第1章緒論1.1研究背景與意義濕地作為陸地與水域間的特殊生態(tài)類(lèi)型，依托水文、土壤與植被間復(fù)雜的相互作用而存在。構(gòu)建了地球表層最具生物多樣性的生命支持系統(tǒng)之一。從寒溫帶的泥炭沼澤到熱帶的紅樹(shù)林灘涂，從高原湖泊濕地到城市人工濕地公園，這一“地球之腎”以占全球陸地面積約6%的空間，支撐著超過(guò)40%的全球物種的生存繁衍，更以無(wú)可替代的生態(tài)服務(wù)功能維系著人類(lèi)社會(huì)的可持續(xù)發(fā)展。然而，在全球氣候變化與高強(qiáng)度人類(lèi)活動(dòng)的雙重脅迫下，濕地正經(jīng)歷著快速的空間格局重構(gòu)與時(shí)間維度退化，其面積萎縮、生態(tài)功能衰退等問(wèn)題已成為全球生態(tài)環(huán)境治理的核心挑戰(zhàn)之一。黨的二十大報(bào)告明確提出將“提升生態(tài)系統(tǒng)多樣性、穩(wěn)定性、持續(xù)性”作為生態(tài)文明建設(shè)的重要目標(biāo)，《濕地公約》第十四屆締約方大會(huì)（2022）也強(qiáng)調(diào)了“通過(guò)科學(xué)監(jiān)測(cè)與管理守護(hù)濕地未來(lái)”的全球共識(shí)。在此背景下，揭示濕地在長(zhǎng)時(shí)間序列和多空間尺度上的演變規(guī)律，解析自然與人為因素的交互作用機(jī)制，成為精準(zhǔn)制定濕地保護(hù)修復(fù)策略的關(guān)鍵科學(xué)基礎(chǔ)。在全球環(huán)境變化與生態(tài)文明建設(shè)的雙重作用下，濕地時(shí)空演變特征研究既是應(yīng)對(duì)生態(tài)危機(jī)的前沿科學(xué)問(wèn)題，也是支撐濕地精準(zhǔn)保護(hù)與可持續(xù)管理的重要決策依據(jù)。濕地時(shí)空演變研究是理解生態(tài)系統(tǒng)響應(yīng)、應(yīng)對(duì)環(huán)境挑戰(zhàn)、實(shí)現(xiàn)人地協(xié)調(diào)的核心環(huán)節(jié)，其成果可為生態(tài)保護(hù)、資源管理、政策制定提供全鏈條支撐，助力“雙碳”目標(biāo)和生態(tài)文明建設(shè)。通過(guò)分析濕地面積消長(zhǎng)、空間分布遷移及生態(tài)系統(tǒng)結(jié)構(gòu)轉(zhuǎn)化，可精準(zhǔn)識(shí)別人類(lèi)活動(dòng)與氣候變化對(duì)濕地的驅(qū)動(dòng)機(jī)制，為生物多樣性保護(hù)、生態(tài)功能評(píng)估提供科學(xué)依據(jù)；其成果亦能支撐國(guó)土空間規(guī)劃如生態(tài)紅線劃定、水資源管理如干旱區(qū)濕地生態(tài)補(bǔ)水調(diào)度及濕地修復(fù)工程，助力協(xié)調(diào)濕地保護(hù)與開(kāi)發(fā)利用的矛盾；同時(shí)，結(jié)合遙感監(jiān)測(cè)、模型模擬等技術(shù)，該研究可深化對(duì)濕地-氣候系統(tǒng)互饋機(jī)制的認(rèn)知，為應(yīng)對(duì)全球變化、履行國(guó)際公約《拉姆薩爾公約》提供數(shù)據(jù)支撐與實(shí)踐路徑，最終服務(wù)于人地關(guān)系協(xié)調(diào)的生態(tài)文明建設(shè)目標(biāo)。1.2國(guó)內(nèi)外研究現(xiàn)狀濕地遙感研究在國(guó)內(nèi)外呈現(xiàn)出多技術(shù)融合深化、應(yīng)用場(chǎng)景拓展和全球協(xié)作加強(qiáng)的態(tài)勢(shì)。國(guó)外研究起步較早，自20世紀(jì)70年代起便利用Landsat、SPOT等衛(wèi)星影像開(kāi)展?jié)竦刭Y源調(diào)查，早期以混合迭代分類(lèi)、非監(jiān)督分類(lèi)等方法為主，近年來(lái)逐步引入機(jī)器學(xué)習(xí)優(yōu)化光譜特征分析，如結(jié)合紋理特征和DEM數(shù)據(jù)提升分類(lèi)精度。國(guó)際上，多源遙感數(shù)據(jù)與深度學(xué)習(xí)模型的結(jié)合成為主流，例如通過(guò)隨機(jī)森林算法整合Sentinel-1/2數(shù)據(jù)實(shí)現(xiàn)黃河流域濕地的高精度分類(lèi)、總體精度85%，或利用高光譜點(diǎn)云融合技術(shù)實(shí)現(xiàn)巖溶濕地植被的三維制圖。全球濕地觀測(cè)系統(tǒng)等國(guó)際合作項(xiàng)目推動(dòng)了數(shù)據(jù)標(biāo)準(zhǔn)化和跨區(qū)域監(jiān)測(cè)，強(qiáng)調(diào)政策導(dǎo)向的信息整合與決策支持。