付鈺珊,胡文敏, 徐婭楠,賈冠宇,楊睿瀚
(中南林業(yè)科技大學(xué) 林學(xué)院,湖南 長沙 410004)
濕地的水文過程面臨人類活動、氣候變化等諸多方面的影響,濕地生態(tài)系統(tǒng)也因此發(fā)生不同程度的變化[1]。水位作為濕地水文過程的最主要因素,對濕地覆被類型、生物多樣性組成、初級生產(chǎn)力和物質(zhì)能量的循環(huán)有重要的調(diào)節(jié)功能,水位的變化會對濕地生態(tài)系統(tǒng)的穩(wěn)定性產(chǎn)生重大影響[2]。此外,水位變化對濕地生態(tài)系統(tǒng)的影響在構(gòu)成“氣候變化 / 人類活動—濕地環(huán)境—濕地生態(tài)”的研究環(huán)節(jié)中具有基礎(chǔ)性,因而是目前濕地生態(tài)水文學(xué)及全球變化關(guān)注的重點[3]。
洞庭湖位于湖南省北部,是長江最重要的調(diào)蓄湖。濕地水位年際變化與季節(jié)變化都很大,且由于季節(jié)不同,會呈現(xiàn)“漲水是湖,退水為洲”的動態(tài)景觀[4]。湖區(qū)水位一般在6~7月份達到最大,這種水位的劇烈變化對濕地覆被類型具有重要的影響。洞庭湖在人類活動的影響之下,湖底存在大量淤泥,水位和水面面積持續(xù)下降[5],目前對于洞庭湖水情變動究竟是如何影響濕地覆被變化的認識仍不清晰,因此探討洞庭湖水情變化對湖區(qū)濕地覆被類別的空間響應(yīng)就顯得格外重要。本文以Landsat8 OLI數(shù)據(jù)為主要數(shù)據(jù)源,通過對濕地水位進行分析,探討其對覆被類型的演替的影響。
洞庭湖位于湖南省東北部、長江中游荊江南岸,介于北緯28°39′~30°14′和東經(jīng)111°42′~113°39′之間,是我國吞吐量最大的淡水湖,也是長江中游地段最重要的蓄水湖與調(diào)洪湖[6~8]。洞庭湖北有荊南四口:松滋、藕池、太平、調(diào)弦,每年汛期分泄長江洪水量50%以上。有湘、資、沅、澧四水在此交匯,從城陵磯流出長江[9]。洞庭湖水位在4月份開始上漲,7~8月份達到最高,11月份至次年3月份是枯水期[10]。城陵磯多年平均徑流量約3126億m3,最大年徑流量(1945年)5268億m3,最小年徑流量(1978年)1990億m3[11]。
本文選取Landsat系列數(shù)據(jù)中的Landsat8 OLI-TIRS衛(wèi)星數(shù)字產(chǎn)品,來自于地理空間數(shù)據(jù)云網(wǎng)站,選取的數(shù)據(jù)云量均小于20,根據(jù)行政區(qū)、經(jīng)緯度、行列號獲取覆蓋洞庭湖研究區(qū)域的地圖數(shù)據(jù)集;數(shù)字高程模型(DEM)來源于中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心;城陵磯水位站同期水位數(shù)據(jù)來源于長江海事局。本文主要選用標準真彩色432組合,用于識別地物及其分類。
本文使用eCognition軟件對研究區(qū)2017年12期遙感影像進行多尺度分割。在分割參數(shù)設(shè)置時,NIR波段的分割權(quán)重為2,其他為1。其次在設(shè)置同質(zhì)性權(quán)重時,形狀和顏色參數(shù)設(shè)為0.2,以及緊致度和平滑度參數(shù)設(shè)為0.7。根據(jù)洞庭湖圖像現(xiàn)狀以及不斷地試驗,最終確定最優(yōu)分割尺度為150,該分割尺度能很好區(qū)別出水體以及其他植被。
本文以多尺度分割得到的影像為基礎(chǔ),結(jié)合多源數(shù)據(jù)輔助信息,運用閾值分類法和目視解譯對Landsat8 OLI數(shù)據(jù)進行土地覆蓋類型提取,為了提高分類效果,除利用常用的近紅熱波段(NIR)、紅波段(R)、綠波段(G)、藍波段(B)的反射率區(qū)分地物以外,本文主要通過計算以下特征指標進行閾值分類:
(1)NDVI(歸一化植被指數(shù))主要用于識別植被生長狀態(tài)、植被覆蓋度,是植被覆蓋度和植被生長狀態(tài)的指標,可很好的區(qū)分出植被與非植被地類[12]。計算公式如下:
NDVI=(NIR-R)/(NIR+R)
(1)
(2)NDWI(歸一化水指數(shù))一般用來提取影像中的水體信息,區(qū)分水體和非水體效果較好[13]。
NIWI=(G-NIR)/(G+NIR)
(2)
