空间粒度变化对县域农村居民点景观指数的影响*——以江苏省大丰市为例

崔闪闪，刘 庆，王 静

(1.青岛农业大学资源与环境学院，山东青岛 266109；2.中国土地勘测规划院，北京 100035)

·研究报告·

空间粒度变化对县域农村居民点景观指数的影响*
——以江苏省大丰市为例

崔闪闪1， 2，刘 庆1※，王 静2

(1.青岛农业大学资源与环境学院，山东青岛 266109；2.中国土地勘测规划院，北京 100035)

[方法]以江苏省大丰市2013年度土地利用变更调查数据为基本数据源，利用arcgis10.0将其分别转化为50～500m以内以50m为间隔的10组栅格数据，利用fragastats3.4对9个景观指数进行计算，[目的]分析其农村居民点景观格局特征及其粒度效应。[结果]研究表明：研究区农村居民点小斑块所占比例较大，面积在1hm2以下的斑块占总斑块数的80%以上，整体分布呈现出“大分散、小集中”的特点。农村居民点景观指数具有明显的粒度效应，其中随粒度增大而增加的有平均斑块面积、景观面积和最大斑块指数，随粒度增大而降低的有斑块个数、斑块密度、形状指数、聚集度指数、结合度指数和分离度指数。粒度响应最敏感的指数为斑块个数和斑块密度，具有中等敏感性的指数为平均斑块面积、分离度指数和聚集度指数，结合度指数、最大斑块指数、斑块形状指数和景观总面积对粒度响应的敏感性较低。[结论]综合各个景观指数的变化特点发现，粒度的增大最终将导致研究区居民点景观斑块形状更加规则，最大斑块的优势度上升，景观破碎度降低，景观斑块间连通性降低且分布趋向分散。该研究可为农村居民点规划与生态评价提供依据。

土地生态 农村居民点 景观指数 粒度 滨海开发带

0 引言

用景观指数描述景观格局及其变化特征，从而建立景观格局与景观过程之间的联系，是景观生态学最常用的定量化研究方法[1-2]。这种方法随着3S技术在景观生态学中的应用与普及而迅猛发展[3-4]。但是，当前众多景观格局分析软件或程序所依赖的仍然是栅格类型的数据，景观指数的计算结果随数据转换时粒度定义的不同而发生变化，这种现象被称为“面积的可塑性”或“可塑性面积单元”问题[5-8]。因此，对于不同景观类型，正确反映其景观格局特征的适宜空间粒度大小可能存在差异。从当前针对不同类型景观格局粒度效应的研究来看，景观格局指数与空间粒度的关系主要体现在以下几个方面[9-11]：(1)不同分辨率影像数据源反映的景观格局特征与现实的差异到底有多大？(2)特定的地理现象随粒度变化是否具有统一的规律？(3)尺度转换导致的地理信息变化对景观格局特征的影响是否在合理、可接受的范围？

越来越多的学者从景观格局特征对空间粒度变化响应的角度开展了大量研究，研究成果为不同数据源景观格局分析时如何选择最佳粒度提供了参考。如乔伟峰等[12]基于土地利用调查数据，运用景观格局指数和GIS空间分析研究方法，对镇江市4种尺度下的景观格局展开研究； 张乐等[13]以曹妃甸新区为研究区，应用RS、GIS等手段并结合景观格局指数，从景观组成形态以及景观构型2个方面分析了曹妃甸新区景观格局，确定了适宜的分析粒度。冀亚哲等[14]以镇江地区1： 1万土地利用现状数据为主数据，按照中心属性值法和面积最大法将土地利用现状数据粗化为30m、100m、500m和1000m的栅格数据，分析了聚落景观格局变化特征，认为各景观类型的面积由面积最大法生成数据时相对误差较大，由中心属性值法生成数据时相对误差较小。越来越多的学者认为，由于不同土地利用类型景观格局存在差异，影响因素也不尽相同，并不存在适合所有景观格局分布的最佳空间粒度，只存在特定景观的适宜空间粒度[15-17]。鉴于此，文章以江苏省大丰市为例，以江苏省大丰市2013年度1： 10000土地利用调查数据为主数据，研究以50m为间隔的50～500m尺度下的农村居民点景观特征及景观格局指数的粒度效应，对于充分利用土地调查数据开展景观分析，为农村居民点的规划和资源保护与调控提供参考。

