东平湖湿地景观演变对人类活动的响应机制

潘健,于丹丹,何振芳,姜涵,盖贝贝

(1.山东师范大学地理与环境学院，山东 济南 250014；2.聊城大学环境与规划学院，山东 聊城 252000)

东平湖湿地景观演变对人类活动的响应机制

潘 健1,于丹丹2,何振芳2,姜 涵1,盖贝贝2

(1.山东师范大学地理与环境学院，山东 济南 250014；2.聊城大学环境与规划学院，山东 聊城 252000)

为探索南水北调工程通水前后湿地景观格局变化，采用决策树分类法，对2000年、2009年和2014年3期Landsat影像进行分类；在分类结果的基础上，应用转移矩阵和景观指数等方法，分析不同时期景观格局的特点及驱动因素；最后应用马尔科夫模型，对研究区景观格局演变进行预测。结果表明:水域周边出现了更多的建筑用地，景观指数INP由7 174增长至10 334，蔓延度指数IC由64.594 4减少至63.651 5，景观格局总体呈破碎趋势，景观破碎度增加，景观异质性增强;2009—2014年香农均匀度指数ISHE和香农多样性指数ISHD指数小幅上升，景观格局集聚度水平提高，但是与2000年的景观格局水平存在较大差距，部分天然湿地被人工湿地取代，导致湿地生态功能退化。

景观格局；南水北调工程；环境影响；景观指数；马尔科夫模型；东平湖；湿地

景观格局的演变对区域生态环境和生态过程的变化有重要影响作用[1]，景观格局演变是景观生态学研究的核心问题之一[2]。20世纪90年代以来，RS和GIS技术的迅速发展为景观格局研究提供了更加简便有效的方法。国内外基于GIS的景观格局研究越来越丰富，应用领域涵盖城市、森林、湿地等各个方面[3-7]。东平湖是南水北调工程的重要调蓄湖泊，以东平湖为主体的东平湖大型湖湾湿地，具有防洪抗旱、旅游休闲及维持区域生态安全等重要作用。国内学者对东平湖的研究，主要集中于湿地景观信息分类提取、水质变化监测和资源可持续利用等方面[8-11]，缺少结合东平湖湿地周边景观格局状态分析该区域景观总体变化趋势的相关研究。笔者以东平湖所在地东平县为研究区，研究南水北调东线一期工程通水前后景观格局变化情况，结合景观变化的驱动机制，动态分析湿地及其周边区域景观格局的演进规律，以期为科学管理利用湿地资源提供决策支持。

1 研究区概况

东平县位于鲁西南平原北部，境内有少量低山分布，年均降水量为640.5 mm，年均气温为13.3 ℃。东平湖湖湾湿地位于116.0°E～116.2°E，35.5°N～36.1°N，西临黄河，南至大清河入湖口，北至老湖镇，其重要组成东平湖，湖泊面积为124 km2，平均水深为2.5m。南水北调东线一期工程2002年启动，2013年通水，东平湖是南水北调东线工程的重要组成部分，承担着向鲁东、鲁北及天津方向输水的任务。

2 数据来源与研究方法

2.1 数据来源

选用Landsat2000年8月21日和2009年8月20日的TM影像和2014年7月11日的OLI影像，影像空间分辨率均为30 m。查阅该地区水文资料，影像成像年份研究区无明显旱涝变化，且图像质量良好，能客观准确反映当地景观格局状态。此外，使用ASTER GDEM 30 m空间分辨率数据，为影像分类提供高程数据。

2.2 景观指数选取

格局分析是研究景观结构的空间分布和空间位置关系的重要方法。利用景观格局指数进行景观研究是目前景观生态学界广泛使用的一种定量研究方法[12]。国内外专家学者经过多年的研究，提出了多种景观格局分析指标。根据东平湖研究区域的实际情况和研究需要，笔者选用的指数包括:斑块个数NP、最大斑块所占景观面积指数ILP、蔓延度指数IC、散布并列指数IIJ、香农多样性指数ISHD、香农均匀度指数ISHE。以上选取的景观指数，可以从自然因素和人类活动影响两方面研究景观格局驱动机制。

