東平湖濕地景觀演變對人類活動的響應機制

潘健,于丹丹,何振芳,姜涵,蓋貝貝

(1.山東師范大學地理與環境學院，山東 濟南 250014；2.聊城大學環境與規劃學院，山東 聊城 252000)

東平湖濕地景觀演變對人類活動的響應機制

潘 健1,于丹丹2,何振芳2,姜 涵1,蓋貝貝2

(1.山東師范大學地理與環境學院，山東 濟南 250014；2.聊城大學環境與規劃學院，山東 聊城 252000)

為探索南水北調工程通水前后濕地景觀格局變化，采用決策樹分類法，對2000年、2009年和2014年3期Landsat影像進行分類；在分類結果的基礎上，應用轉移矩陣和景觀指數等方法，分析不同時期景觀格局的特點及驅動因素；最后應用馬爾科夫模型，對研究區景觀格局演變進行預測。結果表明:水域周邊出現了更多的建筑用地，景觀指數INP由7 174增長至10 334，蔓延度指數IC由64.594 4減少至63.651 5，景觀格局總體呈破碎趨勢，景觀破碎度增加，景觀異質性增強;2009—2014年香農均勻度指數ISHE和香農多樣性指數ISHD指數小幅上升，景觀格局集聚度水平提高，但是與2000年的景觀格局水平存在較大差距，部分天然濕地被人工濕地取代，導致濕地生態功能退化。

景觀格局；南水北調工程；環境影響；景觀指數；馬爾科夫模型；東平湖；濕地

景觀格局的演變對區域生態環境和生態過程的變化有重要影響作用[1]，景觀格局演變是景觀生態學研究的核心問題之一[2]。20世紀90年代以來，RS和GIS技術的迅速發展為景觀格局研究提供了更加簡便有效的方法。國內外基于GIS的景觀格局研究越來越豐富，應用領域涵蓋城市、森林、濕地等各個方面[3-7]。東平湖是南水北調工程的重要調蓄湖泊，以東平湖為主體的東平湖大型湖灣濕地，具有防洪抗旱、旅游休閑及維持區域生態安全等重要作用。國內學者對東平湖的研究，主要集中于濕地景觀信息分類提取、水質變化監測和資源可持續利用等方面[8-11]，缺少結合東平湖濕地周邊景觀格局狀態分析該區域景觀總體變化趨勢的相關研究。筆者以東平湖所在地東平縣為研究區，研究南水北調東線一期工程通水前后景觀格局變化情況，結合景觀變化的驅動機制，動態分析濕地及其周邊區域景觀格局的演進規律，以期為科學管理利用濕地資源提供決策支持。

1 研究區概況

東平縣位于魯西南平原北部，境內有少量低山分布，年均降水量為640.5 mm，年均氣溫為13.3 ℃。東平湖湖灣濕地位于116.0°E～116.2°E，35.5°N～36.1°N，西臨黃河，南至大清河入湖口，北至老湖鎮，其重要組成東平湖，湖泊面積為124 km2，平均水深為2.5m。南水北調東線一期工程2002年啟動，2013年通水，東平湖是南水北調東線工程的重要組成部分，承擔著向魯東、魯北及天津方向輸水的任務。

2 數據來源與研究方法

2.1 數據來源

選用Landsat2000年8月21日和2009年8月20日的TM影像和2014年7月11日的OLI影像，影像空間分辨率均為30 m。查閱該地區水文資料，影像成像年份研究區無明顯旱澇變化，且圖像質量良好，能客觀準確反映當地景觀格局狀態。此外，使用ASTER GDEM 30 m空間分辨率數據，為影像分類提供高程數據。

2.2 景觀指數選取

格局分析是研究景觀結構的空間分布和空間位置關系的重要方法。利用景觀格局指數進行景觀研究是目前景觀生態學界廣泛使用的一種定量研究方法[12]。國內外專家學者經過多年的研究，提出了多種景觀格局分析指標。根據東平湖研究區域的實際情況和研究需要，筆者選用的指數包括:斑塊個數NP、最大斑塊所占景觀面積指數ILP、蔓延度指數IC、散布并列指數IIJ、香農多樣性指數ISHD、香農均勻度指數ISHE。以上選取的景觀指數，可以從自然因素和人類活動影響兩方面研究景觀格局驅動機制。

