density index斑塊尺度形狀指標(biāo)Patch size shape index斑塊尺度集聚性指標(biāo)Patch scale clustering indexAREA (ha)LPI (%)NPPD (/ha)LSICONTAGAIDIVISION1月January2 444.946.737 626810.961 420.330 577.355 638.260 90.980 55月May3 228.006.071 936711.369 321.649 181.030 932.912 80.986 78月August4 096.007.617 245412.084 023.968 876.739 933.579 70.986 611月November1 814.929.076 420111.074 917.588 278.718 236.840 40.972 8

圖1 不同季節(jié)遙感影像的水體提取

(2)密度指標(biāo)

由表2可知，8月斑塊個數(shù)(NP)最多，11月最少。8月斑塊個數(shù)最多，所以水體斑塊的密度指標(biāo)值也最大，但水體斑塊的密度指標(biāo)在年度內(nèi)的變化和起伏波動也較為明顯，尤其是5到8月間的斑塊數(shù)量變化和8到11月的密度指數(shù)變化起伏波動較大，這表明水體在8月的分布有較低的聚集分布特征。

(3)形狀指標(biāo)

8月的水體斑塊形狀指數(shù)最大，11月最小。1月和11月，水體斑塊面積、斑塊個數(shù)、斑塊形狀指數(shù)較小，同時斑塊的蔓延度指數(shù)和斑塊集聚度指數(shù)較大，表現(xiàn)出萎縮特征；從水體斑塊蔓延度指數(shù)看，8月最小，5月最大。也就是說在8月，水體斑塊具有較好的連接性；反之在11月和1月的秋冬季節(jié)，水體斑塊的破碎程度高。從景觀形狀指數(shù)看，8月最大，11月最小。這表明不同季節(jié)的水體斑塊空間形狀復(fù)雜，多種景觀要素將水體斑塊割裂，受自然活動影響明顯。

(4)水體斑塊的集聚性指標(biāo)

1月的水體斑塊集聚度指數(shù)(AI)最大，5月最小。從景觀分裂指數(shù)(DIVISION)看，1月最小，5月最大。水體斑塊的集聚度指數(shù)和景觀分裂指數(shù)的變化表明，不同季節(jié)的水體分布中，尤其在1月和11月，一般地區(qū)因降水減少，部分地區(qū)干旱程度加大，導(dǎo)致水體分布萎縮，主要水體只分布在江湖等地，喀斯特地區(qū)水體斑塊分布易出現(xiàn)集聚度高的特征。

2.2 不同季節(jié)間的水體斑塊變化分析

不同季節(jié)間水體斑塊變化的遙感影像如圖2所示。

(1)5月和1月間的水體斑塊變化量

對5月和1月水體進行空間分析和地圖代數(shù)疊加運算，得到5月和1月間的水體空間分布變化量圖。分析可知，在前述8個景觀指數(shù)中，斑塊面積(AREA)、斑塊個數(shù)(NP)、景觀形狀指數(shù)(LSI)、斑塊集聚度指數(shù)(AI)、景觀分裂指數(shù)(DIVISION)等5個指標(biāo)都為最小。也就是說，在5月和1月間的水體分布變化量分析中，由于受天氣等自然因素影響，水體在空間分布的變化量也非常小，沒有顯著變化。

(2)8月和1月間的水體斑塊變化量

通過遙感影像分析表明，不同季節(jié)的水體分布變化量中，8月和1月間的水體變化最為明顯。斑塊面積(AREA)、斑塊個數(shù)(NP)、景觀形狀指數(shù)(LSI)、景觀分裂指數(shù)(DIVISION)等4個指標(biāo)都為最大。同時，最大斑塊變化量所占面積達到4.8000%，為最低。也就是說這兩個季節(jié)間的水體在空間上的分布差異最大，達到整個面水體面積的約50%。說明在8月和1月間的水體變化量最為明顯，相應(yīng)的水體面積變化、形狀和分布的聚集性、復(fù)雜度逐漸上升，進一步說明研究區(qū)水體變化復(fù)雜性和集聚性隨季節(jié)變化呈現(xiàn)典型的復(fù)雜性和多樣性，變化幅度加劇。

