邓利+黎良财+吴锐+岑璐

摘要：采用柳州市2000、2010年ETM+遥感影像，基于CART决策树分类方法提取景观类型分布信息，运用景观生态学原理和景观指数分析方法，通过ArcGIS 9.3和Fragstats 3.3软件分析了柳州市景观类型和格局的演变。结果表明，柳州市景观多样性指数较高， 各景观类型面积分布较均衡， 景观结构组成较为复杂。林地景观和耕地景观构成柳州市的景观基质，10年来，耕地景观减少，林地、工矿居民地、水域和未利用地均有不同幅度的增加，而耕地和工矿居民地景观受人为干扰严重，需要加强管理与规划。

关键词：ETM+影像;景观格局;管理规划;柳州市

中图分类号：S718.5;TP79;        文献标识码：A        文章编号：0439-8114（2014）12-2841-05

Studies on Dynamics of Landscape Pattern in Liuzhou City Based on ETM+ Image

DENG Li1，LI Liang-cai1，WU Rui2，CEN Lu3

（1. Guangxi Eco-engineering Vocational and Technical College， Liuzhou 545004， Guangxi， China; 2.Chinese Academy of Forest Inventory and Planning， State Forestry Administration， Beijing 100714， China; 3.Liuzhou Urban Planning Bureau， Liuzhou 545001， Guangxi，China）

Abstract： Based on the Landsat ETM+ image from 2000 to 2010 of Liuzhou city， the distributed information of landscape types was extracted through classification and regression trees （CART） method. The dynamics of landscape types and patterns were analyzed by the principle of landscape ecology and landscape indexes analysis by Fragstats3.3 and ArcGIS9.3. The results showed that the Liuzhou city had high landscape diversity index， balanced distribution of various landscape types and complicated landscape structure. Forest and farmland landscape were the landscape matrix in Liuzhou City. From 2000 to 2010， farmland landscape decreased， while forest land， residential and industrial land， water and unused land increased in different scales. The farmland， residential and industrial landscape were disturbed seriously by mankind， which need to be managed and planned intensively.

Key words： ETM+ image; landscape pattern; management and planning; Liuzhou City

城市景观是地表景观动态变化最快的类型之一，城市景观变化与城市发展紧密相连[1]。从景观生态角度来说，城市发展主要表现为区域内大小和形状不一的景观斑块数量和斑块被分割的程度，而不合理的城市景观格局是人地矛盾尖锐、城市环境污染严重等城市生态问题产生的根源，因此分析城市景观格局动态变化，对于更好地认识城市的空间特征及其景观要素的演变趋势，合理规划城市格局和利用土地，促进经济、社会和生态环境和谐发展具有重要的意义[2，3]。目前，国内众多城市都开展了景观格局演变研究、驱动机制研究、梯度研究、水文及热岛效应等研究[4-8]。本研究选取了西南喀斯特典型地貌区的重要工业基地柳州市作为对象，利用2000、2010年ETM+卫星影像数据并采用CART决策树分类方法获取研究区土地利用/土地覆盖分类图，运用景观指数来分析柳州市城市景观格局，可为柳州市城市景观生态规划与生态设计提供科学依据。

1  研究区概况

柳州市位于广西壮族自治区中北部，地处北纬23°54′—26°03′，东经108°32′—110°28′，下辖6县4城区，全市国土面积18 686 km2。柳州属于典型的喀斯特地貌，形成了“拔地奇峰画卷开”的山水特点，柳江穿越市区，把市区环绕成一个“U”字形半岛。柳州属中亚热带季风气候，影响柳州市的大气环流主要是季风环流，夏半年盛行偏南风，高温、高湿、多雨;冬半年盛行偏北风，寒冷、干燥、少雨。夏长冬短、雨热同季，光、温、水气候资源丰富。

柳州是中国西南地区的工业重地、广西最大的制造业基地，也是中南、西南地区的交通枢纽。随着经济的持续快速发展，城镇化率不断提高，城镇及其周边地区土地利用迅速变化，城市景观格局的改变也影响着城市的可持续发展问题。本研究选择柳州市为研究对象，行政区域包括柳北区、柳南区、城中区、鱼峰区，面积共658 km2，2010年建成区面积约为135 km2，具体位置如图1所示。endprint