2.3 馬爾科夫模型

馬爾科夫模型[13]反映的是系統由T時刻向T+1時刻狀態轉化的一系列過程，這種轉化要求T+1時刻的狀態只與T時刻所處的狀態有關[14]。該模型在景觀格局變化研究中得到了廣泛的應用[15-19]。在一定區域內，不同景觀類型具有相互轉化的可能，當景觀類型之間的轉化過程難以利用函數關系準確描述時[20]，可以使用馬爾科夫模型對景觀演進狀態進行預測。

3 景觀信息提取與景觀格局分析

3.1 景觀信息提取

參照國際《濕地公約》和《土地利用現狀分類》國家標準，結合研究區植被類型、地形因素，建立景觀分類系統：林地、水域、水濱濕地、平原耕地、山地耕地、建筑用地和閑置裸地，共7大類；并使用 1∶10 000 地形圖對遙感影像進行幾何校正。采用決策樹分類法，疊加該區域的DEM高程信息用作輔助判讀。林地、平原耕地、山地耕地、建筑用地和閑置裸地采用植被指數INDV與高程值相結合的方法提取，DEM節點高程閾值為105 m。以2009年TM影像為例，采用譜間關系方法(B2>B5)提取研究區水體信息，在高程閾值以上根據INDV值區分山地耕地、林地和裸地，節點閾值為0.5和0.38；在高程閾值以下，水濱濕地采用中紅外波段閾值法提取，影像B5波段的節點閾值為55；最后根據INDV值區分出建筑用地和平原耕地，節點閾值為0.42。決策樹模型如圖1所示。三期影像分類結果總體精度均在84%以上，Kappa系數均在0.8以上，精度較高，可信度較強。分類結果如圖2所示。

圖1 決策樹模型圖

圖2 3年景觀分類結果

根據景觀分類結果，統計得到2000年、2009年、2014年不同景觀的變化情況(表1)。由表1可知，東平縣2000—2014年的15年間，水濱濕地和建筑用地面積基本不變；水域面積略有增加；林地從578.07 hm2，迅速增長到8 113.94 hm2，占研究區域總面積的6.03%；山地耕地面積明顯下降；閑置裸地逐年減少，由4 993.58 hm2減少至2 307.64 hm2，降幅達53.75%。

3.2 景觀格局轉移分析

運用轉移矩陣分析各類景觀之間的相互轉化情況是土地利用及景觀分析中常用的研究方法之一。利用2000年、2009年和2014年東平湖地區景觀分類結果，得到東平湖地區濕地類型的面積轉移矩陣，結果見表2、表3。

2000—2009年林地的轉出面積為212.82 hm2，占總面積的36.77%，而轉入面積高達3 728.98 hm2，遠高于轉出面積，是轉出面積的17.52倍；其中，由閑置裸地轉為林地的面積占到林地總轉入面積的32.89%，由山地耕地轉為林地的面積占到林地總轉入面積的66.27%。水域的轉出面積為1 203.04 hm2，占總面積的8.30%，水域轉為水濱濕地、平原耕地、建筑用地，占轉出面積分別為34.29%、34.61%、30.96%，轉入面積為2 466.91 hm2，水域面積增長8.72%。閑置裸地和山地耕地分布位置相近，位于低山山頂等海拔相對較高的區域，閑置裸地轉出為林地的面積占總轉出面積的97.60%，山地耕地轉出為林地的面積占總轉出面積的81.52%。

表1 東平縣2000年、2009年、2014年不同景觀的變化情況

表2 2000—2009年濕地景觀面積轉移矩陣 hm2

表3 2009—2014年濕地景觀面積轉移矩陣 hm2

2009—2014年各類濕地景觀類型之間的轉變趨勢與2000—2009年基本相同。林地、水域面積持續增長，山地耕地、閑置裸地面積持續下降，水濱濕地、平原耕地面積保持穩定。建筑用地面積出現了小幅的下降，主要由于當地村落結構是房屋和綠地樹木相間分布，原有綠色植物的生長對建筑物形成遮蔽；2009年開展社會主義新農村建設以來，村落居民地中綠化水平提高，使得在衛星影像上建筑用地被劃分為耕地、林地。因此，本文借助高空間分辨率遙感影像和實地考察經驗，在計算景觀指數之前對分類結果進行處理，將城鎮區域內部零散分布的耕地、林地重新歸入建筑用地。

