综述：利用遥感信息评估人为引起的湿地土地利用/土地覆盖变化的系统综述与未来方向

本综述系统回顾了74项研究，深入探讨了遥感（RS）与地理信息系统（GIS）在湿地土地利用/土地覆盖（LULC）分类与变化检测中的应用。重点评估了不同数据源（如Landsat系列）与分类方法（如监督机器学习）的效能，揭示了当前研究在对象分割优化和精度评估（如Kappa系数）方面的局限。文章创新性地提出了“水生和谐/水生破坏（Aquatic Harmony/Aquatic Disruption）”概念框架及湿地风险评估图谱，为理解人类活动（如城市化、农业扩张）对湿地生态系统的影响提供了新视角，并为未来研究（如可解释人工智能XAI、动态样本选择）指明了方向。

　　

Introduction

湿地是提供多种生态系统服务的关键区域，对全球数百万人口（尤其是发展中国家）至关重要。尽管其价值巨大，但这些生态系统正持续受到多种因素的威胁。研究表明，除气候变化对湿地水体的显著影响外，人为活动也在改变湿地行为方面扮演关键角色，导致这些重要生态系统的破坏。气候变化还可能加剧人类活动的影响，使缓解湿地所受有害效应的努力进一步复杂化。

人为引起的变化的一个典型例子是土地利用变化，这一过程将自然景观转变为人类感兴趣的类型。 sequentially，这种转变对水体产生重大后果，尤其影响湿地生态系统的微妙平衡。人类活动，包括筑坝、城市化、农业、畜牧等，引起两种不同类型的短期和长期土地利用与土地覆盖变化（LULCCs）。这些改变具有深远影响，导致湿地退化、其水平衡模式破坏以及多样动植物物种的丧失。

沉积物输送的制度转变以及来自城市、工业和农业废水的物质引入，不仅扰乱了湿地的自然净化过程，还导致其范围和水位的减少。保守估计表明，由于人口的快速扩张和城市化，全球约50%的湿地在过去一个世纪中已经消失。全球研究结果强调了农业（25%）、城市化（16.8%）、水产养殖（10.7%）和工业（7.6%）等因素在湿地持续破坏中的重要作用。

识别土地利用与土地覆盖（LULC）并监测这些区域中人为活动引起的时空变化至关重要。这可以帮助规划者做出明智决策，包括努力防止不必要的土地利用变化和保护湿地的微妙生态系统。因此，LULC的时空分析及其对湿地定量和定性变量的影响的重要性变得显而易见。

然而，评估LULC是一个复杂的过程，由于人类活动、环境和气候之间的非线性关系和动态相互作用，充满了显著的不确定性。尽管存在这些挑战，卫星遥感（RS）数据和地理信息系统（GIS）在分析和绘制土地利用变化模式方面的应用日益普遍。在当代背景下，应用RS数据检测和建模LULCC提供了对LULCC动态的全面理解。这种方法不仅有助于识别变化模式，还为有效管理提供了相关解决方案。

认识到所涉及的各种LULC阶段并采用适当的方法处理RS数据是最关键的步骤之一。LULC建模结果的准确性强烈依赖于细致的RS数据（卫星图像）处理方法。大量研究从不同角度探讨了人为活动和LULCC对水与环境的影响（例如，Calijuri等人，2015；Daba和You，2022；Erasu，2017；Lambin等人，2001；Li等人，2021；Ngondo等人，2021；N?schen等人，2019；Rwanga和Ndambuki，2017；Schilling等人，2008）。对这些研究所用方法的综合揭示了一个通用框架，涉及制作LULC图和预测LULCC的五个关键步骤（Koko等人，2022；Wang等人，2021）：

1. 1.
   收集卫星RS数据，
2. 2.
   预处理卫星数据，
3. 3.
   处理卫星图像（分类），
4. 4.
   后处理卫星图像（精度评估，变化检测），
5. 5.
   预测。

在考察湿地研究的现有文献时（例如，Dronova，2015；Jafarzadeh等人，2022；Mahdavi等人，2017；Regasa等人，2021），很明显，研究往往专注于特定阶段的技术，或使用限于特定方法的方法和工具。值得注意的是，缺乏采用全面方法的综合性文献，涵盖湿地土地利用分类和预测阶段的所有方面。此外，彻底评估所选方法和数据对湿地变化检测和评估精度影响的研究很少。考虑到监测湿地及其改变后保护的重要性，需要进行全面研究，深入调查LULCC的影响以及所用方法对湿地的影响。