2  数据与研究方法

2.1  数据源选择与预处理

本研究选取了两个时段（2000、2010年）的Landsat7 ETM+晴空影像，共2景，轨道号为125-043，数据级别为Level 1T（L1T），L1T数据经过系统辐射校正和地面控制点几何校正，地图投影为UTM，坐标系统为WGS84。成像时间分别为2000年11月6日（ETM， SLC-On）和2010年11月2日（ETM， SLC-Off），存储为tiff格式单波段灰度影像。辅助数据有柳州市行政区划矢量图层，柳州市30 m分辨率数字高程模型。

所选用遥感数据中，由于2010年ETM影像机载扫描行校正器（Scan lines corrector，简称SLC）发生故障，导致获取的图像出现数据重叠和大约25%的数据丢失，因此首先需要采用SLC-Off模型进行校正[9]。然后以柳州市区矢量图为掩膜，对两个时期影像进行裁切，得到研究区遥感影像。接着将遥感影像的像元亮度值转换成对应像元的辐射亮度值，这是保持数据一致性和数据精度的重要基础。

2.2  景观信息提取

2.2.1  景观类型的划分  景观类型划分是景观信息提取和景观格局分析等工作的基础。由于不同的尺度和不同的应用对景观的理解也不同，无法形成统一的景观分类标准。根据城市景观的特征，考虑到研究区域的特点和资料获取的可能性，并结合各类不同景观类型的经济和生态功能，可将柳州市景观类型划分为五大类：①耕地景观，主要指种植农作物的土地景观，包括水田和旱地;②林地景观，主要指由高大乔木、灌木等构成的绿地;③居民地及工矿用地（以下简称建设地）景观，主要指城乡居民点、独立居民点及居民点以外的工矿、商业区等;④水域景观，主要指河流、湖泊等水体;⑤未利用地景观，主要指研究区内祼露山地和城市待开发用地。

2.2.2  CART决策树分类  ETM多光谱影像由7个波段组成，虽然这7个波段具有丰富的光谱信息，但针对于城市景观分类所需的光谱特征而言还稍显不足，应从其他角度增加光谱信息。本研究构造的波段有：植被指数（NDVI）、数字高程模型（DEM）、坡度（Slope）、亮度、绿度、湿度分量等。通过特征波段构造新产生了6个波段，与原始的6个（除去热红外波段ETM6）多光谱波段叠加产生一个12波段的影像，能够更好地反映地物信息，对提高影像的分类精度具有一定的帮助。

对柳州市5个景观类型进行野外样地调查，利用手持GPS记录景观样地的经纬度，并将样地叠加到遥感影像上，作为提取景观信息的训练样地。遥感影像的分类采用了CART（Classification and regression trees）决策树方法，CART算法采用一种二分递归分割的技术，是将当前样本集分为2个子样本集，因此，CART算法生成的决策树是结构简洁的二叉树。对两期分类影像随机选择50个点进行实地勘察精度验证，景观分类总体精度超过92%，Kappa系数大于0.89。景观分类结果见图2。

2.3  景观指数计算

景观格局是景观要素的空间分布和组合特征，而景观指数能够高度概括景观格局信息，反映其结构组成和空间配置某些方面特征，因此多用各种指数来描述景观格局的不同特征;国内外很多研究中都有关于景观指标的选取问题，因为许多指标之间高度相关，只是侧重点有所不同，都强调用最简单最有说服力的指数来说明问题[10-12]。本研究共筛选了14个景观指数来反映城市景观空间格局特征，包括：斑块类型面积（CA）、景观百分比（PLAND）、斑块数（NP）、最大斑块指数（LPI）、斑块平均面积（MPS）、边缘长度（TE）、周长-面积分维数（PAFRAC）、斑块密度（PD）、边缘密度（ED）、聚集度指数（COHESION）、Shannon多样性指数（SHDI）、Shannon均匀度指数（SHEI）、蔓延度（CONTAG）、散布与并列指数（IJI）。这些指标的生态学涵义和计算方法见文献[13]。

