河北青崖寨自然保护区土地利用变化分析

“河北青崖寨自然保护区土地利用变化分析摘要自然保护区是生态系统中占据重要生态位及特殊功能结构的区域。它以保护各类生态系统和环境，拯救濒危物种，保护自然遗迹为目的，既是管理保护自然资源、开展科学研究的重要基地，也是向公众宣传普及自然保护知识、欣赏原生态自然景观的良好场所。在对自然保护区的环境质量及保护效益进行研究时，最常见的是借助遥感影像，采用定量的方法，从时间尺度上对保护区某一时间段的土地利用变化的景观格局进行研究对自然保护区土地利用变化的研究是评价保护区环境质量及保护效益的有效手段。本文以青崖寨自然保护区为研究对象，运用GIS技术对保护区内外近年的土地利用变化进行了分析，揭示保护区土地利用时空景观格局变化规律及驱动力，旨在得出区域土地利用变化对不同形式及强度的人类社会经济活动的响应，以此来对保护区的保护效益进行评价，并为控制保护区内外的人类活动，合理利用土地资源，促进保护区有效管理提供科学依据。关键词：青崖寨自然保护区土地利用变化时空景观格局驱动力目录TOC\o"1-4"\h\z\u摘要 3目录 41绪论 61.1研究背景及立题意义 61.2国内外研究现状 61.3研究内容 71.3.1研究目标 71.3.2具体研究内容 71.3.3拟解决的关键性问题 82研究方法 83.1景观系统分类体系 93.2数据获取 93.3遥感影像数据处理 103.4研究方法 114结果与分析 134.1研究区景观类型面积 134.2转移矩阵 154.2.11995-2006年景观格局转换 154.2.22006-2016年景观格局转换 164.3景观特征分析 164.5驱动因素 185结论与讨论 24参考文献 25致谢 26

1绪论1.1研究背景及立题意义自然保护区是生态系统中占据重要生态位及特殊功能结构的区域。自然保护区是对典型自然生态系统、珍稀濒危野生生物物种的天然集中分布区、有特殊意义的自然遗迹等对象所在的陆地、水体或海域，依法划出的予以保护和管理的地理区域的总称。它以保护各类生态系统和环境，拯救濒危物种，保护自然遗迹为目的，既是管理保护自然资源、开展科学研究的重要基地，也是向公众宣传普及自然保护知识、欣赏原生态自然景观的良好场所。自然保护区的科学管理对维持一个保护区的可持续发展具有重要意义。我国自1956年建立第一个自然保护区以来，经过长时间的探索和发展，逐步形成了自然保护区独特的分类型、分等级与分部门的管理模式，国内外在对自然保护区的环境质量及保护效益进行研究时，最常见的是借助遥感影像，采用定量的方法，从时间尺度上对保护区某一时间段的土地利用变化的景观格局进行研究对自然保护区土地利用变化的研究是评价保护区环境质量及保护效益的有效手段。本文借助遥感和GIS技术，对青崖壁寨自然保护区及其周边土地利用的变化，包括土地利用的面积变化、转换模式及景观格局变化进行研究，进而讨论土地利用景观变化的驱动因素。国内外研究现状主要分为两部分：一是数据库的研究现状，二是景观格局动态分析及驱动因素的研究现状。数字保护区是从数字地球中衍生出的概念，它的发展与计算机技术、地理信息技术的进步密不可分。国外在数字自然保护区方面的研究进展较快，尤其是北美地区的保护区信息化程度很高；我国的数字保护区建设起步较晚，和发达国家相比存在不小差距，但也取得了一些成果。到目前为止，发展最早最成熟的是E.F.COdd在1970年首次提出的关系数据库模型。它的提出开创了数据库关系方法和关系数据理论的研究，为数据库技术奠定了理论基础。我国在自然保护区数据库建设方面起步较晚，虽然有些研究单位于20世纪80年代利用微机建立了一些相关数据库系统，但全面考虑建立信息系统是在90年代生物多样性项目开始之后。景观格局演变及其驱动机制分析是农学和景观生态学领域长期关注的热点问题。目前国内外相关研究主要采用数量分析法(主要包括景观格局指数和景观动态变化模型)研究景观格局演变特征，景观格局指数是景观格局信息的高度概况，是反映景观结构组成、空间配置特征的量化指标，是景观格局研究的重要指标之一。但是从空间视角，通过对比保护区内外区域土地利用变化的差异的方法来对保护区保护效益进行研究的案例还很少。本文以青崖寨自然保护区为研究对象，综合上述两种研究方法，运用GIS和景观指数分析技术对保护区内外近年的土地利用景观格局变化进行分析，揭示保护区内外景观格局变化规律及驱动力，并为控制保护区内外的人类活动，合理利用土地资源，促进保护区有效管理提供科学依据。1.2国内外研究现状国外自然保护区利用GIS技术和遥感解译开展保护区研究历史较早，加拿大国家公园管理局所属的自然保护区，从1972年就开展了GIS的建设，如今已得到普及使用，主要应用在自然保护区土地利用规划和管理、自然资源利用和管理、特殊保护区生物类群的管理监测以及旅游区的规划管理等领域。土耳其开塞利大学于上世纪90年代初使用ArcView软件建立了土耳其湿地GIS，该系统对土耳其全国一百多个湿地进行信息化管理，为湿地研究和保护决策提供信息服务。1994年美国德克萨斯州建立了湿地信息网络系统(WetNet)，提高了美国南部地区的湿地自然保护区信息管理水平和保护能力，同时为公众提供准确及时的湿地相关信息服务。此外，国外已经建立的湿地信息系统还有基于ArcIMS建立的佛罗里达湿地WebGIS、印度国家环境信息系统(ENVIS)、美国加利福尼亚湿地GIS(CWIS)和美国蒙大拿州湿地信息系统，这些湿地保护区信息系统的共同特点是，侧重于构建保护区信息综合数据库，提供信息查询等公共服务，但往往缺乏空间分析、决策支持等功能。我国的自然保护区利用GIS技术和遥感解译开展保护区研究起步较晚，和发达国家相比存在不小差距，但也取得了一些成果。刘杰设计并建立了九段沙湿地自然保护区地理信息系统，实现了数据管理、专题数据显示、地形分析、变化分析和相关分析等功能。