黎顯平，馮仲科，游先祥，瞿　帥

（1.哈爾濱師范大學(xué) 地理科學(xué)學(xué)院，黑龍江 哈爾濱 150025 2.北京林業(yè)大學(xué) 精準(zhǔn)林業(yè)北京市重點(diǎn)實(shí)驗(yàn)室，北京100083）

縣域城市擴(kuò)張遙感動(dòng)態(tài)監(jiān)測(cè)及驅(qū)動(dòng)力分析

黎顯平1，2，馮仲科1，2，游先祥2，瞿帥2

（1.哈爾濱師范大學(xué) 地理科學(xué)學(xué)院，黑龍江 哈爾濱 150025 2.北京林業(yè)大學(xué) 精準(zhǔn)林業(yè)北京市重點(diǎn)實(shí)驗(yàn)室，北京100083）

為了迅速掌握初級(jí)發(fā)展階段中縣域城市的擴(kuò)展特征并合理利用土地資源，選取河南省洛陽市嵩縣作為研究對(duì)象，采用遙感（RS）變化監(jiān)測(cè)與地理信息系統(tǒng)（GIS）空間分析方法，分析了河南省嵩縣城鎮(zhèn)擴(kuò)展變化特征，研究了各驅(qū)動(dòng)因子對(duì)城鎮(zhèn)擴(kuò)展中主要用地類型的影響。結(jié)果表明：近26 a來，嵩縣城市擴(kuò)展速度北快南慢，地形對(duì)嵩縣的擴(kuò)展影響較大，建設(shè)用地增長(zhǎng)率達(dá)266.0%，耕地面積減少幅度為28.9%，林地增幅為14.3%，水域、灘涂總體變化量較小，未利用地則呈現(xiàn)快速減少趨勢(shì)。土地利用類型轉(zhuǎn)化的主要方向?yàn)楦嘏c林地的轉(zhuǎn)化，草地與林地的轉(zhuǎn)化，灘涂與水域的轉(zhuǎn)化，未利用地與耕地的轉(zhuǎn)化。其中，未利用地與草地向各地類的轉(zhuǎn)化率最大，分別為88.5%和87.6%。驅(qū)動(dòng)力分析表明：經(jīng)濟(jì)發(fā)展、居民消費(fèi)水平及人口變動(dòng)對(duì)縣城主要用地的變化具有較強(qiáng)的解釋作用。圖4 表8參16

