2000—2015年安徽省林地遙感制圖與時空變化分析

邵亞奎, 朱長明,*, 徐新良, 張新, 沈謙

2000—2015年安徽省林地遙感制圖與時空變化分析

邵亞奎1, 朱長明1,*, 徐新良2, 張新3, 沈謙1

1. 江蘇師范大學, 地理測繪與城鄉規劃學院, 江蘇 徐州 221116 2. 中國科學院地理科學與資源研究所, 資源與環境信息系統國家重點實驗室, 北京 100101 3. 中國科學院, 遙感與數字地球研究所, 北京 100101

林地作為一種重要的自然資源和生態因子在區域發展和環境保護中發揮了重要保障作用, 及時獲取空間分布特征和變化信息對林地資源保護和開發具有重要的意義。在2000—2015年安徽省林業遙感調查數據的基礎上, 完成了安徽省2000、2005、2010、2015年4期林地遙感制圖和時空分析, 并從時間序列和空間尺度上探討了2000年以來安徽省林地資源的分布特征、時空動態及其主要驅動力要素。結果表明:在時間上, 近15年來安徽省林地面積總體上呈下降趨勢。在空間上, 安徽省林地地區分布不均, 空間分布差異性較大, 集中分布在皖南地區, 沿江丘陵和淮北平原林地比重較少。林地變化活躍區集中在年均氣溫15—18℃, 降水量1000—2000mm, 坡度小于15°、高程低于500m的地方。在變化原因上, 自然因素影響了安徽林地的總體空間分布特征, 但是短期內政策調控、經濟發展是林地時空變化的主要驅動因子。

安徽林地; 遙感調查; 制圖分析; 時空變化; 驅動因素

0 引言

森林作為一種重要的自然資源和生態因子, 在區域發展和環境保護中發揮著重要保障作用, 它具有維護全球碳平衡, 改善區域生態環境, 保持生物多樣性, 防風固沙, 涵養水源等功能[1-2]。而林地作為森林資源的重要組成部分和林業可持續發展的根本, 在區域土地生態格局、生物多樣性保護、基礎設施建設以及氣候調節等方面發揮著重要作用, 是實現國民經濟可持續發展的根本和保障[3]。林地動態變化關系到生態環境安全, 及時獲取和掌握林地變化信息具有重要意義。

在林地資源變化研究方面, 國內外學者展開了大量的研究。例如: 宋開山等利用土地利用動態變化模型及景觀模型分析吉林省中東部地區林地面積的變化特征[4], Xie等以邏輯回歸模型研究京津冀地區1985—2000年林地變化及影響因素[5], 張佩霞等利用統計數據等資料對廣東省鶴山市林業生態規劃進行研究[6]。從以上研究文獻可以看出, 目前林地研究多側重于東北、西北、東南等區域, 相比較而言對中部地區尤其是安徽省這一重要的生態區關注較少。由于林地多分布于山區和偏遠區域, 可達性較差, 傳統的林地調查主要是采集數據、外業核實、現地調查等, 不僅費時費力, 而且時效性差。隨著遙感技術的發展, 遙感被廣泛應用與林業資源普查和監測。在林業遙感調查相關研究中, 喬玉良等通過監督分類與非監督分類相結合對珠海森林專題信息進行提取[7], 李秀芬等采用人工目視解譯方法分析了晉西北防護林30年來的動態變化情況[8], 張清雨等利用ERDAS軟件監督分類與GIS空間分析功能提取商洛地區各類型變化信息[9]。縱觀現有的遙感林地提取方法, 主要有監督分類和非監督分類以及決策樹分類[10], 從計算尺度角度可以分為像素級分類和對象級分類[11]。像素級分類對影像分類局限在單一柵格單元層次, 因光譜特征豐富而同物異譜現象更為突出, 產生的錯誤很難糾正, 容易產生過分類現象[12]。而面向對象分類是一種智能化影像分析方法, 尤其是Ecognition商業軟件的推出, 它更加貼合人類感知系統和認知模式, 通過對影像進行分割, 轉圖像像元到目標基元, 成功避免了“椒鹽現象”, 在遙感信息提取中得到了廣泛應用[13]; 但是由于地物目標的復雜性、混合像元影響、光譜的不確定性以及“同物異譜異物同譜”現象, 在林業遙感制圖方面, 現有的自動提取算法仍然無法取代人類在地物類型的感知方面的作用, 人工目視解譯準確度高, 對地物類型實質性感知是優于自動判讀的[14]。

