土地利用变化研究论文

摘要：该文通过获取湖北省宜昌市五峰土家族自治县近22年的四期LandsatTM遥感影像，运用ENVI、ARCGIS软件，结合统计年鉴、文献资料，研究了五峰县土地利用变化情况和驱动力因素。结果表明：（1）变化最明显的是建设用地和林地，草地、水域变化不大。下面是小编为大家整理的《土地利用变化研究论文(精选3篇)》，欢迎大家借鉴与参考，希望对大家有所帮助！

土地利用变化研究论文 篇1：

基于RS和GIS的邯郸矿区土地利用变化研究

摘要：本文以邯郸矿区为研究对象，利用遥感（RS）和地理信息系统（GIS）对矿区的土地利用变化特征做出了定量分析，通过对三个时相的LandsatTM(1990年、2000年、2010年)影像进行解译，利用的GIS的叠加分析功能，分析邯郸矿区近20年来的土地利用变化情况，为改善农业生产条件和人类生存环境，促进区域经济和生态环境协调发展，推进邯郸矿区的生态修复提供借鉴。

关键字：RS GIS 矿区 土地利用变化

1. 引言

采矿业的发展必然伴随着土地利用的不断变化，传统的土地利用调查方式已不能满足信息获取的要求，遥感技术具有覆盖面积大、现实性强、周期短以及数据精确、费用低、省时省力等特点，能直接监测土地利用动态变化，客观的掌握土地利用变化信息[1]。本文以Landsat5影像进行土地利用变化的分类解译，结合GIS技术进行土地利用动态监测，对邯郸矿区近20年来的土地利用幅度、土地利用动态度以及土地利用程度变化情况进行了定量分析。邯郸矿区矿产资源的开采过程，也是对矿区生态环境的破坏过程，其中土地破坏是最为明显的生态破坏，使本来就脆弱的生态环境系统承受着严峻的压力[2]。采矿造成了对土地资源的破坏，引发土地利用方式和土地利用结构的变化。利用RS、GIS技术研究矿区这一特殊地理区域土地利用演化规律，对矿区的生态恢复和土地资源优化利用具有重要的指导意义。

2. 研究区概况

邯郸矿区位于河北省南部，京广铁路西侧，太行山东麓。矿区地跨邯郸市所辖的峰峰矿区、邯郸县、武安市以及邢台市所辖的沙河市。矿区东至鼓山和京广铁路；西至九山；南至滏阳河、北至邑城河。东西宽约31.5km，南北长约33.4km，矿区规划面积957.09km2，现有生产矿井井田面积131.35km2。矿区地形总趋势为西高东低，海拔标高+100～+850m。西依太行山，东接华北平原，西部为陡峭的断块山地，向东逐渐过渡为丘陵、平原。矿区西部从南向北有中山、低中山和中低山组成，东部有鼓山、紫山、洪山等中低山，大部分为丘陵地带。本区地处中纬度地带，属半干旱暖温带大陆性季风气候，四季分明，雨热同期，昼夜温差大。多年平均气温为13.4℃；多年月平均气温最高为26.9℃(7月份)，最低气温为-2.0℃(1月份)；极端最高气温为42.5℃，极端最低气温为-21.0℃，多年平均日照时数为2594h，多年平均无霜期202d，积雪最大厚度14.00 cm～16.00cm，最大冻土深度0.44m。年内风向多为南风和西北风，最大风速20m/s。年平均降水量为562.7mm。历年最大降水量为1575.3mm(1963年)，历年最小降水量为220.0mm(1986年)，降水年内分布也很不均匀，主要降水集中在夏季，汛期一般在6～9月份，降水量占全年总量的76%，春秋两季常出现少雨天气，往往造成严重干旱。

3. 研究方法

3.1数据来源

本次研究选择1990、2000和2010年的30米分辨率的TM遥感影像作为基础数据源，用于影像解译和景观格局信息的提取；辅以2010年的Spot5数据、2006年的1:5000的土地利用现状图数据、2000年1:50000地形图来增加人机交互解译的准确性并进行精度评价。选用遥感数据的参数如下：Landsat TM轨道号为124-35，3个时相的遥感图像接受日期分别为1990年6月21日；2000年6月24日；2010年6月28日，分辨率为25米。Spot5数据轨道号为278-276，接收与2010年4月13日，全色影像分辨率为2.5米，多光谱影像分辨率为10m。

3.2 遥感影像处理

首先利用ENVI对遥感影像进行预处理，包括几何校正、影像融合、影像配准、影像裁剪和影像增强处理几部分。几何校正和影像配准采用二次多项式纠正模型和三次卷积内插法进行纠正。同名点的数量不低于20个，总误差控制在0.5个像元之内。首先以2010年的spot5为基准，将2010年的TM与之进行精确配准。然后将相邻两期的遥感影像进行精确配准，即以2010年的TM为基准，将1990年和2000年两期的TM与之进行精确配准。经处理的1990、2000、2010年的遥感影像图见图1、图2和图3。

