通許縣楊樹面積變化及驅動力分析研究

姜海玲，陳光義，張舒涵，周星宇，于海淋

(吉林師范大學 旅游與地理科學學院，吉林 四平 136000)

世界氣候問題日益突出，森林因其良好的環境效應而備受關注.隨著經濟的發展與城市的擴張，土地利用類型之間的關系日趨緊張，林地與其他土地利用類型的關系吸引了大批的學者.楊麗[1]研究了林地變化受森林轉型的規律和城鎮化的影響；邵亞奎等[2]給出了林地時空變化主要受到短期內政策的影響；張譯[3]指出林地變化的驅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.學者們得出影響林地變化的因素多為城市化和自然災害，但鮮有從經濟和居民生活壓力的角度出發研究林地的變化.楊樹為研究區優勢樹種之一[5]，因此，深入挖掘楊樹面積變化對制定林地保護政策具有重要意義.

1 研究區概況與數據

1.1 研究區概況

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，通許縣城鎮化率、全體居民人均可支配收入、農村居民人均可支配收入在全市10個縣級行政區中排名分別為10、7、6.通許縣與祥符區、杞縣、太康縣、扶溝縣、尉氏縣接壤(圖1)，未與周圍市中心接壤，受開封市城區影響小.通許縣以平原為主，距市中心遠，耕地面積占比大，城鎮率低，人均可支配收入少，上述特點意味著通許縣林地面積小且多分布于農村地區.行政區劃數據來自中國科學院資源環境科學與數據中心.

人口方面，研究區位于“胡煥庸線”[6]以東，該區域人口數量大、密度高.經濟方面，研究區位于“北緯三十一度線”以北，倪鵬飛[7]指出中國經濟發展空間的結構在北緯三十一度線出現了南北分化，并且呈現南升北降的趨勢.研究區承受著經濟增長速度下降和高人口密度雙重壓力，有學者預估到2100年全球樣本內豐富度下降超過3.4%，且生物多樣性損失將集中于經濟落后的國家[8].處于第二象限的研究區面臨著經濟增長速度的放緩所帶來的一系列社會問題與環境問題(見圖2).

圖1 通許縣地理位置

圖2 中國人口—經濟直角坐標系

1.2 遙感數據及預處理

Sentinel-2衛星是高分辨率多光譜成像衛星，包括Sentinel-2A、Sentinel-2B兩顆衛星，兩顆衛星重訪的周期為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]應用Sentinel-2A利用隨機森林分類方法進行樹種識別中于8月2日取得了最高精度為82.17%.本文通過實地調查和文獻分析，選取2016—2020年中8月及臨近月份的遙感影像(見表1)，數據來源于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影像進行輻射校正和大氣校正；然后在SNAP軟件中將校正結果導出為tif格式；最后在ENVI軟件中選取藍、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)進行波段合成及影像裁剪，得到具有4個波段的研究區影像圖.

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、生產木量大、木材質量高、效益顯著以及更新方便等特點廣受河南平原地區林農的喜愛，是研究區林地的主要樹種.因為楊樹在研究區內的林地中占比最大，所以楊樹面積的變化對居民生活環境、農田、河流污染物的吸收與環境的改善具有舉足輕重的作用，研究經濟波動背景下的楊樹面積變化對環境和經濟方面政策的制訂具有重要意義.

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

2.2 支持向量機分類

支持向量機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，常用的函數有：

(2)徑向基核函數K(x，xi)=exp[-σ|x-xi|2]；

(3)采用Sigmoid函數作為內積K(x，xi)=tanh(σ(x·xi)+c).

根據研究區的特點以及樣本的數量，本文以支持向量機法徑向基核函數為基礎進行分類，實現土地利用類型分類的可視化，結果見圖3.

圖3 2016—2020年通許縣楊樹分布

由圖3可知，研究區內楊樹主要分布在居民點周圍、道路兩側以及河流兩岸.楊樹面積變化的區域主要呈現在居民點周圍和農田間，道路兩側和河流兩岸相對不明顯.從圖3(A)可看出2016年研究區內楊樹分布于居民點周圍的特征十分明顯，但在圖3(E)中幾乎看不出此特點，說明居民點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 林地利用變化動態度評價方法

選用土地利用動態度表征土地利用類型的變化幅度.本文擬得到研究區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度作為評價方法.

單一土地利用類型動態度意為一定時段內某一土地利用動態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量；T為研究時段長；K為研究時段內某類土地類型的動態度.

通過計算可得出研究區內2016—2020年間逐年楊樹面積動態度(見表2).

表2 楊樹面積動態度

由表2可看出研究區楊樹面積在2016—2020年總體呈現下降趨勢.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-30%，較往年變化存在差異.

3 2016—2020年楊樹分布面積變化驅動力分析

3.1 相關性分析

相關分析法是研究兩個或兩個以上處于同等地位的隨機變量間的相關關系的統計方法.本文以指標間的相關程度來判斷是否需進行主成分分析.由表3可知所選指標間存在較強相關性，故下一步可進行主成分分析.

表3 相關性矩陣

3.2 主成分分析

根據研究區統計數據本文采用生產總值(X1)、第一產業增加值(X2)、第二產業增加值(X3)、第三產業增加值(X4)、社會消費品零售總額(X5)、居民消費價格指數(X6)、常住人口(X7)、鄉村人口(X8)、城鎮化率(X9)和鄉村勞動力(X10)共10個指標.其中除X7外，其他指標2020年數值是根據開封市2016—2020年數據推算而來.該統計數據來源于開封市統計局(http：//tjj.kaifeng.gov.cn/).表4為主成分分析結果.

表4 主成分分析結果

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個指標信息的90.026%，對評價研究區楊樹面積變化具有一定可靠性，分別設為Y1、Y2.首先根據兩個主成分系數，得到Y1、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，生產總值(X1)、第二產業增加值(X3)、第三產業增加值(X4)、居民消費價格指數(X6)、鄉村人口(X8)、城鎮化率(X9)和鄉村勞動力(X10)的系數絕對值大于其他指標的系數絕對值，故主成分Y1是7個指標的綜合反映，它代表研究區的整體經濟水平及城鎮化水平，說明7個指標與研究區內楊樹面積的變化聯系緊密.其中，城鎮化率低是研究區一直存在的問題，這是2016—2019年楊樹面積持續減少的原因之一；研究區的經濟出現下滑，楊樹面積在2020年的下降與之密不可分.

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

根據主成分方程計算出主成分得分，以各個主成分方差貢獻率占兩個成分總方差貢獻率的比率為權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

根據表5可知，主成分Y1得分最高的是2020年，說明這一年經濟指標出現變化；2016—2019年主成分Y1得分低且多為負數，說明這段時間經濟平穩運行，當地楊樹面積的變化僅受到城鎮化率低的影響.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生了一定影響.綜合來看，社會總體經濟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；本文選取的是統計局最新公開的部分宏觀指標，后續將詳細參照開封市2021統計年鑒，更深入探索導致楊樹面積變化的具體原因.