冒許鵬,刁嬌嬌,范佳輝,呂瑩瑩,徐網(wǎng)谷,王 智,李明詩(shī),3,*

1 南京林業(yè)大學(xué)林學(xué)院, 南京 210037 2 生態(tài)環(huán)境部南京環(huán)境科學(xué)研究所, 南京 210037 3 南京林業(yè)大學(xué)南方現(xiàn)代林業(yè)協(xié)同創(chuàng)新中心, 南京 210037

氣候變化與人類活動(dòng)對(duì)地表過程的影響日益加劇,土地利用變化引起的景觀格局演變和生態(tài)系統(tǒng)變化研究已成當(dāng)前熱點(diǎn)[1- 2]。大興安嶺林草交錯(cuò)生態(tài)脆弱區(qū)受氣候變化、過度放牧和旅游開發(fā)等影響,當(dāng)?shù)厣锒鄻有詼p少、草原不斷退化[3- 5]。因此,加強(qiáng)林草交錯(cuò)帶生態(tài)系統(tǒng)的本底調(diào)查及其動(dòng)態(tài)變化趨勢(shì)研究,將有助于深入理解林草交錯(cuò)帶生態(tài)系統(tǒng)脆弱性的成因,并進(jìn)一步提升林草資源保護(hù)與合理利用水平[6- 7]。

當(dāng)前,土地利用和景觀的時(shí)空格局變化及驅(qū)動(dòng)力分析、生態(tài)環(huán)境效應(yīng)對(duì)土地利用變化和景觀格局演變的響應(yīng)以及土地利用系統(tǒng)和生態(tài)服務(wù)系統(tǒng)之間的相互作用已有較多研究[8- 10]。例如,馬珂等[11]基于Markov過程原理,在景觀尺度下分析了新疆烏蘇綠洲的生態(tài)環(huán)境動(dòng)態(tài)過程與發(fā)展趨勢(shì)。呂樂婷等[12]對(duì)東江流域1990—2016年的景觀格局時(shí)空變化進(jìn)行分析并采用FLUS模型對(duì)未來(lái)景觀格局進(jìn)行了預(yù)測(cè)。葉晶萍等[13]運(yùn)用遙感生態(tài)指數(shù)對(duì)尋烏水流域1995—2015年期間生態(tài)環(huán)境質(zhì)量時(shí)空演變進(jìn)行了評(píng)價(jià)。Keller等[14]應(yīng)用InVEST模型探究了土地利用變化對(duì)生態(tài)服務(wù)功能干擾最小化的途徑,并為未來(lái)土地管理提供科學(xué)的理論指導(dǎo)。在景觀動(dòng)態(tài)模擬方面,CA-Markov模型綜合了CA模型模擬復(fù)雜系統(tǒng)行為的能力和Markov模型的長(zhǎng)期預(yù)測(cè)優(yōu)勢(shì),近年來(lái)被國(guó)內(nèi)外學(xué)者廣泛使用[15- 19]。Guan等[20]基于CA-Markov模型,對(duì)日本佐賀市2015—2042年的土地利用時(shí)空格局演變過程進(jìn)行了有效模擬和預(yù)測(cè)。而狀態(tài)轉(zhuǎn)換模擬模型STSM主要被運(yùn)用于大尺度的城市區(qū)域及森林方面的預(yù)測(cè)研究[21],在土地利用模擬方面的應(yīng)用研究相對(duì)較少。

針對(duì)當(dāng)前多數(shù)研究中使用的土地覆蓋數(shù)據(jù)精度較低以及對(duì)森林長(zhǎng)期演變過程中破碎化的空間變化模式量化不足等問題,本研究首先采用面向?qū)ο蟮臎Q策樹分類,建立林草交錯(cuò)帶高精度土地利用數(shù)據(jù),再利用景觀格局指數(shù)評(píng)估區(qū)域景觀形狀變化、景觀破碎化程度、景觀異質(zhì)性程度等,最后利用STSM模型對(duì)研究區(qū)2025年土地利用空間格局進(jìn)行模擬,以期為制定區(qū)域發(fā)展戰(zhàn)略提供參考。

