賀 春,張 靜
(1. 西安工程大學(xué)城市規(guī)劃與市政工程學(xué)院,陜西 西安 710048;2. 延安大學(xué)西安創(chuàng)新學(xué)院,陜西 西安 710048)
景觀是由各類生態(tài)系統(tǒng)構(gòu)成的異質(zhì)區(qū)域,存在地域性、復(fù)雜性與功能一致性等特點(diǎn)。隨著城鎮(zhèn)化速度的加快,主城區(qū)的土地利用方式發(fā)生改變,景觀變異現(xiàn)象突出,原有生態(tài)格局被打破。景觀變異就是人們利用某種手段建立更適合生存空間的結(jié)果。因此,人與生態(tài)系統(tǒng)之間的矛盾造成很多環(huán)境問題,影響人們生活與健康。為構(gòu)建環(huán)境友好型社會(huì),景觀合理規(guī)劃引起學(xué)者們的廣泛關(guān)注,通過對(duì)未來景觀變異情況的模擬預(yù)測(cè),分析空間變異規(guī)律,為景觀保護(hù)與規(guī)劃提供科學(xué)依據(jù)[1]。在模擬過程中,景觀生態(tài)學(xué)被廣泛應(yīng)用,以整體景觀為研究目標(biāo),利用生態(tài)原理、空間分析等方法探究景觀動(dòng)態(tài)變化情況,最終實(shí)現(xiàn)景觀可持續(xù)發(fā)展的目的。
廣大學(xué)者從景觀生態(tài)學(xué)角度出發(fā),提出一些模擬景觀變異的方法。鄭淋峰[2]等人提出基于地理信息系統(tǒng)(GIS)的模擬方法。分析目標(biāo)區(qū)域景觀數(shù)量變化和轉(zhuǎn)移情況,構(gòu)建經(jīng)濟(jì)指標(biāo)模型,模擬出未來景觀格局。除此之外,還有學(xué)者將耦合最小累積阻力模型(MCR)與人工神經(jīng)網(wǎng)絡(luò)(ANN)相結(jié)合,設(shè)計(jì)了生態(tài)演變模擬模型。結(jié)合該地歷史數(shù)據(jù),量化不同景觀變化情況,確立適應(yīng)性規(guī)則,利用組合模擬模型得出變異規(guī)律。
上述模擬方式都是通過圖像采集獲取景觀信息,無法利用簡單的數(shù)據(jù)模型來處理圖像信息,增加了后期模擬難度,也降低了模擬精度。為此,本文利用Markov模型完成景觀空間變異規(guī)律動(dòng)態(tài)模擬,Markov能夠使用簡便的數(shù)學(xué)方式描述圖像與聲音信息,以概率模型形式準(zhǔn)確表現(xiàn)出不同景觀類型之間的變化狀況,為景觀發(fā)展預(yù)測(cè)打下基礎(chǔ)。
本文利用遙感技術(shù)采集景觀信息,在此過程中,由于受波譜、時(shí)間、分辨率等因素制約,導(dǎo)致采集的信息會(huì)出現(xiàn)一定誤差,難以真實(shí)記載景觀格局?jǐn)?shù)據(jù)[3,4]。為此,通過下述過程對(duì)遙感圖像作預(yù)處理。
1)大氣校正
此過程是為了去除大氣等自然條件對(duì)景觀的反射作用,可反演出真實(shí)的輻射率、反射率等參數(shù),本文使用的是FLAASH校正軟件。
2)幾何校正
改善成像時(shí)出現(xiàn)的扭曲、偏移等現(xiàn)象,使投影過程滿足投影系統(tǒng)要求。將不同傳感器采集到的遙感圖像變換到相同的坐標(biāo)系中,保證像素和真實(shí)景觀位置得到最佳匹配。如果將待配準(zhǔn)圖像視為兩個(gè)二維數(shù)組,則圖像映射過程表示為
I2(x,y)=g(I1(f(x,y)))
(1)
式中,f代表空間變換,I1和I2分別為配準(zhǔn)前、后的遙感圖像,(x,y)表示像素點(diǎn),g表示一維亮度值。
3)圖像融合
將不同角度景觀圖像作融合處理,生成高質(zhì)量圖像,最大程度獲取景觀信息,突出圖像的變異性,便于監(jiān)測(cè)信息變化情況,提高信息利用率[5,6]。
4)信息損失評(píng)估
景觀數(shù)據(jù)處理時(shí),平滑邊界、屬性賦值等操作均會(huì)導(dǎo)致景觀面積與數(shù)量的改變,即信息損失。損失評(píng)估就是獲取不同尺度內(nèi)數(shù)據(jù)損失的大小[7],計(jì)算公式如下
(2)
(3)
式中,M代表對(duì)應(yīng)尺度中信息整體偏差,Agi與Abi分別表示第i種景觀的實(shí)際評(píng)價(jià)指標(biāo)值和基準(zhǔn)值,N代表景觀總數(shù)量,P代表損失度。
