基于GIS和遥感的土地利用演变及驱动力分析——以汾河上游西北地区为例<br/>

基于GIS和遥感的土地利用演变及驱动力分析——以汾河上游西北地区为例

2011-05-01黄玉宝乔玉良张红艳

山西农业科学 2011年9期

黄玉宝，乔玉良，张红艳

（1.太原理工大学矿业工程学院，山西太原030024；2.山西大学旅游学院，山西太原030006）

土地是人类社会经济活动的载体。土地利用是指人类对作为生产生活资料的土地的利用方式和耕作强度；而土地利用动态变化则反映了土地利用方式的发展变化趋势[1]。

随着全球土地利用变化研究的深入和发展，土地利用/土地覆盖变化（简称LUCC）作为地球表层最重要的景观，是全球环境变化的重要组成部分和造成全球环境变化的重要原因[2-4]，其演变及驱动力已成为全球土地利用变化研究的热点。土地利用的变化包括空间和时间2个方面，空间上的变化通过遥感技术手段来获取，土地利用类型的变化是随时间的变化而变化，时间是度量土地利用变化的重要尺度，它表现了土地利用变化的速度、大小等，遥感技术的周期性短和观测面积广使得基于时间变化的土地利用研究有了丰富的数据来源。

本研究基于土地利用方式与土地利用动态度变化模型，在遥感（RS）和地理信息系统（GIS）技术支持下，应用汾河上游西北地区1976年MSS，1990，2007年TM遥感影像，获取土地利用数据，并建立数据库；依据3期土地利用数据，从土地利用的基本模式、数量结构、空间格局变化角度，构建区域土地利用时空变化模型，全面分析研究区近30 a来土地利用变化的幅度、速度及其空间分布，并简要分析促使土地利用变化的驱动力因子和汾河上游西北地区土地演变趋势，为相关部门科学地利用区域土地提供决策依据。

1 研究区概况

研究区位于山西省汾河上游流域西北地区，是典型的黄土高原中海拔山地。地理坐标为东经111°02′28.41″～ 112°00′30.11″，北纬38°01′54.16″～ 39°00′54.22″，地跨五寨、宁武、岢岚、静乐四县。境内多为黄土覆盖，由于中山、平原及丘陵曾经受强烈的侵蚀切割作用，加之区内植被稀疏，形成了梁、垣、峁等典型的黄土高原地貌景观。地带性土壤为栗钙土与栗褐土的过渡带，主要为栗钙土。土壤侵蚀类型主要有水力侵蚀和风力侵蚀，水力侵蚀以面蚀为主，沟蚀次之。山西母亲河——汾河流经研究区，给研究区带来了丰富的水资源，美丽的自然景观高原草甸也位于研究区内。整个研究区面积达190 050.12 hm2。

2 研究内容与研究方法

以汾河流域上游西北地区为例，利用遥感和GIS作为技术支撑，获取不同时期区域土地利用数据及动态变化数据；并根据收集的研究区地形图、文字资料和其他统计资料，建立研究区土地利用动态变化模型与单一土地利用动态度和综合土地利用动态度模型，在此基础上对研究区域土地利用动态变化的自然和人文驱动力因子及区域土地利用演变趋势进行了分析，为相关部门科学地利用区域土地提供决策依据。

土地利用动态变化包括土地资源的数量、质量随时间的变化，也包括土地利用的空间变化及土地利用类型组合方式的变化，同时也包括未来土地资源需求量的变化。因此，建立土地利用动态变化模型是研究土地利用变化过程、土地利用变化程度及土地利用未来发展变化趋势的主要手段[5]。

2.1 技术流程

在分析土地利用数量变化时，采用土地利用动态度模型（单一土地利用动态度、综合土地利用动态度）分析土地利用变化速度。土地利用动态度可定量描述区域土地利用变化的速度，它对比较土地利用变化的区域差异和预测未来土地利用变化趋势都具有积极的作用[6]。土地利用动态变化具体流程如图1所示。

2.2 数据处理

相对于传统的土地资源调查方法，遥感技术具有覆盖面积大、现时性强、周期短以及获取数据精准、费用低、省时省力等特点，能及时有效地反应土地利用现状，为土地资源调查、土地利用动态监测提供及时、准确的基础数据[7-9]。不同时期所获取的数据源不同，所以处理的方式也不相同。1976年为Landsat的分辨率为79m的MSS影像；1990年为分辨率30 m的TM影像；2007年也采用TM影像，分辨率为30m，不同时期数据的波段组合参见遥感影像处理部分。遥感数据的处理在ENVI软件平台上，采用非监督分类与目视解译相结合的方法提取土地利用专题信息。

