A. 土地利用/土地覆被变化研究进展
曹银贵1，2 王静1 程烨1，2 郝银3 许宁1，2
（1.中国土地勘测规划院土地利用重点实验室，北京，100035；2.中国地质大学土地科学技术系，北京，100083；3.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。A.Veldkamp 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］。
2.1 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，通常也是不显着的。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］。
2.2 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 G.Irwin 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］。A.Veldkamp 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。A.Veldkamp 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。
3.1 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。
3.2 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 C.Pijanowski 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］FAO.Integrated approach to the planning and management of land resources.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，B.L.，W.B.Meyer etal.Global land use/land cover change：towards an integrated program of study.Ambio，1994，23 （1）：91～95
［6］Land use and land cover change science/resesrch plan.IGBP Report No.35：8
［7］Elena G.Irwin，Janqueline Geoghegan.Theory，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，W.E.，Meyer，W.B.etal.Modelling land use and cover as part of global environment change.Clim.Change 28：45～64
［12］A.Veldkamp，E.F.Lambin.Predicting 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 Duzheng.Recent progress on global change research in China ［J］.Advance in Earth Science，1995，10 （1）：62
［15］Briassoulis，H.Analysis of land use change：Theoretical and Modeling Approaches.http：//www.rri.wvu.E/WebBook/
［16］Stern，P.C.，O.R.Young etal.Global environment change：understanding the human dimension.National Research Council Report，Washington D.C.，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 F.Proximate 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］TuanY.F..Geography，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，E.F..Our emerging understanding of the causes of land use and cover change.Global Environ.Change，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，A.M.H.，Radcliffe，N.J..Sustainability：A Systems Approach.1996，Earthcan，London
［35］Turner II，B.L.，W.B.Meyer etal.Land use and land cover change.Science/Research Plan.Stockholm and Geneva：IGBP Report No.35，1995
［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 C.Pijanowski，Daniel G.Brown，Bradley A.Shellito etal.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，A.Veldkamp etal.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 Y.From cells to cities ［J］.Environment and Planning，1994，21：531～548
［45］White R，Engelen G，Uijee I.The 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 J.Simulation of land development through the integration of cellular automata and multicriteria evaluation.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］Luijten.J.C.A 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
B. 矿区土地利用变化及其扰动影响
土地利用变化是揭示区域环境变化的重要原因，已成为全球气候变化和全球环境变化研究关注的重要内容（Sterling et al.，2012；Mooney et al.，2013）。土地利用变化过程传递着人类社会活动与自然生态环境之间的物质循环与能量流动（Mooney et al.，2013）。在土地利用变化的研究中，从早期的时空变化分析逐渐过渡到变化机理机制、生态环境效应及变化过程模拟预测（蔡运龙，2001；Kalnay et al.，2003；Bakker et al.，2005；Turner et al.，2007）。伴随着研究的深入，各个研究层面的研究方法皆向系统化（武鹏飞等，2012）、精确化（罗娅等，2014）、定量化（刘纪远，2014）、简明化（马彩虹等，2013）方向发展。
在土地利用变化研究中，典型区域土地利用变化的空间格局、变化规律及生态环境响应在土地利用研究的早期就颇受关注，特别是生态脆弱区、城乡交错区等（陈百明，1997）。目前，矿区土地利用变化已成为小区域研究的热点（范忻等，2012）。第一，矿区尺度较小，并且受扰动比较剧烈，挖损、压占、占用、塌陷等土地损毁导致矿区土地利用结构在短时间内发生明显变化（陈龙乾，2003），并且更容易辨析引起特定土地利用变化的驱动因素（张舟等，2013）。第二，矿区土地利用变化一般是基于资源开采为原动力的时空演变过程，是采矿活动对矿区生态环境的综合反映（卞正富，张燕平，2006）。第三，在矿产资源开发之前，多数地方以农业生产为主，在矿产资源开发之后，虽然矿产资源开发成为矿区土地利用变化的主要驱动力。此外，还存在一些其他影响因素（王行风等，2011）。第四，矿区土地利用政策颇受地方政府关注，尤其是矿业城市。有些矿山企业在城市规划圈范围内，工矿废弃地复垦成为城市建新区用地指标的主要来源，尤其是在允许建设区内（罗明等，2013）。
开展矿区土地利用变化研究意义重大。第一，有助于及时掌握土地利用类型分布、时空特征及其变化过程，在驱动机制研究的基础上，发展土地利用变化模拟技术，完善土地利用结构优化决策技术（包妮沙等，2008；陈百明，张凤荣，2011），实现对土地利用变化方向、过程及效应的调控，为土地利用管理及生态环境保护提供科学依据（刘惠明等，2002；高翔等，2013）。第二，有助于探讨土地利用类型复杂程度和结构稳定度在时空上的演变规律，为矿区土地复垦和生态修复提供参考（李保杰等，2013）。对于大型露天矿区而言，开展土地利用变化分析，可快速准确地掌握露天矿区由采前景观变为开采景观，开采景观变为采后景观过程中土地利用类型的时空结构、不同时期不同土地利用类型的变化情况及其发展趋势（胡振琪，谢宏全，2005；毕如田等，2007；毕如田等，2008；Larondelle，Haase，2012），为露天矿区人工复合生态系统建设及生态重建规划决策支持（谢宏全等，2007；韩武波等，2012），使得生态恢复方案外界影响小、操作性强、生态功能多样（Doley et al.，2012）。
从具体研究成果来看，伴随着遥感技术、地理信息技术的发展，矿区土地利用变化的研究取得了较大发展。重点是采用一系列定量模型与方法集中展现土地利用景观格局的剧烈扰动（Haase ＆ Haase，2002）。在地形复杂地区，矿区土地利用景观格局扰动更为明显，采矿活动导致耕地减少，景观破碎化程度越来越大（高翔等，2013），并且景观质量衰退、稳定性减弱（邱文玮，侯湖平，2013）。在平原地区，尤其是矿 粮复合区，土地利用景观格局变化剧烈，转换过于频繁，集中表现为工矿建设用地增加，地表塌陷积水增加，农用地减少，很大程度上影响了矿区生态系统的平衡（卞正富，张燕平，2006；徐嘉兴等，2013；范忻等，2012）。
对于露天矿区而言，露天开采使得矿区周围原有的景观格局严重受损，受损后的地形地貌景观、土壤景观、植被景观等景观要素及景观格局形成了新的景观综合体系。这样的景观系统与周围未受损景观系统协调性差，具体表现是单调、生硬和不自然。同时形成了矿区土地利用变化的高速性、突发性、破碎性及景观要素、结构间的关联性和后效性等特点（魏忠义等，2012）。因此将露天开采扰动后形成的土地利用景观恢复成可接受的、可持续的土地利用景观成为人类活动必须的选择（Bridgewater et al.，2011；Bullock et al.，2011）。以中国山西平朔露天矿区（160 km2）研究成果为例，曹银贵和白中科（2006）、曹银贵等（2007）采用土地利用类型的总变化率、年变化率揭示了矿区1990～2004年土地利用类型变化的过程，突出了土地利用类型之间的时空演变规律，并反映了矿区土地利用演变迅速、损毁剧烈的特点。叶宝莹等（2008）研究成果表明，平朔露天矿区土地利用类型由简单到复杂，由1976年的4种类型发展到2006年的12种类型，地表遭到强烈损毁。毕如田等（2008）研究指出：1990—2005年平朔露天矿区原地貌15年间平均每年减少1 km2左右，并且露采区的面积基本保持在7 km2左右，剥离区与复垦区面积有不断增长的趋势，但复垦区增长速度较剥离区增长速度快。
从目前已有的矿区土地利用变化研究成果来看，其研究区以采矿核心区居多，重点剖析了由于采矿活动和土地复垦工作带来了土地利用类型变化（曹银贵，白中科，2006；毕如田等，2007；叶宝莹等，2008）。而针对矿区及其一定范围内的周边地区土地利用变化的研究较少。对矿业型城镇而言，城镇依矿业生产而建，部分城镇所在地区也是农业生产区。在这种情况下，资源开采、农业生产、城乡建设三者之间就存在以土地利用为载体的物质循环与能量流动。尽管做了很多努力，矿区可持续发展与采矿活动仍然不协调，采矿活动对土地利用的扰动有的甚至是灾难性的，并且后续的土地利用都会受到前期采矿的影响（Worrall et al.，2009）。此次研究立足平朔矿区及其周边区域，选取矿农城复合区开展土地利用变化研究，集中挖掘矿农城复合区发展过程中的土地利用特征、变化规律及土地利用系统状态，并深度分析土地利用变化驱动力。
C. 基于RS和GIS技术的龙口市土地利用时空变化监测与分析
徐秋晓1 于明洋2
（1.山东省地矿工程勘察院，济南250014；2.山东建筑大学土木工程学院，济南250101）
作者简介：徐秋晓（1979—），女，助理工程师，主要从事遥感、水文地质、环境地质勘查工作。
摘要：遥感技术与地理信息系统技术的发展，为研究全球变化和可持续发展提供了信息源和技术手段。而土地利用作为地球表层系统最突出的景观标志，其变化是近年来全球变化研究的重要领域。本文以山东省龙口市作为研究区，应用基于遥感影像综合理解模型的龙口市土地利用/土地覆盖分类方法，建立地学规律知识库，提取不同时期的土地利用类型。最后利用地学信息图谱监测与分析土地利用的时空变化。
关键词：土地利用；遥感影像；地学辅助信息；信息图谱
