基于GIS的珲春市土地利用景观格局变化分析

吴梦红 朱海军 卢占斌 赵鹏

摘  要：以珲春市土地利用景观为研究对象，基于GIS软件应用平台，提取2002年和2019年珲春市土地利用信息作为基础数据，以土地利用动态度为指标，采用转移矩阵方法得出各土地利用类型间转变情况和变化速率。结果表明：2002—2019年间，土地利用类型一级分类中，建设用地变化动态度最大，林地变化动态度最小;土地利用类型二级分类中，建设用地变化动态度最大，林地变化动态度最小。研究成果可为珲春市土地利用规划提供一定的参考依据。

关键词：珲春市  景观格局  转移矩阵  土地利用

中图分类号：P901           文献标识码：A 文章编号：1672-3791（2020）09（a）-0006-03

Abstract： Taking the land use landscape of Hunchun city as the research object and based on the GIS software application platform， the land use information of Hunchun city in 2002 and 2019 was extracted as the basic data， and the dynamic attitude of land use was taken as the index. The transfer matrix method was used to obtain the transformation situation and change rate among different land use types. The results show that from 2002 to 2019， in the first-level classification of land use types， the most dynamic change attitude of construction land and the least dynamic change attitude of forest land; In the secondary classification of land use types， the most dynamic attitude of construction land change and the least dynamic attitude of forest land change. The research results can provide some reference for land use planning of Hunchun city.

Key Words： Hunchun city; Landscape pattern; Transfer matrix; Land utilization

隨着社会经济的不断发展，人口数量的不断增多，城市逐渐呈扩张趋势，随之带来一系列自然生态环境问题，城市经济人口发展与城市生态环境的矛盾趋于明显。土地利用情况与植被覆盖度是表征城市用地的重要指数，在过去的研究中，土地利用与植被覆盖度变化情况是非常普遍的，可以说是二维景观研究，随着遥感技术的迅速发展，关于城市景观格局也称为空间格局的研究体系越来越完善，景观格局更为注重的是对空间信息的动态变化探索，可更有效、直观地了解三维城市景观格局生态特征[1-4]。该研究以珲春市土地利用为研究对象，对了解珲春市生态环境提供一个新视角。

研究区为珲春市行政区，隶属延边朝鲜族自治州，珲春市范围为东经130°03′21″～130°18′33″、北纬42°25′20″～43°30′18″，地处吉林省东部，属于沿海城市。

1  研究内容和方法

1.1 研究数据来源和处理

1.1.1 数据来源

该文采用的研究数据分为遥感影像数据和非遥感数据，遥感影像数据来源为地理空间数据云，分别下载了2002年Lantsat 7 ETM数据和2019年Lantsat 8 OLI数据。非遥感数据主要是研究区相关自然经济统计资料，来源为相关政府网站、统计年鉴和已有研究资料等。

1.1.2 遥感数据处理

Lantsat7和Lantsat8卫星都是携带了两个主要载荷，陆地成像仪和热红外传感器。其中Lantsat7卫星ETM陆地成像仪共包括7个波段，Lantsat8卫星OLI陆地成像仪包括9个波段，Lantsat8卫星数据的多光谱波段空间分辨率均为30m，全色波段空间分辨率为15m，其中，波段7波长范围2.1～2.3μm，用于辨识植被覆盖和湿润土壤，波段3波长范围为0.525～0.6μm，用于分辨植被。Lantsat7卫星数据的多光谱为30m和60m， 全色波段空间分辨率为15m，波段4为近红外波段，反映了大量的植被信息，可用于植被的识别和分类，波段3为红波段，对裸露地表、植被、岩性、地层、水文等特征含有丰富的植被信息，波段2可以识别植被类别。

由于传感器在获取影像数据的过程中会受到很多成像干扰，故需要对下载的原始影像进行数据预处理，该文的遥感影像数据预处理主要经过了以下步骤，包括波段合成、波段融合、投影变换、影像镶嵌和裁剪等。

1.2 研究内容

该文主要是基于GIS和RS软件平台，利用ERDAS IMAGINE软件对遥感影像进行处理，在ARCGIS软件中进行研究区土地利用类型信息提取，并对土地利用信息数据进行分析并且制作图件，最后选取景观格局指数，利用Fragstates软件对研究区景观格局进行数据分析，针对演变规律进一步探究驱动因素。