然后，采用监督分类法中的最大似然法对遥感影像进行分类，在每一次的最大似然监督分类中各地类的先验概率取相等。本研究还采用一些辅助数据来提高训练样本选择的精确性，包括高分辨率的Spot影像，土地利用现状图、地形图等资料。虽然利用最大似然分类法获得的分类图像分类结果较好，但是由于混合像元、同物异谱以及其他不确定因素影响，往往还需要对分类结果进行进一步的后处理。本次研究将影像结果矢量化，以Arcinfo9.3为平台，以TM影像为工作底图，利用影像数据与矢量数据相结合显示的功能，根据遥感影像的分类结果，通过目视解译的方法对遥感影像进行矢量化，得到各年份的土地利用类型图，见图4、图5和图6。

3.3土地利用类型划分

在土地利用分类中，要考虑到影像的实际可解译能力和矿区的土地利用特点，根据实际情况进行分类。在划分过程中要适当与土地利用分类系统靠近，以便于利用遥感技术对土地利用图进行动态更新[3]。

基于研究条件与研究目标要求，本次研究根据TM及Spot影像的实际可解译能力和邯郸矿区土地利用特点，参考第二次全国土地调查的分类标准，将邯郸矿区土地利用类别分为：耕地、林地、草地、工矿仓储用地、住宅用地、交通运输用地、水域及水利设施用地共7类。需要说明的是，林地包括有林地和灌木林地，工矿仓储用地包含工业用地、采矿用地和仓储用地。住宅用地包括农村宅基地和城镇住宅用地，水域及水利设施用地包括河流、湖泊、水库、坑塘水面，塌陷积水也包括在内。

4. 研究结果与分析

4.1邯郸矿区各土地利用类型面积的变化幅度

通过分析土地利用面积变化了解邯郸矿区土地利用结构的变化和生态演替的态势。通过对1990年、2000年、2010年三个时相的遥感影像处理结果分析、利用GIS统计工具可获得矿区的各土地利用类型面积，见表1。1990~2010三期土地利用类型变化趋势见图7。

由表1可知，2010年邯郸矿区的土地利用类型以耕地、草地、住宅用地为主，三者分别占总土地面积的47.66%、20.52%、19.55%。1990~2000年间，邯郸矿区耕地、工矿仓储用地、住宅用地、交通运输用地、水域面积有所增加，林地、草地、水域用地面积有所下降。其中，耕地面积增加最大，面积增加了59.87km2，幅度为6.25个百分点；工矿仓储用地面积增加了1.14km2，幅度为0.12个百分点；住宅用地面积增加了7.92km2，幅度为0.82个百分点，住宅用地的增加，主要是近年来人口增长的压力和城市化进程加快所致；交通运输用地面积增加了4.98km2，幅度为0.52个百分点；水域用地面积增加了0.18km2，幅度为0.02个百分点。研究表明，耕地的增加主要是本区农业大开发造成的，大量闲置土地被用来复垦为农业用地。林地、草地面积减少，主要是矿区进一步开采造成的。2000~2010年间，邯郸矿区耕地、工矿仓储用地、住宅用地、交通运输用地继续增加。其中，耕地增加了42.92km2，增加了4.49个百分点；工矿仓储用地面积增加了2.13km2，幅度为0.22个百分点；住宅用地面积增加了23.33km2，幅度为2.44个百分点；交通运输用地面积增加了8.09km2，幅度为0.85个百分点；水域用地面积增加了0.31km2，幅度为0.03个百分点。主要是近年来人口增长的压力和城市化进程加快所致。林地、草地继续保持减少的趋势。由图2可知，1990~2010年期间，邯郸矿区耕地、住宅用地、工矿仓储用地、交通运输用地、水域用地面积呈不断增加的趋势，林地、草地积呈不断减少的趋势。

4.2 邯郸矿区土地利用变化的速度

土地利用的动态度可以定量描述区域土地利用变化的速度，它给比较土地利用变化的区域差异和预测未来土地利用变化趋势具有积极的作用[4]。

单一土地利用类型动态度表达的是区域一定时间范围内某一种土地利用类型数量变化情况，即表示土地利用类型在监测初期至监测末期之间数量的年均变化速率。

式中， K—为研究时段内某一土地利用类型动态度，K值是该评价区某种土地利用类型年变化率；LUa,LUb,—分别为研究初期及研究末期某一种土地利用类型的数量；T—为研究时段长，当的时段设定为年时。

