昆明市市轄區土地利用轉移矩陣及空間變化研究

孫夢竹

摘 要：以昆明市市轄區為例，基于2005年和2015年昆明市市轄區Landsat TM和OLI數據，對昆明市市轄區2005年和2015年主要土地利用類型的變化和相互轉化的關系進行分析，得到昆明市市轄區土地利用類型轉移矩陣，通過馬爾可夫模型對昆明市市轄區2025年土地利用類型進行預測。結果表明：2005—2015年期間，昆明市市轄區建設用地面積增加最多，主要是由裸地和耕地轉變而來;水體面積變化相對不大。預測2025年，建設用地面積將會進一步增加，其他類型用地面積會有小幅度減小。

關鍵詞：土地利用;轉移矩陣;空間變化;馬爾可夫預測

Abstract：Based on the TM and OLI data of Kunming Municipal District in 2005 and 2015，we analyzed the change of land use and the mutual transformation relationship of it in Kunming Municipal District. We obtained the land-use transfer matrix of Kunming Municipal District，and predicted the land use of Kunming Municipal District in 2025 by Markov model. The results show that from 2005 to 2015，the area of construction land increased the most，almost from bare land and cultivated land;the water area changed relatively little. In 2025，the area of construction land will be further increased，and the area of other types of land will be slightly reduced.

Key words：Land Use;Transfer matrix;Spatial Variation;Markov Prediction

1 引言

土地是人類活動的基本場所，是人類賴以生存的自然資源，它在人類社會經濟活動中起著不可替代的重要作用。伴隨著全球城市化的推進，世界范圍內都出現了土地利用變化劇烈、人地供需矛盾突出、大面積土地治理退化等諸多人口—資源—環境問題。土地利用/土地覆被（LUCC）變化對資源環境問題有著極其重要的影響，從一定程度上反映了人類對自然環境的經營管理和治理改造活動的結果。LUCC是反映人類活動程度的重要因子，分析其時空變化規律，是揭示人類活動程度的有效方式[1]。通過數據挖掘和知識庫的建立，快速獲取土地利用/覆被的相關知識，及時提出國土開發和氣候變化適應性的宏觀策略，對于國家資源環境可持續發展具有重要的戰略意義[2]。利用RS和GIS技術對區域的土地利用現狀進行快速、客觀、準確地調查及監測，有利于協調快速發展中的生態環境與土地資源合理利用的關系，促進其廣泛應用[3-6]。LUCC研究中，用地結構與變化方向分析的基礎是土地利用轉移矩陣，它在土地利用變化分析方面具有重要作用。土地利用轉移矩陣將土地利用變化的類型轉移面積按照矩陣的形式列出，可以細致地反映出各類用地之間的相互轉化關系，進而了解轉移前后各類土地的結構特征。目前，許多學者通過2期的土地利用類型作出土地利用轉移矩陣，并結合土地利用數量變化、程度變化和空間變化等指數進行分析，來了解2期之間土地利用類型的轉移變化情況[7-10]。有學者在構建轉移矩陣的基礎上，運用馬爾可夫模型預測法，對未來若干年的土地利用結構的演變趨勢進行預測[11-14]。

本研究基于2005年和2015年昆明市市轄區的Landsat衛星影像數據，采用支持向量機（Support Vector Machine，SVM）方法對遙感影像進行監督分類，得到昆明市市轄區土地利用類型圖。基于土地利用類型圖計算土地利用變化轉移矩陣，對昆明市市轄區2005—2015年土地利用在數量上的變化以及不同用地類型之間的相互轉化關系進行初步分析，然后利用馬爾可夫模型對昆明市市轄區2025年土地利用變化趨勢進行預測。

2 研究區概況

位于云貴高原中部的昆明市是西部地區重要中心城市之一，其經緯度范圍為102°10′E～103°40′E，24°23′N～26°22′N，經濟發展迅速、城市擴張快是其主要特點。選取昆明市市轄區（五華區、盤龍區和官渡區）為研究區，研究區內地勢北高南低，中心海拔約1891m，主要土地覆被類型為建設用地、耕地、林地、水體等，如圖1所示。

3 數據處理及研究方法

3.1 數據處理 為對昆明市市轄區土地利用轉移矩陣和空間變化情況進行研究，分別獲取Landsat TM影像和OLI數據，數據條帶號為129/43，TM影像獲取時間為2005年2月25日，OLI數據獲取時間為2015年3月9日。影像數據的精度對于分析結果的影響是決定性的，數據的精度會受到大氣條件差異、太陽光照條件變化及山區復雜地形條件等的影響，使得傳感器記錄的影像數據與地表實際情況不相符，對信息提取精度造成很大影響[15]。因此，為了提高數據精度，在使用這些數據前必須對影像進行幾何糾正，誤差控制在0.5像元內。本文使用監督分類對影像進行分類，再結合目視解譯對分類結果進行修改，2005年和2015年影像分類結果的精度分別為95.4955%、95.1704%。

