第43卷第4期 水生态学杂志 Vol.43,No.4 2022年7月 Journal of Hydroecology Jul.2022 D01:10.159285.1674-3075.202012240360 基于景观格局的鄱阳湖生态经济区湿地时空变化 张田1，余敦12 (1.江西农业大学国土资源与环境学院，江西南昌330045： 2.江西农业大学江西省鄞阳湖流域农业资源与生态重点实验室，江西南昌330045) 摘要：基于eCognition面向对象的最邻近域法，选取最优特征组合，对鄱阳湖生态经济区1995年、2005年和2015年遥 感影像进行解译和分类提取：参照《湿地公约》及我国湿地分类，依据鄱阳湖实际情况和现有研究资料，同时考虑遥感影 像解译过程中的实操性，将都阳湖生态经济区土地类型分为湿地和非湿地两大类，即河流、湖泊、沼泽、库塘、水田和林 地、裸地、建设用地、草地共9类。采取动态度、质心模型和景观格局指数对20年间该地区湿地的动态变化特征进行分 析，并采用地理探测器研究其变化驱动力。结果表明，对于湿地分类，eCognition面向对象的分类方法对湿地影像的提 取效果良好：鄱阳湖生态经济区1995-2015年湿地总体面积减少，总体变化率为-25.88%：其中，减少最多的是天然湿 地，共减少20.12万hm2:1995-2015年都阳湖生态经济区湿地景观指数表现为各斑块破碎度增加，景观多样性及均匀 性呈倒“V”变化趋势。湿地变化的驱动力分析表明，人口密度、年均温及坡向均对湿地变化的空间分异有较强的解释 能力，人口密度对湿地变化空间分异的解释能力高于年均温和坡向。研究结果可为鄱阳湖生态经济区湿地保护提供 理论依据及数据支撑，也可为我国及其他地区淡水湿地保护提供经验借鉴。 关键词：湿地：景观格局：时空变化：鄱阳湖生态经济区 中图分类号：X826文献标志码：A文章编号：1674-3075(2022)04-0001-07 20世纪以来，由于社会经济发展及产业结构调整 矩阵等构建决策树模型提取研究区湿地。动态度模 的加快，人类对自然资源不合理的开发与利用加剧， 型、景观格局指数分析以及质心迁移是研究湿地变 使得自然环境各方面均受到不同程度的影响。湿地 化的重要方法（吴金华等，2020：于成龙等，2020：彭 是生态价值和生态功能非常高的一种自然资源，位于 娜和周立志，2021)。许丽丽等(2013)研究了淮河流 陆地和水生生态系统的交界处，更容易受到人类活动 域湿地的动态变化规模及转移趋势，并提取湿地变 的影响。湿地是国家环境安全的重要因素，其生态功 化热点的空间分布格局：宋晓龙等(2012)将GDP、人 能的保护效果在某种程度上直接影响着我国生态文 口密度等社会经济因素综合考虑，利用系统保护规 明建设目标的实现（王学雷等，2006）：湿地的分布状 划的理论和方法，对黄淮海地区进行了多目标的湿 况以及变化趋势对我国社会经济发展具有非常重要 地系统保护预案设计。 的影响（陈有明等，2014）。因此，对湿地变化及其驱 鄱阳湖是我国最重要的淡水湿地。近年来，由 动力研究成为当下十分值得关注的问题。 于经济社会的快速发展，鄱阳湖生态经济区人口与 在湿地提取方面，目前主要采用的方法有面向 资源、环境与发展之间的矛盾日益凸显，湿地生态环 对象法、决策树方法、综合识别法和分层提取法等 境受到明显影响，生态功能退化严重，对该地区湿地 (李健，2014：王凯霖等，2017)。韩忻忆和颉耀文 的研究也是学术界的热点问题。有学者对该地区水 (2015)以疏勒河流域为研究区，利用改进的干旱区 区面积、湿地植被、生态系统健康及生态效应进行了 湿地指数、归一化植被指数、地表反射率、灰度共生 研究（钟海燕等，2013：查东平等，2015：冯倩等， 2016:祝明霞等，2017)：但对于该地区湿地较早时期 以及较长尺度下的时空分析较少。本文以鄱阳湖生 收稿日期：2020-12-24修回日期：2022-04-20 态经济区为研究区域，采用eCognition面向对象的方 基金项目：江西省自然科学基金(20151BAB203039):国家自然 法，选取该区域1995年、2005年和2015年3期遥感影 科学基金(41561107)：江西省教育厅科技项目(G013263)。 像数据，通过比较区域不同时期下湿地的变化情况， 作者简介：张田，1996年生，女，硕士研究生，研究方向为土地利 用与土地生态。E-mail:466264849@qq.com 分析其变化特征及驱动因子，旨在为鄱阳湖生态经 通信作者：余敦，1975年生，男，教授，主要从事土地利用规划教 济区湿地保护提供理论依据及数据支撑，以期为我 研工作。E-mail:jxauyd@l63.com 国及其他地区淡水湿地保护提供经验与借鉴
2022 年 第 4 期 DOI：10.15928/j.1674-3075.202012240360 收稿日期：2020-12-24 修回日期：2022-04-20 基金项目：江西省自然科学基金（20151BAB203039）；国家自然 科学基金（41561107）；江西省教育厅科技项目(GJJ13263)。 作者简介：张田，1996年生，女，硕士研究生，研究方向为土地利 用与土地生态。E-mail:466264849@qq.com 通信作者：余敦，1975年生，男，教授，主要从事土地利用规划教 研工作。E-mail:jxauyd@163.com 基于景观格局的鄱阳湖生态经济区湿地时空变化 张 田1 ，余 敦1,2 （1.江西农业大学 国土资源与环境学院，江西 南昌 330045； 2.江西农业大学 江西省鄱阳湖流域农业资源与生态重点实验室，江西 南昌 330045） 摘要：基于eCognition面向对象的最邻近域法，选取最优特征组合，对鄱阳湖生态经济区1995年、2005年和2015年遥 感影像进行解译和分类提取；参照《湿地公约》及我国湿地分类，依据鄱阳湖实际情况和现有研究资料，同时考虑遥感影 像解译过程中的实操性，将鄱阳湖生态经济区土地类型分为湿地和非湿地两大类，即河流、湖泊、沼泽、库塘、水田和林 地、裸地、建设用地、草地共9类。采取动态度、质心模型和景观格局指数对20年间该地区湿地的动态变化特征进行分 析，并采用地理探测器研究其变化驱动力。结果表明，对于湿地分类，eCognition面向对象的分类方法对湿地影像的提 取效果良好；鄱阳湖生态经济区1995-2015年湿地总体面积减少，总体变化率为-25.88%；其中，减少最多的是天然湿 地，共减少20.12万hm2 ；1995-2015年鄱阳湖生态经济区湿地景观指数表现为各斑块破碎度增加，景观多样性及均匀 性呈倒“V”变化趋势。湿地变化的驱动力分析表明，人口密度、年均温及坡向均对湿地变化的空间分异有较强的解释 能力，人口密度对湿地变化空间分异的解释能力高于年均温和坡向。研究结果可为鄱阳湖生态经济区湿地保护提供 理论依据及数据支撑，也可为我国及其他地区淡水湿地保护提供经验借鉴。 关键词：湿地；景观格局；时空变化；鄱阳湖生态经济区 中图分类号：X826 文献标志码：A 文章编号：1674-3075(2022)04-0001-07 水 生 态 学 杂 志 Journal of Hydroecology 第 43 卷第 4 期 Vol.43, No.4 2022年 7月 Jul. 2022 20世纪以来，由于社会经济发展及产业结构调整 的加快，人类对自然资源不合理的开发与利用加剧， 使得自然环境各方面均受到不同程度的影响。湿地 是生态价值和生态功能非常高的一种自然资源，位于 陆地和水生生态系统的交界处，更容易受到人类活动 的影响。湿地是国家环境安全的重要因素，其生态功 能的保护效果在某种程度上直接影响着我国生态文 明建设目标的实现（王学雷等，2006）；湿地的分布状 况以及变化趋势对我国社会经济发展具有非常重要 的影响（陈有明等，2014）。因此，对湿地变化及其驱 动力研究成为当下十分值得关注的问题。 在湿地提取方面，目前主要采用的方法有面向 对象法、决策树方法、综合识别法和分层提取法等 （李健，2014；王凯霖等，2017）。韩忻忆和颉耀文 （2015）以疏勒河流域为研究区，利用改进的干旱区 湿地指数、归一化植被指数、地表反射率、灰度共生 矩阵等构建决策树模型提取研究区湿地。动态度模 型、景观格局指数分析以及质心迁移是研究湿地变 化的重要方法（吴金华等，2020；于成龙等，2020；彭 娜和周立志，2021）。许丽丽等（2013）研究了淮河流 域湿地的动态变化规模及转移趋势，并提取湿地变 化热点的空间分布格局；宋晓龙等（2012）将GDP、人 口密度等社会经济因素综合考虑，利用系统保护规 划的理论和方法，对黄淮海地区进行了多目标的湿 地系统保护预案设计。 鄱阳湖是我国最重要的淡水湿地。近年来，由 于经济社会的快速发展，鄱阳湖生态经济区人口与 资源、环境与发展之间的矛盾日益凸显，湿地生态环 境受到明显影响，生态功能退化严重，对该地区湿地 的研究也是学术界的热点问题。有学者对该地区水 区面积、湿地植被、生态系统健康及生态效应进行了 研究（钟海燕等 ，2013；查东平等 ，2015；冯倩等 ， 2016；祝明霞等，2017）；但对于该地区湿地较早时期 以及较长尺度下的时空分析较少。本文以鄱阳湖生 态经济区为研究区域，采用eCognition面向对象的方 法，选取该区域1995年、2005年和2015年3期遥感影 像数据，通过比较区域不同时期下湿地的变化情况， 分析其变化特征及驱动因子，旨在为鄱阳湖生态经 济区湿地保护提供理论依据及数据支撑，以期为我 国及其他地区淡水湿地保护提供经验与借鉴
