嘉陵第一曲流—青居曲流土地覆盖动态变化遥感监测

何 湘 王 杰

(西华师范大学国土资源学院， 四川 南充 637009)

嘉陵第一曲流—青居曲流土地覆盖动态变化遥感监测

何 湘 王 杰

(西华师范大学国土资源学院， 四川 南充 637009)

四川省南充市嘉陵江青居曲流以其359°的Ω型曲流而闻名于世，2001年在该曲流颈部修建了青居水电站，水电站的建设给曲流周边土地覆盖带来巨大的影响。本文基于1998、2002、2007年以及2011年的TM影像，利用支持向量机方法，结合土地利用分类图监测研究区相应时段土地覆盖类型变化，分析自电站建设以来研究区的土地覆盖变化时空分布特性。研究结果显示：1998-2002年，水体、沙地、灌丛面积有所增加，林地及建筑用地的面积减少，其中林地减少了62.76km2。2002-2007年土地利用类型的变化趋势则与1998-2002年相反，水体、沙地、灌丛都呈现下降趋势，而林地、建筑用地面积上升。2007-2011年间，除了建筑用地和灌丛外，其他用地类型均为正增长。

土地覆盖；动态变化；遥感监测；支持向量机；青居曲流

青居曲流被誉为天下第一曲流，该曲流位于嘉陵江中游南充市高坪区境内，曲流呈359°回旋，封闭率达0.98[1]，为世界曲流奇观。青居曲流所在区域生态环境良好，是四川省“十一五”期间重点建设的“新五大旅游区”之一，也是南充市政府在“十一五”期间打造“一城六景区”的启动项目。2001年，在青居曲流修建水电站，这对地方社会经济发展具有重要的现实意义，但电站的修建也会对该段的河流环境以及曲流环内的生产建设带来一定的影响。

在利用遥感进行土地动态覆盖监测研究方面，刘洪江等人[2]设计了重分类的方法对澜沧江电站库区土地覆盖进行监测得出该区土地覆盖时空变化规律。杨海波等人[3]结合景观结构，利用两个时段的TM数据和CBERS遥感影像分析了泰安水能蓄电站的建设对周边土地利用状况的影响。孙百生等人[4]采用TM / OLI影像对2000-2014年承德市建成土地覆盖类型统计分析并采用了转移矩阵做变化监测。美国的Cakir等人[5]对多个TM遥感时段图像进行了相关性分析，从而监测土地覆盖变化分析。目前有关青居的研究主要集中在人文方面：蒋芩[6]提到了如何开发和打造青居曲流，符永利等[7]对青居城的遗址进行调查，认为青居城具有重大的旅游价值。遥感技术已成为土地变化监测的有力工具，本文利用遥感中的动态变化监测功能，并以土地覆盖类型的变化为切入点探究电站建设对周围土地覆盖的影响。基于1998年、2002年、2007年以及2011年四个时期的TM遥感影像，对电站修建后青居周围的土地覆盖进行变化监测，为青居的生态环境保护提供科学依据。

1 研究区概况

研究区域大致位于30°42′N～31°18′N、106°E～106°22′E之间,途经永安镇、曲水镇、青居镇、河西乡、西头乡、李渡镇、新场乡、土门乡、临江乡、烈面镇以及部分南充市区。本地气候属于亚热带湿润季风气候，降水的季节分配极不均匀，夏秋多雨，冬春少雨；年降雨量1 100 mm。紫色土分布广泛，其土质疏松易被侵蚀。出露地层为上侏罗纪同蓬莱镇组厚块层砂岩，遂宁组泥岩，泥岩夹沙岩及中侏罗纪上沙溪庙组的泥岩，砂岩互层[6]，地势东高西低，属于丘中古和浅丘带坝地貌，地形以丘陵为主。青居镇人口约1.9万，常住人口约1.7万，辖有9个行政村。区内产业结构以农业为主，主要的农作物有水稻、玉米、小麦，兼产红薯、油菜籽，特产有青居冬菜，经济林以柑橘、桑树为主，也是高坪区主要的蚕桑养殖基地。

