唐縣生態(tài)空間聚集特征演化分析

陳艷玲 闞瑤川 宋安安

摘要 在唐縣2009—2018年土地利用現(xiàn)狀圖的基礎(chǔ)上，運(yùn)用空間自相關(guān)分析方法，通過分別計(jì)算莫蘭指數(shù)（Morans I）和標(biāo)準(zhǔn)差橢圓，對(duì)唐縣2009—2018年生態(tài)空間聚集特征及其演化情況進(jìn)行研究。結(jié)果表明，2009—2018年唐縣生態(tài)空間分布總體呈現(xiàn)“西北—東南”的布局特征，具有較強(qiáng)的空間聚集性和明顯的地域差異性，受建設(shè)用地?cái)U(kuò)張影響導(dǎo)致空間總體上由西北向東南方向收縮。

關(guān)鍵詞 空間自相關(guān);時(shí)空演變;生態(tài)空間;聚集特征;演化情況

中圖分類號(hào) F 205? 文獻(xiàn)標(biāo)識(shí)碼 A

文章編號(hào) 0517-6611（2021）20-0084-04

doi：10.3969/j.issn.0517-6611.2021.20.023

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Analysis on the Evolution of Ecological Spatial Aggregation Characteristics in Tang County

CHEN Yan-ling KAN Yao-chuan SONG An-an1 （1.Baoding ELF Land Technology Co.， Ltd.， Baoding，Hebei 071000;2.College of Land and Resources，Hebei Agricultural University，Baoding，Hebei 071001）

Abstract Based on the land use status map of Tang County from 2009 to 2018， the spatial autocorrelation analysis method was used to calculate the Moran index （Morans I） and the standard deviation ellipse to analyze the ecological spatial agglomeration characteristics and the evolution situation of Tang County from 2009 to 2018.The results showed that the overall ecological spatial distribution of Tang County from 2009 to 2018 presented the layout characteristics of “northwest-southeast”， with strong spatial aggregation and obvious regional differences. The expansion of construction land had caused the overall space to shrink from the northwest to the southeast.

Key words Spatial autocorrelation;Spatial and temporal evolution;Ecological space;Aggregation characteristics;Evolution situation

作者簡(jiǎn)介 陳艷玲（1977—），女，河北保定人，工程師，從事土地資源管理工作。

收稿日期 2020-11-29

改革開放以來，隨著社會(huì)經(jīng)濟(jì)快速發(fā)展和經(jīng)濟(jì)發(fā)展方式發(fā)生轉(zhuǎn)變，生態(tài)環(huán)境問題日益嚴(yán)峻，保障生態(tài)安全的重要性日益顯現(xiàn)，對(duì)以往生態(tài)空間格局特征進(jìn)行分析十分必要[1]。目前，國(guó)內(nèi)學(xué)者對(duì)于生態(tài)空間的研究主要集中在其類型識(shí)別[2-4]、功能評(píng)價(jià)[5]、景觀格局優(yōu)化[6]等方面， 對(duì)生態(tài)空間格局演化特征的深入分析較為缺乏[7]。因此，筆者選取河北省唐縣作為研究案例， 基于2009和2018年兩期土地調(diào)查數(shù)據(jù)，確定生態(tài)空間分類方法，運(yùn)用空間自相關(guān)Morans I（莫蘭指數(shù)）和標(biāo)準(zhǔn)差橢圓的方法， 探討生態(tài)空間的聚集特征及其演化情況，為唐縣合理開發(fā)土地資源和改善生態(tài)環(huán)境提供科學(xué)依據(jù)。

1 資料與方法

1.1 研究區(qū)域概況

唐縣位于河北省中部（114°28′～115°03′E、38°38′～39°10′N），地處京津冀經(jīng)濟(jì)圈輻射范圍內(nèi)，下轄7個(gè)鎮(zhèn)，土地總面積達(dá)1 414 km2。該縣屬于暖溫帶大陸性季風(fēng)氣候，是山區(qū)農(nóng)業(yè)縣，以山地丘陵為主，約占土地總面積的82%，地勢(shì)西北高、東南低， 海拔在52～1 870 m，唐河、通天河由西向東南縱貫全境。截至2018年，戶籍人口共59萬(wàn)，地區(qū)生產(chǎn)總值為857 503萬(wàn)元，人均GDP為14 533元，農(nóng)村居民人均可支配收入9 822元。

