1990—2015年湖北省林地遥感制图与时空变化分析

陈斌, 杨顶田, 徐尚昭*, 周阳阳, 王宏志, 方颖颖

1990—2015年湖北省林地遥感制图与时空变化分析

陈斌1,2, 杨顶田3, 徐尚昭1,2*, 周阳阳1,2, 王宏志4, 方颖颖1,2

4. 核工业二九〇研究所, 广东省环境保护核辐射追踪研究重点实验室, 韶关 512029 2. 广东省放射性生态环境保护工程技术研究中心, 韶关 512029 3. 中国科学院南海海洋研究所，广东省海洋遥感重点实验室，广州 510301 华中师范大学城市与环境科学学院，武汉 430079

林地作为一种重要森林生态资源, 在区域发展和生态环境保护中发挥了重要的基础性作用。研究基于湖北省1990—2015年(1990、1995、2000、2005、2010和2015年)6期土地利用遥感基础调查数据、DEM和气象(气温和降水)数据, 借助变化率分析方法和GIS空间分析法, 完成了研究区林地遥感制图分析, 并对研究区近25年间林地时空变化特征及驱动因素进行深入探讨。研究表明：近25年间湖北省林地面积总体呈现出先上升后下降的趋势, 其中1990—1995年林地面积增加显著, 增加幅度为641.14 km2; 2000—2005年林地面减少显著, 减少762.96 km2; 1990—2015年林地类型主要以有林地、灌木林地和其他林地为主, 三者占林地总面积的95%以上; 研究区林地在空间上分布较不均匀, 鄂西北、西南为林地的主要集中分布区, 而在江汉平原、武汉市、荆州市及江门市分布较少, 整体呈零星状分布; 林地变化活跃区集中在高程500—1000 m、坡度5—15 °、气温17—18 ℃、降水1000—1200 mm的区域。在驱动因素上, 自然地理要素的垂直地带性规律影响和制约林地的空间分布态势, 而国家政策方针、经济因素和人类活动等因素成为影响林地分布的短期驱动因素。本研究能为湖北省林地制图、生态环境保护和综合评价提供科学依据和理论参考。

林地; 生态环境; 遥感制图; 时空变化; 驱动因素

0 前言

林地作为一种重要的森林生态资源, 在生物多样性保护、气候调节、生态修复以及防风固沙等方面发挥着重要作用[1-3]。林地资源的丰度还会间接影响到社会经济发展和自然资源承载力水平, 借助遥感技术开展林业资源动态变化监测已成为林业调查的重要手段, 也是进行林业生态资源估算的最有效工具。

当前, 国内外学者基于卫星遥感影像开展林业资源调查和变化监测的研究并不少见。如, 王金亮等[4]对三峡库区20年间林地利用变化进行研究; 杨朝俊等[5]基于GIS技术, 对退耕还林工程区林地动态变化进行了遥感监测研究; 甘淑等[6]基于NDVI数据, 对澜沧江流域山区林地覆盖变化进行了监测研究; 杨伯钢等[7]基于1999、2002和2005年三期TM遥感影像, 对北京市林地进行了动态监测研究; 孙燕等[8]利用1986年土地利用数据和2000年TM遥感数据对盐源县林地进行了制图分析; 任冲等[9]利用1988—2015年5期Landsat TM/OLI遥感影像, 对天水市近30年林地动态变化进行了监测研究; 庞国锦等[10]基于1978—2007年间4期Landsat MSS、TM/ETM遥感数据, 对河西走廊的林地变化进行了监测, 并揭示了不同林地类型变化的特征和影响因素。从数据源上来看, 现有研究多以Landsat TM单一数据源或Landsat MSS/TM/OLI和MODIS-NDVI等多源数据为主[11, 12]。从研究方法上来看, 多以支持向量机和最大似然分类提取方法为主[13, 14]。从研究尺度上来看, 现有研究多以小范围和短时间序列的区域性林地遥感监测研究为主, 对林地动态变化监测研究也多集中在2010年前后[15-17]。从研究对象上来看, 研究区域主要集中在三峡库区[18]、黄土丘陵区[19, 20]、秦岭山地[21]、流域周边[6]为主, 而对中国中部重要的林业生态保护省份湖北省开展长时序和系统性林地遥感监测研究尚较缺乏。