区域综合土地利用动态度可描述区域土地利用变化的速度，值是区域综合土地利用动态度，主要用以反映某一研究时段内，评价区的各种地类动态变化的总体情况，其计算公式为：

式中，LUi—为监测起始时间第i类土地利用类型面积； —为监测时段内第类土地利用类型转为非i类土地利用类型面积的绝对值；T—监测时段长度。当T的时段设定为年时。

根据公式计算出邯郸矿区7种土地利用类型的年变化率，具体见表2。从表2可以看出，1990年～2010年，评价区的土地利用/覆盖变化的土地利用动态度，反映出评价区近20年的土地利用动态变化程度。从1990-2000年，评价区内的林地、草地、水域用地的土地利用动态度为负，表明这种土地利用类型的在这十年中总体上减少的趋势，其中草地的动态度最小，表明其减少比例最强；耕地、住宅用地、工矿仓储用地、交通运输用地的动态度为正，表明这些土地利用类型在在这十年中总体上呈增加趋势；其中交通运输用地土地利用动态度最高，表明城市道路的面积增加比例最高。从2000-2010年，林地的动态度由之前十年的负值转为正值，表明林地由上一个十年的减少趋势转变为增加趋势；相比上一个十年，这十年草地土地利用类型的面积的减少比例加大，工矿仓储用地面积大大增加。

由表3可知，评价区的2000-2010年的土地利用/覆盖变化度高于1990-2000年，土地利用/覆盖类型变化较为剧烈。这与土地开发利用与较大的关系，2000年以前占主要类型的耕地面积增加幅度较小，前一时段的土地利用/覆盖变化度小。

4.3邯郸矿区土地利用程度变化

土地利用程度研究方法是通过数量指标体系来表达。将土地利用程度按照土地自然综合体在社会因素影响下自然平衡保持状态分为4级，并分级赋予指数（表4.2-1），通过每级土地利用类型在研究区中所占的百分比乘以其分级指数，然后进行加权求和，得到土地利用程度。土地利用程度的定量表达如下：

利用赋予的分级指数，可以得到土地利用程度的定量化表达式:

式中，LD—是土地利用程度综合指数；

Ai—为第i类土地利用程度分级指数；

Ci—为第i类土地面积占整个区域的面积比例。

1990、2000、2010年土地利用程度结果见表5。邯郸矿区的土地利用程度均呈增加的趋势，表明人类活动对各区的干扰强度越来越大。邯郸矿区的土地利用程度从1990-2000年变化不大，2000年以后呈突然增加的趋势。表明比起1990-2000的十年，在2000-2010的十年，邯郸矿区受人类活动的影响较为强烈，主要原因是随着社会经济的持续发展，对土地的需求加大造成的。

5结论与探讨

邯郸矿区在1990～2010年期间，土地利用发生了很大的变化。1990~2000年间，从邯郸矿区土地利用变化的幅度来看，耕地、住宅用地、工矿仓储用地、交通运输用地、水域用地属于扩展型，总面积逐年增长；其中，耕地有较大幅度的增加，共增加了59.87 km2；住宅用地面积也有大幅增加，10年内增加了7.92km2；而林地、草地属于缩减型，即总面积逐渐减少，其中，草地面积大幅度减少，共减少了67.59km2。林地面积10年期间共减少了6.50km2；另一方面，从土地利用变化的速度来看，1990~2000年间，邯郸矿区土地利用的年变化率为1.57%，其中交通运输用地年变化率最大，达到了2.65%；耕地、住宅用地、工矿仓储用地、水域用地分别以平均每年1.69%、0.64%、0.09%、0.16%的速度在增加。而林地和草地面积分别以年变化率0.90%、2.07%的速度减少。2000~2010年间，耕地、住宅用地、工矿仓储用地、交通运输用地、水域用地总面积逐年增长；其中，耕地有较大幅度的增加，共增加了42.92km2；住宅用地也有大幅增加，增加了23.33km2；工矿仓储用地、交通运输用地和水域用地分别增加了2.13、8.09、0.31km2。而林地、草地总面积仍继续减少，其中林地10年期间共减少了14.68km2，草地总面积减少了62.10km2、水域用地面积减少为3.39km2。另一方面，从土地利用变化的速度来看，近10年邯郸矿区土地利用的年变化率为1.68%，其中交通运输用地年变化率最大，达到了3.40%；耕地、住宅用地、工矿仓储用地、水域用地面积分别以平均每年1.04%、1.63%、1.72%、0.16%的速度在增加。而林地、草地面积不断减少，其中：草地减少速度最快，以年变化率2.40%的速度减少，林地以年变化率2.23%的速度减少。

邯郸矿区的土地利用程度均呈增加的趋势，表明人类活动对各区的干扰强度越来越大。评价区的土地利用程度从1990-2000年变化不大，2000年以后呈突然增加的趋势。表明比起1990-2000的十年，在2000-2010的十年，评价区受人类活动的影响较为强烈。

