基于GIS的丘陵区耕地景观格局时空演变特征分析

杨 斌,王金生

(1.北京师范大学 水科学研究院，北京 100875；2.西南科技大学 环境与资源学院，四川 绵阳 621010)

(1.College of Water Sciences, Beijing Normal University, Beijing 100875,China;2.College of Environment and Resource, Southwest University of Science and Technology, Mianyang 621010,China)

基于GIS的丘陵区耕地景观格局时空演变特征分析

杨 斌1,2,王金生1

(1.北京师范大学 水科学研究院，北京 100875；2.西南科技大学 环境与资源学院，四川 绵阳 621010)

以四川省绵阳市涪城区为例，运用景观格局原理与GIS空间分析方法，分析1996—2009年期间耕地景观时空格局及其演变机理(驱动力)。结果表明:13年间，研究区耕地面积呈急剧减少的趋势，变化率明显高于省内丘陵区平均水平；耕地景观空间格局稳定性逐步降低，格局时空变化的地形分异特征显著；变化趋势受坡度、新增建设用地、人口密度、高程、城镇化水平、GDP、起伏度等负向驱动力与灌溉条件、等级公路水平、土地整理程度等正向驱动力因子共同影响。

景观格局；耕地；时空演变；空间分析

土地利用/覆被变化研究是全球环境变化研究的重要领域， 耕地作为人类生存的基础，其时空特征受到特别关注[1]。近年来许多学者以遥感影像或统计资料为数据源，采用面积统计对比、转移矩阵分析、景观指数变化分析或地学统计分析，围绕耕地时空结构特征、时空演变特征与时空演变驱动力等方面进行了大量的实例分析[2]。但这些研究大多围绕耕地景观数量结构及其时序变化，而针对耕地时空格局的空间结构特征研究较少。

四川盆地58%的耕地分布在丘陵地区，而60%的农业产出来自丘陵地区[3]。随着西部大开发进一步推进，丘陵地区土地利用正面临着来自工业化和城市化的双重冲击，人地矛盾日益加剧。以四川省绵阳市涪城区为例，运用景观格局原理和GIS空间分析方法，揭示川西北丘陵区耕地景观的时空格局特征、耕地空间格局与地形因子的相互关系，并探究耕地时空演变机理(驱动力)，为国土资源进行土地利用变化宏观调控提供理论支持。

1 研究区概况与数据源

1.1 研究区概况

绵阳市涪城区位于四川盆地西北部丘陵区，境内沟谷纵横，地势西北高，东南低；涪江、安昌江流经境内；年平均气温16.3 ℃，年日照1298.1 h，年无霜期272 d，年平均降雨量963.2 mm，年平均空气相对湿度79%，年平均雾日51 d。该区是四川省综合经济实力“十强县”之一，是绵阳科技城重点发展区域。

1.2 数据源及预处理

研究采用的数据主要包括：1980年版地形图(1∶5万)，1996年、2000年、2005年和2009年涪城区土地利用现状图(1∶5万)，以及相关年份绵阳市统计年鉴和土地利用变更调查资料。该数据采用高斯投影、WGS-84坐标系为基准，在ENVI4.7和MAPGIS为操作平台环境下，借助1∶5万地形图进行坐标转换、几何校正、镶嵌配准[4]，形成4个时相1∶5万的DOM数据和DRG数据。

2 研究方法

2.1 基于DEM的高程、坡度与起伏度提取

地形是决定土地利用的重要环境因子，地形因子影响光、热、水、土的分布状况，从而直接或间接地影响耕地景观的空间格局[5]。因此，基于DEM的高程、坡度与起伏度分级能够评价耕地的地形分异特征。根据相关技术规程和研究区特征，确定高程、坡度和起伏度分级标准(见表1)[6]。在GIS软件平台下构建出研究区DEM模型数据，并按高程、坡度和起伏度分级标准生成高程带、坡度与起伏度分级图(见图1)。

