论文部分内容阅读
用景观格局指数描述景观格局及变化，建立格局与景观过程之间的联系，是景观生态学最常用的定量化研究方法。为此，景观生态学家在应用其它理论时，在进行景观过程与格局的实践中，提出了描述景观格局与动态变化的各式各样的景观指数，但许多景观指数之间不满足相互独立的统计性质，因此用一组不相互独立的景观指数描述景观格局时不具有说服力。所以有必要针对不同的数据类型，不同的区域选择合适的景观格局指数来分析景观的空间格局特点。
研究区利用了SPOT5的高分辨率数据，选择了面向对象分类方法提取土地覆盖专题信息。采用最大面积的分割方法，得到了每种土地覆盖类型的最优分割尺度：建设用地的最优分割尺度为10—20，草地的为40—50，耕地的为60—70，植被的为80—100，湿地的为120—130，水体的为140—150，结合光谱(色彩)和空间形状参数(紧凑度和光滑度)的判据及邻域函数逻辑，使用最近邻方法得到了研究区的土地覆盖类型的专题矢量数据。在此基础上，利用栅格细胞聚合的尺度上推方法得到了5m、10m、20m、30m及40m五个不同尺度层次上的栅格数据，利用六边形格网把研究区划分为78个样方区，选择了FRAGSTATS 3.3景观格局分析软件中较常用的37种景观水平(landscape leve1)上的格局指数进行了计算及因子分析，得出如下结果：
(1)五个尺度层次上景观水平的格局指数相关性关系基本相似，存在相关关系的格局指数占到了总指数的60.66％—64.11％，这表明大多数指数间存在着相关性关系。其中，基本指数是其它指数的基础，决定其它指数；形状指数之间的相关关系最差，这种现象不仅表现在组内，同样表现在与其它组的指数之间；聚散性指数间的相关性受它们所代表的深层生态学意义的影响，类型内部的指数之间相关性较大，而与类型之间的相关性较差；两类多样性指数之间具有显著的相关关系，但与形状和空间关系没有任何联系：表示景观异质性的指数有两种：聚散性和多样性指数，它们所采用的参数和侧重点不同，多样性指数用景观类型面积百分比表示景观异质性，聚散性则用类型之间相邻矩阵表示景观异质性，但它们之间的相关关系比较好。
(2)根据相关关系分析的结果，我们选择了能表征景观结构和格局特点的15个独立性较强的格局指数进行了因子分析，获得5个主成分量，它们包含了整个指数变量约83.4％—85.6％的信息量，并简化为3个主要的公因子：聚散性/多样性指标，面积、边缘指标和形状指标。主要的公因子在不同的尺度层次上表现为：聚散性，多样性指标在每个尺度层次上表征景观格局的信息没有多大的变化，只是具体格局指数因粒度大小而有所改变，在小尺度上以平均最近距离(ENN_MN)为佳，在大尺度上以散布与并列指数(1J1)为佳；但面积、边缘指数与形状指数则随粒度的改变其所表达的信息内容也将发生变化，在小尺度层次上，形状指标比面积指标更具有说服力，表达的信息更丰富，而在大尺度层次上则与之相反。 (3)根据因子得分情况，分析了公因子在不同尺度层次上研究区样方的格局特点，结果表明三个公因子都能很好的表达不同尺度层次上土地覆盖类型的特点，表现出明显的区域性，聚散性/多样性指标和面积、边缘指标在每个层次上基本相似，而形状指标由于受到粒度的影响而表现出一定的差别，总的来说，对于分析景观格局特征，聚散性/多样性指标更具有意义。
(4)利用三大类公因子中载荷量最大的格局指数对样方进行了聚类分析，结果表明不同尺度层次上，载荷量较大的指数都能很好的区分研究区不同样方区的土地覆盖特点，且在每个尺度层次上表达的信息内容基本相似，可大概分为8组基本的土地覆盖类型：①城市建设用地；②城乡交错地带；③城市建设用地、绿地与湖泊；④耕地：⑤水体；⑥草地、湿地和水体；⑦草地与耕地；⑨研究边缘区域。具体的景观格局指标在不同的尺度层次上没有大的差别，可归纳为：①聚散性/多样性指标：ENN_MN、IJI、SHEI、PRD；②形状指标：SHAPE_MN、FRAC_MN；③面积指标：LPI、ED、PD、AREA_MN。
(5)研究区的土地覆盖特点为：东部区域主要为湖泊及草地类型，基本呈自然状态，斑块的形状指数较高，呈团聚状态；随着人类活动的增强，逐渐向西过渡为耕地，斑块的破碎化程度加大，受干扰的程度也随之增大，由于区内公路的修建，建设用地的连通性较高；研究区西部主要为武汉市区及城乡交错地带，城市区域以建筑用地为主，斑块形状较规则，形状指数较小，受人类干扰程度大，城乡交错地带的主要特点是建筑用地面积较多，斑块破碎化程度较高；而靠近武汉市区的风景区则保持着较好的自然状态，绿地和水体占地较大，形状指数也较之城市区域要高。