近30年来东洞庭湖植被覆盖时空变化研究

杨 楠，莫文波，张 曦，罗望军，张灿明，赵运林，马丰丰

（1.湖南省水资源研究和利用合作中心，湖南 长沙 410013；2.湖南城市学院 规划建筑设计研究院，湖南 益阳 413000；3.湖南省城乡生态规划与修复工程技术研究中心，湖南 益阳 413000；4.中南林业科技大学，湖南 长沙 410004；5.湖南中科星图信息技术有限公司，湖南 长沙 410006；6.湖南省林业科学院，湖南 长沙 410004）

近年来，全球变化问题不断被追问，诸多学者围绕着陆地生态系统对全球变化的响应展开研究[1-2]。湿地作为陆地生态系统重要的组成成分之一，对全球变化的响应也极为敏感[1]。其中湿地植被变化是湿地生态系统响应的方式之一，一方面遭受恶劣的自然灾害时，湿地植被生长明显受到影响[3-4]，另一方面相对于自然林地植被，湿地植被的脆弱性更高，易受到人类活动的干扰[5]。因此，研究湿地植被的变化机理有助于人们充分挖掘湿地生态环境的运作规律，对湿地生态保护具有重要意义[6]。近年来，随着研究的不断深入，研究植被变化的方法也逐渐增多，其中植被覆盖度法是比较常用的方法之一，常应用于研究植被生长变化、水土保持与涵养、气候变化等方面[7-9]。此外，植被覆盖度变化具有时空尺度的依赖性，在不同时间尺度上，植被覆盖度的变化有明显的差异[10-12]。随着遥感技术的引入，许多学者开始转向利用遥感、GIS 等空间信息技术手段来对湿地植被覆盖变化进行研究[1,13-14]，并结合遥感卫星影像多时相、高分辨率的特点，不断开展植被覆盖度的估算方法。通过植被NDVI 指数计算植被覆盖度是比较成熟的遥感估计方法，计算简便且精度较高，在诸多研究中得到应用与推广[14-15]。

值得注意的是，大量的植被覆盖遥感估算研究集中于省、市、流域等大范围或大尺度研究[14-17]，而对于像东洞庭湖区这种尺度小，且生态系统植被变化复杂的湿地区域，并不多见。东洞庭湖是洞庭湖的主体部分，是列入拉姆萨条约的国际重要湿地和国家级自然保护区，生物多样性极为丰富，对维系长江中下游社会-经济-生态可持续发展具有重要意义[18]。但几十年来，在人与自然环境的综合影响下，东洞庭湖湿地植被覆盖发生巨变，生境破坏，外来物种入侵等问题愈演愈烈[19]，尤其是近些年来，极端的自然气候不断发生，旱涝灾害的频繁出现再次将洞庭湖的湿地植被保护的问题推向湿地研究焦点[20]，特别是作为国家重点保护的东洞庭湖区，其湿地环境保护的任务不可懈怠。尽管有学者在东洞庭湖湿地监测研究方面取得一定的成果[13,20]，但湿地植被覆盖始终是不断演变发展的，有必要进行连续跟踪监测与研究。

因此，本研究利用1989—2016年间19 景的TM/ETM 数据，结合遥感植被覆被估算模型，GIS空间分析，统计分析等方法，研究东洞庭湖植被覆盖的时空变化特征及其与水位变化的响应关系，以期从长时间序列上揭示东洞庭湖植被覆盖变化的机理及驱动因子，为东洞庭湖湿地植被保护及湿地生态系统健康发展提供重要的理论依据。

