王海軍，孔祥冬，張 勃

岷江中下游生態(tài)景觀格局變化

王海軍1，孔祥冬1，張 勃2

1.成都理工大學(xué)工程技術(shù)學(xué)院，樂山 614000
2.西北師范大學(xué) 地理與環(huán)境學(xué)院，蘭州 730070

以生態(tài)景觀理論為基礎(chǔ)，地理信息與遙感技術(shù)為支撐，對三期遙感影像數(shù)據(jù)，1990年和2002年TM數(shù)據(jù)、2014年ETM+數(shù)據(jù)進(jìn)行土地覆被變化監(jiān)測，景觀格局指數(shù)定量分析，面積轉(zhuǎn)移矩陣統(tǒng)計(jì)，對9種社會與自然驅(qū)動力因素降維轉(zhuǎn)化，分析景觀格局變化主要驅(qū)動力因素，研究結(jié)果表明：（1）研究區(qū)內(nèi)景觀類型面積排序：林地>草地>農(nóng)田>水域>居民地>裸地。1990 — 2014年期間林地所占比例由78.03%下降到68.97%，農(nóng)田比例由6.85%上升到10.91%。居民地所占比例升高了4.1%。（2）農(nóng)田發(fā)生變化的區(qū)域主要分布在岷江、大渡河兩側(cè)以及西南山地附近。林地減少的區(qū)域主要在岷江、青衣江、大渡河交匯的西北部。1990 — 2002年，林地分別向草地和農(nóng)田轉(zhuǎn)化了14061.0 hm2和13891.0 hm2；此外，水域向裸地轉(zhuǎn)化了214.3 hm2。2002 — 2014年，林地向草地、農(nóng)田、居民地分別轉(zhuǎn)化了3932.0 hm2、3240.0 hm2、801.0 hm2；同時草地景觀向農(nóng)田、居民地進(jìn)行了轉(zhuǎn)化，分別為10164.0 hm2、826.0 hm2。（3）PC1和PC2主成分載荷超過0.8的變量中，導(dǎo)致區(qū)域景觀發(fā)生變化的主要驅(qū)動力因子是農(nóng)業(yè)耕作面積擴(kuò)大和城市化進(jìn)程。

岷江中下游；景觀格局；動態(tài)分析；驅(qū)動力機(jī)制

生態(tài)景觀格局一般是指景觀要素的組合與分布特性，景觀動態(tài)是指景觀格局、結(jié)構(gòu)、生態(tài)功能隨時間發(fā)生演化的過程（鄔建國，2000；劉文俊等，2006；倪向楠和郭偉，2013）。目前景觀空間格局與動態(tài)演化是景觀生態(tài)學(xué)研究的重點(diǎn)內(nèi)容（Benjamin et al，2013；Jin et al，2013；劉憲鋒等，2013）。區(qū)域林地、草地等景觀格局變化對生態(tài)系統(tǒng)物質(zhì)平衡會產(chǎn)生重要影響，從而影響區(qū)域種群演替。目前景觀格局與變化研究逐漸從全球尺度細(xì)化到區(qū)域尺度，包括流域、山地、城市景觀等（伍星和沈珍瑤，2007；白軍紅等，2008；彭保發(fā)等，2013）。尤其近些年遙感與地理信息技術(shù)在景觀生態(tài)學(xué)領(lǐng)域的大量應(yīng)用，研究方法逐漸由傳統(tǒng)的區(qū)域調(diào)查轉(zhuǎn)向遙感定量監(jiān)測（趙軍等，2011；Xin et al，2014）并且實(shí)現(xiàn)了多方法的集成應(yīng)用（Pe?uelas et al，2011；Babst et al，2013；劉憲鋒等，2013），大大提高了研究精度，促進(jìn)了景觀生態(tài)學(xué)的發(fā)展。

流域內(nèi)的景觀是一個典型的地理綜合體（郭懷成等，2011），岷江中下游三江交匯區(qū)，地處四川盆地與西南山地、川西高原結(jié)合地帶，自然條件復(fù)雜多樣，動植物資源豐富。氣候受不同季風(fēng)環(huán)流交替控制，降水豐沛，境內(nèi)徑流量大。區(qū)域內(nèi)分布著中亞熱帶 — 暖溫帶 — 溫帶 — 寒溫帶的垂直氣候帶譜。因此三江交匯區(qū)為動植物資源、地理、土壤、水文、氣象和生態(tài)多學(xué)科研究提供了試驗(yàn)場所。由于近些年岷江中下游沿岸地區(qū)快速城市化，該地區(qū)的地表景觀發(fā)生了變化，加之區(qū)域氣候波動，導(dǎo)致地表景觀類型改變。三江交匯處的生態(tài)環(huán)境對岷江下游地區(qū)的工農(nóng)業(yè)發(fā)展都會產(chǎn)生影響，鑒于此，本文以生態(tài)景觀理論為基礎(chǔ)，地理信息與遙感技術(shù)為支撐，研究該區(qū)域景觀格局與生態(tài)過程之間的關(guān)系，揭示交匯區(qū)景觀演化的驅(qū)動力機(jī)制，為該區(qū)域自然資源開發(fā)與合理利用提供科學(xué)參考。

