李 婧，范澤孟，岳天祥

(1.中國科學(xué)院地理科學(xué)與資源研究所,資源與環(huán)境信息系統(tǒng)國家重點實驗室, 北京 100101; 2.中國科學(xué)院大學(xué), 北京 100049)

中國西南地區(qū)土地覆蓋情景的時空模擬

李 婧1,2，范澤孟1,*，岳天祥1

(1.中國科學(xué)院地理科學(xué)與資源研究所,資源與環(huán)境信息系統(tǒng)國家重點實驗室, 北京 100101; 2.中國科學(xué)院大學(xué), 北京 100049)

氣候植被類型的空間分布與土地覆蓋類型的空間分布在時空層次上具有很好的相關(guān)性和一致性。在運用HLZ生態(tài)系統(tǒng)模型獲得CMIP5的3種氣候情景RCP26、RCP45、RCP85情景下西南地區(qū)未來90a(2011—2100年)HLZ生態(tài)系統(tǒng)時空分布情景數(shù)據(jù)的基礎(chǔ)上，結(jié)合2010年土地覆蓋現(xiàn)狀數(shù)據(jù)，構(gòu)建了土地覆蓋情景的空間分析模型，并在此基礎(chǔ)上，實現(xiàn)了西南地區(qū)未來90a土地覆蓋情景的時空模擬分析。模擬結(jié)果表明：3種氣候情景下，西南地區(qū)未來90a的落葉針葉林、落葉闊葉林、草地、耕地、冰雪、荒漠及裸巖石礫地等土地覆蓋類型面積將呈逐漸減少趨勢；常綠針葉林、常綠闊葉林、混交林、灌叢、濕地、建設(shè)用地、水體等土地覆蓋類型面積則呈逐漸增加趨勢。其中，濕地增加速度最快(平均每10a增加5.28%)，荒漠及裸巖石礫地減少速度最快(平均每10a減少2.34%)。

土地覆蓋情景模型；氣候情景；土地覆蓋變化；中國西南地區(qū)

全球氣候變化是21世紀人類面臨的最大和最復(fù)雜的生態(tài)環(huán)境問題[1]。作為全球變化的重要組成部分和主要原因，土地覆被變化已成為全球變化領(lǐng)域的研究焦點[2- 3]。大量研究表明相對于非脆弱區(qū)，生態(tài)環(huán)境脆弱區(qū)的土地覆蓋變化對氣候變化和人類活動的影響更為敏感[4- 8]，其土地覆蓋變化研究更有利于認識脆弱區(qū)的形成演變機制、揭示自然和人文因素對土地覆蓋變化的驅(qū)動機制[9- 10]?？λ固氐貐^(qū)因其獨特的地球化學(xué)表層構(gòu)造，生態(tài)環(huán)境變異敏感性高，環(huán)境容量小，是典型的生態(tài)環(huán)境脆弱區(qū)[11]。貴州、廣西、云南、四川、重慶五省區(qū)市不僅是中國，也是全球喀斯特分布面積最大、范圍最廣、最集中連片、以及巖溶發(fā)育最強烈的典型喀斯特地貌分布區(qū)和生態(tài)系統(tǒng)脆弱區(qū)域。因此，本文選取中國西南地區(qū)行政區(qū)劃內(nèi)的云南、貴州、四川和重慶四省市，以及廣西省作為研究區(qū)域(圖1)，旨在對中國最大的喀斯特分布區(qū)域的土地覆蓋情景變化進行模擬和揭示。

圖1 研究區(qū)DEM圖(國界線底圖引自[12])Fig.1 DEM of research region (national border referred to[12])

