三江并流地区兰坪县地表覆盖类型变化及驱动力研究

刘晓萍

三江并流地区兰坪县地表覆盖类型变化及驱动力研究

刘晓萍1,2

（1. 井冈山大学建筑工程学院，江西，吉安 343009；2. 同济大学建筑与城市规划学院，上海 200092）

本研究运用国家基础地理信息中心提供的GlobeLand30，分析兰坪县2000-2020期不同地表覆盖类型之间的转变趋势；借助GIS空间分析功能，研究高程、坡度、坡向、居民点、道路和耕地对林地变化的影响。结果表明：该县林地、灌木地和湿地面积呈先增后减趋势，草地为持续减少趋势，人造地表呈先减后增趋势，水体和耕地为持续增加趋势，且2010-2020期的总变化率是2000-2010期的17.8倍。该县林地转换率由2000-2010期的6.03%增加到2010-2020期的8.17%，草地由30.90%增长到44.82%，灌木地由45.08%上升为45.24%，主要是由于耕地导致，表明人类活动对林地、灌木地、草地的蚕食较严重。林地变化的活跃度与高程和坡度呈反比，林地变化像元数量与居民点、道路的距离呈三次方衰减，与耕地的距离呈逆模型衰减，表明林地变化受到高程、坡度、坡向的影响，且与居民点、道路、耕地的区位密切相关。本研究结果将有利于兰坪县遗产地的管理规划，为制定合理的生态移民和退耕还林政策提供理论依据。

GlobeLand30；兰坪县；地表覆盖类型；林地；驱动力

生物多样性和生态系统服务政府间科学与政策平台（IPBES）第七届会议通过的《生物多样性和生态系统服务全球评估报告》指出，全球物种正在经历前所未有的加速灭绝，所有物种包括人类所依存的生态系统健康状况也正在恶化[1]。面对全球生态危机，人们逐渐认识到生物多样性和生态系统保护的重要性。国内外学者对生物多样性锐减和生态系统退化的原因进行了大量研究，其中地表覆盖类型的变化是研究环境变化的重要依据，也是造成生物多样性变化的首要因素[2-5]，直接影响局地气候[6]、水气循环、土壤成分等，从而影响着生态系统的服务功能[7-10]。经济结构[11]、道路布局[12]、地形地貌、居民聚落和耕地变化等[13]自然和人为因子是影响地表覆盖类型变化的主要因素。研究地表覆盖类型变化及其驱动力有助于对自然资源的管理及相关政策的制定。三江并流世界自然遗产地位于云南省西北部，是世界生物多样性最丰富的地区之一，自2003年成功登入世界遗产名录以来，一直由于遗产地管理规划不完善、生物多样性锐减等原因受到历届世界遗产大会的关注。目前关于三江并流世界自然遗产地游憩方面的研究较多[14]，而地表覆盖类型变化的研究较少，对于地表覆盖类型变化驱动力的研究多是定性的分析，具体驱动机制有待进一步的研究。

三江并流包括8大片区的15个自然保护地，隶属于不同行政管理区，每个保护地的具体管理由所在行政县落实，研究遗产所在县域地表覆盖类型变化有助于理解遗产地生物多样性减少和生态系统退化原因，从而制定更有针对性的遗产地管理规划。作为遗产地南大门的兰坪云岭片区位于兰坪县境内，其保护对象是滇金丝猴()、云南红豆杉（）等为代表的珍稀濒危野生动植物及其栖息环境、原始森林生态系统和重要的水源涵养地。林地能提供滇金丝猴和云南红豆杉最适宜的生境，其变化直接影响原始森林生态系统的健康状况及水源涵养能力。因此，本研究运用国家基础地理信息中心提供的GlobeLand30（全球地表覆盖数据），分析兰坪县2000-2020期间不同地表覆盖类型之间的转变趋势；借助GIS空间分析功能，研究高程、坡度、坡向、居民点、道路和耕地对林地变化的影响。本研究能为兰坪县生态移民、退耕还林等生态保护政策提供一定的理论指导，有利于兰坪县遗产地管理规划的制定。

