基于RS和GIS的土地利用／覆被動態變化監測——以九龍縣為例

李鵬杰，何政偉，李璇瓊

（1.地質災害防治與地質環境保護國家重點實驗室，成都610059；2.成都理工大學 地球科學學院，成都610059；3.成都理工大學 地球物理學院，成都610059）

土地利用是指直接與土地相關的，并利用其資源或對其實施影響的人類活動。國際上利用RS與GIS技術進行了大量的資源環境調查工作，尤其在土地利用／覆被監測作物評估等方面得到廣泛應用。Jensen［1］通過對濕地變化的動態監測表明先利用光譜直接比較法探測變化區再進行圖像分類確定變化類型的混合法是一種非常有效的變化檢測方法。Mcleod和Congalton［2］的研究表明以差值法為基礎的混合動態監測法優于傳統的分類方法。我國的土地利用遙感監測始于20世紀70年代，土地利用遙感監測的重點是耕地的變化和建設用地擴展。但近年來，對全球變化及區域土地利用、土地利用變化監測及機理的研究得到明顯加強［3］。陳澤鵬等［4］探討了單純利用全色圖像和利用多光譜及全色波段快速發現變化區的方法。程學軍、李仁東等［5］通過應用不同時期的TM假彩色合成圖像對武漢市土地利用動態變化進行了實時快速的監測。綜合運用RS與GIS技術對土地利用現狀變化進行動態監測與分析，能夠快速準確地掌握土地利用的狀況及動態變化的信息和趨勢，為土地利用總量動態平衡的宏觀調控和生態環境保護提供高效的輔助手段。九龍縣地處長江主要干流雅礱江上游，是天然林資源的重點保護地區和長江上游綠色生態屏障的重要組成部分，所以對九龍縣的土地利用動態監測具有重大意義，能夠為九龍縣的土地管理部門制定管理政策和落實各項管理措施提供科學依據，從而使生態環境步入良性循環。在土地利用變化分析上，采用各年份數據空間疊加的分析方法，應用三個年份的土地利用數據對比分析出土地利用的數量變化，在土地利用變化動態監測的基礎上，運用馬爾柯夫矩陣模型來定量預測九龍縣未來的土地利用變化情況。

1 研究區自然概況

九龍縣地處四川省西部，貢嘎山西南，甘孜藏族自治州東南部，位于東經101°17′—102°10′，北緯28°19′—28°20′。全縣地勢北高南低，高差懸殊，地形復雜，海拔高度1 440～6 010m，有雅礱江、九龍河、踏卡河等主要河流。屬于青藏高原亞濕潤氣候區，年均氣溫8.8℃，1月平均氣溫0.7℃，最低溫度－15.6℃，7月平均氣溫15.2℃，最高溫度31.7℃，年降水量890mm，無霜期184d，年日照數1 938h。土地資源豐富，根據2003年統計數據，全縣土地總面積為677 000hm2，其中農耕地3 650.2hm2，農業人口人均0.098hm2，其中山地3 576.867hm2，水田73.333hm2；林地面積264 285 hm2，占總面積的39%，森 林 106 913.333hm2，占15.82%，人均0.267hm2，木材蓄積量3 200萬 m3，人均819m3；天然草場319 799hm2，占總面積的47%。

2 圖像處理與信息提取

2.1 數據源及處理

本次研究選用1994年1月、2000年1月和2007年1月的甘孜藏族自治州TM遙感影像圖作為數據源，地面分辨率為30m，影像幾乎沒有云層遮蓋，清晰易解譯，已進行過輻射校正和幾何粗校正。

圖像處理步驟：（1）以校正好的1994年的TM影像為準選取控制點分別對2000年和2007年的影像進行精校正；（2）利用九龍縣的行政界限裁剪出九龍縣的影像區域；（3）用ENVI軟件對影像圖進行增強處理，以便于識別地物；（4）建立遙感解譯標志。

