research on land use dynamic change based on rs technique in changping，beijing

分类号： X87 学校代码： 10758

密级：公开学号： 09020336

硕士学位论文

基于遥感技术的北京市昌平区

土地利用变动研究

Research on Land Use Dynamic Change Based on RS Technique

in Changping，Beijing

研究生姓名李旭

导师姓名及职称马惠兰教授

学位门类级别管理学硕士

专业名称土地资源管理

研究方向土地利用与规划

所在学院管理学院

新疆·乌鲁木齐

二○一二年六月

独创性声明

本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得

的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中

不包含其他人已经发表或撰写过的研究成果，也不包含为获得新疆农业大

学或其他教育单位的学位或证书而使用过的材料。与我一同工作的同志对

本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。

研究生签名：时间：年月日

关于学位论文使用授权的说明

本人完全了解新疆农业大学有关保留、使用学位论文的规定，即：新

疆农业大学有权保留并向国家有关部门或机构送交论文的复印件和电子文

档，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文，允许论

文被查阅和借阅。本人授权新疆农业大学将学位论文的全部或部分内容编

入有关数据库进行检索，可以公布(包括刊登)论文的全部或部分内容。

(保密的学位论文在解密后应遵守此协议)

研究生签名：时间：年月日

导师签名：时间：年月日

I

基于遥感技术的北京市昌平区土地利用变动研究

摘要

土地是人类赖以生存的基础，人类的一切活动都与土地有直接或间接的联系。简而

言之，土地利用就是人类为满足自身需求而利用土地所具有属性的活动。人类在近万年

的岁月中，对土地的利用由狭窄到广泛，由粗浅到深刻，人地交互活动越来越频繁。近

二百年来，工业革命极大地伸张了人类改造、利用自然的能力，土地利用方面同样彰显

着人类能力的“辉煌”，但是不合理的土地利用活动后果也被伸张的能力放大数倍、数

十倍，如土地退化、大气温室气体增加等等。那么，与时俱进地不断分析研究新形势下

的土地利用变化特征，就可以为更有利于人类自身发展和促进环境友好提供智力支持。

本研究采用遥感技术获取北京市昌平区 2000、2003 和 2007 年的土地利用信息，以

此为基础展开分析与讨论。在研究中多方补充研究数据，有效地完成遥感影像的分类工

作，分类结果准确可靠，保证本研究提取信息具有较高的精度。从宏观和微观角度着眼，

分析研究昌平区土地利用的动态变化；引入土地利用开发度、耗减度、动态度等指数，

阐述土地利用类型变化的整体和局部特点；利用马尔科夫链方法，预测昌平区未来土地

利用变化，揭示其变化趋势；依据地形地势，将昌平区划分为“山地生态涵养区”和“平

原经济发展区”，分述土地利用类型空间分布的动态特征，揭示因地形分区而表现的不

同土地利用变化特性；在本研究尾声，以主成分分析法提取影响耕地、水域和城矿居用

地的主要社会经济因素，并建立主成分回归模型定量描述其作用大小，分析发现人口水

平、城市化水平和农业机械化水平是影响耕地、水域和城矿居用地的主要因素，另外，

还表明转出的耕地几乎全部流向城矿居用地。

本研究力图揭示 2000~2007 年之间北京市昌平区土地利用变化的各角度、层次的特

点、特征，以及其作用机理、发展趋势，不仅在于更好地服务于当地土地利用的规划管

理工作，也为今后类似地区、相关研究的开展做一有益的参考。

关键词：遥感；土地利用；空间洛伦茨曲线；主成分分析法；昌平区

II

Research on Land Use Dynamic Change Based on RS Technique

in Changping，Beijing

Abstract

The land is the foundation of human survival; all human activity has direct or indirect contact with the

land. In brief, land use is the activities of applying land for people's demand. The development of land use

exploited from narrow to wide, surface to deep, interactivities have made more frequent among human

beings and land in nearly 10 thousand years. In the last 2 hundred years, industrial revolution expanded

human power in modification and use nature, this achievement of power also can be seen in the land use,

however, the consequence of inappropriate use promoted equally several or ten times, such as land

degradation , green gas rise and etc..So, we keep studying with pace constantly the features of land use

change in new era, in that could enhance intellectual support for human beings development and

environment-friendly.

