基于遙感和GIS的江蘇濱海地區(qū)濕地信息提取及動態(tài)變化分析

張 健，何祺勝，崔 同，師鵬飛，楊 濤

(1.太湖流域管理局 水文局，上海 200000；2.河海大學 a.地球科學與工程學院；b.水文水資源學院，南京 210098)

基于遙感和GIS的江蘇濱海地區(qū)濕地信息提取及動態(tài)變化分析

張 健1，何祺勝2a，崔 同2b，師鵬飛2b，楊 濤2b

(1.太湖流域管理局 水文局，上海 200000；2.河海大學 a.地球科學與工程學院；b.水文水資源學院，南京 210098)

掌握濕地分布及動態(tài)變化特征能夠為更好地保護濕地提供科學依據(jù)。以江蘇省濱海濕地為研究對象，對研究區(qū)1992年、2002年、2012年3個時期的遙感數(shù)據(jù)進行處理，利用最大似然法分類提取濕地信息，研究濱海地區(qū)的濕地信息、動態(tài)變化并對驅動因子進行分析。結果表明：江蘇濱海濕地總面積呈減少趨勢，其中人工濕地所占比重增加了22.43%，自然濕地所占比重則相應減少，此外自然濕地呈現(xiàn)以獐茅、鹽蒿群落大幅度減少以及米草先大范圍擴散后相對穩(wěn)定的趨勢；在轉移過程中，轉入面積最高的是人工養(yǎng)殖塘，而轉出率由光灘變成了淺海水域；濱海濕地變化驅動因素主要是人類活動影響。

江蘇濱海地區(qū)；濕地；信息提?。粍討B(tài)變化；遙感; GIS; 驅動因子

1 研究背景

濕地處于水陸過渡交叉地帶，是地球上最重要的3大生態(tài)系統(tǒng)之一[1-3]。它擁有自然界中最具生物多樣性的生態(tài)系統(tǒng)，為人類生產(chǎn)、生活提供各種所需要的資源，具有多種生態(tài)功能和社會經(jīng)濟價值[4-7]。江蘇濱海濕地是我國面積最大的濱海濕地，位于江蘇省沿海的海陸交界、淡咸水交匯、海洋與陸地交互作用的區(qū)域，濕地面積約106萬hm2，境內具有豐富、獨特的景觀類型，在維護我國鳥類、麋鹿等生物多樣性方面具有重要意義[8-10]。然而，隨著江蘇沿海社會經(jīng)濟的迅速發(fā)展，人類活動加劇，灘涂圍墾嚴重，濱海濕地出現(xiàn)了自然濕地面積不斷減少、濕地生境逐步破碎以及生物多樣性減少等問題。因此，為更好地保護和管理江蘇濱海濕地，迫切需要診斷濕地系統(tǒng)的破壞及退化程度，識別濕地系統(tǒng)變化的主要驅動因素。準確及時地掌握濕地類型、分布以及變化等情況對濕地資源研究、合理開發(fā)利用以及保護濕地具有重要意義[11]。然而，傳統(tǒng)的實地調查由于工作量大、調查困難等問題，存在明顯不足。

近年來，遙感信息技術由于其監(jiān)測范圍廣、速度快、成本低等優(yōu)勢，得到了快速發(fā)展，成為濕地監(jiān)測中的重要手段。鐘春棋等[12]利用TM影像提取了閩江河口濕地資源的空間信息，揭示了閩江河口濕地資源動態(tài)變化情況；李東穎等[13]基于RS數(shù)據(jù)采用層分類和決策樹分類方法，提取了黃河三角洲不同時期的濕地信息并分析了動態(tài)變化。關于江蘇濱海濕地方面，國內學者也已經(jīng)開展了一些研究。朱葉飛等[14]基于RS與GIS技術對江蘇海岸帶濕地進行了分類；翟可等[15]利用鹽城濱海濕地1975年、1991年、2002年和2006年4期遙感影像數(shù)據(jù)，研究了濱海濕地土地利用/覆蓋變化及其轉移過程；左平等[16]通過5個時期遙感數(shù)據(jù)分析了近40 a來的江蘇鹽城濱海濕地景觀變化及驅動力。雖然對江蘇濱海濕地的研究已有一定的成果，但是目前研究對濱海濕地植被分類不夠細化，僅集中分析濕地土地利用變化，在驅動因子研究中主要是定性的描述，對濱海濕地動態(tài)監(jiān)測以及驅動因子的研究仍存在不足。與此同時濱海濕地隨時間處于連續(xù)不斷的發(fā)展演變中，必須對其進行持續(xù)的研究。

