1998—2009年洞里薩湖流域濕地時空變化特征研究

趙桔超 楊 昆 朱彥輝,3 段國輝

( 1. 云南師范大學旅游與地理科學學院，云南 昆明 650500；2. 西部資源環境地理信息技術教育部工程研究中心，云南 昆明 650500；3. 云南師范大學信息學院，云南 昆明 650500)

濕地生態系統是陸地生態系統的重要組成部分，在調節徑流、凈化水質、美化環境和維持區域生態平衡等方面具有重要作用[1-2]。近年來，在人類活動和氣候因素的影響下，濕地生態系統的結構和功能發生了巨大的變化[3]。因此，分析濕地的空間分布格局，認識濕地的生態過程對維護生態系統的穩定性、促進濕地與周邊非濕地地區之間的協融性以及保障濕地資源的永續利用具有重要意義[4]。

洞里薩湖是柬埔寨除湄公河流域外的第二大水域，被稱為“柬埔寨的心臟”，該濕地對于當地的經濟發展和居民生活具有重要作用[5]。柬埔寨擁有豐富的自然資源，但隨著人口的增加和經濟的發展，使得洞里薩湖流域的森林資源和水資源遭到嚴重的破壞。雖然政府采取了一系列的保護制度，但由于湖區人口素質低，資金投入不到位，使得洞里薩湖流域生態環境的破壞仍在加劇[6]。在人類活動的作用下，洞里薩湖流域濕地發生變化為亟待討論的問題。遙感技術具有宏觀、時效、綜合及連續的特征，已成為不同尺度濕地信息提取與變化監測的重要手段[7]。目前，關于濕地變化的研究大多是從不同類型濕地的“面積變化”進行的分析[8-10]，從“像元變化”的角度進行分析的還較少。本研究基于6期Landsat TM影像數據，并結合NDVI數據，從“點—面”相結合的角度對洞里薩湖流域濕地格局變化過程進行分析，在考慮濕地面積變化的同時也考慮像元濕度指數的變化。本研究可為洞里薩湖流域濕地資源的可持續發展提供基礎信息。

1 研究區概況

柬埔寨位于中南半島，屬于熱帶季風氣候，高溫多濕，年平均氣溫29～30 ℃，5—10月為雨季，11月至次年4月為旱季，各地區降水量差異較大，在1 000～5 400 mm之間[11-12]。洞里薩湖位于柬埔寨境內北部（11°53′～14°08′N，102°30′～105°29′E），由大湖、小湖和泥沼平原3個部分組成，是東南亞最大的淡水湖泊，洞里薩湖流域位置見圖1。根據《2014年度全球生態環境遙感監測報告》顯示：由于受季節變化和湄公河的雙重影響，9—12月洞里薩湖湖面面積會快速擴張，12月至次年1月則急劇消退，洪水吞吐能力近400億m3，對湄公河下游的洪水調節具有重要作用。由于地理環境優越，柬埔寨水產資源豐富，洞里薩湖成為著名的淡水魚產地之一，素有“魚湖”之稱[11]。洞里薩湖還為周圍的良田提供了豐富的水資源，使洞里薩湖流域成為聞名世界的糧倉，對柬埔寨的經濟發展發揮著重要作用。

圖1 研究區位置Fig. 1 The location of the study area

2 材料與方法

2.1 數據來源與處理

由于洞里薩湖湖面面積較大，共由6景影像組成，為保證濕地信息提取的準確性，避免云量和季節性差異造成的影響，篩選出滿足同一時相的 1988年、1991年、1995年、2005年、2007年、2009年1—2月（枯水季）的Landsat TM影像，同時拼接、裁剪后的區域云量在1%以下。研究數據來源于美國地質調查局（https：//glovis.usgs.gov/），共36景，空間分辨率為30 m×30 m。

預處理包括 4個步驟[13-14]：1）利用 ENVI 5.3對Landsat TM數據進行輻射定標；2）進行FLAASH大氣校正；3）進行幾何校正，將誤差控制在1個像元內；4）利用ArcGIS 10.2將坐標系統一轉換為WGS_84_UTM_zone_48N。

