土地利用动态变化分析论文
曹银贵1，2 王静1 程烨1，2 郝银3 许宁1，2（中国土地勘测规划院土地利用重点实验室，北京，100035；中国地质大学土地科学技术系，北京，100083；湖北省荆州市土地整理中心）摘要：综合叙述土地利用/覆被变化研究20 多年来的研究进展，总结了在土地利用数量变化研究、驱动力研究、土地利用变化模拟研究方面取得的丰硕成果。一方面是驱动力因子的多样性；另一方面是土地利用变化模拟方法的交叉性，从数量模拟研究转向空间模拟研究，从单方法模拟研究转向多种方法结合的模拟研究，从生物物理驱动力的建模方式转向生物物理驱动力与社会经济驱动力相结合的建模方式，未来研究则要加强精度的要求，使其研究成果能真正引导土地利用规划。关键词：土地利用/土地覆被变化；驱动力；土地利用变化模拟土地利用/覆被变化（LUCC）研究于1995年启动。10余年间，LUCC 研究始终是全球变化研究的热点之一，并取得了丰硕的研究成果［1］。除了体现在 LUCC 监测技术、驱动力、生态环境效应和建模研究等不同方面外，LUCC 研究在理论上也取得了非常大的突破。土地利用/覆被变化研究之所以能够取得重大突破，一方面是因为土地利用/覆被变化是引起其他全球变化问题的主要原因，因而在全球环境变化与可持续发展研究中占有重要地位；另一方面是因为地球系统科学、全球环境变化以及可持续发展涉及到自然和人文多方面的问题，而在全球环境变化问题中，土地利用/覆被变化可以说是自然和人文过程交叉最为密切的问题［2］。LUCC 的研究起初是从全球变化研究入手，发展到现在，开始重视典型区的研究；从简单的数量研究发展到空间变化上的研究；从简单的土地利用转换的研究发展到生态足迹、能流与物流的转换研究。总的来看，LUCC 的研究是越来越微观，在此简要回顾一下 LUCC 研究的进展。土地覆被是指存在于地表的植被（自然的或者是种植的）以及人工建筑，例如水体、冰面、裸露的岩石、沙地都可以认为是具体的一种土地覆被形式［3］，土地利用则定义为同时包括改变土地生物物理属性的利用方式和产生这种利用方式的目的［5］。土地利用的形式是多种多样的，耕地、林地、园地等都是土地利用的类型。从土地覆被与土地利用二者的含义来看：土地覆被主要是指自然的地表形态，而土地利用重在突出人类的社会经济活动对土地资源的作用，体现出了土地的使用状况或土地的社会、经济属性；因此土地利用和土地覆被构成了土地的两种属性［2］。通常情况下，土地覆被的变化会影响土地利用决策，土地利用变化则会导致土地覆被变化，再影响到土地利用决策，从而产生新一轮的土地利用变化［4，5］。由于当代的土地覆被变化主要是人类对土地利用影响造成的，所以认识土地利用变化，是了解土地覆被变化的首要条件。自20世纪90年代以来，全球环境变化研究领域逐渐加强了对土地利用/覆被变化的研究。“国际地圈与生物圈计划”（IGBP）和“全球环境变化人文计划”（IHDP）于1995年共同发起了“土地利用/覆被变化”（LUCC）研究计划，并于1996年提出了5个关于土地利用/覆被问题及3个焦点［6］。5个框架问题是：①过去的300年中人类的活动是如何改变土地覆盖的？②在不同的历史阶段、不同地理单元，土地利用变化的主要人为因素是什么？③在今后50～100年中土地利用变化将如何影响土地覆盖？④直接的人文和生物物理过程是如何影响特定土地利用类型的承载力的？⑤气候和全球生物地球化学作用怎样影响土地利用和土地覆盖？反之又如何？3个焦点是：①土地利用动态变化——典型对比分析研究；②土地覆被动态变化——直接观察和诊断模型；③区域的与全球的模式——综合评价的框架。总的来看，土地利用变化研究主要是理解土地利用变化的原因和结果，同时模拟土地转换的时空类型［7］。1 土地利用数量变化研究区域土地利用变化包括土地利用类型的面积变化、空间变化和质量变化［8］。面积变化首先反映在不同类型的总量变化上，通过分析土地利用类型的总量变化，可了解土地利用变化总的态势和土地利用结构的变化［9］。目前土地利用的数量变化指标有：土地利用变化的幅度、土地利用变化的速度和土地变化的区域差异。通过各地类之间的转化，得出土地利用的转化矩阵。2 驱动力研究有关 LUCC 驱动力的研究是探索 LUCC 驱动机制的核心问题［10］。Riebsame 认为土地利用变化的预测研究是很艰难的，因为它需要了解土地利用变化的根本性的驱动力［11］，而土地利用预测模拟研究的先决条件是要确认最重要的驱动力［12］。纵观国际上土地利用/覆被变化的驱动机制研究，目前主要是通过大量的案例与比较，探讨土地利用/覆被变化的动力学机制［13］。Fu Congbin 认为土地利用/覆被变化的驱动力是：气候变化和人类活动［14］，由此可见驱动力研究指标的选取一方面与自然状况有关；另一方面与人类活动有关。因此驱动力通常分为生物物理（bio-physical）和社会经济（socio-economic）两大类。生物物理驱动力包括自然环境的特征和过程，例如气候变化、地形、火山爆发、植物演替、土壤类型和过程、自然资源的有效性等［15］；而社会经济驱动力则包括人口变化、贫富状况、技术进步、经济增长、政治经济结构以及价值观念等［6，16，17］。有的时候驱动力与被观察的土地利用变化在空间或时间上相差甚远，经常涉及宏观经济政策的转变和政策的变化，这些都是很难预测的［18］。由于不同区域土地利用的驱动机制存在一定的差异，因此驱动力方面的研究都是以单一的区域为研究对象。AVeldkamp 认为土地利用变化的驱动力因子随着比例尺的不同而发生变化：在农田比例尺的情况下，主要是由社会性的和易近性的驱动因子在起作用；在景观研究尺度内，主要考虑的是地形和农业气候条件；在区域和国家尺度下，气候、人口和宏观经济政策将共同作用［12］。1 生物物理驱动力对于区域性的土地利用/覆被变化研究而言，生物物理方面的驱动力对土地变化的影响在一个比较短的时间段内是比较小的，通常也是不显著的。石瑞香的研究表明，自然（气候）因素并未构成样带上近年来土地利用（尤其是耕地）变化的主要驱动力［19］，但是并不是没有影响的。邹亚荣在中国农牧交错区土地利用变化的研究中表明，青藏高原的上升是晚新生代北半球气候变化的重要驱动力，引起了我国北方气候的干旱，对我国农牧交错区的形成，特别是对东部草地变化产生了影响［20］。叶宝莹在嫩江中上游地区的土地利用变化研究中选取了高程、坡度作为土地利用变化驱动力的指标，结果表明二者与土地利用变化的线性关系明显［21］。地貌类型也会影响土地利用的变化，草地受地貌条件的影响与控制较耕地小［22］；城市的边缘区的土地利用会受到地形的影响，北京城乡过渡区的土地利用变化的发展趋向，在地域上深受西北部山地的阻力作用，可能会形成不对称发展［23］。袁俊在湖北省土地利用变化的研究表明，湖北省土地利用年变化率较低，主要是由特殊的地形限制的［24］。赵庚星认为50年前黄河三角洲地区的土地利用变化主要是受气候因素、风暴潮和黄河改道等自然因素驱动［25］。2 社会经济驱动力土地利用是社会的一面镜子［26］，土地利用变化能够很好地反映社会经济发展的历程。土地资源条件虽是土地利用结构形成的决定性因素（基础因素），但是对于人类活动而言，这种变化是缓慢的，Elena GIrwin 认为人类活动是引起土地利用变化的一个主要成分［7］，因此分析社会经济因素对土地利用变化的作用摆在首要的位置［27］。陈百明认为在社会经济驱动力方面，土地利用变化与人口增长之间有明显的联系，但同时这一变化与技术进步、富裕程度、经济状况，以至文化、宗教、军事等之间也能找到一定的相关关系［28］。并且大部分的案例研究都突出了政策对土地利用变化的重要作用，例如京都草案这一国际性的环境政策将对未来的土地利用变化产生深远的影响［29］。龙花楼研究表明几年或几十年的土地利用变化主要是由人类的社会经济活动影响所导致［30］。袁俊认为城镇人口的迅速增长、第二产业的发展、对土地产品的需求变化和交通条件及政府政策等社会经济驱动力导致了湖北省的土地利用变化［24］。周青在农地利用变化驱动机制的理论分析的基础上，构建了农地利用变化强度的指标体系，在指标体系中特别引入了邻近城市的辐射和耕地保护政策对土地利用变化的影响［31］。陈百明为深入分析和认识耕地占用与 GDP增长的关系，运用了 Decoupling （脱钩）理论，开展我国耕地占用与 GDP 增长的脱钩研究，揭示了我国各类区域耕地占用与 GDP增长的相互关系的典型模式［32］。王秀兰认为随着人口数量的变化，供人类生活、生存所需的耕地资源数量在不断地变化，因而，耕地的生态环境背景质量发生着相应的变化［33］。对于城市土地利用而言，交通条件对土地利用类型的转变起到了内因作用，转化为城镇用地的土地利用类型与距交通干线的距离有一定关系［13］。3 土地利用变化驱动力模拟土地利用系统的复杂性需要多学科的分析［34］。AVeldkamp 认为土地利用模型应该代表土地利用系统部分的复杂性；能够检验社会和生态系统结合的稳定性［12］。土地利用变化模拟是为了明确土地利用变化的原因，定量地证明多个因素对某一个因素的关系和影响，不同的模拟方法已经在土地利用变化中得到广泛应用。起初，土地利用变化模拟的研究重在生物物理因子方面的模拟研究，例如海拔、坡度、土壤类型等。后来根据研究的需要，土地利用变化社会经济驱动力方面的数据整合到模型中［35］。但是社会经济指标缺少空间上的简化数据，这样将很难将社会和自然数据结合起来。AVeldkamp 认为生物物理过程的空间单元和行为组织者决策的空间单元是不一样的［12］。在土地利用变化模拟研究的开始阶段，基本上都是从数量上进行研究，后来由于遥感技术、空间地理信息系统技术的发展，从空间上实现了土地利用变化的模拟。同时研究的方法也有很大的提升，从单一方法的模拟研究发展到多种方法的结合。1 土地利用变化的数量模拟土地利用变化的数量模拟是从数量的角度来分析模拟土地利用变化的过程。彭文甫首先利用因子分析的方法，确定了影响土地利用变化的相关因子，然后采用多元线性回归分析的方法，预测了土地利用的变化［36］。王波利用多元相关分析的方法对经济管理体制对土地利用变化进行了模拟，用具体的产值代替了无法量化的经济管理体制［37］。张海龙利用马尔柯夫模型，确定了渭河盆地各土地利用类型之间相互转化的初始转移概率矩阵，从数量上预测了该研究区土地利用变化［38］。虽然马尔柯夫模型在土地利用变化数量研究上表现出较好的应用性，但是由于这种预测是以末期和基期的时间间隔为预测单位，所以只能预测时间间隔整数倍的特定时期的情况，其灵活性和适用性受到限制［39］。由于灰色预报模型克服了统计回归分析方法需要大样本序列的弊端，吴素霞利用该方法预测了石家庄地区未来15年内耕地面积的变化趋势［40］。吴普特采用 BP 神经网络的方法对耕地减少进行了预测，将影响耕地变化的各驱动因子作为神经网络的输入层神经元，将耕地面积作为输出层神经元，经过反复的训练模拟，表明采用 BP 神经网络的方法在预测耕地资源减少量时精度较高，可靠性较好［41］。另外还有利用元胞自动机的方法研究土地利用变化，重在空间上的变化模拟。2 土地利用变化的空间模拟土地利用变化的空间模拟主要是从土地利用/覆被在时间序列上的变化过程进行模拟预测，另外还包括从主要的驱动力入手进行空间上的模拟预测。土地利用变化的空间模拟主要是在一些空间变量间建立关系函数，并模拟预测土地利用变化［42］。众多学者在高度集聚尺度下进行土地利用变化的空间简化模型研究，例如单个的景观元胞。同时利用遥感影像获得空间研究数据，使与土地利用变化相关的基本地理单元和环境过程概念化［7］。Kasper Kok提出了土地利用转换及效应（CLUE）模型框架，这是一个合理的少见的空间简化土地利用模型，该模型用来分析复合比例尺条件下的土地利用变化问题［43］。摆万奇利用Logistic逐步回归模型，从空间上确定了主要的驱动因素及其定量关系［10］。叶宝莹在GIS的支持下，利用空间相关分析筛选出影响土地利用变化的主要因子，并利用空间多元线性回归函数求得研究区土地利用程度变化模型［21］，目前应用较多的是将多种研究方法综合起来运用。Bryan CPijanowski 将 GIS 和神经网络结合起来研究土地利用转换模型（LTM），从空间上来模拟土地利用变化的复杂过程，这一模型把社会经济、政策和环境等变量作为输入，并建立起了土地利用变化与公路、高速公路、居民点道路、河流、湖岸线之间的空间函数关系［42］。现阶段土地利用变化的模拟主要是针对单一的土地利用类型的变化模拟，例如国际上许多学者利用元胞自动机（Cellular Automata）开展城市增长的模拟研究［44，45，46］。有研究者利用神经网络的元胞自动机来模拟复杂的土地利用，整个模型的结构十分简单，用户不用自己定义转换规则及参数，该模型是在ARC/INFO GRID环境下利用AML宏语言写成［47］。侯西勇运用马尔柯夫的元胞自动机模型模拟研究区2010年土地利用的数量和空间分布，结果比较可信［48］。4 土地利用模型的精度分析土地利用模型的精度分析又叫模型的不确定性评价，反映数据输入及模型本身存在的不确定性和产生的结果［49］。模型的不确定性包含输入数据的不确定性和模型结构的不确定，遥感数据的获取会存在不确定性，例如在其纠正时采用的地面控制点的误差是不可能消除的，纠正过的遥感数据或图像产品也始终不能与地面实况完全一致，不同程度上存在着残余误差［50］。同时在影像解译的过程中也会出现适当的误差而产生不确定性。另外在数据转换的过程中，比如矢量到栅格的转换，就会产生新的不确定性。由于模型的结构是基于数学方法，用简化的数学模型来模拟复杂的行为，这也是一种非常重要的不确定性。为了减小不确定性，应该避开矢量—栅格数据的转换过程，同时使用高分辨率的土地利用数据，在模拟分析的过程中，分类型单独预测模拟，然后再综合分析［48］。为了增强土地利用变化科学的研究，必须从三个方面入手。首先是数据方面的准确性，其次是方法的先进性；再次是理论的新颖性，这三个方面是相互联系的。在土地利用变化研究的过程中，要重点突出决策层思想，在空间上体现人类活动对土地利用变化的影响。要更好地发展土地利用变化的经济模型，这需要比较成熟的空间经济理论作为支撑，这样才能解释移民、雇用增长、政府行为的时空类型，这些都会影响到土地利用变化。利用相关模型分析土地利用的环境影响评价、政府决策和政策形成。同时在土地利用变化研究的过程中，应该注重多种方法的结合，选择精度最优的方法来提高研究成果的可信度与参考性。参考文献［1］路云阁，蔡运龙，许月卿走向土地变化科学——土地利用/覆被变化研究的新进展［J］中国土地科学，2006，20 （1）：55～61［2］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，1998，10 （5）：51～54［3］FAOIntegrated approach to the planning and management of land Draft report of the UNSecretary-General on the implementation of Chapter 10 of Agenda 21 to the Commission on Sustainable Development ［R］，Roma，1994［4］于兴修，杨桂山中国土地利用/覆被变化研究［J］地理科学进展，2002，21 （1）：51～57［5］Turner II，BL，WBMeyer Global land use/land cover change：towards an integrated program of Ambio，1994，23 （1）：91～95［6］Land use and land cover change science/resesrch IGBP Report N35：8［7］Elena GIrwin，Janqueline GTheory，data，methods：developing spatially explicit economic models of land use change ［J］Agriculture，Ecosystems and Environment，2001，85：7～23［8］李长荣，邢玉芬，朱健康等高吸水性树脂与肥料相互作用研究［J］北京农业大学学报，1989，15 （2）：187～192［9］李忠锋，王一谋，王建华等基于 RS 与 GIS 的榆林地区土地利用变化分析［J］水土保持学报，2003，17 （2）：97～99［10］摆万奇，阎建忠，张镱锂大渡河上游地区土地利用/土地覆被变化与驱动力分析［J］地理科学进展，2004，23 （1）：71～78［11］Riebsame，WE，Meyer，WBModelling land use and cover as part of global environment CChange 28：45～64［12］AVeldkamp，EFLPredicting land－use change ［J］Agriculture，Ecosystems and Environment，2001，85：1～6［13］史培军，陈晋，潘耀忠深圳市土地利用变化机制分析［J］地理学报，2000，55 （1）：151～160［14］Fu Congbin，Ye DRecent progress on global change research in China ［J］Advance in Earth Science，1995，10 （1）：62［15］Briassoulis，HAnalysis of land use change：Theoretical and Modeling Ahttp：//Edu/WebBook/［16］Stern，PC，ORYoung Global environment change：understanding the human National Research Council Report，Washington DC，1992［17］摆万奇，赵士洞土地利用变化驱动力系统研究［J］资源科学，2001，22 （5）：21～25［18］Suzanne Serneels，Eric FProximate causes of land use in Narok District，Kenya：a spatial statistical model ［J］Agriculture，Ecosystems and Environment，2001，85：65～81［19］石瑞香，康幕谊NECT 上农牧交错区耕地变化及其驱动力分析［J］北京师范大学学报，2000，36 （5）：700～705［20］邹亚荣，张增祥，周全斌中国农牧交错区土地利用变化空间格局与驱动力分析［J］自然资源学报，2003，18 （2）：222～227［21］叶宝莹，黄方，刘湘南等土地利用/覆被变化的驱动力模型研究——以嫩江中上游地区为例［J］东北师大学报自然科学版，2002，34 （1）：100～104［22］邓祥征，战金艳中国北方农牧交错带土地利用变化驱动力的尺度效应分析［J］地理与地理科学信息，2004，20 （3）：64～68［23］王静爱，何春阳北京城乡过渡区土地利用变化驱动力分析［J］地球科学进展，2002，17 （2）：201～208［24］袁俊湖北省土地利用变化及其驱动力分析［J］国土与自然资源研究，2003，（4）：33～35［25］赵庚星，李静，范瑞彬黄河三角洲土地利用及土地覆盖变化驱动力分析［J］西北农林科技大学学报，2003，31 （3）：117～122［26］TuanYFGeography，phenomenology and the study of human nature ［J］The Canadian Geographer，1971，15：181～192［27］张惠远，赵昕奕喀斯特山区利用变化的人类驱动机制研究［J］地理研究，1999，18 （2）：136～146［28］陈百明试论中国土地利用和土地覆被变化及其人类驱动力研究［J］自然资源，1997，（2）：31～36［29］Lambin，EFOur emerging understanding of the causes of land