神农架大九湖国家湿地公园景观格局动态变化

杨 利，刘 勇

（湖南师范大学 旅游学院，湖南 长沙 410081）

国家湿地公园是自然保护体系的重要组成部分、生态修复的重要依托和生态文明的重要载体[1]。景观格局指景观的空间结构特征，是大小和形状不一的景观要素在空间上的排列[2-3]。由于人口增长、经济发展和快速城镇化等影响，湿地公园景观格局发生了变化，景观破碎化趋势明显，连通性降低，景观生态功能退化。国家在规范引导湿地公园发展的道路上不断探索，制定了国家湿地公园管理办法，明确了国家湿地公园的性质和建设方针，并明文禁止任何不符合主体功能定位的开发活动和开发行为。生态文明背景下关注湿地公园景观格局的动态变化，有助于把握湿地公园景观变化发展趋势，促进其可持续发展。目前，国内外学者对湿地景观的研究以大、中尺度为主，研究对象集中在与人类生活密切相关的滨海湿地[4-6]、流域湿地[7-8]和湖泊湿地[9-11]等，以小尺度具体湿地公园为对象的研究较少。而针对湿地公园的研究多集中在景观规划设计[12-13]、湿地生态旅游[14-15]和动植物多样性[16-17]等方面，与湿地公园景观格局变化相关的研究不多。研究内容和方法上，景观格局指数能高度概括景观信息，是景观格局定量分析的主要方法和手段，多应用于湿地、森林、流域、城市等生态系统景观格局研究。常用的景观指数包括斑块面积、边缘形状、聚集度、多样性等类型[18-19]，景观指数的选取往往根据研究目标进行确定，针对景观指数筛选方法方面的研究较少[20]。目前湿地景观格局研究依赖景观指数从时间角度分析景观格局的变化，较少考虑景观格局的空间分异特征。关于湿地生态系统与人为干扰的动态变化，已有少数学者进行相关研究[21-23]，但考虑湿地公园景观格局与人为干扰动态变化的研究较少。

大九湖国家湿地公园地处湖北省神农架林区西南部，是神农架国家公园的重要组成部分和国内著名5A 级旅游景区。目前，大九湖国家湿地公园的研究内容集中在泥炭湿地及其化学特征[24]、生物多样性等方面[25]，而对景观格局与人为干扰的研究较少。因此，本研究以大九湖国家湿地公园为研究对象，综合运用RS 和GIS 等技术手段，从时空角度对大九湖国家湿地公园景观格局的动态变化进行分析，并探讨人为干扰对其变化的影响，旨在为湿地公园景观格局优化与可持续发展提供科学依据。

1 材料与方法

1.1 研究区概况

大九湖国家湿地公园位于湖北省神农架林区西南部（31°27′～31°33′N，109°56′～110°11′E），平均海拔1 730 m，规划总面积5 083 hm2（图1）。该区域属于亚高山沼泽类湿地气候，年平均气温7.4℃，年均降水量1 528.4 mm。公园内生物多样性丰富，共有高等植物145 科474 属984 种，陆生脊椎动物70 种。公园于2006年经国家林业局批准为国家湿地公园试点，2013年正式进入国际重要湿地名录。2016年成功跻身为国家公园首批试点单位并成功进入世界自然遗产名录。目前，大九湖地区大力发展生态旅游业，旅游人数从2005年的86 万人增长到2019年的1 828.5 万人，旅游综合收入从2005年的18 338 万元增长到2019年的677 671 万元。

图1 大九湖国家湿地公园区位图Fig.1 Location of Dajiuhu national wetland park

1.2 数据来源与处理

本研究采用2005、2010、2015、2019年四期LandsatTM/OLI 遥感影像作为信息源，影像来源于地理空间数据云平台（http://www.gscloud.cn），空间分辨率为30 m，遥感数据时相均为6—10月。基于ENVI 5.3 和ArcGIS 10.2 软件进行几何校正、影像增强、裁剪等预处理，参照全国生态遥感监测土地利用/覆盖分类体系，结合实地调查信息并考虑到30 m 分辨率遥感影像分类的可辨认性，将大九湖国家湿地公园景观类型划分为林地、草地、耕地、水体和建设用地5 类。利用误差矩阵法进行遥感影像分类检验，整体精度达95%以上，满足本研究要求。本研究中的社会经济数据来源于2005—2019年度的《神农架林区统计年鉴》和《神农架林区国民经济和社会发展统计公报》。

