基于国产高分辨率影像的图们江口中、朝、俄三国湿地景观格局对比分析

吴春国,李晓敏,贾源旭1,,马 毅,朱卫红

(1.延边大学 理学院，吉林 延吉 133002;2.长白山生物资源与功能分子教育部重点实验室，吉林 延吉133002；3.国家海洋局 第一海洋研究所，山东 青岛 266061)

基于国产高分辨率影像的图们江口中、朝、俄三国湿地景观格局对比分析

吴春国1,2,3,李晓敏3,贾源旭1,3,马 毅3,朱卫红*1,2

(1.延边大学 理学院，吉林 延吉 133002;2.长白山生物资源与功能分子教育部重点实验室，吉林 延吉133002；3.国家海洋局 第一海洋研究所，山东 青岛 266061)

图们江是我国重要的国际性河流之一，受中国、朝鲜、俄罗斯三国政策、经济、文化等因素影响，三国的湿地景观截然不同。本文以我国国产高分辨率卫星GF-1和GF-2影像为数据源，通过对图们江口湿地的实地踏勘，建立了图们江口湿地遥感分类体系，包括湖泊、河流、沼泽、滩涂、坑塘、水田和水库共7类。采用目视解译方法，提取了图们江口湿地信息，对图们江口湿地现状和中、朝、俄湿地差异进行了分析。利用Fragstats景观分析软件，选取了斑块数(NP)、最大斑块指数(LPI)、斑块平均面积(MPS)、加权平均形状指数(SHAPE)、加权平均分形维数(FRAC)、香农多样性指数(SHDI)和香农均匀性指数(SHEI)等几个景观格局指数分析了图们江口湿地景观格局特征。结果表明：(1)研究区湿地总面积为39 503.38 hm2，以沼泽和湖泊为主，呈现近日本海聚集分布格局。(2)俄罗斯湿地面积占各国研究区湿地总面积比例最大，朝鲜次之，中国最小；朝鲜湿地开发程度最高，湿地破坏较严重。(3)朝鲜湿地破碎程度在三国中最重，中国次之；朝鲜因水田开发较严重，景观规则度最高；中国湿地多样性较其他两国丰富。

图们江口湿地；遥感监测；中、朝、俄对比分析；国产高分辨率遥感影像

0 引言

图们江是我国重要的国际性河流之一[1]，地处中国、朝鲜、俄罗斯三国交界，分布有丰富的湿地资源，对地区生态环境具有重要意义。图们江口作为北冰洋航线重要航运中心[2]，所面临的经济开发压力不断加大，湿地环境状况也受到严峻考验。

自20世纪90年代起，图们江口湿地相关研究得到重视。针对图们江流域多为大尺度研究，对景观变化、生态安全评价与预警、生态公园规划等方面研究较多。孙鹏 等[3-5]以Landsat和ALOS多期遥感影像开展了图们江流域左岸大尺度长时间湿地信息提取，通过分析发现湿地不断遭到破坏，人类活动为主要影响因素。刘志锋 等[6]利用Corona和SPOT-5多期遥感影像，提取图们江下游敬信湿地信息，从景观变化角度分析湿地变化，发现人为束水等活动是湿地遭受破坏的主要原因。苗承玉 等[7]采用PSR模型方法，对图们江下游敬信湿地生态环境进行了生态安全评价，发现湿地生态安全所受社会压力增大，且处于预警状态。郑小军[8]利用相关软件对敬信湿地开展了生态公园规划研究，并对生态旅游区进行了效益预测分析。CÉSAR et al[9]研究发现，由于近年来图们江口的开发，经济迅速发展、人口增长加快、交通港口设施的建设、建设用地的大量增加，使得本区域的湿地生态系统受到严重的破坏。但针对图们江口三国交界地域小尺度的湿地现状研究尚不多见。

因图们江口跨中、朝、俄三国，受客观条件限制，现场监测困难，而遥感具有探测范围广、不受地形地物阻隔的影响、更新周期短等特点[10],可以利用遥感技术对图们江口中、朝、俄三国跨境湿地景观格局进行同步调查。GF-1/GF-2等国产高空间分辨率卫星的相继成功发射，填补了我国高分辨率数据的空白，在国土领域得到了广泛应用[11-12]。因此，本文以图们江口为研究区，利用GF-1/GF-2卫星遥感数据，结合景观格局分析方法，对2015年图们江口湿地现状进行分析，并对中、朝、俄湿地现状开展对比研究，为图们江口湿地研究提供数据支撑。