1 研究區(qū)概況

岷江流域三江交匯區(qū)位于四川省南部，岷江、大渡河、青衣江交匯處（圖1），地理跨度為東經(jīng)103.3° — 104.1°，北緯29.0° — 30.0°，區(qū)域總面積為275600 hm2。該區(qū)處于岷江中下游，屬于丘陵山地地貌，最高處為峨邊縣馬鞍山主峰，海拔4288 m；最低點(diǎn)為犍為岷江口，海拔307 m。氣候上屬于中亞熱帶季風(fēng)氣候區(qū)，分布著中亞熱帶 — 暖溫帶 — 溫帶 — 寒溫帶的垂直氣候帶譜，四季分明，平均氣溫在16.5 — 18.0℃，年均降水量1000 mm以上。三江交匯區(qū)植被的垂直帶譜明顯，植被以闊葉林為主，并隨海拔升高由亞熱帶喜暖性低山常綠闊葉林逐步過渡為亞熱帶耐寒性中山常綠闊葉林，再過渡為亞熱帶常綠落葉闊葉混交林。同時在林地間隙分布著灌叢、草甸、農(nóng)田植被，在岷江、大渡河與青衣江河谷兩側(cè)以及交匯處分布著部分草地。

圖1 研究區(qū)景觀類型分布圖（2014年）Fig.1 Distribution of landscape of study area (Year of 2014)

2 數(shù)據(jù)獲取與研究方法

2.1 數(shù)據(jù)獲取與處理

本文使用Landsat-TM、ETM+兩種傳感器數(shù)據(jù)，具體過境日期數(shù)據(jù)為：1990年8月4日 TM數(shù)據(jù)，2002年8月13日 TM數(shù)據(jù)，2014年7月28日ETM+數(shù)據(jù)，數(shù)據(jù)空間分辨率為30 m，光譜范圍為0.45 — 12.50 μm。數(shù)據(jù)下載自美國USGS全球數(shù)據(jù)共享服務(wù)平臺；地理輔助數(shù)據(jù)，如數(shù)字高程模型（DEM，30 m）、氣溫、降水、四川省土地利用變化數(shù)據(jù)（30 m）、岷江、大渡河徑流數(shù)據(jù)來自寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心；社會統(tǒng)計(jì)數(shù)據(jù)，如區(qū)域內(nèi)人口數(shù)量、糧食產(chǎn)量、城市面積來自樂山市統(tǒng)計(jì)局；景觀采樣數(shù)據(jù)，對研究區(qū)進(jìn)行實(shí)地景觀采樣，全區(qū)共計(jì)采樣32個樣點(diǎn)。

利用ENVI 4.8與Matlab 9對于三期遙感數(shù)據(jù)進(jìn)行了幾何與光譜校正，根據(jù)land-cover數(shù)據(jù)、zy03高分辨率數(shù)據(jù)和實(shí)地采樣數(shù)據(jù)結(jié)合本文研究目標(biāo)，建立區(qū)域景觀分類系統(tǒng)：林地、草地、農(nóng)田、水域、居民地、裸地。在eCognition Developer 軟件中對三期遙感影像進(jìn)行分割與分類，同時對分類結(jié)果利用采樣數(shù)據(jù)進(jìn)行精度驗(yàn)證， Kappa系數(shù)為92.4%。景觀指數(shù)提取是基于Arcgis 10.1與Fragstats 4.2完成。社會統(tǒng)計(jì)數(shù)據(jù)（人口、GDP、糧食產(chǎn)量等）利用Origion 9.0進(jìn)行數(shù)理統(tǒng)計(jì)與PCA主成分分析（技術(shù)流程如圖2所示）。

圖2 技術(shù)流程圖Fig.2 Flow chart of this study

2.2 研究方法

（1）景觀指數(shù)

景觀格局特征可以在三個層次上進(jìn)行分析：單個斑塊、斑塊類型、整體景觀。因此，景觀格局指數(shù)也分三個層次：斑塊水平指數(shù)、斑塊類型水平指數(shù)、景觀水平指數(shù)。景觀指數(shù)的評價除了考慮單個景觀格局指數(shù)的適應(yīng)性和描述能力，還要將單個景觀指數(shù)置于景觀指數(shù)體系中綜合考慮。實(shí)際應(yīng)用中，景觀指數(shù)的選擇要參照景觀指數(shù)的特點(diǎn)、研究目的、研究內(nèi)容等。若不考慮實(shí)際意義，計(jì)算大量不相干的景觀指數(shù)，則失去了景觀格局研究的本意。基于研究區(qū)在景觀格局分析方面的重點(diǎn)，考慮各個景觀格局指數(shù)的生態(tài)意義、內(nèi)涵和信息疊加，參考景觀指數(shù)的分類（陳文波等，2002），選擇了以下幾方面的景觀指數(shù)：斑塊面積指數(shù)（CA）、斑塊面積百分比（PLAND）、最大斑塊指數(shù)（LPI）、聚合度指數(shù)（AI）、 斑塊個數(shù)指數(shù)（NP）、密度指數(shù)（PD）、散布與并列度指數(shù)（IJI）、景觀形狀指數(shù)（LSI）、香濃多樣性指數(shù)（SHDI）、面積方差指數(shù)（ARE_CV）、面積均值指數(shù)（ARE_MN）。

