亞熱帶典型紅壤侵蝕區人類活動對植被覆蓋度及景觀格局的影響

徐凱健,曾宏達,*,任 婕,謝錦升,楊玉盛

1 福建師范大學地理科學學院, 福州 350007 2 濕潤亞熱帶山地生態國家重點實驗室培育基地, 福州 350007

亞熱帶典型紅壤侵蝕區人類活動對植被覆蓋度及景觀格局的影響

徐凱健1,2,曾宏達1,2,*,任 婕1,2,謝錦升1,2,楊玉盛1,2

1 福建師范大學地理科學學院, 福州 350007 2 濕潤亞熱帶山地生態國家重點實驗室培育基地, 福州 350007

福建省長汀縣是中國南方最嚴重的水土流失區之一,在20世紀80年代初和2000年兩次集中治理的推動下,當地生態環境已得到顯著改善?；贚andsat系列衛星影像提取長汀縣1975—2013年共6期植被覆蓋度分布圖,分析該區在不同時期植被覆蓋度及其空間格局的時空動態,并探討人類干擾與政策治理對植被覆蓋度及景觀格局的影響。結果表明：(1)近38年來,長汀縣平均植被覆蓋度由47.02%(1975)提升至71.47%(2013),在覆蓋度結構上逐漸形成以中高和高植被覆蓋度占主導的格局；縣域中部河田盆地的植被覆蓋度由30.83%(1975)提升至60.34%(2013)。(2)在景觀格局上,研究期間長汀縣極低、低和中低覆蓋度斑塊平均面積呈波動下降趨勢、同時斑塊密度增加,而中高、高植被覆蓋度區域面積擴大,表明封禁、造林等治理措施導致植被覆蓋度較高的區域不斷匯聚成片。(3)植被覆蓋度的提升在空間上主要集中在海拔600 m和坡度25°以下區域,尤其在海拔400—600 m和坡度5°—15°區域最顯著,表明植被的破壞和恢復過程與人類活動的聯系密切。(4)空間分析表明,在距離農戶居民地邊緣1.2 km的范圍內,越接近居民地中心的區域植被覆蓋度越低、破碎度越大且恢復緩慢,但這種空間差異伴隨治理進行正在逐步減弱?？傮w上看,長汀縣生態治理和人類干擾的長期驅動影響,其恢復速度在不斷提升。

紅壤侵蝕區；長??；植被覆蓋度；生態恢復；人類活動

土壤侵蝕是長期困擾全球生態發展的首要問題之一,而該現象多數是由于地表植被的毀滅所引起的[1- 2]。地表植被能夠截留降雨、固持土壤以及增加土壤的透水性、抗蝕性和抗沖性,是制約土地退化的重要因子和關鍵要素[3]。植被覆蓋度是衡量植被分布特征的綜合性量化指標,它是指單位面積內植被的所有枝、葉和冠幅垂直投影到地面的面積占區域總面積的百分比,通常作為研究植被與水土流失關系中的關鍵參數,直觀反映了地區的生態變化[4- 5]。近二、三十年來,隨著衛星遙感技術的發展,使得對宏觀尺度地表植被信息及分布格局的長期動態觀測成為可能。

中國是世界上土壤侵蝕最嚴重的國家之一[6],自改革開放以來我國已陸續開展了多項侵蝕地生態建設工程,但如何準確了解治理區生態環境的實際恢復效果成為難題[7]。目前,已有不少國內外學者基于植被覆蓋度進行了不同空間尺度的研究[7- 10],但研究多以植被覆蓋度為單一對象,缺乏對其同期景觀格局、生態治理等因素的考慮。福建省長汀縣的水土流失歷史超過百年[11],是我國南方丘陵紅壤侵蝕地區的典型代表。自20世紀80年代初,福建省委、省政府將長汀縣列為全省水土流失治理試點地區并開展集中治理,其生態環境開始得到有效恢復[12]；2000年時,省政府把該地的生態治理列為全省為民辦實事項目,大大推動了其生態的恢復進程。本文采用遙感信息提取手段,試圖重建長汀縣及河田盆地近38年植被覆蓋度變化過程,并分析生態治理對植被覆蓋變化的驅動作用,同時以全縣部分典型居民地斑塊設立緩沖區,進一步分析植被覆蓋度、景觀格局變化對生態治理和人類干擾的響應機制,為侵蝕地生態恢復工作提供相關參考和決策依據。

