基于遥感数据的建三江区域湿地生态系统健康评价_第1页
基于遥感数据的建三江区域湿地生态系统健康评价_第2页
基于遥感数据的建三江区域湿地生态系统健康评价_第3页
基于遥感数据的建三江区域湿地生态系统健康评价_第4页
基于遥感数据的建三江区域湿地生态系统健康评价_第5页
已阅读5页,还剩21页未读, 继续免费阅读

付费下载

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于遥感数据的建三江区域湿地生态系统健康评价摘要:湿地是陆地和水域之间的过渡带。湿地对维持生物多样性,抵御洪涝灾害,净化水质有重要作用。就其功能而言,它是人类生存和发展的关键所在,又被誉为“地球之肾”。近些年间,建三江地区受来水来沙量减少、河道渠化、农业开发和城市化的影响,使得建三江区域内湿地生态系统出现了生态退化、面积萎缩、生物多样性衰减等生态失衡问题,威胁着建三江的湿地生态系统的稳定和社会经济的可持续发展。因此,加强建三江区域湿地保护和恢复是当前所面临的重要任务之一。本论文通过Landsat-5与Landsa-8卫星影像数据、流域统计年鉴,对建三江区域2005~2019年的景观格局演变进行分析,从社会经济发展和自然气候变化角度探究湿地生态系统演变的驱动力,通过P-S-R模型构建出湿地健康指标评价体系,采用AHP法对建三江区域湿地生态系统的健康情况进行评价。评价结果显示建三江区域湿地生态系统健康的总体评价等级为“IV”,健康程度为“较差”。在压力层中,人类干扰指数和人均GDP逐渐增加给湿地健康造成了较大压力;在状态层中,水域面积较小、滩涂面积急剧缩减是湿地生态系统不再健康的直观体现;在响应层中,湿地环保资金投入较低是湿地生态系统的响应程度较低的体现。关键词:健康评价;遥感;驱动力分析;建三江区域;湿地随着湿地生态环境问题的逐渐显露,人们不得不投入到湿地生态的保护和恢复工作中去,学者们针对湿地生态系统被破坏的事实情况,研究了人类生产活动与湿地生态系统健康问题的整合,确定湿地生态系统在非自然条件下产生的不健康状况和机理,探究其恢复办法,湿地生态系统健康评价应运而生[1-2]。随着国内外学者的不断探索,以及3S技术和统计方法的不断进步,湿地生态系统健康评价方法近些年来发展很快。为了湿地生态系统的健康永续发展,通过建立较为完善的指标体系,确定能够引起湿地生态系统演变的多重指标,随后进行湿地生态系统健康评价,能够较为科学地反映出湿地的健康状况,找到导致湿地生态系统退化的指标,对湿地生态系统的压力的来源采取一系列措施,有针对性地改善相关指标的现状。1.绪论1.1研究背景及意义湿地是陆地和水域之间的过渡带。湿地对维持生物多样性,抵御洪涝灾害,净化水质有重要作用。就其功能而言,它是人类生存和发展的关键所在,又被誉为“地球之肾”。近些年间,建三江地区受来水来沙量减少、河道渠化、农业开发和城市化的影响,使得建三江区域内的湿地生态系统出现了生态退化、面积萎缩、生物多样性衰减等生态失衡问题,威胁着建三江区域湿地生态系统的稳定和社会经济的可持续发展。因此,加强建建三江区域湿地保护和恢复是当前所面临的重要任务之一。建三江区域对于保护湿地生物多样性具有极为重要的意义,建三江区域包含了三江湿地自然保护区,为东北地区的气候调节,水源涵养,洪涝灾害控制及工农业生产和人民生活安全提供了重要保障。区域内河流属黑龙江、乌苏里江两大水系,大小河流57条,湖泊210余个,水域面积大。为应对经济社会快速发展造成的湿地面积流失和生态环境恶化,我国实施了一系列的湿地保护和恢复政策,使我国湿地面积自2000年以来有所增加。虽然湿地面积流失得以控制,湿地生态系统健康综合指数有所上升,但是湿地生态系统内部的变化却较为复杂多变,总体上中国的湿地保护和恢复政策显著促进了湿地生态系统健康程度的改善。但近些年来,建三江区域湿地环境情况不容乐观,由于城市化、工业化、农业开发进程的加快,湿地面积逐渐萎缩;过度取用地表水和地下水、开渠筑堤等活动造成了湿地水位的下降;各种工业废水、农药径流等化学污水严重污染了湿地的水质,最终致使湿地生物多样性减少,生态功能作用降低,这已严重威胁到了人类自身发展。因此,为了全面反映湿地生态环境的整体特点,并揭示出湿地生态系统各层级之间存在的隐患与问题,对建三江区域湿地生态系统进行定期的健康评价具有十分重要的意义1.2国内外研究现状生态系统作为人类生存和发展的基础,是无可替代的自然资源和自然资产。生态系统及其生态过程不断地为人类提供生态系统物品和服务,最终形成并维持着人类生存的环境和物质基础[3]。湿地作为一个复杂的生态系统,对于各种生物的发展以及环境改善具有重要作用。湿地生态系统演变的研究主要对象主要集中在湿地的景观格局以及时空格局,主要手段是通过对不同时期的卫星影像进行解译,得到湿地生态系统组成部分的面积改变情况,得出其变化规律。在长期的人类活动与气候变化的共同作用下,很多湿地的生态系统出现了大面积退化、环境污染等问题,而在实践中,缺少长时间、连续、高质量的高质量的湿地演化数据。近些年来随着遥感技术的快速发展,通过高精度长时间序列的遥感数据来分析湿地生态系统长期的演变过程和规律已经逐渐成为一个趋势[4],通过遥感解译和监督分类能够直观地看出湿地生态系统中各景观格局的状况,为后续的湿地生态系统的健康评价提供有力依据。随着湿地生态环境问题的逐渐显露,人们不得不投入到湿地生态的保护和恢复工作中去,学者们为了探究湿地生态系统健康状况以及湿地修复途径,将湿地的破坏状况与人类活动相结合,得出湿地非健康状态下的机理,为我国湿地生态系统健康评价提供科学依据。近年来,由于3S技术、数理分析等手段的发展,我国湿地生态系统健康状况研究取得了较大进展。指标体系法是我们常用的健康评价方法,它也被称为多指标综合评价法。它是通过选择能表征湿地生态系统主要特性的指标,并对指标权重进行综合评价。