長株潭城市群濕地景觀時(shí)空動(dòng)態(tài)變化及驅(qū)動(dòng)力分析

張 猛，曾永年

（1. 中南大學(xué)地球科學(xué)與信息物理學(xué)院，長沙 410083；2.中南大學(xué)空間信息技術(shù)與可持續(xù)發(fā)展研究中心，長沙 410083）

0 引 言

作為城市景觀的重要組成部分，城市濕地不僅為城市區(qū)域提供了多樣型生態(tài)和社會(huì)服務(wù)[1]，而且深刻地影響著城市可持續(xù)發(fā)展[2]。但城市化進(jìn)程的加快，給生態(tài)系統(tǒng)帶來了持續(xù)、高強(qiáng)度的人類干擾，城市濕地已成為最脆弱的生態(tài)系統(tǒng)之一[3-4]。因此，適時(shí)的監(jiān)測、分析城市濕地時(shí)空格局及其變化，對城市生態(tài)環(huán)境保護(hù)與規(guī)劃、城市氣候與環(huán)境研究具有重要的意義。

遙感技術(shù)具有宏觀、時(shí)效、綜合及連續(xù)的特征，已成為不同尺度濕地信息提取與變化監(jiān)測的重要手段。城市濕地監(jiān)測是城市遙感應(yīng)用研究的重要內(nèi)容之一，許多學(xué)者對不同范圍和尺度的城市濕地進(jìn)行了監(jiān)測，有小范圍的城市濕地，如城市中心區(qū)域或城市濕地公園的研究，Wang等利用 RS（remote sensing）與 GIS（geographic information system）技術(shù)對武漢市1996-2001年濕地信息進(jìn)行了提取和變化監(jiān)測[1]；魏蘭等基于RS與GIS的空間分析功能對近10 a福州市濱海濕地的分布及變化進(jìn)行了分析和比較[5]；Fickas等基于 Landsat衛(wèi)星數(shù)據(jù)對1972-2012年美國俄勒岡州威拉米特大學(xué)的濕地信息進(jìn)行了提取與分析[6]。也有大范圍的城市濕地監(jiān)測，如城市群濕地，王毅杰等對長江三角洲城市群區(qū)域?yàn)I海濕地的時(shí)空變化特征進(jìn)行了分析[7]；盧會(huì)娟等對武漢城市圈濕地資源現(xiàn)狀進(jìn)行了研究[8]。基于以往的研究可以發(fā)現(xiàn)，目前城市濕地信息遙感提取一般利用單時(shí)相中等分辨率的影像（Landsat）數(shù)據(jù)，采用基于像元的分類方法。由于城市景觀的復(fù)雜性，地表空間異質(zhì)性較高，基于上述方法的信息提取精度的進(jìn)一步提高受到限制。同時(shí)，城市群濕地演化的驅(qū)動(dòng)因素多采用定性分析，而缺乏定量分析[9-10]。城市群區(qū)域濕地系統(tǒng)、完整的監(jiān)測、分析與評價(jià)研究尚顯不足。隨著中國新型城鎮(zhèn)化進(jìn)程的穩(wěn)步推進(jìn)[11]，為促進(jìn)城市群區(qū)域生態(tài)環(huán)境健康、可持續(xù)發(fā)展，急需開展城市群區(qū)域高精度濕地時(shí)空變化監(jiān)測、評價(jià)與分析。為了得到高精度的濕地信息，該文基于時(shí)間序列的遙感光譜與物候參數(shù)影像，采用面向?qū)ο蟮碾S機(jī)森林分類法對濕地信息進(jìn)行提取。

長江中游城市群在中國未來空間開發(fā)格局中具有舉足輕重的戰(zhàn)略地位和意義[12]，并已成為中國經(jīng)濟(jì)發(fā)展新的增長板塊[13-14]。作為長江中游城市群重要組成部分的長株潭城市群位居中國京廣經(jīng)濟(jì)帶、泛珠三角經(jīng)濟(jì)區(qū)以及長江經(jīng)濟(jì)帶的重要結(jié)合部分，是湖南經(jīng)濟(jì)發(fā)展的核心和增長極[15]。隨著長株潭城市群的快速發(fā)展，近年來地表利用/覆蓋發(fā)生了顯著的變化，其中作為城市重要景觀的濕地急劇減少，對城市氣候與環(huán)境，生態(tài)服務(wù)功能產(chǎn)生了顯著影響，并影響到湘江下游及洞庭區(qū)的水環(huán)境、區(qū)域可持續(xù)發(fā)展。然而，目前長株潭城市群濕地空間格局、時(shí)空變化及驅(qū)動(dòng)因素的研究仍尚顯不足[16]。為此，本文利用多源遙感數(shù)據(jù)定量分析了 2000?2015年長株潭城市群濕地時(shí)空分布格局、動(dòng)態(tài)變化特征，并利用Logistics回歸模型分析了濕地演化的主要驅(qū)動(dòng)因素，以期為長株潭城市群濕地生態(tài)環(huán)境保護(hù)與規(guī)劃提供科學(xué)依據(jù)與決策支持。

1 研究區(qū)概況及數(shù)據(jù)來源處理

1.1 研究區(qū)概況

長 株 潭 城 市 群 地 理 位 置 為 27°36′～28°33′N，112°36′～113°16′E，位于湖南省中東部，是湖南省文化、政治、經(jīng)濟(jì)中心（圖1），面積約為8 640 km2。該區(qū)地貌呈現(xiàn)多丘陵、山地和山間平原相間分布，屬亞熱帶季風(fēng)氣候，年均氣溫約為 16～18 ℃，年均降水量約為1 814 mm。湘江及其支流貫穿境內(nèi)，河湖自然濕地，庫塘、水田等人工濕地資源豐富多樣。

