国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

沅江源自然保護區(qū)生境質量變化遙感監(jiān)測

2019-07-24 02:39:08顧羊羊黃賢峰鄒長新林乃峰張衛(wèi)民生態(tài)環(huán)境部南京環(huán)境科學研究所江蘇南京004貴州省環(huán)境科學研究設計院貴州貴陽55008貴州省黔西南州林業(yè)局貴州興義56400
關鍵詞:生境自然保護區(qū)保護區(qū)

顧羊羊,黃賢峰,鄒長新,葉 鑫①,林乃峰②,張衛(wèi)民(.生態(tài)環(huán)境部南京環(huán)境科學研究所,江蘇南京004;.貴州省環(huán)境科學研究設計院,貴州貴陽 55008;.貴州省黔西南州林業(yè)局,貴州興義 56400)

生境質量能夠有效反映區(qū)域生物多樣性維持能力的高低。評估生境質量是制定有效的生物多樣性保護措施的基礎。生境質量主要受土地利用/覆被變化影響,比如大型工程建設[1]、城市規(guī)模擴張[2-3]、耕地面積增加[4]等。生境質量評估方法主要有基于景觀格局指數(shù)的指標體系法[5]和基于數(shù)學模型的方法[6-7]。王巍淇等[5]基于土地利用景觀指標構建生態(tài)風險指數(shù),分析云南省生態(tài)風險時空變化。閆瑞強等[8]采用生境適宜性等指數(shù)評估雅魯藏布江地區(qū)黑頸鶴生境適宜性。以上方法對研究區(qū)調查數(shù)據(jù)要求較高,針對保護區(qū)多年生境質量評估較難執(zhí)行。近年來InVEST-Habitat Quality模型由于數(shù)據(jù)容易獲取、無需野外詳細物種調查、能夠快速評估區(qū)域生境質量等優(yōu)點,已經(jīng)被廣泛運用于生境質量評價[7,9]。該模型可以將土地利用/覆被類型與脅迫源聯(lián)系起來,通過估算威脅源對生境的負作用來計算生境質量。國外學者通過InVEST模型評估流域生境質量并預測不同保護情景對生境質量的影響[9]。劉智方等[10]運用InVEST模型研究福建省土地利用變化對生境質量的影響。自然保護區(qū)物種資源豐富,可以有效保護區(qū)域生物多樣性,促進物質流、能流及信息流的傳遞。我國從1956年開始進行自然保護區(qū)建設,由于野外調查數(shù)據(jù)和相關統(tǒng)計信息嚴重缺乏,難以用傳統(tǒng)方法對生境質量進行科學評估。遙感影像具有時效性、覆蓋面積廣、真實性、獲取方便等特點[11-12]。美國國家航空航天局自1972年7月23日起共發(fā)射8顆陸地衛(wèi)星(Landsat系列),已經(jīng)對地球進行46 a遙感監(jiān)測,并成功運用于城市規(guī)劃、生態(tài)環(huán)境、防災減災等領域[13]。包玉斌等[14]基于InVEST模型計算黃河濕地自然保護區(qū)生境質量變化并分析影響因素。黃賢峰等[12]通過多期遙感影像對喀斯特自然保護區(qū)生境質量進行監(jiān)測。目前采用遙感影像對自然保護區(qū)生境質量進行長期監(jiān)測的研究較少,同時自然保護區(qū)生態(tài)質量的變化過程、趨勢及驅動力尚不清楚,嚴重影響了自然保護區(qū)功能劃定、持續(xù)保護及動態(tài)管理。

筆者以貴州省沅江源自然保護區(qū)為例,基于4期Landsat系列影像數(shù)據(jù),通過人機交互式解譯獲得土地利用數(shù)據(jù),運用Fragstats 4.2和InVEST 3.4.4軟件分析1990—2018年保護區(qū)土地利用變化與景觀格局特征,探討保護區(qū)生境質量動態(tài)過程,并模擬生態(tài)保護情景下的生境質量變化趨勢,解析生境變化的驅動力,以期為自然保護區(qū)功能區(qū)劃合理性評價提供依據(jù),為自然保護區(qū)科學管理提供決策支持。