湖北省地处长江中下游, 气候温暖湿润, 森林资源丰富, 是全国重要的林业资源大省和林业生态保护区, 其辖区内神农架林区更被誉为“世界国家地质公园”。湖北省林地总面积800余万公顷, 占全省土地面积的40%以上。近年来, 随着人类活动影响, 林地资源遭受破坏严重, 尽管国家于2002年开始在全国范围内实施“退耕还林”保护工程, 但林地由于自身生长周期长的特殊性, 使得林地恢复进程缓慢。

基于上述分析, 本文基于湖北省1990—2015年(1990、1995、2000、2005、2010和2015)6期土地利用遥感监测数据, 结合研究区高程、坡度、气温和降水等数据, 采用变化率分析法及相关分析法, 对湖北省1990—2015年近25年间林地时空变化特征进行了分析, 并进一步揭示了林地变化的驱动因素, 以期能为湖北省林地遥感制图、生态环境保护和综合评价提供科学依据和理论参考。

1 研究区概况

湖北省(29°01′53″N—33°6′47″N, 108°21′42″E—116°07′50″E)位于中国大陆中部偏南, 东临安徽, 西接重庆、南连江西湖南、北通河南陕西。东西跨度740 km, 南北跨度470 km, 全省总面积约为18.59× 104km2, 占全国总面积的1.94%。湖北省地势呈现中部低平, 东、西环山, 地貌类型主要以平原为主, 其中山地、平原和丘陵占比约为14: 6: 5。湖北素有“千湖之省”之称, 其辖区内河流湖泊众多, 除长江、汉江外, 还拥有大小天然湖泊755个, 且主要分布在江汉平原地区, 其中洪湖、梁子湖和长湖水面面积均在100 km2以上。湖北省地处亚热带, 属于典型的亚热带季风湿润性气候, 除高山地区外, 大部分以亚热带季风性湿润气候为主, 光热充足、降水充沛、雨热同季, 无霜期较长, 全年平均气温在14—18 ℃, 年均降水量800—1600 mm, 无霜期在230—300天之间。湖北省作为全国重要的林业生态保护区, 其境内神农架林区更是拥有“国家级自然保护区”和“国家湿地公园”之称, 但由于近年来人类活动影响, 使得湖北省林地资源过度开采, 自然生态环境遭受破坏, 这些问题迫切使得湖北省需加大对林地资源的保护力度。

2 数据源和研究方法

2.1 数据来源和预处理

本研究选取数据有: 湖北省1990—2015年6期土地利用遥感监测矢量数据、气象数据和DEM数据, 其中土地利用数据和气象数据均来源于中国科学院资源环境数据中心(http://www.resdc.cn/)。土地利用数据是以Landsat TM/ETM/OLI数据为基础, 通过人机交互解译而得到(目视解译结合支持向量机等分类方法), 其中耕地和城乡、工矿、居民用地平均分类精度达到85%以上, 其他土地利用类型平均分类精度均在75%以上[22]。气象数据主要包括气温和降水, 它是通过气象站点日观测数据, 借助GIS空间插值处理生成, 空间分辨率为1000 m。DEM来源于“地理空间数据云平台”(https://www. gscloud.cn/), 分辨率为30 m。为便于后续研究中林地与地形和气象因子进行空间叠加分析, 对土地利用矢量数据进行栅格转换, 将栅格转换空间分辨率设置为30 m。

2.2 研究方法

2.2.1 林地类型划分方法

本文参考刘纪远[22]划分的全国土地利用分类数据库标准, 根据研究区实际情况, 将林地划分为有林地、灌木林、疏林地和其他林地等4类(表1)。本研究中林地数据是基于Landsat TM/ETM/OLI数据为基础数据, 通过人机交互解译而得到。

图1 研究区位置

Figure 1 Location of study area

表1 林地分类系统

2.2.2 自然因子等级划分方法

基于研究区DEM数据, 利用ArcGIS空间分析方法提取坡度栅格数据, 并根据地形及气候因子分布特征对栅格数据进行等级划分, 将地形(高程、坡度)和气候(气温、降水)等驱动因子分别划分成5个等级(表2), 等级越高, 表示相应的自然因子取值范围或区间越大。

2.2.3 不同类型林地变化分析

本研究采用最小二乘法计算湖北省不同类型林地的变化率, 变化率能直观反映出连续时间段内林地增加或者减少幅度, 它是不同类型林地面积变化的量化指标, 具体计算公式如下:

式中,为研究时间间隔;S为第年某一类型林地面积(＝1, 2, 3…);为该类型林地在时间序列上的变化斜率, 当＞0, 表明林地年变化速率呈增大趋势, 数值越大, 增加趋势越明显, 当＜0时, 表明该林地变化率呈下降趋势, 值越小, 减少趋势越明显。

