营口海岸带土地利用及景观格局35年变化

帅艳民, 曲歌, 邵聪颖, 谢东辉, 朱启疆, 石莹

营口海岸带土地利用及景观格局35年变化

帅艳民1,2,3, 曲歌1,*, 邵聪颖1, 谢东辉4, 朱启疆4, 石莹1

1. 辽宁工程技术大学, 测绘与地理科学学院, 阜新 123000 2. 中国科学院新疆生态与地理研究所, 丝路绿色发展研究中心, 乌鲁木齐 830011 3. 中国科学院中亚生态与环境研究中心, 乌鲁木齐 830011 4. 北京师范大学, 地理科学学部, 遥感科学国家重点实验室, 北京 100875

营口沿海产业基地是“兴辽计划”和振兴东北的重要支点, 其经济发展与海岸带变迁的耦合机制亟需海岸带土地利用和景观格局的变化足迹, 以便深入理解海岸城市与经济发展协同演进过程。以面向对象的分类器为主辅以人工解译, 提取营口海岸带1984—2018年间30m土地利用信息, 采用土地转移矩阵和景观格局指数分析土地利用和景观格局变化趋势, 通过主成分分析法探讨诱发变化的关键驱动因素。结果表明: (1) 土地利用类型1984—1992年以耕地和盐田变化为主发展到1993—2006年建设用地激增的趋势, 具有从农耕为主到城市化的鲜明时代特征; (2) 土地利用类型间的逐年转化程度各不相同, 其中1993—1995年、2006—2007年、2011—2015年耕地和低效盐田向建设用地的转入最为突出; (3) 景观格局总体上斑块趋于分散, 2004年后破碎化加剧, 并呈现以建设用地和耕地为区域基质, 其他景观周围分布的模式; (4) 人口和经济政策因素在营口市海岸带土地利用方式转变过程中具有明显驱动效应。尤其“以港兴市”、耕地占补平衡、沿海产业基地建设等政策驱动当地土地利用倾向性的变化方向。合理调整土地利用结构, 优化景观布局, 充分利用沿海地理优势的同时更应着眼于可持续发展, 致力经济、社会和生态效益相统一。

海岸带; 影像分类; 土地利用; 景观格局; 驱动力

0 前言

海岸带指连接陆地与海洋的生态交汇区, 一般地形平坦开阔, 土壤深厚肥沃, 物种丰富度高, 人类文明多起源于此。八十年代改革开放以来, 约占我国13%陆地面积的海岸地区却聚集了70%+的大城市和近50%的人口及55%的国民收入[1], 是经济发展前沿阵地和社会活动的重要场所。但海陆过渡地带地类复杂, 易诱发生态环境脆弱敏感问题, 加之人类活动密集, 资源开发频繁, 土地利用类型及地表景观变化较为活跃, 滋生出的人地问题错综复杂。而海岸带土地利用动态变化(Land Use and Land Cover Change, LUCC)及其景观格局演进过程, 是潜入理解海岸带问题和综合评价海岸生态环境状况的基本数据。

拥有客观、准确和大尺度特点的卫星遥感技术已被不少学者用于探讨海岸带LUCC及地表景观变化的相关问题[2]。海岸带地物分类一般以遥感影像为数据源, 通过参考陆地区域土地分类系统标准并结合海岸带地物特征, 建立较详细的解译标志库, 以人工目视解译来完成海岸带土地利用分类[3], 随着机器学习研究的深入, 应用决策树、SVM(Support Vector Machines)、人工神经网络等方法识别海岸带地物逐渐成为趋势, 如薛振山等利用CBERS-02与SPOT5融合后的数据, 应用SVM方法提取海岸带信息并取得较高精度[4]; 何厚军等运用规则推理方法分析海岸带地物的光谱特征及纹理特征, 构建决策树模型进行海岸带信息提取研究[5]。由于海岸带地物地形较为复杂, 上述方法均属于基于影像像元的分类处理, 精度尚可但应用效果仍需提高, 因此不少学者们提出面向对象分类方法, 如王彩艳等从影像分割入手, 获取同质图斑并深度挖掘其光谱、纹理、空间关系等多方面特征以区分海岸带地物, 得到较高精度的土地利用信息[6]。随着海岸带地物分类方法的不断改进, 为海岸带变化检测[7-9]、驱动力机制研究[10-12]及环境响应[13-14]提供技术支持, 可深入探讨海岸带土地利用时空变化特征, 进一步提高对海岸带认识, 对港湾地区可持续利用提供科学参考。但大多以5年甚至10年为间隔, 对海岸带逐步演进细节的捕获仍有欠缺。此外, 海岸带研究主要集中在长江三角洲、珠江三江洲或厦门、广州等较发达地区, 对其他沿海地区研究则相对缺乏[15]。营口经济发展起步较晚但进程较快, 目前是国家振兴辽宁乃至整个东北的重要支点, 必将迎来更快的发展节奏。因此, 我们有必要对其海岸带演进特点提高认识, 为合理规避高强度开发可能诱发的潜在风险和其他相似类型海岸带科学规划服务。

