湿地分类和湿地景观分类研究进展

湿地景观研究是近20多年来发展迅速的研究领域之一,极大地丰富和推进了湿地学的发展。湿地景观研究体现的是湿地学与景观方法的有机结合。湿地景观分类是通过建立等级分类系统,全面反映研究区湿地景观的空间分异和组织关联,揭示其空间结构与功能特征,是湿地景观研究的基础。首先,对湿地景观的概念进行剖析;然后,从湿地分类和湿地景观分类两方面,阐述国内外相关研究的进展和现状,并诠释两者之间的联系和区别;在此基础上,总结目前有关湿地景观分类研究存在的问题,提出未来湿地景观分类研究的重点和发展趋势。     

从《中华人民共和国湿地保护法》解析湿地定义与分类北大核心CSCD

2021年12月24日,第十三届全国人民代表大会常务委员会第三十二次会议通过了《中华人民共和国湿地保护法》,中华人民共和国主席令第102号公布了《中华人民共和国湿地保护法》,自2022年6月1日起施行。从湿地生态系统整体性角度,探讨了《中华人民共和国湿地保护法》中湿地定义的内涵;《中华人民共和国湿地保护法》中关于湿地的定义总体上来源于《关于特别是作为水禽栖息地的国际重要湿地公约》,其中,“具有显著生态功能的”是指被列入生态保护红线之内的或者生态保护红线范围之外分布有国家级重点保护动植物物种或者省级重点保护动植物物种的;从中国湿地保护和合理利用的现实需要角度考虑,“水田以及用于养殖的人工的水域和滩涂”被排除在湿地范畴之外;在介绍常见湿地分类的基础上,探讨了《中华人民共和国湿地保护法》中的湿地分类系统,湿地包括河流湿地、湖泊湿地、沼泽湿地、滨海湿地和人工湿地;分析了第三次全国国土调查中的湿地数据,与第二次全国湿地资源调查数据相比,第三次全国国土调查得到的湿地面积略有增加,主要原因是第二次全国湿地资源调查的最小调查面积为8 hm2,而第三次全国国土调查的最小调查面积为600 m2;最后,从湿地的定义、管理体制、基本制度、特殊规定和法律责任等方面指出了各省(自治区、直辖市)的湿地保护法规修订和配套制度建设的重点方向。     

环青海湖湿地调查与遥感分类

环青海湖湿地面积较大、类型丰富,是青海湖野生动物的重要栖息生境。利用遥感技术进行影像分类,并结合实地调查,建立环青海湖湿地资源分类系统,对该区域湿地资源的现状与分布特征进行研究。该区现有湿地4588.8352km2,以湖体为主。湿地类型有沼泽湿地、湖泊湿地和河流湿地,都为天然湿地,有河口湿地、湖滨湿地、盐碱化沼泽、季节性漫滩、沼泽、淡水湖泊、湖体(咸水湖泊)、河流8个亚类。结合环青海湖湿地的地貌特征、水文特征、植被类型以及生物状况,对青海湖典型湿地的成因和分布特点进行了详细描述,为青海湖湿地研究和保护提供依据。     

甘肃省玛曲县沼泽湿地遥感监测与动态变化分析

利用2000年和2006年TM影像数据、地面调查资料和气象台站观测数据,对玛曲县沼泽湿地进行了目视解译分析,对比研究了非监督分类、监督分类和专家分类的精度,初步探讨了玛曲沼泽湿地退化的原因。结果表明,该县沼泽湿地面积从2000年的19598．67hm^2减少到2006年的14080．80hm^2,沼泽湿地面积平均年递减率为4．69％。非监督分类结果由于受山体阴影、坡向、云的阴影等影响,多分误差高,总分类精度仅为31％;监督分类的总精度为54．1％;专家分类的总精度高达84．2％。因此,专家分类可以用于对玛曲县沼泽湿地的监测和自动提取。草场不合理利用和过度放牧是导致玛曲县沼泽湿地退化的主要原因,黄河干流、各支流径流量减少是导致流域内沼泽湿地退化的直接原因,当地气候变暖促进了这一过程的发生。     