1 研究區(qū)概況

貴州沅江源省級自然保護區(qū)位于黔南布依族苗族自治州都勻市西北部。2018年都勻市政府擬將螺絲殼自然保護區(qū)和斗篷山自然保護區(qū)整合并建設沅江源自然保護區(qū)。該自然保護區(qū)位于北緯26°13'12″~ 26°24'18″,東經(jīng) 107°19'29″~ 107°26'51″,保護區(qū)總面積87.96 km2(圖1)。保護區(qū)平均海拔1 200~1 500 m,土壤以黃壤為主,石灰土次之。研究區(qū)屬中亞熱帶季風氣候區(qū),年平均氣溫16.1℃,≥10℃積溫在4 800.2~5 710.8℃范圍內(nèi)。年日照時數(shù)為1 200 h左右,年降水量為868.6~1 443.9 mm,保護區(qū)降水充沛,但時空分布不均。由于水熱條件較好,區(qū)內(nèi)生物多樣性豐富。保護區(qū)主要森林植被為以殼斗科(Fagaceae)、樟科(Lauraceae)、山茶科(Theaceae)、薔薇科(Rosaceae)、槭樹科(Aceraceae)等為代表的地帶性常綠闊葉林和山地常綠落葉闊葉混交林,以及次生性喀斯特非地帶性常綠落葉闊葉混交林、灌木灌叢林。

2 研究方法

2.1 數(shù)據(jù)來源與處理

選用中高分辨率的Landsat系列遙感影像(來源http://glovis.usgs.gov)研究沅江源自然保護區(qū)生境質量動態(tài)變化。為獲取研究區(qū)1990—2018年間生境質量的動態(tài)變化,選取1990、2000、2010和2018年4個不同時期作為代表年份,每個時期選擇2景云量覆蓋率較低影像(表1)。根據(jù)文獻[15],將研究區(qū)土地覆被類型分為林地、草地、濕地、耕地、人工表面和其他用地。利用ENVI 5.1遙感軟件對4個時期的遙感影像進行裁剪和重采樣等預處理。根據(jù)實地采樣結合紋理信息[16],采用支持向量機分類方法對影像分布進行監(jiān)督分類,然后通過人工目視判讀方式對錯分的類型進行校正,最終得到研究區(qū)4期土地覆被類型結果。

圖1 研究區(qū)區(qū)位圖Fig.1 Location of the study area

表1 遙感影像信息Table 1 Remote sensing information

2.2 土地利用程度

土地利用程度綜合指數(shù)可以有效反映人類活動對區(qū)域土地利用變化的影響水平[17]。其計算公式為

式(1)~(2)中,I為研究區(qū)的土地利用程度綜合指數(shù);Ai為第i級土地利用程度分級指數(shù),取值詳見文獻[18];Bi為第i級土地利用程度面積占比;ΔIb-a為土地利用程度綜合變化指數(shù),正值表示該區(qū)域b時間土地利用程度指數(shù)大于a時間,否則相反;Ia和Ib分別為時間a和時間b對應的第i等級土地利用程度面積占比。

2.3 景觀格局指數(shù)

景觀格局指數(shù)反映了景觀要素在空間格局上形狀、比例和空間配置等特征。根據(jù)需要在類型水平上選取斑塊面積比例(PLAND)、斑塊密度(PD)、最大斑塊指數(shù)(LPI)、景觀形狀指數(shù)(LSI)、聚集度(CLUMPY),在景觀水平上選取斑塊數(shù)(NP)、斑塊密度(PD)、最大斑塊指數(shù)(LPI)、景觀形狀指數(shù)(LSI)、蔓延度(CONTAG)、香農(nóng)多樣性指數(shù)(SHDI)和香農(nóng)均勻度指數(shù)(SHEI)。景觀指數(shù)的計算方式及意義見文獻[19-20]。

2.4 生境質量模型

選用InVEST模型中Habitat Quality模塊估算研究區(qū)生境質量[21]。假設生境為不同土地利用類型(即林地、草地、濕地、耕地、農(nóng)村居民點、交通用地和裸土/裸巖),同時將交通用地、耕地和農(nóng)村居民點作為生境威脅源。生境退化度計算公式[22]為