2.2 監督分類與人工目視校正

在ENVI軟件中，根據圖像處理中建立的解譯標志和影像中地物的光譜特征來選取各類型的典型區域建立監督分類的樣本［6］，在ROIs面板中選擇Compute ROI Separability計算樣本的可分離性。測試結果用Jeffries—Matusita和Transformed Divergence兩個參數表示，這兩個參數值的范圍為0～2.0，大于1.9說明樣本之間可分離性好，屬于合格樣本；小于1.8，需要重新選擇樣本；小于1，考慮將兩類樣本合成一類樣本。通過多次樣本選擇與樣本可分離性計算后，兩個參數的值最終都在1.9以上，說明可分離性好。采用最大似然法（maximum likelihood）進行監督分類［7］。由于在分類過程中難免會產生些小圖斑，需要對這些小圖斑進行剔除和重新分類，用聚類（clump）將周圍的小圖斑合并到大類中，用過濾（sieve）剔除不符合的小圖斑。最后對漏分、錯分等像元進行人工目視解譯，其中分不出的像元，對其進行坐標標記，運用全球定位系統（GPS）進行實地采樣，其中旱地、林地、草地各采樣20個樣本；水域、冰川、城鎮各采樣10個；裸地采樣15個，隨后通過誤差矩陣評價，整體精度達到了80%以上（表1），精度良好。

最后在ArcGIS軟件里根據全國第二次土地調查的色彩標準調整各個分類的RGB參數值，生成的圖像見附圖5。

表1 實地采樣誤差矩陣

在ArcGIS軟件里，根據全國第二次土地調查的土地類型分類標準生成的三幅土地分布圖進行矢量圖轉換，然后進行面積計算與統計，得到九龍縣的土地面積分布統計數據見表2。

表2 九龍縣土地面積分布統計 km2

3 結果分析與預測

3.1 九龍縣土地面積變化分析

通過對表2中土地類型面積的統計與比較得到各土地類型的變化情況（表3）。1994—2007年間，九龍縣土地利用／覆被發生了較明顯的變化，面積增加的有林地、城鎮和礦區。林地面積占全縣總面積分別為1994年47.90%，2000年49.61%，2007年50.42%；林地面積2000年比1994年增加115.97km2，增加3.57個百分點；2007年比2000年增加54.99km2，增加1.64個百分點。林地增加是因為1998年9月1日，黨中央、國務院率先在四川省“三州兩市一地”實施了天然林資源保護工程，全面停止了天然林采伐，加大了森林保護的力度；城鎮和礦區面積逐年增加是因為近年來城市經濟發展建設，礦產需求加大。面積減少的有旱地，草地，這是由于政府對旱地和退化的草場進行了荒山造林和生態還林措施。

表3 九龍縣1994－2007年面積變化 km2

運用空間分析工具里Zonal模塊的Tabulate Area工具來計算，得到九龍縣1994—2000年，2000—2007年和1994—2007年的九龍縣土地利用面積轉移矩陣（表4—6），可以更進一步了解13a來九龍縣各土地利用類型面積的變化和各土地利用類型之間的轉化情況。從各土地類型面積變化看，林地凈增加了170.96km2，其中草地169.94km2凈增為林地，旱地1.9km2凈增為林地，同時草地凈減181.74km2，旱地凈減1.94km2，說明減少的草地和旱地絕大部分都轉化為了林地，這主要是由遠離居民點的旱耕地和過度放牧的退化草地轉化而來，增加的林地主要以杉樹和松樹為主；冰川凈增加18.67 km2，裸地凈減少6.14km2，同時草地17.07km2凈增為冰川積雪，裸地0.84km2凈增為冰川積雪，說明天然林保護工程和退耕還林工程的進行，對當地的水土保持起到了顯著成效。城鎮礦區隨著經濟發展有所擴張，0.02km2的旱地轉化為了城鎮用地，0.03 km2的林地轉化為了礦區用地，雖然從全縣看擴張的面積很小，可是還是需要合理利用土地資源，對廢棄的礦區要采取植被恢復等措施。

表4 1994－2000年九龍縣土地利用類型的面積轉移矩陣 km2

表5 2000－2007年九龍縣土地利用類型的面積轉移矩陣 km2

表6 1994－2007年九龍縣土地利用類型的面積轉移矩陣 km2

3.2 土地利用變化趨勢預測

本文采用馬爾柯夫矩陣模型來預測土地利用變化趨勢，馬爾柯夫矩陣模型的應用關鍵是兩個矩陣的選取［8－10］。首先是初始矩陣選取，本文選取2007年的各土地利用類型面積占全部面積的百分比形成的矩陣A（表7）作為初始矩陣。

