中国森林乡村的多尺度分异特征与分区优化

国家森林乡村建设是实施乡村振兴战略和改善农村人居环境的重要措施,但森林乡村在不同尺度的分异特征及优化方向尚不明晰。本文综合运用探索性空间数据分析、耦合度模型和Voronoi图分析等研究方法,从全国、区域和行政尺度分析了国家森林乡村空间格局、数量规模和内部分异特征,并基于森林乡村与人口耦合关系及乡村可达类型识别,分析了全国森林乡村的分区格局及其优化方向。结果表明：全国森林乡村密度具有明显的东高西低分异特征,长江三角洲地区是森林乡村高密度集中分布最大的连片区。基于县域单元的省域森林乡村泰尔指数差异较大,东南区域森林乡村分布相对均衡,西南和东北区域内部差异显著。森林乡村空间可达性呈现自东向西的梯度递减,森林乡村与人口密度的耦合类型分布具有较强的内部分异性。文章基于森林乡村可达类型与耦合分区的组合分析,将全国划分为重点发展区、特色挖掘区、集聚提升区、适度引导区和功能转型区五类,明确了不同类型区森林乡村建设的重点方向,将为面向乡村振兴的全国森林乡村建设与分区优化提供决策依据。     

基于SWAT模型的森林分布不连续流域水源涵养量多时间尺度分析

为解决森林分布不连续流域森林水源涵养功能及其多时间尺度特征的定量评价问题,根据分布式水文模型（SWAT）的特点,提出了反映森林斑块空间分布的水文响应单元划分方法,以及基于水量平衡法的森林不连续分布流域森林水源涵养量计算公式。以东南沿海的晋江流域为例,构建了2006年土地利用条件下的日时间步长SWAT模型,统计分析了2002—2010年降水条件下森林水源涵养量的时空变化规律。结果表明：① 构建的晋江流域SWAT模型精度较高,面积阈值为零生成的水文响应单元比较准确地反映流域森林斑块分布,提出的森林水源涵养量计算公式适用于森林空间分布不连续流域森林水源涵养量的多时间尺度分析,为流域森林水源涵养功能评价提供了一个新的方法。② 晋江流域森林水源年涵养量271.41~565.25 mm;月涵养量-29.15~154.59 mm;日尺度的极端降水期皆为正值,极端枯水期都为负值。表明年际之间不存在森林水源涵养的蓄丰补枯调节作用,但在年内的部分月份得到体现,而日尺度的森林蓄丰补枯功能充分发挥。从而揭示了不同时间尺度森林水源涵养量及其蓄丰补枯功能的差异。     

天山北翼坡向对森林分布的影响

坡向对山地森林的空间分布有重要影响,在干旱区尤其如此。天山山地处于西北干旱区,其山地森林的研究过去多集中在南北翼森林的简单对比,而在更详细的中小尺度上,森林沿坡向梯度的连续变化缺乏定量化的分析。以天山北翼中段为研究区,利用1∶5万DEM和SPOT5遥感图像解译,分析山地森林上下限和面积在全坡向的变化规律。结果表明:1.研究区内97.4%的森林分布在海拔1 600~2 690 m;2.森林上限分布在2 691~2 790m,最高值出现在东坡,最低值出现在西南坡,森林上限随坡向变化不明显;森林下限分布在1 371~1 600 m,最高值出现在西南坡,最低值出现在南坡,森林下限的分布和河谷密切相关;3.森林分布面积在北坡最大,阳坡分布面积非常小,在全坡向范围内呈现"U"型分布,西坡森林面积略大于东坡;但在森林分布的上部(2 700 m)及下部(1 600 m),森林面积东坡略高于西坡。     

土地覆被类型空间格局与地形因子的定量关联及其应用

以全国1∶25万土地覆被数据、全国公里网格DEM数据和县级行政区划数据为基础,首先,在国家尺度上宏观分析地形因子对土地覆被类型空间分布格局的影响,土地覆被类型空间分布宏观格局受海拔高度、坡度、地表起伏度的影响明显,而与坡向的关系并不显著;其次,以县级行政单元为统计分析样本,利用多元线性回归分析方法,在国家和区域两个尺度建立土地覆被类型面积占比与主要地形因子之间的定量模型,在6类土地覆被类型中,除草地以外,其他5类土地覆被类型的面积占比均与地形因子之间呈显著相关关系,显著性由高到低的排列顺序依次为森林、农田、荒漠、聚落和湿地水体;最后,以相关性最好的森林的空间分布为例,说明了将所建立的模型应用于栅格单元上某种土地覆被类型面积占比估算的可能性,虽然估算结果与实际情况存在差异,但总体趋势基本保持一致,特别是土地覆被类型面积占比大的区域。     