1 数据来源与研究方法

1.1 研究区概况

大丰市位于江苏省盐城市的东南部，地处北纬32°56′～33°36′，东经120°13′～120°56′之间，东临黄海，海岸线总长度112km； 大丰市位于亚热带与暖湿带的过渡地带，属于淤积平原，地形南宽北窄； 行政区划为12个镇， 1个经济技术开发区、1个海洋经济综合开发区。截止2013年，大丰市土地总面积3059km2，其中耕地面积1360.7km2，占总面积的45.46%，其次为水域及水利用地，占大丰市景观总面积的36.93%，城镇及工矿用地面积244.9km2，占景观总面积的比重为3.99%，其他土地利用景观面积不超过14%，整体景观以农田、水域与水利设施用地和城镇与居民点景观为主。截止2013年末，大丰市户籍人口72.54万人，国内生产总值443.52亿元，全市人均地区生产总值6.322 9万元，在“全国县域经济基本竞争力百强县(市)”中排名第54位。

1.2 数据来源

该研究主要数据来源于大丰市2013年度土地利用变更调查数据，原始格式为shp格式矢量数据。基于arcgis10.0软件从中提取地类编码203的农村居民点，作为该研究的主数据。该研究中，景观指数的计算采用Fragstats3.4软件； 数据的统计分析与绘图采用Excel2010软件。

1.3 研究方法

利用arcgis10.0软件将提取出来的农村居民点矢量数据转化为50～500m以内以50m为间隔的栅格数据，网格的取值按照中心属性值法进行(即网格取值以栅格单元框架中心点的属性值作为输出值)。综合前人研究经验，结合大丰市的区域特点，从农村居民点景观的斑块数量与规模、斑块形状特征、景观空间结构特征等方面对其景观指数的空间粒度效应进行研究。选取的景观指数包括：景观面积(TA)、斑块个数(NP)、平均斑块面积(AREA)、斑块密度(PD)、形状指数(SHAPE)、最大斑块指数(LPI)、景观聚集度指数(AI)、景观结合度指数(COHESION)、景观分离度指数(SPLIT)。利用Fragstats3.4软件对以上景观指数进行计算，将计算结果输出到Excel中进行统计分析，从面积、形状、连通性、分布状态等方面探讨土地利用景观指数的粒度效应，各景观指数的涵义见Fragstats3.4软件指南。

2 结果与分析

2.1 农村居民点用地现状特征

根据大丰市2013年土地利用现状数据总体特征，对其农村居民点用地现状进行初步统计分析。研究发现2013年大丰市农村居民点总面积为1.751 097万hm2，占大丰市土地总面积的5.58%，人均使用面积241.5m2，超过国家规定的人均用地150m2的上限标准61个百分点。从农村居民点斑块面积规模上看，大丰市农村居民点单个斑块面积在1hm2以下的斑块总面积3141hm2，占大丰市农村居民点总面积的17.9%，斑块数占总斑块数的80%以上，农村居民点的分布整体上呈现出“大分散、小集中”的特点，具有较大的整理潜力。

2.2 农村居民点景观格局的粒度效应

2.2.1 数量与规模指数的粒度效应分析

数量与规模景观指数由景观面积(TA)、斑块个数(NP)、平均斑块面积(AREA)、斑块密度(PD)来表征。其中，景观面积指研究区所有居民点景观斑块总面积，是计算其它景观指数的基础； 斑块个数、斑块密度指示了农村居民点在数量规模上的变化； 平均斑块面积指示了景观的破碎度，其值越小，景观越破碎[18-19]。分析结果见图1。