use and cover Global EChange，in press［30］龙花楼，王文杰，翟刚等安徽省土地利用变化及其驱动力分析［J］长江流域资源与环境，2002，11 （6）：526～530［31］周青，黄贤金，濮励杰区域农地利用强度及其驱动机制研究［J］长江流域资源与环境，2003，12 （6）：535～540［32］陈百明，杜红亮耕地占用与GDP增长的Decoupling研究［J］中国土地资源战略与区域协调发展研究论文集，2006，7～13［33］王秀兰土地利用/土地覆盖变化中的人口因素分析［J］资源科学，2000，22 （3）：39～42［34］Clayton，AMH，Radcliffe，NJSustainability：A Systems A1996，Earthcan，London［35］Turner II，BL，WBMeyer Land use and land cover Science/Research PStockholm and Geneva：IGBP Report N35，1995［36］彭文甫，周介铭近50年四川省耕地变化分析［J］资源科学，2005，27 （3）：79～85［37］王波，唐志刚，濮励杰等区域土地利用动态变化及人为驱动力初步研究［J］土壤，2001，（2）：86～91［38］张海龙，蒋建军，解修平等基于 GIS 与马尔柯夫模型的渭河盆地景观动态变化研究［J］干旱区资源与环境，2005，19 （7）：119～124［39］陈浮，濮励杰，彭补拙等新疆库尔勒市土地利用变化对土壤性状的影响研究［J］生态学报，2001，21 （8）：1290～1295［40］吴素霞，毛任钊，李红军石家庄地区耕地与人口数量变化动态及其预测［J］干旱地区农业研究，2005，23 （3）：8～12［41］吴普特，员学锋，汪有科BP 神经网络在耕地减少预测中的应用研究［J］中国农业资源与区划，2005，26 （4）：39～41［42］Bryan CPijanowski，Daniel GBrown，Bradley AShellito Using neural networks and GIS to forecastland use changes：a Land Transformation Model ［J］Computers，nvironment and Urban Systems，2001，inpress［43］Kasper Kok，Andrew Farrow，AVeldkamp A method and application of multi-scale validation in spatialland use models ［J］Agriculture，Ecosystems and Environment，2001，85：223～238［44］Batty M，Xie YFrom cells to cities ［J］Environment and Planning，1994，21：531～548［45］White R，Engelen G，Uijee IThe use of constrained cellular automato for high-resolution modeling of urbanland use dynamics ［J］Environment and Planning，1998，25：323～343［46］Wu F，Webster C JSimulation of land development through the integration of cellular automata and multicriteria Environment and Planning，1998，25：103～126［47］黎夏，叶嘉安基于神经网络的元胞自动机及模拟复杂土地利用系统［J］地理研究，2005，24 （1）：19～27［48］侯西勇，常斌，于信芳基于 CA-Markov 的河西走廊土地利用变化研究［J］农业工程学报，2004，20 （5）：286～291［49］LJCA tool for community-based water resources management in hillside watershreds ［A］University of Florida，Gainesville，FL，1999［50］毕继成，郭华东，史文中等遥感数据的不确定性问题［M］北京：科学出版社，2004
这里有一篇《辽宁沿海经济带发展战略中的土地利用问题与对策建议》，你可参考一下。_htm
李喆1 马润赓2（北京大学遥感与地理信息系统研究所，北京，100871；中国地质大学地球科学与资源学院，北京，100083）摘要：利用1999年2月和2001年4月2幅TM影像资料和其他辅助资料为资料源，对主成分分析处理后的遥感影像进行计算机自动识别，采用人机交互式解译方法获得各种土地利用类型分布信息，并使用地理信息系统的空间分析和数理统计功能分析丽江坝子地区土地利用变化的数量变化，土地利用动态度等特征，以及各类型之间的转化情况。结果表明：本区域耕地面积增加了27km2，城乡用地面积增加了19km2，水体面积减少了11km2，林地和草地基本保持不变；各类型的转化突出表现为水域向城乡用地，未利用土地向城乡用地和耕地转换。关键词：土地利用变化；马尔柯夫矩阵；云南丽江地区；遥感和 GIS区域土地利用/覆被变化（LUCC）是全球环境变化研究中的重要领域之一。土地利用变化数据可以提供研究区域土地利用状况的现实状况，保证国家及时、准确地掌握土地利用变化情况，为制定国民经济发展规划、计划和宏观决策提供科学依据［1］。土地利用变化包括时间变化、空间变化和质量变化等三个方面，其中空间变化反映土地利用变化的空间类型、变化类型的空间分布以及区域差异，是土地管理和规划关注的焦点问题［2］。这一问题的解决关键在于如何提取土地利用变化数据以及如何对获取的信息进行科学的分析处理。遥感技术以其快速、准确、周期短等优点在大中尺度的土地利用/覆盖变化的监测中具有明显的优势。本文利用遥感和 GIS 相结合的方法，通过数理统计分析，描述了丽江坝子地区1999～2001年间土地利用的数量变化和空间变化特征，为该区域土地管理决策、生态环境保护、资源合理开发等奠定了基础，对于区域土地可持续发展和利用具有重要意义。1 研究区概况丽江位于云南省西北部［3］，金沙江中游，地理坐标为：99°23′E～101°31′E，25°59′N～27°56′N。四周分别与迪庆州、怒江州、大理州、楚雄州和四川省攀枝花市、凉山州毗邻，辖丽江纳西族自治县、宁蒗彝族自治县、永胜县和华坪县，国土总面积有02km2。由于地处青藏高原和云贵高原的结合部，属横断山区，地形复杂，山高谷深，长期自然环境相对封闭，形成具有典型特点的垂直自然带和立体气候，动植物区系极为复杂，珍稀野生动植物丰富。全区总人口109 万，包括汉、纳西、彝、傈僳、藏、白、普米等23个民族，其中少数民族人口占57%［3］。2 研究方法1 研究资料分别拍摄于1999年2月和2001年4月2幅 LANDSAT－TM 图像，地面分辨率为30m，在研究区域内没有云层覆盖，质量较好；另有1∶1 万地形图和1∶5 万土地利用图，用于辅助训练样区的选择和目视解译；还有其他统计资料（气象、水文、人口、土壤、社会经济）等。2 主要工作流程使用遥感图像信息进行变化检测的方法主要有三种：分类后比较法，多时相图像直接求交法和多时相图像分类法［4］。多时相图像直接求交法要求两个时相比较接近，检测变化信息一般使用图像差值、比值或主成分分析，操作简单，但是得不到变化的具体地物类型。本文所使用遥感图像时间差异接近3个月，不宜使用直接求交法。多时相图像分类法在使用时要使用静态类型和动态类型，动态类型的训练样本一般不易确定。本文主要使用分类后比较法。本研究的主要工作流程如图1 所示：首先使用 PCI 软件分别对2 幅 TM 图像进行图像预处理（如几何纠正等），并分别对以上两个时相的影像做主成分分析，然后充分结合各种知识（如地形图，植被图等）进行监督分类［3］。监督分类时采用《中国土地利用现状调查技术规程》规定，将土地利用类型划分为：耕地，林地，草地，水域，城乡工矿居民地和未利用土地共6 类。采用人机交互式方法判读分类结果，并将解译结果以栅格形式转入地理信息系统软件 ARC GIS 中进行数据处理，对二期数据进行空间叠置分析，获得土地利用变化数据，以此为基础进行土地利用动态变化分析。图1 项目主要工作流程图3 几个关键技术的处理1 遥感图像的几何配准两个时相遥感图像的几何配准是动态变化研究的基础。为了便于利用地学信息进行辅助分析，可以将遥感图像配准到大地坐标系中。本文选择1∶1 万地形图为基准，在遥感图像上均匀选择12个地面控制点，使用二次多项式拟合，灰度采样方式为双三次卷积，进行几何配准和灰度重采样处理。结果总体均方误差为624，配准误差小于1个像元，满足土地利用动态监测的要求。2 遥感图像的主成分分析主成分分析（又称主分量变换）是一种尽可能不丢失信息用几个综合性指标汇集多个变量的测量值而进行描述的方法［5］。在多光谱图像中，由于各波段的数据间存在相关的情况很多，通过主成分分析就可以把图像的大部分信息用少数波段表示出来，使得信息几乎不丢失但数据量可以减少。本文分别对于二期 LANDSAT－TM 图像的除热红外波段的6个波段采用主成分分析，把获得的第一到第三主成分进行彩色合成，得到处理后的结果图像。3 结果数据的生成根据各种辅助资料，在经过主成分分析处理后的二期遥感图像上选择6个土地利用类型的训练样本，采用最大释然法进行计算机自动识别。由于遥感影像上存在同物异谱、异物同谱以及混合像元等情况，计算机自动识别在某些类别的区分上不太理想，例如未利用土地和城镇用地极易发生混淆。实际工作还需要辅助各种实测资料进行目视修正，以得到两个时相的最终分类结果，然后将分类结果以栅格形式转入地理信息系统软件ARC GIS中，对二期数据进行空间叠置分析，获得土地利用变化数据，并进行必要的数理统计，以便结果分析使用。3 结果分析1 土地利用变化幅度分析区域土地利用变化幅度主要体现在不同土地利用类型的面积总量变化上，可以提供区域土地利用变化总态势和土地利用结构变化信息。利用二期遥感资料，对丽江坝子地区两期土地利用数据进行统计分析，得到结果见表1。表1 1999～2001年土地利用变化表表1说明，3年来本区域耕地面积增加了27km2，城乡用地面积增加了19km2，水体面积减少了11km2，林地和草地则基本保持不变。2 土地利用动态度分析土地利用动态度可以简单采用单一土地利用动态度和综合土地利用动态度来描述［6］。其中单一土地利用动态度可定量描述区域一定时间范围内某种土地利用类型变化的速度，可提供土地利用变化的区域差异和预测未来土地利用变化趋势；综合土地利用动态度用于表征区域土地利用变化的速度。单一土地利用动态度公式表达式为：土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集式中，Ua，Ub分别表示研究初期及研究末期某一种土地利用类型的数量；T表示研究期时段长。综合土地利用动态度表达式为：土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集式中，LUi 表示研究初期第 i 地物类研究末期转为其他土地利用的面积；ΔLUi 表示第i地物类研究末期转为其他土地利用类型的面积；T表示研究时段。根据公式（1）和（2）计算丽江坝子地区土地利用六种类型的年变化率。结果说明，1999～2001年丽江坝子地区土地利用的年变化率为17%，其中城乡用地和未利用地变化速度最大，年变化率分别达到36%和21%，林地和草地基本保持不变，耕地和水域的年变化率分别为15%和09%。3 土地利用区域差异分析由于地形地貌和气候等自然条件差异，经济发展和人口增长速度不同，使得土地利用区域差异显著。对于土地利用变化的区域差异，可用某一特定土地利用类型相对变化率来表示。相对变化率是一种很好地反映土地利用变化区域差异的方法，其表达式为：土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集式中，Kb、Ka分别代表某区域某特定土地利用类型研究初期和研究末期的面积；Cb、Ca分别代表全区域某特定土地利用类型研究初期和研究末期的面积。根据行政区划，将丽江划分成丽江县、宁蒗县、永胜县和华坪县4个区域，根据遥感数据分别计算6 种土地利用类型的相对变化率，其结果见表2。表2 1999～2001年土地利用区域差异表从表2中可以看出，土地利用变化存在明显差异：①就耕地而言，丽江县最大，达到53，明显大于永胜县，宁蒗县和华坪县也大于永胜县；②林地，草地，水域变化各区域差异不大；③城乡用地的区域差异最为明显，丽江县大于其他3县很多，达到36；④未利用地的变化在华坪县较突出，约为89，几乎是永胜县的3倍。4 土地利用类型转换矩阵分析土地利用类型之间的相互转化情况，可采用马尔柯夫转移矩阵模型来进一步描述［7］。马尔柯夫链是一种具有“无后效性”的特殊随机过程，它反映的是一系列特定时间间隔下，一个亚稳定系统由n时刻向n＋1 时刻状态转换的一系列过程中，n＋1 时刻的状态只与n时刻的状态有关。由于土地利用类型演变具有马尔柯夫随机过程的性质：①一定区域内，不同土地利用类型之间具有相互可转化性；②土地利用类型之间的相互转化过程包含着较多尚难用函数关系准确描述的事件，故可采用马尔柯夫转移矩阵模型来描述土地利用类型动态转换。马尔柯夫模型在土地利用类型转化上应用的关键是确定土地利用类型之间相互转化的转移概率矩阵P。若采用斑块相互之间面积的转移概率为矩阵元素，则转移矩阵模型为：土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集式中，Pij为土地利用类型i转化为土地利用类型j的转移概率。遥感图像计算机自动识别中得到的土地利用变化转移概率矩阵如表3所示。表3 1999～2001年土地利用变化转移概率矩阵 单位：%从表3可以看出：（1）耕地的增加量主要是来自草地和未利用地，分别占51%和21%，减少量大部分转化为未利用地和草地，各占46%和10%。（2）林地的增加量主要来自于草地和耕地，各有06%和06%，有1%的林地转换为草地。（3）草地的增加量中有10%和 00%来自于耕地和林地，减少量中有 06%和51%分别转化为林地和耕地。（4）水域有32%转化为城乡用地，有36%转化为未利用地，有18%转化为林地，表明水体的减少主要受人为因素影响。（5）城乡用地的增加主要来自于耕地、未利用地和水域，分别占 74%、61%和39%。（6）城乡用地、耕地、草地和林地各有 06%、46%、93%和 58%转化为未利用地，表明本区域土地利用状况不太好，大量的农田遭到占用却未合理开发。4 结论土地利用/土地覆被变化（LUCC）研究旨在深入了解土地利用状况及其变化的动态过程、主导原因及演化机理，以提高人们对土地利用变化的预测、管理、决策和调控能力，对于其数据的获取和分析处理十分重要。通过对本次研究获得数据的分析，可以得到如下结论：（1）1999～2001年间云南丽江坝子地区的土地利用状况发生一定的变化。3年来耕地面积增加了27km2，城乡用地面积增加了19km2，水体面积减少了11km2，林地和草地基本保持不变；各类型的转化突出表现为水域向城乡用地、未利用土地向城乡用地和耕地转换。（2）土地利用的年变化率为 17%。其中城乡用地增加速度最快，以平均每年36%的速度递增，未利用地则以21%的速度递减，林地和草地基本保持不变。（3）土地利用类型相互间的转化突出表现为水域向城乡用地，未利用土地向城乡用地和耕地转换。3年来本区域共有068km2 即32%的水域面积转换为城乡用地，未利用土地中有14km2 和 07km2 转化为城乡用地和耕地，分别占未利用土地面积的06%和46%。参考文献［1］朱会议，李秀彬，何书金等环渤海地区土地利用的时空变化分析［J］地理学报，2001，56 （3）：253～260［2］王思远，刘纪元，张增祥等近10年中国土地利用格局及其演变［J］地理学报，2002，57 （5）：523～530［3］丽江地区地方志办公室丽江年鉴（1997） ［M］昆明：云南民族出版社，1997，293～294［4］李天宏，韩鹏厦门市土地利用/覆盖动态变化的遥感检测与分析［J］地理科学，2001，21 （6）：537～544［5］村井俊治等遥感精解［M］北京测绘出版社，1993，12：194～196［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］李忠峰，王一谋，王建华等基于RS与GIS的榆林地区土地利用变化分析水土保持学报，2003，6：97～99
土地利用动态变化分析论文怎么写
图像处理及信息提取 1、预处理工作 在ERDAS IMAGINGE专业遥感图像处理软件的支持下进行首先以1∶50000的地形图为基准对两个时相的影像进行校正，经RMS检验，误差小于1个像元，满足研究要求再在1∶200000行政区划图上提取出研究区，对影像进行AOI裁减，得到研究区范围然后进行最佳波段选择，用OIF指数法结合各波段间的信息量和相关性分析得:对于本文所研究的两个时相的遥感影像，TM345和TM145是两种最佳的组合方式 2、土地利用信息提取 按国家土地利用现状调查统一分类标准，并结合TM影像的实际分辩能力和土地利用现状特点，将研究区土地划分为耕地、林草地、园地、建设用地、水域、未利用地等6种利用类型遥感图像信息提取过程实质上就是遥感影像的分类过程常用的遥感影像分类方法人工目视解译法和计算机自动分类法两种类型，前者分类精确度较高，后者分类效率较高由于遥感数据是海量数据，所以实际应用中多用计算机分类法而提高计算机分类精度一直是遥感领域中一个主要的研究方向不少学者在这方面做了大量有益的探索，提出了许多提高分类精度的方法，归纳起来有:利用GIS数据为辅助数据提高遥感分类精度，利用空间纹理结构信息，多元、多维遥感信息融合技术，专家系统，人工神经网络技术等但是，这些方法中的大多数都只重在分类前通过选择一定的波段组合对遥图像单步骤一次性分类来获取分类图像，而忽视对多光谱数据有效的重组利用多波段性是TM数据的显著特点，在进行遥感图像信息提取的波段选择时，会出现某一波段组合很好的突出这一些地物，而另外一种波段组合又更适合区分另外一些地物情况因此，很自然就想到能否利用三种波段的多种组合进行多次分类将各地类信息准确提取的出来从波段组合分析出，对于研究区内的两个时相的影像，TM345和TM145两种是最佳的波段组合方式 但在提取城区的过程中发现， 1992年的TM345影像上城市用地和大片耕地，色调非常相似都呈浅紫色，很难区分;而在TM145影像上，城市用地呈蓝色调，那几处大片耕地呈浅褐色调，可明显区分，所以本文选择在TM145波段合成影像上提取建设用地又因为不同地物的波谱特征是不同的，在不同波段上被反映的灵敏度也不同，从TM的光谱波段及主要用途中可看出，TM3是绿色植物强吸收的可见光红 光波段，可测量植物绿色素吸收率，并依次进行植物分类;而TM4是对叶绿素高反射的近红外波段所以在提取耕地、林地和草地、园地和未利用土地时，TM345是最佳的波段组合方式;而TM1对水体透射能力强，适用于海岸制图所以在本次分类中提取水域时，选用TM145的组合方式因此，本文使用分层分类法，通过两种波段组合方式分别对不同地物进行分类，即在TM145波段组合的影像上提取出建设用地和水域，然后用已经提取出的建设用地和水域在TM345波段合成的影像进行腌膜，再对腌膜剩余影像进行剩余地类的提取，最后将分类结果叠加 采用监督分类法对掩膜去除建设用地和水域的1992年TM345影像分类时，经过建立模板、评价模板、确定初步分类结果、执行分类、分类后处理等步骤，计算机随机选取200个点检验分类结果，分类精度达到 1%对于掩膜后的2005年TM345影像分类，起初同样采用监督分类法，可分类过程中发现，尽管不断的修改训练区，但分类结果总是不能让人满意，各类别之间相互影响很大，提高了这类地物的分类精度，却又降低了那个类别的分类精度这种情况下，本文采用基于监督分类的分层提取法提取各土地类型，并在此基础上，结合手动目视修正完成分类使用这种方法的优点是不会出现分类时土地类型的重复此方法同所有监督分类一样，首先要定义分类模板，但每一次只需定义两种土地类型以林草地为例， 在定义模板时，只需选择林草地与非林草地;在完成分类后，保存林草地这一层，并用其对TM345波段合成图作MASK(掩膜)，将林草地从影像上去除;然后再对去除林草地的影像进行分类以此类推，直到完成所有的土地类型分类，即所有的影像全部被腌膜掉然后将各土地类型在ERDAS 中实现叠加，以实现土地分类最后，同样进行聚类统计和去除分析，并对照已获得的非遥感信息、配合实地调查进行目视修改通过计算机选取的200个随机点对其验证，得分类精度达到 3%，分类结果令人满 意