1 研究区概况与数据源

1.1 研究区概况

发源于长白山麓的图们江地处中、朝、俄三国交界，东流汇入日本海，中、朝、俄三国交界处距日本海约15 km。本文以图们江入海口向陆延伸约50 km矩形区域为研究区，地理范围为42°14′55″～42°42′54″N，130°15′49″～130°52′20″E(图1)，该地区属于中温带湿润季风气候，以丘陵盆地为主。研究区涉及中、朝、俄陆上部分，面积197 975.01 hm2，包括中国延边朝鲜族自治州部分区域，面积36 062.26 hm2，区域湿地以湖泊和水田为主；朝鲜咸镜北道部分区域，面积97 779.79 hm2，区域湿地以水田为主；俄罗斯滨海边疆区部分区域，面积60 655.41 hm2，区域湿地以沼泽地为主[13]。图们江面积为3 477.54 hm2，因其为中、朝、俄三国界河，因此在图们江口中、朝、俄湿地景观类型对比分析过程中，未将其面积划入统计范围。

图1 研究区范围及野外踏勘采样点位置Fig.1 Location of the study area and sampling sites

1.2 数据源

本研究采用的主要数据源为覆盖图们江口地区的GF-1/GF-2高分辨率遥感影像，包括2015年5月7日GF-1影像1景、2015年5月7日GF-1影像3景，分辨率为全色2 m/多光谱8 m；2015年7月7日GF-2影像3景,分辨率为全色1 m/多光谱4 m，数据投影为Transverse Mercator投影，用于湿地信息提取。

本文以已校正的ALOS数据和2014年野外踏勘现场数据为辅助数据源(图1，表1)，已校正的ALOS数据用于GF-1/GF-2数据的配准，2014年野外踏勘现场数据用于解译精度验证。

表1 野外踏勘采样点位置

2 研究方法

2.1 数据处理

在相关软件平台下，对获取的高分辨率遥感影像进行影像预处理操作，包括图像融合、几何校正等。首先，利用图像配准工具(Image Registration)将GF-1/GF-2数据各自全色图像与多光谱图像进行配准操作。其次，针对配准后图像利用图像融合工具(Image Sharpening)进行图像融合操作，融合方式为Gram-Schmidt融合，采用三次卷积内积法进行图像重采样[14]。最后，利用已校正的ALOS数据对融合后影像进行几何校正，选取控制点分布均匀，多选取河流、道路交叉点，每景影像控制点30～40个，像元误差控制在1～2个像元内，采用三次卷积内插法进行重采样。预处理影像用于湿地信息提取。

2.2 图们江口湿地分类体系

本研究结合图们江流域湿地实际特征，参照2009年发布的《湿地分类》国家标准(GB/24708—2009)[15]，借鉴朱卫红 等[16]有关图们江下游湿地分布特征研究中湿地分类体系，建立如下研究区湿地分类体系。具体内容为将研究区湿地划分为自然湿地和人工湿地2个一级类型，以及湖泊、沼泽地、河流、滩涂、水田、坑塘和水库7个二级类型(表2)。

表2 图们江口湿地遥感分类体系

2.3 景观格局指数的选取

现有景观格局演变分析方法多为景观格局指数与空间统计特征比较、马尔科夫转移矩阵和细胞自动机理论为基础的景观格局动态模拟[17]。结合图们江口湿地特点，选取斑块数(NP)[18]、最大斑块指数(LPI)、斑块平均面积(MPS)、加权平均形状指数(SHAPE)、加权平均分形维数(FRAC)、香农多样性指数(SHDI)、香农均匀性指数(SHEI)等7个景观格局指数进行分析。各景观格局指数的计算公式及生态学意义如下：

(1)最大斑块指数[19]。指某一景观类型被最大斑块占据的程度，反映了景观类型的集中程度和优势度，指数越大，优势度越明显，其公式为：

(1)