(3)8月與5月間水體斑塊變化量

斑塊面積(AREA)、斑塊個數(shù)(NP)、斑塊密度(PD)、景觀形狀指數(shù)(LSI)、景觀分裂指數(shù)(DIVISION)等5個指標(biāo)都呈現(xiàn)下降趨勢，但是最大斑塊面積占比(LPI)、蔓延度指數(shù)(CONTAG) 和斑塊集聚度指數(shù)(AI)略有上升。就水體斑塊分布的變化量而言，在8月和1月間的水體變化較之于8月和5月間更為明顯。說明研究區(qū)水體變化量在面積、變化范圍以及強度上，存在從1月到5月，5月到8月逐漸加強的趨勢。面積變化范圍加大，空間格局的復(fù)雜性、不規(guī)則和無序化特征加深。

(4)11月與8月間水體斑塊變化量

8月到11月間的變化主要是水資源減少，在空間格局上呈現(xiàn)出斑塊面積(AREA)、斑塊個數(shù)(NP)、斑塊密度(PD)、景觀形狀指數(shù)(LSI)、景觀分裂指數(shù)(DIVISION)等5個指標(biāo)的下降趨勢，但是最大斑塊面積占比(LPI)、蔓延度指數(shù)(CONTAG)和斑塊集聚度指數(shù)(AI)等3個指標(biāo)都呈上升趨勢。也就是說較之于8月，不但11月的水體斑塊景觀格局指數(shù)發(fā)生變化，相應(yīng)的11月份和8月份之間的水體斑塊變化量景觀格局指數(shù)，也發(fā)生一定的季節(jié)性變化。

綜合來看，在5月到8月的水資源總量上升，8月到11月的水資源總量下降過程中，研究區(qū)的水資源空間斑塊及其變量也呈現(xiàn)一定的規(guī)律性和對稱性。說明研究區(qū)水體分布以8月份為時間中心點呈現(xiàn)總量由少到多再到多、分布復(fù)雜性和分布集聚度由弱到強再到弱、分布的分裂性和蔓延性由弱變強再到弱的過程。8個景觀指數(shù)在不同季節(jié)間的變化見表2。

2.3 水體斑塊變化量景觀指數(shù)的類型間相關(guān)性分析

通過定量分析相關(guān)指數(shù)間的相關(guān)性，得到指數(shù)間的相關(guān)系數(shù)如表3所示。

表2 不同季節(jié)間水體斑塊變化量的景觀指數(shù)

Table 2 Landscape index of patch change amount of water in different seasons

月份Month斑塊尺度面積指標(biāo)Patch scale area index斑塊尺度密度指標(biāo)Patch scale density index斑塊尺度形狀指標(biāo)Patch size shape index斑塊尺度集聚性指標(biāo)Patch scale clustering indexAREA (ha)LPI (%)NPPD (/ha)LSICONTAGAIDIVISION5月與1月間變化Changes between May and January1086.250 04037.037 06.464 388.833 216.666 70.970 58月與1月間變化Changes between August and January2 0004.800 036018.000 018.811 175.619 825.077 30.992 68月與5月間變化Changes between August and May1 6645.769 228116.887 016.829 375.959 727.078 50.990 311月與8月間變化Changes between August and November1 9684.878 035417.987 818.500 075.575 824.939 10.992 5

表3 不同變量間的相關(guān)系數(shù)

Table 3 Correlation coefficient between different variables

AREALPINPPDLSICONTAGAILPI0.201 2NP0.881 9??-0.187 9PD-0.811 7??-0.334 5-0.718 8??LSI0.943 1??0.118 80.913 6??-0.926 8??CONTAG-0.545 3??0.142 0-0.763 2??0.738 6??-0.759 6??AI0.681 6??0.606 9??0.420 3?-0.906 6??0.751 8??-0.470 3?DIVISION0.457 8?-0.670 4??0.806 0??-0.371 70.577 4??-0.745 3??-0.027 0

