当前世界环境

介绍

山脉可以被认为是脆弱的生态系统它提供了各种基本的全球商品和服务。这些生态系统受到全球化和日益增长的压力以及气候变化的广泛威胁，气候变化正在影响山区生态系统以及相关人口的生计。^1、2市场驱动的全球化侧重于自然资源的开发，这似乎与这些地区的当地多样性、脆弱性、不可接近性和边缘化不相容。^3.近几十年来，人类活动被认为是改变山区生态系统的最重要因素，⁴这一时期被称为“人类世”时代。⁵人类在不同的时间和空间范围内对环境过程的反应导致了“人与自然相互作用”的观点的出现，关注人类在塑造地球方面的作用。⁶高山地形复杂，气候和生物多样性并存，对高山生态系统构成威胁的主要人为活动有:无规划的土地使用，在陡坡上耕作，过度放牧，过度开发社区森林和城市化。⁷

土地利用和气候变化等全球变化的决定因素正在影响高山地区，尽管这些地区地处偏远，人口密度低。^8、9人为活动正在迅速改变陆地环境，并引起土地利用和覆盖的变化，从而促进全球环境变化。¹⁰全球变暖导致LULC类型向高海拔地区向上移动，造成木材线的移动和高山牧场和冰川的损失，从而使高山地区的自然景观变得脆弱。^11、12特定地区的土地利用表现出受各种景观特征影响的自然和经济要素之间的相互作用。¹³高海拔景观具有陡峭的气象和地形梯度，这对生态研究构成了重大障碍。¹⁴然而，地理空间技术的最新进展使地理学家能够发现甚至偏远高地的时空变化。¹⁵遥感与地理信息系统(GIS)相结合，可以分析和监测各种自然资源，以及识别和预测不同时间和空间的变化。¹⁶土地监测中广泛使用的基于GIS的分析之一是土地利用价值变化(LULC)，它有助于确定景观的空间格局以及该地区的潜在过程。¹⁷在遥感的历史上，各种变化检测技术被用来识别地球表面的变化。¹⁸对于这种不均匀的高海拔位置的图像分类，MLC是一种流行的监督分类算法。¹⁹因此，监测和绘制土地利用资源及其影响对可持续的自然资源规划和管理具有重要意义。^20、21

最近在西喜马拉雅地区的研究表明，在高海拔地区，自然灾害的脆弱性与人为干预，特别是LULC的变化密切相关。^22、23近几十年来，当地道路和基础设施建设的快速增长导致灾害增加，并进一步给Pangi山谷的土地利用模式带来压力。²⁴然而，利用GIS技术在西喜马拉雅地区的偏远地区，如Pangi Valley，缺乏相关工作。因此，目前的工作使得在先进地理空间技术的帮助下评估该地区的土地动态成为可能。该研究的目的是表示1992年和2021年印度喜马偕尔邦昌巴地区Pangi tehsil的LULC的时间模式，并评估1992年至2021年期间LULC的转变。本文的研究成果将为未来可持续景观规划和管理策略的制定提供参考。这些结果必须考虑到研究区域的特定背景，其中一些因素可能是特定的。一旦我们了解了这些特定因素的影响，结果和建议就可以在多个尺度上进行外推。²⁵

材料与方法

研究区域

Pangi tehsil位于印度昌巴地区的最西北部以及喜马偕尔邦(Himachal Pradesh)(图1)。它被挤在喜马拉雅山脉的两个分支——赞斯卡尔山脉和皮尔-潘加尔山脉之间。它包含16个村务委员会，106个税收村，其中60个村庄有人居住。它支持大约18868人(2011年印度人口普查)，面积约为1520平方公里。海拔在1975 - 6400米之间，山峰的平均海拔为5181米。定居点的位置或有人居住的地区只发现高达3600米。整个山谷由奇纳布河及其冰川/积雪喂养的常年支流排干。山谷气候为半干旱气候，农业气候条件由寒带到干旱区。它的特点是夏季凉爽，夏季季风降雨较少，在严酷的冬季主要以雪的形式降水。在4到5个月的冬季，由于降雪，通道被封锁，这使得山谷中的人们被限制在自己的房子里，从而减少了与外界的交流。

