若尔盖国家级自然保护区湿地变化模拟

贾虎军，杨武年

（1.成都理工大学 地学空间信息技术国土资源部重点实验室/遥感与GIS研究所，四川 成都 610059）

若尔盖国家级自然保护区湿地变化模拟

贾虎军1，杨武年1

（1.成都理工大学 地学空间信息技术国土资源部重点实验室/遥感与GIS研究所，四川 成都 610059）

以1990年、1994年、2000年和2009年4期遥感影像数据为数据源，基于CA-Markov模型，利用4种不同的时间策略模拟了若尔盖国家级自然保护区和10 km缓冲区范围内湿地变化。以1994年保护区建立为时间节点，研究了政策干预前后保护区里外湿地类型的变化情况，从而评估若尔盖保护区的建立对湿地保护的意义。研究结果表明，若尔盖保护区湿地退化严重，湿地保护的效果并不显著。

遥感图像；CA-Markov模型；若尔盖湿地；动态变化；国家级自然保护区

湿地系指天然或人工、长久或暂时性沼泽地、湿原、泥炭地或水域地带，带有静止或流动淡水、半咸水、咸水体者，包括低潮时水深不超过6 m的海域。因经济发展、人口快速增长，我国40%的湿地资源受到严重的威胁[1]。研究表明，1990～2000年中国的湿地总面积减少了50 358 km2[2]。若尔盖高原是中国最大的高原沼泽湿地分布区，也是黄河长江上游最重要的水源涵养地之一[3]。已有学者对若尔盖地区景观格局变化及驱动力因子、沙漠化和生态安全评价做了研究[3-7]；但对若尔盖湿地保护影响程度的研究文章很少。本文旨在研究若尔盖保护区及其缓冲区湿地类型变化，从而评估政策干预对湿地保护的影响。

1 数据和方法

1.1 研究区概况

四川若尔盖国家级自然保护区位于四川省阿坝藏族羌族自治州若尔盖县境内，1994年建立若尔盖县自然保护区，1998年晋升为国家级自然保护区，更名为若尔盖湿地国家级自然保护区，并列入国际重要湿地。图1为若尔盖自然保护区及10 km缓冲区。保护区是青藏地区较为典型的湿地生态系统，是世界高山带物种最丰富的地区之一，总面积为166 570．6 km2，是国际上著名的高寒泥炭沼泽湿地，泥炭总储量大约有70亿 m3[4]。

1.2 数据源

数据源于USGS的Landsat TM 8期影像，时间和轨道号如表1所示。对TM影像进行4、3、2波段合成、镶嵌和裁剪等基本预处理，生成1990年、1994年、2000年和2009年4期图像。为了消除大气辐射的影响，用黑暗像元法进行大气校正；用IsoData非监督分类和目视解译，将研究区湿地类型分为湿地、退化湿地和非湿地3类；采用分类随机采样方法，建立误差矩阵评价精度，4期影像分类精度均符合要求。

图 1 若尔盖自然保护区和10 km缓冲区边界图

表1 选用的Landsat影像

1.3 研究方法

1.3.1 马尔柯夫（Markov）链分析

Markov模型是基于某一离散状态与时间系统和已知转移概率模拟事件发生概率的一种随机过程，常用于具有无后效性特征地理事件的模拟，其公式为[8]：

式中，S(t0)、S(t1)分别表示t0、t1时刻湿地类型；Pij为湿地类型转移矩阵。Markov链分析得到的转移概率矩阵能够用于模拟t2时刻的湿地类型。但是这个模型不是空间显示，不能提供湿地的变化过程以及模拟湿地类型的空间属性。

1.3.2 Cellular Automaton（CA）模型

CA模型是一种自动和空间显示的模型，常用于土地利用覆盖变化研究。CA模型是离散的时间、空间和状态，每一个元胞的状态都具有有限性，而且状态改变的规则在时间和空间上均表现为局部特征，中心元胞的状态通常决定于邻域元胞的状态。CA 模型可表示为[9]：