遥感技术与地理信息系统技术的发展，为研究全球变化和可持续发展提供了信息源和技术手段。而土地利用作为地球表层系统最突出的景观标志，其变化是近年来全球变化研究的重要领域。只有对土地利用时空变化进行监测与分析，更好地了解土地利用变化的过程和机制，并且通过调整人类社会经济活动，促使土地利用更趋合理，保证国家宏观战略决策的针对性、有效性，才能达到土地资源可持续利用的目的。龙口市作为我国沿海对外开放较早的城市，其土地利用变化具有代表性。
1 研究区概况
龙口市位于胶东半岛西北部，东与蓬莱市接壤，南与栖霞、招远市毗连，西、北濒临渤海；全境东西最大横距46.08km，南北最大纵距37.43km；土地总面积（含桑岛、依岛）893.32km2。
本次研究区范围以1∶10000 地形图矢量化生成的研究区边界对遥感影像进行裁剪所得，作为遥感数据信息，面积共89217.45hm2（不含桑岛、依岛）。
2 基于遥感影像综合理解模型的龙口市土地利用/土地覆盖分类
影像理解是研究通过计算机系统来解释图像，从而实现类似人类视觉系统理解外部世界的一门学科。在影像理解系统中，存在两项基本的任务：从输入图像中提取出与模型相适应的图像结构或线索，而后完成输入图像中图像结构与模型中目标的正确影射（周成虎，1999）。影像理解不同于模式识别，模式识别通常按预先规定的测量集对对象作简单的分类，而影像理解则要对影像作出描述和解释，需要涉及不同处理层次实体间的相互作用（王润生，1994）。
针对土地利用/土地覆盖的分类特点，本文构筑了基于GIS信息的遥感影像综合理解模型。模型分为两个过程，即遥感影像理解过程和地理信息系统处理过程，两个过程的具体内容为：
（1）遥感影像理解过程，主要完成遥感影像的前期理解过程，包括以下几个过程：
1）遥感影像预处理：包括图像格式转换，图像纠正和图像增强变换等。图像格式转换完成遥感影像到REDAS软件系统处理格式的转换（﹡.img）；图像纠正完成遥感影像的大气校正、几何纠正、辐射增强以及遥感影像的匹配、镶嵌等；遥感影像信息增强和变换处理可以突出相关的专题信息，本次使用方法主要有线性拉伸、K-T空间变换、边界增强等。
2）与地学辅助信息的配准：主要完成遥感影像与地学辅助信息（各类专题GIS数据主要是坡度和高度）的坐标、投影系统转换，使得遥感影像与所采用的辅助地学信息纳入到统一坐标与投影系统下。
3）“训练区”选择与计算：通过对遥感影像信息特征的初步理解，同时结合地学辅助信息以及实地考察，确定样本“训练区”。“训练区”要有典型性与可分性，确定“训练区”后，对“训练区”数据进行计算，确定样本的统计信息（均值、最大最小值、方差矩阵、协方差矩阵等）。
本次提取的土地利用类型为六大种类型，即建筑用地、耕地、水域、园地、林地和未利用地，采用AOI扩展方式进行训练区选择，运用此种方法进行训练区选择时，初始种子（seed pixel）和光谱距离的阈值非常重要，任一训练区初始种子和光谱距离的阈值经多次实验后才能确定。不同地类这两个参数是不一样的，一般在选取了2～3个训练区后，观看报警掩膜的情况，即时对这两个参数进行修改和调整。增加训练区时，及时将报警掩膜和以前的报警掩膜叠加，判断样本数据的质量变化情况，并做出调整，直至报警掩膜和实际地类比较符合时，即认为这一类的训练区选择完毕。一种地类训练完毕，需要对最终的训练区作一个整体的分析，保证光谱的纯度。
（2）地理信息系统处理过程，在GIS系统支持下，完成地学辅助信息的处理，主要包括以下过程：
1）专题信息导入与预处理：通过地面调查或专家知识经验，收集地学辅助信息（包括各类专题信息、统计资料等），导入到GIS系统中，完成辅助信息的前期预处理，包括各类矢量数据的数字化、编辑、拓扑关系的建立等，统计数据的整理与地学编码、统计数据的空间化等工作。
2）辅助数据的生成：利用前期处理好的辅助数据，进行各类数据的格式转换，如矢量数据的栅格化，点状统计数据插值（IDW/Kriging等方法）生成面状数据；最后统一坐标与投影系统，达到与遥感数据的配准。
3）建立各类地学辅助因子数据库：GIS软件支持下，基于前面生成的各类辅助数据，建立专题数据库，形成地学辅助因子数据库。
（3）知识库的生成过程，建立专家知识库，主要是地学规律知识库，包括以下过程：
1）知识获取：通过对照遥感影像，进行野外考察，针对各类有代表性的影像特征对该地区所有地貌条件下的土地利用/土地覆盖状况、植被分布、生态环境条件进行实地考察，获取各类实践知识。
2）知识库生成：对获取的知识进行整理，从总体上归纳出各类规律，形成知识规则，最后通过对“训练区”的数据不断训练，修改和调试知识规则，形成地学规律知识库。
土地覆盖/土地利用类型对高程有明显的依赖关系。对研究区已有的土地利用现状图分析，建筑用地、园地主要分布在海拔300m以下；耕地绝大部分分布在海拔150m以下；林地的分布范围较广，不同海拔都有分布，分布在10m以下的林地主要是沿海防护林和公路绿化林地。350m以上的海拔，只有林地分布，没有其他地类。
坡度数据可以用于区别某些土地覆盖/土地利用类型。根据实地考察结果和对地形图、已有土地利用现状图的分析，建筑用地、水浇地、园地主要分布在坡度小于20 °区域，坡度大于10 °时很少有水浇地。所以，遥感数据的光谱特征同样表现为绿色植被，难以判断是水浇地还是林地时，坡度数据是一个有价值的参数。以下是几种地类与高程和坡度的详细关系。
在本次的分类知识库，专家规则采用下面的基本形式来表达：
IF（条件）THEN（结论），Confidence（结论可信度）
其中可信度的值域为［0，1］，值为0 时，完全排除当前像元为所给类别的可能性；当取值为1时，维持像元原始可信度，且表示当前结论永远成立。可信度可以根据地学经验或专家打分等方法来确定。
知识的表示与知识库的构造要结合地学问题的研究特点。通过不断修改和调试知识库，使影像解译结果基本达到人工目视解译的效果。当可信度的值为0时，则排除了当前像元为（结论）所给出的类别的可能性；而当取值为1 时，已有可信度值不该变。这种表示方法，不但考虑到了遥感影像解译的特点，而且明显地减少了知识库中规则的数量。这对于大数据量的遥感数据处理是极其重要的。下面给出规则库中的规则：
IF VALUE ＝1 DEM ＜300 AND SLOPE ＜20 THEN 建筑用地 CF ＝1
IF VALUE ＝2 DEM ＜50 AND SLOPE ＜10 THEN 水浇地 CF ＝1
I VALUE ＝3 THEN 水域 CF ＝1
IF VALUE ＝4 DEM ＜300 AND SLOPE ＜20 THEN 旱地 CF ＝1
IF VALUE ＝5 DEM ＜300 AND SLOPE ＜20 THEN 园地 CF ＝1
IF VALUE ＝6 THEN 林地 CF ＝1
ELSE IF DEM＞＝300 OR SLOPE＞＝20 THEN 林地 CF ＝1
ELSE IF 50＝＜DEM＜＝250 AND 10＝＜SLOPE＜20 THEN 园地 CF＝0.5
ELSE 林地 CF ＝1
本次分类结果精度评价采用分层随机采样法，主要参考龙口市土地利用现状图，同时结合目视判读的结果以及现场验证，对两个时期的分类结果进行精度评价。各时期的遥感分类结果直接参照同年的土地利用现状图进行精度验证。由于遥感分类体系与土地利用现状的分类体系有一定差异，因此，在进行随机采样之前，将遥感分类图像的土地利用类型和土地利用现状的分类进行适当统一。然后分别对每期遥感分类结果选取300个样本点，并保证每类有10个以上的样点，用基于误差矩阵的精度评价方法，对龙口市1989年和2003年的分类结果进行评价。实用Kappa系数计算表明1989年和2003年龙口市土地利用TM遥感分类结果的总体精度和使用者精度都在75%以上，Kappa系数也都在0.8以上，达到最低允许判别精度0.7的要求。这些表明了龙口市两期图像的土地利用遥感分类结果均比较理想，各地类的分类精度也较高。
3 龙口市土地利用时空变化分析
随着地球信息科学的兴起与发展，人们可获取的资源的极大丰富以及信息处理技术的极大提高，尤其是动态可视化技术获得新的突破。在此需求与技术背景下，陈述彭先生倡导在传统地学图谱的基础上开展地学信息图谱的探讨与研究。地学信息图谱是地学图谱在地球信息科学基础上的自然延伸，是按照一定指标递变规律或分类体系排列的一组能够反映地学空间信息规律的数字地图、图表、曲线或图像。地学信息图谱是“图”与“谱”的结合，兼有图形与谱系的双重特征。
本文所采用土地利用图谱分析模型包括两部分内容：①转移矩阵，从中可以看出各个时序单元土地利用变化的主要类型以及各地类的补给来源。②不同时序单元内土地利用图谱分析，考察图谱单元的空间组合与时空位移。
3.1 转移矩阵
转移矩阵对于分析土地利用类型之间的流向具有重要作用，它不仅可以定量说明土地利用类型之间的相互转化状况，而且可以揭示不同景观类型间的转移概率，从而可以更好地了解土地利用的时空演变过程。转移矩阵包括转移面积矩阵、概率矩阵。
表1 1989～2003年土地利用转移矩阵（单位：hm2）
注：R为各土地利用类型的转移比例（%）。
从表1可以看出，在1989年至2003年，建筑用地发生用途流转面积为487.61hm2，占初始建筑用地面积的比率为3.62%，不存在明显流向。耕地发生用途流转面积为17632.40hm2，占初始耕地面积的比率为 49.85%，主要流向是园地，该流向13835.82hm2，占初始耕地面积的比率为39.11%，其次是建筑用地，该流向3508.77hm2，占初始耕地面积的比率为9.92%。水域发生用途流转面积为492.92hm2，占初始水域面积的比率为8.72%，主要流向是园地和林地，共占初始水域面积的比率为6.4%。园地发生用途流转面积为1316.62hm2，占初始园地面积的比率为7.89%，主要流向是建筑用地，该流向 759.25hm2，占初始园地面积的比率为 4.55%。林地发生用途流转面积为1405.45hm2，占初始林地面积的比率为 10.45%，主要流向是建筑用地，该流向624.64hm2，占初始林地面积的比率为 4.66%。未利用地发生用途流转面积为2158.74hm2，占初始未利用地面积的比率为 47.24%，主要流向是园地，该流向1306.85hm2，占初始未利用地面积的比率为28.60%，其次是流向林地和建筑用地，共占初始未利用地面积的比率为12.89%。
3.2 土地利用信息图谱
在图谱中，共有36类图谱单元，即土地利用变化类型，其中有30类显示为土地利用类型发生了变化，占研究区总面积的26.34%。为了更简单明了地读取土地利用类型流转的主要方向，认识土地利用变化的主要特征，将该30类变化的图谱单元按照面积大小进行排序，计算各类图谱单元的转换面积百分率和累计转换百分率，统计其中涵盖变化总面积的92.04%的10类图谱单元，得到1989～2003年土地利用主要图谱单元类型的面积排序表（表2）。
表2 1989～2003年土地利用主要图谱单元类型的面积排序表
从表2可以看出，龙口市在1989～2003年间土地利用变化最显着的结构特征是耕地向园地的转化，该流向的耕地面积共13835.82hm2，占到整个变化面积的58.89%。其次是耕地向建筑用地的转化，面积为3508.77hm2，占到整个变化面积的14.93%。再次是未利用地向园地的转化，面积为1306.85 hm2，占到整个变化面积的5.56%。可以看出，研究时段内龙口市的土地利用类型主要是流向建筑用地和园地。
4 结论
（1）本研究利用陆地卫星资料ETM＋对龙口市土地利用进行了时空监测与分析，取得了较好的效果；但是ETM＋的影像分辨率较低，它主要是反映一些综合的地类信息，对于一些土地利用图斑较为破碎，用地类型交错复杂的地区，其地物提取就有一定的难度，因此在土地利用变化的详细监测上就有所欠缺。在今后的研究中，应结合高分辨率卫星影像进行研究，积极探求新的动态监测方法以充分利用这些高分辨率的遥感数据来获得更可靠准确的区域土地利用变化信息。
（2）如何充分地利用地理信息系统空间数据库提供的丰富的地理辅助数据，进而自动发现知识，并融合多尺度、多时相的高分辨率的遥感数据，建立灵活高效的推理机制，从而完成遥感影像的专题信息自动提取，是需要进一步的研究方向。
（3）“地学信息图谱”是一新兴的学术思想，目前还处于认识阶段，对它的理解尚不很成熟，需要更多的学者和更多的研究工作来完善对其的认识。本文利用遥感技术开展土地利用演化与发展的信息图谱研究，来反演时空变化，进而认识客观世界，揭示和再现过去，是一先进可行的技术途径。
（4）研究结果表明龙口市在1998～2003年间，土地利用方式相互转化较为频繁，变化强度大，矛盾非常突出。主要表现为耕地的不断减少，园地和建筑用地持续增长；其主要流向是从耕地流向园地和建筑用地。这些变化造成了龙口市耕地质量下降和利用程度加强，给耕地保护带来了巨大压力。因此，土地管理部门应该从宏观决策上给予重视，处理好社会经济发展与土地后备资源储备的关系实施可持续发展。
参考文献
陈述彭.2001.地学信息图谱探索研究.商务印书馆
李小英，彭望碌，曹彤.2002.土地利用演化信息图谱的研究——以北京市顺义县为例.地球信息科学，2：（58～63）
齐清文，池天河.2001.地学信息图谱的理论和方法.地理学报，56（增刊）：8～18
术洪磊，毛赞猷.1997.GIS辅助下的基于知识的遥感影像分类方法研究——以土地覆盖土地利用类型为例.测绘学报，11（4）
叶庆华.2001.黄河三角洲土地利用/土地覆盖变化的时空复合模式研究.中国科学院地理科学与资源研究所博士学位论文
周成虎，骆剑承，杨存建，刘庆生.2001.遥感影像地学理解与分析.科学出版社，180～240
Lucas I F J，Frans J M，Wel V D.1994.Accuracy assessment of satellite derived land-cover data：a review.Photogrammetric Engineering and Remote Sensing，60（4）：410～432
D. 土地利用系统
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【着】，土地动态模拟系统，北京：中国大地出版社，2008.
