李 鹏，胡启亚,刘啸添，彭 超，逯 颖

(中国矿业大学(北京)地球科学与测绘工程学院，北京 100083)

基于GF-1的土地利用类型变化及其驱动力分析
——以开封市为例

李 鹏，胡启亚,刘啸添，彭 超，逯 颖

(中国矿业大学(北京)地球科学与测绘工程学院，北京 100083)

以河南省开封市为例，利用2014年与2016年两期GF-1遥感影像数据，解译得到开封市区两年的土地利用类型图。通过GIS软件的空间分析功能得到开封市区两年间土地利用的时空演变特征。基于层次分析法(AHP)对影响城区土地利用类型变化的地域、政策、经济等主要因素进行重要性分析，结果表明:政策和地理因素对开封市区土地利用类型的变化影响最大，开封市西部地区的土地利用变化最频繁。

GF-1;土地利用类型;统计分析;层次分析法;开封市

随着社会的快速发展，人口的增加和可利用土地的不断减少之间的矛盾越来越剧烈，如何通过合理的规划使得土地的效能得到最大程度的发挥就成为现在科学研究的热点问题，土地利用、土地复垦成为很多高校实验室的重点研究课题，影响土地利用类型的因素有很多，人口、经济的发展在土地利用中发挥了极其重要的作用。另外，政府的政策导向在土地利用格局及土地利用类型时空的变化上经常能起到决定性作用，政府规划职能部门从宏观上、整体上规划了一个城区的建筑用地、水域、绿化用地的整体布局，各自规定了建筑红线，一般不得越线建设[1]。由于现代社会的飞速发展，建筑格局日新月异，为政府部门对城市建筑格局、土地利用类型及时有效的监督、普查提出了严峻的挑战。

本文通过利用2014年5月和2016年4月两期GF-1遥感影像(融合后的空间分辨率为2 m)进行开封市土地利用现状提取，然后利用GIS 的强大数据分析能力进行变化分析讨论，最后利用层次分析法(Analytic Hierarchy Process, AHP)对影像城区发展的各种驱动力因素进行分析。

1 影像预处理与研究方法

研究数据采用2014-05-05和2016-04-30两期高分(GF-1)影像(空间分辨率为8 m/全色和2 m/多光谱影像)以及开封市区的行政边界矢量图。首先，对影像数据进行几何校正和镶嵌等预处理；其次，根据不同地物类型的基本特征建立解译标志和分类系统， 根据开封市城区的土地利用实际情况，将其土地利用类型分为5类：建筑用地、水体、耕地、绿地、未利用地。通过解译获得开封市区土地利用类型面状矢量图，对其中未判别清楚的一些小图斑利用目视解译进行手动归类处理，弥补监督分类的不足。利用Arcgis对两期影像进行矢量化处理，结合原始影像对分类结果进行一些必要的手动修改[3]，解决由于建筑物阴影、影像成像时差等因素对分类结果所造成的影响，得到精度相对较高的开封市两期土地利用类型图(见图1和图2)。

图1 2014年5月开封市区土地利用类型

图2 2016年4月开封市区土地利用类型

研究方法主要分为两部分，首先利用影像解译得到开封市区2014年和2016年的土地利用类型，先在宏观上对其整体面积变化进行分析，再利用Arcgis制作两年土地利用类型转移矩阵，对土地利用类型各地类的面积互相转化进行具体分析。最后基于层次分析法对影响开封市土地利用类型变化的4种主要驱动因子—人口、经济、政策、历史人文等的重要性进行理论分析。

2 土地利用类型变化分析

通过对研究区各地类的面积相互转化情况的定量分析，可以直观地得到研究区土地利用格局的时空演变。首先统计了开封市区2014年及2016年各土地类型的面积及其所占比重(见表1)，然后利用Arcgis的空间分析能力对前文解译出来的两期遥感影像进行空间叠置分析，获得开封市地表覆盖各地类面积转移矩阵[4](见表2)，由各地类的具体面积及所占比重可以从整体上定性地分析开封市城区土地利用类型的转移变化情况。由转移矩阵表可以定量地分析各种土地利用类型的转移情况，为后续的分析提供极有力的数据支持。

表1 2014年及2016年开封市区各地类的面积及其所占比重

由表1所列各地类两期的面积及其所占比重可以看出开封市土地利用格局在2014年到2016年发生了很大的变化，其中建筑用地由2014年的151.83 km2增加到2016年的204.07 km2，增加了52.24 km2，相对于2014年的原有面积变化幅度达到34.41%。结合图1和图2可以发现变化的区域多发生在开封市区西部区域，这也符合郑(郑州)汴(开封)一体化政策的实施导致开封市向西部区域扩张，而郑州市向东部区域扩张的现实情况。除了建筑用地外，耕地面积也从2014年的86.78 km2增加到2016年的97.71 km2，增加比例达到12.6%，这也和开封市近些年实行的耕地保护恢复政策息息相关。水体和未利用地的减少量比较大，分别达到11.15 km2和26.93 km2，变化比例更是达到44.6%和41.4%，建筑用地的增加量基本来源于此。

