EN中文

地球信息科学学报 >

2024 , Vol. 26 >Issue 5: 1315 - 1334

DOI: https://doi.org/10.12082/dqxxkx.2024.230644

地理空间分析综合应用

应用群落生态学方法的发达地区乡村土地覆被格局与动态研究

  • 程东亚 ,
  • 张小林 , * ,
  • 李红波 ,
  • 陈欣蔚
展开
  • 南京师范大学地理科学学院，南京 210023
*张小林（1966—），男，江苏南京人，博士，教授，博士生导师，研究方向为城乡发展与区域规划。 E-mail:

程东亚（1994—），男，安徽亳州人，博士生，研究方向为城乡发展。E-mail:

收稿日期: 2023-10-31

  修回日期: 2023-12-31

  网络出版日期: 2024-05-21

基金资助

国家自然科学基金项目(42071224)

国家社会科学基金后期资助项目(21FSHB014)

教育部人文社会科学基金项目(20YJCZH069)

收起

Research on Land Cover Patterns and Dynamics in Developed Rural Areas Using Community Ecology Methods

  • CHENG Dongya ,
  • ZHANG Xiaolin , * ,
  • LI Hongbo ,
  • CHEN Xinwei
Expand
  • School of Geography, Nanjing Normal University, Nanjing 210023, China
*ZHANG Xiaolin, E-mail:

Received date: 2023-10-31

  Revised date: 2023-12-31

  Online published: 2024-05-21

Supported by

National Natural Science Foundation of China(42071224)

Later-stage project of National Social Science Foundation of China(21FSHB014)

Humanities and Social Science Foundation of the Ministry of Education of China(20YJCZH069)

Fold

摘要

以新的视角解析土地覆被变化特征，对深入认识土地覆被具有重要价值。本文以群落生态学相关理论和方法为基础，构建了其在土地覆被/土地利用中的研究框架。基于该研究框架，本文以江苏镇江句容市乡村地区为研究区，解析了研究区2000—2020年土地覆被变化与动态过程。研究结果认为：① 土地覆被整体由具体的土地覆被类型组成，可以从边界性、集合性、交互性3个角度认识和理解土地覆被，不同土地覆被类型相互作用可以通过生态位、生态位分化、竞争等角度认识和理解； ② 研究区土地覆被整体变化来看： 2000—2020年等级-多度表现为相似的趋势，期间土地覆被香农-维纳指数上升。1 km×1 km土地覆被空间自相关结果来看： 2000—2020年研究区土地覆被丰富度高-高（High-High）类型分布有减少趋势，北部乡村最大优势度低-低（Low-Low）类型分布相对较多，同时北部乡村香农-维纳指数高-高（High-High）类型分布也相对较多； ③ 群落生态学研究方法在未来土地覆被/土地利用研究中的作用：等级-多度可以反映土地覆被/土地利用主导类型，丰富度采用小单元观测可以反映土地覆被/土地利用种类数量空间差异，优势度可以反映某种土地覆被/土地利用类型的地位和作用，香农-维纳指数可以反映土地覆被/土地利用综合多样性和复杂性。本研究结果能为土地覆被/土地利用研究提供一种新的研究范式和思路，也能为发达地区乡村发展提供参考和启示。

关键词： 土地覆被; 群落生态学; 等级-多度; 丰富度; 优势度; 香农-维纳指数; 格局; 动态; 乡村; 发达地区

本文引用格式

程东亚 , 张小林 , 李红波 , 陈欣蔚 . 应用群落生态学方法的发达地区乡村土地覆被格局与动态研究[J]. 地球信息科学学报, 2024 , 26(5) : 1315 -1334 . DOI: 10.12082/dqxxkx.2024.230644

Abstract

Analyzing the characteristics of land cover changes from a new perspective holds significant value for a better understanding of land cover and land use. In this study, we proposed a research framework of land cover and land use based on the relevant theories and methods from community ecology. Based on this framework, we analyzed the land cover changes in the rural area of Jurong City, Zhejiang, Jiangsu Province during the period of 2000-2020. The results showed that: (1) The entire land cover consists of specific land cover types, which can be recognized and characterized from three aspects: boundary, aggregation, and interaction. The interaction of different land cover types can be recognized and understood from aspects of niche, niche differentiation, and competition. Specifically, there were niches in various land cover types, niche differentiation was fundamental to land cover distribution, and competition drove the land cover evolution; (2) For the overall land cover change in the study area, rank-abundance showed a similar trend, with the Shannon-Wiener index of land cover increasing during 2000-2020. Through the spatial autocorrelation analysis of the 1 km×1 km land cover, the distribution of high-high type of richness in the study area showed a decreasing trend from 2000 to 2020, the distribution of low-low type of maximum dominance in the northern rural areas was relatively large, and the distribution of high-high type of Shannon-Wiener index in the northern rural areas was also relatively large. During 2000-2020, the overall land cover rank-abundance in the study area showed a relatively stable evolution, with an overall Shannon-Wiener index increase of 0.14. At the scale of 1 km×1 km, the richness, maximum dominance, and Shannon-Wiener index had their own characteristics, indicating that it is necessary to observe land cover change at small scales and small units; (3) By exploring the role of community ecology methods in future land cover and land use research, we found that rank-abundance can reflect the dominant type of land cover and land use, richness can highlight the spatial difference of land cover and land use type by using small unit observations, dominance can indicate the status and role of a certain land cover and land use type, and Shannon-Wiener index can quantify the comprehensive diversity and complexity of land cover and land use. For future studies of land cover and land use, this paper suggests the use of small-scale and small-unit grid for changes in land cover and land use analysis to find out the change characteristics distinct from the past. The results of this study can provide new research paradigms and ideas for land cover and land use studies, serving as a reference and inspiration for rural development in developed areas.

Key words： land cover; community ecology; rank-abundance; richness; dominance; Shannon-Wiener index; pattern; dynamic; rural area; developed area

1 引言

土地覆被是地表景观格局的表现形式[1]，是土地物质能量循环的重要驱动力。研究土地覆被变化，对深入理解人地相互作用下景观变迁、资源环境变化、生态环境响应具有直接价值，也对未来土地资源开发与保护具有重要意义。
以土地覆被为篇名在知网（CNKI）数据库内进行分析和检索，国内土地覆被研究已经出现30年左右。CNKI文献库内，最早的文献为上世纪90年代《全球土地利用与土地覆被变化：进行综合研究》[2]。近几十年国内土地覆被研究可以划分为 2个主要阶段。① 2000年以前（第一阶段）—国内土地覆被研究相对平稳的发展阶段。本阶段土地覆被的研究文献相对有限，研究内容主要集中于前期方向性问题[3-4]。② 2000年后（第二阶段）—国内土地覆被研究呈现较快发展趋势。第二阶段国内土地覆被研究呈现学科多样、范围广泛、内容丰富等特点。该阶段的研究学科涉及地理学、测绘科学、生态学等[5⇓⇓-8]，区域涉及不同范围[5⇓⇓-8]，主题内容涉及土地覆被分类[9]、土地覆被变化[6,8]、土地覆被与生态环境(气候）[10]等。土地覆被研究在国内的快速发展，不仅为相关学科提供更多方向和有益视角，也为区域社会生态环境建设和发展提供了科学参考依据。由于土地覆被与土地利用有较强联系，英文文献中研究内容也有一定相似。以land cover检索来看，国际土地覆被研究亦属于热门的研究课题。与国内研究相似之处在于，国际土地覆被研究涉及学科众多，分布于环境科学与遥感科学等[11⇓-13]，国际研究主题也关注土地覆被分类精度[14]、土地覆被变化与预测[15-16]等内容。由此可见，无论国内还是国际研究，土地覆被研究已经成为学术界关注的重点领域，未来还将进一步发展。
在国内国际开展较多研究的同时，本文选择群落生态学的相关理论和方法作为切入点，研究发达地区乡村土地覆被的原因如下： ① 土地覆被/土地利用变化是热点，也是当前关注的重点。在大力实施乡村振兴战略进程中，乡村资源环境变化受到广泛关注，研究乡村土地覆被变化对乡村振兴具有价值。② 当前关于土地覆被/土地利用变化研究多从动态度、变化率、转换/转移等视角[17⇓-19]切入，需要新的研究视角和范式切入，推动相关研究进一步发展，有助于更深层次认识资源环境变化。
因此，本文基于群落生态学视角，构建了新的土地覆被研究框架。基于该框架，以江苏镇江句容市乡村地区为研究区，开展土地覆被变化与动态研究。研究结果对土地覆被认识和研究具有积极价值，能为相关研究提供新的依据和启示。