式中：a1k表示第k类景观中第1个斑块面积，amk表示第k类景观中第m个斑块的面积，m表示每类景观的斑块数，Ak是第k类景观面积。

(2)加权平均形状指数[20]：反映不同空间尺度形状的复杂性。其值越接近于1，斑块圆度越好，其形状越简单，受人为干扰程度越小;反之，值越大，其形状越复杂，受人为干扰程度越大。利用斑块周长与等面积的圆周长之比值表示斑块的形状指数SHAPE，以Di表示，其公式为：

(2)

式中：Pi为斑块周长，Ai为斑块面积，Di为斑块发育程度。D值越大，说明斑块周边越复杂。

(3)加权平均分形维数[21]：反映了复杂形体占有空间的有效性，它是复杂形体不规则性的量度，其公式为：

(3)

(4)香农多样性指数[22]:香农多样性指数是一种基于信息理论的测量指数，在生态学中应用广泛。是指湿地景观元素或湿地生态系统在结构、功能以及随时间变化方面的多样性，它反映了湿地景观类型的丰富度和复杂度，它的大小反映湿地景观要素多少和各景观要素所占比例的变化，其公式为：

(4)

式中：Pk为k种湿地景观类型占总面积比例，m为研究区湿地景观类型总数。

(5)香农均匀性指数[23]:该指标反映湿地景观中各斑块在面积上分布的不均匀程度，其值越大，表明景观各组成成分的分配越均匀，其公式为：

(5)

式中：Pk是斑块类型k在湿地景观中的面积比例，n为研究区中景观类型的总数。

3 图们江口湿地景观类型整体分析

根据建立的图们江口湿地分类体系及解译标志。利用相关软件目视解译提取图们江口湿地信息。提取结果及统计表如图2和表3所示。

图2 2015年图们江口湿地分类图Fig.2 Distribution of various wetlands in Tumen River Estuary in 2015

图们江口湿地总面积为39 503.38 hm2(包括图们江口界河面积2 977.38 hm2)，非湿地面积157 971.39 hm2，湿地类型零星分布，破碎程度较大。区域内东部湿地状况明显优于西部，各湿地类型沿图们江及日本海向两侧及内陆扩散分布。研究区湿地类型中，湖泊湿地面积为8 920.52 hm2，沼泽地面积为14 638.11 hm2，多分布于研究区东部靠近日本海一侧，破碎程度较轻，聚集度较好。水田湿地面积为8 109.14 hm2，受种植条件及居民饮食文化习惯影响，多分布于研究区南部西藩浦、东藩浦和晚浦三个湖泊周边，以及中国境内湖泊、水库周边。河流湿地面积为1 076.21 hm2，在区内纵横分布，整体呈现NW—SE流向。滩涂湿地面积为1 165.97 hm2，接受日本海海流夹带泥沙，沉积于研究区东南部图们江入海口处及海岸附近，形成浅海滩。坑塘面积为1 566.86 hm2，水库湿地面积为1 049.19 hm2，为人类活动形成的人工湿地，受人为影响较大，分布零散，多分布于人类活动频繁的城市和农村周边。

以主讲教师展示研究成果为主，邀请相关专业专家讲座为辅，及时发布信息，定期给开课本科生开展专题讲座，言传身教，通过介绍科研成果、成果取得的心得以及临床应用前景，激发学生不断学习，具备发现问题和解决问题的能力。例如，有的老师研究方向涉及血吸虫、肝吸虫、幽门螺杆菌和人类免疫缺陷病毒等相关内容，在授课过程中加入该部分研究成果内容，既不占用学生多余时间，又开拓了学生视野，激发学生在已有知识基础上质疑和探究，而不是被动地接收答案，所谓“授人以鱼，不如授人以渔”。

表3 2015年图们江口各类型湿地面积统计表

注：研究区内图们江口界河面积为2 977.38 hm2

图3 图们江口各湿地类型面积比例Fig.3 Area proportion of various types of wetlands in Tumen River Estuary

