柯西河流域森林覆盖度的空间分布及变化分析

赵佩, 陈琼, 刘林山, 刘峰贵, 周强

柯西河流域森林覆盖度的空间分布及变化分析

赵佩1, 2, 陈琼1, 刘林山2, *, 刘峰贵1, 周强1

1. 青海师范大学地理科学学院, 西宁 810008 2. 中国科学院地理科学与资源研究所, 北京 100101

森林是陆地生态系统的重要组成部分, 对改善生态环境、维护生态平衡具有不可替代的作用。本文以柯西河流域为研究区, 采用Global Forest Watch 数据, 通过空间叠加分析、转移矩阵等方法, 分析研究区内不同地形因子森林覆盖度的分布及变化特征。结果表明: 1)研究区森林以中森林覆盖度为主, 占研究区森林总面积的31.16%, 不同的森林覆盖度占森林总面积的比例基本差别不大; 森林覆盖度随海拔和坡度的增加呈现先增加后减少的趋势, 其中, 森林覆盖度随着海拔变化趋势更显著; 森林覆盖度随坡向变化为西北坡>北坡>东北坡>西坡>东坡>西南坡>东南坡>南坡; 2)从2000年到2010年柯西河流域森林的总面积增加了651.28 km2, 不同的森林覆盖等级之间均发生了相互转移, 从转出来看, 变化最为显著的为中高森林覆盖度, 转出面积为3171.66 km2, 从转入来看, 中森林覆盖度的转入面积最大, 为3652.00 km2; 3)从2000年到2010年稳定区占据一定的优势地位, 森林覆盖度减少的区域面积为7325.68 km2, 森林覆盖度增加的区域面积为5352.25 km2, 森林覆盖度增加的区域小于减少的区域; 4)不同因子对森林覆盖度的变化具有不同的影响, 但是, 森林覆盖度减少的面积大于增加的面积。

森林覆盖度; 空间分析; 柯西河流域

0 前言

柯西河流域是喜马拉雅地区重要的跨境流域之一, 行政上横跨印度、尼泊尔、中国三个国家, 地形从平原过渡到山地再到高原地区, 流域内生态系统类型完整、地表覆被类型多样、区域分异明显[1], 是对全球变化响应最为敏感的地区之一[2–3]。该区域生态环境的改变会导致生物多样性的变化, 生物多样性的丧失会对生态系统结构和功能的稳定性产生威胁, 加剧物种的丧失程度[4]。生物多样性是维持生态系统平衡的根本, 生态系统的平衡一旦被打破将引发生态环境灾害事件, 国家生态安全势必受到威胁[5]。再者, 跨境区域生态环境的变化影响各个国家地区的农业发展, 人类的基本生活受到干扰, 人地关系紧张, 区域难以协调发展, 国家的政治安全和社会安全难以保障[6]。然而, 近几十年来, 人类活动强度不断增加和气候变化不断加剧, 柯西河流域生态系统受到影响[7], 对当地生态系统的服务功能、社会经济的可持续发展产生深刻影响。

森林在陆地碳循环过程中发挥着至关重要的作用, 森林生态系统是陆地生态系统的重要组成部分, 生态系统服务功能的提供与森林的变化密切相关, 包括丰富的生物多样性的维持, 气候的调节, 碳储存和水供给等[8]。柯西河流域森林的面积占流域总面积的20.18%, 森林主要分布在尼泊尔境内, 占森林总面积的97.59%[9]。尼泊尔是亚洲最早颁布有关社会林业政策和法律的国家之一, 自1993年森林法案通过后, 到1995年又先后出台了《森林规则》和《社区森林操作指南》, 明确定义不同类型的森林和强调社区在参与森林管理中有更多的权利, 在一定程度上促进了森林面积的增加和森林资源整体质量的提高。