注：*表示差異顯著(P<0.05),**表示差異極顯著(P<0.01)

Note：*means significant difference (P<0.05)，**means especially significant difference (P<0.01)

由表3可見，水體斑塊變化量的兩組分類8個變量間的28個簡單相關(guān)系數(shù)中，有18個達到極顯著水平，有3個達到顯著水平。其中：(1)斑塊面積(AREA)與斑塊個數(shù)(NP)、景觀形狀指數(shù)(LSI)、斑塊集聚度指數(shù)(AI)為極顯著的正相關(guān)；與斑塊密度(PD)和蔓延度指數(shù)(CONTAG)為極顯著的負(fù)相關(guān)；與景觀分裂指數(shù)(DIVISION)為顯著的正相關(guān)。(2)最大斑塊所占斑塊面積的比例(LPI)與斑塊集聚度指數(shù)(AI)為極顯著的正相關(guān)；與景觀分裂指數(shù)(DIVISION)為極顯著的負(fù)相關(guān)。(3)斑塊個數(shù)(NP)與景觀形狀指數(shù)(LSI)、景觀分裂指數(shù)(DIVISION)為極顯著的正相關(guān)；與斑塊密度(PD)、蔓延度指數(shù)(CONTAG)為極顯著的負(fù)相關(guān)；與斑塊集聚度指數(shù)(AI)為顯著的正相關(guān)。(4)斑塊密度(PD)與蔓延度指數(shù)(CONTAG)為極顯著正相關(guān)；與景觀形狀指數(shù)(LSI)、斑塊集聚度指數(shù)(AI)為極顯著負(fù)相關(guān)。(5)景觀形狀指數(shù)(LSI)與蔓延度指數(shù)(CONTAG)為極顯著負(fù)相關(guān)。與斑塊集聚度指數(shù)(AI)、景觀分裂指數(shù)(DIVISION)為極顯著正相關(guān)。(6)蔓延度指數(shù)(CONTAG)與斑塊集聚度指數(shù)(AI)為顯著負(fù)相關(guān)，與景觀分裂指數(shù)(DIVISION)為極顯著負(fù)相關(guān)。

將8個指數(shù)分為基本指數(shù)組和其他指數(shù)組并對兩組做典型相關(guān)分析，結(jié)果表明，顯著的典型相關(guān)系數(shù)個數(shù)為2個(表4)，相關(guān)典型變量構(gòu)成如表5所示。

表4 基本指數(shù)和其他指數(shù)兩組間典型相關(guān)系數(shù)

Table 4 Typical correlation coefficients between basic index and other indexes

第一組The first group第二組The second group顯著的典型相關(guān)系數(shù)個數(shù)Number of significant typical correlation coefficients典型相關(guān)系數(shù)Typical correlation coefficients卡方值Chi square test value自由度Freedom概率值Probability value基本指數(shù)The basic index其他指數(shù)The other index20.999 269.077 6160.000 10.984 844.769 790.000 10.720 021.544 240.000 20.660 216.859 310.000 0

表5 典型相關(guān)顯著的各組變量構(gòu)成

Table 5 Composition of variables of each group with typical significant correlation

典型相關(guān)系數(shù)Typical correlation coefficients典型變量構(gòu)成Composition of typical variable第一典型變量The first typical variable0.999 2??V1=-0.5946×AREA+0.0980×LPI+1.7560×NP+0.4341×PDW1=1.5491×LSI-0.2954×GONTAG-1.3110×AI-0.2338×DIVISION第二典型變量The second typical variable0.984 8??V2=-1.2343×AREA +0.4585×LPI+1.6027×NP+1.1884×PDW2=0.4795×LSI-0.5945×GONTAG-1.6281×AI-0.7861×DIVISION

注：**表示差異極顯著(P<0.01)

Note：** means especially significant difference (P<0.01)

