雷秀麗,楊澤東,馬雪梅,肖 燕,李希峰

(1.測繪出版社,北京 100045;2.南京師范大學(xué)地理科學(xué)學(xué)院,江蘇南京 210097;3.聊城大學(xué)環(huán)境與規(guī)劃學(xué)院,山東聊城 252059;4.聊城大學(xué)建筑工程學(xué)院,山東聊城 252059)

基于DE M的小流域土地利用分析模型研究與實(shí)踐

雷秀麗1,楊澤東2,馬雪梅3,肖 燕3,李希峰4

(1.測繪出版社,北京 100045;2.南京師范大學(xué)地理科學(xué)學(xué)院,江蘇南京 210097;3.聊城大學(xué)環(huán)境與規(guī)劃學(xué)院,山東聊城 252059;4.聊城大學(xué)建筑工程學(xué)院,山東聊城 252059)

采用DEM數(shù)據(jù)和各種土地利用類型矢量數(shù)據(jù),運(yùn)用 GIS空間分析方法,設(shè)計(jì)土地利用分析模型,實(shí)現(xiàn)各種土地利用類型在不同地形因子影響下的空間分布現(xiàn)狀的分析和顯示,為區(qū)域土地利用規(guī)劃或優(yōu)化土地利用結(jié)構(gòu)提供決策服務(wù)。

土地利用;地形因子;DEM;ArcGIS

一、引 言

我國是一個多山的國家,山區(qū)土地資源的利用非常重要,然而由于自然以及人為原因造成的坡地水土流失,一直困擾著山區(qū)經(jīng)濟(jì)的發(fā)展,如何科學(xué)合理地利用和保護(hù)現(xiàn)有的緊缺土地資源特別是坡耕地,解決生態(tài)退耕,一直是備受關(guān)注和急需解決的問題。

山區(qū)地形復(fù)雜多變,自然土地分布具有顯著的空間分異性,并形成了復(fù)雜的山地景觀,由于目前國內(nèi)關(guān)于土地利用類型分布的研究絕大部分注重某行政區(qū)范圍內(nèi)的土地利用數(shù)量的研究,并非注重打破行政區(qū)界的整體的土地利用空間分布格局,這就造成空間上連續(xù)的同一土地利用類型因?yàn)樾姓^(qū)域不同而被分別進(jìn)行規(guī)劃和管理,而不能正確反映一個自然小流域內(nèi)的土地利用總體分布狀況。本文設(shè)計(jì)了基于DEM的小流域土地利用空間分布分析模型,以自然小流域?yàn)檠芯繀^(qū)域,打破了行政區(qū)界的限制。

本文利用自主設(shè)計(jì)的分析模型,結(jié)合現(xiàn)有土地利用數(shù)據(jù)以及相應(yīng)區(qū)域的 DEM數(shù)據(jù),通過疊加、融合等技術(shù)手段,研究主要土地利用類型在坡度、高程等不同地形因子影響下的分布特征,通過計(jì)算不同地形因子下各土地利用類型的分布頻率,更加深入地了解土地利用空間分布現(xiàn)狀以及地形因子對土地利用類型的影響,為區(qū)域土地資源合理利用提供決策依據(jù)。

二、數(shù)據(jù)處理流程及模型實(shí)現(xiàn)

1.處理方法及流程

在山區(qū)小流域中,坡度、高程、坡向是土地資源固有的重要環(huán)境因子,綜合各種土地利用類型的選擇性、適應(yīng)性以及各種地形區(qū)域的生態(tài)敏感性,大體可界定為:坡度、坡向影響不同農(nóng)業(yè)組分的分布,而高程則在一定程度上影響土地的開發(fā)利用。因此坡度、坡向、高程三個地形因子構(gòu)成了土地利用類型分布的基本框架。

設(shè)計(jì)模型擬實(shí)現(xiàn)如下目標(biāo):以流域地區(qū)DEM數(shù)據(jù)和土地利用類型數(shù)據(jù)為基礎(chǔ)數(shù)據(jù),經(jīng)過疊加、重分類等 GIS空間分析方法,結(jié)合匯總統(tǒng)計(jì)法獲取各坡度和高程級別的土地利用類型分布和面積等數(shù)據(jù)。用戶可根據(jù)特定需求將統(tǒng)計(jì)結(jié)果以折線圖的形式顯示。

