WE ARE COMMITTED TO REPORTING THE LATEST FORESTRY ACADEMIC ACHIEVEMENTS

Volume 41 Issue 4
Aug.  2020
Article Contents
Turn off MathJax

Li C C, Yang J J. Temporal and spatial changes of forest land resources and topographical factors in the middle and upper reaches of the Jialing River: a case study in Wusheng County, Sichuan Province[J]. Journal of Sichuan Forestry Science and Technology, 2020, 41(4): 28−37 doi: 10.12172/202003240003
Citation: Li C C, Yang J J. Temporal and spatial changes of forest land resources and topographical factors in the middle and upper reaches of the Jialing River: a case study in Wusheng County, Sichuan Province[J]. Journal of Sichuan Forestry Science and Technology, 2020, 41(4): 28−37 doi: 10.12172/202003240003

Temporal and Spatial Changes of Forest Land Resources and Topographical Factors in the Middle and Upper Reaches of the Jialing River: A Case Study in Wusheng County, Sichuan Province


doi: 10.12172/202003240003
More Information
  • Received Date: 2020-03-24
    Available Online: 2020-06-26
  • Publish Date: 2020-08-17
  • There are many forest land resources in the middle and upper reaches of the Jialing River. It is of great significance to study the relationship between the structure, distribution and topographical factors of forest resources for the ecological protection of the Jialing River. Using the Landsat TM remote sensing image and DEM data of 1998 and 2018, this paper studied the influence of topographical factors on the spatial evolution of forest land resources by using the maximum likelihood classification method, DEM data grid surface analysis, reclassification processing and spatial superposition. The area of the forest land resources in the middle and upper reaches of the Jialing River increased significantly at a rate of 318.43 hm2·a−1. Among the forest land resources types, the average increase rate of forest land was the fastest, and the positive increase rate of forest land, suitable forest land and nursery land was different from that of sparse forest land, immature forest land and non-forest land. The structure of forest land resources was dorminated by Cupressus funebris and Eucalyptus grandis in water and soil conservation forest and water conservation forest, and orange was aided in economic forest. Forest land resources were mainly concentrated on gentle slope, low-altitude hills and downhill slope positions, with very few areas on without aspect distribution. The transfer rate of forest land resources was the fastest and the largest in downhill slope positions, low-altitude hills and southwest and southeast slopes. The distribution index of various forest types was quite different in different topographies. Generally, the slope and downhill position were the absolute dominant positions, while the flat slope and non-slope were the relative disadvantaged positions. Partial correlation analysis showed that slope, altitude, aspect and slope position had negative correlation, positive correlation, positive-negative alternation and negative correlation with the total amount of forest land resources respectively, but had obvious positive correlation with forest land, shrub land and nursery land. Based on the study of the spatial relationship between the total amount, structure and topographic factors of forest land resources, the distribution of forest land resources in the middle and upper reaches of the Jialing River could be better understood, providing reference basis for ecological restoration and ecological structure adjustment in the latter stage.
  • 加载中
  • [1] 徐新良,刘纪远,庄大方,等. 中国林地资源时空动态特征及驱动力分析[J]. 北京林业大学学报,2004(1):41−46. doi: 10.3321/j.issn:1000-1522.2007.01.008
