蘇 凱 王茵然 孫小婷 岳德鵬

(1.北京林業(yè)大學(xué)精準(zhǔn)林業(yè)北京市重點實驗室， 北京 100083； 2.臺灣大學(xué)地理環(huán)境資源學(xué)系， 臺北 10617)

0 引言

東北森林帶作為“兩屏三帶”的一部分，是我國典型的森林生態(tài)系統(tǒng)，其主要功能是發(fā)揮生態(tài)屏障作用，維持區(qū)域生態(tài)安全，對我國甚至世界生態(tài)環(huán)境的影響至關(guān)重要[1]。盡管隨著我國生態(tài)環(huán)境保護政策的深入實施及相關(guān)法律法規(guī)的逐步建立、健全，東北森林帶生態(tài)環(huán)境保護力度不斷加大，生態(tài)環(huán)境指標(biāo)逐年呈良好態(tài)勢，但是其壓力仍然很大，開展東北森林帶生態(tài)環(huán)境多年變化遙感調(diào)查與評估，分析各類生態(tài)系統(tǒng)轉(zhuǎn)化強度和動態(tài)變化特征，可以更加清楚地認識到人類活動對自然生態(tài)系統(tǒng)的影響，對于屏障區(qū)的保護與可持續(xù)發(fā)展具有重要作用[2]。

對景觀空間格局研究是掌握景觀生態(tài)功能和動態(tài)的基礎(chǔ)。而景觀指數(shù)是指能夠高度濃縮景觀格局信息，反映其結(jié)構(gòu)組成和空間配置某方面特征的簡單定量指標(biāo)[3]。景觀指數(shù)在不同景觀之間的對比、土地利用變化和城市綠地系統(tǒng)布局等方面有重要意義。而景觀動態(tài)模擬在野外進行控制實驗困難巨大，在許多情況下往往無法實現(xiàn)。因此，在研究景觀動態(tài)變化時往往采用計算機模擬，分析景觀動態(tài)過程[4]，并預(yù)測未來情況變化，為景觀管理和規(guī)劃提供依據(jù)。CA-Markov模型是景觀動態(tài)模擬與預(yù)測中比較常用的模型，能有效地模擬各類景觀的空間變化，又可以通過制定不同轉(zhuǎn)移規(guī)則，預(yù)測不同情景的空間變化[5]。

自然資源部(環(huán)保部)曾開展“全國生態(tài)環(huán)境十年變化(2000—2010年)遙感調(diào)查與評估”項目[1]，進行國家生態(tài)屏障帶生態(tài)環(huán)境10年評估，但在近10年中，屏障帶生態(tài)受全球變化及人類活動的影響，已經(jīng)出現(xiàn)較大變化，已有研究結(jié)果不能反映現(xiàn)實生態(tài)狀況。本文以東北森林帶為研究區(qū)，利用GIS與RS技術(shù)，選取2000—2015年的MODIS遙感影像，提取6類景觀類型及其空間分布數(shù)據(jù)。對東北森林帶2000—2015年景觀格局變化進行生態(tài)系統(tǒng)結(jié)構(gòu)、生態(tài)系統(tǒng)轉(zhuǎn)換方向、景觀指數(shù)變化分析，運用MCE-CA-Markov模型，和2015年東北森林帶實際數(shù)據(jù)對比驗證模型的精確性；通過對模擬預(yù)測結(jié)果的比較分析，模擬東北森林帶2020年景觀格局變化趨勢。

1 材料與方法

1.1 研究區(qū)概況

東北森林帶位于118.48°～134.22°E、40.52°～53.34°N之間，是我國重要的森林資源和生物多樣性保護基地。覆蓋面積遼闊，約為67.09萬km2。占地面積最廣的為森林，約有40萬km2，占總面積高達60%以上，主要分布在大小興安嶺、長白山和張廣才嶺，其總蓄積量約占全國的1/3。東北森林帶主要包括黑龍江省、內(nèi)蒙古自治區(qū)、吉林省的72個縣市[1]，具體范圍見圖1。東北森林帶土質(zhì)以黑土為主，是我國重要的糧食基地，也是農(nóng)林區(qū)、農(nóng)耕區(qū)、半農(nóng)半牧地區(qū)過渡區(qū)。東北森林帶內(nèi)礦產(chǎn)資源豐富，主要礦產(chǎn)完整，其中金屬礦產(chǎn)有鐵、錳、銅以及稀有金屬，非金屬礦產(chǎn)有煤、石油、油頁巖等[2]。

