馬黛玉，夏建國*，周玥希，黃子健，肖欣娟

（1.四川農業(yè)大學資源學院，成都 611130；2.成都市農業(yè)技術推廣總站，成都 610041）

在景觀生態(tài)學中，尺度指空間粒度和幅度。尺度的合理性如何是決定研究區(qū)景觀格局的分析是否具有科學性的關鍵，也是近年來景觀生態(tài)學和地理學研究的重點問題之一[1]。空間粒度是景觀中最小可辨別單元所代表的長度、面積或體積，隨著最小可辨別單元的改變，分析結果也隨之改變[2]。景觀指數(shù)具有強烈的尺度依賴性，在研究過程中，當研究對象的空間幅度和時間幅度一定時，景觀格局指數(shù)受粒度變化的影響[3]。同一景觀由于研究地區(qū)、研究幅度或研究時限不同，其景觀格局指數(shù)的粒度效應也存在差異[4-5]。因此，不存在所有景觀格局分析的最佳尺度，只有針對特定景觀的適宜尺度[6]。如：崔楊林等[7]通過像元尺度上推改變空間粒度，發(fā)現(xiàn)耕地適宜粒度域為100～130 m，林地適宜粒度域為100～110 m，縣域整體景觀格局最佳粒度為100 m；翟俊等[8]認為青海流域景觀格局分析的最佳空間粒度為90 m；吳未等[9]以土地利用類型、熱力等級和生態(tài)貢獻為斑塊類型劃分依據(jù)構建3種不同景觀格局，發(fā)現(xiàn)無錫市景觀格局適宜研究尺度為60～210 m。

當前，多數(shù)學者針對土地利用景觀格局的尺度效應研究主要集中在不同空間尺度對景觀指數(shù)的影響方面[10-12]。這些研究雖然分析了不同區(qū)域土地利用景觀格局分析時最適宜的尺度域，但多數(shù)研究著眼于某一時點上的[4，12-13]土地利用景觀的靜態(tài)空間尺度效應分析，缺乏針對不同時點的動態(tài)分析，且主要強調土地利用整體景觀，有部分研究針對居民點[6，14]、耕地[15-16]景觀格局的研究，少有針對園地、林地等景觀類型的分析。

針對上述問題，本文以雅安市名山區(qū)為例，從多個空間粒度出發(fā)，選取不同時點的多個景觀指數(shù)，在景觀類型水平層次上探討茶園景觀的粒度效應，對揭示縣域茶園景觀生態(tài)規(guī)律和茶園景觀格局變化驅動機制具有一定的指導意義。

1 材料和方法

1.1 研究區(qū)概況

名山隸屬于四川省雅安市，地處四川盆地南西邊緣，位于 29°58'～30°16'N，103°02'～103°23'E 之間，東鄰成都市蒲江縣，南接眉山市丹棱縣、洪雅縣，西連雅安市雨城區(qū)，北壤邛崍市，是“南方絲路”的主要通道和“茶馬古道”的起點，處于成渝經濟區(qū)、攀西經濟區(qū)、川西北經濟區(qū)的接合部和川西交通樞紐核心區(qū)，是接軌成都的“橋頭堡”，也是鏈接攀西、溝通康藏的“中轉站”。轄區(qū)面積618.18 km2，轄11個鎮(zhèn)和1個街道，192個行政村，總人口28.06萬，是一個以茶業(yè)作為主導產業(yè)的丘陵農業(yè)縣。

1.2 數(shù)據(jù)來源及處理

研究所需數(shù)據(jù)來源于雅安市名山區(qū)2002—2018年土地利用現(xiàn)狀數(shù)據(jù)（1∶10 000），原始數(shù)據(jù)包含AutoCAD的DWG數(shù)據(jù)、MapGIS的WP數(shù)據(jù)以及ArcGIS的shp矢量數(shù)據(jù)，分別采用FME和MapGISK9將DWG數(shù)據(jù)和WP數(shù)據(jù)轉換為shp矢量數(shù)據(jù)。利用ArcGIS 10.2提取5期土地利用現(xiàn)狀數(shù)據(jù)中的茶園數(shù)據(jù)，由矢量數(shù)據(jù)為柵格數(shù)據(jù)，以10 m和30 m為間隔設置柵格粒度，將源數(shù)據(jù)轉化為10～150 m以10 m為間隔和150～300 m以30 m為間隔的20個數(shù)據(jù)，粒度均由初始矢量數(shù)據(jù)轉化。利用Fragstats 4.2軟件計算不同粒度下的景觀格局指數(shù)。

