基于移动窗口法的半干旱生态脆弱区景观破碎化及驱动力分析

（西安科技大学测绘科学与技术学院，西安 710054）

景观格局通常是指景观组成单元的类型、数目在空间结构和空间配置上的不均匀性及复杂程度的综合表现[1]，其特征变化对生态系统的结构、功能和过程具有重要的影响[2-3]。近年来随着人口的高度聚集和城镇的快速扩张等，在自然和社会相互作用下，导致景观破碎化加剧，对生态系统造成了一系列的影响[4-5]。这一现象严重影响着景观格局的结构、功能及生态过程，不利于其持续健康发展[6]。因此，深入探究景观破碎化动态变化及其驱动因素，对分析由景观破碎化引起的生态结构和功能的变化具有重要意义。

景观破碎化是城镇化进程中景观格局演变的重要特征[7]，表现为景观格局呈现出“高度破碎化”和“景观空间异质性显著”，即景观由单一、均质和连续的整体转为复杂、异质和不连续的斑块镶嵌体[8]。随着遥感和地理信息技术等数字化技术在景观生态学中的应用，基于特征指数的景观破碎化动态变化与驱动机制研究得以快速发展，并在不同时间和空间尺度下针对绿洲、矿区、流域、城市、海岛等区域开展了大量研究。如：巩杰等[9]探究了绿洲与景观破碎化之间的时空变化；梅昭容等[10]在采矿背景下研究区域景观格局的演变模式；付扬军等[11]揭示了流域景观破碎化时空演变过程；付刚等[12]在时间序列的基础上研究了北京市近20 年景观破碎度空间分布格局和破碎化过程；巫丽芸等[13]基于缓冲带分析了海岛内陆到海岸带的景观破碎化梯度变化特征。综上所述，相关学者的研究共性均是基于移动窗口法对不同研究区域进行了景观破碎化与驱动机制分析，由此可见将移动窗口法与特征景观指数相结合，不仅有利于直观探究景观破碎度时空变化过程，也有利于进一步分析相关驱动因子对景观破碎化的影响机制。目前针对半干旱生态脆弱区的研究较少，且多以宏观分析为主[14-15]，对此本研究基于移动窗口法探究了半干旱生态脆弱区的景观破碎化动态变化及驱动因素。

黄土高原大部分处于半干旱地带，属于生态环境脆弱地区，高强度的农业生产以及过度放牧和滥垦滥伐，加剧了土地退化[16]。甘肃省广河县属于典型的黄土高原半干旱生态脆弱区，以其为研究区探讨景观破碎化动态变化及驱动因素具有代表性。本研究以广河县2011—2018年2期土地利用数据为基础，结合移动窗口法、样线法和灰色关联分析方法，定性与定量探讨了经济发展背景下半干旱生态脆弱区的景观破碎化动态变化及其驱动因素。

1 材料与方法

1.1 研究区概况

广河县（102°23′～103°51′E，35°25′～35°28′N）隶属于甘肃省临夏回族自治州，位于临夏回族自治州东南部，北接东乡族自治县，西连和政县，南邻康乐县，东与定西市临洮县毗邻，总面积538 km2，下辖9 个乡镇。广河县地处黄土高原丘陵沟壑地带，地势自西南向东北倾斜，平均海拔1 953 m，境内除中部广通河谷冲积阶地地势平坦外，其余地区丘陵密布、沟壑纵横。产业以农业为主，境内矿产资源贫乏，旱灾、雹灾等自然灾害频繁，是国家扶贫开发的重点县。

1.2 数据来源与处理

本研究基础数据为2011 年、2018 年土地利用数据，来源于广河县国土资源局，该数据主要依据全国第二次土地调查数据变更得到。选用土地利用数据可有效避免遥感影像分类处理可能存在地物分类不准确、地物综合过大、Kappa 系数较低等精度不高的问题，进而提高研究区景观格局破碎化分析的精度，使研究结果更加科学与精确。根据《土地利用现状分类》（GB/T 21010—2017）标准，并考虑到景观廊道变化对景观破碎化的影响，将研究区域综合分为耕地、林地、水域、草地、建设用地、道路、未利用地7 类土地利用类型。