指标的评价模型常用的有P-S-R(压力-状态-响应)、D-S-R(驱动力-状态-响应)、V-O-R(活力-组织力-恢复力)等,其中P-S-R模型应用频率较高;常用的指标体系法有熵权法、Delphi法、层次分析法(AHP)、模糊综合评价法、投影寻踪法、景观发展强度法、快速评价法、BP神经网络法、支持向量机等。1.3研究内容和技术路线本研究通过Landsat-5与Landsa-8卫星影像数据、流域统计年鉴,对建三江区域湿地1992~2022年的景观格局演变进行分析,分析湿地生态系统退化的驱动力,通过P-S-R模型构建出湿地健康指标评价体系,采用AHP法对建三江区域湿地生态系统的健康情况进行评价。主要内容如下:(1)根据建三江2005年、2010年、2014年、2019年4个不同时期的卫星遥感影像,解译得到水域面积和植被覆盖面积,提取主要景观格局信息,研究长期以来湿地生态系统的演变特征。(2)根据收集到的数据和实地调查数据,从自然因素和社会经济因素两个方面分析湿地生态系统退化的驱动力,分析各个因素之间与湿地表观现象之间的相关性,确定出与湿地生态系统相关程度较高的一些驱动力,为湿地生态系统健康评价的指标体系构建提供依据。(3)以P-S-R模型为基础,结合驱动力成果、统计资料以及实地调查结果,构建建三江区域湿地生态健康评价指标体系,把对湿地生态环境造成干扰的指标作为压力指标;用于描述湿地生态系统现状作为状态指标;能够代表建三江区域湿地生态系统对自然和社会干扰做出反应的作为响应指标,为健康评价做好铺垫。(4)对建三江湿地生态系统的健康状况进行分级,确定分级标准,采用层次分析(AHP)对建三江区域湿地生态系统健康进行评价,提出对策与建议。2.区域概况及研究方法建三江具有海洋性气候的特点,四季变化显著,冰冻期长,降水集中。流域内的湿地主要是河流湿地,湿地生态环境较为脆弱,地表景观格局清晰,通过遥感解译、进行景观格局的提取可行性较高。通过数据收集和实地勘测可以得到建三江保护区的人文经济和生态环境情况,同时探究压力-状态-响应(P-S-R)模型的指标构建指标评价体系,利用层次分析法(AHP)对湿地生态系统的健康状况进行探究。2.1区域概况2.1.1研究区域位置黑龙江省建三江位于黑龙江省抚远市和同江市,地理坐标为东经134°36′12″~134°4′38″,北纬47°44′40″~48°8′20″,总面积198089公顷,处于黑龙江与乌苏里江交汇的“三角区”,境内河流分属黑龙江与乌苏里江两大系统,黑龙江流经保护区30公里,乌苏里江流经保护区115公里。地理位置如图1所示。图1建三江地理位置图2.1.2自然环境概况(1)气候特征建三江毗邻鄂霍次克海,冬季受极区大陆性气团控制,夏季受副热带海洋气团作用,故其年平均气温差小于同纬内陆。该地区为典型的海洋气候,具有明显的四季温差、漫长的冻结期和较高的降水量。年平均气温2.2℃,无霜期为115~130天,冰冻期210天左右,积雪期为120天左右,年平均降水量为603.8mm。平均蒸发量为1257.1mm,是年平均降水量的2倍多。(2)地形地貌建三江区域湿地属低冲积平原沼泽湿地。在地质构造方面,抚远凹陷是中生代同江内陆断陷的一个子单元,有大量的洼地被水淹,从而构成了湿地表层。它的特征是平原和洪泛区的比例较大,土壤肥沃、湿地植被茂盛。(3)水文特征建三江地区的河流分属黑龙江和乌苏里江,其中黑龙江穿过该地区30km的湿地,乌苏里江流经区域的湿地面积115km,该地区的生态环境水资源丰富。有57条大大小小的河流,210多个湖泊,形成了广阔的水域。其中一级支流有鸭绿河、浓河和别拉洪河3条。该河的上游多是沼泽地带,没有显著的河道。每一年洪水期间,主河都被黑龙江和乌苏里江顶托着,回水距离通常为25-30km,最大的可以达到70km。黑龙江段历史最高水位89.60m,最低水位79.49m,平均水位86.60m;乌苏里江段历史最高水位为101.40m,最低水位95.01m,平均水位95.39m;鸭绿河水深2~6m,受洪水回水顶托达17~30km,浓江河水深3~9m,洪水回水顶托为17~30km;别拉洪河的上游没有显著的分汊,而中游则是一大片断续的积水洼地,其最大的回水顶托范围在20~30km。在洪水的顶托作用下,河道的承泄水位升高,使得下游河道难以排干,从而加速了湿地化的发生。2.2遥感数据来源遥感技术应用于湿地研究已经有半个世纪的历史,遥感影像具有时间尺度长、分辨率高、范围覆盖广、获取简便、丰富的几何纹理特征等特点,在时空尺度大的研究中得到广泛应用[5-6]。在4~30m的中等空间分辨率范围内,LandsatTM、LandsatETM+、LandsatOLI是湿地研究中使用最广泛的遥感数据[7],本文采用Landsat系列遥感数据。自从1972年Landsat系列卫星发射以来,已经收集了超过40年的地球观测数据,Landsat计划在收集地球数据的同时也保持了技术的发展,该计划旨在确保科学观测的连续性精确性,包含地面系统、数据采集、数据归档和管理等,为评价由于人类和自然条件为作用力导致的地球陆地环境的长期变化提供了重要参考,截止2021年,Landsat已经发射了9科卫星,数据质量变得越来越高,应用领域也变得越来越广泛,为科学研究和科技创新提供了无数的可能[8-9]。Landsat系列1~5号卫星已经在完成勘测任务后退役,landsat-6发射失败,目前可以获取的遥感数据源主要来自于Landsat-5、landsat-7、landsat-8和landsat-9。Landsat卫星参数表见表1。表1卫星参数表Landsat-5Landsat-7Landsat-8Landsat-9发射时间1984年3月1999年4月2013年2月2021年9月卫星高度705km705.3km705km705km半主轴7285km7285km倾角98.2°98.2°98.2°98.2°覆盖周期16天16天16天16天扫幅宽度185km185km185km185km波段数量781111传感器名称MSS/TMETM+OLI、TIRSOLI-2、TIRS-22.3研究方法2.3.1遥感数据解译常用的遥感解译常用方法有目视解译法和人机交互解译法[10]。