基于遙感的南四湖菹草群落時空演變特征及其原因分析

焦銀合,于泉洲,2,劉恩峰,梁春玲,田曉飛,2,張保華,2

(1.聊城大學 環(huán)境與規(guī)劃學院,山東 聊城 252059； 2.聊城大學 東平湖濕地研究所,山東 聊城 252059； 3.山東師范大學 地理與環(huán)境學院,濟南 250014；4.商丘師范學院測繪與規(guī)劃學院,河南 商丘 476000)

湖泊濕地具有獨特的生態(tài)功能和復雜的生態(tài)系統(tǒng)結(jié)構(gòu),對維護區(qū)域生態(tài)平衡和支撐區(qū)域經(jīng)濟發(fā)展具有重要作用[1]。水生植被對草型湖泊的水質(zhì)改善及生態(tài)系統(tǒng)穩(wěn)定都起著不可忽視的調(diào)節(jié)作用。菹草(PotamogetoncrispusL.)是一種常見的多年生沉水單子葉植物。它多生長于池塘、湖泊濕地以及河流中,每年4—5月迅速繁殖露出水面,6月中上旬腐爛衰退。湖泊中含有適量的菹草對水質(zhì)具有一定的凈化作用[2],但大量繁殖不僅會引起水體酸堿性變化,更會對水質(zhì)和湖泊生態(tài)環(huán)境造成破壞。因此,識別和監(jiān)測菹草的時空變化特征對于湖泊生態(tài)系統(tǒng)的保護和管理具有重要意義。

傳統(tǒng)的基于實地采樣調(diào)查監(jiān)測菹草的方法往往費時費力。近年來,隨著遙感技術的發(fā)展,使得湖泊濕地植被種群識別監(jiān)測的效率大大提高了。當前,國內(nèi)外許多學者對于湖泊沉水植物的監(jiān)測識別多是基于高分或高光譜數(shù)據(jù),如,李俊生等[3]基于高光譜數(shù)據(jù)提取分析沉水植物的光譜特征差異,并對太湖的菹草進行了識別；劉克等[4]基于濕地植被的光譜特征,利用OMIS成像光譜數(shù)據(jù)提取了9個最佳子波段,很好地區(qū)分了浮水、濕生、沉水和挺水植被；袁琳等[5]借助高分辨率Quickbird反射率與實測的苦草蓋度數(shù)據(jù),經(jīng)過回歸建模反演了苦草蓋度的分布特征；Matta等[6]利用高光譜MIVIS航拍圖像,根據(jù)不同植物光譜差異繪制了加爾達湖內(nèi)的水生植被分布圖；Ozge等[7]利用Quickbird衛(wèi)星數(shù)據(jù)識別了土耳其安納托利亞地區(qū)的大型淺水湖Mogan中的水生植物；Underwood等[8]通過對HyMap影像的光譜混合分析將巴西水草和水葫蘆進行分類提取,精度達到93%和73%。

當前,基于遙感數(shù)據(jù)光譜信息的沉水植物識別(特別是菹草的識別),往往是基于單一時相的數(shù)據(jù)進行的。若結(jié)合多時相中分辨率成像光譜儀(MODIS)影像的歸一化植被指數(shù)(NDVI),建立典型水生植被的時序特征曲線,則能更好地指導Landsat數(shù)據(jù)對菹草的精確識別。目前,基于MODIS-NDVI時序曲線的地物識別研究主要應用于林業(yè)、農(nóng)業(yè)[9-10]領域,在淺水湖泊沉水植被識別方面的研究還較少。譬如,Brozen等[11]借助MODIS-NDVI對美國第二大淡水湖奧基喬比湖中的入侵水生植被進行識別監(jiān)測；張圳等[12]利用MODIS-NDVI數(shù)據(jù),分析了太湖2000—2015年太湖水生植被的季節(jié)變化和年際變化。而借助NDVI時序?qū)喜莸倪b感識別僅見于梁莉莉等[13]對東平湖的研究,其研究方法也有待進一步完善和明確。

