安徽省淮南市城市濕地景觀格局及其脆弱性
——以大通廢棄礦生態濕地修復區為例

王 楠, 汪桂生, 郭偉玲

(1.安徽理工大學 空間信息與測繪工程學院, 安徽 淮南 232001;2.礦山采動災害空天地協同監測與預警安徽省教育廳重點實驗室, 安徽 淮南 232001)

城市濕地是城市中陸地和水域生態系統相互作用形成的脆弱生態系統[1-2]，是維持生態平衡和區域生物多樣性重要基礎，在防止內澇、改善環境和降低自然災害方面具有積極作用[3-4]。隨著城市擴張，一些地區濕地遭到破壞，規模減少、水土流失、生態功能退化等問題逐漸凸顯[5-6]。研究城市濕地景觀格局對濕地景觀保護和濕地資源科學利用具有重要的科學意義，同時對認識景觀抗干擾能力、恢復能力、系統穩定性和生物多樣性具有科學價值[7]。景觀異質性是濕地生態平衡和持續發展的重要指標，體現景觀的空間結構和豐富程度。景觀格局脆弱度集中體現景觀在外界因素干擾下的脆弱程度[8]，成為衡量生態安全的重要指標。生態過程在空間上的發生、發展驅動景觀格局演變，影響系統自身抗干擾和恢復能力[9]，進而影響區域水土保持、生態穩定性等生態狀況，對生態脆弱性造成影響。遙感技術可以高效地捕捉到景觀水平上有規律的格局信息。國內外學者應用遙感與地理信息技術，在提取濕地分布上，結合景觀指數分析城市濕地景觀格局時空特征等[10-14]，為城市濕地景觀格局研究提供了有效方法支撐。近年來，研究尺度更加細化，針對典型城市濕地公園的研究進一步拓展和深化了城市濕地景觀格局研究內涵[15-16]。而關于濕地脆弱性的研究，目前主要集中在生態脆弱性方面[17-20]。然而，基于Landsat等低、中分辨率遙感影像分析小區域詳細景觀類型時，易出現“同譜異物，同物異譜”的現象[13,21-22]，致使景觀類型誤判并且限于其分辨率而難以進行景觀子類型提取。

因此，為了進一步提升景觀空間特征研究的精細度，本文基于高分辨率WorldView-3遙感影像，將遙感、GIS技術與景觀生態學模型相結合，定量反映研究區景觀組成的空間分布，以淮南泉大資源枯竭礦區生態環境修復的典型代表大通濕地公園為例，研究景觀異質性并評估其景觀格局及其脆弱性，為城市濕地保護和可持續發展提供科學依據。

1 研究區域與數據源

1.1 區域概況

大通國家濕地生態區(簡稱大通濕地)地處淮南市東部，舜耕山山前坡地，屬丘陵地貌，地勢自南向北逐漸降低，地形海拔差異約為200 m，總面積約為450 hm2。該地氣候類型為暖溫帶半濕潤季風型氣候，年降雨量近1 000 mm；區域內土壤水分含量約為6%～9%，適合喬木森林生存[19]。大通濕地原為大通廢棄礦區所在，在2004—2010年基于濕地構建、固廢覆綠、景觀再造等技術實施了生態修復工程[23-24]。在此基礎上，形成了大通濕地生態區(簡稱大通濕地)并掛牌為國家級礦山公園。目前，該生態區的主要景觀類型包括水杉林、刺槐林和響葉楊林等類型。

1.2 數據源

主要數據源為覆蓋研究區全境并采集于2015年4月1日的WorldView-3高空間分辨率衛星影像(空間分辨率為1.2 m)，光譜波段為紅、藍、綠和近紅外波段，使用WGS-84坐標系統、通用橫軸墨卡托(UTM)投影。該衛星是美國Digital Globe公司于2014年8月發射的第4代高解析度光學衛星，其空間分辨率達到同類最高，提供0.3 m全色，1.24 m多光譜和3.7 m紅外短波分辨率數據[25]。此外，研究中還采用了60個野外樣方調查數據。本研究在大通濕地內設立了60個5 m×5 m的樣地，測量了胸徑大于5 cm的喬木的樹種、胸徑、樹高和樣地的中心點位置，并使用手持GPS(Garmin MAP 62 cs；精度：±3 m)全面調查大通濕地內景觀生態類型以提供遙感影像分類樣本及分類結果驗證。

