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 10.26 500.392022 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