东江流域1980—2020年森林时空演变特征及水源林改造潜力分析

戴妙琳,陆晓琪,臧传富*,朱 可,邱欣彤,罗洢雯,张卫强,甘先华

(1.华南师范大学地理科学学院,广东 广州 510631;2.广东省林业科学研究院,广东 广州 510520;3.广东省森林培育与保护利用重点实验室,广东 广州 510520)

土地资源是地球生物生存的环境基础,是人类可支配的最重要的资源之一,土地的合理开发利用与社会经济开发和自然环境相关[1-4],对可持续发展、生态安全等一系列核心问题有着重大影响。20世纪80年代以来,国内外在土地利用的变化特征、空间分布格局[5]和原因分析[6-8]及其对气候[6,9-11]、流域环境[12]、水文过程[13]等方面的影响都做过探索[14]。城市化水平不断提高,中国土地结构显著改变,许多地区的森林资源遭到严重损失[13-17],由之引起的生态安全问题也日趋严重。因此,加强对土地利用变化的研究将会对未来的经济社会发展和生态环境保护提供有力的理论参考。

位于中国南部亚热带和热带地区的东江流域,光、热资源充足,雨量充沛,是植被极易繁衍的地区,森林覆盖率高。东江流域自1980年以来受到人类活动的强烈影响,土地结构发生了显著变化。目前国内对于东江流域土地利用的研究多集中在研究时空变化[17],且多将东江流域土地利用变化与生态系统相联系[18-20],但对于研究地研究时间跨度不够大。此外,将东江流域森林资源置于探讨重点的研究不多,张宏锋等[21]应用InVEST模型评估了东江流域森林水源涵养功能的空间分布,Li等[22]基于过程和关系的方法研究东江流域径流变化和森林变化之间的关系。同时,目前国内外对于森林林地质量高低划分的研究不多,Burger等[23]以土壤指标为例,评估了集约化管理森林的站级可持续性;董希斌等[24]对低质林林分的评价及分类,低质林生态系统的评价与恢复、诱导改造和立体化管理等问题进行了探讨。前人的研究虽从不同角度对东江流域土地利用变化进行了分析,但聚焦于某一典型生态系统类型,围绕该生态系统的土地覆盖变化及其与社会经济之间的驱动机制开展的进一步探讨研究仍然较少,无法很好地为流域的生态环境综合管理提供理论支持。同时,自从广东启动四大生态建设工程以来,全省对于森林资源的重视程度逐渐增强。目前对于东江流域高低质水源林的研究较少,该研究有利于当地的森林资源保护,并将对其流域的生态效益产生巨大的影响。

因此,近40 a来土地利用特别是森林资源上究竟有哪些差异特征?土地利用变化受哪些因素影响?东江流域造林潜力还有多大?未来还有多少水源林适合改造?基于这些问题,本研究聚焦森林资源,通过遥感和GIS技术,从东江流域1980、1990、2000、2010、2020年土地利用及社会经济数据入手,对东江流域近40 a土地利用变化及驱动机制进行了对比和分析,建立东江流域森林潜在分布评估体系,评估东江流域水源林未来改造潜力,以期为东江流域土地利用格局的优化和流域造林规划的改善提供理论参考。

1 材料与方法

1.1 研究区概况

东江流域(东经113°25′50.32″～115 °52′36.16″,北纬22°23′31.93″～25 °12′35.28 ″)位于珠三角东北部,南临南海和香港,西南与广州、深圳等华南经济核心及广东北部韶关、清远接壤,东部是广东东部的梅山(图1)。在广东省内涉及梅州、惠州、韶关、东莞、河源、广州、深圳等城市,在江西省内涉及赣州市。2020年,东江流域总人口达到3 908.28万,地区生产总值在1980—2020年从341.112亿元增长到234 916.477亿元,经济增长快速。东江流域总面积为35 340 km2,地势东北高西南低,高程最高为1 423 m,年降水量在1 000～ 2 300 mm,年平均气温在20～22 ℃。流域内林地面积为23 634 km2,占流域面积的67%。