（2）面積轉(zhuǎn)移矩陣

本文在分析1990年、2002年、2014年三期景觀的轉(zhuǎn)化與轉(zhuǎn)移過程，采用的是轉(zhuǎn)移概率矩陣方法。景觀類型轉(zhuǎn)移的確定原理為：A1年到 A2年的各個景觀類型平均單位轉(zhuǎn)化面積占原有該景觀類型面積的百分比。例如，把水域景觀轉(zhuǎn)化為其他景觀類型的轉(zhuǎn)化率作為第一行，裸地景觀轉(zhuǎn)化為其他景觀類型的轉(zhuǎn)移概率作為第二行，以此類推，建立轉(zhuǎn)移概率矩陣，因此，可以使用如下列數(shù)學(xué)表達(dá)式來表達(dá)轉(zhuǎn)移矩陣：

公式中Pij表示景觀類型i轉(zhuǎn)換成景觀類型j的轉(zhuǎn)移概率，其中Pij為正值，每行概率值相加為1。

（3）主成分分析

主成分分析（Principal component analysis，PCA），是一種多元統(tǒng)計(jì)分析方法，該方法可以將多個變量通過降維變換，提取出少數(shù)變量，并且含有多個變量的主要信息（吳健生等，2012；何英彬等，2013）。

本文利用影響區(qū)域景觀類型變化的因子與區(qū)域景觀CA指數(shù)建立相關(guān)性分析，統(tǒng)計(jì)出與CA變化的相關(guān)系數(shù)矩陣，將置信度水平大于0.05的因子進(jìn)行主成分分析，獲取主成分載荷矩陣，從而分析導(dǎo)致區(qū)域景觀發(fā)生變化的驅(qū)動力機(jī)制。

3 結(jié)果分析

3.1 三江交匯區(qū)景觀格局分析

3.1.1 1990年交匯區(qū)景觀格局分析

通過對交匯區(qū)生態(tài)景觀指數(shù)提取，獲取1990年各景觀類型特征與指數(shù)分布，如表1所示。研究區(qū)主要的景觀類型為林地，占全區(qū)78.03%，其次草地，占全區(qū)7.76%。全區(qū)景觀類型面積排序依次是：林地>草地>農(nóng)田>水域>居民地>裸地。其中最大斑塊為林地，反映出林地是該區(qū)域的優(yōu)勢景觀類型。一些重要的生態(tài)過程受到NP指數(shù)的影響。NP指數(shù)表示某種景觀類型圖斑的數(shù)量，可以體現(xiàn)出景觀的異質(zhì)性，其決定了整體生態(tài)景觀中的每種類型景觀的空間分布，對區(qū)域相同景觀類型的分布穩(wěn)定性產(chǎn)生重要影響。同時NP指數(shù)對景觀受到外部干擾的蔓延有強(qiáng)化作用，如：某種景觀類型板塊數(shù)目較為稀疏，對于外部干擾的蔓延就會起到抑制作用。通過表1可以看出，研究區(qū)內(nèi)NP值最大值1496，是草地景觀類型，其IJI指數(shù)最低為50.53%，而且草地景觀的聚合度指數(shù)AI又高（值為96.09%），從而說明研究區(qū)草地景觀一旦受到來自外部的干擾，其受到的影響就很大，草地景觀自身就會產(chǎn)生較大的變化，同時草地形狀指數(shù)LSI較大，體現(xiàn)草地區(qū)域分布形狀較為復(fù)雜。林地的AI值最大，說明林地斑塊的整體聚合度較高，同時面積指數(shù)CA最大，斑塊數(shù)又較少，表明林地景觀類型由較多大的斑塊組成，具有較低的異質(zhì)性，并且ARE_MN最大，從而證明林地景觀是優(yōu)勢景觀類型并且連通性較好，景觀具有一定的規(guī)模。農(nóng)田ARE_CV系數(shù)較大，說明農(nóng)田在整個區(qū)域分布較為分散，斑塊較小。

