京津冀地區土地利用及典型城市景觀格局分析

閆苗苗，李家存，任麗麗

（1.首都師范大學GIS工程實驗室 資源環境與旅游學院,北京 100048）

京津冀地區土地利用及典型城市景觀格局分析

閆苗苗1，李家存1，任麗麗1

（1.首都師范大學GIS工程實驗室 資源環境與旅游學院,北京 100048）

利用京津冀地區2000年、2007年的TM影像和2013年的高分一號影像，采用監督分類并結合目視解譯方法，對其整體的土地利用情況和北京、天津、石家莊、唐山4個典型城市的景觀變化作定量分析。結果顯示，近13 a來，京津冀地區的耕地數量在持續減少；城鎮工礦用地面積在不斷增加，其轉入來源主要有耕地、林地等；林地、水體的年變化率出現先增加后減少的趨勢，而草地、未利用地、鹽田的變化趨勢與之相反。在城市景觀格局中，由于城市不同、發展類型不同，斑塊數量、斑塊密度變化各異，多樣性指數、周長面積分維數和分離指數隨時間變化逐漸上升，表明近13 a來京津冀城市景觀的破碎度上升、斑塊形狀的復雜性增加。

京津冀地區；土地利用；景觀格局；景觀指數

20世紀90年代以來，土地利用/土地覆被變化（LUCC）研究已成為全球環境變化研究的前沿和熱點，在1995年被列為“國際地圈與生物圈計劃（IGBP）”和“全球環境變化的人文領域計劃（HDP）”的核心項目[1, 2]。

1 研究區域及數據來源

1.1 研究區域

在土地利用/土地覆蓋變化的研究中[3-9]，大多數研究者是基于市級或者區縣為研究對象[10-13]，范圍有限，很難從整體上把握某一地區土地利用狀況。在中國城市發展過程中，城市群、城市帶的發展尤為迅速，如長三角、珠三角、京津冀等地區分布著全國主要的城市群[14-16]，但以此作為對象的研究相對較少，而在景觀格局分析中，不應以行政區界的劃分而限制研究范圍。本文選取京津冀地區作為研究對象，對其土地利用的變化作整體性分析，從更大的空間尺度上探討該地區的土地利用、景觀格局變化。

京津冀地區位于36°03'～42°32'N、113°30'～119°15'E，由北京、天津2個直轄市及河北省的石家莊、唐山、秦皇島等城市組成，土地總面積約21萬km2, 集中了3 000多萬人口，2013年GDP 總量約4．8萬億元[17]。該地區地貌類型主要有東部的華北平原和西部的太行山脈，氣候類型以溫帶季風性氣候以及溫帶大陸性氣候為主。

1.2 數據來源與處理

本文使用2000年、2007年TM影像、2013年高分一號影像、DEM數據和行政區劃等數據。首先以幾何糾正后的2000年TM影像為基準，對其他兩期遙感影像進行幾何精校正，然后對影像進行大氣校正等預處理，最后對高分一號影像進行重采樣，將3期數據統一成30 m分辨率。參考《全國土地分類標準》和《土地利用現狀分類標準》，并結合京津冀本區域的具體情況，將研究區的土地利用類型分為城鎮工礦用地、耕地、林地、草地、水體、鹽田、未利用地，其中城鎮工礦用地包括城鎮居民地、農村居民地、工礦倉儲用地、公共設施用地、公共建筑用地等，分類結果如圖1所示。

2 研究方法

2.1 土地利用轉移矩陣

在ArcGIS10．2中，分別將相鄰兩期土地利用數據進行空間疊加、統計分析，得到2000～2007年、2007～2013年的土地利用變化情況，計算土地流動的轉入、轉出面積、所占比例等情況。

2.2 土地利用變化率分析

土地利用動態度是指某研究區在一定時間范圍內某種土地利用類型的數量變化情況，可直接反映某種類型土地的增加或者減少比例，其計算公式為：

式中，k為研究時段內土地利用類型的年變化速率；Ub和Ua分別是研究末期和研究初期某一土地利用類型的數量；T為研究的時間跨度/a。通過土地利用變化率可以直觀地反映出土地利用類型的變化程度。

圖1 京津冀2000、2007、2013年土地利用現狀圖（審圖號：GS（2008）1361號）

2.3 景觀格局分析

土地覆蓋/利用構成了景觀格局，而景觀格局可以用景觀格局指數來描述。不同的景觀格局指數代表不同的含義[18-20]。對景觀格局可以從3個不同的層次進行分析：斑塊水平、斑塊類型以及景觀水平。本文將采用景觀水平的指數對京津冀的某幾個有代表性的城市作景觀變化分析。使用Fragstats4．2景觀分析軟件，對4個城市的三期土地利用數據作景觀指數計算，分析景觀斑塊數、景觀破碎度、周長面積比等指數隨時間的變化情況。

