嘉陵第一曲流—青居曲流土地覆蓋動態變化遙感監測

何 湘 王 杰

(西華師范大學國土資源學院， 四川 南充 637009)

嘉陵第一曲流—青居曲流土地覆蓋動態變化遙感監測

何 湘 王 杰

(西華師范大學國土資源學院， 四川 南充 637009)

四川省南充市嘉陵江青居曲流以其359°的Ω型曲流而聞名于世，2001年在該曲流頸部修建了青居水電站，水電站的建設給曲流周邊土地覆蓋帶來巨大的影響。本文基于1998、2002、2007年以及2011年的TM影像，利用支持向量機方法，結合土地利用分類圖監測研究區相應時段土地覆蓋類型變化，分析自電站建設以來研究區的土地覆蓋變化時空分布特性。研究結果顯示：1998-2002年，水體、沙地、灌叢面積有所增加，林地及建筑用地的面積減少，其中林地減少了62.76km2。2002-2007年土地利用類型的變化趨勢則與1998-2002年相反，水體、沙地、灌叢都呈現下降趨勢，而林地、建筑用地面積上升。2007-2011年間，除了建筑用地和灌叢外，其他用地類型均為正增長。

土地覆蓋；動態變化；遙感監測；支持向量機；青居曲流

青居曲流被譽為天下第一曲流，該曲流位于嘉陵江中游南充市高坪區境內，曲流呈359°回旋，封閉率達0.98[1]，為世界曲流奇觀。青居曲流所在區域生態環境良好，是四川省“十一五”期間重點建設的“新五大旅游區”之一，也是南充市政府在“十一五”期間打造“一城六景區”的啟動項目。2001年，在青居曲流修建水電站，這對地方社會經濟發展具有重要的現實意義，但電站的修建也會對該段的河流環境以及曲流環內的生產建設帶來一定的影響。

在利用遙感進行土地動態覆蓋監測研究方面，劉洪江等人[2]設計了重分類的方法對瀾滄江電站庫區土地覆蓋進行監測得出該區土地覆蓋時空變化規律。楊海波等人[3]結合景觀結構，利用兩個時段的TM數據和CBERS遙感影像分析了泰安水能蓄電站的建設對周邊土地利用狀況的影響。孫百生等人[4]采用TM / OLI影像對2000-2014年承德市建成土地覆蓋類型統計分析并采用了轉移矩陣做變化監測。美國的Cakir等人[5]對多個TM遙感時段圖像進行了相關性分析，從而監測土地覆蓋變化分析。目前有關青居的研究主要集中在人文方面：蔣芩[6]提到了如何開發和打造青居曲流，符永利等[7]對青居城的遺址進行調查，認為青居城具有重大的旅游價值。遙感技術已成為土地變化監測的有力工具，本文利用遙感中的動態變化監測功能，并以土地覆蓋類型的變化為切入點探究電站建設對周圍土地覆蓋的影響。基于1998年、2002年、2007年以及2011年四個時期的TM遙感影像，對電站修建后青居周圍的土地覆蓋進行變化監測，為青居的生態環境保護提供科學依據。

1 研究區概況

研究區域大致位于30°42′N～31°18′N、106°E～106°22′E之間,途經永安鎮、曲水鎮、青居鎮、河西鄉、西頭鄉、李渡鎮、新場鄉、土門鄉、臨江鄉、烈面鎮以及部分南充市區。本地氣候屬于亞熱帶濕潤季風氣候，降水的季節分配極不均勻，夏秋多雨，冬春少雨；年降雨量1 100 mm。紫色土分布廣泛，其土質疏松易被侵蝕。出露地層為上侏羅紀同蓬萊鎮組厚塊層砂巖，遂寧組泥巖，泥巖夾沙巖及中侏羅紀上沙溪廟組的泥巖，砂巖互層[6]，地勢東高西低，屬于丘中古和淺丘帶壩地貌，地形以丘陵為主。青居鎮人口約1.9萬，常住人口約1.7萬，轄有9個行政村。區內產業結構以農業為主，主要的農作物有水稻、玉米、小麥，兼產紅薯、油菜籽，特產有青居冬菜，經濟林以柑橘、桑樹為主，也是高坪區主要的蠶桑養殖基地。

