img

官方微信

遥感技术与应用, 2022, 37(1): 218-230 doi: 10.11873/j.issn.1004-0323.2022.1.0218

青促会十周年专栏

辽河口国家级自然保护区湿地时空演变遥感评估

谭月,1,2, 杨倩1, 贾明明,2, 席志成3, 王宗明2, 毛德华2

1.吉林建筑大学 测绘与勘查工程学院,吉林 长春 130118

2.中国科学院东北地理与农业生态研究所,吉林 长春 130102

3.中国石油集团渤海钻探工程有限公司泥浆技术服务分公司,天津 300280

Remote Sensing Monitoring and Analysis of the Impact of Human Activities on Wetland in Liaohe Estuary National Nature Reserve

Tan Yue,1,2, Yang Qian1, Jia Mingming,2, Xi Zhicheng3, Wang Zongming2, Mao Dehua2

1.Jilin Jianzhu University,School of Geomatics and Prospecing Engineering,Changchun 130118,China

2.Northeast Institute of Geography and Agroecology,Changchun 130102,China

3.Mud Technical Service Branch of China National Petroleum Group Bohai Drilling & Exploration Engineering Co. ,Tianjin 300280,China

通讯作者: 贾明明(1986-),女,吉林图们人,副研究员,主要从事滨海湿地生态遥感研究。E⁃mail:jiamingming@iga.ac.cn

收稿日期: 2021-06-03   修回日期: 2021-12-13  

基金资助: 国家自然科学基金项目.  41801283.  42001383
中国科学院青年创新促进会项目.  2021227
吉林省科技发展计划项目.  20200301014RQ
山东省自然科学基金.  ZR2020QD020
中国科学院海岸带环境过程与生态修复重点实验室(烟台海岸带研究所)开放基金.  2020KFJJ05

Received: 2021-06-03   Revised: 2021-12-13  

作者简介 About authors

谭月(1996-),女,吉林集安人,硕士研究生,主要从事湿地生态遥感研究E⁃mail:tanyue@iga.ac.cn , E-mail:tanyue@iga.ac.cn

摘要

以1980年、1990年、2000年、2010年和2020年Landsat遥感影像作为数据源,结合野外实测数据和Google Earth的高分影像,采用面向对象的决策树分类方法,得到1980~2020年辽河口国家级自然保护区土地覆盖变化情况。结合土地利用转移矩阵、景观格局分析法以及等扇方位分析法,研究近40 a辽河口国家级自然保护区内的人工类型用地时空动态演变特征。结果表明:1980~2020年间,研究区内自然湿地减少了270.12 km2,主要转化为耕地、油井、建设用地及交通用地等人工土地覆盖类型。由于受人类活动干扰较大,研究区内景观趋于破碎化、均衡化,景观异质性降低。近40 a来,研究区内人工土地覆盖类型主要沿北西北方向扩张。国家政策和经济发展对辽河口湿地的演变过程影响极大,农田开垦、城镇建设、油田开发和海水养殖等人类活动是自然湿地演变的主要驱动力。

关键词: 辽河口湿地 ; 扩张强度 ; 空间发展 ; 形态演变 ; Landsat

Abstract

Using Landsat remote sensing images from 1980, 1990, 2000, 2010 and 2020 as data sources, combined with field measurements and Google Earth's high-resolution images, we obtained the land cover changes of Liaohekou National Nature Reserve from 1980 to 2020 by using the object-oriented decision tree classification method. The spatial and temporal dynamics of the artificial types of land in the Liaohekou National Nature Reserve in the past 40 years were studied by combining the land use transfer matrix, landscape pattern analysis and equal sector orientation analysis. The results show that the natural wetlands in the study area decreased by 270.12 km2 between 1980 and 2020, and were mainly transformed into artificial land cover types such as arable land, oil wells, construction land and transportation land. Due to the large disturbance by human activities, the landscape in the study area tends to be fragmented and balanced, and the landscape heterogeneity is reduced. In the past 40 years, the artificial land cover types in the study area have expanded mainly along the north-northwest direction. National policies and economic factors have greatly influenced the evolution of wetlands in the Liaohe estuary, and human activities such as farmland reclamation, urban construction, oil field development and mariculture are the main driving forces for the evolution of natural wetlands.

Keywords: Liaohe Estuary Wetland ; Tensile strength ; Spatial development ; Morphological evolution ; Landsat

PDF (4990KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

谭月, 杨倩, 贾明明, 席志成, 王宗明, 毛德华. 辽河口国家级自然保护区湿地时空演变遥感评估. 遥感技术与应用[J], 2022, 37(1): 218-230 doi:10.11873/j.issn.1004-0323.2022.1.0218

Tan Yue, Yang Qian, Jia Mingming, Xi Zhicheng, Wang Zongming, Mao Dehua. Remote Sensing Monitoring and Analysis of the Impact of Human Activities on Wetland in Liaohe Estuary National Nature Reserve. Remote Sensing Technology and Application[J], 2022, 37(1): 218-230 doi:10.11873/j.issn.1004-0323.2022.1.0218

1 引 言

湿地具备调节气候、维持生物多样性、净化水质与调洪蓄洪等重要生态功能,是全球碳循环的重要组成部分1。近百年来在气候变化和人类活动的双重胁迫下,全球湿地面积急剧减少,其中中国湿地空间范围明显萎缩2。自然因素在长时间尺度上控制着湿地演化,而人为因素是在短时间尺度上影响湿地动态变化的主要驱动力3。随着人类对资源的需求持续增大,人类活动对湿地的干扰愈加明显,导致湿地面积减少、生态系统结构破坏、功能衰退甚至丧失4,如何保证湿地环境和资源的可持续发展成为一个关键问题。定量评价人类活动对湿地的干扰对于湿地的科学利用和保护具有重要意义。

