西双版纳热带森林景观破碎化地形差异性分析

魏莉莉 寇卫利 向兰兰 梁昌献

(西南林业大学大数据与智能工程学院，云南 昆明 650224)

热带雨林是物种丰富而结构复杂的生态系统[1]，具有最大的净初生产力和固碳能力，在全球碳循环、气候稳定和生物多样性保护方面起着重要的作用[1-2]。西双版纳是我国的热带雨林主要集中地区之一，但由于人口的快速增长及人为的破坏，导致大面积的热带雨林被转变为耕地等其他土地利用类型，同时也使热带雨林出现了严重的破碎化现象，呈现出不连续的片状分布，因而影响了当地的生物多样性[3]。森林盖度及景观破碎化是研究这一变化过程并进行有效决策的基础，因此，掌握森林空间分布与景观破碎化程度具有非常重要的意义。

森林盖度是植被冠层或叶面在地面上的垂直投影面积占总面积的百分比，是反映地表植被的覆盖情况和监测植被生长的重要指标[4]。而传统获取森林盖度的方法是人工地面测量，存在费时、费力等局限性，且一般适用于小尺度范围的调查[5]。利用遥感技术不仅可以快速、准确地获取大尺度范围内的森林盖度，同时可以减少大量的外业调查工作，降低调查成本。已经有学者采用Landsat TM/ETM数据针对2010年及以前的西双版纳的森林覆盖度[3]及破碎度[6]进行了相关研究。而2010—2015年西双版纳森林发生了较大的变化，研究区最新的森林覆盖度及其景观破碎化程度尚不清楚，且森林景观破碎化的研究大多数是从时空变化的视角进行分析，而本研究主要探索景观在地形空间变化的规律。因此，以西双版纳2015年Landsat 8 OLI遥感影像为基础数据，利用基于像元的森林提取方法，提取2015年西双版纳的森林分布及其森林盖度，通过对森林景观破碎化在地形上的差异性分析，以求得到西双版纳森林破碎化的现状。

1 研究区概况

西双版纳地处云南省的南部,位于北纬21°08′～22°36′，东经99°58′～101°50′，海拔为475.0～2 429.5 m[7]，面积共19 120 km2，下辖景洪市、勐海县和勐腊县，与老挝、缅甸接壤，西、北、东三面与滇西南山原、山地相连，属于横断山系南端无量山脉和怒山山脉的余脉山原、山地区。整个地区以山原为主，地势四周高、中部低，山地面积占总面积的95%[8]。该地区位于北回归线以南，属于热带季风性气候，降水充沛、温暖潮湿，1年分为干湿两季，雨季 (5—10月)，旱季 (11—翌年5月)。年均降水量1 036.1～2 431.5 mm，年平均气温为21.4 ℃。西双版纳的地带性植被主要是热带雨林，由于西双版纳的特殊地貌及海拔差，又发育有热带季节性湿润林、热带季雨林、热带山地 (低山) 常绿阔叶林[9]。

2 材料与方法

2.1 数据来源与预处理

2.1.1数据来源

Landsat 8是2013年2月由美国航空航天局 (NASA) 成功发射的Landsat系列的第8颗卫星，其搭载有陆地成像仪 (OLI)[10]。OLI的成像方式采用推扫式，比TM/ETM + 成像仪采用的摆扫式具有更好的几何稳定性和图像质量。此外，Landsat 8的波段更多，波段划分更加精细，可以获得精度更好的数据[11]，更有利于森林信息的提取。

研究数据来源于USGS官网 (http://www.usgs.gov) 和地理空间数据云 (http://www.gscloud.cn)。因为西双版纳部分热带季雨林存在有落叶现象，为了避免由因落叶现象造成森林覆盖度的低估，因此研究选取处于植被生长期5月份的西双版纳Landsat 8 OLI遥感影像作为基础数据。为了解决云的影响问题，研究以2015年5月3日的数据为主，并辅以2016年5月5日、2015年4月19日的数据，利用拼接镶嵌的方法得到了1幅完整的2015年5月西双版纳无云数据。

