南方红壤水土流失区土地利用动态变化——以长汀河田盆地区为例

林 娜，徐涵秋，何 慧

(福州大学环境与资源学院，福州大学遥感信息工程研究所，福建省水土流失遥感监测评估与灾害防治重点实验室，福州 350108)

土地是人类赖以生存和发展的物质基础，土地利用变化很大程度上受到人类活动的影响，它可以反映人类在一定时期内对土地资源的经营活动情况。传统土地利用调查主要通过野外实地勘测或根据航空像片来进行解译。近年来随着对地观测技术的快速发展，遥感技术已被广泛应用于土地利用制图及动态变化监测中。国内外众多学者利用不同时相、不同传感器的遥感影像对土地利用现状、变化过程与趋势、驱动力及产生的生态效应进行了大量研究［1-5］。

福建省长汀县曾是我国南方红壤区水土流失最严重的县份之一，素有“红色沙漠”之称。因其土壤侵蚀的典型性、严重性与治理的长期性，一直受到政府与社会人士的高度重视［6-9］。从20世纪80年代开始，政府对长汀水土流失治理的力度逐步加大，制定了一系列激励政策。2000年更将长汀水土流失治理列入福建省委省政府为民办实事项目。经过20多年的水土流失治理，长汀县的水土保持工作取得了明显的成效，水土流失治理模式得到广泛推崇。因此研究长时间尺度下长汀县水土流失治理导致的土地利用变化及其对景观格局的影响，对长汀县水土流失的进一步治理与生态保护建设具有重要的现实意义。鉴于此，以10 m空间分辨率的尺度对长汀县水土流失最严重的河田盆地区2011年最新土地利用现状及其历史动态变化进行了研究，其结果可为长汀县水土保持工作提供科学的决策依据。

1 研究区概况

福建省长汀县地处福建西部，武夷山南麓，为福建省第五大县。本次研究的重点在于该县水土流失最严重的河田盆地及其周边地区，地理位置为东经116°16'—116°34'、北纬 25°30'—25°44'，面积 775.40 km2(图1)。研究区属亚热带季风气候，土壤类型以红壤土和砂壤土为主。研究区中部开阔，低山高丘环绕四周，呈盆地形地貌，所以也被称之为河田盆地［10］。

图1 长汀县行政区及研究区位置图(矩形框代表研究区)Fig.1 The Administrative region of Changting County and location of the study area

2 研究方法

2.1 遥感数据预处理

采用1988年10月16日(TM)、1998年11月13日(TM)、2004年10月5日(SPOT5)、2009年10月4日(SPOT5)和2011年11月28日(SPOT5)5个时相的影像进行分析。在实地选出47个地面控制点，用差分GPS高精度实测控制点的坐标值，据此对影像进行几何精校正。采用二次多项式变换和最邻近像元法重采样，均方根误差(Root Mean Squared Error，RMSE)小于0.5个像元。为了使1988、1998年的TM影像和此后3个时相的SPOT5影像的10m空间分辨率尺度一致，选用了两幅与它们时相接近的SPOT Pan影像进行融合，日期分别为:1988年6月2日和1998年10月22日。融合选用Pansharp算法［11］，融合影像与原TM多光谱影像各波段的RMSE均值分别为0.015(1988年)和0.022(1998年)，表明融合影像的光谱保真度［12-13］较高。

2.2 遥感影像分类

2.2.1 分类体系确定

分类体系主要参考中国《土地利用现状分类》国家标准，并根据河田地区的土地利用实际情况和10 m分辨率影像的实际可解译能力来制定。表1是拟定的河田地区土地利用遥感分类体系。

表1 研究区土地利用遥感分类体系Table 1 Land use classification schema for the study area

2.2.2 最佳分类波段选择

Mausel和Kramberet的研究表明，参与分类的波段数并不是越多越好［14］，必须对所用的波段进行筛选。所选择的分类波段组合需要满足以下3个因素:①信息量多;②波段间相关性弱;③各地类在所选波段内光谱差异大［15］。据此，对参与分类的波段进行选择。为了较好地区分研究区的植被类型，又构建了能突出植被信息的归一化植被指数(NDVI)［16］波段参与分类。

