易阿嵐,王 鈞

北京大學深圳研究生院城市規(guī)劃與設計學院, 深圳 518055

濕地是公認的自然界中生產力最高的生態(tài)系統(tǒng)[1],直接或間接地影響著人類的福祉,包括農產品生產、水質調節(jié)、氣候調節(jié)、水文循環(huán)、生物地球化學循環(huán)、風暴防護和提供物種棲息地等[2-5]。當前,全球濕地退化形勢嚴峻,尤其亞洲地區(qū)的濕地損失最多[6]。上海作為中國經濟最發(fā)達的地區(qū),其濕地面積在改革開放之后因經濟的發(fā)展和城市化而迅速縮減[7]。

近年來,關于濕地遙感影像解譯、濕地面積和類型的變化以及濕地退化因素方面的研究數(shù)量日益增加[6-7],使用多時期遙感影像分析濕地時空演變已成為主流[8-9]。同時,濕地景觀格局演變以及驅動機制也開始引起人們的關注[8-10]。上海市濕地資源豐富,其中崇明島東灘濕地是眾多候鳥遷徙路線的中轉站[11]。前人研究顯示濕地中物種豐富,如：鳥類會優(yōu)先使用濕地作為棲息地,因此濕地景觀格局的變化直接影響到物種的多樣性[12-13]。伴隨著上海市經濟高速發(fā)展,城市化不斷推進以及人類活動日益增多,濕地已成為研究的熱點,主要研究方向包括濕地面積和類型的變化[7],沿海濕地景觀格局的變化[8],沿海土地開墾[14],海平面上升對濕地的影響[15-16],以及濕地底棲動物和微生物的變化等[13,17]。濕地景觀面臨著巨大的退化及破碎化壓力,這給上海市生態(tài)環(huán)境安全帶來潛在威脅。在這樣的背景下,掌握濕地景觀格局變化的規(guī)律顯得尤為重要。然而,很少有人研究上海市濕地景觀時空格局演變以及量化其驅動機制。雖有已有對長江口濕地的景觀格局驅動機制的研究,但僅局限于社會經濟因素,未能將自然因素納入其中[8]。景觀格局對生態(tài)安全的影響隨區(qū)域和空間規(guī)模的不同而有很大差異[18]。分析上海市關鍵景觀格局指數(shù)可以揭示濕地景觀動態(tài)變化特征及其分布規(guī)律,對濕地資源管理和可持續(xù)發(fā)展等方面具有重要意義。研究可為監(jiān)測和規(guī)劃上海市濕地資源,優(yōu)化景觀格局和保護上海市濕地環(huán)境提供科學依據(jù)。為此,本文旨在：(1)基于多時期遙感影像數(shù)據(jù),利用ArcGIS軟件、Fragstats軟件分析上海市1980—2018年的濕地景觀格局時空演變趨勢；(2)利用數(shù)據(jù)處理系統(tǒng)軟件(Data Processing System, DPS),通過分析社會、經濟以及自然指標與濕地景觀指標之間的相關性,定量研究社會、經濟以及自然因素對上海市濕地景觀格局演變的影響；(3)找出影響上海市濕地景觀格局演變的主要驅動力。

1 方法

1.1 研究區(qū)概況

上海市地處中國大陸東部,長江口沿岸,河流、湖泊眾多。陸域面積6.83×105hm2。它是中國人口最稠密的地方之一。除西南部有少數(shù)丘陵山脈外,其他土地都為平坦的沖積平原,平均海拔約2.19 m。年平均降雨量為1457.90 mm,年平均氣溫為17.80℃,雨季多發(fā)生在5—9月。獨特的地理位置和氣候使得其擁有豐富的濕地資源。雖然水資源相對豐富,但人均水資源緊張,主要依賴于其他地區(qū)水資源[19]。濕地水資源可以用作農業(yè)、畜牧業(yè)、漁業(yè)和生活用水的來源[20]。而濕地資源的喪失加劇了上海市資源性缺水、生態(tài)功能下降。鑒于上海是中國四大直轄市之一、是國家歷史文化名城、是國際經濟、金融、貿易、航運以及科技創(chuàng)新中心,科學的濕地保護、規(guī)劃和開發(fā)可以為其帶來巨大的生態(tài)、經濟和社會效益。

