劉 培, 賈守軍, 馬朝陽(yáng), 盧曉峰, 韓瑞梅, 賈 函

(1.河南理工大學(xué) 測(cè)繪與國(guó)土信息工程學(xué)院, 河南 焦作 454000; 2.河南理工大學(xué) 礦山空間信息技術(shù)國(guó)家測(cè)繪與地理信息局重點(diǎn)實(shí)驗(yàn)室, 河南 焦作 454000; 3.北京奧騰巖石科技有限公司, 北京 101102)

基于GlobeLand30數(shù)據(jù)和CA_Markov模型的鄭州市2000-2020年地表覆蓋變化特征及預(yù)測(cè)分析

劉 培1,2, 賈守軍1,2, 馬朝陽(yáng)1,2, 盧曉峰1,2, 韓瑞梅1,2, 賈 函3

(1.河南理工大學(xué)測(cè)繪與國(guó)土信息工程學(xué)院,河南焦作454000; 2.河南理工大學(xué)礦山空間信息技術(shù)國(guó)家測(cè)繪與地理信息局重點(diǎn)實(shí)驗(yàn)室,河南焦作454000; 3.北京奧騰巖石科技有限公司,北京101102)

[目的] 針對(duì)不同分類(lèi)算法對(duì)地物識(shí)別結(jié)果的差異性導(dǎo)致地表覆蓋變化分析難以為城市變化提供參考信息和決策依據(jù)問(wèn)題。 [方法] 研究以GlobeLand 30標(biāo)準(zhǔn)產(chǎn)品為數(shù)據(jù)源，結(jié)合CA_Markov模型，對(duì)鄭州地區(qū)2000—2020年土地利用變化速度、幅度、程度，以及熵值演變方向等時(shí)空變化特征進(jìn)行分析與模擬預(yù)測(cè)。 [結(jié)果] (1) 2000—2010年，鄭州地區(qū)人造地表顯著增加，濕地、耕地、草地有一定程度的減少，其中人造地表和濕地的變化速度相對(duì)較快； (2) 2000—2010年，鄭州地區(qū)土地利用程度變化量為8.04，土地利用信息熵和均衡度都有所提升，優(yōu)勢(shì)度相應(yīng)降低； (3) 預(yù)測(cè)2020年鄭州地區(qū)地表覆蓋狀態(tài)同2010年相比，人造地表和草地分別增加68.88%和49.99%，水體、濕地增加幅度均在30%以上，耕地、林地有一定程度的減少。 [結(jié)論] 2000—2020年，鄭州地區(qū)土地利用總體分布格局具有顯著性差異，土地利用的復(fù)雜性增加，環(huán)境問(wèn)題日益凸顯。

GlobeLand 30; CA-Markov模型; 地表覆蓋變化; 預(yù)測(cè)分析; 鄭州市

文獻(xiàn)參數(shù)： 劉培, 賈守軍, 馬朝陽(yáng), 等.基于GlobeLand 30數(shù)據(jù)和CA_Markov模型的鄭州市2000—2020年地表覆蓋變化特征及預(yù)測(cè)分析[J].水土保持通報(bào)，2017,37(4)：282-287.DOI:10.13961/j.cnki.stbctb.2017.04.048； Liu Pei, Jia Shoujun, Ma Chaoyang, et al. Land use and land cover feature analyses in Zhengzhou City during 2000 to 2020 based on GlobeLand 30 and CA_Markov model[J]. Bulletin of Soil and Water Conservation, 2017,37(4)：282-287.DOI:10.13961/j.cnki.stbctb.2017.04.048

