營口海岸帶土地利用及景觀格局35年變化

帥艷民, 曲歌, 邵聰穎, 謝東輝, 朱啟疆, 石瑩

營口海岸帶土地利用及景觀格局35年變化

帥艷民1,2,3, 曲歌1,*, 邵聰穎1, 謝東輝4, 朱啟疆4, 石瑩1

1. 遼寧工程技術大學, 測繪與地理科學學院, 阜新 123000 2. 中國科學院新疆生態與地理研究所, 絲路綠色發展研究中心, 烏魯木齊 830011 3. 中國科學院中亞生態與環境研究中心, 烏魯木齊 830011 4. 北京師范大學, 地理科學學部, 遙感科學國家重點實驗室, 北京 100875

營口沿海產業基地是“興遼計劃”和振興東北的重要支點, 其經濟發展與海岸帶變遷的耦合機制亟需海岸帶土地利用和景觀格局的變化足跡, 以便深入理解海岸城市與經濟發展協同演進過程。以面向對象的分類器為主輔以人工解譯, 提取營口海岸帶1984—2018年間30m土地利用信息, 采用土地轉移矩陣和景觀格局指數分析土地利用和景觀格局變化趨勢, 通過主成分分析法探討誘發變化的關鍵驅動因素。結果表明: (1) 土地利用類型1984—1992年以耕地和鹽田變化為主發展到1993—2006年建設用地激增的趨勢, 具有從農耕為主到城市化的鮮明時代特征; (2) 土地利用類型間的逐年轉化程度各不相同, 其中1993—1995年、2006—2007年、2011—2015年耕地和低效鹽田向建設用地的轉入最為突出; (3) 景觀格局總體上斑塊趨于分散, 2004年后破碎化加劇, 并呈現以建設用地和耕地為區域基質, 其他景觀周圍分布的模式; (4) 人口和經濟政策因素在營口市海岸帶土地利用方式轉變過程中具有明顯驅動效應。尤其“以港興市”、耕地占補平衡、沿海產業基地建設等政策驅動當地土地利用傾向性的變化方向。合理調整土地利用結構, 優化景觀布局, 充分利用沿海地理優勢的同時更應著眼于可持續發展, 致力經濟、社會和生態效益相統一。

海岸帶; 影像分類; 土地利用; 景觀格局; 驅動力

0 前言

海岸帶指連接陸地與海洋的生態交匯區, 一般地形平坦開闊, 土壤深厚肥沃, 物種豐富度高, 人類文明多起源于此。八十年代改革開放以來, 約占我國13%陸地面積的海岸地區卻聚集了70%+的大城市和近50%的人口及55%的國民收入[1], 是經濟發展前沿陣地和社會活動的重要場所。但海陸過渡地帶地類復雜, 易誘發生態環境脆弱敏感問題, 加之人類活動密集, 資源開發頻繁, 土地利用類型及地表景觀變化較為活躍, 滋生出的人地問題錯綜復雜。而海岸帶土地利用動態變化(Land Use and Land Cover Change, LUCC)及其景觀格局演進過程, 是潛入理解海岸帶問題和綜合評價海岸生態環境狀況的基本數據。

擁有客觀、準確和大尺度特點的衛星遙感技術已被不少學者用于探討海岸帶LUCC及地表景觀變化的相關問題[2]。海岸帶地物分類一般以遙感影像為數據源, 通過參考陸地區域土地分類系統標準并結合海岸帶地物特征, 建立較詳細的解譯標志庫, 以人工目視解譯來完成海岸帶土地利用分類[3], 隨著機器學習研究的深入, 應用決策樹、SVM(Support Vector Machines)、人工神經網絡等方法識別海岸帶地物逐漸成為趨勢, 如薛振山等利用CBERS-02與SPOT5融合后的數據, 應用SVM方法提取海岸帶信息并取得較高精度[4]; 何厚軍等運用規則推理方法分析海岸帶地物的光譜特征及紋理特征, 構建決策樹模型進行海岸帶信息提取研究[5]。由于海岸帶地物地形較為復雜, 上述方法均屬于基于影像像元的分類處理, 精度尚可但應用效果仍需提高, 因此不少學者們提出面向對象分類方法, 如王彩艷等從影像分割入手, 獲取同質圖斑并深度挖掘其光譜、紋理、空間關系等多方面特征以區分海岸帶地物, 得到較高精度的土地利用信息[6]。隨著海岸帶地物分類方法的不斷改進, 為海岸帶變化檢測[7-9]、驅動力機制研究[10-12]及環境響應[13-14]提供技術支持, 可深入探討海岸帶土地利用時空變化特征, 進一步提高對海岸帶認識, 對港灣地區可持續利用提供科學參考。但大多以5年甚至10年為間隔, 對海岸帶逐步演進細節的捕獲仍有欠缺。此外, 海岸帶研究主要集中在長江三角洲、珠江三江洲或廈門、廣州等較發達地區, 對其他沿海地區研究則相對缺乏[15]。營口經濟發展起步較晚但進程較快, 目前是國家振興遼寧乃至整個東北的重要支點, 必將迎來更快的發展節奏。因此, 我們有必要對其海岸帶演進特點提高認識, 為合理規避高強度開發可能誘發的潛在風險和其他相似類型海岸帶科學規劃服務。

