中國天然林保護工程區森林覆蓋遙感監測

龐 勇,蒙詩櫟,史鍇源,余 濤,王曉慧,牛曉棟,趙 旦,劉良云,馮 敏,覃先林,王 強,佃袁勇

1 中國林業科學研究院資源信息研究所, 北京 100091 2 國家林業和草原局林業遙感與信息技術重點實驗室, 北京 100091 3 北京林業大學信息學院, 北京 100083 4 中國科學院空天信息創新研究院, 北京 100094 5 中國科學院青藏高原研究所, 北京 100101 6 黑龍江工程學院, 哈爾濱 150008 7 華中農業大學園藝林學學院, 武漢 430070

天然林是自然界中群落最穩定、生物多樣性最豐富的陸地生態系統。全面保護修復天然林是加快構建以天然林為主體的健康穩定森林生態系統、構筑國土生態安全底線的重要舉措。2000年10月,國務院正式批準了《長江上游、黃河上中游地區天然林資源保護工程實施方案》和《東北、內蒙古等重點國有林區天然林資源保護工程實施方案》,實施范圍涉及長江上游、黃河上中游、東北內蒙古以及新疆、海南等重點國有林區的17個省(區、市)的734個縣和167個森工局。2011年5月,為嚴格保護南水北調重要水源地,實施范圍在一期工程基礎上增加了丹江口庫區的11個縣(市、區)。實施天然林資源保護工程(簡稱天保工程),是我國林業由木材生產為主向生態建設為主轉變的重要標志。天保二期工程于2020年底結束,天然林保護即將轉入長期工作階段,對天然林資源開展定量監測與評估,有助于全面、科學地評估天保工程對森林資源的保護成效,為全面推進天然林保護修復提供決策依據和科學支撐。

20 世紀80 年代以來,我國已經形成由國家森林資源連續清查(簡稱“一類清查”)、森林資源規劃設計調查(簡稱“二類調查”)、森林作業設計調查和各類專項檢查核查所組成的森林資源調查監測體系,為森林資源管理和決策提供了有力的技術支撐[1- 2]。一類清查每5年一次,二類調查每10年一次,各省調查的年份不統一,均無法反映同一個時間點上(如2000年)的森林資源狀況,且沒有空間連續的森林分布圖,這一問題直到2010年開啟了全國森林資源管理“一張圖”才得到解決,但“一張圖”沒有2010年之前的數據。隨著對生態文明建設的高度重視和深入推進,森林資源監測面臨前所未有的挑戰,對現有監測體系的時效性、協同性、現勢性以及信息采集能力提出了更高的要求[3]。與森林資源調查方法不同,遙感技術以其觀測范圍廣、監測周期長、速度快和精度高等特點為天保工程監測評價提供了便利手段。Vina等[4]用MODIS的植被覆蓋度產品和NPP產品評價了2000—2010年間的中國縣級尺度森林覆蓋變化,研究表明天保工程的實施、減產禁伐措施對森林資源恢復起到了明顯作用。Pang等[5]進一步指出由于人工促進森林恢復實施區域的廣泛分布和地塊面積多變性,有必要使用中高分辨率遙感數據開展中國森林生態恢復工程的定量評估。Lu等[6]綜合地面調查和遙感數據的研究結果表明, 2000—2010年間天保工程區的碳儲量占六大生態工程區總碳儲量的58.5%,且保持著最大的碳匯能力。Chen等[7]用2000—2019年的MODIS時間序列LAI產品,評價了全球植被變綠的趨勢,顯示中印領先全球的植被增加趨勢,其中中國天然林保護區域呈現出明顯的植被增加趨勢。部分學者[8-12]在陜西省黃龍山、新疆維吾爾自治區阿爾泰山、四川省甘孜州道孚縣和川中丘陵區等天保工程區開展了多期動態監測,以獲取天然林資源的時空變化,掌握天保工程實施成效。

