基于LANDIS的西水林场森林景观动态模拟研究

赵大川，赵 选，周远博，刘光哲，赵鹏祥*

(1.西北农林科技大学 林学院，陕西 杨陵 712100；2.西北农林科技大学 风景园林艺术学院，陕西 杨陵 712100)

森林生态系统是地球上最大的陆地生态系统，在全球生态系统中有极为重要的地位，且影响着全球的气候，而森林景观格局的动态变化研究对于森林资源管理与规划意义重大。依托遥感，GIS等新的技术手段，L.R.Lverson[1]等和W.J.Ripple[2]等首次对景观格局的时空动态变化做出尝试，至此国内外对景观格局动态模拟研究日益增多。

LANDIS 模型是一种景观直观模型，是由美国威斯康辛大学麦迪逊分校于1991年开发的，可以用来模拟大时空大尺度上森林景观的动态变化[3]。LANDIS模型研发并应用后，国外研究学者广泛应用此模型来模拟预测森林景观格局，包括演替、干扰、气候变迁影响等动态变化[4-8]。国内对景观格局研究的热情不低[9-10]，并且已有学者积极运用此模型来对森林景观格局进行研究[11-15]，而关于西水林场的森林景观变化及长周期模拟的研究很少，基于此，本研究选取西水林场为研究区，研究其景观格局以及森林景观演变过程。

本文的研究内容主要有:1)利用国产资源3号卫星原始遥感图像并结合西水林场森林资源二类调查数据，获得研究区内植被分布，年龄等信息。2)运用LANDIS 模型并结合 ArcGIS10.2，模拟西水林场森林景观300 a(2013—2313年)的森林景观演替的动态变化。3)应用软件Fragstats4.3计算出5个景观评价指数评价模拟结果并分析相关景观格局的变化趋势。

1 研究区概况

西水林场即西水自然保护站，位于甘肃省张掖市祁连山中段肃南裕固自治县东北部的马蹄区(100°03′-100°23′E，38°32′-38°48′N)(图1)。林场面积约为732.49 km2，大部分地区海拔为2 000～4 000 m，最高峰海拔约为4 700 m，最低海拔约为2 000 m。高山地带坡度在40°左右，亚高山地带坡度多在20°～30°,属于浅山地区，位于祁连山国家级自然保护区内，是黑河流域的一部分，该流域具有许多科研站和试验站，如国家林业局祁连山森林生态站等，树种及地形具有代表性，有很高的科研价值。

2 数据与方法

2.1 遥感影像与预处理

使用国产资源三号卫星获取的2013年西水林场的遥感影像数据。为达到预期目的，对原始的遥感图像进行了辐射校正和几何纠正、投影变换、图像裁剪与镶嵌、特征参数提取以及分类等一系列预处理，并结合实地观测建立遥感影像解译标志，得到表1。

2.2 基于LANDIS-II模拟研究区景观动态变化

基于种子自由扩散法，不考虑风、火、采伐等外界因素的干扰，模拟研究区在未来300 a内的自然演替过程。其模拟过程在LANDIS-II v6.0平台上实现的，共涉及8个文件：场景模拟文件、树龄演替文件、树种生活史特征参数文件、初始群落文件、初始群落图、立地类型文件、立地类型图以及结果输出文件。场景模拟文件是对LANDIS模型的整个模拟的顺序提供总体的框架，具有明确相关文件以及图像的位置，确定相关参数的重要作用树种生活史特征参数文件，主要列出研究区内各种树种的生活史参数，其数值主要通过查阅相关文献资料[16]，实地调研询问当地林场管理人员，以及咨询相关专家获得，其结果见表2。树龄演替文件描述了不同树种的建群系数，并确定种子传播的算法、模拟时间间隔、以及初始群落图与文件的位置等信息。建群系数是用来描述环境条件对树种生长的适合程度，其数值处于 0和1之间，比如青海云杉，容易在阴坡、坡度≤25°、2 300 m≤海拔≤3 500 m这一立地类型上生存，那么青海云杉在这个立地类型上建群的可能性也就越大，模型假设同一种树种在同一个立地类型上具有一样的建群系数，不同的树种在不同的立地类型上有不同的建群系数，本研究区内青海云杉、祁连圆柏和山杨在13种立地类型上的建群系数如表3。初始群落文件主要包含具体的树种种类及其树种的年龄组。初始群落图也就是树种分布图，它是8位或16位的GIS格式的栅格图文件，可通过ArcGIS和ERDAS软件获得。LANDIS模型将立地类型分为无效立地类型和有效立地类型。本次研究区内的无效立地类型包括草地、水域、房屋和荒山荒地等。有效立地类型根据树种的生活习性以及地形等要素进行分类。由于本地树种主要是青海云杉和祁连圆柏，且它们都生长在海拔2 300～3 500 m，因此将海拔分为<2 300 m、2 300～3 500 m以及>3 500 m这3个类型。按坡度分为缓坡和陡坡2种，其中<25°为缓坡，>25°为陡坡。青海云杉为典型的阴坡植物，而祁连圆柏为阳坡植物，因此还要将研究区分为阳坡和阴坡(表4)。然后通过ArcGIS10.2对高程、坡向以及坡位进行分级并重分类得到立地类型图(图2)。结果输出文件主要内容包括输出结果的时间间隔，如在本次研究中设置每过10 a输出1次结果图像，输出结果图的位置和名称。另外还可以输出每一个树种的每过10 a的生长状况图。