    [2] 李增元. 林业遥感, 遥感技术与应用, 森林资源, 遥感监测[J]. 中国科学院院刊,2013(z1):132−144.
    [3] 李增元,高志海,李凡,等. 高分林业遥感应用示范系统的建设与应用[J]. 卫星应用,2015(3):25−30.
    [4] 王妍. 基于DEM的地形信息提取与景观空间格局分析[D]. 西南大学, 2006.
    [5] Binder. J. E. J. D. White and M. M. B. The relations between vegetation types and topography in Lassen Conditional park[J]. Plant Ecology, 1997, 5(131): 17−29.
    [6] KNIGHTCL. Expansion of gallery forest on Kenya Prairie Research Natural Area Kama[J]. Landscape Ecology, 1994, 9(2): 117−125.
    [7] SIDDIQI M N. Monitoring changes in revering forests of Singh-Pakistan using remote Sensing and GIS techniques[J]. Advances in Space Research, 2004, 33: 333−337. doi: 10.1016/S0273-1177(03)00469-1
    [8] XIE Cue, XIE Lingual, Fan Yuan. Temporal Patterns and Drivers of Forest Change from1985–2000 in the Beijing Region of China[J]. Journal of Resources and Ecology:, 2016, 7(4): 301−308. doi: 10.5814/j.issn.1674-764x.2016.04.009
    [9] 章皖秋,李先华,罗庆州,等. 基于RS、GIS的天目山自然保护区植被空问分布规律研究[J]. 生态学杂志,2003,22(6):21−27. doi: 10.3321/j.issn:1000-4890.2003.06.005
    [10] 孔繁花,李秀珍,尹海伟. 等. 地形对大兴安岭北坡林火谜地森林景观格局影响的梯度分析[J]. 生态学报,2004,24(9):1863−1870. doi: 10.3321/j.issn:1000-0933.2004.09.006
    [11] 曾宏达. 基于DEM和地统计的森林资源空问格局分析一以武夷山山区为例[J]. 地球信息科学,2005,7(2):82−88.
    [12] 张兆鹏. 基于多源遥感数据的林地类型精细识别与变化监测研究[D]. 西安科技大学, 2018.
    [13] Ou May. O., Phosphate S. S., Hesitate R.. Multistage remote sensing data segmentation and post-segmentation change detection based on logical modeling: Theoretical exportation experimental results for forestland cover change analysis[M]. Persimmon Press, Inc. 2008.
    [14] Huang C., Coward S. N., Makes J. G., ET AL. An automated approach for reconstructing recent forest disturbance history using dense Landsat time series stacks[J]. Remote of Environment, 2010, 114(1): 183−198. doi: 10.1016/j.rse.2009.08.017
    [15] 陈芸芝, 陈崇成, 汪小钦, 等. 多源数据在森林资源动态变化监测中的应用[C]// 全国遥感技术学术交流会. 2003: 146−152.
    [16] 国家林业局. 国家森林资源连续清查技术规定[M], 2014.
    [17] 刘洋,肖中琪,张怀清,等. 新疆阿尔泰山天然林保护工程区2000-2016年林地类型变化分析[J]. 林业资源管理,2019(01):70−78.
    [18] Chen T. Statistical-Cost Network-Flow Approaches to Two-Dimensional Phase Unwrapping for Radar Interferon[D]. California: Stanford University, 2001.
    [19] 张宏, 温永宁, 刘爱利, 等. 地理信息系统算法基础[M], 2010.
    [20] 焦贝贝,石培基,刘春芳,等. 黄土高原川东丘陵区农村居民点分布与地形因子关系研究——以兰州市七里河区为例[J]. 资源科学,2013(08):1719−1727.
    [21] 汤国安,宋佳. 基于DEM坡度图制图中坡度分级方法的比较研究[J]. 水土保持学报,2006(2):157−160. doi: 10.3321/j.issn:1009-2242.2006.02.038
    [22] 王玲,吕新. 基于DEM的新疆地势起伏度分析[J]. 测绘科学,2009(1):113−116. doi: 10.3771/j.issn.1009-2307.2009.01.038
    [23] 周成虎,程维明,钱金凯,等. 中国陆地1∶100万数字地貌分类体系研究[J]. 地球信息科学学报,2009(6):707−724. doi: 10.3969/j.issn.1560-8999.2009.06.006
    [24] 摆万奇,赵士洞. 土地利用与土地覆盖变化研究模型综述[J]. 自然资源学报,1997,12(2):170−175.
    [25] 安美玲,张勃,孙力炜,等. 黑河上游土地利用动态变化及影响因素的定量分析[J]. 冰川冻土,2013,35(2):355−356.
    [26] 张永庭,魏采用,徐友宁,等. 基于遥感技术的宁东煤炭基地土地利用变化及驱动力分析[J]. 地质通报,2018,37(12):2169−2175.
    [27] 李云强,齐伟,王丹,等. GIS 支持下山区县域农村居民点分布特征研究——以栖霞市为例[J]. 地理与地理信息科学,2011(3):73−77.
    [28] 斯钧浪,齐伟,曲衍波,等. 胶东山区县域土地利用在地形梯度上的分布特征[J]. 应用生态学报,2009(3):679−685.
    [29] 马士斌,张勇荣,安裕伦. 山区城市土地利用动态空间分布特征: 以贵州省六盘水市为例[J]. 自然资源学报,2012,27(3):489−496. doi: 10.11849/zrzyxb.2012.03.015
    [30] 龚文峰,袁力,范文义. 基于地形梯度的哈尔滨市土地利用格局变化分析[J]. 农业工程学报,2013(2):250−259.
    [31] 孙丕苓,许月卿,王数. 环京津贫困带土地利用变化的地形梯度效应分析[J]. 农业工程学报,2014(14):277−288. doi: 10.3969/j.issn.1002-6819.2014.14.035
    [32] 许宁,张广录,刘紫玉. 基于地形梯度的河北省太行山区土地利用时空变异研究[J]. 中国生态农业学报,2013(10):1284−1292.
    [33] 陈利顶,杨爽,冯晓明. 土地利用变化的地形梯度特征与空间扩展——以北京市海淀区和延庆县为例[J]. 地理研究,2008(6):1225−1234. doi: 10.3321/j.issn:1000-0585.2008.06.001
    [34] 仇宽彪. 北京市五环内城市植被格局及公园绿地生态服务功能价值初步研究[D]. 北京: 中国林业科学研究院, 2011.
  • 加载中
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