土地利用動(dòng)態(tài)變化分析一直是國(guó)際學(xué)術(shù)界關(guān)于全球問(wèn)題的研究前沿和熱點(diǎn)[1]。“全球環(huán)境變化人文計(jì)劃”和“國(guó)際地圈與生物圈計(jì)劃”在1995年共同提出土地利用的重要研究項(xiàng)目[2]。土地利用變化狀況是工農(nóng)業(yè)生產(chǎn)、生態(tài)環(huán)境評(píng)價(jià)、地理國(guó)情評(píng)估、可持續(xù)發(fā)展戰(zhàn)略不可或缺的重要基礎(chǔ)信息，隨著空間對(duì)地觀測(cè)技術(shù)和變化檢測(cè)技術(shù)的長(zhǎng)足發(fā)展，人們對(duì)長(zhǎng)時(shí)序、多角度的全球/區(qū)域地表覆蓋分析結(jié)果需求迫切[3]。目前，國(guó)內(nèi)學(xué)者[4-5]對(duì)土地利用動(dòng)態(tài)變化研究主要集中在經(jīng)濟(jì)熱點(diǎn)城市和生態(tài)脆弱地區(qū)，對(duì)中西部的內(nèi)陸城市的研究偏少，特別是針對(duì)近年來(lái)城市化進(jìn)程飛速發(fā)展的鄭州地區(qū)研究，由于缺乏高時(shí)空分辨率的地表覆蓋數(shù)據(jù)，地表覆蓋變化特征一直難以進(jìn)行深入地、系統(tǒng)地研究。2014年，中國(guó)成功研制出30 m分辨率全球地表覆蓋數(shù)據(jù)GlobeLand 30，在全球范圍內(nèi)處于領(lǐng)先地位。相比美國(guó)和歐洲研制的6套全球地表覆蓋數(shù)據(jù)，GlobeLand 30的精度提高了1～2個(gè)數(shù)量級(jí)[6-7]。以往對(duì)GlobeLand 30的研究主要在遙感分類(lèi)方法以及制圖總體技術(shù)方面[8]，在區(qū)域土地利用覆蓋變化中的研究相對(duì)較少[9-10]。本研究以2000，2010年兩期全球地表覆蓋產(chǎn)品為基礎(chǔ)數(shù)據(jù)源，結(jié)合CA_Markov模型、土地利用程度、變化熵等指標(biāo)因子，從定量和定性的角度，研究鄭州地區(qū)的地表覆蓋時(shí)空變化特征，為鄭州地區(qū)生態(tài)環(huán)境變化以及土地利用變化趨勢(shì)提供參考信息和決策依據(jù)。

1 研究區(qū)和數(shù)據(jù)源

1.1 研究區(qū)概況

選取鄭州市為研究區(qū)域，該市東南方向?yàn)檫|闊的黃淮平原地帶，西靠嵩山，北依黃河，經(jīng)緯度坐標(biāo)介于112°42′—114°14′E，34°15′—34°57′N(xiāo)。氣候條件為大陸性季風(fēng)氣候，年平均降雨量639.1 mm，年平均氣溫為14.5 ℃，年平均日照時(shí)間約為2 500 h。作為中西部經(jīng)濟(jì)最為發(fā)達(dá)的地區(qū)之一，近年來(lái)，鄭州市工業(yè)化和城市化程度的不斷提高使其成為中國(guó)土地利用變化最顯著的城市之一[11]。

1.2 數(shù)據(jù)來(lái)源及預(yù)處理

研究過(guò)程中所用的數(shù)據(jù)有： ① 2000，2010年2期30 m分辨率的GlobeLand 30全球地表覆蓋數(shù)據(jù)，分類(lèi)影像主要是30 m分辨率多光譜影像，包括中國(guó)環(huán)境減災(zāi)衛(wèi)星HJ-1多光譜影像、北京1號(hào)BJ-1多光譜影像和Landsat TM5，ETM+多光譜影像，能夠提供更全面的紋理細(xì)節(jié)和空間分布信息[12]。地表覆蓋類(lèi)別包括耕地、草地、林地、灌木、苔原、人造地表、濕地、裸地、水體、永久積雪和冰川10種類(lèi)型[13]； ② 中國(guó)市級(jí)1∶1 00萬(wàn)的行政區(qū)域劃分矢量數(shù)據(jù)。

