唐縣生態空間聚集特征演化分析

陳艷玲 闞瑤川 宋安安

摘要 在唐縣2009—2018年土地利用現狀圖的基礎上，運用空間自相關分析方法，通過分別計算莫蘭指數（Morans I）和標準差橢圓，對唐縣2009—2018年生態空間聚集特征及其演化情況進行研究。結果表明，2009—2018年唐縣生態空間分布總體呈現“西北—東南”的布局特征，具有較強的空間聚集性和明顯的地域差異性，受建設用地擴張影響導致空間總體上由西北向東南方向收縮。

關鍵詞 空間自相關;時空演變;生態空間;聚集特征;演化情況

中圖分類號 F 205? 文獻標識碼 A

文章編號 0517-6611（2021）20-0084-04

doi：10.3969/j.issn.0517-6611.2021.20.023

開放科學（資源服務）標識碼（OSID）：

Analysis on the Evolution of Ecological Spatial Aggregation Characteristics in Tang County

CHEN Yan-ling KAN Yao-chuan SONG An-an1 （1.Baoding ELF Land Technology Co.， Ltd.， Baoding，Hebei 071000;2.College of Land and Resources，Hebei Agricultural University，Baoding，Hebei 071001）

Abstract Based on the land use status map of Tang County from 2009 to 2018， the spatial autocorrelation analysis method was used to calculate the Moran index （Morans I） and the standard deviation ellipse to analyze the ecological spatial agglomeration characteristics and the evolution situation of Tang County from 2009 to 2018.The results showed that the overall ecological spatial distribution of Tang County from 2009 to 2018 presented the layout characteristics of “northwest-southeast”， with strong spatial aggregation and obvious regional differences. The expansion of construction land had caused the overall space to shrink from the northwest to the southeast.

Key words Spatial autocorrelation;Spatial and temporal evolution;Ecological space;Aggregation characteristics;Evolution situation

作者簡介 陳艷玲（1977—），女，河北保定人，工程師，從事土地資源管理工作。

收稿日期 2020-11-29

改革開放以來，隨著社會經濟快速發展和經濟發展方式發生轉變，生態環境問題日益嚴峻，保障生態安全的重要性日益顯現，對以往生態空間格局特征進行分析十分必要[1]。目前，國內學者對于生態空間的研究主要集中在其類型識別[2-4]、功能評價[5]、景觀格局優化[6]等方面， 對生態空間格局演化特征的深入分析較為缺乏[7]。因此，筆者選取河北省唐縣作為研究案例， 基于2009和2018年兩期土地調查數據，確定生態空間分類方法，運用空間自相關Morans I（莫蘭指數）和標準差橢圓的方法， 探討生態空間的聚集特征及其演化情況，為唐縣合理開發土地資源和改善生態環境提供科學依據。

1 資料與方法

1.1 研究區域概況

唐縣位于河北省中部（114°28′～115°03′E、38°38′～39°10′N），地處京津冀經濟圈輻射范圍內，下轄7個鎮，土地總面積達1 414 km2。該縣屬于暖溫帶大陸性季風氣候，是山區農業縣，以山地丘陵為主，約占土地總面積的82%，地勢西北高、東南低， 海拔在52～1 870 m，唐河、通天河由西向東南縱貫全境。截至2018年，戶籍人口共59萬，地區生產總值為857 503萬元，人均GDP為14 533元，農村居民人均可支配收入9 822元。

1.2 數據來源與預處理 研究區2009和2018年土地利用現狀圖分別來源于2009年第二次全國土地調查數據和2018年土地利用變更調查數據，空間分辨率為30 m，利用ArcGIS軟件進行數據處理和分析使用，以研究區范圍為基準構造網格像元為500 m×500 m的漁網。

1.3 研究方法

該研究擬采用空間自相關方法來分析研究區空間聚集特征及其演變，空間自相關是對數據集的空間自相關進行總體估計，其中經典的空間自相關統計包括Morans I、Gearys C和標準偏差橢圓算法等[8]。結合研究區實際情況，該研究選取了全局Morans I和標準偏差橢圓進行空間分析。

1.3.1 Morans? I指數。Morans? I 指數也叫莫蘭指數，可以分為全局莫蘭指數和局部莫蘭指數，是空間自相關系數的一種，一般是用來度量空間相關性的一個重要指標[9]。該研究選用全局莫蘭指數，即狹義上的莫蘭指數，可研究全部單元屬性值在整個空間的分布特征，指數值的大小代表了生態功能度在空間上的趨同性和聚集性。

