全球历史森林数据中国区域的可靠性评估

全球历史土地利用数据集对于深入理解全球或区域环境变化具有重要意义。历史森林数据作为其重要组成部分,在区域尺度上的可靠性至今鲜有评估。以中国区域为研究对象,依据中国学者基于历史文献资料重建的中国历史森林数据（CHFD）,采用趋势、数量和空间格局等对比法,对全球数据集（SAGE、PJ和KK10）中国森林数据的可靠性进行评估。结果表明：① 虽然全球数据集中国森林数据与CHFD在近300年的变化趋势上均呈减少态势,但数量上差异较大。其中,SAGE数据集对中国1700年以来的森林面积估算较CHFD高出约20%~40%;KK10数据集重建的1700-1850年森林数量则高出约32%~46%;而PJ数据集由于吸纳了区域性研究成果,其总量与CHFD较为接近,多数时点的数量差异低于20%。② 在省区尺度上,从总量与CHFD较为接近的PJ数据集来看,其与CHFD数据集森林变化趋势差异较大省区占到84%,而数量差异较大的省区占比高达92%。③ 在网格尺度上,PJ与CHFD数据集相对差异率> 70%的网格占比高达60%~80%,二者的时空动态格局差异明显。④ 全球数据集中国历史森林数据未能客观反映该区域森林变化的过程与格局特征,造成这一现象的原因在于全球与区域性数据集重建历史数据所依据的资料源不同,以及基于不同空间尺度构建的重建方法的差异等。     

近300年中国耕地数据集重建与耕地变化分析

针对中国历史时期不同政体耕地记录的特点,分别采用因素修正、引用替换、线性内插、衔接对比、人地关系检验、垦殖趋势检验、行政面积比例调整等方法对历史耕地数据进行修正,重建了基于现代省界的近300年中国分省耕地数据集,从数量角度对中国耕地总量和分省耕地变动特点进行分析,得到以下主要结论：① 在耕地总量上,SAGE和周荣的数据明显高估,本文结果与HYDE、CHCD和章有义数据的平均差异率在15%以下;但在省域尺度上,与SAGE、HYDE数据库存在明显差异,相对差异率>30%的省份比重分别为94%和61%,与CHCD数据较为接近,相对差异率>30%的省份比重为22%,但部分省份差异明显,仍需进一步分析研究;② 伴随清中期后的人口爆炸,近300年中国耕地增长近3.2倍,由清朝初年的42.4×10⁶ hm²增加至1985年的136.9×10⁶ hm²,根据增长速率变化可分为五个阶段,即清前中期快速增长阶段、清后期低速增长阶段、民国时期波动阶段、建国初期剧烈增长阶段和建国后耕地流失阶段,影响耕地变化主要是国家政策、战乱、经济发展等驱动因素。③ 从省域尺度看,近300年中国各区域耕地变化差异显著。清初,中国耕地主要集中于长江中下游平原、黄淮海平原、关中盆地及银川平原等地,此后,内地的垦殖活动不断增强,外围农区呈由南向北的趋势不断开荒。建国后,耕地开垦逐步向西北和东北方向发展。     

Comparisons of cropland area from multiple datasets over the past 300 years in the traditional cultivated region of China

Land use/cover change is an important parameter in the climate and ecological simulations. Although they had been widely used in the community, SAGE dataset and HYDE dataset, the two representative global historical land use datasets, were little assessed about their accuracies in regional scale. Here, we carried out some assessments for the traditional cultivated region of China （TCRC） over last 300 years, by comparing SAGE2010 and HYDE （v3.1） with Chinese Historical Cropland Dataset （CHCD）. The comparisons were performed at three spatial scales： entire study area, provincial area and 60 km by 60 km grid cell. The results show that （1） the cropland area from SAGE2010 was much more than that from CHCD moreover, the growth at a rate of 0.51% from 1700 to 1950 and -0.34% after 1950 were also inconsistent with that from CHCD. （2） HYDE dataset （v3.1） was closer to CHCD dataset than SAGE dataset on entire study area. However, the large biases could be detected at provincial scale and 60 km by 60 km grid cell scale. The percent of grid cells having biases greater than 70% （〈-70% or 〉70%） and 90% （〈-90% or 〉90%） accounted for 56%-63% and 40%-45% of the total grid cells respectively while those having biases range from -10% to 10% and from -30% to 30% account for only 5%-6% and 17% of the total grid cells respectively. （3） Using local historical archives to reconstruct historical dataset with high accuracy would be a valu- able way to improve the accuracy of climate and ecological simulation.     