将分类后的景观类型栅格图导入景观结构定量分析软件Fragstats 3.3，在软件中勾选表1所列各项指标，计算景观格局指数。

3  结果与分析

3.1  景观类型变化分析

为了摸清柳州市21世纪第一个10年间各景观类型的变化面积和比例，将2000年和2010年景观类型分类图（图2）导入ENVI软件进行变化检测，得到各景观类型面积和转移概率矩阵结果见表1、表2，两个时期各类景观面积对比见图3。

由以上图表可知，2000～2010年柳州市五类景观的面积均有变化，其中，①林地景观是柳州市的基质景观，2000年和2010年占总面积的比例分别达到38.29%和40.76%，10年间面积增加1 604.79 hm2。②耕地景观占有重要地位，2000年和2010年占总面积的比例分别达到37.72%和31.63%，10年间耕地面积减少3 965.40 hm2。耕地是转出面积最多的景观，转出的耕地绝大部分变成了建设用地、未利用地和林地。③建设地景观在2000年和2010年占总面积的比例分别为16.73%和17.13%，10年间城市（老城区）面积增加264.60 hm2。④水域景观由2000年的面积占比3.77%上升到2010年的面积占比5.37%，面积增加了1 038.87 hm2，研究区内的柳江河段水位上升，导致水域面积增加。⑤未利用地景观由2000年的面积占比3.49%上升到2010年的面积占比5.11%，面积增加了1 057.14 hm2，增加的面积主要由耕地和林地转化而来。

3.2  景观斑块类型指数分析

计算景观斑块类型的指标包括：斑块类型面积（CA）、景观百分比（PLAND）、斑块数（NP）、最大斑块指数（LPI）和斑块平均面积（MPS），计算结果见表3、表4所示。由表3和表4可知，景观斑块面积由大到小依次是林地、耕地、建设地、水域和未利用地，林地景观对整体景观的影响最为显著。在LPI指数中，2000年时耕地、2010年时林地的最大斑块指数值高，说明2000年时耕地大斑块占优势地位，到2010年时林地大斑块占优势地位。NP、MPS指数综合反映了景观破碎化程度，从表4看出，林地的平均斑块面积最大，耕地次之，建设地、水域、未利用地都相对较小，说明这三种类型较破碎。endprint

3.3  景观斑块形状指数分析

斑块形状指标是描述景观的重要的因子，是景观空间结构度量中另一个重要的特征，它对生物生境以及环境载量都是很重要的。景观斑块形状指标选取了边缘长度和周长-面积分维数指标。

由表5可知，各种景观类型边缘长度为耕地>建设地>林地>未利用地>水域，其中建设地面积小于林地，景观类型边缘长度却较大，说明建设地斑块总面积不大，但形状不规则，边界更为复杂。在周长—面积分维数指数中，可以看出各类别指数均小于2，并且在2000年和2010年林地指数值最小（1.356 1，1.375 4），2000年建设用地最高（1.508 1）以及2010年耕地最高（1.455 9），说明建设用地、耕地斑块边界褶皱程度比较高，相对较为曲折复杂。但总体而言，通过各类型景观分维数指数值，说明柳州市林地景观受人为干扰因素比较大。

3.4  斑块类型异质性分析

计算斑块类型异质性的指标包括：斑块密度（PD）、边缘密度（ED）、聚集度指数（COHESION），计算结果见表6。

通过对柳州市景观类型斑块密度的分析发现，2000年斑块密度的排序基本为建设用地>耕地>未利用地>水域>林地，各景观要素类型之间斑块密度有明显差异，异质性较强，其中建设用地、耕地和未利用地的斑块密度要远高于水域和林地，说明前三种类别以更小的斑块状态出现，斑块小而分散。2010年与2000年的情况相似，但林地的斑块密度上升明显，说明林地已经向破碎化发展。