利用提取的湿地信息，统计了图们江口各湿地类型比例并进行中、朝、俄对比(图3和图4)。图们江口各类型湿地在各国间分布并不均匀，湿地面积大小、类型比例均有不同程度的差异。各类型湿地按面积排序从大到小依次为：沼泽地>湖泊>水田>河流>坑塘=滩涂>水库。由于区内俄罗斯靠近日本海，受气候、地貌及水文条件制约，俄罗斯形成沼泽湿地明显多于中国和朝鲜，面积达13 137.72 hm2。俄罗斯的湖泊和河流面积也明显大于中国和朝鲜，分别为5 327.04和664.81 hm2。滩涂面积差异不大，面积大致为250～500 hm2。水田面积受区内朝鲜族居民饮食文化差异、人口数量差异影响，差异较大，中国、朝鲜水田面积明显高于俄罗斯水田面积，尤其以朝鲜水田面积为最大，达到6 350.37 hm2。由于区内朝鲜和中国的人为开发程度较大，水库面积较大。中国水库面积为814.48 hm2，大于朝鲜、俄罗斯两国，且俄罗斯未发现水库存在。

图4 图们江口各湿地类型在中、朝、俄三国所占比例Fig.4 Area proportion of each type of wetland among China,DPR Korea and Russia in Tumen River Estuary

4 中、朝、俄湿地景观类型对比分析

结合提取的湿地信息,统计中、朝、俄三国湿地和非湿地面积比例，如图5所示。湿地面积占研究区各国家面积比中，俄罗斯占比最大，为20.57%；朝鲜湿地面积比例次之，为19.23%；中国湿地面积比例最少，为13.18%。

图5 图们江口中、朝、俄三国湿地、非湿地面积比例Fig.5 Area proportion of wetland or non wetland among China,DPR Korea and Russia in Tumen River Estuary

中、朝、俄三国7种湿地类型占比统计分析如图6所示。俄罗斯湿地类型中，沼泽地面积占65.33%，为面积最大的湿地类型；湖泊湿地占26.49%，为俄罗斯第二大湿地类型。俄罗斯湿地类型以沼泽地及湖泊两类自然湿地为主，表明俄罗斯自然湿地保护较好，开发破坏少于其他两国。中国湿地类型中，水田面积占34.91%，为面积最大的湿地类型；湖泊面积次之，占17.62%。中国湿地类型以水田(人工湿地)和湖泊(自然湿地)为主，表明中国湿地以开发与保护并举，虽然受人为经济开发影响，但保护措施也同时进行，一定程度上缓解了湿地破坏程度，保护了区内湿地生态系统。朝鲜湿地类型中，水田面积占54.46%，湖泊面积次之，占23.63%，朝鲜湿地类型以水田及湖泊为主，相较于中国，水田开发程度更大，湿地保护意识有待增强。

图6 图们江口中、朝、俄三国各湿地类型面积比例Fig.6 Area proportion of various types of wetlands in each country of China, DPR Korea and Russia

5 中、朝、俄湿地景观格局对比分析

5.1 景观破碎度分析

斑块数NP、最大斑块指数SHAPE及斑块平均面积MPS为景观破碎度的重要指标。由表4可知，斑块数俄罗斯最小，中国次之，朝鲜最大；斑块平均面积俄罗斯最大，为84.85 hm2，中国最小，为6.82 hm2；最大斑块指数由俄罗斯的18.44降至中国的16.06再降至朝鲜的7.30。究其原因是因为朝鲜湿地以水田等人工湿地为主，受自然条件及生活习惯等人为因素影响较大，使得朝鲜湿地受到严重破坏，局部地区湿地呈零星分布态势。俄罗斯湿地类型以沼泽地等自然湿地为主，人口数量较小，受人为因素影响较小，区域湿地保护较好。

5.2 景观规则度分析

图们江口俄罗斯境内湿地加权平均形状指数最大，为2.69；中国次之，为1.82；朝鲜最小，为1.57。同时，加权平均分形维数由俄罗斯的1.20降至中国的1.13再降至朝鲜的1.11，表明俄罗斯—中国—朝鲜湿地斑块的形状逐渐趋于简单。朝鲜湿地利用类型主要为水田等人工湿地，根据经济发展等需要，对水田进行规划，因此形状相对较为规则；与之相比，俄罗斯湿地类型以沼泽地等自然湿地为主，占本区土地面积较大，受人为干扰程度很小，在区域地形以高山、丘陵为主等多种自然因素影响下，区域湿地类型斑块形状规则度相对较低。