1.3 景觀指數(shù)分析

綜合前人研究結果[7，14，17]和研究區(qū)域特點，選取斑塊個數(shù)（NP）、斑塊密度（PD）、景觀形狀指數(shù)（LSI）、最大斑塊指數(shù)（LPI）、斑塊平均面積（AREA-MN）、周長-面積分維數(shù)（PAFRAC）、斑塊結合度指數(shù)（COHESION）和聚集度指數(shù)（AI）等8個景觀格局指數(shù)，從景觀斑塊的密度特征、聚散性特征、規(guī)模特征和形狀特征等方面探討分析不同空間粒度下景觀格局指數(shù)的差異。借助Fragstats 4.2景觀格局分析軟件，對不同粒度下的8個景觀格局指數(shù)進行計算，計算結果使用Excel 2019進行統(tǒng)計分析，借助Origin 2021，選取粒度變化范圍（10～300 m）作為 X軸，景觀指數(shù)計算結果作為Y軸，在Origin中制作坐標圖以便后續(xù)分析。

1.4 變異系數(shù)

利用變異系數(shù)（CV）來評價各指標對粒度變化的敏感度，計算公式為[18]：

式中：CV表示不同粒度下景觀指數(shù)標準差（SD）與平均值（Mean）的比例，為景觀指數(shù)的尺度測量提供標準度量值。CV值越大代表度量的靈敏度越高。根據(jù)前人研究成果[18]，可分為5個級別：極敏感（CV＞100%）、高敏感（100%＞CV＞50%）、中敏感（50%＞CV＞20%）、低敏感（20%＞CV＞1%）和不敏感（CV＜1%）。

1.5 最佳粒度分析法

斑塊數(shù)量、面積和周長等景觀指數(shù)是計算大多數(shù)其他景觀指數(shù)的基礎，分析其對尺度變化的響應對合理選取研究的最佳粒度具有重要的指導意義[19]。本文選用景觀面積損失評價法確定研究區(qū)茶園景觀的最佳適宜粒度，評價模型為：

式中：E代表面積損失，Ag表示轉換后柵格數(shù)據(jù)的面積，Ab表示基準面積，L為精度損失。

2 結果與分析

2.1 景觀指數(shù)敏感度分析

由表1可知，不同景觀格局指數(shù)在不同年份隨粒度“粗粒化”呈現(xiàn)出不同變化。其中始終處于高敏感度的指數(shù)為斑塊平均面積，隨粒度增加和時間推移從中敏感度變?yōu)楦呙舾卸鹊闹笖?shù)有斑塊指數(shù)、斑塊密度指數(shù)和景觀形狀指數(shù)，這些指數(shù)在研究時段內隨粒度變化有明顯變化；最大斑塊指數(shù)在研究時段內始終處于中敏感度；始終處于低敏感度的為周長-面積分維數(shù)指數(shù)，粒度變化對該指數(shù)無明顯影響；隨著時間推移，斑塊結合度指數(shù)和聚集度指數(shù)分別從中、高敏感度變?yōu)榈兔舾卸?。高敏感指?shù)分別從景觀斑塊密度、規(guī)模和形狀的角度反映景觀格局，較小斑塊信息隨粒度增加被較大斑塊掩蓋，導致這類指數(shù)受粒度變化影響較大。

表1 雅安市名山區(qū)景觀類型水平指數(shù)隨空間粒度變化變異特征Table 1 Variation characteristics of landscape type level index with spatial granularity change in Mingshan District,Ya'an City

2.2 景觀格局指數(shù)的粒度效應

2.2.1 斑塊類型水平上的粒度效應

2.2.1.1 密度特征變化分析

本文用斑塊個數(shù)、斑塊密度表征茶園景觀的密度特征。從圖1中可以看出斑塊個數(shù)和斑塊密度變化規(guī)律基本一致，兩個景觀指數(shù)的粒度效應曲線呈先線性增加后呈冪函數(shù)降低的特征，存在明顯拐點20 m和60 m，表明這兩個指數(shù)具有明顯的粒度效應，與敏感度分析結果一致。按密度特征指數(shù)數(shù)值變化率大小可分為4個階段，第一階段為10～20 m線性變化期，景觀指數(shù)數(shù)值隨粒度增加而增大。20 m后主要呈降冪變化，景觀指數(shù)隨粒度增加而減小，包括20～60 m快速下降期，60～110 m相對穩(wěn)定期和110～300 m波動期。

圖1 斑塊個數(shù)和斑塊密度的粒度效應Figure 1 Granularity effect of the number of patches and patch density