1.3 研究方法

1.3.1 景观格局指数

依据景观生态学理论,结合本研究目标与已有相关研究[4-7]，从景观破碎度、形状复杂性、景观聚集度、景观多样性等角度选取斑块密度（PD）、平均斑块面积（MPS）、平均斑块分维数（FRAC_MN）、景观聚集度指数（AI）、景观结合度指数（COHESION）、景观分离度指数（DIVISION）、景观多样性指数（SHDI）、景观均匀度指数（SHEI）表征湿地公园整体景观特征；选取斑块密度（PD）、平均斑块分维数（FRAC_MN）、景观聚集度（AI）、景观多样性指数（SHDI），利用移动窗口法分析大九湖国家湿地公园景观格局的空间分异特征。具体操作如下：首先将大九湖国家湿地公园景观分类矢量数据转化为30 m×30 m 的栅格格式，然后导入Fragstas 4.2 软件中，选取30 m 倍数的窗口大小进行调试，经反复试验，最终选择240 m 作为分析大九湖国家湿地公园景观格局空间分异特征的窗口大小。各景观指数的计算公式和意义见Fragstas 4.2 软件说明，景观指数计算和移动窗口分析基于Fragstas 4.2 软件进行。

1.3.2 人为干扰度的构建

借鉴前人研究成果[26-29]并结合研究目的，引入人为干扰度指数。参照陈爱莲等[21]的研究结论，依据人类活动频率和人类活动强度对各景观类型人为干扰赋值（表1）。利用ArcGIS 10.2 软件将研究区划分为200 m×200 m 大小的网格，计算每个网格人为干扰度指数得到研究区人为干扰的空间分布。其公式为：

表1 景观类型人为干扰度赋值Table 1 Assignment of human disturbance degree by landscape type

式中：D为人为干扰度；n为统计单元内景观类型数量；HIi为第i类景观类型的干扰度指数；Si为第i类景观类型的面积；S为统计单元的面积。

1.3.3 相关性分析

采用Pearson 相关分析法，利用SPSS 22.0软件对景观格局指数与人为干扰指标进行相关性分析，以测算景观格局变化与人为干扰的关系。Pearson 相关系数计算公式如下：

式中：n为样本数；xi和yi分别为指标变量值。当|r|≥0.8 时为高度相关；0.5＜|r|＜0.8 时为中度相关；0.3≤|r|≤0.5 时为低度相关；|r|＜0.3 可视为不相关[30]。

2 结果与分析

2.1 大九湖国家湿地公园景观类型整体变化

大九湖国家湿地公园景观类型分布如图2和表2所示。林地、草地和耕地是大九湖国家湿地公园的主要景观类型，其中林地占比达70%以上，构成大九湖国家湿地公园的景观基质。草地和耕地是其景观重要组成部分，水体和建设用地所占比例较少。从空间上看，林地分布在湿地公园四周外围地区；草地集中在湿地公园南部和西部；水体分布在东南部、中部和西北部；耕地相互独立分布在湿地公园东南部、东北部和西部；建设用地从湿地公园东南向西北延伸分布。

图2 大九湖国家湿地公园景观分类Fig.2 Landscape classification of Dajiuhu national wetland park

表2 2005—2019年大九湖国家湿地公园景观类型变化Table 2 Changes in landscape types of Dajiuhu national wetland park from 2005 to 2019