式中，S表示元胞有限、离散的状态集合；t0、t1表示不同时刻；N表示元胞的邻域；f表示局部空间的元胞转化规则。

1.3.3 CA-Markov模拟模型

Markov链与CA模型均为时间、状态离散的动力学模型，可将二者结合，从而使混合模型具有时间序列和空间特征。在湿地类型栅格图像中，一个栅格像元就代表一个元胞，湿地类型即是元胞的状态[9-12]。在IDRISI软件CA-Markov模块的支持下，利用转移面积矩阵和一系列条件概率图集，确定某一时间每一个元胞的转移状态，模拟湿地类型变化。在本文中利用CA和Markov混合模型以4种时间策略模拟2000年和2009年若尔盖保护区湿地景观。表2中obs表示解译湿地类型，pre表示模拟湿地类型。

表2 模拟2000年和2009年湿地类型的4种CA-Markov模型

在政策干预影响研究中，因保护区1994年开始建立，所以将1994年作为政策干预前后的时间节点。所有解译和模拟湿地类型以3种策略作比较，即保护区、缓冲区和研究区（包括保护区和缓冲区）。这种比较方法能够实现政策干预“前-后”和保护区“里-外”研究的目的。图2为模拟湿地类型的主要步骤。

图 2 模拟湿地类型的主要步骤流程图

利用IDRISI Andes软件中的Markov模型，如以时间T0和T1湿地类型图为数据源，模块输出一个转移概率矩阵、一个转移面积矩阵和一系列条件概率图像。表3为本次研究的4种模型中湿地、退化湿地和非湿地之间的相互转移概率。然后，以T1时刻湿地类型为基础图像，结合条件概率图像与转移面积矩阵，使用5×5滤波器，模拟时间T2的湿地类型。

表3 Markov链分析4种模型的转换概率表

2 结果与分析

由本次遥感解译的4期湿地类型图（见图3）可见，保护区非湿地面积发生了显著变化。其中，非湿地面积由1990年的56．4%、1994年的59．4%、2000年65．7%增大到2009年的77．1%，变化最大，并保持增长的趋势；湿地面积由1990年的22．6%、1994年的20．0%、 2000年的21．7%减少到2009年的14．6%，并且自2000年之后减少速度明显加快。退化湿地面积同样也在快速减少，1990年为21%、1994年为20．6%、2000年为12．6%、2009年为8．3%。

研究区2009年湿地模拟与解译面积出现相反的趋势（见表4），模拟比解译面积百分比高1．3%～10．5%。模拟湿地面积2000年之前在减少，而后有较高的增长趋势。值得注意的是，1994～2000年间解译的湿地面积出现较小的增长。在保护区和缓冲区，模拟和解译的湿地面积百分比具有相似的变化趋势，但在保护区相差较小。在研究区、保护区和缓冲区，模型1模拟的2009年湿地面积比例都比较接近解译面积比例，分别相差1．3%、3．0%和-0．3%。模型1是无政策干预的假设模型，这也说明政策干预对于湿地变化的影响不大。在研究区非湿地面积都在增长，且解译比模拟的增长速度快，在2009年解译的面积百分比比模拟要高15．8～16．7%，在保护区和缓冲区同样也是增长趋势，但在保护区比研究区和缓冲区都要高18．5～20．6%。退化湿地在研究区、保护区和缓冲区有相同的变化轨迹，模拟退化湿地2000年面积百分比高于解译面积百分比。由图4可知，研究区解译湿地面积在减少，而在无政策干预假设场景下模拟湿地面积1990～2000年在减少，2000～2009年出现增长的变化轨迹。

