基于GEE的天山野果林分布區土地利用變化分析

丁吉達 蒲智 魯文蕊 溫釗發

丁吉達，蒲 智，魯文蕊，等. 基于GEE的天山野果林分布區土地利用變化分析［J］. 湖北農業科學，2024，63（2）：142-147．

摘要：基于谷歌地球引擎（Google earth engine，GEE）遙感大數據云平臺，通過Landsat系列影像，運用隨機森林算法，結合光譜指數、地形特征進行土地利用分類，通過地學信息圖譜、土地利用動態度分析天山野果林分布區1997—2021年土地利用時空變化特征。結果表明，通過GEE平臺，利用隨機森林算法，可以快速實現土地利用分類，總體分類精度均大于90.00%，Kappa系數均高于0.85；1997—2021年天山野果林分布區主要為耕地、林地和草地，三者占總面積的90%以上；土地利用變化以草地向耕地的轉變以及林地向草地的轉變為主；建設用地、耕地、水域面積持續增加，變化呈聚集分布，林地先減后增，總體占地面積減少嚴重；建設用地增長速度最大，變化最為劇烈，未利用地、林地總體減少速度較大，變化較為劇烈。

關鍵詞：土地利用； 谷歌地球引擎； 隨機森林； 土地利用動態度； 地學信息圖譜； 天山野果林

中圖分類號：P237；F301.2? ? ? ? ?文獻標識碼：A

文章編號：0439-8114（2024）02-0142-06

DOI：10.14088/j.cnki.issn0439-8114.2024.02.023 開放科學（資源服務）標識碼（OSID）：

Land use change analysis of Tianshan wild fruit forest distribution area based on GEE

DING Ji-da， PU Zhi， LU Wen-rui， WEN Zhao-fa

（School of Computer and Information Engineering， Xinjiang Agricultural University， Urumqi? 830052，China）

Abstract： Based on Google earth engine （GEE） remote sensing big data cloud platform， through Landsat series images， using random forest algorithm， combined with spectral index， topographic features for land use classification， through the geographic information mapping， and the spatial and temporal changes of land use of Tianshan wild fruit forest distribution area from 1997 to 2021 were analyzed through geographic information mapping and land use dynamics. The results showed that through GEE platform and random forest algorithm， land use classification could be realized quickly， and the overall classification accuracy was greater than 90.00%， and the Kappa coefficient was higher than 0.85； from 1997 to 2021， the Tianshan wild fruit forest distribution area was mainly arable land， forest land and grassland， and the three accounted for more than 90% of the total area； land use changes were dominated by the transformation of grassland to arable land and the transformation of forest land to grassland； construction land， arable land and water area continued to increase， the change showed the aggregative distribution， forest land decreased first and then increased， and the overall land area decreased seriously； the growth rate of construction land was the largest and the change was the most drastic， the overall reduction rate of unused land and forest land was large and the change was more drastic.

Key words： land use； Google earth engine（GEE）； random forest； land use dynamic index； geoinformatics mapping； Tianshan wild fruit forest

土地利用/土地覆被變化（Land use and cover change，LUCC）是人類活動作用于生態環境的一種復雜響應，在可持續發展中占有重要的地位^［1］。由于遙感影像數據量大，采用傳統方法進行分類較為繁瑣且對電腦配置要求較高，通過谷歌地球引擎（Google earth engine，GEE）可以很好地提高分類效率。GEE平臺是進行海量遙感數據研究的優秀平臺^［2］，僅需在GEE平臺上進行代碼編寫即可快速完成圖像的預處理以及后續的操作。

天山腹地生長著第三紀遺留下來的亞洲面積最大、最密集的原始野生果林^［3］。由于過度放牧等人為活動以及病蟲害等自然災害，天山野果林的生態系統遭到嚴重破壞。

本研究基于GEE遙感大數據云平臺，使用1997—2021年3期Landsat系列遙感數據，結合光譜指數、地形特征，采用隨機森林算法實現研究區土地利用分類，通過構建地學信息圖譜及動態度分析天山野果林分布區近25年的土地利用時空變化。