图1 数量与规模特征指数的粒度效应

由图1可知，在50～500m的粒度范围内，随着粒度的增加，景观面积呈波浪式变化，但其变化的幅度较小。其中，当空间粒度为450m时，景观面积最大，当空间粒度为150m时，景观面积最小，其与景观总面积的相对误差分别为4.1%和0.9%，总体上对各指数的计算结果影响不大。粒度由50m增大至500m的过程中，斑块个数和斑块密度显著下降，其与粒度的变化关系可用幂函数进行拟合，决定系数R2分别为0.992 0和0.9912，均达到极显著水平。尤其在50～150m的粒度范围内，其下降率超过30%； 当粒度自150m继续增加时，其下降的速率趋于缓和。总体上说，斑块个数和斑块密度对粒度的变化响应较为敏感，尤其在粒度较小时，斑块数随粒度增加而快速减少，说明研究区居民点较为破碎，小面积斑块所占比例较多[20]。

平均斑块面积随粒度的增大而增加，二者函数关系可用二次多项式进行拟合，决定系数R2=0.9988，达到极显著水平。在粒度由50m变化到500m的过程中，平均斑块面积由1.1hm2逐渐增大至42.2hm2且没有出现拐点，说明随着粒度的增加，平均斑块面积变化比较缓和，景观的破碎化程度随粒度增大而逐渐降低[20]。

图2 斑块形状指数的粒度效应

2.2.2 形状指数的粒度效应分析

该文用斑块周长除以同面积的圆周长的平均数表示斑块的形状指数(SHAPE)[21]，它描述了斑块形状的规则程度，值越大表明景观中该类斑块形状越不规则，分析结果见图2。

从图2可以看出，研究区斑块形状指数随粒度的变化大体呈3次多项式变化，其拟合方程的决定系数R2为0.9705，也达到极显著水平。在50m≤粒度≤300m范围内，其指数值随粒度增加呈降低的趋势，在粒度较小时变化尤为剧烈； 当300m≤粒度≤450m时，随粒度增加其缓慢增大，当粒度>450m后又开始降低。说明粒度变化对斑块形状指数的影响较为复杂，粒度变化对小斑块形状指数影响较大，而对大斑块形状指数影响相对较小，这可能与大小斑块间形状特征相似程度较高有关。总之，该研究区农村居民点随着粒度的增加，斑块形状趋于规则。

2.2.3 空间构型特征指数的粒度效应分析

反映景观空间构型的指数由聚集度指数(AI)、结合度指数(COHESION)和分离度指数(SPLIT)来表征[22]，3个指标综合描述了景观的空间结构特征及其分布状态。其中，聚集度指数表示了整体景观中某一类斑块的聚集与分散状态，其值越大表示同类斑块的分布越集中，值越小表示同类斑块分布越分散，是景观斑块空间规模化分布程度的反映； 结合度指数是对各斑块的物理连通性的描述，其值越大说明景观同类斑块之间连通性越强，一般来说，较高的结合度值说明景观中的某种优势斑块类型在空间上形成了良好的连接性； 分离度指数指某一景观类型中斑块个体分布的离散程度，分离度指数越大，说明居民点的分布越零碎或离散[19-21]，分析结果见图3。

图3 聚集度指数、结合度指数和分离度指数的粒度效应

由图3可知，聚集度指数、结合度指数与分离度指数随粒度增大均呈二次多项式的方式递减，拟合函数的决定系数R2分别为0.9866、0.9655和0.963。但当粒度≥350m时，聚集度指数与结合度指数不再下降，而分离度指数除在350m时出现上升外，仍保持下降的趋势。说明随着粒度的增大，整体景观中居民点斑块之间的聚集性与连通性降低，分布越分散； 但当粒度增≥350m时，聚集度指数与结合度指数随粒度增大而上升，说明当粒度≥350m时，景观中居民点斑块之间的聚集性与连通性基本保持稳定。分离度指数随粒度的变化趋势说明，随着粒度的增加，景观中居民点斑块个体的离散度随之降低，其主要原因主要是随粒度增大，小的居民点斑块数和居民点总斑块数减少，导致分离度指数降低。

图4 景观特征指数的粒度效应分析

2.2.4 景观优势度指数的粒度效应分析

最大斑块指数(LPI)是一种简单的优势度衡量法，它反映的是各空间粒度下的农村居民点最大斑块面积与景观总面积之比的百分数，用以量化不同景观类型最大斑块占整个景观面积的比例[23]。分析结果见图4。