曹银贵1，2 王静1 程烨1，2 郝银3 许宁1，2（中国土地勘测规划院土地利用重点实验室，北京，100035；中国地质大学土地科学技术系，北京，100083；湖北省荆州市土地整理中心）摘要：综合叙述土地利用/覆被变化研究20 多年来的研究进展，总结了在土地利用数量变化研究、驱动力研究、土地利用变化模拟研究方面取得的丰硕成果。一方面是驱动力因子的多样性；另一方面是土地利用变化模拟方法的交叉性，从数量模拟研究转向空间模拟研究，从单方法模拟研究转向多种方法结合的模拟研究，从生物物理驱动力的建模方式转向生物物理驱动力与社会经济驱动力相结合的建模方式，未来研究则要加强精度的要求，使其研究成果能真正引导土地利用规划。关键词：土地利用/土地覆被变化；驱动力；土地利用变化模拟土地利用/覆被变化（LUCC）研究于1995年启动。10余年间，LUCC 研究始终是全球变化研究的热点之一，并取得了丰硕的研究成果［1］。除了体现在 LUCC 监测技术、驱动力、生态环境效应和建模研究等不同方面外，LUCC 研究在理论上也取得了非常大的突破。土地利用/覆被变化研究之所以能够取得重大突破，一方面是因为土地利用/覆被变化是引起其他全球变化问题的主要原因，因而在全球环境变化与可持续发展研究中占有重要地位；另一方面是因为地球系统科学、全球环境变化以及可持续发展涉及到自然和人文多方面的问题，而在全球环境变化问题中，土地利用/覆被变化可以说是自然和人文过程交叉最为密切的问题［2］。LUCC 的研究起初是从全球变化研究入手，发展到现在，开始重视典型区的研究；从简单的数量研究发展到空间变化上的研究；从简单的土地利用转换的研究发展到生态足迹、能流与物流的转换研究。总的来看，LUCC 的研究是越来越微观，在此简要回顾一下 LUCC 研究的进展。土地覆被是指存在于地表的植被（自然的或者是种植的）以及人工建筑，例如水体、冰面、裸露的岩石、沙地都可以认为是具体的一种土地覆被形式［3］，土地利用则定义为同时包括改变土地生物物理属性的利用方式和产生这种利用方式的目的［5］。土地利用的形式是多种多样的，耕地、林地、园地等都是土地利用的类型。从土地覆被与土地利用二者的含义来看：土地覆被主要是指自然的地表形态，而土地利用重在突出人类的社会经济活动对土地资源的作用，体现出了土地的使用状况或土地的社会、经济属性；因此土地利用和土地覆被构成了土地的两种属性［2］。通常情况下，土地覆被的变化会影响土地利用决策，土地利用变化则会导致土地覆被变化，再影响到土地利用决策，从而产生新一轮的土地利用变化［4，5］。由于当代的土地覆被变化主要是人类对土地利用影响造成的，所以认识土地利用变化，是了解土地覆被变化的首要条件。自20世纪90年代以来，全球环境变化研究领域逐渐加强了对土地利用/覆被变化的研究。“国际地圈与生物圈计划”（IGBP）和“全球环境变化人文计划”（IHDP）于1995年共同发起了“土地利用/覆被变化”（LUCC）研究计划，并于1996年提出了5个关于土地利用/覆被问题及3个焦点［6］。5个框架问题是：①过去的300年中人类的活动是如何改变土地覆盖的？②在不同的历史阶段、不同地理单元，土地利用变化的主要人为因素是什么？③在今后50～100年中土地利用变化将如何影响土地覆盖？④直接的人文和生物物理过程是如何影响特定土地利用类型的承载力的？⑤气候和全球生物地球化学作用怎样影响土地利用和土地覆盖？反之又如何？3个焦点是：①土地利用动态变化——典型对比分析研究；②土地覆被动态变化——直接观察和诊断模型；③区域的与全球的模式——综合评价的框架。总的来看，土地利用变化研究主要是理解土地利用变化的原因和结果，同时模拟土地转换的时空类型［7］。1 土地利用数量变化研究区域土地利用变化包括土地利用类型的面积变化、空间变化和质量变化［8］。面积变化首先反映在不同类型的总量变化上，通过分析土地利用类型的总量变化，可了解土地利用变化总的态势和土地利用结构的变化［9］。目前土地利用的数量变化指标有：土地利用变化的幅度、土地利用变化的速度和土地变化的区域差异。通过各地类之间的转化，得出土地利用的转化矩阵。2 驱动力研究有关 LUCC 驱动力的研究是探索 LUCC 驱动机制的核心问题［10］。Riebsame 认为土地利用变化的预测研究是很艰难的，因为它需要了解土地利用变化的根本性的驱动力［11］，而土地利用预测模拟研究的先决条件是要确认最重要的驱动力［12］。纵观国际上土地利用/覆被变化的驱动机制研究，目前主要是通过大量的案例与比较，探讨土地利用/覆被变化的动力学机制［13］。Fu Congbin 认为土地利用/覆被变化的驱动力是：气候变化和人类活动［14］，由此可见驱动力研究指标的选取一方面与自然状况有关；另一方面与人类活动有关。因此驱动力通常分为生物物理（bio-physical）和社会经济（socio-economic）两大类。生物物理驱动力包括自然环境的特征和过程，例如气候变化、地形、火山爆发、植物演替、土壤类型和过程、自然资源的有效性等［15］；而社会经济驱动力则包括人口变化、贫富状况、技术进步、经济增长、政治经济结构以及价值观念等［6，16，17］。有的时候驱动力与被观察的土地利用变化在空间或时间上相差甚远，经常涉及宏观经济政策的转变和政策的变化，这些都是很难预测的［18］。由于不同区域土地利用的驱动机制存在一定的差异，因此驱动力方面的研究都是以单一的区域为研究对象。AVeldkamp 认为土地利用变化的驱动力因子随着比例尺的不同而发生变化：在农田比例尺的情况下，主要是由社会性的和易近性的驱动因子在起作用；在景观研究尺度内，主要考虑的是地形和农业气候条件；在区域和国家尺度下，气候、人口和宏观经济政策将共同作用［12］。1 生物物理驱动力对于区域性的土地利用/覆被变化研究而言，生物物理方面的驱动力对土地变化的影响在一个比较短的时间段内是比较小的，通常也是不显著的。石瑞香的研究表明，自然（气候）因素并未构成样带上近年来土地利用（尤其是耕地）变化的主要驱动力［19］，但是并不是没有影响的。邹亚荣在中国农牧交错区土地利用变化的研究中表明，青藏高原的上升是晚新生代北半球气候变化的重要驱动力，引起了我国北方气候的干旱，对我国农牧交错区的形成，特别是对东部草地变化产生了影响［20］。叶宝莹在嫩江中上游地区的土地利用变化研究中选取了高程、坡度作为土地利用变化驱动力的指标，结果表明二者与土地利用变化的线性关系明显［21］。地貌类型也会影响土地利用的变化，草地受地貌条件的影响与控制较耕地小［22］；城市的边缘区的土地利用会受到地形的影响，北京城乡过渡区的土地利用变化的发展趋向，在地域上深受西北部山地的阻力作用，可能会形成不对称发展［23］。袁俊在湖北省土地利用变化的研究表明，湖北省土地利用年变化率较低，主要是由特殊的地形限制的［24］。赵庚星认为50年前黄河三角洲地区的土地利用变化主要是受气候因素、风暴潮和黄河改道等自然因素驱动［25］。2 社会经济驱动力土地利用是社会的一面镜子［26］，土地利用变化能够很好地反映社会经济发展的历程。土地资源条件虽是土地利用结构形成的决定性因素（基础因素），但是对于人类活动而言，这种变化是缓慢的，Elena GIrwin 认为人类活动是引起土地利用变化的一个主要成分［7］，因此分析社会经济因素对土地利用变化的作用摆在首要的位置［27］。陈百明认为在社会经济驱动力方面，土地利用变化与人口增长之间有明显的联系，但同时这一变化与技术进步、富裕程度、经济状况，以至文化、宗教、军事等之间也能找到一定的相关关系［28］。并且大部分的案例研究都突出了政策对土地利用变化的重要作用，例如京都草案这一国际性的环境政策将对未来的土地利用变化产生深远的影响［29］。龙花楼研究表明几年或几十年的土地利用变化主要是由人类的社会经济活动影响所导致［30］。袁俊认为城镇人口的迅速增长、第二产业的发展、对土地产品的需求变化和交通条件及政府政策等社会经济驱动力导致了湖北省的土地利用变化［24］。周青在农地利用变化驱动机制的理论分析的基础上，构建了农地利用变化强度的指标体系，在指标体系中特别引入了邻近城市的辐射和耕地保护政策对土地利用变化的影响［31］。陈百明为深入分析和认识耕地占用与 GDP增长的关系，运用了 Decoupling （脱钩）理论，开展我国耕地占用与 GDP 增长的脱钩研究，揭示了我国各类区域耕地占用与 GDP增长的相互关系的典型模式［32］。王秀兰认为随着人口数量的变化，供人类生活、生存所需的耕地资源数量在不断地变化，因而，耕地的生态环境背景质量发生着相应的变化［33］。对于城市土地利用而言，交通条件对土地利用类型的转变起到了内因作用，转化为城镇用地的土地利用类型与距交通干线的距离有一定关系［13］。3 土地利用变化驱动力模拟土地利用系统的复杂性需要多学科的分析［34］。AVeldkamp 认为土地利用模型应该代表土地利用系统部分的复杂性；能够检验社会和生态系统结合的稳定性［12］。土地利用变化模拟是为了明确土地利用变化的原因，定量地证明多个因素对某一个因素的关系和影响，不同的模拟方法已经在土地利用变化中得到广泛应用。起初，土地利用变化模拟的研究重在生物物理因子方面的模拟研究，例如海拔、坡度、土壤类型等。后来根据研究的需要，土地利用变化社会经济驱动力方面的数据整合到模型中［35］。但是社会经济指标缺少空间上的简化数据，这样将很难将社会和自然数据结合起来。AVeldkamp 认为生物物理过程的空间单元和行为组织者决策的空间单元是不一样的［12］。在土地利用变化模拟研究的开始阶段，基本上都是从数量上进行研究，后来由于遥感技术、空间地理信息系统技术的发展，从空间上实现了土地利用变化的模拟。同时研究的方法也有很大的提升，从单一方法的模拟研究发展到多种方法的结合。1 土地利用变化的数量模拟土地利用变化的数量模拟是从数量的角度来分析模拟土地利用变化的过程。彭文甫首先利用因子分析的方法，确定了影响土地利用变化的相关因子，然后采用多元线性回归分析的方法，预测了土地利用的变化［36］。王波利用多元相关分析的方法对经济管理体制对土地利用变化进行了模拟，用具体的产值代替了无法量化的经济管理体制［37］。张海龙利用马尔柯夫模型，确定了渭河盆地各土地利用类型之间相互转化的初始转移概率矩阵，从数量上预测了该研究区土地利用变化［38］。虽然马尔柯夫模型在土地利用变化数量研究上表现出较好的应用性，但是由于这种预测是以末期和基期的时间间隔为预测单位，所以只能预测时间间隔整数倍的特定时期的情况，其灵活性和适用性受到限制［39］。由于灰色预报模型克服了统计回归分析方法需要大样本序列的弊端，吴素霞利用该方法预测了石家庄地区未来15年内耕地面积的变化趋势［40］。吴普特采用 BP 神经网络的方法对耕地减少进行了预测，将影响耕地变化的各驱动因子作为神经网络的输入层神经元，将耕地面积作为输出层神经元，经过反复的训练模拟，表明采用 BP 神经网络的方法在预测耕地资源减少量时精度较高，可靠性较好［41］。另外还有利用元胞自动机的方法研究土地利用变化，重在空间上的变化模拟。2 土地利用变化的空间模拟土地利用变化的空间模拟主要是从土地利用/覆被在时间序列上的变化过程进行模拟预测，另外还包括从主要的驱动力入手进行空间上的模拟预测。土地利用变化的空间模拟主要是在一些空间变量间建立关系函数，并模拟预测土地利用变化［42］。众多学者在高度集聚尺度下进行土地利用变化的空间简化模型研究，例如单个的景观元胞。同时利用遥感影像获得空间研究数据，使与土地利用变化相关的基本地理单元和环境过程概念化［7］。Kasper Kok提出了土地利用转换及效应（CLUE）模型框架，这是一个合理的少见的空间简化土地利用模型，该模型用来分析复合比例尺条件下的土地利用变化问题［43］。摆万奇利用Logistic逐步回归模型，从空间上确定了主要的驱动因素及其定量关系［10］。叶宝莹在GIS的支持下，利用空间相关分析筛选出影响土地利用变化的主要因子，并利用空间多元线性回归函数求得研究区土地利用程度变化模型［21］，目前应用较多的是将多种研究方法综合起来运用。Bryan CPijanowski 将 GIS 和神经网络结合起来研究土地利用转换模型（LTM），从空间上来模拟土地利用变化的复杂过程，这一模型把社会经济、政策和环境等变量作为输入，并建立起了土地利用变化与公路、高速公路、居民点道路、河流、湖岸线之间的空间函数关系［42］。现阶段土地利用变化的模拟主要是针对单一的土地利用类型的变化模拟，例如国际上许多学者利用元胞自动机（Cellular Automata）开展城市增长的模拟研究［44，45，46］。有研究者利用神经网络的元胞自动机来模拟复杂的土地利用，整个模型的结构十分简单，用户不用自己定义转换规则及参数，该模型是在ARC/INFO GRID环境下利用AML宏语言写成［47］。侯西勇运用马尔柯夫的元胞自动机模型模拟研究区2010年土地利用的数量和空间分布，结果比较可信［48］。4 土地利用模型的精度分析土地利用模型的精度分析又叫模型的不确定性评价，反映数据输入及模型本身存在的不确定性和产生的结果［49］。模型的不确定性包含输入数据的不确定性和模型结构的不确定，遥感数据的获取会存在不确定性，例如在其纠正时采用的地面控制点的误差是不可能消除的，纠正过的遥感数据或图像产品也始终不能与地面实况完全一致，不同程度上存在着残余误差［50］。同时在影像解译的过程中也会出现适当的误差而产生不确定性。另外在数据转换的过程中，比如矢量到栅格的转换，就会产生新的不确定性。由于模型的结构是基于数学方法，用简化的数学模型来模拟复杂的行为，这也是一种非常重要的不确定性。为了减小不确定性，应该避开矢量—栅格数据的转换过程，同时使用高分辨率的土地利用数据，在模拟分析的过程中，分类型单独预测模拟，然后再综合分析［48］。为了增强土地利用变化科学的研究，必须从三个方面入手。首先是数据方面的准确性，其次是方法的先进性；再次是理论的新颖性，这三个方面是相互联系的。在土地利用变化研究的过程中，要重点突出决策层思想，在空间上体现人类活动对土地利用变化的影响。要更好地发展土地利用变化的经济模型，这需要比较成熟的空间经济理论作为支撑，这样才能解释移民、雇用增长、政府行为的时空类型，这些都会影响到土地利用变化。利用相关模型分析土地利用的环境影响评价、政府决策和政策形成。同时在土地利用变化研究的过程中，应该注重多种方法的结合，选择精度最优的方法来提高研究成果的可信度与参考性。参考文献［1］路云阁，蔡运龙，许月卿走向土地变化科学——土地利用/覆被变化研究的新进展［J］中国土地科学，2006，20 （1）：55～61［2］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，1998，10 （5）：51～54［3］FAOIntegrated approach to the planning and management of land Draft report of the UNSecretary-General on the implementation of Chapter 10 of Agenda 21 to the Commission on Sustainable Development ［R］，Roma，1994［4］于兴修，杨桂山中国土地利用/覆被变化研究［J］地理科学进展，2002，21 （1）：51～57［5］Turner II，BL，WBMeyer Global land use/land cover change：towards an integrated program of Ambio，1994，23 （1）：91～95［6］Land use and land cover change science/resesrch IGBP Report N35：8［7］Elena GIrwin，Janqueline GTheory，data，methods：developing spatially explicit economic models of land use change ［J］Agriculture，Ecosystems and Environment，2001，85：7～23［8］李长荣，邢玉芬，朱健康等高吸水性树脂与肥料相互作用研究［J］北京农业大学学报，1989，15 （2）：187～192［9］李忠锋，王一谋，王建华等基于 RS 与 GIS 的榆林地区土地利用变化分析［J］水土保持学报，2003，17 （2）：97～99［10］摆万奇，阎建忠，张镱锂大渡河上游地区土地利用/土地覆被变化与驱动力分析［J］地理科学进展，2004，23 （1）：71～78［11］Riebsame，WE，Meyer，WBModelling land use and cover as part of global environment CChange 28：45～64［12］AVeldkamp，EFLPredicting land－use change ［J］Agriculture，Ecosystems and Environment，2001，85：1～6［13］史培军，陈晋，潘耀忠深圳市土地利用变化机制分析［J］地理学报，2000，55 （1）：151～160［14］Fu Congbin，Ye DRecent progress on global change research in China ［J］Advance in Earth Science，1995，10 （1）：62［15］Briassoulis，HAnalysis of land use change：Theoretical and Modeling Ahttp：//Edu/WebBook/［16］Stern，PC，ORYoung Global environment change：understanding the human National Research Council Report，Washington DC，1992［17］摆万奇，赵士洞土地利用变化驱动力系统研究［J］资源科学，2001，22 （5）：21～25［18］Suzanne Serneels，Eric FProximate causes of land use in Narok District，Kenya：a spatial statistical model ［J］Agriculture，Ecosystems and Environment，2001，85：65～81［19］石瑞香，康幕谊NECT 上农牧交错区耕地变化及其驱动力分析［J］北京师范大学学报，2000，36 （5）：700～705［20］邹亚荣，张增祥，周全斌中国农牧交错区土地利用变化空间格局与驱动力分析［J］自然资源学报，2003，18 （2）：222～227［21］叶宝莹，黄方，刘湘南等土地利用/覆被变化的驱动力模型研究——以嫩江中上游地区为例［J］东北师大学报自然科学版，2002，34 （1）：100～104［22］邓祥征，战金艳中国北方农牧交错带土地利用变化驱动力的尺度效应分析［J］地理与地理科学信息，2004，20 （3）：64～68［23］王静爱，何春阳北京城乡过渡区土地利用变化驱动力分析［J］地球科学进展，2002，17 （2）：201～208［24］袁俊湖北省土地利用变化及其驱动力分析［J］国土与自然资源研究，2003，（4）：33～35［25］赵庚星，李静，范瑞彬黄河三角洲土地利用及土地覆盖变化驱动力分析［J］西北农林科技大学学报，2003，31 （3）：117～122［26］TuanYFGeography，phenomenology and the study of human nature ［J］The Canadian Geographer，1971，15：181～192［27］张惠远，赵昕奕喀斯特山区利用变化的人类驱动机制研究［J］地理研究，1999，18 （2）：136～146［28］陈百明试论中国土地利用和土地覆被变化及其人类驱动力研究［J］自然资源，1997，（2）：31～36［29］Lambin，EFOur emerging understanding of the causes of land use and cover Global EChange，in press［30］龙花楼，王文杰，翟刚等安徽省土地利用变化及其驱动力分析［J］长江流域资源与环境，2002，11 （6）：526～530［31］周青，黄贤金，濮励杰区域农地利用强度及其驱动机制研究［J］长江流域资源与环境，2003，12 （6）：535～540［32］陈百明，杜红亮耕地占用与GDP增长的Decoupling研究［J］中国土地资源战略与区域协调发展研究论文集，2006，7～13［33］王秀兰土地利用/土地覆盖变化中的人口因素分析［J］资源科学，2000，22 （3）：39～42［34］Clayton，AMH，Radcliffe，NJSustainability：A Systems A1996，Earthcan，London［35］Turner II，BL，WBMeyer Land use and land cover Science/Research PStockholm and Geneva：IGBP Report N35，1995［36］彭文甫，周介铭近50年四川省耕地变化分析［J］资源科学，2005，27 （3）：79～85［37］王波，唐志刚，濮励杰等区域土地利用动态变化及人为驱动力初步研究［J］土壤，2001，（2）：86～91［38］张海龙，蒋建军，解修平等基于 GIS 与马尔柯夫模型的渭河盆地景观动态变化研究［J］干旱区资源与环境，2005，19 （7）：119～124［39］陈浮，濮励杰，彭补拙等新疆库尔勒市土地利用变化对土壤性状的影响研究［J］生态学报，2001，21 （8）：1290～1295［40］吴素霞，毛任钊，李红军石家庄地区耕地与人口数量变化动态及其预测［J］干旱地区农业研究，2005，23 （3）：8～12［41］吴普特，员学锋，汪有科BP 神经网络在耕地减少预测中的应用研究［J］中国农业资源与区划，2005，26 （4）：39～41［42］Bryan CPijanowski，Daniel GBrown，Bradley AShellito Using neural networks and GIS to forecastland use changes：a Land Transformation Model ［J］Computers，nvironment and Urban Systems，2001，inpress［43］Kasper Kok，Andrew Farrow，AVeldkamp A method and application of multi-scale validation in spatialland use models ［J］Agriculture，Ecosystems and Environment，2001，85：223～238［44］Batty M，Xie YFrom cells to cities ［J］Environment and Planning，1994，21：531～548［45］White R，Engelen G，Uijee IThe use of constrained cellular automato for high-resolution modeling of urbanland use dynamics ［J］Environment and Planning，1998，25：323～343［46］Wu F，Webster C JSimulation of land development through the integration of cellular automata and multicriteria Environment and Planning，1998，25：103～126［47］黎夏，叶嘉安基于神经网络的元胞自动机及模拟复杂土地利用系统［J］地理研究，2005，24 （1）：19～27［48］侯西勇，常斌，于信芳基于 CA-Markov 的河西走廊土地利用变化研究［J］农业工程学报，2004，20 （5）：286～291［49］LJCA tool for community-based water resources management in hillside watershreds ［A］University of Florida，Gainesville，FL，1999［50］毕继成，郭华东，史文中等遥感数据的不确定性问题［M］北京：科学出版社，2004
通过对三期土地利用的现状调查对比(表9－5)可以看出，1999年～2002年～2004年之间阿克苏流域土地利用变化明显。总体变化特征可以概括为“二扩大，一缩小”，即农用地和建设用地面积扩大，未利用地面积缩小。具体分析可知，最突出的变化是:耕地面积增加幅度最大，而林地、草地、未利用地中的荒草地和盐碱地面积明显减小。说明1999到2004年，阿克苏流域内毁林、毁草、开荒面积大量增加，导致区域内天然牧草地、林地减少，新耕地的增加由林地、牧草地、未利用地中的荒草地和盐碱地开垦改造后转换来的。表9－5 阿克苏流域1999年～2002年～2004年土地利用变化表人类干预是引起土地利用类型变化的主要原因，经济利益驱动开荒是其中最主要原因之一。1999年到2002年，阿克苏地区耕地面积净增加303万亩，2002～2004年之间新增69万亩，其中水浇地增加幅度和所占份额最大。从1999年到2002年，水田面积增加983万亩，而在2002～2004年间，水田面积减少406万亩，说明塔里木河流域综合治理工程实施后，限制灌溉定额大以水稻种植为主的水田面积的宏观控制措施起到实际效果。通过对两期影像图动态变化信息提取，可以得到在1999～2002年阿克苏河流域耕地的增加主要在乌什县、温宿县、阿克苏市和阿瓦提县。乌什县的耕地主要是从天然牧草地和荒草地演变而来;温宿县的耕地集中在库玛拉河和托什干河河道的两侧，而重点区域则以农一师5团场为中心向四周发散扩大耕地面积;阿克苏市的耕地重点在阿克苏河西侧的2团场与1团场，该地区主要向戈壁滩方向发展，还有塔里木河北侧的9团场、10团场也是向戈壁滩方向发展增加耕地(图版9－1);减少的耕地主要分布在河道两侧的零星土地，大部分为撂荒土地变成荒草地，以及盐碱化加重，变为盐碱地。在2002～2004年间阿克苏河流域耕地的增加耕地重点集中在沙井子灌区的5团场和塔里木河干流阿拉尔一带的塔里木河灌区，分布有农一师的1团、2团、10团、9团、12团等团场(图版9－2)，耕地增加规模大，空间扩展规律性明显，都是向戈壁滩方向扩大。
土地利用动态变化分析论文题目
土地利用变化的动态信息 包括区域土地利用变化的类型、位置和数量等信息，特别是耕地。居民点及工矿用地的变化以及闲置土地等。我国已经建立对全国重点城市建设用地规模扩展和耕地变化情况的监测体系，分析全国土地利用的变化趋势和全国年度土地利用平衡面积估计，有重点地核查地方上报的土地变更调查数据的真实程度。 耕地总量的动态平衡情况 为实现耕地总量动态平衡的宏伟目标，必须有计划地进行土地整理、土地开发和土地复垦。为保证这些土地管理措施的正确实施及经费的合理利用，必须准确地掌握区域以及全国耕地变化的情况。 农业用地内部结构调整情况 农业内部结构调整反映土地利用用途的变化，及时掌握这些信息可为土地利用用途关管制及农用地的管理服务。 基本农田保护区状况 基本农田保护区是国家为保证粮食安全而划定的一定数量的优质耕地，规定长期不得占用，基本农田保护区管理包括征地占用管理、地力补偿、占一补一等。
曹银贵1，2 王静1 程烨1，2 郝银3 许宁1，2（中国土地勘测规划院土地利用重点实验室，北京，100035；中国地质大学土地科学技术系，北京，100083；湖北省荆州市土地整理中心）摘要：综合叙述土地利用/覆被变化研究20 多年来的研究进展，总结了在土地利用数量变化研究、驱动力研究、土地利用变化模拟研究方面取得的丰硕成果。一方面是驱动力因子的多样性；另一方面是土地利用变化模拟方法的交叉性，从数量模拟研究转向空间模拟研究，从单方法模拟研究转向多种方法结合的模拟研究，从生物物理驱动力的建模方式转向生物物理驱动力与社会经济驱动力相结合的建模方式，未来研究则要加强精度的要求，使其研究成果能真正引导土地利用规划。关键词：土地利用/土地覆被变化；驱动力；土地利用变化模拟土地利用/覆被变化（LUCC）研究于1995年启动。10余年间，LUCC 研究始终是全球变化研究的热点之一，并取得了丰硕的研究成果［1］。除了体现在 LUCC 监测技术、驱动力、生态环境效应和建模研究等不同方面外，LUCC 研究在理论上也取得了非常大的突破。土地利用/覆被变化研究之所以能够取得重大突破，一方面是因为土地利用/覆被变化是引起其他全球变化问题的主要原因，因而在全球环境变化与可持续发展研究中占有重要地位；另一方面是因为地球系统科学、全球环境变化以及可持续发展涉及到自然和人文多方面的问题，而在全球环境变化问题中，土地利用/覆被变化可以说是自然和人文过程交叉最为密切的问题［2］。LUCC 的研究起初是从全球变化研究入手，发展到现在，开始重视典型区的研究；从简单的数量研究发展到空间变化上的研究；从简单的土地利用转换的研究发展到生态足迹、能流与物流的转换研究。总的来看，LUCC 的研究是越来越微观，在此简要回顾一下 LUCC 研究的进展。土地覆被是指存在于地表的植被（自然的或者是种植的）以及人工建筑，例如水体、冰面、裸露的岩石、沙地都可以认为是具体的一种土地覆被形式［3］，土地利用则定义为同时包括改变土地生物物理属性的利用方式和产生这种利用方式的目的［5］。土地利用的形式是多种多样的，耕地、林地、园地等都是土地利用的类型。从土地覆被与土地利用二者的含义来看：土地覆被主要是指自然的地表形态，而土地利用重在突出人类的社会经济活动对土地资源的作用，体现出了土地的使用状况或土地的社会、经济属性；因此土地利用和土地覆被构成了土地的两种属性［2］。通常情况下，土地覆被的变化会影响土地利用决策，土地利用变化则会导致土地覆被变化，再影响到土地利用决策，从而产生新一轮的土地利用变化［4，5］。由于当代的土地覆被变化主要是人类对土地利用影响造成的，所以认识土地利用变化，是了解土地覆被变化的首要条件。自20世纪90年代以来，全球环境变化研究领域逐渐加强了对土地利用/覆被变化的研究。“国际地圈与生物圈计划”（IGBP）和“全球环境变化人文计划”（IHDP）于1995年共同发起了“土地利用/覆被变化”（LUCC）研究计划，并于1996年提出了5个关于土地利用/覆被问题及3个焦点［6］。5个框架问题是：①过去的300年中人类的活动是如何改变土地覆盖的？②在不同的历史阶段、不同地理单元，土地利用变化的主要人为因素是什么？③在今后50～100年中土地利用变化将如何影响土地覆盖？④直接的人文和生物物理过程是如何影响特定土地利用类型的承载力的？⑤气候和全球生物地球化学作用怎样影响土地利用和土地覆盖？反之又如何？3个焦点是：①土地利用动态变化——典型对比分析研究；②土地覆被动态变化——直接观察和诊断模型；③区域的与全球的模式——综合评价的框架。总的来看，土地利用变化研究主要是理解土地利用变化的原因和结果，同时模拟土地转换的时空类型［7］。1 土地利用数量变化研究区域土地利用变化包括土地利用类型的面积变化、空间变化和质量变化［8］。面积变化首先反映在不同类型的总量变化上，通过分析土地利用类型的总量变化，可了解土地利用变化总的态势和土地利用结构的变化［9］。目前土地利用的数量变化指标有：土地利用变化的幅度、土地利用变化的速度和土地变化的区域差异。通过各地类之间的转化，得出土地利用的转化矩阵。2 驱动力研究有关 LUCC 驱动力的研究是探索 LUCC 驱动机制的核心问题［10］。Riebsame 认为土地利用变化的预测研究是很艰难的，因为它需要了解土地利用变化的根本性的驱动力［11］，而土地利用预测模拟研究的先决条件是要确认最重要的驱动力［12］。纵观国际上土地利用/覆被变化的驱动机制研究，目前主要是通过大量的案例与比较，探讨土地利用/覆被变化的动力学机制［13］。Fu Congbin 认为土地利用/覆被变化的驱动力是：气候变化和人类活动［14］，由此可见驱动力研究指标的选取一方面与自然状况有关；另一方面与人类活动有关。因此驱动力通常分为生物物理（bio-physical）和社会经济（socio-economic）两大类。生物物理驱动力包括自然环境的特征和过程，例如气候变化、地形、火山爆发、植物演替、土壤类型和过程、自然资源的有效性等［15］；而社会经济驱动力则包括人口变化、贫富状况、技术进步、经济增长、政治经济结构以及价值观念等［6，16，17］。有的时候驱动力与被观察的土地利用变化在空间或时间上相差甚远，经常涉及宏观经济政策的转变和政策的变化，这些都是很难预测的［18］。由于不同区域土地利用的驱动机制存在一定的差异，因此驱动力方面的研究都是以单一的区域为研究对象。AVeldkamp 认为土地利用变化的驱动力因子随着比例尺的不同而发生变化：在农田比例尺的情况下，主要是由社会性的和易近性的驱动因子在起作用；在景观研究尺度内，主要考虑的是地形和农业气候条件；在区域和国家尺度下，气候、人口和宏观经济政策将共同作用［12］。1 生物物理驱动力对于区域性的土地利用/覆被变化研究而言，生物物理方面的驱动力对土地变化的影响在一个比较短的时间段内是比较小的，通常也是不显著的。石瑞香的研究表明，自然（气候）因素并未构成样带上近年来土地利用（尤其是耕地）变化的主要驱动力［19］，但是并不是没有影响的。邹亚荣在中国农牧交错区土地利用变化的研究中表明，青藏高原的上升是晚新生代北半球气候变化的重要驱动力，引起了我国北方气候的干旱，对我国农牧交错区的形成，特别是对东部草地变化产生了影响［20］。叶宝莹在嫩江中上游地区的土地利用变化研究中选取了高程、坡度作为土地利用变化驱动力的指标，结果表明二者与土地利用变化的线性关系明显［21］。地貌类型也会影响土地利用的变化，草地受地貌条件的影响与控制较耕地小［22］；城市的边缘区的土地利用会受到地形的影响，北京城乡过渡区的土地利用变化的发展趋向，在地域上深受西北部山地的阻力作用，可能会形成不对称发展［23］。袁俊在湖北省土地利用变化的研究表明，湖北省土地利用年变化率较低，主要是由特殊的地形限制的［24］。赵庚星认为50年前黄河三角洲地区的土地利用变化主要是受气候因素、风暴潮和黄河改道等自然因素驱动［25］。2 社会经济驱动力土地利用是社会的一面镜子［26］，土地利用变化能够很好地反映社会经济发展的历程。土地资源条件虽是土地利用结构形成的决定性因素（基础因素），但是对于人类活动而言，这种变化是缓慢的，Elena GIrwin 认为人类活动是引起土地利用变化的一个主要成分［7］，因此分析社会经济因素对土地利用变化的作用摆在首要的位置［27］。陈百明认为在社会经济驱动力方面，土地利用变化与人口增长之间有明显的联系，但同时这一变化与技术进步、富裕程度、经济状况，以至文化、宗教、军事等之间也能找到一定的相关关系［28］。并且大部分的案例研究都突出了政策对土地利用变化的重要作用，例如京都草案这一国际性的环境政策将对未来的土地利用变化产生深远的影响［29］。龙花楼研究表明几年或几十年的土地利用变化主要是由人类的社会经济活动影响所导致［30］。袁俊认为城镇人口的迅速增长、第二产业的发展、对土地产品的需求变化和交通条件及政府政策等社会经济驱动力导致了湖北省的土地利用变化［24］。周青在农地利用变化驱动机制的理论分析的基础上，构建了农地利用变化强度的指标体系，在指标体系中特别引入了邻近城市的辐射和耕地保护政策对土地利用变化的影响［31］。陈百明为深入分析和认识耕地占用与 GDP增长的关系，运用了 Decoupling （脱钩）理论，开展我国耕地占用与 GDP 增长的脱钩研究，揭示了我国各类区域耕地占用与 GDP增长的相互关系的典型模式［32］。王秀兰认为随着人口数量的变化，供人类生活、生存所需的耕地资源数量在不断地变化，因而，耕地的生态环境背景质量发生着相应的变化［33］。对于城市土地利用而言，交通条件对土地利用类型的转变起到了内因作用，转化为城镇用地的土地利用类型与距交通干线的距离有一定关系［13］。3 土地利用变化驱动力模拟土地利用系统的复杂性需要多学科的分析［34］。AVeldkamp 认为土地利用模型应该代表土地利用系统部分的复杂性；能够检验社会和生态系统结合的稳定性［12］。土地利用变化模拟是为了明确土地利用变化的原因，定量地证明多个因素对某一个因素的关系和影响，不同的模拟方法已经在土地利用变化中得到广泛应用。起初，土地利用变化模拟的研究重在生物物理因子方面的模拟研究，例如海拔、坡度、土壤类型等。后来根据研究的需要，土地利用变化社会经济驱动力方面的数据整合到模型中［35］。但是社会经济指标缺少空间上的简化数据，这样将很难将社会和自然数据结合起来。AVeldkamp 认为生物物理过程的空间单元和行为组织者决策的空间单元是不一样的［12］。在土地利用变化模拟研究的开始阶段，基本上都是从数量上进行研究，后来由于遥感技术、空间地理信息系统技术的发展，从空间上实现了土地利用变化的模拟。同时研究的方法也有很大的提升，从单一方法的模拟研究发展到多种方法的结合。1 土地利用变化的数量模拟土地利用变化的数量模拟是从数量的角度来分析模拟土地利用变化的过程。彭文甫首先利用因子分析的方法，确定了影响土地利用变化的相关因子，然后采用多元线性回归分析的方法，预测了土地利用的变化［36］。王波利用多元相关分析的方法对经济管理体制对土地利用变化进行了模拟，用具体的产值代替了无法量化的经济管理体制［37］。张海龙利用马尔柯夫模型，确定了渭河盆地各土地利用类型之间相互转化的初始转移概率矩阵，从数量上预测了该研究区土地利用变化［38］。虽然马尔柯夫模型在土地利用变化数量研究上表现出较好的应用性，但是由于这种预测是以末期和基期的时间间隔为预测单位，所以只能预测时间间隔整数倍的特定时期的情况，其灵活性和适用性受到限制［39］。由于灰色预报模型克服了统计回归分析方法需要大样本序列的弊端，吴素霞利用该方法预测了石家庄地区未来15年内耕地面积的变化趋势［40］。吴普特采用 BP 神经网络的方法对耕地减少进行了预测，将影响耕地变化的各驱动因子作为神经网络的输入层神经元，将耕地面积作为输出层神经元，经过反复的训练模拟，表明采用 BP 神经网络的方法在预测耕地资源减少量时精度较高，可靠性较好［41］。另外还有利用元胞自动机的方法研究土地利用变化，重在空间上的变化模拟。2 土地利用变化的空间模拟土地利用变化的空间模拟主要是从土地利用/覆被在时间序列上的变化过程进行模拟预测，另外还包括从主要的驱动力入手进行空间上的模拟预测。土地利用变化的空间模拟主要是在一些空间变量间建立关系函数，并模拟预测土地利用变化［42］。众多学者在高度集聚尺度下进行土地利用变化的空间简化模型研究，例如单个的景观元胞。同时利用遥感影像获得空间研究数据，使与土地利用变化相关的基本地理单元和环境过程概念化［7］。Kasper Kok提出了土地利用转换及效应（CLUE）模型框架，这是一个合理的少见的空间简化土地利用模型，该模型用来分析复合比例尺条件下的土地利用变化问题［43］。摆万奇利用Logistic逐步回归模型，从空间上确定了主要的驱动因素及其定量关系［10］。叶宝莹在GIS的支持下，利用空间相关分析筛选出影响土地利用变化的主要因子，并利用空间多元线性回归函数求得研究区土地利用程度变化模型［21］，目前应用较多的是将多种研究方法综合起来运用。