下载文档原格式
专题22 城乡土地利用及其演变的题型分析城乡土地利用是人类对土地自然属性的利用方式和目的意图，是一种动态过程。
经济增长、农村人口向城市迁移、土地利用管理政策和生态保护修复工程（如退耕还林工程）的变化以及气候变暖都推动了中国土地利用变化，但主要驱动力取决于土地利用类型及其地理位置；人口增长和经济发展是耕地向建成区转化的主要因素，而地形、坡度等地理环境的差异是耕地向森林和草原转化的主要驱动因素；以气温和降水增加为特征的气候变暖是东北和西北地区贫瘠草原和荒地转为耕地的主要驱动力。
一、乡村土地利用及变化土地利用结构反映了一个国家或地区土地资源的可利用和已利用的程度及开发利用潜力。
乡村地区的土地利用，虽以农林渔牧用地即广义的农用地为主体，但其他形式的用地亦占一定的比重，包括住宅用地、商服用地、工矿仓储用地、未利用地等。
乡村土地利用受人口迁移、城镇化及乡村振兴政策等的影响，土地利用形式发生改变。
1.人口外迁，导致农村劳动力减少，撂荒地增加，引发农业经营的新模式，如土地流转；2.城市化推进，交通、住宅等对耕地的占用等；人口的迁移变化会影响城市郊区化速度、土地开发状况、房地产发展状况；3.乡村引进工业，工业用地增加，农业用地减少，用地结构发生变化；4.退耕还林、农业保护政策等都会对农村土地利用方式产生影响1．（2022·山东·高考真题）阅读图文资料，完成下列要求。
宋代以来，珠江三角洲某地的人们通过沿江沿海筑堤、修坝、淤地等一系列人工活动围垦田地。
堤围始建于宋代，初次合围（环绕围垦田地的外堤合拢）于明初，兴盛于清中叶。
下图示意该地不同时期的围垦景观。
（1）宋元时期，当地乡民沿水而居，居民点呈散点状分布。
分析居民点呈散点状分布的主要自然原因。
【答案】（1）地势低洼，河网密布，可利用的土地块小而分散。
【解读】（1）由图及材料可以推断，珠江三角洲位于河流入海口，地势低洼，河流多分叉，该地位于季风气候区，降水多，河网密布，使得能用来耕种利用的土地面积小而且分散。
XXX《景观生态学》复习思考题及答案景观生态学》复思考题一、名词解释1.斑块与干扰斑块：斑块是指具有相似生态环境的区域，干扰斑块是指由人类活动引起的环境破坏的区域。
2.残存斑块与环境资源斑块：残存斑块是指原有斑块被破坏后仍然存在的小块区域，环境资源斑块是指具有高生态价值的区域。
3.边缘效应：指斑块边缘的生态环境与内部环境不同，对生态系统的影响。
4.廊道与生态廊道：廊道是指连接斑块的狭长区域，生态廊道是指具有生态功能的廊道。
5.景观连接度：指不同斑块之间的连接程度。
6.景观对比度：指不同斑块之间的差异程度。
7.景观边界：指不同斑块之间的分界线。
8.生态交错带或生态过渡带：指不同生态系统之间的过渡区域。
9.景观多样性与景观异质性：景观多样性指景观中不同生态类型的数量和比例，景观异质性指景观中生态类型的空间分布和组合方式。
10.景观的破碎化：指景观中斑块的数量和大小不合理，导致生态系统的断裂和破坏。
11.生态流：指物质和能量在生态系统中的流动。
12.生态系统服务功能：指生态系统对人类提供的各种服务。
13.文化景观：指人类活动对自然景观的改造和创造的结果。
14.自然景观：指未被人类活动改变的自然环境。
15.地理信息系统：指将地理信息进行数字化处理、存储、管理和分析的系统。
16.景观生态规划：指将景观生态学原理应用于规划设计中的过程。
17.生态规划：指将生态学原理应用于规划设计中的过程。
18.网络与网络结点：网络是指由廊道和斑块组成的连接体系，网络结点是指连接不同廊道和斑块的关键点。
19.景观格局：指景观中斑块、廊道和基质的空间分布和组合方式。
20．生态系统稳定性：指生态系统对外部干扰的抵抗力和恢复能力。
二、XXX答题1.景观形成的主要决定因素有哪些？答：景观形成的主要决定因素包括自然条件、人类活动、历史文化和规划设计等因素。
2.简述景观的基本特征。
答：景观的基本特征包括斑块、廊道和基质三个组成部分，以及它们之间的连接关系和空间分布方式。
国土空间生态修复规划设计国土空间生态修复规划设计是保护和修复国土空间生态系统的重要工作。
这个系统工程需要在国土尺度上看待生态系统的完整性与连续性。
因此，在多尺度的国土空间范围内构建最优生态网络结构，加强重要生态区域、主要生态廊道、关键节点的生态基础设施建设是必要的。
这样可以使国土空间生态系统“通经络、强筋骨”，充分发挥系统的整体功能。
生态保护修复是一个系统工程，需要全方位、全地域、全过程开展。
国土空间生态修复规划主要包括调查评估、目标分析、方案设计、成果集成等4个步骤。
首先，调查评估需要分析规划区自然资源、人口社会、经济状况、开发格局、规划区划、人居环境、耕地质量、生态状况、矿山问题和实施基础等国土空间生态修复领域的现状、问题，预测未来发展趋势。
其次，目标分析需要根据调查评估分析明确的突出问题，结合上位专项规划或区域总体规划等对于国土空间生态修复领域设定的任务性目标，综合制定生态修复策略和指标体系。
接着，方案设计需要根据规划区国土空间生态修复各领域存在的突出问题和设定目标，依据国家、相关地方政府及有关部门政策要求和技术规范，提出修复突出生态问题、完成任务目标的具体措施、工程、政策、制度等。
最后，成果集成需要结合上述3个方面的成果，按照要求，依据相关领域规划编制技术规范，形成规划文本、说明、图集、研究报告、数据库、信息系统等成果。
国土空间生态修复功能分区技术是指将国土空间划分为不同的功能区域，以便更好地保护和修复生态系统。
这个技术需要综合考虑生态系统的自然环境、生态功能和人类活动等因素，将国土空间分为生态保护区、生态修复区、生态开发区和生态补偿区等不同的功能区域。
这样可以更好地实现国土空间生态修复的目标，保护和修复生态系统。
国土空间景观生态规划技术是指在保障生态系统服务功能的前提下，对国土空间进行景观格局的优化和调整，以实现生态、经济、社会等多方面的可持续发展。
其主要内容包括以下几个方面：①景观类型划分技术。
景观生态学概念介绍景观生态学是研究景观结构、功能和动态变化对生态系统功能、生物多样性和可持续发展的影响的学科。
通过对不同尺度上的景观格局和过程进行分析，景观生态学可以为自然资源管理、生态环境保护和土地规划提供科学依据。
本文将详细讨论景观生态学的概念、研究方法和应用领域。
概念景观生态学研究的核心是景观结构和功能。
景观结构指的是在一定空间范围内，由不同空间单元（如森林、湖泊、草地等）组成的空间组织方式。
景观功能则关注景观格局与生态过程之间的相互作用，包括物质和能量的流动、物种迁移和群落扩散等。
景观生态学通过研究景观结构和功能的关系，揭示人类活动对生态系统的影响及其环境效应，为解决生态环境问题提供理论支持。
研究方法1.遥感技术：利用遥感数据获取景观特征的优势，如植被覆盖、景观类型、边界和连接性等。
2.地理信息系统（GIS）：结合遥感数据和地理空间分析方法，从不同尺度上对景观进行分类、测量和分析。
3.数学模型：通过建立数学模型，模拟和预测景观变化对生态系统的影响。
4.野外调查和实验：通过野外采样和实验，获取景观组成和生态过程的实际数据，验证模型的准确性。
应用领域1.生态系统管理：景观生态学为生态系统管理提供科学依据，可以评估和监测人类活动对生态系统的影响，并制定相应的保护和恢复策略。
2.物种保护：通过研究景观结构和功能与物种迁移、种群扩散和生物多样性保护之间的关系，为物种保护和恢复提供科学依据。
3.土地规划：景观生态学可以指导土地开发和规划，合理划分不同功能区域，实现生态与经济的双赢。
4.自然灾害防治：研究不同类型和尺度的景观及其对自然灾害的响应，可以帮助预测和减轻自然灾害对生态系统和人类社会的危害。
结论景观生态学是一门综合性学科，对于生态系统管理、物种保护、土地规划和自然灾害防治具有重要意义。
通过研究景观结构和功能，我们可以更好地理解人类活动对生态系统的影响，并采取相应的措施保护生态环境。
未来，随着遥感和GIS技术的不断发展，景观生态学将在更多领域发挥重要作用，为可持续发展做出贡献。
第36卷 第4期2022年4月Vol.36 No.4Apr.,2022中国土地科学China Land Science1 引言土地资源关系着粮食安全和生态安全等，由矿产开采引起的生态系统退化和环境问题日益受到关 注[1-4]。
水土流失过程是地表生态水文过程中重要的一部分，表现为地表径流、土壤剥蚀以及泥沙输移，它由气候、土壤、地形、植被、水文和土地利用等自然因素共同决定，且景观格局在其中起着不可忽视的作用[5]。
景观格局和水文过程的影响机理一方面通过植被生长与演替的变化对土壤特性、微地形地貌产生影响，改变了土地利用特征，从而影响区域水文特征，一方面通过水文特征来改变土壤特性及微地形地貌，进而引起植被的生长与演替，同时也改变了土地利用特征[6]。
目前对于矿山的生态修复主要是基于“地貌重塑、土壤重构、植被重建、景观重现、生物多样性重组与保护”的理念[7]来人工支持引导自然修复的生态系统的可持续性[8]。
为此，探索露天煤矿区景观格局对doi: 10.11994/zgtdkx.20220330.082334大型露天煤矿区景观格局变化对水土流失的影响——以山西平朔矿区为例徐启胜1，王金满1，2，时文婷1（1.中国地质大学（北京）土地科学技术学院，北京100083；2. 自然资源部土地整治重点实验室，北京100035）摘要：研究目的：探索大型露天煤矿区景观格局变化对水土流失的影响，为矿区的土地复垦与生态修复提供参考。