圖1 研究區地理位置

青居電站于2001年6月開工建設，2005年9月竣工。電站上游接小龍門電站，下游接東西關電站，控制流域面積76 753 km2，總庫容量6.035億m3。電站裝機4臺，總裝機容量136 MW，多年平均發電量5.99億kw·h。

2 數據源與數據處理

2.1 數據源

廣泛收集地方志、水文資料、土地利用類型資料以及不同時期TM遙感影像，查閱相關文獻。整理出1998年、2002年、2007年和2011年的研究區遙感數據。

2.2 數據處理

本數據采用Landsat TM5 影像，無云或少云覆蓋。利用已糾正好的遙感影像圖對研究區域的影像進行幾何校正，空間分辨率為30 m，除去熱紅外波段后，剩下6個波段(分別為：0.485，0.55，0.66，0.83，1.65，2.215μm)。選擇1998、2002、2007和2011年四個時間段的遙感影像用于變化監測，遙感時相一般選擇在6-8月，光譜差異較小。原始影像為DN值(Digital Number)，為了擴大其范圍，提高樣本提取精度，需要將DN值轉換為大氣表觀反射率，其中計算公式如式(1)所示[8]：

(1)

上式中：ρλ為表觀反射率，π為圓周率，約等于3.141 59，d為日地距離。ESUNλ為大氣頂層的平均太陽輻射能量，θs為太陽天頂角。經過上式轉換后，數據變成浮點型，數據大小增加了3倍。表觀反射率計算后，合并各個波段，添加波長信息。原始影像經過預處理后，在ENVI中把原始柵格數據轉為矢量數據，得到的矢量文件利用Arcgis10.2做一個5 km范圍的緩沖區。以緩沖區文件作為參考，在ENVI中利用感興趣區(ROI)裁剪四景影像。

由于水體的值與緩沖區外的背景值混合在一起，根據第一波段大于零的原則，用Band Math工具進行掩膜處理使其分離，采用支持向量機分類法對研究區影像進行分類，結果如圖2(a1998、b2002、c2007、d2011)。SVM(Support Vector Machine)法是一種基于統計學習理論的機器學習算法，在高維模式識別中表現出許多優勢[9]，可以用于分類問題和回歸問題的求解，在圖像分類領域中獲得了很好的應用[10]，而且可以在小樣本的情況下獲得較高的準確率[11]。

(a)1998年土地利用覆蓋 (b)2002年土地利用覆蓋

(c)2007年土地利用覆蓋 (d)2011年土地利用覆蓋圖2 1998、2002、2007、2011年研究區土地覆蓋類型狀況

2.3 精度檢驗

本文選取了水體、沙地、建筑用地、林地和灌叢五種類型土地利用樣本。執行監督分類后，需要對分類結果進行評價。ENVI提供了多種評價方法，包括分類結果疊加、混淆矩陣(Confusion Matrices)和ROC曲線(ROC Curves)[12]。本文對分類結果的評價采用的是混淆矩陣的方法。評價結果顯示1998年、2002年、2007年和2011年四景影像的總體分類精度達到了91.03%，Kappa系數也均在0.87以上，總體符合我們的評價要求。

3 結果及分析

3.1 總體變化情況分析

研究區的總面積為240.67km2。1998年研究區土地覆蓋類型面積大小排序為：林地>灌叢>建筑用地>水體>沙地；林地和灌叢是研究區的主要土地覆蓋方式，總面積占整個研究區的80.09%。2002年研究區土地覆蓋類型面積大小排序為：灌叢>林地>水體>沙地>建筑用地，與1998年相比五種地類中灌叢和林地的面積變化較大；2007年和2011年的土地覆蓋面積大小排序中，水體和建筑用地的變動較大，林地和灌叢仍然是研究區的主要土地覆蓋方式，二者總面積占研究區的比例超過70%(表1)。

表1 1998、2002、2007、2011年研究區土地覆蓋面積及百分比

1.2 土地覆蓋類型變化分析

土地覆蓋類型變化見表2、圖3及圖4。

表2 1998、2002、2007、2011年研究區土地覆蓋變化面積及變率

(1)水體變化分析

1998-2002年，水體面積增加了19.73km2(表2)。分別由沙地和建筑用地轉化而來，轉化率分別為28.3%、64.3%。2002-2007年間，約有20.05 km2的水體發生轉化，主要轉變為建筑用地，轉化率為97.4%。2007-2011年，水體的面積有所上升增加了22.53 km2，分別由建筑用地和灌叢轉化而來，轉化率分別為37%、54.4%。四個時間段水體面積此消彼長，因此水體面積變化不大。

