我国是世界竹类植物的起源和分布中心之一，是世界上竹资源最丰富的国家，拥有竹类植物共22属500多种(Chen et al., 2009)。另据第八次全国森林资源清查结果，我国现有竹林面积601万hm²，相比第七次清查增长了12%，相比第五次清查增长了43%左右。竹林具有强大的碳汇功能(杜华强等，2012)，竹林生态系统碳储量约占全国碳储量的3%(Chen et al., 2009)，竹林碳汇及时空变异不仅在维护区域生态环境上具有重要作用，而且在全球碳平衡中也发挥着巨大贡献(Lei et al, 2007；陈先刚等，2008；Du et al., 2010；Han et al., 2013；Li et al., 2015；Mao et al., 2017；杜华强等，2008；崔瑞蕊等，2011)。因此，快速、准确、高效地获取竹林信息，及时监测其变化情况，对实现竹林资源的科学管理和高效利用具有重要意义。

遥感技术作为一种准确、客观、及时获取宏观信息的手段，在城市规划、土地利用监测、农业、林业以及自然灾害预报等方面得到了广泛重现和应用(刘旭升，2004；梅安新等，2001；Cai et al., 2009；王颖洁等，2015)。在竹林资源信息提取方面，初步建立起了基于像元、子像元和对象3个不同层次的竹林信息提取方法：在像元尺度上，杜华强等(2008；2012)研究发现，Landsat TM1、3、4、5波段以及植被指数NDVI、IIVI等较适合毛竹(Phyllostachys edulis)林遥感信息提取；在子像元尺度上，商珍珍(2012)尺度转化方法，基于MODIS和TM数据提取了长三角地区毛竹林面积分布情况，提取精度达86.66%；在对象尺度上，Han等(2014)提出基于SPOT5、综合光谱和纹理信息、采用面向对象的多尺度分割方法，毛竹林遥感信息提取精度达90%以上。在竹林资源动态监测方面，董德进(2011)利用不同时间Landsat TM数据分析了临安市雷竹(Phyllostachys praecox)林的动态变化；崔瑞蕊等(2011)采用最大似然法从不同时期Landsat TM影像中提取毛竹林信息，并利用变化幅度和动态度2个指标对浙江省安吉县近30年毛竹林面积的时空动态特征进行了评价；Ying等(2016)分析了浙江省天目山自然保护区1984—2015年竹林的扩张速率变化特征。

以往研究多在县域或保护区等小尺度范围内分析竹林动态变化，而我国竹林面积大，广泛分布于浙江、福建、江西、湖南、安徽、湖北、广西和广东等15个省(区)，需要在更大尺度上对竹林资源进行时空动态监测。因此本研究以浙江省为例，利用2000—2014 Landsat5 TM和Landast8 OLI时间序列数据，提取浙江省不同时期竹林分布信息，并分析其时空演变规律，揭示竹林面积变化与土地利用格局之间的关系，以期为国家乃至全球尺度长时间序列的竹林时空动态研究提供参考。

1 研究区概况与研究方法 1.1 研究区概况

浙江省地处27°—31°N与118°—123°E之间，位于东南沿海长江三角洲南翼，东临东海，南接福建，西与安徽、江西相连，北与上海、江苏接壤(图 1)。气候属亚热带季风气候，四季分明，气温适中，光照较多，雨量丰沛，空气湿润，雨热季节变化同步。年均气温15~18 ℃，年均降雨量980~2 000 mm，主要集中在春夏季节。森林植被属中亚热带常绿阔叶林，主要植被类型有暖性针叶林、常绿落叶阔叶林、常绿落叶阔叶混交林、针阔混交林、竹林、经济林和灌木林等，竹林面积88.10万hm²，竹资源丰富，竹产业发达，素有“中国竹子看浙江”的美誉。