2.2.1.2 規(guī)模特征變化分析

隨著粒度增加，最大斑塊指數(shù)數(shù)值呈波動變化趨勢（圖2），具有多個明顯轉折點，粒度效應曲線缺乏明顯的規(guī)律性，在研究粒度范圍內主要呈“升-降-升-降”的變化特征，表明茶園斑塊優(yōu)勢度無明顯的適宜粒度域。

圖2 最大斑塊指數(shù)和斑塊平均面積的粒度效應Figure 2 Granularity effect of largest patch index and average patch area

由圖2可知，表征斑塊破碎度的斑塊平均面積指數(shù)隨粒度增加而增加。根據(jù)不同粒度下指數(shù)數(shù)值變化特征，可以分為4個變化階段。第一階段10～60 m和120～210 m為快速上升期，60～110 m為穩(wěn)定上升期，210～300m為增速降低期?？偟膩碚f，隨著粒度的粗化，大斑塊爭奪小斑塊導致茶園的平均斑塊面積增加，景觀的破碎化程度降低。

2.2.1.3 形狀特征變化分析

由圖3可知，景觀形狀指數(shù)數(shù)值隨粒度的增加而減少，呈明顯的降冪函數(shù)關系，60 m為明顯拐點。表明隨著粒度的增大，斑塊形狀逐漸變得規(guī)則，與粒度增加不斷融合周圍小斑塊導致斑塊形狀趨于單一有關。根據(jù)景觀形狀指數(shù)的變化率可知，景觀指數(shù)數(shù)值在10～60 m和120～300 m范圍內變化明顯，在60～120 m范圍內趨于穩(wěn)定，變化率在0.02%以內。

圖3 景觀形狀指數(shù)和周長-面積分維數(shù)的粒度效應Figure 3 Granularity effect of landscape shape index and perimeter-area fractal dimension

從粒度效應曲線看，周長-面積分維數(shù)總體呈先增加后穩(wěn)定的趨勢。表明隨粒度增加，斑塊的幾何形狀越趨向簡單，受人為干擾的程度越大。數(shù)值變化率要呈波動變化，在40～90 m范圍內較為穩(wěn)定。

2.2.1.4 景觀空間構型變化分析

由圖4可知，斑塊結合度指數(shù)明顯轉折點為100 m，指數(shù)數(shù)值隨粒度增加主要呈下降趨勢，局部呈上升趨勢。斑塊結合度指數(shù)可衡量某一景觀類型的自然連接程度，反映斑塊空間連通性[19]。結果表明斑塊結合度指數(shù)無明顯的適宜粒度域，隨粒度增加，茶園景觀空間連通性較差。

圖4 斑塊結合度指數(shù)和聚集度指數(shù)的粒度效應Figure 4 Granularity effect of patch cohesion index and aggregation index

聚集度指數(shù)粒度效應曲線平滑（圖4），指數(shù)數(shù)值隨粒度增加而下降。聚集度指數(shù)可以反映茶園景觀斑塊的聚散性和空間組合情況，其粒度效應表明茶園斑塊空間分布分散。聚集度指數(shù)的變化率全部為負值，其中10～70 m為明顯下降期；70～300 m為穩(wěn)定下降期，變化率均小于0.05%?？偟膩碚f，名山區(qū)茶園景觀斑塊隨粒度增加，空間分布趨于分散化，茶園景觀的連通性降低。

2.2.2 景觀指數(shù)隨時間變化的粒度效應

為探尋茶園景觀隨時間變化的粒度效應，構建以時間為橫坐標，不同粒度下茶園景觀格局指數(shù)數(shù)值為縱坐標的曲線圖。結合景觀類型水平下粒度效應分析結果，選取30 m和60 m兩個粒度間隔，發(fā)現(xiàn)隨著時間的推移，不同粒度下的景觀指數(shù)呈現(xiàn)相似的粒度效應（圖5）。第一類景觀指數(shù)數(shù)值在2010年前呈現(xiàn)出先隨時間發(fā)展由慢到快地上升，2010年后數(shù)值基本不變，包括斑塊個數(shù)、斑塊平均面積指數(shù)、景觀形狀指數(shù)、周長-面積分維度指數(shù)、斑塊結合度指數(shù)、聚集度指數(shù)（30 m除外）等6個景觀指數(shù)。其中，斑塊個數(shù)、景觀形狀指數(shù)是粒度越小變化越明顯，其余指數(shù)則是斑塊越大變化越明顯；斑塊密度指數(shù)數(shù)值除30 m粒度外，均在2010年之前先隨時間增加而下降，2010年后趨于穩(wěn)定，表明茶園景觀破碎度隨著時間發(fā)展降低，景觀異質性降低；最大斑塊指數(shù)數(shù)值在2002—2006年小幅度下降，2006—2010年快速上升，2010—2018年基本不變，粒度越大變化越明顯，表明近年來茶園斑塊面積變化不大，茶園景觀優(yōu)勢度已基本穩(wěn)定。

