通許縣楊樹面積變化及驅(qū)動力分析研究

姜海玲，陳光義，張舒涵，周星宇，于海淋

(吉林師范大學(xué) 旅游與地理科學(xué)學(xué)院，吉林 四平 136000)

世界氣候問題日益突出，森林因其良好的環(huán)境效應(yīng)而備受關(guān)注.隨著經(jīng)濟(jì)的發(fā)展與城市的擴(kuò)張，土地利用類型之間的關(guān)系日趨緊張，林地與其他土地利用類型的關(guān)系吸引了大批的學(xué)者.楊麗[1]研究了林地變化受森林轉(zhuǎn)型的規(guī)律和城鎮(zhèn)化的影響；邵亞奎等[2]給出了林地時空變化主要受到短期內(nèi)政策的影響；張譯[3]指出林地變化的驅(qū)動因子是土壤類型的變化、頻繁的極端天氣和人為因素；侯曉奎等[4]研究了低溫凍害對城市中樹木的損害及分布.學(xué)者們得出影響林地變化的因素多為城市化和自然災(zāi)害，但鮮有從經(jīng)濟(jì)和居民生活壓力的角度出發(fā)研究林地的變化.楊樹為研究區(qū)優(yōu)勢樹種之一[5]，因此，深入挖掘楊樹面積變化對制定林地保護(hù)政策具有重要意義.

1 研究區(qū)概況與數(shù)據(jù)

1.1 研究區(qū)概況

河南省通許縣位于34°15′～34°34′N和114°18′～114°38′E之間，耕地面積占總土地的73.96%.截至2019年底，通許縣城鎮(zhèn)化率、全體居民人均可支配收入、農(nóng)村居民人均可支配收入在全市10個縣級行政區(qū)中排名分別為10、7、6.通許縣與祥符區(qū)、杞縣、太康縣、扶溝縣、尉氏縣接壤(圖1)，未與周圍市中心接壤，受開封市城區(qū)影響小.通許縣以平原為主，距市中心遠(yuǎn)，耕地面積占比大，城鎮(zhèn)率低，人均可支配收入少，上述特點(diǎn)意味著通許縣林地面積小且多分布于農(nóng)村地區(qū).行政區(qū)劃數(shù)據(jù)來自中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心.

人口方面，研究區(qū)位于“胡煥庸線”[6]以東，該區(qū)域人口數(shù)量大、密度高.經(jīng)濟(jì)方面，研究區(qū)位于“北緯三十一度線”以北，倪鵬飛[7]指出中國經(jīng)濟(jì)發(fā)展空間的結(jié)構(gòu)在北緯三十一度線出現(xiàn)了南北分化，并且呈現(xiàn)南升北降的趨勢.研究區(qū)承受著經(jīng)濟(jì)增長速度下降和高人口密度雙重壓力，有學(xué)者預(yù)估到2100年全球樣本內(nèi)豐富度下降超過3.4%，且生物多樣性損失將集中于經(jīng)濟(jì)落后的國家[8].處于第二象限的研究區(qū)面臨著經(jīng)濟(jì)增長速度的放緩所帶來的一系列社會問題與環(huán)境問題(見圖2).

圖1 通許縣地理位置

圖2 中國人口—經(jīng)濟(jì)直角坐標(biāo)系

1.2 遙感數(shù)據(jù)及預(yù)處理

Sentinel-2衛(wèi)星是高分辨率多光譜成像衛(wèi)星，包括Sentinel-2A、Sentinel-2B兩顆衛(wèi)星，兩顆衛(wèi)星重訪的周期為5 d，從可見光、近紅外到短波紅外覆蓋13個光譜波段，空間分辨率分別為10、20、60 m.

李煜等[9]應(yīng)用Sentinel-2A利用隨機(jī)森林分類方法進(jìn)行樹種識別中于8月2日取得了最高精度為82.17%.本文通過實(shí)地調(diào)查和文獻(xiàn)分析，選取2016—2020年中8月及臨近月份的遙感影像(見表1)，數(shù)據(jù)來源于Copernicus Open Access Hub (https：//scihub.copernicus.eu/).

表1 研究選用Sentinel-2遙感影像基本信息

首先利用Sen2cor軟件對Sentinel-2影像進(jìn)行輻射校正和大氣校正；然后在SNAP軟件中將校正結(jié)果導(dǎo)出為tif格式；最后在ENVI軟件中選取藍(lán)、綠、紅和近紅外波段(編號分別為2、3、4、8波段，空間分辨率均為10 m)進(jìn)行波段合成及影像裁剪，得到具有4個波段的研究區(qū)影像圖.

