30年来图们江跨国界地区土地利用/覆盖动态变化研究

南 颖 吉 喆，董叶辉，倪晓娇

(延边大学理学院地理系，中国 延吉 133002)

全球环境变化与可持续发展是当前人类社会面临的两大重要挑战．全球变化实际上是人与自然之间关系的变化[1-2]．人类对地球系统的影响突出表现为通过土地利用活动改变地球陆地表面的覆被性质．人类通过对与土地有关的自然资源的利用活动，改变地球陆地表面的覆盖状况进而对区域水循环、环境质量、生物多样性及陆地生态系统的生产力和适应能力产生深刻的影响．随着全球变化研究的深入和发展，各国科学家越来越感到人类活动对环境变化的影响，尤其人类对土地的开发利用以及由此引起的土地覆被变化被认为是全球环境变化的重要组成部分和主要原因[3-4]．土地利用变化研究成为目前全球变化研究的前沿和热点课题[5-6]．

图们江地区位于图们江中下游中、朝、俄3国接壤地域，是东北亚地区中央区位，具有独特的区位优势，随着图们江地区的开发开放，它的战略地位再度提升．通过基于多源数据的决策树分类方法对图们江地区进行土地利用/覆盖分类，以及对30年来图们江区域土地覆盖动态变化研究，从而进行图们江地区土地利用/覆盖动态变化过程分析，中朝俄土地利用的差异分析．由于国情不同，土地利用方式等有很大差异，对各国土地利用/覆盖情况进行比较以及三十多年的土地利用动态变化的分析与比较，具有很强的现实意义，对大面积土地利用调查及更新调查、动态监测以及多元遥感数据的推广应用都具有重要意义，也可为相关研究决策提供科学依据．

1 研究区概况

本文研究区范围为图们江跨国界地区(图1)，包括图们江流域的中朝俄3国边境．中国部分：除敦化外的延边朝鲜族自治州的7个县市(延吉，龙井，图们，珲春，和龙，汪清县，安图县)；朝鲜部分：罗先特别市，两江道(惠山市、普天郡、三池渊郡、白岩郡、云兴郡、大红湍郡)，咸境北道(清津市、会宁市、茂山郡、镜城郡、渔郎郡、延社郡、稳城郡、赛别儿郡、恩德郡、富宁郡)；俄罗斯部分：哈桑地区．其地理位置大约在41°06′～44°05′N与127°39′～131°44′E之间，土地总面积约54 496.29 km2．该区地处温带大陆性季风气候区，冬季盛行西北风，夏季以东南风为主．气候的垂直变化明显，气温的年差较小，雨量比较充足，水、热同季．受日本海的影响，冬季比较暖和，夏季比较凉爽．

图1 研究区范围

2 数据来源与研究方法

2.1 数据来源

本文所用遥感影像有1976年MSS影像、1991TM影像、2000年ETM影像和2010年TM影像，轨道号为MSS(123/30、124/30、124/31、125/30、125/31)，TM/ETM(114/30、115/30、115/31、116/30、116/31)，成像时间为5月底至10月初，共20幅遥感影像，其中MSS影像分辨率为57 m，TM/ETM影像分辨率为30 m．其他资料有研究区范围ASTER-GDEM数据、中国地形图、朝鲜地形图、俄罗斯植被图等数据．

利用研究区范围内纠正好的地形图，先对2000年的遥感影像进行配准，误差控制在1个像元．然后以配准好的2000年遥感影像对其他时期的各幅遥感影像进行配准．将所有影像及DEM数据统一到同一个坐标体系下，像元大小统一到30 m，以便分析利用．

2.2 研究方法

2.2.1 遥感影像分类方法 本文土地利用/覆盖分类采用基于多源数据的决策树分类方法—分类回归树(Classification and Regression Tree, CART)，为了提高精度，综合了遥感影像的光谱特征、纹理特征以及地形因子(高程、坡度、坡向)等地学辅助特征参与决策树分类规则的制定．分类回归树是Breiman于1984年提出的一种决策树构建算法[5]，并不断进行了改进．其基本原理是通过对由测试变量和目标变量构成的训练数据集的循环二分形成二叉树形式的决策树结构[7-9]．本文参考张树文等人所编《东北地区土地利用/覆被变化时空特征分析》[10]中针对东北地区设计的土地利用分类系统，结合所用影像的空间分辨率，不同土地覆盖类型影像光谱特征的可分性和图们江地区植被分布特征，最终确定将研究区的土地利用/土地覆盖类型分为水田、旱地、针叶林、阔叶林、针阔混交林、草地、水域、建设用地和未利用地9类[11-12]．其中，草地包括荒草地和长白山火山口附近的高山苔原带等；建设用地包括城镇用地、农村居民点、工矿用地、交通用地和其他建设用地等；未利用地包括沙地、裸地和沼泽地等．

