陳佳楠，唐代生，賈劍波

（中南林業(yè)科技大學(xué) a.林學(xué)院；b.水土保持與荒漠化防治湖南省高等學(xué)校重點(diǎn)實(shí)驗(yàn)室；c.南方林業(yè)生態(tài)應(yīng)用技術(shù)國家工程實(shí)驗(yàn)室，湖南 長沙 410004）

森林景觀是以森林生態(tài)系統(tǒng)為主體構(gòu)成的景觀，是景觀生態(tài)學(xué)研究的一個重要分支。森林景觀格局及其時空演變研究已成為森林景觀空間分析的重要內(nèi)容[1-2]。研究森林景觀格局的基礎(chǔ)是森林景觀類型的劃分，這也是選擇森林景觀模型的關(guān)鍵標(biāo)準(zhǔn)[3]。國外學(xué)者對景觀生態(tài)學(xué)的關(guān)注起步較早，常用的景觀分類系統(tǒng)有大尺度歐洲景觀分類系統(tǒng)[4]、城市林業(yè)分類系統(tǒng)[5]、景觀生態(tài)分類系統(tǒng)（濕地、森林和農(nóng)業(yè)）[6]。此外，也有一些國外學(xué)者根據(jù)研究目的的不同，建立了其他的景觀分類系統(tǒng)。Dumas等[7]根據(jù)森林與房屋的關(guān)系，把研究區(qū)內(nèi)的森林景觀分成5 種城市森林景觀類型。Gond 等[8]使用多變量分析，將圭亞那盾的森林景觀類型劃分為33 類。針對我國森林景觀類型的劃分，國內(nèi)大部分學(xué)者根據(jù)森林資源的特點(diǎn)，基于土地類型、植被型、優(yōu)勢樹種等因子構(gòu)建了森林景觀分類系統(tǒng)，如周亞東等[9]根據(jù)地類、林種、優(yōu)勢樹種和起源劃分森林景觀類型，胡美娟等[10]結(jié)合植被型劃分森林景觀類型，吳見等[11]則根據(jù)土地利用現(xiàn)狀劃分森林景觀類型；或從森林景觀發(fā)揮功能的角度，對森林景觀類型進(jìn)行分類，如何友軍等[12]依據(jù)森林景觀在城市中不同功能劃分森林景觀類型。

研究森林景觀格局多運(yùn)用景觀指數(shù)法和景觀動態(tài)模擬模型分析法[13-15]。景觀指數(shù)法可從數(shù)量上反映森林景觀格局的現(xiàn)狀，借助景觀動態(tài)模擬模型，能在更大空間尺度和時間維度對景觀格局變化進(jìn)行研究。常用的景觀動態(tài)模型有Markov 模型、CA 模型、FORET 模型、LANDIS 模型等[16]。CA-Markov 模型將CA 模型模擬復(fù)雜系統(tǒng)空間變化的能力和Markov 模型長期預(yù)測的優(yōu)勢相結(jié)合，能夠有效地模擬預(yù)測不同情景下景觀格局的空間變化過程[17-19]。加入多準(zhǔn)則評價（MCE）方法的MCE-CA-Markov 模型，能夠量化自然和社會經(jīng)濟(jì)等影響因子，補(bǔ)充CA 模型的轉(zhuǎn)換規(guī)則，使模型更加優(yōu)化[20-21]，而基于MCE-CA-Markov 模型對森林景觀格局的研究較少。