江西泰和县森林生态系统水源涵养功能评估

森林生态系统综合水源涵养能力是林冠层、枯落物层和土壤层蓄水能力的总和。本文根据江西泰和县 2003 年森林资源二类调查,结合文献收集,从3 个作用层评估了泰和县森林生态系统的水源涵养量及其空间分布格局,比较了不同森林类型、林龄、海拔、坡度下的林冠降雨截留能力,枯落物最大持水量和土壤蓄水能力。结果表明,林冠层平均截留率为16.31%,枯落物层持水率为2.14%,土壤层蓄水率为81.55%,3 个层次总截留和蓄水量为1.41 亿m³。各种森林类型水源涵养量由大到小依次为：杉木林>马尾松林>湿地松林>阔叶林>毛竹林>灌木林> 混交林>经济林。幼林龄、中林龄、近熟林、成熟林和过熟林水源涵养贡献率分别为17.58%、65.39%、14.18%、 2.48%和0.37%,涵养水源能力随林龄的增加而增加。空间上,泰和县森林生态系统的综合水源涵养力表现出从东西两侧向中部递减的分布。不同立地条件下林分的合理经营与管理对于整个森林生态系统水源涵养功能的发挥具有重要的作用。     

成都茶馆空间随机聚集分形特征研究

以成都市茶馆游憩场点系统为研究对象,在全市尺度和著名旅游地标、著名茶馆为中心的0.5 km、1.0 km等多级尺度下,对各茶馆子系统随机聚集维数进行测算。研究发现成都市茶馆系统具有空间随机聚集分形结构特征,而且存在明显的尺度效应。全市尺度下,以天府广场(城市空间分布中心和市行政中心)为中心,成都茶馆呈离心状态分布,空间结构随机聚集性较弱。在0.5 km尺度下,以杜甫草堂等5 个著名旅游地标为系统中心,茶馆子系统未能表现出明显的分形结构特征;以10 个著名茶馆为系统中心,茶馆子系统空间分布呈向心状态分布,空间结构随机聚集性较强。在1.0 km尺度下,以著名旅游地标为系统中心,茶馆子系统多呈现双分形结构,随着尺度范围增大茶馆子系统分形结构特征发育趋于明显;以著名茶馆为系统中心的茶馆子系统,空间结构随机聚集性很强,因此著名茶馆是1.0 km尺度下的茶馆系统自我演化的聚集中心。案例证明分形理论可以在多种空间尺度下指示城市游憩场点系统的微观结构。     

中国农村深度贫困的空间扫描与贫困分异机制的地理探测

从自然和社会经济因素中选取贫困的影响因子,建立评价指标体系,通过Pearson相关分析确定了贫困的主要影响因素,利用GIS空间分析和BP人工神经网络,分别模拟了省域、市域和县域3个尺度下的自然致贫指数与社会经济消贫指数,进一步计算获得了3个尺度下的贫困压力指数,对其空间分布格局进行分析;借助Flexible空间扫描探测识别出深度贫困县,在此基础上运用地理探测器揭示其主导致贫因素,并提出差别化的减贫对策建议。结果表明：① 省域、市域、县域3个尺度的自然致贫指数和贫困压力指数在空间分布上具有较高的一致性,呈现出明显的“东低西高”的空间分布格局;社会经济消贫指数的空间分布一致性不高,县域尺度更为破碎。以黑河—百色线为界,县域贫困压力指数在空间上表现出“大分散、小聚集”的分布状态。识别出的全国贫困县共计655个,主要分布在重点生态功能区和农产品主产区。② 3个尺度下,空间扫描识别出的贫困高风险区主要分布在西北、西南少数民族和边疆地区。县域尺度下识别出208个深度贫困县,多位于省际边缘区。③ 地理探测器识别出深度贫困县的7个致贫主导因素,按照主导因素将深度贫困县划分为地形要素制约型、区位交通制约型、经济收入制约型和生态环境制约型4类。     