表1 1990 年三江交匯區(qū)各景觀類型格局指數(shù)Tab.1 Class metrics index in study area in 1990

3.1.2 2002年交匯區(qū)景觀格局分析

2002年交匯區(qū)域景觀指數(shù)計(jì)算結(jié)果如表2所示。林地景觀占整個研究區(qū)面積的72.76%，其次分別是草地>農(nóng)田>水域>裸地>居民地。2002年最大斑塊仍然為林地，并且具有明顯的下降趨勢，相比之下農(nóng)田斑塊數(shù)下降明顯，下降2%左右。水域的NP最大，PD值最大，同時IJI較小，說明水域發(fā)生了明顯的變化。農(nóng)田的形狀指數(shù)LSI較高，說明農(nóng)田景觀類型中斑塊的形狀極為復(fù)雜，同時農(nóng)田的NP數(shù)量大，最大斑塊指數(shù)LPI也較高，體現(xiàn)出了農(nóng)田分布具有斑塊小而且多、復(fù)雜的特征，并且小斑塊還有聚集度較高的特點(diǎn)。此時的草地斑塊個數(shù)也較多，同時，散布與并列度指數(shù)IJI也較高，而且AR_CV平均斑塊變異系數(shù)較高，說明草地受到外部影響較大，由于區(qū)域內(nèi)河網(wǎng)密布，草地分布較為分散，同時草地最大斑塊與最小斑塊差距較大，此情況與三江交匯處草地表現(xiàn)出的特征吻合。

表2 2002 年三江交匯區(qū)各景觀類型格局指數(shù)Tab.2 Class metrics index in study area in 2002

3.1.3 2014年交匯區(qū)景觀格局分析

2014年景觀指數(shù)計(jì)算結(jié)果如表3所示，占全區(qū)景觀比例高的是林地，占到68.97%，農(nóng)田比例明顯升高，由2002年的4.58%，上升到2014年的10.91%。其他景觀類型所占比重大小排序?yàn)椋翰莸?居民地>水域>裸地。林地在研究區(qū)仍然是主要的優(yōu)勢群種，不過整體優(yōu)勢不如2002年和1990年明顯，林地LPI指數(shù)最大為30.57，體現(xiàn)林地在全區(qū)內(nèi)的優(yōu)勢地位。NP值的大小與景觀破碎度有很好的正向相關(guān)性，表3中可以看出農(nóng)田的NP最大，為205，說明農(nóng)田在全區(qū)內(nèi)分布較為破碎。并且斑塊密度PD值是所有景觀類型中最高的，也表達(dá)出斑塊分布破碎，并且呈現(xiàn)集中分布的態(tài)勢，與NP體現(xiàn)出來的分布特征一致。同時農(nóng)田的景觀形狀指數(shù)LSI值最大，該區(qū)土地景觀類型中農(nóng)田斑塊形狀特征較為復(fù)雜。另外草地最大斑塊指數(shù)LSI值較高，同時聚合度指數(shù)AI也處在較高值的區(qū)間，說明草地分布相對集中，雖然整體呈現(xiàn)一定規(guī)模，表面上看分布較完整，但是其內(nèi)部存在一定的破碎性。居民地占全區(qū)比例的5.31%，明顯高于2002年和1990年，同時形狀指數(shù)LSI值較高，IJI值也較高，說明居民地景觀在全區(qū)內(nèi)有明顯增加趨勢，并且整體部分較為復(fù)雜。

表3 2014年三江交匯區(qū)各景觀類型格局指數(shù)Tab.3 Class metrics index in study area in 2014

3.2 三江交匯區(qū)景觀動態(tài)演化

3.2.1 景觀要素組成動態(tài)分析

本研究中所指的景觀動態(tài)演化，是指研究區(qū)景觀的組成結(jié)構(gòu)和生態(tài)功能方面從1990 — 2014年的變化，具體分析1990年、2002年、2014年三個時期內(nèi)同一種景觀類型的變化以及不同種景觀類型之間的轉(zhuǎn)化過程。從統(tǒng)計(jì)結(jié)果選取6種具有代表性指數(shù)來分析，研究區(qū)從1990 — 2014年，景觀要素均發(fā)生了變化。其中林地由1990年的總面積78.24%，降到2014年的68.97%，表明研究區(qū)植被面積在明顯減少。而草地呈現(xiàn)波動變化，從1990年到2002年呈現(xiàn)增加的特點(diǎn)，而到2014年又回落。農(nóng)田在1990 — 2014年明顯增加，表明該區(qū)內(nèi)的耕作面積增加。此外，居民地面積也呈現(xiàn)明顯增加的特點(diǎn)，所在區(qū)域面積比例由1990年的1.24%，增加到2002年的1.86%，而到2014年增加到約5.3%，主要是由于該區(qū)域樂山市以及周邊城鎮(zhèn)的城市化進(jìn)程導(dǎo)致。研究區(qū)內(nèi)農(nóng)田、水域景觀斑塊數(shù)量變化呈現(xiàn)增加趨勢，而林地、草地居民地則出現(xiàn)減少趨勢。同時從密度指數(shù)可以看出，每種景觀類型的密度分布均呈現(xiàn)減少的特點(diǎn)。而每種景觀類型的形狀指數(shù)則表現(xiàn)為波動變化。此外，林地、農(nóng)田、居民地、裸地的IJI散布與并列度指數(shù)明顯增加，說明1990 — 2014年，上述幾種景觀類型受到來自外部的干擾，導(dǎo)致自身發(fā)生了明顯變化。而林地景觀類型的斑塊大小差距在縮小，相反草地景觀斑塊大小之間的差距則出現(xiàn)穩(wěn)步加大的趨勢。