(2)沙地變化分析

1998-2002年期間，沙地增加了8.34km2。主要由灌叢、林地和建筑用地轉化而來，轉化率分別為24.4%、32.2%、42.9%。2002-2007年，沙地面積減少了4.32 km2，主要轉變為灌叢，轉化率為 52.5%。2007-2011年，由其它地類轉化為沙地的面積增加了9.22 km2。林地和灌叢向沙地的轉化率都在36%以上。

(3)建筑用地變化分析

從圖3可以看出1998-2011年間，建筑用地的面積總體來說呈現的是一個下降的趨勢。1998-2002年期間，建筑用地面積減少了12.88 km2。

其中建筑用地轉為灌叢的面積占50.8%，轉為林地的面積只占15.8%。2002-2007年期間，由沙地、灌叢等地類轉為建筑用地的面積增加了15.13 km2，轉化率為20.2%和46.5%。2007-2011年，建筑用地面積減少了20.75km2，主要轉化為水體，轉化率為85.5%。

圖3 各地類總量變化圖

圖4 各地類每年變化增減圖

(4)林地的變化

1998-2002年間是林地變化最明顯的階段，減少了62.76 km2，林地向水體、灌叢的轉化率分別為31.1%、64.3%。2002-2007年期間，林地面積增加了24.7 km2，主要來源于灌叢，轉化率為85.2%。2007-2011年，林地面積增加了7.46 km2，分別由沙地和灌叢轉化而來，轉化率分別為15.8%、79.7%。

(5)灌叢變化分析

1998-2002年，灌叢增加了47.58km2，由沙地、林地、建筑用地轉化而來，轉化率分別為10.5%、65.2%、22.9%，此期間灌叢的變化是四個時間段里波動最劇烈的(圖4)。2002-2007年，有15.46 km2的灌叢發生轉化，主要轉變為林地，轉化率為89.1%。2007-2011年，灌叢的面積減少了18.46 km2，主要轉變為沙地和林地，轉化率分別為16.6%、74%。

總體上，各地類轉換的特點是水體、沙地和灌叢的面積總數變化不大，林地和建筑用地的面積總數變化明顯，但地類間的動態轉換大，呈現一種動態的平衡。

4 結論

基于4個時相的TM影像數據，采用支持向量機分類方法提取了研究區1998-2011年的土地利用數據，然后基于該數據進行運算分析，根據得到的結果分析了研究期內的土地利用變化情況。從研究結果中可以看出，各地類的轉化有以下幾個特點：①沙地與灌叢，灌叢和林地一直處于相互轉化的階段。這些轉化充分說明了由于庫區建成后移民后置搬遷所引起的人地關系土地利用 / 覆蓋方式的變化 。②建筑用地與其他幾種地類間的轉化呈現的是多樣化的趨勢，動態轉換大。③水體與建筑用地之間的轉換存在關聯，1998-2002及2007-2011這兩個時間段水體面積有所增加，由建筑用地轉為水體的轉化率平均在40%以上，而2002-2007年，水體轉為建筑用地的轉化率更高達97.4%。

土地覆蓋類型總體變化情況為：水體的面積增減趨勢為增加-減少-增加的過程。原因是由于2001年10月青居電站開工建設，2002年10月實現第一期截流，蓄積了上游來水，2003年11月二期截流，2004年竣工下閘蓄水，2005年5月工程完工[13]。建筑用地的面積則與水體的變化趨勢表現相反，是一個減少-增加-減少的過程，主要原因是由于青居水電站樞紐工程、庫區淹沒、交通工程、工程零星等工程共征占、淹沒土地3.64 km2(其中渣場國有土地0.08 km2、耕地0.39 km2、國有河灘種植地2.53 km2、荒地0.05 km2、臨時用地0.2 km2) 、庫區防洪搬遷和地方擴大拆遷719 32.72 m2。農轉非人口1250人，搬遷安置人口5213人。庫區移民就地后靠安置和后期移民，使得大量居民用地廢棄。研究區內林地面積的不斷增加表明庫區移民和退耕還林措施的實施也在一定程度上有利于植被的恢復。沙地呈現的是增加-減少-增加的波動趨勢，從影像中可以看出曲流環內沙地的形狀也由之前的大塊整體分布變得更加破碎化。森林在保持水土、維護生態穩定方面扮演著重要的角色，因此保證一定的林地面積也是必不可少的。本文由于可獲得的遙感影像時間跨度不大，因此有些樣本的變化不是很明顯。在后期的工作中獲取長時間連續的遙感影像對于監測青居周圍土地覆蓋類型的變化更為有效。