表1 研究区域地形特征分级标准

图1 研究区高程分布带、坡度和起伏度分级图

2.2 耕地景观格局指数

景观空间格局主要是指不同大小和形状的景观斑块在空间上的排列状况，是景观异质性的重要表现[7]。通过空间格局指数分析把耕地的空间特性和时间序列联系起来，可以更好地分析耕地空间格局和时空变化的规律[8]。选择斑块面积(A)、斑块形状指数(M)、斑块密度(Pd1)、边界密度(Pd2)、斑块分维数(F)、斑块破碎度(FN)[7-8]景观格局指标，并通过GIS软件将这些指标生成Grid栅格数据，在Fragstats3.3景观分析软件中完成指标评价。

2.3 耕地景观时空演变模型

耕地景观时空演变模型是深入了解耕地数量、质量和空间位置时空变化规律的定量化手段，包括时间演变模型和空间演变模型[9]。耕地景观时间演变模型主要用来描述一定区域耕地面积数量和质量在时间序列上的动态变化特性，如转移矩阵模型、动态度指数模型；耕地空间演变模型主要用来描述一定区域耕地位置与结构在空间上的动态变化特性[10]，如Kappa指数模型、重心转移模型。本次采用50 m×50 m格网与4期的耕地景观图及地形因子分级图分别叠置分析，构建动态度指数(S)模型讨论该区域耕地景观格局时空变化特征。

2.4 演变驱动力模型

从自然与社会经济两方面选取高程、坡度、交通状况、灌溉条件、人口、GDP、新增建设用地、城镇化水平、土地整理强度等9个因子[11]，以2009年耕地景观图为基础，按50 m×50 m格网构建空间数据库，采用地理加权回归模型(GWR)，对其耕地景观格局时空变化驱动力进行定量分析[12]。首先检验驱动力因子数据的空间结构特征；其次，通过AIC法来确定最优带宽函数；而后构建研究区耕地空间格局变化驱动力GWR模型，并对模型结果进行检验；最后，根据模拟及检验结果确定驱动力因子重要性程度。

3 结果与分析

3.1 耕地景观格局指数化分析

1)耕地景观数量呈急剧减少的趋势。通过对1996-2009年4个时相的耕地景观图叠置分析可知，研究区耕地景观从1996年的 32 569.85 hm2减少到2009年的 21 464.06 hm2，平均年均减少2.62%，远高于全省丘陵区平均水平(1.12%)，3个时期(1996—2000年、2000—2005年、2005—2009年)的耕地面积年均减少率分别为:2.44%、0.92%、5.86%。表明西部大开发与“5.12”地震灾后重建成为研究区耕地锐减的主要因素。

2)耕地景观空间格局稳定性逐步降低。从1996—2009年耕地斑块总面积大幅度减少，而斑块密度却在不断增加，表明耕地景观空间格局稳定性逐步降低。耕地景观的斑块形状指数由1996年的1.436 3增加到2009年的1.969 4，说明了耕地斑块的形状越来越不规则；斑块边界密度由1.157 3上升到1.876 4，表明斑块边界更加复杂；分维数由1996年的0.954 3增加到2009年的1.624 5，说明耕地斑块的复杂度越来越大；景观的破碎度指数由1996年的0.625 6增加到2009年的0.862 1，说明耕地景观破碎化程度增加，地块更加破碎。

3)耕地景观格局变化的地形分异明显。1996—2009年，研究区耕地景观格局指数在不同高程带与不同的坡度级上差异明显。具体表现为：斑块形状指数与斑块分维数随高程带、坡度级别增加而降低，表明研究区耕地斑块形状规则度、复杂度以及景观异质性随高度、坡度增加而降低；表征耕地斑块大小、数量的斑块密度指数分别在450～550 m高程带、坡度2°～15°级别内为高值，而其他级别的高程带和坡度为低值，这种现象说明450～550 m高程带与2°～15°平缓坡主导研究区耕地斑块数量和大小；边界密度与斑块破碎度指数在450～600 m高程带、坡度2°～25°级别内为高值，说明耕地景观被非耕地多种景观分割和侵蚀严重，景观形状更加复杂，而在其他级别的高程带和坡度级内边界密度和斑块破碎度为低值，表明该区域景观形状简单、边界相邻的非耕地景观单一。

