吳夢紅 朱海軍 盧占斌 趙鵬

摘? 要：以琿春市土地利用景觀為研究對象，基于GIS軟件應(yīng)用平臺，提取2002年和2019年琿春市土地利用信息作為基礎(chǔ)數(shù)據(jù)，以土地利用動態(tài)度為指標(biāo)，采用轉(zhuǎn)移矩陣方法得出各土地利用類型間轉(zhuǎn)變情況和變化速率。結(jié)果表明：2002—2019年間，土地利用類型一級分類中，建設(shè)用地變化動態(tài)度最大，林地變化動態(tài)度最小;土地利用類型二級分類中，建設(shè)用地變化動態(tài)度最大，林地變化動態(tài)度最小。研究成果可為琿春市土地利用規(guī)劃提供一定的參考依據(jù)。

關(guān)鍵詞：琿春市? 景觀格局? 轉(zhuǎn)移矩陣? 土地利用

中圖分類號：P901 ? ? ? ? ? 文獻標(biāo)識碼：A 文章編號：1672-3791（2020）09（a）-0006-03

Abstract： Taking the land use landscape of Hunchun city as the research object and based on the GIS software application platform， the land use information of Hunchun city in 2002 and 2019 was extracted as the basic data， and the dynamic attitude of land use was taken as the index. The transfer matrix method was used to obtain the transformation situation and change rate among different land use types. The results show that from 2002 to 2019， in the first-level classification of land use types， the most dynamic change attitude of construction land and the least dynamic change attitude of forest land; In the secondary classification of land use types， the most dynamic attitude of construction land change and the least dynamic attitude of forest land change. The research results can provide some reference for land use planning of Hunchun city.

Key Words： Hunchun city; Landscape pattern; Transfer matrix; Land utilization

隨著社會經(jīng)濟的不斷發(fā)展，人口數(shù)量的不斷增多，城市逐漸呈擴張趨勢，隨之帶來一系列自然生態(tài)環(huán)境問題，城市經(jīng)濟人口發(fā)展與城市生態(tài)環(huán)境的矛盾趨于明顯。土地利用情況與植被覆蓋度是表征城市用地的重要指數(shù)，在過去的研究中，土地利用與植被覆蓋度變化情況是非常普遍的，可以說是二維景觀研究，隨著遙感技術(shù)的迅速發(fā)展，關(guān)于城市景觀格局也稱為空間格局的研究體系越來越完善，景觀格局更為注重的是對空間信息的動態(tài)變化探索，可更有效、直觀地了解三維城市景觀格局生態(tài)特征[1-4]。該研究以琿春市土地利用為研究對象，對了解琿春市生態(tài)環(huán)境提供一個新視角。

研究區(qū)為琿春市行政區(qū)，隸屬延邊朝鮮族自治州，琿春市范圍為東經(jīng)130°03′21″～130°18′33″、北緯42°25′20″～43°30′18″，地處吉林省東部，屬于沿海城市。

1? 研究內(nèi)容和方法

1.1 研究數(shù)據(jù)來源和處理

1.1.1 數(shù)據(jù)來源

該文采用的研究數(shù)據(jù)分為遙感影像數(shù)據(jù)和非遙感數(shù)據(jù)，遙感影像數(shù)據(jù)來源為地理空間數(shù)據(jù)云，分別下載了2002年Lantsat 7 ETM數(shù)據(jù)和2019年Lantsat 8 OLI數(shù)據(jù)。非遙感數(shù)據(jù)主要是研究區(qū)相關(guān)自然經(jīng)濟統(tǒng)計資料，來源為相關(guān)政府網(wǎng)站、統(tǒng)計年鑒和已有研究資料等。

1.1.2 遙感數(shù)據(jù)處理

Lantsat7和Lantsat8衛(wèi)星都是攜帶了兩個主要載荷，陸地成像儀和熱紅外傳感器。其中Lantsat7衛(wèi)星ETM陸地成像儀共包括7個波段，Lantsat8衛(wèi)星OLI陸地成像儀包括9個波段，Lantsat8衛(wèi)星數(shù)據(jù)的多光譜波段空間分辨率均為30m，全色波段空間分辨率為15m，其中，波段7波長范圍2.1～2.3μm，用于辨識植被覆蓋和濕潤土壤，波段3波長范圍為0.525～0.6μm，用于分辨植被。Lantsat7衛(wèi)星數(shù)據(jù)的多光譜為30m和60m， 全色波段空間分辨率為15m，波段4為近紅外波段，反映了大量的植被信息，可用于植被的識別和分類，波段3為紅波段，對裸露地表、植被、巖性、地層、水文等特征含有豐富的植被信息，波段2可以識別植被類別。

由于傳感器在獲取影像數(shù)據(jù)的過程中會受到很多成像干擾，故需要對下載的原始影像進行數(shù)據(jù)預(yù)處理，該文的遙感影像數(shù)據(jù)預(yù)處理主要經(jīng)過了以下步驟，包括波段合成、波段融合、投影變換、影像鑲嵌和裁剪等。

1.2 研究內(nèi)容

該文主要是基于GIS和RS軟件平臺，利用ERDAS IMAGINE軟件對遙感影像進行處理，在ARCGIS軟件中進行研究區(qū)土地利用類型信息提取，并對土地利用信息數(shù)據(jù)進行分析并且制作圖件，最后選取景觀格局指數(shù)，利用Fragstates軟件對研究區(qū)景觀格局進行數(shù)據(jù)分析，針對演變規(guī)律進一步探究驅(qū)動因素。