1 研究区概况

1.1 研究区概况

东洞庭湖湿地（28°59′～29°35″N，112°19′～113°05′E）位于洞庭湖的东部，湖区总面积为19×104hm2，该地属亚热带湿润气候，夏季高温多雨，冬季温暖湿润，年均气温17.5 ℃，降水量1 200～1 300 mm。湖区生物资源丰富，记录在册的水生植物达131 种，是生物多样性极为丰富的国际重要湿地，也是候鸟在洞庭湖的主要栖息地[21]，根据湿地植被的分布类型，可将东洞庭湖湿地分为两个区，其中A 区植被以芦苇和杨树为主，B区植被以芦苇和苔草为主（图1）。在东洞庭、南洞庭、西洞庭3 个湖泊中，东洞庭湖的湿地环境保留得最为完整，相较于其他两个湖泊无论是在面积上还是湿地资源上都有明显的优势，是整个洞庭湖湿地的主体部分，拥有典型的周期性水文过程，形成“涨水为湖，退水为洲”景观。湖区承纳湘、资、沅、澧四水，最终经城陵矶汇入长江，对长江水量的调节作用巨大。每年4月水位开始上升，6—8月达最高峰，即6—8月为湖区的丰水期，12月至次年3月为最低值，为枯水期。在“四水”及周期性水文波动的影响下，植被呈现镶嵌分布、带状分布和环状分布的复杂特征。鉴于湖区特有的水文变化，本文主要对东洞庭湖枯水期的植被覆盖变化开展研究，使结果更具客观意义。

1.2 数据来源以及预处理

本研究主要用到数据有：遥感数据，基础地理数据，气象数据，以及水位数据等。

1）遥感数据主要采用的是空间分辨率为30 m的Landsat 系列影像数据(http://www.gscloud.cn/)，数据获取的时间分别东洞庭湖的枯水期影像，详细数据如下表1所示，均来源地理空间数据云平台。获取影像数据后，依次对影像进行辐射定标、大气校正、裁剪等预处理过程。

2）本研究所用的基础地理数据、土地利用数据均来源于中国科学院亚热带农业生态研究所，水位数据来源于湖南省水文水资源勘测局。其中基础地理数据主要包括行政边界数据，东洞庭湖边界数据等，水位数据主要是城陵矶的逐日水位数据，包含水位和流量两个参数，本研究选用的是1989—2016年的水位数据。城陵矶位于东洞庭湖的北端，长江与洞庭湖的交汇处，洞庭湖水沙再度进入长江的唯一出口。在许多研究中，城陵矶水位通常用来代表东洞庭湖的水位变化[19-22]。

3）本研究的所使用的气象数据均来源国家气象科学数据共享服务平台(http://data.cma.cn/site/index.html)，采用的是岳阳市气象站点的月度数据，包括降水量，平均气温，平均气压，平均水汽压，日照百分率等。

图1 东洞庭湖地理位置Fig.1 Location of east Dongting lake

表1 Landsat成像日期及影像类型Table1 Imaging dates and types of Landsat

2 研究方法

2.1 像元二分模型原理

像元二分模型是主要是假设影像像元都是由植被和裸土组成，所以影像上任何一个像元的光谱信息r为植被信息rv与裸土信息rs之和[23-24]。若植被的纯像元信息为rveg，则混合像元中植被覆盖的信息rv为rveg与植被覆盖面积比例（即该像元的植被覆盖度）rc之积；同理，若裸土的纯像元信息为rsoil，则混合像元中裸土覆盖的信息rs为rsoil与裸土覆盖面积比例1-rc之积。最后通过公式转换，得到植被覆盖度rc的公式为：

式（1）中，rveg和rsoil是分别为植被和土壤的纯像元遥感信息参数。

2.2 基于NDVI 的植被覆盖度估算

归一化植被指数（NDVI）指遥感植被估算常见的植被指数，它主要是用来监测植被生长的重要指数[25]。当前，已有许多研究已证实NDVI 与植被覆盖度存在正相关关系[26-27]，因此本研究将NDVI 与像元二分模型进行有效结合来计算植被覆盖度，得到基于NDVI的植被覆盖度像元二分模型，具体公式如下：

式（2）中，NDVIveg为纯被植被所在区域的NDVI值，NDVIsoil为裸土区域的NDVI 值。目前，对于NDVIveg和 NDVIsoil的确定通常是借助于对NDVI数据进行统计分析来获取，即利用定置信度选择置信区间内的最大值NDVImax与最小值NDVImin。参考前人的研究成果[25]，本研究分别对各期的NDVI 影像数据进行直方图统计分析，选择NDVImax和NDVImin为累积概率在95%和5%处的值，得到的植被覆盖度计算公式如下：