2 第43卷第4期 水生态学杂志 2022年7月 鄱阳湖生态经济区的实际情况及现有研究资料（李 1材料与方法 禄康，2001：许凤娇等，2014)，同时考虑遥感影像解 1.1区域概况 译过程中的实际操作性，将鄱阳湖生态经济区土地 鄱阳湖生态经济区（图1）是江西省北部、长江 类型分为湿地和非湿地两大类。非湿地类型包括建 中下游地区的重要经济发展区域(11429'~117° 设用地、林地、草地和裸地，湿地类型分为天然湿地 42E、27°30'~30°06N),区域范围覆盖南昌、景德 和人工湿地，天然湿地又分为河流湿地、湖泊湿地 镇、鹰潭3市全部以及九江、新余、抚州、宜春、上饶、 沼泽湿地，而人工湿地则大致分为库塘、水田。最终 吉安的部分县（市区），共38个县（市区），总面积5.12 将研究区土地类型分为9类。 万km2,占全省国土面积约1/3，人口占全省50%左 本次研究湿地信息的提取采用eCognition面向 右，经济产值约占全省3/5。鄱阳湖生态经济区是我 对象的分析方法(Lobo et al,1996:Wang et al,2004), 国重要的生态功能保护区，也是全球重要生态区：该 eCognition与传统的基于单个像素对影像分类的方 地区属亚热带湿润性季风型气候，温暖湿润，降水丰 法不同，可充分利用某个对象的色调、形状、纹理、等 富，地形复杂多样，低山、丘陵分布广泛且大小河流 特征信息和不同对象之间的相关特征等类间信息进 和湖泊众多。在这种气候及特殊地形的影响下，鄱 行分析，大大提高了数据的自动识别精度：该方法的 阳湖地区水位落差大，因此形成了广阔的洲滩和沼 重点在于影像分割及分类特征提取两方面（陈金丽， 泽地带（谭志强等，2017）。 2009)。 1.3.1影像分割在对鄱阳湖生态经济区3期影像进 行分割时，要使分割后的斑块既不过于破碎，也不能 使斑块过大而造成类别间相互混淆、界限不清。在 进行不同分割尺度实验后，最终选用尺度为50的分 割方法对影像进行多尺度分割，采用的形状指数为 0.7,光谱紧致度为0.3。结果表明，在这一参数设置 下分割后的影像边界较为清晰，且内部同质性较好， 具有较大的可分性（图2）。 图1鄱阳湖生态经济区 Fig.1 Map of Poyang Lake Eco-economic Zone 1.2资料来源及处理 分尺度为3 尺度为同 本文采用的影像数据来源于地理空间数据云网 图2不同分割尺度下的影像效果比较 站(http:www.gscloud.cn),选用鄱阳湖生态经济区 Fig.2 Image segmentation results with different 30m分辨率1995年Landsat5:TM、2005年Landsat7 segmentation scales ETM及20l5年Landsat8OLI共3期遥感影像数据。 13.2特征空间建立本文选取研究区影像的光谱 覆盖全区域需要7景影像，条代号分别为120041、 特征(NDWI、NDVI、各波段均值、各波段标准差、亮 121039、121040、121041、122039、122040、122041。 度值等)、空间几何特征（面积、形状指数、矩形拟合 考虑到不同月份的水位差异及云量影响，在选取影 度、长宽比等)和空间关系特征（相邻关系、包围关系 像时，尽量选取同一月份的数据，但仍有部分月份数 等)建立特征空间，其中光谱特征中的NDVI为归一 据缺失，因此选取了云量最小的9-12月数据。遥感 化植被指数，NDWI为归一化水体指数，二者为根据 影像分类前，对影像的预处理包括辐射定标、大气校 公式输入的自定义特征（表1）。 正等：此外，人口密度、GDP等经济数据均来源于《江 按照距离可分性，在各个特征空间中计算所选 西统计年鉴》及各市区1995一2016年统计年鉴。 类别中每两类间的平均最小距离，通过比较这些平 1.3研究方法 均最小距离，选择其中最大的一个，也就是分离度最 在参照《湿地公约》及我国湿地分类，本文依据 大，那么该平均最小距离所代表的特征组合就是最
第 43 卷 第 4 期 水 生 态 学 杂 志 2022 年 7 月 1 材料与方法 1.1 区域概况 鄱阳湖生态经济区（图 1）是江西省北部、长江 中下游地区的重要经济发展区域（114°29′~117° 42′E、27°30′~30°06′N），区域范围覆盖南昌、景德 镇、鹰潭 3 市全部以及九江、新余、抚州、宜春、上饶、 吉安的部分县(市区)，共 38 个县(市区)，总面积 5.12 万 km2，占全省国土面积约 1/3，人口占全省 50%左 右，经济产值约占全省3/5。鄱阳湖生态经济区是我 国重要的生态功能保护区，也是全球重要生态区；该 地区属亚热带湿润性季风型气候，温暖湿润，降水丰 富，地形复杂多样，低山、丘陵分布广泛且大小河流 和湖泊众多。在这种气候及特殊地形的影响下，鄱 阳湖地区水位落差大，因此形成了广阔的洲滩和沼 泽地带（谭志强等，2017）。 图1 鄱阳湖生态经济区 Fig.1 Map of Poyang Lake Eco-economic Zone 1.2 资料来源及处理 本文采用的影像数据来源于地理空间数据云网 站（http://www.gscloud.cn/），选用鄱阳湖生态经济区 30 m 分辨率 1995 年 Landsat5 TM、2005 年 Landsat7 ETM及2015年Landsat 8 OLI共3期遥感影像数据。 覆盖全区域需要 7 景影像，条代号分别为 120041、 121039、121040、121041、122039、122040、122041。 考虑到不同月份的水位差异及云量影响，在选取影 像时，尽量选取同一月份的数据，但仍有部分月份数 据缺失，因此选取了云量最小的9-12月数据。遥感 影像分类前，对影像的预处理包括辐射定标、大气校 正等；此外，人口密度、GDP等经济数据均来源于《江 西统计年鉴》及各市区1995—2016年统计年鉴。 1.3 研究方法 在参照《湿地公约》及我国湿地分类，本文依据 鄱阳湖生态经济区的实际情况及现有研究资料（李 禄康，2001；许凤娇等，2014），同时考虑遥感影像解 译过程中的实际操作性，将鄱阳湖生态经济区土地 类型分为湿地和非湿地两大类。非湿地类型包括建 设用地、林地、草地和裸地，湿地类型分为天然湿地 和人工湿地，天然湿地又分为河流湿地、湖泊湿地、 沼泽湿地，而人工湿地则大致分为库塘、水田。最终 将研究区土地类型分为9类。 本次研究湿地信息的提取采用 eCognition 面向 对象的分析方法（Lobo et al,1996；Wang et al,2004）， eCognition 与传统的基于单个像素对影像分类的方 法不同，可充分利用某个对象的色调、形状、纹理、等 特征信息和不同对象之间的相关特征等类间信息进 行分析，大大提高了数据的自动识别精度；该方法的 重点在于影像分割及分类特征提取两方面（陈金丽， 2009）。 1.3.1 影像分割 在对鄱阳湖生态经济区3期影像进 行分割时，要使分割后的斑块既不过于破碎，也不能 使斑块过大而造成类别间相互混淆、界限不清。在 进行不同分割尺度实验后，最终选用尺度为50的分 割方法对影像进行多尺度分割，采用的形状指数为 0.7，光谱紧致度为 0.3。结果表明，在这一参数设置 下分割后的影像边界较为清晰，且内部同质性较好， 具有较大的可分性（图2）。 图2 不同分割尺度下的影像效果比较 Fig.2 Image segmentation results with different segmentation scales 1.3.2 特征空间建立 本文选取研究区影像的光谱 特征（NDWI、NDVI、各波段均值、各波段标准差、亮 度值等）、空间几何特征（面积、形状指数、矩形拟合 度、长宽比等）和空间关系特征（相邻关系、包围关系 等）建立特征空间，其中光谱特征中的NDVI为归一 化植被指数，NDWI为归一化水体指数，二者为根据 公式输入的自定义特征（表1）。 按照距离可分性，在各个特征空间中计算所选 类别中每两类间的平均最小距离，通过比较这些平 均最小距离，选择其中最大的一个，也就是分离度最 大，那么该平均最小距离所代表的特征组合就是最 2
