1999一2019年若爾蓋縣濕地面積動態變化及其驅動力分析

中圖分類號：S931.1 文獻標志碼：A 文章編號：1674-3075（2025）03-0092-10

濕地生態系統具有強大的生態功能和服務價值，如生物多樣性維持、生態環境保護和水循環等，是人類最重要的生存環境之一（Vymazal，2022）。若爾蓋濕地位于青藏高原東北部，是我國面積最大的高寒泥炭沼澤地區，也是黃河重要的水涵養地和補給地（楊彥斌，2007），其動植物資源也十分豐富，因此對若爾蓋濕地進行研究具有重要意義。自2000年以來，關于若爾蓋濕地的研究逐步深入（汪學華和田昆，2015），涉及領域也豐富多樣，如濕地退化及恢復（郭潔和李國平，2007）、濕地生態服務功能（王晶等，2016）、濕地生物多樣性（張國鋼等，2013）等。

近幾十年來，由于全球氣溫上升、人類社會經濟活動等自然與人為的共同作用，若爾蓋濕地的演變規律在景觀格局與空間格局上發生了較為復雜的變化，景觀結構也呈現出濕地、草甸、沙化地之間不同程度演變的趨勢，而濕地沙化將導致其生態服務功能下降。因此，揭示其演變規律、發現影響演變的因素對管理人員制定正確的濕地保護措施具有重要意義（張國鋼等，2013）。

關于濕地的演變規律與驅動機制研究一直是大量學者研究的重點與熱點（Lietal，2020；趙國麗，2021;Zhang etal，2021）。遙感（remote sensing，RS）與地理信息系統（geographic information system，GIS）技術的快速發展，使得大區域尺度、大時間跨度研究濕地變化成為可能。多位學者（宮兆寧等，2011；周婷等，2020；Chenetal，2022）將RS與GIS結合對濕地景觀格局、空間格局的演變特征進行分析，有效地對濕地演變特征進行了探索。統計學的應用使得驅動機制的研究從定性分析變為定量研究，得出的結果不是主觀判斷而是客觀事實，更具說服力（高杰等，2018；雷金睿等，2020；Yangetal，2022）。

若爾蓋縣濕地面積為若爾蓋濕地核心區面積的一半，對其演變規律及驅動力進行分析，一定程度上可以反映若爾蓋濕地的演變情況。李國明等（2017）采用1989一2014年的遙感影像，得到了濕地保護區面積的變化趨勢，但是并未揭示引起變化的原因；郭潔和李國平（2007）通過分析濕地的氣候特征及氣候變化趨勢，得到了氣候變化對濕地退化的影響，但是忽略了人為活動的作用。因此，本文以若爾蓋縣為研究區，結合RS與GIS技術對研究區濕地面積動態變化進行探索，并綜合自然與人為因素，采用統計學方法對演變驅動力進行分析，擬為若爾蓋縣濕地資源管理提供參考。

1材料與方法

1.1 研究區概況

本文研究區為位于四川省北部的若爾蓋縣（圖1），地理坐標為北緯 32^°56^′～34^°19^′ ，東經 102^°08^′～103^°39^′ 。若爾蓋縣地勢高且平坦，海拔高度為 2400～4200m ，高程如圖2所示，結合海拔高度、實地考察并參考前人研究（劉帥，2022），將若爾蓋縣東部山地區直接劃分為非濕地（圖1紅線內）；若爾蓋縣屬于高原高寒帶濕潤季風氣候，年均溫度為 1.1^°C， 年均降水 656.8mm ；若爾蓋縣以農業人口為主，其中農業人口與非農業人口的比例為8：2；若爾蓋縣經濟發展模式以畜牧業為主，旅游業為輔。