研究方法：SWAT模型、景观格局指数、主成分分析、冗余分析。
研究结果：（1）2000—2018年，平朔矿区整体上的水土流失程度加深，不同区域的水土流失量存在一定的差异，主要集中在包括排土场在内的矿区中部。
（2）景观各子流域的斑块密度、边缘面积比、Simpson多样性指数和欧几里得最邻近距离整体上呈减小的趋势，平均斑块大小整体上呈增大趋势，连通度、面积加权平均分维数和回旋半径标准偏差变化较小。
中部矿区和西部城区斑块变大，斑块空间分布更加集中且不均，破碎化程度变小。
艾比湖流域土地利用变化及其生态响应分析王璐;刘新平【摘要】[目的]通过对艾比湖流域多时段土地利用动态变化、景观格局以及土地利用转换方式对生态环境质量的影响进行定量分析,阐述艾比湖流域近18 a间的土地利用变化对生态环境的影响及效应.[方法]运用相关分析方法论证土地利用与生态环境之间的互动关系及其效应.[结果]从艾比湖流域土地利用景观动态变化来看,景观分离度的逐步降低、破碎度的先升后降、多样性指数和均匀度的急升缓增;生态系统价值的不断增多;通过生态环境指数模型分析及土地利用转换和生态环境质量贡献率的响应研究,艾比湖流域各土地类型转换时会造成生态环境的恶化、生态环境质量的降低.[结论]艾比湖流域总体生态环境质量呈现出恶化的趋势;区域各类具有高生态价值的土地利用类型面积的扩大有利于整个区域生态质量的改善,但生态环境仍然比较脆弱,还有待提高.%[Objective]The purpose of this article is to have quantitative analysis on the effects of the region' s quality of ecological environment based on the study of the dynamic state change of land use, the landscape pattern change and the transfer matrix of land use change . And from this, it intends to demonstrate to what extent the land use changes affected the ecological environment of Ebinur Lake Basin in the past 18 years . [Method]The correlation analy8is is used to demonstrate the relationships between land use and ecological environment . [ Result] The result reveals that: from the landscape pattern change, the gradual decrease of the landscape separation index, the increase then decrease of the fragmentation index , diversify index and the quick rise and slow addition of uniformity index, the value of ecosystem is continuously rising.It shows that the ecological environment is worsening and its quality decreasing according to the study and analyses . [Conclusion]The general quality of ecological environment of Ebinur Lake Basin tends to be worsening; The expansion of the area of using high - value land contributes to the improvement of the ecological environment ' s quality in the whole region . But, on the other hand, its ecosystem is fragile and remains to be improved.【期刊名称】《新疆农业科学》【年(卷),期】2011(048)005【总页数】7页(P896-902)【关键词】土地利用变化;生态响应;艾比湖流域【作者】王璐;刘新平【作者单位】新疆农业大学管理学院,乌鲁木齐830052;新疆农业大学管理学院,乌鲁木齐830052【正文语种】中文【中图分类】F323.210 引言【研究意义】土地利用变化是因,土地覆盖变化是果,土地利用变化研究可以说是土地利用/覆盖变化研究的基础,是揭示土地利用/覆盖变化现象和结果的前提[1]。
第37卷第6期2023年12月水土保持学报J o u r n a l o f S o i l a n d W a t e rC o n s e r v a t i o nV o l .37N o .6D e c .,2023收稿日期:2023-06-07资助项目:国家重点研发计划项目(2021Y F D 1500803) 第一作者:晋一然(2000 ),男,在读硕士研究生,主要从事水土保持与G I S 空间分析研究㊂E -m a i l :U l i s s e s 623@163.c o m 通信作者:郭忠录(1980 ),男,教授,博士,主要从事土壤侵蚀与土壤质量研究㊂E -m a i l :z l gu o h z a u @163.c o m 东北黑土带土地利用变化特征及生态敏感性评价晋一然,澹腾辉,唐琪,华丽,郭忠录(华中农业大学资源与环境学院,武汉430070)摘要:东北黑土带是我国重要的商品粮生产基地,土壤质量退化㊁水土流失等问题直接影响生态与粮食供给安全,为明晰东北黑土带土地利用变化特征及评价生态敏感性,以2000年㊁2005年㊁2010年㊁2015年㊁2020年东北黑土带5期土地利用数据为基础,采用转移矩阵㊁地理探测器㊁综合生态风险评价等方法,研究景观格局及生态风险变化趋势㊂结果表明:(1)2000 2020年,研究区未利用地面积增加1035.7k m2,水域面积减少975.8k m 2,土地利用变化最明显,耕地是阶段性变化较为剧烈的土地利用方式;(2)不同自然因子对研究区土地利用方式的解释力存在显著差异,气温是土地利用方式变化的主导因素,风速与高程㊁气温㊁蒸发量㊁地温㊁气压㊁相对湿度㊁日照时间的交互作用对土地利用方式变化具有显著的协同增强作用;(3)随时间推移,研究区生态敏感性整体改善,高度敏感区域减少,轻度敏感区域增加,并且出现生态敏感高值区向北移动㊁低值区向南移动趋势,研究区生态敏感性高值区的形成可能与以风蚀为主的侵蚀作用有关㊂宏观尺度景观格局变化分析与生态风险评价对区域生态环境保护政策制定及实施具有重要意义㊂关键词:土地利用变化;地理探测器;生态风险评价;聚类分析;东北黑土带中图分类号:X 171.1 文献标识码:A 文章编号:1009-2242(2023)06-0341-09D O I :10.13870/j.c n k i .s t b c x b .2023.06.043L a n dU s eC h a n g eC h a r a c t e r i s t i c s a n dE c o l o g i c a l S e n s i t i v i t yE v a l u a t i o n i n t h eB l a c kS o i l B e l t i nN o r t h e a s tC h i n aJ I N Y i r a n ,T A N T e n g h u i ,T A N G Q i ,HU A L i ,G U OZ h o n gl u (C o l l e g e o f R e s o u r c e s a n dE n v i r o n m e n t ,H u a z h o n g A g r i c u l t u r a lU n i v e r s i t y ,W u h a n 430070)A b s t r a c t :T h eN o r t h e a s tB l a c kS o i lB e l t i sac r u c i a l c o mm e r c i a l g r a i n p r o d u c t i o nb a s e i nC h i n a ,i nr e c e n t y e a r s ,s o i l q u a l i t y d e g r a d a t i o n ,s o i l e r o s i o na n do t h e r i s s u e sh a v e ad i r e c t i m p a c t o nt h e s e c u r