圖1 研究區(qū)位置Fig.1 Location of research area

1.2 數(shù)據(jù)來源與處理

本研究使用的DEM數(shù)據(jù)為STRMDEM 90 m分辨率原始高程產(chǎn)品，中國科學(xué)院計算機網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺(http:∥www.gscloud.cn)。土地覆蓋數(shù)據(jù)來源于MODIS的土地利用產(chǎn)品，來源于美國國家航空航天局(NASA)官網(wǎng)(https:∥ladsweb.nascom.nasa.gov/search)。在該土地覆蓋數(shù)據(jù)中基本的土地覆蓋分類包含了國際地圈生物圈計劃(International geosphere biosphere programme，IGBP)定義的17類，其中包括11個自然植被類型、3個土地開發(fā)和鑲嵌的地類和3個非草木土地類型定義類。通過投影轉(zhuǎn)換、圖像鑲嵌、裁剪等進行圖像的預(yù)處理，對IGBP的土地覆蓋分類體系進行重分類，提取研究區(qū)域內(nèi)的景觀類型信息，見表1。

表1 東北森林帶一級生態(tài)系統(tǒng)分類體系Tab.1 Classification system of the first-class ecosystem in northeast forest belt

1.3 方法

1.3.1景觀格局轉(zhuǎn)移矩陣及轉(zhuǎn)移概率

景觀類型轉(zhuǎn)移矩陣可以分析區(qū)域景觀變化的結(jié)構(gòu)特征和各類型變化的方向[6]。不僅能直觀反映研究初期階段和末期階段的景觀分類結(jié)構(gòu)，還能詳細體現(xiàn)研究期間內(nèi)各景觀類型的轉(zhuǎn)變狀況[7]。并采用景觀類型比例[8]、景觀各類型變化方向[9]、類型相互轉(zhuǎn)換強度[10]對景觀轉(zhuǎn)移進行量化。

不同類別的景觀面積占比計算方法如下

(1)

其中

(2)

式中Pij——土地覆被分類系統(tǒng)中基于各級分類的第i類景觀在第j年的面積比例

Sij——土地覆被分類系統(tǒng)中基于各級分類的第i類景觀在第j年的面積

TS——評價區(qū)域總面積

n——景觀類型數(shù)

景觀類型轉(zhuǎn)移比例計算公式為

(3)

其中

(4)

(5)

式中aij——生態(tài)景觀的面積

Aij——研究初期第i種景觀類型轉(zhuǎn)變?yōu)檠芯磕┢诘趈種景觀類型的比例

Bij——研究末期第j種景觀類型由研究初期的第i種景觀類型轉(zhuǎn)變而來的比例

類相互轉(zhuǎn)換強度反映了特定時期景觀類型轉(zhuǎn)變的總體趨勢，參考莊大方等[11]提出的土地利用程度區(qū)域分異模型，將景觀類型依據(jù)一定生態(tài)意義進行分級，將農(nóng)田和人工表面受干擾較為明顯劇烈的類型剔除。得出東北森林屏障區(qū)主要景觀類型的生態(tài)級別(表2)[12]。采用土地覆被轉(zhuǎn)類指數(shù)(Land cover change index， LCCI)對景觀類型的轉(zhuǎn)換強度進行量化，當(dāng)LCCI值為正，表示此研究區(qū)總體上景觀類型轉(zhuǎn)好；LCCI值為負，表示此研究區(qū)總體上景觀類型轉(zhuǎn)差。計算公式為

(6)

