摘要 根據2005—2016年遥感影像分类结果,采用土地利用动态度分析方法和土地利用变换方法,对2005—2016年洞庭湖地区土地利用的空间分布和结构变化特征进行分析。结果表明,2005—2016年耕地、林地、建设用地和水资源面积均有所增加,而草地等土地面积有不同程度的减少。草地和林地的减少导致了水域、建设用地和耕地的增加。
关键词 土地利用;空间分布;演变特征;洞庭湖区
中图分类号 F301.2文献标识码 A
文章编号 0517-6611(2019)14-0067-04
doi:10.3969/j.issn.0517-6611.2019.14.022
开放科学(资源服务)标识码(OSID):
Abstract According to the classification results of remote sensing images from 2005 to 2016, the spatial distribution and structural change characteristics of land use in Dongting Lake area from 2005 to 2016 were analyzed by using land use dynamics analysis method and land use transformation method.The result showed that during the period of 2005 to 2016, the arable land,forest land,construction land and water area had been increased,while the land area such as grassland had been reduced to varying degrees. The reduction of grassland and woodland has led to an increase in waters, construction land and cultivated land.
Key words Land use;Spatial distribution;Evolution characteristics;Dongting Lake area
作者简介 杨颜(1987—),女,湖南桃江人,硕士研究生,研究方向:环境污染治理。
收稿日期 2018-12-24
土地利用/覆盖变化(LUCC)集中体现了自然与人文的交互作用,LUCC 研究涵盖 LUCC 时空过程探测、驱动机理分析、过程刻画与模拟及宏观生态效应评价等方面[1]。近年来,越来越多的专家学者开始从多种角度开展土地利用、覆被变化及其景观生态效应方面的研究,如城市[2]、区域[3]、流域[4]、脆弱生态区[5]和农业土地利用[6],总体上,21 世纪初期中国处于土地利用快速变化期[7]。
关于区域土地利用变化由城市扩展引致的土地利用演化的长周期、多时段研究,当前文献较少涉及。通过研究洞庭湖区域的土地利用形态和各个土地利用方式结构的分析,才能更深入地了解洞庭湖区域土地利用结构的空间特征,从而发现该区域土地利用方式的变化规律,有助于改进洞庭湖区土地利用方式。但以往的研究多注重土地利用的数量和质量的变化,对区域土地利用形态和动态变化的研究较少,研究时段较短,无法客观反映区域从形成到稳定发展的周期性变动过程及区域土地利用演变的复杂性特征[8]。
洞庭湖是仅次于鄱阳湖的中国第二大淡水湖。然而,近几年洞庭湖区不仅在降雨量上面持续在减少,而且造成了湘江、资江、沅江和澧水的水资源总量也在降低。笔者利用洞庭湖区2005、2010、2016年3期土地利用空间动态数据,探讨洞庭湖区土地利用演变特征,研究洞庭湖区土地利用空间格局动态变化,有助于了解洞庭湖区土地利用变化的成因和机理。
1 资料与方法
1.1 研究区域概况
洞庭湖地处湖南省北部、荆江河段南岸(110°40′~113°10′ E,28°30′~30°20′N),介于长江东西不同景观生态的过渡地带,占据长江中下游最敏感又最脆弱的生态区位。洞庭湖区位于长江中游,是我国重要的商品粮油生产基地之一。湘﹑资﹑沅﹑澧四水汇入洞庭湖,并与长江相连,形成河湖水位变化敏感的地带[9]。洞庭湖区覆盖岳阳、益阳、常德等城市和一些特色城镇,由于其独特的区位优势,已成为长株潭城市群、中心城市圈等经济区的重要区域。
该研究的研究范围包括岳阳、常德、益阳15个县(市、区),分别为定城区、武陵区、汉寿县、常德市安乡、济阳区、鹤山区、元江市、益阳市南县、钧山区、岳阳市岳阳楼区、云西区、华容县、湘阴县、岳阳县和汨罗市,总面积2 027.13 km2(图1)。
1.2 研究方法
1.2.1 基础数据来源与处理。
数据来源于遥感卫星 Landsat 的2005、2010、2016年的 TM/ETM 影像,遥感图像的获取来自于地理空间数据云网站;以遥感软件Envi 5.1为基础进行遥感图像处理过程,数据处理过程中参考湖南省地形图、土地利用现状图等辅助信息,经过解译、去条带处理、辐射校正、几何纠正、影像拼接与裁剪、图像增强等影像处理手段,并采用监督分类中的最大似然法进行土地利用分类。数据分析中采用GIS图件处理软件进行归并以及数据的统计等。参考各区域的研究成果以及其对应的土地利用类型和结构,同时也充分考虑到遥感影像的可能解译能力以及该研究的目的,将土地利用分为耕地、林地、草地、水域、建设用地及其他用地 6 大类。采用模糊矩阵进行精度计算的总体分类精度在90%以上,满足了判别分类误差精度的要求。
参考文献
[1] LIU J Y,DENG X Z.Progress of the research methodologies on the temporal and spatial process of LUCC[J].Chinese science bulletin,2010,55(14):1354-1362.
[2] WANG L,LI C C,YING Q,et al.Chinas urban expansion from 1990 to 2010 determined with satellite remote sensing[J].Chinese science bulletin,2012,57(22):2802-2812.
[3] SHALABY A,TATEISHI R.Remote sensing and GIS for mapping and monitoring land cover and landuse changes in the Northwestern coastal zone of Egypt[J].Applied geography,2007,27(1):28-41.
[4] ZHANG G K,DENG W,SONG K S,et al.On the land use pattern shifting in Xinkai river basin and its ecological significance[J].Acta ecologica sinica,2006,26(9):3025-3034.
[5] PENG J,XU Y Q,CAI Y L,et al.The role of policies in land use / cover change since the 1970s in ecologically fragile karst areas of Southwest China:A case study on the Maotiaohe watershed[J].Environmental science & policy,2011,14(4):408-418.
[6] LI J,DENG X Z,SETO K C.The impact of urban expansion on agricultural land use intensity in China[J].Land use policy,2013,35:33-39.
[7] LIU J Y,ZHANG Z X,XU X L,et al.Spatial patterns and driving forces of land use change in China in the early 21st century[J].Acta geographica sinica,2009,64(12):1411-1420.
[8] ZHAO J,XU J H,MEI A X,et al.A study on the information entropy and fractal dimension of land use structure and form in Shanghai[J].Geographical research,2004,23(2):137-146.
[9] 潘明麒,于秀波.不同時段洞庭湖区土地利用/覆被变化及退田还湖的影响[J].中国人口·资源与环境,2010,20(9):140-145.
[10] 秦罗义,白晓永,王世杰,等.近 40 年来贵州普定典型喀斯特高原景观格局变化[J].生态学杂志,2014,33(12):3349-3357.
[11] 王秀兰,包玉海.土地利用动态变化研究方法探讨[J].地理科学进展,1999,18(1):81-87.
[12] 刘纪远,刘明亮,庄大方,等.中国近期土地利用变化的空间格局分析[J].中国科学(D辑),2002,32(12):1031-1040.
[13] 乔伟峰,盛业华,方斌,等.基于转移矩阵的高度城市化区域土地利用演变信息挖掘:以江苏省苏州市为例[J].地理研究,2013,32(8):1497-1507.