各種景觀的類型轉入和轉出特征各不相同，但是大部分景觀類型的轉出面積小于未轉出面積。由實驗所得數據可以看出，水濱濕地維持率偏低，2000—2009年為40.54%，2009—2014年僅有29.37%。濕地統計數據的不穩定，主要是由于濕地和水域、平原耕地之間的相互轉化導致的。水域和水濱濕地轉化受降水量、河流補給、庫區放水等多種因素的影響，會出現一定的年份和季節間的波動。受“上糧下魚，一臺一塘”的農業生產方式影響，平原耕地和濕地之間相互更替，導致轉化率偏高。東平湖4—6月多年平均水位低于39.3 m，南水北調東線一期通水之后，將調水至39.3 m。東平湖地區水資源得到補充，對水域和水濱濕地面積的穩定起保障作用。

3.3 景觀格局指數分析

3.3.1 斑塊類型水平指數變化分析

ILP是指某一景觀要素的最大斑塊所占整個景觀面積的比例。由表4可知，水域和平原耕地的ILP值在三期數據中排名均為前兩位；林地、山地耕地和閑置裸地的變動最顯著；耕地和水域在研究區域中斑塊是整體相連的，尤其以水域最為明顯。林地的ILP值由2000年的0.027 0增加到2014年的1.714 6，增長幅度明顯，這主要與當地植樹造林和退耕還林的開展有關；山地耕地的ILP值由2000年的1.827 0減少到2014年的0.245 1；閑置裸地的ILP值由2000年的0.524 5減少到2014年的0.175 8；林地的ILP值

表4 ILP結果

增加，正是由于植樹造林使裸地變為林地，退耕還林使山地耕地變為林地。水濱濕地的面積15年來雖然基本保持不變，但ILP值波動較大，總體變得破碎，反映出濕地景觀的脆弱性、易受影響性。

IIJ值越小,表明該斑塊類型僅與其他類別少數鄰接，當IIJ=100時，說明各斑塊間的比鄰概率是均等的。由表5可知，林地、水濱濕地的IIJ值較高，三期均在50以上，說明與這兩類景觀受制于自然條件限制，景觀彼此臨近。但值得注意的是，水濱濕地IIJ值逐年降低，與其接觸的景觀類型不斷減少，從側面印證ILP值降低。隨著農村小型水利設施興建、建筑用地邊際擴展，大塊水濱濕地被分割，水濱濕地對周圍景觀的影響減少，濕地的生態功能削弱。水域的IIJ值呈上升趨勢，表明水域周圍的景觀類型增多，隨著旅游業的發展和經濟水平的提高，水域周邊出現了更多的建筑用地。

表5 IIJ結果

3.3.2 景觀水平指數變化分析

NP指數經常被用來描述整個景觀的異質性，其值的大小與景觀的破碎度也有很好的正相關性。從2000—2009年，10年間NP指數從7 177增長到8 557，之后2009—2014年，5年間增長到10 334，年均增長率由1.92%增長到4.15%。由于上游來水攜帶泥沙，造成小流域內泥沙淤積，原本湖濱等水位較低的區域出現更多零散分布的水生植物，對斑塊個數增加產生了一定的影響。

ISHD反映景觀要素的多少和各景觀要素所占比例的變化，ISHE表明不同景觀類型分配的均勻程度。由表6可知，ISHD和ISHE的走勢情況大體相同，二者都呈現先升后降狀態，2009—2014年數值降幅較小，未達到2000年初始水平。研究區異質性呈上升趨勢，各類景觀優勢度降低，研究區生態功能退化，生物多樣性受到威脅。

