全 文 ：生态保护政策对岷江上游地区土地
利用 /覆被的影响*
刘摇 淼1**摇 胡远满1 摇 常摇 禹1 摇 布仁仓1 摇 贺红士1 摇 陈宏伟1 摇 韩文权2
( 1 中国科学院沈阳应用生态研究所, 沈阳 110016; 2重庆市地质环境监测总站, 重庆 400015)
摘摇 要摇 采用 CLUE鄄S模型模拟方法,对基于历史发展趋势以及“天然林保护工程冶和“退耕
还林还草工程冶政策下 2000—2020 年间岷江上游地区土地利用 /覆被变化进行了预案分析.
结果表明:2000—2020 年间,按历史发展趋势,作为研究区景观基质的林地面积将不断减少,
而灌木林地和草地面积将不断增加,景观破碎化程度将不断加剧;“天然林保护工程冶和“退耕
还林还草工程冶能够有效增加研究区林地面积,并使草地面积不断下降,同时能够扭转景观破
碎化趋势,使景观格局向着更加优化的方向发展.
关键词摇 生态保护政策摇 景观动态摇 CLUE鄄S模型摇 岷江上游地区
文章编号摇 1001-9332(2010)06-1351-08摇 中图分类号摇 F301. 21摇 文献标识码摇 A
Effects of eco鄄protection policy on land use / cover in upper reaches of Minjiang River. LIU
Miao1, HU Yuan鄄man1, CHANG Yu1, BU Ren鄄cang1, HE Hong鄄shi1, CHEN Hong鄄wei1, HAN
Wen鄄quan2 ( 1 Institute of Applied Ecology, Chinese Academy of Sciences, Shenyang 110016, China;
2Chongqing Geo鄄Environment Monitoring Station, Chongqing 400015, China ) . 鄄Chin. J. Appl.
Ecol. ,2010,21(6): 1351-1358.
Abstract: By using CLUE鄄S model, a scenario analysis was made on the land use / cover change in
the upper reaches of Minjiang River from 2000 to 2020, based on the historic development trend
and the regulations of policies “natural forest protection冶 and “grain for green冶. In 2000-2020,
according to the historic development trend, the forestland area (landscape matrix) in the study re鄄
gion would have a continual decrease while the shrub land and grassland areas would be increased,
and the landscape pattern would be more fragmental. The implementation of the policies “ natural
forest protection冶 and “grain for green冶 would effectively increase forestland area, being able to re鄄
verse the trend of landscape fragmentation and more optimize the landscape pattern.
Key words: eco鄄protection policy; landscape dynamics; CLUE鄄S model; upper reaches of Min鄄
jiang River.
*国家自然科学基金项目(40801069)资助.
**通讯作者. E鄄mail: lium@ iae. ac. cn
2009鄄09鄄14 收稿,2010鄄03鄄02 接受.
摇 摇 在“国际地圈与生物圈计划冶 ( IGBP) 和“全球
环境变化人文计划冶 ( IHDP) 的共同推动下, 有关
土地利用 /覆被变化(LUCC)的研究已成为当前全
球环境变化研究领域的核心内容之一. 土地利用变
化受自然、人文因素在不同时空尺度上的相互作用,
多项研究表明,土地利用的相关政策是我国土地利
用 /覆被变化的重要驱动力[1-2] .模型研究是深入了
解土地利用变化过程、机理和环境影响的重要手
段[3] .模型的建立不仅有助于基本过程的研究,可
提供人类和自然扰动对未来土地利用和覆被变化影
响的定量认识,对于理解和预测 LUCC 的格局和过
程具有不可代替的作用,而且还能指导人类利用土
地的方式及对 LUCC 观测系统和试验的设计[4] .
CLUE鄄S(Conversion of Land Use and Its Effects)模型
由荷兰的瓦格宁根大学环境科学系构建和发展,可
在多尺度上通过最主要的生物地理和人类驱动因子
直观地定量表达土地利用变化[5-9] . 刘淼等[10]应用
CLUE鄄S模型分析了土地利用模型在时间尺度上的
预测能力;谭永忠等[11]应用 CLUE鄄S 模型对海盐县
的土地利用进行了动态模拟; 彭建等[12] 应用
CLUE鄄S模型对山区进行了情景模拟;陆汝成等[13]
基于 CLUE鄄S模型和 Markov 方法对环太湖地区的
应 用 生 态 学 报摇 2010 年 6 月摇 第 21 卷摇 第 6 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Jun. 2010,21(6): 1351-1358
土地利用动态进行了模拟;李巍等[14]借助 CLUE鄄S
模型探讨了景观生态学方法在环境影响评价中的应
用.应用模型对政策实施后的土地利用变化和生态
后果进行模拟分析对于科学决策具有重要的现实意
义.
