杭州灣南岸濱海濕地土地利用變化研究

趙賽帥，陳海珍，李 璐,吳亞文，章 璐

（1.寧波市測繪和遙感技術(shù)研究院，浙江 寧波 315040；2.寧波市阿拉圖數(shù)字科技有限公司，浙江 寧波 315040；3.浙江省諸暨中學，浙江 紹興 311800）

近年來，現(xiàn)代化的開發(fā)加速了土地利用方式的改變，對杭州灣濱海區(qū)域的生態(tài)環(huán)境、生物多樣性等方面都產(chǎn)生了較大的影響[1-5]。2019年7月，杭州灣南岸上設(shè)立了寧波前灣新區(qū)，經(jīng)濟發(fā)展正處于“一帶一路”、長江經(jīng)濟帶、長三角一體化、海洋經(jīng)濟發(fā)展等國家戰(zhàn)略疊加的最強風口，具備新一輪騰飛的巨大契機[6]，其土地利用模式關(guān)乎未來經(jīng)濟、社會和生態(tài)和諧發(fā)展的重要基礎(chǔ)。因此，本文以杭州灣南岸濱海地區(qū)為研究區(qū)，解譯近25 a的6期遙感影像獲取土地利用基本數(shù)據(jù)，分析杭州灣濱海濕地長時間的土地利用類型變化，探討土地利用變化的空間分布差異以及時間變化特征，以期為該區(qū)域未來可能出現(xiàn)的土地開發(fā)頻繁、利用類型變化大，開發(fā)強度大的模式下實現(xiàn)節(jié)約集約利用，管控緩解人地矛盾，維持環(huán)境可持續(xù)發(fā)展，為做好生態(tài)修復保護提供經(jīng)驗借鑒。

1 研究區(qū)及數(shù)據(jù)源

1.1 研究區(qū)

杭州灣南岸研究區(qū)位于錢塘江河口線，西接錢塘江河口段，東臨舟山群島，北靠上海市，南至寧波甬江口。本研究區(qū)位于寧波市北部杭州灣南岸的弧形區(qū)域，西起余姚市，東至慈溪市（圖1），總面積約為1 900 km2。該區(qū)域地處亞熱帶海洋季風氣候，雨量充沛，四季分明，為典型的淤漲性淤泥質(zhì)灘涂，屬于近海與海岸濕地生態(tài)系統(tǒng)，是中國八大鹽堿濕地之一[4]。杭州灣南岸自然濕地群落分布自海向陸依次呈現(xiàn)海三棱藨草、互花米草、蘆葦[7]；人工濕地類型主要包括水產(chǎn)養(yǎng)殖場、墾區(qū)農(nóng)田等。

圖1 研究區(qū)

1.2 數(shù)據(jù)源

1.2.1 遙感影像

Landsat影像因其數(shù)據(jù)獲取性強、覆蓋范圍廣、光譜信息豐富，在海岸帶區(qū)域性研究中得到廣泛應(yīng)用。研究選取了1992、1998、2004、2009、2013和2017年共6個時期的Landsat TM/OLI影像（表1）。為滿足土地利用類型識別的準確性和完整性，研究挑選云量不大于10%，成像質(zhì)量好，潮位較低的影像，并且綜合考慮植物的生長周期（夏季，6~8月），以4~6 a為一個研究時期。影像經(jīng)過輻射校正和幾何校正等預處理，主要用于地物分類提取。

表1 研究使用的遙感數(shù)據(jù)及參數(shù)

1.2.2 驗證數(shù)據(jù)

為驗證分類精度，研究利用2014年慈溪市土地利用現(xiàn)狀數(shù)據(jù)以及2004年的Google Earth歷史快視圖進行隨機設(shè)置興趣點，分別驗證2013和2004年的研究區(qū)的分類結(jié)果。

1）土地利用現(xiàn)狀數(shù)據(jù)。在2014年慈溪市土地利用現(xiàn)狀數(shù)據(jù)中，將公路用地、農(nóng)村道路、城市、建制鎮(zhèn)、村莊、水工建筑用地、設(shè)施農(nóng)用地、采礦用地和風景名勝劃分為研究中所需的建筑地類；將旱地、水田、裸地、水庫水面、其他草地劃分為農(nóng)田地類；將坑塘水面、河流水面劃分為水產(chǎn)養(yǎng)殖場地類；將有林地、果園、灌木林地、其他林地劃分為林地地類；把已有的21類地類歸并為本次研究中所需的7類（表2）。

表2 研究區(qū)分類系統(tǒng)及隨機布點數(shù)量

2）Google Earth歷史快視圖（snapshot）數(shù)據(jù)。研究通過對2004年的Google Earth歷史快視圖進行隨機布點，從而對2004年的分類結(jié)果進行驗證。對于一些難以判斷地類的隨機點，可以在Google Earth中調(diào)取前一年或者后一年的歷史影像進行比對，判斷該處的地類，提高驗證效率和準確性（圖2）。