式(3)~(4)中,Dxj為土地利用類型j中柵格x的生境退化度;r為生境的威脅源;y為威脅源r中的柵格;ωr為不同威脅源的權重;dxy為柵格x(生境)與柵格y(威脅源)的距離;dr,max為威脅源r的影響范圍;ry為威脅源強度;irxy為威脅源對生境每個柵格的影響;βx為生境抗干擾水平;Sjr為每種生境對不同威脅源的相對敏感度。假設威脅源的影響隨距離增加呈現(xiàn)線性衰減趨勢。

基于生境退化度Dxj值,生境質量計算公式為

式(5)中,Qxj為土地利用類型j中柵格x的生境質量;Hj為土地利用類型j的生境適宜度;k為半飽和常數(shù),取Dxj最大值的一半;z為模型默認參數(shù)。

生境模型輸入?yún)?shù)根據(jù)《InVEST模型指導手冊》及文獻[7,21-22]取值,威脅源參數(shù)值見表2,不同生境類型對威脅因子的敏感性參數(shù)值見表3。

表2 威脅源的屬性表Table 2 Threats attribute table

表3 不同生境類型對威脅因子的敏感性參數(shù)值Table 3 Sensitivity of habitat types to each threat

2.5 土地利用變化類型生境貢獻率

土地利用變化類型生境貢獻率指某一種土地利用類型發(fā)生變化從而導致區(qū)域生境質量發(fā)生改變的比率[23],其表達式為

式(6)中,QCLH為土地利用變化類型生境貢獻率;QH,t和QH,t+1分別為變化初期和末期某種土地利用變化類型的生境質量指數(shù);L為該變化類型面積,km2;T為保護區(qū)總面積,km2。

3 結果與分析

3.1 土地利用變化分析

圖2 1990—2018年不同功能分區(qū)各土地利用類型面積變化Fig.2 Changes of land use areas in different functional zones from 1990 to 2018

2018年沅江源自然保護區(qū)林地、草地和耕地面積分別為60.86、18.97和4.85 km2,3者占整個保護區(qū)面積的96.27%。其他用地面積為0.42 km2,占保護區(qū)面積比例僅為0.48%。人工表面(農(nóng)村居民點和交通用地)和濕地面積分別為2.72和0.14 km2,分別占保護區(qū)面積的3.09%和0.16%。1990—2018年沅江源自然保護區(qū)的林地和人工表面面積呈現(xiàn)增加趨勢,草地、其他用地和耕地面積呈現(xiàn)減少趨勢。以裸巖、裸土為主的其他用地面積減少量最大,與1990年相比減少92.29%。對比不同功能分區(qū)的土地利用類型面積變化發(fā)現(xiàn),實驗區(qū)變化較大,核心區(qū)和緩沖區(qū)變化較小。其中,實驗區(qū)林地面積增加6.84 km2,人工表面增加1.46 km2,草地減少4.11 km2,其他用地減少3.61 km2(圖2)。

研究區(qū)土地利用轉移?;鶊D見圖3所示。1990—2000年土地利用轉移主要表現(xiàn)為草地轉林地、林地轉草地、耕地轉林地和草地,分別有10.39 km2草地轉為林地,7.81 km2林地轉為草地,3.74 km2耕地分別轉為林地和草地。2000—2010年分別有6.15 km2草地轉為林地,4.70 km2林地轉為草地,3.72 km2草地轉為耕地。2010—2018年土地利用轉移主要發(fā)生在草地轉林地、耕地轉草地和林地轉草地之間,分別轉移13.72、5.44和5.30 km2。總體來看,1990—2018年保護區(qū)土地轉移主要發(fā)生在草地轉林地、林地轉草地和耕地轉林地之間,分別轉移14.79、3.82和2.14 km2。

圖3 1990—2018年保護區(qū)土地利用轉移?;鶊DFig.3 The Sankey diagram of land use transformation in nature reserve from 1990 to 2018

