基于Landsat影像的土地利用變化分析

董瑩 劉德成 高雪媛 左琳 趙進

摘 要：目的：研究確定土地利用/覆被變化分類的方法。方法：基于Landsat遙感影像數據，以淮安市為研究對象，利用ERDAS IMAGINE遙感處理技術和ARCGIS為主要的處理分析工具，以1998年、2006年和2018年3個時間節點，分析1998—2006年、2006—2018年以及1998—2018年淮安市的土地利用/覆蓋變化狀況，并從土地利用面積、土地利用動態、土地利用空間3個方面進行分析研究。結果：（1）1998—2006年間，淮安市土地利用的變化呈現“兩增四減”。耕地及農村用地面積相對分別上漲538.880km2、370.210km2;水體、林地、城鎮用地、未利用地面積分別減少101.485km2、85.454km2、174.539km2、547.612km2;（2）2006—2018年間，淮安市土地利用變化呈現“三增三減”。水體、農村用地、城鎮用地面積分別增加217.545km2、464.800km2、610.411km2，林地、耕地、未利用地分別下降434.125km2、19.350km2、839.281km2。（3）1998—2018年的20年間，淮安市土地利用變化整體呈現“四增兩減”，即：農村用地、水體、耕地、城鎮用地面積增加，未利用地、林地面積減少。每種土地類型都有不同數量的相互轉化。結論：基于ERDAS IMAGINE遙感處理技術方法是研究土地利用分類的一個有力工具。

關鍵詞：土地科學研究方法;土地利用;遙感處理;覆被變化;Landsat

中圖分類號 P931.1;X37 文獻標識碼 A 文章編號 1007-7731（2020）07-0101-06

Abstract： Objective： to determine the classification method of land use/cover change and study it. Research methods： Based on Landsat remote sensing image data， taking Huai′an City as the research object， using ERDAS Image remote sensing processing technology and ArcGIS are the main processing and analysis tools. Based on the three time nodes of 1998， 2006 and 2018， the land use/cover change of Huai′an City in 1998—2006， 2006—2018 and 1998—2018 is analyzed， and the land use area， land use dynamics and land use space are studied. The results are as follows： （1） from 1998 to 2006， land use change in Huai′an increased by two and decreased by four. The area of cultivated land and rural land increased by 538.880km2 and 370.210km2 respectively; the area of water body， forest land， urban land and unused land decreased by 101.485km2， 85.454km2， 174.539km2 and 547.612km2 respectively; （2） from 2006 to 2018， the land use change of Huai′an City showed three increases and three decreases. The area of water body， rural land and urban land increased by 217.545km2， 464.800km2 and 610.411km2 respectively， while that of forest land， cultivated land and unused land decreased by 434.125km2， 19.350km2 and 839.281km2 respectively. （3） During the 20 years from 1998 to 2018， the overall land use change of Huai′an City showed four increases and two decreases. The area of rural land， water body， cultivated land and urban land increased while the area of unused land and forest land decreased. Each land type has different amount of mutual transformation. Conclusion： the remote sensing technology based on ERDAS image is a powerful tool for land use classification.

Key words： Research methods of land science; Land use;Remote sensing processing;Coverage change;Landsat

土地利用是人類按照一定的經濟與社會目的，采取一系列技術手段，根據土地特點獲得物質產品和服務的經濟活動，具體表現為土地類型的面積變化、空間分布變化和土地質量變化等。土地利用類型是指土地利用方式相同的土地資源單元，是根據土地利用的地域差異劃分的，是反映土地用途、性質及其分布規律的基本地域單位，是人類在改造利用土地進行生產和建設的過程中所形成的各種具有不同利用方向和特點的土地利用類別[1-2]。土地利用和土地覆蓋（land use and land cover，LULC）的變化主要驅動因素是全球環境、氣候變化的，反應了自然和人為干預下的地表類型自然屬性和社會屬性的時空差異性[3]。土地利用和覆蓋變化導致了很多現象，如森林破碎化，生物多樣性喪失和土地退化等，其涉及到多方面可持續發展研究問題[4-6]。

關于土地利用/覆被變化（LUCC）分析統計方法，國外學者的研究更趨于成熟。Marwa Waseem A.Halmy[7]等利用對樹木的任意分類方式基于Landsat數據進行了研究，用Markov-CA對埃及和西北臨近海域的沙漠區進行土地覆被研究;Michael Elias[8]等采取Maximum likelihood classification對Borana牧場分析其驅動力及覆被變化。