1 研究區(qū)概況

圖1 研究區(qū)行政區(qū)劃圖Fig.1 Administrative divisions of the study area

大興安嶺林草交錯(cuò)帶位于內(nèi)蒙古自治區(qū)東北部的呼倫貝爾市,南北長(zhǎng)約696 km,東西寬約384 km,研究區(qū)總面積為13.43萬(wàn)平方公里(圖1)。全區(qū)地勢(shì)為東北方向高,西南方向低,屬淺山丘陵地帶。氣候類型為溫帶大陸季風(fēng)氣候,冬季寒冷漫長(zhǎng)、夏季短促,年平均氣溫-2.4℃,多年平均降雨量358 mm。植物生長(zhǎng)季為5月上旬至8月末,持續(xù)70—100 d。研究區(qū)植被分布區(qū)系由東向西依次為北方針葉林帶-落葉闊葉林帶-森林草原帶-草原帶,地帶性差異明顯。針葉樹種主要有興安落葉松(Larixgmelini)、樟子松(Pinussylvestris)、油松(Pinustabuliformis)等,闊葉樹種主要有白樺(Betulaplatyphylla)、山楊(Populusdavidiana)等,森林草原代表建群種有黃花菜(Hemerocallisminor)、地榆(Sanguisorbaofficinalis)等,草原代表建群種有大針茅(Stipagrandis)、克氏針茅(Stipakrylovii)等。

2 數(shù)據(jù)來(lái)源及研究方法

2.1 數(shù)據(jù)獲取

研究數(shù)據(jù)主要包括遙感影像數(shù)據(jù)和實(shí)地調(diào)查數(shù)據(jù)。遙感影像數(shù)據(jù)為覆蓋整個(gè)研究區(qū)的Landsat 5 TM圖像(2000和2010年)以及2018年的Landsat 8 OLI 圖像,共36景。所有數(shù)據(jù)均是來(lái)自USGS官方網(wǎng)站(https://glovis.usgs.gov/)提供的地表反射率數(shù)據(jù)。為保證分類精度,選擇研究區(qū)夏季無(wú)云或少云的影像數(shù)據(jù)。其中2010年少量影像云量較多,采用對(duì)應(yīng)位置上2009或2011年同時(shí)期影像進(jìn)行替代。

2.2 土地利用分類主題

依據(jù)《全國(guó)30米分辨率土地利用分類系統(tǒng)》,將大興安嶺地區(qū)土地利用類型分為林地、草地、耕地、濕地、人工表面、鹽堿地及荒漠和過火區(qū)七大類。

2.2.1閾值化處理

圖像閾值化是利用圖像像素值的頻數(shù)分布規(guī)律,設(shè)定門限值進(jìn)行像素點(diǎn)分割,進(jìn)而得到二值專題圖像。利用修正歸一化差異水體指數(shù)(MNDWI),閾值設(shè)定為0.2,區(qū)分研究區(qū)的水體與非水體。構(gòu)建歸一化植被指數(shù)(NDVI)檢測(cè)植被健康狀態(tài)及活力特征,消除部分輻射及地形誤差。閾值設(shè)定為0.2,以區(qū)分植被與非植被。兩個(gè)指數(shù)的計(jì)算公式見表1。

表1 決策樹分類所用圖像指數(shù)列表

2.2.2基于面向?qū)ο蟮姆诸?/p>

得到植被和非植被區(qū)域后,采用面向?qū)ο蟮臎Q策樹分類方法,將非植被區(qū)域分為人工表面、過火區(qū)和鹽堿地及荒漠,同時(shí)植被區(qū)域細(xì)分為林地、草地和耕地。由于研究區(qū)主要地物的形狀及大小各不相同,對(duì)應(yīng)的最優(yōu)分割尺度也應(yīng)不同。在eCognition軟件中使用ESP插件計(jì)算最優(yōu)分割指數(shù),最終確定基準(zhǔn)分割尺度為 “30”。通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),當(dāng)分割過程中shape指數(shù)為0.6,compactness指數(shù)為0.5時(shí)各地物分割效果最好。非植被區(qū)域的決策樹分類輸入特征包括：歸一化火燒指數(shù)(NBR)、比值居民地指數(shù)(RRI)和歸一化建筑指數(shù)(NDBI)。植被區(qū)域的決策樹分類輸入特征包括均值、方差、均勻性、對(duì)比度、相異性、熵、二階矩和相關(guān)性等8個(gè)紋理測(cè)度以及纓帽變換(K-T變換)生成的亮度(Brightness)、綠度(Greenness)和濕度(Wetness)特征。圖像指數(shù)的計(jì)算公式見表1,所采用的決策樹模型如圖2所示。