遙感技術的發展和衛星數據的開放與積累為捕獲海岸演進的時序細節提供客觀保障。衛星遙感發展初期多以服務大氣和海洋領域為主, 觀測空間分辨率均在百公里至公里級, 相對地表覆被特別是人類活動造成的變化通常在250 m尺度, 而該空間尺度較粗則很難準確提取LUCC情況。近年來, 對地觀測星載傳感器日益豐富且時空分辨率得以大幅提升, 為地表覆被精細類別的提取提供客觀機會, 尤其是我國中高分辨率觀測數據的積累和Landsat自1980年歷史數據開放政策的實施, 為幾十年時間跨度的時序研究提供基本數據保障[16-17]。綜上, 本文以Landsat 1984年以來有效數據為基礎, 探討營口海岸帶土地利用和景觀格局逐年變化特點及潛在驅動因素, 為營口乃至遼寧沿海經濟帶管理提供基礎數據。

1 研究區域與數據

1.1 研究區域

“海岸帶”尚無統一的界定標準, 各研究基于海岸帶調查相關規范和研究區實際情況及研究目的, 各自圍繞海岸線向海陸兩側延伸一定距離定義海岸帶研究范圍。本研究參照《全國海岸帶和海涂資源綜合調查簡明規程》, 自海陸交界線[18]向陸一側擴展10 km, 以不割裂道路干線、鄉鎮行政界限等為原則, 確保城市景觀獨立完整, 同時向海一側擴展10 km。不同年份海陸界線略有不同, 故以大潮高潮時劃分以保證港口碼頭、鹽田及養殖水面景觀和海岸線的完整性。營口海岸帶位于渤海灣東北岸(圖1), 地理坐標介于北緯39°55′至40°45′, 東經121°55′至122°25′之間, 氣候溫和, 降水適中, 海岸線直線長達122 km,邊界與海岸線所交疊的行政區有西市區、站前區、鲅魚圈區和蓋州市。該研究區域雖不能囊括整個蓋州市行政區, 但已匯集所有的經濟中心、主要交通干線及二臺、九寨、陳屯等大型水果種植基地, 而未覆蓋到的蓋州市東部系千山山脈的部分山區, 目前深度開發還很欠缺。總體上, 營口海岸帶北端為淤泥質海岸, 地勢平坦利于海水引進, 主要被開發成鹽田或水產養殖; 中部為基巖海岸, 具備良好的建港條件亦適于發展旅游度假產業; 南部為砂質海岸, 地質較為松散, 雖缺乏建港基礎但可圍墾土地[19]。

圖1 研究區地理位置和隨機布樣的驗證樣點(黃色)及實地踏勘樣點(紅色)的空間分布

Figure 1 Geographical location of research region and the distribution of accuracy verification and field work points

1.2 數據及預處理

本文選取1980年以來, 研究區域內無云蓋的Landsat 30mTM、ETM+、OLI并經過輻射定標、地理定標和大氣校正地表反射率數據產品。從美國地質調查局管網(https://earthexplorer.usgs.gov)共獲取1984—2018年逐年28期TM和6期OIL覆蓋研究區的影像。Landsat7 ETM+因2003年出現SLC-off故障造成嚴重的數據缺失, 且有同期TM有效數據的情況下, 暫未考慮ETM+ SLC-off數據。此外, 為減少地物類型特別是植被的季相波動影響, 所有數據均選取9月中旬至10月中旬影像。再者, 依照所采納的“海岸帶”界定, 屏幕數字化出營口海岸帶邊界圖, 并作為掩膜將34期Landsat影像統一裁剪。此外, 我們還獲取了空間分辨率30 m的ASTER GDEM數據, 并將其處理坡度圖用于后續分類依據指標之一。另外, 為驗證地表覆被提取精度, 我們在研究區隨機選取150個驗證點, 保證選點客觀性和避免人為傾向性，根據同期高分辨率影像人工解譯驗證點。對個別不確定類別, 我們進行了實地考察, 踏勘路徑覆蓋上述隨機驗證點的30%左右, 以進一步確認。

