2000—2020年阿克苏河流域土地利用时空变化图谱分析

摘要：基于2000—2020年阿克苏河流域Landsat遥感影像以及DEM数据，运用图谱理论探究其土地利用时空演变特征及规律。结果表明：（1）2000—2020年阿克苏河流域耕地呈扩张趋势，扩张面积为2 951.58 km2，主要从草地、未利用地流入，在原有耕地内部及四周扩张，2015年后面积基本保持稳定；（2）建设用地呈现扩张趋势，扩张面积为206.84 km2，主要从耕地流入，在原有建设用地的基础上向四周扩张，2015年后面积基本保持稳定；（3）水域呈萎缩趋势，萎缩面积为1 653.89 km2，主要流出为未利用地和草地，在温宿县冰川积雪处萎缩幅度最大，2015年后有所增长。总体来看，研究区由耕地开垦、建设用地增长的发展模式开始向兼顾生态文明建设的可持续发展方向转型，各主要地类的变化也由急剧发展转向基本可控。

关键词：阿克苏河流域；土地利用；图谱；时空变化

中图分类号：F301.24 文献标识码：A 文章编号：1006-060X（2024）10-0045-08

Atlas of Spatial and Temporal Changes of Land Use in the Aksu River Basin During 2000–2020

YANG Qiu-lan1，2，3，WANG Xin-jun1，2，3，GAO Sheng-han1，2，3，SU Tong1，2，3

（1. College of Resources and Environmental Science， Xinjiang Agricultural University， Urumqi 830052， PRC;

2. Xinjiang Laboratory of Soil and Plant Ecological Processes， Urumqi 830052， PRC;

3. Xinjiang Engineering Technology Research Center of Soil Big Data， Urumqi 830052， PRC）

Abstract： According to the atlas theory， this study explored the spatial and temporal evolution characteristics and patterns of land use in the Aksu River Basin based on the Landsat remote sensing images and DEM data from 2000 to 2020. The results were as follows. （1） During 2000–2020， the cultivated land in the Aksu River Basin was expanding within and around the existing cultivated areas， mainly from grasslands and unused land， with an expansion area of 2 951.58 km²， and the area remained basically stable after 2015. （2） The construction land presented an expansion trend around the existing construction land， mainly from cultivated land， with an expansion area of 206.84 km²， and the area remained basically stable after 2015. （3） The water area showcased a narrowing trend and mainly developed into unused lands and grasslands， with a reduction area of 1 653.89 km²， which was the largest at the glacier and snow areas of Wensu County. The water area showed a growing trend after 2015. Overall， the land use in the Aksu River Basin was transitioning from a model of expanding cultivated land and construction land to a sustainable development model with consideration to ecological progress. The rapid changes of the main land types became basically controllable.

Key words： Aksu River Basin; land use; atlas; spatial and temporal changes

土地利用/覆被变化（LUCC）是影响全球环境变化的主要驱动因素之一[1-3]，对生态系统水碳氮循环、生态系统服务供需平衡及区域经济可持续发展有重要影响[4-5]。土地利用变化图谱主要聚焦于研究随着时间推移土地利用类型变化的时空格局规律，核心内容包括土地利用类型的转变和空间分布的变化。土地利用变化图谱是土地利用/覆被变化研究的重要内容[6]，对土地利用变化空间模拟、水土资源空间优化配置以及应对气候变化具有重要作用[7]。国内外研究学者开展了大量土地利用变化图谱相关的研究[8-9]，主要包括两种类型。第一类是土地利用类型数量变化，这类研究聚焦于特定时间段内土地利用类型的数量变化，通过比较起始和结束时的土地利用状态，定量分析土地利用变化的规律。张国坤等[10]运用地学信息图谱方法定量分析了新开河流域的土地利用变化规律，Ye等[11]则对黄河三角洲土地利用变化进行了整合研究。这类研究可以将复杂的地理现象简化为空间格局单元图和时间序列变化过程图谱，主要侧重于图谱单元表面的时空变化信息，较少关注空间变化模式和特征。第二类是土地利用类型转移模式变化，这类研究专注于时间段内土地利用类型的转移特征及其时间变化规律。张韵等[12]基于图谱分析了江汉平原土地利用时空变化的模式和特征；杨爱民等[13]以玛纳斯河流域为例，构建土地利用时空复合变化图谱分析土地利用变化特征和模式，定量分析了该流域土地利用变化的格局与过程。这类研究较好地反映了土地利用变化在时空维度上的细节，但一定程度上忽略了土地利用类