遥感技术因具有数据源丰富、宏观与快速等优点,在监测和评估人类活动对湿地生态系统的影响中广泛应用。Ren等5基于Landsat TM影像和规划数据,采用GIS空间分析方法,研究杭州湾2005~2020年城市建设用地向湿地延伸的潜在风险。Liu等6根据历史土地覆盖数据和遥感影像,采用马尔可夫分析法和线性回归模型,分析1985~2010年东北半干旱区湿地变化的时空特征,探讨湿地大面积变更对当地气候的影响。徐彩瑶等7简述了滩涂围垦的历史,并从滩涂土壤性质、生物多样性、土地利用变化及景观格局、生态安全等方面总结人类围垦活动对生态环境的影响。宫宁等8基于4期中国湿地遥感制图数据和3期土地利用数据,选取12个影响因子,运用地理加权回归方法分析驱动因子对湿地变化的影响,反映1978~2008年中国湿地变化的特征。王宗明等9基于三江平原湿地的历史地形图及遥感影像,发现三江平原自然湿地面积在过去50年间因耕地开垦而缩小了55%。目前关于人类活动对湿地破坏的研究多集中定性分析农业开垦、城市扩张、渔业养殖等单一人类活动的影响评估,缺乏对人类活动的定量综合影响评估。

被誉为“世界第一大苇田”的辽河口国家级自然保护区是世界上生态系统保护最完善的湿地之一,在国际湿地研究和保护中发挥着重要作用10。该湿地经过多年变迁形成了以芦苇湿地为主,多种湿地植被并存的现状,在蓄洪防旱、净化环境等方面起着极其重要的作用。同时,该地区不仅是中国重要的石油、海盐、水稻以及芦苇等农产品生产基地,也是东亚候鸟迁徙路线途经地和栖息地。此外,由大面积翅碱蓬形成的“红海滩”景观更是国内外著名的旅游景点。近几十年来,土地复垦和建设工程等人类活动对该地区的生态环境产生了巨大影响。监测湿地及周边景观的空间分布动态,对于制定科学的湿地保护与恢复政策具有重要的意义。

研究首先采用面向对象的决策树分类方法对1980、1990、2000、2010和2020年辽河口国家级自然保护区内的土地覆盖信息进行提取,获得长时间序列辽河口国家级自然保护区湿地及其他土地覆盖类型的变化信息;然后,基于扩张强度和空间发展模型,深入分析各时期辽河口国家级自然保护区内湿地和人工土地覆盖类型的演变规律,揭示不同人类活动对湿地生态环境的影响,为辽河口国家级自然保护区生态系统的保护、可持续利用、区域生态文明建设提供科学的决策依据。

2 数据源和研究方法

2.1 研究区

辽宁辽河口国家级自然保护区位于辽东湾的顶部、辽河三角洲中心区域,地理坐标为121°28′24.58″~121°58′27.49″ E,40°45′00″~41°05′54.13″ N(图1),面积约为8万hm2。辽河口国家自然保护区原名双台河口自然保护区,1985年,盘锦市人民政府批准建立市级水禽保护区11-12;1987年,辽宁省人民政府批准晋升省级自然保护区;1988年经国务院批准,晋升为国家级自然保护区;2005年,被列入国际重要湿地名录;2015年,经国务院批准,正式更名为辽宁辽河口国家级自然保护区。辽河口湿地主要分布于辽河平原的南端,渤海辽东湾的北岸,集中分布于大凌河与大辽河之间,辽河入海处13-14

图1

图1   研究区地理位置示意图

Fig.1   The geographical location of the study area


2.2 数据来源与预处理

以美国Landsat系列卫星影像(1980、1990、2000、2010和2020年)为数据源,提取辽河口国家级自然保护区土地利用动态变化信息,数据来自美国地质勘探局(United States Geological Survey,USGS)网站。Landsat系列影像的基本信息如表1所示,过境时间均为6~9月份,云量小于5%。下载的Landsat影像均为地表反射率影像,已经过几何校正和大气校正。为了确保研究的可靠性以及避免分辨率对景观指数的影响,在ENVI中采用最邻近内插法将各时期的遥感影像分辨率统一重采样为60 m。

表1   遥感影像列表

Table 1  The list of remote sensing data

年份行列号传感器分辨率/m
1980/09/05129/031MSS60
1980/07/22129/032MSS60
1990/09/13120/031TM30
1990/09/13120/032TM30
2000/07/22120/031TM30
2000/07/22120/032TM30
2009/07/15120/031TM30
2010/10/06120/032TM30
2020/06/11120/031OLI30
2020/06/11120/032OLI30

新窗口打开| 下载CSV


结合采样于历史影像的样本点数据和野外采样点进行精度验证。1980、1990、2000年野外验证点来自于盘锦市国土局的历史地图(调研工作开展于2019年5月),利用ArcGIS软件在每期地图上采集500个样点,包含表2中的所有土地覆盖类型;2010年实地验证数据采集于历史Google Earth的高分辨率影像以及课题组历史野外采样点,共收集采样点850个;2020年验证点来自于野外工作,野外作业时间是2019年8月17日至8月25日,共收集样点1 026个。

表2   辽河口国家级自然保护区土地覆盖分类系统

Table 2  The land cover classification system of Liaohe Estuary National Nature Reserve

Ⅰ级Ⅱ级定义形状
(R:G:B=5:4:3)
自然类型滩涂指沿海高潮位与低潮位之间的海水浸湿地带
沼泽湿地指地表及地表下层土壤经常过度湿润,地表生长着湿性植物和沼泽植物,有泥炭累积或虽无泥炭累积但有潜育层存在的土地,包括芦苇湿地和碱蓬湿地等
自然水面包括天然的浅海水域,河流和水洼地
其他主要指裸地,草地和林地等
人工类型耕地指常年种植农作物的耕地,包括旱地和水田
油井主要指油田用地
水库指人工修建形成的蓄水区
海水养殖池指河流入海口附近及海岸线沿线人工修建或利用自然形成的海水养殖水生生物的池塘
建设用地居民地,除油井以外的其他工业用地等
交通用地包括田间,油井之间的道路
运河/水渠主要指用以沟通地区或水域间水运的人工水道

新窗口打开| 下载CSV


2.3 遥感图像解译方法

2.3.1 土地覆盖分类系统及解译标志

在充分考虑研究区实际地表覆被情况的基础上,根据湿地公约,结合遥感图像的分类能力,将辽河口国家级自然保护区内的土地覆盖类型分为自然和人工2种一级类,滩涂、沼泽湿地和自然水面等11种二级类,详细分类系统如表2所示。