1.2 遙感數(shù)據(jù)的選取與處理

本研究中的土地利用/覆蓋數(shù)據(jù)主要采用監(jiān)督分類方法結合目視解譯分別從Landsat-MSS遙感影像(1980年)、Landsat TM/ETM遙感影像(1990和2000年)、Landsat-TM遙感影像(1995、2005以及2010年)、Landsat 8遙感影像(2015和2018年)獲取。遙感影像無云,空間分辨率為30 m。在ENVI 5.3和ArcGIS 10.2軟件中進行輻射定標和波段融合。采用Kappa系數(shù)檢驗方法對其進行精度檢驗,結果顯示,各時期的遙感影像Kappa系數(shù)均高于0.80,滿足本研究需求。依據(jù)中國濱海濕地分類方案并結合上海市濕地特征將濕地分為自然濕地(含河流、湖泊和灘涂)和人工濕地(含水庫坑塘和水田)(圖1)。

圖1 上海市濕地時空分布圖(1980—2018年)

1.3 濕地景觀格局指標的選取與計算

景觀格局指數(shù)是對空間景觀格局的高度概括,能有效反映景觀的構成和空間結構[10]。生態(tài)安全與景觀格局指數(shù)聯(lián)系緊密,景觀斑塊的大小、斑塊的形狀、斑塊的類型以及景觀的空間格局對生態(tài)安全都具有重要影響[18]。但是,各種景觀指標之間具有一定的關聯(lián),使用較少的指標來表征城市景觀格局已成為趨勢[8,21-22],結合上海市濕地特點,從斑塊、類型和景觀3個尺度共選取了8個景觀指標,包含斑塊類型面積、斑塊平均面積、平均分形維數(shù)分布、景觀面積、最大斑塊指數(shù)、景觀形狀指數(shù)、蔓延度以及香農多樣性指數(shù),每個指標所表達的生態(tài)學意義見表1。

表1 選取的景觀指標及其生態(tài)學意義

Fragstats 4.2.1是景觀格局分析的一種軟件,可量化景觀格局的時空特征,目前可計算100余種景觀指數(shù)。在ArcGIS 10.2中將矢量圖層轉出為30 m×30 m精度的柵格圖層。再利用Fragstats 4.2.1計算濕地景觀格局指數(shù),將計算出的結果采用Origin 2019b軟件繪制出圖,提高結果的可視化。