述评土地系统动态模拟（DLS）
随着气候变暖等全球环境变化问题的加剧，人类土地资源不合理开发导致的环境效应逐渐凸显，作为人类社会对陆地生态系统扰动的直接体现——土地系统结构变化与格局演替（土地系统演化）也日益成为全球关注的焦点。土地系统演化不仅与人类的生产活动密切相关，而且对地球表层的生物地球化学循环产生重要影响，直接影响着人类社会与生态环境之间的相互作用，制约着人类社会的可持续发展。
尽管土地系统动态模拟已经成为全球土地计划研究的热点领域与核心问题，但目前常用的相关模型与方法尚有许多有待改进之处。譬如，有些土地系统动态模拟模型在方法论上存在一些难以回避的缺陷，或者微观机理表达不明确，缺乏精细栅格上的驱动机理分析；或者宏观效应分析不充分，区域水平上的机制研究深度不够；或者模拟精度难以保障，无法进行适当的情景设计等等。有鉴于此，由邓祥征博士出版的土地系统计量模型系列书籍之一，《土地用途转换分析》详尽的阐述了项目组开发的土地系统动态模拟系统（DLS），其原理与方法、功能模块以及安装、运行步骤都详细的阐释，并选择我国土地利用变化的热点地区——太仆寺旗作为案例区，展示了DLS在用地结构变化预测及土地系统动态模拟方面的优势。
土地系统动态模拟反映了土地系统内部自然环境条件与社会经济因素交互作用驱动土地系统结构变化与格局演替的时空动态过程。本书通过集成相关领域的研究成果，构建模型并开发软件，推出了可独立安装的土地系统动态模拟系统（DLS），为区域土地系统变化分析乃至全球土地计划相关研究活动的开展提供了一套软件工具。
在理论依据上，DLS区域用地结构变化预测为用户提供了更为宽松的接口，用户可以根据案例区土地系统演化的特征选择合适的机理模型预测区域用地结构变化并开展情景分析。在方法论上，DLS强调区域与栅格两个尺度的用地类型分布驱动机理与土地供需平衡的约束条件，但同时提供了用户选择模拟尺度的接口，用户可以根据当地区域尺度的大小与栅格尺度的水平，找到一个模拟精度与模拟所耗机时的平衡点。在变量选择上，DLS提供了一个更为宽松的、用户可以定制变量类型、数目、量纲与形式的接口，为不同级别的用户，提供更为方便的选择。正是由于DLS考虑到土地系统演化的复杂性及其土地系统结构变化与格局演替的区域分异性特征，并给与了用户在软件使用过程中的更多弹性与自由度，从而可以增加了模型输出结果的不确定性。所以，用户在使用DLS开展土地系统动态模拟时，需要象书中案例研究中提及的那样加强模型估计结果精度验证与灵敏度分析，以保证模拟结果的准确性与精度。
DLS目前正处在不断发展、完善过程中，利用DLS开展区域土地系统动态演化的功能必将伴随着其在更多区域案例中的应用、完善而不断发展、提高。随着人们对土地系统演化机制及其土地系统内部自然、社会经济因素之间的联系及其相互作用认识上的提高，及其更多不同学科领域专家、学者的参与，作为一套土地系统动态模拟系统的DLS在机理揭示及其变量选择也必将不断深入与完善。此外，随着遥感技术与人类对地观测手段的不断提高，土地系统动态模拟所需要的高时空分辨率的空间数据将会得到满足，从而将使基于DLS的区域土地系统动态模拟的精度不断提高。可以预见，伴随着在多源数据融合技术与空间分析技术的发展，在高精度、高空间分辨率的数据的支持下，区域土地系统动态模拟系统将会得到更为广泛的应用。
伟大的统计学家Rao(1997)先生在他的论着《统计与真理——怎样运用偶然性》中指出：“在终极的分析中，一切知识都是历史；在抽象的意义下，一切科学都是数学；在理性的基础上，所有的判断都是统计学。”正是基于这一观点，项目组在总结相关领域专家对土地系统的认识及其对土地利用变化开展的模拟的基础上，以土地系统的计量方法为手段，建立土地系统结构变化与格局演替的驱动机理，并在在经济学与空间分析技术的支持下，构建栅格尺度用地类型分布均衡与土地供需平衡约束数理型的解释模型，并运用统计的观点来分析处理模型精度与不确定性问题。然而，再严密的数理模型的也是一种对现实的逼近，都无法完全的刻画土地系统结构变化与格局演替的真实过程，因为除了历史，世界的一切都是概率意义上的存在，DLS所能做的仅仅是最大限度的去刻画这种概率的分布。不过， 可以预见的是，DLS提供的区域土地系统动态模拟方法将在相关空间统计理论的发展下不断发展、完善，在得当的情景设计的前提下，预测土地系统结构变化的可能情景，并逐步逼近区域土地系统结构变化与格局演替的真实规律。我们有理由相信，DLS必将在这种思想的指导下走的更远。
总之， DLS仍处于一个快速发展的阶段，理论依据、方法论支撑与参数选择与估计方案的设计上有待进一步扩充与完成，其在区域水平上的案例研究中获得的结论也有待在实践中的进一步的验证。
部分内容摘自：邓祥征【着】，土地动态模拟系统，北京：中国大地出版社，2008.
