昆明市市辖区土地利用转移矩阵及空间变化研究

孙梦竹

摘 要：以昆明市市辖区为例，基于2005年和2015年昆明市市辖区Landsat TM和OLI数据，对昆明市市辖区2005年和2015年主要土地利用類型的变化和相互转化的关系进行分析，得到昆明市市辖区土地利用类型转移矩阵，通过马尔可夫模型对昆明市市辖区2025年土地利用类型进行预测。结果表明：2005—2015年期间，昆明市市辖区建设用地面积增加最多，主要是由裸地和耕地转变而来;水体面积变化相对不大。预测2025年，建设用地面积将会进一步增加，其他类型用地面积会有小幅度减小。

关键词：土地利用;转移矩阵;空间变化;马尔可夫预测

Abstract：Based on the TM and OLI data of Kunming Municipal District in 2005 and 2015，we analyzed the change of land use and the mutual transformation relationship of it in Kunming Municipal District. We obtained the land-use transfer matrix of Kunming Municipal District，and predicted the land use of Kunming Municipal District in 2025 by Markov model. The results show that from 2005 to 2015，the area of construction land increased the most，almost from bare land and cultivated land;the water area changed relatively little. In 2025，the area of construction land will be further increased，and the area of other types of land will be slightly reduced.

Key words：Land Use;Transfer matrix;Spatial Variation;Markov Prediction

1 引言

土地是人类活动的基本场所，是人类赖以生存的自然资源，它在人类社会经济活动中起着不可替代的重要作用。伴随着全球城市化的推进，世界范围内都出现了土地利用变化剧烈、人地供需矛盾突出、大面积土地治理退化等诸多人口—资源—环境问题。土地利用/土地覆被（LUCC）变化对资源环境问题有着极其重要的影响，从一定程度上反映了人类对自然环境的经营管理和治理改造活动的结果。LUCC是反映人类活动程度的重要因子，分析其时空变化规律，是揭示人类活动程度的有效方式[1]。通过数据挖掘和知识库的建立，快速获取土地利用/覆被的相关知识，及时提出国土开发和气候变化适应性的宏观策略，对于国家资源环境可持续发展具有重要的战略意义[2]。利用RS和GIS技术对区域的土地利用现状进行快速、客观、准确地调查及监测，有利于协调快速发展中的生态环境与土地资源合理利用的关系，促进其广泛应用[3-6]。LUCC研究中，用地结构与变化方向分析的基础是土地利用转移矩阵，它在土地利用变化分析方面具有重要作用。土地利用转移矩阵将土地利用变化的类型转移面积按照矩阵的形式列出，可以细致地反映出各类用地之间的相互转化关系，进而了解转移前后各类土地的结构特征。目前，许多学者通过2期的土地利用类型作出土地利用转移矩阵，并结合土地利用数量变化、程度变化和空间变化等指数进行分析，来了解2期之间土地利用类型的转移变化情况[7-10]。有学者在构建转移矩阵的基础上，运用马尔可夫模型预测法，对未来若干年的土地利用结构的演变趋势进行预测[11-14]。

本研究基于2005年和2015年昆明市市辖区的Landsat卫星影像数据，采用支持向量机（Support Vector Machine，SVM）方法对遥感影像进行监督分类，得到昆明市市辖区土地利用类型图。基于土地利用类型图计算土地利用变化转移矩阵，对昆明市市辖区2005—2015年土地利用在数量上的变化以及不同用地类型之间的相互转化关系进行初步分析，然后利用马尔可夫模型对昆明市市辖区2025年土地利用变化趋势进行预测。

2 研究区概况

位于云贵高原中部的昆明市是西部地区重要中心城市之一，其经纬度范围为102°10′E～103°40′E，24°23′N～26°22′N，经济发展迅速、城市扩张快是其主要特点。选取昆明市市辖区（五华区、盘龙区和官渡区）为研究区，研究区内地势北高南低，中心海拔约1891m，主要土地覆被类型为建设用地、耕地、林地、水体等，如图1所示。

3 数据处理及研究方法

3.1 数据处理 为对昆明市市辖区土地利用转移矩阵和空间变化情况进行研究，分别获取Landsat TM影像和OLI数据，数据条带号为129/43，TM影像获取时间为2005年2月25日，OLI数据获取时间为2015年3月9日。影像数据的精度对于分析结果的影响是决定性的，数据的精度会受到大气条件差异、太阳光照条件变化及山区复杂地形条件等的影响，使得传感器记录的影像数据与地表实际情况不相符，对信息提取精度造成很大影响[15]。因此，为了提高数据精度，在使用这些数据前必须对影像进行几何纠正，误差控制在0.5像元内。本文使用监督分类对影像进行分类，再结合目视解译对分类结果进行修改，2005年和2015年影像分类结果的精度分别为95.4955%、95.1704%。

