基于隨機(jī)抽樣方法對江蘇某丹頂鶴保護(hù)區(qū)互花米草擴(kuò)張的嚴(yán)重性研究

摘 要：江蘇省某丹頂鶴保護(hù)區(qū)互花米草大量繁殖，對保護(hù)區(qū)內(nèi)的其他草本植物構(gòu)成嚴(yán)重威脅。保護(hù)區(qū)內(nèi)的堿蓬是丹頂鶴過冬的食物來源之一，但是堿蓬在互花米草擴(kuò)張的背景下，生存空間也在持續(xù)縮小。為研究互花米草侵占堿蓬生存空間的嚴(yán)重程度，該文通過蒙特卡洛隨機(jī)抽樣方法，以1997—2021年的互花米草擴(kuò)張的數(shù)據(jù)為基礎(chǔ)，預(yù)測2021年之后的11年間每一年堿蓬生長的面積。研究結(jié)果表明，如果不對互花米草的擴(kuò)張進(jìn)行干預(yù)，在2029年堿蓬的生存空間就被完全蠶食。綜合遙感解譯與預(yù)測模型，作者提出一個科學(xué)治護(hù)互花米草的建議。

關(guān)鍵詞：互花米草；堿蓬；侵占；預(yù)測；隨機(jī)抽樣

中圖分類號：Q948 文獻(xiàn)標(biāo)志碼：A 文章編號：2095-2945（2024）28-0086-04

Abstract： Spartina alterniflora Loisel. reproduces in large numbers in a red-crowned crane reserve in Jiangsu Province， posing a serious threat to other herbs in the reserve. Suaeda salsa in the reserve is one of the food sources for red-crowned cranes during the winter， but its living space continues to shrink amid the expansion of Spartina alterniflora Loisel.. In order to study the severity of Spartina alterniflora Loisel.'s occupation of the living space of Suaeda salsa， this paper used the Monte Carlo random extraction method to predict the growth area of Suaeda salsa in each 11 years after 2021 based on the expansion data of Spartina alterniflora Loisel. from 1997 to 2021. The research results show that if the expansion of Spartina alterniflora Loisel. is not intervened， the living space of Suaeda salsa will be completely eroded in 2029. By integrating remote sensing interpretation and prediction models， a suggestion is put forward that advocates scientific management and conservation of Spartina alterniflora Loisel..

Keywords： Spartina alterniflora Loisel.; Suaeda salsa; encroachment; prediction; random sampling

互花米草[1-2]由南京大學(xué)仲崇信教授等于1979年引入中國，旨在彌補(bǔ)先前引進(jìn)的大米草植株較矮、產(chǎn)量低、不便收割等不足因素，其具有促淤造陸、保灘護(hù)岸、降澤改土等生態(tài)功能。但是互花米草擁有強(qiáng)大的繁殖能力，已經(jīng)遍布中國濱海濕地。中國沿海各省中，江蘇省的互花米草分布面積最大，截至2015年，分布面積就已達(dá)到18 362.9 hm2。位于江蘇省鹽城市的某丹頂鶴保護(hù)區(qū)內(nèi)的互花米草在近年來持續(xù)擴(kuò)張，對保護(hù)區(qū)內(nèi)的生態(tài)造成很大的負(fù)面影響。尤其是保護(hù)區(qū)內(nèi)的堿蓬生長面積持續(xù)被互花米草侵占，而堿蓬是潮灘濕地的關(guān)鍵先鋒植物，對濕地的發(fā)育和演化具有重要作用，而且堿蓬能夠給丹頂鶴提供食物，但是受互花米草擴(kuò)張的影響，其物種面積正急劇減小。如果堿蓬[3]的生長空間完全被破壞，那么勢必會影響到丹頂鶴的生存。

為了研究互花米草對堿蓬生存空間侵占的嚴(yán)重性，本文以1997—2021年間的Landsat影像為基礎(chǔ)，通過遙感解譯的方法提取了此期間歷年的堿蓬與互花米草的生長面積數(shù)據(jù)，通過蒙特卡洛[4-5]隨機(jī)抽樣方法預(yù)測了2021年之后11年互花米草侵占堿蓬的嚴(yán)重程度，以便有關(guān)部門能夠重視對互花米草的治理，并提出了互花米草的科學(xué)治護(hù)措施。

