黄河三角洲人类活动强度的湿地景观格局梯度响应

韩 美，张 翠，路 广，刘玉斌，余灏哲



黄河三角洲人类活动强度的湿地景观格局梯度响应

韩 美，张 翠，路 广，刘玉斌，余灏哲

（山东师范大学地理与环境学院，济南 250014）

为了研究黄河三角洲湿地景观格局沿人类活动强度的梯度变化规律，该文基于土地科学和景观生态学原理，在RS、ArcGIS和FRAGSTATS软件支持下，以1989、1999、2009和2014年四期遥感影像为数据源，利用人工目视解译方法构建研究区景观类型图。基于解译结果，选取耕地、工矿用地、居民点和交通用地等土地利用指标来反映人类活动强度，采用自然间断法将人类活动强度从强到弱分带。文章分析了黄河三角洲不同人类活动强度样带不同时期的湿地景观格局变化特征，以及2014年主要景观类型的格局特征对人类活动强度的梯度响应。结果表明：人类的干扰活动使得不同景观类型在人类活动强度各样带表现出明显的空间差异。在景观水平上，随着人类活动强度的降低，样带景观的丰富度和斑块数增加，2009年斑块数量达到8 000个；多样性和均匀度指数呈先增后减趋势，景观聚集度和连通性持续增加，在第10样带达到99.42%，破碎化程度不断降低；在类型水平上，水库坑塘、水产养殖场、盐田和未利用地在梯度带中较好地反映了景观格局的变化特征，其中各景观类型的形状指数和分维数随人类活动强度的梯度变化呈现明显的变化趋势，景观形状趋于复杂化，面积比例、斑块密度和最大斑块指数的梯度变化较大，波动明显，盐田在人类干扰最大时斑块指数达到26%。该文揭示了景观格局沿人类活动强度的梯度变化规律，可为研究区湿地生态恢复及可持续利用提供参考。

土地利用；遥感；湿地；湿地景观；梯度响应；黄河三角洲

0 引 言

20世纪70年代，全球变暖、水资源短缺、生态系统退化、生物多样性减少、海洋污染等全球性环境问题凸显，人类活动对自然过程的扰动开始受到国际科学界的高度关注[1]，相关组织先后发起了世界气候研究计划[2-3]、国际地圈-生物圈计划[4-5]、全球环境变化的人文因素计划[6]和国际生物多样性科学研究规划[7]等行动计划，将人类活动纳入影响全球变化的主要因子范畴。与此同时，国内学者则从人类活动导致的生态环境问题入手，展开了人类活动强度综合评价指标构建与景观生态响应研究。文英[8]最早对人类活动强度的概念及其量化进行了研究，认为人类活动强度是指一定面积的区域受人类活动的影响而产生的扰动程度，由此出发，建立涉及自然、经济和社会子系统的指标体系，通过层次分析或专家打分等方法确定指标权重，进而采用指标加权求和得出人类活动强度结果。之后许多学者在对该方法进行改进的基础上，在西北干旱区[9-10]、滹沱河流域[11]、南方红壤丘陵区[12]、岷江上游[13]、北洛河流域[14]等地开展了相关实证研究，取得了有益的进展，但尚未形成普适性强的综合指标算法。人类活动强度相关研究[15]的开展为探讨湿地景观格局变化提供了新思路。

湿地被誉为“地球之肾”，是人类重要的环境资本，但近年来城市建设[16-17]、围海造田[18]、石油开采[19]、旅游开发[20]等土地开发活动直接或间接改变着湿地生态系统的格局，湿地景观不断发生变化，生态环境日益恶化，引起了国内外学者的广泛关注。众学者就人类活动对湿地景观的影响开展研究，一般从2个角度展开：一是针对某一特定人类活动类型[21-24]直接阐述其空间强度分布，这种研究详尽、直观，但往往过于片面，难以描述人类活动的综合效应；二是采用人类活动相关指标[25-27]间接反映人类活动强度，该角度的分析在较大尺度的研究中得到广泛应用，效果显著。人类活动已成为湿地景观格局变化的主要驱动力[28-29]。

黄河三角洲地处河-海-陆交汇地带，环境特征的多重界面性使其成为众多学者关注的区域。过去关于该区域湿地景观格局变化机制的研究多集中在水沙变化[30]、水盐变化[31]等自然影响因素上，对于生态界面交互条件下的人类活动作用机制研究略显不足，大多停留在油田开发[32-33]、水利工程建设[34]、沿海防潮工程[35]、盐田开发及鱼塘修建[36]、道路建设[37-38]等单一人类活动方式对湿地景观的影响研究，不同干扰强度下的湿地景观格局响应分析尚有所欠缺。

鉴于此，本文将借助RS和GIS手段，以黄河三角洲为研究区域，在分析湿地景观空间特征的基础上，划分人类活动强度带，分析1989－2014年黄河三角洲湿地景观格局对人类活动强度的梯度响应，以期为黄河三角洲湿地景观恢复重建与区域可持续发展提供科学决策支持[39]。

1 数据来源与研究方法

1.1 数据来源

遥感数据来自美国地质调查局USGS（网址：https://www.usgs.gov/），包括1989年、1999年、2009年和2014年的Landsat TM、ETM+和OLI影像（表1）；野外调查数据，在野外布设调查路线、采样带、采样点，利用GPS进行样点定位，记录样点植被类型、水文、地貌及人类活动特征等要素，野外调查数据主要用于遥感影像解译精度检验；相关统计资料及图件，主要包括：《东营市统计年鉴》（2009、2014年）、《山东省统计年鉴》（2009、2014年）、东营市地形图、东营市交通图、东营市土地利用现状图、shapefile格式的东营市行政区矢量数据。