2.2 濕地信息提取

由于洞里薩湖流域面積大，為提高分類精度和效率，本研究參考了張磊等[15]建立的濕地分類系統，將洞里薩湖流域劃分為非濕地、植被性濕地和非植被性濕地3類。植被性濕地主要包括：森林濕地、灌叢濕地和草本濕地；非植被性濕地主要包括：湖泊、河流、水渠、水庫和坑塘。通過以下4個步驟，進行洞里薩湖流域濕地分類信息的提取。

1）采用纓帽（K-T）變化從TM影像中提取濕度分量。纓帽變換可以將TM影像的6個波段（熱紅外波段除外）壓縮成4個特征：亮度、綠度、濕度和噪聲[16]。其中，濕度分量反應了土壤的濕度狀況，它的濕度指數介于土壤和水之間[17]，濕度分量通過確定閾值可以識別濕地與普通陸地（非濕地），是區分濕地與非濕地最好的指數，精度達97%以上[18]。

2）提取歸一化植被指數（NDVI）。根據預處理好的數據，采用波段運算的方法進行計算。

3）構建決策樹分類模型（圖2）。決策樹分類模型是一個典型的多級分類器，由一系列決策二叉樹構成，對圖像中的各像元進行逐層識別和歸類，通過若干次中間判別最終得到分類的結果[17,19]。本研究根據纓帽變換得到的濕度指數分布圖（濕度指數值在0～1之間），以及洞里薩湖流域NDVI分布圖（NDVI值在0～1之間），找出區分非濕地、植被性濕地和非植被性濕地的最佳閾值，建立決策樹分類模型，然后執行決策樹，得到分類結果。

圖1 決策樹分類過程Fig. 2 Information picture of classification processing

4）確定閾值。決策樹分類的關鍵是選取最佳閾值，為保證選取閾值的可靠性和準確性，參考李山羊等[9]的驗證方法，本研究選取同一時相Google Earth高分辨率影像（來源于谷歌地球軟件）作為參考，每年選取1 500個采樣點，并將這些采樣點分為3類，每類500個，分別對1988年、1991年、1995年、2005年、2007年、2009年的分類結果進行精度驗證，然后多次反復調整閾值，發現濕度指數值和NDVI值分別為0.722和0.180時比較合適，總體分類精度最高，分別為 90.2%、92.5%、88.6%、93.4%、89.0%、90.8%，精度均在88%以上，可以滿足濕地變化研究的要求。

2.3 空間自相關分析

空間自相關是研究地理空間中某空間單元與相鄰空間單元之間，屬性特征是否相關及相關程度的一種空間數據分析方法，描述空間單元在空間上的依賴關系[20]。全局空間自相關采用統計量Moran'sI指數來表示，反映整個研究區空間單元的集聚程度，Moran'sI的范圍在-1到1之間，其計算方法見式（1）～（3）。本研究采用Moran'sI對洞里薩湖流域濕度指數的空間集聚程度進行度量，進而反映全區濕地的空間集聚特征。

式中：xi、xj表示空間單元i和j在不同位置上的屬性值（每個像元代表一個空間單元,所以xi、xj表示像元的濕度指數值）；wij表示空間權重矩陣（若空間單元相鄰，wij=1，否則wij=0）；n為研究區域的單元總數（洞里薩湖流域共5.534×107個像元，所以n=5.534×107）。