2.3 马尔科夫模型

马尔科夫模型[13]反映的是系统由T时刻向T+1时刻状态转化的一系列过程，这种转化要求T+1时刻的状态只与T时刻所处的状态有关[14]。该模型在景观格局变化研究中得到了广泛的应用[15-19]。在一定区域内，不同景观类型具有相互转化的可能，当景观类型之间的转化过程难以利用函数关系准确描述时[20]，可以使用马尔科夫模型对景观演进状态进行预测。

3 景观信息提取与景观格局分析

3.1 景观信息提取

参照国际《湿地公约》和《土地利用现状分类》国家标准，结合研究区植被类型、地形因素，建立景观分类系统：林地、水域、水滨湿地、平原耕地、山地耕地、建筑用地和闲置裸地，共7大类；并使用 1∶10 000 地形图对遥感影像进行几何校正。采用决策树分类法，叠加该区域的DEM高程信息用作辅助判读。林地、平原耕地、山地耕地、建筑用地和闲置裸地采用植被指数INDV与高程值相结合的方法提取，DEM节点高程阈值为105 m。以2009年TM影像为例，采用谱间关系方法(B2>B5)提取研究区水体信息，在高程阈值以上根据INDV值区分山地耕地、林地和裸地，节点阈值为0.5和0.38；在高程阈值以下，水滨湿地采用中红外波段阈值法提取，影像B5波段的节点阈值为55；最后根据INDV值区分出建筑用地和平原耕地，节点阈值为0.42。决策树模型如图1所示。三期影像分类结果总体精度均在84%以上，Kappa系数均在0.8以上，精度较高，可信度较强。分类结果如图2所示。

图1 决策树模型图

图2 3年景观分类结果

根据景观分类结果，统计得到2000年、2009年、2014年不同景观的变化情况(表1)。由表1可知，东平县2000—2014年的15年间，水滨湿地和建筑用地面积基本不变；水域面积略有增加；林地从578.07 hm2，迅速增长到8 113.94 hm2，占研究区域总面积的6.03%；山地耕地面积明显下降；闲置裸地逐年减少，由4 993.58 hm2减少至2 307.64 hm2，降幅达53.75%。

3.2 景观格局转移分析

运用转移矩阵分析各类景观之间的相互转化情况是土地利用及景观分析中常用的研究方法之一。利用2000年、2009年和2014年东平湖地区景观分类结果，得到东平湖地区湿地类型的面积转移矩阵，结果见表2、表3。

2000—2009年林地的转出面积为212.82 hm2，占总面积的36.77%，而转入面积高达3 728.98 hm2，远高于转出面积，是转出面积的17.52倍；其中，由闲置裸地转为林地的面积占到林地总转入面积的32.89%，由山地耕地转为林地的面积占到林地总转入面积的66.27%。水域的转出面积为1 203.04 hm2，占总面积的8.30%，水域转为水滨湿地、平原耕地、建筑用地，占转出面积分别为34.29%、34.61%、30.96%，转入面积为2 466.91 hm2，水域面积增长8.72%。闲置裸地和山地耕地分布位置相近，位于低山山顶等海拔相对较高的区域，闲置裸地转出为林地的面积占总转出面积的97.60%，山地耕地转出为林地的面积占总转出面积的81.52%。

表1 东平县2000年、2009年、2014年不同景观的变化情况

表2 2000—2009年湿地景观面积转移矩阵 hm2

表3 2009—2014年湿地景观面积转移矩阵 hm2

2009—2014年各类湿地景观类型之间的转变趋势与2000—2009年基本相同。林地、水域面积持续增长，山地耕地、闲置裸地面积持续下降，水滨湿地、平原耕地面积保持稳定。建筑用地面积出现了小幅的下降，主要由于当地村落结构是房屋和绿地树木相间分布，原有绿色植物的生长对建筑物形成遮蔽；2009年开展社会主义新农村建设以来，村落居民地中绿化水平提高，使得在卫星影像上建筑用地被划分为耕地、林地。因此，本文借助高空间分辨率遥感影像和实地考察经验，在计算景观指数之前对分类结果进行处理，将城镇区域内部零散分布的耕地、林地重新归入建筑用地。