圖2 Google Earth 2004年影像以及隨機點分布

2 研究方法

2.1 影像特征指數(shù)構(gòu)建

為了提高地物分類精度，在綜合國內(nèi)外研究[8-9]的基礎(chǔ)上，結(jié)合研究區(qū)特點，針對水體、植被、建筑、農(nóng)田等波譜特性構(gòu)建了土壤調(diào)整植被指數(shù)（SA?VI）[10]、改進的歸一化水體指數(shù)（MNDWI）[11]、改進的歸一化建筑指數(shù)（MNDBI）[12]、亮度指數(shù)（Bright?ness）、綠度指數(shù)（Greeness）、濕度指數(shù)（Wetness）[13]等特定的特征指數(shù)（表3）來綜合識別杭州灣南岸濱海濕地的土地利用類型。其中，SAVI用于提取灘涂、濕地、林地，MNDWI用于提取水域，MNDBI用于提取建筑，Brightness、Greeness、Wetness用于提取農(nóng)田。通過構(gòu)建特征指數(shù)，進一步加強了不同地物在影像特征 中的區(qū)分度，為土地利用類型精確分類奠定基礎(chǔ)。

表3 影像特征指數(shù)選擇及計算公式

2.2 土地利用類型分類

綜合考慮不同土地利用類型在Landsat影像中的可分性，研究將杭州灣南海土地利用類型分為灘涂、濕地、水產(chǎn)養(yǎng)殖場、農(nóng)田、林地、建筑和海水七類（表2）。其中，研究將河流、溝渠等劃分為水產(chǎn)養(yǎng)殖場一類，將農(nóng)用旱田、水澆地等劃分為農(nóng)田一類，將道路、堤壩劃分為建筑一類。

隨機森林算法由Breiman提出，采用分類樹作為基本分類器，是一種集成分類算法[14]。其原理為首先從原始訓練樣本集X中有放回地重復抽取N個新訓練集x，抽取數(shù)量約為原始數(shù)據(jù)集的2/3；然后為每個訓練集分別建立回歸樹h，產(chǎn)生由N棵決策樹組成的森林[15]，公式如下：

式中，x為輸入向量；{Θk}為獨立同分布的隨機向量；每棵分類樹根據(jù)一組與輸入樣本有關(guān)的隨機向量{Θk}進行分裂生長，在每棵樹生長過程中，從全部M個特征變量中隨機選取m個(m≤M)，在這m個屬性中根據(jù)基尼(Gini)指數(shù)最小原則選出最優(yōu)屬性進行內(nèi)部節(jié)點分支，使每棵樹完整成長而不被剪枝[16]；最后，集合N棵決策樹的預測結(jié)果，采用投票的方式?jīng)Q定新樣本的類別（式2），利用每次抽樣未被抽到的1/3數(shù)據(jù)來估計內(nèi)部誤差，用來預測分類的正確率[17]。

隨機森林算法可以處理大數(shù)據(jù)集，在不選取和刪除變量的情況下處理大量的輸入變量，對異常值和噪聲具有較強的魯棒性，具有高準確度、無參數(shù)要求特征[18]。因此，研究采用隨機森林算法用于杭州灣南海濱海濕地土地利用類型分類。

2.3 基于Circos圖的土地利用轉(zhuǎn)移可視化

土地利用轉(zhuǎn)移反映了土地利用變化的內(nèi)在過程及各類型之間的轉(zhuǎn)移方向和趨勢，其中土地利用轉(zhuǎn)移矩陣能定量表明不同地類之間的轉(zhuǎn)移方向和幅度，是馬爾科夫模型在土地利用分析方面的應(yīng)用。本研究運用土地利用轉(zhuǎn)移矩陣[19]（式3）進行研究區(qū)土地利用類型變化分析，對1992—1998年、1998—2004年、2004—2009年、2009—2013年、2013—2017年和1992—2017年土地利用類型的轉(zhuǎn)移方向進行定量計算，最后得到6組6×6土地利用轉(zhuǎn)移矩陣（其中海水不做轉(zhuǎn)移分析）。

式中，矩陣中行為前一時間段，列為后一時間段，Sij表示為第i年向第j年轉(zhuǎn)換的量。

基于土地利用轉(zhuǎn)移矩陣，研究進一步利用Circos圖展現(xiàn)6類土地利用類型轉(zhuǎn)移情況。Circos是由Martin[20]等于2009年開發(fā)的一款生物信息可視化工具，研究對Circos圖進行延伸應(yīng)用，以期從宏觀上把握土地利用類型轉(zhuǎn)化的總體特征，清晰展現(xiàn)各類地物轉(zhuǎn)出去向和轉(zhuǎn)入來源以及地物間最大轉(zhuǎn)化流和流量等信息。在本研究對Circos圖的設(shè)置及其解釋如下：

