蘇南水網地區水域景觀破碎化時空演變特征及驅動因子研究
——以吳江區為例

丁金華,許艷秋,錢 晶

(蘇州科技大學 建筑與城市規劃學院,江蘇 蘇州 215000)

景觀破碎化是城鎮化進程中景觀格局演變的重要特征[1],是指局域景觀由連續完整的整體轉變為破碎、異質的斑塊的現象。景觀破碎化直接影響著景觀的生態特征與過程,是導致土地退化、生態系統服務功能弱化及生物多樣性減少的主要原因[2]。

目前國內外學者對景觀破碎化研究相對成熟。景觀破碎化時空演變特征的研究內容主要聚焦于對某一研究區域景觀破碎化程度進行測度與評估[3],揭示時間和空間上不同景觀類型景觀破碎化動態的時空特征及時空演變規律[4],主要研究方法包括景觀格局指數分析[5]、移動窗口法[6]等;景觀破碎化的驅動因子研究不僅能夠深入分析景觀破碎化時空演變成因,同時可建立景觀特征與內外部驅動作用的動力聯系,主要通過相關性分析[7-8]、主成分分析[9]、灰色關聯度分析[10]以及回歸模型[11]等進行的。目前針對景觀破碎化時空演變特征及其驅動因子研究的范圍主要集中在流域[12-13]和城市區域[14],而對水網地區水域景觀破碎化的時空演變及研究相對較少。

蘇南地區具有典型的水網空間特征。水域在水網地區生態景觀格局中有著非常重要的地位。水域破碎化現象是城鎮化進程中景觀格局演變的突出問題,制約著水域生態服務功能的發揮,也是影響水域生態環境質量提升、生物多樣性保護的關鍵因素。探究水域景觀破碎化時空演變特征和作用機制對于加強水域生態環境可持續發展具有重要作用[15]。本研究選取蘇州吳江區作為研究區域,結合ArcGIS10.7、Fragstats4.2等相關軟件,分析近30 a內的水域景觀破碎化演變特征,并運用地理探測器剖析水域景觀破碎化的關鍵驅動因子,為進一步加強蘇南水域景觀生態保護提供科學依據。

1 材料與方法

1.1 研究區概況

吳江區地處江蘇省東南部(30°45′36″-31°13′41″N,120°21′04″-120°53′59″E),水域總面積323.6 km2,約占全區總面積的22.7%。年平均氣溫17.2 ℃,年均降水量1 121 mm。研究區內河流縱橫交錯,湖蕩呈組團式分布,棋布星陳,河流與湖蕩交織相通,構成了蘇南獨特的水網地域環境格局(圖1)。

1.2 數據來源與處理

采用的遙感影像下載于中國科學院地理空間數據云(http://www.gscloud.cn),空間分辨率為30 m。選取1990、2000、2010年和2020年的Landsat 7 ETM、Landsat 5 TM及Landsat 8 OIL遙感影像,影像采集時間集中于9月,云量小于5%。運用ENVI5.0對影像進行輻射定標、大氣校正、增強、裁剪等預處理;結合《土地利用現狀分類》(GB/T 21010-2017),應用支持向量機分類法將研究區土地利用類型分為耕地、林地、草地、河流、湖泊、水庫坑塘、內陸灘涂及建設用地8類(圖2)。結合歷史資料、Google earth高分影像和實地調查數據,對分類結果進行檢驗并改正,各年份的總體精度均>80%,Kappa系數均>0.7,分類結果良好,滿足研究需求。

選取相關驅動因子對水域景觀破碎化時空演變影響力進行研究。其中高程數據來源于地理空間數據云(https://www.gscloud.cn/);年均降雨量數據來源于中國科學院資源環境科學與數據中心(https://www.resdc.cn/Default.aspx);人類活動強度通過生態系統人為影響指數的賦值公式獲得[16];道路密度來源于全國地理信息資源目錄服務系統(https://www.webmap.cn)。

1.3 研究方法

1.3.1 景觀格局指數分析 運用景觀格局指數方法、Fragstats4.2軟件定量分析吳江區1990-2020年水域景觀破碎化的時空演變特征。結合已有文獻研究[17-19]及吳江區水域景觀特征,從類型水平上選取斑塊密度(PD)、平均斑塊面積(MPS),景觀水平上選取景觀分離度(DIVISION)、聚集度指數(AI)、香農多樣性指數(SHDI)和蔓延度指數(CONTAG),分析吳江區水域景觀破碎化時空演變特征,各指數生態內涵見表1。

表1 景觀格局指數公式及其生態內涵Table 1 The formula of landscape pattern index and its ecological connotation

1)因子探測器:主要用來檢測驅動因子X能否解釋空間分異特征以及其對因變量的影響程度的大小及力度[20],用q來表示,表達式為

(7)

