EN中文

GEOGRAPHICAL RESEARCH >

2014 , Vol. 33 >Issue 8: 1529 - 1541

DOI: https://doi.org/10.11821/dlyj201408012

Orginal Article

The spatio-temporal variation of shifting cultivation in the border region of Myanmar, Laos and Thailand

  • LIAO Chenhua , 1, 2 ,
  • FENG Zhiming , 1 ,
  • LI Peng 1 ,
  • LIU Xiaona 3
Expand
  • 1. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 2. University of Chinese Academy of Sciences, Beijing 100049, China
  • 3. Institute of Administration Engineering, Shandong Jianzhu University, Jinan 250101, China

Received date: 2014-02-20

  Request revised date: 2014-06-10

  Online published: 2014-08-10

Copyright

《地理研究》编辑部
Fold

Abstract

Shifting cultivation has profound impact on land use and land cover change in Southeast Asia. Exploring the spatial distribution and variation rules and its influencing factors plays an important role in scientifically understanding LUCC, farmers' livelihood transition and maintaining ecosystem services. This paper uses remote sensing techniques to extract the spatial distribution of shifting cultivation in the border area of Myanmar, Laos and Thailand in the four years of 1996, 2000, 2003 and 2010, and uses GeoDA spatial autocorrelation analysis method and GIS spatial analysis technique to analyse spatial variation pattern, spatial autocorrelation of area and fragmentation of slash and burn agriculture, then further explores the difference of spatial variation in different countries. Results show that: the acreage of shifting cultivation in the border area of Myanmar, Laos and Thailand has experienced a process from slight increase to slight decrease and lastly substantially increased from 1996 to 2011. Both of the patch area and fragmentation of shifting cultivation has significant spatial autocorrelation. Swidden cycle and socio-economic factors may be the main reasons for the differences of spatial variation of slash and burn agriculture in different countries.

Key words： shifting cultivation; spatial variation; spatial autocorrelation; Moran's I; the border region of Myanmar,Laos and Thailand

Cite this article

LIAO Chenhua , FENG Zhiming , LI Peng , LIU Xiaona . The spatio-temporal variation of shifting cultivation in the border region of Myanmar, Laos and Thailand[J]. GEOGRAPHICAL RESEARCH, 2014 , 33(8) : 1529 -1541 . DOI: 10.11821/dlyj201408012

1 引言

刀耕火种农业是热带山区广泛存在的自给农业形式,即在旱季开始时使用斧头、镰刀等砍伐将要进行火耕的林区内的植物,以灰烬作肥料进行作物播种,在种植1~2年之后将荒芜的土地休耕,一般需要约15年的时间恢复。目前刀耕火种农业在南美洲、非洲和东南亚的热带雨林区中的低地与丘陵地带以及中国云南南部和东南亚接壤的山区都有分布[1],但多数分布在东南亚偏远且坡度较大的山区[2]。长期以来,刀耕火种农业被广泛认为是热带地区毁林的主要原因[3-6],但近年来,学界开始关注刀耕火种农业的积极效应,认为刀耕火种农业是在潮湿热带山区农民的一种合理的环境和经济选择[7-9]。随着联合国“减少森林砍伐和退化造成的碳排放”行动框架(REDD计划)的实施,热带山区刀耕火种农业的可持续性及其环境效应再一次引起了国际学界的广泛关注。
目前,刀耕火种农业的研究主要集中在空间分布及变化[10,11]、驱动因素[12,13]、影响效应[14,15]等方面。研究手段多采用文献梳理的方法进行定性估算,而定量化研究刀耕火种农业空间分布、时空变化及影响因素相对较少。
刀耕火种农业遥感监测及其时空变化格局的定量化研究十分必要。为此,本文以缅老泰交界地区为研究区域,使用Landsat数据,运用计算机遥感分类技术,结合人工目视修正,提取1996年、2000年、2003年和2011年四个时点刀耕火种农业的空间分布信息,分析其时空变化格局和地域分布特征,并采用Moran's I指数的空间自相关分析方法,研究刀耕火种农业面积、破碎化程度的空间自相关性及其变化。本文试图为进一步了解和把握中南半岛山区土地利用/土地覆被变化、农民生活方式变化和生态系统服务,为促进区域土地资源可持续利用提供科学依据和决策支持。

2 研究区概况与数据来源

2.1 研究区概况

缅老泰交界地区是“金三角”地区重要组成部分,行政范围包括缅甸东北部的大其力县、泰国北部的清莱府和老挝北部的波乔省(图1)。该区位于18°59′53″~21°1′46″N、99°15′36″~101°14′36″E之间,地处澜沧江—湄公河的中上游地带,属热带季风气候。气温终年常热,年均温在20 ℃~30 ℃之间,季节性温度变化不大;全年降雨量在1250~3750 mm之间,雨量充沛,有旱季(11月-4月)和雨季(5月-10月)之分。全区土地面积为21933 km2,海拔在229~1996 m间,地势北高南低,地貌类型主要是山地、平原和丘陵。缅老泰交界地区是多民族聚居的发展中地区,也是土地利用/土地覆被已经或正在发生急剧变化的热点地区之一。
Fig. 1 The geographical location and elevation map of the study area

