基于Landsat影像的雄安新区2013−2021年土地利用变化检测和生态政策评估.pdf

基于 Landsat 影像的雄安新区 20132021 年土地利用变化检测和生态政策评估*朱国梁1）江波1，2）刘雨菲1）（1）北京师范大学地理科学学部，北京；2）北京师范大学地理科学学部遥感科学国家重点实验室，北京师范大学地理科学学部北京市陆表遥感数据产品工程技术研究中心，北京）摘要利用 20132021 年共 9 期 Landsat8 影像，采用面向对象的监督分类方法，得到新区逐年土地利用与覆盖分类结果，进行 LUCC 分析及生态品质评价.结论：1）分类结果总体精度86.8%，K 为0.810.88，优于同期 FROM-GLC 及GLC_FCS 全球分类产品；2）雄安新区设立至今耕地面积减少，不透水面和林地面积增长，蓝绿空间面积占比由 12%增加至 30%，雄安 3 县（雄县、容城县和安新县）建设严格遵循了新区规划纲要中植树造林、城市发展、湿地涵养 3 项不同的建设任务，各县主要土地利用覆盖变化分别为耕地向林地的转变、耕地与不透水面的相互转变以及耕地向水体和水生植被的转变；3）不透水面扩张与城市建设对生态品质的负面影响正逐步被森林覆盖率、蓝绿空间面积增加带来的正面影响所抵消.总体看，雄安新区土地利用/覆盖变化遵循新区规划要求，体现了经济社会发展和生态建设的成果.关键词雄安新区；土地利用/覆盖变化；面向对象分类；遥感；Landsat8；建设政策评估中图分类号P237DOI：10.12202/j.0476-0301.20223380引言雄安新区（以下简称新区）地处北京、天津和保定 3 市腹地，是 2017 年 4 月 1 日由中共中央、国务院决定设立的国家级新区12.据河北雄安新区规划纲要（以下简称规划纲要），作为北京非首都功能疏解集中承载地，新区的建设和发展必然会推进该区城市化3.与此同时，规划纲要要求新区在建设中注重维护生态系统原有功能，坚持生态优先和绿色发展，制定了绿色生态建设目标，即在 2035 年前实现蓝绿空间（包括城市绿地、林地、白洋淀及大清河水系各支流）占比70%，森林覆盖率达到 40%，耕地保护面积占新区总面积的 18%4.监测新区土地利用/覆盖变化（landuse/coverchange，LUCC）具有重要意义.遥感影像具有时空尺度多样性、长时序及定时重访等独特优势，遥感技术已成为当今 LUCC 监测最主要和最高效的手段之一5，已有研究利用中高分辨率遥感影像开展了新区的 LUCC 监测.如 Luo 等6、于淼等7基于 Sentinel-2 影像，翟卫欣等8使用 Landsat影像，分析新区设立前后土地类别变化.研究结果显示新区建设用地面积增长，耕地、林地和水生植物面积减少，且新区范围内各县呈现不同的发展模式.遥感影像用于新区生态质量评估，如侯春飞等9基于Landsat 影像计算土地动态度和价值当量因子分析新区 设 立 前 后 生 态 系 统 服 务 价 值（ecologicalservicevalue，ESV）的变化，刘礼群等10开展了相似研究，均指出新区设立后 ESV 呈上升趋势，且 ESV 时空变化与土地利用呈现显著相关.但现有针对新区建设成果综合评估的研究仍较少，且已有研究仍存在一些不足.如现有研究对新区开展 LUCC 监测的时间序列普遍较短，对森林以及新区内重要水体白洋淀的考虑不够充分6，11，分类结果不确定性较大78，1213；大多未参考规划纲要评价新区的生态建设情况，采用的评价指标也较为单一910，14.综上所述，本文基于 20132021 年 Landsat8 遥感影像开展新区的 LUCC 监测，并结合新区发展战略，评估新区建设特别是生态建设所取得的成果.1研究区与数据1.1研究区介绍雄安新区位于中国河北省中部（1153891161946E，384336391017N），包括保定市雄县、安新县和容城县（图 1）.新区地处*国家自然科学基金资助项目（41971291）通信作者：江波（1983），女，副教授，博士生导师.研究方向：定量研究及遥感应用研究.E-mail:收稿日期：2022-05-07北京师范大学学报（自然科学版）2024-04250JournalofBeijingNormalUniversity（NaturalScience）60（2）太行山东麓，海河水系大清河流域腹地，地势平坦，海拔 719m，属温带大陆性季风气候15，且坐拥华北平原最大的（366km2）天然淀泊白洋淀，淀内生物多样性丰富，是新区生态建设的重点之一.11608 E115433906 N3846图1雄安新区1.2数据1.2.1Landsat8 影像通过 GoogleEarthEngine（GEE）下载由美国地质勘探局（https:/www.usgs.gov/）提供的 20132021 年覆盖雄安新区的 Landat8T1 数据，该数据空间分辨率为 30m，已经过辐射校正、大气校正和基于地形的几何校正等预处理.