本文为一项关于中国森林边缘效应（Edge Effect）的原创性研究，发表于*Remote Sensing of Environment*期刊2026年卷334期，文章编号115187。该研究由北京大学城市与环境学院、生态学研究所、植被结构功能与构建国家专业实验室（VeGlab）的Jinlong Chen、Zeng Cui和Zhiyao Tang*（通讯作者）共同完成。研究旨在利用高分辨率遥感数据，系统评估2000年至2020年间中国森林边缘效应对森林生长、结构和成熟度的影响。

研究背景与目的 21世纪以来，高强度的人类活动深刻改变了全球森林景观，导致森林加速破碎化。破碎化产生了大量森林边缘，这些边缘区域因独特的微气候和生态条件而形成了“边缘效应”，显著影响生态系统的结构和功能。全球范围内，近70%的森林位于距离边缘1公里以内。先前研究多聚焦于热带地区或全球尺度，往往忽略了以温带和亚热带人工管理景观为主的区域动态。相比之下，中国自20世纪80年代以来实施的大规模生态恢复工程（如“三北”防护林、“退耕还林”、“天然林保护”工程）极大地重塑了森林分布格局，其森林边缘的动态（扩张、退化、恢复）呈现出与全球热带地区由毁林驱动的退化截然不同的轨迹。然而，对中国温带和亚热带森林边缘与核心区的结构及功能差异，尚缺乏全国尺度的系统性评估。因此，本研究旨在构建一个融合NDVI（归一化植被指数）、树冠覆盖度（Tree Cover）、冠层高度（Canopy Height）和森林年龄（Forest Age）的高分辨率分析框架，以量化2000-2020年间中国森林边缘效应的时空动态，揭示边缘对森林生长、结构和成熟度的影响，为森林恢复、减缓破碎化和增强自然碳储存潜力提供科学依据。

详细研究方法与流程 本研究流程严谨，主要包括四个核心步骤：高分辨率森林覆盖数据集构建、森林斑块与边缘区划定、多源森林属性数据集成与边缘效应量化分析。

第一步：构建2000-2020年中国高分辨率森林覆盖数据集。 为解决不同土地覆盖数据对森林定义不一的问题，研究团队集成融合了四套主流的30米分辨率土地覆盖数据集：中国土地覆盖数据集（CLCD）、中国多时期土地利用遥感监测数据集（CNLUCC）、30米全球土地覆盖数据（GlobeLand30）和全球土地覆盖精细分类30米产品（GLC_FCS30）。首先，将所有数据重投影至统一坐标系（Albers等积圆锥投影）。针对目标年份（2000、2005、2010、2015、2020），采用多数投票法生成初步森林分布图。为确保遥感反演结果与国家森林资源连续清查（NFI）的官方统计面积一致，研究引入了一种基于NDVI的辅助调整策略：对于每个省份，若计算森林面积超过NFI报告值，则按像元最大年NDVI值排序，逐步剔除低NDVI值的像元直至面积匹配；若计算面积小于报告值，则保留所有候选像元。这一方法显著提升了数据在生态和政策层面的一致性。最后，通过时间序列叠加，将森林动态划分为四类：永久森林（2000-2020持续为森林）、5-15年再生林（在2005、2010或2015年出现并持续至2020）、5年内再生林（2020年新出现）以及丧失森林（先前为森林，2020年不是）。

第二步：划定森林斑块与边缘深度。 为捕捉边缘的动态性，研究基于永久森林数据，采用移动窗口的焦点统计方法识别边缘。将至少被60米（两个像元）宽森林环绕的区域定义为核心区。通过逐步扩大窗口大小，分析森林面积和边缘随宽度增加的变化。为确保生态意义和可比性，研究将永久森林栅格数据矢量化，得到1873万个原始斑块，随后剔除了面积小于1平方公里的斑块（因其难以形成可区分的核心区），最终得到51，767个有效森林斑块，覆盖了145万平方公里永久森林面积的89.56%。所有后续分析均基于此筛选后的斑块集进行。基于这些斑块，研究从森林边界向内创建了20个同心环状缓冲区（0-60米，60-120米，……，1140-1200米），距离边缘超过1.2公里的区域被归类为最内部区域。