E. 土地利用趋势分析地理元胞自动机
土地利用/土地覆被变化(LUCC)是全球环境变化研究的重要组成部分，是人类活动对自然环境施加影响的显着表现形式之一。土地利用未来如何变化，当属目前土地利用变化研究的核心问题。Lambin等人的研究表明，动态的基于过程的模拟模型比经验的、随机的和静态优化模型更适合于预测土地利用(Lambin，2000)。到目前为止，直接地和明确地针对土地利用变化的理论和机理建构的模型还较少，真正将土地利用变化与其空间分布相结合，探讨不同尺度上土地利用的时空演变规律的动态模型更不多见(郭程轩，甄坚伟，2003)。
土地利用趋势预测的模型方法主要有回归预测法、马尔可夫法、人工神经网络、灰色模型、元胞自动机模型等方法。回归预测法是利用表明变量之间相互关系的数学方程式，由其他变量中的已知值推断预测变量的数值进行预测的一种方法。该方法适用于各个变量之间具有较强相关性的标准变量组。由于不同土地利用类型之间相互影响、相互制约，所以该方法常被用来研究土地利用变化与人文因素之间的关系。该模型的不足之处在于，不适合大范围的预测以及因经济因子难以定量化造成的预测值的误差。
马尔可夫过程是一种无后效性的过程，运用马尔可夫过程模拟土地利用动态变化首先要确定土地利用类型的初始状态矩阵和转移概率矩阵。该预测模型的优点在于计算和实现比较简单，可以揭示不同土地利用类型之间的数量转化规律和总体变化趋势。模型运算只需要考虑土地利用的现状信息，而无需考虑土地利用变化的内在机制，不足之处在于模型缺乏揭示土地动态变化驱动机制的能力及缺乏空间表达能力，该模型适用于土地利用变化驱动力变化机制不清及预测短期土地利用变化的状况。
人工神经网络能模拟人的部分形象思维能力，预测的过程就是利用不同时期获取的信息源，在对它们进行综合分析和对比的基础上，发现土地变化的区域和变化类型。该模型的优点在于能够对动态数据进行分析，并根据历史资料归纳规律，不足之处是受预测区域范围大小和时间长短的限制，一些主要因素特征难以确定，预测结果并不十分精确。
灰色系统动态模型GM(n，h)是依据灰色系统理论原理，利用系统的离散采集数据建立其动态微分方程，以灰色模块为基础，微观拟合分析为核心的建模方法。土地利用系统本质上是一个灰色系统，运用灰色模型可在土地资料不完整的情况下对中长期的土地利用结构进行过程分析。
元胞自动机(Cellular Automata)模型，是离散动态系统概念和应用建模的一种方法，其框架简单、开放，适于模拟具有自组织结构的复杂性系统，并且具有很强的生命力。以模型“自下而上”的研究思路、强大的复杂计算功能、固有的并行计算能力和时空动态特征，使得它在模拟土地利用变化这一空间复杂系统的时空动态演变方面具有自然性、合理性和可行性，CA模型与GIS软件相结合为土地利用动态建模提供了新的思路和建模方法。相比较其他模型，其优势在于:①更为简单、自然;②建立在空间相互作用，而不是社会、经济指标间的相互影响关系的基础上，更能反映空间格局变化以及由此带来的进一步反馈作用。
土地利用变化的复杂性决定了土地利用研究必须采取复杂系统的理论方法，特别是建立基于复杂系统思想的数学模型，这是土地利用过程研究的重要领域之一。因此，结合土地利用变化的规律，采用复杂系统的研究方法，建立土地利用变化的科学模型是土地变化复杂性研究的关键。目前国际上在复杂系统理论的背景下，利用元胞自动机模型研究地理过程的复杂行为是地理建模领域的前沿地带，是一项跨领域的前沿技术，将它应用于土地利用变化的预测和模拟，具有较强的理论价值和实践意义。
(1)元胞自动机模型(CA)可表现复杂系统结构的时空动态演化，利用CA对土地利用覆盖变化(LUCC)进行动态模拟，定量探讨土地利用变化过程并进行预测，对区域可持续发展、土地利用规划与土地管理决策意义重大。模型从研究一个地区土地利用现状入手，借助GIS软件分析土地利用动态变化的过程，研究不同土地利用类型的转移规律，探求土地利用变化的内在机制，为不同发展目标的土地利用调控提供理论依据。
(2)将GIS与Geo-CA相结合用于土地利用变化分析，不仅能够提高模型运算的效率，将模型全部过程进行计算机模拟，还能直观地显示土地利用性质的变化及土地预测的结果，通过调整模型参数获得未来不同预测年份土地利用的结果，可为区域决策者进行土地利用评价提供依据。
(3)研究流域的土地利用变化不仅可以为流域土地的合理利用及河流水资源的合理调配提供重要的决策依据，同时也为流域居民的生产生活、生态环境、经济的协调发展提供重要保障。将Geo-CA模型应用于流域土地利用变化的模拟和预测，目前尚处于探索性研究阶段。通过建立较为恰当的GeoCA-Lanse模型，并将其应用于塔里木河流域，不仅开阔了 Geo-CA 模型应用的领域，同时也为其他流域土地利用预测起到了很好的示范作用。
20 世纪 80 年代至 90 年代 Batty 和 Xie 利用分形理论与 CA 相结合对城市的形成和扩展进行了细致的研究。他们设计的凝聚扩散模型 ( diffusion-limited aggregation，DLA) 可以认为是广义的 CA 模型。1994 年 Me 提出了城市发展动态模型 ( dynamic urban evolutionmodel，DUEM) ，该模型用 CA 理论来描述具有自相似性和分形分维特征的城市及其发展过程。Clark ( 1998) 根据城市发展的历史数据以及交通、地形条件，设定适当的模型参数，建立了城市增长的 CA 模型，并将此模型与 GIS 平台松散耦合，对美国的旧金山和巴尔的摩的市区进行了成功模拟和预测。90 年代以来，Wu F. ( 1998) 将元胞自动机模型与多因子评价模型有机集成，并在 ArcInfo 中应用 AML 和 C 语言，在统一的界面上实现了GIS 和 CA 模型、MCE 模型的集成。在此平台上，实现了对我国广东省广州市城市扩张的模拟。加拿大的 White 和荷兰的 Engelen ( 1994) 将约束性 CA 模型用于模拟土地利用动态变化，如美国 Cincinnati 市的城市增长、受全球气候变暖影响 Caribbean 岛土地利用构成的变化等。
武晓波、赵键等 ( 2002) 利用基于遥感和地理信息系统的 CA 模型模拟海口市1987 ～ 2000 年城市发展进程。陈建平、丁火平等 ( 2004) 提出了基于 GIS 软件和 CA 模型的荒漠化演化预测模型，并以北京及其邻区为例，取得了较好的模拟效果。陈龙泉( 2004) 从 Markov 和 CA 两种模型所具有的特点出发，探讨用 Markov-CA 模型对土地利用/土地覆盖变化进行动态模拟和预测的可行性。Markov-CA 吸收了 Markov 和 CA 等理论对于有关时间序列的模拟和预测的优点，利用两期 TM 数据的试验证明，Markov-CA 模型能很好地对土地利用/土地覆盖变化进行模拟和预测。张显峰 ( 2000、2001) 提出了集成GIS 与 CA 模型进行地理时空过程模拟与预测的新方法，即首先将标准 CA 模型的 4 元组进行扩展以满足 GIS 环境下时空动态模拟的要求，然后以城市土地利用演化这一动态过程为例，建立了土地利用演化动态模拟与预测模型 ( LESP) ，最后运用此模型对包头市城市扩展和土地可持续利用演化进行了比较成功的模拟和预测。周成虎等 ( 2001) 利用 Geo-CA 构造了一个实用化且可运行的空间动力学模型 ( GeoCA-Urban) ，模型适应于模拟城市的发展和演变，模拟效果良好。
本系统的生态专业分析子系统以三源河流域和阿拉尔人工绿洲地区为研究样区，在GIS 软件和 Geo-CA 理论模型的支持下，从两个时相土地利用专题图的叠加分析和转移分析入手，结合土地利用变化的计量模型，分析土地利用动态变化特征，定量研究了土地利用变化与水系、交通、土壤、地形之间的关系，并据此构建控制因素层，结合社会经济数据调整模型参数，确定合理的邻居及转换规则，经过反复的调试和修改，最终构架出合理的土地利用动态演变模型 ( GeoCA-Lanse 模型) 及其软件系统。
F. 土地变更外业调查常用的方法有哪些
1、土地利用现状变更的分类
土地利用现状变更是指土地利用状况发生的变化，即地类、权属性质、所属单位、界线等发生了变化。这种变化通过外业调绘后（手工调绘、常规测量仪器测量或应用GPS、RS监测）确定土地利用现状空间图形和属性方面的变化，通过内业处理，包括变更内容的录入（地类、权属性质、单位、所属系统、坡度级别等内容的录入或数据传输）及处理功能（图形分割、合并、面积平差等），对土地利用现状数据库进行更新，并进行统计汇总等工作。
土地利用现状变更包括属性数据（如地类、权属性质等）变更和图形数据变更两部分；属性数据变更通过提供录入界面进行处理，图形数据的变更处理方法比较多，如可以通过遥感或航空影像与矢量图的叠加分析、GPS测量、常规仪器测量等方式进行土地利用现状图形的变更。具体操作上可以采用坐标的转入、手工数字化、扫描矢量化、批量处理等方法完成。根据研究认为，土地利用现状变更的主要类型及处理方式如下：
(1)图斑变更的主要形式有：图斑的分割、合并、复杂的分割合并等；
(2)线状地物变更的主要形式：新增、分割、合并、消失、加宽等；
(3)零星地物的变更：增加和消失；
(4)行政界线的变更；
(5)变更可以处理单个物体属性、形状变更，也可以批量处量多个物体属性、形状变更。
2、土地利用现状变更特点分析
土地利用现状变更处理的准确性和科学性直接关系到国土部门是否真正能够运用系统输出变更台帐、上报土地利用现状地类变更平衡表及其它统计报表，同时对图形进行适时的变更处理，得到现势性的土地利用现状数据库。由于变更类型的多样性和复杂性，变更处理是农村地籍管理信息系统开发建设的关键。
对于变更前后地类、权属、面积的变化，通过叠加分析就可以方便找到，地类流向变化关系就不很容易确定。一种地类减少，几种地类增加，称一对多关系，或者几种地类减少，一种地类增加，称多对一关系，都比较容易处理。对于前者（一对多）增加的几个地类面积都来自减少的那一个地类，对应变化量就为增加地类的面积，对于后者（多对一）增加的一个地类面积都来自减少的那几个地类，对应变化量就为减少地类的面积。对于减少的地类是多个，而增加的地类也是多个，称多对多关系，处理多对多的关系需要进行复杂的判断和图形、数据处理，所以用计算机软件处理地类流向分析是一个技术难点，需要在GIS平台上进行大量的二次开发工作才能实现。
由于土地利用情况变更频繁，农村地籍管理信息系统中的图斑与属性信息会经常变化，从而形成大量的历史信息，这些历史信息对于数据挖掘分析和政府决策支持都具有重要的价值，变更记录历史信息的存储与管理模式直接影响到对变更历史信息的使用，所以在变更中如何存取、管理、使用历史数据也是变更时必须考虑的问题之一。
3、土地利用现状变更图形属性数据处理的技术思路
