流域植被緩沖帶分析及其生態評價

林 怡，季昊巍

(同濟大學 測繪與地理信息學院，上海 200092)

流域植被緩沖帶分析及其生態評價

林 怡，季昊巍

(同濟大學 測繪與地理信息學院，上海 200092)

在現有流域緩沖帶研究的基礎上，以環巢湖流域為研究區域，利用Landsat TM/ETM+衛星遙感影像數據，首先對研究區的影像進行土地利用分類，在此基礎上提取各匯水區的地形特征，然后對各匯水區進行緩沖區寬度設置分析，最后對環巢湖流域的生態環境敏感性進行評價。研究成果可為環巢湖流域的土地利用規劃、生態治理、環境保護和旅游資源開發等提供科學依據。

植被緩沖帶；生態健康；環巢湖

緩沖帶作為流域的重要組成部分，是位于水生與陸生生態系統之間的連接帶，能夠為生物提供棲息場地，并且由于其阻斷了地表污染，因此能夠維持生物多樣性、水體的整體性和河岸的穩定性[1-2]。近年來，河岸植被緩沖帶的保護和管理成為國內外研究的熱點問題。Darveau等[3]在加拿大魁北克以北處的勞倫山脈中研究小型哺乳動物在森林河岸植被緩沖帶中的生物多樣性維持；Cianfrani等[4]在賓夕法尼亞州東南處的特拉華河岸帶調查河岸植被緩沖帶的物理、化學、生態指標，以評估城市區域內重建森林河岸植被緩沖帶的生態效益；郭會哲[5]分析黃河下游河南段河岸植被緩沖帶內林分個體的分化程度，并在人為干擾條件下對比不同植被形式維持的物種多樣性；鄧紅兵等[6]分析了長白山二道白河上游河岸植被緩沖帶周邊稀有動植物的生存現狀，并提出了關于河岸植被緩沖帶生物多樣性保護的相關理論。但已有的研究大多僅對緩沖帶的設置進行了分析，且針對的主要是河岸區域，缺乏對流域及其周邊生態環境的系統分析，無法為流域周邊自然資源的合理利用及土地利用提供科學依據。

隨著安徽省城市化進程的加快，政府對巢湖河流及其周邊土地資源的開發強度增強，范圍不斷擴大，導致環巢湖流域周邊大量的河岸帶發生了不同程度的退化[7]。與此同時，非點源污染、城鎮居民生活污水以及工業廢水的隨意排放，也導致了流域生態系統健康狀況的持續下降，嚴重威脅環巢湖生態系統的完整性和多樣性，影響到河流生態系統的可持續發展[8-9]。為了緩解安徽省城市經濟發展建設與流域生態系統健康發展之間的矛盾，擬建立環巢湖的濕地與植被緩沖帶，以修復環巢湖生態系統的完整性并緩解人類活動對流域生態系統的影響[10]。基于此，本文以環巢湖流域為研究區域，利用Landset TM/ETM+衛星遙感影像數據，首先對研究區的影像進行土地利用分類，然后在此基礎上提取各匯水區的地形特征，并對各匯水區進行緩沖區寬度設置分析，最后對環巢湖流域的生態環境敏感性進行評價，以期為環巢湖流域的土地利用規劃、生態治理、環境保護和旅游資源開發等提供科學依據。

1 材料與方法

1.1 研究區概況

研究區位于安徽省中部的環巢湖流域及其周邊地區，流域面積約4 000 km2，地理坐標為116°24′30″～118°0′0″E、30°58′40″～32°6′0″N，處于長江、淮河兩大水系之間。研究區地處江淮丘陵地帶，四周分布大量低山丘陵，地勢西高東低、中間低洼平坦，屬于亞熱帶和暖溫帶過渡性的副熱帶季風氣候區，降水量年際變化較大，季節分配也不均勻，多集中在夏季。

1.2 數據來源

本研究主要采用的數據包括：2013年8月高分辨率Landsat 8衛星TM遙感影像；研究區環巢湖DEM數據和坡度數據；研究區環巢湖矢量數據文件(文件為shp格式)。

對于獲得的數據，以GIS為技術平臺，用ENVI 5.0對TM影像進行大氣校正、幾何糾正、信息增強等處理。

1.3 土地利用景觀分類與遙感分類信息提取

根據安徽省土地部門制定的土地利用分類系統及實地調查研究，選取巢湖流域附近為研究區，進行土地利用分類。將環巢湖土地利用景觀類型劃分為7類——藻類、濕地、水體、林地、建筑、裸地、耕地。分析研究區7類地物的光譜特征，對研究區進行遙感影像解譯，進而實現對地物的分類，以便后續的土地利用變化分析。利用ArcGIS提取各地類信息，同時運用ArcGIS中的統計分析工具，分別計算7種土地利用景觀類型的總面積，為緩沖區分析和生態環境評價分析提供數據基礎。

