白城市盐碱地景观格局及其情景演化预测

杜会石，滕泽宇，陈智文，孙 宏，王梓橦

（1. 吉林师范大学生态环境研究所，吉林四平136000；2. 河北民族师范学院初等教育系，河北 承德067000）

土壤盐碱化是土地荒漠化的主要类型之一，是不合理的人类活动在脆弱的生态地质环境上作用的结果[1]。土壤盐碱化已成为国际学术界关注的焦点，2005年，第一届国际盐渍化论坛在全世界范围内拉开了新一轮土地盐碱化相关研究的序幕[2]。我国盐碱地总面积约3 600万hm2，占全国可利用土地面积的4.88%，主要分布在东北、华北、西北和沿海地区[3]。东北地区尤以吉林省西部地区最为典型，盐碱地面积达30.95 万hm2，土地盐碱化严重影响了该区的农业生产和经济建设，并对生态环境构成了较大威胁。

景观格局指数是表征地表景观特征的有效方式，而情景模拟是预测未来发展态势，为政府提供辅助决策的有效手段。杨越等[4]报道了Markov 模型在吉林西部土地利用变化预测中的应用。汤杰等[5]利用1989年和2004年的Landsat 系列影像，基于CA-Markov 模型对吉林西部土地利用景观进行了预测，指出未来15 a 吉林西部的盐碱地将以1.45%/a 的速率递增。但这类研究所用数据较为陈旧，亟需利用现势性强的遥感数据，分析近期盐碱地景观变化特征及未来演变趋势。

白城市位于吉林省西部，地处我国北方生态脆弱带，区域环境对气候变化敏感。近几十年，随着人类活动的加强，土地盐碱化问题日趋凸显。因此，在该区开展盐碱地景观格局分析及情景模拟势在必行。笔者基于3S技术，分析近10 a 吉林省西部白城市盐碱地景观格局特征，并对未来演化情景进行预测，为该区土地资源可持续管理提供科学依据。

1 数据处理及研究方法

1.1 研究区概况

白城市位于吉林省西部（121°38′～124°22′E，44°13′～46°18′N），总面积25 775 km2；属中温带大陆性季风气候，春季干旱多风，夏季温热多雨，秋季凉爽干燥，冬季寒冷少雪；年均光照时数2 890.9 h，年均温4.5 ℃，年均降水量416.2 mm。

1.2 土地利用数据获取与处理

数据源为2000年、2010年的Landsat TM 数据和2014年的Landsat OLI 数据（空间分辨率为30 m）。同时获得该区1∶100 000 地形图用作影像几何校正，收集土壤类型图、地质地貌图用于辅助解译。选取TM432、OLI543 波段进行标准假彩色合成，以地形图、实地典型地物作为控制点，对各期影像作几何精校正，误差控制在0.5个像元内。对同期影像作直方图匹配和拼接处理，再按行政区划界限裁剪[6]。

1.3 景观格局指数分析

1.3.1 景观分形维数 用r 为尺度去分析某种景观要素斑块的几何形态[7]，则有：

式中，D 为景观斑块结构分维值，P 为景观斑块周长，A 为面积，k 为常数。D 值表示某景观斑块结构的稳定性，其值越大，说明该要素斑块结构越复杂。因此，可用稳定性指数来衡量：

式中，SK 为景观斑块结构稳定性，D 为景观斑块结构分维值。

1.3.2 分离度（Isolation）指数（Fi） 该指数越大，表明景观在地域分布上越分散[8]。分离度指数的计算公式为：

式中：Fi为景观类型i 的分离度，n 表示景观类型i中的元素个数，Ai 为第i 类景观的面积，A 为研究区总面积。

1.3.3 景观破碎度指数C 破碎度可以体现土地覆被斑块的大小，从而揭示人、自然环境与土地覆被格局间的相互作用，它与土地覆被格局、功能和过程联系密切。

式中，Σni为景观中斑块的总个数；A 为景观的总面积。

1.3.4 景观蔓延度指数（CONTAG） 蔓延度描述的是景观里不同斑块类型的团聚程度或延展趋势。该指标包含空间信息，高蔓延度说明景观中的某种优势斑块类型形成了良好的连接性；反之则表明景观是具有多种要素的密集格局，景观破碎化程度高。

式中，Pi为第i 类景观所占的面积比例；gik为第i 和k 类景观间相邻格网单元数目；m 为景观类型总数。

1.4 盐碱地预测方法

1.4.1 Markov 模型 若随机过程在有限的时序t1＜t2＜t3＜…＜tn中，任意时刻tn的状态an只与其前一时刻tn-1的状态an-1有关，称该过程具有马尔柯夫性，该过程为马尔柯夫过程。在土地覆被变化预测中，将某一时刻的土地覆被类型对应于Markov 过程中的可能状态，土地覆被类型间相互转换的比例即为状态转移概率。可用下式进行预测：