2022年第4期 张田等，基于景观格局的鄱阳湖生态经济区湿地时空变化 优特征组合（马燕妮等，2017）：这些可在eCognition 2结果与分析 中自动完成计算。 表1初始选择的分类特征 2.1湿地影像提取 Tab.1 Classification features of initial selection 基于面向对象最邻近域分类法，将研究区分为河 光谱特征 空间几何特征 空间关系特征 流、湖泊、沼泽、水田、库塘、林地、裸地、建设用地、草 Borter to 地共9类，最终分类结果如图3所示。采用基于TTA NDVI(I个) Area(1个) (2个) 掩膜的误差矩阵验证精度，以2015年为例，选取500 NDWI(1个) Shape(I个) Distance to(1个) 个样本点进行掩膜验证精度，计算出总体精度为 Mean(Red,Green,Blue,Nir Rectangular fit (4个) (1个) 0.866,Kappa系数为0.87。分别对3期结果进行验证， Ratio(Red,Green,Blue,Nir) Length/Width 总体精度均大于85%，Kappa系数大于0.85，满足研究 (4个) (1个) 要求。 Brightness(1个) 2.2湿地动态变化 对影像分类后，本文采用动态度模型、质心迁移模 2015年与1995年相比，湿地总体面积减少，由 型及景观格局指数分析湿地时空变化（高杰等，2018： 1995年的125.75万hm2减少为2015年的93.21万hm2, 徐晓龙等，2015)。为探究湿地时空变化的驱动因素， 总体变化率为-25.88%（表2）。其中，天然湿地均 基于地理探测器模型（张金茜等，2018），本文选取 有所减少，河流、湖泊、沼泽湿地面积分别减少 GDP、城市化率及人口密度作为驱动因子，同时加入 1.97万hm2、12.24万hm2、5.90万hm2,总变化率分别 年均温、坡度、坡向等因子：其中，年均温数据来源于 为-23.22%、-30.68%、-18.01%：而人工湿地中，只有 中国气象数据网(http:data.cma.cn/),坡度、坡向数 库塘面积增加，水田面积处于持续减少的状态：与此 据由ArcGis软件中通过DEM数据计算得来。分区采 同时，建设用地面积处于持续快速增加状态，从1995 用K-means聚类方法分为4类，最终得到1组因变量和 年的5.16万hm增加至2015年的32.97万hm2,总变 6组驱动因子，输入到地理探测器模型中进行分析。 化率高达538.95%. 1995年 2005年 2015年 图例 库塘 ■沼泽 裸地 100km 河流 草地 水田 湖泊 ■林地 建设用地 图3鄱阳湖生态经济区湿地提取 Fig.3 Wetland extraction results of Poyang Lake Eco-economic Zone 表2各地类3期面积统计 Tab.2 Area statistics of different land types for 1995,2005 and 2015 湿地/万hm 非湿地/万hm 年份 总计 河流 湖泊 沼泽 库塘 水田 林地 裸地 建设用地 草地 1995 8.49 39.90 32.79 2.33 42.23 263.40 85.61 5.16 20.48 500.39 2005 7.53 32.14 24.32 3.43 34.05 299.66 74.71 9.04 15.51 500.39 2015 6.52 27.66 26.88 6.30 25.84 303.25 60.71 32.97 10.26 500.39
2022 年 第 4 期 图3 鄱阳湖生态经济区湿地提取 Fig.3 Wetland extraction results of Poyang Lake Eco-economic Zone 图例 库塘 河流 湖泊 沼泽 草地 林地 建设用地 水田 裸地 1995年 2005年 2015年 100 km 张 田等，基于景观格局的鄱阳湖生态经济区湿地时空变化 优特征组合（马燕妮等，2017）；这些可在 eCognition 中自动完成计算。 表1 初始选择的分类特征 Tab.1 Classification features of initial selection 光谱特征 NDVI（1个） NDWI（1个） Mean(Red, Green, Blue, Nir ) （4个） Ratio(Red, Green, Blue, Nir) （4个） Brightness（1个） 空间几何特征 Area（1个） Shape（1个） Rectangular fit （1个） Length/Width （1个） 空间关系特征 Borter to （2个） Distance to（1个） 对影像分类后，本文采用动态度模型、质心迁移模 型及景观格局指数分析湿地时空变化（高杰等，2018； 徐晓龙等，2015）。为探究湿地时空变化的驱动因素， 基于地理探测器模型（张金茜等，2018），本文选取 GDP、城市化率及人口密度作为驱动因子，同时加入 年均温、坡度、坡向等因子；其中，年均温数据来源于 中国气象数据网（http://data.cma.cn/），坡度、坡向数 据由ArcGis软件中通过DEM数据计算得来。分区采 用K-means聚类方法分为4类，最终得到1组因变量和 6组驱动因子，输入到地理探测器模型中进行分析。 2 结果与分析 2.1 湿地影像提取 基于面向对象最邻近域分类法，将研究区分为河 流、湖泊、沼泽、水田、库塘、林地、裸地、建设用地、草 地共9类，最终分类结果如图3所示。采用基于TTA 掩膜的误差矩阵验证精度，以2015年为例，选取500 个样本点进行掩膜验证精度，计算出总体精度为 0.866，Kappa系数为0.87。分别对3期结果进行验证， 总体精度均大于85%，Kappa系数大于0.85，满足研究 要求。 2.2 湿地动态变化 2015 年与 1995 年相比，湿地总体面积减少，由 1995年的125.75万hm2减少为2015年的93.21万hm2， 总体变化率为-25.88%（表 2）。其中，天然湿地均 有所减少 ，河流、湖泊、沼泽湿地面积分别减少 1.97 万 hm2、12.24 万 hm2、5.90 万 hm2，总变化率分别 为-23.22%、-30.68%、-18.01%；而人工湿地中，只有 库塘面积增加，水田面积处于持续减少的状态；与此 同时，建设用地面积处于持续快速增加状态，从1995 年的 5.16 万 hm2增加至 2015 年的 32.97 万 hm2，总变 化率高达538.95%。 年份 1995 2005 2015 湿地/万hm2 河流 8.49 7.53 6.52 湖泊 39.90 32.14 27.66 沼泽 32.79 24.32 26.88 库塘 2.33 3.43 6.30 水田 42.23 34.05 25.84 非湿地/万hm2 林地 263.40 299.66 303.25 裸地 85.61 74.71 60.71 建设用地 5.16 9.04 32.97 草地 20.48 15.51 10.26 总计 500.39 500.39 500.39 表2 各地类3期面积统计 Tab.2 Area statistics of different land types for 1995, 2005 and 2015 3