2.3.2 面向对象的决策树分类方法

面向对象分类可以有效避免分类结果的“椒盐现象”,同时生成的影像对象含有更多的特征15。面向对象分析、识别与分类的基础是影像分割,本研究采用多尺度分割方法。

多尺度分割是一个局部优化的过程。影像分割从任一个像元开始采用自下而上的顺序合并成对象,可以通过若干个步骤将小的对象合并成大的对象,每个对象大小的调整都必须确保合并后对象的异质性小于给定的阈值。对象的光谱和形状差异共同决定异质性,通过形状的光滑度和紧凑度衡量其异质性16-17。本研究在eCongnition 9.3.2软件中完成多尺度分割,通过多次实验发现,以分割尺度为5、形状因子为0.3、颜色因子为0.7、紧致度为0.2,光滑度为0.3,1980~2010年4期影像分割效果最佳。OLI影像辐射和空间分辨率皆相对较高,为保证影像分割后区域对象与欲获得目标有较好的吻合度,最终确定2020年影像的分割尺度为40,其他参数与之前4期影像相同。

决策树分类是以遥感影像等空间数据为基础,通过经验总结、数学统计和归纳等,得出分类规则,进行遥感分类,具有精度高、效率高、易于理解的特点,在土地覆盖分类中具有较高的适用性18。植被指数是一种基于多光谱数据的波段组合,能够有效地度量地表植被状况,利用归一化植被指数19-21(NDVI)、归一化建筑指数22-23(NDBI)、归一化水分指数24(NDMI)和改进后的归一化水体指数25-26(MNDWI)建立适用于本研究的决策树模型。

NDVI指数、NDBI指数、NDMI指数和MNDWI指数计算公式表达如下:

NDVI=NIR-REDNIR+RED
NDBI=SWIR-NIRSWIR+NIR
NDMI=NIR-SWIRNIR+SWIR
MNDWI=GREEN-SWIRGREEN+SWIR

其中:NIR代表近红外波段;RED代表红光波段;SWIR代表短波红外波段;NIR代表近红外波段;GREEN代表绿光波段。

辽河口国家级自然保护区土地覆盖的分类流程如图2所示。通过计算多个光谱指数,湿地类别和非湿地类别利用多光谱特征即可区分。然而,在湿地亚类之间存在光谱相似性,因此,将光谱(波段和指数)和空间(对象纹理、形状)特征共同用于分层分类。使用NDVI的初始阈值(0.05)分离植被和非植被,并使用归一化差异水分指数(NDMI)作为辅助指标。然后,基于纹理特征,将水田与沼泽分开。利用亮度与修正的归一化差水指数(MNDWI)结合起来,将水体与滩涂分开。此外,斑块形状和人工修缮痕迹主要是对不同的水体进行分类,结合NDBI和NDVI将非湿地分为植被和非植被,利用形状、纹理和面积周长等共同划分油井、交通用地、建筑用地和其他用地。

图2

图2   决策树分类树

Fig.2   Decision classification tree


2.3.3 土地覆盖分类结果精度评价

基于混淆矩阵计算,以总体精度、生产者精度、用户精度等作为评价指标实现分类精度的精度评价。总体精度表现所有土地覆盖类型中正确类型的面积占比情况,是对数据精度的宏观描述;用户精度与生产者精度从不同地类的角度表现数据精度。Kappa系数是分类图与参考数据吻合程度的综合反映,范围在0~1之间,通过主对角线、行列总数得出的概率一致性表达27-28

为降低人为主观因素的影响,提高精度的可信度,使用eCognition软件中的Error Matrix based on Sa-mles方法进行精度验证,得到总体精度和Kappa系数以及各土地覆盖类型的生产者精度和用户精度。

2.4 空间格局分析方法
2.4.1 扩张分析

(1)扩张速度指数。扩张速度即某一时期内扩张面积在该时段内年平均增长量和绝对扩张,能直观反映扩张的变化程度,目前扩张速度指数广泛应用于分析城市周边人工土地覆盖类型的扩张特征。本文用于分析耕地、油井、水库、交通用地、建设用地、运河/水渠和海水养殖池的扩张特征。计算公式如式(5)所示:

Vu=Sb-SaT

其中:Vu 表示扩张速度指数(km2×a-1);Sa 表示研究时段初始年用地面积;Sb 表示研究时段末用地面积(km2);T表示研究时段(a)。

(2)扩张强度指数,反映单位时间内土地利用扩张的强弱或快慢。采用扩张强度指数对耕地、油井、水库、建设用地、交通用地、运河/水渠和海水养殖池7种类型的强弱程度进行描述,即:

Ru=Sb-SaSa×T×100%

其中:Ru 为在时间b到时间a跨度内扩张强度指数;Sa 表示研究期前用地面积(km2);Sb 表示研究期后用地面积(km2);T表示研究时段(a)。

(3)等扇位分析法。基于研究区的几何方位确定中心点,以北偏东11.25°为起始方向,将研究区分成16个夹角和面积均相等的扇型分别代表不同的方位,按照顺时针顺序依次为北(N)、北东北(NNE)、东北(NE)、东东北(NEE)、东(E)、东东南(SEE)、东南(SE)、南东南(SSE)、南(S)、南西南(SSW)、西南(SW)、西西南(SWW)、西(W)、西西北(NWW)、西北(NW)、北西北(NNW)。基于不同年份的人工土地覆盖类型分类结果计算各方位上的土地扩张强度,揭示人工类型土地扩张形态演变的分异特征及扩张主导方向29

2.4.2 景观格局指数

为掌握辽河口国家级自然保护区的景观格局变化规律,根据前人经验30,结合研究区现状,提取相关景观特征因子(表3),利用ArcGIS10.1软件将土地覆盖类型数据转换成30 m×30 m的栅格数据,通过Fragstats 4.2软件计算景观指数。

表3   景观指数的选取及定义

Table 3  Selection and definition of landscape index

景观指数英文简写描述
斑块密度PD单位面积上的斑块数,是描述景观破碎化的重要指标。斑块密度越大,破碎化程度越大。
聚集指数AI描述景观内不同斑块类型间的团聚程度或延展趋势。当某一斑块类型的破碎程度达到最大化时,AI等于0,随着聚集程度的不断增加,AI值也不断增加。
景观形状指数LSI通过计算区域内某斑块形状与相同面积的圆或正方形之间的偏离程度来测量其形状复杂程度的。数值越大说明该类型斑块形状越复杂,偏离圆形越远。
香农均度指数SHEI香农多样性指数除以给定景观丰度下的最大可能多样性。SHEI=0表明景观仅由一种拼块组成无多样性;SHEI=1表明各拼块类型均匀分布有最大多样性。

