李鵬杰，何政偉，李璇瓊

（1.地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護(hù)國(guó)家重點(diǎn)實(shí)驗(yàn)室，成都610059；2.成都理工大學(xué) 地球科學(xué)學(xué)院，成都610059；3.成都理工大學(xué) 地球物理學(xué)院，成都610059）

土地利用是指直接與土地相關(guān)的，并利用其資源或?qū)ζ鋵?shí)施影響的人類活動(dòng)。國(guó)際上利用RS與GIS技術(shù)進(jìn)行了大量的資源環(huán)境調(diào)查工作，尤其在土地利用／覆被監(jiān)測(cè)作物評(píng)估等方面得到廣泛應(yīng)用。Jensen［1］通過(guò)對(duì)濕地變化的動(dòng)態(tài)監(jiān)測(cè)表明先利用光譜直接比較法探測(cè)變化區(qū)再進(jìn)行圖像分類確定變化類型的混合法是一種非常有效的變化檢測(cè)方法。Mcleod和Congalton［2］的研究表明以差值法為基礎(chǔ)的混合動(dòng)態(tài)監(jiān)測(cè)法優(yōu)于傳統(tǒng)的分類方法。我國(guó)的土地利用遙感監(jiān)測(cè)始于20世紀(jì)70年代，土地利用遙感監(jiān)測(cè)的重點(diǎn)是耕地的變化和建設(shè)用地?cái)U(kuò)展。但近年來(lái)，對(duì)全球變化及區(qū)域土地利用、土地利用變化監(jiān)測(cè)及機(jī)理的研究得到明顯加強(qiáng)［3］。陳澤鵬等［4］探討了單純利用全色圖像和利用多光譜及全色波段快速發(fā)現(xiàn)變化區(qū)的方法。程學(xué)軍、李仁東等［5］通過(guò)應(yīng)用不同時(shí)期的TM假彩色合成圖像對(duì)武漢市土地利用動(dòng)態(tài)變化進(jìn)行了實(shí)時(shí)快速的監(jiān)測(cè)。綜合運(yùn)用RS與GIS技術(shù)對(duì)土地利用現(xiàn)狀變化進(jìn)行動(dòng)態(tài)監(jiān)測(cè)與分析，能夠快速準(zhǔn)確地掌握土地利用的狀況及動(dòng)態(tài)變化的信息和趨勢(shì)，為土地利用總量動(dòng)態(tài)平衡的宏觀調(diào)控和生態(tài)環(huán)境保護(hù)提供高效的輔助手段。九龍縣地處長(zhǎng)江主要干流雅礱江上游，是天然林資源的重點(diǎn)保護(hù)地區(qū)和長(zhǎng)江上游綠色生態(tài)屏障的重要組成部分，所以對(duì)九龍縣的土地利用動(dòng)態(tài)監(jiān)測(cè)具有重大意義，能夠?yàn)榫琵埧h的土地管理部門制定管理政策和落實(shí)各項(xiàng)管理措施提供科學(xué)依據(jù)，從而使生態(tài)環(huán)境步入良性循環(huán)。在土地利用變化分析上，采用各年份數(shù)據(jù)空間疊加的分析方法，應(yīng)用三個(gè)年份的土地利用數(shù)據(jù)對(duì)比分析出土地利用的數(shù)量變化，在土地利用變化動(dòng)態(tài)監(jiān)測(cè)的基礎(chǔ)上，運(yùn)用馬爾柯夫矩陣模型來(lái)定量預(yù)測(cè)九龍縣未來(lái)的土地利用變化情況。

1 研究區(qū)自然概況

九龍縣地處四川省西部，貢嘎山西南，甘孜藏族自治州東南部，位于東經(jīng)101°17′—102°10′，北緯28°19′—28°20′。全縣地勢(shì)北高南低，高差懸殊，地形復(fù)雜，海拔高度1 440～6 010m，有雅礱江、九龍河、踏卡河等主要河流。屬于青藏高原亞濕潤(rùn)氣候區(qū)，年均氣溫8.8℃，1月平均氣溫0.7℃，最低溫度－15.6℃，7月平均氣溫15.2℃，最高溫度31.7℃，年降水量890mm，無(wú)霜期184d，年日照數(shù)1 938h。土地資源豐富，根據(jù)2003年統(tǒng)計(jì)數(shù)據(jù)，全縣土地總面積為677 000hm2，其中農(nóng)耕地3 650.2hm2，農(nóng)業(yè)人口人均0.098hm2，其中山地3 576.867hm2，水田73.333hm2；林地面積264 285 hm2，占總面積的39%，森 林 106 913.333hm2，占15.82%，人均0.267hm2，木材蓄積量3 200萬(wàn) m3，人均819m3；天然草場(chǎng)319 799hm2，占總面積的47%。

