黃河三角洲人類活動強度的濕地景觀格局梯度響應

韓 美，張 翠，路 廣，劉玉斌，余灝哲

?

黃河三角洲人類活動強度的濕地景觀格局梯度響應

韓 美，張 翠，路 廣，劉玉斌，余灝哲

（山東師范大學地理與環境學院，濟南 250014）

為了研究黃河三角洲濕地景觀格局沿人類活動強度的梯度變化規律，該文基于土地科學和景觀生態學原理，在RS、ArcGIS和FRAGSTATS軟件支持下，以1989、1999、2009和2014年四期遙感影像為數據源，利用人工目視解譯方法構建研究區景觀類型圖。基于解譯結果，選取耕地、工礦用地、居民點和交通用地等土地利用指標來反映人類活動強度，采用自然間斷法將人類活動強度從強到弱分帶。文章分析了黃河三角洲不同人類活動強度樣帶不同時期的濕地景觀格局變化特征，以及2014年主要景觀類型的格局特征對人類活動強度的梯度響應。結果表明：人類的干擾活動使得不同景觀類型在人類活動強度各樣帶表現出明顯的空間差異。在景觀水平上，隨著人類活動強度的降低，樣帶景觀的豐富度和斑塊數增加，2009年斑塊數量達到8 000個；多樣性和均勻度指數呈先增后減趨勢，景觀聚集度和連通性持續增加，在第10樣帶達到99.42%，破碎化程度不斷降低；在類型水平上，水庫坑塘、水產養殖場、鹽田和未利用地在梯度帶中較好地反映了景觀格局的變化特征，其中各景觀類型的形狀指數和分維數隨人類活動強度的梯度變化呈現明顯的變化趨勢，景觀形狀趨于復雜化，面積比例、斑塊密度和最大斑塊指數的梯度變化較大，波動明顯，鹽田在人類干擾最大時斑塊指數達到26%。該文揭示了景觀格局沿人類活動強度的梯度變化規律，可為研究區濕地生態恢復及可持續利用提供參考。

土地利用；遙感；濕地；濕地景觀；梯度響應；黃河三角洲

0 引 言

20世紀70年代，全球變暖、水資源短缺、生態系統退化、生物多樣性減少、海洋污染等全球性環境問題凸顯，人類活動對自然過程的擾動開始受到國際科學界的高度關注[1]，相關組織先后發起了世界氣候研究計劃[2-3]、國際地圈-生物圈計劃[4-5]、全球環境變化的人文因素計劃[6]和國際生物多樣性科學研究規劃[7]等行動計劃，將人類活動納入影響全球變化的主要因子范疇。與此同時，國內學者則從人類活動導致的生態環境問題入手，展開了人類活動強度綜合評價指標構建與景觀生態響應研究。文英[8]最早對人類活動強度的概念及其量化進行了研究，認為人類活動強度是指一定面積的區域受人類活動的影響而產生的擾動程度，由此出發，建立涉及自然、經濟和社會子系統的指標體系，通過層次分析或專家打分等方法確定指標權重，進而采用指標加權求和得出人類活動強度結果。之后許多學者在對該方法進行改進的基礎上，在西北干旱區[9-10]、滹沱河流域[11]、南方紅壤丘陵區[12]、岷江上游[13]、北洛河流域[14]等地開展了相關實證研究，取得了有益的進展，但尚未形成普適性強的綜合指標算法。人類活動強度相關研究[15]的開展為探討濕地景觀格局變化提供了新思路。

濕地被譽為“地球之腎”，是人類重要的環境資本，但近年來城市建設[16-17]、圍海造田[18]、石油開采[19]、旅游開發[20]等土地開發活動直接或間接改變著濕地生態系統的格局，濕地景觀不斷發生變化，生態環境日益惡化，引起了國內外學者的廣泛關注。眾學者就人類活動對濕地景觀的影響開展研究，一般從2個角度展開：一是針對某一特定人類活動類型[21-24]直接闡述其空間強度分布，這種研究詳盡、直觀，但往往過于片面，難以描述人類活動的綜合效應；二是采用人類活動相關指標[25-27]間接反映人類活動強度，該角度的分析在較大尺度的研究中得到廣泛應用，效果顯著。人類活動已成為濕地景觀格局變化的主要驅動力[28-29]。

黃河三角洲地處河-海-陸交匯地帶，環境特征的多重界面性使其成為眾多學者關注的區域。過去關于該區域濕地景觀格局變化機制的研究多集中在水沙變化[30]、水鹽變化[31]等自然影響因素上，對于生態界面交互條件下的人類活動作用機制研究略顯不足，大多停留在油田開發[32-33]、水利工程建設[34]、沿海防潮工程[35]、鹽田開發及魚塘修建[36]、道路建設[37-38]等單一人類活動方式對濕地景觀的影響研究，不同干擾強度下的濕地景觀格局響應分析尚有所欠缺。

鑒于此，本文將借助RS和GIS手段，以黃河三角洲為研究區域，在分析濕地景觀空間特征的基礎上，劃分人類活動強度帶，分析1989－2014年黃河三角洲濕地景觀格局對人類活動強度的梯度響應，以期為黃河三角洲濕地景觀恢復重建與區域可持續發展提供科學決策支持[39]。

1 數據來源與研究方法

1.1 數據來源

遙感數據來自美國地質調查局USGS（網址：https://www.usgs.gov/），包括1989年、1999年、2009年和2014年的Landsat TM、ETM+和OLI影像（表1）；野外調查數據，在野外布設調查路線、采樣帶、采樣點，利用GPS進行樣點定位，記錄樣點植被類型、水文、地貌及人類活動特征等要素，野外調查數據主要用于遙感影像解譯精度檢驗；相關統計資料及圖件，主要包括：《東營市統計年鑒》（2009、2014年）、《山東省統計年鑒》（2009、2014年）、東營市地形圖、東營市交通圖、東營市土地利用現狀圖、shapefile格式的東營市行政區矢量數據。

