京津冀地区土地利用及典型城市景观格局分析

闫苗苗，李家存，任丽丽

（1.首都师范大学GIS工程实验室 资源环境与旅游学院,北京 100048）

京津冀地区土地利用及典型城市景观格局分析

闫苗苗1，李家存1，任丽丽1

（1.首都师范大学GIS工程实验室 资源环境与旅游学院,北京 100048）

利用京津冀地区2000年、2007年的TM影像和2013年的高分一号影像，采用监督分类并结合目视解译方法，对其整体的土地利用情况和北京、天津、石家庄、唐山4个典型城市的景观变化作定量分析。结果显示，近13 a来，京津冀地区的耕地数量在持续减少；城镇工矿用地面积在不断增加，其转入来源主要有耕地、林地等；林地、水体的年变化率出现先增加后减少的趋势，而草地、未利用地、盐田的变化趋势与之相反。在城市景观格局中，由于城市不同、发展类型不同，斑块数量、斑块密度变化各异，多样性指数、周长面积分维数和分离指数随时间变化逐渐上升，表明近13 a来京津冀城市景观的破碎度上升、斑块形状的复杂性增加。

京津冀地区；土地利用；景观格局；景观指数

20世纪90年代以来，土地利用/土地覆被变化（LUCC）研究已成为全球环境变化研究的前沿和热点，在1995年被列为“国际地圈与生物圈计划（IGBP）”和“全球环境变化的人文领域计划（HDP）”的核心项目[1, 2]。

1 研究区域及数据来源

1.1 研究区域

在土地利用/土地覆盖变化的研究中[3-9]，大多数研究者是基于市级或者区县为研究对象[10-13]，范围有限，很难从整体上把握某一地区土地利用状况。在中国城市发展过程中，城市群、城市带的发展尤为迅速，如长三角、珠三角、京津冀等地区分布着全国主要的城市群[14-16]，但以此作为对象的研究相对较少，而在景观格局分析中，不应以行政区界的划分而限制研究范围。本文选取京津冀地区作为研究对象，对其土地利用的变化作整体性分析，从更大的空间尺度上探讨该地区的土地利用、景观格局变化。

京津冀地区位于36°03'～42°32'N、113°30'～119°15'E，由北京、天津2个直辖市及河北省的石家庄、唐山、秦皇岛等城市组成，土地总面积约21万km2, 集中了3 000多万人口，2013年GDP 总量约4．8万亿元[17]。该地区地貌类型主要有东部的华北平原和西部的太行山脉，气候类型以温带季风性气候以及温带大陆性气候为主。

1.2 数据来源与处理

本文使用2000年、2007年TM影像、2013年高分一号影像、DEM数据和行政区划等数据。首先以几何纠正后的2000年TM影像为基准，对其他两期遥感影像进行几何精校正，然后对影像进行大气校正等预处理，最后对高分一号影像进行重采样，将3期数据统一成30 m分辨率。参考《全国土地分类标准》和《土地利用现状分类标准》，并结合京津冀本区域的具体情况，将研究区的土地利用类型分为城镇工矿用地、耕地、林地、草地、水体、盐田、未利用地，其中城镇工矿用地包括城镇居民地、农村居民地、工矿仓储用地、公共设施用地、公共建筑用地等，分类结果如图1所示。

2 研究方法

2.1 土地利用转移矩阵

在ArcGIS10．2中，分别将相邻两期土地利用数据进行空间叠加、统计分析，得到2000～2007年、2007～2013年的土地利用变化情况，计算土地流动的转入、转出面积、所占比例等情况。

2.2 土地利用变化率分析

土地利用动态度是指某研究区在一定时间范围内某种土地利用类型的数量变化情况，可直接反映某种类型土地的增加或者减少比例，其计算公式为：

式中，k为研究时段内土地利用类型的年变化速率；Ub和Ua分别是研究末期和研究初期某一土地利用类型的数量；T为研究的时间跨度/a。通过土地利用变化率可以直观地反映出土地利用类型的变化程度。

图1 京津冀2000、2007、2013年土地利用现状图（审图号：GS（2008）1361号）

2.3 景观格局分析

土地覆盖/利用构成了景观格局，而景观格局可以用景观格局指数来描述。不同的景观格局指数代表不同的含义[18-20]。对景观格局可以从3个不同的层次进行分析：斑块水平、斑块类型以及景观水平。本文将采用景观水平的指数对京津冀的某几个有代表性的城市作景观变化分析。使用Fragstats4．2景观分析软件，对4个城市的三期土地利用数据作景观指数计算，分析景观斑块数、景观破碎度、周长面积比等指数随时间的变化情况。