數(shù)據(jù)預(yù)處理主要包括： ① 利用1∶1 00萬(wàn)比例尺的全國(guó)行政邊界矢量數(shù)據(jù)對(duì)研究區(qū)域進(jìn)行分割、裁剪和提取，獲取鄭州地區(qū)2000,2010年兩期的30 m分辨率地表覆蓋數(shù)據(jù)； ② 根據(jù)研究區(qū)域?qū)嶋H的土地利用情況，將研究區(qū)域的土地類(lèi)型分為耕地、林地、草地、水體、濕地和人造地表； ③ 將研究區(qū)2000,2010年2期地表覆蓋數(shù)據(jù)進(jìn)輸入分析模型進(jìn)行變化特征分析。

2 研究方法

2.1 變化速度和變化幅度分析

通過(guò)分類(lèi)、計(jì)算和統(tǒng)計(jì)得出研究區(qū)2000—2010年2期土地類(lèi)型的面積轉(zhuǎn)移矩陣，從變化速度和幅度2個(gè)方面定量分析研究區(qū)土地利用時(shí)空變化特征。幅度變化表現(xiàn)在土地資源類(lèi)型面積的變化，速度變化主要是通過(guò)單一土地利用類(lèi)型動(dòng)態(tài)度和綜合土地利用動(dòng)態(tài)度來(lái)表現(xiàn)[14]。單一土地利用動(dòng)態(tài)度指的是一定時(shí)間內(nèi)某一種土地類(lèi)型面積變化的快慢，其數(shù)學(xué)模型如公式(1)所示[15-16]：

(1)

式中：u1,u2——研究期開(kāi)始和結(jié)束時(shí)某一種土地利用類(lèi)型的面積;T——研究期的時(shí)段長(zhǎng)。綜合土地利用變化動(dòng)態(tài)度指的某研究區(qū)在一定時(shí)間內(nèi)土地利用數(shù)量整體變化情況，其數(shù)學(xué)模型如公式(2)所示[17]：

(2)

式中：ui——研究期開(kāi)始時(shí)間第i類(lèi)土地利用類(lèi)型面積;Δuij——研究期時(shí)段內(nèi)第i類(lèi)土地利用類(lèi)型轉(zhuǎn)化為其他類(lèi)土地利用類(lèi)型面積的變化量。

2.2 土地利用程度變化量分析

土地利用變化程度對(duì)研究區(qū)域土地利用的結(jié)構(gòu)調(diào)整、綜合水平以及地表覆蓋變化預(yù)測(cè)具有重要的參考作用。按照劉紀(jì)遠(yuǎn)先生等提出的研究土地利用綜合程度的整體研究方法，并考慮到研究區(qū)域?qū)嶋H的地表覆蓋類(lèi)型，將土地利用程度在人文因素和自然因素共同影響下所形成的自然生態(tài)平衡類(lèi)型劃分為3個(gè)等級(jí)[18]，不同等級(jí)及其包括的土地利用類(lèi)型詳見(jiàn)表1。

表1 土地利用類(lèi)型及分級(jí)

土地利用程度綜合指數(shù)表征研究區(qū)土地利用真實(shí)程度，其數(shù)學(xué)模型為[19]：

(3)

式中：Dj——研究區(qū)域土地利用綜合指數(shù)； Ri——研究區(qū)第i級(jí)土地分級(jí)指數(shù)； Ci——第級(jí)i級(jí)分級(jí)指數(shù)所代表的土地利用類(lèi)型面積的百分比。

(4)

式中：Da,Db——a,b時(shí)期研究區(qū)土地利用程度的綜合指數(shù)； n——土地利用類(lèi)型的分級(jí)數(shù)。土地利用程度研究的是研究區(qū)內(nèi)各種土地類(lèi)型整體利用程度； Cia,Cib——研究區(qū)a,b時(shí)期第i級(jí)分級(jí)指數(shù)所代表的土地利用類(lèi)型面積百分比；ΔDb-a——土地利用程度變化量；若ΔDb-a>0則表示研究區(qū)在該時(shí)間段內(nèi)處于發(fā)展的時(shí)期；若ΔDb-a<0，則表示研究區(qū)在該時(shí)間段內(nèi)處于衰退期。

