EN中文

地理研究 >

2015 , Vol. 34 >Issue 7: 1235 - 1246

DOI: https://doi.org/10.11821/dlyj201507004

研究论文

巴西热带雨林森林景观转化时空特征及破碎化分析

  • 宁静 , 1 ,
  • 杜国明 , 1 ,
  • 孟凡浩 1 ,
  • 匡文慧 2 ,
  • 闫凤丽 1 ,
  • 张英秀 1
展开
  • 1. 东北农业大学资源与环境学院,哈尔滨 150030
  • 2. 中国科学院地理科学与资源研究所,北京 100101
杜国明（1978- ）,男,内蒙古宁城人,博士,副教授,主要研究方向为土地资源优化配置。E-mail：

作者简介：宁静（1978- ）, 女, 黑龙江哈尔滨人, 博士, 副教授, 研究方向为土地生态环境问题及3S技术应用。E-mail：

收稿日期: 2014-12-21

  要求修回日期: 2015-04-29

  网络出版日期: 2015-08-08

基金资助

国家“863”计划项目（2013AA122802）

中国科学院重点战略部署课题（KSZD-EW-Z-021-02）

国家重点基础研究发展计划（973计划）项目（2014CB954302）

国家自然科学基金项目（41201183)

收起

Transformation and fragmentation of tropical rainforest landscape in Brazil

  • NING Jing , 1 ,
  • DU Guoming , 1 ,
  • MENG Fanhao 1 ,
  • KUANG Wenhui 2 ,
  • YAN Fengli 1 ,
  • ZHANG Yingxiu 1
Expand
  • 1. College of Resources and Environmental Sciences, Northeast Agricultural University, Harbin 150030, China
  • 2. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China

Received date: 2014-12-21

  Request revised date: 2015-04-29

  Online published: 2015-08-08

Copyright

《地理研究》编辑部
Fold

摘要

巴西热带雨林地区森林景观转化及破碎化导致森林生态系统的功能和区域环境发生变化,并引起全球范围内的关注。以欧洲太空局全球土地利用/土地覆被数据和Landsat解译数据为基础,利用热点提取、信息熵、地统计分析模型及轨迹分析的方法探讨不同砍伐阶段森林破碎性的变化特点以及森林破碎化与整个区域景观格局变化的相关性。结果表明：① 热带雨林地区的森林面积迅速减少,其中,Rondonia州、Maton Grosso州和Para州最为典型。② 森林破碎性的变化趋势并非整体性的增加或减少,而是出现明显的局地性特点;③ 森林砍伐的数量与土地系统的信息熵呈正相关,即森林的数量及质量直接决定巴西热带雨林地区的土地系统稳定性。

关键词： 热带雨林; 景观转化; 破碎化; 时空特征; 巴西

本文引用格式

宁静 , 杜国明 , 孟凡浩 , 匡文慧 , 闫凤丽 , 张英秀 . 巴西热带雨林森林景观转化时空特征及破碎化分析[J]. 地理研究, 2015 , 34(7) : 1235 -1246 . DOI: 10.11821/dlyj201507004

Abstract

It arouses attention that the transformation and fragmentation of the Brazilian tropical rainforest has caused great changes in its ecosystem and environment as well as in forest cover. The forest fragmentation changes the function of forest ecological system and regional environment in Brazilian tropical rainforest, which attracts global attention. In this paper, the authors used ESA global land use/land cover data and Landsat interpreted data, as well as scientific methods such as hotspot extraction, information entropy, statistical analysis model and trajectory analysis to explore the relationship between change features of forest fragmentation in different deforestation stages and changes in forest fragmentation and regional landscape pattern. The results showed that: (1) The area of forest decreased rapidly in the tropical rainforest, among which Rondonia State, Maton Grosso State and Para State were the most typical; (2) The changing trend of forest fragmentation was not holistically increased or decreased, but represented a obvious regional pattern; (3) There was positive correlation between the number of deforestation and land system information entropy, namely the quantity and quality of forest directly determined the stability of the land system in Brazil's tropical rainforest.

Key words： tropical rainforest; landscape transformation; fragmentation; temporal and spatial characteristics; Brazil