3.2.2 景觀斑塊特征動態(tài)分析

對1990 — 2002年和2002 — 2014年兩個時間段的研究區(qū)內(nèi)的景觀類型變化進(jìn)行了同步監(jiān)測。1990 — 2002年，農(nóng)田發(fā)生變化的區(qū)域主要沿著岷江、大渡河兩側(cè)以及西南山地附近，面積減少的地區(qū)主要出現(xiàn)在西南山地，面積增加的區(qū)域則大多分布的沿河兩側(cè)地區(qū)。而林地減少明顯的地區(qū)則集中在三江交匯的西部和北部地區(qū)。草地明顯增加地區(qū)與農(nóng)田減少地區(qū)在空間位置上吻合，說明該區(qū)域農(nóng)田景觀類型向草地景觀類型進(jìn)行了轉(zhuǎn)化。對于居民區(qū)的變化則主要出現(xiàn)在三江交匯地區(qū)，呈增加趨勢，這與樂山城區(qū)的位置剛好吻合，表明城市化進(jìn)程導(dǎo)致了居民地的面積增加。2002 — 2014年草地增加地區(qū)與農(nóng)田減少地區(qū)分布在三江交匯區(qū)西南，這與1990 — 2002年的草地與農(nóng)田的空間變化特征一致。2002 — 2014年林地面積減少了近4%，而且減少的區(qū)域主要發(fā)生在交匯區(qū)的西北部，此地區(qū)表現(xiàn)為農(nóng)田有所增加，說明由于毀林開荒，使得林地景觀類型向農(nóng)田進(jìn)行了轉(zhuǎn)化。2002年到2014年，居民地面積由1.86%增加到約5.3%，表明該區(qū)域的城市進(jìn)程在最近10年速度很快，這與該區(qū)域的主要城市樂山的城市面積擴(kuò)大表現(xiàn)的時空特征一致。

3.2.3 景觀要素間的轉(zhuǎn)移分析

將景觀變化劃分1990 — 2002年、2002 — 2014年兩個時期，通過在Arcgis 10.1中進(jìn)行空間分析運(yùn)算，得到兩個時期景觀類型的面積轉(zhuǎn)移矩陣（表4、表5），在兩個時期內(nèi)，林地均向農(nóng)田、草地進(jìn)行了轉(zhuǎn)化。并且1990 — 2002年分別向草地和農(nóng)田轉(zhuǎn)化了14061.0 hm2和13891.0 hm2。同時結(jié)合3.1所分析結(jié)果來看，1990 — 2002年林地面積占全區(qū)百分比減少5.3%左右。同時草地增加幅度在3.5%，其余轉(zhuǎn)化成了農(nóng)田，同時草地與農(nóng)田之間也發(fā)生了轉(zhuǎn)化，草地轉(zhuǎn)化成農(nóng)田在2030.0 hm2左右。此外，水域向裸地轉(zhuǎn)化量較少，大約在214.3 hm2，這與CA指數(shù)變化相符。2002 — 2014年林地仍然以較大幅度減少，降幅為3.8%。從定量角度講，林地向草地、農(nóng)田、居民地分別轉(zhuǎn)化了3932.0 hm2、3240.0 hm2、801.0 hm2。同時草地景觀向農(nóng)田、居民地進(jìn)行了轉(zhuǎn)化，分別為10164.0 hm2、826.0 hm2。草地景觀凈轉(zhuǎn)化量為負(fù)值，說明盡管林地向草地進(jìn)行了轉(zhuǎn)化，同時草地也向農(nóng)田、居民進(jìn)行了轉(zhuǎn)化，這與同時期草地的CA指數(shù)呈現(xiàn)下降趨勢吻合。此時期居民地面積增幅在3.5%左右，主要是該時期區(qū)域內(nèi)樂山城區(qū)的城市進(jìn)程加速導(dǎo)致，占用的景觀類型主要有農(nóng)田、草地、林地。

表4 1990 — 2002年各景觀類型面積（單位：hm2）轉(zhuǎn)移矩陣Tab.4 Transition matrix of study area (Unit: hm2) in 1990 — 2002

表5 2002 — 2014年各景觀類型面積（單位：hm2）轉(zhuǎn)移矩陣Tab.5 Transition matrix of study area (Unit: hm2) in 2002—2014