图1:研究区域位置图 点击此处查看图

数据来源及方法

本研究既使用了二手资料，也使用了第一手资料。主要资料来源包括野外调查和图像收集。在二次资源中，分别使用美国地质调查局(USGS)提取的LANDSAT-5 TM和LANDSAT-8 OLI/TIRS(表1)多时相卫星图像分析了1992年和2021年的土地利用/覆盖变化。两幅图像的可见光波段空间分辨率均为30米，而2021年图像的全色波段空间分辨率为15米，用于锐化图像以获得更详细的视角。卫星图像选择在10月的第二和第四周拍摄，因为在这一期间，该地区保持无云状态，除了常年积雪的地区外，积雪往往最少。除了卫星影像外，还从该地区的地形表(1:50000)和数字高程模型(DEM)中收集了一些次要数据。地形图作为地理参考系统或基础。利用DEM消除了距离MSL 3600米以上的区域，避免了对农用地和建成区的误分类。表1简要介绍了多时相卫星图像数据集。

图2:流程图显示了准备LULC图和变更检测分析的方法。 点击此处查看图

表1:卫星图像数据集。

资料来源:美国地质调查局

为了分析土地利用/覆被格局及其变化，在ERDAS Imagine 2014中对卫星图像进行了处理(图2)，共划分了7类土地利用/覆被，即农业/园林地、建设用地、荒地、森林覆盖、牧场、水体和积雪。在现有卫星图像和Google Earth Pro的帮助下，每个班级都获得了不同图像的训练样本。采用最大似然分类(MLC)算法对卫星图像进行分类，这是目前常用的图像分类方法之一。分类处理完成后，对图像进行对比处理，用于后期分类。在后分类过程中，采用变化检测技术显示LULC类之间的转换。变化检测要求所有卫星图像中像素点的相似性。为此，使用最近邻算法将2021年(15米)的卫星图像重新采样到30米分辨率进行比较。最后，编制了LULC变换矩阵，显示了不同类别的变化分布和规模。

分析与讨论

独立后，部落地区的发展进程在第五个五年计划(1974-79)期间得到了发展势头，当时引入了部落子计划的概念，昌巴地区的Pangi和Bharmaur地区被纳入部落综合发展项目(ITDP)。这项次级计划的主要目标是加强社会经济发展进程和改善有关人口的生活素质。²⁶Negi B.S.(2011)讨论到，自2005年实施MNREGS以来，Pangi山谷的当地道路和土地面积迅速增长，导致山体滑坡，并进一步对土地利用/覆盖模式施加压力。²⁴因此，这些道路促进了经济作物、园艺的发展，进一步引起大量游客和民工流入山谷。这些发展因素导致了研究区土地利用/覆被格局的显著变化，这在邻近的西喜马拉雅地区的类似研究中发现。辛格R.B.(1998)表明，空前的人口增长和发展活动正在给西喜马拉雅地区脆弱和容易发生自然灾害的景观带来压力。²⁷Oinam等人(2005)预测，发展和建设活动的增加对拉哈尔河谷寒冷沙漠地区的自然景观产生了不利影响。²⁸Chandel et al.(2013)认为，不断变化的人-环境和社会经济动态不仅破坏了上游Beas盆地的自然环境，而且增加了人们对自然灾害的脆弱性。²⁹Negi et al.(2022)发现，森林边缘和村庄附近的牧场已经萎缩，并且发现贫瘠土地减少，这表明在Beas河谷上游对自然覆盖的积极侵蚀。^30.因此，本研究试图借助遥感技术和地理信息系统来观察研究区土地利用/覆被的变化。遥感分析显示了1992—2021年LULC格局的空间分布。将1992年和2021年的卫星图像分为7类(图3)，统计数据列于表2。

