結合SOM與動態度方法的土地利用及其時空演變研究

李 玲， 陳飛燕,2， 林愛文

(1.武漢大學 資源與環境科學學院， 湖北 武漢 430079； 2.信陽師范學院 地理科學學院， 河南 信陽 464000)

土地利用變化(LUCC)是全球變化重點關注研究的內容之一[1]。自1995年“土地利用和土地覆蓋變化”(land use and land cover change, LUCC)研究計劃提出以來，土地利用變化研究一直是全球變化研究的重要課題[2-3]。當前關于土地利用時空演變特征的研究成果頗豐，集中于定量描述、驅動分析、模型模擬、環境影響等方面[5-8]。研究土地利用變化的方法也日趨豐富，目前土地利用轉移矩陣、土地利用動態度、景觀格局指數被廣泛使用，如王計平等[9]利用轉移矩陣及重心轉移研究了無定河流域各土地利用類型面積、重心變化；徐蘇等[10]利用土地利用動態度、交換變量識別了長江流域土地利用變化活躍區域和關鍵區域；佟光臣等[11]對南京市近30 a土地覆被和景觀格局的時空變化狀況及其驅動因素進行了研究。上述文獻中的方法通常是研究土地利用類型的時空變化過程，較難實現土地利用結構在空間上可視化及其演變分析。自組織神經網絡(self-organizing map neural network， SOM)是一種競爭型神經網絡，采用非監督式學習可以實現高維數據降維聚類及可視化[12-13]。近年來SOM逐漸被運用到土地研究中，如Augustijn等[14]嘗試用SOM聚類來探索時空擴散模式，焦利民運用SOM聚類分析中國主要城市擴展特征，但將SOM用于土地利用變化研究的文章還較少。齊建超等[15]雖利用SOM降維可視化各地類面積比例數據，對比分析了北京市長時間序列土地利用結構的時空演變，但忽略了土地利用結構類型尚未變化但地類轉換活躍的區域。綜上所述，有必要探索一種可以綜合分析土地利用類型和結構時空變化的方法，豐富土地利用時空演變規律研究的技術參考。土地利用變化研究具有時空尺度特征，劉紀遠等[16-17]基于國家尺度，采用土地利用動態區劃方法分析中國土地利用變化的空間格局與時空特征；Arnon等[18]利用向量分析技術研究了中國毛烏素沙地區的土地覆蓋時空變化、劉永強等[19]運用空間計量回歸剖析黃淮海平原農區5種主要土地利用類型轉換及動力機制、黃端等總結與分析了2000—2015年武漢都市圈土地利用的總體特征、變化方向、區域時空差異及政策驅動力[20]，他們從區域和城市群尺度進行研究；還有一些研究以單個城市為對象，Raffaella Frondoni等[21]用軌跡分析方法來揭示羅馬市土地覆蓋的時空特征和生態影響；Samat等[22]運用地理信息系統和CA模型模擬了城市周邊區域的土地利用變化；史培軍等[23]分析了深圳市土地利用變化及驅動力。目前的研究較多關注全國、流域、城市群、地級城市及區縣級尺度，而微觀尺度的研究相對較少。鄉鎮是我國土地利用和管理的基礎單元，有必要基于鄉鎮尺度研究土地利用變化特征，深入了解精細尺度下土地利用變化規律，以期為微觀尺度城市土地資源可持續開發和利用、生態環境保護提供決策參考。為此，本文提出采用SOM，K-means聚類與土地利用動態度相結合的方法來實現時間序列土地利用地類與結構的交互分析，并以黃石市為例，從市域和鄉鎮兩個層面展開了土地利用地類變化、地類轉移、土地利用結構格局、結構演變等分析，驗證了結合SOM與動態度的方法在微觀尺度土地利用變化研究中的適用性。

1 研究區與數據源

黃石市是新中國成立后湖北省最早設立的2個省轄市之一，也是華中地區重要的原材料工業基地和全國資源枯竭轉型試點城市。位于湖北省東南部，長江中游城市群中部；地跨東經114°31′—115°30′，北緯29°30′—30°15′；東北與黃岡市為鄰，北接鄂州市，西連武漢市、咸寧，東南與江西省九江市接壤。黃石市國土總面積約4 583 km2，下轄51個鄉鎮；2015年地區生產總值為1 228.10億元，常住人口245.8萬，城鎮人口150.68萬，城鎮化率達61.3%[24]。

本研究所用數據包括黃石市2005,2010,2015年3期土地利用現狀、湖北省市縣村級行政區劃矢量數據和黃石市2015年國民經濟和社會發展統計公報，數據來源為黃石市國土局和湖北省統計局網站。土地利用數據參照《土地利用現狀分類》標準，結合地域特點和研究目的，將土地利用類型分成城鎮建設用地、農村建設用地、采礦用地與裸地、耕地、林地、水域和未利用地7類。