2.3 變化熵值分析

土地利用信息熵可以用來(lái)表征土地系統(tǒng)的演變方向，衡量土地系統(tǒng)的復(fù)雜性。通過(guò)分析研究區(qū)內(nèi)土地利用類(lèi)型總體分布特征，土地利用熵值變化可以整體表示研究區(qū)在一段時(shí)間內(nèi)土地利用類(lèi)型的動(dòng)態(tài)時(shí)空演化規(guī)律。土地利用熵值的數(shù)學(xué)模型如公式(5)所示[20]：

(5)

式中：I——土地利用熵值； Pi——第i類(lèi)土地類(lèi)型面積占總面積的百分比； Ai——第i類(lèi)土地類(lèi)型面積； A——該研究區(qū)土地總面積； n——研究區(qū)土地類(lèi)型總數(shù)?；谕恋乩渺刂担刖舛群蛢?yōu)勢(shì)度的指標(biāo)，均衡度表征土地利用類(lèi)型的平衡程度，優(yōu)勢(shì)度表征土地利用類(lèi)型的集中程度，數(shù)學(xué)模型如公式(6)所示[20]：

(6)

式中：J——土地利用類(lèi)型均衡度； Y——土地利用類(lèi)型優(yōu)勢(shì)度。

2.4 CA_Markov模型變化趨勢(shì)分析

土地利用變化預(yù)測(cè)綜合了土地利用變化的幅度、速度、程度以及變化趨勢(shì)，揭示了社會(huì)經(jīng)濟(jì)因子與自然環(huán)境因素的相互關(guān)系，有利于研究區(qū)域在不同時(shí)間、地域、結(jié)構(gòu)下優(yōu)化決策機(jī)制的建立[21]。CA-Markov模型結(jié)合了Markov模型對(duì)土地利用變化的數(shù)量變化預(yù)測(cè)能力與CA模型對(duì)復(fù)雜空間動(dòng)態(tài)演變的模擬能力，從數(shù)量和空間兩個(gè)角度更加全面地對(duì)土地利用變化進(jìn)行模擬與預(yù)測(cè)[22]。具體實(shí)現(xiàn)過(guò)程為： (1) 首先以預(yù)處理后的研究區(qū)GlobeLand30產(chǎn)品結(jié)果為初始數(shù)據(jù)； (2) 由GIS分析方法直接計(jì)算獲取地表覆蓋類(lèi)型轉(zhuǎn)移概率矩陣和條件概率數(shù)據(jù)作為轉(zhuǎn)換規(guī)則。具體試驗(yàn)中以2000，2010年預(yù)處理后的研究區(qū)GlobeLand30產(chǎn)品結(jié)果為起始時(shí)刻，元胞循環(huán)次數(shù)設(shè)定為10，對(duì)于30m空間分辨率的GlobeLand30數(shù)據(jù)，選擇5×5臨近濾波器定義鄰域，中心元胞周邊5×5個(gè)元胞共同對(duì)該中心元胞的狀態(tài)改變發(fā)生作用，通過(guò)模擬獲取研究區(qū)2020年地表覆蓋類(lèi)型分布狀況數(shù)據(jù)。

