陈成 李亚强 杨栋淏 王建雄 辛京达

(云南农业大学，昆明，650210)

土地利用和土地覆盖变化是导致土地产生各种连锁反应的主要原因之一[1]，而主要问题是人地关系，人类活动与土地利用的矛盾对生态环境的影响尤为敏感[2-4]。土地利用和土地覆盖变化可以影响到地球中能量间的相互转换，从而进一步地影响到区域的气候条件、水资源循环、生态系统的稳定性以及社会经济等一系列问题[5-6]，所以土地利用和土地覆盖变化已经成为地理科学领域的重要研究议题[7-8]。

结合土地利用和土地覆盖变化的特点，已有较多研究成果对不同的研究区进行定量分析[9-10]，为区域的经济可持续发展和生态环境的修复提供了大量的数据支撑以及科学有效的理论参考[11-13]；从不同角度分析土地利用变化与归一化植被指数(NDVI)[10]、海洋[14]、景观格局[15]、经济中心迁移[16]等之间的关系[17-22]。

云南省北部的昆明市、曲靖市、昭通市、楚雄彝族自治州，拥有丰富的土地利用资源。本研究以滇北4个市州为研究区域，借助土地利用数据、中分辨率成像光谱仪归一化植被指数(MODIS-NDVI)，结合像元二分模型法估算滇北2000—2020年植被覆盖度；利用核密度分析法、土地利用动态度、土地利用转移矩阵、泰尔森中位数和曼-肯德尔(Sen+MK)趋势分析法，分析土地利用和土地覆盖变化的时空动态变化特征。旨在为增强区域土地利用资源的合理使用、为滇北地区生态建设工程的实施以及生态环境的保护提供参考。

1 研究方法

本研究选取位于云南省北部的昆明市、曲靖市、昭通市、楚雄彝族自治州为研究区域，地理坐标介于24°13′～28°36′N、100°43′～105°19′E之间，面积约1.01×104km2。北与四川省交界，昆明市、曲靖市、楚雄州属于亚热带季风气候，昭通市具有高原季风立体气候。4个区域地理位置均位于长江流域内，水资源较为丰富，整体降水量多、气温适宜，气候明显，并拥有复杂的地形地貌特征。

数据来源：本研究使用的土地利用数据，来源于中国科学院地理科学与资源研究所的1 km云南省土地利用类型遥感数据，包括2000、2010、2020年三期数据。中分辨率成像光谱仪(MODIS)数据(MOD13Q1)的时间跨度为2000—2020年，空间分辨率为250 m，时间分辨率为16 d，来源于美国航空航天局(NASA)。将下载的数据，通过MRT软件对其进行拼接、投影和格式的转换等预处理。

土地利用转移矩阵：土地利用转移矩阵主要用来对土地利用类型的状态与其状态转移的定量描述，监测土地利用类型在初期和末期之间的相互转变以及面积变化。应用获取的土地利用类型数据，制作土地利用转移矩阵，分析土地利用的动态变化特征。

像元二分模型的构建：依据归一化植被指数(IV(ND))通过像元二分法反演植被覆盖度(FVC)，计算公式[27]：FVC=(IV(ND)-IV(ND),S)/(IV(ND),V-IV(ND),S)。式中：IV(ND),S为裸土区域或者无任何植被区域的归一化植被指数，IV(ND),V为植被完全覆盖区域的归一化植被指数。本研究采用给定置信区间的最大值和最小值代替IV(ND),S和IV(ND),V，取累计频率为5%对应的IV(ND)作为IV(ND),S，取累计频率为95%对应的IV(ND)作为IV(ND),V。

趋势分析方法：趋势分析采用泰尔森中位数(Theil-Sen Median)斜率估计与曼-肯德尔(Mann-Kendall)统计检验相结合进行分析。斜率估计公式[28]：β=Median[(xj-xi)/(j-i)]，∀j>i。式中：xj为归一化植被指数序列数据中的第j项值；xi为归一化植被指数序列数据中的第i项值；β为斜率，当β大于0时，表示归一化植被指数时间序列呈改善趋势，当β小于0时，则表示归一化植被指数时间序列呈退化趋势。