3.3 景觀格局變化驅(qū)動力分析

引起地表景觀發(fā)生變化的驅(qū)動力主要分為自然因素和社會因素（人文因素），本文在探究引起研究區(qū)景觀變化的驅(qū)動力時，考慮到時間序列較短，氣候變化相對較為穩(wěn)定，因此景觀發(fā)生變化的驅(qū)動力主要集中在社會因素。本文利用PCA分析方法將影響區(qū)域景觀變化的因子設(shè)置成自變量x（x1：農(nóng)業(yè)人口數(shù)量、x2：糧食產(chǎn)量、x3：大牲畜頭數(shù)、x4：播種面積、x5：城市人口、x6：農(nóng)業(yè)GDP、x7：工業(yè)GDP、x8：商品房審批面積、x9：果品產(chǎn)量。將各景觀類型的CA指數(shù)設(shè)置成因變量y（y1：林地、y2：草地、y3：農(nóng)田、y4：水域、y5：居民用地、y6：裸地），將以上數(shù)據(jù)按照年份1990年、2002年、2014年基于Origin 9進(jìn)行相關(guān)性分析，得到景觀類型與社會因子相關(guān)系數(shù)矩陣，如表6所示。提取表6中通過0.05和0.01置信度水平檢驗(yàn)的變量，利用Origin 9進(jìn)行主成分分析。保證特征值大于1來確定主成分?jǐn)?shù)量（采用方差最大進(jìn)行旋轉(zhuǎn)），通過Origin 9運(yùn)算，提取了兩個主成分PC1與PC2，二者累積貢獻(xiàn)率為92.34%。景觀主成分旋轉(zhuǎn)得出主成分載荷矩陣，可以得到各變量在PC1和PC2上的因子負(fù)載。通過分析PC1和PC2主成分載荷超過0.8的變量，結(jié)果表明導(dǎo)致區(qū)域景觀發(fā)生變化的主要驅(qū)動力因子是農(nóng)業(yè)耕作面積擴(kuò)大和城市化進(jìn)程，此結(jié)果與樂山市近20多年的土地政策與城市化特點(diǎn)相符合。因此可以說明三江交匯區(qū)景觀變化的主要驅(qū)動力因素是農(nóng)業(yè)面積擴(kuò)大和城市建設(shè)所導(dǎo)致。

表6 各類景觀CA指數(shù)與驅(qū)動力因子相關(guān)系數(shù)矩陣Tab.6 Correlation coeffi cients between the landscape CA index and factors

4 結(jié)論

1990 — 2014年研究區(qū)景觀類型面積排序?yàn)椋毫值?草地>農(nóng)田>水域>居民地>裸地。優(yōu)勢種群為林地，所占比例由78.03%下降到68.97%。草地所占比例呈現(xiàn)波動變化。農(nóng)田所占比例由6.85%上升到10.91%。居民地所占比例升高了4.1%。1990年研究區(qū)內(nèi)草地景觀易受到外部干擾，其分布形狀復(fù)雜。林地景觀整體聚合度較高同時具有較低的異質(zhì)性，分布通透性好、規(guī)模連續(xù)。農(nóng)田分布較為分散且斑塊較小。2002年農(nóng)田斑塊分布復(fù)雜化，同時具有聚集度高的特點(diǎn)。此時草地斑塊個數(shù)較多并且斑塊大小的變異系數(shù)較高。2014年研究區(qū)內(nèi)林地優(yōu)勢群種地位下降。此時農(nóng)田分布比較破碎并且呈現(xiàn)集中的態(tài)勢。草地分布規(guī)模性較好，分布較為完整，但是內(nèi)部存在一定的破碎性。

對1990 — 2014年研究區(qū)景觀類型變化的空間分布區(qū)域進(jìn)行了檢測，農(nóng)田發(fā)生變化的區(qū)域主要沿著岷江、大渡河以及西南山地附近。對于居民區(qū)的變化則主要出現(xiàn)在三江交匯地區(qū)，呈現(xiàn)增加的態(tài)勢。林地減少的區(qū)域主要發(fā)生在研究區(qū)的西北部。1990 — 2002年分別向草地和農(nóng)田轉(zhuǎn)化了14061.0 hm2和13891.0 hm2。1990 — 2002年林地面積占全區(qū)百分比減少約5.3%，同時草地增加幅度在3.5%，其余轉(zhuǎn)化成了農(nóng)田，同時草地與農(nóng)田之間也發(fā)生了轉(zhuǎn)化，草地轉(zhuǎn)化成農(nóng)田的面積為2030.0 hm2左右。2002 — 2014年林地仍然較大幅度減少，降幅為3.8%。林地向草地、農(nóng)田、居民地分別轉(zhuǎn)化了3932.0 hm2、3240.0 hm2、801.0 hm2。同時草地景觀向農(nóng)田、居民地進(jìn)行了轉(zhuǎn)化，分別為10164.0 hm2、826.0 hm2。導(dǎo)致區(qū)域景觀發(fā)生變化的主要驅(qū)動力因子是農(nóng)業(yè)耕作面積擴(kuò)大和城市化進(jìn)程。

白軍紅, 歐陽華, 崔保山, 等. 2008. 近40 年來若爾蓋高原高寒濕地景觀格局變化[J]. 生態(tài)學(xué)報, 28(5): 2245 – 2252. [Bai J H, Ouyang H, Cui B S. 2008. Changes in landscape pattern of alpine wetlands on the Zoige Plateau in the past four decades [J]. Acta Ecologica Sinica, 28(5): 2245 – 2252.]

