土地利用与植被覆盖变化研究-以西安市灞桥区为例 - 图文

《土地利用与植被覆盖变化研究》课程考核

土地利用与植被覆盖变化研究

——以西安市灞桥区为例

学生姓名：JZ-W 学生学号：251020313

土地利用与植被覆盖变化研究

——以西安市灞桥区为例

学生姓名：JZ-W 学生学号：251020313

摘要 本文以西安市灞桥区2000年和2009年两期SOPT影像数据基础，利用ENVI软件处理数据，进行研究区域的土地类型划分，进而通过计算土地利用动态度、土地分类指数、土地利用类型转移矩阵、土地利用程度综合指数等量，分析研究区土地利用及覆被变化基本情况，并对变化结果进行解释，对未来土地利用及覆被变化进行合理预测。

关键词 灞桥区，SPOT，土地利用，覆被变化 1 绪论

1.1 研究目的意义

此次研究目的在于通过实践练习，处理遥感影像数据，理解LUCC研究一般过程，理解LUCC内涵，熟练ENVI等相关专业软件的使用，提升科研能力。 2 研究内容和技术路线 2.1 研究内容

利用西安市灞桥区2000年和2009年两期分辨率为10米的SPOT影像数据，进行土地利用分类；计算并分析土地利用动态度、土地分类指数、土地利用类型转移矩阵、土地利用程度综合指数的变化特点与变化量；分析该区土地利用及覆被变化规律；对该区土地利用及覆被变化进行解释；利用两期SPOT影像数据，对未来10年的区域土地利用类型分布进行马尔可夫预测。 2.2 技术路线

对影像进行监督分类，并对分类结果进行检验，结果满意后再计算衡量土地利用及覆被变化的各项指标，分析各个结果数据得出有关信息，对计算结果进行解释，对未来土地利用类型进行预测。 3 研究区域概况与数据来源 3.1 研究区域概况

灞桥区地处陕西关中盆地中部，西安城东部，系西安市辖区之一。地理坐标为东经108°59′～109°16′，北纬34°10′～34°27′。东与临潼区、蓝田县接壤，西与雁塔区、新城区、未央区相连，南与长安区为邻，北以渭河与高陵县相望。距市中心5公里，全区总面积332平方公里，辖9个街道办事处，33个社区，226个行政村，人口50余万，因境内遗存始建于隋代的古灞桥而得名。

灞桥区以渭河冲积平原为主，具有山、坡、川、滩、塬的多样性地貌特征，包括三个类型区，其中北部为渭河冲积平原区，东部为低山丘陵区，东南部为台塬区。白鹿塬区域地质构造属于渭河断陷形成的阶梯式下降复式地堑，阶地台塬沟堑内以砂孵石、砾石及土状堆积物为主，并有丰厚的新生代沉积。台塬上区地形平缓，地势北高南低，以农业用地为主，地形由南向北依次递减至沟沿，沟顶海拔600m～750m，沟底海拔160m～600m之间，长度约3公里，坡度约30°左右，地面切割成的沟谷长度约为1000～2000m/km2。土壤类型以黄垩土、白垩土、褐色土以及少量的红色土，有机质丰富，保墒性能好，但是透气性差。

- 1 -

灞桥区属于暖温带半湿润大陆性季风区，光、热、水、气、土等自然条件优越。年平均降雨量635mm，日照时间为2026～2719小时，年平均气温为12～13.3℃，极端最高气温为41.7℃，绝对最低气温为－20.6℃。年大于10℃的有效积温为3650～4325℃，年无霜期202～208天。年初霜日期为11月1日以后，终霜期为4月1日以后。风向频率（静风频率）为30%左右，平均风速为2m/S。年平均相对湿度为70%左右。全年适于旅游的天数为290天，其中最佳的旅游时节为3月中旬至6月底、8月初至11月中旬，约210天。 3.2 数据来源