1.4 環巢湖流域生態緩沖帶分析

將研究區的DEM數據導入ArcGIS中，進行填洼處理以確定水流方向矩陣。為得到環巢湖流域的子流域，首先計算得到環巢湖流域的匯水面積，再生成流域分水線。

以研究區所在子流域范圍為MASK，對巢湖DEM數據進行裁切，得到研究區范圍的DEM；將其在Arcview中打開，在水流方向獲取的基礎上，計算出匯流累積量的大小，為提取流域河網做準備。在生成河網時，需要對整個環巢湖流域格網內的各匯流量設定閾值，本文將其定為500；之后，再分割流域，以確定流域匯水區各個出水口的方位，得到各個匯水區的面積大小。

根據研究區DEM 數據和識別結果提取各匯水區的相對距離、高程、坡度等地形特征數據，綜合分析污染發生的可能性大小。根據污染源距離濕地、林地的距離，以及地勢高低，判斷林地、濕地區域對污染物質的滯留程度。研究顯示，徑流快慢以及其對地面的沖刷程度與坡度成正比。因此，本研究在構建緩沖帶的時候將坡度設置為8%以下。

根據輸入的相對距離、高程、坡度等數據，結合遙感技術以及地理信息空間分析技術，對環巢湖流域緩沖區的設置進行分析，得到緩沖區林地和濕地的寬度，最后利用ArcGIS的緩沖區工具得到每個匯水區林地和濕地的緩沖區。研究方法的具體流程如圖1所示。

1.5 環巢湖流域生態健康性評價

環巢湖流域生態健康性評價是在土地利用分類的基礎上，結合區域高程和坡度數據，通過計算相關因子從而實現敏感性分析的。生態健康評價指標由人類干擾度、土地利用度、初級生產力、景觀均勻度、植被覆蓋度5個生態因子等權疊加計算得到。根據生態健康評價綜合指標，將環巢湖地區的生態健康性分為4個等級——很健康區域、健康區域、亞健康區域和不健康區域。

圖1 試驗流程Fig.1 Experimental flow chart

1.5.1 因子測算

(1)人類干擾度。指人類的行為或事件對生態系統、群落或種群結構的影響，包括改變資源、養分的有效性或改變物理環境[11]。本研究以LDI為衡量指標。通過查閱文獻[12-13]并結合實地狀況，確定裸地、濕地、水域、藻類、林地、耕地和建筑的LDI權值分別為0.546 4、1、1、1、0.555 6、0.173 3、0.115 2。計算5×5窗口內(實際對應地面150 m×150 m)每一種土地利用類型所占的比例，乘以相應的權值得到窗口內的LDI，然后令窗口內每一個像素的LDI都等于該值，遍歷整幅影像。

(2)土地利用度。土地利用度反映了人類開發土地的強度[14]。本研究將研究區域內的各種地物類型按照利用程度分為4級：裸地為1級，濕地、水域、藻類、林地為2級，耕地為3級，建筑為4級。相應地，1～4級權重分別為0.20、0.15、0.10、0.05。然后，利用各個級別所占的比例進行計算。計算5×5窗口內每一種土地利用類型所占的比例，乘以相應的權重得到窗口內土地利用度的一個總值，然后令窗口內的每一個像素土地利用度都等于該值，遍歷整幅影像。

(3)初級生產力。指植物進行光合作用，將無機碳轉化為有機碳的能力[15]。本研究利用區域內歸一化植被指數(NDVI)的均值估算初級生產力。計算5×5窗口內NDVI的平均值，然后對窗口內每一個位置都附上該值，依次遍歷整幅影像。

(4)景觀均勻度。景觀均勻度指數(SHEI)等于香農多樣性指數除以給定景觀豐度下的最大可能多樣性[16]，是比較不同景觀或同一景觀不同時期多樣性變化的一個有力手段，其取值范圍為[0，1]，表現了優勢斑塊類型對景觀支配的程度；當景觀均勻度指數接近1時，優勢度低，說明景觀中優勢類型較少并且類斑塊均勻分布。計算5×5窗口內的景觀均勻度，然后對窗口內的每一個位置都附上該值，遍歷整幅影像。

