长江上游土地利用变化信息挖掘
——以1980年与2000年为例

魏显虎，张宗科

(中国科学院遥感与数字地球研究所，北京 100101)

1 引 言

土地利用空间格局是自然和人为因素共同作用结果的反映，综合研究空间格局和过程有助于深入理解土地利用变化机制，准确预测土地利用变化速率及脆弱地区的演变，为相关土地利用政策制定提供依据[1-2]。

转移矩阵能反映土地利用转移数量，已被广泛应用。但传统分析方法只对转移矩阵做概括性分析，往往不能深入挖掘土地利用变化的内部转移信息。比如类间转移多并不一定是最具系统性的转移，因为面积较大地类间的转移即使较多，也可能是随机转移。因此，区别系统转移和随机转移过程应同时考虑地类本身和相互转移面积。一般转移矩阵中对角线上保持不变的面积要远大于转移的面积[3-5]，该不变量能反映各地类本身的信息，承载着重要的土地利用变化信息。因此，利用统计方法深入分析不变量对土地利用变化研究具有重要意义。

从引起土地利用变化的原因角度考虑，随机转移是指那些偶尔发生的、独特的变化过程，特点是发生突然、变化迅速[6-7]。比如自发性移民、整体经济环境变化、地权丢失以及其他生产因素变化等可导致随机转移[8-9]。系统转移是指经常的、普遍的变化过程，特点是具有连贯性和渐进性。引发系统转移的因素主要有人口自然增长、商品化增加、边缘地带发展、公共环境教育缺乏或土地资源使用权制度的变化等[4]。然而，如何从统计学的角度区分随机转移和系统转移？Pontius等人提出一种方法，是通过深入分析转移矩阵的多种要素特别是不变量来确定，即随机转移是指某地类从其他不同地类获得的面积分别与原相应流失土地的地类面积呈比例，或者是一种地类流失为其他地类的面积分别与相应获得土地的地类面积呈比例；若比例偏差较大，就构成系统转移[10]。

通过检测统计学意义上的土地利用随机和系统转移，可以帮助研究和管理人员获知土地利用转移的优势信息，并借助其他辅助信息深入探究土地利用变化的原因，从而有针对性地制定措施，阻止或减小不合理利用对土地资源的冲击[11]。

长江上游是中下游发展的重要生态屏障，近年来，生态环境整体有所改善，但局部区域仍存在生态平衡失调。为此，本文介绍了一种能深入挖掘最具优势土地利用变化信息的有效方法，探讨了长江上游地区土地利用变化中的随机和系统转移，以期为该区的土地资源管理提供科学依据。

2 研究区概况

长江上游指长江干流从源头至湖北省宜昌段，流域面积100×104km2，占全流域的58.9%，涉及青、藏、云、贵、川、渝、陕、甘、鄂等9省、市、自治区；人口1.63亿，占全流域的40%左右。长江上游地跨中国大地形的第一、二级阶梯，山地丘陵面积占90%以上。地表破碎、坡陡谷深是该地区的基本地貌特征。长江上游地区经济发展相对落后，生态环境相对脆弱。由于人类活动的加剧，长江流域的生态环境负荷越来越重，流域性生态安全问题日益受到学者们的关注[13-15]。

3 数据处理及研究方法

3.1 数据基础及处理

土地利用数据来源于中国科学院遥感应用研究所在1980年和2000年LandsatTM影像基础上经人机交互解译建立的1∶10万土地利用数据库。研究中采用6个一级类型：耕地、林地、草地、水域、城乡建设用地和未利用地(图1)。运用ArcGIS将两期数据进行叠加分析，获得土地利用类型转移矩阵(表1)。

图1 长江上游的土地现状图

3.2 研究方法

表2是土地利用转移矩阵的一般格式。其中，行(用i表示)为t1时点土地利用类型，列(用j表示)为t2时点土地利用类型；Cij(其中i≠j)表示由地类i转变为地类j的面积百分比，Cjj(即当i=j时)表示t1～t2期间地类i保持不变的面积百分比。

3.2.1 土地利用变化概述

从流失量、新增量、净变化量、交换变化量和总变化量等5个变量概述了土地利用变化。其中流失量(Ci+-Cii)和新增量(C+j-Cjj)分别表示t1～t2期间各地类减少和增加的量，可以直接从转移矩阵中获取。

表1 长江上游1980年～2000年土地利用变化转移矩阵(%)

表2 土地利用变化转移矩阵(%)