表1 遥感影像

1.2 研究方法

1.2.1 遥感解译

以ENVI5.3为技术平台，对四期遥感影像进行几何校正、波段组合和研究区裁剪等预处理，结合相关图件以及实地调查结果对遥感影像进行人工目视解译和分类。

景观类型的划分是进行景观格局分析的基础，确定适宜的基本分类单元对景观生态研究十分关键。本文根据黄河三角洲湿地景观类型的特点及组成，参照已有的研究成果[40]，将黄河三角洲湿地景观划分为自然湿地景观、人工湿地景观和非湿地景观3大类，具体包括河流水面、滩涂、自然林地、草甸、水库坑塘、水产养殖场、盐田、耕地、工矿用地、其他建设用地和未利用地11种类型（表2）。

为了提高分类精度，在景观类型辨识和判读过程中通过目视解译进行修订，并辅以东营市土地利用图和现场勘察资料，以确保解译的精度，为后续景观格局分析提供可靠的数据。具体过程为：将裁剪后的图像导入ENVI监督分类模块（supervised classification）中，采用最大似然法进行初步分类，对分类后遥感图像中的小图斑进行聚类统计、过滤、去除分析等操作，获得分类图。利用总体精度和Kappa系数对此次分类图像的精度进行验证，得到四期分类图像的精度（表3）。

表2 黄河三角洲湿地景观分类系统

表3 遥感影像分类精度Table 3 Accuracy of remote sensing image classification

由表3可知，四期影像的总体精度都在80%以上，Kappa系数均大于0.75，分类精度较高，具有较好的表征性，满足本次研究的要求。

1.2.2 景观格局分析法

为了能够有效而准确地反映景观结构信息，景观类型的属性数据从景观和类型水平共选取12项指标进行分析，其计算借助FRAGSTATS 4.2完成：

1）景观水平格局指数：包括香农多样性指数（Shannon diversity index, SHDI）和香农均匀度指数（Shannon evenness index, SHEI），斑块内聚力指数（patch cohesion index, COHESION），景观蔓延度（contagion, CONTAG）和景观聚合度（aggregation index, AI）、景观斑块数（landscape patch number，NP）、斑块密度（patch density，PD）。其公式表达式如下

（2）

（3）

（5）

NP（6）

式（1）～（7）中为景观类型总数；p为景观类型的面积比例；0≤SHEI<1；p为斑块的周长，m；为整个景观的面积，m2；a为斑块的面积，m2；g为斑块类型和之间相邻的格网单元数；0g是基于单倍法的斑块类型像元之间的节点数；为景观类型中斑块总数；NP≥1，为景观中的斑块总数；下同。

2）类型水平格局指数：包括景观类型百分比（percentage of landscape，PLAND）、景观形状指数（landscape shape index，LSI）、最大斑块指数（largest patch index，LPI）、平均斑块分维数（mean patch fractal dimension，MPFD）、斑块密度（patch density，PD），在类型水平格局指数中用到的斑块密度与在景观水平格局指数中用到的斑块密度，均用PD来表征，其公式同公式（7），此不赘述。其他公式如下

（9）

（10）

式（8）～（11）中e是类型的边缘总长度，m；mine为e的最小可能值，m；LSI≥1；max=1(a) 表示某一斑块类型中的最大斑块面积，m2；0

1.2.3 人类活动强度指标选取

评价人类活动强度时可以选取耕地、居民点、工矿用地，交通运输、盐田、水产养殖，油田开发等反映人类活动强度的指标，由于各指标对景观格局的影响强度不同，笔者对其进行了科学合理的筛选。从统计分析和时空格局来看，耕地、居民点、工矿用地、交通运输4类土地利用指标的时间尺度长，占比大，空间分布大分散、小聚居，对研究区景观格局的影响较为深刻。而盐田、水产养殖、油田开发的时间尺度短，占比小，分布集中，对局部区域的景观格局影响较大，但对整体景观格局的影响较小。综上，本文选取了耕地、居民点、工矿用地、交通运输4类土地利用指标用于评价人类活动强度。

1.2.4 加权综合指数法

加权综合指数法，是指标综合的基本方法，本文采用该方法将人类活动强度指标进行加权求和，计算人类活动强度，较全面地反映了人类活动强度的影响因素，具体公式如下

式中为区域人类活动强度；w为指标权重；x为像元影响力值；和代表像元位置。

在参阅相关文献的基础上[15,41,44]，得到各指标权重：耕地面积及其空间分布为0.166 7，居民点及工矿用地为0.333 3，交通运输线路为0.5。耕地，工矿用地、居民点用地影响力值是根据各自景观斑块面积大小进行取值。

1.2.5 反距离权重插值法

反距离权重插值法是在进行空间分析时常用的一种确定性插值方法，该方法假定每个输入点都有局部影响，且这种影响随着距离的增加而减弱。本文采用该方法对各指标因子的影响力分值进行插值。

耕地、工矿用地以及其他用地当中的居民点和交通用地对湿地景观格局影响最大。在这4个影响因子中，道路对景观的影响程度与道路等级密切相关，因此将研究区道路划分为高速公路、铁路、国道、省道、其他道路5个等级。参照相关研究成果[13,41-43]，对高速公路、铁路、国道、省道和其他道路的影响力分别赋值为10 000、8 000、5 000、3 000、2 000。

