关于景观格局演变研究的几个问题

收稿日期:2002-03-13;修订日期:2002-06-15

基金项目:国家自然科学基金重大研究计划项目(批准号:90102018)资助。

作者简介:张秋菊(1974-)女,辽宁营口人,博士研究生,主要研究方向为景观生态。E -mail:z hangqiujv@163.c om

文章编号:1000-0690(2003)03-0264-07

关于景观格局演变研究的几个问题

张秋菊,傅伯杰,陈利顶

(中国科学院生态环境研究中心系统生态重点实验室,北京100085)

摘要:针对特定的生态过程,将景观格局与生态过程相结合的格局分析是未来景观格局研究发展的方向。景观格局变化与景观过程改变互为因果,了解格局演变时空规律及其演变驱动机制是结合生态过程进行景观格局分析的前提与基础。文章归纳了景观格局演变分析方法有景观格局指数与景观空间统计特征比较法、马尔柯夫转移矩阵法和主要以细胞自动机理论为基础的景观格局动态模拟。主要分析了景观格局演变的人文驱动力系统,介绍典型相关分析与逐步回归分析两种定量判别景观格局演变驱动力的方法,简要总结景观格局演变的驱动机制。最后提出今后研究所要突破的方面。

关 键 词:景观格局;景观格局演变;驱动因子;驱动机制中图分类号:Q149 文献标识码:A

景观格局是大小和形状不一的景观嵌块体在

景观空间上的排列[1]

。它既是景观异质性的具体体现者,同时又是各种自然与人为因素在不同时空尺度上作用的最终结果。遥感与地理信息系统技术的结合,成为探讨景观格局演变、揭示其空间变化规律、建立其变化驱动力模型的有力分析手段。多学科合作对景观格局演变时空规律及其演变驱动机制进行多尺度、广泛而深入的研究具有重要的理论与实践意义。一方面,景观元素的数量、种类、形状及分布特征具有重要的生态学意义[2~4]

,对景观格局动态的把握,尤其是在大尺度景观监测的基础上对景观格局变化定量预测预报及对景观的规划与管理、资源的有效利用及环境保护具有重要意义。同时,景观格局演变驱动机制研究还很不充分,没有成形的理论框架与较系统的方法体系,深入研究景观格局演变驱动机制将有助于对人-地关系的深刻理解,有利于对生物多样性、自然资源的有效保护。

目前景观格局研究主要集中于两个方面,一是景观格局的空间异质性问题(包括景观指数及其空间统计特征分析);另一方面是景观格局演变即时间异质性问题。空间异质性是景观格局的静态分析,是时间异质性的反映,是景观格局演变研究的

基础。已有的关于景观格局的研究多是对格局几何特征的分析与描述,这种趋势因数字化景观数据的容易获取和应用GIS 快速计算景观格局指数而日益明显,不与具体问题)))某一生态过程相结合,使格局分析跳不出几何特征的研究范畴,这是目前景观格局研究进展缓慢的主要原因。景观格局分析的目的不是描述景观,而是要解释和理解其中出现的过程。景观格局作为景观生态学中的一个解释性参数(exploratory variable),格局的解释性价值比描述性价值更重要[5]

。只有针对特定的生态过程或特定的地理位置,景观格局指数的含义与意义才能凸显出来。因此格局分析首先要明确所解释的问题,在对某个生态过程进行考察的前提下,将景观结构与生态过程相结合的格局分析是景观格局研究的发展方向。

1 景观格局演变分析

景观格局的时间异质性)))格局演变研究包括解释景观格局演变时空规律及对其演变驱动机制的总结。目前景观格局演变的分析方法主要有景观格局指数与空间统计特征比较,马尔柯夫转移矩阵法和主要以细胞自动机理论为基础的景观格局动态模拟。