本文以安徽地區為切入點, 在遙感和GIS技術的支持下, 利用2000年、2005年、2010年和2015年安徽省4期遙感監測數據, 同時結合高程、坡度、氣溫、水文和安徽省統計年鑒數據等輔助數據, 提取2000—2015年林地變化信息, 發掘林地時空動態特征, 分析用地結構轉化特征, 探討該地區驅動林地轉化因素, 以期為安徽省林地規劃、發展和保護提供決策支持和科學參考。

1 研究區與數據源

1.1 研究區

安徽省位于中國大陸東部, 介于東經114°54′—119°37′, 北緯29°41′—34°38′之間, 在氣候差異上以淮河為分界線, 淮河以北是暖溫帶半濕潤季風氣候, 夏季暖熱多雨, 冬季寒冷干燥。淮河以南是亞熱帶濕潤季風氣候, 夏季高溫多雨, 冬季溫和濕潤[15]。土地利用方式以耕地、建設用地、林地、草地、未利用地為主, 其中林業用地面積約4.49×104km2, 活立木蓄積量2.61×108m3, 按全省6949萬人口(2015年)計算, 人均占有林業用地只有646 m2, 人均擁有蓄積量只有3.75 m3。安徽省地形復雜, 地貌類型豐富, 皖南地區以山地和丘陵為主, 皖北地區以平原為主, 降水有南多北少, 山區多、平原丘陵少的特點。

1.2 數據源

本研究所采用的數據主要有: 遙感監測數據, 氣象數據(年平均氣溫、年平均降水量)、統計年鑒數據、安徽省行政區劃數據、高程數據(DEM)等。數據來源于中國科學院資源環境科學數據中心(http://www.resdc.cn/)、地理空間數據云(http: //www.gscloud.cn)和美國地質調查局(USGS)網站(http: //glovis.usgs.gov)。其中年平均氣溫、年平均降水量是基于氣象站點日觀測數據通過整理、計算、插值而成的產品, 地面高程數據空間分辨率為90m。林地遙感監測數據是基于2000—2015年安徽省Landsat/ETM+/OLI等影像, 綜合影像紋理、色調、形態等信息建立解譯標志, 通過面向對象與人工目視解譯得到, 林地分為有林地、灌木林、疏林地、其它林地4種類型, 經過手持GPS實地采樣驗證, 四類林地分類平均正確率達到85%以上。利用Arcgis軟件對DEM數據進行提取得到坡度數據, 并對年平均氣溫、年平均降水量、高程、坡度進行重分類分級。將四期數據統一到相同的坐標系和投影下, 進行疊加分析和處理制作專題圖集。

2 結果與分析

2.1 2000—2015年林地空間分布制圖

2000—2015年安徽省林地4期空間動態分布圖見圖2。2000年以來, 整個安徽的林地呈現有規律的地帶分布, 總體上由南到北林地圖斑呈現遞減的趨勢, 結構構成以有林地和灌木林為主, 主要分布在皖南地區, 在行政區劃上以黃山市、宣城市、六安市、池州市、滁州市等城市林地分布較為集中, 全省林地分布呈現南多北少的格局, 大部分集中在南部、東南、西南等區域, 一部分位于中部及皖東地區, 皖北地區分布少。林地區域分布差異大, 結構不盡合理, 疏林地和其它林地較少, 空間分布不均, 皖南、皖西地區山區林地面積較大, 淮北平原和沿江丘陵地區少, 江淮分水嶺地區林地覆蓋率不高。皖南、皖西地區山區比重大, 城市面積較小, 人口較為分散, 地形地貌上以山地、丘陵為主, 林地面積大, 人均占有量大, 沿江丘陵城市密集, 人口集聚, 林地較為分散, 淮北平原地勢平坦, 人口聚集, 耕地面積廣闊, 林地面積較少, 人均占有量較少。

2.2 2000—2015年林地結構與面積變化

2000—2015年安徽省林地分布面積及其數量變化見圖3和表1。從中可以看出, 15年來安徽省林地面積總體上呈現減少的趨勢, 但是2000—2005年安徽林地增長率以及增長幅度明顯超過其他兩個時期。所以以2005年為界, 整個變化過程可以分為兩個部分: 2000—2005年增長階段和2005-2015的下降階段。2000-2005年安徽林地凈增22.9km2, 凈增加量為2005年林地總面積的0.07%, 占有率相比2000年提高0.0263%, 達到了23.0263%, 增長率為0.08%。相比較而言, 2005—2010年安徽林地共減少34.4km2, 變化率為-0.11%, 而2010—2015年林地減少63.6km2, 變化率為-0.19%, 總體上林地面積變化不大。林地內部疏林地變化波動較大, 其它林地變化曲線較平緩。

