西双版纳天然林丧失时空变化及其景观生态响应

彭 燕,史正涛,何 丽,沈 润,徐 瑞,陈越豪

(云南师范大学 地理学部,昆明 650500)

天然林是森林资源的主体和精华,是自然界中群落最稳定、生物多样性最丰富的陆地生态系统[1]；在固碳释氧、维护生态环境、保护生物多样性等方面发挥着重要作用[2]；保护天然林资源对维护全球生态安全具有特殊意义。近年来,由于人类活动强度的激增和社会经济的迅速发展,天然林丧失的速度越来越快[3],导致其固碳能力降低[4]、生物多样性下降[5],进而导致区域的生态系统服务功能弱化；天然林的动态监测及其驱动因子分析成为国内外学者关注的热点。遥感技术因其覆盖广、成本低、观测周期短的优点成为了天然林丧失监测的主要数据源。目前,国内外学者基于遥感技术在天然林监测方面做了大量研究。Clark等[6]利用激光雷达和高光谱传感器有效估算了哥斯达黎加热带雨林的地上生物量；Lin等[7]根据机载激光雷达数据计算和预测了森林的碳存储量；Ferreira等[8]基于WorldView-3遥感影像利用纹理分析和光谱混合分析技术对巴西东南部的森林进行了树种分类；周梅等[9]利用2014年和2015年的遥感影像提取广西东南部白县境内桉树人工林森林采伐和更新的信息,用于监测研究区桉树林的森林覆盖年度变化。Gyamfi-Ampadu等[10]利用Landsat数据识别南非夸祖鲁纳塔尔天然林分布情况。综上,遥感技术可有效监测天然林的空间分布范围及其时空变化,这些信息的获取对制定天然林保护以及生物多样性保护政策至关重要[11-12]。

西双版纳傣族自治州的天然林包含热带雨林、热带山地常绿阔叶林和热带季风林[13-14],这是我国目前保存面积最大,最完整的热带雨林,也是中国生物多样性最丰富的地区[14-15]。随着人口的剧增以及不合理的耕作方式,西双版纳的天然林逐渐被次生林、灌木林以及经济种植园所替代[16],尤其是20世纪90年代以后,由于橡胶售价的逐渐升高,西双版纳天然林面积日渐缩小[17]。西双版纳目前的一些监测研究工作主要是针对橡胶林[18-19]开展的,对天然林丧失的监测及景观生态响应研究少见。本文以西双版纳为研究区,基于1990—2019年的Landsat数据分别从空间和时间尺度上探索了西双版纳天然林丧失的变化特征,并对天然林丧失所带来的景观生态响应进行了剖析,以期为西双版纳天然林生态安全以及促进平衡经济发展和生物多样性保护提供科学依据。

1 研究区概况

西双版纳傣族自治州位于我国西南边界,地处21°08′～22°36′N,99°55′～101°50′E之间,与老挝、缅甸接壤,东西横跨长度为190km,南北纵跨长度为160km,国境边界线总长为966.3km[20]。全州总面积为19 124.5km2,山地面积占到95%,境内地势高低起伏,相对高差近2 000m,地貌类型主要以澜沧江一分为二,澜沧江以东是山原、中、低山地貌,以西是中山宽谷盆地[21]。西双版纳的年降雨量为1 193～2 491mm,降雨的主要特征为时空分配不均,有明显的干湿季、东部降雨量远大于西部[22]。西双版纳气候温暖湿润,拥有大面积的热带雨林、季节性雨林和季雨林[23],是我国森林储备的重点区域,但是自20世纪50年代橡胶树引进该地区开始,天然林面积逐年递减。

2 研究方法

2.1 数据来源及其预处理

选用西双版纳州1990年、1995年、2000年、2005年、2010年、2015年和2019年共7个年份的Landsat TM/OLI遥感影像(数据下载于美国航天局(NASA),http://earthexplorer.usgs.gov/)进行天然林信息的提取,每年共选取4景影像,条带号分别为129 045,130 044,130 045,131 045。由于西双版纳州地理位置特殊,湿热多雨,多云雾,有明显的旱季(11月至次年4月)和雨季(5—10月)[24],因此选取每年1—3月云量小于20%的遥感影像进行实验。本文基于ENVI5.3对所选取的Landsat数据进行数据预处理(辐射定标、大气校正及镶嵌裁剪)。