各种景观的类型转入和转出特征各不相同，但是大部分景观类型的转出面积小于未转出面积。由实验所得数据可以看出，水滨湿地维持率偏低，2000—2009年为40.54%，2009—2014年仅有29.37%。湿地统计数据的不稳定，主要是由于湿地和水域、平原耕地之间的相互转化导致的。水域和水滨湿地转化受降水量、河流补给、库区放水等多种因素的影响，会出现一定的年份和季节间的波动。受“上粮下鱼，一台一塘”的农业生产方式影响，平原耕地和湿地之间相互更替，导致转化率偏高。东平湖4—6月多年平均水位低于39.3 m，南水北调东线一期通水之后，将调水至39.3 m。东平湖地区水资源得到补充，对水域和水滨湿地面积的稳定起保障作用。

3.3 景观格局指数分析

3.3.1 斑块类型水平指数变化分析

ILP是指某一景观要素的最大斑块所占整个景观面积的比例。由表4可知，水域和平原耕地的ILP值在三期数据中排名均为前两位；林地、山地耕地和闲置裸地的变动最显著；耕地和水域在研究区域中斑块是整体相连的，尤其以水域最为明显。林地的ILP值由2000年的0.027 0增加到2014年的1.714 6，增长幅度明显，这主要与当地植树造林和退耕还林的开展有关；山地耕地的ILP值由2000年的1.827 0减少到2014年的0.245 1；闲置裸地的ILP值由2000年的0.524 5减少到2014年的0.175 8；林地的ILP值

表4 ILP结果

增加，正是由于植树造林使裸地变为林地，退耕还林使山地耕地变为林地。水滨湿地的面积15年来虽然基本保持不变，但ILP值波动较大，总体变得破碎，反映出湿地景观的脆弱性、易受影响性。

IIJ值越小,表明该斑块类型仅与其他类别少数邻接，当IIJ=100时，说明各斑块间的比邻概率是均等的。由表5可知，林地、水滨湿地的IIJ值较高，三期均在50以上，说明与这两类景观受制于自然条件限制，景观彼此临近。但值得注意的是，水滨湿地IIJ值逐年降低，与其接触的景观类型不断减少，从侧面印证ILP值降低。随着农村小型水利设施兴建、建筑用地边际扩展，大块水滨湿地被分割，水滨湿地对周围景观的影响减少，湿地的生态功能削弱。水域的IIJ值呈上升趋势，表明水域周围的景观类型增多，随着旅游业的发展和经济水平的提高，水域周边出现了更多的建筑用地。

表5 IIJ结果

3.3.2 景观水平指数变化分析

NP指数经常被用来描述整个景观的异质性，其值的大小与景观的破碎度也有很好的正相关性。从2000—2009年，10年间NP指数从7 177增长到8 557，之后2009—2014年，5年间增长到10 334，年均增长率由1.92%增长到4.15%。由于上游来水携带泥沙，造成小流域内泥沙淤积，原本湖滨等水位较低的区域出现更多零散分布的水生植物，对斑块个数增加产生了一定的影响。

ISHD反映景观要素的多少和各景观要素所占比例的变化，ISHE表明不同景观类型分配的均匀程度。由表6可知，ISHD和ISHE的走势情况大体相同，二者都呈现先升后降状态，2009—2014年数值降幅较小，未达到2000年初始水平。研究区异质性呈上升趋势，各类景观优势度降低，研究区生态功能退化，生物多样性受到威胁。

表6 景观水平指数计算结果

ILP的变化可以反映景观所受干扰的强度和频率，从而间接表示人类活动的方向和强弱。ILP由2000年的30.272减少至2014年的23.313 6，主要是由于平原耕地的变化引起的，平原耕地内出现了越来越多的通讯基站、电力设施、机井泵房以及农村道路等基建设施，使景观格局有趋于破碎的趋势。