寧鄉(xiāng)市作為湖南省會次中心城市、長株潭城市群的重要組成部分，是湖南省林業(yè)重點(diǎn)縣，且于2018年啟動省級森林城市創(chuàng)建工作，其自然地理區(qū)位、經(jīng)濟(jì)發(fā)展水平與森林資源特點(diǎn)典型性強(qiáng)。近年來城市建設(shè)及土地開發(fā)利用對其森林景觀格局的演變產(chǎn)生了嚴(yán)重的影響，研究森林景觀格局演變和模擬預(yù)測具有現(xiàn)實(shí)意義。本研究以湖南寧鄉(xiāng)市為研究對象，以RS 和GIS 為技術(shù)手段，在確定森林景觀類型的基礎(chǔ)上，借助轉(zhuǎn)移矩陣和景觀指數(shù)，分析森林景觀結(jié)構(gòu)特點(diǎn)、景觀格局動態(tài)變化特征，進(jìn)而引入高程、坡度等因子，構(gòu)建MCECA-Markov 模型，模擬預(yù)測未來的森林景觀格局，揭示區(qū)域空間結(jié)構(gòu)演變規(guī)律，目的是優(yōu)化景觀資源配置，為寧鄉(xiāng)市森林城市創(chuàng)建提供參考。

1 材料與方法

1.1 研究區(qū)概況

寧鄉(xiāng)市位于湘中北、洞庭湖南緣，介于111°53′～112°46′E、27°55′～28°29′N 之間，東靠長沙市望城區(qū)、岳麓區(qū)，南接韶山市、湘鄉(xiāng)市，西與婁底市、安化縣接壤，北與桃江縣、益陽市毗鄰，總面積2 906 km2，下轄4 個街道21個鎮(zhèn)4 個鄉(xiāng)，地處雪峰山余脈東緣，屬湘中丘陵向?yàn)I湖平原的過渡地區(qū)，地勢西高東低，以丘陵為主，兼有山地、崗地和平原。該區(qū)屬亞熱帶大陸性季風(fēng)濕潤性氣候區(qū)，四季分明，年平均氣溫16.8℃。境內(nèi)水系發(fā)達(dá)，主要有溈江、靳江兩大水系。

根據(jù)《湖南植被》區(qū)劃，該區(qū)屬中亞熱帶常綠闊葉林帶的北部亞熱帶湘贛植被區(qū)，主要植被類型為針葉林、常綠闊葉林、針闊混交林、竹林等，主要樹種有杉木Cunninghamia lanceolata、馬尾松Pinus massoniana、濕地松Pinus elliottii、毛竹Phyllostachys edulis、楓香Liquidambar formosana等。據(jù)統(tǒng)計(jì)，2017年寧鄉(xiāng)市林地總面積為1 286.83 km2，森林覆蓋率為42.35%。其中：有林地為1 143.47 km2，疏林地為3.18 km2，灌木林地為87.11 km2，未成林地為11.82 km2，苗圃地為0.85 km2，無立木林地為29.68 km2，宜林地為10.72 km2。地理位置如圖1所示。

圖1 研究區(qū)地理位置Fig.1 Geographical location of study area

1.2 數(shù)據(jù)源與處理

林地與非林地在較長時空范圍內(nèi)相互轉(zhuǎn)化，并統(tǒng)一于森林景觀，參照《湖南省森林資源規(guī)劃設(shè)計(jì)調(diào)查技術(shù)規(guī)定》地類劃分，將研究區(qū)域的森林景觀類型分為8 類（表1）。選取研究區(qū)2009、2013、2017年3 期Landsat 遙感 影像（表2）和DEM 數(shù)據(jù)，數(shù)據(jù)均來源于中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺(http://www.gscloud.cn)，分辨率均為30 m。對3 期遙感影像分別進(jìn)行輻射定標(biāo)、大氣校正、影像鑲嵌、影像裁剪預(yù)處理后，結(jié)合監(jiān)督分類和目視解譯，得到研究區(qū)不同研究年份的森林景觀類型分類結(jié)果。采用隨機(jī)抽樣，創(chuàng)建隨機(jī)點(diǎn)295 個，用同期的Google Earth在線地圖驗(yàn)證樣點(diǎn)森林景觀分類結(jié)果，精度均為80%以上（表3），滿足研究需要。坡度數(shù)據(jù)由DEM 數(shù)據(jù)在GIS 軟件中的表面分析得到；GDP 數(shù)據(jù)來源于中國科學(xué)院地理科學(xué)與資源研究所(http://www.resdc.cn/DOI)；河流、道路、行政中心的矢量數(shù)據(jù)由Google Earth 上提取得到，并將其轉(zhuǎn)換為柵格數(shù)據(jù)。所有柵格數(shù)據(jù)統(tǒng)一坐標(biāo)系，柵格大小統(tǒng)一為30 m×30 m。