本文在已有研究的基礎上，利用江蘇濱海地區(qū)1992年、2002年、2012年3期遙感影像數(shù)據(jù)，通過研究濱海濕地植被光譜及其生境特征，實現(xiàn)濕地植被的精細分類，并參考已有濕地分類系統(tǒng)，結合濱海濕地特點，建立較為細化的三級濕地系統(tǒng)分類體系以及濕地類型影像解譯標志庫，采用最大似然法提取濕地信息，基于不同時相的遙感數(shù)據(jù)對江蘇濱海區(qū)濕地動態(tài)信息分類進行變化分析；在此基礎上通過收集整理濱海地區(qū)1990年以來的自然、經(jīng)濟、社會等相關歷史數(shù)據(jù)定量分析濱海濕地變化的主要驅動因子，旨在為江蘇濱海地區(qū)的濕地生態(tài)系統(tǒng)建設提供科學依據(jù)。

2 研究區(qū)概況

江蘇濱海地區(qū)位于江蘇東部，地處長江、淮河和沂沭泗河流域最下游，經(jīng)緯度在31°4l′N—35°07′N，119°06′E—121°56′E之間。該地區(qū)屬北亞熱帶向暖溫帶過渡地帶氣候，以海洋性、季風性為氣候特征，降水豐沛，年均降水量為895～1 000 mm，多年氣溫平均值為13～15 ℃。濱海地區(qū)涉及14個縣級行政單位，面積為9 149 km2，海岸線長達954 km。受海水長期侵蝕的影響，濕地主要土壤類型為濱海鹽土，主要植被類型為鹽地堿蓬、蘆葦和花米草。江蘇濱海濕地是國際上重要的濕地之一，生物資源種類多樣，特別是一些珍稀野生動物的重要棲息地。本文選取研究區(qū)面積約為3 158 km2，主要涉及響水縣、濱海市、射陽、大豐以及東臺5個縣(市)。

3 數(shù)據(jù)與研究方法

3.1 數(shù)據(jù)來源及處理

據(jù)數(shù)據(jù)的可獲取性，選擇江蘇濱海地區(qū)1992年10月20日、2002年9月22日的Landsat數(shù)據(jù)，2012年10月23日的HJ星數(shù)據(jù)作為遙感基礎數(shù)據(jù)源。其他數(shù)據(jù)則主要來自鹽城市1990—2012年統(tǒng)計年鑒，其中1991年、1994年、2001年3年缺失。通過對不同時期的遙感數(shù)據(jù)進行預處理，在分析Landsat及HJ遙感影像的典型地物波譜特征的基礎上選擇合適的波段組合，建立濱海濕地分類遙感解譯標志，并結合野外實地調研資料，利用最大似然法對3期的遙感影像進行濕地信息提取及分類，統(tǒng)計不同時期的濕地面積，分析濱海濕地信息時空動態(tài)變化特征及驅動因素。具體技術路線見圖1。

圖1 技術路線Fig.1 Technical route

3.2 遙感數(shù)據(jù)的預處理

遙感數(shù)據(jù)的預處理主要包括幾何校正、圖像剪裁、波段組合等。

3.2.1 幾何校正

為糾正各種因素造成的圖像形變，如行列不均勻，地物形狀不規(guī)則變化等，實現(xiàn)圖像的幾何整合，需要對影像進行幾何校正。校正的具體過程為：①利用人工目視解譯方法在圖像上確定地面控制點；②采用多項式近似法對數(shù)據(jù)進行空間變換；③通過最鄰近像元法對圖像進行灰度值重采樣。首先對2012年的HJ星CCD影像進行幾何校正，完成校正后以它作為基準圖像，人工選擇均勻分布的30～35個地面控制點，采用二次多項數(shù)對控制點進行匹配處理，將1992年和2002年的影像配準到基準影像上，并保證各期影像校正的幾何均方差控制在0.5個像元之內，從而統(tǒng)一濱海濕地不同時期的遙感影像空間坐標。