表6 景觀水平指數計算結果

ILP的變化可以反映景觀所受干擾的強度和頻率，從而間接表示人類活動的方向和強弱。ILP由2000年的30.272減少至2014年的23.313 6，主要是由于平原耕地的變化引起的，平原耕地內出現了越來越多的通訊基站、電力設施、機井泵房以及農村道路等基建設施，使景觀格局有趨于破碎的趨勢。

IIJ和IC是評價景觀空間分布的指數。IIJ是描述各斑塊類型間的散布和并列情況，IC是描述團聚或延展程度的指標。IC值越高說明景觀中的某種優勢斑塊類型形成了良好的連接性；反之則表明景觀是具有多種要素的密集格局，景觀的破碎化程度較高。IIJ值最高的年份、IC值最低的年份出現在2009年，說明2009年之前，人類活動的影響使景觀斑塊分散，聚集度下降。2014年IIJ下降，IC值上升，景觀聚集度上升，結合ILP指數可知，研究區2009—2014年水域、水濱濕地等景觀連接性趨好，反映出生態環境趨向改善。

2009—2014年除NP外，其他選取的景觀指數值增長或減小的趨勢，均與2000—2009年趨勢不同。受政府退耕還林、限制天然水面養殖業發展等政策和民眾環境保護意識提高的影響，近年來東平湖當地生態環境得到一定程度的改善。盡管南水北調工程的施工建設，會在一定程度上造成NP值升高、IC值降低，但其發揮的生態效益不可低估。湖區水位提高，生態環境持續改善。

4 基于馬爾科夫模型的景觀演變預測

由上述景觀格局轉移矩陣和景觀指數分析結果可知，研究區自2009—2014年景觀格局演變趨勢不同于2000—2009年，景觀空間異質性降低，故預測模型選擇2009—2014年為初始狀態轉移矩陣P(1)(表7)，模型步長為5a。從狀態i到狀態j的轉移概率pij滿足：0≤pij≤1，∑pij=1。

利用馬爾科夫過程預測景觀格局變化的計算公式可表示為

At+1=PijAt

(1)

式中：At+1、At分別為研究區t+1、t時刻景觀格局狀態。任意時間點t的狀態轉移矩陣At等于初始狀態概率轉移矩陣P(1)的t次方，故式(1)可變形為

At=A(0)P(1)t

(2)

式中，A(0)為2014年各類型景觀占研究區面積的百分比，A(0)=[6.04，12.85，5.27，57.13，1.67，15.33，1.71]。計算得到2014年后未來5a、10a、15a、20a的景觀格局狀態，結果見表8。

表8 穩定狀態各景觀類型所占百分比 %

根據馬爾科夫預測結果可知，研究區未來20年生態環境趨向改善，林地面積穩中有升。建筑區綠化面積持續增長，人居環境水平明顯提高。雖然東平湖已被堤壩包圍，得益于當地禁止圍湖造田、限制湖泊水面的水產養殖業以及南水北調工程輸水量提高，地表徑流流量加大，東平縣水域面積有望繼續擴大。近年來，居民環境保護意識增強，發展綠色經濟、生態經濟的意愿強烈，東平湖湖灣濕地保護力度加大。應合理開發利用濕地資源，在經濟發展與資源保護之間尋求平衡點，加快濕地生態功能恢復速度。

5 結 語

2000—2014年東平湖濕地的面積雖然保持不變，但斑塊類型水平指數中，ILP值降幅明顯，IIJ值逐年降低，區域景觀總體變得破碎，反映了濕地景觀的脆弱性增強；景觀水平指數IIJ值最高的年份、IC值最低的年份均出現在2009年，說明2009年之前，人類活動的影響使景觀分布分散，聚集度下降，而2014年IIJ值下降，IC值上升，說明人類活動的影響使景觀聚集度上升。同時ISHD值也反映出研究區整體的復雜度，異質性呈上升趨勢，東平湖區濕地區域優勢度降低。

當地在圍繞水滸主題發展旅游業的同時，應注意與周邊的陽谷、鄆城等地區優勢互補、區域聯動，避免重復建設，最大限度地減小人類活動對生態環境產生的不良影響。可充分利用南水北調工程，合理調配水資源，防止水資源浪費，促進生態環境改善。同時，濕地保護工作要加強相關立法，完善濕地保護的政策和法規體系。

[1] 王讓會. 綠洲景觀格局及生態過程研究[M]. 北京：清華大學出版社, 2010.

