李 鑫，翁卫松，李明诗，3

(1. 南京林业大学林学院，江苏 南京 210037；2. 浙江省森林资源监测中心，浙江 杭州 310020；3. 南京林业大学,南方现代林业协同创新中心，江苏 南京 210037)

联合国政府气候变化专门委员会(IPCC)2018年报告表明，2030 年全球气温较工业革命前可能会上升约1.5 ℃，并预估会对自然系统和人类系统引发更高的侵害风险[1]。抑制全球升温的一个重要措施是限制碳排放量[2]。森林作为重要的可再生自然资源，是陆地生态系统重要的碳汇，在全球碳平衡和气候调节研究中起着关键作用[3]。然而由于城市化进程和经济发展的日益加速，以及不合理的森林经营方式，森林逐渐被其他土地利用类型所取代，导致森林大幅度损失以及森林质量加速下降，对其碳固存、生物多样性保护等生态功能的维持带来了极大的负面影响[4]。

森林生态系统的碳固存、生物多样性保护等功能的发挥都与森林景观格局密切相关。森林景观格局是指一定区域内的森林生态状况及其空间变异特征[5]。相对于人工林生态系统，天然林生态系统的植物种类丰富度高，病虫害抵御能力强，层次结构复杂，生命和演替周期长，在森林可持续发展和维护生态平衡上具有明显优势[6]。对天然林景观进行分析，也是揭示该区域森林经营方法有效性的手段之一。研究表明，天然林景观的动态变化是自然、社会和生物等要素相互作用的结果[5-7]，特别是自然地理、人类活动导致的森林破碎化更是这种综合作用结果的最直观体现。森林破碎化过程、破碎化驱动因素及森林管理协调问题始终是森林生态学研究的热点[8-10]，把握森林资源破碎化的演变机理，对制定合理的森林经营策略具有重要的指导意义。

森林破碎化是指受环境、社会、经济等自然或人为活动干扰下，森林景观趋向为复杂化、异质化和片段化的斑块镶嵌体的过程[8-9]，其影响森林生态系统的整体格局和物质能量流动，包括植被结构[10-11]、生物多样性与稳定性[12-14]、生境连接性与边缘效应[15]以及固碳效应[16-17]等。以前的森林破碎化研究多采用基于景观指数的时空对比方式进行[18-20]，这种方法的主要不足体现在研究结果缺乏空间含义因而实用性、空间指示性不足。近10多年来，具有明确空间指示性的森林破碎化分析模型日渐增多[10-11,21-25]。

美国西北部太平洋沿岸地区(俄勒冈州和华盛顿州)丰富的森林资源和先进的森林管理理念使其成为研究天然林景观动态和可持续发展的理想区域[26]。美国西北太平洋沿岸的天然林是供给软木材和胶合板的重要资源渠道之一，该研究区天然林提供了野生动物栖息地、木材和非木材森林产品以及休闲度假地等大量资源，在经济、生态和社会方面有重要影响力[27]。研究区天然林自然状况与我国东北地区相似，尤其在立地环境、气候、降水等方面。该区域在森林可持续经营方面领先全美，分析其森林景观的演变趋势，借鉴其林业管理模式的制度优势，可为改进和发展我国林业生产管理体系提供借鉴。因此，参考Li等[28]发展的破碎化过程模型，探究天然林穿孔、破碎化、收缩和消失等4种破碎化过程之间的关联与时空演变模式；并以县为单位提取社会经济因子和破碎化成分因子建立统计关联，挖掘森林破碎化的驱动因素并汲取森林管理教训，为提高我国森林管理水平提供参考。

1 材料与方法

1.1 研究区概况

以俄勒冈州和华盛顿州境内沿太平洋西北部地区为研究区(图1)。研究区位于喀斯喀特山脉(Cascade Mountains)的西部，温带季风性气候，夏季高温多雨，冬季寒冷干燥，易发生火灾、虫灾等自然干扰[27]。研究区内森林多属于天然林，树种组成丰富，西部地形崎岖，火山喷发物所发育土壤上形成了大片针叶林，低海拔地区主要分布道格拉斯冷杉(Pseudotsugamenziesii)和加西铁杉 (Tsugaheterophylla)，中海拔地区集中分布太平洋白银冷杉 (Abiesamabilis)，高海拔地区主要分布亚高山冷杉 (Abieslasiocarpa)、山铁杉 (Tsugamertensiana)和黑松(Pinuscontorta)。在研究区南部和东部，耐火树种则更为普遍，包括黄松(PinusponderosaDouglas)、糖松(Pinuslambertiana)、大冷杉(Abiesgrandis)和香柏木(Calocedrusdecurrens)等。研究区内森林是美国木材供给的重要来源，大部分森林由美国联邦机构管理以实现多种资源目标，小部分森林由私有工业土地所有者管理，且以生产木材为主[28-31]。

