近10年盐城国家级珍禽自然保护区核心区湿地动态变化分析
2015-10-21王凯高媛赟温小荣林国忠
王凯 高媛赟 温小荣 林国忠
第31卷 第1期2015年1月森林工程FOREST ENGINEERINGVol.31 No.1Jan.,2015
近10年盐城国家级珍禽自然
保护区核心区湿地动态变化分析王凯,高媛赟,温小荣*,林国忠
(南京林业大学 森林资源与环境学院,南京 210037)
摘要:以盐城国家级珍禽自然保护区核心区为例,以三期(2002、2010、2013年)遥感影像为基础数据,通过监督分类方法研究了近10年来核心区湿地土地利用类型的变化情况,为保护区核心区进一步加强管理与保护提供科学依据。结果表明:①针对研究区,在多种分类方法中,最大似然法分类精度最高,三期影像分类总体精度分别为97.74%、98.99%和98.80%。②近10年来,米草和芦苇的面积呈增长趋势,碱蓬的面积呈减少趋势,光滩面积略有增长,鱼塘面积基本保持稳定。③近10年来,保护区核心区的人为干扰较小,境内的原生湿地保存完整,生态系统基本实现自我更新。④应控制入侵品种米草的过度繁殖,以保证湿地的可持续利用以及保护研究区的生物多样性。
关键词: 湿地;土地利用类型;影像分类;动态变化
中图分类号:S 157;X 171.1文献标识码:A文章编号: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:国家948计划项目资助(2013-4-63);南京林业大学科技创新基金项目(CX2011-24)资助;江苏高校优势学科建设工程自助项目(PAPED)
第一作者简介:王凯,硕士研究生。研究方向:遥感与GIS技术研究。
*通讯作者:温小荣,副教授。研究方向:森林经理及GIS应用。Email:njw9872@163.com
引文格式:王凯,高媛赟,温小荣,等.近10年盐城国家级珍禽自然保护区核心区湿地动态变化分析[J].森林工程,2015,31(1):17-21.湿地是地球上水陆相互作用形成的独特生态系统,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,在蓄洪防旱、补充地下水、调节气候、促淤造陆、降解环境污染、控制海岸侵蚀等方面起着极其重要的作用[1-2]。江苏省盐城国家级珍禽自然保护区是太平洋西海岸、亚洲大陆边缘最大的海岸型湿地,已列入世界重点湿地名录,被誉为“东方湿地之都”。江苏盐城沿海湿地作为国家级保护区,它在区域经济发展与人文发展中都占有重要的作用。自江苏省“海上苏东”发展计划实施以来,近些年来,这一地区正在不断地加大开发力度和加快发展步伐[3-4]。沿海大量的滩涂原生湿地被开发利用,人为的干扰和栖息地的破坏使湿地生境面临的环境压力陡然加大,滨海湿地生态系统发生了明显退化,沿海湿地景观结构和格局时空分异也同时受到自然环境因素和人为活动的双重影响[5-7]。
利用遥感技术对其进行湿地地物类别精细分类与动态变化及演变趋势的研究,可以为湿地的保护工作提供科学的依据[8]。许多学者曾以盐城国家级珍禽自然保护区为研究对象进行相关的湿地景观研究分析,由于研究范围较大,得出的分析结果也大多比较宏观。而针对作为多种珍稀濒危鸟类栖息地的核心区的研究相对较少,通过研究整个保护区得出的结论不一定能很好地适用于核心区。本研究结合3S技术,以盐城自然保护区内的核心区为例,利用Landsat ETM+/OLI多期影像数据和ALOS(日本)影像数据,分析核心区从2002年至今近10年内湿地信息的动态变化,为其合理的保护及管理提供科学依据。
1研究区和数据来源
江苏盐城国家级珍禽自然保护区是我国最大的滨海湿地自然保护区,地处江苏省中部沿海地区,地理位置为北纬32°20′~34°37′、东经119°29′~121°16′,管辖范围为江苏盐城市东台、大丰、射阳、滨海和响水5个县(市)的沿海滩涂部分,2005年调整后分为核心区、缓冲区与实验区。其中,核心区总面积为226 km2 。本文主要针对盐城国家级珍禽自然保护区核心区进行研究分析。
本实验数据为2002年ETM+影像、2010年ALOS(日本)影像、2013年OLI影像以及研究区矢量文件、研究区行政区划图等。采用现场GPS采取控制点定义影像坐标,一律采用GCS_Xian_1980坐标系统。
第1期王凯等:近10年盐城国家级珍禽自然保护区核心区湿地动态变化分析
森林工程第31卷
2研究方法
2.1提取湿地土地利用类型
