Land use land cover change detection and ecological quality evaluation of Xiong’an New Area from 2013 to 2021 using Landsat images
-
摘要: 利用2013—2021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分析及生态质量评价．结论：1）分类结果总体精度大于86.8%，K为 0.81~0.88，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%，雄安三县（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质量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．Abstract: In order to better explore the land use and land cover change (LUCC)in Xiong’an New Area and evaluate the ecological quality impacted by construction, 9 Landsat 8 images from 2013 to 2021 in this area were classified with the object-oriented supervision classification method. Based on all results, the following main conclusions were drawn: (1) The overall accuracy of the new classification results was greater than 86.8% and the kappa coefficients ranged from 0.81 to 0.88, which were superior to that from the FROM-GLC and GLC_FCS global land cover product. (2) Since 2017 when Xiong’an New Area was established, the area of cropland has decreased and the area of impervious area and forest have increased, while the area proportion of the blue-green space has increased from 12% to 30%. Besides, the different LUCC patterns were also observed in three counties within Xiong’an New Area, which met the planning requirements very well. (3) Although the expansion of impervious area and urban construction have the inevitable negative impacts on ecological quality, the positive impacts owing to the increase of forest coverage and the blue-green space have increased gradually and would take the lead in the near future. In conclusion, the LUCC in Xiong’an New Area complies with the construction policy and reflects the achievements of economic and social development in this area.
-
表 1 本文分类结果精度
年份 2013 2014 2015 2016 2017 2018 2019 2020 2021 总体精度/% 92.32 88.60 91.89 90.17 88.69 89.85 92.70 90.20 86.82 kappa系数 0.88 0.82 0.86 0.83 0.81 0.83 0.88 0.85 0.81 
下载: 导出CSV
表 2 各产品分类标准
分类产品 分类标准 本研究分类结果 耕地、不透水面、水体、林地、水生植被 FROM-GLC 耕地、不透水面、水体、林地、湿地、草地、裸地、灌木 GLC_FCS 耕地*、不透水面、水体、林地**、湿地、草地、裸地、稀疏植被 注：*包括旱地、草本植物覆盖区、水浇地；**包括郁闭落叶阔叶林、稀疏常绿针叶林、郁闭常绿针叶林、郁闭落叶针叶林.
下载: 导出CSV
表 3 不同分类产品在2015、2017及2020年验证精度
年份 分类产品 总体精确度 K 2015 FROM-GLC 76.17% 0.52 GLC_FCS 83.05% 0.68 2017 FROM-GLC 78.15% 0.56 2020 GLC_FCS 75.38% 0.59
下载: 导出CSV
表 4 2013、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 2013—2017 2017—2021 不透水面 310.60 325.57 370.13 1.21% 3.42% 耕地 916.39 894.99 710.92 －0.58% －5.14% 水体 87.40 75.99 92.04 －3.26% 5.28% 水生植被 96.32 119.54 143.97 6.03% 5.11% 林地 136.88 131.49 230.51 －0.98% 18.83%
下载: 导出CSV
表 5 2017—2021年雄安新区各土地利用类型面积转移矩阵（单位：km2）
2017年 不透水面 耕地 水体 水生植被 林地 2021年 不透水面 272.05 75.61 1.44 1.24 19.81 耕地 31.71 660.87 1.64 0.11 16.61 水体 3.56 20.57 58.20 4.78 4.93 水生植被 2.16 16.48 11.99 113.31 0.01 林地 16.09 121.46 2.73 0.10 90.13
下载: 导出CSV
表 6 指标主成分分析
年份 NDVI WET NDBSI LST 特征值 特征贡献率/% 2013 0.701 0.186 −0.588 −0.359 0.037 90.244 2021 0.344 0.369 −0.821 −0.269 0.023 88.462
下载: 导出CSV
表 7 2013、2021年新区RSEI和4个指标的均值及其变化
指标 2013 2021 变化/% NDVI 0.809 0.921 13.84 WET 0.848 0.707 −16.63 NDSI 0.428 0.483 12.85 LST 0.477 0.425 −10.9 RSEI 0.692 0.619 −11.61
下载: 导出CSV
-