2.1.2遥感数据预处理

Landsat 8 OLI数据发布的产品为LIT级，已使用地面控制点和数字高程模型进行精确几何校正[11]。因此，本研究利用ENVI 5.1对原始数据直接进行了辐射定标、FLAASH大气校正、图像拼接及利用西双版纳行政边界对拼接后的图像进行裁剪。

2.2 研究方法

2.2.1植被指数

植被指数,又称光谱植被指数，是根据植被反射波段的特性计算出来的反映地表植被生长状况、覆盖情况、生物量等植被特征的间接指标，利用不同地物类型的不同反射光谱特性可以将不同的地物类型区分开。归一化植被指数 (NDVI)、地表水分指数 (LSWI) 及增强性植被指数 (EVI) 是森林分类中常用的植被指数。归一化植被指数NDVI，是植被生长状态及植被盖度的1个效有指示因子，与植被分布密度呈线性相关[12]。地表水分指数LSWI，由于短波红外 (SWIR) 对植被叶面水分及土壤湿度的极为敏感，因此利用SWIR构造的地表水分指数常用于区分森林和农田[13]。增强型植被指数EVI继承了NDVI的优点，且同时考虑了土壤背景的影响，在反映植被特征时更具有客观性[14]。其计算公式分别为：

NDVI=(ρNIR-ρRED)/(ρNIR+ρRED)

(1)

LSWI=(ρNIR-ρSWIR)/(ρNIR+ρSWIR)

(2)

EVI=2.5(ρNIR-ρRED)/(ρNIR+6×ρRED-

7.5×ρBLUE+1)

(3)

式中：ρRED为红波段；ρNIR为近红外波段；ρSWIR为短波近红外波段；ρBLUE为蓝波段。

2.2.2森林制图算法

地物间的差别越大，其对应的光谱特征值差异也越大，区分度也就越大[15]。因此，将影像图分为4类典型地物，即森林、农田、水体、建筑用地。其中，森林包括天然林、经济林 (橡胶林、果园等) 及灌木林地；农田包括灌溉水田及旱地；水体包括江、河、湖泊；建筑用地包括城镇居民点、道路等建筑区及未被植被覆盖的土地。

在ENVI 5.1中将Google Earth带坐标的样本区转为感兴趣区 (Regions Of Interest, ROI)，并叠加至遥感影像上共获取35 171个像元的分类样本数据，分别统计各地物样本的LSWI、NDVI、EVI均值及方差。各地物样本像元数及影像解释标志见图1，其中森林、农田、建筑用地和水体的像元个数分别为2 568、7 279、1 526、738。

图1各地物的影像解释标志
Fig.1 The image interpretations and numbers of pixels about different features

根据森林阈值计算公式 (4)～(6) 及各地物的NDVI、LSWI、EVI均值及方差计算得出森林阈值[16]。

LSWI(tv)=LSWI(w)+((LSWI(w)+LSWI(wd))-

(LSWI(f)-LSWI(fd)))/2

(4)

NDVI(tv)=NDVI(n)+((NDVI(n)+NDVI(nd))-

(NDVI(f)-NDVI(fd)))/2

(5)

EVI(tv)=EVI(n)+((EVI(n)+EVI(wd))-

(EVI(f)-EVI(fd)))/2

(6)

式中：下标tv表示各植被指数的森林阈值，f、n、w分别表示森林、农田、水体的算术平均值，wd、nd、fd分别表示森林、农田及水体的方差。

根据计算得出的森林阈值，在ENVI中利用决策树进行分类，分为森林与非森林2类，分别统计森林与非森林的像元数目。Landsat 8 OLI的分辨率为30 m，其每一个像元代表900 m2的面积，由此可以计算出森林的总面积和森林占西双版纳总面积的百分比，即森林盖度。

2.2.3精度评价

利用ArcGIS生成西双版纳区域内的2 500个随机检验样本点，并转换成 .kmz格式文件，加载至Google Earth上进行人工判别，除去少量不可用的样本点 (如边界点)，将检验样本分为森林与非森林2类。利用ENVI的混淆矩阵分别对LSWI、NDVI、EVI森林分类精度进行检验。

