基于Google高分歷史影像的楚雄市東南新城土地利用動態(tài)與景觀格局分析

饒艷 吳家敏 楊云源 李榕峰 段述雅

摘 要：下載2004年、2011年、2019年楚雄市東南新城Google高分遙感影像，依據(jù)現(xiàn)行土地利用分類標(biāo)準(zhǔn)進(jìn)行土地利用動態(tài)監(jiān)測與景觀格局分析。結(jié)果表明，2004—2019年，住宅用地增加400.79hm2，工業(yè)用地增加193.33hm2，公路用地增加167.57hm2，水澆地減少952.25hm2。2004—2011年，土地轉(zhuǎn)出最大的是水澆地（364.47hm2）和空閑地（294.24hm2），轉(zhuǎn)入最大的是工業(yè)用地（177.04hm2）。2011—2019年，土地轉(zhuǎn)出最大的是水澆地（930.74hm2），轉(zhuǎn)入最大的是住宅用地（327.81hm2）和空閑用地（327.47hm2）。3個監(jiān)測時點，水澆地的PLAND和LPI指數(shù)呈減小趨勢，住宅用地與之相反;而景觀級LPI和CONTAG指數(shù)都減小。楚雄市三大無污染的優(yōu)勢工業(yè)園區(qū)入駐東南新城，加快了其土地利用與景觀格局的變化;截至2019年，楚雄市東南新城片區(qū)空閑地囤積過多，州醫(yī)院以東-富民鎮(zhèn)沿線土地集約利用程度較低。

關(guān)鍵詞：Google高分歷史影像;土地利用動態(tài)變化;轉(zhuǎn)移矩陣;景觀格局分析;楚雄市

中圖分類號 F301文獻(xiàn)標(biāo)識碼 A文章編號 1007-7731（2021）10-0098-05

Land Use Dynamics and Landscape Pattern Analysis of Southeast New Town in Chuxiong City Based on Google High Resolution Historical Image

RAO Yan et al.

（The School of Resources， Environment and Chemistry， Chuxiong City， Yunnan Province 675000， China）

Abstract： Based on the high resolution remote sensing images of the southeast new town of Chuxiong City in 2004， 2011 and 2019， the land use dynamic monitoring and landscape pattern analysis of the southeast new town of Chuxiong City from 2004 to 2019 were carried out. From 2004 to 2019， residential land increased by 400.79 ha， industrial land increased by 193.33 ha， road land increased by 167.57 ha， and irrigated land decreased by 952.25 ha respectively. From 2004 to 2011， irrigated land （364.47ha） and vacant land （294.24ha） were the largest transferred in types while industrial land （177.04ha） was the largest transferred out type. From 2011 to 2019， the largest amount of land transferred out type was irrigated land （930.74ha）， and the largest transfer in types were residential land （327.81ha） and vacant land （327.47 ha）. At the three monitoring points， the indices of PLAND and LPI of irrigated land were decreased， while that of residential land decreased; the PD of landscape level increased， while LPI and CONTAG decreased. The three pollution-free industrial parks of Chuxiong City settled in the southeast new town， accelerating the change of land use and landscape pattern. As of 2019， there was too much idle land， and the intensive land use along the east of state hospital and Fumin town was not high.

Key words： Google high resolution historical image; Land use dynamic change; Transfer matrix; Landscape pattern analysis; Chuxiong City

1 引言

基于遙感的城市土地利用動態(tài)監(jiān)測，主要使用中分辨率的Landsat、CBERS等衛(wèi)星遙感數(shù)據(jù)。近年來，無人機(jī)垂直攝影測量可獲取高分辨率的遙感圖像，以替代價格高昂的高分辨率衛(wèi)星影像，但無人機(jī)獲取高分辨率影像成本過高、難于獲取時序數(shù)據(jù)。使用Bigemap衛(wèi)星地圖下載器免費(fèi)下載的高分辨率Google歷史影像，主要源自WorldView和QuickBird衛(wèi)星。數(shù)據(jù)經(jīng)過壓縮、增強(qiáng)等處理，已經(jīng)沒有各波段光譜信息。Google歷史影像用于城市土地利用動態(tài)監(jiān)測，經(jīng)濟(jì)適用，可進(jìn)行高分辨率的土地利用動態(tài)檢測。

