基于RS和GIS的土地利用现状分析

李 丹，徐 珊，韩冬冰，王晓琳

(1.黑龙江工程学院 测绘工程学院，黑龙江 哈尔滨 150050；2.东北农业大学 资源与环境学院，黑龙江 哈尔滨 150030；3.哈尔滨师范大学，黑龙江 哈尔滨 150025)

基于RS和GIS的土地利用现状分析

李 丹1，徐 珊2，韩冬冰3，王晓琳1

(1.黑龙江工程学院 测绘工程学院，黑龙江 哈尔滨 150050；2.东北农业大学 资源与环境学院，黑龙江 哈尔滨 150030；3.哈尔滨师范大学，黑龙江 哈尔滨 150025)

以黑龙江省大庆市为例，在RS与GIS技术的支持下，通过对研究区2009年遥感影像进行解译，建立土地利用数据库，运用土地利用现状分析数学模型，分析大庆市土地利用空间结构、空间布局及土地利用程度。研究结果表明：2009年大庆市土地利用结构总体上具有农业型的特点，耕地面积最大，其次为草地；各土地利用类型在各行政区均有不同程度的分布，但不同区域的分布类型不同；土地利用程度总体上比较高，并且在各行政区表现不同。

RS；GIS；土地利用；空间结构；大庆市

随着社会经济的快速发展，土地资源的需求量日益加剧，与过去相比，土地利用现状发生了巨大的变化，因此，作为土地利用规划和土地优化配置的重要内容，土地利用现状分析研究显得尤为重要[1-3]。在对土地利用数量、空间结构、利用程度等分析的基础上，分析目前土地利用的现状特点，有助于土地资源的合理开发利用，充分发挥土地资源在社会经济中的重要作用，进而为土地利用规划、土地资源的优化配置提供科学的依据[4-8]。利用遥感数据宏观性、准确性、实时性等特点，以及GIS技术强大的空间分析功能，不仅能够实时快速地获取土地利用类型信息，同时还能准确地反映出研究区的土地利用现状[9-10]，本文综合运用遥感和地理信息系统技术，选择哈大齐工业走廊中典型的资源型城市——黑龙江省大庆市为研究区，对2009年TM遥感影像进行解译，获得土地利用数据，利用GIS空间分析功能，综合运用多种土地利用现状分析数学模型对研究区土地利用空间结构和空间数量分布进行分析，其结果可反映研究区内土地资源的特点，诊断土地利用合理程度，为城市的土地利用规划、生态环境改善及资源的优化配置提供科学的依据。

1 研究区概况及数据来源

1.1 研究区概况

大庆市地处黑龙江省西部，位于北纬45°46′～46°55′，东经124°19′～125°12′之间，是哈大齐工业走廊的核心城市之一。气候类型属北温带大陆性季风气候，地势东北高、西南低，市域包括大同区、红岗区、龙凤区、让胡路区、肇源县、肇州县、萨尔图区、杜蒙县、林甸县，全市总面积2.1万km2，总人口280.2万。大庆市具有丰富的石油资源、地热资源、湿地资源。近年来，随着经济转型和城市建设，土地利用空间布局及利用程度均发生了一些变化。

1.2 数据来源及处理

本文数据来源主要为2009年研究区Landsat TM遥感影像，以及《大庆市土地利用总体规划(2006-2020年 )》、《大庆市统计年鉴2009》为辅助资料，数据处理软件主要为ENVI4.8及ArcGIS10.0，遥感影像通过几何校正、镶嵌和裁剪等预处理后得到本研究所需影像。

2 遥感影像土地利用分类

2.1 土地利用分类方案

本文结合研究区实际情况，参照《土地利用现状分类(GAHIOIO-007)》，结合遥感数据特点，以土地利用现状分析为目的，确定研究区土地利用分类标准，把地物特征明显、面积较大，能表现土地利用现状典型作用特点的地物作为分类对象，设定研究区土地利用类型为耕地、林地、草地、盐碱地、沼泽湿地、建设用地、水域七类，具体分类标准和解译标志见表1。

