论文部分内容阅读
摘要 基于Landsat TM遙感数据，提取研究区域的土地利用数据，并利用ArcGIS 10.3中渔网工具分别创建不同尺度的评价单元。分别计算每种尺度下的景观格局指数，构建人为干扰强度指标，通过Pearson 相关分析来探讨不同空间尺度下景观格局指数对人为干扰度的响应，研究金义都市新区的景观指数在不同空间尺度下对人为干扰度做出的响应。结果表明：①人为干扰强度空间分布表现为四周低，中间高。②斑块密度（PD）、香农多样性指数（SHDI）、香农均匀度指数（SHEI）与人为干扰度呈正相关关系;蔓延度指数（CONTAG）、景观聚集度指数（AI）与人为干扰度呈显著负相关。③在探讨评价单元的空间尺度时发现，景观指数与人为干扰度的相关显著性表现不同，具体表现在：AI在空间尺度为2 000 m时，显著相关。而PD、CONTAG、SHDI及SHEI在空间尺度为4 000 m时，与人为干扰度的显著相关，说明人为干扰度与景观格局指数之间的响应存在空间尺度差异性。④在处于发展初期的区县尺度下进行景观格局指数与人为干扰度相关性分析时，发现选取评价单元为4 000 m时，得到的相关性和显著性结果较好。
关键词 金义都市新区;景观格局;人为干扰度;空间尺度
中图分类号 P901文献标识码 A
文章编号 0517-6611（2019）16-0059-04
doi：10.3969/j.issn.0517-6611.2019.16.019
开放科学（资源服务）标识码（OSID）：
Response of Landscape Pattern at Different Spatial Scales to Hemeroby—Taking Jinyi New District of Zhejiang as an Example
YU Meng jie，WU Tao，XIE Xue feng et al （School of Geography and Environmental Sciences，Zhejiang Normal University，Jinhua，Zhejiang321004）
Abstract Based on Landsat TM remote sensing data，land use data of the study area were extracted，and fishing net tools in ArcGIS 10.3 were used to create evaluation units of different scales，the landscape pattern index of each scale was calculated separately，and the hemeroby index was constructed.The Pearson correlation analysis was used to investigate the response of the landscape pattern index to hemeroby at different spatial scales.To study the response of the landscape index of Jinyi New District to hemeroby at different spatial scales.The results show：①The spatial distribution of hemeroby is low in the periphery and high in the middle;②Plaque density （PD），Shannon diversity index （SHDI），Shannon uniformity index （SHEI） were positively correlated with hemeroby;contagion index （CONTAG），landscape aggregation index （AI） and human interference degree is significantly negatively correlated.③When discussing the spatial scale of the evaluation unit，it is found that the correlation between the landscape index and the hemeroby is different.The specific performance is as follows： AI is significantly correlated when the spatial scale is 2000m.PD，CONTAG，SHDI and SHEI are significantly correlated with hemeroby when the spatial scale is 4 000 m，indicating that there is spatial scale difference in the response between hemeroby and landscape pattern index.