3.2 土地利用程度分析

根據(jù)沅江源自然保護區(qū)不同功能分區(qū)4期土地利用數(shù)據(jù),將研究區(qū)6種土地利用類型對應的土地利用程度分級指數(shù)和各級面積比例帶入計算公式,得到1990、2000、2010和2018年保護區(qū)土地利用程度綜合指數(shù)分別為 201.68、205.89、214.04和211.22(表4)。自然保護區(qū)1990—2010年土地利用程度綜合指數(shù)變化值為12.36,該時期土地利用綜合水平增加,人類活動對保護區(qū)土地利用影響逐漸加大,主要表現(xiàn)為草地面積減少,耕地和人工表面面積增加。2010—2018年土地利用程度綜合指數(shù)變化值為2.82,土地利用程度綜合指數(shù)減小,這一時段人類活動對土地利用類型的影響主要表現(xiàn)為林地增加和耕地減少。對比多期不同功能分區(qū)土地利用程度綜合指數(shù),核心區(qū)土地利用程度綜合指數(shù)最小,其次是緩沖區(qū),實驗區(qū)最大。

3.3 土地利用景觀格局變化

3.3.1 景觀類型水平特征分析

1990—2018年沅江源自然保護區(qū)林地斑塊面積比例呈現(xiàn)增加趨勢,景觀形狀指數(shù)呈現(xiàn)先減少后增加趨勢(表5)。草地斑塊面積比例降低,斑塊密度先減少后增加。耕地斑塊面積比例先增加后減少,聚集度指數(shù)呈現(xiàn)波動增加趨勢,保護區(qū)內(nèi)人類開墾使用耕地的形狀趨于規(guī)則,斑塊聚集度提高,斑塊的連通性增強。人工表面斑塊類型面積呈現(xiàn)增加趨勢,斑塊密度持續(xù)增加,景觀形狀指數(shù)增加。隨著居民生活水平提高,實驗區(qū)道路改擴建,保護區(qū)內(nèi)原有居民房屋維修和生產(chǎn)生活范圍擴大,景觀破碎化增加。其他用地斑塊面積持續(xù)降低,裸土/裸巖等其他用地得到有效利用。

表4 1990—2018不同功能分區(qū)土地利用程度綜合指數(shù)Table 4 The integrated degree of land use change in dif?ferent functional zones from 1990 to 2018

3.3.2 景觀級別水平特征分析

從景觀級別水平來看,保護區(qū)景觀形狀指數(shù)在1990—2000年降低幅度達12.77%,2000—2018年呈現(xiàn)持續(xù)增加趨勢(表6)。保護區(qū)最大斑塊指數(shù)和蔓延度在研究期間內(nèi)呈現(xiàn)上升趨勢,19 a間蔓延度上升33.30%,景觀整體優(yōu)勢斑塊形成良好的連接,景觀破碎化程度較低。香農(nóng)多樣性指數(shù)表現(xiàn)為波動降低趨勢,香農(nóng)多樣性指數(shù)減少表明各景觀類型在景觀分布中均衡化程度較低,景觀異質性減弱。香農(nóng)均勻度指數(shù)減少,說明區(qū)域內(nèi)景觀優(yōu)勢度在增加,景觀優(yōu)勢類別對景觀整體的控制作用在增強,主要是林地斑塊面積增加對景觀控制作用增強和草地斑塊面積減少對景觀控制作用減少所致。

表5 1990—2018年保護區(qū)景觀類型水平指數(shù)Table 5 Index at landscape class level in different functional zones from 1990 to 2018

表6 1990—2018年保護區(qū)景觀級別水平指數(shù)Table 6 Index at landscape level in different functional zones from 1990 to 2018

3.4 生境質量變化分析

沅江源自然保護區(qū)平均生境質量指數(shù)從1990年的0.81波動增加到2018年的0.88,29 a平均生境質量提高8.64%(表7),生境質量整體呈現(xiàn)改善趨勢。其中實驗區(qū)平均生境質量指數(shù)提高幅度最大,從1990年的0.76增加到2018年的0.83,變化率為9.21%。其次是核心區(qū),從1990年的0.87增加到2018年的0.93,變化率為6.90%。緩沖區(qū)平均生境質量指數(shù)提高較慢,從1990年的0.85增加到2018年的0.89,變化率為4.71%。總體來看,1990—2018年保護區(qū)核心區(qū)平均生境質量最好,其次是緩沖區(qū),最后是實驗區(qū)。