以1988年影像为例，通过分析各土地利用类型不同波段的光谱特征曲线可以看出(图2)，各地类在TM3与TM5波段处的光谱分异最好，且这两个波段分处可见光和短波红外波段组，相关性弱。因此将TM3、TM5以及NDVI这3个波段作为分类最佳波段组合。同理分析其他各年份影像，筛选出合适的波段组合参与分类。

图2 各地类的光谱特征曲线(1988年)Fig.2 Spectral signatures of land use classes in the 1988 image

2.2.3 分类与精度验证

采用最大似然监督分类法对各年份的影像进行分类，并对分类结果进行必要的人工修正，最终获得了各年份的研究区土地利用分类图(图3)。

精度验证采用2010年、2011年两次野外实地调查数据与同期高分辨率SPOT Pan影像数据相结合的方法，同时还参考了2007年研究区的林分图和Google Earth网络发布的高分辨率影像。应用分层随机采样法，各年份分别选350—380个验证点，最终获得1988年、1998年、2004年、2009年和2011年影像的分类总精度，依次为 86.85%、86.65%、86.76%、86.96% 和86.79%，Kappa 系数分别为 0.852、0.850、0.851、0.853和0.851。分类总精度均在85%以上，符合精度要求。

2.3 景观格局分析

土地利用变化深刻地影响景观格局，景观格局既是景观异质性的具体体现，又是各种生态过程在不同尺度上作用的结果［17-18］。为了更好地了解长汀县河田地区景观结构的变化，本次研究基于土地利用分类图，运用ArcGIS和Fragstats软件，根据表2的景观格局指标［19-21］，计算出各研究年份的基本景观结构特征。

3 结果与分析

利用以上方法获得了各年份土地利用类型的面积(表3)和变化速率(表4)。为了更好地揭示23a来研究区土地利用类型的详细转移情况，采用分类后比较法来对各年份土地利用类型进行变化检测［22-24］，通过对不同年份土地利用分类图进行叠加运算，求出每两时相间的土地利用变化转移矩阵(表5，限于篇幅，只列出1988—2011年的土地利用变化转移矩阵)。

图3 研究区各年份土地利用分类图Fig.3 Classified images of the study area

3.1 土地利用变化分析

通过以上统计结果可以看出，1988至2011年长汀河田的土地利用发生了明显的改变，23a间共有451.62 km2的土地利用类型发生了变化，占总面积的58.24%。土地利用类型变化较为明显的区域在盆地中心和低山地区，即人类活动频繁的地区;而周边的高山区受人类活动的影响较小，土地利用类型变化不明显。面积变化最大的为裸土，其次为针叶林。

(1)总林地(阔叶林、针叶林、竹林)在1988—2011年间面积大幅增加了72.79 km2，表明河田盆地区的生态趋于好转。在不同的林地类型中，针叶林占土地总面积的比例由37.17%增加至44.96%，阔叶林面积比例由29.49%增加至31.23%，竹林的面积基本不变，说明在这23a间主要以针叶林为优势增加树种。如果将研究期分成1988—1998年和1998—2011年两个大的阶段，则可以看出，针叶林面积在1988—1998年间年变化率达到1.1%;在1998—2011年间增长速度降低，年变化率为0.62%;而阔叶林在前一阶段面积几乎无变化，其增加发生在后一阶段，说明对水土保持更有优势的阔叶林已在治理工作中得到重视。分析影像分类图与转移矩阵看出，增加的林地大部分位于盆地中心，主要由裸土及草地转化而来;部分林地的减少主要被开垦为耕地，或遭到破坏转变为裸地，或被建筑用地所侵占。

表2 景观格局指标Table 2 Indices of landscape patterns

表3 研究区各年份土地利用类型的面积/km2Table 3 Area of land use classes from 1988 to 2011

表4 研究区各年份土地利用类型变化速率Table 4 Area change rates of different land use classes during the study years

表5 1988—2011年研究区土地利用变化/km2转移矩阵Table 5 The conversion matrix of land use classes between 1988 and 2011