3 研究結(jié)果與分析

3.1 時(shí)空變化特征分析

在對(duì)2000和2010年GlobeLand30數(shù)據(jù)預(yù)處理的基礎(chǔ)上，計(jì)算2000—2010年研究區(qū)土地利用類(lèi)型面積轉(zhuǎn)移矩陣如表2所示，土地利用變化的幅度、速度情況詳見(jiàn)表3。對(duì)表2—3進(jìn)行分析可以看出，鄭州地區(qū)2000—2010年各土地利用類(lèi)型轉(zhuǎn)化關(guān)系復(fù)雜，單一動(dòng)態(tài)度的變化范圍較大，綜合土地利用動(dòng)態(tài)度為7.82%，土地利用類(lèi)型顯著變化。各土地利用類(lèi)型變化特征為：耕地變化幅度較大，以減少為主，主要轉(zhuǎn)變類(lèi)型為由耕地轉(zhuǎn)變?yōu)榻ㄖ玫?，主要原因在于隨著人口增加和城市化發(fā)展，人造地表擴(kuò)建占據(jù)了大量的耕地；人造地表是變化最快的土地利用類(lèi)別，變化速度為10.18%，呈大幅度增長(zhǎng)趨勢(shì)，10a間研究區(qū)人造地表面積擴(kuò)大1倍；林地具有小幅度增長(zhǎng)趨勢(shì)，流入的土地利用類(lèi)別為草地和耕地；草地呈微弱減少趨勢(shì)，研究時(shí)段共減少597.6hm2，變化面積最?。凰w增加速度較快，變化幅度為18.5%，主要原因?yàn)樵谘芯繒r(shí)段由于河流改道使得流經(jīng)研究區(qū)的水域面積增加；濕地具有快速減少趨勢(shì)，10a間減少10 439.1hm2，變化速度為5.16%，主要原因在于研究時(shí)段鄭州地區(qū)降水量較少，而人為活動(dòng)特別是建筑用地的擴(kuò)展造成的影響。赫曉慧等[23]基于1999—2011年的鄭州市黃河濕地TM遙感影像,并結(jié)合降水?dāng)?shù)據(jù)和實(shí)際調(diào)研情況,對(duì)鄭州市黃河濕地進(jìn)行研究結(jié)果表明，鄭州市黃河濕地生態(tài)環(huán)境比較脆弱，研究期內(nèi)平均植被蓋度由60%下降到40%，年降水的差異對(duì)植被覆蓋度影響明顯，同時(shí)越來(lái)越多的人類(lèi)活動(dòng)是導(dǎo)致植被持續(xù)減少的重要因子。

表2 鄭州市2000-2010年土地利用類(lèi)型面積轉(zhuǎn)移矩陣 hm2

表3 鄭州市2000-2010年土地利用變化

3.2 土地利用程度分析

利用土地利用程度綜合指數(shù)以及土地利用程度變化量公式計(jì)算出鄭州市2000—2010年土地利用程度變化指數(shù)詳見(jiàn)表4。根據(jù)表4數(shù)據(jù)結(jié)果ΔDb-a>0表明，2000—2010年鄭州市處于發(fā)展階段，ΔDb-a=8.04較大，表示鄭州土地利用程度較大，說(shuō)明鄭州的城市化進(jìn)程正在逐步加快。

表4 2000-2010年鄭州土地利用程度變化指數(shù)

3.3 土地利用熵值分析

根據(jù)鄭州地區(qū)2000—2010年土地利用類(lèi)型面積轉(zhuǎn)移矩陣，可以計(jì)算出2000，2010年土地利用信息熵的數(shù)值以及均衡度和優(yōu)勢(shì)度，結(jié)果詳見(jiàn)表5。由表5可以看出，2000—2010年鄭州市土地利用信息熵和均衡度都有所提升，優(yōu)勢(shì)度相應(yīng)降低，表明10a間，鄭州土地利用類(lèi)型復(fù)雜程度提升，平衡程度增加，集中程度有所下降。

表5 鄭州市2000-2010年土地利用信息熵、均衡度、優(yōu)勢(shì)度

3.4 地表覆蓋CA_Markov預(yù)測(cè)模型分析

借助于IDRISI軟件中的CA-Markov模塊得到2000—2010年鄭州市土地利用變化概率轉(zhuǎn)移矩陣(表6)；以10a為預(yù)測(cè)步長(zhǎng)，預(yù)測(cè)鄭州市2020年土地利用類(lèi)型(表7)。預(yù)測(cè)2020年鄭州市土地利用分布如圖1所示。

表6 研究區(qū)2000-2010年域土地利用類(lèi)型轉(zhuǎn)移概率矩陣

表7 2020年鄭州市各種土地利用類(lèi)型的面積、比例以及變化量

注：“變化量”為2020年相對(duì)于2010年的變化量。

圖1 鄭州市2020年土地利用分布預(yù)測(cè)