2 理论概述

2.1 群落生态学视角下土地覆被认识

“物种是生命存在与繁衍的基本单元”[20]，“群落是指某一特定地区内交互作用的生物集合”[21]，物种与群落的关系十分密切[21-22]。据此来认识，本文认为群落可以理解如下：① 群落分布在特定的地区。即生物群落出现在特定地区（地域）且具有边界范围，群落边界范围可以有大小； ② 群落是生物的集合。生物群落内往往包括一定生物量，植物群落和动物群落都是群落。一般来说，群落内可以包括多个物种；③ 群落内的生物具有交互作用。生物群落内各种生物是不断影响的，彼此间存在直接或间接相互/交互作用。综上，可以理解为：群落具有边界性（特定地区或范围）、集合性（生物或物种集合）、交互性（生物或物种间相互作用）的特点。
根据生物群落的认识，本文认为土地覆被可以视为由各种具体土地覆被类型组成的土地覆被整体（图1），其从边界性、集合性、交互性3个角度的阐述如下：
图1 边界/范围差异与土地覆被类型的差异

Fig. 1 Boundary or range differences and differences in land cover types

（1）土地覆被的边界性。区域土地覆被具有一定范围，出现在地球表面特定地区。土地覆被的特定地区或范围，可以是某个100 m×100 m范围，可以是村庄范围，可以是流域范围，也可以是国家甚至全球范围。不同范围的土地覆被，可以具有相同或不同的土地覆被类型。相同范围的土地覆被，也可能具有不同或相同的土地覆被类型。
（2）土地覆被的集合性。土地覆被包括耕地、森林、草地等多个类型，各种土地覆被类型的集合，使土地覆被具有类似于群落的结构特点。与生态学群落中不同的是，土地覆被不仅具有生物的集合特点，还具有非生物的集合特点。
（3）土地覆被的交互性。土地覆被内普遍存在着交互作用，彼此相互影响、相互制约、相互协调。由于各种土地覆被类型的交互作用，表现出不同土地覆被格局。

2.2 群落生态学方法到土地覆被研究方法

群落结构与土地覆被结构具有相似的表达形式，本文从等级-多度、丰富度、优势度等来认识和研究土地覆被结构，其具体思路如表1和表2所示。
表1 群落生态学方法在土地覆被研究中的应用

Tab. 1 Application of community ecology methods in land cover research

方法 生态学中内涵 本文使用的思路 公式 变量说明 公式编号
等级-多度 一般是指相对多度与多度等级的联系，体现了群落等级位序和均匀性特点[21-22] 土地覆被等级-多度曲线呈现快速下降曲线，说明单一土地覆被类型作为主导，土地覆被均匀性低。土地覆被等级-多度曲线相对平缓，则说明土地覆被均匀程度高，其主导类型相对不明显
丰
富
度		 丰富度是指一定范围或区域内物种种类的多少[21-22] 土地覆被存在类型差异，必然具有不同土地覆被丰富度。土地覆被丰富度越高，则表示土地覆被类别越齐全，反之则表示土地覆被类别稀少
优
势
度		 生态学中优势度可以理解为物种在群落中的优势地位[21⇓⇓-24] 某个土地覆被类型优势度越高，则说明其对整体影响较大，其计算公式参考文献[23]—[24]得出。根据生态学中优势种、亚优势种、伴生种、偶见种的特点[25-26]，不同土地利用类型地位和作用的分类如表2。需要说明的是，如果某个范围内存在2个及以上土地覆被类型优势度相等且最大，此时称为其他类 Y S D i = A C S i A C × 100 % YSDi表示特定范围内i个土地覆被类型的优势度；ACSi表示i个土地覆被类型所占据的面积；AC表示所有土地覆被类型占据的面积总和 （1）[23-24]
香农-维纳指数 生态学中香农-维纳指数和辛普森指数可以反映生物群落综合多样性，指数越大则说明群落内物种多样性越高[21-22] 土地覆被多样性用等级-多度、丰富度、优势度观测相对直观，但缺少综合性表征结构变化。Shannon多样性指数和Simpson多样性可以反映土地覆被的综合多样性水平，多样性指数越大则说明土地覆被多样性越高。香农-维纳指数公式参考文献[21]—[22]得出 X S h a n n o n = - ∑ i = 1 s P i l n P i XShannon表示香农-维纳指数；Pi代表第i个土地覆被类型所占据的比例； s表示土地覆被类型数量 （2）[21-22]
辛普森指数
表2 土地覆被类型中优势类、亚优势类、伴生类等划分标准

Tab.2 Classification criteria of dominant type, subdominant type and auxiliary type, etc. among land cover types

取值范围 YSDi≥ 50% 10%≤ YSDi<50% 1%≤ YSDi<10% YSDi<1%
分类 优势类 亚优势类 伴生类 偶见类
① 土地覆被等级-多度。等级为某个土地覆被类型在特定范围内面积或占比的等级顺序，多度指某个土地覆被类型面积或占比（生态学中多度是指某一种群某个范围内个体数或生物量[21-22]）。② 土地覆被丰富度。特定范围内土地覆被类型或种类的数量。③ 土地覆被优势度。优势度计算方式有很多种，本文参考以往生态学研究[23-24]和土地覆被研究实际情况，得到本文土地覆被优势度计算方式。④ 土地覆被香农-维纳指数（Shannon）和辛普森指数（Simpson）。由于土地覆被香农-维纳指数和辛普森指数用途相似，故本文仅采用香农-维纳指数进行分析和研究。

2.3 不同土地覆被类型的相互作用认识

2.3.1 各种土地覆被类型的生态位

生态位是影响生物生存和发展所有因素的集合[21-22]，土地覆被是人类活动和自然基础影响下产生的现象，两者（人类活动和自然基础）对土地覆被生态位的影响具有差异。
（1）自然基础影响下的各种土地覆被类型生态位。耕地存在的重要基础是自然环境，土壤、水源、光照等是耕地存在的决定性条件，尤其是土壤中各种营养物质的存在，是保证耕地功能的重要条件。森林、草地、湿地、水域等受自然条件影响，其以热量、地形、降水等为基础产生各种生态位需求。一般来说，不透水面的自然基础生态位需求相对较低，但其仍具有重要作用。如地形是支撑不透水面的基础，不透水面有时也需要考虑光热等基础自然条件。
（2）人类活动影响下的各种土地覆被类型生态位。现代科学技术的发展弱化了耕地自然条件需求，资金、技术、生产方式等代表的社会条件日益重要。森林、草地、湿地、水域受人类活动的影响越来越强，甚至在人类活动的影响下彻底改变。如建造水库水坝虽建立在自然基础上，但更多是人类活动影响下的社会经济因素导致。不透水面的生态位更复杂多样，更多受社会经济、资源基础、交通条件等人类活动影响。

2.3.2 生态位分化是土地覆被分布的基础

群落中，生态位分化促进了资源合理利用和群落效益最大化[21-22]。本研究认为，土地覆被中存在生态位分化过程，其具体通过生态位挤占、生态位分化、生态位优化3个过程实现。
（1）生态位挤占-多个土地覆被类型会挤占相同生态位。土地是有限空间，空间有限性决定了资源有限性。不同土地覆被类型均需占据一定生态位，直接导致单个要素被多种土地覆被类型共同挤占。假设特定范围内存在耕地、森林、不透水面等土地覆被类型，以自然光照为例，有限空间内光照资源是一定的。各土地覆被类型利用光照过程中，森林需要光照维持光合作用，耕地需要光照保持土壤肥力并保证农业生产，不透水面需要光照满足人类活动，光照在空间内会被充分挤占。
（2）生态位分化-生态位分化产生了土地覆被分布格局。多个土地覆被类型挤占一个要素的现象普遍存在。空间有限性推动了土地覆被生态位分化，形成了不同土地覆被格局。以地形为例，特定空间范围内地形是有限的。不考虑人类活动情境下，所有土地覆被都可能占据该要素。但往往表现出低洼为水域、陡峭为森林的现象，表明地形通过分化作用满足了不同土地覆被需求。当人类活动加入后，不透水面侵占较浅水域或较低坡度，地形再次分化。因此，各种土地覆被分布格局本质上是生态位分化产生的结果。
（3）生态位优化-生态位优化促进了土地覆被生态效益最优。土地覆被类型的组合和布局，是因地制宜优化自身生态位的表现，促进了土地覆被差异化利用资源，推动了土地覆被资源能量的充分利用和流动。生态位优化产生了不同土地覆被结构与功能，该结构与功能是土地覆被配置的最优状态，产生的生态效益最大。对于土地覆被而言，生态效益最大化不仅是自然生态效益，更包括社会生态效益。土地覆被优化生态位，促进了各种资源的空间合理分配与制衡，保证了内各种物质能量的高效运行和流动。