Figures(5)  / Tables(3)

Article views(463) PDF downloads(22) Cited by()

Related
Proportional views

Temporal and Spatial Changes of Forest Land Resources and Topographical Factors in the Middle and Upper Reaches of the Jialing River: A Case Study in Wusheng County, Sichuan Province

doi: 10.12172/202003240003
  • 1. Guang'an Garden Bureau, Guang’an 638500, China
  • 2. Guang'an Distributional Natural Resources and Planning, Guang’an 638550, China

Abstract: There are many forest land resources in the middle and upper reaches of the Jialing River. It is of great significance to study the relationship between the structure, distribution and topographical factors of forest resources for the ecological protection of the Jialing River. Using the Landsat TM remote sensing image and DEM data of 1998 and 2018, this paper studied the influence of topographical factors on the spatial evolution of forest land resources by using the maximum likelihood classification method, DEM data grid surface analysis, reclassification processing and spatial superposition. The area of the forest land resources in the middle and upper reaches of the Jialing River increased significantly at a rate of 318.43 hm2·a−1. Among the forest land resources types, the average increase rate of forest land was the fastest, and the positive increase rate of forest land, suitable forest land and nursery land was different from that of sparse forest land, immature forest land and non-forest land. The structure of forest land resources was dorminated by Cupressus funebris and Eucalyptus grandis in water and soil conservation forest and water conservation forest, and orange was aided in economic forest. Forest land resources were mainly concentrated on gentle slope, low-altitude hills and downhill slope positions, with very few areas on without aspect distribution. The transfer rate of forest land resources was the fastest and the largest in downhill slope positions, low-altitude hills and southwest and southeast slopes. The distribution index of various forest types was quite different in different topographies. Generally, the slope and downhill position were the absolute dominant positions, while the flat slope and non-slope were the relative disadvantaged positions. Partial correlation analysis showed that slope, altitude, aspect and slope position had negative correlation, positive correlation, positive-negative alternation and negative correlation with the total amount of forest land resources respectively, but had obvious positive correlation with forest land, shrub land and nursery land. Based on the study of the spatial relationship between the total amount, structure and topographic factors of forest land resources, the distribution of forest land resources in the middle and upper reaches of the Jialing River could be better understood, providing reference basis for ecological restoration and ecological structure adjustment in the latter stage.