如何在全球氣候變化背景下，對土地覆蓋情景的空間預(yù)測模型進行構(gòu)建，是分析土地覆蓋時空分布格局的未來情景變化的前提條件，更是生態(tài)環(huán)境脆弱區(qū)生態(tài)環(huán)境保護和土地資源持續(xù)開發(fā)利用政策制定和實施的關(guān)鍵內(nèi)容。針對上述問題，自20世紀90年代以來，國內(nèi)外學(xué)者從不同視角，結(jié)合不同研究目的相繼構(gòu)建了系列土地覆被變化情景預(yù)測模型。例如，Lauenroth等人用于模擬農(nóng)業(yè)生態(tài)過程的土地利用模型、描述土地覆被變化的全球綜合系統(tǒng)IMAGE2.0(Integrated Model to Assess the Greenhouse Effect)、Adams 建立了空間平衡模型、P.H.Verburg等提出了動態(tài)的、多尺度的土地覆被空間變化模擬模型CLUE等等[13- 16]。以上研究為進一步模擬土地覆蓋變化提供了理論基礎(chǔ)和實踐經(jīng)驗。但相較于廣受關(guān)注的中小尺度土地覆被變化，大中尺度全球氣候變化背景下的土地覆被模擬尚不多見。在已構(gòu)建的土地覆被變化預(yù)測模型中，范澤孟等基于HLZ氣候植被類型空間分布與土地覆蓋類型空間分布界限的密切相關(guān)性構(gòu)建了全球氣候變化背景下的大尺度土地覆蓋邊際轉(zhuǎn)換模型[17]，避免了因土地覆蓋變化驅(qū)動機制的復(fù)雜性和不確定性而給土地覆蓋變化模擬造成的困境，能較準確地模擬大時間尺度上的區(qū)域土地覆蓋時空變化。但該模型沒有考慮土地覆蓋分布現(xiàn)狀和人文因素對土地覆蓋變化的影響。本文旨在土地覆蓋邊際轉(zhuǎn)換模型的基礎(chǔ)上，結(jié)合土地覆蓋分布現(xiàn)狀量化因子、生態(tài)保護區(qū)規(guī)劃和基本農(nóng)田保護政策等人文因素，構(gòu)建新的土地覆蓋轉(zhuǎn)換概率計算方程，改進轉(zhuǎn)換規(guī)則，構(gòu)建新的全球變化背景下的土地覆蓋情景預(yù)測模型，對CMIP5的3種氣候情景RCP26、RCP45、RCP85驅(qū)動下的西南地區(qū)土地覆蓋的時空變化情景進行模擬分析。

1 資料與方法

1.1 基礎(chǔ)數(shù)據(jù)

用于模擬中國西南地區(qū)土地覆蓋未來情景的氣候數(shù)據(jù)包括基于中國782個氣象觀測站點數(shù)據(jù)利用高精度曲面建模方法(HASM)[18]模擬獲得的1981—2010年的1 km×1 km分辨率的平均氣溫、平均降水、潛在蒸散比率等數(shù)據(jù)。以上數(shù)據(jù)為輸入?yún)?shù)，運行HLZ生態(tài)系統(tǒng)模型獲得的HLZ柵格數(shù)據(jù)[19- 20]作為2010年的HLZ氣候植被分布的現(xiàn)狀數(shù)據(jù)。土地覆蓋分布現(xiàn)狀數(shù)據(jù)采用各IGBP(International Geosphere-Biosphere Programme)類型的百分比柵格數(shù)據(jù)系列。土地覆蓋歷史時段數(shù)據(jù)采用1 km×1 km分辨率的IGBP分類的2010年中國土地覆蓋柵格數(shù)據(jù)，該數(shù)據(jù)由全國各IGBP類型的百分比柵格數(shù)據(jù)根據(jù)最大概率法則分類得到。IGBP分類系統(tǒng)將土地覆蓋類型分為常綠針葉林、常綠闊葉林、落葉針葉林、落葉闊葉林、混交林、灌叢、草地、濕地、耕地、建設(shè)用地、冰雪、荒漠及裸巖石礫、水體等13種類型。以CMIP5發(fā)布的2011—2040年、2041—2070年和2071—2100年等3個時段的RCPs氣候情景數(shù)據(jù)為HLZ模型輸入?yún)?shù)，模擬了2040年、2070年和2100年的HLZ氣候植被柵格數(shù)據(jù)。以上HLZ柵格數(shù)據(jù)分辨率均為1 km×1 km。運用Arcinfo的空間分析功能獲得研究區(qū)域(貴州、廣西、云南、四川、重慶)的HLZ未來情景的柵格數(shù)據(jù)。本文采用的RCPs氣候情景數(shù)據(jù)包括RCP26、RCP45、RCP85情景，分別代表未來氣候變化程度的低、中、高3種水平。其中，RCP85 情景假定人口最多、技術(shù)革新率不高、能源改善緩慢，同時缺少應(yīng)對氣候變化的政策，導(dǎo)致長時間高能源需求及高溫室氣體排放，氣候變化程度最高。RCP26 情景把全球平均溫度上升限制在 2.0 ℃之內(nèi)，其中21世紀后半葉能源應(yīng)用為負排放，氣候變化程度最低[21]。