型变化的内在关联性和其在空间位置上的特征规律。

阿克苏河是西北干旱区内陆河，其流域地处塔克拉玛干沙漠边缘，生态环境较为脆弱；且阿克苏河流域作为塔里木河的重要补给来源，其土地利用变化对塔里木河流域乃至整个新疆的生态环境的影响都十分重大[14]。鉴于此，研究以阿克苏河流域为研究区，利用2000—2020年的土地利用数据，根据土地利用动态度和土地利用转移图谱构建图谱体系，定量分析流域内土地利用时空变化的特征与流动过程，探讨干旱区典型流域土地利用变化规律，以期为该流域土地资源合理开发利用提供科学依据。

1 研究区概况

阿克苏河流域（75°23′～82°34′E，37°55′～42°34′N）位于天山山脉中部、塔里木盆地西北地带，属温带大陆性干旱气候，降水稀少，蒸发量大[15-16]。流域年平均气温11.32℃，年平均年降水量113.8 mm，年平均蒸发量1 890 mm，年平均日照时间2 850 h，无霜期188～207 d。阿克苏河是高山跨境河流，发源于吉尔吉斯斯坦境内，是塔里木河的最大源流，海拔890～7 378 m，高于4 000 m海拔区域主要为极高山带，雪线处于4 100 m位置处[17]。该研究中阿克苏河流域主要包括阿克苏地区的阿克苏市、阿瓦提县、乌什县、温宿县和克孜勒苏柯尔克孜自治州的阿合奇县以及第一师阿拉尔市[18]（图1），提取测得流域总面积约为6.64×104 km2。主要植被有胡杨、柽柳、梭梭和芦苇，主要农作物有水稻、玉米、小麦、棉花和花生。

2 数据与方法

2.1 数据来源及处理

2.1.1 数据来源 遥感影像数据来源于地理空间数据云（http：//www.gscloud.cn/），选取2000、2005、2010、

2015和2020年7—9月的Landsat系列遥感影像为数据ekFqsPs8+0mP2EwOboR1oA==源，轨道号均为145/033、146/031、146/032、146/033、147/031、147/032、148/031、148/032、149/032，每个年份包含9景影像，共45景影像，影像质量较好（云量低于10%）。其中2000、2005、2010年采用Landsat-7 ETM影像，空间分辨率为30 m，2015、2020年采用Landsat-8 OLI影像，空间分辨率为30 m。数字高程模型（Digital Elevation Model，DEM）数据来源于中国科学院资源环境科学数据平台（http：//www.resdc.cn/）。

2.1.2 数据处理 基于ENVI 5.3软件对遥感影像数据进行辐射定标、大气校正等预处理，并通过掩膜提取得到研究区范围影像。支持向量机（Support Vector Machine，SVM）是一种二分类模型，相对传统分类方法能够更好地提取土地利用信息[19-21]。该研究基于ENVI 5.3、ArcGIS 10.2软件和Google Earth平台，结合研究区实际土地利用类型，参考中国科学院土地利用/土地覆盖分类系统[22]，按照土地利用一级分类标准，将土地利用类型分为耕地、林地、草地、水域、建设用地和未利用地6个大类。针对影像数据质量不佳造成的误分状况进行人工修正，利用ArcGIS在研究区建立300个随机点，主要利用目视解译进行人工判读，结合谷歌高清影像并对部分重点区域进行实地踏勘，对遥感影像的分类结果进行精度验证[23]。运用ENVI 5.3软件的混淆矩阵，参照Google Earth高分辨影像进行精度验证，得到5期土地利用分类精度Kapptewt3Ay8AVCN8RYg92HCUQ==a系数均在0.85以上，满足研究精度要求[24]。