i t y o f e c o l o g ya n d s e c u r i t y o f f o o ds u p p l y .I no r d e r t o c l a r i f y t h e c h a r a c t e r i s t i c s o f l a n du s ec h a n g ea n de v a l u a t e t h ee c o l o gi c a l s e n s i t i v i t y o f t h eN o r t h e a s tB l a c kS o i l B e l t ,w e t a k e t h e f i v e p e r i o d s o f l a n du s e d a t a o f t h eN o r t h e a s tB l a c k S o i l B e l t i n t h e y e a r s o f 2000,2005,2010,2015a n d 2020a s t h e b a s i s ,a n du s e t h em e t h o d s s u c h a s t r a n s f e rm a t r i c e s ,g e o d e t e c t o r ,a n dc o m p r e h e n s i v ee c o l o g i c a lr i s ke v a l u a t i o nt os t u d y t h el a n d s c a pe p a t t e r na n d e c o l o g i c a l r i s kc h a n g e t r e n d s .T h e r e s u l t sw e r e a sf o l l o w s :(1)D u r i n gt h e p e r i o d o f 2000 2020,u n u s e d l a n d a n dw a t e r l a n du s e i n t h e s t u d y a r e a c h a n g e dm o s t o b v i o u s l y ,i n c r e a s i n g a n dd e c r e a s i n g b y 1035.7a n d 975.8k m 2,r e s p e c t i v e l y ,a n da r a b l el a n d w a st h el a n du s e w i t h m o r ed r a s t i cc h a n g e s i n p h a s e s ;(2)D i f f e r e n t n a t u r a l f a c t o r s e x h i b i t e ds i g n i f i c a n td i f f e r e n c e s i ne x p l a i n i n g l a n du s e t y p e s i nt h es t u d y a r e a .T e m pe r a t u r e w a s t h ed o m i n a n tf a c t o ri n f l u e n c i ng l a n d u s ech a n g e s ,w hi l e w i n ds p e e ds h o w e ds i g n i f i c a n ts y n e r gi s t i c e n h a n c e m e n tw h e n i n t e r a c t i n g w i t h e l e v a t i o n ,t e m p e r a t u r e ,e v a p o r a t i o n ,g e o t h e r m y ,a t m o s ph e r i c p r e s s u r e ,h u m i d i t y a n dd a y l i g h t d u r a t i o n f a c t o r s i n l a n du s e c h a n g e s .(3)O v e r t i m e ,t h eo v e r a l l e c o l o g i c a l s e n s i t i v i t yo f t h es t u d y a r e a h a si m p r o v e d .H i g h l y s e n s i t i v er e g i o n s h a d d e c r e a s e d ,m i l d l y s e n s i t i v er e gi o n s h a d i n c r e a s e d .A d d i t i o n a l l y ,t h e r ew a sat r e n do fh i g h -v a l u ee c o l o g i c a l s e n s i t i v i t y a r e a s m o v i n g n o r t h w a r da n d l o w -v a l u e a r e a s m o v i n g s o u t h w a r d ,t h eh i g h -v a l u ee c o l o g i c a l s e n s i t i v i t y r e g i o n s m a y b er e l a t e dt oe r o s i o n w h i c hd o m i n a t e db y w i n d e r o s i o n .T h e a n a l y s i s o fm a c r o -s c a l e l a n d s c a p e p a t t e r nc h a n g e s a n de c o l o g i c a l r i s k a s s e s s m e n t a r e o f g r e a t s i g n i f i c a n c e t o t h e f o r m u l a t i o na n d i m p l e m e n t a t i o no f r e g i o n a l e c o l o gi c a l e n v i r o n m e n t a l pr o t e c t i o n p o l i c i e s .K e y w o r d s:l a n du s e c h a n g e;G e o d e t e c t o r;e c o l o g i c a l r i s ka s s e s s m e n t;c l u s t e r a n a l y s i s;t h eb l a c ks o i l b e l t i n N o r t h e a s tC h i n a21世纪以来,随着经济快速发展,人类对生活空间的需求也在随之增长,其中最为明显的特征是土地利用方式的转变[1]㊂在土地利用方式变化的过程中,往往出现生态空间被挤压㊁生态过程被干扰的现象,导致水土流失㊁生物多样性下降等一系列问题产生㊂党的二十大报告强调,必须牢固树立与践行生态环境保护的理念与措施,站在人与自然和谐共生的角度谋求发展㊂东北黑土带是中国重要的粮食生产基地,但耕地㊁建设用地对林地㊁草地的侵占导致生态用地占比下降,人类改变土地利用方式严重制约自然生态系统发挥其应有的功能㊂因此,进行景观生态风险评估可以将区域已存在或潜在生态风险可视化[2],为进一步生态环境保护与优化工作提供科学依据㊂景观生态风险评价指以景观格局指数为依据,建立区域景观结构与生态过程间的相关关系,反映此区域景观格局中的生态风险[3]㊂不同于传统生态风险评价,景观生态风险评价在景观生态过程与空间格局的耦合机制下,更注重风险的时空异质性与尺度效应所产生的结果,成为区域生态风险评价的重要部分[4]㊂国外研究集中于探究生态过程与空间分布格局间的关联,有学者[5-6]通过结合生态指标与其他指标,建立基于生态视角的评价体系,也有学者[7-8]在物种群落层面研究特定种群对生态系统的敏感性及响应机制;国内有学者[9]针对黄土高原生态环境恶化现状,使用地理探测器探究植被覆盖度与地理因子的耦合机制;诸多学者针对国内东北沙地[10]㊁青藏高原[11]等进行生态风险评价,探究不同自然本底下的生态风险时空分异规律,为宏观生态环境治理提供参考依据㊂东北黑土区是我国重要的商品粮生产基地,以生态视角进行区域环境风险评价具有重要意义㊂松嫩平原地处我国东北内陆,与大㊁小兴安岭以及长白山脉接壤,中部地势平缓,边缘地势起伏多变,生态环境极易发生变化㊂以东北黑土带作为研究区,探究2000 2020年间土地利用时空分异及驱动因素,进一步结合景观指数与土壤流失量进行生态敏感性评价,揭示生态风险时空特征,为松嫩平原生态环境保护以及水土流失防治提供理论支撑,为我国东北黑土区科学管理规划提供决策依据㊂1材料与方法1.1研究区概况中国东北典型黑土区包括蒙东黑土区㊁松嫩黑钙土区㊁松嫩典型黑土区(即东北黑土带)与三江黑土区,研究区(42ʎ58' 