1.4 社會、經濟以及自然指標的選取與計算

上海市濕地格局變化受到人為和自然的影響,如經濟增長、水利工程、地形、降水、氣候變化、長江上游的來水量和輸沙量以及水產養(yǎng)殖等[6,9,23]。此外,濕地的變化往往與城市的擴張相關,城市的擴張與國內生產總值(GDP)、人口以及城市化水平密切相關[7]。由于上海市除了西南地區(qū)有較少山脈之外,其余多為沖擊平原,故本文忽略地形對于濕地的影響[6]。長江流域上海段水下地形復雜,數(shù)據(jù)難以獲取,故本文的研究區(qū)范圍不包含長江流域上海段的河口濕地。綜上,本文從社會、經濟以及自然三大方面共選取21個與上海市濕地景觀格局演變最相關的指標,量化社會、經濟以及自然對濕地景觀格局的影響。其中,社會因素方面選取港口貨運吞吐量、市政道路面積、常住人口、城鎮(zhèn)人口比重、農作物播種面積、房屋施工面積、水產養(yǎng)殖產量、沿海碼頭長度以及沿海泊位,共9個指標；經濟因素方面選取住宅投資、房地產開發(fā)投資、城市基礎設施投資、第一產業(yè)產值、第二產業(yè)產值、第三產業(yè)產值、種植業(yè)產值以及漁業(yè)產值,共8個指標；自然因素方面選取年平均氣溫、年平均降雨量、長江年輸沙量以及長江年徑流量,共4個指標。社會因素、經濟因素以及部分自然因素(平均氣溫、降雨量)方面的指標數(shù)據(jù)來源于《上海年鑒》(1981、1984、1991、1996、2001、2006、2011、2016以及2019年)、《中國統(tǒng)計年鑒》(2001、2006、2011、2016以及2019)以及《新中國六十年統(tǒng)計資料匯編》；長江年輸沙量和長江年徑流量數(shù)據(jù)采用最靠近上海市的大通監(jiān)測站數(shù)據(jù),來源于《中國河流泥沙公報》(2002、2005、2010、2015以及2018年)。2000年及以前的數(shù)據(jù)采用《中國河流泥沙公報》推薦的多年平均值代替。考慮到1980年距現(xiàn)在年代久遠,故采用國家統(tǒng)計局提供的全國零售物價總指數(shù)將2018年以前的價值指標(包括房地產開發(fā)投資、城市基礎設施投資、第一產業(yè)產值、第二產業(yè)產值、第三產業(yè)產值、種植業(yè)產值、漁業(yè)產值以及住宅投資)數(shù)據(jù)換算成以2018年為標準的數(shù)值,便于比較不同時期的價值以及剔除價格變化的影響,從而能精準反映物量變化和生產活動成果的實際變動。

1.5 濕地景觀格局指標與社會、經濟以及自然指標的灰色關聯(lián)度計算

DPS軟件研發(fā)于1988年,是目前在技術上已達到國際先進水平的多功能統(tǒng)計分析軟件,其中的灰色系統(tǒng)可以應用于關聯(lián)分析、預測模型以及綜合評價[24]。灰色關聯(lián)度分析的原理是基于行為因子之間的宏觀或微觀幾何近似,陣列曲線越相似,因子之間的聯(lián)系越緊密[25]。多用于衡量主行為因子與行為因子之間的密切程度,可根據(jù)關聯(lián)度大小確定主要因素和次要因素,在分析部分信息已知,部分信息未知的系統(tǒng)時具有重要優(yōu)勢[26-27]。本文利用DPS 7.05軟件平臺計算分析社會、經濟以及自然方面的21個主要指標和12個濕地景觀指標之間的灰色關聯(lián)度。所選取的12個濕地景觀指標分別是水庫坑塘面積、水田面積、灘涂面積、湖泊面積、河流面積、人工濕地、自然濕地、濕地總面積、景觀形狀指數(shù)、最大斑塊指數(shù)、蔓延度指數(shù)以及香農多樣性指數(shù)。

2 結果分析

2.1 濕地面積及形狀變化趨勢分析

1980—2018年間,上海濕地總面積不斷下降,截至2018年,上海市濕地面積僅存38.22×104hm2,近40年間,濕地面積損失超過60%(1980年為59.28×104hm2),尤其在2015—2018年間,濕地總面積損失速率最大。在研究時段內,上海市濕地構成以人工濕地為主,占濕地總面積的80%以上,其年際間面積變動較大,而自然濕地面積年際間基本持平(圖2)。在人工濕地中水田面積占比以及年際間面積變動均為最大(1980—2018年間,水田面積縮減了39%)。自然濕地以河流濕地為主,其面積在年際間緩慢縮減。2005年以前,河流、水庫坑塘、灘涂以及湖泊的面積年際間基本持平,但在2005—2018年間,除水庫坑塘外,其他類型濕地面積變化顯著,湖泊面積呈擴大趨勢,河流面積呈縮減趨勢,灘涂面積呈波動狀態(tài)(圖2)。

圖2 上海市濕地的總面積、各類濕地面積、斑塊平均面積以及平均分形維度年際變化圖(1980—2018年)