[1] 張斌,艾南山,黃正文，等. 中國嘉陵江河曲的形態與成因[J]. 科學通報,2007，52(22):2671-2682.

[2] 劉洪江,陳麗暉,劉連忠. 信息重分類在土地覆蓋動態監測中的應用——以瀾滄江梯級電站庫區為例[J]. 山地學報,2009,27(06):752-756.

[3] 楊海波,王宗敏,鐘紹南. 泰安抽水蓄能電站周邊土地利用及其景觀分析[J]. 人民長江,2010,41(7):105-108.

[4] 孫百生,楊越,楊依天. 2000～2014年承德市建成區土地利用動態變化研究[J]. 安徽農業科學,2015(36):300-302.

[5] Halil Ibrahim Cakir, Siamak Khorram, Stacy A C Nelson. Correspondence analysis for detecting land cover[J].Remote Sensing of Enviroment,2006,102(1-2):306-317.

[6] 蔣芩. 嘉陵第一曲流旅游區體驗式旅游開發研究[D].成都：成都理工大學,2007.

[7] 符永利,羅洪彬,唐鵬. 四川南充青居城遺址調查與初步研究[J]. 西華師范大學學報(哲學社會科學版),2015(2):18-27.

[8] Chander G, Markham B L, Helder D L. Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors[J]. Remote Sensing of Environment, 2009, 113:893-903.

[9] 范懷剛,岳彩榮,王棟. 基于支持向量機的宜良縣遙感分類與土地覆蓋變化研究[J]. 林業調查規劃,2014(2):51-56.

[10] 熊華,劉耀林,車珊珊,等. 基于支持向量機的土地利用變化模擬模型[J]. 武漢大學學報(信息科學版),2009(3):366-369.

[11] 王圓圓,李京. 遙感影像土地利用/覆蓋分類方法研究綜述[J]. 遙感信息,2004(1):53-59.

[12] 任鵬飛. 基于改進決策樹的城市不透水面遙感監測及分析研究[D]. 昆明：昆明理工大學,2013.

[13] 王孝思. 青居水電站提前發電的原因分析[J]. 水電站設計,2006(4):106-108.

Remote sensing monitoring of dynamic change of land cover in the Qingju Meander- the First Meander of Jialing River

He Xiang, Wang Jie

(College of Land and Resources, China West Normal University, Nanchong 637009, China)

Qingju meandering is famous for the 359 degrees Omega meandering river in the world, which locates in Jialing River in Nanchong of Sichuan province. The hydropower station was constructed on meander in 2001. The construction of hydropower station would bring huge influence to the surrounding land cover. Based on the 1998, 2002 and 2007 and 2011 TM images, using Support Vector Machine(SVM) classification method, combined with land use classification maps, we analyzed land cover change since the construction of the power station. The result showed that, from 1998 to 2002, water, sand, shrub area increased, woodland and construction land area decreased, and woodland reduced by 62.76 square kilometers. The change trend of 2002-2007 was on the contrary to period of 1998-2002. From 2007 to 2011, all land types had positive growth except construction area and shrubs.

land cover; dynamic change; remote sensing monitoring; support vector machine; Qingju meandering

2016-09-23;2016-11-09修回

何湘，女，1992年生，研究生，研究方向：地理信息系統與水土保持。E-mail:cwnu_hexiang@163.com

王杰, 男，1984年生，博士，講師，研究方向：遙感數字圖像處理、數據挖掘。E-mail:wangjie308@mails.ucas.ac.cn

X826

A