3 結果分析

3.1 土地利用矩陣轉移分析

表1 2000～2007年京津冀土地變化轉移矩陣

表2 2007～2013年京津冀土地變化轉移矩陣

通過上述方法得到土地利用轉移矩陣（如表1、2）。可以看出，從2000～2007年、2007～2013年間，京津冀地區的土地利用情況發生了較大轉變。在前一階段（2000～2007年）的轉出貢獻率方面，耕地的轉出貢獻率最高，達53．2%，主要流向為城市工礦用地、草地、水體等；在轉入方面，轉入較多、比例最大的是城鎮工礦用地，占轉入總面積的50．16%，其主要來源是耕地和林地。由表2可知，后一階段（2007～2013年）轉出貢獻較大的是耕地和林地，分別占總轉出比例的44．37%和17．39%，耕地的主要轉出對象為城鎮工礦用地，而林地主要流向耕地；在轉入貢獻率方面，主要有耕地和建設用地。通過兩期數據的分析得知，耕地具有最高的轉出貢獻率，而城鎮工礦用地是主要的轉入對象。可以推測，這一趨勢還會保持，耕地將持續減少，而城市工礦用地將不斷增加。

3.2 土地利用變化率分析

利用公式（1）計算得到京津冀地區和北京、天津、河北3個省市前階段（2000～2007年）和后階段（2000～2013年）的土地利用年變化率（表3）。由表3可知，土地利用類型變化最大的是未利用地，2個階段內的年變化率分別為2．59%和-3．88%，3個地區變化幅度最大的是天津。由于未利用地本身的基數較小，面積遠遠小于耕地和城鎮工礦用地，其實際面積年變化較小。從橫向來看，在前階段，城鎮工礦用地的年變化率為1．9%，而到后階段年變化率繼續增長，為1．95%，說明在2000～2013年期間，京津冀的城市、鄉鎮、工礦用地在不斷增加，城市化和工業化不斷發展。北京、天津、河北3個地區城鎮用地中，北京的增長率前階段最大，后階段較小；天津的情況與之類似；但河北省的城市工礦用地在不斷增長，并且后階段增長速率大于前階段，城市化在加速進行。2個階段內耕地的年變化率分別為-0．25%、-0．03%，耕地面積在持續小幅度減少，轉變為其他非農業用地。在3個省市中，北京市的耕地面積變化速率最大，前階段年變化速率為-2．23%，到后階段減少為-0．87%，但整體上還是高于平均變化率。

表3 京津冀土地利用類型年變化率表/%

3.3 景觀格局分析

圖2 北京、天津、石家莊、唐山景觀格局指數圖

在京津冀城市群中，城市類型分布廣泛，既有中國的經濟、文化、政治中心——北京，也有四大直轄市之一的天津市，同時，還有重工業城市代表唐山市，以及依靠交通因素快速發展的河北省省會石家莊市。因此，在該區域內，選取比較有代表性的這4個城市對其作景觀分析，來探討近13 a來京津冀典型城市景觀變化情況。首先在斑塊數量（NP）上，北京和天津的斑塊數量近13 a來相比其他2個城市要少，從側面說明兩地區的城市化率較高，城鎮工礦等建筑用地連片發展。在斑塊密度水平上，北京、天津、石家莊、唐山四地區的斑塊密度分布在0．15～0．38之間逐漸增加。把斑塊密度與斑塊數量一起分析，更加全面地表達了不同地區斑塊的可比性，而忽略了面積不同的局限。從圖2可以看出，北京、石家莊兩地區的蔓延度指數整體上略低于天津和唐山，結合斑塊密度和斑塊數，北京的斑塊數量小于石家莊，聚集指數和石家莊相近，說明北京地區的斑塊面積差異較大，斑塊分布較為分散，導致聚集度低；而石家莊地區由于斑塊種類較多，如耕地、建筑用地、林地、水域等，沒有形成優勢斑塊，導致聚集指數較低；唐山在斑塊數量較多的情況下，斑塊大多為城鎮用地，耕地為基底斑塊，具有絕對優勢，因此聚集度指數較高。就形狀指數（LSI）來看，3期內同一城市的變化較小，但是城市間的差異較大。從北京、天津、唐山到石家莊，4個城市的景觀形狀指數分布逐漸增大。斑塊形狀指數反映了景觀的不規則程度，形狀越不規則，其值越大。由上述4個城市形狀指數，也說明了北京地區的景觀形狀較為規則，景觀多為建筑等人造地物，城市化率比較高。從周長-面積分形維數統計結果可以看到，同一地區的3期數據變化較小，其中北京地區的周長-面積分形維數最小，天津最大，唐山和石家莊居中。