图1 研究区地理位置

青居电站于2001年6月开工建设，2005年9月竣工。电站上游接小龙门电站，下游接东西关电站，控制流域面积76 753 km2，总库容量6.035亿m3。电站装机4台，总装机容量136 MW，多年平均发电量5.99亿kw·h。

2 数据源与数据处理

2.1 数据源

广泛收集地方志、水文资料、土地利用类型资料以及不同时期TM遥感影像，查阅相关文献。整理出1998年、2002年、2007年和2011年的研究区遥感数据。

2.2 数据处理

本数据采用Landsat TM5 影像，无云或少云覆盖。利用已纠正好的遥感影像图对研究区域的影像进行几何校正，空间分辨率为30 m，除去热红外波段后，剩下6个波段(分别为：0.485，0.55，0.66，0.83，1.65，2.215μm)。选择1998、2002、2007和2011年四个时间段的遥感影像用于变化监测，遥感时相一般选择在6-8月，光谱差异较小。原始影像为DN值(Digital Number)，为了扩大其范围，提高样本提取精度，需要将DN值转换为大气表观反射率，其中计算公式如式(1)所示[8]：

(1)

上式中：ρλ为表观反射率，π为圆周率，约等于3.141 59，d为日地距离。ESUNλ为大气顶层的平均太阳辐射能量，θs为太阳天顶角。经过上式转换后，数据变成浮点型，数据大小增加了3倍。表观反射率计算后，合并各个波段，添加波长信息。原始影像经过预处理后，在ENVI中把原始栅格数据转为矢量数据，得到的矢量文件利用Arcgis10.2做一个5 km范围的缓冲区。以缓冲区文件作为参考，在ENVI中利用感兴趣区(ROI)裁剪四景影像。

由于水体的值与缓冲区外的背景值混合在一起，根据第一波段大于零的原则，用Band Math工具进行掩膜处理使其分离，采用支持向量机分类法对研究区影像进行分类，结果如图2(a1998、b2002、c2007、d2011)。SVM(Support Vector Machine)法是一种基于统计学习理论的机器学习算法，在高维模式识别中表现出许多优势[9]，可以用于分类问题和回归问题的求解，在图像分类领域中获得了很好的应用[10]，而且可以在小样本的情况下获得较高的准确率[11]。

(a)1998年土地利用覆盖 (b)2002年土地利用覆盖

(c)2007年土地利用覆盖 (d)2011年土地利用覆盖图2 1998、2002、2007、2011年研究区土地覆盖类型状况

2.3 精度检验

本文选取了水体、沙地、建筑用地、林地和灌丛五种类型土地利用样本。执行监督分类后，需要对分类结果进行评价。ENVI提供了多种评价方法，包括分类结果叠加、混淆矩阵(Confusion Matrices)和ROC曲线(ROC Curves)[12]。本文对分类结果的评价采用的是混淆矩阵的方法。评价结果显示1998年、2002年、2007年和2011年四景影像的总体分类精度达到了91.03%，Kappa系数也均在0.87以上，总体符合我们的评价要求。

3 结果及分析

3.1 总体变化情况分析

研究区的总面积为240.67km2。1998年研究区土地覆盖类型面积大小排序为：林地>灌丛>建筑用地>水体>沙地；林地和灌丛是研究区的主要土地覆盖方式，总面积占整个研究区的80.09%。2002年研究区土地覆盖类型面积大小排序为：灌丛>林地>水体>沙地>建筑用地，与1998年相比五种地类中灌丛和林地的面积变化较大；2007年和2011年的土地覆盖面积大小排序中，水体和建筑用地的变动较大，林地和灌丛仍然是研究区的主要土地覆盖方式，二者总面积占研究区的比例超过70%(表1)。

表1 1998、2002、2007、2011年研究区土地覆盖面积及百分比

1.2 土地覆盖类型变化分析

土地覆盖类型变化见表2、图3及图4。

表2 1998、2002、2007、2011年研究区土地覆盖变化面积及变率

(1)水体变化分析

1998-2002年，水体面积增加了19.73km2(表2)。分别由沙地和建筑用地转化而来，转化率分别为28.3%、64.3%。2002-2007年间，约有20.05 km2的水体发生转化，主要转变为建筑用地，转化率为97.4%。2007-2011年，水体的面积有所上升增加了22.53 km2，分别由建筑用地和灌丛转化而来，转化率分别为37%、54.4%。四个时间段水体面积此消彼长，因此水体面积变化不大。

