帥艷民, 曲歌, 邵聰穎, 謝東輝, 朱啟疆, 石瑩

營口海岸帶土地利用及景觀格局35年變化

帥艷民1,2,3, 曲歌1,*, 邵聰穎1, 謝東輝4, 朱啟疆4, 石瑩1

1. 遼寧工程技術(shù)大學(xué), 測繪與地理科學(xué)學(xué)院, 阜新 123000 2. 中國科學(xué)院新疆生態(tài)與地理研究所, 絲路綠色發(fā)展研究中心, 烏魯木齊 830011 3. 中國科學(xué)院中亞生態(tài)與環(huán)境研究中心, 烏魯木齊 830011 4. 北京師范大學(xué), 地理科學(xué)學(xué)部, 遙感科學(xué)國家重點實驗室, 北京 100875

營口沿海產(chǎn)業(yè)基地是“興遼計劃”和振興東北的重要支點, 其經(jīng)濟(jì)發(fā)展與海岸帶變遷的耦合機(jī)制亟需海岸帶土地利用和景觀格局的變化足跡, 以便深入理解海岸城市與經(jīng)濟(jì)發(fā)展協(xié)同演進(jìn)過程。以面向?qū)ο蟮姆诸惼鳛橹鬏o以人工解譯, 提取營口海岸帶1984—2018年間30m土地利用信息, 采用土地轉(zhuǎn)移矩陣和景觀格局指數(shù)分析土地利用和景觀格局變化趨勢, 通過主成分分析法探討誘發(fā)變化的關(guān)鍵驅(qū)動因素。結(jié)果表明: (1) 土地利用類型1984—1992年以耕地和鹽田變化為主發(fā)展到1993—2006年建設(shè)用地激增的趨勢, 具有從農(nóng)耕為主到城市化的鮮明時代特征; (2) 土地利用類型間的逐年轉(zhuǎn)化程度各不相同, 其中1993—1995年、2006—2007年、2011—2015年耕地和低效鹽田向建設(shè)用地的轉(zhuǎn)入最為突出; (3) 景觀格局總體上斑塊趨于分散, 2004年后破碎化加劇, 并呈現(xiàn)以建設(shè)用地和耕地為區(qū)域基質(zhì), 其他景觀周圍分布的模式; (4) 人口和經(jīng)濟(jì)政策因素在營口市海岸帶土地利用方式轉(zhuǎn)變過程中具有明顯驅(qū)動效應(yīng)。尤其“以港興市”、耕地占補(bǔ)平衡、沿海產(chǎn)業(yè)基地建設(shè)等政策驅(qū)動當(dāng)?shù)赝恋乩脙A向性的變化方向。合理調(diào)整土地利用結(jié)構(gòu), 優(yōu)化景觀布局, 充分利用沿海地理優(yōu)勢的同時更應(yīng)著眼于可持續(xù)發(fā)展, 致力經(jīng)濟(jì)、社會和生態(tài)效益相統(tǒng)一。

海岸帶; 影像分類; 土地利用; 景觀格局; 驅(qū)動力

0 前言

海岸帶指連接陸地與海洋的生態(tài)交匯區(qū), 一般地形平坦開闊, 土壤深厚肥沃, 物種豐富度高, 人類文明多起源于此。八十年代改革開放以來, 約占我國13%陸地面積的海岸地區(qū)卻聚集了70%+的大城市和近50%的人口及55%的國民收入[1], 是經(jīng)濟(jì)發(fā)展前沿陣地和社會活動的重要場所。但海陸過渡地帶地類復(fù)雜, 易誘發(fā)生態(tài)環(huán)境脆弱敏感問題, 加之人類活動密集, 資源開發(fā)頻繁, 土地利用類型及地表景觀變化較為活躍, 滋生出的人地問題錯綜復(fù)雜。而海岸帶土地利用動態(tài)變化(Land Use and Land Cover Change, LUCC)及其景觀格局演進(jìn)過程, 是潛入理解海岸帶問題和綜合評價海岸生態(tài)環(huán)境狀況的基本數(shù)據(jù)。

擁有客觀、準(zhǔn)確和大尺度特點的衛(wèi)星遙感技術(shù)已被不少學(xué)者用于探討海岸帶LUCC及地表景觀變化的相關(guān)問題[2]。海岸帶地物分類一般以遙感影像為數(shù)據(jù)源, 通過參考陸地區(qū)域土地分類系統(tǒng)標(biāo)準(zhǔn)并結(jié)合海岸帶地物特征, 建立較詳細(xì)的解譯標(biāo)志庫, 以人工目視解譯來完成海岸帶土地利用分類[3], 隨著機(jī)器學(xué)習(xí)研究的深入, 應(yīng)用決策樹、SVM(Support Vector Machines)、人工神經(jīng)網(wǎng)絡(luò)等方法識別海岸帶地物逐漸成為趨勢, 如薛振山等利用CBERS-02與SPOT5融合后的數(shù)據(jù), 應(yīng)用SVM方法提取海岸帶信息并取得較高精度[4]; 何厚軍等運用規(guī)則推理方法分析海岸帶地物的光譜特征及紋理特征, 構(gòu)建決策樹模型進(jìn)行海岸帶信息提取研究[5]。由于海岸帶地物地形較為復(fù)雜, 上述方法均屬于基于影像像元的分類處理, 精度尚可但應(yīng)用效果仍需提高, 因此不少學(xué)者們提出面向?qū)ο蠓诸惙椒? 如王彩艷等從影像分割入手, 獲取同質(zhì)圖斑并深度挖掘其光譜、紋理、空間關(guān)系等多方面特征以區(qū)分海岸帶地物, 得到較高精度的土地利用信息[6]。隨著海岸帶地物分類方法的不斷改進(jìn), 為海岸帶變化檢測[7-9]、驅(qū)動力機(jī)制研究[10-12]及環(huán)境響應(yīng)[13-14]提供技術(shù)支持, 可深入探討海岸帶土地利用時空變化特征, 進(jìn)一步提高對海岸帶認(rèn)識, 對港灣地區(qū)可持續(xù)利用提供科學(xué)參考。但大多以5年甚至10年為間隔, 對海岸帶逐步演進(jìn)細(xì)節(jié)的捕獲仍有欠缺。此外, 海岸帶研究主要集中在長江三角洲、珠江三江洲或廈門、廣州等較發(fā)達(dá)地區(qū), 對其他沿海地區(qū)研究則相對缺乏[15]。營口經(jīng)濟(jì)發(fā)展起步較晚但進(jìn)程較快, 目前是國家振興遼寧乃至整個東北的重要支點, 必將迎來更快的發(fā)展節(jié)奏。因此, 我們有必要對其海岸帶演進(jìn)特點提高認(rèn)識, 為合理規(guī)避高強(qiáng)度開發(fā)可能誘發(fā)的潛在風(fēng)險和其他相似類型海岸帶科學(xué)規(guī)劃服務(wù)。

