广州市城市规划勘测设计研究院 广州 510
摘要：内蒙古是我国北方重要的生态安全屏障，森林保护是内蒙古生态文明建设中的重要一环。本研究以内蒙古自治区为研究区域，利用MODIS数据为数据源，用多分类器融合的方法对2000、2005、2010和2015年的内蒙古区域进行土地利用与土地覆盖分类。通过建立回归模型，分析研究区森林覆盖变化的影响因素。
关键词：森林覆盖变化；驱动因素；内蒙古
0引言
内蒙古自治区是我国森林资源最丰富的省份之一，但也是森林退化最严重、生态环境最脆弱的省份之一。随着城市化的快速发展，城市化用地和粮食需求量也日益增长，使得部分森林用地转变为城市用地或耕地。为此，内蒙古实施了一系列的措施来发展生态建设，如 “三北”防护林建设、退耕还林还草等工程。为了更好地落实政策的实施并制定更有效的措施，对内蒙古森林进行持续性监测和驱动因素分析很有必要。
1国内外研究现状
大部分对森林覆盖变化的研究都是先进行影像分类，获取土地利用与土地覆盖变化，再运用各种方法来分析森林覆盖的变化及其驱动因素。Marc等利用线性光谱混合分析方法对多年的Landsat影像进行分类并提取出森林覆盖区域，简单分析了森林覆盖的变化原因[1]。Hu等在研究区内分树种、小区域对森林覆盖变化进行研究，采用二元逻辑模型分析各因素对研究区内森林覆盖变化的影响[2]。Martin Cvitanović等结合遥感、统计模型和问卷调查三种方式，研究森林覆盖变化率以及驱动因素[3]。
2研究区域及实验数据介绍
本论文的研究区域是内蒙古自治区，位于中国的北部，全区面积约为118万平方公里。地势西高东低，由于降水和气温的空间差异，内蒙古从东北到西南的主要覆盖为森林、草地和沙漠。
本次实验用到的数据包括影像数据和统计数据。影像数据主要用于土地利用与土地覆盖分类，选取了2000年、2005年、2010年和2015年的MOD09A1数据产品。统计数据从《内蒙古统计年鉴》中获得。
影像分类
利用MODIS处理软件MRT（MODIS ReprojectionTools）对MOD09A1数据进行拼接、投影转换和几何校正等预处理。再在ArcGIS中进行裁剪，得到内蒙古区域内的数据，然后在ENVI中融合7个波段，得到最终用于分类的数据。本实验将地表覆盖类型分为六类：耕地、森林、草地、水域、城镇用地和未利用地。利用中科院的中国土地利用现状遥感监测数据（CLUD）和FROM-GLC30选取样本，导入ENVI，按照类别属性转换成ROI，计算样本的可分离性。
每一个年份均经过最大似然法、最小距离法、马氏距离法、支持向量机法、神经网络法分类，对这五幅分类图做逐像素的投票。对经过投票的分类图做分类后处理。最终的土地利用与土地覆盖分类图如图1-4所示。森林主要集中在内蒙古的东北部，中部主要是草地，而西部主要是未利用地，耕地主要分布在中部和东部。
.png)
图 1 2000年土地利用与土地覆盖分类图
.png)
图 2 2005年土地利用与土地覆盖分类图
.png)
图 3 2010年土地利用与土地覆盖分类图
.png)
图 4 2015年土地利用与土地覆盖分类图
本实验通过混淆矩阵计算得到总体分类精度、kappa系数，如表1。
表 1 分类结果精度
.png)
3森林覆盖时空变化分析
2000年，内蒙古全区森林覆盖面积为164962.25平方公里，2015年森林面积为176465.25平方公里，15年间森林覆盖面积共增加了11503平方公里，年均增长率为0.48%。从图5可以看到，2000-2010年森林覆盖面积大幅增长，特别是2005-2010年间，森林覆盖面积急剧增加，但2010-2015年森林覆盖面积有所下降，但就整个研究时间范围来说，森林覆盖面积总体还是增加的。图6表示与2000年森林覆盖相比，2015年增加的森林面积。
.png)
为了探究影响内蒙古森林覆盖变化的因素，实验选取了社会经济指标和自然因素两类共18个因子：年末常住人口、农林牧渔业乡村年末从业人员、国内生产总值（GDP）、人均国内生产总值（人均GDP）、工业总产值、林业总产值、农业总产值、牧业总产值、农牧民人均纯收入、粮食产量、造林面积、建成区面积、建成区绿化覆盖率、耕地面积、草地面积、公路里程、年平均气温和年平均降水量。利用SPSS计算这些因子的变化量与林地面积变化因子的相关性。其中，年平均降水量、农林牧渔业乡村年末从业人员、粮食产量、农业总产值、牧业总产值、公路里程6个因子与林地面积变化显著相关。上述6个因子与林地面积变化之间的相关性如表2。
