衡水湖近年景观格局动态变化分析

范 仪，郄志红，孙中孚，吴 竞，吴鑫淼

（1.河北农业大学 城乡建设学院，河北 保定 071001；2.保定市供水有限公司，河北 保定 072150；3.天津市冀水工程咨询中心有限公司，天津 300250）

关 键 字：景观格局；衡水湖；景观指数；遥感

湿地景观格局是通过景观斑块的面积、数量等指数来分析空间结构特征的方法［1］，能够动态表现出景观演变的特征以及生态特性，从空间和时间2个角度了解区域生态的发展过程，为建设生态文明，维护生态平衡提供重要保障［2］。景观格局的研究一般结合多时相遥感图像进行分析，由于遥感图像自身的观察周期长、成本低等特点，改变了研究景观生态的方式，便于从时空的角度了解动态变化［3］。国内外诸多学者对湿地景观格局的分析主要着重于湿地景观类型转移面积、景观指数以及驱动力的分析。我国学者对黄河三角洲、洞庭湖流域［4］、长江中下游流域［5-6］的景观格局进行了大量研究，对于华北平原的湿地景观研究以衡水湖和白洋淀为主。黎聪等对衡水湖1987—2005 年3 个不同时期的景观格局分析，指出衡水湖湿地面积逐渐增加且景观格局逐步优化［11］；郭子良等研究了2004、2010 以及2016 年3 个时期衡水湖国家级自然保护区景观格局并分析了保护成效［19］，主要侧重于景观压力指数的影响，但对于景观指数筛选方法以及空间异质性的分析研究较少，未考虑保护区调整后外围保护带的发展对于景观格局的影响。

衡水湖位于河北省的东南部，2003 年正式被命名为国家级自然保护区，是华北平原保存较为完好的内陆湿地。衡水湖的发展经历了诸多的阶段，前期的大规模开发以及水资源的缺乏导致衡水湖一段时间都处于干湖的状态，1994 年的“引黄入冀”开启了衡水湖自然保护区生态系统的恢复进程［7］。随着时间推移，城镇化率进一步提高，衡水市的人口以及国民生产总值在近10 年有较大增长，滨湖新区的成立也将衡水湖的保护与开发作为发展核心，加强了生态、旅游设施建设以及周边的经济基础建设。生态补水的方式也从冬季补水逐渐转换为不定期补水，使夏季汛期水量增加，尤其是2017 年达到历史补水最高水位20.51 m［8-9］，周边农业、工业用水量近几年也呈下降趋势，加上休耕、节水压采等措施的实施，对农地耕种面积产生一定影响，同时亦会反映到近年的景观格局的变化中。本文以2014 年调整后的保护区（包含外围保护地带）为研究区域，对2009、2014、2019 年3 个时期的遥感影像进行分析，利用动态转移矩阵、景观指数、景观空间这三方面来说明衡水湖近10 年的变化，以期为今后的管理提供更科学的依据。

1 研究区概况

衡水湖国家级自然保护区位于衡水市桃城区和冀州县（37°32′14″N ～37°41′25″N，115°28′59″E～115°41′40″E），分为核心区、缓冲区、试验区及外围保护地带，如图1 所示。

图1 衡水湖国家级自然保护区位置区域图Fig.1 Functional Planning Map of Hengshui Lake National Nature Reserve

2 研究方法

2.1 数据来源及处理

数据来源于美国USGS 的 Landsat 系列遥感影像，考虑到云量覆盖对区域的影响，选择了Landsat 5 TM 、Landsat 7 ETM 、Landsat 8 OIL 3 种不同传感器的遥感影像。根据近年来经济社会发展、补水方式、补水量的变化等情况选择2009、2014、2019年8 月份的遥感资料利用 ENVI 5.3 软件来对比分析近10 年的景观格局变化。

（1）几何精校正，以Landsat 8 OIL 中15 m 的全色波段为基准图像，选择控制点，运用三次卷积法进行几何精校正。

（2）辐射、大气校正，基于辐射校正的格式以及数值类型的设置，填入平均高程、传感器类型等数据进行大气校正。

（3）图像剪裁，将衡水湖国家级自然保护区矢量边界导入ENVI 5.3 中进行不规则裁剪，并进行掩膜处理防止后期分类结果与背景混淆。

（4）最大似然法，主要运用最大似然法进行分类，根据解译标志在4、5、3 或者5、4、3 波段合成的基础上选取较为纯净的像元作为训练样本［12］，保证分离度在0.8 以上，为增强分类精度将一些难以区分的类型进行合并将衡水湖景观大致分为：林地、农田、未利用地、水体、芦苇沼泽以及居民点6 大类。其中林地按土地利用类型划分不包括公园等绿化用地以及公路、河流的的绿化带，但由于遥感分辨率较低无法进行区分，本文中均合并为林地。对于分类结果进行Majority（主要分析）中类似卷积滤波的方法消除虚假像元，来达到去除小斑块的目的，分类结果如图2 所示。

