安徽沿江地区湿地景观演变与模拟：方法与框架

胡和兵，赵冰雪，贾 莉，王 雷

（池州学院 资源环境与旅游系，安徽 池州 247000）

安徽沿江地区湿地景观演变与模拟：方法与框架

胡和兵，赵冰雪，贾 莉，王 雷

（池州学院 资源环境与旅游系，安徽 池州 247000）

开展安徽沿江湿地景观演变研究，可为新形势下皖江湿地资源的开发保护以及区域的可持续发展提供依据。在总结回顾已有研究的基础上，确定了安徽沿江湿地景观演变研究的思路方法，并拟定以下四个方面的研究内容：安徽沿江湿地景观时空演变特征研究；安徽沿江湿地景观模拟模型的构建研究；安徽沿江湿地景观演变过程模拟与驱动机制研究；安徽沿江湿地景观演变情景预测与管理调控。

湿地；景观；演变；模拟

湿地是由水陆相互作用而形成的自然综合体,是自然界最富生物多样性的生态景观和人类最重要的生存环境之一[1]。湿地在调蓄洪水、净化水质、调节气候，维持生物多样性和区域生态安全等方面发挥着巨大作用，对地区、区域乃至全球气候变化、经济发展及人类生存环境有着重要的影响[2]。近几十年来，随着人类活动对湿地影响速度的加快和规模的扩大，湿地退化日益严重。湿地生态系统已经是世界上受威胁最为严重的生态系统之一[3]。湿地动态监测与生态恢复等研究引起世界各国的广泛关注[4]。研究和揭示湿地景观格局演变过程及其演变规律，从而制定相应的有效管理策略在当前形势下愈发显得必要和迫切。

据估计，自1900年以来，地球上已经消失了将近一半面积的湿地[5]。相关研究也表明，长江中下游湿地在 70-90年代因围垦散失湖泊湿地12000km2，丧失率达34.16%[3]。安徽沿江湿地指长江安徽段的皖江平原区的河湖湿地。皖江平原宽窄不一，介于10～30km之间，江北岸宽于南岸。该区海拔50～10m以下，地势低平，水网密布，大小湖群星罗棋布。其中，升金湖、黄大湖、龙感湖、巢湖等大片湿地，集中连片，生态环境独特，珍稀动物多种多样，是中国和亚洲地区的重要湿地。这里土地肥沃，气候适宜，光照时间长，是安徽省种植业及养殖业良好发展区，也是我省人口分布集中和经济快速发展区。近年来，安徽沿江地区大规模的开发建设活动，不得不引起我们思考：我们的湿地在发生着怎样的变化？面对这些变化我们该怎么办？基于3S技术，开展安徽沿江湿地景观演变及模拟研究，对新形势下皖江湿地资源的开发保护以及区域的可持续发展具有重要意义。

1 安徽沿江湿地景观变化研究现状及问题

湿地景观变化研究对认识全球气候变化、土地利用/覆盖变化和生物多样性变化的区域响应意义重大，是全球变化研究的重要内容[6]。分析湿地景观格局随时间的动态过程可以揭示湿地景观变化的规律和机制[7-8]，因此区域湿地景观变化研究越来越受到重视[9]。前期研究具有发达国家研究较多，发展中国家研究较少等特点[10]。自20世纪 80年代以来,遥感和GIS技术的发展为湿地景观变化研究提供了可靠的方法和技术支持条件。也为湿地景观的定性描述向定量研究的转变创造了条件[9]。因而近年来通过解译多个时段的遥感影像来提取湿地动态变化信息，再应用GIS技术和景观生态学理论分析湿地景观变化的性质和方向已成为目前研究湿地景观变化的主流方法[6-8,11-15]。

基于遥感、GIS与GPS技术,国内外已经开展了许多关于湿地景观格局变化及动力机制的研究[7],如自然沼泽地区[11]、河流三角洲地区[12-13]、城市湿地[14]和滨海湿地[15]等。近年来，安徽沿江湿地的研究也已引起有关学者的关注[16－21]，但运用3S技术进行湿地景观生态学研究较少，且主要集中在安庆沿江地区[20-21]，而针对整个安徽沿江湿地未见相关的研究报道。

