呼伦贝尔西部湿地景观格局变化特征分析*

2022-06-14张玉红于万辉

哈尔滨师范大学自然科学学报 2022年2期

郭傲，张玉红，于万辉

（哈尔滨师范大学黑龙江省普通高等学校地理环境遥感监测重点实验室）

0 引言

湿地是陆地和水生生态系统相互作用形成的一种独特的生态系统，因其巨大的环境功能被誉为“地球之肾”，是人类最重要的生存环境之一.分析和研究湿地景观变化及其特征，对湿地的保护具有重要意义.20 世纪以来，遥感技术快速发展，相较于人工调查湿地信息，具有获取信息范围广、周期短等优点，故在湿地状况调查中表现出重要作用，并逐步成为湿地监测中的重要工具［1］.国内外学者在湿地研究领域所用的遥感数据及信息提取方法越来越丰富，应用较多的遥感数据包括Landsat TM 系列、MODIS、SPOT 等；应用较多的湿地信息提取方法包括监督分类、非监督分类、支持向量机、决策树等.也有许多学者在研究中将多源影像融合使用［2－5］，或结合多种方法提取湿地信息［6－9］，以达到更好的研究效果.

根据提取的湿地信息结合不同的研究方法可以更好的研究湿地景观格局的变化特征.主要的研究方法有景观格局指数和景观动态变化模型［10］，其中景观指数是指能够高度浓缩景观格局信息并反映其结构组成和空间配置某些方面特征的定量指标［11］.近年来，国内外学者们利用景观格局指数分析景观格局组成特征，空间配置关系和变化特征，从而揭示湿地景观的内在联系，均取得了较好的效果［12－15］.

呼伦贝尔西部湿地是中国北方生态安全的重要屏障，同时也是内蒙古草原生态功能的核心区和水源涵养区.该文以呼伦贝尔西部湿地为研究区，在遥感和GIS 技术的支持下，以多时期的MODIS影像作为数据源，获取景观分类信息，进行湿地景观格局分析；并利用景观动态度、转移矩阵及重心转移模型等多角度分析湿地景观在时间和空间上的变化，为呼伦贝尔西部湿地管理和保护提供基础数据和科学的决策依据.

1 数据与方法

1.1 研究区概况

呼伦贝尔西部湿地位于中国内蒙古自治区呼伦贝尔市西部，北部毗邻俄罗斯、西南接壤蒙古国（如图1 所示）.地处东经115°31′29″～121°9′29″，北纬47°19′56″ ～50°12′34″，总面积约8.32 万km2.该区是草原、湿地、森林等重要生态系统较为集中的分布区，属寒温带大陆性季风气候.冬季寒冷漫长，降水量少，夏季温暖短暂，降水量大，雨热同期，年平均气温为－2 ～1℃.区域内水系较多，河网密布，水源主要为雨水和融雪，是中国北方寒旱区重要的湿地生态区域，包括了呼伦湖国家级自然保护区、额尔古纳湿地、根河湿地、莫日格勒河湿地、辉河国家级自然保护区等为代表的湿地景观，成为了国内迁徙水禽的重要栖息地.湿地区域内部具有丰富的生物多样性且生态环境稳定，湿地植被在保持水土、涵养水源、调节区域微气候等方面也具有非常重要的作用.

图1 呼伦贝尔西部地湿地分布图

1.2 数据与处理

1.2.1 数据来源

该研究利用的遥感数据主要包括：NASA Worldview Snapshots网站（https：／／wvs.earthdata.nasa.gov）提供的350 m 分辨率的MODIS 数据，时间为2004 ～2020 年每年5 月末至6 月初，共17 景影像；NASA 对地观测系统网站（http：／／www. nasa. gov）提供的MOD13Q1 数据集中250 m分辨率16 d 合成的MODIS NDVI数据，时间序列为2004 ～2020 年每年第97 d至第289 d，共612 景影像；地理空间数据云（http：／／www.gscloud.cn）提供的90m 分辨率的SRTM SLOPE数据.同时收集2018 年5 月和6 月的Landsat8 OLI影像数据，拼接裁剪后作为验证数据.

1.2.2 湿地景观分类系统

该文根据2017 年国土资源部组织修订的国家标准《土地利用现状分类》（GB／T 21010－2017）和1999 年国家林业局湿地资源监测中心提出的中国湿地分级式分类系统，在对呼伦贝尔地区进行实地调查后结合影像特点，将该地区景观划分为7 种类型，包括明水、沼泽湿地、草地、耕地、林地、沙地、城工用地，其中明水、沼泽湿地为湿地景观.