1.2 土地覆蓋邊際轉(zhuǎn)換模型

土地覆蓋變化是諸多自然因子、人文因子共同作用所導(dǎo)致的復(fù)雜過程。若在模擬土地覆蓋變化的過程中試圖考慮所有的相關(guān)驅(qū)動因素，將會使模型構(gòu)建變得極為復(fù)雜而陷入困境。氣溫、降水及潛在性蒸散率等自然氣候因子對土地覆蓋變化有著直接作用，而這些因子在一定程度上是HLZ氣候植被生態(tài)系統(tǒng)變化的決定因素[13]，且HLZ氣候植被類型的空間分布界限與土地覆蓋類型的空間分布界限能夠很好的吻合。因此，可以通過HLZ氣候植被的未來情景來模擬土地覆蓋的未來情景?；诖怂枷耄稘擅系忍岢隽送恋馗采w邊際轉(zhuǎn)換模型，構(gòu)造HLZ氣候植被類型與土地覆蓋類型之間的對應(yīng)轉(zhuǎn)換矩陣，并找出矩陣中HLZ氣候植被類型對應(yīng)的最大概率的土地覆蓋類型以此作為判定未來土地覆蓋類型的依據(jù)，基于柵格單元比較前后兩個時段的HLZ數(shù)據(jù)，若HLZ類型發(fā)生變化，則土地覆蓋類型變化，將其賦值為后一時期的HLZ類型對應(yīng)的最大概率的土地覆蓋類型[17]。

考慮到不同土地覆蓋類型轉(zhuǎn)換的難易程度不同，某一區(qū)域的土地覆蓋類型更容易向該區(qū)域的優(yōu)勢土地覆蓋類型方向轉(zhuǎn)變，本文在土地覆蓋轉(zhuǎn)換概率的計算中引入各土地覆蓋類型占柵格單元的百分比數(shù)據(jù)作為其分布現(xiàn)狀的度量。其次，對于耕地等受人文因子影響更大的土地覆蓋類型，應(yīng)加入適當?shù)囊?guī)則修正預(yù)測結(jié)果。再者，轉(zhuǎn)換概率矩陣是對各HLZ氣候植被類型分布范圍內(nèi)土地覆蓋類型分布結(jié)構(gòu)的定量描述，不同HLZ類型對應(yīng)不同的土地覆蓋分布，則新時期柵格單元的土地覆蓋分布結(jié)構(gòu)應(yīng)趨向于新時期該柵格單元的HLZ類型對應(yīng)的土地覆蓋分布結(jié)構(gòu)，即若某種土地覆蓋類型對應(yīng)t+1時期HLZ類型的概率大于t時期HLZ類型的概率，那么該土地覆蓋類型在t+1時期出現(xiàn)的概率應(yīng)該增大，因此在計算轉(zhuǎn)換概率時應(yīng)考慮前后兩個時期HLZ類型對應(yīng)的各土地覆蓋類型的概率變化，而不是單純考慮后一時期HLZ類型對應(yīng)的最大概率土地覆蓋類型。因此，本文構(gòu)建出新的轉(zhuǎn)換概率計算公式：

LP(x,y)k,t+1=LP(x,y)k,t×

(1)

LC(x,y)t+1=Value(k)max{LP(x,y)k,t+1|k=1,2,3,…,13}

(2)

k=1,2,3,…,3;t=2010,2040,2070,2100

其他類型轉(zhuǎn)換為耕地的規(guī)則限定為：自然坡度小于25°，年降水量大于400mm，土地覆蓋類型現(xiàn)狀不能為林地和高密度草地，不屬于國家重點生態(tài)功能區(qū)，同時滿足以上條件的區(qū)域可以實現(xiàn)其他土地覆蓋類型向耕地的轉(zhuǎn)換。以上規(guī)則根據(jù)國土資源部發(fā)布的可開墾耕地后備資源評價指標與標準表[22]結(jié)合指標數(shù)據(jù)的可獲取性制定。

圖2 基于柵格的土地覆蓋邊際轉(zhuǎn)換模型流程圖Fig.2 Flow chart of lande cover marginal conversion model based on grid

改進后的土地覆蓋邊際轉(zhuǎn)換模型的模擬步驟(圖2)如下：

1)利用2010年的HLZ氣候植被柵格數(shù)據(jù)與2010年的土地覆蓋柵格數(shù)據(jù)構(gòu)造HLZ類型與土地覆蓋類型之間的轉(zhuǎn)移矩陣。