50ʎ15'N,122ʎ22' 127ʎ59'E)位于东北黑土带[12](图1)㊂东北黑土带位于松嫩平原东部,总面积10.1k m2,北至大㊁小兴安岭,南至长白山脉,地貌类型主要由较低海拔的台地(即漫川漫岗)构成,西北㊁东北以及南部存在低海拔丘陵[13]㊂气候类型属温带大陆性气候,年降水量400~600mm,年均气温2~6ħ,土地利用方式以耕地为主,是中国商品粮生产基地之一㊂研究区主要位于全国水土保持区划表(试行)二级区划中,由北到南分别为大兴安岭东南低山丘陵土壤保持区㊁东北漫川漫岗土壤保持区(黑龙江省)㊁东北漫川漫岗土壤保持区(吉林省)㊂1.2数据来源使用2000年㊁2005年㊁2010年㊁2015年㊁2020年土地利用㊁高程㊁坡度㊁气象数据(年降水量㊁年均气温㊁年均相对湿度㊁0c m年均地温㊁年日照时间㊁年蒸发量㊁年均气压㊁年均风速)㊁土壤侵蚀数据以及研究区基础信息数据㊂土地利用数据与气象数据均来源于中国科学院资源环境科学与数据中心(h t t p s:// w w w.r e s d c.c n),其中,土地利用数据分辨率为30mˑ30m,对原始数据重分类为耕地㊁林地㊁草地㊁水域㊁建设用地㊁未利用地一级地类,气象数据分辨率为1k mˑ1k m;高程数据来自地理空间数据云(h t t p:// w w w.g s c l o u d.c n),分辨率为30mˑ30m;坡度数据使用A r c G I SP r o软件以D E M数据为基础进行计算提取㊂1.3研究方法1.3.1风险小区划分为更准确地计算各区域具体景观生态指数,根据研究目的,将研究区划分为风险小区进行生态风险评价,参考前人[14]研究并结合区域尺度及数据精度,最终将研究区划分为1.5k mˑ1.5k m的格网,基于A r c G I S软件进行采样提取,并使用F r a g s t a t s软件进行景观指数计算㊂1.3.2地理探测器地理探测器以统计学原理为基础,探究事物间的空间分异性并揭示其背后的驱动因素,包括因子探测㊁风险探测㊁交互探测㊁生态探测4种探测模式㊂选用因子探测和交互探测来解析影响研究区土地利用方式的自然因子,因子探测公式为:q=1-ðL h=1N hσ2hNσ2(1)式中:q为地理因子的解释力(%),取值范围为[0,1],q 值越大,说明地理因子对土地利用方式的解释力越大;L 为因变量或地理因子的分区分类;h为分区变量(h=1, ,L);N h和σ2分别为研究区整体的单元数和方差㊂q 交互探测用于识别地理因子间的交互作用,评估2个243水土保持学报第37卷地理因子共同作用时是否增加或减弱对土地利用方式的解释力,或对其影响是相互独立的㊂图1研究区概况1.3.3景观生态风险指数景观生态风险指数(e c o-l o g i c a l r i s k i n d e x,E R I)用来反映外界环境对不同景观类型的影响程度,不同景观类型对区域生态环境的作用存在差异㊂使用景观结构反映研究区生态风险敏感性,表达式为:E R I i=ðn i=1A k i A kˑR i(2)R i=E iˑV i(3)E i=a C i+b N i+cF i(4)式中:E R I i为第i类景观生态风险指数;n为景观类型;A k i为第k个风险小区中第i类景观类型的面积;A k为第k个风险小区总面积;R i为景观损失度指数;E i为景观干扰度指数;V i为景观脆弱指数,在借鉴前人研究成果[15]的基础上采用专家打分法[14],将景观类型的易损度分为6级,荒地㊁草地㊁耕地㊁林地㊁水域㊁建设用地分别为6,5,4,3,2,1,并进行归一化得到景观脆弱度指数的权重;C i为景观破碎度指数;N i 为景观分离度指数;F i为景观分维数指数;a㊁b㊁c分别为C i㊁N i和F i的权重,且a㊁b㊁c之和为1,结合实际情况分别赋值为0.5,0.3和0.2㊂1.3.4水土流失敏感性指数采用修正的通用土壤流失方程(r e v i s e d u n i v e r s a ls o i ll o s s e q u a t i o n, R U S L E)计算的土壤流失量表征水土流失敏感性,其表达式为:A=RˑKˑL SˑCˑP(5)式中:A为土壤侵蚀量[t/(h m2㊃a)];R为降水侵蚀力因子[(M J㊃mm)/(h m2㊃h㊃a)];K为土壤可蚀性因子[(t㊃h m2㊃h)/(h m2㊃a㊃M J㊃mm)];L S 为地形起伏度因子(无量纲);C为植被覆盖因子(无量纲);P为水土保持措施因子(无量纲)㊂1.3.5综合生态敏感性指数通过计算其他点到敏感性最高点之间的距离来构建综合生态敏感性指数(c o m p r e h e n s i v e e c o l o g i c a l s e n s i t i v i t y i n d e x,C E S I),指数越小,则表示生态敏感性越高㊂生态敏感性最高点以景观生态风险敏感性指数㊁水土流失敏感性指数各自归一化后的最大值表示㊂计算公式为:C E S I=(E R I-E R I m a x)2+(A-A m a x)2(6)式中:E R I为像元的景观生态风险敏感性指数;A为像元的水土流失敏感性指数㊂1.3.6空间自相关分析空间自相关分析可以衡量空间数据之间的相互依赖程度㊂使用全局M o r a n's I指数与局部M o r a n's I指数对研究区综合生态敏感性空间特征进行分析,公式为:全局M o r a n's I指数:I=ðn i=1ðnj=1w i j(x i-x)(x j-x)ðn i=1ðnj=1w i jðn i=1(x i-x)2(7)局部M o r a n's I指数:I=(x i-x)S2ðj w i j(x j-x)(8)343第6期晋一然等:东北黑土带土地利用变化特征及生态敏感性评价式中:I代表M o r a n's I指数;x i㊁x j代表第i㊁j个格网的综合生态敏感性指数均值;x为全部格网敏感性均值;w i j为生态敏感性空间邻接权重;S为空间权重矩阵之和㊂全局M o r a n's I指数采用Z检验,当|Z|>2.58时,说明通过p<0.01显著性检验㊂2结果与分析2.1土地利用空间格局变化东北黑土带2000 2020年土地利用空间格局未发生较大变化,具有较为明显的空间差异性㊂总体来看,2000 2020年研究区内耕地㊁林地㊁水域3类土地利用面积占比呈下降趋势,水域㊁耕地面积变化较大,分别减少975.8,727.1k m2,林地面积减少172.9 k m2;草地㊁建设用地㊁未利用地3类土地利用面积占比呈上升趋势,未利用地㊁建设用地面积变化较大,分别增加1035.7,791.2k m2,草地面积增加48.9k m2;水域面积下降幅度最大,其中110.2k m2净转化为耕地,942.0k m2净转化为未利用地;东北黑土带中扎兰屯市㊁绥化市㊁齐齐哈尔市㊁黑河市以及松原市耕地面积呈上升趋势,阿荣旗㊁鄂伦春自治旗㊁莫力达瓦达斡尔族自治旗㊁哈尔滨市㊁四平市以及长春市耕地面积呈下降趋势(图2,图3)㊂分时段来看,研究区在2000 2005年㊁2010 2015年土地利用方式未发生明显变化,2000 2005年未利用地面积降幅最大,减少105k m2,2010 2015年耕地减少面积最多,减少80.4k m2,2个时期内面积增加最多的均为建设用地,分别增加98.7,159.9k m2㊂2005 2010年㊁2015 2020年研究区土地利用方式变化剧烈, 2005 2010年,研究区北部出现聚集状土地利用变化,南部土地利用变化分布相对均匀,净转化量最大的为草地与耕地,分别增加㊁减少931.9,930.5k m2,转入转出变化最大的为耕地,耕地转为草地2112.3 k m2,林地转为耕地1875.8k m2㊂2015 2020年,研究区南部出现小规模聚集性转化,北部转化分布则相对均匀,净转化量最大的为未利用地与水域,分别增加㊁减少1285.2,1644.5k m2,转入转出变化最大的为耕地,耕地转为未利用地1711.8k m2,草地转为耕地2066.8k m2㊂图22000-2020年土地利用方式转移图32000-2020年各土地利用方式占比2.2地理因子对土地利用格局变化的贡献从自然条件角度分析,选取高程㊁坡度㊁年均气温㊁年蒸发量㊁年均地温㊁年降水量㊁年均气压㊁年均相对湿度㊁年日照时间㊁年均风速10个自然因子,利用自然间断点法进行分类,使用地理探测器模型计算自然因子对土地利用方式的解释力㊂因子探测结果(表1)表明,东北黑土带的自然因子对土地利用方式的解释力(%)从大到小依次为年均气温(1.49)>年均相对湿度(1.29)>年均地温(1.15)>年日照时间(1.04)>年蒸发量(0.99)>年均气压(0.84)>高程(0.51)>年均风速(0.35)>坡度(0.27)>年降水量(0.07)㊂其中,年均气温㊁年均相对湿度㊁年均地温和年日照时间对土地利用方式的解释力>1%,为主要驱动因子,年蒸发量㊁年均气压㊁高程的解释力>0.5%,为次要驱动因子,年均风速的因子解释力相对较弱,坡度㊁年降水量未通过0.05显著性检验㊂根据交互探测结果(表2),选取主要驱动因子与次要驱动因子间探测结果发现,高程ɘ年均气压㊁高程ɘ年日照时间与年均气温ɘ年均气压表现为非线443水土保持学报第37卷性增强,其余因子交互探测结果表现为双因子增强㊂年均气温与各因子交互探测的解释力除年均地温外,均大于其余因子间交互探测的解释力,年蒸发量㊁年均气压㊁高程与不同因子间的交互探测解释力相比其单因子解释力有较为明显的提高,年均风速与各因子交互作用结果均表现为非线性增强㊂不同自然因子对研究区土地利用方式空间分布的影响差异较为显著,且因子间存在增强影响效果的协同作用㊂表1地理探测器因子探测结果单位:%D