1 研究區概況

圖1 長汀縣地理區位Fig.1 Location of Changting county

長汀縣地處福建省西部,武夷山南段, 25.31°—26.03° N, 116.01°—116.66° E,總面積3099 km2。屬亞熱帶季風氣候,年平均氣溫17.5—18.8 ℃,年降雨總量1613.5 mm,雨量充沛。地勢上自北向南傾斜,東、西、北部三面高,中、南部則以丘陵低地為主,全縣海拔范圍為238—1459 m,其中低山、丘陵占全縣總面積71%。長汀縣自解放前就已成為全國水土治理試點區,但隨著當地人口數量不斷增長且謀生手段單一,在生存壓力下導致盲目開荒、陡坡開墾、濫伐柴薪等現象時常發生,給當地生態治理與恢復工作帶來巨大阻礙[13]。其中以河田盆地為中心的中部低山丘陵區,人口密集,植被破壞現象最嚴重,由于其強烈的土壤侵蝕景觀被稱為中國南方的“火焰山”[14]。如今,該地以馬尾松、灌叢等次生植被覆蓋為主,生態環境明顯改善。

2 基本原理與方法

2.1 研究數據

遙感數據使用由地理空間數據云(www.gscloud.cn)獲取的Landsat系列衛星影像,時間跨度為1975—2013年。這一研究時段從該區有效治理之前一直持續到現在,能夠全面展現其生態恢復的實際情況。結合當地的治理政策實施特征,將其進一步劃分為3個主要時段：第1次治理期(1975—1989),第2次治理期(2000—2013)和治理間隔期(1989—2000),共采用6期遙感影像,以密切對各時段內動態變化的考察。所用影像具體為：1975- 12- 23 MSS、1989- 11- 16 TM、1995- 12-07 TM、2000- 11-02 TM、2006- 11-03 TM和2013- 12- 24 OLI。

影像預處理主要包括幾何校正與輻射校正。首先通過GPS定位獲取的實際地面控制點對2013年影像進行幾何精校正,然后以該影像為基準,依次對其他不同時相的影像采用二次多項式和最鄰近象元法進行配準,使配準的RMS誤差均控制在0.35個象元內。參考國際上廣泛使用的日照大氣綜合校正模型(IACM)[15]對影像進行輻射校正,并使用Chander等[16]提出的模型算法和衛星參數將原始影像的DN值轉換為像元在傳感器處的反射率,以此削弱不同時相遙感影像之間的輻射差異,對OLI影像的地物反射率獲取則按其官網(http://landsat.usgs.gov/)提供的流程進行。

2.2 植被信息提取與計算

由于植被覆蓋度和NDVI之間存在著極顯著的線性相關關系[17],通常通過建立二者之間的轉換關系,可直接提取植被覆蓋度信息。像元分解法在工程研究領域已得到廣泛應用,其特點是計算模型簡單可靠,且參數易于獲得[18]。本文采用像元二分模型[19],其假設像元包含植被和非植被兩部分地表覆蓋物構成,在像元的光譜信息中,兩部分各自面積在像元中所占的比重即為該因子的權重,其中植被覆蓋物所占像元的百分比即為該像元的植被覆蓋度(Fractional Vegetation Cover, FVC)。其公式為：

(1)

(2)

式中,NDVI為像元的實際NDVI值；NDVIveg為該區純植被像元的NDVI值；NDVIsoil為該區純裸土像元的NDVI值；NIR為影像近紅外波段反射率；R為影像紅光波段反射率。對于純裸地像元,NDVIsoil在理論上應接近0,且不隨時間的變化而變化。但由于實際大氣條件、地表濕度以及光照條件等因素的變化,NDVIsoil的數值并不恒定,其變化范圍通常為-0.1—0.2[20]。為此,本文結合植被/裸土指數和土地覆蓋數據,采用人機判讀法,分別確定6個時相影像的NDVIveg和NDVIsoil。