2)逐柵格比較t時期和t+1時期的HLZ氣候植被數(shù)據(jù)，如果t時期到t+1時期柵格單元的HLZ類型沒有發(fā)生變化，則認為土地覆蓋類型不變，將t時期土地覆蓋類型賦予t+1時期相應(yīng)空間位置；如果發(fā)生變化，則計算各土地覆蓋類型的轉(zhuǎn)換概率(式1)，查找最大概率對應(yīng)的土地覆蓋類型將其賦予相應(yīng)的位置(式2)。

3)若步驟2計算結(jié)果為t+1時期轉(zhuǎn)換為耕地類型，則需判斷該柵格是否滿足其他土地覆蓋類型轉(zhuǎn)耕地的規(guī)則，滿足則將耕地賦值給相應(yīng)位置，不滿足則將t時期土地覆蓋類型賦予t+1時期相應(yīng)空間位置。

4)重復(fù)步驟2與3，直到將每一個柵格單元的值都進行轉(zhuǎn)換完為止。從而獲得t+1時段的土地覆蓋柵格數(shù)據(jù)； 經(jīng)過以上步驟便可以獲得研究時段內(nèi)土地覆蓋變化未來情景柵格數(shù)據(jù)。

2 結(jié)果分析

2.1 土地覆蓋未來情景空間分布

基于CMIP5的3種氣候情景RCP26、RCP45、RCP85模擬的中國西南地區(qū)未來90a土地覆蓋空間分布格局(圖3) 具有很好的相似性，表現(xiàn)出如下空間分布格局：

圖3 基于RCP26 RCP45 RCP85氣候情景的西南地區(qū)不同時期的土地覆蓋情景Fig.3 Scenario ofandcover change in Sorthwest Chinabased onRCP26 RCP45 RCP85

1)林地類型空間分布 未來90a，常綠針葉林和常綠闊葉林主要集中分布在橫斷山地區(qū)、四川盆地周圍山地、云貴高原及廣西的絕大部分丘陵山區(qū)，研究區(qū)內(nèi)落葉針葉林、落葉闊葉林和混交林分布相對分散，主要分布在橫斷山脈南部、大巴山、巫山、云貴高原海拔600m以上的區(qū)域。

2)灌叢和草地空間分布 灌叢主要分布在云南、貴州和廣西省的低山丘陵地區(qū)，草地集中連片分布在四川省西北部，云南、貴州、廣西也有草地分布，但空間分布不連續(xù)，與相應(yīng)區(qū)域范圍內(nèi)的林地交錯分布。

3)水體和濕地空間分布 水體是指天然陸地水域和水利建設(shè)用地，未來90a，研究區(qū)內(nèi)分布的水體主要是長江水系、湄公河水系、珠江水系、云貴高原湖區(qū)和四川西北部的高山高原湖區(qū)，濕地主要分布在湖區(qū)、流域等水域周圍的低洼濕潤地區(qū)。

4)冰雪和荒漠及裸巖石礫空間分布 冰雪主要分布在川西高原以及滇北的橫斷山區(qū)，荒漠及裸巖石礫主要分布在四川省西部的橫斷山區(qū)和西北部的青藏高原地區(qū)。

5)耕地和建設(shè)用地空間分布 在未來90a內(nèi)，耕地集中連片的分布在四川盆地地區(qū)，在云貴高原和兩廣低山丘陵地區(qū)也有大量耕地廣泛而不連續(xù)的分布，建設(shè)用地主要分布在靠近河川、水源充足、交通便利的區(qū)域。

2.2 3種氣候情景下土地覆蓋類型面積變化

統(tǒng)計分析基于RCP26、RCP45、RCP85等3種氣候情景的土地覆蓋變化模擬情景結(jié)果(表1—表3)。

1)RCP26情景 2011—2040時期，常綠針葉林面積增加最多，濕地增加速度最快，草地面積減少最多，荒漠及裸巖石礫減少速度最快；2041—2070時期，常綠針葉林面積增加最多，增加速度最快，草地面積減少最多，荒漠及裸巖石礫減少速度最快；2071—2100時期，混交林面積增加最多，濕地增加速度最快，草地面積減少最多，荒漠及裸巖石礫減少速度最快；與前兩個時期不同，在第3個時期，冰雪面積有所增加，大多數(shù)土地覆蓋類型變化量大大減少，且變化趨勢與前兩個時期相反。