④When the correlation between landscape pattern index and hemeroby is analyzed at the district and county scales at the initial stage of development，it is found that when the evaluation unit is 4000m，the correlation and significance results are better. Key words Jinyi New District;Landscape pattern;Hemeroby;Spatial scale
景观生态学作为生态学、地理科学和环境科学的综合交叉学科，主要研究宏观尺度上景观类型的空间格局和生态过程的相互作用及其动态变化特征[1-3]。时间尺度和空间尺度问题是景观生态学研究的基础[4]。景观格局指数是现代景观生态学中应用最广泛的一种景观格局分析方法[5]。
人为干扰概念最初由芬兰植物学家Jalas[6]提出，后国内学者陈爱莲等[7]首次建议将“hemeroby”一词翻译为“人为干扰度”。人为干扰与景观格局变化被广泛应用于农业、林业、环境和城市等诸多领域的生态评价研究[8]。刘吉平等[9]采用网格分析法研究景观指数的时空分异规律，对小三江平原沼泽湿地景观格局变化及其对人为干扰的响应机制进行探讨，结果表明不同时期内PLAND、LPI、AI、CONNECT、ED等与人为干扰度有不同的响应趋势;刘富强等[10]利用多期遥感数据，探讨岸线变化和景观格局变化对人类活动的动态响应，结果表明海岸线长度的变化以及岸线分形维数的变化均与人为干扰呈负相关。
近年来，景观格局指数作为分析景观格局特征的定量化指标得到迅速发展，人为干扰度与土地利用格局以及尺度效应的研究逐渐成为景观生态学者的研究热点[11-15]。经研究发现[16-20]，研究区域尺度大小不同时，景观指数及人为干扰度的响应趋势不完全相同。在近期的研究中，最佳空间尺度問题有待进一步探讨。金义都市新区作为发展中的小城镇，可代表中国大多数小城镇的发展现状，笔者以其为例，探讨景观格局指数与人为干扰度相关关系，寻求最佳划分尺度，为县域尺度范围内的人类活动干扰强度的景观格局相关研究提供科学依据。
1 数据业源与研究方法
1.1 研究区概况
金义都市新区位于浙江中部，金华市金东区与义乌市结合部（119°41′～120°07′E、29°22′～29°03′N），地处长三角经济圈和海西协作区交汇点。地势中部低，南北高，东阳江贯穿其南（图1）。新区近期规划区域内有孝顺镇、傅村镇、曹宅镇、塘雅镇、澧浦镇、上溪镇、义亭镇、佛堂镇。根据国务院批准的《浙江省城镇体系规划（2010—2020）》，未来的金义都市区将建成300万～500万人口规模的城市，与金华义乌共同形成浙中城市群核心区，成为浙江省第四大都市区和带动浙江中西部地区经济社会发展的重要增长极。
1.2 数据获取与处理
利用地理空间数据云提供的Landsat-8卫星数字产品，在ArcGIS软件平台下，对图像进行预处理，利用人工目视解译，结合地形图，参考中国科学院土地利用分类标准，辨别区域土地利用方式类型，将研究区域的土地利用方式划分为林地、草地、耕地（包括水田和旱地）、河流、湖泊、城镇及建筑用地以及未利用地7类（图2）。
1.3 研究方法
1.3.1 评价单元的构建。
以金义新区2016年土地利用类型图为底图，利用ArcGIS 10.3中ArcToolbox数据管理模块中的创建渔网工具，分别创建边长为1 000、 2 000、4 000以及 8 000 m的网格，每个网格作为一个评价单元，用以评价人类干扰活动强度的空间分异特征。
1.3.2 人为干扰度计算。
基于文献[21-22]，该研究中将林地的人为干扰度指数（hemeroby index，简称人为干扰度）赋值为2（微弱干扰），湖泊、河流、草地以及未利用地的人为干扰度赋值为3（轻度干扰），滩地的人为干扰度赋值为4（中度干扰），耕地的人为干扰度赋值为5（重度干扰），城镇与建设用地的人为干扰度赋值为7（完全干扰）[23]。
利用公式（1），分别计算每一个评价单元的干扰指数，将计算结果作为网格中心点值，在
ArcGIS 10.3空间分析模块中进行栅格差值。分别对1 000 m×1 000 m、2 000 m× 2 000 m、4 000 m×4 000 m以及8 000 m×8 000 m 这4种尺度的人为干扰度进行Kring插值分析，生成人类活动干扰度时空分布图。具体计算公式如下：
M=ni=1f i×H i（1）
式中，M为统计单元人为干扰指数;n为统计单元内地表覆盖的斑块数;f i为当前斑块i的面积与统计单元总面积的比值;H i为当前斑块类型的人为干扰度相对值。