天保工程區的全區域和全過程監測面臨著范圍面積廣、空間異質性強和時間跨度大等特點,生產時空一致性強的大區域高精度森林覆蓋產品具有較高難度。因此,如何準確監測我國天保工程區的森林覆蓋情況并分析其時空變化成為一大挑戰。當前國際上存在多套涵蓋全天保工程區的全球土地覆蓋遙感產品,包括:美國馬里蘭大學1998年發布的UMD Land Cover Classification 1998土地覆蓋分類數據,該產品利用AVHRR數據,在1°,8 km和1 km三種不同空間尺度上,將全球分為14種不同土地覆蓋類型[13-15]；國際衛星陸地地面氣候項目(ISLSCP)數據計劃II發布的IBGP全球土地覆蓋數據GLCC 1992[16]和MODIS 2001[17]生產全球土地覆蓋分類；歐洲航天局自2005年執行GlobCover計劃,利用ENVISAT衛星的MERIS數據(300 m)生產的GlobCover 2005和GlobCover 2009兩期全球陸地覆蓋產品[18-19]。近年來,得益于計算機超算平臺和大數據云服務的技術發展,土地覆蓋產品的空間分辨率逐漸從公里級別提高到30 m甚至10 m尺度。馬里蘭大學Hansen等[20]發布的2000—2012年全球30 m森林覆蓋和森林變化數據；Gong等[21]利用Landsat TM/ETM+獲得首套全球尺度的30 m空間分辨率的土地覆蓋類型數據FROM-GLC 30,并在此基礎上利用Sentinel- 2影像更新生產了10 m空間分辨率的土地覆蓋數據 FROM-GLC10[22]；劉涵和宮鵬等[23- 24]基于智慧遙感制圖iMap架構,獲取了21世紀以來全球逐年/季節的30 m土地覆蓋和土地利用制圖；陳軍等[25-27]開放共享了2000年、2010年、2020年覆蓋全球陸域的GlobeLand 30產品,產品的全球驗證點精度為80.3%。吳炳方等[28-30]基于Landsat TM/ETM和HJ- 1衛星數據完成中國2010年土地覆蓋數據ChinaCover 2010,并利用面向對象的向量相似性變化檢測方法更新得到中國2000年土地覆蓋產品ChinaCover 2000；Zhang等[31- 32]采用DataCube架構數據組織,基于全球地物圖像光譜庫的時序分類算法生產了全球30 m地表覆蓋精細分類產品GLC_FCS 30,全球驗證的產品精度為82.5%。

當前,我國天保工程資源評價的已有研究仍局限于特定區域,對全工程區系統性的研究較少,難以體現天保工程全局的實施效果及其空間分布特征。現階段全球和全國尺度的土地覆蓋產品雖相對豐富,但不同產品間的森林覆蓋分布仍存在較大差異[33- 34]。針對上述問題,本文在已有公開發布的土地覆蓋產品基礎上,利用新的遙感數據合成算法和森林類型綜合提升方法,生產了一套針對我國天保工程區森林覆蓋情況的數據產品,對1997年啟動前到2020年結束的23年間森林覆蓋狀況進行監測與評估,以系統評價天保工程實施過程中森林覆蓋動態變化。

1 數據與方法

1.1 研究區概況

如圖1 所示,根據天保工程分區和地理分布特征,將天保工程實施范圍分為長江上游地區、黃河上中游地區、東北和內蒙古重點國有林區、新疆重點國有林區、海南重點國有林區5個分析單元。工程區內覆蓋天然林面積約7330萬hm2,占全國天然林總面積約69%。

圖1 我國天保工程區實施范圍以及驗證樣地點Fig.1 The coverage of natural forest protection project of China and the verification sample sites

1.2 遙感數據及預處理

研究采用美國地質調查局(USGS)Landsat 5/7/8衛星地表反射率數據,選擇云覆蓋低于70%的地表反射率影像作為輸入數據,基于改進的最佳像元權值合成算法[35],通過Google Earth Engine(GEE)云數據平臺合成了全國天保工程范圍1997年和2020年兩期生長季的無云遙感影像。影像包含8個通道:藍波段(452—512 nm),綠波段(533—590 nm),紅波段(636—673 nm),近紅外波段(851—879 nm),短波紅外1(1566—1651 nm),短波紅外2(2107—2294 nm),歸一化植被指數(Normalized Difference Vegetation Index,NDVI)和歸一化水體指數(Normalized Difference Water Index,NDWI)。

