基于Landsat衛(wèi)星影像的納雍縣土地利用變化研究

胡超，盧涵宇*，彭令2，盧天健3，丁蕾錠

(1.貴州大學(xué)大數(shù)據(jù)與信息工程學(xué)院， 貴州貴陽(yáng)550025；2.中國(guó)地質(zhì)環(huán)境監(jiān)測(cè)院， 北京100081； 3.中南大學(xué)資源與安全工程學(xué)院， 湖南長(zhǎng)沙410083)

0 引言

近年來(lái)，隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，貴州省土地利用發(fā)生劇烈變化，由此帶來(lái)眾多的生態(tài)環(huán)境問(wèn)題，從而制約了當(dāng)?shù)厣鐣?huì)經(jīng)濟(jì)的可持續(xù)發(fā)展。因此，研究該區(qū)域土地利用變化具有重要意義。國(guó)內(nèi)外學(xué)者在土地利用動(dòng)態(tài)變化方面的研究取得了大量的成果[1-17]。模擬土地利用動(dòng)態(tài)變化常用的方法有Markov模型、元胞自動(dòng)機(jī)、GIS、空間Logistic模型等，其中Markov模型是一種廣泛應(yīng)用于土地利用預(yù)測(cè)的經(jīng)典模型。國(guó)外學(xué)者Bhagawat等[1]利用Markov模型對(duì)城市進(jìn)行了土地利用變化的預(yù)測(cè)與分析,表明綜合使用Landsat時(shí)間序列圖像與Markov模型是實(shí)現(xiàn)長(zhǎng)期的時(shí)空分析和可接受的預(yù)測(cè)準(zhǔn)確度的最佳選擇。國(guó)內(nèi)學(xué)者朱龍[5]綜合考慮區(qū)域社會(huì)經(jīng)濟(jì)環(huán)境等因素，利用PSR模型建立了江西省瑞昌市土地生態(tài)安全評(píng)價(jià)指標(biāo)，綜合運(yùn)用熵權(quán)法與層次分析法建立起了區(qū)域土地利用變化與土地生態(tài)安全評(píng)價(jià)體系。雷師等[11]實(shí)現(xiàn)了跨區(qū)域城市土地利用變化的比較研究，但在對(duì)土地利用預(yù)測(cè)方面缺乏空間預(yù)測(cè)變化優(yōu)勢(shì)。付仲良等[14]利用分類(lèi)后對(duì)比法實(shí)現(xiàn)了上海市土地變化動(dòng)態(tài)監(jiān)測(cè)，但是其監(jiān)測(cè)精度受到單獨(dú)分類(lèi)誤差的影響。田姣姣[15]利用Markov模型對(duì)北京市進(jìn)行了土地利用變化分析及預(yù)測(cè)；并通過(guò)多角度全面分析后選取了影響土地利用的七大影響因子，構(gòu)建基于Markov-ANN-CA三種算法的模擬及預(yù)測(cè)模型，提高了模型的可靠性和模擬預(yù)測(cè)的精度。以上研究集中在利用Markov模型進(jìn)行城市及區(qū)域尺度上土地利用變化預(yù)測(cè)，預(yù)測(cè)結(jié)果精度較高。但是在經(jīng)濟(jì)快速發(fā)展的背景下將Markov模型應(yīng)用于縣域尺度的土地利用變化模擬卻很少。本文欲將Markov模型應(yīng)用于縣域尺度上，選取貴州省畢節(jié)市納雍縣為研究區(qū)，研究該地區(qū)1997年～2015年近20年間土地變化情況，并利用Markov模型對(duì)未來(lái)納雍縣土地發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)，以期為當(dāng)?shù)赝恋乩靡?guī)劃提供一定的參考。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

納雍位于貴州省西北、畢節(jié)地區(qū)東南部、烏蒙山系東南麓，其地處104°55′40″E～105°38′04″E，26°30′16″N～27°05′54″N(圖1)。東南與織金、六枝， 西南與水城， 西北與畢節(jié)、赫章，東北與大方相連。

