雁鳴湖自然保護區土地利用與景觀格局變化研究

　　摘 要: 以雁鳴湖自然保護區為研究區域，以 Landsat 遙感影像為基礎分析 2000 年、2005 年、2010 年和 2015 年土地利用類型空間分布，通過對遙感影像解譯得出景觀演變趨勢并進行分析. 與 2000 年相比，2015 年濕地景觀比例上升，非濕地面積占研究區總面積比例下降; 各景觀變化幅度明顯不同，其中林地、高覆蓋度草地、水庫坑塘、居民點和沼澤地明顯增加，灌木林及中覆蓋度草地減少; 研究時段內研究區景觀類型豐富度下降，破碎化程度降低，各景觀類型發展呈不均衡化趨勢; 研究區景觀優勢度趨于穩定，大斑塊向小斑塊分裂，斑塊離散程度和形狀復雜程度有所增加.

　　關鍵詞: 雁鳴湖自然保護區; 土地利用變化; 景觀指數

　　劉家福; 申琳; 紀明秀; 祝悅; 白淑夏 吉林師范大學學報(自然科學版) 2022-01-07

　　濕地作為自然界重要的生態系統，其綜合功能不可替代. 濕地科學早期發展較為緩慢，近現代以來發展逐漸加快. 2000 年以來，其研究領域擴大，成為重點學科和研究領域. 我國自加入《濕地公約》后，積極響應濕地保護等工作，為全球濕地保護和合理利用濕地作出了重要貢獻[1]. 雁鳴湖自然保護區濕地類型豐富，沼澤、湖泊、河流及水庫等均屬于濕地，參照我國目前濕地調查監測所采用的濕地分類系統，結合實際情況，科學分析研究區景觀分布[2-5]. 遙感可大面積同步觀測，數據綜合性、可比性強，且機械收集地物信息，能一定程度上避免對觀測地物的人為主觀干擾，運用遙感進行土地利用研究，不僅可以獲得較高的實用價值，還能節省人力物力，獲得較高的經濟價值. 本文利用四期遙感影像數據提取研究區景觀信息，分析其景觀格局分布特征及景觀轉移的規律和驅動力，得出研究區景觀的變化情況及演變規律，分析濕地景觀動態變化主要影響因素[6-9]，為雁鳴湖自然保護區可持續發展提供有力支持.

　　1 研究區概況

　　雁鳴湖自然保護區地處吉林和黑龍江兩省的交界，地理位置為 128°11'0″E 至 128°45'30″E，43°39'20″N 至 43°51'28″N，東西隔 45 km，南北隔 24 km. 研究區地處溫帶季風氣候帶，年平均氣溫 4. 3 ℃，無霜期約 120 d. 保護區冬季寒冷，春秋較短，夏季氣溫較高，降水量充沛，主要集中在 7—8 月.

　　2 數據處理與研究方法 2. 1 數據獲取與處理

　　采用 Landsat-TM/ETM 遙感影像解譯，選取 2000 年、2005 年、2010 年和 2015 年四期影像數據，主要采用 eCognition 軟件自動分類及人機結合的目視解譯方法，在季相方面控制云量在 10% 以內，數據主要選擇 6—9 月無云圖像. 數據以 1995 年和 1996 年幾何精校正后的遙感圖像作為基礎，位置為兩個像元左右. 標準假彩色合成方法是整景和分縣圖像采用統一標準，其糾正后的圖像均保存為 Geotiff 格式，利用 ERDAS IMAGINE 軟件的 Image Geometric Correction 模塊完成數據校正中的幾何精校正.

　　2. 2 研究方法

　　從景觀類型角度定量分析土地利用變化，以生態學的角度進行分析與研究. 景觀格局指數可以反映景觀格局變化特點，由于指數繁多，選擇時需結合研究區自然環境狀況和社會經濟狀況，簡潔、高效地選取符合研究區實情的景觀格局指數. 為充分體現景觀的生態意義，本文選取多樣性指數( SHDI) 、均勻度數( SHEI) 、斑塊內聚力指數( COHESION) 、連接度數( CONNECT) 、蔓延度( CONTAG) 、聚合度( AI) 、斑塊密度( PD) 、分離度( DIVISION) ，這幾種景觀格局指數對景觀格局進行定量分析[10].

