基于遙感技術與數學模型的土地利用/覆蓋變化研究進展

馮丁饒，謝炘格，雷昊儀，劉 彪，陳乃鴿，常虔浩

（1.中國地質大學（北京）土地科學技術學院，北京 100083；2.北京科技大學材料科學與工程學院，北京 100083）

土地利用/覆蓋變化 （Land Use/Cover Change，簡稱LUCC）由國際地圈—生物圈計劃（IGBP）和全球環境變化中的人文領域計劃（HDP）聯合提出，土地利用／覆蓋變化是人類—自然環境相互復雜作用的結果［1］，與全球氣候、生物多樣性、生態環境、人類自然與經濟的可持續發展密切相關［2－4］。土地利用與土地覆蓋之間既有密切聯系也有本質的區別，土地利用是指人類活動對于土地利用的各種方式，表現出人類在地球上開發與改造事物的意圖。而土地覆蓋則更加偏向于自然要素，指土地本身的覆蓋物［5］。土地利用/覆蓋變化在驅動力驅動下使土地利用類型發生變化，驅動力包括自然驅動力與人為驅動力，城市擴張、農村向城市轉型、人口快速增長是改變城市地區土地利用／覆蓋的主要動力［6］。隨著社會的不斷發展，人類對土地利用的強度不斷增加，造成一系列人與土地之間、人與大自然之間的矛盾。近20年來已有很多學者對LUCC進行相關研究。李秀彬［7］系統地論述了土地利用／覆被變化的研究內容、研究方法等；王秀蘭等［8］概述了土地利用變化研究內容，重點介紹了相關模型；劉彥隨等［9］對可持續發展的LUCC研究展開相關討論；陳佑啟等［10］重點討論了尺度與土地利用／覆蓋變化研究的相關問題；宋乃平等［11］梳理了土地利用／覆蓋變化研究熱點，并提出研究中的相關問題；張景華等［12］評述了LUCC分類系統在國內外的研究進展；劉紀遠等［13］重點分析了中國土地利用變化的基本特征，并概述了土地利用類型變化的主要原因。

土地利用／覆蓋變化現成為國際研究的前沿和熱點，在土地資源各個方面都起到了重要作用［14］。遙感技術的蓬勃發展使現在的土地利用/覆蓋研究更趨向于多元化，與生態、經濟、社會、人文等要素息息相關。土地利用/覆蓋變化的熱門領域主要有3個方面：基于遙感技術的LUCC研究、LUCC模型研究、LUCC驅動力機制研究（表1）。3個熱門領域已有諸多學者做出總結與展望，陳百明等［15］對基于遙感、GIS的 LUCC研究進行了評述；唐華俊等［16］對LUCC模型理論、應用方面進行了總結；何英彬等［17］對土地利用驅動力機制領域進行了探討；路云閣等［18］對這3個熱門研究領域進行了綜合評述。近些年遙感技術蓬勃發展，土地利用/覆蓋變化研究使用的遙感影像圖分辨率不斷提高，同時新的變化檢測方法層出不窮，使得分類和檢測精度日益提高。模型由過去的單一化、簡單化不斷趨向于高效化、多元化，土地利用／覆蓋變化模擬和預測準確度隨之增加。基于遙感技術和模型的LUCC研究成為熱門領域。本研究重點對這兩方面的最新研究成果進行梳理，綜述了有關土地利用變化的遙感技術與模型研究進展，并展望LUCC在這兩方面的未來發展趨勢。

表1 土地利用/覆蓋變化熱門研究領域

1 基于遙感技術的LUCC研究

LUCC借助遙感數據展開研究，全球各類衛星為研究提供了數據源，尤其是Landsat衛星為LUCC研究提供了極大幫助，其擁有其他衛星所不具備的長時間尺度連續性和數據廣泛性，Landsat系列衛星成為研究中使用率很高的遙感數據源。同時尺度的不同（局部、地區、國家、全球）使得遙感數據源的使用不同，大尺度的研究區域使用分辨率相對較低的Landsat衛星，而小尺度的區域研究更加傾向于使用Spot、Quickbird等衛星。中國的高分系列、中巴地球資源系列衛星在國內LUCC研究中使用率很高。

1.1 LUCC信息提取研究

LUCC研究中使用的遙感影像圖分辨率從過去的幾十米到現在的米級，甚至趨向于亞米級。高時間分辨率與高空間分辨率之間矛盾問題逐步解決，使得LUCC信息提取研究更加便捷化、精確化。多學科與遙感技術相融合，同時借助計算機技術、數學理論等有力工具，使LUCC各領域研究不斷趨向精確、高速和即時。

