楊朝輝馮育青蘇群錢新強陳志輝張銘連（ 蘇州科技學院環(huán)境科學與工程學院，江蘇 蘇州，5009； 蘇州市濕地保護管理站，江蘇 蘇州，58）

?

基于CIWLDI 方法的蘇州濕地景觀健康評價

楊朝輝1馮育青2蘇群1錢新強1陳志輝1張銘連2
（1 蘇州科技學院環(huán)境科學與工程學院，江蘇 蘇州，215009； 2 蘇州市濕地保護管理站，江蘇 蘇州，215128）

摘 要研制改進的基于空間最小景觀單元的反距離權重景觀開發(fā)強度法（CIWLDI方法），通過累積效應整合不同的土地利用分類，從能值的角度反映濕地生物完整性，客觀有效地評價大面積濕地的景觀健康。研究表明：大部分健康良好的濕地分布在蘇州市郊，受到人類干擾相對較小，相反臨近重點開發(fā)區(qū)域的濕地則退化嚴重。與其它方法相比，本方法可以有效地評價不同濕地之間的整體健康狀況以及單個濕地內部的健康差異情況。在缺少現場觀測數據的條件下，僅使用土地利用分類圖就可以在短時間內完成對大范圍濕地的健康評價。

關鍵詞濕地；景觀開發(fā)強度法；反距離權重；健康評價

蘇州市濕地資源十分豐富，但近年來隨著經濟的快速發(fā)展和對自然資源需求的大幅增加，蘇州濕地遭受到越來越多的破壞，水污染日益嚴重，生物多樣性逐漸喪失，生態(tài)功能嚴重受損（蘇群等，2010）。在此情況下，濕地管理部門頒布了蘇州市重點濕地保護名錄，并開展?jié)竦氐慕】翟u價工作。由于濕地健康涉及到物理、化學、生物以及社會經濟等多個方面因素（陳展等，2009），如何對其進行準確評價是當前的一個研究熱點與難點。美國環(huán)保局（USEPA，2006）在這方面做了大量的研究工作，形成了一套從粗到精的3級評價體系，即基于景觀尺度評價的第一級方法、基于實地快速評價的第二級方法和基于生物物理化學指標評價的第三級方法。第一級方法主要利用地理信息系統(tǒng)和遙感技術，可以在短時間內用較少的人力物力來評價大面積的濕地。第二級方法是利用現場快速觀測數據來評價濕地的健康狀況，需要一定的專業(yè)知識與實踐經驗。第三級方法利用現場物理、化學等采樣方式，該方法可以在單點上高精度地評價濕地的健康狀況，但需耗費大量的人力、物力和財力，評價范圍較小。針對上述情況，Brown等（2005）提出了一種屬于第一級方法的景觀開發(fā)強度方法（Landscape Development Intensity，簡稱LDI）。該方法用自然生態(tài)系統(tǒng)人為的能量輸入來表示人類活動對濕地自然環(huán)境的整體干擾程度，通過人類對濕地周圍土地利用的干擾情況來間接評價濕地健康，并已在美國佛羅里達州（Lane et al，2007）等地區(qū)得到廣泛應用。相比較而言，我國在景觀尺度的濕地健康評價研究還不多，大多是使用“壓力-狀態(tài)-響應（PSR）”等數學模型，從生態(tài)特征、功能整合性以及社會環(huán)境等角度進行健康評價（崔嬙等，2015）。

以蘇州濕地為例，研制基于空間最小景觀單元的反距離權重景觀開發(fā)強度法，客觀定量地評價蘇州市大范圍濕地的健康狀況，為今后重點濕地的精細評價打下基礎。

1 研究區(qū)概況與數據來源

1.1 研究區(qū)概況

蘇州市坐落于太湖之濱，全市地勢平坦，濕地資源非常豐富，主要有草本沼澤、永久性淡水湖、永久性河流與洪泛平原濕地。其中永久性淡水湖濕地最多，占濕地總面積268 762 hm2的70%。本文將蘇州市重點規(guī)劃區(qū)作為研究區(qū)域，范圍為北緯31°1′34″～31°35′37″，東經120°14′58″～120°59′39″。在此區(qū)域內選擇分布均勻、具有代表性的12個湖泊濕地作為研究對象（圖1）。

