景观空间格局一般是指景观要素的组合与分布特性^[1]，景观动态是指景观的格局、结构、生态功能随时间发生的演化过程^{[2, 3]}，目前景观空间格局与动态演化是景观生态学研究的重点内容^[4-6]。区域林地、草地等景观格局变化对生态系统的物质平衡产生重要影响，从而影响区域各种群演替。目前景观格局与变化研究逐渐从全球尺度细化到区域尺度，包括流域、山地、城市景观等^[6-7]。尤其是近些年遥感与地理信息技术在景观生态学领域的应用，研究方法逐步由传统的区域调查转向遥感检测^[8-10]，并且实现多方法的集成应用^[11-14]，大大提高了研究的效果，促进了景观生态学的发展。

流域内的景观是一个典型的地理综合体，岷江中下游三江交汇区，地处四川盆地与西南山地、川西高原结合地带，自然条件复杂多样、动植物资源丰富。气候受不同季风环流交替控制，降水丰沛，境内径流量大。区域内分布着中亚热带—暖温带—温带—寒温带的垂直气候带谱。同时交汇区具有重要科学研究价值，为动植物资源、地理、土壤、水文、气象和生态多学科研究提供了试验场所。由于近些年岷江中游沿岸地区的城市化进程，使得该地区的地表景观发生了改变，加之区域微气候的调整和变化，导致地表植被类型发生了转化。三江交汇处的生态环境对岷江下游径流量、工农业发展都会产生影响。鉴于此，本文以生态景观理论为基础，地理信息与遥感技术为支撑，研究该区域景观格局与生态过程之间的关系，揭示交汇区景观演化的驱动力机制，为该区域自然资源开发与合理利用提供科学参考。

三江交汇区位于四川省南部，岷江、大渡河、青衣江交汇处，地理跨度为东经103.3°~104.1°，北纬29.0°~30.0°，区域总面积为275 600 hm²（图 1）。该区处于岷江中下游，属于丘陵山地地貌，最高处为峨边县马鞍山主峰，海拔4288m；最低点为犍为岷江口，海拔307m。气候上属于中亚热带季风气候区，分布着中亚热带—暖温带—温带—寒温带的垂直气候带谱，四季分明，平均气温在16.5~18.0度，年均降水量1000mm以上。三江交汇区植被的垂直带谱明显，区域以阔叶林为主，随之海拔升高由亚热带喜暖性低山常绿阔叶林—亚热带耐寒性中山常绿阔叶林—亚热带常绿落叶阔叶混交林。同时在林地间隙分布着灌丛和草甸以及农田植被，在岷江、大渡河与青衣江河谷两侧以及交汇处分布着部分河滩草地。

图 1

图 1 研究区域示意图

本文使用Landsat TM、ETM+两种传感器数据，具体过境日期：1990-8-4 TM数据，2002-8-13 TM数据，2014-7-28 ETM+数据，数据空间分辨率为30m，光谱范围为0.45~12.50μm。数据下载自美国USGS全球数据共享服务平台；地理辅助数据，DEM（30m）、气温、降水、四川省土地利用变化数据（30m）、岷江、大渡河径流数据来自寒区旱区科学数据中心；社会统计数据，如区域内人口数量、粮食产量、城市面积来自乐山市统计局；景观采样数据，对研究区进行实地景观采样，全区共计采样32个样点。利用ENVI4.8与Matlab9对于三期遥感数据进行了几何与光谱校正，根据land-cover数据、zy03高分辨率数据和实地采样数据结合本文研究目标，建立区域景观分类系统：林地、草地、农田、河滩草地、水体、居民地、裸地。在e-Cognition Developer软件中对三期遥感数据进行分割与分类，同时对分类结果利用采样数据进行精度验证，Kappa系数为92.4%。景观指数提取是基于Arcgis10.1与Fragstats4.2完成。社会统计数据（人口、GDP、粮食产量等）利用Origin Pro 9.0进行数理统计与PCA主成分分析。

（1）景观指数

景观格局特征可以在三个层次上进行分析：单个斑块、斑块类型、整体景观。因此，景观格局指数也分三个层次：斑块水平指数、斑块类型水平指数、景观水平指数。景观指数的评价除了考虑单个景观格局指数的适应性和描述能力，还要将单个景观指数置于景观指数体系中综合考虑。实际应用中，景观指数的选择要参照景观指数的特点、研究目的、研究内容。若不考虑实际意义，计算大量不相干的景观指数，则失去了景观格局研究的本意。基于研究区在景观格局分析方面的重点，以及考虑各个景观格局指数的生态意义、内涵和信息叠加，选择了以下几方面的景观指数：斑块面积指数（CA）、斑块面积百分比（PLAND）、最大斑块指数（LPI）、聚合度指数（AI）、斑块个数指数（NP）、密度指数（PD）、散布与并列度指数（IJI）、景观形状指数（LSI）、香农多样性指数（SHDI）、面积方差指数（ARE_CV）、面积均值指数（ARE_MN）