下面用一个实例说明如何实现多对多的地类变化流向分析。
如图2，图斑1的地类为荒草地（311），面积为4.7亩，与图斑2，地类为未成林地（134），面积为为10.8亩，合并成图斑3，地类为住宅（251），其中在左上方有一个零星地物，地类为绿地（143），面积为0.7亩，我们根据变更前后面积相等很容易得到图斑3的面积为14.8亩，通过分析得到面积减少地类：地类311减少面积4.7亩 地类134 减少面积10.8亩；面积增加的地类：地类143增加面积14.8亩地类143 增加面积0.8亩。显然是一个多对多情况，对于这种情况建立一个数据结构（使用Dephi语言）,如下：
TChangeArea = Record
Landcode:string; //地类
Area:double; //面积
end;
定义两个动态数组，分别存放面积减少（变更前）和增加（变更后）
Var
ForeArea:array of TchangeArea;//变更前
AfterArea:area:array of TchangeArea;//变更后
对两个动态赋初值，分别获得变更前后主地类（变化面积最大的），再获得总变化主地类变化，不难知道是变化后地类为251，面积为14.8亩，这样我们就从（变更）后的次地类开始循环（也可以比较变更前后对象个数多，切入点循环），同时定义如下流向数据结构：
TchangeFlow = Record
ForeLandcode:string; //变更前地类
aforeLandcode:string; //变更后地类
changearea: double; //变化面积
end;
changeFlow：array of TchangeFlow;//变化数组
通过图形叠加分析，判断变化流向，如果是一对一，变化面积就是面积小的那个面积，changeFlow增加一个纪录，对于一（个对象）变多（个对象）和多（个对象）对一（个对象），对应changeFlow增加多个纪录。对于多对多按比例分成。按照这种思路很容易得到表一的地类及面积变化结果。
下面的例子（图3），由于耕地中田坎，是一种地类包括了两种地类114，157，并且按面积成比例。具体实现：由于变更前一个对象，变更后两个对象，从变更后开始循环，按多对多按比例分成，对于图斑20-2，地类为住宅(251),面积为20.5,来自157和114，按比例可得157->251 面积为1.2 , 114->251面积为19.3,依次类推，由此得到表二的结果。
4、土地利用现状变更调查的方法
4.1 常规方法
常规方法包括野外调绘法、全站仪测量法等。外野调绘法直接进行图形的变更，系统在用户的交互式操作下自动进行图斑切割、面积平差量算工作。具体运算时，与变更相关的图斑先进行切割，形成变更后的土地利用现状图，然后系统以与变更信息相关的图斑、线状地物等面积作为控制面积，使变更的相关图斑、现状地物面积之和等于变更前面积之和，以保持面积的一致性。
4.2 遥感影像或航空影像叠加分析处理法
随着社会经济的快速发展，摄影测量与遥感会越来越得到普及，逐渐应用于土地利用现状变更调查工作。利用遥感影像或航空影像进行土地利用现状变更调查可以在内业比较不同时期的影像图，或与矢量图叠加，通过识别、判读、解译，在必要时辅以外业调查或调绘来处理土地利用现状变更。限于篇幅，这里不再对具体技术处理过程进行详细的阐述。
4.3 GPS方法
GPS技术的的快速发展与应用，使得GPS将会在土地利用现状变更调查中发挥重要的作用。GPS定位分为相对定位和绝对定位两种方式，相对定位精度可达到毫米级，一般主要应用在精密控制测量中；单机绝对定位一般可达到5——15米，目前新一代的差分GPS（DGPS）可以达到厘米级精度，而在价格上比精密定位GPS便宜很多，非常有竞争力，能够更好的满足土地利用现状变更调查的要求。因此，在未来单点定位GPS和DGPS将会成为土地利用现状变更调查的主要应用工具。
利用GPS技术进行土地利用现状变更调查及数据处理的过程如下：（1）在野外用GPS测定土地利用现状变化图形拐点，并产生坐标文件；（2）将GPS测定的坐标文件转入农村地籍管理信息系统中；（3）由坐标生成新的图形，并按前述方法进行图形变更处理；
图4 由GPS测定的坐标生成变更图形
（4）输入新的属性信息，完成变更工作；（5）输出变更纪录表；（6）输出汇总统计数据，并产生更新后的土地利用现状数据库。我们通过研究，已经形成了上述过程的理论算法，并在我们开发的“农村地籍管理信息系统”中得到了实现，已经在土地利用现状变更调查数据处理工作中得到了广泛的应用
4.4 PDA与GPS、GIS集成的综合方法
随着移动式GIS、无线通信及计算机技术的发展，PDA作为掌上型计算机的功能得到了迅速的扩展。新一代PDA上固化有操作系统，同时其自带的ROM还可用于保存数据或存放基于操作系统的应用程序，如小型的GIS平台或图形处理软件等。目前PDA发展的重点是逐步扩展其功能，开发不同的应用软件，将PDA的应用深入到测量、智能交通、公共信息服务等不同的领域。通过利用GPS、常规测量仪器等空间定位和测量功能，加上PDA内置的基于GIS的土地利用现状图性属性处理软件，就可以构成一个集成化的土地利用现状变更调查数据采集与数据处理系统，图6为我们设计的系统基本机构图。该系统的优点是：（1）提高外业变更调查作业的效率，实现外业数据采集与土地利用现状变更数据管理的一体化；（2）在野外就可以完成对图形、属性数据的变更处理，并通过数据接口，方便的实现数据的导入；（3）方便的实现GPS、全站仪、GIS间的数据交换；（4）能快速判断野外变更调查数据的准确性和真实性，提高了变更调查的质量。
5 利用屏幕数字化进行图形变更处理
通过在屏幕上叠加显示栅格图和矢量图，可以将人工数字化和自动矢量化结合起来，实现“屏幕数字化”的作业方式，它的主要特点是：叠加显示栅格图和矢量图，以栅格底图为判别和定位依据进行交互操作，输入各种图形对象，从而摆脱数字化仪和以纸张、像片等为媒介的原图。
可以对栅格数据进行操作，如变形校正、去毛刺、去空洞以及其它多种栅格操作，以保证栅格图的质量。
可以对栅格数据进行自动追踪、自动识别等处理，但由于地形图的复杂性和扫描质量等原因，完全自动的矢量化非常困难甚至是不可能的，在诸如断点、交叉、粘连等地方可以交互进行引导，因此称作“半自动化”的矢量化；在参照栅格底图的基础上，可以充分发挥GIS图形平台的强大功能，利用其提供的各种图形输入和编辑方法，大大简化各种人工数字化操作。
多尺度、多视野范围地观察图形，综合实现精确定位、准确判别和快速浏览；提供栅格数据和矢量数据的多种捕捉方式，以及自动拟合、平滑等工具，可以提高数据质量。
面向GIS的要求，提供地理要素的编码、标识、属性输入以及相关的操作。利用GIS二次开发工具，可以针对作业特点和需要设计各种专用的辅助手段，进一步提高工作效率；大大改善了作业方式，降低操作员的劳动强度，从非技术因素方面有效地提高土地利用现状变更的生产效率。
6 历史数据的管理和查询方法
历史查询一般有两种：一种是单个历史追踪查询，获得历史演变过程，另一种恢复任意历史时刻的完整系统信息，前者是纵向的，后者是横向的，历史查询的实现的关键在于变更，在变更时记录历史信息，历史查询通过变更时的变更前后对照表（变更记录表，它也是土地利用现状自动变更时输出的内容，每次变更都有一个变更记录号-与变更时间位是年月日,后4位是顺序编号），存储每一个对象的调查和注销时间和上一次变更的记录号，对于历史追踪查询通过变更号的上一次变更记录号的递归可以方便地实现；通过一个简单查询语句从现状与历史提取满足条件的数据实现任意历史时期的查询，对历史表，是上次的变更时间<=查询的日期and变更时间>查询的日期，现状表中提取没有变更加上变更时间<=查询的日期,两个图层满足条件的数据即某一查询日期的当时土地现状。
7、结 论
土地利用现状图形、属性变更是农村地籍管理的主要工作内容之一，也是土地管理其他业务，如土地利用总体规划、耕地保护、土地利用等工作开展的重要基础。由于土地利用现状变更的情况复杂，涉及到图形、属性等变更内容，技术处理难度较大，因此，在进行农村地籍管理信息系统开发建设时，必须解决一些关键形性的技术难题。本文通过对土地利用现状变更类型的分析，在综合利用GIS、GPS、RS和计算机等技术的基础上，提出了图形属性数据变更的数据处理方法，同时对各种土地利用现状变更调查的方法进行了分析和探讨，提出了一些方便使用的方法。这些方法可以方便地实现各种各样的土地利用现状变更，包括点、线、面的同步变更。跳出单一零星地物，图斑、线状物变更，从而对各种土地利用现状变更有了统一的解决方案，同时也很好的解决历史数据的保存和查询。这些成果已经在开发的农村地籍信息系统中得到了利用，取得了较好的应用效果。
G. 61 土地科学的研究方法有哪些
土地科学：
研究土地资源、土地利用和人地关系及其管理的科学。属于自然科学和社会科学的交叉学科。
研究方法：
土地科学以土地为研究对象，包括土地利用和土地关系两个方面。
一、研究土地资源的合理利用与保护，以及在社会经济发展中的土地利用及其优化配置问题；
二、研究土地在社会利用过程中存在的种种矛盾的产生、发展和消亡的规律，研究、制定解决这些矛盾的相应政策、法律、技术方法和符合国家利益的利用规划。
H. 河南省土地资源利用态势分析
4.3.1 土地利用数量变化分析
4.3.1.1 土地利用变化的幅度
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。面积变化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。
表4.2 河南省1996～2005年土地利用结构变化
数据来源:1996年、2005年《河南省土地利用现状数据册》。
从表4.2可以看出河南省土地利用变化的幅度。1996～2005年，农用地和建设用地都呈增加趋势，增加面积分别为53081.37hm2和62841.39hm2;未利用地呈减少趋势，减少面积为115922.76hm2。
在农用地中，除耕地面积和草地面积呈减少趋势外，其他均呈增加趋势。其中耕地面积减少量达到185035.05hm2，草地减少56.21hm2;园地增加9751.48hm2，林地增加187550.65hm2，其他农用地增加40870.51hm2。
在建设用地中，除农村居民点和盐田面积减少外，其他均呈增加趋势。其中农村居民点用地减少幅度最大，减少面积为52453.37hm2，盐田面积减少59.38hm2;交通用地、城市用地和独立工矿增加较多，增加面积分别为32132.89hm2、27219.05hm2和26380.56hm2。
总体上看，河南省土地利用变化幅度较大的是林地和耕地，交通用地、城市用地次之，而草地和盐田面积变化幅度最小。
