基塘水面空间形态度量方法的比较与应用

周晋皓，黄晓峻，Xiao Ningchuan，林泽铭，罗漫琪

（1. 华南农业大学地理信息系，广州 510642； 2. Department of Geography, The Ohio State University, Columbus, OH 43210, USA；3. 广东省土地利用与整治重点实验室，广州 510642； 4. 广州大学地理科学与遥感学院，广州 510006）

0 引 言

基塘景观广泛分布于中国珠三角、长三角等河流三角洲的低洼泽水地区，具有显著的经济、生态效益[1-3]。这种景观由塘（水）和基（陆）两部分构成，通过在塘中养殖水产、在基上种植作物为农户带来种养双重经济收益，同时复合了水陆两种生态系统有利于区域生态环境的维持和改善。随着养殖优势增大基塘水面的地位越发凸显，水陆比由20世纪80年代约6:4到近年来接近8:2，经济产出甚至只来自水域养殖[4-7]，可见水面已成为基塘的主要部分。

基塘水面的空间形态多样，呈现聚集紧凑、分散零碎等不同形态特征，这些形态特征关乎基塘经济、生态效益的发挥。研究指出，传统基塘水面轮廓自由松散，水陆相互作用更加明显但经济产出不高[7-8]；而整治后的集约基塘水面规整紧凑，拥有高经济收益但容易导致基塘生态功能的退化[9-10]。通过缩窄水面间距以扩大水面面积开展规模化养殖，同时将水面改造为方正格网实现标准化养殖。这样虽然提高了基塘产出增加了农户经济收入，但是格网化使得原有基塘自由的形态被方正规则的形态取代，自然有机肌理消失，水陆边缘效应被削弱，生物多样性降低，基塘景观生境恶化[11-12]；增大水面、缩小基面，会降低基塘单元空间围合感[8,13]。

综上所述，要探明基塘水面不同形态特征与基塘经济、生态效益之间的关系，首先需要度量基塘水面的空间形态。景观的空间形态通常借助各类指数度量，基塘景观也不例外。高爱等[14]使用斑块数量、密度、分离度、结合度指数得出佛山市顺德区基塘斑块分布呈现破碎化，林媚珍等[6,15-16]利用增加聚合度、分维度、形状指数研究指出经过整治中山市基塘斑块成片分布，杨丹等[17]使用斑块数量、面积、形状、最近邻距离等指数分析表明珠三角基塘斑块由成片分布发展为破碎化分布，Fan等[18-21]也使用上述一些指数分析了珠三角佛山、中山等地基塘斑块的空间形态。这些研究对珠三角各地基塘斑块的形态特征及其时空变化过程进行了分析，但是现有研究多关注基塘斑块整体，未体现基塘当中水面的空间形态。不同基塘水面形态差异关乎基塘经济和生态效益不应被忽视。要准确度量出不同基塘水面的空间形态差异，现有度量指数还存在不足。因为在基塘斑块中水陆交错排列，大小不一、形状各异的水面被基面所分割，使得水面相互独立、互不连接[22-24]。基塘水面是一种不连接的地理要素，而现有度量形态指数通常不能有效应对不连接要素的空间形态，局限于彼此相连的地理要素[25]。由此可见，基塘水面形态需要被度量，能够准确度量基塘水面的空间形态的度量方法有待探究。

本研究旨在探寻适合基塘水面形态特征的度量方法，分析基塘水面的空间形态。首先梳理度量空间形态的方法，得到潜在的候选方法；然后通过多组不同类型基塘水面样例，比较不同度量方法的有效性，据此选出合适方法；将该方法用于分析研究区的基塘水面，反映出基塘水面的形态特征及差异；讨论了应用前景，为度量其他不连接地理要素提供参考借鉴。

1 方法与数据

1.1 形态度量方法

度量空间形态的方法主要包括间接和直接两类指数[26-28]。第一类间接指数繁多[29]，例如平均斑块面积（MPS）、平均斑块边缘（MPE）、斑块面积中值（MedPS）、斑块面积变异系数（PSCoV）、斑块面积标准差（PSSD）、斑块数量（NumP）、景观面积总和（TLA）等等，但是它们不是专门用于形态度量。第二类直接指数主要通过几何参数[29-30]，例如面积周长比（AP）、周长面积比（PA）、平均周长面积比（MPAR）、边总和（TE）、平均形状指数（MSI）、面积加权平均形状指数（AWMSI）、平均斑块分形维数（MPFD）、面积加权平均斑块分形维数（AWMPFD）等。在此基础上不断有改进的指数被提出，Zhou等[25]综合考虑要素形状和相互关系提出加权聚合邻近度指数（Weighted Aggregation and Closeness, WAC），实现对不连接地理要素空间形态的度量。用于度量空间形态的指数各具特点，本研究将对上述16个指数进行方法比较。计算软件环境上，WAC已封装为ArcToolbox工具（https://pan.baidu.com/s/1qHgke68lrfzfxunRMBFcRA,Code: z1wh）；其他指数均通过PatchAnalysis进行计算。

