1990—2018年海南岛湿地景观格局演变及其驱动力分析

雷金睿，陈宗铸，陈毅青，陈小花，李苑菱，吴庭天

海南省林业科学研究院/海南省红树林研究院，海南 海口 571100

湿地是地球上一种重要的生态系统，使陆地生态系统和水生生态系统之间的过渡区域，具有重要的生态功能和价值，被誉为“地球之肾”（Bdrinson et al.，2011；Jin et al.，2017；Sun et al.，2018）。它是自然界生物多样性和生产力最高的生态系统之一，与人类生存发展息息相关（Copeland et al.，2010；吕金霞等，2018；徐晓龙等，2018）。近几十年来，由于气候环境因素和人类活动的影响，湿地的面积、类型、结构和功能发生了显著变化（Zorrilla-Miras et al.，2014；Lin et al.，2018），威胁区域生态安全（陈昆仑等，2019；李悦等，2019）。湿地景观格局是自然演变和人为干扰的共同结果（王泉泉等，2019），其变化特征与驱动机制一直以来都是湿地地理学和生态学长期研究的热点，对于揭示湿地演变因素、制定科学合理的湿地保护具有重要意义（宫兆宁等，2011；徐晓龙等，2018）。

随着GIS和RS技术的迅速发展，湿地景观在时间和空间尺度上的研究得以拓展（宫兆宁等，2011；范强等，2014），也成为研究湿地景观动态变化和驱动机制的重要技术手段，因此在湿地景观的宏观动态监测、空间定量分析等方面越来越受到关注（Yu et al.，2017；Lin et al.，2018；卢晓宁等，2018）。如，Skalós et al.（2017）利用正射影像分析了捷克共和国低地地区湿地景观的时空变化；Lin et al.（2018）利用 Landsat影像量化了舟山群岛湿地景观的时空动态变化，并利用统计数据来识别驱动因素；吕金霞等（2018）利用7期Landsat影像分析了近 30年来京津冀地区湿地景观变化及其驱动因子。基于以往的研究可以发现，湿地分类信息可以较容易地从遥感影像中提取，结合GIS的空间分析能够有效地揭示湿地景观的时空演变规律（张猛等，2018）。然而，湿地景观演变是一个长期动态过程，短期研究往往难以揭示长期变化规律（洪佳等，2016）。

海南岛是中国仅次于台湾的第二大岛屿，地理位置独特，有着丰富的湿地资源及湿地类型（邹发生等，1999）。然而在海岛城市扩张和海洋经济背景下，湿地已经成为最脆弱的生态系统之一（Huang et al.，2012），呈现出以围垦养殖、城镇建设和港口开发为主的多样化湿地利用方式（隋燕等，2018；魏帆等，2018）。当前，对海南岛湿地景观时空分布与变化的研究仅见对海南东寨港（李儒等，2017）、清澜港（徐晓然等，2018；甄佳宁等，2019）的红树林湿地有少量研究报道，缺乏在全域和长时间序列的角度对海南岛开展湿地景观格局的时空演变与驱动机制研究。特别是在国家生态文明试验区建设的战略背景下，认识其演变特征具有重要现实意义。基于此，本文利用海南岛1990—2018年间的7期遥感影像数据提取研究区湿地空间分布信息，综合运用景观动态分析、景观格局指数和数理统计等方法分析海南岛近 30年的湿地景观变化特征，并探索引起其变化的自然和社会经济驱动因子，以对海南岛湿地资源今后的保护利用和规划提供重要的参考。

1 研究区概况

海南岛（18.80—20.10°N，108.37—111.03°E）位于南海大陆架北端，为相对独立的地理单元，面积约3.4×104km2，海岸线长1944.4 km，具有典型的热带季风海洋性气候。地貌类型多样，地形中间高四周低，以五指山（1867 m）、鹦哥岭（1811 m）为隆起核心，从中部向四周依次为山地、丘陵、台地和平原等逐级递降（图1）。气候高温多雨、长夏无冬，年平均气温 23.8—26.2 ℃，≥10 ℃年积温8200—9200 ℃。全岛雨量充沛，年降水量1000—2500 mm；干湿季明显，雨季5—10月，旱季11月至翌年4月，雨季降水量占全年降水量60%以上。岛内河流多而短小，呈放射状水系，包括南渡江、万泉河、昌化江等海南三大河流在内的154条；大型水库有松涛水库、大广坝水库和牛路岭水库等。截止2018年，海南岛常住人口总数934.32万，地区生产总值4832.05亿元，人均地区生产总值5.20万元。