圖2 決策樹示意圖Fig.2 Schematic diagram of decision treeMNDWI: 歸一化差異水體指數(shù)NDVI: 歸一化植被指數(shù)RRI: 比值居民地指數(shù)NDBI: 歸一化建筑指數(shù)NBR: 歸一化燃燒率

2.3 分類產(chǎn)品驗(yàn)證

對(duì)研究區(qū)生成1000個(gè)隨機(jī)點(diǎn)提取對(duì)應(yīng)的分類結(jié)果類碼,并利用91衛(wèi)圖系統(tǒng)里相應(yīng)年份高空間分辨率圖像輔助目視解譯結(jié)果作為參考值進(jìn)行精度驗(yàn)證(計(jì)算總體精度、用戶精度、生產(chǎn)者精度和Kappa系數(shù)等精度指標(biāo))。

2.4 景觀格局分析

選取斑塊數(shù)(NP)、平均斑塊面積(MPS)、邊界密度(ED)和聚集度指數(shù)(AI)4個(gè)景觀指數(shù)對(duì)研究區(qū)景觀進(jìn)行分析。各景觀指數(shù)的含義及其計(jì)算方法見表2。

2.5 土地利用狀態(tài)轉(zhuǎn)移模擬

2.5.1STSM模型原理

STSM模型(State-and-transition Simulation Model)也是將景觀空間劃分為多個(gè)模擬單元組成的集合,這些模擬單元雖然與柵格類似,但可以是任意的形狀和大小,可有效避免其他預(yù)測(cè)模型管理狀態(tài)空間過大的問題[21]。

圖3展示了一種簡(jiǎn)單的森林植被狀態(tài)轉(zhuǎn)移模擬方法。景觀整體被分割為多個(gè)模擬單元,每個(gè)單元具有一個(gè)初始狀態(tài)(D=落葉,M=混交,C=針葉)和相應(yīng)的年齡。每個(gè)單元都表現(xiàn)出轉(zhuǎn)換狀態(tài)方向。且隨時(shí)間改變,每個(gè)單元的狀態(tài)和年齡都發(fā)生了隨機(jī)變化過程,這個(gè)過程是基于初始狀態(tài)、年齡和轉(zhuǎn)換概率進(jìn)行模擬的。若單元發(fā)生重疊,在模擬結(jié)束時(shí)其狀態(tài)和年齡都是單一的(圖3)。

表2 各景觀指數(shù)列表

圖3 森林景觀狀態(tài)轉(zhuǎn)移模擬模型原理圖[32-33]Fig.3 Conceptual framework for simulating forest landscape transitions by state-and transition simulation model (STSM)D：落葉Deciduous；M：混交Mixed；C：針葉Coniferous；S：演替Succession；F：火燒Fire；H：采伐Harvest

2.5.2建立轉(zhuǎn)換模型

在STSM模型中需定義各土地類型之間的轉(zhuǎn)換狀態(tài)。本研究將這些過程定義為農(nóng)田擴(kuò)張和收縮、植被恢復(fù)、城市化、草地恢復(fù)、林火和無(wú)轉(zhuǎn)移這七種類型(圖4)

圖4 STSM中土地利用轉(zhuǎn)移規(guī)則定義Fig.4 Land use transfer rules defined in STSM

使用2000年和2010年的土地利用分類結(jié)果,計(jì)算各轉(zhuǎn)移類型的比例,從而確定STSM模型中各類別的轉(zhuǎn)換概率,并設(shè)置相近距離內(nèi)發(fā)生概率的可能性,確保模擬發(fā)生位置的可靠性。將模擬出的2018年土地利用類型與2018的真實(shí)分類進(jìn)行空間一致性分析,在滿足精度要求的前提下利用2010年和2018年土地利用分布預(yù)測(cè)2025年的研究區(qū)土地利用空間模式。

3 結(jié)果與分析

3.1 土地利用及變化分析

分類精度驗(yàn)證結(jié)果表明,2000、2010、2018年土地利用類型分類總體精度分別為89.12%,89.60%和90.40%,Kappa系數(shù)分別為0.8693,0.8717和0.8816,分類結(jié)果精度較高,滿足后續(xù)分析需求。

