王凱　高媛赟　溫小榮　林國忠

第31卷 第1期2015年1月森林工程FOREST ENGINEERINGVol.31 No.1Jan.，2015

近10年鹽城國家級珍禽自然

保護區(qū)核心區(qū)濕地動態(tài)變化分析王凱，高媛赟，溫小榮*，林國忠

（南京林業(yè)大學 森林資源與環(huán)境學院，南京 210037）

摘要：以鹽城國家級珍禽自然保護區(qū)核心區(qū)為例，以三期（2002、2010、2013年）遙感影像為基礎數(shù)據(jù)，通過監(jiān)督分類方法研究了近10年來核心區(qū)濕地土地利用類型的變化情況，為保護區(qū)核心區(qū)進一步加強管理與保護提供科學依據(jù)。結果表明：①針對研究區(qū)，在多種分類方法中，最大似然法分類精度最高，三期影像分類總體精度分別為97.74%、98.99%和98.80%。②近10年來，米草和蘆葦?shù)拿娣e呈增長趨勢，堿蓬的面積呈減少趨勢，光灘面積略有增長，魚塘面積基本保持穩(wěn)定。③近10年來，保護區(qū)核心區(qū)的人為干擾較小，境內的原生濕地保存完整，生態(tài)系統(tǒng)基本實現(xiàn)自我更新。④應控制入侵品種米草的過度繁殖，以保證濕地的可持續(xù)利用以及保護研究區(qū)的生物多樣性。

關鍵詞： 濕地；土地利用類型；影像分類；動態(tài)變化

中圖分類號：S 157；X 171.1文獻標識碼：A文章編號：1001-005X（2015）01-0017-05

Study on the Dynamic Changes of Wetland in the

Core Area of Yancheng National Nature Reserve

Wang Kai，Gao Yuanyun，Wen Xiaorong*，Lin Guozhong

（College of Forest Resources and Environment，Nanjing Forestry University，Nanjing 210037）

Abstract：In this paper，the image data in 2002，2010，and 2013 were taken as the foundation to study the dynamic changes of wetland in the core area of Yancheng national nature reserve by supervised classification methods in the past 10 years.The results showed that：（1）The maximum likelihood method had the highest classification accuracy，and overall classification accuracy of the images in the three periods were 99.78%，97.74%，and 99.78% respectively.（2）In the past 10 years，the area of spartina and phragmites increased，the area of suaeda declined，the area of mudflat increased lightly and the area of ponds was relatively stable.（3）In the past 10 years，there was less human disturbance in the core area，the native wetland in the region was intact，and the ecosystem can basically realize selfregeneration.（4）It is suggested to control the excessive breeding of the spartina to ensure the sustainable utilization and protection of wetland biodiversity in the study area.

Keywords： wetland；landuse type；image classification；dynamic changes

收稿日期：2014-12-10

基金項目：國家948計劃項目資助（2013-4-63）；南京林業(yè)大學科技創(chuàng)新基金項目（CX2011-24）資助；江蘇高校優(yōu)勢學科建設工程自助項目（PAPED）

第一作者簡介：王凱，碩士研究生。研究方向：遙感與GIS技術研究。

*通訊作者：溫小榮，副教授。研究方向：森林經(jīng)理及GIS應用。Email：njw9872@163.com

引文格式：王凱，高媛赟，溫小榮，等.近10年鹽城國家級珍禽自然保護區(qū)核心區(qū)濕地動態(tài)變化分析[J].森林工程，2015，31（1）：17-21.濕地是地球上水陸相互作用形成的獨特生態(tài)系統(tǒng)，是自然界最富生物多樣性的生態(tài)景觀和人類最重要的生存環(huán)境之一，在蓄洪防旱、補充地下水、調節(jié)氣候、促淤造陸、降解環(huán)境污染、控制海岸侵蝕等方面起著極其重要的作用[1-2]。江蘇省鹽城國家級珍禽自然保護區(qū)是太平洋西海岸、亞洲大陸邊緣最大的海岸型濕地，已列入世界重點濕地名錄，被譽為“東方濕地之都”。江蘇鹽城沿海濕地作為國家級保護區(qū)，它在區(qū)域經(jīng)濟發(fā)展與人文發(fā)展中都占有重要的作用。自江蘇省“海上蘇東”發(fā)展計劃實施以來，近些年來，這一地區(qū)正在不斷地加大開發(fā)力度和加快發(fā)展步伐[3-4]。沿海大量的灘涂原生濕地被開發(fā)利用，人為的干擾和棲息地的破壞使?jié)竦厣趁媾R的環(huán)境壓力陡然加大，濱海濕地生態(tài)系統(tǒng)發(fā)生了明顯退化，沿海濕地景觀結構和格局時空分異也同時受到自然環(huán)境因素和人為活動的雙重影響[5-7]。