式中，S（t）、S（t+1）分别为t、t+1 时刻土地覆被系统的状态；Pij为状态转移矩阵。

1.4.2 CA 模型 CA 模型的特点是时间、空间、状态都离散，每个变量都只有有限个状态，而且状态改变的规则在时间和空间上均表现为局部特征[9]。CA 模型可用下式表达：

式中，S 表示元胞有限、离散的状态集合；t、t+1 表示不同时刻；N 表示元胞的邻域；f 表示局部空间的元胞转化规则。

1.4.3 CA-Markov 模型 在栅格图中，每个像元视为一个元胞，每个元胞的土地覆被类型为元胞的状态，元胞的当前状态及邻居状况决定下一时期该元胞的状态。具体实现过程为：（1）确定转换规则，将研究区2000年、2010年解译矢量数据转换为栅格格式，通过GIS 叠置分析，得到土地类型转移概率矩阵、转移面积矩阵和条件概率图像；（2）构造CA 滤波器，根据邻居和元胞距离的远近创建具有显著空间意义的权重因子，使其作用于元胞，从而确定元胞的状态改变；（3）确定起始时刻和迭代次数，以2010年土地利用数据为基础，选择循环次数用于预测未来盐碱地变化。

2 结果与分析

2.1 盐碱地景观格局变化

在GIS 平台支持下，采用人工目视解译方式可提取各期盐碱地信息（图1）。利用GIS 的空间分析功能，可统计白城市盐碱地面积变化情况，2000～2010年，白城市盐碱地面积呈减少趋势，由2000年的5 405.53 km2减少到2010年的3 925.09 km2，年均减少3.77%；而到2014年，该区盐碱地面积减少到3 801.84 km2。盐碱地减少区域分布于乾安县西部及查干湖南部地区，主要是大量碱泡周围盐碱地缩小所致。

从表1 中可以看出，景观分形维数呈持续减少趋势，说明盐碱地景观斑块的结构变得简单；盐碱地景观分离度增加，由2000年的1.049 2 增加到2014年的1.435 1，表明原本空间上连续分布的盐碱地斑块，因分布面积缩减而彼此分离成独立斑块；而景观破碎度和蔓延度指数减少，则进一步说明该区分散分布的盐碱地面积锐减，且部分盐碱地小斑块已逆转消失。

图1 2000～2014年白城市盐碱地遥感影像与解译图

2.2 盐碱地情景模拟

利用CA-Markov 模型，模拟2014年土地利用格局，用于检验精度；再以2010年实际土地覆被格局为基础，预测2020年土地利用情景。由图2 可知，到2020年，白城市盐碱地面积为3 180.05 km2。2010～2020年该市盐碱地年均减少1.90%，较上个10 a 减少速度有所放缓。盐碱地减少的空间位置集中于乾安县以西的区域，并仍以碱泡周围盐碱地萎缩为主。

表1 2000～2014年白城市盐碱地景观格局变化

2.3 精度检验

目前，精度检验方法有选取综合精度检验、定位精度检验和定性精度检验法等，其中定性精度检验又包括地面调查验证、图形对比验证和抽样统计验证法[10]。该研究采用图形对比法，将2014年模拟结果与该年解译图进行地图代数，得出预测的精度为92.12%，模拟结果可信度较高。

3 结论

图2 2014年白城市盐碱地预测

以盐碱化较为典型的吉林西部白城市为研究区，利用2000～2014年3 期遥感影像分析该区盐碱地景观格局变化特征，并通过CA-Markov 模型对该区盐碱地未来的发展变化进行情景模拟，结果表明：（1）土地盐碱化是典型的自然景观演变过程，景观格局分析方法能定量反演该区盐碱地景观的总体特征和变化趋势，近14 a 来吉林西部白城市盐碱地面积呈减少趋势，净减603.39 km2；（2）除景观分离度指数增加外，景观分形维数、景观破碎度、景观蔓延度等指数皆呈减少趋势，盐碱地景观斑块结构变得简单，原本连续分布斑块，因面积缩减而彼此分隔独立，部分小斑块已逆转消失；（3）根据预测，未来6 a年内白城市盐碱地面积仍呈现减少趋势，但减少速度较目前有所放缓，减少的区域集中于乾安县以西地区，并以碱泡周围盐碱地萎缩为主。

[1]杜会石.半干旱区土地利用/覆被变化及生态系统服务价值研究——以吉林省西部为例[D].长春：东北师范大学硕士学位论文，2008.

[2]王佳丽，黄贤金，钟太洋，等.盐碱地可持续利用研究综述[J].地理学报，2011，66（5）：673-684.

[3]全国土壤普查办公室.中国土壤[M].北京：中国农业出版社，1998.

[4]杨 越，杜会石，哈 斯，等.马尔柯夫模型在预测吉林省西部土地盐碱化发展趋势中的应用[J].湖南农业科学，2012，（9）：60-63，64.

[5]汤 洁，汪雪格，李昭阳，等.基于CA-Markov模型的吉林省西部土地利用景观格局变化趋势预测[J].吉林大学学报（地球科学版），2010，40（2）：405-411.

[6]杜会石，南 颖，朱卫红.图们江流域土地利用变化对生态系统服务价值的影响[J].吉林大学学报（地球科学版），2010，40（3）：671-677.

[7]徐建华.现代地理学中的数学方法[M].北京：高等教育出版社，2002.

[8]杜会石，哈 斯，杨 一，等.呼伦贝尔草地风蚀坑分布区土地覆被景观变化[J].干旱区资源与环境，2013，27（4）：129-134.

[9]陈爱玲，都金康.基于CA-Markov模型的秦淮河流域土地覆盖格局模拟预测[J].国土资源遥感，2014，26（2）：184-189.

[10]王一鸣，曾 澜，李 军，等.区域遥感经济信息空间集成系统应用研究[M].北京：科学出版社，2007.