(2)裸土在1988—2011年间大幅减少了86.13 km2，面积比例由16.78%减少至5.67%。在1988—1998年间裸土以年变化率－3.68%的速度在减少;在1998—2011年间裸土的减少速度更是达到了－5.31%，其中在1998—2004年和2004—2009年间的年下降率稳定在－3%左右，而在2009—2011的最近两年间，裸土年变化率达到－16.95%，面积减少了将近20 km2，可见河田盆地区的水土流失治理力度正不断加大，且成效显著。从空间分布上看，裸土多分布在河田盆地中心，因此这里一直是水土流失治理的重点区域，经过23a的治理已使得这一区域的裸土大面积减少。从转移矩阵来看，裸土多转变为针叶林、阔叶林与水田，分别占裸土减少量的55.56%、21.60%和12.83%。虽然裸土总面积在不断减少，但部分地区也出现新增裸地，23a间有20.34 km2的林地转变为了裸土。

(3)建筑用地在1988—2011年间以年变化率5.44%的速度快速增加。从空间分布上看，建筑用地多在原有的城镇用地上向外扩张。从1988—2011年间的土地利用转移矩阵中可以看出，建筑用地主要由针叶林、水田和裸土转化而来，这是因为分布在镇区或居住用地周边的林地、水田和裸土在城乡扩展中易被侵占而转为建筑用地。

(4)水田与草地在此期间面积变化不大，水田面积略增了0.44%，而草地面积则微减了0.31%。水体面积和河边沙地则随河流水位的变化而略有变化。

3.2 景观格局变化分析

表6和表7是根据表2的景观格局指标计算出的各研究年份的基本景观结构特征。总的看来，研究区总斑块数从1988年的118485个增加到2004年的208454个后，又下降到2011年的160903个，说明景观破碎程度表现为先增后减，但总体仍呈增加趋势。而研究区多样性指数和均匀度指数则呈总体下降趋势，表明优势景观类型(针叶林)的份额在增加，不同斑块类型的面积比重越来越不平衡。这主要是因为研究区土地利用变化以裸土大面积减少和针叶林显著增加为主要特点，针叶林比例的大幅提高增强了其对景观的控制作用。从平均分维数和聚合度指标可以看出1988—2011年间的斑块形状变化不大，景观类型分布总体趋于分散。

对研究区几种重要土地利用类型的景观特征进行分析，可以看出:

(1)林地的平均斑块面积在1988—2011年间总体呈现上升趋势，说明了水土流失治理新增的小斑块林地正逐渐形成连片分布。在这一期间，针叶林的最大斑块面积指数(LPI)一直是最大的，在一定程度上也说明了针叶林一直是研究区的优势类型。但针叶林的LPI在2011年变为最小，反映了针叶林面积虽然不断增加，但大斑块一定程度上被分隔。

表6 研究区总体景观格局变化特征Table 6 Landscape indexes of the study area

表7 研究区类型水平上景观格局变化特征Table 7 Landscape indexes at class level in the study area

(2)裸土面积23a来不断减少，LPI也逐年降低;在1988—2009年间斑块数量增加，平均斑块面积下降，说明了在此期间大斑块被分割为小斑块，裸土产生破碎化;在2009—2011年间斑块数量有所减少，平均斑块面积增加，说明了最近两年间裸土面积在减少的同时，小斑块的裸土逐渐转为林地或建筑用地。

(3)建筑用地在这23a间斑块数量呈现上升趋势，平均斑块面积在减少，说明了新增的建筑用地斑块分布零散;但最大斑块面积指数总体在上升，说明了原有的城镇中心用地在不断扩张。

4 结论

(1)利用遥感和景观分析技术研究的长汀县河田盆地区最新土地利用及其动态变化结果表明，该区在1988—2011年间土地利用变化明显，以林地、裸土、建筑用地的面积变化最为显著。其主要特点为林地面积迅速增长，裸土面积持续下降，其中林地面积增加了72.79 km2，裸地面积减少了86.13 km2，标志着该区生态环境的实质性好转。

(2)在整个研究时段内，研究区景观多样性指数与均匀性指数下降，处于主导地位的针叶林类型与其它景观类型间的差异在不断增加。裸土平均斑块面积与最大斑块面积指数呈现减少趋势，表明裸土面积在减少的同时，大斑块在治理中不断被分割成小斑块，破碎化程度加剧。

(3)政府对长汀县水土流失治理的大力支持促使该区的生态得到了明显的改善，但是河田盆地局部还存在新增水土流失现象，并且近年来林地增长的速度已开始逐渐减慢。为避免水土流失现象的再次发生，经济政策与生态环境保护政策需要进一步协调以确保水土流失治理的全胜。

致谢:课题组成员曾宏达、刘智才、王琳、杨冉冉、黄绍霖、陈文惠、张清林和陈淑桂等同志参与了野外调查工作，特此致谢。

［1］ Wang Y，Mitchell B R，Nugranad-Marzilli J，Bonynge G，Zhou Y Y，Shriver G.Remote sensing of land-cover change and landscape context of the national parks:a case study of the northeast temperate network.Remote Sensing of Environment，2009，113(7):1453-1461.

