蘇 莉，戴春莉，楊榮鳳，馬 品*

(1.云南省審計廳，昆明 650032；2.云南省地圖院，昆明 650034)

森林影響著生態(tài)系統(tǒng)內部與外部的物質能量交換，對全球能量循環(huán)及物質的生物化學循環(huán)具有重要的影響[1-2]，森林覆蓋的動態(tài)變化，是地球系動態(tài)變化的重要驅動力，可以間接反映多種陸地生態(tài)系統(tǒng)的情況，包括生物多樣性豐富度，碳儲存和供水，土地覆蓋/土地利用[3-4]、水土流失[5-6]、氣候變化[7]、自然災害[8-10]、地表生物量[11-13]、陸地碳循環(huán)[14-18]等。森林動態(tài)監(jiān)測也是生態(tài)環(huán)境研究的熱點問題[19]，一直備受專家關注。植被是地表重要的覆被物，監(jiān)測森林動態(tài)變化，揭示覆蓋在時間和空間上的變化規(guī)律等，可對區(qū)域生態(tài)環(huán)境評價提供重要基礎數(shù)據(jù)和科學參考。先前的研究缺乏基于高分辨率、長時間系列的森林量化數(shù)據(jù)和森林時空變化詳細信息，特別是地圖形式數(shù)據(jù)，限制了對森林重要性的準確判斷和對森林變化的精確預測。

云南省廣闊的森林對全球碳儲存和生物多樣性保護做出了重大貢獻。為了減少人口、經濟和社會的快速變化，尤其是大規(guī)?；A設施建設、農業(yè)用地擴張和木材市場需求的擴大對該區(qū)域的森林構成威脅和壓力，影響區(qū)域生態(tài)系統(tǒng)的可持續(xù)發(fā)展，人們不得不重視森林保護。為了更有效地將科學和政策與生態(tài)系統(tǒng)聯(lián)系起來，我們必須完善森林監(jiān)測、報告和核查。利用陸地衛(wèi)星數(shù)據(jù)記錄森林變化的趨勢對于制定和執(zhí)行政策至關重要。且自1972年以來Landsat衛(wèi)星系列不斷觀測地球[20]，提供了地圖式的地球表面數(shù)據(jù)，在空間上連續(xù)且高度一致，并且可以在一定空間和時間尺度上獲得。因此，我們基于高分辨率、多時相衛(wèi)星圖像，分析研究了云南省2010-2018年森林覆蓋時空動態(tài)變化特征、森林總損失與收益及其趨勢等。

2 研究區(qū)概況及數(shù)據(jù)與方法

2.1 研究區(qū)概況

云南省位于中國的西南地區(qū)，西部與緬甸接壤，南部和老撾、越南毗鄰。云南省地跨長江、珠江、元江、瀾滄江、怒江、大盈江6大水系，全省河川縱橫，湖泊眾多。云南的滇池是中國西南地區(qū)最大的淡水湖，面積為330 km2。該省的國土面積為394.1×103km2，在行政上劃分為8個地級市和8個自治區(qū)。2018年云南省總人口為4 829萬人，實現(xiàn)生產總值17 881億元。云南地形較為復雜，最高海拔高達6 726 m，最低海拔為負80 m。地勢呈西北高、東南低，東部的滇中高原是云貴高原的組成部分，西部地勢險峻，形成山岳冰川地貌。云南屬于亞熱帶和熱帶季風氣候。云南地處東經97°～106°，北緯21°～29°，地理位置如圖1所示。

圖1 研究區(qū)區(qū)位圖

2.2 數(shù)據(jù)獲取與篩選

為了實現(xiàn)本研究的目標，本文采用了空間分辨率為30 m的遙感影像數(shù)據(jù)集，提取云南省區(qū)域土地覆蓋分類數(shù)據(jù)。研究區(qū)衛(wèi)星數(shù)據(jù)的可用性有限，我們使用來自不同傳感器的圖像，包括Landsat5 Thematic Mapper(TM)，Landsat7 Enhanced Thematic Mapper Plus(ETM +)和Landsat8 Operational Land Imager(OLI)。Landsat圖像是一個重要的和流行的數(shù)據(jù)資源，很容易獲取數(shù)據(jù)源，并且有一個合適的空間分辨率。表1提供了有關Landsat數(shù)據(jù)的詳細概述。覆蓋整個研究區(qū)域需要31個場景的OLI/TM/ETM +圖像(列號：127-135，行號：40-46)，Landsat圖像可以在http://earthexplorer.ugus .GOV /免費下載。目視檢查每個圖像以排除具有可見積雪的冬季圖像。當云覆蓋率達到諸如30%的閾值時，時序圖像被認為是不可用的，并且剩余的70%的圖像也將被丟棄。由于該地區(qū)的季風氣候模式，在雨季期間難以獲得該地區(qū)的無云圖像，應在雨季結束(11月)和干燥季節(jié)(三月)開始之間獲取圖像。根據(jù)物候和云層選擇了最佳時相圖像數(shù)據(jù)，所有的選Landsat圖像中有90%的云層覆蓋率為零。