利用遙感技術對其進行濕地地物類別精細分類與動態(tài)變化及演變趨勢的研究，可以為濕地的保護工作提供科學的依據(jù)[8]。許多學者曾以鹽城國家級珍禽自然保護區(qū)為研究對象進行相關的濕地景觀研究分析，由于研究范圍較大，得出的分析結果也大多比較宏觀。而針對作為多種珍稀瀕危鳥類棲息地的核心區(qū)的研究相對較少，通過研究整個保護區(qū)得出的結論不一定能很好地適用于核心區(qū)。本研究結合3S技術，以鹽城自然保護區(qū)內的核心區(qū)為例，利用Landsat ETM+/OLI多期影像數(shù)據(jù)和ALOS（日本）影像數(shù)據(jù)，分析核心區(qū)從2002年至今近10年內濕地信息的動態(tài)變化，為其合理的保護及管理提供科學依據(jù)。

1研究區(qū)和數(shù)據(jù)來源

江蘇鹽城國家級珍禽自然保護區(qū)是我國最大的濱海濕地自然保護區(qū)，地處江蘇省中部沿海地區(qū)，地理位置為北緯32°20′～34°37′、東經(jīng)119°29′～121°16′，管轄范圍為江蘇鹽城市東臺、大豐、射陽、濱海和響水5個縣（市）的沿海灘涂部分，2005年調整后分為核心區(qū)、緩沖區(qū)與實驗區(qū)。其中，核心區(qū)總面積為226 km2 。本文主要針對鹽城國家級珍禽自然保護區(qū)核心區(qū)進行研究分析。

本實驗數(shù)據(jù)為2002年ETM+影像、2010年ALOS（日本）影像、2013年OLI影像以及研究區(qū)矢量文件、研究區(qū)行政區(qū)劃圖等。采用現(xiàn)場GPS采取控制點定義影像坐標，一律采用GCS_Xian_1980坐標系統(tǒng)。

第1期王凱等：近10年鹽城國家級珍禽自然保護區(qū)核心區(qū)濕地動態(tài)變化分析

森林工程第31卷

2研究方法

2.1提取濕地土地利用類型

研究區(qū)內濕地主要植被類型為蘆葦、米草、堿蓬和魚塘。根據(jù)研究區(qū)的主要濕地植被類型和土地利用現(xiàn)狀特點，將本研究區(qū)的土地利用類型分為六大類：米草、堿蓬、蘆葦、海水、光灘和魚塘。

依據(jù)前人經(jīng)驗，選擇影像的近紅外波段，紅外波段和綠光波段（ETM+及ALOS影像為2，3，4波段，OLI影像為3，4，5波段）進行假彩色合成以便于影像分類[9]。根據(jù)現(xiàn)場踏查以及影像上各土地利用類型的顏色和紋理建立解譯標志，解譯標志建立之后進一步建立訓練區(qū)，采用最大似然法、最小距離法以及馬氏距離法進行監(jiān)督分類，分類完成后選擇檢驗區(qū)對分類后的結果進行精度檢驗，選擇出分類精度最高的結果進行進一步的分析。

在進行2013年土地利用類型判別的過程中，由于收集到三季的OLI影像（分別為4、7、12月），由于蘆葦、米草和堿蓬在不同季節(jié)的季相特征不同，故而可以根據(jù)不同季節(jié)的影像來精確判別出三類濕地植被。對三期影像作NDVI分析（NDVI =（Band4-Band3）/（Band4+Band3））。根據(jù)不同季節(jié)的NDVI圖像（如圖1所示），可以看出4月份蘆葦亮度值較高，7月份堿蓬亮度值明顯低于其他兩類，12月份米草明顯亮度值最高。以此為依據(jù)，可以判別出較為純凈的蘆葦、米草和堿蓬像元，從而可以精確地選擇訓練區(qū)，進而可以提高分類精度。