研究区内湿地主要植被类型为芦苇、米草、碱蓬和鱼塘。根据研究区的主要湿地植被类型和土地利用现状特点,将本研究区的土地利用类型分为六大类:米草、碱蓬、芦苇、海水、光滩和鱼塘。
依据前人经验,选择影像的近红外波段,红外波段和绿光波段(ETM+及ALOS影像为2,3,4波段,OLI影像为3,4,5波段)进行假彩色合成以便于影像分类[9]。根据现场踏查以及影像上各土地利用类型的颜色和纹理建立解译标志,解译标志建立之后进一步建立训练区,采用最大似然法、最小距离法以及马氏距离法进行监督分类,分类完成后选择检验区对分类后的结果进行精度检验,选择出分类精度最高的结果进行进一步的分析。
在进行2013年土地利用类型判别的过程中,由于收集到三季的OLI影像(分别为4、7、12月),由于芦苇、米草和碱蓬在不同季节的季相特征不同,故而可以根据不同季节的影像来精确判别出三类湿地植被。对三期影像作NDVI分析(NDVI =(Band4-Band3)/(Band4+Band3))。根据不同季节的NDVI图像(如图1所示),可以看出4月份芦苇亮度值较高,7月份碱蓬亮度值明显低于其他两类,12月份米草明显亮度值最高。以此为依据,可以判别出较为纯净的芦苇、米草和碱蓬像元,从而可以精确地选择训练区,进而可以提高分类精度。
图12013年三季NDVI结果图
Fig.1 The results of NDVI for 3 seasons
2.2湿地土地利用类型的转移矩阵分析
将分类后生成的核心区土地利用类型矢量文件导入Arc GIS中,进行intersect操作提取出变化信息,更新面积字段,生成地类转移矩阵[10],从而对研究区湿地土地利用类型10年来的动态演化进行分析。
3结果与分析
3.1三种分类方法结果与精度比较
对2002年ETM+影像进行分类后,采用最大似然法分类得到的分类精度为97.74%,卡帕系数为0.970 6;采用最小距离法分类得到的分类精度為86.68%,卡帕系数为0.798 6;采用马氏距离法分类得到的分类精度为88.28%,卡帕系数为0.822 4。
对2010年ALOS影像进行分类后,采用最大似然法分类得到的分类精度为98.99%,卡帕系数为0.9861;采用最小距离法分类得到的分类精度为98.54%,卡帕系数为0.980 9;采用马氏距离法分类得到的分类精度为90.97%,卡帕系数为0.883 0。
对2013年OLI影像进行分类后,采用最大似然法分类得到的分类精度为98.80%,卡帕系数为0.985;采用最小距离法分类得到的分类精度为69.74%,卡帕系数为0.626 6;采用马氏距离法分类得到的分类精度为81.98%,卡帕系数为0.778 4。
经过上述精度比较,三期影像均是采用最大似然法分类效果最佳。由于2010年ALOS影像分辨率高于其他两期影像,其三种方法的分类精度也明显高于其他两期影像的分类精度。最大似然法具体精度评价见表1和表2。
表1三种分类方法精度评价表
Tab.1 Evaluation of three classification methods
分类方法2002年总体精度/%卡帕系数2010年总体精度/%卡帕系数2013年总体精度/%卡帕系数最大似然法97.740.970 698.990.986 198.800.985 0最小距离法86.680.798 698.540.980 969.470.626 6马氏距离法88.280.822 490.970.883 081.980.778 4
表2最大似然法分类精度评价表
Tab.2 Evaluation of maximum likelihood classification method
地类2002年生产精度/%用户精度/%2010年生产精度/%用户精度/%2013年生产精度/%用户精度/%米草93.6597.7997.6199.9499.8798.64芦苇99.7996.9196.4798.5696.2399.55碱蓬98.64100.00100.0091.0099.50100.00鱼塘93.81100.0098.95100.00100.0094.21光滩84.5561.54100.0096.14100.0098.27海水100.0096.53100.00100.0099.66100.00总体精度97.742 098.99%98.80%卡帕系数0.970 60.986 10.985 0
3.2湿地土地利用类型面积变化及分析
