贵州省万亩大坝的土地利用变化对可达性的响应

中图分类号：K92 文献标识码：A 文章编号：1007-0745(2012)08-0033-01

1、引言

可达性是人文地理学、城市规划、地球信息科学、交通运输经济学等学科的研究热点之一。目前，可达性涉及的范围越来越大，度量方法越来越多。对交通相关的可达性进行度量时，多以交通几何网络为基础，以空间距离、时间距离及经济距离作为基本因子来度量。对于空间任意一点，均可以通过计算得到其公交可达性系数，为各种决策过程提供一个直观的量化指标。

当道路网络和各种交通工具为人类社会带来巨大效益的同时，它们对土地利用状况的影响也在不断加大，而这种影响长期以来被人类社会所忽视。探讨可达性对土地利用变化的响应有着极其重要的意义，研究结果将有助于了解该地区土地利用结构组成特征和空间配置关系,进而可以为该地区土地资源的管理以及优化配置提供理论和技术支持本项目为贵州师范大学学生科研素质教育项目，项目时间为 2011年6月1日-2012年6月1日。

2、研究内容、研究目标、技术路线

2.1研究内容

（1）对比分析两期安顺大坝的土地利用现状图

（2）解释土地利用现状不同地区的可达性关系

2.2研究目标

本研究根据不同的土地利用分类指标体系，对研究区两期土地利用影像进行解译，建立土地利用数据，在土地利用变化分析的基础上，多角度地揭示出土地利用变化的时间与空间演变特征；确立可达性分等，选取土地利用、可达性指数定量化研究可达性对土地利用变化的影响。

2.3技术路线

本文根据贵州省交通图选取安顺大坝为研究区，并通过对研究区的土地利用变化特征进行分析，选取相关土地利用、可达性指数对道路影响域土地利用变化进行分析，研究道路网络对土地利用变化的影响。

①本研究主要以2005年ASTER、2010年ALOS影像数据作为基本数据源；②对不同时期的遥感影像进行解译，建立土地利用数据库，研究两期土地利用变化特征；③选取土地利用、可达性指数，研究可达性对土地利用变化的影响。

3、研究成果

3.1研究区域

根据贵州省2005年及2010年交通图，选取交通条件较好的黔中地区的安顺大坝作为研究区域，研究近5年来在交通条件不断改善的情况下的大坝的土地利用类型的转变。

3.2研究区的数据分析

根据的安顺市2005年及2010年的遥感影像图解译得到两期土地利用现状图，利用arcgis软件统计得到研究区2005及2010年两期土地利用类型数据。2005年土地利用总面积2864.4850公顷，其中，耕地1026.4604公顷，有林地159.5465公顷，城镇1232.7432公顷，居民点364.6233公顷，道路55.4728公顷，水体25.6386公顷。2010年土地利用总面积3447.4625公顷，其中，耕地947.2479公顷，有林地189.5465公顷，城镇1634.9306公顷，居民点573.6503公顷，道路74.2725公顷，水体27.8146公顷。通过分析得出自2005开始到2010年安顺大坝土地利用类型主要为耕地和城镇用地两类。

4、研究结论

（1）研究区内主要以城镇用地及耕地为主，2010年大坝面积相对2005年的面积扩大了5829775.698㎡，主要是因为城镇化因素，城市人口增多大坝面积向外进行了扩展。

（2）研究区内耕地面积减少了792124.6083㎡，而有林地面积增加了300000㎡，主要是由于近年来退耕还林政策的影响，部分耕地转化为林地。

（3）研究区处于贵州省交通最为便利的黔中地区，交通可达性高，土地扩展面积最为明显的类型为城镇用地、农村居民点，分别增加了4021873.946㎡和2090269.651㎡。同时，随着交通条件的日益改善道路用地也有一定程度的增加，在5年内共增加了187996.8503㎡。

5、问题及展望

研究黔中地区安顺大坝的土地利用的变化情况从客观上分析了在高可达性区域土地利用变化的趋势。从某种意义上说，安顺大坝的土地利用类型的变化从一定角度来说也反映了整个贵州大坝的变化趋势。在交通可达性逐步提高的情况下，区域间的紧密联系有利于其在内部寻求广泛的生产合作和信息交流， 从而为区域一体化发展提供有利的支持， 为区域的协同发展创造条件．因此安顺应充分利用这一契机， 充分发挥交通基础设施对社会经济发展的支撑和带动作用， 借助日益完善的市场体系与区域交通网络， 加强与周边区域各城市间的经济、社会、文化等方面的联系， 使安顺成为黔中地区产业发展的重要组成部分，增强区域发展的空间整体性和经济整体性。

参考文献：

[1]周艺，周维奇等.遥感技术在内陆水体监测中的应用[J].水科学进展，2004,15(3):312-317.

[2]Dekker A G,Peters S W.The use of Thematic Mapper for the anaylsis of eutrophic lakes:A case study in the Netherlands.Int.J.Remote Sensing[J],1993,14:799-821.

[3]蔡丽娜，等.水质遥感监测方法的探讨[J].测绘与空间地理信息，2008,31（4）:68-73.

[4]疏小舟,尹球,匡定波.内陆水体藻类叶绿素浓度与反射光谱特征的关系.遥感学报[J],2000,4(1):41-45.

[5]佘丰宁,李旭立,蔡启铭,陈宇讳.水体叶绿素含量的遥感定量模型[J].湖泊科学,1996,8(3):201-207

[6]陈楚群,施平,毛庆文.应用TM数据估算沿岸海水表层叶绿素浓度模型研究[J].环境遥感,1996,11(3):168-176

[7]杨一鹏,王桥,肖青等.基于TM数据的太湖叶绿素a浓度定量遥感反演方法研究.地理与地理信息科学[J],2006,22(2):5-8.