地理国情监测与国土调查中耕地数据衔接分析

地理国情监测与国土调查中耕地数据衔接分析摘要：耕地的变化是自然资源监管的重要环节，是地理国情监测和第三次国土调查皆关心的问题，对地理国情监测与同期的国土调查的耕地数据进行衔接对比，再对两类数据中耕地变化的异同进行分析，研究二者在任务目标、调查方法、数据采集等方面的差异。研究结果为完善优化地理国情监测内容，使其更好地满足自然资源管理提供参考。关键词:地理国情监测；第三次国土调查；耕地变化DifferenceAnalysisofCultivatedLandChangeofGeographical

NationalConditionsMonitoringandLandResourcesSurveyAbstract:Thechangeofcultivatedlandisanimportantstepinthesupervisionofnaturalresources,alsoisaconcernofbothgeographicalnationalconditionsmonitoringandthethirdlandresourcessurvey.Thispapercomparesthecultivatedlanddataofgeographicalnationalconditionmonitoringandthelandresourcessurveyinthesameperiod,thenanalyzesthesimilaritiesanddifferencesofcultivatedlandchangeinthetwotypes,andstudiesthedifferencesbetweenthemintaskobjectives,surveymethods,datacollectionandsoon.Theresearchresultsprovideareferenceforimprovingandoptimizingthemonitoringcontentsofgeographicalnationalconditionsandareferenceformakingthenaturalresourcemanagementbetter.Keywords:geographicalnationalconditionsmonitoring;landresourcessurvey；cultivatedlandchange0引言地理国情普查是一项重大的国情国力调查，是全面获取地理国情信息的重要手段，是掌握地表自然、生态以及人类活动基本情况的基础性工作2015年第一次全国地理国情普查完成，从2016年起进入常态化监测阶段，支撑自然资源管理工作，持续服务生态文明建设。如何优化完善地理国情监测内容，深化其与国土资源调查监测的衔接应用，成为现阶段地理国情监测面临的重要问题［2］。耕地监测是自然资源调查监测的重点内容，文献分析了2009年第二次全国土地调查以来全国耕地利用时空变化。文献［5］探讨了地理国情数据中的农业相关信息，可为农业规划及发展起到助力作用。在上述文献中可以看到在计算耕地变化时常用的数据为地理国情与国土调查数据，很多学者就地理国情与国土调查数据进行了差异对比研究。文献［6］—［7］通过对地理国情的地表覆盖与土地变更调查数据进行对比，分析了两类数据的差异，探讨了地理国情的应用情况。在测绘地理信息部门与国土部门合并后，地理国情监测的实施方案有所变化，已有研究在分析地理国情数据与国土调查数据差异时使用的都不是最新成果。因此,本文从2019,2020两年的地理国情数据与国土调查数据出发，探讨每一年两类数据耕差异，并进一步研究两类数据的耕地变化量有何异同，分析差异产生的原因，最后结合地理国情监测业务需求及目标，提出优化建议。1实验数据与研究方法1.1试验区及数据试验区选择黑龙江省某县级市的部分区域，位于黑龙江省西北部的松嫩平原上，大小兴安岭南缘，西临嫩江。试验区南北长100余km,东西宽80余km,总面积为0.66万km2。研究数据选择2019年“三调”统一时点数据、2020年国土变更调查数据、2019年和2020年的地理国情监测数据。全国第三次国土调查2017年10月开始2020年完成,采用了不同于“二调”的调查体系、调查精度和选取指标,“二调”与“三调”之间的耕地变化很大,为了保证数据的连续性和可对比性，选用2019年以来的“三调”数据。为了对应“三调”数据，选择2019,2020两年的地理国情监测成果用于对比分析。1.2研究方法1.2.1同期耕地对比对同期的地理国情数据与“三调”数据进行空间叠加处理，即可得到两类数据耕地重叠面积。地理国情中耕地分为水田和旱地两个二级类；“三调”中耕地分为水田、水浇地和旱地三个二级类。为了便于对比，将“三调”中的旱地和水浇地统一当做旱地处理。