2)RCP45情景 2011—2040時期，常綠針葉林面積增加最多，濕地增加速度最快，草地面積減少最多，荒漠及裸巖石礫減少速度最快；2041—2070時期、2071—2100時期與2011—2040時期土地覆蓋變化趨勢相同。

3)RCP85情景 2011—2040時期，常綠針葉林面積增加最多，濕地增加速度最快，草地面積減少最多，荒漠及裸巖石礫減少速度最快；2041—2070時期，灌叢面積增加最多，其他變化趨勢與第1個時期一致；2071—2100時期，落葉針葉林減少速度最快，其他變化趨勢與第2個時期一致。

表1 基于RCP26的各土地覆蓋類型面積變化

表2 基于RCP45的各土地覆蓋類型面積變化

表3 基于RCP85的各土地覆蓋類型面積變化

2.33種氣候情景下土地覆蓋類型時空變化

在未來90a內(nèi)，隨著氣溫的不斷升高、降水的不斷增加及人類活動強度的不斷加強，土地覆被的空間分布格局將呈現(xiàn)如下變化趨勢(表4—表6)。

1)除RCP26情景外，四川省和云南省西部的橫斷山區(qū)的冰雪面積將持續(xù)減少，RCP26情景的2071—2100時期，四川省和云南省西部的橫斷山區(qū)的冰雪面積均增加。

2)3種情景下，四川省、貴州省、廣西省的草地均將呈現(xiàn)持續(xù)減少趨勢，隨著時間的推移，變化量逐漸減小。而重慶市和云南省的草地則呈現(xiàn)波動變化趨勢，草地面積先增加后減少。變化的草地主要轉(zhuǎn)變?yōu)槌＞G針葉林和灌叢。

3)3種情景下，濕地的變化絕大部分發(fā)生在四川省，都將呈逐漸增加趨勢，但是隨著時間的推移，變化量均逐漸減小。增加的濕地主要由草地轉(zhuǎn)換而來。

4)在未來降水量不斷增加和溫度不斷升高的RCP45、RCP85氣候情景下，四川省、云南省西部的橫斷山區(qū)和四川省西北部的青藏高原地區(qū)的荒漠及裸巖石礫將持續(xù)減少，向現(xiàn)有的荒漠及裸巖石礫邊緣逐漸收縮，而轉(zhuǎn)換為相應(yīng)的草地和灌叢類型，在RCP26情景下的2071—2100時期，該區(qū)域的荒漠及裸巖石礫出現(xiàn)增加的變化趨勢。

5)3種情景下，隨著氣溫的逐漸升高和降水的不斷增加，西南各省區(qū)的常綠林地類型分布密度不斷增大且在范圍上呈逐漸擴展趨勢，尤其是常綠針葉林類型的林地，主要由草地和耕地轉(zhuǎn)換而來，而落葉林地類型則總體呈現(xiàn)減少趨勢，尤其是落葉針葉林。

6)3種情景下，四川、重慶、貴州、廣西、云南五省區(qū)的耕地面積將持續(xù)減少，尤其是四川省的四川盆地周邊山地地區(qū)和云南省的云貴高原區(qū)域，減少的耕地主要轉(zhuǎn)換為常綠針葉林、灌叢和草地。另外，3種情景下，四川、重慶、貴州、廣西四省區(qū)的建設(shè)用地將呈現(xiàn)持續(xù)增加趨勢，空間上表現(xiàn)為原有城市建設(shè)范圍不斷擴大，而云南省的建設(shè)用地呈現(xiàn)減少的趨勢。

表4 基于RCP26的西南各省區(qū)土地覆蓋類型面積變化空間統(tǒng)計/km2

統(tǒng)計的是西南各省區(qū)各土地覆蓋類型變化面積，Ⅰ代表常綠針葉林、Ⅱ代表常綠闊葉林、Ⅲ代表落葉針葉林、Ⅳ代表落葉闊葉林、Ⅴ代表混交林、Ⅵ代表灌叢、Ⅶ草代表地、Ⅷ代表濕地、Ⅸ代表耕地、Ⅹ代表建設(shè)用地、Ⅺ代表冰雪、Ⅻ代表荒漠及裸巖石礫、ⅩⅢ代表水體；T1代表2011—2040年，T2代表2041—2070年，T3代表2071—2100年