在數(shù)據(jù)處理過程中,涉及柵格與矢量轉(zhuǎn)換和二者之間的裁切操作以及在數(shù)據(jù)準(zhǔn)備之初的矢量化誤差,難免造成區(qū)域面積誤差,為消除面積誤差的影響,引入分布指數(shù) P

式中,P代表分布指數(shù);e代表地形因子,分別為坡度、高程、坡向等;Sie代表 e地形因子特定等級下的i地類的面積;Si是 i地類的面積;Se是整個區(qū)域 e地形因子特定等級下的總面積;S是整個區(qū)域面積。由該公式即可得到基本地形因子分布指數(shù)。

依據(jù)上述分析思路,列出具體操作流程,如圖 1所示。

圖 1 小流域土地利用空間分布分析流程

2.模型的實(shí)現(xiàn)

本文采用的操作環(huán)境為:CPU 1.7 GHz,內(nèi)存512MB,操作系統(tǒng)Windows XP 2000,軟件開發(fā)平臺采用 ArcGIS 9.3的 ArcToolBox,開發(fā)語言 Python。模型主要由以下幾個功能子模塊來實(shí)現(xiàn)。

(1)截取 DEM,獲得研究區(qū)域范圍數(shù)據(jù)

在現(xiàn)實(shí)操作中,可獲得的DE M數(shù)據(jù)無非兩種方式:硬拷貝獲取或者網(wǎng)上下載。為保證數(shù)據(jù)獲取的完整性,所獲得的 DE M數(shù)據(jù)一般地理范圍要比實(shí)際操作范圍大得多,因此為減少計(jì)算量,首先需要對 DE M數(shù)據(jù)進(jìn)行掩膜裁剪,以獲得研究區(qū)域范圍的數(shù)據(jù)。

(2)計(jì)算土地利用類型在各特定地形級別的

分布面積

分析所需數(shù)據(jù)為土地利用類型數(shù)據(jù)和重分類數(shù)據(jù)。由于在數(shù)字地形分析中存在多種基本地形因子以及不同地區(qū)地形因子對土地利用類型的影響權(quán)重不同,為實(shí)現(xiàn)模型的通用性,特將地形因子的重分類數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù),由用戶根據(jù)所研究區(qū)域的實(shí)際情況自行設(shè)計(jì)標(biāo)準(zhǔn)進(jìn)行分類。

將分類好的地形因子數(shù)據(jù)轉(zhuǎn)換為矢量數(shù)據(jù),并通過融合和字段統(tǒng)計(jì)工具,統(tǒng)計(jì)出各特定級別地形因子的分布面積,然后將其與土地利用類型數(shù)據(jù)進(jìn)行相交處理,并按照上述方法做同樣處理,獲得土地利用類型在各特定地形級別的分布面積。

(3)計(jì)算土地利用類型在各特定地形級別的

分布比率

將地形面積數(shù)據(jù)和土地利用類型面積數(shù)據(jù)按照地形分類進(jìn)行連接,使二者的屬性數(shù)據(jù)同時在地形面積數(shù)據(jù)屬性表上顯示,計(jì)算 Index字段即可獲得土地利用類型在各特定地形級別的分布比率。

(4)消除面積影響

在上述操作中涉及數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)裁剪以及矢量化的誤差,在統(tǒng)計(jì)土地利用類型在各特定地形級別的分布比率時不可避免地產(chǎn)生面積上的誤差,因此引入分布指數(shù),消除面積誤差,計(jì)算土地利用類型在各特定地形級別的分布頻率 (指相對分布頻率,不代表具體數(shù)字含義)。

(5)自動消除衍生數(shù)據(jù)

該模型運(yùn)行過程中,會生成 10多個數(shù)據(jù),這些數(shù)據(jù)阻止了用戶第二次運(yùn)行模型,為提高模型的運(yùn)行效率,有必要引入數(shù)據(jù)自檢機(jī)制,根據(jù)用戶需求自動刪除衍生數(shù)據(jù)。

(6)分析結(jié)果顯示

根據(jù)用戶需求,以折線圖形式顯示分析結(jié)果。

三、試 驗(yàn)

