深圳市30 a土地利用和景观格局变化分析

黄 梅，洪金益，陈劲松

（1.中南大学 地球科学与信息物理学院 GIS研究中心，湖南 长沙 410083；2.中国科学院 深圳先进技术研究院，广东 深圳 518055）

深圳市30 a土地利用和景观格局变化分析

黄 梅1,2，洪金益1，陈劲松2

（1.中南大学 地球科学与信息物理学院 GIS研究中心，湖南 长沙 410083；2.中国科学院 深圳先进技术研究院，广东 深圳 518055）

利用1980～2010年时间序列遥感影像，运用决策树法得到各期土地利用图，分析土地利用的时空变化特征和景观变化特征，结合主成分分析法探讨深圳市土地利用变化的驱动因子。结果显示，30 a来深圳市土地利用发生了巨大变化：城乡用地增加了55 077.24 hm2，增加265.19%；耕地面积减少33 949.17 hm2，减少73.93%。30 a间人类活动的干扰变大，使得土地利用类型斑块无序化，景观类型呈一元化发展趋势，景观格局愈来愈受单一斑块所控制，且土地利用变化受社会经济驱动力的影响逐步增强。

GIS；RS；土地利用变化；景观格局；驱动力；深圳市

本文将RS与GIS相结合，提取深圳市各个时期土地利用类型的数量和空间分布信息，结合景观分析法、主成分分析法，重点分析了深圳市近30 a土地利用变化特征和土地利用程度，并研究引起其变化的因素。

1 数据源与研究方法

1.1 研究区数据源

研究数据主要有Landsat MSS/TM/ETM数据、DEM数据、高分辨卫星影像数据和历史1∶10万，土地利用数据。驱动力分析主要依据《深圳市统计年鉴》（1980～2011年）、深圳市统计局统计数据等。所选取的影像尽量时相统一，避免因季节差异造成的误判，降低分类准确度。对无法达到数据质量的区域，尽量用附近年限的数据替代（表1）。

表1 深圳市土地利用数据一览表

1.2 研究方法

本研究基于多时相遥感影像数据，辅以研究区社会经济统计数据和相关资料，以RS、GIS集成技术为主要手段。根据深圳市的特点，将研究区土地利用类型分为7类：水域、林地、耕地、草地、园地、城乡用地、未利用土地。

图1 技术流程图

本研究采用多尺度分割方法建立基本分类单元，用数字高程模型DEM、归一化植被指数NDVI、归一化建筑指数NDBI、归一化水体指数NDWI及已有土地利用数据、解译标志等信息，构建特征空间，建立土地覆盖分类决策树和规则集，选取典型样本，用最邻近法形成原始分类结果。对于不易分的类别进行人工干预，最后形成土地利用数据集。

针对深圳市人类活动频繁、景观变化剧烈等特点，本文选取景观生态学中的典型景观指数进行分析，如斑块密度（PD）、周长面积分维度（Pafrac）、景观形状指数（LSI）、蔓延度（Contag）、聚合度（AI）、平均斑块面积（Area_MN）、平均形状指数（Shape_MN）、香农多样性指数(SHDI)和香浓均匀度指数(SHEI)。

选取了多个社会经济因子指标，首先消除驱动因子量纲的影响，进行标准化处理。去除指标间的自相关性，将原来众多具有相关性的指标化为少数几个相互独立的综合指标，即土地利用变化的综合驱动因素，以此作为分析依据。

2 结果与分析

2.1 土地利用类型空间分析

通过遥感影像解译得到1980年、1990年、2000年和2010年的土地利用分类矢量结果，结合同期参考资料和部分野外调查资料，通过随机选取样本，计算其分类混淆矩阵和Kappa指数。对4期遥感影像的分类结果进行精度检验，结果表明，Kappa 指数分别为0.81（1980年）、0.86（1990年）、0.87（2000年）、0.88（2010年），均达到最低允许判别的精度。各个时期空间分布格局如图2所示。