2.2.4不同地形因子的森林分布提取

研究选取了海拔、坡度、坡向3个主要地形因子进行森林空间分布的研究。为了获取不同地形因子的森林分布情况，坡度和坡向主要是利用ArcGIS的空间分析功能从30 m分辨率的西双版纳数字高程数据 (DEM) 中提取，海拔以100 m为间隔，坡度按照坡度的分级标准：平坡 (0°～5°)、缓坡 (6°～15°)、斜坡 (16°～25°)、陡坡 (26°～35°)、急坡 (36°～45°)、险坡 (> 46°)[17]对海拔及坡度进行重分类。将海拔、坡度及坡向信息导出为ENVI标准格式，在ENVI中利用决策树根据森林阈值及地形因子信息提取不同海拔、坡度、坡向的森林分布信息，经统计得出西双版纳森林在不同海拔、坡度及坡向上的面积分布情况。

2.2.5景观破碎化分析

景观破碎化反映了景观生态格局由连续变化的结构向斑块镶嵌体的变化。城市化进程的加快及人为破坏现象的加剧，使得景观格局由单一、均质、连续的整体趋于复杂、异质、离散的斑块集合。本研究基于2015年西双版纳森林景观格局状态，对其破碎化程度进行评价。利用决策树方法，根据NDVI的森林阈值及海拔、坡向、坡度值得到西双版纳森林在不同海拔、坡向及坡度的分布图，将分布图转换为 .tif格式文件，并加载至Fragstates 4.2景观格局分析软件，在分类尺度上选择聚集度指数 (AI)、景观形状指数 (LSI)、斑块密度 (PD) 和面积加权的平均斑块分维数 (FRAC_AM) 计算其在不同海拔、坡向及坡度上的值。利用这4种景观指数对西双版纳森林的破碎化程度进行分析。

3 结果与分析

3.1 热带森林提取的指标及阈值

根据森林、农田、建筑用地、水体样本的LSWI、NDVI、EVI平均值 (图2和表1) 可以看出，森林在NDVI上与其他地类的区分度最好，其次为EVI，最后为LSWI。森林的LSWI与水体、建设用地、农田之间的区分度较小，容易产生误分；相对于LSWI，森林在EVI上与其他地类的区分度较好，但不及在NDVI的区分度。根据公式 (4)、 (5)、 (6) 计算得出3个指数的提取森林阈值分别为：LSWI ≥ 0.31、NDVI ≥ 0.67和EVI ≥ 0.44。

3.2 不同指标及阈值提取结果对比

根据计算得出森林在3个不同指数上的提取阈值，基于决策树方法提取出森林分布，利用ArcGIS平台得到2015年3幅西双版纳森林分布图 (图3) 并且估算出对应的面积 (表2)，其中NDVI森林面积最大，达到14 939.38 km2，森林盖度为77.80%；EVI次之，森林盖度为72.84%，LSWI最少为56.98%。

图2森林、农田、建设用地及水体在LSWI、NDVI、EVI的差异性分析
Fig.2 The different analysis of forest, farmland, construction land and water in LSWI, NDVI, EVI

表1 不同地类在LSWI、NDVI、EVI的值Table 1 The values of different land types in LSWI, NDVI, EVI

图3基于LSWI、NDVI、EVI的森林分布图
Fig.3 The pictures of forest distributionin LSWI、NDVI、EVI

表2 森林面积及森林盖度Table 2 Forest area and forest coverage

3个森林产品基于混淆矩阵进行精度验证 (表3)，结果显示依据3个指数 (NDVI ≥ 0.67，EVI ≥ 0.44，LSWI ≥ 0.31) 提取的森林结果图 (图3) 中的精度由高到低为NDVI (95.66%)、EVI (88.22%) 和LSWI (84.39%)。根据云南省林业厅发布的云南省第4次森林资源分布调查公报 (http://www.ynly.gov.cn/)，西双版纳的森林覆盖率为80.79%与NDVI提取出的77.80%基本接近，相对误差率仅为3.7%。因此，NDVI是热带森林提取的最佳指数。

表3 采用混淆矩阵的森林分类结果精度验证Table 3 The accuracy of forest classification by using confusion matrix

