王天琪，楊瑾

(長(zhǎng)安大學(xué) 地球科學(xué)與資源學(xué)院，西安 710064)

土地利用/覆蓋變化(LUCC)的研究在貫徹落實(shí)土地節(jié)約集約利用，保障可持續(xù)發(fā)展等方面有著深入的應(yīng)用。1991年，“國(guó)際地球-生物圈層計(jì)劃”(IGBP)和“全球環(huán)境變化人文計(jì)劃”(HDP)首次強(qiáng)調(diào)了LUCC研究的重要性。國(guó)內(nèi)外各相關(guān)領(lǐng)域的研究者在此之后對(duì)LUCC的關(guān)注日益增加。景觀格局分析方法可在空間上綜合展現(xiàn)景觀異質(zhì)性[1]，在LUCC研究中的應(yīng)用日趨成熟，其指數(shù)方法已經(jīng)成為L(zhǎng)UCC的重要研究方法。通過分析景觀格局演變，可以反映人文環(huán)境和自然環(huán)境變遷對(duì)景觀要素的影響[2]?？v觀國(guó)內(nèi)外景觀格局研究狀況，中國(guó)在此方面起步較晚，但至今也取得了諸多優(yōu)秀研究成果。伴隨相關(guān)城鎮(zhèn)、林地、濕地、風(fēng)景名勝甚至災(zāi)害化土地的景觀分析對(duì)實(shí)際土地規(guī)劃和可持續(xù)利用的指導(dǎo)作用日趨顯著，景觀格局逐漸成為研究熱點(diǎn)，其研究方法和相應(yīng)模型等方面的成果也相繼發(fā)表。

表1 Landsat-8影像信息 Table 1 Landsat-8 image information

1 研究區(qū)概況

以雁塔區(qū)為例，使用ArcGIS 10.2、ENVI 5.3、Fragstats 4.2和Matlab對(duì)2013—2019年土地利用/覆被變化和景觀格局演變過程進(jìn)行分析預(yù)測(cè)，發(fā)現(xiàn)研究區(qū)域土地利用的癥結(jié)并尋求其解決對(duì)策,為該區(qū)域土地利用和城市規(guī)劃提供參考依據(jù)。

研究區(qū)坐落在陜西省西安市，是市中心城區(qū)中最大的核心區(qū)，全域面積達(dá)15 200 hm2，東臨灞橋區(qū)，西、南面與長(zhǎng)安區(qū)相鄰，北與蓮湖、碑林、新城區(qū)相鄰，西北角與未央?yún)^(qū)毗鄰。研究區(qū)位于關(guān)中渭河河流沖積平原，地勢(shì)東高西低，東南為臺(tái)原階地，西北為沖積平原，有渭、涇、灃、澇、潏、滈、浐、灞河流經(jīng)，為暖溫帶大陸性季風(fēng)氣候。其區(qū)位分析圖及2019年假彩色合成遙感影像如圖1所示。

圖1 研究區(qū)示意Figure 1 Study area

2 相關(guān)數(shù)據(jù)獲取及預(yù)處理

2.1 數(shù)據(jù)來源

2.1.1 Landsat-8數(shù)據(jù)

原始影像是從中國(guó)科學(xué)院遙感與數(shù)字地球研究(http://ids.ceode.ac.cn/query.html)網(wǎng)站上免費(fèi)下載的兩期覆蓋研究區(qū)范圍的Landsat-8影像中獲取的。其詳細(xì)信息如下。

兩期影像月份相近，且覆蓋研究區(qū)范圍云量幾乎沒有，可忽略不計(jì)。本研究選用OLI傳感器7個(gè)波段，應(yīng)用OLI的多光譜影像數(shù)據(jù)的多種波段組合顯示，確定解譯標(biāo)志，進(jìn)行監(jiān)督分類。

2.1.2 輔助數(shù)據(jù)

選取更高分辨率影像用于監(jiān)督分類的精度評(píng)價(jià)，從歐空局(https://scihub.copernicus.eu/)網(wǎng)站上下載2019年同期Sentinel-2A數(shù)據(jù)。由于Sentinel-2于2015年發(fā)射成功，2013年數(shù)據(jù)缺失，故從遙感集市下載2013年同期高分一號(hào)數(shù)據(jù)。采用雁塔區(qū)行政區(qū)矢量圖進(jìn)行裁剪。

2.2 數(shù)據(jù)預(yù)處理

為減少因地形、光照和大氣等不可避免的因素造成不同時(shí)段影像存在的誤差，提高分辨率，并保證所下載的影像在空間分析中的準(zhǔn)確度，對(duì)其進(jìn)行預(yù)處理。由于Landsat-8 L1TP是采用地面控制點(diǎn)和DEM數(shù)據(jù)完成了精確校正的數(shù)據(jù)產(chǎn)品，無需進(jìn)行幾何校正，只需依次完成輻射定標(biāo)、大氣校正、全色波段與多波段影像融合、裁剪等操作。

