基于地理信息系统的色季拉山土地利用时空动态变化

武辰爽， 郭永刚*， 苏立彬

(1.西藏农牧学院水利土木工程学院, 林芝 860000； 2.西藏农牧学院高原生态研究所， 林芝 860000)

在全球环境变化问题已成为各学科研究的基础背景，土地利用/覆被变化(land use and land cover change, LUCC)不可避免地成为环境可持续发展的研究热点[1]，它的形成与演变过程不仅被地理自然因素制约，更多地受到人类改造利用活动的影响[2]，已然成为人类活动-资源配置-生态环境三者耦合研究的理想切入点之一[3]。在空间尺度上，大多倾向于将研究区定为市、县等行政区域或是国家自然地理划分区，在这些领域研究结果丰富，但是对山川湖泊和一些特殊地形地貌进行土地利用变化特征分析的研究较少[4]。目前，土地利用/覆被时空变化过程研究主要是以各类遥感卫星和无人机航拍影像为数据源，利用地理信息系统的集成技术，辅助以自然资源部、国家统计局详查的数据，对全球区域和局部地区不同空间尺度土地利用/覆被变化状况进行评估、建模与预测、分析不同驱动力之间的联系以及数据开发活动与数据信息系统(date information system，DIS)进行重点分析研究[5]。张镱锂等[6]利用青藏高原已有LUCC数据与成果，对其整体、典型区的LUCC时空特征及典型类型的变化过程与机制；朱丽辉等[7]利用中高精度遥感数据，对南充市2000—2015年土地利用/覆被变化及其驱动因素进行了研究；Kumar等[8]结合土壤和水评估工具分析印度Kharun流域上游区域土地利用变化与水资源之间的响应关系。总体而言，当前中外学者的研究成果也颇为丰富，让土地利用/覆被研究进程向前迈出了一大步。

近几十年来，随着西藏各个城镇的大力发展，在人与自然环境的综合影响下，色季拉山土地利用类型发生了不可忽视的变化。尽管有学者对色季拉山的动植物及土壤监测研究方面取得一定的成果，但利用遥感图像，并且结合遥感图像处理(the environment for visualizing images，ENVI)和地理信息系统软件(arc geographic information of system，ArcGIS)软件对色季拉山的土地利用进行研究的并不多见。色季拉山范围小、海拔范围跨度广，由于青藏高原气候环境及生态系统的复杂性和不确定性使其不能完全参照现有某一研究区域已有方法进行分析，随之准确挖掘出土地利用变化的深度信息，这就阻碍了使用定量数据进一步深入研究色季拉山土地动态变化。基于西藏本身区域面积大、土地利用类型多种多样且变化较快的特点，现对其进行连续的跟踪监测与分析和加深研究深度，进一步完善对西藏土地利用的研究，为色季拉山生态系统健康发展及各类土地保护提供重要的理论依据。

1 研究区概况及数据来源

1.1 研究区概况

研究区域是以色季拉山为主体的高海拔山区(图1)，地理坐标：94°27′～94°49′E，29°25′～29°57′N，北高南低，海拔落差大，海拔值范围为2 200～5 300 m，是藏东南半湿润与湿润区的过渡地带，色季拉山现有植被属原始森林，覆盖状况良好，动植物、菌物资源很丰富，不仅是西藏生物多样性最丰富的山体之一，也是西藏四大重要的高山之一；该区受印度洋暖湿季风气候影响明显，气候属于亚高山温带半湿润气候。其年均降水量1 134.1 mm，特别是8 月降雨量最大，平均达294.2 mm，达到全年降水量的30.0%；年均气温-0.7 ℃,极端最低温度-31.6 ℃,最高温度24.0 ℃,干湿季分明，冬温夏凉[9]；色季拉山区是藏区城镇发展中的典型代表，其总面积为2 098.18 km2，其位于中国藏东南雅鲁藏布江大峡谷西北侧，隶属念青唐古拉山脉，跨越巴宜区和米林县两个县，不仅被川藏公路南线所穿，也是尼洋河流域与帕隆藏布江的分水岭，具有重要研究意义。

