基于ArcGIS與Fragstats的海口市濕地景觀格局演變分析

袁之煜

摘 要：利用1973年、1988年、1993年、1998年、2008年、2013年、2018年共7年的遙感影像作為基本信息源，采用GIS及景觀生態學方法，利用Fragstats軟件對海口市濕地類型的景觀格局和整體景觀格局及其濕地的動態變化進行定量分析。結果顯示：各類景觀格局在時間序列和空間序列上存在明顯差異，且人類活動對濕地景觀格局的變化影響越來越大。

關鍵詞：濕地;景觀格局;演變;ArcGIS;海口市

中圖分類號 S718.54+9文獻標識碼 A文章編號 1007-7731（2021）06-0129-05

Analysis of Wetland Landscape Pattern Evolution in Haikou City Based on ArcGIS and Fragstats

XUAN Zhiyu

（School of Urban and Environmental Sciences， Yunnan University of Finance and Economics， Kunming 650221， China）

Abstract： Using the remote sensing images of 1973， 1988， 1993， 1998， 2008， 2013 and 2018 as basic information sources， using the methods of GIS and landscape ecology， and using Fragstats software， type landscape pattern and overall landscape pattern of wetlands in Haikou City were quantitatively analyzed. The results showed that there are obvious differences in the time series and spatial sequence of various landscape patterns， and human activities have more and more influence on the change of wetland landscape pattern.

Key words：? Wetland; Landscape pattern; Evolution; ArcGIS; Haikou city

近年來，全球經濟進入飛速發展時期，經濟全球化使得許多國家都因此受益。但不可忽視的是，各個國家和地區隨之產生的生態環境問題也愈加突出[1]。尤其是近幾十年來，全球性和區域性的環境問題更是頻繁發生。生態環境問題給我國造成的災害損失較大，調查顯示最高可接近GDP的14%[2]。因此，保護生態環境刻不容緩，其中對于濕地生態環境問題的研究與發展更是重中之重。如何合理開發利用濕地，緩解并阻止生態環境退化，已經受到國際社會各方面的普遍關注與重視。濕地、海洋和森林一起被稱為全球三大生態系統，另外還被稱作“地球之腎”，由此可見濕地的重要地位。

然而由于人類活動造成的破壞和不利影響，目前全球濕地面積減少的趨勢令不容樂觀。據統計，自20世紀初葉以來，地球上濕地面積已縮減了近50%。美國在沒有頒布實施控制濕地開發的法律以前，濕地面積減少速度驚人，達到平均1年減少1%[3-4]。目前，由于受農業的需求（圍湖造田等）、城市的擴張、礦產資源的開發等人類活動影響，濕地遭到嚴重破壞，尤其是自然濕地的減少需要引起高度關注，因此對于濕地的研究已成為21世紀學者們的研究熱點。濕地是地球生態環境中不可或缺的組分，也是居民享受高品質生活、保障城市生態安全的重要天然基礎設施，具有諸多重要的生態功能，同時也能為人類社會服務[5-8]。為此，筆者選擇2018年被評為首批“國際濕地城市”的海口作為研究對象，研究歷年來海口當地濕地面積的變化情況，了解其深層次的變化，為今后海口濕地的保護和可持續發展提供參考。

1 材料與方法

1.1 研究區概況 海口是海南省的省會（110°07′～110°42′E、19°31′～20°04′N），地處海南省北部，東臨文昌，西接澄邁，南毗定安，北瀕瓊州海峽，總面積約為3145km2，是海南政治、經濟及文化中心，同時也是最重要的交通樞紐。海口是我國第一個世界健康城市的試點地，2018年10月份被評為全球首批濕地城市。

1.2 數據來源 從美國地質勘探局全球可視化查看器（GloVis）中下載各年的遙感影像，將覆蓋全市的Landsat TM 和OLI影像作為基本數據源[9]，包括1973年、1988年、1993年、1998年、2008年的Landsat4-5的TM影像和2013年、2018年的Landsat8的OLI影像。為方便影像的解譯提取，選擇了每年云層最少、最為清晰的遙感影像作為數據源，時間基本為每年6—8月。