根據(jù)表7預(yù)測(cè)結(jié)果，2010—2020年，以減少為主的耕地依然是的變化量最大的土地利用類(lèi)型，占土地類(lèi)型總面積的58.6%，其次是人造地表，10a間增加849 965.7hm2。林地面積大幅減少，而草地、水體、濕地分別有著不同程度的增加。分別計(jì)算2000—2010和2010—2020年土地動(dòng)態(tài)變化情況，并進(jìn)行對(duì)比分析，結(jié)果詳見(jiàn)表8。從動(dòng)態(tài)度變化對(duì)比分析結(jié)果可以看出，耕地依然是減少趨勢(shì)，并且前10a間減少速度低于預(yù)測(cè)得到的后10a減少速度，林地的變化態(tài)勢(shì)由前期的增加轉(zhuǎn)變?yōu)闇p少，滿(mǎn)足鄭州城市化建設(shè)用地需求。草地、濕地是由前期的減少態(tài)勢(shì)轉(zhuǎn)變?yōu)檩^大程度的增加趨勢(shì)，符合國(guó)家生態(tài)建設(shè)政策要求。同時(shí)，水體和人造地表依然是增加趨勢(shì)，但人造地表的變化速度有所降低，一定程度上緩解了經(jīng)濟(jì)發(fā)展對(duì)環(huán)境造成的破壞。根據(jù)土地利用類(lèi)型動(dòng)態(tài)度變化情況分析結(jié)果，土地利用類(lèi)型變化情況與國(guó)家經(jīng)濟(jì)發(fā)展政策和可持續(xù)發(fā)展戰(zhàn)略相一致。因此，運(yùn)用CA_Markov模型對(duì)鄭州地區(qū)2020年的土地利用情況進(jìn)行預(yù)測(cè)是科學(xué)合理的。

表8 鄭州地區(qū)2000-2010年和2010-2020年土地類(lèi)型動(dòng)態(tài)度變化情況 %

4 結(jié) 論

(1) 通過(guò)對(duì)鄭州地區(qū)10a間土地利用數(shù)量變化以及土地利用程度統(tǒng)計(jì)分析，得出人造地表的變化幅度最大，濕地變化幅度最小。綜合土地利用動(dòng)態(tài)度為7.82%，土地利用程度變化指數(shù)為8.04，表明鄭州的經(jīng)濟(jì)發(fā)展正逐步加快。人造地表、林地和水體不斷增加，耕地、草地和濕地不斷減少，其中轉(zhuǎn)移量最多的是耕地與人造地表的相互轉(zhuǎn)化。研究將信息熵的概念應(yīng)用到土地利用研究中，引入了均衡度和優(yōu)勢(shì)度的指標(biāo)，更準(zhǔn)確地說(shuō)明2000—2010年鄭州市土地利用類(lèi)型結(jié)構(gòu)有一定程度的調(diào)整，土地利用程度增加，同時(shí)土地利用類(lèi)型結(jié)構(gòu)趨于平衡。

(2) 運(yùn)用CA_Markov模型對(duì)鄭州地區(qū)2020年的土地利用情況進(jìn)行預(yù)測(cè)，鄭州耕地面積大幅度減少，但仍然是最主要的土地利用類(lèi)型。人造地表面積進(jìn)一步增加，表明鄭州市工業(yè)化、城市化的進(jìn)程加快，但是耕地和林地的減少使環(huán)境問(wèn)題日益尖銳，政府應(yīng)采取合理措施改善經(jīng)濟(jì)發(fā)展與生態(tài)平衡的關(guān)系。針對(duì)預(yù)測(cè)的土地利用變化情況，為實(shí)現(xiàn)鄭州市土地利用可持續(xù)發(fā)展，研究者提出建議要強(qiáng)化城市土地利用規(guī)劃方案，控制城市土地利用總量的增長(zhǎng)，進(jìn)一步調(diào)整土地集約利用、優(yōu)化城市規(guī)劃設(shè)計(jì)，合理分配城市用地?cái)?shù)量指標(biāo)，嚴(yán)控近郊農(nóng)用地向建設(shè)用地的轉(zhuǎn)換條件。同時(shí)開(kāi)發(fā)城市地下和地上空間，實(shí)現(xiàn)人、車(chē)、商業(yè)、消費(fèi)區(qū)等立體分流，提高土地利用率。

[1]PijanowskiBC,RobinsonKD.RatesandpatternsoflandusechangeintheUpperGreatLakesStates,USA:Aframeworkforspatialtemporalanalysis[J].Landscape&UrbanPlanning, 2011, 102(2):102-116.