土地利用转移矩阵可以用来表征不同类型用地之间的转移方向和转化量, 它能直观反映出土地利用变化的结构特征和转移方向[23]。本文利用土地转移矩阵计算得到1990—2015年湖北省不同类型林地之间的转移方向和转化量。具体计算公式如下:

式中,S表示研究区第类林地向第类林地转化的面积;表示前一时段林地类型;表示后一时段林地类型;为林地类型数量。

3 结果与分析

3.1 1990—2015年林地空间分布制图

利用ArcGIS软件对湖北省6期林地数据进行空间制图分析(图2)。湖北省林地面积整体呈现西部高于东部、东部高于中部, 林地主要集中分布在鄂西南、西北地区, 如: 恩施土家族自治区、宜昌市、神农架林区和十堰市林地分布较为集中, 东北和东南虽有分布, 但总体相对分散。江汉平原的武汉市、荆州市和天门市等地林地分布较少, 整体呈零星状分布。由于鄂西南、西北多以山地为主, 人类活动强度小且分散, 故林地多呈现集中分布, 而江汉平原地势低平, 城市人口集中、人类活动强度大, 故林地分布总体较少。

3.2 1990—2015年林地结构与面积变化

利用最小二乘法计算得到湖北省1990—2015年林地变化率及各时段林地面积统计结果(图3、表4)。由图3可知, 除1990—1995年其他林地变化率小于0, 其余三个时段内其他林地变化率均在10%以上, 其中2005—2010年其他林地变化率达到34.05%; 有林地在2010—2015年变化率最大为1.98%; 灌木林和疏林地在1990—1995年变化率达到最大, 分别为1.25%、0.98%。从各类型林地面积变化上来看, 1990—2015年湖北省林地类型主要以有林地、灌木林地和其他林地为主, 三者占林地总面积的95%以上。有林地面积呈现增加—减小—增加态势, 总体呈增加态势, 其中2010—2015年面积增加明显, 为811.46 km2, 2005—2010年面积下降最为明显, 为374.99 km2; 灌木林面积总体呈现下降趋势, 其中1995—2000年下降幅度最大, 为296.47 km2; 疏林地面积呈现先增加后减小态势, 其中1990—1995年增加最明显, 为292.89 km2, 1995—2000年下降幅度最大, 为339.84 km2; 其他林地面积一直呈现增加态势, 其中2005—2010年面积增加明显, 达到了205.80 km2。

表2 自然因子等级区间划分

图2 1990—2015年湖北省林地空间分布图

Figure 2 The spatial distribution of forestland in Hubei Province from 1990 to 2015

3.3 1990—2015年林地转移类型变化分析

湖北省近25年间林地类型转化存在显著差异, 为进一步分析林地内部转移方向和转化量, 对各类型林地进行转移矩阵分析(表4、表5)。由统计结果可知, 1990—2015年, 除其他林地—其他林地转移矩阵概率低于90%, 其他4种类型自身转移矩阵概率均在95%以上。非林地—非林地转移矩阵概率最高, 达到了98.64%, 其次为有林地和灌木林, 转移概率分别为97.37%和97.17%。而在林地转出类型中, 疏林地—非林地转移面积最多, 为877.32 km2, 其次为有林地—非林地, 面积为613.77 km2, 而其他林地—疏林地转移面积最少, 仅为8.62 km2。总体来看, 1990—2015年湖北省林地—非林地转化面积大于非林地—林地转移面积。除其他林地—非林地转移面积低于非林地—其他林地, 其他三种类型(有林地、灌木林和疏林地)林地向非林地转移面积均高于非林地—林地转移面积。因此, 当地林业主管部门应加大对林地的保护力度, 严格管控林地向非林地类型转化。

图3 1990—2015年湖北不同林地面积变化率

Figure 3 The change rate of different forestland area variation in Hubei Province from 1990 to 2015

表3 1990—2015年不同林地类型面积统计(km2)

