杭州湾南岸滨海湿地土地利用变化研究

2022-04-27 13:22赵赛帅陈海珍吴亚文
地理空间信息 2022年4期
关键词:杭州湾滨海土地利用

赵赛帅,陈海珍,李 璐,吴亚文,章 璐

(1.宁波市测绘和遥感技术研究院,浙江 宁波 315040;2.宁波市阿拉图数字科技有限公司,浙江 宁波 315040;3.浙江省诸暨中学,浙江 绍兴 311800)

近年来,现代化的开发加速了土地利用方式的改变,对杭州湾滨海区域的生态环境、生物多样性等方面都产生了较大的影响[1-5]。2019年7月,杭州湾南岸上设立了宁波前湾新区,经济发展正处于“一带一路”、长江经济带、长三角一体化、海洋经济发展等国家战略叠加的最强风口,具备新一轮腾飞的巨大契机[6],其土地利用模式关乎未来经济、社会和生态和谐发展的重要基础。因此,本文以杭州湾南岸滨海地区为研究区,解译近25 a的6期遥感影像获取土地利用基本数据,分析杭州湾滨海湿地长时间的土地利用类型变化,探讨土地利用变化的空间分布差异以及时间变化特征,以期为该区域未来可能出现的土地开发频繁、利用类型变化大,开发强度大的模式下实现节约集约利用,管控缓解人地矛盾,维持环境可持续发展,为做好生态修复保护提供经验借鉴。

1 研究区及数据源

1.1 研究区

杭州湾南岸研究区位于钱塘江河口线,西接钱塘江河口段,东临舟山群岛,北靠上海市,南至宁波甬江口。本研究区位于宁波市北部杭州湾南岸的弧形区域,西起余姚市,东至慈溪市(图1),总面积约为1 900 km2。该区域地处亚热带海洋季风气候,雨量充沛,四季分明,为典型的淤涨性淤泥质滩涂,属于近海与海岸湿地生态系统,是中国八大盐碱湿地之一[4]。杭州湾南岸自然湿地群落分布自海向陆依次呈现海三棱藨草、互花米草、芦苇[7];人工湿地类型主要包括水产养殖场、垦区农田等。

图1 研究区

1.2 数据源

1.2.1 遥感影像

Landsat影像因其数据获取性强、覆盖范围广、光谱信息丰富,在海岸带区域性研究中得到广泛应用。研究选取了1992、1998、2004、2009、2013和2017年共6个时期的Landsat TM/OLI影像(表1)。为满足土地利用类型识别的准确性和完整性,研究挑选云量不大于10%,成像质量好,潮位较低的影像,并且综合考虑植物的生长周期(夏季,6~8月),以4~6 a为一个研究时期。影像经过辐射校正和几何校正等预处理,主要用于地物分类提取。

表1 研究使用的遥感数据及参数

1.2.2 验证数据

为验证分类精度,研究利用2014年慈溪市土地利用现状数据以及2004年的Google Earth历史快视图进行随机设置兴趣点,分别验证2013和2004年的研究区的分类结果。

1)土地利用现状数据。在2014年慈溪市土地利用现状数据中,将公路用地、农村道路、城市、建制镇、村庄、水工建筑用地、设施农用地、采矿用地和风景名胜划分为研究中所需的建筑地类;将旱地、水田、裸地、水库水面、其他草地划分为农田地类;将坑塘水面、河流水面划分为水产养殖场地类;将有林地、果园、灌木林地、其他林地划分为林地地类;把已有的21类地类归并为本次研究中所需的7类(表2)。

表2 研究区分类系统及随机布点数量

2)Google Earth历史快视图(snapshot)数据。研究通过对2004年的Google Earth历史快视图进行随机布点,从而对2004年的分类结果进行验证。对于一些难以判断地类的随机点,可以在Google Earth中调取前一年或者后一年的历史影像进行比对,判断该处的地类,提高验证效率和准确性(图2)。

