基于像元轉換的土地覆蓋變化監測方法
——以北京市區縣為例

于 冰, 王繼燕, 蘇 勇, 肖東升, 劉福臻

(1.西南石油大學土木工程與建筑學院,成都 610500; 2.東華理工大學江西省數字國土重點實驗室,南昌 330013)

0 引言

土地覆蓋是一個復雜地表要素覆蓋的自然屬性或人工建造的綜合體。檢測土地覆蓋變化是對同一空間區域的地表覆蓋對象、不同時間觀測的空間現象來確定變化檢測的處理過程，依據不同時期的地理信息數據或者遙感圖像來提取和描述隨時間產生的對象變化[1-2]。遙感影像因其獲取時間短、覆蓋范圍廣等優勢而被廣泛應用于土地覆蓋變化檢測。覆蓋變化檢測方法通常可分為2大類： 分類前變化檢測法和分類后比較法[3]。

分類前的變化檢測，即影像對影像的比較[4]。該類方法包括分析不同影像的光譜特征來識別感興趣變量引起的真實光譜差異[5]。相關方法中有的僅得到了變化和未變化的結果，而有的則可得到土地覆蓋變化檢測矩陣[6-8]。如支持向量機的變化檢測[9]，對象變化矢量分析[10]、基于圖像像斑統計分析的高空間分辨率影像變化檢測[11]和基于像斑光譜向量相似度的變化檢測[12]等。對于影像的變化檢測也有一些通用軟件包，如ENVI，Erdas Imagine和Fragstats等。早在20世紀末，EI-Gamily[13]使用Erdas Imagine 處理軟件中的工具來檢測土地覆蓋變化，結果顯示了Kuwait東南部地區環境破壞的變化情況。

分類后的變化檢測，即圖與圖的比較，主要基于空間疊置分析和統計原理分析。該類方法簡單易操作，但是方法的有效性以及檢測結果的可靠性則依賴于遙感影像的分類精度。李靜等[14]早期使用一種疊合像元二值化的變化檢測方法進行變化檢測，該方式僅能檢測變化及未變化區域； 張學等[15]提出一種擴展的基于像元轉化的變化檢測方法，該方法給出了各種土地覆蓋類別相互轉化的轉換公式，提高了分類后數據變化檢測的效率； 唐樸謙等[16]提出了針對遙感分類后數據的一種基于像素比值的面向對象檢測方法，該方法可以有效地減少誤差傳遞的影響，尤其是對未發生變化區域分類所產生的誤差。盡管如此，分類后變化檢測仍然有可探究的新方法和新策略。

本文基于像元轉換的思想，提出一種新的像元轉換的土地覆蓋變化檢測方法，旨在優化檢測過程中的處理策略。以北京市轄區2000—2010年間土地覆蓋數據為例，計算各種土地覆蓋類別的變化情況，同時探討研究區樣點土地覆蓋變化的驅動力，驗證該方法的適用性。

1 變化檢測方法原理

利用GlobeLand30土地覆蓋圖對北京市16個區2000—2010年土地利用/土地覆蓋變化進行了統計分析。數據可從http: //globeland30.org/GLC30Download/index.aspx網站免費下載，下載后數據經過拼接、投影變換和裁剪等預處理后得到北京市2期土地覆蓋圖。原數據類別編碼如表1所示，需要進行像元編碼轉化； 然后，進行疊置分析、分區統計分析等得到北京市轄區土地覆蓋變化情況信息； 最后，使用土地覆蓋變化量化評價指標和景觀測度指標對檢測變化結果進行分析。

表1 覆蓋類別新舊對照Tab.1 Old and new value for land categories

1.1 轉換像元的變化檢測方法

先前研究中的土地覆蓋變化檢測方法，主要是通過疊置分析得到變化區域與未變化區域，即先將分類結果灰度圖進行二值化，然后進行變化檢測計算，過程存在較大不確定性。由于二值化的閾值是由人為設定，其結果存在較大誤差。為克服這一缺陷，本文提出一種基于像元轉換思想的變化檢測方法，該方法不需要對分類后結果進行二值化，而是在變化檢測的過程中將分類結果中的像元值重新編碼，然后進行疊置分析達到變化檢測的目的。這種方法可以用于多種土地覆蓋類別間的變化檢測，增強了方法的適用性，簡化了處理流程。