3.2.2 波段組合

遙感影像數(shù)據(jù)是一種包含信息豐富的多光譜數(shù)據(jù)，它具有準確識別不同地物的能力，但若不經(jīng)過分析隨便選擇波段組合進行圖像分類時，將影響分類結果。濕地信息包括植被、土壤以及水體等多種要素，為保證豐富的濕地圖像信息，減少相關數(shù)據(jù)的互相干擾，選擇較為合適的波段進行組合，對于濱海濕地提取解譯具有重要的意義。由于Landsat波段的前4個和HJ星CCD影像波段(光譜范圍0.43～0.90 μm)相吻合，通過對比不同的波段組合后，最終假彩色合成HJ星CCD影像數(shù)據(jù)的4，3，2波段。這樣既可以保證信息濕地動態(tài)變化研究的一致性，又能夠在解譯時突顯濱海濕地植被信息。合成影像中紅色或者暗紅色為植被，黑色或者深藍色為水體，淺藍色為海水，亮度較高的為裸地及光灘。同樣，選取4，3，2波段對TM，ETM影像進行合成。

3.3 濕地信息提取

3.3.1 最大似然分類法

目前遙感圖像信息的分類方法主要包括人工目視判讀、計算機自動分類、半自動半人工分類等。本文采用監(jiān)督分類方法中的最大似然法(Maximum Likelihood Classifier，MLC)進行分類。最大似然分類法精度高、誤差小，是一種比較好的分類方法。其思想是以貝葉斯準則為基礎，假定訓練樣本服從正態(tài)分布，通過判斷訓練樣本中的像素隸屬于各個類別的概率，比較從屬各個類別概率大小，確定該特征點的歸宿。根據(jù)既定的濱海濕地分類系統(tǒng)，確定待分區(qū)主要地物類型，然后選擇訓練區(qū)，在ENVI軟件環(huán)境下對濱海濕地遙感影像執(zhí)行最大似然法分類，生成濕地地物類型分類圖。

表1 濕地景觀分類系統(tǒng)及解譯標志Table 1 Classification system and interpretation signs of wetland

3.3.2 分類后處理及精度評價

由于遙感圖像分類具有一定的盲目性，會導致一些很小面積的零碎的圖斑(孤立點、孔穴等) 出現(xiàn)在分類結果中。因此，合適的分類后處理方法，能夠提高圖像質量及分類精度。利用ENVI中的Assign Class Colors，Clump Classes，Combine Classes，Slieve Classes，Confusion Statistics依次進行統(tǒng)一分類顏色、小類別聚類、類別合并、過濾類別、精度評價等步驟。選擇混淆矩陣法進行精度檢驗，精度評價指標主要包括總精度、Kappa系數(shù)等。其中，總體精度表示被正確分類的像元占總像元數(shù)的比重；在評價遙感圖像精確問題時，Kappa系數(shù)越大，圖像一致性越好。

3.4 濕地景觀分類系統(tǒng)

濕地分類是濕地研究的基礎，根據(jù)研究目的、內容和研究區(qū)域的差異性，濕地系統(tǒng)的分類有所不同。由于江蘇濱海濕地景觀分類與土地利用/覆被的緊密性，因此研究以濕地形成和人類活動影響因子為主導，參考濕地公約的濕地分類系統(tǒng)，綜合考慮水文、植被、以及濕地開發(fā)利用等特點，構建能夠反映江蘇濱海濕地類型特征分布的分類系統(tǒng)。一級分類根據(jù)水文、地表土壤狀況，將研究區(qū)域劃分為自然濕地、人工濕地、非濕地3類。由于本文主要研究對象為濕地類別，因此對其進行細分，其中，將自然濕地類別的二級分類以海岸濕地景觀的自然屬性為依據(jù)劃分為灘涂、沼澤、水域3類。而對非濕地類別根據(jù)土地利用現(xiàn)狀進行粗分。三級分類則主要考慮濱海濕地植被類型分異、植被優(yōu)勢種群變化及土地利用現(xiàn)狀，將沼澤濕地進一步分為蘆葦灘、堿蓬灘、米草灘、獐茅灘4類。具體濕地分類系統(tǒng)及解譯標志見表1。