斑塊平均面積可以定量描述濕地景觀破碎化程度。水田斑塊平均面積最大,同時其也是年際間波動幅度最大的濕地類型；其次是河流斑塊平均面積,但年際間不穩(wěn)定,總體上呈退化趨勢；水庫坑塘斑塊平均面積較小,年際間較穩(wěn)定(圖2)。

平均分形維度指數(shù)分布可以描述濕地斑塊形狀的復雜程度,數(shù)值越大代表景觀愈復雜或呈扁長形態(tài)。河流的平均分形維度指數(shù)分布最高是由于河流本身的性質決定它是細長形態(tài),其數(shù)值在1.13附近波動。水庫坑塘的景觀形狀較簡單,年際間變化小,且在類型尺度范圍中具有結構的自相似性。水田的平均分形維度指數(shù)呈波動上升態(tài)勢(圖2)。

景觀形狀指數(shù)主要體現(xiàn)景觀要素邊界特征。在2010年前,上海市濕地景觀形狀指數(shù)逐年上升,表明濕地斑塊與基質的交互作用增大,斑塊形狀愈發(fā)復雜,可能導致上海市的濕地景觀退化并出現(xiàn)較多的生態(tài)效應；在2010年后,景觀形狀指數(shù)開始下降(圖3)。

最大斑塊指數(shù)表征某一類型的最大斑塊在整個景觀中所占比例。最大斑塊指數(shù)從1980年以來總體呈下降趨勢,直到2010年后才出現(xiàn)回轉,這表明上海市需要繼續(xù)加強濕地管理,提升最大斑塊指數(shù),確保濕地動植物的生境不受威脅(圖3)。

圖3 上海市濕地景觀形狀指數(shù)與最大斑塊指數(shù)年際變化圖(1980—2018年)

2.2 濕地結構組成變化分析

蔓延度指數(shù)體現(xiàn)了景觀中各斑塊類型的團聚程度或延展態(tài)勢,其取值范圍在0—100,值越小表明景觀存在越多小斑塊,反之則說明景觀中有連通度較高的優(yōu)勢斑塊類型。1980—2018年間,上海市濕地景觀蔓延度指數(shù)均在74以上,總體呈現(xiàn)先下降后上升的趨勢,2015年是主要轉擇點(圖4)。香農多樣性指數(shù)反映景觀異質性,可以展示濕地景觀中各斑塊類型非均衡分布情況。上海市濕地景觀的香農多樣性指數(shù)從1980年的0.59增加到2015年的0.82,之后急劇下降(圖4),這表明在2015年以前各類型濕地斑塊增加或各斑塊類型在景觀中呈均衡化趨勢發(fā)展,直到2015年后,這種局勢才得以反轉。

圖4 上海市濕地蔓延度指數(shù)與香農多樣性指數(shù)年際變化圖(1980—2018年)

2.3 社會、經濟以及自然指標與濕地景觀格局指標的灰色關聯(lián)度分析

2.3.1社會指標與濕地景觀格局指標的關聯(lián)度分析

在所選取的9個社會因素中(包含港口貨運吞吐量、市政道路面積、常住人口、城鎮(zhèn)人口比重、農作物播種面積、房屋施工面積、水產養(yǎng)殖產量、沿海碼頭長度以及沿海泊位),與12個濕地景觀格局指標的關聯(lián)度在0.15—0.71之間,平均關聯(lián)度為0.39(圖5)。農作物播種總面積與濕地總面積,人工濕地以及水田面積的灰色關聯(lián)度分別為0.68、0.71以及0.71,即濕地總面積、人工濕地以及水田面積與農作物播種總面積關系密切。從社會因子對所有濕地景觀格局指標的平均關聯(lián)度看,農作物總播種面積、常住人口以及水產養(yǎng)殖產量與濕地景觀格局的關聯(lián)較強,而市政道路的建設與濕地景觀格局的關聯(lián)較弱。