圖1 長株潭城市群范圍Fig.1 Scope of Chang-Zhu-Tan urban agglomeration

1.2 數(shù)據(jù)來源與處理

本文所需遙感數(shù)據(jù)LandsatTM/ OLI與MODIS13Q1、MODIS09Q1均下載于美國地質(zhì)調(diào)查局(United States Geological Survey, USGS)，具體數(shù)據(jù)說明見表 1。利用ENVI5.1軟件對LandsatTM/OLI數(shù)據(jù)進(jìn)行輻射定標(biāo)，并經(jīng)FLAASH模塊進(jìn)行大氣校正，再采用二次多項(xiàng)式對數(shù)據(jù)進(jìn)行幾何校正[17]?；趐ixel reliability圖層，判斷無效值（當(dāng)值為–1時(shí)為無效值），并利用ENVI5.1圖像處理軟件，采用最大合成法對MODIS13Q1與MODIS09Q1數(shù)據(jù)進(jìn)行無效值處理，并對所有數(shù)據(jù)經(jīng)投影轉(zhuǎn)換 UTM（universal transverse mercator projection）后按研究區(qū)范圍進(jìn)行裁剪，采用ENVI軟件，選取控制點(diǎn)，并利用二次多項(xiàng)式將其與Landsat數(shù)據(jù)進(jìn)行配準(zhǔn)。其他輔助數(shù)據(jù)為研究區(qū) 1∶10 000土地利用數(shù)據(jù)（來源于湖南省國土資源廳）、Google earth高分辨率影像（來源于谷歌地球軟件），物候觀測數(shù)據(jù)（來源于亞熱帶農(nóng)業(yè)科學(xué)研究所）。

表1 遙感數(shù)據(jù)類型及獲取日期Table 1 Remote sensing data types and acquisition date

采用的氣象數(shù)據(jù)包括長株潭城市群及其周邊25個(gè)氣象站點(diǎn)的月平均氣溫、月平均降水?dāng)?shù)據(jù)，氣象數(shù)據(jù)均下載于中國氣象科學(xué)數(shù)據(jù)網(wǎng)（http://cdc.nmic.cn）。為提高氣象數(shù)據(jù)的精度，利用研究區(qū)DEM數(shù)據(jù)（下載于地理空間數(shù)據(jù)云 http://www.gscloud.cn/）及氣象站點(diǎn)的經(jīng)緯度信息，在SPSS及ArcGIS環(huán)境下，采用多元線性回歸方法實(shí)現(xiàn)氣象要素的空間化，獲取長株潭城市群各年平均氣溫和降水量。

其他數(shù)據(jù)為社會(huì)經(jīng)濟(jì)數(shù)據(jù)，包括長株潭地區(qū)多年GDP（gross domestic product）、城市化率以及人口總量，均來自于湖南省統(tǒng)計(jì)年鑒[18]。

2 研究方法

2.1 濕地信息提取

1）本文選用局部擬合的 S-G 濾波（Savitzky-Golay filter），重構(gòu)時(shí)序MODIS NDVI數(shù)據(jù)。對于地類多樣，生育期不同且地塊破碎區(qū)域的時(shí)序數(shù)據(jù)，S-G濾波可以清晰地描述其微小變化，較適合于地物斑塊破碎程度較高的區(qū)域[19]。

2）基于時(shí)序重構(gòu)的MODIS NDVI數(shù)據(jù)，采用閾值法提取物候參數(shù)。用于確定濕地信息提取最佳季相的物候參數(shù)主要為生長季開始（start of season，SOS）和生長季結(jié)束（end of season，EOS），且與其他物候參數(shù)一起用于后續(xù)濕地信息提取，具體說明見文獻(xiàn)[20]。

3）通過重構(gòu)的MODIS NDVI曲線，物候參數(shù)中的生長季開始、生長季結(jié)束，以及物候觀測數(shù)據(jù)中的分蘗、抽穗、成熟（濕地類型中的苔草和水田（水稻））等生長過程，確定了濕地提取的關(guān)鍵日期。然后分別選取2000、2005、2010及2015年濕地提取的關(guān)鍵日期。

4）本文基于 STARFM 模型，融合 Landsat與MODIS09Q1數(shù)據(jù)，構(gòu)建關(guān)鍵期的時(shí)序Landsat光譜影像[21-22]。該模型通過t0時(shí)刻Landsat、MODIS的數(shù)據(jù)并結(jié)合tk時(shí)刻的MODIS數(shù)據(jù)，基本計(jì)算公式為：

式中L為Landsat反射率，M為MODIS反射率，(xi,yj)為像元的坐標(biāo)，t為時(shí)間。然后通過光譜距離、時(shí)間距離與空間距離來確定函數(shù)權(quán)重W，進(jìn)行加權(quán)計(jì)算；

式中L和M分別表示Landsat與MODIS像元NDVI值；W為權(quán)重函數(shù)，（xi,yj,t0）表示t0時(shí)刻位置為（xi,yj）處的像元；（xi,yj,tk）表示tk時(shí)刻位置為（xi,yj）處的像元；(xw/2,yw/2,tk)表示tk時(shí)刻移動(dòng)窗口的中心像元。