1）構(gòu)成：Circos圖外面的圓圈由6段圓弧狀的坐標軸組成，每段圓弧對應(yīng)一個地類，坐標軸代表了相應(yīng)土地利用類型的總轉(zhuǎn)移面積，即轉(zhuǎn)入量與轉(zhuǎn)出量的總和，數(shù)據(jù)的單位是km2；圓弧外有三層細圓弧，其中最外層圓弧代表轉(zhuǎn)入量和轉(zhuǎn)出量占比，中間層圓弧代表轉(zhuǎn)入量占比，最內(nèi)層圓弧代表轉(zhuǎn)出量占比。

2）“弦”的設(shè)置：圖中每一條“弦”代表一條轉(zhuǎn)移流數(shù)據(jù)，“弦”始于轉(zhuǎn)出地類，止于轉(zhuǎn)入地類，“弦”的兩端到坐標軸的距離不同，轉(zhuǎn)出端距離坐標軸較近，轉(zhuǎn)出端顏色同轉(zhuǎn)入地類，轉(zhuǎn)入端距離坐標軸較遠，轉(zhuǎn)入端顏色同轉(zhuǎn)出地類；“弦”的寬度代表轉(zhuǎn)移面積的大小，顏色與轉(zhuǎn)出地類坐標軸顏色保持一致。

3）配色：不同地類的坐標軸用不同顏色表示，本研究中，黃色代表灘涂，綠色代表濕地，紫色代表水產(chǎn)養(yǎng)殖場，橘色代表農(nóng)田，紅色代表林地，灰色代表建筑。

3 結(jié)果與分析

3.1 精度驗證結(jié)果

針對各期土地利用分類結(jié)果，結(jié)合Google Earth歷史快視圖以及土地利用現(xiàn)狀圖等對解譯結(jié)果進行人工修正，并通過混淆矩陣與Kappa系數(shù)對解譯結(jié)果進行評價與驗證。2004年Google Earth歷史快視圖以及2014年慈溪市土地利用現(xiàn)狀圖隨機布點驗證結(jié)果（表4、5）表明，2004年研究區(qū)分類的總體精度達到85.43%，2014年分類的總體精度達到87.43%，分類結(jié)果的正確性較高，可以支持后續(xù)土地利用變化研究分析結(jié)果的可信度。

表4 基于Google Earth歷史快視圖的2004年分類結(jié)果混淆矩陣

表5 基于慈溪市土地利用現(xiàn)狀圖的2013年分類結(jié)果混淆矩陣

3.2 土地利用變化分析

研究基于不同時期遙感影像，利用土壤調(diào)整植被指數(shù)、改進的歸一化水體指數(shù)、改進的歸一化建筑指數(shù)、以及纓帽變換后的亮度、綠度、濕度指數(shù)等基于隨機森林分類方法提取濱海濕地土地利用類型，結(jié)合轉(zhuǎn)移矩陣繪制Circos圖（如圖3），分析杭州灣南岸濱海濕地空間變化和各地類的轉(zhuǎn)移方向，主要得出以下結(jié)論：

圖3 1992—2017年研究區(qū)各地類土地轉(zhuǎn)移Circos圖

1）近25 a來，研究區(qū)內(nèi)建筑總面積持續(xù)增加，水產(chǎn)養(yǎng)殖場總面積也是呈上升趨勢。在內(nèi)陸區(qū)域，農(nóng)田轉(zhuǎn)變?yōu)榻ㄖ侵饕恋乩棉D(zhuǎn)移類型；在近海區(qū)域，土地利用轉(zhuǎn)移類型復雜且多樣化，主要是灘涂被大范圍利用，轉(zhuǎn)變?yōu)樗a(chǎn)養(yǎng)殖場與建筑，同時也有相當灘涂轉(zhuǎn)變?yōu)闈竦亍Ｆ湓蛑饕呛贾轂衬习锻寥烂擕}過程較快，為開墾濱海濕地創(chuàng)造了優(yōu)越的條件，潮間帶的灘涂資源開發(fā)利用在近25 a期間持續(xù)發(fā)展。

2）在人類活動加劇的過程中，杭州灣南岸濕地面積并無減少，相反增長趨勢明顯，從1992年的15.34 km2增至2017年的103.89 km2，99.76 km2的灘涂轉(zhuǎn)化為濕地，這與杭州灣濱海外來物種互花米草引種及其擴張密切相關(guān)。此外，我國沿海各地紛紛開展濱海地區(qū)濕地生態(tài)修復工作，劃定海洋生態(tài)紅線，建設(shè)海洋保護區(qū)，嚴格控制圍填海規(guī)模，尤其是2010年中央分成海域使用金返還生態(tài)修復項目和2016年“藍色海灣”整治行動的實施，對開展生態(tài)修復、保護我國濱海濕地起到了很好的推進作用。2010年2月杭州灣新區(qū)的建立，在經(jīng)濟建設(shè)發(fā)展的同時，政府對濕地采取了保護措施，尤其是杭州灣濕地公園的建設(shè)，對濕地的保護及恢復起到了積極作用。