表1 遙感影像

1.2 研究方法

1.2.1 遙感解譯

以ENVI5.3為技術平臺，對四期遙感影像進行幾何校正、波段組合和研究區裁剪等預處理，結合相關圖件以及實地調查結果對遙感影像進行人工目視解譯和分類。

景觀類型的劃分是進行景觀格局分析的基礎，確定適宜的基本分類單元對景觀生態研究十分關鍵。本文根據黃河三角洲濕地景觀類型的特點及組成，參照已有的研究成果[40]，將黃河三角洲濕地景觀劃分為自然濕地景觀、人工濕地景觀和非濕地景觀3大類，具體包括河流水面、灘涂、自然林地、草甸、水庫坑塘、水產養殖場、鹽田、耕地、工礦用地、其他建設用地和未利用地11種類型（表2）。

為了提高分類精度，在景觀類型辨識和判讀過程中通過目視解譯進行修訂，并輔以東營市土地利用圖和現場勘察資料，以確保解譯的精度，為后續景觀格局分析提供可靠的數據。具體過程為：將裁剪后的圖像導入ENVI監督分類模塊（supervised classification）中，采用最大似然法進行初步分類，對分類后遙感圖像中的小圖斑進行聚類統計、過濾、去除分析等操作，獲得分類圖。利用總體精度和Kappa系數對此次分類圖像的精度進行驗證，得到四期分類圖像的精度（表3）。

表2 黃河三角洲濕地景觀分類系統

表3 遙感影像分類精度Table 3 Accuracy of remote sensing image classification

由表3可知，四期影像的總體精度都在80%以上，Kappa系數均大于0.75，分類精度較高，具有較好的表征性，滿足本次研究的要求。

1.2.2 景觀格局分析法

為了能夠有效而準確地反映景觀結構信息，景觀類型的屬性數據從景觀和類型水平共選取12項指標進行分析，其計算借助FRAGSTATS 4.2完成：

1）景觀水平格局指數：包括香農多樣性指數（Shannon diversity index, SHDI）和香農均勻度指數（Shannon evenness index, SHEI），斑塊內聚力指數（patch cohesion index, COHESION），景觀蔓延度（contagion, CONTAG）和景觀聚合度（aggregation index, AI）、景觀斑塊數（landscape patch number，NP）、斑塊密度（patch density，PD）。其公式表達式如下

（2）

（3）

（5）

NP（6）

式（1）～（7）中為景觀類型總數；p為景觀類型的面積比例；0≤SHEI<1；p為斑塊的周長，m；為整個景觀的面積，m2；a為斑塊的面積，m2；g為斑塊類型和之間相鄰的格網單元數；0g是基于單倍法的斑塊類型像元之間的節點數；為景觀類型中斑塊總數；NP≥1，為景觀中的斑塊總數；下同。

2）類型水平格局指數：包括景觀類型百分比（percentage of landscape，PLAND）、景觀形狀指數（landscape shape index，LSI）、最大斑塊指數（largest patch index，LPI）、平均斑塊分維數（mean patch fractal dimension，MPFD）、斑塊密度（patch density，PD），在類型水平格局指數中用到的斑塊密度與在景觀水平格局指數中用到的斑塊密度，均用PD來表征，其公式同公式（7），此不贅述。其他公式如下

（9）

（10）

式（8）～（11）中e是類型的邊緣總長度，m；mine為e的最小可能值，m；LSI≥1；max=1(a) 表示某一斑塊類型中的最大斑塊面積，m2；0

1.2.3 人類活動強度指標選取

評價人類活動強度時可以選取耕地、居民點、工礦用地，交通運輸、鹽田、水產養殖，油田開發等反映人類活動強度的指標，由于各指標對景觀格局的影響強度不同，筆者對其進行了科學合理的篩選。從統計分析和時空格局來看，耕地、居民點、工礦用地、交通運輸4類土地利用指標的時間尺度長，占比大，空間分布大分散、小聚居，對研究區景觀格局的影響較為深刻。而鹽田、水產養殖、油田開發的時間尺度短，占比小，分布集中，對局部區域的景觀格局影響較大，但對整體景觀格局的影響較小。綜上，本文選取了耕地、居民點、工礦用地、交通運輸4類土地利用指標用于評價人類活動強度。

1.2.4 加權綜合指數法

加權綜合指數法，是指標綜合的基本方法，本文采用該方法將人類活動強度指標進行加權求和，計算人類活動強度，較全面地反映了人類活動強度的影響因素，具體公式如下

式中為區域人類活動強度；w為指標權重；x為像元影響力值；和代表像元位置。

在參閱相關文獻的基礎上[15,41,44]，得到各指標權重：耕地面積及其空間分布為0.166 7，居民點及工礦用地為0.333 3，交通運輸線路為0.5。耕地，工礦用地、居民點用地影響力值是根據各自景觀斑塊面積大小進行取值。

1.2.5 反距離權重插值法

反距離權重插值法是在進行空間分析時常用的一種確定性插值方法，該方法假定每個輸入點都有局部影響，且這種影響隨著距離的增加而減弱。本文采用該方法對各指標因子的影響力分值進行插值。

耕地、工礦用地以及其他用地當中的居民點和交通用地對濕地景觀格局影響最大。在這4個影響因子中，道路對景觀的影響程度與道路等級密切相關，因此將研究區道路劃分為高速公路、鐵路、國道、省道、其他道路5個等級。參照相關研究成果[13,41-43]，對高速公路、鐵路、國道、省道和其他道路的影響力分別賦值為10 000、8 000、5 000、3 000、2 000。

