李真，李瑜，昝啟杰，余世孝

(1. 中山大學(xué)生命科學(xué)學(xué)院∥廣州市城市景觀生態(tài)演變重點實驗室，廣東 廣州 510275;2. 深圳市野生動物救護中心，廣東 深圳 518035;3. 深圳大學(xué)生命科學(xué)學(xué)院，廣東 深圳 518060;4. 廣東內(nèi)伶仃福田國家級自然保護區(qū)管理局，廣東 深圳 518040)

深圳福田與香港米埔紅樹林群落分布與景觀格局比較

李真1，李瑜2，昝啟杰3，4，余世孝1

(1. 中山大學(xué)生命科學(xué)學(xué)院∥廣州市城市景觀生態(tài)演變重點實驗室，廣東 廣州 510275;2. 深圳市野生動物救護中心，廣東 深圳 518035;3. 深圳大學(xué)生命科學(xué)學(xué)院，廣東 深圳 518060;4. 廣東內(nèi)伶仃福田國家級自然保護區(qū)管理局，廣東 深圳 518040)

改革開放前，地處深圳灣兩岸的福田保護區(qū)和米埔保護區(qū)的紅樹林濕地在景觀和物種組成等方面相似，但近30年來深圳城市化高速發(fā)展所帶來福田紅樹林濕地的景觀破碎化過程，導(dǎo)致兩岸紅樹林群落特征產(chǎn)生了較為明顯差異。以WorldView-2高分辨率影像為數(shù)據(jù)源，采用導(dǎo)數(shù)光譜法結(jié)合基于面向?qū)ο蟮闹С窒蛄繖C的分類方法對深圳灣濕地的紅樹林群落進行分類，總體精度達到0.902，Kappa系數(shù)為0.859，符合要求。進一步運用景觀指數(shù)對其進行定量對比分析。結(jié)果表明：①米埔保護區(qū)紅樹林現(xiàn)存面積為346 hm2，福田保護區(qū)紅樹林現(xiàn)存面積僅為89 hm2；秋茄群落是深圳灣兩岸濕地的最主要優(yōu)勢景觀類型，白骨壤群落和桐花樹群落是優(yōu)勢群落；②福田保護區(qū)紅樹林的景觀破碎化程度比米埔保護區(qū)高，尤其是本地種秋茄群落和白骨壤群落的破碎化程度較高；③福田保護區(qū)景觀斑塊形狀多呈正方形分布的狀態(tài)，在一定程度上反映了人類活動的作用，而處于米埔保護區(qū)的天然紅樹林則呈現(xiàn)不規(guī)則的分布狀態(tài)。

福田保護區(qū)；米埔保護區(qū)；紅樹林；導(dǎo)數(shù)光譜法；景觀格局

紅樹林是指生長在熱帶、亞熱帶海岸潮間帶，并受周期性潮水浸淹的常綠耐鹽灌木或喬木[1]。紅樹林濕地生態(tài)系統(tǒng)作為海洋與陸地生態(tài)系統(tǒng)過渡區(qū)域特殊的濕地生態(tài)系統(tǒng)，具有極高生產(chǎn)力，兼具防風(fēng)消浪、促淤保灘、固岸護堤、凈化海水和空氣的功能，也是候鳥的越冬場所和遷徙中轉(zhuǎn)站，對維護海岸生態(tài)平衡和濕地多樣性有不可替代的作用[2]。

自20世紀80年代成立深圳經(jīng)濟特區(qū)以來，城市得以高速發(fā)展，由于城市經(jīng)濟發(fā)展的需要以及填海造陸等人類活動，深圳灣北岸的福田紅樹林濕地受到圍海造田、灘涂養(yǎng)殖、城市污水排入、城市化建設(shè)等多種人為活動的干擾，紅樹林濕地的生態(tài)功能和生物多樣性明顯下降。據(jù)相關(guān)資料，1991年以來濱海大道、廣深高速公路、鳳塘河排洪工程等城市建設(shè)工程等侵占了紅樹林濕地147.2 hm2，直接毀壞紅樹林36.13 hm2，占福田紅樹林總面積的32.5%[3]。據(jù)統(tǒng)計，1979年福田紅樹林的面積約79.56 hm2，到1998年僅剩52.65 hm2，雖然自1984年建立福田紅樹林自然保護區(qū)以來，采用育苗造林、引種優(yōu)良紅樹植物以及人工造林等措施，2009年紅樹林的面積恢復(fù)到81 hm2[4]，但是福田紅樹林濕地仍受到外來種入侵和蟲災(zāi)的影響，生態(tài)系統(tǒng)處于不穩(wěn)定的狀態(tài)[5]。而與福田保護區(qū)僅一水之隔的米埔保護區(qū)自1950 年以來，香港政府將米埔濕地及周邊香港邊境地區(qū)劃為禁止發(fā)展區(qū)，使米埔濕地生態(tài)環(huán)境處于自然更新的狀態(tài)[6]。因此，對比分析米埔保護區(qū)與福田保護區(qū)近30 a來紅樹林群落的分布狀態(tài)與景觀格局變化，有助于為福田紅樹林的重建和濕地生態(tài)系統(tǒng)的恢復(fù)提供科學(xué)指導(dǎo)。