3.5 土地利用變化類型對生境質量的影響

根據(jù)土地利用類型變化數(shù)據(jù)結合式(6)計算各土地利用類型變化對區(qū)域生境質量影響的貢獻度。由表8可知,提高沅江源自然保護區(qū)生境質量的土地利用變化類型主要發(fā)生在草地轉林地、其他用地轉草地和其他用地轉林地之間,轉化面積分別為14.79、2.23和1.78 km2,而草地向林地轉化的貢獻率最高,達2.88%;此外,耕地轉林地、其他用地轉耕地和耕地轉草地也對保護區(qū)生境質量提高有積極作用。降低沅江源自然保護區(qū)生境質量的土地利用轉型主要發(fā)生在林地轉草地和草地轉耕地之間,轉化面積分別為3.82和2.08 km2;此外,草地轉人工表面以及林地轉耕地也可降低保護區(qū)生境質量。

表7 1990—2018年不同功能分區(qū)平均生境質量變化Table 7 Changes of average habitat quality in different functional zones from 1990 to 2018

表8 主要土地利用轉移類型及貢獻率Table 8 Major land use transformation and contribution rate

保護區(qū)土地利用變化的主要原因是2002年起貴州省全面實行退耕還林還草工程,包括荒山造林、封山育林、改變居民生活方式等措施。截至2018年,沅江源保護區(qū)林地面積增加13.65 km2,其他用地面積減少5.03 km2,耕地面積減少0.2 km2,2018年森林覆蓋率達69.19%,生境質量呈現(xiàn)提高趨勢。但隨著保護區(qū)人類活動逐漸增加,29 a間人工表面面積共增加1.78 km2,該區(qū)域生境質量也同步呈現(xiàn)降低趨勢。總體而言,沅江源自然保護區(qū)生境質量提高與生境質量降低2種趨勢同時存在,但生境質量提高的趨勢遠大于生境質量降低的趨勢,保護區(qū)生境質量明顯提高。

3.6 生態(tài)保護情景下生境質量變化

近29 a土地利用類型變化對生境質量影響貢獻度的研究表明,保護區(qū)采取的退耕還林還草工程、封山育林以及減少柴薪砍伐等措施取得積極成效,但保護區(qū)內(nèi)道路改擴建和耕地面積增加也威脅著保護區(qū)的生境質量。因此,有針對性地采取退耕還林還草工程以及控制人類活動規(guī)??梢蕴岣呱迟|量,從而維護區(qū)域生物多樣性。筆者對生態(tài)保護情景進行定義,假設區(qū)域人類活動規(guī)模維持現(xiàn)狀,將地形坡度大于25°以上的耕地全部轉為林地,坡度小于25°的耕地轉為草地。運用Habitat Quality工具模擬生態(tài)保護情景下對自然保護區(qū)生境質量的提升效果,結果發(fā)現(xiàn)研究區(qū)平均生境質量指數(shù)從當前情景的0.88提高到保護情景下的0.90,平均生境質量指數(shù)提高2.27%,生境質量改善。其中實驗區(qū)平均生境質量指數(shù)改善最明顯,從當前情景的0.83提高到保護情景下的0.87,而核心區(qū)和緩沖區(qū)改善幅度較小。