3.2 分類體系的確定 參考第2次國土地調查土地分類，結合昆明市市轄區土地利用現狀，將昆明市市轄區土地利用類型分為5個類別，分別是水體、建設用地、林地、裸地和耕地。

3.3 土地利用轉移矩陣 土地利用轉移矩陣不僅包括了一定區域某時間點的各地類面積數據，而且還具有期初各地類面積轉出和期末各地類面積轉入的信息，它反映了某一區域某一時段期初和期末各地類面積之間相互轉化的動態過程。土地利用轉移矩陣通用形式為[16]：

式中：S代表面積;n為轉移前后的土地利用類型數;i、j（i，j=1，2，…，n）分別代表轉移前與轉移后的土地利用類型;Sij表示轉移前的i地類轉換為j地類的面積。矩陣中的每一行元素代表轉移前的i地類向轉移后的各地類的流向信息，每一列元素代表轉移后的j地類面積從轉移前的各地類的來源信息。

3.4 馬爾可夫模型 馬爾可夫預測法是一種預測事件發生的概率的方法，由原蘇聯數學家馬爾可夫創建并以自己的名字命名。在馬爾可夫預測模型中，較為簡單的是一階馬爾可夫過程。大量的研究證明，使用一階馬爾可夫過程已經足以得出相當可靠的預測結果，預測準確度能達到較高的水平[17]。馬爾可夫模型基本概念為：在t時刻某種事物處于狀態Xi，在t+1時刻，它將以概率Pij變為狀態Xj，而轉移概率Pij則反映了隨機因素的影響。在土地利用類型預測中，以不同土地利用類型之間面積的相互轉移概率為馬爾可夫矩陣中的元素，則轉移矩陣模型為：

通過馬爾可夫轉移矩陣，不僅可以對土地利用類型之間的相互轉化狀況進行定量說明，而且還可以揭示不同景觀類型之間的轉移概率，從而可以更好地了解土地利用的時空演變過程。

4 結果與分析

4.1 土地利用現狀 分別對昆明市市轄區2005年和2015年的遙感影像進行監督分類，得到2005年和2015年的土地利用類型圖，如圖2所示。分別對分類結果進行統計，得到昆明市市轄區土地利用類型分類面積統計數據，如表1所示。

從圖2中可以看出，水體主要為滇池的部分面積以及各水庫，建設用地集中分布在市轄區的西南方向，林地占地面積最大，分布在西北和東南區域。結合表1可以看出，2005年，昆明市市轄區水體面積為6583.46hm2，占全市總面積的6.24%;建設用地面積占總面積的18.97%，為20026.71hm2;林地面積最大，為35923.41hm2，占比達34.02%;裸地和耕地面積分別為18298.53hm2、24752.97hm2，分別占總面積的17.33%和23.44%，其在空間上主要和林地交錯分布。2015年水體面積為6479.73hm2，與2005年相比，面積減少了103.68hm2，同比降低1.57%。主要原因在于2009—2012年云南連年大旱，水體蒸發，水域面積減少，此外，在城市化進程中對水體面積也會有一定的影響。建設用地面積由原來的20026.71hm2增加到2015年的28569.42hm2，增長率達42.66%。結合圖2可以看出，2005—2015年間，隨著經濟的不斷發展，城市在不斷擴張，很多農用地以及裸地已被建設用地所取代，滇池周邊的耕地大部分已轉化為建設用地;中部偏東區域由于長水機場的建設，周邊的裸地也逐漸變為建設用地。林地面積為35382.51hm2，較2005年面積減少了540.90hm2，裸地和耕地面積的分別為11879.73hm2、23273.64hm2，較2005年分別減少了6418.80hm2、1479.33hm2，建設用地的增加，與之對應的是裸地和耕地的減少，說明昆明市城市化的過程中主要是通過裸地和耕地來建設城市，圖2也很好地說明了這一點。

2005—2015年變化最大的土地利用類型為建設用地，變化率為42.66%;其次是裸地，變化率為35.08%;水體、林地和耕地的變化率都較小，分別為1.57%、1.51%和5.98%。

4.2 土地利用類型轉移概率的確定 轉移概率的確定是使用馬爾可夫模型進行預測的關鍵，利用ENVI軟件的變化檢測功能對2005年和2015年的土地利用類型進行分析，得到2005—2015年的土地利用類型轉移矩陣，如表2所示。

通過表2可以看出，2005—2015年期間，土地變化最大地物類型為建設用地，其次為耕地，建設用地主要由裸地和耕地轉變而來，轉變的面積分別為3044.88hm2和7879.95 hm2，裸地面積的減少，除了有一部分轉變成建設用地外，還有一大部分面積轉變成耕地，轉變成耕地的面積為6900.39hm2。在經濟力的驅使下，亂砍濫伐是導致林地資源減少的主要原因;城鎮化建設占用林地、耕地和裸地面積，使得大量的裸地和耕地以及少部分林地轉變成建設用地。在2005—2015年昆明市市轄區土地利用轉移矩陣的基礎上，通過不同地物類型之間的轉換面積可以計算得到2005—2015年土地利用轉移概率矩陣，如表3所示。