3.4 1990—2015年林地时空变化及驱动因素分析

林地的时空差异变化是自然和人为双重因素共同驱动下的结果。自然因素是林地在空间分布呈现差异性的主导因素, 自然地理要素的垂直地带性规律影响和制约林地的时空变化。为进一步揭示1990—2015年湖北省林地时空变化的驱动机制, 本研究通过GIS空间叠加分析方法, 将林地栅格数据同研究区高程、坡度、平均气温和降水数据进行分区统计, 得到林地分布与自然要素的空间关系图(图4)。由图4可知, 林地在不同等级高程和坡度上的面积占比呈现出较高的一致性, 总体随高程和坡度先增加后减小。在高程500—1000 m、坡度5—15°区间内林地面积最大, 分别为27293.79 km2、28008.35 km2; 在气温17—18℃、降水1000—1200 mm区间内林地面积最大, 分别为34061.34 km2、31292.52 km2。总体来看, 湖北省林地主要集中分布在高程1500 m以下、坡度小于15—35°、气温17—18 ℃和降水量1600 mm以下的区域。

从高程上看, 1990—1995年林地面积增加的93.63%均发生在高程1000 m以下区域, 1995—2000年林地面积减少的90.39%均发生在高程1000 m以下区域, 2010—2015年林地面积减少的98.91%均发生在高程1500 m以下区域。从坡度上看, 1990—1995年林地面积增加的78.50%均发生在坡度25°以下区域, 1995—2000年林地面积减少的91.45%均发生在坡度35°以下区域。从气温上看, 1990—1995年林地面积增加的82.85%均发生在气温18 ℃以下区域, 2000—2005年林地面积减少的99.22%均发生在气温17℃以上区域。从降水分布上看, 1990—1995年林地面积增加的77.61%均发生在降水1400 mm以下区域, 1995—2000年林地面积减少的84.50%均发生在降水1400 mm以下区域, 2005—2010年林地面积增加的58.77%均发生在降水1200 mm以上区域。

林地的时空变化不仅受到自然因素的影响和制约, 人为因素也已经成为影响林地时空分布的重要驱动因子。1990—2015年间湖北省林地资源变化是自然因素和人为双重因素共同驱动下的结果。地方和国家性方针政策在短期内会对林地的动态变化起着决定性作用, 如: 《湖北省林地管理条例》于1997年8月开始实施, 国家自1999 年开始在湖北、四川等省区试点实施的退耕还林工程, 2007年湖北省政府开始贯彻落实“退耕还林”政策。这些方针政策在一定时间内会对资源起着积极的保护作用, 但由于林地生长需要一定时间期限, 尽管退耕还林政策开始试点实施, 2000—2005林地总面积仍在下降, 但减少幅度明显下降, 直到2015年国家退耕还林政策和研究区林地保护才取得初步成效, 2000—2015林地面积共增加521.79 km2。

表4 1990—2015年湖北省林地变化转移矩阵(km2)

表5 1990—2015年湖北省5期林地变化转移矩阵(km2)

图4 林地分布与自然要素空间关系

Figure 4 The spatial relationship among forest distribution and natural factors

总之, 林地的时空分布特征是自然和人为双重因素共同控制下的结果, 单一自然因素, 如高程、坡度、气温和降水等变化对林地面积变化的影响不能起到决定性作用。低海拔地区林地受人类活动影响, 总体分布较为分散, 高海拔和坡度地区, 虽然林地受人为因素影响较小, 但由于受到自然地理要素的垂直地带性(气温和降水)和水土流失等因素制约, 使得林地在空间分布上呈现出较大的差异性。

4 讨论与结论

林地面积和类型之间的相互转化, 不仅能够从侧面反映出所在区域气温和降水的变化特征, 也能直观反映出研究区的生态环境状况。本研究结合多时相土地利用遥感监测数据、DEM、气温及降水数据, 对湖北省近25年间林地变化的时空特征进行了遥感监测研究, 并进一步揭示了研究区林地变化的驱动因素。主要研究结论如下:

(1)湖北省林地在空间分布较不均匀, 鄂西北、西南成为林地的主要集中分布区, 而在江汉平原、武汉市、荆州市及江门市则分布较少, 呈零星状分布。

(2)近25年间湖北省林地面积总体呈现出先上升后下降的态势, 其中1990—1995年林地面积增加幅度最大, 达到了641.14 km2; 2000—2005年林地面减少显著, 减少762.96 km2; 1990—2015年林地类型主要以有林地、灌木林地和其他林地为主, 三者占林地总面积的95%以上。

(3)从不同类型林地转移方向上来看, 研究区1990—2005年转出类型中, 疏林地—非林地转移面积最多, 达到了877.32 km2, 其次为有林地—非林地, 面积为613.77 km2, 其他林地—疏林地转移面积最少, 为8.62 km2。这表明湖北省林地资源持续向非林地类型转化, 政府应加大林地保护力度, 严禁非法采林。