由边缘密度（ED）的值可以看出，2000年和2010年均呈现出耕地>建设地>林地>未利用地>水域的情形，表明耕地被边界割裂的程度最高，而水域则保存了较好的连通性。

从聚集度指数可以分析出，聚集度指数是随着核心斑块面积百分比的变化而变化的，所以聚集度指数最高的仍然是林地，而未利用地的聚集度指数较小。说明林地景观之间的连通性较好，分布较集中;未利用地景观之间的连通性较差，分布较分散。

3.5  景观异质性分析

景观的异质性是景观的基本属性，景观的异质性表现在两个方面：一是组成要素的异质性，即景观中包含的景观要素的丰富程度及其相对数量关系;二是空间分布的异质性，即景观要素空间分布的相互关系。本研究采用Shannon多样性指数（SHDI）、Shannon均匀度指数（SHEI）、蔓延度（CONTAG）和散布与并列指数（IJI）来描述柳州市景观水平的异质性。

从表7可知，柳州市整体景观Shannon多样性指数由1.275 2上升到1.341 2，而均匀度指数也由0.792 3提高到0.833 4，趋近于1，说明各景观类型面积分布较为均衡，景观优势类型不明显，景观结构组成较为复杂且在向更优化方向发展。

从蔓延度指标来看，景观的破碎化程度不高，景观斑块较大，同类景观聚集程度较强;各景观的散布与并列指数较高，说明异类景观较为分散，分布较复杂。

4  小结与讨论

研究结果表明，柳州市整体景观多样性较高，且有上升趋势，各景观类型面积分布较为均衡，景观优势类型不明显，景观结构组成较为复杂且正向更优化方向发展。景观面积由大到小依次是林地、耕地、建设用地、水域和未利用地。

林地景观是柳州市的基质景观，这有助于景观生态安全与稳定。但林地面积增加6.4%的同时，林地斑块数量却增长了74.8%，林地的破碎化程度在加剧，说明林地景观受人为干扰因素比较大。

耕地景观也占有重要地位，2000年和2010年占总面积的比例分别达到37.72%和31.63%，10年间耕地面积减少3 965.40 hm2，耕地是转出面积最多的景观，由于城市化进程的加快和农作物种植结构的调整，转出的耕地绝大部分变成了建设地、未利用地和林地。耕地面积减少的同时、耕地大斑块景观的下降比例极为显著，斑块平均面积减少，且耕地是被边界割裂程度最高的一类景观，呈现破碎化趋势。

建设地景观在2000年和2010年占总面积的比例分别为16.73%和17.13%。建设用地景观增加的同时，斑块数量减少，斑块密度减少，最大斑块指数上升，聚集度指数增加，斑块平均面积显著增加，表明柳州城市内部结构进行了调整，由大而分散的格局向紧致、抱团方向发展，卫星城镇逐渐与主城区加强了连通性。

水域景观面积增加了1 038.87 hm2，这主要由于柳江河下游的红花水利枢纽截流后，柳江水位上升，导致水域面积增加。同时斑块数量减少，最大斑块指数、斑块平均面积也显著上升，且水域景观之间也保持着最好的连通性。

未利用地景观面积增加了1 057.14 hm2，说明了城市化正在快速推进和发展，这类景观增加的面积主要由耕地和林地转化而来。未利用地面积增加的同时，斑块数量减少，最大斑块指数上升，斑块平均面积显著增大，聚集度指数升高，表明开发模式由小面积分散向大面积集中连片开发转变。

参考文献：

[1] 易文斌，蒋卫国，国巧真，等.基于ALOS数据的城市景观格局信息提取研究——以北京市海淀区为例[J].遥感信息，2008（4）：33-38.

[2] 丁圣彦，张明亮. 1988～2002年开封市景观动态变化[J].地理研究，2005，23（1）：28-37.

[3] 王秋霞，郑苏明.基于GIS的合肥市近50年来城市景观格局演变研究[J].安徽农业科学， 2008，36（23）：10112-10115.

[4] 杜会石，哈  斯，李明玉.1977～2008年延吉市城市景观格局演变[J]. 地理科学， 2011，31（5）：608-612.