吴雪等[3]基于Landsat TM、野外考察等多源数据, 运用3S技术, 绘制喜马拉雅中部柯西河流域土地覆被数据, 并对流域的土地覆被现状特征进行分析, 其中森林占研究区总面积的21.19%, 森林面积的97.13%分布在南坡; 梁欣等[10]利用面向对象的方法获取2016年柯西河流域的土地覆被数据, 林地的面积占研究区总面积的18.89%; 谢芳荻[9]的研究表明, 柯西河流域森林在1990-2015年间呈明显的增加趋势, 从占研究区总面积的16.19%, 增长到占研究区总面积的20.18%; 吴雪[11]的研究发现, 从森林—农田—人工地表变化的关系来看, 森林对农田的贡献率为31.89%。总之, 学者都从土地利用的角度对柯西河流域森林的现状及其变化进行研究, 从覆盖度的角度对该区域森林变化进行比较分析的情况比较缺乏。某一时段内, 研究区森林面积增加, 森林覆盖度不一定相应增加。因此, 本文将定量化的分析该区域森林覆盖度的空间分布特征及变化的影响因素, 为保护森林提供帮助。

1 材料与方法

1.1 研究区概况

柯西河流域位于喜马拉雅山脉中部, 大致范围为25°20′N—29°12′N, 85°01′E—88°57′E, 如图1所示, 面积约为8.75×104km2, 其中中国部分面积约为2.81×104km2, 尼泊尔部分约为3.95×104km2, 印度部分约为1.99×104km2[2,7]。柯西河流域属于典型的高山峡谷地貌, 流域北部被称为“世界屋脊”的青藏高原, 中部为高山丘陵区, 高山峡谷众多, 南部为冲积平原, 流域内海拔落差巨大, 从世界的最高峰——珠穆朗玛峰(8844 m)到恒河平原(40 m), 海拔落差达到8804 m, 是全球海拔落差最大的地区之一。在印度洋季风和复杂地形的双重作用下, 柯西河流域气候复杂多样, 最高温月均14.4—41.8 ℃, 最低温月均-17.2—15.4 ℃, 年降水量398—1990 mm(The International Centre for Integrated Mountain Develo­pment, ICIMOD)(www.icimod.org)。受气候的影响, 流域内土壤和植被垂直分异明显, 该区域具有最为完整的气候、土壤和植被带谱[12], 是全球气候变化的敏感区之一, 属于世界生物多样性的热点地区[13]。柯西河土地利用和土地覆被类型丰富, 主要有水田、林地、草地、裸地、旱地、冰川/永久积雪、灌木、人工地表等, 林地是流域内除水田外的第二大土地利用类型[10]。

图1 研究区位置示意图

Figure 1 Location of the study area

1.2 数据与方法

1.2.1 数据来源

柯西河流域2000年、2010年的树木覆盖(treecover2000、treecover2010)数据来源于马里兰大学Hansen等[14]在2013年发布的全球树木覆盖数据(http://www.globalforestwatch.org/), 数据基于Lan­dsat卫星遥感数据计算, 空间分辨率为30 m。该数据集定义树木覆盖指的树木生物物理上的存在, 包括所有高于5 m的天然林或人工林, 树木覆盖度在每个栅格像元上用0—100的百分数来表示。保证了内部的一致性, 避免由定义、方法和数据输入带来的不确定性, 为进一步对森林的监测研究提供了数据支撑。而且有学者将此套数据和其它数据在中国进行了对比, 验证了Global Forest Watch数据质量的可靠性[15]。

本文使用的柯西河流域矢量边界数据来源于中国科学院地理科学与资源研究所青藏高原土地变化及区域适应研究组。DEM数据来源于CGIAR-CSI (http://srtm.csi.cgiar.org/), 数据下载后经过拼接、裁剪、添加投影等步骤, 得到空间分辨率为30 m的高程数据。流域内道路、河流、居民点和行政区划边界等矢量数据来源于国际山地综合开发中心(The International Centre for Integrated Mountain Develo­pment, ICIMOD)(www.icimod.org)。

1.2.2 森林覆盖度的分级标准

森林覆盖度是针对森林而言的植被覆盖度[16], 是指森林内植被(不细分天然林、人工林)在像元单位面积内冠层的垂直投影面积。森林覆盖度不仅是一种地表森林状况量化的重要指标, 还是一些模型的重要参数, 如生态系统功能, 净初级生产力、碳循环、水循环等等[17–19], 影响水土流失与土壤侵蚀的主要因子, 对研究森林覆盖变化、生态环境优化、生物多样性保护等具有重要的意义[20]。

