地震灾区受灾典型小流域景观空间格局特征

张广帅 俞伟 林勇明 马瑞丰 吴承祯 洪伟

摘要：以RS、GIS为技术支撑，从景观要素斑块特征、异质性特征、破碎化特征及其空间相互关系特征对震后北川县苏保河小流域的景观格局进行了分析，旨在为小流域灾后生态恢复与景观设计以及进一步防范次生灾害提供理论依据。结果表明：流域原始景观类型仍占主导位置，但空间形态区域不规则化加剧；地质灾害产生的微地貌景观类型具有较高的空间异质性与破碎化，加剧了流域景观的不稳定性；人为干扰强烈区域及滑坡体中部沟道及滑坡后壁等区域景观空间相互关系较为复杂。

关键词：苏保河小流域；景观特征；空间格局；景观指数；生态恢复

中图分类号：Q149文献标志码：A论文编号：2013-0780

0引言

景观空间格局是指形状、大小各异的景观要素在空间上的排列[1]，它是各种生态过程在不同尺度上作用的结果，是景观异质性的重要表现[2]。景观结构则指不同景观要素之间的空间关系。景观空间格局与结构的变化发展是自然、生物和社会要素相互作用的结果，对生物物种分布、径流和侵蚀等生态过程与边缘效应影响重大[3]。当前有关景观格局分析的热点主要集中在空间异质性与时间异质性2方面，其主要应用领域集中在城市园林景观规划[4]、生态退化区景观演变监测[5]、自然保护区景观干扰评价[6]以及灾害影响评价[7]等。

2008年5月汶川地区发生8.0级特大地震，毁灭性突发地震以及所引发的泥石流、滑坡、崩塌等次生地质灾害，对山区的生态景观格局造成了严重破坏[8]，使原本脆弱的生态环境更加脆弱和危险[9]。基于前期对受损灾区景观要素斑块特征的初步研究，笔者从斑块特征、异质性特征、破碎化特征以及空间相互关系特征4个方面，对苏保河小流域的景观格局特征进行深入分析，以期为协调灾后恢复重建工作中的人地关系提供科学依据，从而更好地把握各种基础设施建设过程中人类活动与生态景观格局间的相互影响。

1研究区概况

苏保河位于四川省北川羌族自治县（北川县）擂鼓镇苏保乡境内，为安昌河水系二级支流，流向自西向东。流域面积72.21 km2，流域主沟长14.70 km，平均沟床比降达92.8‰，相对高度达1635 m。苏保河流域地形变化较大，整体北西高、南东低，处在侵蚀构造中的东南边缘，属于龙门山前与后山交界地带。研究区地处东经103°44'—104°42'，北纬31°14'—32°14'范围内，属于亚热带湿润季风气候，四季分明，气候温和，多年平均温度15.6℃，又属著名的鹿头山暴雨区，雨量充沛，年均降雨量达1399.1 mm，年最大降雨量2340 mm（1967年），降水集中在6—9月，占全年降雨量70%~90%，同时也是泥石流灾害频发时期[10]。

2研究方法

2.1数据来源及处理

信息数据主要来源于震后2008年5月19日航拍的1:5000比例尺航片，鉴于航拍空间尺度较小，未能全面覆盖整个苏保河流域，因此以11张航片拼接后得到的区域作为研究对象，并采用1:10000地形图和1:5000DEM数据进行几何校正，投影采用UTM投影系统，WGS-84坐标系。基于ERDAS-IMAGINE 8.7软件，基于前期地形图勾绘的泥石流堆积区、流通区、滑坡后壁及光板岩等信息及GPS定位观测数据，采用监督分类和目视解译相结合的方法进行解译，并通过后期外业调查检验其精度。基于ArcGIS 9.3提取景观要素特征并对各景观斑块类型、数目、周长及面积等属性进行分析、统计，生成苏保河小流域景观格局类型SHP格式数据图，最后用景观指数分析软件包FRAGSTATS 3.3进行分析。