2.3 研究方法

圖2解釋了基于Landsat圖像進行土地覆蓋分類以及相關的變化檢測分析的策略。首先對30 m空間分辨率Landsat遙感數(shù)據(jù)進行預處理；利用預處理后的數(shù)據(jù)，基于決策樹分類算法對云南土地覆蓋類型進行分類；基于混合矩陣精度認證法對分類數(shù)據(jù)進行精度認證；將柵格數(shù)據(jù)和研究區(qū)邊界矢量數(shù)據(jù)進行疊加分析，提取研究區(qū)域內的柵格數(shù)據(jù)；然后基于空間矩陣轉移法檢測森林的空間覆蓋變化，對2010-2018年的時間序列數(shù)據(jù)進行森林變化的時空分析。

圖2 技術路線圖

2.3.1 遙感數(shù)據(jù)預處理 通過遙感衛(wèi)星傳感器獲取圖像數(shù)據(jù)集，對原始數(shù)據(jù)進行數(shù)據(jù)包解析是獲取圖像信息的第一步。然后進行數(shù)據(jù)拼接、準確識別研究區(qū)域數(shù)據(jù)。從視覺上檢查Landsat圖像以評估圖像質量。對原始數(shù)據(jù)進行輻射定標和大氣校正。使用快速視線大氣分析模型(FLAASH)進行大氣校準。FLAASH是第一原理校正的大氣校準工具可見光通過近紅外和短波紅外區(qū)域的波長。

2.3.2 土地覆蓋分類數(shù)據(jù) 基于信息論的CART算法是一種廣泛使用的決策樹分類方法。分類樹策略使用Gini索引。訓練特征集主要通過參考Google Earth從ETM+圖像的視覺解釋中收集，選擇具有較純土地覆蓋類型的像素作為特征樣本，訓練數(shù)據(jù)集為D, 計算現(xiàn)有特征對訓練數(shù)據(jù)集的基尼指數(shù)，對于每個特征A，可以獲得每個值a，根據(jù)該值將訓練樣本切割成D1和D2兩部分，并且當A=a時的基尼指數(shù)根據(jù)以下公式(1)計算。在所有可能的特征和所有可能的值中，選擇具有最小基尼指數(shù)的特征及其分割點作為最佳特征和分割點，從節(jié)點生成兩個子節(jié)點，并將訓練數(shù)據(jù)集分配給子節(jié)點。在模型中，數(shù)學方法用于自動構建決策樹，決策樹用于對地表類型進行分類。

表1 LandSat數(shù)據(jù)信息表

(1)

光譜帶通常用于基于光譜特征對土地覆蓋進行分類。光譜上的水體通常表現(xiàn)出較低的反射率，并且隨波長增長反射率逐漸下降。冰川和永久積雪在影像上的光譜和紋理特征都十分穩(wěn)定，單景影像的冰雪較易提取。在30 m分辨率影像上，耕地隨著生長季的不同，影像上的表現(xiàn)特征不同，在假彩色波段組合的情況下，處于生長期的農田表現(xiàn)出植被的特征，收割后或休耕的農田呈現(xiàn)亮白色。影像特征上，森林光譜特征明顯，通常具有較高的植被指數(shù)值。裸地光譜與其組成物質特點關系密切，紋理特征則主要由地貌類型決定。本文通過物候數(shù)據(jù)分析，提高了分類精度。此外，通過手動修改和增加樣本點數(shù)量，重復測試樣本數(shù)據(jù)，根據(jù)不同影像的實際光譜特征使用適當?shù)拈撝?，可提高土地覆蓋分類數(shù)據(jù)的精度。針對30 m分辨率的尺度特征，本研究采用已有的分類體系，將每個場景分類為七種土地覆蓋類型，即森林、水域、耕地、草地、裸地、建筑用地、永久積雪與冰川。