新窗口打开| 下载CSV


3 结果与分析

3.1 1980~2020年辽河口国家级自然保护区土地覆盖类型变化

表4列出基于混淆矩阵的辽河口国家级自然保护区分类精度评价结果,平均总体分类精度高达88%,Kappa一致性检验的平均结果为0.84。分析发现交通用地和建设用地之间存在混分,是交通用地与建设用地的光谱特征相似所导致的,所以只能通过形状特征加以区分。由于一些居住地的面积较小,在影像分割过程中被分入到油井用地中,造成建设用地与油井用地的错分现象。

表4   1980~2020年辽河口国家级自然保护区土地覆盖类型分类精度和Kappa系数

Table 4  The classification accuracy and Kappa coefficient of land cover types in Liaohe Estuary National Nature Reserve during 1980~2020

土地覆盖

类型

滩涂其他沼泽湿地自然水面耕地油井水库海水养殖池运河/水渠建设用地交通用地
1980年
生产者精度0.810.550.850.810.830.780.85--0.850.71
用户精度0.760.920.880.760.910.850.88--0.820.64
总体精度:0.84;Kappa系数:0.79
1990年
生产者精度0.860.620.890.850.900.810.810.850.740.860.80
用户精度0.790.940.910.820.930.790.750.890.650.790.74
总体精度:0.87;Kappa系数:0.82
2000年
生产者精度0.820.730.910.860.920.830.850.880.760.890.81
用户精度0.780.850.890.890.960.780.830.920.830.900.74
总体精度:0.90;Kappa系数:0.88
2010年
生产者精度0.790.650.890.840.890.840.890.870.790.870.82
用户精度0.830.960.930.910.870.820.800.890.730.890.77
总体精度:0.86;Kappa系数:0.80
2020年
生产者精度0.820.830.920.870.910.850.860.870.800.890.81
用户精度0.790.900.890.920.890.820.890.910.730.810.76
总体精度:0.91;Kappa系数:0.89

新窗口打开| 下载CSV


图3为1980~2020年研究区各种土地覆盖类型的空间分布图。如图3所示,自然湿地在不断萎缩,人工土地覆盖类型明显扩张。由表5可知,自然湿地面积由1980年的1256.92 km2减少为2020年的986.80 km2,减少了21.49%,其中沼泽湿地减少了9.85%,滩涂减少了61.62%,自然水面减少了8.62%;人工土地覆盖类型面积由1980年的58.58 km2增加为2020年的328.70 km2,增加了461.11%,其中油井、耕地、交通用地和海水养殖池面积增幅最大,其中海水养殖池面积增加了101.04 km2,油井,交通用地和建设用地分别增加了442.73%、284.41%和196.34%。

图3

图3   1980~2020年辽河口国家级自然保护区土地覆盖类型空间分布

审图号:GS(2019)3266

Fig.3   The spatial distribution of land cover types in Liaohe Estuary National Nature Reserve during 1980~2020


表5   1980~2020年辽河口国家级自然保护区土地覆盖类型面积 ( km2)

Table 5  The land cover type area of Liaohe Estuary National Nature Reserve during 1980~2020

土地覆盖类型时间
19801990200020102020
自然类型滩涂293.20109.36137.79118.98112.53
沼泽湿地517.53546.30478.79464.58466.57
自然水面445.87538.77463.35439.64407.40
其他0.320.120.250.260.31
人工类型耕地35.6451.97117.44129.77135.75
油井1.292.955.145.447.03
水库0.652.0017.1715.5913.56
海水养殖池——30.7547.6085.04101.04
运河/水渠——0.021.131.131.44
建设用地12.2922.3523.5328.7736.43
交通用地8.7010.9823.3126.3033.46

新窗口打开| 下载CSV


1980~2020年辽河口国家级自然保护区土地覆盖面积转化矩阵如表6所示:过去40 a间,人工土地覆盖类型增加的部分主要由自然土地覆盖类型转化而来,转化面积为542.08 km2,转化占比为89.70%。其中海水养殖池增加的部分主要是由滩涂和沼泽湿地转化而成,转化面积依次为79.84 km2和26.47 km2,转化占比为30.19%和10.01%;耕地增加的部分主要是由沼泽湿地转化而成,转化面积依次为115.07 km2,转化占比为26.46%;建设用地增加的大部分是由沼泽湿地转化而成,转化面积为24.87 km2,转化占比为22.40%;油井增加的部分主要是由沼泽湿地转化而成,转化面积为9.85 km2,转化占比为48%;交通用地增加的部分大多数是由沼泽湿地转化而成,转化面积为19.86 km2,转化占比为21.11%。人工土地覆盖类型增加的部分基本由自然土地覆盖类型转化而来,转化面积为4 719.91 km2,转化占比为89.70%。综上分析可知,在城市化建设、农业开发等人类活动影响下,研究区近40 a主要是人工土地覆盖类型不断扩张侵占自然土地覆盖类型的态势。

表6   1980~2020年辽河口国家级自然保护区土地覆盖类型面积转换矩阵 ( km2)

Table 6  The land cover area conversion matrix of Liaohe Estuary National Nature Reserve during 1980~2020

年份2020
耕地海水养殖池建设用地交通用地水库滩涂油井运河/水渠沼泽湿地自然水面其他

1980

耕地279.1615.456.441.970.220.230.980.3529.230.410.37
海水养殖池8.57130.276.511.930.189.020.190.036.210.48-
建设用地8.693.7560.410.590.200.331.820.1110.840.15-
交通用地1.110.250.3062.870.070.190.330.024.110.030.00
水库0.401.770.210.0529.360.460.01-3.070.07-
滩涂18.6979.847.215.5010.64289.950.680.54131.06115.22-
油井0.410.171.590.450.000.126.510.005.530.03-
运河/水渠0.390.430.050.04--0.001.180.070.11-
沼泽湿地115.0726.4724.8719.866.5046.059.851.111732.9424.460.01
自然水面2.106.033.410.781.14132.290.170.3733.131708.20-
其他0.34-0.000.00----0.05-0.56

