基于最佳分析粒度的广西北部湾经济区景观格局动态变化分析

周海菊，刘小英，胡靓达，喻素芳① (.广西大学林学院，广西 南宁 53000；2.南宁师范大学地理科学与规划学院，广西 南宁 53000；3.中南林业科技大学生命科学与技术学院，湖南 长沙 40004)

受人类活动等多种因素影响，土地利用/覆被变化日益加剧，产生了全球、区域、局部等不同尺度的景观生态响应[1-2]。许多学者开始关注景观生态学在土地利用变化中的应用，景观格局与生态过程的相互作用及其尺度效应成为景观生态学研究的核心[3]。景观格局指大小和形状各异的景观镶嵌体在空间上的排列组合，它是各种生态过程在不同尺度上作用的结果，同时又对过程变化具有控制作用[4]。分析景观格局及其动态变化是研究与生态状况、空间变异规律和生态过程相关的区域资源环境问题的重要途径[5]。关于景观格局变化的研究多是基于遥感数据等资料，从景观类型角度通过多个景观指数或空间分析，量化景观格局变化，有效解释其生态过程。景观格局指数具有尺度依赖性，尺度依赖性在空间上通常划分为粒度和幅度，在景观格局研究过程中，不同研究区域、研究尺度或研究时限的景观格局指数对粒度变化的响应存在差异[6]，只有当测量尺度、研究对象及本质特征与研究区符合时，研究区景观格局特征才能被景观指数反映出来[7]。因此，辨识特征空间粒度是有效反映研究区景观生态格局及其存在问题的关键，对科学调整区域景观格局使其健康有序发展具有重要意义。

景观粒度指景观中最小可辨识单元所代表的特征长度、面积和体积，当最小可辨识单元改变时，分析结果也会随之改变[8]。景观格局粒度研究是景观格局尺度研究的重要内容，也是相关学者研究的焦点，主要包括景观格局指数随粒度变化的规律和粒度分析方法的选择。在进行景观格局指数粒度效应分析时，已有研究主要采用邻近似然法[9]和众数采样法[10]，以10[11]、30[12]和50 m[13]为间隔或是粒度间隔逐渐增加[14]等方法分析研究区粒度效应，按粒度效应可将景观指数分为总体上升型、总体下降型、变化不大和无规律型[15]。在适宜粒度选择上，许多学者从景观指数粒度变化规律方面展开研究[16]，根据景观指数变化曲线的关键拐点和跃变区间确定景观指数分析最佳粒度范围[17]；也有通过信息损失评价根据不同粒度条件下景观面积损失确定景观适宜粒度，如邬紫荆等[18]依据景观指数粒度效应曲线选取适宜粒度域，再根据适宜粒度域内面积损失情况确定最佳粒度，但该方法易忽略基准数据失真程度[19]。此外，徐雯雯等[7]根据景观指数尺度效应确定适宜粒度范围，根据信息熵对粒度变化的响应进一步确定最优分析粒度。信息熵可以量化图像中空间特征及其多样化水平或程度，反映图像信息丰富度[20]，用来评价景观格局系统信息。因此，综合已有研究方法，该研究结合变异系数、景观指数的粒度效应和信息熵，确定最佳分析粒度。

作为深入西部大开发的战略高地、“丝绸之路经济带”和“21世纪海上丝绸之路”的重要节点，广西北部湾经济区发展迅猛，但区域生态环境也发生了剧烈变化，生态用地减少，生产用地增加[21]，整体景观格局表现出景观破碎化、异质性增强的趋势[22]。以2000、2010和2020年3期土地利用类型遥感监测产品为基础数据，采用GIS技术、变异系数(CV)和转移矩阵方法对广西北部湾经济区景观变化进行研究，目的是阐明不同粒度条件下广西北部湾经济区2000—2020年景观格局响应差异，选择研究区景观格局分析的最佳空间粒度；揭示广西北部湾经济区近20 a景观格局动态变化特征，为促进广西北部湾经济区社会经济健康发展和编制国土空间规划提供参考。