表1 森林景觀類型的劃分Table 1 Classification of forest landscape types

表2 遙感影像數(shù)據(jù)列Table 2 List of remote sensing image date

表3 寧鄉(xiāng)市森林景觀分類的精度Table 3 Accuracy of forest landscape classification in Ningxiang city

1.3 研究方法

1.3.1 轉(zhuǎn)移矩陣

利用轉(zhuǎn)移矩陣來分析景觀格局動態(tài)變化能夠有效地表現(xiàn)出某一時段內(nèi)景觀組分之間數(shù)量變化的關(guān)系，分析區(qū)域景觀變化的結(jié)構(gòu)特征和各類型變化的方向[22-23]，能直觀反映研究初期階段和末期階段的景觀分類結(jié)構(gòu)，并體現(xiàn)研究期間內(nèi)各景觀類型的轉(zhuǎn)變狀況。

不同景觀面積占比計(jì)算方法如下：

其中

式中：Pij為景觀分類系統(tǒng)中基于各級分類的第i類景觀在第j年的面積比例；Sij為景觀分類系統(tǒng)中基于各級分類的第i類景觀在第j年的面積；Ts為評價區(qū)域總面積；n為景觀類型數(shù)；i、j表示研究初期與研究末期的景觀。

1.3.2 景觀指數(shù)

景觀指數(shù)可以包括景觀格局的有效信息，能夠定量描述景觀的差異。計(jì)算景觀指數(shù)簡單快捷，因此景觀指數(shù)法格外受研究者青睞[24-26]。根據(jù)研究需求，從類型水平選取斑塊數(shù)量（NP）、斑塊密度（PD）、平均斑塊面積（AREA_MN），從景觀水平選取香農(nóng)多樣性指數(shù)（SHDI）、香農(nóng)均勻度指數(shù)（SHEI)、聚集度指數(shù)（AI）、蔓延度（CONTAG）和連接度（CONNECT）共8 個景觀指數(shù)，對寧鄉(xiāng)市森林景觀格局進(jìn)行研究。選取的指數(shù)及生態(tài)學(xué)意義見表4～5，選取指數(shù)的計(jì)算公式和詳細(xì)信息見文獻(xiàn)[27]。

表4 類型水平指數(shù)的選取Table 4 Selection of the patch-level landscape index

表5 景觀水平指數(shù)的選取Table 5 Selection of the landscape-level landscape index

1.3.3 MCE-CA-Markov 模型

1.3.3.1 CA 模型

CA 模型即元胞自動機(jī)（Cellular automata）模型，由元胞及其狀態(tài)、元胞空間、元胞鄰域、轉(zhuǎn)換規(guī)則4 個部分組成。CA 模型具有時間、空間、狀態(tài)離散型，任意元胞變量只存在有限且離散狀態(tài)，并依據(jù)相同的轉(zhuǎn)變規(guī)定進(jìn)行同步修正，狀態(tài)改變的規(guī)則在時間、空間上均為局部特征，普通CA 模型為：

式中：S為元胞有限、離散狀態(tài)集合；N為元胞的鄰居；f為局部映射元胞的轉(zhuǎn)換規(guī)則。

1.3.3.2 Markov 模型

Markov 模型也被稱為Markov 鏈，通過分析系統(tǒng)里每個狀態(tài)的轉(zhuǎn)移概率，可以預(yù)測對象的未來狀態(tài)。由于該模型的無后效性，Markov 鏈廣泛用于模擬土地利用動態(tài)變化[28]。在土地利用覆蓋變化研究中，利用Markov 模型，預(yù)測土地覆蓋變化的計(jì)算式為：