5）最后利用融合的關(guān)鍵期Landsat光譜波段、NDVI數(shù)據(jù)及物候特征參數(shù)，經(jīng)過多次試驗(yàn)分析得到濕地提取的最佳數(shù)據(jù)組合，并采用面向?qū)ο蠓诸惣夹g(shù)對濕地信息進(jìn)行提取[23-24]，完成了研究區(qū)2000、2005、2010及2015年濕地分布格局?jǐn)?shù)據(jù)。

根據(jù)拉姆薩爾公約對濕地的定義[25]，并結(jié)合研究區(qū)濕地與遙感數(shù)據(jù)的特點(diǎn)，本文中將濕地劃分為河流、湖泊、庫塘、苔草沼澤以及水田 5個(gè)濕地類別。濕地信息提取結(jié)果經(jīng)野外調(diào)查（野外調(diào)查收集的樣本包括2010和2015年，2 a的樣本數(shù)量分別為126和132，樣本大小為30 m×30 m，利用GPS記錄樣本的位置信息）、高比例尺土地利用現(xiàn)狀數(shù)據(jù)（2000年和2005年）和高空間分辨率遙感影像進(jìn)行驗(yàn)證。結(jié)果表明2000、2005、2010和2015年 4期研究區(qū)濕地制圖總體分類精度均在 90%以上，Kappa系數(shù)均超過0.82，滿足中等區(qū)域范圍尺度的長株潭城市群濕地研究要求。

表2 2000、2005、2010和2015年研究區(qū)濕地提取精度評價(jià)Table 2 Accuracy assessment of wetland extraction of study area in year 2000、2005、2010 and 2015

2.2 景觀格局指數(shù)的選取與計(jì)算

景觀格局指數(shù)能夠高度濃縮景觀空間格局信息，反映其結(jié)構(gòu)組成和空間配置等方面的特征[26-27]。本文依據(jù)生態(tài)意義顯著，對濕地梯度變化較為敏感且變化規(guī)律明顯，彼此相互獨(dú)立的原則選取了以下景觀格局指數(shù)：斑塊類型水平上，包括：平均斑塊面積（mean patch area）、最大斑塊指數(shù)（largest patch index）、面積加權(quán)平均斑塊形狀指數(shù)（area-weighted mean patch shape index）和聚集度指數(shù)（aggregation index）；在景觀水平上，包括斑塊數(shù)量（number of patches）、景觀形狀指數(shù)（landscape shape index）、香農(nóng)多樣性指數(shù)（shannon’s diversity index）和蔓延度指數(shù)（contagion index）概念、計(jì)算及生態(tài)意義見參考文獻(xiàn)[28]。所有景觀格局指數(shù)均基于遙感分類影像，利用Fragstatas3.4軟件計(jì)算得到。

2.3 濕地質(zhì)心遷移

質(zhì)心是描述地理現(xiàn)象空間分布的一個(gè)重要指標(biāo)，質(zhì)心兩側(cè)可用于對地理分布變化的跟蹤。濕地質(zhì)心遷移變化能夠很好地從空間上描述對濕地景觀的時(shí)空演變特征，通過了解各研究時(shí)段濕地景觀類型的質(zhì)心分布（即在不同的研究時(shí)段其質(zhì)心的在地圖上顯示的位置），可以發(fā)現(xiàn)景觀空間的變化趨勢。因此，本文將景觀質(zhì)心分析用于濕地景觀的研究，探討濕地景觀格局的演變特征。

式中Xt、Yt分別表示第t時(shí)期某種地物類型分布的質(zhì)心經(jīng)度和緯度坐標(biāo)；Cti表示某種地物類型第t時(shí)期第i斑塊的面積；Xi、Yi分別表示第i個(gè)斑塊的質(zhì)心經(jīng)緯度坐標(biāo)[29-30]。

2.4 濕地演化驅(qū)動(dòng)力因素分析

根據(jù)Logistics回歸模型建模的要求，假定X1，X2，X3…是與Y相關(guān)的一組變量，P是某事件發(fā)生的概率，則該事件沒有發(fā)生的概率為1-P，將P/(1-P)的比值取對數(shù)得ln[P/(1-P)]，即為對P做Logistics變換，記為Logit(P)，具體回歸模型如下[31]

式中P為濕地發(fā)生增加或減少變化的概率；X1，X2，…，Xn為影像濕地變化的驅(qū)動(dòng)力因子；α為常量；β1，β2，…，βn為 Logistics回歸的偏回歸系數(shù)，表示自變量X對Y（Logit(P)）影響的大小。其值為正值且統(tǒng)計(jì)性顯著，表示在控制其他自變量的條件下，Logit(P)發(fā)生的概率隨對應(yīng)自變量值增加而增加；相反，當(dāng)值為負(fù)值時(shí)，表示Logit(P)發(fā)生的概率隨對應(yīng)自變量的增加而減少。使用Wald統(tǒng)計(jì)量對模型的歸回系數(shù)進(jìn)行檢驗(yàn)，當(dāng)解釋變量的Wald所對應(yīng)的概率P值小于給定的顯著水平時(shí)，則該解釋變量保留在方程中，反之則剔除。選擇Homsmer-Lemeshow good of fit指標(biāo)對回歸模型的擬合程度進(jìn)行檢驗(yàn)[32]。

本文以長株潭濕地的變化情況作為因變量，其取值為0和1，0表示濕地沒有發(fā)生變化，1則表示發(fā)生變化。結(jié)合驅(qū)動(dòng)因子的代表性、區(qū)域差異性以及資料易獲取性的選取原則，本文中選取的驅(qū)動(dòng)因子包括常住人口數(shù)量、城市化率和人均GDP（gross domestic product）。為了避免數(shù)據(jù)空間自相關(guān)性，采用隨機(jī)抽樣的方法，利用ArcGIS軟件create random point生成n個(gè)隨機(jī)點(diǎn)，并選取具有變化值（即柵格影像中具有0和1）的300個(gè)樣本點(diǎn)，用于文中Logistics回歸模型計(jì)算（圖2）。