高夺峰、张玉龙等人针对达里诺尔自然保护区分别设计建立了保护区多源数据库和达里诺尔自然保护区地理信息系统，基于3S技术，建设了信息化平台，对空间数据和属性数据进行分层分类管理。李堂周基于GIS技术建立了宝天曼自然保护区森林资源管理信息系统，提供了强大的信息存储、编辑、查询和制图等功能，可以对森林实时监测进行快速和重复的分析测试。孙春华基于GIS和RS技术研制了盐城国家级珍禽自然保护区管理信息系统，能够有效地管理保护区内野生动植物资源与湿地资源。李延莉等人采用WebGIS技术建立吉林省自然保护区信息发布平台，实现了自然保护区信息在局域网的共享和动态可视化查询与发布。孔令孜设计并开发了大青山自然保护区信息管理系统，实现了专题图浏览与查询、蓄积量预测、保护区生态评价等功能。刘庆生等人在黄河三角洲自然保护区基于TM遥感影像和中国环境一号卫星的CCD数据，对黄河三角洲自然保护区的土地利用和土地覆被变化状况进行监测，反映了黄河三角洲地区的生态脆弱性和不稳定性。崔晓东利用GIS技术对TM影像进行湿地信息提取，建立了景观类型转移矩阵，分析了黄河三角洲地区景观类型和变化趋势。我国数字保护区建设起步较晚，但发展速度很快，已经在一些自然保护区建立了示范系统。青崖寨自然保护区在土地利用数据库建设方面的工作才刚刚开始，还没有建立系统的信息化管理平台，亟待进行研究。1.3研究内容1.3.1研究目标本文以青崖寨自然保护区为研究对象，综合上述两种研究方法，运用GIS分析技术对保护区内外近年的土地利用变化进行分析，揭示保护区内外景观格局变化规律及驱动力，旨在得出区域景观格局变化对不同形式及强度的人类社会经济活动的响应，以此来对保护区的保护效益进行评价，并为控制保护区内外的人类活动，合理利用土地资源，促进保护区有效管理提供科学依据。1.3.2具体研究内容(1)青崖寨国家级自然保护区土地利用现状；(2)青崖寨自然保护区95、06、16三个时段最近20年土地利用变化；(3)青崖寨自然保护区土地利用动态分析及驱动因素研究；(4)青崖寨自然保护区土地利用景观管理成效及对策。1.3.3拟解决的关键性问题(1)TM遥感影像获取和解译、现场调查和选取训练区和训练样本对比；(2)土地利用时空演变与驱动因素分析。2研究方法青崖寨自然保护区位于河北省太行山南段武安市境内（图1），地处太行山南段，地理坐标为东经113°45′15″至113°55′05″、北纬36°50′29″至37°01′20″，海拔高度在600-1899m之间，最高峰青崖寨位于管陶乡梁沟村西北，海拔高度1898.7m,其次是摩天岭位于长寿村村西，海拔1747.5m.保护区东沿平涉线以农田与林地的交界线为界，与沙河市相邻；西以青阳山、万寿山、青崖寨为界与山西左权县接壤；北以县界与邢台县相邻；南以人头山山脊线，里伏村村南山脊线，车谷水库东岸、苍洞沟、白王庄村南山脊线，李家庄大梁沟山脊线为界，总面积15164hm²。保护区内出露的地层有古生界寒武系地层、元古界长城系地层、大古界五台群古地层，其中元古界长城系地层分布最为广泛。地貌类型属于太行山南段低山丘陵亚区，区内地势西北高，东南低，相对高差为1300.0m左右。土壤主要包括棕壤和褐土两大类型。气候类型属温带大陆性季风气候，平均气温在24℃-25℃之间，但气温随地势高度上升而减少，每升高100m，气温则下降0.6℃。平均年降水量为653.3mm,其中马店头为全市降水量最多地区，年平均降水量达到738.4mm。本文研究区划分为三个功能区：核心区、缓冲区、实验区，面积分别为5784.0hm²、3546.0hm²、5834.0hm²。图1研究区范围景观格局变化与自然人文环境息息相关，其驱动因素更是生态学领域讨论的热点问题。在景观指数的定量分析下，可以从景观格局中获取量化指标，分析时空演变特征，以揭示青崖寨自然保护区景观格局动态变化特征与驱动因素，为以后保护区管理提供理论依据和指导。刘吉平等利用景观指数对1954-2010年三江平原进行土地利用景观格局动态变化分析，王芳等利用景观格局对太湖流域进行景观空间格局动态演变，郭少壮等以35年遥感影像对秦岭地区进行景观格局动态分析，祖拜代等以克里雅中游为研究区进行景观格局变化研究。目前对景观格局的研究侧重通过不同时段分析演变趋势，但以景观系统分类为基础的景观指数分析研究相对较少，本文在6种景观类型的基础上分析景观格局变化与驱动因素。青崖寨自然保护区属于以保护森林生态系统、生物多样性及其珍稀濒危动植物物种、地质遗迹为主的森林和野生动物类型的自然保护区。保护区管理处隶属于武安市人民政府，由武安市林业局代管。保护区地处太行山深山区，为冀晋两省交界处，受人为干扰的程度相对较小；保护区森林覆盖率达68.6%，天然植被保存完好，天然次生林分布面积广，保存有完好的自然生态系统。3.1景观系统分类体系根据青崖寨自然保护区土地利用特征及实地踏勘，结合LUCC分类体系和研究目的，建立土地利用分类体系，将研究区分为6大类，即林地、耕地、草地、水域、建筑用地、未利用地。表1景观系统分类表编号名称含义1林地指生长乔木、灌木、疏林、未成林造林地、以及苗圃等林业用地2耕地指种植农作物的土地，包括熟耕地、新开荒地、休闲地、轮歇地、草田轮作物地；以种植农作物为主的农果、农桑、农林用地；耕种三年以上的滩地3草地指以生长草本植物为主，覆盖度在5%以上的各类草地，包括以牧为主的灌草丛、杂草类草甸和郁闭度在10%以下的疏林草地4水域指天然陆地水域和水利设施用地5建筑用地指城乡居民点及其以外的工矿、交通等用地6未利用地目前还未利用的土地，包括难利用的土地3.2数据获取青崖寨国家级自然保护区土地利用数据源为空间分辨率为30m*30m的Landsat遥感影像，时间范围是1995—2016年，共划分为3个时间段—1995年、2006年、2016年，由于研究区植被茂盛且大部分为林地，特选取成像时间为每年6-9月份遥感影像数据作为数据源。