上述研究可以得出以下结论，对该区的生态修复具有借鉴意义：

（1）发展生态工业园，打造工业强区

从1990~2000年，邯郸矿区建设用地有较大的增长。其中：工矿仓储用地增加了0.12%、交通运输用地增加了0.52%、住宅用地增加了1.03% 。工矿仓储用地增加的原因主要是采矿业的进一步发展。从2000~2010年，随着城市化水平的不断提高，经济的快速发展，建设用地面积迅速增加。工矿仓储用地、交通运输用地、住宅用地分别增加了0.22%、0.85%和2.82%。邯郸矿区依托其在能源、矿产、土地、劳动力资源等方面的优势和良好的产业基础，以及便捷的交通网络，发挥比较优势和后发优势，逐渐形成以机械、建材、岩金、食品产业为支柱，科技含量高和具有一定规模的工业经济布局。因此，要对工业生态区进行修复，实现原材料的充分利用和工业废弃物的再利用，减少工业污染对环境的影响，形成生态工业园。

（2）对塌陷积水区域进行生态修复

通过对各年度土地利用类型分析，水域是一个重要的组成部分。水域面积从1990年的2.02%上升到2010年的2.07%，面积增加了0.49km2，随着矿区开采的进一步扩展，该区域水体面积将继续增加。而污染的水体对矿区的生态环境影响较大，因此对水体进行生态修复势在必行。进行生态修复时，要因地制宜，采用适当的生态修复措施对塌陷积水区进行修复。对于常年积水区、积水深、积水面积大的，可修复为湿地公园。积水面积小，采用水域生态修复技术，发展基塘生态农业或水产养殖业。季节性积水容易造成土壤潜育化和盐渍化，可采取适当的土壤改良措施，并选择合适的经济作物品种种植。

参考文献：

［1］ 刘纪元.中国资源环境遥感宏观调查与动态研究［M］.北京：中国科学技术出版社，1996．

［2］ 武强.矿山环境研究理论研究与实践［M］.北京：地质出版社，2005.

［3］ 陈菁.基于遥感和GIS的莆田市土地利用变化分析［J］.西南师范大学学报：自然科学版，2008，30(1)：184－187．

［4］ 张帆.玉溪市中心城区土地利用布局及其优化研究［J］.云南环境科学：2000，19(8)：67－79．

作者：杨宏兵 董霁红 陈建清 王佳洁 鞠军

土地利用变化研究论文 篇2：

基于RS/GIS的五峰县土地利用变化研究

摘 要：该文通过获取湖北省宜昌市五峰土家族自治县近22年的四期Landsat TM遥感影像，运用ENVI、ARCGIS软件，结合统计年鉴、文献资料，研究了五峰县土地利用变化情况和驱动力因素。结果表明：（1）变化最明显的是建设用地和林地，草地、水域变化不大。1993—2015年，建设用地增加了7 557hm2，林地减少了

9 836hm2。（2）1993—2001年，耕地增加46%，林地减少9.88%，未利用地增加了10.23%。（3）2001—2015年，耕地面积减少29%，林地总量增加5.3%，未利用地减少44%。（4）五峰县土地利用变化的社会经济驱动力主要是地区生产总值、农民人均纯收入、全社会固定资产总额、入境旅游人数、财政总收入等因素。

关键词：RS；GIS；土地利用/土地覆被；五峰县

Key words：RS；GIS；Land use/land cover；Wufeng County

1 引言

研究表明：土地利用类型是地表最明显的景观[1]；土地覆盖变化牵涉到地球表面各个圈层，是物质循环的重要媒介之一[2]；土地利用变化表现在其数量和空间的变化等方面[3]；区域土地利用变化研究是全球研究的重要方面[4-5]；土地利用变化研究重视区域尺度的研究[6-7]；预测未来土地利用变化的趋势有重要意义[8]；人类赖以生存于土地资源，它是社会持续发展的前提[9]；土地利用变化研究已成为当代全球变化研究的热点[10]。

国内对于县域土地利用变化的研究常涉及土地利用动态度、土地利用程度综合指数等，如：研究江西新建县的土地利用变化，发现建设用地动态度最大，耕地动态度最小，并且土地覆被变化是由双向转移向单项不平衡转移逐渐过渡的[11]；研究区域土地利用变化幅度及各地类的空间转换较为常见[12]；土地利用/覆被变化的研究主要包括土地利用变化的过程和驱动力因素[13]；遥感以其宏观性、多光谱性、多时相性等特点，在土地利用动态监测研究中具有明显优势[14-16]；土地利用变化的研究，推进区域土地利用的可持续发展[17-20]。