［2］ Dewan A M，Yamaguchi Y.Land use and land cover change in Greater Dhaka，Bangladesh:using remote sensing to promote sustainable urbanization.Applied Geography，2009，29(3):390-401.

［3］ Qasim M，Hubacek K，Termansen M，Khan A.Spatial and temporal dynamics of land use pattern in District Swat，Hindu Kush Himalayan region of Pakistan.Applied Geography，2011，31(2):820-828.

［4］ Zhang J S，Pan Y Z，Han L J，Su W，He C Y.Land use/cover change detection with multi-source data.Journal of Remote Sensing，2007，11(4):500-510.

［5］ Xu N，Guo X D，Tian S F，Hong Y T，Zhang C，Wu P.Remote sensing and GIS based comparison of land-use classification methods and data mining for degree of land degradation:a case study in Leilongwan Area，Hengshan County，Shannxi Province.Acta Ecologica Sinica，2008，28(11):5410-5417.

［6］ Lin C，Zhou S L，Wu S H，Liao F Q.Relationships between intensity gradation and evolution of soil erosion:a case study of Changting in Fujian Province，China.Pedosphere，2012，22(2):243-253.

［7］ Wu G S，Lin H H，Zhu H J，Sha J M，Dai W Y.Spatiotemporal variation of typical red soil eroded landscape pattern:a case study in Changting County of Fujian Province.Chinese Journal of Applied Ecology，2011，22(7):1825-1832.

［8］ Lin C，Zhou S L，Wu S H.Evolution of soil erosion degree in 30 years in Granite Hills，Southeastern of China:a case study of Changting County，Fujian.Scientic Geographica Sinica，2011，31(10):1235-1241.

［9］ Wang W M，Chen M H，Lin J L，Wu Q Q，Zhong B L，Yue H.Monitoring soil and water loss dynamics and its management measures in Changting County.Bulletin of Soil and Water Conservation，2005，25(4):73-77.

［10］ Zhao Z B.Study on treatment of soil and water loss with forest-grass measures in Hetian basin of Fujian province.Journal of Soil and Water Conservation，1987，1(1):81-89.

［11］ Tan Y S，Shen Z Q，Jia C Y，Wang X H，Deng J S.The study on image fusion for medium and high spatial resolution remote sensing images.Remote Sensing Technology and Application，2007，22(4):536-542.

［12］ Chavez P S Jr，Slides S C，Anderson J A.Comparison of three different methods to merge multiresolution and Multispectral data:Landsat TM and SPOT panchromatic.Photogrammertric Engineering and Remote Sensing，1991，57(3):295-303.

［13］ Xu H Q.Study on data fusion and classification of Landsat 7 ETM+imagery.Journal of Remote Sensing，2005，9(2):186-194.

［14］ Mausel P W，Kramber J W.Optimum band selection for supervised classification of multi spectral data.Photogrammetric Engineering and Remote Sensing，1990，56(1):55-60.

［15］ Jiang X G，Wang C Y，Wang C.Optimum band selection of hyperspectral remote sensing data.Arid Land Geography，2000，23(3):214-220.

［16］ Rouse J W，Haas R H，Schell J A，Deering D W.Monitoring vegetation systems in the great plains with ERTS//Proceedings of the Third ERTS Symposium，NASA SP-351.Washington DC，USA，1973，1:309-317.

［17］ Wu J G.Landscape Ecology:Pattern，Process，Scale and Hierarchy.Beijing:Higher Education Press，2007.

［18］ Feng Y X，Luo G P，Zhou D C，Han Q F，Lu L，Xu W Q，Zhu L，Yin C Y，Dai L，Li Y Z.Effects of land use change on landscape pattern of a typical arid watershed in the recent 50 years:a case study on Manas River Watershed in Xinjiang.Acta Ecologica Sinica，2010，30(16):4295-4305.

