黃河三角洲植被覆被分布特征及其動(dòng)態(tài)變化研究.pdf

1、區(qū)域尺度上的植被覆被變化對(duì)區(qū)域生態(tài)安全格局的維系有著重要的作用。黃河三角洲是我國(guó)乃至世界造陸速度最快的河口三角洲之一，土地利用/土地覆蓋變化迅速而又復(fù)雜。目前對(duì)于黃河三角洲植被動(dòng)態(tài)的研究或偏重于傳統(tǒng)生態(tài)學(xué)中植物群落與環(huán)境因子之間的對(duì)應(yīng)關(guān)系或者偏重于社會(huì)屬性的土地覆被變化動(dòng)態(tài)的研究，仍然缺乏針對(duì)植被覆被的大尺度的動(dòng)態(tài)研究。 利用一景SPOT圖像對(duì)黃河三角洲植被覆被的宏觀分布規(guī)律進(jìn)行了研究，結(jié)果表明綜合利用3S技術(shù)對(duì)植被分布的宏觀規(guī)

2、律進(jìn)行研究是可行的。黃河作為本區(qū)域最大的淡水來(lái)源，在宏觀上反映了水分的梯度，但是由于黃河周邊地區(qū)人類耕作等干擾的影響使得植被類型隨黃河距離分布的規(guī)律不甚明朗，同時(shí)黃河入海口區(qū)域的存在也讓使得植被類型隨黃河距離分布的規(guī)律不甚明朗。海岸線從宏觀上是鹽分的梯度。但是同樣由于黃河入海口的存在和灘涂分布的不均一性使得使得植被類型隨海岸線距離分布的規(guī)律不甚明朗。黃河三角洲主要植被類型的平均鹽分含量和平均海拔表現(xiàn)出較好的分異特征，鹽地堿蓬的含鹽量最高

3、，檉柳蘆葦>檉柳堿蓬白茅草甸>檉柳林>蘆葦>林地；鹽地堿蓬群落多分布于海拔較低的低平洼地，而農(nóng)田和林地多分布于黃河三角洲的河成高地或者地勢(shì)相對(duì)較高的區(qū)域，因此其分布的海拔相對(duì)較高。平均最近鄰體距離分析表明所有的天然植被類型空間分布均表現(xiàn)為聚集分布。平均中心分析極好的體現(xiàn)了植被覆被類型的演替特征。與海岸線垂直方向上的分布代表鹽生演替序列，而與黃河垂直方向上的分布代表濕生演替序列。 利用衛(wèi)星影像生成植被指數(shù)NDVI對(duì)植被覆被變化進(jìn)行

4、分類前比較，并在檢測(cè)檢驗(yàn)的過(guò)程中使用了小波分析的方法，取得了較好的效果。對(duì)三期影像提取出來(lái)的NDVI研究表明，黃河三角洲NDVI指數(shù)的高值區(qū)主要分布在黃河沿岸和黃河故道，這和已有的研究結(jié)果是一致的，而海岸線沿岸則是NDVI相對(duì)較低的區(qū)域，這種分布與該區(qū)域的土壤鹽分分布有關(guān)。整體上講，黃河三角洲1996～2005年間NDVI值的變化不劇烈，較為平緩。1996～2001和2001～2005年間NDVI的變化顯著區(qū)域表現(xiàn)出了“環(huán)狀分布”的特征

5、，NDVI變化的顯著區(qū)域主要集中于海岸帶緩沖區(qū)范圍內(nèi)，而變化最為顯著的區(qū)域位于海岸帶的緩沖區(qū)的離海外圍區(qū)域。1996～2001年間變化不顯著區(qū)域小于2001～2005年間變化不顯著區(qū)域。三個(gè)水平上的小波處理圖像仍然表現(xiàn)出和原有影像相類似的“環(huán)狀分布特征”。Level1，Level2影像和原有NDVI變化影像變化差異不大，而Level3影像則去除了相當(dāng)一部分噪聲值和奇異值，其影像所表現(xiàn)出來(lái)的變化區(qū)域可以從一定程度上反映NDVI變化的規(guī)律性

6、。利用衛(wèi)星影像生成植被覆被圖對(duì)植被覆被變化進(jìn)行分類后比較。根據(jù)先前研究成果和黃河三角洲實(shí)地考察，本研究確定黃河三角洲植被覆被研究的分類體系為：水域、蘆葦、林地、耕地、灌草地、灘涂、居民工礦用地和未利用土地。在1996-2001年間，植被變化趨勢(shì)較為平緩，而在2001-2005年間，植被變化較為劇烈，主要表現(xiàn)為未利用土地的大量減少和蘆葦?shù)氐南鄬?duì)增加。重分類的二元圖像表明，黃河三角洲分類后比較的結(jié)果和分類前比較的結(jié)果表現(xiàn)出不同的特征，但是均

7、表現(xiàn)為上文所提到的環(huán)狀分布。 利用數(shù)量統(tǒng)計(jì)學(xué)方法對(duì)覆被變化的驅(qū)動(dòng)力進(jìn)行了分析。對(duì)不同環(huán)境要素的單因子辨識(shí)分析表明：25.64﹪的覆被變化發(fā)生在距海岸線0.5Km的區(qū)域內(nèi)，而在0-10Km區(qū)域內(nèi)發(fā)生的覆被變化占到全部覆被變化柵格總數(shù)的47.20﹪。隨著距城市中心距離的增加，發(fā)生變化的柵格數(shù)表現(xiàn)出了起伏型的變化，主要的變化區(qū)域?yàn)榫喑鞘兄行?0Km到25Km的范圍內(nèi)。隨著距黃河距離的增大，發(fā)生變化的柵格的數(shù)目呈遞減趨勢(shì)。大約44.79