圖2 長株潭城市群驅(qū)動(dòng)因子隨機(jī)采樣點(diǎn)Fig.2 Random point of driving forces in Chang-Zhu-Tan urban agglomeration

3 結(jié)果與分析

3.1 長株潭濕地組分變化分析

長株潭城市群2000、2005、2010及2015年的濕地信息提取結(jié)果如圖 3所示，長株潭城市群濕地類型主要為人工水田，其次為河流與庫塘，湖泊與苔草沼澤分布面積相對較?。ū?3）。濕地類型面積比例十分不均，水田面積占研究區(qū)濕地總面積的 90%以上，而分布面積最小的湖泊濕地占濕地總面積的比例只有0.1%左右。

2000-2015年長株潭城市群核心區(qū)濕地面積呈減少趨勢，減少面積為231.12 km2，減少幅度為6.64%（表3）。其中除庫塘外（增加了3.75 km2），其他類型濕地面積均有不同程度的減少，河流減少了 5.41 km2，湖泊減少了0.51 km2，苔草沼澤減少了 1.57 km2以及水田減少了227.38 km2。城市化過程中高強(qiáng)度的人為干擾以及區(qū)域氣候變化，使得研究區(qū)濕地大面積減少和消失。研究期間，隨著長株潭城市一體化進(jìn)程的加快，建設(shè)用地、道路等人工表面的面積持續(xù)增加，大面積的水田被占用。另一方面，低廉的水稻價(jià)格促使水田向其他經(jīng)濟(jì)作物種植地的轉(zhuǎn)變，從而導(dǎo)致大面積水田消失。另外，在城市化進(jìn)程、城市人口的增加以及氣候的影響下，河流、湖泊及苔草沼澤等自然濕地的面積在不斷縮小。

2000-2015年長株潭城市群濕地轉(zhuǎn)移空間分布狀況如圖3e所示。研究時(shí)段，濕地變化十分劇烈，變化范圍幾乎覆蓋整個(gè)研究區(qū)，城市中心的濕地變化情況相對緩和，濕地變化大多集中于城市與郊區(qū)過渡帶，長沙市與湘潭市周邊的過渡帶濕地變化尤為顯著。其中水田與非濕地類型之間的轉(zhuǎn)換比例最大，有32.42%的水田轉(zhuǎn)化成為非濕地，也有16.83%的非濕地轉(zhuǎn)化成為水田（表4）。一方面，城鎮(zhèn)化速度的加快，使得建設(shè)用地、道路的面積迅速增加，大面積的水田被占用。另一方面，三農(nóng)政策與水稻價(jià)格的變化使得水田與其他耕地景觀時(shí)常相互轉(zhuǎn)換。河流、庫塘以及苔草沼澤等濕地與非濕地之間的比例也較大，分別為12.95%、11.28%和12.82%。濕地內(nèi)部之間的轉(zhuǎn)移中，河流與庫塘、庫塘與水田之間的轉(zhuǎn)移比例相對較大，分別為6.26%與5.47%。由于耕地需水量較大，尤其是水田，在人類活動(dòng)的干擾下，大面積的河流濕地轉(zhuǎn)變成為了庫塘濕地。

圖3 長株潭城市群濕地動(dòng)態(tài)分布及空間轉(zhuǎn)移圖Fig.3 Wetlands dynamic distribution and spatial change map in Chang-Zhu-Tan urban agglomeration

表3 2000-2015年長株潭城市群各濕地類型面積及變化量Table 3 Area of wetland types and area changing in Chang-Zhu-Tan Urban Agglomeration from 2000 to 2015 km2

3.2 長株潭濕地景觀格局變化特征分析

不同時(shí)期各濕地類型斑塊類型水平上景觀格局指數(shù)的變化趨勢如圖4所示。2000-2015年，各類濕地的平均斑塊面積均呈減小趨勢，表明 5種濕地類型的斑塊破碎化程度不斷增加。水田的最大斑塊指數(shù)最高，且持續(xù)呈增長趨勢，這在一定程度上表明水田是研究區(qū)優(yōu)勢景觀，在研究區(qū)內(nèi)成片分布。苔草與庫塘的面積加權(quán)平均斑塊形狀指數(shù)相對較高，表明苔草與庫塘的景觀斑塊形狀最復(fù)雜，且所有濕地類型的面積加權(quán)平均斑塊形狀指數(shù)均有所增加，說明濕地斑塊的形狀也越來越不規(guī)則。水田和庫塘的聚集度指數(shù)最大，且變化走勢相對平穩(wěn)；湖泊和河流的聚集度指數(shù)相對較低，說明空間分布較為離散，破碎化程度高，連通性較低。

不同時(shí)期長株潭城市群濕地景觀水平上的景觀格局指數(shù)如圖 4所示，2000-2015年，斑塊個(gè)數(shù)呈明顯的增加趨勢，說明長株潭城市群濕地景觀破碎度在研究年間呈增強(qiáng)趨勢。景觀形狀指數(shù)也呈現(xiàn)增大趨勢，表明研究區(qū)景觀形狀變得越發(fā)復(fù)雜；蔓延度指數(shù)呈明顯的減少趨勢，表明在研究年間景觀連通性不斷降低；香農(nóng)多樣性指數(shù)則呈現(xiàn)增加的趨勢，正好與蔓延度指數(shù)相反，說明長株潭城市群的濕地景觀豐富度在不斷增加。