第23卷第3期2003年6月 地 理 科 学SCIENTIA GEOGRAPHICA SINICA Vol.23 No.3June,2003

1.1景观格局指数与景观格局空间统计特征比较

景观格局指数是高度浓缩的景观格局信息,是反映景观结构组成、空间配置特征的简单量化指标[6]。通过比较景观格局指数在时间维上的变化反映景观格局演变趋势,研究者在这方面做了大量的尝试[7~10]。所选择比较的景观指数主要有:斑块水平(如斑块面积、周长、斑块形状指数及其平均值与标准差);景观水平(包括景观丰富度指数、景观多样性指数、景观优势度指数等)。尽管所比较的景观指数数目繁多,但大多属于以下几类:信息论类型、面积与周长比类型、简单统计学指标类型、空间相邻或相关类型及分维类型,这些指数之间的相关性较高,因此同时采用多个指数(尤其是同一类型的指数)进行比较往往并不增加新的信息[6,11~13]。这些景观格局指数的比较只是格局几何特征变化的反映,这仅仅是对景观结构空间分布特征变化的描述。发展能够反映生态过程的景观格局指数对其进行比较,或将景观格局变化与其所引起的生态过程变化相结合进行景观格局指数变化的解释性的深入研究也许会使景观格局指数的比较更有理论与实践意义。

由于受到地域分布上具有连续性的空间相互作用和空间扩散过程影响[14],实际景观中的斑块与斑块之间的界限并不总是截然分明的。景观结构变量在空间分布上往往表现出一定的规律性,即存在着显著的自相关关系。空间自相关(Spatial autocorrelation)是景观格局的最大特征之一[6]。比较景观格局的空间统计特征来揭示景观格局演变的时空规律的研究已有尝试,曾辉等应用空间自相关分析法(Spatial autocorrelation analysis),对深圳市龙华地区快速城市化过程中的景观格局空间自相关特征作了比较分析[15]。Bai-Lian Li运用分形几何学(fractal geometry)对美国德克萨斯州萨瓦纳景观斑块动态进行研究[16]。空间统计特征变化的比较结果是景观格局梯度变化的反映,能够进一步对引起景观格局梯度的环境梯度变化进行分析将是深入解释该区域生态过程变化的基础,这应该是景观格局演变的空间统计特征比较应该深入的方向。

1.2运用马尔柯夫(MARKOV)转移矩阵(trans-i tion matrix)分析景观格局变化

景观中基质、斑块与廊道间的相互转化,可以采用生态学中的马尔柯夫(Markov)转移矩阵模型来确定其变化的方向和速度[7]。马尔柯夫链是一种特殊的随机运动过程,它反映的是系统由T时刻向T+1时刻状态转化的一系列过程。这种转化要求T+1时刻的状态只与T时刻的状态有关。以景观中的基质、斑块与廊道的相互转换概率为元素构建的转移矩阵模型为

P ij=

P11P12,,P1n

P21P22,,P2n

,,,,

,,,,

P n1P n2,,P nn

其中,P ij为景观要素i转为景观要素j的转移概率,0[P ij[1,且6

n

j=i

P ij=1。

比较不同历史时期的调查、监测资料以及航片与卫片,运用马尔柯夫模型能够定量地描述景观斑块动态。张明运用马尔柯夫转移矩阵不仅定量地描述了榆林地区不同沙漠化土地之间的相互转化情况,而且也定量描述了沙漠化土地与其它各类斑块(耕地、草地和林地等)的转化状况[7]。史培军[17]、陈浮[18]、田光进[19]等也运用马尔柯夫转移矩阵分别对深圳市、无锡马山区及海口市做了景观斑块动态研究。Daiyuan Pan等应用马尔柯夫转移矩阵分析了加拿大魁北克Haut-Saint-Laurent地区1958~1965年、1965~1973年、1973~1983年、1983~1993年4个时段的景观单元转换情况[20]。马尔柯夫转移矩阵只是对景观斑块动态的定量化,若能对多个时段的转换概率进行比较并进一步解释这一变化的生态意义,会使景观斑块动态定量化研究更有价值。

1.3模拟景观格局动态

无论是景观格局指数与空间统计特征比较法还是马尔柯夫转移矩阵法,反映的都是景观格局演变的结果。地理学者与自然科学者已开始对景观格局演变的过程进行模拟[21~27]。这些模拟大多是以细胞自动机(cellular automata)理论为基础,大致可以分为以下三类[28]:模拟(simulation)、评估(est-i mation)和综合法(include estimated parameters with simulation)。Clarke K. C.[23]与White R.[26]分别运用细胞自动机模型模拟了城市的发展过程,这些尝试很有启发性。由于GIS与遥感技术在景观生态学研究中的广泛采用,为应用细胞自动机数量化景观格局动态模拟带来极大方便。模拟景观格局动态将有助于对未来景观格局演变方向的把握,尤其

265

3期张秋菊等:关于景观格局演变研究的几个问题