土地利用/覆蓋變化信息提取一般基于遙感技術并結合不同的變化檢測方法完成，國內外學者使用不同衛星影像數據同時利用各類不同檢測方法都達到了信息提取的目的。Wondrade等［19］使用3年的Landsat遙感影像數據，用監督分類法、混合法判斷出研究區土地利用/覆蓋變化類型及變化比率。孟瑩［20］利用Landsat TM數據，并基于GIS技術對遼河源頭區土地利用變化進行研究，得出土地利用變化的驅動力與財政收入增加和房地產開發相關。謝葉偉等［21］以3年的Landsat遙感影像圖為數據，基于RS和GIS技術對海倫市研究區景觀格局特征和土地利用變化情況進行了分析研究。Wang等［22］利用間隔為5年的影像數據，使用遙感技術和數學統計對天津濱海新區的土地利用變化進行了分析。寧立新等［23］用Landsat影像圖對江蘇海岸帶土地利用變化特征進行了分析。遙感技術以及輔助的數學理論與計算機方法是土地利用／覆蓋變化非理論性研究的關鍵所在，更先進的方法會極大地帶動LUCC的研究，例如，Li等［24］提出一種超分辨的變化檢測方法（SRCD），使用不同時期的高分辨率土地覆蓋圖與低分辨率圖像來檢測土地覆被變化的信息，以達到高空間分辨率和時間分辨率檢測土地覆蓋變化的目的。

1.2 LUCC信息提取方法研究

1.2.1 多源數據融合法 多源數據融合法是現在比較成熟的提高土地利用/覆蓋變化信息提取方法之一，此方法可以吸收各個單源遙感數據的優點，豐富了地物的特征，可以有效提高某些特征地物土地利用信息的提取精度，但是同時會有部分地物的提取精度會趨于下降。Chen等［25］提出多源遙感數據融合， 以 Landsat－8 OLI與 MODIS、HJ－1A、ASTER 三者DEM數據融合后的結果與融合前進行對比，發現融合后比原RS數據更加準確，可以有效提高土地覆蓋分類精度，減少因精度不佳造成土地利用變化信息提取上的錯誤。王亞琴等［26］也利用了MODIS、Landsat TM、Quickbird三者融合數據對山西蘆山植被變化進行分析，提出應采用多源數據綜合分析。翟天林等［27］以武漢中心城區作為樣本，利用Sentinel－1A和Landsat8 OLI影像融合，分別采取了最大似然法、支持向量機、CART決策樹、BP神經網絡方法提取土地利用信息，證明了融合后影像總體分類精度、KAPPA系數大于融合前影像。陳勁松等［28］將HJ光學影像、Landsat－TM／ETM、TerraSAR 數據融合，以雷州半島作為融合影像的研究區，證明融合后數據可以有效提高土地利用信息提取的精度。多源數據融合法可以結合多源遙感數據的優點，提高總體分類精度，但不可避免對某些具體地類的提取精度偏低。1.2.2 土地利用現狀圖與高分辨率遙感影像疊加應用 土地利用現狀圖與高分辨率遙感影像的應用主要利用高分辨率遙感影像圖與現有土地利用現狀圖相結合，通過不同方法和理論檢測到像斑或像素的變化，從而達到土地利用變化信息提取的目的。李丹丹等［29］配準套合土地利用圖和遙感影像，得到的影像像斑用聚類算法按類別進行樣本的更新，利用更新后的樣本進行土地利用變化檢測。王琰等［30］提出將不同時期高分辨率影像和土地利用圖配準套合，生成的像斑再分割形成子像斑，將子像斑的特征提取，并利用子像斑參照不同時期的分類底圖進行變化檢測，從而獲得最終變化檢測結果。王志杰［31］也將兩種圖進行疊加，分割出單元進行像素灰度值分析，成功判斷出土地利用的變化范圍。超高分辨率遙感影像圖的快速普及讓LUCC研究更加精確［32］。