2.2景观要素类型划分

在对航片进行解译判读的基础上，结合野外实地勘察，根据景观生态分类原则[11]、灾后苏保河小流域景观格局的外在特征以及与泥石流、滑坡、崩塌等次生灾害所产生的微地貌形态的空间邻近及镶嵌程度，将整个研究区域划分为13种景观类型（见图1）：针叶林(A)、阔叶林(B)、灌丛(C)、草地(D)、农田(E)、泥石流堆积区(F)、泥石流流通区(G)、沟道(H)、崩塌(I)、滑坡后壁(J)、光板岩(K)、道路(L)、居住用地(M)。

2.3指标选取与分类

景观要素最为直接与普遍的数量特征信息是面积和周长，而景观指数是景观格局信息的高度浓缩，能够直观反映景观的结构组成和空间配置特征[12]。因此，景观指数法是景观格局分析中最为常规的研究方法。基于传统的景观指数分析法，结合各类景观指数的生态学意义，将常规的景观格局指数划归为4大类，即景观要素斑块特征指数、景观要素异质性指数、景观要素破碎化指数以及景观要素空间相互关系特征指数。旨在从不同侧重角度更加清晰地量化研究区景观格局差异性特征。本研究分别在景观要素斑块类型水平指数和景观水平指数2个层次上，从景观要素斑块特征、景观要素的异质性特征、景观要素破碎化特征、景观要素空间相互关系以及景观多样性与均一性，对北川苏保河小流域灾后景观格局特征进行研究。选取的指标及其特征类型，见表1[13]。指标的公式与计算方法都采用FRAGSTATS的表示方式[14]。

3结果与分析

3.1景观分类结果精度

经过野外实际调绘与核实，此次遥感解译精度为91.2%，Kappa指数为0.8764，分类结果可以接受，进而开展景观空间格局分析。

3.2景观要素斑块特征

景观要素的斑块特征指数主要是指用于描述要素斑块面积、周长、斑块数以及斑块形状的指标[15]，能够反映景观要素类型内部及斑块之间的物质能量相互作用、斑块稳定性及周转率、斑块生物多样性等特征性状。通过对景观斑块特征的分析可以进一步了解景观各类型要素的复杂性与受干扰情况[16]。本研究主要选取斑块类型面积、斑块数、面积加权分维数、最大斑块指数、平均斑块伸长指数描述景观要素的斑块特征。

通过表2可知，在苏保河小流域研究区域中阔叶林(B)分布面积最大，达25.532 km2，占总流域面积的41.37%，且最大斑块指数值LPI为6.349%，远大于其他要素类型，说明阔叶林景观类型在流域景观格局中分布最广，连通性最好，是流域的基质，而其他要素则是以斑块形式镶嵌分布其中；草地(D)虽然NP值最大为294，但是CA值并不是很高只有6.707 km2，反映了该要素类型形状不规则，变化多样；道路(L)和光板岩(K)FRAC_AM值相对较小，分别为1.041与1.068，体现了其边界较为简单、景观地位较弱；面积加权平均分维数可以反映景观类型要素的形状复杂程度及其在流域景观中的显著性[17]，阔叶林(B)和农田(E)的FRAC_AM值最大，分别为1.225与1.158，体现了这2种景观类型在苏保河流域中具有较强的显著性特征，但是由于地震及泥石流等地质灾害的破坏导致其形状十分不规则；平均斑块伸长指数反映斑块形状与正方形（其MPSI值为4）之间的差异程度，MPSI值越大，则说明斑块形状越长[18]。道路(L)和沟道(H)具有最大的MPSI值分别为21.605和19.337，说明其形状最长，这与道路和沟道类型的实际情况是相符的。其余各景观类型的MPSI值均介于5~6之间。