图1 缅老泰交界区地理位置和海拔高度分布图

刀耕火种农业是缅老泰交界地区古老而典型的土地利用类型。自20世纪90年代中期以来,在人口压力、经济和政策等因素的综合作用下,这种传统山地农业系统开始发生巨大的转变[16]。一方面,在“金三角”地区罂粟替代种植政策和经济发展的作用下,商品农业不断扩张,前期由于刀耕火种清理和开垦土地的需要,使山区刀耕火种农业面积增加,后期由于转变为半永久性农田,取代刀耕火种农业,因此导致其面积减少。另一方面,在贫穷落后的山区,刀耕火种农业能够规避经济作物的市场价格波动带来的风险,作为山地农民维持基本生计的重要保障而得以继续存在[9],甚至仍在扩张。刀耕火种农业的轮歇周期一般都大大缩短,2000年以后,老挝北部山区刀耕火种农业的轮歇期缩短为3年左右[17],泰国山区刀耕火种农业的轮歇期一般缩短为5年左右,缅甸山区刀耕火种农业的轮歇期为12年左右[18],相较其他两国境内较长。刀耕火种农业的空间分布和利用强度对该地区土地利用/土地覆被变化[15]、农民生活方式[16]和生态系统[6]等有重要影响。

2.2 数据来源及处理

采用30 m分辨率的Landsat TM/ETM遥感影像作为数据源(http://glovis.usgs.gov)(表1)。缅老泰交界地区刀耕火种农业的种植习惯是在每年的2-4月初割植被,3-4月焚烧,4月底-6月播种,9-11月收获,植被覆被度变化最大的时候是在旱季末,即4月底。因此主要选择了3-4月的遥感影像作为提取刀耕火种农业的时间窗口。前文已经提到,老挝北部山区和泰国山区刀耕火种农业的轮歇期为3年和5年左右,缅甸山区为12年左右,因此,以4年左右为间隔,研究1996-2011年缅老泰交界地区刀耕火种农业的时空变化格局。结合Landsat影像的可获取性和质量,由于2007年前后研究区旱季的影像未能获得或不能使用,本文只研究1996年、2000年、2003年和2011年四个时间节点的刀耕火种农业空间格局变化,其中,2003-2011年时间间隔为8年,约是老挝和泰国境内刀耕火种轮歇周期的两倍,符合研究要求。另外值得说明的是,一些年份3-4月的影像(轨道号/行号:131-46与131-47)无法获取,采用旱季初(12月底)的影像代替,这部分影像在研究区内的范围,只占研究区总面积的12.43%。本文还采用国际科学数据服务平台提供的研究区30 m分辨率的GDEM数据(http://datamirror.csdb.cn/dem/search1.jsp)作为辅助数据。
Tab. 1 Dataset of Landsat TM/ETM images

表1 Landsat TM/ETM遥感影像数据列表

编号 成像时间 传感器 轨道号 行号 云盖(%)
1 1995/12/29 TM 131 46 12
2 1995/12/29 TM 131 47 0
3 1996/3/11 TM 130 46 8
4 2000/3/14 ETM+ 130 46 0
5 2000/3/5 ETM+ 131 46 0
6 2000/3/5 ETM+ 131 47 0
7 2003/4/8 TM 130 46 0
8 2003/12/7 TM 131 46 1
9 2003/12/7 TM 131 47 0
10 2009/12/3 TM 131 46 7
11 2009/12/3 TM 131 47 5%
12 2011/4/22 TM 130 46 3%
采用2010年左右的Landsat TM影像作为基准影像,将其他时期的遥感影像校正到这一时期相应的基准影像上。采用多项式变换的校正方法,将影像校正误差控制在0.5个像元内,并定义所需要的投影(WGS_1984_UTM_ZONE_47N)。采用Google Earth高分辨率影像作为验证数据。将Landsat TM/ETM+遥感影像采用5、4、3的标准假彩色方式显示,对覆盖研究区范围的影像进行镶嵌,采用研究区界线的矢量数据对镶嵌后的影像进行裁切,得到研究区范围内的遥感影像。