岷江上游地区是成都平原的天然生态屏障,也
是长江上游的重要水源地,其土地利用变化导致的
沙土流失直接影响长江水质. 该地区也是我国主要
木材产地之一,在过去的几十年中,其森林资源一直
受到过度采伐.对该区域 LUCC 的研究能够为该区
生态保护政策的有效制定提供决策依据.为此,本研
究采用 CLUE鄄S 模型,研究了生态保护政策对未来
土地利用变化的影响,对于政策实施后可能带来的
后果进行了预案模拟分析,旨在为生态保护政策的
制定提供科学依据.
1摇 研究地区与研究方法
1郾 1摇 研究区概况
岷江上游流域 (31毅26忆—33毅16忆 N,102毅59忆—
104毅14忆 E)覆盖了松潘、黑水、茂县、理县和汶川 5
县,流域面积 22564 km2,2000 年总人口约 38 万.岷
江上游地处青藏高原东缘的高山峡谷地带,为典型
高山峡谷景观,同时也是典型的高山生态脆弱带.该
区海拔高差很大,在 700 ~ 6260 m;降水分布不平
衡,主要集中在 6—8 月.岷江上游地区是藏、羌等少
数民族聚居区,经济相对落后.研究区 1998 年开始
实施“天然林保护工程冶,禁止对天然林进行采伐,
同时实行封山育林;2000 年实施“退耕还林还草工
程冶,要求坡度大于 25毅的耕地退耕还林或还草.
1郾 2摇 数据来源及预处理
本研究所使用的数据包括:1)1 颐 10 万地形图;
2)1986、1994 和 2000 年研究区交通图;3)1974 年的
MSS影像(139鄄39,140鄄37 / 38 / 39,空间分辨率80 m伊
80 m),1986 年 8 月 7 日、1994 年 8 月 29 日和 2000
年 8 月 13 日的 TM影像(130鄄37 / 38 / 39,空间分辨率
30 m伊30 m);4)2003 和 2004 年 4 月研究区均匀分
布的 GPS 调查点 150 个,记录土地利用信息,用于
遥感影像解译结果的精度评价.
遥感影像的辐射纠正与几何精纠正的坐标系统
采用 Transverse Mecator 投影,Krasovsky 椭球体,中
央经线为 105毅 E. 结合实地考察和地形图信息,在
遥感分析软件 ERDAS 8. 7 中进行解译,解译方法采
取监督分类和目视解译相结合,得到 4 期(1974、
1986、1994 和 2000 年)土地利用图.基于全国《土地
利用现状调查技术规程》 [15]建立岷江上游地区的景
观分类系统,包括有林地、灌木林地、经济林地、草
地、耕地、居民用地、河流、湖泊、沼泽和冰雪裸岩 10
种类型.但由于 CLUE鄄S模型对面积比例的限制(某
类型面积应大于研究区总面积的 1%才能进行模
拟),本研究对分类系统进行了调整,将 10 类土地
类型整合为 5 类:有林地、灌木林地、草地、耕地和其
他.经济林地和耕地整合为新分类系统的耕地;居民
用地、河流、湖泊、沼泽划入其他类型.
应用 150 个采样点的数据对 1974、1986、1994
和 2000 年解译结果评价的 Kappa 指数精度分别为
85郾 2% 、87郾 5% 、90郾 3%和 92郾 2% . 为了解决遥感影
像精度不匹配的问题(MSS 分辨率为 80 m伊80 m;
TM分辨率为30 m伊30 m),将 4 期的解译结果均重
采样到 80 m伊80 m分辨率下进行分析.解译和分析
在遥感软件 ERDAS 9郾 0 和地理信息系统软件 Arc鄄
GIS 9郾 0 中进行.
在 ArcGIS 9郾 0 软件支持下,利用研究区 1 颐 10
万地形图提取等高线、道路信息. 因地形图为 20 世
纪 70 年代出版,1986、1994、2000 年的道路图层结
合遥感影像和相应年份的交通图进行修正. 应用等
高线生成数字高程模型 ( digital elevation model,
DEM),基于 DEM生成坡度、坡向栅格图(网格 30 m
伊30 m).应用 4 期景观类型图提取居民点和河流图
层,在 ArcGIS 9郾 0 扩展模块 spatial analysis 支持下,
分别生成到道路、居民点和河流距离的栅格图层
(网格 30 m伊30 m).
1郾 3摇 研究方法
1郾 3郾 1 CLUE鄄S模型摇 CLUE鄄S模型是针对 CLUE 模
型不能应用于小区域的缺点而开发的. 2002 年 10
月发布了 CLUE鄄S 2郾 1 版,目前最新版本为 2郾 4.