图1 色季拉山位置图Fig.1 Location map of Sedgila Mountain

1.2 数据来源与处理

研究区所采用的遥感图像是1990年Landsat5 TM、2005年Landsat7 ETM+和2018年Landsat8 ORL_TIRS遥感影像，数据来源于中国科学院计算机网络信息中心国际科学数据镜像网站(http://gscloud.cn)，根据色季拉山实际面积，每一时期遥感图像均采用2景，共6景。研究区内大量冰川雪地受温度影响较大，林地多为灌木，结合气象降水数据和进行实际遥感影像云量比较分析后，决定遥感图像选取12月到次年1月最适宜，遥感图像具体信息如表1所示。主要对色季拉山土地利用进行时空变化分析，故首先将表1中对应的遥感图像进行了大气校正和几何校正等预处理；在ENVI5.3中进行监督分类，以谷歌地球相对应的1990年、2005年和2018年3个年份进行辅助分类；进行矢量化后，利用经纬度裁剪出研究区域的具体范围；最后结合巴宜区和米林县数字高程模型(digital elevation model，DEM)、1990—2018年的林芝市统计年鉴和自然资源部公开的土地数据对目视解译出的土地类型和面积进行人工校核。

表1 遥感图像具体信息表Table 1 Specific information tables for remote sensing images

根据色季拉山遥感影像呈现的地理状况和实地调查的总结分析，在参考LUCC分类体系下将研究区域分为耕地、草地、林地、未利用地、水域和城乡、工矿和居民用地共6类土地利用类型。监督分类时每种土地利用类型样本选择均大于45个，且每个样本像元不大于10；监督分类后利用KAPPA系数来衡量分类结果的精度，当KAPPA系数大于0.85时，且总体分类精度都必须大于70%，则认为该土地利用分类是符合实际情况的。本研究采用最大似然法进行土地利用分类后，各期总体分类精度为76%、80%、83%，KAPPA系数分别为0.87、0.86、0.90，均符合验证要求，且分类效果不错。

2 研究方法

2.1 土地利用动态度

单一土地利用动态度可定量描述区域一定时间范围内某种土地利用类型变化的速度，可提供土地利用变化的区域差异和预测未来土地利用变化趋势。单一土地利用动态度通常用年变化率来表示[10]，公式为

(1)

式(1)中：LC为研究时段内某一土地利用类型动态度；U0、U分别为研究初期及研究末期某一土地利用类型的数量；T为研究时段长，当T的时段设定为年时，LC的值就是该研究某种土地利用类型的年变化率。

2.2 土地利用转移矩阵

研究区内各土地利用类型中任一数量的改变必定引起其他类型数量的改变，土地利用转移矩阵是定量研究各土地利用类型间在数量和方向上相互转化的主要方法，借助ArcGIS技术制作研究区两期的土地利用空间分布图同时进行空间叠加分析，并统计计算生成土地利用转移矩阵，全面地反映各土地利用类型变化的结构特征和各类型间的转移方向，从而更好地分析利用的演变过程。转移矩阵[11]的数学式为

(2)

式(2)中：[Sij]为研究期内i种土地向j种转化的面积矩阵，km2；n为研究区内土地利用类型数量；i、j分别为研究中不同时期的土地利用类型。

3 结果与分析

3.1 土地时空变化结果

根据ENVI监督分类结果和ArcGIS中空间叠加分析功能分别绘制色季拉山3期土地利用分类图，如图2所示。表2为土地利用结构及统计表。

图2 1990—2018年色季拉山土地利用分类图Fig.2 Classification chart of land use in Sedgila Mountain from 1990 to 2018

表2 1990—2018年色季拉山土地利用结构及统计表Table 2 Land use structure and statistical tables of the Sedgila

图3为土地利用类型、面积和占比，由图3可知，未利用地、草地和林地一直都是色季拉山主要土地利用类型，三者面积加起来均超过总面积的90%，且都呈现“先减后增”的变化趋势；6类土地面积排序在28年中未改变，具体为：草地>林地>未利用地>水域>耕地>城乡、工矿及居民用地，这主要是因为色季拉山海拔跨度大，极高海拔地区不适宜人类居住，受人类活动影响小。

图3 1990—2018年色季拉山土地利用面积统计图Fig.3 Statistical Mountain chart of land use area of the Sedgila during 1990 to 2018

