2008—2011年柳州市土地利用變化研究

何朝霞

摘要 以2008和2011年的Landsat 5 TM數字影像為基礎，利用支持向量機方法監測喀斯特地區（柳州市）土地利用變化，得到2008—2011年土地類型轉移矩陣和年變化率。結果表明：2008—2011年研究區域的水體、建筑用地、林地和其他植被等土地類型年變化比較緩慢，其中建筑用地面積的年均增長率為1.19%，水體、林地、其他植被的年均減少率分別為 0.37%、0.22%、0.72%；最后分析了各土地類型變化的驅動力。

關鍵詞 支持向量機；土地利用變化；轉移矩陣；年變化率

中圖分類號 F301.2 文獻標識碼 A 文章編號 0517-6611（2017）06-0209-03

Change of Land Use in Liuzhou City during 2008-2011

HE Zhao-xia （College of Technology & Engineering，Yangtze University，Jingzhou，Hubei 434023）

Abstract Based on the digital images of Landsat 5 TM in the year of 2008 and 2011， the SVM method was used to monitor land change using in karst region（Liuzhou City），the transfer matrix of land types in 2008-2011 and the annual rate of change were calculated. The results showed that：water area，construction land， forest land and other vegetation types in the study area from 2008 to 2011 change slowly， construction land from 2008 to 2011 grows 1.19% average annual， the average annual loss of water area， forest land， other vegetation were 0.37%， 0.22% and 0.72% respectively；the driving force of the change of each land type was analyzed.

Key words Support vector machine （SVM）； Land use change； Transfer matrix；Annual rate of change

隨著人類社會的發展和城市建設步伐的加快，土地利用變化日益頻繁，土地利用/覆被變化仍是當前研究熱點。楊瑞芳等[1]在遙感和GIS 技術支持下，選擇北京市順義區作為研究對象，采用分類后比較方法，對1999—2011年土地利用類型的動態變化進行定量分析以及空間分布制圖。肖楊等[2]基于RS和GIS技術，在ENVI 軟件支持下，利用監督分類方法，研究了黃河三角洲地區2001、2005、2011 和2014年土地利用時空變化特征與規律，并結合研究時段內的自然和社會經濟因素，對研究區土地利用變化驅動力進行了分析。馬驪馳等[3]以香格里拉建塘鎮為研究區，以2000、2009年Landsat TM影像為基礎數據，運用光譜特征和地學輔助知識相結合的改進型決策樹分類方法分別對研究區 2 個年份的基礎數據進行土地利用信息提取和變化分析。李晨曦等[4]研究了京津冀地區2000—2013年土地利用的類型變化、數量變化、程度變化及區域變化特征的基礎上，并分析了變化的驅動力。馬亞鑫等[5]分析了西安市1995、2000、2006、2010年4期土地利用數據。葉勤玉等[6]利用 2000—2014 年 MODIS NDVI 產品，基于像元二分模型計算了重慶市植被覆蓋度，并對其變化強度以及變化趨勢進行了分析。綜上所述，當前土地利用變化的研究區域大多集中選擇經濟比較發達、人口較多的大城市或是旅游城市，而筆者前期研究顯示，利用支持向量機（SVM）方法的在柳州地區土地分類方面精度最高。筆者以2008和2011年的Landsat 5 TM數字影像為基礎，利用SVM方法監測柳州市土地利用的變化，根據土地分類變化信息分析其驅動力因素。

1 數據來源與研究方法

1.1 研究區概況 柳州市位于廣西壯族自治區的中北部，地處108°32′～110°28′ E，23°54′～26°03′ N。全市轄6縣4區，包括柳南、柳北、城中、魚峰4城區和柳江、柳城、鹿寨、融安、融水、三江6縣。柳州屬于典型的喀斯特地貌地區，具有“拔地奇峰畫卷開”的山水特點。南北地貌差異性明顯，北部多山，耕地多集中分布于中部、南部的平原和盆地。受區域地貌特征的影響，市域城鎮體系呈現“南重北輕，中心偏南”的格局，南部市區、鹿寨縣建設用地增長較快，北部3縣建設發展相對緩慢，區域發展南北差異明顯[7]。

1.2 數據來源

遙感數據來源于地理空間數據云發布的美國陸地衛星的Landsat 5 TM數字影像（2008和2011年）。該影像的重復周期為16 d，共7個探測波段，除了熱紅外波段的分辨率是120 m，其他波段的分辨率為30 m。該影像所覆蓋的范圍為108°27′～110°22′ E、23°36′～25°29′ N，包含柳州市的部分地區，為喀斯特地貌地區。根據柳州市的格局特點，選取了該遙感影像上中心偏南的一塊矩形區域進行研究，如圖1所示。所選區域的數字影像如圖2所示，該矩形區域包含柳州市區、柳江縣和市郊的幾個鎮，覆蓋面積為93 313.8萬m2。圖1是由波段1、波段2和波段3合成的影像圖，圖2是由波段2、波段4和波段5合成的影像圖。