图1 研究区地理位置Fig.1 The location of the study area

1.2 数据来源

本研究使用的数据包括：①美国国家土地覆盖数据库(National Land Cover Database，NLCD)提供了全国性的土地覆盖和土地覆盖变化数据(表 1)，以2～3 a为间隔共发布了2001年、2003年、2006年、2008年、2011年、2013年和2016年7个完整的土地覆盖产品。NLCD由多分辨率土地特征组织(MRLC)建立，由空间分辨率为30 m的Landsat TM/ETM+/OLI 影像执行决策树分类器得到，其中NLCD 2008年、2013年和2016年这3期数据为2018年9月发布的最新版本，具有基于改良后的安德森Ⅱ级分类系统的16级分类代码(表1)，保证了所有数据集之间的直接可比性。3期数据的总体分类精度分别为81%、85%和87%，因此基于这3期数据可以用于分析和评估2008—2016年森林景观格局的变化[29-30]。②空间信息联盟(CGIAR-CSI，https://cgiarcsi.community/)提供的研究区数字高程模型(分辨率为30 m)及加州大学空间科学中心(GADM，https://gadm.org/download_country_v3.html)提供的38个县的行政界线矢量图层。空间参考信息采用了Albers 等积圆锥投影，投影参数：第1标准纬线为29.5°N，第2标准纬线为45.5°N，中央经线为-96°W。③国家数据中心(SDC, https://sdcclearinghouse.com/)整理的38个县2008—2016年社会经济统计数据均值。SDC数据是来自美国统计局、56个州政府和高等院校等渠道汇总统计，提供了人口普查局和相关社会经济等调查分析的数据访问权限。

表1 NLCD土地覆盖类型重分类

1.3 研究方法

1.3.1 重分类与景观格局指数

对NLCD 16种类型的土地覆盖数据按照森林-非森林的模式进行重新聚类(表 1)，以此突显森林破碎化的主导作用。

研究使用了斑块数量(number of patches,NP),平均斑块大小(area patch mean,AMN),斑块密度(patches density,DP)和聚集度指数(aggregation index,IA)来定量描述景观格局，这些景观指数借助于Fragstats 4.2软件计算，计算公式为：

(1)

DP=ni/A;

(2)

(3)

式中：ni为第i个时期的森林斑块个数；Ai为第i个时期森林总面积；A为研究区的总面积；gij为i类型间像元相似邻接个数；Gij为i类型间最大相似邻接个数；pi为i类型斑块所占总斑块比例。

1.3.2 破碎化过程模型

破碎化过程模型依据景观生态学破碎化理论[8]分为两个阶段：①通过对两个时相的森林-非森林分类数据进行叠加比较，得到森林损失斑块(森林转换为其他类型的斑块)和森林未变化斑块，②利用ArcGIS中的空间分析功能(邻域分析、焦点统计、栅格计算等)将非森林、森林损失和森林未变化3种斑块间的空间关系分为穿孔、破碎化、收缩和消失4种类型(图 2)。其中，森林损失斑块不与任何森林未变化斑块相接为消失过程，森林损失斑块被森林未变化斑块完全包围为穿孔过程；森林损失斑块与多个森林未变化斑块相接为破碎化过程；森林损失斑块仅与一个森林未变化斑块相接为收缩过程。

绿色为森林斑块，黑色为非森林斑块，白色为森林损失斑块。The green represents forest patches, the black represents non-forest patches, and the white represents forest loss patches.图2 森林破碎化过程示意图Fig.2 A schematic diagram of forest fragmentation spatial processes

采用 Li等[28]发展的方法，借助ArcGIS Model Builder中得发展架构见图2。

1.3.3 相关分析

为保证与统计数据间的紧密关联，选取2008—2016年森林破碎化模式做相关分析。统计数据均以县为单位进行，包括社会经济统计数据和景观破碎化数据。在ArcGIS 中利用各县的行政界限矢量文件提取每县的4个破碎化成分，即单个县内4个不同类型破碎化斑块面积分别占总破碎化斑块面积的比例，共统计38个县。然后，在Rstudio 3.6分析环境下，建立破碎化模式与社会经济因子及环境因子的Spearman统计相关，用以解释各驱动因子对不同森林破碎化成分的贡献，计算公式为：