1.2數據來源及處理

為研究若爾蓋縣濕地的演變趨勢，選取了1999、2004、2009、2014、2019年5個年份，月份控制在夏季植被豐富時間段內，選取 30m 分辨率Landsat系列衛星數據，將選取的衛星數據按年份進行拼接得到5期研究區影像（圖3），該數據來源于美國地質調查局網站（United States geological survey，USGS）。參考前人的文章（鄧茂林等，2010）并結合研究區的實際情況，將若爾蓋縣濕地類型分為：河流、湖泊、沼澤、高覆蓋草甸、低覆蓋草甸。采用監督分類方法為主，目視解譯為輔的方式根據以上類別對遙感影像進行分類提取（圖4）。在分類結果中隨機選取150個樣本點，通過野外實地考察、與高分辨率Google影像對比進行檢驗，經驗證，總體分類精度達 85.7% ，可以作為后續研究的基礎數據。

為進行驅動力分析，考慮人為與自然因素，研究選取社會經濟與氣象兩類數據。其中，社會經濟數據包括縣內生產總值、第一產業生產總值、第二產業生產總值等，由若爾蓋縣公安局和阿壩州統計局提供；氣象數據包括溫度數據、降水數據等，來源于國家青藏高原科學數據中心。

1.3濕地動態變化表達

1.3.1濕地動態度綜合土地利用動態度可以表征區域內一定時間段土地利用的整體變化率，而單一土地利用動態度是對區域內一定時間范圍內某種土地利用類型變化速度的定量描述。研究采用兩種動態度來表示濕地各景觀類型面積的變化，從而探索不同時期濕地面積變化的劇烈程度（李傳哲等，2011；雷金睿等，2020）。計算公式分別為：

式中： R_c 為研究時間段內濕地面積的整體變化率即綜合濕地動態度； ΔS_i 為研究時間段內 i 類濕地發生變化的面積， S_i 為研究時間段內初期 i 類濕地的面積，單位均為 km²;T 為研究時長，單位為a。

式中： R_S 為研究時間段內某類濕地面積的變化率即單一濕地動態度； S_t?S_t+1 分別為研究時間段內初、末期某類濕地類型面積，單位為 km²;T 為研究時長，單位為a。

1.3.2濕地類型轉移矩陣濕地類型轉移矩陣用于定性研究濕地內部要素結構在一定時間范圍內發生的類型轉變情況。

如圖5所示，根據影像分辨率將研究區劃分為規則格網，將濕地景觀所占位置用格網橫縱坐標表示，統計 t 時刻濕地景觀位置在 t+1 時刻變為其他類別的數量并換算成面積，從而得到該類濕地的面積轉移數組，可表示為：

則，濕地類型轉移矩陣可表示為：

1.3.3濕地標準差橢圓模型標準差橢圓（standarddeviationalellipse，SDE）最早由社會學家Lefever提出用于描述地理要素之間的空間關系，并揭示地理要素的空間分布特征的一種統計方法（魏凌等，2020）。本研究通過計算標準差橢圓的中心點、方向角與短、長半軸等參數解釋濕地斑塊的空間分布。

標準差橢圓各參數計算公式如下：

中心點 X，Y

式中： x_i 和 y_i 為要素 i 的坐標， 為要素的平均中心， n 為要素總數。

方向角 q （正北方為 0^° ，順時針旋轉）：

短半軸長度 （L_x） 和長半軸長度 （L_y） （短半軸與長半軸比值越大表示分布越離散）：

1.4驅動力分析

對若爾蓋縣濕地面積的驅動機制進行定量分析，研究采用SPSS軟件對濕地各景觀類型面積與自然因素指標、人為因素指標進行雙變量相關性計算，通過計算得到的相關性系數表示2個變量之間的關系。相關性系數絕對值越大說明2個變量之間的關系越密切，一個變量受另一個變量影響的程度也就越高，反之則越低。

2結果與分析

2.1若爾蓋縣濕地景觀面積動態變化

根據不同時期若爾蓋縣濕地景觀分布計算得到若爾蓋縣濕地景觀面積（圖6）、綜合動態度與單一動態度（表1）。其中，綜合動態度在1999一2004、2005—2009、2010—2014、2015—2019、1999—2019年計算結果分別為 3.47%?3.06%?2.97%?3.25%? 0.83% 。