2.2 遥感影像土地利用类型提取

本文的遥感分类方法主要以监督分类为主，采用最大似然法，并在其分类结果基础上采用人工目视解译的方法进行修改来完成。在ENVI主菜单中，选择Classification-Supervised分类器，执行监督分类后，对分类结果进行叠加。通过对比、纠正、掩膜和再分类，将错误的地类从影像上掩膜掉，重复对比和掩膜，最后将正确分类后的所有地类拼接在一起。分类过程中不可避免地在结果中产生一些面积很小的图斑，应用ENVI的聚类处理(Clump)和Majority/Minority分析对分类图像进行处理，将这些小图斑合并或去除掉。执行监督分类之后，为保证解译精度，对分类结果进行评价。本文在高分辨率影像上，通过目视解译获取各个分类的地表真实感兴趣区，将地表真实感兴趣区文件与分类结果文件相匹配，输出混淆矩阵。本文分类精度Overall Accuracy= (3 211/3 223)=99.627 7%，Kappa Coefficient=0.995 0，符合分类精度要求。最终把成果转成矢量数据，生成土地利用现状数据库。

表1 土地利用遥感分类标准及解译标志

3 土地利用现状分析

3.1 土地利用空间结构分析

将解译后的土地利用数据库导入Arcgis，利用Arcgis空间统计和空间分析功能将大庆市行政区划图与土地利用现状图进行叠加，计算出2009年大庆市土地利用结构(见表2)。通过表2可以看出：大庆市耕地在各行政区均有不同程度的分布，主要分布在肇州、林甸、肇源、杜蒙县和大同区，其中肇源县耕地面积最大，占耕地总面积的24.23%，萨尔图区耕地面积最小，占全市耕地总面积的0.55%。林地分布不均匀，集中分布在杜蒙县，占全市林地总面积的40.49%，其次为大同区、林甸县、让胡路区，分别占林地总面积的13.42%、11.72%、11.37%。为大庆市主要用地类型之一，所占面积仅次于耕地的草地主要分布在杜蒙县南部、林甸县南部、肇源县西部和大同区北部，其中杜蒙县所占全市草地面积最大，为30.02%。盐碱地主要集中在杜蒙、肇源县，分别占全市盐碱地面积的20.89%、24.42%，其次为大同区和红岗区。其中沼泽湿地主要集中于杜蒙县，占全市沼泽湿地面积的46.87%，其次为林甸县，为全市沼泽湿地面积的28.26%。建设用地分布比较均匀，主要集中在大同区，占全市建设用地面积的12.85%。水域分布极不均匀，主要分布在杜蒙县，其次为大同区、肇源县。

表2 研究区土地利用结构和空间分布 hm2/%

注：A表示各行政区的各土地利用类型的面积，B表示某一行政区的某种土地利用类型占该行政区总面积的比例，C表示某一行政区的某种土地利用类型占该土地利用类型总面积的比例。

3.2 土地利用空间布局分析

为了体现区域土地利用的主导方面，本文通过采用衡量区位熵的值来分析区域土地利用的主导方面和土地利用现状的空间布局，区位熵又称专门化率，根据区位熵值的大小来衡量其专门化率。土地利用类型区位熵的计算公式为某一行政区的某种土地利用类型面积占整个区域该土地利用类型面积的比值与该行政区的土地总面积占整个大区域的土地总面积的比例之比，公式为

(1)

式中：Q表示某一行政区的某种土地利用类型面积，a为整个区域该土地利用类型总面积，b为该行政区土地面积，B为整个大区域的土地利用总面积。

如果区位熵大于1，则该区域土地利用类型在该区域的集中程度大于全区域的平均水平，区位熵的值越大，则该区域越具有优势；反之，区位熵小于1，表明该土地利用类型在该区域的集中程度小于全区域的平均水平，集中程度越小。通过式(1)计算出研究区2009年各地区区位熵(见表3)。