1.3.3 景观格局指数计算。
基于研究区域景观分布特点以及景观格局指数的生态学意义，从景观水平上选取 6个景观格局指数分析量化金义都市新区景观格局对人类干扰活动的空间尺度上的响应关系，包括斑块数量（NP），斑块密度（PD），最大斑块占景观面积比（LPI），景观形状指数（LSI），蔓延度指数（CONTAG），香农多样性指数（SHDI），香农均匀度指数（SHEI），景观聚集度指数（AI）。指数计算方法、含义和公式见文献[24]。
2 结果与分析
2.1 土地利用类型的景观格局分布特征
计算金义都市新区2016年不同利用类型的土地景观格局指数，结果见表1。结合表1与图2可知：该区域用地类型以耕地和林地为主，斑块类型面积（CA）分别为24 255.26与23 527.35 hm2，分别占比40.64%和39.42%。城镇与建设用地面积次之，为 8 968.77 hm2;草地与湖泊斑块密度（PD）远大于其他利用类型土地，结合图2可知，草地与湖泊零散分布于整个区域，破碎化程度高，耕地、林地、河流斑块PD值小，破碎化程度低;金义都市新区处于初期发展阶段，城镇与建设用地并未连成片状，最大斑块占景观面积比（LPI）小;各类土地形状指标（LSI）均远大于1，表明景观形状比较复杂;分布较为集中的滩地、草地、耕地、林地以及未利用地的景观连接度（CONNECT）较高，而较为散布的城镇与建设用地以及湖泊连接度较低;林地主要分布于研究区域四角，聚合度（AI）高，耕地分布于研究区域中部地平地区，聚合度也较高。 2.2 不同空间尺度下人为干扰度分析
参考前人的研究[25]，并结合实际情况将金义都市新区人为干扰强度划分为5个等级：低干扰强度（HI≤3）、中低干扰强度（3<HI≤4）、中干扰强度（4<HI≤5）、中高干扰强度（5<HI≤6）、高干扰强度（6<HI≤7）。生成不同尺度下的人为干扰度空间分布图，见图3。
从图3整体可看出，研究区域大体上呈现中间高干扰，四周低干扰的分布趋势。干扰低值区（HI<4）主要分布在研究区域东、北、南、西北四角，该区域多为山地，地势较高，多分布林地，人类活动较弱。干扰高值区（HI>5）主要分布在金衢盆地内部，沿杭金衢高速和沪昆高速铁路（金义线）沿线，自西南向东北。该区域地形平坦，起伏较小，从整体上看，自2012年新区启动以来，研究区域中部人类活动显著，使该区域 人为干扰度分布情况。人为干扰强度较高，成为中高干扰强度区和高干扰强度区。
从图3看，评价单元空间尺度越小，干扰细节越显著，干扰的异质性和干扰细节差异越明显，便于直观地了解研究区域人为干扰度空间分布状况。结合表2分析如下：1 000 m、 2 000 m以及4 000 m尺度下，均为中高干扰等级评价单元面积最大，而面积最小的为高干扰等级与中低干扰等级的评价单元;尺度越小，如1 000 m尺度下，计算工作量大，但是相应的精确度高。而在4 000 m与8 000 m尺度下，面积占比较小的高干扰等级单元被面积占比较高的单元均值化，面积为0，所以尺度越大，计算工作量越小，但是结果越粗略，极值往往被均值化，以至于不能表现干扰度的空间细节差异。
2.3 不同空间尺度景观格局指数与人为干扰度相关分 析
将景观格局指数（NP、PD、LPI、LSI、CONTAG、SHDI、SHEI、AI）与人为干扰度进行Pearson相关分析。结果表明（表3），在2 000 m尺度下，AI与人为干扰度均呈显著负相关，表明随着人类活动增强，所有斑块不断破碎化，呈间断分布，AI值越小。
在4 000 m的空间尺度下，PD与人为干扰度呈显著正相关，表明人为干扰强度越大，斑块破碎化程度越高，PD值则越大;SHDI、SHEI均与人为干扰度呈显著正相关，此阶段研究区域正处于快速发展初期，区域景观异质性随着人类活动加强而增加，多样性（SHDI）增加，并持续增加一段时间，干扰度大的斑块不断扩大，兼并区域内原本占大部分面积的林地与耕地斑块，各组分均匀程度越来越高，SHEI越大;人为干扰度高的城镇与建设用地等斑块占景观主导位置;而CONTAG与人为干扰度呈显著负相关，表明人类的开发建设导致金义新区中原完整的斑块类型更大限度的趋于破碎化与间断分布，CONTAG值越小。
综上所述，结合刘吉平等[10]、刘富强等[9]的研究成果，发现景观格局指数对人为干扰度的变化存在一定响应，但不同地区、不同时间段、不同空间尺度时，景观格局指数对人为干扰度的响应不同。而金义都市新区建设过程中，中部平原地区的人类活动不断加强，导致PD、CONTAG、SHDI、SHEI以及AI都对人类活动均做出不同程度的响应，可较好地表征人为干扰的方向与强弱。在该研究案例中，空间尺度为 4 000 m时，PD、CONTAG、SHDI、SHEI、AI均與人为干扰度呈显著相关性，即分析景观格局指数与人为干扰度的尺度响应问题时，空间评价单元尺度过大或过小均不恰当。在金义都市新区中，选取空间尺度为4 000 m效果较好。
3 结论与讨论
（1）研究区域呈现四周低干扰、中间高干扰的现状，原因主要归结于地形与交通，地势低，交通沿线的区域，人类活动较强，城市建设发展较好，人为干扰强度等级便高;而四周地势较高区域，多分布林地，不便于开展城市建设，人为干扰强度较低。