与 CLUE模型相比,CLUE鄄S模型是基于高分辨
率(一般大于 1 km伊l km)的空间图形数据所构建,
适于较小尺度的区域土地利用变化研究.该模型中,
每个研究单元(即栅格)被视为土地利用类型的同
质空间,由各栅格上的主要土地利用状况表达该栅
格的土地利用类型[16-17] .
1郾 3郾 2 预案设定摇 岷江上游地区为森林输出区域,
森林采伐是研究区景观变化的最直接驱动因素. 研
究区经受了多年的森林采伐,但 1998 年国家开始实
施的“天然林保护工程冶和 2000 年实施的“退耕还
林还草冶政策,使森林采伐目前被禁止.本研究的预
测从 2000 年开始,基于林业政策的变化设计了 2 个
预案:
2531 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷
预案 1:土地利用 /覆被变化基于历史趋势变
化,即不考虑“天然林保护工程冶和“退耕还林还草
工程冶状态下土地利用 /覆被变化趋势的预测,文中
称此预案为“历史趋势预案冶.
预案 2:考虑“天然林保护工程冶和“退耕还林还
草工程冶状态下土地利用 /覆被变化,文中称此预案
为“生态保护预案冶.
1郾 3郾 3 空间尺度的确定 摇 空间尺度指模型模拟过
程中采用的空间分辨率(栅格大小). 根据熵理论,
相同研究区内的高空间分辨率比低空间分辨率必然
包含更多的熵,能够体现更多的细节信息,但同时也
将导致预测不确定性的增加,从而使结果准确率较
低.张永民等[8]应用 CLUE鄄S 模型对奈曼旗进行多
尺度模拟的研究结果表明,空间分辨率越低,准确性
越高,但同时损失的细节越多,反映的信息越少. 由
于岷江上游地区地形复杂,本研究在保证精度的前
提下尽可能选择高的空间分辨率,以尽可能多地反
映空间信息.基于 CLUE鄄S模型中示例的默认参数,
从 1000 m分辨率(栅格大小为 1000 m伊1000 m)开
始,以 100 m为步长提高空间分辨率. 结果表明,在
岷江上游地区(面积为 24740 km2) CLUE鄄S 模型最
高可运行的分辨率为 200 m,含 1345 行、810 列,共
618545 个栅格.因此,本研究选择的空间尺度为 200
m.
1郾 3郾 4 时间尺度的确定 摇 应用 Kappa 指数对
CLUE鄄S模型在岷江上游的时间尺度进行研究.分别
从 1974、1986 和 1994 年模拟到 2000 年,时间分别
为 26、14 和 6 a,其标准 Kappa 指数分别为 0郾 90、
0郾 83 和 0郾 74.根据 Kappa 指数大于 0郾 75 具有较好
一致性的理论[18],本研究区适宜的模拟时间长度取
20 a.
1郾 3郾 5 需求模块的确定摇 需求模块是 CLUE鄄S 模型
中一个相对独立的模块,模型要求把不同需求预案
的结果输入模型,以便进行空间分配和空间模拟.不
同需求预案的结果可利用各种土地需求量预测方法
求取,并且模型要求输入研究期间各年度的各种土
地利用类型的需求量. 本研究采用时间序列分析中
的 ARIMA方法和 GM(1,1)方法,根据 2 个预案计
算 2000—2020 年土地利用需求量.由于 1974—2000
年间仅有 4 期景观类型图,采取线性插值法获得期
间其他年份数据,同时根据研究区的统计年鉴对其
值进行修正. “历史趋势预案冶是在研究区土地利用
历史数据的基础上应用 ARIMA方法和 GM(1,1)方
法进行预测,分析软件采用统计分析软件 SAS(表
1). “生态保护预案冶是在严格保护有林地和考虑退
耕还林还草的前提下对“历史趋势预案冶进行修正
的基础上所确定的(表 2). 退耕还林还草面积数据
源于研究区内 5 个县的林业局相关文件.