遥感技术的发展和卫星数据的开放与积累为捕获海岸演进的时序细节提供客观保障。卫星遥感发展初期多以服务大气和海洋领域为主, 观测空间分辨率均在百公里至公里级, 相对地表覆被特别是人类活动造成的变化通常在250 m尺度, 而该空间尺度较粗则很难准确提取LUCC情况。近年来, 对地观测星载传感器日益丰富且时空分辨率得以大幅提升, 为地表覆被精细类别的提取提供客观机会, 尤其是我国中高分辨率观测数据的积累和Landsat自1980年历史数据开放政策的实施, 为几十年时间跨度的时序研究提供基本数据保障[16-17]。综上, 本文以Landsat 1984年以来有效数据为基础, 探讨营口海岸带土地利用和景观格局逐年变化特点及潜在驱动因素, 为营口乃至辽宁沿海经济带管理提供基础数据。

1 研究区域与数据

1.1 研究区域

“海岸带”尚无统一的界定标准, 各研究基于海岸带调查相关规范和研究区实际情况及研究目的, 各自围绕海岸线向海陆两侧延伸一定距离定义海岸带研究范围。本研究参照《全国海岸带和海涂资源综合调查简明规程》, 自海陆交界线[18]向陆一侧扩展10 km, 以不割裂道路干线、乡镇行政界限等为原则, 确保城市景观独立完整, 同时向海一侧扩展10 km。不同年份海陆界线略有不同, 故以大潮高潮时划分以保证港口码头、盐田及养殖水面景观和海岸线的完整性。营口海岸带位于渤海湾东北岸(图1), 地理坐标介于北纬39°55′至40°45′, 东经121°55′至122°25′之间, 气候温和, 降水适中, 海岸线直线长达122 km,边界与海岸线所交叠的行政区有西市区、站前区、鲅鱼圈区和盖州市。该研究区域虽不能囊括整个盖州市行政区, 但已汇集所有的经济中心、主要交通干线及二台、九寨、陈屯等大型水果种植基地, 而未覆盖到的盖州市东部系千山山脉的部分山区, 目前深度开发还很欠缺。总体上, 营口海岸带北端为淤泥质海岸, 地势平坦利于海水引进, 主要被开发成盐田或水产养殖; 中部为基岩海岸, 具备良好的建港条件亦适于发展旅游度假产业; 南部为砂质海岸, 地质较为松散, 虽缺乏建港基础但可围垦土地[19]。

图1 研究区地理位置和随机布样的验证样点(黄色)及实地踏勘样点(红色)的空间分布

Figure 1 Geographical location of research region and the distribution of accuracy verification and field work points

1.2 数据及预处理

本文选取1980年以来, 研究区域内无云盖的Landsat 30mTM、ETM+、OLI并经过辐射定标、地理定标和大气校正地表反射率数据产品。从美国地质调查局管网(https://earthexplorer.usgs.gov)共获取1984—2018年逐年28期TM和6期OIL覆盖研究区的影像。Landsat7 ETM+因2003年出现SLC-off故障造成严重的数据缺失, 且有同期TM有效数据的情况下, 暂未考虑ETM+ SLC-off数据。此外, 为减少地物类型特别是植被的季相波动影响, 所有数据均选取9月中旬至10月中旬影像。再者, 依照所采纳的“海岸带”界定, 屏幕数字化出营口海岸带边界图, 并作为掩膜将34期Landsat影像统一裁剪。此外, 我们还获取了空间分辨率30 m的ASTER GDEM数据, 并将其处理坡度图用于后续分类依据指标之一。另外, 为验证地表覆被提取精度, 我们在研究区随机选取150个验证点, 保证选点客观性和避免人为倾向性，根据同期高分辨率影像人工解译验证点。对个别不确定类别, 我们进行了实地考察, 踏勘路径覆盖上述随机验证点的30%左右, 以进一步确认。