3 研究方法

3.1 刀耕火种农业遥感监测

首先,基于野外实地考察采集的GPS样点(2013年2月24日-2013年3月17日,考察区域包括老挝、越南、柬埔寨与泰国),以及Google Earth高分辨率影像,收集了研究区土地利用/土地覆被的样本数据,将其随机的分成训练样本集和验证样本集。根据研究区实际的土地利用和土地覆被类型,结合研究目的,将研究区的土地利用/土地覆被分为9个类别:水田、旱地、林地、草地、水域、建设用地、裸地、火烧迹地、刀耕火种农业用地。其次,利用Landsat多光谱特征,使用TM影像的第4波段(近红外波段)和第3波段(可见光红外波段)计算归一化植被指数NDVI。利用TM数据的6个非热能反射波段,通过G-T变换,将原始高协变的数据转换成三个不相关的指数,即绿度指数、亮度指数和湿度指数。并将TM第1~5波段和第7波段进行主成分分析后选择第一主成分信息。然后,利用多层感知神经网络模型进行土地利用/土地覆被分类。选择TM的6个非热能波段、第一主成分、归一化植被指数、亮度指数、绿度指数和湿度指数作为分类的输入变量。根据研究的实际需要,对神经网络模型的参数设置如下:输入层的神经元个数设定为11,输出层的神经元个数设定为9,隐层的神经元个数设为20。采用log-sigmoid函数作为激活函数,函数的增益参数设为1,各类别的训练迭代次数设为3000,学习率、动能和阈值分别设定为0.01、0.6和0。在此基础上提取刀耕火种农业的遥感分布信息,并对结果进行人工目视解译修正。最后,通过之前构建的验证样本数据,采用混淆矩阵进行分类精度评价。

3.2 空间自相关分析

空间自相关(Spatial Autocorrelation)是空间数据分析的重要方法之一,它反映一个区域单元上某种地理现象或某一属性与邻近区域单元上同一现象或属性的相关程度,是空间域内集聚程度的一个量度,包括全局空间自相关和局部空间自相关两大类。
3.2.1 全局空间自相关分析 全局空间自相关是对某种地理现象或某一属性在整个区域的空间特征的描述,以判断此现象或属性值在空间上是否存在集聚特征。计算空间自相关的方法主要包括Moran's I、Global Geary's和Join Count等。探索性空间数据分析最常用的指标是Moran's I,选择Moran's I指数进行空间自相关分析,其计算公式如下:
式中:n为研究对象的数目;xi为观测值; 为xi的平均值;wij为研究对象i与j之间的空间连接矩阵。空间连接矩阵表示的是空间单元间潜在的相互作用的力量,一般通过空间相邻性和距离来构建。Moran's I值介于-1~1之间,I>0表示空间自相关,空间实体呈聚合分布;I<0表示空间负相关,空间实体呈离散分布;I=0表示空间实体是随机分布的。I值越接近1或-1,表示空间分布的相关性越大。
3.2.2 局部空间自相关分析 局部空间自相关是用于反映整个大区域中,一个局部小区域单元上的某种地理现象或某一属性值与相邻局部小区域单元上同一现象或属性值的相关程度。用局域Moran's I统计量及LISA指标能够揭示各个区域单元空间自相关的程度。LISA指数其实质是将全局Moran's I分解到各个区域单元,局部Moran's I模型如下:
式中:n、xi、 、wij含义与式(1)一致。局部Moran's I的期望值为:
当Ii≥E(Ii)时,表明第i个地理单元周围有一种相似属性值的空间集聚现象,即空间正相关现象,高值被高值包围(H-H型)或低值被低值包围(L-L型);当Ii<E(Ii)时,表明第i个地理单元与其周围区域的属性值差别较大,存在着一种空间负相关现象,即低值被高值包围(L-H型)或高值被低值包围(H-L型)。
首先在ArcGIS中建立研究区的3 km×3 km的正方形格网对研究区进行切割,统计每个网格内的刀耕火种农业面积和斑块个数,然后通过Geoda 0.95 i软件下的Rook方式计算空间权重矩阵,进行空间自相关分析,运用全局Moran's I指数和局部LISA指标来分析缅老泰交界区刀耕火种农业斑块面积、破碎化程度的空间自相关特征及其变化规律,并对结果进行显著性检验。