圖5 社會、經濟以及自然指標與濕地景觀格局指標的灰色關聯(lián)度

2.3.2經濟指標與濕地景觀格局指標的關聯(lián)度分析

選取的8個經濟因子與濕地景觀格局指數(shù)的關聯(lián)度分布在0.20—0.61范圍內,平均關聯(lián)度為0.34(圖5)。經濟產值的大小可以側面反映出土地類型的變化[28]。在所有經濟指標中,第三產業(yè)產值與湖泊面積的關聯(lián)最強(灰色關聯(lián)度為0.49),即在本研究范圍內,第三產業(yè)的發(fā)展是影響湖泊面積的最重要的因素。綜合所有經濟因子對濕地景觀格局指標關聯(lián)度的平均值看,與濕地景觀格局關系最密切的是第一產業(yè)產值(平均關聯(lián)度為0.48),說明在經濟因素范圍內,第一產業(yè)的發(fā)展對濕地景觀格局的影響較大。此外,在所有經濟因素中,第一產業(yè)產值與香農多樣性指數(shù)的關聯(lián)度最大(為0.61),說明第一產業(yè)的發(fā)展是濕地斑塊類型呈均衡化分布的驅動因素之一。

2.3.3自然指標與濕地景觀格局指標的關聯(lián)度分析

選取的4個自然因子與濕地景觀格局指數(shù)的關聯(lián)度在0.14—0.85范圍內,平均關聯(lián)度為0.48(圖5)。所有社會、經濟以及自然指標中，平均氣溫對景觀形狀指數(shù)、蔓延度以及最大斑塊指數(shù)的影響最大。此外，平均氣溫對自然濕地面積、河流面積、灘涂面積以及水庫坑塘面積也具有一定的影響。香農多樣性指數(shù)與降雨量的關聯(lián)度最大。綜合來看,平均氣溫、降雨量是影響濕地景觀格局最主要的兩個因素。

綜合社會、經濟以及自然因素，在影響濕地景觀格局的21個因素中，濕地總面積主要受農作物播種總面積、平均氣溫以及降雨量的影響。人工濕地面積主要受農作物播種總面積、平均氣溫的影響。自然濕地面積主要受平均氣溫和降雨量的影響。景觀形狀指數(shù)、蔓延度以及最大斑塊指數(shù)主要受平均氣溫的影響。香農多樣性指數(shù)與降雨量的變化最相關。

2.4 濕地景觀演變驅動機制分析

2.4.1自然因素

氣候變化主要包括氣溫變化和降水變化兩方面。1980—2018年,上海市年平均氣溫從15.70℃上升17.75℃,年降雨量從1123.40 mm上升到1308.40 mm(圖6)。自然濕地面積與平均氣溫以及降雨量的關聯(lián)度分別為0.75、0.71,可見氣溫和降雨量是導致自然濕地面積退化的重要驅動因子。氣溫的升高加速了地面的蒸騰,從而造成濕地缺水退化,尤其是自然濕地的退化。上海市降雨量十年間波動上升,雖然降雨能為濕地提供水源補給,增加水面面積,恢復部分濕地,但自然濕地仍然不斷退化。長江每年攜帶大量的泥沙流向東中國海,當河流匯入大海時,潮汐將沉積物沿著上海海岸線向南移動導致浦東新區(qū)南匯角一直在擴大[29]。從關聯(lián)度看(圖5),長江的年輸沙量、年徑流量對整個自然濕地面積的影響相對較小。在社會因素中,水產養(yǎng)殖產量、農作物播種總面積、常住人口與自然濕地面積的關聯(lián)度分別為0.54、0.54、0.51。綜上,可認為,在自然濕地退化中,氣候因素占據(jù)主導。

圖6 上海市平均氣溫和降雨量年際變化圖(1980—2018年)