首先基于2014年30 m分辨率的Landsat OLI遥感影像解译结果和2014年东营市30 m分辨率交通图矢量化结果，分别以耕地、居民点及工矿用地的空间分布图和交通运输线路的影响力值空间分布图为插值要素进行反距离权重插值，得到耕地、居民点及工矿用地和道路影响力栅格图；然后在人类活动强度计算模型的基础上，运用ArcGIS软件的栅格运算功能叠加得到人类活动强度空间分布栅格图。

1.2.6 自然间断分类法

自然间断分类法是ArcGIS中常用的一种数据标准分类方法。“自然间断点”类别基于数据中固有的自然分组，对分类间隔加以识别，在数据值差异相对较大的位置处设置边界进行分组，使各组之间的差异最大化。

由于人类活动强度具有明显的分类间隔，本文采用ArcGIS自然间断分类法对分类间隔加以识别，对相似值进行最恰当地分组，使各类之间的差异最大化。将人类活动强度从强到弱划分样带，并将其转换成矢量图层，形成不同人类活动强度的样带分区。

2 结果与分析

2.1 景观总体特征分析

2.1.1不同时期湿地景观类型图

依据景观分类标准，对遥感影像进行解译判读生成研究区湿地景观类型图（图1）。

整体而言，研究区总面积呈小幅增加趋势，由1989年765 082.24 hm2增加至2014年768 385.64 hm2，这主要由黄河携带泥沙在河口淤积所致。

就一级分类而言，1989－2014年自然湿地景观呈波动减少趋势，其中减少最多的是滩涂，减少了38 245.35 hm2，其次是草甸，减少了37 164.54 hm2；人工湿地景观呈持续增加趋势，共增加96 195.72 hm2，其中水库坑塘增加46 996.64 hm2，水产养殖场增加19 470.71 hm2，盐田增加29 728.37 hm2，主要由部分滩涂、草甸等转化而来。盐田、水产养殖场面积的大幅增加反映出在研究时段内黄河三角洲湿地区的人类活动日益频繁和强烈；非湿地景观中耕地、工矿用地和其他建设用地有所增加。

2.1.2 人类活动强度分布

由于人类活动强度具有明显的分类间隔，本文采用ArcGIS自然间断分类法对分类间隔加以识别，对相似值进行最恰当地分组，并使各类之间的差异最大化。将人类活动强度从强到弱分带，并将其转换成矢量图层，形成不同人类活动强度的样带分区（图2）。

由图2可知研究区人类活动强度取值范围102 219～2 542 350，由强到弱分为1～10强度样带。人类活动强度总体呈现由西南向东北递增趋势，在人类较为活跃区域，人类活动强度分级明显。

借助ArcGIS软件的叠加分析功能，将1989、1999、2009和2014年的湿地景观类型图与10个人类活动强度样带叠加，截取4个时段不同强度样带的景观类型图，计算景观格局指数。

2.2 景观水平的湿地景观梯度响应

在自然或人为干扰下，景观一般由单一、连续、均质的整体向复杂、不连续、异质的斑块状镶嵌体变化，本文选择与干扰密切相关的香农多样性指数（SHDI）和香农均匀度指数（SHEI），表现景观连通性的斑块内聚力指数（COHESION），景观蔓延度（CONTAG）和景观聚合度（AI）、景观破碎化（PD）来分析景观水平上不同人类活动强度下的湿地景观梯度响应。

2.2.1不同人类活动强度对湿地景观多样性的影响

将研究区不同人类活动强度的湿地景观类型及斑块数量进行统计得到图3。由图3a可见，不同的人类活动强度带，湿地的景观丰富度不同，湿地景观丰富度总体上随人类活动强度的降低而增加，其中在1～5强度样带增加趋势明显，6～10强度样带斑块丰富度变化不大，原因是该强度样带面积大，抵抗人类活动干扰能力较强。

疾病的快速查询是疾病知识库与输入框内的内容的快速匹配，需要将疾病知识库载入Android SQLlite数据库，引用List⁃View类包含解决与ScrollView的嵌套冲突，使用OnTouchEvent()事件响应，实现疾病与知识库疾病编码相匹配，关键代码如下：

由图3b可见，随着人类活动强度的减弱，湿地景观的斑块数量不断增加，其中1～3强度样带小幅增加；4～5强度样带明显增加，6～10强度样带快速增加。

景观多样性指标主要受景观组成丰富度和均匀度2方面的影响，本文用SHDI和SHEI来表征（图4）。

由图4可见，SHDI和SHEI的变化趋势基本一致，均随人类活动强度的减弱呈先增后减趋势。SHDI和SHEI在1～4强度样带波动明显，4～5强度样带增加明显，5～9强度样带缓慢上升，9～10强度样带明显下降。总体来看，景观多样性有所提高，各景观类型在景观中呈均衡化分布趋势，达到峰值后，人类活动强度的增加反而会造成多样性的降低，即中等程度的干扰可以提高景观多样性。

2.2.2不同人类活动强度对湿地景观连通性的影响

景观连通性的突变会产生一系列的生态效应，在景观格局变化分析中意义重大，是衡量景观功能的重要指标[43]。景观连通性的变化与不同生态过程发生的尺度相关，景观阻隔效应与阻力距离阈值密切相关。本文以黄河三角洲湿地景观类型作为生境斑块，整个区域景观作为环境背景，景观生境斑块连通的阻力距离阈值在计算中分别设定0.5、1、2、4、8、12 km等6个阻力距离阈值，当斑块间阻力距离大于阈值，认为这2个斑块不连通[44-45]，小于或等于阈值，则认为它们是连通的。与整体连通性指数计算结果进行对比后发现，当阻力距离阈值为0.5时效果最佳，因此将阻力距离阈值设定为0.5[46]。本研究选用斑块内聚力指数（COHESION）来度量景观的连通性（图5）。