空間自相關(guān)就是景觀的某屬性在一定空間內(nèi)是否和鄰近空間中的其它景觀存在相關(guān)性。通過分析可獲得景觀變量空間分布狀況,避免重復(fù)采樣。從以下不同角度完成自相關(guān)分析。
1)景觀形狀
(4)
式中,E與As分別代表景觀要素的總周長與總面積。LSI的取值區(qū)間是[1,∞)。
2)香農(nóng)多樣性
(5)
式中,Pi代表第i種景觀所占比例。該值越大說明景觀多樣性越強(qiáng),種類越豐富,斑塊破碎性顯著[8,9]。通過式(6)對(duì)景觀分布情況進(jìn)行描述
(6)
通常情況下,I在[-1,1]范圍內(nèi),如果與1接近,表明景觀呈聚集分布;若與-1接近,表明景觀為分散狀態(tài);如果與0接近,空間則為隨機(jī)分布[10]。
綜合分析目標(biāo)城市的自然、社會(huì)與經(jīng)濟(jì)條件,選取具有代表性的驅(qū)動(dòng)因子,結(jié)合驅(qū)動(dòng)因子分析影響該區(qū)域景觀變異的因素。驅(qū)動(dòng)因子選取結(jié)果如表1所示。
表1 驅(qū)動(dòng)因子體系表
在模擬景觀空間變異時(shí),綜合分析上述驅(qū)動(dòng)因子,有助于獲得更加科學(xué)合理的模擬結(jié)果。
確定景觀變異重心,可以準(zhǔn)確評(píng)估出景觀動(dòng)態(tài)變化轉(zhuǎn)移的核心,通過景觀利用變化幅度、變化轉(zhuǎn)移矩陣、利用動(dòng)態(tài)度等構(gòu)建變異轉(zhuǎn)移重心模型。
1)景觀利用變化幅度
某段時(shí)間內(nèi),不同景觀類型在數(shù)量上的變化幅度表達(dá)式如下
ΔU=Ub-Ua
(7)
(8)
式中,ΔU代表景觀變化量,Ua與Ub為某類景觀在模擬前期與末期的面積,T是模擬時(shí)段,K描述年平均景觀面積變化情況。
2)景觀變異轉(zhuǎn)移矩陣
通過變異轉(zhuǎn)移矩陣反映不同景觀存在的相互轉(zhuǎn)化趨勢(shì),矩陣形式如下
(9)
3)景觀利用動(dòng)態(tài)度
結(jié)合上述變異轉(zhuǎn)移矩陣,通過變化率等指標(biāo)分析景觀利用動(dòng)態(tài)度[11],具體過程如下
(10)
式中,Ks為景觀使用變化率。
(11)
式中,Kss代表景觀變化動(dòng)態(tài)度,Ui+描述其余景觀類型在模擬時(shí)間段內(nèi)變換為該景觀的面積,Ui-則是該類型景觀變換為其余景觀的面積。
4)重心轉(zhuǎn)移模型
一般通過經(jīng)緯度描述轉(zhuǎn)移位置,某類型景觀轉(zhuǎn)移重心計(jì)算公式為
(12)
(13)
(14)
式中,(Xt′,Yt′)表示某景觀空間轉(zhuǎn)移重心坐標(biāo),Ct’i代表第i種景觀面積,(Xi,Yi)是第i類景觀中心坐標(biāo),D屬于歐式距離,ΔX和ΔY分別代表模擬時(shí)段內(nèi)前期與后期重心坐標(biāo)。
對(duì)于穩(wěn)定系統(tǒng)的狀態(tài)轉(zhuǎn)化,多次變換后得到的狀態(tài)通常取決于上一次變換結(jié)果。因此,利用Markov算法的預(yù)測(cè)性能,建立景觀空間變異轉(zhuǎn)移矩陣pij,且該矩陣可通過上一次轉(zhuǎn)換結(jié)果預(yù)測(cè)得出。
假定景觀變換會(huì)出現(xiàn)V種可能,則矩陣pij的表達(dá)式如下
(15)
則可以獲得pij的計(jì)算公式
(16)
由于Markov鏈存在無后效性特點(diǎn),因此需滿足下述要求
(17)
景觀空間變異在短時(shí)間內(nèi)可能相對(duì)穩(wěn)定,不同景觀種類之間的變異存在概率性,Markov模型能夠完全滿足上述景觀變異的動(dòng)態(tài)模擬需求。但是在模擬之前需要檢驗(yàn)該模型是否具有穩(wěn)定性。
本文使用kappa系數(shù)來驗(yàn)證Markov模型精度,公式如下
(18)
式中,v表示柵格總數(shù),v1代表模擬正確的柵格數(shù)量,Po是準(zhǔn)確模擬結(jié)果占比,Pc表征模擬期望值,Pp描述理想狀態(tài)時(shí)模擬正確的結(jié)果所占比例。
選取A城市作為研究目標(biāo),該主城區(qū)東西長約186km,南北寬為109km,整體面積1.21萬km2,是全省經(jīng)濟(jì)與文化交流中心。
地貌特征:東南低、西北高,地形多樣復(fù)雜,主要包括平原、丘陵與河谷三種地形。
