湖北省林地變更及驅(qū)動力分析

江騰宇??林成軍?┬顯?軍 宋亞斌

摘要：本研究基于多元遙感衛(wèi)星影像數(shù)據(jù)、湖北省2010年林地落界數(shù)據(jù)和其他相關(guān)數(shù)據(jù)，以地理信息系統(tǒng)為處理平臺，解譯出湖北省2012年林地分布圖，得到2010-2012年湖北省各市州區(qū)的林地間動態(tài)轉(zhuǎn)移矩陣，并結(jié)合全省各市州區(qū)的8個主要社會經(jīng)濟因子，對湖北省2010-2012年林地變更情況及其驅(qū)動機制進行了研究。研究結(jié)果表明：（1）農(nóng)村人口（X8）是導(dǎo)致有林地變更（Y1）和其他林地變更（Y4）的主要社會驅(qū)動力，第一產(chǎn)業(yè)總值（X3）是導(dǎo)致疏林地變更（Y2）的主要社會驅(qū)動力，第三產(chǎn)業(yè)總值（X5）是導(dǎo)致灌木林地變更（Y3）的主要社會驅(qū)動力。（2）在對有林地變更進行主成分分析中，命名城市發(fā)展因子F1（受國內(nèi)生產(chǎn)總值X2、第一產(chǎn)業(yè)總值X3、第二產(chǎn)業(yè)總值X4、第三產(chǎn)業(yè)總值X5、基礎(chǔ)建設(shè)投資X6主要影響）及農(nóng)村發(fā)展因子F2（受年末總?cè)丝赬1、農(nóng)村人均年收入X7、農(nóng)村人口X8主要影響），得到有林地變更模型為 Y1 = -0.644 F1 + 0.742 F2。從該模型可知有林地變更面積與城市發(fā)展成反比，與農(nóng)村發(fā)展成正比。

關(guān)鍵詞：林地變更；遙感影像；驅(qū)動力分析；湖北省

中圖分類號：S757文獻標識碼：A文章編號：1004-3020（2017）02-0051-05

Driving Force Analysis of Forestland Change in Hubei Province

Jiang Tengyu（1）Lin Chengjun（2）Xing Yuanjun（1）Song Yabin（1）

（1.Central South Forest Inventory and Planning Institute of State Forestry AdministrationChangsha410014；2.Hubei Province Forestry Prospecting and Design InstituteWuhan430079）

Abstract： The study which took the interpretation of the map of Hubei Province forest distribution is based on multiple satellite remote sensing image data， forestland boundary data in 2010 and other spatial data. Combined with 8 social economic factors， the study analyzed the forestland change between 2010 and 2012 and its driving force mechanism. The results showed that：（1） Rural population （X8） is the main social driving force of woodland change （Y1） and other forestland change （Y4），The primary industry gross（X3） is the main social driving force of sparse woodland change （Y2）. The tertiary industry gross （X5） is the main social driving force of shrub land change （Y3）. （2）Principle component analysis was taken on woodland change. Based on that， the factorF1 main influenced by gross domestic product （X2）， the first industry gross （X3）， the secondary industry gross （X4）， the tertiary industry gross （X5） and the infrastructure investment （X6）is named as the urban development factor and F2 main influenced by population （X1），rural per capital income （X7） and proportion of rural population （X8）is named as the rural development factor， and the woodland change model is Y1 = -0.644 F1 + 0.742 F2 which can be found that the area of changes in woodland is inversely proportional to urban development and proportional to rural development.

Key words：forestland change； remote sensing image； driving force analysis； Hubei Province