驱动力分析中还参考了《营口年鉴》《环渤海区域经济年鉴》中营口市西市区、站前区、鲅鱼圈区、盖州市4个行政单元的1984—2018年社会经济数据指标, 从人口、经济增长、生活水平、农业生产等方面入手, 选取沿海港口货物吞吐量、外贸口岸出口总额、国民生产总值、第一产业总值、第二产业总值、第三产业总值、工业总产值、年末总人口、全市居民消费支出、年末非农业人口、水产品产量、水果产量共计12个可量化因子开展主成分分析。研究中还采用了营口海岸带实地考察拍摄影像, 用于辅助分类结果验证。

2 研究方法

2.1 基于面向对象的分类策略

营口海岸带1984—2018年间逐年土地利用空间分布情况是研究其过去三十多年动态变化和景观演进的工作基础。我们首先考察覆盖研究区的开放土地利用数据产品, 如FROM-GLC、GlobeLand30, 目前仅有几期产品, 尚不能建立逐年时序。故本研究组织Landsat时序影像, 融合多种有效信息手段获取海岸带时序土地利用图。传统基于像元的分类图往往较为破碎, 面向对象分类方法通过对图像有效分割以聚合具有相同属性特征的像元, 形成较为完整的图斑(即称之为对象的像元集合体), 该方法可综合考虑图像光谱统计特征及地物的形状、纹理等一系列信息, 可抑制类内噪音和消除部分类间光谱混淆现象[20]。综合考虑, 其较适用于挖掘分析本研究中不同土地利用图斑要素的变化轨迹, 故采用基于面向对象的分类策略为主辅以后处理来确保海岸带时序土地利用图的准确提取。

(1)分类前准备: 利用典型地物同季相波谱特征积累遥感影像解译的先验知识。通过ArcGIS工作平台完成人机交互式的目视解译, 获取2018年营口海岸带土地利用类型空间分布矢量图(图2), 统计各类型面积比例, 依据我国土地利用分类标准并结合研究区的实际情况, 划分出耕地(包括水田、旱地等)、绿地[21](除耕地以外的植被, 如林地、草地等)、水域(包括海域、河渠等)、盐田(包括盐池、滩涂、养殖水面等)、建设用地(包括房屋、道路等)。由于研究区土地开发强度大, 近乎无未利用土地, 故类别划分中无“未利用土地”类型。

图2 2018年营口海岸带目视解译矢量图

Figure 2 Vector map generalized through the screen-digitalization over Yingkou Coastal Zone from the high resolution image of 2018

(2)多尺度分割: 选择最佳分割参数构造同质性像元的对象。在eCognition 8.7软件中以小尺度做初始分割, 依次放大尺度生成不同影像层, 对比分割对象与实际地表覆盖面元形状的一致度, 选择最佳尺度参数为50、形状因子0.5、紧致度因子0.3, 明度值<1, 分割效果如图3所示。

(3)构建分类层次及规则: 根据高分辨率影像, 选取营口地区不同地物, 分析波谱和遥感因子特征及其直方图分布, 建立分类规则, 确定最佳特征的取值范围, 并采用分类树机制进行分层地物提取。具体为针对分割对象, 利用eCognition软件中的Feature View工具显示所筛选特征(包括MNDWI、NDVI(表1)等)对应的直方图, 根据多个特征间的最高可分离性确定区分目标和非目标对象的阈值范围, 在分类树节点建立确定目标对象的阈值条件, 且同时构建水域、建设用地、绿地、耕地由上至下的层次结构, 分级提取, 盐田通过对水域手动分割完成, 具体参照图4的土地利用分类流程图。

图3 分割后的影像对象

Figure 3 Image object after segmentation

表1 分类规则

表2 景观格局指数

(4)分类后处理: 自动分类存在一定的图斑错漏现象, 需要人机交互反复检核, 逐景剔除错分图斑、补充漏分图斑。

2.2 精度评价

精度评价不仅是对分类策略和信息提取方法的有效检验, 还是对后续动态变化监测分析的基本保障。本研究采用定性和定量两种方式进行分类结果的精度评价。首先对结果目视检查并辅以地面调查进行分类图的定性评价。再者, 我们在研究区随机布设验证点, 利用专家知识人工识别其1984—2018地物类型作为精度评价对比基础, 并通过混淆矩阵等指标定量评价每年的分类效果。总体精度表示矩阵中被正确分类的样本总数与总样本数的比值, 即分类结果总体正确性, Kappa系数充分利用矩阵中每个元素信息, 综合考虑正确分类数目和错分漏分情况, 可较为客观全面地反映分类结果总体精度情况[22]。

2.3 土地转移矩阵

在研究中, 本文采用土地转移矩阵表达土地利用类型的定量转入转出变化细节。土地转移矩阵是以数字矩阵的形式刻画某时期内各土地类型的流动去向和数量, 见公式(1), 该方法可细致直观地反映