驅動力分析中還參考了《營口年鑒》《環渤海區域經濟年鑒》中營口市西市區、站前區、鲅魚圈區、蓋州市4個行政單元的1984—2018年社會經濟數據指標, 從人口、經濟增長、生活水平、農業生產等方面入手, 選取沿海港口貨物吞吐量、外貿口岸出口總額、國民生產總值、第一產業總值、第二產業總值、第三產業總值、工業總產值、年末總人口、全市居民消費支出、年末非農業人口、水產品產量、水果產量共計12個可量化因子開展主成分分析。研究中還采用了營口海岸帶實地考察拍攝影像, 用于輔助分類結果驗證。

2 研究方法

2.1 基于面向對象的分類策略

營口海岸帶1984—2018年間逐年土地利用空間分布情況是研究其過去三十多年動態變化和景觀演進的工作基礎。我們首先考察覆蓋研究區的開放土地利用數據產品, 如FROM-GLC、GlobeLand30, 目前僅有幾期產品, 尚不能建立逐年時序。故本研究組織Landsat時序影像, 融合多種有效信息手段獲取海岸帶時序土地利用圖。傳統基于像元的分類圖往往較為破碎, 面向對象分類方法通過對圖像有效分割以聚合具有相同屬性特征的像元, 形成較為完整的圖斑(即稱之為對象的像元集合體), 該方法可綜合考慮圖像光譜統計特征及地物的形狀、紋理等一系列信息, 可抑制類內噪音和消除部分類間光譜混淆現象[20]。綜合考慮, 其較適用于挖掘分析本研究中不同土地利用圖斑要素的變化軌跡, 故采用基于面向對象的分類策略為主輔以后處理來確保海岸帶時序土地利用圖的準確提取。

(1)分類前準備: 利用典型地物同季相波譜特征積累遙感影像解譯的先驗知識。通過ArcGIS工作平臺完成人機交互式的目視解譯, 獲取2018年營口海岸帶土地利用類型空間分布矢量圖(圖2), 統計各類型面積比例, 依據我國土地利用分類標準并結合研究區的實際情況, 劃分出耕地(包括水田、旱地等)、綠地[21](除耕地以外的植被, 如林地、草地等)、水域(包括海域、河渠等)、鹽田(包括鹽池、灘涂、養殖水面等)、建設用地(包括房屋、道路等)。由于研究區土地開發強度大, 近乎無未利用土地, 故類別劃分中無“未利用土地”類型。

圖2 2018年營口海岸帶目視解譯矢量圖

Figure 2 Vector map generalized through the screen-digitalization over Yingkou Coastal Zone from the high resolution image of 2018

(2)多尺度分割: 選擇最佳分割參數構造同質性像元的對象。在eCognition 8.7軟件中以小尺度做初始分割, 依次放大尺度生成不同影像層, 對比分割對象與實際地表覆蓋面元形狀的一致度, 選擇最佳尺度參數為50、形狀因子0.5、緊致度因子0.3, 明度值<1, 分割效果如圖3所示。

(3)構建分類層次及規則: 根據高分辨率影像, 選取營口地區不同地物, 分析波譜和遙感因子特征及其直方圖分布, 建立分類規則, 確定最佳特征的取值范圍, 并采用分類樹機制進行分層地物提取。具體為針對分割對象, 利用eCognition軟件中的Feature View工具顯示所篩選特征(包括MNDWI、NDVI(表1)等)對應的直方圖, 根據多個特征間的最高可分離性確定區分目標和非目標對象的閾值范圍, 在分類樹節點建立確定目標對象的閾值條件, 且同時構建水域、建設用地、綠地、耕地由上至下的層次結構, 分級提取, 鹽田通過對水域手動分割完成, 具體參照圖4的土地利用分類流程圖。

圖3 分割后的影像對象

Figure 3 Image object after segmentation

表1 分類規則

表2 景觀格局指數

(4)分類后處理: 自動分類存在一定的圖斑錯漏現象, 需要人機交互反復檢核, 逐景剔除錯分圖斑、補充漏分圖斑。

2.2 精度評價

精度評價不僅是對分類策略和信息提取方法的有效檢驗, 還是對后續動態變化監測分析的基本保障。本研究采用定性和定量兩種方式進行分類結果的精度評價。首先對結果目視檢查并輔以地面調查進行分類圖的定性評價。再者, 我們在研究區隨機布設驗證點, 利用專家知識人工識別其1984—2018地物類型作為精度評價對比基礎, 并通過混淆矩陣等指標定量評價每年的分類效果。總體精度表示矩陣中被正確分類的樣本總數與總樣本數的比值, 即分類結果總體正確性, Kappa系數充分利用矩陣中每個元素信息, 綜合考慮正確分類數目和錯分漏分情況, 可較為客觀全面地反映分類結果總體精度情況[22]。

2.3 土地轉移矩陣

在研究中, 本文采用土地轉移矩陣表達土地利用類型的定量轉入轉出變化細節。土地轉移矩陣是以數字矩陣的形式刻畫某時期內各土地類型的流動去向和數量, 見公式(1), 該方法可細致直觀地反映

