基于GIS／RS的旅順濱海濕地景觀格局時空動態(tài)變化研究＊

王方雄，王 博，杜 研，徐 堅

（1．遼寧師范大學(xué)自然地理與空間信息科學(xué)遼寧省重點(diǎn)實(shí)驗(yàn)室 大連 116029；2．遼寧師范大學(xué)海洋經(jīng)濟(jì)與可持續(xù)發(fā)展研究中心 大連 116029；3．遼寧師范大學(xué)城市與環(huán)境學(xué)院 大連 116029）

1 引言

濱海濕地廣布于沿海海陸交界、淡咸水交匯區(qū)域［1］，是陸地生態(tài)系統(tǒng)和海洋生態(tài)系統(tǒng)的交錯過渡地帶。不僅擁有豐富的生物多樣性和極高的生產(chǎn)力，而且蘊(yùn)藏著珍貴的能源和礦產(chǎn)資源，同時在抵御海洋災(zāi)害、控制海岸侵蝕、調(diào)節(jié)徑流、改善氣候、降解污染、美化環(huán)境、維護(hù)區(qū)域生態(tài)平衡及提供野生動植物生境等方面起著極其重要的作用［2－3］。景觀變化作為一種自然、社會、經(jīng)濟(jì)綜合現(xiàn)象，表現(xiàn)為復(fù)雜的系統(tǒng)演變過程。景觀時空動態(tài)變化研究著眼于根據(jù)生態(tài)系統(tǒng)真實(shí)的空間分布及其隨時間而變化的空間和時間尺度的變量，推論出導(dǎo)致景觀變化的原因并預(yù)測景觀變化趨勢［4］。馬爾科夫模型是一種關(guān)于時間發(fā)生的概率預(yù)測模型，它根據(jù)事件的目前狀況來預(yù)測其將來各個時期 （或時刻）的變動狀況，在景觀變化預(yù)測中應(yīng)用廣泛。

旅順口區(qū)位于遼東半島最南端，東臨黃海、西瀕渤海，南與山東半島隔海相望，北依大連。陸地南北縱距26．1km，東西橫距31．2km，總面積506．8km2，海岸線長169．7km。該區(qū)自然生態(tài)環(huán)境優(yōu)良［5］，是龍湖國家濕地公園的所在地，更是冬季遷徙的鳥類必經(jīng)之地。但是，由于近年來大連經(jīng)濟(jì)發(fā)展迅猛，生態(tài)環(huán)境遭受嚴(yán)重破壞。被認(rèn)為是大連乃至遼東灣地區(qū)生態(tài)平衡重要保障的大連市旅順口區(qū)濱海濕地，目前正遭受人類活動的嚴(yán)重威脅。近年來這里已有大面積的濱海濕地被人工養(yǎng)殖占用，濕地面積急劇減少，使旅順蛇島老鐵山國家自然保護(hù)區(qū)的鳥類和蝮蛇的生存環(huán)境受到嚴(yán)重侵害，保護(hù)旅順口區(qū)濱海濕地已迫在眉睫。

2 研究方法與過程

本研究利用旅順2000 年Landsat ETM 和2009年Landsat TM 兩期遙感圖像對旅順濱海濕地景觀動態(tài)變化進(jìn)行研究，繪制對應(yīng)景觀分布圖，對景觀類型變化進(jìn)行分析，確定相應(yīng)的濕地類型之間的初始轉(zhuǎn)移概率，然后利用馬爾科夫模型對其濕地景觀進(jìn)行動態(tài)演變過程的分析和未來變化趨勢的預(yù)測，為今后制定旅順濱海濕地的利用與保護(hù)政策提供科學(xué)決策依據(jù)。