出土地类型的结构变化, 提供动态、丰富的用地功能转变信息。

S表示面积; n代表所讨论的土地利用类型数; I代表转移前的土地利用类型; j代表转移后的土地利用类型; Sij代表转移之前属于i地类转换成转移之后属于j地类的面积[23]。

Figure 4 Flow chart of land use classification

2.4 景观格局指数

景观格局指数是综合反映景观格局信息的量化指标, 在格局与过程间建立联系, 分析景观要素及区域内生态资源的发展变化。本研究考虑海岸带的地表覆盖特点, 选取一组类型级别指标及景观级别指标(表2), 旨在既能够反映单个要素的结构特征, 又能描述研究范围内整体特征, 达到从不同尺度较全面分析景观格局的目的[24-25]。

3 结果与分析

3.1 土地利用分类结果及精度评价

依据上述分类策略, 提取1984—2018年营口市海岸带土地利用类型分布图。如图5左部所示为1984—2018年间8个典型年份土地利用分布图, 总体上左侧为海右侧为陆, 图5左(a)—(d)初期最北端为建设用地, 向南即为大规模的盐田, 中部和南部则是耕地、绿地及零星散布大小不一的建筑用地, 此时鲅鱼圈港区初具雏形分布在中部基岩岸段处, 到图5左(e)—(h)即研究后期建设用地分布较广, 几乎覆盖了站前区和西市区北部, 鲅鱼圈港区则以海港为中心呈放射状分布在鲅鱼圈区沿岸, 成片的耕地仍分布在研究区中部南部即盖州市的非城区, 由图(g)和图(h)可以看出2013年后盐田仅分布在盖州团山岸段。通过混淆矩阵利用高分辨率影像数据对1985年、1990年、1995年、2000年、2005年、2010年、2015年解译结果进行验证, 总体精度分别为87%、90.6%、86.2%、91.2%、88.7%、89.9%、90.6%, Kappa系数对应为0.82、0.87、0.82、0.88、0.84、0.86、0.87, 能够满足研究的精度需求[26]。另外, 通过2018年的实地踏勘, 结合对当地居民的调查访问, 将分类结果与采集的地表真实信息对比, 验证精度达90%。

3.2 土地利用动态变化

年际变化土地利用时序分类图显示各土地利用类型的位置均有不同程度的迁移。如图5右侧(i)—(k)所示, 建设用地在研究区北部、西南部持续扩张, 转换主要发生在地理区位较好的地区, 为西市区沿海产业基地的盐田、鲅鱼圈沿岸的水域及盖州市九垄地镇的耕地; 耕地减少区域在研究区内分布较广, 主要分布在鲅鱼圈区东部、盖州市南部; 盐田在西市区北部不断发生大规模转为水域, 后期在其西南位置进行补充; 位于板石山、五台山、新开岭的绿地虽有被开垦为其他类型的痕迹, 但幅度较小; 水域的变化则主要表现在西市区沿岸盐田的废弃和鲅鱼圈沿岸海港的建设。从1984—2018逐年土地利用面积上(图6), 1984—1992年间土地利用结构以水域、耕地和盐田为主, 人类活动对地表的改造主要体现在农业生产和海港城市的盐田管理中, 建设用地一直呈稳定缓慢增长, 耕地则一直保持明显的减少趋势。1993—2006年间建设用地面积已超过盐田且增长速度开始加快, 而耕地大幅减少后在2002年后略有抬升。在2008—2014年一直攀升的建设用地与耕地面积相持平, 2014年后建设用地继续扩张直至超出耕地90 km2, 且差距逐年拉大。此外, 自1990年后盐田面积一直呈减少趋势, 虽偶有上升波动但幅度均不足20 km2, 直至2000年后减少速度加快, 尤其是2010—2013年间, 稍后有一个三年回弹。

