王小慧 陈 阜

(中国农业大学 农学院/农业农村部农作制度重点实验室，北京 100193)

现代化和集约化农业生产过量使用化肥和农药的同时，单一作物连片生产规模逐渐增大，不仅降低了农田生态系统多样性、稳定性和抗干扰能力，也降低了农田景观的空间异质性。作物是农田景观的核心组成，作物组成和配置直接影响农田景观格局和生态系统服务功能。复种、轮作、条带种植、间套作、混作以及农林复合种植等可以提升农田景观组分异质性和配置异质性，异质性的提升有利于保持和提高土壤肥力，加速养分循环，减少磷流失量和水径流量，并增加授粉昆虫和鸟类的数量。

作物和半自然生境面积是农田景观组分异质性的具体表现，逐渐受到国内外许多学者的关注。前人研究表明，过高或过低的农田景观多样性均会导致物种丧失和丰富度降低，半自然生境面积比例为10%～20%的农田景观具有最高的作物产量，而当作物面积比例为20%～40%时作物产量最低；当不同的作物或品种占据不同的时空生态位时，作物多样性的增加有利于作物产量提升，虽然半自然生境减少了农田边界的作物产量，但提高了农田内部的作物产量。农田景观中较高的半自然生境比例和破碎度，有利于提高授粉昆虫多样性，并提升生态系统授粉功能，进而极大地减弱单一化景观对生态系统服务的负面影响。对欧洲和加拿大的432个1 km×1 km景观样方采样结果显示，在作物面积比例高于60%的农田景观中，作物田块边界长度的增加有利于田块内植物多样性的提升；但是对法国西部的20个1 km×1 km景观样方采样显示，在作物比例为30%～60%的农田景观中，农田景观的作物比例提升却减少了植物丰富度。

景观格局指数是量化景观异质性的重要工具，不仅应用于描述景观格局变化，也可用于量化景观格局变化对生态系统服务功能的影响。前人研究表明，斑块数量、斑块密度、平均斑块面积、最大斑块指数、景观百分比、景观形状指数和有效网格尺寸等景观格局指数可以有效表征不同生态系统和土地利用类型的景观格局变化，同时也是研究农地细碎化的重要指标。对农田、林地、草地和建设用地结构和生态系统服务研究发现，散布和并列指数、最大斑块指数、聚集度指数、平均斑块面积和景观百分比与总生态系统服务呈极显著相关性，而景观百分比与不同类型农用地净初级生产能力和供给功能的相关性最为显著，而最大斑块指数、平均形状、散布和并列指数有助于研究不同类型农用地的农业保护研究。

前人研究大多集中于作物和半自然生境对作物产量、授粉功能和害虫防治的影响，而极少关注对农田景观作物和非作物空间结构的影响，且大部分研究不区分农田景观中的不同作物和种植模式，缺乏量化农田景观多样性、破碎度和配置异质性等方面的依据，国内的相关研究尤其贫乏。本研究基于遥感解译的农田景观影像，以移动窗口的方法获取1 km景观样方，明确研究区农田景观作物和半自然生境面积比例；进一步选取不同作物面积比例梯度的景观样方，采用景观格局指数法，从农田景观组分异质性、破碎度和配置异质性3个角度，分析不同作物面积比例对研究区农田景观结构和主体模式分布特征的影响，以期为未来农田景观的作物布局优化和可持续农业生产提供理论支撑。

1 研究区概况与数据前处理

1.1 研究区概况

研究区为河北省吴桥县 (37°41′ N, 116°37′ E)，位于我国三大粮食主产区之一的华北平原(图1(a))。全县总面积583 km，其中耕地面积占比65%以上，主要种植模式为麦玉两熟。2019年全县小麦播种面积25 580 hm，玉米播种面积28 265 hm，且基本实现“种管收”全过程机械化；其他作物类型包括棉花、辣椒、红薯和花生等，但播种和收获的机械化程度极低。研究区海拔14～22 m，是暖温带季风气候，光热资源充足，年平均气温12.6 ℃，年平均日照时数2 340 h，无霜期213 d；研究区位于地下水“漏斗区”的深层超采区，平均降水量530 mm，而麦玉两熟需水量约750 mm，水资源较为紧缺。

(a)研究区位置；(b)土地利用图；(c)种植模式图；(d)农田景观格局图。(a) Location of research area; (b) Land-use; (c) Cropping pattern and (d) Farmland landscape pattern and sample distribution.图1 研究区农田景观格局图和样方分布Fig.1 Farmland landscape pattern and sample distribution

1.2 数据获取与前处理

1

.