中国传统农区历史耕地数据网格化方法

建立具有空间属性的历史时期土地覆被数据集有助于更好地模拟土地覆被变化的气候 与生态效应。根据我国历史时期土地开发利用的特点, 深入分析了影响我国历史时期土地开 发利用的主导因子, 量化了海拔高度、坡度、人口分布等自然及人文要素与耕地分布的关系, 并以此为依据设计了一套将我国传统农区历史耕地数据网格化的方法与算法模型, 计算各网 格(分辨率为60 km×60 km) 耕地面积占整个农区耕地总面积的比重、以及各网格的耕地面 积与垦殖率; 同时利用基于《嘉庆重修一统志》重建的中国传统农区历史耕地资料, 采用上 述方法与算法建立了研究区内1820 年(清嘉庆二十五年) 60 km×60 km 空间尺度的耕地数据 集, 并绘制了分布图。重建结果与册载府级田亩数据的比较分析表明: 该方法与算法可以有 效地将以行政区域为统计单元的中国历史耕地数据量化为具有统一且更高空间分辨率的网格 化数据集。     

清代西南地区耕地空间格局网格化重建

本文以现代耕地分布格局为基础, 通过量化地形(海拔、坡度)、气候生产潜力(光照、温度、水分)和人口密度等因子与耕地空间分布的关系, 重建了清代西南地区6 个时点分辨率为10 km×10 km的耕地数据。结果表明:①就整体而言, 清代西南地区耕地空间格局的变化表现在两个方面:一是垦殖范围的扩张, 1661-1911 年土地垦殖率在0~10%的网格占比减少了约24%, 主要分布在四川盆地和云贵高原;二是垦殖强度的提高, 1661-1911 年垦殖率大于30%的网格占比提高了10.3%, 最为显著的是四川盆地和云南中东部地区。②就清代西南地区耕地数量增减来看, 整个时段可划分为3 个阶段:前期(1661-1724 年) “复原性”垦殖, 60 多年间土地垦殖率在0~10%的网格占比减少了11.4%;中期(1724-1820 年)缓慢“拓展性”垦殖, 全区垦殖率在0~10%的网格占比下降约7%, 在30%以上的网格占比提高约7%;后期(1820-1911 年)局部抛荒与再垦, 垦殖率在0~10%的网格占比从75.0%降至72.2%, 在30%以上的网格占比从9.1%提高至10.9%。相关分析表明, 本文网格化重建的清代西南地区的耕地空间格局具有一定的合理性。     

清代中期苏皖地区耕地数据网格化处理及精度对比

格点化区域历史土地利用数据是进行历史土地利用/土地覆被变化环境效应模拟的基础。本文基于苏皖地区耕地垦殖倾向,分别采用清代中期苏皖地区省域及县域耕地数据进行网格化降尺度处理,分配至10 km×10 km的网格中,并将两种分配结果进行对比评估来定量探讨数据的空间范围大小对格点化数据的精度影响。得到以下结果:①用苏皖省域耕地数据和县域耕地数据模拟的网格化结果之间存在差异,平均差异率为16.61%。相对差异率较小(-10%~10%)的网格有24.55%,较大(>70%或<-70%)的网格有13.3%,主要存在于洪泽湖流域及苏北北部沿江平原(黄河改道前入海口处)。②苏皖地区清代中期耕地的空间分布具有一定的地域差异。耕地垦殖率较高的地区主要集中于苏南平原地区的太仓市和昆山市北部,苏皖西北部的砀山县、丰县和沛县,垦殖率均在80%以上;而苏北北部旧黄河入海口、洪泽湖流域、太湖流域及安徽南部山区丘陵地区垦殖率较低,多在10%左右。③1735 年耕地主要分布于海拔高度≤100 m,坡度≤2°的地区。到1980s 时,不同坡度下的垦殖率有较大增加。     

过去百年青海和西藏耕地空间格局重建及其时空变化

网格化的历史土地利用/覆被数据集,可为历史气候变化和碳循环研究提供基础数据。本文估算了1910年,并订正了1950-2000年青海和西藏的省域耕地面积数据;基于现代耕地空间格局,量化了海拔高程和地面坡度与耕地空间分布之间的关系,构建了历史耕地网格化重建模型。将1910、1960、1980和2000年的省域耕地面积数据带入网格化重建模型,得到了4个时间断面的耕地空间格局。结果表明:青藏两省耕地面积1910-1950年稳定,1950-1980年快速增加,1980-2000年基本稳定,略有降低。就空间格局而言,1960-1980年,河湟谷地和"一江两河"地区土地开垦范围的扩张和垦殖强度的增长在过去百年最为明显。模型检验表明,模型重建的2000年耕地空间格局与2000年遥感数据相关系数达0.92。     

