基于Landsat影像的土地利用變化分析

董瑩 劉德成 高雪媛 左琳 趙進(jìn)

摘 要：目的：研究確定土地利用/覆被變化分類的方法。方法：基于Landsat遙感影像數(shù)據(jù)，以淮安市為研究對象，利用ERDAS IMAGINE遙感處理技術(shù)和ARCGIS為主要的處理分析工具，以1998年、2006年和2018年3個時間節(jié)點，分析1998—2006年、2006—2018年以及1998—2018年淮安市的土地利用/覆蓋變化狀況，并從土地利用面積、土地利用動態(tài)、土地利用空間3個方面進(jìn)行分析研究。結(jié)果：（1）1998—2006年間，淮安市土地利用的變化呈現(xiàn)“兩增四減”。耕地及農(nóng)村用地面積相對分別上漲538.880km2、370.210km2;水體、林地、城鎮(zhèn)用地、未利用地面積分別減少101.485km2、85.454km2、174.539km2、547.612km2;（2）2006—2018年間，淮安市土地利用變化呈現(xiàn)“三增三減”。水體、農(nóng)村用地、城鎮(zhèn)用地面積分別增加217.545km2、464.800km2、610.411km2，林地、耕地、未利用地分別下降434.125km2、19.350km2、839.281km2。（3）1998—2018年的20年間，淮安市土地利用變化整體呈現(xiàn)“四增兩減”，即：農(nóng)村用地、水體、耕地、城鎮(zhèn)用地面積增加，未利用地、林地面積減少。每種土地類型都有不同數(shù)量的相互轉(zhuǎn)化。結(jié)論：基于ERDAS IMAGINE遙感處理技術(shù)方法是研究土地利用分類的一個有力工具。

關(guān)鍵詞：土地科學(xué)研究方法;土地利用;遙感處理;覆被變化;Landsat

中圖分類號 P931.1;X37 文獻(xiàn)標(biāo)識碼 A 文章編號 1007-7731（2020）07-0101-06

Abstract： Objective： to determine the classification method of land use/cover change and study it. Research methods： Based on Landsat remote sensing image data， taking Huai′an City as the research object， using ERDAS Image remote sensing processing technology and ArcGIS are the main processing and analysis tools. Based on the three time nodes of 1998， 2006 and 2018， the land use/cover change of Huai′an City in 1998—2006， 2006—2018 and 1998—2018 is analyzed， and the land use area， land use dynamics and land use space are studied. The results are as follows： （1） from 1998 to 2006， land use change in Huai′an increased by two and decreased by four. The area of cultivated land and rural land increased by 538.880km2 and 370.210km2 respectively; the area of water body， forest land， urban land and unused land decreased by 101.485km2， 85.454km2， 174.539km2 and 547.612km2 respectively; （2） from 2006 to 2018， the land use change of Huai′an City showed three increases and three decreases. The area of water body， rural land and urban land increased by 217.545km2， 464.800km2 and 610.411km2 respectively， while that of forest land， cultivated land and unused land decreased by 434.125km2， 19.350km2 and 839.281km2 respectively. （3） During the 20 years from 1998 to 2018， the overall land use change of Huai′an City showed four increases and two decreases. The area of rural land， water body， cultivated land and urban land increased while the area of unused land and forest land decreased. Each land type has different amount of mutual transformation. Conclusion： the remote sensing technology based on ERDAS image is a powerful tool for land use classification.

Key words： Research methods of land science; Land use;Remote sensing processing;Coverage change;Landsat

土地利用是人類按照一定的經(jīng)濟與社會目的，采取一系列技術(shù)手段，根據(jù)土地特點獲得物質(zhì)產(chǎn)品和服務(wù)的經(jīng)濟活動，具體表現(xiàn)為土地類型的面積變化、空間分布變化和土地質(zhì)量變化等。土地利用類型是指土地利用方式相同的土地資源單元，是根據(jù)土地利用的地域差異劃分的，是反映土地用途、性質(zhì)及其分布規(guī)律的基本地域單位，是人類在改造利用土地進(jìn)行生產(chǎn)和建設(shè)的過程中所形成的各種具有不同利用方向和特點的土地利用類別[1-2]。土地利用和土地覆蓋（land use and land cover，LULC）的變化主要驅(qū)動因素是全球環(huán)境、氣候變化的，反應(yīng)了自然和人為干預(yù)下的地表類型自然屬性和社會屬性的時空差異性[3]。土地利用和覆蓋變化導(dǎo)致了很多現(xiàn)象，如森林破碎化，生物多樣性喪失和土地退化等，其涉及到多方面可持續(xù)發(fā)展研究問題[4-6]。