由图4可以看出，居民点景观最大斑块指数随粒度增加，呈波浪式上升的趋势，其变化规律与景观总面积的粒度效应类似，变化的范围在1.5%～3.0%之间，总体上较为缓和，但是在250m空间粒度和350m空间粒度时，出现明显的拐点，其影响因素可能和该粒度下居民点景观的总面积较小有关。总体而言，随粒度的增加，研究区农村居民点最大斑块指数增大，优势度增加。

2.3 不同景观指数随粒度变化的拟合函数

为更进一步展示各景观指数随粒度变化的函数关系，将以上9个景观指数随粒度变化的拟合函数列于表1。

表1 不同景观指数随粒度变化的拟合函数

景观指数变化方向函数类型拟合函数决定系数景观面积增加一元线性y=45105x+1739802618斑块个数降低幂函数y=18037x-15709920∗∗平均斑块面积增加幂函数y=04389x2-03157x+1505309988∗∗斑块密度降低二次多项式y=10355x-157909912∗∗形状指数降低三次多项式y=-00009x3+00195x2-01261x+132709705∗∗聚集度指数降低二次多项式y=05658x2-88351x+4859409866∗∗结合度指数降低二次多项式y=06883x2-10975x+7921209655∗∗分离度指数降低二次多项式y=71333x2-14271x+9294509630∗∗最大斑块指数增加一元线性y=01318x+1484206566∗∗

由表1可知，除景观面积、平均斑块面积和最大斑块指数外，其他6个景观指数均随粒度增大呈减少的趋势； 景观指数随粒度变化的关系可以通过函数进行拟合，除景观面积和最大斑块指数外，其他7个指数的拟合函数其决定系数均达到0.96以上，具有较强的可预测性。景观面积和最大斑块指数随粒度增大，其变化趋势呈波浪式上升，且具有明显的拐点，因此，其拟合优度较差。这可能和研究区居民点斑块面积分布特征有关，即研究区居民点斑块面积可能集中分布于与拐点粒度相关的几个面积范围。虽然最大斑块指数拟合函数达到极显著水平，但其决定系数仅为0.6566，仅具有一定的可预测性，而景观面积的拟合函数则不具备可预测意义。

2.4 不同景观指数的粒度效应分类及其统计特征

由以上分析可知，各景观指数均具有明显的粒度效应，不同的景观指数表现了不同的变化趋势。可将其随粒度的变化特征分为3类：第一类表现为随粒度的增加，景观指数具有较大幅度的下降，且可以用曲线方程进行拟合，这类景观指数主要有斑块个数、斑块密度、形状指数、聚集度指数、结合度指数和分离度指数； 第二类指数表现为随着粒度的增加，景观指数呈多项式的方式增加，这类景观指数为平均斑块面积； 第三类表现为随粒度的增加，景观指数呈波浪式上升，过程中具有明显的尺度转折点，这类景观指数为景观面积与最大斑块指数， 9个景观指数以第一类景观指数占主导地位。

为更进一步了解各景观指数在不同粒度下的变异特征，对各景观指数在不同粒度下特征值进行统计分析，结果见表2。由表2可见， 9类景观指数随粒度增加，不仅变化的方向不同，其变化的幅度也存在较大的差异。其中变化较大的有斑块个数和斑块密度，其变异系数均超过100%，说明这两个指数受粒度变化的影响最显著； 其次，平均斑块面积、分离度指数和聚集度指标具有中等偏上的变异，其变异系数在40%以上； 变异较小的有结合度指数、最大斑块指数、斑块形状指数和景观总面积，其变异系数在30%以下，尤其形状指数和景观总面积，其变异系数均未超过5%，说明其受粒度变化的影响最小。

表2 景观指数随粒度变化的统计分析结果

景观指数平均值标准差最小值最大值变异系数平均斑块面积(hm2)1667140811442188447形状指数110005107123446景观总面积(hm2)17646082668917349751822500151斑块个数(个)32702046100642500153220014097斑块密度(个/km2)18632632237874614127结合度指数(%)45351178346871802598聚集度指数(%)2179908145941914166分离度指数(%)419172058819495839214911最大斑块指数(%)2210491533002229

