南方紅壤水土流失區(qū)土地利用動態(tài)變化
——以長汀河田盆地區(qū)為例

林 娜，徐涵秋，何 慧

(福州大學環(huán)境與資源學院，福州大學遙感信息工程研究所，福建省水土流失遙感監(jiān)測評估與災害防治重點實驗室，福州 350108)

土地是人類賴以生存和發(fā)展的物質基礎，土地利用變化很大程度上受到人類活動的影響，它可以反映人類在一定時期內對土地資源的經營活動情況。傳統(tǒng)土地利用調查主要通過野外實地勘測或根據航空像片來進行解譯。近年來隨著對地觀測技術的快速發(fā)展，遙感技術已被廣泛應用于土地利用制圖及動態(tài)變化監(jiān)測中。國內外眾多學者利用不同時相、不同傳感器的遙感影像對土地利用現狀、變化過程與趨勢、驅動力及產生的生態(tài)效應進行了大量研究［1-5］。

福建省長汀縣曾是我國南方紅壤區(qū)水土流失最嚴重的縣份之一，素有“紅色沙漠”之稱。因其土壤侵蝕的典型性、嚴重性與治理的長期性，一直受到政府與社會人士的高度重視［6-9］。從20世紀80年代開始，政府對長汀水土流失治理的力度逐步加大，制定了一系列激勵政策。2000年更將長汀水土流失治理列入福建省委省政府為民辦實事項目。經過20多年的水土流失治理，長汀縣的水土保持工作取得了明顯的成效，水土流失治理模式得到廣泛推崇。因此研究長時間尺度下長汀縣水土流失治理導致的土地利用變化及其對景觀格局的影響，對長汀縣水土流失的進一步治理與生態(tài)保護建設具有重要的現實意義。鑒于此，以10 m空間分辨率的尺度對長汀縣水土流失最嚴重的河田盆地區(qū)2011年最新土地利用現狀及其歷史動態(tài)變化進行了研究，其結果可為長汀縣水土保持工作提供科學的決策依據。

1 研究區(qū)概況

福建省長汀縣地處福建西部，武夷山南麓，為福建省第五大縣。本次研究的重點在于該縣水土流失最嚴重的河田盆地及其周邊地區(qū)，地理位置為東經116°16'—116°34'、北緯 25°30'—25°44'，面積 775.40 km2(圖1)。研究區(qū)屬亞熱帶季風氣候，土壤類型以紅壤土和砂壤土為主。研究區(qū)中部開闊，低山高丘環(huán)繞四周，呈盆地形地貌，所以也被稱之為河田盆地［10］。

圖1 長汀縣行政區(qū)及研究區(qū)位置圖(矩形框代表研究區(qū))Fig.1 The Administrative region of Changting County and location of the study area

2 研究方法

2.1 遙感數據預處理

采用1988年10月16日(TM)、1998年11月13日(TM)、2004年10月5日(SPOT5)、2009年10月4日(SPOT5)和2011年11月28日(SPOT5)5個時相的影像進行分析。在實地選出47個地面控制點，用差分GPS高精度實測控制點的坐標值，據此對影像進行幾何精校正。采用二次多項式變換和最鄰近像元法重采樣，均方根誤差(Root Mean Squared Error，RMSE)小于0.5個像元。為了使1988、1998年的TM影像和此后3個時相的SPOT5影像的10m空間分辨率尺度一致，選用了兩幅與它們時相接近的SPOT Pan影像進行融合，日期分別為:1988年6月2日和1998年10月22日。融合選用Pansharp算法［11］，融合影像與原TM多光譜影像各波段的RMSE均值分別為0.015(1988年)和0.022(1998年)，表明融合影像的光譜保真度［12-13］較高。

2.2 遙感影像分類

2.2.1 分類體系確定

分類體系主要參考中國《土地利用現狀分類》國家標準，并根據河田地區(qū)的土地利用實際情況和10 m分辨率影像的實際可解譯能力來制定。表1是擬定的河田地區(qū)土地利用遙感分類體系。

表1 研究區(qū)土地利用遙感分類體系Table 1 Land use classification schema for the study area

2.2.2 最佳分類波段選擇

Mausel和Kramberet的研究表明，參與分類的波段數并不是越多越好［14］，必須對所用的波段進行篩選。所選擇的分類波段組合需要滿足以下3個因素:①信息量多;②波段間相關性弱;③各地類在所選波段內光譜差異大［15］。據此，對參與分類的波段進行選擇。為了較好地區(qū)分研究區(qū)的植被類型，又構建了能突出植被信息的歸一化植被指數(NDVI)［16］波段參與分類。