图2 2009—2019 年衡水湖土地利用分布图Fig.2 Land use distribution map of Hengshui Lake, 2009—2019

基于ArcGIS 创建50 个随机点作为验证样本，通过其他学者对湿地分类结果的研究［10-11］、Google 历史影像，以及《土地利用现状分类》（GB/T21010—2017）结合野外实地调查进行精度评价，再利用混淆矩阵得到精度报表，满足Kappa大于0.8，分类精度在80% 以上，见表1。

表1 分类精度检验Table 1 Classification accuracy test

（5）转移矩阵法，基于3 个不同的时相利用ENVI 5.3 对每两个不同时相的分类结果进行面积的转移矩阵计算，得到近10 年间衡水湖自然保护区景观面积的转换。

2.2 景观指数的选取

为了更加直观地显示衡水湖湿地的变化特征以及规律，运用 Fragstats 4.3 软件计算不同水平的景观指数并建立移动窗口对指数进行空间分析。移动窗口法还需结合 ArcGIS 与 SPSS 软件选取指数并进行后期处理。

（1）选取类型水平以及景观水平两部分指数进行分析，选择的类型水平的指数为斑块个数（NP），斑块密度（PD），周长面积分维数（PAFRAC）、斑块聚合度（AI）等6 个指标。选择景观水平的指数为：景观香浓指数（SHDI）、蔓延度（CONTAG）、香浓均匀指数（SHEI）、形状指数（LSI）等指标［13-14］。

（2）利用SPSS 软件对计算出的景观水平指数进行主成分提取，在得到的成分矩阵中选取比重较大的进行空间分布分析。

（3）在Fragstats 中运用30×30 的栅格文件将窗口调试到适合的30 的倍数，最后选择适合的180 m作为窗口大小，再利用 ArcGIS 的栅格计算器去除栅格文件的多余属性得到空间分布真实值，将得到的AI、SHDI、LSI栅格图像进行空间叠加，得到景观指数空间分布图。

2.3 景观动态度分析

在ENVI 5.3 计算的面积转移矩阵基础上结合动态度公式得到一段时间内各景观类型的变化程度［15］，表达式为

式中：Lc表示一段时间湿地的动态度，Ub表示前一段时间的面积，Ua表示后一段时间的面积，T表示某一段时间。

3 结果与分析

3.1 衡水湖湿地动态变化

通过3 个时期的土地利用图计算出的面积转移矩阵以及动态度，来更好地表达每个时期各景观类型面积的转换关系以及整体的发展趋势，更加了解衡水湖各景观类型的演变过程。

3.1.1 景观面积动态转移 在2009—2014 年间景观面积转换最大为农田与林地，农田转出总面积22.45 km2，其中主要转换成林地11.56 km2，未利用地5.51 km2，居民点4.72 km2。林地主要流向农田11.11 km2、居民点4.04 km2。芦苇沼泽的转换占比也较大，共转出6.01 km2，主要转换为水体2.96 km2，占转出面积的50.0%。这一期间的湿地景观转变主要集中在农田与林地向居民点以及未利用地的转变，其余类型的转变比较小，见表2、图3。

表2 景观面积转移矩阵Table 2 Landscape area transfer matrix km2

图3 景观面积变化趋势图Fig.3 Landscape area change trend chart

2014—2019 年与2009—2014 年相比转换大致类似，主要由农田、林地向其他景观类型转变，但近5 年未利用地以及居民点的转变面积呈现增加趋势，分别转出8.66、7.29 km2。水体与沼泽湿地的转变面积波动较大，2014—2019 年间芦苇沼泽共转出面积5.36 km2，其中转为水体面积4.24 km2，占总转出面积的79.1% 。针对2009—2019 年的整体转变，农田和林地的面积呈现下降的趋势，而居民点随着城镇化发展保持上升，芦苇沼泽面积减少且主要由水体引起，有5.8 km2的沼泽湿地转换为水体占转出面积的71% ，水体面积则上升且在2019 年达到最大35.9 km2，水体面积增加了3.75 km2，见表2、图3。

农田与未利用地的转换源于沿湖农田的盐渍化、休耕政策以及农田种植结构的改变，林地的减少以及居民点的增加属于城镇化发展的需要。由于2011年滨湖新区的建立［20］使衡水湖进入了高速发展的阶段，人口以及生产总值持续增长，致使农田与林地被占据开发。挺水植物吸收磷等物质，需要通过收割的方式进行去除以达到净化水质的目的，且随着生态补水从冬季补水逐渐变为不定期补水，水量变大导致沼泽湿地逐渐减少［16-17］。