以土地利用現狀圖作為底圖與變化年份的高分辨率圖像疊加應用，可以有效地檢測到圖斑變化信息，但許多學者的試驗精度表明土地變化檢測的準確度并不理想。由此可見，像斑或灰度值檢測約束于檢測技術和人為誤差的限制，土地利用現狀圖不可避免地存在繪圖導致的毫米級誤差，加之檢測技術也存在一定誤差，導致精度檢驗結果不甚理想。但從快速檢測方面來看，此種方法具有一定推廣意義。1.2.3 降低提取錯誤率 土地利用變化的判斷是時間序列變化檢測與綜合分析的結果，但是在實際土地利用變化中有部分是由于分類錯誤導致土地利用／覆蓋變化判斷上產生誤差，并不能代表實際的土地利用變化。為此，研究中減少土地利用變化認定時的虛假判斷，盡可能降低此類狀況的產生。Abercrombie［33］就提出在低空間分辨率的影像中可以使用隱馬爾可夫模型框架（HMM）。在特定的MLCT產品中，有效地減少了一個時間序列上不同土地利用分類圖的虛假利用變化，它的框架和理論可以有效地改進傳統常規多時相的土地覆蓋分類方法，減少多時相土地利用覆蓋因分類錯誤產生較大幅度的變化。Jin等［34］開發的AKUP11綜合方法，在阿拉斯加的三個試點中檢測變化與不變化的準確度達到了90%。降低了提取錯誤，可以有效提高提取效率，增加土地利用/覆蓋變化判斷的準確性。

遙感技術與土地利用/覆蓋變化的研究息息相關，總體來說結合遙感技術的研究是從精度與準確度兩個方面進行的。精度的提高主要依托高分辨率遙感影像圖以及先進的遙感數據處理方法，準確度的提高主要依托分類方法的研究。基于遙感技術提取信息的誤差不可避免，誤差所導致的誤判與錯判是科學研究或實際工作中經常出現的問題之一。更高精度的空間分辨率遙感影像圖在一定程度上減少了土地利用變化的判斷錯誤，但由于高分辨率影像圖的成本相對較高，難以推廣使用，實際中往往結合實地考察以彌補遙感影像圖解譯判斷所產生的誤判與錯判，或通過Google Earth驗證土地利用變化判斷的成果，考察與驗證過程中工作量較大、花費時間較多。

2 LUCC數學模型的應用

LUCC數學模型研究主要應用于土地利用變化模擬與預測。不同地區具有不同的地理、經濟和社會條件，對于模型的選取和參數的選擇有不同要求，因不同條件而產生不同的參數設置變化。現在主要使用的LUCC模型有馬爾可夫模型（Markov）、元胞自動機模型（Cellular Automaton）、系統動力模型（System Dynamic）、CLUE－S 模型（表 2）。 模型建立過程中的技術方法主要依托于計算機與數學理論；該方法有效地提高了土地利用變化預測精確度，為規劃者和決策者提供了很大程度的幫助。

2.1 馬爾可夫模型

馬爾可夫鏈是預測離散隨機模型的有效方法，具有“無后效性”的性質，該方法的基本原理為某個隨機的過程從現在所處的時期到下個時期的狀態按照一定的概率進行轉移，并且下個時期的狀態與以前各時期的狀態無關，只取決于這個時期的狀態［35］。馬爾可夫模型廣泛應用于水文、氣象、林業等各個領域，在土地利用／覆蓋變化中，利用某一變量因素建立馬爾可夫模型，可以較為詳細地應用于預測土地利用／覆蓋未來變化，建模得到的數據可以為土地利用規劃和土地利用／覆蓋變化研究提供有效幫助。Huang等［36］結合統計學方法和馬爾可夫模型，預測了北京地區2015年和2019年的土地利用變化，其土地利用變化的預測準確性足以幫助規劃者和決策者尤其是此次試驗的驗證誤差低于以前研究中的驗證誤差。

表2 土地利用/覆蓋變化研究主要模型

2.2 元胞自動機模型

元胞自動機模型在城市擴張等土地利用變化模擬中被大量應用。它是一種時間、空間和狀態均離散的動力學模型，時間與空間上整體變化模式是由個體之間局部的行為演化出來［37］。在土地利用變化模擬和城市擴展的預測中發揮著重要作用。胡茂貴等［38］利用元胞自動機模型對莫莫格土地覆蓋狀況進行研究，分析了土地動態覆蓋變化情況，并預測了未來的覆蓋變化，這對土地保護與管理起著重要的作用。楊俊等［39］用多地類元胞自動機對大連市經濟技術開發區土地利用變化進行模擬，結果顯示此模型具有良好的模擬精度。