[2] 柴宏博,楊山.2001—2008年無(wú)錫市土地利用景觀格局變化分析[J].人文地理,2012(4):94-97.

[3]OvermarsKP,VerburgPH.AnalysisoflandusedriversatwatershedandhouseholdlevellinkingtwoparadigmsatthePhilippineforestfringe[J].InternationalJournalofGeographicalInformationScience, 2005,19(2):125-152.

[4] 韓春健,呂巧靈,吳克寧,等.鄭州市土地利用變化對(duì)土壤肥力質(zhì)量時(shí)空變異的影響[J].河南農(nóng)業(yè)大學(xué)學(xué)報(bào).2007，41(2)：160-166.

[5] 宋軒,石端曉,張雪雷,等.基于元胞自動(dòng)機(jī)的鄭州市區(qū)土地利用變化研究[J].河南科學(xué),2008.26(8):971-976.

[6]BrovelliMA,MolinariME,HusseinE,etal.ThefirstcomprehensiveaccuracyassessmentofGlobeLand30atanationallevel:Methodologyandresults[J].RemoteSensing, 2015,7(4):4191-4212.

[7] 陳軍,陳晉,廖安平,等.全球30m地表覆蓋遙感制圖的總體技術(shù)[J].測(cè)繪學(xué)報(bào),2014,43(6):551-557.

[8] 陳利軍,陳軍,廖安平,等.30m全球地表覆蓋遙感分類(lèi)方法初探[J].測(cè)繪通報(bào),2012(S):1-14.

[9] 楊洋,麻馨月,何春陽(yáng).基于GlobeLand30的耕地資源損失過(guò)程研究：以環(huán)渤海地區(qū)為例[J].中國(guó)土地科學(xué),2016,30(7):72-81.

[10] 楊振州,陳利軍,韓佳鵬.基于GlobeLand30的水田提取方法研究[J].測(cè)繪與空間地理信息,2016,39(8):52-57.

[11] 李晶輝.鄭州市土地利用變化及驅(qū)動(dòng)力分析[D].河南 鄭州：河南農(nóng)業(yè)大學(xué),2006.

[12]GiriC,PengraB,LongJ,etal.NextgenerationofGLCcharacterization,mapping,andmonitoring[J].InternationalJournalofAppliedEarthObservationandGeoinformation, 2013,25(1):30-37.

[13] 張宇碩,陳軍,陳利軍,等.2000—2010年西伯利亞地表覆蓋變化特征:基于GlobeLand30的分析[J].地理科學(xué)進(jìn)展，2015,34(10):1324-1333.

[14] 王良建,包浩生,彭補(bǔ)拙.基于遙感與GIS的區(qū)域土地利用變化的動(dòng)態(tài)監(jiān)測(cè)與預(yù)測(cè)研究[J].經(jīng)濟(jì)地理2000,20(2):47-51.

[15] 劉紀(jì)遠(yuǎn),中國(guó)資源環(huán)境宏觀調(diào)查與動(dòng)態(tài)研究[M].北京:中國(guó)科學(xué)技術(shù)出版社,1996:158-188.

[16]AdemolaKB,PaulLG.LandcoverdynamicsinanurbanareaofGhana[J].EarthInteractions, 2004,8(1):1-15.

[17] 莊大方,劉紀(jì)遠(yuǎn).中國(guó)土地利用程度的區(qū)域分異模型研究[J].自然資源學(xué)報(bào),1997,12(2):105-111.

[18] 劉紀(jì)遠(yuǎn),中國(guó)資源環(huán)境宏觀調(diào)查與動(dòng)態(tài)研究[M].北京:中國(guó)科學(xué)技術(shù)出版社,1996:158-188.