结合表2分析，色季拉山各类土地类型在28年来变化十分显著，尤其是城乡、工矿及居民用地从无到有；1990—2005年，土地面积减少的类型按照降序排列为：林地>未利用地>草地；土地面积增加的类型按照降序排列为：耕地>水域；2005—2018

年，土地面积减少的类型按照降序排列为：耕地>水域；土地面积增加的类型按照降序排列为：林地>草地>城乡、工矿及居民>未利用地；两个时间段内，面积增加和减少的土地类型完全相反，耕地和水域都呈现“先增后减”的趋势，面积有涨幅的原因主要是人口增加导致，但是在政府合理调控下土地面积整体呈现持平现象。总体来说，未利用地变化面积最大，共减少8.12 km2，其覆盖面积最多的是裸岩石质地，经人工开发、全球气温升高导致冰川退缩和草地退化等多方面原因造成该土地面积大幅减少；草地变化面积最小，共减少0.55 km2；但是从年变化率来看，水域变化率为0.40%，说明其面积变化最快，草地和城乡、工矿及居民用地年变化率均为0，二者面积变化最不明显。色季拉山作为林芝市重要的生态山体之一，其各类土地利用面积变化较为稳定，类型变化符合城市发展规划，有利于整个地区农林业发展和城镇建设。

3.2 土地利用转移矩阵

通过图3、表3～表5统计分析，1990—2005年这15年间，耕地面积变化最为明显，从34.32 km2增加到60.92 km2，共增加了26.59 km2，主要由未利用地和草地转化而来，面积分别为23.57 km2和13.37 km2；城乡、工矿及居民用地统计为零；林地从639.44 km2减少到62.50 km2，共减少了18.94 km2，减幅明显，主要转化为未利用地；草地、未利用地减少面积分别为4.71 km2和9.72 km2，主要转为水域和耕地；水域从62.94 km2增加到69.72 km2，共增加了6.78 km2，主要由草地转化而来，转化面积为19.42 km2。

表3 1990—2005年色季拉山土地转移矩阵Table 3 Distribution matrix of Sedgila Land from 1990 to 2005

表4 2005—2018年色季拉山土地转移矩阵Table 4 Distribution matrix of Sedgila Land from 2005 to 2018

表5 1990—2018年色季拉山土地转移矩阵Table 5 Distribution matrix of Sedgila Land from 1990 to 2018

2005—2018年对于整个林芝市而言，不仅是发展最快的13年，而且也是确定农牧林业发展基调的时期。其中城乡、工矿及居民用地从零增长到2 km2，分别由林地和草地各1 km2转化而来；耕地从60.91 km2减少到37.34 km2，减少了23.57 km2；林地从620.50 km2增长到636.73 km2，增加了16.23 km2，主要来源于草地的14.34 km2；草地从763.06 km2增长到767.22 km2，增长的4.16 km2主要来源于林地；水域和未利用地变化面积不明显，水域从69.72 km2减少0.42 km2，变化为69.30 km2；未利用地从583.99 km2增长到585.59 km2。

通过比较前15年和后13年间的土地利用变化，耕地、草地和林地第一阶段和第二阶段的面积变化基本持平，且三者相互转化程度较高；水域和未利用地由于变化成其他土地类型难度很大，所以一旦发生变化后，其面积很难逆转；当城市人口随着经济发展愈来愈多时，城乡、工矿及居民用地必定会发生显著的增加。

28年间，土地面积有所增长的是：水域>耕地>城乡、工矿及居民用地，分别增长了6.36、3.02、2.00 km2；未利用地、林地、草地的减少面积依次递减，分别为8.12、2.70、0.55。从表5中可以看出，对角线上的数字代表各类土地利用类型未发生变化的面积，其余表格中数字越大，则代表转化为该类型面积越多，则说明林地和草地之间的相互转化最为频繁，草地和未利用地之间的转化次之。

