不同因子驅動下通過不同途徑發生的紅樹林斑塊數量和面積變化量的計量方法

李春干, 代華兵

廣西林業勘測設計院, 南寧 530011

不同因子驅動下通過不同途徑發生的紅樹林斑塊數量和面積變化量的計量方法

李春干*, 代華兵

廣西林業勘測設計院, 南寧 530011

為深入闡明區域紅樹林空間演變機理，需對紅樹林斑塊數量和面積在不同因子驅動下通過不同途徑發生的變化量進行準確計量。提出了在GIS平臺支持下的通過空間疊置分析方法進行斑塊數量和面積變化量計量的兩種方法——精確計量法和整體計量法。首先將前后兩期通過遙感圖像提取的紅樹林斑塊分布圖、遙感圖像進行疊合，采用視覺信息疊合方法，將全部斑塊劃分為眾多具有相同主要驅動因子和變化途徑的分析單元；若前后期遙感圖像能夠精確配準，采用精確計量法計量：通過線與多邊形疊置方法，用前期斑塊的線狀圖對后斑塊的面狀圖、后期斑塊的線狀圖對前斑塊的面狀圖分別進行切割，每個分析單元得到多個亞斑塊，逐一確定每個亞斑塊的驅動因子、變化途徑，據此統計每個分析單元中斑塊數量和面積在不同因子驅動下通過不同途徑發生的變化量；若前后期遙感圖像難以精確配準，采用整體計量法計量：對于每個分析單元，根據斑塊恢復的難易程度、面積和斑塊數量變化量的大小，確定其主要驅動因子和主要變化途徑，該分析單元前、后期斑塊數量和面積之差即為其在監測期間由該因子驅動通過該途徑發生的斑塊數量和面積變化量。盡管整體計量法對紅樹林空間演變機制分析的結果與精確計量法存在一定差異，但也屬于定量分析范疇，都能深刻闡明紅樹林空間演變機制，能夠全面、準確地反映了區域紅樹林斑塊數量和面積在監測期內增加、減少的動態過程。

紅樹林; 空間分布; 斑塊數量; 面積; 斑塊動態; 計量

紅樹林是重要的海洋生態系統，具有重要的社會經濟和環境生態功能。1980—2005年，全球紅樹林減少了19%[1]。很多學者在紅樹林動態監測、紅樹林減少原因等方面做了大量的研究，基本上闡明了紅樹林減少的主要原因——人口增長壓力造成的傳統利用者過度開發、木材采伐等商業利用、灘涂用途轉換(鹽田、水產、農業、旅游、港口、碼頭等)、污染、自然災害和管理失敗等[1-24]。但是，現有分析方法大多是從整體的角度研究各種因素(驅動因子)對其面積變化(通常為減少)的影響和作用，所得結論通常是定性的，如“導致紅樹林面積減少的原因是農業、水產、城市擴展…”，很少得到定量的結論[1]，即使進行定量分析，也只考慮人為因素影響造成的紅樹林面積減少量[3]，并未全面闡明紅樹林在長期演替過程中，面積增加和減少的動態過程。已有研究提出了通過兩期遙感圖像提取紅樹林空間分布信息，在GIS支持下采用疊置分析方法，根據前、后兩期各個斑塊的空間位置、形狀和面積變化情況以及圖像表征，逐一分析確定每個斑塊變化的主要驅動因子和變化途徑，在此基礎上構建斑塊數量和面積變化的驅動因子-變化途徑狀態矩陣，定義了總驅動量、總驅動率、凈驅動量、凈驅動率、趨勢驅動率、總流量、總流率、凈流量、凈流率、趨勢凈流率和作用力等系列指標概念及其計算方法，建立了紅樹林斑塊空間演變機理分析體系，初步實現了紅樹林空間動態變化分析的定位化、定量化和精確化[25]。但關于紅樹林斑塊數量和面積變化量計量方法的闡述過于簡單，且存在著增加量與減少量相互抵消，導致結果不準確的缺陷，現將修正完善方法闡述如下。

1 紅樹林斑塊變化情況分析及變化途徑與驅動因子的分析確定

1.1 斑塊的整體變化與局部變化

在一個不太短的時段內，受自然過程影響和各種人為活動干擾，紅樹林斑塊的邊界或多或少都會發生變化，不可能保持絕對穩定，可以說，紅樹林斑塊邊界的變化是絕對的，不變是相對的。如圖1所示斑塊，2001年和2007年的面積分別為93.4 hm2和86.4 hm2，邊界長度分別為5472 m和6603 m，6年間，該斑塊面積減少了7.5%，邊界長度增加了20.7%。將兩個年度的斑塊進行疊合，可以發現除局部地段的邊界沒有發生變化(或變化量很小)外，大部分地段的邊界都發生了變化(圖1)。

由圖1可以看出，與2001年相比，2007年該斑塊大部分地段的邊界在空間上呈收縮狀態，致使該斑塊邊界在整體上呈萎縮狀態。進一步分析還發現：一些地段邊界呈收縮狀態，另一些地段邊界呈擴展(范圍擴大)狀態，并有一些地段邊界保持不變，表明該斑塊各地段的邊界變化與整體變化不盡一致。作空間疊置分析后，兩個年度的邊界各截斷為8段(圖1)，各線段長度的變化、空間位置變化情況及其引起斑塊面積變化的情況詳見表1。

圖1 通過疊置分析一個斑塊的空間變化情況Fig.1 Overlay analyses on changes in the extent of a mangrove patch

表1 斑塊邊界變化及其導致的面積變化情況Table 1 Changes in patch area caused by borderline changes

由表1可以看出，在8段邊界中，只有一段邊界(ha)保持穩定，長度為357 m，占總長度的6.5%，其余93.5%的邊界都發生了變化，其中：有4段邊界萎縮，長度為3423 m，占總長度的62.6%，由此減少的面積為10.2 hm2；有3段邊界擴張，長度為1692 m，占30.9%，增加的面積為3.2 hm2。