2.3.3 竞争作用促进土地覆被演化

生态学中物种间存在竞争行为，竞争推动了群落结构的演化[21-22]。本研究认为群落生态学中物种间竞争关系[21-22]，可以用来解释土地覆被相互作用过程。其理解如下：
（1）自然竞争作用是推动土地覆被演化的重要因素。森林、草地、湿地等存在自然竞争过程，人类活动影响很小的情况下，森林、草地、湿地等通过自然竞争作用获取自身分布空间。当区域自然条件发生改变后，自然竞争作用便会变化。例如，湿度条件发生改变时，湿地可能利用条件变化侵占森林、草地、水域等空间，促进土地覆被结构演变。自然竞争作用对土地覆被演变具有一定作用，但这种作用可能在一定时期内不占据主导，甚至十分有限。
（2）人类活动影响下的竞争作用是推动土地覆被演化的决定因素。相对于自然竞争作用，人类活动影响下的竞争作用更为重要。城市化和工业化进程中，不透水面明显具有更强的竞争优势。不透水面侵占森林、草地、湿地等土地覆被，直接导致土地覆被结构快速变化。受人类活动方式和功能需求影响，人类活动主导下的土地覆被类型也有竞争作用。例如耕地和不透水面存在激烈竞争，生产功能为主导的耕地，转变为生产生活双重功能的不透水面十分普遍。人类活动影响下，森林、草地、湿地等也发生着不同于自然竞争作用的过程。如植树造林、退耕还林、退耕还湖等直接改变了土地覆被结构，促进了土地覆被进一步演化。因此，人类活动影响下的竞争作用是土地覆被演变的决定性因素。

3 研究区概况与数据处理

3.1 研究区概况

句容市隶属于江苏省南部的镇江市，位于长三角核心地区。2022年句容市实现地区生产总值754.62亿元，人均GDP达到11.75万元[27]。研究区为句容市乡村地区（图2），主要位于句容东部、南部、北部，属于平原-丘陵过渡地区，北部乡村海拔略高，部分地区300 m以上，中部乡村地形较为平坦开阔，东南部和西南部乡村有少量丘陵。研究区产业较为发达，经济实力雄厚，对外交通便利。研究区包括8个乡镇，根据地形特点和研究实际需要，划分为北部乡村（宝华和下蜀），中部乡村（边城和白兔），东南部乡村（茅山），西南部乡村（郭庄、后白、天王）。
图2 江苏镇江句容市乡村地区概况

Fig. 2 Overview of rural areas of Jurong City, Zhenjiang, Jiangsu Province

3.2 数据处理

土地覆被数据通过Global 30 m Surface Coverage Fine Classification Products (全球30 m地表覆盖精细分类产品)[28]（https://data.casearth.cn/thematic/glc_fcs30）整理得到，分辨率30 m。DEM数据来源于中国科学院计算机网络信息中心地理空间数据云平台(http://www.gscloud.cn)，分辨率90 m。研究区乡村边界参考天地图江苏/江苏省地理信息公共服务平台（https://jiangsu.tianditu.gov.cn/staticServer/site/atlas/index.html）公开的资料制作。
本文对土地覆被类型进行合并处理，得到主要土地覆被类型。本研究土地覆被分类的具体思路如下： ① 研究区靠近南京市郊区地带，将不透水面单独分类更为适合，突出城郊乡村特点； ② 研究区属于亚热带季风气候区，以水田农业为主，将所有耕地类型合并较为合适； ③ 研究区部分地区属江苏省少有的丘陵森林分布区，具有很高的生态价值，森林适合单独分类； ④ 考虑到研究区属于平原和丘陵过渡地带，在生态保护大背景下，草地和湿地虽然占地面积较小，但越来越重要，单独分类更具有实际意义。
综上，本研究得到的土地覆被类型包括6种，分别为耕地、森林、草地、湿地、不透水面、水域。需要特别说明的是，本研究区中“其他”主要是指未分类或分类异常的像元，并不能视为单独的土地覆被类型。同时“其他”分类的面积很小，不足1 km2，对研究结果和分类结果影响十分有限。所以涉及土地覆被丰富度、优势度、香农-维纳指数等计算过程中，不纳入“其他”分类更为适合。为保证观测标准一致，经过综合评估（考虑研究区面积、土地覆被类型、研究科学性等），本研究土地覆被观测尺度确定为整体和1 km×1 km。
动态度和空间自相关两种方法相对成熟，其介绍如下。土地覆被动态度可以反映土地覆被变化情况，如果土地覆被动态度为正，则表示某土地覆被正向变化或增加趋势，负则表示负向变化或减少趋势，动态度绝对值越大则变化越剧烈[17⇓-19]。局部空间自相关结果包括高-高（High-High）、高-低（High-Low）、低-低（Low-Low）、低-高（Low-High）等类型[29]。本文采用Arcmap中优化的异常值分析（Optimized Outlier Analysis ）处理，可以得到相对稳定的空间自相关类型分布图。

4 结果与分析

本章节首先分析了研究区土地覆被基本特征，然后利用本文构建的土地覆被研究框架，对其变化特点进行分析，最后本章节通过研究区实际应用情况，总结了群落生态学研究方法在未来土地覆被/土地利用研究中的用途和价值。本文土地覆被变化分析包括研究区整体和1 km×1 km 2个观测尺度。但本研究中土地覆被类型相对有限且研究区面积较小，对研究区整体丰富度分析没有更多实际价值和意义，故整体结构不研究该特点。等级-多度特点在1 km×1 km观测尺度下分析较为复杂，故该观测尺度不研究其特点。

4.1 土地覆被变化基本特征

4.1.1 土地覆被面积变化特征

如图3和表3所示，2000—2020年研究区耕地和森林面积呈现下降趋势，草地、湿地、不透水面、水域面积呈现上升趋势；期间耕地面积下降速度最快，不透水面面积上升速度最快。
图3 2000—2020年江苏镇江句容市乡村地区不同土地覆被面积变化趋势

Fig. 3 Change trend of different land cover area in rural areas of Jurong City, Zhenjiang, Jiangsu Province during 2000-2020

表3 2000—2020年江苏镇江句容市乡村地区不同阶段土地覆被面积变化表

Tab.3 Change of land cover area at different stages in rural areas of Jurong City, Zhenjiang, Jiangsu Province during 2000-2020 (km2)

土地覆被类型 2000—2005年 2005—2010年 2010—2015年 2015—2020年 2000—2020年
耕地 -12.84 -7.42 -20.72 -11.89 -52.87
森林 -2.69 -5.48 -2.32 -4.53 -15.02
草地 0.70 0.78 0.54 0.77 2.79
湿地 2.13 1.02 0.76 1.36 5.27
不透水面 10.40 11.33 20.87 13.99 56.59
水域 2.30 -0.23 0.87 0.24 3.18
其他 0.00 0.01 0.00 0.05 0.06
（1）耕地面积变化。2000—2020年研究区耕地面积表现为快速下降趋势，其面积从915.93 km2下降到862.65 km2，变化斜率达到-2.68。从阶段变化来看（如无特别说明，阶段变化一般不包括2000—2020年整个阶段，下文同），下降面积从高到底依次为2010—2015年、2000—2005年、2015—2020年、2005—2010年。
（2）森林面积变化。2000—2020年研究区森林面积总体保持下降趋势，期间面积下降为15.02 km2，下降斜率明显小于耕地。从阶段变化特征来看，2005—2010年和2015—2020年森林面积下降保持在4~6 km2，高于2000—2005年和2010—2015年下降面积（均不足3 km2）。
（3）草地面积变化。2000—2020年研究区草地面积表现为小幅度上升趋势，期间从8.36 km2上升到11.15 km2，直线斜率0.14，其变化相对稳定。从阶段变化特点来看，各阶段基本呈现小幅度上升趋势，但均不足1 km2，最大仅为2005—2010年的0.78 km2。
（4）湿地面积变化。2000—2020年研究区湿地面积呈现较快上升趋势，期间从9.75 km2上升到15.02 km2，直线变化斜率（0.25）大于草地（0.14）。从阶段变化特点来看，湿地面积总体处于不稳定上升趋势，例如2000—2005年上升2.13 km2，2010—2015年上升仅为0.76 km2。
（5）不透水面面积变化。2000—2020年研究区不透水面面积总体呈现快速上升趋势。期间不透水面从41.60 km2上升到98.19 km2，变化斜率达到了2.91。从阶段变化来看，各阶段不透水面面积上升均大于 10 km2，尤其是2010—2015年上升超过了20 km2。
（6）水域面积变化。2000—2020年研究区水域面积总体保持小幅度上升趋势，期间从25.85 km2上升到29.03 km2，直线斜率不足0.15。从阶段变化特征来看，以正向阶段变化为主（2000—2005年、2010—2015年、2015—2020年），负向阶段变化为辅助（2005—2010年）。
2000—2020年研究区耕地和森林保持下降趋势，说明乡村发展过程中存在耕地和森林侵占问题。近年来乡村地区交通发展、居民点扩建和工业化发展持续推进，直接导致了大量不透水面的产生，靠近居民点的森林和耕地直接成为了被挤占的对象。发达地区乡村不透水面变化，不仅受城市化与工业化影响，更重要的是发达地区乡村提供了充足的社会经济资源，使不透水面处于优势的竞争地位。除不透水面快速增长外，草地、湿地、水域等用地呈现增加趋势，可能与生态环境保护与重视程度增强密切相关。