表 1摇 “历史趋势预案冶面积需求的预测
Tab. 1 摇 Prediction of the area demand in the scenario of
“historic trend冶 (hm2)
年份
Year
有林地
Forestland
灌木林地
Shrub land
草地
Grassland
耕地
Farmland
其他
Others
2001 1175727 524687 557457 73772 143157
2002 1171116 530044 557854 73868 141918
2003 1166523 535456 558252 73964 140605
2004 1161948 540923 558650 74059 139220
2005 1157391 546445 559048 74155 137761
2006 1152852 552025 559446 74251 136226
2007 1148331 557661 559845 74346 134617
2008 1143827 563354 560243 74441 132935
2009 1139341 569106 560643 74537 131173
2010 1134873 574916 561042 74632 129337
2011 1130422 580786 561442 74727 127423
2012 1125989 586716 561842 74821 125432
2013 1121573 592706 562242 74916 123363
2014 1117174 598757 562643 75011 121215
2015 1112793 604870 563044 75105 118988
2016 1108429 611046 563445 75199 116681
2017 1104081 617285 563846 75294 114294
2018 1099751 623587 564248 75388 111826
2019 1095438 629954 564650 75482 109276
2020 1091142 636385 565052 75575 106646
表 2摇 “生态保护预案冶面积需求的预测
Tab. 2 摇 Prediction of the area demand in the scenario of
“eco鄄protection冶 (hm2)
年份
Year
有林地
Forestland
灌木林地
Shrub land
草地
Grassland
耕地
Farmland
其他
Others
2001 1178350 522832 558515 71158 143945
2002 1181001 528170 551145 70894 143591
2003 1183678 533563 543695 70627 143238
2004 1186383 539010 536164 70357 142886
2005 1189115 544513 528552 70085 142535
2006 1191875 550073 520855 69810 142186
2007 1194663 555689 513077 69532 141839
2008 1197480 561362 505214 69252 141492
2009 1200326 567094 497265 68968 141148
2010 1203200 572883 489231 68682 140804
2011 1206104 578732 481109 68392 140462
2012 1209038 584642 472899 68100 140122
2013 1212001 590610 464601 67805 139783
2014 1214995 596640 456214 67506 139445
2015 1218019 602731 447735 67205 139109
2016 1221074 608886 439165 66901 138775
2017 1224161 615102 430502 66593 138442
2018 1227279 621382 421746 66282 138110
2019 1230429 627727 412896 65968 137780
2020 1233611 634025 404061 65651 137452
35316 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 刘摇 淼等: 生态保护政策对岷江上游地区土地利用 /覆被的影响摇 摇 摇 摇 摇 摇
1郾 3郾 6 空间驱动力分析 摇 由于研究区人口密度较
低,2000 年仅为 27 人·km-2,人类干扰强度相对较
弱,加之社会经济数据的空间化技术还不成熟,因此
本文选择了较多的自然驱动因素. CLUE鄄S模型中应
用二元逻辑斯蒂回归进行土地利用类型的空间分
配.本研究应用统计软件 SPSS 进行分析,选取如下
10 个回归因子:高程(1 颐 10 万的栅格化 DEM 图)、
坡度、坡向(坡度和坡向由 DEM 生成)、到河流距
离、到居民点距离、到道路距离(到河流距离、到居
民点距离和到道路距离均在 ArcGIS 9. 0 的空间分
析模块下基于相应专题图生成)、年降水量、年蒸散
量(年降水量和蒸散量转化为相应的栅格图)、综合
地形指数(compound topographic index,CTI)和坡位
指数(topographic position index,TPI).岷江上游地区
地形复杂,土地利用与地形要素关系密切,故选择了
较多与地形有关的因子.由于模拟的基准年为 2000
年,因此各地形因素选择的年份为 2000 年.
综合地形指数也称湿度指数,可以反映空间位
置湿度,其算式如下:
CTI = ln
As
tan茁
式中:As 为上游集水区面积;茁 为用弧度表示的坡
度. CTI与土壤的某些属性密切相关[19],可反映土
壤性质.
坡位指数是反映空间坡位的指数.山脊具有最
大的坡位指数,谷底具有最小的坡位指数.
土地利用图和 10 个驱动因子图层分别由栅格
图层转成 ASCII 文件,再由 CLUE鄄S 模型中的 con鄄
vert工具生成 stats文件,然后转入统计软件 SPSS进
行统计分析,土地利用类型作为因变量,各驱动因子
作为自变量. 逻辑斯蒂回归结果采用 ROC( receiver
operating characteristic)方法评价,其值大于 0. 7 表
明回归结果较好[20] . ROC方法为因子解释能力的检
验,表示预测概率与观测数据之间的拟合程度[21] .
研究区各土地利用类型的逻辑斯蒂逐步回归结果如
表 3 所示.
摇 摇 表 3 中的 Beta系数由逻辑斯蒂回归方程得出,
其值将作为 CLUE鄄S模型中参数文件 alloc. reg 的内
容. Exp(茁)值是 Beta 系数的以 e 为底的自然幂指
数,其值等于事件的发生比率( odds ratio),表明当
解释变量(变量因子)的值每增加一个单位时,土地
利用类型发生比的变化情况.
有林地和灌木林地的预测精度较低,其 ROC 值
分别为 0郾 750 和 0郾 788,精度较低的原因在于这两
种土地利用类型的面积较大,各因子对土地利用分
布的解释不显著.驱动因子对草地的解释能力较高,
对耕地的解释能力最高.