參考國家2008年頒布的《土壤侵蝕分類分級標準》的植被覆蓋度劃分標準,將長汀縣植被覆蓋度劃分為6個等級：<15%(極低覆蓋度)、15%—30%(低覆蓋度)、30%—45%(中低覆蓋度)、45%—60%(中覆蓋度)、60%—75%(中高覆蓋度)和>75%(高覆蓋度)。為研究全縣植被覆蓋度在地形因子上的空間變化特征,同時利用長汀縣DEM圖提取出海拔和坡度并進行分類,DEM數據的空間分辨率為30 m。此外,采用劃分主要治理/干擾區的方法[21],間接評價人類治理/干擾活動對植被覆蓋度恢復的貢獻率,具體以同時段劃分區植被覆蓋度增加值與對照區植被覆蓋度增加值的差值,除以劃分區植被覆蓋度增加值進行計算[22]。

2.3 精度驗證

采用Wu等[23]提出的與同期高分辨率影像對比的亞像元對比法,對于提取結果進行精度驗證。選擇地理配準之后的2009- 12- 28 SPOT5融合影像(2.5 m)與2010- 1- 14 TM進行驗證,在SPOT5影像隨機均勻選取150個樣點,并將其所對應到TM的像元中,計算出實際植被覆蓋度,并與使用模型計算的植被覆蓋度進行對比。采用系統誤差SE判斷結果精度：

(3)

式中,FVC′和FVC分別代表估算的植被覆蓋度與實際植被覆蓋度；n為樣本總數。得到SE的結果為3.4%,即根據系統誤差判斷,模型的反演精度高于95%。

2.4 居民地選擇與緩沖區設置

由于研究區主要是以農業生產為主的鄉村地區,農戶一般以居住地為中心從事生產活動,對植被的影響也主要以居住地為中心向周圍擴散。因此在全縣選取12個面積較大且空間相距較遠、較為獨立的居民地斑塊(為避免居民地之間2 km內相互疊加,圖1)進行分析,具體設定距離居民地斑塊邊緣50,100,200,400,600,800,1000,1200,1500,2000 m的緩沖環帶,并與不同時期植被覆蓋圖疊加,從中提取植被覆蓋度以及植被景觀斑塊的變化信息,進而分析研究區植被變化與居民地在空間距離上的關系。居民地斑塊主要來自課題組基于SPOT融合影像解譯得到的長汀土地覆蓋數據(1:25萬；2000、2005、2010、2013年),對于早期的居民地信息以2000年為準(范圍變化不大)。

2.5 植被景觀分析方法

結合遙感影像和土地覆蓋數據,采用人機交互圖像處理方法獲取研究區植被斑塊,并將斑塊矢量圖轉化為Grid格式,導入景觀結構定量分析軟件Fragstats 4.2。同時,在景觀類型上選取斑塊密度、平均面積、形狀指數和聚集度等景觀指數,從不同側面反映長汀縣植被景觀的變化特征,及其對人類干擾的響應。各景觀指數的表達式及指示意義見文獻[24]。

3 結果與分析

3.1 研究區植被覆蓋度的整體變化

對6期影像的植被覆蓋度(圖2)進行分級提取,得出研究區各時相植被覆蓋分布面積及其所占比例信息。經過先后兩次生態治理(1975—1989和2000—2013),長汀縣平均植被覆蓋度由47.02%(1975)增加至71.47%(2013),水土流失情況得到有效控制。全縣四周影像顏色逐漸變深,并且植被景觀趨向連片,而中部白色低植被覆蓋區分布逐漸破碎,且面積減少趨勢明顯(圖2)。治理前后長汀縣植被覆蓋度等級的空間分布也發生了明顯變化：中植被覆蓋度及以下地區的面積不斷縮小,在研究時段內共減少了50.81%,同時中高和高植被覆蓋度比例逐年上升。從總體上看,長汀縣在1975年治理前表現為中和中低植被覆蓋度比例最大、高植被覆蓋度所占比例最??； 2013年時,該區植被覆蓋結構已轉變為以中高與高植被覆蓋度占主導的格局,生態環境趨于良性循環。