（2）通过对金义都市新区的人为干扰强度与景观格局指数的Pearson相关性分析，可以明确人类活动对其景观格局指数的值有显著影响，主要表现在PD、SHDI、SHEI随着人类活动的增强即人为干扰强度的增加而增加;而CONTAG及AI随着人为干扰度强度的增强而减小。表明人为干扰强度变化也是影响景观指数变化的驱动因素之一。
（3）从空间尺度方面来看，该研究分别分析每个尺度下，相关景观格局指数与人为干扰度的Pearson相关性。结果表明，当空间尺度为2 000 m和4 000 m时，相应景观格局指数与人为干扰强度呈现显著相关性。
（4）该研究以2016年的金义都市新区为例，探讨在区县尺度下，景观格局指数与人文干扰度的相关性。彼时金义都市新区正处于初期快速发展城市建设阶段，人类活动迅速增加，对景观格局的干扰加强，相应指数也做出相应。而当选取不同空间尺度的评价单元时，工作量及结果不同，通过对比选取最优尺度区间。结果表明，当研究区域为发展初期的区县时，选取空间尺度为4 000 m探讨人为干扰度与景观格局指数问题最佳。
该研究利用不同空间尺度下的不同评价单元，通过对比不同评价单元的人为干扰度值与对应景观指数的相关性，对研究区域进行分析，以达到对比分析的效果。对于尺度的选取仍存在进一步研究的可能，在该研究中没有深入探讨，在将来的研究中有待完善。该研究以金义都市新区为例，探讨与此区域面积相近的发展中的区县区域的景观指数与人为干扰度相关性，给相似研究区域的研究工作提供一个空间尺度上的参考。
参考文献
[1] 肖笃宁，李秀珍，高峻，等.景观生态学[M].北京： 科学出版社，2003. [2] 邬建国.景观生态学：格局、过程、尺度与等级[M].北京：高等教育出版社，2001： 157.
[3] 傅伯杰，陈利顶，马克明，等.景观生态学原理及应用[M].北京： 科学出版社，2001.
[4] 陈文波，肖笃宁，李秀珍.景观空分析的特征和主要内容[J].生态学报，2002，22（7）：1135-1142.
[5] 陈利顶，刘洋，吕一河，等.景观生态学中的格局分析：现状、困境与未来[J].生态学报，2008，28（11）：5521-5531.
[6] JALAS J.Hemerobic and hemerochoric plant species： An attempt at terminological reform[J].Acta Soc Pro Fauna Flora Fenn，1955，72：1-15.
[7] 陈爱莲，朱博勤，陈利顶，等.双台河口湿地景观及生态干扰度的动态变化[J].应用生态学报，2010，21（5）：1120-1128.
[8] 梁发超，刘黎明.景观格局的人类干扰强度定量分析与生态功能区优化初探：以福建省闽清县为例[J].资源科学，2011，33（6）：1138-1144.
[9] 刘吉平，董春月，盛连喜，等.1955～2010年小三江平原沼泽湿地景观格局变化及其对人为干扰的响应[J].地理科学，2016，36（6）：879-887.
[10] 刘富强，吴涛，蒋国俊，等.海岸线与海岸景观格局对人为干扰度的动态响应：以营口市南部海岸为例[J].生态学报，2017，37（22）：7427-7437.
[11] 高艳，毕如田，曹毅.空间粒度变化及土地利用分类对景观指数的影响：以山西省闻喜县为例[J].中国生态农业学报，2010，18（5）： 1076-1080.
[12] 黄奕龙，陈利顶，傅伯杰，等.黄土丘陵小流域地形和土地利用对土壤水分时空格局的影响[J].第四纪研究，2003，23（3）：334-342.
[13] 邓祥征，战金艳.中国北方农牧交错带土地利用变化驱动力的尺度效应分析[J].地理与地理信息科学，2004，20（3）：64-68.
[14] 齐治军.黄土丘陵区小流域水土流失的尺度效应[D].杨凌：西北农林科技大学，2010.
[15] 徐丽，卞晓庆，秦小林，等.空間粒度变化对合肥市景观格局指数的影响[J].应用生态学报，2010，21（5）：1167-1173.
[16] 杨丽，甄霖，谢高地，等.泾河流域景观指数的粒度效应分析[J].资源科学，2007，29（2）：183-187.
[17] 李小马，刘常富.景观格局指数的粒度效应：以沈阳城市森林为例[J].西北林学院学报，2009，24（2）：166-170.
[18] 赵文武，傅伯杰，陈利顶.景观指数的粒度变化效应[J].第四纪研究，2003，23（3）：326-333.
[19] 申卫军，邬建国，林永标，等.空间粒度变化对景观格局分析的影响[J].生态学报，2003，23（12）：2506-2519.
[20] 李明杰，钱乐祥，夏丽华，等.汕头市土地利用景观指数粒度效应初探[J].地理与地理信息科学，2008，24（6）：93-96.
[21] 肖翠，解雪峰，吴涛，等.浙江西门岛湿地景观格局与人为干扰度动态变化[J].应用生态学报，2014，25（11）：3255-3262.