图2 深圳市各时期土地利用状况

图3 深圳市土地利用类型变化状况

由图2、图3可知，深圳市从1980～2010年土地利用格局发生了很大变化，总体面积增加，主要来自填海造陆和围海养殖。城乡用地面积迅速扩张，耕地、园地、林地面积大量减少，耕地向城乡用地、林地、园地转化。水域、草地在1980～1990年有增加的过程，1990年以后开始持续减少，主要向城乡用地、园地转化。城乡用地的空间分布由城市中心开始向周围扩张，具体表现为城乡用地扩张剧烈，耕地、林地面积迅速减少，降幅较大的有未利用土地和水域。城乡用地面积增长剧烈，这是以牺牲耕地、林地面积转换而来的，未利用土地的减少说明了深圳市城市扩张增加对未利用土地的开垦，使得土地利用率提高。

2.2 土地利用变化转移矩阵

首先提取深圳市1980～2010年各期地类的面积，运用GIS空间分析功能计算土地利用变化转移矩阵，根据数量转移矩阵计算出土地利用变化转移概率矩阵（表2）。

由表2可知，从1980～2010年，深圳市的土地利用发生了巨大变化，转化明显的类型为：草地→林地、耕地→城乡用地、其他用地→耕地、其他用地→林地、其他用地→水域、水域→城乡用地。具体表现为城乡用地和水域增加，耕地、林地和草地减少。其中，城乡用地增加了55 077.24 hm2，增长率为265.19%；水域增加35.74%；草地、耕地和其他用地分别减少64.29%、73.93%和93%。且城乡用地和水域主要由耕地转化而来。

图4为各时间段的土地利用变化率。通过计算得知，从1980～2010年整个研究时段的变化率来看，城乡用地的变化最大（增加率为310.07%），其次是未利用土地面积和耕地面积明显减少，变化率为93.28%和84.5%，林地面积的变化率为18.82%。分时段来看，1990～2000年的变化最为剧烈，城乡用地面积增加率为99.01%，未利用土地面积减少率是48.95%，水域面积和林地面积变化率分别为30.49%和13.04%。总的来说，深圳市的城乡用地面积一直呈增加状态；而耕地和林地面积一直呈减少状态；水域面积在1990年后呈现减少状态。

图4 1980～2010年土地利用变化率

2.3 土地利用变化的景观特征

2.3.1 景观水平上的景观动态格局特征

Pafrac指标反映了景观斑块几何形状的复杂性。从表3可以看出，Pafrac从1980～2000年逐年增加，说明这段时间深圳土地利用类型斑块逐渐分散，斑块形状越来越复杂。这是因为研究时段内人类活动的干扰变大，使得土地利用类型斑块呈现无序化。2000～2010年逐步减小，说明这段时间深圳土地利用类型斑块逐渐聚合，几何形状趋于规则。

表2 深圳市1980～2010年土地利用变化转移矩阵

Contag描述的是景观里不同拼块类型的团聚程度或延展趋势。该指数能反映景观组分的空间配置特征，是描述景观格局最重要的指数之一。深圳市土地利用景观的Contag值先下降、后上升，反映出深圳市景观先是急剧破碎之后开始缓解。

SHDI是一种基于信息理论的测量指数，主要反映了景观的异质性。可以看到，在研究时段内SHDI呈先增长后下降的趋势，说明深圳市不定性的信息含量经历了变大到减小的过程，破碎化程度由增大趋于降低。说明深圳市1990～2010年内部的斑块逐渐趋于均匀，有规划的建设开发活动增多。

AI在研究时段内，呈现不断上升的趋势，反映深圳市景观AI上下起伏的特点。

表3 1980～2010年景观水平的景观格局指数

2.3.2 斑块类型水平上的景观动态格局特征

从斑块类型水平对深圳市进行景观格局动态变化特征分析，具体包括研究区各年份斑块数量指数（NP）、PD、最大斑块指数（LPI）和分裂指数（Division），结果见表4和表5。

表4 1980～2010年深圳市土地利用斑块数量和斑块密度

表5 1980～2010年深圳市土地利用最大斑块指数和景观分裂指数

由表4可知，水域NP指数和PD指数先增加后减少， 1990年左右破碎化严重，水域分布零散且破碎。城乡用地、未利用土地、园地呈下降状态，耕地的NP指数和PD指数大体呈下降趋势，仅在2000年有回升。总体上看，深圳市的景观斑块数量减少、斑块密度降低，在一定程度上反映出破碎度指数减小，景观的异质程度和多样性指数降低，景观类型有向非均衡化方向发展的趋势。

