洞庭湖湿地生态系统健康演变的研究

廖丹霞，谢 谦，杨 波

（湖南师范大学 资源与环境科学学院，湖南 长沙 410081）

洞庭湖湿地生态系统健康演变的研究

廖丹霞，谢 谦，杨 波

（湖南师范大学 资源与环境科学学院，湖南 长沙 410081）

基于Landsat遥感影像数据，以洞庭湖湿地为研究区，利用决策树分类模型提取洞庭湖湿地的景观类型。以压力-状态-响应模型为基础，结合洞庭湖湿地的特点，综合压力、状态、响应3个方面来选取评价指标，建立洞庭湖湿地生态系统健康评价模型，利用GIS技术评价分析洞庭湖湿地在1987至2013年间6个不同时期的生态系统健康演变情况。结果表明：洞庭湖湿地生态系统健康在2003年以前处于下降趋势，此后湿地健康状况逐步回升；而外界压力对湿地健康状态的影响存在一定的时滞性。

洞庭湖湿地；生态系统健康；压力-状态-响应模型

洞庭湖湿地是我国湿地自然保护和恢复的重点区域，湖区分别建立了西洞庭湖城市湿地公园、东洞庭湖国家级自然保护区、南洞庭湖国际湿地自然生态保护区，具有特殊的生态功能和经济价值。自20世纪60年代以来，由于人类干扰、气候变化等因素的影响，洞庭湖湿地面临着水体污染严重、湿地面积减少、生态系统结构被破坏、生物多样性降低、生态调节功能减弱等一系列生态问题[1-3]。随着工业化和城市化的推进，工业废水和生活污水的排放量逐渐增大。污染物的排放和规模化养殖，将使湖泊污染和富营养化现象日益严重[4]，洞庭湖湿地的生态系统健康将受到极大威胁。

近年来，国内外湿地生态系统健康研究已取得广泛进展，湿地健康评价由过去的单一属性研究，转变为建立生态、社会、经济、文化多要素相结合的生态系统健康评价模式。不少评价模型也随之更新，评价指标不断全面，以满足不同时间和空间尺度下的湿地健康评价研究。当前湿地生态系统健康评价主要有：P-S-R模型[5-6]，HEC-5和WASP水质模型[7]，指示物种法[8]，结构功能指标法[9-10]，神经网络模型[11]，美国环保署的Level（1，2，3）模型[12-14]，模糊综合评判法[15-16]等多种方法。这些评价体系和方法，通过建立评价模型，对湿地的水、土及生态环境质量现状或发展趋势以及湿地水体富营养化程度进行定量化分析评价。

本研究以洞庭湖湿地为研究区，以GIS和RS为主要技术手段，利用Landsat卫星影像提取洞庭湖湿地景观类型，依据湿地生态系统健康的评价原则，基于压力-状态-响应（P-S-R）模型，结合洞庭湖湿地的生态环境与自然景观的具体特征，从压力、状态、响应3个方面选取并优化评价指标，构建湿地生态系统健康评价体系，明确各指标量化标准和权重赋值，建立湿地生态系统健康评价模型，对不同时期洞庭湖湿地的生态系统健康进行定量评价，从生产力、景观格局、生物多样性、湿地功能等多方面，探讨洞庭湖湿地多年来湿地生态系统健康的演变过程。

1 研究区概况与数据来源

1.1 研究区概况

洞 庭 湖 地 处 28°30′～ 29°40′E， 111°40′～113°10′N之间，位于湖南省东北部，承纳湘、资、沅、澧四水而吞吐长江，是长江流域极为重要的集水、蓄洪湖盆，为我国第二大淡水湖。湖区年内径流量分配不均，水位年内变化大，丰水期（5～10月）径流量占年均径流量的75%，而枯水期（11月～翌年3月）水位下降，洲滩出露，河道纵横，在水文特征上有“水涨为湖，水落为洲”的特殊景观，是我国生物多样性最丰富的地区之一。

本研究以各县市行政区为研究单元，选取洞庭湖区15个县市为研究区，总面积约25 800 km2，占湖南省总面积的12.2%（图1）。

1.2 数据来源

图1 洞庭湖湿地位置示意Fig.1 Location of Dongting Lake wetland

洞庭湖水位季节性涨落较大，湿地景观因水位涨落而变化显著。为获取近25 a来洞庭湖湿地的景观格局及其变化情况，本研究采用1987、1993、1998、2003、2008、2013六年洞庭湖区冬春季节枯水期（11月～翌年3月）的Landsat卫星影像数据为研究基础数据。