3.3景观要素异质性特征

景观异质性主要表现为景观要素的异质性和空间分布的异质性，是景观的又一基本属性[19]。主要涉及的景观指数包括斑块密度、边缘密度和总边缘周长等。

斑块密度是指单位面积上的斑块数，它能反映景观要素在空间上的异质性[20]，通过表3可以看出：在苏保河流域研究区域中，草地(D)和崩塌(I)的PD值最大，分别达4.76与4.70，远大于其他景观要素，具有较高的空间异质性，其中由于崩塌(I)的斑块数较多，但总面积较小（见表2），决定其单个斑块的规模最小且分化程度最强，因此具有最高的景观异质性。泥石流堆积区(F)、流通区(G)作为次生地质灾害产生的微地貌景观形态，PD值虽然没有针叶林(3.74)、灌丛(3.91)、农田(4.18)高，但是介于3~4之间，因此具有一定的空间异质性，阔叶林(B)、农田(E)的PD值均大于4，异质性程度较高，主要是由于自然灾害破坏了流域原来相对均一的景观；边缘密度与边缘总周长反映了各种能流、物流及物种流扩散过程的可能性[21]，同时可以揭示景观类型被边界分割的程度，可以体现出景观类型异质性变化程度。阔叶林(B)、草地(D)、农田(E)具有最高的边界密度10.19、4.09、4.07，说明景观的空间分化程度最高，被切割的最为明显，由表2可知这3类景观要素具有较大面积，在流域景观中具有基质的作用，造成其异质性加强的主要原因就是地质灾害的破坏，这与研究区的实际情形也是相一致的。光板岩(K)、道路(L)的ED值最小，分别为0.26和0.24，但是由于其面积和边缘周长均较小，因此并不能说明其异质性强弱。

3.4景观要素破碎化特征

景观的破碎化是指由于自然或人为因素干扰而造成的景观形态由简单趋于复杂、不连续的过程，它是景观异质性加强的直接原因，景观破碎化表现的结果就是景观类型由连续的均质区域变成异质不连续的斑块镶嵌体，从而严重影响景观生物多样性和生态系统功能[22]。本研究用于描述景观破碎化特征的指数主要有平均斑块面积、景观离散指数、平均斑块形状指数和面积加权平均形状破碎化指数。

由表4可知，居住区(M)的景观离散指数最大为454.8，说明该类型要素受外界干扰影响最大，这与所有研究类型要素中居住区受人类影响最为强烈这一事实是相符合的[23]。平均斑块形状指数和面积加权平均形状破碎指数与景观的破碎化程度具有显著相关性，两者取值均为0~1，平均斑块形状指数越接近1，表明景观类型要素形状越接近正方形，景观的稳定性越强；面积加权平均形状指数越大，景观要素斑块空间形状越复杂，景观类型要素破碎化越大，说明受自然扰动越强，但是对于农田等人造景观却相反[24]。景观类型要素中，道路(L)、沟道(H)景观斑块的形状最复杂，破碎程度也最大，受地质灾害扰动最强。在地质灾害产生的微地貌景观中MSI与FS2由大到小分别为：H>G>J>F>I>K和H>J>G>F>I>K，说明沟道与流通区的景观类型斑块形状最复杂，沟道与滑坡后壁破碎化最严重，景观稳定最差的，而光板岩和崩塌形成的倒石堆相对较为稳定；其他景观类型要素中MSI由大到小依次为：L>B>C>D>E>A>M，而FS2由大到小依次为：L>B>E>D>C>M>A，两者的顺序不一致，主要因为FS2数值的变化不仅受到形状差异的影响，很大程度上还受到斑块数目变化的影响，例如农田(E)的MSI值较小而FS2值较大，是因为农田景观形状一般接近正方形，但是由于自然灾害的破坏，斑块数目增多，从而破碎程度较高。

3.5景观要素空间相互关系分析

景观要素空间相互关系常用的指数包括密集度指数、相似邻近百分比指数、散布与并列指数、聚集度指数和聚合度指数等。

从表5可以看出：除了丛生度外，其余4个指数的最高值均出现在阔叶林(B)，说明阔叶林在流域分布中具有聚集现象，即便是地质灾害以后，斑块间隔仍然较小，分布紧密，邻近斑块相似程度较高，自然连接性相对较高，而丛生度的最高值为灌丛(C)，这与灌丛以聚集生长的生活方式有关。道路(L)各项指数均是最小，说明该要素在流域中分布散乱，斑块之间间距大且与周围斑块差异性较大。