（2）面积转移矩阵

本文在分析1990年、2002年、2014年三期景观的转化与转移过程，采用的是转移概率矩阵方法。景观类型转移的确定原理为，A1年到A2年的各个景观类型平均单位转化面积占原有该景观类型面积的百分比，例如，把水体区域转化为其他景观类型的转化率作为第一行，裸地景观转化为其他景观类型的转移概率作为第二行，以此类推，建立转移概率矩阵，因此，可以使用如下列数学表达式来表达转移矩阵：

(1)

公式中P_ij表示景观类型i转换成景观类型j的转移概率，其中P_ij为正值，每行概率值相加为1。

（3）主成分分析

主成分分析（principal component analysis, PCA），是一种多元统计分析方法，该方法可以将多个变量转换降维，提取出少的新变量，并且含有多个变量的主要信息^{[15, 16]}。本文利用影响区域景观类型变化的因子与区域景观CA指数建立相关性分析，统计出与CA变化的相关系数矩阵，将置信度水平大于0.05的因子进行主成分分析，获取主成分载荷矩阵，从而分析导致区域景观发生变化的主要影响因素和贡献率。

结合研究区的地表自然景观的类型和分布特点，建立了分类系统，将地表景观划分为：林地、草地、农田、裸地、水域、居民地六种（图 3）。通过对三期遥感数据进行解译，对解译结果利用四川省土地利用覆被数据集和2014年的资源三号遥感数据进行图像对图像形式精度验证，三期分类结果的kappa系数均高于90.1%。1990年数据分类结果显示（图 2），三江交汇区主要的景观类型为农田，占全区72.83%；其次是林地，占15.98%。全区景观类型面积排序依次是：农田＞林地＞水体＞居民地＞草地＞裸地。2002年农田所占比例75.48%，其次分别是林地＞水体＞居民地＞草地＞裸地，2002年面积最大斑块仍然为农田，并且增加了2.65%，而林地和草地明显减少，其中草地减少的较多，减少了3%。居民地所占面积增加较明显。到2014年农田所占面积下降，而林地、草地明显增加，相比2002年林地增加了3.57%；同时居民地增加也较多，增加了3.41%。

图 3

图 3 三期遥感数据分类结果

图 2

图 2 景观类型面积统计

图 4

图 4 1990—2014年林地、草地景观空间变化

一些重要的生态过程受到NP指数的影响，NP指数表示某种景观类型图斑的数量，可以体现出景观的异质性，其决定了整体生态景观中的每种类型景观的空间分布，对区域的同景观类型的分布稳定性产生重要影响。同时NP指数对景观受到外部干扰的蔓延有强化作用，如某种景观类型板块数目较为稀疏，对于外部干扰的蔓延就会起到抑制作用。通过表 1可以看出，1990年研究区内NP值最大值1496，是农田景观类型，其IJI指数最低为50.53%，而且农田景观的聚合度指数AI又高（值为96.09%），从而说明研究区农田景观一旦受到来自外部的干扰，其受到的影响就很大，农田景观自身就会产生较大的变化，同时农田形状指数LSI较大，体现农田区域分布形状较为复杂。草地的AI值最大，说明草地斑块的整体聚合度较高，同时面积指数CA最大，斑块数又较少，表明草地景观类型由较多大的斑块组成，具有较低的异质性，并且ARE_MN最大，从而证明草地景观连通性较好，景观具有一定的规模。林地ARE_CV系数较大，说明林地在整个区域分布较为分散，斑块较大。

表 1

表 1 1990年三江交汇区各景观类型格局指数

表 1 1990年三江交汇区各景观类型格局指数

表 1

表 2 2002年三江交汇区各景观类型格局指数

表 2 2002年三江交汇区各景观类型格局指数

2002年交汇区水体的NP最大，PD值最大，同时IJI较小，说明水体发生了明显的变化。农田的形状指数LSI最高，说明农田景观类型中斑块的形状极为复杂，同时农田的NP数量大，最大斑块指数LPI也较高，体现出了农田分布具有斑块小而且多、复杂的特征，并且小斑块还有聚集度较高的特点。此时的草地斑块个数也较多，同时，散布与并列度指数IJI也较高，而且AR_ CV平均斑块变异系数较高，说明草地受到外部影响较大，由于区域内河网密布，草地分布较为分散，同时草地最大斑块与最小斑块差距较大，此情况与三江交汇处河滩草地表现出的特征吻合。

NP值的大小与景观破碎度有很好的正向相关性，表 3中可以看出2014年草地的NP最大，为205，说明草地在全区内分布较为破碎。并且斑块密度PD值是所有景观类型中最高的，也表达出斑块分布破碎，并且呈现集中分布的态势，与NP体现出来的分布特征一致。同时草地的景观形状指数LSI值最大，该区内土地景观类型中草地斑块形状特征较为复杂。另外林地最大斑块指数LSI值较高，同时聚合度指数AI也处在较高的区间，说明林地分布相对集中，虽然整体呈现一定规模，表面上看分布较完整，但是其内部存在一定的破碎性。