3.1.2 景观动态度变化 对景观动态度的分析可以得出，2009—2014 年动态度绝对值波动最大的为居民点以及未利用地，居民点以年平均7.30%的速度增加，未利用地以年平均12.39%的速度增长，芦苇沼泽、农田以及林地的增长速度分别以年平均2.38%、5.31%以及3.19%的速度减少，水体的动态度最小，以0.96%的速度增长。

2014—2019 年动态度绝对值波动最大的为林地以及未利用地，分别以年平均4.18% 以及3.89%的速度减少，水体以及居民点绝对值居中以年平均1.2%、1.22% 的速度增加，芦苇沼泽和农田绝对值最小，以年平均 0.73% 速度减少以及0.42% 的速度增加。与2009、2014 年相比，后一阶段的变化速度趋于缓慢，因此说明景观面积的变化程度趋向于平缓，景观格局逐渐趋于稳定，但由于前5 年变化相对较大，10 年间的整体变化趋势与前5 年类似，如图4 所示。

图4 2009 —2019 年动态度变化趋势图Fig.4 Trend chart of dynamic changes, 2009—2019

3.2 湿地景观格局变化分析

基于Fragstats 软件对景观指数进行时间尺度分析，根据10 年内3 个不同的时间段，选择类型水平以及景观水平上的景观指数进行分析。类型水平是从各类型的角度出发分析动态变化而景观水平则是从整体上反映景观格局的变化。

3.2.1 类型水平上的指数变化 从表3 中可以看出

表3 2009—2019 年类型水平的6 种景观指数Table 3 6 types of landscape indices in 2009—2019

各景观类型的变化趋势得出：在NP（斑块数量）方面，3 个时间段中林地NP值一直为最大，但整体呈现下降趋势。其次是芦苇沼泽的NP值一直居高且呈现增长趋势，农田的斑块数量处于增长状态且在2019 年达到最高，由于斑块数量与密度成正相关性因此变化趋势一致。在LPI（最大斑块所占面积）方面，农田和水体占比最高，属于衡水湖自然保护区的优势景观，具有一定主导作用，且在10年内一直保持上升的状态。居民点的LPI值也处于上升趋势，随着社会经济的发展呈现扩张的趋势，景观优势度在逐渐加强，而芦苇沼泽的LPI值在10 年内处于减少趋势，其他类型的LPI值偏小对景观影响较小。

在PAFRAC（周长面积分维数）方面，与形状指数呈正相关性变化趋势一致。这3 个时期农田、林地，芦苇沼泽的周长面积分维数与形状指数较高，说明这3 种类型人为干扰的程度较小，景观发展更趋于复杂，自然度较高。但林地呈现下降趋势则说明近10 年的人类活动加剧，由于生态公园以及绿化开发受干扰的幅度逐渐变大。居民点呈现下降趋势，说明随着建筑用地面积的扩张，人类活动在逐渐加强。在AI（聚集度）方面，根据表中数值可知水体与农田的聚集度最高与面积呈正比，但农田在10 年中呈现下降趋势而水体呈现上升趋势，说明农田开发程度逐渐变强而水量面积增加，聚集程度变大。林地和居民点在3 个时期的聚集度均处于上升的趋势，趋向于成片化发展。芦苇沼泽随着面积的减少，聚集度呈现下降趋势。从每种类型的单个指标进行分析有时不够准确，需要综合考虑了解发展趋势。

总体来说, 由于农田和水体景观面积较大，趋向于规则连通性高，但农田聚集性以及形状指数逐渐下降，人为干扰度增大，主要源于人类开发以及未利用地的增加，破碎程度增大。尤其核心区作为重点保护区域，农村占地仍在扩张，人类活动较为频繁，不利于恢复并保护衡水湖湿地的生态系统。居民点和林地由于分布零散，斑块数量较多，但聚集度保持稳定上升，尤其居民点随着面积增大斑块优势度逐渐增大，在2019 年达到最高，呈现集中化发展的趋势，城乡规划也更趋向于科学、有序化的扩张。林地面积虽因水量的补充以及城镇扩张减少，但人工林以及经济林的集中种植起到了良好的作用。补水水量的增加以及水生植物的收割导致沼泽湿地景观优势降低，受人为干扰程度增强，破碎度增加，导致鸟类生境质量可能受到一定影响，应给予重视。

