呼倫貝爾西部濕地景觀格局變化特征分析*

郭 傲，張玉紅，于萬輝

（哈爾濱師范大學黑龍江省普通高等學校地理環境遙感監測重點實驗室）

0 引言

濕地是陸地和水生生態系統相互作用形成的一種獨特的生態系統，因其巨大的環境功能被譽為“地球之腎”，是人類最重要的生存環境之一.分析和研究濕地景觀變化及其特征，對濕地的保護具有重要意義.20 世紀以來，遙感技術快速發展，相較于人工調查濕地信息，具有獲取信息范圍廣、周期短等優點，故在濕地狀況調查中表現出重要作用，并逐步成為濕地監測中的重要工具［1］.國內外學者在濕地研究領域所用的遙感數據及信息提取方法越來越豐富，應用較多的遙感數據包括Landsat TM 系列、MODIS、SPOT 等；應用較多的濕地信息提取方法包括監督分類、非監督分類、支持向量機、決策樹等.也有許多學者在研究中將多源影像融合使用［2－5］，或結合多種方法提取濕地信息［6－9］，以達到更好的研究效果.

根據提取的濕地信息結合不同的研究方法可以更好的研究濕地景觀格局的變化特征.主要的研究方法有景觀格局指數和景觀動態變化模型［10］，其中景觀指數是指能夠高度濃縮景觀格局信息并反映其結構組成和空間配置某些方面特征的定量指標［11］.近年來，國內外學者們利用景觀格局指數分析景觀格局組成特征，空間配置關系和變化特征，從而揭示濕地景觀的內在聯系，均取得了較好的效果［12－15］.

呼倫貝爾西部濕地是中國北方生態安全的重要屏障，同時也是內蒙古草原生態功能的核心區和水源涵養區.該文以呼倫貝爾西部濕地為研究區，在遙感和GIS 技術的支持下，以多時期的MODIS影像作為數據源，獲取景觀分類信息，進行濕地景觀格局分析；并利用景觀動態度、轉移矩陣及重心轉移模型等多角度分析濕地景觀在時間和空間上的變化，為呼倫貝爾西部濕地管理和保護提供基礎數據和科學的決策依據.

1 數據與方法

1.1 研究區概況

呼倫貝爾西部濕地位于中國內蒙古自治區呼倫貝爾市西部，北部毗鄰俄羅斯、西南接壤蒙古國（如圖1 所示）.地處東經115°31′29″～121°9′29″，北緯47°19′56″ ～50°12′34″，總面積約8.32 萬km2.該區是草原、濕地、森林等重要生態系統較為集中的分布區，屬寒溫帶大陸性季風氣候.冬季寒冷漫長，降水量少，夏季溫暖短暫，降水量大，雨熱同期，年平均氣溫為－2 ～1℃.區域內水系較多，河網密布，水源主要為雨水和融雪，是中國北方寒旱區重要的濕地生態區域，包括了呼倫湖國家級自然保護區、額爾古納濕地、根河濕地、莫日格勒河濕地、輝河國家級自然保護區等為代表的濕地景觀，成為了國內遷徙水禽的重要棲息地.濕地區域內部具有豐富的生物多樣性且生態環境穩定，濕地植被在保持水土、涵養水源、調節區域微氣候等方面也具有非常重要的作用.

圖1 呼倫貝爾西部地濕地分布圖

1.2 數據與處理

1.2.1 數據來源

該研究利用的遙感數據主要包括：NASA Worldview Snapshots網站（https：／ ／wvs.earthdata.nasa.gov）提供的350 m 分辨率的MODIS 數據，時間為2004 ～2020 年每年5 月末至6 月初，共17 景影像；NASA 對地觀測系統網站（http：／ ／www. nasa. gov）提供的MOD13Q1 數據集中250 m分辨率16 d 合成的MODIS NDVI數據，時間序列為2004 ～2020 年每年第97 d至第289 d，共612 景影像；地理空間數據云（http：／ ／www.gscloud.cn）提供的90m 分辨率的SRTM SLOPE數據.同時收集2018 年5 月和6 月的Landsat8 OLI影像數據，拼接裁剪后作為驗證數據.