2.3 景观格局评价指数

综合分析研究区内地形、景观等因素，选用树种的斑块面积百分比、聚集度指数、分维数指数、景观多样性和均匀度等景观评价指数，该过程在景观格局分析工具Fragstats4.3上进行。

1)斑块面积比PLAND(percentage of landscape，%)可以作为判断景观中优势斑块一个依据。

(1)

式中，aij——斑块ij的面积，Pi——斑块类型i所占的面积比，A——整个景观的面积。

2)相对聚集度指数AI(aggregation index，%)可以体现某一种斑块的聚集程度。

图1 研究区位置示意图

分类遥感影像形态、色调、纹理特征位置分布有林地形状不太规则，与其他景观要素边界清晰，色调暗红，纹理细腻主要分布在中山坡地，受地形、海拔、坡向的制约灌木林地形状不太规则，多呈红、鲜红或粉红色，影像纹理细腻主要分布在4000m以下的山坡和山谷，基本沿等高线分布草地形状不规则，颜色以红、艳红为主色调，影像质底较细腻、颜色均一研究区范围内皆有分布未利用地(荒山荒地)形状不规则，颜色以青，青绿色为主，影像质地较细但不均匀主要分布在高山顶部、山间陡坡、丘陵或者戈壁等水域几何形状明显，影像呈现深蓝色，影像质底细腻，纹理清晰，颜色均匀主要分布在山间沟谷

表2 西水林场3个树种的生活史特征参数

表3 西水林场不同立地类型的树种建群系数

表4 西水林场立地类型

图2 西水林场立地类型

图3 各树种300 a后分布情况

(2)

式中，gii——斑块类型i像元之间的节点数，maxgii——斑块类型i像元之间的最大节点数。

3)分维数指数FRAC(fractal dimension index)能够反映出景观内斑块边界形状的复杂性和破碎化程度。

(3)

式中，pii——斑块ij的周长。

4)Shannon-Weaver多样性指数SHDI(shannon's diversity index) 用来度量景观中斑块的异质性程度的一个指标，该指数对斑块的非均匀分布情况尤为敏感。

(4)[17]

式中，Pi——斑块类型i占景观的面积比。

5)Shannon均匀度指数SHEI(shannon's eveness index)是度量景观中各个斑块在面积上分布的均匀程度的一个指标。

(5)

式中，Pi——斑块类型i占景观的面积比。

3 结果与分析

利用LANDIS模型，模拟青海云杉、祁连圆柏和山杨300 a的动态变化，每10 a输出1次模拟结果图，本文只列出了300 a后的模拟分布图(图3)。同时，本研究也将由LANDIS模型生成的栅格图在Fragstats4.3中进行处理，得到每个树种每隔10 a的斑块面积比、相对聚集指数、景观分维数指数、景观多样性以及均匀度指数5个景观评价指数，并分别分析。

3.1 斑块所占面积比例

斑块所占面积比例(PLAND)可以反映景观类型的变化趋势，还能作为判断优势斑块的一个依据。

由图4可知，青海云杉林占研究区的面积比例占据优势地位，是其他树种林的4倍多，在未来300 a内没有变化，一直保持在19.08%左右，说明青海云杉林这一景观在研究区内2013年或以前已经达到稳定状态。祁连圆柏林在未来的300 a变化不大，呈缓慢增长状态，从2.39%增长到4.19%。可以看到，祁连圆柏和山杨这2个树种的面积都在增加，其增加的斑块是来自于适宜它们生长但却没有或者少有这2个树种的斑块。

图4 不同模拟时间3个树种的面积比例

3.2 树种相对聚集度指数

树种的相对聚集度指数(AI)反映景观尺度上物种在空间分布的聚集情况，AI值越大，则说明景观主要由少数大斑块组成，AI值小，则说明景观由许多小斑块组成。3个优势树种未来300 a内的聚集度指数变化情况如表5所示，在这里只显示每过50 a的相对聚集度指数。