由圖6以及綜合動態度計算結果可知，1999一2019年若爾蓋縣濕地景觀總面積減少了 24889.86km² ，呈現1999—2004年劇烈減少、2005—2019年緩慢增加的先減后增趨勢。其中，1999一2004年，濕地綜合動態度最大，說明此時間段內濕地整體變化情況比較劇烈，發生變化的區域面積最大，濕地面積由最大值 457313.67km² 減少到最小值 287628.30km² ：2005一2019年綜合動態度相對減小，該時段濕地面積變化緩慢且呈增長態勢，由最小值 287628.30km² 增加到 432423.80km² 。

由圖6可知，1999—2019年若爾蓋縣濕地一直以沼澤、高覆蓋草甸與低覆蓋草甸為優勢景觀類型，3類濕地面積之和占總濕地面積的 96% 以上。從面積變化結果上看，沼澤濕地的面積減少最大，由1999年的 減少到2019年的 77810.31km² ，減少了 ；湖泊濕地面積與研究初期相比變化最大，整體面積由 減少到 ，減少了 750.15km² ，占比 31.3% ；河流、沼澤、高覆蓋草甸濕地面積變化相對較小，分別減少了 20.9%.21.1%.6.1% ；低覆蓋草甸是濕地景觀內唯一一類面積增加的濕地，但是增加比例很小，僅4.2% 。從面積變化趨勢上看，高、低覆蓋草甸與湖泊濕地面積波動明顯且復雜，其中，高覆蓋草甸濕地面積呈現減-增-減的變化走向；低覆蓋草甸濕地面積呈現減-增-減-增的變化走向；湖泊、河流、沼澤、高覆蓋濕地在研究時間段內單一動態度較小，變化相對平穩、緩慢。

Note：Positive values indicate an increase in area and negative valuesindicateadecrease inarea.

2.2若爾蓋縣濕地景觀面積轉移

為研究1999—2019年若爾蓋縣濕地景觀類型之間的轉換關系，本研究對其轉移面積以及轉移比進行了計算（表2）。1999一2019年，若爾蓋縣濕地景觀類別內部轉入轉出情況主要表現為：河流 $$ 湖泊，湖泊 $$ 沼澤，沼澤 $$ 高覆蓋草甸，高覆蓋草甸 $$ 低覆蓋草甸，低覆蓋草甸 $$ 非濕地，非濕地 $$ 低覆蓋草甸。在濕地整體面積上（表2），若爾蓋縣共有 的濕地轉為非濕地，而非濕地轉為濕地的面積僅為 ，說明濕地面積總體減少。在各景觀類別濕地中，高覆蓋草甸濕地轉出面積最大，轉出面積總值為 ，主要轉出為低覆蓋草甸濕地 （33043.32km²） 和非濕地 （52013.34km² ）；其次為低覆蓋草甸，轉出面積總值為9 11271.79km² ，主要轉出為高覆蓋草甸濕地和非濕地，轉出面積分別為28295.37和 56860.56km² 。

結合圖6與表2可知，沼澤濕地的面積減少最大，由1999年的 減少到2019年的77810.31km² ，主要轉出為高覆蓋草甸、低覆蓋草甸和非濕地，轉出面積分別為 22853.07?10252.89 和 ；其次為高覆蓋草甸，自1999年到2019年，由 減少到 ，主要轉出為沼澤、低覆蓋草甸和非濕地，轉出面積分別為 12880.980、33043.32 和 ；低覆蓋草甸面積增加，由1999年的 188539.38km² 增加到2019年的 196457.31km² ，主要由河流、沼澤和高覆蓋草甸轉入而來；河流濕地雖然也有其他類型濕地轉入，但是轉出比例大于轉入比例，因此存在減少情況，減少了 1421.55km² ;湖泊濕地減少了5012.46km² ，雖然減少的面積值較小，但占比卻最大，占研究初期面積的 75.3% ，主要轉出為沼澤和河流。