本次研究所用的是2000年和2009年两期遥感数据，该数据由指导老师提供，该数据为10米分辨率的SPOT影像数据，其投影为UTM，大地基准为WGS-84。出于本次研究的目的意义不是对目标区域的具体情况得出可靠研究结果，而是对研究一般过程的把握，所以没有对影像进行投影变换，几何校正等预处理工作。 4 研究过程 4.1 土地利用分类

土地利用分类是进行LUCC研究的基础性工作，本次研究选择的分类方法是监督分类，在分类之前要进行训练样本选择。根据研究区面积及影像特征，笔者把灞桥区土地利用分成四类，分别是：建设用地，耕地，水体，林地。在选择训练区样本时，四类样本数量选择在20个左右。选择完样本之后，利用最大似然法进行分类，并利用混淆矩阵来检验分类精度，由于影像质量较差等原因，分类精度不是很好。2000年及2009年分类结果如下图所示。

4.2 土地利用动态度计算

本研究仅涉及单一类型的土地利用动态度。土地利用动态度分析主要采用土地利用动态度研究土地利用变化模式。土地利用类型动态度指是某研究区一定时间范围内某种土地利用类型的数量变化情况，其表达式为：

- 2 -

K=(Ub-Uα)/Uα×1/T×100% （1）

式中：K为研究时段内某一土地利用类型动态度；Ua、Ub分别为研究期初及研究期末某一种土地利用类型的数量；T为研究时段长，当T的时段设定为年时，K的值就是该研究区某种土地利用类型年变化率。

应用土地利用动态度分析土地利用类型的动态变化，可以真实反映区域土地利用/覆盖变化中土地利用类型变化的剧烈程度。

本研究中，土地类型数量用像元数目表示，Ub代表2009年的土地利用类型大小，Ua代表2000年的土地利用类型大小，时间T设定为10年，计算结果如下表所示。

表格 1 灞桥区土地利用动态度

土地类型 建设 耕地 水体 林地 4.3 土地分类指数计算

Ub /个 1586084 1282513 65583 311554 Ua/个 1506149 1338703 97246 303611 T/年 10 10 10 10 K/% 0.5307 -0.4197 -3.2560 0.2616 为了考察土地利用类型变化情况，可定义各类土地利用指数，如垦殖指数、植被指数、水域指数、林地指数、城市化指数，通过每类指数的变化可定量表达该区某一类型土地利用的利用程度与变化趋势。通过考察垦殖指数、植被指数、水域指数、林地指数和城市化指数的时空变化，可以定向了解各个地区土地利用与土地覆被中的耕地、草地、林地、水域的变化以及城市的扩展状况。土地各个分类指数定义为：

nnI??(aiA)?100(?ai?A) （2）

i?1i?1式中：I——分析区域的土地利用分类指数；

ai——分析区域内i类型土地利用所占的土地面积大小； A——分析区域土地总面积； n——土地利用分类的数目。

根据各个土地利用分类指数的定义，可以定义土地分类指数变化模型为:

n?n???aib??aia?i?1??100 （3） ?Ib?Ia??i?1??A?????Ib?adIb?a??Ib?a?(1t)?100% （4）

式中：Ia、Ib——分别为a时间和b时间的一定区域的土地利用分类指数；

?Ib?a——在时间段a与b之间的土地分类指数变化量； dIb?a——与t时间段对应的土地分类指数变化率；

T——时间段b－a。

由于数据量和有关信息量（如实际土地类型种数）限制，不能进行灞桥区土地分类指数计算。 4.4 土地利用类型转移矩阵计算

单纯的土地类型面积的增减并不能较好地反映各类型间的转换情况，即新增部分由哪些土地资源转换而来，减少部分又去向哪里。土地利用状态转移矩阵可全面而又具体地刻画区域土地利用变化的结构