通常由于受淤泥和潮汐的影響，難以借助傳統(tǒng)的野外調(diào)查方法對紅樹林群落的分布進行準確地空間定位。20世紀60年代以來興起的遙感技術(shù)，因其具有大范圍覆蓋、數(shù)據(jù)獲取便捷且更新周期短、定位精度高和空間分辨率高等特點，對大面積紅樹林濕地及其生態(tài)環(huán)境進行動態(tài)監(jiān)測和分析具有顯著優(yōu)勢，從而發(fā)展成國內(nèi)外紅樹林濕地生態(tài)研究的主要技術(shù)之一。紅樹林常以單種或兩三種形成分布類群，各自具有不同的幾何外觀、光譜特征和紋理特征等，中低分辨率遙感影像數(shù)據(jù)常難以滿足紅樹林種間分類的要求[7-9]。而近年來發(fā)展起來的多光譜高分辨率遙感影像技術(shù)在獲取紅樹林精準分類上具有明顯的優(yōu)勢[10-14]。

景觀格局是指大小和形狀不一的景觀要素在空間上的排列組合，是景觀異質(zhì)性的具體表現(xiàn)，也是各種生態(tài)過程在不同尺度上作用的結(jié)果。通過計算景觀指數(shù)能夠提取高度濃縮景觀格局信息，定量地反映其空間配置，現(xiàn)被廣泛地應(yīng)用于城市、流域和濱海濕地生態(tài)系統(tǒng)的分析[15]。

本研究以受人為干擾的福田紅樹林和自然演替為主的米埔紅樹林為研究對象，利用WorldView- 2衛(wèi)星影像對保護區(qū)的紅樹林群落進行識別，并運用景觀指數(shù)對紅樹林群落分布進行定量地對比分析，探討不同紅樹林群落的空間分布特征以及深圳灣兩岸紅樹林的景觀格局差異，以期為深圳灣紅樹林濕地的保護與規(guī)劃提供理論依據(jù)。

1 研究區(qū)概況

1.1 福田自然保護區(qū)概況

福田自然保護區(qū)位于深圳灣東北部，東起新州河口，西至海濱生態(tài)公園，南達灘涂外海域和深圳河口，北至廣深高速公路，海岸線長約9 km，地處 113°45′E，22°32′N，保護區(qū)建于1984年10月，1988年5月晉升為國家級自然保護區(qū)，紅線面積為 367.64 hm2，是全國唯一地處城市腹地、面積最小的國家級森林和野生動物類型的自然保護區(qū)[16]。

1.2 米埔自然保護區(qū)概況

香港米埔保護區(qū)位于深圳灣東南部，被列入拉姆薩爾國際重要濕地，地處113°59′-114°03′E，22°29′-22°31′N，是深圳河、山貝河及天水圍渠的出?？?，由米埔沼澤和深圳灣內(nèi)灣組成，總占地面積達1 500 hm2。米埔保護區(qū)于1984年建立，面積為380 hm2，其中紅樹林面積達300 hm2，占香港紅樹林總面積的48%。深圳灣兩岸保護區(qū)的珍稀動植物資源相似并且十分豐富，包括許多珍稀鳥類，如黑臉琵鷺(約占全球 30%)、紅隼、白鸛等[17]。

1.3 野外調(diào)查

相關(guān)資料表明，福田保護區(qū)的紅樹植物種類以本地樹種秋茄Kandeliacandel、白骨壤Avicenniamarina、桐花樹Aegicerascorniculatum和老鼠簕Acanthusilicfolius占絕對優(yōu)勢，木欖Bruguieragymnorhiza和海漆Excoecariaagallocha零星分布于海潮淹沒不到的海灘或群落內(nèi)緣，福田紅樹林群落類型組成簡單，主要是由優(yōu)勢種組成的群落。1993年引種的海桑屬植物，即海桑Sonneratiacaseolaris和無瓣海桑Sonneratiaapetala已發(fā)展成繁茂的人工群落，并趨于自然更新狀態(tài)。米埔保護區(qū)的紅樹植物群落類型遠較福田為多，但優(yōu)勢紅樹群落與福田保護區(qū)相似，仍以秋茄群落最為典型，且分布最為廣泛[17]。

