基于GEE的山西省土地利用時(shí)空演變分析

收稿日期：2024-03-22

基金項(xiàng)目：山西省地質(zhì)勘查建設(shè)與發(fā)展專項(xiàng)資金項(xiàng)目（2023-011）；山西省自然科學(xué)基金項(xiàng)目（202203021211288）；山西省高等學(xué)校教學(xué)改革創(chuàng)新項(xiàng)目（J20221244）。

作者簡(jiǎn)介：劉進(jìn)軍（1990—），男，山西呂梁人，碩士。研究方向：生態(tài)環(huán)境遙感。

摘要：快速、準(zhǔn)確獲取土地利用變化信息是實(shí)現(xiàn)區(qū)域可持續(xù)發(fā)展的基礎(chǔ)。基于谷歌地球引擎（Google Earth Engine，GEE），分析山西省1986—2022年土地利用變化。結(jié)果表明，隨機(jī)森林算法得到的土地利用分類結(jié)果精度較高，山西省土地利用類型中，耕地、林地和草地占主導(dǎo)；37年間，山西省土地利用類型變化最大的為建設(shè)用地，增長(zhǎng)的建設(shè)用地主要為耕地轉(zhuǎn)化，水域面積逐漸減小，林地與草地面積變化不大；山西省土地利用程度呈現(xiàn)“中部高、東西低”的特點(diǎn)，主要受到社會(huì)因子的影響，人口數(shù)量影響最大。

關(guān)鍵詞：谷歌地球引擎（GEE）；土地利用；時(shí)空演變；山西省

中圖分類號(hào)：P237 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1008-9500（2024）05-0-04

DOI：10.3969/j.issn.1008-9500.2024.05.032

Analysis of spatiotemporal evolution of land use in Shanxi Province based on GEE

LIU Jinjun1，2， GAO Yuanxue2， CHEN Shenghua1，2

（1. The Cultivation Base of Shanxi Key Laboratory of Mining Area Ecological Restoration and Solid Wastes Utilization， Shanxi Institute of Technology; 2. Department of Earth Science and Engineering， Shanxi Institute of Technology， Yangquan 045000， China）

Abstract： Rapid and accurate acquisition of land use change information is the foundation for achieving regional sustainable development. Based on Google Earth Engine （GEE）， the land use changes are analyzed in Shanxi province from 1986 to 2022. The results show that the land use classification results obtained by the random forest algorithm have high accuracy， and in Shanxi province， cultivated land， forest land， and grassland are the dominant types of land use; over the past 37 years， the largest change in land use types in Shanxi province has been in construction land， with the main increase in construction land being cultivated land conversion， and the water area has gradually decreased， while the forest and grassland areas have not changed much; the land use level in Shanxi province shows a characteristic of “high in the central region and low in the east and west”， mainly influenced by social factors， with the greatest impact being on population size.

Keywords： Google Earth Engine （GEE）; land use; spatiotemporal evolution; Shanxi province

土地資源是人類賴以生存和發(fā)展的物質(zhì)基礎(chǔ)，土地利用/覆蓋變化（Land Use and Cover Change，LUCC）

是全球和區(qū)域氣候及生態(tài)環(huán)境變化的主要影響因素，快速、準(zhǔn)確獲取土地利用變化信息是實(shí)現(xiàn)區(qū)域可持續(xù)發(fā)展的前提。遙感技術(shù)具有多時(shí)序、速度快、信息獲取方便等優(yōu)點(diǎn)，目前已被廣泛應(yīng)用于土地利用變化研究。然而，隨著監(jiān)測(cè)周期的拉長(zhǎng)與監(jiān)測(cè)范圍的擴(kuò)大，遙感數(shù)據(jù)量逐漸增加，傳統(tǒng)數(shù)據(jù)處理方式面臨預(yù)處理時(shí)間長(zhǎng)的問題。以谷歌地球引擎（Google Earth Engine，GEE）為代表的遙感云平臺(tái)的興起為研究人員提供一種新的解決方案，使學(xué)者可以直接在云端進(jìn)行遙感數(shù)據(jù)預(yù)處理，大大減少數(shù)據(jù)下載及預(yù)處理的時(shí)間[1]。目前，學(xué)者已經(jīng)基于GEE開展大量的土地利用變化監(jiān)測(cè)研究。胡云鋒等[2]基于GEE分析1990—2016年北京市土地利用變化及驅(qū)動(dòng)機(jī)制；婁佩卿等[3]基于GEE分析1998—2018年京津冀地區(qū)土地利用動(dòng)態(tài)變化規(guī)律；戴曉琴等[4]基于GEE分析河南省2000—2020年土地利用變化特征；楊麗萍等[5]基于GEE分析西安市土地利用格局及驅(qū)動(dòng)力。