[1] 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):947 [2] 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):9 [3] 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):277 [4] 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://www.gov.cn/xinwen/2018-04/21/content_5284800.htm. [5] 杨朝斌,张树文,卜坤,等. 高分辨率遥感影像在城市LUCC中的应用[J]. 中国科学院大学学报,2016,33(3)289 [6] LUO X,TONG X H,PAN H Y. Integrating multiresolution and multitemporal sentinel-2 imagery for land-cover mapping in the Xiongan new area,China[J]. IEEE Transactions on Geoscience and Remote Sensing,2021,59(2):1029 doi: 10.1109/TGRS.2020.2999558 [7] 于淼,马洪兵,王宏伟. 基于Sentinel-2影像的雄安新区2016−2019年土地利用分析[J]. 测绘通报,2021(12):6 [8] 翟卫欣,程承旗,陈波. 基于Landsat影像的雄安新区2014−2018年土地利用变化检测[J]. 地理信息世界,2019,26(4):51,51,51);>(</span>38 [9] 侯春飞,韩永伟,孟晓杰,等. 雄安新区1995−2019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):65 doi: 10.12153/j.issn.1674-991X.20200049 [10] 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)2098 [11] GAO P C,WANG S J,LI W,et al. Analysis of spatial and temporal variation of land use in Xiong’an new area based on remote sensing data[J]. IOP Conference Series:Earth and Environmental Science,2021,697(1):012019 doi: 10.1088/1755-1315/697/1/012019 [12] LUO J S,MA X W,CHU Q F,et al. Characterizing the up-to-date land-use and land-cover change in Xiong’an new area from 2017 to 2020 using the multi-temporal sentinel-2 images on google earth engine[J]. ISPRS International Journal of Geo-Information,2021,10(7):464 doi: 10.3390/ijgi10070464 [13] 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):133 [14] 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)7113 [15] 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)6289 [16] 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)72 [17] 许晓聪,李冰洁,刘小平,等. 全球2000年-2015年30 m分辨率逐年土地覆盖制图[J]. 遥感学报,2021,25(9):1896 [18] CONGCONG,LI, . The first all-season sample set for mapping global land cover with Landsat-8 data[J]. Science Bulletin,2017,62(7):508 doi: 10.1016/j.scib.2017.03.011 [19] LIU L Y,ZHANG X,GAO Y,et al. Finer-resolution mapping of global land cover:recent developments,consistency analysis,and prospects[J]. Journal of Remote Sensing,2021,2021:■-■. [20] ZHANG X,LIU L Y,CHEN X D,et al. GLC_FCS30:global land-cover product with fine classification system at 30 m using time-series Landsat imagery[J]. Earth System Science Data,2021,13(6):2753 doi: 10.5194/essd-13-2753-2021 [21] ZHANG X,LIU L Y,CHEN X D,et al. Fine land-cover mapping in China using landsat datacube and an operational SPECLib-based approach[J]. Remote Sensing,2019,11(9):1056 doi: 10.3390/rs11091056 [22] ZHANG X,LIU L Y,WU C S,et al. Development of a global 30 m impervious surface map using multisource and multitemporal remote sensing datasets with the Google Earth Engine platform[*■■*]. ●●●●●,2020 [23] LU M,WU W B,ZHANG L,et al. A comparative analysis of five global cropland datasets in China[J]. Science China Earth Sciences,2016,59(12):2307 doi: 10.1007/s11430-016-5327-3 [24] XIAO-YU,CHEN, . Assessment of the cropland classifications in four global land cover datasets:a case study of Shaanxi Province,China[J]. Journal of Integrative Agriculture,2017,16(2):298 doi: 10.1016/S2095-3119(16)61442-9 [25] 朱金峰,周艺,王世新,等. 1975年-2018年白洋淀湿地变化分析[J]. 遥感学报,2019,23(5):971 [26] 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)4780 [27] 刘金巍,靳甜甜,刘国华,等. 新疆玛纳斯河流域2000−2010年土地利用/覆盖变化及影响因素[J]. 生态学报,2014,34(12):■-■. [28] 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):474 [29] 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):3913 [30] 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)7132 -
点击查看大图
图(10) / 表(7)
计量
- 文章访问数: 107
- HTML全文浏览量: 33
- PDF下载量: 19
- 被引次数: 0