E M T E M E V P G S T P R E P R S R HU S L O P E S S D W I Nq s t a t i s t i c0.511.490.991.150.070.841.290.271.040.35 P v a l u e00000.602000.13900.001表2地理探测器交互探测结果单位:%D E M T E M E V P G S T P R S R HU S S D W I ND E MT E M1.87*E V P1.42*2.26*G S T1.56*2.15*2.06*P R S1.44#2.40#1.76*2.00*R HU1.70*2.17*1.92*2.14*1.18*S S D1.62#2.35*1.77*1.93*1.56*1.95*W I N1.10#2.13#2.03#2.37#1.35#2.14#2.02# 注:*表示双因子增强,即q(X1ɘX2)>M a x(q(X1),q(X2));#表示非线性增强,即q(X1ɘX2)>q(X1)+q(X2); 表示无数值㊂2.3生态敏感性时空变化特征分析2.3.1单一指标生态敏感性时空变化特征本研究将单因子指标归一化,采用自然间断点法进行分级,得到各生态指标敏感性时空分布图㊂由图4可知,研究区景观生态风险敏感性分布呈北高南低的模式,高敏感区集中分布在研究区北部大㊁小兴安岭山地丘陵与松嫩平原的交错地带,地形较为复杂,土地开发利用受到的限制条件较多,景观系统分布较为破碎;长白山脉与松嫩平原交汇处整体高程变化不大,以平原㊁台地和低丘陵为主[16],地势较为单一,景观系统种类丰富且分布均匀,导致其景观生态风险敏感性较低㊂2005 2010年间,研究区景观生态风险敏感性呈下降趋势,主要表现为北部高敏感区范围缩小,南部较高敏感区转变为中㊁低敏感区;2015 2020年间,研究区北部高敏感区由聚集状向条带状转化,存在向中部移动的趋势㊂总体而言, 2000 2020年研究区景观生态风险敏感性存在显著的阶段性变化,敏感性与地势的空间分布一致,地势较为复杂的区域敏感性较高㊂图42000-2020年景观生态风险敏感性分布研究区水土流失敏感性时空变化(图5)表明,水土流失敏感性空间分布受到年降水量㊁高程的影响,研究区南北两端水土流失敏感度相对较高㊂由于大兴安岭㊁小兴安岭与长白山脉海拔较高,阻挡水汽输送,研究区内形成了3个年降水量高值区,分布于研究区北部㊁中部和南部,年降水量高值区中存在山地丘陵与平原的过渡地带,地形较为复杂,高程变化较大㊂上述区域长期受降水径流冲刷,水土流失情况最为严重㊂水土流失敏感性较低的区域主要分布于松嫩平原,此区域地形起伏小㊁年降水量较低,受径流冲刷的影响较小㊂2000 2005年,大兴安岭山麓水土流失敏感性普遍降低,长白山脉附近出现水土流失敏感性升高的区域㊂2005 2010年,研究区中部敏感性普遍下降,南北两端高敏感聚集区出现向中部移动543第6期晋一然等:东北黑土带土地利用变化特征及生态敏感性评价的趋势㊂2010 2015年,大兴安岭山麓敏感性回升,其余地区敏感性总体呈下降趋势㊂2015 2020年,研究区内高值区域向内收缩,在西㊁南两端出现小范围敏感性高值区域㊂图5 2000-2020年水土流失敏感性分布2.3.2 综合生态敏感性时空变化特征 将研究区各年份综合生态敏感性采用自然间断点[17]法进行分级,将生态敏感性分为高度敏感㊁较高敏感㊁中度敏感㊁较轻敏感㊁轻度敏感5个等级(图6),统计各年份不同敏感程度的面积及比例表明(表3),2000 2020年,研究区内轻度敏感㊁较轻敏感区面积之和占比在44%左右波动,轻度敏感区主要分布于松嫩平原地带,为常年低敏感区;中度敏感㊁较高敏感区面积之和在2005 2020年出现下降趋势,高度敏感区面积呈先增加后减少趋势,在2005 2015年面积呈增加趋势,2015 2020年面积大幅下降,减少2184.4k m 2,生态环境整体呈改善趋势㊂图6 2000-2020年综合生态敏感性分布表3 2000-2020年综合生态敏感性面积占比综合生态敏感性2000年面积占比/%2005年面积占比/%2010年面积占比/%2015年面积占比/%2020年面积占比/%高度敏感6051.06.06672.66.66788.56.77490.87.45306.45.2较高敏感15248.615.024516.424.214837.714.612312.612.122454.922.1中度敏感28874.628.538012.537.534037.133.636969.536.529141.528.7较轻敏感34936.134.521187.120.932969.532.534764.134.329721.029.3轻度敏感16274.016.110995.710.812751.612.69847.39.714760.414.6 从空间分布来看,2000年研究区高度敏感区主要集中于大兴安岭山麓,较高㊁中度敏感区呈聚集状均匀分布,轻度㊁较轻敏感区呈条带状分布㊂2005年研究区内轻度㊁较轻敏感区出现收缩趋势,中度㊁较高敏感区出现向四周扩散的现象,高度敏感区略微扩张,长白山脉及大㊁小兴安岭区域生态敏感性上升㊂2010年研究区高度敏感区域基本没有变化,较高敏感区向大㊁小兴安岭山麓转移,研究区轻度㊁较轻敏感区增多,中度敏感区分布趋于集中㊂2015年研究区南㊁北两端的较轻敏感区㊁中度敏感区均出现向外扩张趋势,整体分布结构趋于单一㊂2020年研究区低敏感区向南转移,中部较轻㊁中度㊁较高敏感区穿插分布,高度敏感区范围收缩较为明显,小兴安岭以及长白山脉区域生态敏感性得到改善㊂643水土保持学报 第37卷2.4生态敏感性空间聚集特征2.4.1全局空间自相关分析使用A r c G I SP r o软件对研究区多年份生态敏感性进行全局空间自相关分析,由表4可知,各年份综合生态敏感性M o r a n's I指数均>0,表明综合生态敏感性在空间上呈现正相关㊂检验全局M o r a n's I指数,p值均为0,通过99%置信度检验,说明综合生态敏感性空间自相关显著,相邻度高的区域综合生态敏感性较为相似㊂Z统计量均>2.58,说明可拒绝零假设㊂研究区综合生态敏感性的空间分布存在正相关关系,表现出聚集分布模式,Z得分随时间变化先上升后略微下降,说明聚集程度总体升高,空间趋同性相对升高㊂表42000 2020年研究区综合生态敏感度全局M o r a n s I指数统计量指标2000年2005年2010年2015年2020年M o r a n's I0.9820.9870.9940.9950.992 Z统计量85.04585.50586.07186.16685.921p值00000 2.4.2局部空间自相关分析使用A r c G I SP r o软件在计算研究区综合生态敏感度M o r a n s I指数的基础上进行空间聚类,得到L I S A空间聚类图㊂在99%置信区间内,划分为5种不同聚集类型,分别为高高聚集区(H-H)㊁高低聚集区(H-L)㊁低高聚集区(L-H)㊁低低聚集区(L-L)和不显著区(N o t S i g-n i f i c a n t),最终得到研究区4041个分区,2000年㊁2005年㊁2010年㊁2015年㊁2020年的综合生态敏感性局部空间自相关聚类图(图7)㊂总体而言,研究区生态敏感性在空间尺度呈聚集状分布,聚集程度随时间推移出现升高趋势㊂综合生态敏感性低值聚集区主要分布于大㊁小兴安岭区域, 2000年㊁2005年㊁2010年长白山脉附近存在小部分低值聚集区,低低聚集区与高度㊁较高敏感区域存在空间分布轻度㊁较轻相似性㊂高值聚集区主要分布于松嫩平原部分,高高聚集区与轻度㊁较轻敏感区域存在空间格局上的相似性㊂由L I S A聚类图可知,研究区生态敏感性随时间推移表现出同一化趋势,生态敏感性高值区向北部聚集,低值区向南部聚集㊂图72000-2020年综合生态风险指数3讨论东北黑土带综合生态风险敏感性的空间分布格局由2000年的总体分散㊁局部聚集转变为2020年的南北分段㊁交错穿插,随时间推移聚集程度出现上升趋势,表明研究区生态环境可能受到规律性的调控㊂中华人民共和国水利部从2003年起针对东北地区实行水土流失综合防治工程,对东北黑土区提供工程以及生态修复方面的技术支持;与此同时,中央及地方政府陆续出台关于东北地区土地利用方式的调控政策以及针对耕地土壤质量的保护政策[18],对东北地区的生境质量产生积极影响㊂3.1综合生态敏感性时空分异特征及归因2000 2010年间,研究区内高度敏感区主要集中于大兴安岭东南低山丘陵土壤保持区中,东北漫川漫岗土壤保持区(黑龙江省)以中度敏感及以下区域为主,存在少量高度敏感区域,东北漫川漫岗土壤保持区(吉林省)内中度㊁较高敏感区占比较大;2010 