圖1　研究區(qū)域范圍與濕地分布圖

1.2 數據來源

主要研究數據為2005年的蘇州市1∶1 0 000的土地利用現狀圖，濕地區(qū)域的2011年地面分辨率為50 cm的數字航空影像，以及部分現場調繪資料。

2 CIWLDI評價方法

2.1 CIWLDI方法

濕地景觀及其內部的生物群落健康狀況通常與人類活動強度密切相關，人類活動越強烈，對生態(tài)系統(tǒng)的干擾也越嚴重。土地利用則是人類活動的具體體現，能夠間接地反映出鄰近濕地的整體健康狀況（Reiss et al，2010）。Brown等（2005）結合土地利用分類數據與單位面積單位能耗的開發(fā)強度數據，計算每種土地利用分類所對應的LDI系數。LDI系數提供了單位面積利用不可再生能量的定量測量，即不可更新能源能值。它可以用來表示不同的土地利用分類所消耗的能值，能值消耗越多的土地利用分類對應的LDI系數也越大。根據不同土地利用分類與其對應的LDI系數，即可計算LDI指數：

式中：LDIindex為濕地區(qū)域的指數；∑% LUi為第i種土地利用分類的面積占該區(qū)域土地總面積的百分比；LDIi為第i種土地利用分類對應的LDI系數。

LDI方法的實質是核算不同土地利用分類的不可更新能源能值輸入量。能值是生產產品或服務所需要的能量，以太陽能焦耳作為衡量單位（sej/ （hm2·a））。能值基于有效能量的流動，從環(huán)境、經濟和社會等多方面整體評估研究對象的價值，為客觀定量地評價濕地健康提供了一種有效的方法。傳統(tǒng)的LDI方法大多是基于整個濕地區(qū)域的計算方法，很難反映濕地內部的差異。而且該方法沒有考慮距離衰減對濕地造成的不同影響。針對上述缺點，本文研制了一種基于空間最小景觀單元的反距離權重LDI方法（Cell-based Inversedistance Weighting Landscape Development Intensity Index，簡稱CIWLDI方法），考慮土地利用分類對濕地生態(tài)系統(tǒng)影響的距離作用，同一類型的土地利用與濕地距離越近，其對濕地的影響也越大。CIWLDI方法計算步驟如下（圖2）：

圖2　CIWLDI方法的計算區(qū)域圖

（1）以空間最小景觀單元為計算單位，選擇某個待評價濕地，在濕地評價范圍內任取當前景觀單元點為So，以該點為中心，以半徑R設置緩沖區(qū)；

（2）設Si為該緩沖區(qū)內任意一個景觀單元，計算該點至中心點So的距離doi，并根據該點所屬的土地利用分類取出對應的LDI系數。引入反距離權重法（Lu et al，2008）計算LDI指數，利用式（2）與式（3）遍歷緩沖區(qū)內所有景觀單元點，確定每個Si對應的反距離權重系數λi，進而計算出點So對應位置的LDI指數；

式中：LDIindex（so）是該點通過反距離權重法計算出的LDI指數，So為當前待計算的景觀單元。Si是以So為中心的緩沖區(qū)范圍內的任一景觀單元，LDIsi是Si對應的土地利用分類的LDI系數，λi是Si對應的反距離權重系數，doi是景觀單元So至Si的距離，n是緩沖區(qū)范圍內景觀單元的總數。

（3）在濕地評價范圍內逐點移動當前點So，最終得到該范圍內所有點的LDI指數。由于LDI系數處于1到10之間，LDI指數也相應落在此區(qū)間內。1代表濕地完全處于自然健康狀態(tài)，10代表濕地被人類高度開發(fā)而極度退化。LDI指數越大，表明濕地受人類干擾強度越強烈，健康狀況也越差。

2.2 土地利用分類

LDI指數的計算需要使用濕地區(qū)域的土地利用分類圖，以2005年的蘇州市1∶1 0000土地利用現狀圖作為基礎底圖，并結合2011年數字航空影像與現場調繪資料來輔助解譯與判讀，最終得到地面分辨率為1 m的土地利用分類圖（圖3是以金雞湖濕地區(qū)域為例的土地利用分類圖），具體分類情況如表1所示，表中的LDI系數參考中國臺灣地區(qū)（Chen et al，2013）。

圖3　 金雞湖區(qū)域土地利用分類圖

表1　濕地區(qū)域土地利用分類與對應的LDI系數

2.3 緩沖區(qū)大小的設定

緩沖區(qū)大小的設定直接關系到參與計算的鄰近景觀單元的總數與反距離權重系數的確定，影響著最終LDI指數的大小。在實際應用中，評價者應根據實施難度、生態(tài)學意義以及評價對象等因素綜合確定緩沖區(qū)范圍（林波等，2009；Reiss et al，2010；Chen et al，2013）。本文選擇了陽澄湖、石湖與金雞湖這3個濕地作實驗，分別以200 m、400 m、600 m、800 m與 1 000 m為半徑設定緩沖區(qū)范圍大小并計算對應的LDI指數。其中面積最大的是陽澄湖濕地，達到11 747.10 hm2；面積最小的是石湖濕地，僅有290.26 hm2；面積居中的為金雞湖濕地，為701.82 hm2。通過比較5種半徑范圍緩沖區(qū)下陽澄湖濕地LDI指數的計算結果發(fā)現，隨著緩沖區(qū)半徑的增大，濕地邊界附近區(qū)域的LDI指數差異也越來越明顯，但同時LDI指數最大的局部區(qū)域也會被部分平滑（圖4）。