根据全国第二次湿地资源调查，海南省分布有近海与海岸湿地、河流湿地、湖泊湿地、沼泽湿地、人工湿地5类18型的湿地类型，湿地资源星罗棋布、纵横交错，拥有东寨港国际重要湿地，以及东寨港红树林等国家级、省级湿地自然保护区和湿地公园，成为候鸟迁徙的重要驿站和珍稀水鸟的重要越冬区、栖息地。近年来，以海口、三亚等重点城市为主的湿地保护和修复逐渐得到社会各界重视，相继新建了美舍河、五源河、三亚河等多个国家湿地公园，2018年海口被评为全球首批国际湿地城市。同时，2018年出台了《海南省湿地保护条例》，为湿地保护利用提供法制保障，全省湿地资源保护管理呈现出良好局面。

2 数据来源与研究方法

2.1 数据来源及预处理

图1 研究区位置及湿地景观类型（2018年）Fig. 1 Location of the study area and wetland landscape types (2018)

以覆盖研究区的 1990、1995、2000、2005、2010年Landsat 5 TM和2015、2018年Landsat 8 OLI 遥感影像为主要数据源，分辨率均为30 m，轨道号/行列号为123/46、123/47、124/46、124/47和125/47。为保障数据质量，尽量下载使用云量在5%以内、拍摄时间在雨季（5—7月）的影像，数据下载自https://glovis.usgs.gov/。最终筛选并使用了25景TM数据和10景OLI数据。运用ENVI 5.1软件对研究区内的遥感影像数据进行多波段合成、大气校正、几何校正以及图像镶嵌、裁切、增强等数据处理，总误差控制在1个像元内，并统一投影到2000国家大地坐标系（雷金睿等，2019）。

研究区人口数量、国内生产总值、渔业生产总值等人口与社会经济指标来源于《海南统计年鉴》。年降水量、平均气温和平均相对湿度等自然环境指标来源于国家气象科学数据共享服务平台（http://data.cma.cn/）。

2.2 湿地景观分类

采用监督分类与人工目视解译相结合的方法分别对7期遥感影像进行解译（Davranche et al.，2010）。根据湿地分类系统和研究区实际情况，将其划分为自然湿地、人工湿地和非湿地3个一级类型，其中自然湿地包括河流、潟湖、红树林，人工湿地包括库塘、水产养殖场和盐田等二级类型（图2）。利用ArcGIS 10.3在湿地范围内随机选取100个样点，经野外实地验证、高空间分辨率Google影像以及高比例尺土地利用现状图检验，采用误差矩阵法对湿地分类结果进行精度评价，总体分类精度（Overall Accuracy）在90%以上，结果可靠，满足本研究的分析要求（刘吉平等，2016；张猛等，2018）。

2.3 动态变化分析指标

（1）湿地景观类型变化率。采用湿地景观年变化率（K）来反映研究区一定时间范围内某类湿地面积的变化程度（易凤佳等，2016）。计算公式为：

式中，Sa、Sb分别为研究期初和研究期末的湿地面积；t为监测时段长度。K＞0表示监测时间内湿地面积增加；K＜0表示监测时间内湿地面积减少。K的绝对值越大表示面积变化的程度越大。

（2）综合湿地动态度。综合湿地动态度用于表征不同时期湿地类型变化的速度和剧烈程度（李传哲等，2011），计算公式为：

图2 1990—2018年海南岛湿地类型Fig. 2 Types of wetland in Hainan Island in 1990-2018

式中，LUi为监测起始时间第i类湿地类型面积；ΔLUi-j为监测时段第i类湿地类型转为非i类湿地类型面积的绝对值；t为监测时段长度；LC为研究区湿地年综合变化率。

（3）湿地类型转移矩阵。运用ArcGIS 10.3软件对不同时期湿地类型数据进行联合交叉分析（Union），再用Excel数据透视表进行处理，建立研究期内湿地类型面积转移矩阵（Feng et al.，2016）。