为了保证分类精度，本文以生长季（310 月）、云含量86.8%，Kappa 系数为 0.810.88，证明本文得到的分类结果较精确.为了与 FROM-GLC 和 GLC_FCS 分类产品比较，首先将这 2 套产品的分类标准与本文统一.根据 2 套产品及本文分类标准的对比结果（表 2），耕地、不透水面、水体及林地 4 种地类在 3 套分类数据中均存在，2 套产品中裸地、灌木、稀疏植被等地类面积占比均0.15%，本文不予考虑.朱金峰等25建立的白洋淀湿地土地利用/覆被分类体系共划分湿地、耕地、建设用地和林地 4 种一级地类.其中湿地包括水体、水生植被和滩地3 种二级地类，并以水体和水生植被为主，滩地面积占比0.80，远大于 2 套产品（0.520.68）.与此同时，随机选取 2015、2017 和 2020 年 3 种分类 数 据 的 不 同 地 类，将 从 WorldImageryWayback（https:/ 集 的 15m 分辨率 TerraColor 多波段叠加图像作为参考进行比对，结果如图 5 所示.图 5 耕地和不透水面混合分布（图 5-a1a4、d1d4）、水生植被（图 5-b1b4）、林地和不透水面混合分布（图 5-c1c4）的区域作为例子.通过与 TerraColor 影像（图 5-a1、b1、c1、d1）对比可知，新分类结果（图 5-a2、b2、c2、d2）较为准确，尤其混合地类（图 5-c2、d2），但新分类结果也存在过于平滑的现象，如道路、田埂等未清晰划分.FROM-GLC 产品存在耕地被错分为不透水面（图 5-a3）、水生植被错分为耕地（图 5-b3）和林地耕地区分有误（图 5-c3）等问题.GLC_FCS 则存在将不透水面错分为耕地（图 5-a4、d4）和水生植被中出现耕地（图 5-b4）等问题.综上所述，3 套分类数据在新区都比较可靠，但新分类结果的表现更好，推测主要原因是训练样本更具有针对性及采用了面向对象的分类方法.3.2LUCC 分析图 6 展示了 20132021 年雄安新区的新分类结果.20132021 年新区东北部和西北部的土地覆盖变化较为明显，主要为不透水面和林地增多，而新区西南部和白洋淀的土地利用覆盖变化较少.图 7 所示为 5 种主要土地利用类型的面积逐年变化及其占全区总面积的比例.结果显示，以 2017 年为界，新区设立前（20132017 年），各土地利用类型基本稳定，其中耕地和不透水面分别呈略微下降和增长趋势.而在新区设立后（20172021 年），耕地面积则明显下降，从 2017 年的 894.99km下降至 2021 年第 2 期朱国梁等：基于 Landsat 影像的雄安新区 20132021 年土地利用变化检测和生态政策评估253的 710.92km2，占总面积比例从 57.83%下降至 45.94%；同时不透水面和林地面积大幅增加，分别从 2017 年的 325.57 和 131.49 km增 加 至 2021 年 的 370.13 和230.51km，占 2021 年 全 区 总 面 积 比 例 分 别 达 到23.92%和 14.90%；水体和水生植被面积则稳中有增.由此可知，20132021 年，新区 LUCC 以耕地下降、其他地类均有所增加为主要趋势，耕地面积减少205.47km2，林地、不透水面、水生植被和水体面积分别增加93.63、59.53、47.65、4.64km2，其中林地增幅最大.表 4 中单一土地利用动态度指数的变化也说明，新 区 设 立 后 耕 地 单 一 土 地 利 用 动 态 度 指 数 由0.58%增至5.14%；不透水面和林地面积的土地利用动态度指数则分别达到 3.42%和 18.83%；水体及水生植被土地利用动态度指数绝对值变化不大.表 5 所示为新区设立后 4 年内各土地利用类型间相互转换情况，图 8 显示了不同地类间相互转换的空间分布情况.结合表 5 和图 8 可知，新区大幅减少的 耕 地 主 要 转 换 为 林 地（121.46km2）和 不 透 水 面（75.61km2）；不透水面、林地、水体和水生植被面积的增长，主要来自于耕地的转换；且不透水面、耕地和林地间的相互转换，呈现明显的县域集中趋势.如耕地向不透水面的转换主要发生在容城县，耕地转换为林地、水体和水生植被则主要发生在雄县和安新县，而不透水面的增减主要来自城市地区的建设，包括新商业中心和交通设施建设（如雄安新站）和改造World Imagery 影像本研究分类结果FROM-GLCGLC_FCSa2015 年2015 年2017 年2020 年dcb耕地不透水面林地水体水生植被(1)(2)(4)(3)图5分类细节对比表3不同分类产品在 2015、2017、2020 年验证精度年份分类产品总体精度/%K2015FROM-GLC76.170.52GLC_FCS83.050.682017FROM-GLC78.150.562020GLC_FCS75.380.59254北京师范大学学报（自然科学版）第 60 卷乡镇过程中房屋的拆迁等12.