引用本文
陈雪玲, 陈绍杰, 杜培军, 夏俊士. .基于多时相遥感影像的龙岩市景观格局变化分析[J]. 国土资源遥感, 2012,24(2): 132-137
CHEN Xue-ling, CHEN Shao-jie, DU Pei-jun, XIA Jun-shi. .A Study of the Landscape Pattern Change of Longyan City Based on Multi-temporal Remote Sensing Images[J]. REMOTE SENSING FOR LAND & RESOURCES,2012,24(2): 132-137  
Permissions
Copyright©2012, 《国土资源遥感》编辑部
《国土资源遥感》编辑部
基于多时相遥感影像的龙岩市景观格局变化分析
陈雪玲1,2, 陈绍杰2, 杜培军1, 夏俊士1
1.中国矿业大学国土环境与灾害监测国家测绘局重点实验室,徐州 221116
2.龙岩学院资源工程学院,龙岩 364000
陈绍杰,(1967-),男,福建龙岩人,副教授,主要从事测绘工程、遥感技术与应用的教学与研究工作。E-mail: csj646@tom.com。

第一作者简介: 陈雪玲(1987-),女,中国矿业大学硕士研究生,主要从事资源环境遥感方面的研究。E-mail: chenxueling_good@126.com。

收稿日期: 2011-09-13
基金: 福建省科技厅重点项目(编号: 2010Y0041)、国土环境与灾害监测国家测绘局重点试验室开放式基金项目(编号: LEDM2009C04)以及龙岩市科技局重点项目(编号: 2009LY71)共同资助
摘要

基于龙岩市多时相Landsat TM/ETM+数据,应用最大似然、决策树及支持向量机分类方法对龙岩市景观类型进行分类。从3种分类方法的比较得知,支持向量机分类方法表现出较高的性能,分类精度明显高于其他的分类方法。因此选择最佳的支持向量机分类结果,并结合景观生态学方法,分析了1992—2008年龙岩市新罗区景观格局及其动态变化信息。结果表明,1992—2008年新罗区主城区农业用地大幅度降低,相应转化为建筑用地,但是却保持着良好的森林覆盖率。同时城市景观组分经历了由扩散式增长过程到粘合式集聚增长过程的转变,城市形态由不稳定形态逐步向稳定形态演化。整体上而言,城市景观呈现出破碎度变小、多样性降低和聚集度升高的发展趋势,建筑用地是龙岩市新罗区的主要景观类型。

关键词: 景观格局; 变化分析; 遥感影像; 龙岩市
中图分类号:TP79S29 文献标志码:A 文章编号:1001-070X(2012)02-0132-06 doi: 10.6046/gtzyyg.2012.02.24
A Study of the Landscape Pattern Change of Longyan City Based on Multi-temporal Remote Sensing Images
CHEN Xue-ling1,2, CHEN Shao-jie2, DU Pei-jun1, XIA Jun-shi1
1.Key Laboratory for Land Environment and Disaster Monitoring of State Bureau of Surveying and Mapping, China University of Mining and Technology, Xuzhou 221116,China
2.School of Resource Engineering, Longyan University, Longyan 364000,China
Abstract

Landsat TM /ETM+ images of Longyan city were employed for landscape pattern classification by traditional MLC (maximum likelihood classification), DTC(decision tree classification) and SVM (support vector machine) techniques. A comparison between the three classification methods shows that the SVM classification method has outstandingly higher classification accuracy than the other methods. In combination with the theory of landscape ecology, therefore, the authors used the classification results of SVM to analyze the landscape pattern dynamic change of Xinluo district, Longyan city, from 1992 to 2008. The experimental results indicate that, from 1992 to 2008, the agricultural land of the main city proper of Xinluo district was reduced greatly due to its transformation into the built-up land, but the forest coverage remained good. Meanwhile, urban landscape component changed from the process of diffusion growth into agglutinate clustering process and the urban pattern was converted from unstable into stable. Overall, the urban landscape showed the tendency of less fragmentation, lower diversity and higher concentration, and the built-up land had become the main landscape type of Longyan city.

