贵州省万亩大坝土地利用景观格局分析.pdf

贵州省万亩大坝土地利用景观格局分析周帆（贵州林业勘察设计有限公司，贵州 贵阳 550000）摘要:文章以2021年贵州省遥感影像为基础，在ArcGIS和Fragstats 4.2软件的支撑下，对万亩大坝的景观格局进行分析，从斑块类型水平和景观水平两方面着手，分析万亩大坝的景观特征。研究发现，万亩大坝的景观格局主要以水田、旱地、建设用地为主，共占万亩大坝面积的82.86%，为万亩大坝的景观基质，其中，水田面积最大为40 196.64 hm2，占万亩大坝总面积42.94%，旱地面积为25 026.04 hm2，占26.73%，建设用地面积为12 342.92 hm2，占13.19%。从万亩大坝整体景观来看，万亩大坝景观格局的破碎度和多样性比较大，优势度明显，连通性较差，聚集程度低。通过对贵州省万亩大坝土地利用景观格局研究分析，为万亩大坝的景观现状以及对土地资源的开发、保护与利用提供科学依据，以实现万亩大坝土地资源的可持续发展。关键词：土地利用；景观格局；万亩大坝；贵州省中图分类号：F301.24文献标识码：BAnalysis of Landscape Pattern of Land Use inWanmu Dam in Guizhou ProvinceZHOU Fan(Guizhou Forestry Survey and Design Co.,Ltd.,Guiyang 550000,Guizhou Province,China)Abstract:Based on the remote sensing images of Guizhou Province in 2021,supported by ArcGISand Fragstats 4.2 software,this paper analyzes the landscape pattern of Wanmu dam,and analyzesits landscape characteristics from two aspects:patch type level and landscape level.It is found thatthe landscape pattern of Wanmu dam is mainly paddy field,dry land and construction land,accounting for 82.86%of the total dam area,which is the landscape matrix of Wanmu dam.Among them,the maximum paddy field area is 40 196.64 hm2,accounting for 42.94%of the totaldam area,the dry land area is 25 026.04 hm2,accounting for 26.73%,and the construction landarea is 12 342.92 hm2,accounting for 13.19%.From the overall landscape of Wanmu dam,itslandscape pattern is fragmented and diverse,with obvious dominance,poor connectivity and lowaggregation.Through the study and analysis of the landscape pattern of land use of Wanmu dam inGuizhou Province,this paper provides scientific basis for its landscape status and the development,protection and utilization of land resources,so as to realize the sustainable development of landresources of Wanmu dam.Key words:land use;landscape pattern;Wanmu dam;Guizhou Province0引言随着我国城镇化进程的不断推进和加深，非农业人口数量的迅速增长使得土地供给需求问题日益突出1，土地利用格局和资源的变化不断加剧，而景观格局是土地类型变化的直观表现形式2，优化和完善土地利用景观格局，对实现土地可持续发展具有重要意义，为人地关系和谐发展提供基础理论和技术支撑。