为准确分析研究区不同森林覆盖度的时空变化特征, 参考“联合国粮农组织”关于森林的定义, 即树高超过5 m、郁闭度不小于10%的规定, 并结合研究区森林覆盖度的实际情况, 将柯西河流域树木的覆盖度划分为7个等级[21]: 非树木(0)、低树木覆盖度(0—10%)、低森林覆盖度(10—30%)、中低森林覆盖度(30—45%)、中森林覆盖度(45—60%)、中高森林覆盖度(60—75%)、高森林覆盖度(75—100%)。

1.2.3 森林覆盖度空间分布特征

将森林覆盖度图与各地形因子进行叠加分析, 统计各地形因子上的森林覆盖度所占面积比, 从而分析不同空间角度森林覆盖度变化情况。根据研究区地形地貌的实际情况, 柯西河流域地形因子的分级情况如下。

(1)高程。海拔的差异会影响研究区水分热量、土壤肥力等因素, 进而对森林覆盖度等级以及分布产生影响[18]。根据研究区的实际情况。研究区高程范围为22—8844 m, 将研究区的高程分为9类: <500 m, 500—1000 m, 1000—1500 m, 1500—2000 m, 2000—2500 m, 2500—3000 m, 3000—3500 m, 3500—4000 m, >4000 m。

(2)坡度。坡度的差异会影响水土的保留情况, 而水土的多寡会对森林覆盖度产生影响。研究区的坡度范围为0—75 °, 将研究区坡度分为7个等级: <8 °, 8—15 °, 15—25 °, 25—35 °, 35—45 °, 45—55 °, >55 °。

(3)坡向。坡向对于山地生态有着较大的作用, 山地的方位对日照时数和太阳辐射强度有影响。向阳坡和向阴坡之间的植被会因为太阳辐射的不同而对植被产生一定的差异。将坡向按照平地(-1 °)、北坡(0—22.5 °和337.5—360 °)、东北坡(22.5—67.5 °)、东坡(67.5—112.5 °)、东南坡(112.5—157.5 °)、南坡(157.5—202.5 °)、西南坡(202.5—247.5 °)、西坡(247.5—292.5 °)、西北坡(292.5—337.5 °)分为9个坡向带, 通常将北坡、东北坡、西北坡、西坡统称为阴坡, 将南坡、西南坡、东坡、东南坡统称为阳坡[22]。

1.2.4 转移矩阵模型

转移矩阵模型来源于系统分析中对系统状态与状态转移的定量描述[23]。转移矩阵的通用公式为

式[24]中:S代表森林覆盖度由级转为级的面积;代表森林覆盖度等级数目;分别表示研究初期与末期的森林覆盖度等级。矩阵中每一行的元素代表初期的种森林覆盖度等级向末期不同森林覆盖度等级的转出信息, 矩阵中每一列元素代表末期的种森林覆盖度等级由初期不同森林覆盖度等级的转入信息。转移前后森林覆盖度等级数会有所差异, 会导致S的行数与列数有所差别。为简化研究, 将转移前后的划分标准统一, 保证S的行数与列数相同, 形成一个阶方阵。

转移矩阵含有丰富的研究时段初期和末期各类型之间相互转化的信息, 统计学意义也比较丰富。在转移矩阵中,S(=)表示阶方阵中的主对角线上的各元素, 为研究初期的i森林覆盖等级在研究时段面积保持不变的部分,S(≠)为研究时段森林覆盖等级面积发生转移的部分。每一行面积之和表示初期不同的森林覆盖等级的面积, 即,种森林覆盖等级转出的面积为种森林覆盖等级初期的面积减去保持不变的面积, 即, 每一列面积之和表示末期不同的森林覆盖等级的面积, 即,种森林覆盖等级转入的面积为种森林覆盖等级末期的面积减去保持不变的面积, 即, 研究时段类的森林覆盖等级面积的新增量和减少量是相等的。

1.2.5 时空演变模型

在ArcGIS10.7中, 根据式(2), 完成2000年和2010年森林覆盖度数据的叠加分析。

式中,是栅格计算结果,T表示2000年的森林覆盖等级数据,T表示2010年的森林覆盖等级数据, 对于运算结果而言, 稳定区为0, 即2000年和2010年森林覆盖度等级未发生变化的区域(其中包括非森林区), 改善区为0, 即森林覆盖度等级由低等转为高等, 退化区为0, 即森林覆盖等级由高等转为低等。