2 研究方法

2.1 濕地景觀類型的提取

研究中首先對WorldView-3衛星影像進行以三次多項式模型為基礎的幾何糾正以及大氣校正、圖像增強等預處理工作。結合實地測量數據，將地物劃分為14個分類類別，以野外所采集的42個(70%)樣本實測數據、谷歌地球、土地類型專題地圖和照片等其他信息作為參考，對各類型選擇不少于10個的訓練樣本，基于最大似然法模型實施監督分類(附圖10)。根據提取結果，基于余下的18個(30%)觀測樣本進行精度檢驗、修正。

2.2 景觀格局分析指標

景觀格局表征了研究區內各類景觀的基本構成情況，包括景觀類型數目、斑塊密度、各類景觀的面積及面積比例[26]。本文選取邊界密度、斑塊密度、景觀多樣性指數和景觀均勻度指數作為景觀異質性的指標體系[9,27-28]，其含義詳見表1。為了在統一的尺度下進行計算，研究中將研究區范圍劃分成5 m×5 m的網格，以其為基本單元計算景觀格局脆弱度指數。

表1 景觀異質性分析指標

2.3 景觀脆弱度指數構建

景觀脆弱度性是外界擾動對景觀系統的影響和系統本身的應對能力，能夠反映城市濕地生態系統的穩定性和抗干擾能力[29]。景觀脆弱度指數(LVI，簡稱脆弱度)是由景觀敏感度指數(LSI)和景觀適應度指數(LAI)構建而成。計算公式為：

LVI=LSI×(1-LAI)

(1)

式中：LVI為景觀脆弱度指數，其值的大小是研究區景觀格局脆弱狀況的定量化表達； LSI為景觀敏感度指數； LAI為景觀適應度指數。

(1) 景觀敏感度指數(LSI)及其計算。景觀敏感度指數表征某一區域生態系統在受內在變化和人類活動干擾時發生生態問題可能性、難易狀況以及恢復速度[30]。為此，選取與干擾密切相關的破碎度、分離度、分維數來構建景觀敏感度指數，最后將景觀干擾度指數與易損度指數的疊加來反映景觀格局受外界干擾后的敏感響應程度[31]。景觀敏感度指數其主要由景觀干擾度指數(Ui)和景觀易損度指數(Vi)構成，計算公式為：

LSI=Ui·Vi

(2)

Ui=aFOi+bFDi+cFNi

(3)

式中：LSI為景觀敏感性指數；Ui為干擾度指數；FOi為景觀類型i的優勢度，研究中采用辛普森多樣性指數表征；FDi為景觀類型i的分維數的倒數，由于分維數是景觀脆弱性的負向指標，采用倒數法，使其參數大小與景觀脆弱性呈正相關；FNi為景觀類型i的破碎度指數；a，b，c為各指標參數的權重，且a+b+c=1，根據既有研究成果確定，將優勢度、分維數的倒數、破碎化指數分別賦權重為0.2，0.3,0.5[32]，其中評價單元為對應網格。Vi為不同類型易損度。根據區域內森林的空間分布、景觀擾動因素并借鑒既有成果[7,32]，將景觀類型賦值進行排序，反映各景觀類型的敏感程度。未利用地(裸地)的分值設定為7，林地和草地的分值設定為5，建設用地和水域的分值設定為1。裸地最為敏感，水域最為穩定。在此基礎上，根據研究區中各樹種的空間分布和擾動因素的影響，將人工草地和各森林類型的分值設定為5.5～4.7。根據上表各景觀類型的排序關系，采用層次分析法計算各類型的特征向量并計算各指標的權重(表2)。

表2 景觀類型敏感性分級及其權重計算結果

(2) 景觀適應度指數(LAI)及其計算。景觀脆弱性與景觀敏感性和景觀系統的適應性密切相關，而景觀系統的適應能力與系統自身的結構和功能有關[33]。一般景觀系統的多樣性越多，結構越復雜且分布越均勻，系統越穩定，抗干擾的適應恢復能力越強，適應度越高，反之亦然。因此，本文選取斑塊豐度密度指數PRD、香農多樣性指數SHDI和香農均勻性指數SHEI構建景觀適應度指數LAI：

LAI=PRD·SHDI·SHEI

(4)

2.4 空間自相關分析

為了分析景觀系統的脆弱性空間分布特征，揭示其內在的變化驅動機制，本文利用全局莫蘭指數分析研究區景觀脆弱性的聚集特征，驗證大通濕地脆弱性空間相關關系；利用局部莫蘭指數分析大通濕地景觀脆弱性的空間分布特征和景觀類型的相關程度。全局莫蘭指數的計算公式為：