由图5可知，随着人类活动强度的减弱，湿地景观的整体连通性指标总体呈上升趋势。1～2强度样带的斑块内聚力指数保持在96.00%以上，最大达到98.40%。3～10强度样带呈波动上升趋势，以2014年为例，第3强度样带的整体斑块内聚力指数为97.05%，第10强度样带则上升到99.42%，说明研究区内各斑块分布非常聚集。

2.2.3不同人类活动强度对湿地景观聚集度的影响

本研究选用蔓延度和聚合度指数来度量景观的聚集度。分析图6可知，随着人类活动强度的减弱，景观斑块的聚集程度有所提高，分布趋于集中。景观蔓延度由于2009年和2014年第1强度样带仅包含1种景观类型，不符合景观蔓延度计算条件，因此景观蔓延度不被计算，2～10强度样带呈波动增加趋势。聚合度波动明显，但随人类活动强度的降低，总体呈现上升趋势，具体表现为1～2和3～4强度样带急剧增加，5~10强度样带波动上升明显，虽然第3、5强度样带AI值有波动下降，但不影响整体趋势走向。

2.2.4 不同人类活动强度对湿地景观破碎度的影响

本文采用斑块密度表征不同人类活动强度条件下的景观破碎化程度。由图7可知，人类活动对景观破碎化影响显著，随人类活动强度降低，斑块密度和景观破碎程度均下降，具体表现为：在1～3强度样带斑块密度呈振荡式变化，4～10强度样带不同年份的斑块密度总体呈波动下降趋势，虽然存在部分数据交叉及小幅增长，但不影响整体趋势走向。

从不同年份来看，研究区景观多样性的变化基本上是2014年>2009年>1999年>1989年；1989－2014年景观斑块内聚力指数基本上是逐年降低，且不同强度样带的湿地景观连接度呈对应下降的趋势；除第1强度样带外，1989－2014年景观蔓延度指数基本上是逐年降低的，其中2009－2014年不同强度样带蔓延度指数呈对应小幅升高趋势；聚集度指数与蔓延度指数的变化规律相似，表明景观破碎化程度得到改善，聚集程度不断增加，人类的无序开发活动得到进一步遏制，开发活动趋于规模化、有序化；1989－2009年斑块密度呈增加趋势，这一阶段景观破碎化程度的加剧是人类的无序开发使然，而2009－2014年斑块密度出现减小，景观破碎化程度得到改善，说明人类的开发活动由盲目性、无序化向规模化、有序化发展。

综上，景观水平上的梯度响应分析结果表明，随着区域人类活动强度的逐渐降低，湿地景观丰富度逐渐增加，同时湿地景观的斑块数量也在不断增加，多样性指数和均匀度指数均呈现先增后减的变化趋势。样带景观中斑块的聚集程度有所提高，分布趋于集中，景观整体连通性增加，斑块密度降低，景观破碎程度降低。

2.3 类型水平的湿地景观梯度响应

人类活动对湿地的影响主要表现为人工湿地对自然湿地的蚕食，本文选取研究区内分布广泛且与人为干扰密切相关的水库坑塘、水产养殖场、盐田3种人工湿地和未利用地共4种景观类型，分析人类活动强度对黄河三角洲湿地景观格局的影响（图8）。

由图8a可知，由于人类活动强度降低，盐田面积所占比例明显下降趋势；随着平原水库的大面积修建，水库坑塘面积持续增加，水库坑塘的面积比例则呈现先升后降的趋势，在第4强度样带达到最高值18.30%，之后波动减少；水产养殖场的变化趋势与水库坑塘相近，不同的是在第5强度样带达到最高值15.52%；未利用地的景观类型百分比值转折点位于第7强度样带。以上变化说明人类有意识的干扰活动使不同景观类型在不同人类活动强度下表现出明显的空间分布差异性。

由图8b可知，斑块密度随人类活动强度梯度的波动特征明显，变化复杂。其中，未利用地的斑块密度随人类活动强度的减弱呈先增后减趋势，斑块密度值在第5强度样带达到最大值45个/hm2，结合其PLAND值的变化，可以看出未利用地的破碎程度先有所升高，以第5强度样带最为破碎，之后波动下降，维持在30个/hm2左右。其他3种类型的斑块密度随人类活动强度的减弱呈现波动下降趋势，说明3种景观类型的破碎程度随着人类活动强度的降低而下降。从变化幅度看，盐田>未利用地>水库坑塘>水产养殖场；整体而言，第2~5强度样带4种景观类型的PD值多有交叉，规律不明显，而在第6~10强度样带各带景观类型的斑块密度大小基本为未利用地>水库坑塘>盐田>水产养殖场。

由图8c可知，未利用地的LPI值在各样带中较低且比较稳定，维持在0.39%～3.48%范围内，波动幅度较小。人口集中、人类活动强烈的地区人类定向的活动方式导致的景观类型发生变化，使得盐田呈显著下降趋势，水库坑塘和水产养殖场的LPI值均呈现先增后减的变化规律。

由图8d可知，随着人类活动强度的降低，4种主要景观类型的景观形状指数表现出较强的规律性，基本呈波动上升趋势，说明斑块分布趋于离散，形状趋于复杂。具体表现为：未利用地形状逐渐增加，最高达50；水库坑塘也增加，增加不明显，最高为15；盐田和水产养殖场先增加后减少。总体来说，研究区各强度样带未利用地的景观形状指数明显高于水库坑塘、盐田和水产养殖场，结合图1可知：在人为干扰强烈的地区，未利用地被大量开发成水库坑塘、盐田和水产养殖场等人工湿地，4种景观斑块呈聚集分布状态，形状趋于规则化。

