哈爾濱市松北區2004～2016年土地利用時空變化分析

劉玉琴 臧淑英 李苗

摘 要：哈爾濱市松北區在哈爾濱市的自然和經濟資源中占有重要的地位，其土地利用變化情況關系到市區整體的可持續發展能力，過往的土地利用情況能夠有效揭示人與自然和諧發展問題。采用遙感影像作為數據源，通過監督分類得到松北區2004年、2010年和2016年植被、水域、未利用地、建設用地等土地利用類型圖及屬性信息。結果顯示：松北區近十年來植被覆蓋面積不斷減少；水域面積有所波動；未利用地不斷減少；建設用地不斷增加，主要集中在松花江北岸地區。建設用地迅速增長的原因一方面是經濟的快速發展，另一方面則是人口和人均用地的快速增長。

關鍵詞：土地利用；動態變化；遙感監測；松北區

中圖分類號：P963 文獻標志碼：A 文章編號：2095-2945（2019）02-0048-04

Abstract： Songbei District of Harbin City occupies an important position in the natural and economic resources of Harbin City， and its land use change is related to the sustainable development ability of the whole urban area. The situation of land use in the past can effectively reveal the harmonious development between man and nature. Using remote sensing images as the data source， land use type maps and attribute information of vegetation， water area， unused land and construction land in Songbei District in 2004， 2010 and 2016 were obtained by supervised classification. The results show that the area covered by vegetation is decreasing； the area of water area is fluctuating； the unused land is decreasing； and the land for construction is increasing， mainly in the north bank of Songhua River. One reason for the rapid growth of construction land on the one hand is the rapid development of the economy， while the other hand is the rapid growth of population and land per capita.

Keywords： land use； dynamic change； remote sensing monitoring； Songbei District

引言

土地利用變化監測關系到氣候變化、生態平衡、人類生存活動等諸多全球變化中的核心問題。90年代以來，隨著全球問題的普遍關注，遙感技術的突飛猛進，使得進行土地利用變化研究的力度和方法都大大加強，并逐漸成為現階段的研究熱點問題。1999年，“國際地圈和生物圈計劃”和“全球環境變化人文計劃”兩大組織聯合發表了《土地利用/土地覆蓋變化科學研究計劃》，其中對于土地利用變化課題的研究重點和研究方法進行了明確的界定。最初，對于土地利用變化的研究主要集中在國外發達國家，這部分國家已經達到了較高的物質文化水平，越來越多地將注意力轉向環境保護問題，由此產生了LUCC這一研究領域。Lee（1922）最早論證了遙感技術在土地利用變化研究中的作用，并最早利用這種技術進行了實證分析，發現人類的活動都會對地表景象帶來變化，這一結論極大的指導了人們對人與自然關系的認識[1]。Farhand（2012）從土地利用變化信息出發，探究了印度尼西亞島嶼生態脆弱性情況，認為土地利用變化會引起環境的鏈式反應[2]。Schweizer（2014）研究了密西西比河流域土地利用變化和森林面積變化的驅動因素[3]。20世紀90年代起，中國學者緊跟國際研究動態，對區域土地利用引起的生態環境變化也進行了較為深入的研究。眾多學者選取生態脆弱區（東北樣帶、農牧交錯帶等）和人文、自然驅動力活躍的熱點地區（深圳市、北京市等）進行相關研究，并提出合理的土地利用開發方案。通過對具有代表性的地區的土地覆被變化及其環境效應研究，呼應了國際LUCC研究計劃[4-9]。

哈爾濱市松北區總面積736km2，戶籍人口20余萬，松北區在哈爾濱市的自然和經濟資源中占有著重要的地位。面對新的發展形勢，松北區進一步開發、利用以及保護自然資源對于松北區整體的未來發展十分重要。因此，選擇哈爾濱市松北區為研究區，研究該地區2004～2016年12年間土地利用時空變化情況，將土地利用變化情況與地區經濟和環境發展變化相結合分析，以期揭示松北區解決人與環境和諧發展問題的關鍵。

1 研究區與數據

1.1 研究區概況

松北區是黑龍江省哈爾濱市的一個下轄區，位于哈爾濱市松花江北岸。2004年，市政府批準設立松北區。總體上松北區的地貌屬于內陸河川平原地貌，地勢雖有起伏但總體較為平緩，區內多條河川縱橫交錯，松花江、呼蘭河主流及部分支流穿過松北區。松花江流域徑流量年內分布不均，冬季河冰封進入枯季徑流，春季回暖冰雪消融，徑流量增大，夏秋兩季是流量較大時期，松花江流域的水量主要來源于大氣降水，所以徑流量季節變化較為明顯[10]。

