基于人为干扰度的南流江三角洲湿地资源时空变化及其驱动因素研究

黎树式 虞崇熙 杨夏玲 潘洁 杨玉婷

摘要：湿地资源在维护滨海生态系统平衡中发挥重要作用。文章基于多源遥感影像，利用人为干扰度指数和“3S”技术等方法研究南流江三角洲湿地资源时空分布特征及驱动因素。结果表明：（1）2005—2019年，湿地总面积整体呈现增长的趋势，湿地总面积由2005年的77.33km2增加到2019年的87.55km2;（2）湿地变化速率最快的类型为滨海湿地，年变化率为36.31%，其次为鱼塘池塘和水稻田，年变化率分别为3.40%和3.31%;（3）湿地的面积受河流水沙变化与管理政策的变化的影响较大;（4）人类对三角洲地区沿海湿地的干扰程度逐年增强，并逐渐向沿海地区发展。本研究对南流江湿地资源的保护与可持续利用有重要作用。

关键词：湿地;人为干扰度;驱动力;南流江

中图分类号：K903;P76 文献标志码：A 文章编号：1005-9857（2023）07-0077-08

0 引言

湿地是分布于陆地生态系统与水生生态系统之间的具有独特水文、土壤、植被与生态特征的生态系统[1]。湿地作为水陆过渡地带，通行条件极差的特点不利于研究人员对其开展研究。如今随着3S技术，即遥感（RS）、全球定位系统（GPS ）和地理信息系统（GIS）技术和自然资源卫星不断进步，湿地动态监测进程突飞猛进[2]，技术手段的更新与应用能够更好地为湿地生物多样性保护、恢复、科研和规划提供技术支持[3-4]。湿地生态系统是世界上受到威胁最大的生态系统，而红树林湿地是受害最重的一种湿地类型。据资料统计，我国海岸湿地被围垦的面积达119万hm2，大面积的红树林遭到破坏，从20世纪50年代的5万hm2，减少到现在的不足2万hm2[5]，而快速城镇化和密集人类活动是造成自然湿地消失或退化的主要原因[6]。叶翔等[7]研究表明，随着社会经济的快速发展以及人类活动的显著增强，泉州湾滨海湿地面积减小，输水及输沙的路径和方式发生变化，湿地环境质量显著下降，生物多样性及生物量减少;刘恩峰等[8]在湿地日益萎缩的大环境背景下，发现山东南四湖自然湿地类型锐减变化主要受大规模的围垦圈圩等人类活动的影响;范航清等[9]研究表明围海填海是广西乃至我国红树林面积减少的最直接原因。以上文献从不同角度阐述了我国及北部湾湿地的变化情况，而针对南流江三角洲湿地时空变化及其驱动因子方面的研究不多见。

南流江三角洲是广西最大的三角洲，其湿地资源异常丰富。但由于气候变化、海平面变化等自然作用和海水养殖、港口建设等人类活动的影响，该三角洲湿地面临侵蚀退化风险。因此，本文以南流江三角洲湿地为研究区，利用LandsatTM/OLI与高分一号遥感影像获取湿地资源分布图，分析南流江三角洲湿地土地流转以及人为干扰度的时空演变规律，探讨湿地资源人类活动影响强度的变化驱动机制，以期为合理利用与保护南流江三角洲的湿地资源提供科学依据。

1 研究区域概况

南流江是广西独流入海第一大河，发源于玉林北流市大容山南侧，于合浦县南汇入北部湾，是广西流程最长、流域面积最广、水量最丰富的河流。本文的研究区范围是东至周江，西至西南流江，北至周江与南流江交界处，面积143.94km2。