首先基于2014年30 m分辨率的Landsat OLI遙感影像解譯結果和2014年東營市30 m分辨率交通圖矢量化結果，分別以耕地、居民點及工礦用地的空間分布圖和交通運輸線路的影響力值空間分布圖為插值要素進行反距離權重插值，得到耕地、居民點及工礦用地和道路影響力柵格圖；然后在人類活動強度計算模型的基礎上，運用ArcGIS軟件的柵格運算功能疊加得到人類活動強度空間分布柵格圖。

1.2.6 自然間斷分類法

自然間斷分類法是ArcGIS中常用的一種數據標準分類方法。“自然間斷點”類別基于數據中固有的自然分組，對分類間隔加以識別，在數據值差異相對較大的位置處設置邊界進行分組，使各組之間的差異最大化。

由于人類活動強度具有明顯的分類間隔，本文采用ArcGIS自然間斷分類法對分類間隔加以識別，對相似值進行最恰當地分組，使各類之間的差異最大化。將人類活動強度從強到弱劃分樣帶，并將其轉換成矢量圖層，形成不同人類活動強度的樣帶分區。

2 結果與分析

2.1 景觀總體特征分析

2.1.1不同時期濕地景觀類型圖

依據景觀分類標準，對遙感影像進行解譯判讀生成研究區濕地景觀類型圖（圖1）。

整體而言，研究區總面積呈小幅增加趨勢，由1989年765 082.24 hm2增加至2014年768 385.64 hm2，這主要由黃河攜帶泥沙在河口淤積所致。

就一級分類而言，1989－2014年自然濕地景觀呈波動減少趨勢，其中減少最多的是灘涂，減少了38 245.35 hm2，其次是草甸，減少了37 164.54 hm2；人工濕地景觀呈持續增加趨勢，共增加96 195.72 hm2，其中水庫坑塘增加46 996.64 hm2，水產養殖場增加19 470.71 hm2，鹽田增加29 728.37 hm2，主要由部分灘涂、草甸等轉化而來。鹽田、水產養殖場面積的大幅增加反映出在研究時段內黃河三角洲濕地區的人類活動日益頻繁和強烈；非濕地景觀中耕地、工礦用地和其他建設用地有所增加。

2.1.2 人類活動強度分布

由于人類活動強度具有明顯的分類間隔，本文采用ArcGIS自然間斷分類法對分類間隔加以識別，對相似值進行最恰當地分組，并使各類之間的差異最大化。將人類活動強度從強到弱分帶，并將其轉換成矢量圖層，形成不同人類活動強度的樣帶分區（圖2）。

由圖2可知研究區人類活動強度取值范圍102 219～2 542 350，由強到弱分為1～10強度樣帶。人類活動強度總體呈現由西南向東北遞增趨勢，在人類較為活躍區域，人類活動強度分級明顯。

借助ArcGIS軟件的疊加分析功能，將1989、1999、2009和2014年的濕地景觀類型圖與10個人類活動強度樣帶疊加，截取4個時段不同強度樣帶的景觀類型圖，計算景觀格局指數。

2.2 景觀水平的濕地景觀梯度響應

在自然或人為干擾下，景觀一般由單一、連續、均質的整體向復雜、不連續、異質的斑塊狀鑲嵌體變化，本文選擇與干擾密切相關的香農多樣性指數（SHDI）和香農均勻度指數（SHEI），表現景觀連通性的斑塊內聚力指數（COHESION），景觀蔓延度（CONTAG）和景觀聚合度（AI）、景觀破碎化（PD）來分析景觀水平上不同人類活動強度下的濕地景觀梯度響應。

2.2.1不同人類活動強度對濕地景觀多樣性的影響

將研究區不同人類活動強度的濕地景觀類型及斑塊數量進行統計得到圖3。由圖3a可見，不同的人類活動強度帶，濕地的景觀豐富度不同，濕地景觀豐富度總體上隨人類活動強度的降低而增加，其中在1～5強度樣帶增加趨勢明顯，6～10強度樣帶斑塊豐富度變化不大，原因是該強度樣帶面積大，抵抗人類活動干擾能力較強。

疾病的快速查詢是疾病知識庫與輸入框內的內容的快速匹配，需要將疾病知識庫載入Android SQLlite數據庫，引用List?View類包含解決與ScrollView的嵌套沖突，使用OnTouchEvent()事件響應，實現疾病與知識庫疾病編碼相匹配，關鍵代碼如下：

由圖3b可見，隨著人類活動強度的減弱，濕地景觀的斑塊數量不斷增加，其中1～3強度樣帶小幅增加；4～5強度樣帶明顯增加，6～10強度樣帶快速增加。

景觀多樣性指標主要受景觀組成豐富度和均勻度2方面的影響，本文用SHDI和SHEI來表征（圖4）。

由圖4可見，SHDI和SHEI的變化趨勢基本一致，均隨人類活動強度的減弱呈先增后減趨勢。SHDI和SHEI在1～4強度樣帶波動明顯，4～5強度樣帶增加明顯，5～9強度樣帶緩慢上升，9～10強度樣帶明顯下降。總體來看，景觀多樣性有所提高，各景觀類型在景觀中呈均衡化分布趨勢，達到峰值后，人類活動強度的增加反而會造成多樣性的降低，即中等程度的干擾可以提高景觀多樣性。

2.2.2不同人類活動強度對濕地景觀連通性的影響

景觀連通性的突變會產生一系列的生態效應，在景觀格局變化分析中意義重大，是衡量景觀功能的重要指標[43]。景觀連通性的變化與不同生態過程發生的尺度相關，景觀阻隔效應與阻力距離閾值密切相關。本文以黃河三角洲濕地景觀類型作為生境斑塊，整個區域景觀作為環境背景，景觀生境斑塊連通的阻力距離閾值在計算中分別設定0.5、1、2、4、8、12 km等6個阻力距離閾值，當斑塊間阻力距離大于閾值，認為這2個斑塊不連通[44-45]，小于或等于閾值，則認為它們是連通的。與整體連通性指數計算結果進行對比后發現，當阻力距離閾值為0.5時效果最佳，因此將阻力距離閾值設定為0.5[46]。本研究選用斑塊內聚力指數（COHESION）來度量景觀的連通性（圖5）。

