基于隨機(jī)森林算法的土地利用動(dòng)態(tài)變化分析

黎明 楊征義 江琪

DOI：10.19850/j.cnki.2096-4706.2024.01.038

收稿日期：2023-07-31

摘? 要：為探究山東半島土地利用的動(dòng)態(tài)變化，文章以山東半島為研究區(qū)，利用GEE平臺(tái)，以Landsat遙感影像、DEM數(shù)據(jù)、光譜指數(shù)數(shù)據(jù)為基礎(chǔ)，基于隨機(jī)森林算法對(duì)1991—2021年山東半島7期土地利用分類數(shù)據(jù)進(jìn)行提取，并對(duì)山東半島1991—2021年土地利用動(dòng)態(tài)變化進(jìn)行分析。分析結(jié)果表明：每期數(shù)據(jù)的OA指數(shù)均超過(guò)87%，Kappa系數(shù)均在0.85以上，說(shuō)明隨機(jī)森林分類算法分類精度可靠；建設(shè)用地、水域兩類用地面積增加，耕地、未利用地、草地三類用地面積減少，林地面積整體變化較小，呈現(xiàn)較穩(wěn)定的狀態(tài)。研究結(jié)果有助于優(yōu)化山東半島的土地利用格局與生態(tài)環(huán)境保護(hù)。

關(guān)鍵詞：土地利用變化；隨機(jī)森林；山東半島

中圖分類號(hào)：TP391? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? 文章編號(hào)：2096-4706（2024）01-0180-05

Analysis of Land Use Dynamic Changes Based on Random Forest Algorithm

LI Ming1， YANG Zhengyi2， JIANG Qi3

（1.Shandong Province Land Surveying and Mapping Institute， Ji'nan? 250102， China; 2.Zhiyang Innovation Technology Co.， Ltd.， Ji'nan? 255086， China; 3.Shandong University of Science and Technology， Qingdao? 266590， China）

Abstract： In order to explore the dynamic change of land use in Shandong Peninsula， this paper takes Shandong Peninsula as the study area， and uses the GEE platform， based on Landsat remote sensing images， DEM data， and spectral index data， and extracts seven periods of classified data of land use in Shandong Peninsula from 1991 to 2021 based on the Random Forest Algorithm， and analyzes the dynamic changes of land use in the Shandong Peninsula from 1991 to 2021. The results of the study show that the OA index of each period data exceeds 87%， and the Kappa coefficients are above 0.85， indicating that the classification results of the Random Forest Classification Algorithm are reliable in terms of accuracy. The area of construction land and water area has increased， while the area of cultivated land， unused land， and grassland has decreased. The overall change in forest area is relatively small， showing a stable state. The research results contribute to optimizing the land use pattern and ecological environment protection in the Shandong Peninsula.

Keywords： land use change; Random Forest; Shandong Peninsula

0? 引? 言

土地資源是人類生存和發(fā)展的根本，是社會(huì)進(jìn)步的物質(zhì)基礎(chǔ)[1]。隨著我國(guó)城市化進(jìn)程的加快，人們加速了對(duì)土地資源的開(kāi)發(fā)與使用，不僅改變了土地覆被格局，而且深刻地影響著全球生態(tài)環(huán)境[2]。