1.2 數據與預處理

選用的影像數據為2004年、2010年、2016年等3個時相的哈爾濱松北區遙感影像。遙感影像數據均來自于地理空間數據云，人口統計信息來自于哈爾濱市統計年鑒，降水量統計信息來源于黑龍江省氣象局。獲得多時相遙感影像后，對遙感影像進行圖像預處理，影像預處理包括：遙感影像幾何校正，圖像剪裁以及圖像增強。

2 研究方法

使用監督分類中的支持向量機分類方法來提取土地利用類型。支持向量機（Support Vector Machine簡稱SVM）是Corinna Cortes和Vapnik等于1995年首先提出的，它在解決小樣本、非線性及高維模式識別中表現出許多特有的優勢，并能夠推廣應用到函數擬合等其他機器學習問題中，可以自動尋找那些對分類具有較大區分能力的支持向量，并且由此構建出分類器，將類與類之間的間隔最大化[11]。在裁剪圖像上進行目視判讀，選擇具有代表性的典型興趣區（ROIs），通過興趣區中已知的各種地物的光譜特征，來訓練計算機，對未知地物進行處理分類，歸到已知的類中，達到自動識別的目的。支持向量機分類得到的影像具有較多小塊的圖斑，這些小圖斑既影響圖像的美觀，又給之后的計算地物面積帶來不必要的麻煩，所以利用Classification中的Majority/Minority Analysis 工具對小圖斑進行處理。依照松北區土地利用覆被的特征，將土地類型分為：植被、建設用地、未利用地和水域。

3 結果與分析

3.1 遙感圖像分類結果

利用支持向量機分類方法最終得到2004年、2010年和2016年松北區土地利用類型圖，如圖1所示。松北區植被空間很大，這是松北區的自然資源優勢；水域面積存在變化幅度較大，根據圖像情況可以看出水域是河流整體增減的，有部分水域僅在總體水量較大時出現。

3.2 土地利用動態變化分析

為了分析松北區土地利用類型動態變化、變化速度以及變化程度，引用土地利用動態變化模型，再結合轉移矩陣方法對數據進行處理。單一土地利用類型動態度表達式為：

通過計算得到松北區土地利用變化統計表，如表1所示。從2004～2010年松北區土地利用變化較為顯著。2004年植被面積為621.76km2，占總比的83.07%；到了2010年，松北區植被面積減少到了573.72km2，其面積占比為76.65%，這一期間植被面積減少了48.04km2，平均每年減少8.01km2，動態度為-1.55%。城市面積增加了18.02km2，動態度為5.93%。在此期間水域面積增加了36.43km2，面積的增加主要受當年降水量多少影響。2010～2016年，松北區土地利用/覆被變化中城市面積變化最為顯著。2016年，城市面積為113.79km2，占比15.20%，與2010年相比，居民地面積增加了34.96km2，動態度為8.87%。在此期間植被面積為571.90km2，占比76.41%。2004～2016年，松北區土地利用類型變化最大的就是植被-城市的轉化，城市面積共增加了52.98km2。

以上分析了松北區過去12年不同時間段的土地利用/覆被類型之間的轉換強度與動態度，為了清楚不同土地利用類型轉換量的多少，將通過不同土地利用類型間的轉換矩陣來分析各種土地利用類型如何轉換，以及轉化的數量大小。2004～2010年，2010～2016年土地利用轉換矩陣表如表2、表3所示。

由表2可看出，在2004～2010年期間，共有50.29km2的其他土地利用類型轉化為植被，轉化面積大小依次為：未利用地>城市>水域；而共有68.17km2的植被轉換為其他土地利用類型，轉換面積大小依次為：城市>水域>未利用地。其中25.86km2的植被轉換為水域，28.82km2的植被土地利用類型轉換成城市。在此期間，以植被與城市的轉化為主，2004年是松北區建區設立的第一年，松北區政府在“開發松北，構建兩岸繁榮城市發展新格局”的戰略決策指引下，以工業化和城市化為目標，加快全區改革開放步伐。建區時人口為18.7萬，2010年人口為19.5萬，植被減少的主要原因是人口的增加，并結合當時黑龍江省發展規劃，2009年哈爾濱市實施“北躍”戰略目標，希望在松花江北岸再造一個現代化新城區，松北區作為戰略的承載者，著手開發建造高樓，修建路橋，城鄉面貌煥然一新，導致部分植被轉換為居民地。