2 研究方法

2.1 数据来源

Landsat遥感影像数据主要来源于地理空间数据云网站（http：//www.gscloud.cn/），從Landsat5TM 和Landsat8OLI影像数据中选取了2005年、2010年、2015年和2019年共4期Landsat遥感影像数据;高分一号数据来源于国家综合地球观测数据共享平台（http：//chinageoss.org/dsp/home/index.jsp）。历年的年平均输沙量和流量数据主要来源于《中华人民共和国水文年鉴：珠江流域水文资料》，涉及的经济社会发展数据来自各个年份的《广西统计年鉴》。

2.2 湿地景观分类与人为干扰度系数

当前各国的学者主要依据《关于特别是作为水禽栖息地的国际重要湿地公约》（以下简称《湿地公约》）中所规定的湿地分类对湿地进行研究，但《湿地公约》中的内容并不是针对所有国家的实际情况来进行规定的[10]，所以本文依据《全国土地分类》与广西湿地的实际情况对南流江三角洲的湿地建立一个较为合理的分类系统，将南流江三角洲景观分为自然湿地（包括滨海湿地与河流湖泊湿地）、人工湿地（包括鱼塘池塘与水稻田）、陆域植被、建设用地和其他用地，分类系统见表1。

人为干扰度（HDI）即在人类生产活动的介入下，对生态环境的影响程度[11-12]，不同的景观类型代表着不同的人类开发利用强度[13]。本文参照陈爱莲等[14]、刘吉平等[15]的研究成果，将8种斑块类型分为以下5种干扰类型：未干扰型、轻微干扰型、中等干扰型、强干扰型、强烈干扰型。结合肖翠等[16]、孙永光等[17]和陈鹏等[18]研究成果，根据南流江三角洲区域景观类型实际情况对干扰度系数赋值，将南流江三角洲区域景观类型人为干扰度分为5等级：0～0.2为未干扰型、0.21～0.4为轻微干扰型、0.41～0.6为中等干扰型、0.61～0.8为强干扰型、0.81～1.0为强烈干扰型。本研究中无轻微干扰型，因此将轻微干扰型归为中等干扰型。人类活动强度指：人类活动造成影响后，该土地恢复原样所需的时间和可能性，如建设用地恢复原来的土质土地的可能性很小，则其HDI高;滨海湿地人类活动较少，所以HDI很低;农田相对来说弃耕几年可近似恢复原样，因而HDI较低[12]。建设用地不完全受人类控制，还受到气候（如，酸雨、气温）等因素的影响，因此赋予建设用地的HDI为0.95;而滨海湿地人类活动较少但又受到人类影响，因此赋予滨海湿地的HDI为0.1[14]，其他斑块按照人类干扰活动强度依次赋值，所制定的人为干扰度赋值如表1所示。

2.3 数据处理

对南流江三角洲湿地资源信息进行提取时，本文借助ENVI5.3 对2005 年、2010 年、2015 年和2019年共4期的Landsat影像数据进行预处理，对下载的卫星影像数据进行辐射校正、几何校正、数据裁剪等预处理[19]。通过运用最小二乘法与相关性分析法对河流水沙变化、热带气旋和区域经济社会发展的数据进行分析处理。

结合实地考察结果选取了训练样本，利用最大似然法对历年影像进行分类。为提高目视解译的精度，采用实地走访调查与高清卫星图结合的方式，对解译结果进行人工校正处理。对于2015年的分类结果，采用高分辨率的高分一号影像随机均匀选取了175个点，利用混淆矩阵对分类结果进行评价，得到2015年的影像分类精度为86.57% ，Kappa系数为0.82，结果满足研究需求[20]。

3 结果分析

3.1 湿地动态变化特征

2005—2019年，南流江三角洲的滨海湿地面积增长显著，其面积变化主要是向海延伸，到2019年滨海湿地几乎遍布整个南流江三角洲边缘的外围海域（图1）。但水稻田面积大幅度减少，随时间变化逐渐缩向内陆地区并趋于稳定，到2019年主要集中于南流江三角洲上方的内陆地区。同时，内陆地区的河流湖泊湿地面积也在逐渐减小。南流江三角洲地区的鱼塘池塘面积与水稻田的面积变化趋势成反比，即随着水稻田面积减少，而鱼塘池塘面积增加。

