监测城市景观中时空森林破碎化：一种使用时间序列遥感数据的改进城市边缘映射方法

《Remote Sensing》：Monitoring Spatiotemporal Forest Fragmentation in Urban Landscapes: An Improved Urban Fringe Mapping Approach Using Time-Series Remote Sensing Data

　　

城市边缘森林提供关键的生态系统服务，但在城市化下面临不可逆的损失和复杂的退化，而由于缺乏时空一致的制图方法，其相对于核心森林的破碎化动态在很大程度上仍未量化。为解决这一空白，研究人员开发了一个多源遥感框架，整合土地覆盖、人口、夜间灯光和地表温度（LST）数据，通过面积加权重心和景观格局指数划定浙江省城市边缘边界并量化森林动态，该区域高森林覆盖率和多中心城镇结构创造了高度异质性和动态的边缘环境，使得能够从2004年到2024年分别量化城市边缘和核心森林的时空破碎化模式。结果如下：（1）四个维度（土地、人口、经济和环境）产生了时空上不同的边界，多维整合优于任何单一指标，且夜间灯光表现最佳。同时，总面积在二十年间从2989.04 km²增至3990.66 km²，增长最快在2004–2014年，边界移动最快在2014–2019年。（2）边缘森林比例从24.72%降至18.37%，下降最大在西南部高森林城市。同时，杭州和宁波的边缘森林逐渐承担了原本由核心森林承担的主要生态载体角色，其重心在2009–2014年向西南移动最显著，且方向比核心森林更一致。（3）破碎化指标显示边缘的斑块密度（PD）和分割指数（SPLIT）更高，但连接度（CONNECT）更低，且加剧在舟山达到峰值，并与2009–2014年的密集边缘扩展同时发生，随后核心出现较晚的响应。本研究提供了一种可转移的多维遥感方法用于城市边缘制图，表明边缘森林可作为城市化诱导森林退化的早期预警信号，从而在不同城市背景下实现空间针对性的森林管理。

**论文解读：时空城市边缘森林破碎化监测——基于多维遥感数据改进制图方法的研究**

**研究背景与问题**
城市边缘森林在城市化进程中提供关键生态系统服务，如调节局地气候、缓解热岛效应、维持生物多样性和休闲功能，但面临不可逆的损失和复杂退化。然而，由于缺乏时空一致的制图方法，边缘森林相对于核心森林的破碎化动态在很大程度上未被量化。现有城市边缘识别多依赖单一维度（如土地或人口），忽略了多中心城市结构的梯度效应，导致边界系统性偏移和多维信息丢失。浙江省具有高森林覆盖率（约61%）和显著的多中心城镇结构，为研究提供了高度异质且动态的边缘环境。因此，研究人员开展本研究，旨在开发一种时空明确且可比较的多维遥感框架，以量化城市边缘森林破碎化动态，并将其与核心森林进行对比。

**研究内容与结论**
研究人员开发了基于多源遥感数据的城市边缘识别方法，整合土地覆盖、人口网格、夜间灯光和夜间地表温度（LST）数据，以县级行政中心为基准建立同心缓冲区，通过梯度衰减率确定边界，并等权平均四维结果。随后，利用面积加权重心和景观格局指数（包括斑块密度（PD）、分割指数（SPLIT）、连接度（CONNECT）等）量化森林动态。研究得出以下结论：（1）多维融合优于任何单一指标，夜间灯光表现最佳，城市边缘面积从2004年的2989.04 km²增至2024年的3990.66 km²，增长最快在2004–2014年，边界移动最快在2014–2019年。（2）边缘森林比例从24.72%降至18.37%，西南部高森林城市（丽水、衢州）下降最大；杭州和宁波的边缘森林逐渐替代核心森林成为主要生态载体，重心向西南移动。（3）边缘森林破碎化程度显著高于核心，舟山破碎化最严重，2009–2014年为关键转折期，核心森林响应滞后。本研究发表在《Remote Sensing》。

**主要关键技术方法**
本研究采用的关键技术方法包括：（1）基于多维遥感数据的梯度衰减法：以89个县级政府为中心，建立1 km间隔同心缓冲区（1–20 km），计算各维度指标（建成区密度、人口密度、夜间灯光强度、夜间LST）的衰减率，以连续三个缓冲区出现持续衰减作为边界阈值，并等权平均四维边界，最终结合土地覆盖图提取边缘斑块。（2）面积加权重心分析：根据公式计算森林斑块重心，量化迁移方向。（3）景观格局指数计算：使用Fragstats 4.2计算12个指标（包括PD、SPLIT、CONNECT等），从类水平和景观水平分别分析边缘与核心森林的破碎化特征。所有数据来源于CLCD、LandScan、NPP-VIIRS-like和MODIS MOD11A2产品，时间跨度2004–2024年，空间分辨率统一为1 km缓冲区框架。