2.2 研究方法

2.2.1 土地利用动态度 土地利用动态度是评价土地利用类型数量变化、土地利用程度变化及土地利用变化区域差异的指标[25]，刘纪远等[26]根据综合动态度值将区域景观变化划分为极缓慢变化型（0～3%）、慢速变化型（3%～12%）、快速变化型（12%～20%）、急剧变化型（20%～24%）。为分析2000—2020年阿克苏河流域的土地利用动态变化，计算了阿克苏河流域不同地类的单一土地利用动态度和综合土地利用动态度。单一土地利用动态度反映了某研究区一定时间范围内某种土地利用类型的数量变化情况，可根据公式（1）计算单一土地利用动态度。

（1）

式中，K为单一土地利用动态度，即区域单一土地利用类型年变化率，Ua、Ub分别为研究初期及研究末期的土地利用类型的面积，T为研究时长。

将研究区划分为1 km2的格网，计算每个格网的综合动态度并以此为图谱单元计算阿克苏河流域2000—2020年综合土地利用动态度，根据公式（2）计算综合土地利用动态度[27-28]。

（2）

式中，Lc为综合土地利用动态度，LUi为研究起始时刻第i类土地类型的面积，LUij为研究时段第i类土地类型转为第j类土地类型的面积。

2.2.2 土地利用转移图谱 将各个时间段的土地利用数据划分为1 km2的网格作为图谱单元，计算土地利用转移空间分布图谱。将相邻两期土地利用数据相交，再对前后两期土地利用类型编码进行代数计算[29-31]，根据公式（3）计算土地利用变化图谱。

（3）

式中，N为研究时段内新生成的土地利用图谱单元类型，A、B分别为研究初期和末期的土地利用类型编码。

3 结果与分析

3.1 土地利用时间变化分析

3.1.1 土地利用面积时间变化分析 由图2可知，2000—2020年阿克苏河流域耕地和建设用地面积呈增加趋势，其中耕地面积增加2 951.58 km2，建设用地面积增加206.84 km2；2000—2020年阿克苏河流域水域、草地、未利用地、林地面积呈减少趋势，其中水域面积减少1 653.89 km2，但研究期间呈现出先减后增的特征，转折点发生在2015年；草地面积减少775.12 km2；未利用地面积减少423.12 km2；林地面积减少294.76 km2。

3.1.2 土地利用动态度时间变化分析 由图3可知，2000—2020年阿克苏河流域建设用地和耕地动态度为正，说明研究期间其面积呈现逐年递增趋势。2010—2015年建设用地和耕地动态度分别为12.63%、4.38%，达到最大；2015—2020年建设用地和耕地动态度有所下降，分别为0.72%、0.08%，但建设用地和耕地面积仍呈现递增趋势。虽然耕地面积仍在扩大，但2015年后，在水土资源的承载力和宏观土地管理的共同作用下，阿克苏河流域的耕地扩张速度已经开始减缓。2000—2015年阿克苏河流域水域动态度均为负值，说明在此期间水域面积呈递减趋势。2000—2005年水域动态度为-0.09%；2005—2010年水域动态度为-0.30%；2010—2015年水域动态度为-10.28%，达到最大；2015—2020年阿克苏河流域水域动态度首次为正数（2.38%）。

3.1.3 土地利用类型时间尺度流动分析 由图4可知，从时间尺度上分析，阿克苏河流域主要有3种土地利用流动模式。（1）2000—2020年建设用地总体呈扩张趋势，扩张了206.84 km2，从耕地流入的面积为271.14 km2，占总流入面积的73.61%；主要流出土地类型为耕地，流出面积为142.57 km2，占流出总面积的88.24%；流入流出动态主要发生在2010—2015年。（2）2000—2020年耕地总体呈扩张趋势，扩张了2 951.58 km2；土地利用类型流动主要发生在2010—2015年，耕地扩张了1 527.81 km2，从草地、未利用地、林地流入面积分别为1 267.12、614.76、