水土流失最嚴重的河田盆地是兩次政策治理的核心布局區,故可認為該區覆蓋度恢復主要受人類活動的正面影響；并與治理較少布局的紅山鄉、館前鎮、鐵長鄉、庵杰鄉地區對比(以自然恢復為主),作為人為治理對當地植被覆蓋度變化的貢獻率。結果表明,河田盆地植被覆蓋度均值由1975年的30.83%增加到2013年的60.34%,同時在兩次主要治理期,當地植被覆蓋度分別增加了8.47%和13.81%,該結果明顯高于同期紅山鄉、館前鎮、鐵長鄉、庵杰鄉地區的7.15%和10.27%,因此當地人類治理的貢獻率分別達到15.58%和25.61%。

圖2 長汀縣植被覆蓋度多年動態變化Fig.2 The average vegetation coverage images of Changting County of each study year

3.2 植被覆蓋度空間格局變化

在景觀類型上,選取斑塊平均面積、斑塊密度、散布與并列指數和聚集度指數分析研究區植被覆蓋度景觀格局變化。其中,斑塊平均面積越大、密度越小,表明該景觀的破碎化程度越低[25]。從1975到2013年,長汀縣極低、低、中等級覆蓋度景觀斑塊平均面積呈波動下降趨勢,斑塊密度總體上升,說明其景觀破碎度增大；其中,以中覆蓋度景觀斑塊平均面積下降幅度最大,這主要是由于其處于中低和中高植被覆蓋度景觀之間,而它們的斑塊平均面積呈增大趨勢,斑塊破碎度減??；高植被覆蓋度景觀斑塊平均面積增幅最大,說明其在空間上的分布更加集中。

散布與并列指數反映了不同斑塊類型的交替出現的程度,其值越大,交替出現的規律越明顯；聚集度指數則反映出景觀類型的空間連接度,其值越大,景觀的空間連通性越好[26]。由圖3,從1975到2013年,當地中低植被覆蓋度景觀斑塊的混合度均為最高,各斑塊交替出現的規律明顯,而高植被覆蓋度景觀斑塊比較穩定,表明其交替出現的規律不明顯。同時,全縣極低、低、中低和中植被覆蓋度景觀的聚集度都呈波動減小趨勢,而中高、高植被覆蓋度波動增加,表明生態工程實施后,中高、高植被覆蓋度景觀區域不斷集中,而中覆蓋度以下區域逐漸破碎化,各覆蓋度等級的植被景觀混雜程度也不斷減弱,且趨于均衡化發展。

圖3 1975—2013年長汀縣各斑塊類型水平上的景觀格局指數Fig.3 The patches of landscape pattern index type level in Changting County from 1975 to 2013

3.3 植被覆蓋度變化的地形分布特征

提取植被覆蓋度隨海拔、坡度變化信息(表1,表2)發現,植被覆蓋度整體隨海拔的升高以及坡度的提升而逐漸增加。在海拔上,植被覆蓋度的增加主要體現于600 m海拔以下區域,而海拔600 m以上多為人煙稀少的偏遠山區,其變化較小,主要受自然條件影響。在坡度上,植被覆蓋度的增加主要體現于低于25°的區域,其中在5°—25°區域增加最明顯,當坡度大于25°,植被覆蓋度隨海拔上升的變化微弱。這主要是由于海拔較低、坡度較緩的地區人口集中,原先受到人類活動影響,植被毀壞嚴重,而在經歷治理后得到了有效恢復。

當地植被覆蓋度在兩次生態治理階段(1975—1989,2000—2013)提升明顯,尤其在2000—2013期間,全縣海拔600 m以下和坡度5°—25°地區植被覆蓋度均提高了10%以上。而在治理間隔期(1989—2000),其海拔600 m以下和坡度5°—25°地區則出現了增速變緩和局部下降的特征,其主要原因是伴隨階段性治理趨于停滯,同時社會經濟生產規模擴大,在人類活動密集區邊治理邊破壞的現象經常發生[27],部分原先地表植被覆蓋較好的地區也遭到當地工業、建筑用地侵占。