土地利用變化；嵩縣；縣域城市擴(kuò)展；動(dòng)態(tài)監(jiān)測(cè)；驅(qū)動(dòng)力

城鎮(zhèn)擴(kuò)展是現(xiàn)代化建設(shè)的核心內(nèi)容之一，城市用地?cái)U(kuò)張也是區(qū)域生態(tài)環(huán)境系統(tǒng)的重要組成部分，并以逐漸積累的方式影響著全球生態(tài)環(huán)境。合理利用土地資源是城市動(dòng)態(tài)擴(kuò)展過程中最重要的參考條件，研究土地利用動(dòng)態(tài)變化是將區(qū)域的開發(fā)建設(shè)對(duì)其結(jié)構(gòu)和功能造成的影響具體化呈現(xiàn)的一種有效方法［1］。采用遙感（RS）與地理信息系統(tǒng)（GIS）技術(shù)相結(jié)合的方法來研究土地利用時(shí)空變化規(guī)律與驅(qū)動(dòng)機(jī)制是城市遙感動(dòng)態(tài)監(jiān)測(cè)的熱點(diǎn)［2］。借助數(shù)學(xué)模型定量分析土地利用結(jié)構(gòu)動(dòng)態(tài)變化過程及趨勢(shì)預(yù)測(cè)，可為區(qū)域未來土地合理利用規(guī)劃提供決策依據(jù)［3-6］。中國(guó)城市化過程中的城市用地?cái)U(kuò)張問題作為多學(xué)科的研究熱點(diǎn)，在研究視角、研究方法與數(shù)據(jù)基礎(chǔ)上等都有較大的差異。張樂勤等［6］認(rèn)為 “3S”技術(shù)與數(shù)學(xué)模型方法及數(shù)據(jù)庫技術(shù)相結(jié)合是創(chuàng)新城市擴(kuò)展研究的新途徑。施益強(qiáng)等［7］認(rèn)為采取遙感獲取土地利用信息結(jié)合GIS技術(shù)進(jìn)行疊置分析比較，可以更具體地了解各類土地利用的變化信息，是綜合研究土地利用變化的有效方法。于龍等［8］采用遙感波譜角分類方法進(jìn)行土地利用分類取得較好效果，保證了進(jìn)一步的土地利用動(dòng)態(tài)監(jiān)測(cè)的精確度。王茜等［9］以北京大興區(qū)為例，運(yùn)用擴(kuò)展強(qiáng)度及擴(kuò)展規(guī)模系數(shù)等指標(biāo)來分析建設(shè)用地?cái)U(kuò)展特征，并采用緩沖區(qū)分析得出自然因素、社會(huì)經(jīng)濟(jì)、交通及政策因素是影響其擴(kuò)展的主要因素。樊亞鵬等［10］以廣州市為例分析城市擴(kuò)展及城市熱環(huán)境效應(yīng)，認(rèn)為高密度建設(shè)用地對(duì)地區(qū)溫度影響最大，而植被則有降溫的作用。以上學(xué)者多以城市化速度快、區(qū)域范圍廣的大城市作為研究區(qū)，大部分時(shí)間跨度短，城市化特征評(píng)價(jià)指標(biāo)較單一、指向不明確，而中國(guó)縣域城市面臨著距離大城市遠(yuǎn)、人口密度低和城市規(guī)劃落后等問題，對(duì)小范圍的典型地區(qū)進(jìn)行研究，是深入分析土地利用時(shí)空變化規(guī)劃的有效途徑［11］。本研究選取地處偏遠(yuǎn)、具有特殊山地地貌、發(fā)展具有較強(qiáng)獨(dú)立性的河南省嵩縣作為研究對(duì)象。采用多源多時(shí)相遙感影像圖提取目標(biāo)地類的分類矢量圖，通過城鎮(zhèn)擴(kuò)展強(qiáng)度指數(shù)、城鎮(zhèn)發(fā)展過程中土地利用的綜合動(dòng)態(tài)度與轉(zhuǎn)移概率矩陣3個(gè)評(píng)價(jià)指標(biāo)來分析嵩縣在26 a間的城鎮(zhèn)擴(kuò)展演變的過程，基于多元回歸模型著重分析耕地及建設(shè)用地的動(dòng)態(tài)變化特征及其驅(qū)動(dòng)力。研究嵩縣的城鎮(zhèn)擴(kuò)展特征及規(guī)律，探尋與經(jīng)濟(jì)發(fā)展及人口因子之間的關(guān)系，對(duì)于引導(dǎo)初級(jí)發(fā)展階段中的城鎮(zhèn)合理化用地規(guī)模和格局，平衡土地利用結(jié)構(gòu)提供有效的參考依據(jù)。

1　研究區(qū)概況

嵩縣位于河南省西部，東接汝陽、魯山，南鄰南召、內(nèi)鄉(xiāng)，西依欒川、洛寧，北與宜陽、伊川接壤，地理位置為33°35′～34°21′N，111°24′～112°22′E。東西最寬處約62 km，南北長(zhǎng)約86 km，總面積為3 007.9 km2，是一個(gè)以山地為主的縣域城市。山地面積較多，平原丘陵面積較少且大部分集中在北部，林地面積超過60%。各鄉(xiāng)鎮(zhèn)中心建成時(shí)間短，到2013年止，全縣一共9個(gè)鎮(zhèn)7個(gè)鄉(xiāng)386個(gè)行政村，城市化水平不超過5%，是一個(gè)處在初級(jí)發(fā)展階段的城鎮(zhèn)。

2　數(shù)據(jù)源與研究方法

2.1數(shù)據(jù)源收集

遙感影像選取1987年7月專題制圖儀TM（thematic mapper），1996年5月TM，2004年5月地球觀測(cè)衛(wèi)星SPOT5，2013年5月ZY-3衛(wèi)星及陸地衛(wèi)星Landsat 8數(shù)據(jù)共4期數(shù)據(jù)，分別間隔9，8和9 a，基本滿足等年距要求。輔助數(shù)據(jù)應(yīng)用嵩縣提供的1993-2008年MAPGIS地形圖數(shù)據(jù)，2009年二類調(diào)查土地利用現(xiàn)狀數(shù)據(jù)，2010年城區(qū)范圍為5 m精度，山區(qū)10 m精度的數(shù)字高程模型（DEM）數(shù)據(jù)。文檔資料包括1987，1990-2010年間的年鑒統(tǒng)計(jì)數(shù)據(jù)。

2.2研究方法

2.2.1遙感圖像預(yù)處理以2004年的SPOT5的2.5 m正射影像圖為基準(zhǔn)圖，采用回歸分析的方法對(duì)影像做大氣較正并采用二項(xiàng)式方法對(duì)遙感影像進(jìn)行幾何較正，直至控制點(diǎn)的平均誤差小于0.5個(gè)像元才輸出最終校正結(jié)果圖。研究中選取了多源多時(shí)相的遙感數(shù)據(jù)，因此存在空間分辨率不一致的問題。在做處理時(shí)，對(duì)TM遙感數(shù)據(jù)空間插值重復(fù)采樣2次（1次提高1倍）將圖像分辨率提高至7.5 m效果最佳，再利用同一期TM較好的光譜分辨率與較高空間分辨率的遙感數(shù)據(jù)進(jìn)行融合，從而得到光譜和空間分辨率均較好的遙感圖像。