[19] 賽莉莉,王濤,陳坤,等.2000—2010年威海城市土地利用變化及馬爾科夫預(yù)測(cè)[J].魯東大學(xué)學(xué)報(bào):自然科學(xué)版,2016,32(2):162-167.

[20] 郭榮中,楊敏華.基于信息熵的長(zhǎng)株潭區(qū)域土地利用結(jié)構(gòu)分析[J].農(nóng)業(yè)現(xiàn)代化研究2013,34(1):73-76.

[21]LambinEF,RounsevellM,GeistH.Arecurrentagriculturallandusemodelsabletopredictchangeinlanduseintensity? [J].Agriculture,EcosystemandEnvironment, 2000,82(1/3):321-331.

[22]AbuelaishB,OlmedoMTC.ScenariooflanduseandlandcoverchangeintheGazaStripusingremotesensingandGISmodels[J].ArabianJournalofGeosciences, 2016, 9(4):274.

[23] 赫曉慧,牛金星,鄭東東,等.基于遙感的鄭州市黃河濕地植被覆蓋度變化研究[J].水土保持通報(bào),2014,34(1):334-336.

Land Use and Land Cover Feature Analyses in Zhengzhou City During2000to2020Based on GlobeLand30and CA_Markov Model

LIU Pei1,2, JIA Shoujun1,2, MA Chaoyang1,2, LU Xiaofeng1,2, HAN Ruimei1,2, JIA Han3

(1.School of Surveying and Mapping Land Information Engineering, He’nan Polytechnic University, Jiaozuo, He’nan 454003, China; 2.Key Laboratory of State Bureau of Surveying and Mapping of Mine Spatial Information Technology, He’nan Polytechnic University, Jiaozuo, He’nan 454000, China; 3.Beijing Outsmarting ROCTEC Technology Co., Ltd., Beijing 101102, China)

[Objective] The common problem in the processing of remote sensing images, that is different classification algorithms may lead to different identification results of ground objects, was discussed, to provide reference information of urban change and decision making based on LULC analysis. [Methods] In this research GlobeLand 30 product and CA_Markov model were selected to monitor and analyze land use degree, entropy change of land use, spatial-temporal change of land use in Zhengzhou area from 2000 to 2020. [Results] (1) There was a great land use degree change from 2000 to 2010. During this period human-made cover type was increasing greatly; on the contrary, wetland, farmland, grassland were in a decreasing trend. Where human-made earth surface and wetland changed significantly. (2) The amount of land use was 8.04, entropy of land use and equilibrium degree were promoted, while dominance index decreased. (3) There were 68.88% and 49.99% increases for human-made earth surface and grass land respectively, and there were more than 30% increases for both of water surface and wetland. [Conclusion] There was a significant difference of landscape from 2000 to 2020. The complexity of land use was increasing, and the proportionality of land use raised.

GlobeLand30;CA_Markovmodel;landuseandlandcoverchange;ZhengzhouCity

A

： 1000-288X(2017)04-0282-06

： TP79， Q948.1

2016-09-25

：2016-12-20

國(guó)家自然科學(xué)基金項(xiàng)目“基于半監(jiān)督隨機(jī)森林的城市地表覆蓋主被動(dòng)遙感數(shù)據(jù)協(xié)同分類(lèi)研究”(41601450)；河南省高等學(xué)校重點(diǎn)科研項(xiàng)目(16A420004); 河南省高?；究蒲袠I(yè)務(wù)費(fèi)專(zhuān)項(xiàng)(NSFRF140113); 河南理工大學(xué)博士基金項(xiàng)目(B2015-20); 河南省基礎(chǔ)與前沿項(xiàng)目(152300410098)

劉培(1985—),男(漢族),河南省許昌市人,博士,副教授,碩士生導(dǎo)師，主要從事資源環(huán)境遙感、模式識(shí)別與數(shù)據(jù)挖掘方面的研究。E-mail:cumtlp@qq.com。

韓瑞梅(1984—),女(漢族),河南省洛陽(yáng)市人,碩士,講師,主要從事遙感理論教學(xué)及環(huán)境遙感應(yīng)用研究。E-mail:hrm@hpu.edu.cn。