IIJ和IC是评价景观空间分布的指数。IIJ是描述各斑块类型间的散布和并列情况，IC是描述团聚或延展程度的指标。IC值越高说明景观中的某种优势斑块类型形成了良好的连接性；反之则表明景观是具有多种要素的密集格局，景观的破碎化程度较高。IIJ值最高的年份、IC值最低的年份出现在2009年，说明2009年之前，人类活动的影响使景观斑块分散，聚集度下降。2014年IIJ下降，IC值上升，景观聚集度上升，结合ILP指数可知，研究区2009—2014年水域、水滨湿地等景观连接性趋好，反映出生态环境趋向改善。

2009—2014年除NP外，其他选取的景观指数值增长或减小的趋势，均与2000—2009年趋势不同。受政府退耕还林、限制天然水面养殖业发展等政策和民众环境保护意识提高的影响，近年来东平湖当地生态环境得到一定程度的改善。尽管南水北调工程的施工建设，会在一定程度上造成NP值升高、IC值降低，但其发挥的生态效益不可低估。湖区水位提高，生态环境持续改善。

4 基于马尔科夫模型的景观演变预测

由上述景观格局转移矩阵和景观指数分析结果可知，研究区自2009—2014年景观格局演变趋势不同于2000—2009年，景观空间异质性降低，故预测模型选择2009—2014年为初始状态转移矩阵P(1)(表7)，模型步长为5a。从状态i到状态j的转移概率pij满足：0≤pij≤1，∑pij=1。

利用马尔科夫过程预测景观格局变化的计算公式可表示为

At+1=PijAt

(1)

式中：At+1、At分别为研究区t+1、t时刻景观格局状态。任意时间点t的状态转移矩阵At等于初始状态概率转移矩阵P(1)的t次方，故式(1)可变形为

At=A(0)P(1)t

(2)

式中，A(0)为2014年各类型景观占研究区面积的百分比，A(0)=[6.04，12.85，5.27，57.13，1.67，15.33，1.71]。计算得到2014年后未来5a、10a、15a、20a的景观格局状态，结果见表8。

表8 稳定状态各景观类型所占百分比 %

根据马尔科夫预测结果可知，研究区未来20年生态环境趋向改善，林地面积稳中有升。建筑区绿化面积持续增长，人居环境水平明显提高。虽然东平湖已被堤坝包围，得益于当地禁止围湖造田、限制湖泊水面的水产养殖业以及南水北调工程输水量提高，地表径流流量加大，东平县水域面积有望继续扩大。近年来，居民环境保护意识增强，发展绿色经济、生态经济的意愿强烈，东平湖湖湾湿地保护力度加大。应合理开发利用湿地资源，在经济发展与资源保护之间寻求平衡点，加快湿地生态功能恢复速度。

5 结 语

2000—2014年东平湖湿地的面积虽然保持不变，但斑块类型水平指数中，ILP值降幅明显，IIJ值逐年降低，区域景观总体变得破碎，反映了湿地景观的脆弱性增强；景观水平指数IIJ值最高的年份、IC值最低的年份均出现在2009年，说明2009年之前，人类活动的影响使景观分布分散，聚集度下降，而2014年IIJ值下降，IC值上升，说明人类活动的影响使景观聚集度上升。同时ISHD值也反映出研究区整体的复杂度，异质性呈上升趋势，东平湖区湿地区域优势度降低。

当地在围绕水浒主题发展旅游业的同时，应注意与周边的阳谷、郓城等地区优势互补、区域联动，避免重复建设，最大限度地减小人类活动对生态环境产生的不良影响。可充分利用南水北调工程，合理调配水资源，防止水资源浪费，促进生态环境改善。同时，湿地保护工作要加强相关立法，完善湿地保护的政策和法规体系。

[1] 王让会. 绿洲景观格局及生态过程研究[M]. 北京：清华大学出版社, 2010.