这种地类转换表现了政策规划下雄安地区发展中心的移动和统一安置政策的实施及对 3 县的不同定位，即将城市发展、植树造林、湿地涵养 3 项不同的建设任务分别在容城县、雄县和安新县实施.同时新区 20132021 年逐年蓝绿空间面积（图 9）自 2017 年快速增长，2021 年面积占比达到 30%，这是新区植树造林、退耕还淀、水质净化和河道治理等生态工程实施的成果体现.3.3土地利用生态状况和生态建设成果评估表 6所示为 2013、2021 年 NDVI、WET、LST 和 NDBSI 这4 个参量第一主成分结果.表中 NDVI 和 WET 一直为a 2013 年b 2014 年c 2015 年d 2016 年e 2017 年f 2018 年g 2019 年h 2020 年i 2021 年耕地不透水面林地水体水生植被图6雄安新区 20132021 年土地利用/覆盖类型020406080100201320142015201620172018201920202021面积占比/%年份水体水生植被不透水面耕地林地02004006008001 000ab20132015201720192021面积/km2年份不透水面耕地水体水生植被林地图720132021 年新区各土地利用类型面积（a）及其占新区总面积比例（b）第 2 期朱国梁等：基于 Landsat 影像的雄安新区 20132021 年土地利用变化检测和生态政策评估255正，NDBSI 和 LST 一直为负，说明湿度和绿度对 RSEI起正面贡献，而干度和热度对 RSEI 起负面贡献.另外，2021 年 NDBSI 的绝对值比 2013 年大，说明人类活动和建筑用地的扩张对雄安新区生态品质的负面影响力度增大.图 10 为新区 2013 和 2021 年的遥感生态指数空间分布，其中各指数计算结果及各分量平均值统计结果如表 7 所示.表 7 中结果显示，2021 和 2013 年相比，雄安新区总体 RSEI 均值下降 11.61%，说明雄安新区整体的生态情况变差；NDVI 和 NDBSI 均值分别增加 13.84%和12.85%，而WET 和LST 均值分别下降16.63%和10.9%，说明研究期内新区绿度和干度都在增加，同时温湿度都在下降.根据图 10 并结合新区 2013、2021 年这2 年的土地覆盖分类图（图 6）可以看出：2013 年生态质量较差的区域主要分布在不透水面所在地区，2021 年生态较差的区域扩大至新区北部的容城县和雄县，与 2 个县城不透水面面积扩大区域重合.但值得注意的是，2021 年耕地及湿地面积比例较大的安新县南部生态质量稳中转好，说明耕地和白洋淀的生态情况反而相较 2013 年明显变好，新区的耕地保护和湿地保护政策实施成效显著.综上可知，新区白洋淀保护、植树造林等生态建设带来的湿度上升与热度下降对生态品质产生正面影响，建设中不透水面的扩张、人类活动强度增大等带来的绿度下降和干度上升对生态品质有负面影响.在 20172021 年这 4 年新区建设中，虽然负面影响不可避免，但生态建设的实施抵消了部分负面影响，因此新区的整体生态情况虽现为下降趋势，但随着时间推移，生态建设的正面影响将逐渐占据主导.4结论与讨论本文利用面向对象的分类方法对 20132021 年覆盖新区的 Landsat8 遥感影像分类，通过对这一时期新区土地分类结果及其生态指数变化的详细分析，可得到如下主要结论：1）新区设立前后，土地利用覆盖变化呈现不同模式.新区设立后的 4 年内（20172021 年），耕地面积减少 184.07km2，林地、不透水面、水生植被和水体面积分别增加 99.02、44.56、24.43 和 16.05km2.其中耕地面积的变化幅度最大，水体面积的变化幅度最小.与新区设立前（20132017 年）相比，林地和水体呈现先减后增的变化趋势，其他地类变化趋势不变，且除水生植被外变化速率显著加快.2）雄安 3 县主要土地利用覆盖变化分别为耕地向林地的转变、耕地与不透水面的相互转变以及耕地向水体和水生植被的转变，分别体现了规划纲要中分别对这 3 县提出的植树造林、城市发展和湿地涵养 3 项不同建设任务的开展.3）新区生态建设稳步推进.自新区设立以来，林地和蓝绿空间面积占比持续增加，2021 年占比分别达到 14.9%和 30.0%.植树造林、退耕还淀等政策实施卓有成效.新区生态品质受城市建设带来的负面影响正在被生态建设的正面影响抵消.综上所述，新区的建设符合规划纲要，尤其生态建设，其正面影响正逐步增加.