图1 东江流域区位示意

1.2 数据来源

使用的土地利用类型数据来源于中国科学院资源环境科学与数据中心,分辨率为30 m。从和谐世界土壤数据库( Harmonized World Soil Database)中获取1∶100万分辨率的土壤数据。1980—2020年气温、降水等数据来源于中国科学院资源环境科学与数据中心,分辨率为1 km。东江流域社会经济统计数据来源于1980—2020年各省地市级统计年鉴。

1.3 数据预处理

本文所用的是地级城市的社会经济统计资料,为了确保其科学性,采取了区域权重法,计算流域内面积所占其地级市面积与流域各个地级市面积之比,以此作为面积加权参数,按面积比重计算得出流域尺度的社会经济统计数据[25-26]。

1.4 建立水源林可改造潜力评估指标体系

依据Hua等[27]对人工林和天然林在地表碳的存储、涵养水源、木材产出等生态系统服务和生物多样性上的效果比较,参考张丹妮等[28-29]对三北防护林宜林性分析所使用的指标体系,发现不论人工林还是天然林,如从单个指标评价,如森林蓄积量、固碳量、木材产量,或者从综合指标评价,比如生物多样性、生态系统服务功能等,乔木林的各项指标都优于灌木林和疏林地[27]。因此,假定乔木林是最优的森林生态系统,参照乔木林的分布条件,对东江流域森林资源进行系统评估。依据适宜的条件来建立评估指标体系,使用极限条件方法划分指标,用1为可改造区域赋值,用0为非可改造区域赋值,划分出满足乔木林生长条件的区域,建立水源林可改造潜力评估体系。

1.4.1土壤类型评估指标

不同土壤对乔木林生长条件影响不同[30-32],本研究根据乔木的生长条件,将不同土壤类型分为可造林土壤和不可造林土壤。在世界土壤数据库(HWSD)分类系统中,薄层土土壤深度为300 mm,而乔木的根系分布深度为1 000 mm以上,不适合造林。盐胁迫对部分林木生长有抑制作用[33],造林效益低,故划分为不可造林土壤。土壤类型评估指标见表1。

表1 土壤类型评估指标

1.4.2土地利用类型评估指标

表2所示,灌木林、疏林和其他林地内林木不饱和,可对其进行改造,划分为可造林用地。而有林地内种植密度较高,将其划分为不可造林用地。河渠、水库坑塘、湖泊等水体,由于内部的造林活动对树种限制较大,故被归类为不可造林区域。城乡、工矿、居民用地为人类生活用地,改造受限,故将其划分为不可造林用地。

表2 土地利用类型评估指标

1.4.3干燥指数评价指标

采用De Martonne提出的由温度和降水计算的De Martonne干燥度(IDW)计算方法[33-34],使用年均温和年均降水量为指标进行计算。10 ℃为乔木(喜温作物)适宜生长的最低温度,高于这个阈值温度的累计温度,是衡量乔木所需热量资源的重要指标,见式(3):

(3)

式中I——干燥指数;P——平均年降水量,mm;t——年平均温度,℃。

干燥度数值在10以下为严重干旱;在10～30范围内属中度干旱,适宜的植被类型为草原类型;数值高于30的属于湿润地区,适宜的植被类型为森林类型[33]。将干燥度30作为分级指标,干燥度高于30赋值为1,干燥度低于30赋值为0。

1.4.4海拔评估指标

参考张丹妮等[28-29]指标设置(海拔高度特征基本相似),设置3 000 m为海拔分界线,3 000 m以下赋值为1,3 000 m以上赋值为0。

1.4.5坡度评估指标

参考张丹妮等[28-29]将造林活动的坡度上限设置为40°,坡度小40°的区域赋值为1,大于40°的区域赋值为0。

1.5 土地利用驱动机制分析方法

1.5.1指标选取

LUCC(土地利用/土地覆被变化)驱动力系统可分为自然和人文两大驱动力系统[34]。在短期内,自然驱动力较稳定,具有一定累积作用。因此,前人对驱动力的研究多集中在人文驱动力的角度[35]。本研究以东江流域土地利用变化数据为基础,定义了6类驱动因子:人口数量及结构、经济发展水平及结构、基础产业发展、财政水平、生态和气候。针对以上6类因子选取22个社会经济和自然指标(表3)对影响土地利用的因素进行相关分析和主成分分析。