國(guó)內(nèi)研究雖起步較晚，但發(fā)展迅速，尤其在區(qū)域濕地保護(hù)和動(dòng)態(tài)監(jiān)測(cè)領(lǐng)域成果顯著。宮鵬等學(xué)者基于多時(shí)相Landsat數(shù)據(jù)揭示了中國(guó)濕地面積變化趨勢(shì)[1]，袁力等通過(guò)TM影像分析扎龍濕地景觀格局演變[2]，張超等提出多光譜水體信息抽取方法提升精度[3]，王童等通過(guò)遙感影像分析白洋淀濕地的時(shí)空演變[4]，徐振田等通過(guò)Landsat數(shù)據(jù)提取黃河三角洲濕地信息并分析動(dòng)態(tài)變化[5]。政策層面，中國(guó)通過(guò)全國(guó)國(guó)土變更調(diào)查、森林草原濕地荒漠化普查等項(xiàng)目，推動(dòng)遙感技術(shù)在生態(tài)保護(hù)中的應(yīng)用，例如鴨綠江口濕地的人類(lèi)活動(dòng)監(jiān)測(cè)和瑞麗市的濕地資源普查均依賴遙感數(shù)據(jù)支撐。此外，江西省衛(wèi)星遙感影像綜合服務(wù)平臺(tái)等基礎(chǔ)設(shè)施的建設(shè)，促進(jìn)了數(shù)據(jù)共享與業(yè)務(wù)化應(yīng)用。當(dāng)前，國(guó)內(nèi)外研究均面臨數(shù)據(jù)融合、模型泛化和物理機(jī)制解釋等挑戰(zhàn)。未來(lái)趨勢(shì)包括：多模態(tài)數(shù)據(jù)如光學(xué)、SAR、無(wú)人機(jī)LiDAR的深度融合[6,7]，自監(jiān)督學(xué)習(xí)和輕量化模型的開(kāi)發(fā)以適應(yīng)小樣本場(chǎng)景，以及物理約束模型的引入提升預(yù)測(cè)可信度。同時(shí)，全球協(xié)作和區(qū)域政策的結(jié)合，將進(jìn)一步推動(dòng)濕地遙感從技術(shù)研究向生態(tài)管理決策的轉(zhuǎn)化。1.3研究?jī)?nèi)容與方法本研究聚焦于河北省邯鄲市永年區(qū)永年洼濕地，深入剖析其在過(guò)去三個(gè)年度內(nèi)濕地生態(tài)系統(tǒng)的空間格局變化與時(shí)間序列動(dòng)態(tài)過(guò)程[8]，通過(guò)監(jiān)督分類(lèi)法、并計(jì)算遙感生態(tài)指數(shù)，進(jìn)行主成分分析，梳理不同地理單元的面積消長(zhǎng)、功能演變特征，結(jié)合季節(jié)與年度間的周期性波動(dòng)規(guī)律，精準(zhǔn)識(shí)別影響濕地演變的自然因素與人類(lèi)活動(dòng)驅(qū)動(dòng)因子[9]。還將基于驅(qū)動(dòng)機(jī)制的解析成果，構(gòu)建涵蓋生態(tài)修復(fù)、資源可持續(xù)利用[10]、區(qū)域協(xié)同治理等多維度的管理策略框架，為區(qū)域濕地生態(tài)保護(hù)規(guī)劃制定、政策優(yōu)化及長(zhǎng)期動(dòng)態(tài)監(jiān)測(cè)提供具有實(shí)操性的科學(xué)決策依據(jù)，助力實(shí)現(xiàn)濕地生態(tài)功能提升與區(qū)域可持續(xù)發(fā)展的協(xié)同目標(biāo)。1.4技術(shù)路線LLandsat8OLi影像檢測(cè)區(qū)矢量邊界數(shù)據(jù)影像預(yù)處理輻射定標(biāo)大氣校正裁剪檢測(cè)區(qū)影像計(jì)算水體指數(shù)EWI2013年2017年2021年圖斑處理精度驗(yàn)證密度分割法監(jiān)督分類(lèi)法對(duì)比分析各年份水體分布圖遙感生態(tài)指數(shù)(RSEI)濕度綠度干度熱度標(biāo)準(zhǔn)化處理波段合成主成分分析研究區(qū)相關(guān)資料分析水體變化因素圖1.1技術(shù)路線圖第2章研究區(qū)概況及數(shù)據(jù)來(lái)源與處理2.1研究區(qū)概況2.1.1自然地理概況永年洼位于河北省邯鄲市永年縣境東部、華北平原的南部，東經(jīng)114°20′-114°52′，北緯36°35′-36°56′之間，東邊毗鄰渤海，西邊緊鄰太行山脈。地理位置具有其獨(dú)特性，擁有典型的溫帶季風(fēng)氣候特征，四季分明，雨熱同期，為研究提供了豐富的環(huán)境背景[11]。永年洼是河北省四大洼淀之一，宛如鑲嵌在北國(guó)的璀璨明珠。這片洼淀總面積達(dá)16平方公里，常年積水區(qū)域約4.5平方公里，整體呈長(zhǎng)方形，南北延展。因這里地勢(shì)獨(dú)特，南高北低的地形使得水流能夠自然流動(dòng)。憑借優(yōu)越的地理?xiàng)l件，永年洼孕育出了優(yōu)質(zhì)的生態(tài)環(huán)境。其水質(zhì)清冽，水域內(nèi)魚(yú)蝦暢游，岸邊蘆葦繁茂生長(zhǎng)，夏日荷花綻放、香氣四溢，故被人們親切地稱(chēng)作“北國(guó)小江南”“第二白洋淀”。