Bryan CPijanowski 将 GIS 和神经网络结合起来研究土地利用转换模型（LTM），从空间上来模拟土地利用变化的复杂过程，这一模型把社会经济、政策和环境等变量作为输入，并建立起了土地利用变化与公路、高速公路、居民点道路、河流、湖岸线之间的空间函数关系［42］。现阶段土地利用变化的模拟主要是针对单一的土地利用类型的变化模拟，例如国际上许多学者利用元胞自动机（Cellular Automata）开展城市增长的模拟研究［44，45，46］。有研究者利用神经网络的元胞自动机来模拟复杂的土地利用，整个模型的结构十分简单，用户不用自己定义转换规则及参数，该模型是在ARC/INFO GRID环境下利用AML宏语言写成［47］。侯西勇运用马尔柯夫的元胞自动机模型模拟研究区2010年土地利用的数量和空间分布，结果比较可信［48］。4 土地利用模型的精度分析土地利用模型的精度分析又叫模型的不确定性评价，反映数据输入及模型本身存在的不确定性和产生的结果［49］。模型的不确定性包含输入数据的不确定性和模型结构的不确定，遥感数据的获取会存在不确定性，例如在其纠正时采用的地面控制点的误差是不可能消除的，纠正过的遥感数据或图像产品也始终不能与地面实况完全一致，不同程度上存在着残余误差［50］。同时在影像解译的过程中也会出现适当的误差而产生不确定性。另外在数据转换的过程中，比如矢量到栅格的转换，就会产生新的不确定性。由于模型的结构是基于数学方法，用简化的数学模型来模拟复杂的行为，这也是一种非常重要的不确定性。为了减小不确定性，应该避开矢量—栅格数据的转换过程，同时使用高分辨率的土地利用数据，在模拟分析的过程中，分类型单独预测模拟，然后再综合分析［48］。为了增强土地利用变化科学的研究，必须从三个方面入手。首先是数据方面的准确性，其次是方法的先进性；再次是理论的新颖性，这三个方面是相互联系的。在土地利用变化研究的过程中，要重点突出决策层思想，在空间上体现人类活动对土地利用变化的影响。要更好地发展土地利用变化的经济模型，这需要比较成熟的空间经济理论作为支撑，这样才能解释移民、雇用增长、政府行为的时空类型，这些都会影响到土地利用变化。利用相关模型分析土地利用的环境影响评价、政府决策和政策形成。同时在土地利用变化研究的过程中，应该注重多种方法的结合，选择精度最优的方法来提高研究成果的可信度与参考性。参考文献［1］路云阁，蔡运龙，许月卿走向土地变化科学——土地利用/覆被变化研究的新进展［J］中国土地科学，2006，20 （1）：55～61［2］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，1998，10 （5）：51～54［3］FAOIntegrated approach to the planning and management of land Draft report of the UNSecretary-General on the implementation of Chapter 10 of Agenda 21 to the Commission on Sustainable Development ［R］，Roma，1994［4］于兴修，杨桂山中国土地利用/覆被变化研究［J］地理科学进展，2002，21 （1）：51～57［5］Turner II，BL，WBMeyer Global land use/land cover change：towards an integrated program of Ambio，1994，23 （1）：91～95［6］Land use and land cover change science/resesrch IGBP Report N35：8［7］Elena GIrwin，Janqueline GTheory，data，methods：developing spatially explicit economic models of land use change ［J］Agriculture，Ecosystems and Environment，2001，85：7～23［8］李长荣，邢玉芬，朱健康等高吸水性树脂与肥料相互作用研究［J］北京农业大学学报，1989，15 （2）：187～192［9］李忠锋，王一谋，王建华等基于 RS 与 GIS 的榆林地区土地利用变化分析［J］水土保持学报，2003，17 （2）：97～99［10］摆万奇，阎建忠，张镱锂大渡河上游地区土地利用/土地覆被变化与驱动力分析［J］地理科学进展，2004，23 （1）：71～78［11］Riebsame，WE，Meyer，WBModelling land use and cover as part of global environment CChange 28：45～64［12］AVeldkamp，EFLPredicting land－use change ［J］Agriculture，Ecosystems and Environment，2001，85：1～6［13］史培军，陈晋，潘耀忠深圳市土地利用变化机制分析［J］地理学报，2000，55 （1）：151～160［14］Fu Congbin，Ye DRecent progress on global change research in China ［J］Advance in Earth Science，1995，10 （1）：62［15］Briassoulis，HAnalysis of land use change：Theoretical and Modeling Ahttp：//Edu/WebBook/［16］Stern，PC，ORYoung Global environment change：understanding the human National Research Council Report，Washington DC，1992［17］摆万奇，赵士洞土地利用变化驱动力系统研究［J］资源科学，2001，22 （5）：21～25［18］Suzanne Serneels，Eric FProximate causes of land use in Narok District，Kenya：a spatial statistical model ［J］Agriculture，Ecosystems and Environment，2001，85：65～81［19］石瑞香，康幕谊NECT 上农牧交错区耕地变化及其驱动力分析［J］北京师范大学学报，2000，36 （5）：700～705［20］邹亚荣，张增祥，周全斌中国农牧交错区土地利用变化空间格局与驱动力分析［J］自然资源学报，2003，18 （2）：222～227［21］叶宝莹，黄方，刘湘南等土地利用/覆被变化的驱动力模型研究——以嫩江中上游地区为例［J］东北师大学报自然科学版，2002，34 （1）：100～104［22］邓祥征，战金艳中国北方农牧交错带土地利用变化驱动力的尺度效应分析［J］地理与地理科学信息，2004，20 （3）：64～68［23］王静爱，何春阳北京城乡过渡区土地利用变化驱动力分析［J］地球科学进展，2002，17 （2）：201～208［24］袁俊湖北省土地利用变化及其驱动力分析［J］国土与自然资源研究，2003，（4）：33～35［25］赵庚星，李静，范瑞彬黄河三角洲土地利用及土地覆盖变化驱动力分析［J］西北农林科技大学学报，2003，31 （3）：117～122［26］TuanYFGeography，phenomenology and the study of human nature ［J］The Canadian Geographer，1971，15：181～192［27］张惠远，赵昕奕喀斯特山区利用变化的人类驱动机制研究［J］地理研究，1999，18 （2）：136～146［28］陈百明试论中国土地利用和土地覆被变化及其人类驱动力研究［J］自然资源，1997，（2）：31～36［29］Lambin，EFOur emerging understanding of the causes of land use and cover Global EChange，in press［30］龙花楼，王文杰，翟刚等安徽省土地利用变化及其驱动力分析［J］长江流域资源与环境，2002，11 （6）：526～530［31］周青，黄贤金，濮励杰区域农地利用强度及其驱动机制研究［J］长江流域资源与环境，2003，12 （6）：535～540［32］陈百明，杜红亮耕地占用与GDP增长的Decoupling研究［J］中国土地资源战略与区域协调发展研究论文集，2006，7～13［33］王秀兰土地利用/土地覆盖变化中的人口因素分析［J］资源科学，2000，22 （3）：39～42［34］Clayton，AMH，Radcliffe，NJSustainability：A Systems A1996，Earthcan，London［35］Turner II，BL，WBMeyer Land use and land cover Science/Research PStockholm and Geneva：IGBP Report N35，1995［36］彭文甫，周介铭近50年四川省耕地变化分析［J］资源科学，2005，27 （3）：79～85［37］王波，唐志刚，濮励杰等区域土地利用动态变化及人为驱动力初步研究［J］土壤，2001，（2）：86～91［38］张海龙，蒋建军，解修平等基于 GIS 与马尔柯夫模型的渭河盆地景观动态变化研究［J］干旱区资源与环境，2005，19 （7）：119～124［39］陈浮，濮励杰，彭补拙等新疆库尔勒市土地利用变化对土壤性状的影响研究［J］生态学报，2001，21 （8）：1290～1295［40］吴素霞，毛任钊，李红军石家庄地区耕地与人口数量变化动态及其预测［J］干旱地区农业研究，2005，23 （3）：8～12［41］吴普特，员学锋，汪有科BP 神经网络在耕地减少预测中的应用研究［J］中国农业资源与区划，2005，26 （4）：39～41［42］Bryan CPijanowski，Daniel GBrown，Bradley AShellito Using neural networks and GIS to forecastland use changes：a Land Transformation Model ［J］Computers，nvironment and Urban Systems，2001，inpress［43］Kasper Kok，Andrew Farrow，AVeldkamp A method and application of multi-scale validation in spatialland use models ［J］Agriculture，Ecosystems and Environment，2001，85：223～238［44］Batty M，Xie YFrom cells to cities ［J］Environment and Planning，1994，21：531～548［45］White R，Engelen G，Uijee IThe use of constrained cellular automato for high-resolution modeling of urbanland use dynamics ［J］Environment and Planning，1998，25：323～343［46］Wu F，Webster C JSimulation of land development through the integration of cellular automata and multicriteria Environment and Planning，1998，25：103～126［47］黎夏，叶嘉安基于神经网络的元胞自动机及模拟复杂土地利用系统［J］地理研究，2005，24 （1）：19～27［48］侯西勇，常斌，于信芳基于 CA-Markov 的河西走廊土地利用变化研究［J］农业工程学报，2004，20 （5）：286～291［49］LJCA tool for community-based water resources management in hillside watershreds ［A］University of Florida，Gainesville，FL，1999［50］毕继成，郭华东，史文中等遥感数据的不确定性问题［M］北京：科学出版社，2004
李喆1 马润赓2（北京大学遥感与地理信息系统研究所，北京，100871；中国地质大学地球科学与资源学院，北京，100083）摘要：利用1999年2月和2001年4月2幅TM影像资料和其他辅助资料为资料源，对主成分分析处理后的遥感影像进行计算机自动识别，采用人机交互式解译方法获得各种土地利用类型分布信息，并使用地理信息系统的空间分析和数理统计功能分析丽江坝子地区土地利用变化的数量变化，土地利用动态度等特征，以及各类型之间的转化情况。结果表明：本区域耕地面积增加了27km2，城乡用地面积增加了19km2，水体面积减少了11km2，林地和草地基本保持不变；各类型的转化突出表现为水域向城乡用地，未利用土地向城乡用地和耕地转换。关键词：土地利用变化；马尔柯夫矩阵；云南丽江地区；遥感和 GIS区域土地利用/覆被变化（LUCC）是全球环境变化研究中的重要领域之一。土地利用变化数据可以提供研究区域土地利用状况的现实状况，保证国家及时、准确地掌握土地利用变化情况，为制定国民经济发展规划、计划和宏观决策提供科学依据［1］。土地利用变化包括时间变化、空间变化和质量变化等三个方面，其中空间变化反映土地利用变化的空间类型、变化类型的空间分布以及区域差异，是土地管理和规划关注的焦点问题［2］。这一问题的解决关键在于如何提取土地利用变化数据以及如何对获取的信息进行科学的分析处理。遥感技术以其快速、准确、周期短等优点在大中尺度的土地利用/覆盖变化的监测中具有明显的优势。本文利用遥感和 GIS 相结合的方法，通过数理统计分析，描述了丽江坝子地区1999～2001年间土地利用的数量变化和空间变化特征，为该区域土地管理决策、生态环境保护、资源合理开发等奠定了基础，对于区域土地可持续发展和利用具有重要意义。1 研究区概况丽江位于云南省西北部［3］，金沙江中游，地理坐标为：99°23′E～101°31′E，25°59′N～27°56′N。四周分别与迪庆州、怒江州、大理州、楚雄州和四川省攀枝花市、凉山州毗邻，辖丽江纳西族自治县、宁蒗彝族自治县、永胜县和华坪县，国土总面积有02km2。由于地处青藏高原和云贵高原的结合部，属横断山区，地形复杂，山高谷深，长期自然环境相对封闭，形成具有典型特点的垂直自然带和立体气候，动植物区系极为复杂，珍稀野生动植物丰富。全区总人口109 万，包括汉、纳西、彝、傈僳、藏、白、普米等23个民族，其中少数民族人口占57%［3］。2 研究方法1 研究资料分别拍摄于1999年2月和2001年4月2幅 LANDSAT－TM 图像，地面分辨率为30m，在研究区域内没有云层覆盖，质量较好；另有1∶1 万地形图和1∶5 万土地利用图，用于辅助训练样区的选择和目视解译；还有其他统计资料（气象、水文、人口、土壤、社会经济）等。2 主要工作流程使用遥感图像信息进行变化检测的方法主要有三种：分类后比较法，多时相图像直接求交法和多时相图像分类法［4］。多时相图像直接求交法要求两个时相比较接近，检测变化信息一般使用图像差值、比值或主成分分析，操作简单，但是得不到变化的具体地物类型。本文所使用遥感图像时间差异接近3个月，不宜使用直接求交法。多时相图像分类法在使用时要使用静态类型和动态类型，动态类型的训练样本一般不易确定。本文主要使用分类后比较法。本研究的主要工作流程如图1 所示：首先使用 PCI 软件分别对2 幅 TM 图像进行图像预处理（如几何纠正等），并分别对以上两个时相的影像做主成分分析，然后充分结合各种知识（如地形图，植被图等）进行监督分类［3］。监督分类时采用《中国土地利用现状调查技术规程》规定，将土地利用类型划分为：耕地，林地，草地，水域，城乡工矿居民地和未利用土地共6 类。采用人机交互式方法判读分类结果，并将解译结果以栅格形式转入地理信息系统软件 ARC GIS 中进行数据处理，对二期数据进行空间叠置分析，获得土地利用变化数据，以此为基础进行土地利用动态变化分析。图1 项目主要工作流程图3 几个关键技术的处理1 遥感图像的几何配准两个时相遥感图像的几何配准是动态变化研究的基础。为了便于利用地学信息进行辅助分析，可以将遥感图像配准到大地坐标系中。本文选择1∶1 万地形图为基准，在遥感图像上均匀选择12个地面控制点，使用二次多项式拟合，灰度采样方式为双三次卷积，进行几何配准和灰度重采样处理。结果总体均方误差为624，配准误差小于1个像元，满足土地利用动态监测的要求。2 遥感图像的主成分分析主成分分析（又称主分量变换）是一种尽可能不丢失信息用几个综合性指标汇集多个变量的测量值而进行描述的方法［5］。在多光谱图像中，由于各波段的数据间存在相关的情况很多，通过主成分分析就可以把图像的大部分信息用少数波段表示出来，使得信息几乎不丢失但数据量可以减少。本文分别对于二期 LANDSAT－TM 图像的除热红外波段的6个波段采用主成分分析，把获得的第一到第三主成分进行彩色合成，得到处理后的结果图像。3 结果数据的生成根据各种辅助资料，在经过主成分分析处理后的二期遥感图像上选择6个土地利用类型的训练样本，采用最大释然法进行计算机自动识别。由于遥感影像上存在同物异谱、异物同谱以及混合像元等情况，计算机自动识别在某些类别的区分上不太理想，例如未利用土地和城镇用地极易发生混淆。实际工作还需要辅助各种实测资料进行目视修正，以得到两个时相的最终分类结果，然后将分类结果以栅格形式转入地理信息系统软件ARC GIS中，对二期数据进行空间叠置分析，获得土地利用变化数据，并进行必要的数理统计，以便结果分析使用。3 结果分析1 土地利用变化幅度分析区域土地利用变化幅度主要体现在不同土地利用类型的面积总量变化上，可以提供区域土地利用变化总态势和土地利用结构变化信息。利用二期遥感资料，对丽江坝子地区两期土地利用数据进行统计分析，得到结果见表1。表1 1999～2001年土地利用变化表表1说明，3年来本区域耕地面积增加了27km2，城乡用地面积增加了19km2，水体面积减少了11km2，林地和草地则基本保持不变。2 土地利用动态度分析土地利用动态度可以简单采用单一土地利用动态度和综合土地利用动态度来描述［6］。其中单一土地利用动态度可定量描述区域一定时间范围内某种土地利用类型变化的速度，可提供土地利用变化的区域差异和预测未来土地利用变化趋势；综合土地利用动态度用于表征区域土地利用变化的速度。单一土地利用动态度公式表达式为：土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集式中，Ua，Ub分别表示研究初期及研究末期某一种土地利用类型的数量；T表示研究期时段长。综合土地利用动态度表达式为：土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集式中，LUi 表示研究初期第 i 地物类研究末期转为其他土地利用的面积；ΔLUi 表示第i地物类研究末期转为其他土地利用类型的面积；T表示研究时段。根据公式（1）和（2）计算丽江坝子地区土地利用六种类型的年变化率。结果说明，1999～2001年丽江坝子地区土地利用的年变化率为17%，其中城乡用地和未利用地变化速度最大，年变化率分别达到36%和21%，林地和草地基本保持不变，耕地和水域的年变化率分别为15%和09%。3 土地利用区域差异分析由于地形地貌和气候等自然条件差异，经济发展和人口增长速度不同，使得土地利用区域差异显著。对于土地利用变化的区域差异，可用某一特定土地利用类型相对变化率来表示。