洞庭湖水位变化对湿地覆被演替的响应研究

付钰珊，胡文敏, 徐娅楠，贾冠宇，杨睿瀚

(中南林业科技大学 林学院，湖南 长沙 410004)

1 引言

湿地的水文过程面临人类活动、气候变化等诸多方面的影响，湿地生态系统也因此发生不同程度的变化[1]。水位作为湿地水文过程的最主要因素，对湿地覆被类型、生物多样性组成、初级生产力和物质能量的循环有重要的调节功能，水位的变化会对湿地生态系统的稳定性产生重大影响[2]。此外，水位变化对湿地生态系统的影响在构成“气候变化 / 人类活动—湿地环境—湿地生态”的研究环节中具有基础性，因而是目前湿地生态水文学及全球变化关注的重点[3]。

洞庭湖位于湖南省北部，是长江最重要的调蓄湖。湿地水位年际变化与季节变化都很大，且由于季节不同，会呈现“涨水是湖，退水为洲”的动态景观[4]。湖区水位一般在6～7月份达到最大，这种水位的剧烈变化对湿地覆被类型具有重要的影响。洞庭湖在人类活动的影响之下，湖底存在大量淤泥，水位和水面面积持续下降[5]，目前对于洞庭湖水情变动究竟是如何影响湿地覆被变化的认识仍不清晰，因此探讨洞庭湖水情变化对湖区湿地覆被类别的空间响应就显得格外重要。本文以Landsat8 OLI数据为主要数据源，通过对湿地水位进行分析，探讨其对覆被类型的演替的影响。

2 研究区概况与数据来源

2.1 研究区概况

洞庭湖位于湖南省东北部、长江中游荆江南岸，介于北纬28°39′～30°14′和东经111°42′～113°39′之间，是我国吞吐量最大的淡水湖，也是长江中游地段最重要的蓄水湖与调洪湖[6～8]。洞庭湖北有荆南四口：松滋、藕池、太平、调弦，每年汛期分泄长江洪水量50%以上。有湘、资、沅、澧四水在此交汇，从城陵矶流出长江[9]。洞庭湖水位在4月份开始上涨，7～8月份达到最高，11月份至次年3月份是枯水期[10]。城陵矶多年平均径流量约3126亿m3，最大年径流量(1945年)5268亿m3，最小年径流量(1978年)1990亿m3[11]。

2.2 数据来源

本文选取Landsat系列数据中的Landsat8 OLI-TIRS卫星数字产品，来自于地理空间数据云网站，选取的数据云量均小于20，根据行政区、经纬度、行列号获取覆盖洞庭湖研究区域的地图数据集；数字高程模型(DEM)来源于中国科学院资源环境科学与数据中心；城陵矶水位站同期水位数据来源于长江海事局。本文主要选用标准真彩色432组合，用于识别地物及其分类。

3 研究方法

3.1 分割尺度的选择

本文使用eCognition软件对研究区2017年12期遥感影像进行多尺度分割。在分割参数设置时，NIR波段的分割权重为2，其他为1。其次在设置同质性权重时，形状和颜色参数设为0.2，以及紧致度和平滑度参数设为0.7。根据洞庭湖图像现状以及不断地试验，最终确定最优分割尺度为150，该分割尺度能很好区别出水体以及其他植被。

3.2 面向对象分类

本文以多尺度分割得到的影像为基础，结合多源数据辅助信息，运用阈值分类法和目视解译对Landsat8 OLI数据进行土地覆盖类型提取，为了提高分类效果，除利用常用的近红热波段(NIR)、红波段(R)、绿波段(G)、蓝波段(B)的反射率区分地物以外，本文主要通过计算以下特征指标进行阈值分类：

(1)NDVI(归一化植被指数)主要用于识别植被生长状态、植被覆盖度，是植被覆盖度和植被生长状态的指标，可很好的区分出植被与非植被地类[12]。计算公式如下：

NDVI=(NIR-R)/(NIR+R)

(1)

(2)NDWI(归一化水指数)一般用来提取影像中的水体信息，区分水体和非水体效果较好[13]。

NIWI=(G-NIR)/(G+NIR)

(2)

(3)RVI(比值植被指数)能增强植被与土壤背景间的辐射差异，是绿色植物的灵敏度指标，能衡量植被长势和丰度，适用于区分植被类型[14]。

RVI=NIR/R

(3)