2 圖像處理與信息提取

2.1 數(shù)據(jù)源及處理

本次研究選用1994年1月、2000年1月和2007年1月的甘孜藏族自治州TM遙感影像圖作為數(shù)據(jù)源，地面分辨率為30m，影像幾乎沒(méi)有云層遮蓋，清晰易解譯，已進(jìn)行過(guò)輻射校正和幾何粗校正。

圖像處理步驟：（1）以校正好的1994年的TM影像為準(zhǔn)選取控制點(diǎn)分別對(duì)2000年和2007年的影像進(jìn)行精校正；（2）利用九龍縣的行政界限裁剪出九龍縣的影像區(qū)域；（3）用ENVI軟件對(duì)影像圖進(jìn)行增強(qiáng)處理，以便于識(shí)別地物；（4）建立遙感解譯標(biāo)志。

2.2 監(jiān)督分類與人工目視校正

在ENVI軟件中，根據(jù)圖像處理中建立的解譯標(biāo)志和影像中地物的光譜特征來(lái)選取各類型的典型區(qū)域建立監(jiān)督分類的樣本［6］，在ROIs面板中選擇Compute ROI Separability計(jì)算樣本的可分離性。測(cè)試結(jié)果用Jeffries—Matusita和Transformed Divergence兩個(gè)參數(shù)表示，這兩個(gè)參數(shù)值的范圍為0～2.0，大于1.9說(shuō)明樣本之間可分離性好，屬于合格樣本；小于1.8，需要重新選擇樣本；小于1，考慮將兩類樣本合成一類樣本。通過(guò)多次樣本選擇與樣本可分離性計(jì)算后，兩個(gè)參數(shù)的值最終都在1.9以上，說(shuō)明可分離性好。采用最大似然法（maximum likelihood）進(jìn)行監(jiān)督分類［7］。由于在分類過(guò)程中難免會(huì)產(chǎn)生些小圖斑，需要對(duì)這些小圖斑進(jìn)行剔除和重新分類，用聚類（clump）將周圍的小圖斑合并到大類中，用過(guò)濾（sieve）剔除不符合的小圖斑。最后對(duì)漏分、錯(cuò)分等像元進(jìn)行人工目視解譯，其中分不出的像元，對(duì)其進(jìn)行坐標(biāo)標(biāo)記，運(yùn)用全球定位系統(tǒng)（GPS）進(jìn)行實(shí)地采樣，其中旱地、林地、草地各采樣20個(gè)樣本；水域、冰川、城鎮(zhèn)各采樣10個(gè)；裸地采樣15個(gè)，隨后通過(guò)誤差矩陣評(píng)價(jià)，整體精度達(dá)到了80%以上（表1），精度良好。

最后在ArcGIS軟件里根據(jù)全國(guó)第二次土地調(diào)查的色彩標(biāo)準(zhǔn)調(diào)整各個(gè)分類的RGB參數(shù)值，生成的圖像見(jiàn)附圖5。

表1 實(shí)地采樣誤差矩陣

在ArcGIS軟件里，根據(jù)全國(guó)第二次土地調(diào)查的土地類型分類標(biāo)準(zhǔn)生成的三幅土地分布圖進(jìn)行矢量圖轉(zhuǎn)換，然后進(jìn)行面積計(jì)算與統(tǒng)計(jì)，得到九龍縣的土地面積分布統(tǒng)計(jì)數(shù)據(jù)見(jiàn)表2。

表2 九龍縣土地面積分布統(tǒng)計(jì) km2

3 結(jié)果分析與預(yù)測(cè)

3.1 九龍縣土地面積變化分析

通過(guò)對(duì)表2中土地類型面積的統(tǒng)計(jì)與比較得到各土地類型的變化情況（表3）。1994—2007年間，九龍縣土地利用／覆被發(fā)生了較明顯的變化，面積增加的有林地、城鎮(zhèn)和礦區(qū)。林地面積占全縣總面積分別為1994年47.90%，2000年49.61%，2007年50.42%；林地面積2000年比1994年增加115.97km2，增加3.57個(gè)百分點(diǎn)；2007年比2000年增加54.99km2，增加1.64個(gè)百分點(diǎn)。林地增加是因?yàn)?998年9月1日，黨中央、國(guó)務(wù)院率先在四川省“三州兩市一地”實(shí)施了天然林資源保護(hù)工程，全面停止了天然林采伐，加大了森林保護(hù)的力度；城鎮(zhèn)和礦區(qū)面積逐年增加是因?yàn)榻陙?lái)城市經(jīng)濟(jì)發(fā)展建設(shè)，礦產(chǎn)需求加大。面積減少的有旱地，草地，這是由于政府對(duì)旱地和退化的草場(chǎng)進(jìn)行了荒山造林和生態(tài)還林措施。