2.4 景观格局分析

参考相关文献（宫兆宁等，2011；刘吉平等，2016；万智巍等，2018；Lin et al.，2018），结合研究区的实际情况，分别从类型水平和景观水平上分析景观格局指数，包括斑块数量（NP）、最大斑块指数（LPI）、边缘密度（ED）、景观形状指数（LSI）、周长面积分维数（PAFRAC）、连接度（CONNECT）和香农多样性指数（SHDI）7个。各景观指数模型的计算公式和生态学意义参见文献（邬建国，2007）。考虑到空间分析精度的一致性，借助ArcGIS将湿地景观分类矢量图转换为.grid格式，并导入Fragstats 4.2平台进行景观格局指数的计算分析（宫兆宁等，2011）。

2.5 驱动力统计分析

为定量化分析影响湿地景观演变的主要驱动因子，运用SPSS 22.0对湿地景观类型面积、景观格局指数与社会经济、自然环境指标进行Pearson双变量相关性分析。参考相关研究（刘吉平等，2016；徐晓龙等，2018），选取研究区人口数量、国内生产总值、渔业生产总值以及年降水量、平均气温和平均相对湿度等8个指标。

3 结果与分析

3.1 海南岛湿地景观类型面积动态变化

根据海南岛湿地景观类型面积统计可知（表1，图 3），1990—2018年间海南岛湿地景观总面积呈增长的趋势（线性倾向率13.524，R2=0.9611），在2018年湿地总面积达1337.57 km2，面积净增加了393.21 km2，年变化率达 14.04 km2·a-1。从一级湿地类型来看，人工湿地增长明显（线性倾向率15.743，R2=0.9746），面积占比由 1990的 44.88%增加到2018年的65.29%，面积净增加了449.39 km2，年变化率达16.05 km2·a-1；与之相反，自然湿地则略微减少（线性倾向率-2.219，R2=0.8450），面积占比由1990的55.12%减少到2018年的34.71%，面积净减少了 56.18 km2，年变化率为-2.01 km2·a-1。从二级湿地类型来看，水产养殖场的增长速度最高，年变化率达 9.59 km2·a-1；其次为库塘，为 6.41 km2·a-1。潟湖的减少速度最高，达-3.09 km2·a-1；盐田和红树林的变化速率最低。从湿地类型百分比来看（图4），在1990—2018年间，水产养殖场增加明显，由1990年2.25%上升到2018年的21.67%，表明在这期间海南岛水产养殖事业发展十分迅猛，特别是在2000—2005年，增加了一倍以上。潟湖类型百分比持续减少，由 1990年 33.69%下降到 2018年的17.31%，减少了一半。库塘类型百分比在 2000年达到最高（44.91%），随后至2005年出现下降之外，后期逐步回升。河流、红树林、盐田景观类型百分比则保持细微波动，总体呈稳定的态势。

表1 1990—2018年海南岛湿地类型面积Table 1 Area of different types of wetland in Hainan Island in 1990-2018 km2

图3 1990—2018年海南岛湿地类型面积变化Fig. 3 Area changes of different types of wetland in Hainan Island in 1990-2018

从海南岛湿地年综合动态度可以看出（表2），2015—2018年间湿地综合动态度最小，仅为0.40%；其次为2005—2010年间，表明在这2个阶段湿地各类型均较稳定，变化较小。在 1990—1995年和2000—2005年这2个阶段湿地综合动态度较高，主要是由于库塘和水产养殖场面积的急剧变化所导致，湿地景观转变明显。在1990—2018年间的湿地综合动态度为1.08%，处于中等变化强度。总体来看，海南岛湿地景观在整个研究阶段前期变化较为剧烈，反映出全岛库塘建设、水产养殖业发展较为迅速，后期湿地景观动态变化变缓。

