西安市雁塔区土地利用/覆被变化及景观格局演变分析

王天琪，杨瑾

(长安大学 地球科学与资源学院，西安 710064)

土地利用/覆盖变化(LUCC)的研究在贯彻落实土地节约集约利用，保障可持续发展等方面有着深入的应用。1991年，“国际地球-生物圈层计划”(IGBP)和“全球环境变化人文计划”(HDP)首次强调了LUCC研究的重要性。国内外各相关领域的研究者在此之后对LUCC的关注日益增加。景观格局分析方法可在空间上综合展现景观异质性[1]，在LUCC研究中的应用日趋成熟，其指数方法已经成为LUCC的重要研究方法。通过分析景观格局演变，可以反映人文环境和自然环境变迁对景观要素的影响[2]。纵观国内外景观格局研究状况，中国在此方面起步较晚，但至今也取得了诸多优秀研究成果。伴随相关城镇、林地、湿地、风景名胜甚至灾害化土地的景观分析对实际土地规划和可持续利用的指导作用日趋显著，景观格局逐渐成为研究热点，其研究方法和相应模型等方面的成果也相继发表。

表1 Landsat-8影像信息 Table 1 Landsat-8 image information

1 研究区概况

以雁塔区为例，使用ArcGIS 10.2、ENVI 5.3、Fragstats 4.2和Matlab对2013—2019年土地利用/覆被变化和景观格局演变过程进行分析预测，发现研究区域土地利用的症结并寻求其解决对策,为该区域土地利用和城市规划提供参考依据。

研究区坐落在陕西省西安市，是市中心城区中最大的核心区，全域面积达15 200 hm2，东临灞桥区，西、南面与长安区相邻，北与莲湖、碑林、新城区相邻，西北角与未央区毗邻。研究区位于关中渭河河流冲积平原，地势东高西低，东南为台原阶地，西北为冲积平原，有渭、泾、沣、涝、潏、滈、浐、灞河流经，为暖温带大陆性季风气候。其区位分析图及2019年假彩色合成遥感影像如图1所示。

图1 研究区示意Figure 1 Study area

2 相关数据获取及预处理

2.1 数据来源

2.1.1 Landsat-8数据

原始影像是从中国科学院遥感与数字地球研究(http://ids.ceode.ac.cn/query.html)网站上免费下载的两期覆盖研究区范围的Landsat-8影像中获取的。其详细信息如下。

两期影像月份相近，且覆盖研究区范围云量几乎没有，可忽略不计。本研究选用OLI传感器7个波段，应用OLI的多光谱影像数据的多种波段组合显示，确定解译标志，进行监督分类。

2.1.2 辅助数据

选取更高分辨率影像用于监督分类的精度评价，从欧空局(https://scihub.copernicus.eu/)网站上下载2019年同期Sentinel-2A数据。由于Sentinel-2于2015年发射成功，2013年数据缺失，故从遥感集市下载2013年同期高分一号数据。采用雁塔区行政区矢量图进行裁剪。

2.2 数据预处理

为减少因地形、光照和大气等不可避免的因素造成不同时段影像存在的误差，提高分辨率，并保证所下载的影像在空间分析中的准确度，对其进行预处理。由于Landsat-8 L1TP是采用地面控制点和DEM数据完成了精确校正的数据产品，无需进行几何校正，只需依次完成辐射定标、大气校正、全色波段与多波段影像融合、裁剪等操作。

辐射定标是将数据的亮度灰度值通过公式计算得到绝对的辐射亮度，之后则运用ENVI中FLAASH模块来减少因大气存在而造成的必然误差，完成大气校正。将上一步得到的全色波段和多波段影像相融合，从而得到15 m分辨率的多光谱数据，最后用雁塔区矢量数据裁剪得到雁塔区高分辨率多光谱数据。

3 研究方法

根据土地利用分类标准，把雁塔区土地分为耕地、林草地、水域、建筑用地和其他用地共5种类型，将预处理后的结果进行监督分类，然后运用景观指数法获得景观格局的演变进程，并对其进行预测，其技术流程如图2所示。