2.2 随机森林

随机森林(Random Forest,RF)是21世纪初Breiman基于集成学习理论及随机子空间提出的机器学习算法[25]。随机森林先建立原始样本数据库,然后在原始样本库中有放回的随机抽取N次,得到N个训练样本集；从每个样本集中的总特征M中随机选择m个分类特征(m≤M)；通过完全分裂的方式对决策树的节点进行划分,构建N株决策树。每株树完成分类后,新样本的类别根据N株决策树分类结果进行多数投票来确定[26]。

2.3 分类精度评价

基于验证样本,利用混淆矩阵和Kappa系数[27-29]对随机森林分类结果进行精度评价,混淆矩阵是基于总体精度(Overall Accuracy,OA)、用户精度(User′s Accuracy,UA)以及制图精度(Producer′s Accuracy,PA)等3个评价指标对研究区分类精度进行评价。总体精度一般用于解释分类结果与研究区实际地物一致的概率；用户精度一般用来反映分类图中随机样本点与研究区实际地物的一致性概率；制图精度一般用来解释分类图生产方法的好坏[27]。Kappa系数评估了分类与随机分配值相比的表现。

2.4 土地利用转移矩阵

转移矩阵来源于系统分析中对系统状态与状态转移的定量描述[30],能表达出某2个时间节点间各用地类型相互转移的数量和方向[31],解释不同地类间的转移速率,反映了土地利用格局的时空演化过程[32]。本文借助土地转移矩阵,分析西双版纳州天然林丧失的时空演化过程。土地利用转移矩阵的具体表达式[33]为:

(1)

式中:Pij为研究时段内研究区初期与末期的土地利用状态；n为研究区土地利用的地类数。

2.5 天然林丧失率

天然林丧失的情况一般采用2个指标进行衡量:其一是天然林丧失面积,表示天然林丧失的绝对数量；其二是天然林丧失率(%),用来度量天然林丧失的速度[34],计算公式如下:

(2)

2.6 景观格局分析

由于景观格局及其变化是多种因素(自然因素和人为因素)相互作用所产生的一定区域生态环境体系的综合反映,学者常把对景观空间格局的分析作为研究地域生态状况及其空间变异的重要手段[35]。一般利用景观结构(如斑块的个数、面积)和景观空间格局(如破碎度)两个方面对景观生态格局的变化进行分析[36]。本文选取了斑块总面积(CA)、平均斑块面积(AREA_MN)、斑块数量(NP)、聚集度指数(AI)及景观形状指数(LSI)对西双版纳天然林丧失的景观生态响应进行分析。

3 结果与分析

3.1 随机森林分类结果

借鉴现有研究的分类标准[37]以及研究区的特点,本文基于随机森林分类器将西双版纳地区的地类分为天然林、经济林、耕地、水体及建设用地。随机森林分类器需要训练样本,为了确保选取的样本点具有随机性和代表性,借助Google Earth高清影像选取了400个样本点,并按照7∶3的比例将样本分为训练样本和验证样本,分类结果如图1所示。对西双版纳Landsat数据进行随机森林分类,得到西双版纳1990—2019年(以5年为一期)的天然林面积变化情况,如表1所示。

图1 西双版纳1990—2019年土地利用分类结果

表1 西双版纳1990—2019年各地类统计结果

3.2 精度评价

利用混淆矩阵分别对研究区7期的土地利用分类结果进行精度评价,结果显示西双版纳1900年、1995年、2000年、2005年、2010年、2015年、2019年的总体精度分别为90.14%,88.32%,92.18%,93.81%,89.70%,88.02%,90.99%,即研究区各年份的总体精度都大于88%。Kappa系数均在0.8以上,各年份的Kappa系数分别为0.83,0.80,0.86,0.90,0.82,0.82,0.87,分类结果可以满足研究需要。

3.3 天然林丧失的时间变化

根据公式(2)计算西双版纳1990—2019的天然林丧失率(图2)。

图2 西双版纳1990—2019年天然林丧失率

1990—2019年期间,西双版纳的天然林丧失面积为369 601 hm2,平均每5年丧失61 600 hm2,相对于1990年而言,到2019年共有26.02%的天然林丧失。由图2可知,西双版纳1990—2019年天然林丧失率为先上升后下降的趋势,从1990—2005年总体呈现增长趋势,2005年达到峰值,随后呈现递减的趋势。其中,2000—2005年天然林丧失的情况最严重,天然林丧失率为9.21%。2015—2019年的天然林林丧失量最少,丧失面积为19 174 hm2,天然林丧失率为1.35%。根据研究时间段将西双版纳天然林丧失率划分为2个阶段:第一阶段是1990—2005年期间,在这个时段内西双版纳的天然林丧失率呈逐渐递增的趋势,也是丧失量最大的阶段,占总丧失面积的72.17%。在此期间,西双版纳的橡胶价格逐渐升高[38],大量的天然林被橡胶林代替。第二个阶段是2005—2019年期间,自2005年达到峰值后,西双版纳的天然林丧失率呈逐年递减的趋势,其原因是国内的橡胶需求量减少,且国内发布了退胶还林的政策[39],因此当地居民对天然林的破坏在逐渐减弱。

