基于遥感及景观破碎化分析的县域森林保护

马庆申 吴国平 徐 峰 赵明亮 王 建

(南京大学，南京，210093) (临沂市国土资源局)

森林景观结构破碎化的研究是人类活动对森林生态系统景观结构和功能影响研究的一个重要内容［1］。景观破碎化使景观组分嵌块数量增加而面积缩小，嵌块形状趋于不规则，内部生境面积缩小，廊道被截断以及嵌块彼此隔离［2］。森林景观破碎化是生物多样性丧失的主要原因之一，并被认为是陆地生态系统的主要威胁之一［3－4］。遥感更容易获取人类不易到达地区的数据且可以节省大量野外调查资源［5］。随着遥感获取及分类处理技术的发展，遥感成为景观破碎化定量分析和确定优先保护区域的有效工具［6－7］。研究区为沂蒙山费县部分，由于长期的人为活动，平地和低矮的丘陵大都为农作物、多种果树和药用植物，森林植被集中于高海拔地段。森林植被主要为建国后人工培育林，且森林边缘地带多岩石裸露，易发生水土流失，故森林保护成为防止土壤侵蚀的关键［8］。近年来，随着蒙山旅游开发，景点的建设等人类活动干扰对森林保护构成了新挑战。以往的研究主要集中于基于野外调查的植被种类及分布［9］、物种多样性［10］和土壤侵蚀［8，11］等方面。本研究从森林整体角度出发，结合遥感与GIS技术，采用面向对象分类法提取森林景观作为分析数据。选取景观特征指标对研究期内森林景观变化及破碎化特征进行定量分析，以期对研究区森林生态系统保护提供科学依据，并进一步确定了研究区内森林优先保护区域。

1 研究区概况

研究区地处蒙山南麓(35°20'～35°33'N，117°53'～118°15'E)，温河上游，总面积 340.44 km2，属暖温带大陆性季风气候，四季分明，年均降水量860 mm，年均气温13.4℃。地貌属低山丘陵区，海拔75～1 026 m。土壤类型主要为褐土，少部分为棕壤，地表破碎，土层浅薄，质地粗劣，抗冲力较弱，易发生水土流失。暖温带落叶阔叶林为研究区地带性植被。主要植被类型有常绿、落叶阔叶林，常绿、落叶针叶林，针、阔混交林及灌丛林。

2 研究方法

2.1 数据来源及处理

主要数据为Landsat 4、5 TM和Landsat7 ETM+影像数据(http://glovis.usgs.gov)。数据获取时间为1989、1990、2001、2009 和2010 年，行列号为121/35。所有数据云量均为少云或无云。DEM为ASTER GDEM V2 版本(http://datamirror.csdb.cn)。选择影像的1～5和7波段，利用ENVI 4.7进行波段打包，形成多波段数据。对各期影像进行地形校正和大气校正，以减小地形和大气的影响。以1∶5 000第2次调查土地利用现状图为基准图，选取研究期不变的特征地物作为控制点对各期影像统一投影并进行几何校正。裁剪研究区域影像进行NDVI提取和LBV变换得到各期影像的 NDVI、L、B、V影像层。利用DEM数据提取坡度、坡向数据辅助影像分类。因道路具有景观分割功能，故从土地利用现状数据中提取公路及农村道路作为道路矢量层。

2.2 影像分类及精度评价

分类在Ecognition 8.0下进行，采用面向对象分类的方法。与传统基于像素的分类方法相比，面向对象分类法通过对影像的分割，集合临近同质象元作为对象，综合考虑了遥感数据的光谱信息、几何和纹理等空间信息，有利于进一步提高分类精度［12］。首先对影像分割，分割尺度的选择直接影响分类的精度。影像分割的异质性指标由对象的颜色、形状、光滑度和紧凑度来衡量［13－14］。文中采用多尺度分割方式对影像分割，分割中加入土地利用现状图作为专题层参与分割，经多次试验，训练样本和实施分类的分割参数分别选取 5.0、0.1、0.5 和 2.0、0.1、0.5，得到样本训练对象层和分类对象层。其次，在训练样本对象层中选取样本，统计出样本对象的1～5、7、NDVI、L、B、V 各层均值，在 SEE5－DEMO 下进行训练，得出分类决策树。最后采用决策树所得阈值结合目视解译对分类对象层中对象进行分类及合并，得到研究区森林—非森林图。根据研究区的气候特点，选取同一年或相临年份不同季节影像对常绿林、落叶林分别提取，1990年和2009年2期常绿林分别以1989年和2010年冬季影像提取。分类时加入DEM及坡度数据，将高海拔区(＞150 m)和低海拔区进行分别分类可以更有效地将耕地和林地区分开。分类后处理主要为删除小于0.54 hm2(6个象元)的林地块［15］。分类流程见图1。