1.2.3 数据处理

在ENVI5.3 平台中，利用ISODATA 算法将MODIS遥感影像进行非监督分类，并将ISODATA 算法的聚类结果，作为CART 算法的分类依据之一，即利用ISODATA 算法与CART 算法结合对研究区进行景观分类.

将ISODATA 算法的聚类结果、EVI ＋NDVI组合植被指数的时间序列、坡度数据及MODIS原始影像合并为一个多波段的文件作为分类依据，结合实地考察及Goole Earth 高清影像作为参考数据，选取具有代表性的训练样本，利用CART算法自动建立分类规则，构建决策树，实现呼伦贝尔西部湿地的景观分类.

1.3 研究方法

1.3.1 动态度模型

该文将研究分为2004 ～2008、2008 ～2012、2012 ～2016、2016 ～2020 年共4 个时间段，利用景观动态度模型分析不同时间段内研究区景观面积的变化程度.湿地动态度模型包括单一景观动态度和综合景观动态度两种统计模型，湿地景观单一动态度的表达式为：

式中，LC为研究区综合景观动态度；LU为研究区总面积；ΔLUi－j为第i类景观转化为非i类景观的总面积；T 为研究时段的间隔年数［17］.该文还在ArcMap10.7 平台中，统计不同时间段各景观类型的面积和转移矩阵，分析各景观类型间的转移过程和程度.

1.3.2 湿地重心转移

湿地重心转移分析可以反映湿地的空间演变过程［18］.该文通过考察湿地重心转移的距离、速度及方向，揭示湿地在空间变化的总体特征.重心转移模型为：

式中，X 和Y 为湿地的重心坐标，Ci为第i 个湿地斑块面积，Xi、Yi分别表示第i个湿地斑块的重心坐标.

1.3.3 景观格局指数法

参考已有研究，该文在斑块类型水平上选择了斑块密度（PD）、最大斑块指数（LPI）、面积加权平均斑块形状指数（AWMSI）、斑块面积标准差（PSSD）；在景观水平上选择景观聚合度（AI）、蔓延度指数（CONTAG）、及Shannon 多样性指数（SHDI）共7 种景观格局指数，得到研究区整体景观水平变化以及2004、2008、2012、2016、2020 年的湿地景观（明水、沼泽湿地）水平变化.

2 结果与分析

2.1 CART决策树分类结果

分类结果如图2 所示，研究区内草地景观面积极广，这是由于研究区包含了世界第三大草原—呼伦贝尔草原；林地主要分布在研究区的东南角及东侧边缘，呈规则片状分布；沙地景观主要分布于海拉尔河的正下方，形状呈“勺”形，其余沙地主要分布于乌尔逊河与辉河之间，年际间变化较大；耕地景观多分布于林地、草地与河流之间，还分布于城工用地附近，由于耕地景观极易受天气影响，有些年份的耕地在影像中，光谱特征不明显，与草地景观混淆较为严重；湿地景观中明水景观基本与河流、湖泊范围一致，但由于研究区内的河流大多细长蜿蜒，故在分类结果中明水景观与沼泽湿地混淆严重；沼泽湿地多分布于明水周围，由于乌尔逊河与哈拉哈河河道极细，且MODIS影像分辨率较低，所以分类结果中这两条河流未能分出明水景观，几乎全部分为沼泽湿地.

图2 呼伦贝尔西部湿地景观分类图

2.2 景观类型动态变化

如图3 所示，不同时间段内明水动态度排序为：2004 ～2008 年（－ 9.57%）＞2012 ～2016 年（4.83%）＞ 2016 ～ 2020（1.92%）年＞2004 ～2008年（－0.30%），说明2004 ～2008年明水景观向其它景观流转最为频繁，2008 后明水动态度呈下降趋势，2012年后明水景观的动态度皆为正值，说明有其他景观向明水景观流转，但总体数值为负值.不同时间段沼泽湿地动态度呈稳定下降趋势，排序为：2004 ～2008 年（12.31%）＞2004 ～2008 年（－ 4.97%）＞2016 ～2020 年（1.50%）＞2012 ～2016（0.02%）年；与明水动态度相比，在2004 ～2008 年内动态度虽然也是最高值，但为正值，说明该时间段有其它景观向沼泽湿地流转，且流转程度非常高；2008 ～2012年内为负值但绝对值小于5%，说明虽有沼泽湿地向其他景观流转的现象，但流转程度不高；2012 ～2016、2016 ～2020 年这两个时间段动态度很低，说明沼泽湿地景观动态十分稳定.从湿地总体景观（明水、沼泽湿地）来看，各时间段动态度都很稳定，绝对值都小于4%，且总体数值为正值.从景观综合动态度来看，4个时间段都很稳定，且数值呈下降趋势，说明研究区17 年间整体景观动态越来越稳定.