图7综合了1984—2018年营口海岸带逐年土地利用类型转入转出情况, 反映了土地利用类间动态变化的足迹。(1)耕地整体呈现为向其他土地利用类型转出, 多为建设用地, 尤其是1993—1994年、2010—2011年达70 km2以上。(2)建设用地的转移反映为土地转入, 转入的类型主要有盐田、耕地和水域, 其中近一半的转入量来自耕地, 集中体现在1993—1995年和2000—2014年。城市化进程加快的直接表现就是建设用地需求量增大, 在土地总量一定的情况下, 必然会发生其他类型的转入。建设用地转化为耕地也常有发生, 这是由于土地利用管理力度的加强, 没收并退垦非合理占用耕地资源的建设用地, 造成建设用地与耕地间双向转化。(3)盐田类型的土地转移幅度较大, 流动多发生于建设用地和水域两种类型。前期盐田的转入面积高于转出面积, 但自2006年起转出大幅增多大规模转变成建设用地, 且部分盐田通过淡水养殖恢复土壤正常盐碱度后逐渐改造为耕地, 每年转出面积接近50 km2。80、90年代营口海岸带工业发展水平较低, 盐田为当地重要工业原料产出区, 制盐效益好, 在这期间转入部分多。由于近年来盐田价值下滑, 制盐成本上升, 大量低效盐滩面临转型, 开发成沿海产业基地。(4)绿地类型的土地转移对应耕地、建设用地两种土地类型, 年际间土地转移量仅在20 km2左右, 时序变化与其他类型相比幅度较小, 其中建设用地持续向绿地转入, 转移量虽不多但有增加趋势, 表明区域发展开始关注生态建设, 注意植被覆盖率的提高。(5)水域的转移路径相对简单, 主要转变为建设用地与盐田, 另有小部分发生于其边缘围垦后转为耕地。

图5 1984—2018年营口市海岸带土地利用类型分布(图左)及转移分布(图右)

Figure 5 Land use type distribution and transfer distribution in coastal zone of Yingkou City from 1984 to 2018

图6 1984—2018年营口市海岸带地类面积变化信息

Figure 6 Land type area change information of Yingkou Coastal Zone from 1984 to 2018

图7 1984—2018年营口海岸带逐年土地利用转移情况

Figure 7 Land use transfer in Yingkou Coastal Zone from 1984 to 2018

3.3 景观格局动态变化

从景观生态学角度总体景观格局[27], 1984—2002年间香农多样性和香农均匀度指数均呈单调上升趋势, 并在此后仍以波动形式持续升高(图8a), 说明景观结构中优势组分对格局整体的影响减弱, 由于居住场所开发、社会生产活动等愈加频繁, 不同类型斑块间分离度逐渐提高, 各景观类型空间分布趋于分散。

从单个土地利用类型角度分析, 景观格局动态变化的特点各具特色。(1)耕地聚集度在整个研究时段均较高(图8b), 仅次于景观中斑块个数最少且总面积最大的水域类型, 总体上呈现片状连续分布, 但其形状指数(图8c)较高, 主要由于耕地斑块边缘新增了建设用地斑块, 造成耕地斑块形状复杂化。(2)建设用地在研究期间内斑块密度、形状指数属所有类型中最高, 聚集度、平均斑块面积则最低, 连通度(图8d)处于各类型中的低值, 较明显地表现出景观连通状况不佳, 与邻近其他类型斑块联系能力弱, 甚至影响整体景观的连通度。1998年后建设用地平均斑块面积(图8e)相较自身有小幅增长, 说明该类型的散碎斑块逐渐被整合归并(3)绿地的平均斑块面积、斑块密度在研究前期波动较大, 2003年后绿地各项景观指数维持较稳定的状态, 2010年后形状指数呈上升趋势, 可知退耕还林还草的良好生态理念与土地利用结合逐渐深入, 绿地斑块形状简单化, 人为干预效果明显。(4)盐田斑块密度(图8f)低于0.1, 各年份均低于景观中所有类型最低, 说明盐田景观面对扰动的反应能力强, 对整体景观稳定性贡献较多。连通度在1984—2011年间保持在99.7左右, 2011—2018年有明显浮动, 由于营口沿海产业基地在2006年正式开发建设, 部分盐田景观被其他类型代替。(5)水域类型景观聚集程度最高, 形状指数、斑块密度都呈上升趋势, 完整的水域景观边缘被分割出许多小斑块, 造成其形态趋向复杂化。

图8 1984—2018年营口海岸带各项景观指数变化情况

Figure 8 Changes of landscape indices in Yingkou Coastal Zone from 1984 to 2018

4 讨论

土地动态变化的驱动因素从根本上可分为自然因素和人文因素两大类。在35年的监测期内, 地质地貌、气候气象等自然因素较为稳定, 对土地利用变化影响短期内不显著, 相比之下, 人口、经济等人文社会因素对土地利用方式的转变更具显著驱动作用, 因此本研究考虑人文社会因素作为驱动力, 联系营口海岸带社会经济数据, 选取对土地利用有潜在影响的12个指标构建指标体系, 在SPSS软件中通过主成分分析进行代表性指标选取。计算得出第一、二主成分特征值均大于1, 累计贡献率96.214%, 能反映所选指标的综合信息, 各变量因子负载见表2, 表明主要驱动因素为人口因素和经济政策因素。