2．1 濕地景觀分類及解譯標(biāo)志

在充分分析旅順地區(qū)濕地資源現(xiàn)狀的基礎(chǔ)上，借鑒《濕地公約》中的濕地分類系統(tǒng)，參照 《全國濕地資源調(diào)查與監(jiān)測技術(shù)規(guī)程》［6］所規(guī)定的濕地分類方法，結(jié)合旅順濕地類型的實(shí)際情況和土地利用狀況，并考慮到遙感影像可分辨的最小圖斑、人工判讀的可能性等［7］，筆者將研究區(qū)內(nèi)的濱海濕地分為3種類型，分別為：①海岸濕地，指灘涂、河口水域和河口三角洲水域；②河流、湖泊與庫塘，主要指永久性河流和季節(jié)性或間歇性河流、湖泊、水庫和池塘；③鹽田與養(yǎng)殖場，指近海區(qū)域的水產(chǎn)養(yǎng)殖與灘涂養(yǎng)殖及借助海水蒸發(fā)來制鹽的沿海濕地［8］；同時為了反映城市化過程對于濕地景觀格局的影響，將建設(shè)用地單獨(dú)作為一類，其他非濕地如耕地、園地、林地、草地等合并為一大類。

2．2 數(shù)據(jù)來源及技術(shù)路線

本研究采用了遙感數(shù)據(jù)和非遙感信息數(shù)據(jù)。遙感數(shù)據(jù)選取了Landsat衛(wèi)星2000 年、2009年兩個時段的ETM、TM 影像數(shù)據(jù)，共2景，各景影像的云覆蓋率均小于5%。非遙感信息源主要包括1∶5 萬旅順口區(qū)地形圖、行政區(qū)劃圖、2009年土地利用現(xiàn)狀矢量數(shù)據(jù)及野外調(diào)查數(shù)據(jù)等。

旅順口區(qū)濱海濕地景觀格局時空動態(tài)變化研究的技術(shù)流程如圖1 所示，首先將研究區(qū)的1∶5萬地形圖等進(jìn)行掃描，應(yīng)用ArcGIS 軟件進(jìn)行處理，建立統(tǒng)一的投影坐標(biāo)，利用ENVI 4．8遙感數(shù)據(jù)處理軟件對兩個時段的遙感影像進(jìn)行幾何校正，對校正后的影像圖進(jìn)行掩模處理，按照行政區(qū)劃范圍切出兩個時相影像的相同范圍，再利用RGB （5，4，3）合成假彩色圖像。對合成后的影像進(jìn)行非監(jiān)督分類，建立分類模板，依照濱海濕地分類系統(tǒng)的解譯標(biāo)志選擇訓(xùn)練樣本對模板進(jìn)行修改，用改后的模板進(jìn)行監(jiān)督分類，結(jié)合土地利用現(xiàn)狀矢量數(shù)據(jù)、地形圖、野外調(diào)查數(shù)據(jù)等非遙感資料對分類結(jié)果進(jìn)行人工目視解譯，分類后處理得到兩個時相的分類結(jié)果。利用ArcGIS軟件繪制出兩個時相的濱海濕地景觀分布圖如圖2和圖3所示。

圖1 技術(shù)流程

圖2 旅順口區(qū)2000年濱海濕地分布

圖3 旅順口區(qū)2009年濱海濕地分布圖

根據(jù)2000年和2009年研究區(qū)的兩個時相遙感影像解譯結(jié)果，對2000年和2009年兩期濱海濕地分類結(jié)果數(shù)據(jù)進(jìn)行GIS 疊加分析，得到各類型之間的面積轉(zhuǎn)移矩陣 （表1），根據(jù)轉(zhuǎn)移概率矩陣進(jìn)行旅順口區(qū)濱海濕地景觀的馬爾科夫預(yù)測，最終得到變化結(jié)果并進(jìn)行分析。

3 馬爾科夫預(yù)測

馬爾科夫預(yù)測是以俄國數(shù)學(xué)家馬爾科夫的名字命名的數(shù)學(xué)方法，是一種預(yù)測事件發(fā)生的概率的方法。它是基于馬爾科夫鏈，根據(jù)事件的目前狀況狀態(tài)，預(yù)測該事件未來各個時期（或時刻）的變動狀況［9－10］。目前，馬爾科夫預(yù)測法被廣泛應(yīng)用于景觀格局變化的預(yù)測。