自1978年起，我國對于土地利用/覆被變化（LUCC）的分析統計方法的研究呈現出多方位、多檔次的特點。20年代末，劉紀遠院士[9]使用當時最優質的遙感和GIS技術在我國實行的“國家資源環境遙感宏觀調查和動態研究”，完成“國家資源環境數據庫”的創建，對有特殊特征區域的資源以及其環境變化進行監測分析，以其為前提，來解讀國家環境的變化趨勢，實驗成果顯著。如今，我國土地利用/覆被變化（LUCC）的探索已經不再是簡單的領域，而是向更深層更長遠的角度研究土地覆被變化的因果關系。

LULC變化可為林業建設和氣候改善提供數據理論支持。森林資源的變化，同時關系著區域性氣候變化，因此，監測森林資源的面積變化和空間變化，將為區域性森林經營以及氣候改善提供正確指導[10-11]。

本研究以淮安市1998、2006、2018年3年的土地利用和覆被變化Landsat遙感數據為研究內容，利用專業遙感處理軟件ERDAS IMAGINE和地理信息系統軟件ARCGIS為主要的處理分析工具，從時間序列上探討了淮安市近20年來的土地利用和覆被變化的動態情況。

1 樣區與方法

1.1 研究區概況 淮安市位于江蘇省蘇北平原的中部，淮河流域下游（32°43′N～34°06′N，118°12′E～119°36′E），全市總面積達1.01萬km2。土地形勢低且平緩、隨處可見的平原，只有在西南區域內有低丘出現。研究區位置如圖1。

1.2 數據來源 遙感數據源主要采用1998年Landsat-5 TM數據，2006年Landsat-5 TM數據，2018年Landsat 8 OLI-TIRS數據進行多波段融合（表1）。

1.3 技術路線 利用RS、GIS和GPS相結合的3S技術思路，對淮安市1998、2006年TM影像及2018年OLI影像進行圖像預處理，得到可以使用的影像圖后，再進行監督分類，技術路線如圖2所示：

1.4 遙感圖像預處理 使用ERDAS IMAGINE9.2軟件對3期Landsat衛星數據進行多波段融合、圖像鑲嵌、幾何校正、圖像裁剪等圖像預處理，以獲得3幅可供后續使用的研究區域完整且可以分辨出地物類型的影像。

1.4.1 數據源分析 對土地利用動態變化的研究，采用1個區域的相同季節的不同時相的影像圖，以降低因季節不同引起的誤差變化。本研究選用的數據為：1998年7月、2006年5月和2018年6月的TM&OLI和TIRS衛星遙感圖像，以及淮安市行政區劃圖。

1.4.2 圖像預處理

1.4.2.1 多波段融合 運用地理空間數據云確定研究區域遙感影像并進行多波段融合。針對Landsat衛星傳感器的不同，運用ERDAS IMAGINE軟件將各個波段的。tif影像所需波段進行融合處理（圖3）。

1.4.2.3 研究區域裁剪 運用ARCGIS軟件柵格裁剪功能，對研究區1998年、2006年和2018年共3期的影像資料依據行政界線矢量數據進行裁剪，得到研究區域遙感圖（圖5）。

2 遙感信息提取

對淮安市土地利用類型進行研究分析，需對適合該區域的土地利用類型分類標準進行確立，進而對其進行科學分類。

2.1 土地利用類型的確立 根據《土地利用現狀調查技術規程》[12]（全國農業區劃委員，1984.9.8）以及《城鎮地籍調查規程》[13]（TD/T 1001-1990）分類標準，依據遙感信息確定土地覆被類型，將淮安市土地覆被類型劃分為1級地類共6個：水體、耕地、林地、農村用地、城鎮用地以及未利用地，并建立“訓練區”標志表（表2）。

2.2 圖像變化信息的提取 遙感圖像分類的主要依據是地物的光譜特征，即地物電磁波輻射的多波段測量值，這些測量值可以用作遙感圖像分類的原始特征變量。分類是對圖像上每個像素按照亮度接近程度給出對應類別，已達到大致區分遙感圖像中多種地物的目的[14]。利用遙感影像處理軟件，依據上述解譯標志，采用監督分類的方法，對1998年、2008年和2018年共3期遙感影像資料進行詳細專題遙感分類解譯。監督分類步驟如下：創建訓練樣本、評判樣本、認定初級分類圖、驗證分類成果、分類完畢后進行修整等。