广河县的社会经济数据来源于广河县统计局2011—2018 年统计年鉴和中国经济与社会发展统计数据库，该数据主要包括总人口、地区生产总值、人均GDP 总值、居民平均消费性支出等10 类。气象数据来源于中国气象科学数据共享网（http：//data.cma.cn），包含2011—2018 年研究区年降雨量和年均气温数据。

1.3 研究方法

1.3.1 土地利用动态变化分析

对土地利用类型进行动态度变化分析可有效探究土地利用变化趋势。本研究采用土地利用总变化率和年变化率两种模型定量分析研究区土地利用结构的动态变化情况[8]，公式如下：

式中：P为研究期内某一土地类型的总变化率；S为研究期内某一土地类型的年变化率；Ua、Ub分别为研究期初及研究期末某一土地类型的数量；t为研究时段。

1.3.2 景观指数的选取

景观指数是高度浓缩景观格局信息且反映其空间结构和空间配置特征信息的指标[17]。选取景观指数时应依据理论与实践的重要性、易于计算、可解释和少冗余的原则[18]，因此为准确衡量半干旱生态脆弱区的景观破碎化情况，参考相关研究[19-21]并根据研究区特点，选取斑块密度（Patch density，PD）、最大斑块指数（Largest patch index，LPI）、景观分离指数（DIVISION）、香农多样性指数（Shannon′s diversity index，SHDI）四种景观指数表征景观破碎化的程度，具体景观格局指数计算公式及生态意义见参考文献[22]。

1.3.3 移动窗口法

本文采用Fragstats 4.2 中的移动窗口法（Moving window method）生成景观指数栅格图。移动窗口法实现步骤：对设定固定值的移动窗口进行窗口内选中的栅格景观指数计算，每次移动1 个栅格并计算，并将该值赋栅格中心，形成包含景观指数值的连续栅格图[10]。该方法要求选择合适的窗口半径，若设置窗口幅度较小，将导致相邻斑块间的指数值差异变大，使结果与实际不符。因此本研究分别以300、500、700、900、1 100 m和1 300 m为窗口半径，并在Fragstats 4.2中进行计算。

1.3.4 样线设置

广河县地势自西南向东北倾斜，境内中部河谷冲积区地势平坦，其余皆为沟壑纵横的丘陵地带。为准确研究景观破碎化内部差异性对变化幅度的影响，在东北-西南、西北-东南两个方向上设置样线，长度分别为40、32 km。在两条样线上分别从东北、西北向西南、东南均匀地布设100 个样点，通过改变移动窗口大小提取不同尺度的样点景观指数，分析变动规律后确定最佳研究尺度[4]。

1.3.5 灰色关联分析

灰色关联分析法的原理是根据各影响因素之间的发展趋势的相似或相异程度来衡量因素之间的关联度[23]。该方法与回归分析、主成分分析等统计学方法相比，具有对数据要求较低且精度高的优点，在部分数据缺失的前提下仍可进行相应关联度处理。本研究通过灰色关联法计算社会经济因素、气候因素与景观指数间的关联系数，以量化社会经济和气候因素的驱动作用[24]。采用均值化归一法对驱动因子进行无量纲化处理，基于Matlab 软件计算灰色关联度系数，各驱动因子关联系数越高，比较序列对参考序列的影响越大；反之则比较序列对参考序列的影响越小[25]。

