基于遥感的三门峡库区湿地演变特征分析与土地利用健康评价

邱瑨豪，王富强，3*，张立新，张红璐，唐 磊，3

（1.华北水利水电大学，河南 郑州 450046；2.北方民族大学，宁夏 银川 750021；3.河南省黄河流域水资源节约集约利用重点试验室，河南 郑州 450046）

0 引言

湿地作为人类最重要的生存环境之一，具有“地球之肾”的美誉［1］。 近年来，受气候变化和人类对土地不合理开发利用的影响， 全球湿地系统的功能和空间结构都受到了严重威胁［2－3］。

遥感影像是指记录各种地物电磁波大小的胶片或照片，主要分为航空像片和卫星照片。将遥感影像应用于土地利用系统中， 可了解某一区域土地利用在时间尺度范围内的变化情况。 郭宇等利用Landsat TM 影像对黄河三角洲湿地进行了研究，并对黄河三角洲湿地土地利用演变进行了探索［4］；黄博等利用多光谱遥感影像和半转移深度卷积神经网络方法，对香港和深圳部分地区土地利用类型进行划分，准确率达到了91.25%［5］；刘一成等利用无人机机载LIDAR 点云数据以及高光谱影像数据对中科院怀来实验站地物进行分类，分类精度达到84.39%［6］；Bigdeli 等从激光雷达影像和高光谱遥感影像提取特征后，利用SVM 分类器对休斯敦地区土地利用类型进行了划分［7］；乔雯钰将高光谱影像与马尔可夫随机场相结合， 对黄河入海口湿地土地利用类型进行分类，分类精度有所提升［8］。

土地利用系统是一个涵盖了自然、 经济和社会的复合系统。关注土地利用系统的健康状况，可以为区域可持续发展提供有效帮助。戴尔阜等采用“驱动力-状态-响应”模型，对唐山地区的土地利用持续性进行评价［9］；S.Khademi 等利用核密度估计（KDE）和AHP 模型对城市土地利用方式和空间结构进行了评价［10］；Tzai－Zang Lee 等提出基于知识的河流土地评价系统， 并采用正向链式推理机导出评估建议和评估结果［11］。 刘凤莲等基于GIS 和遥感技术对武汉市土地利用时空演变特征进行了定量分析［12］；杨清可等用SBM－undesirable 模型对长三角地区16个城市的土地利用效率进行了评价［13］；洪惠坤等基于PSR 模型并采用改进TOPSIS 方法对三峡库区生态敏感区进行土地利用健康评价［14］；李鑫等基于TM 遥感影像， 对安徽省升金湖国家自然保护区进行了生态风险评估［15］。

综合国内外研究可知， 它们大多是对城市土地利用健康状况进行评价研究， 或是对河流三角洲湿地、河流源区湿地演变进行分析，涉及多泥沙河流湿地的演变分析和土地利用健康评价的相对较少。黄河是全球最典型的多泥沙河流之一，三门峡库区湿地地处黄河中游， 是黄河中游地区湿地多样性最丰富的区域之一［16］。 笔者基于1979～2017 年8 期Landsat 系列遥感影像数据，对三门峡库区湿地土地利用信息进行了提取， 并选用单一土地动态模型揭示了三门峡库区湿地土地利用类型的演变规律，运用模糊层次分析法对研究区2017 年湿地土地利用健康状况进行了研究，以期为当地湿地保护、土地利用结构和功能的优化提供参考。

1 研究区域概况

三门峡水库位于黄河中游， 控制流域面积占黄河流域总面积的91.5%。 本研究将潼关至三门峡大坝库段作为研究区域。 该库段长113.5 km， 宽度为1～6 km，河槽宽度约为0.5 km。研究区以黄河为分界线，北岸地势较高，而南岸多为平原区，地势较为平坦，最高海拔为633 m，最低海拔为301 m，平均相差332 m。潼关至大坝库段位于汾渭盆地内，介于北山、吕梁山系与秦岭山脉之间。