第三步：集成多源数据评估边缘-核心差异。 研究整合了四套关键的遥感数据集来从多维度量化边缘效应：1）NDVI（2000-2020）：采用30米年最大NDVI产品，作为植被生长的代理指标；2）树冠覆盖度（2000-2020）：采用中国首套长期高分辨率年树冠覆盖度数据集，反映树木密度；3）冠层高度（2019）：采用融合GEDI、ICESat-2和Sentinel-2数据生成的30米产品，代表森林垂直结构；4）森林年龄（2020）：采用基于机器学习算法和时间序列遥感数据生成的全国30米分辨率森林年龄图，指示林分成熟度。

第四步：量化分析与统计。 研究主要采用分区统计（Zonal Statistics）方法，计算每个缓冲区环内（以及边缘、核心分类区域）上述四个属性的平均值、标准差等。通过绘制属性值随边缘距离变化的曲线，并拟合逻辑增长模型，来量化边缘效应的强度和空间延伸范围。此外，研究还根据森林边缘毗邻的非森林土地覆盖类型（耕地、草地、不透水面、水体、道路）对边缘进行了分类，比较了不同类型边缘的森林属性差异。统计显著性通过置信区间和p值（<0.001）进行评估。

主要研究结果 结果一：中国森林面积增加且破碎化态势相对缓解。 2000年至2020年，中国森林面积从170万平方公里（占国土17.91%）增加至203万平方公里（占国土21.45%），年均增长1.68万平方公里。期间同时发生了造林和毁林，森林丧失面积达29.15万平方公里。值得注意的是，与全球森林边缘扩张趋势相反，中国森林边缘（距边缘60米内）的比例从38%（约65.3万平方公里）下降至33%（约68.0万平方公里）。同时，内部森林（距边缘300米以上）的比例从22%（约38.1万平方公里）增加至29%（约59.0万平方公里）。在永久森林中，这一趋势更为明显：边缘森林比例从30%降至17%，而内部森林比例从26%升至39%。绝大多数造林（96.5%）和毁林活动发生在距离森林边缘300米范围内，超过19.27万平方公里的森林从边缘区转变为核心区，表明森林动态呈现“边缘填充”和内部生长的趋势，破碎化得到一定缓解。

结果二：森林属性存在显著的边缘-核心梯度，但边缘区改善更快。 所有评估的森林属性均显示出从森林边缘向内部显著增加的模式。以2020年为例，最外边缘区（0-60米）的平均NDVI为0.855，而核心区（≥60米）为0.867；树冠覆盖度在边缘区为78.77%，在核心区为85.25%；2019年冠层高度在边缘区为11.66米，在核心区为13.13米；2020年森林年龄在边缘区平均为49.78年，在核心区为51.75年。核心区拥有更多古老（>120年）和高大（冠层>25米）的森林斑块。然而，从时间动态看，边缘区的NDVI和树冠覆盖度增长速度远快于内部。2000-2020年间，最外边缘区的NDVI增加了0.062，树冠覆盖度增加了25.18%；而在最深内部（>1.2公里），NDVI仅增加0.031，树冠覆盖度增加13.16%。这表明边缘森林虽然基线条件较差，但具有更大的改善潜力和更快的恢复速度。

结果三：边缘效应具有明显的距离依赖性，最强影响在300米内。 森林属性随边缘距离增加呈逻辑增长模式。最强的边缘效应发生在距离边界300米以内，但其影响可被检测到直至森林内部1.2公里处。例如，2000年，最外边缘（0-60米）与最深内部（>1.2公里）的NDVI差异为0.071，树冠覆盖度差异为24.1%；到2020年，这些差异分别缩小至0.040和12.4%。2019年冠层高度的边缘-内部差异为3.81米（11.66米 vs 15.47米），2020年森林年龄差异为9.94年（49.78年 vs 59.72年）。差异的缩小反映了边缘森林条件的快速改善。