(5)植被覆蓋率。利用校正后的遙感影像計算得到的NDVI來估算植被覆蓋率[17]。計算公式如下：

(1)

式(1)中：F是植被覆蓋率；NDVImax和NDVImin分別為最大和最小的歸一化植被指數。直接利用公式來計算整幅影像的植被覆蓋率，這樣5×5窗口內每一個位置都有一個相應的值，然后與其他健康性指標等權相加。

1.5.2 綜合指標計算

利用各個指標因子的標準化值，通過等權相加的方法計算整個研究區范圍內的綜合指標值，構建巢湖區域用于健康狀態評估的綜合指數。

1.5.3 研究區生態健康分級

基于得到的綜合指數和實地勘察經驗，對每一個像素位置的指數進行判斷，指數在1.929 2～2.705 6區間內的屬于很健康，指數在1.352 8～1.929 2區間內的屬于健康，指數在0.676 4～1.352 8區間內的屬于亞健康，指數在0～0.676 4區間內的屬于不健康。遍歷整幅影像。

2 結果與分析

2.1 環巢湖流域生態緩沖帶分析

2.1.1 地物分類結果

根據研究需要和研究區周邊的立地類型特征，將環巢湖流域的土地利用類型劃分為藻類、濕地、水體、林地、建筑、裸地、耕地等7類(圖2)。分別計算各地物類別的面積和面積占比，結果如表1所示。可以看出：研究區內耕地面積最大，占38%；濕地面積最小，只有0.3%。建設用地集中于北岸；南岸為大片農田；東北邊自然環境條件較好，保留有一片林地和水體；西北部有大片的裸地。

2.1.2 匯水區結果

首先在ArcSWAT中生成巢湖的水文圖，接著確定環巢湖流域所在的區域范圍。以環巢湖流域所在的子流域為研究對象，在ArcGIS中進行水文分析，最后得到匯水區結果(圖3)，圖中黑線范圍即為各個匯水區的分布，共得到環巢湖流域10個匯水區。分別統計各匯水區面積及所占百分比，結果如表2所示。其中，面積最大的為匯水區9，為4138.55 km2，最小的為匯水區2，只有344.88 km2。總體來看，環巢湖西部為流域的上游，此處的匯水區面積都比較大，面積最大的匯水區也包括在內，北部為流域的下游，匯水區面積普遍較小。

圖2 環巢湖流域地物分類圖Fig.2 Classification of landforms in Chaohu Lake Basin

表1 環巢湖流域地物分類面積匯總

Table 1 Area distribution of landforms in Chaohu Lake Basin

地物類別Featurecategory面積Area/km2百分比Percentage/%水體Waterbody1404.2310耕地Arableland5277.4138林地Woodland2959.3821建筑Building2149.0316裸地Bareland1904.5414濕地Wetlands41.770.3藻類Algae83.520.7合計Total13819.88100

圖3 環巢湖流域匯水區分布Fig.3 Catchment distribution in Chaohu Lake Basin

表2 環巢湖流域匯水區面積統計

Table 2 Area distribution of catchment in Chaohu Lake Basin

編號No.面積Area/km2百分比Percentage/%1689.7662344.8833346.7534345.82352069.27196344.8837689.76681034.64994138.5537101034.6411

2.1.3 緩沖區地形特征提取

環巢湖流域相對距離、相對高程、相對坡度等如圖4所示。可以看出，距離巢湖較近的區域相對距離較小。

綜合相對距離、相對高程、相對坡度計算各匯水區緩沖區，最終得到環巢湖流域的緩沖區如圖5所示。

設置的緩沖帶分為林地和濕地2種。在周邊立地條件允許的情況下，優先考慮設立林地緩沖帶；若周邊為建筑用地等不適宜設立林地緩沖帶，以湖岸線為界，向內設立濕地緩沖帶。其寬度設置如表3所示。

2.2 環巢湖流域生態健康性評價

環巢湖流域生態健康性評價的結果如圖6所示。分別統計分級別的面積和所占比例，結果見表4。可以看出，整個研究區域中健康和亞健康等級的合計占比77.39%，很健康的區域占比20.73%，不健康區域占比1.88%。從土地利用類型來看，建筑和耕地受人為干擾因素比較大，因此在分級結果上多屬于不健康和亞健康等級，而裸地、林地受人為干擾較小，大部分處于自然狀態，多處于很健康和健康狀態。這說明研究區域生態健康分級結果較符合實際情況。