式中LCCI——某研究區(qū)土地覆被轉(zhuǎn)類指數(shù)

t——景觀類型，t=1,2,…,n

Ct——某研究區(qū)景觀類型一次轉(zhuǎn)類的面積

Da——轉(zhuǎn)類前級別

Db——轉(zhuǎn)類后級別

表2 景觀生態(tài)分級標(biāo)準(zhǔn)Tab.2 Classification standard of various ecosystems

1.3.2景觀格局指數(shù)

采用單一研究方法或單一指數(shù)不能全面客觀地反映景觀格局動態(tài)變化的復(fù)雜性，同時不同景觀指數(shù)之間往往存在相關(guān)性[13]，因此本研究通過借鑒學(xué)者研究成果并結(jié)合研究區(qū)實際情況，選取平均斑塊面積(MPS)[14]、斑塊數(shù)量(NP)[15]、斑塊密度(PD)、邊界密度(ED)[16]和聚集度指數(shù)(CONT)[17]等景觀格局指數(shù)對東北森林帶景觀格局特征變化進行綜合分析，見表3，表中ni表示第i種景觀類型斑塊數(shù)量，A表示景觀總面積，Tij表示第i類景觀斑塊與相鄰第j類景觀斑塊長度。

表3 景觀格局指數(shù)Tab.3 Landscape pattern indices

1.3.3MCE-CA-Markov模型

(1)MCE模型

MCE(Multi criteria evaluation)模型即多準(zhǔn)則評估模型，在管理科學(xué)基礎(chǔ)上發(fā)展至今已有50余年，仍在蓬勃發(fā)展。且以GIS為基礎(chǔ)的多準(zhǔn)則評估方法開始被廣泛用于土地潛力評估、土地適宜性評估、決策評估等，是當(dāng)前進行土地適宜性評價中適宜性圖集生成的主流方法[18]。約束條件和因子條件二者可以在多準(zhǔn)則評估中結(jié)合，結(jié)合方法分為3種：布爾方法(Boolean intersection)、加權(quán)線性合并法(Weighted linear combination, WLC)和順序加權(quán)平均法(Order weighted average, OWA)[19]。對于約束條件本研究采用布爾法，對于因子條件選用加權(quán)線性合并法。

濕地是重要的受保護資源，因此考慮將濕地作為約束條件。同時考慮到人工表面的不可逆性，在短期內(nèi)不會發(fā)展為其他用地類型，因此將人工表面作為另一個約束條件。具體方法為將約束區(qū)域賦值為0，即不適宜用地區(qū)域，將約束區(qū)域以外賦值為1，即適宜用地區(qū)域。

結(jié)合研究區(qū)特點適宜性，將坡度分為0°～5°、5°～10°、10°～15°、15°～20°、20°～25°、25°～30°、>30° 7個等級。坡向?qū)τ诹值胤植季哂忻黠@影響。向南為最適宜，其次為東南、西南。距離條件主要考慮到與當(dāng)前景觀的距離。各個類型均為距離當(dāng)前景觀越近越適宜。

(2)CA模型

CA(Celluar automata)模型即元胞自動機模型。元胞自動機的組成分為4部分：元胞及其狀態(tài)、元胞空間、元胞鄰域、轉(zhuǎn)換規(guī)則，如圖2所示[20]。

CA模型具有時間、空間、狀態(tài)離散型，任意元胞變量只存在有限且離散狀態(tài)，并依據(jù)相同的轉(zhuǎn)變規(guī)定進行同步修正，狀態(tài)改變的規(guī)則在時間、空間上均為局部特征，普通CA可用為

S(t+1)=f(S(t),N)

(7)

圖2 元胞自動機組成結(jié)構(gòu)Fig.2 Cellular automata composition structure

式中S——元胞有限、離散狀態(tài)集合

N——元胞的鄰居

f——局部映射元胞的轉(zhuǎn)換規(guī)則

(3)Markov模型

Markov模型也稱為Markov鏈，是由前蘇聯(lián)數(shù)學(xué)家MARKOV提出的一種預(yù)測模型[21]，通過分析系統(tǒng)里每個狀態(tài)的轉(zhuǎn)移概率，可以預(yù)測對象的未來狀態(tài)。由于該模型的無后效性，Markov鏈廣泛用于模擬土地利用動態(tài)變化[22]。在土地利用覆蓋變化研究中，利用Markov模型預(yù)測土地覆蓋變化的計算式為