對更多斑塊的變化情況進行深入分析，結果表明：斑塊整體變化情況與局部地段變化情況不完全一致的現象普遍存在，尤其是面積較大、邊界較長的斑塊，情況更是如此。其原因是斑塊的各個地段遭受外界作用力的種類、影響程度不盡相同。如某些地段受養殖塘建設的破壞而萎縮，另一些地段因繁殖體擴展、生長成林而擴張。

整體由眾多局部組成，局部地段變化之和構成了斑塊整體的變化。由于局部變化不盡一致并且存在收縮與擴展等互補情況，因此，要全面、準確地闡明斑塊的空間變化，不但需要分析斑塊整體空間位置、形狀和面積的變化情況，而且需要詳細分析各個地段邊界的變化情況及其導致的面積變化情況，在此基礎上，深入分析斑塊整體變化、局部變化發生的途徑及其產生的原因。

1.2 斑塊變化類型和變化途徑

1.2.1 斑塊整體變化類型與變化途徑

斑塊的整體變化是指在監測期內，斑塊整體由前期的狀態(空間范圍、形狀、面積大小)變成后期的狀態的類型。根據監測期間斑塊整體形狀、邊界空間位置和面積的變化情況，斑塊整體空間分布的變化類型分為穩定斑塊、擴張斑塊、萎縮斑塊、碎化斑塊、消失斑塊和新增斑塊6種[25]，不同變化類型的斑塊狀態變化特征見表2。

表2 不同變化類型的斑塊空間整體變化特征Table 2 Overall spatial-temporal characteristics of patches with various dynamic procedures

斑塊整體變化類型可在GIS平臺支持下將兩期紅樹林空間分布圖疊合后，根據前、后期斑塊的狀態特征，按照上述定義通過目視解譯方法確定。

以上斑塊整體變化類型劃分只是一般的、或某種程度上是典型的情況。在監測期內，尤其是當監測期較長時，受自然和人為因素影響，一個斑塊可能出現不同類型的變化，即存在兩個或多個變化類型的現象。如一些斑塊中可能出現某些地段邊界擴張，一些地段邊界萎縮，還有一些地段邊界碎化的情況。為便于統計分析，將斑塊在監測期內變化的主要類型確定該斑塊的整體變化類型，此時，一個斑塊在監測期內只屬于一個整體變化類型。主要變化類型根據如下條件確定：(1)斑塊數量變化量的大小；(2)斑塊恢復的難易程度；(3)面積變化量的大小。

如上所述，各個變化類型斑塊都可能存在著面積變化的情況，即使斑塊類型為穩定、擴張和萎縮時，斑塊數量也可能存在少量變化，因此，可將斑塊整體變化類型視為斑塊整體變化的途徑，即斑塊整體變化途徑等同于斑塊整體變化類型。

1.2.2 斑塊局部變化類型與變化途徑

斑塊局部地段變化是指斑塊局部地段邊界空間位置的變化，其將導致斑塊數量和面積發生變化。

局部地段邊界的變化由局部地段紅樹林群落個體增加或減少造成。一般情況下，一個地段紅樹林個體增加，必然導致該地段邊界擴展；反之，必定出現該地段邊界萎縮或碎化。從這個角度來看，對于局部地段而言，邊界擴張與新增同義，邊界萎縮、碎化與消失同義。然而，由于局部地段變化與斑塊原有空間位置密切相關，擴展地段新增的紅樹林個體大多由原有紅樹林的繁殖體發展而來，并且與原有紅樹林群體緊密相連，萎縮或碎化地段的紅樹林個體雖然消失，但其緊鄰區域尚有紅樹林個體存在。鑒于此，在文中，將新增的定義限于整體新增，新增的斑塊與原有斑塊在空間上不相連，消失限于整體消失。此時，斑塊局部地段變化途徑包括也穩定、擴張、萎縮、碎化、新增和消失6種[25]。

對兩期斑塊空間分布圖作疊置分析后，只要斑塊邊界不完全重疊，總會得到很多小的亞斑塊，為減少分析的工作量，規定只有某一亞斑塊大于一定面積時(如0.1hm2)，才認為其相應地段的邊界發生了變化，否則，認為該地段的邊界保持穩定。

1.3 斑塊變化驅動因子的圖像表征

斑塊變化的驅動因子包括自然過程、養殖塘和鹽田建設、圍墾、工程建設、人工造林[25]，各因子在遙感圖像上具有不同的表征。

(1)自然過程

由于研究區內未出現過不以灘涂利用為目的的紅樹林連片砍伐活動，因此，若在后期的遙感圖像上無人工設施(如海堤、港口碼頭、城市、道路、工業園區、養殖塘和鹽田等)直接覆蓋在前期紅樹林斑塊上，或與斑塊邊界十分接近，則認為此斑塊在監測期內的變化屬自然過程引起的變化，或更準確地說是在無明顯破壞性人為活動干擾下發生的變化。

(2)養殖塘和鹽田建設

由于潮上帶沿岸建造的高位池一般對紅樹林不構成直接影響，因此，養殖塘主要指低位池。低位池和鹽田均建于潮間帶的灘涂上。在開闊灘涂上，低位養殖塘的形狀大多為矩形、近矩形或近梯形，形狀規則，呈連片分布；在丘陵區海汊上，養殖塘多呈橢圓形或半圓形。每個養殖塘面積一般為0.5—5 hm2，池水深度為1.5—1.8 m，養殖塘之間或其邊緣有完善的進、排水系統。由于蓄水，養殖塘在圖像的灰度值接近灘涂外側海水，與其直接相鄰的灘涂存在較為明顯的區別。鹽田通常建在平坦的灘涂上，由多個蒸發池和結晶池組成，多為矩形、近矩形，形狀十分規整且面積相等或接近，建有完善的進、排水系統。在遙感圖像上，蒸發池的光譜特征因水位較深而與海水較為接近，灰度值較小；結晶池因水位較淺，灰度值較大，在圖像上呈淺色；養殖塘與鹽田主要區別為鹽田內分布數量較多、面積小、形狀十分規整的結晶池。