1.2 遥感数据及预处理

采用Landsat5 TM(2000、2004和2008年)和Landsat8 OLI(2014年)时间序列影像数据，覆盖全省的Landsat遥感图像包括8景，获取日期如表 1所示。由于不同时期影像植被光谱反射率不同，云层厚度等会影响分类结果，因此在选取图像时，影像时间间隔尽量一致，研究区观测天顶角最小，云量标准控制在10%。

此外，由于遥感数据易受水汽、气溶胶、双向反射和数据传输等因素影响，造成时序数据波动性较大，影响时间维度上的趋势分析和信息提取(Los et al., 1994；崔凯，2012)，且多时相遥感数据还存在辐射差异，因此采用FLAASH方法对每幅影像进行大气校正，以减小大气对辐射目标的影响，同时也对影像进行几何校正，以拼接浙江省遥感数据。

1.3 竹林时空分布信息提取

首先，根据《森林资源规划设计调查主要技术规定》(1996年)、《浙江省森林资源规划设计调查技术操作细则》 (1997年)及本研究竹林信息提取需要，将研究区土地利用类型分为竹林、阔叶林、针叶林、农田、城镇和水体六大地类(施拥军，2003)。然后，基于第5~8次(1994—1998、1999—2003、2004—2008和2009—2013年)浙江省森林资源清查样地信息和相关资料，从遥感数据中选择不同森林类型训练样本，农田、城镇和水体训练样本采用目视解译方法选取。不同时期竹林、阔叶林、针叶林、农田、城镇和水体训练样本数量如表 2所示，其中竹林样地分布见图 1。

特征选择是指从不同遥感波段或衍生波段组合中选出能够最有效区分每个地类的波段组合，删除冗余信息波段，减少数据集维数，使图像分类处理运算最低，同时对分类精度影响不明显。本研究以Jeffries-Matusita距离(J-M距离)作为判断标准，选择对竹林分类效果较好且维数较低的特征组合用于分类(杜华强等，2012)，在此基础上，采用最大似然法对浙江省不同时期遥感影像进行分类，提取竹林时空分布信息。

浙江省不同时期土地利用分类及竹林信息提取精度评价指标包括总分类精度(overall accuracy)、用户精度(user’s accuracy)、生产精度(producer’s accuracy)和Kappa系数等(Congalton et al., 1998)。

1.4 竹林时空变化评价指标

采用变化幅度和动态度2个指标(崔瑞蕊等，2011)评价浙江省竹林动态变化。变化幅度也称变化率，是以土地利用类型面积为基础，评价研究时间范围内土地利用类型面积变化的结果，直观反映土地类型变化的幅度和速度(朱会义等，2003)。本研究关注的地类为竹林，因此在一定时间范围内其数量变化情况(变化速度)又可用动态度表示，即单一土地利用类型动态度(王秀兰等，1998)。变化幅度和动态度的计算公式如下：

${K_T} = \frac{{{U_{\rm{b}}} - {U_{\rm{a}}}}}{{{U_{\rm{a}}}}} \times 100\% ; $

(1)

$ K = \frac{{{U_{\rm{b}}} - {U_{\rm{a}}}}}{{{U_{\rm{a}}}}} \times \frac{1}{T} \times 100\% 。$

(2)

式中：K_T为竹林面积在时间序列某阶段的变化率或变化幅度；U_a和U_b分别表示阶段初期和阶段末期竹林面积；K为竹林面积的动态度，即年均变化率；T为研究的时间间隔。

变化幅度大于0时，说明竹林面积呈增加趋势；反之，则说明竹林面积缩减。变化速度是指在时间序列中竹林面积的变化速率，绝对值越大，说明竹林面积在单位时间内变化的速率越快，变化速度大于0时表示竹林面积增长的速率，小于0时表示竹林面积减少的速率。

同时，为评估各土地利用类型变化对竹林面积增加的贡献，采用下面计算公式：

$ {P_i} = \frac{{{M_{\rm{i}}}}}{{\sum\limits_{i = 1}^n {{M_i}} }} \times 100\% 。$

(3)