由表2可得，2005—2019年，滨海湿地面积占比由2005年的2.29%变为2019年的13.90%，面积增加了16.72km2，是所有景观类型中面积增加最多的一类;鱼塘池塘面积占比由2005年的21.25%变为2019年的31.36%，面积增加了14.56km2;水稻田面积占比由2005年的28.32%变为2019年的15.21%，面积减少了18.88km2，是所有类型中面积减少最多的一类;河流湖泊面积减少了2.17km2。

由表3可得，近14年来，南流江三角洲湿地总面积发生了较大的变化。2005 年，湿地总面积77.33km2，湿地总面积占比为53.73%;2019年湿地总面积87.56km2，湿地总面积占比也上升到60.83%。就整体情况而言，湿地总面积呈现上升趋势。较2005 年，2019年的湿地总面积增加了10.23km2，占比增加7.1%。自然湿地面积由2005年的5.98km2，上升到了2019年的20.53km2，翻了3.43倍。而人工湿地面积从2005 年的71.35km2 减少到2019 年的67.03 km2。其中，相对于2010年，2015年湿地总面积呈下降趋势，主要是由于自然湿地的减少引起的。

3.2 湿地转移矩阵分析

转移矩阵可以定量化地识别出各湿地植被类型在不同监测时间点的未变化部分、转移部分及其去向、新增部分及其来源，是一种常用的地物类型变化分析方法[21]。分别对2005—2010年、2010—2015年和2015—2019年南流江三角洲湿地利用类型构建湿地面积转移矩阵，对主要类型进行转移面积分析，得出湿地资源多年的时空变化情况。转移矩阵如表4所示。

从转移结果来看，在2005—2019年，滨海湿地和鱼塘池塘呈大幅度增加，而水稻田和河流湖泊湿地呈大幅度减少，呈现两极化。河流湖泊湿地呈大幅度减少的原因主要是河流湖泊湿地基本都在向鱼塘池塘转变;而滨海湿地呈大幅度增加的原因主要是水体向滨海湿地的转变。鱼塘池塘与水稻田两者之間相互转换，两者之间呈负相关趋势。2005—2019年自然湿地与人工湿地的保有率逐年上升。

4 讨论

湿地变化的影响因素是多元的，本文重点探讨河流水沙变化对湿地的影响，并尝试通过湿地人为干扰度的计算阐述人类活动对湿地变化的影响。

4.1 河流水沙变化对湿地的影响

河流水沙变化关乎陆海物质和能量交换及河口演变[22]，水沙变化作为维持湿地结构和功能完整性的主要因素，即使发生微小的变化，有可能会对湿地动植物产生较大的影响[23-24]。自然湿地的面积受河流水沙变化的影响较大，与河流水沙成正比关系。由图2和图3可得，入海含沙量一定时，河流流量的减少一定程度上会使入海的泥沙量也随之减少，年平均流量与年输沙量呈正相关（表5）。河流流量与流速在大规模强降雨天气条件下大幅度提升，流水的动能增强，挟带的泥沙也随之升高。年平均流量与输沙量的峰值具有明显的同步性，如2012—2014年年平均流量的持续升高，使得年平均输沙量在2013年出现高峰值，流量与湿地面积也呈正相关（表6）。

在2005—2019年期间，南流江的年平均流量和年平均输沙量呈上升的趋势，这一结果印证了2005—2019年湿地总面积整体呈现增长的趋势。在2010—2015年期间，河流的输沙量相对于其他时期而言是比较小的，这就可能导致了这一时期的湿地面积减少（图3）。2010 年全年输沙量是相对较低的，而在2013年的时候其全年运沙量高达149.6万t，是14年来的最高值，且2015年的全年输沙量也相对较高。