圖4 2000?2015年長株潭城市群濕地景觀格局指數(shù)Fig.4 Landscape pattern indices of Chang-Zhu-Tan urban agglomeration from 2000-2015

長株潭城市群快速城鎮(zhèn)化的過程中，大量的濕地（尤其是水田、苔草和湖泊）被侵占，使得濕地平均斑塊面積越來越小，另一方面也導(dǎo)致了濕地斑塊數(shù)量的增加，景觀破碎程度的增強(qiáng)。城鎮(zhèn)化過程中對濕地斑塊不合理的侵占以及自然因素的影響導(dǎo)致了濕地斑塊的面積加權(quán)平均斑塊形狀指數(shù)增加，從而使得濕地斑塊呈不規(guī)則的形狀。同時(shí)，原來連成片的大面積濕地被不斷分割開，并不斷縮小使得濕地聚集度指數(shù)不斷減小，景觀的連通性不斷降低。建設(shè)用地的侵占以及濕地的萎縮和演變使得研究區(qū)的景觀多樣性增加，類型更加豐富。

3.3 長株潭濕地景觀格局質(zhì)心遷移分析

根據(jù)質(zhì)心計(jì)算方法，計(jì)算出長株潭城市群 2000、2005、2010及2015年4個(gè)時(shí)期的5種濕地類型的質(zhì)心坐標(biāo)，結(jié)果如圖5所示。2000-2015年幾種種濕地的質(zhì)心坐標(biāo)均發(fā)生了較明顯的遷移，其中河流、水田與苔草的質(zhì)心位置變化相對較大，而湖泊的質(zhì)心位置相對穩(wěn)定。2000-2015年間，庫塘濕地的遷移軌跡先向東偏移，再向北遷移，因此表明長株潭城市群東、北部的庫塘濕地呈增加的趨勢。而河流、苔草和水田的質(zhì)心遷移軌跡相對復(fù)雜，其中河流濕地質(zhì)心整體向西偏移，遷移軌跡成倒“Z”字型，說明東部的河流濕地在萎縮。苔草的質(zhì)心遷移軌跡則呈“Z”字型，表明研究區(qū)的苔草沼澤質(zhì)心在不規(guī)則地遷移。水田的質(zhì)心先向東南偏移，然后又折向西北，最后再向東北遷移，研究區(qū)的西、南部水田也在被基礎(chǔ)道路建設(shè)、工廠和居民區(qū)侵占?？傮w來看，天然濕地（河流、苔草沼澤）的質(zhì)心均向東、北部遷移，而人工濕地（庫塘、水田）則有向西遷移的趨勢。

圖5 長株潭主要濕地類型的質(zhì)心遷移Fig.5 Centroids shifting of major wetland types inChang-Zhu-Tan urban agglomeration

3.4 濕地演化驅(qū)動(dòng)力因素分析

從氣候因素來看，長株潭城市群年平均氣溫在2000-2005年間有明顯上升趨勢，而降水量則呈下降趨勢，在一定程度上導(dǎo)致了天然濕地（河流、湖泊、庫塘）面積的減少，如2000-2005年河流、湖泊及苔草沼澤的面積分別減少了1.59、0.17和0.29 km2。研究期間，長株潭城市群年均氣溫與降水量變化總體表現(xiàn)較為復(fù)雜，但總體變化趨勢表現(xiàn)為年均氣溫呈上升趨勢，而降水量呈下降趨勢（通過回歸分析得到年均氣溫與降水量的趨勢線，見圖6）。2000-2015年間，河流、湖泊、庫塘、苔草沼澤以及水田轉(zhuǎn)成非濕地的百分比分別為 12.95%、4.29%、11.28%、12.82%和32.42%（表4）。

圖6 研究區(qū)年均降水量和氣溫變化Fig.6 Change of precipitation and temperature in study area

表4 長株潭城市群2000?2015濕地景觀轉(zhuǎn)移矩陣Table 4 Transition matrix of wetlands landscape in Chang-Zhu-Tan urban agglomerations %

由于氣候因素多變以及對濕地影響的滯后性，加之城市濕地受到人為因素的影響更大，因此，本文基于Logistics回歸模型對長株潭城市群濕地變化的人文因素進(jìn)行了探討與分析。以2000年與2015年濕地變化與否作為因變量，城市化率、常住人口以及人均GDP作為自變量，分析了長株潭城市群濕地變化的人文因素，模型檢驗(yàn)中，sig.=0.826＞0.05，預(yù)測準(zhǔn)確率為74.2%，擬合效果較好。城市化率、人均GDP和常住人口3個(gè)解釋變量在Logistics回歸模型中的回歸系數(shù)與Wald統(tǒng)計(jì)量（即貢獻(xiàn)率）分別為2.68、1.39、0.56和9.82、9.27、7.85?；貧w模型中，解釋變量的回歸系數(shù)為正，表示統(tǒng)計(jì)性顯著。解釋變量的Wald統(tǒng)計(jì)量大小表示解釋變量對于因變量的貢獻(xiàn)率。計(jì)算結(jié)果表明，濕地變化與城市化率、常住人口以及人均GDP均呈顯著相關(guān)，長株潭濕地變化的驅(qū)動(dòng)因子影響貢獻(xiàn)率從大到小分別為城市化率、人均GDP和常住人口（表5）。