遙感技術(shù)的發(fā)展和衛(wèi)星數(shù)據(jù)的開放與積累為捕獲海岸演進(jìn)的時序細(xì)節(jié)提供客觀保障。衛(wèi)星遙感發(fā)展初期多以服務(wù)大氣和海洋領(lǐng)域為主, 觀測空間分辨率均在百公里至公里級, 相對地表覆被特別是人類活動造成的變化通常在250 m尺度, 而該空間尺度較粗則很難準(zhǔn)確提取LUCC情況。近年來, 對地觀測星載傳感器日益豐富且時空分辨率得以大幅提升, 為地表覆被精細(xì)類別的提取提供客觀機(jī)會, 尤其是我國中高分辨率觀測數(shù)據(jù)的積累和Landsat自1980年歷史數(shù)據(jù)開放政策的實施, 為幾十年時間跨度的時序研究提供基本數(shù)據(jù)保障[16-17]。綜上, 本文以Landsat 1984年以來有效數(shù)據(jù)為基礎(chǔ), 探討營口海岸帶土地利用和景觀格局逐年變化特點及潛在驅(qū)動因素, 為營口乃至遼寧沿海經(jīng)濟(jì)帶管理提供基礎(chǔ)數(shù)據(jù)。

1 研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)域

“海岸帶”尚無統(tǒng)一的界定標(biāo)準(zhǔn), 各研究基于海岸帶調(diào)查相關(guān)規(guī)范和研究區(qū)實際情況及研究目的, 各自圍繞海岸線向海陸兩側(cè)延伸一定距離定義海岸帶研究范圍。本研究參照《全國海岸帶和海涂資源綜合調(diào)查簡明規(guī)程》, 自海陸交界線[18]向陸一側(cè)擴(kuò)展10 km, 以不割裂道路干線、鄉(xiāng)鎮(zhèn)行政界限等為原則, 確保城市景觀獨立完整, 同時向海一側(cè)擴(kuò)展10 km。不同年份海陸界線略有不同, 故以大潮高潮時劃分以保證港口碼頭、鹽田及養(yǎng)殖水面景觀和海岸線的完整性。營口海岸帶位于渤海灣東北岸(圖1), 地理坐標(biāo)介于北緯39°55′至40°45′, 東經(jīng)121°55′至122°25′之間, 氣候溫和, 降水適中, 海岸線直線長達(dá)122 km,邊界與海岸線所交疊的行政區(qū)有西市區(qū)、站前區(qū)、鲅魚圈區(qū)和蓋州市。該研究區(qū)域雖不能囊括整個蓋州市行政區(qū), 但已匯集所有的經(jīng)濟(jì)中心、主要交通干線及二臺、九寨、陳屯等大型水果種植基地, 而未覆蓋到的蓋州市東部系千山山脈的部分山區(qū), 目前深度開發(fā)還很欠缺?？傮w上, 營口海岸帶北端為淤泥質(zhì)海岸, 地勢平坦利于海水引進(jìn), 主要被開發(fā)成鹽田或水產(chǎn)養(yǎng)殖; 中部為基巖海岸, 具備良好的建港條件亦適于發(fā)展旅游度假產(chǎn)業(yè); 南部為砂質(zhì)海岸, 地質(zhì)較為松散, 雖缺乏建港基礎(chǔ)但可圍墾土地[19]。

圖1 研究區(qū)地理位置和隨機(jī)布樣的驗證樣點(黃色)及實地踏勘樣點(紅色)的空間分布

Figure 1 Geographical location of research region and the distribution of accuracy verification and field work points

1.2 數(shù)據(jù)及預(yù)處理

本文選取1980年以來, 研究區(qū)域內(nèi)無云蓋的Landsat 30mTM、ETM+、OLI并經(jīng)過輻射定標(biāo)、地理定標(biāo)和大氣校正地表反射率數(shù)據(jù)產(chǎn)品。從美國地質(zhì)調(diào)查局管網(wǎng)(https://earthexplorer.usgs.gov)共獲取1984—2018年逐年28期TM和6期OIL覆蓋研究區(qū)的影像。Landsat7 ETM+因2003年出現(xiàn)SLC-off故障造成嚴(yán)重的數(shù)據(jù)缺失, 且有同期TM有效數(shù)據(jù)的情況下, 暫未考慮ETM+ SLC-off數(shù)據(jù)。此外, 為減少地物類型特別是植被的季相波動影響, 所有數(shù)據(jù)均選取9月中旬至10月中旬影像。再者, 依照所采納的“海岸帶”界定, 屏幕數(shù)字化出營口海岸帶邊界圖, 并作為掩膜將34期Landsat影像統(tǒng)一裁剪。此外, 我們還獲取了空間分辨率30 m的ASTER GDEM數(shù)據(jù), 并將其處理坡度圖用于后續(xù)分類依據(jù)指標(biāo)之一。另外, 為驗證地表覆被提取精度, 我們在研究區(qū)隨機(jī)選取150個驗證點, 保證選點客觀性和避免人為傾向性，根據(jù)同期高分辨率影像人工解譯驗證點。對個別不確定類別, 我們進(jìn)行了實地考察, 踏勘路徑覆蓋上述隨機(jī)驗證點的30%左右, 以進(jìn)一步確認(rèn)。