三江平原湿地景观生态制图分类系统研究

湿地景观生态制图分类系统的研究是景观制图的关键。以三江平原为研究区域,在研究湿地景观生态制图分类原则的基础上,系统地分析了引起该区域景观分异的主导因素,得出人文因素,水文因素,地貌和植被因素为其主志因素,从而建立了一套完整的景观生态制图分类系统,第一级按人类活动影响程度划分为：自然湿地景观,半自然湿地景观,人工湿地景观,第二级按地貌划分为：河漫滩,阶地,湖滨,洼地,谷地;第三级对沼泽湿地植被２５种     

中国湿地土壤分类系统的初步探讨

在对湿地土壤分类研究进展分析的基础上,按照湿地土壤的独特规律,参考中国第二次土壤普查的分类标准、美国土壤分类标准和中国最新的土壤系统分类的标准,对中国湿地土壤类型进行了重新划分。根据成土过程、人类活动、有机物的含量、土壤化学物质含量、地貌条件等因素,将中国湿地土壤划分为土纲、亚纲、土类、亚类、土族、土系6个级别。对中国湿地土壤分类的研究,有利于湿地科学研究中对土壤的认识有统一的标准,同时对土壤分类学也具有重要意义。     

基于多源光学遥感数据的湖泊湿地分类结果一致性分析

多源光学遥感数据是长时序研究中的重要数据源,而其分类结果的一致性分析则是多源遥感数据应用的前提和基础.该文以鄱阳湖湿地为研究对象,采用决策树方法对Landsat-8、Sentinel-2A、GF-1、HJ-1A 4种光学影像数据进行分类,以总体精度和Kappa系数评估分类精度,并基于类型面积偏差、类型面积相关、空间叠加分析对分类结果进行一致性分析.结果表明:1)利用决策树方法对不同传感器数据进行湖泊湿地分类,总体精度均高于89％,一致性较好;2)对于具体的湿地类型面积,不同传感器分类结果基本一致,以泥沙滩涂为主,水体次之,植被最少;3)分类结果中64.30％的区域具有高度一致性,完全不一致区域占12.70％.研究成果可为多源光学遥感数据用于长时序湖泊湿地变化监测的误差分析和集成使用提供参考.     

刍议湿地旅游资源分类与应用

湿地旅游是学术界和产业界共同关注的热点,但作为湿地旅游基础研究工作的湿地旅游资源分类却长期得不到应有的重视,严重制约了湿地生态旅游的正常开展。在界定湿地旅游资源特征的基础上,引入旅游资源分类的相关概念和方法对湿地旅游资源进行分类。分类结果应用于我国滨海湿地--泉州湾,能有效地指导当地湿地生态旅游的发展。     

湿地大家庭

对湿地进行分类,是一件很复杂的事,现在已经成为一种专门的学问,其主要原因是由于形成湿地的原因多样,五花八门,所以,当前,湿地的分类就象湿地的定义一样,呈现百花齐放的状态,尚不统一。     

基于ETM+影像的扎龙湿地遥感分类研究

通过对扎龙湿地Landsat7 ETM 影像进行计算机自动分类的实验研究，探讨了提高湿地遥感分类精度的方法与途径。实验所采用的首先对遥感影像进行非监督分类，再利用非监督分类生成的分类模板加以修改补充后进行监督分类的方法，经过误差矩阵的精度评价，可以获得研究区湿地遥感分类较高的分类精度。利用上述分类方法对3种ETM 不同波段组合的影像进行具体的遥感分类比较研究发现，选择ETM 7、5、3影像进行分类有助于提高扎龙湿地遥感分类的精度。为了提高湿地遥感分类的精度，还必须运用人机互译判读方法。     

甘肃省湿地植被分类系统

系统地分析了甘肃省主要湿地植被类型及其分类。依据中国湿地植被、甘肃植被等分类原则和分类系统,结合甘肃省湿地植被的形成、发育和分布特点,甘肃省湿地植被划分为4个植被型组、9个植被型、74个群系和138个群丛;依据湿地的定义和湿地植被的特征种、指示种等特点,从生态学角度分析西北地区一些受争议的河岸林缘植被、胡杨(Populus euphratica)群系等是否属湿地植被,并依据此类群落的群落和生境特征,将胡杨等群系列入湿地植被。     