图1 遥感影像分类流程

采用混淆矩阵和k系数进行精度验证。参考2009年土地利用现状图及spot正射影像，随机选取样本134个，进行精度验证。影像分类总体精度均大于85%(表1)。时间越早精度越小，1990年最小，2009年具有最大值，这与训练样本参考2009年土地利用现状图和高分辨率影像选取有关。

表1 遥感影像解译误差矩阵及k系数

2.3 森林变化及破碎化

景观指数高度浓缩了景观格局信息，反映景观的结构组成和空间配置特征，使用景观指标定量分析景观格局的特征与变化是景观生态学研究的核心之一［16］。选取景观特征指标，运用 fragstats 3.3进行计算。景观指标的计算及含义如表2。森林变化分析主要从3个方面定量描述:森林总面积(TA)、森林覆盖占总体景观比例(PLAND)及森林覆盖年变化率(P)。森林覆盖年变化采用连续复变化率计算，它可以体现出生物学意义［17］，公式为:

式中:P为t2－t1时间时期的森林覆盖年变化率，A1、A2分别为t1和t2时间的森林景观覆盖面积。

森林景观破碎化分析采用多指标法，可以有效避免单一指标对大范围的景观破碎化过程表现出的明显的不敏感性和局限性［18］。主要选取以下景观特征指标对森林景观破碎化进行描述:①面积/密度:斑块面积(PA)、平均斑块面积(AREA_MN)、斑块数目(NP)、斑块密度(PD)、最大斑块指数(LPI)。②形状:基于周长—面积分形维数(PAFRAC)。③聚散性质:聚合度(AI)。详见表2。

森林核心区采用3个不同的边缘深度(60、100、300 m)进行定义，距离根据不同的边界效应进行确定，可以很好地表示斑块的内部区域［19］。考虑到研究区的县域特点，假设森林斑块的县界边缘位于任意边缘深度的核心区中。核心区量化采用森林核心区总面积(CTA)、核心区占森林景观总面积的比例(CPLAND)、独立核心区数目(NDCA)表示。

表2 主要景观特征指标描述

2.4 森林保护区域划定

划定森林优先保护区域主要原则［6］:①研究期间保持不变或变化较小;②内部可达性小。森林核心区为森林内部生境相对稳定的区域，是保护生物多样性重要区域。将不同时期核心区进行叠加，可获得各边缘深度核心区变化图。故选取研究期间未变化的300 m核心区作为森林优先保护区域。为便于森林保护的管理实施，通过2010年土地利用变更数据对保护区域边界进行修正。

3 结果与分析

3.1 森林覆盖变化

由表3可知，1990至2009年期间，研究区森林覆盖成增加趋势。由1990年的12 710.61 hm2变为2009年的12 933.00 hm2，森林面积增加了 222.39 hm2，平均年变化率为0.09%。但是分阶段来看，前期森林覆盖面积呈减少趋势，后期森林覆盖出现快速增加。前期(1990至2001年)阶段，研究区森林面积以每年0.32%的速度减少，至2001年森林覆盖面积为 12 266.37 hm2，11 a间减少了 444.24 hm2;后期(2001—2009)阶段森林面积以每年0.66%的速度快速增加，8 a间增加了666.63 hm2。

表3 1990至2009年森林景观变化

3.2 森林破碎化分析

从斑块面积及数量上看，整个研究期间斑块数量及斑块密度的变化与森林总体面积的变化趋势一致。斑块数量从1990年的476块减少到2001年的424块，至2009年间又增加到了579块(表4)。与斑块数量相关的斑块密度在1990、2001、2009年分别为1.40、1.25 和1.71。研究期间斑块数量增加，但是增加的斑块大小基本在100 hm2以下且主要集中在1～10 hm2区间，同时大于1 000 hm2的斑块数量减少了1块(图2A)。至2009年研究区森林增加222.39 hm2，1 ～10 hm2区间面积增加了 228.33 hm2，但大于1 000 hm2的斑块面积却减少了2 570.85 hm2(图2B)。平均斑块面积变化与森林总体面积变化规律相反，1990年至2001年增加了2.23 hm2，但整个研究期间，由1990年的26.70 hm2减少到2009年的22.34 hm2。由分析可知，研究区森林覆盖程破碎化趋势，主要表现为整体面积增加，平均斑块面积减小和小面积斑块增加，大斑块森林破碎的特征。