4.3.1.2 土地利用变化的速度
土地资源数量变化可以用土地利用动态度来表示。土地利用动态度可定量描述区域土地利用变化的速度，它对预测未来土地利用变化趋势有着重要作用。
单一土地利用类型动态度表达的是研究区一定时间范围内某种土地利用类型的数量变化情况，其表达式为:
河南省土地资源生态安全理论、方法与实践
式中:K为研究时段内某一土地利用类型动态度;Ua，Ub分别为研究期初及研究期末某一种土地利用类型的数量;T为研究时段长，当T的时段设定为年时，K的值就是该研究区某种土地利用类型年变化率。
根据以上公式计算河南省单一土地利用类型动态度见表4.3。
表4.3 1996～2005年河南省土地利用年变化
从表 4.3 中可以看出河南省土地利用类型数量变化情况。总体情况是农用地在1996 ～2005 年之间以年均 0.05% 的速度增加，但是经历了两个阶段。第一阶段是 1996 ～ 2000 年间以年均 0.06%的速度减少，呈减少趋势; 第二阶段是 2000 ～2005 年间以年均 0.13% 的较大速度增加，呈增加趋势。
建设用地在1996 ～2005 年间以年均0.33%的速度呈增长趋势，但在1996 ～2000 年间增长速度较快，年均增长速度为 0.43%，而在 2000 ～2005 年间增长速度有所下降，年均增长速度仅为 0.25%。
未利用地变化情况与建设用地变化情况正好相反，在 1996 ～ 2005 年之间以年均0.58% 的速度呈减少趋势，在 1996 ～ 2000 年间减少速度较慢，年均减少速度仅为 0.10% ，但是在随后的几年间减少速度猛增，以年均 0.97%的速度减少。
(1)耕地变化:1996～2005年间，河南省耕地面积总体呈持续减少趋势，10年间共减少了185035.05hm2，平均每年减少0.25%，在这一时期，耕地面积减少大致经历了由慢到快的两个阶段。第一阶段是1996～2000年，耕地面积处于稳中有减的趋势，较少幅度缓慢，5年共减少29083.56hm2，平均每年减少0.09%;第二阶段是2000～2005年，耕地面积减少较前期快，共减少155951.49hm2，平均每年减少0.39%。耕地面积减少主要是因为随着人口的增加，城市规模不断向外扩展，大量耕地被非农业用地占用，耕地面积急剧减少。农业结构的调整、生态退耕、灾毁退耕等，也是耕地面积减少的原因。近几年国家加强了土地管理工作，并把保护耕地、严格控制非农建设用地作为工作重点，切实保护耕地，但由于经济发展和人口的快速增加，耕地面积依然呈减少的趋势。
(2)园地变化:1996～2005年，河南省园地面积呈增加趋势，10年间增加了9751.48hm2，平均每年增加0.35%。这一时期园地面积变化和耕地面积变化呈反相关，由快速减少转变为快速增加。第一阶段是1996～2000年，园地面积增加幅度不大，5年共增加1984.8hm2，平均每年增加0.16%;第二阶段是2000～2005年，这一阶段园地面积呈快速增长趋势，面积共增加了7766.69hm2，年平均增加0.5%，远高于第一阶段的年平均水平。园地增加主要与农村经济发展、农业内部结构调整，受市场导向性强有关。因为物价的上涨，使粮食生产效益下降，而农民为了提高收入，自发调整农作物种植结构，大力发展各种果树、蔬菜等经济作物，致使园地面积急剧增加。
(3)林地变化:林地自1996～2005年，10年间共增加187550.65hm2，年变化率为0.74%。在1996～2000年间，林地面积基本没有变化，仅减少107.29hm2，但是从2000～2005年以后增长速度加快，以年均1.33%的速度快速增加，增加面积达187657.94hm2。林地变化主要是因为河南省生态环境建设一系列措施的实施，如退耕还林等政策的实施。特别是2001年以后，一是因为国家生态退耕政策的实施，各地退耕还林力度大大超过了原规划的预期;二是河南省国家级生态退耕试点县较多，如三门峡市所辖6县区、洛阳市的新安县、济源市均被列为国家生态退耕试点县;三是以荒山荒地为主的土地开发活动使林地面积得到进一步扩大，所以林地面积开始较大幅度地增加。
(4)牧草地变化:牧草地从1996年到2005年变化不大，10年间仅减少共56.21hm2，但是1996～2000年和2000～2005年两个阶段变化幅度较大。在1996～2000年间以平均每年0.39%的速度增长，面积增加226.53hm2，而在2000～2005年间却以平均每年0.39%的速度减少，面积反而减少282.75hm2。从总体上看，1996～2000年增加和2000～2005年减少相差不大，所以总体上河南省牧草地变化不大。
(5)城市用地、建制镇用地和居民点用地变化:1996～2005年10年间，城市用地、建制镇用地分别以年均4.26%和3.24%的速度快速增长，而农村居民点用地却以年均0.40%的速度在减少。城市用地在1996～2000年和2000～2005年间变化速度大致相同，分别为3.75%和4.06%;建制镇用地2000～2005年变化速度基本是1996～2000年的1.5倍，分别为3.68%和2.28%;农村居民点用地在1996～2000年间年均变化率仅为0.06%，但在2000～2005年间，变化速度加快，年均变化率竟然达0.68%，提高了将近11倍。这主要是由于河南省城镇化战略的实施，特别是中原城市群的崛起，使城镇用地迅猛增加;农村居民点用地面积减少表明近两年“三项整治”(空心村、砖瓦窑和工矿废弃地)已初见成果。
(6)独立工矿用地变化:总体上1996～2005年10年间河南省独立工矿用地增加共26380.56hm2，以年均1.46%的变化速度增长，2000～2005年变化速度比1996～2000年的变化速度稍快，分别为1.69%和1.08%。这主要是因为2000年后河南省经济进入快速发展阶段，能源、矿产开发等工矿用地增加较快。另外，由于不同统计口径标准不一致，一些应列为城镇用地范围的工业园区等用地在土地利用现状变更调查中仍统计为独立工矿用地，因而使独立工矿用地数量增长趋势明显。
(7)交通用地变化:1996～2005年间，交通用地面积由85036.53hm2变为117169.43hm2，共增加32132.89hm2，年均变化率为4.20%，交通面积总量呈快速增长趋势。1996～2000年面积增加9313.35hm2，年均变化率为2.74%;2000～2005年变化速度明显加快，年均变化率高达4.84%，共增加了22819.54hm2。这主要是因为河南省是全国重要的交通枢纽，河南省经济处于飞快发展时期，加大基础设施的投资，着重建设基础设施，改善交通条件，大力修建铁路、公路、农村路网等交通设施，特别是公路建设经历了前所未有的发展时期。因此，使交通用地数量增长趋势十分明显。
(8)水利设施用地变化:水利设施面积从1996年的170171.4hm2增加到2005年的181558.81hm2，10年间共增加了11387.41hm2，年均变化率为0.74%。1996～2000年间增加了5371.39hm2，年均变化率0.79%;2000～2005年面积以年均变化率0.69%的速度又增加了6016.03hm2。可以看出，水域面积在此期间呈稳定增加的趋势。
4.3.2 土地利用结构时空演变分析
4.3.2.1 土地利用结构时间变化
1996年和2005年河南省土地利用详查资料分析见图4.1。从图中可以看出河南省10年间土地利用结构变化情况，总体上说，耕地、农村居民点用地和未利用地面积所占比例减小，其中，耕地变化较大，由48.99%降低到47.88%，减少幅度达1.11%;未利用地次之，由13.46%降低到12.75%，减少幅度达0.71%;农村居民点用地变化较少，由8.80%降低到8.48%，减少幅度为0.32%。除了牧草地和盐田面积所占比例基本没有变化外，其余地类所占比例都有所增加，其中林地变化较大，由17.11%增加到18.24%，增加了1.13%;交通用地由0.51%增加到0.71%，增加了0.20%;城市用地和独立工矿用地都增加了0.16%;园地、建制镇用地和水利设施用地等地类增加幅度都在0.10%左右。
4.3.2.2 土地利用结构空间变化
(1)耕地空间变化:1996～2005年，河南省耕地面积总体呈减少趋势。其中变化幅度较大的是济源、三门峡和平顶山市，变化幅度分别为5.40%、3.27%和3.15%;变化幅度较小的是周口、漯河和开封市，变化幅度分别为0.01%、0.27%和0.42%(图4.2)。
(2)园地空间变化:1996～2005年，河南省园地面积总体呈增加趋势。其中变化幅度较大的是焦作、濮阳和三门峡市，变化幅度分别为1.31%、0.64%和0.53%;变化幅度较小的是商丘、漯河、驻马店、济源和南阳市，变化幅度分别为0.03%、0.04%、0.04%、0.04%和0.05%(图4.3)。
(3)林地空间变化:1996～2005年，河南省林地面积呈先减少后增加的趋势。其中变化幅度较大的是三门峡和焦作市，变化幅度均为 5.10%; 变化幅度较小的是郑州和漯河市，变化幅度分别为 0.01%和 0.05% (图 4.4)。
图4.1 河南省1996～2005年土地利用类型变化趋势
图 4.2 河南省 1996 ～2005 年耕地变化趋势
图 4.3 河南省 1996 ～2005 年园地变化趋势
图 4.4 河南省 1996 ～2005 年林地变化趋势
(4)牧草地空间变化: 1996 ～ 2005 年，河南省牧草地面积呈先增加后减少的趋势。其中变化幅度最大的是郑州和三门峡市，变化幅度分别为 0.11%和 0.1%; 变化幅度较小的是焦作、信阳和济源市，变化幅度基本在 0.01%左右，其余基本没有变化 (图 4.5)。
图 4.5 河南省 1996 ～2005 年牧草地变化趋势
(5)城镇用地空间变化: 1996 ～ 2005 年，河南省城镇用地面积呈快速增加的趋势。其中变化幅度最大的是郑州和济源市，变化幅度分别为 2.83% 和 1.48%; 变化幅度较小的是安阳、三门峡和南阳市，变化幅度分别为 0.05%、0.05%和 0.08% (图 4.6)。
(6)农村居民点用地空间变化: 1996 ～ 2005 年，河南省农村居民点用地面积呈减少的趋势。其中变化幅度较大的是漯河、平顶山、鹤壁和济源市，变化幅度高达 1.84%、1.26% 、1.17% 和 1.05% ; 变化幅度 较小 的 是 周 口、安 阳 和 洛 阳 市，变 化幅度 分 别 为0.03% 、0.08% 和 0.09% 。濮阳基本没有变化 (图 4.7)。
图 4.6 河南省 1996 ～2005 年城镇用地变化趋势
图 4.7 河南省 1996 ～2005 年农村居民点用地变化趋势