1.2.2 濕地景觀分類系統

該文根據2017 年國土資源部組織修訂的國家標準《土地利用現狀分類》（GB／T 21010－2017）和1999 年國家林業局濕地資源監測中心提出的中國濕地分級式分類系統，在對呼倫貝爾地區進行實地調查后結合影像特點，將該地區景觀劃分為7 種類型，包括明水、沼澤濕地、草地、耕地、林地、沙地、城工用地，其中明水、沼澤濕地為濕地景觀.

1.2.3 數據處理

在ENVI5.3 平臺中，利用ISODATA 算法將MODIS遙感影像進行非監督分類，并將ISODATA 算法的聚類結果，作為CART 算法的分類依據之一，即利用ISODATA 算法與CART 算法結合對研究區進行景觀分類.

將ISODATA 算法的聚類結果、EVI ＋NDVI組合植被指數的時間序列、坡度數據及MODIS原始影像合并為一個多波段的文件作為分類依據，結合實地考察及Goole Earth 高清影像作為參考數據，選取具有代表性的訓練樣本，利用CART算法自動建立分類規則，構建決策樹，實現呼倫貝爾西部濕地的景觀分類.

1.3 研究方法

1.3.1 動態度模型

該文將研究分為2004 ～2008、2008 ～2012、2012 ～2016、2016 ～2020 年共4 個時間段，利用景觀動態度模型分析不同時間段內研究區景觀面積的變化程度.濕地動態度模型包括單一景觀動態度和綜合景觀動態度兩種統計模型，濕地景觀單一動態度的表達式為：

式中，LC為研究區綜合景觀動態度；LU為研究區總面積；ΔLUi－j為第i類景觀轉化為非i類景觀的總面積；T 為研究時段的間隔年數［17］.該文還在ArcMap10.7 平臺中，統計不同時間段各景觀類型的面積和轉移矩陣，分析各景觀類型間的轉移過程和程度.

1.3.2 濕地重心轉移

濕地重心轉移分析可以反映濕地的空間演變過程［18］.該文通過考察濕地重心轉移的距離、速度及方向，揭示濕地在空間變化的總體特征.重心轉移模型為：

式中，X 和Y 為濕地的重心坐標，Ci為第i 個濕地斑塊面積，Xi、Yi分別表示第i個濕地斑塊的重心坐標.

1.3.3 景觀格局指數法

參考已有研究，該文在斑塊類型水平上選擇了斑塊密度（PD）、最大斑塊指數（LPI）、面積加權平均斑塊形狀指數（AWMSI）、斑塊面積標準差（PSSD）；在景觀水平上選擇景觀聚合度（AI）、蔓延度指數（CONTAG）、及Shannon 多樣性指數（SHDI）共7 種景觀格局指數，得到研究區整體景觀水平變化以及2004、2008、2012、2016、2020 年的濕地景觀（明水、沼澤濕地）水平變化.

2 結果與分析

2.1 CART決策樹分類結果

分類結果如圖2 所示，研究區內草地景觀面積極廣，這是由于研究區包含了世界第三大草原—呼倫貝爾草原；林地主要分布在研究區的東南角及東側邊緣，呈規則片狀分布；沙地景觀主要分布于海拉爾河的正下方，形狀呈“勺”形，其余沙地主要分布于烏爾遜河與輝河之間，年際間變化較大；耕地景觀多分布于林地、草地與河流之間，還分布于城工用地附近，由于耕地景觀極易受天氣影響，有些年份的耕地在影像中，光譜特征不明顯，與草地景觀混淆較為嚴重；濕地景觀中明水景觀基本與河流、湖泊范圍一致，但由于研究區內的河流大多細長蜿蜒，故在分類結果中明水景觀與沼澤濕地混淆嚴重；沼澤濕地多分布于明水周圍，由于烏爾遜河與哈拉哈河河道極細，且MODIS影像分辨率較低，所以分類結果中這兩條河流未能分出明水景觀，幾乎全部分為沼澤濕地.