　　3 結果與分析 3. 1 雁鳴湖自然保護區土地利用變化

　　利用 ArcGIS 對研究區遙感影像解譯，得到圖 2，由解譯結果( 圖 2) 分析計算得到表 1.由解譯結果( 圖 2 和表 1) 分析，2000—2005 年研究區旱地面積同比增加 0. 371 km2 ，林地面積下降到 279. 194 km2 ，灌木林面積減少至 27. 412 km2 ，中覆蓋度草地面積減少至 12. 795 km2 ，居民點面積為 3. 956 km2 ; 濕地面積為 52. 849 km2 ，其中沼澤占比最大，其次為河渠、湖泊，面積分別為 24. 545 km2 、 7. 023 km2 和 6. 599 km2 ; 水庫坑塘面積為 4. 715 km2 ，較 2000 年增大 0. 012 km2 ，水田面積 1. 590 km2 ，較 2000 年減少 0. 123 km2 .2010 年，研究區面積為531. 343 km2 ，非濕地面積較2005 年減少3. 724 km2 ，較 2000 年減少 3. 569 km2 ，其中林地面積最大為 295. 046 km2 ，較 2005 年增長了 15. 852 km2 ，旱地面積較 2005 年減少了 6. 70 km2 ，中度覆蓋草地由 2005 年的 12. 795 km2 ，減少至 0. 613 km2 ，新增高覆蓋度草地 19. 176 km2 ，居民點比 2005 年面積擴大了 2. 388 km2 ; 濕地面積較 2005 年增加了 4. 399 km2 ，占研究區面積的 10. 69% ; 非人工濕地中，沼澤面積最大為 27. 077 km2 ，占研究區的 5. 13% ，較 2005 年增加了 2. 532 km2 ，其次是河渠較 2005 年增大 1. 368 km2 ，灘地較 2005 年減少了 0. 416 km2 ，湖泊較 2005 年減少了 4. 237 km2 ; 人工濕地中水田較 2005 年減少了 0. 103 km2 ，水庫坑塘較 2005 年增長了 4. 537 km2 .

　　2015 年，研究區的面積為 527. 799 km2 ，非濕地面積為 471. 391 km2 ，其中林地較 2010 年減少了 3. 560 km2 ，旱地面積較 2010 年增加 0. 001 km2 ，高覆蓋度草地較 2010 年增加了 0. 008 km2 ，灌木林增加了 0. 014 km2 ，中覆蓋草地較 2010 年減少了 0. 002 km2 ，居民點面積較 2010 年相比變化不大; 濕地景觀中，河渠減少最多，較 2010 年減少 0. 013 km2 ，其次為湖泊、水田和沼澤，分別減少 0. 006 km2 、0. 004 km2 和 0. 001 km2 ，灘地較 2010 年增加 0. 012 km2 ，水庫坑塘較 2010 年增加 0. 009 km2 .

　　3. 2 景觀格局指數分析

　　基于景觀水平的景觀格局指數計算結果見表 2

　　1) 景觀多樣性: 研究期間保護區 SHDI 與 SHEI 變化一致，均呈減小趨勢，SHPI 由 2000 年 1. 356 8 降至 2015 年的 1. 324 4，SHEI 由 2000 年 0. 565 8 降至 2015 年的 0. 533 4. 以 5 年為一階段，分三個時段，SHPI 分別減少 0. 001 6、0. 030 9 和增加 0. 000 1，SHEI 分別減少 0. 020 4、0. 012 4 和 0，二者下降趨勢均減緩. 這表明，破碎化程度隨其豐富度的下降而降低，各景觀類型呈現顯著的不均衡趨勢.