2000—2015年安徽省林地變化轉移矩陣見表2。其中非林地包括耕地、草地、濕地、建設用地、未利用地等。近15年來, 有林地、灌木林、其它林地、轉化為非林地的面積為83 km2、18.6 km2、9.4 km2, 疏林地轉化為非林地的面積相對較少, 為4.5 km2。有林地轉化到灌木林、其它林地的面積分別為1.31 km2、0. 8km2, 灌木林轉化到有林地、疏林地的面積分別為4 km2、1 km2, 疏林地轉化到有林地、其它林地的面積分別為0.9 km2、1 km2。林地新增主要來源于非林地轉化為林地。非林地主要轉化為有林地和其他林地, 面積分別為43.9 km2、8.45 km2, 轉化為疏林地的面積較少, 為1 km2。總的來說, 15年來林地向非林地轉化的面積遠大于非林地向林地轉化的面積。

圖2 2000年—2015年安徽林地空間分布

Figure 2 The spatial distribution of forestland in Anhui Province from 2000 to 2015

2.3 2000—2015年林地時空變化分析

2000—2015年安徽省林地變化轉移矩陣見表2。其中非林地包括耕地、草地、濕地、建設用地、未利用地等。近15年來, 有林地、灌木林、其它林地、轉化為非林地的面積為83 km2、18.6 km2、9.4 km2, 疏林地轉化為非林地的面積相對較少, 為4.5 km2。有林地轉化到灌木林、其它林地的面積分別為1.31 km2、0.8 km2, 灌木林轉化到有林地、疏林地的面積分別為4 km2、1 km2, 疏林地轉化到有林地、其它林地的面積分別為0.9 km2、1 km2。林地新增主要來源于非林地轉化為林地。非林地主要轉化為有林地和其他林地, 面積分別為43.9 km2、8.45 km2, 轉化為疏林地的面積較少, 為1 km2。總的來說, 15年來林地向非林地轉化的面積遠大于非林地向林地轉化的面積。

圖3 2000年—2015年安徽不同林地面積變化率

Figure 3 The change rate of different forestland area variation in Anhui Province from 2000 to 2015

表1 2000—2015年不同林地類型面積統計(單位/km2)

表2 2000—2015年林地變化轉移矩陣(單位/km2)

3 林地變化驅動因素探討

3.1 自然因素

自然驅動因素形成大范圍的林地空間分布格局, 但對林地利用變化的影響常常需要較大的時間尺度才能體現出來。通過疊加林地分布面積與自然要素(如降水量、氣溫、坡度、高程), 得到安徽省林地在不同自然要素中的分布面積(圖4)。林地在年平均氣溫小于15 ℃、15—16 ℃、16—17 ℃、17—18 ℃、18—20 ℃的分布面積分別為4819 km2、6403 km2、12224 km2、8033 km2、200 km2; 在年平均降水量小于800 mm、800—1000 mm、1000—1500 mm、1500—2000 mm、大于2000 mm的分布面積分別為1759 km2、3944 km2、9738 km2、5819 km2、9093 km2; 在坡度小于5°、5—15°、25—35°、大于35°分布面積分別為12632 km2、12960 km2、4538 km2、969 km2、411 km2; 在高程小于200 m、200—500 m、500—800 m、800—1000 m、大于1000 m的分布面積分別為12700 km2、13045 km2、4509 km2、947 km2、451 km2。綜上, 該地區林地主要分布在降水量1000—2000 mm, 年均氣溫15—18 ℃, 坡度小于15°、高程低于500 m的區域。

2000—2005年林地增加的56.25%和2005—2010年林地減少的66.66%、2010—2015年林地減少的60.56%以上均發生在坡度小于15°的區域; 2000—2005年林地增加的66.66%和2005—2010林地減少的77.7%、2010—2015年林地減少的75.61%均發生高程小于500m的區域; 2000—2015年林地增加的92%和減少的90%以上均發生在年平均降水量1000—2000 mm的區域; 15年來林地增加量的93.25%和減少量的95%以上均發生在年平均氣溫15—18 ℃的地方(圖5)。林地變化活躍區主要集中在年均氣溫15—18 ℃, 降水量1000—2000mm, 坡度小于15°、高程低于500 m的地方。林地因降水量、年均氣溫等而呈現有規律的分布格局, 坡度、高程影響其水熱因子的組合, 安徽省林地分布受到自然地理環境的控制, 由于水熱條件適宜, 有一定坡度和高程, 長期演變和協調形成了獨特的林地景觀。