圖1 納雍縣地理位置示意圖Fig.1 Map of geographical location in Nayong county

東西相距56 km，南北相距48 km，總面積2 452.32 km2。地勢(shì)西北高，東南、東北低，全縣平均海拔1 685 m，相對(duì)高差1 424.4 m。全境多山，峰巒疊起，溝壑縱橫，流水下切，山高坡陡，巖溶地貌較為發(fā)達(dá)。納雍縣內(nèi)植被屬畢節(jié)地區(qū)中東部濕潤(rùn)性常綠闊葉林帶，中部中山谷地濕潤(rùn)性常綠櫟林、常綠與落葉混交林云南松、漆樹(shù)、核桃林地區(qū)。原生植被多被破壞，由次生植被所代替，主要植物有菌類(lèi)、蕨類(lèi)及種子植物類(lèi)三大植物類(lèi)群。

1.2 數(shù)據(jù)與預(yù)處理

選用的影像數(shù)據(jù)為1997年和2006年Landsat5 TM、2015年Landsat8 OLI_TIRS等3個(gè)時(shí)相的Landsat遙感影像數(shù)據(jù)，遙感影像數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺(tái)(http://www.gscloud.cn)。獲得相應(yīng)的遙感影像數(shù)據(jù)后，利用ENVI5.3軟件對(duì)遙感影像進(jìn)行圖像預(yù)處理,主要包括遙感影像大氣校正，遙感影像鑲嵌，圖像裁剪，圖像增強(qiáng)等。中國(guó)1∶400萬(wàn)地圖用于提取研究區(qū)域邊界，并通過(guò)Arcgis軟件統(tǒng)一空間參考坐標(biāo)系。

2 Markov過(guò)程基本原理

Markov過(guò)程是通過(guò)前一個(gè)狀態(tài)來(lái)預(yù)測(cè)后一個(gè)狀態(tài)的一種分析手段。它是由俄國(guó)數(shù)學(xué)家Markov與1907年提出，至1936年被俄國(guó)數(shù)學(xué)家Kolmogorov一般化并推廣至無(wú)限狀態(tài)空間，主要被用于研究事物的狀態(tài)轉(zhuǎn)移。

在土地利用變化研究中，將土地利用變化的過(guò)程視為Markov過(guò)程，即t+1時(shí)刻的土地利用類(lèi)型視作Markov過(guò)程的預(yù)測(cè)情況，那么t+1時(shí)刻的狀態(tài)僅與t土地利用類(lèi)型有關(guān)，而土地類(lèi)型之間相互轉(zhuǎn)移的概率或者面積被定為狀態(tài)轉(zhuǎn)移矩陣；從而可以通過(guò)如下公式進(jìn)行土地利用變化趨勢(shì)的預(yù)測(cè)：

pij=P(st+1=j|st=i),

(1)

式(1)中，st、st+1分別是t、t+1時(shí)刻的系統(tǒng)狀態(tài)；pij為狀態(tài)轉(zhuǎn)移矩陣,pij的數(shù)學(xué)表達(dá)式為：

(2)

該矩陣滿(mǎn)足下面兩個(gè)條件：

①0≤pij≤1,矩陣內(nèi)每個(gè)元素都非負(fù)；

一般情況下，所研究的Markov鏈都是具有“無(wú)后效性”和“齊次性”兩個(gè)特征；“無(wú)后效性”指的是在一個(gè)系統(tǒng)的某些因素的轉(zhuǎn)移過(guò)程中，其一種狀態(tài)轉(zhuǎn)移到另外一種狀態(tài)的概率只與當(dāng)前所處狀態(tài)有關(guān)，而與此前所處的狀態(tài)無(wú)關(guān)；“齊次性”指的是當(dāng)Markov鏈中的一步轉(zhuǎn)移概率pij無(wú)論在任何時(shí)刻t，從狀態(tài)i到達(dá)狀態(tài)j的過(guò)程的概率都是相同的。故而系統(tǒng)符合上述的Markov鏈表示為：

p(n)=p(n-1)pij=p(0)pn。

(3)

3 分析與預(yù)測(cè)

3.1 土地利用分類(lèi)