目视解译法是根据遥感图像的色彩、波谱等影像特征和形状、阴影、位置等空间特征,与多种非遥感资料组合对比分析得出推理结果的过程[11],但遥感解译需要包括整个图像内容的含义,识别出空间和景观模式,这可能会超出图像上人们可以看到的内容,识别的质量就取决于视觉感知方面的专业知识,因此视觉解译具有不确定性[12]。人机交互解译法要以遥感(RS)或地理信息系统(GIS)为基础,通过相应的软硬件,利用计算机对图像进行提取和对数据进行处理,并配合个人或专家经验进行解译的一种方法,该方法通常需要与目视解译相互结合[13][14]。目前常见的有ENVI、PCI、eCognition、FeatureStation等软件自动解译,本文采用ENVI软件进行解译,ENVI自动分类又包括监督分类、非监督分类、基于专家知识的决策树分类[15]。本文遥感解译分为:植被提取、水体提取、监督分类。2.3.2P-S-R模型与AHP法以人类活动对湿地生态系统的影响为切入点,建立了压力-状态-响应(P-S-R)模型。特别是人类活动、人类无意识的使用模式和经济活动等对湿地生态系统所造成各种压力,使湿地的自然生态环境和资源特征发生改变时,适合采用本方法。随后,人类可以通过持续的经济活动实践和恢复湿地生态系统健康的环境政策来减轻风险因素。P-S-R模型将指标分为三类:“压力”指标具有反映人类活动破坏性因素,导致生态系统健康退化;“状态”指标能够说明湿地生态系统的结构状态和功能过程;“响应”指标能衡量湿地生态系统的活力、弹性和生态服务[16],见图2。图2压力-状态-响应关系图层次分析法Analytichierarchyprocess(AHP)是Saaty在1988年开发出的一种分析复杂决策的数学方法[17]。AHP需要根据总体目标对一组指标进行排名,再将总体目标分解为一组标准和指标,涉及的三个基本步骤如下:决策层次结构的设计、层次结构元素的成对比较、总体优先级评级的构建[18]。3.基于遥感影像的建三江区域湿地生态系统演变分析湿地动态遥感监测是利用多个时相的遥感数据监测流域湿地在不同对应时期湿地现状和湿地变化情况。具体步骤主要有:结合遥感、专题、影像与文字资料的数字化,以及校正、镶嵌与分幅等多种影像资料,进行多源信息融合。在此基础上,通过数据分析处理、计算机信息提取和遥感人机交互解译等手段,对不同时期的湿地进行了调查,并构建相应的解释标识,对前期研究结果进行验证。在此基础上,通过解译、分析和补充,最终获得不同时段的湿地信息。随后利用地理信息软件通过空间分析提取变化信息,经过分析验证整理成各种专题图件,最后根据监测结果,观察湿地的变化情况、分析变化起因、预测变化趋势、提出开发保护建议[20]。本章基于Landsat系列的TM和OLI遥感数据,使用NDVI、NDWI及人机交互解译和监督分类结合的方法,对2005~2019年15年来建三江区域的相关生态因子进行提取,植被、水体、景观格局解译分类后分析比较建三江区域的动态变化特征。3.1遥感影像预处理在遥感的研究应用过程中,为了从原始的影像数据中得到满足目标项目的研究信息,就必须要进行遥感数据预处理,这是进一步研究的基础。遥感影像数据的预处理其实就是遥感影像的纠正和重建,通过对图像数据获取过程中所产生的变形、错位、扭曲等问题进行纠正,校正原始图像中存在的辐射变形和几何变形,尽可能得到在辐射和几何条件上都较为真实的数据图像[21-22]。具体内容包含:遥感图像增强、遥感图像的裁剪分割与边界处理、遥感图像匹配、遥感图像融合等[23]。3.1.1辐射定标与大气校正(1)辐射定标通过Landsat系列卫星数据开展中等分辨率尺度上的长时间序列的地表定量信息监测,想要更加精细地反映局部地区甚至全球的气候变化情况,进行这些工作必须要进行辐射定标,并通过不同型号卫星的交叉辐射传递来保证数据的辐射精度具有一致性[24]。通过ENVI软件自带的RadiometricCalibration功能进行辐射定标,输入多光谱影像,输出BIL格式影像,比例因子设为0.1,得到辐射定标后的图像。(2)大气校正利用多传感器、多时相的遥感数据进行土地利用情况和土地覆盖变化监测、地表资源分析、气候变化情况的监测都需要卫星遥感影像的大气校正[25]。3.1.2图像镶嵌与裁剪(1)图像镶嵌遥感影像拼接是将多个相邻的多幅遥感影像按一定的数学原理进行拼接,形成一幅大尺度、无缝隙的影像。ENVI的遥感影像拼接技术为用户提供了一种交互的方法,同时利用ENVI软件中的无缝拼接SeamlessMosaic,实现了多源数据的融合。本次研究区域的遥感影像每年都涉及三幅影像的镶嵌,镶嵌之前必须要对每幅图像都进行辐射定标和大气校正,然后加载同一年份的三张影像进行镶嵌。镶嵌之前影像为三幅,边界存在明显的颜色差异,镶嵌之后影像变为一幅,显得一体化。(2)图像裁剪图象裁剪就是要把研究范围以外的部分剔除掉。在实际应用中,通常采用的是按行政界线和自然区划界线来裁剪影像,并对基础资料进行分幅剪裁。ENVI的图像裁剪可分为规则裁剪与不规则裁剪。本次裁剪根据建三江主要的所分析的建三江区域的Shape文件进行不规则裁剪,通过ENVI的RegionsofInterest工具下的SubsetDatafromROIs功能进行裁剪,得到建三江区域的影像。3.2湿地景观格局动态变化研究湿地景观类型划分是湿地景观研究的重要依据,其分类体系的构建能够较好地体现湿地景观的空间分异与组织关联性,进而揭示其空间结构与功能特性。随着3S技术的发展,湿地景观分类已经不再局限于湿地的地理位置、地形地貌、气象水文等自然条件,而是从景观尺度上对湿地进行详细分类,运用以遥感影像为代表的空间数据对湿地进行分类能够细化湿地的景观分类体系[30]。