圖12013年三季NDVI結果圖

Fig.1 The results of NDVI for 3 seasons

2.2濕地土地利用類型的轉移矩陣分析

將分類后生成的核心區(qū)土地利用類型矢量文件導入Arc GIS中，進行intersect操作提取出變化信息，更新面積字段，生成地類轉移矩陣[10]，從而對研究區(qū)濕地土地利用類型10年來的動態(tài)演化進行分析。

3結果與分析

3.1三種分類方法結果與精度比較

對2002年ETM+影像進行分類后，采用最大似然法分類得到的分類精度為97.74%，卡帕系數(shù)為0.970 6；采用最小距離法分類得到的分類精度為86.68%，卡帕系數(shù)為0.798 6；采用馬氏距離法分類得到的分類精度為88.28%，卡帕系數(shù)為0.822 4。

對2010年ALOS影像進行分類后，采用最大似然法分類得到的分類精度為98.99%，卡帕系數(shù)為0.9861；采用最小距離法分類得到的分類精度為98.54%，卡帕系數(shù)為0.980 9；采用馬氏距離法分類得到的分類精度為90.97%，卡帕系數(shù)為0.883 0。

對2013年OLI影像進行分類后，采用最大似然法分類得到的分類精度為98.80%，卡帕系數(shù)為0.985；采用最小距離法分類得到的分類精度為69.74%，卡帕系數(shù)為0.626 6；采用馬氏距離法分類得到的分類精度為81.98%，卡帕系數(shù)為0.778 4。

經(jīng)過上述精度比較，三期影像均是采用最大似然法分類效果最佳。由于2010年ALOS影像分辨率高于其他兩期影像，其三種方法的分類精度也明顯高于其他兩期影像的分類精度。最大似然法具體精度評價見表1和表2。

表1三種分類方法精度評價表

Tab.1 Evaluation of three classification methods

分類方法2002年總體精度/%卡帕系數(shù)2010年總體精度/%卡帕系數(shù)2013年總體精度/%卡帕系數(shù)最大似然法97.740.970 698.990.986 198.800.985 0最小距離法86.680.798 698.540.980 969.470.626 6馬氏距離法88.280.822 490.970.883 081.980.778 4

表2最大似然法分類精度評價表

Tab.2 Evaluation of maximum likelihood classification method

地類2002年生產精度/%用戶精度/%2010年生產精度/%用戶精度/%2013年生產精度/%用戶精度/%米草93.6597.7997.6199.9499.8798.64蘆葦99.7996.9196.4798.5696.2399.55堿蓬98.64100.00100.0091.0099.50100.00魚塘93.81100.0098.95100.00100.0094.21光灘84.5561.54100.0096.14100.0098.27海水100.0096.53100.00100.0099.66100.00總體精度97.742 098.99%98.80%卡帕系數(shù)0.970 60.986 10.985 0

3.2濕地土地利用類型面積變化及分析

由三期影像最大似然法分類結果，可以得到各種濕地土地利用類型的面積及分布圖（見表3、如圖2所示）以及近10年間的變化（如圖3所示）。堿蓬面積呈現(xiàn)減少趨勢，2002年面積為47.87 km2，2010年面積為30.52 km2，2013年時減少至23.39 km2 。蘆葦面積呈現(xiàn)增長趨勢，2002年面積為32.46 km2，2010年面積為46.64 km2，2013年面積為50.37 km2 。米草面積呈現(xiàn)增長趨勢，2002年面積為22.23 km2，2010年面積為37.30 km2，2013年面積為43.86 km2 。2002年至2013年間，光灘面積呈現(xiàn)增長趨勢，從2002年的8.29 km2 增加至2013年的10.49 km2 ；海水面積呈現(xiàn)減少趨勢，從2002年的93.71km2 減少至2013年的75.10 km2 。魚塘面積基本處于穩(wěn)定狀態(tài)，近10年來僅增加了1.34 km2 。