(2)沙地变化分析

1998-2002年期间，沙地增加了8.34km2。主要由灌丛、林地和建筑用地转化而来，转化率分别为24.4%、32.2%、42.9%。2002-2007年，沙地面积减少了4.32 km2，主要转变为灌丛，转化率为 52.5%。2007-2011年，由其它地类转化为沙地的面积增加了9.22 km2。林地和灌丛向沙地的转化率都在36%以上。

(3)建筑用地变化分析

从图3可以看出1998-2011年间，建筑用地的面积总体来说呈现的是一个下降的趋势。1998-2002年期间，建筑用地面积减少了12.88 km2。

其中建筑用地转为灌丛的面积占50.8%，转为林地的面积只占15.8%。2002-2007年期间，由沙地、灌丛等地类转为建筑用地的面积增加了15.13 km2，转化率为20.2%和46.5%。2007-2011年，建筑用地面积减少了20.75km2，主要转化为水体，转化率为85.5%。

图3 各地类总量变化图

图4 各地类每年变化增减图

(4)林地的变化

1998-2002年间是林地变化最明显的阶段，减少了62.76 km2，林地向水体、灌丛的转化率分别为31.1%、64.3%。2002-2007年期间，林地面积增加了24.7 km2，主要来源于灌丛，转化率为85.2%。2007-2011年，林地面积增加了7.46 km2，分别由沙地和灌丛转化而来，转化率分别为15.8%、79.7%。

(5)灌丛变化分析

1998-2002年，灌丛增加了47.58km2，由沙地、林地、建筑用地转化而来，转化率分别为10.5%、65.2%、22.9%，此期间灌丛的变化是四个时间段里波动最剧烈的(图4)。2002-2007年，有15.46 km2的灌丛发生转化，主要转变为林地，转化率为89.1%。2007-2011年，灌丛的面积减少了18.46 km2，主要转变为沙地和林地，转化率分别为16.6%、74%。

总体上，各地类转换的特点是水体、沙地和灌丛的面积总数变化不大，林地和建筑用地的面积总数变化明显，但地类间的动态转换大，呈现一种动态的平衡。

4 结论

基于4个时相的TM影像数据，采用支持向量机分类方法提取了研究区1998-2011年的土地利用数据，然后基于该数据进行运算分析，根据得到的结果分析了研究期内的土地利用变化情况。从研究结果中可以看出，各地类的转化有以下几个特点：①沙地与灌丛，灌丛和林地一直处于相互转化的阶段。这些转化充分说明了由于库区建成后移民后置搬迁所引起的人地关系土地利用 / 覆盖方式的变化 。②建筑用地与其他几种地类间的转化呈现的是多样化的趋势，动态转换大。③水体与建筑用地之间的转换存在关联，1998-2002及2007-2011这两个时间段水体面积有所增加，由建筑用地转为水体的转化率平均在40%以上，而2002-2007年，水体转为建筑用地的转化率更高达97.4%。

土地覆盖类型总体变化情况为：水体的面积增减趋势为增加-减少-增加的过程。原因是由于2001年10月青居电站开工建设，2002年10月实现第一期截流，蓄积了上游来水，2003年11月二期截流，2004年竣工下闸蓄水，2005年5月工程完工[13]。建筑用地的面积则与水体的变化趋势表现相反，是一个减少-增加-减少的过程，主要原因是由于青居水电站枢纽工程、库区淹没、交通工程、工程零星等工程共征占、淹没土地3.64 km2(其中渣场国有土地0.08 km2、耕地0.39 km2、国有河滩种植地2.53 km2、荒地0.05 km2、临时用地0.2 km2) 、库区防洪搬迁和地方扩大拆迁719 32.72 m2。农转非人口1250人，搬迁安置人口5213人。库区移民就地后靠安置和后期移民，使得大量居民用地废弃。研究区内林地面积的不断增加表明库区移民和退耕还林措施的实施也在一定程度上有利于植被的恢复。沙地呈现的是增加-减少-增加的波动趋势，从影像中可以看出曲流环内沙地的形状也由之前的大块整体分布变得更加破碎化。森林在保持水土、维护生态稳定方面扮演着重要的角色，因此保证一定的林地面积也是必不可少的。本文由于可获得的遥感影像时间跨度不大，因此有些样本的变化不是很明显。在后期的工作中获取长时间连续的遥感影像对于监测青居周围土地覆盖类型的变化更为有效。