1.3 遙感土地覆蓋產品收集及預處理

本研究收集并整理了公開發布的3套共9個時期土地覆蓋產品(表1),包括GlobalLand 30[25-27](http://www.globallandcover.com/)的2000、2010和2020年產品,GLC_FCS 30[31- 32](http://data.casearth.cn/sdo/detail/5fbc7904819aec1ea2dd7061)的2000、2015和2020年產品,以及ChinaCover[28-30]的2000、2010和2015年產品。GlobalLand 30產品分為耕地、森林、水體、人造地表等10個一級類； GLC_FCS 30產品分為30個精細類別,如森林分為常綠/落葉/開放落葉/密閉落葉闊葉、常綠/落葉/開放落葉/密閉落葉針葉以及混交林等；ChinaCover的6個一級類型為聯合國政府間氣候變化框架土地覆被類型,包括林地、草地、耕地、濕地、人工表面和其他,以及38個基于碳收支的土地覆被分類系統二級類型。由于不同土地覆蓋產品的分類系統存在差異,且同一土地覆被類型的定義方式也有所不同。為了更好地利用各分類產品,經綜合分析各產品的類別定義、評估不同產品的數據一致性同時兼顧天保工程土地覆蓋監測具體需求,將各產品統一分類體系,分為10個一級類別,即耕地、森林、草地、灌木地、濕地、水體、苔原、人造地表、裸地、冰雪,其中,森林類型的定義為喬木覆蓋且郁閉度不低于30%的土地,具體歸類詳見表2。

表1 土地覆蓋產品收集情況

表2 不同土地覆蓋產品統一分類體系

1.4 土地覆蓋產品生產方法

本研究從數據處理至產品生產全鏈條采取全自動運算方式(圖2):采用大數據云平臺預處理數據、自動選取類型樣本、機器學習分類、規則約束分類后處理以及專家知識判讀更新等,生產了我國天保工程區1997年和2020年兩期森林覆蓋分類產品。在數據源構建方面,對合成的無云遙感影像以2.1°× 2.1°空間范圍(瓦片)進行劃分,相鄰瓦片之間互為重疊0.1°,全工程區共劃分為149個數據瓦片,構建出天保工程遙感數據集。

圖2 天保工程區土地覆蓋產品生產流程Fig.2 The workflow of land cover products in natural forest protection project

分類樣本訓練集決定了機器學習分類模型的分類精度,為構建可信分類樣本庫,在收集的3套共9個分類產品的基礎上求取2000—2020年間同類土地覆蓋類型的交集區域,自動生成各覆蓋類型的分類樣本庫。分類時按照逐瓦片范圍從對應區域樣本庫內隨機抽樣一定數目樣本(每類別樣本數目不超過1萬個)來訓練和驗證隨機森林分類模型,從而得到土地覆蓋分類結果。采用規則約束的方法對土地覆蓋分類結果進行分類后處理,將分類結果與目標年份接近的其他土地覆蓋產品來綜合決策森林的部分,即在森林并集區域里通過眾數投票方式來最終確定的森林結果,森林并集之外的區域則采取其他產品投票決定。在分類后處理的基礎上,經過人工目視判別得到2020年土地覆蓋結果。

此外,利用了連續變化檢測算法(Continuous Change Detection and Classification,CCDC)[36- 37]生成1997至2020年的長時間序列土地覆蓋變化檢測結果。最后,以2020年的土地覆蓋結果為基準,結合CCDC變化檢測結果對1997年的土地覆蓋結果進行一致性分析與更新,最終得到天保工程區1997年和2020年土地覆蓋產品。

1.5 土地覆蓋變化分析方法

對2020和1997年的兩期土地覆蓋產品,在10個一級類層面使用專題圖數學差值的方法生成類型變化圖,通過對變化圖中數值的解析和分析,得到各類型互相轉換的統計矩陣。進一步對森林類型的轉入和轉出進行分析,得到森林類型的凈變化與交互變化。