2.4.2人為因素

1980—2018年,上海市農作物播種總面積持續(xù)縮減。截至2018年底,上海市濕地以人工濕地為主,占所有濕地的85%以上。人工濕地與農作物播種總面積的關聯(lián)度高達0.71,水田面積與農作物播種總面積的關聯(lián)度為0.71(圖5)。城市的擴張占用了大量的水田,水田變成了工業(yè)用地、居住用地等[30],這直接影響到農作物播種總面積減少。水田是上海市人工濕地中的主要類型,表明城市擴張才是造成人工濕地退化最主要的因素。此外,人工濕地與平均氣溫和降雨量的關聯(lián)度分別為0.64和0.58,說明平均氣溫與降雨量的變化對人工濕地的退化也具有一定的貢獻。

2.4.3國家宏觀政策因素

濕地景觀格局變化受多種因素共同影響(圖5)。在所有影響景觀形狀指數(shù)、蔓延度指數(shù)、香農多樣性指數(shù)以及最大斑塊指數(shù)的因素中,平均氣溫和降雨量與這四個景觀格局指數(shù)的關聯(lián)最緊密。上海市大部分屬于平原,濕地水面面積容易受到氣溫和降雨量的影響。當氣候干暖時,濕地會出現(xiàn)退化,致使各濕地斑塊間的連通性降低,而暖濕的氣候環(huán)境則有利于濕地的恢復與發(fā)育[31]。在2015—2018年間,氣候朝暖干化趨勢發(fā)展(圖6),但上海市濕地景觀格局趨勢向好,景觀形狀指數(shù)和香農多樣性指數(shù)下降,最大斑塊指數(shù)和蔓延度指數(shù)上升。由此可見,濕地景觀局勢變好還受到其他因素的干擾,有研究表明國家政策對土地利用/覆蓋類型具有較強的影響力[14]。2010年,上海市規(guī)劃和自然資源局提出要注重水田保護；2015年,中央1號文件明確強調了耕地保護工作,并提出永久基本農田劃定、實施高標準農田建設規(guī)劃等；上海市規(guī)劃和自然資源局也進一步完善了耕地保護和耕地占補平衡政策,優(yōu)化土地使用結構,同年,也印發(fā)了《關于進一步加強本市河道規(guī)劃管理的若干意見》,要求嚴控水面率,保護河道、湖泊、人工水道等；2016年,上海市政府印發(fā)《上海市環(huán)境保護和生態(tài)建設“十三五”規(guī)劃》,指出要注重水田保護和修復。伴隨著國家保護政策的落實,在2015后期,上海市的河流、灘涂、湖泊以及水庫坑塘的斑塊形狀趨于簡單化,但水田的斑塊形狀仍然朝復雜化趨勢發(fā)展(圖2)。綜上,自然因素往往在較大的時空尺度上控制著濕地的景觀格局變化,但隨著經濟的迅速發(fā)展,在較短的時間尺度上,國家政策、人類活動對景觀格局的影響力逐漸增強。

3 討論

3.1 數(shù)據(jù)選取

以往關于上海市景觀格局時空演變的相關研究中多基于2015年前的3—5期遙感影像數(shù)據(jù)進行分析,難以為濕地管理提供最新參考,且數(shù)據(jù)的時間跨度較短不足以全面評估濕地景觀格局變化。上海市正處于經濟社會高速發(fā)展期,景觀格局的年際間變化速率顯著加快,且當今全球氣候多變,需要加強濕地的管理與監(jiān)測,確保濕地生態(tài)安全。本文從1980—2018選取8期遙感數(shù)據(jù)對上海市濕地景觀格局進行分析,有效地彌補了以往數(shù)據(jù)年代久遠的不足,更好地反映了上海市近40年來濕地景觀格局的變化特征?！独匪_爾公約》提出的濕地定義包括“低潮時水深不超過6 m的區(qū)域[32],長江口水下地形復雜,難以提取濕地區(qū)域,故本文中在選取研究對象時,未將長江水域納入研究范圍。