4 结果分析

4.1 刀耕火种农业空间分布格局与地域变化特点

提取出缅老泰交界地区1996年、2000年、2003年、2011年四个时点的刀耕火种农业空间分布(图2),分类精度分别达到91.92%、94.74%、92.31%和88.06%,满足研究需求。1996年、2000年、2003年、2011年四个时点刀耕火种农业的空间分布表明:缅老泰交界地区刀耕火种农业面积经历了一个“小幅增加—小幅减少—大幅增加”的过程,刀耕火种农业面积总体上净增加。1996-2000年,缅老泰交界地区刀耕火种农业面积增加了16.93%;2000-2003年,缅老泰交界地区刀耕火种农业面积减少了15.00%;2003-2011年,缅老泰交界地区刀耕火种农业面积增加了70.74%(图3)。具体来看:
泰国清莱府刀耕火种农业面积经历了一个“小幅增加—基本不变—大幅增加”的过程。1996-2000年,刀耕火种农业面积增加了4.85%,由占该府国土面积的2.62%增加到2.75%,由占研究区刀耕火种总面积的55.75%下降到49.99%,增加主要分布在东西两侧的山地,平原地区的刀耕火种农业大部分消失。2000-2003年,刀耕火种农业面积基本不变,占该府国土面积的比例仍维持在2.75%左右,占研究区刀耕火种农业总面积比例由49.99%增加到58.91%。2003-2011年,刀耕火种农业面积增加了58.33%,占该府总面积比例由2.76%增加到4.36%,占研究区刀耕火种农业总面积比例由58.91%下降到54.62%,增加主要分布在东西两侧的山地,中部山地和丘陵地带也有少量增加。
老挝波乔省经历了一个“大幅增加—小幅减少—大幅增加”的过程。1996-2000年,刀耕火种农业面积增加了85.20%,由占该省总面积的1.32%增加到2.44%,由占研究区刀耕火种总面积的16.57%增加到26.25%,增加主要分布在波乔省东南部与琅南塔省交界处,以及流经沙耶武里省与波乔省交界处的湄公河段以北。2000-2003年,刀耕火种农业面积减少了14.67%,占该省国土面积比例由2.44%减少到2.08%,占研究区刀耕火种农业总面积比例仍维持在26.30%左右,减少主要分布在靠近沙耶武里省与波乔省交界处的湄公河段以北的山地上。2003-2011年,刀耕火种农业面积大幅增加了121.34%,占该省国土面积比例由2.08%增加到4.60%,占研究区刀耕火种农业总面积比例由26.35%增加到34.16%,增加集中分布在波乔省南部。
缅甸大其力县经历“保持稳定—大幅减少—小幅增加”过程。1996-2000年,刀耕火种农业面积基本不变,占该县国土面积比例由4.31%增加到4.33%,占研究区刀耕火种农业总面积比例由27.68%下降到23.76%。2000-2003年,刀耕火种农业面积减少了47.25%,占该县总面积比例由4.33%下降到2.28%,占研究区刀耕火种农业总面积比例由23.76%下降到14.75%,减少主要分布在海拔500~700m的山地上。2003-2011年,刀耕火种农业面积增加了29.92%,占该县总面积比例由2.28%增加到2.97%,占研究区刀耕火种农业总面积比例由14.75%下降到11.22%,增加在平原和各海拔高度的山地上均有分布。
Fig. 2 The spatial distribution of shifting cultivation in the border region of Myanmar, Laos and Thailand

图2 缅老泰交界区刀耕火种农业分布

Fig. 3 Changes of shifting cultivation area in the border region of Myanmar, Laos and Thailand

图3 缅老泰交界区刀耕火种农业区面积变化

4.2 缅老泰交界区刀耕火种农业的全局空间差异

由表2可知,1996年、2000年、2003年、2011年四个时点缅老泰交界区刀耕火种农业斑块面积、斑块个数的全局Moran's I值均在0.6左右(表2、图4),表明研究区刀耕火种农业面积、破碎化程度的空间分布均具有正相关性而不是随机分布。
Tab. 2 The global spatial autocorrelation of the patch area and fragmentation of shifting cultivation

表2 刀耕火种农业斑块面积、斑块个数的全局空间自相关分析表

变量 指数类型 1996 2000 2003 2011
斑块面积 全局Moran's I指数(I) 0.6076 0.5755 0.6293 0.6336
全局Moran's I指数的期望值E(I) -0.0004 -0.0004 -0.0004 -0.0004
检验统计量(Z) 42.79 40.33 43.26 43.96
斑块个数 全局Moran's I指数(I) 0.6821 0.6830 0.6414 0.6349
全局Moran's I指数的期望值E(I) -0.0004 -0.0004 -0.0004 -0.0004
检验统计量(Z) 48.29 48.31 44.00 44.69
Fig. 4 The Global Moran's I index of the patch area and fragmentation of shifting cultivation

图4 刀耕火种农业斑块面积、斑块个数的全局Moran's I指数

从刀耕火种农业面积的全局Moran's I指数来看,缅老泰交界地区指数先降低后回升,最后保持稳定,表明刀耕火种农业面积的空间正相关性总体上有所提高。其中,泰国清莱府刀耕火种农业面积的空间正相关性总体上有所提高;缅甸大其力县总体上大幅降低;老挝波乔省先升后降,总体上有所降低,但幅度不如缅甸大其力县剧烈。2011年,缅老泰交界区刀耕火种农业面积的空间正相关性排序为:泰国>老挝>缅甸。
从刀耕火种农业破碎化程度的全局Moran's I指数来看,缅老泰交界地区指数在2000-2003年间小幅减少,1996-2000年和2003-2011年均变化不大,表明刀耕火种农业破碎化程度的空间正相关性总体上略有降低。其中,泰国清莱府刀耕火种农业破碎化程度的空间正相关性波动变化,总体上保持稳定;缅甸大其力县大幅降低;老挝波乔省呈“小幅增加—大幅减少—小幅增加”的过程,总体上有所降低(表3、图5)。2011年,缅老泰交界区刀耕火种农业破碎化程度的空间正相关性排序为:泰国>老挝>缅甸。
Tab. 3 The regional difference of global spatial autocorrelation of the patch area and fragmentation of shifting cultivation