圖5展示了2010年和2018年研究區(qū)土地利用分類結(jié)果。觀察圖5可知,林地大部分集中在大興安嶺林草交錯(cuò)帶中的北部額爾古納市及根河市,東部的牙克石市。草地位于大興安嶺西側(cè),集中分布在陳巴爾虎旗、新巴爾虎旗、鄂溫克族自治旗和額爾古納市南部。耕地主要分布在草地森林交錯(cuò)過渡區(qū)域,耕地的地理位置隨人類活動(dòng)的城鎮(zhèn)及周邊河流水系緊密相連。濕地均勻地分布在各個(gè)行政區(qū),水系繁雜。研究區(qū)的城鎮(zhèn)規(guī)模普遍較小,小城市占絕對(duì)比重,居住分散,大量分布在以海拉爾區(qū)為中心的周邊縣區(qū)內(nèi)。此外,道路作為城鎮(zhèn)的重要組成部分,與城鎮(zhèn)的分布密切相關(guān)。道路遍布整個(gè)研究區(qū),呈稀疏網(wǎng)狀,是大興安嶺林草交錯(cuò)帶地區(qū)重要的交通和經(jīng)濟(jì)載體。荒漠主要分布于新巴爾虎左旗和陳巴爾虎旗。

圖5 土地利用分類圖Fig.5 Land use classification maps

表3列舉了研究區(qū)各土地利用類型的面積及對(duì)應(yīng)比例。由表3可知,研究區(qū)各土地利用類型面積占比從高到低依次為林地、草地、濕地、耕地、鹽堿地及荒漠、人工表面和過火區(qū)。2010—2018年間,城鎮(zhèn)快速擴(kuò)張、工業(yè)高速發(fā)展,導(dǎo)致人工表面面積迅速增長(zhǎng),面積增加98.4 km2。與此同時(shí)耕地面積大量流失,面積減少36.47 km2。草地面積增長(zhǎng)38.11 km2,變化趨勢(shì)與2011年推行的“退牧還草”政策相一致。林地面積減少43.55 km2,頻繁的雷暴天氣引發(fā)的林火是森林消失的主要原因[34]。當(dāng)?shù)卣e極響應(yīng)國(guó)家出臺(tái)的沙化土地保護(hù)政策,對(duì)出現(xiàn)退化、沙化、鹽漬化等問題的草地及時(shí)采取管控措施,鹽堿地及荒漠面積減少15.41 km2,草原生態(tài)環(huán)境不斷改善。

表3 各土地利用類型面積

對(duì)比分析2010—2018年土地利用變化轉(zhuǎn)移矩陣(表4),研究區(qū)內(nèi)土地利用類型未出現(xiàn)急劇變化的情形。轉(zhuǎn)出量最多的為過火區(qū),有51.70 km2轉(zhuǎn)變成草地(圖6)。大面積高強(qiáng)度火燒過后,一些速生型先鋒草本、灌木等迅速搶占生態(tài)位,導(dǎo)致原有林型發(fā)生改變,森林生態(tài)功能退化,直接演變?yōu)椴菰?。林地轉(zhuǎn)出面積46.78 km2,其中13.38 km2轉(zhuǎn)變?yōu)椴莸?20.48 km2發(fā)生林火轉(zhuǎn)變成過火區(qū)。轉(zhuǎn)入面積最多的是人工表面,總計(jì)99.1 km2。2010年前林區(qū)防火應(yīng)急道路建設(shè)嚴(yán)重滯后,阻礙了林火綜合防控能力的提升。2010至2018年間林區(qū)基礎(chǔ)設(shè)施建設(shè)持續(xù)進(jìn)行,約12.92 km2林地被用于林區(qū)道路建設(shè)。此外因城市擴(kuò)張和道路建設(shè),約27.41 km2草地轉(zhuǎn)變成人工表面。