在水系分布上，洼淀南接滏陽(yáng)河，東靠支漳河，東、北兩側(cè)與留壘河相依，河流環(huán)繞。永年洼濕地地理位置如圖所示。圖2.１研究區(qū)地理位置2.1.2社會(huì)經(jīng)濟(jì)概況永年洼濕地所在區(qū)域社會(huì)經(jīng)濟(jì)呈現(xiàn)出獨(dú)特的發(fā)展態(tài)勢(shì)。近年來(lái)，依托永年洼濕地的天然優(yōu)勢(shì)，農(nóng)業(yè)發(fā)展模式不斷創(chuàng)新[12]。在廣府鎮(zhèn)裴屯村東，占地50畝的自強(qiáng)現(xiàn)代農(nóng)業(yè)園拔地而起，園內(nèi)積極推廣水肥一體化節(jié)水灌溉技術(shù)、無(wú)土栽培、新品種示范等現(xiàn)代化農(nóng)業(yè)技術(shù)，著力打造蔬菜農(nóng)藥零殘留示范基地。而廣府鎮(zhèn)東街新建的連棟日光溫室，借助物聯(lián)網(wǎng)設(shè)備、監(jiān)控系統(tǒng)等，將蔬菜種植與旅游資源相結(jié)合，發(fā)展蔬菜觀光采摘、體驗(yàn)等都市農(nóng)業(yè)，有力推動(dòng)了蔬菜產(chǎn)業(yè)多元化發(fā)展，提升了農(nóng)業(yè)產(chǎn)業(yè)化綜合生產(chǎn)力。?永年洼擁有深厚的歷史文化底蘊(yùn)，其正中央的廣府古城距今已有2600多年歷史，完好的古城墻、碧波蕩漾的護(hù)城河吸引著眾多游客前來(lái)觀光游覽。永年洼憑借秀美的自然風(fēng)光和獨(dú)特的歷史文化，成功獲批國(guó)家濕地公園，進(jìn)一步提升了當(dāng)?shù)芈糜沃取?023年，廣府鎮(zhèn)東街村榮獲河北省旅游休閑街區(qū)，南街村榮獲河北省鄉(xiāng)村旅游重點(diǎn)村。圍繞旅游，當(dāng)?shù)卮罅Πl(fā)展手工、民宿、特色美食等產(chǎn)業(yè)，深挖廣府傳統(tǒng)文化、傳統(tǒng)工藝、太極文化，帶動(dòng)了餐飲、住宿、零售等相關(guān)服務(wù)業(yè)的繁榮，為當(dāng)?shù)鼐用駝?chuàng)造了大量就業(yè)機(jī)會(huì)，增加了居民收入。此外，永年區(qū)政府積極推動(dòng)濕地綜合開(kāi)發(fā)工程，萬(wàn)畝荷花池、蘆葦蕩、濕地森林公園等項(xiàng)目逐步建成，持續(xù)吸引游客，拉動(dòng)區(qū)域經(jīng)濟(jì)增長(zhǎng)，推動(dòng)社會(huì)經(jīng)濟(jì)朝著生態(tài)友好、文旅融合的方向不斷前行。2.2數(shù)據(jù)來(lái)源2.2.1遙感數(shù)據(jù)來(lái)源在本研究的數(shù)據(jù)采集環(huán)節(jié)，核心遙感數(shù)據(jù)源選取地理空間數(shù)據(jù)云(/)的Landsat8OLI衛(wèi)星影像[13,14]。研究收集了2013年、2017年、2021年共3期影像數(shù)據(jù)，其30米的空間分辨率可完整覆蓋永年洼濕地區(qū)域。為進(jìn)一步提升濕地信息提取的準(zhǔn)確性，在影像篩選過(guò)程中，優(yōu)先采用云量低于5%的優(yōu)質(zhì)影像，避免云層對(duì)濕地特征提取的干擾[15]。Landsat8OLI陸地成像儀包括9個(gè)波段，空間分辨率為30米，其中包括一個(gè)15米的全色波段，成像寬幅為185x185km。OLI包括了ETM+傳感器所有的波段，為了避免大氣吸收特征，OLI對(duì)波段進(jìn)行了重新調(diào)整，比較大的調(diào)整是OLIBand5(0.845–0.885μm)，排除了0.825μm處水汽吸收特征；OLI全色波段Band8波段范圍較窄，這種方式可以在全色圖像上更好區(qū)分植被和無(wú)植被征。表2.1遙感影像信息衛(wèi)星傳感器成像時(shí)間云量空間分布率/mLandsat8OLI2013/4/180.1830Landsat8OLI2017/5/40.1130Landsat8OLI2021/4/121.46302.2.2地形與邊界數(shù)據(jù)本文所采用的地形與邊界數(shù)據(jù)，主要來(lái)源于自然資源部標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站及國(guó)家基礎(chǔ)地理信息中心[16]。地形數(shù)據(jù)選取1：50000比例尺的DLG（數(shù)字線劃圖）數(shù)據(jù)，包含等高線、高程點(diǎn)等地形要素，可精準(zhǔn)反映區(qū)域地形起伏特征；邊界數(shù)據(jù)則采用全國(guó)地理國(guó)情監(jiān)測(cè)成果中的行政邊界數(shù)據(jù)，涵蓋永年洼濕地所在區(qū)域的市、縣、鄉(xiāng)鎮(zhèn)三級(jí)行政邊界，確保研究范疇界定的準(zhǔn)確性與公信力。