3.2 海南岛湿地景观转移矩阵分析

通过对 1990—2018年海南岛湿地类型面积数据进行交叉分析，得到研究区湿地类型面积转移矩阵和变化空间分布图（表3，图5）。在1990—2018年间，海南岛共有116.56 km2的湿地转为非湿地，而非湿地转为湿地的面积达509.74 km2。其中，水产养殖场的面积变化最大，由1990年的21.28 km2增加到2018年的289.82 km2，主要由非湿地、潟湖和库塘景观转入，分别为197.29、56.51、10.03 km2，其中在 1995—2010年水产养殖场面积增长最快，表明在这期间水产养殖业发展迅速，主要分布在海南岛东北部及东南沿海一带。其次为库塘，由1990年的364.69 km2增加到2018年的544.15 km2，这主要是由于在 1994年间海南第二大水库大广坝水库建成使用，造成大量的非湿地转为库塘。潟湖面积减少最大，由1990年的318.13 km2减少到2018年的231.48 km2，主要因围海养殖活动转移为水产养殖场，面积为56.51 km2，其中在1990—2005年间减少量最大，这可能是由于潟湖为浅海港湾、风平浪静，为养殖业提供了优越的地理位置条件，有利于发展海水养殖业。同样，红树林转移为水产养殖场的面积有5.69 km2，但也有5.49 km2的潟湖转入，因此红树林面积总体呈稳定趋势。河流面积略微增加，主要由非湿地转入，可能是因大型水库修建造成河流上游水面变宽所致；而部分区域河流减少主要由于城市开发建设侵占。盐田面积变化不大，总体保持稳定。

图4 1990—2018年海南岛湿地类型百分比变化Fig. 4 Percentage changes of different types of wetland in Hainan Island in 1990-2018

表2 1990—2018年海南岛湿地综合动态度Table 2 Comprehensive dynamic attitude of wetland in Hainan Island in 1990-2018

表3 1990—2018年湿地类型面积转移矩阵Table 3 Transfer matrix of different wetland types in 1990-2018 km2

图5 1990—2018年海南岛湿地变化空间分布图Fig. 5 Spatial distribution of wetland changes in Hainan Island in 1990-2018

3.3 海南岛湿地景观格局指数变化

3.3.1 类型水平上景观格局变化特征

海南岛湿地在类型水平上各时期景观格局指数的变化趋势如图6所示。其中，斑块数量（NP）以库塘最大，在2000年达到最高值1465个，之后持续减少。水产养殖场斑块数量增长最快，从1990年的35个增长到2018年的652个，增幅达到18倍。红树林斑块数量略微增加，也从1990年的105个增长到2018年的156个。河流、潟湖、盐田的斑块数量持续波动，但数量变化不大。

从斑块边缘密度（ED）来看，潟湖和红树林一直处于较高水平，在2005年均达到最高值，分别为3.06 m·hm-2和 2.14 m·hm-2，之后略微降低。水产养殖场边缘密度持续增长，在 2000—2005年间增长最快，至2018年达到最高值2.97 m·hm-2。

图6 1990—2018年海南岛湿地类型水平上的景观格局指数变化Fig. 6 Changes in landscape pattern indices of wetland in Hainan Island at the scale of class in 1990-2018

最大斑块指数（LPI）以库塘最大，其次为河流、潟湖。库塘的LPI在1990年为最高值10.04%，在1995—2005年间急速下降达到低值6.09%，而后在2010年达到另一峰值8.96%，之后逐年降低。河流、潟湖、盐田、红树林4类湿地类型的LPI始终呈降低趋势。仅有水产养殖场LPI呈增长态势，也反映出水产养殖场规模的不断扩大而造成斑块连片分布。

从景观斑块形状指数（LSI）来看，河流、库塘的LSI最大，在55—70之间波动。水产养殖场的LSI增长最快，从1990年的9.86增长到2018年的41.33，呈持续增长的趋势，这说明水产养殖场的形状正趋于复杂化。