20世纪中国耕地格网化数据分区重建

针对中国国家尺度层面耕地历史数据集的缺乏,提出了分区建模的方案.首先,将中国定性划分为四大区域,即传统农区、东北地区、西北地区、青藏地区;在此基础上,分别量化地形、人口要素与耕地分布之间的关系,构建空间格网化模型.利用该方案,重建了中国1913、1933、1950、1970、1990 和2000 年6 个时间断面空间分辨率为10 km的格网化耕地数据.对比1990 年的重建结果与遥感解译结果,发现无论是县域尺度,还是栅格尺度,数据集的准确性都较高.对重建的耕地数据集进行分析发现,近百年来中国的耕地面积出现先增后减的趋势,拐点大体在20 世纪后期,不仅是耕地总量的先增后减,而且垦殖强度也是先增后减,但区域之间并不一致,其中变化较大的是东北和西北地区.     

中国历史时期森林空间格局网格化重建方法研究——以东北地区为例

具有空间信息的历史土地覆被数据集是研究土地覆被变化气候与生态效应的基础数据。本文在潜在植被数据和现代遥感土地利用数据的基础上,确定了土地垦殖前森林植被可能的分布范围;遴选并量化了影响我国土地宜垦性的主导因子,评估了省域尺度上土地的宜垦性;构建了以土地宜垦性为权重的历史森林覆被网格化重建模型（网格大小为10 km×10km）;重建了我国东北三省1780 年和1940 年网格化的森林覆被。结果表明：基于省域森林面积数据,该方法较好地再现了历史时期森林空间格局;与2000 年遥感有林地空间数据对比分析显示,模型重建结果与遥感数据绝对误差的单样本t 检验相伴概率（双尾）为0.12,大于显著性水平0.05,表明模型重建结果与遥感数据不存在显著性差异,网格化重建方法具有较好的可行性;同时,重建结果准确性评估也表明：1780 年重建结果在县域尺度上的相对误差在-30%~30%之间的县级政区有99个,占县级政区总数（不含无值区）的74.44%,总体误差相对较小。     

中国历史时期土地利用数据集的重建方法述评

重建长时间序列的历史时期土地利用数据对研究土地利用的时空变化及其产生的气候和生态效应至关重要。相关学者就定量重建中国历史土地利用信息进行了探索, 但重建结果通常是以行政区划为单位的统计性数据, 缺乏地理空间属性信息, 从而限制了其在气候和生态模型中的应用, 因此有必要探讨如何利用有限的历史资料来重建较高分辨率的具有空间属性信息的历史数据。本文针对诸如HYDE、SAGE等具有明确地理空间属性信息的历史土地利用数据集, 从方法的角度对中国历史土地利用空间化数据进行了综合评述, 以期寻求更加合理有效的方法重建具有空间属性的中国历史土地利用数据, 为未来更好地模拟土地利用变化的气候和生态效应提供数据支持。本文论述了不同资料在历史重建中的关系和作用;强调了人口数据在数量重建和空间分配中的双重作用及其局限性;重点分析了空间分配过程的假设条件和不同方法的历史重建对当代土地利用空间格局的依赖程度。本文认为, 需要加强林地空间化数据的重建以服务历史时期的陆地碳循环研究;在未来的研究中, 建议以典型年份控制的方法处理难以量化的社会经济因素对历史土地利用格局的影响;建议进行分区重建, 加强区域集成研究。     

Spatio-temporal analysis of cropland change in the Guanzhong area,China, from 1650 to 2016

As one of the most critical impact factors of global change, historical land-use change is an indispensable input in climate and environment simulations. To better understand the cropland change in the Guanzhong area, gazetteers, statistics, and survey data were collected as data sources. Methods of registered tax-paying cropland data collection, selection of time points, and data interpolation and calibration were used to reconstruct changes in the cropland area. The cropland area data at the county level were allocated to 1 km×1 km grid cells. The total cropland area in the Guanzhong area was influenced by changes in population, wars, natural disasters, and land-use types, and it fluctuated from 1650 to 2016. From 1780 to 1830, the cropland expanded in the northern and western parts of Guanzhong area, and the cropland in the north of Qinling Mountains increased slightly. The spatial pattern of cropland reached its maximum range in 1980, and the cropland area declined in the whole study area, especially in the cities of Xi'an and Xianyang in 2016. The comparison between HYDE 3.2 and the data obtained in this study showed that the grid cells of HYDE 3.2 exhibit lower values of cropland area fractions in the Guanzhong Basin and higher values in high-altitude areas around the Guanzhong Basin as compared to those in this study.     