图 3 保护区和10 km缓冲区湿地类型图

表4 2000年和2009年模拟与解译湿地类型面积百分比

图4 1990～2009年研究区解译和模拟湿地类型面积百分比变化图

3 模型验证

本文将 2000年和2009年模型模拟和解译湿地类型图作了栅格数据差，计算了2类湿地类型图之间的相似度，如表5所示。所有模型模拟与解译的湿地类型一致性一般。然而，在所有模型模拟的结果中，模型3的模拟结果与解译湿地类型有最高的一致性，模型3(1990～2000年)是在无政策和政策干预混合影响下模拟的2009年湿地类型。

表5 2000年和2009年模拟与解译湿地类型相似度

4 结 语

CA-Markov模型能够模拟在没有政策干预的假设场景下若尔盖保护区及其周边缓冲区的湿地类型，并比较模拟和解译湿地类型之间的差异。结果表明，以不同时间策略模拟的湿地类型与解译的湿地类型一致性一般，且相似度差别较小(最高与最低相似度相差2．3%)，即本文假设的政策干预对湿地类型模拟的影响不大，保护区的建立对于若尔盖湿地保护并不是很显著。研究区湿地模拟和解译的面积都是减少的趋势，这主要是因为对湿地开沟排水和泥炭开采使湖泊、河流、沼泽面积萎缩，演化为退化湿地和非湿地。研究区、保护区和缓冲区模拟和解译的退化湿地都有较高的减少趋势。退化湿地是牧民良好的放牧场地，但因高强度的超载放牧，退化湿地出现荒漠化，进而转为非湿地，如模拟和解译的非湿地面积百分比有较高的增长，且现实中增长的速度要远远高于模拟速度。自若尔盖国家级保护区建立之后采取的局部恢复和治理湿地退化措施并没能改变湿地退化的大趋势。

[1] 宋宝利,李玉宝,胡长敏．湿地遥感调查技术[M]．北京：中国林业出版社,2011

[2] Gong Peng, Niu Zhenguo, Cheng Xiao． China′s Wetland Change (1990–2000) Determined by Remote Sensing [J]．Science China,2010(7): 1 036-1 042

[3] 陈志科,吕宪国． 两个时期若尔盖高原沼泽湿地景观格局的对比研究[J]．湿地科学,2010,8(1):8-14

[4] 邓茂林,田 昆,段宗亮,等．高原湿地若尔盖国家级自然保护区景观变化[J]．山地学报,2010,28(2):240-246

[5] 谢家丽,宋翔,颜长珍．人类干扰对若尔盖高原景观格局变化影响的遥感分析[J]．北京联合大学学报：自然科学版,2012,26(3):16-20

[6] 李斌,董锁成,江晓波,等．若尔盖湿地草原沙化驱动因素分析[J]．水土保持研究,2008,15(3):112-115

[7] 邹长新,陈金林,李海东．基于模糊综合评价的若尔盖湿地生态安全评价[J]．南京林业大学学报：自然科学版,2012,36(3):53-58

[8] 刘淑燕,余新晓,李庆云,等．基于CA-Markov模型的黄土丘陵区土地利用变化[J]．农业工程学报，2010,26(11):297-303

[9] 杨国清,刘耀林,吴志峰．基于CA -Markov模型的土地利用格局变化研究[J]．武汉大学学报：信息科学版，2007,32(5):414-418

[10] 孙贤斌,刘红玉,李玉凤,等．基于CA -Markov模型土地利用对景观格局影响辨识[J]．生态与农村环境学报，2009，25(1):1-7

[11] 赵建军,张洪岩,乔志和,等．基于CA -Markov模型的向海湿地土地覆被变化动态模拟研究[J]．自然资源学报，2009,24(12): 2 178-2 186

[12] 郑青华,罗格平,朱磊,等．基于CA -Markov模型的伊犁河三角洲景观格局模拟[J]．应用生 态学报，2010，21(4):873-882

P237.9

B

1672-4623（2014）01-0104-04

10.11709/j.issn.1672-4623.2014.01.036

贾虎军，硕士，研究方向为3S技术及应用。

2013-05-24。

项目来源：国家自然科学基金资助项目(41071265)；高等学校博士学科点专项科研基金课题(20105122110006)。