由于本研究的时间序列长度n=21(2000—2020年)，统计量(S)近似服从标准正态分布，故采用检验统计量(Z)进行趋势检验，将Z作为归一化植被指数的衰减指标。计算公式：当S>0时，Z=(S-1)/[Var(S)]1/2；当S=0时，Z=0；当S<0时，Z=(S+1)/[Var(S)]1/2。Var(S)=n(n-1)(2n+5)/18。不同的置信度所对应的|Z|大于1.65、1.96、2.58时，表示趋势分别通过了置信度为90%、95%、99%的显著性检验。本研究选取α=0.05，Z1-α=Z0.975=1.96。

2 结果与分析

2.1 滇北土地利用时空变化

将2000—2020年滇北土地利用类型数据进行分类统计(见表1)表明，滇北整体以林地、草地、耕地为主，其中未利用地所占面积最小。近21 a间，主要是建设用地和水域面积有增加，分别增加了138.46%、28.67%；但耕地和草地面积有减少，分别减少了4.27%、2.08%；其中林地基本保持不变。说明滇北地区土地资源使用，占用了部分耕地和草地，对于部分耕地和草地产生了一定的消极影响。

通过核密度分析，获得滇北6种不同土地利用类型数据核密度分布(见图2)。图2(a)表明，耕地高密度主要部分在昭通市以及曲靖市北部区域，整体上2000年耕地分布呈现为“个体式”，直到2020年呈现“组团式”的群集空间分布，并且曲靖市总体耕地改善明显。图2(b)表明，草地主要集中在曲靖市以及昆明市东北部区域，2000—2020年曲靖市中部区域草地有明显退化趋势，但昭通市和楚雄市有一定的改善。图2(c)表明，林地主要集中在楚雄市，昭通市北部也存在一定数量林地，整体上呈现“连片式”扩展态势，2000—2020年昭通市和曲靖市均出现由低密度转入中高密度区域。图2(d)表明，在滇北滇池流域，近10年来，划定生态红线并设立管控区，在滇池周边建立多个湿地公园，起到保护、利用、教育和生态观光等作用，故滇池周边的环境得到极大改善。图2(e)表明，建设用地主要集中在各州市的核心区域，2000—2020年，整体上建设用地增加较多，主要呈现以点为重心向四周扩散，中高密度区域面积大范围增加。图2(f)表明，未利用地主要集中于昆明市北部和曲靖市交界处，整体上曲靖市的部分未利用地有一定的增加，均为裸岩石质地。

表1 2000—2020年滇北土地利用类型面积统计结果

2.2 滇北土地利用转移矩阵

对2000、2010、2020年的滇北地区土地利用数据进行叠加统计分析，获得2000—2010年、2010—2020年、2000—2020年3个时段的土地利用转移矩阵(见表2、表3、表4)。由转移矩阵可见，3个时段中均出现林地和草地大面积互相转换。在2000—2010年，主要为林草地互转，其次为耕地转为建设用地。2010—2020年，林地主要由草地和耕地转入，耕地转入建设用地也在增加。2000—2020年，土地利用类型转变，主要存在林地和草地互转、耕地与草地互转、林地与草地互转；耕地和草地的转入量大于转出量，说明耕地和草地的面积在一定程度上减少。由于近21 a，云南省城市的迅速扩张以及人类活动区域的不断扩大，也存在耕地转为建设用地，转入面积为1 087.75 km2，占转入面积的8.93%；随着云南省各州市政府退耕还林还草政策等生态工程的实施，耕地转入林地的面积为6 045.43 km2，占转入面积的49.63%；耕地转入草地的面积为4 789.12 km2，占转入面积的39.32%。但3个时段相比，2000—2010年土地转移量较少，但2010—2020年土地转移量大幅度增加。

