基于GIS技術的重慶市渝中區土地利用變化及其驅動力分析

本文引用格式：.基于GIS技術的重慶市渝中區土地利用變化及其驅動力分析［J」.藝術科技，2025，38（8)：58-60.

中圖分類號：F301.24

文獻標識碼：A 文章編號：1004-9436（2025）08-0058-03

在城市化浪潮中，城市發展與生態保護并非此消彼長的關系，而是相互依存的共同體。城市土地作為承載一切建設活動的空間載體和生態系統服務供給的基礎，其分配格局直接決定了城市發展的形態、效率以及生態環境的基底與韌性。一方面，城市發展需要土地來支撐經濟增長、產業布局、交通網絡、住宅建設和公共設施的完善；另一方面，健康的生態系統需要充足且連通的空間來維持其維護生物多樣性、調節氣候、凈化環境、涵養水源等關鍵服務功能。然而，在有限的城市空間范圍內，兩者之間天然存在對土地資源的競爭。因此，準確把握城市土地利用的變化趨勢及其驅動因素，對于制定科學合理的城市綠地規劃與管理策略具有重要意義。

朱文謹等人[]針對核心區潮灘鹽沼區域，以1984—2021年的Landsat系列影像為數據來源，采用遙感和地理信息技術，結合多種分類方法，分析了近40年來鹽沼濕地前緣、濕地面積及研究區景觀的變化情況。潘明偉等人[2]以都勻市2010年和2020年2期遙感影像作為數據源，對2期土地利用數據進行分析，運用地理探測器對其驅動力因素進行探討。朱詩柔等人[3]分析多級流域林地變化對碳儲量變化的影響，預測未來多級流域碳儲量變化趨勢，為從流域角度的地區林地可持續發展以及碳中和政策實施提供科學依據，以重慶市為研究區，運用PLUS模型、景觀格局指數、生物量擴展因子法、灰色關聯度等方法，分析2000—2030年多級流域尺度下重慶市林地與碳儲量的時空動態變化，探究了自然情景發展下林地格局變化與碳儲量的關聯度。王浩釘等人[4]以重慶市中心城區濕地為研究對象，基于2010、2015和2020年這3年土地利用類型分類數據，運用FRAGSTATS軟件計算其景觀格局指數，構建分析濕地利用轉移矩陣，使用當量因子法對生態系統服務價值進行核算與評價，并分析其

內在驅動力。

重慶市渝中區作為重慶市的核心區域，土地資源的分配和環境的可持續發展面臨著挑戰與機遇。在此背景下，運用GIS技術，對渝中區土地利用變化進行分析，有助于分析該區域土地資源類型的歷史演變規律，為未來的城市環境規劃與管理提供科學依據和決策支持。

本研究旨在運用GIS技術，對重慶市渝中區過去8年城市發展過程中土地利用類型的變化進行深人分析，探討其變化規律及背后的驅動因素，為渝中區乃至其他城市的土地規劃與管理提供參考和借鑒。

1研究方法

1.1 研究區

本研究聚焦于深人探索城市綠地動態變化，因此精心選取了重慶市渝中區作為實踐樣本。渝中區位于重慶市的心臟地帶，是重慶市的政治、經濟、文化中心。

1.2數據來源與預處理

在深人研究重慶市渝中區土地利用演變的過程中，本研究精心選取了來自地理空間數據云平臺的2013年與2021年兩個關鍵時間節點的Landsat系列遙感數據影像作為核心數據源，對比兩個不同時期的影像數據。為了確保數據的代表性和分析的有效性，影像的獲取日期選在了每年的8月至12月，這一時段渝中區的植被普遍處于綠色狀態，其光譜信息尤為顯著、易于區分，為后續的綠地分類與變化監測提供了堅實的基礎。

數據預處理階段，本研究依托ENVI5.3軟件平臺，實施精細化處理，確保遙感數據的準確性和可用性。首先，利用SubsetDatafromROIs工具對兩期Landsat影像進行精確的裁剪操作，減少數據處理工作量，提高工作效率，確保研究區域的影像數據在時間和空間上的一致性，為后續分析奠定基礎。

為了消除傳感器接收到的輻射能量與實際地表反射率之間的差異，研究采用了RadiometricCalibration工具對Landsat影像進行了輻射定標處理。確保遙感數據的準確性和可靠性，使不同時間、不同傳感器獲取的影像數據能夠在同一標準下進行比較和分析。

為進一步減少大氣和光照條件對研究結果的干擾，運用FLAASHAtmosphericCorrection工具對影像進行大氣校正。經過一系列數據預處理流程，成功獲得高質量、高準確性的遙感影像數據，為后續的土地利用分類與時空變化分析提供了強有力支撐。

1.3研究區的監督分類

本研究區域面積為 23.85km² ，以《土地利用現狀分類》為參考，將研究區域地物類型分為水體、建設用地、林草地3類。

在經過預處理后，運用NewRegionOfInterest，將研究區劃分為三部分，然后運行MaximumLikelihoodClassification轉化分類成果，運行Majority/MinorityAnslysis優化分類結果。

1.4研究區土地利用變化

為更好地觀察土地變化趨勢，將2期不同的遙感影像數據進行對比，建立地物類型轉移矩陣并且制作地物類型動態變化圖，對地物類型變化進行定量描述，全面觀察出各地物類型轉移去向。