表3研究區(qū)遙感影像解譯結果km2

Tab.3 The classification data of research area based on remote sensing

土地利用類型2002年2010年2013年光灘8.298.3610.49海水93.7181.3275.10堿蓬47.8730.5223.39蘆葦32.4646.6450.37米草22.2337.3043.86魚塘21.4521.8822.79總計226.01226.01226.013.3各類型濕地分布變化及分析

從三期影像的分類結果，可以判別出各類型濕地的分布變化情況。2002年到2010年期間，海域面積減少，光灘分布向東擴張，海岸線外擴；米草向東西兩個方向上都有擴張的趨勢；蘆葦向東向南擴張，從而壓縮了堿蓬的面積，使得堿蓬分布向內收縮；魚塘基本分布于西南角，面積略有增加。2010年到2013年期間，光灘依舊呈現(xiàn)向東擴張導致海岸線繼續(xù)外擴；米草在南北兩端略有向西擴張的趨勢；蘆葦略有繼續(xù)向東擴張的趨勢；堿蓬和魚塘分布變化不大。圖2最大似然法分類結果圖

Fig.2 The results of max like hood classification method

圖3各類型濕地變化趨勢

Fig.3 Changes in various types of wetland

通過軟件fragstats 3.3，可以由分類結果得出三期數(shù)據(jù)的相關景觀指數(shù)（見表4）。PLAND指數(shù)為斑塊面積比例指數(shù)，LPI指數(shù)為最大斑塊指數(shù)。通?？梢酝ㄟ^這兩種指數(shù)來確定景觀的優(yōu)勢類型。由表4數(shù)據(jù)可知：2002年時，堿蓬所占比例最大，為優(yōu)勢類型；2010年時，蘆葦和米草比例顯著增加，其中蘆葦為優(yōu)勢類型；2013年時，蘆葦和米草比例繼續(xù)呈增長趨勢，蘆葦依舊為優(yōu)勢類型。

表4各類型濕地景觀指數(shù)表

Tab.4 Landscape index of various types of wetland

地類2002年PLANDLPI2010年PLANDLPI2013年PLANDLPI米草8.222.3115.9710.7319.3016.59蘆葦14.979.6420.899.6222.3919.73堿蓬20.5420.2512.579.9410.424.31魚塘8.315.729.025.8410.055.77光灘6.362.365.572.8133.2333.163.4濕地土地利用類型面積轉移矩陣

利用Arc GIS對分類后生成的矢量文件進行分析，提取濕地土地利用類型變化信息，然后生成地類轉移矩陣（見表5、表6）。從表中數(shù)據(jù)可知，2002年至2010年間，變化面積較大的地類轉移為堿蓬轉化為蘆葦；2010年至2013年間，轉化為米草的地類轉移較多。表52002年-2010年濕地土地利用類型轉移矩陣km2

Tab.5 Transition matrix of wetland landscape in 2002-2010

2002年2010年光灘海水堿蓬蘆葦米草魚塘總計光灘0.390 70.029 61.298 30.893 35.322 90.350 88.285 6海水4.388 981.194 20.322 20.199 17.514 70.002 894.012 0堿蓬1.003 00.039 522.734 621.889 32.146 20.056 347.868 9蘆葦1.759 30.057 74.755 122.094 40.875 72.921 032.463 1米草0.272 40.000 20.237 50.310 021.151 10.256 122.227 3魚塘0.544 90.000 61.170 01.250 90.286 418.199 121.452 0總計8.359 281.621 830.517 746.637 037.297 021.876 2226.008 8

表62010年-2013年濕地土地利用類型轉移矩陣km2

Tab.6 Transition matrix of wetland landscape in 2010-2013

2010年2013年光灘海水堿蓬蘆葦米草魚塘總計光灘3.047 50.536 70.484 42.188 01.250 80.851 88.359 2海水6.755 974.408 00.011 40.116 40.000 20.009 981.621 8堿蓬0.041 40.006 616.924 28.329 74.138 71.077 130.517 7蘆葦0.016 20.013 25.067 936.766 44.059 50.713 846.637 0米草0.631 90.112 20.843 41.623 833.957 10.128 537.297 0魚塘0.001 20.006 90.063 01.345 10.453 819.986 121.876 2總計10.494 175.103 823.394 350.369 443.860 222.787 2226.008 8