427.34 km2，流出为林地、草地、建设用地的面积为330.05、315.51、271.22 km2。（3）2000—2020年水域总体呈萎缩趋势，萎缩了1 653.89 km2，流出为未利用地、草地、耕地的面积分别为1 489.93、616.09、159.69 km2；流入流出动态主要发生在2010—2015年，期间水域萎缩了1 785.50 km2。总体来看，2000—2020年阿克苏河流域不同地类的交叉流动较强，耕地和建设用地都以流入为主，水域以流出为主，表明该地区正在进行土地开发和城市化进程，以满足人口增长和经济发展的需求。

3.2 土地利用空间变化分析

3.2.1 土地利用动态度空间变化分析 阿克苏河流域土地利用动态度主要有3种变化。（1）建设用地以圈层式向外围扩张。建设用地是阿克苏河流域城市化及现代化进程的核心区域，由图5可以看出，2000—2020年阿克苏河流域建设用地的动态度呈现圈层状分布，动态度高的位置集中在原有建设用地的外围边，以原有的建设用地为中心向周边呈近邻式扩张。

（2）耕地以圈层式向外围扩张为主，星点式内部挖潜为辅。耕地是阿克苏河流域的重要地类，耕地的可持续发展影响着农业经济发展水平。由图6可以看出，2000—2020年阿克苏河流域耕地空间动态度高的地方集中在原有耕地的内部及四周；2000年原有耕地内部分布破碎化程度相对较高，耕地之间连接不够紧密；2020年耕地空间分布明显更加紧密，且往原有耕地向外围扩张。

（3）水域呈上山式萎缩。阿克苏河流域是重要的农业基地，农田灌溉对水资源需求巨大，水资源的合理利用和管理对保障农田灌溉、农作物生长、农村居民生活水平和维护该地区的生态平衡及生物多样性至关重要。由图7可以看出，2000—2020年阿克苏河流域水域向高海拔移动，且面积呈现萎缩趋势。阿克苏河流域动态度高的位置集中在温宿县高山区海拔为4 100～5 800 m的冰川积雪处，气候变暖、降水变化和人类活动等因素共同作用造成了温宿县高山区冰川大量融化[32]。

3.2.2 土地利用类型空间尺度流动分析 从空间尺度看，阿克苏河流域主要有3种土地利用流动模式。（1）建设用地扩张。2000—2020年建设用地总体扩张面积为206.84 km2，占2000年建设用地总面积的82.22%。由表1可知，从耕地流入的面积为271.14 km2，

占建设用地总变化量的51.16%；流出为耕地的面积为142.57 km2，占建设用地总变化量的26.90%。由图8可知，耕地转变为建设用地主要发生在原有建设用地周围，从原有建设用地向四周扩张，且主要发生在阿克苏河流域中上游位置；建设用地转变为耕地则较为零散的分布在原有耕地的内部。

（2）耕地扩张。2000—2020耕地总体呈现扩张趋势，扩张面积为2 951.58 km2，占2000年耕地面积的52.83%，主要从草地和未利用地流入（图9）。由表2可知，草地流入面积为1 892.54 km2，占耕地总变化量的40.30%，主要原因在于原有耕地向四周扩张，将外围的草地转为耕地，且转移集中分布在阿克苏河流域中上游海拔较低的区域；未利用地流入面积为973.66 km2，占耕地总变化量的20.74%，转移主要发生在原有耕地内部。主要流出用地类型为林地、建设用地和草地，流出面积分别为291.72、271.14、215.01 km2，流出的区域主要集中在流域中上游，水资源较为丰富，说明耕地倾向于集中分布在水土资源较好的中心地区。

（3）水域上移萎缩。2000—2020年水域总体萎缩面积为1 653.89 km2，占2000年水域面积的46.69%。

由表3可知，主要流出地类为未利用地和草地，流出面积分别为1 489.93 km2、616.10 km2。由图10可知，流出为未利用地的区域主要是温宿县冰川积雪分布海拔超过4 100 m的高山区，流出为草地的区域主要是原有的草地的位置和温宿县高山区冰川积雪处。流入为水域的地类主要为草地和未利用地，流入面积分别为314.98、255.89 km2，草地流入主要发生在原有草地的外围，未利用地流入主要发生在原有耕地内部，为满足农业灌溉的需求随着耕地面积的增加而增加。