2015年11月和2016年1月對福田紅樹林開展了2次野外調(diào)查，福田保護區(qū)類的主要紅樹植物有秋茄、白骨壤、桐花樹、木欖、無瓣海桑、老鼠簕，海漆等種類則分布較少。紅樹林群落外貌簡單，林冠較整齊，分布較多的秋茄和白骨壤高度大約8 m，無瓣海桑最高可達13 m左右，桐花樹則屬于小喬木，主要呈團狀分布在沿海高潮區(qū)。海桑在2008年由于大寒潮導(dǎo)致大面積死亡，僅剩少數(shù)幾株與無瓣海桑夾雜分布；在保護區(qū)西北角有一片約30 m×30 m木欖人工林，平均高度約為7 m。老鼠簕則屬于小灌木，分布于其他紅樹植物的下層，與其他紅樹植物共同組成紅樹植物群落。由于光學(xué)遙感影像識別中只能獲取植物冠層特征，故本研究識別的紅樹群落包括秋茄群落、白骨壤群落、桐花樹群落、木欖群落和無瓣海桑群落5種優(yōu)勢群落。實地調(diào)查中，對每種紅樹群落選擇不少于40個采樣點，利用差分GPS(RTKS86，定位精度達到cm級)記錄采樣點的經(jīng)緯度，用于后續(xù)遙感分類的訓(xùn)練樣本和驗證樣本。

2 遙感數(shù)據(jù)與研究方法

2.1 遙感數(shù)據(jù)源

本研究采用WorldView-2影像，含有分辨率為1.85 m的8個多光譜波段，包括：藍色波段、綠色波段、紅色波段、近紅外線波段、黃色波段、紅色邊緣波段和近紅外2 波段，以及分辨率為0.46 m的全色波段，成像時間是2015年4月14日，研究區(qū)上空云量為0，滿足本研究對遙感影像要求。

2.2 導(dǎo)數(shù)光譜法

導(dǎo)數(shù)光譜法(derivative reflectance，DR)也稱光譜微分技術(shù)，是近年來用于分析高光譜遙感信息較為常用的一種技術(shù)，已廣泛應(yīng)用于很多研究領(lǐng)域，如植被研究和水質(zhì)參數(shù)提取等。導(dǎo)數(shù)光譜的計算方法是用數(shù)學(xué)函數(shù)對光譜曲線進行微分從而估算整個光譜曲線的斜率。已有相關(guān)研究表明，對光譜進行低階微分處理能夠降低噪聲對光譜的影響，例如減弱大氣散射和吸收對目標光譜特征的影響，從而能更容易提取光譜中有用的信息[18]。此外，微分數(shù)據(jù)還能夠提取植物生化成分的信息，包括葉綠素、水以及含氮量等，一些植被指數(shù)的計算如黃度指數(shù)(yellowness index)需要提供其差分光譜信息。由于紅樹林生態(tài)系統(tǒng)中的雜光條件和不確定的背景因素等，差分光譜特征可能會進一步提高紅樹林森林的群落鑒定和組成[19]。本研究采用二階光譜導(dǎo)數(shù)特征，表達式如下：

式中，F(xiàn)DR(λi)為波長為λi的一階微分光譜，SDR(λi)為波長為λi的二階微分光譜，λi為每個波段的波長，Δλ為λi波長到λi+1的間隔。

2.3 基于面向?qū)ο蟮闹С窒蛄繖C分類方法

基于高分辨率的遙感影像的特點產(chǎn)生了基于面向?qū)ο蟮膱D像分類方法技術(shù)，是一種智能化的影像分析方法。面向?qū)ο蟮姆诸惙椒壤昧擞跋竦墓庾V特征，也利用了對象的空間特征；其針對影像的局部異質(zhì)性，考慮到了像元與鄰近像元間的相互關(guān)系，較好地利用高分辨率影像的紋理信息，相應(yīng)地減少同物異譜和異物同譜的現(xiàn)象，即面向?qū)ο蟮姆椒ㄓ兄谔岣哂跋裥畔⒌奶崛【?，廣泛應(yīng)用于高分辨率影像中[20]。