相对变化率是一种很好地反映土地利用变化区域差异的方法，其表达式为：土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集式中，Kb、Ka分别代表某区域某特定土地利用类型研究初期和研究末期的面积；Cb、Ca分别代表全区域某特定土地利用类型研究初期和研究末期的面积。根据行政区划，将丽江划分成丽江县、宁蒗县、永胜县和华坪县4个区域，根据遥感数据分别计算6 种土地利用类型的相对变化率，其结果见表2。表2 1999～2001年土地利用区域差异表从表2中可以看出，土地利用变化存在明显差异：①就耕地而言，丽江县最大，达到53，明显大于永胜县，宁蒗县和华坪县也大于永胜县；②林地，草地，水域变化各区域差异不大；③城乡用地的区域差异最为明显，丽江县大于其他3县很多，达到36；④未利用地的变化在华坪县较突出，约为89，几乎是永胜县的3倍。4 土地利用类型转换矩阵分析土地利用类型之间的相互转化情况，可采用马尔柯夫转移矩阵模型来进一步描述［7］。马尔柯夫链是一种具有“无后效性”的特殊随机过程，它反映的是一系列特定时间间隔下，一个亚稳定系统由n时刻向n＋1 时刻状态转换的一系列过程中，n＋1 时刻的状态只与n时刻的状态有关。由于土地利用类型演变具有马尔柯夫随机过程的性质：①一定区域内，不同土地利用类型之间具有相互可转化性；②土地利用类型之间的相互转化过程包含着较多尚难用函数关系准确描述的事件，故可采用马尔柯夫转移矩阵模型来描述土地利用类型动态转换。马尔柯夫模型在土地利用类型转化上应用的关键是确定土地利用类型之间相互转化的转移概率矩阵P。若采用斑块相互之间面积的转移概率为矩阵元素，则转移矩阵模型为：土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集式中，Pij为土地利用类型i转化为土地利用类型j的转移概率。遥感图像计算机自动识别中得到的土地利用变化转移概率矩阵如表3所示。表3 1999～2001年土地利用变化转移概率矩阵 单位：%从表3可以看出：（1）耕地的增加量主要是来自草地和未利用地，分别占51%和21%，减少量大部分转化为未利用地和草地，各占46%和10%。（2）林地的增加量主要来自于草地和耕地，各有06%和06%，有1%的林地转换为草地。（3）草地的增加量中有10%和 00%来自于耕地和林地，减少量中有 06%和51%分别转化为林地和耕地。（4）水域有32%转化为城乡用地，有36%转化为未利用地，有18%转化为林地，表明水体的减少主要受人为因素影响。（5）城乡用地的增加主要来自于耕地、未利用地和水域，分别占 74%、61%和39%。（6）城乡用地、耕地、草地和林地各有 06%、46%、93%和 58%转化为未利用地，表明本区域土地利用状况不太好，大量的农田遭到占用却未合理开发。4 结论土地利用/土地覆被变化（LUCC）研究旨在深入了解土地利用状况及其变化的动态过程、主导原因及演化机理，以提高人们对土地利用变化的预测、管理、决策和调控能力，对于其数据的获取和分析处理十分重要。通过对本次研究获得数据的分析，可以得到如下结论：（1）1999～2001年间云南丽江坝子地区的土地利用状况发生一定的变化。3年来耕地面积增加了27km2，城乡用地面积增加了19km2，水体面积减少了11km2，林地和草地基本保持不变；各类型的转化突出表现为水域向城乡用地、未利用土地向城乡用地和耕地转换。（2）土地利用的年变化率为 17%。其中城乡用地增加速度最快，以平均每年36%的速度递增，未利用地则以21%的速度递减，林地和草地基本保持不变。（3）土地利用类型相互间的转化突出表现为水域向城乡用地，未利用土地向城乡用地和耕地转换。3年来本区域共有068km2 即32%的水域面积转换为城乡用地，未利用土地中有14km2 和 07km2 转化为城乡用地和耕地，分别占未利用土地面积的06%和46%。参考文献［1］朱会议，李秀彬，何书金等环渤海地区土地利用的时空变化分析［J］地理学报，2001，56 （3）：253～260［2］王思远，刘纪元，张增祥等近10年中国土地利用格局及其演变［J］地理学报，2002，57 （5）：523～530［3］丽江地区地方志办公室丽江年鉴（1997） ［M］昆明：云南民族出版社，1997，293～294［4］李天宏，韩鹏厦门市土地利用/覆盖动态变化的遥感检测与分析［J］地理科学，2001，21 （6）：537～544［5］村井俊治等遥感精解［M］北京测绘出版社，1993，12：194～196［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］李忠峰，王一谋，王建华等基于RS与GIS的榆林地区土地利用变化分析水土保持学报，2003，6：97～99
土地利用动态变化分析论文摘要
曹银贵1，2 王静1 程烨1，2 郝银3 许宁1，2（中国土地勘测规划院土地利用重点实验室，北京，100035；中国地质大学土地科学技术系，北京，100083；湖北省荆州市土地整理中心）摘要：综合叙述土地利用/覆被变化研究20 多年来的研究进展，总结了在土地利用数量变化研究、驱动力研究、土地利用变化模拟研究方面取得的丰硕成果。一方面是驱动力因子的多样性；另一方面是土地利用变化模拟方法的交叉性，从数量模拟研究转向空间模拟研究，从单方法模拟研究转向多种方法结合的模拟研究，从生物物理驱动力的建模方式转向生物物理驱动力与社会经济驱动力相结合的建模方式，未来研究则要加强精度的要求，使其研究成果能真正引导土地利用规划。关键词：土地利用/土地覆被变化；驱动力；土地利用变化模拟土地利用/覆被变化（LUCC）研究于1995年启动。10余年间，LUCC 研究始终是全球变化研究的热点之一，并取得了丰硕的研究成果［1］。除了体现在 LUCC 监测技术、驱动力、生态环境效应和建模研究等不同方面外，LUCC 研究在理论上也取得了非常大的突破。土地利用/覆被变化研究之所以能够取得重大突破，一方面是因为土地利用/覆被变化是引起其他全球变化问题的主要原因，因而在全球环境变化与可持续发展研究中占有重要地位；另一方面是因为地球系统科学、全球环境变化以及可持续发展涉及到自然和人文多方面的问题，而在全球环境变化问题中，土地利用/覆被变化可以说是自然和人文过程交叉最为密切的问题［2］。LUCC 的研究起初是从全球变化研究入手，发展到现在，开始重视典型区的研究；从简单的数量研究发展到空间变化上的研究；从简单的土地利用转换的研究发展到生态足迹、能流与物流的转换研究。总的来看，LUCC 的研究是越来越微观，在此简要回顾一下 LUCC 研究的进展。土地覆被是指存在于地表的植被（自然的或者是种植的）以及人工建筑，例如水体、冰面、裸露的岩石、沙地都可以认为是具体的一种土地覆被形式［3］，土地利用则定义为同时包括改变土地生物物理属性的利用方式和产生这种利用方式的目的［5］。土地利用的形式是多种多样的，耕地、林地、园地等都是土地利用的类型。从土地覆被与土地利用二者的含义来看：土地覆被主要是指自然的地表形态，而土地利用重在突出人类的社会经济活动对土地资源的作用，体现出了土地的使用状况或土地的社会、经济属性；因此土地利用和土地覆被构成了土地的两种属性［2］。通常情况下，土地覆被的变化会影响土地利用决策，土地利用变化则会导致土地覆被变化，再影响到土地利用决策，从而产生新一轮的土地利用变化［4，5］。由于当代的土地覆被变化主要是人类对土地利用影响造成的，所以认识土地利用变化，是了解土地覆被变化的首要条件。自20世纪90年代以来，全球环境变化研究领域逐渐加强了对土地利用/覆被变化的研究。“国际地圈与生物圈计划”（IGBP）和“全球环境变化人文计划”（IHDP）于1995年共同发起了“土地利用/覆被变化”（LUCC）研究计划，并于1996年提出了5个关于土地利用/覆被问题及3个焦点［6］。5个框架问题是：①过去的300年中人类的活动是如何改变土地覆盖的？②在不同的历史阶段、不同地理单元，土地利用变化的主要人为因素是什么？③在今后50～100年中土地利用变化将如何影响土地覆盖？④直接的人文和生物物理过程是如何影响特定土地利用类型的承载力的？⑤气候和全球生物地球化学作用怎样影响土地利用和土地覆盖？反之又如何？3个焦点是：①土地利用动态变化——典型对比分析研究；②土地覆被动态变化——直接观察和诊断模型；③区域的与全球的模式——综合评价的框架。总的来看，土地利用变化研究主要是理解土地利用变化的原因和结果，同时模拟土地转换的时空类型［7］。1 土地利用数量变化研究区域土地利用变化包括土地利用类型的面积变化、空间变化和质量变化［8］。面积变化首先反映在不同类型的总量变化上，通过分析土地利用类型的总量变化，可了解土地利用变化总的态势和土地利用结构的变化［9］。目前土地利用的数量变化指标有：土地利用变化的幅度、土地利用变化的速度和土地变化的区域差异。通过各地类之间的转化，得出土地利用的转化矩阵。2 驱动力研究有关 LUCC 驱动力的研究是探索 LUCC 驱动机制的核心问题［10］。Riebsame 认为土地利用变化的预测研究是很艰难的，因为它需要了解土地利用变化的根本性的驱动力［11］，而土地利用预测模拟研究的先决条件是要确认最重要的驱动力［12］。纵观国际上土地利用/覆被变化的驱动机制研究，目前主要是通过大量的案例与比较，探讨土地利用/覆被变化的动力学机制［13］。Fu Congbin 认为土地利用/覆被变化的驱动力是：气候变化和人类活动［14］，由此可见驱动力研究指标的选取一方面与自然状况有关；另一方面与人类活动有关。因此驱动力通常分为生物物理（bio-physical）和社会经济（socio-economic）两大类。生物物理驱动力包括自然环境的特征和过程，例如气候变化、地形、火山爆发、植物演替、土壤类型和过程、自然资源的有效性等［15］；而社会经济驱动力则包括人口变化、贫富状况、技术进步、经济增长、政治经济结构以及价值观念等［6，16，17］。有的时候驱动力与被观察的土地利用变化在空间或时间上相差甚远，经常涉及宏观经济政策的转变和政策的变化，这些都是很难预测的［18］。由于不同区域土地利用的驱动机制存在一定的差异，因此驱动力方面的研究都是以单一的区域为研究对象。AVeldkamp 认为土地利用变化的驱动力因子随着比例尺的不同而发生变化：在农田比例尺的情况下，主要是由社会性的和易近性的驱动因子在起作用；在景观研究尺度内，主要考虑的是地形和农业气候条件；在区域和国家尺度下，气候、人口和宏观经济政策将共同作用［12］。1 生物物理驱动力对于区域性的土地利用/覆被变化研究而言，生物物理方面的驱动力对土地变化的影响在一个比较短的时间段内是比较小的，通常也是不显著的。石瑞香的研究表明，自然（气候）因素并未构成样带上近年来土地利用（尤其是耕地）变化的主要驱动力［19］，但是并不是没有影响的。邹亚荣在中国农牧交错区土地利用变化的研究中表明，青藏高原的上升是晚新生代北半球气候变化的重要驱动力，引起了我国北方气候的干旱，对我国农牧交错区的形成，特别是对东部草地变化产生了影响［20］。叶宝莹在嫩江中上游地区的土地利用变化研究中选取了高程、坡度作为土地利用变化驱动力的指标，结果表明二者与土地利用变化的线性关系明显［21］。地貌类型也会影响土地利用的变化，草地受地貌条件的影响与控制较耕地小［22］；城市的边缘区的土地利用会受到地形的影响，北京城乡过渡区的土地利用变化的发展趋向，在地域上深受西北部山地的阻力作用，可能会形成不对称发展［23］。袁俊在湖北省土地利用变化的研究表明，湖北省土地利用年变化率较低，主要是由特殊的地形限制的［24］。赵庚星认为50年前黄河三角洲地区的土地利用变化主要是受气候因素、风暴潮和黄河改道等自然因素驱动［25］。2 社会经济驱动力土地利用是社会的一面镜子［26］，土地利用变化能够很好地反映社会经济发展的历程。土地资源条件虽是土地利用结构形成的决定性因素（基础因素），但是对于人类活动而言，这种变化是缓慢的，Elena GIrwin 认为人类活动是引起土地利用变化的一个主要成分［7］，因此分析社会经济因素对土地利用变化的作用摆在首要的位置［27］。陈百明认为在社会经济驱动力方面，土地利用变化与人口增长之间有明显的联系，但同时这一变化与技术进步、富裕程度、经济状况，以至文化、宗教、军事等之间也能找到一定的相关关系［28］。并且大部分的案例研究都突出了政策对土地利用变化的重要作用，例如京都草案这一国际性的环境政策将对未来的土地利用变化产生深远的影响［29］。龙花楼研究表明几年或几十年的土地利用变化主要是由人类的社会经济活动影响所导致［30］。袁俊认为城镇人口的迅速增长、第二产业的发展、对土地产品的需求变化和交通条件及政府政策等社会经济驱动力导致了湖北省的土地利用变化［24］。周青在农地利用变化驱动机制的理论分析的基础上，构建了农地利用变化强度的指标体系，在指标体系中特别引入了邻近城市的辐射和耕地保护政策对土地利用变化的影响［31］。陈百明为深入分析和认识耕地占用与 GDP增长的关系，运用了 Decoupling （脱钩）理论，开展我国耕地占用与 GDP 增长的脱钩研究，揭示了我国各类区域耕地占用与 GDP增长的相互关系的典型模式［32］。王秀兰认为随着人口数量的变化，供人类生活、生存所需的耕地资源数量在不断地变化，因而，耕地的生态环境背景质量发生着相应的变化［33］。对于城市土地利用而言，交通条件对土地利用类型的转变起到了内因作用，转化为城镇用地的土地利用类型与距交通干线的距离有一定关系［13］。3 土地利用变化驱动力模拟土地利用系统的复杂性需要多学科的分析［34］。AVeldkamp 认为土地利用模型应该代表土地利用系统部分的复杂性；能够检验社会和生态系统结合的稳定性［12］。土地利用变化模拟是为了明确土地利用变化的原因，定量地证明多个因素对某一个因素的关系和影响，不同的模拟方法已经在土地利用变化中得到广泛应用。起初，土地利用变化模拟的研究重在生物物理因子方面的模拟研究，例如海拔、坡度、土壤类型等。后来根据研究的需要，土地利用变化社会经济驱动力方面的数据整合到模型中［35］。但是社会经济指标缺少空间上的简化数据，这样将很难将社会和自然数据结合起来。AVeldkamp 认为生物物理过程的空间单元和行为组织者决策的空间单元是不一样的［12］。在土地利用变化模拟研究的开始阶段，基本上都是从数量上进行研究，后来由于遥感技术、空间地理信息系统技术的发展，从空间上实现了土地利用变化的模拟。同时研究的方法也有很大的提升，从单一方法的模拟研究发展到多种方法的结合。1 土地利用变化的数量模拟土地利用变化的数量模拟是从数量的角度来分析模拟土地利用变化的过程。彭文甫首先利用因子分析的方法，确定了影响土地利用变化的相关因子，然后采用多元线性回归分析的方法，预测了土地利用的变化［36］。王波利用多元相关分析的方法对经济管理体制对土地利用变化进行了模拟，用具体的产值代替了无法量化的经济管理体制［37］。张海龙利用马尔柯夫模型，确定了渭河盆地各土地利用类型之间相互转化的初始转移概率矩阵，从数量上预测了该研究区土地利用变化［38］。虽然马尔柯夫模型在土地利用变化数量研究上表现出较好的应用性，但是由于这种预测是以末期和基期的时间间隔为预测单位，所以只能预测时间间隔整数倍的特定时期的情况，其灵活性和适用性受到限制［39］。由于灰色预报模型克服了统计回归分析方法需要大样本序列的弊端，吴素霞利用该方法预测了石家庄地区未来15年内耕地面积的变化趋势［40］。吴普特采用 BP 神经网络的方法对耕地减少进行了预测，将影响耕地变化的各驱动因子作为神经网络的输入层神经元，将耕地面积作为输出层神经元，经过反复的训练模拟，表明采用 BP 神经网络的方法在预测耕地资源减少量时精度较高，可靠性较好［41］。另外还有利用元胞自动机的方法研究土地利用变化，重在空间上的变化模拟。2 土地利用变化的空间模拟土地利用变化的空间模拟主要是从土地利用/覆被在时间序列上的变化过程进行模拟预测，另外还包括从主要的驱动力入手进行空间上的模拟预测。土地利用变化的空间模拟主要是在一些空间变量间建立关系函数，并模拟预测土地利用变化［42］。众多学者在高度集聚尺度下进行土地利用变化的空间简化模型研究，例如单个的景观元胞。同时利用遥感影像获得空间研究数据，使与土地利用变化相关的基本地理单元和环境过程概念化［7］。Kasper Kok提出了土地利用转换及效应（CLUE）模型框架，这是一个合理的少见的空间简化土地利用模型，该模型用来分析复合比例尺条件下的土地利用变化问题［43］。摆万奇利用Logistic逐步回归模型，从空间上确定了主要的驱动因素及其定量关系［10］。叶宝莹在GIS的支持下，利用空间相关分析筛选出影响土地利用变化的主要因子，并利用空间多元线性回归函数求得研究区土地利用程度变化模型［21］，目前应用较多的是将多种研究方法综合起来运用。Bryan CPijanowski 将 GIS 和神经网络结合起来研究土地利用转换模型（LTM），从空间上来模拟土地利用变化的复杂过程，这一模型把社会经济、政策和环境等变量作为输入，并建立起了土地利用变化与公路、高速公路、居民点道路、河流、湖岸线之间的空间函数关系［42］。现阶段土地利用变化的模拟主要是针对单一的土地利用类型的变化模拟，例如国际上许多学者利用元胞自动机（Cellular Automata）开展城市增长的模拟研究［44，45，46］。有研究者利用神经网络的元胞自动机来模拟复杂的土地利用，整个模型的结构十分简单，用户不用自己定义转换规则及参数，该模型是在ARC/INFO GRID环境下利用AML宏语言写成［47］。侯西勇运用马尔柯夫的元胞自动机模型模拟研究区2010年土地利用的数量和空间分布，结果比较可信［48］。4 土地利用模型的精度分析土地利用模型的精度分析又叫模型的不确定性评价，反映数据输入及模型本身存在的不确定性和产生的结果［49］。模型的不确定性包含输入数据的不确定性和模型结构的不确定，遥感数据的获取会存在不确定性，例如在其纠正时采用的地面控制点的误差是不可能消除的，纠正过的遥感数据或图像产品也始终不能与地面实况完全一致，不同程度上存在着残余误差［50］。同时在影像解译的过程中也会出现适当的误差而产生不确定性。另外在数据转换的过程中，比如矢量到栅格的转换，就会产生新的不确定性。由于模型的结构是基于数学方法，用简化的数学模型来模拟复杂的行为，这也是一种非常重要的不确定性。为了减小不确定性，应该避开矢量—栅格数据的转换过程，同时使用高分辨率的土地利用数据，在模拟分析的过程中，分类型单独预测模拟，然后再综合分析［48］。为了增强土地利用变化科学的研究，必须从三个方面入手。首先是数据方面的准确性，其次是方法的先进性；再次是理论的新颖性，这三个方面是相互联系的。在土地利用变化研究的过程中，要重点突出决策层思想，在空间上体现人类活动对土地利用变化的影响。要更好地发展土地利用变化的经济模型，这需要比较成熟的空间经济理论作为支撑，这样才能解释移民、雇用增长、政府行为的时空类型，这些都会影响到土地利用变化。利用相关模型分析土地利用的环境影响评价、政府决策和政策形成。同时在土地利用变化研究的过程中，应该注重多种方法的结合，选择精度最优的方法来提高研究成果的可信度与参考性。