2.2.3氣象數(shù)據(jù)本文氣象數(shù)據(jù)主要來(lái)源于中國(guó)氣象數(shù)據(jù)網(wǎng)，涵蓋2013年、2017年及2021年傘期永年洼濕地及周邊區(qū)域的氣溫、降水等關(guān)鍵氣象要素?cái)?shù)據(jù)[17]。數(shù)據(jù)采集自距離研究區(qū)域較近的氣象站點(diǎn)，包含地面氣象觀測(cè)站的逐日觀測(cè)數(shù)據(jù)及氣象衛(wèi)星遙感反演數(shù)據(jù)。2.2.4社會(huì)經(jīng)濟(jì)數(shù)據(jù)本文所采用的永年洼社會(huì)經(jīng)濟(jì)數(shù)據(jù)主要來(lái)源于永年區(qū)政府信息公開(kāi)年報(bào)。涵蓋人口數(shù)量、產(chǎn)業(yè)結(jié)構(gòu)、土地利用類(lèi)型、農(nóng)業(yè)生產(chǎn)規(guī)模、工業(yè)產(chǎn)值等關(guān)鍵指標(biāo)。同時(shí)結(jié)合永年區(qū)社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)、政府工作報(bào)告等官方文件，補(bǔ)充區(qū)域發(fā)展規(guī)劃、政策措施等文本資料。2.3數(shù)據(jù)預(yù)處理2.3.1輻射校正輻射校正包括輻射定標(biāo)與大氣校正兩大關(guān)鍵步驟。其中，輻射定標(biāo)旨在將圖像的數(shù)字量化數(shù)值轉(zhuǎn)換為輻射亮度數(shù)值以此消除傳感器自身帶來(lái)的誤差；而大氣校正則是把輻射亮度值進(jìn)一步轉(zhuǎn)換為地表反射率，其主要作用在于有效消除大氣條件和光照因素對(duì)地物反射特性的干擾，從而真實(shí)還原地物的光譜信息。在本文的研究中，選用FLAASH大氣校正模型對(duì)遙感影像進(jìn)行處理。該模型通過(guò)輸入大氣模型參數(shù)、完成氣溶膠反演等操作，實(shí)現(xiàn)對(duì)影像的精準(zhǔn)校正。相較于其他方法，F(xiàn)LAASH算法不僅顯著提升了校正精度，還能高效消除氣溶膠散射產(chǎn)生的不良影響，極大地改善了遙感影像的質(zhì)量，為后續(xù)研究提供更可靠的數(shù)據(jù)基礎(chǔ)。大氣校正參數(shù)如下：表2.2大氣參數(shù)參數(shù)名稱(chēng)參數(shù)值地面高程0.068km大氣模型Mid-LatitudeWinter氣溶膠模型Rural氣溶膠反演2-Band(K-T)初始能見(jiàn)度40kmK-T反演模式默認(rèn)2.3.2影像裁剪本研究采用的數(shù)據(jù)源為整景Landsat遙感影像，但由于其數(shù)據(jù)量龐大，而實(shí)際研究區(qū)域僅占影像中的極小部分。為精準(zhǔn)獲取研究所需數(shù)據(jù)，提升數(shù)據(jù)處理效率，現(xiàn)采用掩膜技術(shù)對(duì)3期遙感影像進(jìn)行裁剪處理。具體操作流程如下：(1)在ArcGIS中完成研究區(qū)矢量邊界的繪制，其中按照永年區(qū)的邊界范圍進(jìn)行裁剪；(2)將獲取的矢量邊界數(shù)據(jù)載入ENVI平臺(tái)，依次對(duì)預(yù)處理后的3期遙感影像實(shí)施掩膜提取處理。裁剪后的遙感影像如圖所示：圖2.2影像裁剪（2013年、2017年、2021年）2.3.3矢量轉(zhuǎn)換利用ArcGIS10.8軟件對(duì)地形數(shù)據(jù)進(jìn)行拓?fù)錂z查與矢量化處理，將等高線、高程點(diǎn)等要素轉(zhuǎn)換為柵格格式，并結(jié)合研究區(qū)范圍進(jìn)行裁剪；邊界數(shù)據(jù)則通過(guò)坐標(biāo)轉(zhuǎn)換工具，將原始坐標(biāo)系轉(zhuǎn)換為WGS_1984_UTM_Zone_50N坐標(biāo)系，與遙感影像及數(shù)字高程模型保持一致。同時(shí)，對(duì)地形與邊界數(shù)據(jù)進(jìn)行空間配準(zhǔn)與融合處理，消除數(shù)據(jù)間的誤差與重疊，為濕地時(shí)空演變分析提供精準(zhǔn)的空間參考框架。2.3.4統(tǒng)計(jì)分析采用SPSS26.0軟件對(duì)氣象要素進(jìn)行統(tǒng)計(jì)分析。同時(shí)使用ArcGIS10.8軟件將氣象站點(diǎn)數(shù)據(jù)進(jìn)行空間插值處理，生成研究區(qū)域的氣象要素柵格數(shù)據(jù)，并統(tǒng)一投影至WGS_1984_UTM_Zone_50N坐標(biāo)系，與遙感影像、地形數(shù)據(jù)等進(jìn)行空間匹配，確保氣象數(shù)據(jù)與其他數(shù)據(jù)源的一致性和可比性，為深入分析濕地時(shí)空演變的氣象驅(qū)動(dòng)機(jī)制提供可靠的數(shù)據(jù)支撐。