由圖5可知，隨著人類活動強度的減弱，濕地景觀的整體連通性指標總體呈上升趨勢。1～2強度樣帶的斑塊內聚力指數保持在96.00%以上，最大達到98.40%。3～10強度樣帶呈波動上升趨勢，以2014年為例，第3強度樣帶的整體斑塊內聚力指數為97.05%，第10強度樣帶則上升到99.42%，說明研究區內各斑塊分布非常聚集。

2.2.3不同人類活動強度對濕地景觀聚集度的影響

本研究選用蔓延度和聚合度指數來度量景觀的聚集度。分析圖6可知，隨著人類活動強度的減弱，景觀斑塊的聚集程度有所提高，分布趨于集中。景觀蔓延度由于2009年和2014年第1強度樣帶僅包含1種景觀類型，不符合景觀蔓延度計算條件，因此景觀蔓延度不被計算，2～10強度樣帶呈波動增加趨勢。聚合度波動明顯，但隨人類活動強度的降低，總體呈現上升趨勢，具體表現為1～2和3～4強度樣帶急劇增加，5~10強度樣帶波動上升明顯，雖然第3、5強度樣帶AI值有波動下降，但不影響整體趨勢走向。

2.2.4 不同人類活動強度對濕地景觀破碎度的影響

本文采用斑塊密度表征不同人類活動強度條件下的景觀破碎化程度。由圖7可知，人類活動對景觀破碎化影響顯著，隨人類活動強度降低，斑塊密度和景觀破碎程度均下降，具體表現為：在1～3強度樣帶斑塊密度呈振蕩式變化，4～10強度樣帶不同年份的斑塊密度總體呈波動下降趨勢，雖然存在部分數據交叉及小幅增長，但不影響整體趨勢走向。

從不同年份來看，研究區景觀多樣性的變化基本上是2014年>2009年>1999年>1989年；1989－2014年景觀斑塊內聚力指數基本上是逐年降低，且不同強度樣帶的濕地景觀連接度呈對應下降的趨勢；除第1強度樣帶外，1989－2014年景觀蔓延度指數基本上是逐年降低的，其中2009－2014年不同強度樣帶蔓延度指數呈對應小幅升高趨勢；聚集度指數與蔓延度指數的變化規律相似，表明景觀破碎化程度得到改善，聚集程度不斷增加，人類的無序開發活動得到進一步遏制，開發活動趨于規模化、有序化；1989－2009年斑塊密度呈增加趨勢，這一階段景觀破碎化程度的加劇是人類的無序開發使然，而2009－2014年斑塊密度出現減小，景觀破碎化程度得到改善，說明人類的開發活動由盲目性、無序化向規模化、有序化發展。

綜上，景觀水平上的梯度響應分析結果表明，隨著區域人類活動強度的逐漸降低，濕地景觀豐富度逐漸增加，同時濕地景觀的斑塊數量也在不斷增加，多樣性指數和均勻度指數均呈現先增后減的變化趨勢。樣帶景觀中斑塊的聚集程度有所提高，分布趨于集中，景觀整體連通性增加，斑塊密度降低，景觀破碎程度降低。

2.3 類型水平的濕地景觀梯度響應

人類活動對濕地的影響主要表現為人工濕地對自然濕地的蠶食，本文選取研究區內分布廣泛且與人為干擾密切相關的水庫坑塘、水產養殖場、鹽田3種人工濕地和未利用地共4種景觀類型，分析人類活動強度對黃河三角洲濕地景觀格局的影響（圖8）。

由圖8a可知，由于人類活動強度降低，鹽田面積所占比例明顯下降趨勢；隨著平原水庫的大面積修建，水庫坑塘面積持續增加，水庫坑塘的面積比例則呈現先升后降的趨勢，在第4強度樣帶達到最高值18.30%，之后波動減少；水產養殖場的變化趨勢與水庫坑塘相近，不同的是在第5強度樣帶達到最高值15.52%；未利用地的景觀類型百分比值轉折點位于第7強度樣帶。以上變化說明人類有意識的干擾活動使不同景觀類型在不同人類活動強度下表現出明顯的空間分布差異性。

由圖8b可知，斑塊密度隨人類活動強度梯度的波動特征明顯，變化復雜。其中，未利用地的斑塊密度隨人類活動強度的減弱呈先增后減趨勢，斑塊密度值在第5強度樣帶達到最大值45個/hm2，結合其PLAND值的變化，可以看出未利用地的破碎程度先有所升高，以第5強度樣帶最為破碎，之后波動下降，維持在30個/hm2左右。其他3種類型的斑塊密度隨人類活動強度的減弱呈現波動下降趨勢，說明3種景觀類型的破碎程度隨著人類活動強度的降低而下降。從變化幅度看，鹽田>未利用地>水庫坑塘>水產養殖場；整體而言，第2~5強度樣帶4種景觀類型的PD值多有交叉，規律不明顯，而在第6~10強度樣帶各帶景觀類型的斑塊密度大小基本為未利用地>水庫坑塘>鹽田>水產養殖場。

由圖8c可知，未利用地的LPI值在各樣帶中較低且比較穩定，維持在0.39%～3.48%范圍內，波動幅度較小。人口集中、人類活動強烈的地區人類定向的活動方式導致的景觀類型發生變化，使得鹽田呈顯著下降趨勢，水庫坑塘和水產養殖場的LPI值均呈現先增后減的變化規律。