表3顯示了1999—2019年若爾蓋縣濕地轉入、轉出面積情況，只有低覆蓋草甸與非濕地的轉入面積與轉出面積之差為正值，其他景觀類別濕地的轉入面積與轉出面積之差均為負值，再次說明只有低覆蓋草甸濕地與非濕地的面積有所增加，其他景觀類別濕地均減少，與濕地面積統計結果符合。

2.3若爾蓋縣濕地標準差橢圓

為研究若爾蓋縣濕地的空間分布情況，本文對濕地斑塊進行了標準差橢圓各參數的計算（表4）。

從表4可知，從中心點來看，在研究時間段內各年份之間存在小幅度的遷移，但是相對于研究初期（1999年），研究末期（2019年）未發生明顯變化；從旋轉角來看，濕地總體呈現東南一西北走向，角度變化在 和 149.1649323^° 之間；從短半軸長度來看，研究時間段內保持在31213.02917～32530.78277m ，無明顯變化；從長半軸長度來看，2004年值最小，為 29869.80315m 其他年份在37402.79506和 40235.18798m 內波動；從短半軸與長半軸的比值來看，2004年的值最大，為1.0686，其他年份穩定在0.7983和0.8561之間。

2.4若爾蓋縣濕地演變驅動力

本研究選取了自然與人為因素作為驅動力分析的2類指標。其中，自然因素包括：年平均降水、年平均溫度與年平均風速3個指標；人為因素包括：縣內生產總值、第一產業生產總值、第二產業生產總值、第三產業生產總值、農業人口和非農業人口6個指標。將選取的指標與各濕地景觀類型面積進行雙變量相關性計算（表5）。

表5濕地景觀面積與各指標相關性系數及顯著性系數

Note：For correlation coefficients，a positive value indicates positive correlation，anda negative value indicates negative correlation. * denotes a significant correlation， Plt;0.05

從表5可知，縣內生產總值-河流、縣內生產總值-沼澤、第一產業-河流、第二產業-高覆蓋草甸、第三產業-河流、第三產業-沼澤、農業人口-河流、農業人口-湖泊、非農業人口-河流、非農業人口-沼澤、溫度-低覆蓋草甸、風速-高覆蓋、降水-河流、降水-沼澤、降水-高覆蓋的顯著性系數小于0.05，說明組合之間確實存在相關性。

在人為因素中：縣內生產總值與河流、沼澤呈強負相關，第一產業與河流呈強負相關，第二產業與高覆蓋草甸呈弱正相關，第三產業與河流、沼澤呈強負相關，農業人口與河流呈負相關，非農業人口與河流、沼澤呈強負相關。人類活動干擾主要引起河流、湖泊、沼澤等含水量豐富的濕地類型面積直接減少，而含水量少的高覆蓋草甸類濕地類型的面積增加，從而對濕地生態系統造成破壞，導致濕地水土流失嚴重、面積縮減，影響力較大。

在自然因素中：溫度與低覆蓋草甸呈極弱正相關，風速與高覆蓋草甸呈弱負相關，降水與河流、沼澤、高覆蓋草甸呈弱正相關。自然因素與各類型濕地的相關性系數絕對值很低，影響力相對人為因素較小。

3討論

3.1若爾蓋縣濕地景觀變化

研究以1999一2019年的遙感影像為數據源，以監督分類與目視解譯結合的方法，對若爾蓋縣的濕地分布情況進行了提取，并基于提取結果對若爾蓋縣濕地的面積統計、變化趨勢、轉移情況、空間分布進行了分析。

在濕地面積統計結果中，若爾蓋縣濕地類型一直以沼澤、高覆蓋草甸、低覆蓋草甸為優勢類別，3類濕地面積占濕地總面積的 96% 以上。在1999—2009年間，濕地綜合、單一動態度較高，濕地景觀類別變化劇烈，濕地面積減少，非濕地面積增加，2009年后變化強度降低，濕地面積有所上升，這與馬驊（2019）的研究結果一致。

