印度尼西亚多巴高地泥炭地土地覆被动态历史与未来情景预测：基于ANN–CA模型的研究

《Environmental Challenges》：Historical and Projected Land-Cover Dynamics in the Toba Highland Peatlands, Indonesia: An ANN–CA Modeling Approach

　　

论文摘要专业翻译 热带山地泥炭地（tropical mountain peatlands）所受到的关注远少于低地泥炭系统，且此前尚未对印度尼西亚北苏门答腊省已绘制的多巴高地泥炭地（Toba Highland Peatlands）进行未来土地覆被轨迹的情景预测。本研究利用先前分类的2014年、2019年和2023年Landsat土地覆被图，在MOLUSCE软件中采用人工神经网络–元胞自动机（Artificial Neural Network–Cellular Automata，ANN–CA）模型量化了土地覆被转移，并预测了2028–2038年的土地覆被情景。分析采用嵌套设计：一个包含Lintong Nihuta、Dolok Sanggul和Pollung三个区（Humbang Hasundutan县）的65,603公顷景观，以及其内部约6,180公顷已绘制的泥炭地。研究人员在四个耕地样点（八个环刀样品）测量了近地表泥炭容重（bulk density），作为补充的野外信息。耕地面积在2014年至2019年间从景观面积的24.8%扩张至44.0%，2023年仍保持在43.2%，其扩张主要以天然林和裸地减少为代价。2023年回溯预测与分类参考图吻合良好（正确率93.32%；总体Kappa系数0.896）。在模型设定条件下，预计到2038年耕地将占景观面积的65.05%，占已绘制泥炭地的94.75%，而2023年该比例仅为70.61%；泥炭地内的天然林将下降至0.64%。干容重范围为0.21–0.47 g cm?3；这些样点尺度数值并不代表泥炭地整体状况。上述预测属于条件性情景而非确定性预报，但结果表明土地利用压力集中于泥炭地内部，泥炭水文和剩余的农业外覆被应作为监测与管理的优先对象。

论文解读

一、研究背景与问题

泥炭地（peatlands）作为全球环境系统的重要组成部分，在碳储存和水文调节方面发挥着关键作用。这些生态系统在水淹和厌氧条件下通过有机物质的积累而发育，分解过程受到限制。尽管泥炭地全球分布范围相对有限，但其储存了大量土壤碳，对全球碳循环具有重要贡献。近年来，泥炭地生态系统承受着来自土地利用和土地覆被变化的日益增大的压力，这些变化由生物物理条件与空间分布的人类活动之间复杂的相互作用所驱动。泥炭林向农业用地、种植园和建成区的转化会改变植被覆被和水文条件，进而影响生态系统功能，并已与生态系统生产力和碳动态的变化相关联。遥感研究进一步证实，温带和北方地区的泥炭地景观普遍存在干扰和退化现象，凸显了在不同环境背景下监测泥炭地状况的重要性。

印度尼西亚北苏门答腊省Humbang Hasundutan县经历了与农业、聚落、基础设施等土地利用发展相关的重大土地覆被变化。2003年至2013年间，约5,362公顷森林被转化为旱地农业、灌丛、裸地和水田。该县人口从2010年人口普查的171,650人增至2020年的197,751人（增幅15.2%），而本研究所分析的三个区的人口增长更快，从89,878人增至105,914人（增幅17.8%）。人口增长和社会经济发展增加了对土地的需求，推动了土地利用和土地覆被格局的变化。

多巴高地泥炭地是多巴火山口景观中一种独特的高地泥炭地生态系统，主要分布于Lintong Nihuta、Dolok Sanggul和Pollung三个区。与苏门答腊常见的广阔低地泥炭地不同，这些泥炭地地处高地环境，此前报道的面积约为6,289公顷。全球范围内山地泥炭地研究不足，尤其在热带地区，近期全球高海拔泥炭地碳综述基本遗漏了热带区域。在印度尼西亚，泥炭地研究集中于苏门答腊和加里曼丹广阔的低地泥炭。多巴高地泥炭地属于地形性泥炭（topogenous peats），形成于多巴湖西南火山高原的低洼地带，其花粉记录可追溯至约30,000年前，森林砍伐始于约7,500年前。已有研究描述了该区域过去和现在的状况，但尚未有研究预测如果近期趋势持续，泥炭地内土地覆被将如何发展，也未将其轨迹与周边景观进行比较。本研究正是针对这一空白，利用2014–2023年土地覆被图校准ANN–CA模型，在嵌套设计下预测至2038年的土地覆被情景，并以样点尺度容重观测作为补充野外信息。