未来新区的建设要继续加强生态建设，巩固林地、湿地面积的增长趋势，进一步提升蓝绿空间占比，以实现 2035 年蓝绿空间占比70%、森林覆盖率达 40%等新区绿色生态规划指标4；同时控制不透水面增长速率，推动高质量表42013、2017、2021 年各地类面积及单一土地利用动态度指数土地利用类型面积/km2单一土地利用动态度指数/%2013年2017年2021年2013201720172021不透水面310.60325.57370.131.203.42耕地916.39894.99710.920.585.14水体87.4075.9992.043.265.28水生植被96.32119.54143.976.035.11林地136.88131.49230.510.9818.83表520172021 年雄安新区各土地利用类型面积转移矩阵km2土地利用类型2017年不透水面耕地水体水生植被林地2021年不透水面272.0575.611.441.2419.81耕地31.71660.871.640.1116.61水体3.5620.5758.204.784.93水生植被2.1616.4811.99113.310.01林地16.09121.462.730.1090.13256北京师范大学学报（自然科学版）第 60 卷城镇建设；尤其需要注意管控耕地向其他用地类型的转移，把握耕地保护红线.本文工作尚存不足，如因影像空间分辨率限制、影像的筛选、不同产品分类体系差异等导致某些地类（如林地）分类结果的不确定性增大等，将在下一步工作中完善.致谢致谢感谢国家科技基础条件平台-国家地球系统科学数据中心（http:/）提供数据支撑，感谢 GEE、USGS、清华大学和高德地图开放平台为本研究提供所需数据.不透水面林地不透水面水体不透水面水生植被不透水面耕地林地不透水面林地水体林地水生植被水体不透水面水体林地水体水生植被水生植被不透水面水生植被林地水生植被耕地耕地水体耕地水生植被林地耕地水体耕地水生植被水体耕地不透水面耕地林地图820172021 年雄安新区土地利用覆盖变化051015202530352002503003504004505005502013201420152016年份20172018201920202021蓝绿空间面积占比/%蓝绿空间面积/km2蓝绿空间面积蓝绿空间面积占比图920132021 年雄安新区蓝绿空间面积变化表6指标主成分分析年份NDVIWETNDBSILST特征值特征贡献率/%20130.7010.1860.5880.3590.03790.24420210.3440.3690.8210.2690.02388.462表72013、2021 年新区 RSEI 和 4 个指标的均值及其变化指标20132021变化/%NDVI0.8090.92113.84WET0.8480.70716.63NDBSI0.4280.48312.85LST0.4770.42510.9RSEI0.6920.61911.61第 2 期朱国梁等：基于 Landsat 影像的雄安新区 20132021 年土地利用变化检测和生态政策评估2575参考文献匡文慧，杨天荣，颜凤芹.河北雄安新区建设的区域地表本底特征与生态管控 J.地理学报，2017，72（6）：9471蔡之兵.雄安新区的战略意图、历史意义与成败关键 J.中国发展观察，2017（8）：92杨江燕，吴田，潘肖燕，等.基于遥感生态指数的雄安新区生态质量评估 J.应用生态学报，2019，30（1）：2773中共河北省委，河北省人民政府.河北雄安新区规划纲要EB/OL.2022-07-28.http:/ 中的应用 J.中国科学院大学学报，2016，33（3）:2895LUOX，TONGXH，PANHY.Integratingmultiresolutionand multitemporal sentinel-2 imagery for land-covermapping in the Xiongan New Area，ChinaJ.IEEETransactions on Geoscience and Remote Sensing，2021，59（2）：10296于淼，马洪兵，王宏伟.基于 Sentinel-2 影像的雄安新区20162019 年土地利用分析 J.测绘通报，2021（12）：67翟卫欣，程承旗，陈波.基于 Landsat 影像的雄安新区20142018 年土地利用变化检测 J.地理信息世界，2019，26（4）：518侯春飞，韩永伟，孟晓杰，等.雄安新区 19952019 年土地利用变化对生态系统服务价值的影响 J.环境工程技术学报，2021，11（1）：659刘礼群，江坤，胡智，等.雄安新区国土空间开发的生态系统服务价值响应特征 J.