其中

式中：S(T)為T時刻土地利用結(jié)構(gòu)狀態(tài)；S(T0)為T0時刻土地利用結(jié)構(gòu)狀態(tài)；Pij為轉(zhuǎn)移概率矩陣，研究初期到末期由類型i轉(zhuǎn)移為j的概率，且0＜Pij＜1。

CA 模型和Markov 模型均為時間離散、狀態(tài)離散的動力學(xué)模型，但是Markov 模型預(yù)測沒有引入空間變量，而CA 模型的狀態(tài)變量則與空間位置緊密相連，二者具有一定的局限性。將兩個模型有效地結(jié)合，一方面可以更加容易地制定轉(zhuǎn)換規(guī)則，另一方面可以受人為因素的影響變小，能同時從數(shù)量和空間上較好地對森林景觀的分布進(jìn)行預(yù)測，進(jìn)而模擬景觀格局的演變，具有一定的科學(xué)性和實(shí)用性。

1.3.3.3 MCE 模型

轉(zhuǎn)換規(guī)則是CA 模型的核心，利用IDRISI 軟件中的MCE 模塊來生成各景觀類型轉(zhuǎn)移適宜性圖集，進(jìn)而確定元胞在下一時刻的狀態(tài)，從而來定義演化規(guī)則或標(biāo)準(zhǔn)。MCE 模型包括兩部分：約束條件和影響因子。約束條件是適宜性圖像構(gòu)建的特定限制規(guī)則，設(shè)置部分景觀類型禁止向其他景觀類型轉(zhuǎn)化。影響因子則通過FUZZY 模塊標(biāo)準(zhǔn)化，統(tǒng)一將連續(xù)的或離散的數(shù)據(jù)轉(zhuǎn)化為0～255 值域內(nèi)的標(biāo)準(zhǔn)化數(shù)據(jù)。把約束條件和標(biāo)準(zhǔn)化因子圖層導(dǎo)入MCE 模塊，使用Collection Editor 工具將各森林景觀類型適宜性圖像合并成一個適宜性圖集。

水域景觀作為稀缺資源，往往禁止向其他景觀類型轉(zhuǎn)化。建設(shè)用地景觀作為已建成區(qū)域，往往很少轉(zhuǎn)化為其他景觀類型。因此，本研究將水域和建設(shè)用地作為約束條件。

影響因子的選擇取決于影響景觀類型的因子，本研究根據(jù)寧鄉(xiāng)市森林資源特點(diǎn)和獲得的數(shù)據(jù)，結(jié)合前人的研究，選取了高程、坡度、河流、道路、GDP 和行政中心6 個影響因子[29]。根據(jù)研究區(qū)內(nèi)不同景觀類型對各因子條件的適宜性不同，對不同因子條件的適宜性分級。其中，耕地在坡度小于5°時最適宜，5°～25°適宜性逐漸減小，大于25°為不適宜；在距河流1 000 m 內(nèi)為最適宜，大于1 000 m 適宜性逐漸減弱；在距行政中心1 000 m內(nèi)最適宜，1 000～3 000 m 內(nèi)適宜，大于3 000 m適宜性逐漸減弱；建設(shè)用地在坡度大于25°時為不適宜；在距道路500 m 內(nèi)最為適宜，500～1 000 m為適宜，大于1 000 m 適宜性逐漸減弱；喬木林地、竹林地、灌木林地、其他林地受限制因子較少，高程一般是其主要的影響因子；其他非林地可以任意轉(zhuǎn)化。