S(T)=P+S(T0)

(8)

其中

(9)

式中S(T)、S(T0)——T、T0時刻土地利用結(jié)構(gòu)狀態(tài)

P——轉(zhuǎn)移概率矩陣，研究初期到末期由類型i轉(zhuǎn)移為j的概率，且0≤Pij≤1

2 結(jié)果與分析

2.1 東北森林帶景觀格局

根據(jù)東北森林帶2000—2015年的土地覆被類型數(shù)據(jù)，經(jīng)過空間統(tǒng)計分析得到景觀類型空間分布格局。從景觀類型構(gòu)成來看(表4)，東北森林屏障帶景觀類型以森林為主，其面積約為38萬km2，占比高達61%以上。

表4 東北森林帶景觀類型構(gòu)成Tab.4 Statistics information of northeast forest belt

由圖3可知，森林主要分布在大興安嶺、小興安嶺、張廣才嶺和長白山區(qū)域；其次是草地和農(nóng)田類型，兩者占比接近，在15%～20%之間，其中草地呈面狀分布在大興安嶺以西、內(nèi)蒙古高原一帶以及大、小興安嶺交界處的平原地區(qū)，農(nóng)田集中分布在中部的東北平原；人工表面以城鎮(zhèn)和建筑區(qū)為主，占比在1%～2%，零星分布于地勢平坦地區(qū)，少有分布于山區(qū)與平原交界處；濕地呈點狀離散分布，占0.1%～0.2%，以水系為主；其他用地類型主要包括裸地和灌叢，所占面積較少，在1%～2%，分布無明顯規(guī)律。

圖3 東北森林帶景觀格局分布圖Fig.3 Distribution maps of ecological sources in study area

2000—2015年間森林、濕地和其他用地面積占比略有增加，草地和農(nóng)田面積占比略有減少，東北森林帶景觀類型構(gòu)成變化趨勢較為明顯。其中森林類型持續(xù)保持高位，總體呈增加趨勢，在2000—2010年增幅明顯，總計面積擴增了11 344.5 km2；草地雖只在2000—2005年、2010—2015年均呈上升趨勢，但由于其在2005—2010年間減幅非常劇烈，總體還是呈大幅減少趨勢，總計減少8 021 km2；濕地和人工表面所占面積比重雖小，但是變化率非常高，均呈持續(xù)增加趨勢；農(nóng)田面積持續(xù)減少，15年間減少8 476.5 km2，變化率穩(wěn)定(圖4)。

圖4 2000—2015年東北森林帶景觀類型變化面積 與變化率Fig.4 Changing area and rate of landscape types in northeast forest belt from 2000 to 2015

2.2 東北森林帶2000—2015年景觀格局變化分析

2.2.1景觀類型轉(zhuǎn)換方向

受氣候變化、人類活動等外界干擾因素作用，生態(tài)系統(tǒng)結(jié)構(gòu)發(fā)生了一定變化，各類型之間產(chǎn)生了類型轉(zhuǎn)換。2000—2015年間，東北森林帶的生態(tài)系統(tǒng)整體呈現(xiàn)穩(wěn)定狀態(tài)。其中處于高位的森林類型共有4.5%轉(zhuǎn)出，主要流向為草地和農(nóng)田，面積分別為12 000 km2和3 147.5 km2,轉(zhuǎn)向其他用地的類型較少，表明15年間森林的保護成效較好；最主要的轉(zhuǎn)換發(fā)生在草地，草地共有24.29%的面積發(fā)生了變化，主要轉(zhuǎn)為森林和農(nóng)田，轉(zhuǎn)換面積分別為21 761.75 km2和7 927.75 km2。農(nóng)田的轉(zhuǎn)出約占總面積的18.66%，其中主要流向草地和森林，面積分別為10 097.25 km2和5 164.5 km2，這表明重要生態(tài)功能區(qū)的退耕還林工程取得顯著效果。人工表面在逐年穩(wěn)定增加，且有轉(zhuǎn)換速度逐漸加快的趨勢，增加面積主要來自于農(nóng)田和草地。其他用地增加主要來源于森林，其余景觀類型幾乎沒有變化。其中，2005—2010年間草地與森林的轉(zhuǎn)換十分明顯，草地轉(zhuǎn)出率高達14.35%，其中大部分轉(zhuǎn)為了森林，面積多達13 217.5 km2，由此可以看出，該年份間生態(tài)保護開展效果顯著。東北森林帶景觀轉(zhuǎn)移矩陣見表5。

