1990~2017年富源县土地利用动态研究

Research on Land Use Dynamics in Fuyuan County from 1990 to 2017

摘要: 本文采用富源县1990年和2017年两个时期的Landsat卫星影像，运用ERDAS及ENVI软件来进行目视解译和监督分类，并制作土地利用转移矩阵，揭示了27年间富源土地利用的动态变化状况。结果表明：1990~2017年间，富源县建设用地和未利用地面积增加，而水域、耕地、草地和林地面积减少，单一土地利用动态度也呈现相应变化。

Abstract: This paper used the Landsat satellite imagery of Fuyuan County in 1990 and 2017, used ERDAS and ENVI software to visually interpret and supervise the classification, and created a land use transfer matrix, revealing the dynamics change law of Fuyuan county land use in 27 years. The result showed that from 1990 to 2017, the area of construction land and unused land in Fuyuan County increased, while the area of water, cultivated land, grassland and forest land decreased, and the dynamic degree of single land use also changed accordingly.

1. 前言

土地利用是指土地与人类劳动相结合的基础上，进行经济活动或者经营活动，从而获得物质产品和服务的过程，也就是一个复杂的进行自然、经济再生产的社会经济过程 [1]。

近年来，由于人口的快速增长，导致资源被过度开发利用，生态环境日益受到破坏以及经济水平的低速增长，人口、资源、环境与社会发展成为了人们关注的四个大问题。土地资源可持续利用成为经济、社会可持续发的基础 [2]。富源县自上世纪九十年代以来跨越式的发展，其原本的土地利用类型也发生了较大的改变。因此，本项目将采用遥感技术和方法来对富源县1990~2017年的土地利用状况进行分析比较，得出土地利用类型动态度，以科学的角度来看待富源的发展。

2. 国内外研究现状

2.1. 国外研究现状

(1) 土地利用方面。张新平等人通过对土地利用的相关文献进行计量和可视化分析，发现国外文献年累积量增长趋势呈下开口抛物线复合指数模型，并预测将在2038年达到峰值 [3]。

(2) 土地利用动态研究方面。国外学者Laari Prosper BASOMMI等人，将加纳一个矿区作为案例。通过获取卫星影像，结合资料进行研究。最终结果为该地区提供了战略上的指导和土地利用政策执行者的基线数据区，为周围地区未来土地利用变化影响建立模型 [4]。

(3) 土地评价研究方面。21世纪以来，土地评价迅速发展，其结果也被越来越多的土地工作加以应用。从最开始的实践经验得来，转变为工作量减小、标准统一、空间定位精准度提高的新型方式。但虽引入高端的GIS技术，总体上却只能依靠GIS技术的部分功能；忽略该技术遥感功能的优势，没能将遥感与GIS技术相结合并给予运用 [5]。

2.2. 国内研究现状

近年来，土地资源得到了越来越多的社会关注，院校和科研机构逐渐对其进行了关注，并取得了一些成果。相关的研究主要集中在TM影像波段选取、土地利用分类、土地利用动态分析等方面。

(1) 影像的波段选取研究方面。吴翠霞在研究中，利用ENVI软件得到TM影像的单波段遥感影像，分别记录各个波段亮度值。通过最佳指数法计算OIF，找出OIF最大值且符合各组合间相关系数尽可能小的原则来得到TM影像的最优波段组合 [6]。

(2) 土地利用分类方面。张永庭在相应的研究中，借鉴了土地利用程度的综合指数模型，按照分级标准，将建设用地的土地利用程度分为居民、采矿、工业、交通等四级用地；第三级为耕地等农用地；第二级为林地、牧草地和水域；第一级为沙地和其他地类 [7]。杨阳光在研究中，采用了《土地利用现状分类(GB/T21010-2007)》，通过结合实际情况，将研究区的土地利用类型分成耕地、水体、林地、城乡与工矿用地和道路五个不同的类型；在研究方法上，选取了相对分类精度较高的支持向量机算法 [8]。周鹏的研究中，根据2008年全国遥感监测土地利用/覆被分类体系，考虑到TM影像空间分辨率和实际解译影像能力，参照J. R. Anderson分类体系和研究区实际情况，将研究区土地利用类型分为城市建筑、植被、湖泊、河流、沙地、裸地和山体阴影等7类，并利用Kappa系数进行分类精度评估，同时使用监督分类的四种方法得到的总体精度和Kappa系数，最终选取最高值作为分类方法 [9]。