各高程带、坡度级别的景观格局指数在时序方向的变化趋势与区域整体变化趋势系统，但不完全一致，表明人类活动(城镇扩展、新增农村居民点与交通设施等建设用地)形成的非耕地景观对各高程带与各坡度带原有耕地斑块形状、大小、数量和空间结构作用方向相同，但力度不同。

3.2 基于地形因子的耕地动态变化分析

将研究区4个时期的耕地景观图分别高程带、坡度和起伏度图进行叠加,提取地形因子不同级别内4个时期的耕地面积，分别计算3个四时段的耕地动态度指数(见表2)，总体特征为：研究区地形因子对耕地变化动态度影响十分明显。具体特征分析如下：

表2 研究区1996—2009年耕地动态度指数S随地形因子变化情况

1)各高程带耕地动态度指数差异显著。1996—2009年耕地变化呈阶段式急剧减少趋势，在3个研究时段内，耕地变化主要集中在450～500 m与500～550 m两个高程级别上，对总体贡献率分别为85.34%、68.44%和80.68%，而450 m以下、550～600 m和600 m以上3个高程级变化均较低。各高程级别动态度指数差异显著归因于各高程级别面积存在明显的差异，450～500 m与500～550 m两个高程级所占的比例最大，处于绝对优势地位，是非农建设用地适宜区域，故其土地利用变化量显著偏高，而其它高程级别的比例较小且土地利用相对变化量较低。

2)耕地动态度指数随着坡度的增加而减少。1996—2009年期间，耕地变化均集中在坡度小于15°的区域，对研究区总体动态度的贡献率分别为93.84%、97.66%与89.53%，处于绝对的优势地位；各坡度级内耕地动态度指数均呈波动增大趋势，1996—2000年耕地减少较快，2001—2005年耕地减少较慢，2006—2009年耕地减少剧烈，表明非农建设用地需求急剧增加。

3) 耕地动态度指数在不同的起伏度表现各异。1996—2009年期间，耕地变化主要集中在起伏度大于20 m的区域，对研究区总体动态度的贡献率分别89.63%、56.13%和74.73%，处于绝对的优势地位；起伏度小于20 m的区域内，耕地动态度指数持续增大趋势，而起伏度大于20 m区域内，耕地动态度指数呈波动增大趋势，表明非农建设用地特别是城镇建设用地首先占用地形平缓地区，其次是非平缓地区。

4)耕地景观格局时空演变驱动力分析。利用GIS与GS+地学统计软件实现了GWR的回归过程，回归结果见表3，回归系数β表明，各驱动因子对耕地景观格局变化的影响程度是不同的。高程、坡度、起伏度、人口密度、GDP、城镇化水平、新增建设用地等7个驱动因子的β值为负数，表明随着这些指标值的增加，耕地景观斑块数量、规模随之减少，景观耕地景观格局稳定性向减弱的方向发展；等级公路水平、灌溉条件与土地整理程度3个因子β值为正数，表明这些因子影响耕地景观规模及空间格局的正向发展。

表3 基于GWR回归分析结果

驱动因子在不同地理位置对耕地景观格局的影响程度存在着空间差异。从驱动因子的exp(β)值的大小来看，非耕地演变为耕地的概率大小依次是：灌溉条件、等级公路水平、土地整理程度；耕地演变为非耕地的概率依次是：坡度、新增建设用地、人口密度、高程、城镇化水平、GDP、起伏度。