驅(qū)動力分析中還參考了《營口年鑒》《環(huán)渤海區(qū)域經(jīng)濟(jì)年鑒》中營口市西市區(qū)、站前區(qū)、鲅魚圈區(qū)、蓋州市4個行政單元的1984—2018年社會經(jīng)濟(jì)數(shù)據(jù)指標(biāo), 從人口、經(jīng)濟(jì)增長、生活水平、農(nóng)業(yè)生產(chǎn)等方面入手, 選取沿海港口貨物吞吐量、外貿(mào)口岸出口總額、國民生產(chǎn)總值、第一產(chǎn)業(yè)總值、第二產(chǎn)業(yè)總值、第三產(chǎn)業(yè)總值、工業(yè)總產(chǎn)值、年末總?cè)丝?、全市居民消費支出、年末非農(nóng)業(yè)人口、水產(chǎn)品產(chǎn)量、水果產(chǎn)量共計12個可量化因子開展主成分分析。研究中還采用了營口海岸帶實地考察拍攝影像, 用于輔助分類結(jié)果驗證。

2 研究方法

2.1 基于面向?qū)ο蟮姆诸惒呗?/h3>

營口海岸帶1984—2018年間逐年土地利用空間分布情況是研究其過去三十多年動態(tài)變化和景觀演進(jìn)的工作基礎(chǔ)。我們首先考察覆蓋研究區(qū)的開放土地利用數(shù)據(jù)產(chǎn)品, 如FROM-GLC、GlobeLand30, 目前僅有幾期產(chǎn)品, 尚不能建立逐年時序。故本研究組織Landsat時序影像, 融合多種有效信息手段獲取海岸帶時序土地利用圖。傳統(tǒng)基于像元的分類圖往往較為破碎, 面向?qū)ο蠓诸惙椒ㄍㄟ^對圖像有效分割以聚合具有相同屬性特征的像元, 形成較為完整的圖斑(即稱之為對象的像元集合體), 該方法可綜合考慮圖像光譜統(tǒng)計特征及地物的形狀、紋理等一系列信息, 可抑制類內(nèi)噪音和消除部分類間光譜混淆現(xiàn)象[20]。綜合考慮, 其較適用于挖掘分析本研究中不同土地利用圖斑要素的變化軌跡, 故采用基于面向?qū)ο蟮姆诸惒呗詾橹鬏o以后處理來確保海岸帶時序土地利用圖的準(zhǔn)確提取。

(1)分類前準(zhǔn)備: 利用典型地物同季相波譜特征積累遙感影像解譯的先驗知識。通過ArcGIS工作平臺完成人機(jī)交互式的目視解譯, 獲取2018年營口海岸帶土地利用類型空間分布矢量圖(圖2), 統(tǒng)計各類型面積比例, 依據(jù)我國土地利用分類標(biāo)準(zhǔn)并結(jié)合研究區(qū)的實際情況, 劃分出耕地(包括水田、旱地等)、綠地[21](除耕地以外的植被, 如林地、草地等)、水域(包括海域、河渠等)、鹽田(包括鹽池、灘涂、養(yǎng)殖水面等)、建設(shè)用地(包括房屋、道路等)。由于研究區(qū)土地開發(fā)強(qiáng)度大, 近乎無未利用土地, 故類別劃分中無“未利用土地”類型。

圖2 2018年營口海岸帶目視解譯矢量圖

Figure 2 Vector map generalized through the screen-digitalization over Yingkou Coastal Zone from the high resolution image of 2018

(2)多尺度分割: 選擇最佳分割參數(shù)構(gòu)造同質(zhì)性像元的對象。在eCognition 8.7軟件中以小尺度做初始分割, 依次放大尺度生成不同影像層, 對比分割對象與實際地表覆蓋面元形狀的一致度, 選擇最佳尺度參數(shù)為50、形狀因子0.5、緊致度因子0.3, 明度值<1, 分割效果如圖3所示。

(3)構(gòu)建分類層次及規(guī)則: 根據(jù)高分辨率影像, 選取營口地區(qū)不同地物, 分析波譜和遙感因子特征及其直方圖分布, 建立分類規(guī)則, 確定最佳特征的取值范圍, 并采用分類樹機(jī)制進(jìn)行分層地物提取。具體為針對分割對象, 利用eCognition軟件中的Feature View工具顯示所篩選特征(包括MNDWI、NDVI(表1)等)對應(yīng)的直方圖, 根據(jù)多個特征間的最高可分離性確定區(qū)分目標(biāo)和非目標(biāo)對象的閾值范圍, 在分類樹節(jié)點建立確定目標(biāo)對象的閾值條件, 且同時構(gòu)建水域、建設(shè)用地、綠地、耕地由上至下的層次結(jié)構(gòu), 分級提取, 鹽田通過對水域手動分割完成, 具體參照圖4的土地利用分類流程圖。

圖3 分割后的影像對象

Figure 3 Image object after segmentation

表1 分類規(guī)則

表2 景觀格局指數(shù)

(4)分類后處理: 自動分類存在一定的圖斑錯漏現(xiàn)象, 需要人機(jī)交互反復(fù)檢核, 逐景剔除錯分圖斑、補(bǔ)充漏分圖斑。

2.2 精度評價

精度評價不僅是對分類策略和信息提取方法的有效檢驗, 還是對后續(xù)動態(tài)變化監(jiān)測分析的基本保障。本研究采用定性和定量兩種方式進(jìn)行分類結(jié)果的精度評價。首先對結(jié)果目視檢查并輔以地面調(diào)查進(jìn)行分類圖的定性評價。再者, 我們在研究區(qū)隨機(jī)布設(shè)驗證點, 利用專家知識人工識別其1984—2018地物類型作為精度評價對比基礎(chǔ), 并通過混淆矩陣等指標(biāo)定量評價每年的分類效果。總體精度表示矩陣中被正確分類的樣本總數(shù)與總樣本數(shù)的比值, 即分類結(jié)果總體正確性, Kappa系數(shù)充分利用矩陣中每個元素信息, 綜合考慮正確分類數(shù)目和錯分漏分情況, 可較為客觀全面地反映分類結(jié)果總體精度情況[22]。