1993年与2004年的数据源采用Landsat5TM遥感数据，2016年的数据源采用Landsat8OLI遥感数据，上述影像行列号为124/34，云覆盖率分别为0%、0%、0.6%（表1215）。表2数据来源及格式拍摄时间数据类型云覆盖率(%)空间分辨率(m)条带号行编号1995.7.5LandsatTM030*30124342006.6.17LandsatTM030*30124342016.8.31LandsatOLI0.630*30124343.3遥感影像数据处理针对保护区具体情况，包括土地整改、确权、调控、保护区政策变化，特选取1995年、2006年、2016年遥感影像数据，对其景观格局提取包括：（1）获取后的Landsat影像在ENVI中进行辐射校正、FLAASH大气校正，校正后光谱曲线满足精度要求（图2），并利用掩模进行影像裁切，分别将LandsatTM、LandsatOLI影像进行432、543波段的标准假彩色图像合成。（2）将预处理数据与GIS中矢量数据统一投影为WGS84坐标。（3）建立解译标志（表2），感兴趣区选择时结合实地踏勘数据和GoogleEarth影像，通过监督分类对2006、2016年影像数据进行分类，针对1995年数据特别增加农户访谈，通过人机交互，目视判读的方式以提高分类精度。（4）在相关文献的支持下开展实地踏勘，对1995、2006、2016年解译出的景观格局图进行修正。（5）根据ENVI中混淆矩阵得出总体分类精度分别为87.9%、89.7%和91.7%，Kappa系数分别为0.85、0.87、0.89。图2校正光谱曲线3.4研究方法景观指数，景观分类影像中像素的空间排列体现景观格局的生态信息。不同的景观指数可用于评估不同的空间分布意义。在实际应用中，无论是单个指数还是指数体系，既要考虑横向比较（相同时期，不同景观），又要考虑纵向比较（相同景观，不同时期），既能描述景观格局之间的联系，又能适应不同景观格局，基于此，本文从斑块和景观两个层次选用4个景观指数：(1)破碎度指标，表征景观格指标，表征景观格局的几何形状，选用周长面积比(PAＲA)，周长面积比的值越大，则表明景观斑块形状越不规则。表3类型及影响脱特征类型含义影响特征解译影像林地指生长乔木、灌木、竹类、以及沿海红树林地等林业用地有山体阴影，呈深红或红色与黑色相连分布耕地指种植农作物的土地，包括熟耕地、新开荒地、休闲地、轮歇地、草田轮作物地；以种植农作物为主的农果、农桑、农林用地；耕种三年以上的滩地和海涂形状规整，呈红色分布草地指以生长草本植物为主，覆盖度在5%以上的各类草地，包括以牧为主的灌丛草地和郁闭度在10%以下的疏林草地片状，呈淡红色水域指天然陆地水域和水利设施用地带状，均匀，呈蓝色或深蓝分布建筑用地指城乡居民点及其以外的工矿、交通等用地小矩形分散，呈青色或深青色分布并伴有白色斑点未利用地目前还未利用的土地，包括难利用的土地。片状，呈白色分布Fragstats工具来描述和直观的理解景观空间结构，特别是使用可量化指数局的破碎程度，选用斑块密度(PD)，斑块密度越大，则斑块越小，碎化程度越高。(2)形状。(3)聚集度指标，表征景观格局的空间分布排列特征，本文选用景观分离度(DIVISION)，景观分离度即为相邻斑块出现不同属性的概率，概率值越大，景观聚集度越低。(4)多样性指标，表征景观格局组分，本文选用Simpson's多样性指数(SIDI)，其值越大，表明景观斑块分布复杂，丰富度越高。为与ArcGIS10.2兼容，采用Fragstat3.3进行景观格局指数的计算。将矢量格式的景观类型图转为Grid格式（30mX30m）。在Fragstat4.2中加载景观类型栅格数据，进行相关指数的计算。GIS-Logistic回归分析.空间自相关检验，利用ArcGIS中空间分析“CreateRandomPoint创建随机点”工具进行随机抽样，为避免数据的空间自相关且具有统计性，分别获取两时段景观类型转化栅格单元200个，未转化栅格单元200个，共400个样本。因在两个阶段转化为草地的图斑较少(1995-2006年174个，2006-2016年89个)，难以满足样本分析数量要求，因此在做驱动分析时未分析草地类型转化。本文主要以转化为林地、耕地、水域、建设用地、未利用地类型进行驱动分析。在构建GIS-Logistic耦合模型时，需先在景观类型图谱中提取出转化为各景观类型的图斑，运用ArcGIS中空间分析“CreateRandomPoint创建随机点”工具，以研究区为创建范围，再运用“空间位置选择”工具，提取分布在转化为各景观类型图斑中的样点，作为转化栅格样本，未分布在图斑中的作为未转化栅格样本，发生转化栅格单元赋值为“1”，未转化栅格单元赋值为“0”，循环反复该过程，直到转化栅格样本抽取总量达到200个，未转化样本总量为200个时停止。再运用ArcGIS中空间分析“多值提取至点”功能，在驱动因子栅格图提取400个样本的因变量对应的驱动力因素值作为自变量的值。最后将400个样本数据导入到SPSS统计软件中，选用“BackWald”进行Logistic回归分析。通过筛选对景观类型转化具有显著影响的因素进行驱动力分析。4结果与分析4.1研究区景观类型面积在表#中，显示了1995年、2006年、2016年研究区不同景观类型的面积和所占百分比，1995、2006、2016年林地面积分别为12401.84、12296.46、12874.82hm²，分别占总面积的82.84%、82.13%、86.00%；草地面积分别为1039.62、978.23、732.92hm²，分别占总面积的6.94%、6.53%、4.89%；耕地面积分别为528.05、874.20、779.17hm²，分别占总面积的3.53%、5.84%、5.20%。从面积来看，林地和水域都呈现先减少后增加趋势，耕地则先增加后减少，草地和未利用地呈减少趋势，建筑用地则持续增加，从所占百分比来看，林地所占比重最大，草地、耕地次之，建筑用地最少。