近年來，作為自然與人文過程交叉最為密切的土地利用/覆被變化（LandUse and LandCover Change，LUUC）驅(qū)動力及其驅(qū)動機制研究已成為全球環(huán)境變化的重要組成部分和核心內(nèi)容 [1-4]。在現(xiàn)有的LUCC過程及其驅(qū)動機制相關(guān)研究中，絕大部分是對耕地轉(zhuǎn)換、建設(shè)用地占用土地（尤其是耕地轉(zhuǎn)換為建設(shè)用地）以及城市擴展等的變化原因研究，所關(guān)注的重點是社會經(jīng)濟因子對土地類型和面積數(shù)量變化的驅(qū)動作用，而缺乏對其他土地利用類型（如林地、牧草地等）的分析[5-6]。隨著森林生態(tài)服務(wù)功能的發(fā)現(xiàn)與土地利用變化研究理論的逐步成熟，部分學(xué)者在近期開始對此類專題進行相關(guān)研究[7-17]。中南地區(qū)的林區(qū)以林業(yè)生產(chǎn)為主，有成片原始林和人工林覆蓋的地區(qū)，在維護區(qū)域生態(tài)安全、調(diào)節(jié)氣候、防治水土流失、涵養(yǎng)水源以及調(diào)節(jié)河流徑流等方面發(fā)揮著重要作用，然而，隨著時間的推移以及受各種林區(qū)內(nèi)外驅(qū)動力的影響，該區(qū)林業(yè)用地以及林地結(jié)構(gòu)也發(fā)生著變化，為了深入了解和掌握該區(qū)林地變更的特點和規(guī)律，對更好地進行森林資源監(jiān)測和評價、制定合理的森林資源經(jīng)營和保護措施、實現(xiàn)森林的可持續(xù)經(jīng)營具有重要的現(xiàn)實意義。

鑒于此，本研究以湖北省為研究對象，以全國林地落界數(shù)據(jù)為底圖，利用“3S”技術(shù)來進行林地變更的動態(tài)監(jiān)測，同時在林地解譯的基礎(chǔ)上研究林地變更過程，定量分析該地區(qū)林地變更的驅(qū)動因素。

1研究區(qū)域概況及數(shù)據(jù)來源

1.1研究區(qū)域概況

湖北省地跨東經(jīng)108°21′42″～116°07′50″、北緯29°01′53″～33°6′47″，全省土地總面積約為1859 km2。全省地處亞熱帶，位于典型的季風(fēng)區(qū)內(nèi)，除高山地區(qū)外，大部分為亞熱帶季風(fēng)性濕潤氣候。年平均氣溫16 ℃，無霜期265 d，年降水量1 200 mm左右。現(xiàn)有武漢、黃石、十堰、荊州、宜昌、襄陽、鄂州、荊門、黃岡、孝感、咸寧、仙桃、潛江、天門、神農(nóng)架、恩施州自治區(qū)以及隨州共17個地市州。

1.2數(shù)據(jù)來源

本研究在分析湖北省2010～2012年林地變更驅(qū)動力分析過程中，應(yīng)用和處理的研究數(shù)據(jù)主要包括三個數(shù)據(jù)：多元遙感數(shù)據(jù)、相關(guān)空間數(shù)據(jù)和社會經(jīng)濟數(shù)據(jù)。

多元遙感數(shù)據(jù)，包括湖北省2012年10～12月份處理后遙感影像， 2009年下半年湖北省林地保護利用規(guī)劃時使用遙感影像及研究區(qū)域內(nèi)Google Earth的歷史影像。

相關(guān)空間數(shù)據(jù)主要包括湖北省2010年林地落界圖、湖北省行政界線、DEM （Digital Elevation Model）數(shù)字高程數(shù)據(jù)、森林資源分布圖、2009年至2012年森林經(jīng)營管理資料和外業(yè)調(diào)查獲取的各種資料數(shù)據(jù)等。

社會經(jīng)濟數(shù)據(jù)主要是由官方統(tǒng)計數(shù)據(jù)和規(guī)劃匯報文本組成，主要包括2009年湖北省林地保護利用規(guī)劃成果、2013年湖北省林地變更調(diào)查成果報告以及來自湖北省省及各個地方的社會經(jīng)濟統(tǒng)計年鑒。本研究選取8個具有代表性的社會經(jīng)濟因子，即年末總?cè)丝冢╔1）、國民生產(chǎn)總值（X2）、第一產(chǎn)業(yè)總值（X3）、第二產(chǎn)業(yè)總值（X4）、第三產(chǎn)業(yè)總值（X5）、固定社會資產(chǎn)總投入（X6）、農(nóng)民人均年收入（X7）和農(nóng)村人口比重（X8）。

2研究方法

2.1林地信息提取

根據(jù)遙感影像進行解譯建立標識庫并區(qū)劃判讀，通過ArcGIS軟件來完成形成矢量數(shù)據(jù)圖層，并添加填寫相應(yīng)圖斑因子字段，從而形成完整的變更數(shù)據(jù)庫。同時參考2010年湖北省林地保護利用規(guī)劃的矢量數(shù)據(jù)、2010-2012年間森林資源經(jīng)營管理資料數(shù)據(jù)、Google Earth上的歷史影像和野外通過GPS定位進行實地調(diào)查作為參考和驗證，以保證林地信息提取的準確性。

