2008-2017年鄭州市土地利用景觀格局變化分析

謝慧君 成都理工大學 四川成都 610000

土地利用反映了人類生產生活中與自然環境的相互作用關系，是研究城市化發展和變化的重要指標。近十年，隨著社會進步，地資源需求也隨之增加【1】，令鄭州市土地利用/覆被和景觀格局迅速發生變化。本文利用RS和GIS技術，對鄭州市3期遙感影像數據采用最大似然法監督分類,并結合目視解譯得到較高精度的分類結果，最后結合景觀格局指數分析，探討了近十年來鄭州市土地利用/覆被和景觀格局變化情況，對城市土地利用規劃、協調生態與經濟并進具有重要意義【2】。

一、研究區概況

鄭州市位于華北平原的南部，河南省中部偏北【2】，地理位置位于112°42'-114°14'E，34°16'-34°58'N。鄭州市的東南部有平原，西部是嵩山，所占土地總面積7446.2km2。屬于北溫帶大陸性季風氣候，四季分明，春季雨量小，夏季雨量大，秋季日照長，冬季嚴寒。其年平均氣溫在14~14.3℃之間。

二、數據來源與方法

（一）數據來源。本文采用的數據有鄭州市矢量邊界和遙感影像數據，矢量邊界數據來源于全國基礎地理數據庫 遙感數據主要由地理空間數據云（http://www.gscloud.cn/）landsat系列陸地衛星提供1景2008年TM數據及1景2013年和1景2017年OLI數據。

（二）數據處理方法。本文在ENVI5.3軟件的支持下對3期遙感影像進行波段組合【3】，TM數據采用5（R）、4（G）、3（B）波段組合、OLI數據采用 7（R）、5（G）、2（B）波段組合，并進行幾何校正、大氣校正以及影像裁剪等數據預處理【4】，以保證數據的準確性 再將土地類型分為5類，并進行精度評價 接著，將分類后結果在ArcGIS中進行轉換和統計分析。最后，將整理好的矢量分類數據在Fragstas3.3中進行景觀格局分析。

三、結果分析

(一)、解譯方法與精度評價。最大似然法與其他分類方法相比具有易于識別訓練樣本，分類精度高，速度快等優點，因此，本文采用最大似然法進行監督分類。根據3期數據的分類結果做出混淆矩陣【4】，2008、2013和2017年的總體分類精度都在92%以上，kappa系數均大于0.89，因此，本文中進行的監督分類精度較高。

（二）、景觀格局分析。在Fragstas3.3中進行景觀格局分析【5】，選擇以下指標進行評價。1）PLAND指數，能描述景觀豐富度。近十年，建設用地在迅速增加，林地在逐年明顯增加，耕地逐年減少，水體和其它土地變化趨勢不明顯 2）最大斑塊指數（LPI），有助于確定景觀的模地或優勢類型等【6】。建設用地和林地均呈逐漸增加趨勢，耕地、水體和其它土地均呈減少趨勢。通過PLAND和LPI表明在發展進程中耕地占據主導地位，人類在耕地上活動頻繁，其次隨著經濟發展，建設用地也顯示出其具有的一定地位 3）斑塊數目（NP），用于描述景觀的破碎程度。其它土地類型變化不明顯，其余各景觀的NP指數均在逐年增加，其中建設用地和林地在2013-2017年分別增加了824斑塊和734斑塊。這表明建設用地和林地破碎度較高，由于城市的發展，人類活動對環境起到較大的影響 4）景觀形狀指標（LSI），能夠綜合量化各景觀地類與整體的聚集或離散程度，值越大，離散度越大。2008-2017年建設用地和耕地呈現逐漸增加趨勢，林地、水體和其他土地在2008-2013年呈現下降趨勢，在2013-2017年呈現增加趨勢。表明建設用地和耕地聚集程度較低，這與在近十年來城市經濟快速發展，促進生態發展等因素有一定關系【7】。