本研究中利用ENVI5.3 的统计分析工具，得到各个年份的NDVImax和NDVImin，如下表2所示。

表2 NDVImax和NDVImin的取值Table2 The value of NDVImax and NDVImin

2.3 植被覆盖度变化的计算

2.3.1 植被覆盖度等级划分

经计算之后，植被覆盖度rc介于[0，1]之间，参考相关的文献[28-29]，并结合东洞庭湖植被覆盖的实际情况，将东洞庭湖植被覆盖度分为4个等级：①无植被覆盖区（裸露的泥沙滩地，水体等），Rc＜0.3，等级值为1；②低植被覆盖区（稀疏草地、水生植被，有少量植被的泥沙滩地等），0.3 ＜Rc＜0.5，等级值为2；③中覆盖植被区（靠近水体的野生芦苇、草滩地等），0.5 ＜Rc＜0.7，等级值为3；④高覆盖植被区（密灌木地、人工种植的芦苇地等），Rc＜0.7 等级值为4。根据以上分类指标分析东洞庭湖各时期植被覆盖度的空间特征。

2.3.2 植被覆盖度动态变化分析

本研究采用差值法来刻画研究区各年份间的植被覆盖度变化，记为ΔRg，即利用后一期的植被覆盖等级值与前一期的差值来表征，如公式（4）所示[25]。

式（4）中，Rp和Rl分别为研究的前一时期和后一时期的植被覆盖度等级，ΔRg为前一时期相对于后一时期的植被覆盖度等级变化量。植被覆盖度变化的程度可以利用植被覆盖度等级的差值来反映，将覆盖度等级差值划分如下：①当ΔRg=-3 时记为严重退化；②当ΔRg=-2 时记为中度退化；③当ΔRg=-1 时记为轻微退化；④当ΔRg=0 时记为未变化；⑤当ΔRg=1 时记为轻微改善；⑥当ΔRg=2时记为中度改善；⑦当ΔRg=3 时记为极度改善。

3 结果与分析

3.1 植被覆盖度的整体特征分析

结合卫星遥感多时像的特点，本研究首先利用ENVI5.3 反演得到东洞庭湖长时间序列的NDVI 数据，并计算各年份NDVI 均值，从而得到相应的均值曲线，如图2a 所示。研究发现，1989—2016年间东洞庭湖的NDVI 均值整体上呈现出降低的趋势，其中，1989—1995年间NDVI 降低变化较为明显，1995年之后分别呈现不同程度的浮动变化，其中2005、2010年前后的时段上，浮动变化较为明显。从变化率上看，如图2b 所示，1989—1995年间NDVI 降低的最快，减少了20.16%，而1995年之后，各年份段间NDVI 均值变化依次呈现增加和减少的特征，尤其是2005—2016年间，这种变化速度更快，说明该时段植被覆盖变化的速率较快，植被空间格局变化的频率较高。

图2 1989—2016年东洞庭湖NDVI 均值变化及年份间变化速率Fig.2 NDVI mean value and change rate of east Dongting lake from 1989 to 2016

为进一步分析东洞庭湖植被覆盖的空间特征，本研究利用二分模型，结合Arcgis10.4 的空间分析工具，对研究区的植被覆盖度进行计算并划分等级，如图3所示。研究发现，植被覆盖的空间差异较为明显，水域或明显靠近水域的地区主要是无植被覆盖区或低植被覆盖区，高植被覆盖区主要分布于研究区域的中部及西南部。植被覆盖沿着水域周边呈现明显的梯度变化，即水域周边呈现出由无植被覆盖到高植被覆盖的空间差异变化。结合统计分析（图4），可以发现各级植被度的面积差异较大。高植被覆盖区在1989年为最高，达到44.05%，至1995年大幅度减少，其面积减少达一半以上，1995—2000年间继续下降，而2000—2010年间的面积有所增加，但2010—2016年间下降明显，至2016年面积比重达到最小，为7.36%。中植被覆盖区变化幅度也较大，呈现折线式变化，1989年与高植被覆盖区的面积总和占比达80%，但1989—1995年间其面积占比减少了18.62%，1995—2000年间面积回升至31.53%，2000—2005年间又减少14.86%，降至1989—1995年间的水平，2005年以后，其面积占比回升至25%左右。低植被覆盖区自1989—1995年间明显增加以后，其占比一直在20%以上，2010—2016年间，低植被覆盖区较上一时间段增加了13.55%，2016年时面积比重达到38.47%。无植被覆盖区在1989年占比仅为8.82%，但1989—1995年间增加了近3 倍面积，此后其面积变化相对较小，2005—2010年间降低至22.62%，其余时段均在30%左右。从整个时段上的植被覆盖区变化而言，研究区呈现出从以高植被覆盖为主逐渐转变为以低植被覆盖为主的变化特征。