由三期影像最大似然法分类结果,可以得到各种湿地土地利用类型的面积及分布图(见表3、如图2所示)以及近10年间的变化(如图3所示)。碱蓬面积呈现减少趋势,2002年面积为47.87 km2,2010年面积为30.52 km2,2013年时减少至23.39 km2 。芦苇面积呈现增长趋势,2002年面积为32.46 km2,2010年面积为46.64 km2,2013年面积为50.37 km2 。米草面积呈现增长趋势,2002年面积为22.23 km2,2010年面积为37.30 km2,2013年面积为43.86 km2 。2002年至2013年间,光滩面积呈现增长趋势,从2002年的8.29 km2 增加至2013年的10.49 km2 ;海水面积呈现减少趋势,从2002年的93.71km2 减少至2013年的75.10 km2 。鱼塘面积基本处于稳定状态,近10年来仅增加了1.34 km2 。
表3研究区遥感影像解译结果km2
Tab.3 The classification data of research area based on remote sensing
土地利用类型2002年2010年2013年光滩8.298.3610.49海水93.7181.3275.10碱蓬47.8730.5223.39芦苇32.4646.6450.37米草22.2337.3043.86鱼塘21.4521.8822.79总计226.01226.01226.013.3各类型湿地分布变化及分析
从三期影像的分类结果,可以判别出各类型湿地的分布变化情况。2002年到2010年期间,海域面积减少,光滩分布向东扩张,海岸线外扩;米草向东西两个方向上都有扩张的趋势;芦苇向东向南扩张,从而压缩了碱蓬的面积,使得碱蓬分布向内收缩;鱼塘基本分布于西南角,面积略有增加。2010年到2013年期间,光滩依旧呈现向东扩张导致海岸线继续外扩;米草在南北两端略有向西扩张的趋势;芦苇略有继续向东扩张的趋势;碱蓬和鱼塘分布变化不大。图2最大似然法分类结果图
Fig.2 The results of max like hood classification method
图3各类型湿地变化趋势
Fig.3 Changes in various types of wetland
通过软件fragstats 3.3,可以由分类结果得出三期数据的相关景观指数(见表4)。PLAND指数为斑块面积比例指数,LPI指数为最大斑块指数。通常可以通过这两种指数来确定景观的优势类型。由表4数据可知:2002年时,碱蓬所占比例最大,为优势类型;2010年时,芦苇和米草比例显著增加,其中芦苇为优势类型;2013年时,芦苇和米草比例继续呈增长趋势,芦苇依旧为优势类型。
表4各类型湿地景观指数表
Tab.4 Landscape index of various types of wetland
地类2002年PLANDLPI2010年PLANDLPI2013年PLANDLPI米草8.222.3115.9710.7319.3016.59芦苇14.979.6420.899.6222.3919.73碱蓬20.5420.2512.579.9410.424.31鱼塘8.315.729.025.8410.055.77光滩6.362.365.572.8133.2333.163.4湿地土地利用类型面积转移矩阵
利用Arc GIS对分类后生成的矢量文件进行分析,提取湿地土地利用类型变化信息,然后生成地類转移矩阵(见表5、表6)。从表中数据可知,2002年至2010年间,变化面积较大的地类转移为碱蓬转化为芦苇;2010年至2013年间,转化为米草的地类转移较多。表52002年-2010年湿地土地利用类型转移矩阵km2
Tab.5 Transition matrix of wetland landscape in 2002-2010
2002年2010年光滩海水碱蓬芦苇米草鱼塘总计光滩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碱蓬1.003 00.039 522.734 621.889 32.146 20.056 347.868 9芦苇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鱼塘0.544 90.000 61.170 01.250 90.286 418.199 121.452 0总计8.359 281.621 830.517 746.637 037.297 021.876 2226.008 8