原始數據中不同柵格編碼值對應不同類別，2期數據同一覆蓋類別的柵格值做柵格計算將無法得到類別變化信息。土地覆蓋變化結果是由2個不同時相的土地覆蓋圖疊置運算得到的。將原先不能進行變化疊置計算的圖像像元值統一重分類到唯一的像元灰度值編碼，重新定義各種類別像元編碼值。例如表1中，類別變化完全不同的情況下有可能得到一樣的計算差值，例如耕地變為森林和苔原變為人造覆蓋的柵格計算后差值都是10，但是該值無法唯一表示從哪類地物變為另外一類覆蓋地物。因此，需要對原編碼值進行編碼，然后計算變化結果。例如重新定義表1中類別新編碼值依次為2的N次方(N=0，1，2，…，9)，新編碼值可用于柵格作差計算，計算后得到的值可以唯一標識類別變化狀態。該唯一標識值表示從A類型變為B類型，8種類型之間的標識一共有57個像元編碼值，其中為0的值表示前后沒有發生變化。在處理的過程中，可以利用ArcGIS model builder綜合數據處理工具，簡化土地覆蓋類別變化分析流程。變化檢測分析流程如圖1所示。

圖1 數據處理流程Fig.1 Flowchart of data processing

數據關鍵處理步驟如下：

1)重分類。原始數據中不同柵格編碼值對應不同類別，但對2期土地覆蓋類別的柵格值做柵格計算將無法得到類別變化情況。對原編碼值進行重新編碼,可用于重分類(reclassify)，改變像元值，定義表1中類別新編碼值依次為2的N次方(N=0，1，2，…，9)。

2)定義對照表。新的編碼可以預先定義類別轉換狀態，以便于后續數據表關聯作變化統計。柵格計算器對2期數據求差后得到唯一柵格值指示類別轉移狀態，其轉化對照表如表2所示，第一列表示2000年原始土地覆蓋類別狀態，第一行代表2010年變化后土地覆蓋類別狀態，表格中數值128代表人造覆蓋變化為荒地，-128代表荒地變為人造覆蓋。柵格作差數據與對照表進行字段連接，得到像元點指代的變化情況。

表2 類別變化唯一值對照表Tab.2 Unique value for cover change

3)制表求交分析。通過上述計算得到北京市整體地表覆蓋變化分布數據，結合北京市轄區行政矢量圖使用制表求交工具計算轄區的變化前后情況。該求交計算可以快速獲得行政區域內類別統計分布情況，如類別數、類別面積及比例[17]。

通過上述變化計算流程，得到了變化量及變化空間狀況。隨后利用土地利用/土地覆蓋變化評價指標和景觀指標來揭示變化結果，可簡要分析變化驅動原因。

1.2 變化評價指標

1.2.1 土地利用/土地覆蓋動態變化分析

單一土地利用/土地覆蓋動態度指標用于表示某一研究地區一定時間跨度范圍內某一類覆蓋類別的數量變化情況，通常用該比率值表示變化程度[18]，其表達式為

(1)

式中：LC為單一土地利用動態度；Ua和Ub分別為研究期始末單一土地覆蓋類別的數量(如面積大小)；T為研究時間跨度，當T的單位為a時，LC的值代表該研究區某一種土地利用/土地覆蓋類別年變化程度。

1.2.2 景觀指標

景觀指標是反映一個場景要素特征的重要參數。其中斑塊數量和大小直接反映出景觀格局的聚集度和豐富性等特征[19-20]。通過不同時間段斑塊數量及斑塊大小的對比分析，可以探尋斑塊分布對土地覆蓋變化的影響，進而分析變化趨勢，預測土地覆蓋變化發展方向。斑塊描述指標包括斑塊個數(NP)、斑塊總面積(AT)、斑塊面積標準差(SD)、平均斑塊面積(AV)、斑塊面積變異系數(CV)、最大斑塊指數(LPI)、斑塊豐富度(PR)等[21]。在此使用Fragstats工具(http: //www.umass.edu)計算NP，LPI，PR和聚集指數(AI)。

1)NP代表整個景觀場景中斑塊的總個數。斑塊是景觀格局的基本組成單元，是指不同于周圍背景的、相對均質的非線性區域。斑塊統計需要遵循鄰域規則，規則分為四鄰域和八鄰域2種。