[22] 于立忠，朱教君，闫巧玲，等.森林干扰度评价方法及应用：以中国科学院沈阳应用生态研究所清原森林生态实验站为例[J].中国生态农业学报，2010，18（2）：388-392.
[23] 孙永光，赵冬至，吴涛，等.河口湿地人为干扰度时空动态及景观响应：以大洋河口为例[J].生态学报，2012，32（12）：3645-3655.
[24] 邬建国.景观生态学[M].2版.北京：科学出版社，2010.
[25] 傅伯杰，陈利顶，马克明，等.景观生态学原理及应用[M].2版.北京：科学出版社，2011.
关键词 金义都市新区;景观格局;人为干扰度;空间尺度
中图分类号 P901文献标识码 A
文章编号 0517-6611（2019）16-0059-04
doi：10.3969/j.issn.0517-6611.2019.16.019
开放科学（资源服务）标识码（OSID）：
Response of Landscape Pattern at Different Spatial Scales to Hemeroby—Taking Jinyi New District of Zhejiang as an Example
YU Meng jie，WU Tao，XIE Xue feng et al （School of Geography and Environmental Sciences，Zhejiang Normal University，Jinhua，Zhejiang321004）
Abstract Based on Landsat TM remote sensing data，land use data of the study area were extracted，and fishing net tools in ArcGIS 10.3 were used to create evaluation units of different scales，the landscape pattern index of each scale was calculated separately，and the hemeroby index was constructed.The Pearson correlation analysis was used to investigate the response of the landscape pattern index to hemeroby at different spatial scales.To study the response of the landscape index of Jinyi New District to hemeroby at different spatial scales.The results show：①The spatial distribution of hemeroby is low in the periphery and high in the middle;②Plaque density （PD），Shannon diversity index （SHDI），Shannon uniformity index （SHEI） were positively correlated with hemeroby;contagion index （CONTAG），landscape aggregation index （AI） and human interference degree is significantly negatively correlated.③When discussing the spatial scale of the evaluation unit，it is found that the correlation between the landscape index and the hemeroby is different.The specific performance is as follows： AI is significantly correlated when the spatial scale is 2000m.PD，CONTAG，SHDI and SHEI are significantly correlated with hemeroby when the spatial scale is 4 000 m，indicating that there is spatial scale difference in the response between hemeroby and landscape pattern index.④When the correlation between landscape pattern index and hemeroby is analyzed at the district and county scales at the initial stage of development，it is found that when the evaluation unit is 4000m，the correlation and significance results are better. Key words Jinyi New District;Landscape pattern;Hemeroby;Spatial scale