2.3 土地轉(zhuǎn)移矩陣

在研究中, 本文采用土地轉(zhuǎn)移矩陣表達(dá)土地利用類型的定量轉(zhuǎn)入轉(zhuǎn)出變化細(xì)節(jié)。土地轉(zhuǎn)移矩陣是以數(shù)字矩陣的形式刻畫某時期內(nèi)各土地類型的流動去向和數(shù)量, 見公式(1), 該方法可細(xì)致直觀地反映

出土地類型的結(jié)構(gòu)變化, 提供動態(tài)、豐富的用地功能轉(zhuǎn)變信息。

S表示面積; n代表所討論的土地利用類型數(shù); I代表轉(zhuǎn)移前的土地利用類型; j代表轉(zhuǎn)移后的土地利用類型; Sij代表轉(zhuǎn)移之前屬于i地類轉(zhuǎn)換成轉(zhuǎn)移之后屬于j地類的面積[23]。

Figure 4 Flow chart of land use classification

2.4 景觀格局指數(shù)

景觀格局指數(shù)是綜合反映景觀格局信息的量化指標(biāo), 在格局與過程間建立聯(lián)系, 分析景觀要素及區(qū)域內(nèi)生態(tài)資源的發(fā)展變化。本研究考慮海岸帶的地表覆蓋特點, 選取一組類型級別指標(biāo)及景觀級別指標(biāo)(表2), 旨在既能夠反映單個要素的結(jié)構(gòu)特征, 又能描述研究范圍內(nèi)整體特征, 達(dá)到從不同尺度較全面分析景觀格局的目的[24-25]。

3 結(jié)果與分析

3.1 土地利用分類結(jié)果及精度評價

依據(jù)上述分類策略, 提取1984—2018年營口市海岸帶土地利用類型分布圖。如圖5左部所示為1984—2018年間8個典型年份土地利用分布圖, 總體上左側(cè)為海右側(cè)為陸, 圖5左(a)—(d)初期最北端為建設(shè)用地, 向南即為大規(guī)模的鹽田, 中部和南部則是耕地、綠地及零星散布大小不一的建筑用地, 此時鲅魚圈港區(qū)初具雛形分布在中部基巖岸段處, 到圖5左(e)—(h)即研究后期建設(shè)用地分布較廣, 幾乎覆蓋了站前區(qū)和西市區(qū)北部, 鲅魚圈港區(qū)則以海港為中心呈放射狀分布在鲅魚圈區(qū)沿岸, 成片的耕地仍分布在研究區(qū)中部南部即蓋州市的非城區(qū), 由圖(g)和圖(h)可以看出2013年后鹽田僅分布在蓋州團(tuán)山岸段。通過混淆矩陣?yán)酶叻直媛视跋駭?shù)據(jù)對1985年、1990年、1995年、2000年、2005年、2010年、2015年解譯結(jié)果進(jìn)行驗證, 總體精度分別為87%、90.6%、86.2%、91.2%、88.7%、89.9%、90.6%, Kappa系數(shù)對應(yīng)為0.82、0.87、0.82、0.88、0.84、0.86、0.87, 能夠滿足研究的精度需求[26]。另外, 通過2018年的實地踏勘, 結(jié)合對當(dāng)?shù)鼐用竦恼{(diào)查訪問, 將分類結(jié)果與采集的地表真實信息對比, 驗證精度達(dá)90%。

3.2 土地利用動態(tài)變化

年際變化土地利用時序分類圖顯示各土地利用類型的位置均有不同程度的遷移。如圖5右側(cè)(i)—(k)所示, 建設(shè)用地在研究區(qū)北部、西南部持續(xù)擴(kuò)張, 轉(zhuǎn)換主要發(fā)生在地理區(qū)位較好的地區(qū), 為西市區(qū)沿海產(chǎn)業(yè)基地的鹽田、鲅魚圈沿岸的水域及蓋州市九壟地鎮(zhèn)的耕地; 耕地減少區(qū)域在研究區(qū)內(nèi)分布較廣, 主要分布在鲅魚圈區(qū)東部、蓋州市南部; 鹽田在西市區(qū)北部不斷發(fā)生大規(guī)模轉(zhuǎn)為水域, 后期在其西南位置進(jìn)行補(bǔ)充; 位于板石山、五臺山、新開嶺的綠地雖有被開墾為其他類型的痕跡, 但幅度較小; 水域的變化則主要表現(xiàn)在西市區(qū)沿岸鹽田的廢棄和鲅魚圈沿岸海港的建設(shè)。從1984—2018逐年土地利用面積上(圖6), 1984—1992年間土地利用結(jié)構(gòu)以水域、耕地和鹽田為主, 人類活動對地表的改造主要體現(xiàn)在農(nóng)業(yè)生產(chǎn)和海港城市的鹽田管理中, 建設(shè)用地一直呈穩(wěn)定緩慢增長, 耕地則一直保持明顯的減少趨勢。1993—2006年間建設(shè)用地面積已超過鹽田且增長速度開始加快, 而耕地大幅減少后在2002年后略有抬升。在2008—2014年一直攀升的建設(shè)用地與耕地面積相持平, 2014年后建設(shè)用地繼續(xù)擴(kuò)張直至超出耕地90 km2, 且差距逐年拉大。此外, 自1990年后鹽田面積一直呈減少趨勢, 雖偶有上升波動但幅度均不足20 km2, 直至2000年后減少速度加快, 尤其是2010—2013年間, 稍后有一個三年回彈。