  • 林地是森林资源的重要组成部分,它不仅是林业发展的基础,而且是控制森林资源消耗,增强森林生态防护效益,实现国民经济可持续发展的根本与保障[1]。同时,林地资源作为森林资源生存发展的载体,承担着生态建设的主体[2],履行着建设、保护和恢复森林、湿地、荒漠生态系统、生物多样性的重要职能[3]。它关系到区域生态格局和环境变化,尤其是嘉陵江中上游地区,水土流失、滑坡、泥石流等地质灾害近年频频发生,很大程度与土地利用结构、林地资源空间布置有着密切的关系。而地形因子是景观空间分布格局的重要影响因子,特别是在人为活动占优势的景观中,地形条件成为大尺度景观空间分布格局的决定因素[4]。目前,在景观和植被格局分析中,地形因素的作用已经引起关注[5]。大量专家和学者从不同角度研究林地资源景观与地形因子之间的关系,取得了很好的效果。Knight等利用不同时期遥感数据、地貌数据及地形高程模型作为空间数据层进行了空间叠加操作,分析了不同地貌类型、不同流域的林地资源动态变化[6]。M.N.Quiddity运用遥感和GIS技术监测河岸林地资源变化情况[7];谢雪等从景观生态学和逻辑回归学深刻分析了京津冀地区1985~2000期间林地变化的时空格局及其影响因素,分析结果表明,林地景观破碎化正在下降和林地形状变得越来越规则[8];章皖秋等利用GIS空间分析功能,研究了天目山自然保护区内各植被类型空间分布规律,定量描述了自然保护区内各植被类型的高程、坡向、坡度分布,并给出了科学的统计结果[9];孔繁华等以大兴安岭图强林区为研究背景,探讨了火后地形对林地景观格局变化的影响情况,进而为森林资源的可持续经营与管理提供了科学依据[10]。曾宏达研究了武夷山林区,认为地形深刻影响着树木的天然分布,森林资源空间分布与地形紧密相关[11]。在林地类型识别、划分方面,经过国内外大量学者的共同努力已取得很大的进步,而且已有很多研究学者开始利用高空间分辨率遥感影像开展林地资源类型变化监测和划分[12]。Noumea Y.O.等[13]利用1986年的Landsat TM数据和2001年的Landsat ETM+数据,对非洲东部的土地覆盖类型进行了分类,分类精度高达88.4%。Huang C.等[14]运用长时间序列的Landsat 数据,采用基于 VCT(Vegetation Change Tracker)的监测方法对森林扰动进行了自动化监测。陈芸芝等[15]以1997—2000年间的SPOT5和TM影像为主要数据源(融合后),以1997年小班图层辅助数据,采用分层监督分类法分析了福建省漳浦县的林地和非林地间的转化信息。综合来看,对林地资源类型的分类在方法上已经成熟,在标准划分上也有参考依据。

    嘉陵江在武胜县境内全长达86 km,经西北向东南流经整个县域范围,两岸人口密集,地形坡度较大,人类活动对嘉陵江流域影响较高,而森林植被的合理空间布局及变化可有效保护两岸的水土流失,净化水质。本文在相关学者研究成果的基础上,利用RS和GIS技术,在DEM数据的基础上提取坡度、海拔、坡位和坡向并进行重分类,对叠加遥感解译和矢量化的林地资源数据进行时空分析,并建立林地资源时空转移图像和分布指数,以期为嘉陵江中上游地区生态环境保护、林业产业发展提供科学依据。

1.   材料与方法
  • 研究区位于东经105°56′39″~106°26′56″,北纬30°10′46″~30°32′36″。地势由西北向东南逐渐降低,耕地相对集中,地表较为平缓,除少数孤台高地外,其余多属低丘地形,地表相对高差在20~50 m之间,海拔在192~448 m之间(见图1)。县境东西长48.5 km,南北宽40.5 km,面积95584.76 hm2。植被分布以常绿阔叶林(樟科、棕榈科、桑科和竹林)、落叶阔叶林(壳斗科、蔷薇科、杨柳科等植物)和常绿针叶林(马尾松、柏木林)为主。

    Figure 1.  Images and location of the study area

  • 地形基础数据来源于中国科学院应用数据环境中心(分辨率30 m);林地资源类型解译基础数据Landsat TM影像来源于地理空间数据云;成像时间为森林植被生长相对茂密的夏季(分别为1998年6月7日、2018年7月3日),波长范围1.56~1.66 um,空间分辨率30 m。其他数据参考四川省2018年森林资源二类调查和林地变更数据。

  • 结合国家林业局2014年颁发的《国家森林资源连续清查技术规定(2014)》[16]和相关学者在实际研究中对林地资源的认识分类[17],建立训练样本,把研究区林地资源划分为七大类(见图2):分别为有林地(包含乔木林地、竹林地)、疏林地、灌木林地、苗圃地、未成林造林地、无林地、宜林地。