出土地類型的結構變化, 提供動態、豐富的用地功能轉變信息。

S表示面積; n代表所討論的土地利用類型數; I代表轉移前的土地利用類型; j代表轉移后的土地利用類型; Sij代表轉移之前屬于i地類轉換成轉移之后屬于j地類的面積[23]。

Figure 4 Flow chart of land use classification

2.4 景觀格局指數

景觀格局指數是綜合反映景觀格局信息的量化指標, 在格局與過程間建立聯系, 分析景觀要素及區域內生態資源的發展變化。本研究考慮海岸帶的地表覆蓋特點, 選取一組類型級別指標及景觀級別指標(表2), 旨在既能夠反映單個要素的結構特征, 又能描述研究范圍內整體特征, 達到從不同尺度較全面分析景觀格局的目的[24-25]。

3 結果與分析

3.1 土地利用分類結果及精度評價

依據上述分類策略, 提取1984—2018年營口市海岸帶土地利用類型分布圖。如圖5左部所示為1984—2018年間8個典型年份土地利用分布圖, 總體上左側為海右側為陸, 圖5左(a)—(d)初期最北端為建設用地, 向南即為大規模的鹽田, 中部和南部則是耕地、綠地及零星散布大小不一的建筑用地, 此時鲅魚圈港區初具雛形分布在中部基巖岸段處, 到圖5左(e)—(h)即研究后期建設用地分布較廣, 幾乎覆蓋了站前區和西市區北部, 鲅魚圈港區則以海港為中心呈放射狀分布在鲅魚圈區沿岸, 成片的耕地仍分布在研究區中部南部即蓋州市的非城區, 由圖(g)和圖(h)可以看出2013年后鹽田僅分布在蓋州團山岸段。通過混淆矩陣利用高分辨率影像數據對1985年、1990年、1995年、2000年、2005年、2010年、2015年解譯結果進行驗證, 總體精度分別為87%、90.6%、86.2%、91.2%、88.7%、89.9%、90.6%, Kappa系數對應為0.82、0.87、0.82、0.88、0.84、0.86、0.87, 能夠滿足研究的精度需求[26]。另外, 通過2018年的實地踏勘, 結合對當地居民的調查訪問, 將分類結果與采集的地表真實信息對比, 驗證精度達90%。

3.2 土地利用動態變化

年際變化土地利用時序分類圖顯示各土地利用類型的位置均有不同程度的遷移。如圖5右側(i)—(k)所示, 建設用地在研究區北部、西南部持續擴張, 轉換主要發生在地理區位較好的地區, 為西市區沿海產業基地的鹽田、鲅魚圈沿岸的水域及蓋州市九壟地鎮的耕地; 耕地減少區域在研究區內分布較廣, 主要分布在鲅魚圈區東部、蓋州市南部; 鹽田在西市區北部不斷發生大規模轉為水域, 后期在其西南位置進行補充; 位于板石山、五臺山、新開嶺的綠地雖有被開墾為其他類型的痕跡, 但幅度較小; 水域的變化則主要表現在西市區沿岸鹽田的廢棄和鲅魚圈沿岸海港的建設。從1984—2018逐年土地利用面積上(圖6), 1984—1992年間土地利用結構以水域、耕地和鹽田為主, 人類活動對地表的改造主要體現在農業生產和海港城市的鹽田管理中, 建設用地一直呈穩定緩慢增長, 耕地則一直保持明顯的減少趨勢。1993—2006年間建設用地面積已超過鹽田且增長速度開始加快, 而耕地大幅減少后在2002年后略有抬升。在2008—2014年一直攀升的建設用地與耕地面積相持平, 2014年后建設用地繼續擴張直至超出耕地90 km2, 且差距逐年拉大。此外, 自1990年后鹽田面積一直呈減少趨勢, 雖偶有上升波動但幅度均不足20 km2, 直至2000年后減少速度加快, 尤其是2010—2013年間, 稍后有一個三年回彈。