本研究利用MOD13Q1產(chǎn)品數(shù)據(jù)提取濕地不同植被群落的NDVI時序特征,并將其作為物候標志,分析菹草與其他植被的物候差異,然后利用這種差異并結(jié)合多期不同時相的Landsat 影像,提取了南四湖近30年來菹草群落的時空格局特征,并分析了原因。本研究在傳統(tǒng)光譜識別方法的基礎上,融合了沉水植被的物候信息,并借鑒了決策樹方法,實現(xiàn)沉水植被的遙感提取。一方面為菹草這一特殊沉水植被的遙感識別提供了一種行之有效的方法；另一方面,也通過揭示菹草群落在南四湖的時空變化特征及驅(qū)動因素,為防控其生態(tài)風險、保障南水北調(diào)東線工程水質(zhì)安全提供一定的科學支撐。

1 研究區(qū)概況和數(shù)據(jù)來源

1.1 研究區(qū)概況

南四湖位于山東省西南部,地理坐標為34°20′～35°20′N,116°30′～117°28′E,是華北地區(qū)最大的淡水湖泊濕地。該湖主要由上級湖(由南陽湖、昭陽湖和獨山湖組成)和下級湖(微山湖)構(gòu)成,湖區(qū)由西北向東南狹長延伸,南北長約120km,東西寬5～25km,湖泊北高南低,全湖面積約1 266km2。南四湖影像如圖1所示。

圖1 南四湖2018年5月Landsat 8 OLI標準假彩色影像Fig.1 Landsat 8 OLI standard false color image of Nansi Lake in May 2018

南四湖屬河跡洼地型湖泊,湖底淺平,平均水深1.5m[14]。南四湖水質(zhì)肥沃,水草繁茂,分布著大量的蘆葦蕩和荷田[15],是典型的淺水草型湖泊。近年來,每到春季,南四湖菹草便爆發(fā)性增長,泛濫湖區(qū),尤其自微山縣2012年實施了壓縮湖區(qū)網(wǎng)箱養(yǎng)殖政策之后,敞水面的釋放更為菹草泛濫提供了良好的水域環(huán)境,使得菹草在每年5月初都成為南四湖沉水植物區(qū)的唯一優(yōu)勢種。菹草在6月中旬迅速腐爛導致水質(zhì)污染嚴重,對湖泊濕地水環(huán)境和南水北調(diào)東線輸水水質(zhì)保護造成較大的壓力[13]。

1.2 數(shù)據(jù)來源

本研究以南四湖地區(qū)MODIS及Landsat系列數(shù)據(jù)為基礎。其中MODIS數(shù)據(jù)采用250m分辨率MOD13Q1(MODIS/Terra Vegetation Indices 16-Day L3 Global 250m SIN Grid)陸地產(chǎn)品,其時間分辨率為16d。由于MOD13Q1時間分辨率高,能滿足菹草生長期內(nèi)的監(jiān)測要求,故可用年內(nèi)23景MODIS數(shù)據(jù)建立湖區(qū)典型地物的物候特征曲線[16]。所用的Landsat數(shù)據(jù)包括Landsat 5 TM,Landsat 7 ETM+和Landsat 8 OLI的30m分辨率數(shù)據(jù)(表1),用于菹草群落的遙感提取。其中對于部分ETM+數(shù)據(jù)條帶缺失問題,利用ENVI軟件中的條帶修復補丁進行修復。該過程主要包括缺失值修復以及修復后影像頭文件信息的修改與添加,前者是基于單文件三角插值的條帶填充,后者則是為了便于后續(xù)影像的輻射定標與大氣校正。