图2 Google Earth 2004年影像以及随机点分布

2 研究方法

2.1 影像特征指数构建

为了提高地物分类精度,在综合国内外研究[8-9]的基础上,结合研究区特点,针对水体、植被、建筑、农田等波谱特性构建了土壤调整植被指数(SA⁃VI)[10]、改进的归一化水体指数(MNDWI)[11]、改进的归一化建筑指数(MNDBI)[12]、亮度指数(Bright⁃ness)、绿度指数(Greeness)、湿度指数(Wetness)[13]等特定的特征指数(表3)来综合识别杭州湾南岸滨海湿地的土地利用类型。其中,SAVI用于提取滩涂、湿地、林地,MNDWI用于提取水域,MNDBI用于提取建筑,Brightness、Greeness、Wetness用于提取农田。通过构建特征指数,进一步加强了不同地物在影像特征 中的区分度,为土地利用类型精确分类奠定基础。

表3 影像特征指数选择及计算公式

2.2 土地利用类型分类

综合考虑不同土地利用类型在Landsat影像中的可分性,研究将杭州湾南海土地利用类型分为滩涂、湿地、水产养殖场、农田、林地、建筑和海水七类(表2)。其中,研究将河流、沟渠等划分为水产养殖场一类,将农用旱田、水浇地等划分为农田一类,将道路、堤坝划分为建筑一类。

随机森林算法由Breiman提出,采用分类树作为基本分类器,是一种集成分类算法[14]。其原理为首先从原始训练样本集X中有放回地重复抽取N个新训练集x,抽取数量约为原始数据集的2/3;然后为每个训练集分别建立回归树h,产生由N棵决策树组成的森林[15],公式如下:

式中,x为输入向量;{Θk}为独立同分布的随机向量;每棵分类树根据一组与输入样本有关的随机向量{Θk}进行分裂生长,在每棵树生长过程中,从全部M个特征变量中随机选取m个(m≤M),在这m个属性中根据基尼(Gini)指数最小原则选出最优属性进行内部节点分支,使每棵树完整成长而不被剪枝[16];最后,集合N棵决策树的预测结果,采用投票的方式决定新样本的类别(式2),利用每次抽样未被抽到的1/3数据来估计内部误差,用来预测分类的正确率[17]。

随机森林算法可以处理大数据集,在不选取和删除变量的情况下处理大量的输入变量,对异常值和噪声具有较强的鲁棒性,具有高准确度、无参数要求特征[18]。因此,研究采用随机森林算法用于杭州湾南海滨海湿地土地利用类型分类。

2.3 基于Circos图的土地利用转移可视化

土地利用转移反映了土地利用变化的内在过程及各类型之间的转移方向和趋势,其中土地利用转移矩阵能定量表明不同地类之间的转移方向和幅度,是马尔科夫模型在土地利用分析方面的应用。本研究运用土地利用转移矩阵[19](式3)进行研究区土地利用类型变化分析,对1992—1998年、1998—2004年、2004—2009年、2009—2013年、2013—2017年和1992—2017年土地利用类型的转移方向进行定量计算,最后得到6组6×6土地利用转移矩阵(其中海水不做转移分析)。

式中,矩阵中行为前一时间段,列为后一时间段,Sij表示为第i年向第j年转换的量。

基于土地利用转移矩阵,研究进一步利用Circos图展现6类土地利用类型转移情况。Circos是由Martin[20]等于2009年开发的一款生物信息可视化工具,研究对Circos图进行延伸应用,以期从宏观上把握土地利用类型转化的总体特征,清晰展现各类地物转出去向和转入来源以及地物间最大转化流和流量等信息。在本研究对Circos图的设置及其解释如下:

1)构成:Circos图外面的圆圈由6段圆弧状的坐标轴组成,每段圆弧对应一个地类,坐标轴代表了相应土地利用类型的总转移面积,即转入量与转出量的总和,数据的单位是km2;圆弧外有三层细圆弧,其中最外层圆弧代表转入量和转出量占比,中间层圆弧代表转入量占比,最内层圆弧代表转出量占比。

2)“弦”的设置:图中每一条“弦”代表一条转移流数据,“弦”始于转出地类,止于转入地类,“弦”的两端到坐标轴的距离不同,转出端距离坐标轴较近,转出端颜色同转入地类,转入端距离坐标轴较远,转入端颜色同转出地类;“弦”的宽度代表转移面积的大小,颜色与转出地类坐标轴颜色保持一致。

3)配色:不同地类的坐标轴用不同颜色表示,本研究中,黄色代表滩涂,绿色代表湿地,紫色代表水产养殖场,橘色代表农田,红色代表林地,灰色代表建筑。

3 结果与分析

3.1 精度验证结果

针对各期土地利用分类结果,结合Google Earth历史快视图以及土地利用现状图等对解译结果进行人工修正,并通过混淆矩阵与Kappa系数对解译结果进行评价与验证。2004年Google Earth历史快视图以及2014年慈溪市土地利用现状图随机布点验证结果(表4、5)表明,2004年研究区分类的总体精度达到85.43%,2014年分类的总体精度达到87.43%,分类结果的正确性较高,可以支持后续土地利用变化研究分析结果的可信度。

表4 基于Google Earth历史快视图的2004年分类结果混淆矩阵

表5 基于慈溪市土地利用现状图的2013年分类结果混淆矩阵

3.2 土地利用变化分析

研究基于不同时期遥感影像,利用土壤调整植被指数、改进的归一化水体指数、改进的归一化建筑指数、以及缨帽变换后的亮度、绿度、湿度指数等基于随机森林分类方法提取滨海湿地土地利用类型,结合转移矩阵绘制Circos图(如图3),分析杭州湾南岸滨海湿地空间变化和各地类的转移方向,主要得出以下结论:

图3 1992—2017年研究区各地类土地转移Circos图

1)近25 a来,研究区内建筑总面积持续增加,水产养殖场总面积也是呈上升趋势。在内陆区域,农田转变为建筑是主要土地利用转移类型;在近海区域,土地利用转移类型复杂且多样化,主要是滩涂被大范围利用,转变为水产养殖场与建筑,同时也有相当滩涂转变为湿地。其原因主要是杭州湾南岸土壤脱盐过程较快,为开垦滨海湿地创造了优越的条件,潮间带的滩涂资源开发利用在近25 a期间持续发展。

2)在人类活动加剧的过程中,杭州湾南岸湿地面积并无减少,相反增长趋势明显,从1992年的15.34 km2增至2017年的103.89 km2,99.76 km2的滩涂转化为湿地,这与杭州湾滨海外来物种互花米草引种及其扩张密切相关。此外,我国沿海各地纷纷开展滨海地区湿地生态修复工作,划定海洋生态红线,建设海洋保护区,严格控制围填海规模,尤其是2010年中央分成海域使用金返还生态修复项目和2016年“蓝色海湾”整治行动的实施,对开展生态修复、保护我国滨海湿地起到了很好的推进作用。2010年2月杭州湾新区的建立,在经济建设发展的同时,政府对湿地采取了保护措施,尤其是杭州湾湿地公园的建设,对湿地的保护及恢复起到了积极作用。

猜你喜欢
杭州湾滨海土地利用
土地利用变化与大气污染物的相关性研究
中国地质大学(北京)土地利用与生态修复课题组
土地利用规划的环境影响评价分析
滨海白首乌
江苏滨海:让农民工吃下定“薪”丸
无人机运用于杭州湾
杭州湾跨海大桥信号中继站设置方案研究
滨海顶层公寓
走在杭州湾跨海大桥上
Synaptic aging disrupts synaptic morphology and function in cerebellar Purkinje cells