新窗口打开| 下载CSV


3.2 人类活动土地类型扩张态势

3.2.1 扩张速度

1980年以来研究区内人工土地覆盖类型持续扩张,每个时间段的扩张特征不同。研究区内人工土地覆盖类型扩张情况如图4所示,结果表明,1980~2020年间人工土地覆盖类型面积均呈增长态势,耕地和海水养殖池的平均扩张速度最大,分别为2.53 km2·a-1和2.50 km2·a-1

图4

图4   1980~2020年辽河口国家级自然保护区不同人工土地覆盖类型的扩张速度

Fig.4   The expansion rate of different artificial land cover types of Liaohe Estuary National Nature Reserve during 1980~2020


1980~2000年间,耕地、油井、水库及交通用地呈加速增加趋势,其中耕地的扩张速度增加最为明显,由1.63 km2·a-1增加至6.55 km2·a-1;2000~2010年间,建设用地和海水养殖池扩张速度明显增加,其中海水养殖池的扩张最为显著,由1.68 km2·a-1增加至3.74 km2·a-1,耕地、油井及交通用地的扩张速度减慢,其中耕地的扩张速度明显减慢,由6.55 km2·a-1减少至1.23 km2·a-1;2010~2020年间,油井、建设用地及交通用地呈现加速扩张状态,其中交通用地增速最快,由0.30 km2·a-1增加至0.72 km2·a-1;在1990~2020年间建设用地一直呈加速扩张状态,扩张速度由0.12 km2·a-1增加至0.77 km2·a-1

3.2.2 扩张强度

1980~2020年人工土地覆盖类型的扩张强度如表7所示。从扩张强度来看,保护区内建设用地扩张规模持续增大。其中,1980~1990年,油井和水库的扩张强度最大,分别为13.0%和21.0%;1990~2000年耕地、交通用地和运河/水渠的扩张强度最大,分别为13.0%、11.0%和633.0%;2000~2010年,海水养殖池的扩张强度最大为8.0%;2010~2020年,油井、建设用地、交通用地和运河/水渠的扩张强度均为3.0%。

表7   1980~2020年辽河口国家级自然保护区人工土地覆盖类型扩张强度 (%)

Table 7  The expansion intensity of artificial land cover types from 1980 to 2020

土地覆盖

类型

时间
1980~19901990~20002000~20102010~2020
耕地5.0013.001.000.00
油井13.007.001.003.00
水库21.0076.00-1.00-1.00
海水养殖池——5.008.002.00
运河/水渠——633.000.003.00
建设用地8.001.002.003.00
交通用地3.0011.001.003.00

新窗口打开| 下载CSV


3.2.3 扩张空间

为进一步揭示人工土地覆盖类型扩张演变的分异特征,采用16方位分配法的等扇方位分析法(图5),统计不同时期不同土地覆盖类型各扇型内的扩张强度。1980~1990年间,耕地、油井、建设用地和交通用地均主要沿北西北方向轴扩张,其中耕地扩张强度最大为75.7%;1990~2000年间,耕地、水库、建设用地和运河/水渠均主要沿正东方向轴扩张,其中耕地扩张最显著为299.5%,并同时向东东南方向扩张237.0%,其次,建设用地向北西北方向扩张15.2%,油井主要沿北和北西北方向分别扩张13.5%和7.9%,交通用地主要沿东东南方向轴扩张25.8%,其次沿北西北方向扩张7.9%,海水养殖池主要沿西南方向扩张69.6%,其次沿东东南方向扩张67.1%;2000~2010年间,耕地和建设用地主要沿北西北方向扩张,扩张强度分别为64.9%和68.8%,其次耕地向西和东东南方向扩张,建设用地向正北方向扩张,交通用地主要沿东东北方向扩张为7.6%,其次沿西南方向扩张,海水养殖池主要沿西南方向扩张为136.4%,其次沿西西南方向扩张;2010~2020年间,交通用地和海水养殖池均主要沿西西南方向扩张,分别为10.4%和110.8%,其次交通用地沿正北方向扩张,海水养殖池沿南东南方向扩张40.7%,水库和建设用地均主要沿东东南方向扩张,其中建设用地扩张更明显,扩张强度为96.0%,其次建设用地沿南东南方向扩张,油井主要沿正北方向轴扩张,扩张强度为9.2%。

图5

图5   辽河口国家级自然保护区人工土地覆盖类型用地扩张形态等扇划分结果

Fig.5   The results of classification of artificial land cover types and land expansion patterns in Liaohe Estuary National Nature Reserve


总体上,近40 a耕地、油井、建设用地和交通用地均主要沿北西北方向轴扩张,其中耕地在1990~2000年间扩张强度最大,为75.70%,其中油井更偏向于向正北方向扩张,其次耕地沿东东南方向扩张,交通用地沿西西南方向扩张;海水养殖池主要沿西南和西西南方向轴扩张,水库主要沿西西南和东东南方向扩张。由此可见,人工土地覆盖类型用地主要沿北西北和东东南方向扩张。

3.3 景观格局变化特征

近40 a来,随着人类活动的加剧,研究区景观格局发生了显著变化。从类型水平来看(图6),1980~2020年,油井和交通用地与滩涂和沼泽湿地的斑块密度(Patch Density,PD)分别呈现上升和下降趋势,表明这四类土地的斑块破碎度持续上升和下降。耕地和建设用地的PD呈先上升后下降的趋势,从2010~2020年耕地和建设用地的PD有所下降,前30 a耕地和建设用地的景观破碎度有所增加,近10 a的斑块不断合并,表明人类发展活动从盲目、无序发展到规模化和有序。各类土地覆盖类型的景观形状指数(Landscape Shape Index,LSI)均呈增加趋势,其中交通用地增加最为明显,其景观斑块形状最为复杂。耕地、建设用地及海水养殖池等人工土地覆盖类型的聚集指数(Aggregation Index,AI)均呈先减后增趋势,滩涂和沼泽湿地等自然土地覆盖类型均呈持续下降趋势,说人工土地覆盖类型聚集性较强,自然土地覆盖类型聚集性减弱。

图6

图6   1980~2020年辽河口国家级自然保护区各土地覆盖类型不同景观指数动态变化

Fig.6   The dynamic change of landscape indices of different land cover types of Liaohe Estuary National Nature Reserve during 1980~2020