本文選取的試驗(yàn)區(qū)域?yàn)榍鄭u市白沙河流域。白沙河流域?yàn)榈蜕角鹆甑?山多地少,地面平均海拔為 55 m左右,地表水常年控制在 3 m左右,該區(qū)域最高海拔處——嶗山頂,海拔 1 133 m,位于嶗山山脈,流域位于中緯度暖溫帶季風(fēng)氣候區(qū),降水量充足、濕潤溫和、四季分明,然而受地形地貌和人為因素的影響,對坡耕地的不合理應(yīng)用,造成了該區(qū)的水土流失,大量土地資源得不到應(yīng)用。

1.數(shù)據(jù)來源

本研究采用的數(shù)據(jù)主要有 1∶50 000地形圖;相應(yīng)比例尺的DEM數(shù)據(jù),30m空間分辨率,并通過對DEM進(jìn)行分析獲得研究區(qū)的高程和坡度數(shù)據(jù);為方便起見,土地利用數(shù)據(jù)為遙感影像分類得到。

2.模型分析結(jié)果

模型的操作界面如圖 2所示。

通過設(shè)計(jì)的土地利用空間分析模型,可以根據(jù)用戶需要計(jì)算在各種地形影響因子影響下的土地利用情況,如農(nóng)作物在不同坡度、坡向下的種類和分布,林地在不同高程下的分布情況等。

圖 2 模型操作界面

僅以白沙河流域的耕地、園林、林地在坡度因子影響下 7的分布為例,分布頻率分別如圖 3～圖 5所示。

圖 3 耕地坡度分布頻率

圖 4 園林坡度分布頻率

圖 林地坡度分布頻率

從圖 3～圖 5中可以看出,耕地、園地、林地三種不同土地利用類型在不同的坡度等級上的分布趨勢。其中耕地的優(yōu)勢坡度等級為第 1～3級(1°～15°),隨著坡度增大 ,其分布逐漸減少,而后在第 4級迅速下降,而在坡度大于 25°時,分布頻率幾乎達(dá)到零,這是由于耕地對坡度有較大的選擇性造成的;園地的優(yōu)勢坡度等級為 2～4級,但就總體而言其分布還是較為平均的,一方面是因?yàn)閳@林對坡度有較大的適應(yīng)性,另一方面是因?yàn)閳@林的種植對山區(qū)農(nóng)民來說具有較大的經(jīng)濟(jì)價(jià)值,因此在人口稠密區(qū)其仍有廣泛的分布;林地的分布則較前兩類不同,可以看出在第 3級之后,其分布幾乎成直線上升之勢,因?yàn)樵诒姸嗟耐恋乩妙愋椭?林地對地形因子的適應(yīng)性是最大的,由于在坡度較低范圍內(nèi)耕地、園林等其他土地利用類型的廣泛分布,造成林地分布范圍向高坡度移動。

從圖 6也可以看出林地主要集中在高坡度區(qū)域。

圖 6 林地坡度分布示意圖

同樣,從圖 7可以看出林地主要集中在海拔150～500m之間。

根據(jù)小流域地區(qū)的地形特點(diǎn),運(yùn)用DEM和土地利用數(shù)據(jù)建立的數(shù)字模型能夠直觀地顯示土地利用空間格局與其所處地形因子的關(guān)系。在模型分析結(jié)果的基礎(chǔ)上還可以進(jìn)一步開展有關(guān)坡度、坡向、高程等地形因子與土地利用空間適宜性等相關(guān)研究,從而為區(qū)域農(nóng)業(yè)結(jié)構(gòu)調(diào)整、各類土地資源的優(yōu)化布局和土地資源可持續(xù)利用等提供理論依據(jù)。

圖 7 林地高程分布示意圖

四、結(jié)束語

本文借助 ArcGIS平臺,研究并設(shè)計(jì)了小流域土地利用空間分布分析模型,通過對青島白沙河流域地區(qū)的試驗(yàn),證明了該模型所得結(jié)果直觀、高效,并具有以下優(yōu)點(diǎn)。