1 引言

森林景观格局的时间演变过程是解释和分析自然生态系统生态状况的重要手段。景观破碎化表现为景观要素在外力作用下原来连续景观逐步变为许多彼此隔离的不连续的斑块镶嵌体的过程[1,2]。巴西北部及中西部地区存在地球上最大的热带雨林,大规模的森林砍伐开始于20世纪60年代。在地方政策驱动下,热带森林面积迅速减少,热带雨林大面积消失,森林景观逐渐趋于破碎化[3,4]成为影响巨大的全球环境问题。森林景观的转化及破碎化会对森林生态系统产生严重的影响,例如,破坏生物的生境,导致生物多样性下降,破坏全球碳平衡,甚至会对全球气候系统产生干扰[5]。国际上很多学者都致力于探讨长期存在的热带雨林的面积减少及破碎化问题。从研究内容来看,研究侧重点主要集中在三个方面：① 通过热带雨林的数量、分布模式和空间尺度的时空变化来分析热带雨林的破碎性及其生态影响,并通过研究一致认为森林面积的大小是热带雨林保护和物种多样性控制的最关键因素之一,是森林景观破碎性的重要标志[6-8]。Hall等认为遥感数据是这类研究最有效的监测数据源,也是量化景观破碎化的有效手段[9-15]。② 热带雨林破碎化动力机制的研究。大多数学者关注政府行为的作用,例如农业殖民政策[16,17],农业信贷政策[18,19];也有学者认为巴西热带雨林破碎性的增加是市场机制的参与,特别是牛肉、大豆等农牧产品的市场需求刺激了森林景观的转化,进一步导致森林景观的破碎化[20,21]。③ 森林景观的干扰特征及规律研究。如,Rodrigo等研究耕作手段、作物结构和政府监管差异所造成的巴西热带雨林砍伐速度的空间变化特征[22];Philip等通过分析巴西Mato Grosso和Rondônia州土地覆被变化所引起的温室气体和生物量变化,进而探讨了巴西热带雨林的砍伐问题[23];Sébastien研究了农业技术水平与巴西热带雨林砍伐之间的关系[24];还有学者对人为干扰下热带雨林的未来情景进行了研究[25,26]。
综合来看,对巴西热带雨林森林砍伐的研究深入到了相关学科的各个领域,进一步表明巴西的热带雨林在全球环境、生态、经济系统中的重要作用和地位。但是大多数研究只是将森林的破碎性作为单一问题的表象,没有深入地去探讨人类活动和森林动态及景观破碎性之间的联系。本文尝试以森林砍伐造成的森林破碎性的变化为切入点,探讨不同干扰阶段森林破碎化与整个区域景观格局变化的相关性,以期能够更加全面地描述巴西热带雨林森林破碎化的变化特征以及可能带来的环境风险和生态效应。

2 研究区概况

研究区位于巴西北部及中西部,面积约为443.34×104 km2,占巴西国土总面积的75.44%,包括北部的六个州,中西部一个州,主要分布在热带和亚热带湿润阔叶林生态地理分区中。研究区地形主要有平原（亚马逊平原）、高原（巴西高原和圭亚那高原）和盆地（巴拉圭盆地）。研究区主要位于热带地区,拥有世界上最大的热带雨林区和世界第一大河——亚马逊河（图1）。根据气候特点,大部分地区属于半潮湿热带气候,每年分旱季和湿季,年均降雨量1500 mm,年平均气温18℃~28 ℃。
Fig. 1 Location of the reserch area

图1 研究区位置示意图

巴西人口增长迅猛,从1980年的1.2亿增长到2004年的1.8亿。2010年巴西人口为1.9亿,根据IBGE 2004年数据显示研究区人口约有1632万,相当于巴西人口总数的9.6%。该区域的经济发展主要依靠巴西胡桃、橡胶、牛肉等农产品出口,林木采伐业也比较发达。据FAO统计,1990年研究区森林覆盖面积达375×104 km2,到2005年约为336×104 km2,15年间减少39×104 km2。

3 数据来源与研究方法

3.1 数据来源

主要包括：1980年覆盖研究区的欧洲太空局（European Space Agency）全球300 m土地利用/土地覆被数据（Globcover数据）。2004-2007年覆盖研究区的Landsat ETM遥感影像（分辨率15 m）,共378景。参照谷歌地球高分辨率影像和其他辅助数据,结合地学知识,利用人机交互逐栅格判别的方法进行修改,最后得到2005年土地利用/土地覆被数据。土地利用/土地覆被动态信息的获取是在2005年土地利用/土地覆被变化分类判读修改网格图斑属性的同时,叠加1980年巴西遥感影像,提取土地利用变化的动态图斑,最终形成1980年和2005年两期土地利用/土地覆盖数据与土地利用动态变化图斑数据[27]。对2005年土地利用/土地覆盖数据和1980-2005年未变化区进行3000个实地验证,并结合谷歌地球高分辨率影像进行了数据精度验证,数据总体精度分别是93.39%和91.28%。