[2] 傅伯杰. 景觀生態學原理及應用[M]. 北京：科學出版社, 2001.

[3] HAINESYOUNG R, CHOPPING M. Quantifying landscape structure: a review of landscape indices and their application to forested landscapes[J]. Progress in Physical Geography, 1996, 20(4):418-445.

[4] 崔莉, 李俊清, 王政通. 浙江沿海地區景觀格局及變化分析[J]. 華中農業大學學報, 2015(2):31-35. (CUI Li, LI Junqing, WANG Zhentong, et al.Analysis of variation of landscape pattern in Zhejiang coastal area[J]. Journal of Huazhong Agricultural University, 2015(2):31-35. (in Chinese))

[5] 徐建華, 方創琳, 岳文澤. 基于RS與GIS的區域景觀鑲嵌結構研究[J]. 生態學報, 2003, 23(2):365-375. (XU Jianhua, FANG Chuanglin, YUE Wenze.An analysis of the mosaic structure of regional landscape using GIS and remote sensing[J]. Acta Ecologica Sinica, 2003, 23(2):365-375.(in Chinese))

[6] 胡美娟, 侯國林, 周年興,等. 廬山森林景觀空間分布格局及多尺度特征[J]. 生態學報, 2015, 35(16):5294-5305. (HU Meijuan, HOU Guolin, ZHOU Nianxing, et al. Spatial distribution patterns and multi-scale features of the Lushan forest landscape [J] . Acta Ecologica Sinica, 2015, 35(16):5294-5305. (in Chinese))

[7] Hui Y, Zhang R Q. Changes in wetland landscape patterns on Yinchuan Plain, China[J]. International Journal of Sustainable Development & World Ecology, 2010, 17(3):236-243.

[8] 羅文磊, 田娟, 侯戰方,等. 東平湖表層沉積物重金屬富集特征及其污染研究[J]. 環境工程, 2016, 34(4):146-150. (LUO Wenlei, TIAN Juan, HOU Zhanfang,et al.Characteristics of enrichment and ecological risk assessment of heavy metals in surface sediments of dongping lake[J]. Environmental Engineering, 2016, 34(4):146-150. (in Chinese))

[9] 劉潔. 基于TM、ETM+影像的東平湖濕地信息提取及時空演變研究[D]. 泰安：山東農業大學, 2013.

[10] 王璦玲, 劉潔, 王彩艷,等. 1987—2009年東平湖濕地時空演變及其驅動力[J]. 中國人口資源與環境, 2014(增刊3):160-163.(WANG Ailing, LIU Jie, WANG Caiyan,et al. Spatial and temporal change and its driving force of Dongping Lake wetland during 1987—2009 [J]. China Population,Resources and Environment, 2014(sup3):160-163.(in Chinese))

[11] 張芹, 陳詩越, 孫衛波,等. 東平湖水質現狀與可持續旅游開發[J]. 人民黃河, 2012, 34(1):42-44. (ZHANG Qin, CHEN Shiyue, SUN Weibo, et al. Water quality status and sustainable tourism development of Dongping Lake[J]. Yellow River, 2012, 34(1):42-44.(in Chinese))

[12] 黃華兵. 基于遙感與GIS的景觀類型信息提取及景觀格局分析[D]. 西寧：中國科學院研究生院(青海鹽湖研究所), 2005.

[13] 王憲禮, 胡遠滿, 布仁倉. 遼河三角洲濕地的景觀變化分析[J]. 地理科學, 1996, 16(3):260-265. (WANG Xianli, HU Yuanman, BU Rencang. Analysis of wetland landscape changes in Liaohe Delta[J]. Scientia Gelgraphica Sinica, 1996, 16(3):260-265.(in Chinese))

[14] 張秋菊, 傅伯杰, 陳利頂. 關于景觀格局演變研究的幾個問題[J]. 地理科學, 2003, 23(3):264-270. (ZHANG Qiuju, FU Bojie, CHEN Liding. Several problems about landscape pattern change research [J]. Scientia Gelgraphica Sinica, 2003, 23(3):264-270.(in Chinese))

[15] 萬紅. 基于RS與GIS的黃河三角洲濕地信息提取與分析研究[D]. 北京：中國石油大學, 2010.