在同一地區，3期數據的周長面積分維數（PAFRAC）的分布范圍較為一致，北京地區的周長面積分維數分布在1．15附近，石家莊和唐山地區的PAFRAC值分布在1．2、1．23附近，而天津地區的PAFRAC值略高，在1．25左右，說明天津地區的二維景觀鑲嵌體與歐氏幾何的分離度較高，斑塊形狀的復雜性上升。而分離度指數（SPLIT）在3期數據中天津地區的變化較大，其他地區的分布較為緊湊，差別較小。在4個地區中，天津地區的SPLIT指數從2000～2013年逐漸增加，說明隨著天津地區的發展，焦點斑塊類型逐漸減少，耕地作為基底斑塊被分割，破碎斑塊逐漸增多，這與斑塊數量和密度的變化趨勢較為一致。

4 結 語

近13 a來，京津冀地區土地利用類型的轉換較為劇烈，耕地、林地流失較快，城市擴張迅速，破壞了原有的景觀結構，城市間的發展也不均衡。因此，建議改變現有的粗放式發展，減少對耕地的隨意占用，合理規劃城鎮等建筑用地，保護耕地資源，并協調城市間的發展。同時，注重林地、水域在整個地區的調節作用，保護林地、水體的發展。

[1] 傅伯杰,呂河,陳立項．國際景觀生態學研究新進展[J]．生態學報,2008,28(2):798-804

[2] 陳百明,劉新衛． LUCC 研究的最新進展評述[J]．地理科學進展, 2003,22(1): 22-29

[3] Kindu M, Schneider T,Teketay D． Land Use Land Cover Change Analysis Using Object-Based Classification Approach in Munessa-Shashemene Landscape of the Ethiopian Highlands[J]．Remote Sensing,2013(5):2 411-2 435

[4] White J, Shao Y, Lisa M． Landscape Dynamics on the Island of La Gonave [J]．Land,2013(2):493-507

[5] Tammy E． Parece T P,Campbell J B． Comparing Urban Impervious Surface Identification Using Landsat and High Resolution Aerial Photography[J]． Remote Sensing,2013(5): 4 942-4 960

[6] 龔建周,夏北成,陳健飛,等． 基于3S技術的廣州市生態安全景觀格局分析[J]．生態學報, 2008, 28(9): 4 323-4 333

[7] 游麗平,林廣發,楊陳照,等． 景觀指數的空間尺度效應分析——以廈門島土地利用格局為例[J]．地球信息科學, 2008, 10(1):74-79

[8] 莊大方, 鄧祥征, 戰金艷, 等． 北京市土地利用變化的空間分布特征[J]． 地理研究, 2002, 21(6): 667-674

[9] 齊偉, 張鳳榮． 黃淮海平原農區縣城土地利用景觀格局分析及可持續利用建議[J]． 中國土地科學, 2003, 17(1): 27-33

[10] 吳瓊,楊國東,李宏卿,等． 基于遙感和 GIS 的吉林市區景觀演變分析[J]．世界地質, 2008, 27(3): 332-337

[11] 蘭紅月,李家存,李曉燕． 吉林省大安縣土地利用變化監測及景觀格局分析[J]．地理空間信息,2014,12(3):133-135

[12] 崔金鑫． 基于遙感與GIS的河北省沽源縣土地退化監測與風險評價[D]．成都：成都理工大學, 2010

[13] 陳江龍,高金龍,徐夢月,等． 南京大都市區建設用地擴張特征與機理[J]． 地理研究, 2014, 33(3): 427-438

[14] 湯青,徐勇,劉毅． 廣東省土地利用變化時空分異及其與城市化和工業化的耦合關系[J]． China Land Science, 2010, 24(10) :46-51

[15] 李珊,元利,劉云亮, 等． 京津冀城市群城鄉關聯的空間分析[J]． 上海農業學報, 2012, 28(2): 91-95

[16] 陳丙欣,葉裕民． 京津冀都市區空間演化軌跡及影響因素分析[J]． 城市發展研究, 2008 (1): 21-27

[17] 陸大道． 京津冀城市群功能定位及協同發展[J]． 地理科學進展,2015, 34(3):265-270

[18] Baldwin D J B, Weaver K, Schnekenburger F, et al．Sensitivity of Landscape Pattern Indices to Input Data Characteristics on Real Landscapes: Implications for Their use In Natural Disturbance Emulation[J]． Landscape Ecology, 2004,19(3): 255-271

[19] 趙文武,傅伯杰,陳利頂． 景觀指數的粒度變化效應[J]．第四紀研究,2003, 23 (3):326-333

[20] 陳文波,肖篤寧,李秀珍． 景觀指數分類、應用及構建研究[J]．應用生態學報,2002, 13(1):121-125

P273

B

1672-4623（2016）02-0069-04

10.3969/j.issn.1672-4623.2016.02.024

閆苗苗，碩士，主要從事遙感地學應用與景觀生態學研究。

2015-05-25。

項目來源：國家高科技研究發展計劃資助項目（2012AA12A308）。