2020年间,东北漫川漫岗土壤保持区(吉林省)内生态风险明显降低,以中度㊁较轻敏感为主,东北漫川漫岗土壤保持区(黑龙江省)内高度敏感区逐渐减少,较高敏感区域面积相对升高,中度敏感区域面积呈先升高,后降低趋势,较轻及轻度敏感部分变化不明显,大兴安岭东南低山丘陵土壤保持区内高度敏感区呈收缩趋势,中度㊁较轻敏感区稍有改善㊂综合生态高度敏感区持续存在于大兴安岭东南低山丘陵土壤保持区,可能由于其地处山脉与平原之间的过渡地带,地形较为复杂,导致自然因素㊁人为干扰对生态环境的影响被扩大;东北漫川漫岗土壤保持区(黑龙江省)与东北漫川漫岗土壤保持区(吉林省)由于地形相对简单,地势较为平缓,综合生态敏感程743第6期晋一然等:东北黑土带土地利用变化特征及生态敏感性评价度相对较低㊂国家发改委于2015年出台‘农业环境突出问题治理总体规划(2014 2018)“[19],将黑土地区域土壤质量保护工程纳入重点项目,大兴安岭区域综合生态高敏感区得到有效控制,松嫩平原区域综合生态敏感程度得到改善㊂根据聚类图可知,2000 2020年综合生态敏感性高值区出现南移趋势,低值区出现北移趋势,并且均趋于聚集㊂说明研究区南部生态环境改善程度高于北部,且生态敏感性可能受到周围地区影响,出现同化趋势㊂2005 2010年㊁2015 2020年研究区北部土地利用方式转化区域较为集中,不同景观类型间相互转化导致景观格局稳定性下降,生态敏感性上升[11]㊂3.2土地利用方式及综合生态敏感性变化归因土地作为地表景观的宏观表征,景观生态风险的时空分布与其构成或动态变化具有高度的关联性[4]㊂土地利用方式是人类可以宏观调控的过程因子,反映景观生态对人类活动的响应㊂2000 2020年,研究区土地利用转移较为剧烈的部分为东北漫川漫岗土壤保持区(黑龙江省)区域北部与大兴安岭东南低山丘陵土壤保持区相交的地带,以及南部与东北漫川漫岗土壤保持区(吉林省)相交的地带(图1㊁图2)㊂北部发生剧烈变化的原因可能是此部分处于2个水土保持功能区划的交界处,其土地利用方式易发生变化,导致景观格局稳定性下降,出现景观生态高敏感性聚集区;南部发生剧烈变化可能由于城镇的城市化进程加快,不同土地利用方式转化为建设用地的过程中破坏原本较稳定的景观格局体系,从而导致该区域景观破碎度升高,出现景观生态高敏感区域㊂本研究根据地理探测器结果,将年均气温㊁年均相对湿度㊁年均地温和年日照时间划分为主要驱动因子,对土地利用方式改变产生较为显著的独立影响;年蒸发量㊁年均气压㊁高程与其他因子交互探测结果相比于其单因子探测结果有明显提高,表明次要因子之间存在较为显著的协同作用关系;年均气温与除年均地温外各因子交互作用解释力均为最大,侧面表明土地利用方式对年均气温的响应较为明显;年均风速与各因子交互探测结果均表现为非线性增强,说明年均风速与其他因子的交互作用对研究区土地利用方式变化存在较为显著的影响,针对土地利用方式变化导致景观生态恶化升高的状况,中央政府出台‘全国土地利用总体规划纲要(2006 2020年)“[20]等相关政策,结合各地区自然因素,因地制宜,以土地利用为媒介,对生态风险进行动态调控㊂导致东北地区土壤侵蚀的因素通常有冻融侵蚀㊁风力侵蚀㊁水力侵蚀等,更主要的情况是由多种外营力复合侵蚀导致水土流失[21]㊂地理探测器结果显示,年均气温的单因子解释力显著,年均风速㊁年均气温同其他各因子共同作用的解释力均出现升高趋势,说明气温与风速在景观层面与土壤侵蚀层面均存在较为显著的复合影响作用㊂杨婉蓉等[22]对东北地区风蚀现象进行长时间序列的研究发现,东北地区发生风蚀较为严重的区域与本文中大兴安岭东南低山丘陵土壤保持区重合;任景全等[23]研究结果表明,吉林省风蚀程度自西向东逐渐减弱㊂研究区南北两端出现生态风险高值区的原因可能是受以风蚀为主的侵蚀作用,而吉林省颁布‘吉林省耕地质量保护条例“[24]‘黑土耕地土壤肥力评价技术规范“[25]等针对黑土地保护的专项政策,使得东北漫川漫岗土壤保护区(吉林省)在2010 2020年综合生态敏感度显著下降,生态环境质量得到明显改善㊂现有研究[26-27]表明,土地利用方式是土壤保持功能变化的主导因子,通过影响土壤结构改变土壤侵蚀情况㊂总体来说,研究区综合生态敏感性变化由土地利用方式及土壤侵蚀的复合作用导致,人类通过政策调控[18]㊁技术支持[28]等宏观㊁微观结合的方式均可以对综合生态敏感性进行有效改善㊂4结论(1)研究区2000 2020年土地利用整体格局未发生较大变化,转化最明显的是未利用地和水域,未利用土地面积增加1035.7k m2,水域面积减少975.8 k m2,水域与未利用地之间发生明显的转化㊂2005 2010年㊁2015 2020年2个时期土地利用方式发生较为剧烈的变化,且变化主要发生于耕地部分,2005年 2010年间,耕地主要转为林地㊁草地与建设用地,转出总面积5386.2k m2,耕地由林地转入最多,转入面积1875.8k m2;2015 2020年,耕地主要转出为林地㊁建设用地与未利用地,转出总面积4951.0 k m2,耕地由草地转入最多,转入面积2066.8k m2㊂(2)不同自然因子对研究区土地利用方式的解释力存在显著差异,年均气温㊁年均相对湿度㊁年均地温和年日照时间是土地利用变化的主要驱动因子,因子解释力均>1%;气温是土地利用方式变化的主导因素,风速与高程㊁气温㊁蒸发量㊁地温㊁气压㊁相对湿度㊁日照时间的交互作用对土地利用方式变化均具有显著的协同增强作用㊂(3)随时间推移,研究区生态敏感性整体改善,高度敏感区域减少,轻度敏感区域增加;高度敏感区域843水土保持学报第37卷。
第36卷第9期2020年9月商丘师范学院学报JOUＲNAL OF SHANGQIU NOＲMAL UNIVEＲSITY Vol．36No．9Sep．2020收稿日期：2019－06－26作者简介：郝嘉楠（1996—），女，甘肃和政县人，兰州大学资源环境学院在读硕士研究生，主要从事城市与区域规划的研究．城市景观格局与地表温度的定量关系———以兰州市为例郝嘉楠，高泽阳（兰州大学资源环境学院，甘肃兰州730030）摘要：地表温度对研究全球资源环境和气候变化有着关键性的作用，同时它又是研究城市热环境、全球气候、土地利用等的重要因素．由于其对城市生态环境和城市整体生存能力的不利影响，城市热岛与城市景观格局之间的关系已经成为热点研究课题．本文利用兰州市2017年夏季Landsat 8遥感影像，基于AdaBoost 的算法（Adaptive Boosting ）提取了土地利用信息，地表温度通过辐射传导方程法来反演．采用回归分析和空间自相关分析方法，探讨不透水面和植被覆盖与地表温度之间的定量关系；使用最小二乘法回归方法模型对比得到不同城市景观格局对地表温度的影响．结果显示：兰州市地表温度从西北到东南逐渐升高，中部地区低于南北两山的温度；城市不透水面温度显著高于植被覆盖区域，城市地表温度介于18．45－45．34ħ；城市热岛效应明显；兰州市不透水面与地表温度呈现正相关关系，植被覆盖与地表温度呈现负相关关系；适当减少兰州市不透水面面积，加大不透水面的破碎程度，在一定程度上，能更有效降低城市区域的地表温度；通过增加兰州市植被多样性和密集度，可以有效缓解兰州市热岛效应．关键词：景观格局；地表温度；兰州市；关系中图分类号：P901文献标识码：A文章编号：1672－3600（2020）09－0050－05研究全球资源环境和气候变化问题，地表温度的重要性不言而喻．诸如城市热环境、全球气候、土地利用等课题，都离不开地表温度这一至关重要的因素．城市热岛效应，表现为城市四周农村地区温度明显低于城市温度［1］，形成类似高温孤岛的现象，这是城市化进程达到一定程度时的必然现象．城市热岛的出现，使得城市能源消耗增加，硫化物，碳氧化物、氮氧化物等空气污染物的排放量大大上升，其对人体的伤害也不容小觑．城市下垫面的性质、人工热源的增加、水气影响、空气污染、城市景观格局的变化、绿地减少、人口迁徙等，都是造成热岛效应不容忽视因素［2］．已有大量研究证明，土地利用组成及其空间格局会对地表温度产生影响．个别土地利用/覆盖类型对温度的影响研究，是目前研究最为普遍的方向，张震［3］通过主成分分析方法和相关分析方法，研究了青岛市下垫面、土地利用驱动因子和社会经济对地表温度产生的影响；李琳［4］结合了回归分析方法，主成分分析方法和相关分析方法，得到与成都市地表温度呈现正相关的景观格局类型是不透水面，与地表温度呈现负相关的景观格局类型是植被，而水体与地表温度呈现微弱负相关关系．但是定量化分析景观格局与地表温度之间的关系，应加以提高．邹婧［5］等通过研究土地利用类型与结构和地表热环境之间的关系，定量地探讨了深圳市景观格局与地表温度之间的关系．王雪［2］等利用最小二乘法和地理加权回归方法，分析北京市景观格局对地表温度的影响．研究城市景观格局与地表温度的定量关系，有利于合理规划城市土地资源，缓解城市热岛效应，为城市规划与发展提供科学的指导．作为西部地区重要的中心城市之一，兰州市的城市化步伐越来越快，由此引发的生态环境问题也日益增加．因此，土地利用与景观格局的变化导致的生态环境问题阻碍了兰州市社会经济的发展．本文以兰州市为研究区域，使用2017年夏季Landsat 8影像，定量地研究了不透水面和植被覆盖与地表温度的关系，并从景观角度出发，探讨兰州市景观类型空间格局和组成与地表温度空间分布之间的关系，旨在为兰州市城市生态改善以及合理规划城市布局提供科学支持．1研究区概况兰州市位于甘肃省中部，东经102ʎ36'－104ʎ34'，北纬35ʎ35'－37ʎ7'之间［6］．