2.2.2土地利用分類對(duì)遙感影像數(shù)據(jù)進(jìn)行分類是獲得具體的土地利用變化信息必不可少的一步［12-14］，根據(jù)GB/T 21010-2007《土地利用現(xiàn)狀分類標(biāo)準(zhǔn)》，并結(jié)合嵩縣實(shí)際情況，將研究區(qū)分成居民地、道路、耕地、林地、草地、水域、灘涂、未利用地等共8個(gè)地物類型。充分分析現(xiàn)有數(shù)據(jù)，將DEM圖高程信息及相關(guān)地形圖作為輔助解譯，利用ERDAS軟件對(duì)其進(jìn)行初步分類：2013年采取多分類器集成的方法進(jìn)行地類信息提取；2004年的SPOT5E采用面向?qū)ο髨D像分割進(jìn)行分類；1987年及1996年TM影像采用支持向量機(jī)分類，后期結(jié)合人工目視解譯做修改，以野外調(diào)查及高分辨率圖像對(duì)照進(jìn)行檢驗(yàn)，在精度檢驗(yàn)時(shí)，對(duì)每個(gè)地類選取不少于40個(gè)的隨機(jī)點(diǎn)，與Google Earth地圖及地面調(diào)查結(jié)果圖進(jìn)行一一對(duì)照，以保證判讀結(jié)果的精度。經(jīng)統(tǒng)計(jì)，各期土地利用類型精度均在80%以上。以此得到1987，1996，2004 及2013年共4期土地利用現(xiàn)狀數(shù)據(jù)，精度評(píng)價(jià)表如表1所示。由表1可知：本研究所提取的各時(shí)期土地利用分類結(jié)果精度均在86%以上，Kappa系數(shù)為0.80以上，分類結(jié)果具有一定的可靠性。總體而言，能滿足縣域土地利用動(dòng)態(tài)監(jiān)測(cè)對(duì)數(shù)據(jù)處理的要求。最終獲得的面積統(tǒng)計(jì)和分類現(xiàn)狀圖如表2和圖1所示。

表1　1987-2013年土地利用分類精度評(píng)價(jià)Table 1　Land use classification accuracy evaluation table in 1987-2013

表2　1987-2013年間各土地利用類型面積及所占百分比Table 2　Land use types area and the percentage in 1987-2013

2.2.3動(dòng)態(tài)信息提取動(dòng)態(tài)信息提取采用分類后提取與直接比較相結(jié)合的方法來進(jìn)行提取。分類后提取動(dòng)態(tài)是利用前后2期分類數(shù)據(jù)相減，生成變化圖確定變化發(fā)生的位置。直接比較法是利用同一位置不同地物在融合后與正常地物的光譜表現(xiàn)出明顯的差別，以此可勾繪出變化信息區(qū)域，進(jìn)而生成一個(gè)變化模板，用以確定變化圖斑的范圍，去掉偽變化，此次選擇了光譜特征變異法來生成變化模板。利用比較法得到的變化模板對(duì)分類后提取的變化信息圖像進(jìn)行檢查和修改。根據(jù)變化屬性分別賦予編碼，如前一期地類為居民地，變化為耕地，則編碼 “12”，表示此圖斑由地類 “1”變成地類 “2”。最后對(duì)動(dòng)態(tài)圖斑加以定性與集成，每2期現(xiàn)狀分類數(shù)據(jù)對(duì)比分析得出一期動(dòng)態(tài)變化數(shù)據(jù)，土地利用變化信息提取的最終結(jié)果如圖2所示。以4期土地利用現(xiàn)狀分類數(shù)據(jù)為基礎(chǔ)，通過數(shù)學(xué)模型計(jì)算出4期土地利用程度值與3期綜合動(dòng)態(tài)度。采用空間疊置方法來計(jì)算相鄰2期數(shù)據(jù)間的土地利用轉(zhuǎn)移概率矩陣，分析土地利用類型相互之間的流向，研究土地利用的變動(dòng)特點(diǎn)，進(jìn)而利用多元回歸模型研究主要地物類型變化的驅(qū)動(dòng)力分析。