4 结 论

针对土地利用时空格局变化及其过程的研究不仅能更好地了解发掘土地利用变化的过程和机制，为适时调整人类经济活动发展实现土地资源的合理、可持续利用提供科学的决策依据。实践证明，以遥感和GIS作为信息获取和处理的技术手段，将景观生态学理论与方法和传统的土地利用变化研究方法相结合，用土地利用指数与景观格局指数来量化表达区域的景观动态变化特征，可以增加区域景观格局特征定量分析和定性分析的完整性和准确性。研究表明1996—2009年期间，研究区耕地数量呈急剧减少的趋势，且动态度明显高于省内丘陵区平均水平，但各年间变化又有明显差异，最大变化幅度在2005—2009年，年减少率为5.62%。研究区耕地景观格局发生较大变化，景观面积变化大于位置变化，且耕地重心由近郊向远郊转移。通过地理加权回归(GWR)表明，研究区耕地景观格局时空演变是受坡度、新增建设用地、人口密度、高程、城镇化水平、GDP、起伏度等负向驱动力与灌溉条件、等级公路水平、土地整理程度等正向驱动力因子共同作用的结果。

[1]刘世薇,周华荣,黄世光,等.喀什地区景观格局时空演变及驱动力分析[J].干旱地区农业研究,2011,29 (1):210-218.

[2]刘淼,胡远满,布仁仓,等.岷江上游耕地景观变化研究[J].农业工程学报,2006,22(7):82-88.

[3]邓帆,李仁东,王海芳.2000—2007年湖北省耕地变化的遥感调查与分析[J].长江流域资源与环境,2010,19 (10):1171-1176.

[4]吴正升,郭健,刘松林.GIS中矢量时空数据组织策略[J].测绘工程,2010,19(2):82-88.

[5]段勇, 李延风, 张玉珍.闽江流域耕地动态变化及其驱动力研究[J].地域研究与开发,2009,28(2):90-94.

[6]陈红,吴世新,冯雪力.新疆耕地时空变化特征[J].地理科学进展,2010,29(3):312-318.

[7]罗怀良,朱波,陈国阶.川中丘陵区耕地变化及其驱动力研究[J].四川师范大学学报:自然科学版,2008,31(4):476-480.

[8]龚文峰,孔达,范文义.松花江流域哈尔滨段土地利用时空格局演变特征分析[J].农业工程学报,2009,25(8):249-251.

[9]刘庆,陈利根,杨君,等.长、株、潭城市群耕地资源数量变化驱动力的计量经济分析[J].资源科学,2010,32 (8):1734-1740.

[10]余蓉蓉,王克林,岳跃民.桂西北河池地区耕地变化及其驱动力Logistic 回归分析[J].长江流域资源与环境,2010,19(2):187-192.

[11]邵一希,李满春,陈振杰,等.地理加权回归在区域土地利用格局模拟中的应用——以常州市孟河镇为例[J].地理科学,2010,30(1):92-95.

[12]彭建,王仰麟,张源,等.土地利用分类对景观格局指数的影响[J].地理学报,2006,61(2):157-168.

[责任编辑：刘文霞]

The spatial-temporal evolution of landscape pattern for farmland in the hilly area based on GIS

YANG Bin1,2,WANG Jin-sheng1

Based on the landscape theory, remote sensing (RS) and geographic information system (GIS), taking Fucheng District, Mianyang City, Sichuan province, as an example, it analyses the northwest hilly farmland structure and its spatial evolution and temporal patterns, and probes into the temporal evolution of land mechanism (driving force) by using the land use database (1996-2009).The result indicates that during the past 13 years, there has been a sharp decline trend in arable land in the studied area, and its dynamic equilibrium is much higher than the average level of the province.The stability of farmland landscape pattern in the studied area has been reduced gradually, and the pattern of temporal and spatial variation of the terrain varies significantly.The temporal evolution of farmland landscape has been jointly affected by such negative driving forces as the slope land, the new construction sites, the population density, the elevation, the urbanization, GDP, such positive driving forces as the irrigation conditions, the level of high-grade highways, and the land intensity, etc.

landscape pattern; farmland; spatial temporal evolution; spatial analysis

2013-10-25

国家自然科学基金资助项目(41201541)

杨 斌(1979-)， 男，副教授，博士，硕士生导师.

P208

：A

：1006-7949(2014)09-0001-05

(1.College of Water Sciences, Beijing Normal University, Beijing 100875,China;2.College of Environment and Resource, Southwest University of Science and Technology, Mianyang 621010,China)