龚熊波, 杨波, 刘雨先, 王守梅

湘西州山区土地利用类型的地形梯度效应与景观格局分析

龚熊波, 杨波*, 刘雨先, 王守梅

湖南师范大学资源与环境科学学院, 地理空间大数据挖掘与应用湖南省重点实验室, 长沙 410006

为进一步定量探究地形因子在土地利用中的影响程度大小, 以湘西州山区为研究对象, 借助ArcGIS空间分析功能从DEM数据中提取了湘西州高程、坡度和地形位指数信息, 并利用地形位指数、分布指数以及土地利用综合强度指数系统探究了该州土地利用地形梯度效应, 同时结合景观格局指数对其进行了景观格局分析。结果表明: 1)湘西州土地利用类型空间分布格局具有明显地形梯度效应, 高程、坡度与地形位指数对空间格局形成具有重要影响; 2)耕地、建设用地和水域一般分布于低地形位区间, 其中水域在坡度地形位中同时处于低地形位和高地形位区间。林地大多分布于高地形位区间。土地利用综合强度指数呈现随地形位指数增大而减小的趋势。3)湘西州景观中的耕地破碎度最大且空间结构最为复杂, 林地占主体且集聚性最高, 景观类型分布不均, 景观结构有待优化。该结果可以为湘西州山区土地利用模式优化与水土保持综合治理提供参考依据与建议, 助力其减贫发展与乡村振兴。

土地利用与覆被变化; 地形梯度效应; 景观格局指数; 贫困山区; 湘西自治州

0 前言

随着城镇化进程日益加快, 土地的合理利用则显得更加尤为必要。土地利用类型是人类活动作用于自然界的直接产物, 与人类的生产和生活息息相关, 自从20世纪90年代以来, 如何对土地进行合理利用一直备受各国普遍关注, 其中, 土地利用空间格局是土地利用/土地覆盖变化(LUCC)研究的核心内容[1]。土地利用类型的形成不仅与气候、土壤、生物与社会经济等因素有关, 而且与地形因子具有重要联系。其中, 地形通过作用于物质的迁移和能量交换[2]在土地利用类型的形成与演化过程中扮演着举足轻重的作用。研究湘西州土地利用格局与山区地形之间的关系对于实现区域土地可持续利用与减贫发展均具有重要现实意义。为了更好地探究土地利用类型空间分布特征与地形梯度效应之间的关系, 地形位指数的相关研究正受到学术界广泛关注并逐渐成为土地利用研究的重要方向[3-6]。

景观格局作为景观异质性的具体表现, 最早是由20世纪50年代的欧洲学者所提出, 直到20世纪70年代, 景观格局研究开始由定性向定量转变[7]。后来, 其逐渐在生态学、地理学与旅游学等领域得到了广泛应用[8-10]。其中, 景观格局指数[11]对于土地利用类型的定量化研究与空间结构特征的揭示具有一定参考价值。贫困山区地形起伏度大、生态环境脆弱, 是土地利用开发与水土保持综合治理的重点区域[12]。同时, 其区域经济社会发展方式受土地可利用资源限制大, 而地形因素则是限制区域经济发展的重要影响因子, 也是导致山区贫困化[13]的主要自然因素之一。

基于遥感和GIS技术, 本研究通过以湖南省湘西州山区为例, 利用地形位指数和分布指数系统分析了湘西州地形梯度效应, 并在此基础上结合景观格局指数进一步揭示了其土地利用空间结构特征, 以便为该区域土地利用模式优化与水土保持综合治理提供参考依据与建议, 促进该州减贫发展与乡村振兴。