2 結(jié)果與分析

2.1 寧鄉(xiāng)市森林景觀格局

遙感解譯后，得到寧鄉(xiāng)市2009、2013、2017年3 期的森林景觀類型分類結(jié)果（表6）。經(jīng)過統(tǒng)計(jì)分析，得到森林景觀空間分布特征。從森林景觀類型構(gòu)成來看，在林地中以喬木林地為主；在非林地中，耕地在每期數(shù)據(jù)中占比均最高，高達(dá)51%。各類森林景觀類型的構(gòu)成見表6。

表6 寧鄉(xiāng)市森林景觀類型的構(gòu)成Table 6 Composition of forest landscape types in Ningxiang city

結(jié)合圖2可知，林地主要分布在寧鄉(xiāng)市西部和東南部的山地，占44%～45%。其中喬木林地占比最高，占35%～37%；竹林地、灌木林地、其他林地占比較小。在非林地中，耕地主要分布在寧鄉(xiāng)市東北部的平坦地區(qū)，為研究區(qū)內(nèi)占比最高的森林景觀類型，占49%～51%；主要河流從西部向東部流經(jīng)寧鄉(xiāng)市；而建筑用地大多分布在寧鄉(xiāng)市東北部平坦地區(qū)，其余的建設(shè)用地零星分布在耕地之中；其他非林地多為裸土地，占比極小。

圖2 2009—2017年寧鄉(xiāng)市森林景觀分類圖Fig.2 Forest landscape classification map in Ningxiang city from 2009 to 2017

2009—2013年，各森林景觀類型均有變化，耕地面積變化量最大，減少了45.01 km2；其他林地面積減少量次之，為33.71 km2；灌木林地則減少了15.65 km2。與此同時，喬木林地、竹林地、建設(shè)用地、水域、其他非林地分別增加了39.50、18.00、32.18、2.84、1.85 km2?？傮w變化量絕對值較前時間段相比有所減少。建設(shè)用地、灌木林地、水域面積分別增加了29.81、4.78、0.79 km2；其余森林景觀類型面積都有所減少，其中其他林地面積減少了25.59 km2，喬木林地、竹林地、耕地和其他非林地的減少量都較少。從2009—2017年總體來看，其他林地和耕地急劇減少，建設(shè)用地和喬木林地大量增加，說明寧鄉(xiāng)市在城市的擴(kuò)張中占用了大量的耕地和林地，但同時也加強(qiáng)了對森林的經(jīng)營與管理，使得喬木林地面積增加。

2.2 轉(zhuǎn)移矩陣

為了使各森林景觀之間相互轉(zhuǎn)換過程得到更好的體現(xiàn)，整理得到不同研究時段的森林景觀轉(zhuǎn)移矩陣，表7～8 揭示了各森林景觀之間的流轉(zhuǎn)方向以及空間過程。由表7可知，在2009—2013年間，各森林景觀類型面積轉(zhuǎn)出和轉(zhuǎn)入量各不相同。喬木林地主要流向了灌木林地、其他林地、耕地，其中流向耕地的面積最大，為112.17 km2；竹林地、灌木林地、其他林地主要流向了喬木林地和耕地。結(jié)合喬木林地面積增加的結(jié)果可知，實(shí)施封山育林政策和對荒山荒地植樹造林后，其他林地大量轉(zhuǎn)化為喬木林地，有效地增加了喬木林的面積。建設(shè)用地的增加主要來源于耕地和喬木林地，其中耕地的轉(zhuǎn)化量更大。耕地除了轉(zhuǎn)化為建設(shè)用地外，也向喬木林地轉(zhuǎn)化了部分面積，說明退耕還林政策得到了有力實(shí)施。另外，水域和其他非林地變化量不大。

表7 2009—2013年寧鄉(xiāng)市森林景觀類型面積轉(zhuǎn)移矩陣Table 7 Transfer matrix of forest landscape type area in Ningxiang city from 2009 to 2013 km2