由表3可以看出，在2010-2016年這六年期間，建設用地面積仍舊呈增長趨勢，這一期間植被與居民地的轉化較為劇烈，共有38.31km2的植被轉化為城市用地，城市面積變化迅速，人口的增長、生活水平的提高以及國家基礎設施的擴建都是居民地變化迅速的原因。2010年之后，松浦大橋、公路大橋西橋、松浦大道、大耿家立交橋以及太陽島月亮橋等一大批路橋工程建成，松北區的城市體系日趨完善，交通更為便利。以太陽島風景區、東北虎林園和冰雪大世界為主以及周邊輻射地區，特別是太陽島風景區與“冰雪大世界”扮亮了“冰城夏都”的金字招牌，帶動了冬夏兩季旅游業的迅猛發展，促進了松北區旅游業的發展，吸引了大量人口到此定居，旅游以及從事經濟活動。

4 結論

以哈爾濱市松北區為研究區，采用2004年、2010年和2016年三個時期的松北區遙感圖像為數據源，獲取三個時期土地利用狀況，對該時間段內土地利用動態情況，結合區域自然數據以及社會經濟數據對土地利用變化的影響因素進行分析。得到以下結論：

（1）在研究時期內，松北區土地利用變化顯著，植被覆蓋面積呈現逐年下降，居民用地逐年上漲，同時水域面積則不呈線性變化。通過分析，水域面積變化可能與松花江水流量變化有關，城市快速發展是土地利用變化的主要原因。2004年初建立松北區，人口較少，城市用地面積也相應較小。城市面積從2004年的60.808km2增長到2016年的113.79km2，就占比來看則從2004年的8.13%增長到2016年的15.20%，根據土地利用類型圖像可以看出城市面積的增長主要集中在松花江北岸地區，該地區城市用地快速增長并可能在未來一段時間內覆蓋該地區的全部土地。

（2）將土地利用數據和居民人口數據結合發現，建設用地迅速增長的原因一方面是居民人數的逐年上漲，另一方面則是人均用地的快速增長，后者更為重要。隨著居民生活水平的提高，在居住需求、公共設施需求還是工作場所需要等方面，居民對于居住用地的需求都在不斷增長。預計在未來的時期，松北區旅游服務產業收入將會進一步增加，松北區地區生產總值將會顯著增加，人口以及城市面積也將顯著增長。

參考文獻：

[1]Lee W T. The face of the earth as seen from the air： Astudy in the application of airplanephotography to geography[C]. New York： American Geographical Society， Special Publication 4，1922.

[2]Farhan A R， Lim S. Vulnerability assessment of ecological conditions in Seribu Islands， Indonesia[J]. Ocean & Coastal Management， 2012，65（3）：1-14.

[3]Schweizer P E， Matlack G R. Factors driving land use change and forest distribution on the coastal plain of Mississippi， USA[J]. Landscape & Urban Planning， 2014，121（1）：55-64.

[4]張新榮，劉林萍，方石，等.土地利用、覆被變化（LUCC）與環境變化關系研究進展[J].生態環境學報，2014（12）：2013-2021.

[5]駢宇哲，姜朋輝，陳振杰，等.LUCC研究進展及其對干旱區生態環境的意義[J].水土保持研究，2015，22（5）：358-364.

[6]史曉亮，李穎，楊志勇.基于SWAT模型的諾敏河流域徑流對土地利用/覆被變化的響應模擬研究[J].水資源與水工程學報，2016，

27（1）：65-69.

[7]李承檜，信桂新，楊朝現，等.傳統農區土地利用與覆被變化（LUC

C）及其生態環境效應[J].西南大學學報（自然科學版），2016，38（5）：139-145.

[8]雷師，全斌，歐陽鴻，等.基于Markov模型的長沙市和泉州市土地利用變化預測及對比研究[J].水土保持研究，2013，20（6）：224-229.

[9]司慧娟，付梅臣，袁春，等.青海省土地利用結構信息熵時空分異規律及驅動因素分析[J].干旱區資源與環境，2016，30（6）：38-42.

[10]袁杰.松花江流域近50年來水沙演變及其驅動因分子分析[D].天津：南開大學，2011.

[11]閆會敏.基于SVM與子空間結合的高光譜圖像分類算法研究[D].西安：西安科技大學，2014.