参考文献［1］路云阁，蔡运龙，许月卿走向土地变化科学——土地利用/覆被变化研究的新进展［J］中国土地科学，2006，20 （1）：55～61［2］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，1998，10 （5）：51～54［3］FAOIntegrated approach to the planning and management of land Draft report of the UNSecretary-General on the implementation of Chapter 10 of Agenda 21 to the Commission on Sustainable Development ［R］，Roma，1994［4］于兴修，杨桂山中国土地利用/覆被变化研究［J］地理科学进展，2002，21 （1）：51～57［5］Turner II，BL，WBMeyer Global land use/land cover change：towards an integrated program of Ambio，1994，23 （1）：91～95［6］Land use and land cover change science/resesrch IGBP Report N35：8［7］Elena GIrwin，Janqueline GTheory，data，methods：developing spatially explicit economic models of land use change ［J］Agriculture，Ecosystems and Environment，2001，85：7～23［8］李长荣，邢玉芬，朱健康等高吸水性树脂与肥料相互作用研究［J］北京农业大学学报，1989，15 （2）：187～192［9］李忠锋，王一谋，王建华等基于 RS 与 GIS 的榆林地区土地利用变化分析［J］水土保持学报，2003，17 （2）：97～99［10］摆万奇，阎建忠，张镱锂大渡河上游地区土地利用/土地覆被变化与驱动力分析［J］地理科学进展，2004，23 （1）：71～78［11］Riebsame，WE，Meyer，WBModelling land use and cover as part of global environment CChange 28：45～64［12］AVeldkamp，EFLPredicting land－use change ［J］Agriculture，Ecosystems and Environment，2001，85：1～6［13］史培军，陈晋，潘耀忠深圳市土地利用变化机制分析［J］地理学报，2000，55 （1）：151～160［14］Fu Congbin，Ye DRecent progress on global change research in China ［J］Advance in Earth Science，1995，10 （1）：62［15］Briassoulis，HAnalysis of land use change：Theoretical and Modeling Ahttp：//Edu/WebBook/［16］Stern，PC，ORYoung Global environment change：understanding the human National Research Council Report，Washington DC，1992［17］摆万奇，赵士洞土地利用变化驱动力系统研究［J］资源科学，2001，22 （5）：21～25［18］Suzanne Serneels，Eric FProximate causes of land use in Narok District，Kenya：a spatial statistical model ［J］Agriculture，Ecosystems and Environment，2001，85：65～81［19］石瑞香，康幕谊NECT 上农牧交错区耕地变化及其驱动力分析［J］北京师范大学学报，2000，36 （5）：700～705［20］邹亚荣，张增祥，周全斌中国农牧交错区土地利用变化空间格局与驱动力分析［J］自然资源学报，2003，18 （2）：222～227［21］叶宝莹，黄方，刘湘南等土地利用/覆被变化的驱动力模型研究——以嫩江中上游地区为例［J］东北师大学报自然科学版，2002，34 （1）：100～104［22］邓祥征，战金艳中国北方农牧交错带土地利用变化驱动力的尺度效应分析［J］地理与地理科学信息，2004，20 （3）：64～68［23］王静爱，何春阳北京城乡过渡区土地利用变化驱动力分析［J］地球科学进展，2002，17 （2）：201～208［24］袁俊湖北省土地利用变化及其驱动力分析［J］国土与自然资源研究，2003，（4）：33～35［25］赵庚星，李静，范瑞彬黄河三角洲土地利用及土地覆盖变化驱动力分析［J］西北农林科技大学学报，2003，31 （3）：117～122［26］TuanYFGeography，phenomenology and the study of human nature ［J］The Canadian Geographer，1971，15：181～192［27］张惠远，赵昕奕喀斯特山区利用变化的人类驱动机制研究［J］地理研究，1999，18 （2）：136～146［28］陈百明试论中国土地利用和土地覆被变化及其人类驱动力研究［J］自然资源，1997，（2）：31～36［29］Lambin，EFOur emerging understanding of the causes of land use and cover Global EChange，in press［30］龙花楼，王文杰，翟刚等安徽省土地利用变化及其驱动力分析［J］长江流域资源与环境，2002，11 （6）：526～530［31］周青，黄贤金，濮励杰区域农地利用强度及其驱动机制研究［J］长江流域资源与环境，2003，12 （6）：535～540［32］陈百明，杜红亮耕地占用与GDP增长的Decoupling研究［J］中国土地资源战略与区域协调发展研究论文集，2006，7～13［33］王秀兰土地利用/土地覆盖变化中的人口因素分析［J］资源科学，2000，22 （3）：39～42［34］Clayton，AMH，Radcliffe，NJSustainability：A Systems A1996，Earthcan，London［35］Turner II，BL，WBMeyer Land use and land cover Science/Research PStockholm and Geneva：IGBP Report N35，1995［36］彭文甫，周介铭近50年四川省耕地变化分析［J］资源科学，2005，27 （3）：79～85［37］王波，唐志刚，濮励杰等区域土地利用动态变化及人为驱动力初步研究［J］土壤，2001，（2）：86～91［38］张海龙，蒋建军，解修平等基于 GIS 与马尔柯夫模型的渭河盆地景观动态变化研究［J］干旱区资源与环境，2005，19 （7）：119～124［39］陈浮，濮励杰，彭补拙等新疆库尔勒市土地利用变化对土壤性状的影响研究［J］生态学报，2001，21 （8）：1290～1295［40］吴素霞，毛任钊，李红军石家庄地区耕地与人口数量变化动态及其预测［J］干旱地区农业研究，2005，23 （3）：8～12［41］吴普特，员学锋，汪有科BP 神经网络在耕地减少预测中的应用研究［J］中国农业资源与区划，2005，26 （4）：39～41［42］Bryan CPijanowski，Daniel GBrown，Bradley AShellito Using neural networks and GIS to forecastland use changes：a Land Transformation Model ［J］Computers，nvironment and Urban Systems，2001，inpress［43］Kasper Kok，Andrew Farrow，AVeldkamp A method and application of multi-scale validation in spatialland use models ［J］Agriculture，Ecosystems and Environment，2001，85：223～238［44］Batty M，Xie YFrom cells to cities ［J］Environment and Planning，1994，21：531～548［45］White R，Engelen G，Uijee IThe use of constrained cellular automato for high-resolution modeling of urbanland use dynamics ［J］Environment and Planning，1998，25：323～343［46］Wu F，Webster C JSimulation of land development through the integration of cellular automata and multicriteria Environment and Planning，1998，25：103～126［47］黎夏，叶嘉安基于神经网络的元胞自动机及模拟复杂土地利用系统［J］地理研究，2005，24 （1）：19～27［48］侯西勇，常斌，于信芳基于 CA-Markov 的河西走廊土地利用变化研究［J］农业工程学报，2004，20 （5）：286～291［49］LJCA tool for community-based water resources management in hillside watershreds ［A］University of Florida，Gainesville，FL，1999［50］毕继成，郭华东，史文中等遥感数据的不确定性问题［M］北京：科学出版社，2004
李喆1 马润赓2（北京大学遥感与地理信息系统研究所，北京，100871；中国地质大学地球科学与资源学院，北京，100083）摘要：利用1999年2月和2001年4月2幅TM影像资料和其他辅助资料为资料源，对主成分分析处理后的遥感影像进行计算机自动识别，采用人机交互式解译方法获得各种土地利用类型分布信息，并使用地理信息系统的空间分析和数理统计功能分析丽江坝子地区土地利用变化的数量变化，土地利用动态度等特征，以及各类型之间的转化情况。结果表明：本区域耕地面积增加了27km2，城乡用地面积增加了19km2，水体面积减少了11km2，林地和草地基本保持不变；各类型的转化突出表现为水域向城乡用地，未利用土地向城乡用地和耕地转换。关键词：土地利用变化；马尔柯夫矩阵；云南丽江地区；遥感和 GIS区域土地利用/覆被变化（LUCC）是全球环境变化研究中的重要领域之一。土地利用变化数据可以提供研究区域土地利用状况的现实状况，保证国家及时、准确地掌握土地利用变化情况，为制定国民经济发展规划、计划和宏观决策提供科学依据［1］。土地利用变化包括时间变化、空间变化和质量变化等三个方面，其中空间变化反映土地利用变化的空间类型、变化类型的空间分布以及区域差异，是土地管理和规划关注的焦点问题［2］。这一问题的解决关键在于如何提取土地利用变化数据以及如何对获取的信息进行科学的分析处理。遥感技术以其快速、准确、周期短等优点在大中尺度的土地利用/覆盖变化的监测中具有明显的优势。本文利用遥感和 GIS 相结合的方法，通过数理统计分析，描述了丽江坝子地区1999～2001年间土地利用的数量变化和空间变化特征，为该区域土地管理决策、生态环境保护、资源合理开发等奠定了基础，对于区域土地可持续发展和利用具有重要意义。1 研究区概况丽江位于云南省西北部［3］，金沙江中游，地理坐标为：99°23′E～101°31′E，25°59′N～27°56′N。四周分别与迪庆州、怒江州、大理州、楚雄州和四川省攀枝花市、凉山州毗邻，辖丽江纳西族自治县、宁蒗彝族自治县、永胜县和华坪县，国土总面积有02km2。由于地处青藏高原和云贵高原的结合部，属横断山区，地形复杂，山高谷深，长期自然环境相对封闭，形成具有典型特点的垂直自然带和立体气候，动植物区系极为复杂，珍稀野生动植物丰富。全区总人口109 万，包括汉、纳西、彝、傈僳、藏、白、普米等23个民族，其中少数民族人口占57%［3］。2 研究方法1 研究资料分别拍摄于1999年2月和2001年4月2幅 LANDSAT－TM 图像，地面分辨率为30m，在研究区域内没有云层覆盖，质量较好；另有1∶1 万地形图和1∶5 万土地利用图，用于辅助训练样区的选择和目视解译；还有其他统计资料（气象、水文、人口、土壤、社会经济）等。2 主要工作流程使用遥感图像信息进行变化检测的方法主要有三种：分类后比较法，多时相图像直接求交法和多时相图像分类法［4］。多时相图像直接求交法要求两个时相比较接近，检测变化信息一般使用图像差值、比值或主成分分析，操作简单，但是得不到变化的具体地物类型。本文所使用遥感图像时间差异接近3个月，不宜使用直接求交法。多时相图像分类法在使用时要使用静态类型和动态类型，动态类型的训练样本一般不易确定。本文主要使用分类后比较法。本研究的主要工作流程如图1 所示：首先使用 PCI 软件分别对2 幅 TM 图像进行图像预处理（如几何纠正等），并分别对以上两个时相的影像做主成分分析，然后充分结合各种知识（如地形图，植被图等）进行监督分类［3］。监督分类时采用《中国土地利用现状调查技术规程》规定，将土地利用类型划分为：耕地，林地，草地，水域，城乡工矿居民地和未利用土地共6 类。采用人机交互式方法判读分类结果，并将解译结果以栅格形式转入地理信息系统软件 ARC GIS 中进行数据处理，对二期数据进行空间叠置分析，获得土地利用变化数据，以此为基础进行土地利用动态变化分析。图1 项目主要工作流程图3 几个关键技术的处理1 遥感图像的几何配准两个时相遥感图像的几何配准是动态变化研究的基础。为了便于利用地学信息进行辅助分析，可以将遥感图像配准到大地坐标系中。本文选择1∶1 万地形图为基准，在遥感图像上均匀选择12个地面控制点，使用二次多项式拟合，灰度采样方式为双三次卷积，进行几何配准和灰度重采样处理。结果总体均方误差为624，配准误差小于1个像元，满足土地利用动态监测的要求。2 遥感图像的主成分分析主成分分析（又称主分量变换）是一种尽可能不丢失信息用几个综合性指标汇集多个变量的测量值而进行描述的方法［5］。在多光谱图像中，由于各波段的数据间存在相关的情况很多，通过主成分分析就可以把图像的大部分信息用少数波段表示出来，使得信息几乎不丢失但数据量可以减少。本文分别对于二期 LANDSAT－TM 图像的除热红外波段的6个波段采用主成分分析，把获得的第一到第三主成分进行彩色合成，得到处理后的结果图像。3 结果数据的生成根据各种辅助资料，在经过主成分分析处理后的二期遥感图像上选择6个土地利用类型的训练样本，采用最大释然法进行计算机自动识别。由于遥感影像上存在同物异谱、异物同谱以及混合像元等情况，计算机自动识别在某些类别的区分上不太理想，例如未利用土地和城镇用地极易发生混淆。实际工作还需要辅助各种实测资料进行目视修正，以得到两个时相的最终分类结果，然后将分类结果以栅格形式转入地理信息系统软件ARC GIS中，对二期数据进行空间叠置分析，获得土地利用变化数据，并进行必要的数理统计，以便结果分析使用。3 结果分析1 土地利用变化幅度分析区域土地利用变化幅度主要体现在不同土地利用类型的面积总量变化上，可以提供区域土地利用变化总态势和土地利用结构变化信息。利用二期遥感资料，对丽江坝子地区两期土地利用数据进行统计分析，得到结果见表1。表1 1999～2001年土地利用变化表表1说明，3年来本区域耕地面积增加了27km2，城乡用地面积增加了19km2，水体面积减少了11km2，林地和草地则基本保持不变。2 土地利用动态度分析土地利用动态度可以简单采用单一土地利用动态度和综合土地利用动态度来描述［6］。其中单一土地利用动态度可定量描述区域一定时间范围内某种土地利用类型变化的速度，可提供土地利用变化的区域差异和预测未来土地利用变化趋势；综合土地利用动态度用于表征区域土地利用变化的速度。单一土地利用动态度公式表达式为：土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集式中，Ua，Ub分别表示研究初期及研究末期某一种土地利用类型的数量；T表示研究期时段长。综合土地利用动态度表达式为：土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集式中，LUi 表示研究初期第 i 地物类研究末期转为其他土地利用的面积；ΔLUi 表示第i地物类研究末期转为其他土地利用类型的面积；T表示研究时段。根据公式（1）和（2）计算丽江坝子地区土地利用六种类型的年变化率。结果说明，1999～2001年丽江坝子地区土地利用的年变化率为17%，其中城乡用地和未利用地变化速度最大，年变化率分别达到36%和21%，林地和草地基本保持不变，耕地和水域的年变化率分别为15%和09%。3 土地利用区域差异分析由于地形地貌和气候等自然条件差异，经济发展和人口增长速度不同，使得土地利用区域差异显著。对于土地利用变化的区域差异，可用某一特定土地利用类型相对变化率来表示。相对变化率是一种很好地反映土地利用变化区域差异的方法，其表达式为：土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集式中，Kb、Ka分别代表某区域某特定土地利用类型研究初期和研究末期的面积；Cb、Ca分别代表全区域某特定土地利用类型研究初期和研究末期的面积。根据行政区划，将丽江划分成丽江县、宁蒗县、永胜县和华坪县4个区域，根据遥感数据分别计算6 种土地利用类型的相对变化率，其结果见表2。表2 1999～2001年土地利用区域差异表从表2中可以看出，土地利用变化存在明显差异：①就耕地而言，丽江县最大，达到53，明显大于永胜县，宁蒗县和华坪县也大于永胜县；②林地，草地，水域变化各区域差异不大；③城乡用地的区域差异最为明显，丽江县大于其他3县很多，达到36；④未利用地的变化在华坪县较突出，约为89，几乎是永胜县的3倍。4 土地利用类型转换矩阵分析土地利用类型之间的相互转化情况，可采用马尔柯夫转移矩阵模型来进一步描述［7］。马尔柯夫链是一种具有“无后效性”的特殊随机过程，它反映的是一系列特定时间间隔下，一个亚稳定系统由n时刻向n＋1 时刻状态转换的一系列过程中，n＋1 时刻的状态只与n时刻的状态有关。由于土地利用类型演变具有马尔柯夫随机过程的性质：①一定区域内，不同土地利用类型之间具有相互可转化性；②土地利用类型之间的相互转化过程包含着较多尚难用函数关系准确描述的事件，故可采用马尔柯夫转移矩阵模型来描述土地利用类型动态转换。马尔柯夫模型在土地利用类型转化上应用的关键是确定土地利用类型之间相互转化的转移概率矩阵P。若采用斑块相互之间面积的转移概率为矩阵元素，则转移矩阵模型为：土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集式中，Pij为土地利用类型i转化为土地利用类型j的转移概率。遥感图像计算机自动识别中得到的土地利用变化转移概率矩阵如表3所示。表3 1999～2001年土地利用变化转移概率矩阵 单位：%从表3可以看出：（1）耕地的增加量主要是来自草地和未利用地，分别占51%和21%，减少量大部分转化为未利用地和草地，各占46%和10%。（2）林地的增加量主要来自于草地和耕地，各有06%和06%，有1%的林地转换为草地。（3）草地的增加量中有10%和 00%来自于耕地和林地，减少量中有 06%和51%分别转化为林地和耕地。（4）水域有32%转化为城乡用地，有36%转化为未利用地，有18%转化为林地，表明水体的减少主要受人为因素影响。（5）城乡用地的增加主要来自于耕地、未利用地和水域，分别占 74%、61%和39%。（6）城乡用地、耕地、草地和林地各有 06%、46%、93%和 58%转化为未利用地，表明本区域土地利用状况不太好，大量的农田遭到占用却未合理开发。4 结论土地利用/土地覆被变化（LUCC）研究旨在深入了解土地利用状况及其变化的动态过程、主导原因及演化机理，以提高人们对土地利用变化的预测、管理、决策和调控能力，对于其数据的获取和分析处理十分重要。通过对本次研究获得数据的分析，可以得到如下结论：（1）1999～2001年间云南丽江坝子地区的土地利用状况发生一定的变化。3年来耕地面积增加了27km2，城乡用地面积增加了19km2，水体面积减少了11km2，林地和草地基本保持不变；各类型的转化突出表现为水域向城乡用地、未利用土地向城乡用地和耕地转换。（2）土地利用的年变化率为 17%。其中城乡用地增加速度最快，以平均每年36%的速度递增，未利用地则以21%的速度递减，林地和草地基本保持不变。（3）土地利用类型相互间的转化突出表现为水域向城乡用地，未利用土地向城乡用地和耕地转换。3年来本区域共有068km2 即32%的水域面积转换为城乡用地，未利用土地中有14km2 和 07km2 转化为城乡用地和耕地，分别占未利用土地面积的06%和46%。参考文献［1］朱会议，李秀彬，何书金等环渤海地区土地利用的时空变化分析［J］地理学报，2001，56 （3）：253～260［2］王思远，刘纪元，张增祥等近10年中国土地利用格局及其演变［J］地理学报，2002，57 （5）：523～530［3］丽江地区地方志办公室丽江年鉴（1997） ［M］昆明：云南民族出版社，1997，293～294［4］李天宏，韩鹏厦门市土地利用/覆盖动态变化的遥感检测与分析［J］地理科学，2001，21 （6）：537～544［5］村井俊治等遥感精解［M］北京测绘出版社，1993，12：194～196［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］李忠峰，王一谋，王建华等基于RS与GIS的榆林地区土地利用变化分析水土保持学报，2003，6：97～99