5.3 景观均匀度分析

研究区域内香农多样性指数由高到低依次为中国(1.68)>朝鲜(1.31)>俄罗斯(0.90)，香农均匀性指数变化趋势与香农多样性指数相似，中国(0.86)>朝鲜(0.67)>俄罗斯(0.50)。受人类活动的影响，中国湿地大斑块破碎，不同景观类型的数量增加，各景观类型所占比例趋向于均衡，优势景观控制力逐渐下降，景观类型整体上向着均衡化方向发展，导致中国湿地景观多样性增加。

表4 2015年图们江口湿地景观指数

6 结论

本文选取自图们江入海口向陆延伸约50 km矩形研究区，利用高分辨率的GF-1/GF-2卫星遥感影像，提取2015年图们江口湿地信息。开展各类型湿地现状分析及中、朝、俄三国湿地状况对比分析，主要结论如下：

(1)2015年图们江口湿地总面积为39 503.38 hm2，研究区域内以沼泽和湖泊为主要湿地类型，占37%和22%。区域内东部湿地状况明显优于西部，呈现近海分布聚集格局。

(2)2015年图们江口湿地中、朝、俄对比分析中，俄罗斯湿地面积占研究区面积比例最大，朝鲜次之，中国湿地面积占比最小。区域内俄罗斯湿地以沼泽为主，中国与朝鲜湿地面积均以水田为主，但是，朝鲜水田面积占朝鲜境内湿地面积比例大于中国。由此可知，中、朝、俄三国之中，朝鲜湿地开发程度较大，湿地破坏较严重。

(3)景观格局对比分析表明，2015年图们江口中、朝、俄三国湿地，不论从景观破碎度角度，或是景观规则度角度分析，朝鲜湿地破碎程度均为最重，中国次之，俄罗斯较轻。朝鲜受区域内民族水稻文化等因素影响，水田开发较严重，导致区域内景观规则度最高。然而，从景观均匀度角度出发发现，中国湿地多样性较其他两国丰富，景观类型所占比例趋向于均衡，优势景观控制力逐渐下降，景观类型整体上向着均衡化方向发展，导致湿地多样性增加。

[1] KIM Joo young. Dumangang River[J]. Koreana,2000,14(4):1-56.

[2] DOU Bo. The Arctic Ocean navigation and the strategy of Tumen River as a sea gate[J]. Northeast Asia Forum,2012,3(101):113-120. 窦博.北冰洋通航与中国图们江出海战略探讨[J].东北亚论坛,2012,21(3):113-120.

[3] SUN Peng. Research of wetland changes and driving force in Tumen River Basin for the past 50 years[D]. Yanji: Yanbian University,2011. 孙鹏.近50年图们江流域湿地景观动态变化及驱动机制研究[D].延吉：延边大学,2011.

[4] SUN Peng, ZHU Wei-hong, MIAO Cheng-yu, et al. Dynamic changes and driving force in Jingxin wetlands at the lower reaches of Tumen River Area[J]. Journal of Agricultural Science Yanbian University,2011,33(1):15-21. 孙鹏,朱卫红,苗承玉,等.图们江下游敬信湿地动态变化及驱动机制研究[J].延边大学农学学报,2011,33(1):15-21.

[5] SUN Peng, MIAO Cheng-yu, ZHANG Da, et al. Remote sensing monitoring of changes in wetland landscape in the upper reaches of Tumen River during 1960-2009[J]. Journal of Northeast Forestry University,2012,40(3):115-119,126. 孙鹏,苗承玉,张达,等.1960—2009年图们江上游湿地景观变化的遥感监测[J].东北林业大学学报,2012,40(3):115-119,126.

[6] LIU Zhi-feng, ZHU Wei-hong, NAN Ying, et al. Change of Jingxin wetland in the lower reaches of Tumen River based on Corona and Spot-5 images[J]. Wetland Science,2009,7(3):237-242. 刘志锋,朱卫红,南颖,等.基于Corona和Spot-5影像的图们江下游敬信湿地变化研究[J].湿地科学,2009,7(3):237-242.