- 3 -

特征与各用地类型变化的方向。该方法来源于系统分析中对系统状态与状态转移的定量描述，为国内外所常用。转移矩阵的数学形式为：

?s11?sSij??21?????sn1式中：S——面积，hm； n——土地利用的类型数：

2s12s22?sn2s13s23?sn3????s1n??s2n? ???snn?? （5）

i，j——分别代表研究期初与研究期末的土地利用类型。在具体应用中，通常将该矩阵用表格形式来表示。

严格地讲，转移矩阵并非一种指数，只是将土地利用变化的类型转移面积按矩阵或表格的形式加以列出，可作为结构分析与变化方向分析的基础。从对区域土地利用变化特点的反映上，它又类似于指数，不妨看作指数的一种特殊形式。转移矩阵的意义在于它不仅可以反映研究期初、研究期末的土地利用类型结构，同时还可以反映研究时段内各土地利用类型的转移变化情况，以便于了解研究期初各类型土地的流失去向以及研究期末各土地利用类型的来源与构成。

本研究中S使用像元数量表示，n设定为10年，计算生成的灞桥区土地利用的转移矩阵如下表所示。

表格 2 2000—2009年灞桥区土地利用的转移矩阵 2009年 2000年 建设 比重/% 耕地 比重/% 水体 比重/% 林地 比重/% 总计 建设 808243 53.72 593858 44.41 37591 38.78 144807 47.73 1584499 耕地 540201 35.90 597302 44.66 29768 30.71 114202 37.64 1281473 水体 35447 2.36 12023 0.90 14295 14.75 3295 1.09 65060 林地 120755 8.03 134146 10.03 15285 15.77 41077 13.54 311263 总计 1504646 100.00 1337329 100.00 96939 100.00 303381 100.00 3242295 4.5 土地利用程度综合指数计算

土地利用程度变化模型是建立在对土地利用变化本身的历史过程进行描述的基础上的。根据刘纪远先生提出的土地利用程度的综合分析方法，将土地利用程度按照土地自然综合体在社会因素影响下的自然平衡状态分为若干级，并赋予分级指数，从而给出了土地利用程度综合指数及土地利用程度变化模型的定量化表达式。土地利用综合指数模型的数学表达式为：

nL?100??Ai?CiL??100,400? （6）

i?1式中：L——某区域土地利用程度综合指数； Ai——区域内第i级土地利用程度分级指数； Ci——区域内第i级土地利用程度分级面积百分比； n——土地利用程度的分级数。 土地利用程度变化值表达式为：

- 4 -

?Lb?a?Lb?La?{?Ai?Cib?(?Ai?Cia)}?100 （7）

i?1i?1nn式中：La、Lb——a时间和b时间的研究区域土地利用程度指数；

如ΔLb-a为正值，则该区域土地利用处于发展期，否则处于衰退期。土地利用程度综合指数模型主要反映土地利用的广度和深度，同时能够反映区域土地利用的集约经营程度，适用于土地利用程度的综合评价。该模型的优点是简明扼要、操作简便，因此应用比较广泛。它的缺点是只考虑土地监测期间的土地数量变化，忽略了土地利用空间区位的固定性与独特性，对土地利用动态变化的过程和相关属性反映不出来。同时，该类模型也无法测算和比较区域土地利用变化的总体性和综合程度，对一些土地利用变化比较快的地区，如城市周边利用类型转变较快的“热点”地区识别不出来。

应用土地利用程度综合指数的关键问题在于土地利用程度的分级与分级指数的设定。目前文献中给出的一种处理方法是按土地利用类型来分级，将土地利用类型整合为未利用土地级、林草水用地级、农业用地级和城镇聚落用地级4级，并分别将分级指数设定为1，2，3，4。有的是将分级指数分别设定为25分、50分、75分和100分。

本文选择的分级及分级指数如下表所示。

表格 3土地利用程度的分级与分级指数 分级指数Ai 土地 利用 类型 1 未利用地 2 林地 牧草地 水域 3 耕地 其他农业用地 4 城镇聚落用地 灞桥区土地利用程度综合指数计算结果如下表所示。