4 結果與分析

4.1 濕地信息提取結果

圖2為江蘇濱海濕地景觀類型在1992年、2002年和2012年的提取結果。由圖2可知，光灘主要分布濱海地區(qū)中南部，隨著時間推移存在大面積嚴重萎縮。堿蓬灘沿光灘分布，在研究期內光灘不斷減少的過程中，堿蓬灘面積也在不斷減少，到2012年只有少量堿蓬灘分布在濱海中部和下部地區(qū)。蘆葦灘和獐茅灘也存在不同程度的萎縮，沼澤濕地中只有米草灘面積呈現(xiàn)出先快速增加再穩(wěn)定的過程。水域面積中的河流和淺海類型則經(jīng)歷了一個先增大后減少的過程。在濱海地區(qū)社會經(jīng)濟的驅動下，水產(chǎn)養(yǎng)殖塘從1992年的零星分布逐漸發(fā)展成連續(xù)大面積分布。同時，隨著養(yǎng)殖業(yè)的發(fā)展，人類活動加劇，濱海濕地出現(xiàn)了居民點和工礦建筑用地等土地利用類型。江蘇濱海濕地中整體呈現(xiàn)出人工濕地的面積在逐年不斷擴大、自然濕地面積逐漸減少的趨勢。

圖2 江蘇濱海地區(qū)濕地1992年、2002年、2012年提取結果分布Fig.2 Extraction results of wetland in Jiangsu coastal area in 1992，2002，2012

為了進一步分析濕地轉化特點，選取濕地退化較為嚴重的大豐港區(qū)域做進一步分析(圖3)。如圖3中紅框所示，大豐港的土地利用類型由1992年的鹽蒿及光灘轉化為2002年的水產(chǎn)養(yǎng)殖塘，再轉化為2012年的工礦用地。土地利用類型由自然濕地轉變?yōu)槿斯竦?，進一步轉化為非濕地。

4.2 濕地動態(tài)變化及轉移特征分析

4.2.1 濱海地區(qū)濕地動態(tài)變化分析

濱海地區(qū)自然濕地、人工濕地、非濕地等各種土地類型的面積及比例變化能夠直接反映濱海地區(qū)濕地變化總趨勢及結構變化特征。本文分別統(tǒng)計1992年、2002年、2012年的土地利用/景觀變化數(shù)據(jù)，結果如表2所示。 其中變化面積為2012年面積減去1992年面積。

表2 江蘇濱海地區(qū)濕地景觀變化面積Table 2 Area changes of wetland in Jiangsu coastal area

圖4 江蘇濱海地區(qū)濕地面積變化趨勢Fig.4 Tendency of area change of wetland in Jiangsu coastal area

圖4為江蘇濱海地區(qū)濕地面積變化趨勢。由表2、圖4可知，米草灘的面積由1992年的20.24 km2增加到2002年的155.84 km2，增加7倍多，在而后的10 a面積相對穩(wěn)定；光灘面積由1992年的699.3 km2縮減到2012年的336.83 km2，縮減比例達51.53%；蘆葦灘面積由1992年的263.32 km2減少到2012年的134.52 km2；獐茅灘面積由1992年的157.14 km2減少到2012年的26.10 km2；堿蓬灘面積也急劇減少，由1992年的391.15 km2減少到2012年的81.54 km2?？偟膩碚f，濱海自然濕地景觀的主要變化特征表現(xiàn)為以獐茅、鹽蒿群落為代表的自然濕地的大幅度減少以及米草由引種到快速擴散再到穩(wěn)定。與此相對應，人工濕地的面積卻在大幅度增加，水產(chǎn)養(yǎng)殖塘面積由1992年的217.50 km2增加到2012年的851.85 km2；農田用地面積也呈現(xiàn)增加的趨勢，由1992年的281.44 km2增加到2012年的472.64 km2。

總體而言，濱海濕地總面積呈現(xiàn)減少趨勢(圖5)，從1992年的2 877.06 km2減少到2012年的2 596.32 km2；在濕地組成比例方面，自然濕地占總濕地的比重呈大幅度下降趨勢，由1992年的82.34%下降到2012年的59.91%；人工濕地所占比例由17.66%上升到40.09%。濱海濕地的景觀類型呈現(xiàn)以自然濕地為主向自然濕地和人工濕地同等比例轉變，并且在此過程中景觀植被群落類型呈現(xiàn)逐漸減少的趨勢。

圖5 江蘇濱海地區(qū)一級分類面積Fig.5 Areas of first grade classification in Jiangsu coastal area