3 结果分析

3.1 土地利用矩阵转移分析

表1 2000～2007年京津冀土地变化转移矩阵

表2 2007～2013年京津冀土地变化转移矩阵

通过上述方法得到土地利用转移矩阵（如表1、2）。可以看出，从2000～2007年、2007～2013年间，京津冀地区的土地利用情况发生了较大转变。在前一阶段（2000～2007年）的转出贡献率方面，耕地的转出贡献率最高，达53．2%，主要流向为城市工矿用地、草地、水体等；在转入方面，转入较多、比例最大的是城镇工矿用地，占转入总面积的50．16%，其主要来源是耕地和林地。由表2可知，后一阶段（2007～2013年）转出贡献较大的是耕地和林地，分别占总转出比例的44．37%和17．39%，耕地的主要转出对象为城镇工矿用地，而林地主要流向耕地；在转入贡献率方面，主要有耕地和建设用地。通过两期数据的分析得知，耕地具有最高的转出贡献率，而城镇工矿用地是主要的转入对象。可以推测，这一趋势还会保持，耕地将持续减少，而城市工矿用地将不断增加。

3.2 土地利用变化率分析

利用公式（1）计算得到京津冀地区和北京、天津、河北3个省市前阶段（2000～2007年）和后阶段（2000～2013年）的土地利用年变化率（表3）。由表3可知，土地利用类型变化最大的是未利用地，2个阶段内的年变化率分别为2．59%和-3．88%，3个地区变化幅度最大的是天津。由于未利用地本身的基数较小，面积远远小于耕地和城镇工矿用地，其实际面积年变化较小。从横向来看，在前阶段，城镇工矿用地的年变化率为1．9%，而到后阶段年变化率继续增长，为1．95%，说明在2000～2013年期间，京津冀的城市、乡镇、工矿用地在不断增加，城市化和工业化不断发展。北京、天津、河北3个地区城镇用地中，北京的增长率前阶段最大，后阶段较小；天津的情况与之类似；但河北省的城市工矿用地在不断增长，并且后阶段增长速率大于前阶段，城市化在加速进行。2个阶段内耕地的年变化率分别为-0．25%、-0．03%，耕地面积在持续小幅度减少，转变为其他非农业用地。在3个省市中，北京市的耕地面积变化速率最大，前阶段年变化速率为-2．23%，到后阶段减少为-0．87%，但整体上还是高于平均变化率。

表3 京津冀土地利用类型年变化率表/%

3.3 景观格局分析

图2 北京、天津、石家庄、唐山景观格局指数图

在京津冀城市群中，城市类型分布广泛，既有中国的经济、文化、政治中心——北京，也有四大直辖市之一的天津市，同时，还有重工业城市代表唐山市，以及依靠交通因素快速发展的河北省省会石家庄市。因此，在该区域内，选取比较有代表性的这4个城市对其作景观分析，来探讨近13 a来京津冀典型城市景观变化情况。首先在斑块数量（NP）上，北京和天津的斑块数量近13 a来相比其他2个城市要少，从侧面说明两地区的城市化率较高，城镇工矿等建筑用地连片发展。在斑块密度水平上，北京、天津、石家庄、唐山四地区的斑块密度分布在0．15～0．38之间逐渐增加。把斑块密度与斑块数量一起分析，更加全面地表达了不同地区斑块的可比性，而忽略了面积不同的局限。从图2可以看出，北京、石家庄两地区的蔓延度指数整体上略低于天津和唐山，结合斑块密度和斑块数，北京的斑块数量小于石家庄，聚集指数和石家庄相近，说明北京地区的斑块面积差异较大，斑块分布较为分散，导致聚集度低；而石家庄地区由于斑块种类较多，如耕地、建筑用地、林地、水域等，没有形成优势斑块，导致聚集指数较低；唐山在斑块数量较多的情况下，斑块大多为城镇用地，耕地为基底斑块，具有绝对优势，因此聚集度指数较高。就形状指数（LSI）来看，3期内同一城市的变化较小，但是城市间的差异较大。从北京、天津、唐山到石家庄，4个城市的景观形状指数分布逐渐增大。斑块形状指数反映了景观的不规则程度，形状越不规则，其值越大。由上述4个城市形状指数，也说明了北京地区的景观形状较为规则，景观多为建筑等人造地物，城市化率比较高。从周长-面积分形维数统计结果可以看到，同一地区的3期数据变化较小，其中北京地区的周长-面积分形维数最小，天津最大，唐山和石家庄居中。