2

.

1

土地利用数据提取

从GF-2影像挑选成像质量较高的3景数据(成像时间为2015-05-28)用于研究区土地利用类型和田间道路的识别和提取，并用ENVI 5.5进行辐射定标、大气校正和几何校正的预处理获得0.8 m融合影像。通过参考中科院LUCC分类体系和研究区实际土地利用情况，构建了涵盖耕地、林地、草地、建筑用地、道路、河流、坑塘和设施农业的土地利用分类体系。最后，采用目视解译法提取土地利用和田间道路分布情况，其中识别的道路包括高速公路、省道、县道、乡道和田间车道等宽度大于1 m的交通用地(图1(b))。对比吴桥县国土资源局公开发布的2016年土地利用数据，各土地利用类型误差控制在10%以内。

1

.

2

.

2

种植模式提取

以2019年全覆盖且无云的15景Landsat 8 OLI影像和2景Sentinel 2 MSI影像，经辐射定标、大气校正和图像融合预处理后获得时间序列的融合影像。在获取的17景遥感影像中，3—10月共14景，分别为03-26、04-04、05-06、05-22、05-29、06-07、06-14、06-29、08-17、08-28、09-02、09-18、09-27和10-29；其他月份共4景。然后，以145个地块共19 385个栅格作为训练样本，将归一化差异植被指数、植被增强指数、蓝波段对比度和红波段对比度4个指标作为特征指标，用随机森林分类法解析研究区7类种植模式分布情况，以74个地块共8 741个栅格作为验证样本进行精度验证的总体精度为91.17%，Kappa系数为0.864 4，分类结果较好。解析的7类种植模式包括麦玉两熟、粮林复合两熟、粮林复合一熟、棉花一熟、辣椒一熟、玉米一熟和花生一熟(图1(c))。

1

.

2

.

3

农田景观格局获取

将土地利用图和种植模式分布图合并，获得空间分辨率为15 m的研究区农田景观格局图(图1(d))，包含14类土地利用类型。

2 研究方法

2.1 样方选取

用移动窗口法，在农田景观格局以1个栅格为步长获取了2 596 802个1 km景观样方，统计每个景观样方不同地类面积比例，包括作物斑块、林地斑块、水体斑块和其他斑块。其中麦玉两熟、棉花一熟、辣椒一熟、玉米一熟和花生一熟5类为作物斑块；粮林复合两熟和粮林复合一熟具有明显区别于作物的冠层结构和复杂的调节功能，与林地合并作为林地斑块，是研究区农田景观最主要的半自然生境；河流和坑塘作为水体斑块；其余要素为其他斑块，包括建设用地、道路和设施农业等。

本研究以农田景观中作物面积比例为衡量指标，设置1 km景观样方中作物面积比例为45%、55%、65%、75%、85%和95%这6个梯度，每个梯度至少3次重复。为了使样方更具代表性，各样方还应满足以下条件：1)样方内河流和湖泊等地表水体的比例应≤2%；2)样方间距离≥2 km；3)样方完全落在研究区域内，且与研究区边界距离≥500 m。本研究在2 596 802个1 km景观样方中共选取了24个用于梯度研究(图1(c))。

24个样方的不同处理间，林地面积比例最小为1%，最大为40%，平均值为16%；水域比例最高为2%，最低为0%，平均值为0%；其他类型比例最高28%，最低为3%，平均值为15%(表1)。

表1 景观样方各类型组分面积比例
Table 1 Proportion of all compositions of the landscape samples %

序号No.处理Treatment作物面积比例Proportion ofcrop area林地面积比例Proportion offorest area水域面积比例Proportion ofwater area其他类型面积比例Proportion ofothers1454525～401～214～282555522～310～114～23365657～25010～284757512～1609～13585857～1005～869593～951～203～5

2.2 景观指数计算

2

.

