結合高分遙感和多源數據的高原湖泊流域土地利用分析

劉 斌，白少云，余珮珩，陳 敏，潘佳威，陳奕云,3

(1. 云南省水利水電勘測設計研究院，云南 昆明 650021; 2. 武漢大學資源與環境科學學院，湖北 武漢 430079; 3. 土壤與農業可持續發展國家重點實驗室，江蘇 南京 210008)

土地是社會經濟發展的重要自然載體，其利用變化及覆被變化是全球環境變化研究的熱點問題[1]。2018年，土地資源劃歸為自然資源部管理，國土開發利用和保護的監管更加嚴格和統一[2]，開展土地利用變化分析能夠促進土地開發和保護的管理和監督。高原湖泊是我國土地資源的重要組成部分，近年來隨著流域內人口迅速增加，人類活動加強，流域內土地利用情況發生了變化，對生態系統的安全性產生一定影響，研究高原湖泊流域的土地利用變化對我國自然資源保護具有重要意義。

目前，國內外土地利用變化研究積累了大量的實證案例，集中于3個層面：一是自然單元，如典型生態類型區，主要以流域為研究對象[3-4]，以高原湖泊流域為代表的研究較少；二是具有行政功能的城鎮單元[5-7]；三是自然與人工系統混合的特殊區域[8-10]。在研究方法上，國內外以土地利用動態變化模型為主[11]，包含轉移矩陣、元胞自動機(CA)、CLUE模型等[12-14]。在研究內容上，主要為土地利用數量變化、質量變化及空間變化[15]。在數據源的獲取上，現有研究多利用具有宏觀、實時等優勢的高分辨率遙感進行土地利用的監測。目前Landsat衛星影像使用較多，Landsat 8影像為長時間土地利用變化分析提供了數據資源。Sentinel-2衛星能夠提供高空間分辨率的多光譜影像，成功應用于礦物信息、葉面積指數提取等研究[16]，但在土地利用變化方面的應用較少。同時，基于我國國產GF-1衛星影像開展的應用案例相對不足[17]。

本文以云南省杞麓湖流域為研究區，選取最新的GF-1、Sentinel-2和Landsat 8衛星遙感影像進行土地利用分類，以全國第二次土地利用調查數據為基期，結合野外實地調研和土地利用轉移矩陣開展土地利用現狀和演變分析。一方面挖掘GF-1衛星遙感影像在土地利用動態監測方面與其他國外衛星遙感影像的差異；另一方面促進國產GF-1衛星數據在土地利用方面的應用，豐富研究案例。

1 研究區概況和數據處理

1.1 研究區概況

杞麓湖流域位于云南省玉溪市通海縣境內，近似為一個封閉的西東向平行四邊形形狀，中部為封閉性的新月形斷陷高原淺水湖泊——杞麓湖，湖周為平壩區，主要分布在湖泊的南、西、北面，壩區外圍為中低山。流域包括秀山街道、四街鎮、河西鎮、九龍街道、楊廣鎮、納古鎮及興蒙鄉。據《通海縣統計年鑒(2016年)》統計，流域內總耕地約99.3 km2，是云南省主要的蔬菜種植基地。杞麓湖是該流域26.8萬人賴以生存的源泉和維護該地區生態平衡的重要根基，具有農業灌溉、工業用水、水產養殖和調節氣候等多種功能。

1.2 遙感數據源的選取及處理

由于杞麓湖流域位于四季如春的高原平壩，4—10月平均溫度在17～20℃間，變化不大，光熱條件充足，種植結構相近。綜合區域的特殊性和數據的可獲得性[18]，研究選用2018年10月18日的Sentinel-2數據、2017年5月1日的GF-1數據及2018年4月28日的Landsat 8數據，評估不同空間分辨率衛星遙感影像在土地利用變化描述過程中的異同(見表1)。其中，GF-1屬于高分專項工程，其數據和技術成果既可以服務于國民經濟建設和社會發展，又可以服務于國防和軍隊現代化建設[19]。在對3種衛星遙感影像進行幾何校正、圖像增強處理后，使用最大似然法進行土地利用現狀的分類，將研究范圍內的用地類型劃分為耕地、林地、建設用地、水域、其他用地5種類型。解譯后測試分類精度見表1，其中總體分類精度等于被正確分類的像元總和除以總像元數，Kappa系數是一種計算分類精度的指標。三者均達到精度要求，Kappa系數均大于等于0.75，一致性較高。