图3 景观动态度

2.2.2 不同时期景观格局转移特征分析

该文景观格局转移矩阵采用桑基图（如图4所示）表示，左右两侧柱状图分别表示2 个时刻不同类型的比例，中间弦图的宽度表示该变化所占的比例［91］.

图4 不同时间段内转移矩阵桑基图

如图4a ～ d 所示，2004 ～2008、2008 ～2012、2012 ～2016、2016 ～2020 年这4个时间段内各景观类型间均出现了不同程度的相互转化.草地与耕地、林地、沙地、沼泽湿地一直相互转移，草地向林地转移较明显的时间段为2004 ～2008 年及2016 ～2020 年，2016 ～2020 年有较大部分耕地转向林地，说明林地的面积在逐步稳定的扩大；耕地、城工用地的主要转移来源为草地，2012 ～2016年间也有林地转向耕地的情况，说明城市建设及农业发展主要占用草地和林地，但草地转向耕地的面积值在4 个时间段内都不是很大，且每个时间段内也有较大面积的耕地转为草地；沙地的主要转移来源也是草地，这是由于研究区范围内的沙地大多为移动型沙丘，且土壤沙化问题一直存在.对于湿地景观来说，变化最剧烈的是2004 ～2008年时间段内的明水景观向沼泽湿地的转移，在2008 ～2012、2012 ～2016及2016 ～2020年这3个时间段内明水景观与沼泽湿地相互转换，且面积相当.

为了分析17 年间呼伦贝尔地区景观转移的总体特征，制作了2004 ～2020 年的转移矩阵桑基图4e，从图4e可以看出，17年间景观变化主要是从草地向林地、沙地、沼泽湿地转移、明水向沼泽湿地转移及耕地、沼泽湿地向草地转移.在所有景观格局中，草地的变化最为剧烈，究区有序进行绿化工作，898.82 km2的草地转化为耕地且有1018.42 km2的耕地转化为草地，说明草地转化受农业开发活动的影响较大，还有少量草地转化为沙地，说明某些地区草原沙化.沼泽湿地是明水景观转移的主要去向，面积达1416.15 km2，但沼泽湿地转移为明水的面积仅5386.41 km2的草地被开发为林地，这是由于研有373.27 km2.草地转换为沼泽湿地的面积为2228.07 km2，主要位于辉河流域、海拉尔河流域、克鲁伦河入湖口.草地转换为城工用地多位于原景观边缘，主要由城市扩张及工业发展引起.总的来说，研究区存在一定的退耕还林还草现象，且沼泽湿地与草地相互转换频繁.

2.3 湿地景观重心转移变换分析

通过软件统计、计算得到研究区湿地景观类型重心转移的距离、速度及方向，见表1.

表1 湿地景观重心转移变换过程

从重心转移方向分析，5 个时间段内均发生了较明显的重心转移，其中明水景观与沼泽湿地的重心转移方向在2012 ～2016、2016 ～2020年这两个时段内均与湿地总体景观的重心转移方向一致，分别为向西北、东南方向转移；明水景观、沼泽湿地的重心转移方向还在2004 ～2008年间一致向西南方向，但湿地总体景观却呈现向东南转移的趋势；在2008 ～2012年间，沼泽湿地景观的转移方向与湿地总体景观转移方向一致向西南，而明水景观的重心却向西北转移；在2004 ～2020 年这个总时间段来看，明水景观的重心向西南转移，沼泽湿地和湿地总体重心向东南转移.

矿区受控于桐柏—商城断裂带，次级构造破碎带较为发育，多呈北东—南西向、近南北向、近东西向产出，形成规模不等的构造角砾岩脉。构造内以角砾岩、破碎石英为主，岩石硅化、褐铁矿化发育。区内钼矿脉形态和产状均受构造角砾岩带控制。

从重心转移距离及速度分析，在2004 ～2008、2008 ～2012、2012 ～2016、2016 ～2020年这4 个连续时间段内，景观的转移速度和距离随着时间的推进不断变大，但从2004 ～2020 年这个总体时间段来看，各个景观的重心转移距离和速度都相对较小.明水景观的转移距离是最小的，这是由于呼伦湖常年稳定；沼泽湿地的重心转移距离是最大的，说明沼泽湿地的重心在17 年间变化较明显；湿地景观总体的重心转移距离和速度介于明水景观与沼泽湿地之间.