表2 主成分载荷矩阵

4.1 人口因素

土地利用转换过程中带有人类活动或人类意志的显著烙印。35年来营口海岸带人口增长速率不断加快, 由1984年的190.66万人增至到2018年的243.3万人, 这种增长趋势必然需要提供更多的居住地, 导致建设用地的增加, 而房地产商开发新住宅区时往往不会考虑城市建设的整体规划, 造成建设用地类型小斑块个数增多, 致使景观破碎化、聚集性不佳, 甚至影响与其他景观单元的连通度。另一方面, 研究区非农业人口相比总人口增长速度更快, 说明以务农为主的低额的经济收入已经不足以供给人们如今的生活需要, 更多人主要是青壮年选择去收入较高的工厂做工, 耕地种田的劳动力减少, 这也与耕地的缩减相关联。

4.2 经济政策因素

经济发展对一个地区的城市化进程起决定性作用, 是土地利用结构变化的动力来源。近30年来在新型经济的引导下, 营口海岸带第二、第三产业在产业结构中比重明显提升, 2018年已达到第一产业总值的5到6倍。由于第二、三产业以工厂生产和服务行业为主, 占用的土地资源多为建设用地, 而第一产业则多为农用地、林地等, 产业结构的调整势必会促进原有土地利用方式及景观格局的改变, 形成适合当前形势的土地利用系统。改革开放初期, 营口大兴制盐业, 引海入池, 在西市区内构建了百里盐田, 但长期以来未能随经济环境改变实施转型, 致盐田效益不高, 2006年起营口抓住“五点一线”辽宁沿海经济带的战略机遇, 将低效盐滩开发建设成营口沿海产业基地, 在承接东北亚经济圈、环渤海经济带、一带一路等多方辐射下, 沿海产业基地已然形成规模, 致使盐田的锐减和建设用地的扩张。另外, 在“以港兴市”政策的引领下, 营口港以填海造陆的方式规模不断扩大, 从而引起水域向建设用地的转入。根据营口土地利用总体规划, 2008年起落实耕地“先补后占”制度, 促使2010—2016年间耕地面积出现先增长后减少的现象。

本文借助土地转移矩阵、景观格局指数对营口市海岸带的土地利用、景观格局时空特征变化进行系统地梳理分析, 并探讨经济、人口等因素的驱动效应, 利用遥感手段的监测更具有宏观把握, 研究结果对未来营口市海岸带合理调整土地利用结构、优化景观布局、协调区域生态环境与经济发展有重要参考价值。为提高分类精度, 因此本文在地物提取中投入了大量人工判读、检核的工作, 但是这势必会增加工作量, 在未来研究中将进一步寻求全自动分类方法, 精细化土地利用类型, 在连续时序分析的基础上加强对研究区精细类型演进的理解, 并且今后的研究中可建立多驱动因素耦合的定量化模型, 联合变化过程对解释预测驱动力内在机制进行深度探讨, 还可因地制宜构建不同类型土地利用变化对土地可持续性的响应模型。

5 结论

本文基于营口市海岸带1984—2018年的Landsat影像数据, 以基于面向对象分类策略为主结合人工目视解译提取逐年土地利用类型分布图, 采用土地转移矩阵、景观格局指数方法获取海岸带土地利用变化信息, 利用主成分分析法对数据进行统计整理, 研讨其驱动力因素。结果表明:

(1)不同土地利用类型变化具有鲜明的时代特征。1984—1992年以耕地、盐田的自然发展为主, 1993—2006年建设用地扩张, 向城市化发展, 2008—2014年建设用地继续增长, 盐田锐减, 耕地受政策保护有所增加。

(2)35年间不同土地利用类型的转化各有特色带有改革的时代烙印。耕地主要转化为建设用地和绿地, 这与我国改革开放后长期大力发展基础建设和近期加大生态环保力度关系密切; 相应的建设用地则主要反映为耕地转入; 盐田主要转换为建设用地和水域, 其较活跃的转入转出轨迹呼应了盐田效益和市场调控情况; 区域发展注重提高植被覆盖率, 转入绿地类型的土地面积逐渐增多; 水域类型的转移出现在对建设用地的转入和与盐田的互相转化。

(3)景观特征随时间推移不断发生波动。根据景观指数变化可看出各景观类型分布趋于分散, 原本的耕地景观内新增人工建筑斑块, 完整的水域景观边缘被分割出小斑块, 部分盐田景观逐渐被其他类型代替。从整体来看, 景观的多样性与均匀程度增加, 优势组分对景观整体的影响减弱。

