蒙金华，张正栋 ，袁宇志，董才文

(华南师范大学地理科学学院，广州501631)

景观格局指空间结构特征，包括景观组成单元的类型、数目以及空间分布与配置［1］. 景观格局变化通过影响景观系统内的物质循环与能量流动，进而对区域内重要的景观生态过程产生深刻影响. 因此，景观格局变化研究对于揭示景观演变的机制与规律、探寻人类活动与生态环境演变之间的关系具有重要意义［2］.

景观格局动态演变模拟是用数学的方式来表达景观空间现象与时间过程，它舍弃模拟对象的一些细节部分而抓住其本质特征，抽象地表述景观格局的变化过程，最终实现对它的模拟［3］. 对景观格局的模拟，Logistic 回归模型、Markov 链、元胞自动机(CA)、效应模型(CLUE)以及2 种或3 种以上的复合模型［4－5］被应用较多. Turner［6］利用景观指数采用定量方法对景观格局进行了研究，取得有效结果，使得此方法得到广泛运用，并使得景观格局走向定量化研究;牛星和欧名豪［7］运用Markov 链方法对景观格局动态进行了定量研究，计算出景观之间的转移速率，探索出未来各景观格局变化趋势. Acevedo等［8］通过定量分析和CA-Markov 模型来模拟地中海野生有蹄类动物的分布，成功地把景观时空变化和物种分布动态变化联系在一起，模拟结果具有较高参考性.Nouri 等［9］采用CA-Markov 模型作为规划支持工具之一，对伊朗西北部的吉兰省的时空变化和城市用地空间布局进行分析与未来增长用地的预测，模拟结果良好，对吉兰省未来用地政策制定提供了决策支持，表明CA-Markov 模型在土地利用动态预测方面的优势.

已有的研究报道中较多以行政区为研究对象，以流域为研究单元的较少［10］.本文分析了广州市流溪河流域的景观格局变化，利用中科院地理信息平台提供的TM 影像为基础，运用CA-Markov 模型对流溪河流域未来的景观格局进行模拟和预测，揭示了流域景观格局变化的特征规律，为改善流域的生态环境提供了参考.

1 流域概况与研究方法

1.1 流域概况

流溪河(图1)是珠江的一条支流，位于广州市从化区北部，集雨面积在100 km2以上的支流共有5条.年径流量28.4 亿m3，年平均流量90.1 m3/s，降雨集中在4 ～9月.流溪河地处亚热带，气候温和，雨量充沛，资源丰富，物种众多，是广州市重要的水源河流，供应广州60%的饮用水源，具有重要的资源和战略价值.流域上游以材林和水源林为主，中下游以水果、蔬菜、花卉生产为主［11］.自2000年后，流域范围处于高速城市化发展进程，整个流域的景观格局发生剧烈变化.

图1 流溪河区位图Figure 1 Location of Liuxi basin

1.2 数据来源与研究方法

1.2.1 数据来源及预处理

(1)数据来源.从中国科学院数据应用环境中心获得2010年DEM 数据(分辨率30 m)，以及2000、2005 和2010年的3 期TM 遥感图像(分辨率30 m).从中国科学气象数据共享网获得2000—2010年年降水数据、年平均气温数据.土地利用规划数据主要源于《广州市土地利用总体规划(2005—2020)》.

(2)数据预处理.利用DEM 数据与分布式水文模型SWAT 生成流溪河流域范围，以及水系分布、子流域分布情况.

对3 期遥感影像进行裁剪，以流域DEM 影像为底图，对3 期遥感影像进行裁剪，在遥感软件ENVI5.0 环境下进行监督分类，依据本研究目的和流溪河自然地理环境特点，将流溪河景观类型分为耕地、林草地、水体、园地、建筑用地和其他用地6 类，得到2000、2005 及2010年的3 期景观格局分布图，通过Kappa 系数验证，流域3 期影像解译精度都超过85%，图2 为3 期影像的景观分类结果图.

1.2.2 景观指数分析法 本文采取景观格局指数分析法对流域景观2000—2010年景观格局动态进行分析，从景观指数分类、景观指数的相关性、不同指数对不同景观格局的反应等方面，结合流溪河流域实际景观特征，共选用8个景观指数分析景观格局.在斑块类型水平上选3个指数:面积指数(PA)、斑块密度(PD)、平均分维度指数(Mfrac)，在整体景观上选5个指数:斑块数目(NP)、平均最邻近距离(MENN)、景观多样性指数(SHDI)、聚集度(AI)、优势度指数(DI)［12］.