1 研究区概述与数据来源

1.1 研究区概述

湘西土家族苗族自治州简称湘西州, 全国典型贫困地区和“精准扶贫”重点攻坚地区, 109°10′—110°22.5′E、27°44.5′—29°38′N, 湖南省少数民族主要聚集地之一, 位于湖南省西北部, 毗邻湖北、重庆、贵州。湘西州由一市(吉首市)七县(凤凰县、永顺县、龙山县、花垣县、古丈县、泸溪县、保靖县)所构成。亚热带季风湿润性气候, 雨热同期, 整体地势呈现“西北-东南”走向, 西北高、东南低, 属于中国由西向东逐步降低的第二阶梯东缘。湘西州西邻云贵高原, 北接鄂西山地, 境内的武陵山脉斜贯其东北-西南全境, 该州地貌形态总体轮廓以山地为主, 兼具丘陵和小平原, 呈现为向西北突出的弧形典型山区地貌。土地利用类型以林地为主体, 建设用地和水域相对较少。其中, 2018年该州林地总面积约为953801.64 km2, 占该州总面积比重最大, 高达61.70%, 其次分别为草地、耕地、建设用地以及水域, 比重依次为23.44%、10.55%、3.72%和0.59%。

1.2 数据来源

本研究采用数据为湘西州Landsat8 OLI遥感影像、30 m空间分辨率ASTER GDEM地形数据以及全球、中国、湖南省和湘西州矢量行政边界数据。其中, 2018年湘西州Landsat8 OLI秋季遥感影像来源于美国地质调查局(United States Geological Survey,USGS), 30 m空间分辨率ASTER GDEM地形数据来源于地理空间数据云(http://www.gscloud.cn), 矢量行政边界数据来源于中国科学院资源环境科学数据中心。研究中的坡度以及地形位指数数据通过DEM数据可以进一步分析处理得到。在参考《土地利用现状分类(GB/T21010-2017)》的基础上运用最大似然法对OLI遥感影像进行监督分类, 并借助谷歌地球影像对比和实地抽象调查进行辅助判读, 可以把土地利用类型划分为林地、草地、建设用地、耕地和水域五类, 总体精度可达99%, Kappa系数则为0.959。

图1 湘西州地理位置及2018年土地利用现状分布

Figure 1 Geographical location of Xiangxi and distribution of land use status in 2018a

图2 湘西州高程、坡度以及地形位指数

Figure 2 Elevation, slope and topographic index of Xiangxi

2 研究方法

2.1 地形梯度分析法

本研究利用高程、坡度与地形位指数等地形因子来探究湘西州土地利用地形梯度效应。根据湘西州实际地形特征与土地分布现状, 本研究可以对高程、坡度和地形位指数进行分级, 并分别得到不同等级。湘西州高程范围在64—1735 m, 用内插法以200 m为间隔可以把高程划分为九个等级; 通过参考国际地理学会地貌调查与制图委员会分级标准[14]与湖南省耕地坡度分级[15], 并在结合湘西州实际地形特征的基础上, 可以将坡度划分为九个等级; 地形位指数等级的分隔点则可以按照高程和坡度等级分隔点进行对应计算, 同样可将地形位指数划分为九个等级, 具体划分情况如表1所示。

2.1.1 地形位指数

为了精细定量地形因子对于土地利用的作用程度, 本研究采用结合高程和坡度两者的地形位指数来综合反映地形对于土地利用空间格局的影响。地形位指数[16]的具体计算公式如下所示:

2.1.2 分布指数

分布指数可以消除不同地形梯度区域的面积差异和土地利用类别的面积比重差异所带来的量纲影响, 更加科学、准确地反映湘西州各个区域的地形空间结构特征。分布指数[17]的具体计算原理如下所示;

式中, P为地形分布指数;为土地利用类型,为地形因子的等级; S表示某一地形因子的第种地类在第等级下的总面积; S表示研究区域内第种地类的总面积; S表示研究区域内第等级的总面积; S表示整个研究区域的总面积。一般值越大, 表示其优势度越高; 反之, 则表示其优势度越低。通常当值大于1时, 则认为其属于优势分布状态。