2.2.2景觀類型轉(zhuǎn)換強度

根據(jù)東北森林帶2000—2015年景觀類型轉(zhuǎn)換強度(表6)，東北森林帶內(nèi)的景觀在3個研究時段內(nèi)都有很強的轉(zhuǎn)換強度，在2000—2005年、2005—2010年兩個時間段內(nèi)LCCI值為正，表示這兩個5年間生態(tài)系統(tǒng)在不斷變好，同時2005—2010年的土地覆被指數(shù)顯著高于2000—2005年，說明“十一五”期間的生態(tài)系統(tǒng)轉(zhuǎn)好趨勢優(yōu)于“十五”期間，可能得益于退耕還林工程。然而在2010—2015年間LCCI值為負數(shù)，并且轉(zhuǎn)換強度低于前2個時段，表示在此期間生態(tài)系統(tǒng)有一定程度退化，說明生態(tài)系統(tǒng)維護還需要持續(xù)開展，生態(tài)保護勢在必行。

表5 2000—2015年東北森林帶轉(zhuǎn)移矩陣Tab.5 Transfer matrix of northeast forest belt in 2000—2015 km2

表6 東北森林帶景觀類型轉(zhuǎn)換強度Tab.6 Land cover change index of northeast forest belt %

2.3 景觀格局變化特征

2.3.1類型尺度指數(shù)

表7為在類型尺度上對東北森林帶景觀格局的分析。草地的斑塊數(shù)量最多，其余由大到小依次為人工表面、森林/農(nóng)田、其他用地、濕地，其中森林和農(nóng)田基本持平。斑塊密度上來說，草地的斑塊密度較高，其次為人工表面，森林和農(nóng)田基本持平，其他用地和濕地密度最低。森林的平均斑塊面積最高(表8)，其余依次為農(nóng)田、草地、濕地、人工表面、其他用地。總體來講，草地的斑塊數(shù)量最多，斑塊密度又很高，基本為其余類型的兩倍，同時平均類斑面積也處于中等水平，草地的景觀破碎化程度最高；而森林的平均斑塊數(shù)量遠高于其他用地景觀類型，同時斑塊數(shù)量和斑塊密度都處于較低水平，表明森林的破碎化程度低，景觀的整體性較為完整。

從2000—2015年東北森林帶類斑塊數(shù)量、斑塊密度(表7)和平均類斑面積(表8)的變化可知，森林、草地、農(nóng)田、人工表面基本呈現(xiàn)先減后增的趨勢，濕地和其他用地則持續(xù)增加。斑塊密度的變化與斑塊數(shù)量變化類似。草地的斑塊數(shù)量和斑塊密度均有所上升，且平均類斑面積有所下降，表明草地在15年間破碎化程度進一步加劇，且多年的變化較為穩(wěn)定。森林大體呈現(xiàn)一個穩(wěn)定的狀態(tài)，說明森林生態(tài)系統(tǒng)在15年間變動較小。人工表面的斑塊數(shù)量和斑塊密度在2005—2015年間增幅較為明顯，表明這個時期的城市化進程較為迅速，使得人工表面的數(shù)量增加。濕地和其他用地類的景觀斑塊數(shù)量少量增加，斑塊密度基本無明顯變化(圖5)。

2.3.2景觀尺度指數(shù)