3　動(dòng)態(tài)擴(kuò)展結(jié)果分析

3.1土地利用程度

研究區(qū)的數(shù)據(jù)以行政村為區(qū)劃單位，計(jì)算各村的土地利用程度值，反映不同行政村的土地利用程度的差異性，突出重點(diǎn)變化區(qū)域。土地利用程度計(jì)算表達(dá)式為。La表示土地利用程度值，Ai為第i級(jí)土地利用程度分級(jí)數(shù)，土地利用分級(jí)指數(shù)如表3所示；Ci為第i級(jí)的土地利用程度所占區(qū)劃單位的面積的百分比。依據(jù)公式計(jì)算出來的4期土地利用程度值按小到大的順序分為5個(gè)等級(jí)，等級(jí)越高表示土地利用強(qiáng)度越大。

圖1　2013年嵩縣土地利用現(xiàn)狀分類圖Figure 1　Land use status of Song County in 2013

圖2　1987-1996年土地利用動(dòng)態(tài)變化圖Figure 2　Dynamic change of land use in 1987-1996

表3　土地利用程度分級(jí)及賦值Table 3　Land use degree index

從圖3可以看出：嵩縣各行政村在不同時(shí)期土地利用程度值呈現(xiàn)不同的分布。總體上北部較高等級(jí)的土地利用程度區(qū)域明顯擴(kuò)大，而南部村落土地利用強(qiáng)度等級(jí)變化較小，個(gè)別村甚至呈下降趨勢(shì)。影響嵩縣土地利用程度的區(qū)域主要集中在北部，北部的城鎮(zhèn)擴(kuò)展速度也相對(duì)較高。土地利用程度的變化幅度最大為第5級(jí)，集中在北部平原丘陵區(qū)域。其他土地利用程度等級(jí)覆蓋區(qū)域呈下降趨勢(shì)。

圖3　1987，1996，2004，2013年土地利用程度分級(jí)圖Figure 3　Land use degree classification in 1987，1996，2004，2013

3.2綜合土地利用動(dòng)態(tài)度

將研究區(qū)域分成500 m×500 m的數(shù)個(gè)小柵格作為最小計(jì)量單元，每個(gè)單元內(nèi)的動(dòng)態(tài)變化面積及各地類之間的轉(zhuǎn)換方式等信息逐一被記錄，以此計(jì)算各單元內(nèi)的綜合土地利用動(dòng)態(tài)度值，刻畫出不同空間尺度上土地利用變化速率的區(qū)域差異［15-16］。綜合土地利用動(dòng)態(tài)度的數(shù)學(xué)表達(dá)式為100%。其中：LC為T時(shí)間段內(nèi)研究區(qū)的土地利用變化速率，LUi為初始時(shí)間點(diǎn)第i類土地利用類型總面積，ΔLUi-j為監(jiān)測(cè)時(shí)段內(nèi)第i類土地利用類型轉(zhuǎn)為其他土地利用類型面積，T為研究時(shí)段長(zhǎng)度。依據(jù)計(jì)算得出3期的綜合土地利用動(dòng)態(tài)度值均為0～1，其值按0～0.01（基本無變動(dòng)區(qū)），0.01～0.05（變化緩慢區(qū)），0.05～0.10（變化中等區(qū)），0.10～0.20（變化快速區(qū)），0.20～1.00（變化極快區(qū)）分為5個(gè)等級(jí)的土地利用動(dòng)態(tài)區(qū)劃值，如圖4所示。其意在刻畫不同空間尺度土地利用動(dòng)態(tài)變化速率的區(qū)域差異，等級(jí)越高說明動(dòng)態(tài)變化的速度越快，土地利用類型之間的演變?cè)絼×摇?/p>

圖4表明：熱點(diǎn)變化等級(jí)較高的區(qū)劃單元大量分布在平原和丘陵地帶，并落于建設(shè)用地和耕地所在區(qū)域。疊置計(jì)算得出第1期動(dòng)態(tài)中建設(shè)用地和耕地分別有46%，69%的區(qū)域分布在綜合土地利用動(dòng)態(tài)變化第4級(jí)與第5級(jí)所在區(qū)；第2期為39%，46%；第3期為33%，59%。建設(shè)用地和耕地分布在第4與第5級(jí)的總面積占嵩縣總面積的18.9%，第2，3期數(shù)據(jù)分別為17%，20%。因此也可以明確建設(shè)用地和耕地是嵩縣變化最劇烈的2個(gè)土地利用類型。變化區(qū)域仍以北部為主，第1期動(dòng)態(tài)變化中建設(shè)用地尤為劇烈，第2，3期中建設(shè)用地增加速度較第1期變慢，南部在第2期動(dòng)態(tài)中由低等級(jí)向高等級(jí)轉(zhuǎn)化區(qū)域增加，集中在車村鎮(zhèn)中心以及白云山旅游建設(shè)區(qū)。