馬爾科夫模型的基本概念包括系統(tǒng)的狀態(tài)和狀態(tài)的轉(zhuǎn)移。當(dāng)系統(tǒng)完全由定義狀態(tài)的變量所取的值來描述的時候，則稱系統(tǒng)處于一個狀態(tài)；如果系統(tǒng)狀態(tài)描述變量從一個狀態(tài)的特定值變化到另一個狀態(tài)的特定值，則稱系統(tǒng)發(fā)生了狀態(tài)轉(zhuǎn)移。馬爾科夫過程描述的是具有 “無后效性”的特殊隨機(jī)過程［11］，即某隨機(jī)過程在T＋1時刻的狀態(tài)和T 時刻的狀態(tài)有關(guān)，而和以前的狀態(tài)無關(guān)，這一點(diǎn)用于濕地景觀格局變化的預(yù)測是適合的［12］。

表1 2009年旅順口區(qū)濱海濕地各景觀類型轉(zhuǎn)化情況 hm2／a

3．1 轉(zhuǎn)移概率矩陣的確定

景觀類型之間相互轉(zhuǎn)化的初始轉(zhuǎn)移矩陣是使用馬爾科夫模型的關(guān)鍵，其數(shù)學(xué)表達(dá)式為：

式中：pij為初始到末期時由類型i轉(zhuǎn)化為類型j的概率，pij為滿足兩個條件：0≤pij≤1 和。

根據(jù)馬氏理論，年平均概率 （pij）的計算方法有兩種：①年均等面積轉(zhuǎn)移概率：指的是以A 類濕地景觀轉(zhuǎn)化為B 類濕地景觀的年均面積值不變?yōu)闂l件，來確定景觀單元的轉(zhuǎn)移概率，即m年到n年的各濕地轉(zhuǎn)化面積除以年代間隔（n－m）得到平均每年的轉(zhuǎn)化面積占原有該類濕地的面積百分比。例如，2000年海岸濕地面積為1 796．76hm2，2000—2009年海岸濕地轉(zhuǎn)化為鹽田養(yǎng)殖場的面積為184．38hm2，即有k＝（184．38／9）／1 796．76＝0．011 402。②年均等概率轉(zhuǎn)移概率：指的是以m年到n年的A類濕地景觀轉(zhuǎn)化為B類濕地景觀的年均轉(zhuǎn)移概率不變?yōu)闂l件，來確定景觀單元的轉(zhuǎn)移概率，即SA＝（SA－ΔSAB）×（1＋k）（n－m），SA為m年的A類濕地類型面積，ΔSAB為m～n年A類濕地類型轉(zhuǎn)為B類濕地類型的面積，k即為A類濕地類型轉(zhuǎn)化為B類濕地類型的年均轉(zhuǎn)移概率。例如，2000年海岸濕地面積為1 796．76hm2，2000—2009年海岸濕地轉(zhuǎn)化為鹽田養(yǎng)殖場的面積為184．38hm2，即 有1 796．76＝ （1 796．76－184．38）× （1＋k）9，所以k＝0．012 103。

根據(jù)GIS疊加分析統(tǒng)計出的旅順口區(qū)濱海濕地各景觀類型面積轉(zhuǎn)化狀況，利用上述兩種計算平均概率的方法，可以得到各類景觀類型的年平均轉(zhuǎn)移概率矩陣 （時間步長為1年），該矩陣即為初始狀態(tài)轉(zhuǎn)移概率矩陣 （表2和表3）。

表2 2000—2009年旅順口區(qū)濱海濕地景觀類型年均等面積轉(zhuǎn)移概率矩陣 （n＝1）

表3 2000—2009年旅順口區(qū)濱海濕地景觀類型年均等概率轉(zhuǎn)移概率矩陣 （n＝1）

3．2 動態(tài)模擬與預(yù)測

根據(jù)馬爾科夫隨機(jī)過程理論，利用初始狀態(tài)概率矩陣，在景觀轉(zhuǎn)移概率不變，即外界作用力不變的情況下，可以推導(dǎo)出馬爾科夫模型的基本方程，即第n期景觀類型的轉(zhuǎn)移概率：