4.2 HDI时空动态变化

2005—2019年，除了强干扰型（0.6～0.8）这一等级减少外，南流江三角洲湿地的HDI不断加强（图4）。尤其是强烈干扰型（0.8～1）这一等级增加明显，2019年较2005年增加了3.26km2，年均增长率为2.27%，2005—2010年增加了1.43km2，年均增长率最大，达到5.92%。这主要是因为海水养殖、海涂种植业、海洋运输等产业和城镇建设的快速发展，人口逐渐向河口地区聚集，使得部分自然湿地，如浅海水域、滩涂和河流湖泊等自然湿地被侵占、开发围垦变成养殖区或建设用地。2005—2019年，中等干扰型和强干扰型分别减少了1.10km2和4.49km2，年均减少率分别达到3.25%和1.28%。4个历史阶段中，2010—2015年HDI变化幅度和范围最小。通过对比不同时期HDI变化情况，发现随着时间变化，HDI呈先上升后下降趋势，其在不同时期变化强度存在差异，在不同时期HDI的变化呈非均质化特征。

2005—2019年南流江三角洲HDI空间分异特征显著（图5）。总体来说，南流江三角洲流域的HDI不断加强，轻微干扰型和强烈干扰型两等级均有明显增加，而其他两个等级呈现不同程度的减少。2005年南流江三角洲滨海湿地HDI中高值区（HDI>0.6）零星分布在南流江三角洲上部地区，且数量面积不大。随着海洋经济的不断兴起，人类活动逐渐向沿海地区聚集，河口地区受人类活动影响的程度不断增强，南流江三角洲地区许多自然湿地逐渐被侵占、开发围垦转化成养殖塘和建设用地，部分人工湿地也转化为建设用地，南流江三角洲地区滨海湿地的HDI不断加强，并逐渐向沿海区域发展。到2019年，南流江三角洲湿地HDI明显加强，强干扰型等级扩散到整个南流江三角洲区域。HDI方向在空间上随时间变化由陆地逐渐向沿海发展。

由南流江三角洲湿地HDI变化的空间分布结果（图6）可知，虽然人类活动对南流江三角洲资源的影响在不断增加，但总体来说，南流江三角洲HDI呈逐级递减的趋势。33.76%的区域是呈现HDI减轻的趋势，主要是水稻田转为鱼塘池塘和水体转为滨海湿地两种类型;仅有不到1/10呈现HDI增强的趋势，主要为建设用地的兴建与水稻田的转入。

5 结論

本文对南流江三角洲湿地资源的时空变化及其驱动因素做了分析，研究发现：2005—2019年，湿地总面积整体呈现增长的趋势，湿地总面积由2005年的77.33km2（其中自然湿地5.98km2、人工湿地71.35km2）增加到2019年的87.56km2（其中自然湿地20.53km2、67.03km2）。南流江三角洲流域HDI空间分布中，主要表现为强干扰型，以鱼塘池塘和水稻田等湿地景观类型为主。随着经济的发展，南流江三角洲HDI明显加强，强干扰型等级扩散到整个南流江三角洲区域，湿地生态系统将受到越来越大的影响。

参考文献（References）：

[1] 刘波.湿地的国内外研究进展[J].理论观察，2012（5）：54-55.

LIUBo.Researchprogressofwetlandsathomeandabroad[J].TheoreticObservation，2012（5）：54-55.

[2] 沈昕颖，杨红，王春峰，等.基于遥感图像的1990—2020年盐城海岸带湿地景观时空动态变化[J].上海海洋大学学报，2022，31（4）：972-983.

SHEN Xinying，YANG Hong，WANGChunfeng，etal.DynamicchangesofwetlandlandscapeinthecoastalzoneofYanchengfrom1990to2020basedonremotesensing[J].JournalofShanghaiOceanUniversity，2022，31（4）：972-983.

[3] OZESMISL，BAUER M E.Satelliteremotesensingofwetlands[J].WetlandsEcologyand Management，2002，10：381-402.