2.3 系統動力模型

系統動力模型源于系統動力原理，最初用于評估和展示實際問題的分析［40］。其本質上是時滯的一階微分方程，反映復雜的系統結構。非線性系統問題能夠使用系統動力模型進行處理，應用于土地利用結構的模擬和土地利用變化的預測可行性較高。秦鐘等［41］使用系統動力模型對廣州市的土地利用變化進行模擬，結果證明了系統動力模型能夠有效地模擬土地利用變化格局。Xu等［42］以山西北部地區作為研究對象，將系統動力模型和元胞自動機模型結合使用，結果證明了兩模型的綜合使用可以有效表征各類因素，在準確模擬土地利用／覆蓋變化方面十分有效。整合系統動力模型與元胞自動機模型可以有效吸收兩種模型的優點。

2.4 CLUE-S 模型

CLUE－S模型主要基于現有土地利用模式的經驗并結合自然、社會、人文等驅動因素進行空間模擬［43］，具有較高的可信度。模型基于光柵的多尺度模型，可識別未來土地利用變化概率很高的地區以及不同地域條件、不同政策法律所導致土地利用變化［44］。 Waiyasusri等［45］基于遙感技術，利用 CLUE－S模型對Changwat Uthaithani地區過去土地利用狀況進行模擬，并可以預測未來20年土地利用格局，這對土地利用的預測來說是比較長的時間尺度。Verburg等［46］將模型應用于馬來西亞和新加坡地區，所得到的結果驗證說明了此模型應用研究領域的廣泛性，可以適用于土地利用變化的模擬。同時小區域尺度的模擬同樣可達到較好的模擬性［47］。但此模型無法模擬沒有發生過土地利用變化的地區，CLUE－S是基于經驗進行派生模擬土地利用的模型，對原始森林的人為砍伐就無法進行模擬。

土地利用／覆蓋變化的模型向著準確化和高效化發展，土地系統是有著自然、經濟、人文、社會等諸多要素的復雜系統，模型的建立需要考慮到每一種驅動因子，并根據研究地區的現狀判斷主要驅動力和次要驅動力，從而建立適宜的模型。同時兩種或兩種以上模型的使用成為趨勢，多模型的整合使用可以有效結合不同模型的優點，使土地利用／覆蓋變化模擬更加準確，反映各驅動力因素對LUCC的影響，可以有效預測未來土地利用變化。

3 總結與展望

1）遙感技術不斷發展，衛星的空間分辨率向著亞米級進步，遙感影像時間尺度的連續性不斷提升，社會進入海量數據時代，利用最先進的技術和方法可以有效提高在海量數據中處理土地利用／覆蓋信息的效率和準確率。新技術、新方法緊密結合可有效解決LUCC研究中的一些問題，例如土地利用變化判斷的準確性問題、土地利用變化預測的可信度問題和土地利用變化模擬的契合度問題等。隨著衛星分辨率的瓶頸不斷突破，LUCC研究也會隨之向著錯誤率低、分辨率高、檢測速度快、監測成本低的方向發展。

2）土地利用系統是由諸多要素組成的復雜系統，這使得土地利用／覆蓋變化研究具有復雜性、綜合性。研究對象是自然與社會的一個巨大系統，需要地理學、地質學、生態學、經濟學等多學科相互協同配合，充分發揮LUCC研究所起到的紐帶作用，綜合利用各個學科已成型的理論體系與最新的研究方法。現在高新技術和理論蓬勃發展，遙感技術、GIS技術、計算機技術、數學統計快速帶動著LUCC研究技術的提升，如何將成熟的理論體系與LUCC有效結合并應用還需繼續研究。尺度的綜合仍是未來的趨勢，在某一尺度特定研究區域內的研究成果應用到其他不同地區和不同研究尺度。同時，不同尺度的綜合性研究、融合多學科理論和方法，使土地利用／覆蓋變化研究更加具有科學性，從而促進理論體系系統化、層次化和規模化。

3）不同的模型具有不同方法與理論基礎，將模型適當地結合使用，可以有效地吸收不同模型的優點，土地利用／覆蓋變化模擬與預測將更加準確可信。但土地利用／覆蓋變化的“完全”模擬依然存在挑戰，由于LUCC涉及自然要素和社會經濟要素等因素，在不同空間尺度內（局部、地區、國家、全球）、時間空間尺度內自然數據與經濟社會數據不能很好地匹配，使得模擬和預測的結果存在誤差。因此，模型的進一步發展應彌補以上不足，以更好地模擬并預測土地利用／土地覆蓋變化。

4）在LUCC研究過程中要注重結合國家發展需求和國家相關政策。國家建設生態文明與可持續發展的大方向必然要退耕還林、植樹造林、節約資源，LUCC研究要緊密結合國家相關需要展開研究，在研究中服務國家發展需求。