3.3 2015年西双版纳森林在不同地形因子的分布情况

由图4a西双版纳森林面积的海拔分布可以看出森林主要分布在海拔600～1 500 m，占森林总面积的81.95%，分布地区集中在景洪市与勐腊县。从坡向分布图 (图4b) 可以看出各个坡向森林的分布较为平均，其中北坡向森林分布较其他坡向分布略多。而从森林的坡度分布图 (图4c) 可以看出，森林主要集中在缓坡及斜坡上，即坡度6°～25°，占森林总面积的78.1%。

图4森林面积在海拔(a)、坡向(b)及坡度(c)上的分布
Fig.4 Area of forest distribution in altitude (a), slope direction (b) and slope (c)

不同地形因子对森林分布有着不同的影响[18]，海拔梯度通常被认为是影响植被分布的最主要因素[19]。研究结果表明，在西双版纳地区海拔及坡度对森林的分布格局影响最为显著，坡向对森林分布影响较小。低海拔 (< 500 m) 及平坡处受人为干扰强度最大，土地利用类型主要为建设用地及农业用地，森林面积分布最少。森林主要分布在海拔相对较高、坡度较大、人为干扰较小的区域 (海拔600～1 300 m、缓坡及斜坡处)。随着海拔的升高和坡度的增加，受气候及地形等自然因素的限制，森林面积分布逐渐下降。

3.4 2015年西双版纳森林景观破碎度

结合西双版纳森林面积在海拔上的分布 (图4a) 及景观格局指数 (表4) 可知，在海拔500 m以下土地利用类型以农田和城市用地为主，森林面积最小。聚集度 (AI) 最低为31.60，斑块密度 (PD) 最高为0.06，形状指数 (LSI) 及面积加权的平均斑块分维数 (FRAC_AM) 较低 (分别为68.02和1.21)。由此可见，城市与农田将森林分割成许多细小斑块且分布极为分散。频繁的人为活动使得森林斑块形状较为简单规整，因此这一海拔区域的森林破碎化程度最严重。海拔500～900 m处的森林相较于500 m以下区域，PD值逐渐下降，AI值逐渐升高，说明此处森林成片状连续分布，但LSI指数较低，且在600～700 m处达到最低值41.65，而橡胶林的种植区域主要集中在海拔600～800 m处，表示橡胶林的大面积种植对原始森林造成了巨大的人为干扰。海拔在900～1 300 m区间的森林面积最大且其PD、FRAC_AM、LSI、AI指数值都比较高，表示此区域内的森林斑块数较多、聚集度相对较高、斑块形状复杂度较高、受人为活动影响较少。海拔大于1 300 m的区域，随着海拔的升高，PD值逐渐降低，AI至逐渐升高，表明森林聚集度逐渐增高破碎化程度不断降低。

表4 PD、LSI、RAC_AM、AI景观指数在不同海拔的值Table 4 The data of landscape pattern index (PD, LSI, FRAC_AM, AI) in different altitude

根据西双版纳面积在坡向上的分布 (图4b) 及景观格局指数 (表5) 分析得出，北坡向的森林面积最大，其PD值及LSI值最高分别为3.27、422.06，AI值最低 (60.5)。由此可知，此坡向的森林斑块面积小、分散度高、聚集度低、森林破碎化程度最高、但受人类活动干扰程度最低。西北坡向的PD值最低 (2.69)，AI值最高 (74.80)，而LSI值最低 (371.98)，这表明森林斑块数较少，聚集度较高，受人为活动影响程度最严重。原因是，近年来水热条件较好的东、南、西3个坡向的橡胶可种植面积大幅减少，橡胶林开始向北坡扩张。在其他坡向上，以橡胶林为代表的人工林已经成为优势树种，森林的破碎化程度相对较小。

根据西双版纳面积在坡度上的分布 (图4c) 及景观格局指数 (表6) 可知，平坡处的AI值最低 (54.64)，PD值最高 (4.28)，LSI较低 (447.93)。这表明平坡处的森林聚集度最低，破碎化程度最严重，受人为干扰程度较大。斜坡处的AI值及FRAC_AM值最高 (分别为77.58和1.31)，可见斜坡的森林聚集度最高、受人为影响程度最小，森林保持最为完整。而缓坡的森林破碎化情况与斜坡处相似。其他坡度处的森林，随着坡度的增大、PD值逐渐降低，AI值也逐渐下降；当坡度大于36°时，森林面积急剧减少，仅占森林总面肌的2.3%。