1 材料與方法

1.1 研究區概況

天山野果林在國內主要分布于新疆維吾爾自治區伊犁谷地，野蘋果主要分布于鞏留縣至新源縣的南部低山，霍城縣至伊寧縣的北部低山；野核桃主要分布于鞏留縣；野杏主要分布于伊犁谷地的低山；野李分布于霍城縣的大西溝、小西溝的寬谷河岸。故本研究選擇新源縣、鞏留縣、霍城縣、伊寧縣作為主要研究區。研究區位于新疆維吾爾自治區西北部、天山腹地，介于北緯42°54′—44°29′，東經81°11′—84°57′，海拔538～4 229 m。研究區如圖1所示。

1.2 數據來源及預處理

數據來源于GEE平臺（https：//developers.google.com）提供的1997年、2011年和2021年Landsat系列數據的SR（地表反射率產品）數據，拍攝時間均為6—9月，由于SR數據已經過大氣校正等預處理，故只需對數據進行去云、裁剪等預處理^［4，5］。DEM數據采用GEE平臺提供的30 m空間分辨率的STRM V 3產品數據。

1.3 研究方法

1.3.1 分類體系 參考2017年國土資源部頒布的《土地利用現狀分類》及天山野果林分布區土地利用特點，將研究區土地利用類型劃分為6類：耕地、林地、草地、水域、建設用地和未利用地^{［6，7］}，并對其附編碼1、2、3、4、5、6。

1.3.2 隨機森林分類算法? ? 隨機森林（RF）由若干決策樹構成，具有高精度、運行快速等優點^［8］。其算法原理：有放回地抽取X組樣本，抽取到的樣本總共占整體的2/3數量構建訓練集，將這X組訓練樣本生成X棵決策樹；得到每棵決策樹的預測結果，通過投票方式決定分類結果^［9］。

1.3.3 樣本及特征選取 通過遙感影像，對照Google Earth Pro軟件中高分辨率影像以及參考中國多期土地利用土地覆被遙感監測數據集（CNLUCC）選取樣本^{［10，11］}。本研究隨機選擇各地類的樣本面作為分類依據，基于GEE平臺選取研究區內多光譜波段、光譜指數和地形特征作為分類器訓練參數，地形特征為通過DEM數據計算得到的坡度（Slope）和高程（Elevation）數據。歸一化植被指數（NDVI）、歸一化建筑指數（NDBI）和歸一化差異水體指數（NDWI）被選為光譜特征^{［12，13］}，計算公式如下。

式中，L_NIR為Landsat影像的近紅外波段；L_RED為紅光波段；L_MIR為中紅外波段；L_CREEN為綠光波段。

1.3.4 土地利用變化圖譜 地學信息圖譜是映射空間信息規律的地理時空分析方法論，可將時間與空間緊密結合，具有挖掘生態規律的優勢。構建土地利用變化圖譜，利用ArcGIS 10.8軟件將分類得到的相鄰兩期土地利用數據疊加相交，通過土地利用類型編碼，結合地圖代數運算構建圖譜^{［14，15］}。圖譜屬性為兩位數的編碼，個位數為起始年份的地類編碼，十位數為結束年份的地類編碼。地圖代數運算公式如下。

C=10A+B? ? （4）

式中，C為該時段土地利用變化的圖譜單元編碼；A為該時段起始年份地類的圖譜單元編碼；B為該時段結束年份地類的圖譜單元編碼。

空間分離度表示變化的離散程度，可以進一步描述土地利用變化的特征^［16］。公式如下。

式中，D_ab為土地利用變化的空間分離度，值越大說明土地變化在空間上的離散程度越大；P_ab為地類變化的圖譜單元數；L_ab為地類變化的面積；a為起始年份的地類編碼；b為結束年份的地類編碼；n為類別數。

1.3.5 土地利用動態度 土地利用動態度可定量表達研究區內土地利用的變化速度。單一土地利用空間變化動態度是指某一地類在該時段內面積增加和減少的速度^{［17，18］}，其公式如下。