4 第43卷第4期 水生态学杂志 2022年7月 1995-2005年，天然湿地持续减少，河流和湖泊 高，团聚性和连通性越好，抵御风险的能力就越强。 的年变化率分别为-1.13%和-1.94%，变化率最大 1995年，研究区工业化和城镇化的程度较低，水田 的是沼泽，10年间沼泽面积减少了8.47万hm2,年变 聚合指数高，集中连片的水田较多。湖泊由于其自 化率为-2.58%（表3）。2005-2015年，湿地总体仍呈 身特性，相比其他类型湿地，聚合指数最高：而河流 现减少退化的趋势。从动态度可以看出，天然湿 由于其形状及支流多等原因，聚合程度并不高，这 地减少幅度有所下降，河流、湖泊动态度分别 也符合南方地区河网破碎的实际情况。但2005- 为-1.34%、-1.39%，变化度均低于前一期。这10年 2015年，河流的聚合指数有所上升，此期间江西省 间，由于保护措施得到完善与增强，湿地环境得到一 政府2009年提出要切实保护好“五河一湖”及东江 定改善，虽然仍处于减少状态，但变化幅度下降，且 源头生态环境，对鄱阳湖及其水系进行综合治理与 2005-2015年的沼泽面积有所增加，增加了1.05%。 保护。 表3各地类3期动态度统计 表4景观格局指数统计 Tab.3 Degree of change for each land type during Tab.4 Statistics of landscape pattern index the three periods 景观水平 类型水平 土地 不同年份的动态度% 年份 多样性 均匀度 湿 斑块 聚合 类型 1995-2005年 2005-2015年 1995-2015年 指数 指数 类型 密度 指数 河流 -1.13 -1.34 -2.32 河流 1.69 52.52 湖泊 -1.94 -1.39 -3.07 湖泊 0.73 89.45 1995 1.33 0.82 沼泽 沼泽 4.07 62.10 -2.58 1.05 -1.80 库塘 库墙 3.25 40.86 4.71 8.36 17.01 水田 水田 2.85 79.62 -1.94 -2.41 -3.88 河流 3.70 43.02 林地 1.38 0.12 1.51 湖泊 2.35 84.95 裸地 -1.27 -1.87 -2.91 2005 1.41 0.86 沼泽 5.23 62.73 建设用地 7.53 26.45 53.90 库塘 3.22 43.09 草地 -2.43 -3.38 -4.99 水田 2.74 74.23 2.3湿地景观格局指数 河流 2.52 48.32 根据景观格局指数的意义及计算公式，同时基 湖泊 1.14 83.53 于Fragstats4.2软件得到1995年、2005年和2015年 2015 1.30 0.81 沼泽 6.09 44.81 37.92 的斑块密度、聚合指数、景观多样性指数、景观均匀 库墙 2.47 水田 4.35 64.44 度指数，结果如表4所示。 2.3.1斑块类型指数变化斑块密度表示某种斑块 2.3.2景观指数变化1995-2015年，鄱阳湖生态经济 类型拼块数量占整个景观面积比例，斑块密度越 区湿地景观的多样性指数和均匀度水平较高，说明该 大，该景观类型的破碎程度越高。1995年，湖泊斑 区域各种景观要素面积较接近、优势度不明显。多样 块密度最小，为0.73，表明此时期湖泊分布较为集 性指数反映景观异质性，强调稀有斑块类型对景观的 中：同时，湖泊的聚合指数最高，可见湖泊破碎化程 贡献性：均匀度指数反映景观上各斑块类型分布的均 度较低。沼泽主要位于河流及湖泊边缘，受人类生 匀程度。可以看出，多样性指数在1995-2005年有所 产生活影响较大，因此斑块密度大。1995-2005年， 增加，同时均匀度指数也从0.82增加到0.86，表明此 天然湿地的斑块密度都有所上升，表明沼泽、湖泊、 期间鄱阳湖生态经济区湿地景观类型分布更加均匀， 河流的破碎化程度加深：2005-2015年，随着鄱阳湖 其景观多样性也有所提升。但到了2015年，多样性指 生态经济区发展规划的批复，该地区经济进入快速 数和均匀度指数又有所下降，表明该地区的湿地生态 发展阶段，经济发展及城镇化势必会使建设用地向 系统正朝单一性、不均匀化发展。 周边地区不断扩张，建设用地占用耕地，湖泊周边 1995-2015年鄱阳湖生态经济区湿地景观指数 发展养殖种植产业等，都使得沼泽和水田的斑块密 表现为各斑块破碎度增加，景观多样性及均匀性呈 度上升，破碎化程度大大加深。聚合指数表示某种 倒“V”发展趋势。总体来看，景观层次格局变化较 斑块类型拼块在景观上的团聚程度，聚合指数越 小，但各湿地类型斑块呈现出破碎化趋势
第 43 卷 第 4 期 水 生 态 学 杂 志 2022 年 7 月 1995-2005 年，天然湿地持续减少，河流和湖泊 的年变化率分别为-1.13% 和-1.94%，变化率最大 的是沼泽，10 年间沼泽面积减少了8.47万hm2，年变 化率为-2.58%（表3）。2005-2015年，湿地总体仍呈 现减少退化的趋势。从动态度可以看出，天然湿 地减 少 幅 度 有所下降 ，河 流 、湖 泊 动 态 度 分 别 为-1.34%、-1.39%，变化度均低于前一期。这10年 间，由于保护措施得到完善与增强，湿地环境得到一 定改善，虽然仍处于减少状态，但变化幅度下降，且 2005-2015年的沼泽面积有所增加，增加了1.05%。 表3 各地类3期动态度统计 Tab.3 Degree of change for each land type during the three periods 土地 类型 河流 湖泊 沼泽 库塘 水田 林地 裸地 建设用地 草地 不同年份的动态度/% 1995-2005年 -1.13 -1.94 -2.58 4.71 -1.94 1.38 -1.27 7.53 -2.43 2005-2015年 -1.34 -1.39 1.05 8.36 -2.41 0.12 -1.87 26.45 -3.38 1995-2015年 -2.32 -3.07 -1.80 17.01 -3.88 1.51 -2.91 53.90 -4.99 2.3 湿地景观格局指数 根据景观格局指数的意义及计算公式，同时基 于 Fragstats 4.2 软件得到 1995 年、2005 年和 2015 年 的斑块密度、聚合指数、景观多样性指数、景观均匀 度指数，结果如表4所示。 2.3.1 斑块类型指数变化 斑块密度表示某种斑块 类型拼块数量占整个景观面积比例，斑块密度越 大，该景观类型的破碎程度越高。1995 年，湖泊斑 块密度最小，为 0.73，表明此时期湖泊分布较为集 中；同时，湖泊的聚合指数最高，可见湖泊破碎化程 度较低。沼泽主要位于河流及湖泊边缘，受人类生 产生活影响较大，因此斑块密度大。1995-2005年， 天然湿地的斑块密度都有所上升，表明沼泽、湖泊、 河流的破碎化程度加深；2005-2015年，随着鄱阳湖 生态经济区发展规划的批复，该地区经济进入快速 发展阶段，经济发展及城镇化势必会使建设用地向 周边地区不断扩张，建设用地占用耕地，湖泊周边 发展养殖种植产业等，都使得沼泽和水田的斑块密 度上升，破碎化程度大大加深。聚合指数表示某种 斑块类型拼块在景观上的团聚程度，聚合指数越 高，团聚性和连通性越好，抵御风险的能力就越强。 1995 年，研究区工业化和城镇化的程度较低，水田 聚合指数高，集中连片的水田较多。湖泊由于其自 身特性，相比其他类型湿地，聚合指数最高；而河流 由于其形状及支流多等原因，聚合程度并不高，这 也符合南方地区河网破碎的实际情况。但 2005- 2015 年，河流的聚合指数有所上升，此期间江西省 政府 2009 年提出要切实保护好“五河一湖”及东江 源头生态环境，对鄱阳湖及其水系进行综合治理与 保护。 表4 景观格局指数统计 Tab.4 Statistics of landscape pattern index 年份 1995 2005 2015 景观水平 多样性 指数 1.33 1.41 1.30 均匀度 指数 0.82 0.86 0.81 类型水平 湿地 类型 河流 湖泊 沼泽 库塘 水田 河流 湖泊 沼泽 库塘 水田 河流 湖泊 沼泽 库塘 水田 斑块 密度 1.69 0.73 4.07 3.25 2.85 3.70 2.35 5.23 3.22 2.74 2.52 1.14 6.09 2.47 4.35 聚合 指数 52.52 89.45 62.10 40.86 79.62 43.02 84.95 62.73 43.09 74.23 48.32 83.53 44.81 37.92 64.44 2.3.2 景观指数变化 1995-2015年，鄱阳湖生态经济 区湿地景观的多样性指数和均匀度水平较高，说明该 区域各种景观要素面积较接近、优势度不明显。多样 性指数反映景观异质性，强调稀有斑块类型对景观的 贡献性；均匀度指数反映景观上各斑块类型分布的均 匀程度。可以看出，多样性指数在1995-2005年有所 增加，同时均匀度指数也从0.82增加到0.86，表明此 期间鄱阳湖生态经济区湿地景观类型分布更加均匀， 其景观多样性也有所提升。但到了2015年，多样性指 数和均匀度指数又有所下降，表明该地区的湿地生态 系统正朝单一性、不均匀化发展。 1995-2015 年鄱阳湖生态经济区湿地景观指数 表现为各斑块破碎度增加，景观多样性及均匀性呈 倒“V”发展趋势。总体来看，景观层次格局变化较 小，但各湿地类型斑块呈现出破碎化趋势。 4