圖1 福田保護區(qū)和米埔保護區(qū)的地理位置Fig.1 Location of Futian Reserve and Maipo Reserve

支持向量機(support vector machine，SVM)方法是建立在統(tǒng)計學(xué)理論的VC維(vapnik- chervonenkis dimension) 理論和結(jié)構(gòu)風(fēng)險最小原理基礎(chǔ)上的一種新的人工智能算法。它的最大特色在于可以根據(jù)有限的樣本信息在模型的訓(xùn)練能力和復(fù)雜性之間找到最佳的方案，使此模型具有最好的推廣性。支持向量機方法克服了其他方法中存在的小樣本、非線性、過學(xué)習(xí)、高維度等問題，具有很強的泛化能力[21]。由于紅樹林濕地環(huán)境惡劣，僅能采集相對較少的紅樹群落樣本，支持向量機的分類方法能基于較少的訓(xùn)練樣本而較準確的分類結(jié)果。

2.4 景觀指數(shù)分析

景觀指數(shù)是定量地描述景觀空間格局最常用的方法，能夠提取大量的研究區(qū)信息并將其以數(shù)據(jù)的形式表示。

景觀分析指數(shù)中的斑塊類型水平指數(shù)主要統(tǒng)計單個斑塊的個數(shù)、面積、形狀、邊界特征等基礎(chǔ)指標。計算各種斑塊類型的景觀指數(shù)的研究意義在于統(tǒng)計同一類型的斑塊的特征指數(shù)以及反映不同類型斑塊間的關(guān)系。本研究選取了斑塊類型水平上的4個指數(shù)：斑塊類型面積(CA)、景觀百分比(PLAND)、最大斑塊指數(shù)(LPI)以及斑塊平均面積(MPS)[22]。

景觀水平的景觀指數(shù)是基于數(shù)理統(tǒng)計學(xué)的方法，綜合統(tǒng)計了景觀中所有斑塊類型的研究數(shù)據(jù)，能夠反映出景觀的總體結(jié)構(gòu)。基于自然演替和人類干擾的對比分析，本研究在景觀水平上選取了具有代表性的4個景觀異質(zhì)性指數(shù)：包括蔓延度(CONTAG)、香農(nóng)多樣性指數(shù)(SHDI)、香農(nóng)均勻度指數(shù)(SHEI)、破碎度(LFI)以及景觀形狀指數(shù)(LSI)[22]。

采用景觀格局分析軟件Fragstats4.0來計算上述相關(guān)的景觀指數(shù)。

2.5 紅樹林群落分類過程

數(shù)據(jù)預(yù)處理和光譜求導(dǎo)是在ENVI 5.1軟件中進行，預(yù)處理的過程是對WorldView-2數(shù)據(jù)采用ENVI通用輻射定標工具，將影像的數(shù)字量化值(DN)轉(zhuǎn)化為輻射率；然后用FLAASH大氣校正模塊中的MODTRAN5輻射傳輸模型，排除大氣氣溶膠、地形和鄰近地物對影像多光譜信息的影響；采用12個地理控制點對影像進行幾何精校正，并根據(jù)保護區(qū)提供的資料，利用ROI工具描繪出紅樹林區(qū)域，得到紅樹林區(qū)域的8波段原始影像。光譜求導(dǎo)是將原始8波段影像導(dǎo)入ENVI5.1的插件：Image Derivative中，生成8個二階導(dǎo)數(shù)光譜波段。

對5種紅樹群落的實地采樣點數(shù)據(jù)分別進行原始影像和二階導(dǎo)數(shù)光譜影像的光譜特征分析(圖2)。縱軸是各種紅樹植物群落在各多光譜波段上對應(yīng)的像元均值，橫軸是遙感影像的波段號。結(jié)果顯示，紅樹植物群落的光譜走向趨勢一致而且差異較小(圖2(a))，但通過光譜求導(dǎo)后在4～6波段的光譜差異較大，可分性較強(圖2(b))，提高了區(qū)分不同紅樹群落的敏感性。

將福田保護區(qū)域的原始影像和導(dǎo)數(shù)光譜影像導(dǎo)入eCognition Developer 64 8.7軟件中進行紅樹林群落分類。由于紅樹林群落水平上分類的尺度較小，以及不同紅樹林種類之間的光譜差異較小，綜合考慮紅樹林群落分布，并通過多次交互式分割實驗，確定本研究最優(yōu)空間尺度及分割參數(shù)為：Scale=10，Color=0.9，Shape=0.1，Compactness=0.5，Smoothness=0.5。然后將野外調(diào)查的實地采樣點的一部分導(dǎo)入軟件中，訓(xùn)練出SVM分類規(guī)則，再將此規(guī)則應(yīng)用于福田保護區(qū)域影像得到分類結(jié)果，最后用另一部分實地采樣點對分類結(jié)果進行驗證，本研究分類流程如圖2所示。精度達到要求后(表1)，將此分類規(guī)則再應(yīng)用于米埔保護區(qū)域，得到最終兩個保護區(qū)紅樹植物的空間分布格局(圖3)。