關(guān)于土地利用/覆被變化（LUCC）分析統(tǒng)計方法，國外學(xué)者的研究更趨于成熟。Marwa Waseem A.Halmy[7]等利用對樹木的任意分類方式基于Landsat數(shù)據(jù)進(jìn)行了研究，用Markov-CA對埃及和西北臨近海域的沙漠區(qū)進(jìn)行土地覆被研究;Michael Elias[8]等采取Maximum likelihood classification對Borana牧場分析其驅(qū)動力及覆被變化。

自1978年起，我國對于土地利用/覆被變化（LUCC）的分析統(tǒng)計方法的研究呈現(xiàn)出多方位、多檔次的特點。20年代末，劉紀(jì)遠(yuǎn)院士[9]使用當(dāng)時最優(yōu)質(zhì)的遙感和GIS技術(shù)在我國實行的“國家資源環(huán)境遙感宏觀調(diào)查和動態(tài)研究”，完成“國家資源環(huán)境數(shù)據(jù)庫”的創(chuàng)建，對有特殊特征區(qū)域的資源以及其環(huán)境變化進(jìn)行監(jiān)測分析，以其為前提，來解讀國家環(huán)境的變化趨勢，實驗成果顯著。如今，我國土地利用/覆被變化（LUCC）的探索已經(jīng)不再是簡單的領(lǐng)域，而是向更深層更長遠(yuǎn)的角度研究土地覆被變化的因果關(guān)系。

LULC變化可為林業(yè)建設(shè)和氣候改善提供數(shù)據(jù)理論支持。森林資源的變化，同時關(guān)系著區(qū)域性氣候變化，因此，監(jiān)測森林資源的面積變化和空間變化，將為區(qū)域性森林經(jīng)營以及氣候改善提供正確指導(dǎo)[10-11]。

本研究以淮安市1998、2006、2018年3年的土地利用和覆被變化Landsat遙感數(shù)據(jù)為研究內(nèi)容，利用專業(yè)遙感處理軟件ERDAS IMAGINE和地理信息系統(tǒng)軟件ARCGIS為主要的處理分析工具，從時間序列上探討了淮安市近20年來的土地利用和覆被變化的動態(tài)情況。

1 樣區(qū)與方法

1.1 研究區(qū)概況 淮安市位于江蘇省蘇北平原的中部，淮河流域下游（32°43′N～34°06′N，118°12′E～119°36′E），全市總面積達(dá)1.01萬km2。土地形勢低且平緩、隨處可見的平原，只有在西南區(qū)域內(nèi)有低丘出現(xiàn)。研究區(qū)位置如圖1。

1.2 數(shù)據(jù)來源 遙感數(shù)據(jù)源主要采用1998年Landsat-5 TM數(shù)據(jù)，2006年Landsat-5 TM數(shù)據(jù)，2018年Landsat 8 OLI-TIRS數(shù)據(jù)進(jìn)行多波段融合（表1）。

1.3 技術(shù)路線 利用RS、GIS和GPS相結(jié)合的3S技術(shù)思路，對淮安市1998、2006年TM影像及2018年OLI影像進(jìn)行圖像預(yù)處理，得到可以使用的影像圖后，再進(jìn)行監(jiān)督分類，技術(shù)路線如圖2所示：

1.4 遙感圖像預(yù)處理 使用ERDAS IMAGINE9.2軟件對3期Landsat衛(wèi)星數(shù)據(jù)進(jìn)行多波段融合、圖像鑲嵌、幾何校正、圖像裁剪等圖像預(yù)處理，以獲得3幅可供后續(xù)使用的研究區(qū)域完整且可以分辨出地物類型的影像。

1.4.1 數(shù)據(jù)源分析 對土地利用動態(tài)變化的研究，采用1個區(qū)域的相同季節(jié)的不同時相的影像圖，以降低因季節(jié)不同引起的誤差變化。本研究選用的數(shù)據(jù)為：1998年7月、2006年5月和2018年6月的TM&OLI和TIRS衛(wèi)星遙感圖像，以及淮安市行政區(qū)劃圖。

1.4.2 圖像預(yù)處理

1.4.2.1 多波段融合 運用地理空間數(shù)據(jù)云確定研究區(qū)域遙感影像并進(jìn)行多波段融合。針對Landsat衛(wèi)星傳感器的不同，運用ERDAS IMAGINE軟件將各個波段的。tif影像所需波段進(jìn)行融合處理（圖3）。