    Figure 2.  Distribution of forest land resources area on topographic factors in 1998

  • 地形因子分级时应既能体现研究区地形特征,又能反映自然规律[18]。根据嘉陵江中上游河谷地形地貌特征,参照相关学者对地形因子的等级划分[19-23],运用坡度(平坡、缓坡、斜坡和陡坡)、海拔(低海拔平原≤200 m、200 m<低海拔丘陵≤400 m、400 m<低海拔低山<1300 m)、坡向(九类)和坡位(山谷、平地、下坡、中坡、上坡和山脊)4个地形因子来反映研究区崎岖不平但起伏平缓的实际。

  • 在ArcGIS10.6平台上先对1998、2018两期Landsat TM影像进行主成分分析(PCA),根据自动分类结果和武胜县二类森林资源调查数据建立训练样本,训练样本建立后用散点图和直方图进行精度初检验,尽量避免不同颜色波段重合,若有部分重合删掉重新勾绘样本区,直到训练样本中不同地类基本分离。样本建立后,保存样本区创建特征文件(后缀.gsg文件),并进行交互式监督分类,初步判定分类效果,若分类效果较好,执行最大似然分类,并创建精度评估点,计算混淆矩阵,得出分类结果图和总体分类精度。

  • 把定量描述土地利用变化速度的指标[24-25]引入林地资源动态变化上,采用林地资源面积动态在单位时间内变化情况研究林地资源变化动态度,其公式如下:

    式中H为林地资源动态度;T2T1为研究初期和末期的间隔值[26]M2M1为研究时段内净差值。

  • 指相同地形空间上林地资源在某一时间段内的变化快慢,其公式可表示为:

    式中L表示空间转移速率,Z2Z1分别表示同一地形因子上林地资源末期、初期值,T1T2表示同一地形因子上林地资源计算起始时间。

  • 为更好描述不同地形条件上林地资源的空间分布状况,消除不同地形因子面积分布差异造成的影响,研究引入分布指数来说明林地资源在不同地形条件的分布情况[27-28],其公式为:

    上式中:Pie为第i种林地资源在地形位e上的分布指数;Siei种林地资源在地形位e上的面积;Si为研究区第i种林地资源类型的面积;Se为研究区内第e种地形位的总面积;S为研究区的总面积。分布指数越小表面某种林地类分布与标准分布的偏离越小,其对地形差异的适宜性越大;分布指数越大,则表明某种林地类对地形具有较强的选择性[29-31]。当分布指数Pie=1时,表示某林地类型在某种地形上的比重与研究区内该林地资源的比重相等;当Pie>1时,表示某林地类型在该地形上的比重大于该地类总面积在研究区的比重,故将Pie>1的区间设定为该林地资源利用类型的优势位[32-33]

2.   结果与分析
  • 研究区1998和2018年林地资源总面积分别为11549.3、17917.95 hm2,增加量6368.65 hm2,相对变化率134.43%,增长速率318.43 hm2·a−1(见表1)。林地资源类型以有林地增加为主,呈现以442.13 hm2·a−1的速率增加,面积净增加量8842.53 hm2,相对变化率高达115.52%,资源动态度是除苗圃地外唯一一个动态正增长的;疏林地20年间面积减少了556.83 hm2,减少速效27.84 hm2·a−1;灌木林地面积净增加705.54 hm2,增加速率35.28 hm2/a;苗圃地增长基数较小,年均增长速效缓慢,但波动较高,相对变化率达到了296.58%,同时动态度是所有林地资源类型中最大的;未成林地面积净值减少了728.7 hm2,减少速率−36.4 hm2·a−1;无林地减少速率达到−108.06 hm2·a−1,相对变化率−84.77%;宜林地面积净增加256.12 hm2,相对变化率和动态度均为0。

    地类Land type年份Year变化内容Change of content年平均增加速率/(hm2·a−1
    19982018面积净值/hm2相对变化率/%动态度/H
    有林地Closed forest land7654.716497.238842.53115.520.068442.13
    疏林地Sparse woodland5570.17−556.83−99.97−0.059−27.84
    灌木林地Shrub0705.54705.540.000.00035.28
    苗圃地Nursery garden3.815.0711.27296.580.1740.56
    未成林造林地Newfoundland784.155.4−728.7−92.93−0.055−36.44
    无林地No forest land2549.7388.42−2161.28−84.77−0.050−108.06
    宜林地Woodland0256.12256.120.000.00012.81
    合计Total11549.3017917.956368.65134.430.079318.43