表1 湘西州高程、坡度与地形位指数分级表

2.1.3 土地利用综合强度指数

该指数可以对土地利用强度在不同地形等级下的分布规律进行量化呈现, 其具体计算原理[18]如下:

式中,为土地利用综合强度指数;r表示研究区域内第种地类所占的比重;c表示研究区域内第种地类的分级指数。参考杨斌等的研究成果并结合研究区实际用地利用情况, 将建筑用地定义分级指数为4, 耕地定义为3, 林地、草地和水域定义为2。

2.2 景观格局指数

本研究选取可以分别刻画其面积、密度、形状、聚集性和多样性的5个核心景观格局指标[19-20], 其分别为斑块面积比重(PLAND)、斑块密度(PD)、周长-面积分形维数(PAFRAC)、聚类指数(CLUMPY)、香农多样性指数(SHDI), 来进一步对湘西州景观空间格局特征进行量化分析(如表2所示)。

3 结果与分析

3.1 土地利用空间格局分析

3.1.1 基于高程梯度的土地利用空间结构特征分析

通过对图3的高程梯度分布指数分析, 可知水域、建设用地和耕地呈现为随着梯度增大而不断减小的趋势, 其中水域、建设用地和耕地均在第一等级(0—200 m)时, 其分布指数达到最大值。在第1—2等级(0—400 m)时, 其分布指数大于1, 属于优势分布状态。随着高程增加, 三者的分布指数不断减小。当大于第6等级(1000—1200 m)时, 其分布指数接近于0。从土地适用性来看, 高海拔地区的气候等条件不合适农业生产, 所以耕地一般分布于低海拔地区。从人类生产生活偏好角度出发, 低海拔地区的水热资源丰富, 更加适合人类生活和进行生产活动, 所以人类也更加偏好低海拔平坦地区; 水流在低海拔地区的汇水量也一般多于高海拔地区, 符合水域受重力影响的自然分布; 草地呈现逐渐增加的趋势; 林地则表现为先增大后减小的趋势, 林地在第1等级(0—200 m)时分布指数小于1, 这与低海拔地区的人类活动密集有关, 在第2等级—6等级(200—1200 m)时, 分布指数逐渐接近1, 这与湘西州退耕还林政策的实施有关, 高海拔地区不适合耕作的土地逐渐转变为林地, 当大于第7等级(1200—1400 m)时, 其分布指数小于1, 优势地位逐渐减弱, 这与草地比重的突然上升有关。

表2 景观格局指数描述

3.1.2 基于坡度梯度的土地利用空间结构特征分析

通过对图4的坡度梯度分布指数分析, 可知随着坡度增加, 建设用地、耕地和草地的分布指数整体呈现递减趋势, 林地整体呈现递增趋势, 水域整体呈现“U型”分布趋势。其中, 水域、建设用地、耕地和草地分布指数在第4等级以下(0°—15°)时, 其分布指数均大于1, 说明在该坡度区域具有优势地位, 且这四种用地类型对坡度的选择性较强, 符合湘西州湖泊与水库在低坡度地区分布的特点以及耕地为避免水土流失而在低坡度地区分布的水土保持的内在要求特征; 当在第4—7等级(10°—45°)时, 除了林地之外的其它用地类型分布指数都小于1, 且均处于非优势地位, 这与林地的增加有关, 而当地政府实施的退耕还林还草政策则也在其中起到了巨大作用; 当在第7等级(35°—45°)之后时, 建设用地、耕地和草地仍处于非优势地位, 且其林地仍保持优势地位, 其中建设用地和耕地呈现不断下降的趋势, 草地在第8等级(45°—55°)之后略有上升趋势, 这与水域的突然快速增加有关, 呈现出湘西北山区广袤的林地山水风光, 其中湘西北多高山峡谷和相关水土保持政策的实施也在其中发挥了一定作用。