净变化量表示t1～t2期间各地类面积上的变化，其绝对值可用公式(1)计算，其中Nj表示地类j的净变化量。

Nj=max(Cj+-Cjj，C+j-Cjj)-min(Cj+-Cjj，C+j-Cjj)=︱C+j-Cj+︱

(1)

当净变化量为零时，并不一定没变化。因为可能该地类在一地流失土地，同时在另一地又获得土地，该变化信息用交换变化量来说明，可用公式(2)计算，式中Sj表示地类j的交换变化量。交换变化量可用来表示t1～t2期间各地类在位置上的变化。从公式中可以看出，当净变化为零时，交换变化量等于流失量或新增量的两倍。

Sj=2min(Cj+-Cjj，C+j-Cjj)

(2)

新增量与流失量或净变化量与交换变化量共同构成土地利用的总变化量，其计算如公式(3)所示，式中Cj表示地类j的总变化量。

Cj=Nj+Sj=max(Cj+-Cjj，C+j-Cjj)+min(Cj+-Cjj，C+j-Cjj)

(3)

3.2.2 土地利用类型的持续性

矩阵对角线上的Cjj表示未发生变化的量，未变量在各地类中占有很大比例，承载着重要信息。因此Braimoh提出一种方法，利用未变量并结合流失量、新增量以及净变化量来阐述各地类的持续性。即用Lp=流失量/未变量、Gp=新增量/未变量以及Np=净变化量/未变量等3个比值来评价地类的持续特征。

3.2.3 随机转移和系统转移

用统计方法区分系统和随机转移需要同时考虑类间转移数量和各地类本身数量。该计算过程可分为4步。第1步计算各地类的期望新增频数(用Gij表示)，即在随机增加过程中，新增地类j来自地类i的期望频数，其计算如公式(4)所示。

(4)

其中，假定t2时各地类的新增量和所占面积百分比都是先验的，然后依据t1时其他地类的相对百分比将实测新增量分布在其他地类上即得各地类的期望新增频数。第2步是计算随机增加过程中实际转换量和期望新增频数的差值，即Cij-Gij。通过实际发生的变化量与相应期望频数之间的对比来发现优势信息是统计数学中常用的方法，例如联列表分析中的卡方检验和逻辑蒂克分析中的ROC检验。如果差值Cij-Gij等于或接近于零，表明该转换为随机转换；若差值Cij-Gij偏离零值较远则表明该转换为系统转换。第3步计算各地类的期望流失频数(用Lij表示)，即在随机减少过程中，地类i流失到地类j的期望频数，其计算如公式(5)所示。

(5)

其中，假定各地类的流失量都是固定的，然后依据t2时其他地类的相对百分比将实测流失量分布在其他地类上即得各地类的期望流失频数。第4步是计算随机减少过程中实际转换量和期望流失频数的差值，即Cij-Lij。与第2步相似，若差值Cij-Lij等于或接近于零，表明该转换为随机转换；若差值Cij-Lij偏离零值较远则表明该转换为系统转换。

4 结果与分析

4.1 土地利用变化概述

表3概括了各地类的面积百分比、新增、流失、净变化、交换变化和总变化。耕地、林地、草地是该区优势地类，三者共占总面积的92%以上，无论是新增量、流失量还是总变化量、交换变化量都比其他地类大。水域、建设用地和未利用地是本区的劣势地类，面积小，上述4个变量也都相对较小。所有地类中只有草地和建设用地的新增用地大于流失用地，其他四类用地的新增量小于流失量。林地流失量最大，主要转化为草地和耕地，原因是林地退化和陡坡开荒；林地新增量小于流失量，新增林地主要来自于草地和耕地。草地新增量居第一位，主要来自于林地退化、休耕地和弃耕地；而流失的草地主要转换为林地和耕地。耕地流失量大于新增量，流失的耕地主要转化为林地和草地，说明部分陡坡实施的“退耕还林还草”土地利用结构调整政策取得一定成效；在耕地转化为林地和草地的同时，又有大量的林地和草地转化为耕地，说明人口增长导致的盲目开垦依然存在。建设用地增加明显，主要以占用耕地为主。水域、未利用地和草地相互转换，这主要是由降水的季节性变化和年际变化导致的，降水多的季节或年份，这些地区可能就为湖泊或沼泽，降水少或干旱的季节或年份，这些地区就为草地或沙地、盐碱地等。6种地类的主导变化基本一致，都是以交换变化为主，交换变化在总变化中的比例分别为97.45%(耕地)、96.74%(林地)、95.87%(草地)、86.17%(水域)、59.06%(建设用地)和98.92%(未利用地)，而净变化除建设用地外所占比例都很小。在长江上游土地利用变化中交换变化占总变化的95.69%。这种交换变化大而净变化小的特点说明该地区各种地物类型在空间位置上转移频繁而绝对数量上变化不大。