3.3.2 景观水平上景观格局变化特征

景观水平上的景观格局指数可以反映整个研究区域的景观变化特征，如表4所示。1990—2018年间海南岛湿地景观斑块数量（NP）总体呈持续增长的趋势，在2015年达到峰值2134个，整个研究阶段NP增加673个，增幅达48.80%。最大斑块指数（LPI）呈现先降低后升高再降低的趋势，在1990年达到最大值10.04%，2005年最小，为6.09%。综合NP和LPI可知，海南岛湿地景观的破碎化程度正逐步加大。边缘密度（ED）和景观形状指数（LSI）同样呈现持续增长的变化趋势，在 2018年达到最大值，分别为4.28 m·hm-2和87.56，可见斑块形状趋于复杂化。周长面积分维数（PAFRAC）总体呈现出一致的降低趋势，而连接度（CONNECT）则在2010年出现最小值56.47，之后呈现出缓慢上升后再下降的趋势，这2个指数表明景观受干扰程度加大、连通度降低。香农多样性指数（SHDI）经历了一个先升高、再小幅降低的波动过程，在 2005—2010年间出现最大值1.52，说明湿地景观多样性增加，各湿地景观类型趋于均衡化。综合来看，1990—2018年间海南岛湿地景观总体呈现破碎度增大、景观异质性增强、连通度降低、斑块形状趋于复杂的变化特征。

表4 1990—2018年海南岛湿地景观水平上的景观格局指数变化Table 4 Changes in landscape pattern indices of wetland in Hainan Island at the scale of landscape in 1990-2018

3.4 湿地景观演变驱动力分析

图7 1990—2018年研究区域人口与社会经济发展动态Fig. 7 Dynamic of population and social economy in study area in 1990-2018

自 1988年建省以来，海南社会经济发展迅速（图7），在1990—2018年间，全省常住人口总数、城镇人口持续增长，农村人口减少；国内生产总值由1990的95.01亿元增长到2018年的4832.05亿元，其中渔业生产总值则由7.40亿元增长到372.80亿元。研究期间，海南岛的年降水量、平均气温和平均相对湿度变化总体表现较为复杂，但呈现的总体变化趋势是平均气温升高，而年降水量和平均相对湿度下降（表5）。

3.4.1 社会环境因素对湿地类型面积驱动力分析

对社会经济和环境因素与湿地类型面积的相关性分析发现（表6），在社会经济因素方面，研究区总人口数、城镇人口、农村人口与水产养殖场、盐田、潟湖等湿地景观类型面积均表现出显著相关性（P＜0.05），其中总人口数、城镇人口与人工湿地类型面积呈正相关性、与自然湿地类型呈负相关性，农村人口则正好相反；而湿地总面积与社会经济因子均表现极显著相关性（P＜0.01）。国内生产总值和渔业生产总值与库塘、水产养殖场、盐田、河流均呈正相关性，与潟湖呈负相关性。这说明人工湿地类型面积会随着人口和经济的增长而增长，自然湿地（潟湖、红树林）则呈现减少的趋势。在气候环境因素方面，年降水量与所有湿地类型的相关性均不显著；平均气温与水产养殖场、盐田和自然湿地面积有显著性（P＜0.05）；平均相对湿度仅与自然湿地有显著相关性（P＜0.05），说明平均气温升高、平均相对湿度降低会使自然湿地面积增加、人工湿地面积降低；湿地总面积与气候环境因子的相关性不强。

表6 湿地类型面积与社会环境因子的相关性分析Table 6 Regression analyses between the area of wetland types and social economy and climate factors

3.4.2 社会环境因素对湿地景观格局驱动力分析

对社会经济和环境因素与湿地景观格局的相关性分析发现（表7），研究区总人口数、城镇人口、农村人口与除了最大斑块指数（LPI）以外的湿地景观格局指数均表现出显著相关性（P＜0.05），其中总人口数和城镇人口与分维数（PAFRAC）、连接度（CONNECT）为负相关性，而农村人口则正好相反。国内生产总值和渔业生产总值与边缘密度（ED）、斑块形状指数（LSI）有正相关性（P＜0.05），而与分维数（PAFRAC）有极显著负相关性（P＜0.01）。这表明人口数量和生产总值的增加会提高景观斑块破碎化和多样性，降低斑块的连通度。

在气候环境因素方面，年降水量同样与所有湿地景观格局指数均没有显著相关性。平均气温仅与分维数（PAFRAC）有显著负相关性（P＜0.05），平均相对湿度与连接度（CONNECT）呈极显著正相关（P＜0.01）、与香农多样性指数（SHDI）呈极显著负相关（P＜0.01），表明平均温度和平均相对湿度的变化会对湿度景观格局造成一定影响。