圖7綜合了1984—2018年營口海岸帶逐年土地利用類型轉(zhuǎn)入轉(zhuǎn)出情況, 反映了土地利用類間動態(tài)變化的足跡。(1)耕地整體呈現(xiàn)為向其他土地利用類型轉(zhuǎn)出, 多為建設(shè)用地, 尤其是1993—1994年、2010—2011年達(dá)70 km2以上。(2)建設(shè)用地的轉(zhuǎn)移反映為土地轉(zhuǎn)入, 轉(zhuǎn)入的類型主要有鹽田、耕地和水域, 其中近一半的轉(zhuǎn)入量來自耕地, 集中體現(xiàn)在1993—1995年和2000—2014年。城市化進(jìn)程加快的直接表現(xiàn)就是建設(shè)用地需求量增大, 在土地總量一定的情況下, 必然會發(fā)生其他類型的轉(zhuǎn)入。建設(shè)用地轉(zhuǎn)化為耕地也常有發(fā)生, 這是由于土地利用管理力度的加強(qiáng), 沒收并退墾非合理占用耕地資源的建設(shè)用地, 造成建設(shè)用地與耕地間雙向轉(zhuǎn)化。(3)鹽田類型的土地轉(zhuǎn)移幅度較大, 流動多發(fā)生于建設(shè)用地和水域兩種類型。前期鹽田的轉(zhuǎn)入面積高于轉(zhuǎn)出面積, 但自2006年起轉(zhuǎn)出大幅增多大規(guī)模轉(zhuǎn)變成建設(shè)用地, 且部分鹽田通過淡水養(yǎng)殖恢復(fù)土壤正常鹽堿度后逐漸改造為耕地, 每年轉(zhuǎn)出面積接近50 km2。80、90年代營口海岸帶工業(yè)發(fā)展水平較低, 鹽田為當(dāng)?shù)刂匾I(yè)原料產(chǎn)出區(qū), 制鹽效益好, 在這期間轉(zhuǎn)入部分多。由于近年來鹽田價值下滑, 制鹽成本上升, 大量低效鹽灘面臨轉(zhuǎn)型, 開發(fā)成沿海產(chǎn)業(yè)基地。(4)綠地類型的土地轉(zhuǎn)移對應(yīng)耕地、建設(shè)用地兩種土地類型, 年際間土地轉(zhuǎn)移量僅在20 km2左右, 時序變化與其他類型相比幅度較小, 其中建設(shè)用地持續(xù)向綠地轉(zhuǎn)入, 轉(zhuǎn)移量雖不多但有增加趨勢, 表明區(qū)域發(fā)展開始關(guān)注生態(tài)建設(shè), 注意植被覆蓋率的提高。(5)水域的轉(zhuǎn)移路徑相對簡單, 主要轉(zhuǎn)變?yōu)榻ㄔO(shè)用地與鹽田, 另有小部分發(fā)生于其邊緣圍墾后轉(zhuǎn)為耕地。

圖5 1984—2018年營口市海岸帶土地利用類型分布(圖左)及轉(zhuǎn)移分布(圖右)

Figure 5 Land use type distribution and transfer distribution in coastal zone of Yingkou City from 1984 to 2018

圖6 1984—2018年營口市海岸帶地類面積變化信息

Figure 6 Land type area change information of Yingkou Coastal Zone from 1984 to 2018

圖7 1984—2018年營口海岸帶逐年土地利用轉(zhuǎn)移情況

Figure 7 Land use transfer in Yingkou Coastal Zone from 1984 to 2018

3.3 景觀格局動態(tài)變化

從景觀生態(tài)學(xué)角度總體景觀格局[27], 1984—2002年間香農(nóng)多樣性和香農(nóng)均勻度指數(shù)均呈單調(diào)上升趨勢, 并在此后仍以波動形式持續(xù)升高(圖8a), 說明景觀結(jié)構(gòu)中優(yōu)勢組分對格局整體的影響減弱, 由于居住場所開發(fā)、社會生產(chǎn)活動等愈加頻繁, 不同類型斑塊間分離度逐漸提高, 各景觀類型空間分布趨于分散。

從單個土地利用類型角度分析, 景觀格局動態(tài)變化的特點各具特色。(1)耕地聚集度在整個研究時段均較高(圖8b), 僅次于景觀中斑塊個數(shù)最少且總面積最大的水域類型, 總體上呈現(xiàn)片狀連續(xù)分布, 但其形狀指數(shù)(圖8c)較高, 主要由于耕地斑塊邊緣新增了建設(shè)用地斑塊, 造成耕地斑塊形狀復(fù)雜化。(2)建設(shè)用地在研究期間內(nèi)斑塊密度、形狀指數(shù)屬所有類型中最高, 聚集度、平均斑塊面積則最低, 連通度(圖8d)處于各類型中的低值, 較明顯地表現(xiàn)出景觀連通狀況不佳, 與鄰近其他類型斑塊聯(lián)系能力弱, 甚至影響整體景觀的連通度。1998年后建設(shè)用地平均斑塊面積(圖8e)相較自身有小幅增長, 說明該類型的散碎斑塊逐漸被整合歸并(3)綠地的平均斑塊面積、斑塊密度在研究前期波動較大, 2003年后綠地各項景觀指數(shù)維持較穩(wěn)定的狀態(tài), 2010年后形狀指數(shù)呈上升趨勢, 可知退耕還林還草的良好生態(tài)理念與土地利用結(jié)合逐漸深入, 綠地斑塊形狀簡單化, 人為干預(yù)效果明顯。(4)鹽田斑塊密度(圖8f)低于0.1, 各年份均低于景觀中所有類型最低, 說明鹽田景觀面對擾動的反應(yīng)能力強(qiáng), 對整體景觀穩(wěn)定性貢獻(xiàn)較多。連通度在1984—2011年間保持在99.7左右, 2011—2018年有明顯浮動, 由于營口沿海產(chǎn)業(yè)基地在2006年正式開發(fā)建設(shè), 部分鹽田景觀被其他類型代替。(5)水域類型景觀聚集程度最高, 形狀指數(shù)、斑塊密度都呈上升趨勢, 完整的水域景觀邊緣被分割出許多小斑塊, 造成其形態(tài)趨向復(fù)雜化。

圖8 1984—2018年營口海岸帶各項景觀指數(shù)變化情況

Figure 8 Changes of landscape indices in Yingkou Coastal Zone from 1984 to 2018

4 討論

土地動態(tài)變化的驅(qū)動因素從根本上可分為自然因素和人文因素兩大類。在35年的監(jiān)測期內(nèi), 地質(zhì)地貌、氣候氣象等自然因素較為穩(wěn)定, 對土地利用變化影響短期內(nèi)不顯著, 相比之下, 人口、經(jīng)濟(jì)等人文社會因素對土地利用方式的轉(zhuǎn)變更具顯著驅(qū)動作用, 因此本研究考慮人文社會因素作為驅(qū)動力, 聯(lián)系營口海岸帶社會經(jīng)濟(jì)數(shù)據(jù), 選取對土地利用有潛在影響的12個指標(biāo)構(gòu)建指標(biāo)體系, 在SPSS軟件中通過主成分分析進(jìn)行代表性指標(biāo)選取。計算得出第一、二主成分特征值均大于1, 累計貢獻(xiàn)率96.214%, 能反映所選指標(biāo)的綜合信息, 各變量因子負(fù)載見表2, 表明主要驅(qū)動因素為人口因素和經(jīng)濟(jì)政策因素。