3 结论与建议

(1)研究区农村居民点较小斑块所占比例较大，面积在1hm2以下的斑块占总斑块数的80%以上，整体分布呈现出“大分散、小集中”的特点，具有较大的整理潜力。因此，在今后的乡镇及新农村建设规划时，应紧紧围绕城乡一体化建设和新型城镇化战略，结合主体功能区规划和产业集中、集聚、集约发展要求，兼顾功能定位、空间景观等方面的差异，进行农村居民点的集中连片开发建设，杜绝“空心村”等村庄建设无序、布局零散现象，整合零散土地，提高生态环境质量与土地利用效益。

(2)研究区农村居民点景观指数具有明显的粒度效应。其中，随粒度增大而增加的有平均斑块面积、景观面积和最大斑块指数，随粒度增大而降低的有斑块个数、斑块密度、形状指数、聚集度指数、结合度指数和分离度指数。粒度的增大最终将导致景观斑块形状更加规则，研究区居民点最大斑块的优势度上升，景观破碎度降低，景观斑块间连通性降低且分布趋向分散。除景观面积和最大斑块指数外，其它指数均可用幂函数或多项式进行很好的拟合，其拟合优度达显著水平。

(3)各景观指数随粒度变化具有不同的敏感性。其中最敏感的指数有斑块个数和斑块密度，变异系数均超过100%，较敏感的指数有平均斑块面积、分离度指数和聚集度指数，变异系数在40%以上； 结合度指数、最大斑块指数、斑块形状指数和景观总面积随粒度的变化最不敏感，变异系数在30%以下。

(4)生态景观格局是评价农村居民点建设质量与水平的重要指标。该研究结果证明不同尺度评价单元景观格局指数存在较大差异，因此不同评价尺度下的景观格局指数无法进行比较。但是，实际研究中，可根据不同指数随粒度变化的变异情况，选择变异程度较小的景观指数作为不同尺度下评价时的参考； 也可根据不同景观指数随粒度变化的拟合函数进行理论外推，只有在相同粒度下的景观指数才有比较意义。

[1] 陈文波， 肖笃宁，李秀珍.景观指数分类、应用及构建研究.应用生态学报， 2002, 13(1): 121～125

[2] 周伟， 钟星，袁春.1： 10000比例尺土地利用景观指数的粒度效应分析.中国土地科学， 2010, 24(11): 20～26

[3] Wu J G.Key concepts and research topics in landscape ecology revisited： 30 years after the Allerton Park workshop.Landscape Ecology， 2013, 28(1): 1～11

[4] 张霞， 魏朝富，倪九派，等.重庆市低山丘陵区农村居民点分布格局及其影响因素.中国农业资源与区划， 2012, 33(3): 45～51

[5] 肖笃宁， 李秀珍，高峻，等.景观生态学.北京：科学出版社，2003

[6] Buyantuyev A，Wu J G，Gries C.Multiscale analysis of the urbanization pattern of the Phoenix metropolitan landscape of USA：Time，space and thematic resolution.Landscape and Urban Planning， 2010， 94(3/4)： 206～217

[7] Jenerette G D，Wu J.On the Definitions of Scale.Bulletin of the Ecological Society of America， 2000， 81： 104～105

[8] Schneider D C.The Rise of the Concept of Scale in Ecology.Bio science， 2001， 51： 545～553

[9] 王新闯， 刘文锴，杨会军，等.河南省植被覆盖度及其景观格局时空变化.水土保持通报， 2015, 35(6): 241～248

[10]Alhamad M N，Alrababah M A，Feagin R A，et al.Mediterranean drylands：the effect of grain size and domain of scale on landscape metrics.Ecological Indicators， 2011, 11(2): 611～621

[11]刘明亮， 唐先明，刘纪远，等.基于1km格网的空间数据尺度效应研究.遥感学报， 2001, 5(3): 183～190

[12]乔伟峰， 吴江国，王亚华.多尺度粒度变化对区域土地利用景观格局的影响——以镇江市为例.南京师范大学(自然科学版)， 2015, 38(3): 119～125

[13]张乐， 王观湧，霍习良，等.基于适宜粒度的曹妃甸新区土地利用景观格局分析.土壤， 2014, 46(6): 1149～1156

[14]冀亚哲， 张小林，吴江国，等.聚落景观格局的空间粒度转换响应及其机理分析——以江苏省镇江地区为例.长江流域资源与环境， 2013, 22(3): 276～281

