CN106909899A - 一种湿地景观演变过程的分析方法及分析系统 - Google Patents

Abstract

本发明提供了一种湿地景观演变过程的分析方法及分析系统，所述的方法包括：获取研究区域的湿地景观遥感影像数据；对湿地景观遥感影像数据进行解译获得不同时期、不同水文特征下的各种不同类型的湿地景观分布图；对不同时期、相同水文特征下的各种不同类型的湿地景观分布图进行叠加分析，提取湿地景观类型变化的流向信息，并绘制成湿地景观类型变化转移图谱。本发明通过遥感影像RS技术、地理信息系统GIS等技术，对湿地景观的演变过程进行分析，探索湿地景观的时间和空间发展演变规律，并利用图谱进行可视化展现，有利于科学地认知研究区域湿地景观格局演变机理，为合理规划利用湿地资源提供科学地理论依据。

Description

一种湿地景观演变过程的分析方法及分析系统

技术领域

本发明涉及湿地景观遥感分析领域，更具体地，涉及一种湿地景观演变过程的分析方法及分析系统。

背景技术

湿地生态系统是全球三大生态系统之一，属于水陆性的过渡地带，被誉为地球的“肾脏”、“基因库”。湿地具有丰富的生物多样性，是人类的生存环境之一。湿地具有不可替代的生态涵养功能和社会资源应用潜力，同时它也是社会经济健康快速发展和生态安全的重要保障和基础。

伴随着人口增加和资源匮乏，人类对湿地景观进行了高强度地不合理利用，使得湿地景观的生态环境和面积遭到严重破坏。不恰当地利用湿地生态资源，不只是水资源的供给受到影响，而且，抗御洪水、调节气候能力也将大大降低。近年来，专家学者已经尝试使用很多方式对湿地资源组成、环境生态功能、动态变化与管理等方面进行深入地研究，探索湿地的开发和保护相辅相成的方法途径。目前，主要是对湿地景观的一些指数进行了粗略的计算，并没有全面、系统性的对湿地景观的演变过程进行分析。

发明内容

本发明提供一种克服上述问题或者至少部分地解决上述问题的湿地景观演变过程的分析方法及分析系统。

根据本发明的一个方面，提供了一种湿地景观演变过程的分析方法，包括：

S1，获取研究区域的湿地景观遥感影像数据；

S2，对所述研究区域的湿地景观遥感影像数据进行解译获得不同时期、不同水文特征下的各种不同类型的湿地景观分布图；

S3，对不同时期、相同水文特征下的各种不同类型的湿地景观分布图进行叠加分析，提取湿地景观类型变化的流向信息，并绘制成湿地景观类型变化转移图谱。

根据本发明的另一个方面，还提供了一种湿地景观演变过程的分析系统，包括：

获取模块，用于获取研究区域的湿地景观遥感影像数据；

解译模块，用于对所述研究区域的湿地景观遥感影像数据进行解译获得不同时期、不同水文特征下的各种不同类型的湿地景观分布图；

绘制模块，用于对不同时期、相同水文特征下的各种不同类型的湿地景观分布图进行叠加分析，提取湿地景观类型变化的流向信息，并绘制成湿地景观类型变化转移图谱。

本发明的有益效果为：通过遥感影像技术获取研究区域的湿地景观遥感影像数据，并对遥感影像数据进行分析，得到不同时期湿地景观的演变过程，探索湿地景观的时间和空间发展演变规律，并利用图谱进行可视化展现，有利于科学地认知研究区域湿地景观格局演变机理，为合理规划利用湿地资源提供科学地理论依据。

附图说明

图1为本发明一个实施例的湿地景观演变过程的分析方法流程图；

图2为不同时期、不同水文特征下的各种不同类型的湿地景观分布图；

图3为湿地景观类型变化转移图谱图；

图4为本发明另一个实施例的湿地景观演变过程的分析系统连接框图；

图5为湿地景观演变过程的分析系统整体连接框图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

参见图1，为本发明一个实施例的湿地景观演变过程的分析方法，主要用于对研究区域的湿地景观随着时间的演变规律，为合理利用湿地资源提供科学依据。该方法主要包括：S1，获取研究区域的湿地景观遥感影像数据；S2，对所述研究区域的湿地景观遥感影像数据进行解译获得不同时期、不同水文特征下的各种不同类型的湿地景观分布图；S3，对不同时期、相同水文特征下的各种不同类型的湿地景观分布图进行叠加分析，提取湿地景观类型变化的流向信息，并绘制成湿地景观类型变化转移图谱。