表3 江蘇濱海地區(qū)1992—2002年的景觀轉移矩陣Table 3 Transfer matrix of wetland areas in Jiangsu coastal area from 1992 to 2002

表4 江蘇濱海地區(qū)2002—2012年的景觀轉移矩陣Table 4 Transfer matrix of wetland areas in Jiangsu coastal area from 2002 to 2012

4.2.2 濱海濕地轉移特征分析

為進一步分析濱海濕地轉移特征，利用ArcGIS對濱海地區(qū)1992年、2002年以及2012年的遙感影像分類結果進行空間疊加分析，得到研究區(qū)內各種類型面積的相互轉移情況，見表3、表4。

從表3可以看出，在1992年到2002年間，轉出面積最高的是光灘，轉出面積為432.16 km2，主要轉出類型為米草灘、淺海區(qū)域，轉出面積分別為107.9，242.61 km2；轉入率最高的是水產(chǎn)養(yǎng)殖塘，轉入面積為442.86 km2，主要由堿蓬灘、蘆葦灘、獐茅灘轉化而來，它們分別占轉入比例的27.3%，22.7%，25.9%。沈永明等[17]的研究報告表明由于圍墾養(yǎng)殖，江蘇沿海在1949—2004年間失去了茅草群落803.6 km2、鹽蒿群落696.6 km2、蘆葦群落405.4 km2。分析表4可知，在2002—2012年間，轉入面積最大的仍是水產(chǎn)養(yǎng)殖塘，轉入面積為221.25 km2，可見漁業(yè)仍是當?shù)氐闹饕?jīng)濟產(chǎn)業(yè)；而轉出面積最高的則由光灘變成了淺海水域，這是因為光灘一直是開發(fā)利用的對象，長期處于人工改造的影響中；此外濱海地區(qū)出現(xiàn)85.51 km2的工礦用地類型，主要由鹽田和人工養(yǎng)殖塘轉入?？偟膩碚f，20 a間隨著濱海地區(qū)經(jīng)濟發(fā)展以及人類生產(chǎn)和生活需求增大，圍墾面積增加，以米草灘、光灘面積為主的沼澤濕地以及鹽田逐漸被改造成了水產(chǎn)養(yǎng)殖塘，水產(chǎn)養(yǎng)殖被改成農田，人類在這些土地利用方面的活動進一步增加了人工濕地、農田面積，并出現(xiàn)工礦用地土地類型。

4.3 濕地變化驅動因素分析

已有研究結果表明，濕地景觀變化的原因可分為自然因素和人類因素2個方面。自然因素主要包括氣溫、降水等，人類因素主要包括人口、政策、經(jīng)濟等[18]。研究氣候因素變化的特征和規(guī)律能有效地揭示濕地的變化特征。選用江蘇鹽城市1990年以來的統(tǒng)計數(shù)據(jù)，對鹽城市1990—2012年氣溫和降水數(shù)據(jù)利用Kendall檢驗法進行趨勢檢驗。結果表明江蘇濱海地區(qū)1990—2000年平均氣溫為14.87 ℃，2001—2012年平均氣溫為14.91 ℃，Kendall檢驗中年平均氣溫U值為0.13，氣溫總體呈現(xiàn)微弱上升趨勢。濱海地區(qū)氣溫升高增加了水面的蒸發(fā)，導致堿蓬灘、蘆葦灘等濕地水面面積萎縮；與此同時，濱海濕地1990—2000年平均降水量為980 mm，2001—2012年平均降水量為975 mm，年平均降水U值為-0.39，年降水呈現(xiàn)微弱減少趨勢。降水的減少導致濕地所在區(qū)域的地表、地下等水源補給減少，降低了水面水位。江蘇濱海濕地灘涂的圍墾及開發(fā)利用是人類干擾的主要模式，圍墾的土地主要用于種植、水產(chǎn)養(yǎng)殖[19]。鹽城市相關統(tǒng)計數(shù)據(jù)表明，隨著鹽城地區(qū)經(jīng)濟的快速發(fā)展和人口的不斷增長，人工濕地、農田面積呈明顯增加趨勢，為滿足需要自1992年到2012年鹽城市增加耕地面積183 890 hm2，水產(chǎn)品產(chǎn)出量增加了79.57萬t。