1 研究区概况

兰坪县位于云南省西北部，隶属云南省怒江州，面积4380.1 km2，最高海拔4406 m，最低海拔1299 m，森林覆盖率68.3%，有滇金丝猴、云南红豆杉等37种国家一、二级保护动植物。8大片区之一的云岭片区全部位于兰坪县境内，老窝山片区和老君山片区部分位于兰坪县境内。

2 数据源和分析方法

2.1 基础数据及其处理

由国家基础地理信息中心提供的GlobeLand30被证明其有效性较好，且广泛应用于地表覆盖类型变化研究，因此本研究以其为基础进行数据统计分析[15-16]。县域边界及30 m全球地表覆盖数据由国家基础地理信息中心网站（http://www.ngcc.cn）提供，30 m DEM数据由地理空间数据云（http://www.gscloud.cn）提供。居民点、道路、水系数据由中国科学院资源环境科学数据中心（http://www.resdc.cn）提供。

表1 兰坪县地表覆盖类型及内容

运用国家基础地理信息中心提供的2000、2010、2020三期空间分辨率为30 m×30 m的地表覆盖数据，将整个县域的地表覆盖类型分为人造地表、耕地、水体、草地、灌木地、林地、湿地七种类型（表1、图1）。

图1 兰坪县不同时段地表覆盖类型图

2.2 数据分析方法

本研究选取三期兰坪县地表覆盖类型空间分布数据，借助GIS空间分析功能，分析兰坪县不同地表覆盖类型之间的转变。将2000-2010期兰坪县林地变化和2010-2020期兰坪县林地变化的空间数据与研究区30 m DEM进行叠加分析，研究地形因子中的高程、坡度和坡向对林地变化的影响。本研究以研究区的平均高原面2800 m作为原点，分别朝左边和右边按500 m间隔将高程进行分段，统计得出不同年份林地及年份间林地变化在高程上的面积及所占比例。坡度对交通、农业等各类工程具有一定的限制性，在农业用地规划中，坡度大于25度通常认为不适宜开发，而坡度大于45度的地带通常被认为是人类活动难以到达之处[17]。因此本研究45度以下按5度间隔进行划分，45度以上归为一个坡段，统计得出不同年份林地及年份间林地变化在各坡度上的面积及所占比例。本研究将坡向分为平缓坡、北坡、东北坡、东坡、东南坡、南坡、西南坡、西坡和西北坡九级，统计得出不同年份林地及年份间林地变化在各坡向上的面积及所占比例。

最小累积阻力模型指从起点到终点的运动过程中所消耗成本的模型，成本可以是时间或是金钱等，其优点在于不只考虑两点间的直线距离还考虑从起点到终点的行进过程中因地形地貌、心理等主客观因素造成的通行难易度。其广泛应用于城市生态网络构建、土地适宜性评价[18]、森林景观生态廊道[19]、动物迁徙、人口分布[20]、道路建设等领域，可由GIS中的成本距离完成。本研究阻力面选择水系、坡度和海拔3类自然要素，在GIS中生成成本栅格数据，将成本栅格数据、2000-2010期兰坪县林地变化和2010-2020期兰坪县林地变化的空间数据分别与居民点、道路和耕地进行叠加，以分析居民点、道路和耕地对林地变化的影响。成本栅格计算时水系分为两级，有水赋值为10，无水为0，坡度和海拔分十级，坡度和海拔越高赋值越大，最高值为10[19]。本研究将居民点与成本栅格数据叠加，得到从居民点出发的成本栅格数据，再与2000-2010期和2010-2020期林地变化的空间数据进行叠加，分析居民点对林地变化的空间区位作用关系。将道路与成本栅格数据叠加，得到从道路出发的成本栅格数据，再与2000-2010期和2010-2020期林地变化的空间数据进行叠加，分析道路对林地变化的空间区位作用关系。将耕地与成本栅格数据叠加，得到从耕地出发的成本栅格数据，再与2000-2010期和2010-2020期林地变化的空间数据进行叠加，分析耕地对林地变化的空间区位作用关系。本研究的数据预处理、统计及制图以ArcGIS 10.8为基本操作平台，回归模型由IBM SPSS Statistics 22生成。