1.2.6 基于像元的分区统计

基于ICIMOD提供的居民点矢量点数据, 利用ArcGIS10.7的空间分析工具, 计算居民点的欧式距离, 再将其与森林覆盖变化图进行叠加, 以一公里为间隔区分别统计森林覆盖度减少的像元个数, 同理, 统计森林覆盖度增加的像元个数。得到森林覆盖度变化距居民点的距离图。

同理, 得到森林覆盖度变化距道路的距离图。

2 结果与分析

2.1 2010年森林覆盖度的空间分布

2.1.1 森林覆盖度及各地形因子的空间分布

柯西河流域森林的覆盖度以中森林覆盖度为主, 占研究区森林总面积的31.16%(表1)。中等森林覆盖度(含中低森林覆盖度、中高森林覆盖度)共10532.88 km2, 占森林总面积的63.32%, 其余不同等级森林覆盖度面积差异相对较小, 占比介于13.46—19.93%之间。森林分布的地形因子差异性显著, 从高程来看, 森林主要分布于0—2500 m(占比82.41%), 而且森林所占比重随海拔的增加而减少; 从坡度来看，森林主要分布于0—35°, 占比最大的是15—25 °, 而后比重往坡度大的方向递减, 但是在8—15°所占比重相对0—8°和15—25°相对较少, 这是因为在坡度较低的地区土地主要被农业生产、城市建设等活动占用, 因此比重较少; 从坡向看, 森林主要分布于北坡(东北坡、北坡、西北坡), 占比44.33%; 而南坡(东南坡、南坡、西南坡)则相对较少, 占比27.83%, 这是因为南坡热量等条件更好, 更适合于居住和农作物生长, 人类对森林的破坏更大, 森林面积占比相对较小。

2.1.2 森林覆盖度随高程变化特征

森林覆盖度在不同高程所占的比重也有显著的差异性(图2)。低森林覆盖度所占百分比在低高程所占比重较大, 然后一直下降到2000—2500 m达到谷值, 之后又持续上升超过低值的比重。同样的, 中低森林覆盖度、中森林覆盖度和低森林覆盖度的变化类似, 都是先下降到2000—2500 m达到谷值, 接着持续上升。中高森林覆盖度和高森林覆盖度是先分别上升到1000—1500 m和2000—2500 m达到峰值, 之后则持续下降。

2.1.3 森林覆盖度随坡度变化的特征

低、中低森林覆盖度所占比重在0—8 °之间区域占比均最大(图3), 其值分别为38.54%、26.20%, 而且随着坡度的增大呈现出持续下降的趋势; 中森林覆盖度随着坡度的增加先持续上升, 在8—10°达到峰值, 之后又缓慢下降; 中高森林覆盖度随着坡度的增加而增加, 在25—35°达到峰值, 之后比重趋于一个稳定趋势; 高森林覆盖度区域随着坡度的增加而增加。

表1 森林覆盖等级和各地形因子分布面积统计

图2 森林覆盖区各级海拔高度森林覆盖度变化

Figure 2 Changes in forest cover at all elevations in forest cover areas

图3 森林覆盖区各级坡度森林覆盖度变化

Figure 3 Changes of forest cover at different slopes in forest cover areas

2.1.4 森林覆盖度随坡向变化的特征

低森林覆盖度的区域, 在平地的占比最高, 其次是南坡、东南坡、西南坡和东坡(图4); 中低森林覆盖度, 主要分布在南坡、东南坡和西南坡; 中森林覆盖度的区域除了在平地占比较低, 在其他坡向的占比均约在30%。中高森林覆盖度的区域除了在平地占比不足1%以外, 在其他坡向的占比均在10—16%之间; 高森林覆盖度的区域, 在平地的占比最低, 仅为0.14%, 主要分布在西北坡、北坡、东北坡和西坡。各个坡向的平均森林覆盖度从大到小依次为: 西北坡>北坡>东北坡>西坡>东坡>西南坡>东南坡>南坡, 总体来看, 阴坡森林覆盖度整体稍高于阳坡。

2.2 森林覆盖度的时空变化分析

2.2.1 森林覆盖度的时间变化分析

从2000年到2010年, 占柯西河流域总面积20%的森林, 其覆盖度等级发生了变化(图5)。从总体看, 2000年、2010年森林的总面积分别为15983.7 km2和16634.45 km2, 10年间森林面积增加了651.28 km2。从森林覆盖度来看, 森林覆盖度之间存在着变化, 中高森林覆盖度面积变化最明显, 面积减少了1966.81 km2, 减少约占12.85%, 中森林覆盖度次之, 面积增加了1721.21 km2, 增加约占9.50%, 低、中低、高森林覆盖度面积变化相对较小, 增量分别为865.84 km2(4.73%)、867.42 km2(4.66%)和-836.39 km2(-6.05%)。