1.4.2.3 研究區(qū)域裁剪 運用ARCGIS軟件柵格裁剪功能，對研究區(qū)1998年、2006年和2018年共3期的影像資料依據(jù)行政界線矢量數(shù)據(jù)進(jìn)行裁剪，得到研究區(qū)域遙感圖（圖5）。

2 遙感信息提取

對淮安市土地利用類型進(jìn)行研究分析，需對適合該區(qū)域的土地利用類型分類標(biāo)準(zhǔn)進(jìn)行確立，進(jìn)而對其進(jìn)行科學(xué)分類。

2.1 土地利用類型的確立 根據(jù)《土地利用現(xiàn)狀調(diào)查技術(shù)規(guī)程》[12]（全國農(nóng)業(yè)區(qū)劃委員，1984.9.8）以及《城鎮(zhèn)地籍調(diào)查規(guī)程》[13]（TD/T 1001-1990）分類標(biāo)準(zhǔn)，依據(jù)遙感信息確定土地覆被類型，將淮安市土地覆被類型劃分為1級地類共6個：水體、耕地、林地、農(nóng)村用地、城鎮(zhèn)用地以及未利用地，并建立“訓(xùn)練區(qū)”標(biāo)志表（表2）。

2.2 圖像變化信息的提取 遙感圖像分類的主要依據(jù)是地物的光譜特征，即地物電磁波輻射的多波段測量值，這些測量值可以用作遙感圖像分類的原始特征變量。分類是對圖像上每個像素按照亮度接近程度給出對應(yīng)類別，已達(dá)到大致區(qū)分遙感圖像中多種地物的目的[14]。利用遙感影像處理軟件，依據(jù)上述解譯標(biāo)志，采用監(jiān)督分類的方法，對1998年、2008年和2018年共3期遙感影像資料進(jìn)行詳細(xì)專題遙感分類解譯。監(jiān)督分類步驟如下：創(chuàng)建訓(xùn)練樣本、評判樣本、認(rèn)定初級分類圖、驗證分類成果、分類完畢后進(jìn)行修整等。

2.3 分類結(jié)果及結(jié)果圖的制作

2.3.1 分類結(jié)果分析 運用隨機采樣的方式對評判結(jié)果進(jìn)行檢驗分析。在1998年、2006年和2018年共3期分類結(jié)果圖中分別隨機選取80個點，運用ERDAS IMAGINE軟件算出混淆矩陣和Kappa值。檢驗分析結(jié)果表明：在選取的所有地物類型中，準(zhǔn)確度最大的為水體，其次為城鎮(zhèn)用地和未利用地，最低的為林地和農(nóng)村用地。造成這一結(jié)果的原因是水體基本將光譜完全吸收，水體的形狀和分布較為規(guī)則，比較容易判別，色澤明顯極易與其他地物區(qū)分。城鎮(zhèn)用地與未利用地判別特征相似，色調(diào)相近，兩者容易造成混淆。林地與農(nóng)村用地判讀標(biāo)志類似，農(nóng)村用地圖塊分散，多呈紅褐色;林地色調(diào)多為深紅色或淺暗紅色，兩者容易造成混淆。

2.3.2 分類結(jié)果圖 運用ArcMAP軟件，對監(jiān)督分類結(jié)果圖添加標(biāo)題、圖例、指北針、比例尺等相關(guān)圖件要素，分別生成1998年、2006年和2018年共3期淮安市土地利用分類圖（圖6）。

2.4 土地利用總體變化分析

2.4.1 土地利用面積變化

2.4.1.1 土地利用數(shù)量變化分析 根據(jù)監(jiān)督分類提取的土地利用分類圖，在ERDAS IMAGINE中分別計算出1998年、2006年和2018年3期各地物的面積，從而獲得土地覆被各類地物面積變化情況（表3）。由表3可知：1998—2006年、2006—2018年以及1998—2018年3個研究時段，淮安市土地覆被類型和各類地物的面積發(fā)生了極大的改變。