3 结果与分析

3.1 总体概况

如表2显示，兰坪县面积最大的地表覆盖类型为林地，占其县域面积的68.31%，其次为耕地，占19.37%。整体来说林地、灌木地呈先增后减趋势，人造地表呈先减后增趋势，草地呈持续减少的趋势，水体和耕地呈持续增加的趋势。2010-2020期各类地表覆盖类型总体变化率比2000-2010期的高，2000-2020期的林地和灌木地的变化率较小，人造地表变化率最大。2000-2010期面积增加最多的是水体，达到5.54%，林地和耕地变化率较小，呈上升趋势。2010-2020期湿地、草地、耕地、水体和人造地表变化明显，变化率分别为-83.33%、-17.86%、15.81%、58.97%和148.69%，林地和灌木地变化率较小，但都呈下降趋势。

表2 2000、2010及2020期兰坪县地表覆盖类型面积及变化情况

（1）地表覆盖类型的变化率=(Xij2-Xi j1)/ Xi j1（i为地表覆盖类型，j1、j2代表年度，Xij1代表起始年某种地表覆盖类型面积，Xij2代表结束年同种地表覆盖类型面积）

（2）总体变化率为各类地表覆盖类型变化率绝对值之和

兰坪县县域最高海拔4406 m，最低海拔1299 m，海拔高差为3107 m。图2显示，海拔高差最小的地表覆盖类型为湿地，为2020期的29 m；海拔高差最大的是林地，为3107 m。年际间海拔高差变化最大的是人造地表，由2000期的1547 m变成了2020期的2225 m，年际间林地没有发生海拔的跨度变化，且在县域各个海拔高度都有林地类型，其余地表覆盖类型年际间海拔跨度变化较小。

图2 地表覆盖类型在不同时期的海拔高度差

3.2 不同地表覆盖类型转换特征分析

如表3显示，2000-2010期转换率最高的是灌木地，转换率为45.08%，其次为人造地表，转换率为35.36%，转换率最低的林地为6.03%。林地主要由灌木地、草地和耕地转换而来，其主要转换成了灌木地、草地和耕地。灌木地主要由林地和草地转变而来，主要转换成了林地和草地。草地主要由林地、灌木地和耕地转换而来，大部分转变成了林地和灌木地。耕地主要由林地转变而来，耕地主要转换成了林地和草地。人造地表主要由耕地和草地转变而来。

表3 2000-2010期兰坪县不同地表覆盖类型转换矩阵（面积/hm2）

地表覆盖类型的转换率=1-（Xi j1 j2/Xij1）*100%（i为地表覆盖类型，j1、j2代表年度，Xi j1 j2代表j1-j2年间某地表覆盖类型不变面积，Xij1代表起始年同种地表覆盖类型面积）

如表4显示，转换率最高的是湿地，为85.00%，主要转换成水体和耕地，转换率最低的是林地，为8.17%。林地主要由灌木地、草地和耕地转换而来，灌木地、草地和耕地为其主要的转变类型。灌木地主要由林地和草地转换而来，灌木地主要转换成了林地和草地。草地主要由林地和灌木地转换而来，大部分转换成了林地、灌木地和耕地。水体主要由林地、草地和耕地转换而来。耕地主要由林地和草地转换而来，耕地主要转变成了林地。人造地表主要由林地、草地和耕地转变而来。

表4 2010-2020期兰坪县不同地表覆盖类型转换矩阵（面积/hm2）

地表覆盖类型的转换率=1-（Xi j1 j2/Xij1）*100%（i为地表覆盖类型，j1、j2代表年度，Xi j1 j2代表j1-j2年间某地表覆盖类型不变面积，Xij1代表起始年同种地表覆盖类型面积）

林地转换率由2000期的6.03%增长到2010期的8.17%，其中转换成耕地的比例从1.49%上升到3.45%；草地由30.90%增长到44.82%，转换成耕地的占比从2.09%增加到19.22%；灌木地由45.08%增长到45.24%，转换成耕地的比例从2.40%到4.34%（表5）。表明耕地是导致林地、灌木地、草地转换率上升的主要因子。耕地转换率由2000期的8.01%增长到2010期的9.59%，转换成林地的占比从4.76%增加到7.19%，说明林地是造成耕地转换率增加的主导因子。

