松嫩平原西部湿地自然保护区保护有效性遥感分析

路春燕，王宗明，刘明月，欧阳玲，3，贾明明，毛德华

（1.中国科学院东北地理与农业生态研究所，中国科学院湿地生态与环境重点实验室，长春 130102；2.中国科学院大学，北京 100049；3.赤峰学院，内蒙古 赤峰024000）

松嫩平原西部湿地自然保护区保护有效性遥感分析

路春燕1，2，王宗明1*，刘明月1，2，欧阳玲1，2，3，贾明明1，毛德华1

（1.中国科学院东北地理与农业生态研究所，中国科学院湿地生态与环境重点实验室，长春 130102；2.中国科学院大学，北京 100049；3.赤峰学院，内蒙古 赤峰024000）

以松嫩平原西部国家级湿地自然保护区为研究对象，以Landsat MSS/TM/OLI遥感影像为基础信息源，综合运用最小均方差、变异系数、景观指数、信息熵模型、地理信息系统空间分析和景观发展强度指数，研究保护区保护有效性变化及其影响因素.结果表明：松嫩平原西部国家级湿地自然保护区保护有效性大致呈递减趋势；1987～2013年人类活动对保护区的干扰强度不断增加，且与保护区保护有效性呈显著负相关；耕地和草地为湿地转出的主要类型，分别占总转出面积的63.71%和21.69%；湿地自然保护区保护有效性的降低是自然环境变化和人类活动影响共同作用的结果，自然环境变化是内因，而人为活动干扰，尤其是开垦造田和水利修建加速了湿地退化.最后，论文就研究中存在的不足以及保护区管理建设中应关注的问题进行了阐述.

国家级湿地自然保护区；松嫩平原西部；信息熵模型；遥感；面向对象的分类方法；景观发展强度指数

湿地是地球上最重要的生态系统之一，它不仅为人类生产、生活提供宝贵的资源，而且具有巨大的生态功能，因此被誉为“地球之肾”、“生命的摇篮”和“鸟类乐园”［1］.20世纪70年代以来，随着人们对湿地生态功能和价值认识的逐步深入，湿地资源及其生物多样性的保护已经成为当今国际社会备受关注的热点问题［2-3］.对此，我国相继建立了多个湿地自然保护区，且数量日益增加［4］.根据国家林业局的数据，截止到2013年，我国已建成的以湿地生态系统为保护对象的国家、省、市和县级自然保护区共计342个（http：//datacenter.mep.gov.cn）.相对于发达国家而言，我国自然保护区的研究和建立较晚，建设缺乏系统的规划设计，保护区多采取“抢救式”的强制性保护政策，由此造成了保护区“大力建设”和“薄弱管理”的局面［5-6］，保护区建立后其保护成效未得到足够的重视和关注.

保护区有效性评价涉及4个相互区别且互补的层面，即覆盖率、保护有效性、管理有效性和详细监测程度.其中，保护区管理有效性评价是基于管理行为的保护区有效性评价，而保护区保护有效性是基于保护目标保护成效的保护区有效性评价［5］.任春颖等［4］、Liu等［7］综合运用地理信息系统、遥感和景观格局指数分别对向海和卧龙自然保护区保护有效性进行研究，发现保护区建立后并未得到有效保护，出现了生态退化现象，人为干扰以及保护区管理建设中存在的问题是影响保护区发挥有效保护作用的主导因素.Mora等［8］、郑姚闽等［9］分别对全球海洋自然保护区和我国湿地自然保护区进行了有效性评价，发现自然保护区并未有效地保护.Porter-Bolland等［10］利用土地覆盖数据计算年均森林退化率和定性对比的方法，研究了社区管理和保护区保护森林保护方式的保护有效性，发现较保护区保护森林景观，以社区管理方式保护森林其森林退化率更低，保护有效性更高.

保护区保护有效性评价对于国家保护法令的制定、保护措施的实施以及政府资金的分配等方面都具有重要的意义［11-12］.然而，对于保护区有效性的研究目前主要集中在保护区管理有效性评价，据初步统计，其评价方法已多达50余种［13］.而对于保护区的保护有效性评价却相对较少，且其评价方法主要通过问卷调查、专家打分、定性对比等方法实现，受主观因素的影响较大，评价结果精确性不足［14-16］.