2.2.2 森林覆盖度空间变化分析

从2000年到2010年稳定区占据一定的优势地位(图6), 面积为74530.22 km2, 其中包括68295.95 km2的非森林区; 森林覆盖度减少的面积为7325.68 km2, 森林覆盖度增加的面积为5352.25 km2, 在研究时段内, 森林覆盖度增加的面积小于减少的面积, 森林仍以退化为主, 研究区的生态环境将会受到影响, 今后需要加强森林的保护。为了进一步了解柯西河流域森林覆盖度的转移特征, 本研究选用转移矩阵模型定量分析2000年、2010年各等级森林覆盖度的转移特征。

图4 森林覆盖区各级坡向森林覆盖度变化

Figure 4 Changes in forest cover of different aspects in forest cover areas

图注: 上图中的1表示非树木, 2表示低树木覆盖度, 3表示低森林覆盖度, 4表示中低森林覆盖度, 5表示中森林覆盖度, 6表示中高森林覆盖度, 7表示高森林覆盖度。

Figure 5 Distribution map of forest cover in the Koshi River Basin in 2000 and 2010

图6 柯西河流域2000年、2010年森林覆盖度的动态变化

Figure 6 Dynamic changes of forest cover in the Koshi River Basin in 2000 and 2010

总的来看, 研究时段内森林覆盖度相互之间的转化明显(图7)。低树木覆盖转化为森林的面积为2929.39 km2, 森林转化为低树木覆盖的面积为2278.11 km2, 森林面积净增加651.28 km2。从转出来看, 中高森林覆盖度转化面积最大, 为3171.66 km2, 且有55.7%转化为中森林覆盖度; 其次是中森林覆盖度, 转化面积为1930.78 km2, 其中, 转化为中低森林覆盖度的面积为718.9 km2; 高森林覆盖度转出的面积为1649.97 km2, 主要转为中、中高森林覆盖类型; 低森林覆盖度的转出面积最小, 为1454.16 km2, 但其转出率最高, 为75.72%。从转入来看, 中森林覆盖度的转入面积最大, 为3652.00 km2, 主要由中高森林覆盖度转化而来, 转化面积为1767.34 km2; 其次是中低森林覆盖度, 827.72 km2的非树木区域转入中低森林覆盖; 转入量最小的是高森林覆盖度区域, 面积为813.58 km2, 且主要由中高森林覆盖度的区域转化而来。

2.3 森林覆盖度发生变化的影响因素

2.3.1 环境影响因子

随着海拔高度的升高(图8、图9), 森林覆盖度减少的面积随之减少, 森林覆盖度增加的面积先减少后增大再减少, 总的来看, 森林覆盖度的变化主要发生在低海拔区域; 随着坡度的增大, 森林覆盖度减少的面积先减少后增大再减少, 森林覆盖度增加的面积先减少后增大再减少, 森林覆盖度的变化在30—40°之间会有一个峰值, 坡度比较平缓的区域基本已经被人类开发, 坡度较陡的区域, 人类活动较少; 随着距河流的距离越大, 森林覆盖度减少的面积随之减少, 森林覆盖度增加的面积也随之减少; 从坡向来看, 森林覆盖度减少的面积在不同坡向的占比为西北坡>北坡>西坡>东北坡>西南坡>东坡>东南坡>南坡>平地; 森林覆盖度增加的面积在不同坡向的占比为西北坡>东北坡>西坡>北坡>西南坡>东坡>东南坡>南坡>平地。总体来看, 相对于阴坡, 森林覆盖度的变化主要发生在阳坡。

图注: 上图中的0表示非树木, 1-10表示低树木覆盖度, 11-30表示低森林覆盖度, 31-45表示中低森林覆盖度, 46-60表示中森林覆盖度, 61-75表示中高森林覆盖度, 76-100表示高森林覆盖度。

Figure 7 Map of forest cover area transfer in the Koshi River Basin in 2000 and 2010 (unit: km2)