Keyword: landscape pattern; change analysis; remote sensing image; Longyan city
0 引言

城市化的实质是自然和农业生态系统向城市生态系统不断转化的过程, 这一过程势必导致城市景观格局发生深刻的变化[1]。景观空间格局是大小不一、形状各异的景观要素在空间上共同作用的结果, 也是生物、社会等因子相互作用的结果。景观空间格局决定着资源地理环境的分布形式和组分, 制约着景观生态系统能量流、物质流正常运转等各种生态过程[2]。景观格局的研究旨在看似无序的景观斑块镶嵌中发现潜在的有生态学意义的规律性[3]。

目前, 随着我国城市化进程的加速, 运用遥感与地理信息系统相结合的技术, 将FRASTATS景观格局分析软件应用于城市景观格局分析的方法已日趋广泛。杜培军等[4, 5]利用多时相CBERS和北京一号小卫星数据分析徐州市景观格局变化; 郭泺等[1]研究了快速城市化进程中广州市景观格局的时空分异特征; 杨叶涛等[6]提出了基于网格划分的景观格局提取与时空变化检测方法, 研究北京市城市化进程中景观格局的时空变化; 杨山等[7]研究了无锡市不同时期城乡耦合地域范围内的景观生态格局及其响应变化; 左丽君等[8]以渤海海岸地区4个不同年份的土地分布图为基础, 分析了该区域土地利用时空演变及其景观响应; Tang等[9]利用马尔科夫链及修正遗传算法模拟大庆市的景观格局。近年来, 景观格局的研究从区域景观格局的分析到多时相格局动态变化, 再到城市化过程中景观格局的动态模拟, 已取得了卓有成效的成果[10]。

针对福建省海西开发战略背景下龙岩市生态环境保护与土地资源优化利用的需求, 本文以龙岩市新罗区主城区为研究区, 对其景观生态的空间变化进行指标定量, 全面分析近20 a间的城市景观格局变化, 揭示龙岩市景观格局变化的有关规律, 为景观规划和城市管理提供建议。

1 研究区概况及数据源
1.1 研究区概况

龙岩市新罗区地处福建省西部闽粤赣三省交汇处, 地理坐标为E 116° 40'~117° 20', N 24° 47'~25° 35'之间, 东西宽约66 km, 南北长约89 km, 总面积约2 685 km2, 是闽西政治、经济、文化和交通中心, 也是福建省重要的矿产资源储存地。图1是1992年龙岩市新罗区的遥感图像, 选取其中一部分作为研究区。

图1 1992年龙岩市新罗区遥感图像Fig.1 Remote sensing image of Xinluo district, Longyan city, 1992

1.2 数据源

本文所用数据为1992年10月20日、2008年8月13日获取的Landsat TM数据以及2001年11月22日获取的Landsat ETM+数据。

首先对图像进行辐射校正和几何粗纠正。在各幅图像上尽可能均匀地选取图像上易分辨且有明显特征的30个点为控制点, 以2001年ETM+遥感图像作为基准, 配准其他时相的图像。精度分析表明, 1992年、2008年TM图像与2001年ETM+图像的匹配精度分别为0.48个和0.76个像元, 均满足图像配准要求。由于龙岩市新罗区的土地利用变化信息主要集中在图1中的绿框所圈出的区域内, 所以将图像进行裁剪, 最终得到研究区遥感图像(图2)。

图2 研究区TM, ETM+ B2 (R), B4 (G), B3 (B)假彩色合成图像Fig.2 TM, ETM+ B2 (R), B4 (G), B3 (B) false color composite images of the study area

2 景观信息分类与评价

根据研究区的地物特征, 将研究区的景观划分为建筑用地、农业用地、林地、裸地和水体5种(表1)。其中, 建筑用地包括建筑物、构筑物及公路等; 农业用地包括耕地、园艺地及苗圃; 林地包括自然林地及人工林地; 裸地包括荒地及待建用地; 水体包括河流及池塘等。对研究区域选取两组样本数据, 分别作为训练样本和测试样本, 每组样本均在3