本研究选择松嫩平原西部的国家级湿地自然保护区作为研究对象，以遥感影像分类结果作为基础数据源，结合地理信息系统、信息熵模型和景观发展强度指数，对1987～2013年国家级湿地自然保护区的自然湿地生态系统进行保护有效性评估，并分析保护区自然湿地的时空变化特征和影响保护区保护有效性的主要因素，以期为湿地保护区的有效保护和生态建设提供决策参考.

1 研究区概况

松嫩平原西部地理坐标为43°59′E～48°33′E，121°37′N～126°39′N（图1），按照行政区划单元该区包括吉林省松原市、白城市、黑龙江省大庆市以及黑龙江省的齐齐哈尔地区和绥化地区的龙江、泰来、富裕、齐齐哈尔、赣南、安达、兰西和肇东等，共计23个市、县，总面积约10.1× 104km2，是我国重要的粮食生产基地之一.

图1 研究区位置Fig.1 The location of study area

松嫩平原西部位于中温带大陆性半湿润、半干旱季风气候区，夏季降水集中，雨量充沛；春秋干燥，降水稀少；年平均气温2～5.6℃，年降水量360～480mm，潜在蒸发量1200～1900mm，远大于降水量.该区地势平坦，高程在130～320m之间.洼地、河流、湖泊星罗棋布，沼泽湿地广泛发育.为了更好的保护湿地资源及其所支撑的生物多样性，截止到目前，国家林业局共在该区建立了5处以湿地生态系统为主要保护对象的国家级湿地自然保护区，分别是向海、扎龙、莫莫格、查干湖和大布苏国家级自然保护区，其中扎龙、向海和莫莫格自然保护区已先后被列入国际重要湿地名录.各自然保护区根据功能不同又被划分为核心区、实验区和缓冲区3部分（图1）.

2 数据来源及研究方法

2.1 数据来源及处理

图2 1987～2013年松嫩平原西部各国家级湿地自然保护区土地覆盖对比Fig.2 Land cover comparison of each national wetland nature reserve in West Songnen Plain from 1987 to 2013

保护有效性评价是以保护目标保护成效为基础的评估，因而对湿地保护区而言，湿地空间变化和制图对其保护有效性评价研究具有非常重要的意义［17-18］.但是，由于湿地分布区地理环境复杂，人类活动不易到达，因而应用传统的实地调查方法进行湿地制图不仅需要耗费大量的人力、物力和财力，而且需要花费较长的时间.遥感相对于传统的地面实测方法，在土地覆盖/利用类型变化监测和制图方面具有观测范围广、信息定量化、数据更新快、多时相、历史资料丰富、可对比性强等优势［19-20］.本研究选择1987、2000和2013年的Landsat MSS/TM/OLI影像作为本研究中自然保护区土地覆盖信息提取的基础数据源.以1：10万地形图为基准，对遥感影像进行几何纠正，误差控制在0.5个像元以内.参照国际IGBP的土地覆盖分类系统，结合本研究的目的，确立研究区的土地覆盖分类系统，包括林地、草地、耕地、人工表面（居住地、交通用地和建筑工矿用地）、水体（河流和湖泊）、沼泽湿地、人工湿地（水库、坑塘、运河及水渠）和无植被覆盖地共8种类型.在此基础上，建立各个土地覆盖类型的遥感解译标志，基于eCognition 8.64软件应用面向对象分类方法对遥感影像进行信息提取.最终得到各自然保护区1987、2000和2013年的土地覆盖数据（图2）.作者于2009～2013年在研究区实地考察获取674个采样点（采样点空间位置及其采集时间图3所示），利用这些采样点对土地覆盖数据进行精度验证.总体分类精度为92.24%，Kappa系数为0.91，分类精度较高，可以达到本研究的要求.

同时，为了更为全面客观地分析影响保护区保护有效性的因素，本研究搜集了研究区内的气象数据（http：//cdc.cma.gov.cn/home.do）、交通道路数据（来源：1987、2000和2013年吉林省与黑龙江省交通地图）及人口经济发展数据（来源：吉林省与黑龙江省统计年鉴）.其中气象数据包括研究区内及周边的23个气象站点1987～2013年的逐月平均气温和降水量数据.对此数据进行处理，得到年平均气温和年降水量，进而应用空间插值的方法得到各气象因子连续的空间分布数据.

