1. 引言
景观格局是形状与大小各异的景观嵌体在景观空间的排列,它是景观异质性的体现者,又是自然与人为要素在不同时空尺度上作用的最终结果 [1]。国内景观格局早期的文献大多数是介绍国外的相关理论。上世纪80年代,景观生态学被国内学者介绍到中国后,景观格局作为基础的内容同时在中国引起关注 [2]。现如今,景观格局及其动态变化和生态脆弱性评价研究已经成为景观生态学的研究热点和重要研究领域 [3]。进行对景观格局及其特征变化的研究,可以充分认识生态环境的变化趋势,对认识区域景观行为,制定合理的景观生态管理保育政策有着重大的意义。
目前,国内外学者对祁连山北坡的景观格局等状况已有丰富的样地定位调查研究基础,并且在景观水平上已有一定的研究成果,而对南坡的研究还很少 [4]。因此,本文利用RS技术,着重研究南坡的景观类型和空间特征和其潜在的规律,为祁连山南坡生态系统的保护和管理提供一定的科学依据。
2. 研究区概况
祁连山处在黄土高原、青藏两大高原与内蒙古高原的交汇处,西起当金山口、东到乌鞘岭、北临河西走廊,南接柴达木盆地 [5],由多条西北–东南走向的平行山脉和宽谷组成,横跨甘肃、青海两省,是我国西北地区著名的高大山系之一 [4]。祁连山南坡介于98˚35'E~101˚12'E,37˚25'N~39˚04'N,总面积约为1.5万平方公里,主体位于青海省海北州境内(图1),是青海省主要的原始森林分布区。该区是我国内流河的主要发源地之一,对我国的生态屏障起着重要的作用。区域内地形复杂,盆地与峡谷较多,流水地貌、风成地貌、冰川地貌分布广泛,因海拔偏高,纬度较北,气候寒冷,冰冻期较长,属于典型的高原大陆性气候 [5],植被以草地和灌丛为主。该区因其地理位置的特殊性和自然生态系统的复杂性,在维持生物的多样性和调节气候等方面有着重要的作用,并且也是我国重要的水源涵养林区和生物多样性保护的热点区域 [6]。
![](//html.hanspub.org/file/12-1771464x8_hanspub.png?20140102000415470)
Figure 1. Location map of the study area
图1. 研究区位置图
3. 数据来源
文章数据来源于地理空间数据云(http://www.gscloud.cn/) 2014年夏半年的lansat7/8遥感影像,条代号分别为132034、133034、134034、133033和134033 (表1)。考虑到研究区云量(CC)、影像质量(Qlty)等方面的因素,本研究所选用的五张影像中132034/134034两景影像采用2014年7月的影像,其余三景采用2014年8月的影像。
![](Images/Table_Tmp.jpg)
Table 1. Imaging information selected in this study
表1. 本研究所选用的影像信息
4. 数据处理
4.1. 遥感影像的预处理
在遥感应用研究中,为了从原始数据中挖掘出满足该研究项目所需的信息就必须对遥感数据进行预处理 [7],这是下一步进行景观格局研究的前提和基础。理想的遥感影像能够如实而毫不歪曲的反映地物的辐射能量和几何特征的影像,而实际上得到的影像都在不同程度上存在着畸变和降质,因此,遥感影像的预处理可以最大程度的还原影像,剔除部分因外界因素导致的误差。
4.1.1. 几何校正
当遥感影像在几何位置上发生地物形状不规则等变化时,说明发生了几何畸变,而几何校正就是校正影像成像过程中产生的各种几何畸变。遥感影像的几何校正包括粗校正与几何精校正,粗校是根据产生畸变的原因,利用取得的辅助参数与公式对其进行纠正,因而又叫系统校正 [8]。因为本文所使用的Lansdat8数据,数据本身已经过系统校正,所以无需再几何校正。
4.1.2. 波段合成
波段合成是从影像的多个波段中选择需要的几个波段重新合成一幅新的影像,因为要区别植被信息与其他地物 [9],所以本文选择了753波段合成新的影像。主要是在ENVI软件basic tools下的layer stacking窗口中合成。
4.2. 影像镶嵌与裁剪
影像镶嵌是对多幅邻接的遥感影像通过几何镶嵌、色调调整和除重等处理,拼接为统一整幅影像的过程。在ENVI的Georeferenced窗口下加载五幅影像拼接。拼接好的影像通过加入南坡边界线,裁剪得到清晰的祁连山南坡遥感影像(图2)。
