昆明市庄房村景观格局变化分析

李玉龙，赵俊三，龙利秋，冯跃，王菊

(1.昆明理工大学国土资源工程学院，云南 昆明 650093； 2.智慧矿山地理空间信息集成创新重点实验室，云南 昆明 650093；3.云南省高校自然资源空间信息集成与应用科技创新团队，云南 昆明 650211； 4.山东新天地测绘科技有限公司，山东 济南 250101)

1 引 言

土地是一切生产和一切存在的源泉。土地作为自然界最基本的一种自然资源，既是自然环境要素发生、变化的重要载体，也是人类生存、繁衍的基础物质保障[1]。土地利用转移矩阵、土地利用程度综合指数、土地利用动态度、类型重心的迁移、景观格局指数等是土地利用覆盖变化的主要研究方法[2～4]。

马新萍等[5]借助GIS和RS技术，选取研究区1996年、2006年、2016年3期遥感影像进行解译，采用土地利用转移矩阵和土地利用变化模型对大西安1996年以来土地利用类型和土地覆被时空动态变化进行量化分析；康紫薇[6]等通过对玛河流域四期遥感影像中土地利用类型进行解译，定量分析流域近15年来土地利用动态变化特征，基于景观格局指数，采用地统计学方法，探究玛河流域景观生态风险程度及时空分异特征。李孟迪等[7]通过利用GIS和Fragstats软件对云南省2005年～2015年滇中城市群、州市尺度的景观格局时空分异特征进行分析。

目前来看，对于土地利用变化的研究，大多集中于发展程度较高的城市[8-11]，对县城、乡村的土地利用变化研究相对较少。庄房村因其交通区位优越，占据生态保护红线及永久基本农田，在选取盘龙区乡村试点占据一定优势，分析其土地利用变化及景观格局变化对下一步村庄规划具有一定的指导作用。

本文以庄房村为例，对研究区2015年、2018年两期土地利用变更数据运用土地利用转移矩阵、景观格局指数分析对土地利用分类结果从土地利用结构变化、景观格局变化两个方面进行分析。

2 研究区概况与数据处理

2.1 研究区概况

庄房村属于山区，国土面积为 16.16 km2，海拔 2 209.13 m，年平均气温13℃，年降水量 1 000 mm，全村管辖8个村民小组，农户528户，乡村人口为 1 636人。庄房村内生态保护红线面积为 3.15 km2，永久基本农田面积为 3.09 km2。庄房高程如图1所示。

图1 庄房高程

2.2 数据来源及处理

本文涉及的数据主要包括2015年、2018年土地利用变更数据，按照2017年发布的《土地利用现状分类》对地类进行划分，其中2015年土地利用变更数据为1980坐标系，2018年土地利用变更数据为2000坐标系；高程数据由地理空间数据云平台提供的GDEMV2 30M分辨率的DEM数据经ArcGIS 10.2软件处理得到。本文涉及的所有数据坐标均统一至CGCS2000，栅格数据分辨率均为 30 m×30 m，并保持行列号一致。

3 研究方法

3.1 土地利用分类

参照《土地利用现状分类》的分类标准，对土地利用进行分类，分类结果如表1所示。

土地分类体系 表1

3.2 景观格局指数分析

景观格局指数用来定量分析景观格局特征，能够反映反映景观格局的结构组成和空间配置特征[12]，景观格局用来研究空间配置的关系及其景观结构组成特征。景观格局指数主要包括景观破碎度、景观分离度、景观优势度、景观干扰度、景观脆弱度和景观损失度等指数。本文选取的景观格局指数旨在反映景观全局或各类型的变化，且相关性较小的典型变量，表征景观的组成、结构。通过CLASS里选取斑块密度(PD)、最大斑块指数(LPI)、散布与并列指数(IJI)、聚合度指数(AI)，LAND里选取景观形状指数(LSI)、蔓延度指数(CONTAG)、景观分割度(DIVISION)、香农多样性指数(SHDI)、香农均匀度指数(SHEI)、聚合度指数(AI)，计算庄房村各类景观格局指数及整体景观格局指数。

(1)斑块类型尺度水平的度量指标

①斑块密度(PD)

PD反映了单位面积上的斑块数量，取值范围为PD>0，斑块密度越大，斑块数量越多。

式中，ni为景观中的斑块总数；A为景观总面积。

②最大斑块指数(LPI)

LPI用来度量多大比例的景观面积是由最大斑块组成的。取值范围0

式中，aij代表斑块ij的面积，A为包括景观内部背景在内的景观总面积。

③散布与并列指数(IJI)