2 2016—2020年楊樹分布面積變化

2.1 林地利用類型選擇

楊樹因其生長速度快、成材周期短、生產(chǎn)木量大、木材質(zhì)量高、效益顯著以及更新方便等特點(diǎn)廣受河南平原地區(qū)林農(nóng)的喜愛，是研究區(qū)林地的主要樹種.因?yàn)闂顦湓谘芯繀^(qū)內(nèi)的林地中占比最大，所以楊樹面積的變化對居民生活環(huán)境、農(nóng)田、河流污染物的吸收與環(huán)境的改善具有舉足輕重的作用，研究經(jīng)濟(jì)波動背景下的楊樹面積變化對環(huán)境和經(jīng)濟(jì)方面政策的制訂具有重要意義.

根據(jù)研究區(qū)土地利用基本情況，本文將研究區(qū)土地利用類型分為5種，分別為楊樹、耕地、水體、建筑和其他.

2.2 支持向量機(jī)分類

支持向量機(jī)法可在少量樣本且滿足分類條件的情況下，具有較好的推廣能力，常用的函數(shù)有：

(2)徑向基核函數(shù)K(x，xi)=exp[-σ|x-xi|2]；

(3)采用Sigmoid函數(shù)作為內(nèi)積K(x，xi)=tanh(σ(x·xi)+c).

根據(jù)研究區(qū)的特點(diǎn)以及樣本的數(shù)量，本文以支持向量機(jī)法徑向基核函數(shù)為基礎(chǔ)進(jìn)行分類，實(shí)現(xiàn)土地利用類型分類的可視化，結(jié)果見圖3.

圖3 2016—2020年通許縣楊樹分布

由圖3可知，研究區(qū)內(nèi)楊樹主要分布在居民點(diǎn)周圍、道路兩側(cè)以及河流兩岸.楊樹面積變化的區(qū)域主要呈現(xiàn)在居民點(diǎn)周圍和農(nóng)田間，道路兩側(cè)和河流兩岸相對不明顯.從圖3(A)可看出2016年研究區(qū)內(nèi)楊樹分布于居民點(diǎn)周圍的特征十分明顯，但在圖3(E)中幾乎看不出此特點(diǎn)，說明居民點(diǎn)附近楊樹面積變化較大.在圖3(A)、3(B)、3(D)、3(E)中可看出楊樹沿著渦河分布，表明研究時段內(nèi)河流兩岸的楊樹面積變化相對不大.

2.3 林地利用變化動態(tài)度評價方法

選用土地利用動態(tài)度表征土地利用類型的變化幅度.本文擬得到研究區(qū)2016—2020年期間楊樹面積的變化程度，故采用單一土地利用類型動態(tài)度作為評價方法.

單一土地利用類型動態(tài)度意為一定時段內(nèi)某一土地利用動態(tài)度可定量反映利用類型的變化幅度.公式為[10]

其中：Ua、Ub分別代表研究時間初期a和研究時間末期b某類土地利用類型的數(shù)量；T為研究時段長；K為研究時段內(nèi)某類土地類型的動態(tài)度.

通過計算可得出研究區(qū)內(nèi)2016—2020年間逐年楊樹面積動態(tài)度(見表2).

表2 楊樹面積動態(tài)度

由表2可看出研究區(qū)楊樹面積在2016—2020年總體呈現(xiàn)下降趨勢.2016—2019年間每年楊樹變化率約為-15%，而在2019—2020年間楊樹變化率高達(dá)-30%，較往年變化存在差異.

3 2016—2020年楊樹分布面積變化驅(qū)動力分析

3.1 相關(guān)性分析

相關(guān)分析法是研究兩個或兩個以上處于同等地位的隨機(jī)變量間的相關(guān)關(guān)系的統(tǒng)計方法.本文以指標(biāo)間的相關(guān)程度來判斷是否需進(jìn)行主成分分析.由表3可知所選指標(biāo)間存在較強(qiáng)相關(guān)性，故下一步可進(jìn)行主成分分析.