表格 4土地利用程度综合指数 利用类型 建设 耕地 水体 林地 5 结果分析

2009年百分比 48.87 39.51 2.02 9.60 2000年百分比 46.40 41.25 3.00 9.35 分级指数 4 3 2 2 土地利用程度综合指数：L2009=337.25，L2000=334.05 以上是西安市灞桥区基于SPOT影像的土地利用/覆被变化的研究结果。在遥感影像监督分类时设定特征比较明显的四类土地利用类型，分别为：建设用地，耕地，水体和林地。

通过土地利用动态度表可以看出，四类用地类型在2000年和2009年十年间均有变化，变化最多的是水体，建设用地和林地有所增加，耕地和水体有所减少。

通过土地利用类型转移矩阵表可以看出具体的各类土地类型的转移方向，如2000年建设用地有52.72%保留，35.90%转化成耕地，2.36%转化成水体，8.03%转化成林地；2000年的耕地有44.66%保留，44.41%转化成建设用地，0.9%转化成水体，10.03%转化成林地，等等。从表中可以看出建设用地和耕地间的转移数量较大；林地、水体向建设用地和耕地的转移量也很大；水体和林地之间的转移量较少；建设用地、耕地向水体和林地的转移量均较小。

- 5 -

通过土地利用综合指数表可以看出，2000年和2009年的指数值均在300到400之间，可见土地利用程度均较高，城镇化水平较高，土地利用的集约度较高；此外，2009年的综合指数比2000年的综合指数大，所以可以认为灞桥区土地利用处于发展期。

通过以上分析可以看出西安市灞桥区在2000年到2009年的十年间逐步城市化，城市建设用地不断增加，主要是由水体和耕地转化而来，其中水体减少量最为明显，可见在城市建设过程中大量建设区是在河道两侧选择，河滩被大量占用；但是耕地损失较少，说明政府在耕地资源保护和开发方面卓有成效；林地面积十年间有所增加，这个与国家退耕还林政策，以及地方相关部门植被保护举措密切相关。

按照灞桥区土地利用现状，预测其后10年内的覆被变化，笔者认为该区的建设用地会进一步增加，耕地会有所减少，水体保持不变或略减少，林地面积会进一步扩大。为了更确切地预测灞桥区土地利用的发展趋势，以下将对其未来10年的土地利用类型分布进行马尔可夫预测 6 马尔可夫预测 6.1 马尔可夫模型原理

设{Xn，n=0，1，2，…}是一个离散随机变量序列，而每个Xn所可能取的值皆属于E，其中E是一个有限的实数集合，通常E= {0，1，2，… ，m}。如果随机变量序列况，{Xn，n= 0， 1， 2，…}中Xn+1的条件概率分布只依赖于Xn的值，而与所有更前面的值无关，即

P (Xn+1=in+1，Xn=in，Xn-1= in-1，…，X0=i0) =P(Xn+1=in+1|Xn=in)

则称该随机过程是一个有限状态的马尔可夫链，E称为状态空间，{0.1,2，…} 称为时间参数集。在描述马尔可夫链的多维概率分布时，最重要的是条件概率：

P (Xk+1=ik+1|Xk=ik)

称这一条件概率为时刻k时的一步转移概率； P

(k)ij=P(Xk+1=j|Xk=i)