表2 主成分載荷矩陣

4.1 人口因素

土地利用轉(zhuǎn)換過程中帶有人類活動或人類意志的顯著烙印。35年來營口海岸帶人口增長速率不斷加快, 由1984年的190.66萬人增至到2018年的243.3萬人, 這種增長趨勢必然需要提供更多的居住地, 導(dǎo)致建設(shè)用地的增加, 而房地產(chǎn)商開發(fā)新住宅區(qū)時往往不會考慮城市建設(shè)的整體規(guī)劃, 造成建設(shè)用地類型小斑塊個數(shù)增多, 致使景觀破碎化、聚集性不佳, 甚至影響與其他景觀單元的連通度。另一方面, 研究區(qū)非農(nóng)業(yè)人口相比總?cè)丝谠鲩L速度更快, 說明以務(wù)農(nóng)為主的低額的經(jīng)濟(jì)收入已經(jīng)不足以供給人們?nèi)缃竦纳钚枰? 更多人主要是青壯年選擇去收入較高的工廠做工, 耕地種田的勞動力減少, 這也與耕地的縮減相關(guān)聯(lián)。

4.2 經(jīng)濟(jì)政策因素

經(jīng)濟(jì)發(fā)展對一個地區(qū)的城市化進(jìn)程起決定性作用, 是土地利用結(jié)構(gòu)變化的動力來源。近30年來在新型經(jīng)濟(jì)的引導(dǎo)下, 營口海岸帶第二、第三產(chǎn)業(yè)在產(chǎn)業(yè)結(jié)構(gòu)中比重明顯提升, 2018年已達(dá)到第一產(chǎn)業(yè)總值的5到6倍。由于第二、三產(chǎn)業(yè)以工廠生產(chǎn)和服務(wù)行業(yè)為主, 占用的土地資源多為建設(shè)用地, 而第一產(chǎn)業(yè)則多為農(nóng)用地、林地等, 產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整勢必會促進(jìn)原有土地利用方式及景觀格局的改變, 形成適合當(dāng)前形勢的土地利用系統(tǒng)。改革開放初期, 營口大興制鹽業(yè), 引海入池, 在西市區(qū)內(nèi)構(gòu)建了百里鹽田, 但長期以來未能隨經(jīng)濟(jì)環(huán)境改變實施轉(zhuǎn)型, 致鹽田效益不高, 2006年起營口抓住“五點一線”遼寧沿海經(jīng)濟(jì)帶的戰(zhàn)略機(jī)遇, 將低效鹽灘開發(fā)建設(shè)成營口沿海產(chǎn)業(yè)基地, 在承接?xùn)|北亞經(jīng)濟(jì)圈、環(huán)渤海經(jīng)濟(jì)帶、一帶一路等多方輻射下, 沿海產(chǎn)業(yè)基地已然形成規(guī)模, 致使鹽田的銳減和建設(shè)用地的擴(kuò)張。另外, 在“以港興市”政策的引領(lǐng)下, 營口港以填海造陸的方式規(guī)模不斷擴(kuò)大, 從而引起水域向建設(shè)用地的轉(zhuǎn)入。根據(jù)營口土地利用總體規(guī)劃, 2008年起落實耕地“先補(bǔ)后占”制度, 促使2010—2016年間耕地面積出現(xiàn)先增長后減少的現(xiàn)象。

本文借助土地轉(zhuǎn)移矩陣、景觀格局指數(shù)對營口市海岸帶的土地利用、景觀格局時空特征變化進(jìn)行系統(tǒng)地梳理分析, 并探討經(jīng)濟(jì)、人口等因素的驅(qū)動效應(yīng), 利用遙感手段的監(jiān)測更具有宏觀把握, 研究結(jié)果對未來營口市海岸帶合理調(diào)整土地利用結(jié)構(gòu)、優(yōu)化景觀布局、協(xié)調(diào)區(qū)域生態(tài)環(huán)境與經(jīng)濟(jì)發(fā)展有重要參考價值。為提高分類精度, 因此本文在地物提取中投入了大量人工判讀、檢核的工作, 但是這勢必會增加工作量, 在未來研究中將進(jìn)一步尋求全自動分類方法, 精細(xì)化土地利用類型, 在連續(xù)時序分析的基礎(chǔ)上加強(qiáng)對研究區(qū)精細(xì)類型演進(jìn)的理解, 并且今后的研究中可建立多驅(qū)動因素耦合的定量化模型, 聯(lián)合變化過程對解釋預(yù)測驅(qū)動力內(nèi)在機(jī)制進(jìn)行深度探討, 還可因地制宜構(gòu)建不同類型土地利用變化對土地可持續(xù)性的響應(yīng)模型。

5 結(jié)論

本文基于營口市海岸帶1984—2018年的Landsat影像數(shù)據(jù), 以基于面向?qū)ο蠓诸惒呗詾橹鹘Y(jié)合人工目視解譯提取逐年土地利用類型分布圖, 采用土地轉(zhuǎn)移矩陣、景觀格局指數(shù)方法獲取海岸帶土地利用變化信息, 利用主成分分析法對數(shù)據(jù)進(jìn)行統(tǒng)計整理, 研討其驅(qū)動力因素。結(jié)果表明:

(1)不同土地利用類型變化具有鮮明的時代特征。1984—1992年以耕地、鹽田的自然發(fā)展為主, 1993—2006年建設(shè)用地擴(kuò)張, 向城市化發(fā)展, 2008—2014年建設(shè)用地繼續(xù)增長, 鹽田銳減, 耕地受政策保護(hù)有所增加。