基于分层分区法的中国历史耕地数据的网格化重建

网格化历史耕地数据集能为历史时期耕地变化研究提供更精确的支持,并且为全球环境气候变化研究模型模拟提供驱动数据。本文综合考虑了中国历代土地利用开发的特点及自然人文因子对耕地的影响,设计了一套对中国耕地先分区再分层分配的网格化方法。基于国内3个主流区域耕地数据研究成果,采用上述方法建立了1820年（清仁宗嘉庆二十五年）和1936年（民国二十五年）中国10 km×10 km分辨率的耕地数据集,并绘制了分布图。本文还利用国内具有代表性的区域数据集对重建结果进行对比验证。结果表明,该方法可以保证耕地数量的权威性,并且建立具有区域性的高精度历史耕地数据集。     

Crop cover reconstruction and its effects on sediment retention in the Tibetan Plateau for 1900–2000

Geographically explicit historical land use and land cover datasets are increasingly required in studies of climatic and ecological effects of human activities. In this study, using historical population data as a proxy, the provincial cropland areas of Qinghai province and the Tibet Autonomous Region (TAR) for 1900, 1930, and 1950 were estimated. The cropland areas of Qinghai and the TAR for 1980 and 2000 were obtained from published statistical data with revisions. Using a land suitability for cultivation model, the provincial cropland areas for the 20th century were converted into crop cover datasets with a resolution of 1 × 1 km. Finally, changes of sediment retention due to crop cover change were assessed using the sediment delivery ratio module of the Integrated Valuation of Ecosystem Services and Trade-offs (In- VEST) model (version 3.3.1). There were two main results. (1) For 1950–1980 the fractional cropland area increased from 0.32% to 0.48% and land use clearly intensified in the Tibetan Plateau (TP), especially in the Yellow River–Huangshui River Valley (YHRV) and the midstream of the Yarlung Zangbo River and its two tributaries valley (YRTT). For other periods of the 20th century, stability was the main trend. (2) For 1950–1980, sediment export increased rapidly in the Minhe autonomous county of the YHRV, and in the Nianchu River and Lhasa River basins of the YRTT, which means that sediment retention clearly decreased in these regions over this period. The results of this assessment provide scientific support for conservation planning, development planning, or restoration activities.     

Gridding cropland data reconstruction over the agricultural region of China in 1820

Recent studies have demonstrated the importance of LUCC change with climate and ecosystem simulation, but the result could only be determined precisely if a high-resolution underlying land cover map is used. While the efforts based satellites have provided a good baseline for present land cover, what the next advancement in the research about LUCC change required is the development of reconstruction of historical LUCC change, especially spatially-explicit historical dataset. Being different from other similar studies, this study is based on the analysis of historical land use patterns in the traditional cultivated region of China. Taking no account of the less important factors, altitude, slope and population patterns are selected as the major drivers of reclamation in ancient China, and used to design the HCGM (Historical Cropland Gridding Model, at a 60 km×60 km resolution), which is an empirical model for allocating the historical cropland inventory data spatially to grid cells in each political unit. Then we use this model to reconstruct cropland distribution of the study area in 1820, and verify the result by prefectural cropland data of 1820, which is from the historical documents. The statistical analyzing result shows that the model can simulate the patterns of the cropland distribution in the historical period in the traditional cultivated region efficiently.     

中国传统农区1820年耕地数据网格化方法

Recent studies have demonstrated the importance of LUCC change with climate and ecosystem simulation, but the result could only be determined precisely if a high-resolution underlying land cover map is used. While the efforts based satellites have provided a good baseline for present land cover, what the next advancement in the research about LUCC change required is the development of reconstruction of historical LUCC change, especially spatially-explicit historical dataset. Being different from other similar studies, this study is based on the analysis of historical land use patterns in the traditional cultivated region of China. Taking no account of the less important factors, altitude, slope and population patterns are selected as the major drivers of reclamation in ancient China, and used to design the HCGM (Historical Cropland Gridding Model, at a 60 km×60 km resolution), which is an empirical model for allocating the historical cropland inventory data spatially to grid cells in each political unit. Then we use this model to reconstruct cropland distribution of the study area in 1820, and verify the result by prefectural cropland data of 1820, which is from the historical documents. The statistical analyzing result shows that the model can simulate the patterns of the cropland distribution in the historical period in the traditional cultivated region efficiently. Foundation: National Natural Science Foundation of China, No.40471007; Innovation Knowledge Project of CAS, No.KZCX2-YW-315 Author: Lin Shanshan (1982–), Master, specialized in historical environmental change.