(k)ij它表示在时刻k时Xk取i值的条件下，在下一时刻时k+1时Xk+1取j值的概率。显然，P性质：①P

(k)ij具有

≥0， i, j?E；②?j?Epij(k)?1 ，i?E。若此时随机变量从i状态转移到j状态与时刻k

无关，即P

(k)ij=P(Xk+1=j|Xk=i)=pij

则称这类马尔可夫链为齐次马尔可夫链。

设p代表一步概率pij所组成的矩阵，对于有限状态的齐次马尔可夫链，则

?p00?pP??10????pm0p01?p11??pm1p0m?p1m?? ?????pmm?称为一步转移概率矩阵，显然对于i=0，1，…，m有

?j?0pij?1。类似地，可以定义马尔可夫链

的n步转移概率矩阵，齐次乌尔可夫链n步转移概率矩阵等 于其一步转移概率矩阵自乘n次。

maxipkj?pkL概率矩阵。

一般只要考察一步状态转移概率矩阵P，设预测对象处于状态k，则考察P 矩阵的第k行，若

(j= 1，2，…，m），则可认为下一时刻系统最有可能由状态k转向L。如果矩阵P中第k

行有两个或两个以上概率相同或相近时， 则状态的未来转向难以确定，此时，须考察二步或多步转移

马尔可夫模型主要用于在无后效条件下时间和状态均为离散的随机转移问题。也就是说，其观察量第n次观察值仅和该观察量的第n-1次观察值及一个状态转移矩阵有关，而和第n-1次观察值以前的状态无关。

- 6 -

6.2 马尔可夫模型的使用

马尔可夫预测法，就是一种关于事件发生的概率预测方法。它是根据事件的目前状况来预测其将来各个时刻（或时期）变动状况的一种预测方法。一般地，如果按照过程的发展，时间可以离散化另1，2，…，n (有无限个）。从时刻t的状态i转移到t+1时刻的状态j的概率是状态

pij。若时刻t时，过程处于

Si（i=1，2，…，n）的概率是

ai(t)，那么当

nai(t?1)??aj(t)pij （8）

j?1（i，j=1，2，…，n）时，我们称这样的状态随机转移过程为马尔可夫过程。显然，马尔可夫模型中时刻t+1时过程所处各状态的概率只与时刻t时所处状态的概率和转移概率有关，而与t=1及以前时刻的状态无关。这就是马氏性（马尔可夫性）或称无后效性。通俗地讲，就是“将来只与现在有关，而与过去无关”。它在地理、经济、生态、遗传、社会等领域具有广泛的应用。 6.3 灞桥区未来10年土地利用类型马尔可夫模型预测

本文中选择初始状态为2009年的各类土地利用面积百分比（见表4），由表2的转移矩阵可以得到如下转移概率矩阵P。

P =

?0.53720.3590.0236?0.44410.44660.009??0.38780.30710.1475??0.47730.37640.01090.0803?0.1003??0.1577??0.1354?依据公式（8）计算预测结果如下表所示。

表格 5 灞桥区2018年土地利用类型马尔可夫预测结果 利用类型 2009年百分比 48.87 建设 39.51 耕地 水体 林地 2.02 9.6 0.5372 0.4441 0.3878 0.4773 转移概率矩阵P 0.359 0.0236 0.4466 0.009 0.3071 0.3764 0.1475 0.0109 0.0803 0.1003 0.1577 0.1354 预测2018年百分比 49.16 39.42 1.91 9.51 通过上表可以看出通过马尔可夫模型预测灞桥区2018年土地利用类型发生如下变化：建设用地增加，耕地、水体和林地均略微减少。可以发现，马尔可夫预测与通过土地利用程度综合指数分析的变化趋势有所差别，如林地之前预测会增加，而马尔可夫预测则减少。

参考文献

[1] 张晓明,余新晓,武思宏,张满良,李建劳.黄土丘陵沟壑区典型流域土地利用土地覆被变化水文动态响应.生态学报.2007年2月

[2] 王建群,卢志华.土地利用变化对水文系统的影响研究.地球科学进展.2003年4月

[3] 闵捷,张安录,吴中元,蔡为民.农地城市流转驱动机制的时空尺度效应分析.自然资源学报.2008年9月

[4] 郭斌,陈佑启,姚艳敏,何英彬,张洁瑕.土地利用与土地覆被变化驱动力研究综述.农业资源与环境科学.2008年4月

- 7 -

本文来源：https://www.bwwdw.com/article/8x4p.html