基于高分辨率遙感的城市土地利用動態(tài)變化研究主要集中在信息提取[1-2]、圖像分類方法[3-4]、變化檢測與目標(biāo)檢測[5-7]、變化強(qiáng)度及變化預(yù)測[8-9]、驅(qū)動力與機(jī)制[10]、景觀格局及生態(tài)環(huán)境效應(yīng)[11]、環(huán)境適應(yīng)等領(lǐng)域。如趙恒謙等[12]基于多源遙感數(shù)據(jù)進(jìn)行了北京市通州區(qū)土地利用/覆蓋與生態(tài)環(huán)境變化監(jiān)測。溫小樂[13]基于SPOT7高分遙感數(shù)據(jù)進(jìn)行了平潭綜合實驗區(qū)景觀格局分析。Google影像主要用于導(dǎo)航、地物識別、地圖制圖[14-15]等。如陳沖等[16]進(jìn)行了基于Google Earth遙感影像的城市建筑物高度反演。胡瓊[17]從數(shù)據(jù)質(zhì)量的角度，主要運(yùn)用地物的光譜信息對比了Google高分辨率遙感地圖和同源QuickBird地圖在土地利用傳統(tǒng)分類法上的精度差別。如宋金超[18]獲取Google遙感底圖數(shù)據(jù)，在圖像幾何校正基礎(chǔ)上，進(jìn)行城市建成區(qū)邊界的目視判別。Google高分歷史影像存在著巨大的價值與潛力。新數(shù)據(jù)的出現(xiàn)，可能使歷史影像被忽略?？蓢L試使用Google高分歷史影像，用于城市土地利用動態(tài)監(jiān)測。

楚雄市東南新城擴(kuò)張，在西部中小城市新城擴(kuò)張中具有一定的代表性。隨著楚雄市城市化進(jìn)程的加快，東南新城片區(qū)土地利用發(fā)生了劇烈變化。本研究以遙感RS-GIS為基礎(chǔ)，基于免費(fèi)下載的3期Google歷史影像目視分類結(jié)果，計算土地利用轉(zhuǎn)移矩陣與景觀格局指數(shù)，分析東南新城片區(qū)的土地利用動態(tài)變化情況，以期為該區(qū)土地科學(xué)規(guī)劃及管理、合理有效開發(fā)及可持續(xù)利用提供決策依據(jù)。

2 研究區(qū)概況、數(shù)據(jù)與方法

依據(jù)《楚雄市城市總體規(guī)劃（2015—2035）》圈定龍川江以南及青龍河以東的東南新城區(qū)域，面積為25.4km2，約占楚雄市城區(qū)總面積的1/3。該區(qū)位于楚雄市壩區(qū)東南部，整體地形平坦開闊，屬亞熱帶季風(fēng)氣候區(qū)。該區(qū)為城鄉(xiāng)結(jié)合部，農(nóng)村用地和城鎮(zhèn)用地相互交織。楚雄市東南新城重點發(fā)展工業(yè)，是未來城市發(fā)展的核心區(qū)。

使用BigeMap全能版，下載2004年、2011年、2019年該區(qū)Google歷史影像，使用CGCS2000坐標(biāo)系，高斯投影坐標(biāo)，單位：m?？紤]到3種數(shù)據(jù)源自QuickBird和WorldView衛(wèi)星，空間分辨率不同，統(tǒng)一將分辨率調(diào)整到2.5米，存儲格式為TIF。

依據(jù)現(xiàn)行土地利用分類標(biāo)準(zhǔn)（《土地利用現(xiàn)狀分類標(biāo)準(zhǔn)（GBT 21010-2017）》），將研究區(qū)土地利用類型分為水澆地、農(nóng)村宅基地、工業(yè)用地等共13種。內(nèi)業(yè)使用ARCGIS進(jìn)行圖斑預(yù)先勾繪與類型確定;打印彩圖，在高德導(dǎo)航APP輔助下、進(jìn)行外業(yè)的實地調(diào)查，實地查勘圖上不能確定土地類型的區(qū)域;最后進(jìn)行室內(nèi)第2輪圖斑勾繪，得到3期土地利用現(xiàn)狀圖;利用土地利用轉(zhuǎn)移矩陣定量分析研究區(qū)土地利用變化情況，得到2004—2011年、2011—2019年的土地利用轉(zhuǎn)移矩陣。使用FRAGSTATS4.2軟件基于3期土地利用柵格數(shù)據(jù)，計算斑塊級、景觀級的景觀格局指數(shù)。