3.2 驅動機制分析

以往研究景觀格局演變的驅動機制多停留著在定性分析層面,難以為解決實際問題提供科學參考依據(jù)。雖有部分研究者為量化景觀格局演變驅動機制而采用Pearson相關系數(shù)分析,但是僅基于5—10期的遙感樣本數(shù)據(jù)難以給出有效的具有統(tǒng)計學意義的結果?；疑P聯(lián)度分析法是將研究對象及影響因子的值視為一條線上的點,比較研究對象的曲線與影響因子的曲線之間的貼合程度,計算出研究對象與影響因子之間的關聯(lián)度,關聯(lián)度的大小則代表影響因子對研究對象的影響程度。影響濕地景觀格局的因子眾多,各因子之間的關系密切,由于自然因素和人為因素的復雜以及人們認知水平的限制,多種因素之間的關系是灰色的,難以用統(tǒng)計方法分析各因子間的主次關系。且目前影響濕地景觀格局的因子的數(shù)據(jù)難以全部獲取,而灰色關聯(lián)度分析法則非常適用于評估這種部分信息已知,部分信息未知的系統(tǒng)[24]。本文研究采用灰色關聯(lián)度分析法量化并比較了每種驅動因子的貢獻。但這種方法并不能判斷正負相關性。21個指標所代表的含義并不能直接作為影響濕地景觀格局的因素,需要根據(jù)前人的研究經驗,人為判斷社會、經濟以及自然指標與現(xiàn)實驅動因子的關系。在本文研究研究中,雖然自然因素在大背景下影響著濕地景觀格局,但國家的宏觀政策也是不可忽視的。所以在驅動機制的分析中,加入國家政策的分析就顯得尤為重要。國家政策難以量化,只能根據(jù)實際情況結合經驗加以說明其對濕地景觀格局的影響。在今后的研究中,將進一步探討政策因子對于濕地景觀格局的作用過程。

4 結論

本文基于1980—2018年上海市遙感影像數(shù)據(jù),選取典型景觀格局指標,以上海市濕地景觀為研究對象,利用Fragstats 4.2.1軟件計算濕地景觀格局指標,使用DPS 7.05軟件量化濕地景觀格局指標與社會,經濟以及自然因素之間的灰色關聯(lián)度,探討1980—2018年上海市濕地景觀格局演變趨勢及其驅動機制。結果表明：

1)截至2018年,上海市濕地面積為38.22×104hm2,其中人工濕地占85%,自然濕地占15%。人工濕地以水田為主,自然濕地以河流濕地為主。濕地面積自1980年以來持續(xù)縮減,尤其水田損失最多,水田和河流斑塊平均面積總體上呈波動縮小趨勢。河流濕地的形狀復雜性最高,其總面積在年際間緩慢縮減,平均分形維度指數(shù)年際間波動性持平。水田平均分形維度指數(shù)年際間波動上升,景觀形狀向復雜化趨勢發(fā)展。

2)1980—2010年間,濕地景觀破碎化程度總體加劇,最大斑塊指數(shù)呈波動下降趨勢,2010年后,景觀破碎化局勢向好,最大斑塊面積擴大。1980—2015年間,蔓延度指數(shù)呈波動下降趨勢,香農多樣性指數(shù)呈波動上升趨勢,2015年是蔓延度指數(shù)和香農多樣性指數(shù)變化的轉折點。水庫坑塘的景觀形狀較簡單,年際間變化小,且在類型尺度范圍中具有結構的自相似性。

3)濕地景觀格局受自然、人為雙重因素影響。人工濕地退化主要由于城市擴張所導致的水田面積減少,自然濕地的演變則主要受氣溫和降雨的影響。自然因素往往在較大的時空尺度上控制著濕地的景觀格局變化,但隨著經濟的迅速發(fā)展,在較短的時間尺度上,國家政策與人類活動對景觀格局的影響力逐漸增強。未來,國家對城市濕地保護政策的實施可以使?jié)竦鼐坝^格局向好的方向演化。