由表2所列两期影像各地类转移矩阵可以得出上述各地类变化的具体转移情况：

表2 2014年及2016年开封市区各地类面积转移矩阵 km2

1)耕地的面积转移变化情况。由表2可以看出，2014年到2016年耕地有60.68 km2没有发生变化，转出情况为：14.32 km2耕地变为建筑用地，8.86 km2转移为绿地，0.04 km2转移为水体，2.89 km2转移为闲置地。转入情况如下：8.74 km2的建筑用地转为耕地，20.65 km2的绿地转变为耕地，1.53 km2的水体转变为耕地，6.11 km2的未利用地转变为耕地[5]。耕地的整体面积是有所增加的，其中转出最多的是变为建筑用地，转入最多的是侵占绿地，这种绿地变耕地，耕地改变为建筑用地的发展模式不利于环境保护与可持续发展。

2)建筑用地的面积转移情况。由表2可以看出两年间建筑用地保持不变的量为117.61 km2，转出最多的土地类型为将13.58 km2变为绿地，转入最多的是31.65 km2的未利用地转变为建筑用地。其次为29.67 km2的绿地转变为建筑用地，由此建筑用地整体上还是侵占了16.09 km2的绿地。

3)绿地的面积转移变化情况。由表2可以看出，两年间绿地保持不变的面积为21.14 km2，转入最多的是建筑用地的13.58 km2，转出最多的是转变为29.67 km2的建筑用地和20.65 km2的耕地，整体上绿地面积呈下降趋势。

4)水体的面积转移变化情况。由表2可以看出，两年间水体保持不变的面积为9.71 km2，转出最多的为10.83 km2的建筑用地，转入最多的为2.22 km2的建筑用地，其中，由图1和图2也可以看出，就湖泊水体而言，面积是增大的，整体上水体面积减少是由于研究区东北部黄河水量下降比较多，导致水域面积整体上变少，而由图1和图2可以看出开封市区水域面积呈现增加的趋势，这是开封市政府湖泊保护政策取得的显著成果。

5)未利用地的面积转移情况。由表2可以看出，两年间未利用地保持不变的面积为19.18 km2，转出最多的为31.65 km2的建筑用地。转入最多的地类为9.67 km2的建筑用地，转入的这些建筑用地大多都是拆迁地，后续应该还是会变为建筑用地。还有4.81 km2的绿地转入，表明又有绿地将要被侵占，需要引起政府部门的重视，从而保护开封市区健康的生态环境。

3 城区土地利用格局驱动力分析

层次分析法是将所有与决策相关的因子分解成目标层、准则层、结果层，在此基础之上对所需决策问题进行定性和定量分析，是解决多目标复杂问题的一种定性与定量相结合的决策分析方法，该方法是美国运筹学家匹茨堡大学教授萨蒂于20世纪70年代初提出的[6]。土地利用格局是人们在利用自然的过程中所体现出来的一种人地平衡状态，土地利用格局的变化是在驱动因素的影响下人地关系发生的关系转移。结合开封市的实际情况，发现影响开封市土地利用格局的关键影响因素包括人口的增加、经济的发展、政策的导向、地理位置以及历史文化。针对上述5种驱动因子建立判断矩阵如表3所示[7]。

表3 根据上述影响因子建立的判断矩阵

计算公式为：

1)将判断矩阵每一列作归一化处理

2)对每一行求和后进行归一化处理

式中：aij表示上矩阵第i行，第j列的值；Wi表示第i个指标的权重值。

由上述计算公式可得人口、经济、政策、地理、历史5个驱动因子的权重如表4所示。

由上述分析可知，在开封市区的土地利用格局变化的驱动因子里政府政策规划因素所占比重最大，达到39%，城区土地利用类型以及城区扩展方向主要是政府政策主导的，最主要的就是河南省的郑(郑州)汴(开封)一体化的发展战略决定开封市近几十年的发展格局为向西部发展；地理因子的影响次之，达到22%，地理位置上开封市区北部紧邻黄河，河滩地土地类型多为沙土，导致开封市区向北部扩展的可能性比较小；开封作为八朝古都，由于历史遗迹的保护等因素，导致开封的经济主要是靠旅游业，实体经济实力比较弱，人口发展也比较缓慢，而人口和经济这两项指标对开封市的城区土地利用格局的影响相对较小。

表4 各个驱动因子所占权重值

4 结 论

开封市搭乘着近年来中原经济区崛起的快船，以及国家一带一路政策的实施，经济的快速发展以及人口的增加，开封市的土地利用格局发生了巨大的变化。本文利用2014年和2016年两期最新的GF-1数据，并结合开封市基础地形属性资料进行分析，以期研究出开封市土地利用格局在近两年来发生的时空变化，进而基于层次分析法理论对开封市土地利用类型变化的可能驱动力因素进行分析。