［19］ Lin J，Song G，Song S M.Research on dynamic changes of landscape structure and land use eco-security:a case study of Jiansanjiang land reclamation area.Acta Ecologica Sinica，2011，31(20):5918-5927.

［20］ Wu X，Shen Z Y.Analysis of the changes of land use/cover and landscape pattern in the upper reaches of the Yangtze River.Transactions of the CSAE，2007，23(10):86-92.

［21］ Zheng X Q，Fu M C.The Spatial Analysis Technology and Applications of Landscape Pattern.Beijing:Science Press，2010.

［22］ Xu H Q，Tu P，Xiao G R.A dynamic monitor system for land use change at a county level based on the technology of remote sensing，geographical information system and global positioning system.Remote Sensing Technology and Application，2000，15(1):22-27.

［23］ Zhu H Y，Li X L.Discussion on the index method of regional land use change.Acta Geographica Sinica，2003，58(5):643-650.

［24］ Ye L，Xu H Q.Remote Sensing of spatio-temporal land use dynamics in Fuzhou District during the last 20 years.Geo-Information Science，2008，10(1):80-87.

参考文献:

［4］ 张锦水，潘耀忠，韩立建，苏伟，何春阳.光谱与纹理信息复合的土地利用/覆盖变化动态监测研究.遥感学报，2007，11(4):500-510.

［5］ 许宁，郭旭东，田淑芳，洪友堂，张聪，吴萍.基于遥感和GIS的土地利用分类方法及其在土地退化程度分析中的应用——以陕西横山雷龙湾地区为例.生态学报，2008，28(11):5410-5417.

［7］ 武国胜，林惠花，朱鹤健，沙晋明，戴文远.典型红壤侵蚀景观的时空变化——以福建长汀为例.应用生态学报，2011，22(7):1825-1832.

［8］ 林晨，周生路，吴绍华.30年来东南红壤丘陵区土壤侵蚀度时空演变研究——以长汀县为例.地理科学，2011，31(10):1235-1241.

［9］ 王维明，陈明华，林敬兰，吴清泉，钟炳林，岳辉.长汀县水土流失动态变化及防治对策研究.水土保持通报，2005，25(4):73-77.

［10］ 赵昭昞.福建河田盆地水土流失地区用林草措施治理的研究.水土保持学报，1987，1(1):81-89.

［11］ 谭永生，沈掌泉，贾春燕，王新辉，邓劲松.中高分辨率遥感影像融合研究.遥感技术与应用，2007，22(4):536-542.

［13］ 徐涵秋.Landsat 7 ETM+影像的融合和自动分类研究.遥感学报，2005，9(2):186-194.

［15］ 姜小光，王长耀，王成.成像光谱数据的光谱信息特点及最佳波段选择——以北京顺义区为例.干旱区地理，2000，23(3):214-220.

［17］ 邬建国.景观生态学:格局、过程、尺度与等级.北京:高等教育出版社，2007.

［18］ 冯异星，罗格平，周德成，韩其飞，鲁蕾，许文强，朱磊，尹昌应，戴丽，李艳忠.近50a土地利用变化对干旱区典型流域景观格局的影响——以新疆玛纳斯河流域为例.生态学报，2010，30(16):4295-4305.

［19］ 林佳，宋戈，宋思铭.景观结构动态变化及其土地利用生态安全——以建三江垦区为例.生态学报，2011，31(20):5918-5927.

［20］ 伍星，沈珍瑶.长江上游地区土地利用/覆被和景观格局变化分析.农业工程学报，2007，23(10):86-92.

［21］ 郑新奇，付梅臣.景观格局空间分析技术及其应用.北京:科学出版社，2010.

［22］ 徐涵秋，涂平，肖桂荣.基于“3S”技术的县级土地资源动态监测技术系统.遥感技术与应用，2000，15(1):22-27.

［23］ 朱会义，李秀彬.关于区域土地利用变化指数模型方法的讨论.地理学报，2003，58(5):643-650.

［24］ 叶琳，徐涵秋.近20年来福州市土地利用时空变化的遥感分析.地球信息科学，2008，10(1):80-87.