2)交互作用探測器:評估2種因子同時作用時對因變量Y能否產生不同結果,從而用來判斷影響因子之間是獨立作用還是交互作用[29],其交互作用產生的不同類型結果見表2。

表2 2個自變量對因變量交互作用的類型

3)生態探測器:比較兩因子X1與X2對屬性Y的空間分布的影響是否有顯著的差異[20],以F統計量來衡量

(8)

式中:NX1及NX2分別表示2個因子X1和X2的樣本量;SSWX1和SSWX2分別表示由X1和X2形成的分層的層內方差之和[20]。

2 結果與分析

2.1 水域景觀破碎化時空特征分析

2.1.1 景觀水平破碎化特征分析 DIVISION、SHDI與景觀破碎化程度成正比,指數越大,景觀破碎化程度越大;CONTAG、AI與破碎化程度成反比,指數越大,破碎化程度越小。

景觀格局破碎化指數演變分析結果見表3,1990-2000年DIVISION、SHDI有所增加,水域景觀分離程度增大、景觀異質性增加;CONTAG、AI呈減小的變化趨勢,空間分布較為分散。表明此期間水域景觀破碎化程度逐漸增大,聚集程度不斷減弱;2000-2020年DIVISION、SHDI逐漸下降,斑塊趨于團聚;CONTAG和AI有所上升,水域景觀聚集程度及連接性逐漸增強,水域斑塊分布變得更為集中。表明此期間破碎化程度有所減緩,整體趨向整合。

表3 1990-2020年吳江區水域景觀水平上指數變化

從空間分布圖來看(圖3),1990-2020年吳江區水域景觀破碎化程度較高的區域呈由北部向東部轉移的趨勢,且破碎化高值區呈擴散趨勢。其中三白蕩、元蕩、南星湖等片區DIVISION和SHDI較大,AI和CONTAG較小,破碎度程度高且呈逐漸增大的趨勢;長漾、北麻漾及沿太湖片區DIVISION及SHDI低,AI和CONTAG大,破碎化程度低,區域內水域景觀格局整體性有所加強。

教師特寫：教師特寫的優先級最低。當教師在講臺站定不動，畫面為教師特寫。在錄制的過程中，教師不水平移動，不操作電腦，也沒有學生回答問題時，錄制的畫面會比較長時間在教師特寫的畫面。

圖3 1990-2020年吳江區水域景觀破碎化指數空間分布

2.1.2 類型水平破碎化特征分析 PD值越大,景觀破碎化程度越大;而MPS值越大,則景觀破碎化程度越小。

類型水平上破碎化指數演變分析結果見圖4,河流、湖泊及內陸灘涂等自然水域破碎化程度在1990-2020年呈先逐步增加后持續降低的趨勢:1990-2000年的PD增加,MPS減小,破碎化程度上升。說明隨著城鎮化進程的逐漸加快,人工建設活動使自然水域的連通性下降,斑塊空間不斷分散和破碎化,自然水域類型的完整性與連續性下降;2000-2020年PD減小,MPS增大。表明生態保護政策導向下自然水域類型破碎化減緩,整體性有所加強。水庫坑塘人工水域類型破碎化程度呈先減緩后有所增大的趨勢:1990-2010年PD減小,MPS增大,破碎化程度有所減緩,2010年后斑塊破碎化增大,表明空間分布逐漸分散。

圖4 1990-2020年吳江區不同水域類型的指數變化

2.2 水域景觀破碎化的驅動因子分析

2.2.1 水域景觀破碎化空間分異的變量處理 通過景觀格局指數PD、MPS、SHDI、DIVISION、AI和CONTAG表征研究區景觀破碎化。由于在反映破碎化的具體解釋存在一定重合,因此使用主成分分析將其重新綜合成一組綜合變量以表征水域景觀破碎化(表4),并將該綜合變量作為分析因變量,同時對各驅動因子進行分區處理(表5),作為分析自變量。

表4 吳江區水域景觀破碎化指數的主成分分析

表5 地理探測器的驅動因子分級說明

考慮到公因子方差的提取程度、初始特征值和KMO大小,KMO統計量可表征因子間的相關程度,其值為0～1,KMO越接近1,表明因子間的相關性越強,越適合主成分分析。對1990、2000、2010年及2020年主成分分析后可知,2020年的景觀指數第1主成分可以解釋原變量的73%,說明選取第1主成分表征水域景觀破碎化的合理性。選取2020年作為研究年份開展進一步分析,景觀破碎化綜合變量表達式為

F=-(0.388)×ZAI+(0.374)×ZDIVISION-(0.357)×ZMPS+(0.354)×ZSHDI+(0.331)×ZPD-(0.187)×ZCONTAG

(9)