表1 基于不同衛星遙感影像的杞麓湖流域土地利用分類精度

2 結果分析與討論

2.1 基于不同數據源的土地利用現狀分析

如圖1所示，杞麓湖流域的水域、建設用地、耕地和林地自中心向外呈現出圈層分布的特征，其他用地布局較為分散。建設用地主要分布于杞麓湖南部，并被耕地所分隔。林地主要分布于該流域范圍的外側，耕地主要位于湖周邊，被林地包圍，其他用地呈碎片狀鑲嵌于流域范圍內。基于3種不同數據源解譯的土地利用現狀總體特征一致，但在其他用地較為集聚的片區上存在差異。基于GF-1衛星遙感影像數據解譯的土地利用現狀圖中，其他用地于流域范圍內西北方向形成集聚，同時周邊零星分布耕地；而在Sentinel-2和Landsat 8衛星遙感影像分類的土地利用現狀圖中，其他用地較為分散。其中由于Landsat 8衛星遙感影像數據分辨率較低，耕地范圍與其他2個數據源不一致，土地的連片程度較高。在Sentinel-2衛星影像中可以觀察到田埂，可進一步用于田坎系數的測算。由此可以看出，影像空間分辨率與土地利用特征具有非常緊密的關系，高分辨率的衛星遙感影像能夠更為清晰地觀測到精細化的土地利用特征。

2.2 土地利用演變特征分析

土地利用轉移矩陣可以反映研究區在某一時段初期和末期各地類之間相互轉化的動態過程信息[20]。本文結合轉移矩陣綜合分析土地利用的演變特征，并分類型分行政區對土地利用類型變化的空間分布特征進行分析。

各類型斑塊面積的轉移矩陣見表2—表4，過去10年內杞麓湖流域水域面積總體呈減少趨勢，基于3種數據源測算的水域轉入斑塊面積分別為3.84、3.71、1.1 km2，轉出5.62、6.76、7.12 km2，分別減少了1.78、3.05、6.02 km2。基于Landsat 8影像解譯數據測算的水域面積減少幅度較大。基于3種數據源測算的耕地轉出斑塊面積分別為111.09、88.05、105.49 km2，轉入50.58、63.63、18.16 km2，耕地面積急劇減少。建設用地轉出斑塊面積分別為16.34、15.2、10.79 km2，轉入44.04、31.04、32.43 km2，建設用地面積均呈增多的趨勢。基于Sentinel-2影像解譯數據測算的建設用地面積增長幅度較大。林地轉出斑塊分別為84.29、63.81、34 km2，轉入55.85、51.66、74.57 km2，Sentinel-2和GF-1解譯數據中林地面積減少，Landsat 8解譯數據中林地面積增多，結果的差異可能由于Landsat 8衛星影像的分辨率較低，斑塊數量識別較少所致。基于3種數據源測算的其他用地轉出斑塊分別為7.48、8.36、7.62 km2，轉入70.51、32.14、38.76 km2，其他用地的面積呈大幅度上升。

如圖1、圖2所示，建設用地呈斑塊擴張，面積逐步增長，增長主要集中在杞麓湖周邊，其中北部的納古鎮和四街鎮變化幅度較大，除環湖分布外，在北部林地中也穿插有零星的建設用地。水域面積的減少主要分布在河西鎮。耕地變化主要聚集于流域偏北部和杞麓湖北岸，包含河西鎮和四街鎮。林地變化主要分布于流域內的外部圈層和杞麓湖周圍，其中納古鎮、楊廣鎮是林地面積減少的主要區域。其他用地變化較為分散，可以觀察到的變化主要集中于流域西北部和杞麓湖南岸，如河西鎮及秀山鎮。杞麓湖周邊的景觀變化較為復雜，耕地圈層與水域、林地圈層緊鄰，在各類型的交界處極易發生變化。總體來說，3種數據源的評價結果并無較大差異，水域、耕地、林地3種類型的土地利用面積減少，而建設用地和其他用地受人為活動的影響，用地面積大幅增加。