五峰土家族自治县位于宜昌市西南部，地理位置特殊，属于内地欠发达地区，经济发展水平相对于沿海和内地大城市来说，较为落后，是中部山区土地研究的重要代表。国内的土地利用研究更倾向于选择“热点地区”，这些地区研究先例较多，统计数据比较容易获得，诸多有利因素推进了研究的进行，而对于诸如五峰县山区土地利用研究相对较少。本文主要研究五峰县的土地利用变化情况和可能的驱动力因子，发现土地利用中存在的问题，说明这种变化的原因，进而推动五峰县土地利用的合理化，实现土地利用的可持续发展。

2 材料与方法

遥感影像数据来自“地理空间数据云”网站，以影像质量完好，云层覆盖量少为原则，分别为1993年9月24日、2001年2月18日、2007年9月8日和2015年4月14日4个不同时期的遥感影像，结合五峰县的行政边界矢量图，并在五峰县统计局官方网站上下载了五峰县的统计年鉴。

以五峰县1993、2001、2007和2015年的衛星遥感影像和五峰县行政边界矢量图为数据源，运用ENVI软件，经过图像裁剪、图像增强等预处理，根据分类方案分别对四期近22年的遥感影像进行目视解译，获得五峰县的4个时相的土地分类数据（图1～图4），并进行精度验证；运用ENVI生成土地利用转移矩阵；运用ARCGIS软件计算面积、制图；最后运用SPSS定量分析驱动力。遥感影像在矫正和分类时进行了实地踏勘，以确保分类的精度。

（2）因子分析。所选的8个指标间相关性很高，因此需进行因子分析来区分各自的作用大小。累计贡献率达85%以上时，用特征值所对应的数目确定主因子数目。这里选定两个主因子数目，累计贡献率为98.133%，损失的信息为1.867%，符合要求。由表8可得，第一主成分中各驱动力因子的载荷系数都很大，说明各驱动力因子对土地利用变化的驱动作用较为剧烈，作用由强到弱依次为：地区生产总值、农民人均纯收入、全社会固定资产总额、入境旅游人数、财政总收入、总人口、第一产业占GDP比例、第二产业占GDP比例。第二主成分影响不大。用的重要社会经济驱动力因子，经济的长足发展，推动社会资金加速运转，投资于基础设施、工矿企业的资金增多，这就直接带来了建设用地的迅速扩张，这是22年来变化最明显的地类。

3.2.2.2 产业结构优化对五峰县土地利用变化的影响 2014年第三产业产值达到20.17亿元，创造的总产值中36.5%来自于第三产业，其中以旅游业为重要代表，五峰县入境旅游人数2014年达到190.5万人次，约为6年前的3倍。旅游业的发展使人们意识到要想长久的发展旅游业，就要更加重视资源保护，2001年以后，部分森林资源逐渐恢复，景观湖泊水域等的修复和建造使五峰县近年来的水域面积有增加的趋势；1990年农民纯收入395元，2013年农民纯收入5 001元，13年的增长量约为原来的13倍，五峰县经济发展相对滞后，农业人口比重大，耕地面积保有量多，随着近年来农业技术的发展，农业发展多元化，利润更高的经济作物更受欢迎，五峰出产的茶叶、烟叶、药材等销往全国各地，近年来林业经济、渔业经济发展较好，使部分耕地转向了林地、水域，耕地面积微减。

3.2.2.3 政策因素对五峰县土地利用变化的影响 （1）对耕地的影响。2001年以前，五峰县作为一个内地发展比较滞后的地区，农业人口流动不大，农民大量开荒垦地，使这段时间耕地面积大大增加；2001年以后，市场经济体制逐渐完善并发展良好，不少农民进城务工，使得一些耕地无人耕种或者转为了其他用地类型，这也解释了2001年以后五峰县耕地面积逐年减少的趋势。（2）对建设用地的影响。进入新世纪以来，改革开放使我国经济迅猛发展，五峰县也努力顺应时代潮流，城镇建设发展较快，同时五峰县也出台了许多政策大力发展城镇化建设，县城面积显著增加。这些政策对建设用地面积的变化起到了非常重要的作用。（3）对林地的影响。五峰县主要为山区，森林面积广大，达80%以上，2001年以前林地面积锐减，2001年后退耕还林还草政策逐步在五峰县得到真正扩展，影响并改变着五峰县的林地面积，林地面积逐年增加；近年来，国家又提出建设生态文明的政策，要求保护并恢复林地资源。总之，体制和政策是土地利用变化的大背景，对土地利用变化的影响举足轻重，是重要的驱动力之一。

4 结论

4.1 研究区土地利用变化的特点 （1）变化最明显的是建设用地和林地，草地、水域变化不大。1993—2015年，建设用地增加了7 557hm2，林地减少了9 836hm2；1993—2001年，耕地增加46%，林地减少9.88%，未利用地增加了10.23%；2001—2015年，耕地面积减少29%，林地总量增加5.3%，未利用地减少44%。（2）近十几年来，林地、水域和草地有增加的趋势。（3）五峰县土地利用变化的社会经济驱动力主要是地区生产总值、农民人均纯收入、全社会固定资产总额、入境旅游人数、财政总收入等因素。