生态学报，2022，42（6）：209810GAOPC，WANGSJ，LIW，etal.AnalysisofspatialandtemporalvariationoflanduseinXionganNewAreabasedonremotesensingdataJ.IOPConferenceSeries：EarthandEnvironmentalScience，2021，697（1）：01201911LUOJS，MAXW，CHUQF，etal.Characterizingtheup-12to-dateland-useandland-coverchangeinXionganNewAreafrom2017to2020usingthemulti-temporalSentinel-2imagesongoogleearthengineJ.ISPRSInternationalJournalofGeo-Information，2021，10（7）：464贺承伟，国巧真，付盈，等.基于遥感数据的雄安新区土地利用变化 J.天津城建大学学报，2019，25（2）：13313高星，刘泽伟，李晨曦，等.基于“三生空间”的雄安新区土地利用功能转型与生态环境效应研究 J.生态学报，2020，40（20）:711314徐涵秋，施婷婷，王美雅，等.雄安新区地表覆盖变化及其新区规划的生态响应预测 J.生态学报，2017，37（19）：628915陈涵婷，薛宏扬，李思露，等.雄安新区化肥使用及氮磷盈余空间分布特征研究 J.林业与生态科学，2023，38（1）：7216许晓聪，李冰洁，刘小平，等.全球 2000 年2015 年 30m 分辨率逐年土地覆盖制图 J.遥感学报，2021，25（9）：189617LICC，GONGP，WANGJ，etal.Thefirstall-seasonsamplesetformappinggloballandcoverwithLandsat-8dataJ.ScienceBulletin，2017，62（7）：50818LIU L Y，ZHANG X，GAO Y，et al.Finer-resolutionmapping of global land cover：recent developments，consistencyanalysis，andprospectsJ.JournalofRemoteSensing，2021，2021：119ZHANGX，LIULY，CHENXD，etal.GLC_FCS30：globalland-coverproductwithfineclassificationsystemat30musingtime-seriesLandsatimageryJ.EarthSystemScienceData，2021，13（6）：275320ZHANGX，LIULY，CHENXD，etal.Fineland-covermapping in China using landsat datacube and anoperationalSPECLib-basedapproachJ.RemoteSensing，2019，11（9）：105621a 2013 年b 2021 年白洋淀雄安新区水体RSEI1(生态优)0(生态差)图102013、2021 年新区 RSEI 的空间分布258北京师范大学学报（自然科学版）第 60 卷ZHANGX，LIULY，WUCS，etal.Developmentofaglobal30mimpervioussurfacemapusingmultisourceandmultitemporal remote sensing datasets with the GoogleEarth Engine platformJ.Earth System Science Data，2020，12（3）:162522LUM，WUWB，ZHANGL，etal.AcomparativeanalysisoffiveglobalcroplanddatasetsinChinaJ.ScienceChinaEarthSciences，2016，59（12）：230723CHENXY，LINY，ZHANGM，etal.Assessmentofthecroplandclassificationsinfourgloballandcoverdatasets：acase study of Shaanxi province，ChinaJ.Journal ofIntegrativeAgriculture，2017，16（2）：29824朱金峰，周艺，王世新，等.19752018 年白洋淀湿地变化分析 J.遥感学报，2019，23（5）：97125张敏，宫兆宁，赵文吉，等.近 30 年来白洋淀湿地景观格局变化及其驱动机制 J.生态学报，2016，36（15）：478026刘金巍，靳甜甜，刘国华，等.新疆玛纳斯河流域20002010 年土地利用/覆盖变化及影响因素 J.生态学报，2014，34（12）：321127李妍，张国钦，吝涛，等.乡镇遥感生态指数时空变化及影响因子研究：以天津市蓟州区为例 J.