(5)

(6)

(7)

式中：xi表示第i地區的觀測值；n為柵格數；Wij為二進制的鄰接空間權重矩陣，表示空間對象的鄰接關系。I=1,2,…，n;j=1,2,…,m;當區域I和區域j相鄰時，Wij的值為1;當區域i和區域j不相鄰時，Wij的值為0。全局莫蘭指數一般在-1～1之間，小于0為負相關，等于0為不相關，大于0為正相關。

局部莫蘭指數是將全局莫蘭指數分解到各個空間單元，當局部莫蘭指數值為正時，表示該空間單元周圍相似值(高值或低值)的空間集聚，負的局部莫蘭指數值表示非相似值之間的空間集聚。其公式如下：

(8)

其中，m的計算公式為：

(9)

2.5 熱點分析模型

熱點分析通過計算數據集中的每一個要素得到高值或低值要素在空間上發生聚類的位置，反映空間數據在一定范圍內的高值與低值的集聚效應及其聚集的密集程度。與莫蘭指數相比，熱點分析不僅能彌補莫蘭指數不能準確揭示景觀類型的空間獨立性的缺失，還能準確揭示景觀類型的景觀脆弱度的聚集程度和位置。因此本文利用熱點分析測度每個單元格的景觀類型的脆弱度與周圍單元格的景觀類型的脆弱度的聚類關系，其計算公式為：

(10)

式中：G值表示在區域內景觀類型I在距離為d的范圍內,與景觀類型j的相關程度；Wij為景觀類型i和j之間的空間權重；Xj為景觀類型的景觀脆弱度值；n為景觀類型的總數。

3 結果與分析

3.1 景觀類型分布

基于監督分類的結果如附圖10所示，總體精度達到88.50%，kappa系數為0.87，達到并滿足進一步景觀格局分析的精度要求。在提取的景觀信息中，水杉林的提取效果最佳，而響葉楊林的用戶精度最低，僅有50.5%，其主要原因是由光譜造成的部分錯分。盡管WorldView-3數據具有高空間分辨率的特性，其近紅外波段長為770～1 040 nm，對部分闊葉樹林的分類精度存在影響[22]。從上述結果看，大通濕地內景觀類型分布類型以喬木、水體和裸地等類型為主，各類型的數量規模相對均衡。其中，水體主要分布于濕地的西北和東部，占區域的面積的8.96%，裸地位于東部邊緣地區，占總面積的17.08%，喬木類型中，香樟規模最大，占總面積的18.96%，響葉楊林、刺槐林、櫟樹林等次之，各約占共面積的10%。從空間分布看，西部的水體、東部的裸地以及水杉分布相對連續，其他景觀類型的斑塊類型較為破碎，各類型的景觀交錯分布，形成明顯的穿插網絡結構。

3.2 景觀異質性分析

3.2.1 景觀格局分析 尺度的劃分關系到定量評價的準確性。根據遙感影像的空間分辨率和地塊面積的尺度，采用5 m邊長的正方形格網作為最小斑塊的單位，將分類后的矢量數據與格網進行空間疊加，并將落入對應格網單元的地物類型屬性賦予該格網，在消除基于像元分類產生的破碎斑塊后，分別計算景觀級別和地物類別的每一個采樣區的景觀指數，并把這個值作為采樣區中心點的屬性值。使用Fragstats 4.2軟件計算出大通濕地景觀指數(表3)。

由表3可知，大通濕地景觀總面積為26.84 hm2，其中斑塊面積最大的是香樟，占總面積的18.73%；斑塊面積最小是廣玉蘭，占整個景觀面積的0.1%。從斑塊數量來看，櫟樹的數量最多，斑塊數量最少的是廣玉蘭。香樟的斑塊密度最大，廣玉蘭的斑塊密度最小。由于香樟是研究區內價值最高的樹種，種植密度大，林冠郁閉度高，故而在遙感影像上形成了連續圖斑。從邊界密度來看，櫟樹、刺槐、香樟等冠層覆蓋規模大的喬木植被密度最高。城市濕地景觀破碎化程度與外界的擾動程度有關，擾動越大，城市濕地景觀的破碎程度也越大，越不利于城市濕地內物種多樣性的保護。