2.2 研究方法

2.2.1 保护有效性评价指标体系构建 由于保护区管理体制不健全、湿地生物多样性数据不易获取、历史记录数据缺失等主客观因素的影响，在区域尺度上对湿地保护区进行保护有效性评价具有一定的困难.为克服此困难，本研究遵循全面性与重点性相结合、整体性和相对独立性相结合、科学性、可操作性的指标选择原则［21］，围绕构建国家级湿地自然保护区保护有效性评价指标体系的总目标，选择表征整个自然保护区和核心区保护成效的18个评价指标（基于Fragstats软件计算得到的景观格局指数）初步构建评价指标体系（表1）.选取的评价指标不仅能够反映湿地数量和质量的变化，更能够反映湿地景观空间格局的变化.各个指标的生态学意义参考文献［22-23］.

对于已有的保护区保护有效性评价方法而言，为了达到快速高效获得评价结果的目的，所构建的评价指标体系其指标间的相关性分析往往不够，从而使评价系统存在冗余信息，影响评价结果的准确性［24］.为此，本研究选择最小均方差和变异系数相结合的方法，对初步建立的评价指标体系进行指标筛选，剔除冗余信息，使评价结果更为准确.该方法的优点为简单易操作，客观性强，可极大地消除人为主观因素的影响.

最小均方差法的基本思想为：对于由n个被评价对象（S1，S2，……，Sn）及其所对应的m个指标的观测值xij（i=1，2，……，n；j=1，2，……，m）所构成的评价系统而言，假设所有评价对象所对应的某一项评价指标的取值相差甚微，那么尽管这个评价指标非常重要，但对最终的评价结果来说，它所起的作用却非常微小.因此，为了减少数据冗余和计算量，可删除此评价指标.即：

为评价指标xj的样本均方差.其中

为评价指标xj的样本平均值.

若存在k0（1≤k0≤m ），使得

并且Sk0≈0，则可删除掉与sk0相应的评价指标xk0［21］.

在最小均方差法的基础上，为了使最终构建的评价指标体系性能良好，应用变异系数对评价指标进行区分度分析，以使最终建立的评价指标体系更可靠、更精确.变异系数的计算公式如下：

式中：cυ为变异系数，其值越大，则表明该指标的鉴别能力越强.

图3 采样点空间分布及其采集时间Fig.3 Spatial distribution and acquisition time of sampling sites

应用最小均方差和变异系数相结合的方法对原始评价指标进行计算，综合考虑分析确定S＜0.06且cυ＜0.08的评价因子被剔除.被剔除的因子分别为整个自然保护区自然湿地保护成效的斑块形状破碎指数D9（S=0.056，cυ=0.073）、核心区自然湿地保护成效的面积加权分维指数D15（S=0.011，cυ=0.012）、核心区自然湿地保护成效的斑块形状破碎指数D18（S=0.002，cυ=0.003）.

2.2.2 基于信息熵模型的保护有效性评价 为了避免主观赋权引起的人为主观因素的干扰，本研究应用信息熵模型确定评价指标的权重，信息熵模型是一种基于数据本身的客观权重确定方法，该方法对样本数量的要求不高，即使在样本数量少的情况下依然可以得到准确的评价结果

［25-26］.同时，该方法在确定权重的过程中综合考虑各指标的熵值以及各指标冗余度占所有指标冗余度的总和.因而，此方法在综合指标体系的测度应用上具有科学性和有效性［27-28］.

信息熵模型的基本思想为：评价因子差异程度的大小能够反映该因子在整个综合评价体系中的地位，而评价因子差异程度的大小可以用信息熵进行度量［29］.信息熵是信息不确定性的度量，信息熵越大，信息的不确定性越大，其效用值越小；反之信息熵越小，不确定性越小，信息的效用值就越大［30］.

本研究在评价指标筛选完成的基础上，应用信息熵模型得到各个保护区的保护有效性.信息熵模型的计算方法如下［31］：

设有n个选定的被评价对象，m个评价指标，形成原始指标数据矩阵

表1 保护有效性评价指标体系Table 1 Evaluation factor system of conservation effectiveness

②计算第j项指标的熵值：

③计算第j项指标的冗余度：

④计算第j项指标的权重：

⑤单个指标评价得分：

⑥第i个被评价对象的综合水平得分：

本研究中，xij表示第i个保护区第j项评价指标的数值为第j项指标实际统计值的最大值为第j项指标实际统计值的最小值.