表4 2010—2018年土地利用變化轉(zhuǎn)移矩陣

圖6 土地覆蓋變化示意圖Fig.6 Schematic diagram of land cover change

3.2 區(qū)域景觀格局變化分析

用2018與2010年的景觀指數(shù)計(jì)算結(jié)果做差,可得2010—2018年間研究區(qū)內(nèi)景觀格局變化情況(表5)。從表5可知,在2010—2018年時(shí)間段內(nèi),林地類面積(CA)減少4354.65hm2；斑塊數(shù)量增加135塊,說(shuō)明研究區(qū)內(nèi)林地景觀構(gòu)成趨于復(fù)雜；邊界密度(ED)增加0.03m/hm2,邊界密度越高表明斑塊破碎化程度越高,故說(shuō)明林地破碎化程度有所提高；平均斑塊面積(MPS)減少1.3057hm2,而每一類的斑塊平均面積說(shuō)明該類在景觀中的完整性,林地類斑塊平均面積的減少說(shuō)明林地這一景觀趨于不完整。草地和人工表面景觀格局變化情況均與林地相反,面積增加、破碎化程度降低、景觀完整性提高。

3.3 土地利用模擬結(jié)果

基于研究區(qū)2000和2010年土地利用分類圖,利用STSM模型模擬2018年土地利用分類圖(圖7)。將實(shí)際分類結(jié)果與模型模擬結(jié)果進(jìn)行對(duì)比,區(qū)域一致性達(dá)97.3%,Kappa系數(shù)為0.96,表明本研究所建立的模擬模型能夠高精度地模擬研究區(qū)的土地利用格局。利用相同方法模擬得到2025年的土地利用分類圖(圖7)。

由預(yù)測(cè)結(jié)果(表6)可知：預(yù)計(jì)到2025年林地和草地面積分別增長(zhǎng)92.27、183.21 km2。大興安嶺林草交錯(cuò)帶分別于1998和2011年實(shí)施“天然林保護(hù)”工程和“退牧還草”政策,草原生態(tài)各項(xiàng)指標(biāo)顯著提高。隨著城市化進(jìn)程加快,道路作為重要的經(jīng)濟(jì)交通載體和防火應(yīng)急保障,當(dāng)?shù)卣度肓Χ炔粩嗉哟?推動(dòng)研究區(qū)人工表面面積持續(xù)增長(zhǎng),預(yù)計(jì)增長(zhǎng)66.2 km2。受“退耕還草”政策的影響,研究區(qū)耕地緩慢減少。此外,鹽堿地及荒地面積持續(xù)減少,荒漠化治理成效顯著。

圖7 土地利用模擬圖Fig.7 Land use simulation maps

表6 STSM模型預(yù)測(cè)結(jié)果/km2

4 討論

4.1 基于面向?qū)ο蟮臎Q策樹分類結(jié)果的交叉驗(yàn)證

本研究生成的3期30m土地利用數(shù)據(jù)集,與Xu等[35]生產(chǎn)的“中國(guó)30 m逐年土地覆蓋/土地利用數(shù)據(jù)集(1980—2015)”(以下簡(jiǎn)稱CLUD-A)相比,有以下幾點(diǎn)區(qū)別。(1)更高的分類精度。本研究采用面向?qū)ο蟮臎Q策樹分類,結(jié)合輔助數(shù)據(jù),得到的3期土地利用數(shù)據(jù)集精度均在85%以上。而CLUD-A分類精度僅為75.61%。(2)更詳細(xì)的路網(wǎng)信息。在得到初步分類結(jié)果后,進(jìn)行大量的目視解譯糾錯(cuò),研究區(qū)的路網(wǎng)信息得到完整呈現(xiàn)(例如,Landsat影像無(wú)法自動(dòng)分類刻畫的低等級(jí)道路在本研究中可以被精細(xì)提取),從而使得研究區(qū)景觀格局特征刻畫更精準(zhǔn)。(3)濕地面積占比相對(duì)較大。由于分類體系的不同,本研究將濕地森林和濕地草原均分類為濕地,而CLUD-A分別分類為森林與草地,因此本研究的濕地面積顯著多于CLUD-A。這樣的分類體系更加符合當(dāng)?shù)氐墓芾硇枨骩36]。

