基于遥感的土地利用变化及驱动力分析——以重庆市渝中区为例

赵浣玎， 李 军， 李莹莹， 邓晓娟， 许佳慧， 张诗晗

(重庆师范大学 地理与旅游学院， 重庆 400047)

城市土地利用及覆被变化是人类活动对城市用地结构影响最直观的表现形式之一，反映了人类利用土地进行生产、生活活动的发展趋势，受自然、社会、经济技术及历史等因素的制约，具有很强的综合性和地域性[1-2]。土地利用方式和利用结构对区域经济的可持续发展、区域环境变化起着至关重要的作用，在城市规划建设等方面具有重要意义。重庆市自直辖以来，人口和资本大量涌入，城市化进程不断加快，新城建设及旧城改造交替进行。一方面，随着城市化的日益推进，对建设用地的需求也在不断增长，城市可持续发展面临着如何在有限的区域内，对城市空间合理利用与开发、完善城市土地利用结构的问题[3]；另一方面，经济的快速发展和人们对生活环境要求的提高，将一个区域如何在保障基本农耕用地及经济建设发展用地的同时，合理利用和保护当地有限的资源并且提高生态环境质量的问题提上日程[4]。因此，对城市的土地利用进行动态监测对城市规划建设与该区域的可持续发展具有重要的理论意义和现实价值。目前，重庆市渝中区的土地利用变化研究远远不足[5-6]。本研究在参照国内外已利用3S技术对城市土地利用进行遥感监测研究的基础上，结合Landsat TM遥感数据，借助监督分类和土地利用转移矩阵的研究方法，对渝中区土地利用结构进行了多时相遥感监测研究，并进一步分析了2002—2018年老街区变迁过程中土地利用的空间格局及其动态变化过程，希望所得分析结果能为重庆城区改造及城市规划建设与可持续发展提供科学依据与理论参考，进而进行城区内部用地结构调整，构建适宜的人居环境。

一、研究区概况

重庆市渝中区位于东经106°28′50″-106°35′10，北纬29°31′50″-29°34′20″，于长江、嘉陵江汇流处，土地总面积23.71km2，截至2018年11月30日，全区常住人口66万人，户籍人口204835户，共504380人，年均降水量约1100mm。区内以山地、丘陵为主，地貌属四川盆地东部平行岭谷区的低山丘陵地区(即川东平行岭谷区)。渝中区以第三产业为主，基本没有第一、第二产业，是重庆市政治、经济、文化以及商贸流通中心。

二、研究数据与方法

(一)数据来源及处理

本研究所涉及的数据包括数字影像数据、研究区矢量数据、社会经济数据等。其中，数字影像数据为重庆渝中区2002年4月12日、2010年12月8日、2018年4月17日的三期高空间分辨率影像，其中2002年影像为Quick Bird卫星影像，波段数为5，比例尺约为1∶2000，拍摄幅宽为16.5km×16.5km，空间分辨率为0.61m，重访周期为1～3.5天；2010年和2018年的影像为World View卫星影像，波段数为3，比例尺为1：4513，空间分辨率为1.194329m，重访周期为1.7天。社会经济数据来源于2002—2018年的统计年鉴。

本研究运用ENVI 5.1对高分数字遥感影像进行几何校正、图像配准、监督分类等处理，后经野外采样点实地考察，再结合Google Earth，进行一一举证，最后得到2002年、2010年、2018年渝中区土地利用现状图。在土地类型分类处理过程中以中国科学院制定的中国土地资源分类系统为主要依据，再结合研究区实际情况将研究区的土地利用类型分为交通用地、居住地、水域、绿化地带、其他建设用地、未完成建设用地和河漫滩七种类型。

(二)研究方法

1.土地利用转移矩阵

土地利用转移矩阵是用来表示各类型用地之间的转移方向和转化量的主要方法，这种方法能直观反映出土地利用变化的结构特征和转移方向。具体计算公式如下：

(1)

式(1)中：S表示研究区第i类用地向第j类转化的面积；i表示前一时期用地类型；j表示后一时期用地类型；n为用地类型数量。

2.主成分分析

主成分分析是最为常用的特征提取方法，是将多个变量通过线性变换以选出较少个数重要变量来反映原变量信息的一种多元统计分析方法。设F1表示原变量的第一线性组合所形成的主成分指标，如式(2)：

F1=a1i*ZX1+a2i*ZX2+…+api*ZXp

A=(aij)p*m=(a1，a2，…，am)，Rai=λiai

(2)

式(2)中，F1的方差即Var(F1)越大，F1包含的信息越多。公式中a1i，a2i，…，api(i=1，…，m)为X的协方差阵∑的特征值所对应的特征向量，ZX1，ZX2，…，ZXp是原始变量经过标准化处理的值。Rai为相关系数矩阵，λi，ai是相应的特征值和单位特征向量，λ1≥λ2≥…≥λp≥0。