3 結(jié)果與分析

3.1 2004—2019土地利用動態(tài) 根據(jù)內(nèi)業(yè)圖斑勾繪、野外調(diào)查和室內(nèi)第二輪勾繪，制作楚雄市東南新城2004年、2011年和2019年土地利用分布圖（圖1）。為簡化制表，記城鎮(zhèn)村道路用地為DL、城鎮(zhèn)住宅用地為ZZ、工業(yè)用地為GY、公路用地為GL1、公園與綠地為GL2、灌木林地為GM、河流水面為HL、機(jī)關(guān)團(tuán)體與新聞出版用地為JG、科教文衛(wèi)用地為KJ、坑塘水面為KT、空閑地為KX、農(nóng)村宅基地為ZJ、水澆地為SJ。分別進(jìn)行3期土地利用現(xiàn)狀圖的各地類統(tǒng)計，得到楚雄市東南新城2004年、2011年、2019年3期共13個地類的面積變化數(shù)據(jù)，計算2004—2011年、2011—2019年、2004—2019年間的地類面積變化（表1）。

2004—2011年間，楚雄市東南新城13種地類顯著增加的是：城鎮(zhèn)住宅用地（+154.38hm2）、工業(yè)用地（+146.87hm2）、科教文衛(wèi)用地（+69.94hm2）和公路用地（+51.23hm2），顯著減少的是空閑地（-251.42hm2）、水澆地（-115.47hm2）和坑塘水面（-55.3hm2）。2011—2019年間，楚雄市東南新城13種地類顯著增加的是：空閑用地（+279.63hm2）、城鎮(zhèn)住宅用地（+246.41hm2）、公路用地（+116.34hm2）、公園與綠地（+77.22hm2），顯著減少的是水澆地（-836.78hm2）。2004年-2019年，顯著增加的是城鎮(zhèn)住宅用地（+400.79hm2）、工業(yè)用地（+193.33hm2）、公路用地（+167.57hm2），急劇減少的是水澆地（-952.25hm2）。

為揭示研究區(qū)各土地利用類型的轉(zhuǎn)化情況，使用Arcgis的Intersect工具，分別將2004—2011年、2011—2019年土地利用現(xiàn)狀圖進(jìn)行疊加分析，根據(jù)疊加新生成的地類多邊形的屬性，統(tǒng)計并制作楚雄市東南新城2004—2011年土地利用轉(zhuǎn)移矩陣（表2），楚雄市東南新城2011—2019年土地利用轉(zhuǎn)移矩陣（表3）。由表1和表2可看出：楚雄市東南新城2004—2011年轉(zhuǎn)出面積最大的地類依次為水澆地和空閑地。其中，空閑地轉(zhuǎn)出率為96.76%，水澆地為22.96%。轉(zhuǎn)入面積最大的地類（城鎮(zhèn)住宅用地、工業(yè)用地、科教文衛(wèi)用地和公路用地共4類）中，轉(zhuǎn)入率都介于83.25%～97.74%。依據(jù)表1和表3可看出，楚雄市東南新城2011—2019年，轉(zhuǎn)出面積最大的地類為水澆地，轉(zhuǎn)出率為63.22%;轉(zhuǎn)入面積最大的地類（城鎮(zhèn)住宅用地、空閑用地、公路用地共3類）中，轉(zhuǎn)入率都介于75.60%～98.55%。

3.2 2004—2019景觀格局動態(tài) 將3期土地利用動態(tài)數(shù)據(jù)導(dǎo)入FRAGSTATS，分別計算斑塊級景觀格局指數(shù)：斑塊占景觀面積比例PLAND、斑塊密度PD、最大斑塊指數(shù)LPI、景觀形狀指數(shù)LSI。得到研究區(qū)斑塊級景觀格局指數(shù)變化匯總表（表4）。2004—2019年，斑塊級景觀格局指數(shù)變化最劇烈的是：水澆地占景觀面積比例從62.54%降至24.71%。住宅用地的PLAND指數(shù)從1.34%升至17.59%。城鎮(zhèn)村道路用地的PD指數(shù)從1.77升至10.35;坑塘用地的PD指數(shù)從5.12降至1.53。水澆地LPI指數(shù)從62.2%降至12.08%。城鎮(zhèn)村道路用地的LSI指數(shù)從4.88升至19.53。

計算研究區(qū)2004年、2011年、2019年3期景觀級的景觀格局指數(shù)：斑塊密度PD、最大斑塊指數(shù)LPI、景觀形狀指數(shù)LSI、蔓延度指數(shù)CONTAG指數(shù)、香農(nóng)多樣性指數(shù)SHDI、均勻度指數(shù)SHEI。得到研究區(qū)景觀級景觀格局指數(shù)變化匯總表（表5）。2004—2019年，景觀格局級的6個指數(shù)中，顯著變化的是：LPI從62.20%降至12.08%;CONTAG從64%降至44.92%。