表3 长江上游1980年～2000年土地利用变化概括(%)

4.2 土地利用类型的持续性

由表1可知所有未变量之和高达93.73%，占绝对优势。比值Gp大于1表明动态变化过程中该地类新增面积大于持续不变的面积。该区所有地类的Gp值都小于1，说明各地类动态变化过程中更倾向于静止不变，而不是新增(表4)。比值Lp用来评价地类转移过程中的脆弱性，比值Lp大于1表明该地类更倾向于转变为其他地类而不是倾向于保持不变。该区所有地类的Lp值都小于1，说明所有地类更倾向于保持不变，而不是流失。虽然建设用地在整个区域中只占0.51%(2000年)，但是其Np值最大，净增量是其持续不变量的27.6%。草地的Np值也是正值，其净增量是持续不变量的0.5%。其余地类的Np值都为负，且绝对值都比较小，说明净流失量与持续不变量相比而言都非常小。

表4 1980年～2000年各地类的Gp、Lp和Np值

4.3 随机转移和系统转移

表5是实际转换量和期望新增频数的差值。对于林地-耕地和耕地-林地的转换，实际转换量与期望新增频数的差值分别为0.21%和0.11%，这表示耕地和林地之间的转换存在系统转换，耕地系统性的从林地中获得的土地占总面积的0.82%，林地系统性的从耕地中获得的土地占总面积的0.81%(表2)。该信息说明耕地的扩大主要是以占用林地为主，陡坡开荒还很严重；毁林开荒和退耕还林并存。对于林地-草地和草地-林地的转换，实际转换量与期望新增频数的差值分别为0.17%和0.09%，这表示林地和草地之间的转换存在系统转换。林地系统性的从草地中获得的土地占总面积的1.22%，草地系统性的从林地中获得的土地占总面积的1.34%。当耕地转换为建设用地时，实际转换量与期望新增频数的差值为0.11%，这表明建设用地扩张时，会系统性的从耕地中获得土地。草地转换为未利用地时，实际转换量与期望新增频数的差值为0.13%，表明当未利用地扩大时，会系统性的占用草地。

表5中有些实际转换量与期望新增频数的差为负，但其绝对值却很大。比如耕地-草地的转换，其差值为-0.3%。这表明草地面积增加时，会系统性的避免从耕地获得土地。同理，耕地会系统性的防止从草地和未利用地获得土地，林地会系统性的防止从未利用地获得土地。未利用地会系统性的防止丛林地和耕地获得土地。

表5 随机增加过程中实际转换量和期望新增频数的差值(%)

表6是实际转换量和期望流失频数的差值。对于耕地-林地、林地-耕地、草地-林地和林地-草地的转换，实际转换量与期望流失频数的差值分别为0.17%、0.08%、0.15%和0.13%。表明耕地系统性的流失为林地，林地系统性的流失为耕地，草地系统性的流失为林地，林地系统性的流失为草地。类似的，耕地系统性的流失为建设用地，未利用地系统性的流失为草地。对于草地-耕地和耕地-草地的转换，实际转换量与期望流失频数的差值分别是-0.23% 和-0.22%，其差值都是负数且偏离零值较大，这表示草地和耕地都系统性的防止流向对方地类。同理，林地和耕地会系统性的防止流失为未利用地，未利用地会系统性的防止流失为林地和耕地。

表6 随机减少过程中实际转换量和期望流失频数的差值(%)

从同时发生的系统性增加和系统性减少(表5和表6)推断出土地利用变化的优势信息有：耕地转换为林地(占总面积的0.81%)；林地转换为耕地(占总面积的0.82%)；林地转换为草地(占总面积的1.34 %)；草地转换为林地(占总面积的1.22%)；耕地转换为建设用地(占总面积的0.14%)。