圖4 林地分布與自然要素空間關系

Figure 4 The spatial relationship among forest distribution and natural factors

圖5 安徽林地變化與不同自然因素的關系

Figure 5 Relationship between forestland variation and different natural factors in Anhui Province

3.2 人為因素

人為因素的影響主要體現在: 政策因素、經濟因素等方面。在15年的短時間尺度下, 研究認為林地資源變化的主要原因是國家政策引導和調控下的人類活動。國家和地方政府制定以及實施的政策與法律法規, 深刻影響了安徽省林地的發展與變化情況。2002—2009年, 全省共有17個市參與退耕還林工程實施; 2009年, 省委省政府制定了《關于加快林業改革發展的若干意見》, 提出提高全省森林覆蓋率、城鎮綠化覆蓋率和林木綠化率; 2012年開始, 安徽省省委省政府啟動了“千萬畝森林增長工程”, 大力發展丘陵、山地、平原防護林建設; 開創了三項創建活動, 加強了森林城鎮、森林村莊、森林長廊創建活動。大規模的退耕還林多集中在2000年以后, 林地占有率2000年為22.96%, 到2005年增至23.0263%, 變化動態度為0.070%, 而其他兩個5年期(2005—2010年和2010—2015年)動態度分別為-0.0154%、-0.0376%, 總體面積變化不大。安徽省經濟的發展、中部崛起戰略的實施, 城市化不斷發展, 很大程度促進了土地結構之間的變化, 增加了用地需求, 15年間建設用地共增加1867 km2, 三個5年期的動態度分別為0.479%、1.126%、1.137%, 新增的建設用地主要來源為耕地, 其中有89 km2林地轉化為建設用地。

4 結論與討論

本文利用遙感與GIS技術手段, 完成了2000—2015年四期林地信息的提取、制圖, 并在此基礎上對安徽省林地的時空變化特征及其驅動力因子進行了深刻分析與探索, 研究得出以下結論:

(1)安徽省林地資源空間分布不均, 地區差異顯著。主要集中分布在皖南地區, 林地分布活躍區集中在年均氣溫15—18 ℃、降水量1000—2000 mm、坡度小于15°、高程低于500 m的地方。

(2)在變化過程上, 2000—2015年全省林地面積總體上呈下降趨勢, 總面積變化不大, 2000—2005年增長速度快, 增長率高于2005—2010年和2010—2015年, 2005—2015年呈現下降趨勢, 動態度變化較大。

(3)在變化原因上, 雖然自然因素決定了安徽省林地資源的時空分布格局, 但是短期內人為因素是其林地時空演變的主要驅動因子。近15年來安徽林地轉化主要為非林地(建設用地, 耕地等)占用。

[1] 唐守正. 中國森林資源及其對環境的影響[J]. 生物學通報. 1998, 33(11): 2–6.

[2] 徐雨晴, 周波濤, 於琍, 等. 氣候變化背景下中國未來森林生態系統服務價值的時空特征[J]. 生態學報, 2018, 38(6): 1952–1963.

[3] 金佳, 裴亮, 戴激光. 基于多源遙感數據的林地信息提取[J] . 測繪與空間地理信息. 2016, 39(12): 166–169.

[4] 宋開山, 張柏, 段洪濤, 等. 近20年吉林中東部地區林地的時空變化及成因淺析[J]. 資源科學, 2005, 27(2): 77–82.

[5] XIE Xue, XIE Hualin, FAN Yuanhua. Spatiotemporal Patterns and Drivers of Forest Change from 1985-2000 in the Beijing-Tianjin-Hebei Region of China[J]. Journal of Resources and Ecology, 2016, 7(4): 301–308.

[6] 張佩霞, 范桑桑, 侯長謀, 等. 廣東省鶴山市林業生態規劃研究[J]. 生態科學, 2012, 31(5): 488–493.

[7] 喬玉良, 王鵬, 尚彥玲. 珠海市森林綠地遙感動態監測與驅動力分析[J]. 航天返回與遙感, 2009, 30(4): 19–25.