表3 九龍縣1994－2007年面積變化 km2

運(yùn)用空間分析工具里Zonal模塊的Tabulate Area工具來(lái)計(jì)算，得到九龍縣1994—2000年，2000—2007年和1994—2007年的九龍縣土地利用面積轉(zhuǎn)移矩陣（表4—6），可以更進(jìn)一步了解13a來(lái)九龍縣各土地利用類型面積的變化和各土地利用類型之間的轉(zhuǎn)化情況。從各土地類型面積變化看，林地凈增加了170.96km2，其中草地169.94km2凈增為林地，旱地1.9km2凈增為林地，同時(shí)草地凈減181.74km2，旱地凈減1.94km2，說(shuō)明減少的草地和旱地絕大部分都轉(zhuǎn)化為了林地，這主要是由遠(yuǎn)離居民點(diǎn)的旱耕地和過(guò)度放牧的退化草地轉(zhuǎn)化而來(lái)，增加的林地主要以杉樹(shù)和松樹(shù)為主；冰川凈增加18.67 km2，裸地凈減少6.14km2，同時(shí)草地17.07km2凈增為冰川積雪，裸地0.84km2凈增為冰川積雪，說(shuō)明天然林保護(hù)工程和退耕還林工程的進(jìn)行，對(duì)當(dāng)?shù)氐乃帘３制鸬搅孙@著成效。城鎮(zhèn)礦區(qū)隨著經(jīng)濟(jì)發(fā)展有所擴(kuò)張，0.02km2的旱地轉(zhuǎn)化為了城鎮(zhèn)用地，0.03 km2的林地轉(zhuǎn)化為了礦區(qū)用地，雖然從全縣看擴(kuò)張的面積很小，可是還是需要合理利用土地資源，對(duì)廢棄的礦區(qū)要采取植被恢復(fù)等措施。

表4 1994－2000年九龍縣土地利用類型的面積轉(zhuǎn)移矩陣 km2

表5 2000－2007年九龍縣土地利用類型的面積轉(zhuǎn)移矩陣 km2

表6 1994－2007年九龍縣土地利用類型的面積轉(zhuǎn)移矩陣 km2

3.2 土地利用變化趨勢(shì)預(yù)測(cè)

本文采用馬爾柯夫矩陣模型來(lái)預(yù)測(cè)土地利用變化趨勢(shì)，馬爾柯夫矩陣模型的應(yīng)用關(guān)鍵是兩個(gè)矩陣的選?。?－10］。首先是初始矩陣選取，本文選取2007年的各土地利用類型面積占全部面積的百分比形成的矩陣A（表7）作為初始矩陣。

表7 初始矩陣

其次是選取土地利用類型轉(zhuǎn)移概率矩陣，該矩陣的數(shù)學(xué)表達(dá)式為：

式中：P（1）ij——土地利用類型i轉(zhuǎn)化為土地利用類型j的轉(zhuǎn)移概率；Ci－j——研究區(qū)域中在研究期內(nèi)第i類土地利用類型轉(zhuǎn)化為第j類土地利用類型的面積；LUi——研究初始時(shí)期第i類土地利用類型的總面積。轉(zhuǎn)移矩陣的每一項(xiàng)元素都要滿足以下兩個(gè)條件：①0≤Pij≤1，即各元素值都是非負(fù)數(shù)；②∑Pij＝1，即每一行元素的和為1。本文選取1994—2007年九龍縣土地利用類型的面積轉(zhuǎn)移矩陣（表6），然后用上面的公式算出1994—2007年九龍縣土地利用類型的面積轉(zhuǎn)移概率矩陣（表8）。

表8 1994－2007年土地利用類型的面積轉(zhuǎn)移概率矩陣

根據(jù)馬爾柯夫過(guò)程的無(wú)后效性，研究區(qū)任一時(shí)刻的狀態(tài)概率向量P（n）都可以由它的轉(zhuǎn)移概率矩陣Pij和前一時(shí)刻的概率向量P（n－1）來(lái)確定即：P（n）＝P（n－1）×Pij［11］。運(yùn)用該理論，結(jié)合上面兩個(gè)矩陣得到未來(lái)若干年的土地利用類型預(yù)測(cè)百分比（表9）。