结合基塘水面类型不一又互不连接的空间特征来看，WAC具备分析基塘水面空间形态的潜力。WAC指数流程包括两个步骤：虚拟聚合和参数计算。第一步，借助制图综合的方法，由近及远逐步将这些不连接的子要素虚拟聚合成一个连接的几何要素（图1），从而将复杂的多个不连接地理要素转变为单个要素形态问题。第二步，综合衡量虚拟聚合后的整体和局部两个部分（公式1）：一方面衡量聚合后要素的整体，另一方面考量虚拟聚合要素内各个子要素之间的空间相互靠近程度。

式中A0为原有子要素的面积总和，m2；A1为虚拟聚合要素的面积，m2；P1为虚拟聚合要素的周长，m；d为各子要素最近邻距离集的最大值，m。WAC度量结果范围从0到1的无量纲量值，高WAC值表示这些要素空间形态紧凑，内部破碎化程度低；低WAC值表示空间形态松散，内部破碎化程度高。

针对WAC计算耗时长影响实用性的问题，本研究对WAC的两个步骤进行分析。通过原随机格局试验[25]得出，虚拟聚合部分占用总时间60%以上，参数计算部分用时较少且不随格局中斑块占比变化，说明影响计算效率主要在虚拟聚合部分。进一步分析得出聚合操作主要受到聚合距离值影响，如果距离值过小相邻要素将不被聚合。由于原聚合距离值采取保守设定，造成大量聚合操作后没有要素被聚合，通过不断增加聚合距离值进行多次聚合操作才能完成要素聚合（平均需要9次）。所以要降低WAC计算总时间，需要优化聚合距离值，以减少聚合次数。为此，本研究对聚合距离做出3处调整（图2的①②③）：①初始值，是从各个要素与最近邻要素的距离值集合中取得；将原来取该集合的最小值，调整为取最大值；当集合中均为0时，将原初始值0.1调整为1。②递增幅度，当前距离值没有要素被聚合时需要不断增加距离值直至聚合发生；将原递增幅度10%，调整为50%。③集合的更新，原流程在每次发生聚合后都要依据变化后要素之间空间关系重新计算聚合距离值集合，调整为不再重新计算距离值集合，因为聚合后要素之间的空间关系没有发生根本性变化。仍然采用原来的3个试验[25]检验调整后WAC的度量精度和计算时间，结果表明调整前后度量值平均相差0.35%，计算耗时平均节省76.85%（Intel Core i5-6300HQ、4GB内存、Windows 10、ArcMap 10.4软硬件环境）。说明在保持度量精度的情况下，调整后有效减少了计算时间，使WAC实用性更好。

1.2 基塘数据

1.2.1 研究区概况

研究区位于珠三角的佛山市杏坛镇。珠三角是基塘景观集中分布区域，已形成以佛山市顺德区为中心的基塘核心区，位于该区西南部的杏坛镇是基塘数量最多的地区之一。杏坛镇是知名岭南水乡，形成“一城三片区”发展布局，即中心城区、南部高新产业区、西部港口经济区、北部生态旅游区。该镇水网总长度534.3 km，为基塘提供了合适的自然条件。全镇高产、高质、高效水产养殖面积20 km2以上，是珠三角重要的淡水养殖基地。

1.2.2 数据来源与处理

本研究的基塘水面从遥感影像中提取。数据源是2017年2月11日Google Earth的1 m空间分辨率无云影像，采用人工目视解译与实地调研相结合的方法保证解译精度。解译前对基塘结构、形状、地物覆盖情况等信息进行野外调研；根据影像上地物的光谱、纹理、形状等特征，建立基塘水面的解译标志；室内目视解译后，通过实地调研对解译结果进行核对，可以排除村落中风水塘这些室内解译不易区分的干扰水面；经过不同解译人员交互检查，并进行多次人工交互式修正后，认为解译精度满足景观分析要求。提取得到的基塘水面以矢量面要素表达，度量指数在此数据上进行计算。