1郾 3郾 7 转化强度的设定 摇 土地利用类型转化的稳
定性(即 ELAS参数)指在一定时期内,研究区某种
土地利用类型可能转化为其他土地利用类型的难易
程度,是根据区域土地利用系统中不同土地利用类
型变化的历史情况以及未来土地利用规划的实际情
况进行设置,其值越大,土地利用类型转化的稳定性
越高.需要说明的是,稳定性参数的设置主要依靠对
研究区土地利用变化的理解与以往的知识经验,也
必须在模型检验的过程中进行调试.另外,CLUE鄄S
表 3摇 研究区各土地利用类型逻辑斯蒂逐步回归结果
Tab. 3摇 Stepwise regression results of logistic equation for different land use types in the study area
驱动因子
Driving factor
有林地
Forestland
Beta值
Beta value
Exp(茁)
灌木林地
Shrub land
Beta值
Beta value
Exp(茁)
草 地
Grassland
Beta值
Beta value
Exp(茁)
耕 地
Farmland
Beta值
Beta value
Exp(茁)
其 他
Others
Beta值
Beta value
Exp(茁)
D1 -6. 06E鄄05 0. 9999 0. 0002 1. 0002 -0. 0001 0. 9999 0. 0002 1. 0002 0. 0003 1. 0003
D2 0. 0002 1. 0002 -9. 61E鄄07 1. 0000 -0. 0003 0. 9997 -0. 2486 0. 7799 -0. 0003 0. 9997
D3 0. 0039 1. 0039 -0. 0031 0. 9969 0. 0037 1. 0037 0. 0035 1. 0036 -0. 0326 0. 9679
D4 5. 16E鄄05 1. 0001 0. 0001 1. 0001 -0. 0001 0. 9999 8. 48E鄄05 1. 0001 -0. 0001 0. 9999
D5 3. 42E鄄05 1. 0000 -1. 87E鄄05 1. 0000 -9. 13E鄄05 0. 9999 0. 3460 1. 4134 2. 26E鄄05 1. 0000
D6 4. 90E鄄05 1. 0000 2. 07E鄄05 1. 0000 -2. 12E鄄05 1. 0000 0. 2905 1. 3371 0. 0001 1. 0001
D7 0. 0005 1. 0005 -0. 0034 0. 9966 0. 0036 1. 0036 0. 0039 1. 0039 -0. 0035 0. 9965
D8 -0. 0056 0. 9944 0. 0128 1. 0129 -0. 0090 0. 9911 -0. 0071 0. 9929 0. 0040 1. 0040
D9 -0. 0245 0. 9758 0. 0238 1. 0241 0. 0072 1. 0073 0. 1088 1. 1149 0. 0511 1. 0525
D10 -7. 78E鄄06 1. 0000 2. 22E鄄05 1. 0000 -2. 62E鄄05 1. 0000 -6. 26E鄄05 0. 9999 7. 80E-05 1. 0001
C -0. 0877 0. 9160 -1. 8486 0. 1575 -0. 6436 0. 5254 -4. 8885 0. 0075 -5. 4778 0. 0042
ROC方法 ROC method 0. 750 0. 788 0. 851 0. 927 0. 93
D1: 高程 Elevation; D2: 坡度 Slope; D3: 坡向 Aspect; D4: 到河流距离 Distance to river; D5: 到居民点距离 Distance to resident; D6: 到道路距
离 Distance to road; D7: 年降水量 Annual precipitation; D8: 年蒸散量 Annual evapotranspiration; D9: 综合地形指数 Comprehensive topographic in鄄
dex, CTI; D10: 坡位指数 Topographic position index, TPI; C: 常量 Constant.
4531 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷
模型对参数 ELAS 的变化十分灵敏,其微小的变化
就可能引起模拟结果产生较大的变化. 本研究根据
1974—2000 年的土地利用变化强度和生态保护政
策规划的面积,同时参考相关文献[5-9],分别给不同
的土地利用类型赋予 ELAS 参数值,为最后的模拟
选择较合适的参数方案. 研究区各种土地利用类型
转化的稳定性为:有林地 0郾 9、灌木林地 0郾 9、草地
0郾 9、耕地 0郾 8、其他 0郾 6.
1郾 3郾 8 转化规划设定 摇 在 CLUE鄄S 模型中,要求输
入各种土地利用类型之间的允许转移矩阵. 本研究
设置所有的土地利用类型之间均可以相互转化.