在若爾蓋縣濕地面積轉移方面，由于研究中對濕地景觀的分類情況與其他學者存在差異，各個濕地類型的具體轉移數值存在不同，但是本研究的濕地整體轉移方向與姜燁等（2013）相同，表現為其他類型向草甸類濕地轉化，濕地整體向非濕地轉化。在計算濕地轉移面積時，雖然濕地范圍主要集中在西、南、中部，但是本文直接將東部山區劃分為非濕地，導致非濕地面積計算結果偏大，忽略了該地區的濕地變化情況，存在一定的不足，是下一步研究中需要改進的地方。

在濕地單一動態度計算結果中（表1），高覆蓋草甸在2009—2014年的變化度達 19.85% ；低覆蓋草甸在1999—2004年的變化度達- 12.22% ，在2005—2009年的變化度達 33.41% 。對原因進行分析發現，2005年與2009年由于影像的差異，導致監督分類的誤差較大，且非濕地、高覆蓋草甸與低覆蓋草甸濕地相互穿插，采用目視解譯的方式也不好準確進行區分，因此這幾類濕地的分類精度較低，從而引起計算結果不準確的問題，因此，尋找這幾類濕地高精度分類方法是下一步研究的重點方向之一。在空間分布情況中，用標準差橢圓的各個參數來表示濕地斑塊的空間分布情況具有一定的參考意義，從計算的旋轉角可以看到，斑塊的整體走向與研究區山脈走向幾乎平行，說明研究區的山脈走向對斑塊的分布存在影響；在短、長半軸的計算結果中，2004年的短半軸長度與長半軸長度比值大，說明該年濕地斑塊分布較分散，但是分析發現，在該年景觀分類結果圖中，東南部地區較多濕地被誤分成了非濕地，導致長半軸計算結果偏小，因此更加準確地獲得分類結果是研究需要改進的地方之一。

3.2若爾蓋縣濕地面積動態變化驅動力及建議

從驅動力分析結果來看，濕地面積減少是一個自然因素與人為因素共同作用的結果，但是人為因素的影響大于自然因素的影響，該結果與鄧茂林（2010）、李國明等（2017）的驅動力研究結果一致，濕地的變化規律、變化特征受人為因素的干擾較大。

各類指標與河流、湖泊、沼澤等類型濕地的面積呈負相關且相關性系數較高，與高覆蓋草甸、低覆蓋草甸等類型濕地的面積呈正相關但相關性系數低。隨著各個指標值的增加，河流、湖泊、沼澤濕地面積將減少，而高、低覆蓋草甸濕地面積將增加。大量研究表明（Xiaoetal，2010；白春昱，2020），如河流、湖泊、沼澤等具有蓄水能力強、生物多樣性豐富等優點的景觀類別濕地面積的減少，而草甸類只呈現過濕狀態的景觀類別濕地面積的增加，將導致濕地沙漠化，從而引發濕地面積萎縮、生態脆弱性增加和生態服務功能下降等問題。因此，建議對各類濕地進行針對性修復，在保證現有濕地類型穩定的同時，減少草甸類濕地的增加，對草甸類濕地的蓄水能力進行加強，如限制低覆蓋草甸區域的活動，對該區域進行保護等，從而減小其向裸地、沙化地等土地類型轉移的概率。

隨著若爾蓋縣經濟的發展和生活水平的提高，畜牧業迅速發展成若爾蓋縣的主要優勢產業，旅游業也逐漸發展起來，過度放牧、無序旅游、人工開渠等人為干擾活動造成濕地連通性、穩定性下降，這造成若爾蓋縣濕地面積快速減少。金山銀山不如綠水青山，生態保護與經濟發展從不沖突。因此，一方面需要對畜牧業和旅游業制定合適的發展計劃，防止濕地承受能力過載；另一方面也要進行一定的法律約束，控制人類的干擾活動。

