快速城市化下武汉市城市森林的时空格局和动态研究

论文摘要

城市森林是城市生态系统的重要组成部分,在诸多方面发挥着重要生态系统服务功能。城市森林景观格局特征直接影响其生态服务功能,研究城市化地区城市森林景观格局特征及其变化趋势对于区域尺度上森林资源可持续发展与利用具有重要意义。本文基于1996年和2007年的Landsat TM遥感数据、SRTM提供的2009年DEM数据、武汉市公路和铁路数据等,结合Fragstats软件分析了武汉市景观格局和城市森林景观变化及其适应性；采用MCR（最小累积阻力）模型评价了城市森林建设的扩展阻力；并通过CA-MARKOV模型对武汉市城市森林的近期变化趋势进行预测,在此基础上结合城市森林建设扩展阻力的评价结果探讨分析预测结果。研究结果表明：（1）2007年武汉市域占主导的景观类型是农田,水域和城市森林占有较大的比重。从城市森林的分布来看,大型城市森林斑块主要分布在郊区,以黄陂、江夏、新州为主,其中黄陂区城市森林面积最大,占城市森林总量的27.6%；而在人口密度高、人类活动频繁的江汉和研口区城市森林的数量十分匮乏,面积之和不足市域森林面积的2%,且破碎化程度严重。（2）1996年-2007年的11年间,武汉的城市景观格局发生比较明显的变化,农田和水域的面积分别下降了115721.3 hm2和23722.38 hm2,其他景观类型的面积均有所增加,其中城市用地增加了65190.2 hm2,城市森林增加了52578.3 hm2,草地增加了21047.3hm2,未利用土地变化很小,仅增加627.8 hm2,且主要表现为农田景观转换为其他类型的景观。从武汉城市森林的变化来看,1996年-2007年60%以上的城市森林保持不变,24%的城市森林转变成为了农田,还有小部分转变成为了草地和城市。2007年的城市森林面积比1996年增加了82790.82hm2,其中农田转换为城市森林是其数量扩增的主要来源。增加的城市森林的分布主要集中在黄陂、江夏、新洲和蔡甸,这四个行政区中城市森林增加面积超过了森林面积增量的85%；而在城市森林分布本身就少的行政区,如研口区和江汉区,其城市森林扩展面积也十分有限。（3）从景观指数的结果来看,城市森林的总斑块的数目有所减少,最大斑块指数有所增加,景观形状指数有所下降,平均周长面积比的下降十分明显,由714.38下降到了492.07,这些指数的变化反映了城市森林破碎化程度有所缓解,城市森林斑块的形状逐渐趋近于正方形或圆形,城市森林内部的稳定生境面积在增加。（4）以高程、坡度、NDVI、用地类型、公路以及铁路为阻力因子,分析了武汉市城市森林建设的适宜性。结果表明,越靠近城市中心,城市森林的扩展阻力越大,越靠近道路中心,扩展阻力越大,越靠近水域中心,扩展阻力越大。在武汉市城市森林分布集中的区域,城市森林的扩展阻力相对较小。各阻力等级由大到小的面积比例依次为,等级Ⅰ为10.8%,等级Ⅱ面积比例为32.03%,等级Ⅲ为29.07%,等级Ⅳ为22.79%,等级Ⅴ为5.31%,这表明武汉市的城市森林建设具有着很大的潜力。（5）应用CA-MARKOV模型预测的2018年武汉城市景观格局表明,各类景观类型保持了1996年到2007年的变化趋势,农田和水体面积有所减少,其他各景观类型的面积均有所增加,而扩增面积的主要分布在原有景观斑块的周围。（6）预测发现,2018年的城市森林面积将比2007年增加25603.2hm2,其中大于65%的城市森林扩展区域都分布在累积阻力最小的第Ⅰ和第Ⅱ等级中,而分布在累积阻力最大的第Ⅳ和第Ⅴ等级中的城市森林仅有6.13%和0.25%,这表明CA-MARKOV模型对城市森林的变化预测是比较合理的。各个等级对城市森林扩展的贡献比例随着其建设适宜性等级的下降而下降。其中等级Ⅰ为5.40%,等级Ⅱ为4.87%,等级Ⅲ为3.15%,而在适宜性最弱的第Ⅳ和第Ⅴ等级区,只有0.88%和0.16%的面积转化为城市森林。说明CA-MARKOV模型对2018年城市森林的预测完全符合城市森林建设的要求和原则,是可信度很高的。格局的分析提出了武汉市城市森林建设中的问题所在,城市森林建设的扩展阻力评价划分出了武汉市适宜城市森林建设的区域,城市森林的变化趋势预测了未来11年城市森林变化的可能性。研究的结果为武汉城市森林的可持续管理以及规划建设提供了理论和数据的参考。