2.2.3 湿地时空动态变化 对于湿地自然保护区而言，湿地动态变化是其湿地资源保护成效的重要体现.单一土地覆盖类型动态度可以有效的描述一定时间范围内某一土地覆盖类型动态变化的程度和速率，其表达式为［32］：

式中：K为某一土地覆盖类型的动态度；Ua和Ub分别为研究初期和末期该类型的面积；T为时间间隔.本研究将时间间隔划分为1987～2000年、2000～2013年、1987～2013年3个阶段.

同时，为了更为具体的分析自然湿地在空间上的变化特征，本研究应用地理信息系统的空间分析功能对1987～2000年、2000～2013年、1987～2013年自然湿地与其他土地覆盖类型的转化做了对比分析.

2.2.4 景观发展强度指数 随着人口的增长和经济的发展，人类活动对自然生态系统及其所支撑的生态群落的影响也越来越大.以往关于人类活动对生态系统影响的研究，通常是利用定性的描述或简单的数据分析进行研究，未对影响程度做出定量分析.本研究选用景观发展强度指数量化人类活动对保护区的影响程度.景观发展强度指数是一种基于不同土地覆盖类型能量转换的定量描述方法，目前已有许多学者对其准确性做了研究，证明该方法可以有效地量化人类活动对自然生态系统的影响程度［33-34］.

为得到景观发展强度指数，根据Brown等［35］的研究，对保护区边界向外做100m的缓冲区，进而对该缓冲区的土地覆盖类型进行景观发展强度指数计算，以此确定人类活动对各自然保护区的影响.其计算公式如下［35］：

其中：LDItotal为整个景观单元总景观发展强度；% LUi表示某种土地覆盖类型占景观总面积的百分比；LDIi是景观发展强度系数，该系数参照Brown等［35］的研究确定.不同土地覆盖类型景观发展强度系数如表2所示.

表2 不同土地覆盖类型景观发展强度系数Table 2 Landscape development intensity coefficient of different land cover types

3 结果与分析

3.1 保护区自然湿地资源时空变化

基于1987～2013年3期土地覆盖数据可以得知，在1987～2013年期间，松嫩平原西部国家级湿地自然保护区的自然湿地（包括沼泽湿地与水体）面积由3368.06km2减少到2752.91km2，减少速率为23.66km2/a.可知，松嫩平原西部国家级湿地自然保护区的自然湿地总体上呈现退缩趋势.对比1987～2000年和2000～2013年2个时间段，自然湿地的减少速率分别是5.03km2/a和42.29km2/a，因而2000～2013年间自然湿地退缩更为剧烈.

根据各个国家级湿地自然保护区自然湿地变化动态度（表3）可知，向海自然保护区自然湿地的减少速率最大，莫莫格自然保护区次之，扎龙与查干湖自然保护区自然湿地面积虽然略有减少，但是减少速率相对较小.自然湿地面积有所增加的自然保护区为大布苏自然保护区，但自然湿地增加程度总体不高.

表3 各自然保护区不同时期自然湿地变化动态度Table 3 Dynamic change degree of each nature reserve for natural wetlands in different time periods

表4 国家级湿地自然保护区不同时期自然湿地转化为其他土地覆盖类型对比（%）Table 4 Comparison of natural wetland converted to other land cover types in different time periods（%）

通过对3期保护区土地覆盖数据进行空间分析，得到松嫩平原西部国家级湿地自然保护区自然湿地转化为其他土地覆盖类型的比例.由表4可知，1987～2013年自然湿地转化为耕地的比例最大，占60%以上；其次是转化为草地和无植被覆盖地，三者占自然湿地转化其他土地覆盖类型的96.05%.对比1987～2000年和2000～2013年2个时间段，自然湿地转化为草地和无植被覆盖地最为明显的是在1987～2000年时间段，二者约占自然湿地转化为其他土地覆盖类型的50%.自然湿地转化为耕地最为严重时期发生在2000～2013年期间，约占自然湿地转化为其他土地覆盖类型的70%.

3.2 保护区保护有效性对比

基于信息熵模型对各个自然保护区1987～2013年的保护有效性进行评估，其结果如表5所示.从自然湿地分布的空间格局特征上分析，保护成效相对较好的自然保护区为查干湖和大布苏国家级自然保护区，而保护有效性较差的保护区为向海和莫莫格国家级自然保护区.