[5] 干晓宇，周  波，李建龙，等.张家港市不同城市化阶段的城市景观格局响应及驱动力分析[J]. 安徽农业科学， 2011，39（33）：20641-20645，20698.

[6] 王  鹏，李贤伟，张  健.基于空间采样的城市景观格局梯度分析——以成都市中心城区为例[J].四川农业大学学报，2007，25（3）：316-321.

[7] 戚晓明，杜培军，周玉良，等.基于遥感和GIS的城市景观格局演变与水文效应关系研究[J].国土资源遥感，2010 （4）：103-107.

[8] 马勇刚，塔西甫拉提·特依拜，黄  粤，等. 城市景观格局变化对城市热岛效应的影响——以乌鲁木齐市为例[J].干旱区研究，2006，23（1）：172-176.

[9] 黎良财，邓  利，曹  颖，等.基于NDVI像元二分模型的矿区植被覆盖动态监测[J].中南林业科技大学学报，2012，32（6）：18-23.

[10] 张金屯，邱  扬，郑凤英.景观格局的数量研究方法[J].山地学报，2000，18（4）：346-352.

[11] WICKHAM J D， NORTON D J.Mapping and analyzing landscape patterns[J]. Landscape Ecology， 1994，9（1）：7-23.

[12] 王  娟，马履一，王新杰，等.北京城区公园绿地景观格局研究[J].西北林学院学报，2010，25（4）：195-199.

[13] 黎良财，杨胜天，李耀强，等.珠江上游融江流域森林景观格局现状及分析[J].西北林学院学报，2012，27（5）：26-31.endprint

3.3  景观斑块形状指数分析

斑块形状指标是描述景观的重要的因子，是景观空间结构度量中另一个重要的特征，它对生物生境以及环境载量都是很重要的。景观斑块形状指标选取了边缘长度和周长-面积分维数指标。

由表5可知，各种景观类型边缘长度为耕地>建设地>林地>未利用地>水域，其中建设地面积小于林地，景观类型边缘长度却较大，说明建设地斑块总面积不大，但形状不规则，边界更为复杂。在周长—面积分维数指数中，可以看出各类别指数均小于2，并且在2000年和2010年林地指数值最小（1.356 1，1.375 4），2000年建设用地最高（1.508 1）以及2010年耕地最高（1.455 9），说明建设用地、耕地斑块边界褶皱程度比较高，相对较为曲折复杂。但总体而言，通过各类型景观分维数指数值，说明柳州市林地景观受人为干扰因素比较大。

3.4  斑块类型异质性分析

计算斑块类型异质性的指标包括：斑块密度（PD）、边缘密度（ED）、聚集度指数（COHESION），计算结果见表6。

通过对柳州市景观类型斑块密度的分析发现，2000年斑块密度的排序基本为建设用地>耕地>未利用地>水域>林地，各景观要素类型之间斑块密度有明显差异，异质性较强，其中建设用地、耕地和未利用地的斑块密度要远高于水域和林地，说明前三种类别以更小的斑块状态出现，斑块小而分散。2010年与2000年的情况相似，但林地的斑块密度上升明显，说明林地已经向破碎化发展。

由边缘密度（ED）的值可以看出，2000年和2010年均呈现出耕地>建设地>林地>未利用地>水域的情形，表明耕地被边界割裂的程度最高，而水域则保存了较好的连通性。

从聚集度指数可以分析出，聚集度指数是随着核心斑块面积百分比的变化而变化的，所以聚集度指数最高的仍然是林地，而未利用地的聚集度指数较小。说明林地景观之间的连通性较好，分布较集中;未利用地景观之间的连通性较差，分布较分散。

3.5  景观异质性分析

景观的异质性是景观的基本属性，景观的异质性表现在两个方面：一是组成要素的异质性，即景观中包含的景观要素的丰富程度及其相对数量关系;二是空间分布的异质性，即景观要素空间分布的相互关系。本研究采用Shannon多样性指数（SHDI）、Shannon均匀度指数（SHEI）、蔓延度（CONTAG）和散布与并列指数（IJI）来描述柳州市景观水平的异质性。