由图8e可知，未利用地和水库坑塘的平均斑块分维数随着人类活动强度的降低均呈波动上升趋势，未利用地最高达到1.16，且各强度样带两者的平均斑块分维数呈相应增加趋势，变化较一致。水产养殖场和盐田平均斑块分维数总体呈上升趋势但波动明显，呈“增加-减少-增加”态势，其中水产养殖场从最开始的1.05逐渐增加到1.10，说明人类活动强度越低的区域，景观形状愈加复杂；反之随着人类活动强度增加，景观规划平整，形状简单化。

综上研究，在景观类型水平上，水库坑塘、水产养殖场、盐田和未利用地4种主要类型的景观格局特征与人类活动强度梯度变化基本一致。各景观类型的面积比例、斑块密度和最大斑块指数随人类活动强度梯度的波动特征明显，1～4强度样带变化较为复杂，5～10强度样带则呈现出波动下降的变化规律，说明不同景观类型在不同人类活动强度下空间分布的差异性显著，而形状指数和分维数随人类活动强度的梯度变化趋势较明显，均呈现波动上升趋势，即随人类活动强度的减弱，景观形状趋于复杂化。

3 结 论

本文选取反映人类活动强度变化的耕地、居民点及工矿用地、道路等土地利用指标构建人类活动强度，并划分10个强度样带，从景观和类型2个层次探讨了1989－2014年黄河三角洲湿地景观格局对人类活动强度的梯度响应，其主要结论如下：

1）研究区总面积呈小幅增加趋势，由1989年765 082.24 hm2增加至2014年768 385.64 hm2。自然湿地景观呈波动减少趋势，滩涂减少最多，为38 245.35 hm2。草甸次之，减少了37 164.54 hm2；90年代以来大规模的滩涂被开发成盐田和养殖池，人工湿地景观持续增加；耕地、工矿用地、其他建设用地呈增加趋势，非湿地景观较小减幅。

2）景观水平上，随着区域人类活动强度的逐渐降低，湿地景观丰富度和斑块数量逐渐增加，其中2009年斑块数量达到8 000个。多样性指数和均匀度指数均呈现先增后减的变化趋势，样带景观中斑块的聚集程度有所提高，分布趋于集中，景观整体连通性增加，最高达到99.42%，破碎化程度降低。

3）类型水平上，水库坑塘、水产养殖场、盐田和未利用地4种主要景观类型在强度样带中能较好地反映景观格局的变化特征，其中面积比重、斑块密度和最大斑块指数随人类活动强度梯度波动明显，变化复杂。而形状指数和分维数均呈波动上升趋势，即随人类活动强度的减弱，景观形状趋于复杂，其中未利用地形状指数随着人类活动强度降低达到50。

本研究揭示了黄河三角洲湿地景观格局沿人类活动强度的梯度变化规律，土地开发活动已成为该区湿地景观格局变化的主要驱动力，反映了围海造田、盐田、养殖业等土地开发活动对景观格局的深刻影响。

[1] Miler R B. Interactions and collaboration in global change across the social and natural sciences[J]. Ambio, 1994, 23(1): 19－24.

[2] IPCC. Climate Change: Synthesis Report[R]. Working Groups I, II and III Contribution to the 5th Assessment Report. 2014.

[3] Barry R G. Mountain cryospheric studies and the WCRP climate and cryosphere (CliC) project[J]. Journal of Hydrology, 2003, 282(4): 177－181.

[4] Mauser W, Klepper G, Rice M, et al. Transdisciplinary global change research: the co-creation of knowledge for sustainability[J]. Current Opinion in Environmental Sustainability, 2013, 5(4): 420－431.

[5] Leemans R, Asrar G, Busalacchi A, et al. Developing a common strategy for integrative global environmental change research and outreach: the Earth System Science Partnership (ESSP)[J]. Current Opinion in Environmental Sustainability, 2009, 1(1):4-13.

[6] Jäger J. The international human dimensions programme on global environmental change (IHDP)[J]. Global Environmental Change, 2003, 13(1):69－73.

[7] Loreau M, Olivieri I. Diversitas: An international programme of biodiversity science[J]. Trends in Ecology & Evolution, 1999, 14(1): 2－3.

[8] 文英. 人类活动强度定量评价方法的初步探讨[J]. 科学对社会的影响，1998(4)：55－60.

[9] 李香云，王立新，章予舒，等. 西北干旱区土地荒漠化中人类活动作用及其指标选择[J]. 地理科学，2004，24(1)：68－75.

Li Xiangyun, Wang Lixin, Zhang Yushu, et al. Analysis of roles of human activities in land desertification in arid area of Northwest China[J]. Scientia Geographica Sinica, 2004, 24(1): 68－75. (in Chinese with English abstract)

[10] 汪桂生，颉耀文，王学强. 黑河中游历史时期人类活动强度定量评价：以明、清及民国时期为例[J]. 中国沙漠，2013，33(4)：1225－1234.

Wang Guisheng, Xie Yaowen, Wang Xueqiang. Evaluation on human activity in the middle reaches of Heihe River in historical period: A case study on the Ming Dynasty, Qing Dynasty and the Republic of China[J]. Journal of Desert Research, 2013, 33(4): 1225－1234. (in Chinese with English abstract)

[11] 王金哲，张光辉，聂振龙，等. 滹沱河流域平原区人类活动强度的定量评价[J]. 干旱区资源与环境，2009，23(10)：41－44.