**研究结果**
**3.1 城市边缘区域的时空分布**
通过四维衰减率分析，经济维度（夜间灯光）产生最宽的城市边缘，环境维度（夜间LST）和土地维度（建成区密度）最窄；所有维度均呈向外扩张趋势，但变化幅度有限（1–4 km）。多维整合后，杭州边界变化最频繁，多数城市在2014–2019年边界移动最快。总面积从2989.04 km²增至3990.66 km²，2004–2009年和2009–2014年增速最快，随后减速。

**3.2 城市景观中森林的时空变化**
通过面积和重心分析，边缘森林面积先降后升再降，从732.98 km²略增至733.27 km²，但比例从24.72%降至18.37%，最大降幅在2004–2009年（-11.98%）。核心森林面积从258.61 km²增至332.71 km²，比例从16.65%降至15.29%，最大降幅在2009–2014年（-9.75%）。边缘森林重心主要向西南或西西南方向移动，核心森林向东北或北东北方向移动，两者方向相反；最大位移集中在2009–2014年。西南部高森林城市（衢州、丽水）和舟山边缘森林比例下降最显著。

**3.3 城市边缘与核心森林破碎化差异**
通过景观格局指数分析，边缘森林的PD和SPLIT显著高于核心，CONNECT和PLADJ（相似邻接百分比）显著低于核心，GYRATE_AM（面积加权回转半径均值）较小，SHDI（香农多样性指数）较高，表明边缘森林破碎化更严重、连通性更低、斑块大小变异更大。2009–2014年为破碎化加剧的关键期，LPI（最大斑块指数）、AREA_CV（斑块面积变异系数）和GYRATE_AM在2014年前后达到峰值，随后部分缓解但未逆转。舟山、温州和丽水破碎化最严重。

**讨论与结论**
讨论部分指出，多维遥感框架优于单一指标，夜间灯光最适用于识别功能边缘，夜间LST和建成区密度更适合物理边缘。与通勤大数据的比较显示，多维整合结果在单中心城市（如杭州、宁波）与通勤边界吻合，但在多中心城市（如温州、绍兴）存在偏差，表明多维方法更鲁棒。森林破碎化时空特征显示，边缘退化先于核心，2009–2014年为关键转折点，与边缘扩展高峰期吻合，符合扩散-聚结模型。三类城市需特别关注：西南部高森林城市（丽水、衢州）森林比例大幅下降；舟山和温州破碎化最严重；杭州和宁波边缘森林逐步替代核心生态功能。管理建议包括：在带状多中心城市（如温州）设置生态楔形区；在强核心城市（如杭州）保护10–20 km环城森林带；在高森林城市划定生态红线。不确定性主要源于缓冲区各向同性假设、经验阈值、等权平均及遥感数据偏差，但多维多城市交叉验证增强了结论稳健性。

研究结论翻译如下：城市景观中森林破碎化的时空变化，由于缺乏高效、全面且时空可比较的城市边缘区域划定框架，尚未得到充分描述。本研究通过整合土地覆盖、人口网格、夜间灯光和地表温度数据，开发了一种多维遥感方法，用于划定2004–2024年浙江省的城市边缘边界。随后应用面积加权重心和景观格局指数比较森林模式动态。主要结果如下：（1）边缘扩张最快发生在2004–2014年，杭州边界变化最频繁。（2）在整个观测期内，边缘森林比核心森林更早出现退化，核心响应随后。森林比例下降最剧烈集中在西南部高森林城市（丽水、衢州），而杭州和宁波的边缘森林逐步替代核心森林成为城市森林生态功能的主要载体。（3）边缘森林破碎化水平显著更高，在舟山达到峰值，破碎化加剧与密集的边缘扩展（2009–2014年）同时发生，核心区域在随后时期出现相应加剧，表明响应存在时间滞后。夜间灯光强度被确定为界定具有主导核心的城市功能边缘的最合适维度，同时夜间地表温度和建成区密度更好地表征了物理热力和不透水面梯度，凸显了多维整合优于任何单一指标的优势。综上所述，本研究为边缘划定提供了一种可转移的多维遥感方法，并证明边缘森林可作为城市化驱动退化的早期指标，从而在讨论部分所承认的不确定性范围内，支持多样城市系统中的空间明确城市森林管理。