(7)独立工矿用地空间变化: 1996 ～ 2005 年，河南省独立工矿用地面积呈增长趋势。其中变化幅度最大的是郑州市，变化幅度达 1.29%; 变化幅度较小的是南阳、开封和三门峡市，变化幅度分别为 0.01%、0.05%和 0.06% (图 4.8)。
(8)交通用地空间变化: 1996 ～ 2005 年，河南省交通用地面积呈快速增长趋势。其中变化幅度较大的是焦作和郑州市，变化幅度达 0.63% 和 0.48%; 变化幅度最小的是鹤壁市，变化幅度仅为 0.01% (图 4.9)。
(9)水利设施用地空间变化: 1996 ～ 2005 年，河南省水利设施用地面积呈增长趋势。其中变化幅度最大的是济源市，变化幅度高达 2.23%; 其次是洛阳市，变化幅度为0.42% ; 变化幅度较小的是开封和南阳市，变化幅度仅为 0.01% (图 4.10)。
图 4.8 河南省 1996 ～2005 年独立工矿用地变化趋势
图 4.9 河南省 1996 ～2005 年交通用地变化趋势
(10)未利用地空间变化: 1996 ～ 2005 年，河南省未利用地面积呈快速减少趋势。其中变化幅度最大的是焦作市，变化幅度高达 4.26%; 其次是三门峡市，变化幅度为2.52% ; 变化幅度 较小 的 是 开 封、周 口、濮 阳 和 驻 马 店 市，变 化幅度 分 别 为 0.19% 、0.19% 、0.14% 和 0.13% (图 4.11)。
4.3.3 土地利用程度变化
土地利用程度主要反映土地利用的广度和深度，它不仅反映了土地利用中土地本身的自然属性，同时也反映了人类因素与自然环境因素的综合效应。根据刘纪远等 (1992)提出的土地利用程度的综合分析方法，将土地利用程度按照土地自然综合体在社会因素影响下的自然平衡状态分为若干级，并赋予分级指数，从而给出了土地利用程度综合指数及土地利用程度变化模型的定量化表达式。
图 4.10 河南省 1996 ～2005 年水利设施用地变化趋势
图 4.11 河南省 1996 ～2005 年未利用地变化趋势
4.3.3.1 土地利用程度综合指数模型
某研究区土地利用程度综合指数可表达为:
河南省土地资源生态安全理论、方法与实践
式中:Lj为某研究区域土地利用程度综合指数;Ai为研究区域内第i级土地利用程度分级指数;Ci为研究区域内第i级土地利用程度分级面积百分比;n为土地利用程度分级数。
4.3.3.2 土地利用程度变化模型
一个特定范围内土地利用程度的变化是多种土地利用类型变化的结果，土地利用程度及其变化量和变化率可定量地揭示该范围内土地利用的综合水平和变化趋势。土地利用程度变化量和土地利用程度变化率可表达为:
河南省土地资源生态安全理论、方法与实践
式中:Lb和La分别为b时间和a时间的区域土地利用程度综合指数;ΔLb－a为a至b时间段内土地利用程度变化量;Ai为第i级的土地利用程度分级指数;Cib和Cia分别为某区域b时间和a时间第i级土地利用程度面积百分比;Rj为土地利用程度变化率。
如ΔLb－a>0，或Rj>0，则该区域土地利用处于发展时期，否则处于调整期或衰退期。
根据刘纪远等(1992)提出的土地利用程度的综合分析方法，将土地利用程度按照土地自然综合体在社会因素影响下的自然平衡状态分为若干级，并赋予分级指数(表4.4)，从而可以计算出土地利用程度综合指数。
表4.4 土地利用类型及分级
选用 1996 年和 2005 年数据资料，根据式 (4.3)和式 (4.4)计算出河南省土地利用综合指数、土地利用程度变化率和变化量 (表 4.5)。
从表 4.5 可以看出，河南省土地利用程度综合指数 (L)从 1996 年的 263.96 增加到2005 年的 264.40，土地利用程度变化量 (ΔL)为 0.44，土地利用程度变化率 (R)为0.17，说明河南省整体的土地利用处于发展期，土地利用程度较好。各地 (市)由于受影响因素的不同土地利用程度各不相同，有的处于发展期，有的则处于调整期或衰退期。从土地利用综合指数上看，1996 年漯河市、商丘市、周口市的综合指数较高，均大于300，最高的漯河市达到 309.34，超出河南省 40 个点以上; 2005 年综合指数整体呈上升趋势，但漯河市、商丘市、周口市和许昌市仍比较高，位居前列。从土地利用变化量上看，在 1996 ～2005 年间，平顶山、济源、南阳、驻马店、漯河、信阳和鹤壁、洛阳、三门峡共 9 个城市的变化量小于零，说明这些城市土地利用处于调整期，其余的 9 个城市土地利用处于发展期，发展态势良好。从土地利用程度变化率上看，郑州市最高，为 3.35，处于快速发展期; 焦作次之，为 1.92，处于一般发展期; 新乡、许昌、周口、商丘、安阳、濮阳和开封分别为 0.57、0.40、0.35、0.17、0.12、0.10 和 0.01，均处于缓慢发展期。
总体来说，人类活动的因素对土地利用程度影响比较大。对处于发展期的城市，如郑州市，由于人类活动的增加，耕地和未利用地减少，城镇居民用地和交通用地的增加，使得土地利用程度提高。而对处于调整期的城市，如平顶山市，由于耕地大幅度地减少，未利用地大幅度地增加，使得土地利用程度减小。
表 4.5 河南省土地利用程度变化率和变化量
4.3.4 土地利用变化的区域差异
土地利用变化存在着显着的地区差异，可以用各区域某种土地利用类型相对变化率及各区域土地利用动态度的不同来反映土地利用变化的区域差异。土地利用动态度主要描述了土地利用的变化速度，研究末期相对于研究初期的变化速率，突出的是时间上的区域差异; 而土地利用相对变化率主要描述某一区域土地利用类型变化和全区域的比较，和土地利用动态度相比，选取的参照物不同，突出的是空间上的区域差异。此次研究采用两种方法分析土地利用变化的区域差异，可以从两个角度分析土地利用变化的区域差异，为揭示河南省土地利用变化规律提供科学依据。关于土地利用动态度前面已作了详细说明，下面只分析土地利用相对变化率的计算。某研究区某一特定土地利用类型相对变化率 (R)可表示为:
河南省土地资源生态安全理论、方法与实践
式中:Ka、Kb为某区域某一特定土地利用类型研究期初及研究期末的面积;Ca、Cb分别代表全研究区某一特定土地利用类型研究期初及研究期末的面积。
如果某区域某种土地利用类型的相对变化率R大于1，则表示该区域这种土地利用类型变化较全区域大。相对变化率是一种反映土地利用变化区域差异的很好的方法，河南省土地利用相对变化率见表4.6。
表4.6 河南省土地利用相对变化率
4.3.4.1 耕地相对变化率的区域差异
耕地相对变化率最大的是许昌市，达到了 1.24; 其次是开封、安阳、漯河和周口、驻马店，其 R 值均为1 < R <1.24; 除了新乡、焦作和濮阳、南阳的 R 为1.00 外，其余几个城市 R 值都小于 1，耕地相对变化率最小的是济源市，R 值为 0.82，说明这些地区的土地利用类型变化小。
4.3.4.2 园地相对变化率的区域差异
园地变化情况比较大，相对变化率最大的是濮阳市，达到了 1.79，其次是新乡 (R =1.48)和洛阳 (R = 1.16); 园地相对变化率最小的是焦作市，R 值为 0.63。
4.3.4.3 林地相对变化率的区域差异
林地相对变化率最大的是焦作市，达到了 1.60，其次是许昌市 (R =1.24); 林地相对变化率最小的是周口市，R 值为 0.89。
4.3.4.4 城镇用地相对变化率的区域差异
相对变化率最大的是济源市，达到了 4.23，其次是郑州市 (R = 1.89)和信阳市(R = 1.05); 城镇用地相对变化率最小的是平顶山市，R 值为 0.75。
4.3.4.5 农村居民点用地相对变化率的区域差异
相对变化率最大的是许昌市，达到了 1.31，其次是安阳市 (R = 1.05)和焦作市(R = 1.05); 农村居民点用地相对变化率最小的是平顶山市，R 值为 0.80。
4.3.4.6 独立工矿用地相对变化率的区域差异
相对变化率最大的是郑州市，达到了 1.31，其次是许昌市 (R =1.13); 独立工矿用地相对变化率最小的是平顶山市，R 值为 0.85。
4.3.4.7 交通用地相对变化率的区域差异
相对变化率最大的是焦作市，达到了 1.32，其次是许昌市 (R =1.28); 交通用地相对变化率最小的是鹤壁市和平顶山市，R 值为 0.74 和 0.79。
4.3.4.8 水利设施用地相对变化率的区域差异
相对变化率最大的是济源市，达到了 13.56，其次是洛阳市 (R = 1.62)和许昌市(R = 1.14); 水利设施用地相对变化率最小的是周口市，R 值为 0.90。
4.3.4.9 未利用地相对变化率的区域差异
相对变化率最大的是许昌市，达到了 1.22; 未利用地相对变化率最小的是焦作市，R值为 0.83。
4.3.5 土地利用变化的空间格局
土地利用的空间格局主要包含: ①土地利用的类型; ②土地利用类型的空间布局; ③土地利用的数量结构，即土地利用图上的斑块分布。通过土地利用空间格局的研究，可以具体地把握土地利用现状，其分析结果可反映区域内土地资源的特点和优劣势，诊断土地利用合理与否，从而为土地规划设计、土地可持续开发利用、土地管理与调控提供科学依据。
此次研究运用景观生态学中的多样性指数、优势度指数、均匀度指数作为土地利用空间格局指数，对河南省土地利用的空间格局进行分析。
(1)土地利用多样性指数: 可用来描述土地利用类型的丰富和复杂程度，反映了土地利用类型的多少和各种类型所占比例。当土地利用各种类型所占比例差异减小时，多样性上升。算式为:
河南省土地资源生态安全理论、方法与实践
(2)土地利用优势度指数: 用于表示土地利用结构中一种或几种类型占整个土地利用的程度。其表达式为:
河南省土地资源生态安全理论、方法与实践
(3)土地利用均匀度指数: 用于描述土地利用类型的分配均匀程度，可用 Romme相对均匀度计算。其表达式为:
河南省土地资源生态安全理论、方法与实践
上列各式中，H为土地利用多样性指数;pi为第i种土地利用类型占总面积的百分比;D为土地利用优势度指数;m为土地利用类型的种类;E是土地利用均匀度指数;H'是修正的Simpson指数;H'max是在给定丰富度T条件下的最大可能均匀度。
空间格局指数的大小反映了人类活动对土地利用的干扰程度，随着干扰度的增加，土地利用的多样性和均匀度提高，优势度减少。根据以上公式，计算河南省及各地(市)的土地利用空间格局指数值见表4.7和图4.12。
表 4.7 河南省土地利用空间格局指数值
多样性指数反映了土地利用类型的丰富和复杂程度，通常人口集中、人类活动强烈的地区，土地多被开发为农业、工矿、城市及农村居民用地，区域内土地利用类型增加，多样性升高。河南省土地利用多样性指数为 2.30，从各个地 (市)的情况来看，最高的是郑州市，土地利用多样性指数为 2.58，高于全省多样性指数的还有平顶山、济源、焦作、信阳、鹤壁和南阳等 6 个城市; 其余均低于全省多样性指数，最低的是周口市，土地利用多样性指数仅为 1.57。