本文参照《湿地分类》国家标准,结合建三江区域的自然地理特征、土地利用现状和遥感影像的可读性,借鉴国内外学者们湿地分类的经验,将研究区域分为水体、滩涂、耕地、林地、草地、建筑六种。湿地监督分类方法是根据遥感影像的特点和建三江区域的地物特征,为了达到相对精确分类的目标,首先需要在ENVI中对预处理的影像进行兴趣区提取,多次调整是的可分离度达到1.9以上,运用支持向量机对影像进行监督分类。为了保证监督分类结果的准确性,在高清卫星影像验证其他区域结果的准确程度后,结合人工目视解译对部分有错误的区域进行类型修改。建三江区域的景观格局提取结果见表2,具体分布图见图3。表2景观格局提取结果表2005年2010年2014年2019年建筑像元数14835285586401047852681400面积(km²)570.1752502.776943.0668613.26林地像元数8726158833207601831451520面积(km²)785.3535794.988684.16471306.368水体像元数262291561696358215427741面积(km²)236.0619505.5264322.3935384.9669耕地像元数7663799953697893765008397048面积(km²)6897.41918583.28028438.857557.3432滩涂像元数2049338789752044174364面积(km²)18.4437349.107346.83961306.368草地像元数3393263176751621015882564261面积(km²)3053.93671590.76441891.42922307.8349通过统计表并对比监督分类结果图可以看出,建三江区域的水体面积经历了多次增减,在2010年水体面积达到最大值,2019年水体面积虽较2010年减少,但是水体面积变化整体是增长状态,水体的变化情况较大,由2005年的236.06km²增加到了2019年的384.97km²,面积增加了190.02km²,情况相对较好。林地的面积在2014年有小幅度的下降,但在其他年份面积都有不同幅度的上升,2019年林地面积最大,达到了1306.37km²,相较于2005年面积增加了521.02km²。黑龙江作为全国重要的粮食生产基地,耕地的面积在各个地市都有较高的比重,建三江区域的佳木斯市也不例外,研究区域内的耕地面积变化程度较大,最大面积在2010年,耕地面积达到了8583.28km²,2005年开始到2019年结束,耕地面积由6897.42km²增加到了7557.34km²,变化幅度较大。草地的面积的变化幅度较大,总体的趋势有所缩减。建筑面积先增后减,最终的计算面积与起初的面积相差很小。图3监督分类结果图4.基于AHP的建三江区域湿地生态系统健康评价作为开展湿地保护与修复的重要前提和基础,湿地生态系统健康评价有利于湿地的保护与管理,对于构建良好的湿地生态环境、促进湿地生态的和谐健康发展具有重要意义。本研究是想通过层次分析法结合驱动力构建湿地健康评价指标体系,并进行综合评价,探究湿地生态系统的总体健康程度,并基于研究成果提出对策与建议。4.1健康评价指标体系压力-状态-响应模型(P-S-R)的基础是因果关系,人类生产生活以及各种经济活动对生态环境施加了压力,改变了自然环境和资源的地位,因此人类需要实施合理的经济环境政策来应对环境变化,达到改善或者恢复生态环境的目的,模型应该以一些环境问题为切入点,分析人类活动与环境变化之间的因果关系,确定相关指标,最后对这些指标进行定性或者定量描述[26]。为了更好地可持续发展,基于P-S-R获得可持续发展的压力指标、状态指标、响应指标,通过层次分析方法处理指标间的状态变化,分析区域内社会、经济、环境的一体化水平,最终实现动态平衡[27]。依据系统性、目的性、动态性、可行性原则,以P-S-R模型作为基本框架,结合指标数据获取的难易程度,建立了由目标层、准则层、指标层构成的三层生态系统健康评价体系,以该体系对建三江区域湿地湿地进行健康评价。目标层即建三江区域湿地生态系统健康评价,准则层即压力、状态、响应。压力层由各种对湿地生态系统健康造成威胁的因素组成;状态层是湿地生态系统现状所产生的变化;响应层是人们面对湿地的变化所进行的应对措施。具体的指标评价体系见表3。表3湿地生态系统健康评价指标体系表目标层准则层指标层与湿地健康相关性数据来源建三江区域生态系统健康评价(A)B1压力(P)C1:人口密度-统计年鉴C2:土地利用程度-遥感解译C3:年均降水量+统计年鉴C4:年均气温-统计年鉴C5:人均GDP-统计年鉴C6:人类干扰指数-遥感解译B2状态(S)C7:水域面积 +遥感解译C8:滩涂面积+遥感解译C9:植被覆盖面积+遥感解译C10:地下水水位+统计资料B3响应(R)C11:湿地环境保护投资+统计年鉴C12:污水处理水平+统计资料上述指标评价系统中的每一项指标都可以划分为正负两类,前者较大,有利于湿地的健康,后者较大,则更不利于湿地健康,各个指标的解释及量化如下:(1)C1:人口密度(人/km²)该指标指的是单位面积内的人口数量,能反映出湿地生态系统受到的人口压,以佳木斯市单位面积内的人口数量表示。 P=NS式中N为区域人口总数,S为区域总面积。(2)C2:土地利用程度(%)该指标是区域内建筑面积占总面积的比重,能够反映出湿地生态系统受人类生产活动的干扰程度,建筑面积的不断扩张会导致湿地植被面积受到挤压,以建三江区域的监督分类中建筑面积占总面积的比重表示。(3)C3:年均降水量(mm)该指标能反映出一年中降水的整体水平,一定程度上的高降水对流域内湿地生态系统的河湖补水及植物生长具有积极作用。