2005—2019年，大九湖国家湿地公园景观类型面积发生了较大变化，其变化可以分为持续增加、波动减少、波动增加三类。第一，草地和水体面积持续增加。草地面积增加最多，净增加311.48 hm2，所占比例从6.33%增长至12.54%，中部草地不断整合并向西北部延伸，西北部草地面积增加明显。水体面积增加66.24 hm2，所占比例从0.02%增长至1.34%，面积增加主要出现在中部和西北部。第二，波动减少。林地与耕地波动减少，其中耕地面积减少最多，减少量为256.16 hm2，西部耕地逐渐被林草地取代，东南部耕地转化成草地和水体，东北部耕地主要向草地转化。林地面积减少168.50 hm2，主要被其他景观类型蚕食，但后期有增加的趋势。第三，波动增加。建设用地面积先增后减，但面积增加了41.44 hm2，增加区域集中在湿地公园东南—西北沿线，东北部面积减少明显。

综合而言，大九湖国家湿地公园大量耕地和部分林地向草地和水体转化，建设用地波动增加。大九湖国家湿地公园自2006年试点成立以来，湿地恢复和国家湿地公园建设工作正式拉开序幕，先后实施大面积蔬菜地停耕以退田还草、还湖，湿地公园西部和东南部耕地向草地转化明显。2010年后，随着旅游活动的发展，游步道、游客服务中心、停车场等旅游基础设施的修建侵占林地、耕地和草地，沿着湖泊由东南向西北延伸，建设用地面积增加明显。2015年后，生态移民搬迁、事业单位的外移和景区的封闭管理等生态保护措施陆续实行，湿地公园中部和西北部建设用地面积减少，遗留耕地经征收后改变了用途变成草地，耕地向草地转移明显。

2.2 大九湖国家湿地公园景观格局动态变化

2.2.1 景观格局时间变化

采用Fragstas 4.2 软件计算大九湖国家湿地公园2005—2019年8 种景观水平的景观指数（图3），分析大九湖国家湿地公园近15年来景观格局的时间变化，并得出以下结论：

图3 2005—2019年大九湖国家湿地公园景观格局指数Fig.3 Landscape Pattern Index in Dajiuhu national wetland park from 2005 to 2019

1）景观破碎度增加

2005—2019年，大九湖国家湿地公园整体景观的斑块密度（PD）先增加后减少，总体处于增加趋势。平均斑块面积（MPS）先减少后增加，总体有所减少。说明大九湖国家湿地公园大斑块不断被分割成小斑块，景观破碎度增加。其中，2005—2015年破碎度增加明显，2015年后有所缓和。2005—2015年，大九湖国家湿地公园经历了基础设施建设和旅游开发活动，侵占了部分林草地等景观类型，造成景观破碎化。2015年后生态修复、移民搬迁等各项生态保护措施的落实，整合了部分建设用地和林草地，湿地公园破碎化程度减缓，但总体景观破碎度处于增加趋势。

2）景观形状趋于复杂

2005—2019年，大九湖国家湿地公园平均斑块分维数（FRAC_MN）先减少后增加，总体有所增加，但变化不大，说明近15年来大九湖国家湿地公园景观斑块形状先简单后趋于复杂，总体变化不大，略微向复杂化方向发展。2005—2010年，湿地公园试点建设期间，人为痕迹明显，退耕还草、退耕还湖等措施直接改变了景观斑块的形状，使其形状趋于简单。后期湿地公园的各项保护性措施的实施以及重视景观的自然化发展，使景观自然性增强，形状趋于复杂。

3）景观连通性降低，趋向分散化发展

从景观结合度指数（COHESION）的变化看，景观结合度指数逐年下降，说明大九湖国家湿地公园同类型斑块间的连接程度降低。景观聚集度（AI）指数和景观分离度指数（DIVISION）反向发展，聚集度指数总体呈下降趋势，分离度则不断上升，共同说明了大九湖国家湿地公园景观斑块空间分布趋于分散。

4）景观多样性有所拓展，景观异质性增强

2005—2019年，大九湖国家湿地公园景观多样性指数与景观均匀度指数变化趋势一致，其中2005—2015年逐年增加，2015年后有所回落，但整体处于增加趋势。说明2005—2019年湿地公园各景观类型占比趋于均衡，景观异质性增强，同时也说明湿地公园发展过程中注重景观的全面发展，注重景观异质性的提高。