隨著全球人口的急劇膨脹，地球資源的快速消耗，如何緩解人類活動(dòng)與生態(tài)環(huán)境間的矛盾沖突問(wèn)題日益重要。而土地利用/土地覆蓋變化（LUCC）正是一項(xiàng)人類社會(huì)經(jīng)濟(jì)活動(dòng)與自然環(huán)境互動(dòng)的研究，因此成為國(guó)際上全球變化研究的前沿和熱門課題。近年來(lái)，高時(shí)空分辨率遙感影像在地表利用分類中的應(yīng)用，使地表利用產(chǎn)品由原來(lái)的千米級(jí)向30米甚至更高的空間分辨率發(fā)展。歐洲空間局制作了一套哥白尼全球陸地植被數(shù)據(jù)集CGLS-LC100[3]。在國(guó)內(nèi)，吳炳方等[4]編制了中國(guó)2000年和2010年的30米分辨率土地覆蓋產(chǎn)品ChinaCover，并對(duì)中國(guó)10年間土地利用變化進(jìn)行了分析。此外宋文杰等[5]以1965—2015年土地利用數(shù)據(jù)為例，分析了人為因素和政策因素對(duì)天山北坡區(qū)經(jīng)濟(jì)社會(huì)發(fā)展的作用。目前，國(guó)內(nèi)外科學(xué)家在GEE平臺(tái)上取得了一些進(jìn)展。例如，Kelsey等人利用GEE研究了南卡羅來(lái)納州和佐治亞州的薩凡納河在1999、2005、2009和2015四個(gè)時(shí)期內(nèi)出現(xiàn)的地表覆蓋類型和分布[6]。Huang等[7]基于GEE平臺(tái)，對(duì)北京地區(qū)的NDVI數(shù)據(jù)進(jìn)行了時(shí)序分析，得到了2015年城市用地類型。桑國(guó)慶等[8]利用GEE云計(jì)算平臺(tái)，結(jié)合Sentinel遙感影像，構(gòu)建了湖南省高精度的水稻收獲決策樹(shù)模型，并在此基礎(chǔ)上，獲取了2017—2020年間的高精度水稻種植格局。朱德海等[9]基于GEE遙感數(shù)據(jù)，對(duì)山東省溫室大棚進(jìn)行紋理、時(shí)域、頻域分析，采用隨機(jī)森林方法，得到近30年來(lái)山東省溫室大棚的空間分布規(guī)律及時(shí)空演變規(guī)律。

鑒于此，本文利用GEE云計(jì)算平臺(tái)，以Landsat遙感影像數(shù)據(jù)為基礎(chǔ)，結(jié)合DEM數(shù)據(jù)和光譜指數(shù)，基于隨機(jī)森林算法，提取出山東半島1991—2021年7期土地利用分類數(shù)據(jù)，利用空間分析工具制作空間對(duì)比圖，分析山東半島土地利用結(jié)構(gòu)變化、土地利用動(dòng)態(tài)變化、土地利用轉(zhuǎn)移變化和土地利用景觀格局變化等，對(duì)山東半島1991—2021年土地利用時(shí)空演變特征進(jìn)行研究，探討其轉(zhuǎn)化特征及規(guī)律。研究成果可為山東半島城市發(fā)展提供數(shù)據(jù)支持。

1? 研究區(qū)概況

山東半島是中國(guó)最大的半島，位于中國(guó)山東省的東側(cè)，三面臨海，西連華北大平原，北緯35°05′～

37°50′，東經(jīng)119°16′～122°42′。該地區(qū)長(zhǎng)290千米，寬190千米，總面積6.2萬(wàn)平方千米。山東半島地形以平原丘陵為主，丘陵海拔多在200米左右。半島東部有數(shù)條東北—西南走向的山脈，嶗山為其最高峰，海拔1 130米。

山東半島處在暖溫帶季風(fēng)氣候區(qū)，四季分明，具有明顯的季節(jié)性和地域性特征。與同緯度內(nèi)陸相比，受海洋的影響，氣候更加溫和。年平均溫度變化范圍為11～14 ℃，無(wú)霜期從西北向西南遞增。山東半島降水季節(jié)分布不均，夏季降雨量集中，約占全年降雨量的70%。山東半島研究區(qū)概況圖如圖1所示。

2? 數(shù)據(jù)來(lái)源、處理及研究方法

2.1? 數(shù)據(jù)來(lái)源及處理

本研究基于GEE平臺(tái)提供的1991—2021年間的山東半島遙感數(shù)據(jù)，影像選取了當(dāng)年5月至10月間Landsat 5 TM、Landsat 7 TM和Landsat 8 OLI影像數(shù)據(jù)。其中Landsat 5平臺(tái)于1984年開(kāi)始運(yùn)行，它搭載了主題映射儀（TM）的傳感器，可在不同波段中捕捉地球表面的圖像，包括可見(jiàn)光、近紅外和熱紅外波段。Landsat 7是在1999年發(fā)射的衛(wèi)星，它搭載了一個(gè)增強(qiáng)型主題映射儀加（ETM+）的傳感器，可以捕捉地球表面在多個(gè)波段上的圖像，范圍從可見(jiàn)光到熱紅外線。相比之下，2013年發(fā)射的Landsat 8搭載了兩個(gè)傳感器，分別是操作在可見(jiàn)光譜和近紅外波段的OLI（Operational Land Imager）以及操作在熱紅外波段的TIRS（Thermal Infrared Sensor）。這兩個(gè)傳感器提供高分辨率、高重復(fù)性的數(shù)據(jù)，使科學(xué)家們能夠更好地監(jiān)測(cè)陸地表面的變化。本研究使用的所有Landsat圖像數(shù)據(jù)均在GEE平臺(tái)上直接獲取。預(yù)處理的主要任務(wù)為影像去云、鑲嵌與裁剪。