4.2 合理利用土地的建议 （1）五峰县大部分为土家族居民，兼有汉、苗、满等民族。少数民族聚居区多数集聚在自然环境较恶劣的地区，地处相对落后的中部山区地区，生产生活方式相对落后于发达地区，毁林开荒等问题严重，环境受到严重的人为干扰。因此，在城镇化加紧推进的同时，必须认真审视环境问题，土地利用必须走科学规划之路，寻求多种发展方式，不以滥用林地草地为代价。（2）特殊的地形以及气候条件，导致当地地质灾害频发。季风气候，夏季多暴雨，主要为山地，陡坡较多，地表植被一旦破坏，土壤逐渐疏松，表层土壤失去稳定性，遇水易流失；当地矿产资源比较丰富，采矿业使得地表植被更易受到人为破坏。一系列的因素导致该区地质灾害频发，损失严重。因此，必须加强宣传，鼓励植树造林，为增加绿地面积作出贡献，同时做好矿区采矿后期复垦工作，尽量恢复地表植被，保护天然林，实现生态系统良性循环。（3）林业集一、二、三产业于一体。林下可种植经济作物，饲养家禽，发展立体农业；适当建立与农产品相衔接的食品加工厂，延长产业链。五峰县有柴埠溪、后河等国家级著名旅游资源，旅游业越来越成为新的经济增长点，必须保持已有绿地，大力增加森林面积，保护水域湿地，真正实现可持续发展。

参考文献

[1]史培军.人地系统动力学研究的现状与展望[J].地学前缘，1997，4（1）：201-202.

[2]刘纪远，刘明亮，庄大方，等.中国近期土地利用变化的空间格局分析[J].中国科学，2002，32（12）：1031-1040.

[3]杨朝现，陈荣蓉，刘秀华.重庆市北碚区土地利用变化及驱动力分析[J].西南农业大学学报（社会科学版），2003，1（2）：26-29.

[4]李秀彬.全球环境变化研究的核心领域——土地利用/土地覆盖变化的国际研究动向[J].地理学报，1996，51（6）：553-557.

[5]Nathan Torbick，Megan Corbiere.Mapping urban sprawl and impervious surfaces in the northeast United States for the past four decades[J].GIScience & Remote Sensing，2015，52（6）：746-764.

[6]許月卿，李秀彬.基于GIS的河北南部平原土地利用变化动态分析[J].资源科学，2003，25（2）：78-84.

[7]朱朕文，陈荣清.县域范围土地利用变化及空间分布分析——以江西省安福县为例[J].湖北民族学院学报（自然科学版），2016，34（3）：347-352.

[8]宋轩，石端晓，李昕，等.基于GIS和RS的郑州市城区土地利用变化研究[J].河南农业大学学报，2008，42（4）：455-460.

[9]唐家荣，张世熔，吴光碧，等.基于RS和GIS的土地利用时空动态变化分析——以重庆永川区为例[J].山东农业大学学报（自然科学版），2014，45（4）：552-558.

[10]Lambin E F，Turner B L，Geist H J. The causes of land-use and land-cover change：moving beyond the myths[J]. Global Environmental Change，2001，11：261-269.

[11]趙小泛，代力民，王庆礼.基于RS和GIS的县域土地利用变化特征分析[J].土壤，2007，39（3）：415-420.

[12]杜自强，王建，陈正华，等.基于RS和GIS的区域土地利用动态变化及演变趋势分析[J].干旱区资源与环境，2007，21（1）：115-119.

[13]鲁燕飞，彭芳，万韵，等.基RS与GIS的赣江上游流域土地利用动态趋势分析[J].生态学报，2014，34（12）：3225-3231.

[14]贾明明，刘殿伟，宋开山，等.基于MODIS时序数据的澳大利亚土地利用/覆被分类与验证[J].遥感技术与应用，2010，25（3）：379-386.

[15]姚玉龙，刘普幸，陈丽丽.基于遥感影像的合肥市热岛效应时空变化特征及成因[J].生态学杂志，2013，32（12）：3351-3359.

[16]王鹤融，余明，曹雨晴.基于RS/GIS的闽西土地利用变化分析[J].福建师范大学学报（自然科学版），2016，32（2）：84-91.

[17]鲁春阳，杨庆嫒，文枫.城市化与城市土地利用结构关系的协整检验与因果分析——以重庆市为例[J].地理科学，2010，30（4）：551-557.

[18]张红红，林楠，王晓志，等.基于RS和GIS的吉林地区土地利用变化研究[J].测绘与空间地理信息，2016，39（2）：68-74.