现代空间信息技术为湿地景观的动态变化检测分析提供了强有力的技术支持，遥感技术能够快速、准确地提供多种尺度的观测数据，为目标的识别及规律的探索提供定性和定量的数据信息。而地理信息系统技术作为一种专门用于管理地理空间数据的技术，能够将研究对象的空间信息与属性相结合，提供了空间信息的检索和分析功能。遥感技术和地理信息系统技术两者的完美结合，为湿地景观深入地探索创造了新的途径和优越的条件。

本实施例利用遥感技术获得研究区域不同时期的湿地景观遥感影像数据，其中，遥感影像数据包括地形地貌图、土地利用图、行政区划图和沟渠道路图等。获得研究区域的遥感影像数据后，首先对遥感影像数据进行预处理，其中包括辐射校正、几何精校正、影像镶嵌和研究区域的裁剪等。根据研究区域内部河流、湖泊、沟渠等的分部特征、地貌类型分布图、水系分布图，将整个研究区域的遥感影像数据按照不同时期和不同水文特征进行分区。然后通过遥感影像数据获得不同时期、不同水文特征下的各种不同类型的湿地景观分布图，即对预处理后的遥感印象概念股数据建立分类体系，运用地理信息系统技术GIS和遥感技术RS对遥感影像数据进行解译和信息提取，获取不同时期的湿地景观空间分布图，可参见图2，为不同时期的湿地景观分布图，并根据不同的水文特征，将湿地空间分布图按照水文特征进行分区划分。最后，对不同时期的、每一相同水文特征下的各湿地景观分布图进行处理分析，提取湿地景观类型变化的流向信息，并绘制成湿地景观类型变化转移图谱，得到不同时期湿地景观的演变过程，探索湿地景观的时间和空间发展演变规律，并利用图谱进行可视化展现，有利于科学地认知研究区域湿地景观格局演变机理，为合理规划利用湿地资源提供科学地理论依据。

其中，在本发明的一个实施例中，上述步骤S2中得到的湿地景观分布图为矢量形式，所述步骤S2和步骤S3之间还包括对不同时期、相同水文特征下的各种不同类型的湿地景观分布图进行统一重采样，将矢量形式的湿地景观分布图转换为栅格图像形式的湿地景观分布图。然后步骤S3从栅格图像形式的湿地景观分布图中提取出湿地景观类型变化的流向信息，绘制成湿地景观类型变化转移图谱。

由于对研究区域的湿地景观遥感影像数据进行解译获得不同时期、不同水文特征下的各种不同类型的湿地景观分布图为矢量形式，因此，需要将矢量形式的数据进行格式转换，本实施例对形成的湿地景观分布图进行统一重采样为30m分辨率的栅格图像数据。然后对统一重采样后的栅格图像数据进行叠加分析，从栅格图像形式的湿地景观分布图中提取出湿地景观类型变化的流向信息，绘制成湿地景观类型变化转移图谱，可参见图3。其中，湿地景观类型变化的流向信息为研究区域的同一位置湿地景观在不同时期的湿地景观类型的变化信息。比如，同在A位置，2005年该A位置的湿地景观类型为河流湿地类型，到2010年，该A位置的湿地景观类型为水稻田湿地类型。同一位置的湿地景观类型随着时间的变化信息即为湿地景观类型变化的流向信息，根据流向信息绘制成不同时期、相同水文特征下湿地景观类型变化转移图谱，在绘制的湿地景观类型变化转移图谱中按照不同颜色对不同类型的湿地景观进行展示，对湿地景观的变化信息进行空间可视化表达。