从表7可知，柳州市整体景观Shannon多样性指数由1.275 2上升到1.341 2，而均匀度指数也由0.792 3提高到0.833 4，趋近于1，说明各景观类型面积分布较为均衡，景观优势类型不明显，景观结构组成较为复杂且在向更优化方向发展。

从蔓延度指标来看，景观的破碎化程度不高，景观斑块较大，同类景观聚集程度较强;各景观的散布与并列指数较高，说明异类景观较为分散，分布较复杂。

4  小结与讨论

研究结果表明，柳州市整体景观多样性较高，且有上升趋势，各景观类型面积分布较为均衡，景观优势类型不明显，景观结构组成较为复杂且正向更优化方向发展。景观面积由大到小依次是林地、耕地、建设用地、水域和未利用地。

林地景观是柳州市的基质景观，这有助于景观生态安全与稳定。但林地面积增加6.4%的同时，林地斑块数量却增长了74.8%，林地的破碎化程度在加剧，说明林地景观受人为干扰因素比较大。

耕地景观也占有重要地位，2000年和2010年占总面积的比例分别达到37.72%和31.63%，10年间耕地面积减少3 965.40 hm2，耕地是转出面积最多的景观，由于城市化进程的加快和农作物种植结构的调整，转出的耕地绝大部分变成了建设地、未利用地和林地。耕地面积减少的同时、耕地大斑块景观的下降比例极为显著，斑块平均面积减少，且耕地是被边界割裂程度最高的一类景观，呈现破碎化趋势。

建设地景观在2000年和2010年占总面积的比例分别为16.73%和17.13%。建设用地景观增加的同时，斑块数量减少，斑块密度减少，最大斑块指数上升，聚集度指数增加，斑块平均面积显著增加，表明柳州城市内部结构进行了调整，由大而分散的格局向紧致、抱团方向发展，卫星城镇逐渐与主城区加强了连通性。

水域景观面积增加了1 038.87 hm2，这主要由于柳江河下游的红花水利枢纽截流后，柳江水位上升，导致水域面积增加。同时斑块数量减少，最大斑块指数、斑块平均面积也显著上升，且水域景观之间也保持着最好的连通性。

未利用地景观面积增加了1 057.14 hm2，说明了城市化正在快速推进和发展，这类景观增加的面积主要由耕地和林地转化而来。未利用地面积增加的同时，斑块数量减少，最大斑块指数上升，斑块平均面积显著增大，聚集度指数升高，表明开发模式由小面积分散向大面积集中连片开发转变。

参考文献：

[1] 易文斌，蒋卫国，国巧真，等.基于ALOS数据的城市景观格局信息提取研究——以北京市海淀区为例[J].遥感信息，2008（4）：33-38.

[2] 丁圣彦，张明亮. 1988～2002年开封市景观动态变化[J].地理研究，2005，23（1）：28-37.

[3] 王秋霞，郑苏明.基于GIS的合肥市近50年来城市景观格局演变研究[J].安徽农业科学， 2008，36（23）：10112-10115.

[4] 杜会石，哈  斯，李明玉.1977～2008年延吉市城市景观格局演变[J]. 地理科学， 2011，31（5）：608-612.

[5] 干晓宇，周  波，李建龙，等.张家港市不同城市化阶段的城市景观格局响应及驱动力分析[J]. 安徽农业科学， 2011，39（33）：20641-20645，20698.

[6] 王  鹏，李贤伟，张  健.基于空间采样的城市景观格局梯度分析——以成都市中心城区为例[J].四川农业大学学报，2007，25（3）：316-321.

[7] 戚晓明，杜培军，周玉良，等.基于遥感和GIS的城市景观格局演变与水文效应关系研究[J].国土资源遥感，2010 （4）：103-107.

[8] 马勇刚，塔西甫拉提·特依拜，黄  粤，等. 城市景观格局变化对城市热岛效应的影响——以乌鲁木齐市为例[J].干旱区研究，2006，23（1）：172-176.