2022年第4期 张田等，基于景观格局的鄱阳湖生态经济区湿地时空变化 2.4湿地景观质心迁移变化 表6地理探测器的交互探测 在地理研究中，可用质心移动反映地理事物和 Tab.6 Interactive detection of geodetectors 现象空间分布的变化。鄱阳湖生态经济区主要湿 因子 城市化率GDP人口密度年均温坡度坡向 地类型质心迁移见图4,1995-2015年各湿地地类 城市化率 0.0049 GDP 0.0347 0.0214 质心均发生明显转移，其中河流和沼泽变化最为明 人口密度 0.07390.0702 0.0682 显，水田与河流的质心迁移轨迹相似，各湿地类型 年均温 0.11200.1085 0.11440.0530 的质心均向北移动，南部湿地萎缩。1995-2015年， 坡度 0.01300.02800.07390.11020.0011 河流、水田的质心均先向西北移动，而后向东南转 坡向 0.0899 0.10630.0948 0.11420.09050.0404 移：湖泊和库塘的质心则先向西移动而后向东北 讨论 3 方向转移：沼泽湿地1995-2005年向东北移动， 2005-2015年向西南方移动，整体上看东部的沼泽 3.1 eCognition分类方法对湿地影像提取效果良好 有所减少。 本文基于eCognition面向对象的分类方法，在多 29.2 尺度分割下选取最优特征组合对鄱阳湖生态经济区 29.1 湿地影像进行提取，从分类结果看，eCognition面向 29.0 对象的分类方法对湿地影像的提取效果良好，分类 28.9 结果总体精度大于85%，Kappa系数大于0.85，分类 28.8 2015 ●河源中心 质量较好。鄱阳湖生态经济区1995-2015年湿地面 28.7 。湖泊中心 19 。沼泽中心 积总体减少，20年间总变化率为-25.88%：其中，减少 28.6 库塘中心 ●水田中心 28.5 最多的为天然湿地，共减少20.12万hm。总体来看， 16.0 116.1 116.2 1163 116.4 116.5116.6 1995-2015年鄱阳湖生态经济区湿地景观指数表现 东经/ Longitude 为各斑块破碎度增加，景观多样性及均匀性呈倒“V” 图4酈阳湖生态经济区主要湿地类型质心迁移 变化趋势：人口密度、年均温及坡向对湿地变化的空 Fig.4 Centroid transition map of the primary 间分异均有较强的解释能力，且人口密度的解释能 wetland types in Poyang Lake Eco-economic Zone 力高于年均温和坡向。任琼等(2015)研究表明， 1995-2015年鄱阳湖区湿地呈现萎缩趋势，人类活动 2.5湿地变化驱动因子 和全球气候变化是湿地变化的主要驱动力：本次研 地理探测器的因子检测可以揭示不同驱动因子 究结果与此结论一致。 对因变量空间分异的影响程度，交互检测可以探究 3.2长时间跨度能完整解析鄱阳湖湿地变化规律 不同驱动因子共同作用下对因变量解释能力存在增 本次研究表明，鄱阳湖生态经济区湿地事实上 强还是减弱的效果（卢小平等，2015）。通过因子检 处于萎缩退化的状态，但近年来其恶化趋势有所减 测结果可以看出，人口密度、年均温及坡向对湿地变 缓。湿地作为重要的生态系统，历来是生态环境保 化均有较强的解释能力：其中，人口密度的9统计值 护的重点和关键点。由于湿地的不稳定性和脆弱 高于年均温和坡向，表明人口密度对湿地变化的解 性，又使其成为生态环境保护的难点。我国地域辽 释能力高于年均温和坡向（表5）。交互探测结果表 阔、湿地众多，不同地区湿地又有着其独特性和差异 明，任意2个因子的交互作用对因变量的解释能力均 性，鄱阳湖作为我国重要的淡水湿地，具有极高的研 大于单个因子的解释能力，其中人口密度与年均温 究价值。1992年鄱阳湖湿地被列入《国际重要湿地 交互作用的解释能力最大（表6），表明都阳湖生态经 名录》，此后几十年，对该地区湿地的相关研究也有 济区湿地变化主要是自然条件和人为因素共同作用 许多，但大多侧重于湿地生物种群、生态效益及湿地 的结果。 对不同要素的响应机制，较少有研究从长时间跨度 表5地理探测器的因子探测 出发，分析湿地本身的变化规律：同时，现有的湿地 Tab.5 Factor detection of geodetectors 变化研究大多集中于高山湿地或是滨海湿地，对淡 指标城市化率GDP人口密度年均温坡度坡向 水湿地的变化研究较少，对湿地变化驱动力的研究 q统计量 0.00490.02140.06820.05300.00110.0404 较多采用传统的回归分析，未考虑驱动因子对湿地 sig.q 0.40550.00660.00000.00000.78860.0000 空间上的影响。本文选取1995年、2005年及2015年
2022 年 第 4 期 2.4 湿地景观质心迁移变化 在地理研究中，可用质心移动反映地理事物和 现象空间分布的变化。鄱阳湖生态经济区主要湿 地类型质心迁移见图 4，1995-2015 年各湿地地类 质心均发生明显转移，其中河流和沼泽变化最为明 显，水田与河流的质心迁移轨迹相似，各湿地类型 的质心均向北移动，南部湿地萎缩。1995-2015 年， 河流、水田的质心均先向西北移动，而后向东南转 移；湖泊和库塘的质心则先向西移动而后向东北 方向转移 ；沼 泽 湿 地 1995-2005 年 向 东 北 移 动 ， 2005-2015 年向西南方移动，整体上看东部的沼泽 有所减少。 北纬/∘ Latitude 28.5 东经/∘ Longitude 116.0 116.1 116.2 116.3 116.4 116.5 116.6 28.6 28.7 28.8 28.9 29.0 29.1 29.2 河流中心 湖泊中心 沼泽中心 库塘中心 水田中心 图4 鄱阳湖生态经济区主要湿地类型质心迁移 Fig.4 Centroid transition map of the primary wetland types in Poyang Lake Eco-economic Zone 2.5 湿地变化驱动因子 地理探测器的因子检测可以揭示不同驱动因子 对因变量空间分异的影响程度，交互检测可以探究 不同驱动因子共同作用下对因变量解释能力存在增 强还是减弱的效果（卢小平等，2015）。通过因子检 测结果可以看出，人口密度、年均温及坡向对湿地变 化均有较强的解释能力；其中，人口密度的q统计值 高于年均温和坡向，表明人口密度对湿地变化的解 释能力高于年均温和坡向（表5）。交互探测结果表 明，任意2个因子的交互作用对因变量的解释能力均 大于单个因子的解释能力，其中人口密度与年均温 交互作用的解释能力最大（表6），表明鄱阳湖生态经 济区湿地变化主要是自然条件和人为因素共同作用 的结果。 表5 地理探测器的因子探测 Tab.5 Factor detection of geodetectors 指标 q统计量 sig.q 城市化率 0.0049 0.4055 GDP 0.0214 0.0066 人口密度 0.0682 0.0000 年均温 0.0530 0.0000 坡度 0.0011 0.7886 坡向 0.0404 0.0000 表6 地理探测器的交互探测 Tab.6 Interactive detection of geodetectors 因子 城市化率 GDP 人口密度 年均温 坡度 坡向 城市化率 0.0049 0.0347 0.0739 0.1120 0.0130 0.0899 GDP 0.0214 0.0702 0.1085 0.0280 0.1063 人口密度 0.0682 0.1144 0.0739 0.0948 年均温 0.0530 0.1102 0.1142 坡度 0.0011 0.0905 坡向 0.0404 3 讨论 3.1 eCognition分类方法对湿地影像提取效果良好 本文基于eCognition面向对象的分类方法，在多 尺度分割下选取最优特征组合对鄱阳湖生态经济区 湿地影像进行提取，从分类结果看，eCognition 面向 对象的分类方法对湿地影像的提取效果良好，分类 结果总体精度大于 85%，Kappa 系数大于 0.85，分类 质量较好。鄱阳湖生态经济区1995-2015年湿地面 积总体减少，20年间总变化率为-25.88%；其中，减少 最多的为天然湿地，共减少20.12万hm2 。总体来看， 1995-2015 年鄱阳湖生态经济区湿地景观指数表现 为各斑块破碎度增加，景观多样性及均匀性呈倒“V” 变化趋势；人口密度、年均温及坡向对湿地变化的空 间分异均有较强的解释能力，且人口密度的解释能 力高于年均温和坡向。任琼等(2015)研究表明 ， 1995-2015年鄱阳湖区湿地呈现萎缩趋势，人类活动 和全球气候变化是湿地变化的主要驱动力；本次研 究结果与此结论一致。 3.2 长时间跨度能完整解析鄱阳湖湿地变化规律 本次研究表明，鄱阳湖生态经济区湿地事实上 处于萎缩退化的状态，但近年来其恶化趋势有所减 缓。湿地作为重要的生态系统，历来是生态环境保 护的重点和关键点。由于湿地的不稳定性和脆弱 性，又使其成为生态环境保护的难点。我国地域辽 阔、湿地众多，不同地区湿地又有着其独特性和差异 性，鄱阳湖作为我国重要的淡水湿地，具有极高的研 究价值。1992年鄱阳湖湿地被列入《国际重要湿地 名录》，此后几十年，对该地区湿地的相关研究也有 许多，但大多侧重于湿地生物种群、生态效益及湿地 对不同要素的响应机制，较少有研究从长时间跨度 出发，分析湿地本身的变化规律；同时，现有的湿地 变化研究大多集中于高山湿地或是滨海湿地，对淡 水湿地的变化研究较少，对湿地变化驱动力的研究 较多采用传统的回归分析，未考虑驱动因子对湿地 空间上的影响。本文选取1995年、2005年及2015年 张 田等，基于景观格局的鄱阳湖生态经济区湿地时空变化 5