图2 技术流程Figure 2 Technical flow chart

3.1 监督分类

监督分类的过程包含4个步骤：定义训练样本、选择方法进行分类、检验分类结果、处理输出。

在定义训练区时，需要检验各类样本之间的可分离性，在本研究中，两期数据5种样本的可分离性均超过1.9，样本之间分离性好。在执行监督分类时，依据地物复杂度、分类精度、目的的要求，选择适当的分类器。

支持向量机分类(SVM)是基于统计学习理论的机器学习方法，能自行获得识别类型能力强的支持向量，然后构建能最大化各类之间间隔的分类器，具有更好的普适能力和较高的分类精度[3]。

检验评价分类结果的常用方法有混淆矩阵、ROC曲线等，本研究选用更高分辨率数据Sentinel-2A和高分一号数据辅助得到混淆矩阵，进行精度评价。

3.2 土地利用转移矩阵

土地利用转移矩阵是马尔可夫模型在土地利用变化方面的应用，是由于系统分析中需要对系统状态和状态转移进行定量描述而产生的[4]。本研究在ArcGIS 10.2中将两期矢量分类结果运用叠加分析得到土地利用转移矩阵。

3.3 马尔可夫分析

马尔可夫模型既能够定量地反映各类土地利用类型之间的转化，而且能充分体现土地利用类型间的转换率[4]，从而预测未来土地利用类型状况。本研究预测未来每隔6年的土地利用类型状况,在Matlab输入初始状态向量和转移概念矩阵，设置预测时间，得到未来每隔6年的土地利用类型状况。

3.4 景观指数计算

景观指数是能体现景观结构特征和空间格局演变的定量指标，并可以对景观格局信息进行高度概括[5]。本研究选用表2中的9个指标进行类型、景观两个层面分析。

表2 选用景观格局指数 Table 2 Landscape pattern index selected

4 结果分析

4.1 土地利用/覆盖变化

在ENVI 5.3中执行支持向量机监督分类，得到两期影像的分类成果，两期影像分类精度评价的总体精度及Kappa系数如表3所示，达到本次研究的精度要求。

表3 影像分类精度及Kappa系数 Table 3 Image classification accuracy and Kappa coefficient

根据分类结果，在ArcGIS 10.2中进行统计分析，可得雁塔区各类型用地面积情况，如表4所示。

如表4、图3所示，可得雁塔区各类型用地变化的情况：

表4 2013—2019年雁塔区土地利用类型面积及占比Table 4 Area and proportion of land use types in Yanta District from 2013 to 2019

图3 LUCC分类Figure 3 LUCC classification

1)从数量角度来看，林草地在6年间呈小幅增长，由10.04%增长为11.27%；水域面积基本不变；耕地面积大幅减少，由17.95%减少为9.57%；其他用地变化幅度不大；建设用地面积呈大幅增加，由70.44%增长为77.86%，占比最大，符合雁塔区近年来城市化趋势。

2)从空间分布变化的角度看，其他用地、耕地转变为建设用地的变化最为明显；水域分布格局保持稳定，建筑用地逐渐向外扩张。综上分析说明,本研究时段是雁塔区发展的关键加速时期，整体土地利用空间格局呈现出东、西部变化最大。

4.2 土地利用转移矩阵

在ArcGIS 10.7中通过叠加分析操作和统计结果得到两期分类结果的转移矩阵和转移概率矩阵。结果如表5所示。如表5可得雁塔区2013—2019年土地利用变化的规律。

表5 2013—2019年雁塔区土地利用转移矩阵及概率矩阵Table 5 Land use transfer matrix and probability matrix in Yanta District from 2013 to 2019

1)6年间水域的变化率最低，基本保持稳定不变；

2)建设用地变化率较低，保持稳定，小部分转化成耕地和林草地，但有许多用地类型转变为建设用地，建设用地不断侵蚀其他类型用地而不断扩张；

3)耕地、林草地变化率较大，大部分转化成建设用地，林草地总面积小幅增长，表明林草地保护措施实行到位，但耕地保护不足而大量缩减；

4)其他用地变化率最大，大部分转化成建设用地，土地利用效率提高。

4.3 马尔可夫预测

在Matlab输入初状态向量和转移概念矩阵，设置预测时间，得到未来每隔6年的土地利用/覆被变化状况(表6)。

表6 2019—2079年雁塔区土地利用预测 Table 6 Land use forecast of Yanta District in 2019—2079

由表6可知基于2013—2019变化，雁塔区未来60年土地利用状况。若按此变化规律，建设用地比例将稳步增加；而耕地比例将逐年明显减少；其他用地比例也将逐年减少，但不明显；水域比例总体保持稳定，略有增加。由此导致各种土地类型面积差别逐年增大，多样性降低，生态系统复杂度降低。