大庆市各行政区耕地区位熵大于l的行政区有肇源、肇州和林甸县，分别为1.25、1.53和1.22，表明耕地在这3个行政区的集中程度高于全市平均水平。在肇州县的各种土地利用类型中，肇州县耕地区位熵最大，说明耕地是该县的优势类型。其他6个行政区的耕地区位熵均小于l，表明这些行政区在耕地上不具优势，其中耕地区位熵最小的是龙凤区，为0.28。

表3 研究区2009年各行政区区位熵

各行政区林地区位熵大于1的有大同区、让胡路区和杜蒙县，区位熵分别为1.2、2.02和1.43，表明林地在这3个行政区的集中程度高于全市平均水平，具有区域优势。其余各地区均不具备优势，均低于全市平均水平，其中肇源县的区位熵最小，表明林地在肇源县的集中程度较弱，不具备优势。草地区位熵大于1的行政区有3个，分别为让胡路区、杜蒙县和林甸县，表明草地在这3个行政区的集中程度较高，具有优势。建设用地区位熵最大的是龙凤区，为2.04，表明建设用地在龙凤区具有较高的优势，而在杜蒙县区位熵最低，仅为0.2，区域优势低于全市的平均水平，建设用地在杜蒙县具有明显劣势。水域区位熵大于1的行政区有大同区、龙凤区、萨尔图区和杜蒙县，其他五个行政区集中程度均低于全市平均水平。红岗区盐碱地区位熵最大，为4.8。在红岗区的各土地利用类型区位熵中位于第一位，表明盐碱地在该区较为集中。萨尔图沼泽湿地区位熵最大，在各土地利用类型区位熵中位于第一位，表明沼泽湿地在该区比较集中。

3.3 土地利用程度分析

土地利用程度反映了人类对土地利用的影响程度，本文用土地利用程度综合指数来研究土地利用程度，土地利用程度综合指数是标准化从100～400之间连续变化的指标，因此，土地利用综合指数的大小反应土地利用程度的高低[11]。具体计算公式为

(2)

式中：Ld为土地利用程度综合指数；Ai为第i类土地利用分级指数；Ci为第i类土地利用程度面积百分比；n为土地利用程度分级数。

根据式(2)计算出大庆市土地利用程度综合指数为241.77。各行政区土地利用程度综合指数见表4。

表4 研究区各行政区土地利用程度综合指数

由表4可以得出大庆市土地利用程度比较高，这是由于该市集中了大部分的城乡居民点及工矿用地，相应的建设用地比重较高，从而导致土地利用综合指数较高。大同区、龙凤区、肇源县、肇州县和林甸县土地利用综合指数均高于大庆市土地利用综合指数。这是由于这5个行政区的建设用地所占比例均高于全市平均水平，而其他4个行政区建设用地均低于全市平均水平。

4 结 论

本文通过对大庆市遥感影像解译，建立土地调查数据库，通过地理信息系统空间分析与统计，结合土地利用分析数学模型，对大庆市土地利用现状进行分析，得到主要结论如下：

1)2009年大庆市土地利用结构中耕地面积最大，占总土地面积的41.88%，其次为草地，占总土地面积的19.23%，林地、水域、沼泽湿地、建设用地、盐碱地分别占总土地面积的8.04%、9.53%、5.87%、7.07%、8.37%，大庆市土地利用结构总体上具有农业型的特点。

2)各土地利用类型在各行政区均有不同程度的分布，但不同区域的分布类型不同，耕地主要分布在肇州、林甸、肇源、杜蒙县和大同区；林地分布不均匀，集中分布在杜蒙县；草地主要分布于杜蒙县南部、林甸县南部、肇源县西部和大同区北部，其中杜蒙县所占草地面积最大；建设用地分布比较均匀，大同区最大；水域分布极不均匀，集中分布在杜蒙县；盐碱地主要集中在杜蒙、肇源县；沼泽湿地主要集中于杜蒙县。