第3章研究方法及過(guò)程3.1監(jiān)督分類(lèi)法本研究在總結(jié)相關(guān)專(zhuān)家學(xué)者已有的研究成果上，決定采用分類(lèi)精度較高的監(jiān)督分類(lèi)對(duì)遙感影像實(shí)施分類(lèi)。監(jiān)督分類(lèi)主要包括選取訓(xùn)練樣本和執(zhí)行監(jiān)督分類(lèi)。選取訓(xùn)練樣本第一步在ENVI中創(chuàng)建感興趣區(qū)（ROI)，根據(jù)目視解譯，研究區(qū)域的遙感影像共有綠地，濕地和建設(shè)用地；第二步是為了評(píng)價(jià)樣本的可分離性，主要利用ROITool中的ComputeROISeparability的簡(jiǎn)單計(jì)算，只有任意兩個(gè)樣本之間大于1.9說(shuō)明樣本之間的分離性好，屬于合格樣本。本研究用到的執(zhí)行監(jiān)督分類(lèi)是極大似然分類(lèi)法（MaximumLikelihood）來(lái)進(jìn)行執(zhí)行分類(lèi)。最大似然分類(lèi)法是假設(shè)每個(gè)波段的每類(lèi)統(tǒng)計(jì)都呈正態(tài)分布，計(jì)算給定像元屬于某一訓(xùn)練樣本的似然度，像元最終被歸并到似然度最大的一類(lèi)。監(jiān)督分類(lèi)后處理運(yùn)用Minority方法，將小班塊合并。通過(guò)對(duì)分類(lèi)結(jié)果的驗(yàn)證，驗(yàn)證該三期數(shù)據(jù)Kappa系數(shù)均在80%以上[18]。綜上所述本文采用的監(jiān)督分類(lèi)精度滿足研究需要，認(rèn)為解譯結(jié)果合理可靠。圖3.1監(jiān)督分類(lèi)結(jié)果3.2遙感生態(tài)指數(shù)遙感生態(tài)指數(shù)能夠全面監(jiān)測(cè)區(qū)域生態(tài)環(huán)境的動(dòng)態(tài)變化，通過(guò)量化分析植被覆蓋、濕度、溫度等關(guān)鍵生態(tài)要素的演變[19]，及時(shí)發(fā)現(xiàn)土地退化、植被衰減等問(wèn)題；同時(shí)系統(tǒng)量化生態(tài)系統(tǒng)在水資源保育、氣候調(diào)節(jié)等關(guān)鍵生態(tài)服務(wù)功能的效能，為生態(tài)環(huán)境保護(hù)與修復(fù)工程提供科學(xué)支撐。此外，還能助力政府部門(mén)制定土地利用規(guī)劃、資源管理策略等，支持區(qū)域可持續(xù)發(fā)展決策，并且可以對(duì)不同地區(qū)的生態(tài)狀況進(jìn)行量化對(duì)比，明確生態(tài)保護(hù)優(yōu)先級(jí)，為資源合理分配提供參考，在生態(tài)環(huán)境的監(jiān)測(cè)、評(píng)估、管理與決策等環(huán)節(jié)發(fā)揮著重要作用。在經(jīng)過(guò)預(yù)處理得遙感影像上，獲取濕度指數(shù)（WET）、歸一化植被指數(shù)（NDVI）、建筑物-裸土指數(shù)（NDBSI）和地表溫度（LST），來(lái)表示濕度、綠度、干度和熱度4大生態(tài)要素。其中，綠度分量（NDVI）：使用歸一化植被指數(shù)來(lái)衡量區(qū)域的植被覆蓋和生長(zhǎng)狀況；濕度分量（WET）：通過(guò)特定波段的組合計(jì)算，反映區(qū)域的水分狀況；干度分量（NDBSI）：結(jié)合城市建筑指數(shù)（IBI）和裸土指數(shù)（LSI）等，表示地面的干燥程度；熱度分量（LST）：通過(guò)地表溫度來(lái)體現(xiàn)區(qū)域的熱環(huán)境狀況。對(duì)得到的圖像進(jìn)行歸一化處理后按照綠度、濕度、干度和溫度順序進(jìn)行融合。進(jìn)行對(duì)比分析。圖3.22013年-2017年變化圖3.32017年-2021年變化在2013到2017年間，可以看出永年洼濕地的生態(tài)環(huán)境質(zhì)量出現(xiàn)略微變差的趨勢(shì)，但也有部分預(yù)取略微變好，而2017—2021年間情況得到改善，無(wú)明顯變化居多，說(shuō)明生態(tài)環(huán)境質(zhì)量趨于穩(wěn)定狀態(tài)，出現(xiàn)變好的現(xiàn)象，略微變差仍有發(fā)生，整體而言生態(tài)環(huán)境的質(zhì)量在逐漸變差，需要得到改善。3.3主成分分析法主成分分析方法（PrincipalComponentAnalysis，PCA）是一種常用的多變量數(shù)據(jù)分析方法，可以在降低數(shù)據(jù)維度的同時(shí)，將多個(gè)指標(biāo)轉(zhuǎn)換為幾個(gè)綜合性指標(biāo)，從而得出數(shù)據(jù)中的主要結(jié)構(gòu)[20]。