基于GIS和RS的重庆市万州区土地利用变化及建成区景观格局研究*

李 斌， 李 辉， 曹 珂

(1.重庆工商大学 公共管理学院，重庆 400067； 2.重庆工商大学 长江上游经济研究中心，重庆 400067；3.重庆财经学院，重庆 400715 )

0 前 言

目前，众多学者关注土地利用/覆盖变化(Land use/Land cover change，LUCC)问题，相关研究日益深入，从主要生态功能区来研究该问题成为当前国际上开展LUCC研究的一个新趋势，生态功能区土地利用/土地覆盖变化(LUCC)与区域社会经济稳定、生态环境状况、生物多样性等有着十分密切的关系[1]。目前，国内外学者在土地利用时空变化特征方面主要集中在大尺度的研究，方法上主要依托一定时期的土地遥感影像作为基础数据，通过定量对比来揭示区域土地利用变化，为区域土地利用优化提供了可靠依据[2-5]，但已有文献对中小尺度的研究相对较少，尤其对一些典型区域的土地利用变化关注不够。重庆市万州区位于三峡库区核心腹地，在三峡库区蓄水过程中大量优质土地被淹没，随着库区产业重建和新型城镇化的快速推进，使得万州区本已十分有限的土地资源显得更加匮乏，人地关系日益紧张；同时，万州区作为国家重要的生态功能区和长江上游的生态屏障，区域土地利用变化非常重要，选择万州区为研究对象具有较强的典型性和现实意义。

以相关年份的美国LandsatTM影像作为研究基础数据来源，在RS和GIS技术支撑下，运用人机交互解译，定量遥感以及地统计学等方法，从数量、程度、变化速率等方面对三峡库区万州区土地利用变化进行2007—2018年间时空特征进行定量分析，同时在借助遥感影像数据分析的基础上，采用景观生态学的理论和方法，进一步分析万州区建成区建设用地景观格局的特征。从时间序列上来揭示研究区在社会经济发展中土地利用变化的内在变化规律，为新一轮的国土空间规划体系的实施和生态环境保护提供决策参考。

1 研究区概况

重庆市万州区是成渝城市群沿江城市带区域中心城市，成渝经济区的东向开放门户，是“一带一路”和长江经济带重要节点城市。万州区位于长江上游地区、四川盆地东部区域和重庆东北部，是三峡库区的核心腹地，介于东经107°55′22″-108°53′25″，北纬 30°24′25″-31°14′58″之间，辖区总面积3 457 km2，下辖52个镇、乡、街道，2019年辖区常驻总人口165.01万人，作为重庆市第二大城市，城区人口达102万。境内丘陵山地占区域总面积一半以上，呈零星分布。亚热带季风湿润带是研究区主要气候特征；日照相对充足，天气温和，雨量充沛，全年基本无霜，见图1。

图1 研究区区位图Fig. 1 Map of the study area

2 数据源与研究方法

2.1 数据源

数据来源于美国陆地资源卫星Landset TM遥感影像，为了揭示研究区域的土地时空变化特征，分别采用2007年、2012年、2018年3期Landset TM遥感影像，空间分辨率为30 m。

2.2 数据处理

采用ENVI、Erdas、Matlab等软件，对选取的万州区2007年、2012年、2018年3期Landsat TM影像数据进行大气辐射校正、几何校正、图像增强以及降噪处理，并且采用阿尔伯特等面积圆锥投影进行影像重投影[6-9]。

2.3 研究方法

2.3.1 土地利用动态度模型

土地利用的广度和深度可以通过土地利用程度来反映，也是体现土地利用中自然和人为因素的影响程度。根据刘纪远等[5]提出的土地利用程度的综合分析方法，构建土地利用程度综合指数模型。

D∈[100，400]，i=1，2，3，4

(1)

式(1)中：D代表研究区土地综合利用程度指数，Ai代表研究区第i级土地类型的利用程度分级指数，CCi代表第i级土地利用类型的总面积，HJ代表研究区域内的土地总面积，分级见表1。

表1 万州区土地利用程度分级及赋值表Table 1 Classification and assignment of land use degree in Wanzhou District

2.3.2 转移矩阵模型

在一定时间段内，区域土地利用类型之间相互转换是反映区域土地利用时空变化的主要特征指标，也是研究区域土地覆盖变化的重要方法[10-11]。利用地理空间定量分析的方法，采用地理信息技术和空间分析手段，则能够全面地反映所研究区域不同地类之间的相互转化，其通用的转移矩阵形式为