![](//html.hanspub.org/file/12-1771464x9_hanspub.png?20140102000415470)
Figure 2. Remote sensing image map of the southern slope of the Qilian Mountain
图2. 祁连山南坡遥感影像图
4.3. 影像的分类
遥感影像的分类就是利用地物在影像上反映出来的光谱特征来进行识别与归类的过程(图3)。基于概率判别函数贝叶斯判别规则来进行的分类称为最大似然分类法(Maximum Likelihood Classification, MLC),它是通过假设影像的每个波段数据都呈正态分布,各类地物类数据在空间中构成特定的点群,每一类的每一维数据都在自己的数轴上为正态分布。根据各类的已知数据,可以构出各类的概率密度函数,概率分布函数 [10]。
最大似然法是基于贝叶斯准则的分类方法,是一种非线性分类,其错误概率最小,也是目前应用较广泛和成熟的监督分类法。通过监督分类中其他几种方法的分类结果比较和实地GPS实地验证,因为祁连山南坡的景观类型复杂,面积广阔,因而用最大似然法分类可以最大限度的降低错误的概率,让计算机分类出的景观类型可以是最大程度的准确。
遥感影像的解译标志可分为直接解译标志、间接解译标志,直接解译标志是地物自身的相关属性在影像上的直接反映,包括大小、形状等;间接解译标志是根据地物自身属性的内在联系,通过相关分析能够推断其性质的影像特征。解译标志的建立是根据遥感影像的特征信息,包括色调、阴影、纹理、图案、位置和布局等。根据景观格局分类标准,本研究将祁连山南坡划分了11个解译标志,每个标志对应一种颜色,在ENVI的region of interest窗口中,每一个解译标志选取几十到一百个范围之间的样本点,样本点选取的越多,其分类结果可能越准确。根据全国遥感监测土地利用覆盖分类体系 [11],本次解译标志如表2 (图4)。
![](Images/Table_Tmp.jpg)
Table 2. Landscape interpretation mark on the south slope of Qilian Mountain
表2. 祁连山南坡景观解译标志
![](//html.hanspub.org/file/12-1771464x11_hanspub.png?20140102000415470)
Figure 4. Schematic diagram of landscape types in the study area
图4. 研究区景观类型示意图
5. 结果与分析
利用景观指数分析软件Fragstates 4.0分别计算水平类型的斑块面积、斑块类型百分比、斑块数量、边界密度五个指数 [13],得出表3数据和景观水平的香浓多样性指数、香浓均度指数和蔓延性指数三个指数得出表4。
![](Images/Table_Tmp.jpg)
Table 3. Index of various landscape types at the landscape level in the study area
表3. 研究区景观水平上的各类型景观指数
![](Images/Table_Tmp.jpg)
Table 4. Statistical table of landscape Shannon diversity, Shannon equalization and spread index on the south slope of Qilian Mountain
表4. 祁连山南坡景观香农多样性、香农均度和蔓延性指数统计表
5.1. 景观格局基本特征
研究区总面积2304516.32 km2,分为11个景观类型,共有297,347个斑块。在植被景观组分中,低覆盖草地面积分布最广,占全区类型百分比为8.93,斑块数为54,892个;中覆盖草地面积类型百分比为4.96,斑块数为37,441个;高覆盖草地占全区类型百分比为3.21,斑块数为20,873个;灌丛占全区类型百分比为1.762,斑块数为30,238个;耕地占全区类型百分比为0.408,斑块数4970个。其斑块面积低覆盖草地 > 中覆盖草地 > 高覆盖草地 > 灌丛 > 耕地。可见该区植被现以低、中、高覆盖草地为主,它们面积之和占到了总景观面积的66%,斑块类型百分比为17.102。在未利用土地中,裸岩斑块面积最广,占全区类型百分比为2.248,斑块数为26,130个;裸土占全区类型百分比为1.829,斑块数为43,660个;沙地占全区类型百分比为0.568,斑块数为9318个。其斑块面积裸岩 > 裸土 > 沙地,在该区主要是以裸岩和裸土为主,沙地占少量,三者面积之和占全区面积的18%。湖泊所占全区类型百分比是1.582,面积占全区面积的9%。居民区所占百分比为0.438,斑块面积是38,781,占全区面积的2%。