山东省人口空间分布格局的多尺度分析

人口空间分布具有一定的尺度依赖性,从不同尺度上对人口空间分布格局进行分析,可以更确切、真实地揭示人口的空间分布规律,为制定区域发展规划、灾害评价、环境保护等提供科学依据。本文以山东省为研究区,运用空间自相关方法和统计相关分析方法,比较市级、县级、1 km三个尺度上人口分布的空间自相关性及其与环境—经济因子的统计相关性,试图探讨不同尺度下人口的空间分布模式及影响(指示)因素,从不同尺度揭示人口的空间分布格局特征。结果表明:①从不同尺度对人口的空间分布格局进行分析,可以得到从宏观到微观不同详细程度的信息。从市级尺度分析,可以得到山东省整体的人口空间分布特征;从县级尺度分析,可以得到山东省各市内部的人口空间分布特征;从1 km尺度分析,可以得到山东省各县内部的人口空间分布特征。②不同尺度上,人口的空间分布格局特征不同。市级和县级尺度上,人口分布受环境—经济因子的影响表现出与一些因子显著相关,而受空间集聚的作用较小;1 km尺度上,人口分布与环境—经济因子的相关性较小,而主要受空间集聚的作用,在县内部,人口往往集中分布于某一区域,呈现出典型的集聚分布模式。     

基于网络K函数法的地理对象分布模式分析——以香港岛餐饮业空间格局为例

很多地理对象的空间分布与空间上呈现网状结构的地理现象高度相关,分析这些地理对象的分布模式,在地理研究中有重要意义.该文采用由平面空间扩展到网状结构空间的网络K函数法,以香港岛餐饮业地理空间格局为例开展研究.应用单变量K函数法分析餐饮店在网状结构空间中的分布模式,应用双变量交叉K函数法分析餐饮店分布是否受交通站点及旅游景点影响,并对不同尺度下餐饮店地理选址和空间分布规律进行探索与分析.     

基于RV指数的道路网络干扰效应空间分异研究——以云南省纵向岭谷区为例

不同尺度下道路网络干扰效应空间分布差异研究及其驱动因子识别,对进一步研究道路网络引起的生态系统演变具有重要意义.利用表示道路网络干扰效应的RV(Roadless Volume)指数.以云南省纵向岭谷区为案例区.在不同尺度上分析了道路网络干扰效应的空间分布差异.结果表明,云南省纵向岭谷区道路网络干扰效应总体呈现中部高、两边低的趋势:地州及县域尺度上,干扰效应主要集中在昆瑞公路沿线的地州及县市;流域内部分区尺度上,各个流域的中下游地区干扰效应较强;流域尺度上,红河流域相比其他流域干扰效应强.进一步的相关性分析表明,道路网络干扰效应受生态承载力、道路密度和海拔高度等因素的驱动.     

1982～2010年中国东北地区植被NPP时空格局及驱动因子分析

应用逐像元线性回归模型方法,整合应用MODIS和AVHRR NDVI数据集,构建1982~2010年覆盖东北地区的8 km空间分辨率的NDVI数据集,进而应用CASA模型估算得到东北地区29 a NPP数据集,模拟精度在75%以上。29 a平均的东北地区植被NPP总量为6.5×108tC/a。植被NPP的分布受植被类型、气候、地形因素的综合影响。NPP地域差异明显,山地区植被>平原区植被>高原区植被,变化最大的植被类型为草地植被。过去29 a间,植被NPP呈显著上升趋势(P<0.01)。气候变化和土地利用变化均是影响植被时空格局的重要因素。     

贵州典型森林植被群落营养元素生物循环空间信息模型构建

将生态过程模型中营养元素生物循环数值模拟、基于过程的植被生产力模型与遥感驱动的光能利用率模型相耦合,构建森林植被营养元素生物循环空间信息模型。模型弥补了营养元素生物循环过程模型中空间分析和参数获取复杂的不足,并在植被生产力光能利用率模型中引入营养元素胁迫的定量表达。将模型模块化,耦合于自主开发的EcoHAT系统(EcoHydrology Assessment Tools),以贵州典型森林群落为研究对象,对群落生产力和营养元素生物循环的关键过程的时空演变模式进行了模拟和研究。运用实验数据进行验证,取得良好的效果,可见模型计算可以较为真实地反映区域营养元素生物循环关键过程的时空格局。     