(2)35年間不同土地利用類型的轉(zhuǎn)化各有特色帶有改革的時代烙印。耕地主要轉(zhuǎn)化為建設(shè)用地和綠地, 這與我國改革開放后長期大力發(fā)展基礎(chǔ)建設(shè)和近期加大生態(tài)環(huán)保力度關(guān)系密切; 相應(yīng)的建設(shè)用地則主要反映為耕地轉(zhuǎn)入; 鹽田主要轉(zhuǎn)換為建設(shè)用地和水域, 其較活躍的轉(zhuǎn)入轉(zhuǎn)出軌跡呼應(yīng)了鹽田效益和市場調(diào)控情況; 區(qū)域發(fā)展注重提高植被覆蓋率, 轉(zhuǎn)入綠地類型的土地面積逐漸增多; 水域類型的轉(zhuǎn)移出現(xiàn)在對建設(shè)用地的轉(zhuǎn)入和與鹽田的互相轉(zhuǎn)化。

(3)景觀特征隨時間推移不斷發(fā)生波動。根據(jù)景觀指數(shù)變化可看出各景觀類型分布趨于分散, 原本的耕地景觀內(nèi)新增人工建筑斑塊, 完整的水域景觀邊緣被分割出小斑塊, 部分鹽田景觀逐漸被其他類型代替。從整體來看, 景觀的多樣性與均勻程度增加, 優(yōu)勢組分對景觀整體的影響減弱。

(4)人口、經(jīng)濟(jì)政策因素在營口市海岸帶土地利用及景觀格局轉(zhuǎn)變過程中具有明顯驅(qū)動效應(yīng)。以港興市、耕地占補(bǔ)平衡、沿海產(chǎn)業(yè)基地建設(shè)等政策對各類型變化趨勢有重要的牽引和導(dǎo)向作用。

綜上所述, 營口海岸帶城市化進(jìn)程較快但需加強(qiáng)調(diào)控, 亟待優(yōu)化土地利用治理方案, 合理布局景觀, 如制定嚴(yán)格土地開發(fā)管控制度以保證城市規(guī)劃的有效實施、增補(bǔ)永久基本農(nóng)田與自然綠地以擴(kuò)充生態(tài)服務(wù)功能用地, 充分利用沿海地理優(yōu)勢的同時更應(yīng)著眼于可持續(xù)發(fā)展, 實現(xiàn)經(jīng)濟(jì)效益、社會效益和生態(tài)效益相統(tǒng)一, 邁向現(xiàn)代化生態(tài)城市。

[1] 鐘兆站. 中國海岸帶自然災(zāi)害與環(huán)境評估[J]. 地理科學(xué)進(jìn)展, 1997, 16(1): 44–50.

[2] 李清泉, 盧藝, 胡水波, 等. 海岸帶地理環(huán)境遙感監(jiān)測綜述[J]. 遙感學(xué)報, 2016, 20(5): 1216–1229.

[3] 邸向紅, 侯西勇, 吳莉. 中國海岸帶土地利用遙感分類系統(tǒng)研究[J]. 資源科學(xué), 2014, 36(3): 463–472.

[4] 薛振山, 楊曉梅, 蘇奮振, 等. CBERS-02與SPOT5融合數(shù)據(jù)及其在海岸帶土地利用調(diào)查中應(yīng)用能力綜合評價[J]. 遙感技術(shù)與應(yīng)用, 2009, 24(1): 97–102.

[5] 何厚軍, 王文, 劉學(xué)工. 基于決策樹模型的海岸帶分類方法研究[J]. 地理與地理信息科學(xué), 2008, 24(5): 25–28.

[6] 王彩艷, 王璦玲, 王介勇, 等. 基于面向?qū)ο蟮暮０稁恋乩眯畔⑻崛⊙芯縖J]. 自然資源學(xué)報, 2014, 29(9): 1589–1597.

[7] 鄧才龍, 劉焱雄, 田梓文, 等. 無人機(jī)遙感在海島海岸帶監(jiān)測中的應(yīng)用研究[J]. 海岸工程, 2014, 33(4): 41–48.

[8] THOMAS T, PHILLIP M R, MORGAN A, et al. Morphostat: a simple beach profile monitoring tool for coastal zone management[J]. Ocean & Coastal Management, 2018, 153(3): 17–32.

[9] ZHOU Min, WU Mengquan, ZHANG Guangzong, et al. Analysis of coastal zone data of northern Yantai collected by remote sensing from 1990 to 2018[J]. Applied Sciences, 2019, 9(20): 44–66.

[10] 吳琛璐, 王強(qiáng), 董政, 等. 福建省海岸帶土地利用/覆蓋變化及其驅(qū)動力[J]. 水土保持通報, 2018, 38(3): 318–323.

[11] 閆曉露, 鐘敬秋, 韓增林, 等. 近40年遼東灣北部圍墾區(qū)內(nèi)外濱海濕地景觀演替特征及驅(qū)動力分析[J]. 地理科學(xué), 2019, 39(7): 1155–1165.

[12] 張佰發(fā), 苗長虹. 黃河流域土地利用時空格局演變及驅(qū)動力[J]. 資源科學(xué), 2020, 42(3): 460–473.

[13] 周倩, 章海波, 李遠(yuǎn), 等. 海岸環(huán)境中微塑料污染及其生態(tài)效應(yīng)研究進(jìn)展[J]. 科學(xué)通報, 2015, 60(33): 3210–3220.

[14] 周汝佳, 張永戰(zhàn), 何華春. 基于土地利用變化的鹽城海岸帶生態(tài)風(fēng)險評價[J]. 地理研究, 2016, 35(6): 1017–1028.

[15] 馬萬棟, 張淵智, 施平, 等. 海岸帶土地利用/土地覆被變化研究進(jìn)展[J]. 地理科學(xué)進(jìn)展, 2008, 27(5): 87–94.

[16] ROY D P, WULDER M A, LOVELAND T R, et al. Landsat-8: science and product vision for terrestrial global change research[J]. Remote Sensing of Environment, 2014, 145(145): 154–172.