3.4 天然林丧失的空间变化

对西双版纳天然林丧失量进行统计,可知在西双版纳辖一市二县(景洪市、勐海县、勐腊县)中,位于东部的勐腊县天然林丧失面积最大(丧失面积为1 624.89 hm2),其次是景洪市(丧失面积为1 363.14 hm2),天然林面积丧失最少的是勐海县(丧失面积为684.53 hm2)。由西双版纳天然林丧失量空间分布(图3)可以看出,西双版纳天然林丧失存在空间差异,其中西南部的天然林丧失量最大,其主要原因是橡胶林的迅速扩张,其次是澜沧江两侧的乡镇丧失较多。

图3 西双版纳天然林丧失的坡度分布图

利用DEM数据计算西双版纳坡度[40],将其分为平坡(0°≤slope<5°)、缓坡(5°≤slope<15°)、斜坡(15°≤slope<25°)、陡坡(≥25°),将西双版纳天然林丧失的位置与其坡度进行对比分析可知,天然林丧失先发生在平坡和缓坡图3(a)所示,后因为经济林种植面积的扩张,发展到了斜坡如图3(b)所示。将西双版纳1990—2019年丧失的天然林栅格数据与其坡度进行波段计算可知,西双版纳在缓坡和斜坡的丧失量最大,分别占总丧失面积的38.06%和35.91%,其次是平坡(占15.09%),因无序和无节制的砍伐种植,也有10.94%丧失的天然林是在坡度≥25°的陡坡。

3.5 天然林变化的时空分析

利用转移矩阵对西双版纳土地利用中各地类的变化进行分析,可得天然林与各地类之间的时空变化情况。基于西双版纳天然林丧失率变化:先上升后下降,变化时间节点为2005年,利用ENVI5.3软件计算得到西双版纳1990—2005年、2005—2019年2个时间段的转移矩阵(表2)。

表2 西双版纳各地类转移矩阵

1)1990—2005年期间,西双版纳共有16.61%的天然林减少,其中对经济林增长的贡献率最大,占经济林总增长面积的72.27%。扩张的耕地主要由天然林转变而来,转变为耕地的天然林面积占研究区总面积的6.91%。水体面积的增加也有天然林的贡献,占西双版纳总面积的0.01%。建设用地的扩张得益于耕地的贡献,占总面积的0.04%。

2)2005—2019年期间,天然林的丧失量小于1990—2005年阶段,减少的天然林面积占西双版纳总面积的9.99%,其中5.68%转变成经济林,4.23%转变为耕地。扩张的耕地主要由天然林转变而来,转变为耕地的天然林面积占耕地总增长面积的61.93%,转变为耕地的经济林占西双版纳总面积的2.56%。经济林面积的增加主要来源于天然林和耕地,其中转变为经济林的天然林面积占总面积的5.68%,转变为经济林的耕地面积占总面积的4.96%。增加的水体面积主要来源于天然林,占整个研究区面积0.07%的天然林转变成水体,其次分别是耕地和经济林；建设用地扩张的主要贡献者是耕地,占总面积的0.13%

综上所述,西双版纳1990—2019年减少的天然林主要转变成经济林和耕地。在本文分析的1990—2005年,2005—2019年两个阶段内,天然林的损失量最大,且第一阶段的天然林丧失量大于第二阶段,该时段橡胶价格上涨,研究区内的大部分天然林被橡胶林取代；第二阶段的耕地和经济林损失量大于第一阶段,由于国家退耕还林政策的实施以及城镇化进程的推进,损失耕地和经济林主要转化为天然林和建设用地；在两个阶段均有天然林转化为水体,而第二阶段转化为水体的天然林远远大于第一阶段是因华能景洪水电厂的建立[41]。通过对西双版纳土地利用变化的分析,可知西双版纳的天然林在持续减少,其丧失的部分,主要转化为经济林和耕地,也有少部分转化为水体和建筑用地。由此可见,西双版纳天然林丧失的主要驱动力是人类活动。随着人口增长，传统的刀耕火种农业活动和经济种植园的扩张,西双版纳过去几十年来森林砍伐急剧增加。西双版纳的人口从20世纪50年代初的22万增加到2019年的119.6万[42],表明人口增加是天然林丧失的重要因素之一。另一方面,经济种植园的发展是天然林丧失的主要威胁。在过去30年中,大面积的热带雨林和低海拔的流动耕地已转变为经济林,从而导致高海拔或陡坡的天然林被砍伐,以满足新的耕地需求。