利用斑塊數(shù)量、斑塊密度、邊界密度、平均類斑面積以及聚集度指數(shù)對東北森林帶景觀格局在景觀尺度上進行分析，分析結(jié)果見表9。斑塊數(shù)量、斑塊密度的變化大致同步，在2000—2005年間有了同步下降，斑塊數(shù)量減少了4.50%，說明該時段景觀破碎化程度降低。在2005—2015年間斑塊數(shù)量進一步回升并且大幅超出了最初的水平。在2010—2015年間增幅尤為明顯，斑塊數(shù)量增加了12.82%，表明該時間段內(nèi)景觀破碎化程度加劇，景觀異質(zhì)性略有增強。邊界密度指標(biāo)直接反映了景觀破碎化程度，可以看出，在15年間邊界密度在逐漸增高，即代表景觀被邊界割裂的程度變高，說明東北森林帶的生態(tài)過程活躍度有所增加(圖6)。聚集度指數(shù)則先增后減，表明在一段穩(wěn)定時期之后東北森林帶景觀格局趨于多種要素密集，景觀的破碎化程度變高，這與斑塊數(shù)量和斑塊密度的變化分析結(jié)果一致。總體來說，2000—2015年間斑塊數(shù)量增加了13.94%，斑塊密度增加了14.25%，邊界密度增加了12.5%，聚集度指數(shù)增加了1.49%，景觀破碎化較為明顯。

表7 東北森林帶景觀類斑塊數(shù)量和斑塊密度Tab.7 Numbers of patches and patch density in northeast forest belt

表8 東北森林帶景觀平均類斑面積Tab.8 Mean patch size in northeast forest belt km2

圖5 2000—2015年東北森林帶景觀類斑塊數(shù)量(NP)與斑塊密度(PD)變化Fig.5 Changes of number of patches and patch density in northeast forest belt from 2000 to 2015

圖6 2000—2015年東北森林帶景觀邊界密度 與聚集度指數(shù)變化曲線Fig.6 Changing curves of edge density and CONTAG in northeast forest belt from 2000 to 2015

表9 東北森林帶景觀尺度指數(shù)Tab.9 Landscape index changes in northeast forest belt

2.4 東北森林帶景觀格局演變模擬

以東北森林帶2005年景觀格局圖為初始年，利用適應(yīng)性圖集以及結(jié)合2005—2010年土地利用變化轉(zhuǎn)移概率矩陣，對東北森林帶2015年景觀格局的模擬結(jié)果如圖7所示。

圖7 2015年東北森林帶景觀格局分類結(jié)果與 模擬結(jié)果對比Fig.7 Comparison of classification results of landscape pattern with simulation results in northeast forest belt in 2015

圖7a為2015年東北森林帶景觀類型解譯圖，圖7b為2014年東北森林帶景觀類型模擬結(jié)果。由圖可知，2015年分類現(xiàn)狀景觀與模擬得出的景觀在空間上的布局大體一致。2015年分類現(xiàn)狀與模擬結(jié)果及模擬精度統(tǒng)計如表10所示。

表10 2015年東北森林帶景觀格局模擬結(jié)果精度檢驗Tab.10 Accuracy test of landscape pattern simulation results in northeast forest belt in 2015

通過結(jié)果可以看出除草地、其他用地以外，森林、濕地、農(nóng)田、人工表面的數(shù)量精度都在90%以上，說明該模型具有較高的精度，同時也反映出精度較低的草地、其他用地和人工表面類型可能受人為影響較為明顯，變化波動比較不穩(wěn)定。Kappa系數(shù)為0.918 1，認為該模型可信度較高，可以用于預(yù)測2020年景觀格局分布。

2.5 東北森林帶景觀格局演變預(yù)測

通過對2015年東北森林帶景觀格局模擬，得到模擬的平均相對精度為80.88%，確定各地類適宜性條件，并以此來對東北森林帶2020年土地利用進行預(yù)測。以東北森林帶2015年土地利用布局圖為初始年，利用MCE-CA-Markov模型，結(jié)合生成的土地利用適宜性圖集和Markov模塊生成的景觀格局轉(zhuǎn)移概率矩陣，將循環(huán)次數(shù)設(shè)置為10，對東北森林帶2020年土地利用布局的模擬結(jié)果如圖8所示。