影響 2000-2015年長株潭城市群濕地變化的社會(huì)經(jīng)濟(jì)因素中，最主要的是城市化率均指標(biāo)。長株潭城市一體化區(qū)域規(guī)劃和發(fā)展戰(zhàn)略提出后，長株潭地區(qū)城市化擴(kuò)張速度迅速加大，2015年長株潭城市群的的城市化率達(dá)到了70%左右（圖7）。隨著城市化率的不斷提高，城區(qū)面積與工業(yè)生產(chǎn)不斷擴(kuò)大，公路、鐵路、橋梁等基礎(chǔ)設(shè)施大量擴(kuò)建，使得大量的水田以及天然濕地（河流、湖泊、苔草沼澤等）轉(zhuǎn)變成為建設(shè)用地，使研究區(qū)濕地資源大量減少。導(dǎo)致濕地變化的另一主要經(jīng)濟(jì)因素為人均GDP，由于經(jīng)濟(jì)利益的刺激和驅(qū)使，自2000年以來，長株潭城市群濕地總量減少，由于濕地保護(hù)政策實(shí)施力度不夠，大面積的湖泊、河流及苔草沼澤被圍墾為耕地。另外，常住人口也是長株潭城市群濕地變化的一個(gè)較重要的因素，人口總量在從2000-2015年的時(shí)間里增加了近190萬，人口的猛增帶來更大的糧食需求，因此，大量的天然濕地（如河流、湖泊、苔草沼澤）被圍墾成為耕地，已滿足該區(qū)日益增長的糧食需求。另一方面，人口的激增也在透支著長株潭的用水需求，加之降水量的減少，使得地表水資源消耗過度，部分湖泊和河流濕地正在萎縮和消失。

表5 2000?2015年長株潭城市群濕地變化驅(qū)動(dòng)力模型估計(jì)結(jié)果Table 5 Model estimation results of the driving forces of wetland change in Chang-Zhu-Tan urban agglomeration from 2000-2015

由于濕地景觀的過渡性、波動(dòng)性和不穩(wěn)定性，氣候因子變化對濕地分布的影響的滯后性，加之人類活動(dòng)的強(qiáng)烈干擾使得濕地面積變化驅(qū)動(dòng)機(jī)制十分復(fù)雜。因此，進(jìn)一步加大觀測密度，定量地深入分析、研究多要素復(fù)合下城市濕地生態(tài)景觀變化過程和驅(qū)動(dòng)機(jī)制，揭示和解釋城市濕地生態(tài)系統(tǒng)變化的機(jī)理，將是下一步研究工作的重點(diǎn)。

圖7 研究區(qū)城市化率、人均GDP、常住人口及自然增長率Fig.7 Urbanization rate, per capita GDP, permanent population and natural growth rate of study area

4 結(jié) 論

本文定量分析討論了近16 a長江中游地區(qū)長株潭城市群濕地景觀動(dòng)態(tài)變化及驅(qū)動(dòng)因素，研究結(jié)果表明：

1）濕地類型主要為人工濕地水田，其次為河流濕地與庫塘濕地，湖泊濕地與苔草沼澤分布面積相對較?。?/p>

2）長株潭城市群濕地總面積呈減少趨勢，減少面積為231.12 km2，減少幅度為6.64%。同時(shí)，濕地的空間轉(zhuǎn)移也較為劇烈，多集中在城市周邊及郊區(qū)。

3）長株潭城市群濕地景觀破碎度在呈增強(qiáng)趨勢，且景觀形狀也趨于復(fù)雜。同時(shí)，研究區(qū)景觀連通性在不斷降低，而景觀豐富度在不斷增加。

4）長株潭城市群5種濕地類型的質(zhì)心在研究期間間均發(fā)生了遷移，其中湖泊、庫塘和水田的質(zhì)心遷移最為明顯。

5）長株潭城市群地區(qū)降水量的減少及氣溫的升高，加之高強(qiáng)度人類干擾是近年來濕地變化的主要原因，其中人類活動(dòng)加劇了濕地變化的復(fù)雜性和差異性。

[1] Wang Xuelei, Ning Longmei, Yu Jing, et al. Changes of urban wetland landscape pattern and impacts of urbanization on wetland in Wuhan City[J]. Chinese Geographical Science,2008, 18(1): 47－53.

[2] Patenaude T, Smith A C, Fahrig L. Disentangling the effects of wetland cover and urban development on quality of remaining wetlands[J]. Urban Ecosystems, 2015, 18(3): 663－684.

[3] 張虹，周德民，胡珊珊，等. 利用雨洪資源恢復(fù)北京市房山區(qū)水景觀濕地研究[J]. 濕地科學(xué)，2016，14(1)：12－19.Zhang Hong, Zhou Demin, Hu Shanshan, et al. A study on restoration of wetlands with water landscape using heavy rain water in Fangshan District, Beijing[J]. Wetland Science,2016, 14(1): 12－19. (in Chinese with English abstract )

[4] 張慧，李智，劉光，等. 中國城市濕地研究進(jìn)展[J]. 濕地科學(xué)，2016，14(1)：103－107.Zhang Hui, Li Zhi, Liu Guang, et al. Advances in the study of urban wetlands in China[J]. Wetland Science, 2016, 14(1):103－107. (in Chinese with English abstract )

[5] 魏蘭，汪小欽，陳蕓芝. 近10年福州市濱海濕地變化研究[J]. 濕地科學(xué)，2011，9(3)：251－256.Wei Lan, Wang Xiaoqin, Chen Yunzhi. Change of coastal wetlands in Fuzhou City in recent 10 years[J]. Wetland Science, 2011, 9(3): 251－256. (in Chinese with English abstract)

[6] Fickas K C, Cohen W B, Yang Z. Landsat-based monitoring of annual wetland change in the Willamette Valley of Oregon,USA from 1972 to 2012[J]. Wetlands Ecology and Management, 2016, 24(1): 73－92.

