基于fragsas的城市地表景观结构变化分析快速城市化过程中石家庄市景观格局变化研究

基于fragsas的城市地表景观结构变化分析快速城市化过程中石家庄市景观格局变化研究

城市化是对地球表层的最大影响。景观记录了城市空间的时空变化。景观结构和动态变化分析是研究城市及其环境的重要手段。研究城市景观的空间变化，可以深入了解城市化的过程及其对社会、经济和环境的影响。遥感和计算机科学是景观形态变化研究的有效方法和技术支持，越来越多地用于景观形态的评价。景观指数法通过计算地表景观类型的复杂性、组成、大小、形状和空间距离的性质来定标景观格局的变化，已成为景观评价的主要方法。虽然存在基于规模依赖的不足，但仍是这一领域广泛使用的有效方法。现有景观模型指数很多，但许多指数表示的生态意义相似。为了避免每个指数反映的空间信息的重叠，可以采用主成分法进行筛选，并确定典型景观模型指数的特征。石家庄市在过去20年经历了快速城市化过程,2009年城市化率达到48.62%.本文以石家庄市为研究区域,利用GIS、RS和景观格局分析软件,通过引入筛选的景观格局指数和面积加权平均景观扩张指数AWLEI,对研究区23年间景观格局变化定量分析,揭示城市化过程对城市景观的深刻影响,从而为研究区未来规划与发展布局提供参考和理论依据.1城市概况及人口数量石家庄市(37°58′-38°07′N,114°27′-114°37′E)地处河北省中南部,是环渤海经济圈中心区域城市.属于暖温带大陆性季风气候,寒暑悬殊,四季分明,雨量集中于夏秋季节.干湿期明显,夏冬季长,春秋季短,年总降水量为401.1~752.0mm.所选研究区总面积410.95km2.城市人口数量由1987年的121万人增加到2010年的275万人,建成区面积由1987年的238.40km2迅速增加为2010年的386.02km2.2数据和方法2.1景观类型分析所用遥感数据为Landsat5TM,1987年图像为已有数据,2010年数据从中国科学院对地观测与数字地球科学中心网站共享.空间分辨率30m,成像日期分别为1987年6月29日和2010年5月11日,图像质量良好,适合城市景观格局研究.两幅图像都经过投影变换、几何校正和辐射校正,几何校正RMSE小于0.05个像元.利用图中白色矢量边界建立并加载掩膜(图1),对所得图像进行分类,得到景观类型分析所需数据.2.2学习方法2.2.1景观类型分类决策树分类法是将决策过程抽象成为规则和判断,通过建立决策节点对遥感影像进行信息提取,可提高分类精度.按研究所需,计算NDVI(归一化差值植被指数)、MNDWI(改进的归一化差异水体指数)、NDISI(归一化差值不透水面指数)(表1)以及对图像进行缨帽变换得到的亮度、绿度和湿度指数,将研究区域分为低密度不透水面、中密度不透水面、高密度不透水面、农田植被、水体、城市植被和未利用地七种景观类型.分类精度分别为89.71%(1987)和94.22%(2010).通过分类后处理和变化监测,提取景观类型变化信息,得到各景观类型转移矩阵,分析景观变化.2.2.2景观格局指数利用GIS软件,通过格式转换和属性提取得到可用来计算景观格局指数的分类图.使用景观分析软件Fragstats3.4和GIS软件中的PatchGrid模块计算研究区26个斑块类型层次的景观格局指数,利用主成分分析法进行筛选,确定能代表研究区景观格局特征的主要景观指数.再去除研究时段内对变化不敏感的景观指数(如景观分割指数、分离度指数等).最终选出景观形状指数(LSI)、面积加权的平均形状因子(AWMSI)、丛生度指数(CLUMPY)和散布与并列指数(IJI)(表2).2.2.3扩张景观的类型参考武鹏飞等的面积加权平均景观扩张指数AWLEI,在GIS软件中通过对两期分类图进行擦除、提取和连接操作,确定原斑块和扩张斑块的关系,表征扩张景观类型的扩张规模,该值越大,表明景观的扩张程度越大(表2).3结果与分析3.1不同景观类型的不透水面分布研究区23年间景观类型变化巨大,对比分类结果图2a和图2b,农田植被大面积减少,相反不透水面范围扩展迅速.