表1 不同治理期植被覆蓋度增加率隨海拔的分布/m

表2 不同治理期植被覆蓋度增加率隨坡度的分布

3.4 植被覆蓋度、景觀格局變化與人類干擾的關系

距離居民地遠近能夠直觀反映出人類活動對植被恢復速度的干擾強度[28]。由圖1,植被覆蓋度與居民地距離的關系密切。表現為距離居民地越遠,植被覆蓋度越高、恢復速度也越快,這種干擾范圍約在遠離村落邊緣1.2 km外削弱至穩定狀態(圖4),這體現出當地人類負面干擾對植被的有效影響范圍,且該范圍隨時間的變化較小。不同時期植被覆蓋度的提升幅度則體現為：第2次治理期(2000—2013)高于第1次治理期(1975—1989),兩次治理期明顯高于治理間隔期(1989—2000)(圖4),說明水土治理的政策實施和治理力度差異,在較大程度上決定侵蝕地植被的恢復狀況。其中,以全縣居民地1.2 km內區域作為人類活動干擾區,其余地區作為對照區,探討人類干擾對區域植被覆蓋度變化的貢獻率。結果表明,人類活動干擾區的植被覆蓋度在3個時段的增加幅度為9.51%、6.65%和8.94%,而同期對照區的植被覆蓋度增加幅度分別為10.47%、7.71%和9.23%,故人類干擾在該區3個時段的貢獻率分別為-10.1%、-15.94%和-3.24%,表明人類干擾會對植被的恢復產生負面影響,但該影響隨治理深入而得到明顯減弱。

圖4 不同時期長汀縣植被覆蓋度和增加幅度隨居民地距離的變化Fig.4 The relationship between vegetation cover, increased vegetation fraction and the extending distance of village edge during different periods

植被景觀格局變化也能夠反映人類活動的力度和方向[29]。此處選取斑塊密度、斑塊平均面積、景觀形狀指數和聚集度指數進行分析。由表3,在距離居民地2000 m范圍內,隨距離增加斑塊密度逐漸減小,斑塊平均面積和聚集度逐漸增大,這表明越遠離居民地,受到人類活動影響越小,斑塊破碎程度越小。而斑塊形狀指數在距離居民地200 m處形狀指數達到最小值,說明其受到人類干擾程度最大,在200 m以外地區人類干擾程度逐漸減弱。此外,隨著治理政策的實施,居民地附近的植被恢復顯著。在2000—2013年間,該區植被景觀斑塊密度逐漸減小,而平均面積、形狀指數和聚集度逐漸增大,這一變化在距居民地400 m以內的區域特別明顯,這說明由于人類活動導致的植被景觀破碎化程度在生態治理后得到有效控制,而生態環境本身較好的外圍山區,其各景觀指數的變化不明顯。

4 討論與結論

在侵蝕地生態恢復過程中,政府的政策干預通常是最重要的推動力[30-32]。近30多年來,長汀縣水土流失治理取得了明顯的成效,與政府一系列的生態治理政策密不可分。當地水土治理的措施主要包括：封山育林、恢復林草、治理崩崗、改造低效林和推廣經濟林等,累積治理面積已超過全縣總面積的1/3,大大縮減了全縣侵蝕地的分布面積。同時,政府還對治理區受影響的農戶制定了補償政策,包括煤炭、沼氣池補貼,以及進行經濟林開發、山坡改梯田的補貼等,對于吸引農戶種植經濟林和維護生態治理成果具有重要的促進作用[33]。

表3 植被景觀要素特征指數變化與居民地距離的關系

此外,農戶作為區域生態系統的直接作用者,其在生態恢復過程中的作用同樣不可忽視[34]。特別是在政策實施后,部分地區由于受到人類干擾影響,使其治理成效產生一定的空間差異[35]。而自2000年以來,隨著當地社會經濟迅猛發展,人們對改善其居住環境的需求也不斷提高；同時,農業占GDP中的比重逐年下降,傳統農業勞動力逐漸向第二、三產業轉移、越來越多的農戶選擇外出務工,如河田盆地2010年外出務工人數已達到當地總人數的一半。這些變化均有效降低了當地農戶對環境的干擾強度,為政府生態恢復工作創造了有利條件,使其生態恢復的速率得到明顯提高。

本文依托Landsat系列衛星影像和像元分解模型,對福建省長汀縣1975—2013年植被覆蓋度的時空動態進行分析,并在GIS等相關技術支持下,客觀地反映了該區在不同治理時期植被覆蓋度結構、景觀格局的演變,以及與人類活動的關系,得出結論如下：