1.6 驗證數據

為了從定量層面對天保工程土地覆蓋產品進行準確評估,采用中國森林生態系統定位研究網絡(Chinese Forest Ecosystem Research Network,CFERN)樣地數據、森林資源規劃設計調查數據和地面調查數據分別從像元尺度和小班尺度來驗證2020年天保土地覆蓋產品的分類精度。其中,(1)收集了92個CFERN森林生態站從2017到2019年調查的共1806塊固定樣地,固定樣地形狀為方形,樣地面積0.04—0.06 hm2。收集的1806塊固定樣地中,位于天保工程區范圍內的樣地有1018塊(圖1),這些樣地在2017和2019年調查的地物類型與2020年基本無變化,大部分森林生態站觀測地物為森林樣地(985塊),少數為荒漠草原樣地、灌木林樣地、林內觀測室和水量觀測平衡場；(2)2020年東北、內蒙古地區共計8895個野外實地踏查數據,踏查范圍涵蓋黑龍江、吉林、遼寧、內蒙古東部以及河北北部地區,調查內容有樣地位置定位、地類信息描述、拍照記錄等調查,記錄的地物類型涵蓋耕地、林地、草地、濕地、水體、荒漠、人工表面、裸地共8類。調查的8895個野外樣地中有963個位于天保工程區范圍內,其中耕地、森林、濕地和草地類型占大多數(圖1)；(3)2019年湖北省森林資源規劃設計調查小班數據,通過將二類調查小班矢量數據轉換為柵格數據,結合小班地類屬性字段對柵格數據進行地類合并,共選擇163875條小班記錄構建地表覆蓋類型檢驗樣本。

2 結果

2.1 精度驗證

2.1.1中國森林生態系統定位研究網絡驗證結果

本研究采用混淆矩陣計算精度結果,統計顯示,天保工程土地覆蓋遙感數據在CFERN的森林生態站點處精度較高,其中森林類別的用戶精度為98.30%,生產精度達100%,各類型總體分類精度為98.04%,存在少量草地、灌木、耕地、人工表面誤分為森林的情況。

2.1.2野外實地踏查點驗證結果

將2020年東北踏查數據與土地覆蓋產品進行精度統計,表3分類混淆矩陣結果顯示,森林類別的分類精度均高于90%,其中用戶精度為95.60%,生產精度為96.40%,各類型總體分類精度為89.82%,少部分草地、灌木和濕地被誤分為森林。

表3 2020年東北地區野外實地踏查驗證點分類混淆矩陣

2.1.3森林資源規劃設計調查小班驗證結果

圖3展示了柵格化的2019年湖北省森林二類調查數據與其他土地覆蓋產品的結果。以2019年湖北省森林二類調查數據為驗證,與天保工程土地覆蓋產品的混淆矩陣結果顯示(表4),森林類別的用戶精度為87.60%,生產精度為92.80%,總體分類精度為84.00%。由于一些新造未成林地、新退耕還林林地與部分耕地的光譜差異不太明顯,造成嚴重的兩者相互錯分現象。灌木、裸地、草地的誤分率與漏分率也較高。部分水田在森林二類調查數據中的地類為水體,而在分類影像中被分為了耕地,也是造成分類精度不高的原因。

圖3 2019年湖北省森林資源規劃調查數據和其他三種分類產品 Fig.3 Forest resource inventory and planning data of Hubei Province in 2019 and the other three land cover products

表4 2019年湖北省森林資源規劃調查小班區劃驗證結果分類混淆矩陣

2.2 天保工程區森林覆蓋空間分布格局

基于2020年土地覆蓋產品,利用空間統計和數據分析方法,從東北及內蒙古重點國有林區、黃河上中游地區、長江上游地區、新疆和海南重點國有林區共五個區域研究天保工程區的森林分布特征,揭示天保工程區森林覆蓋變化的區域分異規律。從整體看(圖4),天保工程區的森林覆蓋呈現東北、中部、西南豐富密集,西北稀疏量少的特點,多數森林位于在崇山峻嶺之中。(1)東北及內蒙古等重點國有林區森林分布集中,主要分布在大興安嶺、小興安嶺和長白山脈地區,森林類型以落葉針葉林、落葉針闊混交林為主。區域森林覆蓋程度高,森林覆蓋率為69.11%,大興安嶺林區呈現森林與草地、濕地交錯分布的格局,小興安嶺和長白山林區的森林與農田交錯分布。(2)黃河上中游地區森林集中于我國400 mm等降水線以東的半濕潤區,主要分布在祁連山脈、六盤山、賀蘭山、黃龍山、呂梁山、太行山脈和秦嶺地區,以常綠闊葉林、落葉闊葉林和針闊混交林為主。該區域日照充足,降水較少,森林覆蓋率為15.15%,林區多呈現森林與草地、灌木交錯分布的格局。(3)長江上游地區森林集中分布于山地區域,主要分布在大巴山脈、橫斷山脈一帶,以常綠針葉林和常綠闊葉林為主。該地區溫度及降水等氣候條件優越,森林覆蓋較高,森林覆蓋率為52.54%,林區的森林與草地、農田交錯分布。(4)新疆重點國有林區的森林主要分布在新疆天山山脈和阿爾泰山地區,以山地針葉林、落葉闊葉林為主,區域光照豐富,干燥少雨,受氣溫和降水影響,森林覆蓋較低,森林覆蓋率為5.82%,森林多與草地交織共存。(5)海南重點國有林區的自然條件優越,水、熱、光資源豐富,森林主要分布在海南霸王嶺和尖峰嶺一帶,以常綠闊葉林、熱帶山地/低地雨林為主。該區域森林覆蓋率很高,森林覆蓋率為74.80%。