[15]Simova P，Gdulova K.Landscape indices behavior：A review of scale effects.Applied Geography， 2012, 34(5): 385～394

[16]吴未， 许丽萍，张敏，等.不同斑块类型的景观指数粒度效应响应研究——以无锡市为例.生态学报， 2016, 36(9): 1～10

[17]刘栩如， 张琳，杨磊，等.黄土丘陵区生态退耕中的景观格局演变及其地形驱动.水土保持研究， 2016, 23(1): 103～110

[18]郑新奇， 付梅臣.景观格局空间分析技术及其应用.北京：科学出版社， 2010， 134

[19]刘峻岭， 李申，孟伟庆.基于景观格局与生态过程的土地整理生态效应评价——以天津市七里海镇为例.中国农业资源与区划， 2014, 35(1): 95～101

[20]耿焕侠， 张小林，李红波，等.县域农村居民点景观格局指数的空间粒度效应——以江苏省丰县为例.长江流域资源与环境， 2014, 23(10): 1418～1424

[21]龚建周， 夏北成，李楠，等.快速城市化地区土地覆盖景观特征的粒度效应.生态学报， 2006, 26(7): 2198～2206

[22]冀亚哲， 张小林，吴江国，等.多空间粒度下镇江市土地利用景观格局差异.中国土地科学， 2013, 27(5): 54～62

[23]谭雪兰， 周国华，朱苏晖，等.长沙市农村居民点景观格局变化及地域分异特征研究.地理科学， 2015， 35(2)： 204～210

EFFECTS OF CHANGING GRAIN SIZE ON LANDSCAPE INDICES OF RURALSETTLEMENT AT COUNTY SCALE OF BINHAI DEVELOPMENT ZONE*——A CASE STUDY OF DAFENG COUNTY IN JIAGNSU PROVINCE

Cui Shanshan1， 2，Liu Qing1※，Wang Jing2

(1. College of Resources and Environment, Qingdao Agricultural University , Qingdao, Shandong 266109, China;2. China Land Surveying and Planning Institute, Beijing 100035, China)

Taking the 2013 year′s land survey data on the rural settlement in Dafeng county of Jiangsu province as the basic date source, this paper transformed the vector data to raster data from 50～500m by step length of 50m interval based on Rule of Centric Cell by using ArcGIS10.0 software, calculated the nine selected landscape indices using Fragstats 3.4 software, and analyzed the effect of the rural settlement landscape pattern which was influenced by different grinds of administrative center. The results showed that the small patch was in a large proportion of rural settlement, the number of the area less than 1hm2reached 80% of the total patch, and showed a distribution characteristic of "large dispersion, small Aggregation". The rural settlement landscape indices all had strong scale effect. The increase of granularity increased the average area of patches, the landscape area, and the largest patch indices, and decreased the numbers of patches, the patches density, the patch shape index, the landscape aggregation index, the patch cohesion index and landscape division index. In all of these landscape indices, the most sensitive indices to the granularity were the number and density of patches, the middle sensitive indices were the average area of patches, the aggregation index, and the division index, and the low sensitive index were the cohesion index, the largest patch index, and the patch shape index. It concluded that the increase of granularity would lead to the shape of patches be more inerratic, increase the degree of the dominance of the largest parch, decrease the degree of fragmentation of the patches, and disperse the patches distribution. This study can provide an evidence for rural settlement planning and ecological evaluation.

land ecology; rural settlement; landscape indices; granularity effect; Binhai development zone

10.7621/cjarrp.1005-9121.20170304

2016-03-07

崔闪闪(1989—)，女，山东菏泽人，硕士。研究方向：土地利用规划与农业环境保护。※通讯作者：刘庆(1972—)，男，山东菏泽人，博士、副教授。研究方向：土地利用与环境生态。Email： 13455764802@163.com

*资助项目：国家自然科学基金重点项目“滨海开发带生态用地演变过程与网格化监管方法研究”(NO.41330750)

C912.82; S127

A

1005-9121[2017]03020-07