1998—2009年洞里萨湖流域湿地时空变化特征研究

赵桔超 杨 昆 朱彦辉,3 段国辉

( 1. 云南师范大学旅游与地理科学学院，云南 昆明 650500；2. 西部资源环境地理信息技术教育部工程研究中心，云南 昆明 650500；3. 云南师范大学信息学院，云南 昆明 650500)

湿地生态系统是陆地生态系统的重要组成部分，在调节径流、净化水质、美化环境和维持区域生态平衡等方面具有重要作用[1-2]。近年来，在人类活动和气候因素的影响下，湿地生态系统的结构和功能发生了巨大的变化[3]。因此，分析湿地的空间分布格局，认识湿地的生态过程对维护生态系统的稳定性、促进湿地与周边非湿地地区之间的协融性以及保障湿地资源的永续利用具有重要意义[4]。

洞里萨湖是柬埔寨除湄公河流域外的第二大水域，被称为“柬埔寨的心脏”，该湿地对于当地的经济发展和居民生活具有重要作用[5]。柬埔寨拥有丰富的自然资源，但随着人口的增加和经济的发展，使得洞里萨湖流域的森林资源和水资源遭到严重的破坏。虽然政府采取了一系列的保护制度，但由于湖区人口素质低，资金投入不到位，使得洞里萨湖流域生态环境的破坏仍在加剧[6]。在人类活动的作用下，洞里萨湖流域湿地发生变化为亟待讨论的问题。遥感技术具有宏观、时效、综合及连续的特征，已成为不同尺度湿地信息提取与变化监测的重要手段[7]。目前，关于湿地变化的研究大多是从不同类型湿地的“面积变化”进行的分析[8-10]，从“像元变化”的角度进行分析的还较少。本研究基于6期Landsat TM影像数据，并结合NDVI数据，从“点—面”相结合的角度对洞里萨湖流域湿地格局变化过程进行分析，在考虑湿地面积变化的同时也考虑像元湿度指数的变化。本研究可为洞里萨湖流域湿地资源的可持续发展提供基础信息。

1 研究区概况

柬埔寨位于中南半岛，属于热带季风气候，高温多湿，年平均气温29～30 ℃，5—10月为雨季，11月至次年4月为旱季，各地区降水量差异较大，在1 000～5 400 mm之间[11-12]。洞里萨湖位于柬埔寨境内北部（11°53′～14°08′N，102°30′～105°29′E），由大湖、小湖和泥沼平原3个部分组成，是东南亚最大的淡水湖泊，洞里萨湖流域位置见图1。根据《2014年度全球生态环境遥感监测报告》显示：由于受季节变化和湄公河的双重影响，9—12月洞里萨湖湖面面积会快速扩张，12月至次年1月则急剧消退，洪水吞吐能力近400亿m3，对湄公河下游的洪水调节具有重要作用。由于地理环境优越，柬埔寨水产资源丰富，洞里萨湖成为著名的淡水鱼产地之一，素有“鱼湖”之称[11]。洞里萨湖还为周围的良田提供了丰富的水资源，使洞里萨湖流域成为闻名世界的粮仓，对柬埔寨的经济发展发挥着重要作用。

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

2 材料与方法

2.1 数据来源与处理

由于洞里萨湖湖面面积较大，共由6景影像组成，为保证湿地信息提取的准确性，避免云量和季节性差异造成的影响，筛选出满足同一时相的 1988年、1991年、1995年、2005年、2007年、2009年1—2月（枯水季）的Landsat TM影像，同时拼接、裁剪后的区域云量在1%以下。研究数据来源于美国地质调查局（https：//glovis.usgs.gov/），共36景，空间分辨率为30 m×30 m。

预处理包括 4个步骤[13-14]：1）利用 ENVI 5.3对Landsat TM数据进行辐射定标；2）进行FLAASH大气校正；3）进行几何校正，将误差控制在1个像元内；4）利用ArcGIS 10.2将坐标系统一转换为WGS_84_UTM_zone_48N。