表3 土地利用驱动机制因子指标

1.5.2主成分分析

主成分分析法是一种将多个相互关联的因素转换为若干独立的综合指数的分析和统计方法,其在研究区域土地利用变动的动态机制方面得到了广泛的应用[35]。主要步骤如下:①对各土地利用类型和相关性较强的指标进行因子分析,得到了特征值、特征值贡献率和载荷矩阵,其中累积贡献率大于85.00%的设为主成分;②对各个主成分进行综合评价(图2)。

图2 主成分分析流程

2 结果与分析

2.1 东江流域森林时空演变特征

2.1.1单一土地利用类型分类下森林的演变特征

根据东江流域1980、1990、2000、2010、2020年土地利用结果(图3)可以得出东江流域森林变化具有以下特征:①1980—2020年林地面积持续减少且减少量明显仅次于耕地减少量,为998.81 km2;②1980—2020年东江流域林地减少土地中有林地最多,流失的林地主要转化为城镇用地。

图3 1980—2020年各Ⅱ级土地利用类型变化面积

2.1.21980—2020年的土地利用类型转移矩阵

东江流域在1980—2020年土地利用转移特征见图4。可以明显看出,土地利用变化多集中在流域北部赣州市和南部东莞市、深圳市和广州市,土地利用变化显著;北部以林地-耕地方式转变为主,南部以林地、耕地、水域向城镇用地的变化为主,城镇用地面积急剧增加。由图4可知,1980—2020年东江流域林地的变化以林地-城镇用地及林地-耕地的转化为主。其中,1980—1990年,流域林地的面积变化较明显,南部林地到城乡、工矿、居民用地的变化较显著,流域北部存在小部分林地转变为耕地的情况;1990—2000年流域林地变化较之前10 a较不显著;2000—2010年,林地-城镇用地的变化量较前10 a有所增长,主要发生在流域南部东莞市、深圳市及惠州市南部;2010—2020年流域北部赣州市大量林地转化为耕地,变化较显著。

FL—林地;GL—草地;CL—耕地;W—水域;RL—城镇、工矿、居民用地;UL—未利用土地。图4 东江流域1980—2020年各土地利用类型转化

2.2 东江流域1980—2020年森林演变的驱动机制

将1980、1990、2000、2010、2020年的各项因子(表3)与流域内不同的林地类型面积分别进行数据标准化后,两者做皮尔逊相关性分析处理,得到东江流域内的林地类型面积比重与因子相关系数矩阵(因篇幅有限本文未列出)。选取相关系数矩阵中r≥0.8的对应变量,运用SPSS软件实现主成分分析,其中主成分提取采用最小特征大于1法,并且采用主成分旋转最大方差法确定数量。经SPSS计算,得到东江流域林地类型的特征值及主成分贡献率(表4)。由表4可知,在每一种林地类型中,主成分1、2、3的累计贡献率超过99%,即说明主成分1、2、3对于阐述林地变化与社会经济发展的关系的解释能力超过了99%,满足主成分提取要求。主成分对数据变异的解释程度可由主成分特征值表现,若特征值小于1,其解释程度小于单一变量,需要剔除。由表4可看出,在土地类型为有林地的3个主成分中,第二主成分的特征值为1.026,大于1;第三主成分的特征值为0.384,小于1,即应该保留前两位的主成分,剔除剩余部分,所以有林地土地类型用于因子分析的主成分为第一和第二主成分。依照此类推,可得林地类型土地因子载荷矩阵(表5)。

