时空格局范文

时空格局范文（精选9篇）

时空格局 第1篇

甘肃省地处我国西部地区,黄河的上游,土地面积约45.44×104km2。由于甘肃省深居西北内陆,大部分地区气候干燥,各地年降水量在36.6—734.9mm之间,水资源利用方式粗放,且区内未利用地广布,因此水土资源短缺现象突出。截至2015年底,甘肃省全省水资源总量303.20×108m3,总用水量121.99×108m3,耕地面积390.48hm2。本研究按照董佩华的划分方法将甘肃省14个市划分为河西(包括金昌、武威、张掖、嘉峪关、酒泉5市)、陇东陇中(包括兰州、白银、天水、平凉、庆阳、定西、临夏7市)、陇南和甘南四个地区,选取2000年、2005年、2010年和2015年为时间节点,在对甘肃省水土资源空间分布格局分析的基础上,构建水土资源匹配测算模型,测度甘肃省四个地区和14个地级市(州)的水土资源匹配系数,并将测度结果进行空间可视化和等级类型划分,再进行水土资源匹配程度及其变化分析。

1 研究方法与数据来源

1.1 研究方法

水土资源匹配系数指区域内可供农业活动所利用的水资源和耕地资源时空分布上是否匹配的量比关系,重在指出区域水资源和耕地资源在时空分配上的协调及适宜程度[7]。匹配系数越高,区域农业水资源与耕地资源的分布越协调;系数越低,水资源与耕地资源的分布越失衡。市域尺度水土资源测算模型为:

式中,Ri,t为第i个市t年的水土资源匹配系数(万m3/hm2);Wi,t为第i个市t年的用水总量(108m3);αi,t为第i个市t年农业用水占用水总量的百分比;Li,t为第i个市t年的耕地面积(104hm2);n为甘肃省市(州)辖区的数量,n=14。区域尺度水土资源测算模型:

式中,Rt为t年甘肃省水土资源匹配系数(万m3/hm2),αt为t年甘肃省农业用水占用水总量的百分比,其余参数的解释同式(1)。

1.2 数据来源

市域水资源数据来源于2000年、2005年、2010年、2015年的《甘肃省水资源公报》和《甘肃省水利统计年鉴》,耕地数据和人口数据来源于2000年、2005年、2010年、2015年的《甘肃省建设统计年报》和《甘肃省统计年鉴》。

2 甘肃省的水土资源构成及利用

2.1 水资源构成及利用

甘肃省多年平均水资源总量为270.19×108m3,其中,地表水资源量为226.48×108m3、地下水资源量为135.01×108m3,重复计算量91.3×108m3。可见,甘肃省水资源以地表水为主,约占水资源总量的83%。多年农业用水比重均在78%以上,农业用水比例较高。人均水资源量从2000年的854.58m3/人增加到2015年的1173.46m3/人。根据国际人均水资源量标准,甘肃省2000年为重度缺水地区(≤1000m3/人),2015年改善为中度缺水地区(≤2000m3/人)。其中,甘肃省有4个市属于中度缺水地区,两个市属于重度缺水地区,8个市属于极度缺水地区(≤500m3/人),人均水资源量为甘南>陇南>河西地区>陇东陇中。甘肃省水资源的季节变化、分布不均和短缺情况制约着省内农业的发展,关系着农业水土资源的空间匹配状况。

2.2 土地资源构成及利用

甘肃省的土地利用以农林用地和牧草用地为主。2000年底甘肃全省土地总面积达4540万hm2,其中,耕地487.99万hm2、林地387.13万hm2、园地19.10万hm2、牧草地1417.87万hm2、居民点及工矿用地87.01万hm2、交通运输用地5.95万hm2、水利设施用地2.80万hm2。到2015年底,甘肃省的耕地面积比2000年增加了49.89hm2,园地增加了6.76hm2,牧草地减少了825.59hm2,居民点及工矿用地减少了11.92hm2,交通运输用地增加了1.56hm2,水利设施用地增加了1.04hm2。2000—2015年甘肃省耕地面积为先减少后上升,主要是由于实施退耕还林还草项目和推进耕地保护政策。人均耕地面积处于不断减少趋势,从2000年的0.19hm2/人下降到2015年的0.15hm2/人,分布不均,呈现出陇南>河西>陇东陇中>甘南的态势。

3 甘肃省农业水土资源空间分布格局

本研究以甘肃省14个地级市为评价单元,以单位面积水资源量、垦殖率为衡量指标。依据GIS的自然断点法,我们将甘肃省各市按照单位面积水资源量和垦殖率划分为四个等级(图1),进行农业水土资源空间分布格局研究。

甘肃省多年平均单位面积水资源量为6.01×104m3/km2,远远低于全国的平均水平28.41×104m3/km2,可见甘肃省水资源严重匮乏。由图1可知,甘肃省的水资源空间分布不均衡,表现出“南多北少、腹地次之”的主要特点,单位面积水资源总量最高的是陇南地区,为21.79×104m3/km2,最低的是嘉峪关市,为0.33×104m3/km2。甘肃省各市垦殖率空间分布不均,具有一定程度的集聚现象,大体呈现出“南高北低、东高西低”的特点。其中,垦殖率最高的是平凉市34.96%,最低的是酒泉市1.01%。对比图1中的A、B可见,甘肃省水资源与耕地资源的分布存在错位现象,以甘南藏族自治州最为显著,单位面积水资源总量居前列,但垦殖率却是倒数,耕地资源短缺限制了该地区农业发展。甘肃省水土资源空间分布上的错位现象阻碍了农业资源的可持续利用与高效健康发展。

4 水土资源匹配系数测算及其时空变化

4.1 水土资源匹配系数的测算

依据甘肃省各市多年平均水资源量和耕地面积进行数据汇总,通过模型进行计算得到甘肃省及各地区、各市的农业水土资源匹配系数(表1)。由表1可知,甘肃省的水土资源匹配系数呈逐渐上升趋势,但仍低于全国的平均水平(2000年为0.27万m3/hm2、2005年为0.29万m3/hm2、2010年为0.30万m3/hm2、2015年为0.29万m3/hm2),甘肃省人均水资源量约占全国人均水资源量的45%,人均耕地面积大约是全国的1.4倍,水土资源的大格局决定了甘肃省水土资源匹配系数的差异和匹配程度的长期落后。

就甘肃省的分区情况来看,水土资源匹配系数呈现出河西>陇东陇中>甘南>陇南的主要分布特点,且河西地区与陇南地区的水土资源匹配系数相差较大,相差值平均在0.76万m3/hm2以上。甘肃省各市的水土资源匹配系数也相差较大。2000—2015年以来,甘肃省水土资源匹配系数最高的多为酒泉市,最低的一直都是庆阳市,多年相差均在1.05万m3/hm2以上。

4.2 水土资源空间匹配格局及其时空变化

依据表1,将甘肃省各市农业水土资源匹配系数的测算结果进行空间可视化表达,利用GIS的自然断点法将测算结果划分为4个等级。为了同时体现出2000—2015年间各市水土资源匹配系数的升降情况,自然断点时匹配程度的分级统一采用2000年水土资源匹配程度的分级标准:匹配程度极差(0<R≤0.05)、匹配程度较差(0.05<R≤0.24)、匹配程度良好(0.24<R≤0.74)、匹配程度较优(0.74<R≤1.71)。

由图2可知,甘肃省各市农业水土资源空间匹配程度不均衡现象明显,表现出一定的集聚态势,呈现出“西高东低、北高南低”的特点。2000—2015年,甘肃省匹配程度较优的地区位于河西走廊,相比2000年,增加了金昌市。同样,位于河西走廊的武威市由于石羊河流域水资源短缺严重,绿洲面积萎缩,水土资源匹配程度相对较低;匹配程度良好的地区大致位于陇中地区,包括武威市、兰州市、白银市和金昌市。由于金昌市产业结构调整和节水农业发展,2015年匹配程度已变为较优;白银市由于近年来高效节水灌溉工程的建设,2015年匹配程度由较差转变为良好;匹配程度较差和极差的地区主要交叉分布在陇东、甘南和陇南地区,包括定西市、天水市、平凉市、庆阳市、临夏回族自治州、甘南藏族自治州和陇南市,区内水土资源匹配程度出现不稳定现象,时高时低,如平凉市2000年匹配程度为较差,2005年和2010年为极差,2015年则变成较差。

4.3 水土资源匹配差异成因

甘肃省分区来看,呈现出河西>陇东陇中>甘南>陇南的农业水土资源匹配程度分级。河西地区灌溉主要依赖于区内的三大内陆河流域,绿洲成为发展农业的重要基础条件,区内光照充足、热量丰富、土地面积大,历来是甘肃省重要的商品粮基地,也是甘肃最大的灌溉农业区,农业水土资源匹配程度较优;陇东和陇中位于黄土高原西部,为温带半湿润与半干旱区,垦殖率较高、耕地集中分布,是甘肃省农业开发历史最悠久的地区。但由于降水的季节变化造成水土流失严重,加之区内难利用的荒山荒坡面积广布,农业水土资源匹配程度为良好,次于河西走廊区;甘南为高寒湿润区,降水较丰,但区内林草广布、耕地面积少,为甘肃最大的林区,农业水土资源匹配程度较差,次于陇东和陇中;陇南为甘肃省降水最多的地区,水资源总量丰富,但区内地貌复杂、耕地后备资源不足,加之区内不合理的陡坡耕作和盲目滥垦乱伐,水土资源匹配程度极差。

从甘肃省整体看,农业水土资源空间匹配不均衡,原因有:(1)甘肃省水资源的时空分布不均,各地降水量差距较大,且水资源相对短缺,部分地区水资源过度开发,造成水资源承载力的降低。同时,甘肃省各市土地资源丰缺不一、耕地资源好坏程度不一、耕地的后备储备也不同,水资源与耕地资源错位分布造成甘肃省农业水土资源匹配程度的差异。(2)有效灌溉面积比例的巨大差距造成农业水资源利用率的高低各异,也造成了农业水土资源匹配程度的差异。2000年、2005年、2010年和2015年的甘肃省各市有效灌溉面积比例见图3。甘肃省农业水土资源匹配程度与其有效灌溉面积比例相关程度较高。从图3可见,各市有效灌溉面积比例相差巨大,河西五市远远高于其他地区,金昌市2015年显著变高,这是金昌市2015年农业水土资源匹配程度转变为较优的原因。酒泉市有效灌溉面积比例一直都较高,因此农业水土资源匹配程度一直处于较优程度;而陇南和甘南的有效灌溉面积比例一直处于较低水平,因此农业水土资源匹配程度一直都较差。(3)甘肃省农业结构存在不合理现象,现代化程度低,传统高耗水农业比例占优,农业灌溉用水比重一直高于全国平均水平,加剧了水资源的分配矛盾。自2000年西部大开发战略实施以来,耕地资源大规模开发,高耗水农业的长期发展造成地下水资源的过度开发,河西地区绿洲甚至出现萎缩现象,耕地资源出现退化现象,土壤侵蚀和土壤盐渍化现象加剧,降低了土壤的肥力,造成农业水土资源匹配程度下降。近年来高效节水农业发展使农业水土资源匹配程度有所提高,但仍处于低水平,水土资源的合理开发和高效配置以及农业的产业转型工作还需加大力度。