表2 基于第二次全國土地調查和Sentinel-2數據的土地斑塊面積轉移矩陣 km2

表3 基于第二次全國土地調查和GF-1數據的土地斑塊面積轉移矩陣 km2

2.3 杞麓湖流域土地利用演變影響因素討論

分析土地利用演變的影響因素，由此來反映政策響應程度和存在的問題，為相關政策制定與修改提供依據。首先是包含氣候、土壤等在內的自然因素，水、林、田的分布很大程度上決定了流域范圍內的景觀本底，尤其是水資源，它是影響流域土地利用變化的關鍵因素，也是流域活躍的影響因子[21]；其次是人類活動等社會和經濟因素。

如圖3所示，進一步結合2018年底的無人機航拍影像和實地調研成果對典型土地利用變化區域的其他潛在影響因素和過程進行分析。第一，杞麓湖受圍湖修壩、造田等人類活動的影響，水面不斷縮小，同時水葫蘆、蘆葦大面積生長，湖濱帶不斷擴大，在生態修復過程中形成大面積濕地[22]，導致其他用地不斷擴張。第二，杞麓湖流域城鎮化速度加快，人類建設活動加強，建設用地逐漸由聚集向流域各處分散。第三，杞麓湖周邊的未利用地變為耕地，水域北部受到部分侵占。林地的減少與企業、居民等私自轉變土地用途有很大關系，部分居民為了獲得更多的征地補償款，私自把灌木林、果園等開發成耕地或圈占集體林地。例如楊廣鎮曾有企業私自將集體林權的林地推挖后硬化成道路及堆料場。近年來，由于加強生態文明建設，對土地用途的治理有了一定成效，同時退耕還林政策的實施，也使得林地面積的減少變得緩慢。

3 結 論

基于不同數據源的土地利用變化情況可能會存在差異。本文以云南省杞麓湖流域為研究區，選取最新的Sentinel-2、GF-1和Landsat 8衛星遙感影像進行土地利用分類，結合野外實地調研和土地利用轉移矩陣開展土地利用現狀和演變分析，得到以下結論。

(1) 杞麓湖流域的水域、建設用地、耕地和林地自中心向外呈現出圈層分布的特征。相比于第二次全國土地調查結果，水域、耕地、林地3種類型的用地面積減少，而建設用地、其他用地的面積大幅增多，其中杞麓湖周邊的用地變化較為復雜。

(2) 影像空間分辨率與土地利用特征具有非常緊密的關系，高分辨率的衛星遙感影像能夠更為清晰地觀測到精細化的土地利用特征。Sentinel-2衛星影像和GF-1衛星影像均具有較高的空間分辨率，二者對土地利用變化評估的結果相近，均優于Landsat 8衛星影像，其中GF-1衛星影像依托于我國相關政策，具有較高的應用價值。

GF-1衛星遙感除災情監測、地理測繪等領域的應用外，隨時代需求加大，開始進一步聚焦生態建設，從定期普查向動態監測發展[23]。基于以上情況，可利用GF-1衛星遙感解決用地非法占用問題。以GF-1衛星遙感影像為主，Landsat 8衛星和Sentinel-2衛星影像為輔，對細小的土地用途變化實現精準監測，發生變化的用地與數據庫進行比對，避免居民因利益原因對耕地、水域和林地產生侵占。隨著衛星空間分辨率的提高，土地利用變化觀測和分析也越來越精準。對土地利用現狀和變化的研究可以作為生態文明建設的基礎和實踐國家戰略的重要著力點，在此基礎上也應當注重背后驅動機制的研究。未來研究可以將無人機數據作為精度最高的標準值，對比分析3種衛星遙感數據成果的精度及合理性，特別是水域面積的變化情況，為后續建立空-天-地立體的水域岸線巡查監控的技術路線提供依據。