5.2. 景观破碎化分析
5.2.1. 斑块数量
斑块数量可以反映景观的空间分布格局,它经常被用来描述整个景观的异质性,景观破碎度与其值大小有很好的相关性:斑块数量越大,破碎度高;斑块数量小,破碎度低。在植被中,可以得出斑块数量低覆盖草地 > 中覆盖草地 > 灌丛 > 高覆盖草地 > 耕地,那么低、中覆盖草地破碎化程度高,其次是灌丛和高覆盖草地 [14]。
5.2.2. 边界密度指数
边界密度揭示了景观或要素类型被边界分割的程度 [15],是景观破碎化程度最直接的反映(赵安玖等,2006)。研究区各植被类型边界密度低覆盖草地 > 灌丛 > 中覆盖草地 > 高覆盖草地 > 耕地,祁连山南坡耕地面积分布较少,因此破碎化程度较低;而区域内的低覆盖草地面积分布最广,边界密度最大,景观的破碎化程度也就最大。
5.2.3. 香农多样性指数(SHDI)和香农均度指数
SHDI描述的是景观斑块类型的多样性,主要反映景观斑块分布均衡性、强调稀有斑块类型对信息的贡献。SHDI是一个比较和分析不同时期同一景观或同一时期不同景观的异质性变化的重要指标之一 [16]。在同一个生态系统中,SHDI 越高,表明景观土地利用类型越丰富,破碎化程度越大,景观所包含的信息也越复杂;SHDI值越低,说明景观土地利用类型越趋于单一,破碎化程度越小,景观格局相对也越稳定。计算得出祁连山南坡香农多样指数是1.1384,表明景观中斑块类型种类多,呈多样性,即景观利用土地利用类型丰富。SHEI是香农多样性指数除以给定景观丰度下的最大可能多样性,也是比较和分析不同时期同一景观或同一时期不同景观的异质性变化的重要指标之一。SHEI = 0时,表明景观仅由一块拼块组成,无多样性;SHEI = 1时表明各拼块均匀分布,无最大多样性。南坡算出香农均度为0.3381,说明景观有多样性。CONTAG是描述景观不同类型斑块的团聚程度或延展趋势,当蔓延性指数值较小时表明景观中存在许多小斑块,趋于100时表明景观中有连通度极高的优势斑块类型存在,南坡蔓延性指数为80.8473,趋于100,因此说明研究区景观连通性较高。
5.3. 研究区的景观格局总体特征
从以上不同层次的分析可以看出,研究区内的景观特征总体上呈现基底–廊道–缀块的结构特征。其中低覆盖草地构成研究区内的景观基底,河流为主要的景观廊道,其他类型以缀块的形式分布于研究区内。通过分析可以看出,祁连山南坡地区在不同的景观中,低覆盖草地所占斑块面积最大,斑块类型面积百分比最大,边界密度指数最大,破碎化程度最高。研究区内景观的类型主要有草地(包括高覆盖草地、中覆盖草地、低覆盖草地)、沼泽、林地、耕地、湿地等景观类型,多样性程度较高,景观的均匀度和连通性较高。
6. 结语
景观空间分布及其演变是地形、气候等自然因素和人为因素共同决定的。通过RS技术对祁连山南坡的景观格局类型进行信息提取和空间特征分析,得出了以下结论:
1) 祁连山地处我国西北干旱内陆区,因长期受到青藏高原气候和蒙新荒漠气候的影响,山地水热条件和植被的垂直差异明显,这使得祁连山山地自然景观形成以,以草地和灌丛为主要植被类型的基本特征。
2) 祁连山南坡形成了基底–廊道–辍块的基本特征,基底为低覆盖草地,低覆盖草地面积分布最广,斑块数量最多,边界密度最大,破碎化程度最明显,其次为中覆盖草地,最后是灌丛,高覆盖草地破碎不是很明显。廊道为河流,辍块为其他类型的斑块。
3) 在未利用土地中,裸土分布分散,严重影响低覆盖草地的分布,这应引起重视,未利用土地将逐年取代低覆盖草地。
基金项目
国家重点研发计划项目“高分辨极区冰冻圈主被动微波探测技术”第四课题“冰冻圈关键要素主被动遥感建模与反演技术研究”(2021YFB3900104);青海省重大科技专项:青海省碳达峰碳中和关键技术研发和示范区建设(2021-SF-A7-1);青海省创新平台建设专项青海省自然地理与环境过程重点实验室(2020-ZJ-Y06);青海省科技厅祁连山南坡青海云杉地表物层生态水文效应(2020-ZJ-725)项目联合资助。
NOTES
*通讯作者。