本文采用監(jiān)督分類(lèi)中的支持向量機(jī)方法提取研究區(qū)的土地利用類(lèi)型。分類(lèi)后圖像具有比較多的小斑塊，對(duì)這些小斑塊進(jìn)行重分類(lèi)或者剔除，本文采用Majority處理方法對(duì)分類(lèi)后的小斑塊進(jìn)行處理，并結(jié)合實(shí)際情況將研究區(qū)劃分為林地、水域、耕地、建設(shè)用地和未利用地五大類(lèi)別。1997年、2006年、2015年納雍縣土地利用情況見(jiàn)圖2，精度驗(yàn)證得到分類(lèi)總體精度分別為94.64 %、90.26 %、93.11 %； Kappa指數(shù)分別為0.862 8、0.848 0、0.898 5。從結(jié)果來(lái)看不論是總體精度還是Kappa指數(shù)都符合本文對(duì)于后續(xù)研究的要求。

(a) 1997年

(b) 2006年

(c) 2015年

3.2 土地利用類(lèi)型變化

利用Arcgis10.3軟件通過(guò)運(yùn)用工具箱中的統(tǒng)計(jì)和計(jì)算工具分別獲取1997年、2006年、2015年的納雍縣土地利用數(shù)據(jù)，從納雍縣土地利用情況(圖2)可以得出，納雍縣用地類(lèi)型主要以耕地和林地為主，兩者所占納雍土地面積的80 %以上，未利用地面積次之，占全縣15 %左右，建設(shè)用地面積逐年增加，占全縣面積從1997年0.58 %至2015年的2.85 %，水域所占面積最小，占全縣面積0.35 %左右并呈減少趨勢(shì)(表1)。

表1 1997年、2006年、2015年納雍縣土地利用基礎(chǔ)數(shù)據(jù)Tab.1 Land use basic data of 1997,2006 and 2015 of Nayong county

由表2可以得知，從1997年～2015年，納雍縣各用地類(lèi)型面積均有不同程度的變化，具體表現(xiàn)為耕地的大面積減少，建設(shè)用地與林地均有不同程度的增加，未利用地出現(xiàn)了波動(dòng)，而水域呈現(xiàn)了小幅度的下降?？傮w上來(lái)看，在這接近20年的時(shí)間里，納雍縣土地類(lèi)型變化，主要是耕地大面積的減少與水域較少面積的減少，剩下其他各類(lèi)均有所增加，而耕地是其他類(lèi)型面積增加的主要來(lái)源。

表2 1997年～2015年納雍縣土地利用面積變化Tab.2 Land use area change in Nayong county from 1997 to 2015

3.3 土地利用轉(zhuǎn)移矩陣分析

利用ENVI軟件中classification模塊中的change detection statistics功能，分別將納雍縣1997年、2006年、2015年土地利用情況進(jìn)行統(tǒng)計(jì)分析，分別得到納雍縣1997年～2006年、2006年～2015年土地利用轉(zhuǎn)移概率矩陣，如表3和表4所示。

表3 1997年～2006年納雍縣土地利用轉(zhuǎn)移概率矩陣Tab.3 Land use transfer probability matrix of Nayong county during 1997 ～ 2006

表4 2006年～2015年納雍縣土地利用轉(zhuǎn)移概率矩陣Tab.4 Land use transfer probability matrix of Nayong county during 2006 ～ 2015

3.4 預(yù)測(cè)與檢驗(yàn)

由于經(jīng)濟(jì)社會(huì)的快速發(fā)展，特別是在西部大開(kāi)發(fā)政策的落地，促進(jìn)了西部貧困地區(qū)井噴式的發(fā)展，以及農(nóng)業(yè)結(jié)構(gòu)的不斷調(diào)整和生態(tài)退耕還林的推進(jìn)；為使得Markov模型在土地利用中進(jìn)行可行性的結(jié)構(gòu)變化預(yù)測(cè)，故而選取2006年的土地利用數(shù)據(jù)作為初始向量，以9 a作為步長(zhǎng)，對(duì)納雍縣2015年的土地利用結(jié)構(gòu)進(jìn)行預(yù)測(cè)，運(yùn)用Matlab的強(qiáng)大的矩陣運(yùn)算能力，得出結(jié)果如表5所示，并與實(shí)際比例值進(jìn)行比較,可以得出，實(shí)際與預(yù)測(cè)值差距較大的是耕地為0.06 %，而最小的為林地，幾乎沒(méi)有差距；可以認(rèn)為預(yù)測(cè)方法可行，同時(shí)也說(shuō)明了Markov模型用于土地利用結(jié)構(gòu)趨勢(shì)的預(yù)測(cè)是具有科學(xué)性的。因此，利用該模型對(duì)納雍縣2024年土地利用結(jié)構(gòu)進(jìn)行預(yù)測(cè)，結(jié)果如表6所示。