1990年，89.82%的森林集中于面积大于1 000 hm2的斑块，其中最大斑块面积为5 190.66 hm2;2001年，大于1 000 hm2的森林斑块和最大斑块面积降低到82.33%和4 091.94 hm2;至2009年，最大斑块面积基本维持不变，但大于1 000 hm2的斑块占总体森林比例却只有68.40%。最大斑块指数表征了最大森林斑块在森林景观所占的比例，1990至2009年间减少0.2。研究区内最大斑块指数减小的原因是最大斑块面积减少，而导致最大斑块面积减少的直接原因为道路的修建切割了原有斑块。

图2 1990、2001、2009年研究区森林及其核心区分布图

周长—面积分形维数表征了景观斑块形状的复杂程度，从而为分析隐含在形状特征之下的景观斑块的生态学意义提供定量化标准［20］。其取值区间为［1，2］，1代表形状简单，2代表形状复杂。聚合度的值为1到100，它随着焦点类型的聚集而增大，当丛生至一个斑块时达到最大值100。周长—面积分形维数和聚合度1990、2001、2009年分别为1.43、1.45、1.45 和93.58、93.39、92.36，2009 年分形维数和聚合度达到了最大值、最小值。3时期分形维数都接近1.5，表明研究区森林破碎化比较严重。纵观研究期间分形维数及聚合度分别呈增大和减小趋势，也说明了研究区森林向着破碎化发展。

虽然研究期间森林呈现破碎化发展，但从2001—2009阶段来看，斑块面积、斑块数量、最大斑块指数有所增加，同时分形维数的维持基本不变，说明了研究区内破碎化程度有所减缓。

表4 景观特征指标统计

3.3 森林核心区变化

1990至2009年，所有边缘深度的核心区在总面积及其占景观比例都不同程度地减少(表5)。从核心区总面积上看，研究期间3种核心区面积分别减少了 519.18、586.52、472.07 hm2。面积主要在1990至2001年期间减少，2001至2009年间3边缘深度核心区面积变化均小于40 hm2。从占森林总体景观比例上看，研究期间核心区以前期2%左右和后期3%左右的速度变小，但300 m核心区2001—2009年减小趋势变缓。60 m和100 m核心区数目的变化一致，1990年至2001年大幅减少，2001年至2009年开始恢复。300 m核心区数据在2001年达到最大值(50)，1990和2009年基本相等，分别为39和40。

表5 森林核心区景观特征指标

3.4 森林保护区域的划定结果分析

由表6可知，研究期间≥100～1 000 hm2和≥1 000 hm2的森林斑块区间斑块数量分别为0、3、5和4、4、3;≥100 ～1 000 hm2森林斑块面积增加，≥1 000 hm2的森林斑块面积减少。由研究区实际情况可知，≥100～1 000 hm2斑块个数和面积的增加主要原因为2条公路穿过研究区内最大森林斑块内部。最大斑块虽然被道路分割，但仍为研究区的最大森林景观斑块。不同时期的300 m核心区进行叠加得到研究期间300 m核心区变化图。整个研究期间未变化且大于100 hm2的300 m核心区共4块，其中一块位于最大森林景观斑块中，其余3块也都在≥1 000 hm2斑块区间内，故将上述4块区域作为森林优先保护的区域。将2010年土地利用变更调查数据与确定的森林优先保护区进行叠加，可知森林优先保护区基本为有林地，且大部分区域均处于国家森林和地质公园的国有林场之内，说明其对研究区内稳定的森林内部环境具有很好的代表性。

表6 不同斑块大小区间的斑块数量及面积变化

4 结论与讨论

研究区1990至2009年间森林覆盖面积变化呈如下趋势:1990—2001年减少，2001—2009年又大幅增加。前期森林减少，主要由于人口增加，建设用地扩张，梯田的开垦及森林边缘道路修建。人类活动对区域的环境影响，使得主体森林后退。2001年后森林面积增加，与蒙山国家森林和地质公园的划定有关。森林公园的划定使得研究区森林侵占减少，防护林、经济林、乔木园地的大面积种植，促使了森林覆盖的快速增加。增加的林地以防护林、经济林为主，主要分布于河流、道路、主体森林的边缘等区域。

森林边缘居民点、农田镶嵌其中，人类活动强烈。例如研究区内60 m核心区，其边界处于人类和森林边缘，面积变化剧烈，斑块破碎化比较严重。森林内部道路的贯穿对森林面积的影响不大，但直接增加了斑块的周长，使森林斑块形状复杂化和减小了景观斑块的连接度。研究区道路对核心区域的影响更为显著，直接导致了大面积核心区斑块(大于1 000 hm2)面积的大幅减少。由此可见，减少森林内部的可达性对降低森林破碎化有积极作用。