表1 研究區(qū)Landsat數(shù)據(jù)介紹Tab.1 Landsat imagery used in this study

2 研究方法

2.1 總體處理流程

南四湖菹草在每年的4—5月開始快速生長并逐漸露出水面,4月底至5月中下旬大片泛濫并成為湖區(qū)沉水植物區(qū)的唯一優(yōu)勢種,進入6月逐漸衰亡腐爛,直至6月中旬消亡[17]。菹草這種特殊的物候特征可以被MODIS的時序歸一化植被指數(shù)(NDVI)精確地記錄。NDVI是植被生長狀況和覆蓋度變化的良好指標,其值被限定在[-1,1]之間[18-19]。本研究將2018年23景MODIS數(shù)據(jù)的NDVI波段進行疊加得到湖區(qū)的NDVI時序融合圖像,并基于Landsat影像上典型地物的圖像特征和文獻獲取的野外調(diào)查點[20]提取其NDVI時序曲線,分析物候特征的差異性并用于Landsat數(shù)據(jù)的菹草群落遙感識別[21],同時選取典型林地、水體、耕地、建設用地為訓練樣本,對研究區(qū)典型地物進行最大似然法監(jiān)督分類,分類總體精度為99.47%,Kappa系數(shù)為0.98。利用分類得到的耕地掩膜去除動態(tài)監(jiān)測分類結(jié)果中的耕地,最后得到湖區(qū)菹草群落的分布信息。整體流程如圖2所示。

2.2 典型地物NDVI時序曲線提取

利用MCTK(Modis Conversion Toolkit)工具對MOD13Q1數(shù)據(jù)重投影為WGS-84坐標,將23景MODIS數(shù)據(jù)的NDVI波段疊加融合,得到時序融合影像。由于采集MODIS數(shù)據(jù)的過程中常常會由于諸如氣溶膠和水汽等因素的影響,使得所提取的NDVI時序數(shù)據(jù)含有噪聲,對后續(xù)的處理精度造成損失,故對圖像進行S-G濾波(Savitzky-Golay Filter),改善曲線的整體平滑性以重構(gòu)NDVI曲線。S-G濾波是一種在時域內(nèi)基于局域多項式最小二乘法擬合的濾波方法[22],這種濾波的特點是可以同時去除噪聲并保留原始信號的形狀和寬度,效果如圖3所示。

圖2 菹草群落的遙感識別流程Fig.2 Flowchart of Potamogeton crispus L. remote sensing

基于前期調(diào)查數(shù)據(jù)和南四湖Landsat8標準假彩色影像特征[23],從MODISNDVI融合數(shù)據(jù)中提取典型地物的時序曲線。由于在5月前后未發(fā)現(xiàn)其他沉水植被大面積出露水面,故本研究提取出耕地、菹草、蘆葦(PhragmitesCommunisTrin.)、荷田、水體5類典型地物的NDVI時序曲線,每類各5條曲線。

圖3 S-G濾波處理前后NDVI曲線對比Fig.3 Comparison of NDVI curves before and after S-G filtering

在提取NDVI時序曲線時,對各類地物端元的選取盡量避免地物邊緣混合像元的影響。最終NDVI時序曲線如圖4所示。

圖4 南四湖典型地物NDVI時序曲線Fig.4 NDVI time-series curves of typical objects in Nansi Lake

2.3 基于NDVI時序的菹草群落遙感提取方法

2.3.1濕地典型地物NDVI曲線特征分析

對濾波重構(gòu)后的NDVI曲線進行對比發(fā)現(xiàn),菹草物候與其他植被明顯不同,具體分析如下:

1) 菹草的NDVI在第100d之后開始迅速增加,約120d左右達到峰值,此時處于菹草生長的旺盛期；而后菹草迅速衰亡,至175d左右NDVI降至低谷；峰谷兩個時期的NDVI變化值均高于0.4。菹草的這種特殊物候特征不僅與湖區(qū)其他植被有顯著差異,而且經(jīng)調(diào)查發(fā)現(xiàn)其與湖區(qū)的狐尾藻(MyriophyllumverticillatumL.)、金魚藻(CeratophyllumdemersumL.)等沉水植物群落差異也較為明顯,后者在6—9月開花結(jié)果,生長繁殖期在菹草衰亡之后[24],175d以后菹草已經(jīng)消亡,在影像中原菹草對應像元的區(qū)域,其他沉水植被重新占據(jù)原菹草區(qū)域,故NDVI曲線于第200d左右出現(xiàn)另一峰值。

2) 耕地和菹草的NDVI時序曲線除年初值和年末值以外,趨勢十分相似,尤其是4—7月,由于人為收割、耕地,NDVI的下降值約為0.5,這與菹草的NDVI峰谷差值相似,故在后續(xù)菹草提取過程中,需要將耕地信息去除以防止與菹草混淆。本研究用5月份Landsat數(shù)據(jù)進行監(jiān)督分類后得到的耕地類型對研究區(qū)的耕地進行掩膜去除。

3) 濕生植被蘆葦從第100d(4月底)開始,NDVI逐漸上升,達到0.6左右并在整個生長期內(nèi)較穩(wěn)定,直至第300d(10月底)枯萎,NDVI降至0.2,其在菹草峰谷期的NDVI差值略高于0.1。

4) 荷田NDVI在菹草的旺盛期顯著低于菹草,但菹草衰亡之后,荷田的NDVI值迅速攀升至0.6以上,兩個時期差值高于0.3。

5) 敞水體的NDVI與其他地物差異性最為顯著,全年均低于0.1,大部分時期低于0,且呈波動狀態(tài),故其在菹草的峰谷期NDVI值的變化落在正負兩個區(qū)間內(nèi),這與其他地物不同。

基于菹草生長的NDVI峰、谷值信息及與其他植被類型的區(qū)別,一方面,可以指導我們對Landsat影像時相的選取,即每年兩景,一景為4月下旬至5月上旬,一景為6月中下旬；另一方面,可以采用圖像直接比較法進行手工閾值設定,并結(jié)合監(jiān)督分類法以提取菹草群落。

2.3.2基于Landsat動態(tài)監(jiān)測方法提取菹草

根據(jù)對南四湖典型地物NDVI時序曲線的分析結(jié)果,每個研究年份采用對應菹草生長旺盛期和衰亡期的兩景Landsat數(shù)據(jù),并進行波段計算,得到兩個時期的NDVI圖像,對其進行遙感動態(tài)監(jiān)測。所選取的動態(tài)監(jiān)測方法為圖像直接比較法[25],該方法主要的技術流程為：先對兩個時相的NDVI數(shù)據(jù)求差,差值結(jié)果為ΔNDVI=NDVI衰亡-NDVI旺盛,然后以與NDVI曲線分析結(jié)果相匹配的閾值系列為標準,對ΔNDVI數(shù)據(jù)進行分類。其中,菹草的區(qū)分區(qū)間為小于-0.4；荷田的區(qū)分區(qū)間為大于0.3,蘆葦?shù)奶崛^(qū)間則位于區(qū)間(0,0.1]。將變化值介于水體與菹草耕地之間地部分界定為非典型地物。借鑒決策樹方法設定整體閾值思路,其路線如圖5所示。

值得注意的是,由于耕地和菹草的NDVI趨勢與差值特征相似,故最終得到的變化檢測的分類結(jié)果是菹草和耕地的混合類型,需要借助Landsat監(jiān)督分類得到的耕地掩膜進行耕地去除。

圖5 圖像直接比較法手工閾值設定Fig.5 Manual threshold setting based on imagery comparison

3 結(jié)果與討論

3.1 南四湖菹草 蘆葦和荷田的優(yōu)勢度變化

對湖區(qū)典型水生植物菹草、蘆葦和荷田進行優(yōu)勢度指數(shù)(辛普森多樣性指數(shù))計算。某種群優(yōu)勢度的計算公式為:

D=Nmax/N

(1)

式中：Nmax為該種群的個體數(shù)量,N為所有物種個體總數(shù)[26]。一般優(yōu)勢度大于0.1的為絕對優(yōu)勢種,大于0.01的為主要優(yōu)勢種。

研究基于不同地物的NDVI閾值區(qū)間內(nèi)的像元數(shù)代替物種數(shù)量以計算該指數(shù)。首先對2018年第80d到第180d的湖區(qū)不同植被NDVI統(tǒng)計數(shù)據(jù)進行擬合,得到該階段內(nèi)菹草、蘆葦、荷田的優(yōu)勢度季節(jié)變化(圖6)。結(jié)果顯示,100d后,菹草逐漸成為整個湖區(qū)僅次于蘆葦?shù)慕^對優(yōu)勢種,但由于蘆葦和荷田為挺水植物,菹草為沉水植物,故這個時期菹草為沉水植物區(qū)的唯一優(yōu)勢種群,140d以后荷花取代菹草。再對1988—2018年第120d左右的湖區(qū)植被NDVI數(shù)據(jù)擬合,得到湖區(qū)優(yōu)勢度年際變化(圖7)?？梢钥闯?湖區(qū)中荷田的物種優(yōu)勢度經(jīng)歷了大幅下降又大幅上升的變化過程：蘆葦一直以來都是湖區(qū)挺水植物的絕對優(yōu)勢種；菹草從1988年的優(yōu)勢度低于0.1逐年上升至優(yōu)勢度大于0.1。2000年以后,每年4—5月份菹草都是湖區(qū)沉水植物的絕對優(yōu)勢種,優(yōu)勢度指數(shù)維持在0.2以上。

3.2 南四湖菹草的時空演變特征

基于NDVI時序特征和Landsat系列數(shù)據(jù),對1988—2018年間8個年份的菹草群落進行遙感提取,得到南四湖菹草群落時空分布圖(圖8),并對提取的結(jié)果統(tǒng)計菹草的面積和占比,具體情況如表2所示。

圖6 2018年湖區(qū)主要植被優(yōu)勢度季節(jié)變化Fig.6 Main vegetation dominance change in 2018

圖7 1988—2018年菹草旺盛期湖區(qū)植被優(yōu)勢度年際變化Fig.7 Vegetation dominance change in the prosperous period of Potamogeton crispus L.from 1988 to 2018

表2 1988—2018年南四湖菹草面積變化
Tab.2 Area change ofPotamogetoncrispusL. in NansiLake from 1988 to 2018

年份菹草面積/km2占湖區(qū)面積比/%占濕地面積比/%198825.223.611.98199632.874.712.58200040.325.773.16200673.3910.515.752010102.2614.648.022013188.7627.0314.802017193.7427.7415.192018171.4624.5513.44

圖8 1988—2018南四湖菹草群落的時空演變Fig.8 Spatial and temporal distribution of Potamogeton crispus L.in Nansi Lake since 1988

1988—2006年間,南四湖中菹草呈局部聚集狀零散分布于近湖岸區(qū)域,且前期獨山湖和昭陽湖幾乎沒有分布。2006年前菹草面積由25.22km2增加至73.39km2,之后菹草逐漸蔓延至中部的獨山湖和昭陽湖,分布區(qū)域主要在昭陽湖東部及獨山湖,微山湖近岸區(qū)域也始有環(huán)狀分布的大面積菹草群落。尤其到2010年后,湖區(qū)菹草開始大范圍增加,由73.39km2增至171.46km2,面積占湖區(qū)百分比增加了14.04%。其中獨山湖和昭陽湖于2013年菹草泛濫最為嚴重,菹草廣布于除湖心區(qū)域之外的大面積水域,微山湖菹草于2017年后泛濫程度最高,由湖岸向湖心蔓延,其中東部湖區(qū)從微山島周圍至南部大面積水域,約1/2湖面被菹草占據(jù),西部的養(yǎng)殖區(qū)也有廣泛的分布。此時,相比于北部的南陽湖、獨山湖和昭陽湖,微山湖的菹草泛濫面積更大,幾乎由湖岸區(qū)蔓延至湖心。2013年之后菹草泛濫的情況在已有文獻(如,馬迎麗等[20])中已得到調(diào)查驗證。2015年,研究者在33個南四湖調(diào)查樣點中,有26個樣點采集到菹草,且在湖區(qū)開闊水域的菹草生物量很高,這表明菹草在南四湖已大面積分布,有力地支撐了本研究的提取結(jié)果。