5 结论与讨论

甘肃省水资源相对短缺,多年平均水资源量不足全国的5%,人均水资源占有量不足全国平均水平的1/2;水资源利用结构不合理,农业用水比重较大;水资源空间分布不均,呈现出“南多北少、腹地次之”的空间分布特点。甘肃省人均耕地面积大约是全国的1.4倍,且耕地资源大体呈现出“南多北少、东多西少”的特点。总体看,甘肃省水土资源现状为:耕地资源较丰富,水资源相对短缺,水土资源存在错位分布现象。

2000—2015年甘肃省水土资源匹配系数呈逐渐上升趋势,但仍处于较低水平,2015年水土资源匹配系数为0.254万m3/hm2,低于全国平均水平。从甘肃省分区来看,2000—2015年水土资源匹配系数呈现出河西>陇东陇中>甘南>陇南的分布特点,且河西与陇南地区水土资源匹配系数相差较大,多年都大于0.76万m3/hm2;甘肃省各市水土资源匹配系数大小各异,差距较大,2000—2015年,水土资源匹配系数的格局变化较小,匹配系数最高的多数为酒泉市,最低的一直都是庆阳市,多年相差均大于1.05万m3/hm2。

甘肃省农业水土资源的空间分布不均、有效灌溉面积比例的巨大差距和工农业现代化水平的低下(高耗水)共同导致了甘肃省农业水土资源匹配程度的不均衡现象。水土资源匹配程度形成“西高东低、北高南低”的格局,且呈现出一定的集聚态势,河西地区形成匹配程度较好的集聚区,陇东和陇南形成匹配程度较低的集聚区。2000—2015年空间匹配程度的格局相对稳定,变化较小,匹配程度较优和良好的区域数量略少于匹配程度较差和极差的区域。可见,甘肃省农业水土资源匹配程度水平低下,近年来虽然大力推广高效节水灌溉技术,调整工农业产业结构,但并未从根本上改变现状,今后应继续坚持节水技术推广和产业结构升级,同时注重水土资源的合理开发与保护,因地制宜,逐步实现农业水土资源的高效配置。

受到数据可获取性的限制,本文以甘肃省14个市为评价单元,选取4个时间节点分析了甘肃省各地区及各市的农业水土资源匹配格局与变化情况,但由于各年份各市域内部存在差异,对甘肃省更小评价单元、更长时间序列的研究有待进一步深入。同时,水土资源的匹配程度还受到技术进步(水资源调配工程)的影响,今后的研究还需考虑一些关键要素,如技术要素等。

摘要：以甘肃省市域为评价单元,将其分为河西、陇东陇中、陇南和甘南四区,通过构建水土资源匹配测算模型,对该省2000年、2005年、2010年和2015年农业水土资源空间分布和匹配格局进行分析。结果表明:甘肃省水土资源现状为“耕地资源较丰富,水资源短缺,水土资源错位分布”;2000—2015年农业水土资源匹配系数逐渐上升,2015年水土资源匹配系数为0.254万m~3/hm~2,低于全国平均水平;空间匹配程度形成“西高东低、北高南低”的特点,有一定的集聚态势,总体格局保持稳定。

时空格局 第2篇

基于覆盖番禺区域4个时相的TM遥感影像,综合运用遥感与GIS技术手段,结合FRAGSTATS景观格局分析软件,从数量结构、空间信息及位置转移和景观指数等方面,分析了番禺区土地覆被与景观格局的`动态特征.数量结构分析结果显示,城市化过程中番禺区的耕地、园地、林地等自然资源利用程度在加大,自20起,这种变化的趋势开始减缓;番禺区土地覆被各类型之间频繁地发生数量与空间位置的变化,空间位置转换面积大于其数量变化面积,而且集中发生在邻近广州市中心城区的西北地区及南沙区;景观指数分析表明,番禺区土地覆被向破碎化方向发展,景观格局动态变化迅速.

作 者：邓珊珊 夏丽华 龚建周 王晓轩 DENG Shan-shan XIA Li-hua GONG Jian-zhou WANG Xiao-xuan  作者单位：广州大学,地理科学学院,广东,广州,510006 刊 名：云南地理环境研究 英文刊名：YUNNAN GEOGRAPHIC ENVIRONMENT RESEARCH 年，卷(期)： 21(4) 分类号：Q149 X87 关键词：土地覆被   景观格局   空间位置转换   景观指数  

时空格局 第3篇

【关键词】商业用地地价；数字地价模型；Kriging插值；时空格局

【中图分类号】P208

【文献标识码】A

【文章编号】1672—5158（2012）10-0425-01

引言

随着我国土地市场化程度的日益提高，房地产业的蒸蒸日上，政府对土地价格的监管力度不断增强，土地价格逐渐成为社会各界共同关注的对象。为了使社会资源得到合理配置，了解并掌握城市土地价格在空间尺度上的分布情况以及时间尺度上的发展规律尤为重要。为此，土地价格时空格局分析逐渐成为土地科学和经济地理学研究的热点问题。

1　研究区概况与数据来源

1.1　研究区概况

库尔勒市位于天山支脉霍拉山南麓、塔里木盆地东北缘。市域总面积7116.89km²，地跨东径85°12’～86°27’，北纬41°11’～42°14’，东西长127km，南北宽105km。本文的研究范围包括库尔勒市的建成区及邻近区域，总面积226.17km²。

1.2　数据来源及处理

本文对2000年和2010年商业地价的测算，主要是利用收益还原法中的租金剥离法，并按统一内涵进行修正。最后除去租金剥离出现的地价负值和明显的畸高值、畸低值等异常值，最终保留2000年样本150个，2010年样本141个。

1.3　研究方法

数字地价模型（DLPM）是根据实地市场调查或相关部门提供的土地价格样点资料，利用样点的X、Y坐标确定位置，Z坐标表示土地价格，由此利用内插方法并借助于可视化软件平台，得到一个连续的三维立体曲面。

2　结果与分析

2.1　数字地价模型构建

以库尔勒市2010年商业用地样点的数据样点为例进行分析，运用探索性空间数据分析，运用球状模型对地价样本点数据进行拟合，构建2010年库尔勒市数字地价模型，运用相同的方法，构建2000年库尔勒市商业用地数字地价模型。

2.2　地价时空格局分析

2.1.1　静态格局

对2000年和2010年研究区地价三维立体图进行空间统计分析，可以判断库尔勒中心城区共有三个商业中心，其中一级中心在五岔路口附近，其余两个凸起的程度相当，为二级中心，分别分布在汽车客运站和火车东站。分布整体呈现圈层结构，地价越高的区域面积越小。自中心基点向城区边缘的总趋势是降低的，距离中心基点越近的地区，地价下降越快，越靠近边缘的地方，地价下降较为平缓。商业地价的变化与交通主干道方向具有一定的一致性。

2.5.2　动态格局

利用ArcGIS平台提供的3D　Analysis工具，建立研究区商业地价剖面，直观地反映研究区内部商用地价的分布格局。建立地价剖面时选择了两个基点：中心基点和区域基点。

中心基点设于城区地价最高的区域一五岔路口，即金三角地带处。通过该基点依据地价表面特点作了8条射线，建立了8个剖面。区域基点设于西环北路北侧，研究区的西北角。并通过该基点做了4条射线，建立了4个剖面。

根据2000年库尔勒市的数字地价模型作地价剖面，并且将其与2010年的地价剖面叠加到同一坐标系下。

（1）中心基点剖面分析：研究剖面图可知，由中心基点到研究区的边缘，地价在各个方向上的递变规律都表现出不同的特点，有些地价剖面在变化过程中存在突变，但最终还是呈现逐渐下降趋势。且库尔勒市商业地价的结构分布基本维持不变。2000年和2010年的地价剖面均在持续下降到距中心基点1800m时，开始上升，并达到一个小峰值。其中2000年的地价剖面在达到峰值后迅速下降，2010年下降速度则较缓。

（2）区域基点剖面分析：研究剖面图可知，地价整体上表现出从城区的一个边缘到另一个边缘总是从低到高再到低的变化，且越是靠近中心基点的地价剖面该规律越是明显。2000年和2010年的剖面均出现了两个峰值，中心区域的地价的涨幅最大，接着以中心区域为中心向两端区域逐渐减少，说明研究区中心辐射周边的范围逐渐增大，使得周围地价水平都较2000年有了很大的提高。

3　结论

本文借助GIS空间分析方法和地统计学原理，研究和分析了库尔勒市中心城区商业地价在空间上的变化特征，并得到了以下结论：

（1）综合分析2000年和2010年地价的三维立体图、等值线图，可以看出地价的静态分布格局：地价呈现出一个一级中心和两个次级中心并重的分布格局；分布整体呈现圈层结构，地价越高的区域面积越小；商业地价的变化与交通主干道方向具有一定的一致性。

定西市农村居民纯收入时空格局 第4篇

一、研究区概况

定西市位于东经103°52′~105°13′、北纬34°26′~35°35′, 地处黄土高原西部边缘地带和西秦岭末端, 总面积30.45万亩, 耕地771万亩, 总人口300万人 (截至2010年底) , 辖安定区、通渭、陇西、渭源、临洮、漳县、岷县1区6县, 119个乡 (镇) 。全市海拔在1640米~3900米之间, 东南暖湿气流受阻, 大陆性气候显著, 年平均降水量400毫米左右, 无霜期130天, 年平均气温7℃[5,6]。定西市由于自然环境条件恶劣, 干旱多灾, 水土流失严重, 植被稀少, 资源贫乏, 整体综合经济发展水平比较低。2010年全市国内生产总值131.94亿元, 2000年~2010年年均增长率13.2%, 人均国内生产总值4485元, 年均增长率12.9%。城镇居民人均可支配收入9858元, 年均增长为10.44%。农民人均收入2380元, 年均增长率7.2%。

二、数据来源与研究方法

㈠数据来源以镇域为研究尺度, 依现时的行政区划, 定西市共有119个镇域研究单元。根据统计数据的连续性、可得性与可比性原则, 研究时间跨度为1990年~2010年, 数据来源于1991年~2011年《定西市统计年鉴》, 选取人均GDP (当年价) 作为研究指标, 并对行政区划有调整的区域按可比性原则进行了相应的合并处理。