6 第43卷第4期 水生态学杂志 2022年7月 的数据，采用与传统基于像元分类不同的面向对象 卢小平杜晓贝.王懿.等2015.训练样本对湿地分类精度的影 方法，对该地区影像进行处理分析，从一个较长时间 响).河南理工大学学报（自然科学版），37(5)：55-59 跨度分析了鄱阳湖生态经济区20年间的湿地变化， 马燕妮，明冬萍，杨海平，2017.面向对象影像多尺度分割最大 在此基础上采用地理探测器模型对其驱动因素进行 异质性参数估计.遥感学报，21(4)566-578. 分析，对鄱阳湖湿地以及其他淡水湿地的研究有一 彭娜，周立志，2021.基于地理探测器的菜子湖群湿地景观格 局变化及驱动分析刀.水资源保护.37(6：168-176 定参考价值。 任琼，李勇，周莉荫，等，2015.鄱阳湖湿地变迁的驱动力分析 3.3 eCognition面向对象提取方法能提升解译精度 .南方林业科学，43(5)：37-39. 本次研究尝试采用不同遥感影像解译方法进行 宋晓龙，李晓文，张明祥，等，012.黄准海地区跨流域湿地生态系 湿地提取，包括监督分类和决策树分类方法，以基于 统保护网络体系优化).应用生态学报，232)：475-482. 面向对象的eCognition分类方法效果最佳。因此，对 谭志强，许秀丽，李云良，等，2017.长江中游大型通江湖泊湿地 于精度较低、像素特征不明显的地类提取，可采用 景观格局演变特征).长江流域资源与环境，26(10)： eCognition面向对象的提取方法以提升解译精度。 1619-1629. 地理探测器得出的湿地变化驱动因子显示，人口对 王凯霖，赵凯，李海涛，等，2017.基于综合识别方法的河北白 湿地的影响较大，从鄱阳湖生态经济区发展过程来 洋淀湿地提取研究.现代地质，31(6)：1294-1300. 看，本文选取的研究时段正处于该地区经济快速发 王学雷，许厚泽，蔡述明，2006.长江中下游湿地保护与流域生 展期，从建设用地的增长也可以看出，该时段人类活 态管理U.长江流域资源与环境，15(5)：564-568. 吴金华，房世峰，刘宝军，等，2020.乌裕尔河-双阳河流域湿地景观 动强度较大，因此对湿地的干扰程度也较深。 格局演变及其驱动机制.生态学报，4013)：4279-4290. 3.4湿地保护研究应尽可能纳入更多可量化因子 徐晓龙，王新军，朱新萍，等，2015.1996-2015年巴音布鲁克天 在湿地保护过程中，应加强对该地区的气候监测 鹅湖高寒湿地景观格局演变分析仞.自然资源学报，33 与变化预测，采取适当的生物或工程措施以减轻气候 (11):1897-1911. 对湿地的影响，应同时加强水土保护及河湖泥沙清理： 许风娇，周德民，张翼然，等，2014.中国湖泊、沼泽湿地的空间 此外，还应当从政策方面对人为活动进行控制，减少人 分布特征及其变化U.生态学杂志，33(6)：1606-1614 为因素对湿地的破坏。然而，生态系统极为复杂，本次 许丽丽，万云，盛晟，等，2013.淮河流域湿地变化的特征、热点 研究只是一小部分，为使湿地尽快得以恢复，实现可持 及其影响因素).自然资源学报，28(8：1383-1394 续发展，有关湿地问题还有待于进一步探究：此外，本 于成龙，王志春，刘丹，等，2020.基于SWAT模型的西辽河流域 文也存在不足之处，在探究湿地变化驱动因子时，受数 自然湿地演变过程及驱动力分析).农业工程学报，36 (22):286-297. 据资料限制，未能纳入更多因子。在后续研究中，可考 查东平，冯明雷，陈宏文，等，2015.鄱阳湖典型湿地植被景观格 虑将政策等更多因子进行量化纳入其中。 局的时空变化分析.水生态学杂志，36(5)1-7 张金茜，巩杰，柳冬青，2018.地理探测器方法下甘肃白龙江流 参考文献 域景观破碎化与驱动因子分析).地理科学，388) 陈金丽，2009.面向对象的最邻近算法研究与实现D1.北京： 1370-1378. 中国地质大学 钟海燕，赵小敏，黄宏胜，2013.都阳湖区1971-2010年水域时 陈有明，刘同庆.黄燕.等.20们4.长江流域湿地现状与变化遥 空变化研究.水生态学杂志，34(2)：22-26. 感研究.长江流域资源与环境，23(6)：801-808 祝明霞，喻光明，赵军凯，2017.基于LUCC的都鄱阳湖湿地生态 冯倩，刘聚涛，韩柳，等，2016.鄱阳湖国家湿地公园湿地生态系 效应分析.水生态学杂志，38(3)：8-14. 统健康评价研究円.水生态学杂志，37(4)：48-54. Lobo A.Chic O.Casterad A.1996.Classification of Mediterra- 高杰，高敏赵志红，等，2018.1987一2015年七里海渴湖湿地景 nean crops with multisensor data:per-pixel versus per- 观格局变化及驱动力分析).水生态学杂志，394)：8-16. object statistics and image segmentation[J].International 韩忻忆，颉耀文，2015.基于决策树的干早区湿地信息自动提 Journal of Remote Sensing,17(12):2358-2400. 取一以疏勒河流域为例円.遥感技术与应用，30(6： Wang L.Sousa W P.GongG P.2004.Integration of object- 1146-1152 based and pixel-based classification for mapping man- 李健，2014.分层提取法在黄河三角洲湿地信息提取中的应 groves with IKONOS imagery[J].International Journal of 用.测绘与空间地理信息，3711)：146-148 Remote Sensing,25(24):5665-5668. 李禄康，2001.湿地与湿地公约円.世界林业研究，14（①）：1-7. (责任编辑万月华)
第 43 卷 第 4 期 水 生 态 学 杂 志 2022 年 7 月 的数据，采用与传统基于像元分类不同的面向对象 方法，对该地区影像进行处理分析，从一个较长时间 跨度分析了鄱阳湖生态经济区20年间的湿地变化， 在此基础上采用地理探测器模型对其驱动因素进行 分析，对鄱阳湖湿地以及其他淡水湿地的研究有一 定参考价值。 3.3 eCognition面向对象提取方法能提升解译精度 本次研究尝试采用不同遥感影像解译方法进行 湿地提取，包括监督分类和决策树分类方法，以基于 面向对象的eCognition分类方法效果最佳。因此，对 于精度较低、像素特征不明显的地类提取，可采用 eCognition 面向对象的提取方法以提升解译精度。 地理探测器得出的湿地变化驱动因子显示，人口对 湿地的影响较大，从鄱阳湖生态经济区发展过程来 看，本文选取的研究时段正处于该地区经济快速发 展期，从建设用地的增长也可以看出，该时段人类活 动强度较大，因此对湿地的干扰程度也较深。 3.4 湿地保护研究应尽可能纳入更多可量化因子 在湿地保护过程中，应加强对该地区的气候监测 与变化预测，采取适当的生物或工程措施以减轻气候 对湿地的影响，应同时加强水土保护及河湖泥沙清理； 此外，还应当从政策方面对人为活动进行控制，减少人 为因素对湿地的破坏。然而，生态系统极为复杂，本次 研究只是一小部分，为使湿地尽快得以恢复，实现可持 续发展，有关湿地问题还有待于进一步探究；此外，本 文也存在不足之处，在探究湿地变化驱动因子时，受数 据资料限制，未能纳入更多因子。在后续研究中，可考 虑将政策等更多因子进行量化纳入其中。 参考文献 陈金丽, 2009. 面向对象的最邻近算法研究与实现[D]. 北京: 中国地质大学. 