在1995-2016年22年期间，林地景观所占比重最大，整体呈现先减少后增加的趋势，净增长472.98hm²。1995-2006年林地景观净减少105.38hm²，由1995年所占总面积比82.84%降低为2006年的82.13%，而2006-2016年林地景观净增加578.36hm²，所占总面积比由2006年的82.13%上升到86.00%，该趋势体现为前期的退化和后期的恢复；在耕地景观中，呈现先增加后减少趋势，1995-2006年耕地景观净增加346.15hm²，所占总面积比由1995年的3.53%上升到5.84%，而2006-2016年耕地景观净减少95.03hm²，所占比降为5.20%，该趋势体现为早期的土地开荒和后期的耕地撂荒，期间2002年实施的退耕还林政策也起到重大作用；水域在1995-2006年所占比由1.77%减少至1.43%，净减少51.11hm²，后增至1.75%，净增加48.14hm²，整体呈现先减少后增加趋势，22年间净减少2.97hm²，该趋势体现为期间降水量降低、气温升高带来的水域蒸发和后期对水域的保护；建筑用地在22年期间由1995年所占面积比0.49%增加至2016年的1.36%，净增加130.15hm²；在草地和未利用地景观中，均呈现减少趋势，在1995-2006年和2006-2016年期间所占总面积比分别降至4.89%和0.80%，净减少量分别为306.7hm²和544.58hm²。2006年1995年2016年2006年1995年2016年图3青崖国家级自然保护区不同时期土地利用类型变迁表4青崖国家级自然保护区土地利用类型变迁类型1995年2006年2016年面积（hm²）占比（%）面积（hm²）占比（%）面积（hm²）占比（%）林地12401.8482.8412296.4682.1312874.8286.00耕地528.053.53874.205.84779.175.20草地1039.626.94978.236.53732.924.89水域264.901.77213.791.43261.931.75建筑用地72.880.49104.550.70203.031.36未利用地663.884.43503.943.37119.300.804.2转移矩阵4.2.11995-2006年景观格局转换表51995-2006年景观格局转移矩阵林地耕地草地水域建筑用地未利用地1995年林地11623261.57413.265.251.4897.3212402耕地125.88179.5975.37023.95123.26528.05草地309.14301.26344.3417.3910.3257.171039.6水域039.3141.85180.1303.61264.90建筑用地0.931.3315.870.7448.735.2872.88未利用地237.5591.1487.5410.2820.07217.30663.882006年12296.5874.20978.23213.79104.55503.9414971由表5可知，1995-2006年间研究区景观格局均发生改变。在林地类型中，流出量为778.88hm²，流入量为673.5hm²，主要流出类型为耕地、草地和未利用地，分别占2.11%、3.33%和0.78%，由此可见，研究区林地面积的减少主要是因为毁林开荒和在没有保护措施的条件下前期向草地的退化；在耕地景观类型中，退耕还林是耕地减少的重要原因，但2002年实施到2006年的5年期间耕地景观类型减少量小于由于此阶段对粮食的大量需求对土地开荒和复垦增加量，耕地流出量为528.05hm²，流入量为874.20hm²，净增加346.15hm²主要流入类型为林地、草地、未利用地，其中草地转入301.26hm²，占比最大，为34.46%；草地向其他景观类型都有不同程度的转移，但在这12年期间草地的流出量和流入量差别不大，净减少61.39hm²，主要向耕地转入，这说明将草地开发为耕地是增加研究区耕地面积的主要方式之一；水域流出量为84.77hm²，流入量为33.66hm²，主要向耕地和草地景观类型转入，分别占比14.84%和15.80%，向其他景观类型转移比例都比较小，说明研究区中降水量减少导致水域转向滩地，滩地是水域向耕地、建筑用地转变的重要中间阶段，此外“围湖造田”现象仍然存在；对于建设用地来说，主要由耕地和未利用地流入，流入量为44.02hm²，占总流入量的78.86%，同时期流出量为24.15hm²，可看出研究区未利用地开发和占用耕地是建筑用地增加的主要来源；未利用地流出量为446.58hm²，流入量为286.64hm²，主要流向林地、耕地和草地，流出率分别为35.78%、13.73%和13.19%，说明生态保护和后备资源开发是未利用地减少的重要途径。4.2.22006-2016年景观格局转换由表6可知，2006-2016年间研究区景观格局均发生改变。在林地景观类型中，流出量为421.93hm²，流入量为1000.29hm²，从流出看，耕地和草地流出面积最多，分别占了1.73%和1.40%，说明研究区毁林开荒和林地退化仍是林地转出的主要原因，从流入看，林地有89.90%未发生改变，流入面积最多的是耕地、草地和未利用地，分别占了2.70%、3.55%和1.36%，说明未利用地开发、生态退耕及保护是林地增加的重要原因；对于耕地景观类型，流出量为391.44hm²，流入量为296.41hm²，转入和转出主要体现在林地和耕地的相互转化，其中向林地转出占比39.73%，林地转入占比27.37%，此时期耕地减少的原因体现在退耕还林；草地景观在11年期间，流出量为643.67hm²，流入量为398.36hm²，净减少245.31hm²，主要向林地转化，占比46.68%，说明此时期对林地生态的保护促使草地大量向林地恢复；在水域景观类型中，流出量为130.49hm²，流入量为178.63hm²，从流入看，流入源自草地，其次为未利用地，未利用地以滩地为主，分别占比40.51%、27.57%。