[2] 傅伯杰. 景观生态学原理及应用[M]. 北京：科学出版社, 2001.

[3] HAINESYOUNG R, CHOPPING M. Quantifying landscape structure: a review of landscape indices and their application to forested landscapes[J]. Progress in Physical Geography, 1996, 20(4):418-445.

[4] 崔莉, 李俊清, 王政通. 浙江沿海地区景观格局及变化分析[J]. 华中农业大学学报, 2015(2):31-35. (CUI Li, LI Junqing, WANG Zhentong, et al.Analysis of variation of landscape pattern in Zhejiang coastal area[J]. Journal of Huazhong Agricultural University, 2015(2):31-35. (in Chinese))

[5] 徐建华, 方创琳, 岳文泽. 基于RS与GIS的区域景观镶嵌结构研究[J]. 生态学报, 2003, 23(2):365-375. (XU Jianhua, FANG Chuanglin, YUE Wenze.An analysis of the mosaic structure of regional landscape using GIS and remote sensing[J]. Acta Ecologica Sinica, 2003, 23(2):365-375.(in Chinese))

[6] 胡美娟, 侯国林, 周年兴,等. 庐山森林景观空间分布格局及多尺度特征[J]. 生态学报, 2015, 35(16):5294-5305. (HU Meijuan, HOU Guolin, ZHOU Nianxing, et al. Spatial distribution patterns and multi-scale features of the Lushan forest landscape [J] . Acta Ecologica Sinica, 2015, 35(16):5294-5305. (in Chinese))

[7] Hui Y, Zhang R Q. Changes in wetland landscape patterns on Yinchuan Plain, China[J]. International Journal of Sustainable Development & World Ecology, 2010, 17(3):236-243.

[8] 罗文磊, 田娟, 侯战方,等. 东平湖表层沉积物重金属富集特征及其污染研究[J]. 环境工程, 2016, 34(4):146-150. (LUO Wenlei, TIAN Juan, HOU Zhanfang,et al.Characteristics of enrichment and ecological risk assessment of heavy metals in surface sediments of dongping lake[J]. Environmental Engineering, 2016, 34(4):146-150. (in Chinese))

[9] 刘洁. 基于TM、ETM+影像的东平湖湿地信息提取及时空演变研究[D]. 泰安：山东农业大学, 2013.

[10] 王瑷玲, 刘洁, 王彩艳,等. 1987—2009年东平湖湿地时空演变及其驱动力[J]. 中国人口资源与环境, 2014(增刊3):160-163.(WANG Ailing, LIU Jie, WANG Caiyan,et al. Spatial and temporal change and its driving force of Dongping Lake wetland during 1987—2009 [J]. China Population,Resources and Environment, 2014(sup3):160-163.(in Chinese))

[11] 张芹, 陈诗越, 孙卫波,等. 东平湖水质现状与可持续旅游开发[J]. 人民黄河, 2012, 34(1):42-44. (ZHANG Qin, CHEN Shiyue, SUN Weibo, et al. Water quality status and sustainable tourism development of Dongping Lake[J]. Yellow River, 2012, 34(1):42-44.(in Chinese))

[12] 黄华兵. 基于遥感与GIS的景观类型信息提取及景观格局分析[D]. 西宁：中国科学院研究生院(青海盐湖研究所), 2005.

[13] 王宪礼, 胡远满, 布仁仓. 辽河三角洲湿地的景观变化分析[J]. 地理科学, 1996, 16(3):260-265. (WANG Xianli, HU Yuanman, BU Rencang. Analysis of wetland landscape changes in Liaohe Delta[J]. Scientia Gelgraphica Sinica, 1996, 16(3):260-265.(in Chinese))

[14] 张秋菊, 傅伯杰, 陈利顶. 关于景观格局演变研究的几个问题[J]. 地理科学, 2003, 23(3):264-270. (ZHANG Qiuju, FU Bojie, CHEN Liding. Several problems about landscape pattern change research [J]. Scientia Gelgraphica Sinica, 2003, 23(3):264-270.(in Chinese))

[15] 万红. 基于RS与GIS的黄河三角洲湿地信息提取与分析研究[D]. 北京：中国石油大学, 2010.