近年来,利用模型方法描述景观格局动态和功能变化特征,探索其内在的驱动机制,已成为国内外争相采用的方法[22]。模型可以克服实验和观测的困难，充分利用有限数据并综合不同时间和空间尺度上的信息提炼规律或揭示内在机制[23]。此外,动态模型的输出结果—模拟景观具有诸多真实景观不可替代的优点[22]。当前，在湿地景观格局演变模拟中应用最多是马尔科夫模型 (Markov）和元胞自动机模型（CA）。其中，马尔科夫模型适于研究自然景观变化，而在人文景观变化研究中则存在明显缺陷[24].由于Markov模型的无后效性，即无记忆功能，导致其无法反映景观单元的空间格局及相邻景观的相互作用，通常与元胞自动机模型结合使用[24-25]。元胞自动机模型具有强大的空间运算能力，它可以通过简单的局部运算形成复杂的、全局的模式，因而，其应用越来越广泛[26]。而GIS与RS的应用使得CA模型的应用更加容易，这是由于CA模型中的元胞和基于栅格GIS中的栅格结构相同,所以该模型易于和GIS、遥感数据处理等系统进行集成[22]。其中，转换规则是元胞自动机模型的核心，如何定义转换规则的结构和参数是元胞自动机模型的关键[26]。目前主要是采用启发式的方法来定义转换规则,受主观因素影响较大[27]。近年来，许多学者尝试采用Fisher判别[27]、神经网络[26]、蚁群智能算法[28]等方法来简化复杂的转换过程，取得了一定的效果。但CA模型用于城市发展模拟的研究成果较多，技术方法也日趋成熟，而用于湿地景观演变模拟的研究报道较少[4,29]。

湿地的景观演变与模拟是目前国内外景观生态学研究的重点领域之一，在揭示湿地景观动态变化规律，以及区域湿地管理中发挥了巨大作用[2]。大多数的研究表明，随着安徽沿江地区人口的增加和经济的快速发展，湿地资源遭到破坏，湿地功能在不断的退化。但多只限于定性描述，对各类型湿地的分布格局、时空演变规律以及演变机制、趋势等缺乏定量、深入的分析。

本研究基于前人的研究工作，拟充分利用先进的3S技术(RS,GIS,GPS)，结合地面的调查验证，系统、定量研究该区湿地景观时空演变规律及其驱动机制，并构建基于BP神经网络的元胞自动机模型模拟该区湿地景观的演变过程及其趋势，可为安徽沿江湿地的合理利用、保护以及区域可持续发展提供科学的、切实可靠的理论依据与实践指导。

2 安徽沿江湿地景观演变研究的主要思路

在3S技术支持下，通过对安徽沿江湿地分类系统的拟定和多时相景观信息的提取，定量研究皖江湿地景观格局时空演变特征；结合GIS技术，构建基于BP神经网络和元胞自动机的景观模拟模型（BPANN-CA）,对皖江湿地景观格局时空演变过程进行动态模拟与多情景预测研究，深入揭示皖江湿地近期演变规律、驱动机制及其演变趋势，并提出相应的湿地管理策略。

通过ENVI软件对获取的4组遥感影像进行预处理，主要包括图像增强、几何校正和图像分类等；利用ArcGIS软件的空间分析功能获取景观信息图、景观时空变化特征分析以及驱动机制分析；在VB.NET编程环境下，结合GIS嵌入式组件ArcGIS Engine开发模拟软件包来执行样本选取、CA模拟预测和结果评估等功能。元胞自动机参数的BP神经网络获取功能则利用Matlab完成，并集成在前述CA模拟软件包中。

图1 安徽沿江湿地景观演变研究思路

3 安徽沿江湿地景观演变研究的主要任务

3.1 安徽沿江湿地景观时空演变特征研究

湿地景观格局及其动态变化是湿地生态学研究的重点和热点之一。分析湿地景观格局时空演变过程可以揭示安徽沿江湿地景观变化的规律和特征，也是后续景观模拟的基础。而利用3S技术，针对整个皖江湿地开展景观动态监测还未见相关研究报道。

本研究拟在研究安徽沿江湿地景观分类的基础上，通过遥感影像的处理、解译，结合GPS数据，提取研究区四个时期 （1980年，1990年，2000年，2009年）湿地的相关信息，建立湿地类型数据库，并获得安徽沿江湿地景观分类图；利用GIS的空间分析功能，通过湿地景观分类图的叠加，定量分析各种湿地景观类型空间位置、面积以及格局变化，以揭示安徽沿江湿地景观时空演变特征。

3.2 安徽沿江湿地景观模拟模型的构建研究

模拟模型可以充分利用有限数据并综合不同时间和空间尺度上的信息提炼规律或揭示内在机制，增进对景观格局与生态过程的理解。其中，元胞自动机模型(CA)最常用的景观模拟模型之一，因其能在空间上直观地再现景观格局的变化过程而被广泛应用。但单一的CA模型在模拟多种景观类型空间演变时，对不同类别的转换规则及模型结构,很难进行合理选择。