圖4　3期綜合土地利用動(dòng)態(tài)度分級(jí)圖Figure 4　Comprehensive land use dynamic degree classification chart

3.3土地利用類型相互之間的流向

通過ARCGIS中的相交運(yùn)算計(jì)算每2期數(shù)據(jù)之間的土地利用類型的轉(zhuǎn)移概率矩陣，能夠清晰地反映各土地利用類型互相之間轉(zhuǎn)化，揭示土地利用格局的時(shí)空演變的量化過程。其數(shù)學(xué)模型為：

其中：Pij為研究期初第i類土地利用類型轉(zhuǎn)變?yōu)檠芯科谀┑趈類土地利用類型的面積。Pij表示第i類土地沒有變化的面積比率。表4～表6是通過模型計(jì)算出來的各期土地利用轉(zhuǎn)移概率矩陣結(jié)果。

從表4～表6可以看出：耕地的流出方向主要為林地、居民地與草地。耕地到林地第1期的轉(zhuǎn)化量最大為30%，經(jīng)歷了先增后減的過程，其次耕地到居民地的轉(zhuǎn)化前2期動(dòng)態(tài)變化中區(qū)別不大，分別為4.66%和4.48%，第3期降為1.03%，2004年因國(guó)家退耕還林措施的實(shí)施，林地中經(jīng)濟(jì)林的增加，也致使耕地到林地轉(zhuǎn)化量變大。耕地的流入主要是林地、草地、灘涂與未利用地。林地向耕地的流入量小于8%，相對(duì)流出量少很多。草地與林地的依存關(guān)系較大，對(duì)耕地的補(bǔ)充有一定積極作用。灘涂與未利用地則對(duì)耕地貢獻(xiàn)量處于增加的趨勢(shì)。

表4　1987-1996年各土地利用類型轉(zhuǎn)移概率矩陣Table 4　Transfer probability matrix of land use types in 1987-1996

表5　1996-2004年各土地利用類型轉(zhuǎn)移概率矩陣Table 5　Transfer probability matrix of land use types in 1996-2004

表6　2004-2013年各土地利用類型轉(zhuǎn)移概率矩陣Table 6　Transfer probability matrix of land use types in 2004-2013

居民地的分布受地形影響較大，主要分布在平原和丘陵地帶，1987-1996年間增長(zhǎng)率達(dá)177%，是8個(gè)地類中漲幅最大的類型，其擴(kuò)展侵占的主要是耕地、草地和未利用地。1996-2004年期間增長(zhǎng)速度逐漸放緩，增加率為25%，2004-2013年增長(zhǎng)率則只有5%。究其原因是嵩縣特殊的地形情況下，適合建造居民地的平原及丘陵面積有限，到2004年平原地區(qū)的開發(fā)利用基本達(dá)飽和狀態(tài)，可用來做居地用地的土地已不多，2004年后除去新農(nóng)村的建設(shè)開墾大片的新土地外，其他增加的居民地大部分是在原有建設(shè)用地的周邊進(jìn)行擴(kuò)建，很少再新開發(fā)大片的土地用做居民地，因而擴(kuò)展速度有所減緩。

林地主要轉(zhuǎn)化方向是為耕地和草地，變動(dòng)速率亦是先增后減；灘涂與水域相互轉(zhuǎn)化量較大，其次灘涂轉(zhuǎn)化為耕地比率占11.74%；裸地則主要轉(zhuǎn)化為林地和耕地類型。其中有些不合理的轉(zhuǎn)化如灘涂及水域到居民地的轉(zhuǎn)化，則是因?yàn)榍捌诜诸愬e(cuò)誤造成的，但由于占比較小在此可忽略不計(jì)。