1 材料与方法

1.1 研究区概况

广西北部湾经济区(20°26′～24°02′ N，106°33′～110°53′ E)是我国西部地区唯一沿海区域，位于广西壮族自治区南部，其范围包括南宁市、崇左市、玉林市、北海市、钦州市和防城港市辖制的所有县区。广西北部湾经济区属于亚热带季风气候区，日照充足，雨量充沛，干湿季分明，光、温、水资源丰富，全年日照时数为1 218～1 620 h，年均气温为20.5～21.7 ℃，年均降水量为1 200～1 500 mm，年蒸发量为1 261～1 388 mm，相对湿度为80%～84%，拥有丰富的土地、矿产、海洋和旅游等自然资源。广西北部湾经济区陆域面积为7.24×106hm2，地形以河流冲积平原、海积平原和丘陵为主，喀斯特地貌广泛分布，土壤类型以红壤、赤红壤和砖红壤为主。

1.2 数据来源及处理

基础数据为中国科学院地理科学与资源研究所研发的空间分辨率为30 m的2000、2010和2020年3期全国土地利用遥感监测矢量数据(http:∥www.resdc.cn)，转换投影坐标系为CGCS2000，并根据广西北部湾经济区行政边界裁剪研究区。根据GB/T 21010—2017《土地利用现状分类》和研究目的将研究区景观类型分为林地、农用地、草地、水域、建设用地和未利用地6种类型(图1)。为了分析粒度效应，结合研究区实际情况和已有研究[9]，采用ArcGIS 10.5软件邻近似然法以30、60、100、150、200、300、400、500、700和1 000 m为粒度重采样，生成10幅不同粒度等级的景观类型栅格文件。

以桂S(2017)47号标准地图为底图进行制作。

1.3 研究方法

1.3.1景观格局指数选择

为全面反映景观格局特征，参考相关研究[9，23]，并考虑到景观格局指数的相互独立性和纵横向比较能力，从景观面积、密度、边缘、景观形状、景观聚集性和景观多样性指标中选择斑块类型面积(CA)、最大斑块指数(LPI)、平均斑块面积(MPS)、景观面积(TA)、斑块密度(PD)、边缘密度(ED)、蔓延度指数(CONTAG)、散布与并列指数(IJI)、聚合度指数(AI)、斑块结合度指数(COHESION)、有效粒度尺寸(MESH)、香农多样性指数(SHDI)和香农均匀度指数(SHEI)共13个指标(表1)。各景观指数计算公式及生态意义详见文献[13，24]和Fragstats 4.2软件说明文档，指标计算采用Fragstats 4.2软件完成。

表1 景观格局指数

1.3.2景观指数变异特征计算

变异系数(CV，CV)可以用来判定每个景观指标对粒度变化的敏感性[25]，为景观指数粒度测量提供参考，其计算公式为

(1)

1.3.3基于信息熵的最优粒度选择

Shannon信息熵〔H(x)〕作为信息论中用于衡量信息量的指标可用于进行尺度分析[26-27]，根据信息论原理，将栅格数据看作离散的平稳信源，衡量不同粒度条件下栅格数据信息量，进而确定最适宜粒度。以各景观类型面积占地图总面积的比例作为概率是Shannon信息熵在制图领域的直接应用，其计算公式为

(2)

式(2)中，S为研究区总面积，hm2；Si为各景观类型面积，hm2，i=1，2，…，6；N为景观类型数，该研究中为6。熵值越大，栅格数据信息量就越大。

各景观类型和斑块是承载生态信息的重要方面，但Shannon信息熵只捕捉了数据组成，对二维地图信息表达不足[28]。为此，引入几何信息熵统计不同粒度下景观格局信息量[29]。几何信息熵将斑块与景观总面积的比值作为熵中的概率来统计[30]，其计算公式为

(3)

式(3)中，H(M)为几何信息熵；S为研究区总面积，hm2；Si为各斑块面积，hm2；N为斑块数。熵值越大，栅格数据所包含的景观格局信息量就越大。

1.3.4景观类型转移矩阵

转移矩阵可对景观类型变化的结构特征和变化方向进行分析，采用ArcGIS 10.5软件栅格计算器将景观类型数据进行叠加，得到土地利用转移矩阵，以便对研究期间各类型景观的转化数量进行定量研究。