表5 各保护区不同时期保护有效性对比Table 5 Conservation effectiveness comparison of each nature reserve in different time periods

3.3 人类活动对保护区影响的强度

运用景观发展强度指数进行人类活动对保护区影响的量化研究，得到各国家级自然保护区在1987年、2000年和2013年受人类活动影响的程度（图4）.由图4可知，大布苏和扎龙自然保护区受人类活动的影响在1987～2013年间略微增大，基本保持在一个稳定的水平，这也是大布苏保护区自然湿地面积在整个研究时段内略有增加，扎龙自然保护区自然湿地面积减少甚微的原因之一；查干湖国家级保护区受人类活动的影响程度增长较大，总体2013年比1987年增大0.44；受人类活动影响程度变化最大的是莫莫格和向海国家级自然保护区，其影响程度分别增加了0.96和0.95.

同时，对各保护区的景观发展强度指数与保护有效性进行相关分析，得到1987～2000年两者的相关系数为-0.87（P ＜ 0.01）；2000～2013年两者的相关系数为-0.73（P ＜ 0.01）；1987～2013年整个研究时段内，两者的相关系数为-0.56（P ＜ 0.01）.由此可知，保护区的保护有效性和人类活动对保护区的影响呈明显的负相关，即人类活动对保护区的影响越大，保护区的保护有效性越差；人类活动对保护区湿地自然景观产生一定的负面影响.

图4 1987～2013年各自然保护区景观发展强度Fig.4 Landscape development intensity of each nature reserve from 1987 to 2013

3.4 保护区保护有效性影响因素

3.4.1 自然环境变化的影响 对松嫩平原西部1987～2013年的年平均气温、年降水量进行分析，分别得到其在该时间段的变化趋势.由图5可知，在1987～2013年间，尽管个别年份降水量和平均气温出现较大波动，但整体上松嫩平原西部呈现年均气温升高和年降水量减少的趋势.该趋势使得大量自然湿地在自然状态下水源补给减少，加之松嫩平原西部年内降水量分配不均，降水量远远小于蒸发量，气候日趋干燥，由此造成了多数湿地处于水源补给不足的状态.水源补给及其水文状况的变化对湿地的存在具有重要的意义［36］，水资源的短缺逐渐使得湿地植被按水分减少的逆向演替方向发展，湿地类型逐渐向草地、无植被覆盖地和林地方向变化，湿地空间分布界限逐渐退缩.

3.4.2 人类活动的影响 松嫩平原西部包括23个市县，人口数量由1987年的742.1万增加到2012年的1298.4万，其中大部分属于农业人口.国家级湿地自然保护区内的耕地面积由1987年的1124.9km2增加到2013年的1569.6km2，约占保护区面积的30%.人口的不断增长和耕地面积的逐步扩张造成了生产生活用水需求的不断增加，地下水和河流湖泊水资源开采量逐步递增，由此进一步加剧了自然湿地水资源短缺，湿地缺水状况日趋严重.同时，由于该区经济相对落后，生产生活污水通常不经过处理或达不到规定的排放标准直接流入到沼泽湿地、河流和湖泊中，因而造成了区内水体污染严重，自然湿地水质恶化，这对自然湿地及其所支撑的生物多样性都造成了严重的危害.

图5 松嫩平原西部1987～2013年年平均气温和年降水量变化趋势Fig.5 Change trend of annual temperature and precipitation in West Songnen Plain from 1987 to 2013

由于该区为我国重要的粮食生产基地，因而开垦湿地种植商品粮是该区湿地资源减少的主要威胁，湿地开垦为耕地后极大的降低了湿地的生态功能、破坏了生物多样性.在1987～2013年期间人类活动对该区的影响整体上逐渐增大，湿地资源被开垦为耕地的情况日益严重.2004年吉林和黑龙江省成为我国首批试行减免农业税的地区［37］，出于利益的驱动，部分湿地被非法开垦，以致湿地面积的不断减少.同时，松嫩平原西部的5个国家级湿地自然保护区有4个分布在吉林省西部.2008～2012年期间吉林省实施了《吉林省增产百亿斤商品粮能力建设总体规划》，该规划主要实施的粮食增产区域为吉林的中西部，湿地由于其所处区域地势平坦易开垦，因而成为粮食增产的主要开发土地类型.由此造成了相当数量的湿地面积减少.

我国的保护区建立相对较晚，与发达国家相比，在保护管理方面存在措施执行和监管力度不够的情况.因而，保护区浅水沼泽和草地区域的植被常因当地居民放牧而受到不同程度的破坏，使得地表植被覆盖度下降，地表蒸散发量增加，进一步加剧了区域内干旱化、盐碱化和土壤沙化的程度，对湿地的存在和保护造成威胁.