從表3可以看出：2006年耕地及農(nóng)村用地面積較1998年分別上漲538.880km2、370.210km2;水體、林地、城鎮(zhèn)用地、未利用地面積分別減少101.485km2、85.454km2、174.539km2、547.612km2;2018年水體、農(nóng)村用地、城鎮(zhèn)用地面積較2006年分別增加217.545km2、464.800km2、610.411km2，林地、耕地、未利用地分別下降434.125km2、19.350km2、839.281km2。研究表明：淮安市2006年以后水資源蓄積量開始上升，這表明江蘇省對水資源管理制度有效實施且效果顯著;隨著人口的不斷增長城鎮(zhèn)開始逐漸擴大，導(dǎo)致耕地面積減少。

對1998—2018年20年間各類地物面積的增減趨勢分析表明：淮安市近20年對水資源的保護(hù)效果較好，未造成水資源的大面積流失;由于經(jīng)濟發(fā)展及人口劇增，淮安市大量開墾未利用地以加快城鎮(zhèn)化進(jìn)程，同時增加了耕地面積，為維持我國基本的人均耕地面積做出了貢獻(xiàn)。

2.4.1.2 土地利用比例變化分析 土地覆被面積比的變化能反映土地利用方向的改變和發(fā)展趨勢。對1998年、2006年和2018年3年的各類地物土地覆被面積比進(jìn)行了分析統(tǒng)計（表4）。由表4可知，近20年來淮安市水體所占比例并無大幅度漲幅，說明該地區(qū)水資源保護(hù)力度較好，未造成水資源的大面積流失現(xiàn)象。耕地結(jié)構(gòu)比自2006年后呈穩(wěn)定趨勢，農(nóng)村用地及城鎮(zhèn)用地所占比重的上漲幅度較大，而未利用地所占比例迅猛減少，反映出淮安市城鄉(xiāng)統(tǒng)籌規(guī)劃效果顯著，經(jīng)濟發(fā)展較快，在農(nóng)村用地及城鎮(zhèn)用面積不斷增加的情況下，充分利用并開墾未利用地，確保耕地數(shù)量的整體穩(wěn)定，為淮安市未來發(fā)展奠定了良好的基礎(chǔ)，優(yōu)化了空間組織結(jié)構(gòu)。

2.4.2 土地利用動態(tài) 土地利用動態(tài)度是分析土地利用變化的重要指標(biāo)。動態(tài)度值的絕對值越大，表示該類地物浮動越大;相反則變化越平穩(wěn)。分為單一土地利用動態(tài)度和綜合土地利用動態(tài)度。單一土地利用類型動態(tài)度是指某研究區(qū)一定時間內(nèi)某種土地利用類型的數(shù)量變化情況;綜合土地利用動態(tài)度是指某研究區(qū)一定時間內(nèi)各種土地利用類型綜合變化情況[15-16]。本文分析的是淮安市在特定的3個時期內(nèi)各類地物的面積轉(zhuǎn)變情況，故選用單一土地利用類型動態(tài)度。計算公式為：

分析淮安市1998—2018年間大地覆被的各類地物動態(tài)度（表5），結(jié)果表明：淮安市近20年間土地利用的發(fā)展趨勢除水體變化趨于平穩(wěn)外，其他地物均有相對浮動。淮安市水資源保持良好，未出現(xiàn)大面積水源流失;其次，因人口增加，建設(shè)用地呈上升趨勢，耕地面積也呈現(xiàn)增加趨勢，這說明2006年后淮安市實施了保護(hù)耕地的舉措，使得耕地面積又回歸正增長。

2.4.3 土地利用空間變化 通過對1998年、2006年和2018年3個時期土地利用圖的對比分析（圖7），結(jié)果表明：受人口增加、政策改變、布局統(tǒng)籌規(guī)劃等一系列因素影響，淮安市1998—2018年20年間土地利用的空間布局發(fā)生了明顯變化。城鎮(zhèn)用地由小城區(qū)逐漸擴大，并不斷向市中心聚攏;未利用地不斷被開墾利用為耕地、農(nóng)村用地和城鎮(zhèn)用地。截至2018年，淮安市未利用地存量已達(dá)到歷史最低值。農(nóng)村用地由以前的散亂且不規(guī)則分布，漸漸被統(tǒng)籌劃一。

3 結(jié)論與討論

本研究基于1998年、2006年的TM影像和2018年OLI影像數(shù)據(jù)，運用ERDAS IMAGINE和ARCGIS軟件，對淮安市多年土地利用變化進(jìn)行了研究分析，得到以下結(jié)論：