表5 基于RCP45的西南各省區(qū)土地覆蓋類型面積變化空間統(tǒng)計/km2

表6 基于RCP85的西南各省區(qū)土地覆蓋類型面積變化空間統(tǒng)計/km2

3 結(jié)論與討論

基于RCP26、RCP45、RCP85等3種情景模擬的土地覆蓋類型平均面積變化的分析結(jié)果表明：在未來90a內(nèi)，中國西南地區(qū)土地覆蓋類型的面積總體上將表現(xiàn)為常綠針葉林、常綠闊葉林、灌叢、濕地、水體、建設(shè)用地增加，落葉針葉林、落葉闊葉林、草地、冰雪、荒漠及裸巖石礫、耕地減少，混交林減少(其中RCP26情景混交林增加)。3種情景模擬的總平均結(jié)果顯示在未來90a內(nèi)各土地覆蓋類型的10a平均變化率分別是，常綠針葉林平均每10a增加0.72%、常綠闊葉林平均每10a增加0.55%，落葉針葉林平均每10a減少1.47%、落葉闊葉林平均每10a減少0.26%、混交林平均每10a減少0.33%、灌叢平均每10a增加0.47%、草地平均每10a減少0.53%、濕地平均每10a增加5.29%、耕地平均每10a減少0.26%、建設(shè)用地平均每10a增加0.16%、冰雪平均每10a減少0.59%、荒漠及裸巖石礫地平均每10a減少2.34%、水體平均每10a增加0.6%。其中，濕地增加速度最快，荒漠及裸巖石礫地減少速度最快，建設(shè)用地增加速度最慢，耕地減少速度最慢。以上3種情景的模擬結(jié)果比較一致地反映了在未來不同水平的氣候變化情景驅(qū)動下中國西南地區(qū)各土地覆蓋類型的總格局變化趨勢。3種情景下的土地覆蓋未來情景的不同之處在于，RCP85情景的各土地覆蓋類型的整體變化速率最快，尤其是冰雪的減少趨勢遠遠超過另外兩種情景，其次是RCP45情景，RCP26情景各土地覆蓋類型整體變化速率最慢；再者，RCP85情景、RCP45情景下3個時期各土地覆蓋類型的變化趨勢保持一致，但RCP26情景的土地覆蓋未來情景在2070年以后的變化趨勢與前兩個時期相反。

綜上所述，模擬結(jié)果主要根據(jù)未來90a的氣溫、降水、蒸騰率等自然氣候條件的變化情景、土地覆蓋類型的分布現(xiàn)狀、生態(tài)保護區(qū)規(guī)劃和基本農(nóng)田保護政策等方面因素模擬土地覆蓋變化未來情景。模型主要側(cè)重氣候變化對土地覆蓋變化的驅(qū)動作用，對社會經(jīng)濟未來情景沒有充分的考慮。在以后的研究工作中，將深入開展人文因子數(shù)據(jù)與土地覆蓋變化數(shù)據(jù)之間的數(shù)據(jù)挖掘工作，揭示經(jīng)濟發(fā)展水平，人口密度，交通密度等因子對土地覆蓋情景模擬影響機制，利用貝葉斯網(wǎng)絡(luò)方法耦合自然人文因子，進一步對已獲得的土地覆蓋未來情景模擬結(jié)果進行修正優(yōu)化。

[1] Turner ⅡB L, Moss R H, Skole D H.Re、lating land use and global land-cover change: A proposal for an IGBP-HDP core project.The International Geosphere-Biosphere Programme (Report No.24) and the Human Dimensions of Global Environmental Change Programme.IGBP: Stochkholm.

[2] Yue T X, Fan Z M, Liu J Y.Scenarios of land cover in China.Global and Planetary Change, 2007, 55(4): 317- 342.

[3] Vitousek P M, Mooney H A, Lubchenco J, Melillo J M.Human domination of earth′s ecosystems.Science, 1997, 277(5325): 494- 499.

[4] Whittaker R H.Evolution and measurement of species diversity.Taxon, 1972, 21(2/3): 213- 251.

[5] Solomon A M.Transient response of forests to CO2induced climate change: simulation modeling experiments in eastern North America.Oecologia, 1986, 68(4): 567- 579.

[6] Belotelov N V, Bogatyrew B G, Kirilenko A P, Venevsky S V.Modelling of time-dependent biome shifts under global climate changes.Ecological Modelling, 1996, 87(1/3): 29- 40.