4.1.2 土地覆被空间分布特征

2000—2020年研究区耕地空间分布最多，森林、不透水面、水域空间分布相对集中，草地和湿地空间分布相对较少（图4）。
图4 2000—2020年江苏镇江句容市乡村地区土地覆被空间分布

Fig. 4 Spatial distribution of land cover types in rural areas of Jurong City, Zhenjiang, Jiangsu Province during 2000-2020

（1）耕地空间分布。2000—2020年研究区耕地空间分布最为广泛，集中分布于中部乡村、西南部乡村、东南部乡村西部、北部乡村北部。期间耕地空间分布趋势基本稳定，耕地大范围缩减区大致分布于北部乡村、西南部乡村，中部乡村和东南部乡村部分地区也有集中缩减趋势。
（2）森林空间分布。2000—2020年研究区森林空间集中分布明显，集中于北部乡村中南部和东南部乡村东部。期间森林大范围减少区域不明显，仅局部空间范围可以看出减少趋势，主要是北部乡村和东南部乡村附近。
（3）草地空间分布。2000—2020年研究区草地空间分布整体表现为分散趋势，仅在小范围表现集中趋势。研究区草地主要在北部乡村和东南部乡村，西南部乡村和中部乡村分布相对较少。总体来看，期间研究区草地空间分布较为稳定，仅呈现小范围增长。
（4）湿地空间分布。2000—2020年研究区湿地空间分布很少，主要在西南部乡村，其他乡村也有一定的零散分布。期间研究区湿地空间分布虽然有所增加，但整体较为稳定。
（5）不透水面空间分布。2000—2020年研究区不透水面空间分布呈现集中趋势，期间不透水面空间拓展明显，尤其以北部乡村、西南部乡村最为典型。2020年北部乡村不透水面已呈现大范围空间连绵趋势，中部乡村和西南部乡村小范围集中，东南部乡村集中区域相对较少。
（6）水域空间分布。2000—2020年研究区水域空间分布相对集中，主要在西南部乡村和东南部乡村，中部乡村和北部乡村也有一定水域分布。期间水域空间分布趋势基本一致，西南部乡村水域分布集中趋势明显增强。
研究区土地覆被空间分布是自然环境和人类活动相互作用的结果。森林主要分布在研究区北部乡村和东南部乡村东部，这些地区多为丘陵地区，地形条件相对复杂，更有利于植被分布，产生了森林分布区。研究区耕地分布相对较多，主要位于相对平坦的地区，说明耕地受自然条件（地形）影响很大。不透水面空间分布更多与人类活动密切关联，其主要围绕在核心乡村周边。研究区多属于地势低平的平原，加之气候与人类活动影响，草地和湿地空间分布并不明显且范围有限。研究区存在一定范围的水域分布，主要与地形和气候相关，也受近年来人类活动影响。

4.1.3 土地覆被占比与动态度变化特征

2000—2020年研究区土地覆被中，耕地占比最高，其他土地覆被类型占比相对较低。期间耕地和森林均为负向动态度，草地、湿度和不透水面均为正向动态度，水域正向动态度为主（图5和表4）。
图5 2000—2020年江苏镇江句容市乡村地区土地覆被年占比和阶段占比变化

Fig. 5 Percentage of annual and stage changes of land cover in rural areas of Jurong City, Zhenjiang, Jiangsu Province during 2000-2020

表4 2000—2020年江苏镇江句容市乡村地区不同土地覆被类型动态度

Tab.4 Dynamics of different land cover types in rural areas of Jurong City, Zhenjiang, Jiangsu Province during 2000-2020

土地覆被
类型		 变化时段 动态度/% 土地覆被
类型		 变化时段 动态度/% 土地覆被
类型		 变化时段 动态度/%
耕地 2010—2015年 -0.46 森林 2005—2010年 -0.93 草地 2005—2010年 1.72
2000—2020年 -0.29 2015—2020年 -0.82 2000—2005年 1.69
2000—2005年 -0.28 2000—2020年 -0.62 2000—2020年 1.67
2015—2020年 -0.27 2000—2005年 -0.45 2015—2020年 1.48
2005—2010年 -0.16 2010—2015年 -0.41 2010—2015年 1.10
土地覆被
类型		 变化时段 动态度/% 土地覆被
类型		 变化时段 动态度/% 土地覆被
类型		 变化时段 动态度/%
湿地 2000—2005年 4.38 不透
水面		 2000—2020年 6.80 水域 2000—2005年 1.78
2000—2020年 2.70 2010—2015年 6.59 2010—2015年 0.62
2015—2020年 1.99 2000—2005年 5.00 2000—2020年 0.62
2005—2010年 1.71 2005—2010年 4.36 2015—2020年 0.17
2010—2015年 1.18 2015—2020年 3.32 2005—2010年 -0.16
（1）土地覆被占比。2000—2020年研究区耕地占比稳定在75%以上，最高占比为81.63%（2000年），最低为76.92%（2020年）。期间森林占比次之，稳定在9%以上；草地占比均在1%以下，湿地占比则从不足1%上升到1.34%；不透水面占比上升明显，从3.71%上升到8.75%，水域占比均不足3%。从整阶段占比变化来看，不透水面占比上升5%以上，耕地占比下降4%以上，森林占比下降1%以上，草地、湿地、水域占比变化均不足1%。
（2）土地覆被动态度。2000—2020年研究区耕地均保持负向动态度，动态度绝对值最高阶段在2010—2015年（0.46%），最低为2005—2010年（0.16%）。期间森林动态度均保持负向，动态度绝对值最低达到了0.41%，最高超过0.90%。期间草地和湿地均为正向动态度，草地动态度维持在1%~2%，湿地动态度差异很大。不透水面在各阶段均保持正向动态度，其动态度均在3%以上。除2005—2010年外，水域均保持正向动态度。
乡村是传统的农业生产地区，近年来伴随着郊区城市化和乡村工业化的进程，研究区耕地占比下降，但仍保持主导地位。从不同土地覆被动态度来看，耕地虽处于负向变化，但耕地阶段动态度变化有限，说明耕地是持续小幅度变化。2005—2010年森林动态度负向变化较强，说明期间森林受到严重侵占。动态度上升为主的土地覆被类型中，不透水面动态度较大，表明乡村土地覆被变化中不透水面占据重要影响。

4.2 土地覆被整体结构变化特征

4.2.1 土地覆被整体等级-多度变化特征

如图6所示，2000—2020年研究区土地覆被等级-多度曲线维持幂曲线① (①本文等级-多度曲线拟合结果类似于幂函数，为方便表达，全文均称为幂曲线。以图6(a)为例，842.57本文称为常量，-2.65称为指数。)趋势，土地覆被基本呈现稳定演化趋势。
图6 2000—2020年江苏镇江句容市乡村地区土地覆被等级-多度变化

Fig. 6 Rank-abundance of land cover in rural areas of Jurong City, Zhenjiang, Jiangsu Province during 2000-2020