从流出看，主要流向草地，流入面积占比40.10%；建设用地有19.42hm²转化为草地，8.93hm²转化为未利用地，分别占比18.57%、8.54%，可说明劳动力外流，农民向城市汇入，建筑用地***，同时期流入景观为耕地、草地、未利用地，流入面积比例为17.37%、13.39%、22.19%，说明土地开垦是建筑用地增加的原因之一，此外建设用地占用耕地现象依然严重。在未利用地景观类型中，流出量为459.51hm²，流入量为74.87hm²，净减少384.64hm²，流出类型中林地占比最大，占面积的34.77%，流入景观类型主要为林地、草地，说明毁林开荒现象仍然存在，保护措施并不完善。表6006-2016年景观格局转移矩阵林地耕地草地水域建筑用地未利用地2006林地11574213.29171.560.307.0329.7512296耕地347.32482.768.37035.260.49874.20草地456.6323.15334.56106.1227.1930.58978.23水域20.875.6585.7383.313.125.12213.79建筑用地0.250.5719.42075.388.93104.55未利用地175.2253.75113.2872.2145.0544.43503.942016年12875779.17732.92261.93203.03119.3149714.3景观特征分析为了了解各斑块类型的景观变化特点，本文分别从斑块类型面积（CA）、斑块个数（NP）、斑块密度（PD）、香农多样性指数(SHDI)四个方面对各景观类型的空间格局变化特征进行分析。如表所示，为1995-2016年青崖寨自然保护区在林地、耕地、草地、水域、建筑用地、未利用地方面各土地利用类型的景观指数。从景观斑块个数(NP)来看，各类型中林地的斑块个数最大。建设用地和未利用地变化最显著，其次为草地。各时期的斑块个数均有变化，1995-2006年林地、草地、水域、未利用地斑块个数均减少，分别减少36、15、7、18块;耕地和建筑用地景观类型斑块个数均有增加，分别为37、5块。2006-2016年间，林地、水域、建筑用地景观类型斑块个数有所增加，分别增加111、4、10块；而耕地、草地、未利用地分别减少7、26、37块。从整体22年期间来看，未利用地开发为耕地和建筑用地，因此未利用地斑块个数随之减少。退耕还林政策的实施使得林地斑块个数增加，但耕地收入作为农民的重要经济收入来源之一，虽在政策影响下有短时期的减少，但整体斑块个数呈增加趋势，而人为活动的干扰导致水域的斑块个数减少，草地则通过向滩涂转化形成耕地和林地，导致斑块个数减少。表7青崖寨自然保护区景观指数特征统计景观类型年份景观指数斑块类型面积（CA）斑块个数（NP）平均斑块面积(MPS)香农多样性（SHDI）林地199512401.841027195.231.41200612296.46991214.771.39201612874.821102223.711.44耕地1995528.05539.560.722006874.20909.720.752016779.178310.250.77草地19951039.621188.750.832006978.231038.950.852016732.92778.390.78水域1995264.90292.450.672006213.79222.230.642016261.93261.950.68建筑用地199572.8873.360.652006104.55123.090.622016203.03223.830.67未利用地1995663.88685.380.722006503.94505.210.732016119.30135.020.68从平均斑块面积(MPS)看，与1995年相比，林地、耕地景观均有不同程度的增加，小面积斑块减少，大斑块面积增加，破碎化面积增加；由于草地向耕地和林地的转化，使得草地面积减少，连通性降低，导致平均斑块面积减少，破碎化增加；建设用地由于面积增加和土地规划，连通性增强，平均斑块面积随之增加，破碎化得到改善；相反水域和未利用地面积减少，而且多由大斑块减少为小斑块，因此破碎度增加。此外，各非林景观的平均斑块面积均小于林地景观类型，说明林地景观类型分布较集中，受人为干扰较少，破碎化程度较低。从香农多样性指数（SHDI）来看，1995-2016年除草地和未利用地景观多样性指数有降低趋势外，整体多样性指数呈增大趋势，但增加幅度不大。通过以上对各斑块类型水平与景观尺度水平空间格局变化特征的分析得出，国家政策出台、农业结构调整、现代农业的发展以及相关部门的管理活动等是驱动景观格局变化的主要原因，这些使得研究区景观呈现出破碎化增加、复杂不规则化和多样化的趋势。4.5驱动因素景观格局的变化是外界综合性因素造成的，主要表现为自然因素和人文因素在不同的时间和空间尺度上相互作用。景观格局动态变化中的驱动因素分析，不仅可以探讨景观格局动态演化带来的功能性变化，而且深入分析驱动力可以阐明景观格局变化中驱动因子相互作用和因果关系，并且可以为自然保护区的管护和建设提供参考性意见。因此要深入理解景观格局的演变，提高景观格局变化空间模拟的精度，实现对景观格局演变过程的控制，就必须识别导致格局变化的驱动因素，并探究其驱动作用。构建的驱动因子见表8。根据所选指标因子的特征，对定量分析的因子先采用标准差标准化的方法进行标准化处理，以消除数值的变异对分析结果的影响。然后利用SPSS统计软件，采用回归分析统计分析方法，深入研究驱动因素。