2.2.2 景观格局空间分异

基于Fragstas 4.2 和ArcGIS10.2 软件，分别从景观破碎度、形状复杂性、景观聚集度、景观多样性等角度选取斑块密度（PD）、平均斑块分维数（FRAC_MN）、景观聚集度指数（AI）、景观多样性指数（SHDI）对2005—2019年大九湖国家湿地公园景观格局的空间分异特征进行分析。

大九湖国家湿地公园PD 空间分布如图4所示。可以发现，2005年湿地公园PD 高值区呈块状零散分布在湿地公园东南部，湿地公园外围边缘地区PD 值最小。2005—2019年，PD 高值区面积增加，且逐渐连接成条带状向西北地区蔓延。西北部高值区连接成片，低值区仍分布在湿地公园四周外围地带，变动较小。这说明大九湖国家湿地公园东南部破碎化程度最高，且破碎化趋势逐渐向西北部蔓延，湿地公园四周外围地带破碎化程度最低，变化较小。东南部作为进出大九湖国家湿地公园的重要通道和主要的旅游集散地，最先受到旅游开发建设等人类活动的影响，破碎化程度最高。而随着旅游活动的深入，西北部的七、八、九号湖等区域逐渐得到开发，旅游设施和旅游活动不断延伸，造成景观破碎化向西北部蔓延；而湿地公园四周外围地带，高山环绕，林地广布，海拔高坡度大，受人类活动干扰的影响最小，因此破碎化程度最低。

图4 2005—2019年大九湖国家湿地公园PD 空间分布Fig.4 The spatial distribution of PD in Dajiuhu national wetland park from 2005 to 2019

大九湖国家湿地公园FRAC_MN 空间分布如图5。可以发现，大九湖国家湿地公园平均斑块分维数变化较小，高值区呈点状或块状分散布局于湿地公园东南部、东北部以及西部海拔较低且地势平坦的区域，低值区则分布于湿地公园四周外围地带，面积较大。2005—2019年，东南部高值区面积增加且在空间上趋于聚集，其他区域变动较小。大九湖国家湿地公园东南部和西部地区海拔较低，地势平坦，是湖泊集中和景区游览的核心地带，各景观类型聚集且交错分布，斑块形状相对复杂。东北部小九湖地区和东南部耕地不断被其他景观类型分割，斑块形状趋于复杂。而湿地公园四周外围地带，海拔高且景观类型单一，受人类活动影响相对较小，斑块形状较为简单且稳定。

图5 2005—2019年大九湖国家湿地公园FRAC_MN 空间分布Fig.5 Spatial distribution of FRAC_MN in Dajiuhu national wetland park from 2005 to 2019

大九湖国家湿地公园AI 空间分布如图6。可以发现，AI 高值区分布在湿地公园四周外围地区，低值区集中在东南部和中部，且聚集度由内向外不断增加。2005—2019年，AI 低值区由东南部和中部向西北部蔓延，西北部景观聚集度下降。这说明大九湖国家湿地公园内部同类型斑块空间分布较为离散，斑块连通性较差；而湿地公园四周外围地带同类型斑块空间分布较为紧凑，斑块间连通性好。湿地公园四周外围地带林地广布，景观类型单一，空间上高度聚集，斑块连接性好，聚集度高；而湿地公园内部尤其是东南—西北沿线地区，地势平坦，草地、水体、林地、建设用地等景观类型汇集且交错分布，斑块密度较高,同类型斑块聚集程度相对较低，空间分布较为离散。这也印证了公园内部尤其是东南—西北沿线景观破碎度高、公园外围地带破碎度低的现实。

图6 2005—2019年大九湖国家湿地公园AI 空间分布Fig.6 Spatial distribution of AI in Dajiuhu national wetland park from 2005 to 2019