1992年的LULC模式

1992年，盘吉河谷的大部分地区为牧场，构成30.7% (467.9)平方公里)(表2和图3a)。在贫瘠/岩石表面和积雪覆盖下的地区约占25.7% (392.1)平方公里)和22.1% (335.4)平方公里分别)。永久积雪覆盖了Pangi Tehsil的整个北部和东部边界，并在该地区的每个次山谷中向民居附近延伸。在整个地区的永久积雪覆盖下显示出大部分优势的贫瘠地表。森林覆盖面积为19.2% (292.4%)平方公里)沿着山谷的每个迎风坡或遮阳部分呈现线性模式，植被覆盖茂密。农业/园艺业用地、水体及建筑用地占总面积的1.5% (23.8%)平方公里)、0.4% (6.4%)平方公里)和0.1% (2.1%)平方公里分别)。由于萨赫山口使高地坡度更陡，可居住面积更少，研究区沿奇纳布河左岸的山突和支流冲积扇的聚落呈线性分布。另一方面，沿着奇纳布河右岸的地区遵循集群定居模式，因为这种定居模式可以防止房屋受到暴风雪的影响，除了hour和Purthi村，它们遵循线性模式，因为这些村庄位于奇纳布河沿岸的茂密森林地区。研究区农业用地呈现南坡梯田模式。1992年LULC统计表明，研究区人为干预较少，自然类型较多。

表2:土地利用/覆被变化(1992-2021年)

资料来源:美国地质调查局陆地卫星5号(TM)、陆地卫星8号(OLI/TIRS)。

2021年的LULC格局

2021年，该地区的大部分地区都在水下贫瘠/岩石表面占50.9% (774.5)平方公里)(表2和图3b)。这种扩大发生在以前被永久积雪覆盖的地区，以及由于建筑活动而沿着每个次山谷的牧场。积雪覆盖面积为7.1%平方公里)呈下降趋势，主要集中在河谷的最东北部。统计数据还显示，牧场和森林覆盖面积为24.2% (369.2%)平方公里)和15.2% (231.1)平方公里)，也呈现出逐渐减少的趋势，以破碎化的草地和森林的形式进一步被贫瘠的地表所取代。虽然农业/园艺用地、水体和建筑用地的类别占1.7% (26.9%)平方公里)、0.4% (7.3%)平方公里)和0.2% (4.1%)平方公里面积均呈上升趋势。新的定居点沿着新建的当地道路呈线性模式，一直延伸到山谷的更高海拔。农业用地也沿着道路延伸，并以农业/果园的形式扩展到山谷中的高海拔牧场。

LULC变化分析

从表2的分析可以看出，积雪从22.1% (335.4)平方公里)至7.1% (107.1)平方公里)，净减少68.1%

图3:土地利用/覆盖格局。A: lulc 1992;B: 2021年 点击此处查看图

(228.4平方公里)。积雪的减少是全球变暖的影响。牧场面积从1992年的30.7%(467.9平方公里)大幅减少到2021年的24.2%(369.2平方公里)，净减少21.1%(98.7平方公里)。牧场的减少主要是由于人为因素造成的，即农业/园艺活动用地的扩大，以及河谷地区道路和基础设施的发展。该地区的森林覆盖率从1992年的19.2%(292.4平方公里)显著减少到2021年的15.2%(231.1平方公里)，净减少20.9%(61.3平方公里)。森林覆盖减少是为发展活动以及为满足家庭燃料/木材需求而砍伐森林的结果。此外，由于道路连接，研究区域的农业/园艺用地的高度也发生了变化。

分析表明，在贫瘠/岩石表面下的面积从25.7%(392.1%)急剧变化平方公里)至50.9% (774.5%)平方公里)，净增长97.5% (382.4平方公里）.这种巨大的变化主要是由于积雪的减少、道路的建设和山谷中不断增加的山体滑坡/雪崩。农业用地呈小幅增长1.5% (23.8)平方公里)降至1.7% (26.9%)平方公里)，净增长13.2% (3.1%)平方公里）.这一增加是由于邻近的耕地被侵占，以及沿着新建的当地道路向山谷高海拔地区扩张的农业用地。河流、小溪、湖泊等水体扩散面积也从面积上略有增加0.42% (6.4%)平方公里)至0.48% (7.3%)平方公里)，净增长14.4% (0.9%)平方公里）.这种增加主要是由于冰湖溃决洪水(GLOFs)的发生，这导致了大喜马拉雅山脉(1号板块)奇纳布河右岸支流流域的拓宽，以及由于全球变暖在以前被永久积雪占据的地区形成了新的湖泊。研究还表明，建成区面积从0.1% (2.1%平方公里)降至0.2% (4.13%)平方公里)，净增长98.5% (2.1%)平方公里）.这主要是由于研究期间人口的增长以及沿着山谷新建道路和土地的城市化进程。