Wang Jinzhe, Zhang Guanghui, Nie Zhenlong, et al. Quantitative assessment of human activity intensity in Hutuohe catchment[J]. Journal of Arid Land Resources and Environment, 2009, 23(10): 41－44. (in Chinese with English abstract)

[12] 郑文武，田亚平，邹君，等. 南方红壤丘陵区人类活动强度的空间模拟与特征分析－以衡阳盆地为例[J]. 地球信息科学学报，2010，12(5)：628－633.

Zheng Wenwu, Tian Yaping, Zou Jun, et al. Spatial simulation of human activity intensity in hilly red soil region of southern China: A case study in Hengyang basin, Hunan Province[J]. Journal of Geo-information Science, 2010, 12(5): 628－633. (in Chinese with English abstract)

[13] 胡志斌，何兴元，李月辉，等. 岷江上游地区人类活动强度及其特征[J]. 生态学杂志，2007，26(4)：539－543. Hu Zhibin, He Xingyuan, Li Yuehui, et al. Human activity intensity and its spatial distribution pattern in upper reach of Minjiangriver[J]. Chinese Journal of Ecology, 2007, 26(4): 539－543. (in Chinese with English abstract)

[14] 吴琳娜，杨胜天，刘晓燕，等. 1976年以来北洛河流域土地利用变化对人类活动程度的响应[J]. 地理学报，2014，69(1)：54－63.

Wu Linna, Yang Shengtian, Liu Xiaoyan, et al. Response analysis of land use change to the degree of human activities in Beiluo River basin since 1976[J]. Acta Geographica Sinica, 2014, 69(1): 54－63. (in Chinese with English abstract)

[15] 徐勇，孙晓一，汤青. 陆地表层人类活动强度：概念、方法及应用[J]. 地理学报，2015，70(7)：1068－1079.

Xu Yong, Sun Xiaoyi, Tang Qing. Human activity intensity of land surface: concept, method and application in China[J]. Acta Geographica Sinica. 2015, 70(7): 1068－1079. (in Chinese with English abstract)

[16] 张景华，封志明，姜鲁光，等. 道路干扰对澜沧江流域景观格局的影响[J]. 自然资源学报，2013，28(6)：969－980.

Zhang Jinghua, Feng Zhiming, Jiang Luguang, et al. Effect of road disturbance on landscape pattern in the Lancang River Valley[J]. Journal of Natural Resources. 2013, 28(6): 969－980. (in Chinese with English abstract)

[17] 衷平，杨志峰，崔保山，等. 公路对湿地的生态效应及其反馈的研究进展[J]. 湿地科学，2009，7(1)：89－98.

Zhong Ping, Yang Zhifeng, Cui Baoshan, et al. Advance on ecological effects of highway construction on wetland and its reactions[J]. Wetland Science. 2009, 7(1): 89－98. (in Chinese with English abstract)

[18] 宋红丽，刘兴土. 围填海活动对我国河口三角洲湿地的影响[J]. 湿地科学，2013，11(2)：297－304.

Song Hongli, Liu Xingtu. Effect of reclamation activities on wetlands in estnarine delta in China[J].Wetland Science. 2013, 11(2): 297－304. (in Chinese with English abstract)

[19] 潘红磊，张士权. 油气田开发对湿地的影响及保护措施[J]. 油气田环境保护，1997，7(4)：36－39.

Pan Honglei, Zhang Shiquan. The effect of oil/gas field development upon wetland and relevant protection measures[J].Environmental Protection of Oil & Gas Field. 1997, 7(4): 36－39. (in Chinese with English abstract)

[20] 向芸芸，蒙吉军. 漓江流域旅游开发对景观格局干扰的时空分异[J]. 山地学报，2014，32(1)：11－20.

Xiang Yunyun, Meng Jijun. Temporal and spatial analysis of tourism disturbance on landscape pattern in the li river basin of guangxi[J]. Mountain Research, 2014, 32(1): 11－20. (in Chinese with English abstract)

[21] Finlayson C M, Rea N. Reasons for the loss and degradation of Australian wetlands[J]. Wetlands Ecology and Management, 1999, 7(1): 1－11.

[22] Rebelo L M, Finlayson C M, Nagabhatla N, et al. Remote sensing and GIS for wetland inventory, mapping and change analysis.[J]. Journal of Environmental Management, 2009, 90(7):2144-2153.

[23] Seto K C, Fragkias M. Mangrove conversion and aquaculture development in Vietnam: A remote sensing-based approach for evaluating the Ramsar Convention on Wetlands[J]. Global Environmental Change, 2007, 17(3): 486-500.

[24] Lee S Y, Dunn R J K, Young R A, et al. Impact of urbanization on coastal wetland structure and function[J]. Austral Ecology. 2006, 31(2): 149－163.

[25] Hepcan C C, Turan I A, Ozkan M. Monitoring land use change in the Cesme coastal zone, Turkey using aerial photographs and satellite imaging[J]. Land Degradation and Development, 2011, 22(3): 326－333.

[26] 布仁仓，王宪礼，肖笃宁. 黄河三角洲景观组分判定与景观破碎化分析[J]. 应用生态学报，1999，10(3)：321－324. Bu Rencang, Wang Xianli, Xiao Duning. Analysis on landscape elements and fragmentation of Yellow River delta[J].Chinese Journal of Applied Ecology. 1999, 10(3): 321－324. (in Chinese with English abstract)

[27] 王宪礼，肖笃宁，布仁仓. 辽河三角洲湿地的景观格局分析[J]. 生态学报，1997，17(3)：318－323.