4 讨论

4.1 海南岛湿地类型动态变化

本研究采用监督分类与人工目视解译相结合的方法，基于1990—2018年的Landsat 5 TM/8 OLI共7期遥感影像数据源建立了较高精度的海南岛湿地空间分布信息数据库，提取了6种湿地景观类型。在 2012年开展的海南省第二次湿地资源调查中，全省≥8 hm2的湿地总面积达3200 km2（中国湿地资源：海南卷，2015）。将其按照流域类型来分，不含滨海湿地在内的全省湿地面积为 1161.75 km2，与本研究中2010年的湿地总面积1191.60 km2十分接近，这也反映出本研究所得到的湿地遥感解译分类精度较高、数据可靠。然而，需要指出的是，由于近海与海岸等滨海湿地类型空间界线的模糊特点，同时也会随着潮位的变化而变化，很难通过遥感影像区分（宫鹏等，2010；程敏等，2017），并结合必要的实地调查，因此本研究中的湿地类型未包含这一类，仅对海南岛陆域行政界线范围内的湿地进行提取，存在一定的不足，但也是未来应该进一步开展的研究方向。

在 1990—2018年间，海南岛湿地景观总面积呈增长的趋势（线性倾向率13.524，R2=0.9611），且在2005年之前湿地综合动态变化较为剧烈，2005年以后变化变缓；湿地综合动态度为1.08%。在整个研究期内湿地面积净增加393.21 km2，年变化率达14.04 km2·a-1。这与顾行发等（2017）对海南省的土地利用遥感监测结果一致，在20世纪80年代末至 2010年的水域面积呈增长趋势，年变化率为6.19 km2·a-1；宫鹏等（2010）对我国 1990—2000 年湿地变化遥感分析也发现，海南湿地面积同样呈增长趋势；但与牛振国等（2012）对我国1978—2008年湿地类型变化的研究结论不尽相同，海南在1990—2000年呈增长趋势，而在2000—2008年则为减少趋势。这可能与同一时期内不能获取相同时间的遥感影像以及湿地季节性气候影响有关，造成湿地解译结果存在一定不确定性（宫鹏等，2010；牛振国等，2012）。

从湿地景观类型的演变来看，水产养殖场的面积变化最大，由1990年的21.28 km2增加到2018年的289.82 km2，年变化率达9.59 km2·a-1，主要由非湿地、潟湖和库塘等类型转入，以1995—2010年间增长速度最快，且主要分布于海南岛东北部的文昌市以及东南沿海一带。相关研究表明，从1985—2005年我国沿海地区进入围海活动的狂热期，大量的毁林挖塘或围海养虾活动侵占了沿海滩涂海岸（吴文挺等，2016）；同时，文昌市潭牛镇自20世纪90年代也开始成为海南最大的淡水养殖基地，这些均印证了海南岛水产养殖事业的发展对湿地景观演变的推动作用。其次，库塘景观的动态变化也较大，净增加面积179.46 km2，年变化率为6.41 km2·a-1，主要由非湿地转入，占转入库塘总面积的95%以上。这主要是由于在这期间，海南几个大型水库，如赤田水库（1993年）、大广坝水库（1994年）、大隆水库（2007年）、红岭水库（2015年）等的相继建成使用导致库塘面积变化巨大，其中仅大广坝水库面积就达65 km2，具有重要的经济效益和生态功能。

表7 湿地景观格局与社会环境因子的相关性分析Table 7 Regression analyses between wetland landscape pattern and social economy and climate factors

4.2 海南岛湿地景观演变驱动力及建议

1990—2018年海南岛湿地景观斑块数量（NP）、边缘密度（ED）和景观形状指数（LSI）总体呈增长趋势，表明景观破碎化程度加剧，景观格局向着多样化和均匀化方向发展。一方面，由于经济建设的发展和生活水平的提高，水产养殖业迅速成为沿海地区农业经济的重要支柱产业而造成水产养殖场面积持续扩大，加之研究期内大型库塘建设，大量的非湿地类型转入，特别是在2005年之前，这造成景观面积和斑块数量的剧烈变化，景观格局指数也随之大幅波动；另一方面，因城镇开发建设、道路修建等人为活动将自然湿地转为建设用地，也加剧了景观格局的破碎化程度（魏帆等，2018）。因此，建议对景观破碎、功能退化的湿地采取有效的生态修复维持景观完整性和连通性，恢复湿地的生态系统服务功能与价值，维护湿地景观生态安全。