2.2多元回歸實現(xiàn)驅(qū)動機制分析

在林地變更過程中，因變量的變化往往受一個或者幾個重要因素的影響，此時就需要用兩個或兩個以上的影響因素作為自變量來解釋因變量的變化。當多個自變量與因變量之間是線性關(guān)系時，所進行的回歸分析就是多元線性回歸。多元線性回歸模型的一般形式：

設(shè)Y為因變量，而X1，X2…Xi為自變量（i=1，2，3……），并且假設(shè)自變量與因變量之間為線性關(guān)系時，那么可以通過多元線性回歸模型（式1）來分析林地變更的驅(qū)動機制。

Y=b+a1X1+ a2X2+…+ aiXi（i=1，2，3……）（1）

2.3針對有林地變更的主成分分析

主成分分析法是通過降維的思想，將多個變量簡化成為少數(shù)幾個綜合變量，并保留原來多變量的大部分信息，此外還能用較少的綜合指標確定存在于各變量中的各類信息。通過將一組給定的相關(guān)變量采用線性變換的方法，轉(zhuǎn)成另一組不相關(guān)的變量，而新的變量按照方差依次遞減的順序排列。通過數(shù)學(xué)變換能保持變量的總方差不變，而使得第一變量具有最大的方差，稱為第一主成分，第二變量的方差第二大，并且和第一變量呈現(xiàn)不相關(guān)關(guān)系，稱為第二主成分。

3結(jié)果與分析

3.1林地變更結(jié)果分析

根據(jù)林地提取信息，得到湖北省2010～2012年林地變更結(jié)果中林地與非林地動態(tài)轉(zhuǎn)移統(tǒng)計（表1）。在此期間內(nèi)，有林地轉(zhuǎn)化為非林地面積35 54558 hm2，疏林地轉(zhuǎn)化為非林地面積5412 hm2，灌木林地轉(zhuǎn)化為非林地面積3 16425 hm2，非林地轉(zhuǎn)化為其他林地面積26 51262 hm2。

3.2林地變更相關(guān)分析及驅(qū)動模型建構(gòu)

選取2010年到2012年社會經(jīng)濟驅(qū)動因子差值作為自變量，以研究區(qū)內(nèi)各類林地變更面積為因變量（Yi），主要考慮有林地轉(zhuǎn)化非林地面積（Y1）、疏林地轉(zhuǎn)化非林地面積（Y2）、灌木林地轉(zhuǎn)化非林地面積（Y3）、其他林地轉(zhuǎn)化非林地面積（Y4）四個方面。從表2可以得知，有林地轉(zhuǎn)化面積（Y1）僅與農(nóng)村人口（X8）存在顯著正相關(guān)，相關(guān)系數(shù)為0786。而疏林地轉(zhuǎn)化面積（Y2）僅與第一產(chǎn)業(yè)總值（X3）變化顯著負相關(guān)，相關(guān)系數(shù)為-0.583。灌木林地轉(zhuǎn)化面積（Y3）僅與第三產(chǎn)業(yè)總值（X5）、基礎(chǔ)建設(shè)投資（X6）存在顯著負相關(guān)，相關(guān)系數(shù)分別為-0514和-0.362。而其他林地轉(zhuǎn)化面積（Y4）僅與農(nóng)村人口（X7）呈顯著負相關(guān)，相關(guān)系數(shù)為-0551。

選取2010年到2012年社會經(jīng)濟驅(qū)動因子差值作為自變量，各類林地轉(zhuǎn)化非林地面積為因變量，進行逐步回歸，建立林地資源轉(zhuǎn)化面積與社會經(jīng)濟因子之間的驅(qū)動機制模型，最后得到四個回歸模型（表3），所有模型中R均大于0.5，且社會經(jīng)濟因子在5%水平（雙側(cè)）上顯著相關(guān)。3.3有林地變更主成分分析及模型優(yōu)化

有林地是林地資源的重要體現(xiàn)，本研究針對有林地的面積變化進行了主成分回歸分析。經(jīng)過之前社會經(jīng)濟因子相關(guān)性分析及KMO、Bartlett檢驗數(shù)據(jù)（表4）得知檢驗的Sig.小于0001，因此本文所選取的8個社會經(jīng)濟統(tǒng)計因子之間存在著顯著相關(guān)性，因此通過SPSS軟件對這些因子進行主成分分析，將其8個社會經(jīng)濟驅(qū)動因子進行降維，并分析對有林地面積的變化產(chǎn)生影響的主要成分因子。