2.2 湿地信息提取

由于洞里萨湖流域面积大，为提高分类精度和效率，本研究参考了张磊等[15]建立的湿地分类系统，将洞里萨湖流域划分为非湿地、植被性湿地和非植被性湿地3类。植被性湿地主要包括：森林湿地、灌丛湿地和草本湿地；非植被性湿地主要包括：湖泊、河流、水渠、水库和坑塘。通过以下4个步骤，进行洞里萨湖流域湿地分类信息的提取。

1）采用缨帽（K-T）变化从TM影像中提取湿度分量。缨帽变换可以将TM影像的6个波段（热红外波段除外）压缩成4个特征：亮度、绿度、湿度和噪声[16]。其中，湿度分量反应了土壤的湿度状况，它的湿度指数介于土壤和水之间[17]，湿度分量通过确定阈值可以识别湿地与普通陆地（非湿地），是区分湿地与非湿地最好的指数，精度达97%以上[18]。

2）提取归一化植被指数（NDVI）。根据预处理好的数据，采用波段运算的方法进行计算。

3）构建决策树分类模型（图2）。决策树分类模型是一个典型的多级分类器，由一系列决策二叉树构成，对图像中的各像元进行逐层识别和归类，通过若干次中间判别最终得到分类的结果[17,19]。本研究根据缨帽变换得到的湿度指数分布图（湿度指数值在0～1之间），以及洞里萨湖流域NDVI分布图（NDVI值在0～1之间），找出区分非湿地、植被性湿地和非植被性湿地的最佳阈值，建立决策树分类模型，然后执行决策树，得到分类结果。

图1 决策树分类过程Fig. 2 Information picture of classification processing

4）确定阈值。决策树分类的关键是选取最佳阈值，为保证选取阈值的可靠性和准确性，参考李山羊等[9]的验证方法，本研究选取同一时相Google Earth高分辨率影像（来源于谷歌地球软件）作为参考，每年选取1 500个采样点，并将这些采样点分为3类，每类500个，分别对1988年、1991年、1995年、2005年、2007年、2009年的分类结果进行精度验证，然后多次反复调整阈值，发现湿度指数值和NDVI值分别为0.722和0.180时比较合适，总体分类精度最高，分别为 90.2%、92.5%、88.6%、93.4%、89.0%、90.8%，精度均在88%以上，可以满足湿地变化研究的要求。

2.3 空间自相关分析

空间自相关是研究地理空间中某空间单元与相邻空间单元之间，属性特征是否相关及相关程度的一种空间数据分析方法，描述空间单元在空间上的依赖关系[20]。全局空间自相关采用统计量Moran'sI指数来表示，反映整个研究区空间单元的集聚程度，Moran'sI的范围在-1到1之间，其计算方法见式（1）～（3）。本研究采用Moran'sI对洞里萨湖流域湿度指数的空间集聚程度进行度量，进而反映全区湿地的空间集聚特征。

式中：xi、xj表示空间单元i和j在不同位置上的属性值（每个像元代表一个空间单元,所以xi、xj表示像元的湿度指数值）；wij表示空间权重矩阵（若空间单元相邻，wij=1，否则wij=0）；n为研究区域的单元总数（洞里萨湖流域共5.534×107个像元，所以n=5.534×107）。

3 结果与分析

3.1 时间变化特征

3.1.1 湿度指数的全局空间自相关特征

洞里萨湖流域Moran'sI随时间变化情况见图3。由图3可知，洞里萨湖流域湿度指数的全局 Moran'sI在 0.789～0.831之间（P＜0.01），表明洞里萨湖流域湿度指数呈正空间自相关，湿度指数具有显著的集聚状态。但Moran'I整体呈现下降趋势，降速为每年0.52%，可知洞里萨湖流域的地表湿度趋向于破碎分布，斑块破碎度增大，斑块间的连通性减弱，空间异质性增强。这与洞里萨湖生态环境恶化以及湖区两旁大面积树木砍伐有很大关系[5]，植被是连接土壤和水分的重要纽带，植被的破坏会使裸露的土壤长期暴露，会使土地干燥而缺乏水分，影响区域与区域之间的物质循环和能量流动，进而加剧区域之间的破碎程度。