陳文波,肖篤寧,李秀珍. 2002.景觀指數(shù)分類、應(yīng)用及構(gòu)建研究[J]. 應(yīng)用生態(tài)學(xué)報, 13(1): 121 – 125. [Chen W B, Xiao D N, Li X Z. 2002. Classification, application, and creation of landscape indices [J]. Chinese Journal of Applied Eology, 13(1): 121 – 125.]

郭懷成, 都小尚, 劉 永. 2011. 基于景觀格局分析的區(qū)域規(guī)劃環(huán)評方法[J]. 地理研究, 30(1): 1714 – 1718. [Guo H C, Du X S, Liu Y. 2011. A landscape pattern analysisbased methodology framework for regional planning environmental assessment (RPEA) [J]. Geogpaphical Research, 30(1): 1714 – 1718.]

何英彬, 姚艷敏, 唐華俊, 等. 2013. 土地利用/覆蓋變化驅(qū)動力機(jī)制研究新進(jìn)展[J]. 中國農(nóng)學(xué)通報, 29(2): 190 – 195. [He Y B, Yao Y M, Tang H J, et al. 2013. An overview on progress of land use and land cover change dynamics [J]. Chinese Agricultural Science Bulletin, 29(2): 190 – 195.]

劉文俊, 馬友鑫, 胡華斌, 等. 2006. 西雙版納勐侖地區(qū)景觀格局變化定量分析[J]. 生態(tài)學(xué)報, 26(9): 3088 – 3097. [Liu W J, Ma Y X, Hu H B, et al. 2006. A quantitative analysis on the landscape pattern change in Menglun [J]. Acta Ecologica Sinica, 26(9): 3088 – 3097.]

劉憲鋒, 任志遠(yuǎn), 林志慧, 等. 2013. 2000—2011年三江源區(qū)植被覆蓋時空變化特征[J]. 地理學(xué)報, 68(7): 897 – 908. [Liu X F, Ren Z Y, Lin Z H, et al. 2013. The spatial-temporal changes of vegetation coverage in the Three-River Headwater Region in recent 12 years [J]. Acta Geographica Sinica, 68(7): 897 – 908.]

倪向楠, 郭 偉. 2013. 2001—2010年青海湖流域植被覆蓋時空變化特征[J]. 地球環(huán)境學(xué)報, 4(4): 1364 – 1367. [Ni X N, Guo W. 2013. Spatial variations of vegetation change in Qinghai lake basin during 2001—2010 [J]. Journal of Earth Environment, 4(4): 1364 – 1367. ]

彭保發(fā), 陳端呂, 李文軍. 2013.土地利用景觀格局的穩(wěn)定性研究[J].地理科學(xué), 33(12): 1485 – 1487. [Peng B F, Cheng D L, Li W J, et al. 2013. Stability of landscape pattern of land use: A case study of change [J]. Scientia Geographica Sinica, 33(12): 1485 – 1487.]

鄔建國. 2000. 景觀生態(tài)學(xué): 格局, 過程, 尺度與等級[M].北京:高等教育出版社. [Wu J G. 2000. Landscape ecology, pattern, process, scale and hierarchy [M]. 2nd ed. Beijing: Higher Education Press.]

吳健生, 王 政, 張理卿, 等. 2012. 景觀格局變化驅(qū)動力研究進(jìn)展[J]. 地理科學(xué)進(jìn)展, 31(12): 1739 – 1746. [Wu J S, Wang Z, Zhang L Q. Research progresses on driving forces of the changes of landscape pattern [J]. Progress in Geography, 31(12): 1739 – 1746.]

伍 星,沈珍瑤. 2007. 長江上游地區(qū)土地利用覆被和景觀格局變化分析[J]. 農(nóng)業(yè)工程學(xué)報, 23(10): 86 – 92. [Wu X , Shen Z Y. 2007. Analysis of the changes of land use / cover and landscape pat tern in the upper reaches of the Yangtze River [J]. Transactions of the Chinese Society ofAgricultural Engineering, 23(10): 86 – 92.]

趙 軍, 楊 凱, 邰 俊, 等. 2011.區(qū)域景觀格局與地表水環(huán)境質(zhì)量關(guān)系研究進(jìn)展[J]. 生態(tài)學(xué)報, 31(11): 3180 – 3189. [Zhao J, Yang K, Tai J. 2011. Review of the relationship between regional landscape pattern and surface water quality [J]. Acta Ecologica Sinica, 31(11): 3180 – 3189.]