2000—2020年研究区均维持耕地、森林、不透水面、水域、湿地、草地的等级-多度趋势，表明土地覆被内部等级组合并未发生实质性改变。从等级-多度曲线拟合优度来看，2000—2020年拟合优度均大于0.95，说明该曲线能够较好地反映整体土地覆被特点。从等级-多度拟合幂曲线系数变化趋势来看，期间其系数（常量和指数绝对值）有降低趋势。
2000—2020年研究区土地覆被等级-多度均保持良好的幂曲线规律，说明土地覆被结构总体较为稳定且具有主导类型。期间幂曲线系数（常量和指数绝对值）呈现下降趋势，表明第一优势土地覆被类型弱化。期间耕地优势总体处于降低趋势，其他土地覆被类型优势处于增强趋势，推动了曲线拟合结果变化。研究区经过郊区城市化和乡村工业化发展，耕地逐渐让位于其他土地覆被类型，增加了土地覆被多样性，降低了耕地优势地位。如果从具体区域来看，研究区北部更靠近南京主城区，北部地区的耕地在城市化和工业化进程中逐渐减少，深刻影响了等级-多度变化。当然，其他地区土地覆被变化也对等级-多度变化具有重要作用。

4.2.2 土地覆被整体优势度和优势类变化特征

2000—2020年研究区土地覆被中，耕地均为优势类，森林在2000、2005、2010年维持为亚优势类（表5）。
表5 2000—2020年江苏镇江句容市乡村地区不同土地覆被类型优势度和分类变化

Tab. 5 Change trend of dominance and classification of different land cover types in rural areas of Jurong City, Zhenjiang, Jiangsu Province during 2000-2020

土地覆被类型 属性 年份
2000年 2005年 2010年 2015年 2020年
耕地 优势度/% 81.65 80.50 79.84 77.99 76.93
分类 优势类 优势类 优势类 优势类 优势类
森林 优势度/% 10.72 10.48 10.00 9.79 9.39
分类 亚优势类 亚优势类 亚优势类 伴生类 伴生类
草地 优势度/% 0.75 0.81 0.88 0.93 0.99
分类 偶见类 偶见类 偶见类 偶见类 偶见类
湿地 优势度/% 0.87 1.06 1.15 1.22 1.34
分类 偶见类 伴生类 伴生类 伴生类 伴生类
不透水面 优势度/% 3.71 4.64 5.65 7.51 8.76
分类 伴生类 伴生类 伴生类 伴生类 伴生类
水域 优势度/% 2.31 2.51 2.49 2.57 2.59
分类 伴生类 伴生类 伴生类 伴生类 伴生类
具体优势类来看，2000—2020年研究区土地覆被优势类均为耕地，但其优势度保持下降趋势，2010年及以后其优势度已经低于80%。研究区土地覆被亚优势类仅有森林一种，出现年份为2000、2005、2010年。不透水面和水域均保持伴生类，未来不透水面可能逐渐成长为亚优势类。期间草地始终为偶见类，除2000年外，湿地保持为伴生类。总体来看，研究区土地覆被仍是以耕地优势类为主导。
2000—2020年研究区耕地一直保持主导地位，是土地覆被的优势类，说明以生产功能为主导的土地覆被结构未发生实质性变化。本文推测，无论是研究区还是长三角地区其他乡村，多数情况下耕地一直会保持优势类。森林作为研究区亚优势类（2000、2005、2010年），期间优势度出现下降，说明乡村发展给生态环境带来了影响。随着不透水面优势度上升，未来可能转变为亚优势类。研究区位于苏南地区，是中国最著名的乡村工业化地区，森林在苏南地区较为稀缺。乡村森林资源保护需要引起重视，需要加大乡村工业化和城市化背景下森林保护力度。

4.2.3 土地覆被整体香农-维纳指数变化特征

2000—2020年研究区整体香农-维纳指数均表现为上升趋势，但阶段变化并不完全一致（表6）。
表6 2000—2020年江苏镇江句容市乡村地区整体土地覆被香农-维纳指数

Tab.6 Shannon-Wiener index of land cover in rural areas of Jurong City, Zhenjiang, Jiangsu Province during 2000-2020

多样性指数 年份
2000年 2005年 2010年 2015年 2020年
香农-维纳指数 0.69 0.73 0.76 0.81 0.84
多样性指数 时间阶段
2000—2005年 2005—2010年 2010—2015年 2015—2020年 2000—2020年
香农-维纳指数
阶段变化		 0.04 0.02 0.05 0.03 0.14
2000—2020年研究区整体土地覆被香农-维纳指数从大到小依次是2020年（0.84）、2015年（0.81）、2010年（0.76）、2005年（0.73）、2000年（0.69），表明整体土地覆被多样性上升。从具体阶段来看，土地覆被香农-维纳指数上升从高到低依次是2010—2015年（0.05）、2000—2005年（0.04）、2015—2020年（0.03）、2005—2010年（0.02），2010—2015年土地覆被多样性上升最为明显。整个阶段来看，研究区整体香农-维纳指数上升0.14，表明期间整体土地覆被多样性和复杂性有所上升。
2000—2020年研究区整体土地覆被香农-维纳指数表现为上升趋势，说明整体土地覆被多样性上升。整体土地覆被多样性上升是相对复杂的过程，需要耕地、森林、不透水面等共同作用。研究区土地覆被多样性上升主要是耕地面积下降和不透水面面积上升影响，同时森林、草地、湿地等不断变化，共同推动了土地覆被综合多样性变化。对于发达地区乡村而言，这种多样性变化在近期可能会一直上升。正处于快速工业化和城市化的中西部地区，可能出现降低和上升并存的情况。本文推测，中西部地区靠近城市的乡村可能会发生多样性上升，对于实施生态搬迁的生态脆弱区乡村，多样性下降的可能性更大。

4.3 1 km×1 km尺度下土地覆被变化特征

4.3.1 1 km×1 km尺度下土地覆被丰富度变化特征

2000—2020年研究区土地覆被丰富度以高-高（High-High）关联类型为主，期间丰富度上升与下降区域并存（图7）。
图7 2000—2020年江苏镇江句容市乡村地区土地覆被丰富度年空间分布、空间自相关、阶段变化（1 km×1 km）

Fig. 7 Annual spatial distribution, spatial autocorrelation and stage change of land cover richness in rural areas of Jurong City, Zhenjiang, Jiangsu Province during 2000-2020 (1 km×1 km)

（1）土地覆被丰富度空间分布基本特点。2000—2020年研究区土地覆被丰富度≤3的区域很少，散布于各个乡村。2000—2020年研究区土地覆被丰富度空间格局较为相似，丰富度以4和5为主体。期间研究区土地覆被丰富度>5的分布区虽然整体表现为分散，但西南部乡村和东南部乡村交界区有相对集中趋势。
（2）土地覆被丰富度空间自相关特点。2000—2020年研究区土地覆被丰富度主要以高-高（High-High）类型为主。从具体年份来看，2000年、2005年、2010年高-高（High-High）类型主要分布在研究区西南部乡村和东南部乡村交界附近，其他乡村也有一定数量高-高（High-High）类型。2015年和2020年土地覆被丰富度空间关联区域发生明显变化，高-高（High-High）类型在空间上明显减少。
（3）土地覆被丰富度阶段变化特点。2000—2020年研究区土地覆被丰富度不变区为主，上升区和下降区也有分布。从具体阶段看，2000—2005年、2005—2010年、2010—2015年土地覆被丰富度上升区和下降区总体分散，几个阶段空间趋势差异并不明显。2015—2020年土地覆被丰富度变化中，上升区和下降区集中趋势增强。
丰富度反映了每个观测单元土地覆被类型多少，丰富度≤3或>5的区域并非主体，说明很多地区土地覆被类型既没有明显偏多，又没有异常偏少。期间，研究区土地覆被丰富度高-高（High-High）类型明显减少，表明很多地区可能出现了相对集中的土地覆被类型。期间高-低（High-Low）和低-高（Low-High）类型也出现了变化，进一步印证了土地覆被丰富度变化的复杂性。研究区土地覆被丰富度变化剧烈的地区，表明其土地覆被之间竞争激烈，推动了土地覆被丰富度快速变化。研究区丰富度降低区域集中于地形相对平坦地区，该类区域有利于农业生产开展，人类活动降低了土地覆被丰富度。

4.3.2 1 km×1 km尺度下土地覆被最大优势度和优势类变化特征

每个观测单元内可能包括多个土地覆被类型，故本部分主要分析观测单元内所有土地覆被类型中最大优势度变化。如图8、图9所示，2000—2020年研究区北部乡村、中部乡村北部、东南部乡村东部等区域最大优势度较低；土地覆被最大优势度高-高（High-High）类型主要分布在中部乡村、东南部乡村和西南部乡村交界地带、西南部乡村等，低-低（Low-Low）类型主要分布在北部乡村；期间土地覆被优势类分布区以耕地为主，森林优势类为辅，其他优势类范围相对较小。
图8 2000—2020年江苏镇江句容市乡村地区土地覆被最大优势度年空间分布、空间自相关、阶段变化(1 km×1 km)