(3)圍墾

圍墾多在淺灘上進行，面積較大，向海一側有較寬的海堤，其內分隔成形狀較為規整、大小接近的水田或旱地。由于圍墾后土地無水體覆蓋，因此與周圍的海面相比，圖像的灰度值較大，表現為顏色較淺而與深色的海面形成較大的反差。

(4)工程建設

公路和鐵路為線狀地物，且路面反射率極高，在圖像上呈淺白色，極易辨識。港口、碼頭因有高反射率硬化地面(貨場)存在，并且圖形較為規整，在圖像上呈較大面積均質的淺色區域，與深色的海面具有明顯的區別，在SPOT5、ALOS圖像上甚至可見貨物(如集裝箱)堆積和船舶，工業園區的廠房也清晰可見，也見城市和工業廠區中規則分布的街道或道路。

(5)人工造林

人工造林多見于河口、內灣平緩的泥質灘涂。在空間分辨率極高的低空遙控無人機航空圖像上，很容易將規則成行分布的紅樹林人工林與隨機分布的天然群落分辨出來。在空間分辨率為2.5 m的ALOS、SPOT5圖像上，難以通過圖像分析區分人工林和天然林，因此，需對研究區進行全面的考察，深入訪問當地紅樹林主管部門和沿海居民，詳細了解造林的地點、范圍、面積和造林年度，并盡可能取得造林設計或驗收圖，然后在此基礎上，結合圖像分析將人工林分布范圍準確地標繪在紅樹林空間分布圖上。

與斑塊變化類型相似，斑塊變化的驅動因子也分整體驅動因子和局部驅動因子。一個斑塊在長期演變過程中，通常先后或同時受到多個因素影響，產生多種類型的變化。與斑塊變化類型相似，將影響程度最大的因素，造成斑塊整體變化的因素稱為斑塊變化的整體驅動因子，而其他一些因素，只在局部地段對斑塊變化產生影響，造成局部地段邊界發生變化，這些因素稱為局部驅動因子。

2 分析單元劃分及斑塊數量和面積變化量的計量

2.1 斑塊分析單元的劃分

由于區域紅樹林斑塊數量和面積存在著一些地段增加，另一些地段減少，從而相互抵消的現象，因此，為準確計量和分析監測期內紅樹林斑塊數量和面積在不同因素驅動下通過各個變化途徑發生的變化量，需將前、后期紅樹林空間分布圖作疊置分析，逐一計算斑塊數量和面積的變化量，分析確定其驅動因子和變化途徑的種類。由于監測期內斑塊存在各種類型的空間變化，期初斑塊的空間范圍與期末的空間范圍不完全重疊。在作監測期內斑塊數量和面積變化量計量、分析確定其驅動因子和變化途徑時，將前、后兩期紅樹林空間分布圖疊合后，以期初斑塊為基礎，將研究區劃分為眾多包含1個或多個受相同因子驅動、整體變化類型相同的相鄰斑塊組成小區域。這些小區域稱為斑塊分析單元，是計算斑塊數量和面積變化量、進行驅動因子和變化途徑定量分析的基本單元，其劃分方法如下：

(1)對于整體穩定斑塊，期初斑塊和期末斑塊疊合后所占的空間范圍為一個分析單元(圖2)。若相鄰區域幾個斑塊均為穩定斑塊，則這幾個斑塊所占的空間范圍可劃為一個分析單元。

圖2 通過疊合劃分分析單元Fig.2 Demarcation of analysis unit by overlay

(2)對于斑塊數量不發生變化的整體擴張斑塊，期初斑塊和期末斑塊疊合后所占的空間范圍為一個分析單元，若期初幾個斑塊擴張后至期末變成了1個斑塊，則前、后期幾個斑塊疊合后所占的空間范圍為一個分析單元(圖2)。若相鄰區域幾個斑塊均為擴張斑塊，且其驅動因子相同，則這幾個斑塊所占的空間范圍可劃為一個分析單元。

(3)對于整體萎縮斑塊，期初斑塊和期末斑塊疊合后所占的空間范圍為一個分析單元(圖2)，若相鄰區域幾個斑塊均為萎縮斑塊，且其驅動因子相同，則這幾個斑塊所占的空間范圍可劃為一個分析單元。

(4)對于整體碎化斑塊，期初斑塊及由其碎化而得到的期末斑塊疊合后所占的空間范圍為一個分析單元(圖2)。若相鄰區域幾個斑塊均為碎化斑塊，且其驅動因子相同，則這幾個斑塊所占的空間范圍可劃為一個分析單元。

(5)對于消失斑塊，以由相同驅動因素影響而導致消失的前期的1個或多個鄰近斑塊的空間范圍為一個分析單元(圖2)。

(6)對于新增斑塊，以由相同驅動因素(人工造林或自然過程)作用而得到的后期1個或多個斑塊的空間范圍為一個分析單元(圖2)。

分析單元劃分在GIS環境中進行，首先是建立一個面圖層——分析單元圖層，其次是疊合前、后兩的斑塊分布圖層、遙感圖像，根據圖像、圖形表征分析確定各個斑塊變化的驅動因子和變化類型，然后通過屏幕矢量化方法繪畫出互不重疊的多邊形區域，即分析單元，并對其統一編號(圖3)。