式中:ZAI、ZDIVISION、ZMPS、ZSHDI、ZPD、ZCONTAG為AI、DIVISION、MPS、SHDI、PD、CONTAG標準化后的數值。

2.2.2 單因子探測分析 由表6可以看出,各驅動因子在不同程度上解釋了研究區水域景觀破碎化時空演變特征的影響力大小,其中人類活動強度(X3)的影響力最大,是影響吳江區水域景觀破碎化空間分異的主導因子,反映人工建設等復雜活動對水域景觀格局產生一定干擾;其次是土地利用類型(X4)的影響力,在很大程度上影響吳江區水域景觀破碎化的空間分異;年均降雨量(X1)、高程(X2)等自然因子的影響力較弱。說明人為干擾類因子比自然驅動因子對研究區水域景觀破碎化的解釋力大,對吳江區水域破碎化時空特征起主導作用。

表6 吳江區水域景觀破碎化時空演變特征單因子探測

2.2.3 交互探測分析 從表7看出,各因子之間交互作用對水域景觀破碎化的解釋力大于單因子作用,交互作用結果均表現為雙因子增強或非線性增強。其中人類活動強度(X3)與土地利用類型(X4)的交互作用影響最強,達到0.577 4,其次是人類活動強度(X3)與道路密度(X5)的交互作用,為0.501 2。說明人類活動強度(X3)和土地利用類型(X4)是影響吳江區水域景觀破碎化時空演變的重要因子。反映出人類干擾對水域景觀破碎化的空間分異的影響程度較大。

表7 吳江區水域景觀破碎化時空演變特征驅動因子交互探測

2.2.4 生態探測分析 各因子對景觀破碎化時空演變特征的生態探測結果(表8)表明,人為活動強度(X3)、土地利用類型(X4)2種因子對破碎化空間分異的影響程度與其他因子對破碎化空間分異的影響程度存在顯著差異。結合因子探測器的結果,可以進一步驗證,人為活動強度(X3)對水域景觀破碎化空間分異的影響相對較大。

表8 吳江區水域景觀破碎化時空演變特征驅動因子生態探測

3 討論

水域景觀破碎化時空演變是具有階段性、多樣性以及復雜性的特征動態過程,不同類型的驅動因子對景觀破碎化時空演變特征的影響力不同,同時在不同時空尺度上,各驅動因子的作用機理也存在較大的差異。

目前研究主要聚焦在揭示該地區在近30 a內水域景觀破碎化時空演變特征和驅動因子的影響力大小。本研究從景觀和類型水平選取了具有代表性的6個景觀格局指數分析吳江區的水域景觀破碎化演變特征。但關于更細化的時空演變動態定量分析略顯不足,還需結合更多空間分析方法全面探究水域景觀破碎化時空演變特征。對研究區內各驅動因子的動態研究不足,今后應聚焦揭示影響水域景觀破碎化的主要驅動因子及其驅動作用強度在時序上的變化規律。景觀破碎化與各驅動因子間的空間特性的解釋方面有待提升,未來將進一步結合如地理加權回歸等空間回歸方法,探索更加精確的景觀破碎化空間特征與多元驅動因子關系。

4 結論

景觀水平破碎化特征分析上,1990-2000年,隨著建設用地不斷擴張,人類的干擾程度較大,導致水域斑塊要素分布較散,吳江區水域景觀破碎化程度逐漸增加;2000-2020年水域空間生態保護和生態管控力度不斷增強,水域景觀格局完整性與連續性有所提升,破碎化程度有所減緩,整體趨向整合。

類型水平破碎化特征分析上,各水域景觀類型破碎化指數變化不一,差異明顯。其中河流、湖泊及內陸灘涂等自然水域類型的破碎化程度先逐步增大后持續減緩:1990-2000年受到人工建設的干擾,斑塊類型逐漸分散化,破碎化程度逐漸增大;2000-2020年斑塊碎化程度降低。水庫坑塘等人工水域破碎程度呈先降低后增加的趨勢:1990-2010年斑塊類型分布比較聚集,2010-2020年斑塊類型分散特征顯著,破碎化程度上升。

驅動因子分析結果表明,水域景觀破碎化演變受到自然、社會等多重因素綜合作用的結果,各驅動因子內部對景觀破碎化程度的解釋存在差異:人為活動強度、土地利用類型對水域景觀破碎化空間分異的影響相對較大。人類活動強度對景觀破碎化的影響力明顯高于其他因子,并且各因子間的交互作用對水域景觀破碎化存在雙因子交互增強效應。其中人類活動強度與其他因子間的交互強度最高,是影響水域景觀破碎化時空演變特征的最關鍵因子。