    Table 1.  Changes of forest land resource types of Wusheng County from 1998 to 2018

  • 对研究区23种常见的乔木林、20种经济林树种进行面积、蓄积分析,结果如表2所示林地资源结构以巨桉和柏木为主,面积分别为1364.07、1014.25 hm2;杨树和香椿次之,面积为634.45、573.05 hm2,其他树种面积分布差异较大,黄花槐仅0.11 hm2。经济林树种以橙为主,面积达到1 450.47 hm2,超过乔木林中面积最大的巨桉,核桃、梨面积均超过300 hm2,其他经济林面积变化范围在1.47~249.29 hm2。同时,森林蓄积量中以乔木林的巨桉124 980 m3最大,其次分别为杨树(Populism filamentous)、马尾松(Pinus massoniana)、柏木和香椿(Toona sinensis);经济林中最大蓄积量为杜仲(Eucommia ulmoides),达到8890 m3,其次为核桃4797 m3。林地资源结构表明研究区以水源涵养林、水土保持林为主,经济林为辅的格局形式。

    乔木林(n=23)经济林(n=20)
    树种拉丁名面积/hm2蓄积/m3树种拉丁名面积/hm2蓄积/m3
    柏木Cupressus funebris1014.2553007核桃Juglans regia371.034797
    马尾松Pinus massoniana233.0758488杜仲Eucommia ulmoides15.41712
    水杉Metasequoia glyptostroboides0.6143黄柏Phellodendron amurense5.57440
    樟树Cinnamomum camphora152.1211585银杏Ginkgo biloba25.72840
    麻栎Quercus acutissima11.43780板栗Castanea mollissima47.2927
    刺槐Robinia pseudoacacia123.473734Citrus reticulata249.29
    榕树Ficus microcarpa4.564Citrus maxima160.49
    槐树Sophora japonica13.971245Pyrus bretschneideri340.67
    女贞Ligustrum lucidum14.41670Prunus salicina21.45
    黄花槐Sophora xanthantha0.118桂花Osmanthus fragrans 6.05
    桉树Eucalyptus robusta2.64253Citurs sinensis1450.47
    巨桉Eucalyptus grandis1364.07124980Amygdalus persica36.32
    杨树Populus tomentosa.634.4569887樱桃Cerasus pseudocerasus 2.13
    构树Broussonetia kazinoki8.06188枇杷Eriobotrya japonica 8.65
    刺桐Erythrina variegata47.053406Ziziphus jujuba2.9
    天竺桂Cinnamomum japonicum0.2422Diospyros kaki35.71
    玉兰Magnolia denudata1.0916银杏Ginkgo biloba24.12502
    枫杨Pterocarya stenoptera11.83914桂花Osmanthus fragrans 14.93
    楝树Decaspermum78.064394杜仲Eucommia ulmoides206.048890
    栾树Koelreuteria paniculata59.45294紫荆Cercis chinensis146.28
    红椿Toona ciliata17.68243
    香椿Toona sinensis573.0533392
    臭椿Ailanthus altissima 118.9810758

    Table 2.  Statistics of area and volume of main timber forest and economic forest in the study area

  • 图2反映1998年研究区林地资源在缓坡上面积最大且有林地面积最多:①坡度上,缓坡对林地资源关系最明显,面积为6 040.05 hm2。有林地面积为4 003.25 hm2,占缓坡林地资源面积的66.28%,无林地和未成林地面积分别为1 333.44、410.07 hm2,占缓坡林地资源面积的22.07%、6.78%。②海拔上以有林地为主,无林地为辅。低海拔丘陵>低海拔低山>低海拔平原,面积分别为5 024.06 hm2、3 863.14 hm2、2 662.1 hm2。③坡向上,森林资源表现出无坡向少,南坡分布多,其他7个坡向均匀分布的特点,这主要是与研究区地形、坡向有极大的关系,研究区无坡向面积仅占到研究区总面积的0.41%,故该地形上自然资源总量较小;而南坡林地资源分布较多,主要是该坡向上光热资源充足,能满足大部分森林植物的光合作用吸收,特别是对喜热、喜光植物分布有极大的优势。④坡位上,森林资源在下坡位面积最大,为8 529.04 hm2,山谷面积最小,为78.08 hm2,这与人类活动强度有密切关系,山谷地形崎岖不平,路窄坡陡,不适合人类长期性的生产经营性活动。