表3 環巢湖流域各匯水區緩沖區寬度設置

表4 環巢湖流域健康性分級面積分布

Table 4 Area and proportion of ecological health level in Chaohu Lake Basin

級別Level面積Area/km2比例Percentage/%很健康Veryhealthy2700.720.73健康Healthy6703.851.46亞健康Sub-healthy3378.525.93不健康Unhealthy244.31.88

圖5 環巢湖流域緩沖區分析Fig.5 Analysis of buffer zone in Chaohu Lake Basin

圖6 環巢湖流域健康性分級結果Fig.6 Result of ecological health level in Chaohu Lake Basin

3 結論與討論

環巢湖區域的建設處在中國城鎮化進程快速發展階段的關鍵時期，通過科學的理論和技術對建設進程加以引導、調控和保障，既可為科學地實施區域規劃與集約高效利用資源起到示范作用，也可為其他休閑旅游區的建設樹立科學發展的新模式、新思路。基于RS和GIS集成技術建立區域性生態監測系統，根據對遙感影像的自動分類與變化檢測結果來實現對某一區域的時空動態監測，客觀把握該區域發展的資源利用、時空分布、生態環境變化等是實現區域協調發展的強有力的手段。本研究利用遙感獲取的土地利用狀況信息，采用GIS技術進行生態緩沖帶分析，并進行大范圍區域(流域)的生態健康性分析，得到了與空間分布相結合的定量化的可視信息。研究結果可為生態功能區劃的保護、修復、開發范圍確定提供參考，形成由原始自然生態、初級自然生態、次級自然生態和人工模擬生態組成的多層次過渡系統，對于強化生物多樣性的保護、促進環巢湖旅游休閑區的持久發展具有宏觀層次的指導作用。相關結果還可以為其他類似項目提供借鑒與參考。

[1] 葉春， 李春華， 鄧婷婷. 湖泊緩沖帶功能、建設與管理[J]. 環境科學研究， 2013， 26(12): 1283-1289. YE C， LI C H， DENG T T. Study on the function， construction and management of lake buffer zones[J].ResearchofEnvironmentalSciences， 2013， 26(12): 1283-1289.(in Chinese with English abstract)

[2] 何娟. 黃浦江上游河岸帶生態系統健康評價及調控管理探討[D]. 上海: 華東師范大學， 2016. HE J. Study on health evaluation and management of riparian ecosystem in the Upper Huangpu River[D]. Shanghai: East China Normal University， 2016. (in Chinese with English abstract)

[3] DARVEAU M， BEAUCHESNE P， BéLANGER L， et al. Riparian forest strips as habitat for breeding birds in boreal forest[J].JournalofWildlifeManagement， 1995， 59(1): 67-78.

[4] CIANFRANI C M， HESSION W C， RIZZO D M. Watershed imperviousness impacts on stream channel condition in southeastern Pennsylvania[J].JawraJournaloftheAmericanWaterResourcesAssociation， 2006， 42(4): 941-956.

[5] 郭會哲. 黃河下游河南段河岸帶植物區系、群落結構及多樣性特征研究[D]. 鄭州: 河南農業大學， 2006. GUO H Z. Study on flora， community structure and diversity of riverbank in the lower reaches of the Yellow River[D]. Zhengzhou: Henan Agricultural University， 2006. (in Chinese with English abstract)

[6] 鄧紅兵， 王青春， 王慶禮， 等. 河岸植被緩沖帶與河岸帶管理[J]. 應用生態學報， 2001， 12(6): 951-954. DENG H B， WANG Q C， WANG Q L， et al. On riparian forest buffers and riparian management[J].ChineseJournalofAppliedEcology， 2001， 12(6): 951-954. (in Chinese with English abstract)

[7] 曾立雄， 黃志霖， 肖文發， 等. 河岸植被緩沖帶的功能及其設計與管理[J]. 林業科學， 2010， 46(2): 128-133. ZENG L X， HUANG Z L， XIAO W F， et al. Function design and management of riparian vegetation buffer strips[J].ScientiaSilvaeSinicae， 2010， 46(2): 128-133. (in Chinese with English abstract)

[8] 呂志強， 慶旭瑤， 任玉芬， 等. 山地城市河流土地利用結構對水質的影響——以重慶市為例[J]. 湖泊科學， 2016， 28(2): 319-327. Lü Z Q， QING X Y， REN Y F， et al. Effects of land use pattern on water quality in mountainous city—a case study of Chongqing City[J].JournalofLakeSciences， 2016， 28(2): 319-327. (in Chinese with English abstract)