4 讨论与结论

研究借助ArcGIS软件和地理信息图谱理论，基于阿克苏河流域2000—2020年间土地利用基础数据，构建2000—2005、2005—2010、2010—2015和2000—2020年4个时序的土地利用变化信息图谱，分析研究区20 a间土地利用时空演变特征及规律。2000—2020年阿克苏河流域建设用地及耕地呈现扩张趋势，水域呈现萎缩趋势，与周德成等[33]的研究结果“耕地、建设用地处于‘涨势’，永久性冰川积雪处于‘落势’”相互印证。2000—2020年，阿克苏河流域水域面积减幅最大，主要集中在温宿县高山区[34]。该研究中阿克苏河流域水域动态度高的位置集中在温宿县高山区海拔为4 100～5 800 m之间的冰川积雪处，与前人研究相互补充。

总体而言，2000—2020年，阿克苏河流域土地利用变化以建设用地和耕地的持续扩张与水域的不断萎缩为主要特征。建设用地扩张的主要原因是原有建设用地四周大量耕地流入，耕地扩张的主要原因是原有耕地内部及四周大量草地流入，水域萎缩的主要原因是冰川积雪区域大量流出为未利用地。土地利用变化图谱单元空间分布由离散向聚集转化，土地利用变化幅度先增后减，最终趋于稳定；图谱单元总体流动特征为草地转向耕地（1 892.54 km2）、水域转向未利用地（1 489.93 km2）、耕地转向建设用地（271.14 km2）。

该研究集成遥感技术、地学信息图谱、GIS网格法，结合时间和空间两个维度，基于多期土地利用信息构建土地利用时空变化图谱体系，阐释了土地利用类型时空变化的特征和规律，与已有相关研究[35]相比，该研究得出的土地利用变化时空特征可以更加清晰地揭示阿克苏河流域土地利用类型变化的内在关联性和其在空间位置上的特征规律，丰富了区域土地利用变化过程和特征的综合分析，可为今后开展多时空尺度的土地利用变化研究提供有效手段。但该研究仅依托地学图谱理论与方法对土地利用变化时空过程特征进行分析，关于土地利用变化的驱动力分析以及变化趋势的模拟预测还有待进一步研究。

参考文献：

[1] 张华，张勃. 国际土地利用/覆盖变化模型研究综述[J]. 自然资源学报，2005，20（3）：422-431.

[2] 李晓兵. 国际土地利用-土地覆盖变化的环境影响研究[J]. 地球科学进展，1999，14（4）：395-400.

[3] LI X B. A review of the international researches on land use/land cover change[J]. Acta Geographica Sinica，1996，51：558-565.

[4] VITOUSEK P M. Beyond global warming：ecology and global change[J]. Ecology，1994，75（7）：1861-1876.

[5] 李胜鹏，柳建玲，林津，等. 基于1980—2018年土地利用变化的福建省生境质量时空演变[J]. 应用生态学报，2020，31（12）：4080-4090.

[6] 陈述彭，岳天祥，励惠国. 地学信息图谱研究及其应用[J]. 地理研究，2000（4）：337-343．

[7] 吕晓，史洋洋，黄贤金，等. 江苏省土地利用变化的图谱特征[J].应用生态学报，2016，27（4）：1077-1084.

[8] 蔡运龙．土地利用/土地覆被变化研究：寻求新的综合途径[J]．地理研究，2001，20（6）：645-652.

[9] FOLEY J A，DEFRIES R，ASNER G P，et al. Global consequences

of land use[J]. Science，2005，309（5734）：570-574.

[10] 张国坤，邓伟，张洪岩，等. 新开河流域土地利用格局变化图谱分析[J]. 地理学报，2010，65（9）：1111-1120.

[11] YE Q H，TIAN G L，GAOHUARV L，et al. Tupu methods of spatial-temporal pattern on land use change[J]. Journal of Geographical Sciences，2004，14（2）：131-142.

[12] 张韵，彭建东，王晶晶，等. 基于地学信息图谱的江汉平原土地利用时空变化分析[J]. 水土保持研究，2020，27（4）：85-92.