2.3.2 人文影响因子

随着距居民点的距离越大(图10), 森林覆盖度变化的面积先增大后减少, 森林覆盖度变化在5—6 km达到最大值, 超过90%变化的面积主要发生在13 km以内, 在距居民点较近的区域人类对森林的开发基本已经达到了一个瓶颈, 距居民点5—6 km是距居民点开发强度最大的区域, 之后随着距居民点距离的增加, 人类对森林的开发逐渐呈现减少的趋势; 随着距道路距离的增大, 森林覆盖度变化的面积呈现减少的趋势, 超过90%变化的面积主要发生在11 km以内, 道路是影响森林覆盖度变化的一个重要因素。

图8 森林覆盖度变化与海拔、坡度的关系

Figure 8 The relationship between forest cover and elevation and slope

图注: 图(d)中的1表示平地, 2表示北坡, 3表示东北坡, 4表示东坡, 5表示东南坡, 6表示南坡, 7表示西南坡, 8表示西坡, 9表示西北坡。

Figure 9 The relationship between forest cover change and river and aspect

图10 森林覆盖度变化距居民点和道路的距离

Figure 10 Forest cover changes in distance from settlements and roads

3 讨论

3.1 环境影响因子

(1)在海拔上, 海拔小于1000 m的区域, 地势相对平坦, 水热配比良好, 在发展经济的驱动下, 森林受人类活动的干扰大, 被大量的砍伐转变为其他用地。随着海拔高度的上升, 人类活动受到限制, 海拔在1000—1500 m时, 森林覆盖度增加的面积大于减少的面积, 说明该海拔地形环境适合森林的生长; 在海拔大于1500 m的区域, 森林覆盖度(增加或减少)和海拔呈现明显的负相关且森林覆盖度减少的面积大于增加的面积。因此, 在今后生态修复的工程中, 我们在关注低海拔的森林恢复的同时, 更不能忽视高海拔的森林抚育。

(2)在坡度上, 当坡度小于25°, 森林覆盖度的变化主要受到人类活动的影响, 随着坡度的增加人类活动强度减弱; 当坡度大于35°, 森林覆盖度的变化趋势回归正常, 随着坡度的增加, 森林植被覆盖度逐渐减少, 主要是由于坡度的增加, 积温相应减少, 投影面积保持不变的情况下, 降水量也少, 而土壤的持水性能也很差[22]。

(3)距河流的距离, 距河流在10 km以内, 森林覆盖度变化的面积均随着河流距离的增加而减少, 而且随着距河流距离的加大, 森林覆盖度的净减少量也在减少, 说明水分是影响森林覆盖度变化的一个重要原因。

(4)在坡向上, 阳坡的森林覆盖度变化相对较小。阳坡的水热条件优于阴坡, 更适于人类生存, 人类活动相对剧烈, 而森林覆盖度的变化程度相对较小, 说明人类活动的方向发生了转移。

3.2 人文影响因子

(1)距居民点的距离, 在距居民点6 km以内, 森林覆盖度净减少的面积随着距居民点距离的增加而增加, 距离在5–6 km时, 森林覆盖度净减少面积达到最大值; 在距居民点的距离大于6 km的区域, 森林覆盖度减少和增加的面积均随着距离的增加而减少。因此, 说明在研究时段内, 该区域人类活动发生剧烈的区域并不是在距居民点的最近区域, 而发生在离居民点的一定距离上。人类活动距居民点的距离有向更远的距离发生的趋势。

(2)距道路的距离, 森林覆盖度的变化主要发生在距道路20 km以内, 随着距道路距离的增加, 森林覆盖度变化(增加、减少)的面积逐渐减少, 且净减少的面积也随之减少。说明道路的建设对森林覆盖度有一定的影响, 并且是负面的。修建道路时, 对当地森林的影响是应该考虑的一个重要因素。

3.3 不足

(1)本研究对2000年和2010年柯西河流域森林覆盖度进行了分析, 不仅缺乏整个研究时段内森林覆盖度的具体变化过程, 还缺乏近些年份研究区森林覆盖度的数据。

(2)本研究只是对研究区森林覆盖度变化的原因进行了简单的统计分析, 并没有深入分析影响因素与森林覆盖度变化的相关关系。

4 结论

(1)研究区森林覆盖度以中森林覆盖度为主, 各等级的森林覆盖度所占森林总面积的比例基本差别不大; 森林覆盖度随海拔和坡度的增加呈现先增加后减少的趋势, 其中, 森林覆盖度随着海拔变化趋势更显著; 森林覆盖度随坡向变化总体上阴坡大于阳坡。