均值化归一：

关联系数：

2 结果与分析

2.1 景观利用类型动态变化分析

研究分析不同景观利用类型的面积占比和变化率，对探究各景观类型的演变与景观破碎化之间的关联性具有辅助作用。由表1 可知，广河县的景观利用结构变化较明显的是建设用地和林地，面积分别增加了4.803、5.409 km2，总变化率分别为12.16%、11.29%，主要是由于近年来扶贫脱贫、易地搬迁政策的实施，导致城镇化进程加快，建设用地迅速向外扩张，退耕还林政策使林地面积增大；道路的总变化率和年变化率最大，分别为42.46%、4.01%，这说明广河县道路基础设施正在不断完善；耕地的变化幅度最小，总变化率和年变化率均较低；未利用地面积由0.590 km2增加到0.802 km2，总变化率和年变化率为35.93%、3.47%，原因可能是开采矿产资源导致废地增加；草地和水域的面积表现为不断降低，降幅最大的是草地，减少了9.01%。对景观类型进行空间分析（图1）发现，2011—2018年耕地和草地始终是广河县两种优势景观利用类型，其中耕地是广河县的基质景观；道路和水域所占面积最少，其在空间分布上呈现带状，是景观廊道，其余不连续的景观类型为景观斑块。

2.2 基于样线法的最佳研究尺度确定

考虑研究区地处黄土高原、内部沟壑纵横、地势起伏较大的地形特点，为准确研究景观破碎化内部差异性对尺度变化的影响，本研究采用样线法进行分析。以2011年土地利用数据为例，利用移动窗口法计算出不同窗口大小的景观指数，在设计的西北-东南、西南-东北两条样带上，提取布设的各样点景观指数值，绘制曲线图分析尺度变化并确定最佳研究尺度。

图2 中横坐标表示尺度，纵坐标表示每条样带上均匀分布的100 个样点的各指数平均值，该值采用标准误差限进行取值。从图中可以看出PD 和LPI 的值随研究尺度的增加不断下降，西北-东南样线上的景观指数值均低于东北-西南样线方向上的值，这说明广河县东北-西南走向的景观破碎化较为严重且地物复杂，优势度地物低；在500 m 尺度上两个方向的景观指数均出现第一转折点，下降趋势较为剧烈，说明尺度变化引起的景观破碎化较为明显，在900 m 尺度后指数减小趋势明显趋近缓和。DIVISION 和SHDI 指数则是随研究尺度的增加而不断增加，无明显拐点出现。其中DIVISION 在尺度变化过程中，西北-东南样线上的值高于东北-西南样线，这说明单个景观类型的景观破碎化西北-东南方向较东北-西南方向严重；SHDI 的景观指数值在方向上大小与PD、LPI 一致，说明东北-西南方向上的景观类型多样，破碎化较高；尽管DIVISION、SHDI 随尺度的增大无明显拐点，但缓和区域仍在900～1 300 m尺度。

综上，空间尺度过大将导致损失较多的空间信息规律，空间尺度较小引起变化不稳定且无法体现景观内部差异性，为避免上述缺陷，最终选取900 m 为研究区最佳研究尺度。

2.3 最佳研究尺度下景观破碎化特征分析

2.3.1 乡镇尺度下样带景观破碎化分析

根据确定的最佳研究尺度，提取样带上样点景观指数进行乡镇尺度的景观破碎化研究，分析广河县景观格局梯度变化。鉴于西北-东南和东北-西南走向的两条样带的景观指数幅度效应具有相似的规律性，且东北-西南走向的景观指数高于西北-东南走向，仅以东北-西南走向的样带进行说明，变化趋势如图3所示。

表1 广河县土地利用类型面积占比及变化率Table 1 Proportion and change rate of land use types in Guanghe County

图1 广河县2011—2018年土地利用时空变化Figure 1 Spatio-temporal changes of land use in Guanghe County from 2011 to 2018