4　主要土地利用類型擴(kuò)展的驅(qū)動(dòng)力分析

根據(jù)嵩縣各類用地的變化和轉(zhuǎn)移量，認(rèn)為用量較大的土地利用類型主要有耕地（y1）和建設(shè)用地（y2）。結(jié)合嵩縣發(fā)展情況和統(tǒng)計(jì)數(shù)據(jù)，選取1987-2013年的經(jīng)濟(jì)發(fā)展指標(biāo)：國(guó)內(nèi)生產(chǎn)總值 （GDP，x1），第一產(chǎn)業(yè)（x2），第二產(chǎn)業(yè)（x3），第三產(chǎn)業(yè)（x4），人均GDP（x5）。人口變化指標(biāo)：總?cè)丝跀?shù)量（x6）。居民消費(fèi)水平指標(biāo)：農(nóng)村居民消費(fèi)（x7），城鎮(zhèn)居民消費(fèi)（x8），政府消費(fèi)支出（x9），資本形成總額（x10）作為自變量。以居民用地（y1），耕地（y2）作為因變量，建立多元線性回歸模型。以y1和y2分別作為因變量時(shí)，引入的參數(shù)過多會(huì)增加分析的復(fù)雜性，且部分因子之間的相關(guān)性較強(qiáng)，因此有必要對(duì)自變量進(jìn)行篩選，此處采用R語言對(duì)其進(jìn)行逐步回歸法處理，當(dāng)變量為x3，x4，x5，x6，x7時(shí)y1的回歸模型擬合度最高，值為0.995 3。y2為因變量時(shí)，最優(yōu)回歸變量為x1，x2，x3，x4，x5，x6，x7，x9，x10，擬合優(yōu)度為0.884，標(biāo)準(zhǔn)化后的回歸模型中偏回歸系數(shù)最大的對(duì)模型的影響最顯著，系數(shù)的正負(fù)決定影響方向。各因子的相關(guān)系數(shù)如表7所示。

表7　各因子之間的相關(guān)性Table 7　Correlation between the various factors

表8為主要用地類型的多元回歸模型，居民用地?cái)U(kuò)展呈增長(zhǎng)模式，其中x7，x5及x6對(duì)其擴(kuò)展影響最為顯著，x3及x4對(duì)其呈反向影響關(guān)系。模型中對(duì)耕地的增加有顯著影響的因子依次為x3，x4及x1；對(duì)耕地有反向驅(qū)動(dòng)的因子依次為x5，x1，x9，x10，x6及x7。表8的回歸模型分析主要得出，影響居民用地?cái)U(kuò)展的驅(qū)動(dòng)因子主要為農(nóng)村居民消費(fèi)水平、人口因素及人均GDP，第二產(chǎn)業(yè)及第三產(chǎn)業(yè)對(duì)其有反向影響。耕地的整體走勢(shì)是不斷減少的，而耕地的減少驅(qū)動(dòng)因子主要為GDP人均值及總值、政府消費(fèi)支出、資本形成總額幾個(gè)因子，其次為人口數(shù)量及農(nóng)村居民消費(fèi)水平因子；耕地增加則主要依賴于工業(yè)、服務(wù)業(yè)及農(nóng)業(yè)的發(fā)展。

表8　各土地利用類型多元回歸模型Table 8　Multiple regression models of land use types

5　總結(jié)與討論

城市的擴(kuò)展變化是人類活動(dòng)與自然環(huán)境最直接的表現(xiàn)形式，而土地利用變化格局表征了人—地關(guān)系在不同地域空間上的作用強(qiáng)度與作用模式。應(yīng)用多期多源遙感影像和專題圖的疊置及空間分析，獲取嵩縣1987-2013年之間變化數(shù)據(jù)，在此基礎(chǔ)上對(duì)嵩縣近26 a以來的城鎮(zhèn)擴(kuò)展動(dòng)態(tài)變化特征進(jìn)行了分析和研究，得出如下結(jié)論：①類似于嵩縣這樣的山地城市，地形對(duì)其城市化發(fā)展格局具有較大的約束作用，擴(kuò)展較快的區(qū)域相對(duì)集中在平原與丘陵地帶。最主要的土地利用變化類型且變化面積最大的為耕地減少了286 km2，林地增加了246 km2，建設(shè)用地增加了86 km2。轉(zhuǎn)化比率最高的是未利用地與草地，其轉(zhuǎn)化方向主要為耕地與林地。②嵩縣的發(fā)展模式由耕地的開墾、建設(shè)用地的增加為主要發(fā)展態(tài)勢(shì)逐漸轉(zhuǎn)變?yōu)殚_發(fā)與生態(tài)并重的模式，這也是后期耕地減少的速度變緩，居民用地增加速度變慢的重要原因。驅(qū)動(dòng)力分析結(jié)果表明：農(nóng)村居民消費(fèi)水平、人口數(shù)量及經(jīng)濟(jì)發(fā)展直接影響著居民用地的擴(kuò)展，而耕地減少的主要是因?yàn)榻?jīng)濟(jì)增長(zhǎng)、人口增加轉(zhuǎn)而變成對(duì)耕地的需求量增加。③從嵩縣城鎮(zhèn)的分布區(qū)域和擴(kuò)展速度來看仍屬粗放型發(fā)展，集約度低、規(guī)劃性差，且土地利用潛力較小，而經(jīng)濟(jì)和人口的持續(xù)增長(zhǎng)迫使有效解決這種矛盾成為嵩縣城市發(fā)展的首要問題。

城鎮(zhèn)的發(fā)展、土地的利用與變化由眾多因素決定，且嵩縣地形復(fù)雜，分類精度還需進(jìn)一步提高。縣域城鎮(zhèn)統(tǒng)計(jì)數(shù)據(jù)收集較困難，本研究雖從不同角度研究且選取了經(jīng)濟(jì)水平、人口因子及消費(fèi)支出等因子對(duì)嵩縣主要地類的擴(kuò)展進(jìn)行了驅(qū)動(dòng)力分析，但仍然有一定局限，后期還需要做進(jìn)一步的深入研究與探討。

［1］BAI Liping，WANG Yeyao，SUN Jiali.Application of extension theory in risk zoning of debris flow in Beijing［J］. Glob Geol，2009，12（1）：40-45.