4.3 2025年土地利用面積預測 設置初始狀態向量為2005年各地類面積，每經過10年為1步，則2025年n=1，利用公式（3）和轉移概率矩陣，預測2025年土地利用結構，其與2015年土地利用結構的比較如表4所示。

由表4可以看出，預計到2025年，水體面積會減少到6390.41hm2，減少89.32hm2;建設用地面積會增加到31789hm2，林地面積減少到35052.95hm2，裸地面積減少到9785.08hm2，耕地面積減少到22567.39hm2。

5 結論

（1）通過對昆明市市轄區2005年、2015年的2期遙感影像進行解譯，獲得了2個時期的土地利用數據，根據對這2期影像的分類結果，計算出土地利用轉移矩陣和轉移概率矩陣。結果顯示，受城市化進程的影響，2005—2015年昆明市市轄區建設用地面積增加最多，主要是由裸地和耕地轉變而來;水體面積變化最小。

（2）運用相關的數學統計方法結合定性分析，對昆明市市轄區土地利用類型的轉換進行了研究，研究結果實際情況較符合。運用馬爾可夫模型預測了昆明市市轄區2025年的土地利用狀況，預計建設用地面積會進一步增加，其他類型用地面積有小幅度減少。研究結果可為今后政府部門在土地資源規劃和制定政策方面提供數據依據。

參考文獻

[1]吳琳娜，楊勝天，劉曉燕等.1976年以來北洛河流域土地利用變化對人類活動程度的響應[J].地理學報，20l4，69（1）：54-63.

[2] HERRICK J E，URAMA K C，KARL J W，et a1.The global land-potential knowledge system（land PKS）：Supporting evidence-based，site-specific land use and management through cloud? computing，mobile applications，and crowdsourcing[J].Journal of Soil and Water Conservation，2013，68（1）：5-12.

[3]侯偉，匡文慧，張樹文，等.近50年來三江平原北部土地利用/土地覆被變化及生態效應分析[J].生態環境，2006，15（4）：752-756.

[4]保家有，王海華.亦莊新城地區土地利用時空動態變化及其驅動因素分析[J].科學技術與工程，2008，8（6）：1522-1529.

[5]李丹，岳彩榮.基于GIS的云南保山小流域土地利用變化研究[J].云南地理環境研究，2011，23（4）：68-72.

[6]張瑩，陳圣波，王明常，等.土地利用的遙感信息變化提取研究[J].科學技術與工程，2012，12（24）：5966-5970.

[7]岳東霞，杜軍，劉俊艷，等.基于RS和轉移矩陣的涇河流域生態承載力時空動態評價[J].生態學報，2011，31（9）：2550-2558.

[8]張俊，周成虎，李建新.新疆焉耆盆地綠洲景觀的空間格局及其變化[J].地理研究，2006，25（2）：350-359.

[9]蔡為民，唐花俊，呂鋼，等.景觀格局分析法與土地利用轉換矩陣在土地利用特征研究中的應用[J].中國土地科學，2006，20（1）：39-44.

[10]劉傳勝，張萬昌，雍斌.綠洲景觀格局動態及其梯度分析的遙感研究[J].遙感信息，2007，（3）：61-67.

[11]牛星，歐名豪.基于MARKOV理論的揚州市土地利用結構預測[J].經濟地理，2007，27（1）：153-156.

[12]王鵬，黃賢金，張兆干，等.生態脆弱地區農業產業結構調整與農戶土地利用變化研究：以江西省上饒縣為例[J].南京大學學報（自然科學版），2003，39（6）：814-821.

[13]劉瓊，歐名豪，彭曉英.基于馬爾柯夫過程的區域土地利用結構預測研究：以江蘇省昆山市為例[J].南京農業大學學報，2005，28（3）：107-112.

[14]陳江龍，曲福田，王啟仿.經濟發達地區土地利用結構變化預測：以江蘇省江陰市為例[J].長江流域資源與環境，2003，12（4）：317-322.

[15]陳趁新，胡昌苗，霍連志，等.Landsat TM數據不同輻射校正方法對土地覆蓋遙感分類的影響[J].遙感學報，2014，18（2）：320-334.

[16]朱會義，李秀彬.關于區域土地利用變化指數模型方法的討論[J].地理學報，2003，58（5）：643-650.

[17]武國勝，林惠花，朱鶴健.基于馬爾柯夫模型的福建長汀土壤侵蝕動態預測[J].福建師范 大學學報（自然科學版），2011，27（1）：93-104. （責編：王慧晴）