森林覆盖面积增加和破碎化加重，说明了森林保护不应只注重数量的增加，而应从整个生态系统着眼。改善整体自然系统可以首先确定优先区域进行优先保护。研究期间未变化的300 m核心区作为优先保护区域，其内部环境相对稳定，有利于物种多样性保护。此外，4块优先保护区大部分区域均处于国家森林和地质公园的国有林场之内，说明国家森林和地质公园对森林的保护有着一定积极意义。

本研究通过遥感方法提取并分析森林景观破碎化，指出研究区在过去19年间森林破碎化逐渐变严重。通过森林变化及森林破碎化的变化分析，确定了研究期间相对稳定的区域作为森林优先保护区域。该方法在野外物种分布调查数据缺失情况下，可以有效确定县域内森林优先保护区域，为县域内森林保护、管理、土地利用规划等工作提供参考。优先保护区域划定未考虑研究区森林内部生态环境因子(如物种分布，土壤侵蚀等)，可做进一步研究。

［1］ 白降丽，陈道黎，庾晓红，等.森林景观生态研究现状与展望［J］.生态学杂志，2005，24(8):943－947.

［2］ 李哈滨，伍业刚.景观生态学的数量研究方法［C］//刘建国.当代生态学博论.北京:中国科学技术出版社，1992:209－223.

［3］ Armsworth pr，Kendall B E，Davis F W.An introduction to biodiversity concepts for environmental economists［J］.Resource and Energy Economics，2004，26(2):115－136.

［4］ Pichancourt J B，Burel F，Auger P.Assessing the effect of habitat fragmentation on population dynamics:an implicit modelling approach［J］.Ecological Modelling，2006，192:543－556.

［5］ Haack B.Monitoring wetland changes with remote sensing:an East African example［J］.Environmental Management，1996，20(5):411－419.

［6］ Newman M E，McLaren K P，Wilson B S.Use of object-oriented classification and fragmentation analysis(1985－2008)to identify important areas for conservation in Cockpi Country，Jamaica［J］.Environ Monit Assess，2011，172:391－397.

［7］ Innes J，Koch B.Forest biodiversity and its assessment by remote sensing［J］.Global Ecology and Biogeography Letters，1998，7(6):397－419.

［8］ 孙希华，张代民，姚孝文，等.沂蒙山区不同植被景观类型与土壤侵蚀研究［J］.水土保持研究，2008，15(6):6－9.

［9］ 高远，陈玉峰，董恒，等.50年来山东塔山植被与物种多样性的变化［J］.生态学报，2011，31(20):5985－5990.

［10］ 高远，慈海鑫，邱振鲁，等.山东蒙山植物多样性及其海拔梯度格局［J］.生态学报，2009，29(12):6377－6384.

［11］ 王友胜，刘霞，姚孝友，等.费县土地利用和土壤侵蚀时空变化分析［J］.水土保持研究，2011，18(5):18－22.

［12］ 陈云浩，冯通，史培军，等.基于面向对象和规则的遥感影像分类研究［J］.武汉大学学报:信息科学版，2006，31(4):316－320.

［13］ 彭海涛，柯长青.基于多层分割的面向对象遥感影像分类方法研究［J］.遥感技术与应用，2010，25(1):149－154.

［14］ 郭亚鸽，于信芳，江东，等.面向对象的森林植被图像识别分类方法［J］.地球信息科学学报，2012，14(4):514－522.

［15］ Lu D，Mausel P，Brondízios E，et al.Change detection techniques［J］.International Journal of Remote Sensing，2004，25(12):2365－2407.

［16］ 肖笃宁.景观生态学理论、方法及应用［M］.北京:中国林业出版社，1991:186－195.

［17］ Puyravaud J P.Standardizing the calculation of the annual rate of deforestation［J］.Forest Ecology and Management，2003，177:593－596.

［18］ 仇江啸，王效科，逯非，等.城市景观破碎化格局与城市化及社会经济发展水平的关系:以北京城区为例［J］.生态学报，2012，32(9):2659－2669.

［19］ Echeverria C，Coomes D，Salas J，et al.Rapid deforestation and fragmentation of Chilean temperate forests［J］.Biological Conservation，2006，130(4):481－494.

［20］ 张国坤，卢京花，宋开山，等.吉林省镇赉县近10年景观格局变化［J］.生态学报，2012，32(12):3958－3965.