2.3.3 土地覆蓋分類數(shù)據(jù)精度評價 目前，混淆或誤差矩陣是準確性評估的核心[22-23]。在遙感文獻中已經討論了許多精確度評估方法[24-29]?；煜仃囍饕糜谔峁ｎ}圖精度的基本描述和精度的比較。本研究采用混淆矩陣精度認證法中的總體分類精度和kappa系數(shù)兩個指標對分類圖像進行精度認證。通過分層隨機抽樣選擇評估樣品。總體分類精度和kappa系數(shù)兩個指標分別根據(jù)公式 (2)和(3)計算。

(2)

(3)

為了使采樣點的數(shù)量與土地利用類型相匹配，使用線性分解方法來分配2 000個采樣點。水體，永久積雪和冰川覆蓋的地面物體比例最小，因此增加了這兩種類型的評估樣本點。其中，面積最小的永久積雪和冰川有采樣點60個，面積最大的森林有采樣點1 050個。

3 結果與分析

3.1 土地覆蓋分類數(shù)據(jù)精度

從表2看出，本研究總體土地覆蓋分類數(shù)據(jù)精度為93.26%，七種土地覆蓋類型數(shù)據(jù)精度也都在85%以上，總體分類精度較高達93.26%，卡帕系數(shù)0.901 4。

表2 云南省土地利用分類數(shù)據(jù)精度評價表

3.2 2010-2018土地利用覆蓋變化

3.2.1 森林覆蓋空間變化特征 不同規(guī)模的土地覆蓋信息具有不同的特征，可以用于確定云南省地區(qū)的土地利用動態(tài)變化。從圖3看出，2010-2018年云南省各州、市的土地覆被類型的空間形態(tài)差異明顯。云南省西部和南部地區(qū)的森林空間分布較密集，東部和北部的森林空間分布較稀疏。各州、市的森林面積差異較大，德宏州的國土總面積最小(10 846 km2)，同時森林總面積也最小(7 830 km2)，普洱市擁有最大國土總面積和森林總面積，分別為41 658 km2和31 917 km2；怒江市、普洱市和麗江市的森林空間分布最均勻，昭通市的森林主要分布在中部地區(qū)，東部和西部地區(qū)森林空間分布面積較小。

圖3 2010-2018年云南省各州、市的森林空間覆蓋圖

3.2.2 云南省森林及其他覆蓋的動態(tài)變化 從表3可看出，2010-2018年，整個云南省的森林覆蓋面積變化較小，共減少695 km2，但大理市森林面積減少的速度遠遠超過了全省，共減少了1 188 km2，文山的森林面積增加了1 047 km2，其余州、市森林面積變化較小。2010-2018年云南省建筑物面積增加了2 118 km2，耕地、森林和裸地面積分別減少了709、698、281 km2。其中昆明市、紅河州和曲靖市的建筑物面積分別增加了517 km2，259 km2和280 km2。期間楚雄市(40 km2)、迪慶州(12 km2)、普洱市(48 km2)和西雙版納州(32 km2)的耕地面積增加，其余州、市的耕地面積減少，其中昆明市耕地減少面積最大(128 km2)；麗江市(267 km2)和西雙版納州(-298 km2)的草地面積變化最大，昭通市草地面積增加42 km2，其余州、市的草地面積基本保持不變。

表3 云南省2010-2018年土地覆蓋類型面積變化

云南省2010-2018年森林面積平均每年減少77 km2，不同利用方式土地占國土面積的比例森林比較接近，分別為63.71%和63.38%；建筑面積增加了29.22%，耕地(-0.34%)、裸地(-0.23%)和森林(-0.30%)基本保持穩(wěn)定，其中昆明市建筑物面積增長最快(52.65%)，其次是紅河(42.74%)，迪慶建筑物增長速度最慢(1.53%)，大理市也較慢(11.79%)；文山州草地面積減少最大(398 km2)，怒江市草地面積沒有發(fā)生變化。2010-2018年全省有1 047 km2森林再生，降低了森林的年損失率，除文山市外，其它所有州、市都有一定程度的森林損失。全省毀林率低(0.29%)，但大理市毀林速度是全省平均值的20倍，昆明市和普洱市的毀林速度是全省毀林速度的2.4倍。