2 结果与分析

2.1 景观水平景观指数的粒度效应分析

如图2所示，景观水平上景观指数CV值计算结果表明，2000、2010和2020年各指数对粒度变化的敏感度较相似，高敏感度指标为MPS和MESH指数，这2个指数主要反映景观空间分布特征；中等敏感度指标为LPI、PD和ED指数，它们反映景观的面积、密度和边缘特征；敏感度较低指标为CONTAG和AI指数；TA、IJI、COHESION、SHDI和SHEI指数CV值小于1%，在研究区域内这些指数基本不受景观粒度变化的影响。

TA为景观面积，PD为斑块密度，LPI为最大斑块指数，ED为边缘密度，MPS为平均斑块面积，CONTAG为蔓延度指数，IJI为散布与并列指数， COHESION为斑块结合度指数，MESH为有效粒度尺寸，SHDI为香农多样性指数，SHEI为香农均匀度指数，AI为聚合度指数。

如图3所示，景观指数粒度效应曲线分析结果显示，TA、IJI、SHDI和SHEI指数随粒度增大没有明显变化规律；LPI、MESH和MPS指数随粒度增大而增加，其中，LPI和MESH指数呈阶梯状上升趋势，且在粒度为150 m处出现明显转折点，MPS指数则表现为单调递增，在粒度为200 m处出现转折点；PD、ED、COHESION、AI和CONTAG指数随粒度增大呈下降趋势，PD和COHESION指数在粒度为150 m处出现转折点，ED、AI和CONTAG指数在粒度为200 m处出现转折点。

根据粒度效应曲线和景观指数对粒度变化的敏感程度，研究区景观水平指数的适宜粒度阈为30～150 m。

图3 景观水平上景观格局指数的粒度效应

2.2 景观类型水平景观指数的粒度效应分析

如表3所示，以2010年研究区景观类型数据为例，不同景观类型的景观指数对粒度变化的敏感性也不同。各景观类型CA指数对粒度变化均呈低敏感或不敏感；水域LPI指数对粒度变化呈高度敏感，林地、农用地和草地LPI指数对粒度变化呈中度敏感，建设用地和未利用地敏感度则较低；所有景观类型MPS指数均对粒度变化呈高度敏感；除林地PD指数对粒度变化呈高敏感度外，其他景观类型均呈中度敏感；各景观类型ED指数对粒度变化呈中度敏感；各景观类型IJI指数对粒度变化呈低敏感度；除林地AI指数对粒度变化呈低敏感度外，其他景观均呈中高敏感度；建设用地和未利用地COHESION指数对粒度变化呈中度敏感，其他景观类型则呈低敏感度或不敏感；除草地MESH指数呈低敏感度外，其他景观类型对粒度变化均呈中度或高度敏感。

将各景观类型的景观指数作归一化以探讨类型水平上景观指数与粒度变化的关系。如图4所示，水域和未利用地CA指数随着粒度增加波动下降，其他景观类型CA指数未呈明显粒度变化规律。各景观类型LPI指数粒度效应有所不同，随着粒度增加，水域LPI指数呈阶梯减少，农用地和未利用地没有明显规律，林地呈阶梯状上升，建设用地和草地分别在150和500 m处突增。除水域MPS指数在30～60 m之间明显下降外，其他景观类型在200 m处出现第1个拐点。水域和农用地PD指数在150 m处出现拐点，草地、建设用地和未利用地在200 m处出现拐点，林地则随粒度增加呈逐渐下降趋势，无明显拐点。建设用地和未利用地ED指数在30～60 m处略微增加，后随粒度增加而逐渐减小，其他景观类型随粒度增大呈不同程度减小趋势。在聚散性指标中，水域MESH指数随粒度增加呈下降趋势，农用地无明显规律，其他景观类型均呈阶梯状上升趋势；建设用地IJI指数随粒度增加而逐渐增加，草地和农用地呈波动下降趋势，林地呈波动上升趋势，水域IJI指数则先增加后在500 m处变为减小趋势，未利用地则无明显变化规律；各景观类型COHESION和AI指数总体上呈随粒度增加而下降趋势。