本实施例通过绘制的湿地景观类型变化转移图谱，能够记录每一个位置区域在一段时期内的湿地景观的初始类型状态和终止类型状态，实现了湿地景观时空变化信息的定位表达。通过遥感制图和地学图谱建立湿地景观空间演变规律特征图谱，采用图谱和图表的形式展示湿地景观类型变化的数量及空间位置变化信息，实现了湿地景观的可视化表达，能够快速、准确、可视化地确定区域湿地景观的变化情况，为合理规划利用湿地资源提供决策支持。

本发明的另一个实施例还包括根据前述步骤S1中获得的湿地景观遥感影像数据，计算各个不同时期的湿地景观格局指数以及基于基尼系数的不同湿地景观类型对研究区域湿地景观类型变化差异的贡献率。本实施例分别从斑块、湿地景观类型和湿地景观尺度方面，选择具有代表性的湿地景观格局指数，分别对不同时期的湿地景观格局指数进行计算；并根据GINI系数测度在农村居民收入的区域差异的运用，将其运用至不同水文特征区域湿地景观类型对湿地变化差异的影响分析，计算得出不同湿地类型因子对区域湿地变化差异的贡献率。

其中，湿地景观格局指数包括类型水平指数(class-level)和景观水平指数(landscape-level)，类型水平指数包括斑块数量NP(Number of Patches)、景观类型面积CA(Class Area)、斑块密度PD(Patch Density)、最大斑块指数LPI(Largest PatchIndex)、景观形状指数LSI(Landscape shape index)，景观水平指数包括景观多样性指数(Shannon’s Diversity Index)、景观均匀度指数(Shannon’s Evenness Index)、景观聚集度指数(Landscape Contagion Index)。

下面对整个研究区域内的湿地景观格局指数的计算进行具体介绍，首先对类型水平指数进行具体介绍，其中，假设整个研究区域内的第i种类型的湿地景观斑块数量NP＝n_i，其中，n_i为正整数，斑块数量通常用来描述湿地景观的异质性，斑块数量的多少与湿地景观的破碎度有密切关系，斑块数量越大，表明湿地景观破碎度越高，反之，表明湿地景观的破碎度越低。

通过如下公式计算景观类型面积CA：

其中，i为研究区域内的第i种湿地景观类型，n_i为第i种类型的湿地景观的斑块数量，a_ij为第i种类型的湿地景观的第j个斑块的面积，CA表示为研究区域第i种类型的湿地景观的总面积，单位为公顷(km²)。

通过如下公式计算斑块密度PD：

其中，n_i表示第i中类型的湿地景观的斑块数量，A表示整个研究区域的所有湿地景观的总面积。斑块密度表示的是每一百公顷湿地景观面积上某一种类斑块类型的斑块数量，该指数反映了湿地景观格局空间结构的复杂度，根据该指数可进行判断比较不同类型的湿地景观以及整个湿度景观的破碎状况及破碎度。

通过如下公式计算最大斑块指数LPI：

其中，Max(a₁，...，a_n)表示研究区域中所有斑块的最大面积，最大斑块指数取整个湿地景观的最大斑块面积与湿地景观总面积的比值，在转换为百分比形式，大小是(0,100)，基于此指数有助于确定区域景观的优势类型。最大斑块指数有助于确定区域景观中的优势种及内部种的丰度等景观生态特征；其值的变化可以反应区域景观收到干扰的强度和频率，以及人类活动对区域景观干扰的方向和强弱。

通过如下公式计算景观形状指数LSI:

其中，e_i为第i种类型的湿地景观的所有斑块边界长度的总和，mine_i指研究区域中每一种类的湿地景观的所有斑块边界长度的总和的最小值。该指数表示出了不同景观类别斑块形状的复杂程度或不规则程度，其值越大说明该类型斑块形状越复杂，越不规则。

下面对景观水平指数进行具体介绍，景观多样性指数主要是通过景观各类要素的多少以及在景观系统中所占的比例来反映景观组成格局的复杂程度。其计算方法有多种，本实施例计算的是Shannon多样性指数，景观多样性指数SHDI的计算公式如下：

其中，Pi为第i种类型湿地景观的斑块在研究区域的所有湿地景观中出现的几率，m是研究区域湿地景观类型数量。

景观均匀度指数SHEI是用来描述在区域湿地景观中不同湿地景观类型分配的均匀程度，是多样性指数和多样性指数的最大值之间的比值，通过如下公式计算景观均匀度指数SHEI：