以1988年影像為例，通過分析各土地利用類型不同波段的光譜特征曲線可以看出(圖2)，各地類在TM3與TM5波段處的光譜分異最好，且這兩個波段分處可見光和短波紅外波段組，相關性弱。因此將TM3、TM5以及NDVI這3個波段作為分類最佳波段組合。同理分析其他各年份影像，篩選出合適的波段組合參與分類。

圖2 各地類的光譜特征曲線(1988年)Fig.2 Spectral signatures of land use classes in the 1988 image

2.2.3 分類與精度驗證

采用最大似然監(jiān)督分類法對各年份的影像進行分類，并對分類結果進行必要的人工修正，最終獲得了各年份的研究區(qū)土地利用分類圖(圖3)。

精度驗證采用2010年、2011年兩次野外實地調查數據與同期高分辨率SPOT Pan影像數據相結合的方法，同時還參考了2007年研究區(qū)的林分圖和Google Earth網絡發(fā)布的高分辨率影像。應用分層隨機采樣法，各年份分別選350—380個驗證點，最終獲得1988年、1998年、2004年、2009年和2011年影像的分類總精度，依次為 86.85%、86.65%、86.76%、86.96% 和86.79%，Kappa 系數分別為 0.852、0.850、0.851、0.853和0.851。分類總精度均在85%以上，符合精度要求。

2.3 景觀格局分析

土地利用變化深刻地影響景觀格局，景觀格局既是景觀異質性的具體體現，又是各種生態(tài)過程在不同尺度上作用的結果［17-18］。為了更好地了解長汀縣河田地區(qū)景觀結構的變化，本次研究基于土地利用分類圖，運用ArcGIS和Fragstats軟件，根據表2的景觀格局指標［19-21］，計算出各研究年份的基本景觀結構特征。

3 結果與分析

利用以上方法獲得了各年份土地利用類型的面積(表3)和變化速率(表4)。為了更好地揭示23a來研究區(qū)土地利用類型的詳細轉移情況，采用分類后比較法來對各年份土地利用類型進行變化檢測［22-24］，通過對不同年份土地利用分類圖進行疊加運算，求出每兩時相間的土地利用變化轉移矩陣(表5，限于篇幅，只列出1988—2011年的土地利用變化轉移矩陣)。

圖3 研究區(qū)各年份土地利用分類圖Fig.3 Classified images of the study area

3.1 土地利用變化分析

通過以上統(tǒng)計結果可以看出，1988至2011年長汀河田的土地利用發(fā)生了明顯的改變，23a間共有451.62 km2的土地利用類型發(fā)生了變化，占總面積的58.24%。土地利用類型變化較為明顯的區(qū)域在盆地中心和低山地區(qū)，即人類活動頻繁的地區(qū);而周邊的高山區(qū)受人類活動的影響較小，土地利用類型變化不明顯。面積變化最大的為裸土，其次為針葉林。

(1)總林地(闊葉林、針葉林、竹林)在1988—2011年間面積大幅增加了72.79 km2，表明河田盆地區(qū)的生態(tài)趨于好轉。在不同的林地類型中，針葉林占土地總面積的比例由37.17%增加至44.96%，闊葉林面積比例由29.49%增加至31.23%，竹林的面積基本不變，說明在這23a間主要以針葉林為優(yōu)勢增加樹種。如果將研究期分成1988—1998年和1998—2011年兩個大的階段，則可以看出，針葉林面積在1988—1998年間年變化率達到1.1%;在1998—2011年間增長速度降低，年變化率為0.62%;而闊葉林在前一階段面積幾乎無變化，其增加發(fā)生在后一階段，說明對水土保持更有優(yōu)勢的闊葉林已在治理工作中得到重視。分析影像分類圖與轉移矩陣看出，增加的林地大部分位于盆地中心，主要由裸土及草地轉化而來;部分林地的減少主要被開墾為耕地，或遭到破壞轉變?yōu)槁愕?，或被建筑用地所侵占?/p>

表2 景觀格局指標Table 2 Indices of landscape patterns

表3 研究區(qū)各年份土地利用類型的面積/km2Table 3 Area of land use classes from 1988 to 2011

表4 研究區(qū)各年份土地利用類型變化速率Table 4 Area change rates of different land use classes during the study years

表5 1988—2011年研究區(qū)土地利用變化/km2轉移矩陣Table 5 The conversion matrix of land use classes between 1988 and 2011