2 数据提取方法

2.1 分类体系

在充分分析洞庭湖湿地景观类型及周边区域土地利用情况的基础上，借鉴《湿地公约》的分类系统，建立洞庭湖景观类型遥感分类体系。其中，湿地类分为：水体、泥沙滩地、苔草滩地、芦苇滩地、防护林滩地；非湿地类分为：农田、建设用地、林地。

2.2 分类方法

洞庭湖区各类地物之间“同物异谱”和“异物同谱”的现象较为严重。传统的监督分类和非监督分类方法利用不同波段的光谱亮度值进行单像元自动分类，难以解决上述问题。而决策树分类法（Decision Tree Classif i cation）是以各像元的特征值为基准值，利用多级二叉树分层逐次进行比较的分析方法，具有较强的灵活性、直观性和较高的运算效率。

本研究在分析洞庭湖湿地各景观类型和周边各用地类型的光谱特征、内部结构和空间关系的基础上，依据不同景观地物类型在光谱亮度值和多波段阈值上的差异，以归一化植被指数、缨帽变换后的绿度值、改进的归一化水体指数、归一化建筑指数、坡度值以及单波段亮度值为判断依据，建立洞庭湖遥感影像决策树分类模型（图2）。其中，各分类指数的计算公式为：归一化植被指数：NDVI=(NIR-RED)/(NIR+RED)；改进的归一化水体指数：MNDWI=（Green-MIR）/（Green+MIR）；归一化建筑指数：NDBI=（MIR-NIR）/（MIR+NIR）。式中，NIR为近红外波段的反射值，RED为红光波段的反射值，Green为绿光波段反射值，MIR为中红外波段反射值。

3 湿地生态系统健康评价指标研究

3.1 评价模型

图2 决策树分类模型Fig.2 Model of decision tree classif i cation

湿地生态系统不是独立的系统，它受到人类活动和外界环境的影响，使其组织结构、生态景观、植被覆盖等自然因素随之发生改变，湿地生态系统的自我调节和自我恢复能力又会做出响应。因而在湿地生态系统健康评价中要综合考虑人类活动、湿地生态结构、生态系统变化3方面的内容。

本研究选择压力-状态-响应（P-S-R）模型（图3）作为洞庭湖湿地生态系统健康的评价模型。其中，压力部分反映人类活动对湿地生态系统健康的影响；状态部分受到生态系统内部的生产力、组织结构、弹性、功能4项因素的综合影响，分别反映湿地生态系统的新陈代谢能力与初级植被生产力、结构完整性与景观多样性、稳定性与自我调节能力、蓄水能力；响应部分反映湿地生态系统的自然景观与土地利用类型的变化情况。

图3 湿地生态系统健康评价模型Fig.3 Assessment model of wetland ecosystem health

3.2 评价指标

在选取评价指标时，结合洞庭湖湿地生态环境的具体特征，综合考虑人类活动和湿地生态系统服务功能，构建湿地生态系统健康评价指标体系（表1）。

表1 湿地生态系统健康评价指标体系Table 1 Assessment index system of wetland ecosystem health

3.2.1 湿地压力指标表征

湿地压力评价选用人类干扰度为评价指标，采用土地利用类型数据来表征。根据不同土地利用类型对湿地健康的干扰程度，对地物的干扰度进行赋值（表2）。

表2 不同土地利用类型的干扰度Table 2 Interference degree of different land use types

3.2.2 湿地状态指标表征

湿地状态评价以洞庭湖区各县市为评价单元，包括生产力、结构、弹性、功能4个要素。

3.2.2.1 生产力要素

归一化植被指数：NDVI=(NIR-RED)/(NIR+ RED)。

式中，N为近红外波段，R为红光波段。

3.2.2.2 结构要素

PDI=N/A。式中，N为斑块数量，A为单位区域面积。

3.2.2.3 弹性要素

根据不同湿地景观类型在维持湿地生态系统稳定性、保持湿地生态系统调节能力与恢复能力等方面的作用，对不同湿地景观类型的弹性度进行赋值（表3）。

表3 不同景观类型的弹性度Table 3 Elasticity degree of different landscape types

3.2.2.4 功能要素

本研究采用洞庭湖区湿地湖泊水体面积作为表征其蓄水功能的指标。

3.2.3 湿地响应指标表征

湿地响应指标包括：土地利用变化和湿地面积变化。土地利用变化指标采用地物转移矩阵来衡量相邻两个时期土地利用类型的转变；湿地面积变化指标采用两个时期间湿地面积的差值来表示。