Spatial Differentiation Characteristics and Driving Forces of Forest Transition: A Case Study of Zunyi City,Guizhou

Spatial differentiation in forest transition was measured in terms of space transition and function transition using the exploratory spatial data analysis method (ESDA) and data from 2004—2014 for Zunyi city, Guizhou province, China. The validity of factors affecting forest transition was analyzed by constructing radial basis function neural networks (RBFNN) based on the data processing system (DPS). Our results will provide references for scientific understanding of the potential mechanism underlying forest transition in mountainous areas. We found that Global Moran’s I of space transition and function transition of forest land was 0.0336 and 0.2323, respectively. This suggests a significant positive correlation in spatial distribution of space transition and function transition of forest land, and significant spatial aggregation. The Global Moran’s I of function transition was higher than that of space transition, and the spatial aggregation characteristics of function transition were more significant than for space transition. The Global Moran’s I at each time period tended to increase, and the spatial aggregation degree of the function transition and space transition was further enhanced. Hot and cold spots of space transition of forest land stably evolved, suggesting a minor spatial difference in forest land among different administrative units at the county level. The number of hot spots at the county level in function transition increased. Hot spots were intensively distributed at the western edge and continuously distributed in the northeast. The space transition and function transition of forest land were both greatly influenced by urbanization rate and second and third industries. The development of urbanization and industrialization was the main factor driving forest transition, suggesting a positive role of economic growth on forest transition in mountainous areas. The development of urbanization and industrialization is an effective approach to forest transition in mountainous areas.     

The tropical forest in south east Asia: Monitoring and scenario modeling using synthetic aperture radar data

Tropical forests play a major role in storing large carbon stocks and regulating energy, and water fluxes, but such forest cover is decreasing rapidly in spite of the policy attention on reducing deforestation. High-resolution spatiotemporal maps are unavailable for the forests in majority of the tropical regions in Asia because of the persistent cloud cover and haze cover. Recent advances in radar remote sensing have provided weather-independent data of earth surface, thus offering an opportunity to monitor tropical forest change processes with relatively high spatiotemporal resolutions. In this research, we aim to examine the tropical deforestation process and develop a spatial model to simulate future forest patterns under various scenarios. Riau Province from central Sumatra of Indonesia is selected as the study area; this province has received much attention worldwide because the highest CO₂ emission resulting from tropical deforestation has been recorded. Annual time series PALSAR data from 2007 to 2010 were analyzed for forest mapping and detecting land cover changes. A spatial model was calibrated using the Bayesian method. Modeling parameters were customized for the local subregions that allocate deforestation on the basis of their empirical relationships to physical and socioeconomic drivers. The model generated landscape spatial patterns mirrored the possible locations and extent of deforested areas by 2030 and provided time-series crucial information on forest landscape under various scenarios for future landscape management projects. The results suggested that the current deforestation process is in a critical stage where some subregions may face unprecedented stress on primary forest costing rivers and forest ecosystems by the end of 2020. The perspective views of Riau Province generated by the model highlighted the need for forest/environmental planning controls for the conservation of environmentally sensitive areas.     

基于阈值分割的黑龙江省森林类型遥感识别

全球变化背景下,准确获取森林覆盖是监测森林资源动态、实现林业可持续发展的重要基础。为将省级尺度森林资源清查面积资料空间化,以黑龙江省为例,利用1999-2003年该省森林资源清查面积数据,结合2000年500 m分辨率的MODIS数据,构建了基于阈值分割的森林类型遥感识别方法。该方法利用不同地表覆被类型归一化植被指数时间序列的季节分异特征,以森林资源清查面积为标准,设定森林类型的划分阈值,识别了黑龙江省森林类型的空间分布。最后,基于分层随机抽样和精度评价方法,表明森林类型识别结果与地面参考数据具有较高的一致性,总体分类精度为78.1%;特别是季节特征明显的落叶林,精度可达80%以上。本文所构建的方法可将森林清查统计数据进行准确的空间定位,同时结合多期森林资源连续清查资料和遥感信息,可为识别并量化区域生态系统生物量和碳库变化等提供科技支撑。     