由圖8d可知，隨著人類活動強度的降低，4種主要景觀類型的景觀形狀指數表現出較強的規律性，基本呈波動上升趨勢，說明斑塊分布趨于離散，形狀趨于復雜。具體表現為：未利用地形狀逐漸增加，最高達50；水庫坑塘也增加，增加不明顯，最高為15；鹽田和水產養殖場先增加后減少。總體來說，研究區各強度樣帶未利用地的景觀形狀指數明顯高于水庫坑塘、鹽田和水產養殖場，結合圖1可知：在人為干擾強烈的地區，未利用地被大量開發成水庫坑塘、鹽田和水產養殖場等人工濕地，4種景觀斑塊呈聚集分布狀態，形狀趨于規則化。

由圖8e可知，未利用地和水庫坑塘的平均斑塊分維數隨著人類活動強度的降低均呈波動上升趨勢，未利用地最高達到1.16，且各強度樣帶兩者的平均斑塊分維數呈相應增加趨勢，變化較一致。水產養殖場和鹽田平均斑塊分維數總體呈上升趨勢但波動明顯，呈“增加-減少-增加”態勢，其中水產養殖場從最開始的1.05逐漸增加到1.10，說明人類活動強度越低的區域，景觀形狀愈加復雜；反之隨著人類活動強度增加，景觀規劃平整，形狀簡單化。

綜上研究，在景觀類型水平上，水庫坑塘、水產養殖場、鹽田和未利用地4種主要類型的景觀格局特征與人類活動強度梯度變化基本一致。各景觀類型的面積比例、斑塊密度和最大斑塊指數隨人類活動強度梯度的波動特征明顯，1～4強度樣帶變化較為復雜，5～10強度樣帶則呈現出波動下降的變化規律，說明不同景觀類型在不同人類活動強度下空間分布的差異性顯著，而形狀指數和分維數隨人類活動強度的梯度變化趨勢較明顯，均呈現波動上升趨勢，即隨人類活動強度的減弱，景觀形狀趨于復雜化。

3 結 論

本文選取反映人類活動強度變化的耕地、居民點及工礦用地、道路等土地利用指標構建人類活動強度，并劃分10個強度樣帶，從景觀和類型2個層次探討了1989－2014年黃河三角洲濕地景觀格局對人類活動強度的梯度響應，其主要結論如下：

1）研究區總面積呈小幅增加趨勢，由1989年765 082.24 hm2增加至2014年768 385.64 hm2。自然濕地景觀呈波動減少趨勢，灘涂減少最多，為38 245.35 hm2。草甸次之，減少了37 164.54 hm2；90年代以來大規模的灘涂被開發成鹽田和養殖池，人工濕地景觀持續增加；耕地、工礦用地、其他建設用地呈增加趨勢，非濕地景觀較小減幅。

2）景觀水平上，隨著區域人類活動強度的逐漸降低，濕地景觀豐富度和斑塊數量逐漸增加，其中2009年斑塊數量達到8 000個。多樣性指數和均勻度指數均呈現先增后減的變化趨勢，樣帶景觀中斑塊的聚集程度有所提高，分布趨于集中，景觀整體連通性增加，最高達到99.42%，破碎化程度降低。

3）類型水平上，水庫坑塘、水產養殖場、鹽田和未利用地4種主要景觀類型在強度樣帶中能較好地反映景觀格局的變化特征，其中面積比重、斑塊密度和最大斑塊指數隨人類活動強度梯度波動明顯，變化復雜。而形狀指數和分維數均呈波動上升趨勢，即隨人類活動強度的減弱，景觀形狀趨于復雜，其中未利用地形狀指數隨著人類活動強度降低達到50。

本研究揭示了黃河三角洲濕地景觀格局沿人類活動強度的梯度變化規律，土地開發活動已成為該區濕地景觀格局變化的主要驅動力，反映了圍海造田、鹽田、養殖業等土地開發活動對景觀格局的深刻影響。

[1] Miler R B. Interactions and collaboration in global change across the social and natural sciences[J]. Ambio, 1994, 23(1): 19－24.

[2] IPCC. Climate Change: Synthesis Report[R]. Working Groups I, II and III Contribution to the 5th Assessment Report. 2014.

[3] Barry R G. Mountain cryospheric studies and the WCRP climate and cryosphere (CliC) project[J]. Journal of Hydrology, 2003, 282(4): 177－181.

[4] Mauser W, Klepper G, Rice M, et al. Transdisciplinary global change research: the co-creation of knowledge for sustainability[J]. Current Opinion in Environmental Sustainability, 2013, 5(4): 420－431.

[5] Leemans R, Asrar G, Busalacchi A, et al. Developing a common strategy for integrative global environmental change research and outreach: the Earth System Science Partnership (ESSP)[J]. Current Opinion in Environmental Sustainability, 2009, 1(1):4-13.

[6] J?ger J. The international human dimensions programme on global environmental change (IHDP)[J]. Global Environmental Change, 2003, 13(1):69－73.

[7] Loreau M, Olivieri I. Diversitas: An international programme of biodiversity science[J]. Trends in Ecology & Evolution, 1999, 14(1): 2－3.

[8] 文英. 人類活動強度定量評價方法的初步探討[J]. 科學對社會的影響，1998(4)：55－60.

[9] 李香云，王立新，章予舒，等. 西北干旱區土地荒漠化中人類活動作用及其指標選擇[J]. 地理科學，2004，24(1)：68－75.

Li Xiangyun, Wang Lixin, Zhang Yushu, et al. Analysis of roles of human activities in land desertification in arid area of Northwest China[J]. Scientia Geographica Sinica, 2004, 24(1): 68－75. (in Chinese with English abstract)

[10] 汪桂生，頡耀文，王學強. 黑河中游歷史時期人類活動強度定量評價：以明、清及民國時期為例[J]. 中國沙漠，2013，33(4)：1225－1234.