主成分分析的基礎(chǔ)理論是將輸入的多個(gè)變量因子進(jìn)行標(biāo)準(zhǔn)化線性組合，根據(jù)組合中方差的大小確定主成分，其特點(diǎn)是能夠在不損失重要信息的前提下簡(jiǎn)化數(shù)據(jù)的復(fù)雜性。第4章永年洼濕地時(shí)空演變特征及驅(qū)動(dòng)力分析4.1濕地變化特征分析本研究將對(duì)永年洼濕地的水體分布特征進(jìn)行詳細(xì)分析，探討其空間格局以及隨時(shí)間變化的趨勢(shì)。其中重點(diǎn)關(guān)注水體的分布范圍、以及與其他地理要素的關(guān)系，以期揭示水體分布的內(nèi)在規(guī)律[21]。這將涉及對(duì)濕地水系的詳細(xì)測(cè)繪，通過(guò)持續(xù)開(kāi)展水體動(dòng)態(tài)演變的監(jiān)測(cè)工作，為濕地資源的保護(hù)與科學(xué)管理筑牢數(shù)據(jù)根基。此外，還將考慮水體分布對(duì)周邊生態(tài)環(huán)境的影響。4.1.1永年洼濕地分布的時(shí)間變化趨勢(shì)首先，將分析永年洼濕地水體分布的時(shí)間變化趨勢(shì)。通過(guò)ArcGIS對(duì)不同地類(lèi)進(jìn)行面積統(tǒng)計(jì)，得到從2013年到2021年的具體變化情況，并將研究永年洼濕地水體面積的變化趨勢(shì)，通過(guò)對(duì)比不同時(shí)間點(diǎn)的數(shù)據(jù)，分析其增減變化的規(guī)律。采用時(shí)間序列分析方法，揭示水體面積變化的趨勢(shì)和周期性特征。其中，研究區(qū)域內(nèi)建設(shè)用地占比最多，其次是濕地，在2017年間綠地出現(xiàn)變多的情況，占比超過(guò)濕地（如圖），而在2013—2021年間，建設(shè)用地與綠地的變化情況為先上升后下降和先下降后上升的相反趨勢(shì)，而濕地在此期間變化幅度相對(duì)不大，呈現(xiàn)出先上升后下降的趨勢(shì)，波動(dòng)較小，總體而言，綠地呈現(xiàn)和濕地均呈現(xiàn)下降的狀態(tài)，而建設(shè)用地呈現(xiàn)上升狀態(tài)。表4.12013—2021年永年洼濕地用地面積表（/km2）201320172021綠地2.2836.2671.658濕地3.4733.7243.036建設(shè)用地10.5256.29011.588圖4.12013—2021年永年洼濕地用地類(lèi)型變化圖4.1.2永年洼濕地空間變化特征分析永年洼濕地水體分布的空間格局，包括水體的分布范圍、形狀以及與其他地理要素的關(guān)系。通過(guò)地圖和統(tǒng)計(jì)數(shù)據(jù)，詳細(xì)描述水體的空間分布特征，為后續(xù)的分析提供基礎(chǔ)。這將包括對(duì)水體分布的地理信息系統(tǒng)（GIS）分析，以及對(duì)水體分布與地形、植被等要素相互作用的研究。圖4.22013—2021年永年洼濕地用地類(lèi)型圖（2013、2017、2021）如圖所示，在2013—2021年間，建設(shè)用地的分布占據(jù)了較多的部分，占到了該區(qū)域的60％以上，而永年洼濕地可以明顯看出在2017年間面積較多，西南角和東南角的濕地出現(xiàn)增多現(xiàn)象，而在2021年間，出現(xiàn)濕地縮減；綠地與濕地呈現(xiàn)出相似的演變規(guī)律，在2017年時(shí)大幅增多，而在2021年出現(xiàn)減少，這可能是由于在2013—2017年間生態(tài)得到保護(hù)，而2017—2021年間區(qū)域迅速發(fā)展所導(dǎo)致，建設(shè)用地面積大量擴(kuò)張，侵占了濕地與綠地的空間。4.1.3永年洼濕地多年間動(dòng)態(tài)變化對(duì)永年洼濕地水體面積的具體變化進(jìn)行統(tǒng)計(jì)分析，包括不同用地類(lèi)型之間的轉(zhuǎn)化和分布，直觀的反應(yīng)出多年間濕地與綠地和建設(shè)用地間的變化情況，以便更好的探究濕地變化的規(guī)律和未來(lái)的保護(hù)治理。圖4.3永年洼濕地用地類(lèi)型變化圖（2013—2017、2017—2021、2013—2021）在2013—2017年間，綠地轉(zhuǎn)變?yōu)闈竦睾徒ㄔO(shè)用地0.075km2和0.463km2，建設(shè)用地轉(zhuǎn)變?yōu)榫G地和濕地為4.37km2和1.001km2，濕地共轉(zhuǎn)入了1.076km2，而濕地轉(zhuǎn)為建設(shè)用地和綠地的面積分別為0.674km2和0.151km2，可以看出，主要是建設(shè)用地轉(zhuǎn)為綠地而導(dǎo)致綠地的增多，濕地和綠地此類(lèi)生態(tài)用地直接的轉(zhuǎn)換較少，在此期間，區(qū)域的生態(tài)環(huán)境變好；在2017—2021年間，主要是綠地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地，轉(zhuǎn)變面積為4.986km2，而濕地與綠地之間幾乎沒(méi)有發(fā)生轉(zhuǎn)變，濕地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地的面積是0.923km2，大面積的生態(tài)用地被人為開(kāi)發(fā)，生態(tài)環(huán)境造成一定程度的破壞；總體來(lái)看，在2013—2021年間，綠地、濕地與建設(shè)用地的轉(zhuǎn)變呈現(xiàn)出較為平衡的情況，如圖所示，綠地和濕地轉(zhuǎn)出1.971km2與1.282km2，建設(shè)用地轉(zhuǎn)出2.022km2，而三類(lèi)用地分別轉(zhuǎn)入1.248km2、0.843km2和3.084km2，濕地和綠地處于減少狀態(tài)，未來(lái)應(yīng)注重對(duì)此類(lèi)生態(tài)用地的保護(hù)，防止?jié)竦氐臏p少。表4.2不同年間永年洼濕地用地轉(zhuǎn)換面積表（/km2）轉(zhuǎn)換類(lèi)型2013—20172017—20212013—2021綠地—濕地0.0750.0150.066綠地—建設(shè)用地0.4634.9861.805濕地—綠地0.15100.003濕地—建設(shè)用地0.6740.9231.279建設(shè)用地—綠地4.3700.3921.245建設(shè)用地—濕地1.0010.2190.7774.2驅(qū)動(dòng)力分析在此基礎(chǔ)上，探討可能影響永年洼濕地面積變化的自然和人為因素，為后續(xù)的保護(hù)和管理提供科學(xué)依據(jù)。分析氣候變化、人類(lèi)活動(dòng)等因素對(duì)濕地面積的影響，以期為濕地的可持續(xù)管理提供參考。這將涉及對(duì)相關(guān)環(huán)境政策的評(píng)估，以及對(duì)人類(lèi)活動(dòng)對(duì)濕地影響的深入研究。探討如何通過(guò)改善管理措施來(lái)減輕不利影響，以及如何利用濕地的自然恢復(fù)能力來(lái)促進(jìn)濕地的健康和穩(wěn)定。4.2.1自然因素分析從氣候來(lái)看，溫度的升高、降水模式的改變、極端天氣事件的頻發(fā)等，都會(huì)對(duì)濕地生態(tài)系統(tǒng)產(chǎn)生深遠(yuǎn)的影響。同時(shí)，降水模式的改變可能會(huì)導(dǎo)致濕地水量的不穩(wěn)定，進(jìn)而影響濕地的水位和面積。由圖可知，在2013年氣溫與降水與濕地呈現(xiàn)出顯著的正相關(guān)與負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)分別為0.3和-0.36，而在2017年間相關(guān)性出現(xiàn)相反的情況但不呈現(xiàn)出顯著性，2023年降水和氣溫均與濕地表現(xiàn)出負(fù)相關(guān)關(guān)系，系數(shù)為-0.048與-0.11，由于溫度高的地方蒸發(fā)量大，不宜與濕地的分布，而降水少的區(qū)域地勢(shì)較低，濕地流向低的地方進(jìn)而存儲(chǔ)，其中研究區(qū)域內(nèi)的降水與溫差較小，導(dǎo)致了相關(guān)性的部分差異。從地形來(lái)看，坡度、海拔高度等，都會(huì)對(duì)水分的流動(dòng)和聚集產(chǎn)生影響，從而影響濕地的形成和分布。例如，低洼地區(qū)容易積水形成濕地，而山地的坡度較大，水分不易停留，因此濕地較少。因此，了解地形地貌對(duì)濕地分布的影響，對(duì)于濕地的保護(hù)和管理具有重要的指導(dǎo)意義。如圖，研究區(qū)中心地勢(shì)和北部?jī)蓚?cè)較高，濕地沿中心兩側(cè)地勢(shì)較低呈環(huán)狀分布，而北部?jī)蓚?cè)多為綠地。探究濕地與高程和坡度的相關(guān)性可知，2013年高程與濕地變化面積呈現(xiàn)顯著負(fù)相關(guān)的關(guān)系，相關(guān)系數(shù)為-0.21，而2017年相關(guān)系數(shù)為-0.17，到2021年變?yōu)?0.11，坡度與濕地變化面積不同年份呈現(xiàn)出不同的相關(guān)性，2013—2021年其與濕地的相關(guān)系數(shù)分別為0.0047、-0.027與-0.083，但只有2017年表現(xiàn)顯著。圖4.4地形坡度4.2.2人為因素分析隨著城市化進(jìn)程的加快和工業(yè)的迅速發(fā)展，人類(lèi)活動(dòng)對(duì)環(huán)境的影響日益顯著。城市擴(kuò)張導(dǎo)致自然地表被不透水的建筑物和道路所取代，這不僅改變了地表徑流的模式，還可能引起城市熱島效應(yīng)。