目前，有关土地利用格局与景观格局方面的研收稿日期：2022-12-21作者简介：周帆（1993-），男，贵州遵义人，助理工程师.文章编号：1006-6993（2023）01-0075-06第46卷第1期内蒙古林业调查设计vol.46.No.12023年1月Inner Mongolia Forestry Investigation and DesignJanuary.2023DOI:10.13387/ki.nmld.2023.01.008究取得了一定的成果。以ArcGIS与FRAGSTATS软件为基础，从斑块类型水平与景观水平上选取景观指数进行研究3-7，是当前较为成熟且主流的方法。中国南方喀斯特是世界上岩溶分布最为广泛的地区之一，其独特的地质特征使得耕地资源匮乏，人地矛盾极为突出，大尺度上的土地利用与景观格局对整个地区土地资源可持续利用至关重要。因此，文章选择具有典型区域代表性的贵州省万亩大坝为研究区，在软件ArcGIS10.2和景观分析软件Frag-stats4.2的支持下，对万亩大坝进行景观格局分析，以坝区耕地保护为目的，合理开发、利用和保护土地资源，优化配置各类型用地和空间布局，促进贵州省农业长远发展。1研究区概况研究区为贵州省万亩大坝（图1），大坝是指坡度在6以下，面积在666.67 hm2以上，且大量聚集在一起的耕地大坝8。据最新无人机监测数据可知，贵州省万亩大坝共47个，大坝总面积93 611.36 hm2，占据全省国土面积0.52%，基本信息详见表1。图1研究区域位置2数据来源与数据处理方法2.1 数据来源遥感影像为91卫图下载的全省范围影像，分辨率为2 m；以及贵州省万亩大坝矢量边界。2.2 数据处理方法本研究基于景观格局指数的特征，综合考虑研究方法的可行性和可操作性，采用景观空间格局的分析方法。研究对象为以万亩大坝矢量边界裁切贵州省遥感影像得到万亩大坝影像数据，校正初始影像，以初始影像为基准进行数字化，并建立相应数据库，之后运用软件ArcGIS10.2进行目视解译，获得万亩大坝的土地利用数据。综合考虑研究区域的实际情况以及结合本研究目的，将研究区域的土地覆被划分为8类：有林地、灌木林地、草地、水域、建设用地、未利用地、水田、旱地，得到贵州省万亩大坝的土地利用现状空间分布图（图2）。将得到的土地利用现状数据转化为geo.tiff格式栅格图像，把该图像导入软件Fragstats 4.2中，选取适合的特征指数，然后进行计算，得到具体指标，对贵州省万亩大坝的景观格局进行分析，得出结论。图2贵州省万亩大坝土地利用现状空间分布图3景观指数选取景观指数是指可以描述斑块或者整个景观的空间结构的定量指标，其可以用来比较各种不同的景观配置9。景观指数的选取也是景观格局研究分析的关键。其主要可以分为两种，一种是斑块类型水平指数，另外一种是景观水平指数10。文章从这两个方向对景观格局进行分析，并依据前人从景观格局分析中所选取的指数方法，选择少量并能够描述景观特征的指数。斑块类型水平。斑块数目（NP）：表示景观异质性和破碎度；斑块面积（CA）：反映景观组成，要素规模。斑块面积百分比（PLAND）：描述某一斑块类型的丰度比。最大斑块指数（LPI）：表示优势度的度量。平均斑块面积（AREA_MN）：指示类型间差异及景观聚集度。斑块面积标准差（AREA_SD）：指示类型间差异及景观聚集度，辅助指示。面积加权平均形状指数（AWMSI）：衡量景观空间格局复杂性的指标。相似与邻接百分比（PLADJ）：体现景观破碎化的度量。斑块密度（PD）：指示斑块的破碎化水平，同时体现景观的空间异质性强度。