(3) 土地利用动态度分析方面。李亚薇在对宝鸡市进行研究时，采用了单一土地利用动态度，来具体的分析研究区内不用地类的变化 [10]。王志杰研究了陕南地区的土地利用变化，在研究过程中他采用了反映土地利用变化速率的土地利用动态指数，通过其来得到各个地方的不同。制作土地利用转移矩阵，使用科学的马尔科夫预测方法预测得到了在人为影响条件不变的前提下未来几年的该地区将会发生的土地利用变化 [11]。

近年来，国内相关研究日益丰富，从最初的数据处理到最终的结果分析都有了越来越多的参照，无论是遥感影像的解译，还是土地的分类标准，或是土地动态度的研究都已经达到一个更高的水平，这也为将来的研究打下了良好的基础。

3. 富源县概况

富源县的位置在东经103˚58'至104˚49'和北纬25˚02'至25˚58'之间。乌蒙山的一个支脉在这里连通南北，整个地势是北边高于南边，总体的海拔在2748.9 m至1110 m中，平均海拔2000 m。这里有许多很高的山地和很低的山谷，河流从北向南流动将山脉切割，使得当地没有完整的连续的地形，陡坡太多，降水又丰盛，形成了许多湍急的河流。耕地也不统一，到处分散 [12]。富源县方位图如图1所示。

Figure 1. Location map of Fuyuan county

图1. 富源县区位图

4. 数据来源及处理

4.1. 数据获取

研究区域主要数据源为Landsat影像，来源于地理空间数据云 [13]，分别获取条带号和行列号为(128，42) (128，43) (129，42)的2017年Landsat8 OLI_TIRS和1990年Landsat5TM的卫星数据，具体信息见表1。

Table 1. Data source

表1. 数据源

4.2. 基于Landsat遥感影像的富源县土地利用分类处理

(1) 分别对获取的富源县遥感影像图进行波段组合，其中Landsat5输入1-5、7波段；Landsat8输入1-7、9波段。波段组合后将同一年份遥感影像进行拼接，利用富源县边界矢量图进行裁剪，得到富源县遥感影像图。

(2) 采用直方图均衡化的方式对富源县遥感影像图进行图像增强处理。

(3) 对图像增强处理后得到的富源县遥感影像图运用最大似然分类法进行监督分类 [14]，地类分类情况及提取地类信息时所采用的波段组合见表2 [15]。1990年的地类，采用TM451的波段组合进行选取；2017年的耕地和林地用TM541、草地用TM453、水域TM345、建设用地TM321、未利用地TM245。

Table 2. Land use classification of Fuyuan county

表2. 富源县土地利用分类表

(4) 对分类结果进行精度评价，得到表3。对照表4可知影像分类精度较高，分类质量良好 [9]。

Table 3. Accuracy of land use classification for Fuyuan county

表3. 富源县土地利用分类精度

Table 4. Kappa coefficient quality classification standard

表4. Kappa系数质量分级标准

(5) 利用聚类统计对监督分类后产生的一些小图斑进行剔除。结果如图2所示。

(1990)(2017)

Figure 2. Classification result of land use for Fuyuan county

图2. 富源县土地利用分类结果图

4.3. 富源县土地利用动态变化分析方法

富源县土地利用动态变化采用单一的和综合的土地利用动态度公式计算 [16] [17]。

(1) 单一土地利用动态度

指研究区一定时间范围内某种土地利用类型的数量变化情况。计算公式为：

$K=\frac{U_b-U_a}{U_a}\times \frac{1}{T}\times 100\%$ (1)

式中K为研究时段内某土地利用类型动态度；U_a和U_b分别为研究期初和期末某土地利用类型的数量；T为研究时长。

(2) 综合土地利用动态度

考虑研究时段内各土地利用类型之间相互转化的问题。计算公式为：

$LC=\frac{{{\displaystyle \sum }}_{i=1}^n\Delta L{U}_{i-j}}{2{{\displaystyle \sum }}_{i=1}^{n}L{U}_i}\times \frac{1}{T}\times 100\%$ (2)