Fig.8 Annual spatial distribution, spatial autocorrelation and stage change of maximum dominance of land cover in rural areas of Jurong City, Zhenjiang, Jiangsu Province during 2000-2020 (1 km×1 km)

图9 2000—2020年江苏镇江句容市乡村地区土地覆被优势类空间分布(1 km×1 km)

Fig.9 Spatial distribution of dominant species of land cover in rural areas of Jurong City, Zhenjiang, Jiangsu Pronvine during 2000-2020 (1 km×1 km)

（1）土地覆被最大优势度空间分布基本特点。2000—2020年研究区土地覆被最大优势度空间格局基本稳定，最大优势度≤80%的区域主要分布在北部乡村中南部、中部乡村北部、东南部乡村东部等区域，最大优势度>95%的区域分布范围广泛，北部乡村北部、中部乡村中南部、东南部乡村西部、西南部乡村大部等均有分布。
（2）土地覆被最大优势度空间自相关特点。2000—2020年研究区土地覆被最大优势度空间自相关趋势基本一致，以高-高（High-High）、低-低（Low-Low）类型最为突出。2000—2020年土地覆被最大优势度高-高（High-High）类型主要集中在中南部，以中部乡村、东南部乡村和西南部乡村交界区最为明显，低-低（Low-Low）类型主要集中在北部乡村，其他区域也存在少量分布。
（3）土地覆被最大优势度阶段变化特点。2000—2020年研究区土地覆被最大优势度下降区为主体，下降区主要集中在中部乡村、西南部乡村、东南部乡村西部、北部乡村北部，期间各阶段空间趋势基本一致。期间土地覆被最大优势度上升区主要集中在东南部乡村和北部乡村，其他乡村存在少量分布。
（4）土地覆被优势类分布区空间基本特点。2000—2020年土地覆被优势类分布区中，耕地优势类分布区范围最大，森林、不透水面、水域等优势类分布区范围相对较小，期间优势类分布区的格局未发生明显变化。2000—2020年耕地优势类分布区主要分布在中部乡村、西南部乡村，北部乡村和东南部乡村分布相对略少；森林优势类分布区主要集中于北部乡村、东南部乡村东部。
2000—2020年研究区土地覆被最大优势度出现了下降与上升并存的格局，说明土地覆被变化复杂多样。土地覆被最大优势度整体表现为北部乡村和东南部乡村东部最低的特点，可能说明该区域森林与其他土地覆被类型交错竞争，增加了土地覆被破碎性，降低了最大优势度。研究区最大优势度最高地区，主要位于地形相对平坦的乡村，这些地区耕地保持较高的优势。土地覆被优势类可以看出研究区具有明显的乡村特质，但发达地区乡村发展也带来了一些新变化。例如，研究区北部乡村靠近南京城区，不透水面优势类分布区总体偏多。期间，其他土地覆被优势类分布区未发生根本性变化，说明乡村地区优势类分布变化更多是人类活动主导下产生。

4.3.3 1 km×1 km尺度下土地覆被香农-维纳指数变化特征

2000—2020年研究区北部乡村土地覆被香农-维纳指数相对较高，香农-维纳指数高-高（High-High）类型主要分布在北部乡村，低-低（Low-Low）类型主要在北部乡村以外的地区；期间香农-维纳指数上升区域分布较为广泛（图10）。
图10 2000—2020年江苏镇江句容市乡村地区土地覆被香农-维纳指数年空间分布、空间自相关、阶段变化 (1 km×1 km)

Fig.10 Annual spatial distribution, spatial autocorrelation and stage change of the Shannon-Wiener index of land cover in rural areas of Jurong City, Zhenjiang, Jiangsu Province during 2000-2020 (1 km×1 km)

（1）土地覆被香农-维纳指数空间分布基本特点。2000—2020年研究区土地覆被香农-维纳指数空间分布趋势基本一致。期间香农-维纳指数相对最高的分布区域主要在北部乡村，其他地区分布较少。2000—2020年香农-维纳指数较低的区域主要在北部乡村以外的区域，例如中部乡村、东南部乡村西部、西南部乡村大部等。
（2）土地覆被香农-维纳指数空间自相关特点。2000—2020年研究区香农-维纳指数高-高（High-High）类型主要在北部乡村，其他乡村分布相对略少。2000—2020年研究区香农-维纳指数低-低（Low-Low）区域范围相对广泛，中部乡村、东南部乡村和西南部乡村交界等区域都有分布。
（3）土地覆被香农-维纳指数阶段变化特点。2000—2020年研究区香农-维纳指数阶段变化以上升为主，下降区域相对偏少。2000—2020年土地覆被香农-维纳指数上升区的阶段变化空间趋势总体较为相似，相对来说香农-维纳指数下降区空间分布范围很少，主要在于北部乡村和东南部乡村，其他地区仅有零散分布。
土地覆被香农-维纳指数多样性来看，研究区土地覆被多样性发生了明显变化。北部乡村土地覆被多样性相对较高，说明北部乡村土地覆被复杂程度可能高于其他地区。当然，北部乡村土地覆被多样性高的原因非常复杂，北部乡村核心区为森林，边缘区为耕地、不透水面、森林等复杂竞争地带，各种土地覆被不断演变推动了多样性上升。期间研究区少部分地区土地覆被香农-维纳指数呈现下降趋势，可能是近年来生态保护逐渐加强引起。总体来看，研究区中部乡村、西南部乡村、东南部乡村西部等区域土地覆被多样性偏低，说明耕地为主的平坦地区人类影响更为突出。

4.4 群落生态学方法在土地覆被研究中的用途

通过上文分析，本研究认为群落生态学的相关方法在土地覆被研究中具有较好的实用性和科学性，如表7所示，等级-多度、丰富度、优势度等能够很好地解释土地覆被变化。
表7 群落生态学方法在土地覆被/土地利用研究中的用途总结

Tab.7 A summary of the role of community ecology methods in land cover and land use research

方法 整体（2000—2020年） 1 km×1 km（2000—2020年） 建议未来在土地覆被/土地利用研究中的用途 用途的其他说明
关键特征 规律 关键特征 规律
土地
覆被
等级-
多度		 土地覆被多度等级未发生变化，等级-多度拟合曲线呈现幂曲线趋势 土地覆被多度等级一直未变，说明土地覆被内部结构相对稳定。等级-多度曲线呈现幂曲线趋势，说明土地覆被具有主导类型 多度等级反映土地覆被/土地利用内部结构的相对稳定性。等级-多度曲线反映土地覆被/土地利用主导类型 多度建议采用土地覆被/土地利用占比或面积表示
土地
覆被
丰富
度		 东南部乡村和西南部乡村交界区土地覆被丰富度高-高(High-High)类型分布较多 说明区域土地覆被种类数量并非均质分布，存在种类数量偏多区域 反映土地覆被/土地利用种类数量多少，采小单元观测可以发现种类数量空间差异 通常情况下，建议采用小单元观测
土地
覆被
优势
度		 初年到末年，耕地和森林优势度下降，其他土地覆被类型优势度总体有所上升 表明耕地和森林在区域土地覆被中的地位和作用总体有所下降 多数观测单元最大优势度均处于下降趋势 表明多数区域优势度最大的土地覆被类型地位和作用有降低趋势，其他土地覆被类型的地位和作用有上升趋势 反映某种土地覆被/土地利用类型地位和作用 小单元分析过程中，建议采用该单元内某土地覆被类型最大优势度观测，建议结合表2分析
土地
覆被
香农-
维纳
指数		 初年到末年，香农-维纳指数上升 表明整体土地覆被综合多样性表现为上升趋势，区域土地覆被分布越来越复杂 多数观测单元土地覆被-香农维纳指数上升 表明多数区域小范围内土地覆被变化越来越复杂 可以反映综合多样性，说明土地覆被变化复杂性
土地
覆被
辛普
森指
数		 可以反映综合多样性，说明土地覆被变化复杂性
（1）土地覆被等级-多度。研究区整体土地覆被等级-多度研究中发现，多度等级可以反映土地覆被结构相对稳定性。假如某地区多度等级一直保持不变，则说明各种土地覆被类型变化相对稳定，多度等级改变说明土地覆被内部变化不稳定。同时，通过等级-多度曲线拟合趋势可以反映土地覆被是否具有主导类型。本文拟合结果为幂曲线，具有明显的土地覆被主导类型。等级-多度接近斜率为0的直线，说明土地覆被未出现主导类型。建议未来应用于土地覆被/土地利用研究中，多度采用某种土地覆被/土地利用类型占比或面积度量。
（2）土地覆被丰富度。土地覆被丰富度是常规的观测方法，简单来说是土地覆被类型或种类多少。一般情况下，区域整体土地覆被类型相差不大，放置于大尺度整体，分析其丰富度意义相对有限。小尺度分区对比中，土地覆被丰富度对比以往研究具有明显优势，可以反映区域土地覆被种类数量空间差异。该视角非常适用于地理学及相关资源环境科学的研究，也可以深层次反映土地覆被分布的社会经济影响。以往文献很少涉及该视角的研究，值得未来土地覆被/土地利用中进一步使用和挖掘。
（3）土地覆被优势度。土地覆被优势度总体可以说明某种土地覆被类型的地位和作用，优势度越大在区域影响越大。建议土地覆被优势度分析结合优势类、亚优势类、伴生类等阐述，特别是区域偶见类土地覆被类型出现，可能反映新的土地覆被特点和趋势。土地覆被优势度小尺度分析过程中，建议使用某个观测单元内某个土地覆被类型最大优势度分析，最大优势度下降直接说明了其他土地覆被类型的作用和地位上升。
（4）土地覆被香农-维纳指数和辛普森指数。土地覆被等级-多度、丰富度、优势度等虽然可以反映多样性，但其具有较大的局限性，综合多样性指数更与日常认知相符。本文仅列举了两个综合多样性指数，其他多样性指数也可应用到未来土地覆被/土地利用的研究中。