1.2.3 基塘水面空间形态分类

为了反映整治前后基塘水面的空间形态差异，本研究将基塘水面细分为规则塘和不规则塘。考虑到尚未有公认的基塘划分标准，而整治项目有县级、镇级、村级、生产大队等不同等级，各种项目时间跨度大，并非所有项目都有详尽记录。本研究基于空间特征可以便捷地划分整治前后的基塘，首先是形状方正性，整治后的基塘水面方正规则与未整治基塘的不规则形状有明显区别；其次是空间关系，仅考虑形状是不够的，基塘通常是成片整治的，因此通过空间连片性可以更好反映每种类型的整体情况，避免一种类型在另一种类型中孤立出现。具体步骤如下：1）形状方正性：求取基塘水面的最小外接矩形，计算水面面积与最小外接矩形面积的比值，当比值大于0.88并且水面面积大于1 500 m2时划为规则型，其余划为不规则型。2）空间关系：若某不规则型邻域50 m范围内，规则型比例超过80%，则此基塘重新划为规则型；若某规则型邻域50 m范围内，不规则型比例超过60%或规则型数量小于3，则此基塘重新划为不规则型。需要说明的是，归类标准里涉及的阈值（0.88、1500、50）是通过选取相应类型基塘水面作为样本，并依据具有统计显著性的前95%作为阈值确定；例如，方正比值0.88是根据研究区中3391个规则塘样本的方正比值从大到小排序，并取前95%时样本的方正比值得到。分类后，在研究区中随机抽取100个基塘水面作为检验样本计算精度，经实地调研和部分村委提供的整治情况确定样本的实际类型，计算得到划分方法对规则塘的精度为96%，不规则塘的精度98%，总体精度为97%。

2 方法比较与应用分析

佛山杏坛镇拥有基塘水面约49.23 km2，主要集中在研究区的北部和南部；北部生态区最多达到35.46%，中部城区最少只有13.64%（图3）。规则塘和不规则塘比例约为4:6；规则塘数量在研究区各区域差异明显，有43.08%集中在研究区北部，只有少量6.23%在中部城区，相差接近7倍；不规则塘数量在研究区各区域较为相近，最多的北部和最少的中部之间的差距仅为1.67倍。这说明在研究区内不同区域，规则塘数量差异较大，不规则塘数量相近。

2.1 度量方法比较

从研究区中选取6个1 km×1 km基塘水面样例，检验哪些指数能够有效区分不同类型基塘水面的空间形态。这6个样例代表不同基塘水面类型以及不同空间形态（图4）：样例a、d属于规则塘，样例b、e属于不规则塘，样例c、f属于不区分类型；样例a、b、c比样例d、e、f空间形态更为紧凑。评判各个方法度量结果的有效性包括3种情况：如果对同一类型、不同形态基塘水面的两个样例度量结果之间差异在±5%以内，则认为该指数不能有效区分；如果度量结果与实际形态不符，则认为该指数判断有误；如果同类型塘度量结果可区分且与实际形态相符，则认为该指数有效。

从度量结果（表1）看，WAC能有效度量全部6个基塘水面样例，同一类型、不同形态的度量结果相差均在10%以上，并且准确判断出紧凑型3个样例空间形态分别比松散型更为紧凑；此外，规则型、不规则型塘的平均WAC值分别为0.217 4、0.194 6，符合这两类基塘水面的形态差异。

表1 各个指数计算基塘水面样例的结果Table 1 Results of different metrics for pond cases

与之相比，其他15个指数的度量结果均存在不同问题。MPFD、AWMPFD、MPS、NumP、TLA对3种基塘水面样例均无法有效区分。AP、PA、TE、MSI、AWMSI、MPE、MedPS除了未能有效区分同类型不同形态基塘水面样例，还存在判断空间形态有误；例如，MSI值越接近1说明形状越紧凑，但该指数度量结果认为样例d、e分别比a、b更紧凑，与实际情况相反；这是因为该指数更适合度量单一要素的形状，没有充分考虑地理要素之间的关系。其余的MPAR、PSCoV、PSSD指数虽然可以度量部分类型基塘水面的空间形态，但是MPAR未能区分规则塘的空间形态，PSCoV、PSSD对规则和不规则塘的空间形态均判断有误。方法比较结果表明，WAC比其他指数更加适合度量基塘水面的空间形态。

2.2 实例应用分析

将方法比较中选出的WAC指数用于度量研究区基塘水面的空间形态。为了专注反映研究区基塘水面的空间形态，减少社会经济、行政界线等非空间信息影响，在本实例应用时是将邻近的基塘水面划为一个分析单元。具体的，统计研究区全部10 576个基塘水面可知95%水面的最近邻3个水面距离平均值在40 m以内，将该距离值作为划作同一单元的阈值。

