作者与机构
Hong Xu(武汉科技大学城市建设学院,湖北省城市更新工程技术研究中心);Xuanhe Li, Xincan Yu, Yong Chen, Ziming Li, Xiaoyu Jiang(武汉科技大学城市建设学院);Jianing Yu, Mengying Wang(武汉大学测绘遥感信息工程国家重点实验室)
期刊与发表时间
*Environmental and Sustainability Indicators*,2025年9月
研究领域
本研究属于景观生态学与遥感科学的交叉领域,聚焦湿地生态系统时空格局演变及其驱动机制。
研究动机
全球50%以上的湿地因人类活动与气候变化在过去150年内退化(O’Connell et al., 2013)。中国湖北省作为“千湖之省”,其湿地系统面临城市化与农业扩张的双重压力。然而,湿地景观异质性(heterogeneous spatiotemporal patterns)的驱动机制仍不明确,缺乏长期定量分析。
研究目标
1. 揭示2000–2024年湖北省湿地景观的时空异质性特征;
2. 量化社会经济因素(GDP、人口密度、夜间灯光指数)对湿地格局的驱动作用;
3. 提出支持湿地保护与可持续发展的空间规划建议。
数据来源
- 遥感影像:Landsat 7 ETM+(2000–2012)与Landsat 8 OLI(2013–2024),空间分辨率30米,通过Google Earth Engine(GEE)平台去云与几何校正。
- 辅助数据:NASA SRTM高程数据、GDP与人口密度栅格数据(中国科学院资源环境科学数据中心)、DMSP-OLS夜间灯光指数。
湿地分类体系
依据中国国家标准,将湿地分为5类二级类型(如自然湿地、人工湿地)和7类三级类型(如河流湿地、水库湿地),与非湿地类型(建设用地、林地等)共同构成分类系统(表3)。
水体检测
采用改进的自动水体提取指数AWEI(Automated Water Extraction Index),通过双阈值(AWEInsh与AWEIsh)区分水体与阴影/建筑物干扰(公式1–2)。
分类方法
基于支持向量机(SVM)的LibSVM算法,输入特征包括MNDWI(改进归一化水体指数)、NDVI(归一化植被指数)及原始波段,采样点共计3600个(每类450个),训练集与测试集比例为7:3。总体分类精度>80%,Kappa系数>0.8。
指标选取
计算10项景观指数(表5),包括:
- 破碎化指标:斑块密度(PD)、边缘密度(ED);
- 多样性指标:香农多样性指数(SHDI);
- 连通性指标:聚合指数(AI)、邻近指数(MPI)。
时空趋势检测
- Mann-Kendall检验:分析景观指数的长期趋势(τ值)与突变点(如2022年SHDI下降突变);
- ARIMA预测模型:对TA(总面积)、SHDI等指标进行未来4年预测(如ARIMA(1,1,1)模型)。
模型构建
- 固定效应模型:揭示GDP、人口、夜间灯光对景观指数的平均影响(公式17);
- 分位数回归模型:分析不同分位数下驱动力的异质性效应(公式18),如高GDP区域对SHDI的强化正向作用(β=13.75, p<0.01,表9)。
科学价值
1. 首次量化湖北省25年湿地景观异质性,揭示“生态农业转型–自然湿地维稳”的双轨模式;
2. 开发融合AWEI与LibSVM的湿地分类流程,精度显著优于传统NDWI方法;
3. 证明社会经济驱动力的分位数效应,为差异化保护政策提供依据(如高GDP区优先修复连通性)。
应用价值
- 支持《湖北省湿地保护规划(2023–2030)》中“东部集约化、西部自然化”的分区策略;
- 为长江经济带生态协同治理提供案例支撑。
(注:文中所有专业术语首次出现时均标注英文原词,如“异质性(heterogeneity)”)