圖3 分析單元劃分圖Fig.3 Distribution of analysis unites in a bay

一個分析單元內所有斑塊的整體的變化類型(途徑)和驅動因子必須相同，并且相鄰分布。由于不同監測期的斑塊空間分布不同，斑塊變化的驅動因子和整體變化類型也不同，因此，需要逐一監測期劃分分析單元，如2001—2007年的分析單元范圍與2007—2010年的分析單元范圍一般不完全重疊。

2.2 斑塊數量和面積的變化量的計量

由于斑塊的變化存在整體變化和局部變化兩種情況，因此，要準確地掌握斑塊的變化情況，需要深入細致地分析斑塊各個局部地段的變化情況，對每個斑塊各個地段的變化量作精確的計量，在此基礎上綜合得到區域紅樹林空間分布變化的準確結果，這種變化量的計量方法稱為精確計量法。后續討論中將會看到，這種方法需要滿足極為嚴格的空間配準條件，在空間配準不準確情況下，采用這種方法將會得到錯誤的結論，此時，可以從整體變化途徑和整體驅動因子的角度，采用另一種量化方法對斑塊數量和面積的變化量進行計量，這種方法稱為整體計量法。

2.2.1 精確計量法

(1)將前、后兩期斑塊空間分布圖疊合，將研究區劃分為眾多相互獨立的分析單元。

(2)采用面轉換線的方法，將監測期間前、后兩期的斑塊空間分布面圖層分別轉換為線圖層。

(3)以后期的線圖層對前期的面圖層進行切割(疊置)，若后期斑塊的空間范圍位于前期斑塊的空間范圍以內，則將前期斑塊切割為若干個小斑塊(亞斑塊)，由此可計算前期斑塊萎縮的面積，或碎化后斑塊的個數和各個亞斑塊的面積。

(4)以前期的線圖層與后期的面圖層進行切割(疊置)，若后期斑塊的空間范圍超出前期斑塊的空間范圍，可將后期斑塊切割為若干個亞斑塊，并可計算得到后期斑塊擴張的范圍和面積。

(5)若前期斑塊存在而后期不存在，則斑塊消失，面積變化(消失)量等于期初斑塊面積，斑塊個數變化量等于該分析單元期初的斑塊數量；若某一局部區域前期無紅樹林斑塊而后期出現斑塊，則這個(些)斑塊為新增斑塊，面積新增量等于期末斑塊面積之和，斑塊數量新增量等于該區域后期斑塊的數量。

(6)若分割后得到的某個亞斑塊面積小于0.1 hm2，則將其與相鄰且驅動因子、變化途徑相同的亞斑塊合并。

(7)對全部亞斑塊重新計算面積，根據圖像表征逐一分析確定其驅動因子、變化途徑，記錄在面圖層的屬性表中，并記錄其所處的分析單元編號。

如圖4所示，2001年1個面積為24.4 hm2的斑塊，至2007年時變成了5個斑塊，總面積為18.1 hm2。作空間疊置分析，輔以人工分割(因考慮變化途徑和驅動因子的不同，亞斑塊13、15、17、18由原同一亞斑塊經人工分割而得)并對面積小于0.1 hm2的小斑塊刪除后，該分析單元分割為18個亞斑塊。對斑塊數量和面積通過各個變化途徑發生的變化量進行分析，結果表明：海堤建設導致2001年的一個斑塊碎化為3個部分，由此減少的面積為5.6 hm2，其中，1號亞斑塊和2號亞斑塊各構成一個部分，3號、4號、5號和6號亞斑塊構成另一個部分，故認為海堤建設引起的斑塊數量變化量為2個；3號、4號、5號和6號4個亞斑塊所在的區域，從圖像上未見工程或養殖塘建設等直接的人為活動影響，故認為該區域的斑塊碎化為自然狀態下發生的，即自然過程導致斑塊的變化量為2個。4個地段的邊界擴張；7個地段的邊界出現萎縮；2個地段的邊界碎化。將疊置結果與后期遙感圖像疊合，通過目視解譯方法，逐一判斷每個亞斑塊變化產生的原因，即得到該分析單元由各個驅動因素引起的斑塊數量和面積變化量(圖4)。對該分析單元中18個亞斑塊的變化原因和變化途徑進行逐一分析，得到表3的結果。

對表3進一步統計，得到該分析單元紅樹林斑塊個數和面積在各個因素驅動下通過各個途徑發生的變化量，見表4。

表4也說明了紅樹林斑塊變化的復雜性：一是在同一因素驅動下，紅樹林斑塊面積的變化可通過多個途徑發生；二是在監測期內，斑塊面積一方面通過擴張而增加，另一方面通過萎縮、碎化而減少，呈增加-減少的動態過程，如本例的斑塊面積由2001年的26.0 hm2減少至2007年的17.0 hm2，凈減少了9.0 hm2，但期間通過斑塊擴張而使面積毛增加了0.4 hm2。

圖4 精確計量法用于斑塊數量和面積變化量計量Fig.4 Computing changes in ptatch count and area with the accurate measurement method

表3 各個亞斑塊面積變化量詳細表Table 3 Dynamic procedures and drivers of sub-patches

表4 用精確計量法計量的各個因素驅動下通過各個途徑發生的斑塊個數和面積變化量

Table 4 Changesin patch count and area through various dynamic procedures caused by various driversdetermined with the accurate measurement method