通過主成分分析能得到8個主成分及其方差貢獻率和累計貢獻率（表5）。降維過程中，主成分分析共提取出兩個主成分：第一主成分特征值為487，貢獻率達到6086%，累計貢獻率達到6086%；第二主成分特征值為142，貢獻率達到1778%，兩者累計貢獻率達到7864%，說明提取的兩個主成分已經(jīng)能帶代表絕大部分的驅(qū)動因子，保留2個主成分因子既減少了指標數(shù)量，有盡可能的保證了整個指標系統(tǒng)的完整性。而主成分分析的碎石圖（圖1）提供了因子數(shù)目和特征值大小的變化規(guī)律，從中可以得出第三個點已經(jīng)小于1，且從第二個彎折點來看折線走勢明顯趨于平緩，因此前兩個主成分足以解釋有林地變更的。

通過表6中主成分載荷矩陣中數(shù)據(jù)除以主成分相對應(yīng)的特征值平方根，得到兩個主成分中每個指標所對應(yīng)的系數(shù)：

F1=0.01X1+0.46X2+0.35X3+0.45X4+0.44X5+0.45X6+0.27X7-0.01X8

F2=0.51X1-0.02X2-0.21X3+0.01X4-0.02X5-0.13X6+0.53X7+0.63X8

通過最大方差進行因子旋轉(zhuǎn)，將方差變異集中于變換因子，可以更好解釋有林地變更的驅(qū)動。由表7可看出，旋轉(zhuǎn)后的因子系數(shù)很明顯地兩級分化，有了更鮮明的實際意義。F1中系數(shù)絕對值大的有：國內(nèi)生產(chǎn)總值（X2）、第一產(chǎn)業(yè)總值（X3）、第二產(chǎn)業(yè)總值（X4）、第三產(chǎn)業(yè)總值（X5）、基礎(chǔ)建設(shè)投資（X6），這5個指標變量主要反映了城市發(fā)展情況；F2中系數(shù)絕對值大的有：年末總?cè)丝冢╔1）、農(nóng)村人均年收入（X7）、農(nóng)村人口（X8），這3個指標變量主要反映了農(nóng)村發(fā)展情況。基于以上分析，將因子F1命名為城市發(fā)展因子，F(xiàn)2命名為農(nóng)村發(fā)展因子。

在此基礎(chǔ)上，選取社會經(jīng)濟驅(qū)動因子主成分F1、F2作為自變量，有林地變更面積為因變量，數(shù)據(jù)標準化后進行多元回歸，建立有林地變更面積與社會經(jīng)濟因子主成分之間的驅(qū)動機制模型。

有林地變更模型為Y1=-0.644F1+0742F2。由表8可以得知，該模型兩個參數(shù)估計t檢驗的Sig.均小于001，呈現(xiàn)極顯著。從該模型可以看出有林地面積變化的數(shù)量與城市發(fā)展成反比，與農(nóng)村發(fā)展成正比。

4結(jié)論與討論

在獲取湖北省各地市州2010～2012年林地變更信息的基礎(chǔ)上對其林地變更情況及其驅(qū)動因素的分析進行研究。①2010～2012年間，湖北省有林地、疏林地和灌木林地面積均有所減少，而其他林地和非林地面積有所增加。通過變化轉(zhuǎn)移矩陣能得知，有林地和非林地之間的相互轉(zhuǎn)換比重較大。②研究選取8個社會經(jīng)濟驅(qū)動因子在研究期間的差值作為自變量，各類林地轉(zhuǎn)化非林地面積為因變量，進行逐步回歸，建立林地資源轉(zhuǎn)化面積與社會經(jīng)濟因子之間的驅(qū)動機制模型，得到農(nóng)村人口（X8）是導(dǎo)致有林地變更（Y1）和其他林地變更（Y4）的主要社會驅(qū)動力；第一產(chǎn)業(yè)總值（X3）是導(dǎo)致疏林地變更（Y2）的主要社會驅(qū)動力；第三產(chǎn)業(yè)總值（X5）是導(dǎo)致灌木林地變更（Y3）的主要社會驅(qū)動力。③有本研究針對有林地的面積變化進行了主成分分析，取出兩個主成分，F(xiàn)1命名為城市發(fā)展因子，F(xiàn)2命名為農(nóng)村發(fā)展因子，最后得到有林地變更模型：Y1=-0644 F1+0742 F2。從該模型可以看出有林地面積變化的數(shù)量與城市發(fā)展成反比，與農(nóng)村發(fā)展成正比。④由于研究時間跨度小，林地變更主要是人類活動引起的，因此本研究只是從社會經(jīng)濟發(fā)展角度對林地變化的驅(qū)動力進行分析，且選擇了8個具有代表性的驅(qū)動因子。通過相關(guān)分析和KMO、Bartlett檢驗數(shù)據(jù)得知驅(qū)動因子間存在顯著的相關(guān)，即驅(qū)動因子間存在共線性，但在林地變更驅(qū)動機制分析過程中本研究采用了逐步回歸的方法來避免了自變量的共線性產(chǎn)生的誤差。雖然本研究選取了8個具有代表性的社會經(jīng)濟驅(qū)動因子，但由于導(dǎo)致林地變化的諸多因素作用，其結(jié)果仍不可避免會存在片面性。