陈有明,刘同庆,黄燕,等, 2014. 长江流域湿地现状与变化遥 感研究[J]. 长江流域资源与环境, 23(6):801-808. 冯倩,刘聚涛,韩柳,等,2016. 鄱阳湖国家湿地公园湿地生态系 统健康评价研究[J]. 水生态学杂志,37(4):48-54. 高杰,高敏,赵志红,等,2018. 1987—2015年七里海潟湖湿地景 观格局变化及驱动力分析[J]. 水生态学杂志,39(4):8-16. 韩忻忆,颉耀文,2015. 基于决策树的干旱区湿地信息自动提 取——以疏勒河流域为例[J]. 遥感技术与应用,30(6): 1146-1152. 李健,2014. 分层提取法在黄河三角洲湿地信息提取中的应 用[J]. 测绘与空间地理信息, 37(11):146-148. 李禄康,2001. 湿地与湿地公约[J]. 世界林业研究,14(1):1-7. 卢小平,杜晓贝,王懿,等,2015. 训练样本对湿地分类精度的影 响[J]. 河南理工大学学报(自然科学版),37(5):55-59. 马燕妮,明冬萍,杨海平,2017. 面向对象影像多尺度分割最大 异质性参数估计[J]. 遥感学报, 21(4):566-578. 彭娜,周立志,2021. 基于地理探测器的菜子湖群湿地景观格 局变化及驱动分析[J]. 水资源保护, 37(6):168-176. 任琼,李勇,周莉荫,等,2015. 鄱阳湖湿地变迁的驱动力分析 [J]. 南方林业科学,43(5):37-39. 宋晓龙,李晓文,张明祥,等,2012. 黄淮海地区跨流域湿地生态系 统保护网络体系优化[J]. 应用生态学报,23(2):475-482. 谭志强,许秀丽,李云良,等,2017. 长江中游大型通江湖泊湿地 景观格局演变特征[J]. 长江流域资源与环境,26(10): 1619-1629. 王凯霖,赵凯,李海涛,等, 2017. 基于综合识别方法的河北白 洋淀湿地提取研究[J]. 现代地质, 31(6):1294-1300. 王学雷,许厚泽,蔡述明,2006. 长江中下游湿地保护与流域生 态管理[J]. 长江流域资源与环境, 15(5):564-568. 吴金华,房世峰,刘宝军,等,2020. 乌裕尔河-双阳河流域湿地景观 格局演变及其驱动机制[J]. 生态学报,40(13):4279-4290. 徐晓龙,王新军,朱新萍,等,2015. 1996-2015年巴音布鲁克天 鹅湖高寒湿地景观格局演变分析[J]. 自然资源学报,33 (11):1897-1911. 许凤娇,周德民,张翼然,等,2014. 中国湖泊、沼泽湿地的空间 分布特征及其变化[J]. 生态学杂志,33(6):1606-1614. 许丽丽,万云,盛晟,等,2013. 淮河流域湿地变化的特征、热点 及其影响因素[J]. 自然资源学报, 28(8):1383-1394. 于成龙,王志春,刘丹,等,2020. 基于SWAT模型的西辽河流域 自然湿地演变过程及驱动力分析[J]. 农业工程学报, 36 (22):286-297. 查东平,冯明雷,陈宏文,等,2015. 鄱阳湖典型湿地植被景观格 局的时空变化分析[J]. 水生态学杂志,36(5):1-7. 张金茜,巩杰,柳冬青,2018. 地理探测器方法下甘肃白龙江流 域景观破碎化与驱动因子分析[J]. 地理科学, 38(8): 1370-1378. 钟海燕,赵小敏,黄宏胜,2013. 鄱阳湖区1971-2010年水域时 空变化研究[J]. 水生态学杂志, 34(2):22-26. 祝明霞,喻光明,赵军凯,2017. 基于LUCC的鄱阳湖湿地生态 效应分析[J]. 水生态学杂志,38(3):8-14. Lobo A, Chic O, Casterad A, 1996. Classification of Mediterra⁃ nean crops with multisensor data: per-pixel versus perobject statistics and image segmentation[J]. International Journal of Remote Sensing, 17(12):2358-2400. Wang L, Sousa W P, GongG P, 2004. Integration of objectbased and pixel-based classification for mapping man⁃ groves with IKONOS imagery[J]. International Journal of Remote Sensing, 25(24):5665-5668. (责任编辑 万月华) 6
2022年第4期 张田等，基于景观格局的鄱阳湖生态经济区湿地时空变化 个 Temporal and Spatial Dynamics of Wetland Landscape Patterns in the Poyang Lake Eco-economic Zone ZHANG Tian',YU Dun1.2 (1.Institute of Land,Resources and Environment,Jiangxi Agricultural University,Nanchang 3300452,P.R.China; 2.Key Laboratory of Agricultural Resources and Ecology in Poyang Lake Basin, Jiangxi Agricultural University,Nanchang 330045,P.R.China) Abstract:In this study,the Poyang Lake Eco-economic Zone was selected for investigation,and changes in wetland landscape pattern in the area from 1995 to 2015 were explored by interpreting remote sensing images of Poyang Lake Eco-economic Zone in 1995,2005 and 2015.At the same time,the driving forces of change were studied using geographic detectors.The objectives were to provide a theoretical basis and data to support wetland protection in the Poyang Lake Eco-economic Zone,and to gain experience for freshwater wetland protection in other regions of China.The interpretation and classification of the remote sensing images of Poyang Lake Eco-economic Zone in 1995,2005 and 2015 was conducted by the eCognition object-oriented nearest neighbor method using the best feature combination.The dynamic degree,centroid model and landscape pattern index were used to analyze the dynamics of wetland change over the past 20 years.The results demonstrate that wetland image extraction by the eCognition object-oriented classification method was reliable,and the land types of Poyang Lake Eco-economic Zone consisted of two groups,wetland and non-wetland,and nine types: river,lake,swamp,paddy field,reservoir and pond,woodland,bare land,construction land and grass land.From 1995 to 2015,the total wetland area in Poyang Lake Eco-economic