Wang Guisheng, Xie Yaowen, Wang Xueqiang. Evaluation on human activity in the middle reaches of Heihe River in historical period: A case study on the Ming Dynasty, Qing Dynasty and the Republic of China[J]. Journal of Desert Research, 2013, 33(4): 1225－1234. (in Chinese with English abstract)

[11] 王金哲，張光輝，聶振龍，等. 滹沱河流域平原區人類活動強度的定量評價[J]. 干旱區資源與環境，2009，23(10)：41－44.

Wang Jinzhe, Zhang Guanghui, Nie Zhenlong, et al. Quantitative assessment of human activity intensity in Hutuohe catchment[J]. Journal of Arid Land Resources and Environment, 2009, 23(10): 41－44. (in Chinese with English abstract)

[12] 鄭文武，田亞平，鄒君，等. 南方紅壤丘陵區人類活動強度的空間模擬與特征分析－以衡陽盆地為例[J]. 地球信息科學學報，2010，12(5)：628－633.

Zheng Wenwu, Tian Yaping, Zou Jun, et al. Spatial simulation of human activity intensity in hilly red soil region of southern China: A case study in Hengyang basin, Hunan Province[J]. Journal of Geo-information Science, 2010, 12(5): 628－633. (in Chinese with English abstract)

[13] 胡志斌，何興元，李月輝，等. 岷江上游地區人類活動強度及其特征[J]. 生態學雜志，2007，26(4)：539－543. Hu Zhibin, He Xingyuan, Li Yuehui, et al. Human activity intensity and its spatial distribution pattern in upper reach of Minjiangriver[J]. Chinese Journal of Ecology, 2007, 26(4): 539－543. (in Chinese with English abstract)

[14] 吳琳娜，楊勝天，劉曉燕，等. 1976年以來北洛河流域土地利用變化對人類活動程度的響應[J]. 地理學報，2014，69(1)：54－63.

Wu Linna, Yang Shengtian, Liu Xiaoyan, et al. Response analysis of land use change to the degree of human activities in Beiluo River basin since 1976[J]. Acta Geographica Sinica, 2014, 69(1): 54－63. (in Chinese with English abstract)

[15] 徐勇，孫曉一，湯青. 陸地表層人類活動強度：概念、方法及應用[J]. 地理學報，2015，70(7)：1068－1079.

Xu Yong, Sun Xiaoyi, Tang Qing. Human activity intensity of land surface: concept, method and application in China[J]. Acta Geographica Sinica. 2015, 70(7): 1068－1079. (in Chinese with English abstract)

[16] 張景華，封志明，姜魯光，等. 道路干擾對瀾滄江流域景觀格局的影響[J]. 自然資源學報，2013，28(6)：969－980.

Zhang Jinghua, Feng Zhiming, Jiang Luguang, et al. Effect of road disturbance on landscape pattern in the Lancang River Valley[J]. Journal of Natural Resources. 2013, 28(6): 969－980. (in Chinese with English abstract)

[17] 衷平，楊志峰，崔保山，等. 公路對濕地的生態效應及其反饋的研究進展[J]. 濕地科學，2009，7(1)：89－98.

Zhong Ping, Yang Zhifeng, Cui Baoshan, et al. Advance on ecological effects of highway construction on wetland and its reactions[J]. Wetland Science. 2009, 7(1): 89－98. (in Chinese with English abstract)

[18] 宋紅麗，劉興土. 圍填海活動對我國河口三角洲濕地的影響[J]. 濕地科學，2013，11(2)：297－304.

Song Hongli, Liu Xingtu. Effect of reclamation activities on wetlands in estnarine delta in China[J].Wetland Science. 2013, 11(2): 297－304. (in Chinese with English abstract)

[19] 潘紅磊，張士權. 油氣田開發對濕地的影響及保護措施[J]. 油氣田環境保護，1997，7(4)：36－39.

Pan Honglei, Zhang Shiquan. The effect of oil/gas field development upon wetland and relevant protection measures[J].Environmental Protection of Oil & Gas Field. 1997, 7(4): 36－39. (in Chinese with English abstract)

[20] 向蕓蕓，蒙吉軍. 漓江流域旅游開發對景觀格局干擾的時空分異[J]. 山地學報，2014，32(1)：11－20.

Xiang Yunyun, Meng Jijun. Temporal and spatial analysis of tourism disturbance on landscape pattern in the li river basin of guangxi[J]. Mountain Research, 2014, 32(1): 11－20. (in Chinese with English abstract)

[21] Finlayson C M, Rea N. Reasons for the loss and degradation of Australian wetlands[J]. Wetlands Ecology and Management, 1999, 7(1): 1－11.

[22] Rebelo L M, Finlayson C M, Nagabhatla N, et al. Remote sensing and GIS for wetland inventory, mapping and change analysis.[J]. Journal of Environmental Management, 2009, 90(7):2144-2153.

[23] Seto K C, Fragkias M. Mangrove conversion and aquaculture development in Vietnam: A remote sensing-based approach for evaluating the Ramsar Convention on Wetlands[J]. Global Environmental Change, 2007, 17(3): 486-500.

[24] Lee S Y, Dunn R J K, Young R A, et al. Impact of urbanization on coastal wetland structure and function[J]. Austral Ecology. 2006, 31(2): 149－163.

[25] Hepcan C C, Turan I A, Ozkan M. Monitoring land use change in the Cesme coastal zone, Turkey using aerial photographs and satellite imaging[J]. Land Degradation and Development, 2011, 22(3): 326－333.