[9] 趙楊. 人工濕地植物對北方河流凈化效果模型研究[J]. 工業水處理， 2016， 36(10): 52-55. ZHAO Y. Study on the purification effects of constructed wetland plants on the northern rivers[J].IndustrialWaterTreatment， 2016， 36(10): 52-55. (in Chinese with English abstract)

[10] 田晶晶. 黃浦江河岸帶生態健康評價研究[D]. 上海: 華東師范大學， 2015. TIAN J J. A health assessment of riparian habitat of Huangpu River in Shanghai， China[D]. Shanghai: East China Normal University， 2015. (in Chinese with English abstract)

[11] 楊杰峰， 張曼胤， 康曉明， 等. 人為干擾對濱海濕地生態系統的影響[J]. 濕地科學與管理， 2016， 12(1): 42-45. YANG J F， ZHANG M Y， KANG X M， et al. Effects of human disturbance on the coastal wetland ecosystem[J].WetlandScience&Management， 2016， 12(1): 42-45. (in Chinese with English abstract)

[12] BROWN M T， VIVAS M B. Landscape development intensity index[J].EnvironmentalMonitoring&Assessment， 2005， 101(1/2/3): 289.

[13] 陳展， 尚鶴， 姚斌. 美國濕地健康評價方法[J]. 生態學報， 2009， 29(9): 5015-5022. CHEN Z， SHANG H， YAO B. Methods of wetlands health assessment in USA[J].ActaEcologicaSinica， 2009， 29(9): 5015-5022. (in Chinese with English abstract)

[14] 蘇廣實. 喀斯特典型縣域土地利用變化數量結構分析——以廣西都安瑤族自治縣為例[J]. 廣西教育學院學報， 2016(2): 43-50. SU G S. Evaluation of quantitative structure of land use change in Karst County: A case study of Du’an Yao Autonomous County in Guangxi[J].JournalofGuangxiCollegeofEducation， 2016 (2): 43-50. (in Chinese)

[15] 徐紅云， 周為峰， 紀世建. 采用遙感手段估算海洋初級生產力研究進展[J]. 應用生態學報， 2016， 27(9): 3042-3050. XU H Y， ZHOU W F， JI S J. Review of estimation on oceanic primary productivity by using remote sensing methods[J].ChineseJournalofAppliedEcology， 2016， 27(9): 3042-3050. (in Chinese with English abstract)

[16] 劉明川， 劉琳， 李瑤， 等. 新疆瑪納斯河流域景觀格局演變及驅動力分析[J]. 人民長江， 2016， 47(19): 26-31. LIU M C， LIU L， LI Y， et al. Analysis on landscape pattern change and driving force in Manas River Basin[J].YangtzeRiver， 2016， 47(19): 26-31. (in Chinese with English abstract)

[17] 李繼業. 基于多源遙感數據的博州植被覆蓋度反演與時空變化研究[D]. 烏魯木齊: 新疆大學， 2015. LI J Y. Research on inversion and spatio-temporal changes of vegetation coverage in Bozhou on multi-source remote sensing data[D]. Urumqi: Xinjiang University， 2015. (in Chinese with English abstract)

(責任編輯 高 峻)

Analysis of vegetation buffer in river basin and its ecological evaluation

LIN Yi， JI Haowei

(CollegeofSurveyingandGeo-Informatics，TongjiUniversity，Shanghai200092，China)

Based on the previous studies of existed basin buffer zone， the Landsat TM/ETM+satellite remote sensing image data of the Chaohu Lake Basin were selected as the research area. Firstly， the classification of land use was carried out on the image of the study area. On this basis， the terrain features were extracted from each catchment area， and then the buffer width was set up for each catchment area. Finally， the environmental sensitivity was evaluated. The research results could provide scientific basis for land use planning， ecological management， environmental protection and tourism resources development in the Chaohu Lake Basin.

vegetation buffer; ecological health; ring Chaohu Lake

10.3969/j.issn.1004-1524.2017.08.18

2017-02-27

國土資源部公益性行業科研專項資助項目(201211011)

林怡(1970—)，女，浙江溫州人，博士，副研究員，主要研究方向為遙感與數字攝影測量。E-mail: linyi@tongji.edu.cn

S157

A

1004-1524(2017)08-1358-07

林怡，季昊巍. 流域植被緩沖帶分析及其生態評價[J]. 浙江農業學報，2017，29(8)： 1358-1364.