1.數(shù)據(jù)要求低

在本模型中,土地利用類型數(shù)據(jù)和DEM為基本輸入數(shù)據(jù),本模塊對用戶輸入的這兩種數(shù)據(jù),不做任何要求,模型遵照提高系統(tǒng)效率和質(zhì)量的系統(tǒng)工程學(xué)思想,通過編輯設(shè)計(jì) Python腳本模型,輸入數(shù)據(jù)的正規(guī)化模塊后臺運(yùn)行,由模塊將數(shù)據(jù)轉(zhuǎn)換為符合要求的數(shù)據(jù)。例如:在模型運(yùn)行時,自動為土地利用類型數(shù)據(jù)添加 Type字段,在大大節(jié)省用戶時間的同時,也由于自動化確保了字段填充的準(zhǔn)確率。

2.自動檢索數(shù)據(jù)

通常在模型運(yùn)行時,如果結(jié)果數(shù)據(jù)已經(jīng)存在,模型一般會以?或△!提示,用戶須通過 Windows手動刪除數(shù)據(jù),當(dāng)數(shù)據(jù)非常多,而且儲存于不同的文件夾時,該工作是相當(dāng)耗時的。為提高模型運(yùn)行效率,本模型特引入自動檢索數(shù)據(jù)功能,模型會自動檢索指定文件夾內(nèi)已存在的數(shù)據(jù)集,并在用戶的提示下進(jìn)行自動刪除,大大提高了模型運(yùn)行效率,也使得該模型同樣適合大型統(tǒng)計(jì)運(yùn)算。

3.通用性較好

以往的統(tǒng)計(jì)模型中,習(xí)慣將分類標(biāo)準(zhǔn)按照示例數(shù)據(jù)設(shè)計(jì),并引入到模型設(shè)計(jì)中去,這就在一定程度上減弱了模型的可移植性,將模型固定在只能研究和示例數(shù)據(jù)具有同樣地形屬性的地理范圍內(nèi),降低了模型的通用性,本模型在研究之初就將這一因素考慮在內(nèi),因此將重分類標(biāo)準(zhǔn)交由用戶來處理,用戶可以按照所研究地理范圍實(shí)際情況來確定分類標(biāo)準(zhǔn)。這樣就使得該模型適合于任何基本地形因子的統(tǒng)計(jì)分析,大大拓寬了模型的應(yīng)用范圍。

4.模型模塊化

在實(shí)際操作中,由于用戶的工作性質(zhì)不同,用戶擁有的基礎(chǔ)數(shù)據(jù)也就不同,為減少用戶的重復(fù)操作,提高模型運(yùn)行效率,本模型中的五個子模塊只要是在符合數(shù)據(jù)標(biāo)準(zhǔn)的情況下 (參照數(shù)據(jù)介紹表)都可以作為獨(dú)立模型運(yùn)行。節(jié)省了用戶的工作時間,提高了模型的運(yùn)行效率。

[1]黃海洋,楊慶媛,王成.基于 DEM的土地利用類型與地形因子關(guān)系研究——以重慶市酉陽縣麻旺鎮(zhèn)為例[J].西南大學(xué)學(xué)報(bào):自然科學(xué)版,2009,31(4):159-164.

[2]路云閣,許月卿,蔡運(yùn)龍.基于遙感技術(shù)和 GIS的小流域土地利用/覆被變化分析 [J].地理科學(xué)進(jìn)展,2005,24(1):79-86.

[3]韓建平,賈寧鳳.土地利用與地形因子關(guān)系研究——以磚窯溝流域?yàn)槔齕J].中國生態(tài)農(nóng)業(yè)學(xué)報(bào),2010,18(5):1071-1075.

[4]毛蔣興,李志剛,閆小培,等.深圳土地利用時空變化與地形因子的關(guān)系研究[J].地理與地理信息科學(xué),2008,24(2):71-76.

Research and Practice of Land-use Analysis Model in Small Watershed Based on DEM

LEIXiuli,YANG Zedong,MA Xuemei,X IAO Yan,L IXifeng

0494-0911(2011)02-0052-04

P208

B

2010-10-22

聊城大學(xué)科研基金重點(diǎn)項(xiàng)目(X09042)

雷秀麗 (1979—),女,北京人,編輯,主要從事期刊的編輯工作。