IJI用来度量在给定斑块类型数目情况下，斑块的实际散布状况与最大散布状况的比值。

式中：eik为i类斑块和k类斑块之间的边缘总长度；m为景观中的斑块类型数，如果景观边界存在，则包括景观边界。

④聚合度指数(AI)

AI表示不同斑块类型相邻出现在景观图上的概率。

式中：gii为基于单倍法的斑块类型i像元之间的结点数，max(gii)为基于单倍法的斑块类型i像元之间的最大结点数。

(2)景观尺度水平的度量指标

①景观形状指数(LSI)

LSI是结合景观面积对景观总边缘长度或边缘密度的标准化度量。

式中：E指景观的边缘总长度，包括所有景观边界线和背景边缘。minE是E的最小可能值。

②蔓延度指数(CONTAG)

蔓延度是指斑块类型在空间分布上的集聚趋势。指数取值范围为0

式中：pi为斑块类型i在景观中的面积比重，gik为基于双倍法的看斑块类型i和斑块类型k之间的结点数；m是景观中的斑块类型数，包括景观边界中的斑块类型。

③景观分割度(DIVISION)

DIVISION描述某一景观类型中不同斑块个体分布及分离程度。

式中：aij为斑块ij的面积；A为整个景观的面积。

④香农多样性指数(SHDI)

SHDI对稀有斑块类型的敏感性较强。指数值越大，景观中各斑块类型及分布更丰富。

式中：pi为景观中斑块类型i的面积比重。

⑤香农均匀度指数(SHEI)

SHEI反映景观中不同斑块类型面积比重的均衡度与其最大值的比值。值越小，景观受少数优势类型所支配的趋势越强，其值越大，说明各类景观类型分布越均匀。

式中：pi为景观中斑块类型i的面积比重，计算时采用的景观总面积不包括景观中的背景；m是景观中的斑块类型数。

⑥聚合度指数(AI)

AI衡量给定景观组成的情况下相似节点的最大可能数。范围在0～100，当某一斑块类型的破碎度达到最大化时，AI=0；且随聚集程度不断增加，AI的值也不断增加；当该斑块类型聚集成一个紧实的整体时，AI=100。

式中：gii为基于单倍法的斑块类型i像元之间的结点数；maxgii为基于单倍法的斑块类型i的面积比重。

3.3 土地利用转移矩阵

土地利用转移矩阵是马尔科夫模型在土地利用方面的应用，其不仅可以定量地表明不同土地利用类型间的转化情况，还可以揭示不同土地利用类型间的转移速率。

式中，S代表面积；n表示土地利用类型总数；Sij表示由i地类转移到j地类的面积。

4 研究结果

4.1 土地利用结构分析

调用土地利用变更数据中2018年土地利用数据(图2)，分析发现，截至2018年，庄房村土地总面积为 16 159 432.71m2，土地利用类型以林地为主，面积为 10 365 767.80 m2，占总面积比例为64.15%；其次为耕地，面积为 3 338 859.99 m2，占总面积比例为20.66%。草地、工矿仓储用地、交通运输用地、水域及水利设施用地、园地、住宅用地、特殊用地、其他土地面积均较小，面积分别为 498 926.43 m2、 21 389.30 m2、 372 316.83 m2、100 883.91 m2、837 322.62 m2、495 637.97 m2、 108 335.78 m2、 19 982.08 m2，占总面积比例分别为3.09%、0.13%、2.30%、0.62%、5.18%、3.07%、0.67%、0.12%。

图2 庄房村土地利用现状

4.2 景观格局指数分析

通过Fragstats4.2软件计算出2015年及2018年庄房村不同土地利用类型的景观格局指数。其中，PD越大，破碎度越高；LPI反映人类活动的方向和强弱，LPI越大，景观斑块形状越复杂；IJI取值较小时，表明该斑块类型仅与少数几种其他类型相邻接；AI值越小，景观越离散。LSI越高，该类型板块对于景观影响越大，CONTAG指标描述景观里不同斑块类型的团聚程度或延展趋势，较小时表明景观中存在许多小斑块，趋于100时表明景观中有连通度极高的优势斑块类型存在；SHDI指数增大表明拼块类型增加或各拼块类型在景观中呈均匀化趋势分布，SHEI指数低表明生态系统稳定性低。