[7] Hochstrasser T, Kr?el-Dulay G, Peters D P C, Gosz J R.Vegetation and climate characteristics of arid and semi-arid grasslands in North America and their biome transition zone.Journal of Arid Environments, 2002, 51(1): 55- 78.

[8] Fan Z M, Li J, Yue T X.Spatial-temporal change of land-cover in ecosystem transitional zones on Loess Plateau of China.Journal of Natural Resources, 2013, 28(3): 426- 436.

[9] Fan Z M, Li J, Yue T X.Land-cover changes of biome transition zones in Loess Plateau of China.Ecological Modelling, 2013, 252: 129- 140.

[10] Yu T X, Yang G S.The advances and problems of land use and land cover change research in China.Progress in Geography, 2002, 21(1): 51- 57.

[11] Peng J, Cai Y L.Study of Karst land use/cover change under the framework of LUCC-present and prospect.China Land Science, 2006, 20(5): 48- 53.

[12] Fan Z M, Yue T X, Tian Y Z.Temporal and spatial distribution and movement tendency of mean center of the Holdridge life zones in China.Atca Ecologica Sinica, 2004, 24(7): 1380- 1387.

[13] Lauenroth W K, Urban D L, Coffin D P, Parton W J, Shugart H H, Kirchner T B, Smith T M.Modeling vegetation structure-ecosystem process interactions across sites and ecosystems.Ecological Modelling, 1993, 67(1): 48- 80.

[14] Alcamo J, van den Born J G, Bouwman A F, de Haan B J, Goldewijk K K, Krabec J, Lemans R, Olivier J G J, Toet A M C, de Vries H J M, van der Woerd H J.Modeling the global society-biosphere-climate system: Part 2: Computed scenarios // IMAGE2.0: Integrated Modeling of Global Climate Change 1994.The Netherlands: Kluwer Academic Publishers.

[15] Adams R M, Rosenzweig C, Peart R M, Ritchie J T, Mccarl B A, Glyer J D, Curry R B, Jones J W, Boote K J, Allen L H Jr.Global climate change and US agriculture.Nature(London), 1990, 345(6267): 219- 224.

[16] Verburg P H, Soepboer W, Veldkamp A, Limpiada R, Espaldon V, Matura S S A.Modeling the spatial dynamics of regional land use: the CLUE-S model.Environmental Management, 2002, 30(3): 391- 40.

[17] Fan Z M, Yue T X, Liu J Y, Ma S N.Spatial and temporal distribution of land cover scenarios in China.Acta Geographica Sinica, 2005, 60(6): 941- 952.

[18] Yue T X.Surface Modeling: High Accuracy and High Speed Methods.New York: CRC Press, 2010.

[19] Yue T X, Fan Z M, Liu J Y.Changes of major terrestrial ecosystems in China since 1960.Global and Planetary Change, 2005, 48(4): 287- 302.

[20] Yue T X, Fan Z M, Liu J Y, Wei B X.Scenarios of major terrestrial ecosystems in China.Ecological Modelling, 2006, 199(3): 363- 376.

[21] van Vuuren D P,Edmonds J, Kainuma M, Riahi K, Thomson A, Hibbard K, Hutt G C, Kram T, Krey V, Lamarque J F, Masui T, Meinshausen M, Nakicenovic N, Smith S J, Rose S K.The representative concentration pathways: an overview.Climatic Change, 2011, 109(1/2): 5- 31.

[22] Wen M J.China Reserve Resources of Cultivated Land.Beijing: China Land Press, 2005.

參考文獻：

[8] 范澤孟, 李婧, 岳天祥.黃土高原生態(tài)系統(tǒng)過渡帶土地覆蓋的時空變化分析.自然資源學(xué)報, 2013, 28(3): 426- 436.

[10] 于興修, 楊桂山.中國土地利用/覆被變化研究的現(xiàn)狀與問題.地理科學(xué)進展, 2002, 21(1): 51- 57.

[11] 彭健, 蔡運龍.LUCC 框架下喀斯特地區(qū)土地利用/覆被變化研究現(xiàn)狀與展望.中國土地科學(xué), 2006, 20(5): 48- 53.

[12] 范澤孟, 岳天祥, 田永中.中國Hold ridge 生命地帶平均中心的時空分布及其偏移趨勢.生態(tài)學(xué)報, 2004, 24(7): 1380- 1387.