為了揭示緩沖區(qū)大小與LDI指數之間的關系，將3個濕地各自范圍內所有景觀單元的LDI指數取平均值，得到如圖5所示的結果?？梢钥闯鯨DI指數隨著緩沖區(qū)的擴大而上升，緩沖區(qū)大小的變化對于不同面積的濕地影響也不同，面積最大的陽澄湖濕地受緩沖區(qū)大小的影響相對較小，面積較小的金雞湖濕地與石湖濕地則受緩沖區(qū)大小的影響較大。其中金雞湖濕地的LDI增長幅度最快，其主要原因是金雞湖濕地外圍商業(yè)與房產開發(fā)密集，對濕地健康影響較大。相反陽澄湖濕地外圍更多的是農田與綠地，其對濕地健康影響較小，所以對應的LDI增長幅度最慢。綜合考慮3個濕地的LDI指數變化趨勢，將緩沖區(qū)半徑確定為400 m（圖5）。

圖4　 不同緩沖區(qū)條件下的陽澄湖濕地LDI指數計算結果

3 結果分析

基于半徑400 m的緩沖區(qū)，使用CIWLDI方法計算12個濕地的LDI指數，如圖6所示?？梢钥闯鰸竦刂行膮^(qū)域的健康狀況普遍比外圍區(qū)域要好。進一步分析這些濕地LDI指數的標準差，可以發(fā)現金雞湖與獨墅湖濕地的標準差最大，說明這2個濕地周邊受到的各類影響因素差異較大，造成濕地內部不同區(qū)域的健康狀況懸殊，導致LDI指數分布不均。相反，白蜆湖與淀山湖等濕地面積相對較小，周邊環(huán)境比較單一，對濕地不同區(qū)域造成的影響差異不大，所以這些濕地內部景觀單元之間LDI指數比較接近，標準差較小。

圖5　 不同緩沖區(qū)條件下的各濕地LDI均值

圖6　 濕地的LDI指數圖

圖7　 12個濕地的LDI指數均值圖

表2　 各濕地LDI指數計算結果比較

為了直觀地比較不同濕地之間的景觀健康狀況，計算每個濕地緩沖區(qū)范圍內所有景觀單元點LDI指數的平均值，將其作為該濕地的整體評價分數，如圖7所示。12個濕地中，白蜆湖濕地、傀儡湖濕地與澄湖濕地的LDI指數較小，說明這些濕地健康程度較好。原因在于這3個濕地周圍以農田與水塘為主，基本沒有工業(yè)區(qū)與商業(yè)區(qū)。相反，獨墅湖濕地與金雞湖濕地位于市區(qū)熱點開發(fā)地區(qū)，周圍布滿了商業(yè)設施與住宅小區(qū)，LDI指數也相應地超過了2，健康程度較差。總體來講，健康程度良好的濕地一般分布在市郊，周邊區(qū)域開發(fā)程度相對較小，對應LDI指數也較低。而靠近城區(qū)中心的濕地則受到的人為干擾情況比較嚴重，健康狀況較差，對應的LDI指數也偏高。

將上述結果與傳統(tǒng)LDI方法結果作比較，如表2所示。除了太湖濕地公園與三角嘴濕地位置互換之外，本文方法對濕地健康評價排序結果與傳統(tǒng)LDI方法基本相同。由于本文方法擴大了各濕地之間LDI指數的差異，更容易區(qū)分各濕地之間不同的健康狀況，因此本方法更具優(yōu)勢。

4 結論

（1）本文研制了一種CIWLDI濕地景觀健康評價方法。該方法以空間最小景觀單元為基本單位，考慮其緩沖區(qū)范圍內所有景觀單元對濕地健康狀況的共同影響作用，不僅可以反映濕地之間的相對健康差異，還可以顯示單個濕地內部不同區(qū)域的健康差異情況。與傳統(tǒng)LDI方法相比，該方法考慮了土地利用分類與濕地之間距離對于濕地生態(tài)系統(tǒng)的影響，可以從景觀要素的層面全面反映人類干擾活動對濕地健康的影響。該方法簡單易用，可以為濕地管理提供新的思路和方法，對大范圍濕地健康評價研究具有借鑒意義。