(4)人口、经济政策因素在营口市海岸带土地利用及景观格局转变过程中具有明显驱动效应。以港兴市、耕地占补平衡、沿海产业基地建设等政策对各类型变化趋势有重要的牵引和导向作用。

综上所述, 营口海岸带城市化进程较快但需加强调控, 亟待优化土地利用治理方案, 合理布局景观, 如制定严格土地开发管控制度以保证城市规划的有效实施、增补永久基本农田与自然绿地以扩充生态服务功能用地, 充分利用沿海地理优势的同时更应着眼于可持续发展, 实现经济效益、社会效益和生态效益相统一, 迈向现代化生态城市。

[1] 钟兆站. 中国海岸带自然灾害与环境评估[J]. 地理科学进展, 1997, 16(1): 44–50.

[2] 李清泉, 卢艺, 胡水波, 等. 海岸带地理环境遥感监测综述[J]. 遥感学报, 2016, 20(5): 1216–1229.

[3] 邸向红, 侯西勇, 吴莉. 中国海岸带土地利用遥感分类系统研究[J]. 资源科学, 2014, 36(3): 463–472.

[4] 薛振山, 杨晓梅, 苏奋振, 等. CBERS-02与SPOT5融合数据及其在海岸带土地利用调查中应用能力综合评价[J]. 遥感技术与应用, 2009, 24(1): 97–102.

[5] 何厚军, 王文, 刘学工. 基于决策树模型的海岸带分类方法研究[J]. 地理与地理信息科学, 2008, 24(5): 25–28.

[6] 王彩艳, 王瑷玲, 王介勇, 等. 基于面向对象的海岸带土地利用信息提取研究[J]. 自然资源学报, 2014, 29(9): 1589–1597.

[7] 邓才龙, 刘焱雄, 田梓文, 等. 无人机遥感在海岛海岸带监测中的应用研究[J]. 海岸工程, 2014, 33(4): 41–48.

[8] THOMAS T, PHILLIP M R, MORGAN A, et al. Morphostat: a simple beach profile monitoring tool for coastal zone management[J]. Ocean & Coastal Management, 2018, 153(3): 17–32.

[9] ZHOU Min, WU Mengquan, ZHANG Guangzong, et al. Analysis of coastal zone data of northern Yantai collected by remote sensing from 1990 to 2018[J]. Applied Sciences, 2019, 9(20): 44–66.

[10] 吴琛璐, 王强, 董政, 等. 福建省海岸带土地利用/覆盖变化及其驱动力[J]. 水土保持通报, 2018, 38(3): 318–323.

[11] 闫晓露, 钟敬秋, 韩增林, 等. 近40年辽东湾北部围垦区内外滨海湿地景观演替特征及驱动力分析[J]. 地理科学, 2019, 39(7): 1155–1165.

[12] 张佰发, 苗长虹. 黄河流域土地利用时空格局演变及驱动力[J]. 资源科学, 2020, 42(3): 460–473.

[13] 周倩, 章海波, 李远, 等. 海岸环境中微塑料污染及其生态效应研究进展[J]. 科学通报, 2015, 60(33): 3210–3220.

[14] 周汝佳, 张永战, 何华春. 基于土地利用变化的盐城海岸带生态风险评价[J]. 地理研究, 2016, 35(6): 1017–1028.

[15] 马万栋, 张渊智, 施平, 等. 海岸带土地利用/土地覆被变化研究进展[J]. 地理科学进展, 2008, 27(5): 87–94.

[16] ROY D P, WULDER M A, LOVELAND T R, et al. Landsat­8: science and product vision for terrestrial global change research[J]. Remote Sensing of Environment, 2014, 145(145): 154–172.

[17] MASEK J G, VERMOTE E F, SALEOUS N E, et al. A Landsat surface reflectance dataset for North America, 1990–2000[J]. IEEE Geoscience and Remote Sensing Letters, 2006, 3(1): 68–72.

[18] 夏东兴, 段焱, 吴桑云. 现代海岸线划定方法研究[J]. 海洋学研究, 2009, 27(S1): 28–33.

[19] 吴莉, 侯西勇. 2000–2010年环渤海省市海岸带土地利用变化分析[J]. 海洋科学, 2015, 39(9): 101–110.

[20] 赵家敏, 林媚珍, 龚建周, 等. 基于面向对象技术提取的顺德区基塘系统格局分析[J]. 生态科学, 2018, 37(2): 191–197.

[21] 黄隆杨, 刘胜华, 李健. 城市生态用地时空动态及其相关驱动力––以武汉市为例[J]. 长江流域资源与环境, 2019, 28(5): 1059–1069.