8、﹪的植被覆被變化發(fā)生在距黃河0～10Km的區(qū)域內(nèi)，而0～5Km的距離內(nèi)又是植被覆被發(fā)生變化的重點(diǎn)區(qū)域。發(fā)生變化的柵格主要集中在高程為-0.20～0.60m的區(qū)域，而隨著高程的增加，發(fā)生變化的柵格數(shù)呈現(xiàn)起伏型變化。隨著距最近道路距離的增加，發(fā)生變化的柵格數(shù)是急劇遞減的，68.14﹪的變化發(fā)生在距道路0～1Km的距離內(nèi)，道路的可達(dá)性在一定程度上代表了人類干擾，而絕大多數(shù)變化發(fā)生在道路的0.～1Km范圍內(nèi)，表明植被覆被的變化主要是由人類干擾引

9、起的。利用300m×300m的滑動(dòng)窗口，對(duì)1996～2001年間的二分變化圖層進(jìn)行掃描，統(tǒng)計(jì)每一個(gè)窗口中100個(gè)柵格中變化柵格的數(shù)目，以其作為土地覆被發(fā)生變化的概率。并同時(shí)統(tǒng)計(jì)相應(yīng)柵格位置上的柵格到海岸線的距離(Lc)，柵格到黃河的距離(Ly)，柵格到區(qū)域內(nèi)兩個(gè)重要城鎮(zhèn)仙河和孤島的距離(Lxg)，柵格到黃河三角洲區(qū)域內(nèi)主要道路的距離(Lr)，柵格所處地理位置的高程(De)等變量的平均值，進(jìn)行逐步多元回歸，得到回歸方程：p=(65.892

10、-0.0049*Lr-0.044<'*>DP+0.00062*Lc-0.000065*Lxg)/100(F=1883.9，P=0.000)由方程可知，高程對(duì)變化概率的影響最大，距道路距離的遠(yuǎn)近、距海岸線的距離和到城市中心的距離次之。值得注意得是柵格到黃河的距離(Ly)并沒(méi)有入選回歸方程，這可能黃河對(duì)植被覆被的影響只在一定距離存在有關(guān)。利用DCCA方法對(duì)黃河三角洲景觀格局與人類干擾之間的關(guān)系進(jìn)行了研究。景觀指數(shù)矩陣前兩個(gè)排序軸所能解釋的方

11、差比分別為81.6﹪和8.3﹪，累計(jì)的方差解釋比為89.9﹪，足以反映不同區(qū)域景觀格局特征。耕地所占面積比重(PF)和第一軸的相關(guān)性最大，人口密度(POD)、城市居民建設(shè)用的所占比重(PB)、水域所占比重(PW)次之，而在第二軸相關(guān)性最大的則是人均農(nóng)業(yè)產(chǎn)值(AA)，城市居民建設(shè)用的所占比重次之。由于第一軸所占的方差解釋比達(dá)到了81.6﹪，因此可以認(rèn)為決定黃河三角洲景觀格局最重要因素是耕地所占面積比重，而人口密度、城市居民建設(shè)用的所占比重

12、、水域所占比重次之。景觀格局指數(shù)矩陣在Canoco中進(jìn)行非約束性的排序，其特征值之和為0.00631，利用景觀格局指數(shù)為排序變量，人類干擾數(shù)據(jù)為約束變量，排序得到的特征值之和為人類干擾數(shù)據(jù)所能解釋的景觀格局的變異水平，其特征值之和為0.006，黃河三角洲景觀格局中人類干擾數(shù)據(jù)所能解釋的百分比為95.08﹪，因此黃河三角洲景觀格局的形成主要是人類活動(dòng)的結(jié)果。 基于CA模型完成多類型植被覆被模擬研究和植被覆被變化及人類干擾模擬預(yù)測(cè)研

13、究。利用5×5濾波窗口和轉(zhuǎn)換面積矩陣和條件概率圖像進(jìn)行運(yùn)算，從而確定元胞狀態(tài)的轉(zhuǎn)移，模擬了2005年黃河三角洲多類型植被覆被分布圖，并與2005年實(shí)際分布圖進(jìn)行比較。CA模型分為兩類，一類是用Markov模型對(duì)2005年的不同植被覆被類型數(shù)量進(jìn)行預(yù)測(cè)，另外一類是以2005年實(shí)際植被覆被類型數(shù)量為約束條件。利用Cohen's Kappa系數(shù)對(duì)模型模擬的結(jié)果進(jìn)行了檢驗(yàn)，CA Markov 模型的總體模擬精度為46.94﹪，Kappa系數(shù)為0

14、.379，而CA＿AAC(Actual area constrmned)模型的總體精度為54.92﹪，Kappa系數(shù)為0.447。GEOMOD模型是一個(gè)基于二元圖像的土地利用變化模擬模型，本研究利用Arc/Info中的重分類模塊對(duì)96和01年的影像進(jìn)行二元分類，分為植被和非植被兩類。以2001年的影像為起始模擬影像，以2005年植被的數(shù)量為模擬約束條件，采用多元統(tǒng)計(jì)方法生成變化的概率圖層，并對(duì)2005年黃河三角洲天然植被和非天然植被的分