3.2.2 景观水平上的指数变化CONTAG表示各类斑块之间的聚集或者延展趋势，从图5 可以得出2009—2019 年间蔓延度处于减少的状态说明衡水湖同类型斑块的空间连通度在减少。LSI表示边缘形状的发育程度，LSI值在2009—2014 年之间的变化趋势是保持总体下降的状态，在2019 年下降到16.845 6，说明随着形状指数的减少边缘形状更趋向于简单。SHDI反应景观异质性对各类型的均衡分布情况较为敏感，2009—2014 年上升而2014—2019年处于下降状态，但整体上增长说明与各类型面积转换程度有关。2009—2014 年属于开发初期，各类型转变剧烈，而近5 年较为缓和，整体景观异质性增强。SHEI数值越大分布越均匀，在近10年中SHEI值处于逐渐上升的状态，因此说明各景观类型更趋于多元发展，分布趋于均匀。AI表示景观斑块的聚集程度，10 年内呈现上升状态，分别为95.221 2、95.322 4、95.365 3。总体来说整体上各类型间的连通度减小，更加具有多样性，斑块形状趋于规则简单，表明虽城镇化正在高速发展但保持有序化发展，景观格局趋于稳定，达到了周围农业、工业、旅游业的利用与湿地治理的平衡。

图5 2009—2019 年景观水平指数Fig.5 Landscape Level Index, 2009—2019

3.3 景观空间分析

由于景观指数具有很强的相关性为保证不重复性，运用主成分分析法选出3 个指数，将景观聚集度、景观多样性以及景观形状指数进行空间叠加，如表4 所示，对2009—2019 年的衡水湖进行空间尺度的动态分析，数值越大说明景观连通性高具有景观优势，数值越小说明土地利用较为丰富，破碎度高受人类活动影响越大［18］。

表4 衡水湖景观水平指数主成分提取Table 4 Principal component extraction of landscape level index of Hengshui Lake

衡水湖景观指数空间分布图如图6 所示。2009 年的低值区主要分布在围绕东湖区的河流、林地以及芦苇沼泽衔接区域。高值区主要分布在衡水湖湖区内部以及农田内部，体量较大分布较广且连接成片，具有较高的连通性但多样性相对比较低。2014 的高值区依旧分布在湖区内部以及农田，而低值区逐渐向湖区的东北方向转移，由于2014 年的人类开发程度较大，土地利用较为丰富，连通度变小。到2019 年东北部低值区面积明显减少，主要向西南部的未利用地以及河道区域转移，由于休耕以及种植结构的改变，未利用地在西南方向的增加破坏了原有农田的聚集形态，河流水量的增长占据了原有河道的林地造成西南部的破碎性增加，人为干扰程度加剧，但整体分布更加均匀且规律。衡水湖外围保护地带人类开发强度最强，低值区面积变化也最为强烈。

图6 2009—2019 年3 个时期景观指数空间分布图Fig.6 Spatial distribution of landscape index in three periods, 2009—2019

由以上分析可知，造成景观格局变化的主要原因为人类社会发展下土地利用类型的转移。东北方向由于城乡规开发以及生态设施建设，表现为农田、居民点、林地间的转换，而在西南方向，由于生态补水以及休耕等政策，转变主要集中在林地与水体、农田以及未利用地。因此对于衡水湖区周边的建设要有针对性，保证水量的均衡分配，避免破碎化加深。外围保护带受人类干扰程度较大，由于其紧邻东湖东岸与湖区生态紧密相连，需注意防止无序扩张，破坏鸟类生境，增加破碎程度。

4 结论

（1）2009—2019 年面积变化最大为农田、居民点以及林地，居民点整体增加14.41 km2，农田下降10.13 km2，林地下降8.51 km2。水体面积呈现上升趋势，芦苇沼泽面积下降且71% 转换为水体，未利用地面积处于上升的状态，且与农田的转换也较为明显。衡水湖各类景观面积在2009—2014 年最高保持年平均12.39% 以及7.3% 的速度变化而2014—2019 年最高保持年平均4.18% 以及3.89% 的速度变化，近5 年的变化程度相对较小。

（2）居民点最大斑块占比上升景观优势度增强，聚集度呈现上升趋势，农田作为景观基质随着人类开发以及未利用地的增加，破碎程度增大。水体面积增大连通度上升，达到3 个时期的最高水平，同时造成芦苇沼泽的破碎度增加，连通性降低。景观指数整体多样性增加，景观异质性增加且聚集度上升，景观格局向稳定发展。

（3）衡水湖自然保护区中各用地类型的交错区域破碎度较高，2014 年处于开发初期低值区向东北方向转移，由于未利用地的变化以及水体的增加，2019 年低值区面积减小，向西南方向转移，东西湖区内部一直处于高值区多样性较小。

（4）随着湿地保护措施以及社会发展的需要，经济基础设施的扩张及其他政策的实施仍然是影响景观格局的因素。近年来的景观格局在逐渐趋于稳定与郭子良等［19］的研究一致，但本研究中林地面积处于下降的趋势与文献19 存在差异，主要原因是本文将外围保护带也作为研究范围，因此对整体的景观格局产生了一定影响。

建议衡水湖自然保护区应重视保护区适当考虑保护地带的整体开发和人类活动影响，进一步加强保护区的系统治理。