研究区域内主要景观类型由1987年的农田植被变为2010年的高密度不透水面.为分析景观动态变化,利用遥感软件统计两期分类图,计算各景观类型面积及比例(表3),除农田植被减少41%、低密度不透水面比例降低13%外,其余景观类型比例均有所增加,增加最大的类型为高密度不透水面,2010年为1987年的11倍.各景观类型之间发生不同程度地转变(表4),具体体现在:低密度不透水面主要向中、高密度不透水面转移,面积达7503.12hm2,占71.36%;中密度不透水面向高密度不透水面转移高达72.36%(3025.35hm2);仅有18.73%的农田植被未发生类型变化,其余主要转化为不透水面(42.10%)和城市植被(26.83%);城市植被主要转变为不透水面(1798.29hm2)和未利用地(436.05hm2);58.42%的未利用地向其他类别转变;水体有30.33hm2向高密度不透水面转变;高密度不透水面向其他类型的转变(23.48%)较少.综上,各种景观类型均不同程度地向高密度不透水面转变,且高密度不透水面保留比例较高,表明23年间高密度不透水面面积急速增加,城市化进程迅猛.3.2不透水面的形状变化特征将选定的景观形状指数(LSI)、面积加权的平均形状因子(AWMSI)、丛生度指数(CLUMPY)和散布与并列指数(IJI)提取分析(图3).由图3a可知,水体的LSI最低且无明显变化,表明水体变动性较小.2010年中密度不透水面的LSI最高,表明中密度不透水面形状最复杂.除了农田植被LSI降低之外,其余类型的LSI呈上升趋势,景观形状变得复杂.不透水面的形状变化主要是城市不断扩张的结果.城市植被LSI值较高但无明显变化,表明城市植被形状稳定性较强.未利用地LSI升高与大量的城市建设有关.图3b中2010年高密度不透水面的AWMSI值最高,且增幅最大,表明其内部复杂性斑块比例最大且逐渐增加.低、中密度不透水面和农田植被的AWMSI降低,即形状复杂的斑块数量减少.城市植被、水体和未利用地的AWMSI值变化不明显.图3c显示两个时期所有景观类型的CLUMPY均大于零且大小不一,表明所有景观类型均处于聚集状态但聚集程度有所不同.除低、中密度不透水面的CLUMPY状降低外,其他类型的CLUMPY均有所升高,表明其聚集程度上升,处于快速发展阶段.与CLUMPY不同,IJI从斑块之间的邻接边长来表达斑块的分布,取值范围为0-100.2010年,城市植被的IJI值最高(图3d),表明城市植被面积不断加大,连通性增强.农田植被和水体IJI值降低,其他五种景观类型的IJI升高.其中,高密度不透水面和城市植被的IJI增幅较大,因这两种类型面积扩大,增加了与其他景观类型相邻接的概率,呈片状发展.又因这两种景观类型主要由农田植被和水体转变而来,增大了这四种类型之间的邻接概率,农田植被和水体的IJI减小,呈破碎状态.3.3外部式扩张斑块比例由各景观类型面积比例和转移矩阵分析得到:中密度不透水面、高密度不透水面、城市植被、水体和未利用地面积呈增长趋势.用景观类型扩张指数AMLEI表征扩张景观类型的具体特征(表5),同时计算邻接式扩张斑块数量和外部式扩张斑块数量以及外部式扩张斑块比例.水体、城市植被、未利用地和高密度不透水面的外部式扩张斑块比例与AWLEI的变化趋势相同.该结果与武鹏飞的研究一致,即AWLEI值越大,外部扩张斑块数量相对越多,整体扩张规模越大.但对于中密度不透水面,外部式扩张斑块的比例达到57.54%,其AWLEI值仅为0.9438,与上述研究结论相悖.可能因中密度不透水面属于过渡景观类型,变化情况复杂所致.各景观类型的扩张指数大小顺序为:高密度不透水面,未利用地,城市植被,水体和中密度不透水面.未利用地扩张指数较大,是因为一些区域正处于建设过程中,呈现未利用地状态.4城市景观类型的发展研究区处在