圖4 天保工程區2020年土地覆蓋產品Fig.4 Land cover map of natural forest protection project in 2020

2.3 天保工程區森林覆蓋變化時空分析

1997至2020年間,我國天保工程區森林覆蓋整體呈增加趨勢。從時間上看,截止2020年天保二期工程結束,全工程區森林面積凈增加了1.59%(表5),森林凈增長速率(凈增長面積占1997年總森林面積的比例)為5.27%。其中,東北、內蒙古重點國有林區的森林覆蓋在20多年間增加不明顯,保持相對穩定態勢,森林面積凈增加了0.26%,森林凈增長速率為0.38%；長江上游林區、黃河上中游林區的森林覆蓋均表現出明顯增長,森林面積分別凈增加了2.74%和1.19%,森林凈增長速率分別為5.49%和8.55%；新疆重點國有林區表現出較強的增長態勢,森林面積凈增加了1.07%,森林增長速率為22.50%； 海南重點國有林區森林覆蓋增加最快,森林面積凈增加23.11%,森林增長速率達44.72%。

表5 1997至2020年天保工程區森林覆蓋率變化

從各區域的森林增長面積來看(圖5),長江上游地區森林增長量最高,森林凈增長占全工程區森林增長面積的50.97%,其次為黃河上中游地區以及新疆重點國有林區,分別占森林總增長面積的29.00%和12.35%,海南重點國有林區森林增長相對較少,占森林總增長面積的5.53%,東北及內蒙古等重點國有林區森林變化較穩定,森林增加不顯著,森林凈增長占森林總增長面積的2.15%。

圖5 1997年至2020年天保工程區各區森林面積增長百分比 Fig.5 Percentage of forest area increasing in each reagion of natural forest protection project from 1997 to 2020

從空間分布上看(圖6),森林明顯增加的區域主要位于大興安嶺南部、小興安嶺和長白山脈的東部、山西西部、陜西中部和秦嶺地區、寧夏南部、甘肅東南部、四川西部、重慶北部、貴州西部、云南北部以及新疆天山南部和阿爾泰山南部林區,和海南省西南部。森林減少區域主要分布在大興安嶺和橫斷山脈一帶。

圖6 1997年至2020年天保工程區森林變化空間分布圖Fig.6 The spatial distribution of forest changes of natural forest protection project between 1997 and 2020

3 討論

3.1 無云影像合成

由于光學衛星傳感器的大氣效應、視野限制和極易受云霧影響等原因,很難直接獲得完整覆蓋大區域的無云圖像,影像無云合成方法主要用于解決云的影響、氣溶膠污染、觀測視角效應和數據利用等問題。天保工程區緯度跨越大且涉及多個不同氣候帶區域,這給無云影像合成帶來一定挑戰,本研究以地理位置和生態分區將全國天保工程區劃分為若干區域,對每個區域分別采用不同參數合成植被生長季的無云遙感影像,合成出的無云無縫高質量影像為后續土地覆蓋制圖提供了重要且完整的圖像信息基礎。本文優化了最佳像元選取準則,解決了合成影像中由于多時相數據造成的“斑塊”問題,提高了合成影像的輻射一致性。對于云、雪覆蓋較多的海南、新疆等少數區域,把影像選取范圍擴展到目標年份前后兩年的數據。