大九湖国家湿地公园SHDI 空间分布如图7。可以发现，2005年，大九湖国家湿地公园SHDI高值区分布在湿地公园东北部、东南部和西部地区，尚未连接成片。SHDI 低值区则分布在湿地公园四周外围地带，分布广且连接成片。2005—2019年，湿地公园东南部高值区逐渐向西北部蔓延且连接成条带状，东北部高值区面积减小，说明湿地公园东南—西北部各景观类型在景观中的比例有所提高，景观呈均衡化发展趋势，景观异质性增强，而东北部地区景观多样性有所减弱。东南—西北沿线汇集了大九湖国家湿地公园的优质旅游资源，景观类型丰富多样，因此景观多样性高。东北部小九湖地区是公园内居民较为集中的地区，由于生态移民搬迁和退耕还草等生态恢复措施的实施，居民不断外迁，建设用地和耕地面积减少，景观由耕地、草地与建设用地逐渐转变为耕地与草地共存，景观多样性降低。

图7 2005—2019年大九湖国家湿地公园SHDI 空间分布Fig.7 Spatial distribution of SHDI in Dajiuhu national wetland park from 2005 to 2019

2.3 大九湖国家湿地公园景观格局变化与人为干扰的关系

2.3.1 人为干扰的时空变化

参考相关研究，结合本研究区实际面积大小并兼顾计算精度和计算效率，运用ArcGIS10.2 生成200 m×200 m 大小的网格，计算不同时期各网格的人为干扰度，利用自然断点法将大九湖国家湿地公园人为干扰划分为低干扰（D≤0.56）、较低干扰（0.56＜D≤0.60）、中度干扰（0.60＜D≤0.65）、较高干扰（0.65＜D≤0.74）和高干扰（D＞0.74）5 个级别，得到大九湖国家湿地公园人为干扰的空间分布（图8）。可以发现，高干扰区域集中分布在湿地公园东南部，东北部亦有零星分布。2005—2015年，高干扰区面积减少，并由东南部经中部向西北部扩散，2015年后高干扰区面积显著减少。东南、东北和西北部较高干扰区面积不断减少，西部边缘地带干扰程度有所加深。从湿地公园整体干扰程度看，2005—2019年大九湖国家湿地公园人为干扰基本保持在0.57～0.59，干扰程度较低，但其变化呈现出先减少后增加再减少的趋势，其中2010—2015年人为干扰增加趋势最为显著，2015年后下降（图9）。大九湖国家湿地公园东南部作为公园的主要集散地和进出通道，最先受到景区旅游开发和游客观光等活动的影响，干扰程度最高。2005—2010年试点期间注重对景观自然性的恢复，干扰程度有所下降。2010—2015年湿地生态旅游的快速发展，景区知名度的提升导致游客量激增，旅游开发由东南部的一至三号湖逐渐向西北部的七至九号湖扩散，导致高干扰区向西北地区扩散。2015年以后，随着公园保护措施的提升以及生态移民、企事业单位外迁，公园干扰程度显著下降。而西部边缘地带由于处在公园的西大门和沟通周边县市的交通节点上，人为干扰度有所增加。

图8 大九湖国家湿地公园人为干扰等级的空间分布Fig.8 Spatial distribution of human disturbance in Dajiuhu national wetland park

图9 大九湖国家湿地公园人为干扰时间变化Fig.9 Time change of human Disturbance in Dajiuhu national wetland park

统计不同人为干扰程度各区域的面积（图10），可以发现，2005—2019年，大九湖国家湿地公园低干扰区面积最大，占有绝对优势，面积占湿地公园总面积比例高达60%以上。高干扰区面积最小，面积占比最低，面积占湿地公园总面积在0.48%～1.04%之间，且占比不断减小。较高干扰区面积占比在4.84%～10.05%之间，且随时间推移，占比逐年下降。较低干扰区和中等干扰区面积占比整体呈增加趋势，说明较低干扰区和中等干扰区面积有所提升，但变化不大。总体而言，大九湖国家湿地公园低干扰带占有绝对优势，低干扰带和较低干扰带面积总体呈增加趋势，较高干扰带和高干扰带面积减小。