Land use information in Changping, Beijing was acquired from Remote Sensing technique in this

study, and analysis and discussion all based on above. Supplement study data by many ways made the

classification better, the work can offer accuracy and effect outcome for this thesis. The land use dynamic

changes discussed based on macro and micro; bringing some indexes in the study, like rate of exploitation

and etc., this paper indicated the characteristics both whole and part in changes; with the method of markov

chain, the report predicted the Changping land change in the future, and described the trend; according to

terrain, the study put into two sub-regions, named as “Mountain Ecological Conservation Zone(MECZ)”

and “Plain Economic Development Zone(PEDZ)”, pointed out the dynamic features in land space

distribution; by the end, social-economical factors were picked up by PCA for cultivated land, water and

building land, and modeling in PCA, the results show the population, urbanization and agricultural

mechanization are the most important factors, and also proofed cultivated land transferred to building

completely.

This study tries to reveal land use change in Changping from every degree and levels of characteristics

between 2000~2007, characteristics, and its mechanism, development trend, not only lies in the better

service to the local land use planning management work, but also for future similar area, the development

of related research do a the beneficial reference.

Key words: Remote Sensing；Land use；spatial Lorrenze curves；PCA；Changping

III

目录

第 1 章引言 .................................................. 1

1.1 研究背景与意义 .................................................... 1

1.2 研究目标、内容及思路 .............................................. 3

1.3 研究手段与方法 .................................................... 5

1.4 拟解决的关键 ...................................................... 7

1.5 本研究存在的不足 .................................................. 7

第 2 章土地利用理论及国内外研究现状 .......................... 8

2.1 土地利用相关理论 .................................................. 8

2.2 国内外研究现状 ................................................... 10

2.3 本章小结 ......................................................... 16

第 3 章研究区概况及遥感影像解译分类 ......................... 17

3.1 研究区概况 ....................................................... 17

3.2 遥感影像解译分类 ................................................. 19

3.3 本章小结 ......................................................... 33

第 4 章北京市昌平区土地利用变化及预测 ........................ 34

4.1 土地利用总体变动状况 ............................................. 34

4.2 土地利用变动状况评价 ............................................. 35

4.3 土地利用类型转变时空分析 ......................................... 36

4.4 土地利用变动状况评价 ............................................. 42

4.5 土地利用变化预测 ................................................. 47

4.6 本章小结 ......................................................... 50

第 5 章景观分区下的北京市昌平区土地利用时空变化分析 .......... 52

5.1 两区域的土地利用类型变化比较分析 ................................. 52

5.2 两区域的土地利用变化相对变化率分析 ............................... 54

5.3 两区域的土地利用结构时空变化分析 ................................. 56

5.4 本章小结 ......................................................... 62

第 6 章北京市昌平区土地利用变动的成因分析 .................... 64

6.1 主成分分析法的原理 ............................................... 64

6.2 影响因素 ......................................................... 65

6.3 主成分分析过程的 MATLAB计算实现 .................................. 68

6.4 北京市昌平区耕地面积变化影响因素的主成分分析 ..................... 69

6.5 北京市昌平区水域面积变化影响因素的主成分分析 ..................... 73

6.6 北京市昌平区城矿居用地面积变化影响因素的主成分分析 ............... 76

6.7 本章小结 ......................................................... 79

IV

第 7 章结论、建议与展望 ..................................... 80

7.1 主要结论 ......................................................... 80

7.2 对策建议 ......................................................... 81

7.3 研究展望 ......................................................... 83

参考文献 .................................................... 84

致谢 ...................................................... 89

作者简介 .................................................... 91

V

图目录

图 1-1 本研究的技术路线图 ............................................................................................ 5

图 3-1 研究区位置示意图 .............................................................................................. 17

图 3-2 昌平区行政区划图 .............................................................................................. 18