  • 图3显示2018年林地资源在地形因子上呈以下变化特征:①缓坡上林地资源面积分布广,为8 226.64 hm2,其次为平坡,面积为7 596.88 hm2,陡坡面积仅为26.15 hm2;与1998年相比,林地资源类型仍以有林地为主,无林地和未成林地资源面积大幅减少,疏林地和宜林地出现了不同程度的增加。②低海拔丘陵区域林地资源面积分布最广,达到7 357.44 hm2,其次为低海拔低山区域,面积为5 566.26 hm2,低海拔平原区分布最少,面积为3 573.53 hm2;林地资源面积呈现出有林地>灌木林地>无林地>宜林地>未成林地>苗圃地>疏林地的分布特征。这与研究区植被覆盖类型有极大的关系,低海拔丘陵区分布着成片的竹子,使得研究区丘陵地区有林地面积较大,而平原地区地势平坦用来发展林业的土地资源相对较少。③9个坡向除无坡向林地资源分布面积特别小以外,其他8个坡向波动范围在1 890 hm2~2 478 hm2,整体波动较小。说明研究区各坡向水热相差较小,由于无坡向地区人口相对集中,人类活动干预较大,可发展林业用地的面积较少。④坡位林地资源面积呈现出下坡>中坡>平地>上坡>山谷>山脊的特征,下坡位林地资源面积为11 519.14 hm2,山脊面积仅为81.15 hm2,两者相差140倍,一方面与研究区的特殊地形有极大的关系,山脊只占到研究区总面积的0.34%;另一方面下坡位属于坡位三等分的下坡位,该地形上土壤和光照条件较好。

    Figure 3.  Distribution of forest land resources area on topographic factors in 2018

  • 林地资源随地形因子空间转移速率可直观反映出地形因子对其影响程度。图4反映,有林地平均转移速率和累计转移速率较快,平均值为110.53 hm2·a−1,累计转移速率442.13 hm2·a−1,最大地形因子转移速率为下坡位247.63 hm2·a−1,其次是平坡215.27 hm2·a−1和缓坡211.17 hm2·a−1。无林地为负向转移速率最大林地资源类型为,累计负向转移速率108.06 hm2·a−1,年平均负向转移27.01 hm2·a−1,转移面积最大值出现在下坡位−81.66 hm2·a−1。其他林地资源灌木林、宜林地均以8.82 hm2·a−1、3.20 hm2·a−1的平均速度增长。未成林和疏林地同时负向转移速率较快。表明研究区20年期间林地资源正向、负向转移速率加快,有林地、灌木林和宜林地不断增加,无林地、疏林地和未成林地不断减少。海拔梯度上以有林地的低海拔丘陵增加速率最大,其值为201.37 hm2·a−1,其次为低海拔低山的150.29 hm2·a−1,低海拔平原也有不同程度的增加,相对丘陵和低山地形增加量小和增加速率要慢,主要受到平原地带土地利用结构的限制,基本农田和城市用地较多,发展林业用地空间有限。西北坡、东北坡增加速率较慢,东南、西南增加速率较快,原因是东南、西南坡属于阳坡,光照充足,植物光合作用吸收较好,而西北、东北坡属于阴坡坡向,光照资源不足,属于部分耐阴灌木植物生长区域。

    Figure 4.  Forest land resources transfer direction and rate on topographic factors in the study area from 1998 to 2018