表5 林地转换成其他地表覆盖类型比例分布

3.3 林地变化驱动力分析

3.3.1 高程对林地景观变化的影响

图3表明，不同时期林地的高程分布较为集中，80%以上的林地分布在2300-3800 m范围，随着海拔的升高林地变化率逐渐变小，且趋势明显，说明海拔越低越容易受到人类活动的影响。

图3 不同高程范围林地分布比率及不同高程范围林地变化率

3.3.2 坡度对林地景观的变化的影响

图4显示，78%以上的林地分布在10-40度的坡度范围，25-30度范围是林地分布最多的区域。随着坡度的增加林地变化率逐渐变小，说明坡度与受到人类活动干扰呈负相关。

图4 不同坡度范围林地分布比率及不同坡度范围林地变化率

3.3.3 坡向对林地景观的变化的影响

林业上一般将西北坡、北坡、东北坡和东坡定义为阴坡，东南坡、南坡、西南坡和西坡定义为阳坡。图5表明，兰坪县50%以上的林地分布在阴坡，西北坡是林地分布最多的区域。林地变化最活跃的是南坡，其次为东南、西南、东坡，最不活跃的是西北及北坡，说明南坡最易受到人类活动干扰。

图5 不同坡向林地及林地变化分布比率及不同坡向林地变化率

3.3.4 居民点对林地景观的变化的影响

居民点是人类活动最频繁的区域，以往研究表明距离居民点越近，景观的破碎化程度越高，林地变化越明显。图6显示，林地变化像元数量与居民点的距离呈三次方衰减，四个模型拟合度2≥ 0.747，说明模型拟合度较好，< 0.001说明四个回归模型皆有统计学意义。研究表明88.8%以上的林地变化发生在距离居民点10 km以内，2000-2010期林地变化最活跃的是2-2.5 km，2010-2020期林地减少最活跃的是1.5-2 km，林地增加最活跃的是2-2.5 km，说明林地变化随道路距离呈先增后减趋势。

3.3.5 道路对林地景观的变化的影响

图7表明，林地变化像元数量与道路的距离呈三次方衰减，拟合度R2≥ 0.992，< 0.001说明四个回归模型拟合度高且具有统计学意义。研究表明69%以上的林地变化发生在距离道路10 km以内，95%以上的林地变化发生在距离道路20 km以内，林地变化最活跃的是距离道路0.5 km以内，说明距离道路越近林地越容易发生变化。

3.3.6 耕地对林地景观的变化的影响

图8显示，林地变化像元数量与耕地的距离呈逆模型衰减，拟合度2≥0. 843（< 0.001）回归模型拟合度好且皆有统计学意义。研究表明95%以上的林地变化发生在距离耕地10 km以内，39%以上的林地变化发生在距离耕地0.5 km以内，林地变化最活跃的是距离耕地0.5 km以内，说明距离耕地越近林地越容易发生变化。

4 讨论与结论

本研究运用国家基础地理信息中心提供的2000、2010、2020三期空间分辨率为30 m×30 m的地表覆盖数据，分析了兰坪县地表覆盖类型转换趋势及其林地变化和驱动力。本研究结果表明2000、2010和2020期各类地表覆盖类型面积统计显示，林地、灌木地和湿地面积呈先增后减趋势，草地为持续减少趋势，人造地表呈先减后增趋势，水体和耕地为持续增加趋势。2010-2020期的总变化率是2000-2010期的17.8倍，各类地表覆盖类型的变化率普遍增加，表明人类活动对地表覆盖类型的改变力度在增加。根据兰坪县年鉴资料显示，水体的增加与人工水库和水电站的建设有关，耕地的增加与人口的增长有关，人造地表的增加与矿业开采、水利设施的建设和人口的增长等有关。耕地的斑块数减少但面积增加，得益于25度以上坡地的退耕还林（草）政策和农田水利设施的建设。不同时段海拔跨度变化最大的是人造地表，林地没有变化，灌木地、草地、湿地、水体、耕地变化较小，这与各类建设工程受海拔影响较小的事实相符。

耕地主要由林地、灌木地、草地转换而来，人造地表主要由林地、草地和耕地转换而来。林地转换率由6.029%增长到8.172%，草地由30.904%上升到44.815%，灌木地由45.083%增加到45.241%，主要是由于耕地导致。耕地转换率由8.012%增长到9.593%的主导因子是林地，说明兰坪县多年实施的退耕还林政策发挥了积极作用。