表3 相關(guān)性矩陣

3.2 主成分分析

根據(jù)研究區(qū)統(tǒng)計數(shù)據(jù)本文采用生產(chǎn)總值(X1)、第一產(chǎn)業(yè)增加值(X2)、第二產(chǎn)業(yè)增加值(X3)、第三產(chǎn)業(yè)增加值(X4)、社會消費(fèi)品零售總額(X5)、居民消費(fèi)價格指數(shù)(X6)、常住人口(X7)、鄉(xiāng)村人口(X8)、城鎮(zhèn)化率(X9)和鄉(xiāng)村勞動力(X10)共10個指標(biāo).其中除X7外，其他指標(biāo)2020年數(shù)值是根據(jù)開封市2016—2020年數(shù)據(jù)推算而來.該統(tǒng)計數(shù)據(jù)來源于開封市統(tǒng)計局(http：//tjj.kaifeng.gov.cn/).表4為主成分分析結(jié)果.

表4 主成分分析結(jié)果

由表4可知，主成分1和2解釋了全部方差的90.026%，表明提取的2個主成分能夠代表原來10個指標(biāo)信息的90.026%，對評價研究區(qū)楊樹面積變化具有一定可靠性，分別設(shè)為Y1、Y2.首先根據(jù)兩個主成分系數(shù)，得到Y(jié)1、Y2的線性組合為：

Y1=0.348X1+0.285X2+0.354X3+0.342X4+0.268X5+
0.307X6+0.156X7-0.356X8+0.356X9+0.332X10，

Y2=-0.197X1+0.253X2-0.058X3-0.235X4-0.185X5+
0.354X6+0.807X7+0.058X8-0.048X9-0.152X10.

由上式可知，在主成分Y1中，生產(chǎn)總值(X1)、第二產(chǎn)業(yè)增加值(X3)、第三產(chǎn)業(yè)增加值(X4)、居民消費(fèi)價格指數(shù)(X6)、鄉(xiāng)村人口(X8)、城鎮(zhèn)化率(X9)和鄉(xiāng)村勞動力(X10)的系數(shù)絕對值大于其他指標(biāo)的系數(shù)絕對值，故主成分Y1是7個指標(biāo)的綜合反映，它代表研究區(qū)的整體經(jīng)濟(jì)水平及城鎮(zhèn)化水平，說明7個指標(biāo)與研究區(qū)內(nèi)楊樹面積的變化聯(lián)系緊密.其中，城鎮(zhèn)化率低是研究區(qū)一直存在的問題，這是2016—2019年楊樹面積持續(xù)減少的原因之一；研究區(qū)的經(jīng)濟(jì)出現(xiàn)下滑，楊樹面積在2020年的下降與之密不可分.

在主成分Y2中，居民消費(fèi)價格指數(shù)(X6)、常住人口(X7)的系數(shù)大于其他指標(biāo)的系數(shù)，故主成分Y2主要是這2個指標(biāo)的綜合反映，它代表研究區(qū)內(nèi)居民的生活壓力.研究區(qū)2016—2020年常住人口數(shù)量變化不大，意味著居民消費(fèi)價格指數(shù)的波動對楊樹面積產(chǎn)生了一定影響.

根據(jù)主成分方程計算出主成分得分，以各個主成分方差貢獻(xiàn)率占兩個成分總方差貢獻(xiàn)率的比率為權(quán)重計算的綜合得分及排名(見表5).

表5 主成分得分和綜合得分

根據(jù)表5可知，主成分Y1得分最高的是2020年，說明這一年經(jīng)濟(jì)指標(biāo)出現(xiàn)變化；2016—2019年主成分Y1得分低且多為負(fù)數(shù)，說明這段時間經(jīng)濟(jì)平穩(wěn)運(yùn)行，當(dāng)?shù)貤顦涿娣e的變化僅受到城鎮(zhèn)化率低的影響.主成分Y2得分最高的是2020年，但較往年變化不大，說明居民生活壓力的波動對楊樹面積產(chǎn)生了一定影響.綜合來看，社會總體經(jīng)濟(jì)情況和生活壓力的波動形成合力，從多方面影響楊樹面積的變化.

4 結(jié)語

受樣本限制，研究僅選取一個縣級行政單位作為初探，下一步將對更高級行政單位進(jìn)行采樣，深入探索楊樹分布面積的影響因素；本文選取的是統(tǒng)計局最新公開的部分宏觀指標(biāo)，后續(xù)將詳細(xì)參照開封市2021統(tǒng)計年鑒，更深入探索導(dǎo)致楊樹面積變化的具體原因.