表8驱动因子指标层构建驱动因素驱动因子指标层自然因素气候年均降水量年平均气温土壤土壤种类地形坡度海拔人文因素经济地区生产总值农民年收入人口人口数量政策土地开发退耕还林植被盖度人为干扰到城镇距离到居民点距离到道路距离到水域距离驱动因子的空间化是进行空间驱动分析的基础。自然因素中地形因子可从DEM中提取，土壤有机质因子可对土壤有机质图扫描数字化获取，人文因素可从景观类型图获取，气候因子可利用周边多个气象站点数据用点插值法进行空间化。人文驱动因子体系中，以武安市为统计单元，从武安市统计年鉴、武安林业局等获得社会经济统计数据，分别计算1995-2006年、2006-2016年两个阶段相应指标的年平均值，再运用GIS的空间连接将数据赋予到研究区面状数据中。人为干扰因子可通过GIS中“欧式直线距离”功能计算区域范围内所有栅格点到水域、居民点、城镇、道路的距离，通过上述操作最终实现所有驱动因子的空间化，再转化为30m分辨率的栅格图。在林地变化回归模型中，"Hosmer和Lemeshow检验”HL指标在第一阶段（1995-2006年）和第二阶段（2006-2016年）分别为10.972和12.783，显著水平在两阶段分别为0.187和0.115.显著水平均大于0.05，模拟效果较好。见表9。表9转化为林地驱动因素模型分析自变量参数估计β标准误差SE统计量Wald自由度df显著水平sig发生比率Exp(β)第一阶段1995-2006年，HL=10.972，sig=0.187土壤种类0.3120.08116.53210.0001.375植被盖度0.8360.0008.31910.0052.138年均降水量1.1590.29814.33710.0001.135土地开发0.1700.0084.12510.0470.992退耕还林坡度到水域距离1.9980.595-0.1570.0000.0000.0005.6832.4262.8411110.0160.1130.0911.9862.3721.000常量24.83913.1253.51910.0588.514第二阶段2006-2016年，HL=12.783，sig=0.115植被盖度0.1070.0127.45710.0061.102退耕还林1.1500.4636.21210.0143.165年均降水量0.0610.0199.85710.0021.036到水域距离坡度-0.2130.0380.0000.0025.3235.042110.0040.0161.0001.003常量28.36313.48617.85510.0001.497在第一阶段中（1995-2006年），林地由其他景观类型转化重要驱动因子所占权重依次为：土壤种类、年均降水量、植被盖度、退耕还林、土地开发、到水域距离、坡度；在第二阶段中（2006-2016年），林地由其他景观类型转化重要驱动因子所占权重依次为：年均降水量、植被盖度、退耕还林、到水域距离、海拔。年均降水量、植被盖度、退耕还林、到水域距离、坡度为两个时期共同的驱动因子。年均降水量与植被盖度参数估计均为正，说明植被盖度和年均降水量的增加会提高林地的转化量，如年均降水量每增加1mm，林地转化量分别增大1.135倍和1.036倍；每增加1%的植被盖度，林地转化量分别增加2.138倍和1.102倍。政策导向如退耕还林仍是林地转化的重要途经；到水域距离也是共同的驱动因子，到水域距离参数估计为负，说明到水域距离越近，向林地转化的概率越大，坡度的增加也会导致林地转化概率的增大。第一阶段中重要的驱动因子还有土壤种类、土地开发。其中土壤种类在第一阶段所占权重最大，表明每提高一级所含养分适宜的土壤，林地转化量扩大1.375倍；土地开发中未利用地植树造林对林地转化有很大促进作用。在耕地变化回归模型中，"Hosmer和Lemeshow检验”HL指标在第一阶段（1995-2006年）和第二阶段（2006-2016年）分别为4.106和7.523，显著水平在两阶段分别为0.709和0.502.显著水平均大于0.05，模拟效果较好。见表。在第一阶段，社会经济因素中的人口数量对耕地影响权重最大，土地开发次之，接下来依次为地区生产总值、年均降水量、到居民点距离；第二阶段中影响因素权重由大到小依次为土地开发、年均降水量、地区生产总值、到居民点距离。两阶段的研究区在耕地变化模型中主要受人文驱动因素影响较大，驱动因子大致相同。见表10：表10转化为耕地驱动因素模型分析自变量参数估计β标准误差SE统计量Wald自由度df显著水平sig发生比率Exp(β)第一阶段1995-2006年，HL=4.106，sig=0.709土地开发1.9340.41221.52010.0006.273人口数量0.0050.00022.13710.0001.000地区生产总值0.0050.00115.41610.0010.976年均降水量0.0790.02111.97510.0000.931到居民点距离-0.2510.00010.97810.0011.000常量134.5174.71915.08310.0000.000第二阶段2006-2016年，HL=7.523，sig=0.502土地开发2.9310.55328.37310.00027.124地区生产总值0.0030.00022.14510.0011.007年均降水量0.0630.01225.97410.0001.036到居民点距离-0.2390.0007.82610.0121.000常量161.2583.05722.53610.0000.000两个阶段共同驱动因子为土地开发、地区生产总值、年均降水量、到居民点距离。如土地开发量每增加1hm²，耕地转化量分别扩大6.273倍和27.124倍；地区生产总值每增加1亿元，耕地转化量分别增加0.976倍和1.007倍；年均降水量每增加1mm，耕地转化量分别增大0.931倍和1.036倍；到居民点距离参数估计值为负，则到居民点距离越远其他土地类型转化为耕地的概率越小。