图2 2000、2005 和2010年流溪河流域景观分类图Figure 2 Landscape classification maps of Liuxihe basin of 2000，2005 and 2010

1.2.3 CA-Markov 模型预测方法 马尔科夫模型(Markov)是基于马尔科夫过程理论而形成的，有效预测事件发生概率的方法. 在对景观格局变化的研究中，景观类型对应Markov 过程中的“可能状态”，景观类型相互转化的概率之比作为“状态转移概率”参与运算，进行运算公式如下:

其中，S(t)、S(t +1)分别是t、t +1 时刻的系统状态;P 表示状态转移概率矩阵:

元胞自动机(Cellular Automata)是一种时间、空间、状态都离散的模型，具有强大的空间建模和计算能力，能够模拟具有时空特征的复杂动态系统，由元胞、元胞空间、邻居和规则等4个部分组成，其模型可用下式:

其中:S 表示元胞有限、离散的状态集合;N 表示元胞的邻域;t 和t +1 表示不同时刻;f 表示局部空间的元胞转化条件规则.

CA-Markov 模型计算所用图像的每一个栅格相当于一个元胞，对应不同的景观类型，利用转换规则最终确定中心元胞的景观类型，对研究区的景观类型变化过程进行预测.

本文运用CA-Markov 模型对景观格局进行预测，运算的具体过程如下:(1)用2005年作为模拟开始的时刻，根据ArcGIS 软件计算所得的2000—2005年各景观类型的转换面积作为Markov 状态转移矩阵的元素. (2)根据式(1)～(3)建立CA 转换规则.(3)设置CA 迭代次数，本文设置模拟时间为每次10年. (4)CA 滤波器:采用5 ×5 的滤波器.(5)对模拟结果进行验证与分析.

2 流域景观格局演变特征

2.1 整体景观尺度上景观格局的指数变化

2000—2010年，景观水平上的指数(表1)变化特征如下:(1)景观斑块数越来越大，平均最邻近距离越来越低，景观总体朝着破碎化的方向发展;(2)聚集度指数呈下降趋势，表明相同景观类型的聚集程度在下降，而不同类型的景观的团聚程度呈上升趋势;(3)景观多样性指数一直持续变大，而最大斑块指数则在下降，表明流域内各景观类型的分布越发均匀;(4)单一景观优势度呈现下降趋势，主要体现在耕地面积减少、园地面积以及建设用地面积大量增加.

表1 2000—2010年间景观指数变化Table 1 Landscape metrics variation from 2000 to 2010

2.2 斑块类型尺度上流域景观类型的格局指数变化

通过计算分析斑块类型水平上的景观指数，得到2000—2010年间流溪河景观格局变化特征:

(1)景观类型面积发生剧烈变化(表2):耕地面积不断减少，2005年比2000年减少179.7 km2，2010年比2005 减少187.98 km2;建筑用地面积持续增加，2005年比2000年增加40.4 km2，2010年比2005年增加65.1 km2;林草地缓慢减少，2005年比2000年 减 少26.44 km2，2010年 比2005年 减 少10.77 km2;园地加倍增长，从2000年的182.86 km2增长到2010年的445.85 km2.水体跟其他用地变化不大，一直保持在42 ～43 km2之间. 说明在景观格局变化中人为主导现象严重，如果树效益高，园地的面积就成倍增长，而耕地面积成倍减少.

(2)林草地平均斑块面积和斑块数在下降，分形维数持续上升，斑块密度先降低后升高.

(3)园地平均斑块面积和平均分形维数都升高.

(4)水体平均分形维数先增加后降低，斑块密度持续减少.水体的被利用性越来越高，如开发水库等，对水体的斑块密度减少产生重要影响.

(5)建设用地的平均斑块面积、分形维数均不断增加.说明在城市化背景下，耕地面积主要转移至建筑用地;

图3 2000—2010年斑块密度(PD)指数变化Figure 3 Changes of PD from 2000 to 2010

图4 2000—2010年平均分维度指数(Mfrac)变化Figure 4 Changes of Mfrac from 2000 to 2010

(6)其他用地斑块数先增后减，平均斑块面积与平均分维度先增后减.