我国土地利用类型，尤其是耕地变化与经济发展和人口分布的动态变化有着较为密切的联系，说明经济因素在土地利用和覆被变化中有不可忽视的重要作用。诚然，不只是经济的拉动作用，影响中国土地利用结构区域格局的因素还有自然因素和政策因素。地区不同，气候因素导致的自然条件差异也是造成土地利用和土地覆被变化的主要原因。国家政策的改变，尤其是土地政策调整，对土地利用有着显著影响，成为土利用变化的重要驱动力之一。1、经济因素GDP增长较快的地区，也是耕地面减少最快的地区。 耕地减少在全国是普遍现象，各省市自治区的GDP增长率和耕地化率变化呈负相关，与建设用地变化率呈正相关。即GDP增长率越高，耕地减少得越多，建设用地增加越多，这一结论与用小波系数波动曲线所计算出的结果相一致，即人口和GDP增长对耕地影响呈现负向效应。我国近年来经济快速增长，而经济增长又会带来产业结构的调整。统计资料表明，1949年以来，我国三大产业结构经历了不断变化过程，第一产业结构由1949年9%降至2008年的2%，第二产业和第三产业结构则分别由1949年的7%和4%增至2008年的6%和2%。三大产业增加值在GDP中所占发生了比较明显变化，说明中国经济增长模式发生了显著转变，从数量扩张型向质量改善型转变，经济效益和环境生态效益都得到了一定提高。中国的经济增正由粗放型向集约型转变，如此经济转轨必然会对土地利用结构与方式产生深远影响，土地粗放型利用正在被集约型利用所取代。此外，经济发展带动城市化碴着生活水平的不断提高，人们对生活空间需求也日益增大，城市在空间上显，此外，农村城镇化水平的不断提高也会促进农村建设用地的迅速增加，从而量优质耕地。北京、天津、上海、广东、浙江、江苏等省市经济发达，GDP增长较快，人口较稠密，其耕地、建设用地与GDP的关系都很好地印证了这一点。 2、政策因素改革开放以来，我国根据国情制定了多种土地政策，以期更好地管理和利用土地。1985年前后，由于国民经济增长迅速，工业化和城市化过程加快，建设用地大量耕地，加之1981年后的连续4年粮食大丰收，缓解了粮食危机，于是在1985年实施农业结构调整，退耕还草，开辟果园或鱼塘，大量耕地改作他用。这段时期耕地面积迅速下降。1986年国家土地管理局成立，政府开始采取经济手段
土地利用动态变化论文
土地系统动态模拟方法新进展土地系统动态模拟方法大多包含在土地利用/覆被变化研究的相关模型中。土地系统是一定地域范围内由地形、地貌、土壤、基础地质、水文、气候和植被等所有自然因素及过去和目前人类在这一地域范围内土地利用活动及其影响结果的综合体。土地系统动态模拟与分析需要考虑了在区域人口增长、经济发展、社会进步、自然环境条件变化的宏观背景下，用地类型之间在空间上相互竞争形成土地系统宏观结构及其空间上的宏观演替格局。土地系统动态模拟旨在回答土地系统结构在何时、何地、为何以及发生怎样的变化与转换，并导致何种突出的环境效应。这些目标的实现，必须运用定量分析的方法，建立土地系统动态模拟模型，阐明土地系统动态变化机制，开展区域用地结构变化情景分析。土地系统动态模拟系统的开发与应用能够加深人们对土地系统动态变化机制的理解，并为预测区域未来土地系统动态变化趋势提供分析工具。土地系统动态的系统性与时空分异性特征要求土地系统动态模拟既要从区域水平（或一定级别的行政单元）上对影响用地结构变化的因素进行宏观分析，如建立以系统动力学理论为依据的定量分析模型，将自然因素和人类社会因素综合到一个具有反馈特征的系统中，充分考虑各种相关因素的影响，也需要在较精细的时空单元栅格上测度各驱动因子的变化，并将其导致的用地结构变化表征到具有一定时空精度的单元栅格上。目前可以用来进行土地系统动态模拟的模型与方法，各有优势与不足。目前，可以用来进行土地系统动态模拟方法可大致分为三类：基于经验统计的方法、基于多智能主体分析的方法、基于栅格邻域关系分析的方法和土地系统动态模拟系统（DLS）。最新发展的土地系统动态模拟系统（DLS）着眼于整个土地系统，以区域用地结构变化均衡理论和栅格尺度用地类型分布约束理论为理论依据，以区域土地系统为研究对象，综合考虑驱动区域土地系统结构变化的自然控制因子和社会经济驱动因子，定量地分析它们之间的动态反馈机制，并共同推进土地系统结构变化与格局演替（以下称土地系统演化）的机理。DLS 将土地系统结构变化看作一个时空动态过程，通过开展情景分析，模拟区域土地系统演化时空格局。摘自：邓祥征【著】，土地动态模拟系统，北京：中国大地出版社，
李喆1 马润赓2（北京大学遥感与地理信息系统研究所，北京，100871；中国地质大学地球科学与资源学院，北京，100083）摘要：利用1999年2月和2001年4月2幅TM影像资料和其他辅助资料为资料源，对主成分分析处理后的遥感影像进行计算机自动识别，采用人机交互式解译方法获得各种土地利用类型分布信息，并使用地理信息系统的空间分析和数理统计功能分析丽江坝子地区土地利用变化的数量变化，土地利用动态度等特征，以及各类型之间的转化情况。结果表明：本区域耕地面积增加了27km2，城乡用地面积增加了19km2，水体面积减少了11km2，林地和草地基本保持不变；各类型的转化突出表现为水域向城乡用地，未利用土地向城乡用地和耕地转换。关键词：土地利用变化；马尔柯夫矩阵；云南丽江地区；遥感和 GIS区域土地利用/覆被变化（LUCC）是全球环境变化研究中的重要领域之一。土地利用变化数据可以提供研究区域土地利用状况的现实状况，保证国家及时、准确地掌握土地利用变化情况，为制定国民经济发展规划、计划和宏观决策提供科学依据［1］。土地利用变化包括时间变化、空间变化和质量变化等三个方面，其中空间变化反映土地利用变化的空间类型、变化类型的空间分布以及区域差异，是土地管理和规划关注的焦点问题［2］。这一问题的解决关键在于如何提取土地利用变化数据以及如何对获取的信息进行科学的分析处理。遥感技术以其快速、准确、周期短等优点在大中尺度的土地利用/覆盖变化的监测中具有明显的优势。本文利用遥感和 GIS 相结合的方法，通过数理统计分析，描述了丽江坝子地区1999～2001年间土地利用的数量变化和空间变化特征，为该区域土地管理决策、生态环境保护、资源合理开发等奠定了基础，对于区域土地可持续发展和利用具有重要意义。1 研究区概况丽江位于云南省西北部［3］，金沙江中游，地理坐标为：99°23′E～101°31′E，25°59′N～27°56′N。四周分别与迪庆州、怒江州、大理州、楚雄州和四川省攀枝花市、凉山州毗邻，辖丽江纳西族自治县、宁蒗彝族自治县、永胜县和华坪县，国土总面积有02km2。由于地处青藏高原和云贵高原的结合部，属横断山区，地形复杂，山高谷深，长期自然环境相对封闭，形成具有典型特点的垂直自然带和立体气候，动植物区系极为复杂，珍稀野生动植物丰富。全区总人口109 万，包括汉、纳西、彝、傈僳、藏、白、普米等23个民族，其中少数民族人口占57%［3］。2 研究方法1 研究资料分别拍摄于1999年2月和2001年4月2幅 LANDSAT－TM 图像，地面分辨率为30m，在研究区域内没有云层覆盖，质量较好；另有1∶1 万地形图和1∶5 万土地利用图，用于辅助训练样区的选择和目视解译；还有其他统计资料（气象、水文、人口、土壤、社会经济）等。2 主要工作流程使用遥感图像信息进行变化检测的方法主要有三种：分类后比较法，多时相图像直接求交法和多时相图像分类法［4］。多时相图像直接求交法要求两个时相比较接近，检测变化信息一般使用图像差值、比值或主成分分析，操作简单，但是得不到变化的具体地物类型。本文所使用遥感图像时间差异接近3个月，不宜使用直接求交法。多时相图像分类法在使用时要使用静态类型和动态类型，动态类型的训练样本一般不易确定。本文主要使用分类后比较法。本研究的主要工作流程如图1 所示：首先使用 PCI 软件分别对2 幅 TM 图像进行图像预处理（如几何纠正等），并分别对以上两个时相的影像做主成分分析，然后充分结合各种知识（如地形图，植被图等）进行监督分类［3］。监督分类时采用《中国土地利用现状调查技术规程》规定，将土地利用类型划分为：耕地，林地，草地，水域，城乡工矿居民地和未利用土地共6 类。采用人机交互式方法判读分类结果，并将解译结果以栅格形式转入地理信息系统软件 ARC GIS 中进行数据处理，对二期数据进行空间叠置分析，获得土地利用变化数据，以此为基础进行土地利用动态变化分析。图1 项目主要工作流程图3 几个关键技术的处理1 遥感图像的几何配准两个时相遥感图像的几何配准是动态变化研究的基础。为了便于利用地学信息进行辅助分析，可以将遥感图像配准到大地坐标系中。本文选择1∶1 万地形图为基准，在遥感图像上均匀选择12个地面控制点，使用二次多项式拟合，灰度采样方式为双三次卷积，进行几何配准和灰度重采样处理。结果总体均方误差为624，配准误差小于1个像元，满足土地利用动态监测的要求。2 遥感图像的主成分分析主成分分析（又称主分量变换）是一种尽可能不丢失信息用几个综合性指标汇集多个变量的测量值而进行描述的方法［5］。在多光谱图像中，由于各波段的数据间存在相关的情况很多，通过主成分分析就可以把图像的大部分信息用少数波段表示出来，使得信息几乎不丢失但数据量可以减少。本文分别对于二期 LANDSAT－TM 图像的除热红外波段的6个波段采用主成分分析，把获得的第一到第三主成分进行彩色合成，得到处理后的结果图像。3 结果数据的生成根据各种辅助资料，在经过主成分分析处理后的二期遥感图像上选择6个土地利用类型的训练样本，采用最大释然法进行计算机自动识别。由于遥感影像上存在同物异谱、异物同谱以及混合像元等情况，计算机自动识别在某些类别的区分上不太理想，例如未利用土地和城镇用地极易发生混淆。实际工作还需要辅助各种实测资料进行目视修正，以得到两个时相的最终分类结果，然后将分类结果以栅格形式转入地理信息系统软件ARC GIS中，对二期数据进行空间叠置分析，获得土地利用变化数据，并进行必要的数理统计，以便结果分析使用。3 结果分析1 土地利用变化幅度分析区域土地利用变化幅度主要体现在不同土地利用类型的面积总量变化上，可以提供区域土地利用变化总态势和土地利用结构变化信息。利用二期遥感资料，对丽江坝子地区两期土地利用数据进行统计分析，得到结果见表1。表1 1999～2001年土地利用变化表表1说明，3年来本区域耕地面积增加了27km2，城乡用地面积增加了19km2，水体面积减少了11km2，林地和草地则基本保持不变。2 土地利用动态度分析土地利用动态度可以简单采用单一土地利用动态度和综合土地利用动态度来描述［6］。其中单一土地利用动态度可定量描述区域一定时间范围内某种土地利用类型变化的速度，可提供土地利用变化的区域差异和预测未来土地利用变化趋势；综合土地利用动态度用于表征区域土地利用变化的速度。单一土地利用动态度公式表达式为：土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集式中，Ua，Ub分别表示研究初期及研究末期某一种土地利用类型的数量；T表示研究期时段长。综合土地利用动态度表达式为：土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集式中，LUi 表示研究初期第 i 地物类研究末期转为其他土地利用的面积；ΔLUi 表示第i地物类研究末期转为其他土地利用类型的面积；T表示研究时段。根据公式（1）和（2）计算丽江坝子地区土地利用六种类型的年变化率。结果说明，1999～2001年丽江坝子地区土地利用的年变化率为17%，其中城乡用地和未利用地变化速度最大，年变化率分别达到36%和21%，林地和草地基本保持不变，耕地和水域的年变化率分别为15%和09%。3 土地利用区域差异分析由于地形地貌和气候等自然条件差异，经济发展和人口增长速度不同，使得土地利用区域差异显著。对于土地利用变化的区域差异，可用某一特定土地利用类型相对变化率来表示。相对变化率是一种很好地反映土地利用变化区域差异的方法，其表达式为：土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集式中，Kb、Ka分别代表某区域某特定土地利用类型研究初期和研究末期的面积；Cb、Ca分别代表全区域某特定土地利用类型研究初期和研究末期的面积。根据行政区划，将丽江划分成丽江县、宁蒗县、永胜县和华坪县4个区域，根据遥感数据分别计算6 种土地利用类型的相对变化率，其结果见表2。表2 1999～2001年土地利用区域差异表从表2中可以看出，土地利用变化存在明显差异：①就耕地而言，丽江县最大，达到53，明显大于永胜县，宁蒗县和华坪县也大于永胜县；②林地，草地，水域变化各区域差异不大；③城乡用地的区域差异最为明显，丽江县大于其他3县很多，达到36；④未利用地的变化在华坪县较突出，约为89，几乎是永胜县的3倍。4 土地利用类型转换矩阵分析土地利用类型之间的相互转化情况，可采用马尔柯夫转移矩阵模型来进一步描述［7］。马尔柯夫链是一种具有“无后效性”的特殊随机过程，它反映的是一系列特定时间间隔下，一个亚稳定系统由n时刻向n＋1 时刻状态转换的一系列过程中，n＋1 时刻的状态只与n时刻的状态有关。由于土地利用类型演变具有马尔柯夫随机过程的性质：①一定区域内，不同土地利用类型之间具有相互可转化性；②土地利用类型之间的相互转化过程包含着较多尚难用函数关系准确描述的事件，故可采用马尔柯夫转移矩阵模型来描述土地利用类型动态转换。马尔柯夫模型在土地利用类型转化上应用的关键是确定土地利用类型之间相互转化的转移概率矩阵P。若采用斑块相互之间面积的转移概率为矩阵元素，则转移矩阵模型为：土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集式中，Pij为土地利用类型i转化为土地利用类型j的转移概率。遥感图像计算机自动识别中得到的土地利用变化转移概率矩阵如表3所示。表3 1999～2001年土地利用变化转移概率矩阵 单位：%从表3可以看出：（1）耕地的增加量主要是来自草地和未利用地，分别占51%和21%，减少量大部分转化为未利用地和草地，各占46%和10%。（2）林地的增加量主要来自于草地和耕地，各有06%和06%，有1%的林地转换为草地。（3）草地的增加量中有10%和 00%来自于耕地和林地，减少量中有 06%和51%分别转化为林地和耕地。（4）水域有32%转化为城乡用地，有36%转化为未利用地，有18%转化为林地，表明水体的减少主要受人为因素影响。（5）城乡用地的增加主要来自于耕地、未利用地和水域，分别占 74%、61%和39%。（6）城乡用地、耕地、草地和林地各有 06%、46%、93%和 58%转化为未利用地，表明本区域土地利用状况不太好，大量的农田遭到占用却未合理开发。4 结论土地利用/土地覆被变化（LUCC）研究旨在深入了解土地利用状况及其变化的动态过程、主导原因及演化机理，以提高人们对土地利用变化的预测、管理、决策和调控能力，对于其数据的获取和分析处理十分重要。通过对本次研究获得数据的分析，可以得到如下结论：（1）1999～2001年间云南丽江坝子地区的土地利用状况发生一定的变化。3年来耕地面积增加了27km2，城乡用地面积增加了19km2，水体面积减少了11km2，林地和草地基本保持不变；各类型的转化突出表现为水域向城乡用地、未利用土地向城乡用地和耕地转换。（2）土地利用的年变化率为 17%。其中城乡用地增加速度最快，以平均每年36%的速度递增，未利用地则以21%的速度递减，林地和草地基本保持不变。（3）土地利用类型相互间的转化突出表现为水域向城乡用地，未利用土地向城乡用地和耕地转换。3年来本区域共有068km2 即32%的水域面积转换为城乡用地，未利用土地中有14km2 和 07km2 转化为城乡用地和耕地，分别占未利用土地面积的06%和46%。参考文献［1］朱会议，李秀彬，何书金等环渤海地区土地利用的时空变化分析［J］地理学报，2001，56 （3）：253～260［2］王思远，刘纪元，张增祥等近10年中国土地利用格局及其演变［J］地理学报，2002，57 （5）：523～530［3］丽江地区地方志办公室丽江年鉴（1997） ［M］昆明：云南民族出版社，1997，293～294［4］李天宏，韩鹏厦门市土地利用/覆盖动态变化的遥感检测与分析［J］地理科学，2001，21 （6）：537～544［5］村井俊治等遥感精解［M］北京测绘出版社，1993，12：194～196［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］李忠峰，王一谋，王建华等基于RS与GIS的榆林地区土地利用变化分析水土保持学报，2003，6：97～99
伴随着科学技术的发展和生产力水平的巨大提高，人口剧增、资源浪费、环境污染、生态破坏等一系列社会问题严重地威胁着人类自身的生存与发展。在这种形势下，人们提出了“既能满足当代人的需求、又不对后代人的需求构成危害”的“可持续发展”思想。作为可持续发展的重要环节之一，土地资源的可持续利用十分重要。 一、土地资源的经济特点 1、开发利用的可选择性。土地都有固定的地理位置，虽不可移动，但对它的使用却是可选择的，表现在两个方面：第一，同样的用途可选择不同区位的地块。第二，同一块土地可用于多种用途的选择。 2、土地的使用成本是机会成本。因为土地资源有多种用途，但在一定时期，一块土地只能用于一种用途，因此体现出土地使用的机会成本，即同一块土地若因用于一种用途而放弃另一种用途，可能获得较大收益，也可能得不偿失。因此，在使用土地资源时，应综合考虑各方面的因素，进行科学决策。 3、土地资源的使用效益是综合效益，包括经济、社会和生态效益等在内。土地除具有自然属性外，还具有社会经济属性。土地的社会属性是人类社会经济活动赋予土地的新的特性的总和。人类在对土地资源进行开发利用时，会受到社会和生态环境等因素的制约和影响，同时又会对社会和生态环境产生各种各样的影响。所以，对土地资源开发利用的效益是包括经济、社会和生态效益在内的一种综合效益。 二、我国土地资源可持续利用的几点对策 1、减轻土地人口压力，提高人口素质。在人口与土地这一对特殊的矛盾中，人类必须主动调节自身繁衍的速度和规模，依据客观自然规律和经济规律约束自身土地利用行为。这就要求我们做到：（1）在继续严格执行计划生育政策的同时，逐步建立和完善社会保险、社会救助、社会福利等社会保障体系，使人口增长速率降幅增大，切实、有效地控制人口总量增长。（2）积极进行劳务输出。外出务工可增加农民收入，使农民生活条件得以改善、对农业生产的投入增加；同时，农民还可学到先进的技术和管理经验，既能提高农民土地资源可持续利用的能力，又有利于促进农村封闭的社会环境向开放、良性循环的方向演变。（3）提高人口素质。①加大基础教育投资力度，特别是要加快少数民族地区和贫困地区教育的发展，以提高人力资本的积累速度。②加强“资源与环境意识”教育，提高人们对土地资源可持续利用的认识，同时，注重提高农民的农技知识水平和技能，为农民举办各种形式的技术培训班，为提高农民