Babst F, Poulter B, Trouet V, et al. 2013. Site- and speciesspecific responses of forest growth to climate across the European continent [J]. Global Ecology and Biogeography, 22: 706 – 717.

Benjamin M, Terry L, Thomas R, et al. 2013. Land-cover change in the conterminous United States from 1973 to 2000 [J]. Global Environmental Change, 23(4): 733 – 748. Jin S M, Yang L M, Danielson P, et al. 2013. A comprehensive change detection method for updating the National Land Cover Database to circa 2011 [J]. Remote Sensing of Environment, 132(15): 159 – 175.

Pe?uelas J, Canadell J G, Ogaya R. 2011. Increased wateruse efficiency during the 20th century did not translate into enhanced tree growth [J]. Global Ecology and Biogeography, 20: 597 – 608.

Xin Y, Xin Q Z, Rui C A. 2014. Land use change model: Integrating landscape pattern indexes and Markov-CA [J]. Ecological Model, 283: 1 – 7.

Change of landscape pattern in middle and lower of Minjiang River

WANG Haijun1, KONG Xiangdong1, ZHANG Bo2
1. Engineering and Technical College of Chengdu University of Technology, Leshan 614000, China
2. College of Geography and Environmental Science, Northwest Normal University, Lanzhou 730070, China

Background, aim, and scope The three rivers’ (Minjiang River, Daduhe River, and Qingyi River) intersection area is located in the southeast of Sichuan Province and the lower reaches of Minjiang River. The area is rich in animal and plant resources, and ecological landscape diversity. It is an important scientifi c research and ecological protection area in our country. However, in recent years, the regional landscape type has changed, so it is necessary to study how the landscape type change? What are the driving forces? What are the ecological impacts? Materials and methods In this paper, using three period (the year of 1990, 2002 and 2014) remote sensing images combined with natural and social assistance data to monitor landscape change based on RS andGIS technology, and extracting the index of different types of landscape, and calculating the transfer matrix to count the landscape area, using the PCA method to point out that the driving force of landscape pattern change. ResultsThe results showed that: (1) The landscape area sort: forestland > grassland > farmland > water area > urban land > bare land in the study area. The advantage landscape was forestland and the proportion fell to 68.97% from 78.03%, farmland increased to 10.91%, and urban land raised 4.1%, from 1990 to 2014. (2) The change of farmland mainly distributed on the Minjiang, Daduhe River and southwest mountains, forestland area decreased, mainly in the northwest. From 1990 to 2002, forestland converted to grassland and farmland with a value of 14061.0 hm2and 13891.0 hm2respectively, moreover, the conversion amount from water area to bare land was about 214.3 hm2. From 2002 to 2014, forestland converted to grassland, farmland and urban land, and the conversion amount is 3932.0 hm2, 3240.0 hm2, 801.0 hm2respectively. Grassland converted to farmland, urban land, the conversion amount is 10164.0 hm2, 826.0 hm2. Grassland transferred amount was negative. (3) Among the values that is greater than 0.8, in principal component loading matrix, the main driving force of the regional landscape change was the expansion of farming area and urbanization. Discussion Multi-temporal remote sensing was used to monitor the landscape change, improved the timeliness of monitoring results. However, the time and spatial resolution of image is not very high, and the factors that lead to landscape change are diverse and complex, so, we can analysis of different driving forces with partition in the interaction area. Conclusions Overall, the landscape had an obvious change, and the expansion of urbanization and agricultural area were the main driving force factors in three rivers interaction area. Remote sensing and GIS technology greatly improve the effi ciency and accuracy of landscape change monitoring and driving force analysis. Recommendations and perspectives The study objectively refl ect the changes and driving forces of the ecological landscape in the interaction area, and provide scientifi c data support for the regional ecological protection.

middle and lower of Minjiang River; landscape pattern; driving force; dynamic analysis

Date: 2016-12-23; Accepted Date: 2017-03-14

Natural Science Foundation of Sichuan Provincial Education Department (16ZB0402); Key Research Projects of Science and Technology Bureau of Leshan (16SZD030)

WANG Haijun, E-mail: wanghaibo.2006@163.com

2016-12-23；錄用日期：2017-03-14

四川省教育廳自然科學(xué)基金項(xiàng)目（16ZB0402）；樂山市科技局重點(diǎn)基金項(xiàng)目（16SZD030）

王海軍，E-mail: wanghaibo.2006@163.com

王海軍, 孔祥冬, 張 勃. 2017. 岷江中下游生態(tài)景觀格局變化研究[J]. 地球環(huán)境學(xué)報, 8(3): 263 – 272.

: Wang H J, Kong X D, Zhang B. 2017. Change of landscape pattern in middle and lower of Minjiang River [J]. Journal of Earth Environment, 8(3): 263 – 272.