2.3 分類結果及結果圖的制作

2.3.1 分類結果分析 運用隨機采樣的方式對評判結果進行檢驗分析。在1998年、2006年和2018年共3期分類結果圖中分別隨機選取80個點，運用ERDAS IMAGINE軟件算出混淆矩陣和Kappa值。檢驗分析結果表明：在選取的所有地物類型中，準確度最大的為水體，其次為城鎮用地和未利用地，最低的為林地和農村用地。造成這一結果的原因是水體基本將光譜完全吸收，水體的形狀和分布較為規則，比較容易判別，色澤明顯極易與其他地物區分。城鎮用地與未利用地判別特征相似，色調相近，兩者容易造成混淆。林地與農村用地判讀標志類似，農村用地圖塊分散，多呈紅褐色;林地色調多為深紅色或淺暗紅色，兩者容易造成混淆。

2.3.2 分類結果圖 運用ArcMAP軟件，對監督分類結果圖添加標題、圖例、指北針、比例尺等相關圖件要素，分別生成1998年、2006年和2018年共3期淮安市土地利用分類圖（圖6）。

2.4 土地利用總體變化分析

2.4.1 土地利用面積變化

2.4.1.1 土地利用數量變化分析 根據監督分類提取的土地利用分類圖，在ERDAS IMAGINE中分別計算出1998年、2006年和2018年3期各地物的面積，從而獲得土地覆被各類地物面積變化情況（表3）。由表3可知：1998—2006年、2006—2018年以及1998—2018年3個研究時段，淮安市土地覆被類型和各類地物的面積發生了極大的改變。

從表3可以看出：2006年耕地及農村用地面積較1998年分別上漲538.880km2、370.210km2;水體、林地、城鎮用地、未利用地面積分別減少101.485km2、85.454km2、174.539km2、547.612km2;2018年水體、農村用地、城鎮用地面積較2006年分別增加217.545km2、464.800km2、610.411km2，林地、耕地、未利用地分別下降434.125km2、19.350km2、839.281km2。研究表明：淮安市2006年以后水資源蓄積量開始上升，這表明江蘇省對水資源管理制度有效實施且效果顯著;隨著人口的不斷增長城鎮開始逐漸擴大，導致耕地面積減少。

對1998—2018年20年間各類地物面積的增減趨勢分析表明：淮安市近20年對水資源的保護效果較好，未造成水資源的大面積流失;由于經濟發展及人口劇增，淮安市大量開墾未利用地以加快城鎮化進程，同時增加了耕地面積，為維持我國基本的人均耕地面積做出了貢獻。

2.4.1.2 土地利用比例變化分析 土地覆被面積比的變化能反映土地利用方向的改變和發展趨勢。對1998年、2006年和2018年3年的各類地物土地覆被面積比進行了分析統計（表4）。由表4可知，近20年來淮安市水體所占比例并無大幅度漲幅，說明該地區水資源保護力度較好，未造成水資源的大面積流失現象。耕地結構比自2006年后呈穩定趨勢，農村用地及城鎮用地所占比重的上漲幅度較大，而未利用地所占比例迅猛減少，反映出淮安市城鄉統籌規劃效果顯著，經濟發展較快，在農村用地及城鎮用面積不斷增加的情況下，充分利用并開墾未利用地，確保耕地數量的整體穩定，為淮安市未來發展奠定了良好的基礎，優化了空間組織結構。

2.4.2 土地利用動態 土地利用動態度是分析土地利用變化的重要指標。動態度值的絕對值越大，表示該類地物浮動越大;相反則變化越平穩。分為單一土地利用動態度和綜合土地利用動態度。單一土地利用類型動態度是指某研究區一定時間內某種土地利用類型的數量變化情況;綜合土地利用動態度是指某研究區一定時間內各種土地利用類型綜合變化情況[15-16]。本文分析的是淮安市在特定的3個時期內各類地物的面積轉變情況，故選用單一土地利用類型動態度。計算公式為：

分析淮安市1998—2018年間大地覆被的各類地物動態度（表5），結果表明：淮安市近20年間土地利用的發展趨勢除水體變化趨于平穩外，其他地物均有相對浮動。淮安市水資源保持良好，未出現大面積水源流失;其次，因人口增加，建設用地呈上升趨勢，耕地面積也呈現增加趨勢，這說明2006年后淮安市實施了保護耕地的舉措，使得耕地面積又回歸正增長。