已有的研究通常定性描述人為干擾和自然因素對江蘇濱海濕地變化的驅動作用，一般認為人為干擾是最主要的驅動因素[20]。本文在此基礎上進行進一步定量研究，選取1992年、2002年、2012年的降雨、氣溫、人口、非農業(yè)人口、GDP、工業(yè)總產(chǎn)值、農業(yè)總產(chǎn)值、種植業(yè)、水產(chǎn)品、耕地面積與濕地面積進行相關分析(表5)，研究濕地變化的主要影響因素。

表5 濕地變化主要驅動因素的相關性分析Table 5 Correlation analysis of main driving factors of wetland change

表5表明，自然濕地與氣溫和降水的相關性都不高，相關系數(shù)分別為-0.368，0.393，而與耕地面積和水產(chǎn)品有較高的負相關性，相關系數(shù)分別為-0.987，-0.965。這與已有研究結果一致，認為江蘇濱海濕地面積變化主要受到人為因素的驅動，即濕地面積變化主要是由于人類為緩解人口增長壓力和經(jīng)濟發(fā)展需要，擴大人工養(yǎng)殖場，發(fā)展沿海養(yǎng)殖業(yè)，促使居民工礦用地的建設，占用濕地導致自然濕地面積急劇減少。而自然因素中降雨量的減少和氣溫的升高并不能導致當年濕地面積持續(xù)顯著減少趨勢，但是會在一定程度上加劇濱海地區(qū)濕地面積的萎縮。

5 結 論

本文參考已有的濕地分類系統(tǒng)，綜合考慮江蘇濱海濕地水文、土壤、生態(tài)及植被等要素，建立了濱海濕地景觀三級分類系統(tǒng)及濕地類型影像解譯標志庫，提取了濱海濕地信息及濕地動態(tài)變化信息，并定量分析了濕地變化特征和驅動因素，研究結果表明：

(1) 江蘇濱海濕地總面積2012年減少為2 596.32 km2，其中自然濕地減少了813.6 km2；濱海自然濕地景觀的主要變化特征表現(xiàn)為以獐茅、鹽蒿群落為代表的自然濕地的大幅度減少以及米草由引種到大范圍擴散，與此相對應，在經(jīng)濟利益的驅動下，人工濕地的面積在大幅度增加，農業(yè)用地也一直在持續(xù)增加。

(2) 濱海濕地在1992到2002年轉出、轉入面積最高的分別是光灘和人工養(yǎng)殖塘；2002年到2012年，轉出、轉入面積最高的分別是淺海水域和人工養(yǎng)殖塘。

(3) 江蘇濱海濕地變化主要受人為因素影響，其中濕地面積與耕地面積及水產(chǎn)養(yǎng)殖的負相關系數(shù)在0.9以上，而自然因素加劇了濕地面積萎縮。

因此，為防止濱海濕地的進一步惡化，應制定持續(xù)有效的管理措施保護濱海濕地生態(tài)系統(tǒng)，以實現(xiàn)濱海區(qū)經(jīng)濟、社會、生態(tài)效益的和諧發(fā)展。

[1] 徐守國，郭輝軍，田 昆．濕地功能研究進展[J]．環(huán)境與可持續(xù)發(fā)展，2006，(5)：12-14．

[2] 崔麗娟，張曼胤，王義飛．濕地功能研究進展[J]．世界林業(yè)研究，2006，19(3)：18-21．

[3] 李青山，張華鵬，崔 勇，等．濕地功能研究進展[J]．科學技術與工程，2004，4(11)：972-976．[4] 玉蘇普江·艾麥提，阿里木江·卡斯木，阿布都沙拉木·熱合曼．基于RS和GIS的艾比湖濕地信息提取及面積動態(tài)分析[J]．水資源保護，2014，30(2)：57-61．[5] 李東東，喬玉良，張青海．基于遙感技術的珠海市濕地動態(tài)變化分析與研究[J]．氣象與環(huán)境科學，2011，34(2)：14-19．

[6] 黃 薇，陳 進．長江流域濕地保留率研究[J]．長江科學院院報, 2007, 24(6) ：10-13.

[7] 郭 彬，江春波，楊 展．黃河口濕地健康評價[J]．長江科學院院報, 2010, 27(10) ：44-49.