[7] MIAO Cheng-yu, MA Xiao-nan, CAO Guang-lan, et al. Analysis of ecological security of Jingxin wetland in Tumen River downstream[J].Journal of Yanbian University: Natural Science,2011,37(2):184-188. 苗承玉,马晓男,曹光兰,等.图们江下游敬信湿地生态安全评价研究[J].延边大学学报:自然科学版,2011,37(2):184-188.

[8] ZHENG Xiao-jun. Study on ecological safety evaluation wetlands and park planning in Tumen River Downstream[D]. Yanji: Yanbian University,2014. 郑小军.图们江下游湿地生态安全评价及湿地生态公园规划研究[D].延吉:延边大学,2014.

[9] CÉSAR D,ROUSSIN S,JO Jin-cheol. Going West? Spatial polarization of the North Korean port system[J]. Journal of Transport Geography,2009,17(5):357-368.

[10] LÜ Yun-feng, XU Hai-feng, FEI Long, et al. On land suitability evaluation based on remote sensing and GIS[J]. Journal of Changchun Nomal University: Natural Science,2007,26(5):94-98. 吕云峰,徐海峰,费龙,等.基于遥感和GIS的土地适宜性评价研究[J].长春师范学院学报,2007,26(5):94-98.

[11] CHEN Wen-qian, DING Jian-li, WANG Jiao, et al. Classification method of land cover based on GF-1 image[J]. Arid Land Geography,2016,39(1):182-189. 陈文倩,丁建丽,王娇,等.基于高分一号影像的土地覆被分类方法初探[J].干旱区地理,2016,39(1):182-189.

[12] LIU Jian-feng, ZHANG Ke-hui, MA Wen-cai. Research on evaluation of mining area ecological security based on Gaofen-1 satellite imagery: Take Jingxing mining area for example[J]. Geography and Geo-Information Science,2015,31(5):121-126. 刘剑锋,张可慧,马文才.基于高分一号卫星遥感影像的矿区生态安全评价研究——以井陉矿区为例[J].地理与地理信息科学,2015,31(5):121-126.

[13] JIA Yuan-xu, LI Xiao-min, WU Chun-guo, et al. Remote sensing monitoring of land use/land cover in Tumen River Estuary based on Chinese high-resolution images and comparative analysis of China, North Korea and Russia [J]. Ocean Development and Management,2017(5):59-66. 贾源旭,李晓敏,吴春国,等.基于国产高分数据的图们江口土地利用/覆盖现状遥感监测与中、朝、俄对比分析[J].海洋开发与管理,2017(5):59-66.

[14] FENG Deng-chao, QIN Huan-yu, ZENG Yong. Study on straw incineration monitoring based on the combination of remote sensing image[J]. Instrumentation,2014,1(3):25-42.

[15] GB/T24708—2009 Classification of national standard wetland[S].2009. GB/T24708—2009湿地分类[S].2009.

[16] ZHU Wei-hong, NAN Ying, LIU Zhi-feng, et al. Study on wetland classification and distribution in the Tumen River lower stream area based on 3S technologies[J]. Journal of Northeast Normal University: Natural Science Edition,2007(3):106-113. 朱卫红,南颖,刘志锋,等.基于3S技术的图们江下游湿地系统分类及分布特征研究[J].东北师大学报:自然科学版,2007(3):106-113.

[17] ZHANG Qiu-ju, FU Bo-jie, CHEN Li-ding. Several problems about landscape pattern change research[J]. Scientia GeographicaSinica,2003,23(3):264-270. 张秋菊,傅伯杰,陈利顶.关于景观格局演变研究的几个问题[J].地理科学,2003,23(3):264-270.

[18] LU Liang, GUO Luo, ZHAO Song-ting. Land use and land cover change on slope in Qiandongnan prefecture of Southwest China[J]. Journal of Mountain Science,2014,11(3):762-773.

[19] ZHAI Wan-lin, LONG Jiang-ping, QIAO Ji-guo, et al. Study of the landscape pattern change and its driving force for the coastal wetland around Changjiang River Estuary[J]. Journal of Marine Sciences,2010,28(3):17-22. 翟万林,龙江平,乔吉果,等.长江口滨海湿地景观格局变化及其驱动力分析[J].海洋学研究,2010,28(3):17-22.