图3 基于高程梯度的土地利用类型分布指数

Figure 3 Distribution index of land use type based on elevation gradient

3.1.3 基于地形位梯度的土地利用空间结构特征分析

通过对图5的地形位梯度分布指数分析, 可知水域、建设用地和耕地的分布指数整体呈现不断递减趋势, 林地呈现不断递增趋势, 草地则呈现先减后增趋势。水域、建设用地和耕地在第1—3等级(0—0.4)区间时, 其分布指数大于1, 优势度明显, 之后则逐渐趋近于0, 这表明这三者具有较强的地形分选性, 主要分布于低海拔-低坡度的地形位较小地区。同时, 其中的第三等级(0.2—0.4)在各类用地中起到了重要过渡作用, 因此相关部门对于存在较大开发利用空间与潜力的第三等级(0.2—0.4)和第四等级(0.4—0.5)用地需要高度重视, 以便进行科学合理的开发利用, 实现人与自然和谐共生的目标; 林地在第4等级(0.4—0.5)之后, 其分布指数逐渐大于1, 处于优势地位, 这说明林地主要分布于地形位大的地区, 受地形因子影响较小, 并在水土保持工作中扮演着重要角色。我们一方面应该充分发挥林地、草地对于保持水土、涵养水源所起到的关键作用, 另外一方面应该结合湘西州的广袤林地, 发展林业经济如种植中草药、发展康养旅游等。

图4 基于坡度梯度的土地利用类型分布指数

Figure 4 Distribution index of land use type based on slope gradient

3.1.4 基于地形位梯度的土地利用综合强度分析

通过对图6分析可知, 湘西州土地利用综合强度指数呈现随地形位指数增加而不断减小趋势。这与海拔高-坡度大地区的复杂地形环境有关, 高地形位指数地区一般开发利用难度大、生态环境脆弱, 土地利用程度综合指数也一般较低。在高海拔-高坡度的第6等级(海拔>1200 m且坡度>35°)之后, 土地利用综合指数逐渐趋于平缓, 这说明第6等级之后的土地开发利用方式较单一。结合湘西州实际情况, 第6等级之后主要以林地土地利用类型为主; 对于第6等级之前的土地利用类型, 我们则应该因地制宜, 在生态环境保护的基础上进行合理开发利用, 丰富土地开发利用方式, 提高土地附加值。

图5 基于地形位梯度的土地利用类型分布指数

Figure 5 Distribution index of land use type based on topographic gradient

3.2 土地利用景观格局分析

本研究运用景观格局指数方法分别从景观的面积、密度、形状、聚集性和多样性5个方面对湘西州进行了景观格局分析(如表3所示), 并探究了其景观格局分布现状, 有利于为将来当地的乡村振兴提供一定参考依据。

从面积指标来看, 湘西州五类土地利用类型的面积大小依次为林地>草地>耕地>建设用地>水域, 林地面积比重达到约61%, 属于景观类型中的基质, 说明湘西州是一个以林业为主体的典型山区, 林业资源丰富; 从密度指标来看, 湘西州五类土地利用类型的密度大小依次为耕地>草地>建设用地>林地>水域, 这在一定程度上反映了当地景观的破碎化水平, 耕地斑块数量最多, 破碎化水平最高, 林地和水域则相对连续分布, 完整性较好。为了早日实现乡村振兴目标, 现代化农业发展迫切需要耕地的整合, 来进一步提升耕地的集中连片性, 以便更好地实现农业机器化作业, 提高农业生产率, 促进当地经济发展; 从形状指标来看, 湘西州五类土地利用类型的分形维数大小依次为耕地>草地>水域>建设用地>林地, 根据分形维数理论[21]即分形维数指数一般越大, 表示其空间形态越复杂, 可知湘西州耕地分形维数指数最大, 约为1.512, 说明耕地受自然和人类活动影响因素大, 空间结构复杂, 这在一定程度上不利于现代化农业发展; 草地、水域和建设用地虽然受到自然和人类活动因素影响, 但往往以某一因素为主导, 所以空间结构相对较复杂; 林地的分形维数最小, 这与林地大多分布于高海拔且高坡度地区存在一定关系, 其几乎只受到自然因素影响, 开发利用程度极低, 较好地保持了原始分布状态, 空间结构简单。