圖7綜合了1984—2018年營口海岸帶逐年土地利用類型轉入轉出情況, 反映了土地利用類間動態變化的足跡。(1)耕地整體呈現為向其他土地利用類型轉出, 多為建設用地, 尤其是1993—1994年、2010—2011年達70 km2以上。(2)建設用地的轉移反映為土地轉入, 轉入的類型主要有鹽田、耕地和水域, 其中近一半的轉入量來自耕地, 集中體現在1993—1995年和2000—2014年。城市化進程加快的直接表現就是建設用地需求量增大, 在土地總量一定的情況下, 必然會發生其他類型的轉入。建設用地轉化為耕地也常有發生, 這是由于土地利用管理力度的加強, 沒收并退墾非合理占用耕地資源的建設用地, 造成建設用地與耕地間雙向轉化。(3)鹽田類型的土地轉移幅度較大, 流動多發生于建設用地和水域兩種類型。前期鹽田的轉入面積高于轉出面積, 但自2006年起轉出大幅增多大規模轉變成建設用地, 且部分鹽田通過淡水養殖恢復土壤正常鹽堿度后逐漸改造為耕地, 每年轉出面積接近50 km2。80、90年代營口海岸帶工業發展水平較低, 鹽田為當地重要工業原料產出區, 制鹽效益好, 在這期間轉入部分多。由于近年來鹽田價值下滑, 制鹽成本上升, 大量低效鹽灘面臨轉型, 開發成沿海產業基地。(4)綠地類型的土地轉移對應耕地、建設用地兩種土地類型, 年際間土地轉移量僅在20 km2左右, 時序變化與其他類型相比幅度較小, 其中建設用地持續向綠地轉入, 轉移量雖不多但有增加趨勢, 表明區域發展開始關注生態建設, 注意植被覆蓋率的提高。(5)水域的轉移路徑相對簡單, 主要轉變為建設用地與鹽田, 另有小部分發生于其邊緣圍墾后轉為耕地。

圖5 1984—2018年營口市海岸帶土地利用類型分布(圖左)及轉移分布(圖右)

Figure 5 Land use type distribution and transfer distribution in coastal zone of Yingkou City from 1984 to 2018

圖6 1984—2018年營口市海岸帶地類面積變化信息

Figure 6 Land type area change information of Yingkou Coastal Zone from 1984 to 2018

圖7 1984—2018年營口海岸帶逐年土地利用轉移情況

Figure 7 Land use transfer in Yingkou Coastal Zone from 1984 to 2018

3.3 景觀格局動態變化

從景觀生態學角度總體景觀格局[27], 1984—2002年間香農多樣性和香農均勻度指數均呈單調上升趨勢, 并在此后仍以波動形式持續升高(圖8a), 說明景觀結構中優勢組分對格局整體的影響減弱, 由于居住場所開發、社會生產活動等愈加頻繁, 不同類型斑塊間分離度逐漸提高, 各景觀類型空間分布趨于分散。

從單個土地利用類型角度分析, 景觀格局動態變化的特點各具特色。(1)耕地聚集度在整個研究時段均較高(圖8b), 僅次于景觀中斑塊個數最少且總面積最大的水域類型, 總體上呈現片狀連續分布, 但其形狀指數(圖8c)較高, 主要由于耕地斑塊邊緣新增了建設用地斑塊, 造成耕地斑塊形狀復雜化。(2)建設用地在研究期間內斑塊密度、形狀指數屬所有類型中最高, 聚集度、平均斑塊面積則最低, 連通度(圖8d)處于各類型中的低值, 較明顯地表現出景觀連通狀況不佳, 與鄰近其他類型斑塊聯系能力弱, 甚至影響整體景觀的連通度。1998年后建設用地平均斑塊面積(圖8e)相較自身有小幅增長, 說明該類型的散碎斑塊逐漸被整合歸并(3)綠地的平均斑塊面積、斑塊密度在研究前期波動較大, 2003年后綠地各項景觀指數維持較穩定的狀態, 2010年后形狀指數呈上升趨勢, 可知退耕還林還草的良好生態理念與土地利用結合逐漸深入, 綠地斑塊形狀簡單化, 人為干預效果明顯。(4)鹽田斑塊密度(圖8f)低于0.1, 各年份均低于景觀中所有類型最低, 說明鹽田景觀面對擾動的反應能力強, 對整體景觀穩定性貢獻較多。連通度在1984—2011年間保持在99.7左右, 2011—2018年有明顯浮動, 由于營口沿海產業基地在2006年正式開發建設, 部分鹽田景觀被其他類型代替。(5)水域類型景觀聚集程度最高, 形狀指數、斑塊密度都呈上升趨勢, 完整的水域景觀邊緣被分割出許多小斑塊, 造成其形態趨向復雜化。

圖8 1984—2018年營口海岸帶各項景觀指數變化情況

Figure 8 Changes of landscape indices in Yingkou Coastal Zone from 1984 to 2018

4 討論

土地動態變化的驅動因素從根本上可分為自然因素和人文因素兩大類。在35年的監測期內, 地質地貌、氣候氣象等自然因素較為穩定, 對土地利用變化影響短期內不顯著, 相比之下, 人口、經濟等人文社會因素對土地利用方式的轉變更具顯著驅動作用, 因此本研究考慮人文社會因素作為驅動力, 聯系營口海岸帶社會經濟數據, 選取對土地利用有潛在影響的12個指標構建指標體系, 在SPSS軟件中通過主成分分析進行代表性指標選取。計算得出第一、二主成分特征值均大于1, 累計貢獻率96.214%, 能反映所選指標的綜合信息, 各變量因子負載見表2, 表明主要驅動因素為人口因素和經濟政策因素。