[8] 李秀芬, 蘇蕾, 張金鑫, 等. 晉西北防護林30年來時空變化特征及影響要素[J]. 生態學雜志, 2013, 32(9): 2382–2389.

[9] 張清雨, 白紅英, 孫華, 等. 近30年秦嶺山地商洛段林地類型時空變化及其驅動力[J]. 環境科學學報, 2010, 30(2): 424–430.

[10] MAS J F. Mapping land use/cover in a tropical coastal area using satellite sensor data, GIS and artificial neural networks[J]. Estuarine Coastal & Shelf Science, 2004, 59(2): 219–230.

[11] 吳田軍, 胡曉東, 夏列鋼, 等. 基于對象級分類的土地覆蓋動態變化及趨勢分析[J]. 遙感技術與應用, 2014, 29(4): 600–606.

[12] 李剛, 萬幼川. 基于改進的像素級和對象級的遙感影像合成分類[J]. 測繪學報, 2012, 41(6): 891–897.

[13] 賈明明, 王宗明, 張柏, 等. 綜合環境衛星與MODIS數據的面向對象土地覆蓋分類方法[J]. 武漢大學學報: 信息科學版, 2014, 39(3): 305–310.

[14] LANG S, SCH?PFER E, LANGANKE T. Combined object-based classification and manual interpretation: Synergies for a quantitative assessment of parcels and biotopes[J]. Geoca-rto International, 2009, 24(2): 99–114.

[15] 張紅, 黃勇, 劉慧娟. 安徽省近30年氣候變化的空間特征[J]. 生態環境學報, 2012(12): 1935–1942.

Analysis of spatial and temporal changes and attribution discrimination of forestland in Anhui Province from 2000 to 2015

SHAO Yakui1, ZHU Changming1,*, XU Xinliang2, ZHANG Xin3, SHEN Qian1

1. College of Geography and Geomatics, Jiangsu Normal University, Jiangsu Xuzhou 221116, China 2. State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China. 3. State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100101, China

Forestland, an important natural resource and ecological factor, plays a vital and protective role in regional development and environmental protection. It is essential for the protection and development of forestland resources and to obtain spatial distribution features and information regarding changes over time. Using forestry survey data, we conducted remote sensing mapping and spatiotemporal analyses for four time periods (years 2000, 2005, 2010, and 2015) in Anhui Province. Till date, the distribution characteristics, the spatiotemporal dynamic changes, and the major driving factors of forestland resources in Anhui from 2000 onward have been discussed from the perspectives of time sequence and space scale. The findings indicate that over time, the gross areas of forestland in Anhui Province have been decreasing since the past 15 years. In terms of spatial scale, the distribution of forestland is uneven with a fairly large difference. Areas in southern Anhui are dense with forests; however, hills along the Yangtze River and the Huaibei Plain share much less of such resources. Regions with active changes were primarily found in areas with the following traits: mean annual temperature of 15°C—18°C, mean annual precipitation of 1000mm—2000mm; the slope less than 15°, the elevation less than 500m. From the perspective of changing reason, although natural factors have affected the overall spatial distribution features in Anhui Province, short-term policy adjustment and economic boom are primary driving factors responsible for the temporal and spatial changes in forestland.

forestland in Anhui Province; remote sensing survey; mapping and analysis; temporal and spatial variation; attribution analysis

10.14108/j.cnki.1008-8873.2019.06.003

TP75; TP79

A

1008-8873(2019)06-015-07

2018-11-06;

2019-09-29

國家重點研發計劃項目資助(2017YFB0504201);國家自然科學基金(61473286, 41201460); 中國科學院A類戰略性先導科技專項資助(XDA20020101); 江蘇省研究生創新計劃項目(KYCX17_1691/2); 江蘇師范大學創新項目(2019XKT041)

邵亞奎(1992—), 男, 碩士研究生, 主要研究方向為遙感與GIS應用, E-mail: syk227816_gis@163.com.

朱長明(1983—), 男, 博士, 副教授, 主要研究方向為遙感智能提取, E-mail: zhuchangming@jsnu.edu.cn

邵亞奎, 朱長明, 徐新良, 等. 2000—2015年安徽省林地遙感制圖與時空變化分析[J]. 生態科學, 2019, 38(6): 15-21.

SHAO Yakui, ZHU Changming, XU Xinliang,et al. Analysis of spatial and temporal changes and attribution discrimination of forestland in Anhui Province from 2000 to 2015[J]. Ecological Science, 2019, 38(6): 15-21.