圖2 紅樹群落的原始影像光譜特征(a)以及二階導(dǎo)數(shù)光譜特征(b)Fig.2 The original image spectral characteristics (a) and the 2nd-DR characteristics (b) of mangrove communities(AM為白骨壤；BG為木欖；KC為秋茄；AC為桐花樹；SA為無瓣海桑)

圖3 分類流程圖Fig.3 Flowchart of the method used

3 結(jié)果與討論

3.1 紅樹林群落的分類

本研究所用的WorldView-2高分辨率數(shù)據(jù)，以及采用的導(dǎo)數(shù)光譜法結(jié)合基于面向?qū)ο蟮闹С窒蛄繖C的分類方法所得分類結(jié)果精度較高，得到了兩個保護區(qū)的紅樹群落分布圖(圖4)，便于后續(xù)景觀格局的對比分析。從圖中可以看出，紅樹群落基本呈條帶狀分布，從靠岸到沿海大致是木欖-秋茄-白骨壤-桐花樹和無瓣海桑。如紅樹群落分類誤差混淆矩陣所示(表1)：白骨壤，無瓣海桑以及木欖的分類精度很高，是由于白骨壤的樹葉葉片腹面綠色，葉背披灰色柔毛，群落遠觀呈灰綠色，與其他紅樹群落光譜特征差異較大而容易區(qū)分；無瓣海桑葉片較小且比較稀疏，與其他紅樹植物形狀差異較大而容易區(qū)分；木欖群落由于大多是人工林，植株形態(tài)差異不大，數(shù)量較少且分布集中，比較容易提取。秋茄和桐花樹皆葉色深綠、葉片大小也相近，光譜特征與形狀特征差異較小，并且存在夾雜分布的現(xiàn)象，故秋茄和桐花樹群落之間容易產(chǎn)生錯分的現(xiàn)象，所以分類精度相對較低。

圖4 深圳灣濕地紅樹群落空間分布Fig.4 Spatial distribution of mangrove communities at Shen Zhen Bay Wetland

紅樹群落秋茄白骨壤無瓣海桑木欖桐花樹-老鼠簕制圖精度/%秋茄76.920.000.000.0023.0876.92白骨壤0.00100.000.000.000.00100.00無瓣海桑0.000.00100.000.000.00100.00木欖0.000.000.00100.000.00100.00桐花樹-老鼠簕2.780.000.000.0097.2297.22

1) 總體精度為0.902；Kappa系數(shù)為0.859

表2 兩個保護區(qū)斑塊類型指數(shù)1)Table 2 The indexes of patch types in two reserves

1)F表示福田保護區(qū)；M表示米埔保護區(qū)

表3 兩個保護區(qū)景觀水平指數(shù)Table 3 The indexes of landscape level at two reserves

3.2 福田與米埔保護區(qū)紅樹林景觀格局的比較

基于worldview-2高分遙感數(shù)據(jù)對深圳福田保護區(qū)和香港米埔保護區(qū)的紅樹林群落進行遙感分類，分類精度達到要求，從而運用斑塊類型面積(CA)、景觀百分比(PLAND)、最大斑塊指數(shù)(LPI)斑塊平均面積(MPS)、蔓延度(CONTAG)、香農(nóng)多樣性指數(shù)(SHDI)、香農(nóng)均勻度指數(shù)(SHEI)、破碎度(LFI)、景觀形狀指數(shù)(LSI)，共8個景觀指數(shù)對兩個保護區(qū)的紅樹林群落進行對比分析。

斑塊類型水平分析結(jié)果見表2。米埔保護區(qū)紅樹林總面積約為346 hm2而福田保護區(qū)紅樹林總面積約89 hm2；秋茄群落在福田保護區(qū)和米埔保護區(qū)中占絕對的優(yōu)勢地位，是兩個保護區(qū)的優(yōu)勢景觀；白骨壤和桐花樹群落次之，無瓣海桑群落和木欖群落分布則較少，這與野外調(diào)查的結(jié)果基本一致。福田保護區(qū)中秋茄群落和白骨壤群落的破碎程度比米埔保護區(qū)大，這可能因為福田保護區(qū)受人類活動影響比較嚴重，且本地種秋茄群落和白骨壤群落沒有完全地恢復(fù)自然演替的狀態(tài)；而福田保護區(qū)中無瓣海桑群落和木欖群落的破碎程度比米埔保護區(qū)小，這是由于無瓣海桑群落和木欖群落在福田保護區(qū)中是屬于人工林，分布比較集中，故破碎化程度較小。