图3 1989—2016年东洞庭湖各级植被覆盖度V 的空间分布Fig.3 Distribution of east Dongting lake vegetation coverage from 1989 to 2016

图4 1989—2016年东洞庭湖各级植被覆盖度所占比重Fig.4 Proportion of east Dongting lake vegetation coverage from 1989 to 2016

3.2 植被覆盖度的动态变化分析

3.2.1 植被覆盖度分阶段变化分析

为在深入分析东洞庭区植被覆盖的变化特特征，本研究利用差量法分析1989—2016年间6 期的植被覆盖数据，研究各年间的植被覆盖情况，如图5所示。结果表明，1989—1995年间，研究区植被覆盖度显著降低，且变化的范围较大。1995—2000年间，植被覆盖等级的降低与升高并存，植被等级覆盖降低的区域主要靠近水体周边，等级增加的区域主要集中于研究区的南部。2000—2005年间植被覆盖度增加较为显著，沿水域附近存在大面积的植被覆盖度增加的变化，而在研究区南部却存在着明显的植被覆盖度减少的变化。2005—2010年间研究区植被覆盖仍然以减少为主，但变化较为分散。2010—2016年间又出现了大范围的植被覆盖等级减少的变化特征，但相比1989—1995年间，这一阶段的变化区域较为分散。整体而言，研究时段上，研究区植被覆盖情况主要以退化为主，且以轻度退化最为显著，如表3所示。研究区的退化面积比重为75.59%，其中以轻度退化最为明显，面积达594.54 km2，所占比重为45%，中度退化也较为严重，所占比重为26.22%。与此同时，研究区仅有4.31%面积的植被覆盖得到改善，其中，有4%为轻度改善，其他类型的植被改善不足1%。说明研究区植被覆盖改善的面积远小于植被退化的面积，尤其是研究区的东部、中部偏南以及南部地区，植被退化情况较为严重（图6），而这些区域绝大部分为芦苇地，严重退化的区域主要集中在芦苇地与苔草交界处。总体而言，研究区南边比北边的退化程度高。

图5 东洞庭湖各时期的植被覆盖度差值Fig.5 D-value of vegetation coverage

表3 1989—2016年东洞庭湖植被覆盖等级面积变化Table3 Variation of the vegetation coverage grades area from 1989 to 2016

3.2.2 植被覆盖度的转移变化分析

图6 1989—2016年东洞庭湖植被覆盖变化Fig.6 Vegetation coverage change of east Donting lake from 1989 to 2016

植被覆盖度的变化分析只能定性地反映研究区的总体变化特征，无法有效地反映植被变化的定量特征及转变规律。转移矩阵不仅可定量地研究植被覆盖的转移情况，还可更为有效地分析其时空变化规律[30-31]。本研究利用GIS 中的空间统计分析工具，得到研究时段的植被覆盖转移矩阵（表4）。结果发现，1989—2016年间，低植被覆盖有70.11%的面积降低为无植被覆盖区，中植被覆盖区有53.21%的面积降低为低植被覆盖区，而高植被覆盖区中有40.83%的面积降低为中植被覆盖，有37.25%的面积降低为低植被覆盖区，最终导致整体的植被覆盖退化。空间布局上，对比图6和图7，发现低植被覆盖区降低为无植被覆盖区主要是水体附近的区域，造成部分的轻度退化，高植被覆盖区降低为中植被覆盖区主要聚集在靠近水体的周边区域，产生轻度退化，而中、高植被降低为低植被造成明显的轻、中度退化，主要是位于中部偏南，南部，以及西部地区。由此可知，高、中植被覆盖分别降低为中、低植被覆盖是造成研究区植被覆盖大面积退化的主要因素。