[26] 布仁倉，王憲禮，肖篤寧. 黃河三角洲景觀組分判定與景觀破碎化分析[J]. 應用生態學報，1999，10(3)：321－324. Bu Rencang, Wang Xianli, Xiao Duning. Analysis on landscape elements and fragmentation of Yellow River delta[J].Chinese Journal of Applied Ecology. 1999, 10(3): 321－324. (in Chinese with English abstract)

[27] 王憲禮，肖篤寧，布仁倉. 遼河三角洲濕地的景觀格局分析[J]. 生態學報，1997，17(3)：318－323.

Wang Xianli, Xiao Duning, Bu Rencang. Analysis on landscape pattern of Liaohe Delta Wetland[J]. Acta Ecologica Sinica. 1997, 17(3): 318－323. (in Chinese with English abstract)

[28] 陳鵬，傅世鋒，超祥，等. 1989－2010年間廈門灣濱海濕地人為干擾影響評價及景觀響應[J]. 應用海洋學報，2014，33(2)：167－174.

Chen Peng, Fu Shifeng, Chao Xiang, et al. Assessment of impact on coastal wetland of Xiamen Bay and response of landscape pattern from human disturbance from 1989 to 2010[J]. Journal of Applied Oceanography, 2014, 33(2): 167－174. (in Chinese with English abstract)

[29] 陳文波，鄭蕉，鄢幫有. 鄱陽湖區土地利用景觀格局特征研究[J]. 農業工程學報，2007，23(4)：79－83.

Chen Wenbo, Zheng Jiao, Yan Bangyou. Landscape pattern characteristics in Poyang Lake region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2007, 23(4): 79－83. (in Chinese with English abstract)

[30] 李勝男，王根緒，鄧偉，等. 水沙變化對黃河三角洲濕地景觀格局演變的影響[J]. 水科學進展，2009，20(3)：325－331.

Li Shengnan, Wang Genxu, Deng Wei, et al. Effects of runoff and sediment variation on landscape pattern in the Yellow River Delta of China[J]. Advance in Water Science, 2009, 20(3): 325－331. (in Chinese with English abstract)

[31] 王永麗，于君寶，董洪芳，等. 黃河三角洲濱海濕地的景觀格局空間演變分析[J]. 地理科學，2012，32(6)：717－724.

Wang Yongli, Yu Junbao, Dong Hongfang. Spatial evolution of landscape pattern of coastal wetlands in yellow river delta[J]. Scientia Geographica Sinica, 2012, 32(6): 717－724. (in Chinese with English abstract)

[32] 陶思明. 黃河三角洲濕地生態與石油生產：保護、沖突和協調發展[J]. 生態與自然保護，2000(6)：26－28.

[33] 修長軍，王曉慧. 勝利油田開發對黃河三角洲濕地的環境影響及環境管理[J]. 中國環境管理，2003，22(3)：59－60.

Xiu Changjun, Wang Xiaohui. Environmental impact and management for the Yellow River Delta swamp with Shengli oil field development[J]. China Environmental Management. 2003, 22(3): 59－60. (in Chinese with English abstract)

[34] 武洪濤，張震宇，常宗廣. 小浪底工程對黃河下游濕地生態環境影響預測[J]. 國土與自然資源研究，2001(3)：54－55.

Wu Hongtao, Zhang Zhenyu, Chang Zongguang. The prediction of Xiaolangdi Projects effecting on the wetlands in the lower reaches of Yellow River[J]. Territory & Natural Resources Study, 2001(3): 54－55. (in Chinese with English abstract)

[35] 田靜. 濱州市沿海防潮工程的生態響應[J]. 中國環境管理干部學院學報，2010，20(4)：9－18.

Tian Jing. Ecological response of resisting tide engineering in Binzhou Coast[J]. Journal of EMCC, 2010, 20(4): 9－18. (in Chinese with English abstract)

[36] 陳建，王世巖，毛戰坡. 1976－2008年黃河三角洲濕地變化的遙感監測[J]. 地理科學進展，2011，30(5)：585－592.

Chen Jian, Wang Shiyan, Mao Zhanpo. Monitoring wetland changes in Yellow River Delta by Remote Sensing during 1976－2008[J]. Progress in Geography, 2011, 30(5): 585－592. (in Chinese with English abstract)

[37] 秦天天，齊偉，徐柏琪，等. 基于RV指數的道路對黃河三角洲地區土地利用的影響：以東營市為例[J]. 河北農業科學，2011，15(11)：67－72.

Qin Tiantian, Qi Wei, Xu Baiqi, et al. Impacts of road on land use based on RV index in Yellow River Delta:A case in dongying city[J]. Journal of Hebei Agricultural Sciences. 2011, 15(11): 67－72. (in Chinese with English abstract)

[38] 劉翠翠. 黃河三角洲濕地生態修復工程效果研究[D]. 濟南：山東師范大學，2013.

Liu Cuicui. The Study of the Wetland Restoration Engineering Effect in Yellow River Delta[D]. Jinan: Shandong Normal University, 2013. (in Chinese with English abstract)

[39] 張翠. 人類活動干擾下的黃河三角洲濕地景觀格局變化研究[D]. 濟南：山東師范大學，2016.

Zhang Cui. Study of Wetland Landscape Pattern Changes in Yellow River Delta Under Human Disturbance[D]. Jinan:Shandong Nor mal University, 2016. (in Chinese with English abstract)

[40] 韓美. 基于多期遙感影像的黃河三角洲濕地動態與濕地補償標準研究[D]. 濟南：山東大學，2012.

Han Mei. Wetland Dynamic and Ecological Compensation Standard of the Yellow River Delta based on Remote Sensing Images[D]. Jinan: Shandong University, 2012. (in Chinese with English abstract)

[41] 李建國. 環洪澤湖區不同人類活動強度對濕地景觀的影響[D]. 重慶：重慶師范大學，2011.