图6 基于地形位指数分级的土地利用综合强度指数

Figure 6 Land use comprehensive strength index based on topographic index classification

从聚集性来看, 湘西州五类土地利用类型的聚集程度大小依次为林地>水域>建设用地>草地>耕地, 这说明湘西州林地大面积集中连片分布, 而耕地则属于严重分散分布状态, 这与当地多山的地理自然环境有关, 说明当地农业集约化发展道路离不开耕地的集聚与整合, 而将来“三权分置”土地政策的实施则会在一定程度上缓解这一局面; 从景观多样性来看, 湘西州整体景观的香农多样性指数较低, 仅约为1.028, 这与该州林地占主体有关, 说明该州内的优势景观表现显著, 土地利用类型结构仍有待进一步优化。

4 结论

本研究通过借助高程、坡度以及地形位指数3个地形指标对湘西州土地利用空间格局进行了相关地形梯度效应分析, 同时从景观的面积、密度、形状、聚集性以及多样性5个方面对湘西州进行了景观格局分析, 并得出了以下结论:

(1)相比高程和坡度地形因子, 地形位指数可以综合两者的信息, 更加科学、有效地展现基于地形驱动因子的湘西州土地利用类型空间响应。

(2)从高程梯度角度来看, 湘西州水域、建设用地和耕地分布指数整体呈现为随梯度增大而不断递减的趋势, 说明这三者大多主要分布于低海拔地区。草地整体呈现逐渐增加的趋势, 说明草地受高程因子限制较小。由于退耕还林耕政策, 高海拔不适宜耕作的土地逐渐转变为林地, 说明林地在防治水土流失与水土保持方面起到了巨大作用。

(3)从坡度梯度角度来看, 湘西州建设用地、耕地和草地的分布指数随着坡度的增加整体呈现递减的趋势, 林地整体呈现递增的趋势, 水域则整体呈现先减后增的趋势。说明湘西州建设用地、耕地和草地一般分布于地势较平坦的地区, 其林地一般分布于地势较高的地方, 而其水域则一般分布于其地势低平或者地形起伏度大的区域。

(4)从地形位梯度角度来看, 湘西州水域、建设用地和耕地的分布指数整体呈现不断递减趋势, 其林地分布指数整体呈现不断递增的趋势, 草地分布指数则整体呈现“下降-递增”趋势。说明水域、建设用地和耕地一般分布于地形位指数较小的区域, 林地一般分布于地形位指数较大的区域, 而其草地则一般受地形位指数影响较小, 受人类活动影响相对较大。

(5)从土地利用综合强度指数角度来看, 湘西州土地利用综合强度指数呈现随地形位指数的增加而不断递减的趋势, 可见地形因子是影响该州进行土地利用开发的重要因子。因此, 在土地开发利用过程中应该充分考虑地形因素的作用, 促进人与自然和谐共生。

(6)从景观格局指数角度来看, 湘西州土地利用类型以林地和草地为主体, 森林覆盖率较高; 在湘西州土地利用类型中, 耕地破碎度最大, 这在一定程度上反映了湘西州耕地集聚整合空间潜力巨大; 湘西州耕地空间形态最为复杂且集聚性相对欠佳, 而其林地空间形态则相对简单且集聚性相对较佳, 说明耕地比林地更加易受到人类活动的外部条件干扰; 湘西州景观香农多样性指数较低, 优势景观显著, 土地利用类型结构仍有待进一步完善与优化。