斑块结合度（COHESION）：描述同一种斑块类型之间的连通度。景观水平。蔓延度（CONTAG）：反映斑块之间的连通性。香农多样性指数（SHDI）：体现景观异质性。内蒙古林业调查设计2022年76表1万亩大坝基本信息表县名安 龙 县安 龙 县安 龙 县都 匀 市独 山 县贵 定 县黄 平 县惠 水 县江 口 县金 沙 县金 沙 县金 沙 县锦 屏 县黎 平 县黎 平 县六枝特区六枝特区龙 里 县湄 潭 县平 坝 区平 坝 区平 坝 区平 坝 区平 坝 区平 坝 区平 塘 县普 定 县榕 江 县三 穗 县松 桃 县松 桃 县绥 阳 县绥 阳 县绥 阳 县绥 阳 县天 柱 县威 宁 县西 秀 区西 秀 区兴 义 市兴 义 市余 庆 县长 顺 县长 顺 县贞 丰 县贞 丰 县遵 义 县大坝名称龙广大坝木城大坝木咱大坝平浪大坝基长大坝云雾大坝旧州大坝涟江大坝边江大坝桃园-协兴大坝西洛-平坝大坝西洛-岩孔大坝中黄大坝隆里大坝中潮大坝郎岱大坝木岗大坝羊场大坝黄家坝大坝白云大坝高峰大坝林卡大坝马场大坝夏云大坝羊昌大坝四寨大坝金钟大坝车江-忠诚大坝赤瓦大坝普觉-寨英大坝石梁-印江县木黄新业大坝风华大坝蒲场大坝旺草大坝洋川大坝飞机大坝牛棚大坝本寨大坝磨玉大坝丰 都-拦 山 河 大 坝下五屯大坝白泥大坝广顺大坝马路大坝定塘大坝者相大坝新舟大坝无人机监测面积/hm21 146.541 360.01927.151 457.251 862.92862.631 791.485 501.711 446.921 313.191 349.852 383.171 528.001 484.611 104.071 249.971 668.402 469.075 049.003 391.255 104.032 411.324 142.114 796.232 075.792 049.102 464.801 217.171 067.171 792.141 285.431 330.301 329.66947.381 126.27794.752 724.531 240.741 551.731 943.111 259.641 407.112 355.131 648.291 161.752 315.511 256.34海拔高度/m1 1911 3291 1728958851 0686759654111 0869329483984434451 3691 2321 0857851 2721 2541 2551 2471 2651 2537621 3252635654667338798777448743952 1201 2711 2771 1411 1575581 2641 2731 2561 113839主要农作物水稻、麦子、玉米水稻、麦子、玉米水稻、麦子、玉米水稻、麦子、油菜、玉米水稻、玉米、油菜水稻、玉米、麦子、油菜水稻、油菜、麦子水稻、玉米、油菜水稻、玉米、麦子、大豆水稻、玉米、麦子、油菜水稻、麦子、油菜、玉米水稻、麦子、油菜、玉米水稻、麦子、油菜水稻、油菜、麦子水稻、油菜、麦子水稻、麦子、油菜、玉米水稻、油菜、玉米水稻、玉米、油菜、麦子水稻、玉米、油菜、麦子水稻、玉米、油菜水稻、玉米、油菜水稻、玉米、油菜水稻、玉米、油菜水稻、玉米、油菜水稻、玉米、油菜水稻、麦子、玉米水稻、玉米、油菜、麦子水稻、麦子、豆类水稻、油菜、玉米水稻、玉米水稻、油菜、玉米水稻、麦子、油菜、玉米水稻、麦子、油菜、玉米水稻、麦子、油菜、玉米水稻、麦子、油菜、玉米水稻、玉米玉米、马铃薯、大豆水稻、麦子、油菜、玉米水稻、油菜、麦子水稻、玉米、油菜、麦子水稻、麦子、油菜、玉米水稻、油菜、玉米水稻、玉米、油菜、麦子水稻、麦子、油菜、玉米水稻、油菜、玉米、豆类水稻、玉米、油菜水稻、麦子、油菜、玉米周帆：贵州省万亩大坝土地利用景观格局分析774研究过程4.1 遥感数据处理遥感影像来自91卫图下载的数据，由于研究区域为贵州省，无法直接获取全省遥感数据，因此，需要对所下载的遥感影像进行预处理。