3.2 森林破碎化热点区提取

研究区的森林砍伐开始于20世纪60年代,时间跨度较大,森林砍伐的范围和强度具有明显的区域分化特征。借助GIS网格技术,运用景观形状破碎化指数[28]计算1980年和2005年森林景观破碎化程度,并利用ArcGIS的Hawth's Analysis Tools生成200个最小距离单位的随机插值样点,利用半变异函数和球状模型拟合出1980-2005年森林破碎化变化的模型,并提取森林破碎化变化的热点区[29]。
（1）景观形状破碎化指数（FN）[28]的计算公式如下：
FN = 1 - 1 / ASI ASI = ∑ n = 1 n A i S I i / A S I i = P i / 4 A i A = ∑ i = 1 n A i （1）
式中：ASI是用面积加权的景观斑块平均形状指数;Pi是景观斑块i的周长;Ai是景观斑块i的面积;A是该景观类型的总面积;N是该景观类型的斑块数。
（2）利用半变异函数确定最佳的森林破碎性空间拟和模型。半变异函数显示了具有不同距离的样点对的方差,是一个关于数据点的半变异值与数据点间距离的函数[30,31]。半变异函数公式如下：
r ( h ) = 1 2 N ( h ) ∑ i = 1 N ( h ) Z ( x + h ) - Z ( x ) 2 （2）
式中：r（h）是样本距h的半方差;h是样本距;N（h）是间距为h的样本对的总个数;Z（x）是位置x处的数值;Z（x + h）是在距离为（x+h）处的数值。

3.3 热点区土地系统稳定性分析

在分析热点区破碎性变化特征的基础上,对土地利用变化特征进行分析,并利用土地系统信息熵模型判断森林砍伐下的土地系统稳定性变化情况[32]。信息熵由美国数学家Shanoon于1948年提出,定义为离散随机事件出现的概率,用来测度系统的复杂性和均衡性[33]。系统越有序,信息熵越低;反之,系统越混乱,信息熵就越高。一些学者将其应用到土地系统的研究中[34],用来反映区域土地利用的均衡程度。对于土地系统而言,一定时期内最大变化面积之和等于区域总面积。因此,信息熵可以引入到土地系统的稳定性评价中,变化斑块的面积占该地类面积的比例可视作信息熵中事件发生的概率。土地系统的信息熵公式[32]如下：
P i = ΔA A = 1 2 L f A = L in A = L out A H = - ∑ P i lg P i （3）
式中：Pi为土地利用类型发生变化的概率;∆A为变化面积;A为研究区总面积;H为土地系统的信息熵;Lf为土地利用转移流;Lout为转出流;Lin为转入流。

4 结果分析

4.1 森林景观动态变化特征

1980年热带雨林面积占研究区总面积的78.39%,至2005年减少为70.15%,25年间减少了约39.46×104 km2,相当于德国或者日本的国土面积。从研究区1980年和2005年土地利用图（图2）可以看出,研究区土地利用变化以森林、草地和耕地三种土地利用类型之间相互转化为主。其中,森林转变为草地是热带雨林地区主要的转换类型,Rondonia州中部、Maton Grosso州全境和Para州的东部和中部地区这一趋势更为明显。另外,森林直接转换为耕地和草地转换为耕地的面积也较为可观,Mato Grosso州最为明显,随着耕地的增加种植业的比重加大,森林景观逐渐被农业景观所取代。大量转变而来的耕地进一步说明这一区域森林景观已经遭到大面积且不可逆的破坏,其生态功能逐渐消失。为了直观地表现研究区森林砍伐造成的景观变化,在2005年土地利用图上选择四个森林景观退化明显的区域（图2b中①、②、③、④）,并截取2004-2007年Landsat ETM（分辨率15 m）遥感影像（图3）加以比较说明。
Fig. 2 Land use map of the research area in 1980 and 2005

图2 1980年和2005年土地利用类型及森林砍伐严重区域位置示意图

Fig. 3 Remote sense images of deforestation areas

图3 森林砍伐严重区域的Landsat ETM遥感影像图

从四个区域的遥感影像图（图3）上可以看出：四个区域的遥感影像都表明这些地区森林受到大面积破坏,除了区域④之外,其他三个区位均沿道路连片并呈块状转变为灌丛或草地;区域④位于巴西Maton Grosso州核心地带,是巴西的“砍伐之弧（Arc of desforestation）”,砍伐历史较长,畜牧业发展初具规模,因此,大量人口在经济政策的驱动下迁移至此,种植农业的需求越来越强烈。通过区位④的遥感影像能够看出大面积的地区被开垦为耕地,使原来残存在灌丛和草地之间的零星小片的热带雨林被砍伐殆尽。