考虑到影像的差异，采用分幅分类解译然后拼接的方法，经多次实地考察采样及参考地形图、高分辨率影像图等进行精度验证，表明验证总精度在86%～90%之间．

2.2.2 土地利用/覆盖研究方法

(1)单一土地利用动态度

单一土地利用/土地覆盖类型动态度可表达区域一定时间范围内某种土地利用/土地覆盖类型的数量变化情况，表达式如下：

K=(Ub-Ua)/(UaT)×100%，

(1)

式中，Ua、Ub分别为研究期初及研究期末某一种土地利用/土地覆盖类型的数量；T为研究的时段长．当T的时段单位设定为年时，K为研究时段内某一土地利用/土地覆盖类型的年变化率．当K为正值时，表示该地类的年增加率；K为负值时表示该类上地的年减少率；K的绝对值越大说明该地类年变化率越大．

(2)综合土地利用动态度

区域综合土地利用动态度可描述某一区域在某一时段内综合的土地利用/土地覆盖类型的数量变化情况，公式如下：

(2)

式中LUi为研究起始时间第i类土地利用/土地覆盖类型面积；ΔLUi-j为研究时段内第i类土地利用/土地覆盖类型转为非i类土地利用/土地覆盖类型面积的绝对值；T为研究时段长度，当时间单位设定为年时，LC的值就是该研究区土地利用年变化率．LC值越大，表明区域土地利用/土地覆盖类型年变化越大，反之则越小[13-14]．

(3)土地利用相对变化率

土地利用相对变化模型能够很好地反映不同区域内土地利用的相对变化．土地利用相对变化率指数能够反映某一特定土地类型数量变化的区域差异．土地利用相对变化率指数表达式为

(3)

R为i区域某一特定土地利用类型面积变化量占全研究区该土地利用类型变化总面积的百分比．Kai、Kbi分别为区域土地利用/覆被类型在研究初期、末期的面积，n为区域代码．

(4)土地利用相对变化度

采用土地利用相对变化度可以对某种类型土地变化进行区域内各子区域间的横向比较，也可以对区域内部各类型土地变化进行纵向比较，因此还应用土地利用相对变化度来反映土地利用数量变化的区域差异，即：

(4)

i为区域代码，Kai、Kbi分别为i区域某一特定土地利用类型在研究初期和研究末期的面积；Ca、Cb分别代表全研究区某一特定土地利用类型在研究初期和研究末期的面积；Ri为i区域某一特定土地利用类型的相对变化度[15-16]．

3 结果与分析

3.1 图们江地区土地利用/覆盖面积变化

对研究区1976年、1991年、2000年和2010年4期土地利用分类结果(图2)进行统计分析，得出图们江地区30年来土地利用类型的面积变化．

图2 各期影像决策树分类结果图

可以看出，研究区内林地和草地为主要的土地覆盖类型，其次为耕地．其中，混交林在林地中占有相当大的比重，旱地在耕地中占有较大比重．对土地利用类型面积幅度变化进行分析(表1)得出：

表1 1976—2010年图们江地区土地利用类型面积变化幅度 hm2

1976—1991年期间，林地面积急剧下降，其中针叶林下降的最为严重，面积减少了279 474 hm2，其次阔叶林减少了121 966 hm2．此外水域和未利用地也在减少，而旱地面积有显著的增加，水田、草地、建设用地面积也有很大的程度的增加．这说明人为活动对土地利用变化的影响是巨大的，特别是人口的增加，导致耕地的扩大和林地的减少，建设用地也显著增长．

1991—2000年期间，林地当中除阔叶林增加之外，针叶林和混交林的数量依然有大幅减少．水田、旱地、草地、水域面积均减少，而建设用地面积增加．此期间，由于人类认识到破坏环境的的严重恶果，相应地采取了措施，如退耕还林，退耕还草等．因此，耕地面积有所减少，林地草地面积有所增加．

2000—2010年期间，林地中针叶林依然减少，而混交林增加，阔叶林减少．草地有大幅度的减少，水域增加，未利用地减少，耕地和建设用地在空间分布上来看变化较大，地类大面积斑块减少，分布分散化，但是总体上面积增加，增长势头强劲．