其主要步骤为：首先，在ERDAS软件中对遥感影像进行几何校正，便于纠正变形的影像或质量较低的图像数据，从而更真实地反映地表特征；其次，进行遥感图像增强、镶嵌等处理；最后利用贵州省万亩大坝矢量边界裁剪镶嵌后的遥感图像，得到研究区遥感图像数据，如图3、图4（此处选择多样性最大的江口县边江大坝与多样性最小的天柱县飞机大坝为例）。图3江口县边江大坝遥感影像图4天柱县飞机大坝遥感影像4.2 土地利用数据处理由于大尺度范围内地理环境特征复杂，地表景观类型多样，相同地物由于所处环境特征差异，其遥感影像特征也存在较大差异。在遥感解译工作中，可以用土地利用信息多级分类方法来处理“同物异谱”问题。但由于一些易混类别分类时容易出错，因此，需对其进行目视解译。所以，本次研究选择监督分类的方法，确保土地利用数据准确。其主要步骤为：首先在ERDAS中选取训练样本区域进行监督分类，获取初步小班；其次在ArcGIS中进行目视解译分类和碎班处理；最终获得了万亩大坝的土地利用现状空间分布图（图5、图6）。图5江口县边江大坝土地利用现状空间分布图图6天柱县飞机大坝土地利用现状空间分布图4.3 矢量数据栅格化虽然软件Fragstats 4.2处理的数据类型种类较多，但最为常用的为geo.tiff格式栅格图像，因此，在计算该区域景观指数前，需要对土地利用数据进行栅格化处理。本研究借助ArcGIS软件，利用面转栅格工具批处理转换数据，得到像元值为22的栅格图像，如图7、图8。图7江口县边江大坝栅格图像图8天柱县飞机大坝栅格图像内蒙古林业调查设计2022年784.4 景观指数计算为了研究该区域的景观格局，将贵州省47个万亩大坝栅格图像导入景观软件Fragstats 4.2中，利用所选取的景观指数，计算出万亩大坝特征指数，详见表2、表3。表3景观水平上的景观格局指数CONTAGSHDI44.401.525结果与分析5.1 斑块类型水平分析从斑块水平指数计算出的结果可以看出：万亩大坝的景观主要是由水田、旱地组成，大约占研究区景观面积69.67%，是研究区的优势景观，连通性好，聚集程度大，景观的破碎化程度低，其受人为干扰较小，斑块形状保持较多的自然特征。建设用地、有林地、灌木林地和草地连通性较差，聚集程度低，景观的破碎化程度高，其受人为干扰较大，斑块形状较为规整。各斑块数目（NP）（a）各斑块类型面积（CA）（b）图9各斑块数目（a）与各斑块类型面积（b）（1）从斑块数目（NP）分析，各斑块之间的数量不均匀，主要集中于建设用地、旱地、有林地，其他的斑块数目较少。从斑块类型面积（CA）上看，主要以水田、旱地和建设用地为主，水田面积最大为40 196.64 hm2，占总面积的42.94%；其次为旱地，面积为25 026.04 hm2，占总面积的26.73%；建设用地面积为12 342.92 hm2，占总面积的13.19%。水田、旱地和建设用地为万亩大坝的景观基质，构成万亩大坝的主体景观。从图9分析得出，水田斑块数目较少，单块斑块的面积较大，破碎程度相比其他地类较小；建设用地、有林地和草地的斑块数目相对比较多，单块的面积小，较为破碎。（2）从斑块类型面积百分比（PLAND）来看，水田约占全部景观面积的42.94%，其次为旱地、建设用地，分别约占全部景观的26.73%、13.19%，表明粮食用地占全部景观面积的69.67%；有林地、草地和灌木林地所占比例分别为 6.55%、4.38%和4.22%，水域、未利用地仅仅只占1.78%、0.21%，说明万亩大坝中大型湖泊较少及土地利用率较高。（3）最大斑块指数（LPI），该值是对优势度的衡量。由上述可知，旱地和水田的面积占万亩大坝景观面积的69.67%以上，但其斑块数量（NP）并不是最多，说明旱地和水田在万亩大坝中连通性较好。从表3中分析得出，旱地和水田的LPI值最大，分别为1.88和1.91，优势度相比其他地类较高，为研究区的优势景观，其余的地类次之；且旱地和水田的平均斑块面积（AREAMN）和斑块面积标准差（AR-EASD）也比其他地类要大，说明旱地和水田的聚集程度较高。