有研究表明，随着城市化人口的增加，对湿地景观格局的变化产生了较大的影响，人与土地的矛盾也日益突出，使得湿地已经成为最为脆弱的生态系统之一（Huang et al.，2012）。特别是海南岛沿海地区特殊的地理位置和丰富的资源，填海造地、围垦养殖在给当地带来经济效益的同时，自然湿地迅速向人工湿地及非湿地转化，自然湿地人工化，造成湿地景观破碎化程度严重，景观形态趋于单一，景观生态环境恶化，湿地退化严重（Lin et al.，2018）。因此，表现为研究区人口总数、城镇人口、GDP与人工湿地类型面积、湿地景观破碎化指数呈显著正相关关系，人口与社会经济因素是导致自然湿地减少、人工湿地增加和湿地景观多样性变化与破碎化的主要驱动因素。且人工湿地面积占比在1995年超过自然湿地，并逐步扩大，造成湿地景观的连通度与功能完整性降低。这与Lin et al.（2018）人对舟山群岛、吕金霞等（2018）对京津冀、王泉泉等（2019）人对滇西北高原等湿地研究结论一致，表明了人为活动干扰是影响湿地景观变化的关键驱动力。因此，建议通过严格的土地空间规划，加强湿地总量管控，特别是控制重要生态功能区、海岸带湿地及周边自然湿地资源的侵占；在重要湿地或脆弱湿地区域（如滨海红树林、城市湿地等）应建立湿地保护区或湿地公园，严格实施规划分区管控和生态红线管理。

对于自然环境因素来说，相关研究认为，温度和降水变化通常需要改变湿地水文过程，通过对湿地植物生长、种间关系、土壤养分等产生直接或间接的作用来影响湿地的类型与面积，其过程具有明显的滞后性（张猛等，2018；王泉泉等，2019）。因此，在较小时间和空间尺度上，相比人为活动的干扰，自然环境变化对湿地生态系统的影响相对较小（王泉泉等，2019）。本研究也发现，年降水量与所有湿地类型面积、景观格局指数均没有显著相关性，平均温度和平均相对湿度也仅与部分指标有显著性，说明气候环境因子与湿地景观变化的相关性不甚明显。加之人为活动的强烈干扰使得湿地景观演变机制十分复杂（张猛等，2018），有待于从空间角度深入分析、研究多要素复合下湿地景观变化过程和驱动机制。

5 结论

本文利用海南岛1990—2018年间的7期遥感影像数据，综合运用景观动态分析、景观格局指数和数理统计等方法分析了海南岛近 30年的湿地景观演变特征和驱动因子，结果表明：

（1）1990—2018年间，海南岛湿地景观总面积呈增长的趋势，且在 2005年之前湿地综合动态变化较为剧烈，2005年以后变化变缓。在2018年湿地总面积达 1337.57 km2，面积净增加了 393.21 km2，年变化率达14.04 km2·a-1。从一级湿地类型来看，人工湿地持续增长，自然湿地则持续减少；人工湿地面积占比在 1995年超过自然湿地，并逐步扩大。从二级湿地类型来看，水产养殖场的增长速度最高，年变化率达9.59 km2·a-1；其次为库塘，为6.41 km2·a-1。潟湖的减少速度最高，达-3.09 km2·a-1；盐田和红树林的变化速率最低。

（2）1990—2018年，景观水平上，海南岛湿地景观总体呈现破碎度增大、连通度降低、斑块形状趋于复杂的变化特征。类型水平上，以库塘、水产养殖场的变化较大，斑块破碎度增加，形状趋于复杂；自然类湿地变化较小。

（3）湿地景观演变是自然与社会经济等因素综合作用的结果，其中人口总数、城镇人口、国内生产总值和渔业生产总值等社会经济因子是影响湿地景观变化的关键因素，是导致研究区自然湿地减少、人工湿地增加和湿地景观多样性变化与破碎化的主要驱动因子；自然环境因子对湿地景观变化的作用相对较小。