PLADJ和AI由大到小均是：B>C>E>A>D>G>K>M>I>F>J>H>L，说明沟道、滑坡后壁、泥石流堆积区、光板岩、流通区等次生灾害产生的微地貌景观聚合度与相似邻近度低于阔叶林、灌丛等小流域的原生景观，而其内部流通区的聚合度相对其他要素较大，与该要素的结构特点是一致的。COHESION主要说明斑块的连接性，其值越高聚集性越强，位于流域基部的阔叶林与农田相对值较高，聚集性较强，而位于对海拔较高的针叶林，由于地质灾害的破坏自然连接性较弱，但总体上仍然是原生景观类型大于次生灾害产生的微地貌景观类型，其余指数也表现出相似的规律。

3.6景观水平空间格局分析

在苏保河小流域景观水平层次上，选取香农多样性指数、香农均一性指数、蔓延度指数及分割度指数分别分析流域景观的多样性、均一度与破碎化程度[25-26]。

由表6可知，在景观水平层面上，苏保河小流域景观多样性指数达1.86，体现了其要素类型相对丰富，各要素斑块比例差异较大，景观破碎化程度较高，与74.06%的分割度相吻合；均匀度指数达72%，说明研究区域中等均一性，除了阔叶林优势较明显，原生景观类型与次生灾害产生的景观类型内部斑块面积比例相差不大；聚集度可以用来描述景观内不同类型要素的团聚程度，研究区域景观聚集度为42.93%，表示本区域景观有许多小斑块组成，景观破碎化与异质性程度较强。

4结论与讨论

（1）研究分析发现，苏保河小流域景观要素类型较少，地震及其引发的次生地质灾害使得本区域的景观要素类型增加，其中针叶林、阔叶林、灌丛、草地等植被景观类型占区域总面积的72.9%，仍然属于苏保河小流域的主导景观类型，在区域的景观格局中处于基质的位置。地震及其次生灾害对区域原生景观的形态最主要的影响就是使其形状趋于复杂化与不规则化，以阔叶林和农田最为明显。

（2）通过对景观要素空间异质性和破碎化程度的研究可知，地质灾害严重区域及人类活动影响较强的区域景观要素空间分化明显，异质性较强且破碎化程度较高。农田道路等人为干扰强烈的区域景观要素破碎程度明显高于针叶林、阔叶林等天然植被覆盖的景观要素区域。在地质灾害产生的微地貌景观要素中，各类要素的破碎化程度与其结构特征基本相符，光板岩与崩塌相对破碎程度较低，沟道与滑坡后壁破碎化程度较高，说明崩塌造成的裸露面与流域高海拔处的岩石在之后一段时期内相对稳定，但是滑坡体与岩石相接处的区域及滑坡体内部稳定性较差，具有隐患。

（3）苏保河流域不同的景观要素类型其空间相关性不同，具体表现为相对海拔较低的景观要素聚集邻近程度高于相对海拔较高的景观要素；自然植被覆盖密集的区域景观要素的聚集邻近程度高于人为干扰较强的区域景观要素；原生的景观要素聚集邻近程度高于灾后新生的景观要素。在地质灾害产生的微地貌形态景观类型中，连通性较好的流通区具有将高的邻近性。

灾后苏保河流域的景观要素空间格局特征产生了明显的变化，景观植被覆盖率较高的区域，破碎化程度较其他要素低而聚集程度较高，但是地震及其次生灾害仍然加剧了其不稳定程度；并且灾害所导致的沟道、崩塌、滑坡后壁等在景观要素中占有较大的比重，尤其是滑坡后壁、沟道极具不稳定性，在暴雨、人为扰动等影响下仍会带来重大灾害。在今后的生态恢复工作中应该加强滑坡体中部不稳定区域的治理，既要注重植被恢复也要加强工程性措施；在景观的规划设计方面，加强景观要素的空间连通性，以沟道、道路为骨架构建生态廊道，避免单一化粗放式的农业活动，农林恢复措施相互协调，促进苏保河小流域经济-生态持续发展。

参考文献

[1] 肖笃宁,胡远满,李秀珍.环渤海三角洲湿地的景观生态学研究[M].北京:科学出版社,2001:74-85.