式中：P_i为各土地利用类型对竹林面积增加的贡献率；M_i为各土地利用类型转变为竹林的面积；i为各地类，i=1, 2, …, 6。

根据浙江省4个时期遥感影像土地利用分类结果，计算3个时间段(2000—2004、2004—2008和2008—2014年)土地利用时空转移矩阵，分析土地利用变化对竹林时空演变的影响，阐明竹林面积变化与土地利用格局之间的关系。

2 结果与分析 2.1 竹林时空分布信息提取及精度评价

采用最大似然法得到的2000—2014年浙江省土地利用类型分类结果见图 2，由图 2可提取不同时期竹林时空分布信息。从图 3可见，浙江省竹林主要分布在西北部的安吉和临安、西南部的衢州和金华、南部的龙泉、中部的诸暨和东部的宁波、余姚等县(市)附近，而东北部的嘉兴只有零星分布。

2000—2014年浙江省土地利用类型总分类精度及竹林信息提取精度见表 3。由表 3可知，不同时期总分类精度均在75%以上，Kappa系数均达0.75以上，总分类精度较高；而竹林的生产者精度达75%以上，使用者精度达91%以上。

通过图 3统计得到4个时期浙江省竹林面积，与森林资源清查结果的对比如表 4所示。由表 4可知，不同时期竹林分类统计面积与实际调查面积具有较高的吻合度，面积提取精度达96%以上。

综上分析，基于时序Landsat数据提取的浙江省竹林信息，无论分类结果还是面积统计结果都具有较高的精度，说明本研究提取的浙江省竹林时空分布信息符合实际情况，能够进行竹林时空动态变化评价。

2.2 竹林时空演变特征

2000—2014年浙江省竹林面积在时空上呈逐渐增加趋势，与2000—2014年竹林清查结果一致。从浙江省11个地级市竹林面积整体动态度空间分布(图 4)可知，杭州、绍兴、丽水和嘉兴变化幅度较大，年均变化率在3%以上，其中绍兴、嘉兴年均变化率超过13%；温州、衢州变化幅度在0.5%~14%之间，年均变化率在1%以下；湖州、宁波、台州竹林面积有所减少，动态度为负值。

2000—2014年浙江省11个地级市3个时间段竹林面积变化幅度和动态度如表 5所示，其变化幅度和年均变化率分别为16.55%和1.18%。2000—2004年，竹林面积增加主要在杭州、湖州、嘉兴、温州和丽水，变化幅度分别为64.92%、9.96%、304.65%、10.00%和109.83%，年均变化率分别为16.23%、2.49%、76.16%、2.50%和27.46%；2004—2008年，竹林面积增加主要在湖州、嘉兴、金华、绍兴和衢州，变化幅度分别为7.90%、3 951.15%、25.39%、90.43%和47.21%，年均变化率分别为1.98%、987.79%、6.35%、22.61%和11.80%；2008—2014年，竹林面积增加主要在绍兴、宁波、舟山、台州、温州和丽水，变化幅度分别为114.57%、54.80%、7 637.65%、69.90%、55.16%和1.88%，年均变化率分别为19.10%、9.13%、1 272.94%、11.65%、9.19%和0.31%。同时，2000—2004年，竹林面积大幅减少主要在金华、绍兴、宁波、舟山、台州和衢州；2004—2008年，主要在宁波、舟山、温州、丽水、台州和杭州；2008—2014年，主要在杭州、湖州、嘉兴、金华市和衢州。

2.3 土地利用动态对竹林时空演变的影响

2000—2004、2004—2008和2008—2014年3个时间段浙江省土地利用转移及其对竹林面积时空演变的影响如表 6所示。由表 6可知，浙江省竹林面积由2000年占全省面积的7.33%增长到2014年的8.56%，其中针叶林、阔叶林和农田3种土地利用类型变化对竹林面积增加的贡献最大，贡献率分别为28.62%、37.23%和16.15%，其占全省面积百分比分别由2000年的20.89%、28.03%和31.41%降低到2014年的17.53%、24.65%和27.16%。