LULC转换分析

表3和图4所示的1992 - 2021年的LULC变换矩阵表示一个LULC类到另一个LULC类的空间变换。基于LULC变化检测矩阵的解译表明，研究期间Pangi流域土地覆被发生了显著变化。结果表明，在217.8 km2左右的区域，积雪向秃岩转化的程度最高。这种转变是由于盘吉河谷东北部最上层地区的积雪频繁减少，导致了大面积的贫瘠地表或冰碛。早些时候，这些地区要么是积雪覆盖，要么是积雪下的贫瘠地表。还有175.3平方公里的土地从牧场变成了荒地。这主要是由于当地道路的发展(第2板块)和基础设施建设，以及山谷中山体滑坡和雪崩等危险的增加。约53.1平方公里的森林被改造成牧场。发生这种转变的原因是为了满足人口增加和发展活动对燃料/木材的需求而进行的毁林活动。退耕还草面积约47.8平方公里。 This conversion is mainly attributed to the conversion of the side slopes of moraines into grasslands due to global warming (Plate 3) and decreased grazing activities. This decreased grazing is the result of the fact that in earlier times, shepherds who came from adjoining Churah and Bharmaur Tehsils were restricted for cattle grazing along the right bank of Chenab River who were earlier, allowed to graze in the whole Pangi region.

表3:土地利用/覆被转换矩阵(1992-2021)

资料来源:美国地质调查局陆地卫星5号(TM)、陆地卫星8号(OLI/TIRS)。

约47.3平方公里的森林变成了荒地。这主要是由于研究期间群落的毁林活动造成的，GLOFs的发生也导致了主要支流上游的毁林。草地和荒地转化为森林的面积分别为31.4 km2和6.7 km2。这种转变归功于森林部门的种植活动和塞楚野生动物保护区的建立。尽管如此，居住在海拔较高的高山森林地带的高地定居点已经发展了自己的委员会(Praja系统)，只用于保护Bhoj-Patra (桦木属Utilis)森林，也加强了这些地区的农林业。这些社区已经决定不收获任何燃料木材或植物树皮用于家庭用途，因为这种树生长得很慢。“Praja”决定禁止从森林中开采任何主要林产品的期限。约14.1平方公里的积雪变成了牧场。这主要是由于由于气候变化的影响，冰川/冰碛随着时间的推移转变为草地(板块4)。约4.4平方公里的荒地变成了积雪。这种转换表明气候变化或雪/冰川在以前覆盖的冰碛或贫瘠表面的积累。约2.1

图4:1992-2021年的土地利用/覆盖变化。 点击此处查看图

Km2面积的牧场转化为水体，这种转化直接预示着河谷的洪水泛滥。约0.4平方公里的积雪面积转化为水体。这是由于在以前被永久积雪覆盖的地方，由于积雪融化而形成了新的湖泊。草地和森林面积分别减少4.9平方公里和0.6平方公里。这种转变主要是由于农业/园艺活动对土地的侵占(图5)。因此，这种转变导致了山谷中园艺和果园的发展。由于人口增长和城市化进程，约1.5平方公里的农用地转化为建成区。改造成建成区的牧场面积约0.6平方公里。这种转变是由于山谷中当地道路沿线定居点的扩大而发生的。约0.1平方公里的水体转为农业用地。这种转变的发生主要是由于农田扩展为活动洪泛平原(板块6)。

整体净损益

变换矩阵还显示了1992-2021年不同LULC类别的总体净收益和净损失。作为谷地主要土地覆盖类型的秃岩地表在此期间净增加了441.7 km2，这表明在此期间全球变暖的影响和发展活动的快速增长，另一方面净损失了59.3 km2，这表明高地草甸放牧活动减少和冰碛垄边坡草地的自然生长。积雪覆盖面积的净损失为232.9平方公里，这表明永久积雪面积在缩小，另一方面，积雪覆盖面积的净增加为4.4平方公里，这表明这一时期的气候变率。草地下面积净损失214.5 km2，表明道路建设和相关危害对该地区草地生态造成了进一步的严重影响;另一方面，草地下面积净增加115.8 km2，表明在先前占据的贫瘠地表附近的最上部扩大了草地。森林覆盖面积减少了101.1 km2，表明社区以家庭为目的的毁林活动和发展活动对流域生物多样性保护造成了威胁;森林覆盖面积净增加了39.8 km2，表明森林部门和社区都进行了人工林活动。河流/溪流/湖泊下面积净增加2.9平方公里，表明在此期间全球变暖导致流域拓宽和湖泊形成;另一方面，净损失1.9平方公里，表明冰川补给的小支流减少。