將提取的8個年份的菹草面積進行變化趨勢二階線性擬合[27],建立的曲線如圖9所示,擬合曲線的R2=0.91。根據(jù)擬合效果可知,在當前人為管理和環(huán)境條件下,南四湖菹草群落仍會保持較大的分布規(guī)模。

圖9 二階線性擬合的南四湖菹草群落面積變化趨勢Fig.9 Trend curves of Potamogeton crispus L. Area-Change-Line based on second-order linear fitting

3.3 南四湖菹草爆發(fā)的驅(qū)動因素

經(jīng)過實地調(diào)研及查閱相關資料得知,2010年之后菹草的泛濫主要歸因于南四湖湖水的富營養(yǎng)化[28],其次微山縣政府開展的退漁還湖政策[34]以及湖區(qū)水位的變化也對菹草的生長產(chǎn)生了一定影響。

1) 水體富營養(yǎng)化。進入21世紀以來,南四湖已經(jīng)成為典型的富營養(yǎng)型湖泊[29-33],水體富營養(yǎng)化指的是水體中N,P等營養(yǎng)鹽含量過多而引起的水質(zhì)污染現(xiàn)象。然而,菹草適宜在低濃度(總氮TN2.0～0.5mg/L,總磷TP0.20～0.05 mg/L)、中濃度(總氮TN2.0±0.3mg/L,總磷TP0.20±0.03 mg/L)內(nèi)生長[35]。相關研究表明,在中低濃度下氮磷含量高更有利于菹草植株的生長[36]。在低氮低磷條件下,菹草葉片光合色素含量、植株可溶性糖含量顯著提高；在高氮高磷條件下則相反。在低氮高磷和高氮低磷兩種營養(yǎng)條件下,菹草繁殖體形成數(shù)增多[37]。根據(jù)相關文獻整理的南四湖富營養(yǎng)化及水質(zhì)數(shù)據(jù)如表3所示,由整理數(shù)據(jù)可知,雖然南四湖水體總磷(TP)、總氮(TN)含量呈現(xiàn)上升趨勢,但仍大致保持在低中濃度范圍內(nèi),有利于菹草的生長擴張。

分別采用Pearson相關分析和Spearman秩相關分析對遙感提取的菹草面積與TP、TN、綜合富營養(yǎng)化程度和水質(zhì)級別的關系進行定量研究,其中人為定義綜合富營養(yǎng)化程度中的中度營養(yǎng)化為1、輕度富營養(yǎng)化為2、中度富營養(yǎng)化為3。

研究結(jié)果表明,南四湖菹草群落的擴張與南四湖水質(zhì)級別不具備相關性(R<0.4,P>0.05)；但與水體TP、TN濃度和富營養(yǎng)化程度3個指標呈現(xiàn)顯著正相關關系(R>0.8,P<0.05),說明南四湖水體TP、TN濃度和水體富營養(yǎng)化程度對菹草群落的擴張均有顯著影響。菹草面積與相關變量的相關性結(jié)果如表4所示。

表3 南四湖富營養(yǎng)化程度及水質(zhì)情況統(tǒng)計Tab.3 Statistics of eutrophication degree and water quality of Nansi Lake

表4 菹草面積與相關變量的相關性結(jié)果Tab.4 Relevant results of variables related to Potamogeton crispus L.