4.4 景观指数变化

在Fragstats 4.2中计算景观指数，对类型、景观两个层面进行分析。结果如表7、表8所示。

表7 景观指数计算结果(类型) Table 7 The calculate results of landscape index (class)

表8 景观指数计算结果(景观) Table 8 The calculate results of landscape index (land)

如表8所示，可知在类型层面上：

1)建设用地的平均斑块面积、形状指数、周长面积比、聚合度、斑块结合度均增加，表明建设用地斑块之间凝聚程度提升，类型聚合程度增加，景观破碎化水平减弱，形状更为多样。

2)林草地平均斑块面积、形状指数、聚合度、斑块结合度均增加，周长面积比减少，表明林草地斑块之间凝聚度提升，类型聚合程度增加，景观破碎化水平减弱，形状更为规则。

3)耕地平均斑块面积、形状指数、周长面积比、聚合度、斑块结合度均较大幅减少，表明耕地斑块之间凝聚度降低，类型聚合程度减少，景观破碎化水平增加，形状更为规则。

4)其他用地平均斑块面积、形状指数、聚合度、斑块结合度均减少，周长面积比增加，表明其他用地斑块之间凝聚度提升，类型聚合程度增加，景观破碎化水平减少，形状更为多样。

5)水域类型各指数变化幅度小，基本保持稳定，这6年间，水域景观变化最不明显。

6年间，在景观层面上的平均斑块面积、蔓延度均增加，形状指数、分形维度指数、香浓多样性指数、香农均匀度指数均减少。这表明景观中优势斑块形成了更好的连接，景观异质性减弱，景观优势类型越发突出，景观破碎化水平总体减弱。

5 结论

从土地利用/覆被变化角度看，6年间雁塔区变化较显著，耕地和其他用地面积减少，林草地、水域增多，建筑用地范围显著扩张；土地利用类型以建筑用地为主导，占全区77.86%，受人类活动强烈影响，人地矛盾突出，按此趋势进行预测，伴随耕地大幅减少，多年后建设用地可达83%，环境多样性减弱，但林草地、水域基本保持稳定，符合林草地、水域保护要求。

从景观格局指数上来看，6年间雁塔区建设用地作为优势斑块形成了更好的连接，斑块连通性增强，聚合程度明显增加，景观破碎化水平总体减弱。

耕地和其他用地的减少及建设用地的猛增，是伴随着西安市高速城市化的发展进程所带来的不可避免的结果。改革开放后的土改为城市化拉开了序幕，伴随着《中华人民共和国土地管理法》修正、城市土改、十八届五中全会、十九大的召开、《全国国土规划纲要 (2016-2030年)》的颁布，逐步实现土地和人口的城镇化。西安市雁塔区近些年在“十一五”“十二五”“十三五”“十四五”规划、《大西安总体规划空间发展战略研究》《关中-天水经济区发展规划》等政策及国家“一带一路”建设、关中平原城市群建设等国家战略的实施的推动下，城市建成区范围持续外扩，其他用地、城市边缘耕地不断缩小。

而自2004年以来，陕西省陆续实行《中华人民共和国自然保护区条例》办法、《中华人民共和国水法》办法、《陕西省秦岭生态环境保护条例》、陕西省风景名胜区管理条例、陕西省渭河流域管理条例等地方法规。政府生态保护政策强有力的实施加上群众环保意识的提高，是近年来雁塔区水域面积基本保持稳定，林草地面积小幅增长的主要原因。

雁塔区为积极配合大西安建设，应在更高效利用建设用地、进行耕地保护等方面有所提高。在大西安建设进程中，更好地发挥其作为核心城区的带动作用。

志谢：

感谢中国科学院网络平台提供免费下载 Landsat-8 影像数据，感谢欧空局网络平台提供免费下载的Sentinel-2A 数据，感谢长安大学资源学院多位任课老师在此过程中的指导。