表3 2010年景观类型水平上景观指数对粒度响应的变异系数

图4 类型水平上景观格局指数的粒度效应

2.3 景观格局最优粒度选择

结合景观水平和类型水平上景观指数的粒度效应，具有高敏感度和中等敏感度的指数在30～150 m粒度区间上变化趋势相对规则。如图5所示，根据2000、2010和2020年信息熵对30～150 m景观粒度的响应，Shannon信息熵和几何信息熵值均在粒度为60 m处出现拐点，当粒度大于60 m时，栅格数据中一些景观信息开始丢失。因此，广西北部湾经济区景观格局最佳分析粒度为60 m，在该粒度条件下既能减少计算冗余，又能保留景观空间信息。

图5 不同粒度条件下景观格局信息熵

2.4 基于最佳分析粒度的景观动态变化特征

如表4所示，从景观水平上景观格局变化情况可以看出，面积指标中，LPI指数逐年增加，MPS指数则呈减少趋势，PD和ED指数均呈增加趋势，且上升速率加快，总体上景观优势度增大，但平均斑块面积减小，景观趋于破碎化，景观异质性增加。聚集指标中，MESH和IJI指数呈增长趋势，AI和CONTAG指数呈逐渐下降趋势，COHESION指数则呈先上升后下降趋势，景观聚集性和连通性减弱，空间分布分散。SHDI和SHEI指数反映研究区景观多样性，2000—2020年SHDI和SHEI均呈加速上升趋势，景观丰富度增大，斑块均衡度升高。

表4 2000—2020年广西北部湾经济区景观水平上景观格局指数变化

LPI为最大斑块指数，MPS为平均斑块面积，ED为边缘密度，PD为斑块密度，MESH为有效粒度尺寸，COHESION为斑块结合度指数，AI为聚合度指数，IJI为散布与并列指数，CONTAG为蔓延度指数，SHEI为香农均匀度指数，SHDI为香农多样性指数。

如图6所示，在类型水平上，林地为广西北部湾经济区优势景观，其面积占比最高，并表现为增长趋势，增长率为0.19%。林地MPS指数最大，但逐年减少，林地景观趋于破碎化；林地LPI指数逐年增加，表明林地景观优势度增加。除AI指数外，林地其他聚集性指标均呈逐年增大趋势，表明林地聚集程度降低，分布由集中趋向分散。整体而言，林地景观优势度最好，景观连通性和聚集性也较高，构成了区域控制性景观。研究区域第2大景观类型的农用地，2000—2020年面积逐渐下降，下降率为3.99%，表明研究区农用地平均斑块面积减少，景观优势度降低，边缘密度增加，连接性减弱，景观破碎化，分布分散。草地景观格局变化趋势与农用地相似。建设用地景观面积和景观优势度增长率分别达41.55%和443.90%，建设用地发展迅猛。建设用地平均斑块面积增长，但其指数值在各景观类型中为最低，除AI指数在2010—2020年呈下降趋势外，其他聚散指标均呈上升趋势，表明建设用地连通性增加，但分布趋于分散。研究区水域和未利用地面积占比相对较小，IJI指数较大，表明随着斑块被侵蚀，水域和未利用地面积逐渐减小，空间分布愈加分散。

近20 a广西北部湾经济区景观格局变化较为复杂。如图7所示，研究区各景观类型之间发生不同程度的转化，主要发生在农用地、林地和建设用地之间。2000—2010年期间，农用地主要转为林地和建设用地，草地主要转为林地，林地、水域和建设用地则以转为农用地为主，这些转移主要发生在南宁、崇左和玉林市。2010—2020年期间，林地主要转为农用地和建设用地，建设用地转为农用地，大量农用地转为林地和建设用地，草地主要转为林地，各市转出类型均以农用地为主，且显著新增大量建设用地，景观格局变化更加复杂。农用地、草地和水域在研究期间持续减少，其中，农用地转出面积最大；林地和建设用地则表现为小面积转出、大面积转入的持续增长模式。

图6 2000—2020年广西北部湾经济区类型水平上景观格局指数变化 Fig.6 Changes of landscape pattern index at class level in Guangxi Gulf of Tonkin Economic Zone from 2000 to 2020