[19]周芙蓉，冯薪霖.1990-2015年雅安市荥经县土地利用的时空变化[J].贵州农业科学，2016，44（9）：167-170.

[20]张杰，杨春燕，吴永明，等.基于RS和GIS的江西省万年县城镇扩展及其发展演变特征研究[J].江西科学，2015，33（6）：829-835.

（责编：张宏民）

作者：黄蓉 杨文斌 葛绪广

土地利用变化研究论文 篇3：

2008—2011年柳州市土地利用变化研究

摘要 以2008和2011年的Landsat 5 TM数字影像为基础，利用支持向量机方法监测喀斯特地区（柳州市）土地利用变化，得到2008—2011年土地类型转移矩阵和年变化率。结果表明：2008—2011年研究区域的水体、建筑用地、林地和其他植被等土地类型年变化比较缓慢，其中建筑用地面积的年均增长率为1.19%，水体、林地、其他植被的年均减少率分别为 0.37%、0.22%、0.72%；最后分析了各土地类型变化的驱动力。

关键词 支持向量机；土地利用变化；转移矩阵；年变化率

Change of Land Use in Liuzhou City during 2008-2011

HE Zhao-xia （College of Technology & Engineering，Yangtze University，Jingzhou，Hubei 434023）

Key words Support vector machine （SVM）； Land use change； Transfer matrix；Annual rate of change

随着人类社会的发展和城市建设步伐的加快，土地利用变化日益频繁，土地利用/覆被变化仍是当前研究热点。杨瑞芳等[1]在遥感和GIS 技术支持下，选择北京市顺义区作为研究对象，采用分类后比较方法，对1999—2011年土地利用类型的动态变化进行定量分析以及空间分布制图。肖杨等[2]基于RS和GIS技术，在ENVI 软件支持下，利用监督分类方法，研究了黄河三角洲地区2001、2005、2011 和2014年土地利用时空变化特征与规律，并结合研究时段内的自然和社会经济因素，对研究区土地利用变化驱动力进行了分析。马骊驰等[3]以香格里拉建塘镇为研究区，以2000、2009年Landsat TM影像为基础数据，运用光谱特征和地学辅助知识相结合的改进型决策树分类方法分别对研究区 2 个年份的基础数据进行土地利用信息提取和变化分析。李晨曦等[4]研究了京津冀地区2000—2013年土地利用的类型变化、数量变化、程度变化及区域变化特征的基础上，并分析了变化的驱动力。马亚鑫等[5]分析了西安市1995、2000、2006、2010年4期土地利用数据。叶勤玉等[6]利用 2000—2014 年 MODIS NDVI 产品，基于像元二分模型计算了重庆市植被覆盖度，并对其变化强度以及变化趋势进行了分析。综上所述，当前土地利用变化的研究区域大多集中选择经济比较发达、人口较多的大城市或是旅游城市，而笔者前期研究显示，利用支持向量机（SVM）方法的在柳州地区土地分类方面精度最高。笔者以2008和2011年的Landsat 5 TM数字影像为基础，利用SVM方法监测柳州市土地利用的变化，根据土地分类变化信息分析其驱动力因素。

1 数据来源与研究方法

1.1 研究区概况 柳州市位于广西壮族自治区的中北部，地处108°32′～110°28′ E，23°54′～26°03′ N。全市辖6县4区，包括柳南、柳北、城中、鱼峰4城区和柳江、柳城、鹿寨、融安、融水、三江6县。柳州属于典型的喀斯特地貌地区，具有“拔地奇峰画卷开”的山水特点。南北地貌差异性明显，北部多山，耕地多集中分布于中部、南部的平原和盆地。受區域地貌特征的影响，市域城镇体系呈现“南重北轻，中心偏南”的格局，南部市区、鹿寨县建设用地增长较快，北部3县建设发展相对缓慢，区域发展南北差异明显[7]。

1.2 数据来源

遥感数据来源于地理空间数据云发布的美国陆地卫星的Landsat 5 TM数字影像（2008和2011年）。该影像的重复周期为16 d，共7个探测波段，除了热红外波段的分辨率是120 m，其他波段的分辨率为30 m。该影像所覆盖的范围为108°27′～110°22′ E、23°36′～25°29′ N，包含柳州市的部分地区，为喀斯特地貌地区。根据柳州市的格局特点，选取了该遥感影像上中心偏南的一块矩形区域进行研究，如图1所示。所选区域的数字影像如图2所示，该矩形区域包含柳州市区、柳江县和市郊的几个镇，覆盖面积为93 313.8万m2。图1是由波段1、波段2和波段3合成的影像图，图2是由波段2、波段4和波段5合成的影像图。

1.3 研究方法

采用支持向量机SVM 方法获取土地利用变化信息，结合监督分类和人工解译，根据遥感影像数据的可判读性，结合土地利用分类的地域特点，将研究区土地利用类型分为林地、水体、建筑用地和其他植被4类。