2.4 景观格局指数分析

景观类型水平上的相关指数变化规律如图5 所示，景观整体水上相关指数的变化规律如图6所示.该文研究着重偏向湿地景观，所以在分析景观类型水平上的相关指数时，只对明水、沼泽湿地这两类景观格局详细描述.

图5 景观类型水平上的景观指数变化

图6 景观水平上的景观指数变化

斑块密度越大，意味着景观破碎度越高，从图5a可以看出，明水景观的PD值在17年期间变化不大，虽然2004 ～2008年及2012 ～2016年的值有所下降，但总体呈稳定增长趋势，最大值出现在2020 年为0.04，说明明水的景观破碎度变高；沼泽湿地的PD 值在2004 年高于明水为0.08，2004 ～2008 年间，斑块密度呈快速下降趋势，在2008 ～2012年有所回升，但增长的数值不大且趋势与明水景观相似，2012 ～2020 年持续下降到0.03，低于明水景观在2020 年的斑块密度，说明沼泽湿地的景观破碎度持续降低.

最大斑块指数值越大，意味着在研究区内，此景观优势度越高.从图5b 可以看出在两种湿地景观中在明水景观的LPI值在17 年间一直比较稳定，说明研究区内面积最大的湖泊呼伦湖一直生态良好，没有出现干涸等情况；沼泽湿地的LPI最低值出现在2004 年为7.03，2004 ～2008年快速增长，在2008 年达到了17 年间的最大值为44.87，而后的2008 ～2020 年间沼泽湿地的LPI值又平稳回落到14.77，总体来看沼泽湿地的景观优势度在17 年间有所升高.

斑块面积标准差值越大，代表斑块间差异增大.图5c与图5b的总体趋势相似，明水景观的趋势有细微不同，明水景观的PSSD值在17年间呈现缓慢下降趋势，说明明水景观斑块间差异减小；沼泽湿地的PSSD 值变化较大，先是在2004 ～2008 年快速增长，在2008 年达到最大值39519.30，随后又一直快速降低，总体呈现明显的增长趋势，说明沼泽湿地的斑块间差异显著增大.

面积加权平均斑块指数形状随着斑块形状不规则程度的增加而增加.由图5d可以看出，在湿地景观中，明水景观出现AWMSI 缓慢减少的趋势，数值一直在1 ～4 轻微浮动，2020 年与2004年对比变化值不大，AWMSI值减小了1.14，说明明水景观的斑块形状不规则程度有所减小；沼泽湿地的AWMSI总体表现为增大－减小－增大，在2008 年达到了17 年间的最大值，说明在2008 年沼泽湿地的斑块形状最不规则，2020 年与2004 年对比变化相对明显，AWMSI值增大了1.51，说明沼泽湿地的斑块形状不规则程度增大.由图6可以看出，研究区的SHDI值在4个时间段内除2008 ～2012 年有所下降，其余时间段均增长，最低值出现在2004年为0.99，最高值出现在2020 年为1.15，总体来看，研究区的SHDI值呈现增长趋势，说明景观整体的均匀度、多样性都在不断变好；研究区的AI 值相对稳定，在2004 ～2008年间增长趋势明显，在2008 ～2020年间先减小后增大，但上下浮动的值很小，使得研究区的AI值在2004年与2020年区别不大，这说明研究区不同景观类型在景观层次上的聚集度没有发生太大变化.理论上，CONTAG 值较小时表明景观中存在许多小斑块，约趋于100 时表明景观中有连通度极高的优势斑块类型存在，研究区的CONTAG 值总体呈现出下降趋势，虽然2008 ～ 2012 年间有所回升，且峰值出现在2012 年为68.88，相比于初始年份2004年的66.8高了2.08，但最低值出现在2020年为64.94，且在2004 ～2008、2012 ～2016及2016 ～2020年这3 个时间段均呈现出缓慢下降的趋势，所以从景观整体水平来看，小斑块变多，且优势斑块的连通度变低.由于景观分类体系的不同会造成景观格局指数结果的差异，以上分析结果仅适用于该文中的景观分类体系.