[7] 王毅杰，俞慎. 長江三角洲城市群區(qū)域?yàn)I海濕地利用時(shí)空變化特征[J]. 濕地科學(xué)，2012，10(2)：129－135.Wang Yijie, Yu Shen. Temporal and spatial variation of coastal wetlands utilization in the city cluster area of Yangtze River Delta[J]. Wetland Science, 2012, 10(2): 129－135. (in Chinese with English abstract )

[8] 盧會(huì)娟，劉浩，董瑩，等. 武漢城市圈濕地資源現(xiàn)狀與保護(hù)對策[J]. 濕地科學(xué)與管理，2010，6(2)：40－42.Lu Huijuan, Liu Hao, Dong Ying, et al. Current status and conservation strategy of wetland resources in suburb regions around Wuhan city[J]. Wetland Science & Management,2010, 6(2): 40－42. (in Chinese with English abstract )

[9] 方創(chuàng)琳. 中國城市群研究取得的重要進(jìn)展與未來發(fā)展方向[J]. 地理學(xué)報(bào)，2014，69(8)：1130－1144.Fang Chuanglin. Progress and the future direction of research into urban agglomeration in China[J]. Acta Geographica Sinica, 2014, 69(8): 1130－1144. (in Chinese with English abstract )

[10] 周克昊，劉艷芳，譚榮輝. 長江中游城市群綜合發(fā)展水平時(shí)空分異研究[J]. 長江流域資源與環(huán)境，2014，23(11)：1510－1518.Zhou Kehao, Liu Yanfang, Tan Ronghui. Spatial-temporal differentiation comprehensive development level of middle Reaches of Yangtze River[J]. Resources and Environment in the Yangtz Basin, 2014, 23(11): 1510－1518. (in Chinese with English abstract )

[11] 馬勇，劉軍. 長江中游城市群產(chǎn)業(yè)生態(tài)化效率研究[J]. 經(jīng)濟(jì)地理, 2015, 35(6)：124－129.Ma Yong, Liu Jun. Efficiency evaluation of regional industrial ecology of the Yangtze River Middle Reaches Urban Agglomerations[J]. Economic Geography, 2015, 35(6):124－129. (in Chinese with English abstract )

[12] 何勝，唐承麗，周國華. 長江中游城市群空間相互作用研究[J]. 經(jīng)濟(jì)地理，2014，34(4)：124－132.He Sheng, Tang Chengli, Zhou Guohua. Research on spatial interaction of the urban agglomeration in the Middle Reaches of the Yangtze River[J]. Economic Geography, 2014, 34(4):124－132. (in Chinese with English abstract )

[13] 賀艷華，鄧凱韶，唐承麗, 等. 長株潭城市群城鄉(xiāng)人口流動(dòng)特征及動(dòng)力機(jī)制[J]. 經(jīng)濟(jì)地理，2017，37(1)：74－81.He Yanhua, Deng Kaishao, Tang Chengli, et al.Characteristics and mechanism of urban and rural population mobility in Chang-Zhu-Tan Urban Agglomeration[J]. Economic Geography, 2017, 37(1): 74－81. (in Chinese with English abstract )

[14] 陳偉，常黎麗，彭翀. 基于網(wǎng)絡(luò)化發(fā)展的長株潭城市群空間格局及優(yōu)化策略[J]. 經(jīng)濟(jì)地理，2016，36(2)：74－79.Chen Wei, Chang Lili, Peng Chong. Network development patterns and optimization strategies research of Chang-Zhu-Tan Urban Agglomeration[J]. Economic Geography, 2016,36(2): 74－79. (in Chinese with English abstract )

[15] 何甜，朱翔，鄭亮. 基于運(yùn)輸通道場理論的長株潭城市群經(jīng)濟(jì)聚散效應(yīng)分析[J]. 經(jīng)濟(jì)地理，2016，36(2)：27－35.He Tian, Zhu Xiang, Zheng Liang. Economic accumulation and diffusion effect analysis of Changsha-Zhuzhou-Xiangtan Urban Agglomeration based on the transportation corridor field theory[J]. Economic Geography, 2016, 36(2): 27－35.(in Chinese with English abstract )

[16] 廖柳文，秦建新. 環(huán)長株潭城市群濕地生態(tài)安全研究[J].地球信息科學(xué)學(xué)報(bào)，2016，18(9)：1217－1226.Liao Liuwen, Qin Jianxin. Ecological security of wetland in Chang-Zhu-Tan Urban Agglomeration[J]. Journal of Geoinformation Science, 2016, 18(9): 1217－1226. (in Chinese with English abstract )

[17] 孫佩軍，張錦水，潘耀忠，等. 構(gòu)建時(shí)空融合模型進(jìn)行水稻遙感識別[J]. 遙感學(xué)報(bào)，2016，20(2)：328－343.Sun Peijun, Zhang Jinshui, Pan Yaozhong, et al.Temporal-spatial-fusion model for area extraction of paddy rice using multi-temporal remote sensing images[J]. Journal of Remote Sensing, 2016, 20(2): 328－343. (in Chinese with English abstract )

[18] 湖南省統(tǒng)計(jì)局. 湖南省統(tǒng)計(jì)年鑒[R]. 長沙：湖南省統(tǒng)計(jì)出版社，2000－2015.

