区域尺度下典型森林景观的历史重构

Historical land cover information is the historical evidence of the evolution of human civilization and the adaption to environmental change. As one of the most prominent landscape signs on the surface of the earth's land, the forest cover pattern reflects the dual effects of the earth's surface environment changes (especially the climatic conditions) and the human land use behavior. However, either in global, regional or local scale, especially in tropical and subtropical areas with high species diversity, the dynamic relationship between forest cover and environmental changes is nonlinear, resulting in the construction of forest landscape map time series is very complex. In this study, taking the Pearl River Delta region with rapid economic development in the past 30 years as the study area, we will investigate native forest with fragmentation distribution, classify the forest based on the principle of dominant species. Furthermore, based on the spatial analysis of distribution relationship between different native forest types and ecological factors, we will establish a logistic regression-cellular automata model for the regional forest cover back, construct a forest landscape pattern spectrum for the past 40 years. This will not only provides a theoretical exploration for forest cover in tropical and subtropical areas is the reconstruction of history, but also put forward specific implementation measures for the "proper forest for right place" based on an analysis of impact such as city process factors on the forest cover.

历史土地覆被资料是人类文明演进的地理证据与适应环境变化的历史证据。森林作为地球陆地表层上最突出的景观标志，它的覆被格局反映了地球表层的环境变化（特别是气候条件）和人类土地利用行为的两重影响。但无论在全球、区域或局域尺度上，特别是在物种多样性极为丰富的热带亚热带地区，森林覆被与环境的变化之间都存在着复杂的非线性动态反馈关系，从而导致构建时间序列上的森林景观图谱极为复杂。本项研究，以近30年来经济快速发展的珠三角地区为研究区域，通过调查现有的片段化分布为主要方式的原生性森林，基于“优势种原则”进行分类，在分析原生森林覆被不同类型与生态因子空间分布关系的基础上，建立逻辑回归-元胞自动机模型对区域内的森林覆被进行回溯，构建较近历史时期内（40年）的森林景观图谱，既为热带亚热带地区森林覆被的历史重构提供理论探索，也可在分析城市化进程等人为因素对森林覆被影响的基础上，为“适地适林”提出具体的实施措施。

森林覆被与环境变化存在着复杂的非线性动态反馈关系，构建时间序列上的历史森林植被景观图谱，对于研究生态环境对森林的影响及植被对气候的响应机制具有重要意义。但现有的土地覆被重建研究所采用的算法较为简单，精度验证结果不甚理想。本项研究，基于AdaBoost算法改进的人工神经网络和自然林地的分布关系，构建了一个基于元胞自动机的空间演化模型来重建历史森林的空间格局。为验证模型可行性，利用广东黑石顶自然保护区50 ha样地，以2017年样地调查数据中重要值排前70的乔木树种作为研究对象，通过构建的CA-AdaBoost-ANN回溯模型重建了2012年样地上乔木种群分布情况，并与2012年实际调查数据作对比，表明模型回溯结果的总体精度达94.14%，模型重建的主要乔木种群空间点格局分析结果与实际空间格局相似。在此基础上，选择广州市北部地区森林植被作为珠三角地区的代表，通过调查440个自然保护小区（风水林）和自然林样地，共计664个乔木树种72611株乔木，结合遥感影像对区域内主要森林群落进行划分，在此基础上，依据气象因子、地形因子、与各个土地利用类型的最近距离、回溯起始年份的森林群落空间分布数据等要素，使用CA-AdaBoost-ANN对区域内1990年和2000年的森林群落进行重建。结果表明回溯模型在30 m空间尺度上效果最佳，回溯模型重建的广州市北部地区2000年森林群落总体精度为91.07%，1990年的总体精度为89.01%，也即随着回溯时间跨度的增加，模型重建的森林群落精度降低。总体上，基于CA-AdaBoost-ANN模型所重建的乔木种群和群落与历史时期的实际分布具有较高的吻合精度，并在空间格局上具有一致性，可以较为真实地反映历史时期的森林植被格局，是一种重建不同历史时期的森林格局的有效途径，可以为森林经营管理提供理论依据，也为预测未来森林格局演变提供的有效手段。