3.2 分类体系的确定 参考第2次国土地调查土地分类，结合昆明市市辖区土地利用现状，将昆明市市辖区土地利用类型分为5个类别，分别是水体、建设用地、林地、裸地和耕地。

3.3 土地利用转移矩阵 土地利用转移矩阵不仅包括了一定区域某时间点的各地类面积数据，而且还具有期初各地类面积转出和期末各地类面积转入的信息，它反映了某一区域某一时段期初和期末各地类面积之间相互转化的动态过程。土地利用转移矩阵通用形式为[16]：

式中：S代表面积;n为转移前后的土地利用类型数;i、j（i，j=1，2，…，n）分别代表转移前与转移后的土地利用类型;Sij表示转移前的i地类转换为j地类的面积。矩阵中的每一行元素代表转移前的i地类向转移后的各地类的流向信息，每一列元素代表转移后的j地类面积从转移前的各地类的来源信息。

3.4 马尔可夫模型 马尔可夫预测法是一种预测事件发生的概率的方法，由原苏联数学家马尔可夫创建并以自己的名字命名。在马尔可夫预测模型中，较为简单的是一阶马尔可夫过程。大量的研究证明，使用一阶马尔可夫过程已经足以得出相当可靠的预测结果，预测准确度能达到较高的水平[17]。马尔可夫模型基本概念为：在t时刻某种事物处于状态Xi，在t+1时刻，它将以概率Pij变为状态Xj，而转移概率Pij则反映了随机因素的影响。在土地利用类型预测中，以不同土地利用类型之间面积的相互转移概率为马尔可夫矩阵中的元素，则转移矩阵模型为：

通过马尔可夫转移矩阵，不仅可以对土地利用類型之间的相互转化状况进行定量说明，而且还可以揭示不同景观类型之间的转移概率，从而可以更好地了解土地利用的时空演变过程。

4 结果与分析

4.1 土地利用现状 分别对昆明市市辖区2005年和2015年的遥感影像进行监督分类，得到2005年和2015年的土地利用类型图，如图2所示。分别对分类结果进行统计，得到昆明市市辖区土地利用类型分类面积统计数据，如表1所示。

从图2中可以看出，水体主要为滇池的部分面积以及各水库，建设用地集中分布在市辖区的西南方向，林地占地面积最大，分布在西北和东南区域。结合表1可以看出，2005年，昆明市市辖区水体面积为6583.46hm2，占全市总面积的6.24%;建设用地面积占总面积的18.97%，为20026.71hm2;林地面积最大，为35923.41hm2，占比达34.02%;裸地和耕地面积分别为18298.53hm2、24752.97hm2，分别占总面积的17.33%和23.44%，其在空间上主要和林地交错分布。2015年水体面积为6479.73hm2，与2005年相比，面积减少了103.68hm2，同比降低1.57%。主要原因在于2009—2012年云南连年大旱，水体蒸发，水域面积减少，此外，在城市化进程中对水体面积也会有一定的影响。建设用地面积由原来的20026.71hm2增加到2015年的28569.42hm2，增长率达42.66%。结合图2可以看出，2005—2015年间，随着经济的不断发展，城市在不断扩张，很多农用地以及裸地已被建设用地所取代，滇池周边的耕地大部分已转化为建设用地;中部偏东区域由于长水机场的建设，周边的裸地也逐渐变为建设用地。林地面积为35382.51hm2，较2005年面积减少了540.90hm2，裸地和耕地面积的分别为11879.73hm2、23273.64hm2，较2005年分别减少了6418.80hm2、1479.33hm2，建设用地的增加，与之对应的是裸地和耕地的减少，说明昆明市城市化的过程中主要是通过裸地和耕地来建设城市，图2也很好地说明了这一点。

2005—2015年变化最大的土地利用类型为建设用地，变化率为42.66%;其次是裸地，变化率为35.08%;水体、林地和耕地的变化率都较小，分别为1.57%、1.51%和5.98%。

4.2 土地利用类型转移概率的确定 转移概率的确定是使用马尔可夫模型进行预测的关键，利用ENVI软件的变化检测功能对2005年和2015年的土地利用类型进行分析，得到2005—2015年的土地利用类型转移矩阵，如表2所示。

通过表2可以看出，2005—2015年期间，土地变化最大地物类型为建设用地，其次为耕地，建设用地主要由裸地和耕地转变而来，转变的面积分别为3044.88hm2和7879.95 hm2，裸地面积的减少，除了有一部分转变成建设用地外，还有一大部分面积转变成耕地，转变成耕地的面积为6900.39hm2。在经济力的驱使下，乱砍滥伐是导致林地资源减少的主要原因;城镇化建设占用林地、耕地和裸地面积，使得大量的裸地和耕地以及少部分林地转变成建设用地。在2005—2015年昆明市市辖区土地利用转移矩阵的基础上，通过不同地物类型之间的转换面积可以计算得到2005—2015年土地利用转移概率矩阵，如表3所示。

