張晨 趙安玖
摘 要:人類開發(fā)活動對土地不斷的索取,觀察和研究土地利用景觀格局,能夠了解和量化土地利用狀況,產生生態(tài)效益。本文利用Fragstats、GIS等技術,對四川省榮縣開展景觀格局指數(shù)的分析,得出結論:耕地面積992217.82hm2,占研究區(qū)總面積的57.52%;榮縣林地面積為55222.73hm2,占總面積的34.53%,林地斑塊聚集度高;疏林地面積小,斑塊分散;灌木林地破碎程度較大,多分布在丘陵地區(qū)生長,但平均斑塊面積小。
關鍵詞:林地;景觀格局;景觀指數(shù)
中圖分類號:S750 文獻標識碼:A DOI:10.11974/nyyjs.20180233008
引言
森林是全球陸地生態(tài)系統(tǒng)中重要的組成部分,屬于可再生資源。但隨著大量的人類活動影響和生活木材砍伐索取,導致榮縣當?shù)厣仲Y源利用和保護并不合理。只有保持良好的森林再生更新能力以及培養(yǎng)對環(huán)境的抗趨穩(wěn)定機制時才能持續(xù)發(fā)展[1-3]。景觀格局是形狀和大小不同的景觀要素在空間里分散或聚集的表現(xiàn)形式,它是景觀單元組成的空間分布和組合特征的體現(xiàn)[4]。其指數(shù)是對景觀格局特征和變化的量化表達方式,對于不同指數(shù)反映了景觀要素不同的生態(tài)意義。本文選用Fragstats4.3與ArcGIS10.0相結合的方式對榮縣土地利用景觀格局進行概括分析和綜合評價。
1 研究區(qū)概況與研究方法
1.1 研究區(qū)概況
榮縣位于四川盆地西南邊緣,E1040303~1044015,N290841~293826″。地處成都平原西南部,屬于型的亞熱帶季風氣候,夏季炎熱降雨多,冬季降雨少。
1.2 研究方法
1.2.1 遙感圖像的處理
研究區(qū)遙感影像來源為Landsat7號衛(wèi)星,它攜帶增強型主題傳感器ETM+具有成像高解析度,圖像組合快捷、捕捉波段范圍寬等優(yōu)點[5]。Landsat ETM+能夠捕捉8種波段,各個波段具有以下特點:
衛(wèi)星傳感器獲取圖像信息時存在不可避免的幾何畸變,研究采用幾何精校正[6],控制點的數(shù)量至少達到(n+1)*(n+2)/2,其中n為多項式的次數(shù),校正結果總體精度不大于1個像元。
選擇波段信息量盡量要大;波段之間的相似度要盡可能??;多個波段之間的組合對地物類型所反射的光譜差異盡可能大[7]。
通常用到的最佳波段選擇方法有:OIF指數(shù)法、熵與聯(lián)合熵、方差沒—協(xié)方差矩陣特征值法等[8,9]。研究選取OIF指數(shù)法,其計算公式如下:
式中Si為第i個波段的標準差,Rij為波段i、j的相關系數(shù)。綜合TM各個波段的特點,研究中提取榮縣影像景觀信息時應該選擇獲取TM3、TM4、TM5波段為最佳波段。
1.2.2 土地利用分類
結合森林資源規(guī)劃調查的矢量圖庫,將研究區(qū)土地利用類型進行劃分為如下地類。
其中疏林地、未成林地、非規(guī)劃林地上的有林地面積很小,都屬于1級分類中的林地,本研究中為探究更好的林地經(jīng)營方法和意見,需對林地大類進行2級分類。
1.2.3 景觀指數(shù)的選取
景觀格局分析是研究空間配置的關系及其景觀結構組成特征。本文以森林景觀格局為主要研究目的,所以選取的景觀指數(shù)以能夠反映基本的森林景觀格局信息為主。
2 景觀指數(shù)結果
將柵格加載到Fragstats軟件中經(jīng)過電腦分析,在斑塊類型水平尺度,得到的數(shù)據(jù)如表4。
從MSI指數(shù)上來看,各個斑塊類型的平均斑塊指數(shù)范圍在1.1~2.4之間,除水域和竹林外,指數(shù)都均小于1,說明以上土地利用類型斑塊形狀相對簡單,抗外界干擾能力較弱。建設用地MSI指數(shù)最小,為1.2842,說明建設用地的邊界不復雜,最接近于正方形。耕地為1.7416,低于林地,說明耕地邊緣經(jīng)過人為修整,邊緣整齊。
從MNN指數(shù)上來看,竹林最大為555.224m,這說明各竹林斑塊相隔較遠,離散性大。疏林地和建設用地,指數(shù)分別為463.2558m和402.9665m,分布比較離散。指數(shù)最小的是耕地和喬木林,分別為106.5527m和124.9562m,說明這2種斑塊類型分布相對密集,斑塊之間的距離較近。
在ED指數(shù)上來說,指數(shù)最大的位耕地和喬木林,且明顯大于其他土地利用類型,達到174.8213和140.9857,表明它們斑塊邊緣被割裂程度高,破碎程度大。建設用地最小,為0.0124,表明建設用地邊界破碎化程度最低,邊界保存最好。