青海云杉植被斑块未来250 a的相对聚集指数都是94.177 6，到了300 a后，其相对聚集度指数降低到93.649 4，降低幅度非常少，相比其他2个树种植被斑块的聚集度指数，青海云杉植被斑块的指数低一些，这与其分布广、面积大是有一定关系的。祁连圆柏植被斑块的相对聚集度指数都保持在98.5以上，随着时间的推移，聚集度指数由99.352 5降低到98.592 3，稍有下降。山杨植被斑块由99.974 8降低到98.504 2，同祁连圆柏植被斑块聚集度指数变化情况一致。导致这种情况产生的原因是在未来300 a，祁连圆柏和山杨植被斑块所占的面积都有所提高，并使其斑块数量增加，斑块分布趋于分散，导致聚集度降低，但由于这2个斑块都是纯林，聚集度指数降低的比较慢，产生破碎斑块较少。

3.3 景观分维数

景观分维数(FRAC)在1～2取值，FRAC值越小，表示斑块越容易受到外界的干扰，斑块的几何形状也就越简单；当FRAC值越大，则情况相反。在这里只选取每过50 a的景观分维数(表6)。

由表6可知，青海云杉的分维数最高，从2013年到2293年，青海云杉的分维数变化不明显，从2293年到2313年，开始缓慢增长。祁连圆柏的分维数在未来300 a内呈现出缓慢增长的趋势，从2013年的1.334 2到2313年的1.390 9，涨幅不到0.06。青海云杉与祁连圆柏的分维数在未来300 a内基本保持稳定。分维数变化最大的山杨，其分维数由2013年的1.004 3增长到2313年的1.358 6，增长幅度较大，说明随着时间的变化，山杨斑块越来越趋于稳定，受外界干扰也越来越小。

表5 不同模拟时间3个树种的相对聚集度指数

表6 不同模拟时间3个树种的分维数

3.4 Shannon-Weaver多样性指数与Shannon均匀度指数

景观Shannon-Weaver多样性指数(SHDI)值最小为0，没有上限。由图5可以看出，研究区的多样性指数变化不大，由2013年的0.46缓慢增长到2313年的0.59。研究区内的多样性指数比较小，表明研究区内斑块数量少，而且各个斑块的分布不均衡。

图5 不同模拟时间3个树种的多样性指数

Shannon均匀度指数(SHEI)在0～1取值，随着SHEI值越来越大，斑块所占的面积也就越来越均匀。由图6可知，SHEI值在2013年到2033年呈上升趋势，在2033年达到最大值0.186，随后逐渐减小，直到2243年达到最小值0.156 2，之后又呈现上升趋势。研究区景观均匀度指数呈现这种变化，说明研究区内刚开始演替时，各个斑块所占的面积比例朝着均衡化方向演替，但由于随着时间的变化，青海云杉和祁连圆柏斑块所占的面积比例达到饱和，此时SHEI达到最高点，之后，山杨斑块所占面积比例还在增加，山杨斑块所占的面积比例还不均衡，所以SHEI达到最高点后开始下降，下降到最低点后，各类树种组成的林区斑块所占的面积比例开始向均衡化方向演替。

图6 不同模拟时间3个树种的均匀度指数

4 结论与讨论

本研究以资源3号卫星遥感影像及本林场森林资源二类调查数据为数据源，应用空间直观景观模型LANDIS模拟张掖市祁连山林区西水林场林区300 a(2013—2313年)内森林景观的自然演替，并通过研究区内优势树种所占的斑块面积百分比、相对聚集度指数、景观Shannon-Weaver多样性指数、分维数指数以及Shannon均匀度等景观评价指数进行统计分析，获得了相关景观格局的变化趋势，为西水林场的森林经营、管理和保护提供参考。

在斑块所占面积比例方面，青海云杉林在研究区内所占的面积比例是最大的，始终占据优势地位，且随着时间的推移，其面积没有变化，祁连圆柏和山杨面积有所增多。在相对聚集度指数方面，研究区内的聚集度指数都保持在较高的数值之上，且随着时间的推移，其数值变化不明显。在景观分维数方面，青海云杉的分维数一直是1.490 1，没有什么变化；祁连圆柏的分维数呈缓慢上升趋势；山杨的分维数涨幅比较大。在景观多样性与均匀度方面，景观多样性指数呈现缓慢增长的趋势，均匀度指数先是小幅度上升，然后下降，随后缓慢上升。

由景观格局评价指数的变化趋势可以得出，在西水林场森林景观未来300 a演替模拟过程中，青海云杉一直占据优势地位，祁连圆柏和山杨处于弱势地位，对研究区景观格局的影响小；西水林场景观中的斑块聚集程度较高，连通性好，但景观多样性较低，分布不均匀。因此，建议西水林场在以后的经营管理中，要人为的指引青海云杉的更新换代，防止林区出现过多的过成熟林，避免林区森林质量降低。

参考文献:

[1] LVERSON L R,GRAHAM R L,COOK E A.Applications of satellite remote sensing to forested ecosystems[J].Landscape Ecology,1989,3(2):131-143.