从3个时间段来看：1) 2000—2004年，农田和阔叶林面积分别减少0.89%和2.49%，贡献率分别为17.54%和44.72%，同时，针叶林面积变化为竹林面积增加提供了34%的贡献率；2) 2004—2008年，针叶林面积减少8.18%，贡献率为33.62%，同时，农田和阔叶林面积变化分别为竹林面积增加提供了12.16%和26.49%的贡献率；3) 2008—2014年，农田和阔叶林面积分别减少6.99%和6.54%，贡献率分别为18.76%和40.49%，同时，针叶林面积变化为竹林面积增加提供了15.55%的贡献率。

3 讨论

多时相遥感数据竹林监测结果表明，浙江省竹林面积在时空上呈逐渐增加趋势，2000—2014年变化幅度和年均变化率分别为16.55%和1.18%。当然，不同区域或相同区域不同时间段的变化幅度和动态度存在时空差异，这在一定程度上反映浙江省竹林区域发展不均衡，浙江省竹林主要分布在西部和南部山区，竹林发展规划、经营管理技术比较成熟，如湖州、杭州、衢州和丽水等动态度相对波动较小，而绍兴、嘉兴竹林面积本身就较小，稍微的变化就会导致较大的动态度。

浙江省竹林面积由2000年占全省面积的7.33%增长到2014年的8.56%，其中针叶林、阔叶林和农田3种土地利用类型变化对竹林面积增加的贡献最大。随着产业结构调整，竹林经济效益凸显，经济价值较高的毛竹、雷竹等成为区域经济新的增长点，竹林经营强度加大，一些地区鼓励农民在毗邻保护区的山坡上开荒种竹(白尚斌等，2012)，针叶林、阔叶林和农田也被改造为竹林(杜华强等，2012)，从而使得竹林面积逐年增加。当然，竹子通过根鞭繁殖的特殊生物特性，也使得竹林具有自然蔓延扩展的特征，如浙西天目山国家级自然保护区内毛竹林面积正以每年4.47 hm²的速度自然扩张(丁丽霞等，2006)。

基于时序Landsat数据提取的浙江省竹林信息精度较高，分类精度达75%以上，使用者精度达91%以上，且分类统计面积与实际清查面积高度吻合，面积提取精度达96%以上，为浙江省竹林资源监测和管理提供了重要而精确的数据。但需要说明的是，由于覆盖全省Landsat遥感数据多，数据时间序列相对较长，且同一时间段浙江省遥感数据由8景影像合成，因此尽管做了大气校正，但也不能完全消除辐射差异，会导致竹林信息提取存在误差。同时，竹林多呈碎片、分散分布，当竹林面积分布较小时，使得精确提取竹林遥感信息难度加大。图 5为利用遥感提取的竹林面积与森林资源清查实际面积对比得到的分类相对误差，可以看出，实际竹林分布面积越小，竹林遥感提取面积误差越大，因此，竹林分布面积较小的县市竹林遥感信息提取可能存在一定程度的误差，从而影响全省竹林分类精度。另外，竹林面积分布相对较小，与阔叶林、针叶林光谱混合容易导致分类误差，统计分析表明，2000、2004、2008和2014年4个时期竹林错分到阔叶林的比例分别为5.6%、12.09%、12.90%和9.56%，而误分为针叶林的比例分别为13.79%、7.91%、3.23%和5.15%。

4 结论

1) 浙江省不同时期竹林时空分布信息提取精度较高，符合实际情况，其中分类精度达75%以上，使用者精度达91%以上，面积提取精度达96%以上。

2) 2000—2014年浙江省竹林在面积在时空上呈逐渐增加趋势，竹林面积由2000年占全省面积的7.33%增长到2014年的8.56%，变化幅度和年均变化率分别为16.55%和1.18%。

3) 针叶林、阔叶林和农田3种土地利用类型面积变化对于竹林面积增加的贡献最大，贡献率分别为28.62%、37.23%和16.15%。