2

.

1

组分异质性

香农多样性指数(Shannon’s diversity index, SHDI)反映景观的组分异质性，广泛应用于生态学和生物多样性研究，等于各斑块类型的面积比乘以其自然对数和的负值，该指标用于景观尺度。其计算公式为：

(1)

式中：

p

为第

i

类斑块面积与景观面积之比；

m

为斑块类型数量，个。SHDI对景观中各斑块类型不均衡分布情况反映强烈，强调稀有斑块对景观异质性的贡献度。一般来说，景观破碎度越高，土地利用越丰富，SHDI越大。SHDI的范围为[0,∞)，SHDI越大，组分异质性越强；若SHDI=0，说明景观中只有1类斑块或者1个斑块，不具备多样性。

香农均匀度指数(Shannon’s evenness index, SHEI)反映不同景观中不同斑块类型面积分布的均匀度，是优势度的补充，该指标用于景观尺度。其计算公式为：

(2)

SHEI的取值范围为[0,1]。当SHEI=1时，景观中不同类型斑块的面积分布非常均匀；当SHEI=0时，说明景观中只有1类或者1个斑块，不具备多样性,同时不同斑块的面积分布非常不均匀。

景观百分比(Percentage of landscape, PLAND)反映不同类型斑块在景观中的面积比例，量化了景观中每类斑块的比例丰度，是重要的景观组分的度量指标。该指标用于景观尺度。其计算公式为：

(3)

式中：

a

为第

i

类第

j

个斑块的面积，m；

A

为景观面积，m。景观百分比是1个相对值，相比于斑块类型面积，更适用于比较不同大小景观的景观组分。PLAND的取值范围为(0,100]，PLAND趋近于0，说明该类型斑块在景观中极其罕见；若PLAND=100，说明整个景观只有1种斑块类型。

2

.

2

.

2

景观破碎度

边界密度(Edge density, ED)为单位面积的斑块边界长度，等于景观中所有斑块边界总长度除以景观总面积，一般用于不同尺度景观的比较。该指标可应用于斑块和景观尺度。其计算公式为：

(4)

式中：ED为边界密度，m/hm；TE为景观中斑块边界总长度，m。ED取值范围≥0，没有上限限制。当ED=0时，说明景观中不存在斑块边界。

景观形状指数(Landscape shape index, LSI)是最常用的景观形状指数之一，表征景观中斑块形状与正方形的偏移距离，该指标用于景观尺度。其计算公式为：

(5)

式中：0.25为正方形校正常数。LSI取值≥1，没有上限限制。LSI=1时，景观中只有1个正方形斑块；LSI>1时，景观中斑块形状不规则或偏离正方形。

斑块数量(Number of patches, NP)反映景观中或某一类型斑块的斑块数量，是景观或某一特定类型斑块的破碎度的简单度量指标，该指标可用于斑块和景观尺度。其计算公式为：

NP=

n

(6)

式中：

n

为景观中第

i

类斑块的斑块数量，个。当景观面积或者各类型斑块面积保持不变时，该指标传达的含义与斑块密度和平均斑块大小相似。NP取值≥1，当NP=1时，说明景观中只有1个斑块，或一类斑块只有1个斑块。

2

.

2

.

3

配置异质性

有效粒度尺寸(Effective mesh size, MESH)可以有效反映景观面积权重和结构上的差异性特征，可以表达景观组分和空间格局特点，该指标用于景观尺度。其计算公式为：

(7)

MESH的范围介于栅格面积和景观总面积之间。当每个栅格都为单独的1类斑块时，MESH与栅格面积相同；当整个景观只包含1类斑块时，MESH等于景观总面积。有效粒度尺寸越小，配置异质性约高。

分离度指数(Splitting index, SPLIT)指在保持分割度不变的基础上把景观分成均匀斑块大小时的斑块数，是表征集约化用地景观配置异质性的最具代表性指数之一。其计算公式为：

(8)