生态学报，2022，42（2）：47428宋慧敏，薛亮.基于遥感生态指数模型的渭南市生态环境质量动态监测与分析 J.应用生态学报，2016，27（12）：391329徐烨，杨帆，颜昌宙.基于景观格局分析的雄安城市湿地生态健康评价 J.生态学报，2020，40（20）：713230DetectionofchangesinlanduseandevaluationofecologicalqualityintheXionganNewAreafrom2013to2021fromLandsatimagesZHUGuoliang1）JIANGBo1，2）LIUYufei1）（1）FacultyofGeographicalScience，BeijingNormalUniversity，Beijing，China；2）TheStateKeyLaboratoryofRemoteSensingScience，BeijingEngineeringResearchCenterforGlobalLandRemoteSensingProducts，InstituteofRemoteSensingScienceandEngineering，BeijingNormalUniversity，Beijing，China）AbstractNineLandsat8imagesfrom2013to2021wereusedtoobtainyear-by-yearlanduseandlandcoverclassification results in Xiongan New Area，with object-oriented supervision classification method and LUCCanalysistocarryoutecologicalqualityevaluation.Overallaccuracyoftheclassificationresultswasgreaterthan86.8%，theKappacoefficientsrangedfrom0.81to0.88，superiortoFROM-GLCandGLC_FCSgloballandcoverproduct.SincetheestablishmentofXionganNewArea，totalareaofcroplandhasdecreased，imperviousareaandforestincreased，butproportionofblue-greenspacehasincreasedfrom12%to30%.DifferentLUCCpatternswereobservedinthreecountiesinXionganNewArea，meetingtheplanningrequirementsverywell.ConstructionofthethreecountiesinXionganNewAreahasbeeninstrictincompliancewiththeconstructiontasksofafforestation，urbandevelopment，wetlandconservationintheOutlinePlanoftheNewArea.Mainlandusecoveragechangesineachcountyare:ashiftfromcroplandtoforestedland，mutualshiftbetweencroplandandimpervioussurface，andshiftfromcroplandtowaterbodiesandaquaticvegetation.Negativeimpactsofimpervioussurfaceexpansionandurbanconstructiononecologicalqualityaregraduallybeingoffsetbypositiveimpactsofincreasedforestcoverandblue-green space.In conclusion，LUCC in Xiongan New Area complies with construction policy，reflectsachievementsofeconomicandsocialdevelopmentinthearea.Keywords Xiongan New Area；land use/cover change；object-oriented classification；remote sensing；Landsat8；constructionpolicyevalution【责任编辑：刘先勤】第 2 期朱国梁等：基于 Landsat 影像的雄安新区 20132021 年土地利用变化检测和生态政策评估259