（2）評價結果表明，健康狀況較好的濕地大多位于蘇州市郊，這些濕地開放水體面積相對較大，不易受到人類活動的直接干擾，周圍土地利用開發(fā)程度相對較小，受到周邊環(huán)境的負面影響相對較小。相反，健康狀況較差的濕地大多開放水體面積相對較小，而且大部分靠近城區(qū)中心開發(fā)強度較高的區(qū)域，周邊有較多的商業(yè)區(qū)、住宅區(qū)與休閑娛樂區(qū)，較易受到人類活動的直接干擾。

（3）能值計算是一個比較復雜的換算過程，LDI系數是根據當地不同土地利用分類所需的不可更新能源投入（能值）計算而來。由于各國各地區(qū)經濟發(fā)展水平不同，能值計算結果會存在一定程度的差異。因此今后需要根據蘇州研究區(qū)域收集的實際資料精確調整LDI系數，從而進一步提高本方法的評價精度。

參考文獻

陳展，尚鶴，姚斌.2009.美國濕地健康評價方法［J］.生態(tài)學報，29（9）：5015-5022

崔嬙，趙鵬宇，馮文勇，等.2015.山西滹沱河山區(qū)濕地生態(tài)系統(tǒng)健康評價［J］.濕地科學與管理，11（3）：16-19

林波，尚鶴，陳展，等.2009.濕地生態(tài)健康快速評價法簡介-以WRAP為例［J］.濕地科學與管理，5（4）：11-14

蘇群，楊朝輝.2010.基于遙感動態(tài)監(jiān)測技術的蘇州城市濕地公園保護研究［J］.河北農業(yè)大學學報，33（6）：123-127

Brown M T， Vivas M B. 2005. Landscape development intensity index ［J］. Environmental Monitoring and Assessment， 101（1/3）:289-309

Chen T， Lin H. 2013. Development of a framework for landscape assessment of Taiwanese wetlands［J］. Ecological Indicators， 25: 121-132

Lane C R， Brown M T. 2007. Diatoms as indicators of isolated herbaceous wetland condition in Florida， USA ［J］. Ecological Indicators， 7（3）:521-540

Lu G Y， Wong D W. 2008. An adaptive inverse-distance weighting spatial interpolation technique ［J］. Computers & Geosciences，34（9），1044-1055

Reiss K C， Brown M T， Lane C R. 2010. Characteristic community structure of Florida’s subtropical wetlands: The Florida wetland condition index for depressional marshes， depressional forested， and flowing water forested wetlands ［J］. Wetlands Ecology and Management， 18， 543-556

USEPA. 2006. Application of elements of a state water monitoring and assessment program for wetlands［R］. Wetlands Division， Office of Wetlands， Oceans，and Watersheds， U.S. Environmental Protection Agency， Washington， DC

Health Assessment of Wetlands in Suzhou Using Cell-based Inverse-distance Weighting Landscape Development Intensity

YANG Zhao-Hui1FENG Yu-Qing2SU Qun1QIAN Xin-Qiang1CHEN Zhi-Hui1ZHANG Ming-Lian2
（1 School of Environmental Science & Engineering， Suzhou University of Science and Technology， Suzhou 215009；2 Administrative Station of Suzhou Wetland Protection， Suzhou 215128）

AbstractUsing improved method of cell-based inverse-distance weighting landscape development intensity， wetland health at landscape level was assessed objectively and efficiently. Different types of land uses were integrated to reflect the completeness of the biological system. Results showed that most wetlands with good health conditions， which were less affected by human disturbance，were located in suburban areas. In contrast， those with poor health conditions were degraded and commonly close to heavily developed areas. Compared with other assessment methods， our method can be used to assess the overall health situation of all the wetlands and the differences of health of individual wetlands. When lacking data of field observation， our method can implement health assessment in large area in short time using only the land-use classification map.

Key wordsWetland； Landscape Development Intensity； Inversedistance weighting； Health assessment

doi:10.3969/j.issn.1673-3290.2016.01.04

收稿日期：2015-10-23

基金項目：江蘇省六大人才高峰資助項目（2014-NY-020）、江蘇省環(huán)境科學與工程重點實驗室開放基金項目（Zd131208）和蘇州市科技計劃項目（SYN201510）資助

作者簡介：楊朝輝（1976-），男（漢族），副教授，博士，主要從事環(huán)境遙感與濕地評價研究，E-mail：yzhac@163.com