[1] 张斌,艾南山,黄正文，等. 中国嘉陵江河曲的形态与成因[J]. 科学通报,2007，52(22):2671-2682.

[2] 刘洪江,陈丽晖,刘连忠. 信息重分类在土地覆盖动态监测中的应用——以澜沧江梯级电站库区为例[J]. 山地学报,2009,27(06):752-756.

[3] 杨海波,王宗敏,钟绍南. 泰安抽水蓄能电站周边土地利用及其景观分析[J]. 人民长江,2010,41(7):105-108.

[4] 孙百生,杨越,杨依天. 2000～2014年承德市建成区土地利用动态变化研究[J]. 安徽农业科学,2015(36):300-302.

[5] Halil Ibrahim Cakir, Siamak Khorram, Stacy A C Nelson. Correspondence analysis for detecting land cover[J].Remote Sensing of Enviroment,2006,102(1-2):306-317.

[6] 蒋芩. 嘉陵第一曲流旅游区体验式旅游开发研究[D].成都：成都理工大学,2007.

[7] 符永利,罗洪彬,唐鹏. 四川南充青居城遗址调查与初步研究[J]. 西华师范大学学报(哲学社会科学版),2015(2):18-27.

[8] Chander G, Markham B L, Helder D L. Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors[J]. Remote Sensing of Environment, 2009, 113:893-903.

[9] 范怀刚,岳彩荣,王栋. 基于支持向量机的宜良县遥感分类与土地覆盖变化研究[J]. 林业调查规划,2014(2):51-56.

[10] 熊华,刘耀林,车珊珊,等. 基于支持向量机的土地利用变化模拟模型[J]. 武汉大学学报(信息科学版),2009(3):366-369.

[11] 王圆圆,李京. 遥感影像土地利用/覆盖分类方法研究综述[J]. 遥感信息,2004(1):53-59.

[12] 任鹏飞. 基于改进决策树的城市不透水面遥感监测及分析研究[D]. 昆明：昆明理工大学,2013.

[13] 王孝思. 青居水电站提前发电的原因分析[J]. 水电站设计,2006(4):106-108.

Remote sensing monitoring of dynamic change of land cover in the Qingju Meander- the First Meander of Jialing River

He Xiang, Wang Jie

(College of Land and Resources, China West Normal University, Nanchong 637009, China)

Qingju meandering is famous for the 359 degrees Omega meandering river in the world, which locates in Jialing River in Nanchong of Sichuan province. The hydropower station was constructed on meander in 2001. The construction of hydropower station would bring huge influence to the surrounding land cover. Based on the 1998, 2002 and 2007 and 2011 TM images, using Support Vector Machine(SVM) classification method, combined with land use classification maps, we analyzed land cover change since the construction of the power station. The result showed that, from 1998 to 2002, water, sand, shrub area increased, woodland and construction land area decreased, and woodland reduced by 62.76 square kilometers. The change trend of 2002-2007 was on the contrary to period of 1998-2002. From 2007 to 2011, all land types had positive growth except construction area and shrubs.

land cover; dynamic change; remote sensing monitoring; support vector machine; Qingju meandering

2016-09-23;2016-11-09修回

何湘，女，1992年生，研究生，研究方向：地理信息系统与水土保持。E-mail:cwnu_hexiang@163.com

王杰, 男，1984年生，博士，讲师，研究方向：遥感数字图像处理、数据挖掘。E-mail:wangjie308@mails.ucas.ac.cn

X826

A