山西省位于華北地區(qū)，東與河北省毗鄰，西與陜西省隔黃河相望，南與河南省接壤，北與內(nèi)蒙古自治區(qū)毗連，面積為15.67萬km2。地勢(shì)東北高西南低，地貌類型復(fù)雜多樣，山地與丘陵面積占山西省面積的80%以上。山西省屬溫帶季風(fēng)氣候區(qū)，四季分明，年平均氣溫介于4.2～14.2 ℃，年降水量介于358～621 mm，境內(nèi)河流較多，以季節(jié)性河流為主。截至2022年末，山西省常住人口為3 481.35萬人?；贕EE提供的Landsat系列衛(wèi)星遙感影像，采用隨機(jī)森林算法生成1986—2022年山西省土地利用分類結(jié)果，分析37年間山西省土地利用變化特征及其影響因素，從而服務(wù)政府決策和土地規(guī)劃等。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

遙感數(shù)據(jù)均來源于GEE，主要分為兩類，一是山西省1986年、1992年、2002年、2011年的Landsat5

衛(wèi)星遙感影像及2022年的Landsat8衛(wèi)星遙感影像，二是山西省2022年的夜間燈光、高程、坡度、坡向、溫度、降水量、風(fēng)速和植被指數(shù)數(shù)據(jù)。遙感數(shù)據(jù)均利用GEE進(jìn)行預(yù)處理，包括云量篩選、鑲嵌、裁剪、重采樣以及樣本選擇等。2022年山西省各地人口數(shù)量和地區(qū)生產(chǎn)總值（Gross Domestic Product，GDP）數(shù)據(jù)來源于《山西統(tǒng)計(jì)年鑒2023》。

1.2 研究方法

1.2.1 分類方法

隨機(jī)森林算法是一種并行式集成學(xué)習(xí)方法，采用隨機(jī)森林算法進(jìn)行分類[6-8]。該方法首先從數(shù)據(jù)集中進(jìn)行有放回的取樣，生成K個(gè)子數(shù)據(jù)集，每個(gè)子數(shù)據(jù)集單獨(dú)訓(xùn)練為1棵樹，隨機(jī)選擇一部分特征進(jìn)行訓(xùn)練，得到K棵樹，最后使用每棵樹對(duì)分類進(jìn)行決策，對(duì)每棵樹的決策結(jié)果進(jìn)行投票，得票最高的即為最終分類結(jié)果。

1.2.2 分類精度評(píng)定

使用混淆矩陣評(píng)定分類精度[9-11]，計(jì)算各年度分類的總體精度和Kappa系數(shù)。總體精度是指所有正確分類的土地覆蓋類別的樣本數(shù)占總抽取樣本數(shù)的百分比；Kappa系數(shù)通過評(píng)價(jià)兩種數(shù)據(jù)的差異來評(píng)定精度，介于0～1。

1.2.3 土地利用程度指數(shù)

土地利用程度指數(shù)是基于土地利用類型的一種定量指標(biāo)，用于表征人類對(duì)土地生態(tài)系統(tǒng)的干擾程度。參考相關(guān)研究[12-15]提出的土地利用程度分級(jí)表，計(jì)算山西省各地土地利用程度指數(shù)均值。

1.2.4 地理探測(cè)器

地理探測(cè)器通過分析要素的空間分異性來探測(cè)其相關(guān)性[16-19]，使用其對(duì)土地利用程度的驅(qū)動(dòng)因子進(jìn)行探測(cè)。驅(qū)動(dòng)因子的解釋程度可以采用式（1）進(jìn)行評(píng)價(jià)。

式中：q為驅(qū)動(dòng)因子的解釋程度；h為變量的分層數(shù)，取值為1，2，…，L-1，L；N和Nh分別為全區(qū)和第h層的單元數(shù)；σ2和σh2分別為全區(qū)和第h層的方差。

2 結(jié)果與分析

2.1 分類結(jié)果精度評(píng)價(jià)

