空间罗伦兹曲线在土地利用及其变化*研究中的应用——以西藏拉萨市城关区为例

刘敏红,何政伟,3,姜兰,仇文侠,张船红

(1.地质灾害防治与地质环境保护国家重点实验室,成都 610059;2.成都理工大学地球科学学院,成都610059;3.首都师范大学资源环境与地理信息系统北京市重点实验室,北京100037)

土地利用的分布和变化,不仅反映了人与自然的关系变化,而且反映了人与人之间社会关系的变化[1],是研究全球变化的重要组成因素[2-3]。20世纪70年代以来,随着遥感与GIS技术的发展,土地利用变化的研究方法由定性向定量发展[4],众多学者使用各类指数模型如变化率、转移矩阵、动态度等来研究土地利用的变化量及变化规律,而对土地利用的集中与分散程度研究甚少。本文以西藏拉萨市城关区为例,采用空间罗伦兹曲线来研究土地利用的集散程度及其变化。

地貌因素对土地利用的影响巨大。研究区作为典型的山地地区,人类对土地的利用受到诸如地势、地貌、气候等因素的影响,表现出中纬度地带高山宽谷地区鲜明的土地利用特点,与内地平原山地丘陵区明显不同的是土地利用表现出随海拔高度而变化的立体格局[5],因此本文着眼于研究土地利用类型在不同海拔分布的集中分散程度,对研究区今后制定合理的土地利用规划和土地资源的有效利用具有重要参考价值。

1 研究区概况

以西藏拉萨市城关区为研究区,该区地处雅鲁藏布江支流拉萨河中游,位于东经 91°00′-91°18′,北纬 29°31′-29°49′,南北长 31 km,东西宽 28 km,总面积525 km2,是拉萨市唯一的市辖区,是西藏政治、经济、文化的中心和交通枢纽,也是西藏人流、物流、信息流的中心。该区山峦重叠,山高坡陡,沟谷纵横,沟深谷狭,地势南北高、中间低;高原山地和河谷交错分布的地形地貌特征对区域的水热、植被、土地等资源环境状况具有明显的再分配作用,同时也制约着人们对土地等自然资源的利用方式以及人类的生产和居住方式。

2 数据准备

本次研究选用三期遥感影像构成时间序列来研究研究区的土地利用及其变化情况:1991年的Landsat-TM影像,2000年的Landsat-ETM+影像以及2005年的CBERS影像。三期遥感影像的处理流程如下:(1)预处理:包括波段组合、几何校正、影像裁剪、色调匹配等;(2)土地利用现状分类:在ERDAS IMAGINE 8.7平台进行监督分类,分为:耕地、林地、草地、水域、建设用地和未利用地6类,并在ArcGIS 9.2中对分类结果进行人工修改完善,制成三期土地利用现状分类图;(3)DEM分带:将研究区DEM 分为3带:＜4 000 m,4 000～5 000 m,＞5 000 m,并利用ArcGIS 9.2中栅格数据空间分析模块中的统计工具,统计得到各高程带上各土地利用类型的面积(表1)。

表1 土地利用类型在各高程带上分布的面积 km2

3 土地利用的空间格局变化分析

3.1 土地利用的空间罗伦兹曲线

空间罗伦兹曲线是由罗伦兹于20世纪20年代发表用于研究工业集中化的一种频率累计曲线[5],它可以用于刻画空间单元的分布,也可用于对两个空间单元的分布作对比,是研究离散区域数据集中化程度与均衡度的重要方法[7]。罗伦兹曲线被广泛应用于研究区域收入分配的差异。本文将不同高程带的土地利用数据绘制罗伦兹曲线来进行研究区土地利用类型在不同高程带上分布的集散程度及其变化研究。