需要指出的是，在進行驅動力分析時只用了5組數據進行計算，雖然結果中部分顯著性小于0.05，但是大部分結果的顯著性較大，下一步可以考慮使用多年份的濕地景觀提取結果以及對應的驅動因子數據，增加相關性分析的數據組，得到更具說服力的結果，從而更全面分析各指標對濕地類型的影響。

4結論

本文利用若爾蓋縣1999—2019年間5期遙感影像數據，綜合運用景觀面積統計、景觀動態分析和數理統計等方法分析了若爾蓋縣近20年的景觀面積動態變化和驅動因子，結果表明：

（1）1999一2019年，若爾蓋縣濕地總面積呈先減后增的趨勢，且在1999一2004年間濕地面積劇烈減少，2004年后濕地面積有所增加，變化較緩。從濕地內部景觀類型看，2014年前，湖泊、低覆蓋草甸與高覆蓋草甸變化劇烈，2014年后變化緩慢；河流、沼澤在研究期內無明顯變化。

（2）1999一2019年，若爾蓋縣濕地類型轉移情況主要是：河流 $$ 湖泊，湖泊 $$ 沼澤，沼澤 $$ 高覆蓋草甸，高覆蓋草甸 $$ 低覆蓋草甸，低覆蓋草甸 $$ 非濕地，非濕地 $$ 低覆蓋草甸。河流、湖泊、沼澤、高覆蓋草甸等濕地類型面積以及濕地總面積均減少，低覆蓋草甸濕地面積增加。高覆蓋草甸濕地面積轉出最大，為 。

（3）濕地的空間分布整體為東南一西北走向，在研究期內，其中心點存在輕微波動，但是離散程度和演變方向無明顯變化。

（4）濕地面積動態變化是自然與人為因素的共同作用結果，其中自然因素對濕地面積動態變化的作用力相對較弱；生產總值、人口等人為因素是影響濕地面積動態變化的主要驅動因子，是導致濕地面積減少的主要因素。

參考文獻

白春昱，2020.云南濕地生物多樣性評價：基于貝葉斯網絡模 型分析[D].楊凌：西北農林科技大學.

鄧茂林，田昆，楊永興，等，2010.高原濕地若爾蓋國家級自然 保護區景觀變化及其驅動力[J].生態與農村環境學報， 26（1）：58-62.

DENGML，TIANK，YANGYX，etal，2010.Variationof landscapeoftheRuoErgaiNationalReserveofplateau wetlandanditsdrivingforces[J].JournalofEcologyand Rural Environment， 26（1）：58-62.

高杰，高敏，趙志紅，等，2018.1987—2015年七里海潟湖濕地景 觀格局變化及驅動力分析[J].水生態學雜志，39（4）：8-16.

GAOJ， GAO M， ZHAO ZH， et al，2018.Wetland landscape pattern changes and driving forces in Qilihai Lagoon， 1987-2015[J]. Journal of Hydroecology， 39（4）：8-16.

宮兆寧，張翼然，宮輝力，等，2011.北京濕地景觀格局演變特 征與驅動機制分析[J].地理學報，66（1）：77-88.

GONG Z N， ZHANG Y R， GONG HL， et al， 2011. Evolution of wetland landscape pattern and its driving factors in Beijing[J]. Acta Geographica Sinica， 66（1）：77-88.

郭潔，李國平，2007.若爾蓋氣候變化及其對濕地退化的影響 [J].高原氣象，26（2）：422-428.

GUO J， LI G P， 2007. Climate change in Zoigé plateau marsh wetland and its impact on wetland degradation[J]. Plateau Meteorology，26（2）：422-428.

姜燁，孫建國，謝家麗，等，2013.近20a若爾蓋濕地水土流失 變化的遙感評估[J].遙感技術與應用，28（6）：1088-1093.