輻射定標(biāo)是將數(shù)據(jù)的亮度灰度值通過公式計(jì)算得到絕對(duì)的輻射亮度，之后則運(yùn)用ENVI中FLAASH模塊來減少因大氣存在而造成的必然誤差，完成大氣校正。將上一步得到的全色波段和多波段影像相融合，從而得到15 m分辨率的多光譜數(shù)據(jù)，最后用雁塔區(qū)矢量數(shù)據(jù)裁剪得到雁塔區(qū)高分辨率多光譜數(shù)據(jù)。

3 研究方法

根據(jù)土地利用分類標(biāo)準(zhǔn)，把雁塔區(qū)土地分為耕地、林草地、水域、建筑用地和其他用地共5種類型，將預(yù)處理后的結(jié)果進(jìn)行監(jiān)督分類，然后運(yùn)用景觀指數(shù)法獲得景觀格局的演變進(jìn)程，并對(duì)其進(jìn)行預(yù)測(cè)，其技術(shù)流程如圖2所示。

圖2 技術(shù)流程Figure 2 Technical flow chart

3.1 監(jiān)督分類

監(jiān)督分類的過程包含4個(gè)步驟：定義訓(xùn)練樣本、選擇方法進(jìn)行分類、檢驗(yàn)分類結(jié)果、處理輸出。

在定義訓(xùn)練區(qū)時(shí)，需要檢驗(yàn)各類樣本之間的可分離性，在本研究中，兩期數(shù)據(jù)5種樣本的可分離性均超過1.9，樣本之間分離性好。在執(zhí)行監(jiān)督分類時(shí)，依據(jù)地物復(fù)雜度、分類精度、目的的要求，選擇適當(dāng)?shù)姆诸惼鳌?/p>

支持向量機(jī)分類(SVM)是基于統(tǒng)計(jì)學(xué)習(xí)理論的機(jī)器學(xué)習(xí)方法，能自行獲得識(shí)別類型能力強(qiáng)的支持向量，然后構(gòu)建能最大化各類之間間隔的分類器，具有更好的普適能力和較高的分類精度[3]。

檢驗(yàn)評(píng)價(jià)分類結(jié)果的常用方法有混淆矩陣、ROC曲線等，本研究選用更高分辨率數(shù)據(jù)Sentinel-2A和高分一號(hào)數(shù)據(jù)輔助得到混淆矩陣，進(jìn)行精度評(píng)價(jià)。

3.2 土地利用轉(zhuǎn)移矩陣

土地利用轉(zhuǎn)移矩陣是馬爾可夫模型在土地利用變化方面的應(yīng)用，是由于系統(tǒng)分析中需要對(duì)系統(tǒng)狀態(tài)和狀態(tài)轉(zhuǎn)移進(jìn)行定量描述而產(chǎn)生的[4]。本研究在ArcGIS 10.2中將兩期矢量分類結(jié)果運(yùn)用疊加分析得到土地利用轉(zhuǎn)移矩陣。

3.3 馬爾可夫分析

馬爾可夫模型既能夠定量地反映各類土地利用類型之間的轉(zhuǎn)化，而且能充分體現(xiàn)土地利用類型間的轉(zhuǎn)換率[4]，從而預(yù)測(cè)未來土地利用類型狀況。本研究預(yù)測(cè)未來每隔6年的土地利用類型狀況,在Matlab輸入初始狀態(tài)向量和轉(zhuǎn)移概念矩陣，設(shè)置預(yù)測(cè)時(shí)間，得到未來每隔6年的土地利用類型狀況。

3.4 景觀指數(shù)計(jì)算

景觀指數(shù)是能體現(xiàn)景觀結(jié)構(gòu)特征和空間格局演變的定量指標(biāo)，并可以對(duì)景觀格局信息進(jìn)行高度概括[5]。本研究選用表2中的9個(gè)指標(biāo)進(jìn)行類型、景觀兩個(gè)層面分析。

表2 選用景觀格局指數(shù) Table 2 Landscape pattern index selected

4 結(jié)果分析

4.1 土地利用/覆蓋變化

在ENVI 5.3中執(zhí)行支持向量機(jī)監(jiān)督分類，得到兩期影像的分類成果，兩期影像分類精度評(píng)價(jià)的總體精度及Kappa系數(shù)如表3所示，達(dá)到本次研究的精度要求。