(2)从2000年到2010年柯西河流域森林的总面积发生了增加, 森林覆盖等级之间均发生了转化, 变化最为显著的为中高森林覆盖度。

(3)从2000年到2010年稳定区占据一定的优势地位, 森林覆盖度增加的区域面积小于减少的区域面积, 研究区生态环境趋于恶化。

(4)森林覆盖度在不同影响因子的作用下, 其规律具有一定的差异性, 总体来看, 在不同的影响因子的影响下, 森林覆盖度减少的面积均大于增加的面积。

致谢: 本论文在写作期间得到中国科学院地理科学与资源环境研究所谷昌军、谢芳荻, 江西师范大学张华敏, 青海师范大学马伟东、张亮的帮助, 在此深表感谢！

[1] 张镱锂, 王兆锋, 王秀红, 等. 青藏高原关键区域土地覆被变化及生态建设反思[J]. 自然杂志, 2013, 35(3): 187– 192.

[2] ZHANG Yili, GAO Jungang, LIU Linshan, et al. NDVI-based vegetation changes and their response to climate change from 1982 to 2011: A case study in the Koshi River Basin in the middle Himalayans[J]. Global and Planetary Change, 2013(108), 139–148.

[3] WU Xue, GAO Jungang, ZHANG Yili, et al. Land Cover Status in the Koshi River Basin, Central Himalayas[J]. Journal of Resources and Ecology, 2017, 8(1): 10–19.

[4] 张步翀, 李凤民, 黄高宝. 生物多样性对生态系统功能及其稳定性的影响[J]. 中国生态农业学报, 2006, 14(04): 12–15.

[5] 林丽梅, 郑逸芳. 我国国家安全视阈中的边疆生态治理研究[J]. 探索, 2016, (04): 70–77.

[6] 武建勇, 薛达元, 赵富伟, 等. 中国生物多样性调查与保护研究进展[J]. 生态与农村环境学报, 2013, 29(02): 146– 151.

[7] ZHAO Zhilong, WU Xue, ZHANG Yili, et al. Assessment of changes in the value of ecosystem services in the Koshi River Basin, Central High Himalayas based on land cover changes and the CA-Markov Model[J]. Journal of Resources and Ecology, 2017, 8(1): 67–76.

[8] FOLEY J, DEFRIES R, ASNER G, et al. Global consequences of land use[J]. Science, 2005, 309(5734): 570–574.

[9] 谢芳荻. 柯西河流域土地覆被变化驱动分析与模拟研究[D]. 北京: 中国科学院研究生院, 2019: 37–39.

[10] 梁欣, 孔博, 杜荣祥, 等. 南亚典型国际河流柯西河流域土地覆被空间分布特征[J]. 长江科学院院报, 2019, 36(3): 31–36.

[11] 吴雪. 喜马拉雅山中段柯西河流域土地覆被水平与垂直分布及其变化研究[D]. 北京: 中国科学院研究生院, 2018: 99–110.

[12] 胡桂胜, 陈宁生, KHANAL N, 等. 科西河跨境流域水旱灾害与防治[J]. 地球科学进展, 2012, 27(8): 908–915.

[13] MYERS N, MITTERMEIER R A, MITTERMEIER C G, et al. Biodiversity hotspots for conservation priorities[J]. Nature, 2000, 403(6772): 853–858.

[14] HANSEN MC, POTAPOV PV, MOORE R, et al. High-Resolution Global Maps of 21st-Century Forest Cover Change[J]. Science, 2013, 342(6160): 850–853.

[15] 王昊, 吕植, 顾垒, 等. 基于Global Forest Watch观察2000—2013年间中国森林变化[J]. 生物多样性, 2015, 23(5): 575–582.

[16] PU Ruiliang, GONG Peng. Wavelet transform applied to EO-1 hyperspectral data for forest LAI and crown closure mapping[J]. Remote Sensing of Environment, 2004, 91(2): 212–224.