(4)C4:年均气温(℃)该指标能反映出一年中气温的整体水平,气温的高低对水面的蒸散发和植物生长都有较大的影响,以佳木斯市的年均气温表示。(5)C5:人均GDP(万元)该指标是一个国家核算期内区域的国内生产总值与区域常住人口的比值,人均GDP能反映出区域内的经济社会发展水平,发展水平越高,对湿地生态系统产生的压力就越大,以佳木斯市的人均GDP计算。(6)C6:人类干扰指数该指标是指人为因素如城镇和耕地扩张给湿地生态系统带来的胁迫条件,具体表达式为: R=B+FA式中:R为人类干扰指数,B为建筑区域面积,F为农田区域面积,A为区域总面积。(7)C7:水域覆盖度(%)该指标是建三江区域的水面总面积占流域总面积的百分比,水面面积的变化能直观地看出湿地的变化情况,是湿地生态系统健康评价最重要的指标之一,用NDWI水体提取结果表示。(8)C8:滩涂面积覆盖度(%)该指标是建三江区域内滩涂面积占流域总面积的百分比,滩涂面积较高能够代表河两侧湿地的健康状况,也是湿地生态系统健康评级的重要指标,用监督分类的面积占比表示。(9)C9:植被覆盖度(%)该指标能反映出建三江区域植被覆盖的分布情况,以NDVI遥感解译的植被中、高植被覆盖度的面积占总面积的百分比表示。(10)C10:地下水水位(m)该指标是通过分析建三江区域地下水资源状况,发现地下水位较高时,地下水埋藏深度较小,可以较好地向湿地地表水提供较好的补充。水位是根据平均地下水水位数据得出的。(11)C11:湿地环境保护投资(%)该指标反映的是相关部门对建三江湿地建设保护的资金投入或者是政策性措施,占区域环保总投资的比例,以黑龙江流域湿地资金投入的政策性文件为准。(12)C12:污水处理水平(%)该指标反映的是建三江区域内的污水处理率,可参考区域工业污水处理率,以统计数据为准。4.2各层元素权重确定层次分析法(AHP)是一种定性定量相结合的分析方法,也是一种较好的权重确定方法,在确定完研究问题后,针对研究问题需要构建出具有三个递阶层次的结构模型,然后构造出各层次中的所有判断矩阵,运用数学方法与定性分析相结合进行各层次单排序和总排序以及一致性的检验,根据各个方案计算出的所占权重来辅助研究决策[28-29],具体步骤如下:(1)建立递阶层次结构模型在运用层次分析法来解决问题时,要将问题进行层次化和条理化,构建一种层次化的结构模式,AHP基本分为三层,即目标层、准则层和指标层。分层体系中的具体层级与问题的复杂性有关,而层级的数目通常是无限制的。(2)构造各层次判断矩根据每一对指标的相对比值要性来构建判断矩阵,为了提高权重计算结果的准确性,对指标相互比较时应采用相对尺度,以减少不同性质指标两两比较带来的误差与不便,判断矩阵元素指标度见表4。表4判断矩阵元素指标度表两指标对比结果指标度同等重要性1前者稍微重要3前者较为重要5前者非常重要7前者及其重要9相邻判断中间值2、4、6、8两指标对调的重要性倒数(3)矩阵的层次排序及一致性检验该矩阵的分级结构分为层级单排序和层级总序两部分,其中层级单排序是底层方案对于目标的顺序,而层级总序则是分隔层元素对于整个系统的总体目标的顺序。一致性检验能够验证判断矩阵的合理性,矩阵的一致性一定程度上代表着判断的逻辑性,具体步骤如下:1)计算一致性指标C.I. C.I.=λmax−nn−1式中n为判断矩阵的阶数,λmax为判断矩阵的最大特征值。2)查找平均随机一致性指标R.I.,具体数值见表5。表5平均随机一致性指标取值表n1234567891011121314R.I.000.520.891.121.261.361.411.461.491.521.541.561.583)计算随机一致性比值C.R.: C.R.=C.I.R.I.当C.R.>0.1时,判断矩阵的一致性不符合要求,应根据逻辑性对判断矩阵内的指标进行修改。当C.R.<0.1时,判断矩阵的一致性符合检验标准。(4)计算权重系数通过了一致性检查的矩阵,接下来还要进行权系数的计算。在得到的矩阵的特征值以及正交化的特征矢量的基础上,按照从上一层到下一层的顺序,将分析指标对上一层的权重,以此来算出最低层的指标对整个目标的加权,也就是加权系数。4.2.1构建判断矩阵及层次单排序本研究根据搜集到的资料成果,结合相关文献资料,采用1~9分及其倒数的标度方法对两个指标相互对比的重要性进行赋值,得到评价体系中各个递阶层次的判断矩阵,具体数据如表6至9所示。表6A-B判断矩阵表A-BB1B2B3权重值B112/320.3470B23/2120.4539B31/21/210.1991表7B1-C判断矩阵表B1-CC1C2C3C4C5C6权重值C111/21/321/31/50.0705C2211/321/31/30.0979C333131/21/30.1711C41/21/21/311/51/70.0471C5332512/30.2538C653373/210.3596表8B2-C判断矩阵表B2-CC7C8C9C10权重值C711130.3C811130.3C9 11130.3C101/31/31/310.1表9B3-C判断矩阵表B3-CC11C12权重值C11130.75C121/3层次总排序表10指标层总排序表目标层准侧层权重指标层权重归一化权重总排序A建三江区域湿地生态系统健康评价压力层(P)B1:0.3470C1(人口密度)0.07050.024511C2(土地利用程度):0.09790.034010C3(年均降水量):0.17110.05947C4(年均气温):0.04710.016312C5(人均GDP):0.25380.08816C6(人类干扰指数):0.35960.12485状态层(S)B2:0.4539C7(水域面积):0.30.13622C8(滩涂面积):0.30.13622C9(植被覆盖面积):0.30.13622C10(地下水水位):0.10.045399响应层(R)B3:0.1991C11(湿地环境保护投资)0.750.14931C12(污水处理水平):0.250.04988从表10中可以看出,在三个标准层次中,B2是状态层(S),其限制程度最高,为0.4539;其次是B1,也就是压力层(P),具有0.3470的权重;最后是B3,也就是反应层(R),限制性最小,具有0.1991的权重。