㈡研究方法

1.标准差指数和变异系数。区域经济差距分为绝对差距和相对差距, 测试经济差距的方法一般有标准差指数、级差指数、极比指数、变异系数、加权变异系数、基尼系数、广义熵指数、锡尔指数等。在一般情况下使用标准差指数 (S) 和变异系数 (V) 完全可以同时从相对和绝对意义上测度出区域间的经济差距。

式中:Xi为第i个区域的农村居民人均纯收入;n为区域个数;X为n个区域农村居民人均纯收入的平均值。S值越大, 表示相对差距越大, V值越大, 表明绝对差距越大。

2.空间关联方法。⑴Moran, s I指数

式中:Xi为区域i的观测值, Wij为空间权重矩阵, 空间相邻为1, 不相邻为0, 其中。采用Z值对Moran’s I结果进行统计检验:, 其中E (I) 为数学期望, Var (I) 为变异数。在给定显著性水平时, 若Moran’s I显著为正, 则表示经济发展水平较高 (或较低) 的区域在空间上显著集聚。反之, 若Moran’s I显著为负, 则表明区域与其周边地区的经济发展水平具有显著的空间差异。仅当Moran’s I接近期望值-1/ (n-1) 时, 观测值之间才相互独立, 在空间上随机分布, 此时满足传统区域经济差异度量方法所要求的独立条件[3]。

⑵Getis-Ord Gi*。Getis-Ord Gi*用于识别不同空间位置上的高值簇与低值簇, 即热点区 (hot spots) 与冷点区 (coldspots) 的空间分布。

为便于解释和比较, 对Gi* (d) 进行标准化处理:。式中:E (G*i) 和Var (G*i) 分别是G*i的数学期望和变异数, Wij (d) 是空间权重, 权重的计算方法如同Getis-Ord General G。如果Z (Gi*) 为正, 且显著, 表明位置i周围的值相对较高 (高于均值) , 属高值空间集聚 (热点区) ;反之, 如果Z (Gi*) 为负, 且显著, 则表明位置i周围的值相对较低。

三、结果与分析

㈠居民收入的时间异质性特征采用Geo Da软件计算了2002年~2010年的研究区各个乡镇的全局自相关系数Moran’s I (表1) 。从表1可知, 整个研究期间Moran’s I统计量全部为正, 检验结果Z值都比较显著。但是, 在时间尺度上Moran’s I存在阶段性的波动。表明2002年以来研究区各镇域的居民收入存在显著的正的空间自相关特性, 即经济发展水平相似的镇域 (高-高或低-低) 的在空间上呈集聚态势。从时间序列来看, 镇域居民纯收入集聚强态波动性较强;其中, 2006年研究区居民收入集聚强度最弱 (Moran’s I=0.284) , 2008年研究区居民收入集聚程度最强, Moran’s I高达0.329。时间尺度上Moran’s I数值大小的变化呈现一定的波动性, 镇域居民纯收入发展呈现弱集聚—弱分散—弱集聚的时间特征。总体而言, 研究区居民纯收入的Moran’s I呈现出了正向增长趋势[4], 说明区域居民纯收入呈现出了空间正相关, 同等收入水平的乡镇逐渐聚集现象。

㈡居民收入的空间异质性特征为了分析研究区镇域居民收入的热点空间格局, 识别不同空间位置上的高值簇与低值簇, 即热点区域 (hot spots) 与冷点区域 (cold spots) 的变化情况。本文使用Getis-Ord G*i计算5个年份各行政单元的局域空间关联指数, 并利用GIS软件将其空间可视化, 用Jenks最佳自然断裂法将各年份的G*i统计值分为4类, 生成定西市各乡镇居民收入格局热点的演化图, 如图1~图5所示。

1.从总体上看, 定西市居民收入热点、次热点区域的整体空间格局存在一定程度的波动。从热点、次热点分布的空间结构来看, 整个研究时间段内, 热点、次热点区主要为临洮、陇西、渭源县大部分乡镇, 并形成了临洮、陇西、渭源县的热点带状结构;而漳县、岷县及通渭县各乡镇的居民收入形成了冷点与次冷点的块状空间结构, 尤其冷区分布主要集中于漳县与岷县及其他县域交界处。漳县、岷县及通渭长期经济发展时段中, 均处于定西市经济发展的较贫困区, 其要素禀赋、经济基础等相对较差[7]。

2.时间尺度上而言, 居民收入的热点区和冷点区域的数量与空间位置均在不断地变化。自2002年起, 研究区居民收入热区、次热区及冷区数量在不断减少, 而次冷区的所占镇域数在不断增加。2002年居民纯收入发展的热点、次热区主要集中在临洮、陇西及渭源县, 至2010年主要分布在临洮与陇西县, 并且热点区仅仅分布在陇西县内。这说明定西市居民收入增长极趋于减小, 整个区域内部居民收入趋于平衡, 居民收入空间呈现出了均质化。随着时间推移, 整体发展形势上冷区分布逐渐从带状、块状向破碎化阶段发展, 尤其在岷县、漳县区表现较为明显。2002年研究区形成以安定区凤翔镇、吉岚镇为中心的次热区、次冷区、冷区的圈层结构;然而随着定西市市区经济发展, 周边梯度推进能力的形成, 周边冷区分布范围趋于减小;至2010年定西市安定区范围内的冷区均转换成为次冷区。其说明, 定西市安定区经济发展对当地居民收入水平的带动作用较强。

2004年G*统计值

四、结论

研究认为: (1) 随着时间推移, 整个研究区内居民收入水平呈现出了集聚现象, 但是陇西县、临洮县局部地区依托其区位、资源优势经济迅速发展, 而其梯度推进作用较弱, 导致时间尺度上整体居民收入水平时间微小分异。 (2) 整个研究时间段内, 受自然资源环境限制, 定西市形成了临洮、陇西、渭源的居民收入热区带状结构, 定西安定区及周边县区的交界处形成了次热区、次冷区、冷区的圈层结构, 漳县、岷县及通渭县各乡镇的居民收入形成了冷点与次冷点的块状空间结构;但随区域农业政策实施与特色农产品的规模种植, 冷区面积趋于缩小趋势, 冷区板块逐渐破碎化, 居民收入区域均质性得以加强。

参考文献

[1]卢小丽, 谢贤健.农村居民收入区域差异的收敛性分析—以四川省为例[J].西南大学学报 (自然科学版) , 2012, (12) .

[2]孙虎, 刘彦随.山东乡村居民收入地域差异及其形成机制研究[J].地域研究与开发, 2011, (2) .

[3]文玉钊, 钟业喜, 熊文平.江西省农村居民收入时空差异及其影响因素[J].经济地理, 2012, (5) .

[4]Du, Yang, Albert Park, Wang Sangui.Migration and rural poverty in China[J].Journal of Comparative Economics, 2005, (4) .

[5]郭华, 蔡建明.河南省县域经济空间演化格局及机制分析[J].中国人口·资源与环境, 2010, (11) .

[6]周长进, 董锁成, 李岱.定西地区主要生态环境问题与对策[J].干旱区资源与环境, 2004, (6) .

时空格局 第5篇

1 研究区概况

东辽河发源于吉林省东辽县, 流经吉林省辽源和四平地区以及内蒙古的三江口, 于辽宁省昌图县福德店与西辽河汇合。干流全长360 km, 流域面积11 500 km2, 年日照时数2 507 h, 多年平均蒸发450~700 mm, 多年平均降水量651.8 mm。东辽河流域地形处于松辽平原与长白山余脉丘陵地带之间, 地形呈现出东高西低, 东部低山丘陵, 中部波状平原, 西部平原。土壤类型主要有白浆土、暗棕壤、沼泽土、水稻土等。土地利用类型以旱地和水田为主大多分布在中下游地区, 其中上游的主要以林地为主。根据流域地貌格局和水文情势分异, 东辽河流域可划分为拉 (渭) 津河流域、梨树河流域、二龙山水库区、北大河流域、中部山地、小辽河流域和下游平原等7个水文小区 (图1) 。

2 研究方法

2.1 研究数据的获取

在中国科学院应用环境数据库中获取1998年和2008年的TM5影像和ASTER-GDEM数据, 通过ENVI4.8对影像进行预处理 (包括大气校正, 几何校正以及影像的拼接和裁剪) 并利用监督分类和波段运算的方法得到研究区不同时期的土地利用类型和植被覆盖度图;通过中国气象科学数据共享服务网获取降雨量数据, 通过中国西部环境与生态科学数据中心获取第二次全国土壤调查的土壤图。

2.2 USLE模型

本文采用的是USLE模型进行, 其数学表达式为:

式 (1) 中, A为年土壤流失量, t/ha;R为降雨和径流因子, MJ·mm/ha·h·y;K指土壤可蚀性因子, t·ha·h/ha·MJ·mm;LS为坡度坡长因子, 其中L为坡长, m;C为植被与经营管理因子;P是水土保持措施因子。

2.3 降雨侵蚀力因子R的计算

本文采用章文波等[13]利用全国71个代表性气象站资料, 建立了利用日雨量估算降雨侵蚀力的简易算法模型的方法, 其模型公式为式 (2) 。

式 (2) 中M表示某半月时段的侵蚀力值 (MJ·mm/ha·h·y) ;K为该半月时段内的天数;凡为半月时段内第j天的侵蚀性日雨量, 要求日雨量大于等于12 mm, 否则以0计算;a和b为模型待定参数。

式 (3) 中, Pd12为日雨量不小于12 mm (包括等于12mm) 的日平均雨量, mm;Py12为日雨量不小于12 mm (包括等于12 mm) 的年平均雨量, mm。

2.4 坡度坡长因子LS的提取

本文采用的是林素兰[14]在对辽北低山丘陵区坡耕地土壤流失方程研究中提出的LS计算公式, 其模型公式如AA (5) 。

式 (5) 中, L代表坡长因子, λ为坡长, m为坡长指数 (坡度大于5°时, 指数为0.5) , θ为坡度。在arcgis中利用Spatial Analysis模块分别对坡长和坡度的栅格数据进行指数运算再叠加后得到LS空间分布。

2.5 土壤可蚀性因子K的计算

土壤可蚀性因子K是指在其他条件相同时由于土壤性质不同所引起的侵蚀量的差异。利用sharply[15]等发展的土壤可蚀性因子估算模型, 其计算公式为

式 (6) 中, SAN为砂粒含量, %;SIL为粉砂含量, %;SLA为黏粒含量, %;C为有机碳含量, %:SN1=SAN/100。

2.6 植被覆盖及水土保持因子C和水土保持因子P

本文采用蔡崇法等 (2000) 提出的C因子与植被覆盖度 (f) 的拟合公式 (7) [16], 式中, 当植被覆盖度大于或等于78.3%时, 基本可看作不产生土壤侵蚀, C值为0 (最小值) ;当覆盖度等于0时, 土壤侵蚀为标准状况, C值为1 (最大值) 。