[4] 徐振田.基于Landsat数据的黄河三角洲湿地信息提取及动态变化分析[D].青岛：青岛大学，2020.

XUZhentian.InformationextractionanddynamicchangeanalysisofYellowRiverDeltawetlandbasedonlandsatdata[D].Qingdao：QingdaoUniversity，2020.

[5] 杨新林，刘赞锋.深圳湾红树林湿地面临的威胁与保护策略[J].湿地科学与管理，2010，6（2）：34-36.

YANGXinlin，LIUZanfeng.ThreatstothemangrovewetlandinShenzhenBayanditsprotectionstrategies[J].Wetlandscience&Management，2010，6（2）：34-36.

[6] 王毅杰，俞慎.长江三角洲城市群区域滨海湿地利用时空变化特征[J].湿地科学，2012，10（2）：129-135.

WANG Yijie，YU Shen.TemporalandspatialvariationofcoastalwetlandsutilizationinthecityclusterareaofYangtzeRiverDelta[J].WetlandScience，2012，10（2）：129-135.

[7] 叶翔，王爱军，马牧，等.高强度人类活动对泉州湾滨海湿地环境的影响及其对策[J].海洋科学，2016，40（1）：94-100.

YEXiang，WANG Aijun，MA Mu，etal.Effectsofhigh-intensityhuman activities on the environment variations ofcoastalwetlandintheQuanzhouBay，China[J].MarineSciences，2016，40（1）：94-100.

[8] 刘恩峰，侯伟，崔莉，等.南四湖湿地景观格局变化及原因分析[J].湿地科学，2009，7（3）：261-265.

LIU Enfeng，Hou Wei，CUILi，etal.Researchonwetlandlandscapepatternchangeof Nansihu Lakeanditsdrivingmechanism[J].WetlandScience，2009，7（3）：261-265.

[9] 范航清，陆露，阎冰.广西红树林演化史与研究历程[J].广西科学，2018，25（4）：343-351+449.

FAN Hangqing，LULu，YANBing.EvolutionhistoryandresearchprocessesofGuangximangroves[J].Guangxiscience，2018，25（4）：343-351+449.

[10] 陶丽婷.基于遥感信息的天津市滨海新区湿地变化研究[D].杭州：浙江大学，2018.

TAOLiting.StudyonthechangeofwetlandinBinhaidistrictTianjinCitybasedonremotesensinginformation[D].Hangzhou：ZhejiangUniversity，2018.

[11] 刘洁.基于TM、ETM～+影像的东平湖湿地信息提取及时空演变研究[D].泰安：山东农业大学，2013.

LIUJie.Informationextractionandtemporal-spatialevolutionofDongpingLakewetlandareabasedonlandsatTMandETM～+Images[D].Taian：ShandongAgriculturalUniversity，2013.

[12] 洪兵，林巧鶯，俞慎，等.福建省滨海湿地人类活动影响强度时空分异及经济驱动机制[J].桂林理工大学学报，2019，39（3）：678-684.

HONG Bing，LIN Qiaoying， YU Shen，et al.Spatiotemporalvariationsofhumanimpactintensityoncoastalwetlandsanditseconomicdrivingmechanism in Fujian[J].JournalofGuilinUniversityofTechnology，2019，39（3）：678-684.

[13] 张月，张飞，王娟，等.近40年艾比湖湿地自然保护区生态干扰度时空动态及景观格局变化[J].生态学报，2017，37（21）：7082-7097.

ZHANGYue，ZHANGFei，WANGJuan，etal.AnalysisofthetemporalandspatialdynamicsoflandscapepatternsandhemerobyindexoftheEbinurLakeWetlandNatureReserve，Xinjiang，overthelast40years[J].ActaEcologicaSinica，2017，37（21）：7082-7097.

[14] 陈爱莲，朱博勤，陈利顶，等.双台河口湿地景观及生态干扰度的动态变化[J].应用生态学报，2010（5）：9.