3.2.2 景觀多樣性空間分析 大通濕地景觀多樣性空間分布如圖1所示。結果表明斑塊密度的高值區位于林地類型交錯分布的西部、中部和東北部地區，這些區域覆蓋以林地的喬木為主，不同生態系統團聚程度低，而在水體和裸地分布的區域，其指數數值較低，對外界擾動敏感，大斑塊團聚程度較高。從香農多樣性指數和景觀均勻度指數看，其分布格局與斑塊密度豐度類似，即呈現林地交錯地區數值高、水體和裸地等均質景觀區數值低的格局。

表3 大通濕地景觀指數計算結果

圖1 大通濕地景觀多樣性空間分布

3.3 景觀脆弱性分析

3.3.1 景觀脆弱度分布特征 根據景觀脆弱度的計算模型，獲得大通濕地的景觀脆弱度如圖2所示。結果表明，研究區內的地物脆弱度指數均小于1，為低脆弱度。脆弱度高值主要分布在西北部和東部，而中部則以低值為主。從不同類型的脆弱度差異看，水體脆弱度最低，裸地的脆弱度最高，而林地所包含的不同樹種則隨著郁閉度、景觀結構復雜度的增加而脆弱度減小。

圖2 大通濕地景觀格局脆弱度分布

3.3.2 景觀格局脆弱度全局空間自相關分析 將大通濕地景觀格局脆弱度分布轉換為矢量數據，并利用GIS的空間統計工具，基于大通濕地的脆弱度指數，計算空間全局Moran’sI指數為0.498。計算結果表明景觀格局脆弱度存在較顯著的空間正相關，景觀格局整體破碎程度高，集聚程度低。進一步對大通濕地的景觀格局脆弱度進行局部空間關聯格局分析(圖3)。

圖3 大通濕地景觀格局脆弱度局部空間自相關

大通濕地的景觀格局脆弱度局部自相關主要是由“高—高”、“低—低”和“不顯著”3個類型組成。“高—高”值的區域主要分布在水體、建設用地、裸地區域。“低—低”值的區域主要零散地分布在西部和東北部，這些地區主要以交錯分布的喬木林地為主。進一步利用景觀脆弱度指數進行熱度分析，分別統計景觀脆弱度置信區間為99%，95%和90%的聚類顯著性，并定義為極顯著、顯著和較顯著，得出大通濕地景觀脆弱度的熱點分布如圖4所示。根據統計結果，景觀脆弱度高值統計熱點區域呈現塊狀分布格局特征，與景觀格局脆弱度局部空間自相關分布特征相似。景觀格局脆弱度高值統計熱點區域主要分布在大通濕地內西部水體的周邊區域、東部的闊葉混交林區域。北部地區由于煤炭開采后采空區塌落，使上覆地層產生移動變形并出現導水裂隙，地表出現沉陷集水區，水體周圍植被受到淹水脅迫，景觀脆弱度出現熱點。研究區的東南部存在大量裸地，其景觀具有顯著的脆弱性。景觀格局脆弱度低值統計冷點區域主要零散分布在大通濕地西部的水杉林、香樟區域。由于該區域景觀類型較單一，遠離人類活動的區域，景觀格局脆弱度的冷點分布呈顯著性聚集。

圖4 大通濕地景觀格局脆弱度熱點分布

4 結 論

(1) 景觀類型分布類型以森林、水體和裸地等類型為主，各類型景觀的數量規模相對均衡，其中林地主要由水杉林、響葉楊林、香樟林等10類組成。水體、東部的裸地以及水杉分布相對連續，其他景觀類型則較為破碎，各類型交錯分布，形成明顯的“網狀結構”。結合實地調查結果表明其形成原因是森林大多為混交林或被其他類型割裂。

(2) 大通濕地以低脆弱度為主，脆弱度高值主要分布在西北部和東部，而中部則以低值為主。水體脆弱度最低，裸地的脆弱度最高。

(3) 大通濕地內景觀格局脆弱度存在正的相關現象，空間上主要表現為“高—高”、“低—低”的集聚狀態，值區域及脆弱度的熱點和冷點分別分布東部裸地和西部水體區域。景觀脆弱度與植被覆蓋度具有空間一致性，即植被覆蓋越高且空間分布的交錯性越強，其脆弱性越小。

(4) 針對濕地公園內景觀脆弱性較低的地域，應根據其特點而采取不同改造措施。對裸地地區，采取增加植被類型、優化人工旅游通道，減窄道路寬度或采用石板形式鋪設人行道路，盡量減少人類活動對中部廊道景觀的破壞；對景觀生態良好的其他區域，要注重采取保護性措施，提高景觀格局的穩定性。