目前的研究中, P值没有具体的公式进行测算, 一般根据经验来估算 (如表1) , P值变化范围介于0~1之间。0表示完全不发生侵蚀的部分, 1表示受到剧烈侵蚀的部分。本文根据这方面学者的研究成果, 结合研究区的实际情况对P因子进行赋值。

2.7 土壤侵蚀总体状况及其空间分布

在Arc GIS中, 利用校正工具统一上述因子坐标为WGS_1984_UTM_Zone_51N, 将上述各侵蚀因子层利用resample工具进行重采样, 成30 m×30 m的图像, 然后利用Raster Calculator进行叠加相乘, 并根据水利部发布的《土壤侵蚀分类分级标准SLI90—2007》划分侵蚀等级, 获得东辽河流域土壤侵蚀强度空间分布 (图2) 。

3 结果与分析

3.1 土壤侵蚀总体动态变化

根据1998年和2008年研究区的土壤侵蚀评价结果, 统计了10年来各级别的土壤侵蚀强度面积分布及其变化状况 (表2) 。

从两个时期的土壤侵蚀强度的面积分布来看, 1998年相比于2008年而言土壤侵蚀状况比较恶劣, 其中轻度侵蚀所占的面积最大, 占流域面积的39.35%, 其次是微度侵蚀, 占38.21%, 中度以上的侵蚀占22.44%, 而经过10年的变化到了2008年土壤侵蚀状况逐渐好转, 侵蚀面积逐渐减少, 从侵蚀量上也表现为下降趋势, 除了轻度侵蚀和中度侵蚀面积有所增加。

3.2 不同自然环境因子的土壤侵蚀相关分析

3.2.1 不同海拔的土壤侵蚀状况

地形是影响土壤侵蚀的重要自然因素之一, 它可视为各种形状和坡度的斜面在空间上的组合。考虑到研究区的实际高程, 将DEM高程按照100m、100~250 m、250~350 m和350 m以上进行分级并与土壤侵蚀强度类型图进行叠加, 分类统计不同相对海拔高程分级的土壤侵蚀分布情况 (表3, 表4) 。

由上表可知, 土壤侵蚀强度随相对高程的梯度分布特征而言, 极强烈以上的主要分布于高程带250~350 m和350 m以上的范围。强度和中度土壤侵蚀则主要在相对高程带为100~250 m和250~350 m范围内较均匀地分布, 其中250~350 m高程带所占中强度土壤侵蚀面积比最高, 1998年所占比例为39.78%, 2008年所占比例为40.57%。轻度和微度土壤侵蚀面积主要分布在相对高程带为100~250 m的范围内, 分别为1998年所占面积比例为63.18%和82.01%, 2008年为65.96%和77.46%。综上分析, 流域的土壤侵蚀随海拔高程变化分异明显, 大于250 m的海拔高程带是土壤侵蚀强度和侵蚀量最大的地带, 土壤侵蚀防治中应该重点关注。

3.2.2 不同地形坡度与土壤侵蚀状况分析

利用DEM将把地面坡度分为:<5°、5°~8°、8°~15°、15o~25°、>25°。分别与相应年份土壤侵蚀强度分布图叠加, 通过地图计算, 可得到五个坡度级别相应的土壤侵蚀率分布具体情况 (表5, 表6) 。

从上表中可以明显看出, 土壤侵蚀强度基本表现出随坡度的增大而增加的特征, 极强度以上的土壤侵蚀面积高度集中于大于25°坡度范围。1998年和2008年8°~15°坡度范围的土壤侵蚀面积所占比例均为最高, 其次为5°~8°坡度范围。利用坡度图与土地利用类型图的叠加, 知研究区8°~15°坡度范围的土地面积比较大。同时耕地在8°~15°。坡度范围所占比例最大, 该坡度范围由于适于人类开发利用, 人为扰动频繁, 导致土壤侵蚀比较严重。而大于25°坡度范围由于国家限制开发, 土壤侵蚀发生的比例相对低。经过10年的治理, 2008年研究区陡坡地区的土壤侵蚀呈明显下降的趋势, 但15°~25°坡度范围的侵蚀状况仍然很严重。

3.3 不同自然分区的土壤侵蚀状况

按照研究区的自然地理划分, 参考地质、地貌和土壤类型, 将流域分为上游山地丘陵区, 中游丘陵平原区和下游平原的土壤侵蚀类型区 (表7) 。

从上表中可知上游低山丘陵区平均侵蚀模数大于3 500 t/ (km2·a) 。其中1998年达到了4 951.92 t/ (km2·a) 。属于强度侵蚀, 这主要是由于该区人口密集, 人类活动频繁, 自然植被破坏严重, 山麓丘陵草木稀疏, 多垦为坡耕地, 坡度陡, 为15°~25°。海拔高度为350 m以上。其中经过10年的治理, 平均侵蚀模数2008年为3 650.44t/ (km2·a) , 降幅达到了26.28%。中游岗地丘陵区属于海拔高度位于150~350 m之间多数为开垦的耕地, 植被覆盖率很低, 坡度8°~15°;坡耕地上有浅沟发育, 并有部分切沟, 土壤侵蚀状况比较恶劣, 以二龙湖水库地区最为突出, 从表7可知平均侵蚀模数在2 500 t/ (km2·a) , 虽然经过10年的治理该区的土壤侵蚀模数, 从1998年的3 089.21 t/ (km2·a) 降到2008年的2 566.91 t/ (km2·a) 。下游岗地平原区为波状起伏的山前冲积, 洪积台地平原, 土质肥沃, 海拔均在150 m以下, 由于坡度多位于8°以下, 该区土壤侵蚀模数在1 000 t/ (km2.a) 左右属于轻度侵蚀, 土壤侵蚀类型以微度和轻度为主。

3.4 东辽河流域小流域的农业景观格局与土壤侵蚀的关系

考虑到本研究区旱地、林地、水田、城镇用地以及草地占95%以上的面积, 并且对水土流失的作用, 选择以上几种地类的面积 (CA) 作为类型水平上的景观指数, 在景观水平上分别选取形状指数中的分维数 (FRAC_AM) 、蔓延度指数中的聚集度 (CON-TAG) 和多样性指数中的香农多样性指数 (SHDI) 作为代表。景观格局指数由软件FRAGSTATS3.3的Arcgis中计算获得, 通过相关分析7个小流域土壤侵蚀与景观格局之间的关系 (表8, 表9) 。

利用以上7个子流域所得到的侵蚀模数以及各子流域相对应的景观指数值, 采用SPASS软件对土壤侵蚀与所对应的景观指数进行单因子相关分析, 结果表明 (表10) , 旱地, 水田、草地和香农多样性指数与平均侵蚀模数表现出负相关关系, 林地、分维数和聚集度指数与土壤侵蚀表现出正相关关系。

2008年相对于1998年而言, 由于研究区是典型的农业流域, 研究区内处聚集度的相关性降低之外, 其他的因子都有所提高, 可见, 人工干预程度高。由于子流域的分维数的相关性增加, 斑块形状趋于规则, 景观空间构型趋于简单。香农多样性指数对景观类型数较敏感, 能够反映景观的异质性, 香农多样性指数相关性的提高说明由于子流域景观类型数的不同, 产生空间异质性差异增加, 使其对土壤侵蚀的影响显著不同;景观聚集度的降低反映了景观斑块的空间延展性和连接度, 分散了土壤侵蚀危险, 避免了高强度土壤侵蚀大面积集中分布所引起的更高强度更大面积侵蚀的链动后果。此外, 林地、草地、耕地是该流域水蚀控制的主要景观类型, 而香农多样性增大能够在景观水平上提高水蚀控制能力。

4 结论与讨论

(1) 研究区的主要侵蚀类型为轻度和微度侵蚀, 其中研究时段内, 研究区侵蚀面积明显减少, 侵蚀量不同程度的降低, 其中剧烈侵蚀变化率最大, 达到了46.36%。研究不同时间小流域的农业景观格局与土壤侵蚀的关系表明, 2008土壤侵蚀与所对应的景观指数进行单因子相关性都高于1998年, 说明人为干预是研究区土壤侵蚀减少的主要原因。香农多样性指数对景观类型的敏感性高, 能够表示景观的异质性, 其负相关性, 说明该指数在抑制侵蚀上面具有指示意义。

(2) 基于景观生态学的基础上对研究区内10年的不同地形条件下和不同流域分区内土壤侵蚀变化状况进行研究。海拔在250 m以上的地区、坡度为8°~15°为主要的土壤侵蚀地区是土壤侵蚀风险高的主要地带。经过10年的治理, 这些侵蚀严重的地带侵蚀状况趋于好转, 同时对不同自然地理分区的土壤侵蚀状况进行分析。结果表明, 上游低山丘陵地区土壤侵蚀情况最严重, 中游岗地丘陵区次之, 中游岗地丘陵区侵蚀面积较大, 而下游平原岗地区基本无明显侵蚀。

摘要：利用RUSLE模型分别对研究区1998年和2008年的土壤侵蚀状况进行模拟并评价。在此基础之上, 从景观生态学的角度对研究区10年间土壤侵蚀时空变化特征进行分析。主要结果:①研究区土壤侵蚀以微度侵蚀和中度侵蚀为主, 其中海拔在250 m以上的地区、坡度为8o15o的地区是土壤侵蚀风险高的主要地带。研究区上游土壤侵蚀情况明显要高于中游和下游。②研究区侵蚀面积明显减少, 侵蚀量降低, 其中剧烈侵蚀变化率最大, 达到了46.36%。③研究不同时间小流域的农业景观格局与土壤侵蚀的关系表明, 2008年土壤侵蚀与所对应的景观指数单因子相关性都高于1998年, 说明人为干预是研究区土壤侵蚀减少的主要原因。

时空格局 第6篇

关联性进行分析, 并统计二者对消费结构的影响是否一致。

三、数据处理结果

表1中关联度排序如下:教育文化娱乐>居住>衣着>医疗保健>食品>交通通信>杂项商品>家庭设备。表2中关联度排序如下:教育文化娱乐>衣着>食品>医疗保健>交通通讯>杂项商品及服务>家庭设备。

四、结论

消费结构中食品支出所占的比例是最大的, 但与旅游收入增加之间的关联度并不是最大, 人们对于食品方面的支出在总消费中所占比例并没有逐年递增而是有逐年回落的趋势。对照表1、表2营、农业管理、城乡居住等形式影响和干扰着95%的陆地生态系统。人类活动使自然景观改变、退化乃至彻底破坏是造成物种危机的直接原因。人类是景观变化的原始动力, 也由此导致了目前的生态危机。因此, 生物多样性保护策略必须针对受人类影响的景观来实施。所以解决以全球和区域生物多样性危机为核心的自然景观及其生物保护已逐渐成为研究的新重点。