由表8可知，2013—2017年各森林景觀類型面積的轉(zhuǎn)出和轉(zhuǎn)入量也有所不同。喬木林地主要流向耕地、建設(shè)用地和灌木林地，其中喬木林地流向耕地最為明顯；灌木林地則主要流向了耕地；其他林地主要流向喬木林地和耕地，其中其他林地轉(zhuǎn)化為喬木林地的面積占2017年其他林地總面積的30.96%。耕地主要流向喬木林地和建設(shè)用地，與2009—2013年相比，流向建設(shè)用地的面積顯著減少，說明對耕地的保護(hù)更為嚴(yán)格。與此同時，由喬木林地轉(zhuǎn)化為建設(shè)用地的面積與前一研究時段相比也有所減少。竹林地、水域和其他非林地變化量不大。

表8 2013—2017年寧鄉(xiāng)市森林景觀類型面積轉(zhuǎn)移矩陣Table 8 Transfer matrix of forest landscape type area in Ningxiang from 2013 to 2017 km2

2009—2017年，森林景觀轉(zhuǎn)出以林地和非林地中的耕地為主。建設(shè)用地的增加主要來源于耕地和林地，在寧鄉(xiāng)市城鎮(zhèn)化的擴(kuò)張過程中不可避免地導(dǎo)致路網(wǎng)框架的擴(kuò)大和居民住宅用地的增加，但是隨著人們越來越注重保護(hù)生態(tài)環(huán)境，耕地和林地的減少速度得到了緩解。與此同時，隨著封山育林政策的有效實(shí)施，森林群落演替良好，原有的其他林地等轉(zhuǎn)化為喬木林地，且造林綠化工作的有效開展，減少了荒山荒地的面積，增加了喬木林地的面積。

2.3 景觀格局變化特征

2.3.1 類型水平

在類型水平上，寧鄉(xiāng)市的森林景觀格局變化特征結(jié)果如表9所示。由表9可知，喬木林地的斑塊數(shù)量最大，其余按從大到小排序?yàn)橹窳值?、耕地、水域、建設(shè)用地、其他林地、灌木林地、其他非林地；各類森林景觀的斑塊密度大小排序?yàn)閱棠玖值兀局窳值兀靖兀舅颍窘ㄔO(shè)用地＞其他林地＞灌木林地＞其他非林地；耕地的平均斑塊面積遠(yuǎn)大于其它森林景觀類型，喬木林地的平均斑塊面積次之，其它森林景觀類型的平均斑塊面積相差不大。

表9 寧鄉(xiāng)市類型水平景觀指數(shù)值Table 9 The patch-level landscape index value in Ningxiang city

從2009—2017年寧鄉(xiāng)市森林景觀的斑塊數(shù)量、斑塊密度和平均斑塊面積變化分析可知，喬木林地和耕地的斑塊數(shù)量和斑塊密度均增加，且平均斑塊面積減少，表明其破碎化程度增大，多年的變化較為穩(wěn)定；竹林地、灌木林地、其他林地的斑塊數(shù)量和斑塊密度均減少，表明其景觀破碎化程度減弱，更加聚集；建設(shè)用地的斑塊數(shù)量和斑塊密度增加較為明顯，表明在2009—2017年間，寧鄉(xiāng)市的城市化建設(shè)較快，使得建設(shè)用地的數(shù)量增加；水域和其他非林地的斑塊數(shù)量和斑塊密度少量增加。