因此，本研究的目标是对74项跨越21年的研究进行细致的元分析综述，重点关注制作分类图和预测湿地LULCC的五阶段过程方法。另一项努力是辨别检测湿地类别最普遍和有效的方法、技术和工具。这是通过评估和分析在每个过程阶段采用方法所取得的结果来实现的。当前研究的一个显著点是提出了湿地风险图。这涉及基于湿地关于因土地利用变化导致水体减少的状况建立风险谱。该分析旨在阐明不同国家湿地的状况和响应，以应对其LULC类型的时空变化。还引入了一种新的分类法，以分类人类活动对湿地的正面和负面影响。

此外，通过提出对研究方法学的批判性观点，揭示了挑战，识别了差距，并为改进未来研究提出了建议。

Methodology

本综述文章遵循系统综述和元分析首选报告项目（PRISMA）框架制定的指南，该框架被认为是执行文献综述的有益工具（Page等人，2021）。使用Scopus数据库（Elsevier的文摘和引文数据库）进行了截至2023年底的全面综述。搜索专注于检索科学研究，特别是科学期刊上发表的文章（不包括会议论文、书籍章节等），这些文章涉及使用RS和GIS方法评估人为引起的湿地LULCC。

Results and discussion

对湿地研究的回顾突出了选择正确的基于RS和GIS的数据、工具和方法以检测湿地变化的至关重要性。RS数据，主要来自各种传感器的原始卫星图像，被广泛用于这些分析。值得注意的是，这些研究中的大部分数据来自Landsat卫星系列，其中Landsat 5是使用最广泛的。与Landsat 8相比，其覆盖时间更长，且错误少于Landsat 7，使其成为湿地研究的热门选择。

在分类方法方面，监督机器学习方法占主导地位，82%的研究采用此类方法。对象基图像分析（OBIA）也被使用，但程度较低（10%的研究），并且通常依赖于试错法进行参数优化，这突显了需要更自动化方法的研究缺口。

精度评估通常使用Kappa系数和总体准确度（OA）进行，但Kappa系数因其在类别不平衡时的局限性而受到批评。这指向需要更强大的评估指标。

研究结果还揭示了人类活动对湿地的显著影响。农业和城市化被确定为湿地退化和损失的主要驱动因素。提出了一个新的概念框架，“水生和谐/水生破坏”，以分类这些影响，并引入了湿地风险评估图来可视化不同地区湿地的脆弱性。

Conclusions

湿地是复杂且动态的生态系统，为人类、动物、植物及其范围内的水生资源提供广泛的服务。其关键服务之一是供水，作为附近居民和生态系统内动植物的可再生纯净淡水来源。此外，湿地在滋养地下水层、通过植被固存二氧化碳以及调节当地气候方面扮演关键角色。从经济角度来看，湿地支持渔业和农业等活动，有助于当地生计。

然而，人为活动，特别是与土地利用变化相关的活动，对这些生态系统构成了重大威胁。本综述通过分析74项研究，深入探讨了用于监测和评估这些变化的遥感（RS）和地理信息系统（GIS）方法。研究发现Landsat数据，特别是Landsat 5，与监督机器学习分类方法结合使用最为普遍。然而，在对象基方法的参数优化和需要更强大的精度评估指标（如超越Kappa系数）方面存在显著差距。

该研究引入了“水生和谐/水生破坏”框架和湿地风险评估图的新概念，为理解和减轻人类活动对湿地的影响提供了创新工具。这些工具有助于根据湿地退化的风险对湿地进行分类，并指导保护工作的优先顺序。

未来的研究应探索动态训练样本选择与对象基方法的集成，自动化分割参数优化，以及利用迁移学习技术进行分类。此外，将可解释人工智能（XAI）纳入可以提高分类模型的可信度和透明度。通过解决这些差距并采用建议的进步，研究人员可以更有效地监测和保护这些至关重要的生态系统，确保其持续为未来世代提供服务。