3.3 精度评价

结合Google Earth软件调出2017年高分辨率谷歌影像进行人机交互，选择分类训练样本，进行精度评价[15]。利用ArcGIS软件将分类结果图与影像叠加分析再修改，减少错分漏分的地块，从而提高分类精度[16]。经过验证，本文的分类精度都达到了80%以上。

4 结果分析

4.1 洞庭湖湿地土地覆被类型空间动态变化

洞庭湖湿地覆被类型与水位统计数据如表1所示。

表1 洞庭湖水位及各覆被类型面积统计

湿地覆被分类中，本文将洞庭湖分为水体、深草、浅草、林地、滩涂、沙地6大类。在不同时期下，伴随着水位变化，各覆被类型也将会随着时间而变化，呈现出不同的分类格局。由此，可将洞庭湖一年的覆被变化划分为枯水期、涨水期、丰水期、退水期4个时期，如图1。

由图1可知，洞庭湖在12月份、1月份、2月份为枯水期。在该时期中，浅草面积占比最大，分别占比32%、37%、38%。其次是水体面积，分别占比为35%，28%，32%占比面积相对较少的是沙地和滩涂，这两类覆被在枯水期洞庭湖湿地生态系统中占比之和平均值不超过总体面积的11%，1月份滩涂占比面积最小。由此可见，枯水期中湿地类型变化较明显。

由图2可知，洞庭湖在3月、4月、5月为涨水期，此时可以看到与枯水期相比图中水体部分逐渐扩大，水体面积为占比最大的湿地类型，其面积占比分别为37%、42%、45%；浅草面积占比相较于枯水期相对减少，分别为31%、34%、30%；且占比较少的依旧为滩涂和沙地类型。由此可见，涨水期中，洞庭湖湿地覆被类型变化相对稳定，水体部分明显增加。

图1 枯水期(12～2月份)湿地类型分布(a、b、c)及湿地类型面积占比(d、e、f)

图2 涨水期(3～5月份)湿地类型分布(a、b、c)及湿地类型面积占比(d、e、f)

由图3可知，洞庭湖在6～8月份为丰水期，河中水量丰富，延续时间长。可以看到图中水体部分大幅度增加，水体面积也达到全年最大，分别占比为77%、78%、67%，超过洞庭湖湿地总体面积的74%；浅草类型在这个时期因为水体的淹没范围增大而相对减少，面积占比分别为12%、8%、19%；此时滩涂和沙地为一年中面积占比最小的时期，两者面积之和不超过总体面积5%。该月份中湿地类型变化较单一，基本为水体。

由图4可知，洞庭湖9～11月份为退水期，汛期过后水流逐渐退去水体部分逐渐减少，面积占比分别为63%、49%、42%，水体面积依然占比最大；该时期其他覆被类型因退水也呈现不同程度的增加，其中浅草类型占比为20%、32%、24%。由此可见，该时期水体回落，其他覆被类型逐渐显露出来，因而具有相对丰富的特征。

4.2 洞庭湖水位变化对湿地覆被类型演替的影响

一般情况下，水位会随着季节的变化而变化，使得洞庭湖湿地的类型会随着水位的变化而在时间、空间上呈动态变化。从图5可以看出，洞庭湖一年水位在11月份至次年2月份较低，5～10月份较高，其中洞庭湖水位最小值在1月份为20.07 m，7月份达到最大值为32.31 m。

从图5中可知，2～7月份，随着水位的增高，水体面积呈逐步升高的趋势，其他覆被类型呈总体下降趋势，1月份除水体外的覆被类型面积普遍到达最高值，7月份除水体外的覆被类型面积普遍达到最低。8月份到11月份，随着水位的逐步下降，洞庭湖的水面面积逐渐减少，此时水面面积因“四口”“四水”的来水量减少而逐渐减少，由外向湖中心逐渐收缩减少，除水体外覆被类型呈总体上升趋势。11月至次年2月份，除水体外的覆被类型在一年中最为丰富，并随着水位的变化而逐渐下降，湿地水域部分逐渐显露。滩涂、沙地在丰水期随着水位的升高而逐渐减少甚至消失。

图3 丰水期(6～8月份)湿地类型分布(a、b、c)及湿地类型面积占比(d、e、f)

图4 退水期(9～11月份)湿地类型分布(a、b、c)及湿地类型面积占比(d、e、f)

图5 不同覆被类型面积堆积

4.3 水位与湿地覆被类型的相关分析

本文根据不同覆被类型12个月份的面积以及同期水位绘制散点图，通过SPSS进行双变量Pearson相关分析，再以拟合优度(R2)为指标，筛选拟合效果最好的回归模型。结果如图6与表2所示。