記n為要素總數，xi是第i個要素的觀測屬性值，是所有要素觀測屬性值的平均值，wij是第i個要素和第j個要素之間的空間權重。指數 I計算公式為：

I=nni=1nj=1wij（xi-）（xj-）ni=1（xi-）2（1）

1.3.2 標準差橢圓。

標準差橢圓即方向分布，常用于點模式分析，這種算法可以同時對一組點數據的方向和分布進行分析，并且獲取這組數據的一些特性，生成的結果是一個橢圓[10]。其中，橢圓的長半軸表示數據分布的方向，短半軸表示數據分布的范圍，扁率表示數據分布的方向趨向性。

（1）確定圓心坐標（SDEx，SDEy）。記n為要素總數，（Xi，Yi）是第i個要素的坐標，（，）是所有要素的平均中心。計算公式如下：

SDEx=ni=1（xi-）2n（2）

SDEy=ni=1（yi-）2n（3）

其中，

=ni=1xin（4）

=ni=1yin（5）

（2）確定旋轉角度θ。計算公式如下：

tanθ=A+BC（6）

A=ni=1（x～2i-y～2i）（7）

B=（ni=1x～2i-ni=1y～2i）2+4（ni=1x～iy～i）2（8）

C=2ni=1x～iy～i（9）

其中，（x～iy～i）是平均中心（，）與（Xi，Yi）的差。

（3）計算x軸和y軸的標準差σx和σy。計算公式如下：

σx=2ni=1（x～icosθ-y～isinθ）2n（10）

σy=2ni=1（x～isinθ+y～icosθ）2n（11）

1.4 生態空間識別

該研究以國土空間內不同土地利用類型的生態功能強度為依據，通過對其功能強度進行評分來劃分生態空間，分別有強生態功能空間、較強生態功能空間、弱生態功能空間、無生態功能空間4種類型，對應的分值分別為5、3、1、0[11]。其中，無生態功能空間不被認定為生態空間，不計入總生態空間統計。依據唐縣實際情況，與各類生態空間對應的土地利用類型參照第二次全國土地調查中的地類標準。研究區各土地利用類型的生態功能分值見表1。

2 結果與分析

2.1 生態空間基本特征分析

在土地利用類型圖的基礎上， 借助了ArcGIS軟件構建漁網并對單元格進行生態功能分值賦值， 得到研究區生態空間分布及變動情況（圖1、2）。然后，在此基礎上，采用土地利用轉移矩陣體現研究區2009—2018年各生態空間類型結構及其之間的相互轉換關系，以揭示研究區生態空間格局演化的結構特征與各類型的演變方向 （表2）。

從數量結構上看（表2），2018年，研究區國土空間總面積為1 414.390 4 km 生態空間總面積為746.419 8 km 占國土空間的52.77%，較2009年減少19.10%。其中，強生態功能空間占49.51%，較強生態功能空間占48.15%，弱生態功能空間占2.34%，顯然生態空間以強生態空間和較強生態空間為絕對主導。研究區2009—2018年生態空間類型變化主要表現為較強生態功能空間和強生態功能空間持續減少，無生態功能空間和弱生態功能空間逐漸增加。其中，強生態功能空間主要是向無生態功能空間和較強生態功能空間大量轉化，主要由于建設和耕地占用。較強生態功能空間向另外3種生態功能空間轉化，是因為條件較差耕地的退耕還林及建設占用。部分弱生態空間向較強生態空間轉化，顯然由于大量的村莊、農田、道路均分布在河流兩側，由于耕地資源有限，導致耕地擴張占用河道水域現象較為普遍。無生態功能空間向弱生態功能空間和較強生態功能空間轉化，主要是受到耕地占補平衡政策及建設用地增減掛鉤等政策影響，建設用地被復墾為耕地和林地。

從空間布局上看（圖1），研究區生態空間分布呈現出明顯的地域差異性，表現出西北低、東南高的態勢，與西北高、東南低的地勢相吻合。生態空間高值區主要集中于南部平原、北部山地丘陵和西南部水域。其中，南部平原是重要的農業區， 耕地分布廣;北部山地丘陵為林區突出地帶，有突出的生態功能;西南部水域主要是西大洋水庫。

從圖2可以看出，研究區生態空間的升高區域集中分布在南部平原的西北部及其邊緣，且高值區表現出了功能提升的態勢，這主要是由于耕地占補平衡和退耕還林政策的施行。而研究區生態空間的降低區域分布范圍更廣，呈現擴散趨勢，主要是由于推進城鎮化和基礎設施建設而導致建設用地不斷侵占大量耕地和由此導致的大量林地資源被耕地資源擠占。