研究初始阶段，在GIS支持下，根据配准数据，利用3次卷积法多次纠正地形图，矢量化配准后的地图形，并进行投影和提取研究区；利用研究区数据裁剪山西省数字高程模型，获得研究区数字高程模型。

2.2.1 遥感影像处理遥感影像处理主要分4个部分：辐射校正、几何校正、波段组合和图像增强。校正中以地形图作为主要数据源，将1990年LandsatTM数据与地形图进行配准；将1976年LandsatMSS影像和2007年Landsat TM影像与1990年TM影像分别进行几何纠正。同时，由于不同时期的数据在时间和空间上存在一定变化，传感器在获取图像的时候除受自身状态的影响外，还受到大气、光照、气溶胶等因素的影响，不能采用单一的某种波段组合方式进行遥感影像解译，而且不同的波段组合方式分类的结果不同，解译的精度也不尽相同。为了使最终获得的数据更加准确，提高遥感解译的精度必不可少。遥感解译精度除受影像本身质量影响外，还受到解译人员对当地环境熟知程度及解译水平的影响，同时图像增强也是提高解译精度极为重要的基础。通过查找资料，在非监督分类的基础上，研究了不同时期不同波段组合的分类结果和精度，最终确定3个时期的最佳波段组合：1976年MSS影像的321波段组合的假彩色图像，1990年TM432波段组合的假彩色图像和2007年TM543波段组合的假彩色图像。

2.2.2 专题信息提取土地利用专题信息提取采用非监督分类方法。非监督分类（unsupervised），也称聚类分析[10]或点群分析，即在多光谱图像中搜寻、定义其自然相似光谱集群组的过程。非监督分类不需要人工选择训练样本，仅需极少的人工初始输入，计算机就会按一定规则自动地根据像元光谱或空间等特征组成集群组，然后分析者将不同组分的数据进行合并。非监督分类集群算法有ISODATA[11]、链状方法、K-Means[12]等。本研究使用常用的ISODATA算法进行非监督分类，并结合人工目视解译对研究区进行土地利用信息提取（图2）。

3 土地利用演变及其驱动力分析

3.1 土地利用动态度模型建立

土地变化预测研究是在历史数据的基础上，建立模型，以了解未来土地的变化趋势及需求状况，能够为有效地进行土地利用的调整、优化，合理而高效地利用有限的土地资源提供科学依据[13]。土地利用动态度模型是土地利用变化速度、演变趋势及驱动力分析的重要指标，本研究利用数据库信息提取建立单一土地利用动态度模型和综合土地利用动态度模型。

单一土地利用动态度是表达区域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：

式中，K为研究时段内某一土地利用类型动态度；Ua，Ub分别为研究初、末期某一种土地利用类型的数量；T为研究时段长，以年为最小单位。

综合土地利用动态度（LC）是表达区域内土地类型间相互转化情况，是一种综合性描述区域土地利用变化情况的度量。其计算公式为：

式中，ΔLUi为监测起始时间i类土地利用类型面积；ΔLUi－j为监测时段内i类土地利用类型转为非i类土地利用类型面积的绝对值；T为研究时段长，以年为最小单位。

基于GIS平台，提取各个时期土地利用类型面积，建立各个时期单一土地利用动态度及综合土地利用动态度数据库，为动态模型的建立提供数据支持。统计信息如表1，2所示。

表1 不同时期土地利用面积 hm2

表2 土地利用类型动态度及土地类型面积变化

从表1可以看出，1976年，研究区内土地利用面积最大的是耕地，为76 919.48 hm2，占研究区的40.47%，其次是林地、灌木和草地，这4种类型占总面积的97.70%；1990年，研究区内土地利用面积最大的是林地，为72 840.00 hm2，占研究区的38.33%；其次是耕地、灌木和草地，这4种类型占总面积的97.40%；2007年，研究区内土地利用面积最大的是耕地，为72 131.08 hm2，占研究区的37.95%；其次是林地、灌木和草地，这4种类型占总面积的97.32%。