式中:σxy表示变量x和y之间的协方差，σx表示变量x的标准差，σy表示变量y的标准差。

2 结果与分析

2.1 森林景观格局分析

由2008—2016年太平洋沿岸西北部森林景观指数计算结果(表 2) 可知，2008—2016年太平洋沿岸西北部森林景观格局发生了较大的变化。森林斑块数量减少了17 238个，森林斑块密度减少了0.26个/hm2,平均斑块增加了4.69 hm2，说明森林破碎度降低，干扰降低。森林聚集度指数是揭示景观斑块组成的重要参数，聚集度指数大则代表景观是由少数团聚体的大斑块组成。研究区内森林聚集度指数增加了0.10%，说明景观斑块越来越大，也间接说明森林的破碎化现象得到改善，研究区内森林连接性得到提升。

表2 2008—2016年太平洋沿岸西北部森林景观指数计算结果

2.2 森林损失和恢复分析

由研究区2008—2016年森林损失和恢复情况(表3)可知，2008—2016年，太平洋西北部天然林面积总体呈上升趋势，以每年2.61%增长率增长到9 243 556.74 hm2，森林恢复面积约是森林损失面积的1.5倍。太平洋西北部天然林损失和恢复的空间分布见图3，可以明显看出研究区森林广泛分布于各个地区，森林资源的分布比较均匀。森林损失区域以小碎斑块形式呈现，西北沿岸地区较为严重。森林恢复区域则基本位于森林损失区域周围，这表明研究区内天然林规模支持了森林可持续经营理念。

表3 研究区2008—2016年森林损失和恢复统计

图3 研究区2008—2016年森林损失和恢复的空间分布Fig.3 The spatial distribution of deforestation and reforestation across the study area during the period of 2008-2016

2.3 森林破碎化动态分析

利用两期森林-非森林重分类数据，模型能够准确地捕捉到森林景观破碎化的动态过程(图4、表4)。由图4可见，太平洋西北部地区森林景观的森林破碎成分在森林中广泛存在，并随着时间推移逐步得到改善，其中收缩和破碎化在破碎化成分中占主导地位并主要分布在大型森林斑块内，而穿孔森林集中分布在边缘(图4)。另外，由表4可知，破碎化森林成分导致森林损失面积增加(约占57%)，收缩过程导致森林斑块数量增加(约占65%)。此外，4种破碎化过程存在极强的时空位置关联，森林破碎化最开始以破碎化形式大量发生，此后在破碎化周边产生了大量收缩斑块。收缩斑块的增加加速引导了穿孔斑块的增加，最终森林消失，由此呈现出“破碎化—收缩—穿孔—消失”的模式(图4)。

图4 2008—2016年森林破碎化空间过程Fig.4 Forest fragmentation spatial processes during the periods of 2008-2016

表4 2008—2016年间森林破碎化过程的百分比

2.4 森林破碎化驱动力分析

主要的森林破碎化组分与社会经济因子间相关系数及显著性检验结果见表5。从表5中可以看出，人类干扰对森林景观破碎化有显著影响，比如人口密度、住房密度、农业用地、人均收入和受教育程度等与森林破碎化间的相关性较高，且统计意义上相关显著，而人口年龄、平均海拔和平均坡度与破碎化的相关性不显著，这些因子不是森林破碎化的主要支配因子。这些统计数据定量描绘了各驱动因子与破碎化过程间的统计关联度。

表5 森林空间组分与驱动因子相关系数

3 讨 论

3.1 森林景观动态及破碎化演变模式

试验区的森林景观格局在研究阶段内未发生明显变化，且天然林面积总体呈现出缓慢上升趋势，森林损失面积持续低于森林恢复面积，森林斑块面积逐渐增大，而斑块数量逐渐减少，森林连接性逐渐提高，表明森林破碎化程度逐渐降低[14-15]。此外，分析研究区森林破碎化发展状况的空间分布可知，森林破碎化过程广泛分布，收缩和破碎化过程在森林破碎化成分中占主导地位，4种破碎化过程呈现出“破碎化—收缩—穿孔—消失”的前后关联。任芯雨等[20]利用NLCD 2001年、2006年、2011年3期数据对美国西北部天然林和东南部人工林进行森林破碎化过程模式研究，认为穿孔和破碎化主要发生在前期，末期是消失阶段，这与本研究结果基本一致。

3.2 森林破碎化产生的原因

社会经济因素是森林破碎化的重要预测因子。社会经济和交通运输的快速发展，影响着当地人和外来者如何使用土地[32-36]。人为干扰对森林景观影响的主要表现形式为：人口增加、居民点建设、农业开垦种植和区域经济对森林资源的依赖等。一个地区人口数量的增加意味着与林业竞争的相关土地利用将得到更多的开发和扩大。通常情况下，个人收入增加会使生活方式更加的多样化，如有更多机会亲近自然、亲近森林，但大量的亲近机会显然会对森林环境带来持续的负面影响[31]。同时，财富的增长使人们可以更容易地提出更大的住宅建设和多样化的家居环境需求，这也会导致木材需求量的快速上升，给当地森林资源带来压力[22]。但是，另一方面，受教育人口比例越高，会越容易接受并执行森林保护的理念，为森林资源可持续发展提供价值观保障[19]。此外，森林砍伐和农业开垦是林地面积大幅度减少的重要原因，农业用地的转换明显受土地利用动态及国家执行政策的影响。Butler等[18]对1990年美国西北部地区天然林进行破碎化模式研究，结果表明农业用地百分比与破碎化成分也呈显著相关。显然,本研究结果与他们的研究结果一致，这说明：该区域农业在国民经济中占有重要的地位，民众的生计高度依赖于当地的土地利用，农业用地和林地的相邻关系紧密，大量天然林被砍伐用于锯材和胶合板的需求，农田扩张用于粮食供给[34-35]。