（1）1998—2006年間，淮安市土地利用變化呈現(xiàn)“兩增四減”，即農(nóng)村用地、耕地面積增加，水體、林地、城鎮(zhèn)用地、未利用地面積減少。2006—2018年間，淮安市土地利用變化呈現(xiàn)“三增三減”，即水體、農(nóng)村用地、城鎮(zhèn)用地面積增加，林地、耕地、未利用地面積減少。1998—2018年間，淮安市土地利用變化整體呈現(xiàn)“四增兩減”，即農(nóng)村用地、水體、耕地、城鎮(zhèn)用地面積增加，未利用地、林地面積減少。

（2）近20年間，每種土地類型都有不同數(shù)量的相互轉(zhuǎn)化。耕地面積整體呈現(xiàn)增長的趨勢，但自2006年以來，耕地總量基本維持不變。為了“耕地紅線”不被突破，大量未利用地被改造為耕地、農(nóng)村用地和城鎮(zhèn)用地，部分耕地又被置換為農(nóng)村用地和城鎮(zhèn)用地，以滿足城市發(fā)展的用地需要;林地整體呈現(xiàn)遞減趨勢，主要轉(zhuǎn)化為水體用地和農(nóng)村用地。

參考文獻(xiàn)

[1]張偉，李研君，曹廣超.基于RS與GIS的土地利用類型研究與分析[J].測繪，2016，39（01）：33-37.

[2]ANDERSON J R，HARDY E E，ROACH J T，et al. A land use and land cover classification system for use with remote sensor data[M]. Washington，D.C.：US Government Printing Office，1976.

[3]李夢穎，邢艷秋，王錚，等.基于Landsat影像的土地利用/覆蓋變化研究——以吉林省汪清縣為例[J].西北林學(xué)院學(xué)報，2016，31（06）：257-263.

[4]朱耀軍，郭志華，郭菊蘭，等.清瀾港灣紅樹林景觀變化過程及周邊土地利用/覆蓋動態(tài)[J].林業(yè)科學(xué)，2013，49（5）：169-175.

[5]Stephen J Walsh，Thomas W Crawford，William F Welsh，Kelley A Crews-Meyer. A multiscale analysis of LULC and NDVI variation in Nang Rong district，northeast Thailand[J]. Agriculture，Ecosystems and Environment，2001，85（1）.47-64.

[6]WOLTER P T，JOHNS TON C A，NIEMI G J.Land use landcover change in the us great lakes basin 1992 to 2001[J].Journal of Great Lakes Research，2006，32（3）：607-628.

[7]Halmy M W A，Gessler P E，Hicke J A，et al. Land use/land cover change detection and prediction in the north-western coastal desert of Egypt using Markov-CA[J]. Applied Geography，2015，63：101-112.DOI：10.1016/j.apgeog.2015.06.015.

[8]Elias M，Hensel O，Richter U，et al. Land Conversion Dynamics in the Borana Rangelands of Southern Ethiopia：An Integrated Assessment Using Remote Sensing Techniques and Field Survey Data[J]. Environments，2015，2（4）：385-387.

[9]劉紀(jì)遠(yuǎn).國家資源環(huán)境遙感宏觀調(diào)查與動態(tài)監(jiān)測研究[J].遙感學(xué)報，1997，1（3）：225-230.

[10]王吉斌，劉曉雙，李才文.基于SPOT影像的四川省劍閣縣景觀格局現(xiàn)狀分析[J].西北林學(xué)院學(xué)報，2014，29（2）：257-261.

[11]FU P，WENG Q.A time series analysis of urbanization induced land use and land cover change and its impact on land surface temperature with Landsat imagery[J].Remote Sensing of Environment，2016，175（2）：205-214.

[12]全國農(nóng)業(yè)區(qū)劃委員（1984.9.8）.土地利用現(xiàn)狀調(diào)查技術(shù)規(guī)程[S].1984.

[13]TD/T 1001-1990.城鎮(zhèn)地籍調(diào)查規(guī)程[S].1990.

[14]信志紅，王寧，李峰，等.基于Landsat的黃河口地區(qū)土地利用類型研究[J].中國農(nóng)業(yè)資源與區(qū)劃，2018，39（1）：99-105.

[15]周俊霞，劉淑英，王平.武威市涼州區(qū)土地利用動態(tài)度的時間分異分析[J].貴州農(nóng)業(yè)科學(xué)，2011，39（2）：218-221.

[16]楊靜，莊家堯，張金池.基于RS和GIS的徐州市20年間土地利用變化研究[J].南京林業(yè)大學(xué)學(xué)報（自然科學(xué)版），2013，37（2）：85-91.

（責(zé)編：張宏民）