5 讨论

借助遥感、GIS与景观格局分析技术, 本研究应用结合地形位指数的地形梯度和景观格局分析理论对湘西北山区的湘西州2018年的土地利用空间格局和景观格局进行了定量化系统分析, 在一定程度上弥补了基于传统高程或坡度的单一梯度效应分析的不足, 并将地形梯度与景观格局相结合, 可以为今后湘西州土地利用类型科学合理布局提供一定规划参考, 同时为湘西州环境保护与经济发展相协调提供一定科学依据。但是, 本研究仍然存在一些不足之处, 如未对湘西州土地利用类型进行动态时间序列分析, 不能较好地反映湘西州土地利用类型的演化发展过程; 景观格局指数的数量仍有待进一步丰富与完善, 景观格局演化机理的全面性与科学性仍具有一定提升空间。今后的研究将进一步对湘西州土地利用格局进行多时段和多因子驱动力分析, 以便更好地揭示湘西州土地利用类型的动态演化机制与发展演变规律, 助力湘西州减贫发展与乡村振兴。

表3 2018年湘西州景观格局指数

[1] 匡文慧. 城市土地利用/覆盖变化与热环境生态调控研究进展与展望[J]. 地理科学, 2018, 38(10): 1643–1652.

[2] 管晓祥, 刘金涛. 拉萨河流域西部裸岩空间分布特征的地形因子分析[J]. 地理与地理信息科学, 2019, 35(04): 98–104.

[3] 臧玉珠, 刘彦随, 杨园园. 山区县域土地利用格局变化及其地形梯度效应—以井冈山市为例[J]. 自然资源学报, 2019, 34(07): 1391–1404.

[4] 田雨, 周宝同, 付伟, 等. 2000～2015年山地城市土地利用景观格局动态演变研究—以重庆市渝北区为例[J]. 长江流域资源与环境, 2019, 28(06): 1344–1353.

[5] 段小薇, 李小建. 山区县域聚落演化的空间分异特征及其影响因素—以豫西山地嵩县为例[J]. 地理研究, 2018, 37(12): 2459–2474.

[6] 郜红娟, 韩会庆, 俞洪燕等. 乌江流域重要生态系统服务地形梯度分布特征分析[J]. 生态科学, 2016, 35(05): 154–159.

[7] 张金屯, 邱扬, 郑凤英. 景观格局的数量研究方法[J]. 山地学报, 2000, 4(11): 346–352.

[8] 齐润冰. 基于景观格局指数的生态风险定量评价[J]. 测绘通报, 2019, 5(24): 110–112+118.

[9] 徐允, 张培, 周宝同. 基于Shannon多样性t检验法的土地利用景观分区研究—以重庆市永川区为例[J]. 中国农业资源与区划, 2019, 40(01): 134–141+151.

[10] 张皓玮, 李欣, 殷如梦, 等. 旅游城镇化地区土地利用景观格局指数的粒度效应—以扬州市广陵区为例[J]. 南京师大学报(自然科学版), 2018, 41(03): 122–130.

[11] 姜坤, 戴文远, 胡秋凤, 等. 浙闽山地丘陵区地形因子对土地利用格局的影响分析: 以福建省永泰县为例[J]. 生态与农村环境学报, 2019, 35(06): 707–715.

[12] 王雪梅, 席瑞. 基于GIS的渭干河流域生态环境脆弱性评价[J]. 生态科学, 2016, 35(04): 166–172.

[13] 王莹莹, 王英杰, 戈大专, 等. 典型贫困山区旅游景点可达性评价方法研究[J]. 地球信息科学学报, 2018, 20(07): 957–966.

[14] 刘元保, 唐克丽. 国内外坡度分级和王东沟试验区的坡度组成[J]. 水土保持通报, 1987, 3(09): 59–65.

[15] 刘正敏. 浅析湖南省第二次土地调查省级挂图编制方法[J]. 国土资源导刊, 2016, 13(03): 42–45+80.