[17] 范澤孟, 岳天祥, 劉紀遠, 馬勝男.中國土地覆蓋時空變化未來情景分析.地理學(xué)報, 2005, 60(6): 941- 952.

[22] 溫明炬.中國耕地后備資源.北京: 中國大地出版社, 2005.

Spatio-temporalsimulationoflandcoverscenariosinsouthwesternofChina

LI Jing1,2, FAN Zemeng1,*, YUE Tianxiang1

1StateKeyLaboratoryofResourcesandEnvironmentInformationSystem,InstituteofGeographicSciencesandNaturalResourcesResearch,ChineseAcademyofSciences,Beijing100101,China2UniversityofChineseAcademyofSciences,Beijing100049,China

Numerous studies show that Karst area is more sensitive to influence of climate change and human activities, compared to the area in non-vulnerable condition.Therefore, quantitative simulating the land cover scenarios is important to understand the driving mechanism underlying land cover change in Karst area, and what policy should be carried out to prevent and reduce the land degradation.Especially, Karst area, as the typical ecological fragile zone, has been undertaking a series of ecological degradation, which have seriously affected the local socio-economic sustainable development.Karst area of Southwest China is one of the largest continuous Karst zone in the world, which major involves the Guizhou, Guangxi, Yunnan, Sichuan, and Chongqing province of China.This paper aims to develop a method for simulating the scenarios of land cover in Karst area and analyze its spatial distribution change under the global climate change.

A simulation method of land cover scenario was developed on the basis of analyzing the correlation of spatial distribution between HLZ (Holdridge life zone) and the land cover, and the policy of basic farmland protection.According to the climate scenarios data of RCP26, RCP45, and RCP85 released by CMIP5 (the Fifth phase of the Coupled Model Intercomparison Project) and the land cover data in 2010 obtained from remoting sense images.Three land cover scenarios in Southwest China are respectively simulated in the next 90 years.The results show that three scenarios of land cover change have similar spatial landscape pattern and conversion trends.A gradual decrease was found in the following types of land cover, deciduous coniferous forest, deciduous broadleaf forest, grassland, cropland, ice and snow, and desert and bare rock; The other types of land cover would experience a moderate increase, namely, evergreen coniferous forest, evergreen broadleaf forests, mixed forest, scrublands, wetlands, construction land, water bodies and so on.Among the land cover types mentioned above, wetlands were projected to increase with the fastest rate (an increase of 5.28% per decade on average) and construction land were projected to increase most slowly (an average increase of 0.16% per decade), while desert and bare rock were forecasted to decline with the fastest rate (a decrease of 2.34% per decade on average) and cropland were forecasted to decrease most slowly (an average decrease of 0.26% per decade).It is worth noting that differences between land cover scenarios of 3 different climate scenarios lay in two aspects.On one hand, land cover scenario of every land cover type under RCP85 scenario stayed in top position in terms of the decadal change rate, especially, ice and snow decreasing far more than the other two scenarios.The next one was RCP45 scenario, land cover scenario of every land cover type under RCP26 scenario rank the last in terms of per decade change rate.On the other hand, each land cover type keep the same change trend under RCP85 and RCP45 scenarios during the following 90 years, while land cover scenario simulated with RCP26 data turn out to change in the opposite trend after 2070.Furthermore, the simulated result identify the method of land cover scenarios can avoid the difficulties which come from the complexity and uncertainty of mechanism analysis in land cover modeling, and suitable to simulate the land cover change on a regional scale.

land cover scenario model; climatic scenario; land cover change; Karst areas of Southwest China

國家自然科學(xué)基金項目(41271406);國家重點基礎(chǔ)研究發(fā)展計劃(973計劃)(2010CB950904); 資源與環(huán)境信息系統(tǒng)國家重點實驗室青年人才培養(yǎng)基金項目

2013- 11- 04;

2014- 04- 04

10.5846/stxb201311042660

*通訊作者Corresponding author.E-mail: fanzm@lreis.ac.cn

李婧，范澤孟，岳天祥.中國西南地區(qū)土地覆蓋情景的時空模擬.生態(tài)學(xué)報,2014,34(12):3266- 3275.

Li J, Fan Z M, Yue T X.Spatio-temporal simulation of land cover scenarios in southwestern of China.Acta Ecologica Sinica,2014,34(12):3266- 3275.