1.3 數據處理 選擇覆蓋海口市范圍的遙感影像作為基礎研究數據，利用ArcGIS10.2軟件對Landsat TM/OLI影像進行前期處理。為提高影像解譯精度，運用人機交互解譯，即監督分類與非監督分類相結合的方法，提取海口地區稻田、河流濕地、湖泊濕地、近海與海岸濕地、水庫、養殖場等6種濕地利用類型，得到1973—2018年海口濕地分布圖（圖1）。利用景觀格局分析指數軟件Fragstats4.2分別進行類型（Class）和景觀（Landscape）水平上的分析，選擇并計算相關指數進行后期景觀格局的分析。

2 結果與分析

2.1 景觀尺度上的空間格局變化特征 景觀格局指數是景觀指數應用中最為常見的方法，不僅能夠反映景觀結構組成，而且能分析其空間配置等方面的特征[10]。因此，在景觀水平上選擇景觀面積（Total Area， TA）、最大斑塊指數（largest patch index，LPI）、香農多樣性指數 （Shannon′s Diversity Index， SHDI）、香農均勻度指數（Shannon′s Evenness Index，SHEI）、聚集度 （Aggregation Index， AI）、分維數（Fractal Dimension Index，FRAC） 6個指數[11]，運用FRAGSTATS4.2軟件進行分析，結果見表1。由表1可知，1973—2018年海口市濕地景觀整體異質性主要表現在：（1）1973—2008年海口濕地總面積一直處于不斷增加的狀態，由7828hm2增加到10312hm2，但從2008—2018年這10年期間又有一定程度的減少，由10312hm2減少到9435hm2。（2）最大斑塊指數（LPI）[12]表示某一類型的最大斑塊在整個景觀中所占比例的大小。海口濕地1998年的最大斑塊指數最大，1973年的最大斑塊指數最小;（3）香農多樣性指數（SHDI）能反映景觀的異質性。SHDI越高說明其破碎化程度越高，土地利用更加豐富，同時其不定性的信息含量也越大[13]。1973—2018年期間，海口濕地多樣性指數在1998年最低，但總體呈現小幅上升趨勢，說明隨著經濟的不斷發展，對于濕地的利用越來越多樣。（4）香農均勻度指數（SHEI）=0時，表明景觀僅由1種類型組成，這種情況下景觀沒有多樣性可言;SHEI=1時，表明景觀各類型均勻分布，多樣性最大。1973—2018年均勻度指數變化不大，總體看略微減少，但基本保持在0.8左右，接近于1，表明1973—2018年海口濕地景觀中沒有明顯的優勢類型且各類型的斑塊分布一直較為均勻，多樣性較高。（5）聚集度（AI）反映了景觀整體的聚集程度[14]。1973—1998年聚集度先下降后上升，1998—2018年聚集度由69.6438下降到66.1733，但總體上1973—2018年海口市聚集度變化幅度不大，由65.179增加到66.1733。（6）分維數（FRAC）取值范圍一般在1～2，越接近于1，表明斑塊的形狀越有規律，受人為活動的影響越大;越接近于2，表明斑塊的形狀越復雜，受人為活動影響越小。海口濕地1973—2018年分維數變化不大，均接近于1，表明人類活動給海口地區濕地造成了很大影響。1973—1998年分維數有小幅增加，但1998—2018年又有所下降，2018年分維數最低（1.0516），說明人類活動的影響程度在逐年加劇，也符合目前海口市社會經濟的發展現狀，表明人類活動在濕地景觀格局中發揮著越來越大的影響力[15-16]。

2.2 類型尺度上的景觀格局 利用Fragstats4.2對1973—2018年6種濕地類型（稻田、河流濕地、湖泊濕地、近海與海岸濕地、水庫、養殖場）的景觀格局進行分析，類型上選擇了斑塊數（NP）、最大斑塊指數（Largest Patch Index，LPI）、聚集度（Largest Patch Index，AI）3種景觀指數，結果見表2。