4.2 森林破碎性时空变化热点区提取

利用GIS网格技术获得研究区的空间网格数据,结合景观形状破碎性模型分别得到巴西北部及中西部部分州1980年和2005年森林破碎性分布图。从森林破碎性空间分布特征来看,1980年和2005年都存在高破碎性和低破碎性中心。1980年森林景观较为连续,破碎性较小的区域位于Para州和Poraim州交汇的地区。这一区域是巴西热带森林主要的分布区域,森林是景观的主要基底类型,流经的亚马逊河是高连通性的生态廊道。森林破碎性较大的区域主要集中在Mato Grosso州的南部和Para州的东部边缘地区,这些地区道路通达性较好,大量的森林被砍伐后用作牧业和种植业用地,因此,这些区域在1980年就具有较高的森林破碎性。
利用ArcGIS中Spatial Analyst模块的Raster Calculator工具,获得1980-2005年研究区森林破碎性变化图（图4）。25年间研究区森林破碎性的变化并没有呈现整体升高或降低的趋势,而是出了多个变化的极值中心。为了更加完整地分析研究区森林脆弱性变化的特征及趋势,在1980-2005年森林破碎性变化图上提取6个极值中心（图4中的矩形）作为热点区,每个热点区的面积为4000 km2。
Fig. 4 Fragmentation change maps from 1980 to 2005

图4 1980-2005年研究区破碎性变化及重点区域位置示意图

6个热点区中有3个破碎性相对增高的区域（B、D、F）和三个破碎性相对降低的区域（A、C、E）。1980年研究区森林破碎性最大的区域为C区,约为0.982,最小的热点区为A区,约为0.921;2005年研究区森林破碎性最大的区域为B区,约为0.957,最小的区域为A区,约为0.892（表1）。
Tab. 1 Changes of forest fragmentation in hotspots

表1 热点区森林破碎性变化表

A B C D E F
1980年 0.912 0.946 0.982 0.926 0.935 0.935
2005年 0.892 0.957 0.873 0.956 0.933 0.936
变化值 -0.031 0.011 -0.109 0.029 -0.002 0.001

4.3 热点区景观变化轨迹分析

1980-2005年期间,研究区森林景观发生了明显的退行性变化,表现为砍伐开垦用作农业用地,或者砍伐变为灌木或草地用作牧业用地。在空间和时间上土地利用方式发生明显改变,不同景观类型产生了不同的变化轨迹,这些变化轨迹可以更加直观地反映人为干扰自然景观的方向、强度和范围[35,36]。遵循生态环境植被群落的演替正向和逆向变化规律,将研究区景观变化轨迹分为正向变化轨迹和逆向变化轨迹（图5）。
Fig. 5 Definition and classification of the changing trajectory in hotspots

图5 热点区变化轨迹界定及分类

逆向变化主要包括森林退化转变为灌丛、农地或居民地,灌丛转变为人为干扰更强烈的农地或居民地,农地转变为居民地;正向变化包括灌丛或草地恢复为森林,农地转变为森林、灌丛或草地。从景观变化轨迹可以看出（图6）：热点区虽然基本上以逆向变化的轨迹为主,但仍然存在明显的差异,可以分为三种方式：
（1）A区和D区正向和逆向转变均不活跃。特别是A区只有零星的森林和灌丛转化为农地,对区域整体的景观面貌影响不明显。从破碎性变化图上也可看出A区的破碎性变化强度明显低于其他区域。D区森林逆向变化面积虽然不大,但几乎都是沿道路被砍伐,变化轨迹呈现羽毛状或树枝状,对森林切割明显。因此,D区森林的破碎性变化比较显著。
（2）B区和E区出现了较大面积的逆向转变,且多呈羽毛状或树枝状分割森林景观。B区和D区的主要区别是：B区羽毛状或树枝状的变化轨迹对森林的切割更加有效。B区变化前后森林景观依旧是该区的主要景观类型,控制着景观格局和景观基质,因此,B区变化轨迹的范围和强度虽然没有E区显著,但是对森林破碎性的影响却较为强烈。E区内森林已经大部分转变为灌丛,整个区域的景观格局发生了明显的变化,森林面积由1980年的81.7%下降到62.06%。森林景观的形状和面积变化均比较强烈,因此,森林破碎性呈现虚假性降低。这种逆向变化强烈但森林破碎性反而降低的现象恰恰是E区生态环境进一步恶化的表现。
（3）C区和F区逆向变化轨迹明显,多呈现片状或斑块状,且F区有明显的正向变化。从变化轨迹的分布区位上来看：C区主要集中在该热点区的西北方向,变化轨迹连片分布。C区具有和E区相似的森林破碎性变化特征,即强烈的逆向变化伴随森林破碎性的降低。森林面积占热点区总面积的比例在1980年约为65%,25年间有50%的森林转变为灌丛或农地。热带森林景观逐渐消失,取而代之的是生态适应性和生态稳定性较差的牧业用地景观和农业用地景观,预示着生态环境的进一步恶化,生态响应和反馈的进一步减弱。F区的逆向变化主要以灌丛转变为农地和森林转变为灌丛或农地为主。1980年,森林面积占F区总面积21.97%,不是主要景观类型,对景观不具有控制能力;之后森林面积锐减,2005年仅占9.54%,在F区内呈零星分散分布,森林破碎性出现微弱的增加趋势。生态环境在人类活动干扰下发生质的变化,热带森林不复存在,生态稳定性受到破坏并直接或间接地影响到全球生态环境和气候系统。巴西政府认识到事态的严重性,也采取了一系列保护措施,控制亚马逊流域的森林砍伐,推进退牧还林和退耕还林,因此在F区能够观察到明显的正向变化轨迹。
Fig. 6 Landscape change trajectory in hotspots