表62010年-2013年湿地土地利用类型转移矩阵km2
Tab.6 Transition matrix of wetland landscape in 2010-2013
2010年2013年光滩海水碱蓬芦苇米草鱼塘总计光滩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碱蓬0.041 40.006 616.924 28.329 74.138 71.077 130.517 7芦苇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鱼塘0.001 20.006 90.063 01.345 10.453 819.986 121.876 2总计10.494 175.103 823.394 350.369 443.860 222.787 2226.008 8
4总结与讨论
近10年来,盐城保护区核心区内各类型的湿地都有较明显的变化。碱蓬处于不断减少的状态,其面积由47.87 km2减少至23.29km2,分布地带也一直在收缩,西部靠近海堤的碱蓬为芦苇所取代,东部靠近滩涂的碱蓬为米草所取代;芦苇呈现一直增加的趋势,面积由32.46 km2增长至50.37 km2,其分布情况也是由核心区西北角向南向东扩张;米草也呈现一直增加的趋势,其面积由22.23增长至43.86 km2,其分布在东西两个方向上都有扩张;鱼塘面积呈现出稳定保持的趋势,其面积10年来仅增长了1.34 km2,分布于核心区西南角。
由海岸线不断地向东扩张,可以发现保护区核心区为典型淤涨型海岸。近10年期间,海水面积由93.71 km2(41.46%)减少至75.10 km2(33.23%),新增滩涂面积约为核心区总面积的8.23%,新增长滩涂多为米草群落侵占。显然,核心区的自然湿地受到了米草的严重威胁,近10年期间,米草增加面积约为核心区总面积的10%。
由分析结果可以看出保护区核心区仍然处于较好保护状态下,人为干扰极少,境内基本为原生湿地。应该继续保持人工湿地(鱼塘)不向自然湿地方向延伸的状态,尽量保留自然湿地,从而促进滨海型湿地的可持续利用。除了人工湿地,米草生长迅速,适应性强,虽然有着显著地防风消浪以及促淤造地作用,但是作为一种入侵植物,米草会严重威胁本土的生物多样地[11],需要加以控制。对研究区内的自然湿地应当及时采取相关措施,防止米草过度繁殖,以维持核心区内的生态稳定性。
【参考文献】
[1]张明娟,王磊,刘茂松,等.近30年来江苏省滨海淤长型湿地景观动态[J].生态学杂志,2013,32(3):696-703.
理有着重要的作用,对促进林业的发展起到了积极的作用。
【参考文献】
[1]郭孝玉.长白落叶松人工林树冠结构及生长模型研究[D].北京:北京林业大学,2013.
[2]魏晓慧,孙玉军,马炜.基于Richards方程的杉木树高生长模型[J].浙江农林大学学报,2012,29(5):661-665.
[3]杜纪山.抚育间伐对林分生长效应的模型研究[D].北京:北京林业大学,1996.
[4]徐庆华,刘勇,马履一,等.长白落叶松苗高生长与气象因子相关关系分析[J].林業科技,2010,35(1):1-3.
[5]李宇昊.我国森林抚育技术体系存在的问题及建议探讨[J].四川林业科技,2013,34(4):93-95+106.
[6]Zeide B.Analysis of growth equation[J].Forest Science,1993,39(3):594-616.
[7]李艳霞,周显昌,康迎昆,等.长白落叶松初级种子园优树子代测定及优良家系的选择[J].林业科技,2010,35(4):7-10.
[8]张天顺.造林密度对巨桉幼林生长的影响[J].四川林业科技,2013,34(3):82-83.
[9]唐守正,李希菲,孟昭和.林分生长模型研究的进展[J].林业科学研究,1993,6(6):672-673.
[10]魏占才.长白山落叶松人工林林分生长与收获模型应用的研究[D].哈尔滨:东北林业大学出版社,2003.
[11]于士涛.塞罕坝华北落叶松林生长模型的研究[J].河北林果研究,2012,27(1):1-5.
[12]章允清.卫闽林场杉木人工林经验收获表的研制[J].福建林业科技,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.
[责任编辑:李洋]