[20] QIU Peng-fei, WU Ning, LUO Peng, et al. Analysis of Dynamics and driving factors of wetland landscape in Zoige,eastern Qinghai-Tibetan Plateau[J]. Journal of Mountain Science,2009,1(6):42-55.

[21] LIU Yu, LÜ Yi-he, FU Bo-jie. Implication and limitation of landscape metrics in delineating relationship between landscape pattern and soil erosion[J]. Acta Ecologica Sinica,2011,31(1):267-275. 刘宇,吕一河,傅伯杰.景观格局-土壤侵蚀研究中景观指数的意义解释及局限性[J].生态学报,2011,31(1):267-275.

[22] COHEN M, VARGA D, VILA J, et al. A multi-scale and multi-disciplinary approach to monitor landscape dynamics: A case study in the Catalan Pre-pyrenees(spain)[J]. The Geographical Journal,2011,177(1):79-91.

[23] GARY L R. Description and comparison of geologic maps with FRAGSTATS-a spatial statistics program[J]. Computers and Geosciences,2002,28(7):169-177.

Comparative analysis of wetland landscape pattern in Tumen River Estuary of China, DPR Korea and Russia based on Chinese high resolution images

WU Chun-guo1,2,3, LI xiao-min3, JIA Yuan-xu1,3, MA Yi3, ZHU Wei-hong*1,2

(1.CollegeofSciences,YanbianUniversity,Yanji133002,China;2.KeyLaboratoryofNaturalResourcesofChangbaiMountain&FunctionalMolecules,Yanji133002,China;3.TheFirstInstituteofOceanography,SOA,Qingdao266061,China)

Tumen River is one of the most important international rivers in China. Because of the differences in the policy, economy and culture, there are many differences in the wetland landscape among Chinese, Russian and DPR Korean wetlands in Tumen River Estuary. Taking GF-1 and GF-2 images as the data sources and according to the wetland classification of national standard, the classification system of wetlands in Tumen River Estuary was set up, which included lake, river, marsh, tidal flat, pit, paddy field and reservoir. The Tumen River Estuary wetland information was extracted by visual interpretation, and then the status and differences among Chinese, Russian and DPR Korean wetlands were analyzed. By the means of Fragstats software, the landscape pattern indexes, such asNP,LPI,MPS,SHAPE,FRAC,SHDIandSHEIwere used to analyze the characteristics of wetland landscape pattern in Tumen River Estuary. The results show:(1)The total area of wetlands in the study area is 39 503.38 hm2, which is dominated by marsh and lake, and is presented as an aggregate distribution pattern close to the Japan Sea.(2)The wetland area of Russia is the largest, followed by those of DPR Korea and China. The disturbance is serious in that of DPR Korea.(3)The landscape fragmentation of wetland in DPR Korea is most serious, followed by those of China and Russia. Because of the serious development of paddy field, the landscape regulation degree is highest in DPR Korean wetland. The diversity of Chinese wetland is more abundant than those of other countries.

Tumen River Estuary wetland; remote sensing monitoring; comparative analysis; GF remote sensing image

10.3969/j.issn.1001-909X.2017.02.009.

2016-09-08

2016-11-22

国家自然科学基金项目资助(41361015)

吴春国(1991-)，男，吉林龙井市人，主要从事湿地遥感方面的研究。E-mail：chunguo91@sina.cn

*通讯作者：朱卫红(1972-)，女，教授，主要从事湿地生态与景观恢复方面的研究。E-mail：whzhu@ybu.edu.cn

X37

A

1001-909X(2017)02-0082-09

10.3969/j.issn.1001-909X.2017.02.009

吴春国，李晓敏，贾源旭，等.基于国产高分辨率影像的图们江口中、朝、俄三国湿地景观格局对比分析[J].海洋学研究,2017,35(2):82-90,

WU Chun-guo, LI xiao-min, JIA Yuan-xu, et al. Comparative analysis of wetland landscape pattern in Tumen River Estuary of China, DPR Korea and Russia based on Chinese high resolution images[J].Journal of Marine Sciences,2017,35(2):82-90, doi:10.3969/j.issn.1001-909X.2017.02.009.