3 結果與分析

3.1 時間變化特征

3.1.1 濕度指數的全局空間自相關特征

洞里薩湖流域Moran'sI隨時間變化情況見圖3。由圖3可知，洞里薩湖流域濕度指數的全局 Moran'sI在 0.789～0.831之間（P＜0.01），表明洞里薩湖流域濕度指數呈正空間自相關，濕度指數具有顯著的集聚狀態。但Moran'I整體呈現下降趨勢，降速為每年0.52%，可知洞里薩湖流域的地表濕度趨向于破碎分布，斑塊破碎度增大，斑塊間的連通性減弱，空間異質性增強。這與洞里薩湖生態環境惡化以及湖區兩旁大面積樹木砍伐有很大關系[5]，植被是連接土壤和水分的重要紐帶，植被的破壞會使裸露的土壤長期暴露，會使土地干燥而缺乏水分，影響區域與區域之間的物質循環和能量流動，進而加劇區域之間的破碎程度。

圖3 洞里薩湖流域濕度指數Moran's I隨時間變化情況Fig. 3 The time series of the humidity index and Moran's I in the Tonle Sap Lake Basin

3.1.2 濕度指數的年際變化特征

洞里薩湖流域濕度指數平均值隨時間變化情況見圖4。由圖4可知，1988—2009年6個時期濕度指數的平均值在0.712～0.720之間，其中，1988—1995年洞里薩湖流域濕度指數呈明顯上升趨勢，在1995—2005的10 a間，濕度指數明顯下降，后3 a的濕度指數平均值均低于1998年、1991年、1995年。整體而言，全區濕度指數呈現下降趨勢，降速為每年0.02%，通過了顯著性檢驗，表明整個洞里薩湖流域的地表濕度趨向于干旱，可能原因是區域與區域之間集聚程度減弱，破碎度增大所造成的影響。

圖4 洞里薩湖流域濕度指數隨時間變化情況Fig. 4 The time series of the humidity index and Moran's I in the Tonle Sap Lake Basin

3.2 空間變化特征

3.2.1 濕度指數的空間分布格局

通過纓帽變換得到6個不同時期洞里薩湖流域濕度指數的空間分布，見圖5。由圖5可知，洞里薩湖流域濕度指數由內向外整體呈現“高—低—高”的分布特征，濕度指數最高的區域地表覆蓋類型主要是湖泊、河流、水田和沼澤區，而濕度指數最低的區域地表覆蓋類型以裸地為主。1998年整個流域濕地指數平均值為0.717，濕度指數值大部分集中在0.700～0.816之間，占75%以上（圖5a）。與1988年相比，1991年全區濕度指數平均值（0.718）有所上升，在1995年全區濕度指數平均值（0.720）達到最大，其中，上升最為明顯的區域主要分布在洞里薩湖湖區周圍。到2005年，整個流域濕地指數平均值開始下降，2007年全區濕度指數平均值（0.712）達到最低值，整個流域各個區域的濕度指數均有不同程度的降低。與2007年相比，2009年全區濕度指數又有所回升。

3.2.2 濕地類型的空間變化

通過決策樹分類模型，將洞里薩湖流域劃分為非濕地、植被性濕地和非植被性濕地（圖6），進而計算得到非濕地、植被性濕地和非植被性濕地的面積百分比（圖7）和空間轉移矩陣（表1）。植被性濕地主要包括森林濕地和灌叢濕地等，在1988—1995年植被性濕地所占面積比例明顯上升，1995年達到最大值（占45%），最小值出現在2007年（占31%）。非植被性濕地主要是湖泊和河流，所占面積最少，波動較小，從1988年的 3 739.64 km2減少為 2009年的 3 510.50 km2，約萎縮了229.14 km2，其中，在1991年面積最小（占 5.9%），在2005年面積最大（占 9.2%）。由圖6～7、表1可知，在非濕地、植被性濕地和非植被性濕地的相互轉移過程中，非濕地轉化為植被性濕地和植被性濕地轉化為非濕地所占面積最大，且不同年份間波動較大，主要是因為這2種地表覆蓋類型受人類活動影響較大，湖區兩旁的植被砍伐會導致植被性濕地面積向非濕地轉化，而當地政府采取的保護政策可能促進非濕地轉化為植被性濕地。而非植被性濕地轉化為非濕地的面積大約為652～795 km2，波動較為平穩，可能原因是旱季湖水退去，淤上來的泥沙沉積在湖的周圍，導致湖區面積縮小[5]，轉移為非濕地。另外，非植被性濕地轉移為植被性濕地的面積相對最少，大約在113～399 km2之間，主要是因為非植被性濕地是以湖泊、河流等為主，要轉移為植被性濕地，中間需要以土壤作為過渡，所以面積變化相對最少。