在研究内容3.1的基础上，基于前人的研究，拟将BP神经网络 （BPANN）和元胞自动机模型（CA）结合，建立一种基于BP神经网络的景观模型（BPANN-CA），通过与GIS的耦合来简化模拟多种景观类型空间演变的过程：首先通过3层的BP神经网络自动找出各景观类型内在的映射关系，由此确定元胞自动机的转换规则，然后基于此规则对未来景观类型的可能转换情况进行模拟。由于神经网络的自学习、联想存储和寻找优化解的能力能够自动挖掘出多种景观类型之间转换的复杂关系，BPANN-CA模型不需人为定义转换规则及参数，可有效减少传统单一CA模型的人为干扰，提高模拟的精度。

3.3 安徽沿江湿地景观演变过程模拟与驱动机制研究

欲详细揭示皖江湿地景观演变过程与规律需要连续数据的支持。而在湿地景观数据获取方面，直接的调查和观测手段日益显露出其局限性，在较大的空间和时间尺度上连续数据的获取也往往存在较大难度，模型模拟逐渐成为解决以上问题重要途径之一。

在研究内容3.2的基础上，拟以1980年的详细的数字化景观类型数据为初始条件，用1990年、2000年和2010年的数据对模型进行校准和验证之后，对皖江湿地进行历史时期景观演变过程的模拟研究。模型的初始运行条件为1980年的景观类型数据，输出数据以 3年或5年为一个时段，对皖江湿地景观类型空间分布进行输出，详细揭示湿地景观时空演变的动态过程与规律；结合历史资料，从人文和自然两个方面定量分析湿地景观演变的驱动因子及其内在的驱动机制。

3.4 安徽沿江湿地景观演变情景预测与管理调控

对湿地景观格局进行定量模拟分析，探讨景观格局演变的驱动机制，一个重要目标就是预测未来湿地景观格局演变趋势，从而为皖江湿地资源开发保护以及生态安徽的建设提供切实、可靠的信息支持。

继续利用上述模拟模型，以2010年为初始条件，通过设置不同的湿地管理情景（湿地严格保护、湿地合理开发+湿地恢复等）模拟皖江湿地未来10年、20年、30年和50年的景观演变趋势。利用模型输出的景观类型空间分布图，揭示各情景下各种湿地类型空间位置、面积、格局等变化趋势；阐明自然和人为影响条件下湿地景观未来演变的时空差异。在对不同管理情景模拟研究的基础上，针对未来可能的各种湿地景观类型与格局变化，以及这些变化对湿地生态功能的影响，提出管理调控对策。

4 结语

湿地的景观演变与模拟是目前国内外景观生态学研究的重点领域之一，在揭示湿地景观动态变化规律，以及区域湿地管理中发挥了巨大作用。目前，以马尔科夫模型和元胞自动机模型为代表的景观格局模型，其研究方法基本成熟，成果较多，而用于生态过程驱动的景观演变模型研究需要加强。基于生态过程的景观模型虽然能从机理上揭示驱动景观演变过程，但是需要大量的生态过程研究和连续数据的支持，以及与各种生态过程的耦合，研究难度大，成本也较高。鉴于上述模型各有优缺点，依据研究区域地理与生态特征，构建合适的景观模型是准确剖析、预测皖江湿地景观演变过程与趋势的关键。本文通过构建这一研究框架，试图为后续的实证研究理清思路。

[1]陈宜瑜.中国湿地研究[M].长春:吉林科学技术出版社,1995.

[2]刘红玉,李玉凤,曹晓,等.我国湿地景观研究现状、存在的问题与发展方向[J].地理学报,2009,64(1):1394-1401.

[3]白军红,欧阳华,杨志峰.湿地景观格局变化研究进展[J].地理科学进展，2005，24（4）:36-45.

[4]胡茂桂,傅晓阳,张树清,等.基于元胞自动机的莫莫格湿地土地覆被预测模拟[J].资源科学，2007,29（2）：142-148.

[5]傅伯杰,陈利顶,马克明，等.景观生态学原理及应用[M].北京:科学出版社，2002.

[6]黄方,刘湘南.嫩江中下游沼泽湿地景观空间格局变化[J].资源科学，2005，27（4）：140－148.

[7]丁圣彦,梁国付.近20年来河南沿黄湿地景观格局演化[J].地理学报.2004,59（5）：653－663.

[8]程乾,吴秀菊.杭州西溪国家湿地公园1993年以来景观演变及其驱动力分析[J].应用生态学报 2006,17(9):1677－1682.

[9]刘红玉,吕宪国,张世奎.湿地景观变化过程与累积环境效应研究进展[J].地理科学进展，2003.22(1):60-70.