［2］李琳.基于GIS_RS技術(shù)的廈門同安區(qū)土地利用變化研究［J］.測(cè)繪空間地理信息學(xué)報(bào)，2014，37（12）：110-112. LI Lin.Research on land use changes at Tongan Area，Xiamen City by GIS and RS technology［J］.Geoma Inf Technol，2014，37（12）：110-112.

［3］王劍，徐美.基于馬爾柯夫模型的漾濞江流域土地利用變化預(yù)測(cè)［J］.水土保持研究，2011，18（5）：91-95. WANG Jian，XU Mei.Prediction of land use change in Yangbijiang river basin based on the Markov model［J］.Res Soil Water Conserv，2011，18（5）：91-95.

［4］解修平，周杰，張海龍，等.關(guān)中—天水經(jīng)濟(jì)區(qū)土地利用變化模擬預(yù)測(cè)及景觀格局動(dòng)態(tài)變化［J］.干旱區(qū)地理，2013，36（3）：482-490. XIE Xiuping，ZHOU Jie，ZHANG Hailong，et al.Land use change simulation and landscape pattern change of the Guanzhong-Tianshui Region［J］.Arid Land Geogr，2013，36（3）：482-490.

［5］楊俊，解鵬，席建超，等.基于元胞自動(dòng)機(jī)模型的土地利用變化模擬：以大連經(jīng)濟(jì)技術(shù)開發(fā)區(qū)為例［J］.地理學(xué)報(bào)，2015，70（3）：461-475. YANG Jun，XIE Peng，XI Jianchao，et al.LUCC simulation based on the cellular automata simulation：a case study of Dalian economic and technological development zone［J］.Acta Geogr Sin，2015，70（3）：461-475.

［6］張樂勤，陳素平，王文琴，等.快速城鎮(zhèn)化背景下建設(shè)用地?cái)U(kuò)展驅(qū)動(dòng)力研究述評(píng)與展望［J］.干旱區(qū)地理，2013，36（1）：164-175. ZHANG Leqin，CHEN Suping，WANG Wenqin，et al.Review and prospect on driving force research of construction expansion in the context of rapid urbanization［J］.Arid Land Geogr，2013，36（1）：164-175.

［7］施益強(qiáng)，吳志強(qiáng).近20年廈門市土地利用動(dòng)態(tài)變化及預(yù)測(cè)［J］.水土保持通報(bào)，2014，34（5）：176-186. SHI Yiqiang，WU Zhiqiang.Dynamic changes and prediction land use in Xiamen City in recent 20 years［J］.Bull Soil Water Conserv，2014，34（5）：176-186.

［8］于龍，周宇峰，丁麗霞，等.基于波譜角分類的土地利用動(dòng)態(tài)監(jiān)測(cè)［J］.浙江農(nóng)林大學(xué)學(xué)報(bào)，2014，31（3）：386 -393. YU Long，ZHOU Yufeng，DING Lixia，et al.Dynamic monitoring of land-use classification based on spectral angle mapping（SAM）［J］.J Zhejiang A&F Univ，2014，31（3）：386-393.

［9］王茜，林鈺源，宋金平，等.北京城市邊緣區(qū)建設(shè)用地?cái)U(kuò)展分析：以大興區(qū)為例［J］.北京師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2014，50（1）：83-88. WANG Xi，LIN Yuyuan，SONG Jinping，et al.On built-up area expantion in the urban fringe of Beijing：a case study of Daxing District［J］.J Beijing Norm Univ Nat Sci，2014，50（1）：83-88.

［10］樊亞鵬，徐涵秋，李樂，等.廣州市城市擴(kuò)展及其城市熱島效應(yīng)分析［J］.遙感信息，2014，29（1）：23-29. FAN Yapeng，XU Hanqiu，LI Le，et al.Analysis of urban expansion and urban heat island effect in Guangzhou City［J］.Remote Sens Inf，2014，29（1）：23-29.