式中，K為某一地類的變化動態度；U_i為起始年份某一地類面積；U_j為結束年份某一地類的面積；T 為研究時段。

綜合土地利用動態度是指研究區土地利用變化的總體速度^{［19，20］}，其公式如下。

式中，L為該時段內研究區所有地類的年綜合變化速度；U_i、U_j分別為起始年份及結束年份某一地類的面積；n為類別數；T為研究時段。

2 結果與分析

2.1 分類結果及精度評定

GEE平臺獲取到分類后的混淆矩陣，計算得到總體分類精度（OA）、Kappa系數^{［21，22］}，計算公式如下。

式中，x_ii為正確分類的像元數；N為像元總數；C為類別數；x_i+、x_+i分別是混淆矩陣中各行、各列之和。

如表1所示，總體精度達91.50%以上，Kappa系數均大于0.85，表明基于GEE平臺進行的分類結果具有較好的分類精度。

2.2 土地利用時空變化分析

2.2.1 土地利用類型結構分析 1997—2021年天山野果林分布區，不同地類面積及占比如表2所示，土地利用類型結構如圖2所示。研究區的主要用地類型為草地，占比均在60.00%以上；其次是耕地，呈增長趨勢；林地排第三，前期林地萎縮較嚴重，后期面積有所回升，但林地總體面積減少；建設用地逐年增加且增加較穩定。以上數據表明林地萎縮較嚴重，需要加強治理。

2.2.2 土地利用變化圖譜分析 如圖3、表3所示，1997—2011年，土地利用變化最為明顯的是草地向耕地的轉變，變化面積為883.96 km²，變化主要分布于海拔中低區域的緩坡處以及新源縣和鞏留縣北部交匯處的特克斯河流域，居民開墾耕地，占用大量草地；其次為林地向草地的轉變，變化面積為777.49 km²，變化主要分布于海拔較高的山區，在該時段牧民過度放牧、旅游開發以及病蟲害暴發導致林地的驟減；第三為耕地向建設用地的轉變，人口的增加致使建設用地增加，居民占用耕地進行城市擴張以及農村建設。就空間分離度來看，草地向耕地以及林地向草地變化的分離度最低，分別為0.08和0.09，這說明該時段草地向耕地以及林地向草地變化活躍，變化在空間分布上聚集明顯；未利用地向水域變化的分離度最高，為1.08，變化在空間分布上相對來說較為離散?？傮w而言，耕地、林地和草地的土地利用變化較為活躍，且空間上分布較為聚集；未利用地向耕地、草地、水域均有轉移，空間分布相對離散。

2011—2021年，土地利用變化最為明顯的是草地向林地的轉變，變化面積為370.52 km²，主要分布于海拔較高的山區，2016年科學技術部啟動“天山野果林退化生態系統保育與健康調控關鍵技術”項目，對野果林開展救治工作，林地開始恢復；其次為草地向耕地的轉變，變化面積為275.31 km²，居民持續占用草地擴張耕地，變化分布在中低海拔的緩坡處山腳下，集中分布在鞏留縣西北部以及伊寧縣的東南部；第三是未利用地向草地的轉變，變化面積為244.23 km²，主要分布于海拔較高的裸巖處。就空間分離度來看，草地向林地的變化分離度最低，為0.13，說明草地向林地的變化十分活躍，變化在空間分布上呈聚集分布；林地向未利用地的變化分離度最高，為1.27，變化在空間分布上相對離散?？傮w而言，該時段空間分離度相比上一時段有所增加，故變化分布相比上一時段更為離散；林地開始恢復，未利用地持續轉出，建設用地持續轉入。

2.2.3 土地利用動態度分析 從表4可知，研究區的單一土地利用動態度分為1997—2011年、2011—2021年和1997—2021年3個時段。

1997—2011年土地利用變化速度最大的是建設用地，空間動態增長速率為5.39%/a；其次是耕地以及水域；減少速度最大的為林地，達2.84%/a，該時段林地活動較為劇烈，其次為未利用地；草地面積有所增加，但增加速度較小。

2011—2021年建設用地變化速度依然最大，達5.69%/a；其次為水域，增長速度為3.65%/a；耕地增長速度變小，為0.07%/a；林地增長速度為2.11%/a；未利用地減少速度最大，為4.26%/a，相比上一時段活動更劇烈。