表4 东江流域林地类型的特征值及主成分贡献率

有林地面积变化的第一主成分变量影响因素中,人口数量及结构因子影响占比最高,达0.991;GDP、第二产业产值其次,影响占比0.981;第二主成分中人均粮食产量影响占比最大。灌木林面积变化的主成分变量主要由地区生产总值、工业总产值、第二产业产值决定,影响占比分别为0.995、0.993、0.989。疏林地面积变化影响因素中人均耕种面积和人均粮食产量与之呈正相关关系,而人均GDP、第一产业产值、固定资产投资额的解释程度呈负相关关系。影响其他林地面积变化的因素中,地区生产总值和工业总产值影响占比达0.998、0.997,相关程度较高,其次为第二产业产值,影响占比0.993。

2.3 东江流域未来低质水源林改造的潜力分析

2.3.1单因子评估结果

在气温和降水数据中可发现,东江流域年降水量均大于800 mm,年均气温均大于15 ℃,气候湿润温暖,适合林木生长。干燥度计算结果均大于30,可以判断该研究因子非影响东江流域是否可造林的制约因素。东江流域海拔最高为1 432 m,均小于3 000 m,故海拔非影响东江流域是否可造林的制约因素。东江地形坡度变化在0～57°,40°以上坡度面积极小,可忽略不计。根据图5a,东江流域土壤可造林区域较大,且较为均匀覆盖整个流域,非可造林区域中,除水体外,薄层土面积为72.955 km2,盐碱土面积为54.075 km2,不可造林区域较小。从行政区划角度看,薄层土集中在东莞市和河源市西部,盐碱土分布于广州市河流周围及惠州市中部;从整体来看,薄层土多分布在东江流域南部及中部西侧,盐碱土多分布在东江流域南部。综上所述,从土壤类型单因子评估分析,东江流域造林体系具有较为优良的条件。由图5b可以看出,东江流域土地利用类型分布较为规律,整个东江流域有林地面积占比最大,有林地大面积覆盖,南部多为城镇用地及其他建设用地覆盖。水田较为零散分布于流域中部,在城镇用地周围较多。水源林中可改造的低质林区域多集中在流域东北部及流域腹部。

图5 水源林改造潜力评估结果

2.3.2综合评估结果

由各因子叠加分析得到的综合评价结果可得图5c,东江流域总面积35 340 km2,可改造区域面积5 365 km2,不可改造区域面积29 908 km2,可改造区域面积占总流域面积1/7。东江流域低质水源林区域较为均匀分布在流域内,多集中在流域东北部及流域东南部,西部地区可改造水源林区域分布较少且分散。在行政区划尺度多分布在赣州市及惠州市,惠州市可改造水源林多分布在东南部,且较为显著地沿东江支流呈带状分布。河源市南北部可改造区域分布差异较大,南部较少。广州、深圳和东莞三市可改造水源林区域较为分散且面积较小。水库附近多分布高质林,可改造水源林区域多分布在东江干流或支流附近。并且,在城镇用地分布较多的东江流域南部,即广州、深圳和东莞三市,仍有可改造水源林分布,有一定的发展潜力。

3 讨论

研究表明,东江流域近年间土地利用变化显著。结合各省市统计年鉴可知,1980—2020年东江流域经济快速发展,城市化程度不断提高,土地利用类型也因此发生剧烈变化。研究期内,大面积林地、耕地转移为城镇用地,城镇用地和其他建设用地扩张明显,与任斐鹏等[17]对于1990—2010年的研究结果一致。其中离不开的是人口变化、地区生产总值提高以及财政收入与支出的增长等带来的社会效益,这说明了与东江流域同期的经济发展速度相契合,反映出生态建设与社会经济发展的矛盾性。研究发现,社会经济生产和人口数量变化为主要推进东江流域土地利用类型面积变化进程的因素,该结果回答了东江流域土地利用变化受哪些因素影响的问题。社会经济因素对林地土地利用类型变化影响最大的是有林地和其他林地,灌木林和疏林地位列其次。而疏林地面积变化还与人均耕地面积等指标挂钩,反映出林地、耕地与城镇用地的转化矛盾。