3.2.3 云南省森林空間覆蓋率 從圖4可以看出，云南省不同州、市森林覆蓋率(B)和森林面積占全省森林面積的比例(A)不同。2010-2018年云南省森林覆蓋面積變化較小，森林覆蓋率僅僅下降了0.19%，全省除文山森林占國土總面積的比例增加3.55%外，其它各州市森林面積所占州市總面積的比例都下降，其中大理市森林占國土總面積的比例下降最大(-4.14%)，其余州市下降幅度較小。

圖4 云南省各州、市的森林覆蓋率

云南省2010-2018年森林覆蓋率保持相對穩(wěn)定狀態(tài)，達到63%左右，對綠色生態(tài)系統(tǒng)的影響很小，如植被生產力。不同州、市森林覆蓋率不同，南部的西雙版納州和普洱市的森林覆蓋率最高，東北部的昭通市和曲靖市的森林覆蓋率最低。普洱市、大理市和楚雄州森林面積占全省森林總面積的比例排列前三。大理市森林面積急劇減少，毀林率達到5.83%，導致生態(tài)系統(tǒng)服務功能退化。

過去30 a，由于人口、經濟和旅游業(yè)的增長，云南大部分地區(qū)都發(fā)生了快速的城市化[31-32],相伴的是地形地勢、區(qū)位等良好的耕地等變更為建筑用地和游覽綠地。2010-2018年全省各州市建筑面積占各州市總面積的比例都在增加，其中昆明市增加比例最高(2.56%)，迪慶州增加比例最低(0.01%)；各州、市草地面積占國土面積比例都在減少，其中迪慶占比下降最大(-12.51%)，怒江草地占國土面積比例基本保持穩(wěn)定；各州、市耕地占各州市國土總面積比例變化相對較小，其中楚雄州、普洱市、紅河州和西雙版納州占比增加，其余州市占比下降；永久積雪和冰川、裸地和水體面積所占州市總面積的比例相對保持穩(wěn)定。

4 結論與討論

本研究基于30 m空間分辨率的Landsat數(shù)據(jù)，完成了2010-2018年云南森林空間覆蓋遙感制圖。根據(jù)9年森林的覆蓋軌跡，確定了森林覆蓋面積減少和增加的區(qū)域，量化了森林總損失和收益，提供年度損失信息并量化森林損失趨勢，系統(tǒng)分析了森林動態(tài)變化特征，以地圖形式呈現(xiàn)了兩個空間尺度的森林空間覆蓋格局。研究結果表明，云南省森林的空間損失和空間覆蓋率在通州、市之間差異很大。森林覆蓋率較高的城市土地覆蓋變化的環(huán)境效應與森林覆蓋率較低的區(qū)域相比有顯著差異，由于土地覆被轉化過程而出現(xiàn)不穩(wěn)定的動態(tài)平衡。

云南省目前的土地利用空間分布十分不均勻，2010-2018年云南省的植被比例基本保持穩(wěn)定，陸地生態(tài)系統(tǒng)日益協(xié)調，各州市的森林空間分布有明顯差異，部分州、市的森林空間分布密集且均勻，另一部分州、市的森林空間分布稀疏且不均勻；南部地區(qū)森林分布比較密集，東北部森林分布較稀疏。建議綜合分析不同生態(tài)區(qū)域的州、市土地覆蓋變化及其生態(tài)影響，調整云南省的農業(yè)用地管理策略和林地保護策略，東北部地區(qū)應大力推進退耕還林，同時農田開墾。

研究期間，植被平衡表現(xiàn)為未改變的、失去的和新的植被。每個州、市的森林空間分布因農業(yè)用地的擴張而變得破碎，幾乎毗鄰的森林區(qū)域演變?yōu)樵絹碓叫〉陌邏K。大理市的植被比例有明顯下降(4.14%)，文山州的植被比例略有上升(3.64%)。經濟發(fā)展快、人口稠密和旅游業(yè)發(fā)展的地區(qū)，森林損失更嚴重，高海拔地區(qū)限制了人們對木材的采集和利用。這種兩極化現(xiàn)象主要是由于中部地區(qū)大量人口的日益增長資源需求，國家森林資源的控制力下降和偏遠高海拔地區(qū)限制了人們對木材的采取。大理市經濟和旅游業(yè)的較快速度發(fā)展導致森林損失，大規(guī)模和快速旅游業(yè)投資應引起政府關注。