表3 刀耕火种农业斑块面积、斑块个数的全局空间自相关的区域差异

变量 区域 指数类型 1996 2000 2003 2011
斑块面积 缅甸
大其力县		 Moran's I 0.6655 0.5211 0.4026 0.4137
E(I) -0.0021 -0.0021 -0.0021 -0.0021
Z 19.97 15.97 11.94 12.01
泰国
清莱府		 Moran's I 0.5601 0.5722 0.6580 0.6559
E(I) -0.0007 -0.0007 -0.0007 -0.0007
Z 30.06 30.05 33.27 34.62
老挝
波乔省		 Moran's I 0.5536 0.6195 0.5291 0.4925
E(I) -0.0012 -0.0012 -0.0012 -0.0012
Z 21.95 24.64 20.99 19.90
斑块个数 缅甸
大其力县		 Moran's I 0.7147 0.6365 0.5485 0.5077
E(I) -0.0021 -0.0021 -0.0021 -0.0021
Z 20.75 18.98 16.21 14.48
泰国
清莱府		 Moran's I 0.6555 0.6352 0.6763 0.6482
E(I) -0.0007 -0.0007 -0.0007 -0.0007
Z 34.41 32.87 34.04 33.47
老挝
波乔省		 Moran's I 0.6693 0.7151 0.5274 0.6025
E(I) -0.0012 -0.0012 -0.0012 -0.0012
Z 26.44 29.60 21.88 23.10
Fig. 5 The Global Moran's I index of the patch area and fragmentation of shifting cultivation in different regions

图5 不同地区刀耕火种农业斑块面积、斑块个数的全局Moran's I指数

4.3 缅老泰交界区刀耕火种农业的局部空间差异

本文对1996年、2000年、2003-年、2011年四个时点缅老泰交界地区刀耕火种农业面积、斑块个数的局部空间自相关性及类型进行了统计(图6、图7、表4)。从刀耕火种农业面积的局部Moran's I指数来看,缅老泰交界地区刀耕火种农业面积的局部空间正相关性总体上呈上升趋势。从刀耕火种农业破碎化程度的局部Moran's I指数来看,缅老泰交界地区刀耕火种农业破碎化程度的局部正相关性呈“小幅减少—小幅增加—小幅增加”的过程,总体上有所提高。
Fig. 6 The LISA aggregation map of the patch area of shifting cultivation

图6 缅老泰交界区刀耕火种农业面积的LISA集聚图

Fig. 7 The LISA aggregation map of the number of shifting cultivation patches

图7 缅老泰交界区刀耕火种农业斑块个数的LISA集聚图

Tab. 4 The local spatial autocorrelation types of the patch area and fragmentation of shifting cultivation