从景观水平上,1980~2020年间PD和LSI呈上升趋势,其中2000~2020年间增长速度有所减缓,但总体上仍在上升,表明景观破碎程度在增加,景观形状趋于复杂;AI逐渐降低,聚集度较低,景观中具有良好类型连通性的斑块数量在减少,同时也表明该区景观是一个多要素密集型格局,景观破碎化程度高,小斑块多32。香农均度指数(Shannon Mean Index,SHEI)呈先减少后增加的趋势,在1990年SHEI的值最低,原因是1990年各类土地类型的面积分布最不均匀,各类土地覆盖类型占比差距最大,1990~2020年间各类土地覆盖类型的占比差异减小,SHEI上升,但40 a间整体呈增加趋势,说明景观多样性增强。

4 讨 论

研究结果表明,近40 a来研究区内自然湿地减少了270.12 km2,大部分转化为耕地、油井、建设用地、交通用地及海水养殖池等人工土地覆盖类型用地,其中耕地和海水养殖池增加面积最为显著,分别为115.07 km2和106.31 km2

1985年建立双台河口湿地市级自然保护区、1988年升为双台河口湿地国家级自然保护区,1980~1990年间沼泽湿地面积增加了28.77 km2,说明建立保护区对湿地的保护有一定作用。然而因1988年在研究区内建立了我国首批重点农业综合开发区,带动了当地的农业与经济发展,导致耕地、水库及油井等人工土地覆盖类型面积增加显著,其中耕地面积增加最大,为65.47 km2,大大侵害了自然湿地。从2003年政府开始加强对于湿地的保护,全面实施“退耕还苇”和河道育苇政策,并对渔业进行整顿和限制,使保护区内的养殖水面和部分耕地还原成苇田和滩涂,于2005年将研究区列入《国际重要湿地名录》,2007年颁布《辽宁省湿地保护条例》。2000~2010年间,沼泽湿地减少和耕地的增加的面积皆较小,分别为14.21 km2和12.33 km2,但海水养殖池面积却增加较多为37.44 km2,说明虽然相关保护湿地的政策有所成效,但保护效果有限,仍需加强。2010年成立了辽河口生态经济区,加速了研究区内的经济发展,导致2010~2020年间人工土地覆盖类型用地仍在增加,自然土地覆盖类型用地仍在缩小,人类活动对于自然湿地的侵犯仍在继续。

近40 a来,盘锦市的经济不断发展,GDP逐年升高(图7),在第一产业方面,农业和养殖业快速发展,主要是盘锦市以稻谷、河蟹等特产闻名。近年来,农作物和水产品的价格一直在上涨。当地居民大力增加人工种植稻谷,修建河蟹养殖厂、鱼塘和虾池等,农业的快速发展必然会侵占自然湿地,大大降低了湿地生态系统的抗干扰能力,不利于维持湿地的稳定;石油污染、油管爆裂和井喷等事故造成湿地水土污染是石油开发对湿地最直接的影响,直接导致生态系统功能减退。然而,盘锦市第二产业的快速发展与丰富的石油、天然气等化石能源密切相关。1964年在研究区内发现油田,1970建立辽河油田公司,随后石油产业快速发展,在1980~2020年间,油井面积持续增加,在1980~2000年间增加幅度较大,2000~2010年间发展放缓,2010~2020年间增加幅度又变大。在湿地中开发油田时,道路、油田等地面设施通常铺设在一些池沼和低洼地区,虽然作为一些点状和线状地物占用面积较小,但数目庞大、密集度高,这些设施造成自然湿地面积减少、湿地纳洪蓄水面积萎缩,直接影响湿地蓄水能力和调洪能力,间接破坏湿地生态环境。与此同时,盘锦市的人口逐年递增(图7),推动辽河口经济发展,加深了人类活动对自然湿地的威胁。

图7

图7   盘锦市人口和GDP发展情况

Fig.7   Population and GDP development of Panjin City


向海和莫莫格国家级自然保护区与本研究区皆位于全国重要粮食生产基地的东北地区,已先后被列入国际重要湿地名录。在1990~2019年间,向海湿地呈现先减少后增加的动态变化。由于湿地周围被农民大面积开垦,在1990~2000年间向海沼泽湿地的面积下降了13%,在2000~2019年期间,因湿地保护政策的颁布,沼泽湿地面积增加了0.3%31-32。莫莫格湿地在1981~2019年的面积动态变化呈现为先减小后增加的趋势。其中1981~2016年间湿地的面积为持续下降的趋势,主要原因为沼泽湿地周围耕地的扩张与农田灌溉对水的需求量增加,在2016~2019年间,由于一系列保护政策沼泽湿地基本保持稳定,增加了0.04%,整个莫莫格湿地呈现出向东移动的趋势,这与西边耕地的扩张有着直接的关系432

山东黄河三角洲国家级自然保护区位于黄河入海口处,与研究区皆为北方河口湿地。1973~2016年,黄河三角洲内的湿地情况呈现出自然湿地减少,人工湿地增多,总面积下降的趋势33-34。自然湿地的减少主要由于沼泽湿地被开发为旱地、虾蟹田、盐田及水库坑塘等,滨海地区以人工化和湿地退化趋势为主,黄河入海口地区以湿地退化趋势为主,中西部和西南部传统农耕区基本无变化。滨海地区内水产养殖业对于湿地的影响较大,而耕地扩张的情况较少。

5 结 论

(1)近40 a来,辽河口国家级自然保护区自然湿地呈现萎缩的趋势、人工土地覆盖类型呈现扩张的趋势。新增人工土地覆盖类型270.12 km2,主要由自然湿地(包括滩涂和沼泽湿地)转化而来,占总面积的20.5%。人工土地覆盖类型主要包括耕地、油井、交通用地、建设用地、运河/水渠及海水养殖池。海水养殖池的新增面积来源于滩涂和沼泽湿地的转化,分别贡献79.84 km2和26.47 km2,耕地、油井、交通用地及建设用地的新增面积均由沼泽湿地转化而成,其中耕地和海水养殖池的平均扩张速度最快,分别为2.53 km2×a-1和2.50 km2×a-1

(2)辽河口湿地自然保护区内自然湿地受人类活动影响剧烈,破碎化严重,群落优势度减弱。人工土地覆盖类型景观格局呈现出NP增多、PD增长及LSI增加的趋势,AI和CONTAG逐步减少,SHDI持续增加。

(3)近40 a来,辽河口湿地自然保护区内人工土地覆盖类型用地主要沿北西北方向扩张,其中1990~2000年间耕地的扩张强度最大为75.7%,油井更偏向于向正北方向扩张,其次耕地沿东东南方向扩张,交通用地沿西西南方向扩张;海水养殖池主要沿西南和西西南方向轴扩张,水库主要沿西西南和东东南方向扩张。由此可见,人工土地覆盖类型用地主要沿北西北和东东南方向扩张。

参考文献

Gong PNiu Z GCheng Xet al.

