基于马尔可夫模型的河北省退耕还林典型县土地利用变化分析

基于马尔可夫模型的河北省退耕还林典型县土地利用变化分析

0土地植被变化研究意义土地使用和植被交叉变化（luc）是全球变化研究的中心主题之一，区域土地利用变化研究是全球变化研究的重要组成部分。对生态环境脆弱地区的土地利用和土地植被变化进行研究,有助于人们揭示自然和人文因素对土地利用可持续性的影响和变化动因,对预测未来变化趋势以及政府部门进行科学决策至关重要。利用3S技术手段对河北省涉县退耕还林前后的土地利用/覆被变化进行分析,计算出涉县1999—2007年土地利用类型转移概率矩阵,初步分析涉县1999—2007年土地利用的数量变化和各类型间的转化特征,并利用马尔可夫链模型(MarkovChainModel)对涉县2015年土地利用动态变化的趋势进行预测。1涉县基本情况涉县位于太行山东麓,河北省西南部,晋冀豫三省交界,N36°17′~36°55′,E113°26′~114°。境内山高岭多,沟壑纵横,最高海拔1563m,最低海拔203m,相对高差1260m。涉县属暖温带季风大陆性气候区,四季分明,年均气温12.5℃,年均降雨量500mm,光能及热能资源丰富。地表水属于南运河水系,多年平均流量23.6m3/s,流域面积1302km2。全县土壤包括褐土类、草甸土类、水稻土类三大类。境内植被共有803种,主要包括多种木科植物和喜温植被。全县总面积1509.26km2,耕地22000hm2,宜林宜牧荒山10.47km2,总人口38.6万人。2研究内容和方法2.1影像特征属性分析TM影像为LANDSAT7波段遥感数据,其地面分辨率为30m×30m,共2景影像,1景影像时相为1999年9月7日,另1景影像时相为2007年8月12日。基础地理信息数据包括1:25万涉县全要素数字地图、1:5万数字高程模型,这些辅助数据主要用于图像精校正、辅助分类、综合制图和地学分析。地面调查资料用于监督分类训练样本和精度验证。根据不同土地利用类型的光谱反映特征建立解译标志,采用目视解译法识别影像的特征属性,并结合野外资料对影像进行监督分类,得到遥感分类图,比较各时期土地利用与覆被变换。参照1992年中国科学院“八五”重大应用项目“国家资源与环境遥感宏观调查与动态研究”的土地资源分类系统,根据涉县土地利用和植被物候与荒漠化特点,结合大量野外调查,本着实用、简洁的原则,确定采用2级分类法对研究区进行土地利用/植被覆盖分类(见表1)。2.2土地利用动态度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,它对比较土地利用变化的区域差异和预测未来土地利用变化趋势都具有积极的作用。公式表达式为:式中: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——研究期时段长。当T设定为年时,R单为研究时段内某一土地类型的年变化率。综合土地利用动态度用于表征区域土地利用变化的速度,其表达式为:式中:LUi—监测起始时间第i类土地利用类型面积;ΔLUi-j—监测时段内第i类土地利用类型转为非i类土地利用类型面积绝对值,T—研究时段。当T设定为年时,R总为研究时段内某一土地利用类型的年变化。2.3土地利用类型的转化马尔科夫分析法用于分析随机事件未来发展变化的趋势,即利用某一变量的现在状态和动向去预测该变量未来的状态及其动向,以预测未来某特定时期可能产生的变化,以便采取相应的对策。马尔科夫分析是使用马尔科夫链进行分析的。马尔可夫链是一种具有“无后效性”的特殊随机运动过程,它反映的是一系列特定时间间隔下,一个系统由T时刻向T+1时刻状态转化的一系列过程,这种转化下T+1时刻的状态只与T时刻的状态有关。土地利用类型之间的相互转化情况,可以采用马尔可夫转移矩阵模型(MarkovProcess)来描述。马尔可夫模型在土地利用类型转化上的应用,关键在于转移概率的确定。以斑块相互之间面积的转移概率为矩阵中的元素,则转移矩阵模型为:矩阵中每个元素Pij为土地利用类型i转化为类型j的转移概率。Pij具有两个特点:(1)0≤Pij≤1,即各元素非负;即每行元素之和为1。通过马尔科夫转移矩阵,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。3结果与分析3.1土地利用类型的年际变化对1999年和2007年的遥感影像进行监督分类和分类后处理,得到了1999年和2007年的土地利用/植被被覆盖分类图(图1)。对1999年和2007年的TM遥感影像的分类结果(图1)进行统计,得到了涉县的土地利用/植被覆盖的统计数据(表2、表3)。