基于快速调整系数的景观开发强度指数本地化方法研究———以长沙市“一江四河”为例
卢婕儿1，周晨2（1湖南农业大学风景园林与艺术设计学院，湖南长沙410128；2长沙理工大学建筑学院，湖南长沙410076）
摘要：我国的土地利用类型和生态环境特征与西方国家存在显著差异，直接采用西方国家的景观开发强度（LDI）系数计算LDI难以准确反映我国的实际情况。在美国2005年Brown提出的LDI指数核算方法的基础上，以长沙绕城高速内一江四河为例，通过研究目标地与指标参考地土地利用的深入对比分析，基于权重分配，对研究地LDI系数进行了本地化修正和计算，以更准确地反映本地的实际景观开发强度和环境特征。对LDI系数的本地化修正，有利于提升LDI指数在我国的适用性，避免因指标的直接调用（未修正）而导致的误判或不合理开发，进而促进本地资源的合理开发与保护，提供更为精准的决策支持。
景观开发强度（LandscapeDevelopmentIntensity，
LDI）是一种衡量人类活动对景观和生态系统影响的综合指标。LDI通过计算不同土地利用类型所对应的LDI系数，并结合这些类型在研究区域中所占的百分比评估景观的开发强度。随着LDI的增加，人类活动对河岸带的干扰程度也在加剧，导致河流生态功能逐渐退化，进而影响整个河流生态系统的稳定性。因此，研究河岸带在不同LDI下的生态响应机制，对于制定科学合理的河流生态保护策略等方面具有重要意义。
LDI指数通过土地利用类型和不可再生能源密度进行计算，其公式如下：LDItotal=∑（LDIi×%LUi）其中，LDIi表示土地利用的景观开发强度系数，通过对不可再生能源密度的自然对数进行归一化处理（[1.0，10.0]）计算得到；%LU表示土地利用方式占总影响范围（河岸缓冲带）的百分比。当前的数据来源主要通过GIS和遥感技术确定研究区的土地利用空间分布，并计算不同土地利用类型的LDI系数。这些系数通常根据土地利用类型对环境的影响程度进行赋值，然后以各土地利用类型占总体土地面积的百分比作为权重，累加得到总体LDI值。
LDI方法能量化土地利用对环境影响，为生态保护规划提供科学依据，但直接采用西方方法在我国可能因特征差异而不准确，且数据成本高、更新慢。河流缓冲带对保护河流生态、维护水质至关重要，本研究旨在基于长沙市一江四河实际情况，改进LDI的计算，对景观开发强度指数计算过程中的系数便捷、快速地进行调整，以使已有外地的景观开发强度指数适用于本地，有助于为其他地区提供参考。
1对象与方法
1.1研究区域概况与数据收集
研究对象为长沙市一江四河，包括龙王港、捞刀河、浏阳河和靳江河，这些河流位于湖南省长沙市境内，是湘江的重要支流。龙王港流域位于湘江新区核心，涵盖其支流雷峰河、肖河等。捞刀河源自浏阳石柱峰，经多乡镇汇入湘江长沙段。浏阳河源自大围山，自东向西流，在开福区落刀咀入湘江。捞刀河流域东北高西南低，右岸集水面积大，水系发达。
佛罗里达州环境保护部（FDEP）使用LDI作为评估对河流、湖泊和湿地的潜在土地使用影响的工具[1]。对于溪流和河流，FDEP常使用在兴趣点上游10km处100m的水体缓冲处计算LDI。将研究区域设定为5条河流的100m河流缓冲区，以河流为中心，向两岸各延伸100m。将每条河流的100m缓冲区按1km的距离，划分成若干个1000×100的样带。
数据来源为1∶25万版全国基础地理数据库、百度卫星地图。地理空间参考体系严格遵循国家标准，投影坐标系采用的是2000国家大地坐标系三度分带高斯－克吕格投影，中央子午线为东经111°，高程数据依据1985国家高程基准进行校正[2]。
1.2研究方法和步骤
1.2.1筛选地图。为了快速获取研究地的土地利用分类，直接参考已有的全球主流的10m分辨率高分影响的土地利用分类成果，分别是：ESA'sWorldCover（2021）、Esri'sLandCover（2020）与Google'sDynamicWorld（2022）。为了进行校准，以浏阳河为例，抽取河流9个点位，查看其土地利用类型分类的情况，并在百度地图上仔细核实，以选出最符合现实情况的地图。
比对结论：（1）从地图与卫星图的吻合程度对比来看，由高到低排序为：ESA＞ESRI=Google；（2）从卫星图的细化程度与地图精度来看，由高到低排序为：ESA＞Google＞ESRI。故选择ESA'sWorldCover（2021）进行后续的研究。
1.2.2系数计算。LDI系数代表了单位面积利用不可再生能量的定量测量值，即不可更新能源能值。它可以用来表示土地利用类型所消耗的能值[3]，LDI系数处于1～10，1代表完全自然环境，10代表高度开发利用环境，系数越大，说明人类干扰越大。LDI系数的计算方法是将赋权密度的自然对数归一化（1.0～10.0），计算公式为：“LN（某一个能值密度）/（最大能值密度-最小能值密度）×9+1”。
计算过程分为几个步骤：划分长沙市一江四河土地利用类型、计算子类权重、系数计算。
（1）参照Brown等[1]提出的LDI评价体系，并基于ESA地图确定了对应的长沙市用地类型共6类，分别是林地、草地、耕地、建筑、空地和水体，通过随机抽样进行现场调研，确定了每个大类所对应的若干个子类，则需要确定子类中各个土地利用类型的权重。