图10 大九湖国家湿地公园人为干扰程度面积占比Fig.10 Area proportion of human disturbance in Dajiuhu national wetland park

2.3.2 景观格局变化与人为干扰的关系

景观格局变化通常是由自然因素和人文因素综合作用的结果。由于地质地貌、高程、坡度等自然因素在较小的时空尺度内变化不大，且由上文分析可知，大九湖国家湿地公园景观格局变化与人为干扰的变化趋势基本一致。因此，结合大九湖国家湿地公园主要受旅游经济发展影响的实际，从神农架林区统计年鉴中筛选出反映大九湖地区人为干扰的九湖镇人口、国内生产总值、人均可支配收入、旅游人数、旅游总产值等指标，对湿地公园景观水平景观格局指数进行相关性分析。由表3可知，PD 与国内生产总值、人均可支配收入、旅游人数、旅游总产值呈显著正相关（P＜0.05），MPS 与国内生产总值、人均可支配收入、旅游人数、旅游总产值呈显著负相关（P＜0.05），且相关系数均大于0.800，说明经济和旅游活动的发展造成大九湖国家湿地公园斑块密度增加，平均斑块面积减小，景观破碎度增加。COHESION 与国内生产总值、人均可支配收入、旅游人数、旅游总产值呈极显著负相关（P＜0.01），且相关系数均大于0.900。DIVISION 与国内生产总值和人均可支配收入呈显著正相关（P＜0.05），与旅游人数和旅游总产值呈极显著正相关（P＜0.01），相关系数均大于0.900，说明随着旅游活动和经济的发展，湿地公园景观斑块间的连接度下降，景观斑块间趋于分散发展。FRAC_MN 与旅游人数和旅游总产值高度正相关，AI 与人均可支配收入、国内生产总值、旅游人数、旅游总产值高度负相关，但相关性不显著。SHDI和SHEI与各因素无明显相关性。综上所述，旅游活动和经济发展造成了大九湖国家湿地公园景观破碎度和分离度增加，景观连通性下降，景观形状趋于复杂，在一定程度上直接影响大九湖国家湿地公园景观格局的变化。

表3 大九湖国家湿地公园景观格局与人为干扰因素的相关性†Table 3 The correlation between landscape pattern and human disturbance factors in Dajiuhu national wetland park

3 结论与讨论

3.1 结 论

1）2005—2019年，大九湖国家湿地公园草地与水体面积持续增加，草地面积共增加311.48 hm2，水体面积增加66.24 hm2；耕地面积减少256.16 hm2，林地面积减少168.50 hm2；建设用地面积先增加后减少，整体增加41.44 hm2。

2）2005—2019年，大九湖国家湿地公园景观破碎化趋势明显，景观结合度下降，分离程度增加；景观形状趋于复杂，景观多样性拓展，景观异质性增强。空间上湿地公园东南部破碎化程度最高，且呈带状往西北部蔓延；内部斑块形状较复杂，外围地带形状相对简单；东南—西北沿线景观多样性最高，公园四周的外围地带多样性较低。

3）大九湖国家湿地公园人为干扰程度以低干扰为主，干扰程度先减少后增加再减少。空间上，公园东南部和西北部人为干扰程度较高，四周的外围地带干扰程度低，2015年后干扰程度整体有所减弱。

4）人为干扰对大九湖国家湿地公园景观格局变化具有阶段性的影响，是造成其景观格局变化的主要因素。旅游活动和经济发展造成湿地公园景观破碎度和分离度增加，景观连通性下降，景观形状趋于复杂。