由表2可以看出,1999年涉县的耕地面积为27070.08hm2,占全县总土地面积的18.04%,主要为分布于梁峁的缓坡地和水平梯田;林地面积30750.94hm2,占总土地面积的20.49%,主要分布在较为平缓的背阴沟坡;草地面积74701.88hm2,占总土地面积的49.77%,其中高覆盖度草地为37900.41hm2,占总土地面积的25.25%,是涉县占地主面积最大的土地利用类型,主要分布在沟坡和梁峁陡坡,构成草地的主体,在全县境内分布较均匀;未利用地为4800.83hm2,占总土地利用的3.20%,主要分布在陡峭的沟坡。2007年耕地面积15540.98hm2,占10.36%,比例大幅度的减少,主要由于该地实施了退耕还林工程,大部分坡耕地退成林地,这时涉县的主要土地利用类型为林地和草地,分别占土地总面积的26.90%和50.78%,草地主要分布在沟坡和梁峁顶,其中高覆盖度草地主要分布在梁峁的阴坡,而阳坡则由灌木林地和中覆盖度草地代替了原先广泛分布的农田,荒草地的一部分转化为中盖度草地,水域的面积有所减少,其中主要为河流面积的减少,而湖泊、水库面积略有所增加。根据公式(1)和(2)计算出涉县土地利用8种类型的年变化率,结果说明,1999—2007年涉县土地利用的年变化率为6.45%,其中农田和灌木林地变化速率最大,年变化率分别为-5.23%和4.58%,荒草地和有林地变化速度次之,年变化率分别达到-3.97%和3.13%,水系变化率最低,为-1.62%。高覆盖草地,居民工矿用地和中覆盖草地的年变化率分别为2.78%,2.39%,-2.35%。3.2土地利用的动态变化此研究中,对土地利用/植被覆盖进行了分类,相邻不同时期间的土地利用/覆被转移矩阵是利用ErdasImage软件下GISAnalysis中的Matrix功能完成。经此功能运算后输出的图层为Img格式的栅格图层,通过属性查询完成转移矩阵。相邻不同时期间的土地利用/覆被转移数量见表3。表3分析表明,在不同时段间的土地利用/覆被的转化中,农田主要转化类型为林地和草地,分别转化了26.83%和19.39%。林地的主要转化类型为草地,草地的主要转化类型由中覆盖型向高覆盖型转变。从1999—2007年,高覆盖草地和建设用地呈稳定的增长趋势,其增长的来源均主要为中覆盖草地,其次为荒草地。荒草地在退耕还林的8年中向中高覆盖型草地转变。中国近些年来实行的退耕还林还草、植树造林、草原植被建设和生态修复等政策和工程,使得涉县的林草地面积增加,营造了良好的小气候环境,为植被的休养生息及繁衍提供了条件。根据表3列出的1999年土地利用的数据,得出表4即每一部分土地类型的转移概率,利用公式和矩阵P,每经过8年为1步,则2015年,n=1。对涉县县土地利用动态演变趋势进行预测,未来2015年各类土地预测结果见表5。由表5可知,未来涉县土地利用变化情况,如果按1999—2007年的土地利用转化趋势,预计到2015年,农田减少到9921.31hm2,减少5619.67hm2;灌木林地增加到23589.12hm2,增加913.19hm2;有林地增加到19779.80hm2,增加2088.82hm2;高覆盖草地增加到48170.02hm2,增加1846.29hm2;中覆盖草地增加到29969.34hm2,增加79.18hm2,居民工矿用地将增加到14697.86hm2,增加1410.59hm2;水系减少到1194.18hm2,减少200.06hm2;荒草地减少到2759.21hm2,减少518.34hm2。以上分析表明,在不同时段的土地利用/覆被转化过程中,耕地,林地和草地,始终为主要的转化类型,因此合理利用与保护该区的耕地,林地和草地资源,是该区生态环境建设的必要途径。4土地利用和植被的保护应进一步完善(1)1999年涉县耕地面积占区域总面积的18.04%,林地占比例为20.49%,按照土石山区农林牧合理的用地结构衡量标准,涉县土地利用存在不合理现象。耕地与林地比例失调,耕地面积所占比例过大。到2007年涉县耕地面积所占比例减少到10.36%,林地面积所占比例增加到26.90%,土地利用结构逐渐趋向合理,植被覆盖有了一定的提高,生态环境有了明显改善。应该进一步完善相关保护措施,让土地利用结构保持合理。(2)在1999—2007年的土地利用/植被覆盖的转化中,耕地的主要转化类型为林地和草地,林地的主要转化类型为草地,草地的主要转化类型由中覆盖类型向高覆盖类型转化。耕地,林地和草地始终为该区主要的转化类型,占据主导地位。所以合理利用和保护该区的耕地,林地和草地资源,是生态环境建设的必要途径。(3)根据马尔科夫模型的预测,到2015年,耕地面积会进一步减少至9921.31hm2,林地面积继续增加至43368