3)各土地利用类型土地利用程度在各行政区表现不同，耕地在肇源、肇州和林甸县土地集中程度高于全市平均水平；林地主要集中于大同区、让胡路区和杜蒙县；草地在让胡路区、杜蒙县和林甸

县集中程度高于全市平均水平；建设用地集中程度龙凤区高于全市平均水平；水域在大同区、龙凤区、萨尔图区和杜蒙县集中程度高于全市平均水平。

4)大庆市总体土地利用程度比较高，大同区、龙凤区、肇源县、肇州县和林甸县土地利用综合指数均高于大庆市土地利用综合指数，这5个行政区的建设用地比重高于全市平均水平。

通过本文研究证明遥感和地理信息系统技术可以准确地反映土地利用空间分布状况，如何进一步发挥技术手段的优势，研究土地利用问题将是下一步研究的重点。

[1]何小艳.衡阳南岳区土地利用现状及其变化分析贵州农业科学[J].贵州农业科学，2008，36(6)：173-176.

[2]李巍，尹晓黎，赵林，等.基于GIS的某省土地整理绩效评价系统设计[J].测绘工程，2012，21(5)：56-59.

[3]常乐群，孙长安，胡甲均，等.长江三峡工程库区水土保持遥感动态监测及GIS系统开发[J].水土保持通报，2004(5)：49-53.

[4]李广生，王文杰，王彦良.RS和GIS在土地利用更新调查中的应用[J].测绘工程，2012，21(3)：74-77.

[5]刘家福，梁雨华.遥感技术在土地利用动态变化中的应用研究[J].吉林师范大学学报，2005(3)：44-45.

[6]赵源.四川省金口河区土地利用现状分析[J].安徽农业科学，2009，37(32)：15926-15955.

[7]陈勇.土地利用变化机制研究现状与展望[J].湖北农业科学，2003，2：15-17.

[8]孙中原，李永树.基于MapGIS的土地储备信息系统的设计与实现[J].测绘工程，2012，21(4)：78-81.

[9]陈百明，刘新卫，杨红.LUCC研究的最新进展评述[J].地理科学进展，2003，23(1)：22-28.

[10]陈玉萍，李江风，高燕.城市边缘区土地利用动态变化与预测[J].湖北农业科学,2003，(3)11-13.

[11]刘纪远，张增祥，庄大方,等.20世纪90年代我国土地利用变化时空特征及其成因分析[J].地理研究，2003，22(1)：1-12．

PresentsituationanalysisoflandusebasedonRSandGIS

LI Dan1,XU Shan2,HAN Dong-bing3,WANG Xiao-lin1

(1.College of Surveying and Mapping Engineering,Heilongjiang Institute of Technology, Harbin 150050,China;2.College of Resources and Environment, Northeast Agricultural University,Harbin 150030, China;3.Harbin Normal University, Harbin 150025)

Taking Daqing City in Heilongjiang province as an example, with the support of RS and GIS technology, based on the deciphering of remote sensing images in 2009,a land use database is established. A mathematical model is used to analyze the spatial structure, spatial layout and land use degree of Daqing City. The results show that in 2009 Daqing land use structure had the characteristics of agriculture on the whole, among which the cultivated land area was the largest, then followed by grass. Each land use type in each administrative region had different distribution, but different area in different distribution types. A high degree of land use is concluded, and performance in each administrative region is different.

RS；GIS；land use；spatial structure；Daqing City

2013-07-05

黑龙江省教育厅科学技术研究项目(12531567)

李 丹(1982-)，女，讲师，博士研究生，研究方向：农业遥感与土地利用.

TP79；P208.2

A

1671-4679(2014)01-0023-04

郝丽英]