參考文獻

[1]馮仕超，高小紅，亢健，等.西寧市30多年來土地利用/土地覆被變化及城市擴展研究[J].干旱區(qū)研究，2012，29（1）：129136.

[2]胡賢輝，張霞，楊鋼橋.湖北省土地利用結(jié)構(gòu)變化及其驅(qū)動機制分析[J].長江流域資源與環(huán)境，2008，17（1）：4346.

[3]胡春生，潘保田，高紅山，等.疏勒河流域土地利用變化驅(qū)動因素分析以安西縣為例[J].地理科學(xué)進展，2003，22（3）：270278.

[4]叢明珠，歐向軍，趙清，等.基于主成分分析法的江蘇省土地利用綜合分區(qū)研究[J].地理研究，2008，27（3）：574582.

[5]劉紀遠，匡文慧，張增祥，等.20世紀80年代末以來中國土地利用變化的基本特征與空間格局[J].地理學(xué)報，2014，69（01）：314.

[6]房世波，許端陽，張新時.毛烏素沙地沙漠化過程及其氣候因子驅(qū)動分析[J].中國沙漠，2009，29（5）：796801.

[7]Holl K D， Aide T M. When and where to actively restore ecosystems[J]. Forest Ecology and Management， 2011， 261（10）： 15581563.

[8]牡丹，潮洛濛.鄂爾多斯市林地變化與社會經(jīng)濟驅(qū)動因素研究[J].環(huán)境科學(xué)與技術(shù)，2010（S2）：98101.

[9]戎慧，李明詩，沈文娟，等.急劇城市化背景下森林破碎化模式分析——以浙江余杭區(qū)為例[J].西北林學(xué)院學(xué)報，2012，27（1）：173178.

[10]戴聲佩，張勃，王海軍，等.中國西北地區(qū)植被覆蓋變化驅(qū)動因子分析[J].乾旱區(qū)地理，2010，33（4）：636643.

[11]黎勵，毛蔣興.廣西林地資源變化及其影響因素的多時間尺度研究[J].環(huán)境科學(xué)與技術(shù)，2015（1）.

[12]MartínMartín C， Bunce R G H， Saura S. Changes and interactions between forest landscape connectivity and burnt area in Spain[J]. Ecological Indicators， 2013， 33（10）：129138.

[13]林媚珍，馬秀芳，謝雙喜，等.廣東省森林資源動態(tài)變化及成因分析[J].生態(tài)環(huán)境，2008，17（2）：785791.

[14]張克鋒，周文華，張軍連，等.北京山區(qū)林地轉(zhuǎn)化過程分析[J].林業(yè)經(jīng)濟問題，2006，26（1）：2729.

[15]Kowalczyk R， Taberlet P， Coissac E， et al. Influence of management practices on large herbivore diet—case of European bison in Bialowziea Primeval Forest （Poland）[J]. Forest Ecology and Management， 2011， 261（4）： 821828.

[16]Schulz J J， Cayuela L， Echeverria C， et al. Monitoring land cover change of the dryland forest landscape of Central Chile （1975–2008）[J]. Applied Geography， 2010， 30（3）： 436447.

[17]Van Vliet N， Mertz O， Heinimann A. Trends， drivers and impacts of changes in swidden cultivation in tropical forestagriculture frontiers： a global assessment[J]. Global Environmental Change， 2012， 22（2）： 418429.

（責(zé)任編輯：夏劍萍）