[22] 吴波, 林珊珊, 周桂军. 面向对象的高分辨率遥感影像分割分类评价指标[J]. 地球信息科学学报, 2013, 15(4): 567–573.

[23] 田培, 龚雨薇, 朱占亮, 等. 三峡水库坝区生态屏障区近25年土地利用变化评价[J]. 水土保持学报, 2020, 34(2): 78–85.

[24] 刘雨先, 王守梅, 龚熊波, 等. 基于3DLP指数的景观格局演变及预测分析[J]. 生态科学, 2020, 39(03): 122–131.

[25] 潘翔, 孙元敏, 吴剑, 等. 厦门湾海岸带景观格局时空动态演变研究[J]. 生态科学, 2016, 35(1): 117–123.

[26] 布仁仓, 常禹, 胡远满, 等. 基于Kappa系数的景观变化测度––以辽宁省中部城市群为例[J]. 生态学报, 2005(4): 778–784.

[27] 左丽君, 徐进勇, 张增祥, 等. 渤海海岸带地区土地利用时空演变及景观格局响应[J]. 遥感学报, 2011, 15(3): 604–620.

Land use and landscape pattern changes of Yingkou Coastal Zone over the past 35 Years

SHAI Yanmin1,2,3, QU Ge1,*, SHAO Congying1, XIE Donghui4, ZHU Qijiang4, SHI Ying1

1. College of Surveying and Mapping and Geographic Science, Liaoning Technical University, Fuxin 123000, China 2.Research Center of Green Silk Road, Xinjiang Institute of Ecology and Geography Chinese Academy of Sciences, Urumqi 830011, China 3. CAS Research Center for Ecology and Environment of Central Asia, Urumqi 830011, China 4. State Key Laboratory of Remote Sensing Science, Faculty of Geographical Science, Beijing Normal University, Beijing 100875, China

Yingkou coastal industrial base is an important fulcrum for the "The Plan of Prospering Liaoning" and the revitalization of northeast China. The coupling mechanism of economic development and coastal zone changes is in urgent need of the change footprint of coastal zone land use and landscape pattern to understand the coordinated evolution process of coastal city and economic development. We focus on the coastal zone of Yingkou to extract the 30 m annual land use map during 1984-2018 using the object-oriented classifier combined with artificial interpretation, analyze the temporal trend of changes in land use and landscape pattern through the land transfer matrix and landscape pattern index, and investigate the driving factors induced such changes by Principal Component Analysis (PCA). Results showed that: (1) The land use change in 1984-1992 was mainly farmland and salt pan, but it changed to the trend of a sharp increase in construction land in 1993-2006, which had the distinctive characteristics of the era from farming to urbanization. (2) The degree of conversion among land use types varied year by year, among which the transfer of farmland and low-efficiency salt pan to construction land was the most prominent from 1993 to 1995, 2006 to 2007, and 2011 to 2015. (3) The landscape pattern was generally patchy and fragmented, with fragmentation intensifying after 2004, and showing a pattern with construction land and farmland as the regional matrix and other landscapes distributed around it. (4) Population and economic policy factors had an obvious driving effect in the process of land use change in the coastal zone of Yingkou city. In particular, the policies of "rejuvenating the city with the harbor", the balance of farmland occupation and compensation, and the construction of coastal industrial bases drive the direction of change of local land use tendencies. Rational adjustment of land use structure, optimization of the landscape layout, making full use of the geographical advantages of the coast are needed; meanwhile we should focus on sustainable development, and strive to unify economic, social and ecological benefits.

coastal zone; image classification; land use; landscape pattern; drive force

10.14108/j.cnki.1008-8873.2022.06.006

P901; P748

A

1008-8873(2022)06-041-11

2020-08-10;

2020-10-15

国家自然科学面上基金(42071351); 中国科学院百人计划(Y938091); 辽宁省‘兴辽英才计划’项目(XLYC1802027); 湖南省自然科学基金(2018JJ2116);大学生创新训练项目(201910147010)

帅艳民(1973—), 女, 教授, 博士生导师, 主要研究方向为定量遥感、区域可持续发展, E-mail: shuaiym@gmail.com

通信作者:曲歌(1997—), 女, 硕士研究生, 主要研究方向为海岸带开发研究、区域可持续发展, E-mail: quge1997@163.com

帅艳民, 曲歌, 邵聪颖, 等. 营口海岸带土地利用及景观格局35年变化[J]. 生态科学, 2022, 41(6): 41–51.

SHAI Yanmin, QU Ge, SHAO Congying, et al. Land use and landscape pattern changes of Yingkou Coastal Zone over the past 35 Years[J]. Ecological Science, 2022, 41(6): 41–51.