4.3 2025年土地利用面积预测 设置初始状态向量为2005年各地类面积，每经过10年为1步，则2025年n=1，利用公式（3）和转移概率矩阵，预测2025年土地利用结构，其与2015年土地利用结构的比较如表4所示。

由表4可以看出，预计到2025年，水体面积会减少到6390.41hm2，减少89.32hm2;建设用地面积会增加到31789hm2，林地面积减少到35052.95hm2，裸地面积减少到9785.08hm2，耕地面积减少到22567.39hm2。

5 结论

（1）通过对昆明市市辖区2005年、2015年的2期遥感影像进行解译，获得了2个时期的土地利用数据，根据对这2期影像的分类结果，计算出土地利用转移矩阵和转移概率矩阵。结果显示，受城市化进程的影响，2005—2015年昆明市市辖区建设用地面积增加最多，主要是由裸地和耕地转变而来;水体面积变化最小。

（2）运用相关的数学统计方法结合定性分析，对昆明市市辖区土地利用类型的转换进行了研究，研究结果实际情况较符合。运用马尔可夫模型预测了昆明市市辖区2025年的土地利用状况，预计建设用地面积会进一步增加，其他类型用地面积有小幅度减少。研究结果可为今后政府部门在土地资源规划和制定政策方面提供数据依据。

参考文献

[1]吴琳娜，杨胜天，刘晓燕等.1976年以来北洛河流域土地利用变化对人类活动程度的响应[J].地理学报，20l4，69（1）：54-63.

[2] HERRICK J E，URAMA K C，KARL J W，et a1.The global land-potential knowledge system（land PKS）：Supporting evidence-based，site-specific land use and management through cloud  computing，mobile applications，and crowdsourcing[J].Journal of Soil and Water Conservation，2013，68（1）：5-12.

[3]侯偉，匡文慧，张树文，等.近50年来三江平原北部土地利用/土地覆被变化及生态效应分析[J].生态环境，2006，15（4）：752-756.

[4]保家有，王海华.亦庄新城地区土地利用时空动态变化及其驱动因素分析[J].科学技术与工程，2008，8（6）：1522-1529.

[5]李丹，岳彩荣.基于GIS的云南保山小流域土地利用变化研究[J].云南地理环境研究，2011，23（4）：68-72.

[6]张莹，陈圣波，王明常，等.土地利用的遥感信息变化提取研究[J].科学技术与工程，2012，12（24）：5966-5970.

[7]岳东霞，杜军，刘俊艳，等.基于RS和转移矩阵的泾河流域生态承载力时空动态评价[J].生态学报，2011，31（9）：2550-2558.

[8]张俊，周成虎，李建新.新疆焉耆盆地绿洲景观的空间格局及其变化[J].地理研究，2006，25（2）：350-359.

[9]蔡为民，唐花俊，吕钢，等.景观格局分析法与土地利用转换矩阵在土地利用特征研究中的应用[J].中国土地科学，2006，20（1）：39-44.

[10]刘传胜，张万昌，雍斌.绿洲景观格局动态及其梯度分析的遥感研究[J].遥感信息，2007，（3）：61-67.

[11]牛星，欧名豪.基于MARKOV理论的扬州市土地利用结构预测[J].经济地理，2007，27（1）：153-156.

[12]王鹏，黄贤金，张兆干，等.生态脆弱地区农业产业结构调整与农户土地利用变化研究：以江西省上饶县为例[J].南京大学学报（自然科学版），2003，39（6）：814-821.

[13]刘琼，欧名豪，彭晓英.基于马尔柯夫过程的区域土地利用结构预测研究：以江苏省昆山市为例[J].南京农业大学学报，2005，28（3）：107-112.

[14]陈江龙，曲福田，王启仿.经济发达地区土地利用结构变化预测：以江苏省江阴市为例[J].长江流域资源与环境，2003，12（4）：317-322.

[15]陈趁新，胡昌苗，霍连志，等.Landsat TM数据不同辐射校正方法对土地覆盖遥感分类的影响[J].遥感学报，2014，18（2）：320-334.

[16]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[J].地理学报，2003，58（5）：643-650.

[17]武国胜，林惠花，朱鹤健.基于马尔柯夫模型的福建长汀土壤侵蚀动态预测[J].福建师范 大学学报（自然科学版），2011，27（1）：93-104. （责编：王慧晴）