式中LC为研究时段内综合土地利用动态度；LU_i为监测起始时刻第i类土地利用类型的面积； $\Delta L{U}_{i-j}$ 为监测时段内第i类土地利用类型转化为非i类土地利用类型面积的绝对值；T为监测时段长度。

5. 土地利用的变化分析

5.1. 土地数量的变化特征

将经过预处理后的影像导入ENVI软件中，对比两个时期的图像数据生成富源县土地利用转移矩阵(表5)。根据表5得到富源县1990年和2017年的土地利用面积统计表(表6)。

分析富源县土地利用面积统计表(表6)可得到如下结论：

(1) 富源县土地利用类型1990年以耕地为主，2017年以建设用地为主。1990年富源县建设用地面积为611.1819 km²；2017年建设用地面积为1102.8384 km²，几乎翻了一番，增加的面积有491.6565 km²。1990年富源县耕地面积为924.7788 km²；2017年耕地面积为589.6431 km²，减少了335.1357 km²。

(2) 1990年富源县水域面积为71.01 km²，占富源县总面积2.19%；2017年水域面积为0.8136 km²，占富源县总面积的0.025%，下降98.85%。

(3) 1990年草地和林地面积分别为389.817 km²、421.2738 km²；2017年转变为292.0905 km²、256.6251 km²，各自降低了25.07%、39.08%，其所数量分别为97.7265 km²、164.6487 km²。

Table 5. Land use transition matrix of Fuyuancounty (km2)

表5. 富源县土地利用转移矩阵(km²)

Table 6. Land use area statistics of Fuyuan county in 1990 and 2017

表6. 富源县1990年和2017年土地利用面积统计表

(4) 1990年富源县未利用地面积为820.8144 km²；2017年未利用地面积是996.8652 km²，增加176.0508 km²，同比增长21.45%。

(5) 研究初期水域面积较为狭小，经过27年的城市建设与城镇规划，现存水域面积比例大幅减少；建设用地分别转给水域0.4347 km²、耕地89.6463 km²、草地43.3431 km²、未利用地230.1813 km²、林地48.7350 km²；建设用地流进903.9969 km²，主要由水域、草地、未利用地、林地及耕地大量转换而来，其中未利用地转进最多，达249.8031 km²。

5.2. 对土地利用的动态度分析

将富源县1990年和2017年土地利用面积用公式(1)与公式(2)计算后得到1990~2017年富源县土地利用动态度(表7)。

Table 7. Dynamic degree of Land use in Fuyuan from 1990 to 2017 (Unit: %)

表7. 1990~2017年富源县土地利用动态度(单位：%)

由表7可知，在1990~2017年时段内，富源县土地利用变化动态度有正有负，即在研究时段内，富源县各土地利用类型的面积有增有减。其中大部分类型的土地处于减少状态。具体分析如下：

(1) 在整个的研究时段中，富源县单一的土地利用动态度大小关系是建设用地(2.98%) > 未利用地(0.79%) > 草地(−0.93%) > 耕地(−1.34%) > 林地(−1.45%) > 水域(−3.66%)。

(2) 这27年内该地区土地的综合利用动态度是0.76%。

6. 结论

本文基于遥感和GIS的技术，运用遥感数字图像处理、土地利用动态度分析、空间转移矩阵分析等方法，通过对富源县两个时期遥感影像数据(1990~2017年)的土地利用类型结构特征、动态度进行了系统的分析。从土地利用结构来看，富源县土地利用变化总体特征是建设用地和未利用地面积增加，城市化进程不断加快。而水域、耕地、草地和林地面积减少，单一土地利用动态度也呈现相应变化。

文章由于只选择1990和2017年两个时间点进行分析、论述土地利用动态变化，缺乏中间时段分析。在今后将进一步增加时间节点，来更详细地反映富源县土地利用变化状况。

基金项目

本项目研究得到云南省大学生创新创业训练计划项目“基于RS和GIS的富源县土地利用动态研究”资助。

NOTES

^*通讯作者。