圖2 呼倫貝爾西部濕地景觀分類圖

2.2 景觀類型動態變化

如圖3 所示，不同時間段內明水動態度排序為：2004 ～2008 年（－ 9.57%）＞2012 ～2016 年（4.83%） ＞ 2016 ～ 2020（1.92%）年＞2004 ～2008年（－0.30%），說明2004 ～2008年明水景觀向其它景觀流轉最為頻繁，2008 后明水動態度呈下降趨勢，2012年后明水景觀的動態度皆為正值，說明有其他景觀向明水景觀流轉，但總體數值為負值.不同時間段沼澤濕地動態度呈穩定下降趨勢，排序為：2004 ～2008 年（12.31%）＞2004 ～2008 年（－ 4.97%）＞2016 ～2020 年（1.50%）＞2012 ～2016（0.02%）年；與明水動態度相比，在2004 ～2008 年內動態度雖然也是最高值，但為正值，說明該時間段有其它景觀向沼澤濕地流轉，且流轉程度非常高；2008 ～2012年內為負值但絕對值小于5%，說明雖有沼澤濕地向其他景觀流轉的現象，但流轉程度不高；2012 ～2016、2016 ～2020 年這兩個時間段動態度很低，說明沼澤濕地景觀動態十分穩定.從濕地總體景觀（明水、沼澤濕地）來看，各時間段動態度都很穩定，絕對值都小于4%，且總體數值為正值.從景觀綜合動態度來看，4個時間段都很穩定，且數值呈下降趨勢，說明研究區17 年間整體景觀動態越來越穩定.

圖3 景觀動態度

2.2.2 不同時期景觀格局轉移特征分析

該文景觀格局轉移矩陣采用?；鶊D（如圖4所示）表示，左右兩側柱狀圖分別表示2 個時刻不同類型的比例，中間弦圖的寬度表示該變化所占的比例［91］.

圖4 不同時間段內轉移矩陣?；鶊D

如圖4a ～ d 所示，2004 ～2008、2008 ～2012、2012 ～2016、2016 ～2020 年這4個時間段內各景觀類型間均出現了不同程度的相互轉化.草地與耕地、林地、沙地、沼澤濕地一直相互轉移，草地向林地轉移較明顯的時間段為2004 ～2008 年及2016 ～2020 年，2016 ～2020 年有較大部分耕地轉向林地，說明林地的面積在逐步穩定的擴大；耕地、城工用地的主要轉移來源為草地，2012 ～2016年間也有林地轉向耕地的情況，說明城市建設及農業發展主要占用草地和林地，但草地轉向耕地的面積值在4 個時間段內都不是很大，且每個時間段內也有較大面積的耕地轉為草地；沙地的主要轉移來源也是草地，這是由于研究區范圍內的沙地大多為移動型沙丘，且土壤沙化問題一直存在.對于濕地景觀來說，變化最劇烈的是2004 ～2008年時間段內的明水景觀向沼澤濕地的轉移，在2008 ～2012、2012 ～2016及2016 ～2020年這3個時間段內明水景觀與沼澤濕地相互轉換，且面積相當.

為了分析17 年間呼倫貝爾地區景觀轉移的總體特征，制作了2004 ～2020 年的轉移矩陣?；鶊D4e，從圖4e可以看出，17年間景觀變化主要是從草地向林地、沙地、沼澤濕地轉移、明水向沼澤濕地轉移及耕地、沼澤濕地向草地轉移.在所有景觀格局中，草地的變化最為劇烈，究區有序進行綠化工作，898.82 km2的草地轉化為耕地且有1018.42 km2的耕地轉化為草地，說明草地轉化受農業開發活動的影響較大，還有少量草地轉化為沙地，說明某些地區草原沙化.沼澤濕地是明水景觀轉移的主要去向，面積達1416.15 km2，但沼澤濕地轉移為明水的面積僅5386.41 km2的草地被開發為林地，這是由于研有373.27 km2.草地轉換為沼澤濕地的面積為2228.07 km2，主要位于輝河流域、海拉爾河流域、克魯倫河入湖口.草地轉換為城工用地多位于原景觀邊緣，主要由城市擴張及工業發展引起.總的來說，研究區存在一定的退耕還林還草現象，且沼澤濕地與草地相互轉換頻繁.