項目Item驅動因素Driver穩定Stable擴張Expand萎縮Shrink碎化Fragmentation消失Disappear新增New毛增加量Grossincrease毛減少量Grossdecrease總變化量Totalchange凈變化量Netchange斑塊數量/個自然過程0002002022Patchcount圍墾0000000000養殖塘和鹽田0000000000工程建設0002002022人工造林0000.0000000合計0004004044面積自然過程0.00.4-3.0-0.80.00.00.43.84.2-3.4Area/hm2圍墾0.00.00.00.00.00.00.00.00.00.0養殖塘和鹽田0.00.0-0.40.00.00.00.00.40.4-0.4工程建設0.00.00.0-2.50.00.00.02.52.5-2.5人工造林0.00.00.00.00.00.00.00.00.00.0合計0.00.4-3.4-3.30.00.00.46.77.1-6.3

2.2.2 整體計量法

精確計量法適用于前、后期遙感數據能夠精確配準的研究案例。在通常的研究中，特別是時間跨度較大的研究，由于遙感數據種類多樣、傳感器多樣，空間分辨率不同甚至相差很大，因此，難以保證每個監測期的基礎數據都能精確配準。在這種情況下，若對面積變化量采用上述方法進行精確計量，將會得到錯誤的結果。如一個本來邊界無任何變化，面積變化量為0.0 hm2的絕對穩定斑塊，由于圖像配準誤差而出現了中心位置平移偏差了20.6 m。作疊置分析后，得到幾個途徑的變化量為：穩定10.9 hm2、萎縮1.0 hm2、擴張1.0 hm2。顯然，這個結果是錯誤的。

中、高空間分辨率圖像之間，雖然幾何精校正都能夠將誤差控制在一個像元之內，但由于中分辨率圖像提取的斑塊邊界精度低于高空間分辨率圖像，因此，當采用精確計量法分析其斑塊變化時，也將會得到錯誤的結果。對于歷史的紙質紅樹林分布圖，由于調查時都采用1∶10000—1∶50000地形圖目測勾繪方法確定斑塊邊界，準確性較差，另一方面，由于制圖技術和手段限制，圖面幾何精度不高，加以年代久遠，紙張變形，要做到與遙感圖像精確配準，十分困難。因此，在時間跨度大的多期紅樹林空間分布動態監測中，對于其中一些基礎數據不能精確配準(如掃描航空圖像)，或前后期圖像空間分辨率相差較大的監測期，即使采用精確計量法對斑塊數量和面積變化進行計量，也難以取得正確的分析結果。

為解決上述問題并做到紅樹林空間分布動態分析的定量化，采用下述整體計量法對斑塊面積和斑塊數量變化量進行計量。

整體計量法的基本思想：對于每個分析單元，無論其在監測期內受到多少個驅動因素影響，通過多少個途徑發生變化，一律只考慮一個影響程度最大的主要驅動因子和一個變化量最大的主要變化途徑，監測期間該分析單元發生的斑塊數量和面積變化量都記為該因子驅動、通過該途徑發生的變化量。當一個斑塊同時受多個因子驅動、存在多種變化途徑時，從因果關系的角度出發，首先分析確定其主要驅動因子，然后在該主要驅動因子造成的多個變化途徑中確定主要變化途徑。主要驅動因子和主要變化途徑的確定，綜合考慮3個因素：①斑塊恢復的難易程度；②面積變化量的大小；③斑塊數量變化量的大小。

如圖4，雖然工程(海堤)建設、養殖塘建設和自然過程都是導致斑塊變化的原因，但由于海堤是永久性構筑物，一旦建成，不會輕易毀壞，因此，海堤建設是導致斑塊發生變化的主要原因。在海堤建設影響下，斑塊通過碎化、萎縮兩個途徑發生變化，但碎化造成的面積變化量最大，因此，該斑塊主要變化途徑為碎化。也就是說，在海堤建設的影響下，通過碎化途徑，斑塊數量增加了4個，面積減少了6.3 hm2。據此，得到斑塊數量和面積變化量的計量結果如表5。

比較表4和表5，除每個分析單元只考慮1個驅動因子、1個變化途徑外，整體計量法只考慮、計算斑塊數量和面積的凈變化量，而在精確計量法中能夠同時考慮多個驅動因子、多個變化途徑，并且能夠計算監測期間斑塊數量和面積的增加量和減少量。故整體計量法不能真正全面、準確地反映監測期內斑塊數量和面積增加-減少的動態過程。盡管如此，該方法也逐一分析單元分析了斑塊數量和面積變化的主要驅動因子和變化發生的主要途徑，并計算了斑塊數量和面積變化量，在一定程度上能夠較為準確地反映了斑塊數量和面積增加-減少的動態過程，與傳統只考慮區域紅樹林面積凈變化量的分析方法相比，其結果的科學性更強，也更具實際應用價值。

表5 用整體計量方法計量的各個因素驅動下通過各個途徑發生的斑塊個數和面積變化量

Table 5 Changesin patch count and area through various dynamic procedures caused by various drivers determined with the holistic measurement method

項目Item驅動因素Driver穩定Stable擴張Expand萎縮Atrophy碎化Fragmentation消失Disappear新增New毛增加量Grossincrease毛減少量Grossdecrease總變化量Totalchange凈變化量Netchange斑塊數量/個自然過程0000000000Patchcount圍墾0000000000養殖塘和鹽田0000000000工程建設0004004044人工造林000000000合計0004004044面積自然過程0.00.00.00.00.00.00.00.00.00.0Area/hm2圍墾0.00.00.00.00.00.00.00.00.00.0養殖塘和鹽田0.00.00.00.00.00.00.00.00.00.0工程建設0.00.00.0-6.30.00.00.06.36.3-6.3人工造林0.00.00.00.00.00.00.00.00.00.0合計0.00.00.0-6.30.00.00.06.36.3-6.3