4總結與討論

近10年來，鹽城保護區(qū)核心區(qū)內各類型的濕地都有較明顯的變化。堿蓬處于不斷減少的狀態(tài)，其面積由47.87 km2減少至23.29km2，分布地帶也一直在收縮，西部靠近海堤的堿蓬為蘆葦所取代，東部靠近灘涂的堿蓬為米草所取代；蘆葦呈現(xiàn)一直增加的趨勢，面積由32.46 km2增長至50.37 km2，其分布情況也是由核心區(qū)西北角向南向東擴張；米草也呈現(xiàn)一直增加的趨勢，其面積由22.23增長至43.86 km2，其分布在東西兩個方向上都有擴張；魚塘面積呈現(xiàn)出穩(wěn)定保持的趨勢，其面積10年來僅增長了1.34 km2，分布于核心區(qū)西南角。

由海岸線不斷地向東擴張，可以發(fā)現(xiàn)保護區(qū)核心區(qū)為典型淤漲型海岸。近10年期間，海水面積由93.71 km2（41.46%）減少至75.10 km2（33.23%），新增灘涂面積約為核心區(qū)總面積的8.23%，新增長灘涂多為米草群落侵占。顯然，核心區(qū)的自然濕地受到了米草的嚴重威脅，近10年期間，米草增加面積約為核心區(qū)總面積的10%。

由分析結果可以看出保護區(qū)核心區(qū)仍然處于較好保護狀態(tài)下，人為干擾極少，境內基本為原生濕地。應該繼續(xù)保持人工濕地（魚塘）不向自然濕地方向延伸的狀態(tài)，盡量保留自然濕地，從而促進濱海型濕地的可持續(xù)利用。除了人工濕地，米草生長迅速，適應性強，雖然有著顯著地防風消浪以及促淤造地作用，但是作為一種入侵植物，米草會嚴重威脅本土的生物多樣地[11]，需要加以控制。對研究區(qū)內的自然濕地應當及時采取相關措施，防止米草過度繁殖，以維持核心區(qū)內的生態(tài)穩(wěn)定性。

【參考文獻】

[1]張明娟，王磊，劉茂松，等.近30年來江蘇省濱海淤長型濕地景觀動態(tài)[J].生態(tài)學雜志，2013，32（3）：696-703.

理有著重要的作用，對促進林業(yè)的發(fā)展起到了積極的作用。

【參考文獻】

[1]郭孝玉.長白落葉松人工林樹冠結構及生長模型研究[D].北京：北京林業(yè)大學，2013.

[2]魏曉慧，孫玉軍，馬煒.基于Richards方程的杉木樹高生長模型[J].浙江農林大學學報，2012，29（5）：661-665.

[3]杜紀山.撫育間伐對林分生長效應的模型研究[D].北京：北京林業(yè)大學，1996.

[4]徐慶華，劉勇，馬履一，等.長白落葉松苗高生長與氣象因子相關關系分析[J].林業(yè)科技，2010，35（1）：1-3.

[5]李宇昊.我國森林撫育技術體系存在的問題及建議探討[J].四川林業(yè)科技，2013，34（4）：93-95+106.

[6]Zeide B.Analysis of growth equation[J].Forest Science，1993，39（3）：594-616.

[7]李艷霞，周顯昌，康迎昆，等.長白落葉松初級種子園優(yōu)樹子代測定及優(yōu)良家系的選擇[J].林業(yè)科技，2010，35（4）：7-10.

[8]張?zhí)祉?造林密度對巨桉幼林生長的影響[J].四川林業(yè)科技，2013，34（3）：82-83.

[9]唐守正，李希菲，孟昭和.林分生長模型研究的進展[J].林業(yè)科學研究，1993，6（6）：672-673.

[10]魏占才.長白山落葉松人工林林分生長與收獲模型應用的研究[D].哈爾濱：東北林業(yè)大學出版社，2003.

[11]于士濤.塞罕壩華北落葉松林生長模型的研究[J].河北林果研究，2012，27（1）：1-5.

[12]章允清.衛(wèi)閩林場杉木人工林經(jīng)驗收獲表的研制[J].福建林業(yè)科技，2006，33（3）：47-51.

[13]Daniels R F，Burkhart H E.An integrated system of forest stand models[J].Forest Ecology and Management，1988，23（2-3）：159-177.

[責任編輯：李洋]