(1)經過長期治理,長汀縣整體植被覆蓋度恢復顯著,植被覆蓋度等級結構也得到改善。其中,全縣平均植被覆蓋度由47.02%(1975)增至71.47%(2013),且植被覆蓋結構已轉變為以中高與高植被覆蓋度占主導的格局。河田盆地的植被覆蓋度由30.83%(1975)上升到60.34%(2013),水土流失得到有效控制,政策作用在兩次治理期的貢獻率分別達到15.58%和25.61%。

(2)從景觀格局看,研究期間全縣極低、低和中覆蓋度景觀斑塊平均面積和聚集度均呈波動下降趨勢、斑塊密度上升,而中高、高等級植被覆蓋度斑塊的平均面積明顯增加、聚集度波動上升,同時不同覆蓋度等級的植被景觀混雜程度持續減弱。表明封禁、造林等治理措施,導致當地植被覆蓋度較高的區域不斷集中成片。

(3)在植被覆蓋度空間動態上,植被覆蓋度的增加主要集中在海拔低于600 m和坡度低于25°區域,尤其在海拔400—600 m和坡度5°—15°區域最明顯,特別是2000—2013年治理期間,研究區海拔600 m以下和坡度5°—25°區域植被覆蓋度提高幅度達10%以上,表明植被的破壞或恢復均與人類活動具有密切聯系。

(4)空間分析表明,居民地周邊約1.2 km范圍內的植被覆蓋度和植被景觀格局受人類活動影響明顯。其中,越接近居民地的地區植被覆蓋度越低、恢復速度越慢。同時,人類活動增加了植被景觀的空間異質性,表現為距離居民地越近,其斑塊平均面積、形狀指數和聚集度指數均明顯增加,且斑塊密度迅速下降。但在時間尺度上,這些空間差異均伴隨治理的深入而不斷減弱。

[1] 劉國華, 傅伯杰, 陳利頂, 郭旭東. 中國生態退化的主要類型、特征及分布. 生態學報, 2000, 20(1): 13- 19.

[2] 朱鶴健, 陳志彪, 林惠花, 劉強, 畢平安, 岳輝. 長汀水土保持研究. 北京: 科學出版社, 2013: 4- 11.

[3] 雷婉寧, 溫仲明. 基于植物群落結構的水土流失植被因子指數研究. 水土保持學報, 2008, 22(5): 68- 77.

[4] Jiapaer G L, Chen X, Bao A M. A comparison of methods for estimating fractional vegetation cover in arid regions. Agricultural and Forest Meteorology, 2011, 151(12): 1698- 1710.

[5] 吳云, 曾源, 趙炎, 吳炳方, 武文波. 基于MODIS數據的海河流域植被覆蓋度估算及動態變化分析. 資源科學, 2010, 32(7): 1417- 1424.

[6] 陳杰, 檀滿枝, 陳晶中, 龔子同. 嚴重威脅可持續發展的土壤退化問題. 地球科學進展, 2002, 17(5): 720- 728.

[7] 高彥凈, 謝余初, 錢大文, 張玲玲, 鞏杰. 甘肅白龍江流域植被覆蓋度及景觀格局變化. 水土保持研究, 2015, 22(1): 181- 187.

[8] 吳云, 曾源, 吳炳方, 李曉松, 武文波. 基于MODIS數據的三北防護林工程區植被覆蓋度提取與分析. 生態學雜志, 2009, 28(9): 1712- 1718.

[9] Alredaisy S M A H, Zubair M A H A. Vegetation dynamic in semi arid Butana Plain, Sudan. Journal of Geography and Regional Planning, 2011, 4(4): 183- 198.

[10] 甘春英, 王兮之, 李保生, 梁釗雄, 李志文, 溫小浩. 連江流域近18年來植被覆蓋度變化分析. 地理科學, 2011, 31(8): 1019- 1024.

[11] 朱鶴健. 我國亞熱帶山地生態系統脆弱區生態恢復的戰略思想——基于長汀水土保持11年研究成果. 自然資源學報, 2013, 28(9): 1498- 1506.

[12] 曾金華, 鐘炳林. 長汀縣水土流失演變及今后治理對策. 亞熱帶水土保持, 2002, 14(4): 37- 39.

[13] 謝錦升, 楊玉盛, 解明曙. 亞熱帶花崗巖侵蝕紅壤的生態退化與恢復技術. 水土保持研究, 2004, 11(3): 154- 156.