3 兩種計量方法對紅樹林空間演變機理分析結果的比較分析

為比較分析上述兩種計量方法對區域紅樹林空間演變機理分析結果的差異，以防城港灣(包含東灣和西灣)為試驗區采用文獻[25]中提出的方法進行紅樹林空間演變機理分析。

3.1 研究區概況和數據源

防城港灣位于廣西北部灣的西部，包含沙田墩以西、江山半島白龍以東的海域，防城港城市和港口將該海灣分為東、西兩個部分。2010年有紅樹林面積672.3 hm2，占廣西紅樹林面積的9.7%，其中有我國面積最大的城市紅樹林(防城港漁洲坪一帶)。

衛星遙感數據為2007年10月28日成像的SPOT5 HRG和2010年9月19日成像的ALOS PRISM/AVNIR-2圖像，空間分辨率均為：全色波段2.5 m，多光譜波段10 m。用于幾何精校正的參考數據為2004年真彩色正射航空圖像(1∶10 000)。

3.2 信息提取與比較方法

3.2.1 圖像預處理及紅樹林空間分布信息提取

為確保前、后期遙感圖像精確配準，衛星圖像幾何精校正的總體均方根誤差(RMS)都控制在1個像元以內。紅樹林斑塊信息提取采用多方法聯合應用的方法進行：①將研究區裁剪為眾多僅含紅樹林和少量灘涂的小區域，個別情況下，一個小區域僅包含一個紅樹林斑塊；②聯合應用波譜運算、監督分類、無監督分類和面向對象分類以及圖像分析方法提取斑塊空間分布信息；③在GIS平臺上對分類結果圖采用屏幕矢量化方法提取紅樹林斑塊邊界，并確保前后期斑塊邊界變化符合空間邏輯。

3.2.2 斑塊數量和面積變化量計量

研究區內2007年和2010年紅樹林斑塊數量分別為154個和157個。根據斑塊變化的驅動因素和變化途徑，將研究區劃分為157個分析單元。斑塊數量和面積變化量的計量分別采用精確計量法和整體計量法兩種方法進行。

3.3 結果分析

2007年研究區紅樹林斑塊數量和面積分別為154個、705.6 hm2，至2010年斑塊數量增加至157個，面積減少為672.3 hm2，3年間面積減少了33.3 hm2，年均減少11.1 hm2，年均變化率為1.6%。

3.3.1 變化途徑比較分析

對研究區2007—2010年斑塊數量變化情況作流量分析，結果表明：兩種方法的得到結果相同(表6)。

表6 斑塊數量和面積通過各個變化途徑發生的流量(率)比較Table 6 Comparison of the amount (rate) of changes in patch count and area through various dynamic procedures

ST：穩定 Stable；EX：擴張Expand；AT：萎縮Atrophy；FR：碎化Fragmentation；DI：消失Disappear；NE：新增New；TC：總變化量Total change

由于監測期較短，斑塊數量都只通過一個途徑發生變化，故兩種計量方法對斑塊數量變化途徑分析的結果相同。然而，對于面積變化，兩種方法得到的結果相差較大：①面積變化的總流量相差較大，精確計量法的總流量幾乎大于整體計量法總流量的一倍；②面積變化在各個途徑上的流量(率)也存在較大差別，在精確計量法中，通過斑塊萎縮和擴張途徑發生的面積變化總流率分別為61.2%和30.8%，而在整體計量法中，兩者的總流率分別為54.7%和11.6%，在斑塊穩定的情況下，整體計量法的面積變化總流率達到了17.5%，而在精確計量法中，總流率為0；③在各個途徑上發生的面積凈變化流量(率)也不相同，在精確計量法中，斑塊萎縮是面積減少的最主要途徑(趨勢流率為-90.0%)，其余是消失(-5.7%)和碎化(-4.3%)，而在整體計量法中，雖然斑塊萎縮(趨勢流率為-70.9%)也是面積變化的最主要途徑，但其凈流率明顯減小，穩定變成了面積減少的一個重要途徑(-12.8%)。

3.3.2 驅動力比較分析

與變化途徑分析結果一樣，對于斑塊數量變化的驅動量(率)，兩種方法的結果相同(表7)。但對于面積變化，兩種方法得到的結果不甚相同，各個驅動因子的驅動量(率)也存在較大差別。在精確計量法中，在自然過程驅動下面積的總變化量最大(總驅動率為53.8%)，其次是養殖塘和鹽田建設(36.0%)，而在整體計量法中，自然過程的總驅動率只有38.5%，養殖塘和鹽田建設的總驅動率達到了50.9%，幾乎是兩個驅動因子相互調換了次序。

表7 斑塊數量和面積變化的驅動力(率)比較Table 7 Comparison of the amount (rate) of changes in patch count and area caused by various drivers

NP：自然過程Natural process；IN：圍墾Inning；MS：養殖塘建設Marineculture and saltern；CO：工程建設Construction；PL：人工造林Plantation

3.3.3 作用力比較分析

對于斑塊數量的變化，兩種方法得到的凈作用力分析結果完全一致，但面積變化的凈作用力分析結果差異較大(表8)。在對面積變化作精確計量時，斑塊面積的凈變化主要由養殖塘和鹽田建設影響下通過斑塊萎縮、自然過程影響下通過斑塊擴張和萎縮產生，工程建設影響下通過斑塊萎縮也在一定程度上造成面積變化。在采用整體計量法分析時，養殖塘和鹽田影響下的斑塊萎縮仍然是面積變化的最重要的驅動因子和變化途徑組合，并且其凈作用力更大，自然過程下的斑塊萎縮對面積凈變化影響也較大，自然過程影響下的斑塊穩定、自然過程影響下的斑塊擴張對面積凈變化的影響程度也有所減弱。