库区湿地类型较为多样，包括河流湿地、滩涂湿地、湖泊及库塘湿地、沼泽湿地等，在黄河中游特殊的水沙条件和水库的不同运作方式下， 湿地的景观格局也发生相应的变化。

2 数据来源及分析

2.1 数据来源

本研究中选用的数据包括矢量数据、Landsat 遥感影像数据和实地调研资料。遥感数据选用1979 年10 月、1990 年8 月、2000 年8 月、2010 年7 月、2017年3 月、2017 年5 月、2017 年8 月、2017 年11 月共计8 期的遥感影像，具体如表1 所示。 调查数据来源于2017 年3、5、8、11 月进行的4 次实地调查，数据涵盖湿地水质、 植被覆盖率和湿地管理能力等指标数据。统计数据来自《三门峡市统计年鉴》等统计资料，数据涵盖人均GDP、特色农业产值等指标数据。

表1 遥感影像选用情况Tab.1 Selection of remote sensing images

2.2 数据处理方法

对所选取的遥感影像，先进行图像配准，再将其与Band8 进行影像融合。 对融合后的影像数据进行辐射定标和标准大气校正，之后进行裁剪。对搜集到的指标数据进行标准化处理。

3 遥感解译与指标体系构建

3.1 遥感解译

根据研究目的和研究区的地物类型特点，参考相关分类标准， 对三门峡库区湿地覆被类型进行了分类。 因人机交互式解译既可以发挥解译者辨别地物类型的优势， 又可以对巨大的空间数据信息进行定量分析， 还能更加准确地对遥感影像进行解译［17］，本研究采用人机交互式解译的方法对三门峡库区湿地地表覆被信息进行了提取，结果如表2 所示。

表2 三门峡库区湿地地表各类型覆被面积 单位：km2Fig.2 Covered area of various types in Sanmenxia reservoir area（Unit：km2）

3.2 土地利用健康评价指标体系构建

土地利用系统是结合了自然、 社会和经济的多维系统。它以人类可持续发展为目标，将整个土地利用评价系统看作一个“有机体”，从系统的结构、功能和效益等方面进行整体评价，看其是否满足经济、社会和生态和谐统一的要求。 本研究在参考相关文献和实地调研的基础上，从土地利用结构、经济社会效益、 生态系统功能3 个方面构建土地利用健康评价指标体系， 并采用层次分析法对各指标权重进行计算，结果如表3 所示［18－19］。

表3 三门峡库区湿地土地利用健康评价指标体系Tab.3 Index system of wetland land utilization health assessment in Sanmenxia reservoir area

4 湿地演变分析

4.1 计算模型

本研究选用单一土地动态模型计算1979～2017年三门峡库区湿地土地利用类型的变化情况， 其表达式为式（1）［20］。

式中：K 为某种类型土地利用年变化率；U1是研究区某一类型土地面积的起始面积，km2；U2是研究区某一类型土地面积的末期面积，km2；T 为研究时间，年。

4.2 1979～2017 年年际演变及驱动机制分析

利用单一土地动态模型对1979～2017 年三门峡库区湿地各土地利用类型年变化率进行了计算， 结果如表4 所示，各土地利用类型变化情况如图1 所示。

图1 1979～2017 年三门峡库区土地利用类型变化情况Fig.1 Changes of land utilization types in Sanmenxia reservoir area from 1979 to 2017

表4 1979～2017 年三门峡库区湿地各土地利用类型年变化率Tab.4 Annual change rates of wetland land utilization types in Sanmenxia reservoir area from 1979 to 2017

研究发现：1979～2010 年，三门峡库区湿地总面积减少了122.24 km2；2010～2017 年，三门峡库区湿地面积增加了33.7km2。其原因主要是受黄河上游来水量和人类活动的影响。1979～1990 年，受龙羊峡大坝的影响， 上游来水量急剧减少， 因没有足够的水量，湿地退化，面积不断减少；1990～2000 年，三门峡库区湿地气温整体呈上升趋势，湿地水量减少，面积萎缩；2000～2010 年， 小浪底水库建成并投入使用，三门峡库区水位稳定，导致了大批滩涂湿地被侵占；2010～2017 年，在政府的引导下，制订了相关保护和发展规划，同时由于近年来农业生产效益较低，农业开发活动对湿地的间歇性破坏减少， 且部分耕地退化，湿地面积得以增加。

4.3 2017 年内演变及驱动机制分析

2017 年，三门峡库区土地利用类型变化情况如图2 所示。

图2 2017 年三门峡库区土地利用类型变化情况Fig.2 Changes of land utilization types in Sanmenxia reservoir area in 2017