2.2.1 斑塊數（NP） 由表2可知，湖泊濕地的斑塊數量遠大于其他濕地類型，研究區域中有許多細小的湖泊，破碎度較大，但1973—2018年湖泊濕地的斑塊數總體呈下降趨勢。由于海口優越的地理位置，近年來水產業發展迅速。1973—2018年海口養殖場的斑塊數呈持續增加趨勢，并于2018年達到最多。6種濕地類型中，斑塊數變動最小的為水庫，基本保持在60塊左右。而近海與海岸濕地的斑塊數較少，主要分布在海口地區北部的沿海區域。稻田斑塊數在1973—1998年呈下降趨勢，1998—2018年又不斷上升，人為活動在其中發揮了重要作用。

2.2.2 最大斑塊指數（LPI） 最大斑塊指數表示某一濕地類型中最大面積的斑塊在整個景觀總面積中所占的比例，是優勢度的一種度量方式[17]。由表2可知，1973—2018年各年份最大斑塊指數最大的均為河流濕地，根據海口市實地情況，最大的斑塊為南渡江濕地，這在一定程度上說明了海口地區河流濕地是優勢景觀類型。稻田的最大斑塊指數均小于1，說明稻田大多呈小塊狀分布，沒有大面積的稻田濕地。湖泊濕地的最大斑塊指數總體呈下降趨勢，這是由于圍湖造田等人為行為所致，自然湖泊面積總體縮小。近年來，水庫的最大斑塊指數保持穩定，最大的水庫是鳳潭水庫，位于海口市中東部。

2.2.3 聚集度（AI） 一般情況下，聚集度值越大，則同一景觀類型斑塊表現出高度聚集。由表2可知，1973—2018年河流濕地、水庫的聚集指數較大且走勢較為平緩，河流濕地的聚集度總體呈緩慢上升趨勢。1973—2018年稻田、湖泊濕地的聚集度呈緩慢下降趨勢，說明空間破碎化程度提高。截至2018年，湖泊濕地和稻田的聚集度指數與其他濕地類型相比較低，說明湖泊濕地和稻田在2018年空間分布離散，破碎化程度高，連通性較低。

3 結論與建議

3.1 結論 1973—2018年海口濕地景觀類型空間格局發生了深刻變化。總體上看，2018年海口市濕地總面積為9435hm2，較1973年的7828hm2增加了1607hm2。這很大程度上得益于近年來人們對于海口地區濕地資源的重視與保護，其中比較明顯的變化在于人工濕地面積的增加和湖泊濕地的減少。人工濕地中，水庫面積的增加很大程度上源于海口地區水利工程建設所取得的長足進展，而養殖場面積近年來增長較快，也是得益于海口獨特的地理優勢，有利于漁業等的發展。1973—2018年稻田面積的變化幅度較小，而養殖場的面積大幅增加，這也反映了海口地區在第一產業結構內的調整，轉變了經濟發展方式，即增加高附加值的農產品比例，從而不斷提高海口市居民的收入和促進整個區域的經濟發展。

縱觀海口市整個濕地的變化，不難看出海口各個時間段的濕地類型沒有發生大的變化，濕地香農均勻度指標一直較高，說明海口濕地景觀中沒有明顯的優勢類型且各類型的斑塊分布較為均勻，多樣性較高。沒有占據明顯優勢的濕地類型，其中河流濕地、湖泊濕地、水庫合計所占比例超過海口濕地總面積的70%。1973—2018年海口地區濕地分維數一直接近于1，說明海口濕地受人為因素的影響較大。因此，如何使人類活動能持續對濕地產生正面積極的影響，消除各種不利后果，是人類亟需面對和解決的問題。

3.2 建議

3.2.1 加強濕地保護和修復 把濕地保護和修復工作放在濕地管理工作的首要位置，把濕地保護納入城市生態文明建設進程中。對于目前存在的受污染嚴重、生態環境退化、破碎化嚴重的濕地進行修復和綜合整治，逐步恢復這些濕地的生態功能，維持生態系統的平衡和穩定，促進濕地的可持續發展。