Wang Xianli, Xiao Duning, Bu Rencang. Analysis on landscape pattern of Liaohe Delta Wetland[J]. Acta Ecologica Sinica. 1997, 17(3): 318－323. (in Chinese with English abstract)

[28] 陈鹏，傅世锋，超祥，等. 1989－2010年间厦门湾滨海湿地人为干扰影响评价及景观响应[J]. 应用海洋学报，2014，33(2)：167－174.

Chen Peng, Fu Shifeng, Chao Xiang, et al. Assessment of impact on coastal wetland of Xiamen Bay and response of landscape pattern from human disturbance from 1989 to 2010[J]. Journal of Applied Oceanography, 2014, 33(2): 167－174. (in Chinese with English abstract)

[29] 陈文波，郑蕉，鄢帮有. 鄱阳湖区土地利用景观格局特征研究[J]. 农业工程学报，2007，23(4)：79－83.

Chen Wenbo, Zheng Jiao, Yan Bangyou. Landscape pattern characteristics in Poyang Lake region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2007, 23(4): 79－83. (in Chinese with English abstract)

[30] 李胜男，王根绪，邓伟，等. 水沙变化对黄河三角洲湿地景观格局演变的影响[J]. 水科学进展，2009，20(3)：325－331.

Li Shengnan, Wang Genxu, Deng Wei, et al. Effects of runoff and sediment variation on landscape pattern in the Yellow River Delta of China[J]. Advance in Water Science, 2009, 20(3): 325－331. (in Chinese with English abstract)

[31] 王永丽，于君宝，董洪芳，等. 黄河三角洲滨海湿地的景观格局空间演变分析[J]. 地理科学，2012，32(6)：717－724.

Wang Yongli, Yu Junbao, Dong Hongfang. Spatial evolution of landscape pattern of coastal wetlands in yellow river delta[J]. Scientia Geographica Sinica, 2012, 32(6): 717－724. (in Chinese with English abstract)

[32] 陶思明. 黄河三角洲湿地生态与石油生产：保护、冲突和协调发展[J]. 生态与自然保护，2000(6)：26－28.

[33] 修长军，王晓慧. 胜利油田开发对黄河三角洲湿地的环境影响及环境管理[J]. 中国环境管理，2003，22(3)：59－60.

Xiu Changjun, Wang Xiaohui. Environmental impact and management for the Yellow River Delta swamp with Shengli oil field development[J]. China Environmental Management. 2003, 22(3): 59－60. (in Chinese with English abstract)

[34] 武洪涛，张震宇，常宗广. 小浪底工程对黄河下游湿地生态环境影响预测[J]. 国土与自然资源研究，2001(3)：54－55.

Wu Hongtao, Zhang Zhenyu, Chang Zongguang. The prediction of Xiaolangdi Projects effecting on the wetlands in the lower reaches of Yellow River[J]. Territory & Natural Resources Study, 2001(3): 54－55. (in Chinese with English abstract)

[35] 田静. 滨州市沿海防潮工程的生态响应[J]. 中国环境管理干部学院学报，2010，20(4)：9－18.

Tian Jing. Ecological response of resisting tide engineering in Binzhou Coast[J]. Journal of EMCC, 2010, 20(4): 9－18. (in Chinese with English abstract)

[36] 陈建，王世岩，毛战坡. 1976－2008年黄河三角洲湿地变化的遥感监测[J]. 地理科学进展，2011，30(5)：585－592.

Chen Jian, Wang Shiyan, Mao Zhanpo. Monitoring wetland changes in Yellow River Delta by Remote Sensing during 1976－2008[J]. Progress in Geography, 2011, 30(5): 585－592. (in Chinese with English abstract)

[37] 秦天天，齐伟，徐柏琪，等. 基于RV指数的道路对黄河三角洲地区土地利用的影响：以东营市为例[J]. 河北农业科学，2011，15(11)：67－72.

Qin Tiantian, Qi Wei, Xu Baiqi, et al. Impacts of road on land use based on RV index in Yellow River Delta:A case in dongying city[J]. Journal of Hebei Agricultural Sciences. 2011, 15(11): 67－72. (in Chinese with English abstract)

[38] 刘翠翠. 黄河三角洲湿地生态修复工程效果研究[D]. 济南：山东师范大学，2013.

Liu Cuicui. The Study of the Wetland Restoration Engineering Effect in Yellow River Delta[D]. Jinan: Shandong Normal University, 2013. (in Chinese with English abstract)

[39] 张翠. 人类活动干扰下的黄河三角洲湿地景观格局变化研究[D]. 济南：山东师范大学，2016.

Zhang Cui. Study of Wetland Landscape Pattern Changes in Yellow River Delta Under Human Disturbance[D]. Jinan:Shandong Nor mal University, 2016. (in Chinese with English abstract)

[40] 韩美. 基于多期遥感影像的黄河三角洲湿地动态与湿地补偿标准研究[D]. 济南：山东大学，2012.

Han Mei. Wetland Dynamic and Ecological Compensation Standard of the Yellow River Delta based on Remote Sensing Images[D]. Jinan: Shandong University, 2012. (in Chinese with English abstract)

[41] 李建国. 环洪泽湖区不同人类活动强度对湿地景观的影响[D]. 重庆：重庆师范大学，2011.

Li Jianguo. Effects of Anthropogenic Activities on Wetland Landscape in Hongze Lake Rim[D]. Chongqing: Chongqing Normal University, 2011. (in Chinese with English abstract)

[42] 朱长明，李均力，常存，等. 新疆干旱区湿地景观格局遥感动态监测与时空变异[J]. 农业工程学报，2014，30(15)：229－238.