（4）面积加权平均形状指数（AWMSI）能够反表2斑块类型水平上的景观格局指数类型旱地有 林 地建设用地水田未利用地水域灌木林地草地NP（斑块数目）/块16 91313 53928 9164 5596365 9538 65412 562CA（斑块面积）/hm225 026.046 127.1212 342.9240 196.64205.281 662.163 955.004 096.20PLAND（斑块面积百分比）/%26.736.5513.1942.940.221.784.224.38LPI（最大斑块指数）1.910.070.641.880.010.120.140.06AREA_MN（平均斑块面积）/hm21.480.450.438.820.320.280.460.33AREA_SD（斑块面积标准差）16.581.706.3057.210.841.962.211.11AWMSI（面积加权平均形状指数）5.832.224.929.102.573.782.262.12PLADJ（相似与邻接百分比）/%77.7963.6466.5686.5748.3052.5465.4556.50PD（斑块密度）13.4214.4630.894.870.686.369.2418.07COHESION（斑块结合度）96.2884.1293.3498.5980.6387.7585.1680.17周帆：贵州省万亩大坝土地利用景观格局分析79映出斑块形状的复杂程度和景观空间结构的形状特征。在研究区中AWMSI最高为水田，旱地次之，分别为9.10和5.80，而草地、灌木林地和有林地的AWMSI值居于末尾。这表示水田和旱地景观形状偏离正方形的程度较为明显，草地、灌木林地、有林地较为规则。水田和旱地受人为干扰相对较弱，保持较多的自然形状特征，而草地、灌木林地和有林地则受人类活动干预较强，其形状较为规整。（5）相似与邻接百分比指数（PLADJ）的取值范围为0PLADJ100，可反映土地景观中不同的景观斑块类型的集聚程度及其景观组成部分的空间配置特征。从表中分析得出，PLADJ 值最大的是水田和旱地，说明水田和旱地景观类型在斑块之间的集聚程度比其他景观类型高且更具连通性；其余地类的PLADJ值次之，而PLADJ值最小的是未利用地，其景观聚集程度低，但是由于未利用地的面积比较小，可忽略不计。（6）斑块密度（PD）能够反映出景观的空间异质性程度，也与破碎度有一定的关系，当其值越大，反映的景观越破碎。其中建设用地的斑块密度最大约为30.89，其次是草地和有林地，约为18.07和14.46，这说明了建设用地、草地、有林地景观受到人为因素的干扰比较强烈，因而斑块密度比较大，破碎化的程度高，空间异质性强。其余景观斑块密度较小，说明受人为干扰较少，破碎化的程度小，其异质性弱。（7）斑块结合度（COHESION）可反映景观类型的连通性。斑块的结合度随着研究区聚合度的增加而增加，对应的连通性强，景观破碎化程度低。由表2可知，水田和旱地的斑块结合度最高，说明水田和旱地的连通性较好，破碎程度低，保持比较完整。这是由于研究区内水田和旱地斑块面积较大。而建设用地、灌木林地、有林地和草地的板块结合度较小，说明其连通性较差，景观的破碎程度较大。这是由于灌木林地、有林地和草地在研究区中规模小，较为分散；而建设用地受人为干扰较强，分布较零散，其连通性比其他的景观类型明显较低。总的来说，研究区整体水平斑块结合度较低；连通性较差，景观也比较破碎。5.2 景观水平分析景观多样性指数（SHDI）是一种以信息理论为根本的测量数值，广泛应用于生态学领域。结果分析得出，万亩大坝SHDI为1.52，其值较大，说明土地研究区的土地利用类型丰富，斑块类型复杂多样，景观的破碎化水平较高，景观异质性不明显。蔓延度指数（CONTAG）可表示景观中不同斑块类型间的集聚程度或者延伸趋势。万亩大坝的CONTAG值较小，为44.40%，说明万亩大坝中无连接较好的景观类型，整个研究区的景观破碎化程度较大。6结论与讨论6.1 结论万亩大坝景观以水田、旱地、建设用地为主，是研究区的景观基质，占总面积82.86%，可见万亩大坝主要是以粮食产地为主，其他土地类型以小斑镶嵌其中。万亩大坝整体多样性指数为1.52，蔓延度指数为44.4，说明其景观类型丰度高，多样性大，破碎化程度较高，景观异质性不明显，连通性较差。