农业/园艺用地面积净增加5.9平方公里，这表明新建道路沿线的农业用地增加，邻近的牧场和森林受到侵蚀，另一方面，净损失约2.7平方公里，这表明在此期间，当地道路沿线的定居点扩大，以及人口增长对住宅和商业的需求。建设用地下的面积也经历了2.3平方公里的净增长，这表明少数市场中心以及山谷中当地道路的城市化进程，另一方面，净损失为0.3平方公里，表明位于高山草甸的过境房屋减少(gahars)和少数位于森林保护区的房屋。

板块1:团博陶里下游赛楚明渠因GLOFs导致的流域拓宽。 点击此处查看车牌

板块2:在Thamoh村附近，由于道路建设导致的滑坡导致牧场破碎 点击此处查看车牌

图3:沿萨赫山口向下的Dheda山谷，冰碛垄的山坡转化为草地。 点击此处查看车牌

图4:上游卢贾勒明渠的冰川/冰碛转化为草地 点击此处查看车牌

图5:Hundan Bhotauri的牧场转为农田。 点击此处查看车牌

图6:在Haddun村的Chasag明渠，农业用地扩展成活跃的洪泛平原。 点击此处查看车牌

资料来源:Field Survey, 2019

结论

在这项研究中，我们展示了在这个全球化和经济自由化的时代，山区景观将如何受到巨大的人为压力的广泛威胁。本研究区在2005年实施MNREGS后，以发展活动的形式见证了LULC的巨大变化模式。我们已经证明了在研究期间，贫瘠/岩石表面是如何大规模转变的。这种变化的主要原因是积雪的减少，增加了全球臭氧层变化的发生，对该地区的生物多样性构成了严重威胁。道路和基础设施建设的快速步伐导致森林和牧场的破碎，进一步导致山谷的大规模浪费，山体滑坡和雪崩。牧场的减少给高度依赖牲畜的部落社区的生计可持续性带来了压力。这些不断变化的土地资源变化模式不仅困扰着Pangwal社区的自然景观，也困扰着他们的可持续生计选择。尽管如此，高山植被带的高地村庄已经成立了他们的社区委员会来保护桦树(Bhoj-Patra增强型农林业显示出应对气候变化影响的积极战略。虽然基础设施的发展为进入提供了便利，但决策者和规划者仍然有必要建立一个可持续发展机制，以便在这种脆弱的高海拔景观中更好地规划、执行和管理项目。