景观生态学作为生态学、地理科学和环境科学的综合交叉学科，主要研究宏观尺度上景观类型的空间格局和生态过程的相互作用及其动态变化特征[1-3]。时间尺度和空间尺度问题是景观生态学研究的基础[4]。景观格局指数是现代景观生态学中应用最广泛的一种景观格局分析方法[5]。
人为干扰概念最初由芬兰植物学家Jalas[6]提出，后国内学者陈爱莲等[7]首次建议将“hemeroby”一词翻译为“人为干扰度”。人为干扰与景观格局变化被广泛应用于农业、林业、环境和城市等诸多领域的生态评价研究[8]。刘吉平等[9]采用网格分析法研究景观指数的时空分异规律，对小三江平原沼泽湿地景观格局变化及其对人为干扰的响应机制进行探讨，结果表明不同时期内PLAND、LPI、AI、CONNECT、ED等与人为干扰度有不同的响应趋势;刘富强等[10]利用多期遥感数据，探讨岸线变化和景观格局变化对人类活动的动态响应，结果表明海岸线长度的变化以及岸线分形维数的变化均与人为干扰呈负相关。
近年来，景观格局指数作为分析景观格局特征的定量化指标得到迅速发展，人为干扰度与土地利用格局以及尺度效应的研究逐渐成为景观生态学者的研究热点[11-15]。经研究发现[16-20]，研究区域尺度大小不同时，景观指数及人为干扰度的响应趋势不完全相同。在近期的研究中，最佳空间尺度問题有待进一步探讨。金义都市新区作为发展中的小城镇，可代表中国大多数小城镇的发展现状，笔者以其为例，探讨景观格局指数与人为干扰度相关关系，寻求最佳划分尺度，为县域尺度范围内的人类活动干扰强度的景观格局相关研究提供科学依据。
1 数据业源与研究方法
1.1 研究区概况
金义都市新区位于浙江中部，金华市金东区与义乌市结合部（119°41′～120°07′E、29°22′～29°03′N），地处长三角经济圈和海西协作区交汇点。地势中部低，南北高，东阳江贯穿其南（图1）。新区近期规划区域内有孝顺镇、傅村镇、曹宅镇、塘雅镇、澧浦镇、上溪镇、义亭镇、佛堂镇。根据国务院批准的《浙江省城镇体系规划（2010—2020）》，未来的金义都市区将建成300万～500万人口规模的城市，与金华义乌共同形成浙中城市群核心区，成为浙江省第四大都市区和带动浙江中西部地区经济社会发展的重要增长极。
1.2 数据获取与处理
利用地理空间数据云提供的Landsat-8卫星数字产品，在ArcGIS软件平台下，对图像进行预处理，利用人工目视解译，结合地形图，参考中国科学院土地利用分类标准，辨别区域土地利用方式类型，将研究区域的土地利用方式划分为林地、草地、耕地（包括水田和旱地）、河流、湖泊、城镇及建筑用地以及未利用地7类（图2）。
1.3 研究方法
1.3.1 评价单元的构建。
以金义新区2016年土地利用类型图为底图，利用ArcGIS 10.3中ArcToolbox数据管理模块中的创建渔网工具，分别创建边长为1 000、 2 000、4 000以及 8 000 m的网格，每个网格作为一个评价单元，用以评价人类干扰活动强度的空间分异特征。
1.3.2 人为干扰度计算。
基于文献[21-22]，该研究中将林地的人为干扰度指数（hemeroby index，简称人为干扰度）赋值为2（微弱干扰），湖泊、河流、草地以及未利用地的人为干扰度赋值为3（轻度干扰），滩地的人为干扰度赋值为4（中度干扰），耕地的人为干扰度赋值为5（重度干扰），城镇与建设用地的人为干扰度赋值为7（完全干扰）[23]。
利用公式（1），分别计算每一个评价单元的干扰指数，将计算结果作为网格中心点值，在
ArcGIS 10.3空间分析模块中进行栅格差值。分别对1 000 m×1 000 m、2 000 m× 2 000 m、4 000 m×4 000 m以及8 000 m×8 000 m 这4种尺度的人为干扰度进行Kring插值分析，生成人类活动干扰度时空分布图。具体计算公式如下：
M=ni=1f i×H i（1）
式中，M为统计单元人为干扰指数;n为统计单元内地表覆盖的斑块数;f i为当前斑块i的面积与统计单元总面积的比值;H i为当前斑块类型的人为干扰度相对值。
1.3.3 景观格局指数计算。
基于研究区域景观分布特点以及景观格局指数的生态学意义，从景观水平上选取 6个景观格局指数分析量化金义都市新区景观格局对人类干扰活动的空间尺度上的响应关系，包括斑块数量（NP），斑块密度（PD），最大斑块占景观面积比（LPI），景观形状指数（LSI），蔓延度指数（CONTAG），香农多样性指数（SHDI），香农均匀度指数（SHEI），景观聚集度指数（AI）。指数计算方法、含义和公式见文献[24]。
2 结果与分析
2.1 土地利用类型的景观格局分布特征
计算金义都市新区2016年不同利用类型的土地景观格局指数，结果见表1。结合表1与图2可知：该区域用地类型以耕地和林地为主，斑块类型面积（CA）分别为24 255.26与23 527.35 hm2，分别占比40.64%和39.42%。城镇与建设用地面积次之，为 8 968.77 hm2;草地与湖泊斑块密度（PD）远大于其他利用类型土地，结合图2可知，草地与湖泊零散分布于整个区域，破碎化程度高，耕地、林地、河流斑块PD值小，破碎化程度低;金义都市新区处于初期发展阶段，城镇与建设用地并未连成片状，最大斑块占景观面积比（LPI）小;各类土地形状指标（LSI）均远大于1，表明景观形状比较复杂;分布较为集中的滩地、草地、耕地、林地以及未利用地的景观连接度（CONNECT）较高，而较为散布的城镇与建设用地以及湖泊连接度较低;林地主要分布于研究区域四角，聚合度（AI）高，耕地分布于研究区域中部地平地区，聚合度也较高。 2.2 不同空间尺度下人为干扰度分析