2.3.2 景觀水平

在景觀水平上，寧鄉(xiāng)市的森林景觀格局變化特征結(jié)果如表10所示。由表10可知，2009—2013年，寧鄉(xiāng)市景觀格局整體變化波動較大。蔓延度指數(shù)從2009年的57.692 4 下降到2013年的56.669 6，表明研究區(qū)各類景觀連接度降低，分布分散。而2013—2017年各類指數(shù)變化不大，寧鄉(xiāng)市整體景觀格局變化相對穩(wěn)定。從整體來看，香農(nóng)多樣性指數(shù)和香農(nóng)均勻度指數(shù)在2009—2017年間先增加后減少，總的來看為增加；聚集度指數(shù)和蔓延度指數(shù)則表現(xiàn)為先減少再略微增加的趨勢，總的來看為減少；連接度指數(shù)則先從0.229 3 增加到0.240 4，再略微減少到0.232 3，總的來看為減少?？傮w而言，研究區(qū)各景觀類型在景觀中呈均衡化趨勢分布，景觀聚集度下降，各類森林景觀異質(zhì)性朝著多樣性發(fā)展。

表10 寧鄉(xiāng)市景觀水平景觀指數(shù)值Table 10 The landscape-level landscape index value in Ningxiang city

2.4 寧鄉(xiāng)市森林景觀格局演變模擬

以寧鄉(xiāng)市2013年森林景觀分類圖為初始年，利用適宜性圖集以及2009—2013年森林景觀轉(zhuǎn)移概率矩陣，得到2017年寧鄉(xiāng)市森林景觀分類模擬結(jié)果（圖3）。

圖3 2017年寧鄉(xiāng)市森林景觀模擬分類結(jié)果Fig.3 Simulated forest landscape classification map of Ningxiang city in 2017

將2017年寧鄉(xiāng)市森林景觀模擬分類結(jié)果和2017年寧鄉(xiāng)市森林景觀遙感解譯分類結(jié)果對比分析，對模擬結(jié)果精度進(jìn)行評估，Kappa 系數(shù)為0.837 4，說明MCE-CA-Markov 模型的模擬效果較好，具有可行性。

2.5 寧鄉(xiāng)市森林景觀格局演變預(yù)測

以寧鄉(xiāng)市2017年森林景觀分類圖為初始年，在CA-Markov 模塊下導(dǎo)入2013—2017年馬爾科夫轉(zhuǎn)移概率矩陣和適宜性圖集，間隔年份為4 a。循環(huán)次數(shù)設(shè)置為4，采用默認(rèn)的摩爾型鄰域5×5 濾波器。將以上參數(shù)設(shè)置完成后，獲得2021年森林景觀模擬分類圖，模擬結(jié)果見圖4。

圖4 2021年寧鄉(xiāng)市森林景觀預(yù)測分類結(jié)果Fig.4 Predicted forest landscape classification map of Ningxiang city in 2021

由表11可知，與2017年寧鄉(xiāng)市各森林景觀類型相比，喬木林地、竹林地、灌木林地、其他林地、其他非林地面積均有減少，分別減少了36.07、6.70、9.84、7.55、0.27 km2，喬木林地減少的面積最多；與之相反，耕地和建設(shè)用地分別增加了26.8 km2和32.66 km2，水域面積也有少量增加。

表11 2021年寧鄉(xiāng)市森林景觀類型面積Table 11 Forest landscape area of Ningxiang city in 2021

由表12可知，2017—2021年期間，寧鄉(xiāng)市增加的建設(shè)用地主要由耕地轉(zhuǎn)化而來，與之相應(yīng)地，增加的耕地主要由喬木林地和灌木林地轉(zhuǎn)化得到，說明在城市建設(shè)的發(fā)展進(jìn)程中，保護(hù)耕地的力度在不斷提高。部分其他林地轉(zhuǎn)化為喬木林地，說明城市的造林綠化工作在進(jìn)一步推進(jìn)，其他森林景觀類型的轉(zhuǎn)化量不大。

表12 2017—2021年森林景觀類型面積轉(zhuǎn)移矩陣Table 12 Transfer matrix forest landscape type area from 2017 to 2021 km2