2.1.1? 影像去云

本研究從Landsat數(shù)據(jù)集中選擇了SR表面反射率產(chǎn)品，并基于GEE平臺(tái)對(duì)其進(jìn)行去云處理。該處理方法主要采用QA波段，結(jié)合QA波段的位運(yùn)算對(duì)像素值篩選。同時(shí)，我們還選取了GEE平臺(tái)提供的Landsat上層大氣反射率產(chǎn)品中的TOA數(shù)據(jù)，可以直接調(diào)用地球引擎中定義的ee.Algorithms.Landsat.simpleComposite（）函數(shù)來(lái)進(jìn)行去云處理。

2.1.2? 鑲嵌與裁剪

本研究區(qū)域范圍較廣，需要對(duì)各期圖像進(jìn)行鑲嵌。在通過(guò)GEE平臺(tái)調(diào)用mosaic（）函數(shù)進(jìn)行圖像鑲嵌的過(guò)程中，通常會(huì)遇到了兩個(gè)問(wèn)題：首先，在對(duì)遙感圖像進(jìn)行去云處理后，可能會(huì)出現(xiàn)“空洞”。為了解決這個(gè)問(wèn)題，可以通過(guò)線性插值法填補(bǔ)丟失影像數(shù)據(jù)。其次，由于不同圖像之間存在重疊區(qū)域，因此可能會(huì)出現(xiàn)部分區(qū)域重疊不連續(xù)的情況?？墒褂胢edian（）函數(shù)計(jì)算出圖像集的中位數(shù)，并選擇與中位數(shù)相差最小的圖像進(jìn)行鑲嵌處理。我們根據(jù)山東半島的邊界矢量，調(diào)用clip（）函數(shù)裁剪掉研究區(qū)以外的圖像區(qū)域，最終得到遙感圖像預(yù)處理的結(jié)果。

2.2? 研究方法

2.2.1? 分類樣本集構(gòu)建

依據(jù)土地利用分類標(biāo)準(zhǔn)，將山東半島土地利用類型劃分為草地、耕地、建設(shè)用地、林地、水域和未利用地。在不同時(shí)期，不同土地利用類型成像具有明顯不同的特征[8]。遙感影像分類的精度不僅受制于遙感影像質(zhì)量，還與樣本數(shù)據(jù)的選取質(zhì)量直接相關(guān)。樣本的選擇應(yīng)遵循均勻分布、隨機(jī)選擇的原則，同時(shí)考慮地形、氣候等影響，盡量避免有云霧和陰影的地區(qū)。本研究在GEE平臺(tái)上，選取1991、1996、2001、2006、2011、2016年和2021年高分辨率遙感影像為研究對(duì)象，按照分類標(biāo)準(zhǔn)選擇6類土地利用類型，構(gòu)建7個(gè)時(shí)段的分類樣本集。對(duì)樣本數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換和賦值處理后，輸入到GEE平臺(tái)。在獲得初步分類結(jié)果后，可以根據(jù)分類結(jié)果進(jìn)一步增減樣本點(diǎn)，反復(fù)迭代直至達(dá)到滿意的精度。

2.2.2? 多維分類特征集構(gòu)建

在進(jìn)行遙感圖像分類時(shí)，僅使用原始光譜波段進(jìn)行分類可能會(huì)出現(xiàn)偽影，如森林地區(qū)，可能會(huì)導(dǎo)致相當(dāng)雜亂的分類結(jié)果。所以需要進(jìn)行數(shù)據(jù)變換再提取光譜指數(shù)，根據(jù)修改后的光譜指數(shù)來(lái)輔助分類。然而，利用單一光譜特性進(jìn)行分類存在一定的缺陷，并且會(huì)受到同譜異物和異譜同物的影響。為了克服這些問(wèn)題，提高圖像的分類精度，本研究引入了紋理特征和地形特征，構(gòu)建一套多維分類特征作為隨機(jī)森林分類器的輸入，從而獲得更可靠的分類結(jié)果。