参考前人的研究[25]，并结合实际情况将金义都市新区人为干扰强度划分为5个等级：低干扰强度（HI≤3）、中低干扰强度（3<HI≤4）、中干扰强度（4<HI≤5）、中高干扰强度（5<HI≤6）、高干扰强度（6<HI≤7）。生成不同尺度下的人为干扰度空间分布图，见图3。
从图3整体可看出，研究区域大体上呈现中间高干扰，四周低干扰的分布趋势。干扰低值区（HI<4）主要分布在研究区域东、北、南、西北四角，该区域多为山地，地势较高，多分布林地，人类活动较弱。干扰高值区（HI>5）主要分布在金衢盆地内部，沿杭金衢高速和沪昆高速铁路（金义线）沿线，自西南向东北。该区域地形平坦，起伏较小，从整体上看，自2012年新区启动以来，研究区域中部人类活动显著，使该区域 人为干扰度分布情况。人为干扰强度较高，成为中高干扰强度区和高干扰强度区。
从图3看，评价单元空间尺度越小，干扰细节越显著，干扰的异质性和干扰细节差异越明显，便于直观地了解研究区域人为干扰度空间分布状况。结合表2分析如下：1 000 m、 2 000 m以及4 000 m尺度下，均为中高干扰等级评价单元面积最大，而面积最小的为高干扰等级与中低干扰等级的评价单元;尺度越小，如1 000 m尺度下，计算工作量大，但是相应的精确度高。而在4 000 m与8 000 m尺度下，面积占比较小的高干扰等级单元被面积占比较高的单元均值化，面积为0，所以尺度越大，计算工作量越小，但是结果越粗略，极值往往被均值化，以至于不能表现干扰度的空间细节差异。
2.3 不同空间尺度景观格局指数与人为干扰度相关分 析
将景观格局指数（NP、PD、LPI、LSI、CONTAG、SHDI、SHEI、AI）与人为干扰度进行Pearson相关分析。结果表明（表3），在2 000 m尺度下，AI与人为干扰度均呈显著负相关，表明随着人类活动增强，所有斑块不断破碎化，呈间断分布，AI值越小。
在4 000 m的空间尺度下，PD与人为干扰度呈显著正相关，表明人为干扰强度越大，斑块破碎化程度越高，PD值则越大;SHDI、SHEI均与人为干扰度呈显著正相关，此阶段研究区域正处于快速发展初期，区域景观异质性随着人类活动加强而增加，多样性（SHDI）增加，并持续增加一段时间，干扰度大的斑块不断扩大，兼并区域内原本占大部分面积的林地与耕地斑块，各组分均匀程度越来越高，SHEI越大;人为干扰度高的城镇与建设用地等斑块占景观主导位置;而CONTAG与人为干扰度呈显著负相关，表明人类的开发建设导致金义新区中原完整的斑块类型更大限度的趋于破碎化与间断分布，CONTAG值越小。
综上所述，结合刘吉平等[10]、刘富强等[9]的研究成果，发现景观格局指数对人为干扰度的变化存在一定响应，但不同地区、不同时间段、不同空间尺度时，景观格局指数对人为干扰度的响应不同。而金义都市新区建设过程中，中部平原地区的人类活动不断加强，导致PD、CONTAG、SHDI、SHEI以及AI都对人类活动均做出不同程度的响应，可较好地表征人为干扰的方向与强弱。在该研究案例中，空间尺度为 4 000 m时，PD、CONTAG、SHDI、SHEI、AI均與人为干扰度呈显著相关性，即分析景观格局指数与人为干扰度的尺度响应问题时，空间评价单元尺度过大或过小均不恰当。在金义都市新区中，选取空间尺度为4 000 m效果较好。
3 结论与讨论
（1）研究区域呈现四周低干扰、中间高干扰的现状，原因主要归结于地形与交通，地势低，交通沿线的区域，人类活动较强，城市建设发展较好，人为干扰强度等级便高;而四周地势较高区域，多分布林地，不便于开展城市建设，人为干扰强度较低。
（2）通过对金义都市新区的人为干扰强度与景观格局指数的Pearson相关性分析，可以明确人类活动对其景观格局指数的值有显著影响，主要表现在PD、SHDI、SHEI随着人类活动的增强即人为干扰强度的增加而增加;而CONTAG及AI随着人为干扰度强度的增强而减小。表明人为干扰强度变化也是影响景观指数变化的驱动因素之一。
（3）从空间尺度方面来看，该研究分别分析每个尺度下，相关景观格局指数与人为干扰度的Pearson相关性。结果表明，当空间尺度为2 000 m和4 000 m时，相应景观格局指数与人为干扰强度呈现显著相关性。
（4）该研究以2016年的金义都市新区为例，探讨在区县尺度下，景观格局指数与人文干扰度的相关性。彼时金义都市新区正处于初期快速发展城市建设阶段，人类活动迅速增加，对景观格局的干扰加强，相应指数也做出相应。而当选取不同空间尺度的评价单元时，工作量及结果不同，通过对比选取最优尺度区间。结果表明，当研究区域为发展初期的区县时，选取空间尺度为4 000 m探讨人为干扰度与景观格局指数问题最佳。
该研究利用不同空间尺度下的不同评价单元，通过对比不同评价单元的人为干扰度值与对应景观指数的相关性，对研究区域进行分析，以达到对比分析的效果。对于尺度的选取仍存在进一步研究的可能，在该研究中没有深入探讨，在将来的研究中有待完善。该研究以金义都市新区为例，探讨与此区域面积相近的发展中的区县区域的景观指数与人为干扰度相关性，给相似研究区域的研究工作提供一个空间尺度上的参考。
参考文献
[1] 肖笃宁，李秀珍，高峻，等.景观生态学[M].北京： 科学出版社，2003. [2] 邬建国.景观生态学：格局、过程、尺度与等级[M].北京：高等教育出版社，2001： 157.