3.3 土地利用动态变化特征分析

土地利用变化分析是研究环境变化和人类活动相互影响的多维度分析，不仅能对该区域生态和经济发展起到重要客观的指导，还对预测气象、水文、土地面积、人口、经济指数等提供详细的数据。为了进一步研究28年内色季拉山土地利用时空变化的原因，本研究在ArcGIS中进行了属性值筛选，将未发生变化的土地类型删除，只留下有相互转换的土地类型，得出1990—2018年色季拉山土地利用动态图(图4)。从图4中不仅可以看出土地利用类型的转换，还可以看出土地类型的空间变化。除此之外，本研究还结合色季拉山的数字高程模型(DEM)、1990—2018年林芝市统计年鉴和相关行政区划图进行时空人文因素耦合，从而可以揭示色季拉山土地利用变化的主导因素。

结合图4和图5可以得出结论，在研究区域内，除东北方向基本没有变化，其他位置变化分布均匀，东北方位为鲁朗镇，有国家级森林公园，主要以林地为主，是林芝市生态环境保护的重点区域；研究区域最下端，雅鲁藏布江支流由西向东横穿整个研究区域，该部分土地利用变化较为密集，颜色多呈现浅色，变化多为草地和林地，而且城乡、工矿及居民用地也集中于此；研究区域内未利用地所占面积居多，但是变化分散，且变化面积较少。

图4 色季拉山卫星图(1∶200 000)Fig.4 Satellites of Sedgila Mountain(1∶200 000)

图5 1990—2015年色季拉山土地利用动态变化图Fig.5 Chart of the dynamic changes in land use in Sedgila Mountain from 1990 to 2015

根据统计年鉴和国家针对西藏政策分析，第一产业、第二产业、第三产业、人口、牲畜存栏和农作物播种面积6个指标呈上升趋势(图6)。其中人口的增加导致对居住地、基础设施和交通网络的需求增加，在2005年后，城乡、工矿及居民用地随着第二、三产业明显增加；大力发展特色农牧业最直接的体现是农作物播种面积和牲畜存栏数，二者的增长与耕地增多、草地减少是相对应的；生态旅游业和水电能源业的持续跟进是面对跨越发展和环境保护的突出矛盾，但是水域面积的增多远大于林地面积的减少，充分开发利用未利用地，这对于是农业区的色季拉山土地利用变化也很合理。总体而言，该区域在维护好各类土地类型的平衡利用下，努力探索着具有地区特色的发展模式。

图6 影响指标组合图Fig.6 Impact indicator portfolio

4 结论与讨论

(1)通过对色季拉三期遥感影像进行人机交互解译与人工目视验证，完成了6类土地利用类型信息提取，得出色季拉山28年的土地利用分布图及其变化情况。未利用地、草地和林地成为色季拉山主要土地利用类型；水域和耕地虽然基数不大，但变化明显，其面积都呈现先增后减趋势，尤其是水域，不仅增长面积最多，而且年变化率最大；虽然未利用地中裸地极不容易发生被改变，但是受到气温升高导致冰川退缩和草地退化等多方面的综合深度影响；2005年后，当越来越多的游牧民定居下来后，城乡、工矿及居民用地成为新增的土地利用类型成为必然结果；呈现先减后增趋势的是草地、林地和未利用地，特别是草地在28内仅仅减少了0.55 km2，这和政府实行草场承包到户制度有极大关联；人口增长、转林为耕、城市建设等都成为影响土地利用不可忽视的因素。

(2)由于遥感影像的监督分类这种人工目视解译方法基本由操作者的熟练程度来决定图像解译的精度高低，不仅效率极低，而且主观性极高，特别是当遇到大尺度和长时序的遥感图像，发展能够结合青藏高原独特的地理气候特点自动进行参数选择设置也是十分必要的；目前，以GIS为集成系统的3S技术[遥感技术(remote sensing，RS)、地理信息系统(geography information systems，GIS)和全球定位系统(global positioning systems，GPS)]应用为研究各个区域的土地利用类型变化提供了可靠有效的手段，但由于西藏云遮挡和地理位置特殊的影响，使其难以获得长时间序列的、公开的、可见近红外波段遥感影像。特别是在林芝市，这个区域年平均总云量均高于其他地区，可考虑将微波数据与可见光影像、热红外相结合提高分辨率来深入此项研究；制订合理的分析方法与驱动机制对色季拉山土地利用进行分析总结也是十分必要的。