结果四：边缘效应强度因毗邻土地覆盖类型而异。 毗邻不同地类的森林边缘，其属性差异显著。2020年，毗邻耕地的边缘NDVI（0.862）和树冠覆盖度（81.17%）最高，这可能与农业活动带来的养分输入有关；毗邻草地的边缘各项属性值均最低（NDVI 0.793，树冠覆盖度41.24%，冠层高度9.77米），反映了干旱气候区水肥限制下更为脆弱的过渡带特性；毗邻水体的边缘冠层高度最高（12.76米），可能与持续的水分供应有关；毗邻不透水面（城市）和道路的边缘则处于中间水平。从构成上看，人类活动诱导的边缘（毗邻耕地和不透水面）占总边缘面积的比例从2000年的62%上升至2020年的65%，表明人为影响持续主导着中国森林边缘的形成。

结论与意义 本研究的主要结论是：2000-2020年间，中国森林在面积扩张的同时，边缘比例相对下降，内部森林比例增加，显示破碎化态势有所缓解。森林生长、结构和成熟度存在从边缘到内部的显著梯度，最强效应在300米内，影响可延伸至1.2公里。尽管边缘森林结构上逊于内部，但其NDVI和树冠覆盖度改善速度更快。边缘效应的强度高度依赖于毗邻的土地利用类型，草地边缘最为脆弱。这些发现揭示了在人类高强度管理的温带和亚热带景观中，生态保护和恢复工程可以重塑森林边缘动态，使其走向与热带毁林退化不同的恢复轨迹。

本研究的科学价值在于：首次在全国尺度上，综合运用多指标、高分辨率遥感数据，系统量化了中国森林边缘效应的时空动态及其对森林多个关键属性的影响。研究构建的数据融合与分析方法具有创新性和可靠性。应用价值体现在：研究结果强调了在森林碳监测框架中明确考虑边缘效应的重要性，这有助于提高生物量和碳储量评估的空间精度，对于支持中国的生态保护、气候变化减缓以及“碳中和”目标下的森林管理具有重要实践意义。研究也为评估全球其他地区在人类干预下的森林景观变化提供了可借鉴的分析框架。

研究亮点 1. 多维度综合评估：创新性地将NDVI（生长）、树冠覆盖度（密度）、冠层高度（结构）和森林年龄（成熟度）四个关键属性整合到一个分析框架中，全面刻画了边缘效应。 2. 高分辨率全国尺度分析：基于30米分辨率的多源遥感数据，实现了对中国全境森林20年动态的精细监测，弥补了该区域国家尺度研究的空白。 3. 揭示独特动态轨迹：研究发现中国森林边缘比例下降、内部森林增加的趋势，与全球许多地区（尤其是热带）的边缘扩张和退化模式形成鲜明对比，凸显了大规模生态工程的显著影响。 4. 量化距离与类型依赖性：精确量化了边缘效应的空间衰减范围（最强300米内，可测至1.2公里），并揭示了毗邻土地覆盖类型对边缘效应的决定性影响，特别是草地边缘的极端脆弱性。 5. 数据与方法创新：采用的“NDVI辅助多数投票”策略有效融合了多套土地覆盖数据并与官方统计衔接，提升了森林制图的准确性和政策相关性。

其他有价值内容 研究坦率地讨论了不确定性，包括：30米分辨率可能低估细尺度破碎化；土地覆盖分类误差可能影响边缘检测；五年时间间隔可能掩盖短期扰动动态；以及森林年龄和管理历史的差异带来的影响。这些讨论为未来研究指明了方向，如集成更高分辨率数据、结合地面观测以区分自然与人为边缘、以及更精细地考虑管理和林龄因素。所有生成的数据集均已公开，支持可重复研究和进一步深入分析。