4 討論與結論

4.1 討論

研究選用Landsat系列遙感影像數(shù)據(jù),識別區(qū)域土地利用/覆被變化和景觀格局,對自然保護區(qū)生境質量變化進行長期監(jiān)測,并評估不同功能分區(qū)生境質量變化情況。結果發(fā)現(xiàn)1990—2018年保護區(qū)核心區(qū)土地利用程度綜合指數(shù)最小,其次是緩沖區(qū),實驗區(qū)最大。生境質量為核心區(qū)最高,其次是緩沖區(qū),最后是實驗區(qū),擬建沅江源自然保護區(qū)功能分區(qū)劃定合理。該研究時間跨度較長,目前能夠長期穩(wěn)定監(jiān)測地表覆被變化以及被廣泛運用的是Landsat系列遙感影像,高分辨率遙感影像由于時間跨度較短,無法為長時間的地面遙感監(jiān)測提供適用數(shù)據(jù)。李艷忠等[16]和王艷芳等[24]均使用 Landsat系列衛(wèi)星影像作為基準數(shù)據(jù)來源開展相關研究,結果證實Landsat系列影像能夠滿足自然保護區(qū)研究需要。在以后研究中需要引入高分辨率的Sentinel-2衛(wèi)星和SPOT-5衛(wèi)星,增加土地利用/覆被的用地類型和提高分類精度。估算生境質量所用的InVEST模型參數(shù)設置主要來源于相關參考文獻,若能在實地測算實驗參數(shù)與驗證,評估結果將更加科學可靠。

4.2 結論

(1)1990—2018年沅江源自然保護區(qū)林地、人工表面和濕地面積呈現(xiàn)增加趨勢,草地、其他類型和耕地面積呈現(xiàn)減少趨勢。保護區(qū)土地轉移主要發(fā)生在草地轉林地、耕地轉林地和耕地轉草地之間。土地利用程度綜合指數(shù)增加,當?shù)鼐用裢恋乩梅秶鷶U大。核心區(qū)土地利用程度綜合指數(shù)最小,其次是緩沖區(qū)和實驗區(qū)。

(2)保護區(qū)耕地斑塊聚集度提高,人工表面斑塊密度增加,其他用地斑塊面積持續(xù)減少,人類對土地開發(fā)強度增加。景觀整體優(yōu)勢斑塊連通性增加,破碎化程度降低,林地斑塊對景觀控制作用增強,景觀異質性減弱。

(3)1990—2018年保護區(qū)平均生境質量提高8.64%,呈現(xiàn)波動增加趨勢,整體生境質量得到改善。29 a間保護區(qū)核心區(qū)平均生境質量最高,其次是緩沖區(qū),最后是實驗區(qū)。

(4)保護區(qū)生境質量改善的主要原因是退耕還林還草工程實施引起的草地向林地以及其他用地向草地和林地的轉化,生境質量退化的主要是保護區(qū)內(nèi)人類活動的增加導致的林地向草地和草地向耕地的轉化,生態(tài)環(huán)境改善趨勢大于退化趨勢。在生態(tài)保護情景下,沅江源自然保護區(qū)平均生境質量指數(shù)從當前情景的0.88提高到0.90,生境質量明顯改善。

猜你喜歡
生境自然保護區(qū)保護區(qū)
七姊妹山國家級自然保護區(qū)
河南董寨國家級自然保護區(qū)鳥類名錄與分布
品牌研究(2021年7期)2021-11-28 03:40:50
棗樹適應干旱生境研究進展
落葉果樹(2021年6期)2021-02-12 01:29:10
黃河三角洲保護區(qū)自然資源的開發(fā)與保護
如何保護好興隆山保護區(qū)內(nèi)的馬麝
保護自然保護區(qū)刻不容緩
淺淡黃崗梁自然保護區(qū)的資源保護與開發(fā)利用
金秀瑤族長鼓舞傳承的文化生境
體育科技(2016年2期)2016-02-28 17:06:07
不同生境中入侵植物喜旱蓮子草與本地種接骨草的光合特性
涉及各類保護區(qū)的項目建設的探討
河南科技(2014年7期)2014-02-27 14:11:33
天水市| 五原县| 海晏县| 海城市| 达尔| 五指山市| 太和县| 白城市| 综艺| 凤冈县| 北宁市| 平原县| 民乐县| 宜阳县| 吴忠市| 嘉荫县| 广元市| 镇巴县| 磴口县| 钟祥市| 扶绥县| 张家界市| 弥勒县| 平利县| 勐海县| 临桂县| 资溪县| 南通市| 沙湾县| 普兰县| 新蔡县| 东光县| 平南县| 崇明县| 亚东县| 龙门县| 金寨县| 大理市| 搜索| 广南县| 巴青县|