图3 洞里萨湖流域湿度指数Moran's I随时间变化情况Fig. 3 The time series of the humidity index and Moran's I in the Tonle Sap Lake Basin

3.1.2 湿度指数的年际变化特征

洞里萨湖流域湿度指数平均值随时间变化情况见图4。由图4可知，1988—2009年6个时期湿度指数的平均值在0.712～0.720之间，其中，1988—1995年洞里萨湖流域湿度指数呈明显上升趋势，在1995—2005的10 a间，湿度指数明显下降，后3 a的湿度指数平均值均低于1998年、1991年、1995年。整体而言，全区湿度指数呈现下降趋势，降速为每年0.02%，通过了显著性检验，表明整个洞里萨湖流域的地表湿度趋向于干旱，可能原因是区域与区域之间集聚程度减弱，破碎度增大所造成的影响。

图4 洞里萨湖流域湿度指数随时间变化情况Fig. 4 The time series of the humidity index and Moran's I in the Tonle Sap Lake Basin

3.2 空间变化特征

3.2.1 湿度指数的空间分布格局

通过缨帽变换得到6个不同时期洞里萨湖流域湿度指数的空间分布，见图5。由图5可知，洞里萨湖流域湿度指数由内向外整体呈现“高—低—高”的分布特征，湿度指数最高的区域地表覆盖类型主要是湖泊、河流、水田和沼泽区，而湿度指数最低的区域地表覆盖类型以裸地为主。1998年整个流域湿地指数平均值为0.717，湿度指数值大部分集中在0.700～0.816之间，占75%以上（图5a）。与1988年相比，1991年全区湿度指数平均值（0.718）有所上升，在1995年全区湿度指数平均值（0.720）达到最大，其中，上升最为明显的区域主要分布在洞里萨湖湖区周围。到2005年，整个流域湿地指数平均值开始下降，2007年全区湿度指数平均值（0.712）达到最低值，整个流域各个区域的湿度指数均有不同程度的降低。与2007年相比，2009年全区湿度指数又有所回升。

3.2.2 湿地类型的空间变化

通过决策树分类模型，将洞里萨湖流域划分为非湿地、植被性湿地和非植被性湿地（图6），进而计算得到非湿地、植被性湿地和非植被性湿地的面积百分比（图7）和空间转移矩阵（表1）。植被性湿地主要包括森林湿地和灌丛湿地等，在1988—1995年植被性湿地所占面积比例明显上升，1995年达到最大值（占45%），最小值出现在2007年（占31%）。非植被性湿地主要是湖泊和河流，所占面积最少，波动较小，从1988年的 3 739.64 km2减少为 2009年的 3 510.50 km2，约萎缩了229.14 km2，其中，在1991年面积最小（占 5.9%），在2005年面积最大（占 9.2%）。由图6～7、表1可知，在非湿地、植被性湿地和非植被性湿地的相互转移过程中，非湿地转化为植被性湿地和植被性湿地转化为非湿地所占面积最大，且不同年份间波动较大，主要是因为这2种地表覆盖类型受人类活动影响较大，湖区两旁的植被砍伐会导致植被性湿地面积向非湿地转化，而当地政府采取的保护政策可能促进非湿地转化为植被性湿地。而非植被性湿地转化为非湿地的面积大约为652～795 km2，波动较为平稳，可能原因是旱季湖水退去，淤上来的泥沙沉积在湖的周围，导致湖区面积缩小[5]，转移为非湿地。另外，非植被性湿地转移为植被性湿地的面积相对最少，大约在113～399 km2之间，主要是因为非植被性湿地是以湖泊、河流等为主，要转移为植被性湿地，中间需要以土壤作为过渡，所以面积变化相对最少。