[17] MASEK J G, VERMOTE E F, SALEOUS N E, et al. A Landsat surface reflectance dataset for North America, 1990–2000[J]. IEEE Geoscience and Remote Sensing Letters, 2006, 3(1): 68–72.

[18] 夏東興, 段焱, 吳桑云. 現(xiàn)代海岸線劃定方法研究[J]. 海洋學(xué)研究, 2009, 27(S1): 28–33.

[19] 吳莉, 侯西勇. 2000–2010年環(huán)渤海省市海岸帶土地利用變化分析[J]. 海洋科學(xué), 2015, 39(9): 101–110.

[20] 趙家敏, 林媚珍, 龔建周, 等. 基于面向?qū)ο蠹夹g(shù)提取的順德區(qū)基塘系統(tǒng)格局分析[J]. 生態(tài)科學(xué), 2018, 37(2): 191–197.

[21] 黃隆楊, 劉勝華, 李健. 城市生態(tài)用地時空動態(tài)及其相關(guān)驅(qū)動力––以武漢市為例[J]. 長江流域資源與環(huán)境, 2019, 28(5): 1059–1069.

[22] 吳波, 林珊珊, 周桂軍. 面向?qū)ο蟮母叻直媛蔬b感影像分割分類評價指標(biāo)[J]. 地球信息科學(xué)學(xué)報, 2013, 15(4): 567–573.

[23] 田培, 龔雨薇, 朱占亮, 等. 三峽水庫壩區(qū)生態(tài)屏障區(qū)近25年土地利用變化評價[J]. 水土保持學(xué)報, 2020, 34(2): 78–85.

[24] 劉雨先, 王守梅, 龔熊波, 等. 基于3DLP指數(shù)的景觀格局演變及預(yù)測分析[J]. 生態(tài)科學(xué), 2020, 39(03): 122–131.

[25] 潘翔, 孫元敏, 吳劍, 等. 廈門灣海岸帶景觀格局時空動態(tài)演變研究[J]. 生態(tài)科學(xué), 2016, 35(1): 117–123.

[26] 布仁倉, 常禹, 胡遠(yuǎn)滿, 等. 基于Kappa系數(shù)的景觀變化測度––以遼寧省中部城市群為例[J]. 生態(tài)學(xué)報, 2005(4): 778–784.

[27] 左麗君, 徐進(jìn)勇, 張增祥, 等. 渤海海岸帶地區(qū)土地利用時空演變及景觀格局響應(yīng)[J]. 遙感學(xué)報, 2011, 15(3): 604–620.

Land use and landscape pattern changes of Yingkou Coastal Zone over the past 35 Years

SHAI Yanmin1,2,3, QU Ge1,*, SHAO Congying1, XIE Donghui4, ZHU Qijiang4, SHI Ying1

1. College of Surveying and Mapping and Geographic Science, Liaoning Technical University, Fuxin 123000, China 2.Research Center of Green Silk Road, Xinjiang Institute of Ecology and Geography Chinese Academy of Sciences, Urumqi 830011, China 3. CAS Research Center for Ecology and Environment of Central Asia, Urumqi 830011, China 4. State Key Laboratory of Remote Sensing Science, Faculty of Geographical Science, Beijing Normal University, Beijing 100875, China

Yingkou coastal industrial base is an important fulcrum for the "The Plan of Prospering Liaoning" and the revitalization of northeast China. The coupling mechanism of economic development and coastal zone changes is in urgent need of the change footprint of coastal zone land use and landscape pattern to understand the coordinated evolution process of coastal city and economic development. We focus on the coastal zone of Yingkou to extract the 30 m annual land use map during 1984-2018 using the object-oriented classifier combined with artificial interpretation, analyze the temporal trend of changes in land use and landscape pattern through the land transfer matrix and landscape pattern index, and investigate the driving factors induced such changes by Principal Component Analysis (PCA). Results showed that: (1) The land use change in 1984-1992 was mainly farmland and salt pan, but it changed to the trend of a sharp increase in construction land in 1993-2006, which had the distinctive characteristics of the era from farming to urbanization. (2) The degree of conversion among land use types varied year by year, among which the transfer of farmland and low-efficiency salt pan to construction land was the most prominent from 1993 to 1995, 2006 to 2007, and 2011 to 2015. (3) The landscape pattern was generally patchy and fragmented, with fragmentation intensifying after 2004, and showing a pattern with construction land and farmland as the regional matrix and other landscapes distributed around it. (4) Population and economic policy factors had an obvious driving effect in the process of land use change in the coastal zone of Yingkou city. In particular, the policies of "rejuvenating the city with the harbor", the balance of farmland occupation and compensation, and the construction of coastal industrial bases drive the direction of change of local land use tendencies. Rational adjustment of land use structure, optimization of the landscape layout, making full use of the geographical advantages of the coast are needed; meanwhile we should focus on sustainable development, and strive to unify economic, social and ecological benefits.

coastal zone; image classification; land use; landscape pattern; drive force

10.14108/j.cnki.1008-8873.2022.06.006

P901; P748

A

1008-8873(2022)06-041-11

2020-08-10;

2020-10-15

國家自然科學(xué)面上基金(42071351); 中國科學(xué)院百人計劃(Y938091); 遼寧省‘興遼英才計劃’項目(XLYC1802027); 湖南省自然科學(xué)基金(2018JJ2116);大學(xué)生創(chuàng)新訓(xùn)練項目(201910147010)

帥艷民(1973—), 女, 教授, 博士生導(dǎo)師, 主要研究方向為定量遙感、區(qū)域可持續(xù)發(fā)展, E-mail: shuaiym@gmail.com

通信作者:曲歌(1997—), 女, 碩士研究生, 主要研究方向為海岸帶開發(fā)研究、區(qū)域可持續(xù)發(fā)展, E-mail: quge1997@163.com

帥艷民, 曲歌, 邵聰穎, 等. 營口海岸帶土地利用及景觀格局35年變化[J]. 生態(tài)科學(xué), 2022, 41(6): 41–51.

SHAI Yanmin, QU Ge, SHAO Congying, et al. Land use and landscape pattern changes of Yingkou Coastal Zone over the past 35 Years[J]. Ecological Science, 2022, 41(6): 41–51.