2)LPI表征某一類型最大斑塊在整個景觀中所占比例。計算公式為

(2)

式中：ai為景觀中第i個斑塊的面積；A為整個景觀的總面積。

3)PR為景觀中不同類型斑塊的數量和。

4)AI則基于同類型斑塊像元之間公共邊界長度來計算。當某類型中所有像元間不存在公共邊界時，該類型的聚合程度最低； 當類型中所有像元間存在的公共邊界達到最大值時，具有最高聚合程度。計算公式為

(3)

式中gij為景觀類型的相似鄰接斑塊數量。

2 數據處理與結果分析

2.1 研究區概況與數據

本實驗中土地覆蓋數據來源于全球30 m地表覆蓋數據(GlobeLand30)。該數據是目前世界上首套30 m空間分辨率的全球地表覆蓋產品，精細程度高出同類數據產品10倍。數據包括10個一級大類，包括濕地、水體、人造覆蓋、灌木叢、耕地、森林、草地、荒地、苔原、永久積雪和冰川。這一數據共有2000年和2010年2期，數據分類精度在80%以上[22]。該數據已將全球地表覆蓋數據精度從原來的百m級提高到了30 m，不僅可以滿足國土資源管理、環境、農業和城市化等科學研究需求，還可為全球變化研究、地球系統模擬和可持續發展研究提供數據支撐[23]。

本文實驗選取北京市為土地覆蓋變化分析區域。按照北京市行政區劃范圍，現有16個市轄區。2期土地覆蓋數據包含類別一致，共有水體、濕地、人造覆蓋、耕地、森林、灌木叢、草地、荒地8個地類，不含有苔原、永久積雪和冰川。研究區概況如圖2所示，不同土地覆蓋類別面積統計如表3所示。

(a) 2000年 (b) 2010年

圖2 研究區范圍Fig.2 Study area表3 北京市2期數據土地覆蓋數據Tab.3 Two phases land cover data of Beijing City (km2)

2.2 北京市土地覆蓋變化

土地覆蓋變化是監測地表覆蓋狀況的重要手段，土地覆蓋變化的類型可分為3種： 土地覆蓋退化、土地覆蓋轉換和土地覆蓋改良。土地覆蓋退化是指某種土地覆蓋種類雖然沒有發生變化，但是其質量已經降低，例如過度放牧或者墾荒導致草地退化，過度砍伐引起森林植被密度降低； 土地覆蓋轉換是指某種覆蓋類別完全改變成了另一種類別，例如農業耕地被開發建設成住宅、商業用地，耕地變為人造覆蓋用地，林地被開墾為耕地，或者建設為旅游商業用地； 土地覆蓋改良是指某種覆蓋類型獲得保護、修復、更新，譬如森林撫育、土壤/草地改良等。這3種土地覆蓋變化中，覆蓋轉換凸顯變化最為明顯，比較容易引起人們的關注，也比較容易監測，而退化和改良因其記錄不完備不易觀測。

北京市GlobeLand30數據共包含有8個類別，利用上述變化分析方法對土地覆蓋變化做了統計描述。統計分為北京市整體變化與區級詳細變化分布，同時給出了變化區域的空間位置。根據表3數據和式(1)計算單一土地利用動態度，北京市單一土地利用動態度如圖3所示。

圖3 北京市單一土地利用動態度Fig.3 Dynamic degree of single land use of Beijing City

由圖3可知，人造地表覆蓋面積10 a間增長超過50%，直接說明北京城鎮化發展迅猛。其中耕地、草地面積較之前有明顯減少，這些地類從農業用地轉向為建筑用地(人造覆蓋)； 水體面積也明顯減少，可能退化或轉向為農業耕地。土地利用變化主要表現為農業用地向建設用地擴展，空間格局上表現為外城蔓延和郊區城市化等增長形式[24]。

為進一步探究類別間變化情況，量化計算了各類別狀態轉移矩陣(表4)，并繪制了類別變化堆積圖(圖4)。

表4 北京市類別變化轉移矩陣Tab.4 Category change transition matrix of Beijing City (km2)