随着社会经济发展和人口数量增加,作为东江流域土地利用占比最大类型——林地,虽减少面积较大,但动态变化度小至0.1%,对于林地的体量来说变化较小,反映出东江流域生态建设在林业发展上有一定侧重,对林业发展规划较为重视。南部多为城镇用地及其他建设用地覆盖,与区域经济发展水平相吻合;水田较为零散分布于流域中部,在城镇用地周围较多,便于粮食生产供应。

研究中,东江流域可改造水源林多集中在流域东北部及流域东南部,与土地利用类型评估结果高度一致,说明在可改造水源评估体系中,土地利用类型评估区分度较高。结合东江流域土地利用类型来看,在流域东南部地区分布较多的可改造水源林的类型为旱地,且沿河流分布,满足造林所需条件(湿度、水源等),故此处改造潜力巨大,结合该处惠州市经济活动分布,其地理位置较优,周围城市用地覆盖较多,可猜测其未成林原因是人类活动,反映出生态建设与社会经济发展的矛盾性。流域东北部赣州市分布较多的可改造水源林,其土地利用类型为疏林地,林木种植密度稀疏,改造潜力巨大,但不可盲目增加林木种植密度,还需结合水资源承载力及土壤承载力进行评估,探索林水土协调的林木种植模式。目前,赣州市林业实行“多措并举”全面深化改革,探索更优的营造林技术[35],本研究回答了东江流域未来造林潜力有多大、在哪些地区的问题,以期为林业规划、造林技术的改进提供理论参考,创造出更大的生态效益。

国内学者对东江流域土地利用变化研究不少[30-35],但研究时间跨度较小。在东江流域水源林可改造潜力方向上国内外研究较少,且多针对西北、东北等区域[31],对南方区域研究较少,故本研究在一定程度上弥补了此方面研究的缺失。

未来东江流域的森林演变和水源林改造研究还可以在以下几个方面加强和深化:①在研究东江流域土地利用变化驱动机制时仅完成因子载荷矩阵分析,因篇幅所限未将主成分综合得分纳入研究考虑范围;②在进行水源林改造分析中依据乔木林特性简单将乔木林定义为高质林,虽然依据的文献是国际顶级权威期刊发表的结果,但研究的系统性方面仍有待深化。但目前对大尺度的研究方面,本文有其创新性和可取性。在今后的研究中,需对优质林与低质林的评估体系重新构建,结合实地情况实地考察,将各项指标重新细化,可采取各指标加权,以期在该体系的权威性和水源林改造潜力评估的严谨性上更进一步,使其能更好服务于土地造林规划与生态管理。

4 结论

通过对1980—2020年东江流域土地利用动态变化特征及驱动机制以及东江流域水源林改造潜力进行分析与评价,研究得出以下结论。

a)1980—2020年东江流域总体动态变化度为5.85%,变化幅度较大。林地持续减少,其中灌木林变化动态度最高,达到0.26%。

b)1980—2020年东江流域土地利用类型变化多集中于流域南部和东北部。林地/耕地/水域-城镇用地转移多集中于流域南部,与经济发展特征相契合。

c)在研究土地利用的驱动机制中发现,人口数量、人均耕地面积、与社会经济发展密切相关的总/人均GDP、第二、三产业产值、工、农、林业总产值、全社会消费品零售额、固定资产投资额、财政收支等指标对4种林地变化的影响程度较大,即促进东江流域内4种林地类型发生变化的驱动力是社会经济和工业高速发展与居民消费水平的提高。

d)在东江水源林改造评估体系中土地利用类型因子影响最大,其次为土壤类型因子,干燥度、海拔、坡度因子影响较小。东江流域未来可改造林区域面积5 365 km2,可改造区域多集中于流域北部(赣州市)及流域东南部,改造潜力巨大。