(2)

这里S为研究去土地的总面积；N为研究区土地利用类型数量；i，j为研究起始年与研究结束年的土地利用类型代码。

2.3.3 重心迁移模型

土地利用类型的重心变化可以具体反映出土地利用在空间分布变化的变化情况，其模型如下[12-14]：

(3)

其中：Xt，Yt代表第t年研究区建设用地所对应的重心坐标值；cti为研究区第i个建设用地图斑面积；xi，yi为研究区第i个建设用地图斑所对应的重心坐标值。

2.3.4 景观格局PD和PAFRAC指数法

景观斑块破碎度指数(PD)是常用的反映研究区土地景观破碎化程度的一个重要指标，其一般取值为0～1之间，若取值为0则表示研究区土地景观无破碎化，若取值为1则表示为研究区土地景观已完全破碎化。计算公式如下：

(4)

式(4)中,A为研究区土地景观的面积总和，m为研究区某土地景观类型；Nj为研究区土地景观类型的总数。

分维数(PAFRAC)是常用的反映研究区土地景观受到外来干扰程度大小的一个重要指标，其一般取值为1～2，若取值越接近于1则表明研究区土地景观斑块分布较为简单，同时也反映了研究区土地景观受到的人为干扰程度就越大；若取值越接近于2则表明研究区土地景观斑块空间分布就越复杂，同时也反映研究区土地景观受人为干扰程度就越小。参照陈丹，周启刚[3]的方法进行计算。

3 结果与分析

分别从动态度、变化方向和土地利用与变化程度等方面来分析2007—2018年研究区的土地利用变化过程。

3.1 土地利用时空变化分析

3.1.1 土地利用结构变化

表2可以看出：万州区2007—2018年土地利用结构表现为建设用地面积增加，耕地和草地面积减少的趋势。耕地面积从2007年的1 506.28 km2减少为2018年的1 478.39 km2，减少了27.89 km2，在各个地类中耕地面积变化的幅度最大；其次是建设用地从2007年的74.24 km2增加为2018年的95.36 km2，增加了21.12 km2，建设用地增加幅度最大，而且呈现持续增加的趋势；再次是水域面积持续增加，从2007年的100.63 km2增加为2018年的115.51 km2，增加了14.88 km2；同时林地面积在此期间也有一定程度的减少。总之，该时段万州区土地利用结构的变化与库区蓄水有着特定的关系，同时，随着城市化进程的加快，耕地、林地等呈现不断减少的态势。

表2 万州区2007—2018年土地利用类型结构表

3.1.2 土地利用流向变化

利用上述的转移矩阵模型，在ARCVIEW 3.3的Tabulate Area模块的技术支撑下，可计算出2007—2012年、2012—2018年和2007—2018年的研究区土地利用转移矩阵。该转移矩阵可以清楚地反映研究区在不同时段土地利用结构的变化，更重要的是能够反映不同地类之间的转化情况。

由表3看出：2007—2012年间本地类向其他地类转变中，其中草地、林地、水域和建设用地转化量分别为0.77 km2、4.01 km2、0.11 km2和0.63 km2，而耕地转化量为14.59 km2，未利用地转化率最少，仅为0.06 km2。由其他地类向本地类转化中，其中向草地转化量最小，向水域转化量最大，其次是建设用地。

表3 万州区2007—2012年土地利用转移矩阵表

在总的变化中，2012年相比2007年，研究区建设用地面积和水域面积有所增加，而且幅度较大，耕地面积与林地面积有所减少，其中耕地面积减少最多，主要转向是建设用地和水域，可以看出这一时段水域面积增加量最大，其次是建设用地；草地面积和未利用地面积几乎保持不变。

由表4看出：2012—2018年间，耕地向其他地类转化量最大，达到13.65 km2，其次为、林地、草地、水域、建设用地和未利用地，其中草地、林地、水域转化量分别为0.18 km2、3.81 km2、0.14 km2，建设用地和未利用地转化量最少。由其他地类向本地类转化量由大及小依次为：建设用地、水域、草地、耕地、未利用地，其中其他地类向未利用转化量为0，其他地类向建设用地转化量最大达到13.48 km2。在总的变化中，2018年相对2012年来看，建设用地和水域两个地类增加较大，耕地与林地两个地类有所减少，大量的耕地转化为建设用地和水域，这一特征符合库区前期土地利用结构的变化规律。

