(成都理工大學 四川 成都 610000)
土地利用是由土地質量特性和人類勞動需求協調所決定的土地功能過程,這一過程表現為人類與土地之間進行的物質、能量和信息、價值的交流轉換[1]。土地利用既受自然條件制約,又受社會、經濟和技術條件影響,是這些因素共同作用的結果。由于技術的進步,人類改造和利用自然環境的能力日益提高,土地利用變化愈演愈烈,引起的環境問題也日漸突出。探究土地利用類型的時空動態變化特征,是實現自然和人類社會和諧發展的迫切需要[2]。重慶市作為西南地區城市群的引領者,其土地資源的利用和變化對西南山地城市的發展至關重要,本研究運用RS和GIS技術,對重慶市近20年土地利用變化進行分析,以期為重慶市的土地利用和城市可持續發展提供數據支持。
重慶市地處中國西南部、長江上游地區,是青藏高原與長江中下游平原的過渡地帶。位于東經105°11'-110°11'、北緯28°10'-32°13'之間。東臨湖南湖北,西接四川,南接貴州,北連陜西,面積約8.24萬km2,為北京、天津、上海三市總面積的2.39倍。地勢由南北向長江河谷逐級降低,西北部和中部以丘陵、低山為主。氣候為亞熱帶季風性濕潤氣候。近年來,隨著經濟的快速發展,重慶市土地利用發生了較為顯著的變化[3]。
參考《土地利用現狀分類(GB/T21010-2007)》,將重慶市土地利用分為耕地、林地、草地、水域、建設用地和未利用土地六大類。本研究使用的2005年和2015年30m分辨率TM遙感影像和1:25萬土地利用數據均來源于中科院地理所資源環境數據中心。在ENVI軟件的支持下,對兩期TM影像進行幾何校正、投影轉換、波段融合等預處理,然后通過研究區的行政邊界進行裁剪,得到研究區的遙感影像圖。
利用ENVI5.1對研究區兩期遙感影像進行土地利用分類,所使用的分類方法為監督分類中的神經網絡法。近年來,神經網絡法被廣泛應用于遙感圖像分類,可靠性較高[4]。基本分類過程包括定義訓練樣本、執行監督分類、評價分類結果和分類后處理。然后在ArcGIS軟件中運用疊加分析,建立研究區土地利用面積變化的轉移矩陣。
執行監督分類之后,由于采用的是數學模型和先驗知識進行的分類,其結果只是盡可能的接近自然性質,與實際地物仍存在偏差,所以需要對分類精度進行評估[5]。ENVI5.1提供了多種分類結果評價方法,本次研究采用混淆矩陣的方法。對分類結果進行精度評價時,混淆矩陣方法需要地表真實感興趣區,因此在高分辨率影像上,通過目視解譯選取與執行監督分類時相同數量的訓練樣本,以此樣本代表地表真實感興趣區執行混淆矩陣分類精度評價,計算得到2005年總體分類精度為:89.937%,Kappa系數為0.899;2015年總體分類精度為:89.979%,Kappa系數為0.902。
利用ArcGIS軟件中的空間分析和統計分析等工具,得到重慶市2005年和2015年兩期土地利用面積以及所占比例數據。2005年各土地利用類型的面積占比依次為林地(58.83%)、耕地(31.24%)、草地(2.12%)、水域(1.11%)、建設用地(0.74%)和未利用地(0.02%)。2015年各土地利用類型的面積占比依次為林地(63.74%)、耕地(31.24%)、草地(1.96%)、水域(1.39%)、建設用地(1.65%)和未利用地(0.02%)。由此看出重慶市土地利用類型主要由耕地和林地組成,2005-2015年期間發生明顯改變的土地利用類型是耕地和建設用地,呈現一減一增的趨勢。林地和水域所占面積比例均呈增加趨勢,而草地和未利用地土地面積占比呈減少趨勢。
由2005-2015年土地利用類型面積轉移概率矩陣可知,近10年期間每一種土地利用類型都向其他類型有不同程度的轉化,最主要的轉化關系存在于耕地、林地和草地之間。10年期間有64%的耕地保持原有類型,32%的耕地轉為林地,少量向草地和建設用地轉移;林地中有13%的面積轉為耕地,草地除了未轉向未利用地,對其他用地類型均有不同程度的轉移;96%的建設用地保持原有地類不變,共3%的建設用地轉向了耕地和水域;水域也有向耕地、建設用地、林地和草地這幾類轉移,轉移面積概率均較小,未利用地中少量轉為林地和耕地,仍有70%的土地未能被開發為其他的用地類型。
根據本研究區2005-2015年各土地利用類型面積占比和轉移概率矩陣可以看出本地區土地利用變化特征如下:
(1)近10年重慶市林地和耕地變化面積最大,且林地的轉移對象與耕地相似,但沒有耕地劇烈,說明在本地區中林地和耕地面積變化占主導地位;
(2)近10年重慶市的水體呈增加趨勢,期間有向耕地、建設用地、林地和草地這幾類轉移,轉移面積概率均較小。
(3)近10年建設用地呈增加趨勢,草地和未利用地逐漸減少,表明人類活動對土地利用變化的影響較大。