式中：

n

为第

m

类斑块个数，个。SPLIT=1表示景观中只有1个斑块，斑块面积越小，SPLIT越大。当斑块面积最小，景观被细分至极致时，SPLIT最大，每个栅格就是1个斑块。

3 结果与分析

3.1 农田景观作物和半自然生境比例

研究区农田景观总体呈现高作物面积比例、低半自然生境比例和极低水体比例的特点(图2)。2019年研究区2 596 802个1 km景观样方的作物面积比例呈负偏态分布，具有众数>中位数>平均值的特点，平均值为53%，偏度系数为-0.53，说明有相当比例的农田景观具有较高的作物面积比例，以此获取可观的作物产量(图2(b))。林地面积比例呈正偏态分布，具有平均值>中位数>众数的特点，平均值为22%，偏度系数为0.49，说明研究区大部分的1 km农田景观具有较低的半自然生境比例(图2(c))。绝大部分的1 km景观样方的水体比例低于2%，地表水体比例极低(图2(a))。

(a)景观样方特征；(b)作物面积比例频率分布图；(c)林地面积比例频率分布图。(a) Characteristics of the landscape samples, (b) and (c) Frequency distribution of the proportion of crop and forest area， respectively.图2 研究区2019年1 km2景观样方特征Fig.2 Characteristics of landscape sample of study area

3.2 作物面积比例对农田景观多样性的影响

农田景观组分异质性随着作物面积比例的增加而显著降低，麦玉两熟斑块面积比例随着农田景观作物面积比例的增加而显著上升。从农田景观角度来看，作物面积比例为45%的SHDI和SHEI分别为1.69和0.67，显著高于其他处理(

P

<0.05)；作物面积比例为95%的SHDI和SHEI分别为0.33和0.20，显著低于其他处理(

P

<0.05)(图3(a)和(b))。随着农田景观作物面积比例的增加，SHDI和SHEI均呈下降趋势，说明农田景观中作物面积比例提升后导致多样性显著下降，各类斑块间面积分布更加不均匀。

SHDI为香农多样性指数，SHEI为香农均匀度指数，PLAND为景观百分比。图中小写字母表示处理间差异达显著水平(P<0.05)。下同。SHDI is Shannon’s diversity index, SHEI is Shannon’s evenness index, PLAND is percentage of landscape.Treatments labeled by lowercases in the figure are significantly different at 0.05 probability level。The same below.图3 农田景观和麦玉两熟斑块组分异质性Fig.3 Compositional heterogeneity of farmland landscape and wheat-maize double cropping patches

从麦玉两熟斑块来看，作物面积比例为45%的PLAND为42.20%，作物面积比例为95%的PLAND为92.72%。随着农田景观作物面积比例的增加，麦玉两熟斑块的PLAND显著上升(

P

<0.05)，说明农田景观中作物面积比例的提升可能是研究区麦玉两熟斑块面积比例上升的原因之一(图3(c))。

3.3 作物面积比例对农田景观破碎度的影响

农田景观破碎度随着作物面积比例的增加而显著下降，但麦玉两熟斑块的差异性稍弱。从农田景观角度来看，作物面积比例为45%的ED和LSI分别为338.53和9.51，显著高于65%、75%、85%和95%；作物面积比例为95%的ED和LSI分别为106.78和3.68，显著低于45%、55%、65%和75%(

P

<0.05)(图4(a)和(b))。随着农田景观作物面积比例的提升，ED和LSI均呈下降趋势，说明农田景观中作物面积比例的提升导致景观破碎度显著降低，斑块形状变得更加趋于正方形。

ED为边界密度，NP为斑块数量，LSI为景观形状指数。ED is edge density, NP is number of patches, LSI is number of patches.图4 农田景观和麦玉两熟斑块破碎度Fig.4 Fragmentation of farmland landscape and wheat-maize double cropping patches

从麦玉两熟斑块角度来看，作物面积比例为45%的NP和LSI分别为11.75和6.22，作物面积比例为95%的NP和LSI分别为1.33和3.51，前者显著高于后者(