2 研究方法

本文將SOM與動態度結合，以地類分布和結構分布兩個角度來體現土地利用的空間分布，從地類變化與結構變化兩個層面闡述土地利用的變化特征，并進一步地從變化規律中探測出土地利用變化的熱點區域。一方面，以往的土地利用空間格局研究中，大多只關注用地類型而忽略用地結構的空間分布。用地結構用以地類的面積比例來描述，往往難以在空間上表達。為實現用地結構的空間分異可視化，引進SOM方法。SOM集降維、聚類和可視化表達于一體，能夠將時間斷面土地利用結構在空間上表達；另一方面，關于時空演變，時間序列的SOM結果的對比分析能夠探究用地結構的演變過程，但容易忽略用地類型的變化，而土地利用動態度能較好度量各地類變化的速度和強度，能與SOM互為補充。因此，本文提出SOM與動態度結合的方法以綜合分析土地利用地類與土地利用結構的空間格局及其時空演變分析。

2.1 自組織神經網絡(SOM)

SOM是由芬蘭赫爾辛基理工大學的Kohonen[25]于1982年提出的一種非監督式學習競爭型人工神經網絡，它根據輸入向量的模式進行學習和分類實現聚類、降維及可視化。SOM網絡由輸入層和輸出層構成，兩層神經元通過權向量連接。輸入層各神經元競爭對輸入模式的響應機會，最后競爭的勝者輸出(即獲勝神經元)，權向量則按照函數向更有利于其競爭的方向調整[26]。

2.2 土地利用動態度

單一土地利用動態度可以直觀地反映土地利用類型變化的幅度與速度，是指某種土地利用類型轉換成其他非該種土地利用類型的用地總面積與該種土地利用類型研究初期用地面積之比[27-28]，計算公式為：

(1)

式中：K——單一土地利用動態度；Ua,Ub——研究初期與研究末期某種土地利用類型的面積。

綜合土地利用動態度指數反映了土地利用變化的劇烈程度，不同空間尺度上動態度指數的差異可以判斷土地利用變化熱點區域[27-28]，計算公式為：

(2)

式中：Kε——綜合土地利用動態度；Uai,Ubi——研究初期與研究末期某種土地利用類型的面積；T——研究時段長。

3 結果及分析

3.1 SOM構建與K-means聚類

3.1.1 SOM構建 在SOM正式訓練樣本前，需預先測試樣本網絡，按照量化誤差(QE)和拓撲圖形誤差(TE)最小的原則選取合適的網絡大小。QE確定所構建的神經網絡分辨原始輸入數據的能力[29]，而TE則測量神經網絡質量，即評估網絡是否已合適訓練。SOM網絡質量測試結果詳見表1。確定網絡大小后，將黃石市3個年份51個鄉鎮7種地類的面積比例數據所構成的7維向量作為輸入層，輸出層采用二維六邊形網格，在Matlab中采用線性初始化，設置高斯函數為訓練函數，輸出神經元大小為18×20，訓練次數為500，進行SOM訓練。待訓練穩定后，得到樣本響應的獲勝神經元圖和各用地類型的SOM聚類模式圖。獲勝神經元圖和SOM聚類模式圖均由正六邊形網格組成，網格一一對應，不具備空間地理信息，僅代表神經網絡訓練的神經元。獲勝神經元圖中有屬性的網格即為競爭勝出的神經元，是有輸入樣本與之呼應的有效神經元。一個獲勝神經元可對應一個或多個輸入樣本。SOM聚類模式圖用以表示某用地類型的分布與聚集狀況，網格代表對應樣本鄉鎮某種地類所占面積比例。

表1 不同神經元大小的自組織特征映射神經網絡質量

3.1.2 K-means聚類 將SOM訓練輸出的153個神經元權向量屬性數據在Matlab中進行K-means二次聚類，按照最大平均輪廓值(average silhouette values)標準確定最終類別數量(number of clusters)。實驗顯示，當分類數為6時，二次聚類效果最佳。為確定每個類別對應的實際意義，將聚類結果繪制成折線圖(圖1)。由圖1可知，每個類別表達了不同用地類型的面積比例，故一個類別代表一種土地利用結構類型；每一類別都有顯著的用地面積比例峰值，故以峰值對應的用地類型來定義該種土地利用結構類型。城鎮建設用地占比最高，且遠高于其他用地類型，可定義為城鎮用地型，同理可定義林地型和耕地型；耕地和水域的用地比例均在30%左右，且高于其他用地方式，所以可以定義為水域/耕地型，同理可定義林地/耕地型和城鎮/耕地型。為實現土地利用結構類型空間可視化，將K-means聚類結果與SOM獲勝神經元圖相結合，得到二次聚類的土地利用結構類型分布圖。在ArcGIS中將行政區劃矢量圖與K-means聚類的結果關聯，得到鄉鎮級土地利用結構類型圖。