[2] RIPPLE W J,BRADSHAW G A,SPIES T A.Measuring forest landscape patterns in the Cascade range of Oregon,USA.[J].Biological Conservation,1991,57(1):73-88.

[3] MLADENOFF D J.LANDIS and forest landscape models[J].Ecological Modelling,2004,180(1):7-19.

[4] FRANKLIN J,SYPHARD A D,HE H S,etal.Altered fire regimes affect landscape patterns of plant succession in the foothills and mountains of Southern California[J].Ecosystems,2005,8(8):885-898.

[5] SCHELLER R M,DOMINGO J B,STURTEVANT B R,etal.Design,development,and application of LANDIS-II,a spatial landscape simulation model with flexible temporal and spatial resolution[J].Ecological Modelling,2006,201(3):409-419.

[6] 王绪高,李秀珍,贺红士.大兴安岭森林景观在不同火干扰及人工更新下的演替动态[J].北京林业大学学报,2006,28(1):14-22.

WANG X G,LI X Z,HE H S.Spatial simulation of forest succession under different fire disturbances and planting strategies in northern slopes of Great Xing'anling Mountains[J].Journal of Beijing Forestry University,2006,28(1):14-22.(in Chinese)

[7] GUSTAFSON E J,STURTEVANT B R.Modeling Forest Mortality Caused by Drought Stress:Implications for Climate Change[J].Ecosystems,2013,16(1):60-74.

[8] GASCON C,PLANAS D.Modelling the effects of climate change and timber harvest on the forests of central Nova Scotia,Canada[J].Annals of Forest Science,2013,70(1):61-73.

[9] 陈忞忞,刘俊国.黄旗海流域景观格局动态分析[J].西北林学院学报,2014,29(3):165-170.

CHEN M M,LIU J G.Landscape dynamics in the Huangqihai Lake Basin from 1976 to 2010[J].Journal of Northwest Forestry University,2014,29(3):165-170.(in Chinese)

[10] 申依宁,弓弼,贾浩洋,等.杨凌区城镇景观格局动态变化分析[J].西北林学院学报,2016,31(4):319-324.

SHEN Y N,GONG B,JIA H Y,etal,Analysis on the dynamic changes of landscape pattern in Yangling[J].Journal of Northwest Forestry University,2016,31(4):319-324.(in Chinese)

[11] HONG S H,HAO Z,LARSEN D R,etal.A simulation study of landscape scale forest succession in Northeastern China[J].Ecological Modelling,2002,156(2/3):153-166.

[12] 徐崇刚,胡远满,常禹,等.空间直观景观模型LANDIS Ⅰ.运行机制[J].应用生态学报,2004,15(5):837-844.

XU C G,HU Y M,CHANG Y,etal.Spatially explicit landscape model-LANDIS I.mechanism[J].Chinese Journal Applied Ecology,2004,15(5):837-844.(in Chinese)

[13] 金龙如,贺红士,公霞,等.森林采伐对森林景观的长期影响模拟[J].生态学杂志,2008,27(4):539-544.

[14] 高小莉,赵鹏祥,郝红科,等.基于LANDIS-II的陕西黄龙山森林景观演变动态模拟[J].生态学报,2015,35(2):254-262.

GAO X L，ZHAO P X，HAO H K，etal．Simulation of forest landscape dynamic change based on LANDIS-II in Huanglongshan，Shaanxi Province[J]． ActaEcologica Sinica，2015，35(2):254-262．(in Chinese)

[15] 罗旭,贺红士,梁宇,等.林火干扰对大兴安岭主要林分类型地上生物量预测的影响模拟研究[J].生态学报,2016,36(4):1104-1114.

LUO X,HE H S,LIANG Y,etal.Simulating the effects of fire disturbance for predicting aboveground biomass of major forest types in the Great Xing'an Mountains[J].Acta Ecologica Sinica,2016,36(4):1104-1114.(in Chinese)

[16] 冯虎元,潘建斌.中国常见植物野外识别手册:祁连山册[M].北京:商务印书馆,2016.

[17] 余艳红.景观格局指数在生态环境影响评价中的应用——以丽江至香格里拉铁路生态影响评价为例[J].环境科学导刊,2010,29(2):82-85.