將山西省土地利用類型分為6類，即耕地、林地、草地、水域、建設(shè)用地以及未利用地，分類總體精度和Kappa系數(shù)如表1所示。結(jié)果顯示，總體精度和Kappa系數(shù)均在0.8左右。

2.2 山西省土地利用結(jié)構(gòu)變化

1986—2022年，山西省各用地類型面積統(tǒng)計(jì)結(jié)果如表2所示。37年間，面積變化最大的為建設(shè)用地，從1986年的3 700.97 km2增加至2022年的8 608.20 km2，

年均增長(zhǎng)率接近2.8%。2002—2011年，建設(shè)用地面積增長(zhǎng)最快，年均增長(zhǎng)率約為6.9%，這也是山西省GDP增長(zhǎng)最快的一段時(shí)間。伴隨建設(shè)用地面積增長(zhǎng)的主要是耕地面積的減少，兩者變化速度幾乎同步，可以說明增加的建設(shè)用地主要由耕地轉(zhuǎn)化而來。37年間，山西省水域面積逐漸減少，其中2002—2011年減少量最大，原因可能是山西省煤炭資源大量開采，造成地表水破壞。37年間，山西省林地面積和草地面積變化不大，林地在2002—2011年增加近1 000 km2，原因可能是退耕還林，耕地轉(zhuǎn)為林地，部分草地轉(zhuǎn)為林地。

2.3 山西省土地利用程度及驅(qū)動(dòng)因子

1986年和2022年山西省土地利用程度對(duì)比如圖1所示。結(jié)果顯示，山西省土地利用程度呈現(xiàn)“中部高、東西低”的空間分布特征。具體來說，中部的大同市、朔州市、忻州市、太原市、晉中市、臨汾市以及運(yùn)城市的中心城區(qū)土地利用程度遠(yuǎn)高于其他縣級(jí)行政單位。其中，運(yùn)城市多數(shù)縣級(jí)行政單位土地利用程度極高，且呈升高趨勢(shì)；東部和西部縣級(jí)行政單位土地利用程度整體偏低，這也是山西省經(jīng)濟(jì)發(fā)展較慢的區(qū)域。

為進(jìn)一步分析山西省土地利用程度的驅(qū)動(dòng)因子，選擇10個(gè)潛在的驅(qū)動(dòng)因子，即人口數(shù)量（X1）、GDP（X2）、夜間燈光（X3）、高程（X4）、坡度（X5）、坡向（X6）、溫度（X7）、降水量（X8）、風(fēng)速（X9）和植被指數(shù)（X10），基于地理探測(cè)器進(jìn)行分析，結(jié)果如表3所示。從單因子解釋度來看，人口數(shù)量、夜間燈光、坡度和降水量對(duì)土地利用程度的解釋度較高，人口的單因子解釋度大于0.4，說明人口是山西省土地利用程度的最大驅(qū)動(dòng)因子；從雙因子組合來看，人口和夜間燈光組合的解釋度最高，大于0.8，人口和GDP組合的解釋度達(dá)0.79，說明社會(huì)因子是驅(qū)動(dòng)土地利用的主要因素；從自然因子來看，單自然因子解釋度不高，但雙因子解釋度基本在0.5以上，說明自然因子也是山西省土地利用程度的重要驅(qū)動(dòng)因子，尤其是降水量和地形因素。

3 結(jié)論

基于GEE提供的Landsat衛(wèi)星遙感影像，采用隨機(jī)森林算法對(duì)山西省1986—2022年遙感影像進(jìn)行分類，明確37年間土地利用結(jié)構(gòu)，并分析山西省土地利用程度的時(shí)空分布及影響因素。結(jié)果表明，使用隨機(jī)森林算法得到的土地利用分類結(jié)果精度較高，總體精度及Kappa系數(shù)均在0.8左右。山西省土地利用類型中，耕地、林地和草地占比最高，37年間，山西省土地利用類型變化最大的為建設(shè)用地，其中2002—2011年增長(zhǎng)最快，增長(zhǎng)的建設(shè)用地主要為耕地轉(zhuǎn)化，水域面積逐漸減小，2002—2011年減小最多，林地面積和草地面積變化不大。山西省土地利用程度呈現(xiàn)“中部高、東西低”的空間分布特征，主要受到社會(huì)因子的影響，人口數(shù)量影響最大，同時(shí)自然因素也影響山西省土地利用。

參考文獻(xiàn)

1 李 旭，陳俊良，鄧尚奇.基于谷歌地球引擎的植被覆蓋度變化長(zhǎng)時(shí)間序列檢測(cè)[J].北京測(cè)繪，2022（4）：457-462.