2摇 结果与分析
2郾 1摇 岷江上游地区土地利用变化的模拟
应用 2000 年岷江上游地区的土地利用图
(ASCII格式),应用上文的面积需求、空间驱动因子
和参数、ELAS 参数和转化规划矩阵分别对两个预
案下 2000—2020 年研究区土地利用变化进行模拟.
模型模拟以年为步长,两预案均得到 20 个模拟结
果,选取 4 幅示例. 由图 1 可以看出,岷江上游地区
地形起伏很大,其中林地的面积比例最大,为研究区
景观的基质;草地面积次之,主要分布于北部的高原
区域和海拔大于 3500 m区域;灌木林地主要分布于
研究区沿岷江的干旱河谷范围,这 3 种土地类型面
积占研究区总面积的 88%以上.两种预案的模拟结
果总体一致,说明景观的基质在两种预案下没有发
生变化.
2郾 2摇 岷江上游地区土地利用面积的变化
面积需求为 CLUE鄄S 模型参数的一部分,可应
用统计或其他模型方法得到,土地利用 /覆被面积变
化也是模型输出的一部分,其输出结果与输入的面
积需求数量并不完全一致,最大有 5%的偏差.研究
区 4 种主要土地利用类型中,有林地面积在“历史
趋势预案冶下呈不断下降趋势,而在“生态保护预
案冶下呈上升趋势(图 2a);耕地面积在“历史趋势
预案冶下呈缓慢的上升趋势,在“生态保护预案冶下
呈下降趋势(图 2b);两种预案下,灌木林地面积均
呈上升趋势,且差别不明显,这是因为岷江上游地区
灌木林地主要集中于干旱河谷内,森林政策对其影
响很小(图 2c);草地面积在“历史趋势预案冶下呈
缓慢的上升趋势,而在“生态保护预案冶下呈下降趋
势,这是由于部分适宜草地的植树造林和自然演替
所致(图 2d).
2郾 3摇 岷江上游地区景观格局的变化
采用景观格局指数方法进行景观格局变化分
析.景观指数选用总斑块数(NP)、景观形状指数
(LSI)、香农多样性指数 ( SHDI) 和蔓延度指数
(CONTAG),指数计算基于 Fragstats version 3郾 3 进
行.
2000—2020 年间,在两种预案下,研究区景观
的斑块指数均呈上升趋势,但在“历史趋势预案冶下
的上升速度更迅速,且香农多样性指数也呈上升趋
势,说明在此预案下各类型斑块面积有趋同趋势.在
“生态保护预案冶下,期间香农多样性指数呈下降趋
势,说明研究区各景观类型的面积变得更加不平衡.
在“历史趋势预案冶下景观形状指数呈上升趋势,而
图 1摇 研究区土地利用的模拟结果
Fig. 1摇 Simulated results of land use in the study area.
a)2010 年“历史趋势预案冶模拟结果 Simulated result under “historic trend scenario冶 in 2010;b)2020 年“历史趋势预案冶模拟结果 Simulated result
under “historic trend scenario冶 in 2020;c)2010 年“生态保护预案冶模拟结果 Simulated result under “ eco鄄protection scenario冶 in 2010;d) 2020 年
“生态保护预案冶模拟结果 Simulated result under “eco鄄protection scenario冶 in 2020.
55316 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 刘摇 淼等: 生态保护政策对岷江上游地区土地利用 /覆被的影响摇 摇 摇 摇 摇 摇
图 2摇 研究区主要土地利用类型面积的变化
Fig. 2摇 Change of area of the main land use types in the study area.
a)有林地 Forestland; b)耕地 Farmland; c)灌木林地 Shrub land; d)草地 Grassland. 玉:历史趋势 Historic trend; 域:生态保护 Eco鄄protection. 下
同 The same below.
在“生态保护预案冶下则基本保持平稳,该指数上升
表明斑块形状越来越复杂. 蔓延度指数在“历史趋
势预案冶下的下降速度较快,而在“生态保护预案冶
下则呈缓慢下降趋势,说明少数景观在整体景观中
的优势程度较大.景观蔓延度指数的变化可以说明
景观连通性的好坏,在“历史趋势预案冶下研究区景
观蔓延度指数逐年下降,说明岷江上游地区的景观
连通性在逐年下降,而在“生态保护预案冶下则不断
上升(图 3).
在“历史趋势预案冶下,森林经受不断采伐导致
斑块数不断增长,森林面积不断减少导致其在研究
区景观中的主导类型不断下降、景观的破碎化程度
不断加剧、斑块形状更加不规划、景观的连通性不断
下降.在“生态保护预案冶下,虽然研究区斑块数有
小幅上升,但由于有林地面积的不断增长导致其在
景观中的主导作用越来越明显、景观的破碎化程度
有减小趋势、景观形状变得更加规划、景观的连通性
也将得到改善,使景观格局向着优化的方向发展.