[19] 康峻，侯學(xué)會(huì)，牛錚，等. 基于擬合物候參數(shù)的植被遙感決策樹分類[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，30(9)：148－156.Kang Jun, Hou Xuehui, Niu Zheng, et al. Decision tree classification based on fitted phenology parameters from remotely sensed vegetation data[J]. Transactions of the Chinese Society of Agricultural Engeering (Transactions of the CSAE), 2014, 30(9): 148－156. (in Chinese with English abstract )

[20] 張猛，曾永年，朱永森. 面向?qū)ο蠓椒ǖ臅r(shí)間序列MODIS數(shù)據(jù)濕地信息提取——以洞庭湖流域?yàn)槔齕J]. 遙感學(xué)報(bào)，2017，21(3)：479－492.Zhang Meng, Zeng Yongnian, Zhu Yongsen. Wetland mapping of Dongting Lake Basin based on time-series MODIS data and object-oriented method[J]. Journal of Remote Sensing, 2017, 21(3): 479－492. (in Chinese with English abstract )

[21] 張猛，曾永年. 基于多時(shí)相 Landsat數(shù)據(jù)融合的洞庭湖區(qū)水稻面積提取[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(13)：178－185.Zhang Meng, Zeng Yongnian. Mapping paddy fields of Dongting Lake area by fusing Landsat and MODIS data[J].Transactions of the Chinese Society of Agricultural Engeering (Transactions of the CSAE), 2015, 31(13): 178－185. (in Chinese with English abstract )

[22] 謝登峰，張錦水，潘耀忠，等. Landsat 8 和 MDOSI融合構(gòu)建高時(shí)空分辨率數(shù)據(jù)識別秋糧作物[J]. 遙感學(xué)報(bào)，2015，19(5)：791－805.Xie Dengfeng, Zhang Jinshui, Pan Yaozhong, et al. Fusion of MODIS and Landsat8 images to generate high spatial-temporal resolution data for mapping autumn crop distribution[J]. Journal of Remote Sensing, 2015, 19(5): 791－805. (in Chinese with English abstract )

[23] Szantoi Z, Escobedo F, Abd-Elrahman A, et al. Analyzing fine-scale wetland composition using high resolution imagery and texture features[J]. International Journal of Applied Earth Observation and Geoinformation, 2013, 23(8)：204－212.

[24] Dronova I, Gong P, Wang L. Object-based analysis and change detection of major wetland cover types and their classification uncertainty during the low water period at Poyang Lake, China[J]. Remote Sensing of Environment,2011, 115(12): 3220－3236.

[25] 陳克林.《拉姆薩爾公約》—《濕地公約》介紹[J]. 生物多樣性, 1995(2):119-121.Chen Kelin.《Ramsar Convention》—《Wetland Convention》introduction[J]. Biodiversity Science, 1995(2):119-121. (in Chinese with English abstract )

[26] 張敏，宮兆寧，趙文吉，等. 近30年來白洋淀濕地景觀格局變化及其驅(qū)動(dòng)機(jī)制[J]. 生態(tài)學(xué)報(bào)，2016，36(15)：4780－4791.Zhang Min, Gong Zhaoning, Zhao Wenji, et al. Landscape pattern change and the driving forces in Baiyagdian wetland from 1984-2014[J]. Acta Ecologica Sinica, 2016, 36(15):4780－4791. (in Chinese with English abstract )

[27] 彭建，王仰麟，張?jiān)?，? 土地利用分類對景觀格局指數(shù)的影響[J]. 地理學(xué)報(bào)，2006，61(2)：157－168.Peng Jian, Wang Yangling, Zhang Yuan, et al. Research on the influence of land use classification on landscape metrics[J]. Acta Geographica Sinica, 2006, 61(2): 157－168.(in Chinese with English abstract )

[28] 鄔建國. 景觀生態(tài)學(xué)[M]. 北京：高等教育出版社, 2000.

[29] 雷旋，楊波，蔣衛(wèi)國，等. 東洞庭湖濕地植被格局變化及其影響因素[J]. 地理研究，2012，31(1)：461－470.Lei Xuan, Yang Bo, Jiang Weiguo, et al. Vegetation pattern changes and their influencing factors in the East Dongting Lake wetland[J]. Geographical Research, 2012, 31(1): 461－470. (in Chinese with English abstract )

[30] 白軍紅，歐陽華，崔保山，等. 近40年來若爾蓋高原高寒濕地景觀格局變化[J]. 生態(tài)學(xué)報(bào)，2008，28(5)：2245－2252.Bai Junhong, Ouyang Hua, Cui Baoshan, et al. Changes in Landscape pattern of alpine wetlands on the Zoigc Plateau in the past four decades[J]. Acta Ecologica Sinica, 2008, 28(5):2245－2252. (in Chinese with English abstract )

[31] 李洪，宮兆寧，趙文吉，等. 基于 Logistic回歸模型的北京市水庫濕地演變驅(qū)動(dòng)力分析[J]. 地理學(xué)報(bào)，2012，67(3)：357－367.Li Hong, Gong Zhaoning, Zhao Wenji, et al. Driving forces analysis of reservoir wetland evolution in Beijing based on logistic regression model[J]. Acta Geographica Sinica, 2012,67(3): 357－367. (in Chinese with English abstract )

[32] 王濟(jì)川，郭志剛. Logistic回歸模型：方法與應(yīng)用[M]. 北京：高等教育出版社，2001.