表3 影像分類精度及Kappa系數(shù) Table 3 Image classification accuracy and Kappa coefficient

根據(jù)分類結(jié)果，在ArcGIS 10.2中進(jìn)行統(tǒng)計(jì)分析，可得雁塔區(qū)各類型用地面積情況，如表4所示。

如表4、圖3所示，可得雁塔區(qū)各類型用地變化的情況：

表4 2013—2019年雁塔區(qū)土地利用類型面積及占比Table 4 Area and proportion of land use types in Yanta District from 2013 to 2019

圖3 LUCC分類Figure 3 LUCC classification

1)從數(shù)量角度來看，林草地在6年間呈小幅增長(zhǎng)，由10.04%增長(zhǎng)為11.27%；水域面積基本不變；耕地面積大幅減少，由17.95%減少為9.57%；其他用地變化幅度不大；建設(shè)用地面積呈大幅增加，由70.44%增長(zhǎng)為77.86%，占比最大，符合雁塔區(qū)近年來城市化趨勢(shì)。

2)從空間分布變化的角度看，其他用地、耕地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地的變化最為明顯；水域分布格局保持穩(wěn)定，建筑用地逐漸向外擴(kuò)張。綜上分析說明,本研究時(shí)段是雁塔區(qū)發(fā)展的關(guān)鍵加速時(shí)期，整體土地利用空間格局呈現(xiàn)出東、西部變化最大。

4.2 土地利用轉(zhuǎn)移矩陣

在ArcGIS 10.7中通過疊加分析操作和統(tǒng)計(jì)結(jié)果得到兩期分類結(jié)果的轉(zhuǎn)移矩陣和轉(zhuǎn)移概率矩陣。結(jié)果如表5所示。如表5可得雁塔區(qū)2013—2019年土地利用變化的規(guī)律。

表5 2013—2019年雁塔區(qū)土地利用轉(zhuǎn)移矩陣及概率矩陣Table 5 Land use transfer matrix and probability matrix in Yanta District from 2013 to 2019

1)6年間水域的變化率最低，基本保持穩(wěn)定不變；

2)建設(shè)用地變化率較低，保持穩(wěn)定，小部分轉(zhuǎn)化成耕地和林草地，但有許多用地類型轉(zhuǎn)變?yōu)榻ㄔO(shè)用地，建設(shè)用地不斷侵蝕其他類型用地而不斷擴(kuò)張；

3)耕地、林草地變化率較大，大部分轉(zhuǎn)化成建設(shè)用地，林草地總面積小幅增長(zhǎng)，表明林草地保護(hù)措施實(shí)行到位，但耕地保護(hù)不足而大量縮減；

4)其他用地變化率最大，大部分轉(zhuǎn)化成建設(shè)用地，土地利用效率提高。

4.3 馬爾可夫預(yù)測(cè)

在Matlab輸入初狀態(tài)向量和轉(zhuǎn)移概念矩陣，設(shè)置預(yù)測(cè)時(shí)間，得到未來每隔6年的土地利用/覆被變化狀況(表6)。

表6 2019—2079年雁塔區(qū)土地利用預(yù)測(cè) Table 6 Land use forecast of Yanta District in 2019—2079

由表6可知基于2013—2019變化，雁塔區(qū)未來60年土地利用狀況。若按此變化規(guī)律，建設(shè)用地比例將穩(wěn)步增加；而耕地比例將逐年明顯減少；其他用地比例也將逐年減少，但不明顯；水域比例總體保持穩(wěn)定，略有增加。由此導(dǎo)致各種土地類型面積差別逐年增大，多樣性降低，生態(tài)系統(tǒng)復(fù)雜度降低。

4.4 景觀指數(shù)變化

在Fragstats 4.2中計(jì)算景觀指數(shù)，對(duì)類型、景觀兩個(gè)層面進(jìn)行分析。結(jié)果如表7、表8所示。

表7 景觀指數(shù)計(jì)算結(jié)果(類型) Table 7 The calculate results of landscape index (class)

表8 景觀指數(shù)計(jì)算結(jié)果(景觀) Table 8 The calculate results of landscape index (land)

如表8所示，可知在類型層面上：

1)建設(shè)用地的平均斑塊面積、形狀指數(shù)、周長(zhǎng)面積比、聚合度、斑塊結(jié)合度均增加，表明建設(shè)用地斑塊之間凝聚程度提升，類型聚合程度增加，景觀破碎化水平減弱，形狀更為多樣。

2)林草地平均斑塊面積、形狀指數(shù)、聚合度、斑塊結(jié)合度均增加，周長(zhǎng)面積比減少，表明林草地斑塊之間凝聚度提升，類型聚合程度增加，景觀破碎化水平減弱，形狀更為規(guī)則。