[10]胡巍巍,王根绪.湿地景观格局与生态过程研究进展[J].地球科学进展,2007,22（9）：969－974.

[11]严登华,王浩,何岩.中国东北区沼泽湿地景观的动态变化[J].生态学杂志2006,25(3):249-254.

[12]王春连,张镱锂,王兆锋,等.拉萨河流域湿地系统景观格局多尺度分析[J].资源科学，2010，32（9）:1634-1642.

[13]刘艳芬,张杰.1995—1999年黄河三角洲东部自然保护区湿地景观格局变化[J].应用生态学报.2010,21(11):2904-2911.

[14]宫兆宁,张翼然,宫辉力,等.北京湿地景观格局演变特征与驱动机制分析[J].地理学报，2011,66（1）:77-88.

[15]郝敬锋,刘红玉,李玉凤.基于转移矩阵模型的江苏海滨湿地资源时空演变特征及驱动机制分析 [J].自然资源学报，2010,25(11):1918-1929.

[16]卢松,陆林,凌善金,等.人类活对安庆沿江湖泊湿地影响的初步研究[J].长江流域资源与环境,2004,13(1):65-71.

[17]卢松,陆林,凌善金,等.湖区农户对湿地资源和环境的感知研究—以安徽省安庆沿江湖群为例[J].地理科学,2003,23(6):762-768.

[18]孙步伟,赵萍,程雷,等.基于复合变换的湿地信息提取的决策树方法研究—以安庆沿江湖湿地为例[J].安徽师范大学学报:自然科学版，2009,32（3）:271-276.

[19]朱同林,张光生.安徽省沿江湿地资源问题与对策[J].资源开发与市场,2005,21(4):300-302.

[20]余瑞林,周葆华,刘承良.安庆沿江湿地景观格局变化及其驱动力[J].长江流域资源与环境,2009,18(6):522-528.

[21]李祥,王心源.基于GIS的安庆武昌湖湿地景观格局演变研究[J].中国水土保持,2006(5):44-46.

[22]李书娟,曾辉,夏洁.景观空间动态模型研究现状和应重点解决的问题[J].应用生态学报，2004,15(4)∶701-706.

[23]徐延达,傅伯杰,吕一河.基于模型的景观格局与生态过程研究[J].生态学报2010,30(1):0212—0220.

[24]Luo GP，Zhou CH，Chen X，et al. A methodology ofcharacterizing status and trend of land changes in oases:A case study of Sangong River watershed，Xinjiang，China [J].Journal of Environmental Management，2008，88:775－783.

[25]Pontius RG，Shusas E，McEachern M.Detecting important categorical land changes while accounting for persistence.Agriculture[J].Ecosystems and Environment，2004，101:251－256.

[26]黎夏,叶嘉安.基于神经网格的元胞自动机及模拟复杂土地利用系统[J].地理研究，2005，24(1):19－27.

[27]刘小平,黎夏.Fisher判别及自动获取元胞自动机的转换规则[J].测绘学报，2007（1）：112-118.

[28]刘小平,黎 夏,叶嘉安.利用蚁群智能挖掘地理元胞自动机的转换规则[J].中国科学:D辑,2007,37(6):824-834.

[29]于欢,何政伟,张树清,等.基于元胞自动机的三江平原湿地景观时空演化模拟研究[J].地理与地理信息科学,2010,24(6):90-94.

[责任编辑：余义兵]

Evolution and Simulation of Wetland Landscape along the Yangtze River in Anhui:Framework of Methodology

Hu Hebing，Zhao Bingxue，Jia Li，Wang Lei
(Department of Resources Environment and Tourism,Chizhou University,Chizhou,Anhui 247000)

The research of wetland landscape changes along the Yangtze River in Anhui can provide the basis for regional wetland resources development and protection and sustainable development in the new situation.Based on existing research,this paper ascertains research ideas and methods,and develops research in four aspects:wetland landscape Spatio-temporal evolution characteristics;landscape simulation model constrcution;wetland landscape changes process simulation and driving mechanism;Wetland landscape evolution scenario forecasting and management regulation.

Wetland;Landscape;Evolution;Simulation

S153

A

1674-1104(2014)03-0014-04

10.13420/j.cnki.jczu.2014.03.004

2014-02-13

国家自然科学基金项目（41071337）；安徽省教育厅自然科学项目（KJ2012A208，2008jq1112,KJ2013B170）；江苏省环境演变与生态建设重点实验室开放基金资助。

胡和兵（1973-），男，安徽桐城人，池州学院资源环境与旅游系副教授，博士，主要研究方向为湿地景观生态学。