1.2 數(shù)據(jù)來源與預(yù)處理 研究區(qū)2009和2018年土地利用現(xiàn)狀圖分別來源于2009年第二次全國(guó)土地調(diào)查數(shù)據(jù)和2018年土地利用變更調(diào)查數(shù)據(jù)，空間分辨率為30 m，利用ArcGIS軟件進(jìn)行數(shù)據(jù)處理和分析使用，以研究區(qū)范圍為基準(zhǔn)構(gòu)造網(wǎng)格像元為500 m×500 m的漁網(wǎng)。

1.3 研究方法

該研究擬采用空間自相關(guān)方法來分析研究區(qū)空間聚集特征及其演變，空間自相關(guān)是對(duì)數(shù)據(jù)集的空間自相關(guān)進(jìn)行總體估計(jì)，其中經(jīng)典的空間自相關(guān)統(tǒng)計(jì)包括Morans I、Gearys C和標(biāo)準(zhǔn)偏差橢圓算法等[8]。結(jié)合研究區(qū)實(shí)際情況，該研究選取了全局Morans I和標(biāo)準(zhǔn)偏差橢圓進(jìn)行空間分析。

1.3.1 Morans? I指數(shù)。Morans? I 指數(shù)也叫莫蘭指數(shù)，可以分為全局莫蘭指數(shù)和局部莫蘭指數(shù)，是空間自相關(guān)系數(shù)的一種，一般是用來度量空間相關(guān)性的一個(gè)重要指標(biāo)[9]。該研究選用全局莫蘭指數(shù)，即狹義上的莫蘭指數(shù)，可研究全部單元屬性值在整個(gè)空間的分布特征，指數(shù)值的大小代表了生態(tài)功能度在空間上的趨同性和聚集性。

記n為要素總數(shù)，xi是第i個(gè)要素的觀測(cè)屬性值，是所有要素觀測(cè)屬性值的平均值，wij是第i個(gè)要素和第j個(gè)要素之間的空間權(quán)重。指數(shù) I計(jì)算公式為：

I=nni=1nj=1wij（xi-）（xj-）ni=1（xi-）2（1）

1.3.2 標(biāo)準(zhǔn)差橢圓。

標(biāo)準(zhǔn)差橢圓即方向分布，常用于點(diǎn)模式分析，這種算法可以同時(shí)對(duì)一組點(diǎn)數(shù)據(jù)的方向和分布進(jìn)行分析，并且獲取這組數(shù)據(jù)的一些特性，生成的結(jié)果是一個(gè)橢圓[10]。其中，橢圓的長(zhǎng)半軸表示數(shù)據(jù)分布的方向，短半軸表示數(shù)據(jù)分布的范圍，扁率表示數(shù)據(jù)分布的方向趨向性。

（1）確定圓心坐標(biāo)（SDEx，SDEy）。記n為要素總數(shù)，（Xi，Yi）是第i個(gè)要素的坐標(biāo)，（，）是所有要素的平均中心。計(jì)算公式如下：

