结合高分遥感和多源数据的高原湖泊流域土地利用分析

刘 斌，白少云，余珮珩，陈 敏，潘佳威，陈奕云,3

(1. 云南省水利水电勘测设计研究院，云南 昆明 650021; 2. 武汉大学资源与环境科学学院，湖北 武汉 430079; 3. 土壤与农业可持续发展国家重点实验室，江苏 南京 210008)

土地是社会经济发展的重要自然载体，其利用变化及覆被变化是全球环境变化研究的热点问题[1]。2018年，土地资源划归为自然资源部管理，国土开发利用和保护的监管更加严格和统一[2]，开展土地利用变化分析能够促进土地开发和保护的管理和监督。高原湖泊是我国土地资源的重要组成部分，近年来随着流域内人口迅速增加，人类活动加强，流域内土地利用情况发生了变化，对生态系统的安全性产生一定影响，研究高原湖泊流域的土地利用变化对我国自然资源保护具有重要意义。

目前，国内外土地利用变化研究积累了大量的实证案例，集中于3个层面：一是自然单元，如典型生态类型区，主要以流域为研究对象[3-4]，以高原湖泊流域为代表的研究较少；二是具有行政功能的城镇单元[5-7]；三是自然与人工系统混合的特殊区域[8-10]。在研究方法上，国内外以土地利用动态变化模型为主[11]，包含转移矩阵、元胞自动机(CA)、CLUE模型等[12-14]。在研究内容上，主要为土地利用数量变化、质量变化及空间变化[15]。在数据源的获取上，现有研究多利用具有宏观、实时等优势的高分辨率遥感进行土地利用的监测。目前Landsat卫星影像使用较多，Landsat 8影像为长时间土地利用变化分析提供了数据资源。Sentinel-2卫星能够提供高空间分辨率的多光谱影像，成功应用于矿物信息、叶面积指数提取等研究[16]，但在土地利用变化方面的应用较少。同时，基于我国国产GF-1卫星影像开展的应用案例相对不足[17]。

本文以云南省杞麓湖流域为研究区，选取最新的GF-1、Sentinel-2和Landsat 8卫星遥感影像进行土地利用分类，以全国第二次土地利用调查数据为基期，结合野外实地调研和土地利用转移矩阵开展土地利用现状和演变分析。一方面挖掘GF-1卫星遥感影像在土地利用动态监测方面与其他国外卫星遥感影像的差异；另一方面促进国产GF-1卫星数据在土地利用方面的应用，丰富研究案例。

1 研究区概况和数据处理

1.1 研究区概况

杞麓湖流域位于云南省玉溪市通海县境内，近似为一个封闭的西东向平行四边形形状，中部为封闭性的新月形断陷高原浅水湖泊——杞麓湖，湖周为平坝区，主要分布在湖泊的南、西、北面，坝区外围为中低山。流域包括秀山街道、四街镇、河西镇、九龙街道、杨广镇、纳古镇及兴蒙乡。据《通海县统计年鉴(2016年)》统计，流域内总耕地约99.3 km2，是云南省主要的蔬菜种植基地。杞麓湖是该流域26.8万人赖以生存的源泉和维护该地区生态平衡的重要根基，具有农业灌溉、工业用水、水产养殖和调节气候等多种功能。

1.2 遥感数据源的选取及处理

由于杞麓湖流域位于四季如春的高原平坝，4—10月平均温度在17～20℃间，变化不大，光热条件充足，种植结构相近。综合区域的特殊性和数据的可获得性[18]，研究选用2018年10月18日的Sentinel-2数据、2017年5月1日的GF-1数据及2018年4月28日的Landsat 8数据，评估不同空间分辨率卫星遥感影像在土地利用变化描述过程中的异同(见表1)。其中，GF-1属于高分专项工程，其数据和技术成果既可以服务于国民经济建设和社会发展，又可以服务于国防和军队现代化建设[19]。在对3种卫星遥感影像进行几何校正、图像增强处理后，使用最大似然法进行土地利用现状的分类，将研究范围内的用地类型划分为耕地、林地、建设用地、水域、其他用地5种类型。解译后测试分类精度见表1，其中总体分类精度等于被正确分类的像元总和除以总像元数，Kappa系数是一种计算分类精度的指标。三者均达到精度要求，Kappa系数均大于等于0.75，一致性较高。