①0.00是指該數值小于0.005 km2。

圖4 北京市10 a間土地覆蓋類別轉移變化Fig.4 Category change of Beijing City for 10 years

從圖4可以看出，原先是草地、耕地和森林覆蓋類別轉換為其他類別面積值最大，其中2000年是草地覆蓋的地區到2010年大量變為森林、耕地和人造覆蓋； 2000年是耕地覆蓋的區域到2010年大量變為人造覆蓋、森林和草地類型； 森林類型也主要變為草地、人造覆蓋和耕地。原先是人造覆蓋的區域也有不少變為耕地。由于草地、森林和人造覆蓋轉變為耕地的面積遠小于耕地轉變為其他類別的面積，所以總體上耕地面積是減少的，同理其他類別也因為類別相互變化出現類似情況。

為驗證北京市人造覆蓋區域的變化發展情況，繪制出2個時期的人造覆蓋區域的空間分布變化(圖5)。從圖5可以看出，城市發展依附于城市本身形態以及向外形成環狀或塊狀城市地區，外圍土地利用和開發不斷向周圍地區蔓延，市區向南北和東方向擴張量較大，表現出明顯的軸向擴張。從城市擴張的土地類別來源來看，主要是耕地、草地和森林這些農業用地為主的郊區轉變為以非農業用地為主的城市地區。從北京市的郊區發展看，可以推測到由于城市人造覆蓋區域面積的擴大，市郊的農業用地以及一些自然草地和水體區域逐漸轉變為工廠、商店及住宅等非農業用地。該結論也驗證了北京市城市化增長形式： 軸向擴展和郊區城市化。

圖5 北京市人造覆蓋區域擴張變化分布Fig.5 Artificial land change map of Beijing City

利用上述方法，計算了2期地表覆蓋數據的4個景觀指數(表5)，NP值減少了2 553個，LPI值有所增加，AI值增大，同時說明北京市土地覆蓋類別更加成片化，以前零碎的斑塊被整合，這也是用地向集中節約型發展的一個重要線索。PR值沒有太大的變化，說明覆蓋類別總體比較穩定。

表5 2期數據景觀指數Tab.5 Landscape metrics for two phases data

圖6顯示了變化區域變化前后的覆蓋類別。根據土地覆蓋變化數量(地類面積增減量、變化率)覆蓋變化方向等因素，結合土地利用動態度，可分析出各個區土地利用/土地覆蓋變化的強度、速度和方向。其中，門頭溝區、大興區和通州區3個區域人造覆蓋區域變化超過了原先面積的50%，昌平區人造覆蓋區域變化超過49%，具體數據參見表6(表中用加粗標記了人造覆蓋變化在50%左右的數據)。進一步驗證城市擴展主要向外圍發展。耕地出現銳減的還有西城區和豐臺區，其中西城區原有耕地變為林地。朝陽區耕地和草地有大量的減少，主要轉變為人造覆蓋和林地，說明該區域建筑用地和綠化面積有很大增長。

(a) 變化前 (b) 變化后

圖6 各轄區2期數據土地覆蓋類別空間分布Fig.6 Category change of spatial distribution during two periods表6 北京市各轄區類別變化統計Tab.6 Land cover change of zone and county in Beijing City (%)

3 結論

針對同一地區不同時相獲得的地表覆蓋數據的變化檢測方法簡單，但是需要通過多個步驟計算獲得覆蓋變化量、變化方向和格局變化特征。因此，提出一種基于像元轉換的變化檢測方法。此方法主要是依據土地覆蓋數據中不同土地覆蓋類別具有不同的編碼值的特點，通過重新編輯編碼值疊合計算得到可以唯一標識變化情況的值，進而應用分區統計分析重疊計算得到土地覆蓋變化圖像。

選取北京市的Globeland30數據，利用該方法和處理策略探究了北京市不同市轄區2000—2010年間土地覆蓋類別變化情況。土地覆蓋變化顯著，尤其是人造覆蓋區域增長到10 a前的1.5倍，耕地和草地面積減少明顯，同時森林面積增加，這說明城市生態及周邊變化明顯。通過變化檢測結果更為精細地展示了覆蓋類別變化和景觀格局變化。

本文提出的方法利用現有的軟件平臺集成處理不同時相數據，獲得了變化檢測的結果。在變化檢測處理的過程中，提出一種簡化的計算分析策略，能夠快速地分析出土地覆蓋類別變化情況，包括量化轉移和空間位置的變化。該分析方法對土地利用/土地覆蓋變化分析具有較強的適應性。

志謝： 此次實驗的數據獲取得到了國家基礎地理信息中心的支持，在此表示衷心的感謝！