2.3 濕地景觀重心轉移變換分析

通過軟件統計、計算得到研究區濕地景觀類型重心轉移的距離、速度及方向，見表1.

表1 濕地景觀重心轉移變換過程

從重心轉移方向分析，5 個時間段內均發生了較明顯的重心轉移，其中明水景觀與沼澤濕地的重心轉移方向在2012 ～2016、2016 ～2020年這兩個時段內均與濕地總體景觀的重心轉移方向一致，分別為向西北、東南方向轉移；明水景觀、沼澤濕地的重心轉移方向還在2004 ～2008年間一致向西南方向，但濕地總體景觀卻呈現向東南轉移的趨勢；在2008 ～2012年間，沼澤濕地景觀的轉移方向與濕地總體景觀轉移方向一致向西南，而明水景觀的重心卻向西北轉移；在2004 ～2020 年這個總時間段來看，明水景觀的重心向西南轉移，沼澤濕地和濕地總體重心向東南轉移.

礦區受控于桐柏—商城斷裂帶，次級構造破碎帶較為發育，多呈北東—南西向、近南北向、近東西向產出，形成規模不等的構造角礫巖脈。構造內以角礫巖、破碎石英為主，巖石硅化、褐鐵礦化發育。區內鉬礦脈形態和產狀均受構造角礫巖帶控制。

從重心轉移距離及速度分析，在2004 ～2008、2008 ～2012、2012 ～2016、2016 ～2020年這4 個連續時間段內，景觀的轉移速度和距離隨著時間的推進不斷變大，但從2004 ～2020 年這個總體時間段來看，各個景觀的重心轉移距離和速度都相對較小.明水景觀的轉移距離是最小的，這是由于呼倫湖常年穩定；沼澤濕地的重心轉移距離是最大的，說明沼澤濕地的重心在17 年間變化較明顯；濕地景觀總體的重心轉移距離和速度介于明水景觀與沼澤濕地之間.

2.4 景觀格局指數分析

景觀類型水平上的相關指數變化規律如圖5 所示，景觀整體水上相關指數的變化規律如圖6所示.該文研究著重偏向濕地景觀，所以在分析景觀類型水平上的相關指數時，只對明水、沼澤濕地這兩類景觀格局詳細描述.

圖5 景觀類型水平上的景觀指數變化

圖6 景觀水平上的景觀指數變化

斑塊密度越大，意味著景觀破碎度越高，從圖5a可以看出，明水景觀的PD值在17年期間變化不大，雖然2004 ～2008年及2012 ～2016年的值有所下降，但總體呈穩定增長趨勢，最大值出現在2020 年為0.04，說明明水的景觀破碎度變高；沼澤濕地的PD 值在2004 年高于明水為0.08，2004 ～2008 年間，斑塊密度呈快速下降趨勢，在2008 ～2012年有所回升，但增長的數值不大且趨勢與明水景觀相似，2012 ～2020 年持續下降到0.03，低于明水景觀在2020 年的斑塊密度，說明沼澤濕地的景觀破碎度持續降低.

最大斑塊指數值越大，意味著在研究區內，此景觀優勢度越高.從圖5b 可以看出在兩種濕地景觀中在明水景觀的LPI值在17 年間一直比較穩定，說明研究區內面積最大的湖泊呼倫湖一直生態良好，沒有出現干涸等情況；沼澤濕地的LPI最低值出現在2004 年為7.03，2004 ～2008年快速增長，在2008 年達到了17 年間的最大值為44.87，而后的2008 ～2020 年間沼澤濕地的LPI值又平穩回落到14.77，總體來看沼澤濕地的景觀優勢度在17 年間有所升高.