表2 主成分載荷矩陣

4.1 人口因素

土地利用轉換過程中帶有人類活動或人類意志的顯著烙印。35年來營口海岸帶人口增長速率不斷加快, 由1984年的190.66萬人增至到2018年的243.3萬人, 這種增長趨勢必然需要提供更多的居住地, 導致建設用地的增加, 而房地產商開發新住宅區時往往不會考慮城市建設的整體規劃, 造成建設用地類型小斑塊個數增多, 致使景觀破碎化、聚集性不佳, 甚至影響與其他景觀單元的連通度。另一方面, 研究區非農業人口相比總人口增長速度更快, 說明以務農為主的低額的經濟收入已經不足以供給人們如今的生活需要, 更多人主要是青壯年選擇去收入較高的工廠做工, 耕地種田的勞動力減少, 這也與耕地的縮減相關聯。

4.2 經濟政策因素

經濟發展對一個地區的城市化進程起決定性作用, 是土地利用結構變化的動力來源。近30年來在新型經濟的引導下, 營口海岸帶第二、第三產業在產業結構中比重明顯提升, 2018年已達到第一產業總值的5到6倍。由于第二、三產業以工廠生產和服務行業為主, 占用的土地資源多為建設用地, 而第一產業則多為農用地、林地等, 產業結構的調整勢必會促進原有土地利用方式及景觀格局的改變, 形成適合當前形勢的土地利用系統。改革開放初期, 營口大興制鹽業, 引海入池, 在西市區內構建了百里鹽田, 但長期以來未能隨經濟環境改變實施轉型, 致鹽田效益不高, 2006年起營口抓住“五點一線”遼寧沿海經濟帶的戰略機遇, 將低效鹽灘開發建設成營口沿海產業基地, 在承接東北亞經濟圈、環渤海經濟帶、一帶一路等多方輻射下, 沿海產業基地已然形成規模, 致使鹽田的銳減和建設用地的擴張。另外, 在“以港興市”政策的引領下, 營口港以填海造陸的方式規模不斷擴大, 從而引起水域向建設用地的轉入。根據營口土地利用總體規劃, 2008年起落實耕地“先補后占”制度, 促使2010—2016年間耕地面積出現先增長后減少的現象。

本文借助土地轉移矩陣、景觀格局指數對營口市海岸帶的土地利用、景觀格局時空特征變化進行系統地梳理分析, 并探討經濟、人口等因素的驅動效應, 利用遙感手段的監測更具有宏觀把握, 研究結果對未來營口市海岸帶合理調整土地利用結構、優化景觀布局、協調區域生態環境與經濟發展有重要參考價值。為提高分類精度, 因此本文在地物提取中投入了大量人工判讀、檢核的工作, 但是這勢必會增加工作量, 在未來研究中將進一步尋求全自動分類方法, 精細化土地利用類型, 在連續時序分析的基礎上加強對研究區精細類型演進的理解, 并且今后的研究中可建立多驅動因素耦合的定量化模型, 聯合變化過程對解釋預測驅動力內在機制進行深度探討, 還可因地制宜構建不同類型土地利用變化對土地可持續性的響應模型。

5 結論

本文基于營口市海岸帶1984—2018年的Landsat影像數據, 以基于面向對象分類策略為主結合人工目視解譯提取逐年土地利用類型分布圖, 采用土地轉移矩陣、景觀格局指數方法獲取海岸帶土地利用變化信息, 利用主成分分析法對數據進行統計整理, 研討其驅動力因素。結果表明:

(1)不同土地利用類型變化具有鮮明的時代特征。1984—1992年以耕地、鹽田的自然發展為主, 1993—2006年建設用地擴張, 向城市化發展, 2008—2014年建設用地繼續增長, 鹽田銳減, 耕地受政策保護有所增加。

(2)35年間不同土地利用類型的轉化各有特色帶有改革的時代烙印。耕地主要轉化為建設用地和綠地, 這與我國改革開放后長期大力發展基礎建設和近期加大生態環保力度關系密切; 相應的建設用地則主要反映為耕地轉入; 鹽田主要轉換為建設用地和水域, 其較活躍的轉入轉出軌跡呼應了鹽田效益和市場調控情況; 區域發展注重提高植被覆蓋率, 轉入綠地類型的土地面積逐漸增多; 水域類型的轉移出現在對建設用地的轉入和與鹽田的互相轉化。

(3)景觀特征隨時間推移不斷發生波動。根據景觀指數變化可看出各景觀類型分布趨于分散, 原本的耕地景觀內新增人工建筑斑塊, 完整的水域景觀邊緣被分割出小斑塊, 部分鹽田景觀逐漸被其他類型代替。從整體來看, 景觀的多樣性與均勻程度增加, 優勢組分對景觀整體的影響減弱。