[9] 黎良财，邓  利，曹  颖，等.基于NDVI像元二分模型的矿区植被覆盖动态监测[J].中南林业科技大学学报，2012，32（6）：18-23.

[10] 张金屯，邱  扬，郑凤英.景观格局的数量研究方法[J].山地学报，2000，18（4）：346-352.

[11] WICKHAM J D， NORTON D J.Mapping and analyzing landscape patterns[J]. Landscape Ecology， 1994，9（1）：7-23.

[12] 王  娟，马履一，王新杰，等.北京城区公园绿地景观格局研究[J].西北林学院学报，2010，25（4）：195-199.

[13] 黎良财，杨胜天，李耀强，等.珠江上游融江流域森林景观格局现状及分析[J].西北林学院学报，2012，27（5）：26-31.endprint

3.3  景观斑块形状指数分析

斑块形状指标是描述景观的重要的因子，是景观空间结构度量中另一个重要的特征，它对生物生境以及环境载量都是很重要的。景观斑块形状指标选取了边缘长度和周长-面积分维数指标。

由表5可知，各种景观类型边缘长度为耕地>建设地>林地>未利用地>水域，其中建设地面积小于林地，景观类型边缘长度却较大，说明建设地斑块总面积不大，但形状不规则，边界更为复杂。在周长—面积分维数指数中，可以看出各类别指数均小于2，并且在2000年和2010年林地指数值最小（1.356 1，1.375 4），2000年建设用地最高（1.508 1）以及2010年耕地最高（1.455 9），说明建设用地、耕地斑块边界褶皱程度比较高，相对较为曲折复杂。但总体而言，通过各类型景观分维数指数值，说明柳州市林地景观受人为干扰因素比较大。

3.4  斑块类型异质性分析

计算斑块类型异质性的指标包括：斑块密度（PD）、边缘密度（ED）、聚集度指数（COHESION），计算结果见表6。

通过对柳州市景观类型斑块密度的分析发现，2000年斑块密度的排序基本为建设用地>耕地>未利用地>水域>林地，各景观要素类型之间斑块密度有明显差异，异质性较强，其中建设用地、耕地和未利用地的斑块密度要远高于水域和林地，说明前三种类别以更小的斑块状态出现，斑块小而分散。2010年与2000年的情况相似，但林地的斑块密度上升明显，说明林地已经向破碎化发展。

由边缘密度（ED）的值可以看出，2000年和2010年均呈现出耕地>建设地>林地>未利用地>水域的情形，表明耕地被边界割裂的程度最高，而水域则保存了较好的连通性。

从聚集度指数可以分析出，聚集度指数是随着核心斑块面积百分比的变化而变化的，所以聚集度指数最高的仍然是林地，而未利用地的聚集度指数较小。说明林地景观之间的连通性较好，分布较集中;未利用地景观之间的连通性较差，分布较分散。

3.5  景观异质性分析

景观的异质性是景观的基本属性，景观的异质性表现在两个方面：一是组成要素的异质性，即景观中包含的景观要素的丰富程度及其相对数量关系;二是空间分布的异质性，即景观要素空间分布的相互关系。本研究采用Shannon多样性指数（SHDI）、Shannon均匀度指数（SHEI）、蔓延度（CONTAG）和散布与并列指数（IJI）来描述柳州市景观水平的异质性。

从表7可知，柳州市整体景观Shannon多样性指数由1.275 2上升到1.341 2，而均匀度指数也由0.792 3提高到0.833 4，趋近于1，说明各景观类型面积分布较为均衡，景观优势类型不明显，景观结构组成较为复杂且在向更优化方向发展。

从蔓延度指标来看，景观的破碎化程度不高，景观斑块较大，同类景观聚集程度较强;各景观的散布与并列指数较高，说明异类景观较为分散，分布较复杂。

4  小结与讨论

研究结果表明，柳州市整体景观多样性较高，且有上升趋势，各景观类型面积分布较为均衡，景观优势类型不明显，景观结构组成较为复杂且正向更优化方向发展。景观面积由大到小依次是林地、耕地、建设用地、水域和未利用地。