4 結(jié)論與討論

4.1 結(jié)論 （1）從各土地利用類型的數(shù)量變化上看：2004—2019年間3個監(jiān)測時點（2004、2011、2019年）。楚雄市東南新城13種地類，顯著增加的是住宅用地，凈增400.79hm2;工業(yè)用地凈增193.33hm2;公路用地凈增167.57hm2。急劇減少的是水澆地，凈減少952.25hm2;空閑用地在3個監(jiān)測時點出現(xiàn)較大波動值，分別為304.09hm2、52.67hm2、332.3hm2。

（2）從土地利用的轉(zhuǎn)移情況看：2個時段（2004—2011年、2011—2019年），土地利用轉(zhuǎn)出最大的是水澆地，累計轉(zhuǎn)出1295.21hm2;其次是空閑地，累計轉(zhuǎn)出342.081hm2。土地利用轉(zhuǎn)入最大的地類依次為：住宅用地累計轉(zhuǎn)入494.62hm2;空閑用地累計轉(zhuǎn)入389.92hm2。工業(yè)用地累計轉(zhuǎn)入284.73ha;

（3）景觀格局指數(shù)變化特征：水澆地斑塊占景觀面積比例PLAND（62.54%、58.06%、24.71%）、最大斑塊指數(shù)LPI（62.2、29.49、12.08）呈減小趨勢，對應(yīng)地，住宅用地的以上2個指數(shù)都增大。景觀級的斑塊最大斑塊指數(shù)LPI（62.20、24.49、12.08）、蔓延度指數(shù)CONTAG指數(shù)（64.00、60.25、44.92）都呈現(xiàn)減少的趨勢。

4.2 討論 楚雄市東南新城（青龍河以東區(qū)域）是繼楚雄高新產(chǎn)業(yè)開發(fā)區(qū)（龍川江以北）之后楚雄市著力發(fā)展的區(qū)域。近15年來，東南新城城市化加快。繞城公路、主要干道貫通及其它基礎(chǔ)設(shè)施貫通、彝海公園建設(shè)完成，使得東南新城區(qū)位提升、環(huán)境優(yōu)美。東南新城吸引了楚雄市重點培育的無污染的卷煙工業(yè)、生物制藥業(yè)和裝備制造業(yè)落戶該園區(qū)。因楚雄市著力發(fā)展無污染工業(yè)，使得該區(qū)域用地靈活，工業(yè)用地、住宅用地、公園綠地、科教文衛(wèi)用地、機(jī)關(guān)團(tuán)體與新聞出版用地等都能入駐。卷煙廠—彝海公園—州醫(yī)院成為該片區(qū)的核心區(qū)。東南新城除水澆地、空閑地、坑塘水面外，其余地類都顯著增加。如城鎮(zhèn)住宅用地從2004年的34.13hm2迅速增加至2019年的439.42hm2，兩期（2004—2011年、2011—2019年）轉(zhuǎn)入率達(dá)88.49%，75.60%。工業(yè)用地從2004年的44.28hm2迅速增加至2019年的237.61hm2，2期轉(zhuǎn)入率達(dá)92.62%，45.32%。

2期用地對比，空閑用地分別為-251.42hm2、+279.63hm2。2004—2011年的用地擴(kuò)張主要是消耗了已積累的大量空閑地，空閑地從2004年的304.09hm2迅速降至2011年的52.67hm2，轉(zhuǎn)出率為96.76%（此階段水澆地僅減少115.47hm2，轉(zhuǎn)出率為22.96%）。2011—2019年的用地擴(kuò)張主要是征收了大量的水澆地。水澆地此階段減少836.78hm2，轉(zhuǎn)出率為63.22%（2004—2011年水澆地減少115.47hm2，轉(zhuǎn)出率為22.96%）。截至2019年，東南新城囤積空閑用地達(dá)到332.3hm2，超過2004年和2010年，應(yīng)注意加強(qiáng)用地監(jiān)管。兩期用地對比，工業(yè)用地分別增加146.87ha、46.46ha。楚雄市培育的4類無污染重點工業(yè)，有3類在2011年前入駐東南新城，工業(yè)用地增加較快。但2011年后，工業(yè)用地增長勢頭減弱，應(yīng)繼續(xù)引進(jìn)無污染工業(yè)在該區(qū)落戶。