圖8 東北森林帶2020年景觀格局預(yù)測結(jié)果Fig.8 Prediction of landscape pattern in northeast forest belt in 2020

由表11、12可知，2020年預(yù)測結(jié)果同2015年相比，森林面積有小幅減少，主要轉(zhuǎn)出為草地和農(nóng)田；草地有小幅面積上漲，主要轉(zhuǎn)出為森林和農(nóng)田；濕地有較為大幅度的上升，考慮可能是保護力度加強；農(nóng)田數(shù)量轉(zhuǎn)入轉(zhuǎn)出基本保持了穩(wěn)定，沒有明顯的百分比變化，主要轉(zhuǎn)出方向為草地；人工表面有小幅上漲，可能與城市化進程有關(guān)，變化基本保持了穩(wěn)定；其他用地類型面積有所增加，主要來源于森林和草地的轉(zhuǎn)化。

由圖9可知，2000—2010年森林面積持續(xù)上升，而2010—2020年森林面積有所下降；草地面積在前10年有下降，后10年有所回升；農(nóng)田基本保持穩(wěn)定，有略微下降趨勢但不明顯；人工表面和濕地類型均在小幅上升，其他用地面積變化幅度不太穩(wěn)定，但放在總體中變化不明顯。說明在耕地保護和環(huán)境保護之間還存在一定問題，森林生態(tài)保護面臨壓力。

表11 2015—2020年生態(tài)系統(tǒng)構(gòu)成Tab.11 Statistics information of northeast forest belt between 2015 and 2020

表12 2015—2020年景觀格局轉(zhuǎn)移矩陣Tab.12 Transfer matrix of northeast forest belt in 2015—2020 km2

圖9 2000—2020年東北森林帶景觀類型構(gòu)成變化Fig.9 Changes of landscape type in northeast forest belt from 2000 to 2020

3 結(jié)論

(1)東北森林帶主要景觀類型以森林、草地和農(nóng)田為主。15年間生態(tài)系統(tǒng)整體呈穩(wěn)定狀態(tài)，森林整體呈現(xiàn)上升趨勢，最主要的轉(zhuǎn)換發(fā)生在草地，2005—2010年間草地與森林的轉(zhuǎn)換明顯，農(nóng)田主要流入草地和森林，重要生態(tài)功能區(qū)退耕還林效果顯著。人工表面逐年增加，城市化進程有所加快。

(2)東北森林帶內(nèi)草地的景觀破碎化程度最高，且草地的破碎化在15年間有加劇趨勢；森林的破碎化程度較低；人工表面受城市化進程影響，景觀破碎化程度有所增加；濕地和其他用地類型最為穩(wěn)定，景觀指數(shù)無明顯變化。在2000—2005年總體景觀破碎化程度降低，而2005—2015年破碎化程度加劇，景觀異質(zhì)性略有增強，邊界割裂程度變高，生態(tài)過程活躍度增加。

(3)基于MCE-CA-Markov模型的模擬結(jié)果可以看出，盡管與2015年東北森林帶屏障帶的實際現(xiàn)狀有一定誤差，但Kappa系數(shù)達到0.918 1，模擬相對精度80.88%，表明該模型可以用于景觀格局預(yù)測。2020年預(yù)測結(jié)果顯示，同2015年相比，森林面積有小幅減少，主要轉(zhuǎn)變?yōu)椴莸睾娃r(nóng)田；草地有小幅面積增加，主要轉(zhuǎn)變?yōu)樯趾娃r(nóng)田；濕地有較大幅度的上升；而農(nóng)田數(shù)量基本保持穩(wěn)定，沒有明顯的百分比變化，主要轉(zhuǎn)變?yōu)椴莸?；人工表面有小幅增加，這與城市化進程有關(guān)，基本保持了穩(wěn)定變化；其他用地類型面積有所增加，主要源于森林和草地的轉(zhuǎn)換。