China’s wetland change (1990–2000) determined by remote sensing

[J]. Science China Earth Sciences, 2010537): 1036-1042.

[本文引用: 1]

Mao DWang ZDu Bet al.

National wetland mapping in China: A new product resulting from object-based and hierarchical classification of Landsat 8 OLI images

[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 202016411-25.

[本文引用: 1]

Xu DongxiaZhang Guangxin.

Impact of human activities on coastal wetlands in China

[J]. Wetland science,200753):282-288.

[本文引用: 1]

徐东霞章光新.

人类活动对中国滨海湿地的影响及其保护对策

[J].湿地科学,200753):282-288.

[本文引用: 1]

Liang Mingxuan.

The dynamics of wetland landscape and its driving forces in momoge wetland

[D]. NanchangJiangxi Normal University2020.

[本文引用: 2]

梁旻轩.

莫莫格湿地景观动态变化及其驱动力分析

[D]. 南昌江西师范大学2020.

[本文引用: 2]

Ren LYue WLi Jet al.

Impact of economic development on wetlands in Hangzhou Bay Industrial Belt

[J]. Journal of Geographical Sciences, 2010203): 406-416.

[本文引用: 1]

Liu YSheng LLiu J.

Impact of wetland change on local climate in semi-arid zone of Northeast China

[J]. Chinese Geographical Science, 2015253): 309-320.

[本文引用: 1]

Xu CaiyaoPu LijieZhu Ming.

Effect of reclamation activity on coastal ecological environment: progress and perspectives

[J]. Acta Ecologica Sinica, 2018383):1148-1162.

[本文引用: 1]

徐彩瑶濮励杰朱明.

沿海滩涂围垦对生态环境的影响研究进展

[J].生态学报,2018383):1148-1162.

[本文引用: 1]

Gong NingNiu ZhenguoQi Weiet al.

Driving forces of wetland change in China

[J]. Journal of Remote Sensing, 2016202):172-183.

[本文引用: 1]

宫宁牛振国齐伟.

中国湿地变化的驱动力分析

[J].遥感学报,2016202):172-183.

[本文引用: 1]

Wang ZongmingSong KaishanLiu Dianweiet al.

Process of land conversion from marsh into cropland in the Sanjiang Plain during 1954-2005

[J]. Wetland Science, 200973):208-217.

[本文引用: 1]

王宗明宋开山刘殿伟.

1954~2005年三江平原沼泽湿地农田化过程研究

[J].湿地科学,200973):208-217.

[本文引用: 1]

Chen AilianZhu BoqinChen Lidinget al.

Dynamic changes of landscape pattern and eco-disturbance degree in Shuangtai estuary wetland of Liaoning Province, China

[J]. Chinese Journal of Applied Ecology, 2010215):1120-1128.

[本文引用: 1]

陈爱莲朱博勤陈利顶.

双台河口湿地景观及生态干扰度的动态变化

[J].应用生态学报,2010215):1120-1128.

[本文引用: 1]

Li YanfengMao DehuaWang Zongminget al.

Remote sensing retrieval and spatial pattern analysis of Leaf Area Index of phragmites australis in Shuangtai Estuary National Nature Reserve

[J]. Wetland science, 2014122):163-169.

[本文引用: 1]

李延峰毛德华王宗明.

双台河口国家级自然保护区芦苇叶面积指数遥感反演与空间格局分析

[J].湿地科学,2014122):163-169.

[本文引用: 1]

Wan SiangLiu XingtuMou Xiaojie.

Vertical distribution characteristics of carbon and nitrogen contents in soils of 4 types of wetlands in Shuangtai River Estuary

[J]. Wetland science, 2017154):629-634.

[本文引用: 1]

万斯昂刘兴土牟晓杰.

双台河口四种类型湿地土壤中的碳、氮含量垂直分布特征

[J].湿地科学,2017154):629-634.

[本文引用: 1]

Zhao QuanhuaHu GuangchenLi Xiaoliet al.

Full-PolSAR image based on wetland classification and change analysis of the Shuangtai Estuary Wetland

[J]. Research of Environmental Sciences,2019322):309-316.

[本文引用: 1]

赵泉华胡广臣李晓丽.

基于全极化SAR影像的双台河口湿地分类及其变化分析

[J].环境科学研究,2019322):309-316.

[本文引用: 1]

Sun BaodiCui LijuanLi Weiet al.

Dominant ecosystem services of Shuangtai estuary wetland based on different beneficiaries

[J]. Chinese Journal of Ecology,2017361):164-171.

[本文引用: 1]

孙宝娣崔丽娟李伟.

基于不同受益者的双台河口湿地生态系统主导服务功能

[J].生态学杂志,2017361):164-171.

[本文引用: 1]

Zhang LuoyangLei GuopingGuo Yiyanget al.

Object-oriented land use classification based on landsat images: A case study of the Lower Liaohe Plain

[J]. Journal of Basic Science and Engineering,2021292):261-271.

[本文引用: 1]

张露洋雷国平郭一洋.

基于Landsat影像的面向对象土地利用分类——以下辽河平原为例

[J].应用基础与工程科学学报,2021292):261-271.

[本文引用: 1]

Ma YanniMing DongpingYang Haiping.

Scale estimation of object-oriented image analysis based on spectral-spatial statistics

[J]. National Remote Sensing Bulletin,2017214):566-578.

[本文引用: 1]

马燕妮明冬萍杨海平.

面向对象影像多尺度分割最大异质性参数估计

[J].遥感学报,2017214):566-578.

[本文引用: 1]

Pei HuanSun TianjiaoWang Xiaoyan.