其中，Pi是第i类湿地景观在研究区域的所有湿地景观中出现的几率，m代表研究区域中湿地景观类型的总个数；该指数的值在0到1范围之间，当均匀度指数趋于1时，景观斑块空间分布的均匀度也趋于最大。

景观密集度指数CONTAG描述的是湿地景观内不同湿地景观要素的聚集程度，它取决于景观中各类型斑块之间的离散和分散程度，通过如下公式计算景观密集度指数CONTAG：

式中，P_i是第i类湿地景观在研究区域的所有湿地景观中出现的几率，m代表景观中景观类型的总个数，g_ik表示第i类与第k类湿地景观之间相邻的斑块数；景观聚集度指数CONTAG的值在0到100之间，当该值为0时，表示湿地景观处于最大的分散和离散程度，当该值等于100时，表示所有湿地景观类型已经处于最大程度的聚集状态。

最后，基于基尼系数计算各个不同时期的不同湿地景观类型对研究区域湿地景观类型变化差异的贡献率，以对研究区域湿地景观演变规律特征进行分析。将研究区域划分为n个互不相交的目标子区域，计算基尼系数公式：

其中，m表示研究区域的m种湿地景观类型；

μ表示研究区域的n个子区域湿地景观面积的平均值；

Y_i(i＝1,2,...,n)表示第i个区域的湿地景观面积；

μ_j(j＝1,2,...,k)表示n个区域中第j种湿地景观类型的面积的平均值；

Y_i ^j(j＝1,2,...,k)表示第i个区域中第j种湿地景观类型的面积值；

为第j种类型湿地的虚拟基尼系数；

所述的虚拟基尼系数的计算公式如下：

其中，表示n个区域的第j种湿地类型的湿地面积的重新排序，使 为n个地区湿地的面积Y_i由小到大的重新排序，使 为排序后的n个区域的湿地景观面积的累积概率分布函数。

第j种湿地景观类型对总湿地景观面积变化差异的贡献率可表示为：

由公式可以看出第j种湿地景观类型因子对湿地面积差距的贡献既取决于第j种类型的湿地景观面积占湿地景观总面积的比重，也取决于第j个湿地景观类型因子的虚拟基尼系数占总基尼系数的比重，及第j个湿地景观类型因子本身的相对集中度。

参见图4，为本发明另一个实施例的湿地景观演变过程的分析系统，包括获取模块21、解译模块22、绘制模块23和计算模块24。

其中，获取模块21，用于获取研究区域不同时期的湿地景观遥感影像数据；

解译模块22，用于对所述研究区域的湿地景观遥感影像数据进行解译获得不同时期、不同水文特征下的各种不同类型的湿地景观分布图；

绘制模块23，用于对不同时期、相同水文特征下的各种不同类型的湿地景观分布图进行叠加分析，提取湿地景观类型变化的流向信息，并绘制成湿地景观类型变化转移图谱。

本实施例对不同时期的、每一相同水文特征下的各湿地景观分布图进行处理分析，提取湿地景观类型变化的流向信息，并绘制成湿地景观类型变化转移图谱，得到不同时期湿地景观的演变过程，探索湿地景观的时间和空间发展演变规律，并利用图谱进行可视化展现，有利于研究湿地景观的变化规律。

参见图5，本实施例提供的系统还包括采样模块24和计算模块25，所述采样模块24，用于对所述解译模块22解译获得的对不同时期、相同水文特征下的各种不同类型的湿地景观分布图进行统一重采样，将矢量形式的湿地景观分布图转换为栅格图像形式的湿地景观分布图。

所述计算模块25，用于根据所述获取模块21获取的湿地景观遥感影像数据，计算各个不同时期的湿地景观格局指数以及不同湿地景观类型对研究区域湿地景观类型变化差异的贡献率。通过计算湿地生态功能区的景观格局指数及湿地景观类型对区域湿地变化的贡献率，探索湿地景观的空间发展演变规律，分析不同水文特征下湿地区景观演变特点，有利于科学地认知该地区湿地景观格局演化机理，为合理规划利用湿地资源提供科学的理论依据。