[8] 王 磊，邢 瑋，季永華，等．江蘇海岸濕地研究進展概述[J]．江蘇林業(yè)科技，2007，34(3)：52-54．

[9] 姚志剛，陳玉清，袁 芳，等．江蘇省濱海濕地現(xiàn)狀、問題及保護對策[J]．林業(yè)科技開發(fā)，2014，28(4)：10-14．

[10]王敬華，何大巍，張 策，等．江蘇鹽城濱海濕地研究進展[J]．濕地科學與管理，2011，7(3)：60-63．

[11]張 柏．遙感技術在中國濕地研究中的應用[J]．遙感技術與應用，1996，11(1)：67-71．

[12]鐘春棋，鄭彩紅．基于TM影像的閩江口濕地信息提取及其動態(tài)變化研究[J]．國土資源遙感，2008，(1)：38-42．

[13]李東穎，楊文波，王 琳，等．基于RS數(shù)據(jù)的黃河三角洲濕地信息提取及濕地動態(tài)變化研究[J]．海洋湖沼通報，2012，(1)：100-109．

[14]朱葉飛，蔡則?。赗S與GIS技術的江蘇海岸帶濕地分類[J]．江蘇地質，2007，31(3)：236-241．

[15]翟 可，劉茂松，徐 馳，等．鹽城濱海濕地的土地利用/覆蓋變化[J]．生態(tài)學雜志，2009，28(6)：1081-1086．

[16]左 平，李 云，趙書河，等．1976年以來江蘇鹽城濱海濕地景觀變化及驅動力分析[J]．海洋學報，2012，34(1)：101-108．

[17]沈永明，馮年華，周 勤，等．江蘇沿海灘涂圍墾現(xiàn)狀及其對環(huán)境的影響[J]．海洋科學，2006，30(10)：39-43．

[18]李玲玲，宮輝力，趙文吉．1996—2006年北京濕地面積變化信息提取與驅動因子分析[J]．首都師范大學學報(自然科學版)，2008，29(3)：95-101．

[19]歐維新，楊桂山，于興修，等．鹽城海岸帶土地利用變化的生態(tài)環(huán)境效應研究[J]．資源科學，2004，26(3)：76-83．

[20]杜培軍，陳 宇，譚 琨．江蘇濱海濕地土地利用/覆蓋變化與地表溫度響應遙感監(jiān)測[J]．國土資源遙感，2014，26(2)：112-120．

(編輯：羅 娟)

Information Extraction and Dynamic Changes ofWetland in Jiangsu Coastal Area Based on RS and GIS

ZHANG Jian1, HE Qi-sheng2, CUI Tong3, SHI Peng-fei3, YANG Tao3

(1.Hydrology Bureau，Taihu River Basin Management Bureau，Shanghai 200000，China；2. School of Earth Sciences and Engineering，Hohai University，Nanjing 210098，China；3.College of Hydrology and Water Resources，Hohai University，Nanjing 210098，China)

Mastering the distribution and dynamic change characteristics of wetland could provide scientific basis for better protection of wetland. In this research we processed the remote sensing data of Jiangsu coastal wetlands in 1999, 2002, 2012 and employed maximum likelihood method to extract wetland information. On this basis we investigated the dynamic change of coastal wetland and analyzed the driving factors. Results showed that the total area of wetland in Jiangsu coastal area presented a declining trend. The proportion of artificial wetlands increased by 22.43%, and the proportion of natural wetlands decreased, accordingly. In addition, natural wetland presented a tendency that communities ofAeluropuslittoralisandArtemisiahalodendronreduced greatly, andSpartinaexperienced the process from widespread diffusion to relative stabilization. During the process of transfer, the biggest transfer-in area was artificial breeding pond, while the biggest transfer-out ratio changed from barren wetland to shallow waters. The main driving factor of coastal wetland change was the influence of human activities.

Jiangsu coastal area；wetland；information extraction；dynamic change；remote sensing; GIS(Geographic Information System); driving factors

2016-01-18；

2016-04-11

張 健(1963-)，男，安徽滁州人，高級工程師，主要從事水利信息化、水文水資源監(jiān)測站網(wǎng)規(guī)劃設計、建設管理工作，(電話)13816137585(電子信箱)zhangjiansdny@163.com。

10.11988/ckyyb.20160051

2017,34(4):144-150

X24

A

1001-5485(2017)04-0144-07