2 胡云鋒，商令杰，張千力，等.基于GEE平臺(tái)的1990年以來北京市土地變化格局及驅(qū)動(dòng)機(jī)制分析[J].遙感技術(shù)與應(yīng)用，2018（4）：573-583.

3 婁佩卿，付波霖，林星辰，等.基于GEE的1998—2018年京津冀土地利用變化對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值的影響[J].環(huán)境科學(xué)，2019（12）：5473-5483.

4 戴曉琴，沈瑞淇，王 俊，等.GEE遙感云平臺(tái)支撐下的河南省土地利用變化檢測(cè)[J].測(cè)繪科學(xué)技術(shù)學(xué)報(bào)，2021（3）：287-294.

5 楊麗萍，張 靜，貢恩軍，等.GEE聯(lián)合多源數(shù)據(jù)的西安市土地利用時(shí)空格局及驅(qū)動(dòng)力分析[J].農(nóng)業(yè)工程學(xué)報(bào)，2022（2）：279-288.

6 莊大方，劉紀(jì)遠(yuǎn).中國土地利用程度的區(qū)域分異模型研究[J].自然資源學(xué)報(bào)，1997（2）：10-16.

7 王勁峰，徐成東.地理探測(cè)器：原理與展望[J].地理學(xué)報(bào)，2017（1）：116-134.

8 周 萌.甬江流域土地利用變化及其生態(tài)環(huán)境響應(yīng)分析[D].贛州：江西理工大學(xué)，2023：15-16.

9 梁錦濤，陳 超，孫偉偉，等.長(zhǎng)時(shí)序Landsat和GEE云平臺(tái)的杭州灣土地利用/覆被變化時(shí)空格局演變[J].遙感學(xué)報(bào)，2023（6）：1480-1495.

10 趙 月，孟 丹，丁 鳳，等.基于GEE云平臺(tái)的2000—2022年雄安新區(qū)生態(tài)質(zhì)量動(dòng)態(tài)評(píng)價(jià)[J].地球物理學(xué)進(jìn)展，2023（5）：2023-2036.

11 張 昊.基于Landsat長(zhǎng)時(shí)序影像的近36年湟水流域河谷型城市/城鎮(zhèn)演化及預(yù)測(cè)研究[D].西寧：青海師范大學(xué)，2023：8-9.

12 王 瀅，李代偉，張 帆，等.基于Google Earth Engine的巢湖流域生態(tài)環(huán)境質(zhì)量時(shí)空動(dòng)態(tài)變化及影響因素分析[J].測(cè)繪通報(bào)，2023（7）：

7-13.

13 周竹安.長(zhǎng)株潭城市群綠心地區(qū)土地利用變化對(duì)碳通量影響研究[D].長(zhǎng)沙：中南林業(yè)科技大學(xué)，2023：18.

14 翟羽娟.吉林省西部農(nóng)牧交錯(cuò)區(qū)土地利用/覆被變化及其生態(tài)效應(yīng)研究[D].長(zhǎng)春：吉林大學(xué)，2023：14-15.

15 馬 慧.基于遙感和地理信息系統(tǒng)的黃土高原土地利用時(shí)空格局分析[D].咸陽：西北農(nóng)林科技大學(xué)，2023：18-19.

16 董亞坤，王 鈺，何紫玲，等.基于GEE的洱海流域土地利用/覆被分類算法對(duì)比研究[J].西北林學(xué)院學(xué)報(bào)，2024（1）：28-35.

17 李星媚，嚴(yán) 軍.基于GEE和PLSR的2001—2020年長(zhǎng)三角地區(qū)植被覆蓋時(shí)空變化及驅(qū)動(dòng)力分析[J].西北林學(xué)院學(xué)報(bào)，2023（6）：219-227.

18 方春爽，朱 睿，盧 睿，等.基于GEE的石羊河流域植被覆蓋變化特征及其影響因素分析[J].遙感技術(shù)與應(yīng)用，2023（5）：1167-1179.

19 唐 芳，蒲 智，丁吉達(dá)，等.基于Google Earth Engine的塔里木河下游土地利用變化[J].計(jì)算機(jī)與數(shù)字工程，2023（8）：1898-1902.