表1 分类训练样本像元数 Tab.1 The numbers of training pixels for classification

期图像上选取, 并保持两种样本选取时的独立性。表1为选取的3期训练样本像元个数。测试样本则在测试样本图像中随机选取。通过精度分析比较, 选择适合该研究区的分类方法。

2.1 分类方法

本研究采用最大似然分类(maximum likelihood classification, MLC)、决策树分类(decision tree classification, DTC)、支持向量机分类(support vector machine, SVM)3种方法对研究区进行分类。MLC方法是通过假设各个波段的每一类别统计呈正态分布, 从而计算待分类像元对一特定类别的归属概率。DTC方法是以信息论为基础, 将复杂的决策过程抽象成易于理解的规则, 并通过信息论中的信息增益寻找属性字段, 建立决策树节点[11]。DTC方法采用RuleGen软件中的分类回归树(classification and regression trees , CART)算法来实现遥感图像的分类。SVM方法是一种基于统计学习理论和最小结构风险的通用机器学习方法[12], 具有自适应学习、适用于小样本训练、运算速度快及分类无需数据降维的优势, 在遥感分类中得到广泛应用。SVM方法使用的是ENVI 4.7平台, 其核函数为径向基RBF核函数, 参数c=100, r=1/6。

2.2 试验与分析

利用总体精度和Kappa系数来评价实验分类方法的效果。表2为3种分类方法总体精度及Kappa系数, 图3为3种分类方法分类结果综合对比。

表2 3种分类方法总体精度及Kappa系数 Tab.2 The overall accuracies and Kappa coefficient of the classification result by the three methods

图3 2001年MLC, DTC, SVM 3种不同分类方法结果比较Fig.3 Comparison of three different classification results from MLC, DTC and SVM in 2001

从表2分析可知, 在研究区中, SVM方法比DTC和MLC方法的分类精度高。从图3可看出, SVM方法分类结果直观上也优于另外两种方法。因此, 选择SVM方法的分类结果进行景观格局分析。

3 景观格局变化分析

景观格局的变化指景观单元在空间分布中的形状、数量、大小、类型等的变化。对景观格局变化的分析旨在明确景观的异质性和景观元素的分布规律, 进一步理解其中存在的生态过程和现象。而景观格局指数是涵盖景观格局的变化信息并反映景观结构组成和空间配置特征的定量指标。基于FRAGSTATS 3.3软件平台得到景观尺度和类型尺度上的格局指数。通过格局指数的分析揭示景观类型的变化特征和变化机制。

3.1 景观组分变化分析

根据SVM分类结果计算1992— 2001年和2001— 2008年的土地利用转移矩阵(表3、表4)。

表3 1992— 2001年土地利用变化转移矩阵 Tab.3 Land use change matrix from 1992 to 2001(km2)
表4 2001— 2008年土地利用变化转移矩阵 Tab.4 Land use change matrix from 2001 to 2008(km2)

土地利用格局的演变表现为不同土地利用类型间的相互动态转化, 不同时期具有不同的特点。1992— 2001年, 土地利用变化主要表现为林地、农业用地和建筑用地间的相互转化。农业用地平均每年的下降率为6.1%, 主要转化为林地, 或被建筑用地景观所吞噬。因为城市建设用地四周主要分布着农业用地, 且地势平坦, 能满足城市建筑用地的要求; 而林地主要分布在离龙岩市区偏远的乡村山区, 例如坑头村、坪尾村等, 山区地势陡峭, 无法成为建设用地。近年乡村地区在经济开发中一部分农业用地转变成了经济价值较高的林地。在此期间水体景观也发生了较大变化, 明显减少。这一方面是因为河道改建、水体污染; 另一方面是由于细小水体的漏分。在2001年之后, 龙岩市各类土地利用类型变化相对前10 a较稳定, 前10 a的景观类型稳定区域面积为47.29 km2; 而在2001— 2008年间稳定区域面积增加至57.03 km2, 占总面积的58.67%。农业用地面积虽处于下降的趋势, 但下降率减至4.0%。由此可见, 在近20 a的发展过程中, 龙岩市新罗区景观类型的变化速率保持稳中有增的态势。