在同一地区，3期数据的周长面积分维数（PAFRAC）的分布范围较为一致，北京地区的周长面积分维数分布在1．15附近，石家庄和唐山地区的PAFRAC值分布在1．2、1．23附近，而天津地区的PAFRAC值略高，在1．25左右，说明天津地区的二维景观镶嵌体与欧氏几何的分离度较高，斑块形状的复杂性上升。而分离度指数（SPLIT）在3期数据中天津地区的变化较大，其他地区的分布较为紧凑，差别较小。在4个地区中，天津地区的SPLIT指数从2000～2013年逐渐增加，说明随着天津地区的发展，焦点斑块类型逐渐减少，耕地作为基底斑块被分割，破碎斑块逐渐增多，这与斑块数量和密度的变化趋势较为一致。

4 结 语

近13 a来，京津冀地区土地利用类型的转换较为剧烈，耕地、林地流失较快，城市扩张迅速，破坏了原有的景观结构，城市间的发展也不均衡。因此，建议改变现有的粗放式发展，减少对耕地的随意占用，合理规划城镇等建筑用地，保护耕地资源，并协调城市间的发展。同时，注重林地、水域在整个地区的调节作用，保护林地、水体的发展。

[1] 傅伯杰,吕河,陈立项．国际景观生态学研究新进展[J]．生态学报,2008,28(2):798-804

[2] 陈百明,刘新卫． LUCC 研究的最新进展评述[J]．地理科学进展, 2003,22(1): 22-29

[3] Kindu M, Schneider T,Teketay D． Land Use Land Cover Change Analysis Using Object-Based Classification Approach in Munessa-Shashemene Landscape of the Ethiopian Highlands[J]．Remote Sensing,2013(5):2 411-2 435

[4] White J, Shao Y, Lisa M． Landscape Dynamics on the Island of La Gonave [J]．Land,2013(2):493-507

[5] Tammy E． Parece T P,Campbell J B． Comparing Urban Impervious Surface Identification Using Landsat and High Resolution Aerial Photography[J]． Remote Sensing,2013(5): 4 942-4 960

[6] 龚建周,夏北成,陈健飞,等． 基于3S技术的广州市生态安全景观格局分析[J]．生态学报, 2008, 28(9): 4 323-4 333

[7] 游丽平,林广发,杨陈照,等． 景观指数的空间尺度效应分析——以厦门岛土地利用格局为例[J]．地球信息科学, 2008, 10(1):74-79

[8] 庄大方, 邓祥征, 战金艳, 等． 北京市土地利用变化的空间分布特征[J]． 地理研究, 2002, 21(6): 667-674

[9] 齐伟, 张凤荣． 黄淮海平原农区县城土地利用景观格局分析及可持续利用建议[J]． 中国土地科学, 2003, 17(1): 27-33

[10] 吴琼,杨国东,李宏卿,等． 基于遥感和 GIS 的吉林市区景观演变分析[J]．世界地质, 2008, 27(3): 332-337

[11] 兰红月,李家存,李晓燕． 吉林省大安县土地利用变化监测及景观格局分析[J]．地理空间信息,2014,12(3):133-135

[12] 崔金鑫． 基于遥感与GIS的河北省沽源县土地退化监测与风险评价[D]．成都：成都理工大学, 2010

[13] 陈江龙,高金龙,徐梦月,等． 南京大都市区建设用地扩张特征与机理[J]． 地理研究, 2014, 33(3): 427-438

[14] 汤青,徐勇,刘毅． 广东省土地利用变化时空分异及其与城市化和工业化的耦合关系[J]． China Land Science, 2010, 24(10) :46-51

[15] 李珊,元利,刘云亮, 等． 京津冀城市群城乡关联的空间分析[J]． 上海农业学报, 2012, 28(2): 91-95

[16] 陈丙欣,叶裕民． 京津冀都市区空间演化轨迹及影响因素分析[J]． 城市发展研究, 2008 (1): 21-27

[17] 陆大道． 京津冀城市群功能定位及协同发展[J]． 地理科学进展,2015, 34(3):265-270

[18] Baldwin D J B, Weaver K, Schnekenburger F, et al．Sensitivity of Landscape Pattern Indices to Input Data Characteristics on Real Landscapes: Implications for Their use In Natural Disturbance Emulation[J]． Landscape Ecology, 2004,19(3): 255-271

[19] 赵文武,傅伯杰,陈利顶． 景观指数的粒度变化效应[J]．第四纪研究,2003, 23 (3):326-333

[20] 陈文波,肖笃宁,李秀珍． 景观指数分类、应用及构建研究[J]．应用生态学报,2002, 13(1):121-125

P273

B

1672-4623（2016）02-0069-04

10.3969/j.issn.1672-4623.2016.02.024

闫苗苗，硕士，主要从事遥感地学应用与景观生态学研究。

2015-05-25。

项目来源：国家高科技研究发展计划资助项目（2012AA12A308）。