  • 林地资源分布指数在一定程度上能够直观反映林地资源在地形上的分布状况,可从定量化的角度揭示林地资源与地形因子的空间分布关系。在坡度上,林地资源分布指数呈先缓慢增加—急速上升(达到最大值)—快速下降的趋势,在平坡上都位于临界值以下,在缓坡上分布指数超过临界值,斜坡上达到最大值,到陡坡上分布指数骤然下降,尤其是疏林地,从斜坡上的最大优势位下降到临界值以下(见图5)。从林地资源类型来看,除疏林地外,其他六类林地资源分布指数趋势基本相同,且除在平坡分布指数<1,属于劣势分布位外,缓坡、斜坡和陡坡分布指数均>1,这三个坡向是六类林地资源分布的优势位。在坡向上,无坡向上林地资源分布指数较低,其他八类坡向上分布指数均在临界值附近波动,大幅波动的林地资源属于疏林地,经历了上升-下降-上升-下降的趋势。坡向林地资源分布指数表明无坡向是研究区林地资源分布的劣势位,而其他八个坡向上除疏林地外,均是林地资源分布的优势位。在坡位上,分布指数总体趋势基本一致,疏林地分布指数两极分化明显,在山谷达到最大值2.98,是其绝对优势分布位,到平地坡位迅速下降到临界值以下,下坡位缓慢回升到0.87,然后到上坡位快速上升到2.48,山脊下降为0。下坡位和上坡位是研究区林地资源分布的优势位。出现这种分布原因主要与研究区丘陵地形有关,山谷受到交通通达性、地形的复杂性的影响,林地资源在遭受自然灾害受损以后,未能及时通过更新改造、补植抚育等手段改变林地资源类型。在海拔上,除疏林地分布指数呈波动较大外,其余六类林地资源在海拔上呈直线上升,在低海拔平原上分布指数最小,到低海拔丘陵分布指数上升到临界值1附近,低海拔低山上超过分布指数临界值,属于林地资源分布的优势位。

    Figure 5.  Distribution index map of forest land resources in the study area

3.   讨论
  • 嘉陵江中上游林地资源面积以318.43 hm2·a−1的速度显著增加,林地资源类型中有林地平均增加速率最快,正向增加明显的有林地、宜林地和苗圃地与疏林地、未成林地和无林地速率大小不一;林地资源结构呈现出以水土保持林、水源涵养林的柏木和巨桉为主,经济林中的橙为辅的特征;林地资源主要集中在缓坡坡度、低海拔丘陵和下坡坡位上,无坡向分布区域极少;林地资源转移速率在下坡坡位、低海拔丘陵和西南、东南坡向正、负转移速率最快和最大;各林地类型分布指数在不同地形上差异较大,总体以斜坡、下坡位为绝对优势位,平坡、无坡向为相对劣势位。

  • 通过对地形因子与林地资源分布指数进行Person偏相关分析(见表3),显示坡度因子与林地资源总体呈典型的负相关关系,坡度越大对林地资源生理发育、土壤的保水性、光合作用的吸收都将产生负面作用,已有研究表明,坡度>45°时所属区域内会限制植物的生长[34],这一结论与2.4中在坡度地形因子上,林地资源分布指数总体呈先缓慢增加—急速上升(达到最大值)—快速下降的趋势高度一致。海拔因子与林地资源指数呈显著的正相关关系,特别是有林地、灌木林地都达到了0.01水平下的显著相关性,充分表明在低海拔丘陵地区,海拔高度是影响林地资源分布的关键性因素之一;坡向因子与林地资源关系不一致,在疏林地上呈负相关关系,其他林地资源上相关关系不明显;坡位因子与疏林地呈典型的负相关关系,但与有林地、灌木林地、苗圃地正相关关系较明显。建议在嘉陵江两岸坡度较大区域合理布置水源涵养林毛竹、慈竹、景观林等。

    地形Terrain/
    地类Land type
    有林地
    Closed forest land
    疏林地
    Sparse woodland
    灌木林地
    Shrub
    苗圃地
    Nursery garden
    未成林地
    Newfoundland
    无林地
    forest land
    宜林地
    Woodland
    坡度Slope−0.112−0.912**−0.105−0.224−0.118−0.147−0.198
    海拔Altitude0.924**0.2820.925**0.919*0.904*0.911*0.862*
    坡向Slopeaspect0.251−0.6370.1980.1840.1030.1240.133
    坡位Slopeposition0.587−0.834*0.4950.5330.147−0.332−0.401
      注:*和**分别表示相关性达0.05和0.01水平

    Table 3.  Correlation analysis of topographic factors and forest land resources distribution index

Reference (34)

Catalog

    /

    DownLoad:  Full-Size Img  PowerPoint
    Return
    Return