2.2 生態空間聚集特征分析

2.2.1 Morans? I 指數分析。該研究運用ArcGIS軟件中的空間統計工具，將劃分的每個網格像元內生態功能分值作為觀測變量，計算出2009—2018年唐縣生態空間的全局空間自相關系數。2009和2018年2個時間節點的計算結果見圖3～4。結果表明，置信度95%的水平上，2009和2018年2個時間節點的P值均小于0.05，Z值均大于1.65，通過顯著性水平檢驗，Morans? I 指數均不等于0，可拒絕零假設，這說明研究區生態空間的分布不是隨機的。此外，2009和2018年2個時點的Morans? I 指數均為正值，分別是0.57和0.5 這表明2009—2018年研究區生態空間在空間分布上表現出了顯著的空間自相關特征即空間聚集性，在各網格單元呈現正相關。但是，這一聚集性在10年間有所下降，主要是由于生活空間的無序擴張破壞了原有的聚集性。因此，要注意對建設用地進行合理規劃，引導生活空間有序擴張，保護生態空間，實現可持續發展。

2.2.2 標準差橢圓分析。

通過ArcGIS軟件中的空間統計工具分析了2009和2018年2個時點的標準差橢圓，橢圓結果見圖5。然后將橢圓參數整理成表，見表3。

可知2009—2018年研究區生態空間分布總體呈現“西北—東南”的布局特征，空間分布由西北向東南方向收縮，總體分布范圍幾乎不變。從長半軸來看，2009—2018年長半軸的標準差由25.40 km 減少至24.51 km，說明研究區生態空間聚集性在“西北—東南”方向上有所增強;從短半軸來看，2009—2018年短軸標準差變化不大，說明研究區生態空間分布范圍幾乎沒有變化;從扁率來看，2009—2018年扁率從0.59降低至0.57，說明研究區生態空間的空間分布的方向趨向性變化不大，但是趨向性明顯。此外，2009—2018年橢圓方位角和中心點幾乎不變，這也反映出“西北—東南”方向上的分布格局變化較小。因此，唐縣生態空間標準差橢圓的分布范圍明顯由西北向東南方向收縮，空間分布范圍趨向集聚，分布的方向性一直較為明顯。

3 結論

該研究通過對比不同時期的研究區土地利用現狀數據，劃分成5 978個網格像元，以每個網格像元內生態功能分值作為觀測變量，分別計算了全局空間自相關Morans I 指數（莫蘭指數）和標準差橢圓，進一步分析了研究區生態空間的時空演變格局和聚集特征，主要得出以下結論：

（1）2009—2018年研究區生態空間面積有所增加，空間分布呈現出西北低、東南高的態勢。其中，南部平原的西北部及其邊緣的生態功能有所提升，但是降低區域分布范圍更廣，呈現擴散趨勢。

（2）研究區生態空間的空間分布受到人為引導，在空間分布上表現出了顯著的空間聚集性，但是由于受到建設用地擴張的影響這一聚集性在10年間有所下降。

（3）研究區生態空間分布總體呈現“西北—東南”的布局特征，空間分布由西北向東南方向收縮，空間分布范圍趨向集聚，這與生態功能的提升范圍分布一致。必須提升對生態空間的關注力度，引導建設用地有序擴張，保護生態空間，有效阻止生態空間日漸破碎化。

參考文獻

[1]

王甫園，王開泳，陳田，等.城市生態空間研究進展與展望[J].地理科學進展，2017，36（2）：207-218.

[2] 遲妍妍，許開鵬，王晶晶，等.京津冀地區生態空間識別研究[J].生態學報，2018，38（23）：8555-8563.

[3] 謝花林，姚干，何亞芬，等.基于GIS的關鍵性生態空間辨識：以鄱陽湖生態經濟區為例[J].生態學報，2018，38（16）：5926-5937.

[4] 彭佳捷，麻戰洪，涂蕾.縣域生態空間識別與保護研究：以湖南省安化縣為例[J].安徽農業科學，2018，46（35）：63-67，130.

[5] 劉駿杰，陳璟如，來燕妮，等.基于景觀格局和連接度評價的生態網絡方法優化與應用[J].應用生態學報，2019，30（9）：3108-3118.

[6] 劉世梁，侯笑云，尹藝潔，等.景觀生態網絡研究進展[J].生態學報，2017，37（12）：3947-3956.

[7] 王旭，馬伯文，李丹，等.基于FLUS模型的湖北省生態空間多情景模擬預測[J].自然資源學報，2020，35（1）：230-242.

[8] 付金霞，鄭粉莉，李媛媛.小理河流域土地利用空間自相關格局與影響因素分析[J].農業機械學報，2017，48（1）：128-138.

[9] ORD J K，GETIS A.Local spatial autocorrelation statistics：Distributional issues and an application[J].Geographical analysis，1995，27（4）：286-306.

[10] 王譯著，黃亮.2003—2018年昆明市呈貢區土地利用動態變化時空特征分析[J].科學技術與工程，2019，19（28）：42-49.

[11] 崔家興，顧江，孫建偉，等.湖北省三生空間格局演化特征分析[J].中國土地科學，2018，32（8）：67-73.