林地景观是柳州市的基质景观，这有助于景观生态安全与稳定。但林地面积增加6.4%的同时，林地斑块数量却增长了74.8%，林地的破碎化程度在加剧，说明林地景观受人为干扰因素比较大。

耕地景观也占有重要地位，2000年和2010年占总面积的比例分别达到37.72%和31.63%，10年间耕地面积减少3 965.40 hm2，耕地是转出面积最多的景观，由于城市化进程的加快和农作物种植结构的调整，转出的耕地绝大部分变成了建设地、未利用地和林地。耕地面积减少的同时、耕地大斑块景观的下降比例极为显著，斑块平均面积减少，且耕地是被边界割裂程度最高的一类景观，呈现破碎化趋势。

建设地景观在2000年和2010年占总面积的比例分别为16.73%和17.13%。建设用地景观增加的同时，斑块数量减少，斑块密度减少，最大斑块指数上升，聚集度指数增加，斑块平均面积显著增加，表明柳州城市内部结构进行了调整，由大而分散的格局向紧致、抱团方向发展，卫星城镇逐渐与主城区加强了连通性。

水域景观面积增加了1 038.87 hm2，这主要由于柳江河下游的红花水利枢纽截流后，柳江水位上升，导致水域面积增加。同时斑块数量减少，最大斑块指数、斑块平均面积也显著上升，且水域景观之间也保持着最好的连通性。

未利用地景观面积增加了1 057.14 hm2，说明了城市化正在快速推进和发展，这类景观增加的面积主要由耕地和林地转化而来。未利用地面积增加的同时，斑块数量减少，最大斑块指数上升，斑块平均面积显著增大，聚集度指数升高，表明开发模式由小面积分散向大面积集中连片开发转变。

参考文献：

[1] 易文斌，蒋卫国，国巧真，等.基于ALOS数据的城市景观格局信息提取研究——以北京市海淀区为例[J].遥感信息，2008（4）：33-38.

[2] 丁圣彦，张明亮. 1988～2002年开封市景观动态变化[J].地理研究，2005，23（1）：28-37.

[3] 王秋霞，郑苏明.基于GIS的合肥市近50年来城市景观格局演变研究[J].安徽农业科学， 2008，36（23）：10112-10115.

[4] 杜会石，哈  斯，李明玉.1977～2008年延吉市城市景观格局演变[J]. 地理科学， 2011，31（5）：608-612.

[5] 干晓宇，周  波，李建龙，等.张家港市不同城市化阶段的城市景观格局响应及驱动力分析[J]. 安徽农业科学， 2011，39（33）：20641-20645，20698.

[6] 王  鹏，李贤伟，张  健.基于空间采样的城市景观格局梯度分析——以成都市中心城区为例[J].四川农业大学学报，2007，25（3）：316-321.

[7] 戚晓明，杜培军，周玉良，等.基于遥感和GIS的城市景观格局演变与水文效应关系研究[J].国土资源遥感，2010 （4）：103-107.

[8] 马勇刚，塔西甫拉提·特依拜，黄  粤，等. 城市景观格局变化对城市热岛效应的影响——以乌鲁木齐市为例[J].干旱区研究，2006，23（1）：172-176.

[9] 黎良财，邓  利，曹  颖，等.基于NDVI像元二分模型的矿区植被覆盖动态监测[J].中南林业科技大学学报，2012，32（6）：18-23.

[10] 张金屯，邱  扬，郑凤英.景观格局的数量研究方法[J].山地学报，2000，18（4）：346-352.

[11] WICKHAM J D， NORTON D J.Mapping and analyzing landscape patterns[J]. Landscape Ecology， 1994，9（1）：7-23.

[12] 王  娟，马履一，王新杰，等.北京城区公园绿地景观格局研究[J].西北林学院学报，2010，25（4）：195-199.

[13] 黎良财，杨胜天，李耀强，等.珠江上游融江流域森林景观格局现状及分析[J].西北林学院学报，2012，27（5）：26-31.endprint