景觀水平分析結(jié)果見表3。福田保護區(qū)的蔓延度指數(shù)較低，表明保護區(qū)的景觀由較多小斑塊組成；香農(nóng)多樣性指數(shù)較高，說明福田保護區(qū)紅樹林景觀復(fù)雜化程度高；香農(nóng)均勻度指數(shù)較低，則說明保護區(qū)不同紅樹群落的均勻程度較低，各景觀斑塊之間的差異較大，綜合這3個指標間接說明了福田保護區(qū)紅樹林的景觀破碎化程度比米埔保護區(qū)高。對比兩地的景觀破碎度指數(shù)，進一步論證了上述結(jié)論。而福田保護區(qū)景觀形狀指數(shù)遠遠小于米埔保護區(qū)，在一定程度上是由于福田保護區(qū)紅樹林受到人工造林的影響，其景觀斑塊形狀呈正方形分布的狀態(tài)，而處于米埔保護區(qū)的自然演替的紅樹林則呈現(xiàn)不規(guī)則的分布狀態(tài)。

通過上述景觀格局的定量分析發(fā)現(xiàn)，福田紅樹林總面積遠小于米埔紅樹林，很容易受到外界因素的影響，不利于紅樹林生態(tài)系統(tǒng)的穩(wěn)定。福田保護區(qū)近年人工種植的木欖和無瓣海桑群落，在一定程度上降低了紅樹林的破碎化程度，尤其表現(xiàn)在人為的控制使福田紅樹林形狀規(guī)則，近正方形。而實際上在森林景觀中，天然林受人類干預(yù)較小而形狀復(fù)雜。分析結(jié)果表明福田紅樹林濕地生態(tài)系統(tǒng)處于不穩(wěn)定的狀態(tài)，與米埔保護區(qū)的天然紅樹林群落仍有一定的差異。

4 結(jié) 論

本研究以WorldView-2高分辨率影像為數(shù)據(jù)源，采用導(dǎo)數(shù)光譜法結(jié)合基于面向?qū)ο蟮闹С窒蛄繖C的分類方法，得到深圳灣濕地紅樹群落空間分布圖，總體精度達到0.902，Kappa系數(shù)為0.859。通過分類結(jié)果以及景觀格局的定量分析發(fā)現(xiàn)，米埔保護區(qū)紅樹林總面積約為346 hm2遠大于福田保護區(qū)紅樹林總面積約89 hm2；秋茄群落是深圳灣濕地的優(yōu)勢景觀類型，白骨壤群落和桐花樹群落次之；福田保護區(qū)紅樹林的景觀破碎化程度比米埔保護區(qū)高，尤其是本地種秋茄群落和白骨壤群落的破碎化程度較高；福田保護區(qū)景觀斑塊形狀呈正方形分布的狀態(tài)，而處于米埔保護區(qū)的天然紅樹林則呈現(xiàn)不規(guī)則的分布狀態(tài)。

通過上述結(jié)果和分析，可以看出過去人為干擾如濫砍濫伐和圍墾填海等對福田紅樹林生態(tài)系統(tǒng)造成了嚴重影響，以至于福田自然保護區(qū)雖然經(jīng)過了約30年的保護和人工恢復(fù)，其破碎化程度仍比米埔紅樹林高，即并沒有恢復(fù)到自然演替的狀態(tài)。而人工林種植可以在一定程度上降低紅樹林整體景觀的異質(zhì)性和非連續(xù)性，從而降低斑塊的破碎化程度。因此，應(yīng)加大對福田紅樹林的保護力度，可通過人工種植的方式擴大福田紅樹林的面積，同時參考并學(xué)習(xí)米埔自然保護區(qū)的模式，如“禁止進入”從而減少人類活動的干擾。同時，加強研究，如對福田紅樹林進行長時間的監(jiān)測，以獲得紅樹林景觀演替的內(nèi)部機制和規(guī)律，解釋其生態(tài)演變過程，最終使福田保護區(qū)的紅樹林向天然林的方向良性演替。研究結(jié)果也表明，3S技術(shù)與景觀格局的分析可以幫助我們更好地了解紅樹林濕地生態(tài)系統(tǒng)的分布格局以及量化指標，為紅樹林濕地的保護和生態(tài)系統(tǒng)的恢復(fù)提供理論依據(jù)和科學(xué)指導(dǎo)。

[1] 林鵬．中國紅樹林研究進展[J]．廈門大學(xué)學(xué)報(自然科學(xué)版)，2001，40(2)：592-603．

LIN Peng．A review on the mangrove research in China[J]．Journal of Xiamen University(Natural Science)，2001，40(2)：592-603．

[2] KUENZER C，BLUEMEL A，GEBHARDT S，et al．Remote sensing of mangrove ecosystems：A review[J]．Remote Sensing，2011，3：878-928.