式中，m表示轉(zhuǎn)移概率矩陣的行列數(shù)，而任意第n分期的轉(zhuǎn)移概率矩陣等于初始轉(zhuǎn)移概率矩陣的n次方。若設(shè)第1 期轉(zhuǎn)移概率矩陣為P（1），初始矩陣為A（0），則第n期的矩陣為A（n）＝A（0）×P（n）＝A（0）×Pn，以此公式可以預(yù)測得到各分期各景觀類型的面積，從而實(shí)現(xiàn)景觀格局變化預(yù)測的目的。

已知A（0）＝ ［海岸濕地 河流、湖泊與庫塘 鹽田與養(yǎng)殖場 建設(shè)用地 其他非濕地］＝ ［1 796．76 390．68 1 302．45 9 842．26 37 305．71 50 637．87］，并應(yīng)用兩種方法計算出的轉(zhuǎn)移概率矩陣分別預(yù)測2009年的濕地景觀格局，并與2009年實(shí)際值進(jìn)行對比分析，預(yù)測結(jié)果如表4和表5所示。

表4 年均等面積轉(zhuǎn)移概率矩陣預(yù)測結(jié)果

表5 年均等概率轉(zhuǎn)移概率矩陣預(yù)測結(jié)果

通過對上述結(jié)果的對比分析，可以看出總體上等概率轉(zhuǎn)移矩陣預(yù)測出的誤差值明顯小于等面積轉(zhuǎn)移矩陣預(yù)測出的誤差值，且概率轉(zhuǎn)移矩陣預(yù)測出的誤差值都在5%以內(nèi)，其中只有河流、湖泊與庫塘一種景觀類型的相對誤差較大，但是由于影像的分辨率造成解譯中的誤差，由此可見等概率轉(zhuǎn)移矩陣的馬爾科夫預(yù)測更加科學(xué)，準(zhǔn)確。綜上所述，最終決定采取年平均等概率轉(zhuǎn)移矩陣對旅順口區(qū)未來20年濱海濕地景觀格局動態(tài)變化進(jìn)行馬爾科夫預(yù)測。預(yù)測結(jié)果如表6所示。

表6 旅順口區(qū)未來20年濱海濕地景觀變化預(yù)測預(yù)測結(jié)果 hm2

4 結(jié)果與分析

從2000—2009年濱海濕地景觀轉(zhuǎn)化情況表可見，研究區(qū)內(nèi)濱海濕地景觀變化較大的有海岸濕地、庫塘、建設(shè)用地和其他非濕地。其中，9年內(nèi)海岸濕地面積縮小了392．47hm2公頃，其他非濕地縮小了8 071．09hm2，而人工濕地庫塘增加了，190．89hm2，建設(shè)用地的面積增加最多，達(dá)到8 213hm2。由此可看出2000 年后旅順口區(qū)濱海濕地景觀格局的變化趨勢：天然濕地減少，人工濕地增加，非濕地中，建設(shè)用地面積增長最快，而耕地、園地、林地、草地等的面積則下降幅度較大。

這種景觀態(tài)勢的形成說明研究區(qū)內(nèi)濱海濕地景觀受到了人類活動的強(qiáng)烈干擾。隨著人口的增加和經(jīng)濟(jì)的發(fā)展，人們對于濕地的開發(fā)利用程度加劇了，城市建設(shè)速度的加快更導(dǎo)致許多天然濕地喪失。大量的海岸濕地被開發(fā)為人工水庫和池塘及水產(chǎn)養(yǎng)殖和鹽田工業(yè)，其中水產(chǎn)養(yǎng)殖和鹽田工業(yè)轉(zhuǎn)化比率達(dá)到了1．21%。庫塘的增加反映了漁業(yè)發(fā)展較快。非濕地景觀方面，建設(shè)用地增長劇烈，增幅達(dá)83．4%。其他非濕地的減少主要是被建設(shè)用地占用。