总体来看，1976—2010年期间，图们江地区土地利用/覆盖各类型面积变化幅度巨大，其中面积增加最多的是旱地，其次为建设用地．针叶林减少面积最多，其次减少面积较多为为混交林、草地和阔叶林，水域和未利用地也都有所减少．因此可以看出，人为因素在土地利用/覆盖变化中起着相当重要的作用，突出的表现就是林地大量减少，耕地和建设用地大量增加．

3.2 图们江地区土地利用/覆盖变化速度分析

根据前述公式计算出图们江地区9种土地利用/覆盖类型的单一动态度和综合动态度，即9种土地利用类型的年变化率及该地区土地利用年变化率(见表2)．

表2 图们江地区土地利用/覆盖动态度

可以看出，针叶林的土地利用动态度一直呈现正值，说明图们江地区针叶林在逐渐减少，并且在1976—1991年间的土地利用动态度达到2.57%，动态变化比较剧烈．建设用的土地利用动态度在各个时期全部负值，说明建设用地的面积一直在增加，从动态度值可以看出，变化比较剧烈．旱地在1976—1991年间，单一土地利用动态度值为6.96%，变化剧烈．从研究区综合土地利用动态度的变化来看，1976—1991、1991—2000和2000—2010年期间的土地利用综合动态度分别为0.12%、0.24%和0.20%．土地利用变化较为剧烈．

3.3 图们江地区土地利用/覆盖类型转化分析

利用ERDAS IMAGING9.1软件的地理信息系统分析(GIS Analysis)功能对图们江地区1976、1991、2000和2010年的土地利用/土地覆盖分类图进行矩阵分析(Matrix)，统计出土地利用/土地覆盖各类型之间相互转化的面积(表3)．

表3 图们江地区土地利用/覆盖变化转移矩阵(1976—2010年)

注：表中行表示k时期的i种土地利用类型，列表示k+1时期的j种土地利用类型；A表示k时期的土地利用类型转变为k+1时期各种土地利用类型的面积，即原始土地利用转移矩阵Aij；Bij表示k时期i种土地利用类型转变为k+1时期j种土地利用类型的比例；即转移率矩阵；Cij表示k+1时期的j种土地利用类型由k时期的i种土地利用类型转化而来的比例，即贡献率矩阵．

通过对表3分析，得出变化的主要土地利用类型为旱地、针叶林、阔叶林、混交林和草地．旱地主要转变为草地(转移率11.9%)和建设用地(转移率10.58%)；在此期间，其他土地利用类型对旱地的贡献率较大，草地转变为旱地的贡献率为32.04%，混交林转变为旱地的贡献率为19.74%，阔叶林转变为旱地的贡献率为11.82%．针叶林主要转变为混交林(45.78%)和草地(16.26%)．阔叶林主要转变为混交林(28.31%)和草地(15.43%)；在此期间，混交林和草地也转变为阔叶林，贡献率分别为34.50%和12.75%．草地主要转变为旱地(25.04%)和混交林(21.48%)；转变为草地的主要有混交林、阔叶林和针叶林．水田主要转变为旱地(30.44%)，同时旱地转变为水田的贡献率也较大(22.69%)．水域主要转变为旱地和草地，建设用地主要转变为旱地和水田．其他土地利用类型对建设用地的贡献率较大的有草地、旱地、混交林和针叶林，这说明随着人口的增长，居民地及各种建设用地也在不断地扩大．未利用地主要转变为旱地、混交林和阔叶林，其他土地利用类型对未利用地贡献较大的有阔叶林和草地．

3.4 中朝俄土地利用/覆盖变化差异分析

3.4.1 面积变化分析 对图们江地区3国分区统计分析得出图们江地区中朝俄3国土地利用/覆盖类型比率表(表4).

表4 图们江地区中朝俄3国土地利用/覆盖类型比率表 %

图们江地区中朝俄3国主要土地利用类型为林地、草地和耕地．中国一侧土地总面积为314.5万hm2．1976—2010年，旱地增加260 997 hm2(增140.70%)，建设用地增加61 148 hm2(增348.91%)，针叶林减少329 123 hm2(减63.63%)，未利用地减少10 828 hm2(减77.11%)．朝鲜一侧土地总面积为188.3万hm2，期间水田增加22 749 hm2(增259.32%)，旱地增加224 575 hm2(增140.32%)，建设用地增加47 123 hm2(增184.94%)，未利用地减少12 460 hm2(减79.93%)．俄罗斯一侧土地面积为41.8万hm2，期间水田增加1 501 hm2(增412.60%)，旱地增加11 388 hm2(增119.18%)，建设用地增加2 463 hm2(增212.72%)，未利用地增加18 616 hm2(增95.07%)，针叶林减少14 809 hm2(减72.82%)．