这表明,建三江地区的湿地生态环境状况以状态层为主导,而其它两个方面则较为薄弱。从各个指标层归一化权重之后对目标层的影响程度来看,归一化权重值大于0.1的指标有5个,C11(湿地环境保护投资)的权重值最高,达到了0.1493,其次就是C7(水域面积)、C8(滩涂面积)、C9(植被覆盖面积)、C6(人类干扰指数);归一化权重低于0.1的指标层从高到低依次有:C5(人均GDP)、C3(年均降水量)、C12(污水处理水平)、C10(地下水水位)、C2(土地利用程度)、C1(人口密度)、C4(年均气温)。结果表明湿地环保的投资是湿地生态系统恢复健康的强有力支撑,水资源、滩涂、植被是湿地健康维护的重要保障,人类活动是导致湿地面积发生改变的最重要的原因,经济的增速、GDP的增加也导致了湿地环境受到破坏。4.2.3指标赋值与量化表征(1)指标赋值:对量化的指标定义为景观类型。结合建三江区域的景观特点,将区域内的湿地生态系统景观类型分类六类,分别是:建筑、水体、林地、耕地、草地和滩涂,并对此六类进行赋值和打分。(2)指标的量化表征:将水生态特征、景观特征和人类干扰特征作为本次研究区的三方面指标要素,并选取十二个指标,用来反映建三江区域湿地生态系统健康水平,归一化无量纲,达到指标之间的权重处理。4.3湿地生态健康空间差异评价4.3.1湿地生态健康评价综合指数计算本研究利用GIS技术和AHP方法对建三江地区的生态健康进行了全面的评估,研究区生态健康综合指数分布于0.21到0.76,指数数值划分为五等级,从高到低依次分为健康(I)、良好(II)、一般(III)、较差(IV)、病态(V),建三江区域生态健康现状处于一般到病态之间,整个自然保护区健康状态的面积比为1.5%,良好状态的面积占比为26.9%,一般状态的面积占比为22.4%,较差状态的面积占比为43.1,病态的面积占比为7.8%,研究区整体生态健康状况为:较差状态。生态健康评价分级图见图5。图5生态健康评价分级图4.3.2评价结果分析建三江区域湿地生态系统健康的总体评价等级为“IV”,健康程度为“较差”,通过对P-S-R模型的准侧层与指标层进行分析可以得到影响湿地生态系统健康的主要指标,可以为湿地生态系统的健康发展提供较为精确的参考。(1)压力分析分析P-S-R模型中的压力层可知,C5(人均GDP)、C6(人类干扰指数)的隶属度都分布在“一般”及以下等级,且两者权重较高,因此这两个因素是影响湿地生态系统健康的主要压力,所以人类在经济社会的发展中给湿地造成了较大的压力。建三江区域的建筑面积由2005年的5052.776km²增加到了2019年的613.26km²,面积扩大了110.484km²,GDP由2000年的146.40万元增加到了2019年的762.91万元,足足增加了652.42,社会经济高速发展导致了土地开发程度快速增加,湿地面积随即减少,生态系统的功能性降低。但随着1999年以来国家退耕还林政策的开展,建三江区域流域的耕地面积从2010年以来总体上逐渐减少,由2010年的8583.2802km²减少到了2019年的7557.3432km²,林地面积逐渐增加,由2005年的785.3535km²增加到1306.368km²,一定程度上缓解了湿地生态系统的压力。(2)状态分析P-S-R模型的状态层中,建三江区域湿地生态系统健康程度不佳主要体现在C7(水域面积)、C8(滩涂面积)状态较差。从实际的调查结果来看,建三江区域流域湿地生态系统的整体健康状况不容乐观,在状态指标中权重最大的湿地水域面积情况在多年中变化幅度较大,虽然从2005年到2019年湿地水域面积在总体上得到了提升,但是2018年的水域面积在整个流域面积的占比仅有3.9%,距离健康的湿地标准有较大差距。在状态层中同样存在较好的方面,比如建三江区域流域的植被覆盖面积在2018年处于较好的水平,这在一定程度上也使湿地生态系统的健康向着好的方向发展。(3)响应分析在P-S-R模型的响应层,C12(污水处理水平)表现较好,C11(湿地环境保护投资)响应程度不高是制约湿地生态系统健康发展的主要原因,但是随着大众生态环保意识的提高,国家对湿地保护的普遍重视建三江区域流域湿地生态系统健康程度一定会得到提升,湿地的管理水平会逐渐提高,对于湿地环境保护投资会相应变多。4.3.3对策与建议通过遥感影像的分析、实地调查以及健康评价,建三江区域湿地的整体健康程度较差,人为因素是导致湿地生态系统受损的重要原因,建筑生产区域的扩张导致了湿地面积的缩减。气候问题,比如年均气气温的逐渐增长,降水量的降低,极端气候现象的发生,长期人类干扰的存在,让湿地生态系统健康问题注定变成一个长久性的问题,湿地的管理和保护也需要视为一个长期实业,在发展中不断完善。根据研究的结果,对未来一定时期内建三江区域湿地的保护与修复提供几条对策建议。(1)定期进行湿地生态系统健康评价生态系统的健康是有时间限制的,在不同的时间节点上,同一个生态系统可能会面对不同的压力问题,呈现出不同的状态。面对这种情况,他的反应也是不一样的。随着自然生态环境的演化、人类的生产生活方式的改变、对湿地生态环境的保护意识的提高、管理政策的完善、保护措施的提升,反映湿地生态系统健康程度的指标也会发生改变,湿地的退化程度也会缩减,生态系统的健康状况相应地也会发生改变。建三江区域湿地作为黑龙江与乌苏里江内的典型退化湿地,湿地生态系统的健康恢复与保持是一个长期过程,系统较为复杂,必须建立长时期的监测与评价机制。(2)明确湿地生态修复措施对自然退化、人为破坏的湿地进行修复,有关部门要对多年来因自然气候和人为侵占而消失的湿地进行排查,明确责任主题进行湿地修复。