表2 滇北2000—2010年土地利用类型转移矩阵 km2

表3 滇北2010—2020年土地利用类型转移矩阵 km2

表4 滇北2000—2020年土地利用类型转移矩阵 km2

2.3 滇北土地利用类型动态度

由表5可见：研究区内耕地减少速率在逐渐增大，单一动态度达到-0.20%。林地与草地单一动态度分别为0.01%、-0.10%；两者相比，林地在整体上呈现先增后减趋势，在2010—2020年有一定的回退趋势，但整体上趋势基本保持稳定；草地整体上存在一定的回退态势。水域，由于当地的政策性保护，逐年都有一定的增长，总体上增加了238.49 km2，单一动态度为1.37%。建设用地的变化幅度为持续增长，变化幅度为1 335.26 km2，单一动态度为6.59%，为研究区内增长率最快的土地利用类型。未利用地在2000—2010年未发生变化，但在2010—2020年出现减少，单一动态度为-0.33%，表明研究区内的未利用地得到了一定的开发使用。2000—2020年综合动态度为0.08%，整体上土地利用类型之间的相互转化较为频繁，其中2010—2020年综合利用动态度最高，为0.13%。

表5 滇北2000—2020年土地利用类型动态度

2.4 滇北不同土地利用类型年际植被覆盖度的变化

对滇北2000—2020年归一化植被指数数据，应用像元二分法模型提取植被覆盖度，得到滇北近21 a的年植被覆盖度分布情况，并对其进行统计分析，得到滇北不同土地利用类型的植被覆盖度逐年变化(见图3)。整体看，林地的植被覆盖度远高于耕地和草地，其平均值达到了59.77%；其中植被覆盖度最低的是草地，平均值为44.92%。整体看，草地、耕地、林地，近21 a分别以0.77%/a、0.29%/a、0.52%/a的速率呈现上升趋势，其中草地的植被覆盖度上升趋势尤为明显，在2012年植被覆盖度高于耕地。不同土地利用类型的植被覆盖度，由于生态工程的建设，均保持平稳的上升趋势；2010年，由于云南省大范围遭受百年一遇的旱灾，植被和农作物的生长由于气候因素的问题受到了一定程度的影响，故在当年存在植被覆盖度出现滑落的现象。

由泰尔森中位数和曼-肯德尔趋势分析法对滇北2000—2020年植被覆盖度变化趋势分析结果(见图4、表6)可见：滇北3种不同土地利用类型的植被覆盖度均以改善趋势为主。其中：草地呈现改善趋势的面积占比为78.49%，改善显著的面积占比39.08%，增幅均为最大；林地呈现改善趋势面积占比66.55%，增幅为3种不同土地利用类型中最小。3种不同土地利用类型呈改善趋势显著的区域，主要分布在昭通市和曲靖市北部区域。在改善不显著的类型中，耕地和草地主要分布在昭通市和曲靖市南部区域；林地主要分布在楚雄州和昭通市中北部区域。在退化趋势中，整体看退化面积占比不高，主要集中于退化不显著。其中耕地退化区域面积较大，占比为18.14%，退化不显著区域零散分布在研究区内，退化显著区域主要在昭通市西南部分区域和曲靖市南部部分区域；其次为林地，退化面积占比15.57%，主要分布在楚雄州境内和昆明市中部区域；最低为草地，退化面积占比9.91%，零星分布在研究区域内。林地基本稳定区域占比面积最大，主要分布在楚雄市和昭通市北部区域；耕地和草地基本稳定区域，均零星分布在研究区域内。