研究区两类基塘水面的空间形态有所差异。从WAC值累计比例（图5）看出，代表规则塘的折线在不规则塘的右侧，表明规则塘的WAC值整体较高，平均值比不规则塘的高40.18%。具体的，规则塘的WAC值均在0.20以上，并且有66.76%在0.25以上，最大值接近0.55；与之相比，不规则塘的WAC值只有不到4%在0.30以上，有77.22%在0.25以下。这说明，规则塘的空间形态比不规则塘的更加聚集紧凑。

规则塘的空间形态不但普遍聚集紧凑，而且在研究区不同区域的差异不明显（图6a）。形态紧凑是因为一方面，该类型基塘水面主要是整治后的集约基塘，基塘水面方正规则呈网格状，水面之间更为相互靠近；另一方面，该类型基塘是规模化改造而来，多以成片出现，极少呈现狭长或零碎分布。区域差异不明显的主要原因是，集约基塘一般按照标准化设计，便于实施与管理，使得该类型基塘水面的空间特征不随区域改变而有所不同。紧凑的基塘水面形态有利于将有限的基塘用地更多地用于高产值的养殖，便于进行统一规范的生产和管理，提高养殖产量，适合开展大规模高档鱼养殖，有助于增加基塘的经济效益。

不规则塘虽然数量较多且遍布整个研究区，但空间形态普遍分散零碎（图6b）。形态分散是因为一方面，该类型基塘水面以未整治的传统基塘为主，它们是在农户长期利用低洼泽水地的过程中自发形成的，基塘水面形状自由不规则，水面之间间隔较宽，以便用于种植。另一方面，越来越多的传统基塘被整治为集约基塘以获取更高的经济收益，只有在城镇周边、基塘用地边缘等地方还保留有该类型基塘，使得它们的空间形态较为狭长或者零碎。注意到，不规则塘的WAC值在研究区不同区域的差异较大。在拥有基塘较多的北部和南部较低，空间形态更加零碎；而在拥有基塘最少的中部城区较高，空间形态相对聚集。区域差异明显的主要原因是，北部和南部的不规则塘和规则塘的数量比例接近5:5；每块基塘用地的中心位置是经过整治后的规则塘，而在用地边缘位置才是未被整治的不规则塘，即不规则塘围绕在规则塘四周，呈现条带状或零碎分布；使得这两个区域不规则塘的WAC较低。与之相对，在研究区中部依旧保留大量未被整治的不规则塘，比例多达82.30%，这些不规则塘成片集中呈现。使得这个区域不规则塘的WAC值比北部和中部的高出约15%。连片不规则塘的种养种类、生产和管理方式多由农户自行决定，虽然经济收益不如集约基塘，但是水陆比例更为均衡，有利于水陆相互作用，更好发挥基塘生态效益。

3 结 论

本研究通过方法比较探寻出有效度量不同类型基塘水面形态特征的方法，并将其用于分析研究区的基塘水面空间形态。得到如下结论：

通过不同类型基塘水面样例比较实验，表明WAC比其他15个常用指数方法更加准确反映出规则塘和不规则塘的空间形态差异。在应用实例中分析得到研究区不同基塘水面的的空间形态特征及差异，以整治后基塘为代表的规则塘WAC均值比以未整治基塘为代表的不规则塘更高，说明空间形态更加紧凑。这是因为整治后基塘水面格网化、间距缩小，以及规模化整治都使形态趋向紧凑。而随着越来越多传统塘被整治，不规则塘仅在城镇和规则塘的边缘位置保留，使形态分散。由于规则塘是经统一设计实施的整治而来，其空间形态在不同区域差异较小。因为不同区域的基塘整治进度不一，使得研究区中不规则塘的空间形态差异较大，在整治比例大的区域不规则塘形态更为零碎。

通过方法对比和实例应用，本研究探寻得到适合度量基塘水面空间形态的指数WAC，达到设定的研究目标。WAC准确反映不同类型基塘水面的形态差异可以为进一步探明形态特征与基塘经济、生态效益之间的关系奠定方法基础，也为掌握整治前后基塘水面的形态特征提供了有效方法。鉴于本研究重点是形态方法的探究，对于基塘水面形态、经济、生态之间的具体关系，这些关系对开发利用基塘的影响，以及应当采取的相应措施对策等主题有待后续研究。