表5 PD、LSI、FRAC_AM、AI景观指数在不同坡向的值Table 5 The data of landscape pattern index (PD, LSI, FRAC_AM, AI) in different slope direction

表6 PD、LSI、FRAC_AM、AI景观指数在不同坡度的值Table 6 The data of landscape pattern index (PD, LSI, FRAC_AM, AI) in different slope

经济的快速发展、城市化进程的加速以及人口的增长导致粮食需求量增大，造成了城区建设用地及农业用地的不断增加[20]，这些因素都被认为是造成西双版纳景观格局变化的主要驱动因子[3]。由于西双版纳的地势以山区为主，农业用地和城区建设用地主要集中在海拔400～600 m的平坡之间，造成了海拔500 m以下及平坡处森林严重的破碎化。橡胶林的巨大经济效应造成的橡胶林大面积扩张是造成森林景观破碎的最主要原因[21]。95%以上的橡胶种植在海拔900 m以下及坡度15°～25°的缓坡、斜坡内[22-23]，而东、南、西坡向的水热条件较北坡好，被用于大面积的橡胶种植，其中南面橡胶的扩张速度最快。受经济利益的驱使，2007年橡胶种植的海拔上限由1 000 m上升到1 400 m，并开始向北坡及陡坡扩张[22]。近年来，因橡胶林过度的开发，传统刀耕火种的轮歇种植方式遭到了破坏，轮歇周期缩短，破坏了土地的良性循环，毁林现象严重。过度的开垦使得土壤变得贫瘠，大量的森林变成了荒山草地或者灌丛[24]。热带雨林的破碎化也造成了生物多样性的下降，水土流失和外来物种的入侵等多种负面效应[25]。

4 结论与讨论

本研究以西双版纳2015年Landsat 8 OLI和DEM为基础研究数据，采用基于像元的分类方法，经试验对比分析筛选出了森林提取的最佳指数，并由此得到森林分布图和森林盖度。运用多种景观指数对森林在海拔、坡向及坡度的破碎化程度进行分析，结论如下：

1) 因森林的NDVI值与其他地物类型的NDVI值的区别最大，NDVI为森林提取的最佳植被指数，其精度为95.66%。

2) 由植被指数得到2015年森林分布图，并计算得出2015年西双版纳森林盖度为77.8%。通过分析森林在空间上的分布图，可知西双版纳在空间上的分布特征为：在海拔及坡度上呈现正偏态分布的特征 (森林集中在海拔600～1 300 m、缓坡及斜坡处)，在坡向上呈现较均匀分布。

3) 通过分析2015年西双版纳森林在不同地形的景观破碎化程度，可知受人类活动的影响，在人为活动较频繁的区域破碎化程度明显高于其他区域，由此造成森林的景观破碎化程度在地形上存在很大的差异。在海拔低于500 m及平坡处的森林破碎化程度最为严重，而随着海拔及坡度的上升，破碎化程度逐渐降低；坡向上，北坡向的破碎化程度明显高于其他坡向。

该研究可为热带雨林面积提取及森林盖度计算提供简单、快速和有效的方法，探讨森林面积及景观破碎化在西双版纳不同海拔、坡向、坡度上的变化规律，能够为该区域森林监测、保护政策的制定及生态环境的可持续发展提供参考。

[参 考 文 献]

[1] 卜文圣. 海南岛热带天然林生物多样性与生态系统功能关系的研究[D]. 北京: 中国林业科学研究院, 2013.

[2] Chen D X, Li Y D, Liu H P. Biomass and carbon dynamics of a tropical mountain rain forest in China[J].Science China (Life Sciences),2010,53(7):798-810.

[3] 刘晓娜, 封志明, 姜鲁光, 等. 西双版纳土地利用/土地覆被变化时空格局分析[J]. 资源科学, 2014 , 36(2): 233-244.