[16] 吳曉旭, 鄒學勇, 錢江. 基于馬爾科夫模型的烏審旗景觀格局模擬與預測[J]. 干旱區資源與環境, 2010, 24(2):158-162. (WU Xiaoxu, ZOU Xueyong, QIAN Jiang. Simulation and prediction of landscape pattern in Uxin Qi using Markov chain model[J]. Journal of Arid Land Resources & Environment, 2010, 24(2):158-162.(in Chinese))

[17] 李云平, 劉永兵, 王計平,等. 松嫩草原西部縣域尺度景觀格局變化及預測:以黑龍江省杜蒙縣為例[J]. 中國水土保持科學, 2008, 6(6):79-86. (LI Yunping, LIU Yongbing, WANG Jiping, et al. Landscape pattern change and prediction on county scale of west Songnen grasslands:a case study of Dumeng County[J]. Science of Soil & Water Conservation, 2008, 6(6):79-86.(in Chinese))

[18] 邊疆. 綿陽市景觀格局動態變化與預測分析[D]. 南京：南京林業大學, 2012.

[19] 杜際增, 王根緒, 李元壽. 基于馬爾科夫鏈模型的長江源區土地覆蓋格局變化特征[J]. 生態學雜志, 2015, 34(1):195-203. (DU Jizeng, WANG Genxu, LI Yuanshou. Changes of land cover pattern in the source region of Yangtze River based on Markov process[J]. Chinese Journal of Ecology, 2015, 34(1):195-203.(in Chinese))

[20] 李德成, 徐彬彬, 石曉日. 利用馬氏過程模擬和預測土壤侵蝕的動態演變：以安徽省岳西縣為例[J]. 遙感學報, 1995(2):89-96. (LI Decheng, XU Binbin, SHI Xiaori. Simulation and forest of soil erosion development with Markov process：a case study in Yuexi, Anhui Province[J]. Journal of Remote Sensing, 1995(2):89-96. (in Chinese))

Impacts of human activities on change of wetland landscape in Dongping lake area

PAN Jian1，YU Dandan2，HE Zhenfang2，JIANG Han1，GAI Beibei2

(1.CollegeofGeographyandEnvironment,ShandongNormalUniversity,Ji’nan250014,China;2.SchoolofEnvironmentandPlanning,LiaochengUniversity,Liaocheng252000,China)

In order to explore the change of wetland landscape pattern after the South-to-North Water Diversion Project, three Landsat images from the years 2000, 2009, and 2014 were classified with the decision tree classification method. On the basis of land classification results, the transfer matrix and landscape index methods were used to analyze the characteristics and the driving forces of landscape patterns at different times. The Markov model was used to predict the change of landscape pattern in the study area. The results show that with more construction land emerging around the water area, the landscape indexINPincreased from 7174 to 10334,ICdecreased from 64.5944 to 63.6515, and landscape fragmentation increased, enhancing the landscape heterogeneity.ISHEandISHDincreased slightly from 2009 to 2014, the agglomeration degree of landscape pattern increased, but showed a big gap with the level in 2000. Some natural wetlands were replaced by constructed wetlands, which resulted in the degradation of wetland ecosystem functions.

landscape pattern; South-to-North Water Diversion Project; enviromental impact; landscape index; Markov model; Dongping Lake; wetland

10.3880/j.issn.1004-6933.2017.04.014

中國博士后科學基金(2015M571832)；山東省自然科學基金(ZR2012DQ003)；聊城大學科技文化創新基金(26312161013)

潘健(1992—)，男，碩士研究生，研究方向為遙感地學應用。E-mail:panjian1992@163.com

何振芳，講師。E-mail： hzfwhy@lzb.ac.cn

P208；P901

A

1004-6933(2017)04-0088-07

2016-12-30 編輯：徐 娟)