土地总面积为13085．6km 2，区域内地貌复杂多样，山地、高原、平川、河谷、沙漠、戈壁，类型齐全，交错分布，地势自西南向东北倾斜，有着两山夹一河的特点，地形呈狭长型［7］．受兰州市自身地势高差的悬殊和复杂的地形的影响，兰州市局部气候差异性较大：兰州市的西侧、南侧均是石质山，属于温寒带湿润地区，海拔较高，年平均气温只有20－50ħ，年降水量仅为500mm ，其中北侧和东北地区平均气温在60ħ左右，年平均降水量小于250mm ，属于温凉带干旱区．兰州市中心城市地带属于温带半干旱地区，平均气温在11．20ħ左右［8］．年平均日照时数为2446h ，无霜期为180d ［9］．随着兰州市社会经济的发展，兰州市土地利用发生了巨大变化，城市热岛效应也越来越显著．2研究数据与方法2．1数据来源本实验选用美国陆地卫星Landsat 8OLI /TIＲS 影像数据（数据来源：USGS EarthExplorer ）作为地表温度反演和土地利用/覆盖分类的基础数据．影像选取时间为2017年8月3日，轨道号为131－35，研究区范围内云量覆盖为0．使用1ʒ200000兰州市土地利用总体规划图辅助进行土地利用/覆盖分类．并对原始影像进行辐射校正、研究区域裁剪等预处理．2．2研究方法2．2．1地表温度反演文章采用辐射传导方程法反演地表温度［10］．根据辐射传导方程法反演地表温度T s 的表达式为：T s =K 2lnK 1BT ()s +[]1式中，K 1、K 2为传感器的定标常数，在Landsat OLI 的取值分别为K 1=774．89W /（m 2*μm*sr ），K 2=1321．08K ；B （T s ）为温度T s 的黑体辐射亮度，计算公式如下：B （T s ）=L λ－L ↑－τ（1－ε）L ↓τε式中，τ为大气透过率，L ↑为大气上行辐射，L ↓为大气下行辐射；这三个参数值可通过美国航天航空局官网（https ：//atmcorr．gsfc．nasa．gov ）输入相关参数查询；L λ为传感器接收到热红外光谱辐射亮度；ε为地表比辐射率．使用NDVI 阈值法可计算地表比辐射率ε［11］：ε=0．004P V +0．986式中，P V 是植被覆盖度，采用像元二分法计算．原理如下：P V =NDVI －NDVI soilNDVI veg －NDVI soil式中，NDVI soil 为裸土覆盖区域的NDVI 值；NDVI veg 代表完全植被覆盖区域的NDVI 值；NDVI 为归一化植被指数，根据下式计算：NDVI =NIＲ－ＲNIＲ+Ｒ式中，NIＲ和Ｒ分别为Landsat 8影像的近红外波段和红波段．统计计算完的NDVI 值，NDVI soil 和NDVI veg 分别取为NDVI 累计5%和95%的像元值．2．2．2基于AdaBoost 算法的土地类型/覆盖提取遥感影像分类，通常情况下属于多分类问题范畴．首先，AdaBoost 赋予每个样本相同的权重，即样本被选择为基分类器的概率．此后，进行加权抽样，于样本集中提取训练样本，生成弱分类器，对样本总体进行弱分类，得到当前分类器的误差．利用误差计算各样本权重，这样便可提升错误分类样本权重；按此法，可在之后迭代过程中，再次集中选择更多，容易被错误分类的样本．同时，新生成的分类器也将对这些样本给予更多关注．这一系列的弱分类器，便是基于类似多次迭代过程形成的．这些弱分类器对未知实体进行分类，并最终利用加权投票的方式，集成所有分类结果［12］．AdaBoost 有很多不同的基分类算法，在AdaBoost 中，不同地物通过迭代次数的改变，而影响其分类的精度．本实验采用基于AdaBoost 算法的分类系统，把土地分为：林地、其他植被（包括园地、农用地、草地等）、其他用地（包括自然保留地、滩涂等）、不透水面和水体5种类型．2．2．3相关分析相关分析的任务，就是揭示地理要素之间相互关系的密切程度［13］．地理要素之间相互关系密切程度的测定，主要是通过对相关系数的计算与检验来完成的，两个地理要素间相关关系的计算方式为：r xy =∑ni =1（xi－x ）（y i －y ）∑ni =1（xi－x ）槡2∑ni =1（yi－y ）槡2式中，r xy为要素x 与y 之间的相关关系系数，其值介于［－1，1］之间，是表示两要素之间的相关程度的统计指标．rxy＞0，表示正相关，r xy ＜0，表示负相关，r xy 的绝对值越接近于1，表示两要素的关系越密切．15第9期郝嘉楠，等：城市景观格局与地表温度的定量关系2．2．4回归分析作为一种分析变量关系的强有力的工具，回归分析通过建立的回归模型来反映地理要素间的具体数量关系［14］．回归模型有线性与非线性两种．一元线性回归模型因变量与自变量单一对应．假设有两个地理要素（变量）x 和y ，x 为自变量，y 为因变量．则一元线性回归模型的基本结构形式为：y a =a +bx +εa本文通过回归分析定量研究兰州市不透水面、植被覆盖与地表温度的关系，并建立它们之间关系的回归方程．2．2．5空间自相关分析空间自相关分析是为了确定地理要素之间在空间上的相关性［15］．空间自相关系数可以用来定量地描述地理要素在空间上的依存程度，其计算公式为：I =nS O∑ni =1∑nj =1W （i ，j ）（x i－x ）（x j －x ）∑ni =1（xi－x ）2式中，x i 为观测值，x 为x i 的平均值，S O =∑ni =1∑n j =1W （i ，j ），W （i ，j ）为i ，j 之间的空间链接矩阵．如果地理要素之间随着测定距离的缩小而变得相似，则它们呈空间正相关关系；如果地理要素之间随着测定距离的缩小而存在明显的差异，则它们呈空间负相关关系．2．2．6景观格局指数景观格局指数属于定量分析因素，用以反映景观格局信息［16］．本文结合研究区域景观特点和空间特性，选取了8个景观格局指标研究兰州市土地利用格局．景观格局指数通过Fragstats4．2软件计算得到，如表1示：表1景观格局指数Tab．1landscape pattern index景观格局指数计算公式生态含义斑块面积（CA ）———制约斑块中物种的丰度、数量等最大斑块占景观面积比例（LPI ）LPI =max m j =1（a ij ）A 有利于确定景观的优势类型斑块密度（PD ）PD =n iA反映了斑块的破碎度，描述整个景观的异质性平均斑块大小（AＲEA _MN ）AＲEA _MN =AN 反映景观异质性的关键形状指数（LSI ）LSI =Emin E 反映整体景观的形状复杂程度边缘密度（ED ）ED =EA反映景观的边缘效应分维数（FＲACT ）FＲCAT =∑m i =1∑nj =12ln （0．25P ij ）ln （a ij ）a ij∑mi =1∑nj =1a ()[]ij测定斑块形状对内部斑块生态过程影响的指标聚合度（AI ）AI =∑ni =1（giig ii max）ˑP []i ˑ100表示同类斑块之间的凝聚程度3兰州市景观格局与地表温度的关系研究3．1不同土地类型之间温度比较表2不同土地利用类型的地表温度分布图Tab．2surface temperature distributions of different land use types地类水体林地不透水面其他植被其他用地均值26．66824．82336．82233．06238．585标准差2．6483．0151．9362．6683．074表2是兰州市2017年土地利用/覆盖类型的地表温度统计值．通过对比均值可以发现，2017年研究区地表温度序列为：其他用地＞不透水面＞其他植被＞水体＞林地．其他用地、不透水面的平均地表温度在5种土地利用类型中排名靠前．其他植被里包含有大量的草地、农用地、花园等土地类型，所以其平均地表温度比较高．兰州山地面积占全市面积的85%，连续的大面积裸土地直接导致了其他用地温度过高．林地的地表温度是所有土地利用类型中最低的，其次是水体．对比土地利用类型的地表温度的标准差，其顺序为：其他用地＞林地＞其他植被＞水体＞不透水面．不透水面地表温度的标准差最低，主要原因是因为兰州市城镇大多处在地势平坦的地区，建筑集中且分布均匀．黄河是兰州市的主要水域，水质差异小，均一性比较大，所以水体的标准差相对于其他地区比较小．其他用地是所有土地利用类型中标准差最大的，这主要是25商丘师范学院学报2020年因为其他用地里包含了裸土地、处在城镇中的未利用地等，其跨度比较大．兰州地区的林地主要集中在东南地区，其余地区林地稀疏、密度小，林地分布不均衡．3．2不透水面与地表温度的关系将不透水面与地表温度进行回归分析，二者的分析结果如图1所示．图1研究区不透水面与地表温度关系Fig．1relation between impermeable water surface and surface temperature in the studyarea图2研究区植被覆盖与地表温度关系Fig．2relationship between vegetation cover and surface temperature in the study area由图1可以发现，研究区不透水面与地表温度之间有着显著的线性正相关关系，随着不透水面程度的加深，地表温度也呈现明显的上升趋势．这就表明，不透水面可以增加地表温度，不透水面区域越多的地方，地表温度也就越高．