以上结果表明，虽然有大量的草地流失为耕地(0.47%)，但是这种流失方向是系统性的防止，也就是说耕地不会将草地作为获得土地的靶区，当地农民更倾向于将林地开垦为耕地。耕地的流失方向主要是林(0.81%)地和草地(0.46%)，但耕地流失为林地具有很强的倾向性，而耕地向草地的转换不具备倾向性转换优势，而是系统性的防止。这是因为当地农民在执行退耕还林还草政策时更愿意种植收益高的经济林，部分退耕还林还草试点地区出现了种植“经济林热”。林地和草地之间的系统性转换一方面反映某些地区森林遭砍伐后未得到及时更新，另一方面反映某些地区荒山荒地造林、封山育林政策的实施取得成效，促使草地向林地的转换。耕地转换为建设用地的面积相对较小，属于小比例变化，但其转换量与期望转换频数的差值表明该转换具有很强的倾向性转换优势。表5表明建设用地会系统性地从耕地获得土地，并且系统性地防止从林地、草地和未利用地获得土地；表6表明耕地会系统性地流失为建设用地，林地、草地会系统性地防止流失为建设用地。这反映了建设用地边缘区的耕地是其扩展的首选地。究其原因，是因为在城市边缘区，市场将把土地配置给能带来最大回报的土地竞买者，而土地资源长远的生产潜力、生态效益和社会效益将会被视而不见。

5 结束语

本文通过深入分析土地利用转移矩阵，获得了更深层次的土地利用变化信息：

(1)由交换变量可知长江上游各地类在空间上的变化要明显大于时间上的变化。

(2)由地类的持续性可知，除建设用地外，各地类更倾向于静止不变，但这并不说明该区域生态系统稳定，该值只能反映该土地利用分类系统下各地类数量上的稳定性，而不能反映各地类内部质量上的稳定性，因此还需要各相关学科从内部结构上作进一步研究。

(3)采用统计学方法区分系统转移和随机转移，获得该区域的优势转换信息为：耕地和林地间的相互转换，林地和草地间的相互转换，耕地流失为建设用地。

该方法简单有效，能快速挖掘某一区域土地利用变化中的系统转移和随机转移，提取最具优势的土地利用转移信息，帮助科研人员将土地利用格局和变化过程联系起来，深入探究土地利用变化的驱动因素和机制，从而有针对性地制定出一系列措施，阻止或减小不合理利用对土地资源的冲击。

[1] LAMBIN E F.Modelling deforestation processes：A review[M].Luxembourg：Office of Official Publications of European Community，1994：113.

[2] NAGENDRA H，MUNROE D K，SOUTHWORTH J.From pattern to process：Landscape fragmentation and the analysis of land use/land cover change[J].Agriculture，Ecosystems and Environment，2004，101(2)：111-115.

[3] GEOGHEGAN J，VILLAR S C，KLEPEIS P，et al.Modeling tropical deforestation in the southern Yucatan peninsular region：Comparing survey and satellite data[J].Agriculture，Ecosystems and Environment，2001，85(1)：25-46.

[4] MERTENS B，LAMBIN E.Land-cover-change trajectories in southern Cameroon[J].Annals of the association of American Geographers，2000，90(3)：467-494.

[5] CHEN J，GONG P，HE C，et al.Assessment of the urban development plan of Beijing by using a CA-based urban growth model[J].Photogrammetric Engineering and Remote Sensing，2002，68(10)：1063-1072.

[6] TUCKER C J，DREGNE H E，NEWCOMB W W.Expansion and contraction of the Sahara desert from 1980 to 1990[J].Science，1991，253(5017)：299-301.

[7] LAMBIN E F，GEIST H J，LEPERS E.Dynamics of land-use and land-cover change in tropical regions[J].Annual Review of Environment and Resources，2003，28(1)：205-241.

[8] BARBIER E B.Links between economic liberalization and rural resource degradation in the developing regions[J].Agricultural Economics，2000，23(3)：299-310.

[9] BRAIMOH A K.Modeling land-use change in the Volta Basin of Ghana[M].Gottingen，Germany：Cuvillier Publishers，2004：175.

[10] PONTIUS JR R G，SHUSAS E，MCEACHEM M.Detecting important categorical land changes while accounting for persistence[J].Agriculture，Ecosystems and Environment，2004，101(2)：251-268.

[11] BRAIMOH A K.Random and systematic land-cover transitions in northern Ghana[J].Agriculture，Ecosystems and Environment，2006，113(1)：254-263.

[12] 王锡桐，刘志文，杨庆嫒.建设长江上游生态屏障对策研究[M].北京：中国农业出版社，2003.

[13] 虞孝感.长江流域生态环境的意义及生态功能区段的划分[J].长江流域资源与环境，2002，11(7)：323-327.

[14] 刘兆德，虞孝感.长江流域相对资源承载力与可持续发展研究[J].长江流域资源与环境，2002，11(1)：10-16.

[15] 张晓平，樊杰.长江上游生态脆弱区生态屏障建设与产业发展战略研究—以邵通市为例[J].长江流域资源与环境，2006，15(3)：310-314.