一、国内外自然保护区发展

1864年美国掀起了世界上第一次“自然保护运动”, 其后, 在1872年建立世界上第一个自然保护区———“美国黄石国家公园”, 经过不到一个半世纪的发

中的关联序, 非基本消费如教育娱乐、医疗保健、旅游购物等将随着人民生活水平的提高和生活质量的改善日益增加, 近年来, 人们外出旅游时对于美食的追求并不像以前那样热衷, 而是越来越多地注重对自然和人文景观的体验。表1中可以明显看出旅游外汇收入对医疗保健的影响大于对食品的影响, 而国内旅游收入与其的关联序正好是相反的, 说明在外国游客入境旅游的同时也会影响到中国当地居民的消费观念, 目前医疗保健和医疗旅游成为国际旅游的新看点。入境旅游不仅带来了外汇收入也刺激了国内居民的消费。

参考文献:展, 自然保护区遍布地球上的各个角落。据世界自然保护监测中心统计, 至1996年, 全世界168个国家和地区, 建立了面积在1000hm2以上的各种类型的保护区达9863个。占地球表面积的6%-10%。1956年, 中国广东省肇庆市建立了中国第一个自然保护区一鼎湖山自然保护区。至2007年底, 中国已建立2531个自然保护区, 总面积15188万hm2, 占国土总面积的15.9%。其中, 国家级自然保护区303个, 面积9365.6万hm2, 分别占全国自然保护区总数和总面积的12%、61.7%。有28处自然保护区加入联合国教科文组织“人与生物圈”保护区网络, 有33处列入国际重要湿地名录, 有10

1、王良举.入境旅游产业结构的灰色关联度分析———以安徽省为例[J].皖西学院院报, 2007 (3) .

2、邓聚龙.灰色预测与决策[M].华中工学院出版社, 1986.

3、袁嘉祖.灰色系统理论及其应用[M]科学出版社, 1991.

4、杨欣.医疗旅游正成为全球的旅游热点[J].浙江旅游职业学院学报, 2008 (3) .

5、傅京燕.论旅游消费与经济增长[J]旅游科学, 1999 (3) .

6、夏军.Excel2000在灰关联分析中的应用[J].中国卫生统计, 2004 (2) .

(作者单位:西北师范大学地理与环境科学学院)

多处成为世界自然遗产地。随着人们对自然环境的关注和环保意识的增强, 全球范围内的自然保护区数量和面积仍在不断的增加。

自然保护区的湿地区域是生物多样性关键地区之一, 也是人类集中活动区域。至今, 人类活动已显示了对湿地景观格局的巨大改变, 而这种改变对生物多样性带来巨大影响。湿地景观变化不仅蕴含了大量人类活动的信息, 而且导致景观功能的变化, 产生一系列环境效应。在许多区域, 农业化管理和集约化发展已经改变了湿地生物与景观格局之间的生态平衡关系, 改变了生境类型、生境空间格局, 尤其对湿地珍稀野生动物物种造成巨大威胁, 成为国际社会和学术界广泛关注和研究热点。

二、自然保护区景观格局研究

近年来, 在大量开展景观变化和人类活动对景观格局影响的定量化研究工作之后, 景观变化对生物多样性的影响越来越引起关注, 尤其重视景观与生境和生物多样性以及景观格局变化对生境和生物多样性的影响研究, 由此也推进了自然那保护区景观研究工作进展。目前国内外在景观、区域和流域尺度进行了大量该方面研究工作, 研究较多的是景观格局变化对景观多样性、植物物种多样性的影响, 也有许多研究涉及景观变化对野生动物生境和物种的影响, 但对无脊椎动物、昆虫、爬行类动物研究较多, 而涉及鸟类的生境和多样性研究较少。研究方法也逐渐由地面典型物种和生境调查到利用遥感技术和地理信息系统技术进行定量化分析, 也有研究利用模型开展物种与生境关系的探讨;但缺乏景观结构对水鸟生境要素和种群动态变化的影响研究更为缺乏。

三、水鸟生境要素的研究

近代由于人类活动对湿地影响强度的不断加大, 湿地景观在短短几十年内发生了巨大变化, 这种变化导致的景观破碎化和生境破坏是湿地物种灭绝速度加快的直接因素, 尤其对水鸟生境要素产生重要影响。水鸟生境面积的大量丧失, 生境日趋破碎化, 最适生境面积不断减少, 残留生境斑块之间的距离不断增加, 以及水鸟赖以生存的隐蔽物、食物条件、水条件和干扰条件的不断改变都对水鸟的繁殖、生存带来巨大威胁。这些要素综合作用, 更对水鸟种群动态变化产生巨大影响。

生境丧失和破碎化都直接导致景观异质性变化或景观类型多样性的变化, 这也对水鸟带来巨大威胁。景观异质性与景观面积和破碎化关系极其密切, 景观面积扩大时, 其异质性增加;景观破碎度加大, 异质性降低。而景观异质性降低或损失往往改变了生境的空间结构, 这对于需要特殊生境类型或几种生境类型才能生存的湿地水鸟物种来说, 因生境异质性降低或损失就会导致种群下降或灭绝。

自然保护区湿地景观的变化对水鸟生境的影响可通过水鸟生境要素的变化来定量反映。水鸟生境要素反映的是水鸟生存需要的基本生境因子, 野生动物保护学者对一般的物种生境因子进行了归纳, 包括水、食物、隐蔽物和干扰。但景观生态学家认为某一物种或种群数量变化是由于食物、隐蔽物、水和其他生存需求条件所构成的生境结构特征不同或变化的结果造成的, 不同的生境结构产生不同的生境质量, 从而影响物种和种群分布及其数量。水鸟生境要素与一般的物种不同, 它更强调生境空间结构的组合特征和多生境要素的综合作用。因为水鸟是赖以湿地生存的大型物种, 如丹顶鹤、大天鹅、白鹳和黑鹳等, 是需求较大面积生境的特殊物种。水鸟生境不是由单一生境类型构成, 而是由具有一定植被覆盖的浅水区域和一定面积的开阔水域组成的, 是既能提供食物又能提供安全的隐蔽场所的特殊地理区域。所以, 湿地的丧失和破坏、景观异质性的减少和景观破碎化, 景观类型空间组合关系的变化以及隐蔽场所、食物条件、水条件等生境要素构成的生境结构特征的变化对水鸟种类、种群数量产生非常严重影响, 往往造成水鸟种群数量的减少甚至绝迹。

四、水鸟生境时空格局变化的研究

对于水鸟生境的研究, 由于物种所需求生境要素的复杂性和需求空间范围较大的特点, 国内外研究较少, 而对不同历史时期的景观变化对其生境要素的影响以及应用模型研究更为少见。

以往对水鸟生境研究主要集中在对水鸟生境要素的确定和研究尺度等问题。早在20世纪70年代末和80年代初期, 美国《鱼类和野生动物保护协会》研究了150种鱼类、野生动物生境要素。其中包括5种水鸟生境要素的研究, 确定的生境要素包括食物条件要素 (水深因素、水域面积和干扰情况) 和繁殖条件要素 (植被覆盖类型、面积、干扰因素) 。中国鸟类学家在20世纪80年代末也开始重视该方面研究。确定的生境要素包括食物因素、隐蔽条件、水深因素、人为干扰因素和天敌影响等。研究的方法方面, 近年来主要利用GIS空间分析方法就土地利用活动、城市化对湿地水鸟类生境影响的不同侧面进行了有意义的研究工作, 其中对较小区域尺度 (湖泊或河流流域) 的现状研究的较多, 而在较大区域和长时间尺度的动态变化过程的研究甚少;模型方法虽然在美国得到发展但也仅限于利用地形图进行研究而没有与GIS结合进行空间定量分析, 该方面是国内外研究的难点, 可查找的资料甚少。

五、结论

湿地在水鸟生物多样性保护中具有重要意义。但是由于人类活动的影响, 自然保护区的湿地景观发生巨大变化。而这种变化不仅改变了湿地景观的结构, 也改变了湿地景观原有的生态功能, 对湿地水鸟生境和水鸟种类和种群数量产生重要影响。湿地景观时空结构的巨大变化主要表现为湿地大面积丧失、景观异质性减少和景观破碎化。这些方面的巨大变化也是导致水鸟生境丧失、生境类型减少和生境破碎化的主要原因。

虽然中国政府对自然保护区研究给予极大关注涉及内容比较广泛, 但在自然保护区开展湿地景观变化对水鸟生境要素影响方面的研究工作甚少。因此, 在已有的自然保护区景观结构时空变化研究的基础上, 进一步研究自然保护区景观格局以及自然保护区景观格局变化与典型珍稀水鸟栖息地生境影响的研究, 评估不同时段湿地景观变化对典型鸟生境要素的影响程度, 并进行生境质量评价和种群动态分析, 指导自然保护区景观和生物多样性保护工作无疑具有重要的理论和实际意义。

摘要：文章概述了国内外自然保护区湿地景观变化对水鸟生境的影响。随着对水鸟保护的重视, 水鸟生境的研究和保护逐渐成为研究的重点和热点。文章从自然保护区湿地水鸟生境时空格局变化角度, 对深入研究的科学问题进行展望, 提出一些需要深入探讨的问题, 力求对自然保护区的生物多样性保护和更好地发挥其功能有一定的实际意义。

关键词：自然保护区,水鸟生境,时空格局

参考文献

[1]、刘红玉, 张世奎等.湿地景观变化对水禽生境影响研究进展[J].湿地科学, 2003 (2) .

[2]、傅伯杰, 陈立顶, 马克明, 王仰麟.景观生态学原理及应用[M].科学出版社, 2002.

[3]、马建章, 邹红菲, 贾竞波.野生动物管理学[M].东北林业大学出版社, 2004.