因而，不透水面的扩展会导致城市热岛效应加剧．3．3植被覆盖与地表温度的关系将植被覆盖与地表温度进行回归分析，二者的分析结果如图2所示．由图2可以看出，植被覆盖与地表温度呈现显著的线性负相关关系，植被覆盖度越好，地表温度越低．这说明植被具有降低地表温度的作用，由于城镇用地密度大的地方，植被密度小、种类少，造成了地表温度增加．植被种类多而密集区域，温度比较低．植被对于减缓城市地表温度作用明显．3．4空间自相关分析结果本文通过GeoDa 空间分析软件，使用全局空间自相关模型统计检验地表温度与植被覆盖和不透水面二者分布的空间自相关性．空间自相关系数Moran＇s I 见表3．表3Moran＇s I 系数Tab．3Moran＇s I coefficient变量不透水面植被覆盖Moran＇s I 0．20900．1948P 值0．00010．0001标准化Z 值27．653031．2823Moran＇s I 系数显示，兰州市地表温度与植被覆盖和不透水面的分布均呈现空间正自相关．相对而言，不透水面分布的空间聚集性要强于植被覆盖．3．5最小二乘法回归模型分析结果本实验主要通过SPSS 软件，以5类土地利用类型为自变量，温度为因变量，为每个景观格局指数建立OLS 模型．表4为5类土地利用类型与地表温度的拟合优度．表4土地利用类型与地表温度的拟合优度Tab．4goodness of fit between land use type and surface temperature拟合优度CA LPI PD AＲEA _MN LSI FＲACT ED AI Ｒ20．6080．6320．1490．6080．1780．3670．5550．125Ad Ｒ20．4870．51－0．1340．477－0．960．1560．407－0．16635第9期郝嘉楠，等：城市景观格局与地表温度的定量关系45商丘师范学院学报2020年在OLS模型中，景观格局指数CA对地表温度解释率为60．8%，这就说明地表温度受不同土地利用类型面积大小的影响．景观格局指数LPI、AＲEA_MN对地表温度解释率分别为63．2%、60．8%，LPI代表最大斑块占景观面积的比例，说明某种土地类型越集中，对温度的影响越大．而AＲEA_MN表示的是景观的破碎程度，AＲEA_MN越大，温度就越高．ED对温度的影响程度一般，其他指数的Ｒ2和调整Ｒ2相对较小．4结论本文得到的结论有以下三点：（1）兰州市的林地主要集中在东南地区，而西北地区多为黄土裸地，中间过渡区域多为裸地、草地、耕地、城镇等用地．在空间格局上，兰州市有着两山夹一河的特点．所以研究区内的地表温度呈现出南北两山温度高于城市中部区域，西北地区温度略高于东南地区的特点．研究区最高温度为45．34ħ．不透水面密集的区域，温度普遍比较高，温度高值区主要分布在兰州市北山的区域．最低地表温度为18．45ħ．林地和水域分布广泛均一区域地表温度相对较低．总的来看，城市与郊区温差显著，城市地区存在着大面积岛屿状高温区域，热岛效应明显．由于不透水面对太阳辐射的反射率小，可以吸收更多的太阳辐射，导致温度升高．而城镇地区人口密度大，建筑密集，产生的人为热量对热岛的形成有促进的作用．（2）兰州市不透水面和植被覆盖与地表温度的分布呈不同程度的空间相关性，表现出一定的聚集分布状态．不透水面与地表温度的拟合优度为63%，植被覆盖与地表温度的拟合优度为59%，说明不透水面和植被覆盖与地表温度的相关性比较高，不透水面与地表温度呈现正相关关系，植被覆盖与地表温度呈现负相关关系．（3）在OLS模型中，共有4种景观格局指数与地表温度得到了比较好的拟合效果．LPI对确定景观的优势类型有一定的促进作用，CA制约着景观内物种的丰度、优势等．由于兰州市市区集中在东南地区，所以兰州市的不透水面主要集中在东南地区，兰州市林地主要分布在东南地区，其他用地（裸地、黄土地等）主要分布在南北两山，黄河是兰州市的主要水体．所以LPI 和CA越大，对温度的影响就越大．AＲEA_MN反映兰州市不同景观格局的破碎程度，一般情况下，AＲEA_MN越大，温度就越高．兰州市的地表温度受景观破碎度、斑块面积等的影响较高．因此，减少不透水面面积，加大不透水面的破碎程度，在一定程度上，可以缓解城市热岛效应．提高兰州市绿化程度，能更有效降低城市区域的地表温度．兰州市植被聚集地多为低温区，所以，通过增加兰州市植被面积，丰富植被类型，增加植被多样性和密集度，可以有效缓解兰州市热岛效应．参考文献：［1］徐双，李飞雪，张卢奔，等．长沙市热力景观空间格局演变分析［J］．生态学报，2015，35（11）：3743－3754．［2］王雪，于德永，曹茜，等．城市景观格局与地表温度的定量关系分析［J］．北京师范大学学报（自然科学版），2017，53（03）：329－336．［3］张震．滨海城市化地区热岛效应的遥感分析研究［D］．青岛：中国海洋大学，2013．［4］李琳．成都市城市地表景观格局变化的热环境效应研究［D］．成都：四川师范大学，2016．［5］邹婧，曾辉．城市地表热环境与景观格局的关系———以深圳市为例［J］．北京大学学报（自然科学版），2017，53（03）：436－444．［6］贾珍珍．近25年兰州市热岛效应时空变化及其影响因素［D］．兰州：兰州大学，2016．［7］李虹．基于ＲS和GIS的兰州市城镇化时空过程研究［D］．兰州：兰州大学，2018．［8］尹柯柯．基于Landsat8遥感影像的兰州市城市热岛特征研究［D］．兰州交通大学，2017．［9］孟彩红．基于GIS的兰州城市景观研究［D］．兰州：兰州大学，2008．［10］宋挺，段峥，刘军志，等．Landsat8数据地表温度反演算法对比［J］．遥感学报，2015，19（03）：451－464．［11］岳辉，刘英．基于Landsat8TIＲS的地表温度反演算法对比分析［J］．科学技术与工程，2018，18（20）：200－205．［12］Yi H，Peng D，Haowen Y，et al．Quantifying the main urban area expansion of Guangzhou using Landsat imagery［J］．International Journal ofＲemote Sensing，2018，39（21）：7693－7717．［13］赵鹏，夏北成，秦建桥，等．流域景观格局与河流水质的多变量相关分析［J］．生态学报，2012，32（08）：2331－2341．［14］张菁，马民涛，王江萍．回归分析方法在环境领域中的应用评述［J］．环境科技，2008，21（S2）：40－43．［15］高建岗，黄锐．基于耕地质量指数和空间自相关的苏南地区耕地保护分区［J］．水土保持研究，2019，26（03）：213－218．［16］Connors J P，Galletti C S，Chow W T L．Landscape configuration and urban heat island effects：assessing the relationship between landscape characteristics and land surface temperature in Phoenix，Arizona［J］．Landscape Ecology，2013，28（2）：271－283．［责任编辑：徐明忠］。
黄土高原土地利用变化特征及其环境效应赵宏飞;何洪鸣;白春昱;张闯娟【摘要】研究目的:基于黄土高原近30余年来土地利用/植被覆盖变化(LUCC),分析该地区LUCC及其环境效应,为区域生态环境与社会经济的可持续发展政策提供科学依据.研究方法:地统计和趋势分析等.研究结果:(1)黄土高原土地利用结构整体上未发生变化,仍以草地、耕地和林地为主,但植被覆盖度提升显著;(2)黄土高原LUCC受气候变化和人类活动共同影响,影响程度存在区域性差异,其中黄土高原中部丘陵沟壑区主要由人类活动导致;(3)黄土高原LUCC对地表径流、土壤侵蚀、土壤水分及碳循环等生态环境过程将产生长期的影响,植被恢复在发挥生态效益的同时对区域生态环境产生消极的作用.研究结论:黄土高原植被生产力已接近水资源承载力阈值,提升人工植被稳定性、促进水资源平衡仍为现阶段促进黄土高原可持续发展的主要课题.【期刊名称】《中国土地科学》【年(卷),期】2018(032)007【总页数】9页(P49-57)【关键词】土地利用;土地利用变化;黄土高原;环境效应【作者】赵宏飞;何洪鸣;白春昱;张闯娟【作者单位】西北农林科技大学水土保持研究所, 陕西杨凌 712100;黄土高原土壤侵蚀与旱地农业国家重点实验室, 陕西杨凌 712100;西北农林科技大学水土保持研究所, 陕西杨凌 712100;黄土高原土壤侵蚀与旱地农业国家重点实验室, 陕西杨凌712100;中科院水利部水土保持研究所, 陕西杨凌 712100;西北农林科技大学水土保持研究所, 陕西杨凌 712100;黄土高原土壤侵蚀与旱地农业国家重点实验室, 陕西杨凌 712100;西北农林科技大学水土保持研究所, 陕西杨凌 712100;黄土高原土壤侵蚀与旱地农业国家重点实验室, 陕西杨凌 712100【正文语种】中文【中图分类】F301.241 引言LUCC是人与自然相互作用的直接体现，是自然、社会、经济等要素综合作用的复杂过程，成为人口—资源—环境可持续发展的基本问题[1]。