3.4.2 土地利用相对变化分析 通过对研究区的土地利用相对变化率与相对变化度(表5～6)的分析表明，水田相对变化率的绝对值朝鲜大于中国和俄罗斯，针叶林相对变化率的绝对值中国大于朝鲜和俄罗斯，草地的相对变化率的绝对值朝鲜大于中国和俄罗斯．从土地利用相对变化度来看，变化程度大的依次是朝鲜、中国、俄罗斯．旱地变化度大小依次是中国、朝鲜、俄罗斯，其他土地利用类型变化程度在各时间段内中朝俄3侧呈现交错状态，从整个时间段内变化剧烈程度大的依次为朝鲜、中国、俄罗斯．

表5 图们江地区中朝俄3国土地利用相对变化率指数表 %

表6 图们江地区中朝俄3国土地利用相对变化度表 %

4 结论

(1)1976—2010年期间，图们江地区土地利用/覆盖各类型面积变化幅度巨大，其中面积增加最多的是旱地，其次为建设用地；针叶林减少面积最多,其次减少面积较多的为混交林、草地和阔叶林．另外，水域和未利用地都有所减少．

(2)土地利用动态度显示针叶林不断减少，建设用地不断增加，整个研究区土地利用变化剧烈．混交林、阔叶林和草地为主要的土地利用/覆盖类型，其次为旱地和针叶林．由转移矩阵分析得出，变化的主要土地利用类型为旱地、针叶林、阔叶林、混交林和草地．

(3)通过对图们江地区中朝俄3国的土地利用/覆盖状况比较分析，得出3国的土地利用差异很大，并且朝鲜一侧的土地利用变化剧烈程度大于中国和俄罗斯，俄罗斯一侧的变化程度最小．

参考文献：

[1] STEFFEN W, MORAIS J, BROADGATE W. The challenge of amsterdam 2001:building towards a new science for global sustainability[J]. IGBP Newsletter, 2001, 44:1-3.

[2] 李家洋，陈泮勤，葛全胜，等.全球变化与人类活动的相互作用——我国下阶段全球变化研究工作重点[J].地球科学进展，2005,20(4)：371-377.

[3] 张世文，唐南奇.土地利用/覆被变化(LUCC)研究现状与展望[J].亚热带农业研究，2006,2(3)；221-225.

[4] 刘纪远，布和敖斯尔.中国土地利用变化现代过程时空特征研究——基于卫星遥感数据[J].第四纪研究，2000，20(3):229-239.

[5] 于兴修，杨桂山.中国土地利用/覆被变化研究的现状与问题[J].地理科学进展，2002，21(1):51-57.

[6] 王秀兰，包玉海.土地利用动态变化研究方法探讨[J].地理科学进展，1999，18(1):81-87.

[7] BREIMAN L, FRIEDMAN J H, OLSHEN R A,etal. Classification and regression trees [M]. California: Wadsworth International Group， 1984.

[8] 那晓东,张树清,孔 博,等.基于决策树方法的淡水沼泽湿地信息提取——以三江平原东北部为例[J].遥感技术与应用,2008,23(4):365-372.

[9] 赵 萍,傅云飞,郑刘根,等.基于分类回归树分析的遥感影像土地利用/覆被分类研究[J].遥感学报,2005,9(6):708-716.

[10] 张树文，张养贞，李 颖，等.东北地区土地利用/覆被时空特征分析[M].北京:科学出版社，2006.

[11] 王宗明，张 柏，张树清.吉林省近20年土地利用变化及驱动力分析[J].干旱区资源与环境，2004,18(6)：61-65.

[12] 谢 韵.英国诺福克郡，盖伍德流域生态系统服务的估价[J].湖南师范大学自然科学学报，2011,34(1)：86-94，封3.

[13] 谢树春，尹 洁，刘绍焕.基于有序搜索算法的土地利用外业调查最优路径规划[J].经济地理，2010,30(12)：2097-2099.

[14] 潮洛濛，翟继武，韩倩倩.西部快速城市化地区近20年土地利用变化及驱动因素分析——以呼和浩特市为例[J].经济地理，2010，30(2)：239-243.

[15] 王 繁，周 斌，蒋 钏.浙江沿海地区近十年土地利用/覆盖变化遥感监测研究[J].科技通报，2007,23(3)：332-341.

[16] 王根绪，刘进其，陈 玲.黑河流域典型区土地利用格局变化及影响比较[J].地理学报，2006,61(4)：339-348.