[13] 杨爱民，朱磊，陈署晃，等. 1975—2015年玛纳斯河流域土地利用变化的地学信息图谱分析[J]. 应用生态学报，2019，30（11）：3863-3874.

[14] 黄卫东，蒋军新，刘新华，等. 阿克苏河流域生态过程对生态输水的响应研究框架[J]. 陕西水利，2021（11）：124-125，128.

[15] 艾克旦·依萨克，满苏尔·沙比提，阿曼妮萨·库尔班，等. 阿克苏河流域绿洲生态安全评价及影响因子分析[J]. 环境科学与技术，2020，43（7）：217-223.

[16] 聂艳，马泽玥，周逍峰，等. 阿克苏河流域土壤湿度反演与监测研究[J]. 生态学报，2019，39（14）：5138-5148.

[17] 余斌，李升，王友年. 阿克苏河流域地表水与地下水转化关系研究[J]. 人民长江，2021，52（8）：56-62，70.

[18] 杨振民，刘新平. 新疆阿克苏河流域生态承载力监测及安全格局构建[J]. 干旱区地理，2021，44（5）：1489-1499．

[19] FOODY G M，MATHUR A. A relative evaluation of multiclass image classification by support vector machines[J]. IEEE Transactions on Geoscience and Remote Sensing，2004，42（6）：1335-1343.

[20] WASKE B，BENEDIKTSSON J A. Fusion of support vector machines for classification of multisensor data[J]. IEEE Transactions on Geoscience and Remote Sensing，2007，45（12）：3858-3866.

[21] 纪娜，李锐，李静. MNF和SVM在遥感影像计算机分类中的应用[J]. 水土保持通报，2009，29（6）：153-158.

[22] 刘纪远. 中国资源环境遥感宏观调查与动态研究[M]. 北京：中国科学技术出版社，1996.

[23] 陈洋波，张涛，窦鹏，等. 基于SVM的东莞市土地利用/覆被自动分类误差来源与后处理[J]. 遥感技术与应用，2017，32（5）：893-903.

[24] 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）：778-784，945.

[25] 王秀兰，包玉海. 土地利用动态变化研究方法探讨[J]．地理科学进展，1999，18（1）：81-87.

[26] 刘纪远. 20世纪90年代中国土地利用变化的遥感时空信息研

究[M]. 北京：科学出版社，2005.

[27] 姜云璐，曹月娥，贺忠发，等. 基于灰色预测模型的昆仑山区土地利用时空变化研究：以和田地区为例[J]. 安徽农业科学，2022，50（1）：70-75.

[28] 牛乐乐，张必成，贾天忠，等. 青海省海西州土地利用变化强度分析与稳定性研究[J]. 水土保持学报，2021，35（2）：152-159.

[29] 张诗晓，张浚茂，张文康，等. 泛珠江流域土地利用时空变化特征及驱动因子[J]. 应用生态学报，2020，31（2）：573-580.

[30] 甄艳，吴宗攀，尹志恒，等. 四川省若尔盖县土地利用时空变化研究[J]. 生态科学，2022，41（2）：41-49.

[31] 田立鑫，韩美，王敏，等. 莱州湾南岸海岸带土地利用时空演变及稳定性研究[J]. 水土保持研究，2021，28（4）：259-265，274，2.

[32] 杨振民，刘新平. 新疆阿克苏河流域土地生态安全预警演变与时空格局分析[J]. 生态科学，2021，40（5）：129-139.

[33] 周德成，罗格平，尹昌应，等. 近50a阿克苏河流域土地利用/覆被变化过程[J]. 冰川冻土，2010，32（2）：275-284.

[34] 韩方红，高凡，何兵，等. 1990～2020年阿克苏河流域土地利用碳排放时空轨迹与影响因素[J]. 环境科学，2024，45（6）：3297-3307.

[35] 龙德江，魏光辉，张洛晨. 新疆阿克苏河流域2005—2015年景观变化及驱动力分析[J]. 浙江水利水电学院学报，2018，30（5）：28-33.

（责任编辑：王婷）