表2 2000—2010年间景观类型面积变化Table 2 Changes of landscape area from 2000 to 2010 km2

3 流域景观格局模拟预测

3.1 景观类型转移矩阵与转换规则生成

表3 呈现流溪河流域2000—2005年景观类型相互转化情况:建筑用地主要转移成建设用地，耕地主要转移成为建筑用地以及园地，林草地大部分保留成林草地，其他部分主要转移成园地，水体基本保持不变，其他用地主要转移成林草地以及小部分园地.

表3 2000—2005年间的转移概率矩阵Table 3 Landscape type transition probabilities from 2000 to 2005 %

3.2 2010年预测结果与精度验证

图5 为2010年的景观格局实际分布结果与预测结果.利用2010年的遥感影像景观格局空间分布结果作为相对真值，从2个层面进行精度验证.一是地类栅格数对比法，即比较各景观类型预测结果和实际数据的栅格数量差异;二是对比预测结果中具体某个栅格位置的景观类型是否与实际数据相同［13］.建筑用地、耕地、林草地、水体、园地以及其他用地的拟合度分别为0.78、0.75、0.85、0.88、0.74和0.97，整体KAPPA 指数为0.82，说明采用CAMarkov 模型的模拟结果较好，可靠性较高. 精度验证结果见表4.

图5 2010年实际景观格局图(A)与预测结果(B)的比较Figure 5 Comparison of the actual landscape pattern map (A)and the predicted result (B)in 2010

3.3 2020年预测结果与分析

用经过精度验证的CA-Markov 模型对流溪河流域2020年的景观格局各指数进行预测.从预测结果(图6)看，2020年流溪河流域建筑用地、耕地、林草地、水体、园地以及其他用地所占比例分别为:16.1%、20.2%、34.8%、1.5%、27.1%和0.3%. 根据流溪河流域各景观类型的比重和空间分布变化，如果按照本文的转换规则以及转换概率发展，在未来几年内，建设用地以及林地面积迅速增长，耕地面积迅速减少.

将预测结果统计分析，并与2010年景观指数进行对比(表5). 研究结果表明:2010—2020年景观指数会继续按照2000—2010年的变化趋势发展，景观多样性指数上升到1.55，表明空间构型朝复杂化方向发展.流域的各种斑块类型分布越来越均匀，斑块之间的距离在变小，下降到24.3 m，表明斑块的破碎度呈现增加趋势. 而单一斑块支配程度呈下降的趋势，优势度减少到0.65.根据预测结果表明，流域内各景观将朝均衡化的方向发展，景观多样性和破碎度呈现增加趋势，人类活动以及经济发展对流域生态的影响将变得更加突出.

表4 2010年景观格局预测精度验证Table 4 Forecast verifying accuracy of landscape pattern in 2010

图6 2020年景观格局预测Figure 6 Forecast of landscape pattern in 2020

表5 2010 与2020年间景观水平景观指数对比Table 5 Comparison of landscape metrics at landscape level in 2010 and 2020

4 结论

流溪河流域景观类型主要以耕地、林草地、建设用地和园地为主，在2000—2010年间流溪河流域耕地、林草地面积减少幅度较大，而建筑用地和园地面积呈现增加的趋势，这表明十多年来流域景观格局类型的变化主要是受人类活动的影响. 流域景观破碎度在增加，斑块更加复杂，各景观类型变得均匀.

利用CA-Markov 模型预测流溪河流域2010年和2020年景观格局，并将2010年景观格局实际分布结果与预测结果进行对比，预测精度达82%，说明采用CA-Markov 模型的模拟结果较好，可靠性较高，也表明CA-Markov 模型可以用来模拟预测流溪河流域的景观格局.

运用CA-Markov 模型对流域景观格局进行模拟预测研究中，影响预测精度有2个方面:(1)中国科学院数据应用环境中心下载的TM 图像的景观类型解译精度;(2)在复杂的景观类型转化过程中，转换规则和模型参数的定义过程.因此，为了更准确地掌握流域景观格局动态变化趋势，上述2个方面还需要在今后的工作中进行深入研究.