3.2 类型尺度上的格局分析

在类型水平上, 主要选取总面积(CA)、斑块数目(NP)、斑块密度(PD)、边缘密度(ED)、景观形状指数(LST)、最大斑块指数(LPI)、平均斑块面积分布(AREA MN)、平均形状指数分布(SHAPE MN)及平均破碎度指数(FRAC MN)9个指标分别从各斑块的数量、形状大小以及破碎性等方面分析1992— 2001年和2001— 2008年龙岩市主城区景观格局的时空变化。各个指标具体计算方法请参考文献[13-14]。龙岩市新罗区主城区景观类型特征指标的特征值如表5所示。

表5 多时相图像中景观类型指标的特征值 Tab.5 Diagnostic values of landscape pattern of multi-temporal images

对比分析表5数据可以看出, 不同时期龙岩市新罗区主城区景观格局主要具有以下特征:

1) 水体。总面积从1992年12.99 km2减至2008年1.95 km2, 在这期间水体景观的斑块数、密度、边缘密度以及形状指数也呈下降的趋势, 而最大斑块指数、平均斑块面积分布等先减少后增加。这说明随着水体面积的减少, 甚至消失, 从而水体斑块数骤然下降, 导致了破碎化程度的看似降低, 在一定程度上反映了人为对水体景观的干扰程度在增大。

2)建筑用地。1992— 2001年间, 建筑用地是最为活跃的景观类型, 其景观的边缘密度、形状指数以及最大斑块指数都相应增加, 而在2001— 2008年间变化趋于稳定。这说明在1992— 2001年间, 龙岩市的城市化进程快, 建筑用地快速扩张, 有连片化发展趋势, 零星的建筑用地逐渐扩张成连片的建筑用地。而随着城市的进一步发展, 城市建设的整体规划性得到更多关注, 因此在2001— 2008年间景观指数渐趋稳定, 变化不大, 景观的连通性和完整性有所增强。

3)林地。林地的景观基质属性未变, 最大斑块指数除1992年仅次于农业用地景观外, 居5种地类之首。而在指示斑块形状和破碎程度的平均形状指数和破碎度指数中, 林地的变化也较稳定。林地具有涵养水源、防止土壤流失等作用, 斑块密度和斑块面积的增加将提高该区域生态系统的稳定性。

4)裸地。裸地斑块数目、密度以及边缘密度随时间的推移经历了减少到平稳略增的趋势。其他指数有增有减, 变化不大。主要表现在斑块较小的裸地被开垦为耕地或者被开发成建设用地。

5)农业用地。农业用地最大斑块指数不断减少, 景观破碎化程度加剧, 原因是城区四周的耕地被建筑用地取代。此外, 乡村山区存在着林地向农业用地扩展的现象。

3.3 景观尺度上的格局指数获取与定量分析

景观尺度上, 主要选取面积加权分维数(FRAC AM)、多样性指数(SHDI)、聚集度指数(CONTAG)、散步与并列指数(IJI)等8个指标分别从斑块特征和边界特征方面分析景观格局变化(表6)。

表6 景观尺度上的格局指数统计 Tab.6 Statistics of pattern metrics in landscape scale

对比与分析景观格局指数可以看出, 1992— 2008年间的景观斑块数、多样性指数、散步与并列指数有一直处于减少的趋势, 而面积分维数最大斑块指数逐年增长。这表明由于人类活动和城市的发展, 城市景观结构正趋于复杂化。

从整体景观水平分析, 建筑用地和林地成为主要的占优势景观类型, 使景观整体的多样性、异质性有所降低, 一定程度上影响了自然生态的平衡。但是, 在这十几年发展过程中, 景观各斑块类型呈聚集的趋势, 核心斑块建筑用地、林地景观同其他斑块类型的邻接性不断升高, 尤其良好的森林覆盖率使景观生态系统的发展趋势还比较稳定。