[17] LU Hua, RAUPACH M R, MCVICAR T R, et al. Decomposition of vegetation cover into woody and herbaceous components using AVHRR NDVI time series[J]. Remote Sensing of Environment, 2003, 86(1): 1–18.

[18] PEEK J M, KOROL J J, GAY D, et al. Overstory–understory biomass changes over a 35-year period in southcentral Oregon[J]. Forest Ecology and Management, 2001, 150(3): 267–277.

[19] OLTHOF I, KING D J, LAUTENSCHLARGE R A. Overstory and understory leaf area index as indicators of forest response to ice storm damage[J]. Ecological Indicators, 2003, 3(1): 49–64.

[20] 许新惠, 刘坚, 周星宇. 基于RS/GIS技术支持下的植被分类及其覆盖度研究——以昆明市为例[J]. 林业资源管理, 2019(3): 86–93.

[21] 韦海航, 周春国, 郑芊卉, 等. 湖北竹山县植被覆盖度与地形因子的空间关系分析[J]. 人民长江, 2019, 50(3): 78– 83+100.

[22] 张诗羽, 张毅, 王昌全, 等. 岷江上游流域植被覆盖度及其与地形因子的相关性[J]. 水土保持通报, 2018, 38(1): 69–75+2.

[23] 徐岚, 赵羿. 利用马尔柯夫过程预测东陵区土地利用格局的变化[J]. 应用生态学报, 1993, 4(3): 272–277.

[24] 龚文峰, 曹凯华, 周莹. 基于RS和GIS的甘南县2006—2016年植被覆盖度时空演变分析[J]. 湖北农业科学, 2019, 58(12): 52–57.

Spatial distribution and change analysis of forest cover in Koshi River Basin

ZHAO Pei1, CHEN Qiong1, LIU Linshan2,*, LIU Fenggui1, ZHOU Qiang1

1. College of Geography Sciences, Qinghai Normal University, Xining 810008, China 2. Key Laboratory of Land Surface Pattern and Simulation, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China

Forest is an important part of terrestrial ecosystem, and it plays an irreplaceable role in improving ecological environment and maintaining ecological balance. Using the data of Global Forest Watch, the distribution characteristics and changes of forest cover of different terrain factors in the Koshi River Basin (KRB) were analyzed through the methods of spatial overlay analysis, transfer matrix, etc. Following are the major findings: 1) The forest in the KRB was mainly medium cover forest, accounting for 31.16% of the total forest area. The forest cover increased first and then decreased with the increase of altitude and slope. Among them, the forest cover changed more significantly with the increase of altitude. The forest cover was decreased along the aspects as follows: the northwest aspect > north aspect > northeast aspect > west aspect > east aspect > southwest aspect > southeast aspect > south aspect. 2) From 2000 to 2010, the total area of forest increased 651.28 km2in the KRB, and the different levels of forest cover were transferred to each other. The most significant change happened in the medium-high cover forest, and the area of transferred-out was 3171.66 km2. While the transferred-in area of medium cover forest was the largest, which was 3652.00 km2. 3) Between 2000 and 2010, the stable zone occupied a dominant position. The area with reduced forest cover was 7325.68 km2, while the area with increased forest cover was 5352.25 km2. 4) Different factors had different impacts on the change of forest cover, and the area of decrease of forest cover was greater than increase during the study period.

forest cover; spatial analysis; Koshi River Basin

10.14108/j.cnki.1008-8873.2020.04.012

赵佩, 陈琼, 刘林山, 等. 柯西河流域森林覆盖度的空间分布及变化分析[J]. 生态科学, 2020, 39(4): 89–98.

ZHAO Pei, CHEN Qiong, LIU Linshan, et al. Spatial distribution and change analysis of forest cover in Koshi River Basin[J]. Ecological Science, 2020, 39(4): 89–98.

S771.8

A

1008-8873(2020)04-089-10

2019-12-12;

2020-01-15

国家自然科学基金项目(41761144081); 中国科学院战略性先导科技专项(XDA20040201); 第二次青藏高原综合考察研究项目(2019 QZKK0603)

赵佩(1993—), 女, 陕西周至人, 硕士研究生, 主要从事土地利用与土地资源管理研究, E-mail: zhaopei@igsnrr.ac.cn

刘林山, 男, 博士, 副研究员, 主要从事综合自然地理、土地利用与土地覆被变化研究, E-mail: liuls@igsnrr.ac.cn