水位和水面面积具有高度显著(P<0.01)的正相关关系，二者相关系数为0.925，散点图偏凸斜向上，即水体面积随着水位的增大而增大。水位每变化1 m，洞庭湖水面面积变化10996 hm2。决定系数R2为0.8557，说明水位变化对水面面积变化的解释程度较高，该回归关系能解释水体面积86%的变化。

水位与深草类型面积具有极显著(P<0.01)的相关关系，二者的相关系数R为-0.879在0.01水平上具有极强相关性，水位与深草类型呈负相关关系，散点图是偏凹斜向下的，说明水位升高，深草类型的面积随之减少。水位每变化1 m，深草类型随之变化2454 hm2左右。两者回归方程的决定系数为0.7727，表示该二次曲线模型的拟合优度较高，能很好的反映两者关系，并能解释深草类型面积78%左右的变化。

图6 水位与湿地覆被类型之间的回归分析

表2 SPSS相关分析关系

水位与浅草类型面积具有高度显著(P<0.01)的相关关系，二者相关系数R为-0.85在且呈负向相关关系，散点图偏凸斜向下，说明浅草类型随水位的增大而减少。水位每变化1 m，浅草面积则变化7806.4 hm2。两者回归方程的决定系数R2为0.7232较高，说明水位变化对浅草变化的解释程度较高，该回归关系能解释浅草面积72%的变化。

水位与滩涂类型面积呈较显著(P=0.009<0.01)的相关关系，二者的相关系数R为-0.715具有强相关性，水位与滩涂类型为负相关，散点图偏凹斜向下，说明水位升高，滩涂类型随之减少。水位每减少1 m，滩涂面积减少1718 hm2。回归方程的拟合优度R2=0.5106，表示水位能解释滩涂类型51%的变化。

水位与林地类型面积具有中度显著(P=0.029<0.05)的负相关关系,相关系数R为-0.628在0.05水平上具有中度相关关系，散点图偏凸斜向下，说明水位升高，林地类型随之减少。水位每减少1 m，林地减少3847 hm2。水位-林地面积回归方程的决定系数R2为0.3946，说明两者的拟合优度处于中下水平，水位仅能解释沙地类型39.46%的差异变化。

水位与沙地的显著水平P=0.13>0.05，说明沙地覆盖类型与水位变化之间的相关程度不明显甚至不相关，此时相关系数R无意义，回归方程拟合优度较差，回归关系仅能解释沙地类型变异的21.35%。由以上分析可知，水位与水体面积相关关系最高，深草、浅草之间的相关关系其次，沙地和水位的相关关系最差。

5 结论与讨论

本文以Landsat8 OLI数据为主要数据源，利用eCognition，Arcgis软件通过面向对象分类方法对洞庭湖湿地进行解译，将洞庭湖湿地覆被类型划分为水体、沙地、浅草、滩涂、林地、深草。通过DEM数据与水位观测数据来统计各期水位，进而对洞庭湖一年内水位变化对湿地覆被类型演替的影响进行研究，主要结果如下：

(1)湿地覆被类型全年面积均值占比大小依次为：水体>浅草>林地>深草>滩涂>沙地。洞庭湖湿地覆被类型呈季节性变化，从1～12月份，水体面积先增加后减少，最高占比(7月份)较最低占比(1月份)上升50%。其他覆被类型先减少后增加。

(2)洞庭湖湿地的水位在一年内呈现涨-丰-枯-退的规律性涨落变化。洞庭湖水位最小值在1月份为20 m，7月份达到最大值为32 m。2～7月份，随着水位的增高，水体面积呈逐步升高的趋势，除水体外的其他覆被类型呈总体下降趋势，滩涂、沙地在丰水期随着水位的升高而逐渐减少甚至消失。8～11月份，随着水位的逐步下降，洞庭湖的水面面积由外向湖中心逐渐收缩减少，除水体外覆被类型呈总体上升趋势。11月至次年2月份，水位逐步下降，湿地水域部分逐渐缩小，除水体外的覆被类型在一年中最为丰富。

(3)水位的波动对湿地覆被类型具有显著的影响，水位与水体面积相关关系最高，相关系数排列大小依次为：水体>深草>浅草>滩涂>林地>沙地。其中深草、浅草、水体、滩涂类型极显著的(P<0.01)受到洞庭湖湿地水位变化的影响。水位每增加1 m，浅草面积减少7806 hm2，深草面积减少2454 hm2，滩涂面积减少1718 hm2，林地面积减少3847 hm2，水体面积则增加10996 hm2。