3)耕地平均斑塊面積、形狀指數(shù)、周長(zhǎng)面積比、聚合度、斑塊結(jié)合度均較大幅減少，表明耕地斑塊之間凝聚度降低，類型聚合程度減少，景觀破碎化水平增加，形狀更為規(guī)則。

4)其他用地平均斑塊面積、形狀指數(shù)、聚合度、斑塊結(jié)合度均減少，周長(zhǎng)面積比增加，表明其他用地斑塊之間凝聚度提升，類型聚合程度增加，景觀破碎化水平減少，形狀更為多樣。

5)水域類型各指數(shù)變化幅度小，基本保持穩(wěn)定，這6年間，水域景觀變化最不明顯。

6年間，在景觀層面上的平均斑塊面積、蔓延度均增加，形狀指數(shù)、分形維度指數(shù)、香濃多樣性指數(shù)、香農(nóng)均勻度指數(shù)均減少。這表明景觀中優(yōu)勢(shì)斑塊形成了更好的連接，景觀異質(zhì)性減弱，景觀優(yōu)勢(shì)類型越發(fā)突出，景觀破碎化水平總體減弱。

5 結(jié)論

從土地利用/覆被變化角度看，6年間雁塔區(qū)變化較顯著，耕地和其他用地面積減少，林草地、水域增多，建筑用地范圍顯著擴(kuò)張；土地利用類型以建筑用地為主導(dǎo)，占全區(qū)77.86%，受人類活動(dòng)強(qiáng)烈影響，人地矛盾突出，按此趨勢(shì)進(jìn)行預(yù)測(cè)，伴隨耕地大幅減少，多年后建設(shè)用地可達(dá)83%，環(huán)境多樣性減弱，但林草地、水域基本保持穩(wěn)定，符合林草地、水域保護(hù)要求。

從景觀格局指數(shù)上來看，6年間雁塔區(qū)建設(shè)用地作為優(yōu)勢(shì)斑塊形成了更好的連接，斑塊連通性增強(qiáng)，聚合程度明顯增加，景觀破碎化水平總體減弱。

耕地和其他用地的減少及建設(shè)用地的猛增，是伴隨著西安市高速城市化的發(fā)展進(jìn)程所帶來的不可避免的結(jié)果。改革開放后的土改為城市化拉開了序幕，伴隨著《中華人民共和國(guó)土地管理法》修正、城市土改、十八屆五中全會(huì)、十九大的召開、《全國(guó)國(guó)土規(guī)劃綱要 (2016-2030年)》的頒布，逐步實(shí)現(xiàn)土地和人口的城鎮(zhèn)化。西安市雁塔區(qū)近些年在“十一五”“十二五”“十三五”“十四五”規(guī)劃、《大西安總體規(guī)劃空間發(fā)展戰(zhàn)略研究》《關(guān)中-天水經(jīng)濟(jì)區(qū)發(fā)展規(guī)劃》等政策及國(guó)家“一帶一路”建設(shè)、關(guān)中平原城市群建設(shè)等國(guó)家戰(zhàn)略的實(shí)施的推動(dòng)下，城市建成區(qū)范圍持續(xù)外擴(kuò)，其他用地、城市邊緣耕地不斷縮小。

而自2004年以來，陜西省陸續(xù)實(shí)行《中華人民共和國(guó)自然保護(hù)區(qū)條例》辦法、《中華人民共和國(guó)水法》辦法、《陜西省秦嶺生態(tài)環(huán)境保護(hù)條例》、陜西省風(fēng)景名勝區(qū)管理?xiàng)l例、陜西省渭河流域管理?xiàng)l例等地方法規(guī)。政府生態(tài)保護(hù)政策強(qiáng)有力的實(shí)施加上群眾環(huán)保意識(shí)的提高，是近年來雁塔區(qū)水域面積基本保持穩(wěn)定，林草地面積小幅增長(zhǎng)的主要原因。

雁塔區(qū)為積極配合大西安建設(shè)，應(yīng)在更高效利用建設(shè)用地、進(jìn)行耕地保護(hù)等方面有所提高。在大西安建設(shè)進(jìn)程中，更好地發(fā)揮其作為核心城區(qū)的帶動(dòng)作用。

志謝：

感謝中國(guó)科學(xué)院網(wǎng)絡(luò)平臺(tái)提供免費(fèi)下載 Landsat-8 影像數(shù)據(jù)，感謝歐空局網(wǎng)絡(luò)平臺(tái)提供免費(fèi)下載的Sentinel-2A 數(shù)據(jù)，感謝長(zhǎng)安大學(xué)資源學(xué)院多位任課老師在此過程中的指導(dǎo)。