表4 万州区2012—2018年土地利用转移矩阵表

由表5看出：从整个研究区间来看地类的变化，可以明显看出，本地类向其他地类转化量由大及小依次为：耕地、林地、草地、建设用地、水域、未利用地，其中耕地的转出量最大，达到28.23 km2，水域和未利用地转化量最少。由其他地类向本地类转化量由大及小依次为：建设用地、水域、草地、耕地、林地、未利用地，其中向未利用地转化量最小，向建设用地转化量最大，分别为0.05 km2和21.74 km2。总之，十多年中，万州区土地利用流向的特征十分明显，耕地、林地流向水域和建设用地是土地利用变化的主要特征，这主要是由于城镇化进程的加快和三峡库区蓄水引起的。

表5 万州区2007—2018年土地利用转移矩阵表

3.1.3 土地利用程度变化分析

以TM遥感影像为基础，结合2007年、2012年以及2018年土地利用解译数据，借助土地利用综合程度模型，计算得出研究时段万州区的土地利用综合指数及其变化量。

从表6分析可知：研究区在2007—2018年期间，其土地利用程度指数在数量上呈现出增长态势，说明区域内的土地利用深度及广度有所增强。研究区的土地利用程度综合指数在2007—2012年的5年内的增加量约为1.35，2012—2018年的增幅最大，达到1.77，充分表明该段期间内的土地利用开发力度较大，综合利用水平在不断提高。另一方面，从区域土地利用程度综合指数的整体变化量来分析，2012—2018年间土地利用综合指数的变化量比2007—2012年间的土地利用变化综合指数的变化量大，说明2012—2018年万州区土地利用程度得以提高，也反映了该时段经济发展相对较快。总之，从2007—2018年十多年来看，万州区土地利用程度综合指数保持相对稳定，但相对于理论上的极限值400来说，万州区的土地利用综合程度处于中等水平，这将为区域经济发展的土地需求留有足够的挖掘空间。

表6 土地利用程度综合指数及变化表Table 6 Comprehensive index and change of land use degree

3.2 建成区景观格局分析

3.2.1 建设用地时空变化分析

(1) 建设用地扩展规模及方向分析。为了揭示万州城区建设用地空间扩展的规模和速度特征，以万州区城区规划范围内建设用的几何重心为原点，按图2所示将万州区划分为8个区域。

图2 万州区建成区区域划分示意图Fig. 2 Schematic diagram of regional division of built-up area in Wanzhou District

在ARCGIS 10.2地理信息系统软件的支撑下，得到了万州区2007—2012年、2012—2018年建成区用地变化表。

从表7、表8可以看出：2007—2012年城区建设用地面积总计增加了6.62 km2，由2007年的55.35 km2增加为2012年的61.97 km2，同时，这一时期建设用地在东南方向增加最多，5 a间增加了2.52 km2，说明该时期万州区城区空间拓展的主要方向为东南方向。而在近几年，城区建设用地总面积从2012年的61.97 km2增加为2018年的74.15 km2，表明该阶段城区建设用地增加较快，年平均增加建设用地达到3.06 km2，同时，2012—2018年该阶段城区建设用地在西南方向增加量最大，达到4.97 km2，说明该时期万州区城区空间拓展的主要方向为西南方向扩张为主。万州城区建设用地空间格局这一特征将为新一轮国土空间规划提供决策参考。

表7 2007—2012年建成区用地面积变化表

表8 2012—2018年建成区用地面积变化表

(2) 建设用地重心迁移分析。在arcgis 10.2的支持下，根据式(3)，利用处理好的数据，得到了2007—2018年研究区建设用地重心迁移示意图(图3)。从图3可以看出：2007—2018年研究区建设用地重心转移变化的趋势表现为两个不同的阶段：2007—2012年间，建设用地重心向东南方向迁移，2012—2018年间，建设用地重心向西南方向迁移。总体上来说，近10年内建设用地重心的迁移方向是西南方向，这与上文中建设用地扩展方向分析的结果相吻合，表明在2007—2018年间，研究区建设用地的扩展方向是西南方向。以上研究结论对于万州建成区在新一轮国土空间规划实施中，对于产业的空间安排、公共设施的空间布局以及城区空间结构的重塑等都有非常重要的参考价值。

图3 万州区2007—2018年建设用地重心迁移图Fig. 3 Gravity center transfer diagram of construction land in Wanzhou District from 2007 to 2018

3.2.2 万州区建成区景观格局分析

景观格局决定着自然地理环境的形成、分布和组分，制约着各种生态过程，并与干扰能力、恢复能力、系统稳定性和生物多样性有着密切的关系[16-17]。采用土地利用类型作为景观的斑块类型，根据研究区景观实际状况对万州区建成区的建设用地图斑进行景观格局分析。