注：土地利用類型代碼中1為城市， 2為采礦與裸地， 3為農村建設用地， 4為耕地， 5為林地， 6為水域， 7為未利用地。

圖1K-means聚類的土地利用類型

3.2 市域土地利用變化分析

3.2.1 土地利用地類變化 通過黃石市2005,2010,2015年2個5年期的土地利用變化面積與單一土地利用動態度(表2)可以總結出黃石市2005—2015年土地利用的變化特征。建設用地面積顯著增加，耕地面積持續減少，未利用地顯著減少，林地、采礦用地與裸地面積先減后增，水域面積基本穩定。城鎮建設用地在2005—2015年間持續增加，2期的動態度分別為0.32和0.25，農村建設用地則先增加后減少，總的動態度為0.14；2005—2010年耕地面積減少了95.50 km2，動態度為0.07；2010—2015年，減少速度變緩，動態度為0.01；未利用地在2005—2010年間增加了16.29 km2，在2005—2015年減少了286.06 km2，總體上顯著減少；林地面積在2005—2010年減少10.75 km2，其動態度為0.07，而在2010—2015年間，林地面積有較大幅度上升，面積增加了175.78 km2，其動態度為0.09；采礦用地與裸地則減少了4.65 km2，增加了77.55 km2，2005—2015年土地利用動態度為0.83；水域面積變化不大總體上呈減少趨勢，2005—2015年共減少7.79 km2，動態度最低，僅0.01。

表2 黃石市2005-2015年土地利用面積變化與單一動態度 km2

3.2.2 土地利用地類轉移 分析2005—2010年,2010—2015年土地利用轉移矩陣(表3—4)獲得土地利用轉移特征。2005—2010年城鎮建設用地的主要來源是耕地和林地，其中耕地轉換而來30.90 km2、林地轉換而來11.45 km2；增加的農村建設用地、采礦用地與裸地也主要由耕地轉換而來；未利用地主要轉換為林地和耕地；水域的變化量相對較少，主要是變為城鎮建設用地、農村建設用地和耕地。2010—2015年城鎮建設用地、采礦用地與裸地面積繼續增加，城鎮建設用地主要由耕地和農村建設用地轉變而來，采礦用地與裸地主要由未利用地轉變而來；林地面積有大幅的增加，其主要貢獻者為未利用地；耕地和未利用地面積持續減少，耕地以轉換為建設用地為主，未利用地大多轉換成采礦用地與裸地和林地。

表3 黃石市2005-2010土地利用轉移矩陣 km2

表4 黃石市2010-2015土地利用轉移矩陣 km2

3.3 鄉鎮土地利用時空演變

3.3.1 土地利用結構 根據獲勝神經元和不同土地利用類型的SOM聚類模式圖表達的不同地類的分布聚集模式與不同鄉鎮的用地比例關系可得黃石市土地利用結構特點： ①城鎮建設用地高比例區集中在面板的西北角，耕地則主要分布在西南角，說明大部分城鎮建設用地占比高的鄉鎮耕地面積占比較低；同樣地，林地比例高值區主要聚集在東北角，水域則主要集中在西南角，說明林地占比較高的鄉鎮水域面積占比較低； ②部分農村建設用地比例高值區分布在城鎮建設用地高值區的外圍，即這些地區農村建設用地占比15%～20%，城鎮建設用地占比13%～30%，整體用地以建設用地為主，可能是城鄉過渡地帶； ③在土地利用結構中城鎮建設用地占比最高達94.96%，最低為0.67%；耕地的比例范圍為0.12%～51.47%；林地的比例范圍為0.46%～67.89%；水域的比例范圍為0.11%～82.00%；采礦用地與裸地、農村建設用地及未利用地的比例范圍分別為0.44%～36.34，0.17%～22.72和0%～10.08%。

3.3.2 土地利用結構類型 根據K-means聚類結合SOM神經元得到的土地利用結構類型分布圖和鄉鎮級的土地利用結構類型圖(附圖4)可以分類各鄉鎮的土地利用結構類型。SOM平面圖左上角為城鎮用地型，對應的鄉鎮為東方山風景區、下陸城區、開發區團城山街道辦、西塞山城區、黃石港城區等，聚集在黃石市東北部。SOM平面圖上城鎮用地型外圍是城鎮/耕地型，包括老街辦、新街辦、東岳街辦、羅橋街辦、金山街道辦事處等鄉鎮，空間上分布在城鎮型鄉鎮的外圍。水域/耕地型主要分布在東側，林地型則主要分布在西邊和南邊，林地/耕地型與耕地型交叉分布于城市內部的鄉鎮。