5 结论与思考

5.1 结论

本文基于群落生态学相关理论和方法，构建了其在土地覆被中的研究框架，基于该框架解析了发达地区乡村土地覆被变化过程，总结了相关方法在未来土地覆被/土地利用研究中的用途，本研究可以为土地覆被/土地利用研究提供一种新的研究范式，有助于更为深刻地认知土地覆被变化。本文所得出的主要结论如下：
（1）土地覆被整体由具体的土地覆被类型组成，可以从边界性、集合性、交互性3个角度认识和理解土地覆被，不同土地覆被类型相互作用可以通过生态位、生态位分化、竞争等角度认识和理解。本文认为各种土地覆被类型存在生态位，生态位分化是土地覆被分布的基础，竞争作用促进了土地覆被演化。
（2）研究区土地覆被整体变化来看： 2000—2020年等级-多度表现为相似的趋势，期间土地覆被香农-维纳指数上升。1 km×1 km土地覆被空间自相关结果来看： 2000—2020年研究区土地覆被丰富度高-高（High-High）类型分布有减少趋势，北部乡村最大优势度低-低（Low-Low）类型分布相对较多，同时北部乡村香农-维纳指数高-高（High-High）类型分布也相对较多。2000—2020年研究区整体土地覆被等级-多度呈现相对稳定的演化趋势，整体香农-纳指数上升0.14。1 km×1 km尺度下，丰富度、最大优势度、香农-维纳指数变化各有特点，说明采用小尺度小单元观测土地覆被变化十分必要。
（3）群落生态学研究方法在未来土地覆被/土地利用研究中的作用：等级-多度可以反映土地覆被/土地利用主导类型，丰富度采用小单元观测可以反映土地覆被/土地利用种类数量空间差异，优势度可以反映某种土地覆被/土地利用类型的地位和作用，香农-维纳指数可以反映土地覆被/土地利用综合多样性和复杂性。未来利用群落生态学方法分析土地覆被/土地利用的研究中，本文建议采用小尺度小单元网格分析土地覆被/土地利用变化，更能发现不同于以往的变化规律。

5.2 思考

本文认为群落生态学的研究视角/方法引入到未来土地覆被/土地利用的研究中具有重要价值和意义。首先，传统的土地覆被/土地利用研究经过多年发展，已经趋于成熟和稳定，研究范式较为固定，目前较少有新的研究范式突破。群落生态学的研究方式引入到土地覆被/土地利用研究中具有多重优势，其可以通过丰富度、优势度、优势类等解释土地覆被/土地利用时空差异，有利于更深层次认识土地覆被/土地利用变化过程，推动相关研究进一步发展。其次，研究土地覆被/土地利用变化过程，本质是科学地认识资源环境变化过程，通过群落生态学相互作用理论来认识土地覆被/土地利用具有明显的实用性、适用性和普适性优势。因此，本研究认为利用群落生态学的方法揭示土地覆被/土地利用变化在未来具有更多价值，建议更多学者从该角度研究土地覆被/土地利用变化，也可能有新的发现与启示。
本文基于群落生态学视角研究土地覆被变化过程中，尚有以下内容需要进一步思考和完善： ① 土地覆被中，土地覆被类型更丰富情境下土地覆被结构特征。本文根据研究区实际情况，划分了耕地、森林、不透水面等土地覆被类型，划分标准影响土地覆被分布格局，未来研究中建议细化类型，发现的土地覆被规律可能更有价值； ② 土地覆被交互作用的深入研究。本文仅在理论框架中对其进行了认识，尚未系统地开展具体交互作用研究，存在一定不足，未来可以采用定量研究方式进行深入挖掘和探讨； ③ 不同尺度下土地覆被结构变化。本文对1 km×1 km尺度的土地覆被变化进行了解析，但是尺度不同必然产生不同的土地覆被优势度、优势类、多样性指数等，未来建议探究多尺度下土地覆被特征。
本文图文责任编辑：蒋树芳

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
钱大文, 颜长珍, 修丽娜. 青藏高原木里矿区及其周边土地覆被变化及景观格局脆弱性响应[J]. 冰川冻土, 2020, 42(4):1334-1343.

DOI

[Qian D W, Yan C Z, Xiu L N. Land cover change and landscape pattern vulnerability response in Muli mining and its surrounding areas in the Qinghai-Tibet Plateau[J]. Journal of Glaciology and Geocryology, 2020, 42(4):1334-1343.] DOI:10.7522/j.issn.1000-0240.2018.0306

[2]
B.L. Turner, William B.Meyer, David L.Skole. 全球土地利用与土地覆被变化:进行综合研究[J]. AMBIO-人类环境杂志, 1994, 23(1):91-95.

[B.L. Turner, William B.Meyer, David L.Skole. Global land use and land cover change: A comprehensive study[J]. AMBIO-A Journal of the Human Environment, 1994, 23(1):91-95.]

[3]
李秀彬. 全球环境变化研究的核心领域──土地利用/土地覆被变化的国际研究动向[J]. 地理学报, 1996, 51(6):553-558.

DOI

[Li X B. A review of the international researches on land use/land cover change[J]. Acta Geographica Sinica, 1996, 51(6):553-558.]

DOI

[4]
王绍强, 陈育峰. USGCRP土地覆被研究的最新动向[J]. 地理科学进展, 1998, 17(1):52-57.

[Wang S Q, Chen Y F. The latest tendency of research on land cover change from USGCRP[J]. Progress in Geography, 1998, 17(1):52-57.]

DOI

[5]
范泽孟. 基于SSP-RCP不同情景的京津冀地区土地覆被变化模拟[J]. 地理学报, 2022, 77(1):228-244.

DOI

[Fan Z M. Simulation of land cover change in Beijing-Tianjin-Hebei region under different SSP-RCP scenarios[J]. Acta Geographica Sinica, 2022, 77(1):228-244.] DOI:10.11821/dlx b202201016

[6]
张军民, 李昱桥, 荣城. 漓江流域2000—2020年土地利用和覆被变化时空分异特征[J]. 水土保持通报, 2022, 42(2):250-258.

[Zhang J M, Li Y Q, Rong C. Spatial and temporal characteristics of land use and land cover change in Lijiang River Basin during 2000-2020[J]. Bulletin of Soil and Water Conservation, 2022, 42(2):250-258.] DOI:10.13961/j.cnki.stbctb.2022.02.034

[7]
仝冉, 杨雅萍, 陈晓娜. 多源30 m分辨率土地覆被数据在蒙古高原的一致性分析和精度评价[J]. 地球信息科学学报, 2022, 24(12):2420-2434.

DOI

[Tong R, Yang Y P, Chen X N. Consistent analysis and accuracy evaluation of multisource land cover datasets in 30 m spatial resolution over the Mongolian Plateau[J]. Journal of Geo-information Science, 2022, 24(12):2420-2434.] DOI:10.12082/dqxxkx.2022.220578

[8]
王志杰, 代磊. 黔中喀斯特山地城市土地利用/覆被变化及其生态效应评价——以贵阳市花溪区为例[J]. 生态学报, 2021, 41(9):3429-3440.