下面以研究区1991年的草地为例,说明罗伦兹曲线的绘制方法[8]。

(1)计算每一高程带上的草地面积占研究区草地总面积的百分比及每一高程带上的土地面积占研究区总面积的百分比(表3)。

表2 百分比计算值

(2)计算R值。R值为各高程带的草地面积百分比与其土地面积百分比的比值(表4)。

(3)将高程带按R值降序排列,逐次计算各高程带草地面积的累积百分比和各高程带土地面积的累积百分比(表5)。

表3 草地的R值

表4 累积百分比计算值

(4)以土地面积累积百分比为横坐标,草地面积累积百分比为纵坐标绘制草地的罗伦兹曲线。

按此方法分别绘制三期土地利用类型的罗伦兹曲线图(图1)。

某土地利用类型的罗伦兹曲线越接近均匀分布线(对角线)则其分布越均匀,越接近集中分布线其分布越集中。由图1可以看出,研究区草地的罗伦兹曲线最接近均匀分布线,说明其在各高程带上分布最为均匀,受高程的影响最小;水域和未利用地次之;林地、建设用地的罗伦兹曲线最接近集中分布线,说明其在高程分布上最为集中,即受高程的影响最大;耕地次之。在随时间的变化方面,各土地利用类型的罗伦兹曲线变化不大,其中变化最大的为2005年水域的罗伦兹曲线,这是由于2005年冰川积雪面积的增大所致。

图1 不同年份土地利用罗伦兹曲线图

3.2 土地利用的集中化指数

为了进一步分析土地利用的空间格局变化,下面计算土地利用的集中化指数。集中化指数是基于罗伦兹曲线计算而来的用于描述地理数据分布的集中化程度的指数[7]。

式中:I——集中化指数;A——罗伦兹曲线下方区域面积;M——数据集中于一点时洛伦兹曲线下方(整个正方形)的面积,此次计算中为10 000;R——数据均匀分布时洛伦兹曲线下方(对角线以下三角形)的面积,此次计算中为5 000。因此,公式(1)转化为

可以看出,集中化指数的值域为[0,1],其值越大,数据的分布越集中。

按照公式(2)计算得到各期各土地利用类型的集中化指数(图2)。

从图2中的集中化指数印证了由罗伦兹曲线所得出的结论,同时还可以看出:1991-2005年,林地和建设用地的集中化指数最高且保持不变,说明其分布的集中与分散程度不变,这是因为林地和建设用地对高程的依赖性较强,均分布在海拔低于4 000 m高程带内;耕地和草地的集中化指数经历了先降后升的过程,分别由1991年的0.596和0.199降低到2000年的0.581和0.193,到2005年又分别增加到0.591和0.206,说明二者的集中程度经历了先降后升的过程;水域的集中化指数在1991-2000年期间略有增加(从0.438增加到0.450),在2000-2005年期间又呈现出大幅的下降(从0.450降低到了0.413),即其集中程度先升后降,这主要是受不同时期遥感图像上冰川积雪面积的增减所致;未利用地的集中化指数不断增加,且增幅较大,表明其在高程带上的分布逐渐趋于集中,受高程的制约程度逐渐下降。

图2 土地利用集中化指数

4 结论

实验证明:将空间罗伦兹曲线运用在土地利用在各地貌类型的空间格局分析中,无需查看数据便能直观明了地反映各土地利用类型分布的集中与分散程度;此外,在此基础上计算的集中化指数能更进一步精确、定量地反映土地利用的集散分布及其细微的变化情况。本文采用地貌因素作为分析单元来研究土地利用及其变化,而地貌因素仅为影响土地利用类型的重要因素之一,因此也为研究影响土地利用分布与变化的其它因素提供了方法上的借鉴。如,若运用此方法将分析单元进一步细化或选择行政区域作为分析单元,配以农业、经济、人口等方面的指标进行相关分析,或可对今后制定合理的土地利用规划和土地资源的有效利用具有重要参考价值。

[1] 李秀彬.土地利用变化的解释[J].地理科学进展,2002,21(3):195-201.

[2] 李秀彬.全球环境变化研究的核心领域:土地利用/土地覆被变化的国际研究动向[J].地理学报,1996,51(6):553-554.

[3] William E R,William B M,TurnerI I B L.Modeling land use and cover as part of global environmental change[J].Climate Change,1994,28(1/2):45-64.

[4] 谭少华,倪绍祥.20世纪以来土地利用研究综述[J].地域研究与开发,2006,25(5):84-88.

[5] 除多.山地土地利用/土地覆盖变化研究-以西藏拉萨地区为例[M].北京:气象出版社,2007:56.

[6] 张超,杨秉赓.计量地理学基础[M].2版.北京:高等教育出版社,1991:50-51.

[7] 徐建华.计量地理学[M].北京:高等教育出版社,2006:35-39.

[8] 常捷,李慧典,黄裕婕,等.基于 RS和GIS的中尺度流域土地利用空间结构变化:以伊洛河流域中部洛宁县为例[J].测绘学院学报,2004,21(1):44-45.