从表2可以看出，1976—2007年的31 a，除居民地、道路、灌木和其他用地整体呈上升趋势外，水体、耕地、草地和林地呈减少趋势。其中，灌木的变化最大，由1976年的27 141.72 hm2增加至42 386.28 hm2，增加速度较快。其次是林地和耕地，二者都呈减少趋势，减少速度相对较快。林地由1976年的73 117.12 hm2减少至2007年的63 845.16 hm2；耕地由76 919.48 hm2减少至72 131.08 hm2，减少 4 788.40 hm2。

1976—1990年的14 a，居民地由1976年的676.88 hm2增加至1990年945.40 hm2，年均增加19.18hm2。道路从 784.68hm2激增至 1094.76 hm2，年均增加22.15 hm2。灌木由最初的27 141.72 hm2增加至34 080.88 hm2，年均增加495.65 hm2。其他用地和草地也保持增加趋势，其他用地从1976年的 391.72 hm2增加至 1990年的 675.28 hm2，年增长20.25 hm2；草地由8 496.92 hm2增加至10 447.92 hm2，呈现短时期的增加。耕地的面积有所减少，由76 919.48 hm2减少至67 743.60 hm2，年均减少655.42 hm2，是减少速度最快的类型。水体年均减少21.38hm2，主要向耕地和草地转化。林地是这一时期内变化最小的土地利用类型，由1976年的73 117.12 hm2减少至72 840.00 hm2，年均减少17.79 hm2，变化相对较慢。用表1，2数据分别建立研究区土地利用动态度模型（图3和图4）。

根据土地利用类型的单一土地利用动态度模型和综合土地利用动态度模型，综合考虑研究区模型，从表2还可以看出，整个研究区1976—2007年单一土地利用动态度最大的是其他用地（8.03%），其次为居民地（2.84%）、灌木（1.81%）、道路（1.79%）、水体（-1.65%）、草地（-0.72%）、林地（-0.41%）和耕地（-0.20%），其中，水体、草地、林地及耕地呈负变化趋势，面积减少，且耕地年变化率最小，与耕地动态度最小相吻合。1976—1990年，单一土地利用动态度最大的同样是其他用地，其动态度为5.57%，变化剧烈；其次是居民地（3.05%）、道路（3.04%）、灌木（1.97%）、草地（1.77%）及耕地（-0.92%）、水体（-0.91%）和林地（-0.03%），这一时期，林地的变化程度最小，其他用地变化依然保持剧烈，其动态度最大。

据综合利用动态度模型来看，1976—2007年综合土地利用动态度为29%，1976—1990年综合土地利用动态度为37%，1990—2007年综合土地利用动态度为43%。1990—2007的17 a整体土地利用变化相对剧烈，1976—2007年的31 a综合土地利用动态度最低，整个时期研究区土地利用变化速度不是很快。

3.2 演变趋势及驱动力分析

驱动力是指导致土地利用方式发生变化的主要生物物理因素和社会经济因素[1]。汾河流域上游西北地区土地利用变化的驱动力主要有两大因素：一是自然因素，二是社会因素。

3.2.1 自然因素驱动力分析研究区位于山西省西北部地带，地貌类型为台地低山丘陵，且多为黄土覆盖，区内黄土台地曾经受过强烈的侵蚀切割作用。研究区内地貌类型和土壤类型是导致土地利用方式改变的客观因素，同时也是土壤侵蚀变化的影响因子；研究区植被覆盖相对较多，相比之下自然因素不是土地利用类型变化的主要因素。

3.2.2 社会因素驱动力分析社会因素是土地利用变化中最活跃因子，在研究时段内，该区域土地利用变化未受到较大的自然因素（自然驱动力）影响，人类活动是造成研究区土地利用变化的主要因子。土地的可持续利用本身就是由土地的特性所决定的，也就是说土地具有可持续利用的特性，人类应很好地适应土地的这一特性[14]。