(4)林地变化活跃区集中在高程500—1000 m、坡度5—15°、气温17—18℃及降水1000—1200 mm的区域。在驱动因素上, 自然地理要素的垂直地带性决定了湖北省林地的总体分布态势, 而国家政策方针、经济因素和人为因素成为影响林地分布的短期驱动因素。

本研究结合湖北省1990—2015年土地利用遥感监测数据, 完成了湖北省近25年间林地时空变化制图分析, 并结合地形和气象数据对林地变化的驱动因素进行了探讨。但仅从自然地理因素视角定量探讨林地变化特征仍然不够全面, 如何在此基础上加入统计年鉴数据中的社会经济指标要素, 对林地变化的驱动因素开展综合性和交叉性分析, 将是今后林地变化研究的重要方向。

[1] 唐守正. 中国森林资源及其对环境的影响[J]. 生物学通报, 1998(11): 4–8.

[2] 黄麟, 祝萍, 肖桐, 等. 近35年三北防护林体系建设工程的防风固沙效应[J]. 地理科学, 2018, 38(4): 600–609.

[3] 韩永伟, 拓学森, 高吉喜, 等. 黑河下游重要生态功能区植被防风固沙功能及其价值初步评估[J]. 自然资源学报, 2011, 26(1): 58–65.

[4] 王金亮, 邵景安, 李阳兵. 近20a三峡库区农林地利用变化图谱特征分析[J]. 自然资源学报, 2015, 30(2): 235–247.

[5] 杨朝俊, 胡庭兴, 刘波, 等. 基于GIS的退耕还林工程区林地动态变化遥感监测研究[J]. 遥感信息, 2006(1): 38–40.

[6] 甘淑, 何大明, 袁希平. NDVI在澜沧江流域山区林地覆盖遥感监测中的应用研究[J]. 林业科学, 2001(4): 134–136.

[7] 杨伯钢, 董明, 祝晓坤, 等. 基于遥感影像的北京林地动态监测应用研究[J]. 北京林业大学学报, 2008, 30(S1): 105–107.

[8] 孙燕, 周万村, 江晓波. 遥感及GIS技术支持下林地动态变化图的编制及林地资源动态变化研究——以四川省盐源县为例[J]. 山地学报, 2001(S1): 142–147.

[9] 任冲, 鞠洪波, 张怀清, 等. 天水市近30年林地动态变化遥感监测研究[J]. 林业科学研究, 2017, 30(1): 25–33.

[10] 庞国锦, 董晓峰, 宋翔, 等. “三北”防护林建设以来河西走廊林地变化的遥感监测[J]. 中国沙漠, 2012, 32(2): 539–544.

[11] 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.

[12] 张嵩, 马保东, 陈玉腾, 等. 融合遥感影像光谱和纹理特征的矿区林地信息变化监测[J]. 地理与地理信息科学, 2017, 33(6): 44–49.

[13] ZISIS I, MANAKOS I, STATHAKI T, et al. Discrimination of vegetation height categories with passive satellite sensor imagery using texture analysis[J]. IEEE Journal of Selected Topics in Applied Earth Observations＆Remote Sensing, 2015, 8(4): 1442–1455.

[14] FENG Q, LIU J, GONG J. UAV Remote sensing for urban vegetation mapping-using random forest and texture analysis[J]. Remote Sensing, 2015, 7(1): 1074–1094.

[15] 颜长珍, 王一谋, 冯毓荪, 等. 应用遥感与地理信息系统技术对宁夏林地资源的宏观研究[J]. 资源科学, 2001(2): 81–84.

[16] 杨存建, 张洋, 程曦冉, 等. 基于遥感和GIS的20世纪90年代后半期四川林地动态变化[J]. 生态学报, 2006(12): 4113–4119.

[17] 徐新良, 刘纪远, 庄大方, 等. 中国林地资源时空动态特征及驱动力分析[J]. 北京林业大学学报, 2004(1): 41–46.

[18] 何彦然, 彭道黎, 李云霄, 等. 基于不同抽样方案的三峡库区林地面积遥感监测研究[J]. 中南林业科技大学学报, 2015, 35(7): 50–56.

[19] 韩新辉, 佟小刚, 杨改河, 等. 黄土丘陵区不同退耕还林地土壤有机碳库差异分析[J]. 农业工程学报, 2012, 28(12): 223–229.