Li Jianguo. Effects of Anthropogenic Activities on Wetland Landscape in Hongze Lake Rim[D]. Chongqing: Chongqing Normal University, 2011. (in Chinese with English abstract)

[42] 朱長明，李均力，常存，等. 新疆干旱區濕地景觀格局遙感動態監測與時空變異[J]. 農業工程學報，2014，30(15)：229－238.

Zhu Changming, Li Junli, Chang Cun, et al. Remote sensing detection and spatio-temporal change analysis of wetlands in Xinjiang arid region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(15): 229－238. (in Chinese with English abstract)

[43] 張笑楠，王克林，張明陽，等.人類活動影響下喀斯特區域景觀格局梯度分析[J]. 長江流域資源與環境，2009，18(12)：1187－1192.

Zhang Xiaonan, Wang Kelin, Zhang Mingyang, et al. Gradient analysis of landscape pattern in karst area under effects of anthropogenic activities[J]. Resources and Environment in the Yangtze Basin, 2009, 18(12): 1187－1192. (in Chinese with English abstract)

[44] 孫賢斌，劉紅玉. 土地利用變化對濕地景觀連通性的影響及連通性優化效應—以江蘇鹽城海濱濕地為例[J]. 自然資源學報，2010，25(6)：892－903.

Sun Xianbin, Liu Hongyu. Effects of land use change on wetland landscape connectivity and optimization assessment of connectivity: A case study of wetlands in the coastal zone of Yancheng, Jiangsu[J]. Journal of Natural Resources, 2010, 25(6): 892－903. (in Chinese with English abstract)

[45] 熊春妮，魏虹，蘭明娟. 重慶市都市區綠地景觀的連通性[J]. 生態學報，2008，28(5)：2237－2244.

Xiong Chunni, Wei Hong, Lan Mingjuan. Analysis of connectivity on Greenland Landscape in metropolitan region of Chongqing City[J]. Acta Ecologica Sinica, 2008, 28(5): 2237－2244. (in Chinese with English abstract)

[46] Saura S, Torné J. Conefor Sensinode 2.2: A software package for quantifying the importance of habitat patches for landscape connectivity[J]. Environmental Modelling & Software, 2009, 24(1): 135－139.

Response of wetland landscape pattern gradient to human activity intensity in Yellow River Delta

Han Mei, Zhang Cui, Lu Guang, Liu Yubin, Yu Haozhe

(,,250014,)

The Yellow River Delta, located on the west coast of Laizhou Bay, is the most extensive and youngest wetland in the China’s warm temperate zone. It possesses abundant species and numerous new land resources. However, urban construction, reclamation, oil exploitation, tourism development and other human activities in recent years have directly or indirectly impacted the wetland ecosystem pattern, and naturally, the wetland landscape has significantly changed. In view of this phenomenon, most scholars have only studied the influence of single human activity on wetland landscape, lacking holistic grasp and response analysis of wetland landscape pattern under different disturbance intensity. Therefore, based on the theory of landscape ecology and the support of RS (remote sensing), ArcGIS and FRAGSTATS, the wetland landscape type map in the Yellow River Delta influenced by the human activities was constructed using the method of artificial visual interpretation with the 4 remote sensing images (1989, 1999, 2009, 2014), and the cultivated land, industrial and mining land and other land use were selected to reflect the intensity of human activities, which was divided into 10 levels from strong to weak using the natural breaks method. Besides, the change characteristics of wetland landscape pattern in different periods within different transects were analyzed, as well as the gradients response of 4 main types of landscape pattern characteristics to human activity intensity in 2014. The results were as follows: 1) The total area of the Yellow River Delta increased slightly. Natural wetland landscape showed a decreasing trend, of which beach was reduced the most, followed by meadow, and the artificial wetland landscape continued to increase. 2) The landscape transfer was very dramatic, mutual transformation between meadow, beach and other natural wetland landscape turned larger, while that between construction land, mining land and other non-wetland landscape turned smaller. Which was the largest decrease in tidal flat, a decrease of 38 245.35 hm2, followed by a decrease of meadow 37 164.54 hm2. 3) Influenced by human activities and other factors, the fragmentation degree of wetland landscape in the Yellow River Delta was intensified within the 25 years, and the patch type was especially more diversified and was more evenly distributed in the landscape. What was more, the landscape also showed obvious spatial differences in different transects due to human activities. 4) At the landscape level, wetland landscape richness and PD (patch density) increased with the decrease of human activity intensity, and in 2009, the number of patches reached eight thousand; yet SHDI (Shannon diversity index) and SHEI (Shannon evenness index) first ascended and then descended, which was consistent with the intermediate disturbance hypothesis. In addition, landscape aggregation increased, and landscape connectivity also increased, which reached 99.42% to the most extent, while the degree of fragmentation reduced. At the type level, the change of landscape pattern could be well reflected by the 4 main landscape types (reservoir pond, aquafarm, salt pan and unutilized land). Especially, PLAND (percentage of landscape), PD, and LPI (largest patch index) had significant variations with the gradient of human activity intensity, and LSI (landscape shape index) and MPFD (mean patch fractal dimension) changed obviously, which indicated that landscape shape was becoming increasingly complicated. The largest patch index of salt pan reached 26%, when human interfered with salt pan to the most extent. The study also revealed the gradient change of landscape pattern along the intensity of human activities, which could provide a reference for the rational development and sustainable utilization of the Yellow River Delta.

land use;remote sensing; wetlands; wetland landscape; gradient response; Yellow River Delta

10.11975/j.issn.1002-6819.2017.06.034

P962

A

1002-6819(2017)-06-0265-10

2016-09-23

2017-03-19

國家自然科學基金面上項目（41371517）；山東省科技計劃（2013GSF11706）

韓 美，教授，主要從事環境變化與區域響應、濕地演化與濕地生態系統評價等相關領域研究。濟南 山東師范大學地理與環境學院，250014。Email：hanmei568568@126.com