表7 初始矩陣

其次是選取土地利用類型轉移概率矩陣，該矩陣的數學表達式為：

式中：P（1）ij——土地利用類型i轉化為土地利用類型j的轉移概率；Ci－j——研究區域中在研究期內第i類土地利用類型轉化為第j類土地利用類型的面積；LUi——研究初始時期第i類土地利用類型的總面積。轉移矩陣的每一項元素都要滿足以下兩個條件：①0≤Pij≤1，即各元素值都是非負數；②∑Pij＝1，即每一行元素的和為1。本文選取1994—2007年九龍縣土地利用類型的面積轉移矩陣（表6），然后用上面的公式算出1994—2007年九龍縣土地利用類型的面積轉移概率矩陣（表8）。

表8 1994－2007年土地利用類型的面積轉移概率矩陣

根據馬爾柯夫過程的無后效性，研究區任一時刻的狀態概率向量P（n）都可以由它的轉移概率矩陣Pij和前一時刻的概率向量P（n－1）來確定即：P（n）＝P（n－1）×Pij［11］。運用該理論，結合上面兩個矩陣得到未來若干年的土地利用類型預測百分比（表9）。

表9 馬爾柯夫模型預測的各土地利用類型的比例 %

從表9分析出林地呈逐年遞增趨勢，所占比例從2020年的52.68%增加到2046年的56.55%；草地呈逐年遞減趨勢，所占比例從2020年的27.07%減少到2046年的23.13%；冰川呈逐年平緩遞增趨勢，所占比例從2020年的16.24%增加到2046年的16.52%；城鎮礦區用地所占比例非常小，但是也呈遞增趨勢。以上變化趨勢是伴隨著九龍縣旱地和草地的持續減少，林地的持續增加，同時水域和冰川積雪的平緩增加，可以看出政府實施的天然林資源保護工程得到了顯著成效，說明森林不僅可以調節氣候也對水土流失的保護有重要作用。此外由于未來人口的增長，城市建設的需要，礦產資源的需求增加，從表中看出未來的城鎮用地和礦區用地也有一定的增加。

4 結論

（1）完成了空間數據采集，通過人機交互解譯與實地精度驗證生成九龍縣3a的土地利用分布圖，為動態監測分析分析提供了數據支撐。

（2）通過對九龍縣1994年、2000年和2007年三期的遙感影像進行土地利用信息提取，得出各種地類的變化情況，為九龍縣土地的合理利用和土地管理部門制定管理政策和落實各項管理措施提供了有利的支持依據。

（3）利用馬爾柯夫模型預測出了九龍縣未來的土地利用狀況。

九龍縣的天然林保護工程和退耕還林工程取得的顯著成效，對長江上游的水土保持和氣候調節都起到了一定的積極作用。但是須注意的是九龍縣全縣半數面積都是林地，林地分布集中，盡管屬于青藏高原亞濕潤氣候區，但是鑒于全球氣候的變暖與反常（厄爾尼諾現象與拉尼娜現象），做好預防森林火災發生的工作尤為重要。

［1］ Jensen J R，Cowen D J，Narumalani S.An evaluation of coast watch change detection protocol in South Carolina［J］.Photogrammetric Engineering and Remote Sensing，1993，59（6）：1039-1046.

［2］ Macleod R D，Congalton R G.A quantitative comparison of change detection algorithms for monitoring eelgrass from remotely sensed data［J］.Photogrammetric Engineering and Remote Sensing，1998，64（3）：207-216.

［3］ 李秀彬.全球變化研究的核心領域：土地利用／覆被變化的國際研究方向［J］.地理學報，1996，5（6）：553-558.

［4］ 陳澤鵬，李德仁，周一.影像融合及土地利用變化的自動發現［J］.應用技術，2000（3）：29-31.

［5］ 程學軍，李仁東，薛懷平.武漢市近期土地利用的動態監測研究［J］.華中師范大學學報：自然科學版，2001，35（1）：111-114.

［6］ 梅安新，彭望祿，秦其明，等.遙感導論［M］.北京：高等教育出版社，2001.

［7］ 王靜.土地資源遙感監測與評價方法［M］.北京：科學出版社，2006：60-79.

［8］ 王振中.“3S”技術集成及其在土地管理中的應用［J］.測繪科學，2005，30（4）：62-64.

［9］ 田淑敏，宇振榮.縣域土地持續利用情景分析［J］.干旱區地理，2002，25（3）：251-256.

［10］ 王振中，劉紀元，張增祥.近10年中國土地利用格局及其演變［J］.地理學報，2002，57（5）：523-530.

［11］ 謝式千，潘承毅.概率論與數理統計［M］.北京：高等教育出版社，2001：316-324.