1.3 研究方法

采用支持向量機SVM 方法獲取土地利用變化信息，結合監督分類和人工解譯，根據遙感影像數據的可判讀性，結合土地利用分類的地域特點，將研究區土地利用類型分為林地、水體、建筑用地和其他植被4類。

為了分析2008和2011年不同土地覆蓋類型間的相互轉換動態關系，應用2期土地覆蓋數據，分別計算相鄰2期數據的轉移矩陣，其數學表達式為[8]：

Sij=S11…S1n

Sn1…Snn（1）

式中，Sij為不同土地利用類型之間的轉移面積；i 代表初期的土地利用類型面積；j 代表研究末期的土地利用類型。

最后計算研究區域某種土地利用類型的年變化速率，它可以描述在監測期末（t2）與監測期初（t1）之間的年均變化速率，計算公式為[9]：

Ki={[LA（i，t2）-LA（i，t1）]/LA（i，t1）}t2-t1×100%（2）

式中，Ki為研究區域內某種土地利用類型i在監測期間的年均變化速率；LA（i，t1）和LA（i，t2）分別為該種土地利用類型在監測期初和期末的面積。

2 結果與分析

2.1 2008—2011年土地利用變化監測 利用SVM 方法對研究區域土地分類的結果見圖3。不同土地類型的數據解譯見表1。

利用公式（1）、（2）分別計算出2008—2011年土地利用轉移矩陣（表2）和不同土地類型的變化情況（表3）。

2.2 驅動力因素分析

從表3可以看出，2008—2011年研究區域的水體、建筑用地、林地和其他植被等土地類型年變化率比較小，其中建筑用地面積在2008—2011年的年均增長率為1.19%，水體、林地、其他植被的年均減少率分別為 0.37%、0.22%、0.72%。分析土地類型變化原因，有以下幾個方面。

（1）2008—2011年，柳州市城市建設重點向東、向西、向北拓展，形成5個中心片區加1個外圍組團的組團式空間架構和用地布局形態。增加的用地主要來源于其他植被，少部分特殊地區來源于林地和部分小水源。

（2）林地雖然有小部分轉移為建筑用地，但是同時又有其他植被轉換為林地。柳州市2008—2011年在市郊、柳江河干流兩岸，圍繞國土生態屏障保留和建設生態公益林、景觀林，防止城市無序蔓延，促進生態功能完善和近郊都市農業的發展。在柳江上游地區，精心培育各類水源涵養林、天然林及自然保護區、森林公園等生態脆弱地區林地，充分利用荒坡荒山造林，擴大有林地面積。充分發揮林地、園地等農用地的生產、生態、景觀和間隔等綜合功能，統籌兼顧農業綜合生產需求，拓展城鄉綠色空間。

（3）2008—2011年，水體中柳江是沒有變化的，變化的主要是其他小水源，例如小水塘。柳江作為柳州市飲水水源，柳江河段保護區和縣城等城鎮集中式飲水水源保護區，被保護得很好。

3 結論

利用遙感技術對柳州市城區2008—2011年土地覆蓋類型和變化進行動態監測，結果表明：2008—2011年，城鎮擴展速度較緩慢，其城鎮擴展建設用地主要來源于耕地，少部分來源于林地和小水源；但是作為喀斯特地貌城市，森林是重點保護對象，為了保證林地面積不減少或減少速度較慢，每年又有一些耕地轉換為林地。

參考文獻

[1] 楊瑞芳，譚衢霖，秦曉春，等.基于遙感與GIS 的北京城鄉結合部土地利用時空變化分析[J].測繪與空間地理信息，2016，39（9）：19-22，26.

[2] 肖楊，趙庚星.黃河三角洲典型地區土地利用變化遙感監測及驅動力分析[J].測繪與空間地理信息，2016，39（9）：43-46.

[3] 馬驪馳，王金亮，劉廣杰，等.基于改進型決策樹遙感分類的土地利用變化研究[J].地理空間信息，2016，14（7）：12-16.

[4] 李晨曦，吳克寧，査理思.京津冀地區土地利用變化特征及其驅動力分析[J].中國人口·資源與環境，2016，26（5）：252-255.

[5] 馬亞鑫，周維博，宋揚.西安市主城區土地利用變化及其對地表徑流的影響[J].南水北調與水利科技，2016，14（5）：49-54.

[6] 葉勤玉，高陽華，楊世琦，等.基于 MODIS 數據的重慶市植被覆蓋度時空變化分析[J].高原山地氣象研究，2016，36（2）：53-58.

[7] 廣西壯族自治區國土資源廳規劃科技處.廣西壯族自治區柳州市土地利用總體規劃（2006-2020年）[A].2010.

[8] HU D，YANG G H，WU Q，et al. Analyzing land use changes in the metropolitan Jilin City of Northeastern China using remote sensing and GIS[J].Sensors，2008，8（9）：5449-5465.

[9] 李玲玲，安裕倫，鄧焯文.貴陽市 1973-2010年建成區遙感動態監測與驅動力[J].山地學報，2014，32（1）：30-37.