JIANG Y， SUN JG， XIE JL， et al， 2013.Remote sensing assessment of water and soil loss changes of Zoige wetland in last 20 years[J]. Remote Sensing Technology and Application，28（6）：1088-1093.

雷金睿，陳宗鑄，陳毅青，等，2020.1990—2018年海南島濕地 景觀格局演變及其驅動力分析[J].生態環境學報，29（1）： 59-70.

LEI JR， CHEN Z Z， CHEN Y Q， et al， 2020. Landscape pattern changes and driving factors analysis of wetland in Hainan Island during 1990-2018[J]. Ecology and Environmental Sciences，29（1）：59-70.

李傳哲，于福亮，劉佳，等，2011.近20年來黑河干流中游地 區土地利用/覆被變化及驅動力定量研究[J].自然資源 學報，26（3）：353-363.

LI C Z，YUFL，LIU J， et al， 2011. Research on land use/cover change and its driving force in midstream of the Heihe mainstream basin during the past 2O years[J]. Journal of Natural Resources，26（3）：353-363.

李國明，劉江，李勝，等，2017.若爾蓋濕地近25年濕地變化 及分形特征分析[J].測繪與空間地理信息，40（7）：34-36.

LI G M，LIU J，LI S， et al， 2017. Fractal characteristics analysis of wetland changes of Ruoergai wetland nearly 25 years[J]. Geomatics amp; Spatial Information Technology， 40（7）：34-36.

劉帥，2022.融合智能信息提取方法的川西北若爾蓋縣濕地 時空演變研究[D].成都：成都理工大學.

馬驊，王義飛，寧宇，等，2019.若爾蓋縣高原濕地景觀格局動 態分析研究[J].林業資源管理，（1）：109-115.

MA H， WANG Y F， NING Y， et al， 2019. Dynamic analysis of landscape pattern of the plateau wetland of zoige county [J].Forest Resources Management，（1）：109-115.

王晶，李國慶，丁鵬凱，等，2016.若爾蓋濕地景觀與生態功能 變化主導因子分析[J].人民黃河，38（5）：77-81.

WANG J， LI G Q， DING P K， et al， 2016. Zoige area wetland landscape and ecological function changes influenced by the dominant factors[J]. Yellow River， 38（5）：77-81.

汪學華，田昆，2015.若爾蓋濕地研究進展[J].西南林業大學 學報（自然科學）.35（6）：104-110.

WANG X H， TIAN K， 2015. Research progress on zoige wetland[J]. Journal of Southwest Forestry University （Natural Sciences）， 35（6）：104-110.

魏凌，張楊，李強，等，2020.基于標準差橢圓的我國國土生態 空間分異研究[J].生態經濟，（7）：176-181.

WEI L， ZHANG Y，LI Q， et al， 2020. Study on spatial variation of China’s territorial ecological space based on standard deviation ellipse[J]. Ecological Economy， （7）：176-181.

楊彥斌，2007.甘肅瑪曲濕地資源保護對策與建議[J].甘肅林 業科技，32（2）：68-70.

張國鋼，戴強，劉冬平，等，2013.若爾蓋濕地水鳥資源季節變 化[J].動物學雜志，48（5）：742-749.

ZHANG G G， DAI Q， LIU D P， et al， 2013. The seasonal dynamic on waterbird population at Ruoergai marshes， China [J]. Chinese Journal of Zoology， 48（5）：742-749.

趙國麗，2021.邯鄲市平原濕地未來分布變化及影響因素研 究[J].陜西水利，（2）：32-34.

ZHAO G L， 2021. Study on the future distribution changes and influencing factors of plain wetlands in Handan City[J]. Shaanxi Water Resources， （2）：32-34.

周婷，馬姣嬌，徐頌軍，2020.2003—2013年中國濕地變化的 空間格局與關聯性[J].環境科學，41（5）：2496-2504.

ZHOU T， MAJJ，XU S J，2020. Spatial paterns and spatialautocorrelations of wetland changes in China during 2003- 2013[J]. Environmental Science， 41（5）：2496-2504.