從研究區(qū)域內(nèi)預(yù)測結(jié)果來看，濱海濕地景觀總體呈減少的趨勢，非濕地景觀中建設(shè)用地不斷增長，其他非濕地不斷下降。對比2009年模擬結(jié)果和實(shí)測結(jié)果基本吻合，誤差均低5%，說明利用馬爾科夫模型研究預(yù)測區(qū)域?yàn)I海濕地景觀動態(tài)變化的可行性。對旅順口區(qū)濱海濕地景觀的未來預(yù)測結(jié)果表明：在保持2000—2009年干擾強(qiáng)度的情況下，濕地景觀將急劇減少，尤其是海岸濕地，對比2009 年的實(shí)測結(jié)果到2030年海岸濕地將減少570．89hm2，減幅達(dá)到40．65%。非濕地景觀中建設(shè)用地急速增長，增幅達(dá)到55．72%。本次研究預(yù)測的前提是按現(xiàn)有的發(fā)展趨勢，不考慮任何其他的諸如政策、自然災(zāi)害等因素對于濕地景觀變化趨勢的調(diào)整，這樣，隨著時間的無限延伸，就可能出現(xiàn)建設(shè)用地極度擴(kuò)張、而其他用地日益萎縮的現(xiàn)象。這對于保持研究區(qū)內(nèi)的生物多樣性和區(qū)域的生態(tài)功能具有一定負(fù)面作用，值得引起重視。為保護(hù)旅順口區(qū)的濱海濕地，需要政府制定更詳細(xì)的濱海濕地保護(hù)政策，務(wù)必做到在生態(tài)環(huán)境的可持續(xù)發(fā)展基礎(chǔ)上進(jìn)行濕地資源的開發(fā)利用，平衡濕地的保護(hù)與開發(fā)。務(wù)必做好保護(hù)濕地重要性的宣傳，使政府決策者和當(dāng)?shù)鼐用裆羁陶J(rèn)識到 “濕地絕非是荒地”，一經(jīng)破壞將難以挽回，定要落實(shí)保護(hù)原始濕地景觀政策。

［1］WERG（Wetland Ecosystems Research Group）．Wetland Functional Analysis Research Program［M］．London：College Hill Press，1999．

［2］張華，張麗媛，伏捷，等．遼寧省濱海濕地類型及生態(tài)服務(wù)價值研究［J］．濕地科學(xué)，2009，7（4）：342－349．

［3］張華，苗苗，孫才志，等．遼寧省濱海濕地資源類型及景觀格局分析［J］．資源科學(xué)，2007，29（3）：139－146．

［4］付春雷，宋國利，鄂勇．馬爾科夫模型下的樂清灣濕地景觀變化分析［J］．東北林業(yè)大學(xué)學(xué)報，2009，37（9）：117－119．

［5］薛大波，宋鶴鵬，張東明．旅順開發(fā)區(qū)：遼東半島新崛起的海濱城區(qū)［N］．大連日報，2008 —04—10（T02）．

［6］張弘．遙感技術(shù)在大連濕地資源調(diào)查中的應(yīng)用研究［D］．大連：大連海事大學(xué)，2007．

［7］寧龍梅，王學(xué)雷，胡望斌．利用馬爾科夫過程模擬和預(yù)測武漢市濕地景觀的動態(tài)演變［J］．華中師范大學(xué)學(xué)報：自然科學(xué)版，2004，38（2）：255－258．

［8］姜玲玲，熊德琪，張新宇，等．大連濱海濕地景觀格局變化及其驅(qū)動機(jī)制［J］．吉林大學(xué)學(xué)報：地球科學(xué)版，2008，38（4）：670－675．

［9］吳瑾．基于GIS和馬爾科夫模型的濕地景觀格局動態(tài)研究：以饒河縣境內(nèi)撓力河流域?yàn)槔跠］．長春：東北師范大學(xué)，2010．

［10］胡騰波，葉建栲．馬爾科夫鏈模型在G I S數(shù)據(jù)預(yù)測中的應(yīng)用［J］．計算機(jī)系統(tǒng)應(yīng)用，2008，17（8）：90－93．

［11］楊命青．基于馬爾柯夫模型的土地利用變化趨勢預(yù)測［J］．山西建筑，2010，36（17）：3－4．

［12］邊延輝，張光輝，包洪福，等．馬爾柯夫模型在洪河濕地景觀變化研究中的應(yīng)用［J］．東北農(nóng)業(yè)大學(xué)學(xué)報，2008，39（3）：53－57．