SDEx=ni=1（xi-）2n（2）

SDEy=ni=1（yi-）2n（3）

其中，

=ni=1xin（4）

=ni=1yin（5）

（2）確定旋轉(zhuǎn)角度θ。計(jì)算公式如下：

tanθ=A+BC（6）

A=ni=1（x～2i-y～2i）（7）

B=（ni=1x～2i-ni=1y～2i）2+4（ni=1x～iy～i）2（8）

C=2ni=1x～iy～i（9）

其中，（x～iy～i）是平均中心（，）與（Xi，Yi）的差。

（3）計(jì)算x軸和y軸的標(biāo)準(zhǔn)差σx和σy。計(jì)算公式如下：

σx=2ni=1（x～icosθ-y～isinθ）2n（10）

σy=2ni=1（x～isinθ+y～icosθ）2n（11）

1.4 生態(tài)空間識(shí)別

該研究以國(guó)土空間內(nèi)不同土地利用類型的生態(tài)功能強(qiáng)度為依據(jù)，通過對(duì)其功能強(qiáng)度進(jìn)行評(píng)分來劃分生態(tài)空間，分別有強(qiáng)生態(tài)功能空間、較強(qiáng)生態(tài)功能空間、弱生態(tài)功能空間、無生態(tài)功能空間4種類型，對(duì)應(yīng)的分值分別為5、3、1、0[11]。其中，無生態(tài)功能空間不被認(rèn)定為生態(tài)空間，不計(jì)入總生態(tài)空間統(tǒng)計(jì)。依據(jù)唐縣實(shí)際情況，與各類生態(tài)空間對(duì)應(yīng)的土地利用類型參照第二次全國(guó)土地調(diào)查中的地類標(biāo)準(zhǔn)。研究區(qū)各土地利用類型的生態(tài)功能分值見表1。

2 結(jié)果與分析

2.1 生態(tài)空間基本特征分析

在土地利用類型圖的基礎(chǔ)上， 借助了ArcGIS軟件構(gòu)建漁網(wǎng)并對(duì)單元格進(jìn)行生態(tài)功能分值賦值， 得到研究區(qū)生態(tài)空間分布及變動(dòng)情況（圖1、2）。然后，在此基礎(chǔ)上，采用土地利用轉(zhuǎn)移矩陣體現(xiàn)研究區(qū)2009—2018年各生態(tài)空間類型結(jié)構(gòu)及其之間的相互轉(zhuǎn)換關(guān)系，以揭示研究區(qū)生態(tài)空間格局演化的結(jié)構(gòu)特征與各類型的演變方向 （表2）。

從數(shù)量結(jié)構(gòu)上看（表2），2018年，研究區(qū)國(guó)土空間總面積為1 414.390 4 km 生態(tài)空間總面積為746.419 8 km 占國(guó)土空間的52.77%，較2009年減少19.10%。其中，強(qiáng)生態(tài)功能空間占49.51%，較強(qiáng)生態(tài)功能空間占48.15%，弱生態(tài)功能空間占2.34%，顯然生態(tài)空間以強(qiáng)生態(tài)空間和較強(qiáng)生態(tài)空間為絕對(duì)主導(dǎo)。研究區(qū)2009—2018年生態(tài)空間類型變化主要表現(xiàn)為較強(qiáng)生態(tài)功能空間和強(qiáng)生態(tài)功能空間持續(xù)減少，無生態(tài)功能空間和弱生態(tài)功能空間逐漸增加。其中，強(qiáng)生態(tài)功能空間主要是向無生態(tài)功能空間和較強(qiáng)生態(tài)功能空間大量轉(zhuǎn)化，主要由于建設(shè)和耕地占用。較強(qiáng)生態(tài)功能空間向另外3種生態(tài)功能空間轉(zhuǎn)化，是因?yàn)闂l件較差耕地的退耕還林及建設(shè)占用。部分弱生態(tài)空間向較強(qiáng)生態(tài)空間轉(zhuǎn)化，顯然由于大量的村莊、農(nóng)田、道路均分布在河流兩側(cè)，由于耕地資源有限，導(dǎo)致耕地?cái)U(kuò)張占用河道水域現(xiàn)象較為普遍。無生態(tài)功能空間向弱生態(tài)功能空間和較強(qiáng)生態(tài)功能空間轉(zhuǎn)化，主要是受到耕地占補(bǔ)平衡政策及建設(shè)用地增減掛鉤等政策影響，建設(shè)用地被復(fù)墾為耕地和林地。

從空間布局上看（圖1），研究區(qū)生態(tài)空間分布呈現(xiàn)出明顯的地域差異性，表現(xiàn)出西北低、東南高的態(tài)勢(shì)，與西北高、東南低的地勢(shì)相吻合。生態(tài)空間高值區(qū)主要集中于南部平原、北部山地丘陵和西南部水域。其中，南部平原是重要的農(nóng)業(yè)區(qū)， 耕地分布廣;北部山地丘陵為林區(qū)突出地帶，有突出的生態(tài)功能;西南部水域主要是西大洋水庫(kù)。