3.3 指标权重

不同的评价指标对湿地生态环境的影响程度不同、重要性不同，而反映其影响程度高低的衡量尺度就是各项评价指标在湿地生态系统健康评价中的权重值。本研究采用层次分析法，利用判断矩阵计算各项评价指标的权重值（表4）。其中，人类干扰度对湿地生态系统健康为负影响，故取其理论权重的相反数为实际权重值，其余各评价指标皆为正影响。

表4 湿地生态系统健康评价指标权重Table 4 Weight of evaluation indicators for wetland ecosystem health

基于评价指标的标准化值，结合指标权重值，对10个湿地生态系统健康评价指标进行加权求和，计算研究区的湿地生态系统健康综合评价值：。式中，X为研究区的综合评价值，n为评价指标个数，Pi为第i个评价指标标准化后的值，Wi为第i个评价指标的权重。

4 结果分析

基于洞庭湖区遥感影像分类结果，结合GIS和RS技术，利于ENVI、ArcGIS、Fragstats等处理分析软件提取1987至2013年间6个不同时期的洞庭湖湿地生态评价指标数据。为了提高综合评价值计算的准确度，通过标准化分析将各评价指标的计算值转换为0～1的标准化值，结合各指标权重值进行加权求和计算，最终得到1987至2013年间6个不同时期洞庭湖湿地生态系统健康的综合评价值（表5）。

根据不同时期各项生态评价指标的标准化值和洞庭湖湿地生态系统健康综合评价值，可以得到洞庭湖湿地在1987至2013年间的生态系统健康演变趋势（图4）。从演变趋势可知：（1）湿地压力指标的变化幅度较大，自1987年快速上升，到1998年达到最大值，说明此时人类生产活动对洞庭湖湿地生态系统的干扰度很高，此后人类活动对湿地的干扰逐步减少，压力指标逐渐降低。（2）湿地状态指标自1987年开始下降，在2003年达到状态的最低值，说明此时洞庭湖湿地生态系统的植被生产力、内部结构、弹性和功能受到很大影响，2003年后状态指标逐步回升。（3）湿地响应指标变化比较平缓，说明洞庭湖湿地本身的自我调节不明显，相关部门对生态环境变化所做出土地利用调整也相对较少。（4）洞庭湖湿地生态系统健康综合评价值在1987至2003年间处于下降趋势，2003年后逐步回升；且与湿地状态指标呈正相关，相关性较大。（5）洞庭湖湿地生态系统状态的变化一定程度上受到压力指标的影响，两者呈负相关关系，但压力指标最高时状态指标并非最低，湿地所受压力对湿地生态系统状态的影响存在一定的时滞性。

表5 洞庭湖湿地1987-2013年生态指标标准化值Table 5 Standardized values of ecological indicators of Dongting Lake Wetland since 1987 to 2013

图4 生态系统健康演变趋势Fig.4 Evolution trend of ecosystem health

5 结 论

本研究利用决策树分类法，从1987至2013年间6个不同时期的洞庭湖湿地遥感影像数据中获取洞庭湖湿地景观类型，并基于压力-状态-响应模型，结合洞庭湖湿地的功能结构、景观特征，来构建湿地生态系统健康评价体系，对不同时期的洞庭湖湿地生态系统健康进行综合评价，分析洞庭湖湿地生态系统健康的变化趋势。研究表明：

（1）根据洞庭湖湿地生态系统的特点，以湖泊湿地为研究侧重点，综合压力、状态、响应3个方面的影响因子，选取评价指标，构建湿地生态系统健康评价模型，能有效对洞庭湖湿地的生态健康进行评价，并通过时间序列分析研究其演变趋势。

（2）自1987至2003年间，由于人类对湿地资源的不合理利用，对洞庭湖湿地生态健康的干扰度很大，使得洞庭湖湿地生态系统健康程度处于下降趋势；2003年后，随着土地利用的规范化与合理化，及人类生态保护意识的增强，洞庭湖湿地生态系统健康程度逐步回升。

（3）湿地所受压力直接影响湿地生态系统的健康状态，但人类活动等外界压力对洞庭湖湿地生态系统健康的影响存在一定的时滞性，外界干扰度的变化需要一定时间才能在湿地生态系统的健康状态上得以反应。而洞庭湖湿地对这种变化所做出的响应则相对较少。

[1] 袁正科. 洞庭湖湿地资源与环境[M]. 长沙: 湖南师范大学出版社, 2008.