基于ESA地图，对照2005年LDI体系的长沙市不同土地利用类型及其对应的非可再生能源值功率密度如下：①林地（Treecover*10）（括号内为ESA中对应的名称和编号，下同）的子类分为自然系统、人工林、林地牧场、果园、开放空间（低强度）、移动房屋（中密度），非可再生能值功率密度分别为0.00、5.10、8.00、44.00、6.55、2748.00。②草地（Grassland*30）的子类为改良牧场（无牲畜）、改良牧场（低强度、有牲畜）、改良牧场（高强度、有牲畜）、自然系统、开放空间（低强度）、开放空间（高强度）、移动房屋（中密度）、林地牧场（有牲畜），非可再生能值功率密度分别为17.20、33.31、46.74、0.00、6.55、1230.00、2748.00、8.00。③耕地（Cropland*40）的子类分为轮作作物、农业（高强度）、改良牧场（无牲畜）、移动房屋（中密度）、开放空间（低强度），非可再生能值功率密度分别为107.13、1349.20、17.20、2748.00、6.55。④建筑（低密度）（Built-up*50）的子类分为单户住宅（中密度）、单户住宅（高密度）、公路（双车道）、低密度商业、公共机构、公路（四车道）、工业、多户住宅（低层）、高密度商业、多户住宅（高层）、商务区（2层）、商务区（4层）、移动房屋（中密度）、移动房屋（高密度），非可再生能值功率密度分别为1077.00、2175.00、2371.80、3080.00、3758.00、4042.20、5020.00、5210.60、7391.50、12661.00、12825.00、16150.30、29401.30、2748.00、5087.00。⑤空地/稀疏植被（Bare/sparsevegetation*60）的子类分为开放空间（低强度）、自然系统，其非可再生能值功率密度分别为6.55、0.00。
（2）计算子类权重。在研究区域的缓冲区范围内，随机抽取林地、草地、耕地、建筑用地、空地各10个，共50个1000×100的样方，对照百度卫星地图进行子类的识别，并对每个子类的面积使用百度API进行测绘与统计，得出样方中子类的面积占比。最后，计算出各子类在对应的土地利用类型大类中的占比和每个样方的加权能值密度。
（3）计算系数。将每个样方的加权能值密度进行几何平均化，得到加权的几何平均值，并取其对数，最后利用公式计算出每个土地类型的LDI系数。
2结果与分析
2.1长沙LDI调整后的系数与国内未经修正的系数对比
经过上述步骤，可得出长沙市一江四河LDI系数计算结果如下。（1）林地：2.21。（2）草地：1.40。（3）耕地：2.98。（4）建筑：10.00。（5）空地：1.00。（6）水体：1.00。
经过调整之后的长沙LDI系数与国内未经修正的系数存在明显差异，尤其是“空地”的系数变化较大，修正前的LDI系数为6.92，调节后为1.00。另外几种土地利用类型的系数经过调节之后也有一定变化，其中，“林地”的系数由1.58变为2.21，“草地”的系数由2.77变为1.40，“耕地”的系数由4.54变为2.98，“建筑”的系数由8.66变为10.00。
2.2长沙LDI的计算结果
根据长沙市的LDI系数，计算得出研究范围内一江四河所有样带的LDI，统计了5条河流LDI的最大值、最小值、平均值以及标准差。对比情况如下。
（1）湘江：LDI最大值为8.33，最小值为2.05，平均值为4.72，标准差为1.80。（2）浏阳河：LDI最大值为8.01，最小值为1.92，平均值为4.57，标准差为1.68。（3）靳江河：LDI最大值为6.67，最小值为1.61，平均值为4.09，标准差为1.41。（4）龙王港：LDI最大值为8.45，最小值为2.00，平均值为5.85，标准差为1.69。（5）捞刀河：LDI最大值为7.10，最小值为1.95，平均值为3.94，标准差为1.16。
从对比情况来看，5条河流中龙王港的LDI平均值最高，表明其河岸带的景观开发强度整体上较高。相比之下，捞刀河的LDI平均值最低，说明其开发强度相对较低。湘江和龙王港的标准差相对较高，说明这2条河流的河岸带LDI值在不同区域间存在较大的差异。而捞刀河的标准差最低，表明其河岸带的LDI值相对较为稳定，差异较小。
3结论与讨论
本研究通过对长沙市一江四河河流LDI系数的本土化研究，对西方LDI计算方法进行了校正与优化。研究结果显示，长沙地区的LDI系数在经过本地化调整之后，与国内通用的未经修正系数之间存在显著差异。采用更为科学合理的权重分配和计算公式，能够更准确地反映长沙地区的景观格局特征，能更精确地评估长沙不同土地利用类型对环境的干扰程度，为（城市规划、土地利用管理等领域提供了有力的技术支持。
展望未来，随着大数据和人工智能技术的不断发展，LDI研究将更加注重数据的实时性和动态性，以更准确地捕捉人类活动对景观格局的影响，全面评估城市化进程中的生态环境变化，并为城市规划和管理提供科学依据。