1 研究區(qū)概況

研究區(qū)位于江蘇省鹽城市濱海濕地丹頂鶴保護(hù)區(qū)，處于我國亞熱帶向暖溫帶的過渡地帶，氣候溫和，四季分明，日照充足，季風(fēng)氣候顯著，受南北氣流和海洋、大陸雙重氣候的影響。區(qū)內(nèi)主要的草本植物為互花米草與堿蓬，有少量的蘆葦。區(qū)內(nèi)主體包括潮上帶、潮間帶、潮下帶。潮上帶區(qū)域大多被圍墾，不再受到潮汐的影響，而潮下帶區(qū)域長期被潮水淹沒，高等植物難以存活。潮間帶的植被群落分布主要受潮侵頻率與土壤鹽度含量的影響，具有較為明顯的過渡性。區(qū)內(nèi)鳥類資源豐富，其中國家一級重點(diǎn)保護(hù)的野生鳥類有丹頂鶴、白頭鶴、白鶴、東方白鸛、黑鸛、中華秋沙鴨、大鴇、白肩雕和白尾海雕等11種；國家二級重點(diǎn)保護(hù)的野生動物有河麂、黑臉琵鷺、大天鵝等67種。區(qū)內(nèi)潮水位、潮灘的發(fā)育時間、灘面坡度、灘面植被覆蓋情況都會直接影響潮灘的泥沙微積，形成高程差異。潮汐無法抵達(dá)的區(qū)域，潮灘高程基本保持不變。潮灘高程變動對潮灘濕地生態(tài)系統(tǒng)至關(guān)重要，整體上，鹽城淤泥質(zhì)潮灘濕地的絕大多數(shù)植被都集中分布于高程0.9～2.7 m之間。

2 研究方法簡介

2.1 互花米草與堿蓬生長面積的提取方法

本文中筆者提取研究區(qū)互花米草與堿蓬的生長面積數(shù)據(jù)采用遙感解譯方法為目視解譯的方法?；セ撞輰儆诙嗄晟荼局参?，堿蓬屬于一年生草本植物，在進(jìn)入秋季后互花米草繼續(xù)表現(xiàn)為綠色，而堿蓬會慢慢凋零，表現(xiàn)為紅色[6]，那么根據(jù)其秋季的色澤差異即可建立遙感解譯標(biāo)志。因此，本次工作筆者選擇1997年、1999年、2002年、2005年、2007年、2010年、2013年、2015年、2017年、2019年和2021年的Landsat影像作為數(shù)據(jù)源，成像時間皆選擇10月份，各年份的影像經(jīng)幾何校正、圖像配準(zhǔn)、波段融合等預(yù)處理工作后，建立起堿蓬與互花米草的解譯標(biāo)志。限于本文的篇幅，現(xiàn)僅將2010年的互花米草與堿蓬的解譯標(biāo)志列出，如圖1所示。

根據(jù)圖1可知，在Landsat遙感影像上，互花米草與堿蓬表現(xiàn)出不同的色澤，能夠很好地進(jìn)行目視解譯。

2.2 互花米草侵蝕堿蓬生長空間的預(yù)測方法

蒙特卡洛算法是一種通過抽樣調(diào)查法獲取統(tǒng)計值來推測未知量的一種計算方法，其被廣泛地應(yīng)用于金融學(xué)、經(jīng)濟(jì)學(xué)、物理學(xué)等領(lǐng)域中，基本使用思想是利用隨機(jī)數(shù)（或偽隨機(jī)數(shù)）來解決多種復(fù)雜的計算問題，即使用領(lǐng)域為：所求解的某個問題具有隨機(jī)性，或者所求解的某個問題可以轉(zhuǎn)換成一種具有隨機(jī)分布特征的事件。

互花米草對堿蓬生長空間的侵占在不同年份皆不相同，表現(xiàn)為隨機(jī)性，并不服從某個表達(dá)式，那么根據(jù)線性與非線性擬合就不能準(zhǔn)確預(yù)測它們的走向。鑒于此，本次工作采用蒙特卡洛算法對它們將來的趨勢進(jìn)行預(yù)測，具體步驟如下。

1）根據(jù)各研究對象的數(shù)據(jù)選取組標(biāo)，利用經(jīng)驗概率[7]公式計算出各組標(biāo)的累積概率，經(jīng)驗概率公式如公式（1）所示

P=M/（N+1）×100% ， （1）

式中：M為各組標(biāo)的排位數(shù)；N為樣本數(shù)量。

2）將各組標(biāo)按從小到大進(jìn)行排序，根據(jù)最小二乘法擬合各組標(biāo)與其對應(yīng)的累積概率，得到概率密度函數(shù)，y=f（x）。

3）生成n組{ξ1，ξ2，…，ξi}，隨機(jī)數(shù)ξi∈（0，1）。

4）統(tǒng)計各組隨機(jī)數(shù)，隨機(jī)數(shù)落入哪個概率區(qū)間就取對應(yīng)區(qū)間的組標(biāo)，并帶入概率密度函數(shù)計算相應(yīng)的概率值。

5）計算各個概率值的數(shù)學(xué)期望En。

6）生成（n-100）組{ξ1，ξ2，…，ξi}，隨機(jī)數(shù)ξi∈（０，１），各組隨機(jī)數(shù)的個數(shù)根據(jù)概率密度函數(shù)選取，根據(jù)3）、4）、5）步驟的方法得出數(shù)學(xué)期望E。

7）誤差統(tǒng)計[6，8]方法如公式（2）所示

δ=（En-En-100）/En×100% 。 （2）

8）若δ≤5%，則預(yù)測結(jié)果滿足精度，否則增加n的值，重復(fù)3）、4）、5）、6）、7）的步驟，直到結(jié)果滿足精度為止。

3 模型的建立與計算結(jié)果

3.1 模型的建立

根據(jù)建立的互花米草與堿蓬的解譯標(biāo)志，分別解譯出1997年、1999年、2002年、2005年、2007年、2010年、2013年、2015年、2017年、2019年和2021年研究區(qū)的互花米草與堿蓬，根據(jù)Arcgis的計算幾何工具，獲取1997—2021年間互花米草侵占堿蓬的生存空間面積數(shù)據(jù)，見表1。