祁连山大野口流域森林空间结构及水源涵养功能

林分空间结构及其水源涵养功能关系一直是森林生态水文学研究的热点.我们在祁连山大野口流域选取林分空间结构、林冠截留和河川径流等监测样地,采用特征参数统计分析、多度分析和相关系数分析等方法,研究了林分空间结构因子及其水源涵养功能之间的关系.结果表明:(1)祁连山大野口流域49块样地的2 819株青海云杉(Picea crassifolia)的胸径、树高、冠长、冠幅、冠幅面积的分布曲线比正态分布平缓,树龄、胸径断面的分布曲线比正态分布剧烈;径级从1～5 cm到26～30 cm、高度级从2～4 m到18～20 m、冠长级从2～4 m到12～14 m、冠幅级从2～4 m到4～6 m,其多度分别为89.4%、94.4%、77.8%和82.7%.(2)林冠截留年总量和平均截留率分别为139.1 mm和35.28％;(3)从相关系数分析来看,海拔对树高影响较大,对冠长影响较小,与其他因子不相关;坡向对冠幅影响最大,对冠长、树高影响较小;坡度对这些因子几乎没有影响.径级与多度、冠长与多度均符合三次多项式关系;胸径与树高、冠长、冠幅、树龄符合线性多元回归函数;雨量级与林冠截留率呈反比.本文可为流域林分空间结构特征与水源涵养功能之间的机理研究提供基础数据和参考资料.     

Who Is “Forest‐Dependent”? Capturing Local Variation in Forest‐Product Sale,Eastern Honduras

How researchers describe groups living within or near the world's tropical rain forests has important implications for how and why these groups are targeted for assistance by conservation and development organizations. This article explores how data about market behavior can be used to assess one aspect of forest peoples’ livelihoods: their “dependence” on forest resources as a source of market income. With the intent of revealing the importance of methodology to how we describe forest peoples’ livelihoods, I draw from a multiyear survey of market activity among the Tawahka Sumu of Honduras and distinguish nested measures of the Tawahkas’ engagement in forest‐product sale. Results indicate that whether or not the Tawahka —or any forest group — can be considered financially “dependent” on forest resources depends on the spatial and temporal scales at which data are aggregated. As a group, the Tawahka earned 18 percent of total market income from forest‐product sale, but their group profile masked a high degree of heterogeneity at the village and household level. Similarly, multiyear data indicated that while group‐level generalizations adhere from year to year, they belie considerable change in households’ market behavior across years. I discuss three ways in which the findings are relevant to the theory and practice of conservation and development in the humid tropics. I emphasize the importance of spatial scale in interventions, how market‐oriented conservation schemes can benefit from a broader conceptualization of the economic context in which forest‐product sale occurs, and how longitudinal analysis can reveal the dynamism of forest peoples’ livelihoods.     

Forest phenological patterns of Northeast China inferred from MODIS data

The role of remote sensing in phenological studies is increasingly regarded as a key to understand large area seasonal phenomena. This paper describes the application of Moderate Resolution Imaging Spectroradiometer (MODIS) time series data for forest phenological patterns. The forest phenological phase of Northeast China (NE China) and its spatial characteristics were inferred using 1-km 10-day MODIS normalized difference vegetation index (NDVI) datasets of 2002. The threshold-based method was used to estimate three key forest phenological variables, which are the start of growing season (SOS), the end of growing season (EOS) and growing season length (GSL). Then the spatial patterns of forest phenological variables of NE China were mapped and analyzed. The derived phenological variables were validated by the field observed data from published papers in the same study area. Results indicate that forest phenological phase from MODIS data is comparable with the observed data. As the derived forest phenological pattern is related to forest type distribution, it is helpful to discriminate between forest types.     

根据MODIS数据推断的中国东北森林物候格局

1 IntroductionPhenology is the study ofthe recurring vegetation cycles and theirconnection to the surroundingenvironm ental factors such as clim ate, hydrology, soil, etc. (W an et al., 1987). Phenologicalrecords provide an integrative indication of the s…