表5表示最大拼块占据整个景观面积的比例和Division的程度，LPI值的大小决定着景观中的优势种、内部种的丰度等生态特征。耕地的LPI值急剧上升，在2010年达到36.019；林地的LPI值从1980～2010年呈先上升后下降状态；城乡用地在研究时段内下降，而在1990～2000年变化最大。另外的几种土地利用类型的LPI值变化不大。深圳市土地利用类型的Division都很高，接近于1，而变化程度较大的集中在城乡用地、未利用土地和耕地，表明人为活动的无序增加和一定程度的规划建设对原先的景观格局造成干扰，使得各类型景观破碎化程度呈现不同的特点。

3 土地利用面积变化驱动力分析

3.1 主成分分析

根据现有的资料，本文选取了深圳市的年末总人口（X1）、户籍人口（X2）、自然增长率（X3）、GDP（X4）、农业总产值（X5）、工业总产值（X6）、第一产业（X7）、第二产业（X8）、第三产业（X9）、地方财政预算内收入（X10）、地方财政预算内支出（X11）、城乡居民储蓄年末余额（X12）、社会消费品零售额（X13）、职工年平均工资（X14）、固定资产投资总额（X15）共15个自变量因子。

首先，对原始数据进行标准化，以消除各驱动因子量纲差异带来的影响，然后对原有指标进行相关分析，计算指标间的相关系数。人均GDP与X6、X10、X11、X13、X14、X15存在着极其显著的关系；与X1、X12存在着显著关系。因此有必要去除指标间的自相关性，将原来众多具有相关性的指标化为少数几个相互独立的综合指标，即土地利用变化的综合驱动因素。

逐步进行回归分析得到两个主成分：第一主成分F1由变量X5、X7、X1决定；第二主成分F2由X1、X2、X3、X4、X9、X6、X8、X10、X11、X12、X13、X14、X15决定。

综合驱动力得分为：

F=0.813 7F1+0.186 3F2

F=0.038X1+0.072X2+0.058X3+0.102X4-0.055X5+0.109X6-0.076X7+0.101X8+0.103X9+0.103X10+ 0.104X11+0.09X12+0.075X13+0.071X14+0.085X15

3.2 结果与分析

图5 土地利用变化社会驱动力因子综合得分

将30 a的统计数据代入上式，得到社会驱动力因子得分，并绘制散点图（图5）。由图5可见，影响深圳市30 a土地利用变化的社会经济综合驱动因子得分逐年增加，表明受社会经济驱动力的影响逐步增强，其中1997年以前的综合驱动力得分均为负值，1998年以后为正值，土地利用变化受社会经济的影响逐年增强，1993年之前驱动力综合得分几乎不变，2005年以后增势加快。

[1] 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):553-558

[2] 刘纪远,邓祥征.LUCC时空过程研究的方法进展[J].科学通报,2009,54(21):3 251-3 258

[3] 王素敏,翟辉琴.遥感技术在我国土地利用/覆盖变化中的应用[J].地理空间信息,2004,2(2):31-32

[4] 宋金平,赵西君,王倩.北京市丰台区土地利用变化及社会经济驱动力分析[J].中国人口·资源与环境,2008,18(2):171-175

[5] 黎夏.珠江三角洲发展走廊1988～1997年土地利用变化特征的空间分析[J].自然资源学报,2004,19(3):307-315

[6] 薛振山，苏奋振，杨晓梅,等.珠江口海岸带地貌特征对土地利用动态变化影响[J].热带地理,2012,32(4):409-415

[7] Kasperson J X,Kasperson R E,Turner B L.Regions at Risk: Comparisons of Threatened Environments[J].Comparisons of Threatened Environments,1995:519-586

[8] Meyer W B,Turner B L.Human Population Growth and Global Land-Use/Cover Change[J].Annual Review of Ecology and Systematics,1992,23(1):39-61

[9] Ehrlich P R,Ehrlich A H.The Population Explosion[M].New York:Simon and Schuster,1990

[10] 深圳市统计局.深圳市统计年鉴[Z].北京：中国统计出版社,2010

P273

B

1672-4623（2015）03-0110-04

10.3969/j.issn.1672-4623.2015.03.039

黄梅，硕士，研究方向为生态与环境遥感。

2014-03-20。

项目来源：中国科学院战略性先导科技资助项目（XDA05050107-3）。