在松嫩平原西部，河流是湿地水源补给的重要来源之一.该区的国家级湿地自然保护区主要位于乌裕尔河、双阳河和霍林河的下游，上游水库的修建对下游产生较大的影响.每年的农耕时节，由于农业灌溉用水的增加，使得下游水量大量减少［38］，甚至在枯水年份下游河道出现干枯断流的现象，严重削减了保护区内湿地的主要生态用水来源.加之在该区气候日趋干旱的背景下，河滨湿地得不到充足的水源补给，使得湿地地下水位下降，湿地退化，对保护区内湿地生态系统平衡造成破坏，湿地保护区的保护有效性降低.

综上所述，通过对保护区保护有效性影响因素的分析可知，气温的升高和降水量的减少对松嫩平原西部国家级湿地自然保护区的湿地减少具有一定的促进作用.同时，人类活动的干扰，尤其是湿地改造为农田和水利设施的修建又加速了湿地的减少速度，从而降低了湿地保护区的保护有效性.

3.5 讨论

本研究利用遥感与地理信息系统技术，综合运用景观指数和信息熵模型方法对松嫩平原西部国家级湿地自然保护区保护有效性进行评价，并对影响保护区保护有效性的因素进行了分析.虽然景观指数能够反映生物生境适宜性的信息，但是由于该研究区湿地生物多样性数据目前尚无法获取，因而对评价指标体系的构建产生一定的影响.该区降水是湿地水源补给的最主要来源，除此之外，地下水亦对湿地水源补给产生影响.但因该区地下水位历史资料收集困难，因而未能就地下水变化对湿地的影响进行详细阐述.

鉴于以上本研究存在的一些问题，在今后的实践中可以尝试用以下方法解决：对保护区进行生物多样性调查，进一步完善评价指标体系，进而提高研究结果的精度；尽可能搜集研究区的相关定性与定量资料，对影响湿地自然保护区保护有效性因素做更为细致的分析.

3.6 建议

基于本文的研究结果，在今后的保护区管理和建设中，松嫩平原西部湿地自然保护区管理部门和当地的政府应着重开展以下工作：

（1） 制定相关的措施，对保护区内湿地开垦、放牧等人类活动进行严格的监管与控制，同时加大退耕还湿的力度，增加保护区湿地的总面积；

（2） 积极建立健全保护区湿地生态系统监测系统，严格控制湿地水源污染，逐步改善受污染的保护区水质；

（3） 建立保护区的水文监测系统，根据水文情况，定期对保护区的湿地进行水源补给，并对保护区内及其周边的水利工程修建严格把关和科学实施；

（4） 建立健全保护区的管理机构，提高管理人员的整体素质，大力进行保护区湿地保护和资源合理利用的宣传教育工作.

4 结论

4.1 1987～2013年期间，松嫩平原西部的国家级湿地自然保护区自然湿地面积减少了615.15km2.对比1987～2000年和2000～2013年2个阶段，可知：后一时段内湿地面积的减少更为严重.

4.2 就保护区的保护有效性而言，大布苏自然保护区的保护有效性略微提高；查干湖和扎龙自然保护区自然湿地面积虽略有减少，但保护区自然湿地空间分布格局并未受到严重影响；莫莫格和向海自然保护区保护成效较差，湿地面积大量减少，造成自然湿地的空间分布格局的较大变化.

4.3 在1987～2013年间，人类活动对保护区的影响大致呈逐渐增加的趋势，保护区的保护有效性和人类活动对保护区的影响呈明显的负相关.耕地是湿地转出的最主要土地覆盖类型，其次，相当数量的湿地转化为草地和无植被覆盖地.

4.4 松嫩平原西部国家级湿地自然保护区保护有效性的降低是自然环境变化和人类活动影响共同作用的结果，自然环境变化是其内因，而人类活动加速了湿地退化，尤其是开垦造田和水利设施的修建是降低保护区湿地生态系统保护有效性的主要因素.

［1］刘兴土.东北湿地 ［M］. 北京：科学出版社， 2005：2-5.

［2］Keddy P A. Conservation and management ［M］. Cambridge：Cambridge University Press， 2010：1-19.

［3］刘晓曼，王 桥，庄大方，等.湿地变化对双台河口自然保护区服务功能的影响 ［J］. 中国环境科学， 2013，33（12）：2208-2214.