[3] 傅伯杰，陈利顶，马克明，等.景观生态学原理及应用[M].北京： 科学出版社，2001.
[4] 陈文波，肖笃宁，李秀珍.景观空分析的特征和主要内容[J].生态学报，2002，22（7）：1135-1142.
[5] 陈利顶，刘洋，吕一河，等.景观生态学中的格局分析：现状、困境与未来[J].生态学报，2008，28（11）：5521-5531.
[6] JALAS J.Hemerobic and hemerochoric plant species： An attempt at terminological reform[J].Acta Soc Pro Fauna Flora Fenn，1955，72：1-15.
[7] 陈爱莲，朱博勤，陈利顶，等.双台河口湿地景观及生态干扰度的动态变化[J].应用生态学报，2010，21（5）：1120-1128.
[8] 梁发超，刘黎明.景观格局的人类干扰强度定量分析与生态功能区优化初探：以福建省闽清县为例[J].资源科学，2011，33（6）：1138-1144.
[9] 刘吉平，董春月，盛连喜，等.1955～2010年小三江平原沼泽湿地景观格局变化及其对人为干扰的响应[J].地理科学，2016，36（6）：879-887.
[10] 刘富强，吴涛，蒋国俊，等.海岸线与海岸景观格局对人为干扰度的动态响应：以营口市南部海岸为例[J].生态学报，2017，37（22）：7427-7437.
[11] 高艳，毕如田，曹毅.空间粒度变化及土地利用分类对景观指数的影响：以山西省闻喜县为例[J].中国生态农业学报，2010，18（5）： 1076-1080.
[12] 黄奕龙，陈利顶，傅伯杰，等.黄土丘陵小流域地形和土地利用对土壤水分时空格局的影响[J].第四纪研究，2003，23（3）：334-342.
[13] 邓祥征，战金艳.中国北方农牧交错带土地利用变化驱动力的尺度效应分析[J].地理与地理信息科学，2004，20（3）：64-68.
[14] 齐治军.黄土丘陵区小流域水土流失的尺度效应[D].杨凌：西北农林科技大学，2010.
[15] 徐丽，卞晓庆，秦小林，等.空間粒度变化对合肥市景观格局指数的影响[J].应用生态学报，2010，21（5）：1167-1173.
[16] 杨丽，甄霖，谢高地，等.泾河流域景观指数的粒度效应分析[J].资源科学，2007，29（2）：183-187.
[17] 李小马，刘常富.景观格局指数的粒度效应：以沈阳城市森林为例[J].西北林学院学报，2009，24（2）：166-170.
[18] 赵文武，傅伯杰，陈利顶.景观指数的粒度变化效应[J].第四纪研究，2003，23（3）：326-333.
[19] 申卫军，邬建国，林永标，等.空间粒度变化对景观格局分析的影响[J].生态学报，2003，23（12）：2506-2519.
[20] 李明杰，钱乐祥，夏丽华，等.汕头市土地利用景观指数粒度效应初探[J].地理与地理信息科学，2008，24（6）：93-96.
[21] 肖翠，解雪峰，吴涛，等.浙江西门岛湿地景观格局与人为干扰度动态变化[J].应用生态学报，2014，25（11）：3255-3262.
[22] 于立忠，朱教君，闫巧玲，等.森林干扰度评价方法及应用：以中国科学院沈阳应用生态研究所清原森林生态实验站为例[J].中国生态农业学报，2010，18（2）：388-392.
[23] 孙永光，赵冬至，吴涛，等.河口湿地人为干扰度时空动态及景观响应：以大洋河口为例[J].生态学报，2012，32（12）：3645-3655.
[24] 邬建国.景观生态学[M].2版.北京：科学出版社，2010.
[25] 傅伯杰，陈利顶，马克明，等.景观生态学原理及应用[M].2版.北京：科学出版社，2011.