确认

本研究获教资会联合资助基金资助大学教育资助委员会批准号F.15-9(June 2015)/2015(NET)。

利益冲突

作者没有任何利益冲突。

资金来源

本研究获教资会联合资助基金资助大学教育资助委员会批准号F.15-9(June 2015)/2015(NET)。

参考文献

1. 李勇，张建军。全球经济增长对全球可持续发展的影响[J]。j .干净。刺激。2019;239年,117923年。
   CrossRef
2. 马塞利D.在全球层面促进可持续山区发展。山区发展。2011;32(1): 64 - 70。
   CrossRef
3. 全球化与脆弱的山地环境。山区发展。2000;20(4): 296 - 299。
   CrossRef
4. 刘建军，刘建军，刘建军，等。人类世的历史意义。Phil Trans R Soc A。2011;369(1938): 842 - 867。
   CrossRef
5. 欢迎来到人类世。期货。2011;44(2): 119 - 126。
   CrossRef
6. 人类环境:未走的路，仍在招手的路。我是乔治。1987;77(4): 525 - 534。
   CrossRef
7. A.喜马拉雅山地区环境影响评价:一种生态系统方法。中记录。1993;第4 - 9(1):22。
8. Kohler T, Maselli D.(编辑)。山区与气候变化:从认识到行动。伯尔尼，瑞士:地理伯尔尼;2009.
9. Rodríguez D. R . Bomhard B.绘制人类对世界山区的直接影响。山区发展。2012;32(2): 197 - 202。
   CrossRef
10. 刘建军，刘建军，刘建军，等。全球土地利用/土地覆盖变化的综合研究。中记录。1994;23(1): 91 - 95。
11. 齐晓玲，徐红军，陈涛，单树云，陈树云。气候变化、采煤和放牧对山地多年冻土区植被动态的影响。生态。通知。2022;69年,101684年。
    CrossRef
12. [3]李建军，李建军，李建军，等。气候变化与土地利用变化对山地景观的影响。土地使用政策。2017;60: 60 - 72。
    CrossRef
13. 张建军，张建军，张建军，等。青藏高原生态环境研究进展。新德里:Anmol Publishers;2001.
14. 张建军，张建军。中国中部山区生态系统的时空变化特征。南极高山研究所。2005;37(4): 499 - 513。
    CrossRef
15. 《山区的土地、生命和环境变化》。我是乔治。2008;98(3): 507 - 520。
    CrossRef
16. M Munsi, Malaviya S, Oinam G, Joshi P. K.中喜马拉雅地区土地利用和土地覆盖变化的景观量化方法(1976-2006)。区域环境变化。2010;10(2): 145 - 155。
    CrossRef
17. Twisa S, Buchroithner M. F. Wami河流域土地利用和土地覆盖(LULC)变化检测。土地。2019;8(9): 136。
    CrossRef
18. 朱泰，王晓华，王晓华，等。土地利用变化检测方法及其精度评价。遥感，苹果公司。: Soc。环境。2021;22, 100482年。
    CrossRef
19. dially，胡刚，文霞。遥感在云南普洱和思茅土地利用/覆被变化检测中的应用。点。j . Sci。2009;5(4): 157 - 166
20. 李建军，李建军，李建军，等。基于地理空间技术的锡金-喜马拉雅地区土地利用和土地覆被变化遥感研究。遥感与空间科学。2020;23(2): 133 - 143。
    CrossRef
21. 张建军，张建军，张建军，等。一种基于多时间点的图像分类方法。欧元。j .遥远。Sens。2021;54(2): 189 - 199。
    CrossRef
22. Chandel V. B. S, Brar K. K, Chauhan Y.基于RS & GIS的山地地形滑坡灾害区划研究——以喜马偕尔邦中部Kullu地区为例。地球物理学报。2011;2(1): 538 - 551。
23. 塔库尔N, Rishi M, Keesari T, Sharma d A, Singh R.基于RS和GIS的土地利用/覆被格局变化评估——以西喜马拉雅库鲁克河谷上双峰盆地为例。Anusandhan。2018;Vii (xiv): 1-10。
24. 内吉B. S.喜马偕尔邦部落地区发展活动的影响:以邦吉区块为例。喜马偕尔邦大学。2011;1: 102 - 110。
25. 张建军，张建军。社会空间的尺度、背景与异质性研究。科学。代表。2022;12(1): 1 - 12。
    CrossRef
26. Hasnain N.《印度部落》第6版。新德里:Palaka Prakashan;2001.
27. 辛格R. B.喜马拉雅地区土地利用/覆被变化、极端事件和生态水文响应。二聚水分子过程。1998;12(13 ? 14): 2043 - 2055。
    CrossRef
28. 奥纳姆·S·S，拉瓦特·y·S, Khoiyangbam R. S, Gajananda K. H. W. A. I. A. K. P. M, Kuniyal J. C, Vishvakarma S. C. R.喜马拉雅山西北部冷沙漠地区拉胡尔河谷贾尔玛流域土地利用和土地覆盖变化。自然科学。2005;2(2): 129 - 136
    CrossRef
29. Chandel V. B. S, Brar K. K, Kahlon S.印度喜马偕尔邦Kullu地区土地利用/覆被变化及其影响。地球物理学报。2013;3.(3): 538 - 551。
30. 聂吉文，陈国强，陈国强，等。基于日冕和行星望远镜影像的印度上Beas河谷景观变化分析。旁遮普Geogr。2022;18: 8-30。