1.3 研究方法

該文從土地利用變化動態(tài)度、轉(zhuǎn)移矩陣對2002年和2019年琿春市土地利用景觀格局進行分析。

2? 土地利用信息提取及變化分析

2.1 土地利用信息提取

為提高解譯精度，該文選擇人工目視解譯的方法進行土地利用信息的提取，根據(jù)研究區(qū)實際情況，將土地利用類型分為耕地、林地、草地、建設(shè)用地、濕地、水系及沙地七大類，合計十三小類。

2.2 土地利用信息變化分析

在2002—2019年時間段內(nèi)，耕地、草地及沙地3種地類面積減少，林地、建設(shè)用地、濕地及水系4種地類面積增加。

具體來看，耕地中的水田和旱地都在減少，建設(shè)用地中城鎮(zhèn)和工礦面積都在增加，濕地沼澤面積呈增加態(tài)勢，水系中沖溝和魚塘面積呈減少態(tài)勢，河流、湖泊及水庫面積均有所增加，其中水庫的面積增加最為顯著。

2.2.1 土地利用動態(tài)度

土地利用動態(tài)度是用來描述某一區(qū)域，土地利用變化速度的定量指標(biāo)，能夠?qū)ν恋乩米兓牡貐^(qū)差異進行比較，對預(yù)測土地利用將來變化情況具有一定指示意義。

根據(jù)研究區(qū)土地利用類別進行數(shù)據(jù)統(tǒng)計和分析，通過土地利用變化模型得出2002—2019年研究區(qū)一、二級各類型土地利用動態(tài)度，研究結(jié)果可看出在7種一級分類中，建設(shè)用地的變化速度最大，單一動態(tài)度數(shù)值為11.01%，動態(tài)度絕對值最小的是林地;草地和耕地的動態(tài)度絕對值為1.10%和0.59%，這兩種土地利用類型在數(shù)量上變化幅度都很大，但在動態(tài)度上變化卻很小，很大程度上是因為本身面積基數(shù)大，變化幅度不算明顯。水系呈增加趨勢，沙地則呈減少趨勢。在二級分類中，動態(tài)度最小的是河流，僅為0.11%，變化速度最大的是水庫，其數(shù)值達到了9.56%，二者相差很大。

2.2.2 轉(zhuǎn)移矩陣

該文利用轉(zhuǎn)移矩陣的方法研究土地利用空間位置變化，且可定量化描述土地類間轉(zhuǎn)化情況，利用 Arcgis10.2軟件，對2002年和2019年矢量數(shù)據(jù)進行合并分析，利用軟件統(tǒng)計功能對結(jié)果進行統(tǒng)計，計算出2002—2019年間的土地利用轉(zhuǎn)移矩陣。

從轉(zhuǎn)出情況來看，在2002—2019年間轉(zhuǎn)出面積最多的是草地，達到了總轉(zhuǎn)出面積的13.52%，水田和旱地的轉(zhuǎn)出面積相近，分別達到轉(zhuǎn)出總面積的5.35%和7.69%，一定程度上反映了城市化進程加快和工業(yè)發(fā)展對農(nóng)業(yè)帶來的影響。除了以上4種轉(zhuǎn)出量較大的土地利用類型，其余9種類型的轉(zhuǎn)化面積所占比重皆不超過5%，表明這些土地利用類型面積的轉(zhuǎn)出量并不多。從轉(zhuǎn)入情況來看，林地和草地的轉(zhuǎn)入面積最多，兩者轉(zhuǎn)入面積分別達到轉(zhuǎn)入總面積的26.05%和12.37%，且林地的變化率為正值，反映了近幾年國家“退耕還林”政策效果顯著。水田和旱地的轉(zhuǎn)入面積分別占轉(zhuǎn)入總面積的2.61%和4.82%，但是從變化率為負(fù)值來看，水田和旱地的面積還是呈減少趨勢。城鎮(zhèn)和工礦的轉(zhuǎn)入面積分別占轉(zhuǎn)入總面積的4.57%和1.62%，變化率為正值且為13個地類中第二和第三，說明近幾年琿春市城市化進程極快，工業(yè)發(fā)展迅速。

3? 結(jié)語

在2002—2019年，耕地、草地、沙地這3種土地利用類型面積減少，林地、建設(shè)用地、水系這3種土地利用類型面積增加。其中，城鎮(zhèn)、工礦、水庫這幾種土地利用子類的變化最為明顯。研究區(qū)轉(zhuǎn)入、轉(zhuǎn)出面積最多的是草地，其中轉(zhuǎn)入量面積較大的還包括建設(shè)用地，反映了城市化程度越來越高、城市面積不斷擴張。

參考文獻

[1] 袁軼男，金云峰，聶曉嘉，等.基于Fragstats4的上海市城市景觀格局指數(shù)動態(tài)研究[J].山東農(nóng)業(yè)大學(xué)學(xué)報：自然科學(xué)版，2020（6）：1-6.

[2] 馬昊，許先升，鄧濤，等.1999—2018年?？谑薪瓥|新區(qū)景觀格局時空演變分析[J].西南林業(yè)大學(xué)學(xué)報自然科學(xué)，2020，40（1）：116-123.

[3] 楊尊尊，段淵古，高天，等.1999—2017年西咸新區(qū)景觀格局變化及驅(qū)動力研究[J].西部林業(yè)科學(xué)，2020（1）：99-106，113.

[4] 趙珍珍，馮建迪.1980—2016年科爾沁沙地景觀時空格局演變特征分析[J].山東理工大學(xué)學(xué)報：自然科學(xué)版，2020，34（2）：24-30.

[5] 郭敏.琿春市農(nóng)村居民點時空動態(tài)變化與影響因素分析[D].吉林大學(xué)，2017.

[6] 程璐璐.琿春市物種保護生態(tài)安全格局構(gòu)建研究[D].中國科學(xué)院大學(xué)（中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所），2017.