基于監督分類后的2個時期地物類型分布數據，使用Arcgis10.8在數據屬性表內添加地物類型字段后，將數據柵格轉面為矢量數據進行融合，由此運用相交工具將2013一2021時間段數據進行相交，添加雙精度字段計算出土地利用變化數據，轉Excel工具進行導出，使用Excel對土地利用轉換矩陣進行分析，結果詳見表1。此外，對相交過后的數據進行文本字段添加，分別輸入轉出類型后，在該數據符號系統中進行應用調整便可制作出2013—2021重慶市渝中區的土地利用轉換圖，見圖1。

2結果

重慶市渝中區2013至2021年土地利用轉移矩陣揭示了顯著的土地利用變化。具體看來，主要表現在建設用地作為城市化進程的核心驅動力，其面積雖然從2013年的11.80平方千米減少至2021年的11.16平方千米，減少了0.64平方千米，但其中建設用地轉與水體有部分雙向轉換。建設用地的凈減少表明渝中區已進入高度成熟的城市化階段，大規模向外擴張基本停止。建設用地轉出為水體可能源于拆除老舊建筑、防洪排澇工程，生態修復項目等。這也直接反映了渝中區從“增量擴張”向“存量優化”和“品質提升”轉型，更加注重內部空間結構調整和環境改善。

與此同時，綠地作為城市生態環境重要組成，呈現增長趨勢。從2013年的6.81平方千米增加至2021年的7.82平方千米，這表明在城市擴張的同時，也注重了生態環境的保護和建設，體現了可持續發展理念。

然而，水體面積卻經歷了縮減，從2013年的5.24平方千米減少到2021年的4.87平方千米，表明在城市快速發展的過程中，水體保護面臨一定挑戰，需引起重視并采取有效措施。

綜上所述，重慶市渝中區在過去八年中經歷了顯著的土地利用變化，建設用地總量減少，綠地增加，水體保護需加強。未來，應繼續優化土地資源配置，促進城市發展與生態保護相協調，實現可持續發展目標。

開發壓力也可能在局部擠占天然水體。

自然驅動力是硬性約束，渝中區獨特的“半島 + 山地 + 兩江”地貌限制了城市擴張的可能性，迫使城市向內發展。地形、水文條件和生態功能需求影響了綠地布局、水體保護與修復工程的實施位置和方式。自然風險也促使采取工程和生態措施，導致土地利用轉換。

4結語

基于GIS技術的重慶市渝中區土地分類及土地利用分析，本文依據土地利用轉移矩陣數據，剖析了該區域自2013年至2021年間土地資源的演變軌跡及其與其他土地利用類型之間的轉換關系。在這八年間，渝中區土地利用經歷了一系列顯著變化。

建設用地呈現結構性轉型，總量由 11.80km² 降至 11.16km² ，凈減少 0.64km² 。其與水體的雙向轉換證實區域城市化已進入存量優化階段，發展模式由外延擴張轉向空間重構與品質提升。而綠地系統顯著強化，面積從 6.81km² 增至 7.82km² ，凸顯生態建設與城市擴張的協同推進，符合可持續發展導向。但水體保護面臨持續壓力，面積由 5.24km² 縮減至 4.87km² ，反映快速城市化進程中藍綠空間協調仍存挑戰。

綜上所述，本文基于GIS技術和土地利用轉移矩陣數據的重慶市渝中區土地分類及各類型的土地利用分析，刻畫了該地土地利用的演變軌跡，探討了其背后的驅動機制與影響因素。這一成果對于城市發展與生態保護的和諧統一、推進綠色低碳城市建設具有一定現實意義。未來應繼續加強GIS技術在城市生態環境監測與管理中的應用，為構建更加宜居、可持續的城市環境貢獻力量。

3驅動力分析

重慶市渝中區2013—2021年土地利用變化的驅動力反映了城市發展階段、政策導向、社會經濟需求和環境約束等多重因素的相互作用。

政治驅動力是方向引導，國家戰略和地方政策設定了“存量優化、生態優先、品質提升”的主基調，直接框定了土地利用變化中建設用地減量、綠地增量的方向，并遏制水體減少的趨勢。

經濟驅動力是現實選擇，在高度成熟、土地稀缺的核心區，經濟效益最大化是土地利用的核心考量。產業結構升級、土地價值提升驅動了存量更新，而在更新過程中配套高品質綠地和景觀水系是提升項目價值的重要手段。但同時，經濟

參考文獻：

[1］朱文謹，胡順秋，孫國昌，等.近40年鹽城潮灘鹽沼濕地植被前緣變化及景觀格局演變趨勢［J］.海洋地質前沿，

2024，40(8):53-64.[2］潘明偉，王小霞，王發艷.基于GIS的都勻市土地利用與景觀格局變化及其驅動力研究［J］.安徽農業科學，2024，

52(15):67-70，75.

[3]朱詩柔，牟鳳云，黃淇，等.2000一2030年多級流域尺度下重慶市林地景觀格局碳儲量變化［J］.水土保持通報，

2024，44(3):356-366.[4］王浩釘，趙瑞一，冉蔚，等.2010—2020年重慶市中心城區濕地景觀格局變化及其驅動力［J］.三峽生態環境監測，

2024，9(3):75-83.