图5 洞里萨湖流域湿度指数空间分布格局Fig. 5 Spatial distribution of humidity index in the Tonle Sap Lake Basin

图6 湿地覆盖类别遥感信息提取结果Fig. 6 Classification results of wetland using remote sensing

图7 非湿地、植被性湿地和非植被性湿地的面积百分比Fig. 7 Area percentage of non-wetland, vegetation wetland and non-vegetation wetland

表1 洞里萨湖流域非湿地、植被性湿地和非植被性湿地的转移矩阵Table 1 The transition matrix among non-wetland, vegetation wetland and non-vegetation wetland km2

4 结论与讨论

基于洞里萨湖流域1988—2009年6期Landsat TM数据，利用缨帽变换和决策树分类模型提取湿地信息，采用全局空间自相关和空间转移矩阵，对洞里萨湖流域湿地进行了动态监测和分析，得出以下结论：时间上，从1988年到2009年，洞里萨湖流域地表湿度整体呈现下降趋势，地表水分含量减少，这对该地区湿地生态系统的结构和功能具有一定影响。另外，从1998—2009年，洞里萨湖流域地表湿度指数呈显著的空间集聚特征，但空间集聚程度减弱，趋向于离散分布，区域与区域之间的离散分布会阻碍物质循环和能量流动，对湿地资源的可持续发展极为不利，在今后洞里萨湖流域湿地发展建设中，应当落实洞里萨湖流域的森林资源保护政策，减少人为因素的破坏，促进环境优化。

空间上，洞里萨湖流域地表湿度指数由内向外呈现“高—低—高”的空间分布特征，在非湿地、植被性湿地和非植被性湿地的相互转化过程中，非湿地转移为植被性湿地和植被性湿地转移为非湿地所占面积是最大的，且不同年份间波动较大。其中，从1988—2009年，植被性湿地和非植被性湿地的面积共减少了374 km2。

本研究从“点—面”相结合的角度，在考虑湿地面积变化的同时也考虑像元湿度指数的变化，更能全面的反应湿地的时空变化特征，但也存在一些问题：研究中仅对1988—2009年进行分析，缺少后续年份的分析，主要是因为洞里萨湖面积较大，共有6景影像镶嵌而成，很难找到同一时相且6景影像拼接、裁剪后的区域云量均小于1%。其次，K-T变换在划分湿地和非湿地精度非常高，但目前只能用于MSS数据、TM数据和ETM数据，这是该方法的一个局限性[21]。

洞里萨湖作为东南亚最大的淡水湖，对该地区经济的发展发挥着至关重要的作用，但由于柬埔寨是世界上最不发达的国家之一，洞里萨湖流域大部分人生活在贫困之中，随着人口的增长和经济的发展，洞里萨湖流域的生态资源遭到严重破坏，生态保护和经济发展之间的矛盾不断加剧，要解决好保护与发展之间关系的出路在于走可持续发展道路[5]。研究表明，从1988—2009年，该地区的地表水分含量明显下降，土壤湿度降低，且趋向于破碎化，很大程度上受到了人类活动的影响，尤其该地区的植被资源破坏较为严重，通过对1998—2009年NDVI的变化分析表明，洞里萨湖流域NDVI的降速为每年0.50%，在2005年和2007年，植被性湿地丧失的面积明显要高于增加的面积。但也应注意到，过度强调人类活动的影响，可能会忽视了气候变化等因素造成的一些消极影响，如全球气候变暖也会加剧该地区地表水分的蒸发，降低土壤湿度指数，如何定量分析人类活动和气候因素的贡献大小，还有待深入研究。