大坝中水田和旱地受人类干扰活动影响小，斑块形状仍以自然形态为主，较为不规则，且水田和旱地聚集度较高，具有良好的连通性，景观破碎化程度低；而有林地、灌木林地、草地在大坝中受人为干扰较强，逐渐失去原有、自然的形状特征，表现得较为规整，且相对分散，连通性较差，景观的破碎化程度较高。6.2 讨论在研究万亩大坝过程中，由于万亩大坝分布在贵州省各个地区，比较分散，通过对每个大坝景观指数的计算，了解到万亩大坝主要以水田、旱地、建设用地为主要景观，与多数研究结果一致，粮食产量用地是主要的土地利用类型1-2。且由于贵州喀斯特程度高且面积广，导致贵州地貌破碎，景观连续性较差。大坝间的景观格局差异较小，较难对大坝之间特征做出分类以及深入分析。因此，需要收集更多资料与数据来探索各个万亩大坝间的区别与联系，总的来说，本研究也反映了整个万亩大坝的基本景观格局，可以为万亩大坝土地资源的开发、利用与保护提供科学依据。参考文献：1 韦海航.赤水市土地利用景观格局分析及生态效益评价D.南京:南京林业大学,2019.2 曹宇鹏,方江平.基于Fragstats的日喀则市土地利用景观格局分析J.测绘与空间地理信息,2022,45(9):69-72.3 陈利顶,傅伯杰,王军.黄土丘陵区典型小流域土地利用变化研究:以陕西延安地区大南沟流域为例J.地理科学,2001(1):46-51.4 马明国,陈贤章.基于遥感与GIS的黄土丘陵区生态监测系统研究:以定西地区4县为例J.中国沙漠,2003(3):74-78.5 李宇,董锁成.基于 GIS 的定西地区黄土高原土地利用变化研究J.农业工程学报,2004,20(3):248-252.6 姚原温,李阳兵,龙东妹.贵州省黄家坝万亩大坝土地覆被及景观格局变化J.贵州农业科学,2015,43(1):179-184.（下转第84页）内蒙古林业调查设计2022年803对策建议3.1 统一分类标准遵循以国土“三调”为主的原则，在目前分类基础上按照林地的分类标准，对国土“三调”二级地类进一步细化，完成地类分类标准的统一。同时，制定统一的地类认定规则，减少相同地类不同认定的差异。3.2 统一经营界线严格按照国土“三调”的行政界线，叠加森林资源管理“一张图”的经营界线。在国土“三调”的林地图斑基础上，叠加森林资源管理“一张图”的小班界线，对“三调”图斑进行细化，形成小班。产生的破碎图斑，根据其位置、相近地类进行合并。3.3 完善属性信息以国土“三调”的基本属性为基础，根据森林资源管理“一张图”数据完善其他相关属性信息，精准把握森林资源的现实情况。新增“地表基质类型”和“植被覆盖类型”属性字段，如森林沼泽、灌丛沼泽等既有林地资源属性，又有湿地资源属性等多重资源属性的图斑，明确其林地下垫面类型，并通过遥感判读、资料核实或现地调查等方式确定图斑地表植被的覆盖类型。3.4 外业补充调查对融合后确定的图斑进行抽样复核，保证数据的准确性；对在融合过程中产生疑问的图斑，需要进一步现地核实，进行确认及补充调整，及时填写正确的属性信息；对地类不一致图斑，开展必要的森林资源补充调查，进一步完善其地类、森林类别、林种等属性信息。4结语通过对呼和浩特市森林资源管理“一张图”和国土“三调”数据进行融合，对林地数据产生的差异进行分析，得出了产生差异的原因，主要是标准不同、界线不一致、地类交叉重叠和图斑多重资源属性等问题，并针对问题提出了相关对策，可为林地数据融合工作提供一定的参考。通过分析研究可知，森林资源管理“一张图”中的林地数据，有相当大一部分在国土“三调”中被认定为非林地地类，且由于认定规则的差异，导致部分乔木林地、灌木林地达不到标准而被移出，因此，后续需要进一步统一林地分类标准和认定规则，对有争议的地块，及时开展森林资源补充调查，明确林地空间范围，更新林地属性因子，合理界定林地范围，统一数据，更加科学系统地区划和使用森林资源。参考文献：1 郑文松.第三次全国土地调查与森林资源管理“一张图”数据融合方法探讨J.林业调查规划,2022,(47)6:5-9.2中华人民共和国国务院.中华人民共和国森林法实施条例S.2000.3 程伟亚,张镯漫,王涵,等.