2) 退漁還湖。由于南四湖是南水北調(diào)東線工程最重要的調(diào)蓄湖和疏水廊道,為了保證南水北調(diào)輸水水質(zhì),近年來湖區(qū)先后進行了漁業(yè)養(yǎng)殖箱和養(yǎng)殖網(wǎng)的壓縮撤回,累計縮減率達到80%,縮減面積達129.4km2,累計釋放的敞水面達到200km2[34]。該政策主要成效區(qū)域為南部的微山湖,結(jié)合圖8可知,壓縮養(yǎng)殖區(qū)后,大面積的敞水面空間可能使得菹草群落進一步在微山湖蔓延。

3) 水位與濕地演化。有文獻表明,2000年以后南四湖水位不斷升高,加之南水北調(diào)東線工程,導致水位進一步升高。水位變化使湖區(qū)植被生境條件改變,部分挺水植被如蘆葦被浮水或沉水植被取代[38-39]。加之近幾十年來受到人為干擾和水位波動影響,南四湖濕地在2014年加大治理措施之前,濕地呈現(xiàn)衰退演化趨勢,期間南四湖濕地植被生境破碎、多樣性降低,菹草等沉水植被隨之擴張,一定程度上促進了湖區(qū)菹草的泛濫[40]。

3.4 不確定性分析

由于不同年份氣候和水文環(huán)境的波動,菹草生長的旺盛期與衰亡期出現(xiàn)的時間可能會有一定的差異,對Landsat數(shù)據(jù)時相的選擇造成一定的限制。另外,本研究所使用的方法適用于對某時期內(nèi)較大淺水湖泊中泛濫成災的優(yōu)勢水生植被菹草的識別,而對于一些小型湖泊或水生植被復雜多樣的湖泊,并不適合利用250m分辨率的MODIS數(shù)據(jù)提取NDVI時序曲線,這些問題也是將來濕地植被遙感研究需要進一步細化解決的問題。

4 結(jié)論

1) 1988—2018年間,南四湖菹草群落呈現(xiàn)持續(xù)增長趨勢,其時空演變主要分為兩個階段。第一階段為2006年之前:菹草面積緩慢上升,該階段菹草面積從25.22km2增加到73.39km2,占湖區(qū)面積的10.51%,總體漲勢不突出；菹草群落主要分布于北部的南陽湖和南部的微山湖,分布范圍相對較小,呈聚集小斑塊狀分布。第二階段為2006年至今:菹草面積占比又增加了14.04%,2017年面積一度達到193.74km2的峰值(湖區(qū)面積占比達27.74%),2018年略降至171.46km2；該階段菹草的分布開始呈現(xiàn)條帶狀蔓延,由南陽湖、微山湖向中部的獨山湖和昭陽湖蔓延,且后期逐漸由湖邊緩沖區(qū)域向湖心擴張。

2) 南四湖主要水生植物優(yōu)勢度表現(xiàn)出年際和季節(jié)的不同變化特征。年際尺度上,菹草從優(yōu)勢種變?yōu)榻^對優(yōu)勢種,荷花的優(yōu)勢度先降后升,而蘆葦一直是南四湖的絕對優(yōu)勢種。季節(jié)尺度上,菹草在每年的110—140d前后為湖區(qū)絕對優(yōu)勢種,隨后腐爛,蘆葦和荷花的優(yōu)勢度則較為穩(wěn)定。

3) 南四湖菹草的泛濫受多方面因素影響,其中水體富營養(yǎng)化程度的增加顯著促進了湖區(qū)菹草的擴張與泛濫,湖區(qū)管理政策可能加劇了菹草的擴張,水位的上升和南四湖濕地退化也在一定程度上促進了湖區(qū)菹草群落的擴張。