1.3 研究方法

该文从土地利用变化动态度、转移矩阵对2002年和2019年珲春市土地利用景观格局进行分析。

2  土地利用信息提取及变化分析

2.1 土地利用信息提取

为提高解译精度，该文选择人工目视解译的方法进行土地利用信息的提取，根据研究区实际情况，将土地利用类型分为耕地、林地、草地、建设用地、湿地、水系及沙地七大类，合计十三小类。

2.2 土地利用信息变化分析

在2002—2019年时间段内，耕地、草地及沙地3种地类面积减少，林地、建设用地、湿地及水系4种地类面积增加。

具体来看，耕地中的水田和旱地都在减少，建设用地中城镇和工矿面积都在增加，湿地沼泽面积呈增加态势，水系中冲沟和鱼塘面积呈减少态势，河流、湖泊及水库面积均有所增加，其中水库的面积增加最为显著。

2.2.1 土地利用动态度

土地利用动态度是用来描述某一区域，土地利用变化速度的定量指标，能够对土地利用变化的地区差异进行比较，对预测土地利用将来变化情况具有一定指示意义。

根据研究区土地利用类别进行数据统计和分析，通过土地利用变化模型得出2002—2019年研究区一、二级各类型土地利用动态度，研究结果可看出在7种一级分类中，建设用地的变化速度最大，单一动态度数值为11.01%，动态度绝对值最小的是林地;草地和耕地的动态度绝对值为1.10%和0.59%，这两种土地利用类型在数量上变化幅度都很大，但在动态度上变化卻很小，很大程度上是因为本身面积基数大，变化幅度不算明显。水系呈增加趋势，沙地则呈减少趋势。在二级分类中，动态度最小的是河流，仅为0.11%，变化速度最大的是水库，其数值达到了9.56%，二者相差很大。

2.2.2 转移矩阵

该文利用转移矩阵的方法研究土地利用空间位置变化，且可定量化描述土地类间转化情况，利用 Arcgis10.2软件，对2002年和2019年矢量数据进行合并分析，利用软件统计功能对结果进行统计，计算出2002—2019年间的土地利用转移矩阵。

从转出情况来看，在2002—2019年间转出面积最多的是草地，达到了总转出面积的13.52%，水田和旱地的转出面积相近，分别达到转出总面积的5.35%和7.69%，一定程度上反映了城市化进程加快和工业发展对农业带来的影响。除了以上4种转出量较大的土地利用类型，其余9种类型的转化面积所占比重皆不超过5%，表明这些土地利用类型面积的转出量并不多。从转入情况来看，林地和草地的转入面积最多，两者转入面积分别达到转入总面积的26.05%和12.37%，且林地的变化率为正值，反映了近几年国家“退耕还林”政策效果显著。水田和旱地的转入面积分别占转入总面积的2.61%和4.82%，但是从变化率为负值来看，水田和旱地的面积还是呈减少趋势。城镇和工矿的转入面积分别占转入总面积的4.57%和1.62%，变化率为正值且为13个地类中第二和第三，说明近几年珲春市城市化进程极快，工业发展迅速。

3  结语

在2002—2019年，耕地、草地、沙地这3种土地利用类型面积减少，林地、建设用地、水系这3种土地利用类型面积增加。其中，城镇、工矿、水库这几种土地利用子类的变化最为明显。研究区转入、转出面积最多的是草地，其中转入量面积较大的还包括建设用地，反映了城市化程度越来越高、城市面积不断扩张。

参考文献

[1] 袁轶男，金云峰，聂晓嘉，等.基于Fragstats4的上海市城市景观格局指数动态研究[J].山东农业大学学报：自然科学版，2020（6）：1-6.

[2] 马昊，许先升，邓涛，等.1999—2018年海口市江东新区景观格局时空演变分析[J].西南林业大学学报自然科学，2020，40（1）：116-123.

[3] 杨尊尊，段渊古，高天，等.1999—2017年西咸新区景观格局变化及驱动力研究[J].西部林业科学，2020（1）：99-106，113.

[4] 赵珍珍，冯建迪.1980—2016年科尔沁沙地景观时空格局演变特征分析[J].山东理工大学学报：自然科学版，2020，34（2）：24-30.

[5] 郭敏.珲春市农村居民点时空动态变化与影响因素分析[D].吉林大学，2017.

[6] 程璐璐.珲春市物种保护生态安全格局构建研究[D].中国科学院大学（中国科学院东北地理与农业生态研究所），2017.