[20] 张晓霞, 杨宗儒, 查同刚, 等. 晋西黄土区退耕还林22年后林地土壤物理性质的变化[J]. 生态学报, 2017, 37(2): 416–424.

[21] 郭少壮, 白红英, 孟清, 等. 秦岭地区林地与草地景观格局变化及其驱动因素[J]. 生态学报, 2020, 40(1): 130–140.

[22] 刘纪远, 张增祥, 庄大方, 等. 20世纪90年代中国土地利用变化时空特征及其成因分析[J]. 地理研究, 2003(1): 1–12.

[23] 陈斌, 王宏志, 徐新良, 等. 武汉市主城区用地结构遥感监测及动态变化[J]. 地球信息科学学报, 2019, 21(2): 293–303.

Analysis of spatial and temporal changes and attribution discrimination of forestland in Hubei Province from 1990 to 2015

CHEN Bin1,2, YANG Dingtian3, XU Shangzhao1,2*, ZHOU Yangyang1,2, WANG Hongzhi4, Fang Yingying1,2

1. Research Institute No.290, CNNC, Guangdong Provincial Key Laboratory of Environmental Protection and Nuclear Radiation Tracking Research, Shaoguan 512029, China 2. Guangdong Provincial Engineering Technology Research Center of Radioactive Eco-environmental Protection, Shaoguan 512029, China 3. South China Sea Institute of Oceanology, Chinese Academy of Sciences, Guangdong Key Laboratory of Ocean Remote Sensing, Guangzhou 510301, China 4. College of Urban and Environment Science, Central China Normal University, Wuhan 430079, China

As an important forest ecological resource, woodland has played an important fundamental role in regional development and ecological environmental protection. This article was based on Hubei Province’s 1990-2015 (1990, 1995, 2000, 2005, 2010 and 2015) six-phase land-use remote sensing basic survey data, DEM and meteorological (temperature and precipitation) data, with the help of change rate analysis methods and GIS spatial analysis Method, the remote sensing mapping analysis of the forest land in the study area was completed, and the spatial-temporal change characteristics and driving factors of the forest land in the nearly 25a of the study area were discussed in depth. Research shows that the area of forest land in Hubei Province has shown an upward trend and then decreased in the past 25 years. Among them, the forest land area increased significantly from 1990 to 1995, with an increase of 641.14 km2. The forest land area decreased significantly from 2000 to 2005, a decrease of 762.96 km2. The types of woodland in 2015 were mainly woodland, shrubbery land and other woodlands, which accounted for more than 95% of the total forest land area. The spatial distribution of forest land in Hubei Province is relatively uneven. Forest land is mainly distributed in the northwest and southwestern Hubei, while Wuhan, Jingzhou, and Jiangmen in the Jianghan Plain are less distributed, showing sporadic distribution. The active areas of woodland change are concentrated in areas with an elevation of 500-1000 m, a slope of 5-15 °, temperature of 17-18℃, and precipitation of 1000-1200 mm. In the analysis of driving factors, the vertical zonality of natural geographical factors affects and restricts the overall distribution of forest land, and national policies and guidelines, economic factors, and human factors become short-term driving factors that affect the distribution of forest land. This research can provide scientific basis and theoretical reference for forest land mapping, ecological environment protection and comprehensive evaluation in Hubei Province.

forestland; ecosystem; remote sensing mapping; spatio-temporal variation; driving factors

10.14108/j.cnki.1008-8873.2021.06.015

TP75; TP79

A

1008-8873(2021)06-125-08

陈斌, 杨顶田, 徐尚昭,等. 1990—2015年湖北省林地遥感制图与时空变化分析[J]. 生态科学, 2021, 40(6): 125–132.

CHEN Bin, YANG Dingtian, XU Shangzhao, et al. Analysis of spatial and temporal changes and attribution discrimination of forestland in Hubei Province from 1990 to 2015[J]. Ecological Science, 2021, 40(6): 125–132.

2020-05-02;

2020-06-10

广东省海洋遥感重点实验室(中国科学院南海海洋研究所)基金资助项目(2017B030301005-LORS2009); 中核集团核工业二九〇研究所科研创新项目(202003, 202004)

陈斌(1992—), 男, 安徽桐城人, 工程师, 研究方向土地利用/土地覆被变化与城市环境遥感监测研究, E-mail: giscb@foxmail.com

通信作者：徐尚昭，男，高级工程师，主要从事GIS应用及国土空间规划研究, E-mail: cnnc290cy@126.com