3.3 植被覆盖度与水位的关系

东洞庭湖具有典型的通江湖泊水文变化特征，夏季湖区水位上升，形成丰水期的“涨潮”景观，冬季湖水褪去，大片泥沙洲滩地裸露，产生枯水期的“草洲”景象。因此，水位的升降很明显也会造成区域的植被覆盖改变，本研究将1989—2016年间6 期的各级植被覆盖度的面积与对应的城陵矶水位构建散点图（图8）。无植被覆盖区与水位存在着正相关关系，即水位越高，无植被覆盖区越大，低植被覆盖与水位存在显著的正相关关系，R2为0.594 7，相关性较强。而中、高植被覆盖区与水位存在不同程度的负相关关系，特别是高植被覆盖区，R2为0.481 9，相关性较大，即随着水位的上升，中、高植被覆盖区的面积逐渐减少。事实上，无植被覆盖区主要是以水体区域为主，低植被覆盖区绝大部分是湖区“丰水期”褪去过后的泥沙滩地，所以水位上升，易造成无、低植被覆盖区的面积增大，从而间接引起中、高植被覆盖区的面积减少，特别是比较接近泥沙滩地的高植被覆盖区，由于水位上升，造成泥沙滩地扩大，从而侵占高、中植被覆盖区，降低整体的植被覆盖度。

表4 1989—2016年间东洞庭湖植被覆盖度的转移矩阵Table4 Transition matrix of vegetation coverage from 1989 to 2016 km2

图7 1989—2016年间各级植被覆盖区的转移变化Fig.7 Transferring changes of vegetation cover area for different levelsfrom 1989 to 2016

4 讨 论

图8 1989—2016年东洞庭湖区各级植被覆盖与水位的散点图像Fig.8 Relationship between the vegetation coverage and water levelfrom 1989 to 2016

长期以来，东洞庭湖的湿地环境受水位影响较为明显，特别是三峡工程运营前后的差异较大，如图9所示。在2003年以前，即1989—2003年间，枯水期的水位与NDVI 值整体上呈现下降的趋势，1989—1995年间，研究区的植被覆盖度大范围降低（如图5所示）。相比其他的西、南洞庭区，东洞庭区更靠近城镇建设区，土地利用方式更为频繁，水田转变旱地以及草滩转为芦苇地的面积较大[32]，即围湖垦殖的现象严重，加之这一时期杨树种植面积增加，挤占原有湿地植被的生存空间，将芦苇等植被不断赶向湖区中心洲滩[33]，所以导致区域的植被覆盖度降低。然而，自1994年东洞庭湖区升级为国家级自然保护区后，一系列生态农业发展政策和湿地保护政策得以出台，植被覆盖有不同程度的改善，即1995—2000年和2000—2005年间均有较大范围的植被覆盖度等级增加的变化（图5），但这一期间也遭遇了1998年的特大洪水灾害，对湖区的生态环境有着极大影响，特别是在1995—2000年间，一方面持续的高水位以及洪水冲刷对湿地植被特别是低矮的种群影响较大，短时间内不利于水生植物以及周边的苔草地的稳定生长，所以靠近水体区域的植被覆盖度有所降低，另一方面洪水又带来大量泥沙，形成高的淤积滩地，长时间内又促进湿地植被的生长，如苔草、芦苇等（图10），加之杨树已生长成林且种植面积不断增加[33]，以致研究区南边的植被覆盖度增加。2000—2005年间，泥沙滩地的面积明显增多（图10），靠近水体附近的植被覆盖度增加（图5），但研究区南边靠近林地的区域植被覆盖度又明显降低，这可能与杨树林的物种入侵以及对其引入洞庭湖的政策调整有关。

图9 1989—2016年间NDVI 均值与水位曲线图像Fig.9 NDVI mean value and water levelfrom 1989 to 2016

图10 1995—2005年东洞庭湖的土地利用分布Fig.10 East Dongting lake land use distribution from 1989 to 2016