氣候特征:位于半干旱與半濕潤的交界地帶,綜合南北方氣候特征,四季差別明顯,降水適量,光照非常充足。平均氣溫在8℃-12℃之間,無霜期較長。
主要景觀類型:林地、草地、園地、水域以及其它建筑景觀。
首先,利用Markov模型對(duì)2019年A城市的景觀分布情況進(jìn)行模擬,只有精準(zhǔn)地模擬出景觀現(xiàn)狀,才能進(jìn)一步模擬未來變化規(guī)律。實(shí)際景觀分布與模擬結(jié)果分別如圖1所示。
圖1 Markov模型景觀分布模擬精度分析
圖1中,林地—三角形、草地—正方形、園地—五邊形、水域—圓形、其它建筑景觀—星形。根據(jù)圖1能夠看出,利用Markov模型模擬出的景觀分布情況和實(shí)際情況非常相似,無論是分布位置還是面積都與實(shí)際情況相吻合。證明了該模型具有極佳的模擬精度,狀態(tài)概率轉(zhuǎn)移矩陣穩(wěn)定性強(qiáng),可應(yīng)用在動(dòng)態(tài)模擬過程中。
其次,以斑塊數(shù)量為指標(biāo),通過變異系數(shù)模擬景觀空間變異規(guī)律。變異系數(shù)計(jì)算公式如下
(19)
式中,Si代表第i種景觀的整體面積,ΔSi-j表示模擬過程中,i類景觀變異為其它景觀的面積之和,t是模擬時(shí)間。
1)斑塊數(shù)量空間變異規(guī)律模擬
將斑塊數(shù)量幅度效應(yīng)分割為10-30km、30-80km和80km三個(gè)區(qū)間。不同景觀斑塊隨幅度增加,數(shù)量變化情況如圖2所示。
圖2 不同幅度下景觀斑塊數(shù)量
圖2顯示,除了其它建筑景觀外,其余斑塊數(shù)量和幅度半徑之間具有明顯的依賴關(guān)系,在10-30km區(qū)間中,四種斑塊數(shù)量隨區(qū)間的增大而增大,但是這種變化趨勢(shì)并不明顯;在30-80km之間,各斑塊數(shù)量顯著增多;當(dāng)大于80km時(shí),各斑塊數(shù)量變化趨勢(shì)趨于穩(wěn)定狀態(tài),幅度效應(yīng)慢慢消失。
分析斑塊數(shù)量和幅度半徑之間存在的變化規(guī)律后,探究不同類型斑塊數(shù)量表現(xiàn)出的幅度效應(yīng)差異性,利用式(19)計(jì)算五種景觀的變異系數(shù),計(jì)算結(jié)果如圖3所示。
圖3 不同斑塊類型變異系數(shù)
由圖3可以看出,五種景觀的整體變異系數(shù)由大到小排列為:其它>草地>林地>園地>水域。其中變異系數(shù)最大為其它建筑用地,雖然此種斑塊數(shù)量比其余四種數(shù)量少,但是變異系數(shù)遠(yuǎn)遠(yuǎn)高于其它景觀。這是因?yàn)槿藗儗?duì)此類景觀的改造性較強(qiáng),而水域大多為天然形成的,不會(huì)對(duì)其輕易改造,因此變異系數(shù)相對(duì)較小。此外,當(dāng)輻射范圍>80km時(shí),所有景觀的變異系數(shù)都接近于0,表明此時(shí)景觀變異對(duì)幅度的敏感性較差。
2)斑塊面積空間變異規(guī)律模擬
斑塊面積:景觀中某斑塊面積與整體景觀面積之比,計(jì)算公式為
(20)
不同景觀類型斑塊面積表現(xiàn)出的變異規(guī)律如圖4所示。
圖4 不同幅度下景觀斑塊面積比
分析圖4可知,在一定空間內(nèi),景觀斑塊的面積與數(shù)量變化規(guī)律大致相同。在10-30km范圍內(nèi)雖然有上升趨勢(shì)但較為平緩,30-80km范圍內(nèi),斑塊面積比明顯上升,大于80km時(shí),上升幅度再次減弱。
綜上所述,其它建筑景觀類型由于涉及的人為因素較大,沒有顯著的空間變異規(guī)律。而自然景觀均表現(xiàn)出相同的空間變異規(guī)律,其中水域的變異系數(shù)最小。
人口的快速增長導(dǎo)致城市景觀用地發(fā)生巨大變化,一些自然景觀用地被基礎(chǔ)設(shè)施建設(shè)占用。為此,本文利用Markov模型模擬主城景觀空間變異規(guī)律,為未來城市景觀格局規(guī)劃提供科學(xué)依據(jù)。通過仿真某城市當(dāng)前景觀格局,證明了所提模型具有較高的模擬精度。此外,得出自然景觀的斑塊數(shù)量與面積隨空間幅度半徑的增加,表現(xiàn)出緩慢上升、明顯上升和平穩(wěn)的變異規(guī)律。模擬結(jié)果為城市土地建設(shè)提供了可能性,可以很好地發(fā)揮輔助決策功能。