(3)RVI(比值植被指數(shù))能增強植被與土壤背景間的輻射差異,是綠色植物的靈敏度指標,能衡量植被長勢和豐度,適用于區(qū)分植被類型[14]。
RVI=NIR/R
(3)
結(jié)合Google Earth軟件調(diào)出2017年高分辨率谷歌影像進行人機交互,選擇分類訓(xùn)練樣本,進行精度評價[15]。利用ArcGIS軟件將分類結(jié)果圖與影像疊加分析再修改,減少錯分漏分的地塊,從而提高分類精度[16]。經(jīng)過驗證,本文的分類精度都達到了80%以上。
洞庭湖濕地覆被類型與水位統(tǒng)計數(shù)據(jù)如表1所示。
表1 洞庭湖水位及各覆被類型面積統(tǒng)計
濕地覆被分類中,本文將洞庭湖分為水體、深草、淺草、林地、灘涂、沙地6大類。在不同時期下,伴隨著水位變化,各覆被類型也將會隨著時間而變化,呈現(xiàn)出不同的分類格局。由此,可將洞庭湖一年的覆被變化劃分為枯水期、漲水期、豐水期、退水期4個時期,如圖1。
由圖1可知,洞庭湖在12月份、1月份、2月份為枯水期。在該時期中,淺草面積占比最大,分別占比32%、37%、38%。其次是水體面積,分別占比為35%,28%,32%占比面積相對較少的是沙地和灘涂,這兩類覆被在枯水期洞庭湖濕地生態(tài)系統(tǒng)中占比之和平均值不超過總體面積的11%,1月份灘涂占比面積最小。由此可見,枯水期中濕地類型變化較明顯。
由圖2可知,洞庭湖在3月、4月、5月為漲水期,此時可以看到與枯水期相比圖中水體部分逐漸擴大,水體面積為占比最大的濕地類型,其面積占比分別為37%、42%、45%;淺草面積占比相較于枯水期相對減少,分別為31%、34%、30%;且占比較少的依舊為灘涂和沙地類型。由此可見,漲水期中,洞庭湖濕地覆被類型變化相對穩(wěn)定,水體部分明顯增加。
圖1 枯水期(12~2月份)濕地類型分布(a、b、c)及濕地類型面積占比(d、e、f)
圖2 漲水期(3~5月份)濕地類型分布(a、b、c)及濕地類型面積占比(d、e、f)
由圖3可知,洞庭湖在6~8月份為豐水期,河中水量豐富,延續(xù)時間長??梢钥吹綀D中水體部分大幅度增加,水體面積也達到全年最大,分別占比為77%、78%、67%,超過洞庭湖濕地總體面積的74%;淺草類型在這個時期因為水體的淹沒范圍增大而相對減少,面積占比分別為12%、8%、19%;此時灘涂和沙地為一年中面積占比最小的時期,兩者面積之和不超過總體面積5%。該月份中濕地類型變化較單一,基本為水體。
由圖4可知,洞庭湖9~11月份為退水期,汛期過后水流逐漸退去水體部分逐漸減少,面積占比分別為63%、49%、42%,水體面積依然占比最大;該時期其他覆被類型因退水也呈現(xiàn)不同程度的增加,其中淺草類型占比為20%、32%、24%。由此可見,該時期水體回落,其他覆被類型逐漸顯露出來,因而具有相對豐富的特征。
一般情況下,水位會隨著季節(jié)的變化而變化,使得洞庭湖濕地的類型會隨著水位的變化而在時間、空間上呈動態(tài)變化。從圖5可以看出,洞庭湖一年水位在11月份至次年2月份較低,5~10月份較高,其中洞庭湖水位最小值在1月份為20.07 m,7月份達到最大值為32.31 m。
從圖5中可知,2~7月份,隨著水位的增高,水體面積呈逐步升高的趨勢,其他覆被類型呈總體下降趨勢,1月份除水體外的覆被類型面積普遍到達最高值,7月份除水體外的覆被類型面積普遍達到最低。8月份到11月份,隨著水位的逐步下降,洞庭湖的水面面積逐漸減少,此時水面面積因“四口”“四水”的來水量減少而逐漸減少,由外向湖中心逐漸收縮減少,除水體外覆被類型呈總體上升趨勢。11月至次年2月份,除水體外的覆被類型在一年中最為豐富,并隨著水位的變化而逐漸下降,濕地水域部分逐漸顯露。灘涂、沙地在豐水期隨著水位的升高而逐漸減少甚至消失。
圖3 豐水期(6~8月份)濕地類型分布(a、b、c)及濕地類型面積占比(d、e、f)
圖4 退水期(9~11月份)濕地類型分布(a、b、c)及濕地類型面積占比(d、e、f)
圖5 不同覆被類型面積堆積
本文根據(jù)不同覆被類型12個月份的面積以及同期水位繪制散點圖,通過SPSS進行雙變量Pearson相關(guān)分析,再以擬合優(yōu)度(R2)為指標,篩選擬合效果最好的回歸模型。結(jié)果如圖6與表2所示。
水位和水面面積具有高度顯著(P<0.01)的正相關(guān)關(guān)系,二者相關(guān)系數(shù)為0.925,散點圖偏凸斜向上,即水體面積隨著水位的增大而增大。水位每變化1 m,洞庭湖水面面積變化10996 hm2。決定系數(shù)R2為0.8557,說明水位變化對水面面積變化的解釋程度較高,該回歸關(guān)系能解釋水體面積86%的變化。