對(duì)于多光譜波段特征，本研究考慮可見(jiàn)光波段中地物的判別特性以及各波段中不同地物反射率的差異。因此，選擇多個(gè)波段作為圖像的分類特征。此外，引入光譜指數(shù)，來(lái)更好地反映地物的波譜特性，從而提升地物分類的準(zhǔn)確率。在遙感圖像的分類中，紋理是區(qū)分物體的一個(gè)重要特征，反映圖像的結(jié)構(gòu)特征。通過(guò)考慮不同地形類別的紋理特征，可以有效地幫助圖像分類。目前，提取方法主要包含統(tǒng)計(jì)法、基于原始紋理分析的結(jié)構(gòu)法、基于模式的方法和信號(hào)處理法四類。在地物紋理特征提取中，灰度共生矩陣是地物紋理特征提取中最常用且效果最好的方法之一。山東半島的地形主要以丘陵和平原為主。在本研究中，調(diào)用USGS/SRTMGL1_003數(shù)據(jù)的ee.Algorithms.Terrain（）函數(shù)，選取坡度和高度作為地形特征參與影像分類。表1為本研究的分類特征集。

2.2.3? 基于隨機(jī)森林算法分類

隨機(jī)森林（Random Forest， RF）是一種高效、準(zhǔn)確、穩(wěn)定的集成學(xué)習(xí)算法模型[10]。相較于其他傳統(tǒng)分類方法，RF算法有著許多優(yōu)點(diǎn)，首先它可以減少過(guò)擬合問(wèn)題，并提高模型的泛化能力；其次，隨機(jī)森林可以處理高維數(shù)據(jù)，避免了數(shù)據(jù)稀疏性和維度災(zāi)難問(wèn)題；最后，隨機(jī)森林可以評(píng)估變量的重要性，并在特征選擇上起到了一定作用。此外，它還能夠處理高維數(shù)據(jù)，在遙感圖像分類領(lǐng)域擁有廣泛應(yīng)用和巨大優(yōu)勢(shì)。分類示意圖如圖2所示。

3? 結(jié)果與分析

3.1? 分類精度分析

本研究基于隨機(jī)森林算法對(duì)山東半島6種土地利用類型進(jìn)行分類，將分類結(jié)果與剩下30%的樣本進(jìn)行混淆矩陣的精度分析，通過(guò)混淆矩陣分析來(lái)驗(yàn)證隨機(jī)森林算法在分類中的效果。分類結(jié)果如表2所示。

山東半島1991、1996、2001、2006、2011、2016年和2021年7期分類結(jié)果的總體精度OA指數(shù)分別為87.09%、90.85%、87.73%、91.48%、91.77%、93.59%和94.84%，Kappa系數(shù)分別為0.86、0.88、0.86、0.89、0.90、0.92和0.93均在0.85以上。2021年的OA指數(shù)和Kappa系數(shù)最大，分別為93.84%和0.92，OA指數(shù)均高于87%，1991年的OA指數(shù)和Kappa系數(shù)最小，分別為87.09%和0.85?？傮w而言，基于GEE平臺(tái)的隨機(jī)森林算法的分類效果良好。

3.2? 土地利用動(dòng)態(tài)變化分析

為了分析山東半島1991—2021年土地利用動(dòng)態(tài)變化情況，基于土地利用數(shù)據(jù)，計(jì)算出各類土地在1991—2021年的動(dòng)態(tài)變化值，根據(jù)表3和圖3可得，山東半島的不同土地利用類型均發(fā)生了顯著變化。

按照面積總變化量從大到小排序?yàn)楦?、水域、建設(shè)用地、未利用地、林地、草地，主要表現(xiàn)為：

1）建設(shè)用地、水域兩類用地面積增加：30年間建設(shè)用地面積增加了2 725 km2，其比重上升了4.39%，水域面積增長(zhǎng)顯著（增加3 041 km2），增長(zhǎng)范圍主要集中在山東半島西北部黃河三角洲附近。

2）耕地、未利用地、草地三類用地面積減少：30年間耕地面積減少3 042 km2，面積比重由1991年的63%下降至58.11%，其次是未利用地，面積由1 921 km2下降至654 km2，面積比重降低2.04%。草地下降較為明顯，由3.08%下降至1.61%，面積減少907 km2。