(2)裸土在1988—2011年間大幅減少了86.13 km2，面積比例由16.78%減少至5.67%。在1988—1998年間裸土以年變化率－3.68%的速度在減少;在1998—2011年間裸土的減少速度更是達到了－5.31%，其中在1998—2004年和2004—2009年間的年下降率穩(wěn)定在－3%左右，而在2009—2011的最近兩年間，裸土年變化率達到－16.95%，面積減少了將近20 km2，可見河田盆地區(qū)的水土流失治理力度正不斷加大，且成效顯著。從空間分布上看，裸土多分布在河田盆地中心，因此這里一直是水土流失治理的重點區(qū)域，經過23a的治理已使得這一區(qū)域的裸土大面積減少。從轉移矩陣來看，裸土多轉變?yōu)獒樔~林、闊葉林與水田，分別占裸土減少量的55.56%、21.60%和12.83%。雖然裸土總面積在不斷減少，但部分地區(qū)也出現新增裸地，23a間有20.34 km2的林地轉變?yōu)榱寺阃痢?/p>

(3)建筑用地在1988—2011年間以年變化率5.44%的速度快速增加。從空間分布上看，建筑用地多在原有的城鎮(zhèn)用地上向外擴張。從1988—2011年間的土地利用轉移矩陣中可以看出，建筑用地主要由針葉林、水田和裸土轉化而來，這是因為分布在鎮(zhèn)區(qū)或居住用地周邊的林地、水田和裸土在城鄉(xiāng)擴展中易被侵占而轉為建筑用地。

(4)水田與草地在此期間面積變化不大，水田面積略增了0.44%，而草地面積則微減了0.31%。水體面積和河邊沙地則隨河流水位的變化而略有變化。

3.2 景觀格局變化分析

表6和表7是根據表2的景觀格局指標計算出的各研究年份的基本景觀結構特征。總的看來，研究區(qū)總斑塊數從1988年的118485個增加到2004年的208454個后，又下降到2011年的160903個，說明景觀破碎程度表現為先增后減，但總體仍呈增加趨勢。而研究區(qū)多樣性指數和均勻度指數則呈總體下降趨勢，表明優(yōu)勢景觀類型(針葉林)的份額在增加，不同斑塊類型的面積比重越來越不平衡。這主要是因為研究區(qū)土地利用變化以裸土大面積減少和針葉林顯著增加為主要特點，針葉林比例的大幅提高增強了其對景觀的控制作用。從平均分維數和聚合度指標可以看出1988—2011年間的斑塊形狀變化不大，景觀類型分布總體趨于分散。

對研究區(qū)幾種重要土地利用類型的景觀特征進行分析，可以看出:

(1)林地的平均斑塊面積在1988—2011年間總體呈現上升趨勢，說明了水土流失治理新增的小斑塊林地正逐漸形成連片分布。在這一期間，針葉林的最大斑塊面積指數(LPI)一直是最大的，在一定程度上也說明了針葉林一直是研究區(qū)的優(yōu)勢類型。但針葉林的LPI在2011年變?yōu)樽钚?，反映了針葉林面積雖然不斷增加，但大斑塊一定程度上被分隔。

表6 研究區(qū)總體景觀格局變化特征Table 6 Landscape indexes of the study area

表7 研究區(qū)類型水平上景觀格局變化特征Table 7 Landscape indexes at class level in the study area

(2)裸土面積23a來不斷減少，LPI也逐年降低;在1988—2009年間斑塊數量增加，平均斑塊面積下降，說明了在此期間大斑塊被分割為小斑塊，裸土產生破碎化;在2009—2011年間斑塊數量有所減少，平均斑塊面積增加，說明了最近兩年間裸土面積在減少的同時，小斑塊的裸土逐漸轉為林地或建筑用地。

(3)建筑用地在這23a間斑塊數量呈現上升趨勢，平均斑塊面積在減少，說明了新增的建筑用地斑塊分布零散;但最大斑塊面積指數總體在上升，說明了原有的城鎮(zhèn)中心用地在不斷擴張。

4 結論

(1)利用遙感和景觀分析技術研究的長汀縣河田盆地區(qū)最新土地利用及其動態(tài)變化結果表明，該區(qū)在1988—2011年間土地利用變化明顯，以林地、裸土、建筑用地的面積變化最為顯著。其主要特點為林地面積迅速增長，裸土面積持續(xù)下降，其中林地面積增加了72.79 km2，裸地面積減少了86.13 km2，標志著該區(qū)生態(tài)環(huán)境的實質性好轉。

(2)在整個研究時段內，研究區(qū)景觀多樣性指數與均勻性指數下降，處于主導地位的針葉林類型與其它景觀類型間的差異在不斷增加。裸土平均斑塊面積與最大斑塊面積指數呈現減少趨勢，表明裸土面積在減少的同時，大斑塊在治理中不斷被分割成小斑塊，破碎化程度加劇。