森林资源管理“一张图”与国土“三调”差异分析及整合探讨J.林业资源管理,2021(6):6-11.（上接第74页）(4):2100703.18Zhao Y,Xuan C,Qian X,et al.Soft phototactic swimmer based onself-sustained hydrogel oscillatorJ.Science Robotics,2019,4(33):eaax7112.19 Boelke J,Hecht S.Designing Molecular Photoswitches for Soft Mate-rialsApplicationsJ.AdvancedOpticalMaterials,2019,7(16):1900404.20Alexis G,Fabian E,Stefan H.Enlightening Materials with Photo-switches.J.Advanced materials,2020,32(20):1905966.21Emilie M,Lara F,Christian C,et al.From Molecular Machines toStimuli-Responsive Materials.J.Advanced materials,2020,32(20):1906036.22 Maria-Melanie R,Stefan H.Photoswitches:from molecules to mate-rials.J.Advanced materials,2010,22(31):3 348-3 360.23Jianyu X,Wenwen D,Jingchang L,et al.Photo/thermal response ofpolypyrrole-modified calcium alginate/gelatin microspheres basedon helix-coil structural transition and the controlled release of ag-rochemicalsJ.Colloids and Surfaces B:Biointerfaces,2021,204:111776.24 Chaowen C,Guilong Z,Zhangyu D,et al.Fabrication of light-respon-sively controlled-release herbicide using a nanocompositeJ.Chemical Engineering Journal,2018,349:101-110.25Bin L,Chaowen C,Rui W,et al.Near-Infrared Light-ResponsivelyControlled-Release Herbicide Using Biochar as a PhotothermalAgentJ.ACS Sustainable Chemistry&Engineering,2019,7(17):14 924-14 932.26 竹鑫裕,段春争,李红霞,等.可降解载药原位水凝胶在眼后段药物缓释的有限元分析J.医用生物力学,2022,37(6):1 026-1 031.27 赵丹.环境响应物理交联水凝胶材料的制备与生物医学应用研究D.合肥:中国科学技术大学,2022.（上接第80页）7 李阳兵.贵州万亩大坝土地利用结构类型研究C/中国自然资源学会土地资源研究专业委员会,中国地理学会农业地理与乡村发展专业委员会.中国农村土地整治与城乡协调发展研究.2012:8.8 贵州省国土资源厅.贵州省万亩耕地大坝图集M.长沙:湖南地图出版社,2005.9 何丙辉,徐霞,辜世贤.潼南县土地利用景观格局特征分析J.水土保持研究,2005,12(5):130-133.10 陈颐,林毅伟,朱志鹏,等.基于RS和GIS的莆田市土地利用景观格局变化分析J.西北林学院学报,2017,32(1):279-286.内蒙古林业调查设计2022年84