2005—2016年间研究区的NDVI 均值和水位整体上分别存在减少和增加的趋势，都存在明显的浮动变化特征（图9）。2003年以后，三峡工程开始运行，洞庭湖的泥沙淤积量慢慢地减小，泥沙输出量明显大于输入量，也是洞庭湖历史变迁以来非常罕见的现象[19]，如图5所示，2005—2010年，泥沙滩地周边的植被覆盖等级增加较为明显，主要是由于泥沙淤积量减少，湖区枯水期水体周边的植被不会因为泥沙反复淤积而改变其生长环境，植被可以朝着正常的方向演替。与此同时，2006年原湖南省林业厅出台了针对“三不准”区域杨树清除的具体实施方案[34]，即2003年以后种植杨树坚决予以清除，2003年以前种植的杨树成林后不再增种，以恢复区域自然原貌，这又让芦苇、苔草等植被有了更多的扩张空间，所以研究区南边也有植被覆盖度增加的变化。但是，随着近年来南方地区极端天气发生越来越频繁，尤其是2011年长江中下游地区出现了60年以来最严重的冬季持续干旱，次年6月份之后又马上转为涝灾[35]，对洞庭湖区的自然生态环境造成严重的影响。加之三峡运行过后，湖区入沙入水减少，湖体与长江之间的水交换时间增长，换水频率降低[36]，综合气候、水文、水质等各方面的原因可能是导致2010—2016年间又存在大范围植被覆盖降低的原因（图5）。

近年来，杨树大面积的 “物种入侵”对洞庭湖区自然环境的损害越发明显，一方面这些杨树属于耐水性速生型的物种，适应环境能力强，生长速度较快，很快便成为湿地的优势种群，破坏了原有的生态平衡，影响物种多样性，如杨树太高遮挡候鸟滑翔的路线并影响觅食，密林遮挡阳光抑制了芦苇等其他湿地植被生长，另一方面欧美黑杨生长需要很多的水分和养分，促进湿地洲滩的快速旱化，从而使得湿地生态系统直接向陆生林地生态系统转变，严重破坏湖泊生态系统的结构和完整性[37-42]。2017年湖南省全力推进清除欧美黑杨的计划，在年底不到一个月的时间里，洞庭湖全域共清除杨树近8 万亩，而这一次大规模清除行动也会对洞庭湖造成巨大的影响，就东洞庭湖而言，生态修复和保护问题长期而艰巨，如何彻底清除杨树林对湿地土壤环境的影响，恢复杨树清理迹地的湿地植被及湿地生态系统功能的恢复是湖区生态修复的第一步，而如何更好地保护因杨树林导致栖息地丧失的动物，如候鸟或鱼类以及恢复其栖息地将是湖区未来生态修复的难点。

本研究中，虽结合多年遥感数据对湖区植被覆盖情况进行监测，但由于早年部分影像数据的缺失或者不完整，使得整个监测时间序列存在不连续性，尤其是无法获取统一月份的遥感数据，然而从长时间尺度上来看，整体的变化趋势依然较为明显。与此同时，近年来随着我国高分遥感技术的发展，卫星对地观测能力不断加强，高分辨率遥感数据对湿地变化的研究更为准确与灵活，利用高分卫星对整个洞庭湖区的植被覆盖变化进行精细观测，从更深入的植被类别上进行研究，动态监测湖区的生态修复情况是今后研究的重要方向。

5 结 论

东洞庭湖湿地保护一直受到许多学者的关注，近年来由于全球气候变化以及人类活动的干扰，东洞庭湖区的植被生长环境已发生了巨大的变化。本研究利用1989—2016年的遥感卫星TM 影像数据，并结合水位等相关数据对东洞庭湖区的植被覆盖度进行时空变化分析以及其水位变化的相关性分析，以期从长时间序列尺度追踪研究东洞庭植被覆盖变化及驱动机制，为东洞庭湖湿地植被保护提供重要的理论依据。具体结论如下：

1）1989—2016年间东洞庭区NDVI 均值呈现降低的变化特征，植被覆盖度由以高植被覆盖等级为主最终转变为以低植被覆盖为主。空间上，研究区植被覆盖度等级围绕着水体呈现由低到高的梯度差异。

2）研究时段上，东洞庭湖的植被覆盖情况以退化为主，退化的面积达到75.59%，以轻度退化最为显著；区域分布上研究区南边比北边退化程度严重。造成大面积退化的主要因素是由于高、中植被覆盖区分别降级为中、低植被覆盖区。

3）低植被覆盖区和高植被覆盖区分别与东洞庭湖水位存在较强的正相关性和负相关性，即研究区的低、高植被覆盖区直接受水位影响，这与东洞庭湖长期以来的水文特性密切相关。