图2 景观指数随窗口尺度大小变化曲线Figure 2 Change curve of landscape index with window scale

由图3 可知，PD 和LPI 的变化规律呈现相似性，均具有多个极值点；DIVISION整体上指数偏大；SHDI分布在河谷地带的样点指数高值点较多。其中PD在20、30、40、60、80 样点附近出现低值，在此区域多为农用地，景观类型较为单一，优势景观明显；与PD 样点低值对应的LPI 呈现高值状态，说明在此区域优势景观类型占比较大，景观破碎化程度低；DIVISION 和SHDI 均在10、25、35、50、75、90 样点附近出现高值点，可以看出指数波动较为剧烈，说明在以上样点附近景观类型的离散性和多样性程度较大，且越靠近城镇区域变化程度越大，而距离城镇较远的丘陵山区变幅都较小且波动幅度较低。综合分析，4 个指数的变化趋势表明城镇具有集聚效应，经济发展背景下城镇化的加剧，导致城镇及城镇周围景观破碎化程度较高，而偏远的丘陵山区土地利用类型较为单一，景观破碎化程度较低。

2.3.2 景观破碎化时空分布特征分析

广河县2011—2018 年景观破碎化空间分布如图4所示。由图4可见，4类景观指数表现出景观破碎化空间格局具有明显的异质性和复杂性，对景观破碎化特征进行如下细化分析：

（1）2011 年PD 高值分布特征是西部高于东部，中部广通河谷区域高于其他区域，受水域分布的影响，在广河县内的桦林沟、南沟、大柴沟和八洋沟等流域亦是高值区域，出现此类特征的原因是这些区域处于受人类活动影响强烈的县城、乡镇中心。2018 年，PD 高值分布区域明显集中，尤其在买家巷镇西部、庄禾集镇的集中区变化最为明显，PD 的最高值由78.621 8 上升到85.559 0，这说明连片区的高值中心景观类型更加多样，人类经济活动更为激烈，贫困地区易地搬迁导致居民点更多地聚集到乡镇中心周围。

（2）LPI在2011 年的高值中心主要集中在三个区域，分别位于三甲集镇中西部山区、官坊乡西部地区、庄禾集镇境内的南沟流域，其余的高值分布较为破碎化。高值区所处区域景观类型多以草地、林地为主，地形以高海拔山地为主，人类干扰少，使得景观整体格局较完整，破碎度低。2018 年，LPI 值整体下降，最低值由10.822 1 降至10.093 7，可明显看出LPI 低值出现的区域也逐渐缩小，说明受城镇化影响，乡镇向外扩展致使周边区域破碎化程度增大，景观异质性受人类活动影响而逐渐提高。

（3）DIVISION 是指某一景观类型在不同斑块个体上破碎化程度的分布情况。图中显示，2011—2018年DIVISION 的高值区域集中分布于道路与广通河贯穿的城关镇、祁家集镇、买家巷、三甲集和阿力麻土周围，8 年间该指数变化较为明显，最高值由0.938 1 升至0.945 6，表明广河县近年来对自然资源的开发和基础工程建设，导致优势景观类型之间连通性逐渐降低，各斑块类型被切割，破碎化程度明显提高。

（4）从空间上看，2011—2018 年，广河县全县景观多样性SHDI呈现山地丘陵区域较小，广通河谷、南沟与交通网附近较大的特点，总体上具有明显向外扩张的趋势，指数高值由1.661 7升至1.680 3。三甲集、祁家集和城关镇景观多样性明显偏高，主要是因为以上三处区域地势较为平坦，交通网密集。且近年来三甲集镇依托洮河建立了新民滩、齐家坪和白马浪水电站，以及大型物流中心的建立和茶城等第二产业的发展，带动了周边乡镇经济和城镇化建设加快，因此在经济发展过程中对自然资源的开发造成了景观利用类型多样化的特征。

2.4 景观破碎化驱动力分析

2.4.1 政策因素驱动分析

图4 2011—2018年广河县景观破碎化时空分布Figure 4 Temporal and spatial distribution of landscape fragmentation in Guanghe County from 2011 to 2018