Zhu Changming, Li Junli, Chang Cun, et al. Remote sensing detection and spatio-temporal change analysis of wetlands in Xinjiang arid region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(15): 229－238. (in Chinese with English abstract)

[43] 张笑楠，王克林，张明阳，等.人类活动影响下喀斯特区域景观格局梯度分析[J]. 长江流域资源与环境，2009，18(12)：1187－1192.

Zhang Xiaonan, Wang Kelin, Zhang Mingyang, et al. Gradient analysis of landscape pattern in karst area under effects of anthropogenic activities[J]. Resources and Environment in the Yangtze Basin, 2009, 18(12): 1187－1192. (in Chinese with English abstract)

[44] 孙贤斌，刘红玉. 土地利用变化对湿地景观连通性的影响及连通性优化效应—以江苏盐城海滨湿地为例[J]. 自然资源学报，2010，25(6)：892－903.

Sun Xianbin, Liu Hongyu. Effects of land use change on wetland landscape connectivity and optimization assessment of connectivity: A case study of wetlands in the coastal zone of Yancheng, Jiangsu[J]. Journal of Natural Resources, 2010, 25(6): 892－903. (in Chinese with English abstract)

[45] 熊春妮，魏虹，兰明娟. 重庆市都市区绿地景观的连通性[J]. 生态学报，2008，28(5)：2237－2244.

Xiong Chunni, Wei Hong, Lan Mingjuan. Analysis of connectivity on Greenland Landscape in metropolitan region of Chongqing City[J]. Acta Ecologica Sinica, 2008, 28(5): 2237－2244. (in Chinese with English abstract)

[46] Saura S, Torné J. Conefor Sensinode 2.2: A software package for quantifying the importance of habitat patches for landscape connectivity[J]. Environmental Modelling & Software, 2009, 24(1): 135－139.

Response of wetland landscape pattern gradient to human activity intensity in Yellow River Delta

Han Mei, Zhang Cui, Lu Guang, Liu Yubin, Yu Haozhe

(,,250014,)

The Yellow River Delta, located on the west coast of Laizhou Bay, is the most extensive and youngest wetland in the China’s warm temperate zone. It possesses abundant species and numerous new land resources. However, urban construction, reclamation, oil exploitation, tourism development and other human activities in recent years have directly or indirectly impacted the wetland ecosystem pattern, and naturally, the wetland landscape has significantly changed. In view of this phenomenon, most scholars have only studied the influence of single human activity on wetland landscape, lacking holistic grasp and response analysis of wetland landscape pattern under different disturbance intensity. Therefore, based on the theory of landscape ecology and the support of RS (remote sensing), ArcGIS and FRAGSTATS, the wetland landscape type map in the Yellow River Delta influenced by the human activities was constructed using the method of artificial visual interpretation with the 4 remote sensing images (1989, 1999, 2009, 2014), and the cultivated land, industrial and mining land and other land use were selected to reflect the intensity of human activities, which was divided into 10 levels from strong to weak using the natural breaks method. Besides, the change characteristics of wetland landscape pattern in different periods within different transects were analyzed, as well as the gradients response of 4 main types of landscape pattern characteristics to human activity intensity in 2014. The results were as follows: 1) The total area of the Yellow River Delta increased slightly. Natural wetland landscape showed a decreasing trend, of which beach was reduced the most, followed by meadow, and the artificial wetland landscape continued to increase. 2) The landscape transfer was very dramatic, mutual transformation between meadow, beach and other natural wetland landscape turned larger, while that between construction land, mining land and other non-wetland landscape turned smaller. Which was the largest decrease in tidal flat, a decrease of 38 245.35 hm2, followed by a decrease of meadow 37 164.54 hm2. 3) Influenced by human activities and other factors, the fragmentation degree of wetland landscape in the Yellow River Delta was intensified within the 25 years, and the patch type was especially more diversified and was more evenly distributed in the landscape. What was more, the landscape also showed obvious spatial differences in different transects due to human activities. 4) At the landscape level, wetland landscape richness and PD (patch density) increased with the decrease of human activity intensity, and in 2009, the number of patches reached eight thousand; yet SHDI (Shannon diversity index) and SHEI (Shannon evenness index) first ascended and then descended, which was consistent with the intermediate disturbance hypothesis. In addition, landscape aggregation increased, and landscape connectivity also increased, which reached 99.42% to the most extent, while the degree of fragmentation reduced. At the type level, the change of landscape pattern could be well reflected by the 4 main landscape types (reservoir pond, aquafarm, salt pan and unutilized land). Especially, PLAND (percentage of landscape), PD, and LPI (largest patch index) had significant variations with the gradient of human activity intensity, and LSI (landscape shape index) and MPFD (mean patch fractal dimension) changed obviously, which indicated that landscape shape was becoming increasingly complicated. The largest patch index of salt pan reached 26%, when human interfered with salt pan to the most extent. The study also revealed the gradient change of landscape pattern along the intensity of human activities, which could provide a reference for the rational development and sustainable utilization of the Yellow River Delta.

land use;remote sensing; wetlands; wetland landscape; gradient response; Yellow River Delta

10.11975/j.issn.1002-6819.2017.06.034

P962

A

1002-6819(2017)-06-0265-10

2016-09-23

2017-03-19

国家自然科学基金面上项目（41371517）；山东省科技计划（2013GSF11706）

韩 美，教授，主要从事环境变化与区域响应、湿地演化与湿地生态系统评价等相关领域研究。济南 山东师范大学地理与环境学院，250014。Email：hanmei568568@126.com