1997—2021年總體來看，建設用地的土地利用空間變化速度最大，達7.31%/a，建設用地的擴張最為激烈；耕地、水域的土地利用空間總體增長，增長速度分別為0.87%/a、1.80%/a；林地和未利用地的土地利用空間總體減少，較少速度分別為1.13%/a和1.85%/a，未利用地減小速度最大。

從表5可知，綜合土地利用動態度在1997—2011年、2011—2021年2個時段的變化速度較小，分別為0.65%/a和0.48%/a，前一時段相比后一時段變化更為劇烈。1997—2021年變化速度為0.44%/a，總體速度較小，說明近25年研究區土地利用變化較為平穩。

3 小結與討論

本研究基于GEE平臺和Landsat系列遙感影像數據，利用光譜指數和地形特征，通過隨機森林算法實現對天山野果林分布區土地利用的分類，通過地學信息圖譜、土地利用動態度對研究區土地利用的時空變化進行分析。

基于GEE遙感大數據云平臺，采用隨機森林分類算法，快速實現土地利用分類，總體分類精度均大于90.00%，Kappa系數均大于0.85。對比CNLUCC，存在部分差異，原因為分類時人為的主觀差異；根據實地考察，研究區部分區域部分月份為草地，部分月份為裸地，月份不同，人為主觀判定不同，結果會出現偏差；本研究以樣本面作為分類依據，使用樣本面分類總體精度較高，但細節上較為粗糙，之后的研究中會采用樣本點或者樣本點與樣本面結合的方式進行分類，與樣本面分類加以對比。GEE平臺分類質量高，結合光譜指數和地形特征能有效提高復雜地物的分類效率。

1997—2021年天山野果林分布區的主要土地利用類型為草地、耕地和林地；草地占比最高，均大于60%，總體增長；其次占比為耕地，人口增長致使耕地持續擴張；林地呈先減后增的趨勢，總體減少且減少較為嚴重；未利用地持續減少；水域和建設用地持續增長。

土地利用變化圖譜中以草地、耕地、林地之間的轉變較為明顯。草地向耕地變化最為明顯，居民擴張耕地占用大量草地，耕地擴張集中在平原以及緩坡處和山腳下，呈聚集分布；其次林地向草地轉變較為明顯，人為干擾以及自然災害導致林地受損嚴重，變化主要分布在山區；人口增長使得城市建設、農村擴張占用耕地；水域一直增長，主要由草地轉變而來；未利用地持續減少，主要向耕地以及草地轉變，總體看來，1997—2021年土地利用變化呈聚集分布。

土地利用單一動態度中增長速度最大的為建設用地，變化最為劇烈；耕地增長速度在2011—2021年變小，水域增長速度在2011—2021年變大；草地在第一個時段增長而第二個時段減小，變化速度較??；未利用地在2011—2021年變化速度變大，該時段內變化較為劇烈；林地1997—2011年面積增長速度較大，2011—2021年面積減小速度較大，總體面積減小且變化較為劇烈。就綜合土地利用動態度來看，前一時段相比后一時段變化更為劇烈，總體變化較為平穩。

自2016年科學技術部開展“天山野果林退化生態系統保育與健康調控關鍵技術”項目以來，野果林的恢復取得了顯著成果。根據天山野果林分布區土地利用時空演變研究成果，建議研究區在發展經濟、開發旅游、牧民放牧的同時，要密切關注野果林的生態問題。同時，進一步加強政府對野果林生態的重視，使研究區的土地資源得到更加合理的利用。

參考文獻：

［1］ 左 岍，周 勇，李 晴，等.鄂西南地區土地利用格局時空變化及軌跡特征分析［J］.水土保持學報，2022，36（1）：161-169.

［2］ 鄒亞東，何 亮，張曉萍，等.基于GEE數據平臺的北洛河流域1970—2019年土地利用結構變化特征［J］.水土保持通報，2021，41（6）：209-219.

［3］ 關昕昕.專家支招， 破解新疆天山野果林保護與修復難題［J］.新疆林業，2019（1）：29，33.