三、结果与分析

根据土地分类类型，用 ERDAS和ArcGIS对2002年、2010年、2018年高分遥感影像图进行监督分类等一系列处理，得到下列三期土地利用遥感解译现状图，如图1至图3所示。

图1 2002年渝中区土地利用现状

图2 2010年渝中区土地利用现状

(一)重庆市渝中区主要道路及建筑物的数量变化

表1、2数据显示，渝中区主要道路和建筑物数量在2002—2018年均逐年递增。2002—2010年(前期)与2010—2018年(后期)相比，主要道路后期较前期数量变化的速率加快，后期主要道路面积净增加0.04km2，道路总面积在建设用地中占比逐渐加大，而建筑物数量变化速率后期较前期显著下降，前期建筑物面积净增加0.86km2，渝中区部分老街区的拆除重建规划造成建筑物数量减少，导致总体建筑物的数量变化速率降低。

图3 2018年渝中区土地利用现状

表1 渝中区各期主要道路统计

表2 渝中区各期建筑物统计

(注：城市道路面积率=建成区内道路总面积/建成区的总面积×100%)

(二)重庆市渝中区的土地利用数量变化

分析表3数据可知，2002—2018年，渝中区始终以建设用地为土地利用的主导类型，其次是水域，最后是交通地带。2002年研究区域居住地占主导，占地6km2，占区域面积的25.97%；总建设用地只有2.18km2，占区域面积的9.44%，其中未完成的建设用地面积0.11km2；水域面积5.29km2，占区域面积的22.90%；绿化地带面积4.79km2，占区域面积的20.74%。在2002—2010年，除了其他建设用地的面积大幅增加，未完成建设用地面积有所增加外，其他土地类型面积都在减少。在2010—2018年，河漫滩和未完成建设用地面积均大幅度增加，分别增加了1.36km2和1.65km2，其中未完成建设用地面积是2002年的16倍，其他建设用地面积减少2.85km2，但仍比2002年要多0.18km2。近年来，重庆市经济发展迅速，渝中区作为主城九区之一吸引了很多外地人口，使居住地和建设用地(其他建设用地和未完成建设用地)的面积增加。

表3 渝中区各期土地利用类型统计

(三)重庆市渝中区的用地转换分析

由于社会的发展和自然环境的演变，渝中区的土地利用类型不断转换，为此，利用ArcGIS将2002—2010年和2010—2018年两个时期的数据进行叠加分析得出重庆渝中区土地利用转移矩阵(见表4)。

从表4中可以看出，在2002—2010年(前期)和2010—2018年(后期)除了未完成建设用地的变化趋势相似外，其余土地利用类型的变化趋势相差很多。1.河漫滩转换分析。总的来说，两个时期河漫滩都主要来自水域。在前期，转换量主要来自水域，其面积是0.41km2，占总转换量的34.75%；在后期，河漫滩转换成其他土地利用类型的面积变小，转换量主要是本身，其面积是0.13km2，占总转换量的54.17%。2.交通用地转换分析。在前期，转换量主要去向是居住地和其他建设用地，其面积是0.77km2和0.74km2，占总转换量的25.25%和24.26%；在后期，交通用地和河漫滩类似，转换量主要来自其本身，其面积是1.89km2，占总转换量的64.95%。不难看出，交通设施的修建速度前期快于后期，后期道路的修建减少，因为主要的轻轨路线和道路已经完成。3.居住地转换分析。在前期，转换量主要是本身和其他建设用地，其面积是1.56km2和1.53km2，占总转换量的27.81%和27.27%；在后期，转换量主要来自本身，其面积是3.68km2，占总转换量的71.04%。可以看出，在2002—2010年城市化进程不断推进，城市建筑大面积修建，而在2010—2018年建筑修建呈放缓趋势。4.绿化地带转换分析。在前期，转换量主要是居住地和其他建设用地，其面积是1.16km2和1.04km2，占总转换量的26.73%和23.96%；在后期，转换量主要是本身，其面积是1.75km2，占总转换量的38.98%。前期城市化的推进大量征用了城市的绿化地带，而后期对绿化地带进行了一定的保护。5.其他建设用地转换分析。在前期，转换量主要是本身和居住地，其面积都是0.39km2，占总转换量的22.41%；在后期，转换量主要是绿化地带和交通用地，其面积是1.16km2和0.89km2，分别占总转换量的23.15%和17.76%。在2002—2010年，公园等休闲用地的建设导致居住地和绿化地带较大面积地转换成其他建设用地。6.水域转换分析。渝中区的水域保护工作做得很充分，在两个时期中，水域转换量主要都是其本身，面积分别是0.68km2和3.41km2，分别占各自总转换量的26.56%和66.34%。7.未完成建设用地转换分析。前后期未完成建设用地主要转换成居住地，面积分别是0.02km2和0.08km2，分别占总转换量的20.00%和53.33%。在后期，渝中区主要面临老街区的重建问题，因此未完成建设用地大部分转换成了居住地。