［4］任春颖，张 柏，张树清，等.向海自然保护区湿地资源保护有效性及其影响因素分析 ［J］. 资源科学， 2007，29（6）：75-82.

［5］郑姚闽，牛振国，宫 鹏.对《中国国家级湿地自然保护区保护成效初步评估中的偏差》一文的回应 ［J］. 科学通报， 2012，57（15）：1371-1376.

［6］孙 锐，崔国发，雷 霆，等.湿地自然保护区保护价值评价方法［J］. 生态学报， 2013，33（6）：1952-1963.

［7］Liu J， Linderman M， Ouyang Z Y， et al. Ecological degradation in protected areas： the case of Wolong Nature Reserve for giant pandas ［J］. Science， 2001，292（5514）：98-101.

［8］Mora C， Andréfouët S， Costello M J， et al. Coral reefs and the global network of marine protected areas ［J］. Science， 2006，312：1750-1751.

［9］Zheng Y M， Zhang H Y， Niu Z G， et al. Protection efficacy of national wetland reserves in China ［J］. Chinese Science Bulletin，2012，57（10）：1116-1134.

［10］Porter-Bolland L， Ellis E A， Guariguata M R， et al. Community managed forests and forest protected areas： An assessment of their conservation effectiveness across the tropics ［J］. Forest Ecology and Management， 2012，268：6-17.

［11］Stem C， Margoluis R， Salafsky N， et al. Monitoring and evaluation in conservation： a review of trends and approaches ［J］. Conservation Biology， 2005，19（2）：295-309.

［12］Knight A T， Driver A， Cowling R M， et al. Designing systematic conservation assessments that promote effective implementation：best practice from South Africa ［J］. Conservation biology， 2006，20（3）：739-750.

［13］Leverington F， Costa K L， Pavese H， et al. A global analysis of protected area management effectiveness ［J］. Environmental Management， 2010，46（5）：685-698.

［14］Garces L R， Pido M D， Tupper M H， et al. Evaluating the management effectiveness of three marine protected areas in the Calamianes Islands， Palawan Province， Philippines： Process，selected results and their implications for planning and management ［J］. Ocean and Coastal Management， 2013，81：49-57.

［15］Oestreicher J S， Benessaiah K， Ruiz-Jaen M C， et al. Avoiding deforestation in Panamanian protected areas： An analysis of protection effectiveness and implications for reducing emissions from deforestation and forest degradation ［J］. Global Environmental Change， 2009，19：279-291.

［16］Porter-Bolland L， Ellis E A， Guariguata M R， et al. Community managed forests and forest protected areas： An assessment of their conservation effectiveness across the tropics ［J］. Forest Ecology and Management， 2012，268：6-17.

［17］Hockings M. Systems for assessing the effectiveness of management in protected areas ［J］. Bio. Science， 2003，53（9）：823-832.

［18］Pomeroy R S， Watson L M， Parks J E， et al. How is your MPA doing？ A methodology for evaluating the management effectiveness of marine protected areas ［J］. Ocean and Coastal Management， 2005，48（7）：485-502.

［19］Alexandridis T K， Takavakoglou V， Crisman T L， et al. Remote sensing and GIS techniques for selecting a sustainable scenario for lake Koronia， Greece ［J］. Environmental Management， 2007，39（2）：278-290.

［20］Jia M M， Wang Z M， Liu D W， et al. Monitoring loss and recovery of salt marshes in the Liao River Delta， China ［J］. Journal of Coastal Research， 2013， DOI： http：//dx.doi.org/ 10.2112/JCOASTRES-D-13-00056.1.

［21］郭亚军.综合评价理论、方法及应用 ［M］. 北京：科学出版社，2007：26-27.

［22］Wang Z， Song K， Zhang B， et al. Shrinkage and fragmentation of grasslands in the West Songnen Plain， China ［J］. Agriculture，ecosystems and environment， 2009，129（1）：315-324.

［23］McGarical K， Marks B J. 1995. FRAGSTATS： spatial pattern analysis program for quantifying landscape structure ［J］. USDA Forest Service， 1995， PNW-GTR-351.

［24］Stoll-Kleemann S. Evaluation of management effectiveness in protected areas： Methodologies and results ［J］. Basic and Applied Ecology， 2010，11：377-382.

［25］Liu L， Zhou J， An X， et al. Using fuzzy theory and information entropy for water quality assessment in Three Gorges region，China ［J］. Expert Systems with Applications， 2010，37（3）：2517-2521.