1.2.2耕地动态度动态度可以反映土地变化速率差异，定量描述土地利用的年变化［4］。为了有针对性地反映地理国情监测和“三调”耕地面积的变化幅度与变化速度差异，本文采用单一土地利用类型耕地动态度描述2019—2020年耕地面积的变化结果。式中:K为研究时段内耕地动态度；U,Ub为试验区初期（2019年）及末期（2020年）耕地利用的面积（万公顷）；T为研究时段，当设定为年时,模型结果表示该区域耕地利用的年变化率。1.2.3耕地净流量耕地的变化分为增加来源和减少去向。以“三调”中林地和耕地互相转化为例。2019年为耕地而2020年为林地的图斑有Xhm2，则这Xhm2林地是耕地的减少去向。反之2019年是林地而2020年为耕地的图斑有Yhm2,则这Yhm2林地是耕地的增加来源。耕地与林地之间净流量P的计算方法为：P=X-Y （2）P为正值，表示耕地和林地有互相转化的情况，但是最终耕地面积（hm2）是增加的,P为负值（hm2）表示最终耕地面积是减少的。2结果与分析2.1耕地对比分析2019,2020年地理国情监测与国土调查的耕地面积见表1,其中的“面积差值”为国土调查面积减去地理国情面积的结果。数值重合率只考虑与两类数据的面积总数，不考虑空间位置信息，空间重合面积为利用G1S软件对两类数据进行空间叠加后的相交面积。空间重合率为空间重合面积与“三调”耕地面积的比值。K=Ub"见x1x100% （1）U„ T表1试验区地理国情与“三调”耕地面积对比表Tab.1Comparisonlandareaofgeographicalnationalconditionsmonitoringandlandresourcessurveyintheexperimentalarea年份地类地理国情国土调查面积差值数值重合率空间重合面积（万hm2）空间重合率面积（万hm2）图斑个数（万）面积（万hm2）图斑个数（万）耕地小计50.593.1150.316.70-0.2799.46%48.7196.28%2019水田4.800.365.190.810.3992.47%4.4993.38%旱地45.792.7545.125.89-0.6698.55%44.2296.59%耕地小计50.443.1650.306.73-0.1499.73%48.6496.45%2020水田4.780.375.210.810.4391.67%4.4994.07%旱地45.662.7945.095.92-0.5798.75%44.1596.69%从表1中可以看出试验区内两年来两类数据的数值重合率超过99%,从二级类出发，两类数据面积差值更大,2019年两类数据的旱地面积差值达到0.66万hm2。单就数据重合率来看，两类数据中耕地重合率很高，但从空间重合方面出发，就能体现出两者耕地面积的不同。2019年两类数据重合面积为48.71万hm2,地理国情不重合的耕地面积为1.88万hm2,表明这1.88万hm2的地块，地理国情判定为耕地，三调判定为非耕地；“三调”不重合的耕地面积为1.6万hm2,表明这1.6万hm2的地块，三调判定为耕地，地理国情判定为非耕地。进一步对试验区国情监测为耕地，“三调”为非耕地的情况进行分析,结果如图1所示（面积单位:hm2）。图1采用“三调”的一级类进行汇总，13个一级类中取面积占比前6的地类，剩余的7个一级类统一用其他表示，面积单位为hm2,通过图1可以看出2019年地理国情认定为耕地的地块,“三调”中更多的被认定为林地、交通

国情耕地，三调非耕地2019（公顷） 国情耕地，三调非耕地2020（公顷）7000600050004000300020001000°林地交通水域草地住宅湿地其他v林地交通水域住宅草地湿地其他图1国情为耕地,“三调”为非耕地的地类面积汇总Fig.1Summaryoflandareaofcultivatedlandinthenationalconditionsmonitoring,andnoncultivatedlandinthelandresourcessurvey运输用地。2020年整体趋势与2019年保持一致；反过来,对试验区“三调”为耕地,国情监测为非耕地的情况进行分析，结果如图2所示。三调耕地、国情非耕地2019（公顷）三调耕地、国情非耕地2020（公顷）12000100008000600040002000草地林地道路构筑物水域房屋其他’草地林地觥构筑物水域房屋其他建筑 建筑图2三调为耕地，国情为非耕地的地类面积汇总Fig.2Summaryoflandareaofcultivatedlandinlandresourcessurvey,andnon-cultivatedlandinthenationalconditionsmonitoring图2采用地理国情的一级类进行汇总，为了方便与“三调”数据进行对比,将一级类中“林草覆盖”拆分为林地与草地两类。