城镇发展政策往往与景观格局变化紧密相关，政策方针实施将成为景观格局变化的重要转折点。《中国扶贫开发纲要2011—2020》是我国为实现全面建成小康社会奋斗目标提出的纲领性文件，对促进“十二五”时期增加贫困地区的就业、收入，改善民生和加快发展具有重要意义。2011 年以来广河县针对扶贫与发展实施了易地搬迁、农村公路建设、优势农业规模化等政策措施。针对山区农牧散居的居民点进行易地搬迁，建设用地聚集到了乡镇中心区域周围，在河谷平坦区域建设了连片的居住地，形成了更为广泛的建设区域，“十二五”期间实施了157 个扶贫项目和252 项重点项目，这些项目的实施使6.5 万贫困人口脱贫，新建各类保障性住房3 194 套，改造农村危旧房11 485 户，城镇化率上升到27%，贫困率由“十一五”时期的22%下降到13.85%，截至2018年底又新增58 项总投资达31.84 亿元的易地扶贫搬迁工程，脱贫效果明显；为突破交通基础设施限制经济发展的“瓶颈”，广河县开展实施了三甲集至蒿支沟公路改建工程、草滩至克那公路建设工程、广河县官坊乡（山庄）至庄禾集镇（马浪）公路改建工程、赵家桥等4 座桥梁建设工程，涉及5 条道路34 km 的农村公路安全生命防护工程等重大项目，实现了全县9 个乡镇102 个建制村100%通沥青道路，85%的自然村实现了水泥硬化，各种道路总里程达867 km，使得交通网络更加完善，但道路廊道的增加导致景观类型被切割成更小的斑块，同时道路沿线的景观类型快速向城镇转化，建设用地的增加导致景观破碎化程度加剧；农业领域的变化主要体现在易地搬迁后的牛羊养殖基地的建设，同时“农改饲”（由种植普通玉米转为种植饲草玉米）种植面积达1.3 万hm2，一方面使得农民收入由2.25万元·hm-2升至3.15 万元·hm-2，另一方面使得畜牧业发展不断扩大，截至2018 年底，广河县牛存栏达10.98万头，羊存栏120.30万头，畜牧养殖已成为促进广河县农民增收脱贫的重要产业，大大带动了广河县经济综合实力快速提升。截至2018 年，全县生产总值完成22.14亿元，较2011年提高13.25亿元；农民人均纯收入较2011 年增长4 243 元，增加至6 785 元，城镇居民人均可支配收入达到18 459 元。可见随着政策规划、交通网络完善和产业结构优化等，景观利用类型变得愈加多样化，导致整体景观结构呈现复杂趋势，景观破碎化状况加剧。

2.4.2 灰色关联度驱动分析

广河县社会经济由于长期受自然环境的限制，发展较为缓慢，近年来一些重大工程的建设，如：交通网路、工业设施、产业优化促使广河县经济快速发展，但随之而来的是生态环境的破坏。为此探究社会经济和气候因素对生态环境的驱动机制是十分重要的，本研究选取2011—2018年的社会经济和气候因素共12个指标，与景观指数进行关联度分析，其中社会经济因素包括地区生产总值（X1）、总人口数量（X2）、人均GDP（X3）、居民平均消费性支出（X4）、工业总产值（X5）、住宿餐饮业产值（X6）、建筑业产值（X7）、交通运输业产值（X8）、农产品产量（X9）、人均粮食占有量（X10）；气候因素包括年降水量（X11）、年均气温（X12），同时计算出所选景观指数与12个指标的平均关联度。借助Matlab 计算驱动因子与景观指数的灰色关联度系数，结果见表2。

表2 景观指数与驱动因子的关联系数Table 2 Correlation coefficient between landscape index and driving factors

（1）从表2 可以看出，在广河县所选社会经济驱动因子中，各因子均表现出正向的关联度，是影响和改变景观类型的重要因素。其中，所选社会经济指标相比于其他景观指数，PD 的关联度相对较低，平均关联度值为0.538，其中与PD 关联度最高值是农产品产量，表示研究区的农业集聚效应较为明显，集约化的农业生产方式使得耕地受外部活动影响较小，景观破碎度较低；而SHDI关联度最高，平均关联系数达到了0.688，人口数量、工业总产值与交通运输业产值对其影响较为显著，关联系数分别为0.736、0.743、0.739，说明研究区人口数量的增加使工业生产所需的人力资源得以满足，进而促进交通运输业快速发展，加速人类对自然资源的占用，这三个指标是引起城镇景观破碎化的重要原因；与LPI 和DIVISION 指数关联度较高的驱动因子主要为地区生产总值、总人口数量、人均GDP、居民平均消费性支出、工业总产值、住宿餐饮业产值，表明随着生产总值的的增加，居民消费与工业生产造成建设用地向外扩张的刚性需求提高，平均关联度指数分别为0.605和0.607。综上，社会经济因素中地区生产总值、人口数量、人均GDP、工业总产值和交通运输业产值等5 个指标是导致景观破碎化加剧的重要驱动因子。