林地变化的活跃度与高程和坡度呈反比，这与随着海拔的升高和坡度的增加人类到达的难度更大相符。林地变化的活跃度由高到低依次是南坡、东南、西南、东坡，最不活跃的是西北及北坡，说明人类活动对林地的干扰更倾向于小气候更舒适的阳坡。林地变化像元数量与居民点的距离呈三次方衰减，表明林地变化与居民点的区位密切相关，林地减少最活跃的区域是距离居民点1.5-2.5 km处，可能与该区域既能避开人为监管，又容易到达有关，其与香格里拉县的变化较一致[13]。林地变化像元数量与道路的距离呈三次方衰减，说明道路能给林地带来干扰，这与相关研究者的结论相符[21]。林地变化最活跃是距离道路0.5 km以内，表明距离道路越近林地越容易发生变化。林地变化像元数量与耕地的距离呈逆模型衰减，且林地变化最活跃的是距离耕地0.5 km以内，再次证明耕地对林地具有很强的蚕食作用。

导致林地变化的因子非常复杂，受到人口、经济、气候、土壤等诸多因素的影响[22]，本研究由于获取数据和篇幅有限，未能对其进行研究，今后将对这些方面进行完善。本研究将最小累积阻力模型应用于居民点、道路、耕地三者与林地之间的区位关系研究，能反应人类活动对林地的潜在干扰趋势，但由于在阻力面赋值时采用专家打分法，存在一定的主观性，其结果的准确度与专家的认知水平密切相关。

综上所述：（1）林地是兰坪县面积最大的地表覆盖类型，占县域面积的68.31%，依次是耕地、草地、灌木地、人造地表、水体和湿地；（2）兰坪县的人为干扰呈现增长之势，而自然生态系统存在衰退风险；（3）兰坪县人类活动(尤其是耕地)对林地、灌木地、草地的蚕食较严重；（4）兰坪县林地变化受到高程、坡度、坡向的影响，与居民点、道路、耕地的区位密切相关。这些结论将为兰坪县遗产地的管理规划，生物多样性和生态系统的保护提供一定的理论依据。

[1] 侯焱臻,赵文武,刘焱序.自然衰退"史无前例",物种灭绝率"加速"——IPBES全球评估报告简述[J].生态学报,2019, 39(18): 371-377.

[2] Wade A A, Theobald D M, Laituri M J. A multi-scale assessment of local and contextual threats to existing and potential U.S. protected areas[J]. Landscape and Urban Planning, 2011, 101(3): 215-227.

[3] 范泽孟,张轩,李婧,等.国家级自然保护区土地覆盖类型转换趋势[J]. 地理学报, 2012, 67(12): 1623-1633.

[4] 李伟峰,虞文娟,任田,等.区域城市扩张对森林景观破碎化的影响——以粤港澳大湾区为例[J]. 生态学报, 2020, 40(23): 103-110.

[5] 梁国付,徐海翔,彭莉,等. 土地利用/覆被变化对生物栖息地连接度的影响——以巩义地区黄鼬、蒙古兔和黄喉貂为例[J].生态学报,2020,40(12):3891-3900.

[6] Koko A F, Yue W, Abubakar G A, et al. Spatiotemporal influence of land use/land cover change dynamics on surface urban heat island: a case study of abuja metropolis, Nigeria[J]. ISPRS International Journal of Geo-Information, 2021, 10(5): 272-284.

[7] Mcdonough K R, Hutchinson S L, Liang J, et al. Spatial configurations of land cover influence flood regulation ecosystem services[J]. Journal of Water Resources Planning and Management, 2020, 146(11): 1-17.

[8] 李孝永,匡文慧.北京城市土地利用/覆盖变化及其对雨洪调节服务的影响[J]. 生态学报,2020,40(16):78-86.

[9] 包妲,李杰,刘锋,等.1995 - 2015年缅甸土地利用/土地覆被变化对生态系统服务价值的影响[J].生态学报, 2021, 41(17): 1-10.

[10] 冯源,朱建华,曾立雄,等.县域土地利用变化下生态系统服务价值损益预测——以重庆市巴南区为例[J].生态学报,2021,41(9): 3381-3393.