图6 热点区景观变化轨迹图

4.4 热点区土地利用转移特征分析

国家或地方政府的政策和经济措施对研究区土地利用类型变化的影响是非常明显和直接的[16]。巴西新政府成立后,不断推行土地改革政策和经济计划,如家庭农业支持计划、信贷政策、价格支持政策、鼓励合作社发展和农产品出口等[16-20],吸引大量人口向巴西中西部和北部地区迁移。长期高强度的人类活动干扰导致森林面积迅速减少,热带森林的生态效应不断减弱。
利用ArcGIS空间分析功能将1980年和2005年研究区土地利用类型数据进行叠加,构建六个热点区的土地利用类型转移网络图（图7）,进一步探讨各热点区土地利用方式在人类干扰下的变化过程。从图7可以看出,A区的土地利用类型没有明显的转移趋势;结合图6可以看出,A区的森林覆盖面积较大,发生转移的面积仅占较小部分,转移的速度和数量相对较少。人类活动的干扰强度比较微弱,没有达到改变区域原生森林景观格局和景观特征的程度,因此,该热点区森林破碎性变化不明显。
Fig. 7 Network of land-use transfer in hotspots

图7 热点区土地利用转移网络图

B区土地利用类型在人为干扰下转移网络比较单一,99%发生转移的土地利用类型为森林。图6进一步说明该区在1980-2005年间,大量森林被砍伐转为草地或灌丛。其中,森林转为草地或灌丛占总转移面积的92.51%,转为农地的占7.33%。大面积的森林转化为其他用地类型,导致B区的森林破碎性增加。
C区的土地利用类型转换网络较B区略显复杂,但是森林依然是发生转移的主要土地利用类型。土地利用类型转化面积中森林转换为草地或灌丛约占83.79%。值得一提的是C区大约有13.72%的土地利用类型转移发生在草地或灌丛与农地之间。进一步观察可以发现,C区各主要土地利用类型均有少量图斑转变为居民地。因此,可以判定人口的聚集和建设用地面积的增加导致对农业生产和农产品需求的增加,直接或间接地导致草地或灌丛向农地转换。
D区的土地利用类型转换网络图与B区十分相似,主要区别就是森林转移成草地或灌丛的比例明显降低,约33%的森林直接转化为农地,因此,D区的人为干扰比B区更为强烈。
E区土地利用类型转移呈现多样性,转移网络也相对复杂。但是从转移数量上看,森林转化为其他土地利用类型依旧是主要方向,约88%为森林转化成草地或灌丛,11%为森林转换为农地。另外,E区出现了主要土地利用类型均向建成区转化的趋势。从图6可以判断,E区森林在1980年就已经被大量砍伐,1980-2005年森林面积减少的绝对面积是6个热点区中最多的。
F区转移网络更加复杂,转移比例最大的是草地或灌丛向农地转换,约为44%,并有少量的草地或灌丛向森林转换。
综合比较6个热点区土地利用变化情况（图8）：森林面积比较高的区域,森林破碎性的变化趋势与转移面积比的变化方向大致相同,即转移面积比越高,森林破碎性增加越明显,例如A、B、D三个热点区森林破碎性化的强度依次为B>D>A。森林面积比较小,转移面积比较大时,森林破碎性的变化趋势与森林面积比的变化方向相反,例如C、E、F三个热点区的森林破碎性变化为F<E<C。
Fig. 8 Curve chart of forest area ratio and transfer area ratio

图8 森林面积比和转移面积比曲线图

注：森林面积比为热点区森林面积与热点区总面积的比值;转移面积比为发生转移的地类与热点区总面积的比值。

4.5 热点区森林破碎性对土地稳定影响分析

利用土地系统信息熵的方法可以进一步判定森林破碎性变化和土地系统稳定性之间的关系。由表3,1980-2005年A区土地系统信息熵的变化值为-0.207,土地系统稳定;从森林破碎度来看,A区森林破碎度有所降低,森林边缘地带有少量砍伐,减少了森林边缘的形状指数值,破碎性程度得到缓解,土地系统的信息熵值降低,趋于稳定。
B区和C区土地系统稳定性减弱,信息熵在这两个热点区增加明显,结合森林破碎性变化情况可以看出,B区是研究区森林破碎性的增加极值区之一,沿道路、廊道羽毛状或树枝状砍伐,砍伐区森林边缘破碎明显,土地系统的信息熵值增加,对外界干扰的适应能力减弱。C区的破碎性变化是一种生态环境逐渐恶化的假性减弱,大量的森林转变为草地或灌丛,森林边缘人工化,人类活动干扰明显,因此,该区域土地系统的信息熵值也出现明显增加的趋势。
Tab. 3 Comparison on change of information entropy in hotspots