表9 馬爾柯夫模型預(yù)測(cè)的各土地利用類型的比例 %

從表9分析出林地呈逐年遞增趨勢(shì)，所占比例從2020年的52.68%增加到2046年的56.55%；草地呈逐年遞減趨勢(shì)，所占比例從2020年的27.07%減少到2046年的23.13%；冰川呈逐年平緩遞增趨勢(shì)，所占比例從2020年的16.24%增加到2046年的16.52%；城鎮(zhèn)礦區(qū)用地所占比例非常小，但是也呈遞增趨勢(shì)。以上變化趨勢(shì)是伴隨著九龍縣旱地和草地的持續(xù)減少，林地的持續(xù)增加，同時(shí)水域和冰川積雪的平緩增加，可以看出政府實(shí)施的天然林資源保護(hù)工程得到了顯著成效，說(shuō)明森林不僅可以調(diào)節(jié)氣候也對(duì)水土流失的保護(hù)有重要作用。此外由于未來(lái)人口的增長(zhǎng)，城市建設(shè)的需要，礦產(chǎn)資源的需求增加，從表中看出未來(lái)的城鎮(zhèn)用地和礦區(qū)用地也有一定的增加。

4 結(jié)論

（1）完成了空間數(shù)據(jù)采集，通過(guò)人機(jī)交互解譯與實(shí)地精度驗(yàn)證生成九龍縣3a的土地利用分布圖，為動(dòng)態(tài)監(jiān)測(cè)分析分析提供了數(shù)據(jù)支撐。

（2）通過(guò)對(duì)九龍縣1994年、2000年和2007年三期的遙感影像進(jìn)行土地利用信息提取，得出各種地類的變化情況，為九龍縣土地的合理利用和土地管理部門制定管理政策和落實(shí)各項(xiàng)管理措施提供了有利的支持依據(jù)。

（3）利用馬爾柯夫模型預(yù)測(cè)出了九龍縣未來(lái)的土地利用狀況。

九龍縣的天然林保護(hù)工程和退耕還林工程取得的顯著成效，對(duì)長(zhǎng)江上游的水土保持和氣候調(diào)節(jié)都起到了一定的積極作用。但是須注意的是九龍縣全縣半數(shù)面積都是林地，林地分布集中，盡管屬于青藏高原亞濕潤(rùn)氣候區(qū)，但是鑒于全球氣候的變暖與反常（厄爾尼諾現(xiàn)象與拉尼娜現(xiàn)象），做好預(yù)防森林火災(zāi)發(fā)生的工作尤為重要。

［1］ Jensen J R，Cowen D J，Narumalani S.An evaluation of coast watch change detection protocol in South Carolina［J］.Photogrammetric Engineering and Remote Sensing，1993，59（6）：1039-1046.

［2］ Macleod R D，Congalton R G.A quantitative comparison of change detection algorithms for monitoring eelgrass from remotely sensed data［J］.Photogrammetric Engineering and Remote Sensing，1998，64（3）：207-216.

［3］ 李秀彬.全球變化研究的核心領(lǐng)域：土地利用／覆被變化的國(guó)際研究方向［J］.地理學(xué)報(bào)，1996，5（6）：553-558.

［4］ 陳澤鵬，李德仁，周一.影像融合及土地利用變化的自動(dòng)發(fā)現(xiàn)［J］.應(yīng)用技術(shù)，2000（3）：29-31.

［5］ 程學(xué)軍，李仁東，薛懷平.武漢市近期土地利用的動(dòng)態(tài)監(jiān)測(cè)研究［J］.華中師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2001，35（1）：111-114.

［6］ 梅安新，彭望祿，秦其明，等.遙感導(dǎo)論［M］.北京：高等教育出版社，2001.

［7］ 王靜.土地資源遙感監(jiān)測(cè)與評(píng)價(jià)方法［M］.北京：科學(xué)出版社，2006：60-79.

［8］ 王振中.“3S”技術(shù)集成及其在土地管理中的應(yīng)用［J］.測(cè)繪科學(xué)，2005，30（4）：62-64.

［9］ 田淑敏，宇振榮.縣域土地持續(xù)利用情景分析［J］.干旱區(qū)地理，2002，25（3）：251-256.

［10］ 王振中，劉紀(jì)元，張?jiān)鱿?近10年中國(guó)土地利用格局及其演變［J］.地理學(xué)報(bào)，2002，57（5）：523-530.

［11］ 謝式千，潘承毅.概率論與數(shù)理統(tǒng)計(jì)［M］.北京：高等教育出版社，2001：316-324.