(4)人口、經濟政策因素在營口市海岸帶土地利用及景觀格局轉變過程中具有明顯驅動效應。以港興市、耕地占補平衡、沿海產業基地建設等政策對各類型變化趨勢有重要的牽引和導向作用。

綜上所述, 營口海岸帶城市化進程較快但需加強調控, 亟待優化土地利用治理方案, 合理布局景觀, 如制定嚴格土地開發管控制度以保證城市規劃的有效實施、增補永久基本農田與自然綠地以擴充生態服務功能用地, 充分利用沿海地理優勢的同時更應著眼于可持續發展, 實現經濟效益、社會效益和生態效益相統一, 邁向現代化生態城市。

[1] 鐘兆站. 中國海岸帶自然災害與環境評估[J]. 地理科學進展, 1997, 16(1): 44–50.

[2] 李清泉, 盧藝, 胡水波, 等. 海岸帶地理環境遙感監測綜述[J]. 遙感學報, 2016, 20(5): 1216–1229.

[3] 邸向紅, 侯西勇, 吳莉. 中國海岸帶土地利用遙感分類系統研究[J]. 資源科學, 2014, 36(3): 463–472.

[4] 薛振山, 楊曉梅, 蘇奮振, 等. CBERS-02與SPOT5融合數據及其在海岸帶土地利用調查中應用能力綜合評價[J]. 遙感技術與應用, 2009, 24(1): 97–102.

[5] 何厚軍, 王文, 劉學工. 基于決策樹模型的海岸帶分類方法研究[J]. 地理與地理信息科學, 2008, 24(5): 25–28.

[6] 王彩艷, 王璦玲, 王介勇, 等. 基于面向對象的海岸帶土地利用信息提取研究[J]. 自然資源學報, 2014, 29(9): 1589–1597.

[7] 鄧才龍, 劉焱雄, 田梓文, 等. 無人機遙感在海島海岸帶監測中的應用研究[J]. 海岸工程, 2014, 33(4): 41–48.

[8] THOMAS T, PHILLIP M R, MORGAN A, et al. Morphostat: a simple beach profile monitoring tool for coastal zone management[J]. Ocean & Coastal Management, 2018, 153(3): 17–32.

[9] ZHOU Min, WU Mengquan, ZHANG Guangzong, et al. Analysis of coastal zone data of northern Yantai collected by remote sensing from 1990 to 2018[J]. Applied Sciences, 2019, 9(20): 44–66.

[10] 吳琛璐, 王強, 董政, 等. 福建省海岸帶土地利用/覆蓋變化及其驅動力[J]. 水土保持通報, 2018, 38(3): 318–323.

[11] 閆曉露, 鐘敬秋, 韓增林, 等. 近40年遼東灣北部圍墾區內外濱海濕地景觀演替特征及驅動力分析[J]. 地理科學, 2019, 39(7): 1155–1165.

[12] 張佰發, 苗長虹. 黃河流域土地利用時空格局演變及驅動力[J]. 資源科學, 2020, 42(3): 460–473.

[13] 周倩, 章海波, 李遠, 等. 海岸環境中微塑料污染及其生態效應研究進展[J]. 科學通報, 2015, 60(33): 3210–3220.

[14] 周汝佳, 張永戰, 何華春. 基于土地利用變化的鹽城海岸帶生態風險評價[J]. 地理研究, 2016, 35(6): 1017–1028.

[15] 馬萬棟, 張淵智, 施平, 等. 海岸帶土地利用/土地覆被變化研究進展[J]. 地理科學進展, 2008, 27(5): 87–94.

[16] ROY D P, WULDER M A, LOVELAND T R, et al. Landsat-8: science and product vision for terrestrial global change research[J]. Remote Sensing of Environment, 2014, 145(145): 154–172.

[17] MASEK J G, VERMOTE E F, SALEOUS N E, et al. A Landsat surface reflectance dataset for North America, 1990–2000[J]. IEEE Geoscience and Remote Sensing Letters, 2006, 3(1): 68–72.

[18] 夏東興, 段焱, 吳桑云. 現代海岸線劃定方法研究[J]. 海洋學研究, 2009, 27(S1): 28–33.

[19] 吳莉, 侯西勇. 2000–2010年環渤海省市海岸帶土地利用變化分析[J]. 海洋科學, 2015, 39(9): 101–110.

[20] 趙家敏, 林媚珍, 龔建周, 等. 基于面向對象技術提取的順德區基塘系統格局分析[J]. 生態科學, 2018, 37(2): 191–197.

[21] 黃隆楊, 劉勝華, 李健. 城市生態用地時空動態及其相關驅動力––以武漢市為例[J]. 長江流域資源與環境, 2019, 28(5): 1059–1069.