2.4.3 土地利用空間變化 通過對1998年、2006年和2018年3個時期土地利用圖的對比分析（圖7），結果表明：受人口增加、政策改變、布局統籌規劃等一系列因素影響，淮安市1998—2018年20年間土地利用的空間布局發生了明顯變化。城鎮用地由小城區逐漸擴大，并不斷向市中心聚攏;未利用地不斷被開墾利用為耕地、農村用地和城鎮用地。截至2018年，淮安市未利用地存量已達到歷史最低值。農村用地由以前的散亂且不規則分布，漸漸被統籌劃一。

3 結論與討論

本研究基于1998年、2006年的TM影像和2018年OLI影像數據，運用ERDAS IMAGINE和ARCGIS軟件，對淮安市多年土地利用變化進行了研究分析，得到以下結論：

（1）1998—2006年間，淮安市土地利用變化呈現“兩增四減”，即農村用地、耕地面積增加，水體、林地、城鎮用地、未利用地面積減少。2006—2018年間，淮安市土地利用變化呈現“三增三減”，即水體、農村用地、城鎮用地面積增加，林地、耕地、未利用地面積減少。1998—2018年間，淮安市土地利用變化整體呈現“四增兩減”，即農村用地、水體、耕地、城鎮用地面積增加，未利用地、林地面積減少。

（2）近20年間，每種土地類型都有不同數量的相互轉化。耕地面積整體呈現增長的趨勢，但自2006年以來，耕地總量基本維持不變。為了“耕地紅線”不被突破，大量未利用地被改造為耕地、農村用地和城鎮用地，部分耕地又被置換為農村用地和城鎮用地，以滿足城市發展的用地需要;林地整體呈現遞減趨勢，主要轉化為水體用地和農村用地。

參考文獻

[1]張偉，李研君，曹廣超.基于RS與GIS的土地利用類型研究與分析[J].測繪，2016，39（01）：33-37.

[2]ANDERSON J R，HARDY E E，ROACH J T，et al. A land use and land cover classification system for use with remote sensor data[M]. Washington，D.C.：US Government Printing Office，1976.

[3]李夢穎，邢艷秋，王錚，等.基于Landsat影像的土地利用/覆蓋變化研究——以吉林省汪清縣為例[J].西北林學院學報，2016，31（06）：257-263.

[4]朱耀軍，郭志華，郭菊蘭，等.清瀾港灣紅樹林景觀變化過程及周邊土地利用/覆蓋動態[J].林業科學，2013，49（5）：169-175.

[5]Stephen J Walsh，Thomas W Crawford，William F Welsh，Kelley A Crews-Meyer. A multiscale analysis of LULC and NDVI variation in Nang Rong district，northeast Thailand[J]. Agriculture，Ecosystems and Environment，2001，85（1）.47-64.

[6]WOLTER P T，JOHNS TON C A，NIEMI G J.Land use landcover change in the us great lakes basin 1992 to 2001[J].Journal of Great Lakes Research，2006，32（3）：607-628.

[7]Halmy M W A，Gessler P E，Hicke J A，et al. Land use/land cover change detection and prediction in the north-western coastal desert of Egypt using Markov-CA[J]. Applied Geography，2015，63：101-112.DOI：10.1016/j.apgeog.2015.06.015.

[8]Elias M，Hensel O，Richter U，et al. Land Conversion Dynamics in the Borana Rangelands of Southern Ethiopia：An Integrated Assessment Using Remote Sensing Techniques and Field Survey Data[J]. Environments，2015，2（4）：385-387.

[9]劉紀遠.國家資源環境遙感宏觀調查與動態監測研究[J].遙感學報，1997，1（3）：225-230.

[10]王吉斌，劉曉雙，李才文.基于SPOT影像的四川省劍閣縣景觀格局現狀分析[J].西北林學院學報，2014，29（2）：257-261.

[11]FU P，WENG Q.A time series analysis of urbanization induced land use and land cover change and its impact on land surface temperature with Landsat imagery[J].Remote Sensing of Environment，2016，175（2）：205-214.

[12]全國農業區劃委員（1984.9.8）.土地利用現狀調查技術規程[S].1984.

[13]TD/T 1001-1990.城鎮地籍調查規程[S].1990.

[14]信志紅，王寧，李峰，等.基于Landsat的黃河口地區土地利用類型研究[J].中國農業資源與區劃，2018，39（1）：99-105.

[15]周俊霞，劉淑英，王平.武威市涼州區土地利用動態度的時間分異分析[J].貴州農業科學，2011，39（2）：218-221.

[16]楊靜，莊家堯，張金池.基于RS和GIS的徐州市20年間土地利用變化研究[J].南京林業大學學報（自然科學版），2013，37（2）：85-91.

（責編：張宏民）