Object-oriented land use/cover classification based on texture features of Landsat 8 OLI image

[J]. Transactions of the Chinese Society of Agricultural Engineering,2018342):248-255.

[本文引用: 1]

裴欢孙天娇王晓妍.

基于Landsat 8 OLI影像纹理特征的面向对象土地利用/覆盖分类

[J].农业工程学报,2018342):248-255.

[本文引用: 1]

Chen LipingSun Yujun.

Comparison of object-oriented remote sensing image classification based on different decision trees in forest area

[J] Chinese Journal of Applied Ecology,20182912):3995-4003.

[本文引用: 1]

陈丽萍孙玉军.

基于不同决策树的面向对象林区遥感影像分类比较

[J].应用生态学报,20182912):3995-4003.

[本文引用: 1]

Chen SRao P.

Land degradation monitoring using multi‐temporal Landsat TM/ETM data in a transition zone between grassland and cropland of northeast China

[J]. International Journal of Remote Sensing, 2008297): 2055-2073.

[本文引用: 1]

Rao PinzengWang YichengWang Fang.

Analysis on the NDVI change and influence factors of vegetation cover in the Three-River Headwaters Region

[J]. Acta Agrestia Sinica,2021293):572-582.

饶品增王义成王芳.

三江源植被覆盖区NDVI变化及影响因素分析

[J].草地学报,2021293):572-582.

Zha YGao JNi S.

Use of normalized difference built-up index in automatically mapping urban areas from TM imagery

[J]. International journal of remote sensing,2003243):583-594.

[本文引用: 1]

Yang ZhixiangHe Xiufeng.

Automatic extraction of urban land-use information from remote sensing images based on improved NDBI method

[J]. Journal of Hohai University(Natural Sciences), 2010382):181-184.

[本文引用: 1]

杨智翔何秀凤.

基于改进的NDBI指数法的遥感影像城镇用地信息自动提取

[J].河海大学学报(自然科学版),2010382):181-184.

[本文引用: 1]

Yang Shan.

On extraction and fractal of urban and rural residential spatial pattern in developed area

[J]. Acta Geographica Sinica,2000556):671-678.

[本文引用: 1]

杨山.

发达地区城乡聚落形态的信息提取与分形研究——以无锡市为例

[J].地理学报,2000556):671-678.

[本文引用: 1]

Gu JiaheXue HuazhuDong Guotaoet al.

Applicability analysis of NDWI for drought monitoring in Henan Province

[J]. Agricultural Research in the Arid Areas,2020386):209-217.

[本文引用: 1]

谷佳贺薛华柱董国涛.

归一化水体指数用于河南省干旱监测适用性分析

[J].干旱地区农业研究,2020386):209-217.

[本文引用: 1]

Xu Hanqiu.

A study on information extraction of water body

[J]. National Remote Sensing Bulletin, 200595):589-595.

[本文引用: 1]

徐涵秋.

利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究

[J].遥感学报,200595):589-595.

[本文引用: 1]

Zha YGao JNi S.

Use of normalized difference built-up index in automatically mapping urban areas from TM imagery

[J]. International Journal of Remote Sensing, 2003243): 583-594.

[本文引用: 1]

Guo ZitianWang ChunmeiLiu Xinet al.

Accuracy assessment of FROM-GLC30 dataset based on small watershed sampling units in China

[J]. Journal of Geo-information Science, 2021233):524-535.

[本文引用: 1]

郭紫甜王春梅刘欣.

基于小流域抽样单元的中国FROM-GLC30数据精度评价

[J].地球信息科学学报,2021233):524-535.

[本文引用: 1]

Ye JieMeng FanxiaoBai Weiminget al.

A comparative study on the classification of GF-1 remote sensing images for Zhoukou Urban under the Four Identical condition

[J]. Journal of Geo-information Science, 20202210):2088-2097.

[本文引用: 1]

叶杰孟凡晓白潍铭.

“四同”条件下周口城区高分一号遥感影像分类对比研究

[J].地球信息科学学报,20202210):2088-2097.

[本文引用: 1]

Qian ZhiyouFu HaiyueWang Yanet al.

Characteristics of urban expansion and morphological evolution in Nanjing from 2004 to 2016

[J]. Remote Sensing for Land & Resources, 2019312):149-156.

[本文引用: 1]

钱志友符海月王妍.

2004~2016年南京市城市扩张及形态演变特征

[J].国土资源遥感,2019312):149-156.

[本文引用: 1]

Li GuangdongQi Wei.

Impacts of construction land expansion on landscape pattern evolution in China

[J]. Acta Geographica Sinica, 20197412):2572-2591.

[本文引用: 1]

李广东戚伟.

中国建设用地扩张对景观格局演化的影响

[J].地理学报,20197412):2572-2591.

[本文引用: 1]

Lu ChunyanWang ZongmingLiu Mingyueet al.

Analysis of conservation effectiveness of wetland protected areas based on remote sensing in West Songnen Plain

[J]. China Environmental Science, 2015352):599-609.

[本文引用: 1]

路春燕王宗明刘明月.

松嫩平原西部湿地自然保护区保护有效性遥感分析

[J].中国环境科学,2015352):599-609.

[本文引用: 1]

Jiao Wenwen.

Remote sensing monitoring of dynamic changes of important wetlands in northeast China

[D]. HarbinHarbin Normal University2020.

[本文引用: 3]

焦雯雯.

东北地区重要湿地动态变化遥感监测

[D]. 哈尔滨哈尔滨师范大学2020.

[本文引用: 3]

Lu XiaoningHuang YueHong Jiaet al.

Spatial and temporal variations in wetland landscape patterns in the Yellow River Delta based on Landsat images

[J]. China Environmental Science, 20183811):4314-4324.

[本文引用: 1]

卢晓宁黄玥洪佳曾德裕杨柳青.

基于Landsat的黄河三角洲湿地景观时空格局演变

[J].中国环境科学,20183811):4314-4324.

[本文引用: 1]

Hong JiaLu XiaoningWang Lingling.

Quantitative analysis of the factors driving evolution in the Yellow River Delta Wetland in the past 40 years

[J]. Acta Ecologica Sinica,2016364):924-935.

[本文引用: 1]

洪佳卢晓宁王玲玲.

1973—2013年黄河三角洲湿地景观演变驱动力

[J].生态学报,2016364):924-935.

[本文引用: 1]

/