P

<0.05)，而其他作物面积比例的NP和LSI都没有显著差异(图4(c)和(d))。因此，只有农田景观作物面积比例差异非常大时，麦玉两熟斑块的破碎度才会表现出显著差异。

3.4 作物面积比例对农田景观空间异质性的影响

农田景观配置异质性随着作物面积比例的增加而显著下降。从农田景观角度来看，作物面积比例为45%的MESH为14.14，显著低于75%、85%和95%，而和55%和65%没有显著差异；作物面积比例为45%的SPLIT为7.74，显著高于95%，但55%～95%之间没有显著差异(图5(a)和(b))。随着农田景观作物面积比例的提升，MESH呈上升趋势，而SPLIT则呈下降趋势。因此，农田景观中作物面积比例的提升增加了集中连片的同质地块，景观配置异质性降低。

MESH为有效粒度尺寸，SPLIT为分离度指数。MESH is effective mesh size, SPLIT is splitting index.图5 农田景观和麦玉两熟斑块配置异质性Fig.5 Configurational heterogeneity of farmland landscape and wheat-maize double cropping patches

从麦玉两熟斑块来看，作物面积比例为45%的MESH为11.57，显著低于65%、75%、85%和95%，而和55%没有显著差异；作物面积比例为45%的SPLIT为10.40显著高于95%，但55%～95%之间没有显著差异(图5(c)和(d))。与农田景观角度结果相似，随着农田景观作物面积比例的提升，MESH呈上升趋势，而SPLIT则呈下降趋势。因此，农田景观中作物面积比例的提升也导致麦玉两熟斑块出现集中连片的同质地块。

4 讨 论

研究区农田景观总体呈现出高作物面积比例的特点，这与李鹏山等研究结果相似。李鹏山等利用核密度估计法对京津冀耕地分布特征进行分析发现，该研究区属于耕地高密度区，而结果相似的原因主要是研究区是典型的华北平原粮食生产区域，绝大部分耕地用于作物生产。

本研究结果表明，随着农田景观作物面积比例的提升，农田景观组分异质性降低的同时，破碎度也降低，配置异质性随之降低，这一结果证实了前人观点。Fahrig等认为，景观中作物种类越多，平均田块面积越小，即农田景观组分异质性越高，破碎度越高。在此基础上，本研究进一步对研究区主体种植模式的分析发现，农田景观作物面积比例的提升导致麦玉两熟斑块面积显著增加，斑块数量显著减少，集中连片的麦玉两熟地块增多。因此，本研究认为导致华北平原农田景观异质性降低的原因可能是主体种植模式影响下的农田景观中作物面积比例的提升。相比于其他作物，华北平原麦玉生产较高的机械化和规模化导致麦玉两熟在农田景观的面积比例增大，进而导致农田景观作物面积比例升高；同时，麦玉模式的规模化发展导致麦玉两熟斑块数量减少，促进了麦玉两熟集中连片同质地块的产生，加剧了农田景观的同质性。

华北平原生物多样性服务价值低于全国平均水平，耕地破碎度较低，而农田景观异质性评估相对比较困难。前人研究结果表明，通过提升半自然生境比例提高农田景观组分异质性，或缩小田块面积提升农田景观配置异质性，可以促进授粉昆虫和天敌昆虫数量，从而提升生物多样性服务价值。本研究结果显示，较低的农田景观作物面积比例具有较高的组分异质性。因此，通过降低作物面积比例和提升半自然生境比例，提升农田景观组分异质性在研究区是可行的；同时可通过缩小田块面积，增强农田景观破碎度和配置异质性有利于华北平原的农田景观优化。

5 结 论

本研究通过设置不同梯度的作物面积比例农田景观样方，采用景观格局指数法，探究农田景观作物面积比例对景观异质性的影响。结果表明，研究区农田景观总体呈现高作物面积比例、低林地面积比例和极低水体比例的特点；随着农田景观作物面积比例的增加，农田景观组分异质性显著降低，破碎度和配置异质性显著下降；麦玉两熟面积显著上升和斑块数量减少是导致农田景观异质性降低的原因。因此，通过降低作物面积比例和缩小田块面积提升农田景观异质性是可行的。