3）林地面積整體變化較小，呈現(xiàn)較穩(wěn)定的狀態(tài)，變動(dòng)幅度不大，占比在15.7%～14.83%浮動(dòng)。

3.3? 土地利用時(shí)空變化分析

基于山東半島七期土地利用現(xiàn)狀圖，分析山東半島在1991—2021年的土地利用時(shí)空分布變化的情況。

由圖4至圖7可知，山東半島的耕地主要分布在中部、南部和西北部，集中于東營(yíng)、濰坊中北部和青島中西部等平原區(qū)域。林地主要分布在東北部、西南部和東南部，集中于煙臺(tái)、威海、濰坊南部和青島北部等丘陵區(qū)域。草地則比較分散，分布范圍較廣。山東半島的水域包括大沽河、峽山水庫(kù)、產(chǎn)芝水庫(kù)、膠萊河以及沿海人工魚(yú)塘等，分布區(qū)域相對(duì)零散。建設(shè)用地主要集中于山東半島各城鎮(zhèn)區(qū)域，分布范圍廣泛。未利用地主要分布在北部沿海地區(qū)。

4? 結(jié)? 論

本研究在GEE環(huán)境下完成了土地利用分類樣本集的構(gòu)建。采用隨機(jī)森林算法對(duì)山東半島6種土地利用類型進(jìn)行分類，得到了1991—2021年7期土地利用分類數(shù)據(jù)，并進(jìn)行了土地利用動(dòng)態(tài)變化變化分析。研究發(fā)現(xiàn)，在這30年間，建設(shè)用地、水域兩類用地面積增加，耕地、未利用地、草地三類用地面積減少，林地面積整體變化較小，呈現(xiàn)較穩(wěn)定的狀態(tài)，變動(dòng)幅度不大。山東半島的耕地主要分布在中部、南部和西北部，林地主要分布在東北部、西南部和東南部，草地與水域則比較分散，分布范圍較廣。建設(shè)用地主要集中于山東半島各城鎮(zhèn)區(qū)域，未利用地主要分布在北部沿海地區(qū)。

參考文獻(xiàn)：

[1] 周鴻翔.基于3S技術(shù)開(kāi)展土地利用動(dòng)態(tài)監(jiān)測(cè)綜述 [J].測(cè)繪與空間地理信息，2019，42（6）：56-57+63.

[2] 黃寶華.基于遙感的山東省土地利用時(shí)空變化和驅(qū)動(dòng)力分析 [J].農(nóng)學(xué)學(xué)報(bào)，2021，11（4）：62-67.

[3] BUCHHORN M，LESIV M，TSENDBAZAR N，et al. Copernicus Global Land Cover Layers—Collection 2 [J/OL].Remote Sensing，2020，12（6）：1044（2020-03-24）[2023-06-26].https：//doi.org/10.3390/rs12061044.

[4] 吳炳方，苑全治，顏長(zhǎng)珍，等.21世紀(jì)前十年的中國(guó)土地覆蓋變化 [J].第四紀(jì)研究，2014，34（4）：723-731.

[5] 宋文杰，張清，劉莎莎，等.基于LUCC的干旱區(qū)人為干擾與生態(tài)安全分析——以天山北坡經(jīng)濟(jì)帶綠洲為例 [J].干旱區(qū)研究，2018，35（1）：235-242.

[6] CHEN B Q，XIAO X M，LI X P，et al. A mangrove forest map of China in 2015： Analysis of time series Landsat 7/8 and Sentinel-1A imagery in Google Earth Engine cloud computing platform [J].ISPRS Journal of Photogrammetry and Remote Sensing，2017，131：104-120.

[7] HUANG H B，CHEN Y L，CLINTON N，et al. Mapping major land cover dynamics in Beijing using all Landsat images in Google Earth Engine [J].Remote Sensing of Environment，2017，202：166-176.

[8] 桑國(guó)慶，唐志光，毛克彪，等.基于GEE云平臺(tái)與Sentinel數(shù)據(jù)的高分辨率水稻種植范圍提取——以湖南省為例 [J].作物學(xué)報(bào)，2022，48（9）：2409-2420.

[9] 朱德海，劉逸銘，馮權(quán)瀧，等.基于GEE的山東省近30年農(nóng)業(yè)大棚時(shí)空動(dòng)態(tài)變化研究 [J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2020，51（1）：168-175.

[10] BREIMAN L. Random Forests [J].Machine Learning，2001，45（1）：5-32.

作者簡(jiǎn)介：黎明（1981—），男，漢族，北京人，副研究館員，碩士，研究方向：地理信息成果及檔案管理；通訊作者：楊征義（1997—），男，漢族，山東濟(jì)寧人，前端開(kāi)發(fā)者，碩士，研究方向：地理信息系統(tǒng)應(yīng)用；江琪（1999—），女，漢族，安徽安慶人，在讀碩士，研究方向：地理信息系統(tǒng)應(yīng)用。