　　( 2) 景觀連通性: 研究期間斑塊聚力指數 COHESION 一直保持在99% 以上，保護區各斑塊內部非常凝聚. 景觀類型間研究指數 CONNECT 2000 年、2005 年、2010 年和 2015 年分別為 70. 05% 、69. 63% 、 48. 21% 和 49. 37% ，連通性指數不斷下降，但下降趨勢減緩.

　　( 3) 景觀聚集度: 研究期間，景觀蔓延度指數 CONTAG 不斷上升，從 2000 年的 68. 14% 上升至 70. 13% ，但增幅不大，這表明，景觀中優勢斑塊類型的鏈接性上升，景觀細化程度下降. 研究時段內聚合度指數 AI 總體變大，由 2000 年的 96. 94% 降至 2005 年的 96. 92% ，此后不斷增長，2015 年增長至 97. 26% . 研究表明，該時間段內，破碎化在一定程度上得到改變，凝聚狀況也在不斷增加.

　　( 4) 景觀破碎度: 分析因子主要采用斑塊密度( PD) 和景觀分離度指數( DIVISION) 進行深度研究. 2000—2015 年期間 PD 先升后降，2015 年 PD 高于 2000 年. 可以看出研究區景觀斑塊數上升，景觀整體破碎化加強. 2000—2015 年，DIVISION 小幅增大并趨于穩定，表明研究區景觀整體破碎化略有加強，斑塊的細化程度亦小幅增加.

　　4 景觀格局變化特征驅動機制分析 4. 1 自然因素 4. 1. 1 氣溫變化

　　氣溫升高對世界濕地的面積和質量有著重要的決定作用，經研究氣溫越高濕地面積越小，反之，低氣溫有利于濕地的發育. 氣溫升高，水面蒸發量和植物蒸騰量亦會升高，土壤吸收熱量增多，土壤水蒸發加劇，濕地環境遭到嚴重破壞. 綜合分析，氣溫是制約濕地發育的最基本因素，研究期間研究區氣溫波狀上升 1. 8 ℃，從 2000 年平均氣溫 3. 3 ℃ 升至 2015 年平均氣溫 5. 1 ℃，如圖 3 所示. 氣溫的升高使飽和水汽壓升高，蒸發量增加，濕地水量和濕地補給水量均減少，進而濕地面積減小，質量下降. 氣溫升高會引起濕地水文特征改變，濕地水位下降，調節徑流能力減弱. 濕地的能量平衡受土壤溫度影響，土壤氣溫升高會使濕地汛期縮短，枯水期時間增長，水位下降，進而導致濕地生態系統失衡[11].

　　4. 1. 2 降水變化

　　濕地水文特征深受補給水源影響，大部分地區濕地補給水源以降水為主，因而降水多的年份濕地面積呈擴大趨勢，降水少的年份濕地面積減少，降水量的多少直接影響著濕地的面積變化. 保護區濕地徑流主要來自大氣降水和地下水，地下水補給相對比較穩定，因此大氣降水對保護區濕地面積變化影響更明顯. 且研究區位于溫帶季風氣候區，降水集中在夏季，且年際、季節變化大，濕地補給水源的變化明顯地影響和改變濕地面積. 2000—2015 年，研究區降水量呈減少趨勢，如圖 4 所示[12-13].

　　4. 1. 3 植被變化

　　研究區內除濕地景觀外，森林對保護區生態環境同樣起到重要維持作用. 森林與濕地不是獨立存在的，二者間物質與能量的交換共同維持著保護區的生態平衡. 森林繁茂，樹冠密集，截留降水增多，高森林覆蓋率可以增加下滲，復雜的森林系統具有發達的根系，可以較好的固定土壤，減輕水土流失，因此森林同樣具有保護濕地的重要作用. 經濟發展需求日益膨脹，不合理的人為活動使保護區內植物群落演替加快，天然林的毀壞導致植被結構變化，樹冠密度的下降致使植被截留水分能力下降，根系密度改變使土壤下滲能力減弱. 加強植被的保護，可提高植被對水文的調節作用，利于保護濕地系統，對濕地的面積和質量變化有著重要的影響.