3.2.2 加強全市濕地的統籌保護 海口在2018年年底被評為“國際濕地城市”，濕地保護也越來越被人們所關注和重視。對全市濕地面積劃定濕地保護紅線，嚴格控制濕地紅線范圍內的區域，對于非法占用濕地等情況出臺相應的法律處罰措施，實施對于濕地最嚴格的全面保護，保障濕地能夠永久發揮其生態價值和功效。

3.2.3 加強濕地保護的宣傳和教育 利用媒體、公眾參與等多種形式，不斷提升社會大眾的濕地保護意識，推進濕地保護全民化、主流化。同時，結合濕地保護與恢復工程，以濕地公園、自然保護區等為載體，建設布局合理、功能完備的科普宣教設施。對于社會大群體而言，濕地保護導向至關重要。因此要加強濕地保護的宣傳教育，提高全民濕地保護意識，營造良好的社會風氣，從而在無形中形成濕地保護的最大合力。

參考文獻

[1]李鵬山，謝跟蹤，蘇珊，等.基于GIS的海口市濱海旅游區土地利用的生態環境效應研究[D].海口：海南師范大學，2010.

[2]朱衛紅，苗承玉，鄭小軍，等.基于3S技術的圖們江流域濕地生態安全評價與預警研究[J].生態學報，2014，34（6）：1379-1390.

[3]王憲禮，李秀珍.濕地的國內外研究進展[J].生態學雜志，1997，16（1）：58-62.

[4]湯蕾，趙冰梅，許東，等.國外濕地研究進展[J].安徽農業科學，2008，36（1）：299-301.

[5]Yangfan Li， Yalou Shi， Salman Qureshi， et al.Applying the concept of spatial resilience to socio-ecological systems in the urban wetland interface[J].Ecological Indicators，2014，42：135-146.

[6]Jianjun Lv， Teng Ma， Zhiwen Dong，et al.Temporal and Spatial Analyses of the LandscapePattern of Wuhan City Based on RemoteSensing Images[J].International Journal of Geo-Information，2018，7（340）：1-17.

[7]Cumming， G.S.Spatial resilience： integrating landscape ecology， resilience and sustainability[J]. Landscape Ecology，2011，26：899-909.

[8]葉立清.論濕地保護與旅游可持續發展[J].農業與技術，2014，34（05）：201.

[9]邱挺，于泉洲，劉加珍，等.基于Landsat數據的近30年東平湖濕地植被覆蓋演變研究[J].山東林業科技，2017，047（01）：6-10.

[10]傅伯杰，呂一河，陳利頂，等.國際景觀生態學研究新進展[J].生態學報，2008，28（2）：798-804.

[11]曾從盛，陳志強，林茂昌.閩江河口區濕地景觀格局演變研究[J].濕地科學，2006，4（1）：29-35.

[12]雷金睿，陳宗鑄，楊琦，等.基于GIS的海口市建成區景觀格局分析[J].福建林業科技，2018，45（02）：78-82.

[13]呂金霞，蔣衛國，王文杰，等.近30年來京津冀地區濕地景觀變化及其驅動因素[J].生態學報，2018，38（12）：4492-4503.

[14]黃俊芳，王讓會，師慶東.基于RS與GIS的三江河流域生態景觀格局分析[J].干旱區研究，2004，21（1）：33-37.

[15]Zhao Z L， Zhang Y L， Liu L S， et al.Recent changes in wetlands on the Tibetan Plateau：a review[J].Journal of Geographical Sciences， 2015，25（7）：879-896.

[16]Munyati C.Wetland change detection on the Kafue Flats， Zambia， by classification of a multitemporal remote sensing image dataset[J].International Journal of Remote Sensing，2000，21（9）：1787-1806.

[17]高杰，高敏，趙志紅，等.1987—2015年七里海潟湖濕地景觀格局變化及驅動力分析[J].水生態學雜志，2018，39（04）：8-16.

（責編：徐世紅）