第一阶段，通过访谈发现，受样区地处偏远山区和年代、传统习俗的影响，同时，受耕地面积相对较多和外出务工、迁移人数较少原因影响，人口数量在1995-2006年阶段呈现逐年增长趋势。在人口数量增长的驱动下，对粮食的需求量增加是导致未利用地的开荒和耕地面积增加的主要因素。第二阶段，随着国家发展，制造业和服务业迅速崛起，大量青壮年涌入城市务工，村中大多是老人、妇女、儿童，农村劳动力减少，留守劳动力不足，样区条件差的耕地撂荒，因此人口数量不再是主要驱动因素。在草地变化回归模型中，"Hosmer和Lemeshow检验”HL指标在第一阶段（1995-2006年）和第二阶段（2006-2016年）分别为5.313和7.851，显著水平在两阶段分别为0.227和0.396显著水平均大于0.05，模拟效果较好。见表10：表10转化为草地驱动因素模型分析自变量参数估计β标准误差SE统计量Wald自由度df显著水平sig发生比率Exp(β)第一阶段1995-2006年，HL=5.313，sig=0.227土壤种类0.5010.11412.46610.0001.157年均降水量1.2390.03815.74510.0001.210到水域距离坡度-0.1590.1750.0000.0018.1576.338110.0050.0431.0001.019常量18.53713.1255.21810.0397.622第二阶段2006-2016年，HL=7.851，sig=0.396植被盖度0.0860.12518.25610.0051.201年均降水量0.9150.05815.13710.0170.985到居民点距离-0.3440.00016.85210.0031.001到水域距离坡度-0.1280.0580.0000.0017.7233.258110.0000.0081.0001.003常量25.37415.23910.94210.0002.336在第一阶段中（1995-2006年），草地由其他景观类型转化重要驱动因子所占权重依次为：年均降水量、土壤种类、到水域距离、坡度；在第二阶段中（2006-2016年），草地由其他景观类型转化重要驱动因子所占权重依次为：植被盖度、到居民点距离、年均降水量、到水域距离、坡度。年均降水量、到水域距离、坡度为两个时期共同的驱动因子。在第一阶段中土壤种类作为独有的驱动因素，说明土壤中所含养分会影响草地的转化，人为活动的开荒会考虑土地质量，且参数估计为正，说明每提高一级土壤中所含养分，草地转化量增大1.157倍；植被盖度和到居民点距离作为第二阶段独有的驱动因素，可理解为植被盖度的增加会影响草地的转化量，而到居民点距离为负可以说明到居民点距离越近，向草地转化的概率越大，坡度的增加也会导致草地转化概率的增大。在水域变化回归模型中，"Hosmer和Lemeshow检验”HL指标在第一阶段（1995-2006年）和第二阶段（2006-2016年）分别为10.892和7.943，显著水平在两阶段分别为0.157和0.310.显著水平均大于0.05，模拟效果较好。见表11。表11转化为水域驱动因素模型分析自变量参数估计β标准误差SE统计量Wald自由度df显著水平sig发生比率Exp(β)第一阶段1995-2006年，HL=10.892，sig=0.157年均降水量6.3971.45419.27310.0002.138年平均气温-3.1740.15112.31610.0001.314土壤种类0.2450.0982.37210.0761.215到水域距离-0.0300.0005.97510.0051.000海拔-0.0100.0032.10610.0380.983常量134.5174.71915.08310.0000.000第二阶段2006-2016年，HL=7.943，sig=0.310年均降水量4.5740.16618.51110.0000.941年平均气温-4.2782.78316.47510.0001.812土壤种类0.1340.1174.99410.0691.132到水域距离-0.0030.0003.81910.0541.000常量-158.46140.15813.89310.0000.000第一阶段影响水域转化的驱动因子依次为在年平均降水量、年平均气温、到水域距离、土壤种类、海拔；第二阶段中影响水域转化的驱动因子依次为年平均降水量、年平均气温、土壤种类、到水域距离，在两阶段，自然因素中的年均降水量、年平均气温、土壤种类、到水域距离始终是对水域转化影响的重要因素，但在第二阶段中剔除了海拔的影响。年均降水量的参数估计值为正，年平均气温的参数估计值为负，说明降水量下降和气温升高会导致向水域转化的概率降低，水域面积会缩减；到水域距离的参数估计值为负，说明距离水域越远向水域的转化量会越低；土壤种类所含的养分越低向未利用地中滩地转化的概率越大，而滩地的减少会引起向水域转化概率的增加，从而向水域转化的概率会随着土壤种类中所含养分的增加而增大。另外水域的变化还会受人文因素影响，例如修路过程中对水域改道和水文相关工程的建设。在建筑用地变化回归模型中，"Hosmer和Lemeshow检验”HL指标在第一阶段（1995-2006年）和第二阶段（2006-2016年）分别为5.113和10.174，显著水平在两阶段分别为0.781和0.439.显著水平均大于0.05，模拟效果较好。见表12。两个阶段的驱动因子差别不大，第一阶段中（1995-2006年），影响建筑用地转化的重要驱动因子依次为人口数量、到城镇距离、到道路距离、地区生产总值、坡度、海拔；第二阶段中（2006-2016年）影响建筑用地转化的重要驱动因子依次为到居民点距离、地区生产总值、到城镇距离、人口数量、坡度、海拔、植被盖度。