1)开封市土地利用格局在2014年到2016年发生了很大的变化，重点表现为：龙亭区、鼓楼区、禹王台区等中心城区绿化用地有少量增加，建筑用地变化不大，建筑用地变化最大的为金明新区的西部也即开封市区西部，大量的建筑物不断替代绿地、耕地，城市向西(郑州方向)扩张极其明显。除此之外，开封市区向南部扩张也比较明显，保持基本稳定的是北部，因为北部紧邻黄河，土质多为沙土，不适合大量的高楼建筑，所以开封市城区下一步扩张应该还是往西部的郑州方向发展。

2)随着开封市区域重要性的逐年提升，经济的飞速发展以及人口的增加导致了开封市城区土地利用格局的不断变化与城区的不断扩张，在开封市的土地利用格局演变驱动因子里，经济发展和人口增加的影响相对较小，而开封市的古城历史地位所占比重相对较高，然而对开封市土地利用格局演变的最大影响因子是政府的政策导向，例如古城保护政策导致开封市龙亭区、鼓楼区、禹王台区等中心城区的土地利用类型变化较小，而郑汴一体化的政策以及中原经济区崛起等政策导致开封市区向西北部扩张迅速，土地利用格局变化剧烈。

[1] 宋戈,王盼盼,王越,等. 黑龙江省巴彦县土地利用类型变化特征及其空间格局分异[J]. 经济地理,2015(3):163-170.

[2] 岳文泽,徐丽华. 城市土地利用类型及格局的热环境效应研究——以上海市中心城区为例[J]. 地理科学,2007(2):243-248.

[3] 张婉婉,杨可明,卓伟,等. 城区地表覆盖变化及其驱动力因素的遥感分析[J]. 计算机应用,2015(S2):298-300.

[4] 孔凡亭,郗敏,李悦,等. 基于RS和GIS技术的湿地景观格局变化研究进展[J]. 应用生态学报,2013(4):941-946.

[5] 吕建树,吴泉源,张祖陆,等. 基于RS和GIS的济宁市土地利用变化及生态安全研究[J]. 地理科学,2012(8):928-935.

[6] 赵伟奇. AHP法在大学生综合素质评价中的应用[J]. 价值工程,2012,27:262-263.

[7] 李薇. 淄博网通宽带城域网升级改造项目决策研究[D].青岛：中国海洋大学,2009.

[8] 宋明明,郑文龙,卞国栋,等. 基于多时相Landsat8数据的南方丘陵区典型地物信息提取——以秦淮河流域为例[J]. 科学技术与工程,2016,18:209-216.

[9] 李鹏,王永吉,邢武杰,等. 基于TM影像的城市不透水面提取应用研究——以广州市为例[J]. 黑龙江工程学院学报,2016(1):19-23.

[10] 罗娅,杨胜天,刘晓燕,等. 黄河河口镇—潼关区间1998-2010年土地利用变化特征[J]. 地理学报,2014(1):42-53.

[11] 刘纪远,匡文慧,张增祥,等. 20世纪80年代末以来中国土地利用变化的基本特征与空间格局[J]. 地理学报,2014(1):3-14.

[12] 许艳,濮励杰. 江苏海岸带滩涂围垦区土地利用类型变化研究——以江苏省如东县为例[J]. 自然资源学报,2014(4):643-652.

[13] 王天伟,高照良,李永红,等. 土地利用类型变化对生态服务价值的影响[J]. 水土保持通报,2011(3):225-228.

[14] 张俊华,李国栋,南忠仁,等. 黑河中游不同土地利用类型下土壤碳储量及其空间变化[J]. 地理科学,2011(8):982-988.

[15] 吴莉,侯西勇,徐新良,等. 山东沿海地区土地利用和景观格局变化[J]. 农业工程学报,2013(5):207-216.

[16] 肖思思,吴春笃,储金宇. 1980-2005年太湖地区土地利用变化及驱动因素分析[J]. 农业工程学报,2012(23):1-11.

[责任编辑：郝丽英]

On the land use type change and its driving force analysis based on GF-1—Taking Kaifeng City as an example

LI Peng, HU Qiya,LIU Xiaotian, PENG Chao, LU Ying

(College of Geoscience and Surveying Engineering, China University of Mining & Technology,Beijing 100083,China)

Taking Kaifeng City of Henan province as an example,this paper obtains this maps of land use types by using two GF-1 remote sensing image data of 2014 and 2016, and its spatiotemporal change characteristics of land use of the two years by the spatial analysis function of GIS technology. Based on the Analytic Hierarchy Process (AHP), and the analysis on the importance of main factors, such as its region, policy and economy, it turns out that the policy and geographical factors have the greatest impact on the change of land use types in Kaifeng urban area. And the change of land use types in its west region is most frequent. Through the research of this paper, it hopes to provide a reference for the related functional departments in the management of land use types.

GF-1;land use type;statistical analysis;analytic hierarchy process;Kaifeng City

10.19352/j.cnki.issn1671-4679.2017.02.005

2016-09-25

李 鹏(1990-)，男，硕士研究生，研究方向：遥感图像处理与应用.

TP751

A

1671-4679(2017)02-0021-04