图 3摇 研究区各景观指数的变化
Fig. 3摇 Change of the landscape indices in the study area.
6531 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷
3摇 讨摇 摇 论
本文设计了两种土地利用 /覆被变化的预案,主
要考虑因素为是否有“天然林保护工程冶和“退耕还
林还草工程冶政策的影响,因为该政策是影响岷江
上游地区景观变化的最主要驱动因素.两种预案下,
研究区有林地向着不同的方向发展,从而导致其他
景观类型变化的不同.
2000—2020 年的模拟结果表明,“历史趋势预
案冶下景观的破碎化程度不断加剧,斑块形状更加
不规划,景观的连通性不断下降;在“生态保护预
案冶下,景观的破碎化程度有减小趋势,景观形状变
得更加规划,景观的连通性也将得到改善,景观变化
主要以面积变化为主,空间位置上的变化较小.研究
结果表明,“天然林保护工程冶和“退耕还林还草工
程冶政策的实施将使研究区有林地面积不断上升,
有效扭转景观格局破碎化的趋势,使景观向着更加
优化的方向发展.
本研究较多地选取了自然驱动因子,而社会经
济方法的驱动因子较少. 原因是本文的研究目的在
于探讨土地利用 /覆被对生态保护政策的响应,所以
对社会经济方面关注较少. 同时,“社会化像元冶或
“社会经济空间化冶的方法和技术还不成熟,对其进
行空间化的手段还难以让人信服,这也是景观生态
学研究的一个热点和难点[22-23] . 然而,土地利用变
化除受自然因子驱动外,还受社会经济驱动因素的
影响,这是本研究的不足之处,还需进一步深入研
究.
与基于土地利用变化进行经验分析的模型不
同,CLUE鄄S 模型将土地利用系统作为一个整体,并
能够设计不同的预案. 该模型在土地利用需求的基
础上可对土地利用类型空间驱动力或土地利用的适
宜性进行迭代模拟,能清楚地表示土地利用系统的
分层组织关系,且能够有效模拟土地利用变化,可得
到较可靠的结果.
CLUE鄄S模型能够广泛地应用于区域土地利用
变化的模拟.运用该模型的一个主要限制条件是应
具有土地利用变化的历史资料,这是因为该模型是
使用经验关系来进行土地利用变化配置的,而这种
经验关系源于己经存在的土地利用格局.所以,在无
历史资料时无法应用该模型进行模拟.
参考文献
[1]摇 Shao J鄄A (邵景安), Li Y鄄B (李阳兵), Wei C鄄F (魏
朝富), et al. The drivers of land use change at regional
scale: Assessment and prospects. Advances in Earth Sci鄄
ence (地球科学进展), 2007, 22 (8): 798-809 ( in
Chinese)
[2]摇 Song K鄄S (宋开山), Liu D鄄W (刘殿伟), Wang Z鄄M
(王宗明), et al. Land use change in Sanjiang Plain
and its driving forces analysis since 1954. Acta Geo鄄
graphica Sinica (地理学报), 2008, 63 (1): 93-104
(in Chinese)
[3]摇 Li X鄄B (李秀彬). A review of the international resear鄄
ches on land use / land cover change. Acta Geographica
Sinica (地理学报), 1996, 51 (6): 553-558 (in Chi鄄
nese)
[4]摇 Lu L (卢摇 玲), Cheng G鄄D (程国栋), Li X (李摇
新). Landscape change in middle Heihe River Basin.
Chinese Journal of Applied Ecology (应用生态学报),
2001, 12 (1): 68-74 (in Chinese)
[5]摇 Bai W鄄Q (摆万奇), Zhang Y鄄M (张永民), Yan J鄄Z
(阎建忠), et al. Simulation of land use dynamics in
the upper reaches of the Dadu River. Geographical Re鄄
search (地理研究), 2005, 24 (2): 207-213 (in Chi鄄
nese)
[6]摇 Cai Y鄄M (蔡玉梅), Liu Y鄄S (刘彦随), Yu Z鄄R (宇
振荣), et al. Progress in spatial simulation of land use
change CLUE鄄S model and its application. Progress in
Geography (地理科学进展), 2004, 23 (4): 63 -71
(in Chinese)
[7]摇 Duan Z鄄Q (段增强), Verburg PH, Zhang F鄄R (张凤
荣), et al. Construction of land鄄use changes simulation
model and its application in Haidian District, Beijing.