[Wang Z J, Dai L. Assessment of land use/cover changes and its ecological effect in karst mountainous cities in central Guizhou Province: Taking Huaxi District of Guiyang City as a case[J]. Acta Ecologica Sinica, 2021, 41(9):3429-3440.] DOI:10.5846/stxb201909242006

[9]
李宏达, 高小红, 汤敏. 基于决策融合的SPOT-6影像土地覆被分类研究[J]. 地球信息科学学报, 2021, 23(5):928-937.

DOI

[Li H D, Gao X H, Tang M. Land cover classification for SPOT-6 image from decision fusion method[J]. Journal of Geo-information Science, 2021, 23(5):928-937.] DOI:10.12082/dqxxkx.2021.200339

[10]
刘福红, 叶许春, 郭强, 等. 鄱阳湖流域不同土地覆被碳水利用效率时空变化及其与气候因子的相关性[J]. 生态学报, 2021, 41(2):694-706.

[Liu F H, Ye X C, Guo Q, et al. Spatio-temporal variation of carbon and water use efficiency of different land cover in the Poyang Lake Basin and their correlations with climate factors[J]. Acta Ecologica Sinica, 2021, 41(2):694-706.] DOI:10.5846/stxb201909151916

[11]
Popovici E A, Blteanu D, Kucsicsa G. Assessment of changes in land-use and land-cover pattern in Romania using CORINE land cover database[J]. Carpathian Journal of Earth and Environmental Sciences, 2013, 8(4):195-208.

[12]
Venter Z S, Barton D N, Chakraborty T, et al. Global 10 m land use land cover datasets: A comparison of dynamic world, world cover and Esri land cover[J]. Remote Sensing, 2022, 14(16). DOI:10.3390/rs14164101

[13]
Zhao J L, Dong Y Y, Zhang M M, et al. Comparison of identifying land cover tempo-spatial changes using GlobCover and MCD12Q1 global land cover products[J]. Arabian Journal of Geosciences, 2020,13. DOI:10.1007/s12517-020-05780-2

[14]
Foody G M. Status of land cover classification accuracy assessment[J]. Remote Sensing of Environment, 2002, 80(1):185-201. DOI:10.1016/S0034-4257(01)00295-4

[15]
Sambou M H A, Albergel J, Vissin E W, et al. Prediction of land use and land cover change in two watersheds in the Senegal River Basin (West Africa) using the Multilayer Perceptron and Markov chain model[J]. European Journal of Remote Sensing, 2023, 56(1). DOI:10.1080/22797254.2023.2231137

[16]
Asif M, Kazmi J H, Tariq A, et al. Modelling of land use and land cover changes and prediction using CA-Markov and Random Forest[J]. Geocarto International, 2023, 38(1). DOI:10.1080/10106049.2023.2210532

[17]
王超, 常勇, 侯西勇, 等. 基于土地利用格局变化的胶东半岛生境质量时空演变特征研究[J]. 地球信息科学学报, 2021, 23(10):1809-1822.

DOI

[Wang C, Chang Y, Hou X Y, et al. Temporal and spatial evolution characteristics of habitat quality in Jiaodong peninsula based on changes of land use pattern[J]. Journal of Geo-information Science, 2021, 23(10):1809-1822.] DOI:10.12082/dqxxkx.2021.190545

[18]
韩会然, 杨成凤, 宋金平. 北京市土地利用变化特征及驱动机制[J]. 经济地理, 2015, 35(5):148-154,197.

[Han H R, Yang C F, Song J P. The spatial-temporal characteristic of land use change in Beijing and its driving mechanism[J]. Economic Geography, 2015, 35(5):148-154,197.] DOI:10.15957/j.cnki.jjdl.2015.05.022

[19]
黄端, 李仁东, 邱娟, 等. 武汉城市圈土地利用时空变化及政策驱动因素分析[J]. 地球信息科学学报, 2017, 19(1):80-90.

DOI

[Huang D, Li R D, Qiu J, et al. Analysis on spatio-temporal variation of land use and its policy-driven factors in Wuhan metropolitan area[J]. Journal of Geo-information Science, 2017, 19(1):80-90.] DOI:10.3724/SP.J.1 047.2017.00080

[20]
谢平. 浅析物种概念的演变历史[J]. 生物多样性, 2016, 24(9):1014-1019.

DOI

[Xie P. A brief review on the historical changes in the concept of species[J]. Biodiversity Science, 2016, 24(9):1014-1019.] DOI:10.17520/biods.2016243

[21]
小曼努埃尔·C. 莫里斯(Manuel C. Molles Jr.). 认识生态:第6版[M].孙振钧译, 北京: 科学技术文献出版社, 2019.

[Jr M C M. Ecology concepts and applications, sixth edition[M]. Translated by Sun Z J, Beijing: Science And Technical Documentation Press, 2019.]

[22]
(英)贝根(Begon,M.), (新西)汤森(Townsend,C.R.), (英)哈珀(Harper,J.L). 生态学—从个体到生态系统:第四版[M].李博等译, 北京: 高等教育出版社, 2016.

[Begon M, Townsend C R, Harper J L. Ecology: from individuals to ecosystems (fourth edition)[M]. Translated by Li B, et al, Beijing: Higher Education Press, 2016.]

[23]
邹运鼎, 丁程成, 毕守东, 等. 李园节肢动物群落与各亚群落之间在均匀度、优势度、优势集中性上的关系[J]. 安徽农业大学学报, 2005, 32(4):79-81.

[Zou Y D, Ding C C, Bi S D, et al. The relationship between arthropod community and its sub-community on evenness dominance and dominant concentration in plum field[J]. Journal of Anhui Agricultural University, 2005, 32(4):79-81.] DOI:10.13610/j.cnki.1672-352x.2005.04.017

[24]
张文, 张建利, 莫本田, 等. 喀斯特山地草地植物群落物种优势度及优势种分析[J]. 安徽农业科学, 2011, 39(29):17966-17969.

[Zhang W, Zhang J L, Mo B T, et al. Analysis of the species dominance&dominant on the karst mountain grassland plant community[J]. Journal of Anhui Agricultural Sciences, 2011, 39(29):17966-17969.] DOI:10.13989/j.cnki.0517-6611.2011.29.220

[25]
李紫晶, 莎娜, 史亚博, 等. 内蒙古西鄂尔多斯地区半日花荒漠群落特征及其分类[J]. 植物生态学报, 2019, 43(9):806-816.

DOI

[Li Z J, Sha N, Shi Y B, et al. Classification and characteristics of Helianthemum songaricum communities in western Erdos region, Nei Mongol, China[J]. Chinese Journal of Plant Ecology, 2019, 43(9):806-816.] DOI:10.17521/cjpe.2018.0215

[26]
张涛, 赵天亚, 栾静, 等. 基于物种分布模型分析环境因子对海州湾偶见种资源分布的影响[J]. 海洋学报, 2023, 45(7):69-78.

[Zhang T, Zhao T Y, Luan J, et al. Analysis of the influence of environmental factors on the distribution of occasional species in the Haizhou Bay based on species distribution model[J]. Haiyang Xuebao, 2023, 45(7):69-78.] DOI:10.12284/hyxb2023078

[27]
句容市统计局. 2022年句容市国民经济和社会发展统计公报[R]. 镇江: 句容市统计局, 2023.

[Statistics Bureau of Jurong City. Statistical bulletin on the economic and social development of Jurong City in 2022[R]. Zhenjiang: Statistics Bureau of Jurong City, 2023.]

[28]
Liu L Y, Zhang X. 2000/2005/2010/2015/2020 global 30m surface coverage fine classification products[Z]. Beijing: Aerospace Information Research Institute, Chinese Academy of Sciences, 2021. DOI:10.12237/casearth.6123651428a58f70c2a51e45, DOI:10.12237/casearth.6123651428a58f70c2a51e46, DOI:10.12237/casearth.6123651428a58f70c2a51e47, DOI:10.12237/casearth.6123651428a58f70c2a51e48, DOI:10.12237/casearth.6123651428a58f70c2a51e49

[29]
程东亚, 李旭东. 贵州高原地形空间分布格局及其利用分析[J]. 高原科学研究, 2019, 3(3):61-74.

[Cheng D Y, Li X D. Analysis on spatial distribution pattern and its utilization of Guizhou Plateau[J]. Plateau Science Research, 2019, 3(3):61-74.] DOI:10.16249/j.cnki.2096-4617.2019.03.009

Options
文章导航

/

〈 〉