由图2 可以发现， 三门峡库区湿地面积在汛期减少，非汛期增加；河流湿地面积在汛期有所减少，非汛期增加； 湖泊库塘湿地面积在汛期与非汛期只有略微增减；滩涂湿地面积在汛期有所增加，非汛期减少。 出现这一变化规律主要是由于三门峡水库汛期泄洪排沙， 致使湿地水量减少， 沿岸滩地逐渐裸露，滩涂湿地面积增加。 汛期又正值作物生长季节，部分滩涂湿地被侵占用于种植， 因此耕地的面积也有所上升。而非汛期水库水位上升，被侵占的滩地又被淹没，湿地面积有所恢复。

5 三门峡库区湿地土地利用健康评价

本研究运用模糊综合评价法进行土地利用健康评价。

5.1 土地利用健康等级划分

本研究在参考国内外土地利用系统健康等级划分的基础上［21］，将土地利用系统划分为：健康、亚健康、中等、不健康、恶化5 个等级，用［0，1］的值进行打分，健康等级对应的分值如表5 所示。

表5 三门峡库区湿地土地利用健康分级标准Tab.5 Health grading standards of wetland land utilization in Sanmenxia reservoir area

5.2 构建隶属度矩阵

隶属函数用于描述指标在一个模糊集合中的隶属关系。 本研究对于正向指标和负向指标采用的隶属函数分别为式（2）和式（3）。 经计算，三门峡库区湿地土地利用健康评级各指标隶属度如表6所示。

表6 三门峡库区湿地土地利用健康评级各指标隶属度Tab.6 Membership degree of each index of wetland land utilization health rating in Sanmenxia reservoir area

5.3 评估向量计算

通过模糊算法将模糊隶属度矩阵与指标权重结合起来，得到评估向量，如式（4）所示。

式中：ωi为评价指标i（i＝1，2，…，m） 的权重；γij为评价指标i 的第j（j＝1，2，…，n） 级模糊隶属度；βj为评价指标在评价等级划分中的隶属度；m 为评价指标总数；n 为评价等级数。

5.4 综合性指数ICEI 计算

通过多目标线性加权函数计算， 形成一个综合性指数ICEI，对土地利用系统健康进行评价。ICEI计算公式为式（5）。

通过多目标线性加权函数计算，得到2017 年三门峡库区湿地土地利用结构、经济社会效益、生态系统功能3 个准则层的综合评判指数分别为0.272、0.327 和0.244，三门峡库区湿地土地利用健康评价综合指数为0.843。土地利用健康状况处于“亚健康”状态。结果表明，三门峡库区湿地土地利用结构比较合理，经济社会发展与生态服务功能一般。面对轻微生态环境压力具有一定的抵抗能力。 在维持经济发展的同时，需要注重对土地资源的适度开发利用。

6 结语

本研究利用1979～2017 年8 期Landsat 系列遥感影像，借助遥感技术，对三门峡库区湿地土地利用信息进行了提取，同时选用单一土地动态模型，分析了三门峡库区湿地各土地利用类型的年际和年内演变特征， 并运用层次分析和模糊综合评判法从土地利用结构、经济社会效益、生态系统功能3 个方面、17 项指标进行了土地利用健康评价。 结果表明：

（1）1979～2017 年，三门峡库区湿地面积整体下降了82.7 km2， 主要原因是黄河上游频繁的人类活动，致使库区来水量锐减，湿地面积减少；加之耕地侵占与气温上升，导致库区湿地面积进一步减少。

（2）2017 年，三门峡库区汛期湿地面积减少，非汛期湿地面积增加。这是由于汛期水库泄水运行，湿地含水量减少，裸露出来的滩地被开垦为农田；非汛期水库蓄水运行水位回升， 被破坏的滩地又得以短暂性的恢复。

（3）采用层次分析法和模糊综合评判法，得到三门峡库区湿地土地利用结构、经济社会效益、生态系统功能3 个目标层的综合评判指数分别为0.272、0.327 和0.244。2017 年三门峡库区湿地土地利用健康评价综合指数为0.843。 土地利用健康状况处于“亚健康”状态。

（4） 在对三门峡库区湿地土地利用健康评价的基础上， 结合汛期与非汛期各土地利用类型的演变规律，合理进行开发利用，有利于三门峡库区湿地经济发展、社会进步和生态服务的和谐统一。