4.2 土地利用管理政策建議

2025年預(yù)測(cè)結(jié)果顯示,研究區(qū)過火區(qū)面積增加10.25 km2,未來(lái)幾年林火仍需大力防控。森林消防部門可利用本研究提供的土地利用分類圖,提取林火多發(fā)區(qū)路網(wǎng)信息,積極會(huì)同氣象部門嚴(yán)查嚴(yán)控火災(zāi)源頭,第一時(shí)間展開科學(xué)撲救。此外,在過火區(qū)植被恢復(fù)過程中,應(yīng)當(dāng)根據(jù)破壞程度[34]、立地條件、資源經(jīng)營(yíng)條件合理分級(jí)分類,將植被自然更新恢復(fù)和人工干預(yù)恢復(fù)有機(jī)結(jié)合[7],科學(xué)有效地縮短植被恢復(fù)到頂級(jí)群落所需要的時(shí)間,全面提高大興安嶺林草交錯(cuò)帶過火區(qū)植被的恢復(fù)速度和恢復(fù)質(zhì)量。研究結(jié)果顯示,在新巴爾虎旗北部地區(qū)仍存在大面積沙化土地。當(dāng)?shù)毓芾聿块T應(yīng)積極響應(yīng)國(guó)家出臺(tái)的沙化土地保護(hù)政策,加快制定本地區(qū)的防治草原荒漠化治理政策。對(duì)于部分出現(xiàn)退化、沙化、鹽漬化等問題的草地應(yīng)該及時(shí)采取管控措施,如推行圍欄封育、輪封輪牧,加快優(yōu)良畜種培育、優(yōu)化畜種結(jié)構(gòu)[36],實(shí)現(xiàn)草原生態(tài)保護(hù)和農(nóng)牧民增收的雙贏目標(biāo)。

4.3 STSM模型應(yīng)用前景及局限性

STSM模型在轉(zhuǎn)換概率的選擇上是通過增加一定的距離要素以及定義其他相關(guān)因子確定的。相對(duì)于CA-Markov模型,STSM模型主觀因素更多,可以根據(jù)歷史條件使得模擬結(jié)果更加精確。但由于其過于主觀,缺乏一定的地理空間位置模擬,僅在具有歷史數(shù)據(jù)且大尺度區(qū)域的研究中占有優(yōu)勢(shì)。陳倩[21]利用CA-Markov和STSM模型模擬預(yù)測(cè)了南京市老山國(guó)家森林公園2016年的土地覆蓋狀況。結(jié)果顯示CA-Markov模型總體預(yù)測(cè)精度為75.17%,而STSM模型僅為71.55%。表明針對(duì)小范圍高分辨率空間數(shù)據(jù)的CA-Markov模型預(yù)測(cè)效果更好,可信度更高。本研究的研究區(qū)面積達(dá)13.43萬(wàn)km2,選取STSM模型模擬得到的2018年土地利用分類圖區(qū)域一致性達(dá)97.3%,Kappa系數(shù)0.96,表明本研究所建立的模型能夠較好地模擬研究區(qū)的土地利用格局。不足之處在于,未來(lái)的土地利用變化還會(huì)受到氣候變化等更多因素的影響,本文尚未考慮這些因素,未來(lái)的研究需進(jìn)一步探索。

5 結(jié)論

(1)大興安嶺林草交錯(cuò)帶2010—2018年間的景觀生態(tài)環(huán)境動(dòng)態(tài)變化主要表現(xiàn)為林火導(dǎo)致的森林草地化、草原耕地化、低蓋度草地荒漠化以及林草田人居化。人類行為與自然反饋相互影響的結(jié)果在林草交錯(cuò)生態(tài)脆弱區(qū)的生態(tài)環(huán)境變化中表現(xiàn)得尤為明顯。城市用地和路網(wǎng)的迅速擴(kuò)張、草地大面積開墾以及氣象災(zāi)害引發(fā)的林火都對(duì)研究區(qū)的生態(tài)環(huán)境造成巨大影響。

(2)景觀尺度上,研究區(qū)內(nèi)的林地在2010—2018年期間,面積減少、破碎化程度增大、景觀完整性降低、景觀構(gòu)成愈發(fā)復(fù)雜；草地面積增加、景觀完整性升高；耕地面積減少、破碎化程度增高,景觀完整性降低；人工表面面積大幅度增加、破碎化程度降低,景觀完整性升高。

(3)在現(xiàn)行土地利用發(fā)展趨勢(shì)下,預(yù)測(cè)2025年研究區(qū)林地、草地、人工表面和過火區(qū)面積分別增加92.27、183.21、66.2 km2和10.25 km2；耕地和鹽堿地及荒漠面積分別減少184.2 km2和164.84 km2。濕地面積相對(duì)穩(wěn)定,無(wú)較大變化。