緒論 - 應用群集分析於高美濕地保護區的土地使用分區

1-1 研究動機與目的

台灣四面環海且在潮汐作用之下形成許多沿海濕地，這些濕地不但具有淨化水質、調節洪水、涵養水源及保育生態等多方面功能，更是鳥類、

魚類及底棲動物繁衍及棲息的據點。

濕地近年來由於經濟開發以及地狹人稠的壓力導致濕地被大量改建為漁港、工業區及都市區域，使得臺灣的生態環境遭受嚴重的破壞，許多重要的動物生息地逐漸減少或消失殆盡，因此給予生態保育重大的衝擊。有鑑於濕地的利益及多樣功能，環保團體及政府逐漸重視濕地的保育。為推動我國濕地保育工作，內政部自民國 96 年起開始推動國家重要濕地的評定及劃設作業，迄今已劃設 82 處國家重要濕地，總面積達 56,865 公頃，其中包括國際級濕地 2 處、國家級濕地 40 處及地方級濕地 40 處。

為了使濕地及其棲地中的野生動物獲得更完善的保護，最有效的方法為依據野生動物保育法劃設野生動物保護區。其劃設的方法是由地方政府根據當地特有的棲地或生物作為主要保護目的進行劃分，如台中高美野生動物保護區及台南曾文溪口北岸黑面琵鷺動物保護區以保護當地鳥類及溼地為主要目的。目前台灣已劃定的野生動物保護區如圖 1-1 所示。

1971 年聯合國教科文組織在「人與生物圈計畫」中提出了生物保護區的概念，並主張典型的生物保護區在空間結構上應包含三種功能區。此外施義哲(2002)說明海洋保護區在管理上須依照保護目的劃定不同保育程度的分區進行管理。野生動物保護區即是以此概念進行分級分區的管理方式，

因此可將保護區劃分成核心區(core zone)、緩衝區(buffer zone)及永續利用區。

此方式可將棲地內的重要物種劃定於核心區中，並制訂法律規範使該區域受到嚴格的保護。而緩衝區為包覆在核心區的外圍的區域，主要功能為緩衝核心區受到人為的直接侵害。如何做到不浪費資源並使該生態環境受到

完善的保護，其中牽涉到各分區的面積大小該以什麼方法劃定。

高美濕地是國內知名的濕地之一，因多變的地形環境造就了濕地內的生物多樣性。瀕臨絕種的台灣特有植物「雲林莞草」在高美濕地具有全台的最大族群分布，也因此成為濕地的特點。此外棲地中的鳥類更多達一百於種，每逢冬夏之際可看到候鳥的蹤跡。近年來高美濕地的知名度大增，

因而成為眾多遊客戲水抓蟹的熱門景點，不僅對當地生物造成負面的影響，

也因為殘留下的垃圾對棲地環境造成破壞。

國內目前對於保護區的分區劃定主要是由地方政府及專家根據棲地中的重要物種進行劃定，其劃定的方法尚未有準則可依據。因此本文應用群集分析(cluster analysis)將相似觀察體分成同一類的特性來劃設保護區的分區，可將同性質的區域分為同類，則不同性質的區域會分成不同類。依照此概念可提供一個具學理性的方法進行保護區的分區劃設。

圖 1-1 台灣野生動物保護區位置圖(資料來源：

http://econgisdw.forest.gov.tw/Download/book/1/4)

1-2 文獻回顧

自民國 80 年起國內已有野生動物保護區的劃設實例，其中利用分區(核心區、緩衝區及永續利用區)來進行管理的方法，在施義哲(2002)中有提到此方法與海洋保護區(Marine Protected Areas, MPA)的分區概念是相同的，劃設保護區之目的是把保護區當成一種管理工具，並用此來保護當地特殊的物種或棲地環境，在國際上已經是一種趨勢。沈政翰(2011)以國內外的保護區文獻為準則，並運用地理資訊系統(Geographic Information System, GIS) 對龜山島進行保護區劃設，其中針對熱泉資源、鯨豚資源及漁業資源作為主要保護目的，並分別對於三種不同的保護目的進行分析，再藉由分析結果模擬不同的劃設方式。

本文選用群集分析將高美濕地保護區劃定為三個分區，而群集分析是根據觀察體間的相似性，將觀察體分成若干個群集，使同一群內的觀察體具有高度相似性，而不同群集間的觀察體具有高度相異性，一般可分為階層式及非階層式兩種。Ward (1963)提出的華德法為階層式群集分析法，在生態上的應用有陳俊杰(2005)以華德法探討港灣結構物周邊底棲生物的群集特性。而MacQueen (1967)提出的K-means為非階層式群集分析法。張維仁(2003)應用群集分析法於大安溪事業區的林地分類，其中使用階層式之華德法與非階層式之 K-Means 法做同質性的歸群，最後根據各群所占有的比例來定位各林區之分類適宜性。階層式群集分析的優點是可以合理判斷分群的數目，但本文目的是將保護區劃成三個分區，利用階層式群集分析不一定會將觀察體分為三群，因此本文選擇可決定群集數目的K-means作為分區的方法。

群集分析進行時須先建立區域中所有格網點的資料，實際上因實測點位往往有限，所以須藉由內插(interpolation)方法補足未有測點的網格資料。

在生態統計分析的內插常使用克利金法(Kriging method)，如李奕迪(2007) 以指標克利金法(indicator Kriging)推估荖濃溪流域之植群空間分布；陳俊德 (2008)以一般克利金法(ordinary Kriging)補遺研究區域中缺漏的生物資料，

並以整數規劃法(Integer Programming, IP)建立空間分析模式來劃設保護區；

Maier et al. (2005)使用通用克利金(universal Kriging)推估阿拉斯加的麋鹿數量；Monestiez (2006)以一般克利金法推估地中海之鯨魚分佈；Stelzenmüller (2007)以通用克利金法推估魚群分布並運用於管理海洋保護區上。

克利金法已被發展成幾種形式，常見的有簡單克利金法(simple Kriging)、

一般克利金法及通用克利金法。Lefohn et al. (2005)提出通用克利金適用於資料具有趨勢(trend)的情況。葉和鄭(1999)說明使用簡單克利金法須先知道隨機變數(random function)之期望值，或是該期望值可由樣本推估；然而一般克利金不需計算隨機變數之期望值，只須知道共變異數(covariance function)或半變異數(semivariance)即可進行推估，使得一般克利金法在運用上較簡單克利金法廣泛。本文的測站數據較少，沒有針對數據的趨勢加以探討，因此假設數據不具有趨勢，選用的內插法為一般克利金法。

1-3 文章架構

本文以群集分析法將高美濕地保護區進行分區劃設，並依照五個章節來說明保護區的概念、群集分析之流程、克利金內插法及最後依不同群集變數所劃分出的結果。

第一章緒論說明本文之研究動機及目的，文獻回顧則引述前人對國內保護區的探討，以及群集分析法、克利金內插法如何被運用在生態上，最後說明本研究之文章架構。關於國內濕地的定義與保護區的分區概念，以及高美溼地現有的保護區劃設，本文於第二章作簡述。

本文第三章介紹群集分析的流程以及克利金法的基本原理。本文使用兩種生物多樣性指標進行生物多樣性分析，以及依據農委會林務局公告的野生動物保育名錄選取稀有物種。

在第四章中說明如何設置虛擬測站來提高內插數值的精確度，最後依照本文制訂的標準選出符合的三種保護區結果，並於第五章作總結。

在文檔中應用群集分析於高美濕地保護區的土地使用分區 (頁 10-14)