(1)各地类景观格局分析

按照2.1节选取的景观格局指数，对比分析2015年、2018年两期景观格局的斑块面积、景观形状指数、最大斑块指数和斑块聚合度指数及其变化特征，如表2所示。

各地类景观格局变化特征 表2

通过分析可知，2015年～2018年林地和耕地均呈现PD增加、LPI减少、IJI增加、AI减少，表明庄房村林地景观、耕地景观破碎度增加，景观形状逐渐规则，邻接地类增加，景观更为离散，连通度降低；园地PD增加、LPI减少、IJI减少、AI减少，景观破碎度增加，景观形状趋于规则，邻接地类减少，景观趋于离散，连通度降低；草地PD减少、IJI增加、AI增加，景观破碎度减弱，邻接地类增加，趋于聚合，连通度增加；住宅用地PD增加、IJI增加、AI减少，景观破碎度增加，邻接地类增加，聚合度降低，连通度减少；交通运输用地PD减少、LPI增加、IJI增加、AI增加，景观破碎度增加，景观形状趋于复杂，邻接地类增加，景观趋于聚合，连通度增加；特殊用地和其他用地IJJ增加、AI减少，邻接地类增加，景观趋于离散。

(2)整体景观格局分析

从图3景观格局整体来看，庄房村2015年～2018年景观形状指数、景观分割度分别从15.71、0.65～15.77、0.82，略有增加；聚合度指数从80.23～80.16，略有减少；表明景观整体上破碎度增加、聚集度减弱。蔓延度从61.27减少到60.48，表明景观中存在小斑块增加；香浓多样性指数、香浓均匀度指数分别从1.11、0.48增加到1.14、0.50，表明各景观类型在景观中呈均匀化趋势分布，生态系统稳定性提升。

图3 整体景观格局指数

4.3 土地利用转移分析

(1)各地类土地利用转移矩阵分析

通过ArcGIS与Excel对2015年、2018年两期土地利用数据进行处理分析，得到2015年～2018年各地类土地利用转移矩阵，如表3所示，其中行为2018年土地利用现状、列为2015年土地利用现状。

通过分析可知，2015年～2018年庄房村土地发生明显变化，其中林地转入面积最大为 105 343.52 m2；耕地转入面积为 39 605.08 m2；园地转入面积为 14 189.71 m2；草地转入面积为 4 901.90 m2；其他土地转入面积为 2 968.78 m2；水域及水利设施用地转入、特殊用地转入面积较小，分别为 0.19 m2、 1.01 m2；其中，林地、耕地、园地转入面积均主要来源于交通运输用地及住宅用地；草地转入面积主要来源于交通设施用地；其他土地主要由住宅用地转入。住宅用地转出面积为 21 716.94 m2；交通运输用地转出面积为 14 293.36 m2；工矿仓储用地转出面积较小为 0.18 m2；其中住宅用地主要转出为草地、耕地、林地、其他土地、园地，转出面积分别为 360.80 m2， 9 732.59 m2， 3 161.26 m2， 2 508.56 m2， 6 115.71 m2，转为交通运输用地、水域及水利设施用地面积较少分别为 0.22 m2、2.56 m2；交通运输用地主要转出为草地、耕地、林地、其他土地、园地，转出面积分别为 4 533.57 m2、 29 967.25 m2、 102 231.63 m2、 460.77 m2、8 103.76 m2，转为住宅用地面积较少，为 3.31 m2。

2015年～2018年各地类土地利用转移矩阵 表3

(2)三类空间转移矩阵分析

通过构建三类空间转移矩阵，得出三类空间相互转化面积如表4所示。

三类空间相互转化面积 表4

通过分析，得出三类空间转移以建设用地转出为主，转出面积为 167 004.39 m2，以生态空间、农业空间转入为主，转入面积分别为 105 333.27 m2、 61 671.13 m2。其中建设用地面积主要为住宅用地中村庄用地减少为主，庄房村部分位于松华坝水源保护区内，对其实施村庄搬迁政策使得建设用地面积减少。

5 结 论

本文研究结果表明，从土地转移矩阵来看，林地转入面积最大，为 105 343.52 m2，转入面积从大到小：林地>耕地>园地>草地>其他土地>特殊用地>水域及水利设施用地；住宅用地、交通运输用地、工矿仓储用地以转出为主，其中交通运输用地转出面积最大为 14 293.36 m2。从景观格局来看，庄房村整体景观破碎度增加、聚集度减弱但各景观类型在景观中呈均匀化趋势分布，生态系统稳定性提升；其中耕地、林地、草地、住宅用地的破碎度2015年～2018年一直处于较高水平；林地景观的形状最为复杂，耕地和交通运输用地次之，其他土地最为规则；其他土地、水域及水利设施用地邻接其他地类数目较多，工矿仓储用地最少；特殊用地、工矿仓储用地聚合度高，连通性好，其他土地的聚合度最低。

文章对庄房村土地利用变化进行分析，得出庄房村土地利用变化的结果，对后期盘龙区国土空间规划及村庄规划提供依据。