2010—2020年流溪河流域内各景观面积均发生了变化，但变化不大，景观斑块交界的地方发生的变化较多.从总体上看，流域中下游地区景观格局变化较剧烈，上游地区景观格局变化趋于稳定.在人类活动为主要驱动因素下，流域景观的破碎度与聚合度将继续受到影响，并因为人类的活动与意志，人为景观将逐渐取代自然景观，流域自身生态恢复能力将降低.为了提高流域内景观格局的稳定性，建议对流域内的耕地与林草地面积进行恢复，保持在一定的范围，同时要限制建筑用地的无限扩张.

［1］邬建国. 景观生态学—格局、过程、尺度与等级［M］.北京:高等教育出版社，2000:213－215.

［2］谢家丽，宋翔，颜长珍. 人类干扰对若尔盖高原景观格局变化影响的遥感分析［J］. 北京联合大学学报:自然科学版，2012，26(3):16－20.Xie J L，Song X，Yan C Z. Response of landscape pattern changes to human interference in Zoige Plateau［J］. Journal of Beijing Union University:Natural Sciences，2012，26(3):16－20.

［3］刘焱序，任志远，李春越. 秦岭山区景观格局演变的生态服务价值响应研究——以商洛市为例［J］. 干旱区资源与环境，2013，27(3):109－114.Liu Y X，Ren Z Y，Li C Y. Response of ecosystem services value to the landscape patterns change in Qin-ling mountains:A case of Shangluo city［J］. Journal of Arid Land Resources and Environment，2013，27(3):109－114.

［4］Luo G，Yin C，Chen X，et al. Combining system dynamic model and CLUE-S model to improve land use scenario analyses at regional scale:A case study of Sangong watershed in Xinjiang，China［J］. Ecological Complexity，2010，7:198－207.

［5］Zhang Q，Ban Y，Liu J，et al. Simulation and analysis of urban growth scenarios for the Greater Shanghai area，China［J］. Computers，Environment and Urban Systems，2011，35:126－139.

［6］Turner M G.Landscape ecology:The effect of pattern on process［J］.Annual Review of Ecology Systematics，1989(20):171－197.

［7］牛星，欧名豪. 基于Markov 理论的扬州市土地利用结构预测［J］. 经济地理，2007，27(1):153－156.Niu X，Ou M H. Study on the forecast of land structure in Yanzhou city based on Markov theory［J］. Economic Geography，2007，27(1):153－156.

［8］Acevedo P，Farfán M A，Márquez A L，et al. Past，present and future of wild ungulates in relation to changes in land use［J］. Landscape Ecology，2011，26(1):19－31.

［9］Nouri J，Gharagozlou A，Arjmandi R，et al.Predicting urban land use changes using a CA-Markov model［J］.Arabian Journal for Science and Engineering，2014，39(7):5565－5573.

［10］陈爱玲，都金康. 基于CA－Markov 模型的秦淮河流域土地覆盖格局模拟预测［J］. 国土资源遥感，2014，26(2):184－189.Chen A L，Du J K.Simulation and forecast of land cover pattern in Qinhuai River basin based on the CA-Markov model［J］. Remote Sensing for Land ＆ Resources，2014，26(2):184－189.

［11］吉冬青，文雅，魏建兵，等. 流溪河流域土地利用景观生态安全动态分析［J］. 热带地理，2013，33(3):299－306.Ji D Q，Wen Y，Wei J B，et al. Dynamic trend of land use landscape ecological security in liuxihe watershed［J］. Tropical Geography，2013，33(3):299－306.

［12］程刚，张祖陆，吕建树，等.基于CA-Markov 模型的三川流域景观格局分析及动态预测［J］. 生态学杂志，2013，32(4):999－1005.Cheng G，Zhang Z L，Lv J S，et al. Landscape pattern analysis and dynamic prediction of Sanchuan basin in East China basedon CA-Markov model［J］.Chinese Journal of Ecology，2013，32(4):999－1005.

［13］冯异星，罗格平，周德成，等. 近50a 土地利用变化对干旱区典型流域景观格局的影响——以新疆玛纳斯河流域为例［J］. 生态学报，2010，30(16):4295－4305.Feng Y X，Luo G P，Zhou D C，et al. Effects of land use change on landscape pattern of a typical arid watershed in the recent 50 years:A case study on Manas River Watershed in Xinjiang［J］. Acta Ecologica Sinica，2010，30(16):4295－4305.