图 4.12 河南省土地利用空间格局指数
土地利用优势度是描述土地利用结构中一种或几种类型支配整个土地利用的程度。优势度越高，说明人类对土地利用的干扰度越低。与多样性指数相比，多样性指数高，其优势度指数就低; 相反，多样性指数低的，其优势度指数就高，即人类活动对土地利用的干扰度增加。从全省各个地 (市)的优势度指数来看，最高的是周口市，土地利用优势度指数为 2.02，较低的是郑州市、平顶山、济源、焦作等城市，土地利用优势度指数分别为 1.00、1.12、1.13 和 1.19，说明这几个城市人类对土地利用的干扰度较高。
土地利用均匀度用于描述土地利用类型的分配均匀程度。在各个地 (市)中，大于河南省平均水平的有济源、平顶山、郑州、信阳、南阳、洛阳和焦作等 7 个城市。最低的是周口市，土地利用均匀度仅为 0.28。和多样性指数的趋势一致，而与优势度指数成反比，即均匀度指数高者，多样性指数也高，而优势度指数较低，说明该地人类活动对土地利用的干扰度较大。
I. 水源区土地利用/覆被变化研究
4.1.1 遥感技术在土地利用 / 覆被变化研究中的应用
从 20 世纪 80 年代中后期以来，面向解决全球环境变化和可持续发展领域的若干重大问题，土地利用/土地覆被变化 (LUCC)研究受到国内外学术界的重视，并在该领域开展了一系列的研究。LUCC 研究的核心目标在于探讨土地利用和土地覆被变化对全球和区域生态系统的影响。目前，人类面临的许多环境与发展问题都与土地利用/覆被变化有关，土地利用/覆被变化研究已成为地理学综合研究的国际前沿课题。LUCC 对区域生态影响日益受到学术界的重视，一是 LUCC 过程的区域差异大，更重要的是生态建设往往通过改变土地利用方式来实现，土地利用变化导致土地覆被的变化从而影响区域或景观范围内环境变化。恶化等生态环境问题的出现总是与不合理的土地利用联系在一起，而土地利用合理往往会促使区域生态环境向适应人类需求的良性方向发展。
遥感 (RS)技术是在航摄基础上于 20 世纪 60 年代以来迅速发展起来的一门新兴综合探测技术，是在不直接接触的情况下，对目标物或自然现象远距离的感知，从而获得目标物的信息。遥感技术已被广泛应用于环境监测与评价、国土资源调查、城市规划研究、大气和海洋的变化研究、土地利用动态监测等方面。基于卫星遥感数据，利用 GIS 技术对研究区域在一定时期内 (通常为 5 ～10 年)土地利用类型的数量和时空变化特征进行研究，以一定尺度的区域为基本空间分析单元，利用土地利用程度变化模型以及土地利用类型变化强度指数分析该区域在这一时段的土地利用程度及其变化的区域分异特征，分析区域土地利用变化的空间趋向性，成为当前土地利用变化研究富有成效的研究途径。
4.1.2 技术方法及遥感图像处理
4.1.2.1 技术方法
采用1989 年和2000 年的 Landsat TM 全色波段影像，对全色波段影像中的4、7、3 波段对应的红、绿、蓝作假彩色合成。合成后进行色彩增强处理，调整亮度、色度、饱和度，拉开不同地类之间的色彩反差。以合成遥感影像为基本信息源，经与地形图配准，建立了 1∶20万的研究区土地利用/覆被动态 TM 影像库，建立水源区的土地利用分类体系。在 MapGIS、PHOTOSHOP 等软件平台支持下，根据影像特征，建立判读标志并进行人机交互式 TM 影像判读，采用屏幕数字化方式提取两个时相土地利用/覆被信息，将土地利用/覆被现状数据存储为 MapGIS 的点、线、面文件格式，将提取的水源区土地利用/覆被信息在 MapGIS 平台下将面状信息的面积、ID 号和地类等属性信息导入 Excell 程序，进行数据的统计和变化趋势的分析，揭示出研究区土地利用/覆被变化与生态环境之间的关系 (图4.1)。
图 4.1 工作流程图
4.1.2.2 遥感图像处理
遥感图像处理是为图像分类识别提供基础和支持。此次研究采用 1989 年 10 月 31 日和 2000 年 10 月 21 日两时相的 Landsat TM 遥感图像 (分辨率 30 m)。遥感图像处理包括图像的增强处理和图像的校正、配准。
为了获取图像最佳的分类效果，正确提取土地利用/覆被类别信息，在分类前对图像进行了彩色增强处理。分别对 1989 年和 2000 年两个时段的 TM 数据，进行了不同波段之间的融合实验，得出信息较为丰富和目视效果最佳为 TM473 的假彩色合成，其次是TM743 真彩色合成。为了图像分类能分出尽可能多的地类以及分类效果最好，最终选取了 TM473 这一合成方案。
在图像处理软件下，导入 125-37-4、7、3 三个波段的遥感数据，选择通道合成对应红、绿、蓝作假彩色合成。波段 4 能增强土壤-农作物与陆地-水域之间的反差; 波段 3 是辨别植被的最重要的一个波段，能增强植被覆盖与无植被覆盖之间的反差; 波段 7 有利于区分人造地物类型。假彩色合成的图像突出了植被、水体、裸土地及各类地物、地形和地貌的差异。在该合成图像上，耕地为红白色、浅绿色，水体是深蓝色调，林地是红色调，草地为灰绿色调 (图 4.2，图 4.3)。总体来说，TM473 彩色合成的图像色彩丰富，信息量大。此次工作主要以 TM4、7、3 波段合成的假彩色图像作为各种分类的基础图件。
4.1.2.3 遥感图像几何校正
所谓几何精校正，就是利用地面控制点使遥感图像的几何位置符合某种地理系统，与地图配准。几何校正的目的是将影像的几何位置校正到地形图的投影位置上。此次研究对于 TM 图像的几何校正是在 MapGIS6.5 平台上完成的。首先是对研究区 1∶20 万地形图进行几何校正。在校正过程中采用高斯-克吕格投影，1954 北京坐标系，以 111°00༼″为中央经线，按 6°带分带进行坐标计算。利用校正好的 1∶20 万地形图分别对 2000 年和 1989年的 TM 影像进行坐标配准。为保证图像校正的精度，地面控制点的选取原则是: 有一定的数量保证，均匀分布在整个校正区域内，具有明显精确的定位识别标志，如河流的拐点，河流、道路的交叉点等。选择的控制点总计为 45 个，几何校正选用二次多项式。图像校正完后，利用 ENVI 软件提供的 LINK 功能检查配准精度。
图 4.2 1989 年 TM473 合成图像
图 4.3 2000 年 TM473 合成图像
4.1.3 遥感影像解译标志的建立
4.1.3.1 遥感解译的基本准则
在进行图像处理、确定解译内容、建立解译标志后，就可在影像上进行地类判读。在判读过程中，应注意几点基本准则，首先，掌握地区特点。影像反映的是地物群体，不可能识别每个像元所代表的地物，而只能把许多像元的综合特征定性地判读出来，这样区域知识和解译经验就非常重要。其次，了解地物空间分布的规律性。受自然因素和人为因素的影响，各种土地资源类型在空间分布上具有一定的规律，只有掌握当地各种土地利用类型空间分布的规律，并结合其他相关因素，解译结果才能更接近实际情况。第三，分析时相和物候的关系。因不同的物候状况在影像上具有不同的光谱特性，所以调查土地资源时，了解地面植物生长发育期的特征，对判读作物布局的特点有很大帮助。第四，排除影像上的 “噪音”，如云雾信息等。此外参考地形图、土地利用图等其他辅助资料以帮助判别。
4.1.3.2 各地类的影像特征
以 1984 年全国农业区划委员会编写的 《土地利用现状调查技术规程》中分类体系为参考进行分类。国家土地利用分类系统的一级分类主要根据土地的用途和覆盖特征，二级分类主要根据土地的经营特点和利用方式，三级分类主要依据地貌特征和覆盖物的种类。根据国家土地分类系统、TM 图像对土地利用状况的识别能力，以及研究区土地利用的特点建立研究区土地利用分类体系。
遥感影像解译标志的建立主要是结合野外调查与影像分析来确定的。土地类型在影像上的色调、形状、纹理、结构特征各异。结合研究区的土地利用特点，利用卫星图像反映出的形、色、大小为主要指标，建立目视解译标志，应用这些标志对 TM 图像进行实际目视解译，建立研究区土地利用 /覆被分类体系。研究区土地利用分类体系及影像标志见表 4.1。
考虑到研究重点在于水源区水体、林地、裸岩石砾地等之间的空间交替演变情况，根据研究目的和研究区域的实际情况，将研究区的土地类型划分为耕地、林地 (包括阔叶林、混交林等覆盖度在 80%以上的林地)、低覆盖度林地 (包括灌木林地、疏林地以及与高覆盖度草地混杂生长的林地，覆盖度在 50% ～80%之间)、水体 (包括湖泊、河流、较大面积的池塘等)、居民及建设用地、草地 (主要是指低于 50% 的低覆盖度草地)、滩涂等八大类型。
表 4.1 水源区土地利用/覆被分类体系及 TM (473)影像特征
4.1.4 人机交互提取土地利用变化信息
遥感图像分类的目的是提取土地利用/覆被变化信息，变化信息的提取主要有: 交互式目视解译和计算机自动分类两种方法。研究区地形复杂，以山地为主，地物种类复杂多样，加上同物异谱和异物同谱的情况比较多，因此，土地覆被类型不宜单独采用计算机自动分类，而应采用以目视判读为主、计算机自动分类为辅的方法。以遥感图像作为基本数据源，同时以 2000 年土地利用图作为参考图，还应结合研究区的地形图、地质图等进行判读，按解译标志进行土地覆被类型的目视判读以达到提高判读精度的目的。
人机交互式目视解译主要是利用地理信息系统的编辑功能，在计算机屏幕上对遥感图像进行交互式目视解译。首先确定各类型的分布范围，在屏幕上用鼠标沿类型边界进行跟踪，边界封闭后再赋予该图斑所归属的土地利用类型的代码。
实践证明，在计算机屏幕上交互式的人工目视解译提取土地利用类别的定量信息的精度比较令人满意。因此，此次主要通过人工目视解译和计算机的自动分类为辅助手段的方法提取土地利用/覆被的定量信息。以 MapGIS 和 PHOTOSHOP 为工作平台，以建立的研究区土地利用/覆被分类体系为依据，通过人机对话，结合研究区的土地利用现状图，地形图以及野外 GPS 地类调查情况，最终生成研究区 1989 年和 2000 年土地利用/覆被图(图 4.4，图 4.5)。
图 4.4 1989 年土地利用/覆被图
图 4.5 2000 年土地利用/覆被图
4.1.5 土地利用动态变化趋势分析
对研究区各土地利用/覆被地类的面积进行了统计，其变化结果见表 4.2 和图 4.6。结果表明，近 10 年间，地类面积发生较大变化的是耕地、河流水面的减少和疏林地及灌木丛的增加，这与该内人地矛盾尖锐、森林系统功能退化和湿地面积锐减等生态问题是吻合的。从土地利用/覆被图上还可以看出，丹江口水库和丹江支流淇河、老灌河周围土地垦殖指数高、植被覆盖低，地貌上属低山丘陵区。该区域也是水土流失较严重地区。
表 4.2 水源区土地利用/覆被地类面积和变化统计
图 4.6 1989 ～2000 年研究区土地利用/覆被变化趋势