Zone decreased from 1 257 500 hm2 in 1995 to 972 500 hm2 in 2015,with an overall change rate of -25.88%.The area of natural wetland decreased the most,with a total decrease of 201 200 hm2.The wetland landscape index of Poyang Lake Eco-economic Zone showed that fragmentation of each patch increased,and landscape diversity and uniformity displayed an inverted "V"trend during 1995-2015.The centroid transition of the primary wetland types showed an obvious northward trend as wetlands in the south shrunk.Driving force analysis of wetland change using geographic detectors showed that population density,average annual temperature and slope direction were the primary drivers of wetland change,and the explanatory power of population density to the spatial differentiation of wetland change were higher than that of average annual temperature and slope direction. Key words:wetland;landscape pattern;temporal and spatial variation;Poyang Lake Eco-economic Zone
2022 年 第 4 期 Temporal and Spatial Dynamics of Wetland Landscape Patterns in the Poyang Lake Eco-economic Zone ZHANG Tian1 , YU Dun1,2 (1. Institute of Land, Resources and Environment, Jiangxi Agricultural University, Nanchang 3300452, P.R. China; 2. Key Laboratory of Agricultural Resources and Ecology in Poyang Lake Basin, Jiangxi Agricultural University, Nanchang 330045, P.R. China) Abstract：In this study, the Poyang Lake Eco-economic Zone was selected for investigation, and changes in wetland landscape pattern in the area from 1995 to 2015 were explored by interpreting remote sensing images of Poyang Lake Eco-economic Zone in 1995, 2005 and 2015. At the same time, the driving forces of change were studied using geographic detectors. The objectives were to provide a theoretical basis and data to support wetland protection in the Poyang Lake Eco-economic Zone, and to gain experience for freshwater wetland protection in other regions of China. The interpretation and classification of the remote sensing images of Poyang Lake Eco-economic Zone in 1995, 2005 and 2015 was conducted by the eCognition object-oriented nearest neighbor method using the best feature combination. The dynamic degree, centroid model and landscape pattern index were used to analyze the dynamics of wetland change over the past 20 years. The results demonstrate that wetland image extraction by the eCognition object-oriented classification method was reliable, and the land types of Poyang Lake Eco-economic Zone consisted of two groups, wetland and non-wetland, and nine types: river, lake, swamp, paddy field, reservoir and pond, woodland, bare land, construction land and grass land. From 1995 to 2015, the total wetland area in Poyang Lake Eco-economic Zone decreased from 1 257 500 hm2 in 1995 to 972 500 hm2 in 2015, with an overall change rate of -25.88%. The area of natural wetland decreased the most, with a total decrease of 201 200 hm2 . The wetland landscape index of Poyang Lake Eco-economic Zone showed that fragmentation of each patch increased, and landscape diversity and uniformity displayed an inverted "V" trend during 1995-2015. The centroid transition of the primary wetland types showed an obvious northward trend as wetlands in the south shrunk. Driving force analysis of wetland change using geographic detectors showed that population density, average annual temperature and slope direction were the primary drivers of wetland change, and the explanatory power of population density to the spatial differentiation of wetland change were higher than that of average annual temperature and slope direction. Key words：wetland; landscape pattern; temporal and spatial variation ; Poyang Lake Eco-economic Zone 张 田等，基于景观格局的鄱阳湖生态经济区湿地时空变化 7