3 結(jié)論與討論

林地與非林地在較長時空范圍內(nèi)可相互轉(zhuǎn)化，森林景觀格局演變與非林地緊密相關(guān)。參照《湖南省森林資源規(guī)劃設(shè)計(jì)調(diào)查技術(shù)規(guī)定》地類劃分標(biāo)準(zhǔn)將寧鄉(xiāng)市森林景觀類型分為8 類，解譯3 期Landsat 遙感影像得到2009—2017年森林景觀類型分類結(jié)果。采用轉(zhuǎn)移矩陣和景觀指數(shù)方法，并結(jié)合高程、坡度等6 個影響因子構(gòu)建MCECA-Markov模型，研究森林景觀格局演變和模擬預(yù)測。

基于森林景觀空間分布特征及轉(zhuǎn)換過程，在2009—2017年期間，其他林地和耕地面積顯著減少，喬木林地和建設(shè)用地面積增加，表明寧鄉(xiāng)市城市化進(jìn)程加快，且加強(qiáng)了森林經(jīng)營管理，喬木林地面積增加。2013年后，耕地轉(zhuǎn)出速度明顯下降，表明耕地保護(hù)力度加強(qiáng)。同時得益于封山育林和荒山荒地造林，使得其他林地大量轉(zhuǎn)為喬木林地。

從景觀指數(shù)變化角度分析，在2009—2017年期間，喬木林地破碎化程度最大，8年間呈現(xiàn)先減弱后加劇的趨勢；竹林地破碎化程度減弱；灌木林地破碎化程度也呈現(xiàn)出先減弱后加劇的趨勢；耕地具有高聚集性；建設(shè)用地破碎化程度顯著加?。黄渌坝^類型變化不顯著?？傊?，研究區(qū)各景觀在景觀格局中呈均衡化趨勢分布，景觀聚集度下降，各類景觀異質(zhì)性朝著多樣性方向發(fā)展。

結(jié)合高程、坡度等6 個影響因子，構(gòu)建MCECA-Markov 模型，將2017年寧鄉(xiāng)市森林景觀類型的遙感解譯結(jié)果和模型模擬結(jié)果進(jìn)行對比，檢驗(yàn)?zāi)M結(jié)果的Kappa 系數(shù)為0.837 4，說明該模型對寧鄉(xiāng)市森林景觀格局模擬效果較好。2021年寧鄉(xiāng)市森林景觀格局預(yù)測結(jié)果與2017年各森林景觀類型對比：喬木林地、竹林地、灌木林地、其他林地、其他非林地均減少，主要轉(zhuǎn)化為耕地和建設(shè)用地，而建設(shè)用地隨著城市發(fā)展持續(xù)增加，耕地受到嚴(yán)格保護(hù)。

本研究基于2009、2013、2017年3 期遙感影像數(shù)據(jù)，對其森林景觀格局現(xiàn)狀和變化過程進(jìn)行分析；構(gòu)建MCE-CA-Markov 模型并驗(yàn)證模型的可行性，模擬分析2021年寧鄉(xiāng)市森林景觀格局的變化情況，研究結(jié)果對于寧鄉(xiāng)市森林城市創(chuàng)建具有一定的參考價值。由于研究區(qū)域范圍及研究目的的不同，在數(shù)據(jù)來源和景觀類型劃分上有所側(cè)重[12,14,30]。因本研究基于Landsat 遙感影像在縣級空間尺度上將森林景觀類型劃分為8 類，未來研究可考慮選用更高分辨率的遙感影像數(shù)據(jù)，對各類森林景觀類型劃分進(jìn)一步細(xì)化。在影響景觀類型因子選擇方面，結(jié)合前人的研究，只選取了高程、坡度、河流、道路、GDP 和行政中心6 個影響因子，可增加如人口[29]等其它影響因子進(jìn)一步完善MCE-CA-Markov 模型，更好地預(yù)測未來森林景觀格局變化。有關(guān)森林景觀格局演變規(guī)律與驅(qū)動因素的相關(guān)關(guān)系等方面，還有待深入研究。