［26］Chen T， Jin Y， Qiu X， et al. A hybrid fuzzy evaluation method for safety assessment of food-waste feed based on entropy and the analytic hierarchy process methods ［J］. Expert Systems with Applications， 2014，41（16）：7328-7337.

［27］Wise S. Information entropy as a measure of DEM quality ［J］. Computers and Geosciences， 2012，48：102-110.

［28］王 丹.基于信息熵和DEA的企业技术创新能力评价方法 ［J］.东北大学学报：自然科学版， 2010，31（5）：741-745.

［29］邢 钊.基于信息熵与AHP模型的白龙江流域泥石流危险性评价 ［D］. 兰州：兰州大学， 2012.

［30］铁永波.唐 川.基于信息熵理论的泥石流沟谷危险度评价 ［J］.灾害学， 2005，12（4）：25-30.

［31］薛丽芳，欧向军，谭海樵.基于熵值法的淮海经济区城市中心性评价 ［J］. 地理与地理信息科学， 2009，25（3）：63-66.

［32］刘盛和，何书金.土地利用动态变化的空间分析测算模型 ［J］.自然资源学报， 2002，17（5）：533-540.

［33］Chen T S， Lin H J. Development of a framework for landscape assessment of Taiwanese wetlands ［J］. Ecological Indicators，2013，25：121-132.

［34］Reiss K C， Hernandez E， Brown M T. Application of the landscape development intensity （LDI） index in wetland mitigation banking ［J］. Ecological Modelling， 2014，271：83-89.

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

［36］王志强，张 柏，张树清，等.吉林省西部湿地动态过程及生态环境效应分析 ［J］. 资源科学， 2006，28（2）：125-131.

［37］Tao R， Qin P. How has rural tax reform affected farmers and local governance in China？ ［J］. China and World Economy，2007，15（3）：19-32.

［38］岳书平，张树文，闫业超.吉林西部沼泽湿地景观变化及其驱动机制分析 ［J］. 中国环境科学， 2008，28（2）：163-167.

Analysis of conservation effectiveness of wetland protected areas based on remote sensing in West Songnen Plain.

LU Chun-yan1，2， WANG Zong-ming1*， LIU ming-yue1，2， OUYANG Ling1，2，3， JIA Ming-ming1， MAO De-hua1
（1.Key Laboratory of Wetland Ecology and Environment， Northeast Institute of Geography and Agroecology， Chinese Academy of Sciences， Changchun 130102， China；2.University of Chinese Academy of Sciences， Beijing 100049， China；3.Chifeng University， Chifeng 024000， China）.

China Environmental Science， 2015，35（2）：599～609

In this study， the national wetland nature reserves in West Songnen Plain were chosen as the research object，and remote sensing images （Landsat MSS/TM/OLI） were used to obtain the basic information of wetland. Minimum mean square deviation， variation coefficient， landscape metrics， information entropy model， GIS spatial analysis and landscape development intensity index were applied to explore the conservation effectiveness of wetland protected areas and driving factors. Results of this study showed that it was a generally decreasing trend for the conservation effectiveness of protected areas during 1987-2013. The disturbance of human activities on protected areas was increasing between 1987 and 2013. The significant negative correlation between the landscape development intensity index and conservation effectiveness suggested that human activities should be associated with low conservation effectiveness for protected areas. 63.71% and 21.69% of degraded wetlands was converted to farmland and grassland， respectively. The warming and drying climatic trends as well as the influence of human activities were contributed to the decrease of conservation effectiveness. Especially， converting wetlands to farmland and constructing hydraulic engineering accelerated wetland degradation. Finally， the aspects on which should be focused by the managers and governors in the future and the deficiencies existed in this study were discussed.

national wetland protected area；West Songnen Plain；information entropy model；remote sensing；object-oriented classification；landscape development intensity index

X171， S759.93

A

1000-6923（2015）02-0599-11

路春燕（1986-），女，山东邹平人，中国科学院东北地理与农业生态研究所博士研究生，主要从事湿地遥感及湿地保护区评价研究.发表论文10余篇.

2014-05-28

中国科学院战略性先导科技专项子课题（XDA05050101）；国家自然科学基金项目（41401502，41371403）；国家重点基础研究发展计划资助（2012CB956103）.

* 责任作者， 研究员， zongmingwang@iga.ac.cn.