圖5 景觀指數(shù)隨時間變化的粒度效應Figure 5 Granularity effect of landscape index over time

綜上，針對不同景觀指數(shù)在時間上的粒度效應主要分為兩類：一類是隨時間發(fā)展指數(shù)數(shù)值先增加后穩(wěn)定，且空間粒度越大，景觀指數(shù)數(shù)值變化越明顯，包括最大斑塊指數(shù)、斑塊平均面積指數(shù)、景觀形狀指數(shù)、周長-面積分維度指數(shù)、斑塊結合度指數(shù)和聚集度指數(shù)；另一類是隨時間發(fā)展指數(shù)數(shù)值先下降后穩(wěn)定，空間粒度越小，景觀指數(shù)變化越明顯，包括斑塊個數(shù)和景觀形狀指數(shù)。這表明，近年來在人為活動影響下，名山區(qū)茶園空間分布集聚程度增加，形狀趨于規(guī)則化，規(guī)?；潭扔兴嵘?/p>

2.2.3 適宜粒度范圍的確定

不同景觀類型的適宜粒度存在差異，空間粒度的選擇會使斑塊分割影響景觀分析結果的科學性和合理性。當景觀指數(shù)波動較大或出現(xiàn)明顯轉折時，景觀特征會發(fā)生較大變化，適宜空間粒度范圍內的景觀指數(shù)變化相對平穩(wěn)，可以保證空間的邊界信息失真度減小，景觀格局特征保持相對穩(wěn)定狀態(tài)[20]。根據(jù)各景觀指數(shù)的粒度效應曲線變化特征，將大多數(shù)景觀指數(shù)的第1個變化相對穩(wěn)定的空間粒度范圍作為適宜粒度域。綜合景觀類型指數(shù)的CV值與景觀指數(shù)粒度效應變化規(guī)律可知，在分析名山區(qū)茶園景觀格局時，應采用多數(shù)景觀指數(shù)處于穩(wěn)定的60～120 m粒度域。

由圖6可知，不同時點下景觀面積損失度粒度效應不同，總體呈波動變化。其中，2002—2006年間景觀面積損失度隨粒度增加損失度增大，面積損失度波動明顯大于其他年份，其中2002年損失度在270 m處超過7%，2006年在210 m處超過3%。2010—2018年間景觀面積損失度變化規(guī)律趨同，景觀面積損失度隨粒度增加先小幅度上升再下降最后趨于穩(wěn)定。粒度越小面積損失度越大，多個年份面積損失度在110 m處首次超過1%。因此，就信息損失模型而言，最佳分析粒度域為10～110 m，最佳分析粒度為10 m。

圖6 不同時序下景觀面積損失度的粒度變化Figure 6 Granularity change of landscape area loss degree under different time series

綜合景觀指數(shù)粒度效應所確定的適宜粒度域分析可知，景觀面積損失度在適宜粒度域內景觀面積平均損失度呈上升趨勢，表明在一定范圍內研究粒度越大信息失真度越高，這是由于隨著粒度增大容易丟失一些小斑塊的空間邊界信息造成景觀特征發(fā)生改變。根據(jù)景觀面積損失度粒度效應可知，在適宜粒度范圍內粒度越小景觀面積損失越小。因此，為減少計算量同時保留盡量多的信息，選擇60 m作為名山區(qū)茶園景觀格局分析的最佳粒度。

3 討論與結論

3.1 討論

當前，中小尺度區(qū)域的尺度效應研究[17,21-22]多采用人工目視解譯的遙感數(shù)據(jù)，存在地類判定不夠精確的問題。本文研究對象為茶園，要準確反映該景觀類型的粒度效應需要高精度的數(shù)據(jù)，因此采用名山區(qū)不同時點的土地利用現(xiàn)狀矢量數(shù)據(jù)作為數(shù)據(jù)源，以保證數(shù)據(jù)的準確性和科學性。同時，不同粒度的柵格數(shù)據(jù)均由原始數(shù)據(jù)轉換而來，可提高數(shù)據(jù)計算的可比性。