以桂S(2017)47号标准地图为底图进行制作。

3 讨论

3.1 景观格局的粒度效应

景观格局具有空间异质性和尺度依赖性，因此对某一特定粒度范围的空间分析结果存在一定片面性[31]，大量实证研究也论述了不同研究粒度条件下景观指数的变化情况[32-33]。笔者研究结果表明，随着粒度增大，景观结构发生变化，景观指数也会有所改变，斑块密度和边缘密度指数随粒度增加而减少，最大斑块指数和平均斑块面积指数随粒度增加而增加，这是由于随着粒度增加，斑块边界之间互相合并，较小斑块在合并过程中甚至可能消失，造成斑块边界数量减少，斑块形状趋于简单规则。景观水平上，聚集度和蔓延度随粒度增加而降低，说明斑块不断融合，斑块间距离增加，空间分布分散。类型水平上，水域、未利用地等景观类型存在大量面积较小且分布分散的斑块，随着粒度增大不断与其他景观类型合并，故不同景观类型之间粒度效应略有区别。

该研究景观指数对粒度变化的敏感程度与已有研究存在异同点，这主要与不同地区景观空间异质性有关[34]，如，环洱海区域空间LPI指数对粒度变化不敏感，区域最大斑块为水域且分布相对完整[35]，而笔者发现广西北部湾经济区域LPI指数对粒度变化呈中度敏感，区域最大斑块为林地，且随着粒度增加，林地被建设用地、农用地等其他景观类型分隔的斑块逐渐联通。此外，研究的粒度范围不同，也可能造成景观指数的粒度效应分析结果不同。根据中、高敏感度景观指标的粒度效应曲线，确定研究区适宜粒度阈为30～150 m，再结合信息熵计算发现60 m为最佳分析景观粒度。

3.2 景观动态变化特征

自然环境为景观格局奠定基调，人类活动则使研究区域景观格局发生复杂变化。研究区位于西南沿海，地形以平原和丘陵为主，与粤港澳大湾区和长江中下游城市群[36-37]相比，研究区景观类型以林地为主，边缘密度较高，景观形状较复杂，连通性和聚集性相对较好。但在研究期内，受人类活动影响，研究区景观格局变化的复杂程度增加。为满足经济发展需求，研究区城镇和道路用地不断扩张侵占非建设用地，建设用地急剧增加，其聚集性和连通性也显著提高。林地是研究区主要景观类型，其总面积小幅增加，但平均斑块面积下降，聚集性在减小，而因石漠化治理和退耕还林等政策以及木材市场驱动，林地面积大量新增，但是对建设用地、农用地的需求又使得部分林地转化为其他景观，使林地分布趋于分散，不利于生态流的运行。农用地斑块被不断分割，衍生出更多小斑块，景观破碎化程度不断上升，斑块形状更趋于不规则化。各景观类型的变化使得研究区景观斑块整体上增加，景观格局破碎化严重，空间异质性增加。

城镇化导致的景观格局破碎化将会影响该地区生态过程[38]，生境破碎化和城市用地增加会增大城市与生境的接触面，这将增加生态压力，威胁生态环境安全。经济、社会和生态发展对土地利用提出越来越高的要求，基于广西北部湾经济区独特的自然资源和重要的战略地位，需要从经济发展和生态伦理等角度剖析其景观格局，引导调控广西北部湾经济区景观规划，从而实现区域经济、社会和生态等多方面可持续发展。

4 结论

基于2000、2010和2020年3期广西北部湾经济区土地利用类型遥感监测产品，探寻研究区景观格局最优分析粒度，分析景观格局和变化过程。研究结果表明，广西北部湾经济区景观格局具有明显尺度依赖性，部分景观指数对粒度变化敏感，结合粒度效应曲线分析发现适宜粒度阈为30～150 m，根据信息熵分析结果确定最优分析粒度为60 m。林地是广西北部湾经济区控制性景观，人类活动和城市发展使得农用地、林地和建设用地之间发生大规模转化，斑块被分割，斑块密度增加，景观丰富度增加，但各景观类型斑块分布分散化，研究区景观格局趋于破碎化。