[11] Gemitzi A. Predicting land cover changes using a CA Markov model under different shared socioeconomic pathways in Greece[J]. GIScience and Remote Sensing, 2021, 58: 1-17.

[12] Chu L, Zou Y, Masiliūnas D, et al. Assessing the impact of bridge construction on the land use/cover and socio-economic indicator time series: A case study of Hangzhou Bay Bridge[J]. GIScience and Remote Sensing, 2021, 58(2): 199-216.

[13] 崔同琦. 基于3S技术的香格里拉县森林景观变化及驱动力研究[D].昆明:西南林学院, 2009.

[14] 郭洋,杨飞龄,王军军,等. “三江并流”区游憩文化生态系统服务评价研究[J].生态学报,2020,40(13):4351-4361.

[15] Jokar Arsanjani J, See L, Tayyebi A. Assessing the suitability of GlobeLand30 for mapping land cover in Germany[J]. International Journal of Digital Earth, 2016, 9(9):873-891.

[16] Chen J, Chen J. GlobeLand30: Operational global land cover mapping and big-data analysis[J]. Science China Earth Sciences, 2018, 61(10): 1533-1534.

[17] 梅安新.遥感导论[M].北京:高等教育出版社,2001:11-20.

[18] 刘孝富,舒俭民,张林波.最小累积阻力模型在城市土地生态适宜性评价中的应用——以厦门为例[J].生态学报, 2010,30(2): 421-428.

[19] 卢杰,王戈,马骏,等.基于复杂网络理论的西藏巴宜区森林景观空间结构研究[J].农业机械学报,2021,52(4):152-158.

[20] 王振波,徐建刚,朱传耿,等.中国县域可达性区域划分及其与人口分布的关系[J].地理学报,2010, 65(4): 416-426.

[21] 郑钰,李晓文,崔保山.云南纵向岭谷区道路网络对生态系统影响的阈值分析[J].生态学报,2009,29(11):5823-5831.

[22] 张桂玲,陆汉芝,罗绪强,等.退化喀斯特森林不同植物遭遇季节性干旱的光合能力变异特征[J].井冈山大学学报:自然科学版, 2021,42(1): 35-42.

LAND COVER CHANGE AND ITS DRIVING FORES OF LANPING COUNTY IN THE THREE PARALLEL RIVERS REGION

LIU Xiao-ping1,2

（1. School of Building Engineering, Jinggangshan University, Ji’an, Jiangxi 343009, China; 2. School of Architecture and Urban Planning, Tongji University, Shanghai 200092, China）

Globeland30 provided by the national basic geographic information center was used to analyze the changing trend of different land cover in Lanping. With the help of spatial analysis in GIS, the effects of the elevation, slope, aspect, settlements, roads, and cultivated land on the forest change were studied. The results showed that the areas of the forests, shrublands, and wetlands increased first and then decreased, grasslands decreased continuously, artificial land surfaces decreased first and then increased, and water bodies and the cultivated lands increased continuously, and the total change rate from 2010 to 2020 was 17.8 times that from 2000 to 2010. The conversion rates increased from 6.03% in 2000-2010 to 8.17% in 2010-2020 for the forest, increased from 30.90% to 44.82% for the grasslands, and increased from 45.08% to 45.24% for the shrublands, mainly due to the cultivated lands. Those indicated that human activities seriously eroded the forests, shrublands, and grasslands. The activity of the forest changes was inversely proportional to elevation and slope. The number of pixels in forest changes attenuated cubically with the distance between the residential areas and roads, and attenuated with the distance from the cultivated land in an inverse model. It indicated that forest changes were affected by the elevation, slope, aspect, as well as the location of the residential areas, roads, and cultivated lands. The results of this study will benefit the management planning of heritage sites in Lanping county and provide a theoretical basis for formulating reasonable biodiversity protection measures.

Globeland30; Lanping; land cover; forest; driving forces

1674-8085（2023）05-0055-09

Q14

A

10.3969/j.issn.1674-8085.2023.05.009

2022-11-03；

2023-06-09

国家自然科学基金项目(31360138)

刘晓萍(1987-)，女，江西吉安人，讲师，博士生，主要从事风景园林遗产保护研究(E-mail:jxyflxp@163.com).