0 引 言

土地是包括地质、地貌、土壤、植被、水文与气候等多种自然要素在内的综合体[1]，土地利用的动态演变是人与自然共同作用的结果[2]，表现为土地利用类型在时间或空间上的不断变化[3]。地形因素是土地利用格局形成的基础性因素之一[4]，影响了土地利用类型变化的方式与方向[5]。近年来，华北平原建设用地挤占耕地现象愈加严重，林地面积受政策影响波动明显[6]。大清河流域位于海河流域中部，是京津冀地区重要生态屏障：西部太行山地区是大清河的主要发源地，地形起伏大，生物分布梯度效应明显，植被保护较好但水土流失现象严重；东部属华北平原，人地矛盾尖锐，生态环境复杂且脆弱[7]。

研究表明，在不同的坡度[8]、地表起伏度上[9]，土地利用变化形式呈现明显的梯度效应。近年来，不少学者在地形因子对土地利用类型空间格局的形成与变化上进行了研究，覃金兰等[10]研究了玛纳斯河流域2000－2018年植被生长变化特征与地形因子间的空间关系，刘新宇等[11]将遥感数据与高程等地形因子叠加分析，对喀纳斯自然保护区的土地利用格局进行研究，孙丕苓等[12]利用多时期影像的图谱变化信息对环京津贫困带土地利用变化进行研究。但这些研究多基于高程、坡度等某个单一地形因子进行研究，具有一定局限性，缺少长时间序列、较大流域范围内土地利用变化规律与土地利用政策在地形梯度下的综合研究。对此本文以大清河流域为研究区，利用Landsat影像进行面向对象的土地利用信息提取，将提取结果与地形起伏度、坡度与地形位等级进行综合分析，系统研究了大清河流域1974－2019年土地利用类型在地形梯度上的变化规律，探究了46年来驱动大清河流域土地利用变化的原因，以期为地区土地结构调整与优化提供科学依据。

1 研究区概况

大清河流域属海河五大支流之一，位于38°10′～40°00′N，113°40°～117°00′E之间，地理位置如图1所示，总面积达43 296 km2，大清河发源于山西省任丘市，流经河北保定、石家庄、廊坊等多地后在天津汇入海河干流注入渤海，其中主体部分位于河北保定市。高程由西北向东南递减，其中东部平原面积22 946 km2，西部丘陵山区面积为20 349 km2。有南北2支水系，呈扇形分布。内部主要河流包括拒马河及大清河等，均汇入白洋淀内[13]。流域地处温带大陆性季风气候区，年平均气温11.8 ℃，年平均降水量为490.2 mm。西北太行山区呈“八山一水一分田”，生态环境脆弱，农耕条件较差，水土流失现象严重，成为大清河主要泥沙来源。大清河降水量年内分布不均，呈雨热同期趋势，东部平原地区年降水量集中在400～600 m之间，西部山区年平均降水量仅为390.1 mm。

图1 研究区高程和坡度Fig.1 Altitude and slope map of study area

2 数据与方法

2.1 数据获取与处理

研究选用空间分辨率为30 m的ASTER GDEM作为高程数据，土地利用数据以1974、2001和2019年的Landsat影像为数据源，在影像选取过程中主要选用6－9月植被茂盛期遥感影像，并避免极端天气与云层干扰，并进行辐射定标、大气校正、几何纠正等影像预处理工作。

2.2 方 法

2.2.1 面向对象的土地利用信息提取与变化结构

根据研究区实际情况，结合现行土地利用现状分类标准的分类体系，设立耕地、林地、草地、水域、建设用地和未利用地6种地类。首先，利用eCognition将遥感影像分割为若干个分类对象，即若干个互不相交的非空子区域；之后，通过波段计算得到改进后的归一化水体指数（MNDWI）、归一化植被指数（NDVI）等特征信息，结合高程、坡度等地形信息建立适用于大清河流域的决策树分类模型；最后，根据面向对象的土地利用信息提取规则进行分类，并结合少量人工判读方法，获取1974、1988、2001和2019年4期的大清河流域土地利用分类结果。进行精度验证时，首先在Arcgis软件中在不同年份的分类结果中生成500个随机验证点，而后对Landsat原始影像的的图谱信息所体现的地物实际特征进行判读，可以得到基于人机交互方法的不同年份随机验证点数据集，经过精度检验制图精度均在88.46%以上，平均制图精度达93.62%。

2.2.2 地形梯度等级划分

根据地形因子对土地利用变化影响程度的显著性，分别从地形起伏度、坡度和地形位分析地形对土地利用类型变化的影响[14]。地形起伏度可以宏观描述区域地形变化，直观反应地形起伏特征，通过邻域计算得到一定范围内高程最大值与最小值的差值[15]。坡度是描述地表单元陡缓的重要指标，是地面高程相对于水平方向的变化，反应地形剖面的曲率信息[16]。地形位是复合地形因子，反应高程和坡度的综合影响[17]，公式为

上一篇：延河流域土地利用变化特征分析
下一篇：没有了