(3)政府對長汀縣水土流失治理的大力支持促使該區(qū)的生態(tài)得到了明顯的改善，但是河田盆地局部還存在新增水土流失現象，并且近年來林地增長的速度已開始逐漸減慢。為避免水土流失現象的再次發(fā)生，經濟政策與生態(tài)環(huán)境保護政策需要進一步協(xié)調以確保水土流失治理的全勝。

致謝:課題組成員曾宏達、劉智才、王琳、楊冉冉、黃紹霖、陳文惠、張清林和陳淑桂等同志參與了野外調查工作，特此致謝。

［1］ Wang Y，Mitchell B R，Nugranad-Marzilli J，Bonynge G，Zhou Y Y，Shriver G.Remote sensing of land-cover change and landscape context of the national parks:a case study of the northeast temperate network.Remote Sensing of Environment，2009，113(7):1453-1461.

［2］ Dewan A M，Yamaguchi Y.Land use and land cover change in Greater Dhaka，Bangladesh:using remote sensing to promote sustainable urbanization.Applied Geography，2009，29(3):390-401.

［3］ Qasim M，Hubacek K，Termansen M，Khan A.Spatial and temporal dynamics of land use pattern in District Swat，Hindu Kush Himalayan region of Pakistan.Applied Geography，2011，31(2):820-828.

［4］ Zhang J S，Pan Y Z，Han L J，Su W，He C Y.Land use/cover change detection with multi-source data.Journal of Remote Sensing，2007，11(4):500-510.

［5］ Xu N，Guo X D，Tian S F，Hong Y T，Zhang C，Wu P.Remote sensing and GIS based comparison of land-use classification methods and data mining for degree of land degradation:a case study in Leilongwan Area，Hengshan County，Shannxi Province.Acta Ecologica Sinica，2008，28(11):5410-5417.

［6］ Lin C，Zhou S L，Wu S H，Liao F Q.Relationships between intensity gradation and evolution of soil erosion:a case study of Changting in Fujian Province，China.Pedosphere，2012，22(2):243-253.

［7］ Wu G S，Lin H H，Zhu H J，Sha J M，Dai W Y.Spatiotemporal variation of typical red soil eroded landscape pattern:a case study in Changting County of Fujian Province.Chinese Journal of Applied Ecology，2011，22(7):1825-1832.

［8］ Lin C，Zhou S L，Wu S H.Evolution of soil erosion degree in 30 years in Granite Hills，Southeastern of China:a case study of Changting County，Fujian.Scientic Geographica Sinica，2011，31(10):1235-1241.

［9］ Wang W M，Chen M H，Lin J L，Wu Q Q，Zhong B L，Yue H.Monitoring soil and water loss dynamics and its management measures in Changting County.Bulletin of Soil and Water Conservation，2005，25(4):73-77.

［10］ Zhao Z B.Study on treatment of soil and water loss with forest-grass measures in Hetian basin of Fujian province.Journal of Soil and Water Conservation，1987，1(1):81-89.

［11］ Tan Y S，Shen Z Q，Jia C Y，Wang X H，Deng J S.The study on image fusion for medium and high spatial resolution remote sensing images.Remote Sensing Technology and Application，2007，22(4):536-542.

［12］ Chavez P S Jr，Slides S C，Anderson J A.Comparison of three different methods to merge multiresolution and Multispectral data:Landsat TM and SPOT panchromatic.Photogrammertric Engineering and Remote Sensing，1991，57(3):295-303.

［13］ Xu H Q.Study on data fusion and classification of Landsat 7 ETM+imagery.Journal of Remote Sensing，2005，9(2):186-194.

［14］ Mausel P W，Kramber J W.Optimum band selection for supervised classification of multi spectral data.Photogrammetric Engineering and Remote Sensing，1990，56(1):55-60.

［15］ Jiang X G，Wang C Y，Wang C.Optimum band selection of hyperspectral remote sensing data.Arid Land Geography，2000，23(3):214-220.

［16］ Rouse J W，Haas R H，Schell J A，Deering D W.Monitoring vegetation systems in the great plains with ERTS//Proceedings of the Third ERTS Symposium，NASA SP-351.Washington DC，USA，1973，1:309-317.

［17］ Wu J G.Landscape Ecology:Pattern，Process，Scale and Hierarchy.Beijing:Higher Education Press，2007.