表3 热点区信息熵变化比较表

A B C D E F
破碎性差值 -3.12 1.09 -10.91 2.94 -0.16 0.10
信息熵 -0.207 17.257 8.915 0.367 0.186 0.182
D区、E区、F区随着人类活动干扰的增加,土地系统的稳定性进一步减弱,生态过程和生态响应随着熵值的增加逐渐趋于不稳定。从图9中也可以看出信息熵变化的趋势与森林的转换面积比大致相同。
Fig. 9 Line chart of transfer area ratio and information entropy

图9 转移面积比和信息熵折线图

注：破碎性差值指1980年与2005年森林破碎性的差值

4.6 人工景观对热点区森林景观的影响

4.6.1 道路通达性的影响 道路是人类活动对生态景观产生干扰的重要廊道。道路的建设增加了区域通达性,对土地覆盖会产生一定的影响[37]。研究区位于巴西北部亚马逊流域范围内,很多道路的修筑是以增加热带森林通达性为目的,更确切地说是为了更加便利地对亚马逊流域的热带雨林进行砍伐而修筑的,因此,道路网络的分布区位和密度直接决定森林被砍伐的风险性,进而影响森林的破碎性水平。6个热点区只有A区没有开通道路,其他区域均修筑了公路,其中,C区和F区路网密度较高,分别为11.73 km/km2和12.84 km/km2。这两个区域也是森林砍伐最为严重的区域,F区森林面积占比仅为21.97%,呈零星块状分布。
利用GIS的空间分析扩展模块,以道路为对象,以5 km、10 km、15 km、20 km、25 km、30 km、35 km、40 km建立复合缓冲区,分别分析6个热点区在不同的缓冲区内森林砍伐面积的变化情况（图10）。各个热点区森林砍伐的面积随距道路距离的增加而减少,与道路的距离越小通达性越好,森林被砍伐的风险越高。森林砍伐面积与道路距离呈现正相关趋势,相关系数高达0.9以上。
Fig. 10 Relationship between road and deforestation

图10 道路与森林砍伐面积关系

4.6.2 建成区的影响 25年来,研究区人口迅速增加,这意味着对建设用地的需求不断增加。建成区数量的不断增加和已有建成区面积的不断扩张,破坏了建成区周围的生态环境,导致土地利用变化。6个热点区仅有B区、C区、F区有面状居民地要素,其他区域居民地零星分布对生态环境影响微弱。另外,建成区多数位于道路附近,对森林砍伐的影响同道路的影响相似。

5 结论

通过获得变化热点的方式对巴西亚马逊河流域的北部及中西部七个州森林破碎性进行了深入分析,结论如下：
（1）森林破碎性在人为干扰强度不大的区域,随着森林砍伐范围的扩大,森林边缘区域破碎,森林整体性受到破坏,森林的形状破碎性增加。随着人类活动干扰强度不断增加,大量的森林被砍伐,原生森林被灌丛甚至种植业用地所取代,林缘特征发生了质的变化：由原来的不规则变得规则。这种条件下森林破碎性数值会逐渐减小,出现假性改善。因此,评价森林破碎状况和景观生态健康状况,除借助景观特征指数还要结合森林面积比值和土地利用变化情况,以及人类活动不同的干扰阶段进行分析。总体来说森林破碎性随着人类活动干扰的增加和森林面积的减少,呈现出先增加后减少的趋势。
（2）研究区森林破碎性的变化趋势并非整体性的增加或减少,而是出现明显的地域性特点,出现多个增加极值中心和减少极值中心。对这些极值中心进行提取并加以分析,发现研究区域的生态环境及生态响应在1980-2005年的25年间是不断变化的。1980年,热点区的森林破碎性呈现两个明显特征：① 森林面积比重较大,分布连续,森林破碎性数值较小,反之较大。② 森林面积占区域比重相对较小,分布出现不连续趋势,森林破碎性数值较大。1980年森林破碎性从小到大依次为：A<D<B<E=F<C;2005年森林破碎性从小到大依次为：C<A<E<F<D<B;1980-2005年森林破碎性变化的绝对值从小到依次为：F<E<B<D<A<C。
（3）各热点区景观演变的差异反映了巴西热带森林在人类活动干扰下的景观和生态环境的变化过程。结合森林破碎性和土地利用变化特征,6个热点区恰恰代表不同演变时期的区域森林景观特点。原生植被覆盖状态（如A区）开始出现轻微的森林砍伐和景观改变的现象。这种微弱的量变在森林生态系统自身调节反馈机制调整范围,因此,森林破碎性会随着人为景观多样性的增加而减少。随着人类活动干扰的加强,森林继续大面积砍伐,砍伐迹地转变为草地或灌丛,牧业生产活动加剧,森林破碎性及景观特征逐渐由A区状态转变为D区状态,再到B区状态。随着交通条件的改善,牧业的发展,人口集聚,居民地扩大。除了森林继续大量砍伐之外,大量的草地或灌丛开始转变为种植业用地,区域的生态稳定性进一步减弱,抗干扰能力不断降低。森林面积减少,森林景观对区域的基质控制能力减弱,在森林砍伐、放牧、农业生产等人类活动的驱动下,植被变化越来越规则,森林破碎性变化的趋势从不断增加出现减少的趋势。此时的区域森林破碎性及景观特征逐渐演变为E区状态,然后过渡到C区状态。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Minke E N, Kurt P M, Byron S W.Assessing deforestation and fragmentation in a tropical moist forest over 68 years: The impact of roads and legal protection in the Cockpit country, Jamaica. Forest Ecology and Management, 2014, 315(1): 138-152.