圖5 洞里薩湖流域濕度指數空間分布格局Fig. 5 Spatial distribution of humidity index in the Tonle Sap Lake Basin

圖6 濕地覆蓋類別遙感信息提取結果Fig. 6 Classification results of wetland using remote sensing

圖7 非濕地、植被性濕地和非植被性濕地的面積百分比Fig. 7 Area percentage of non-wetland, vegetation wetland and non-vegetation wetland

表1 洞里薩湖流域非濕地、植被性濕地和非植被性濕地的轉移矩陣Table 1 The transition matrix among non-wetland, vegetation wetland and non-vegetation wetland km2

4 結論與討論

基于洞里薩湖流域1988—2009年6期Landsat TM數據，利用纓帽變換和決策樹分類模型提取濕地信息，采用全局空間自相關和空間轉移矩陣，對洞里薩湖流域濕地進行了動態監測和分析，得出以下結論：時間上，從1988年到2009年，洞里薩湖流域地表濕度整體呈現下降趨勢，地表水分含量減少，這對該地區濕地生態系統的結構和功能具有一定影響。另外，從1998—2009年，洞里薩湖流域地表濕度指數呈顯著的空間集聚特征，但空間集聚程度減弱，趨向于離散分布，區域與區域之間的離散分布會阻礙物質循環和能量流動，對濕地資源的可持續發展極為不利，在今后洞里薩湖流域濕地發展建設中，應當落實洞里薩湖流域的森林資源保護政策，減少人為因素的破壞，促進環境優化。

空間上，洞里薩湖流域地表濕度指數由內向外呈現“高—低—高”的空間分布特征，在非濕地、植被性濕地和非植被性濕地的相互轉化過程中，非濕地轉移為植被性濕地和植被性濕地轉移為非濕地所占面積是最大的，且不同年份間波動較大。其中，從1988—2009年，植被性濕地和非植被性濕地的面積共減少了374 km2。

本研究從“點—面”相結合的角度，在考慮濕地面積變化的同時也考慮像元濕度指數的變化，更能全面的反應濕地的時空變化特征，但也存在一些問題：研究中僅對1988—2009年進行分析，缺少后續年份的分析，主要是因為洞里薩湖面積較大，共有6景影像鑲嵌而成，很難找到同一時相且6景影像拼接、裁剪后的區域云量均小于1%。其次，K-T變換在劃分濕地和非濕地精度非常高，但目前只能用于MSS數據、TM數據和ETM數據，這是該方法的一個局限性[21]。

洞里薩湖作為東南亞最大的淡水湖，對該地區經濟的發展發揮著至關重要的作用，但由于柬埔寨是世界上最不發達的國家之一，洞里薩湖流域大部分人生活在貧困之中，隨著人口的增長和經濟的發展，洞里薩湖流域的生態資源遭到嚴重破壞，生態保護和經濟發展之間的矛盾不斷加劇，要解決好保護與發展之間關系的出路在于走可持續發展道路[5]。研究表明，從1988—2009年，該地區的地表水分含量明顯下降，土壤濕度降低，且趨向于破碎化，很大程度上受到了人類活動的影響，尤其該地區的植被資源破壞較為嚴重，通過對1998—2009年NDVI的變化分析表明，洞里薩湖流域NDVI的降速為每年0.50%，在2005年和2007年，植被性濕地喪失的面積明顯要高于增加的面積。但也應注意到，過度強調人類活動的影響，可能會忽視了氣候變化等因素造成的一些消極影響，如全球氣候變暖也會加劇該地區地表水分的蒸發，降低土壤濕度指數，如何定量分析人類活動和氣候因素的貢獻大小，還有待深入研究。