由于研究區(qū)原址地處城郊壩區(qū)鄉(xiāng)鎮(zhèn)，道路等基礎(chǔ)設(shè)置的改善對城市化起到了極大的促進(jìn)作用，使得該區(qū)域的景觀格局對應(yīng)的發(fā)生了改變，水澆地、坑塘水面變少、變得破碎，斑塊變多。水澆地、坑塘水面、空閑地等轉(zhuǎn)出地類被切割。用地從道路向著由道路切割的地塊的內(nèi)部推移。東南新城東、西、南、北4個方向由于交通便利，土地集約利用程度高，城市化推進(jìn)較快;州醫(yī)院以東至富民鎮(zhèn)（下富線）沿線，土地集約利用程度較低，還保留有農(nóng)村村落及傳統(tǒng)耕作方式。高鐵及楚雄市區(qū)繞城高速的建設(shè)，也必將帶動?xùn)|南新城土地利用的深刻變革。

參考文獻(xiàn)

[1]張?zhí)焘?，代沁伶，徐偉?高分辨率遙感影像城市綠地提取方法研究[J].西南林業(yè)大學(xué)學(xué)報（自然科學(xué)），2020（04）：105-114.

[2]蔡凡.應(yīng)用FMH模型的城市高分辨率遙感影像道路提取探究[J].中國公路，2020（13）：92-94.

[3]張鵬，林聰，杜培軍，等.南京市生態(tài)紅線區(qū)高分辨率遙感精準(zhǔn)監(jiān)測方法與應(yīng)用[J].國土資源遙感，2020（03）：157-164.

[4]盧涵宇，胡超，張濤，等.基于深度學(xué)習(xí)的高分辨率遙感影像分類研究[J].廣西大學(xué)學(xué)報（自然科學(xué)版），2020（2）：328-335

[5]黃亮.多時相遙感影像變化檢測技術(shù)研究[J].測繪學(xué)報，2020（06）：801.

[6]張濤，方宏，韋玉春，等.顧及空間自相關(guān)性的高分遙感影像中建設(shè)用地的變化檢測[J].自然資源學(xué)報，2020，35（4）：963-976.

[7]李軍軍，曹建農(nóng)，朱瑩瑩，等.高分辨率遙感影像建筑區(qū)域局部幾何特征提取[J].遙感學(xué)報，2020（3）：233-244.

[8]尹小嵐，侯英姿，王方雄.基于GIS的遼河三角洲土地利用動態(tài)變化研究[J].國土與自然資源研究，2019（02）：63-65.

[9]孫智斌，高敏華，崔雪鋒.基于遙感與GIS的天山北坡經(jīng)濟(jì)帶2000—2015年土地利用動態(tài)變化研究[J].北京師范大學(xué)學(xué)報（自然科學(xué)版），2018，54（03）：397-404.

[10]安冠霖，郭晉平.文峪河流域土地利用/覆被變化及其驅(qū)動力分析[J].林業(yè)調(diào)查規(guī)劃，2020，45（03）：24-30+37.

[11]李子君，劉金玉，魯成秀，等.基于土地利用變化的沂河流域景觀格局與徑流關(guān)系的分析[J].中國農(nóng)業(yè)大學(xué)學(xué)報，2020，25（10）：11-19.

[12]趙恒謙，賈梁，尹政然，等.基于多源遙感數(shù)據(jù)的北京市通州區(qū)土地利用/覆蓋與生態(tài)環(huán)境變化監(jiān)測研究[J].地理與地理信息科學(xué)，2019，35（01）：38-43+2.

[13]溫小樂，趙林洪.基于高分辨率遙感影像的平潭綜合實驗區(qū)景觀格局分析[J].福州大學(xué)學(xué)報：自然科學(xué)版，2018（3）360-365.

[14]Malarvizhi K， Kumar S V， Porchelvan P. Use of High Resolution Google Earth Satellite Imagery in Landuse Map Preparation for Urban Related Applications[J]. Procedia Technology， 2016， 24：1835–1842.

[15]Giuseppe P， Flavio L. Mapping spatial patterns of urban agriculture in Rome （Italy） using Google Earth and web-mapping services [J].Land Use Policy， 2016， 59：49–58.

[16]陳沖，楊志勇，史曉亮，等.基于Google Earth遙感影像的城市建筑物高度反演.測繪通報，2020（1）：98-101.

[17]胡瓊，張建，徐保東，等.Google Earth影像與同源QuickBird影像在城市土地利用分類上的對比研究[J].華中師范大學(xué)學(xué)報（自然科學(xué)版），2013，47（2）：287-292.

[18]宋金超，李新虎，吝濤，等.基于夜晚燈光數(shù)據(jù)和Google Earth的城市建成區(qū)提取分析[J].地球信息科學(xué)，2015，17（6）：750-756.

（責(zé)編：王慧晴）