典型變量中各性狀的權(quán)重大小表示對典型性狀值影響的重要程度，由表5可見，第一典型變量的基本指數(shù)構(gòu)成中，斑塊個數(shù)(NP)和斑塊面積(AREA)對變量構(gòu)成的系數(shù)影響最大，其他的影響較小，并且斑塊面積(AREA)系數(shù)為負(fù)值。第一典型變量的其他指數(shù)構(gòu)成中，景觀形狀指數(shù)(LSI)和斑塊集聚度指數(shù)(AI)對變量構(gòu)成的系數(shù)影響最大，其他的影響較小。其中景觀形狀指數(shù)(LSI)為正值，斑塊集聚度指數(shù)(AI)為負(fù)值。說明第一典型變量的極顯著相關(guān)主要由斑塊個數(shù)(NP)、斑塊面積(AREA)、景觀形狀指數(shù)(LSI)和斑塊集聚度指數(shù)(AI)引起。

第二典型變量的基本指數(shù)構(gòu)成中，斑塊個數(shù)(NP)和斑塊面積(AREA)對變量構(gòu)成的系數(shù)影響最大，其他的影響較小，并且斑塊面積(AREA)為負(fù)值。第二典型變量的其他指數(shù)構(gòu)成中，斑塊集聚度指數(shù)(AI)和景觀分裂指數(shù)(DIVISION)對變量構(gòu)成的系數(shù)影響最大，并且兩者都為負(fù)值，其他的影響較小。說明第二典型變量的極顯著相關(guān)主要由斑塊個數(shù)(NP)、斑塊面積(AREA)、斑塊集聚度(AI)和景觀分裂指數(shù)(DIVISION)引起。

3 結(jié)論

本文基于LANDSAT 8 OLI遙感影像對喀斯特地區(qū)的水體空間格局進行研究，并就景觀指數(shù)之間的相關(guān)性進行典型相關(guān)分析。結(jié)果表明:

(1)1月、5月、8月和11月間的水體斑塊面積和斑塊密度等呈現(xiàn)逐漸增大再減小的過程，其中11月最小月較之于8月最大月，水體斑塊面積增加124%，斑塊個數(shù)增加125%。斑塊密度也有較大的增加，反映出喀斯特地區(qū)在不同季節(jié)水體分布呈現(xiàn)較大變化的空間格局特征；

(2)從5月到8月，再從8月到11月，斑塊面積(AREA)、斑塊個數(shù)(NP)、斑塊密度(PD)、景觀形狀指數(shù)(LSI)和景觀分裂指數(shù)(DIVISION)等5個景觀指數(shù)先上升再降低，最大斑塊面積占比(LPI)、蔓延度指數(shù)(CONTAG)和斑塊集聚性指標(biāo)(AI)等3個指數(shù)先下降后上升，體現(xiàn)了喀斯特地區(qū)水資源空間格局一年內(nèi)呈現(xiàn)聚集度先升后降，蔓延度指數(shù)先降后升的趨勢，水資源空間格局的景觀指數(shù)受季節(jié)影響較大；

(3)典型相關(guān)分析表明，斑塊個數(shù)(NP)和斑塊密度(PD)等基本景觀指數(shù)與景觀形狀指數(shù)(LSI)、斑塊集聚度(AI)和景觀分裂指數(shù)(DIVISION)等存在高度相關(guān)。但景觀形狀指(LSI)、蔓延度指數(shù)(CONTAG)和斑塊集聚度(AI)等3個指標(biāo)在演變過程中也存在一定的波動和無序化，反映出喀斯特地區(qū)水資源空間格局在不同季節(jié)間的變化，呈現(xiàn)出不規(guī)則和無序化的特征。

遙感影像在監(jiān)測喀斯特地區(qū)水資源及其空間格局演變等方面有非常大的優(yōu)勢，但實際應(yīng)用中存在遙感數(shù)據(jù)分辨不高，導(dǎo)致一些面積較小的池塘和水體不易通過遙感影像獲取，數(shù)據(jù)準(zhǔn)確性有待通過獲取較高分辨率的遙感數(shù)據(jù)加以改善，同時在景觀指數(shù)的選取等方面也需進一步推敲，這些有待今后研究完善。