4 结论

1)对土地利用景观斑块面积比较表明, 龙岩市新罗区5类土地利用景观的面积分配不均匀, 建筑用地和林地景观是该区域的两大主要景观。城市化进程中, 该区仍保持着良好的森林覆盖率, 这有利于维持整个区域的生态效益及生态系统的稳定性。

2)近20 a间, 龙岩市新罗区农业用地面积大幅度降低, 耕地、园地缺乏合理规划, 大多转化为建筑用地。在今后的城市规划中应加强农业用地的保护, 构筑规范合理的耕地、园地景观。

3)随着龙岩市新罗区城市化进程的推进, 景观格局发生了显著变化。城市景观组分经历了由扩散式增长过程到粘合式集聚增长过程的转变, 城市形态由快速增长的不稳定形态逐步向稳定形态演化。建筑用地占用农业用地, 从而成为明显占优势的景观类型。景观整体的多样性和异质性降低, 在一定程度上影响了自然生态的平衡, 应引起有关部门的高度重视。

志谢: 感谢中国科学院对地观测与数字地球科学中心免费提供的2008年遥感数据。

The authors have declared that no competing interests exist.

参考文献
[1] 郭泺, 杜世宏, 薛达元, 等. 快速城市化进程中广州市景观格局时空分异特征的研究[J]. 北京大学学报: 自然科学版, 2009, 45(1): 129-135. [本文引用:2]
[2] 肖笃宁, 李秀珍, 常禹, 等. 景观生态学[M]. 北京: 科学出版社, 2003. [本文引用:1]
[3] 邬建国. 景观生态学[M]. 北京: 高等教育出版社, 2000. [本文引用:1]
[4] 杜培军, 袁林山, 张华鹏, 等. 基于多时相CBERS影像分析矿业城市景观格局变化——以徐州市为例[J]. 中国矿业大学学报, 2009, 38(1): 106-113. [本文引用:1]
[5] 杜培军, 单丹丹, 夏俊士, 等. 北京一号小卫星数据的城市景观格局监测分析——以徐州市城区为例[J]. 地球信息科学学报, 2010, 12(6): 855-862. [本文引用:1]
[6] 杨叶涛, 龚建雅, 王迎迎, 等. 基于格网划分的城市区域土地利用景观格局时空变化遥感监测[J]. 遥感技术与应用, 2010, 25(4): 480-484. [本文引用:1]
[7] 杨山, 陈升. 大城市城乡耦合地域空间演变及其景观格局——以无锡市为例[J]. 生态学报, 2009, 29(12): 6482-6489. [本文引用:1]
[8] 左丽君, 徐进勇, 张增祥, 等. 渤海海岸带地区土地利用时空演变及景观格局响应[J]. 遥感学报, 2011, 15(3): 607-610. [本文引用:1]
[9] Tang J, Wang L, Yao Z. Spatio-temporal Urban Land scape Change Analysis Using the Markov Chain Model and a Modified Genetic Algorithm[J]. International Journal of Remote Sensing, 2007, 28(15): 3255-3271. [本文引用:1]
[10] 花利忠, 崔胜辉, 黄云凤, 等. 海湾型城市半城市化地区空间扩展演化——以厦门市为例[J]. 生态学报, 2009, 29(7): 3509-3517. [本文引用:1]
[11] 潘琛, 杜培军, 张海荣. 决策树分类法及其在遥感图像处理中的应用[J]. 测绘科学, 2008, 33(1): 208-211. [本文引用:1]
[12] 张学工. 关于统计学习理论与支持向量机[J]. 自动化学报, 2000, 26(1): 32-42. [本文引用:1]
[13] 吴云景, 吴立潮. 信宜市土地利用景观格局研究[J]. 湖南林业科学, 2011, 38(2): 36-39, 58. [本文引用:1]
[14] 顾丽, 王新杰, 龚直文, 等. 基于RS与GIS的北京近30年湿地景观格局变化分析[J]. 北京林业大学学报, 2010, 32(4): 65-70. [本文引用:1]