第一阶段中总人口是最主要驱动因子，但随着城市化水平的提高，大量外来务工人员的到来，使得房屋建筑需求大大提高，也正因为务工人员的进入，地区生产总值提高，经济得以快速发展，每增加1亿元地区生产总值，建筑用地转化量将会扩大1倍；到城镇距离为两阶段共同驱动因子，第一阶段中没有到居民点距离是因为1995-2006年期间房屋的建筑用地主要是开垦自有耕地，居民点分布杂乱，但通过近年农村严格控制自有耕地的开垦、占用和规划整治，农村的房屋建筑基本呈以村心为圆心，向外规律延伸。所以第二阶段中到居民点距离为主要驱动因素。坡度和海拔在两阶段中是共同驱动因素，基本相同，且参数估计值为负，表明建筑用地转化概率会随着坡度和海拔的增加而减小。植被盖度作为第二阶段独有的驱动因素是因为近年环境的变化，人们在追求经济发展带来便利的同时也会看重建筑用地在自然环境中的植被盖度，对身心健康和愉悦的追求也是植被盖度作为驱动因素的重要原因。表12转化为建筑用地驱动因素模型分析自变量参数估计β标准误差SE统计量Wald自由度df显著水平sig发生比率Exp(β)第一阶段1995-2006年，HL=5.113，sig=0.781人口数量0.0010.00028.37210.0001.000地区生产总值0.0010.00010.12510.0001.000到城镇距离-0.0030.00019.12010.0001.000到道路距离-0.0010.00010.53610.0001.000坡度海拔-1.127-0.0050.6580.0024.3234.051110.0230.0384.2910.984常量-0.2490.9750.04710.7630.701第二阶段2006-2016年，HL=10.174，sig=0.439人口数量0.0010.0006.52310.0061.000地区生产总值0.0010.00010.31410.0001.000到城镇距离-0.0010.0009.97610.0011.000到居民点距离植被盖度坡度海拔-0.0010.0270.0340.0020.0000.0170.5110.00330.6514.0115.1264.91711110.0000.1990.0280.0121.0001.0102.1270.991常量28.36313.4860.15710.5930.734在未利用地变化回归模型中，"Hosmer和Lemeshow检验”HL指标在第一阶段（1995-2006年）和第二阶段（2006-2016年）分别为7.941和9.858，显著水平在两阶段分别为0.367和0.481.显著水平均大于0.05，模拟效果较好。在第一阶段中（1995-2006年），影响其他用地转化的驱动因子依次为土壤种类、到城镇距离、地区生产总值、农民年收入、海拔、年均降水量；第二阶段中（2006-2016年）影响其他用地转化的驱动因子依次为到城镇距离、土壤类型、年均降水量。第二阶段的研究区在其他用地变化模型中驱动因子剔除一些第一阶段未影响因素外基本相同。见表13：表13转化为未利用地驱动因素模型分析自变量参数估计β标准误差SE统计量Wald自由度df显著水平sig发生比率Exp(β)第一阶段1995-2006年，HL=4.106，sig=0.709年均降水量-0.1950.0675.03310.0110.732地区生产总值0.0010.0007.64710.0101.000土壤种类0.2730.07115.70610.0000.935农民年收入0.0010.0007.02110.0051.000到城镇距离海拔-0.0010.0020.0000.00110.1585.873110.0000.0031.0001.001常量-101.85752.31315.08310.0190.000第二阶段2006-2016年，HL=7.523，sig=0.502年均降水量-0.0920.0075.33110.0091.004土壤种类0.1160.0657.32610.0000.974到城镇距离0.0010.00023.50510.0001.000常量-28.75715.5099.39610.0070.000两阶段未利用地的转化依旧受自然因素和人文因素影响，自然因素中的土壤种类和年均降水量为两阶段共同驱动因素，表明每提高一级所含养分适宜的土壤，第一阶段和第二阶段中其他用地转化量扩大0.935倍和0.974倍；且年均降水量的参数估计值均为负值，表明水域面积会因为降水量的下降而减小，从而转化为未利用地的面积将增大；第一阶段中地区生产总值和农民年收入的增加会提高未利用地的转化概率，其一城市化进程加快，现代社会经济的快速发展，地区生产总值随之增加，对劳动力需求加大，且距离城镇距离越远，农村耕地落荒现象越严重，向未利用地转化量就越大；其二农民年收入增加的主要原因是外出务工和经营小商品生意，种地收益低大大降低了农民耕种的积极性，因此向未利用地转化量也随之增加。此外海拔高的地方对应的环境相对恶劣，土壤养分低且易流失，植被盖度也会降低，容易导致荒地的产生。5结论与讨论本文通过利用Landsat影像和GIS技术，在景观指数和Logistic回归分析的支持下，研究了青崖寨自然保护区在1995-2016年期间的景观格局动态演变和驱动因素分析，由此得出结论：（1）通过对Landsat遥感影像分析，研究区在1995-2016年期间林地、耕地、建筑用地景观类型分别增加472.98hm²、251.12hm²、130.15hm²；草地、水域、未利用地景观类型减少306.7hm²、2.97hm²、544.58hm²。（2）在斑块水平上，22年期间研究区景观类型呈异质性分布，但总体景观生态健康且稳定发展。（3）从整体看，在景观水平上青崖寨国家级自然保护区成立后，景观多样性得到增长和维持，在长期的自然演替过程中整体景观结构复杂化、破碎化，其他景观指数保持相对稳定。（4）从自然因素和人为因素两方面构建的7个驱动因子，15个指标层，在GIS-Logistic回归分析