对于自然退化的湿地,可以通过修建植草护坡,在水陆过渡区种植各种陆生、水生植物,涵养水源,减少水分流失和蒸散发,为湿地生物提供生存环境。对于人为破坏的湿地,遵循“谁破坏、谁修复”的原则,令其即刻停止对湿地的侵占,自行开展湿地修复,通过补种植被,净化土壤和水体环境,放流鱼类等,尽快使湿地生态恢复。(3)完善湿地保护政策在过去的几十年中,人们根据自己的需求在不断地改变着建三江区域湿地土地的利用方式,导致原本应该恢复的湿地多次改变用途,加大了恢复难度。应该因地制宜地出台相关政策保护湿地生态系统的健康,明确湿地管理机构的职责,针对湿地的开发出台法律法规。在水质较差的河段,排查工厂、养殖场等,污水需经过集中处理再进行排放;加强区域河段的日常监督、卫生保洁等工作;控制河道两侧滩地的开发,对于侵占滩地的情况要依法处理;加强湿地保护的宣传教育,限制河道取水;在平水期和枯水期保证生态流量,确定最低生态补水量,保障用水,保护环境;建立奖惩机制,奖励保护湿地人员,惩罚破坏者,发挥民众监督作用。在将来的规划中,应尽量避免河漫滩的不合理利用,控制耕地及建设用地的增加速度,做好总体区域规划。5.结论与展望5.1研究结论本研究拟以建三江地区2005-2019年为研究区,采用Landsat5和Landsat-8多源遥感数据,开展植被覆盖度、水体面积、景观空间分布等方面的研究并进行提区和分析,揭示了建三江湿地主要生态要素的动态趋势,通过对收集到的相关数据资料,对湿地生态系统演变的驱动力进行了分析。结合建三江区域湿地的特点,基于压力—状态—响应(P-S-R)模型,构造了一种基于压力—状态—响应(P-S-R)的建三江区域湿地生态系统健康评价系统,利用层次分析法(AHP)对各个层面的指标进行权重的确定,从而对湿地生态系统进行了健康等级的划分并划分为五个等级:I(健康)、II(良好)、III(一般)、IV(较差)、V(病态),并在每个等级针对每个指标设定了相应的划分标准,确定出湿地生态系统指标并进行综合评价。研究结论主要包含以下几个方面:(1)基于遥感影像解译,揭示了建三江区域湿地生态系统的演变特征对遥感影像分别进行植被覆盖面积、水域覆盖面积的计算,植被覆盖度通过NDVI计算获取,水域覆盖面积通过NDWI计算获取。随后进行湿地景观格局动态演变的分析,进行湿地监督分类,最后再进行建三江区域湿地景观格局变化特征的分析。结果显示,2005~2019年,植被覆盖在较高覆盖度和高覆盖度等级下年际变化程度较大,但总体上呈现上升的趋势;水域面积的变化趋势与植被覆盖度的变化趋势类似;水体面积总体呈现增加的趋势,由2005年的236.062km²增加到了2019年的384.997km²,整体变化情况较好。(2)提出了建三江区域湿地生态系统演变驱动力根据实地调查成果和收集到的水文数据,对建三江区域湿地退化的驱动力进行探究。针对常见自然因素和社会因素进行研究,自然因素包含:径流量、降水量、平均温度,社会经济因素包含:GDP总量、城镇化水平、人口数量、耕地面积。通过相关性分析可以得到,与湿地滩涂相关性的是人口数量,相关系数绝对值为0.665,与湿地水域面积相关性最大的因素是城镇化水平,相关系数的绝对值为0.664,年均气温相关性也很高,相关系数为0.634。结合实地调查结果可以发现,除了以上列举出的因素之外,还有些因素导致了湿地水环境污染、土壤重金属污染、生物群落变化等,这些因素也属于湿地退化的驱动力。(3)进行了建三江区域湿地生态系统健康评价以P-S-R模型为框架,从压力(P)、状态(S)、响应(R)三个层面构建了12个指标的建三江区域湿地生态系统健康评价指标体系。以此为基础采用AHP法对2019年建三江区域湿地生态系统的健康程度进行评价,结果显示建三江区域湿地生态系统健康的总体评价等级为“IV”,健康程度为“较差”。在压力层中,人类干扰指数和人均GDP逐渐增加给湿地健康造成了较大压力;在状态层中,水域面积较小、滩涂面积急剧缩减是湿地生态系统不再健康的直观体现;在响应层中,湿地环保资金投入较低是湿地生态系统的响应程度较低的体现。5.2研究展望本研究基于多时相的空间遥感数据、流域统计数据,对建三江区域湿地生态系统的演变趋势进行了分析,对湿地生态系统演变的驱动力进行了探究,并构建了P-S-R模型,通过AHP法对建三江区域湿地生态系统的健康状况进行评价。虽然得到了一些结果,但是在研究过程中由于数据获取情况、时间、研究者能力有限,还在遥感影像的处理、监督分类、驱动力的分析和指标构建这几方面存在不足之处:对于湿地演变的研究主要是通过遥感解译,但是满足研究要求的遥感影像少之又少,在植被生长旺盛、湿地水量充足的时期,某些遥感影像的云层覆盖度较高,导致在解译的过程中重要区域的地物信息无法被准确识别,致使研究成果出现偏差。因此对于遥感解译中云层覆盖的干扰问题有待解决。湿地的地理分布不同、面积大小不一,健康指标的确定应该有所侧重,天然湿地和城市湿地的植被、水体面积存在着较大差别,健康程度的评价标准需要基于实际认为设定,但设定的结果不一定准确,在今后研究中应该加强指标体系建立的研究。参考文献:[1]WilkinsD.Assessingecosystemhealth[J].TrendsinEcology&Evolution,1999,14:69-69.[2]任海,彭少麟.恢复生态学导论[M].科学出版社,2001.[3]谢高地,张彩霞,张昌顺,等.中国生态系统服务的价值[J].资源科学,2015,37(9):1740-1746.[4]艾金泉.基于时间序列多源遥感数据的长江河口湿地生态系统长期演变过程与机制研究[J].测绘学报,2020,49(1):133.[5]刘祖瑾.基于无人机遥感影像植被提取方法研究[D].[硕士学位论文].