[16] 张平, 陆龙妹, 王世航, 等. 基于地形梯度的皖南地区土地利用分布特征[J]. 土壤, 2018, 50(05): 1041–1045.

[17] 陈铸, 黄雅冰, 朱志鹏, 等. 基于地形梯度特征的福州市景观格局演变[J]. 应用生态学报, 2018, 29(12): 4135– 4144.

[18] 杨斌, 王占岐, 姚小薇, 等. 鄂西北山区土地利用的地形梯度效应与空间结构特征[J]. 长江流域资源与环境, 2019, 28(02): 313–321.

[19] 廖凯涛, 胡建民, 宋月君, 等. 南方红壤丘陵区流域植被景观格局变化及水沙响应关系[J]. 水土保持学报, 2019, 33(03): 36–42+50.

[20] 刘源鑫, 焦峰. 黄土高原丘陵区景观特征与景观指数粒度效应研究[J]. 水土保持研究, 2013, 20(03): 23–27+31.

[21] 罗雅曦, 刘任涛, 张静, 等. 腾格里沙漠草方格固沙林土壤颗粒组成、分形维数及其对土壤性质的影响[J]. 应用生态学报, 2019, 30(02): 525–535.

Topographic gradient effect and landscape pattern analysis of land use types in mountainous areas of Xiangxi Autonomous Prefecture

GONG Xiongbo, YANG Bo*, LIU Yuxian, WANG Shoumei

College of Resources and Environmental Sciences, Hunan Normal University, Key Laboratory of Geospatial Big Data Mining and Application, Changsha 410006, China

In order to quantitatively study the influence of topographical factors in land-use of mountainous area, Xiangxi Autonomous Prefecture was taken as the research area. Information of elevation, slope and topographical index was extracted out from DEM data by use of spatial analysis modules in ArcGIS software. Topographic index, distribution index and comprehensive intensity index of land-use were used to systematically study the terrain gradient effect of land-use, and combination with the landscape pattern index for landscape pattern analysis. The result shows that: 1) The spatial distribution pattern of land-use types has obvious topographic gradient effect, and elevation, slope and topographic index have important influence on the formation of spatial pattern in Xiangxi. 2) Cultivated land, construction land and water area are generally distributed in low topographical intervals. Water area distributes in low and high topographical intervals, forest mostly in high topographical interval. The comprehensive intensity index of land-use tends to decrease as the topographic index rises. 3) Cultivated land has the largest fragmentation degree and most complicated spatial structure; forest land with the highest accumulation is the main body. The landscape types are unevenly distributed and the landscape structure is to be optimized. The results can provide references for the optimization of land-use patterns, as well as comprehensive management of soil and water conservation, and also can contribute to poverty reduction and rural revitalization in mountainous areas such as Xiangxi.

land use and cover change; topographic gradient effect; landscape pattern index; poor mountainous area; Xiangxi Autonomous Prefecture

10.14108/j.cnki.1008-8873.2020.04.018

龚熊波, 杨波, 刘雨先,等. 湘西州山区土地利用类型的地形梯度效应与景观格局分析[J]. 生态科学, 2020, 39(4): 137–144.

GONG Xiongbo, YANG Bo, LIU Yuxian, et al. Topographic gradient effect and landscape pattern analysis of land use types in mountainous areas of Xiangxi Prefecture[J]. Ecological Science, 2020, 39(4): 137–144.

K909

A

1008-8873(2020)04-137-08

2019-11-11;

2019-12-23

国家自然科学基金(41171342); 湖南省教育厅重点项目(17A127)

龚熊波(1994—), 男, 湖北松滋人, 硕士研究生。主要研究方向为资源环境遥感。E-mail: gongxiongbo@gmail.com

杨波(1974—), 男, 湖南张家界人, 博士, 湖南师范大学教授, 硕士研究生导师。主要从事资源环境遥感和旅游大数据方面的教学与研究, E-mail:yb@hunnu.edu.cn