(1) 景观破碎度。根据上述公式，在ARCGIS 10.2及fragstats3.3的技术支撑下，得到万州区建成区2007—2018年景观破碎度指数，具体如下：就整个研究区而言，景观斑块的破碎化程度较高，2007—2018年万州区建成区的平均景观破碎度指数为0.079 2，表现出一定的人为特征，而在景观内部则表现出一定的破碎化程度。2007—2018年景观破碎度指数有所增加，2018年破碎度最大为0.083 5；其次2012年的0.079 6；最小的2007年的0.079 6。这从侧面反映了万州区建成区在不断扩展过程中自然景观造成了较大的改变，因此，在新的国土空间规划实施过程中，要充分研究三区三线的划定，加大城区生态环境修复和空间格局优化。

(2) 景观分维数。参照陈丹，周启刚[3]的方法，在ARCGIS 10.2及fragstats 3.3的技术支撑下，得到万州区建成区2007—2018年景观分维度指数，具体如下：2007—2018年万州区建成区，平均景观分维度指数为1.405 2，处于较低水平，表明研究区受人为干扰较大，建成区景观分维度指数分别为2007年的1.421 6、2012年的1.403 1和2018年的1.391 0，表明研究区土地景观斑块分布较为简单，同时也反映了研究区土地景观受到的人为干扰程度较大。综上可知，万州区建成区景观分维数在2007—2018年不断减小，也反映了其受人为干扰程度也越来越大，这也体现了万州区城镇化不断加快的现实情况，在此过程中人为改造大自然的程度不断增强。研究结论对于万州城区空间扩展过程中，须以景观生态学的原理为依据，加强生态廊道、节点和斑块的空间优化和保护。

4 讨论与结论

以三峡库区万州区2007、2012和2018年3期土地利用数据为基础数据，在GIS和RS技术的支撑下，对万州区的土地利用与建成区景观格局在时间上和空间上的变化规律及差异性进行了分析，形成讨论与结论：

4.1 讨 论

土地利用变化和景观格局特征及其相关研究是区域可持续发展研究的热点内容之一，以三峡库区万州区为研究对象，对其十多年来的土地利用格局时空变化特征经景观格局现状分析，研究可为三峡库区后期国土开发政策的制定和城市化健康发展提供参考。鉴于文章篇幅有限，对土地利用变化的内在驱动力的研究有待进一步完善和提升。研究基于LandsatTM遥感解译数据，运用RS和GIS平台，通过土地利用变化分析模型和景观格局运算方法对三峡库区万州区的土地利用变化特征和建成区景观格局进行分析，研究结果具有一定的客观性，可以新的国土空间规划提供一定的决策支持。

4.2 结 论

(1) 从2007—2018年，由于城镇化、农业结构调整、库区后续建设和自然环境的影响，研究区土地利用总体上呈现建设用地和水域面积增加及耕地和草地面积减少的明显趋势。若从土地利用面积变化幅度来看，耕地面积变化的幅度最大，虽然2012—2018年区内土地利用综合程度提高相对较快，由于仍处于中等水平。因此，在未来一段时期，需通过优化区内土地利用结构，提高土地利用综合程度，减少对耕地的过度占用。

(2) 研究区的土地利用流向特征明显，并且在空间和时间上存在着一定的相差异性。2007—2018年间由本地类向其他地类转化量由小到大排序：未利用地<水域<建设用地<草地<林地<耕地，由其他地类向本地类转化量大小排序：草地<未利用地<林地<耕地<建设用地<水域，这将为未来土地利用结构优化提供了依据。

(3) 万州区建设用地扩张特征也十分明显，2007—2012年间，研究区的城市发展的主要方向为东南方向；在2012—2018年间城市发展方向以西南方向为主。

(4) 从建设用地重心变化特征可以看出，2007—2018年研究区建设用地重心转移变化的趋势，这种变化趋势呈现出一定的规律性。首先， 2007—2012年间，建设用地重心向东南方向迁移；其次，2012—2018年间，建设用地重心向西南方向迁移。

(5) 2007—2018年期间，万州区建成区平均景观破碎度指数为0.079 2，景观斑块的破碎化程度较高，表现出相当强的人为特征，而在景观内部则表现出一定的破碎化程度；平均景观分维度指数为1.527 4，处于较低水平，表明研究区受人为干扰较大。