[2] 杨桂山, 翁立达, 李利锋. 长江保护与发展报告(2007)[M]. 武汉: 长江出版社, 2007.

[3] 方精云. 长江中游湿地生物多样性保护的生态学基础[M]. 北京: 高等教育出版社, 2006.

[4] 李 姣, 张灿明, 罗 佳. 洞庭湖生态经济区生态功能区划研究[J]. 中南林业科技大学学报, 2013, 33(6):97-103.

[5] 朱卫红, 郭艳丽. 图们江下游湿地生态系统健康评价[J]. 生态学报, 2012, 32(21): 6609-6618.

[6] 户 超, 王洪翠. P-S-R模型在海河流域湿地生态安全评价中的应用[J]. 水资源保护, 2012, 28(4): 38-41.

[7] 吴晓琴. 福建省河口湿地生态环境评价: 以九龙江河口湿地为例[D]. 厦门: 福建师范大学, 2005: 1-50.

[8] 孙 燕, 周杨明, 张秋文. 生态系统健康：理论、概念与评价方法[J]. 地理科学进展, 2011, 26(8): 887-896.

[9] 尹连庆, 解 莉. 生态系统健康评价的研究进展[J]. 环境科学与管理, 2007, 32(11): 163-167.

[10] 赵 帅, 柴立和, 李鹏飞, 等. 城市生态系统健康评价新模型及应用[J]. 环境科学学报, 2013, 33(4): 1173-1179.

[11] 薛 亮, 冯 超. BP神经网络在洞庭湖湿地生态系统健康评价中的应用[J]. 林业规划调查, 2009, 34(5): 47-49.

[12] 陈 展, 尚 鹤, 姚 斌. 美国湿地健康评价方法[J]. 生态学报, 2009, 29(9): 5015-5022.

[13] Brown M T, Vivas M B. Landscape development intensity index[J]. Environmental Monitoring and Assessment,2005,101:289-309.

[14] 李春华, 江莉佳, 曾 广. 国外城市湿地研究的现状、问题及前瞻[J]. 中南林业科技大学学报, 2012, 32(12): 25-30.

[15] 宋国利, 臧淑英. 基于模糊综合评价法的乐清湾湿地生态安全评价[J]. 自然灾害学报, 2011, 20(5): 24-31.

[16] 李茂娟, 李天奇, 王 欢, 等. 基于模糊综合评判的长春市生态系统健康评价[J]. 水土保持研究, 2013, 20(1): 254-259.

Study on evolution of ecosystem health of Dongting Lake wetland

LIAO Dan-xia, XIE Qian, YANG Bo
(College of Resource and Environment Science, Hunan Normal University, Changsha 410081, Hunan, China)

∶ By taking Dongting Lake Wetland as the researched region, the model of decision tree classif i cation was set up and was used to extract the distribution regions with different features in Dongting Lake Wetland based on Landsat remotely sensed images. According to the pressure, state and response model, taking into account the features in Dongting Lake Wetland, the evaluation indicators of the system were chosen, thus the Dongting Lake wetland ecosystem health assessment model was established. Further, the evolution situations of ecosystem health of Dongting Lake wetland in six periods from 1987 to 2013 were analyzed by adopting GIS technology.The results show that the ecosystem health of Dongting Lake Wetland was in a downward trend before 2003 and after that the health state rose again gradually, and there was a time lag between outside pressure and wetland health state.

∶ Dongting Lake wetland; ecosystem health; pressure, state and response model

S718.55+7；X171.1

A

1673-923X(2014)06-0112-05

2014-01-13

湖南省自然科学基金（10JJ3022）；杭州师范大学遥感与地球科学研究院开放基金资助项目（PDKF2010YG08）

廖丹霞（1989-），女，湖南吉首人，硕士研究生，主要从事资源环境遥感与生态环境评价研究

杨 波（1974-），男，湖南张家界人，博士，副教授，主要从事资源环境遥感研究；Email：yb@hunnu.edu.cn

[本文编校：文凤鸣]