表1 基于不同卫星遥感影像的杞麓湖流域土地利用分类精度

2 结果分析与讨论

2.1 基于不同数据源的土地利用现状分析

如图1所示，杞麓湖流域的水域、建设用地、耕地和林地自中心向外呈现出圈层分布的特征，其他用地布局较为分散。建设用地主要分布于杞麓湖南部，并被耕地所分隔。林地主要分布于该流域范围的外侧，耕地主要位于湖周边，被林地包围，其他用地呈碎片状镶嵌于流域范围内。基于3种不同数据源解译的土地利用现状总体特征一致，但在其他用地较为集聚的片区上存在差异。基于GF-1卫星遥感影像数据解译的土地利用现状图中，其他用地于流域范围内西北方向形成集聚，同时周边零星分布耕地；而在Sentinel-2和Landsat 8卫星遥感影像分类的土地利用现状图中，其他用地较为分散。其中由于Landsat 8卫星遥感影像数据分辨率较低，耕地范围与其他2个数据源不一致，土地的连片程度较高。在Sentinel-2卫星影像中可以观察到田埂，可进一步用于田坎系数的测算。由此可以看出，影像空间分辨率与土地利用特征具有非常紧密的关系，高分辨率的卫星遥感影像能够更为清晰地观测到精细化的土地利用特征。

2.2 土地利用演变特征分析

土地利用转移矩阵可以反映研究区在某一时段初期和末期各地类之间相互转化的动态过程信息[20]。本文结合转移矩阵综合分析土地利用的演变特征，并分类型分行政区对土地利用类型变化的空间分布特征进行分析。

各类型斑块面积的转移矩阵见表2—表4，过去10年内杞麓湖流域水域面积总体呈减少趋势，基于3种数据源测算的水域转入斑块面积分别为3.84、3.71、1.1 km2，转出5.62、6.76、7.12 km2，分别减少了1.78、3.05、6.02 km2。基于Landsat 8影像解译数据测算的水域面积减少幅度较大。基于3种数据源测算的耕地转出斑块面积分别为111.09、88.05、105.49 km2，转入50.58、63.63、18.16 km2，耕地面积急剧减少。建设用地转出斑块面积分别为16.34、15.2、10.79 km2，转入44.04、31.04、32.43 km2，建设用地面积均呈增多的趋势。基于Sentinel-2影像解译数据测算的建设用地面积增长幅度较大。林地转出斑块分别为84.29、63.81、34 km2，转入55.85、51.66、74.57 km2，Sentinel-2和GF-1解译数据中林地面积减少，Landsat 8解译数据中林地面积增多，结果的差异可能由于Landsat 8卫星影像的分辨率较低，斑块数量识别较少所致。基于3种数据源测算的其他用地转出斑块分别为7.48、8.36、7.62 km2，转入70.51、32.14、38.76 km2，其他用地的面积呈大幅度上升。

如图1、图2所示，建设用地呈斑块扩张，面积逐步增长，增长主要集中在杞麓湖周边，其中北部的纳古镇和四街镇变化幅度较大，除环湖分布外，在北部林地中也穿插有零星的建设用地。水域面积的减少主要分布在河西镇。耕地变化主要聚集于流域偏北部和杞麓湖北岸，包含河西镇和四街镇。林地变化主要分布于流域内的外部圈层和杞麓湖周围，其中纳古镇、杨广镇是林地面积减少的主要区域。其他用地变化较为分散，可以观察到的变化主要集中于流域西北部和杞麓湖南岸，如河西镇及秀山镇。杞麓湖周边的景观变化较为复杂，耕地圈层与水域、林地圈层紧邻，在各类型的交界处极易发生变化。总体来说，3种数据源的评价结果并无较大差异，水域、耕地、林地3种类型的土地利用面积减少，而建设用地和其他用地受人为活动的影响，用地面积大幅增加。