表4 局部空间自相关性类型统计

变量 年份 H-H L-H L-L H-L H-H和L-L 比例(%)
斑块面积 1996 192 20 0 1 192 90.14
2000 227 26 0 0 227 89.72
2003 186 14 538 0 724 98.10
2011 210 17 571 0 781 97.87
斑块个数 1996 343 13 0 1 343 96.08
2000 320 17 0 0 320 94.96
2003 323 21 518 0 841 97.56
2011 297 18 552 1 849 97.81
就缅甸大其力县而言,1996-2000年,大面积的刀耕火种农业斑块空间集聚性保持稳定,但细碎斑块集聚性减弱,导致刀耕火种农业破碎化程度的局部空间正相关性总体降低。2000-2003年,刀耕火种农业面积大幅减少,面积较大的刀耕火种农业斑块数量减少,其局部空间正相关的数量亦明显减少;同时,细碎斑块个数增多且集聚性增强,其局部正相关数量明显增加,这在一定程度上抵消了大面积刀耕火种农业斑块空间集聚性降低带来的影响。因此,与2000年相比,2003年刀耕火种农业面积的局部空间自相关性稍有提高,且斑块破碎化程度的局部空间自相关性明显提高。2003-2011年,刀耕火种农业面积小幅增加,斑块面积的局部空间自相关性基本上没有太大变化,但大面积斑块周围的细碎斑块有所增多,导致刀耕火种农业细碎化程度的局部空间自相关性有所降低。
就老挝波乔省而言,1996-2000年,刀耕火种农业面积的局部空间正相关并没有发生太大变化,而破碎化程度的局部空间正相关性有所降低。2000-2003年,沙耶武里省与波乔省交界处的湄公河段以北的刀耕火种农业集中减少,导致大面积斑块局部空间正相关性略有减少,而该省东南部的刀耕火种农业进一步向西边扩散,小面积的刀耕火种农业斑块局部空间正相关性显著提高,因此,这一时期刀耕火种农业面积的空间正相关性明显提高。同时,受到破碎化程度高的刀耕火种农业空间集聚性增强的影响,刀耕火种农业破碎化的局部空间正相关性总体上也有所提高。2003-2011年,南部的刀耕火种农业进一步急剧增加,在北部也有一定幅度的增加,刀耕火种农业面积的局部空间正相关类型有所增多,但异常值(即H-L与L-H)也有所增多(表5),导致刀耕火种农业面积的局部空间自相关性总体上有所降低,而刀耕火种农业破碎化程度的空间正相关类型增多,且异常值的出现减少,因此刀耕火种农业破碎化程度的局部空间自相关性有所提高。
就泰国清莱府而言,1996-2000年,刀耕火种农业面积的局部空间正相关性变化不大,但大面积刀耕火种农业斑块附近的细碎斑块增多,导致刀耕火种农业破碎化程度的空间正相关性降低。2000-2003年,刀耕火种农业空间分布向东西两侧的山地推移,大面积的刀耕火种农业空间聚集性明显增强,而中部平原和丘陵地带的零星分布的小面积刀耕火种农业斑块数量上减少,空间集聚性相对增加,导致刀耕火种农业面积的空间正相关性显著提高,破碎化的空间正相关程度也有一定幅度的提高。2003-2011年,清莱府东西两侧山地的刀耕火种农业继续增加,面积较大的刀耕火种农业空间集聚性进一步增强,但中部山地和丘陵地带小面积的刀耕火种农业斑块数量也有一定幅度的增加,导致刀耕火种农业面积的局部空间正相关性因异常值增多而稍有降低(表5)。破碎化程度高的刀耕火种农业空间集聚性降低,但异常值出现的次数也同时减少,因而刀耕火种农业破碎化的空间正相关性反而稍有提高。
Tab. 5 The local spatial autocorrelation types of the patch area and fragmentation of shifting cultivation

表5 局部空间自相关性类型统计

变量 国别 年份 H-H L-H L-L H-L H-H和L-L 比例(%)
斑块
面积		 缅甸
大其力县		 1996 40 1 39 0 79 98.75
2000 46 3 23 0 69 95.83
2003 36 3 49 0 85 96.59
2011 34 7 52 1 86 91.49
老挝
波乔省		 1996 75 9 7 0 82 90.11
2000 98 10 0 0 98 90.74
2003 86 8 146 1 232 96.27
2011 101 13 175 3 276 94.52
泰国
清莱府		 1996 107 12 0 2 107 88.43
2000 95 11 0 1 95 88.79
2003 115 7 0 0 115 94.26
2011 140 9 1 0 141 94.00
斑块
个数		 缅甸
大其力县		 1996 74 4 36 0 110 96.49
2000 73 5 21 0 94 94.95
2003 50 2 49 0 99 98.02
2011 57 3 61 0 118 97.52
老挝
波乔省		 1996 101 3 9 1 110 96.49
2000 115 6 0 1 115 94.26
2003 78 9 135 1 213 95.52
2011 91 8 168 1 259 96.64
泰国
清莱府		 1996 186 7 0 2 186 95.38
2000 168 13 0 1 168 92.31
2003 200 10 0 3 200 93.90
2011 156 8 1 1 157 94.58