（2）气候因素对景观破碎化的驱动作用明显低于社会经济因素。年降水量与各景观指数的关联度低于年均气温，说明降水量对景观破碎化的驱动作用较低，而年均气温与SHDI关联性相对较高，说明适宜的气温对景观类型多样化产生一定影响。

3 讨论

在经济快速发展背景下，半干旱生态脆弱区在城镇化加速推进过程中的大规模开发活动，一方面促进了经济实力的提升，另一方面也带来了一系列的生态环境问题。因此有必要对半干旱生态脆弱区景观破碎化及其驱动力进行分析，来揭示该区生态环境动态变化特征与驱动因子。

当前，景观破碎化的相关研究方法主要采用景观指数模型与遥感技术相结合，对研究区域进行整体景观破碎化分析[26]。本研究基于景观生态学理论和GIS技术，运用移动窗口法、样线法和灰色关联分析方法，定量探讨了经济发展背景下半干旱生态脆弱区的景观破碎化动态变化及其驱动因素。研究发现，受城镇化影响，研究区的景观破碎化程度明显加剧，受限于社会经济与气候因素的驱动作用，在研究区的不同区域景观破碎化程度变化亦不同，主要驱动因子也相应发生变化。以往研究多是从宏观角度整体分析景观破碎化特征[27-28]，而本研究则是从多尺度分析景观破碎化空间格局特征，能够进一步对空间特征进行定量解释。但本研究在进行驱动力分析时采用的模型方法较为传统，目前已有相关学者针对相关性分析提出了更为精准的模型，如：地理探测器模型[29]、物元分析法与熵权法结合[30]等，故在今后探讨驱动力分析时可尝试应用更为精准的模型。另外，本研究在探讨景观指数与驱动因子之间的相关性时，仅考虑了社会经济与气候因素，未考虑地形因素，在今后研究中可加入海拔、坡度和坡向等地形因素，更深层地进行景观破碎化的驱动力分析。

4 结论

（1）2011—2018 年广河县景观类型结构特征变化较明显，耕地和草地始终是广河县最主要的两类景观，其中耕地是广河县的基质景观，控制着研究区的景观格局、功能和动态变化；道路和水域是景观廊道，影响着研究区的景观异质性。

（2）通过样线法对不同的窗口尺度进行分析，发现景观指数变化趋势表现为PD、LPI随尺度增加递减，DIVISION和SHDI随尺度增加递增，900～1 300 m尺度范围为缓和区域，900 m为研究区最佳研究尺度。

（3）乡镇尺度下景观破碎化表现为河谷地带的样点指数高值较多，指数波动越靠近城镇区域变化程度越大，山地丘陵地带指数值则较低，相对波动较小；时空变化尺度下景观破碎化表现为2011—2018 年间景观破碎化时空变化具有明显的异质性和复杂性，整体变化特征为西部高于东部，中部广通河谷区域高于其他区域，买家巷镇、三甲集镇、官坊乡、庄禾集镇以及南沟流域景观多样性较丰富，总体上具有向外扩张的趋势。

（4）利用灰色关联法分析广河县景观破碎化驱动力发现，研究区景观破碎化是由政策因素和社会经济因素综合作用所致，其中政策有效落实是推动景观格局发生变化的重要转折点，而不合理的社会经济活动则是造成景观破碎化加剧的直接因素。