[4] 夏颖, 范建容, 李磊磊, 等. 植被盖度遥感反演模型在稀疏高寒草原的对比研究[J]. 四川农业大学学报, 2017, 35(1): 37-44, 59.

[5] 王海宾, 黄国胜, 程志楚, 等. 基于多源遥感数据森林盖度的尺度转换[J]. 东北林业大学学报, 2014, 42(9): 58-61, 121.

[6] 刘佳丽, 杜荣祥, 温馨, 等. 西双版纳景观格局时空变化及其生态效应研究[J]. 环境科学与管理, 2016, 41(9): 167-171.

[7] 夏朝旭. 云南西双版纳橡胶林时空变化特征及其地理背景分析[D]. 成都: 成都理工大学, 2014.

[8] 刘晓娜, 封志明, 姜鲁光, 等. 西双版纳橡胶林地的遥感识别与数字制图[J]. 资源科学, 2012, 34(9): 1769-1780.

[9] 朱华. 论滇南西双版纳的森林植被分类[J]. 云南植物研究, 2007, 29(4): 377-387.

[10] 祝佳. Landsat 8卫星遥感数据预处理方法[J]. 国土资源遥感, 2016, 28(2): 21-27.

[11] 初庆伟, 张洪群, 吴业炜, 等. Landsat-8卫星数据应用探讨[J]. 遥感信息, 2013, 28(4): 110-114.

[12] Rundquist B C. The influence of canopy green vegetation fraction on spectral measurements over native tallgrass prairie[J]. Remote Sensing of Environment, 2002, 81(1): 129-135.

[13] Xiao X M, Hagen S, Zhang Q Y, et al. Detecting leaf phenology of seasonally moist tropical forests in South America with multi-temporal MODIS images[J]. Remote Sensing of Environment, 2006, 103(4): 465-473.

[14] 陈燕丽, 莫伟华, 罗永明, 等. 基于气候信息的喀斯特地区植被EVI模拟[J]. 农业工程学报, 2015, 31(9): 187-194.

[15] 杨冉冉. 基于ALOS数据的遥感森林分类研究[D]. 北京: 首都师范大学, 2013.

[16] Kou W L, Liang C X, Wei L L, et al. Phenology-Based Method for Mapping Tropical Evergreen Forests by Integrating of MODIS and Landsat Imagery[J/OL]. Forest, 2017, 8(2): 34

[17] 冯晓丽, 吴小芳, 沈德才, 等. 基于DEM的森林地形与植被空间格局关联分析[J]. 福建林业科技, 2015, 42(1): 26-30.

[18] 郭泺, 夏北成, 刘蔚秋. 地形因子对森林景观格局多尺度效应分析[J]. 生态学杂志, 2006, 25(8): 900-904.

[19] 欧芷阳, 苏志尧, 袁铁象, 等. 土壤肥力及地形因子对桂西南喀斯特山地木本植物群落的影响[J]. 生态学报, 2014, 34(13): 3672-3681.

[20] 李娜. 西双版纳景洪市城区1988—2004年土地利用/土地覆盖变化及其驱动力研究[D]. 昆明: 云南大学, 2008.

[21] 刘文俊, 马友鑫, 胡华斌, 等. 西双版纳勐仑地区景观格局变化定量分析[J]. 生态学报, 2006, 26(9): 3088-3097.

[22] 李增加, 马友鑫, 李红梅, 等. 西双版纳土地利用/覆盖变化与地形的关系[J]. 植物生态学报, 2008, 32(5): 1091-1103.

[23] Hu H B, Liu W J, Cao M. Impact of land use and land cover changes on ecosystem services in Menglun, Xishuangbanna, Southwest China[J]. Environmental Monitoring & Assessment, 2008, 146(1/3): 147-156.

[24] 李红梅, 马友鑫, 郭宗峰, 等. 基于RS和GIS的西双版纳土地覆被动态变化[J]. 山地学报, 2007, 25(3): 280-289.

[25] 戎慧, 李明诗, 沈文娟, 等. 急剧城市化背景下森林破碎化模式分析: 以浙江余杭区为例[J]. 西北林学院学报, 2012, 27(1): 173-178.