论文目录

• 摘要
• Abstract
• 1 前言
• 1.1 研究背景与意义
• 1.1.1 研究背景
• 1.1.2 研究目的和意义
• 1.2 研究综述
• 1.2.1 城市森林概念、研究范围
• 1.2.2 国内外相关研究进展
• 1.3 主要研究内容
• 2 研究区概况及研究方法
• 2.1 地理位置
• 2.2 自然概况
• 2.2.1 地质地貌概况
• 2.2.2 气候概况
• 2.2.3 植被概况
• 2.3 研究的技术路线
• 2.4 研究方法
• 2.4.1 数据与资料来源
• 2.4.2 影像处理与分类
• 2.4.2.1 景观生态分类
• 2.4.2.2 TM影像的前期处理
• 2.4.2.3 TM影像的景观分类
• 2.4.3 武汉市城市森林景观格局分析
• 2.4.3.1 景观格局的研究指标的选择
• 2.4.3.2 Fragstats软件进行景观格局分析的方法
• 2.4.3.3 Erdas软件提取城市森林的方法
• 2.4.3.4 ArcGIS软件提取各行政区的城市森林
• 2.4.4 武汉城市森林扩展阻力分析
• 2.4.4.1 城市森林扩展阻力因子的选择原则
• 2.4.4.2 城市森林扩展阻力分析的模型
• 2.4.4.3 城市森林扩展阻力分析的指标体系
• 2.4.4.4 城市森林扩展阻力因子的权重确定
• 2.4.5 武汉市2018年城市景观格局预测
• 2.4.5.1 元胞自动机概述
• 2.4.5.2 马尔可夫模型概述
• 2.4.5.3 CA-MARKOV模型概述
• 2.4.5.4 CA-MARKOV模型预测方法
• 3 结果与分析
• 3.1 武汉市景观格局及变化
• 3.2 武汉市城市森林的格局及变化
• 3.2.1 武汉市城市森林的格局
• 3.2.2 武汉市城市森林景观格局的变化
• 3.2.3 武汉市城市森林景观指数分析
• 3.3 武汉城市森林扩展阻力分析
• 3.3.1 单因子阻力分级评价
• 3.3.1.1 高程阻力分析
• 3.3.1.2 坡度阻力分析
• 3.3.1.3 NDVI阻力分析
• 3.3.1.4 用地类型阻力分析
• 3.3.1.5 公路阻力分析
• 3.3.1.6 铁路阻力分析
• 3.3.2 AHP（层次分析法）确定阻力因子权重
• 3.3.3 评价结果
• 3.4 武汉市2018年城市景观格局预测结果
• 3.4.1 MARKOV转移矩阵的计算
• 3.4.2 主要景观类型的MARKOVIAN条件转化概率
• 3.4.3 武汉市2018年景观格局的变化趋势预测
• 4 结论与讨论
• 4.1 结论
• 4.2 创新之处
• 4.3 不足之处
• 4.4 研究展望
• 参考文献
• 致谢