本发明提供的一种湿地景观演变过程的分析方法及分析系统，通过遥感影像技术获取研究区域的湿地景观遥感影像数据，并对遥感影像数据进行分析，得到不同时期湿地景观的演变过程，探索湿地景观的时间和空间发展演变规律，并利用图谱进行可视化展现，有利于科学地认知研究区域湿地景观格局演变机理，为合理规划利用湿地资源提供科学地理论依据。

最后，本申请的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种湿地景观演变过程的分析方法，其特征在于，包括：

S1，获取研究区域的湿地景观遥感影像数据；

S2，对所述研究区域的湿地景观遥感影像数据进行解译，获得不同时期、不同水文特征下的各种不同类型的湿地景观分布图；

S3，对不同时期、不同水文特征下的各种不同类型的湿地景观分布图进行叠加分析，提取湿地景观类型变化的流向信息，并绘制成湿地景观类型变化转移图谱。

2.如权利要求1所述的湿地景观演变过程的分析方法，其特征在于，所述步骤S2中获取的湿地景观分布图为矢量形式，所述步骤S2和步骤S3之间还包括：

对不同时期、相同水文特征下的各种不同类型的湿地景观分布图进行统一重采样，将矢量形式的湿地景观分布图转换为栅格图像形式的湿地景观分布图。

3.如权利要求2所述的湿地景观演变过程的分析方法，其特征在于，所述湿地景观类型变化的流向信息为研究区域同一位置的湿地景观在不同时期所属的湿地景观类型的变化信息。

4.如权利要求2所述的湿地景观演变过程的分析方法，其特征在于，绘制的所述湿地景观类型变化转移图谱中按照不同颜色对不同类型的湿地景观进行展示。

5.如权利要求1-4任一项所述的湿地景观演变过程的分析方法，其特征在于，还包括：

S4，根据湿地景观遥感影像数据，计算研究区域各个不同时期的湿地景观格局指数以及基于基尼系数的不同湿地景观类型对研究区域湿地景观类型变化差异的贡献率。

6.如权利要求5所述的湿地景观演变过程的分析方法，其特征在于，所述湿地景观格局指数包括类型水平指数和景观水平指数，其中，所述类型水平指数包括斑块数量NP、景观类型面积CA、斑块密度PD、最大斑块指数LPI和景观形状指数LSI，所述景观水平指数包括景观多样性指数SHDI、景观均匀度指数SHEI和景观密集度指数CONTAG。

7.如权利要求6所述的湿地景观演变过程的分析方法，其特征在于，所述第i种类型的湿地景观的斑块数量NP＝n_i，其中，n_i为正整数；

通过如下公式计算景观类型面积CA：

$CA=\underset{j=1}{\overset{n_i}{\Σ}}{a}_{ij}\left(\frac{1}{10000}\right);$

其中，i为研究区域内的湿地景观类型，n为第i种类型的湿地景观的斑块数量，a_ij为第i种类型的湿地景观的第j个斑块的面积，CA表示为研究区域第i种类型的湿地景观的总面积，单位为公顷；

通过如下公式计算斑块密度PD：

$PD=\frac{n_i}{A};$

其中，n_i表示第i中类型的湿地景观的斑块数量，A表示整个研究区域的所有湿地景观的总面积；

通过如下公式计算最大斑块指数LPI：

$LPI=\frac{Max(a_1,...,a_n)}{A}\×100;$

其中，Max(a₁，...，a_n)表示研究区域中所有斑块的最大面积；

通过如下公式计算景观形状指数LSI:

$LSI=\frac{e_i}{\min e_i};$

其中，e_i为第i种类型的湿地景观的所有斑块边界长度的总和，mine_i指研究区域中每一种类的湿地景观的所有斑块边界长度的总和的最小值。

8.如权利要求7所述的湿地景观演变过程的分析方法，其特征在于，通过如下公式计算景观多样性指数SHDI：

$SHDI=-\underset{i=1}{\overset{m}{\Σ}}(P_i\×\ln P_i);$

其中，Pi为第i种类型湿地景观的斑块在研究区域的所有湿地景观中出现的几率，m是研究区域湿地景观类型数量；

通过如下公式计算景观均匀度指数SHEI：

$SHEI=\frac{-\underset{i=1}{\overset{m}{\Σ}}(P_i\×\ln P_i)}{\ln m};$

其中，Pi是第i类湿地景观在研究区域的所有湿地景观中出现的几率，m是研究区域湿地景观类型数量；

通过如下公式计算景观密集度指数CONTAG：

$CONTAG=\[1+\frac{\underset{i=1}{\overset{m}{\Σ}}\underset{k=1}{\overset{m}{\Σ}}\[\left(P_i\right)\left(\frac{g_{ik}}{\underset{k=1}{\overset{m}{\Σ}}{g}_{ik}}\right)\]*\[\ln \left(P_i\right)\left(\frac{g_{ik}}{\underset{k=1}{\overset{m}{\Σ}}{g}_{ik}}\right)\]}{2\ln \left(m\right)}\]\×100;$

式中，P_i是第i类湿地景观在研究区域的所有湿地景观中出现的几率，m代表景观中景观类型的总个数，g_ik表示第i类与第k类湿地景观之间相邻的斑块数。

9.如权利要求8所述的湿地景观演变过程的分析系统，其特征在于，所述计算各个不同时期基于基尼系数的不同湿地景观类型对研究区域湿地景观类型变化差异的贡献率进一步包括：

将研究区域划分为n个互不相交的目标子区域，计算基尼系数公式：

$G=\underset{j=1}{\overset{m}{\Σ}}\frac{{\mathrm{\μ}}_j}{\mathrm{\μ}}{G}_j^{*};$

$\mathrm{\μ}=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{Y}_i;$

${\mathrm{\μ}}_j=\frac{1}{n}\underset{j=1}{\overset{n}{\Σ}}{Y}_i^j,j=1,2,...,m;$

其中，m表示研究区域的m种湿地景观类型；

μ表示研究区域的n个子区域湿地景观面积的平均值；

Y_i(i＝1,2,...,n)表示第i个子区域的湿地景观面积；

μ_j(j＝1,2,...,k)表示n个子区域中第j种湿地景观类型的面积的平均值；

Y_i ^j(j＝1,2,...,k)表示第i个区域中第j种湿地景观类型的面积值；

为第j种类型湿地的虚拟基尼系数；

所述的虚拟基尼系数的计算公式如下：

$G_j^{*}=\frac{2\underset{i=1}{\overset{n}{\Σ}}({\stackrel{\‾}{Y}}_i^j-{\mathrm{\μ}}_j)\[F\left({\stackrel{\‾}{Y}}_i\right)-{\mathrm{\μ}}_F\]}{{\mathrm{n\μ}}_j},j=1,2,...,k;$

$F\left({\stackrel{\‾}{Y}}_i\right)=\frac{\underset{m=1}{\overset{i}{\Σ}}{\stackrel{\‾}{Y}}_i}{\underset{m=1}{\overset{n}{\Σ}}{\stackrel{\‾}{Y}}_i},i=1,2,...,n;$

其中，表示n个子区域的第j种湿地类型的湿地景观面积的重新排序，使为n个子区域湿地景观的面积Y_i由小到大的重新排序，使 为排序后的n个区域的湿地景观面积的累积概率分布函数；

第j种湿地景观类型对总湿地景观面积变化差异的贡献率可表示为：

$S_j^{*}=\frac{{\mathrm{\μ}}_j}{\mathrm{\μ}}\·\frac{G_j^{*}}{G}.$

10.一种湿地景观演变过程的分析系统，其特征在于，包括：

获取模块，用于获取研究区域的湿地景观遥感影像数据；

解译模块，用于对所述研究区域的湿地景观遥感影像数据进行解译获得不同时期、不同水文特征下的各种不同类型的湿地景观分布图；

绘制模块，用于对不同时期、相同水文特征下的各种不同类型的湿地景观分布图进行叠加分析，提取湿地景观类型变化的流向信息，并绘制成湿地景观类型变化转移图谱。