3.3.3 土地利用活躍程度 分析各鄉鎮綜合土地利用動態度(附圖5)可知，2005—2010年，綜合土地利用動態度高、劇烈變化的鄉鎮主要集中在市城區及其周邊鄉鎮，如鐵山城區、下陸區開發區團城山街道辦、新街辦、老街辦、羅橋街辦、金山街辦、西塞山街道辦事處；綜合土地利用動態度較高，快速變化的鄉鎮有大箕鋪、綜合農場、興國和洋港鎮，其中大箕鋪鎮位于大冶湖高新技術產業園區范圍內，而綜合農場、興國鎮屬于陽新縣中心城區范圍；綜合土地利用動態度較低、慢速變化的鄉鎮有大冶湖的保安鎮、金山店鎮、茗山鄉、陳貴鎮、金湖街辦以及西塞山區的河口鎮和韋源口鎮。2010—2015年土地利用劇烈變化的鄉鎮有金山街辦、東岳街辦和東風農場；快速變化的鄉鎮有劇烈變化型鄉鎮周邊的新街辦、羅橋街辦和汪仁鎮，以及陽新西南部的龍港、排市、洋港3個鄉鎮；慢速變化的鄉鎮主要分為3個片區，即長江沿岸的河口鎮、韋源口鎮、黃顙口鎮、富池鎮以及半壁山農場，大冶市西北部的保安鎮、金山店鎮和茗山鄉，黃石市中部的大箕鋪、白沙、三溪、浮屠、興國、綜合農場和木港等鄉鎮。2005—2010年較2010—2015年基本穩定型鄉鎮大量減少，即綜合土地利用動態度低的鄉鎮大幅減少，說明黃石市整體土地利用變化強度有所增加。

3.3.4 土地利用活躍程度 對比土地利用結構類型圖(附圖4)和鄉鎮級綜合土地利用動態度分類圖(附圖5)，進一步探討鄉鎮級土地利用結構變化。 ①土地利用結構類型由耕地型向城鎮/耕地型過渡，即鄉鎮土地利用結構中，城鎮建設用地比例顯著上升，而耕地所占比例下降。可以推測，這些鄉鎮城市化現象明顯，城市建設以侵占耕地資源為代價。 ②許多土地綜合利用度高的鄉鎮，土地利用結構類型卻未發生變化。這些鄉鎮土地利用變化活躍，土地利用結構有所改變，但結構中占比最高的土地利用類型維持不變。 ③綜合土地利用度在2005—2010年,2010—2015年兩個階段均較低，即屬于基本穩定型的鄉鎮，其土地利用結構類型基本為水域耕地型或林地型。這些鄉鎮水域、耕地、林地的面積所占比例高，并且在2005—2015年用地方式改變相對較小。可以認為，黃石市大面積的水域、耕地和林地在一定程度上制約著其發展方向。

4 結 論

SOM具有自主聚類、將高維數據降維及空間可視化的優點，將其應用到土地利用變化的研究中，可以實現時間序列土地利用結構的空間可視化，但僅通過對比分析結構變化獲得土地利用演變過程，容易忽視土地利用地類變化。與空間單元時間序列上的綜合土地利用動態度變化綜合分析，可探究土地利用地類和土地利用結構兩個層面的時空演變規律。

本研究基于2005,2010,2015年3期土地利用現狀數據，采用SOM與土地利用動態度相結合的方法，探討了黃石市市級和鄉鎮級兩個層面上的土地利用及其變化規律。黃石市土地利用變化規律：從城市尺度來看，黃石市土地利用變化總體特征為城鎮建設用地持續增加，由耕地、林地及農村建設用地轉化而來；未利用地顯著減少，向耕地和林地轉換；耕地面積減少，水域面積基本穩定。從鄉鎮尺度來看，3個鄉鎮從耕地型變為城鎮/耕地型結構，絕大部分鄉鎮土地利用結構類型未改變；土地利用變化和緩的鄉鎮水域、耕地、林地的面積所占比例高；部分土地利用變化活躍的鄉鎮，因其面積占主導地位的用地類型仍未改變，土地利用結構類型不變。本文研究結果：驗證了SOM與動態度相結合的方法對于綜合分析土地利用地類及其結構的時空變化的適用性，豐富了土地利用研究的方法；基于城市尺度、鄉鎮尺度綜合分析土地利用變化，豐富了微觀尺度土地利用研究。

本研究尚存在局限性。文章雖然探測出了土地利用變化的關鍵區域，但是尚未對其進一步研究，分析其變化發生的內在驅動。此外，研究單元的選取對于SOM和綜合土地利用動態度而言都非常關鍵，文章以鄉鎮為單元進行探討，是基于土地利用多受行政區限制的原因，但實際上影響土地利用的因素諸多，其變化不會以行政邊界而劃分，因此可以嘗試用網格劃分研究單元來進行分析。