基于面向对象方法和多时相HJ-1影像的湿地遥感分类——以完达山以北三江平原为例

以中国东北地区完达山以北三江平原(下简称小三江平原)为研究对象,利用2010年多时相HJ-1A卫星和HJ-1B卫星CCD影像作为分类数据源,结合野外调查数据,应用多尺度分割算法,根据影像的丰富信息和物候、时相等特征,采用面向对象的分类方法,进行小三江平原的湿地遥感分类。结果表明,湿地二级分类的总体精度为85.45%,总体Kappa系数为0.81。小三江平原湿地主要分布在低洼地区,总面积为9084.16km2;其中,天然湿地面积为2635.09km2,人工湿地面积为6449.07km2。集中分布的水田是小三江平原最主要的景观类型;天然湿地主要分布在自然保护区、河岸附近和国界周围;其中,草本沼泽面积最大。本研究表明,面向对象的分类方法能够有效利用遥感影像提供的丰富信息,产生较高的分类精度;对于中分辨率遥感影像不同分割尺度的组合使用有利于湿地信息的提取。降雨量较多、较少月份影像的选取和物候规律的利用是提取湿地信息的关键。多时相遥感影像数据的使用,改善了洪泛湿地和森林沼泽的分类效果,尤其是水田边界的划分;同时可以提高湿地分类精度。基于面向对象的遥感方法,利用多时相的中分辨率遥感影像,能够获取较高精度的湿地分布信息,是一种成本较低且行之有效的技术手段。     

北京市郊区湿地类型划分及分布

划分湿地类型,是湿地保护和恢复的前提和基础.在实地调查中记录研究区域的基质、土壤类型、污染源、水资源现状和人为干扰状况等信息,参考<湿地公约>分类体系和湿地成因分类法,分3步对北京市郊区湿地类型进行划分.根据成因可以划分为人工湿地和天然湿地;根据天然湿地的水文特征及人工湿地的功能,可划分为永久性河流、季节性河流、运河、库塘和湿地公园;最终以基质特征和人为干扰状况为依据将北京郊区湿地划为22个类型,并对其在北京市郊区湿地中的分布进行了分析.研究结果表明,由于水资源缺乏,永久性河流、季节性河流和运河中出现了退化湿地生境类型,部分浅滩经过人为平整和混凝土加固;库塘湿地中沿岸浅滩类型受人为干扰较为严重,出水口区域常出现因缺水导致的退化现象;湿地公园中各类型由于范围较小、管理严格,受人为干扰较轻.     

遗传算法优化的支持向量机湿地遥感分类——以洪河国家级自然保护区为例

湿地遥感分类作为湿地管理、监测与评价的重要手段,受到了广泛的关注。遗传算法(GA)借鉴了生物进化规律进行启发式搜索寻优,支持向量机(SVM)是一种新型的空间数据挖掘方法,二者相结合可以发挥各自的优势,寻找到支持向量机的全局最优参数,从而较准确地对湿地进行遥感分类。以洪河自然保护区为例,采用遗传算法优化的支持向量机方法进行了湿地遥感分类研究。同格网搜索下的支持向量机湿地遥感分类及最大似然监督分类对比,结果表明,遗传算法优化较格网搜索方式总精度提高了7.29%,较最大似然监督分类提高了12.06%,方法改善了沼泽、草地与裸地三种地物间的区分,是湿地遥感分类的有效手段。     

基于Sentinel-2遥感时间序列植被物候特征的盐城滨海湿地植被分类

滨海湿地是具有重要功能的特殊海陆过渡带生态系统,精准获取滨海湿地植被时空分布信息具有重要意义。传统的湿地遥感观测研究集中于高空间、高光谱分辨率影像分类,往往受限于数据成本和覆盖范围,仅适用于小区域湿地监测。Sentinel-2A/B卫星影像时空分辨率高且免费共享,为大区域滨海湿地动态监测提供了可能。本文采用2018年Sentinel-2影像,提出像元级SAVI时间序列及双Logistic植被物候特征拟合重构模型,采用随机森林算法进行盐城滨海湿地植被分类,探讨Sentinel-2遥感时间序列植被物候特征分类方法的适用性。结果显示,分类总体精度达87.61%,Kappa系数为0.8358,分类结果与湿地实况相吻合,比常规单一时相分类精度总体提高19.57%。植被判别物候特征参数可为影像数据缺失或不足的滨海湿地分类提供不同植被的判别依据。研究表明,基于像元级时间序列植被物候特征的分类方法能实现植被群落混生带的精准分类以及对“异物同谱”植被的有效区分,对大区域滨海湿地植被分类具有很好的适用性,有效提高了滨海湿地植被分类精度。     