3.2 讨 论

人为干扰在一定程度上直接影响区域景观格局的改变，这与郭少壮等[26-27]、刘吉平等[29]的研究结论基本一致。但由于各地区现实情况和发展存在差异，人为干扰因素大不相同，且在不同阶段变化较大。就大九湖国家湿地公园而言，上世纪60年代至本世纪初，大九湖地区的人为干扰主要来源于大面积的毁林开荒与反季节的蔬菜种植。在本研究时段，人为干扰因素则主要转变为湿地公园建设和旅游业发展。具体而言，2005—2010年是湿地公园试点建设期，也是公园战略转型和功能修复期。此阶段对待大九湖的态度已由开发利用向科学保护转变，组建湿地公园管理局，并先后实施大面积退耕还草、还湖等工程，同时鼓励和引导居民改变传统的生产生活方式。这一阶段草地和水体恢复显著，东南部和中部人为干扰程度下降。尽管某些生态修复和湿地公园建设工作不可避免地造成破碎度增加，但湿地公园人为干扰总体趋于减小。2010—2015年，大九湖国家湿地公园完成试点，在科学保护湿地资源的基础上，生态旅游开发进入新的阶段，并实施了一系列服务旅游产业的基础设施和配套设施建设，建设用地由东南部经中部向西北方向扩散，耕地面积有所反弹，人为干扰程度增加。此阶段，湿地公园景观破碎度和分离度持续增加，景观连通性降低。2015—2019年，湿地公园各项建设工作基本完成，进入生态能力与创新提升期，启动了生态移民整体搬迁和企事业单位外移工作，并于2016年5月实行景区封闭式运营管理。一系列保护性举措使此阶段人为干扰程度下降，湿地公园东南部、中部和西北部高干扰区域面积减小，东北部低干扰区域面积增加，湿地公园景观破碎度缓和，聚集度增加，人为干扰强度的变化在一定程度上直接影响景观格局的改变。

针对大九湖国家湿地公园人为干扰的实际，其景观格局优化和可持续发展可重点关注以下方面：

首先，继续实施生态移民搬迁，将居民生产生活对湿地公园造成的干扰降到最低。以人民为中心，为符合条件的移民搬迁户办理入保手续，减轻移民搬迁户负担，争取将最后一批居民迁出湿地公园。积极做好搬迁后遗留土地的生态恢复工作，通过生态修复等工程将遗留土地转变为草地。

其次，根据景区旅游发展实际和景区最佳承载力，重新评估景区最佳游客承载量，采取预约方式限流，最大程度减少因旅游业发展造成的干扰。鼓励、引导游客错峰游览，同时加强游客环境责任行为宣传与教育，规范游客旅游行为。

再次，综合利用多种生态修复技术手段修复破碎景观，适当提高湿地公园景观异质性。整合破碎化草地和耕地，增强景观连通性。利用3S技术、信息技术、网络技术等手段实时监控景观变化趋势，建立湿地公园景观格局变化预警机制。适当调整湿地公园景观类型布局，降低建设用地比重，促进植被景观恢复。

最后，加强大九湖国家湿地公园管理法制化建设，建立健全湿地公园管理法律法规体系。坚守生态红线，以法律法规的形式加强对大九湖国家湿地公园保护与利用等方面的管理，形成有法可依、有法必依、执法必严、违法必究的依法治理环境。

本研究虽然取得了一定的研究成果，但仍存在不足之处：首先，由于研究区位于乡镇，数据获取难度大，本研究采用的遥感数据空间分辨率为30 m,分辨率较低，景观类型划分相对粗糙；部分经济数据如国内生产总值和人均可支配收入以神农架林区数据替代，在一定程度上影响了分析的精度和效果。其次，景观格局研究重视尺度的依赖性，本研究仅在30 m 空间粒度下进行景观格局相关分析，较少考虑其他空间粒度对景观指数的影响。最后，由于景观指数数量众多，本研究景观指数的选取主要从研究目标出发并借鉴前人相关研究成果进行确定，指数筛选有待进一步优化。在后续研究中，在条件允许的情况下，可购买更高分辨率的遥感影像进行更细致的景观类型划分与研究；进一步探讨尺度对景观格局分析的影响，通过粒度与幅度的分析确定本研究最佳分析尺度；适当拓展本研究内容，优化景观指数筛选，在人为干扰分析的基础上进一步探讨景观格局变化的驱动因素并进行景观格局模拟的相关研究。