为了分析2008和2011年不同土地覆盖类型间的相互转换动态关系，应用2期土地覆盖数据，分别计算相邻2期数据的转移矩阵，其数学表达式为[8]：

Sij=S11…S1n

Sn1…Snn（1）

式中，Sij为不同土地利用类型之间的转移面积；i 代表初期的土地利用类型面积；j 代表研究末期的土地利用类型。

最后计算研究区域某种土地利用类型的年变化速率，它可以描述在监测期末（t2）与监测期初（t1）之间的年均变化速率，计算公式为[9]：

Ki={[LA（i，t2）-LA（i，t1）]/LA（i，t1）}t2-t1×100%（2）

式中，Ki为研究区域内某种土地利用类型i在监测期间的年均变化速率；LA（i，t1）和LA（i，t2）分别为该种土地利用类型在监测期初和期末的面积。

2 结果与分析

2.1 2008—2011年土地利用变化监测 利用SVM 方法对研究区域土地分类的结果见图3。不同土地类型的数据解译见表1。

利用公式（1）、（2）分别计算出2008—2011年土地利用转移矩阵（表2）和不同土地类型的变化情况（表3）。

2.2 驱动力因素分析

从表3可以看出，2008—2011年研究區域的水体、建筑用地、林地和其他植被等土地类型年变化率比较小，其中建筑用地面积在2008—2011年的年均增长率为1.19%，水体、林地、其他植被的年均减少率分别为 0.37%、0.22%、0.72%。分析土地类型变化原因，有以下几个方面。

（1）2008—2011年，柳州市城市建设重点向东、向西、向北拓展，形成5个中心片区加1个外围组团的组团式空间架构和用地布局形态。增加的用地主要来源于其他植被，少部分特殊地区来源于林地和部分小水源。

（2）林地虽然有小部分转移为建筑用地，但是同时又有其他植被转换为林地。柳州市2008—2011年在市郊、柳江河干流两岸，围绕国土生态屏障保留和建设生态公益林、景观林，防止城市无序蔓延，促进生态功能完善和近郊都市农业的发展。在柳江上游地区，精心培育各类水源涵养林、天然林及自然保护区、森林公园等生态脆弱地区林地，充分利用荒坡荒山造林，扩大有林地面积。充分发挥林地、园地等农用地的生产、生态、景观和间隔等综合功能，统筹兼顾农业综合生产需求，拓展城乡绿色空间。

（3）2008—2011年，水体中柳江是没有变化的，变化的主要是其他小水源，例如小水塘。柳江作为柳州市饮水水源，柳江河段保护区和县城等城镇集中式饮水水源保护区，被保护得很好。

3 结论

利用遥感技术对柳州市城区2008—2011年土地覆盖类型和变化进行动态监测，结果表明：2008—2011年，城镇扩展速度较缓慢，其城镇扩展建设用地主要来源于耕地，少部分来源于林地和小水源；但是作为喀斯特地貌城市，森林是重点保护对象，为了保证林地面积不减少或减少速度较慢，每年又有一些耕地转换为林地。

参考文献

[1] 杨瑞芳，谭衢霖，秦晓春，等.基于遥感与GIS 的北京城乡结合部土地利用时空变化分析[J].测绘与空间地理信息，2016，39（9）：19-22，26.

[2] 肖杨，赵庚星.黄河三角洲典型地区土地利用变化遥感监测及驱动力分析[J].测绘与空间地理信息，2016，39（9）：43-46.

[3] 马骊驰，王金亮，刘广杰，等.基于改进型决策树遥感分类的土地利用变化研究[J].地理空间信息，2016，14（7）：12-16.

[4] 李晨曦，吴克宁，査理思.京津冀地区土地利用变化特征及其驱动力分析[J].中国人口·资源与环境，2016，26（5）：252-255.

[5] 马亚鑫，周维博，宋扬.西安市主城区土地利用变化及其对地表径流的影响[J].南水北调与水利科技，2016，14（5）：49-54.

[6] 叶勤玉，高阳华，杨世琦，等.基于 MODIS 数据的重庆市植被覆盖度时空变化分析[J].高原山地气象研究，2016，36（2）：53-58.

[7] 广西壮族自治区国土资源厅规划科技处.广西壮族自治区柳州市土地利用总体规划（2006-2020年）[A].2010.

[8] HU D，YANG G H，WU Q，et al. Analyzing land use changes in the metropolitan Jilin City of Northeastern China using remote sensing and GIS[J].Sensors，2008，8（9）：5449-5465.

[9] 李玲玲，安裕伦，邓焯文.贵阳市 1973-2010年建成区遥感动态监测与驱动力[J].山地学报，2014，32（1）：30-37.

作者：何朝霞