3.4 兩種方法分析結果存在差異的原因分析

以上分析結果可知，兩種變化量計量方法對面積變化的分析結果存在較大差異，其根本原因是兩種方法對面積變化量的計量方法存在根本的差別。在采用整體計量法對監測期內的面積變化量進行計量時，一個分析單元只考慮一個驅動因子、一個變化途徑，并且只考慮一個凈變化量(后期面積與前期面積之差)，該變化量為在某個因子驅動下通過某個途徑發生的面積變化量。而在采用精確計量法時，同時考慮多個變化量、多個驅動因子和多個變化途徑。因此，即使研究區只有一個分析單元，其結果是存在較大的差別。

表8 凈作用力比較Table 8 Comparison of acting forces with regard to changes in patch count and area

4 討論和結論

(1)以往研究[25]，考慮監測期內每個斑塊都受到某個因子驅動、通過某種途徑發生了變化，并由此分別得到了全部斑塊個數和面積在期初、期末的驅動因子-變化途徑狀態矩陣，將期末狀態矩陣減期初狀態矩陣得到了監測期間斑塊數量和面積的變化矩陣，并由該矩陣計算總驅動量、總驅動率、凈驅動量、凈驅動率、趨勢驅動率、總流量、總流率、凈流量、凈流率、趨勢凈流率和作用力系列指標，用以闡明區域紅樹林空間分布的演變機制。該文在斑塊數量和面積變化量計量中存在著如下缺陷：只從區域的角度計算斑塊數量和面積在不同因子驅動下通過每個途徑發生的凈變化量，由于斑塊數量和面積在某一因子驅動下通過某個途徑存在著增加和減少兩種變化情況，必須同時考慮增加量、減少量、總變化量和凈變化量，因此，僅通過凈變化量不能全面、準確反映在該因子驅動下通過該途徑發生的斑塊數量和面積的變化情況。本文通過將研究區劃分為眾多具有相同驅動因子、相同變化途徑的分析單元，逐一分析單元計算斑塊數量和面積的毛增加量、毛減少量和總變化量、凈變化量，避免了上述問題，能更全面、準確地反映了區域紅樹林斑塊數量和面積在監測期內增加、減少的動態過程。

(2)精確計量法準確地計量了不同驅動因子和變化途徑組合下斑塊數量和面積的變化量，結果最為可靠。雖然整體計量法對每一個分析單元只考慮一個主要驅動因子、一個主要變化途徑，并且只計量斑塊數量和面積的凈變化量，但是，由于區域由眾多分析單元構成，不同分析單元的斑塊數量和面積凈變化量有增有減，在作區域統計匯總后，可得到某一驅動因子某個變化途徑組合的斑塊數量和面積的毛增加量、毛減少量、總變化量、凈變化量，在一定程度上也能較為準確地反映了區域斑塊數量和面積增加-減少的動態過程，以往研究只考慮某個變化途徑組合的斑塊數量和面積的凈變化量[25]相比，其結果的科學性更強，也更具實際應用價值。

(3)在區域紅樹林空間動態演變分析中，采用文中提出的方法對斑塊數量和面積在不同因子驅動下通過不同途徑發生的變化量進行計量，通過紅樹林空間動態定量分析體系[25]，可以厘清如下問題：①監測期內斑塊數量和面積的變化量(毛增加量、毛減少量、總變化量、凈變化量)是多少？②何種因素的影響導致紅樹林斑塊數量和面積發生變化？在任一既定因素驅動下，斑塊數量和面積的變化量是多少？何種因素是斑塊數量和面積增加(或減少)的主要驅動因子？③斑塊數量和面積是通過何種途徑發生變化的？通過每個途徑發生的變化量是多少？何種途徑是斑塊數量和面積增加(或減少)的主要途徑？④在任一既定的因素驅動下，斑塊數量和面積通過任一既定變化途徑發生的變化量是多少？何種驅動因素-變化途徑組合對斑塊數量和面積增加(或減少)的影響程度最大？

[1] FAO (Food and Agriculture Organization of the United Nations). The world′s mangroves 1980—2005//FAO Forestry Paper 153. Rome: FAO, 2007.

[2] Macintosh D J, Ashton EC. A review of mangrove biodiversity conservation and management. 2002. [2010-10-20]. http://mit.biology.au.dk/cenTER/MCB_Files/2002_Review_WB_MCB_Final.pdf

[3] Giri C, Ochieng E, Tieszen L L, Zhu Z, Singh A, Loveland T, Masek J, Duke N. Status and distribution of mangrove forests of the world using earth observation satellite data. Global Ecology and Biogeography,2011, 20(1):154-159.

[4] Groombridge B. Global biodiversity: status of the earth′s living resources//UNEPWCMC/The National History Museum/IUCN/Worldwide Fund for Nature/World Resources Institute. London: Chapman and Hall, 1992.

[5] Spalding M D, Blasco F, Field C D. World mangrove atlas.Okinawa: The International Society for Mangrove Ecosystems, 1997.

[6] Aizpuru M, Achard F, Blasco F. Global assessment of cover change of the mangrove forests using satellite imagery at medium to high resolution. EEC Research Project No. 15017-1999-05 FIED ISP FR. Ispra: Joint Research Centre, 2000.

[7] Giri C, Zhu Z, Tieszen L L, Singh A, Gillette S, Kelmelis J A. Mangrove forest distributions and dynamics (1975-2005) of the tsunami-affected region of Asia. Journal of Biogeography, 2008, 35(3): 519-528

[8] Ramsey E W Ⅲ, Jansen J R. Remote sensing of mangrove wetlands: relating canopy spectra to site-specific data. Photogrammetric Engineering and Remote Sensing, 1996, 62(8): 939-948.

[9] Selvam V, Ravichandran K K, Gnanappazham L, Navamuniyammal M. Assessment of community-based restoration of Pichavaram mangrove wetland using remote sensing data. Current Science, 2003, 85(6):794-798.

[10] Ramasubramanian R, Gnanappazham L, Ravishankar T, Navamuniyammal M. Mangroves of Godavari-analysis through remote sensing approach. Wetlands Ecology and Management, 2006, 14(1): 29-37.