表 1

表 3 2014年三江交汇区各景观类型格局指数

表 3 2014年三江交汇区各景观类型格局指数

将景观变化的时期分成1990—2002年、2002—2014年，通过在Arcgis10.1中进行空间分析运算，得到两个时期景观类型的面积转移矩阵（略）。1990—2002年期间，耕地增加了近760hm²，农田增加主要是来自林地和草地的转化，其中草地转化了近700hm²。居民地的增加是由草地和林地转化而来。该时期内较明显特点为草地急剧减少，而耕地增加明显。2002—2014年期间，耕地明显减少，减少3480hm²，农田减少量转化成林地和草地的增加，林地和草地增加量分别为1030hm²和1490hm²。1990—2002年草地转化成耕地的区域主要发生在青衣江西岸和岷江（交汇处）东山地南坡区域。而林地转化成耕地较明显的区域为大渡河南岸的安古镇周围，与岷江和青衣江中间丘陵区域。2002—2014年林地和草地出现了明显的增加，其空间部分集中在绵竹北岷江西岸地区，尤其草地在该区面积扩大明显，其他地区如：临江河、泥溪河两侧也出现了不同程度的增加。而林地增加较为明显区域分布在大渡河南岸，安古镇南侧和研究区的东北部山地，此区域特点是平均海拔在500m以上，属于丘陵山地，而这个时期刚好与乐山市政府实施对丘陵山地进行退耕还草、还林时期复合。

引起地表景观发生变化的驱动力主要分为自然因素和社会因素（人文因素），本文在探究引起研究区景观变化的驱动力时，考虑到时间序列较短，而短期气候变化相对较为稳定，而导致景观发生变化的驱动力主要集中在社会因素。因此利用PCA分析方法将影响区域景观变化的因子设置成自变量x（x₁—农业人口数量、x₂—粮食产量、x₃—大牲畜头数、x₄—播种面积、x₅—城市人口、x₆—农业GDP、x₇—工业GDP、x₈—商品房审批面积、x₉—果品产量），将各景观类型的CA指数设置成因变量y（y₁—林地、y₂—草地、y₃—农田、y₄—河滩草地、y₅—居民用地、y₆—裸地），将以上数据按照年份1990年、2002年、2014年基于Origin9进行相关性分析，得到景观类型与社会因子相关系数矩阵，如表 4所示。对通过0.05和0.01置信度水平检验的变量，进行主成分分析得到载荷超过0.8的变量PC1和PC2主成分。结果表明导致区域景观发生变化的主要驱动力因子是农业耕作面积扩大和城市化进程，此结果与乐山市近20多年的土地政策与城市化特点相符合，在近十年依赖乐山市政府实施退耕还林、还草，并且主要针对海拔超过500m的丘陵山地区域，建立生态保护区，从而使得三江交汇区的林地和草地面积逐年增加。而居民地面积明显增加的主要原因是区域城市化进程导致，其中最明显的是成绵乐铁路和高速路网的完善，使得三江交汇区的土地类型向建设用地转化加快，主要集中在乐山市中区和周围城镇。

表 1

表 4 各类景观CA指数与驱动力因子相关系数矩阵

表 4 各类景观CA指数与驱动力因子相关系数矩阵

1990—2014年研究区景观类型面积排序为：研究区内景观类型排序：农田＞林地＞草地＞水域＞居民地＞裸地。优势景观为耕地景观，所占比例由72.83%下降到63.32%；草地所占比例呈现波动变化，总体增加了2.81%；林地比例由15.98%上升到18.79%；居民地所占比例升高了4.1%。1990年研究区内草地景观易受到外部干扰，其分布形状复杂；林地景观整体聚合度较高同时具有较低的异质性，分布通透性好、规模连续；农田分布较为分散且斑块较小。2002年农田斑块分布复杂化，同时具有聚集度高的特点。2014年研究区内农田优势地位下降，此时农田分布比较破碎并且呈现集中的态势。草地分布规模性较好、分布较为完整，但是内部存在一定的破碎性。

1990—2002年期间，耕地增加了近760hm²，农田增加主要是来自林地和草地的转化，其中草地转化了近700hm²。草地转化成耕地的区域主要发生在青衣江西岸和岷江（交汇处）东山地南坡区域。2002—2014年期间，耕地明显减少，减少3480hm²，农田减少量转化成林地和草地的增加，林地和草地增加量分别为1030hm²和1490hm²。其空间部分集中在绵竹北岷江西岸地区，尤其草地在该区面积扩大明显，而林地增加较为明显区域分布在大渡河南岸。导致三江交汇区景观类型相互转化的主要原因：一是，退耕还林、还草政策实施，海拔超过500m的丘陵山地区域，建立生态保护区，从而使得三江交汇区的林地和草地面积逐年增加。二是，区域城市化进程导致，其中最明显的是成绵乐铁路和高速路网的完善，使得三江交汇区的土地类型向建设用地转化加快，主要集中在乐山市中区和周围城镇。