從圖2可以看出，研究區(qū)生態(tài)空間的升高區(qū)域集中分布在南部平原的西北部及其邊緣，且高值區(qū)表現(xiàn)出了功能提升的態(tài)勢(shì)，這主要是由于耕地占補(bǔ)平衡和退耕還林政策的施行。而研究區(qū)生態(tài)空間的降低區(qū)域分布范圍更廣，呈現(xiàn)擴(kuò)散趨勢(shì)，主要是由于推進(jìn)城鎮(zhèn)化和基礎(chǔ)設(shè)施建設(shè)而導(dǎo)致建設(shè)用地不斷侵占大量耕地和由此導(dǎo)致的大量林地資源被耕地資源擠占。

2.2 生態(tài)空間聚集特征分析

2.2.1 Morans? I 指數(shù)分析。該研究運(yùn)用ArcGIS軟件中的空間統(tǒng)計(jì)工具，將劃分的每個(gè)網(wǎng)格像元內(nèi)生態(tài)功能分值作為觀測(cè)變量，計(jì)算出2009—2018年唐縣生態(tài)空間的全局空間自相關(guān)系數(shù)。2009和2018年2個(gè)時(shí)間節(jié)點(diǎn)的計(jì)算結(jié)果見圖3～4。結(jié)果表明，置信度95%的水平上，2009和2018年2個(gè)時(shí)間節(jié)點(diǎn)的P值均小于0.05，Z值均大于1.65，通過顯著性水平檢驗(yàn)，Morans? I 指數(shù)均不等于0，可拒絕零假設(shè)，這說明研究區(qū)生態(tài)空間的分布不是隨機(jī)的。此外，2009和2018年2個(gè)時(shí)點(diǎn)的Morans? I 指數(shù)均為正值，分別是0.57和0.5 這表明2009—2018年研究區(qū)生態(tài)空間在空間分布上表現(xiàn)出了顯著的空間自相關(guān)特征即空間聚集性，在各網(wǎng)格單元呈現(xiàn)正相關(guān)。但是，這一聚集性在10年間有所下降，主要是由于生活空間的無序擴(kuò)張破壞了原有的聚集性。因此，要注意對(duì)建設(shè)用地進(jìn)行合理規(guī)劃，引導(dǎo)生活空間有序擴(kuò)張，保護(hù)生態(tài)空間，實(shí)現(xiàn)可持續(xù)發(fā)展。

2.2.2 標(biāo)準(zhǔn)差橢圓分析。

通過ArcGIS軟件中的空間統(tǒng)計(jì)工具分析了2009和2018年2個(gè)時(shí)點(diǎn)的標(biāo)準(zhǔn)差橢圓，橢圓結(jié)果見圖5。然后將橢圓參數(shù)整理成表，見表3。

可知2009—2018年研究區(qū)生態(tài)空間分布總體呈現(xiàn)“西北—東南”的布局特征，空間分布由西北向東南方向收縮，總體分布范圍幾乎不變。從長(zhǎng)半軸來看，2009—2018年長(zhǎng)半軸的標(biāo)準(zhǔn)差由25.40 km 減少至24.51 km，說明研究區(qū)生態(tài)空間聚集性在“西北—東南”方向上有所增強(qiáng);從短半軸來看，2009—2018年短軸標(biāo)準(zhǔn)差變化不大，說明研究區(qū)生態(tài)空間分布范圍幾乎沒有變化;從扁率來看，2009—2018年扁率從0.59降低至0.57，說明研究區(qū)生態(tài)空間的空間分布的方向趨向性變化不大，但是趨向性明顯。此外，2009—2018年橢圓方位角和中心點(diǎn)幾乎不變，這也反映出“西北—東南”方向上的分布格局變化較小。因此，唐縣生態(tài)空間標(biāo)準(zhǔn)差橢圓的分布范圍明顯由西北向東南方向收縮，空間分布范圍趨向集聚，分布的方向性一直較為明顯。