时空格局 第7篇

关键词：农民人均纯收入,空间自相关,时空格局,云南省

一直以来,农民收入问题是农民最关心的问题,也是政府和社会亟待解决的问题。随着中国当今社会的发展,国家对农村经济的发展愈加重视,许多学者在这方面也作了诸多研究。杜俊,李裕瑞等[1]对安徽省农民收入地域格局作了分析,并通过空间回归确定了驱动农民收入分异的主要因素;傅新,李小娟等[2]以人均纯收入为指标分析了招远市农村经济的空间分布特征,并初步探讨了村域经济空间分布模式。有关这方面的研究的文献还有很多[3,4,5]。然而,以上的研究或仅限于对农民收入结构的分析,或仅限于对农民收入区域空间差异的研究,却鲜见其在时间和空间上综合研究的文献。因此,笔者以县域为基本单元,应用空间自相关分析理论,借助GeoDA空间统计分析软件,对云南省县域农民人均纯收入在时间和空间上作了综合性的分析,以揭示其在时间和空间上的变化规律,为减少农村人均收入的区域差异提供参考。

1 研究区域、数据来源及研究方法

1.1 研究区域和数据来源

云南省位于中国西南部,面积39.4万km2,人口4 483万(2008年),是少数民族最多的省份。随着经济的高速发展,云南省区域内部农民人均纯收入的差异也日益扩大。2003年昆明市农民人均纯收入为4 498元,西盟县农民人均纯收入为669元,仅为昆明市的1/7;而2008年昆明市农民人均纯收入为6 358元,贡山县农民人均纯收入为1 037元,也仅为昆明市的1/6,区域差异非常显著。为分析云南省县域之间的农民收入差异格局,本文数据资料取自《云南统计年鉴》(2003—2008年)[6,7,8,9,10,11]。以云南省126个县(区)为空间分析尺度,以2003—2008年为时间分析尺度,以各年农村人均纯收入为分析变量。

1.2 研究方法

1.2.1 全局Moran's I统计量

全局Moran's I统计量是在总体上考察变量的空间分布特征的一个指标。其计算公式如下[12]。

式(1)中i≠j,n表示样本总数,xi/j为随机变量x在地理单元i/j上的属性值,x为n个样本属性值的平均值,Wij是空间权重矩阵,表示区域i和j的邻近关系,它可以根据邻接标准或距离标准来度量,以邻接标准定义的Wij表达式如下[13]。

Moran's I的取值范围在-1到+1之间,取正值表明空间事物属性取值集聚(空间正自相关),取负值表示空间事物属性取值分散(空间负自相关),等于0表明空间事物属性取值不存在空间自相关性(空间随机分布)。

1.2.2 Moran散点图

Moran散点图描绘了考察变量与其空间滞后项间的相关关系[14]。在Moran散点图中,区域单元被划分为四个象限。第一象限(High-High)是指主体区域具有较高的观测值,其相邻地区也具有较高的观测值;第二象限(Low-High)是指主体区域具有较低的观测值,但相邻地区具有较高的观测值;第三象限(Low-Low)是指主体区域具有较低的观测值,其相邻地区也具有较低的观测值;第四象限(HighLow)是指主体区域具有较高的观测值,但其相邻地区具有较低的观测值。其中High-High类型和LowLow类型属于局部空间正相关,Low-High类型和High-Low类型则属于局部空间负相关。

聚集图

LISA[15]可用来反映Moran散点图表现出的局部空间异质性单元的显著性分布。LISA应当满足以下两个条件:其一,对于每个区域单元,LISA可以描述该区域单元的空间分布特征的聚集程度;其二,所有区域单元LISA之和与全局空间相关性指标成比例。区域单元所对应的局部Moran's I统计量的表达式为:

式(3)中:Zi=Yi-Y,Zj=Yj-Y为观测值与均值的偏差。当Ii>0时,表示相似的观测值表现局部聚集特征;当Ii<0时,则表示相异的观测值表现局部聚集。

2 农民人均纯收入的时间序列分析

表1显示了云南省农民人均纯收入情况变化表。总体上看云南省农民人均纯收入持续增加,增加的过程可以分为2个时期:2003—2006年,农民人均纯收入有所波动,但起伏不是很大,年均增加率为8.35%;2007—2008年,农民人均纯收入增加较快,两年的增加率分别为14.27%和14.79%。这主要是由于云南省这两年以来云南省出台了各项惠农政策,高度重视农民增收,采取多种途径,不断培育新的经济增长点,拓宽增收领域,农村经济快速发展,农民持续增收。图1更直观的反映了农民人均纯收入变化情况。

2 农民人均收入的空间自相关性分析

对区域农民收入问题的研究,若只是在时间序列上进行分析,就不能反映出农民人均纯收入的地域差异变化情况,因此,在时间序列分析的基础上引入空间尺度分析数据,更能揭示农民人均纯收入时空分布格局。

说明:2003—2008年得期望E(I)为-0.008,P值为0.001

说明:2003—2008年得期望E(I)为-0.008,P值为0.001

2.1 全局空间自相关性分析

利用Geo DA空间统计分析软件,计算出了云南省各县2003—2008年农民人均纯收入全局Moran's I值、期望E(I)、均值(Mean)、标准差(ST.d)及显著性水平值(P值)(见表2)。

分析表2可以得到,2003—2008年农民人均纯收入的Moran's I均为正值,且在P=0.001水平条件下都是非常显著的。这表明云南省县域农民人均纯收入在全局空间上表现出空间正相关性,农民人均纯收入较高(较低)的县始终趋于空间聚集分布。从2003—2008年云南省县域农民纯收入的Moran's I折线图(图2)中可以更直观地看到,2004年以来,云南省县域人均纯收入相似的县其空间聚集程度表现出逐年减弱的趋势。

3.2 局部空间自相关性分析

为了考察农民纯收入的局部空间分布特征及其随时间的变化情况,选取2003年、2004年、2008年这三个年份的截面数据分别考察其Moran散点图和LISA聚集图。

图3表示了2003年、2004年和2008年云南省县域农民人均纯收入的Moran散点图,将这三年的Moran散点图和行政区划图进行对比分析发现:1)Moran's I系数值由2003年得0.595提高到2004年得0.613,随后又降到2008年的0.531 7,呈现出先增后减的趋势,但其空间自相关程度仍然较高;2)以2003年、2004年和2008年农民人均纯收入水平来看,2003年处于高—高聚集的县区有37个,处于低—低聚集的县区有66个;2004年处于高—高聚集的县区有36个,处于低—低聚集的县区有67个;2008年处于高—高聚集的县区有32个,处于低—低聚集的县区有65个(见表3)。这三年中的高—高聚集的区域主要分布于滇中大部分地区,低—低聚集的区域主要分布于滇东北、滇西北、滇东南、滇西南四个角上的大部分区域,形成了一个空心包围圈。

然而要了解各区域在地理空间上的聚集程度,可绘制LISA聚集图(图4),图4反映出了2003年、2004年和2008年聚集图,昆明市区、呈贡、安宁等17个县区一直处于P=0.05显著性水平条件下High-High显著聚集,孟连、绿春、贡山等11个县区一直处于P=0.05显著性水平条件下Low-Low显著聚集,说明这些区域一直以来都形成了农民收入相似的区域趋于集中空间分布特性,这与Moran散点图中所描述的是一致的。

4 结论与讨论

(1)2003—2008年,云南省县域农民人均纯收入在时间尺度上呈现逐年增长模式,在全局空间尺度上呈现很强的空间正相关性。

(2)2003—2008年,农民人均纯收入相似的县区始终呈现着显著的空间聚集特征。

(3)本文在时间序列分析的基础上,引入空间地理单元进行分析,所得出的结果更具有说服力。

(4)本文以县域为空间分析尺度,今后的研究可尝试以镇域甚至村域为空间分析尺度,通过细化空间尺度更进一步揭示农村经济发展差异。

(5)要缩小区域间农民收入差距,加快农村经济发展,促进农民持续增收是云南省农村经济发展的面临的一个重大课题。

时空格局 第8篇

研究表明,随着中国城市化进程的进一步深入发展,大中城市将成为中国城市化进程中最引人注目的地区,同时也是中国未来城市化最具有活力的地区[2]。国内的城市土地利用/土地覆被变化研究多集中在大城市[3,4,5],而对中等城市的研究相对较少。合肥市作为一个“承东(部)启中(部)”的一个中等城市,有贯穿东—西和南—北的宁西铁路和京九铁路,是全国重要的交通枢纽城市,改革开放20多年来的发展显著。尤其是国家提出中部崛起发展计划以来,城市规模经历了一个飞跃式的发展。因此,开展合肥市的土地利用变化研究,重点认识其时空格局特征和结构演变的动态过程,探讨城市土地变更区域、方向和数量,从而最大限度地降低城市化过程的风险水平,促进城市化与社会经济的协调发展。

2 研究区概况及数据来源

2.1 研究区概况

合肥市是安徽省政治、经济、文化中心,全国四大科教基地之一,地处长江、淮河之间的华东丘陵地区中部,巢湖北岸,淝河之水穿流而过,海拔20—40m,为亚热带湿润季风气候,年均气温15—16℃,极端最低气温-20.6℃,极端最高气温38℃以上,年均降水量900—1000mm,全年气温变化特点是季风明显、四季分明、气候温和。全市总人口448万人,其中市区人口146.5万人。

2.2 数据源

试验区所用遥感数据是1987年、2000—2001年TM/ETM+和2006年CBERS—2共4组数据。其它辅助资料为合肥市1∶5万地形图、合肥市行政区划图等基本图件,以及合肥市社会经济调查统计数据、《合肥市统计年鉴》等资料,并利用这些图件辅助进行遥感资料的纠正及分类处理。

3 知识型光谱增强

3.1 数据预处理

我们对所有的遥感图象进行配准,参考合肥市1∶5万地形图进行几何纠正,采用二次多项式法,校正误差控制在0.5个像元以内。CBERS—02数据影像的覆盖宽度为113km,图像质量比01星有较大改善。为了保持其光谱特性和较高的几何精度,我们采用二次线性内插法。

3.2 图像的增强

通过分析TM图像各波段之间的相关性,从表1可见TM1、TM2、TM3相关性较好,TM5、TM7所含信息相似,TM4相对较为独立,因此纯粹将某3个波段以红、绿、蓝合成难以达到理想效果。考虑到实验区是对城市的LUCC进行分类,其典型地类主要是城市用地、交通用地、植被、水体等主要信息,耕地是面积最大的一部分。其它类型解译完之后,其余可作为耕地,所以选用合适的方法增强其典型信息是非常重要的。而基于知识型遥感图象光谱特征的融合方法[7],可依据不同地物类别选择最能反映此类地物信息的相应波段组合并进行加权,能得到含有丰富地物信息的彩色影像,有效增强这些信息,减小地形的影响。因此,在TM影像中选取城市用地、交通用地、林地、水体、菜地的纯像元绘制出它们的光谱特征响应曲线(图1)。经过多次试验发现:①城市用地、交通用地在TM5、TM4近红外波段的灰度值比其它地物类型的光谱差异大,斜率最大,可确定采用TM5—TM4波段运算来增强城市用地、交通用地信息;在运算结果图像中,城市用地、交通用地灰度得到显著增强。②水体在TM3红光波段反射值比TM4、TM5近红外波段反射率高,城市用地与交通用地在TM3波段比TM4反射率高,在TM5近红外波段反射率也高,可确定TM3—TM5波段运算能增强水体信息;在运算结果图像中,水体多呈亮白色调,而其它地物则呈灰暗或暗黑色调。③由于植被在可见光波段吸收率较大,在近红外波段吸收率较小,反射率最大,因此利用归一化植被指数NDVI,即TM4-TM3/TM4+TM3波段运算能增强植被信息。