表 2 相关性
.png)
内蒙古土地广袤，各盟市间存在自然环境、人文环境等差异，森林覆盖和其他因子都会受到地理位置的影响。因此，选用地理加权回归模型对森林覆盖的影响因子进行回归分析。
将林地面积变化作为因变量，年平均降水量变化、农林牧渔业乡村年末从业人员变化、粮食产量变化、农业总产值变化、牧业总产值变化和公路里程变化作为解释变量，进行地理加权回归建模。模型参数如表3。
表 3 地理加权回归模型参数
.png)
图7表示的是标准化残差，各盟市的标准化残差均小于2.5倍，属于可接受范围。
.png)
图 7 标准化残差
地理加权回归给出了每个样本每个自变量的系数。系数最大的是农林牧渔业乡村年末从业人员变化因子。年平均降水量变化因子的系数在各个盟市均为正数。除兴安盟外，其他盟市的农业总产值变化因子均为正数。大部分盟市的牧业总产值因子系数为负数。公路里程变化的系数相对较小。粮食产量变化因子的系数在乌兰察布市、通辽市、锡林郭勒盟和乌海市比较大，且为负数。从总体而言，系数的绝对值大小排序为：农林牧渔业乡村年末从业人员变化（x1）>牧业总产值（x2）>农业总产值（x3）>粮食产量（x4）>年平均降水量（x5）>公路里程（x6）。每个盟市每个时期都有其因子的系数，以局部R方最高的乌海市2000年的地理加权回归方程为例，其方程为
.png)
从方程来看，农林牧渔业乡村年末从业人员变化、农业总产值变化、年平均降水量变化和公路里程变化对乌海市的林地面积变化有积极的影响，而牧业总产值和粮食产量则相反。在乌海市，对林地面积变化影响最大的是农林牧渔业乡村年末从业人员变化，农林牧渔业乡村年末从业人员的增加对林业的发展有促进作用。其次是牧业总产值变化，牧业总产值的下降可能由于牧草的减少，牧草转换为林地使得林地面积增加。
4结束语
本研究以内蒙古自治区为研究区域，利用CLUD和FROM-GLC30数据选取分类样本，以MOD09A1数据作为数据源，采用多分类器融合的方法进行遥感影像分类，得到内蒙古全区2000、2005、2010和2015年的500米分辨率的土地利用与土地覆盖分类图。在统计年鉴中选取了18个影响因子，建立了地理加权回归模型，分析森林面积变化的影响因素。
综上，经过退耕还林、森林保护、建造人工林等政策措施的努力，内蒙古整体的森林生态系统向好的方向发展，在取得一定成果的同时，也应继续攻坚克难，加大力度推进森林生态建设。
参考文献
[1]Mayes M T, Mustard J F, Melillo J M. Forest cover change in Miombo Woodlands: modeling land cover of African dry tropical forests with linear spectral mixture analysis[J]. Remote Sensing of Environment, 2015,165:203-215.
[2]Hu X, Wu C, Hong W, et al. Forest cover change and its drivers in the upstream area of the Minjiang River, China[J]. Ecological Indicators, 2014,46(11):121-128.
[3]Cvitanović M, Blackburn G A, Jepsen M R. Characteristics and drivers of forest cover change in the post-socialist era in Croatia: evidence from a mixed-methods approach[J]. Regional Environmental Change, 2016,16(6):1751-1763.