3.2 已有土地覆蓋產品對新分類產品的影響分析

三種共9期土地覆蓋產品采用的分類策略以及分類系統不同,這種差異和不確定性在做分類系統轉換前已經存在,是各產品在相同區域一致性低的主要因素之一。如在我國南部以及西南部的亞熱帶和熱帶地區,GLC_FCS 30產品相較其他產品而言識別的灌木較多森林較少,對于東北地區,ChinaCover產品的濕地類別與其他產品表現出較大差異,在西北干旱地區,各產品間的森林、草地和灌木類型相互差別都較大。同時,同系列土地覆蓋產品間的不同時期也出現部分內容有較大分歧。本研究的分類訓練樣本來自于各產品類別相同的區域,分類產品間的不一致性問題則會造成局部地區某些類別的分類樣本過少從而直接影響分類結果的穩定。雖然通過增加臨近區域樣本的遷移復用能略微提高分類精度,但有限樣本的穩定分類依然是下一步需解決的問題。本研究生產的土地覆蓋產品是一套專門針對我國天保工程區森林覆蓋監測的數據產品,在公開發布的土地覆蓋產品基礎上構建可信分類樣本庫,采用森林確信分布區域(森林交集)和森林最大可能分布區域(森林并集)的約束規則來綜合決策森林的部分,能更好地避免森林的誤分和漏分。如圖2所示的, 天保工程區土地覆蓋產品生產流程中對2020年的基準產品還專門設計了目視檢查的環節,通過有經驗的判讀人員將分類結果和高分辨率影像、合成的分類用遙感影像進行判讀和比對,對自動分類不正確的斑塊進行人工修改,從而確保基準產品的準確性。但由于時間和投入的因素,本文的結果僅對東北國有林區的一部分進行了檢查和修改,其他地方如果也進行嚴格修改,有望進一步提高分類產品的精度。

3.3 干旱和半干旱區森林識別

我國生態環境脆弱的干旱和半干旱區廣泛分布著的灌木林發揮了顯著的生態防護作用。干旱/半干旱區的灌木林遙感識別一直是一個難點,由于灌木林生長比較低矮,且光譜曲線易和草地發生混淆,分類精度普遍比較低,基于幾套全球土地覆蓋產品也難以找到共同的區域,因此對該區域的森林覆蓋存在低估情況。聯合國糧農組織Bastin等[38]應用Google Earth平臺上大量的高時空分辨率影像對210000個0.5 hm2樣地進行圖像解譯,估計全球干旱區森林覆蓋。研究表明,2015年干旱區森林比先前中低空間分辨率遙感影像估計的面積更大,總面積接近熱帶雨林或者北方森林的面積。對于干旱區森林尤其是灌木林的分類,有賴于森林資源基礎數據、調查數據以及高空間分辨率影像來提高信息提取精度,這也是今后研究中需要提高的地方。

4 結論

本文在已公開發布的土地覆蓋產品基礎上,研制了我國天保工程區1997年和2020年的森林覆蓋產品,分析了天保工程實施的23年間森林覆蓋的空間分布及變化。

(1)利用中國森林生態站樣地數據、地面調查數據以及森林資源二類調查數據驗證了2020年的土地覆蓋產品,統計結果表明天保工程土地覆蓋產品精度較高,森林類型的用戶精度分別為98.30%、95.60%、87.60%,生產精度分別為100%、96.40%、92.80%,總體分類精度為98.04%、89.82%、84.01%。

(2)自1997年開展天保工程截止2020年結束,全工程區森林覆蓋呈增加趨勢,森林覆蓋率增加了1.59%,其中長江上游地區森林增長量最高,占全工程區森林增長面積的50.97%,其次為黃河上中游地區和新疆重點國有林區,分別占全工程區森林增長面積的29.00%和12.35%,海南重點國有林區、東北及內蒙古等重點國有林區的森林增長相對緩慢,占全工程區森林增長面積的5.53%和2.15%。

(3)從空間分布上看,森林明顯增加的區域主要位于大興安嶺南部、小興安嶺和長白山脈的東部、山西西部、陜西中部和秦嶺地區、寧夏南部、甘肅東南部、四川西部、重慶北部、貴州西部、云南北部、新疆天山南部和阿爾泰山南部林區,以及海南省西南部。森林減少區域主要分布在大興安嶺和橫斷山脈一帶。

(4)整體上看,天保工程實施有效保護和恢復了我國天保工程區內的森林資源,森林覆蓋范圍穩定增加,天保工程實施效果顯著。

致謝：中國森林生態系統定位研究網絡樣地數據由國家林業和草原科學數據中心提供,2020年東北、內蒙古野外實地踏查數據由中國科學院東北地理與農業生態研究所提供,特此致謝。