3 結(jié)論

該研究通過對(duì)比不同時(shí)期的研究區(qū)土地利用現(xiàn)狀數(shù)據(jù)，劃分成5 978個(gè)網(wǎng)格像元，以每個(gè)網(wǎng)格像元內(nèi)生態(tài)功能分值作為觀測(cè)變量，分別計(jì)算了全局空間自相關(guān)Morans I 指數(shù)（莫蘭指數(shù)）和標(biāo)準(zhǔn)差橢圓，進(jìn)一步分析了研究區(qū)生態(tài)空間的時(shí)空演變格局和聚集特征，主要得出以下結(jié)論：

（1）2009—2018年研究區(qū)生態(tài)空間面積有所增加，空間分布呈現(xiàn)出西北低、東南高的態(tài)勢(shì)。其中，南部平原的西北部及其邊緣的生態(tài)功能有所提升，但是降低區(qū)域分布范圍更廣，呈現(xiàn)擴(kuò)散趨勢(shì)。

（2）研究區(qū)生態(tài)空間的空間分布受到人為引導(dǎo)，在空間分布上表現(xiàn)出了顯著的空間聚集性，但是由于受到建設(shè)用地?cái)U(kuò)張的影響這一聚集性在10年間有所下降。

（3）研究區(qū)生態(tài)空間分布總體呈現(xiàn)“西北—東南”的布局特征，空間分布由西北向東南方向收縮，空間分布范圍趨向集聚，這與生態(tài)功能的提升范圍分布一致。必須提升對(duì)生態(tài)空間的關(guān)注力度，引導(dǎo)建設(shè)用地有序擴(kuò)張，保護(hù)生態(tài)空間，有效阻止生態(tài)空間日漸破碎化。

參考文獻(xiàn)

[1]

王甫園，王開泳，陳田，等.城市生態(tài)空間研究進(jìn)展與展望[J].地理科學(xué)進(jìn)展，2017，36（2）：207-218.

[2] 遲妍妍，許開鵬，王晶晶，等.京津冀地區(qū)生態(tài)空間識(shí)別研究[J].生態(tài)學(xué)報(bào)，2018，38（23）：8555-8563.

[3] 謝花林，姚干，何亞芬，等.基于GIS的關(guān)鍵性生態(tài)空間辨識(shí)：以鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)為例[J].生態(tài)學(xué)報(bào)，2018，38（16）：5926-5937.

[4] 彭佳捷，麻戰(zhàn)洪，涂蕾.縣域生態(tài)空間識(shí)別與保護(hù)研究：以湖南省安化縣為例[J].安徽農(nóng)業(yè)科學(xué)，2018，46（35）：63-67，130.

[5] 劉駿杰，陳璟如，來燕妮，等.基于景觀格局和連接度評(píng)價(jià)的生態(tài)網(wǎng)絡(luò)方法優(yōu)化與應(yīng)用[J].應(yīng)用生態(tài)學(xué)報(bào)，2019，30（9）：3108-3118.

[6] 劉世梁，侯笑云，尹藝潔，等.景觀生態(tài)網(wǎng)絡(luò)研究進(jìn)展[J].生態(tài)學(xué)報(bào)，2017，37（12）：3947-3956.

[7] 王旭，馬伯文，李丹，等.基于FLUS模型的湖北省生態(tài)空間多情景模擬預(yù)測(cè)[J].自然資源學(xué)報(bào)，2020，35（1）：230-242.

[8] 付金霞，鄭粉莉，李媛媛.小理河流域土地利用空間自相關(guān)格局與影響因素分析[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2017，48（1）：128-138.

[9] ORD J K，GETIS A.Local spatial autocorrelation statistics：Distributional issues and an application[J].Geographical analysis，1995，27（4）：286-306.

[10] 王譯著，黃亮.2003—2018年昆明市呈貢區(qū)土地利用動(dòng)態(tài)變化時(shí)空特征分析[J].科學(xué)技術(shù)與工程，2019，19（28）：42-49.

[11] 崔家興，顧江，孫建偉，等.湖北省三生空間格局演化特征分析[J].中國(guó)土地科學(xué)，2018，32（8）：67-73.