通过图2可以看出2019年“三调”认定为耕地的地块，地理国情中更多地被认为是草地和林地，2020年整体趋势与2019年保持一致。通过图1和图2,参照影像数据，可知“三调”与地理国情的差异原因有如下几点：1） 图斑采集时点差异：国情时点截止日期为每年6月30日，影像时相主要集中在4—6月份。三调时点截止日期为每年12月31日，影像时相以10—12月为主（试验区为高纬度地区，影像时相为8—12月），两者使用影像月份不同，导致人工解译的过程中对地物范围的提取不一致。2） 对于林地的采集：“三调”采集的林带整体比地理国情要宽,导致约0.43万hm2的地块“三调”判读为乔木林地，地理国情判读为耕地。对于影像上森林内部，纹理不清晰可能为稀疏林地或未耕种的耕地，“三调”更多判读为其他林地，地理国情更多判读为耕地。3） 对于草地的采集：地理国情和“三调”对于草地最小采集指标均为400m2,但是地理国情数据在众多的道路、林带、沟渠两侧采集了长条状的草地,再往外侧是耕地，而“三调”数据中没有中间长条状的草地。另外在河道湖区范围内有大量地块被“三调”判定是耕地，而地理国情认定是高覆盖度草被。4）对于交通用地的采集：两类数据的差别主要体现在农村道路上。地理国情的农村道路上图指标是宽度大于3m且长度大于500m。“三调”则要求道路宽度为2—8m（上下均含），对长度无要求，这点导致了在耕地中间，“三调”多提取了大量的农村道路，最终导致了0.44万hm2的差异。2.2耕地变化对比分析2019年对比2020年，地理国情与“三调”数据各自的耕地变化情况也可从表1中计算出来，两类数据的整体变化趋势吻合，耕地总面积都在减少。不同点是地理国情数据的耕地动态度比“三调”高很多，表明地理国情的变化速率更快。为了更详细地分析耕地变化情况,通过统计耕地的增加来源地类和减少去向地类,计算出两类数据中耕地的净流量变化,其结果见表3。表3耕地净流量对比表（2019—2020年）Tab.3Comparisonofnetflowofcultivatedland(2019—2020)“三调”耕地净增加地理国情耕地净增加地类名称面积（hm2）地表覆盖类型面积（hm2）其他草地11.38高覆盖度草被231.07乔木林地5.76乔灌果园14.84沼泽地3.18拆迁待建工地12.35天然牧草地2.41其他采掘场7.91裸土地1.57露天堆放场4.85农村道路-5.03温室大棚-25.79物流仓储用地-10.8水面-44.68设施农用地-20.37经济苗木-101.62农村宅基地-47人工幼林-457.07其他林地-62.65荒地草被-1063.08其他地类汇总-15.37其他覆盖类型汇总-80.21通过表3可知,变化最大的地类是地理国情中“荒地草被”。在2020年的地理国情监测中，新增了荒地草被类型，指之前为种植植被，监测期内未耕种，经过自然恢复形成的次生草被。荒地草被的增加是地理国情与国土调查初步融合的体现。因为在“三调”中撂荒地被定性为耕地,在属性中标注未耕种字样,2020年地理国情监测中的荒地草被可与之对应。这一点导致国情耕地减少0.1万hm2,也导致（图2中）2020年“三调”为耕地，地理国情为草地的面积较2019年增加700hm2。为了对比两类数据提取的耕地变化重合情况，对耕地减少图斑和增加图斑进行叠置分析，结果如图3所示。通过图3可知，“三调”和地理国情中耕地减少图斑211个，叠置面积66.87hm2,占“三调”耕地减少面积的35.60%o增加图斑面积占比为27.35%,两者共同确认的耕地净减少面积为52.94hm2,占三调净减少的38.66%,Fig.3Schematicdiagramofcultivatedlandchangeintwotypesofdata通过表3和图3对比可发现，两类数据对于耕地变化的认定存在差异,分析各自的实施方案,对比影像和数据得出以下原因：1） 调查内容不一致。地理国情监测目的为查清地理要素的空间分布情况，而土地变更调查主要为查清年度内各类土地的实际变化情况[7]o这一点直接导致了国土变更调查和地理国情的监测在更新过程中的差异。地理国情强调“所见即所得”，发现地块有扩张或缩小都会标识，每年提取的变化图斑都很多。而“三调”关注新增建设用地的分布以及耕地内部变化的情况，对于林地、草地等其他农用地之间的变化无严格要求,不会因为地块有微小伸缩而修改地块形状。2） 地类认定与采集要求不同。简易温室和塑料大棚在“三调”中统一为耕地,地理国情会归类到温室大棚（构筑物），每年的温室大棚都会有新建和拆除，地理国情对其进行了相应修改;另外“三调”为耕地，因季节、暂时需要等原因种植果树、林木或挖坑塘等情况,地理国情都会在每年的监测中标注出来;在2020年荒地草被的增加直接导致了地理国情耕地流向草地的流量激增，这是两类数据耕地变化差异最大的地类。3总结与建议通过对两类数据耕地分布对比