与前人研究相比，孙飞等[36]对中国大陆省级尺度森林破碎化特征进行评价，发现黑龙江地区天然林破碎化的主要驱动力在于人口快速增长驱使下的农业土地利用大范围开垦。沈文娟等[24]对中国三大林区森林破碎化的干扰模式进行分析，发现东北林区更易受人为干扰，其干扰模式变化与林地所有权和经济发展水平紧密依赖。结合自然环境特征，可以明显看出中国东北地区的天然林破碎化驱动力与研究区相似，通过理解这些驱动因子对森林破碎化的影响，分析和参考研究区森林经营管理策略，对有效改善中国东北地区天然林的管理水平、使决策者和土地管理者从战略上减少资源损失等有重要意义。

3.3 太平洋西北部地区森林管理经验启示

根据太平洋西北地区研究站(The Pacific Northwest Station, PNW)提供的森林资源调查资料表明[31]，太平洋西北部地区是世界上最多产的林地之一，林产品为该区的经济做出了巨大贡献。研究区所在的俄勒冈州和华盛顿州,长期以来一直是美国最大的软木材和胶合板生产地，每年向全世界提供0.165亿m3左右的木材，居全美首位，比其他任何州产量的3倍多[32-33,37]。这样的需求对私人和州属森林所有者在实现森林可持续性发展及维持生态平衡上提出了巨大的挑战。然而本研究表明，试验区的天然林面积总体呈现上升趋势，森林损失面积持续低于森林恢复面积，可见近10年内该区既满足了木材工业发展的需要，又满足生态平衡的要求。

该地区采取的土地利用政策和森林经营策略有许多值得学习和借鉴的方面，具体表现为：①在联邦政府直辖管理的林地上，太平洋西北部地区坚持一种稳定、可持续的森林经营理念，年砍伐木材量约占年木材增长量的8%，由火灾、昆虫和疾病等自然原因导致的年树木死亡量占木材增长量的36%，而剩余56%的年木材增长量均增加到森林的现存木材量中，以此维持森林资源的一种高净增长模式。②坚持多用途的生态系统经营理念来规范森林实践和保护，例如：持续监测野生动物及其栖息地的恢复情况，发展私人土地所有者的自愿护林活动，协调政府与私人土地所有者的保护行动，由独立科学家进行技术监督等[33]，对维持森林生产力有极大帮助。③重视森林火灾的预防与控制。受当地夏季少雨冬季多雨的气候影响，太平洋西北部地区火灾频繁发生。为了保护财产价值、森林资源和公共安全，联邦政府及当地协作组织与伐木承包商合作，通过间伐、割草和定期焚烧来抑制火灾的发生[37]。

3.4 森林破碎化过程成分的景观管理含义

已有的森林破碎化研究大多忽视了破碎化的空间过程，主要是强调某一时间点上的静态格局。破碎化过程模型有助于评估长时相内森林损失或再生区域的局部复杂性变化，能够指示出森林地区的破碎化是如何发生的，以及其在空间上是如何逐步影响当地森林的覆盖状况。研究所建立的森林破碎化地图能够提供如何干预林地管理与开发的信息，具有清晰的空间指示含义。此外，模型所生成的4个破碎化成分在景观规划和管理方面具有重要的实践意义。例如模型中的破碎化过程对于森林连接度的意义重大，可以为生物迁徙提供可能的廊道，从而影响生物多样性保护规划[11-12]。对于模型中的其他成分，如穿孔和收缩过程，它们的发生与林业实践有很大关联，如森林皆伐、造林抚育、土地利用转换、火灾虫灾管理等[17]。因此，把握破碎化过程的时空关联，探讨不同时期森林破碎过程所占比例及相关决定因素，对于发展有针对性的森林经营、保护策略从而实现可持续林业生产经营活动，持续地发挥森林的生态效益、经济效益和社会效益有重要的参考价值。

综上所述，破碎化过程模型和经济社会驱动因素相关分析的结合提供了不同的兼容信息，为理解社会、环境、经济压力对森林破碎化的影响提供了新视角。