通过运算发现,虽然主要地类信息得到体现,但进行运算后的图像亮度值(DN)降低,图像变暗。由表1可见,TM5、4、3波段所含信息量最丰富,含有研究区内的主要地类信息,因此通过加权运算将得到的3个灰色波段按照(TM5-TM4)+TM5、(TM3-TM5)+TM3、 (TM4-TM3/TM4+TM3)+TM4方式进行加权,分别赋予红、蓝、绿通道。这样既保留了图像的完整信息,又使各地类的主要信息得到增强,效果很好。

3.3 土地利用类型的提取

依据“全国农业区划委员会”的标准[6],经过实地调查,将研究区分为8种土地利用类型:耕地、菜地、林地、草地、城市用地、交通用地、水体、裸地。根据以上增强所得图像,结合合肥市的本底基础数据库、GPS野外定位考察资料和Googleearth数据,我们建立了合肥市土地利用分类解译标志,对3个时期的遥感图像进行了人机交互解译,生成了合肥市1987年、2000年和2006年3个时期土地利用分类结果(图2)。

4 城市土地利用结构时空变化分析

导致区域土地利用类型发生变化的因素很多,过程错综复杂,因此以简化和抽象化为特征的各种模型对理解土地利用格局具有不可替代的作用。本文从土地利用转移矩阵、土地利用动态指数和土地利用程度综合指数等方面来探讨土地利用结构的时空变化。

4.1 土地利用数量结构变化分析

转移矩阵可全面、具体地刻画区域土地利用变化的结构特征与各用地类型的变化方向。该方法来源于系统分析中,是对系统状态与状态转移的定量描述,为国际、国内所常用[8]。我们将1987年与2006年的图像在Arcgis9.0内进行叠加分析,得到1987—2006年土地利用转移矩阵(表2)。

根据表2可见,合肥市从1987—2006年的土地利用变化过程表现为:建设用地(城镇用地、交通用地)持续增加,耕地面积迅速减少,空间上表现为向外逐步推移。1987年建设用地面积14458.68hm2,占研究区总面积的22.69%;2006年建设用地面积增长23316.12hm2,占研究区总面积的36.6%,增幅为13.90%。相反,耕地总量从1987年的35439.57hm2减少到2006年的27152.46hm2,下降13.01%;菜地的数量不断减少,主要是城市向外围不断扩展,菜地转变为建设用地,同时随着城市的发展,城区面积不断扩大,城市人口也不断增长。为了满足城市居民生活的需要,在新兴的城市区周边又重新形成了新的菜地,使菜地的数量呈上升趋势,所以整个阶段变化率为-2.4%;草地和裸地的总量呈逐年减少趋势,其变化率很大,分别为-34.44%和-69.52%;水体的变化率为-0.95%,但通过分析发现,2000年前为减少过程,2000年后为增加过程,主要是在合肥市的西北方修建了大房郢水库与郊区水塘,使整个期间的变化很小;在监测期间,建成区虽然进行了大量的绿化工作,但林地急剧减少,主要是城市扩展所致,其变化率为-30.54%。

4.2 土地利用类型的转换程度[9]

动态度指数综合考虑了研究时段内土地利用类型间的转换,着眼于变化的过程而非变化的结果,其意义在于反映区域土地利用变化的剧烈程度,便于在不同空间尺度上找出土地利用变化的热点区域。事实上,土地利用数量净变化是土地利用双向变化的结果。因此,本文综合考虑了第i类土地利用类型转变为其它非i类土地利用类型的单向变化过程,同时又兼顾了非i类土地利用类型由其它空间区位上转变为该类土地利用类型的变化过程,这样可清晰地看到一种地类的转出与转入的动态过程。计算结果见表3。

通过计算研究区两个时段的动态变化指数可见:①在1987—2000年第一时段裸地、菜地、林地和水体转为其它地类的比重大,且转出速率大于同期的新增速率,是其它土地类型新增加的主要来源。主要是城市向外围扩张,占用周边的菜地,开发利用了部分裸地。②在2000—2006年第二时段耕地、菜地、草地和裸地转出率较高。与第一时段相比,该时段耕地转出移率很高。主要原因是第一时段城市扩展主要占用的是菜地、林地和水体,第二时段则主要为耕地。③城镇用地、交通用地新增速度快,且新增速率大于转移速率,属高速扩张型。④区内最“敏感”的类型是交通用地,其新增速率在两个阶段分别达到1.64和1.62,高于其它类型。

4.3 土地利用综合程度[11,12]

土地利用综合指数反映了区域土地利用集约度,适用于区域土地利用程度综合评价。其数值越大,反映出集约利用的单一化程度越高;数值越低,说明区域土地利用集约程度越差,土地类型分布较多。其表达式为:undefined。式中,L为土地利用程度综合指数,Ai为研究区域内第i级土地利用程度分级指数,Ci为研究区域内第i级土地利用程度分级面积百分比,n为土地利用程度分级数。土地利用程度综合量化指标体系是一个从100—400之间连续变化的指标,即L∈[100,400]。根据刘纪远从生态学的角度出发,将土地利用程度按照土地自然综合体在社会因素影响下的自然平衡状态分为4级,并赋予分级指数。即未利用地分级指数为1,林地、草地、水域为2,耕地、园地为3,建设用地为4。通过计算,得到1987年土地利用程度综合指数为305.67,2000年为312.27,2006年为320.42。由此可见,土地利用程度发生了显著变化,土地利用程度指数介于300与400之间,这表明土地利用程度已处在农业用地级与城镇聚落用地级之间。合肥市土地资源变化更加趋于城镇聚落用地级,利用程度处于更高级阶段,农业用地类型和其它非城镇用地类型向非农业用地类型转变是土地利用变化的主要方向。

4.4 土地利用变化的空间分布特点

从3个时期的分类结果可见:①新增建设用地主要位于合肥市的西南与南部地区,变化剧烈;耕地大量转为建设用地,形成科技创新示范基地和国家级开发区,同时对城市边缘的居民建设用地进行了存量挖潜,优化了用地结构,满足了城市发展的需求。②西部、西北部和北部地区分布有大蜀山、董铺水库和大房郢水库,主要划分为非开发性用地,为城市的发展保护水源地、生态绿地。③从城市扩展的方向上看,合肥市的发展主要是以城市的西南部、南部和东部为主,西南部最为明显。从整个阶段看,城市以老城区为核心,向东、北、西南三翼伸展,形成"南进—东拓—西缓—北抑"的空间发展布局。

5 结论与讨论

合肥市近19年的土地利用发生了剧烈变化。数量上主要表现为建设用地的不断增长和耕地面积的持续减少;建设用地面积大规模增加,现有面积是1987年的1.61倍;耕地共减少8287.11hm2,减速达0.68%/a;菜地、林地、草地持续减少,水域面积变化不大。基于知识光谱特性的图像增强方法,能突出典型地类的特征,再将原有GIS本底数据库与野外定位考察数据有机地结合起来用于遥感影像分类,减少了同物异谱、异物同谱的混杂现象,提高了分类精度。土地利用及其变化是一个复杂的过程,受到不同层次的多种驱动力的影响。通过城市的空间分布特点可见,政策是合肥市土地利用变化的宏观影响因子,快速的城市化进程和人口的不断增长是城市各地类不断减少的直接动力,交通条件对土地利用类型的转变起到了很强的内因推动作用,直接决定了城市的发展规模和方向。

参考文献

[1]龙花楼.中国农村宅基地转型的理论与证实[J].地理学报,2006,61(10)∶1093-1100.

[2]肖捷颍,葛京凤,等.基于TM和ETM+遥感分析的石家庄市土地利用/覆被变化研究[J].地理科学,2005,25(4)∶495-500.

[3]史培军,陈晋,潘耀忠.深圳市土地利用变化机制分析[J].地理学报,2000,55(2)∶151-160.

[4]史培军,宫鹏,李小兵,等.土地利用/覆盖变化研究的方法和实践[M].北京:科学出版社,2000.

[5]顾朝林.北京土地利用/覆盖变化机制研究[J].自然资源学报,1999,14(4)∶307-312.

[6]国家计划委员会农业区划局.土地利用现状调查手册[M].北京:农业出版社,1998.

[7]陈冬林.遥感空间信息系统的基础性研究[D].郑州:郑州测绘学院,1999.

[8]朱会义,李秀彬.关于区域土地利用变化指数模型方法的讨论[J].地理学报,2003,58(5)∶643-650.

[9]刘盛和,何书金.土地利用动态变化的空间分析测算模型[J].自然资源学报,2002,17(5)∶533-540.

[10]谭永忠,吴次芳.区域土地利用结构的信息熵分异规律研究[J].自然资源学报,2003,18(1)∶112-117.

[11]王思远,刘纪远,等.中国土地利用时空特征分析[J].地理学报,2001,56(6)∶631-639.

时空格局 第9篇

流域是河流或水系在陆地表面获得补给的具有一定面积的区域。流域内的水文过程连接着其它生物、物理过程, 这使得这些生物、物理过程具有与水文过程密切相关和相似的时空演变规律[1]。20世纪50年代后, 以流域为单元进行资源和环境综合研究的重要性逐渐得到越来越多学者和管理者的重视[2]。

盐碱化是在特定气候、水文、地质及土壤等自然因素综合作用下, 人为引水灌溉不当等多种原因引起土壤盐化与碱化的土地质量退化过程[3,4]。土地盐碱化影响农业生产, 对土地资源构成严重威胁, 直接影响这些地区的经济发展。土壤积盐过程主要表现为因地下水或地下水与地表水强烈蒸发使可溶性盐类在地表积累而致, 水文过程与土地盐碱化过程有着紧密的联系。因此, 以流域作为土地盐碱化的研究单元, 有利于对盐碱化过程的理解和认识, 更便于从流域内部不同区域的物流、能流和信息流出发, 制定资源开发、环境整治和社会经济发展的统一规划和综合管理措施, 以实现区域可持续发展。

嫩江中下游流域覆盖松嫩平原的主体部分, 是我国重要的商品粮基地。本文以嫩江中下游流域为研究区, 分析了该区20世纪末期 (1975～2000年) 土地盐碱化时空格局, 以期为该区日益严重的生态问题研究提供依据。

2 研究区概况

嫩江发源于大兴安岭伊勒呼里山的中段南侧, 正源称南瓮河。嫩江干流在吉林省扶余县三岔河与第二松花江汇合, 嫩江全长 1370km, 流域面积为29.7万km2。尼尔基以上河段为上游, 尼尔基至江桥河段为中游, 江桥至三岔河河段为下游。嫩江上游流域盐碱化土地只有零星分布, 盐碱化程度较轻;而中下游流域内盐碱地广布, 土地退化严重。因此选择嫩江中下游流域作为研究区。