表4 不同时段渝中区土地利用转移矩阵

(四)土地利用变化驱动力分析

1.指标选取

土地利用变化受人文因素和自然因素的双重影响，而自然因素对土地利用变化的影响在短时间内可忽略不计，因此人文因素是渝中区土地利用变化的主要驱动因素。以《渝中区2000—2018年社会经济统计年鉴》作为基本数据来源，选取9个代表性指标：X1表示常住人口(万人)、X2表示GDP(万元)、X3表示人均GDP(元)、X4表示第一产业(万元)、X5表示第二产业(万元)、X6表示第三产业(万元)、X7表示固定资产投资(万元)、X8表示地方财政收入(万元)、X9表示城镇居民最低生活保障人数(人)。

2.渝中区土地利用变化的驱动因子

主成分分析(PCA)也称主分量分析，即将多个变量通过线性变换以选出较少个数的重要变量的一种多元统计分析方法。该研究根据选取的9个指标因子，利用SPSS统计软件计算相关系数矩阵、特征值和因子贡献率。首先，进行KMO检验和巴特莱特球试验对变量进行检验，得到了KMO取样适切性量数为0.676，巴特利特球形度检验近似卡方为429.056(自由度为36)，得到显著性水平小于0.05，则该组数据通过显著性检验，适用于因子分析。其次，进行下一步分析得到主成分的特征值、贡献率和累计贡献率(见表5)。

表5 主因子的特征值、贡献率、累积贡献率

主成分分析(PCA)是提取特征值大于1，累计贡献率大于或等于80%的主成分。从表5中可以看出，计算出9个主成分中的前两个满足要求，能够代表重庆市渝中区土地利用变化的总体情况。因此，提取前2个主成分，得到主分量载荷距离矩阵，如表6所示。

表6 土地利用变化载荷矩阵

主成分内容是否能被代表主要取决于载荷绝对值的大小，载荷绝对值与能否代表主成分内容的程度成正比。从表6可以看出，在第一主成分上，X2、X3、X6、X7、X8、X9载荷绝对值相对其他主成分的载荷绝对值偏高，这说明第一主成分基本表达了该地区经济发展的水平和人民生活水平等相关信息。而在第二主成分上，X1即常住人口(万人)的载荷绝对值明显偏高，说明常住人口对土地利用变化的影响在第二成分上基本上表达了。

3.主要驱动力分析

其一，城市人口快速增长。2002—2018年重庆市渝中区常驻人口数量由58.63万人增长到65.90万人。人口的增长导致了人口密度的增加，从而对渝中区的生态环境造成了较大的压力。此外，城市化进程的逐渐推进导致建设用地和耕地两者的矛盾日益凸显，因此研究区土地利用结构发生显著变化，人地矛盾进一步加深。

其二，经济发展稳中有升。2002—2018年，重庆市渝中区地区GDP、人均GDP、第一产业、第三产业、固定资产投资等均呈现上升趋势。其中，GDP由2002年的1246107万元到2018年的11037729万元，人均GDP由21330元上涨到167816元。近年来，重庆市经济发展迅速，渝中区作为主城九区之一吸引了很多外地人口，导致居住地和建设用地(其他建设用地和未完成建设用地)所占面积增加。

其三，人民生活水平提高。2002—2018年，重庆市渝中区城镇居民最低生活保障人数虽在数字上有所上升，但在比例上出现了相对下降的趋势。人民生活水平的提高，会增加对于土地的开发和利用，对耕地转化为建设用地的需求日益显著，同时也会导致消费结构的转型升级等一系列的改变和对土地利用程度的加深。

综上所述，重庆市渝中区土地利用变化驱动因素的作用途径与模式如图4所示。

图4 重庆市渝中区土地利用变化驱动因素的作用途径与模式

四、结论

利用 RS 和 GIS 对研究区土地利用变化进行分析，在一段时间内对土地利用变化的情况进行监测和分析， 能够及时反映土地类型的变化状况。本文主要从研究区土地利用类型的时空变化进行定量分析，深入反映城市土地利用的演变过程，从而为研究区土地资源的合理利用和规划调整提供一定的科学依据和借鉴。研究区土地的主要转化方向是绿化地带向城市建设用地的转化。利用主成分分析法得出，土地利用变化的主要驱动力是研究区的人口不断增长、经济水平增长以及人民生活水平提高。其中，经济发展迅速，城市化进程不断加快，导致政策体系的变化，从而影响到土地利用的变化。人口不断增长，所需的居住面积迅速增加，导致建设用地面积越来越大，未完成建设用地急剧膨胀。因此，适当控制人口增长，提高人口素质，加强对建设用地的管理，合理的土地利用布局在一定程度上可以避免破坏生态环境、保护和改善生态环境，严格管理土地利用，发挥土地利用的宏观和微观调控作用以实现土地利用与生态环境的协调发展。随着城市化进程的不断加快，重庆市渝中区今后几年土地利用的演变速度也会加快，因此遥感技术和地理信息系统技术在监测和研究分析土地利用动态变化方面将发挥出更大的作用。