郑州:河南大学,2017[6]ComptonJT.Redandphotographicinfraredlinearcombinationsformonitoringvegetation[J].RemoteSensingofEnvironment,1979,8:127-150.[7]MengG,JingL,ChunleiS,etal.AReviewofWetlandRemoteSensing[J].Sensors,2017,17(4):777.[8]MichaelAW,ThomasRL,DavidPR,etal.CurrentstatusofLandsatprogram,science,andapplications[J].RemoteSensingofEnvironment,2019,225:127-147.[9]JeffreyGM,MichaelAW,BrianM,etal.Landsat9:Empoweringopenscienceandapplicationsthroughcontinuity[J].RemoteSensingofEnvironment,2020,248:111968.[10]杨桄,刘湘南.遥感影像解译的研究现状和发展趋势[J].国土资源遥感,2004,(2):7-10,15.[11]周雨薇,陈强,孙权森,等.结合暗通道原理和双边滤波的遥感图像增强[J].中国图象图形学报,2014,19(2):313-321.[12]JanB,VilemP,IvoM.Depictionofuncertaintyinthevisuallyinterpretedlandcoverdata[J].EcologicalInformatics,2017,47:10-13.[13]康亚茹,许慧,张明亮,等.基于PSR模型及灰色系统理论的辽河口潮滩湿地生态系统健康评估与预测研究[J].水利水电技术,2020,51(11):163-170.[14]鲁学军,尚伟涛,周和颐.基于视觉思维的人机交互遥感解译模式研究[J].遥感信息,2013,28(6):7-12,6.[15]王敏,高新华,陈思宇,等.基于Landsat8遥感影像的土地利用分类研究—以四川省红原县安曲示范区为例[J].草业科学,2015,32(5):694-701.[16]SubhasisD,BiswajeetP,PravatKS,etal.AssessmentofWetlandEcosystemHealthUsingthePressure–State–Response(PSR)Model:ACaseStudyofMursidabadDistrictofWestBengal(India)[J].Sustainability,2020,12:5932.[17]SaatyTL.MathematicalModelsforDecisionSupport[M]:SpringerBerlinHeidelberg,1988:109-121.[18]RongqunZ,XiaodongZ,JianyuY,etal.WetlandecosystemstabilityevaluationbyusingAnalyticalHierarchyProcess(AHP)approachinYinchuanPlain,China[J].MathematicalandComputerModelling,2013,57:366-374.[19]龚声武,蔡明悦,李夕兵.AHP-FCE法在采矿方法优选中的应用[J].采矿与安全工程报,2009,26(1):41-44,49.[20]孙永军.黄河流域湿地遥感动态监测研究[D].[博士学位论文].北京大学,2008.[21]赵英时.遥感应用分析原理与方法[M].科学出版社,2003.[22]年波,王金亮,席武俊,等.植被信息提取中的遥感影像预处理[J].云南师范大学学报(自然科学版),2004,(2):62-65,78.[23]吴诗婳.遥感图像预处理与分析方法研究[D].[硕士学位论文].南京航空航天大学,2017.[24]张志杰,张浩.Landsat系列卫星光学遥感器辐射定标方法综述[J].遥感学报,2015,19(5):719-732.[25]郑伟,曾志远.遥感图像大气校正方法综述[J].遥感信息,2004,(4):66-70.[26]TengtengS,WenpengL,GuangshengC,etal.WetlandecosystemhealthassessmentthroughintegratingremotesensingandinventorydatawithanassessmentmodelfortheHangzhouBay,China[J].ScienceoftheTotalEnvironment,2016,566-567:627-640.[27]FanW,YaoL,JinL,etal.EvaluatingEnvironmentallySustainableDevelopmentBasedonthePSRFrameworkandVariableWeighAnalyticHierarchyProcess[J].InternationalJournalofEnvironmentalResearchandPublicHealth,2021,18:2836.[28]邓雪,李家铭,曾浩健,等.层次分析法权重计算方法分析及其应用研究[J].数学的实践与认识,2012,42(7):93-100.[29]常建娥,蒋太立.层次分析法确定权重的研究[J].武汉理工大学学报(信息与管理工程版),2007,(1):153-156.

WetlandEcosystemHealthAssessmentintheJian-SanjiangRegionBasedonRemoteSensing

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论