CHEN G D， TANG P， WANG H， 2022. Boundary determination of lake-type wetland park based on GIS multifactor analysis[J]. Computational Intelligence and Neuroscience， （1）：6161491.

LI W L， XUE P F， LIU C L， et al， 2020. Monitoring and landscape dynamic analysis of alpine wetland area based on multiple algorithms： a case study of Zoige Plateau[J]. Sensors， 20（24）：7315.

VYMAZAL J， 2022. The historical development of constructed wetlands for wastewater treatment[J]. Land， 11（2）：174.

XIAO D R， TIAN B， TIAN K， et al， 2010. Landscape patterns and their changes in Sichuan Ruoergai wetland national nature reserve[J]. Acta Ecologica Sinica， 30（1）：27-32.

YANG M， SHI L Y， LIUB Q， 2022. Risks assessment and driving forces of urban environmental accident[J]. Journal of Cleaner Production， 340：130710.

ZHANG X J， WANG G Q， XUE B L， et al， 2021. Dynamic landscapes and the driving forces in the Yellow River Delta wetland region in the past four decades[J]. Science of the Total Environment， 787：147644.

（責任編輯熊美華）

Changes and Driving Forces of the Wetland Area in Ruoergai County，1999-2019

PAN Yun¹ ， ZHANG Qian2， ZUO Shixiang2， CHEN Jianhua3， JIAN Ji1， ZHANG Xiaofeng2，LI Zhijun2， LIU Shuai3， WANG Bingqian3， TANG Yipeng， CHEN Jiongling？， SUN Yu3

（1. College of Geosciences， Chengdu University of Technology， Chengdu 610o59，P.R. China; 2. Aba Prefecture Institute of Natural Resources and Scientific and Technological Information， Wenchuan 623000，P.R. China; 3. College of Geophysics， Chengdu University of Technology， Chengdu 610o59，P.R. China）

Abstract： The Ruoergai wetland，located in the northeastern Qinghai-Tibet Plateau， is China's largest alpine peat bog and serves as a crucial water conservation and recharge zone for the Yellow River. The portion of the wetland in Ruoergai County， comprising half the core area of Ruoergai wetland was selected for a case study. We investigated the dynamic changes in wetland area from 1999 to 2019 and analyzed their driving forces using remote sensing， GIS technology and statistical methods，aiming to provide a reference to support scientific decision-making and wetland management in the region. The study was based on Landsat satelite images and social， economic and meteorological data for the study area at 5-yr intervals （1999，2004，2009，2014 and 2019） during the period of rich vegetation in summer. The wetland landscape in Ruoergai County includes rivers，lakes，swamps，high-cover meadows and low-cover meadows. Research shows： （1） From 1999 to 2019， the total area of wetland decreased by 24889.9km² ，with drastic decreases before 2004 and slow increases after 2004.The dominant wetland landscapes in Ruoergai County included swamps，high-cover meadows and low-cover meadows. There was no clear change in river and swamp areas during the study period， but lake area slowly decreased from 1999 to 2014 and gradually increased after 2014.The area of low-cover meadows decreased sharply from 1999 to 2004， increased significantly from 2005 to 2009，and was relatively stable after 2009. （2）From 1999 to 2019，the conversion of wetland landscapes was generally： river $$ lake， lake $$ swamp， swamp $$ high-cover meadow， highcover meadow $$ low-cover meadow. （3） Spatially， the distribution of wetlands in Ruoergai County was concentrated along a southeastern-northwestern axis and this did not change during the study period.（4） The changes in Ruoergai County wetland were driven by dual mechanisms， with human activities as the dominant factor and natural environmental conditions playing an auxiliary role.Among the human activities，primary industrial development and increased agriculture were the most significant contributors to the reduction of wetland area in Ruoergai County.

Key words： wetland; remote sensing; landscape conversion; dynamic change; driving force; Ruoergai County