二、研究目的

本研究旨在：（i）利用先前发表的土地覆被图量化2014–2023年三个区研究区的土地覆被转移，作为模型校准的基础；（ii）使用ANN–CA模型预测2028–2038年土地覆被，并比较研究区与已绘制泥炭地的预测轨迹；（iii）在已绘制泥炭地内的四个耕地位置，通过环刀法测定未扰动样品的近地表泥炭容重，作为泥炭物理状况的补充野外信息。研究结果旨在为多巴高地泥炭地的土地利用规划和泥炭地管理提供空间证据。

三、关键技术与方法

研究人员采用了以下主要技术方法：第一，基于Google Earth Engine平台，使用Landsat 8 OLI Collection 2 Tier 1地表反射率影像（30米分辨率），通过QA_PIXEL波段掩膜云和云阴影，对2014年、2019年全年及2023年1月至7月的影像分别计算中值合成影像，并裁剪至研究区边界。第二，采用随机森林（Random Forest）分类器（100棵树，固定随机种子42）将影像分为水体、耕地、天然林、建成区和裸地五类，训练样本来自野外数据和高等分辨率影像。第三，使用混淆矩阵评估各期分类精度，总体精度分别为94.1%、87.3%和95.8%，Kappa系数分别为0.865、0.731和0.907。第四，在MOLUSCE插件中构建人工神经网络–元胞自动机（ANN–CA）模型，以2014–2019年转移作为校准区间，以2023年分类图进行回溯验证（hindcast validation），验证正确率为93.32%，总体Kappa为0.896。第五，采用环刀法（core/ring method）在四个耕地样点采集八个未扰动样品测定干容重（dry bulk density），数值范围为0.21–0.47 g cm?3。第六，采用嵌套设计，以三个区完整行政区（65,603公顷）为分析域，以2022年县级泥炭地清查绘制的6,180公顷泥炭地边界为内部嵌套区域，分别统计和比较两者的土地覆被动态。

四、研究结果

土地覆被转移与耕地扩张。 基于2014年、2019年和2023年三期Landsat分类图，研究人员量化了研究区土地覆被变化。耕地面积从2014年占景观面积的24.8%扩张至2019年的44.0%，2023年保持在43.2%，扩张主要以天然林和裸地减少为代价。在已绘制泥炭地范围内，2023年耕地已占泥炭地面积的70.61%，表明土地利用压力高度集中于泥炭地内部。

模型验证与情景预测。 以2014–2019年转移规律校准的ANN–CA模型对2023年进行回溯预测，与分类参考图对比的正确率为93.32%，总体Kappa系数为0.896，验证了模型的有效性。在模型设定条件下，到2038年耕地预计将占整个景观面积的65.05%，占已绘制泥炭地面积的94.75%；泥炭地内天然林将下降至仅0.64%。预测结果表明，若近期趋势持续，泥炭地内几乎全部土地将被耕地占据。

泥炭容重测定。 在四个耕地样点采集的八个环刀样品的干容重范围为0.21–0.47 g cm?3，反映了样点间的差异。研究人员明确指出，这些样点尺度数值仅作为补充的野外背景信息，并不代表泥炭地整体的物理状况。

五、讨论与结论

研究人员强调，本研究的预测属于条件性情景（conditional scenarios）而非确定性预报（forecasts），其有效性取决于模型假设和驱动因素在预测期内是否保持稳定。研究结果表明，土地利用压力集中在泥炭地内部，泥炭地中耕地占比远高于周边景观，天然林覆被急剧萎缩。泥炭水文条件和剩余的农业外覆被应作为监测和管理的优先对象。研究还指出，分类精度评估中天然林和水体占参考像元的95%，总体精度和Kappa主要反映这两类；耕地、建成区和裸地的类级精度较低且不确定性较大，特别是2014年和2019年耕地生产者精度低于10%，大部分耕地参考像元被分类为天然林，这一局限性需要在解释结果时加以考虑。此外，2023年合成影像仅覆盖1–7月，而2014年和2019年覆盖全年历，中值合成可减少但无法消除季节差异对耕地和裸地等季节性变化类别的影响。干容重测定值属于样点尺度信息，不能外推至泥炭地整体。综合来看，多巴高地泥炭地正面临持续的耕地扩张压力，到2038年泥炭地内天然林可能近乎消失，泥炭水文和残余非农业覆被的保护应成为该区域监测与管理的优先方向。