Acta Geographica Sinica (地理学报), 2004, 59 (6):
1037-1047 (in Chinese)
[8]摇 Zhang Y鄄M (张永民), Zhao S鄄D (赵士洞), Verbug
PH. CLUE鄄S and its application for simulating temporal
and spatial change of land use in Naiman Banner. Jour鄄
nal of Natural Resources (自然资源学报), 2003, 18
(3): 310-318 (in Chinese)
[9]摇 Zhang Y鄄M (张永民), Zhao S鄄D (赵士洞), Verburg
PH. Scenario analysis of land use change in Horqin
Desert and its surrounding area. Journal of Natural Re鄄
sources (自然资源学报), 2004, 19 (1): 29-38 ( in
Chinese)
[10]摇 Liu M (刘摇 淼), Hu Y鄄M (胡远满), Chang Y (常
禹), et al. Analysis of temporal predicting abilities for
the CLUE鄄S land use model. Acta Ecologica Sinica (生
态学报), 2009, 29 (11): 6110-6119 (in Chinese)
[11]摇 Tan Y鄄Z (谭永忠), Wu C鄄F (吴次芳), Mu Y鄄M (牟
永铭), et al. Simulation of land use spatial pattern
change on county scale in the rapid economic develop鄄
ment region. Transactions of the Chinese Society of Agri鄄
75316 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 刘摇 淼等: 生态保护政策对岷江上游地区土地利用 /覆被的影响摇 摇 摇 摇 摇 摇
cultural Engineering (农业工程学报 ), 2006, 22
(12): 72-77 (in Chinese)
[12] 摇 Peng J (彭摇 建), Cai Y鄄L (蔡运龙), Verburg PH.
Simulation of land use / cover change scenarios in Karst
mountain area. Transactions of the Chinese Society of Ag鄄
ricultural Engineering (农业工程学报), 2007, 23
(2): 64-70 (in Chinese)
[13] 摇 Lu R鄄C (陆汝成), Huang X鄄J (黄贤金), Zuo T鄄H
(左天惠), et al. Land use scenarios simulation based
on CLUE鄄S and Markov composite model-A case study
of Taihu Lake Rim in Jiangsu Province. Scientia Geo鄄
graphica Sinica (地理科学), 2009, 29 (4): 577-581
(in Chinese)
[14]摇 Li W (李摇 巍), Xie D鄄C (谢德嫦), Zhang J (张摇
杰). Application of landscape ecological method in
planning environment impact assessment: A case study
for east part of Dalian Forest Park. China Environmental
Science (中国环境科学), 2009, 29 (6): 605 -610
(in Chinese)
[15] 摇 National Agricultural Zoning Commission (农业区划委
员会). Technical Specification for Land Use Survey.
Beijing: National Agricultural Zoning Commission, 1984
(in Chinese)
[16]摇 Verburg PH, Soepboer W, Limpiada R, et al. Modeling
the spatial dynamics of regional land use: The CLUE鄄S
model. Environmental Management, 2002, 30: 391 -
405
[17]摇 Verburg PH, de Nijs TCM, van Ritsema Eck J, et al.
A method to analyse neighbourhood characteristics of
land use patterns. Computers, Environment and Urban
Systems, 2004, 28: 667-690
[18]摇 Bu R鄄C (布仁仓), Chang Y (常摇 禹), Hu Y鄄M (胡
远满), et al. Measuring spatial information changes
using Kappa coefficients: A case study of the city groups
in central Liaoning Province. Acta Ecologica Sinica (生
态学报), 2005, 25 (4): 778-784 (in Chinese)
[19]摇 Gessler PE, Moore ID, McKenzie NJ, et al. Soil鄄land鄄
scape modeling and spatial prediction of soil attributes.
International Journal of GIS, 1995, 9: 421-432
[20]摇 Wang J鄄C (王济川), Guo Z鄄G (郭志刚). Logistic
Regression Model: Method and Application. Beijing:
Higher Education Press, 2001 (in Chinese)
[21 ] Jr Gil Pontius R, Schneider LC. Land鄄cover change
model validation by an ROC method for the Ipswich wa鄄
tershed, Massachusetts, USA. Agriculture, Ecosystems
and Environment, 2001, 85: 239-248
[22]摇 Moore ID, Gessler PE, Nielsen GA, et al. Terrain at鄄
tributes: Estimation methods and scale effects / / Jake鄄
man AJ, Beck MB, McAleer M, eds. Modeling Change
in Environmental Systems. London: Wiley, 1993: 189-
214
[23]摇 Wu J鄄G (邬建国). Landscape Ecology. Beijing: High鄄
er Education Press, 2000 (in Chinese)
作者简介 摇 刘 摇 淼,男,1979 年生,博士,副研究员. 主要从
事景观生态和流域生态研究,发表论文 30 余篇. E鄄mail: lium
@ iae. ac. cn
责任编辑摇 杨摇 弘
8531 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