[2]
王云才. 基于景观破碎度分析的传统地域文化景观保护模式: 以浙江诸暨市直埠镇为例. 地理研究, 2011, 30(1): 10-22.

[Wang Yuncai.The models of traditional culture landscape conservation based on landscape fragmentation anlysis: A case of Zhibuzhen in Zhejiang province. Geographical Research, 2011, 30(1): 10-22.]

[3]
Jorge H, Krisztina K K.Economic causes of deforestation in the Brazilian Amazon: A panel data snalysis for the 2000s. Environmental Resource Economics, 2013, 54(4): 471-494.

[4]
Martin P U, Christian A.Tropical deforestation in a future international climate policy regime-lessons from the Brazilian Amazon. Mitigation Adaptation Strategies for Globe Change, 2007, 12(7): 1277-1304.

[5]
Forman R T T, Deblinger R D. The ecological road-effect zone of a Massachusetts(USA) Suburban Highway. Consevation Biology, 2000, 14(1): 36-46.

[6]
Harper K A, MacDonald S A, Burton P J, et al. Edge influence on forest structure and composition in fragmented landscapes. Conservation Biology, 2005, 19(3): 768-782.

[7]
Ramaharitra T.The effects of anthropogenic disturbances on the structure and composition of rain forest vegetation. Trop Resource Bulletin, 2006, (25): 32-37.

[8]
Keddy P A, Drummond C G.Ecological properties for the evaluation, management, and restoration of temperate deciduous forest ecosystems. Ecological Application, 1996, 6(3): 748-762.

[9]
Hall F G, Botkin D B, Strebel D E, et al.Large-scale patterns of forest succession as determined by remote sensing. Ecology, 1991, 72(2): 628-640.

[10]
Skole D, Tucker C.Tropical deforestation and habitat fragmentation in the Amazon: Satellite data from 1978 to 1988. Science, 1993, 260(5116): 1905-1910.

[11]
Luque S S, Lathrop R G, Bognar J A.Temporal and spatial changes in an area of the New Jersey Pine Barrens landscape. Landsc Ecol, 1994, 9(4): 287-300.

[12]
Vogelmann J E.Assessment of forest fragmentation in southern New England using remote sensing and geographic information systems technology. Conservation Biology, 1995, 9(2): 439-449.

[13]
Pindar J E III, Rea T E, Funsch D E. Deforestation, reforestation and forest fragmentation on the upper Coastal Plain of South Carolina and Georgia. American Midland Naturalist, 1999, 142(2): 213-228.

[14]
Staus N L, Strittholt J R, DellaSala D A, et al. Rates and patterns of forest disturbance in the Klamath-Siskiyou ecoregion, USA between 1972 and 1992. Landscape Ecology, 2002, 17(5): 455-470.

[15]
Turner M G, Pearson S M, Bolstad P, et al.Effects of land-cover change on spatial pattern of forest communities in the Southern Appalachian Mountains (USA). Landscape Ecology, 2003, 18(5): 449-464.

[16]
Pacheco P.Agrarian reform in the Brazilian Amazon: Its implications for land distribution and deforestation. World, 2009, 37(8): 1337-1347.

[17]
Ludewigs T D, Antona A, Brondizio E, et al.Agrarian structure and land-cover change along thelifespan of three colonization areas in the Brazilian Amazon. World, 2009, 37(8): 1348-1359.

[18]
Andersen L E.The causes of deforestation in the Brazilian Amazon. Journal of Environment, 1996, 5(3): 309-328.

[19]
Weinhold D, Reis E.Transportation costs and the spatial distribution of land use in the Brazilian Amazon. Globe Environment Change, 2008, 18(1): 54-68.