（1）居民地在1976—1990年单一土地利用动态度大于1976—2007年平均单一土地利用动态度，相对增长速度较快，1990—2007年居民地扩张速度有所放缓，符合中国近30 a来人口变化导致居民地变化的规律。（2）耕地面积呈先减少后增加的趋势。20世纪70年代的广积粮等使得耕地面积剧增；在70年代到90年代期间，部分耕地由于无人料理逐渐转变成灌木和草地。20世纪90年代至21世纪，人口增加而导致的温饱问题成为主要问题，这一时期部分草地、林地、灌木等转变成耕地，由于国家的可持续发展战略，对转变为耕地的速度有所限制，使得耕地面积增加速度保持合理稳定状态。（3）道路、灌木和其他用地整体上呈增长趋势。随着社会发展，交通成为与外界交流沟通的必要保障，使得在31 a间道路呈增长趋势，预计其还会以更快的速度增加。灌木和其他用地是其他类型用地转化的主要类型，因此也呈增长趋势。（4）林地和水体呈减少趋势，毁林开荒增加耕地和作为矿产资源十分丰富的平朔地区，煤矿等各种矿产资源的开采是导致林地减少的主要原因。同时，林地的开垦使得西部地区水土保持指数下降，也是造成沙尘天气的重要原因。水体面积逐年减少，随着社会的发展，工业用水等消耗逐年增多，使得本来就缺水的山西黄土高原水资源逐年减少，同时水污染也比较严重。（5）草地的变化呈先增长后减少趋势，草地的增加主要来自林地类型的转化，20世纪90年代至21世纪，随着社会经济发展，草地逐渐向耕地、居民地和灌木土地类型转变。

人类对土地等资源的无休止掠夺，使环境自我恢复功能承受巨大压力，加之不合理的土地使用方式，导致水土流失严重，恢复缓慢或使部分地区发生不可恢复的塑性变化，影响土地长期有效利用。同时特定经济系统与特定政策环境影响着土地利用的方式和强度。土地整理的根本目标是提高土地利用率，增加耕地面积，提高土地生产能力，使土地资源利用能满足人口增长和社会经济发展的需求[15]。此时政府的行政决策和干预也是导致土地利用变化的一个重要原因。随着西部大开发政策的实施，该区经济发展速度在加快，城市建设及城市规模有了很大发展，城市用地不断增加，同时农村建设也占用了耕地。

4 结束语

通过分析汾河流域研究区土地利用面积变化可以得出，黄土高原土地利用方式单一，水体利用变化减少趋势明显，对于水资源匮乏的西北地区是一个不利信号；其他用地变化率相对较快，是研究区土地利用变化的重要影响因素；土地利用呈林地向耕地和草地转变，耕地向居民地转变和草地向耕地和居民地转变的趋势。其他用地在3个时期保持着单一土地利用动态度最大，综合土地利用度呈现波动状态，先升后降，整体趋于相对稳定的变化。同时，由于不同地区土地利用变化在数量、方式、强度、结构和趋势等方面存在很大的差异，全面研究土地利用变化及其影响因子，为土地管理和土地规划提供了依据。如何建立土地利用动态变化模型是研究土地利用变化过程、土地利用变化程度及未来发展变化趋势的主要手段，科学合理的模型可以给决策部门提供有力、准确的数据支持。因此，发展经济的同时，如何做到土地资源的开发与保护并重，实现国土资源的永续利用和区域的可持续发展，是当前各级政府部门以及企业应该重视的问题。

［1］江晓波，孙艳，周万村，等.基于遥感与GIS的土地利用动态变化研究[J].长江流域资源与环境，2003，12（1）：131-135.

［2］李秀彬.全球环境变化研究核心[J].地理学报，1996，51（6）：553-557.

［3］陈佑启，杨鹏.国际上土地利用/土地覆盖研究的新进展[J].经济地理，2001，21（1）：95-100.

［4］柳海鹰，高吉喜，李政海.土地覆盖及土地利用遥感研究进展[J].国土资源遥感，2001（4）：7-12.

［5］王秀兰，包玉海.土地利用动态变化研究方法探讨[J].地理科学进展，1999，18（1）：81-87.

［6］刘成梅，游海.天然产物有效成分的分离与应用[M].北京：化学工业出版社，2003：181.

［7］梅安新.遥感导论[M].北京：高等教育出版社，2005.

［8］王锐.GIS和RS在神府矿区土地利用中的应用研究 [J].安徽农业科学，2007，35（19）：5948-5949.

［9］刘纪远.中国资源环境遥感宏观调查与动态研究[M].北京：中国科学技术出版社，1996.

［10］赵英时.遥感应用分析原理与方法[M].北京：科学出版社，2003.

［11］ Bezdek JC.Pattern recognition with fuzzy objective function algorithms[M].New York：Plemum Press，1981.

［12］Duda R O，Hart P E，Stork D G.Pattern classification second edition[M].New York：Wiley，2001.