研究區(qū)范圍、自然條件以及景觀格局的不同，其粒度范圍及步長大小選擇也不同。在省級尺度上，丁雪姣等[13]結合以25 m為步長在50～350 m對安徽省景觀粒度效應進行研究，張妮等[5]以30m為步長并在30～300 m范圍內研究扎龍濕地景觀力度效應；在市級尺度上，王璐等[23]以30 m為步長在30～300 m范圍內研究武漢市景觀粒度效應；在縣域尺度上，王朋沖等[24]、殷小彤[14]均以30 m為步長在30～300 m范圍內進行土地利用景觀和居民點景觀粒度效應研究。上述研究主要針對研究區(qū)景觀均采用單一粒度劃分。由于大步長會掩蓋小步長粒度域的變化規(guī)律，小步長會重演大步長粒度域的變化規(guī)律[25]。因此，本文進行粒度粗細劃分，選擇粒度步長為10 m和30 m，不僅能準確分析單一景觀類型粒度效應變化還能為研究名山區(qū)整體景觀格局提供參考。

茶業(yè)是雅安市名山區(qū)的優(yōu)勢產業(yè)，茶園是雅安市名山區(qū)的優(yōu)勢地類，因此本文以茶園用地為研究對象進行分析，結果表明雅安市名山區(qū)茶園的適宜分析粒度為60～110 m，最佳粒度為60 m。而由于數(shù)據(jù)限制及區(qū)域土地利用差異等情況，現(xiàn)有文獻少有針對茶園或園地景觀粒度效應的分析，多是根據(jù)遙感解譯數(shù)據(jù)，在研究土地利用整體景觀時劃分了園地這一景觀類型，此類研究中各土地利用類型適用粒度域相同。從相關研究來看，李保杰等[26]認為復墾礦區(qū)中園地景觀指數(shù)的適宜粒度域為20～40 m，未提出最佳分析粒度；郭琳等[27]認為巴彥縣園地景觀指數(shù)的適宜粒度域為60～100 m，最佳分析粒度為100 m。綜上所述，不同的區(qū)域的景觀以及不同的景觀類型具有不同的景觀格局特征，其隨空間粒度變化所表現(xiàn)出來的變化規(guī)律也不同，景觀指數(shù)粒度效應存在明顯的差異性。

3.2 結論

以雅安市名山區(qū)為研究區(qū)，利用2002、2006、2010、2014和2018年5期土地利用現(xiàn)狀數(shù)據(jù)，針對茶園景觀類型，進行景觀指數(shù)粒度效應分析，結論如下：

①不同景觀指數(shù)隨粒度變化的響應程度不同，但均表現(xiàn)出一定的尺度依賴性。根據(jù)對空間粒度變化的響應度可將景觀指數(shù)分為高敏感度、中敏感度和低敏感度3類。

②各景觀指數(shù)隨空間粒度的增加主要呈現(xiàn)3種變化趨勢：第一類景觀指數(shù)隨著粒度增加而下降，包括斑塊個數(shù)、斑塊密度、景觀形狀指數(shù)、斑塊結合度指數(shù)和聚集度指數(shù)，表明“粗?；睂е虏鑸@斑塊減少，形狀趨于規(guī)則化，空間聚集度降低且空間分布趨于分散；第二類斑塊平均面積指數(shù)隨粒度增加而增加，景觀破碎度降低；第三類景觀指數(shù)粒度效應無明顯規(guī)律，包括最大斑塊指數(shù)和周長面積分維度指數(shù)。

③各景觀指數(shù)在時間上的粒度效應分為兩類：一類隨時間發(fā)展指數(shù)數(shù)值先增加后穩(wěn)定，且空間粒度越大，景觀指數(shù)數(shù)值變化越明顯，包括最大斑塊指數(shù)、斑塊平均面積指數(shù)、景觀形狀指數(shù)、周長-面積分維度指數(shù)、斑塊結合度指數(shù)和聚集度指數(shù)；一類隨時間發(fā)展指數(shù)數(shù)值先下降后穩(wěn)定，空間粒度越小，景觀指數(shù)變化越明顯，包括斑塊個數(shù)和景觀形狀指數(shù)。這表明，近年來，在人為活動影響下，雅安市名山區(qū)茶園空間分布集聚程度增加，形狀趨于規(guī)則化，規(guī)?；潭扔兴嵘?。

④空間粒度的選擇會使斑塊分割影響景觀分析結果的科學性和合理性，各茶園景觀格局指數(shù)在60～110 m粒度域內表現(xiàn)穩(wěn)定，為減少計算量同時保留盡量多的信息確定雅安市名山區(qū)茶園景觀的最佳分析粒度為60 m。