水位與深草類型面積具有極顯著(P<0.01)的相關(guān)關(guān)系,二者的相關(guān)系數(shù)R為-0.879在0.01水平上具有極強相關(guān)性,水位與深草類型呈負相關(guān)關(guān)系,散點圖是偏凹斜向下的,說明水位升高,深草類型的面積隨之減少。水位每變化1 m,深草類型隨之變化2454 hm2左右。兩者回歸方程的決定系數(shù)為0.7727,表示該二次曲線模型的擬合優(yōu)度較高,能很好的反映兩者關(guān)系,并能解釋深草類型面積78%左右的變化。
圖6 水位與濕地覆被類型之間的回歸分析
表2 SPSS相關(guān)分析關(guān)系
水位與淺草類型面積具有高度顯著(P<0.01)的相關(guān)關(guān)系,二者相關(guān)系數(shù)R為-0.85在且呈負向相關(guān)關(guān)系,散點圖偏凸斜向下,說明淺草類型隨水位的增大而減少。水位每變化1 m,淺草面積則變化7806.4 hm2。兩者回歸方程的決定系數(shù)R2為0.7232較高,說明水位變化對淺草變化的解釋程度較高,該回歸關(guān)系能解釋淺草面積72%的變化。
水位與灘涂類型面積呈較顯著(P=0.009<0.01)的相關(guān)關(guān)系,二者的相關(guān)系數(shù)R為-0.715具有強相關(guān)性,水位與灘涂類型為負相關(guān),散點圖偏凹斜向下,說明水位升高,灘涂類型隨之減少。水位每減少1 m,灘涂面積減少1718 hm2?;貧w方程的擬合優(yōu)度R2=0.5106,表示水位能解釋灘涂類型51%的變化。
水位與林地類型面積具有中度顯著(P=0.029<0.05)的負相關(guān)關(guān)系,相關(guān)系數(shù)R為-0.628在0.05水平上具有中度相關(guān)關(guān)系,散點圖偏凸斜向下,說明水位升高,林地類型隨之減少。水位每減少1 m,林地減少3847 hm2。水位-林地面積回歸方程的決定系數(shù)R2為0.3946,說明兩者的擬合優(yōu)度處于中下水平,水位僅能解釋沙地類型39.46%的差異變化。
水位與沙地的顯著水平P=0.13>0.05,說明沙地覆蓋類型與水位變化之間的相關(guān)程度不明顯甚至不相關(guān),此時相關(guān)系數(shù)R無意義,回歸方程擬合優(yōu)度較差,回歸關(guān)系僅能解釋沙地類型變異的21.35%。由以上分析可知,水位與水體面積相關(guān)關(guān)系最高,深草、淺草之間的相關(guān)關(guān)系其次,沙地和水位的相關(guān)關(guān)系最差。
本文以Landsat8 OLI數(shù)據(jù)為主要數(shù)據(jù)源,利用eCognition,Arcgis軟件通過面向?qū)ο蠓诸惙椒▽Χ赐ズ竦剡M行解譯,將洞庭湖濕地覆被類型劃分為水體、沙地、淺草、灘涂、林地、深草。通過DEM數(shù)據(jù)與水位觀測數(shù)據(jù)來統(tǒng)計各期水位,進而對洞庭湖一年內(nèi)水位變化對濕地覆被類型演替的影響進行研究,主要結(jié)果如下:
(1)濕地覆被類型全年面積均值占比大小依次為:水體>淺草>林地>深草>灘涂>沙地。洞庭湖濕地覆被類型呈季節(jié)性變化,從1~12月份,水體面積先增加后減少,最高占比(7月份)較最低占比(1月份)上升50%。其他覆被類型先減少后增加。
(2)洞庭湖濕地的水位在一年內(nèi)呈現(xiàn)漲-豐-枯-退的規(guī)律性漲落變化。洞庭湖水位最小值在1月份為20 m,7月份達到最大值為32 m。2~7月份,隨著水位的增高,水體面積呈逐步升高的趨勢,除水體外的其他覆被類型呈總體下降趨勢,灘涂、沙地在豐水期隨著水位的升高而逐漸減少甚至消失。8~11月份,隨著水位的逐步下降,洞庭湖的水面面積由外向湖中心逐漸收縮減少,除水體外覆被類型呈總體上升趨勢。11月至次年2月份,水位逐步下降,濕地水域部分逐漸縮小,除水體外的覆被類型在一年中最為豐富。
(3)水位的波動對濕地覆被類型具有顯著的影響,水位與水體面積相關(guān)關(guān)系最高,相關(guān)系數(shù)排列大小依次為:水體>深草>淺草>灘涂>林地>沙地。其中深草、淺草、水體、灘涂類型極顯著的(P<0.01)受到洞庭湖濕地水位變化的影響。水位每增加1 m,淺草面積減少7806 hm2,深草面積減少2454 hm2,灘涂面積減少1718 hm2,林地面積減少3847 hm2,水體面積則增加10996 hm2。