［4］ 胡云鋒，商令杰，張千力，等.基于GEE平臺的1990年以來北京市土地變化格局及驅動機制分析［J］.遙感技術與應用，2018，? 33（4）：573-583.

［5］ 吳孔江.蟻群分類規則挖掘算法改進及遙感分類應用［D］.長沙：中南大學，2012.

［6］ 于 輝，代鵬超，張金燕，等.基于能量平衡算法的精河流域綠洲蒸散發時空變化模擬［J］.干旱地區農業研究，2018，36（4）：289-296.

［7］ 黃春華，呂靖童，王志遠，等.洞庭湖生態經濟區城鄉建設用地演變特征及驅動因素［J］.科學技術與工程，2021，21（33）：14062-14073.

［8］ 馬慧娟，高小紅，谷曉天.隨機森林方法支持的復雜地形區土地利用/土地覆被分類研究［J］.地球信息科學學報，2019，21（3）：359-371.

［9］ 張 琍，李 斌，陽文靜，等.基于時序遙感的廬山自然保護區植被分類及其變化分析［J］.地理科學進展，2021，40（4）：703-712.

［10］ 徐新良，劉紀遠，張樹文，等.中國多時期土地利用土地覆被遙感監測數據集（CNLUCC）［DB/OL］.中國科學院地理科學與資源研究所數據注冊與出版系統（http：//www.resdc.cn/DOI），2018.

［11］ 李小祥，黃 亮，李 凱.基于GEE平臺的1991—2020年環洱海地帶土地利用時空變化分析［J］.全球定位系統，2021，46（5）：17-25.

［12］ 付甜夢，張 麗，陳博偉，等.基于GEE平臺的海島地表覆蓋提取及變化監測——以蘇拉威西島為例［J］.遙感技術與應用，2021，36（1）：55-64.

［13］ 陳岳濤，趙 芳，田董煒，等.基于Landsat 8 OLI影像的銅陵市土地利用變化分析［J］.現代測繪，2018，41（5）：14-17.

［14］ 田立鑫，韓 美，王 敏，等.萊州灣南岸海岸帶土地利用時空演變及穩定性研究［J］.水土保持研究，2021，28（4）：259-265，274，2.

［15］ 鄧振華，張 晶，于明洋，等.濟南南部山區土地利用的時空變化分析［J］.首都師范大學學報（自然科學版），2010，31（1）：69-73，79.

［16］ 苗 苗，迮寒露，吳永華.浙江省耕地利用轉型時空演變特征分析［J］.浙江農業學報，2021，33（4）：753-760.

［17］ 薛 貝，楊梅煥.喀斯特山區典型縣域土地利用變化研究［J］.地理空間信息，2019，17（5）：46-49，5.

［18］ 杜金龍，朱記偉，解建倉，等.近25 a關中地區土地利用及其景觀格局變化［J］.干旱區研究，2018，35（1）：217-226.

［19］ 何寶忠，高敏華，趙軍安.基于馬爾科夫模型的吐魯番市土地覆被動態變化研究［J］.水土保持研究，2014，21（5）：41-48.

［20］ 李秀芬，蔡慧君，金 磊，等.遼西北土地利用動態變化及影響因素分析［J］.沈陽農業大學學報，2019，50（3）：257-265.

［21］ 徐知宇，周 藝，王世新，等.面向GF-2遙感影像的U-Net城市綠地分類［J］.中國圖象圖形學報，2021，26（3）：700-713.

［22］ 賈博中，白燕英，魏占民，等.基于MODIS-EVI的內蒙古沿黃平原區作物種植結構分析［J］.灌溉排水學報，2021，40（4）：114-120.

收稿日期：2022-10-07

基金項目：國家自然科學基金項目（62161048）

作者簡介：丁吉達（1997-），男，山東臨沂人，在讀碩士研究生，研究方向為遙感土地利用，（電話）15615698287（電子信箱）1051460577@qq.com；通信作者，蒲 智（1975-），男，甘肅天水人，副教授，博士，主要從事環境生態遙感，（電子信箱）869831699@qq.com。