[20]
Arima EY, Simmons C S,Walker R T, et al.Fire in the Brazilian Amazon: A spatially explicit model for policy impact analysis. Journal of Regions Science, 2007, 47(3): 541-567.

[21]
Ewers R M, Laurance W F, Souza C M.Temporal fluctuations in Amazonian deforestation rates. Environmental Conservation, 2008, 35(4): 303-310.

[22]
Rodrigo A S, Fausto M, Paulo M J, et al.Spatial variation of deforestation rates in the Brazilian Amazon: A complex theater for agrarian technology, agrarian structure and governance by surveillance. Land Use Policy, 2013, 30(1): 915-924.

[23]
Philip M F, Ciro A R, Paulo M L, et al.Biomass and greenhouse-gas emissions from land-use change in Brazil's Amazonian "arc of deforestation": The states of Mato Grosso and Rondônia. Forest Ecology and Management, 2009, 258(9): 1968-1978.

[24]
Sébastien M.The relationship between technical efficiency in agriculture and deforestation in the Brazilian Amazon. Ecological Economics, 2012, 77: 166-175.

[25]
Silvio F B F, Carlos A V, David M T, et al. Landscape dynamics of Amazonian deforestation between 1984 and 2002 in central Rondônia, Brazil: Assessment and future scenarios. Forest Ecology and Management, 2005, 204(1): 69-85.

[26]
Robert W.The scale of forest transition: Amazonia and the Atlantic forests of Brazil. Applied Geography, 2012, 32(1): 12-20.

[27]
Lu Kuang, Moran. Methods to extract impervious surface areas from satellite images. International Journal of Digital Earth, 2014, 7(2): 93-112.

[28]
李灿, 张凤荣, 朱泰峰, 等. 大城市边缘区景观破碎化空间异质性: 以北京市顺义区为例. 生态学报, 2013, 33(17): 5363-5374.

[Li Can, Zhang Fengrong, Zhu Taifeng, et al.Analysis on spatial-temporal heterogeneities of landscape fragmentation in urban fringe area: A case study in Shunyi district of Beijing. Acta Ecologica Sinica, 2013, 33(17): 5363-5374.]

[29]
王宪礼, 布仁仓, 胡远满, 等. 辽河三角洲湿地的景观破碎化分析. 应用生态学报, 1996, 7(3): 299-304.

[Wang Xianli, Bu Rencang, Hu Yuanman, et al.Analysis on landscape fragment of Liaohe delta wetlands. Chinese Journal of Applied Ecology, 1996, 7(3): 299-304.]

[30]
王政权. 地统计学及其在生态学中的应用. 北京: 科学出版社, 1999.

[Wang Zhenquan.Geostatistics and Application in Ecology. Beijing: Science Press, 1999.]

[31]
李晓燕, 张树文, 王宗明, 等. 吉林省德惠市土地特性空间变异特征与格局. 地理学报, 2004, 59(6): 989-997.

[Li Xiaoyan, Zhang Shuwen, Wang Zongming, et al.Spatial variability and pattern analysis of soil properties in Dehui city of Jilin province. Acta Geographica Sinica, 2004, 59(6): 989-997.]

[32]
马彩虹, 任志远, 李小燕. 黄土台塬区土地利用转移流及空间集聚特征分析. 地理学报, 2013, 68(2): 257-267.

[Ma Caihong, Ren Zhiyuan, Li Xiaoyan.Land use change flow and its spatial agglomeration in the loess platform region. Acta Geographica Sinica, 2013, 68(2): 257-267.]

[33]
John E C, Shi L, Samantha J.Environment as the stage for economic actors. Chinese Journal of Population, Resources and Environment, 2007, 5(1): 3-8.

[34]
陈彦光, 刘明华. 城市土地利用结构的熵值定律. 人文地理, 2001, 16(4): 20-24.

[Chen Yanguang, Liu Minghua.The basic laws of the shannon entropy values of urban land-use composition. Human Geography, 2001, 16(4): 20-24.]

[35]
Poulenard J, Podwojewski P, Herbillon A J.Characteristics of non-allophanic Andisols with hydric properties from the Ecuadorian páramos. Geoderma, 2003, 117(3): 267-281.

[36]
Marie G,Veerle V.Forest cover change trajectories and their impact on landslide occurrence in the tropical Andes. Environment Earth Science, 2013, 70(7): 2941-2952.

[37]
蔡雪娇, 吴志峰, 程炯. 基于核密度估算的路网格局与景观破碎化分析. 生态学杂志, 2013, 31(1): 158-164.

[Cai Xuejiao, Wu Zhifeng, Cheng Jiong.Analysis of road network pattern and landscape fragmentation based on kernel density estimation. Chinese Jounal of Ecology, 2013, 31(1): 158-164.]

Options
文章导航

/

〈 〉