[14] 黃聚聰, 張煒平, 李熙波. 福建長汀河田水土流失原因綜述. 亞熱帶水土保持, 2007, 19(2): 26- 29.

[15] Ramsey R D, Wright D L Jr, McGinty C. Evaluating the use of Landsat 30m enhanced thematic mapper to monitor vegetation cover in shrub-steppe environments. Geocarto International, 2004, 19(2): 39- 47.

[16] Chander G, Markham B L, Helder D L. Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO- 1 ALI sensors. Remote Sensing of Environment, 2009, 113(5): 893- 903.

[17] 穆少杰, 李建龍, 陳奕兆, 剛成誠, 周偉, 居為民. 2001- 2010年內蒙古植被覆蓋度時空變化特征. 地理學報, 2012, 67(9): 1255- 1268.

[18] 馬娜, 胡云鋒, 莊大方, 張學利. 基于遙感和像元二分模型的內蒙古正藍旗植被覆蓋度格局和動態變化. 地理科學, 2012, 32(2): 251- 256.

[19] Gutman G, Ignatov A. The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models. International Journal of Remote Sensing, 1998, 19(8): 1860- 1864.

[20] 賈寶全. 基于TM衛星影像數據的北京市植被變化及其原因分析. 生態學報, 2013, 33(5): 1654- 1666.

[21] 許端陽, 李春蕾, 莊大方, 潘劍君. 氣候變化和人類活動在沙漠化過程中相對作用評價綜述. 地理學報, 2011, 66(1): 68- 76.

[22] 鄧曉宇, 張強, 陳曉宏. 氣候變化和人類活動綜合影響下的撫河流域徑流模擬研究. 武漢大學學報: 理學版, 2015, 61(3): 262- 270.

[23] Wu C S, Murray A T. Estimating impervious surface distribution by spectral mixture analysis. Remote Sensing of Environment, 2003, 84(4): 493- 505.

[24] 何東進. 景觀生態學. 北京: 中國林業出版社, 2013: 168- 173.

[25] Gautam A P, Webb E L, Shivakoti G P, Zoebisch M A. Land use dynamics and landscape change pattern in a mountain watershed in Nepal. Agriculture, Ecosystems & Environment, 2003, 99(1/3): 83- 96.

[26] 李小飛, 陳志彪, 陳傳明, 陳志強. 福州鼓山風景名勝區景觀格局研究. 福建師范大學學報: 自然科學版, 2012, 28(5): 95- 100.

[27] 趙昭昞. 河田水土保持再認識. 福建水土保持, 2001, 13(1): 6- 8.

[28] 趙海迪, 劉世梁, 董世魁, 劉琦, 李曉文. 三江源區人類干擾與濕地空間變化關系研究. 濕地科學, 2014, 12(1): 22- 28.

[29] 郭宗鋒, 馬友鑫, 李紅梅, 劉文俊. 人類活動對流域森林景觀的影響. 水土保持研究, 2007, 14(1): 38- 42.

[30] 蔡強國, 和繼軍, 田磊. 土壤侵蝕治理范式與生態學理論的耦合關系. 地理科學進展, 2007, 26(6): 11- 20.

[31] 張志國, 張曉萍, 張芹, 第寶鋒. 我國水土保持生態修復及其存在的問題. 中國水土保持, 2007, (11): 38- 39, 42- 42.

[32] 和繼軍, 蔡強國, 路炳軍, 王學強. 密云水庫上游石匣小流域水土流失綜合治理措施研究. 自然資源學報, 2008, 23(3): 375- 382.

[33] Cao S X, Zhong B L, Yue H, Zeng H S, Zeng J H. Development and testing of a sustainable environmental restoration policy on eradicating the poverty trap in China′s Changting county. Proceedings of the National Academy of Sciences of the United States of America, 2009, 106(26): 10712- 10716.

[34] Peterson M N, Peterson M J, Peterson T R, Liu J G. A household perspective for biodiversity conservation. Journal of Wildlife Management, 2007, 71(4): 1243- 1248.

[35] Van Den Hoek J, Ozdogan M, Burnicki A, Zhu A X. Evaluating forest policy implementation effectiveness with a cross-scale remote sensing analysis in a priority conservation area of Southwest China. Applied Geography, 2014, 47: 177- 189.