[3] 劉莉娜，陳里娥，韋萍萍，等．深圳福田紅樹林自然保護區(qū)的生態(tài)問題及修復(fù)對策研究[J]．海洋技術(shù)，2013，32(2)：125-132．

LIU Lina，CHEN Lie，WEI Pingping，et al．Ecological problems and rehabilitation countermeasures of Futian Mangrove Nature Reserve in Shenzhen[J]．Ocean Technology，2013，32(2)：125-132.

[4] 陳保瑜，宋悅，昝啟杰，等．深圳灣近30年主要景觀類型之演變[J]．中山大學(xué)學(xué)報 (自然科學(xué)版)，2012，51(5)：86-92．

CHEN Baoyu，SONG Yue ，ZAN Qijie, et al．Dynamics of the main landscape types at Shenzhen Bay during past three decades[J]．Acta Scientiarum Naturalium Universitatis Sunyatseni，2012，51(5)：86-92．

[5] REN Hai，WU Xiaoming，NING Tianzhu，et al．Wetland changes and mangrove restoration planning in Shenzhen Bay，Southern China [J]．Landscape Ecology Engineering，2011，7：241-250．

[6] 李怡婉．香港米埔自然保護區(qū)保護與發(fā)展經(jīng)驗借鑒[C]．城市規(guī)劃和科學(xué)發(fā)展—2009中國城市規(guī)劃年會論文集，2009:3804-3809.

[7] 蘇岫，趙冬至，黃鳳榮，等．基于高空間分辨率的紅樹林衛(wèi)星遙感監(jiān)測技術(shù)進展[J]．海洋遙感，2011，30(3)：38-45．

SU Xiu，ZHAO Dongzhi，HUANG Fengrong，et al．Development of mangrove monitoring technology using high spatial-resolution satellite images[J]．Journal of Tropical Oceanography，2011，30(3)：38-45．

[8] GIRI S，MUKHOPADHYAY A，HAZRA S，et al．A study on abundance and distribution of mangrove spceies in Indian Sundarban using remote sensing technique[J]．Journal of Coastal Conservation，2014，18：359-367．

[9] 孫永光，趙冬至，郭永文，等．紅樹林生態(tài)系統(tǒng)遙感監(jiān)測研究進展[J]．生態(tài)學(xué)報，2013，33(15)：4523-4538.

SUN Yongguang，ZHAO Dongzhi，GUO Wenyong，et al．A review on the application of remote sensing in mangrove ecosystem monitoring[J]．Acta Ecologica Sinica，2013，33(15)：4523-4538.

[10] 朱耀軍，郭菊蘭，武高潔，等．高分辨率衛(wèi)星遙感在紅樹林資源監(jiān)測中的應(yīng)用[J]．世界林業(yè)研究，2012，25(4)：39-44.

ZHU Yaojun，GUO Julan，WU Gaojie，et al．Application of high resolution satellite remote sensing to mangrove resources monitoring[J]．World Forestry Research，2012，25(4)：39-44.

[11] MUDITHA K. HEENKENDA，KAREN E，et al．Mangrove species identification：Comparing Worldview-2 with aerial photographs[J]．Remote Sensing，2014，6：6064-6088．

[12] JIA Mingming，ZHANG Yuanzhi，WANG Zongming，et al．Mapping the distribution of mangrove species in the Core Zone of Maipo Marshes Nature Reserve，Hong Kong，using hyperspectral data and high-resolution data[J]. International Journal of Applied Earth Observation and Geoinformation，2014，33：226-23．

[13] MATTHEW J. McCARTHY，ELIZABETH J，et al．Improved coastal wetland mapping using very-high 2-meter spatial resolution imagery[J]．International Journal of Applied Earth Observation and Geoinformation，2015，40：11-18．

[14] 唐煥麗，劉凱，朱遠輝，等．基于WorldView- 2數(shù)據(jù)和支持向量機的紅樹林群落分類研究[J]．中山大學(xué)學(xué)報 (自然科學(xué)版)，2015，54(4)：102-111．

TANG Huanli，LIU Kai，ZHU Yuanhui，et al．Application of high resolution satellite remote sensing to mangrove resources monitoring[J]．Acta Scientiarum Naturalium Universitatis Sunyatseni，2015，54(4)：102-111．

[15] 肖篤寧，李秀珍，高峻，等．景觀生態(tài)學(xué)[M]．北京：科學(xué)出版社，2003.