由圖可知，在2013年GDP與人口與濕地呈現(xiàn)出顯著的正相關(guān)關(guān)系，相關(guān)系數(shù)分別為0.32和0.094，而在2017年間相關(guān)性呈現(xiàn)出不顯著的0.018和0.065正相關(guān)，2023年GDP和人口均與濕地表現(xiàn)出顯著正相關(guān)關(guān)系，系數(shù)為0.25與0.089，GDP反應(yīng)了區(qū)域內(nèi)經(jīng)濟(jì)發(fā)展?fàn)顩r，發(fā)展較好的地區(qū)通常人口較多，而人們往往會(huì)選擇有水源的地方進(jìn)行生活，所以呈現(xiàn)顯著的正向關(guān)系，此外，人們也會(huì)對(duì)濕地進(jìn)行改造與保護(hù)，相互協(xié)同共存。4.2.3RSEI與濕地面積之間的相關(guān)性分析最后，我們將探討遙感生態(tài)指數(shù)（RSEI）與永年洼濕地面積之間的相關(guān)性，以評(píng)估RSEI在濕地生態(tài)監(jiān)測(cè)中的應(yīng)用價(jià)值。我們將采用相關(guān)性分析方法，探討RSEI與濕地面積之間的關(guān)系，以期為濕地的生態(tài)評(píng)估和保護(hù)提供科學(xué)依據(jù)。這將包括對(duì)RSEI與其他生態(tài)指標(biāo)的相關(guān)性研究。我們還將探討如何將RSEI應(yīng)用于濕地生態(tài)管理的決策過(guò)程中，以及如何利用RSEI來(lái)指導(dǎo)濕地的恢復(fù)和重建工作。將濕地面積變化和RSEI指數(shù)提取到采樣點(diǎn)上進(jìn)行分析，如圖可知，隨著濕地面積變化幅度增大，RSEI出現(xiàn)下降的負(fù)相關(guān)關(guān)系，濕地變?yōu)槠渌玫貙?dǎo)致所在的生態(tài)環(huán)境質(zhì)量降低，斜率為-0.00137，相關(guān)系數(shù)R2為0.47257，擬合效果良好，可以看出大部分濕地的變化面積相對(duì)較少，散點(diǎn)位置在集中在左部分，說(shuō)明該區(qū)域的生態(tài)環(huán)境質(zhì)量整體較好，濕地沒(méi)有出現(xiàn)太劇烈的變化。圖4.5濕地與RESI指數(shù)之間相關(guān)分析圖4.2.4綜合因素影響下的濕地演變機(jī)制探討這些因素包括自然條件和人為活動(dòng)兩個(gè)方面。自然條件如氣候變化、地質(zhì)活動(dòng)、水文循環(huán)等，它們對(duì)濕地的形成、發(fā)展和衰退有著深遠(yuǎn)的影響。而人為活動(dòng)，包括農(nóng)業(yè)開(kāi)墾、城市擴(kuò)張、工業(yè)污染等，也對(duì)濕地生態(tài)系統(tǒng)產(chǎn)生了顯著的作用。本節(jié)將深入分析這些因素是如何相互作用，共同塑造濕地演變的復(fù)雜機(jī)制。首先，氣候變化是影響濕地演變的一個(gè)關(guān)鍵因素。全球氣溫的升高導(dǎo)致冰川融化和海平面上升，這直接影響了沿海濕地的面積和生態(tài)功能。同時(shí)，降水模式的改變也會(huì)影響濕地的水位和水質(zhì)，進(jìn)而影響濕地的生物多樣性。其次，地質(zhì)活動(dòng)，如地震和火山爆發(fā)，雖然發(fā)生頻率較低，但它們對(duì)濕地的地形和生態(tài)系統(tǒng)結(jié)構(gòu)可以產(chǎn)生劇烈的影響。水文循環(huán)的變化，包括河流改道、地下水位的升降，也會(huì)對(duì)濕地的水文特性產(chǎn)生重要影響。在人為活動(dòng)方面，農(nóng)業(yè)開(kāi)墾直接導(dǎo)致濕地面積的減少，濕地被轉(zhuǎn)化為農(nóng)田，這不僅減少了濕地的自然棲息地，還可能引入化肥和農(nóng)藥等污染物。城市擴(kuò)張則通過(guò)填埋濕地來(lái)建設(shè)住宅和商業(yè)區(qū)，這不僅改變了濕地的景觀，還可能引起地下水位的下降和水質(zhì)的惡化。工業(yè)污染，特別是工業(yè)廢水的排放，對(duì)濕地的水質(zhì)和生物健康構(gòu)成了直接威脅。此外，過(guò)度的旅游活動(dòng)和資源開(kāi)采也會(huì)對(duì)濕地生態(tài)系統(tǒng)造成破壞。為了全面理解濕地演變的機(jī)制，我們需要采用多學(xué)科交叉的研究方法，結(jié)合生態(tài)學(xué)、地理學(xué)、水文學(xué)和環(huán)境科學(xué)等多個(gè)領(lǐng)域的知識(shí)。通過(guò)長(zhǎng)期的監(jiān)測(cè)和模型模擬，我們可以更好地預(yù)測(cè)未來(lái)氣候變化和人類(lèi)活動(dòng)對(duì)濕地的影響，從而為濕地的保護(hù)和可持續(xù)管理提供科學(xué)依據(jù)。圖4.6濕地與影響因素之間