表2 基于第二次全国土地调查和Sentinel-2数据的土地斑块面积转移矩阵 km2

表3 基于第二次全国土地调查和GF-1数据的土地斑块面积转移矩阵 km2

2.3 杞麓湖流域土地利用演变影响因素讨论

分析土地利用演变的影响因素，由此来反映政策响应程度和存在的问题，为相关政策制定与修改提供依据。首先是包含气候、土壤等在内的自然因素，水、林、田的分布很大程度上决定了流域范围内的景观本底，尤其是水资源，它是影响流域土地利用变化的关键因素，也是流域活跃的影响因子[21]；其次是人类活动等社会和经济因素。

如图3所示，进一步结合2018年底的无人机航拍影像和实地调研成果对典型土地利用变化区域的其他潜在影响因素和过程进行分析。第一，杞麓湖受围湖修坝、造田等人类活动的影响，水面不断缩小，同时水葫芦、芦苇大面积生长，湖滨带不断扩大，在生态修复过程中形成大面积湿地[22]，导致其他用地不断扩张。第二，杞麓湖流域城镇化速度加快，人类建设活动加强，建设用地逐渐由聚集向流域各处分散。第三，杞麓湖周边的未利用地变为耕地，水域北部受到部分侵占。林地的减少与企业、居民等私自转变土地用途有很大关系，部分居民为了获得更多的征地补偿款，私自把灌木林、果园等开发成耕地或圈占集体林地。例如杨广镇曾有企业私自将集体林权的林地推挖后硬化成道路及堆料场。近年来，由于加强生态文明建设，对土地用途的治理有了一定成效，同时退耕还林政策的实施，也使得林地面积的减少变得缓慢。

3 结 论

基于不同数据源的土地利用变化情况可能会存在差异。本文以云南省杞麓湖流域为研究区，选取最新的Sentinel-2、GF-1和Landsat 8卫星遥感影像进行土地利用分类，结合野外实地调研和土地利用转移矩阵开展土地利用现状和演变分析，得到以下结论。

(1) 杞麓湖流域的水域、建设用地、耕地和林地自中心向外呈现出圈层分布的特征。相比于第二次全国土地调查结果，水域、耕地、林地3种类型的用地面积减少，而建设用地、其他用地的面积大幅增多，其中杞麓湖周边的用地变化较为复杂。

(2) 影像空间分辨率与土地利用特征具有非常紧密的关系，高分辨率的卫星遥感影像能够更为清晰地观测到精细化的土地利用特征。Sentinel-2卫星影像和GF-1卫星影像均具有较高的空间分辨率，二者对土地利用变化评估的结果相近，均优于Landsat 8卫星影像，其中GF-1卫星影像依托于我国相关政策，具有较高的应用价值。

GF-1卫星遥感除灾情监测、地理测绘等领域的应用外，随时代需求加大，开始进一步聚焦生态建设，从定期普查向动态监测发展[23]。基于以上情况，可利用GF-1卫星遥感解决用地非法占用问题。以GF-1卫星遥感影像为主，Landsat 8卫星和Sentinel-2卫星影像为辅，对细小的土地用途变化实现精准监测，发生变化的用地与数据库进行比对，避免居民因利益原因对耕地、水域和林地产生侵占。随着卫星空间分辨率的提高，土地利用变化观测和分析也越来越精准。对土地利用现状和变化的研究可以作为生态文明建设的基础和实践国家战略的重要着力点，在此基础上也应当注重背后驱动机制的研究。未来研究可以将无人机数据作为精度最高的标准值，对比分析3种卫星遥感数据成果的精度及合理性，特别是水域面积的变化情况，为后续建立空-天-地立体的水域岸线巡查监控的技术路线提供依据。