［18］ Feng Y X，Luo G P，Zhou D C，Han Q F，Lu L，Xu W Q，Zhu L，Yin C Y，Dai L，Li Y Z.Effects of land use change on landscape pattern of a typical arid watershed in the recent 50 years:a case study on Manas River Watershed in Xinjiang.Acta Ecologica Sinica，2010，30(16):4295-4305.

［19］ Lin J，Song G，Song S M.Research on dynamic changes of landscape structure and land use eco-security:a case study of Jiansanjiang land reclamation area.Acta Ecologica Sinica，2011，31(20):5918-5927.

［20］ Wu X，Shen Z Y.Analysis of the changes of land use/cover and landscape pattern in the upper reaches of the Yangtze River.Transactions of the CSAE，2007，23(10):86-92.

［21］ Zheng X Q，Fu M C.The Spatial Analysis Technology and Applications of Landscape Pattern.Beijing:Science Press，2010.

［22］ Xu H Q，Tu P，Xiao G R.A dynamic monitor system for land use change at a county level based on the technology of remote sensing，geographical information system and global positioning system.Remote Sensing Technology and Application，2000，15(1):22-27.

［23］ Zhu H Y，Li X L.Discussion on the index method of regional land use change.Acta Geographica Sinica，2003，58(5):643-650.

［24］ Ye L，Xu H Q.Remote Sensing of spatio-temporal land use dynamics in Fuzhou District during the last 20 years.Geo-Information Science，2008，10(1):80-87.

參考文獻:

［4］ 張錦水，潘耀忠，韓立建，蘇偉，何春陽.光譜與紋理信息復合的土地利用/覆蓋變化動態(tài)監(jiān)測研究.遙感學報，2007，11(4):500-510.

［5］ 許寧，郭旭東，田淑芳，洪友堂，張聰，吳萍.基于遙感和GIS的土地利用分類方法及其在土地退化程度分析中的應用——以陜西橫山雷龍灣地區(qū)為例.生態(tài)學報，2008，28(11):5410-5417.

［7］ 武國勝，林惠花，朱鶴健，沙晉明，戴文遠.典型紅壤侵蝕景觀的時空變化——以福建長汀為例.應用生態(tài)學報，2011，22(7):1825-1832.

［8］ 林晨，周生路，吳紹華.30年來東南紅壤丘陵區(qū)土壤侵蝕度時空演變研究——以長汀縣為例.地理科學，2011，31(10):1235-1241.

［9］ 王維明，陳明華，林敬蘭，吳清泉，鐘炳林，岳輝.長汀縣水土流失動態(tài)變化及防治對策研究.水土保持通報，2005，25(4):73-77.

［10］ 趙昭昞.福建河田盆地水土流失地區(qū)用林草措施治理的研究.水土保持學報，1987，1(1):81-89.

［11］ 譚永生，沈掌泉，賈春燕，王新輝，鄧勁松.中高分辨率遙感影像融合研究.遙感技術與應用，2007，22(4):536-542.

［13］ 徐涵秋.Landsat 7 ETM+影像的融合和自動分類研究.遙感學報，2005，9(2):186-194.

［15］ 姜小光，王長耀，王成.成像光譜數據的光譜信息特點及最佳波段選擇——以北京順義區(qū)為例.干旱區(qū)地理，2000，23(3):214-220.

［17］ 鄔建國.景觀生態(tài)學:格局、過程、尺度與等級.北京:高等教育出版社，2007.

［18］ 馮異星，羅格平，周德成，韓其飛，魯蕾，許文強，朱磊，尹昌應，戴麗，李艷忠.近50a土地利用變化對干旱區(qū)典型流域景觀格局的影響——以新疆瑪納斯河流域為例.生態(tài)學報，2010，30(16):4295-4305.

［19］ 林佳，宋戈，宋思銘.景觀結構動態(tài)變化及其土地利用生態(tài)安全——以建三江墾區(qū)為例.生態(tài)學報，2011，31(20):5918-5927.

［20］ 伍星，沈珍瑤.長江上游地區(qū)土地利用/覆被和景觀格局變化分析.農業(yè)工程學報，2007，23(10):86-92.

［21］ 鄭新奇，付梅臣.景觀格局空間分析技術及其應用.北京:科學出版社，2010.

［22］ 徐涵秋，涂平，肖桂榮.基于“3S”技術的縣級土地資源動態(tài)監(jiān)測技術系統(tǒng).遙感技術與應用，2000，15(1):22-27.

［23］ 朱會義，李秀彬.關于區(qū)域土地利用變化指數模型方法的討論.地理學報，2003，58(5):643-650.

［24］ 葉琳，徐涵秋.近20年來福州市土地利用時空變化的遙感分析.地球信息科學，2008，10(1):80-87.