[11] Vadlapudi S. Identification and quantification of changes in mangrove forest using remote sensing-a case study near Kakinada Bay, Andhra Pradesh, Noida, India.GIS Development Pvt. Ltd. 2003. [2011-5-20]. http://www.GISdevelopment.net/application/environment/wetland/mi03075.htm.

[12] Krause G, Bock M, Weiers S, Braun G. Mapping land-cover and mangrove structures with remote sensing techniques: A contribution to a synoptic GIS in support of coastal management in North Brazil. Environmental Management, 2004, 34(3): 429-440.

[13] Aksornkoae S. Ecology and Management of Mangroves. Switzerland: IUCN, Wetlands and Water Resources Programme, 1993.

[14] Giri C, Delsol J P. Mangrove forest cover mapping using remote sensing data in conjunction with GIS. Asian and Pacific Remote Sensing Journal, 1995, 8: 13-26.

[15] Blasco F, Aizpuru M, Gers C. Depletion of the mangroves of Continental Asia. Wetlands Ecology and Management, 2001, 9(3): 255-266.

[16] Verheyden A, Dahdouh-Guebas F, Thomaes K, de Genst W, Hettiarachchi S, Koedam N. High-resolution vegetation data for mangrove research as obtained from aerial photography. Environment, Development and Sustainability, 2002, 4(2): 113-133.

[17] Fromard F, Vega C, Proisy C. Half a century of dynamic coastal change affecting mangrove shorelines of French Guiana. A case study based on remote sensing data analyses and field surveys. Marine Geology, 2004, 208(2/4): 265-280.

[18] 范航清, 黎廣釗. 海堤對廣西沿海紅樹林的數量、群落特征和恢復的影響. 應用生態學報, 1997, 8(3): 240-244.

[19] 陳樹培, 梁志賢, 鄧義. 中國南海海岸的紅樹林. 廣西植物, 1988, 8(3): 215-224.

[20] 陳遠生, 甘先華, 吳中享, 鐘德群. 廣東省沿海紅樹林現狀和發展. 廣東林業科技, 2001, 17(1): 20-26.

[21] 張喬民, 隋淑珍. 中國紅樹林濕地資源及其保護. 自然資源學報, 2001, 16(1): 28-36.

[22] 黎夏, 劉凱, 王樹功. 珠江口紅樹林濕地演變的遙感分析. 地理學報, 2006, 61(1): 26-34.

[23] 曹林, 韓維棟, 李鳳鳳, 張裕嬌. 雷州灣紅樹濕地景觀格局演變及驅動力分析. 林業科技開發, 2010, 24(4): 18-23.

[24] 王胤, 左平, 黃仲琪, 鄒欣慶. 海南東寨港紅樹林濕地面積變化及其驅動力分析. 四川環境, 2006, 25(3): 44-49.

[25] 李春干, 劉素青, 范航清, 代華兵. 基于斑塊的紅樹林空間演變機理分析方法. 生態學報, 2012, 32(14): 4329-4342.

Two methods for measuring the changes in patch-number and area of mangrove driven by various factors through different ways

LI Chungan*, DAI Huabing

GuangxiForestInventoryandPlanningInstitute,Nanning530011,China

In order to investigate the mechanisms of mangrove′s spatial dynamics, changes in landscape patch count and area caused by various drivers through different dynamic procedures need to be accurately quantified. Based on previous work, two calculation methods, namely accurate measurement method and holistic measurement method, are introduced in this paper. Firstly, two time-period distribution maps of mangrove and remote sensing images were overlaid with geographic information systems (GIS) and all mangrove patches were divided into analysis units, in which each patch was caused by the same driver and changed through the same procedure. Secondly, if the time-1 image could be registered accurately with time-2 image, we used the accurate measurement method. With the overlay methods of lines and polygons, the time-1 polygon layer of mangrove patches was subset by the time-2 line layer of mangrove patches, and the time-2 polygons were subset by the time-1 lines, resulting in several sub-patches in an analysis unit. Each sub-patch was visually interpreted to identify the driver and the dynamic procedure. Subsequently, the amount of changes with regard to the patch count and area of each analysis unit caused by various driving factors through different change ways were calculated. Thirdly, if the earlier image cannot be registered accurately with later image, we used the holistic measurement method. Each analysis unit was visually interpreted to identify the key driver and the major dynamic procedure according to both the level of difficulty in patch recovery and the amount of changes in patch count and area. Accordingly, the differences in patch count and area between the two periods in the analysis unit were regarded as the amount of changes in patch count and area caused by this driver and through this procedure. Both methods could be used to conduct quantitative analysis for the changes in patch count and area. The accurate measurement method is more reliable because it computes changes in patch count and area under various combinations of different drivers and dynamic procedures. Although the holistic measurement method only considers the major driver and dynamic procedure within an analysis unit, its statistics include the gross gain, gross loss, the total changes and net changes in patch count and area within an analysis unit, which also have scientific values and practical significance.

mangrove; distribution; patch count; area; patch dynamics; measurement

國家自然科學基金(41166001); 中央財政林業科技推廣示范資金(GXTG200904); UNEP-GEF-SCS-防城港紅樹林國際示范區資助項目

2013-05-30;

日期:2014-07-18

10.5846/stxb201305301247

*通訊作者Corresponding author.E-mail: gxali@126.com

李春干, 代華兵.不同因子驅動下通過不同途徑發生的紅樹林斑塊數量和面積變化量的計量方法.生態學報,2015,35(6):1713-1726.

Li C G, D B.Two methods for measuring the changes in patch-number and area of mangrove driven by various factors through different ways.Acta Ecologica Sinica,2015,35(6):1713-1726.