本文以互花米草侵占堿蓬生存空間的年均面積為組標(biāo)，通過上一節(jié)所述方法求出各組標(biāo)的累積概率，見表2。

根據(jù)表2的數(shù)據(jù)，通過最小二乘法擬合得到概率密度曲線，如圖2所示。

根據(jù)圖2與表2的結(jié)果，可得互花米草侵占堿蓬的年均面積的概率密度函數(shù)表達(dá)式如式（3）所示

3.2 預(yù)測結(jié)果

基于前文所述的研究方法及建立的模型，預(yù)測了如果不存在人為干涉的情況下2022—2032年間的11個年份的互花米草侵占堿蓬生存空間的數(shù)據(jù)，分別生成1 000 000組與1 000 100組隨機(jī)數(shù)，每組隨機(jī)數(shù)的個數(shù)為11，即對應(yīng)2022—2032年的11個年份。1 000 000組與1 000 100組隨機(jī)數(shù)分別計算的數(shù)學(xué)期望值的相對誤差皆小于5%，滿足精度要求，具體見表3。

根據(jù)表3可知，預(yù)測的結(jié)果顯示，如若不考慮人為因素的影響，2022年到2028年，即7年的時間內(nèi)，堿蓬的生長面積僅剩下0.35 km2，2029年堿蓬的生長空間就被互花米草完全蠶食。

4 結(jié)論

綜合模型的預(yù)測結(jié)果與遙感解譯獲取的數(shù)據(jù)，本文可以得出如下結(jié)論與建議。

1）根據(jù)隨機(jī)抽樣對每年堿蓬生長空間被蠶食的面積的預(yù)測，從2022年開始，互花米草對堿蓬生長空間的擠壓就變得越來越嚴(yán)重，在短短的7年時間，堿蓬的生長空間將被蠶食殆盡，這反映出了互花米草擴(kuò)張造成的生態(tài)影響的嚴(yán)重性是不可估量的。

2）若不對互花米草擴(kuò)張采取措施，研究區(qū)隨著堿蓬生存空間的減少而使丹頂鶴的食物來源隨之減少。如若不對互花米草的擴(kuò)張加強(qiáng)管制，那么將直接對丹頂鶴的生存造成嚴(yán)重影響。

3）治理互花米草顯得刻不容緩，有關(guān)部門應(yīng)采取措施使互花米草與堿蓬保持一定的距離，防止堿蓬生長空間被互花米草侵占，但是互花米草也有著促淤造陸、保灘護(hù)岸、降澤改土等生態(tài)功能，因此，也不能完全鏟除。根據(jù)前文表1中互花米草向堿蓬推進(jìn)的各年份區(qū)間內(nèi)的年平均距離，可知互花米草在1997—2021年間的年均推進(jìn)距離約為59 m，最大推進(jìn)距離達(dá)到111 m，因此，筆者建議每年在鏟除互花米草時，至少要鏟出59 m的通道作為互花米草與堿蓬的安全距離。

參考文獻(xiàn)：

[1] 欒兆擎，閆丹丹，薛媛媛，等.濱海濕地互花米草入侵的生態(tài)水文學(xué)機(jī)制研究進(jìn)展[J].農(nóng)業(yè)資源與環(huán)境學(xué)報，2020，37（4）：469-416.

[2] 張華兵，甄艷，吳菲兒，等.濱海濕地生境質(zhì)量演變與互花米草擴(kuò)張的關(guān)系——以江蘇鹽城國家級珍禽自然保護(hù)區(qū)為例[J].資源科學(xué)，2020，42（5）：1004-1014.

[3] 王剛.基于時空多尺度的鹽城濱海濕地丹頂鶴棲息地選擇及其影響機(jī)制研究[D].南京：南京師范大學(xué)，2022.

[4] 陳麗，栗然.用于變壓器故障預(yù)測的決策樹-蒙特卡洛方法[J].華北電力大學(xué)學(xué)報（自然科學(xué)版），2006，33（2）：12-15.

[5] 李方芳.應(yīng)用蒙特卡洛模擬預(yù)測油田經(jīng)濟(jì)產(chǎn)量研究[J].軟件，2010（11）：50-53.

[6] 何美梅.結(jié)合地面高光譜遙感與衛(wèi)星遙感監(jiān)測崇明東灘互花米草的入侵[D].上海：復(fù)旦大學(xué)，2008.

[7] 陳永福，吳蓓蓓，王晶晶.基于多變量經(jīng)驗概率模型的中國糧食產(chǎn)量模擬預(yù)測分析[J].系統(tǒng)工程理論與實踐，2012，32（11）：2363-2371.

[8] 王柏勇，王柏榮.3種頻率曲線參數(shù)統(tǒng)計方法的應(yīng)用分析[J].江西水利科技，2010，36（3）：204-206.