［11］劉云中.我國(guó)縣級(jí)城市的發(fā)展模式研究［J］.重慶理工大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2014，28（3）：1-6. LIU Yunzhong.Developing mode of China’s county-level cities［J］.J Chongqing Univ Inst Technol Soc Sci，2014，28 （3）：1-6.

［12］肖琳，田光進(jìn).天津城市擴(kuò)展空間模式與驅(qū)動(dòng)機(jī)制研究［J］.資源科學(xué)學(xué)報(bào)，2014，36（7）：1237-1335. XIAO Lin，TIAN Guangjin.Study on spatial modes and driving mechanisms of Tianjin’s urban expansion［J］.Resour Sci，2014，36（7）：1327-1335.

［13］鄭凱迪，徐新良，張學(xué)霞，等.上海市城市空間擴(kuò)展時(shí)空特征與預(yù)測(cè)分析［J］.地球信息科學(xué)學(xué)報(bào)，2012，14 （4）：490-496. ZHENG Kaidi，XU Xinliang，ZHANG Xuexia，et al.Spatial-temporal characteristics and future predition of urban expansion in Shanghai［J］.J Geo-Inf Sci，2012，14（4）：490-496.

［14］龍花樓，李秀彬.長(zhǎng)江沿線樣帶土地利用格局及其影響因子分析［J］.地理學(xué)報(bào)，2001，56（4）：417-425. LONG Hualou，LI Xiubin.Land use pattern in transect of the Yangtse River and its influential factors［J］.Acta Geogr Sin，2001，56（4）：417-425.

［15］劉紀(jì)遠(yuǎn)，匡文慧，張?jiān)鱿?，?20世紀(jì)80年代末以來中國(guó)土地利用變化的基本特征與空間格局［J］.地理學(xué)報(bào)，2014，69（3）：3-14. LIU Jiyuan，KUANG Wenhui，ZHANG Zengxiang，et al.Spatiotemporal characteristics，patterns and causes of land use change in China since the late 1980s［J］.Acta Geogr Sin，2014，69（3）：3-14.

［16］劉紀(jì)遠(yuǎn)，張?jiān)鱿?，徐新良，?21世紀(jì)初中國(guó)土地利用變化的空間格局與驅(qū)動(dòng)力分析［J］.地理學(xué)報(bào)，2009，64（12）：1411-1420. LIU Jiyuan，ZHANG Zengxiang，XU Xinliang，et al.Spatial patterns and driving forces of land use change in China in the early 21st century［J］.Acta Geogr Sin，2009，64（12）：1411-1420.

Remote sensing dynamic monitoring and driving force analysis of county-cities expansion

LI Xianping1，2，F(xiàn)ENG Zhongke1，2，YOU Xianxiang2，QU Shuai2
（1.College of Geographical Science，Harbin Normal University，Harbin 150025，Heilongjiang，China；2.Key Laboratory of Precision Forestry in Beijing，Beijing Forestry University，Beijing 100083，China）

Song County of Luoyang City in Henan Province was selected as the research object to efficiently study primary stage of urban expansion characteristics and rational utilization of land resources.Remote sensing monitoring capability and the powerful analysis function of GIS were applied to study the changes of the urban expansion in the county and the influence of the main land types in the urban expansion was analyzed quantitatively.The study showed that the expansion speed of the north county was faster than the southern in 1987-2013.The expansion of Song County was greatly influenced by the terrain，with a 266.0%increase rate of construction land and 14.3%forestland，28.9%decrease of cultivated land and generally slight changes of waters and beaches，and a rapid reduction tendency of unused land.The main forms included the conversion of cultivated land and forest land，the conversion of grassland and woodland，the transformation of land from waters，and the conversion of unused land to cultivated land.Among them，the largest proportion of conversion was the unused land and grassland，being respectively 88.5%and 87.6%.The driving force analysis showed that economic development consumption level of residents and population change have a strong explanatory effect on the main land use change.［Ch，4 fig.8 tab.16 ref.］

landuse change；Song County；county-cities expansion；dynamic monitoring；driving force

S711；P237

A

2095-0756（2016）05-0798-09

10.11833/j.issn.2095-0756.2016.05.011

2015-10-14；

2015-12-27

國(guó)家林業(yè)局業(yè)務(wù)委托項(xiàng)目（201401）

黎顯平，從事地理信息系統(tǒng)及遙感技術(shù)應(yīng)用研究。E-mail：273247499@qq.com。通信作者：馮仲科，教授，博士生導(dǎo)師，從事 “3S”理論與技術(shù)、精準(zhǔn)林業(yè)理論與基礎(chǔ)技術(shù)研究。E-mail：fengzhongke@126.com

浙 江 農(nóng) 林 大 學(xué) 學(xué) 報(bào)，2016，33（5）：798-806

Journal of Zhejiang A＆F University