研究区覆盖大兴安岭中段东侧以及松嫩平原大部分地区, 涉及内蒙古、黑龙江和吉林的50余个县 (旗) , 研究区面积22.8万km2。该区地处温带大陆性季风气候区, 冬季寒冷而漫长, 夏季炎热多雨, 春季干燥多风。年内温差较大, 多年平均气温1～5℃, 由南向北递减。多年平均降雨量300～950mm, 时空分布不均匀, 年际变化较大。全年日照时数2400～3300h, 南北差别不大, 但东西有差别。无霜期一般130～160d。河流的封冻期一般在10月中旬至11月下旬, 解冻期一般在3月中旬至4月中旬, 河流封冻时间120～170d。

3 数据源与研究方法

3.1 盐碱化分类标准与数据源

传统的研究方法中多采用表土层易溶盐含量的高低对盐碱化程度分类。应用遥感影像数据对盐碱化土地的分类方法主要有两类:①根据土地类型进行分类, 分为盐碱化耕地、盐碱化草地、盐碱化沼泽地及盐碱地等[5];②根据地表的盐碱斑覆盖度将盐碱地分为盐碱化程度轻重不同的几类[6]。应用遥感数据反演土壤易溶盐含量需要卫星过境实时的地面观测, 这对于回顾性盐碱化动态研究是不可能实现的。因此, 根据对该区的土地盐碱化的实地考察与分析, 本文以地表的盐碱斑覆盖度为标准, 将土地盐碱化的程度分为重度盐碱化、中度盐碱化和轻度盐碱化3个等级。盐碱化斑块在土地覆盖中占20%以下的为轻度盐碱化;占20%～50%的为中度盐碱化;占50%以上的为重度盐碱化。

因处于不同季节或化学成分不同或因对作物生长的抑制作用强弱差异等, 土壤盐碱化在遥感图像上形成不同的影像模式[7]。依全年盐分的动态规律、盐碱化在地表的表现情况, 以及盐碱化土地与非盐碱化土地不同季节的光谱特征, 以初夏期为研究观测期, 选择Landsat卫星1975年MSS影像、2000年TM影像为数据源提取土地盐碱化信息, 并以1∶10万地形图为辅助数据。

3.2 研究方法与技术路线

以地形图为辅助数据, 采用逆时相解译法通过目视解译来提取土地盐碱化信息[8]。具体的研究方法和技术路线如下。

a.扫描、纠正地形图, 提取流域界线。

b.对TM、MSS影像进行预处理, 包括合成、几何纠正、拼接。

c.以地形图为辅助数据, 对2000年TM影像进行目视解译, 提取2000年土地盐碱化信息。

d.在2000年盐碱化矢量数据基础上, 以地形图、2000年TM影像为辅助数据, 对1975年MSS影像进行目视解译, 提取1975年土地盐碱化信息。

e.在GIS支持下, 对两期盐碱化矢量数据进行统计、分析。

4 土地盐碱化时空格局分析

盐碱地的时空格局不仅包括盐碱地面积随时间的变化、在盐碱地发展过程中不同盐碱化程度土地及其与其它土地利用类型之间的相互转换, 还包括盐碱地空间分布的动态变化。

4.1 盐碱化土地面积及结构变化分析

对两期盐碱化矢量数据进行统计分析, 得到研究区1975年和2000年的斑块及面积信息 (参见表1) 。

通过表1可以看出, 不同盐碱化程度土地的斑块数均有所增加, 重度、中度、轻度增加斑块数分别为263、723、1018, 总计增加2004个, 增幅分别为51.9%、108.6%、72.6%, 总体增幅77.8%, 其中轻度盐碱化斑块增加最多, 中度盐碱化斑块数增幅最大。不同盐碱化程度土地的斑块面积重度与中度有所增加, 增幅分别为90.4%和9.4%, 轻度则有所减少, 减幅为26.4%。1975年, 盐碱地的平均斑块面积重度<中度<轻度, 至2000年则重度>中度>轻度。不同盐碱化程度的土地均有所增加, 分别为221445hm2、244585hm2、148563hm2, 总计增加614593hm2, 增幅分别为189.1%、127.8%、26.9%, 可见重度盐碱化土地增幅最大, 中度次之, 轻度则增幅最小。盐碱地总体增加71.3%。这说明轻度盐碱地斑块数和面积都在迅速增加, 但新增的斑块面积一般较小;中度与重度盐碱地斑块数量迅速增加的同时, 原有的斑块也在不断地向外扩张, 平均斑块面积也有所增加。

通过两期盐碱地结构可以看出, 重度和中度盐碱地的比重有所上升, 分别由13.6%、22.2%上升至22.9%、30.0%, 而轻度盐碱地的比重则由64.2%降至47.5%。总体来讲, 20世纪末的25年间嫩江中下游地区盐碱化程度在加重, 盐碱化面积在增加, 盐碱化危害在加剧。

4.2 盐碱化土地类型转化分析

盐碱地、沙地、沼泽地、湖泊等与区域水文过程关系密切, 研究发现在该区内这些土地利用类型与盐碱地相互转换较多。在GIS环境下得到盐碱地与沙地、沼泽地、湖泊以及其它土地利用类型的正 (向盐碱地转换) 、逆 (由盐碱地转换) 向转换矩阵。

通过表2可以看出, 重度盐碱地主要由轻度盐碱地转换而来, 占转换而来的41.1%, 中度盐碱地次之, 占25.5%, 湖泊、沙地、沼泽直接转换而来的不多, 由其它土地利用类型转换而来的占27.6%;中度盐碱地由轻度盐碱地转换而来的占41.2%, 其它土地利用类型占42.7%, 其余所占甚微;轻度盐碱地由其它土地利用类型转换而来的占74.3%, 由沼泽地转换而来的占19.1%, 其余土地利用类型所占不多。该区的未利用土地主要有沼泽地、盐碱地和沙地。由此可见, 该区的轻度盐碱地主要因土地利用不当转换而来, 进而转为中度盐碱地和重度盐碱地。

由表3可以看出, 不同盐碱化程度的土地之间相互转换及由盐碱地向其它土地利用类型的转换过程中, 重度盐碱地主要转换为湖泊 (主要是湖泊面积扩大, 将盐碱地覆盖) , 占其转换的56.2%, 向中度盐碱地转换占22.1%, 向轻度盐碱地转换占16.1%, 其余地类所占不多;中度盐碱地向重度盐碱地转换最多, 占56.8%, 向轻度盐碱地转换占19.5%, 其余地类所占很少;轻度盐碱地向中度盐碱地转换最多, 占46.8%, 向重度盐碱地转换占29.2%, 向沼泽地转换占10.9%, 其余地类所占不多。

在盐碱地内部以及非盐碱地相互转换的此消彼长的过程中, 我们可以看到非盐碱地向盐碱地转换以及盐碱化程度不断加深的严重性, 但也可以看到盐碱地向非盐碱地转换以及盐碱化程度减轻的困难性与可能性。因此在盐碱化防治的过程中, 既要看到工作的艰巨性和长期性, 也要充满信心, 采取积极措施。

4.3 土地盐碱化空间格局分析

研究区内盐碱地分布具有很强的地域性特征。两期盐碱地分布的空间格局大致相同:盐碱地在嫩江中游流域分布较少, 在嫩江下游流域分布较多, 并主要分布于研究区的东南部。

虽然两期盐碱地的空间分布格局大致相同, 但25年来的盐碱土地动态变化空间差异明显。嫩江中下游流域面积及盐碱地占流域面积比例见表4。土地盐碱化的空间变化可以通过其重心迁移进一步说明。

盐碱地重心坐标计算方法如下:

undefined

式中:X、Y——整个盐碱地的重心坐标

Ci——第i个盐斑的面积

Xi、Yi——第i个盐碱斑的重心坐标

重度盐碱地重心向西南方向迁移36.40km ;中度盐碱地向南偏西方向迁移37.49km;轻度盐碱地重心向西南方向迁移22.39km;盐碱地重心整体向西南方向迁移9.30km。盐碱地重心的迁移说明嫩江中下游流域近25年来盐碱地与非盐碱地以及不同盐碱化程度的土地相互转换的区域差异性:南部地区不同盐碱化程度的土地较北部地区均增加速度快, 并致使盐碱地重心整体南移。

5 主要结论

研究表明, 嫩江中下游流域近25年来不同盐碱化程度的土地都在迅速增加, 盐碱地斑块在数量增加的同时, 平均面积也在增加, 重度和中度盐碱地的比重有所上升, 轻度盐碱地的比重则呈下降趋势, 由土地盐碱化导致的土地退化现象严重。盐碱地与非盐碱地以及不同盐碱化程度的土地相互转换的区域差异性明显, 南部地区较北部地区盐碱化速度更快, 盐碱地重心向南迁移。在深刻认识该区盐碱化危害加剧的同时, 也注意到土地盐碱化的可逆性。因此, 应在充分认识土地盐碱化及逆转机制的基础上, 采取积极措施防治土地盐碱化, 使区域生态环境朝着良性的方向发展, 为实现区域的可持续发展创造条件。

摘要：以TM、MSS影像为数据源, 以地形图为辅助数据, 在GIS技术支持下采用逆时相解译法, 从数量变化、结构比例、类型转换、空间分布及重心转移几个方面分析了嫩江中下游流域1975年至2000年的盐碱地动态变化特征。结果表明:研究期内盐碱地增加614593hm2, 增幅达71.4%;盐碱地构成中, 中度、重度盐碱地的比重均有所上升;盐碱地布局区域差异明显, 主要分布于东南部地区;期间盐碱地呈不均衡发展, 不同盐碱化程度的土地以及盐碱地的重心向南或偏南方向迁移。

关键词：盐碱地,动态变化,嫩江中下游,流域

参考文献

[1]潘树荣, 伍光和, 陈传康, 等.自然地理学:2版[M].北京:高等教育出版社, 1985:177-178.

[2]《湖泊及流域科学发展战略研究》秘书组.湖泊及流域科学研究进展与展望[J].湖泊科学, 2002, 14 (12) :289-300.

[3]郭然, 王效科, 欧阳志云, 等.中国土地沙漠化、水土流失和盐渍化的原因和驱动力:总体分析[J].自然资源学报, 2004, 19 (1) :119-127.

[4]DING D, BAO H, MA Y.Progress in the study of de-sertificationin China[J].Progress in Physical Geogra-phy, 1998, 22 (4) :521-527.

[5]庞治国, 李纪人, 李取生.吉林西部盐碱化土地空间变化及防治措施[J].国土资源遥感, 2004, 60 (2) :56-60.

[6]陈建军, 张树文, 陈静, 等.大庆市土地盐碱化遥感监测与动态分析[J].干旱区资源与环境, 2003, 17 (4) :101-107.

[7]赵英时.遥感应用分析原理与方法[M].北京:科学出版社.2003, 360-364.