[2] 张金屯,邱扬,郑凤英.景观格局的数量研究方法[J].山地学报,2000,18(4):364-352.

[3] Turner M G. Spatial simulation of landscape in Georgia: a comparison of 3 transition model[J].Landscape Ecology,1987,1:29-36.

[4] 钟林生,肖笃宁,陈文波.乌苏里江国家森林公园规划方案的景观指数辅助评价[J].应用生态学报,2002,13(1):31-34.

[5] 杨孟,李秀珍,杨兆平,等.岷江上游小流域景观格局对土壤侵蚀过程的影响[J].应用生态学报,2007,18(11):2512-2518.

[6] 李文杰,乌铁红,李晓佳,等.内蒙古拉姆仁草原旅游地景观格局动态变化[J].地理科学,2013,33(3):307-313.

[7] 巩杰,赵彩霞,王合领,等.基于地质灾害的陇南山区生态风险评价——以陇南市武都区为例[J].山地学报,2012,30(5):570-577.

[8] 崔鹏,韦方强,何思明,等.512汶川地震诱发的山地灾害及减灾措施[J].山地学报,2008,26(3):280-282.

[9] 刘汉湖,黄润秋.汶川桃关震区生态景观格局时空变化分析与生态地质环境评价[J].地质灾害与环境保护,2009,20(2):104-111.

[10] 俞伟,张广帅,吴承祯,等.地震灾区受灾典型小流域景观要素斑块特征:以北川县苏保河小流域为例[J].农学学报,2013,3(03):32-38.

[11] 肖笃宁,钟林生.景观分类与评价的生态原则[J].应用生态学报,1998,1(1):75-84.

[12] 邬建国,景观生态学——格局、过程、尺度与等级[M].北京:高等教育出版社,2000:99-199.

[13] Tuner M G. Spatial and temporal analysis of landscape pattern[J].Landscape Ecology,1990,4(1):21-23.

[14] McGarigal K, Marks B J. FRAGSTATS: Spatial pattern analysis program for quantifying landscape structure. Reference manual[Z].Forest Science Department, Oregon State University, Corvallis Oregon,1994.

[15] 傅伯杰,陈利顶,马克明,等.景观生态学原理及应用[M].北京:科学出版社,2011:56-60.

[16] 杨三红.基于GIS的刘家流域景观格局及其生态环境效应的研究[D].太原:山西农业大学,2005:16-29.

[17] 卢玲,程国栋,李新.黑河流域中游地区景观变化研究[J].应用生态学报,2001,12(1):68-74.

[18] Carrere V. Development of multiple source data processing for structural analysis at a regional scale[J].Photo grammer Engineering & Remote Sensing,1990,56:587-595.

[19] 胥晓,郑伯川,陈友军.嘉陵江流域植被景观的空间格局特征[J].长江流域资源与环境,2007,16(3):373-378.

[20] 甄霖,谢高地,杨丽,等.泾河流域分县景观格局特征及相关性[J].生态学报,2005,25(12):3343-3353.

[21] 汤萃文,张海风,陈银萍,等.祁连山南坡植被景观格局及其破碎化[J].生态学杂志,2009,28(11):2305-2310.

[22] 由畅,周永斌,于丽芬.景观破碎化数量分析方法概述[J].中国农学通报,2006,22(5):146-151.

[23] 郭明,马明国,肖笃宁,等.基于遥感和GIS的干旱绿洲景观破碎化分析[J].中国沙漠,2001,24(2):201-206.

[24] 常学礼,高玉葆,何兴东,等.科尔沁地区流动沙地景观破碎化与沙漠化过程分析[J].南开大学学报:自然科学版,2006,39(1):84-89.

[25] 李秀珍,布仁仓,常禹,等.景观格局指标对不同景观格局的反应[J].生态学报,2004,24(1):123-134.

[26] 王新明,王长耀,占玉林,等.大尺度景观结构指数的因子分析[J].地理与地理信息科学,2006,22(1):17-21.