表5 Markov模型精度檢驗(yàn)Tab.5 Accuracy test of Markov model

表6 納雍縣土地利用結(jié)構(gòu)預(yù)測(cè)數(shù)據(jù)Tab.6 Prediction data of land use structure in Nayong county

4 結(jié)果與分析

由表6可以得知，納雍縣在2015年后9 a時(shí)間內(nèi)，耕地與未利用地面積還將繼續(xù)減少，而建設(shè)用地、林地呈上升趨勢(shì)，這與之前的土地利用類(lèi)型變化趨勢(shì)相似，水域面積在預(yù)測(cè)中也有小幅度的增長(zhǎng)，但是不影響總體的預(yù)測(cè)結(jié)果。同樣地，通過(guò)表6發(fā)現(xiàn)減少趨勢(shì)最大的還是耕地面積，將由2015年的38.31 %下降到36.23 %，其減少的面積主要是轉(zhuǎn)移到了林地與建設(shè)用地；其次是未利用地面積的減少，由2015年的15.57 %下降到15.51 %，主要是轉(zhuǎn)移到耕地、林地與建設(shè)用地；林地由2015年的42.96 %上升到44.6 %，是未來(lái)面積增長(zhǎng)幅度最大的類(lèi)型；建設(shè)用地也有了較大的增長(zhǎng)，由2015年的2.85 %上升到3.32 %；同時(shí)未來(lái)水域面積也將有小幅度的增長(zhǎng)，由2015年的0.31 %增長(zhǎng)到0.33 %；其中水域面積的增加特別小，可以認(rèn)為其沒(méi)有變化，這可以表明納雍縣的水域得到了有效的保護(hù)。綜上分析可以得知，按照當(dāng)前的發(fā)展趨勢(shì)，在未來(lái)的9 a中，建設(shè)用地不可避免的會(huì)占用耕地；同時(shí)納雍縣的建設(shè)用地與林地的增長(zhǎng)，說(shuō)明該縣的經(jīng)濟(jì)發(fā)展態(tài)勢(shì)好，同時(shí)在生態(tài)退耕還林和林地保護(hù)方面也做得比較好；但是耕地的大面積減少，說(shuō)明這種良好的發(fā)展態(tài)勢(shì)是以犧牲糧食安全為代價(jià)的。

5 結(jié)論

本文采用多時(shí)相Landsat遙感影像開(kāi)展了納雍縣2006年～2015年土地利用變化情況研究。發(fā)現(xiàn)應(yīng)用Markov模型預(yù)測(cè)該區(qū)土地利用變化趨勢(shì)是可行的，根據(jù)2006年的土地利用數(shù)據(jù)來(lái)模擬現(xiàn)有的土地利用數(shù)據(jù)，其預(yù)測(cè)結(jié)果與實(shí)際2015年的數(shù)據(jù)基本一致；說(shuō)明在宏觀政策沒(méi)有發(fā)生變化的情況下，利用Markov模型預(yù)測(cè)納雍縣未來(lái)的土地利用變化趨勢(shì)是具有科學(xué)依據(jù)的。

此外，納雍縣境內(nèi)的耕地、未利用地面積呈現(xiàn)逐年減少的趨勢(shì)，建設(shè)用地不斷擴(kuò)張，林地面積持續(xù)較大面積的增加，而水域面積基本沒(méi)有變化。土地利用結(jié)構(gòu)的變化將影響納雍縣經(jīng)濟(jì)的可持續(xù)發(fā)展。因此，在未來(lái)土地利用過(guò)程中應(yīng)要理清耕地保護(hù)與建設(shè)發(fā)展的矛盾；在發(fā)展經(jīng)濟(jì)的同時(shí)，提高原有建設(shè)用地的利用，并應(yīng)該對(duì)納雍縣境內(nèi)的耕地加強(qiáng)保護(hù)，遏制住耕地?zé)o休止的減少現(xiàn)象，實(shí)現(xiàn)合理的土地資源利用。