4 天然林丧失的景观生态响应

4.1 天然林景观格局变化分析

利用Fragstats 4对西双版纳1990年和2019年土地利用数据进行计算,分别计算出天然林的斑块总面积(CA)、平均斑块面积(AREA_MN)、斑块数量(NP)、聚集度指数(AI)及景观形状指数(LSI),具体指数结果如表3所示。

表3 天然林景观格局指数值

1)西双版纳天然林结构变化特征:天然林的总面积和平均斑块面积都在减少,1990年的平均斑块面积可达2 411.69hm2的,到2019年却只有415.14hm2；斑块数量在大幅度增加,斑块数量从1990年的589个到2019年增加到2 539个。斑块数量是衡量景观分离度及其破碎性的重要指标,景观类型的破碎度随着斑块数量的增加而增加。平均斑块面积一般被用于解释景观破碎化的程度,景观类型的破碎程度与其平均斑块面积成反比,平均斑块面积越小，景观破碎化程度就越高[43-44]。由此可见,西双版纳天然林的破碎化程度在逐年增加。

2)西双版纳天然林空间格局变化特征:天然林聚集度指数呈下降的趋势,由1990年的98.82减少到2019年的97.61,这表明天然林的斑块数量在逐渐增加且面积越来越小,天然林斑块间的连接度在逐渐减少,特别是优质斑块。这说明天然林的丧失导致其景观异质性逐渐增强,天然林内部的生境面积在逐步减少。

4.2 天然林丧失的景观生态响应

4.2.1生态环境质量下降

1990—2019年,由于对西双版纳天然林持续的破坏,西双版纳天然林破碎化程度在逐渐增加,这导致了天然林之间的连接度和稳定性都在下降,影响研究区内部生态系统的循环。从生态意义的角度来说,景观的离散化程度会随着其破碎化程度的增加而增加,这也说明景观破碎化程度越高越容易被其他景观类型所取代[36]。天然林虽然是西双版纳的面积最大的景观类型,但随着天然林面积的丧失,它的优势在逐渐下降。天然林平均斑块面积减少会导致其生境面积丧失,生境质量下降,进而影响研究区内部物种的生存。

4.2.2边缘效应显著

景观形状指数常被学者用来解释景观破碎化所导致的边缘效应特征,景观形状指数与斑块的破碎化及离散化程度成正比,指数越大破碎化及离散化程度越高[43]。天然林的景观形状指数从1990年的48.06增加到2019年的82.79,这说明天然林的破碎化和离散化程度在大幅度增加,边缘效应显著,而边缘效应的存在会影响天然林生态环境梯度,从而导致生物多样性减少,其生态系统边缘的养分循环也会发生变化。

5 结论

1)基于时间序列遥感影像的分析,西双版纳在1990—2019年期间,天然林面积一直在持续减少,其天然林丧失率呈先上升后降低的趋势,2000—2005年期间天然林丧失率达到最大值。基于西双版纳天然林丧失的空间分析可知:以州级为单位,西南部的天然林丧失最为严重；以县级为单位,天然林丧失的状况为勐腊>景洪>勐海。

2)基于西双版纳土地利用分类结果转移矩阵的分析可知:西双版纳1990—2019年期间丧失的369 601 hm2,天然林主要转化成经济林和耕地,占到天然林丧失量的99.62%。由此可见,西双版纳天然林丧失的主要影响因素是人类活动,人口扩张和发展经济,所需的农业用地剧增,加快了对天然林的破坏。

3)西双版纳天然林的丧失对西双版纳景观格局具有严重的影响,逐年的天然林丧失导致其小斑块数量增加,大型斑块的数量减少,整体空间分布越来越破碎。天然林破碎化程度的增加导致其生境质量下降,边缘效应显著。