從PAFRAC指數(shù)上看,所有的土地利用類型指數(shù)相差不大,在1.3~1.6之間,這說明了斑塊的形狀復雜程度差距不大。水域的指數(shù)最大,為1.5243,說明水域的斑塊形狀最為復雜。未成林地指數(shù)最小,為1.2674,這說明未成林地斑塊形狀簡單。
從CONHESION上分析來說,指數(shù)最高的位耕地和喬木林,分別為99.9355%和99.7728%,這說明斑塊分布密集,而且大部分以成片形式存在。竹林的CONHESION指數(shù)僅次于喬木林,但竹林斑塊之間距離較遠。指數(shù)最小的為疏林地,說明疏林地斑塊間相隔較遠,分布范圍廣泛。
在IJI指數(shù)上來說,耕地的值最大,為37.0752%,說明耕地和其他斑塊類型接壤比鄰最均等。其次,灌木斑塊的指數(shù)較高。
由表5中能夠看出,整個榮縣研究區(qū)面積為160304.56hm2,斑塊總數(shù)41727個。PAFRAC為1.4067,這說明研究區(qū)外界邊界景觀復雜程度一般,較易受到外界的影響和干擾。CONHESION高達99.8821%,說明景觀內以少數(shù)面積最大的斑塊為主,斑塊之間連接緊密。IJI為28.9098%,說明景觀內不同類型斑塊之間接壤比鄰的邊長長度差距較大,不均勻。SHDI為1.0923,這說明景觀內的土地利用類較為豐富,種類并不單一,破碎化程度一般,景觀格局相對穩(wěn)定。SHEI為0.4033,小于1,說明存在一定數(shù)量的優(yōu)勢斑塊類型,但不十分明顯。CONTAG指數(shù)為75.6729%,說明景觀內的優(yōu)勢斑塊的分布有著較好的連通性,景觀聚集程度高于破碎程度,研究區(qū)景觀較為完整。
3 結論及優(yōu)化建議
3.1 結論
榮縣總體來說林地資源較豐富,但林地組成結構不夠均勻。耕地為榮縣景觀的主導類型,林地景觀次之。有在空間異質性方面和鄰近度方面,林地的聚集程度很高,有一定的破碎程度;灌木、疏林地和未成林地聚集度較低;疏林地、灌木的破碎程度較大;喬木和灌木離散性較小,鄰近度高。竹林和疏林地斑塊類型離散性較大,其鄰近度較低,分布呈團聚狀。
在形狀特征方面,竹林、喬木林和灌木邊界形狀最為復雜,外界對其干擾后自身受到的影響相對較小,這是由于竹林和喬木林的邊界大多都是自然形成;耕地開墾受到人為干擾強烈。建設用地和水域深刻被人為影響,不僅邊界平直,其形狀更接近矩形。這是榮縣林地景觀綜合水平差異明顯的原因之一。
3.2 優(yōu)化建議
若要實現(xiàn)景觀格局的優(yōu)化,最有效的途徑應該是土地利用景觀規(guī)劃、景觀管理和設計上的優(yōu)化。結合社會和經(jīng)濟發(fā)展現(xiàn)狀及趨勢,遵循自然規(guī)律,以及林業(yè)經(jīng)營的一些方法和手段,本文總結出以下優(yōu)化建議。
以嚴格保護為前提,適度增加林地規(guī)模,選取適應研究區(qū)氣候特征的樹種,增加地表郁閉度,保障水利設施、水電開發(fā)等建設用地,防止林地退化加快護防林帶建設,補充林地數(shù)量。
著力加強小型林地斑塊的連通性建設,從原始林中密度較大的林地移栽幼苗至小型林地斑塊之間距離最近的邊緣,并逐步擴大。
利用數(shù)據(jù)庫技術與地理信息技術,建立林地資源信息管理系統(tǒng),通過定期監(jiān)測,準確掌握林地保護利用動態(tài),為政府決策提供便捷、有效的服務。
參考文獻
[1]趙敏燕,陳鑫峰.中國森林公園的發(fā)展與管理[J].林業(yè)科學,
2016,52(1):118-127.
[2]曹加杰,曹林.GIS景觀綜合評價方法在城市森林生態(tài)規(guī)劃及評估中的應用[J].中南林業(yè)科技大學學報,2012,32(10):162-167.
[3]含優(yōu)質,王政權.森林更新與空間異質性[J].應用生態(tài)學報,
2002,13(5):615-619.
[4]韓玲玲,何政偉.長江三峽庫區(qū)Landsat7 ETM+數(shù)據(jù)的處理方法探討[J].遙感技術與應用,2003,18(4):237-242.
[5]張俊峰,沈明霞.農作物面積遙感調查中最佳波段的選擇研究[J].浙江農業(yè)科學,2002,1(2):7-11.
[6]劉源璋,王寧.Matlab在遙感影像融合及其效果評價中的應用[J].地理空間信息,2011,9(3):111-114.
[7]周志翔.景觀生態(tài)學基礎[M].北京:中國農業(yè)出版社,2007.
[8]張永生.遙感圖像信息系統(tǒng)[M].北京:科學出版社,2000.
[9]姜小光,王長耀,王成.成像光譜數(shù)據(jù)的光譜信息特點及最佳波段的選擇——以北京順義區(qū)為例[J].干旱區(qū)研究,2000,23(3):214-220.