CHEN Ailian，ZHU Boqin，CHEN Liding，etal.Dynamicchangesoflandscapepatternandeco-disturbancedegreeinShuangtaiestuarywetlandofLiaoningProvince，China[J].Journalofappliedecology，2010（5）：9.

[15] 刘吉平，高佳，董春月.1954—2015年三江平原沼泽湿地变化的区域分异及影响因素[J].生态学报，2019，39（13）：4821-4831.

LIUJiping，GAOJia，DONGChunyue.RegionaldifferentiationandfactorsinfluencingchangesinswampsintheSanjiangPlainfrom1954to2015[J].ActaEcologicaSinica，2019，39（13）：4821-4831.

[16] 肖翠，解雪峰，吴涛，等.浙江西门岛湿地景观格局与人为干扰度动态变化[J].应用生态学报，2014，25（11）：8.

XIAOCui，XIEXuefeng，WU Tao，etal.DynamicchangesoflandscapepatternandhemerobyinXimenIslandwetland，ZhejiangProvince，China[J].Journalof Applied Ecology，2014，25（11）：8.

[17] 孙永光，赵冬至，吴涛，等.河口湿地人为干扰度时空动态及景观响应：以大洋河口为例[J].生态学报，2012，32（12）：3645-3655.

SUNYongguang，ZHAO Dongzhi，WU Tao，etal.TemporalandspatialdynamicchangesandlandscapepatternresponseofHemerobyinDayangestuaryofLiaoningProvince，China[J].ActaEcologicaSinica，2012，32（12）：3645-3655.

[18] 陈鹏，傅世锋，文超祥，等.1989-2010年间厦门湾滨海湿地人为干扰影响评价及景观响应[J].应用海洋学学报，2014，33（2）：167-174.

CHENPeng，FUShifeng，WEN Chaoxiang，etal.Assessmentofimpacton coastal wetland of Xiamen Bay andresponseoflandscapepatternfromhumandisturbancefrom1989to2010[J].JournalofAppliedOceanography，2014，33（2）：167-174.

[19] 邢孔胜.基于Landsat影像数据的城市热岛效应研究[J].测绘与空间地理信息，2022，45（2）：177-180.

XINGKongsheng.Researchonurbanheatislandeffectbasedonlandsatimagedata[J].Geomatics & SpatialInformationTechnology，2022，45（2）：177-180.

[20] 胡越凯，庞毓雯，焦盛武，等.基于遥感的杭州湾湿地鸻鹬类水鸟适宜生境时空变化特征研究[J].杭州师范大学学报（自然科学版），2019，18（3）：319-328.

HUYuekai，PANGYuwen，JIAOShengwu，TemporalandspatialvariationofsuitablehabitatforshorebirdinHangzhouBaywetlandbasedonremotesensing[J].JournalofHangzhouNormalUniversity（NaturalScienceEdition），2019，18（3）：319-328.

[21] 張佳佳，沈永明.1992年以来盐城滨海湿地植被动态变化研究[J].海洋科学，2018，42（8）：14-21.

ZHANGJiajia，SHENYingming.DynamicchangesofcoastalwetlandvegetationinYancheng[J].MarinaSciences，2018，42（8）：14-21.

[22] 黎树式，黄鹄.近50年钦江水沙变化研究[J].广西科学，2018，25（4）：409-417.

LIShushi，HUANG Hu.VariationsofrunoffandsedimentinQinjiangRiverinthepast50years[J].Guangxiscience，2018，25（4）：409-417.

[23]KENT，MARTIN.BookReview：habitatconservation：managingthephysicalenvironment[J].Holocene，2002，12：126-127.

[24]SAICHP，THOMPSONJR，REBELOLM.MonitoringwetlandextentanddynamicsintheCatTienNationalPark，Vietnam，usingspace-basedradarremotesensing[R].InternationalGeoscienceandRemoteSensingSymposium（IGARSS）.2001，7：3099-3101.10.1109/IGARSS.2001.978269.