4.4 不同国家境内刀耕火种农业空间变化差异的原因探讨

从缅老泰交界地区不同国家境内刀耕火种农业的面积和空间分布变化特征、斑块大小和破碎化程度的空间自相关性及其变化特征来看,导致区域差异的原因可能有以下几个方面:
4.4.1 轮歇周期 1996-2000年,泰国清莱府和缅甸大其力县刀耕火种农业面积基本不变或变化不大,这一时期仅老挝波乔省的刀耕火种农业存在明显扩张。2000-2003年,泰国清莱府和老挝波乔省的刀耕火种农业面积变化不大或略有减少,而缅甸大其力县面积大幅减低,这种变化和这三个国家境内刀耕火种农业的轮歇周期密切相关。由于老挝和泰国刀耕火种农业的轮歇周期在4~6年,因此1996年、2000年、2003年以四年为间隔,老挝和泰国的刀耕火种农业已经或大多经过一个轮歇周期,土地又进入火烧清理和耕作阶段,因此面积并未出现显著减少。但缅甸的刀耕火种农业轮歇周期相对其他两国较长,达12年左右,刀耕火种清理的土地经过1~2年的耕作进入休耕和植被恢复阶段,因此从2000-2003年四年时间间隔来看,刀耕火种农业面积显著减少。2003-2011年,又经过8年时间,缅甸大其力县之前很大一部分处于休耕期的土地得到恢复并重新耕作利用,因此刀耕火种农业面积净增加。
4.4.2 社会经济因素 1996年、2000年、2003年、2011年,泰国清莱府和老挝波乔省的刀耕火种农业面积都有大幅增加,但空间变化存在差异,这与社会经济因素密切相关。泰国清莱府刀耕火种农业面积的增加是稳定和持续的,空间变化最显著的特征是不断向东西两侧的山地推移,而中部的平原和低海拔山地和丘陵地带的分布大大减少,并且这种变化在不同时期内的规律性一致。另外,东西两侧山地增加的刀耕火种农业并不像其他两国境内破碎,而是大面积集中分布,对遥感影像的目视解译可以看出,中部的低海拔地区LUCC的明显特征是水田和旱地等永久性农田扩张。2003-2011年,泰国清莱府刀耕火种农业面积大幅增加,这一时期泰国大力发展商品农业,而山区商品农业种植的前期需要以刀耕火种的方式清理和开垦土地。商品农业种植年限较长,或逐步转变为半永久性农田,因此泰国清莱府的刀耕火种农业面积没有一个时期出现回落。
1996-2011年,老挝波乔省刀耕火种农业面积总体上也有大幅增加,但在1996-2000年增加之后,2000-2003年面积又有小幅度的回落,并且前一时期增加的刀耕火种农业和后一时期减少的刀耕火种农业空间位置大体相同。可见,后一时期的回落主要是受休耕期的影响,而不是商品农业的作用。2003-2011年,波乔省刀耕火种农业大幅上升,在整个南部大量细碎化分布。导致这种变化的原因最可能有两个:一是老挝的贫穷,刀耕火种农业能够规避经济作物易受市场价格波动影响带来的风险,因此作为山地农民维持基本生计的重要保障而继续存在;另一方面则是商品农业扩张的前期用地需求所致。
4.4.3 其他因素 刀耕火种农业的变化本质上受到人口数量变化、居民点迁移、道路和水电站等基础设施建设、市场经济、国际贸易以及政策环境等因素的影响。有学者认 为[12]:一个地区人口的变化导致该地区农民生活策略的变化,人口增多导致人均可利用的刀耕火种农业面积减少,促进轮歇周期的缩短,并最终导致刀耕火种农业向可持续性种植作物的转移。另外,人口增加还会导致轮歇种植的农民向离道路、市场、公共设施更近的地方迁移。而人口的减少则会影响当地对刀耕火种农业生产的需求和可供利用的劳动力。由于缅老泰交界地区相关统计资料未能获取,因此本文未对这一部分原因进行详细探讨。

5 结论与讨论

基于Landsat TM/ETM遥感影像,提取了1996年、2000年、2003年和2011年四个时点缅老泰交界地区刀耕火种农业的空间分布信息,分析了其时空变化格局和地域分布特点,并运用空间自相关分析方法进一步研究了刀耕火种农业面积、破碎化程度的空间自相关性及其变化规律,最后对不同国家境内刀耕火种农业时空变化差异的原因进行了探讨。主要结论如下:
(1)缅老泰交界地区刀耕火种农业面积经历了一个“小幅增加—小幅减少—大幅增加”的过程,刀耕火种农业面积总体上净增加。其中,泰国清莱府是刀耕火种农业面积分布最多的区域,老挝波乔省是刀耕火种农业面积增幅最大的区域,缅甸大其力县是刀耕火种农业面积唯一净减少的区域。
(2)缅老泰交界区刀耕火种农业斑块面积、斑块个数的空间分布均具有正相关性,刀耕火种农业面积的空间正相关性总体上有所提高,而破碎化程度的空间正相关性总体上略有降低。泰国清莱府是刀耕火种面积的正相关性唯一增加的区域,也是破碎化程度的正相关性唯一没有减少的区域,老挝波乔省刀耕火种农业面积和破碎化程度的空间正相关性都有所减少,缅甸大其力县是刀耕火种农业面积和破碎化程度的空间正相关性均下降最多的区域。
(3)导致不同国家境内刀耕火种农业空间变化差异的原因主要有两个方面:一是轮歇周期,二是社会经济发展水平。缅甸大其力县主要是因为轮歇周期较长,短期内进入休耕期而未被重新利用的土地较多,导致新增的刀耕火种农业面积在几年后大幅下降。老挝波乔省主要由于经济发展落后,使山地农民继续依靠刀耕火种农业为主要的生计方式,导致刀耕火种农业仍然存在并大面积扩张。泰国清莱府主要处于商品农业迅速发展阶段,以刀耕火种方式清理和耕作土地的需要,导致刀耕火种农业面积大幅度增加。
总体来看,本文运用遥感手段提取刀耕火种农业信息,分析其时空变化格局,并利用Moran's I指数,揭示刀耕火种农业面积和破碎化程度的空间自相关性及变化规律,探讨不同区域变化差异的影响因素,对于深入了解和把握缅老泰交界地区刀耕火种农业的时空变化规律,比较认识不同国家境内的变化差异具有重要意义。但由于受到TM/ETM影像可获取性和质量的限制,本文只研究了1996年、2000年、2003年、2011年四个时点的刀耕火种农业时空变化格局,时点之间的时间间距并不一致。另外,由于研究区社会经济资料的缺乏,本文只从定性角度分析不同地区刀耕火种农业空间变化差异的原因。今后应通过多源、多时序遥感影像,建立多个更为连续时点分析刀耕火种农业变化,并进一步通过实地调查收集社会经济资料,定量化研究刀耕火种农业变化的影响因素与驱动机制。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Rasul G, Thapa G B. Shifting cultivation in the mountains of south and Southeast Asia: Regional patterns and factors influence the change. Land Degradation & Development, 2003, 14(5): 495-508.