[16] 廖寶文．深圳灣紅樹林恢復(fù)技術(shù)的研究[D]．北京：中國林業(yè)科學(xué)研究院，2003．

LIAO Baowen. Techniques for rehabilitation of mangroves in Shenzhen Bay, China[D]. Beijing: Chinese Academy of Forest，2003．

[17] 王伯蓀，廖寶文，昝啟杰，等．深圳灣紅樹林生態(tài)系統(tǒng)及其持續(xù)發(fā)展[M]．北京：科學(xué)出版社，2001．

[18] 邱琳，林輝，臧卓，等．基于均值置信區(qū)間帶的濕地植被高光譜特征波段選擇[J]．中南林業(yè)科技大學(xué)學(xué)報，2013，33(1)：41-45．

QIU Lin，LIN Hui，ZANG Zhuo，et al．Hyper-spectral characteristic band selection for wetland vegetation based on mean confidence interval[J]．Journal of Central South Forestry University，2013，33(1)：41-45．

[19] WANG Ting，ZHANG Hongsheng，LIN Hui，et al．Textural-spectral feature-based species classification of mangroves in Maipo Nature Reserve from worldview-3 imagery[J]．Remote Sensing，2016，8(1):24．

[20] 莫利江，曹宇，胡遠滿，等．面向?qū)ο蟮臐竦鼐坝^遙感分類—以杭州灣南岸地區(qū)為例[J]．濕地科學(xué)，2012，10(2)：206-213．

MO Lijiang，CAO Yu，HU Yuanman，et al．Object-oriented classification for satellite remote sensing of wetlands: A case study in southern Hangzhou Bay Area[J]．Wetland Science，2012，10(2)：206-213．

[21] 王小明，毛夢祺，張昌景，等．基于支持向量機的遙感影像分類比較研究[J]．測繪與空間地理信息，2013，36(4)：17-23．

WANG Xiaoming，MAO Mengqi，ZHANG Changjing，et al．Comparative study on classification of remote seining image by support vector machine[J]．Geomatics & Spatial Information Technology，2013，36(4)：17-23．

[22] 郭濼，薛達元，杜世宏．景觀生態(tài)空間格局[M]．北京：中國環(huán)境科學(xué)出版社，2009:160-222．

AcomparisonofmangrovecommunitydistributionandlandscapepatternbetweenFutianandMaipoNatureReserveatShenzhenBay

LIZhen1,LIYu2,ZANQijie3,4,YUShixiao1

( 1. School of Life Sciences∥Guangzhou Key Laboratory of Urban Landscape Dynamics，Sun Yat-sen University，Guangzhou 510275，China；2. Shenzhen Wild Animal Rescue Center，Shenzhen 518035，China；3. School of Life Sciences，Shenzhen University，Shenzhen 518060，China；4. Guangdong Neilingding-Futian National Nature Reserve，Shenzhen 518040，China )

Before the reform and opening up, the species composition and landscape pattern at Futian Nature Reserve were similar to Maipo Nature Reserve. A rapid urbanization at Shenzhen city during the past 30 years has led to the landscape fragmentation process at Futian mangrove wetland, which resulted in a divergence of mangrove communities or landscape pattern on both coasts. In this study, based on analysis of high resolution WorldView-2 image, we classified the present pattern of communities and landscape, then qualified the fragmentation degree between both sides. The overall accuracy of mangrove community classification was 0.902, and the Kappa coefficient was 0.859. Our results also indicated: ① The mangrove at Maipo nature reserve covers about 346 hm2while it is about 89 hm2at Futian.Kandeliacandelcommunity is the leading dominant landscape type at Shenzhen Bay, andAvicenniamarinacommunity andAegicerascorniculatumcommunity are dominant communities; ②The landscape fragmentation degree at Futian Reserve is higher than that at Maipo Reserve. In particular, the pattern of both local communitiesAvicenniamarinacommunity andKandeliacandelcommunity fragmented seriously; ③ The landscape patch shape of Futian Reserve is square mostly, which indicated an effect of anthropogenic factor. On the contrary, the pattern at Maipo Reserve showed mainly an irregular distribution, indicated an effect of natural factor.

Futian Nature Reserve；Maipo Nature Reserve；mangrove；derivative reflectance；landscape pattern

Q948.15+5

A

0529-6579(2017)05-0012-08

10.13471/j.cnki.acta.snus.2017.05.002

2016-10-27

國家自然科學(xué)基金(31470513)；深圳市城市管理局科研項目

李真(1992年生)，女；研究方向景觀生態(tài)學(xué)；E-mail:lizh69@mail2.sysu.edu.cn

昝啟杰(1968年生)，男；研究方向：紅樹林生態(tài)保育和城市生態(tài)學(xué)研究;E-mail:zqjmangrove@126.com