斑塊面積標準差值越大，代表斑塊間差異增大.圖5c與圖5b的總體趨勢相似，明水景觀的趨勢有細微不同，明水景觀的PSSD值在17年間呈現緩慢下降趨勢，說明明水景觀斑塊間差異減??；沼澤濕地的PSSD 值變化較大，先是在2004 ～2008 年快速增長，在2008 年達到最大值39519.30，隨后又一直快速降低，總體呈現明顯的增長趨勢，說明沼澤濕地的斑塊間差異顯著增大.

面積加權平均斑塊指數形狀隨著斑塊形狀不規則程度的增加而增加.由圖5d可以看出，在濕地景觀中，明水景觀出現AWMSI 緩慢減少的趨勢，數值一直在1 ～4 輕微浮動，2020 年與2004年對比變化值不大，AWMSI值減小了1.14，說明明水景觀的斑塊形狀不規則程度有所減??；沼澤濕地的AWMSI總體表現為增大－減?。龃?，在2008 年達到了17 年間的最大值，說明在2008 年沼澤濕地的斑塊形狀最不規則，2020 年與2004 年對比變化相對明顯，AWMSI值增大了1.51，說明沼澤濕地的斑塊形狀不規則程度增大.由圖6可以看出，研究區的SHDI值在4個時間段內除2008 ～2012 年有所下降，其余時間段均增長，最低值出現在2004年為0.99，最高值出現在2020 年為1.15，總體來看，研究區的SHDI值呈現增長趨勢，說明景觀整體的均勻度、多樣性都在不斷變好；研究區的AI 值相對穩定，在2004 ～2008年間增長趨勢明顯，在2008 ～2020年間先減小后增大，但上下浮動的值很小，使得研究區的AI值在2004年與2020年區別不大，這說明研究區不同景觀類型在景觀層次上的聚集度沒有發生太大變化.理論上，CONTAG 值較小時表明景觀中存在許多小斑塊，約趨于100 時表明景觀中有連通度極高的優勢斑塊類型存在，研究區的CONTAG 值總體呈現出下降趨勢，雖然2008 ～ 2012 年間有所回升，且峰值出現在2012 年為68.88，相比于初始年份2004年的66.8高了2.08，但最低值出現在2020年為64.94，且在2004 ～2008、2012 ～2016及2016 ～2020年這3 個時間段均呈現出緩慢下降的趨勢，所以從景觀整體水平來看，小斑塊變多，且優勢斑塊的連通度變低.由于景觀分類體系的不同會造成景觀格局指數結果的差異，以上分析結果僅適用于該文中的景觀分類體系.

3 結論與討論

結合景觀類型時空動態變化、景觀格局指數變化，對呼倫貝爾西部濕地現狀做出評價，得到如下結論：

（1）2004 ～2020 年間，濕地面積總體呈現擴張趨勢.其中明水景觀萎縮面積較大；而沼澤濕地的面積在總體上呈擴張趨勢.

（2）17 年內研究區景觀類型間的轉化以草地的轉出和轉入最為劇烈.這與當地農業政策及草地沙化等環境問題有關；就濕地景觀而言，明水景觀大面積向沼澤濕地轉移，沼澤濕地的轉出和轉入較為劇烈，且與草地在面積上互為消長.

（3）濕地重心在17 年間總體向東南方向轉移，轉移距離較大，轉移速度也較快.其中沼澤濕地重心轉移最為劇烈，明水景觀則相對穩定.重心轉移的主要動力來源于過渡放牧等人類對濕地資源的占用、破壞.

（4）景觀格局指數分析結果顯示，17 年間明水的景觀破碎度升高，斑塊間差異度逐年增大；沼澤濕地的景觀破碎度明顯降低，且景觀優勢度升高.從景觀整體水平上看，研究區內優勢斑塊的連通度變低.

呼倫貝爾西部濕地發生以上變化主要原因是人類對濕地資源不合理的開發利用，以及由此產生的一系列濕地生態環境惡化問題.利用這些變化趨勢可以有針對性地為呼倫貝爾西部濕地的生態恢復、管理及景觀的優化提供科學的理論依據.