[22] 吳波, 林珊珊, 周桂軍. 面向對象的高分辨率遙感影像分割分類評價指標[J]. 地球信息科學學報, 2013, 15(4): 567–573.

[23] 田培, 龔雨薇, 朱占亮, 等. 三峽水庫壩區生態屏障區近25年土地利用變化評價[J]. 水土保持學報, 2020, 34(2): 78–85.

[24] 劉雨先, 王守梅, 龔熊波, 等. 基于3DLP指數的景觀格局演變及預測分析[J]. 生態科學, 2020, 39(03): 122–131.

[25] 潘翔, 孫元敏, 吳劍, 等. 廈門灣海岸帶景觀格局時空動態演變研究[J]. 生態科學, 2016, 35(1): 117–123.

[26] 布仁倉, 常禹, 胡遠滿, 等. 基于Kappa系數的景觀變化測度––以遼寧省中部城市群為例[J]. 生態學報, 2005(4): 778–784.

[27] 左麗君, 徐進勇, 張增祥, 等. 渤海海岸帶地區土地利用時空演變及景觀格局響應[J]. 遙感學報, 2011, 15(3): 604–620.

Land use and landscape pattern changes of Yingkou Coastal Zone over the past 35 Years

SHAI Yanmin1,2,3, QU Ge1,*, SHAO Congying1, XIE Donghui4, ZHU Qijiang4, SHI Ying1

1. College of Surveying and Mapping and Geographic Science, Liaoning Technical University, Fuxin 123000, China 2.Research Center of Green Silk Road, Xinjiang Institute of Ecology and Geography Chinese Academy of Sciences, Urumqi 830011, China 3. CAS Research Center for Ecology and Environment of Central Asia, Urumqi 830011, China 4. State Key Laboratory of Remote Sensing Science, Faculty of Geographical Science, Beijing Normal University, Beijing 100875, China

Yingkou coastal industrial base is an important fulcrum for the "The Plan of Prospering Liaoning" and the revitalization of northeast China. The coupling mechanism of economic development and coastal zone changes is in urgent need of the change footprint of coastal zone land use and landscape pattern to understand the coordinated evolution process of coastal city and economic development. We focus on the coastal zone of Yingkou to extract the 30 m annual land use map during 1984-2018 using the object-oriented classifier combined with artificial interpretation, analyze the temporal trend of changes in land use and landscape pattern through the land transfer matrix and landscape pattern index, and investigate the driving factors induced such changes by Principal Component Analysis (PCA). Results showed that: (1) The land use change in 1984-1992 was mainly farmland and salt pan, but it changed to the trend of a sharp increase in construction land in 1993-2006, which had the distinctive characteristics of the era from farming to urbanization. (2) The degree of conversion among land use types varied year by year, among which the transfer of farmland and low-efficiency salt pan to construction land was the most prominent from 1993 to 1995, 2006 to 2007, and 2011 to 2015. (3) The landscape pattern was generally patchy and fragmented, with fragmentation intensifying after 2004, and showing a pattern with construction land and farmland as the regional matrix and other landscapes distributed around it. (4) Population and economic policy factors had an obvious driving effect in the process of land use change in the coastal zone of Yingkou city. In particular, the policies of "rejuvenating the city with the harbor", the balance of farmland occupation and compensation, and the construction of coastal industrial bases drive the direction of change of local land use tendencies. Rational adjustment of land use structure, optimization of the landscape layout, making full use of the geographical advantages of the coast are needed; meanwhile we should focus on sustainable development, and strive to unify economic, social and ecological benefits.

coastal zone; image classification; land use; landscape pattern; drive force

10.14108/j.cnki.1008-8873.2022.06.006

P901; P748

A

1008-8873(2022)06-041-11

2020-08-10;

2020-10-15

國家自然科學面上基金(42071351); 中國科學院百人計劃(Y938091); 遼寧省‘興遼英才計劃’項目(XLYC1802027); 湖南省自然科學基金(2018JJ2116);大學生創新訓練項目(201910147010)

帥艷民(1973—), 女, 教授, 博士生導師, 主要研究方向為定量遙感、區域可持續發展, E-mail: shuaiym@gmail.com

通信作者:曲歌(1997—), 女, 碩士研究生, 主要研究方向為海岸帶開發研究、區域可持續發展, E-mail: quge1997@163.com

帥艷民, 曲歌, 邵聰穎, 等. 營口海岸帶土地利用及景觀格局35年變化[J]. 生態科學, 2022, 41(6): 41–51.

SHAI Yanmin, QU Ge, SHAO Congying, et al. Land use and landscape pattern changes of Yingkou Coastal Zone over the past 35 Years[J]. Ecological Science, 2022, 41(6): 41–51.