[2]
刘晓娜. 中老缅交界地区土地利用/土地覆被变化研究. 北京: 中国科学院大学博士学位论文, 2013.

[Liu Xiaona. Study on land use and land cover change in the border region of China. Beijing: Doctoral dissertation of University of Chinese Academy of Sciences, 2013.]

[3]
Myers N. Tropical forests: The main deforestation fronts. Environmental Conservation, 1993, 20(1): 9-16.

[4]
Achard F, Eva H D, Stibig H J, et al. Determination of deforestation rates of the world's humid tropical forests. Science, 2002, 297(5583): 999-1002.

[5]
Rumpel C, Alexis M, Chabbi A, et al. Black carbon contribution to soil organic matter composition in tropical sloping land under slash and burn agriculture. Geoderma, 2006, 130(1): 35-46.

[6]
Padoch C, Pinedo-Vasquez M. Saving slash-and-burn to save biodiversity. Biotropica, 2010, 42(5): 550-552.

[7]
Fox J M. How blaming “slash and burn” farmers is deforesting mainland Southeast Asia. Asia Pacific Issues, 2000, 47: 1-8.

[8]
Mertz O, Wadley R L, Nielsen U, et al. A fresh look at shifting cultivation: Fallow length an uncertain indicator of productivity. Agricultural Systems, 2008, 96(1): 75-84.

[9]
Cramb R A, Colfer C J P, Dressler W, et al. Swidden transformations and rural livelihoods in Southeast Asia. Human Ecology, 2009, 37(3): 323-346.

[10]
Schmidt-Vogt D, Leisz S J, Mertz O, et al. An assessment of trends in the extent of swidden in Southeast Asia. Human Ecology, 2009, 37(3): 269-280.

[11]
Thongmanivong S, Yayoi F, Phanvilay K, et al. Agrarian land use transformation in Northern Laos: From swidden to rubber. Southeast Asian Studies, 2009, 47(3): 330-347.

[12]
Mertz O, Padoch C, Fox J, et al. Swidden change in Southeast Asia: Understanding causes and consequences. Human Ecology, 2009, 37(3): 259-264.

[13]
Padoch C, Coffey K, Mertz O, et al. The demise of swidden in Southeast Asia? Local realities and regional ambiguities. Geografisk Tidsskrift, 2009, 107(1): 29-41.

[14]
Lawrence D, Peart D R, Leighton M. The impact of shifting cultivation on a rainforest landscape in West Kalimantan: Spatial and temporal dynamics. Landscape Ecology, 1998, 13(3): 135-148.

[15]
Grogan K, Birch-Thomsen T, Lyimo J. Transition of shifting cultivation and its impact on people's livelihoods in the Miombo woodlands of Northern Zambia and South-western Tanzania. Human Ecology, 2013, 41(1): 77-92.

[16]
Ducouriteux O, Laffort J R, Sacklokham S. Land policy and farming practices in Laos. Development and Change, 2005, 36(3): 499-526.

[17]
Heinimann A, Hett C, Hurni K, et al. Socio-economic perspective on shifting cultivation landscapes in Northern Laos. Human Ecology, 2013, 41(1): 51-62.

[18]
Fukushima M, Kanzaki M, Thein H M, et al. Recovery process of fallow vegetation in the traditional Karen swidden cultivation system in the Bago Mountain range, Myanmar. Southeast Asian Studies, 2007, 45(3): 317-333.

Options
Outlines

/

〈 〉