Spatial and temporal variations in vegetation cover in an eroded region of substropical red soil and its relationship with the impact of human activity

XU Kaijian1,2, ZENG Hongda1,2,*, REN Jie1,2, XIE Jinsheng1,2, YANG Yusheng1,2

1CollegeofGeographicalScience,FujianNormalUniversity,Fuzhou350007,China2CultivationBaseofStateKeyLaboratoryofHumidSubtropicalMountainEcology,Fuzhou350007,China

In China, the area of red soil in South China in second only to the loess plateau in terms of area of soil erosion. Changting County in Fujian Province suffers the most serious water and soil erosion where its forest vegetation has been seriously damaged. Intensive large-scale measures to control erosion have been conducted twice in this area during the early 1980s and 2000s. Driven by both of the control measures and social and economic policies, the ecological environment there has been improved significantly and Changting has become a typical example of soil erosion control in China. Based on Landsat satellite images, this study extracted 6 vegetation fraction distribution maps from 1975 to 2013, and analyzed the variation in vegetation cover and landscape pattern during three major periods: 1975—1989, 1989—2000, and 2000—2013. The different terrain characteristics (such as height and slope) and distances from residential areas were also extracted. The results showed the following. (1) The average vegetation coverage of Changting County increased from 47.02% in 1975 to 71.47% in 2013, and the structure of vegetation coverage has been transformed into one dominated by medium-high and high coverage. In the middle of the county, vegetation coverage in the Hetian basin and its vicinity rose from 30.83% in 1975 to 60.34% in 2013. Widely and contiguously distributed forests with low cover in the basin have been replaced by a higher coverage of coniferous forest patches. With the implementation of soil erosion control measures, the vegetation cover of the Hetian basin increased by 8.47% and 13.81%, respectively, during the two intensive control period from 1975 to 1989 and 2000 to 2013. (2) With regards to the landscape pattern of the vegetation cover, the average patch areas of the low, and moderately low level vegetation cover in Changting County showed a trend of falling variability, and patch density increased. In contrast, the area with moderately high and high cover has shown greater volatility. The result showed that ecological intervention leads to the original good vegetation coverage area become more focus, and the poor coverage area distribution gradually broken at the same time. (3) The increase in vegetation coverage has occurred mainly in an area with an elevation lower than 600 m or slope less than 25°, particularly in the area at an altitude ranging from 400 m to 600 m or with a slope ranging from 5° to 15°. It is worth noting that, during 2000—2013, the vegetation coverage increased by more than 10% in the area below 600 m elevation and slope from 5° to 25°, which demonstrates the destruction and restoration of forest vegetation are affected by terrain, and closely related to effects of human activity. (4) Distance to villages reflects the intensity of the impact of human activity on vegetation destruction and restoration. In the area within 50 m from villages, vegetation coverage is the lowest, and it recovers slowest during the periods when the soil erosion control policy was implemented. With increasing distance to villages, the vegetation fraction increased both in value and percentage with time, although this tendency decreases to a stable state in areas more than 1.2 km from village edges. Moreover, human activities also led to increasing fragmentation of the vegetation landscape around residential areas; however, this phenomenon becomes gradually weaker with ecological management under the guidance of the government. Consequently, the vegetation coverage and landscape pattern changes with ecological management and the long-term effects of human activity in this area, with an increasing recovery speed.

eroded red soil area; Changting; vegetation cover; ecological restoration; human activity

國家“973”前期研究課題(2012CB722203)；國家自然科學基金項目(31130013,31370465,31200366)

2015- 04- 22;

日期:2016- 03- 03

10.5846/stxb201504220831

*通訊作者Corresponding author.E-mail: hongda_z@hotmail.com

徐凱健,曾宏達,任婕,謝錦升,楊玉盛.亞熱帶典型紅壤侵蝕區人類活動對植被覆蓋度及景觀格局的影響.生態學報,2016,36(21):6960- 6968.

Xu K J, Zeng H D, Ren J, Xie J S, Yang Y S.Spatial and temporal variations in vegetation cover in an eroded region of substropical red soil and its relationship with the impact of human activity.Acta Ecologica Sinica,2016,36(21):6960- 6968.