[16] 吴晓旭, 邹学勇, 钱江. 基于马尔科夫模型的乌审旗景观格局模拟与预测[J]. 干旱区资源与环境, 2010, 24(2):158-162. (WU Xiaoxu, ZOU Xueyong, QIAN Jiang. Simulation and prediction of landscape pattern in Uxin Qi using Markov chain model[J]. Journal of Arid Land Resources & Environment, 2010, 24(2):158-162.(in Chinese))

[17] 李云平, 刘永兵, 王计平,等. 松嫩草原西部县域尺度景观格局变化及预测:以黑龙江省杜蒙县为例[J]. 中国水土保持科学, 2008, 6(6):79-86. (LI Yunping, LIU Yongbing, WANG Jiping, et al. Landscape pattern change and prediction on county scale of west Songnen grasslands:a case study of Dumeng County[J]. Science of Soil & Water Conservation, 2008, 6(6):79-86.(in Chinese))

[18] 边疆. 绵阳市景观格局动态变化与预测分析[D]. 南京：南京林业大学, 2012.

[19] 杜际增, 王根绪, 李元寿. 基于马尔科夫链模型的长江源区土地覆盖格局变化特征[J]. 生态学杂志, 2015, 34(1):195-203. (DU Jizeng, WANG Genxu, LI Yuanshou. Changes of land cover pattern in the source region of Yangtze River based on Markov process[J]. Chinese Journal of Ecology, 2015, 34(1):195-203.(in Chinese))

[20] 李德成, 徐彬彬, 石晓日. 利用马氏过程模拟和预测土壤侵蚀的动态演变：以安徽省岳西县为例[J]. 遥感学报, 1995(2):89-96. (LI Decheng, XU Binbin, SHI Xiaori. Simulation and forest of soil erosion development with Markov process：a case study in Yuexi, Anhui Province[J]. Journal of Remote Sensing, 1995(2):89-96. (in Chinese))

Impacts of human activities on change of wetland landscape in Dongping lake area

PAN Jian1，YU Dandan2，HE Zhenfang2，JIANG Han1，GAI Beibei2

(1.CollegeofGeographyandEnvironment,ShandongNormalUniversity,Ji’nan250014,China;2.SchoolofEnvironmentandPlanning,LiaochengUniversity,Liaocheng252000,China)

In order to explore the change of wetland landscape pattern after the South-to-North Water Diversion Project, three Landsat images from the years 2000, 2009, and 2014 were classified with the decision tree classification method. On the basis of land classification results, the transfer matrix and landscape index methods were used to analyze the characteristics and the driving forces of landscape patterns at different times. The Markov model was used to predict the change of landscape pattern in the study area. The results show that with more construction land emerging around the water area, the landscape indexINPincreased from 7174 to 10334,ICdecreased from 64.5944 to 63.6515, and landscape fragmentation increased, enhancing the landscape heterogeneity.ISHEandISHDincreased slightly from 2009 to 2014, the agglomeration degree of landscape pattern increased, but showed a big gap with the level in 2000. Some natural wetlands were replaced by constructed wetlands, which resulted in the degradation of wetland ecosystem functions.

landscape pattern; South-to-North Water Diversion Project; enviromental impact; landscape index; Markov model; Dongping Lake; wetland

10.3880/j.issn.1004-6933.2017.04.014

中国博士后科学基金(2015M571832)；山东省自然科学基金(ZR2012DQ003)；聊城大学科技文化创新基金(26312161013)

潘健(1992—)，男，硕士研究生，研究方向为遥感地学应用。E-mail:panjian1992@163.com

何振芳，讲师。E-mail： hzfwhy@lzb.ac.cn

P208；P901

A

1004-6933(2017)04-0088-07

2016-12-30 编辑：徐 娟)