表6 滇北不同土地利用类型植被覆盖度变化趋势统计结果

3 讨论与结论

人地之间关系是人文地理学研究的一个重要议题，最基础层次的人地关系是人类活动与土地利用之间的关系。依据已有研究成果[29-30]，并结合实际土地利用数据，本研究表明滇北土地利用主要以林地、耕地、草地为主；但从2000年以来，滇北的土地利用情况发生了一定程度的变化，其中耕地和草地面积减少，耕地减少的面积最多、草地和未利用地次之。这主要原因是人类活动区域扩大、城镇化的发展过程中对耕地和草地造成了不合理的占用现象。水域面积的增加，说明近年来云南省对滇池流域的生态保护建设工程得到了显著性的成效[31]；其中，对入滇池河道进行截污工作、2003年进行滇池退塘还湖、构建滇池生态红线、周边建设湿地公园等生态建设工程，有效地增加了水域周边环境。城镇建设用地虽然一直增加，但总体控制在城镇中心区域，也使得人地关系得到一定的缓解[32-33]。

滇北的土地利用转化相对稳定，但内部土地利用类型之间转换较为频繁，其中存在耕地、林地与草地之间相互转化，主要是2002年云南省实施第一轮退耕还林还草工作，近十几年随着工作的不断推进和完善，也推动林地、草地和耕地得到一定改善。滇北草地、耕地、林地，近21 a植被覆盖度分别以0.77%/a、0.29%/a、0.52%/a的速率呈现上升趋势。依据趋势分析，草地改善趋势最明显，其次为耕地，最后为林地；但在改善的同时，也需要注意后期土地利用局部遭受破坏的现象，进一步保护土地现状。土地利用的改变，主要一部分来源于人类，还有一部分与气候因素存在一定关系；本研究对土地利用的分析还存在一定的局限性，后续研究还可以定量分析人类活动或者气候因素与土地利用之间的关系，以达到进一步完善土地利用评价指标体系，并为云南省土地的可持续发展进行优化调整。

本研究依据土地利用数据和中分辨率成像光谱仪归一化植被指数长时序数据，利用核密度分析、土地利用动态度、土地利用转移矩阵、像元二分模型、泰尔森中位数和曼-肯德尔趋势分析法，分析了滇北不同土地利用类型的时空变化情况，并结合植被覆盖度，分析了耕地、草地、林地近21 a的空间变化趋势情况，研究结果认为：

(1)滇北土地利用类型整体以林地为主，占研究区域的46.50%左右，其次为草地和耕地。近21 a，建设用地和水域有一定的增加，但耕地和草地有一定的减少。不同土地利用类型空间格局特征为：耕地主要分布特征由“个体式”演变为“组团式”，其中高密度主要分布在昭通市和曲靖市北部地区；草地主要分布在曲靖市和昆明市东北部区域，整体看曲靖市草地存在一定退化；林地主要集中在楚雄市和昭通市，呈“连片式”向周围扩展；水域主要集中在滇池流域，通过政策性的保护，水域密度呈现一定的升高；建设用地主要集中于各州市核心区域，主要呈现以点为重心向四周扩散；未利用地主要集中于昆明市北部和曲靖市交界处。

(2)2000—2020年，滇北地区土地利用类型互相转换频繁，整体出现林地和草地大面积互相转换；也有一定的耕地转为建设用地，面积为1 087.75 km2。土地利用类型的转移，前10 a土地转移量少，但后10 a土地利用转移量大。

(3)2000—2020年，综合土地利用动态度为0.08%，说明滇北的土地利用类型相互转化比较平稳，整体呈现的是轻微增长态势；但耕地和草地的单一动态度分别为-0.20%、-0.10%，有一定面积出现减少的情况。其中建设用地的变化幅度为持续增长，变化幅度为1 335.26 km2，单一动态度为6.59%，表明近21 a滇北城市扩张的速度变快。

(4)滇北草地、耕地、林地，近21 a植被覆盖度分别以0.77%/a、0.29%/a、0.52%/a的速率呈现上升趋势，林地的植被覆盖度最高，草地的植被覆盖度在2012年超过耕地。滇北3种不同土地利用类型的植被覆盖度均以改善趋势为主，草地改善趋势最明显，改善趋势的面积占比为78.49%，其次耕地呈现改善趋势面积占比67.88%，最后林地呈现改善趋势面积占比66.55%。