　　4. 2 人為因素 4. 2. 1 耕地變化

　　耕地的變化不僅僅是耕地數量的增長或減少，更多的體現在耕地質量的轉變，對比上次土地普查，敦化市耕地結果明顯發生改變. 當地中、高產田面積不斷擴大，低產田面積大幅降低，耕地質量得到較大提升，政府根據實際情況評估土地，宜耕土地制定合理的耕作方式，不適宜的土地退耕還林還草，恢復其自然演替. 耕地質量的轉化實際是土壤質量的上升，土壤結構合理穩定有利于改善耕作區的水文狀況，對濕地生態環境平衡的維持具有深遠影響[14].

　　4. 2. 2 居民點變化

　　2000—2015 年農村居民點面積不斷擴大，研究期間農村居民點由 3. 970 km2 ，擴大到 6. 343 km2 ，擴大了 45% ，占研究區比例顯著上升; 2005—2010 年，灘地、水庫坑塘和沼澤地向農村居民點分別轉移 3. 06% 、2. 58% 和 1. 25% ; 2010—2015 年，灘地、沼澤和水庫坑塘分別向農村居民點轉入，同時濕地景觀不斷向農村居民點轉換，但濕地各景觀類型向居民點轉入的強度不同. 濕地景觀向居民點的轉入會導致濕地面積的減少，居民點的擴大，人為活動的增強會對各類濕地景觀的面積和質量產生直接或間接的影響[15-16].

　　4. 2. 3 旅游業

　　雁鳴湖自然保護區地理位置優越，交通便利，附近旅游資源眾多，景觀集群狀況好，與周圍景區互補性強，作為生態體驗游的目的地，對周圍城市客源吸引力大. 為推動區域經濟的可持續發展，當地政府積極發展生態旅游，旅游業的發展會帶動基礎設施的建設，在基礎設施建設時要盡可能少的破壞自然景觀，減少對自然環境的干擾. 旅游業的繁榮吸引大量游客，游客的數量與自然環境承載力相適應，超過自然承載力會對環境造成破壞. 為推進旅游業可持續發展，當地政府出臺了相應的法令法規，對景區內的服務個體進行審查，減少不利于景區良性發展的企業，在提高旅游服務能力的同時，更加注重旅游服務的環保. 為推進生態旅游的建設，設立相關管理部門，加強對景區的管理和保護，對破壞濕地、毀壞植被、捕殺動物等行為進行嚴格的管理和處罰. 生態旅游的開發提高了人們對濕地景觀的重視，有利于濕地生態系統的恢復. 研究期間保護區濕地景觀面積有所增大，質量有所提升[17].

　　5 結論

　　通過對雁鳴湖保護區四期遙感影像解譯，得出景觀演變趨勢并進行分析. 結果發現: 與 2000 年相比，2015 年濕地景觀比例上升，非濕地面積占比下降，但各景觀變化幅度明顯不同. 基于景觀指數分析得出: 研究時段內研究區景觀類型豐富度下降，破碎化程度降低，研究區景觀優勢度趨于穩定，大斑塊不斷分裂成小斑塊，斑塊離散程度和形狀復雜程度有所增加. 保護區濕地面積較大，質量高，類型多樣，在景觀類型上，本文分為 12 個二級分類，對濕地景觀的解譯為: 河渠、湖泊、水庫坑塘、灘地、沼澤和水田.在后續研究中可將濕地類型進一步細化為: 灌叢沼澤、森林沼澤和草本沼澤等，濕地景觀類型的細化可以更加具體地反映研究區域的濕地系統組成和演化. 本文研究區面積狹小，數據選取 30 m 分辨率，精度仍存在一定誤差，在后續研究中，可選更高分辨率遙感影像進行解譯，提高對地物的辨識水平，減小解譯誤差，從而減小后續驅動力分析誤差.