1999年至2010年呼伦贝尔市重要湿地遥感动态变化研究

以1999年、2002年和2010年3期TM/ETM影像为数据源,综合应用RS与GIS技术,以呼伦贝尔市西南六县为重点研究区,对其湿地进行专题信息提取和分类,了解呼伦贝尔湿地近10多年来的动态变化。结果表明:近11年来,研究区湿地面积萎缩严重,总面积减少3 522.07 km2,变化率为36.5%。其中新巴尔虎右旗和陈巴尔虎旗湿地面积减少最多,变化主要包括湿地向非湿地的转变和草甸沼泽湿地向草本沼泽湿地的转变。初步反映了呼伦贝尔盟湿地的退化现状,为进一步加强湿地保护与生态恢复提供了依据。     

洞庭湖区湿地生物资源特征及生态系统评价

洞庭湖湿地是我国最大的淡水湖泊湿地生态景观系统,生态资源十分丰富,其中植物资源1428种,鸟类资源216种,鱼类资源119种,哺乳类22种,两栖爬行类27种及其它大量的野生生物资源。根据生物资源的分布状对湖区湿地生态系统进行了分类,即环湖丘岗生态系统,湖州草滩生态系统,湖岸带生态系统,浅水层生态系统、深水层生态系统。在此基础上,对湖区湿地生态系统的功能效益进行了综合评价。按直接利用价值和间接利用价值进行了分类,最后对湿地生物资源保护和开发中存在的问题,并就今后本区湿地生物资源的保护和利用提出了一些设想和建议。     

面向遥感监测的中国湿地区划初步构想

遥感技术作为对湿地进行监测的现代空间信息技术,在对湿地研究和管理中日益发挥重要作用。我国国土面积广大,在不同地带分布有不同类型的湿地。现有的湿地分类工作尚不能满足对全国开展湿地监测的需要,也缺少地理区划理论的支持。为满足全国湿地遥感动态监测的需要,以现有湿地相关研究为基础,对湿地区划的指标体系、区划的原则、方法以及区划的等级体系进行了讨论,旨在为湿地区划方案的制定和实施提供参考。     

北京汉石桥湿地自然保护区植被分类与2003～2006年植被格局变化

采用样线法结合样方法对北京汉石桥湿地自然保护区的湿地植被进行调查和分类研究。汉石桥湿地共有湿地植被2个植被型组、4个植被型、22个群系组、31个群系。对研究区主要植物群系进行多样性分析发现,莲(Nelumbo nucifera)群系的Simpson多样性指数最高,而芦苇(Phragmites australis)群系的Shannon-Wiener多样性指数和群系物种数最高。并对该湿地核心区2003年和2006年的主要湿地植被分布情况进行分析,结果表明,该湿地在2004年进行恢复工程的前后各区域土地利用和植被分布有较大变化,人为干扰及恢复工程是汉石桥湿地植被的分布变化的主要原因。针对目前的状况,保护区应该采取保障水源,营造不同的生境类型和保护湿地动植物资源等方法,维持湿地物种多样性和生态功能的稳定。     

独立分量分析与主成分分析方法的湿地遥感分类精度对比——以西洞庭湖湿地为例

拟探索提高中、高分辨率遥感影像湿地分类精度的新方法,为洞庭湖湿地研究提供方法支持。通过将独立分量分析方法应用于遥感图像分类,并与主成分分析方法结果进行对比,验证其是否能有效提高湿地分类精度。结果表明,应用独立分量分析和主成分分析方法处理遥感影像,没有造成图像信息损失;Landsat5TM影像经过两种方法处理后,影像清晰度变差,但并不足以影响典型湿地类型的目视判读;SPOT5影像经过两种方法处理后,影像更加清晰。独立分量分析方法可以明显提高典型湿地类型的可分性,但对于草滩地和水田的分类仍然存在缺陷。Landsat 5TM影像经独立分量分析算法处理后,总体精度比原始影像提高11.83%,比用主成分分析方法处理后的影像精度高5.35%;SPOT 5影像经独立分量分析算法处理后,总体精度比原始影像提高10.7%,比用主成分分析方法处理后的影像精度高5.07%。独立分量分析基于高阶统计信息,不但能去除波段之间的相关性,而且可以得到分量之间相互独立的特性,增强不同湿地类型的可分离性,从而提高了信息提取的精度。