图 3-3 2000.5.16ETM+数据 321（a）和 453（b）波段组合图像 .............................. 21

图 3-4 2003.5.25ETM+数据 321（a）和 453（b）波段组合图像 .............................. 21

图 3-5 2007.5.28TM 数据 321（a）和 453（b）波段组合图像 .................................. 21

图 3-6 研究区数字高程模型（DEM）3D 效果图 ....................................................... 22

图 3-7 2000 年北京市一级土地利用图 .......................................................................... 23

图 3-8 研究区坡度图（a）和坡向图（b） .................................................................. 24

图 3-9 数据预处理流程 .................................................................................................. 24

图 3-10 大气校正前（a）和后（b）植被的波谱曲线 ................................................ 25

图 3-11 野外踏勘现场 .................................................................................................... 27

图 3-12 变化区域发现示意图 ........................................................................................ 29

图 3-13 2000 年昌平区土地利用图 ................................................................................ 30

图 3-14 2003 年昌平区土地利用图 ................................................................................ 31

图 3-15 2007 年昌平区土地利用图 ................................................................................ 31

图 4-1 昌平区土地利用总量变化空间分布图 .............................................................. 34

图 4-2 昌平区土地利用类型比例变化图（2000、2003、2007 年） ......................... 35

图 4-3 耕地转化时空分布图 .......................................................................................... 38

图 4-4 林地转化时空分布图 .......................................................................................... 39

图 4-5 水域转化时空分布图 .......................................................................................... 40

图 4-6 城矿居用地转化时空分布图 .............................................................................. 41

图 4-7 未利用地转化时空分布图 .................................................................................. 42

图 4-8 昌平区土地利用变化综合动态度（a）和土地利用程度综合指数（b） ...... 44

图 4-9 昌平区土地利用开发度（a）、耗减度（b）和动态度（c） .......................... 46

图 4-10 昌平区土地利用类型比例变化图（2006、2009、2012 年） ....................... 49

图 5-1 昌平区景观分区示意图 ...................................................................................... 52

图 5-2 两区域土地利用类型比例变化图（2000、2003、2007 年） ......................... 53

图 5-3 两区域土地利用变化相对变化率 ...................................................................... 55

图 5-4 2000 年昌平区空间洛伦茨曲线 .......................................................................... 58

图 5-5 2003 年和 2007 年昌平区空间洛伦茨曲线 ........................................................ 59

图 5-6 空间基尼系数示意图 .......................................................................................... 60

图 5-7 2000 年、2003 年和 2007 年昌平区土地利用类型空间基尼系数 ................... 61

图 5-8 昌平区土地利用类型按年份排列的空间基尼系数 .......................................... 62

图 6-1 2000~2007 年北京地区气象条件 ....................................................................... 66

图 6-2 主成分分析 MATLAB 计算流程 ....................................................................... 68

VI

表目录

表 1-1 软件使用情况 ........................................................................................................ 6

表 3-1 研究数据列表 ...................................................................................................... 20

表 3-2 专题数据列表 ...................................................................................................... 22

表 3-3 坡度划分表 .......................................................................................................... 22

表 3-4 坡向划分表 .......................................................................................................... 22

表 3-5 2000 年分类误差矩阵 .......................................................................................... 32

表 3-6 2003 年分类误差矩阵 .......................................................................................... 32

表 3-7 2007 年分类误差矩阵 .......................................................................................... 33

表 4-1 昌平区土地利用总量变化统计表 ...................................................................... 34

表 4-2 昌平区土地利用类型数量统计表 ...................................................................... 35

表 4-3 2000~2003 年北京市昌平区土地利用类型转移矩阵 ....................................... 37

表 4-4 2003~2007 年北京市昌平区土地利用类型转移矩阵 ....................................... 37

表 4-5 土地利用程度分级赋值表 .................................................................................. 44

表 4-6 2000~2003 年昌平区土地利用状态转移概率矩阵 ........................................... 49

表 5-1 2000 年昌平区土地利用类型区位熵 .................................................................. 57

表 5-2 2003 年昌平区土地利用类型区位熵 .................................................................. 58

表 5-3 2007 年昌平区土地利用类型区位熵 .................................................................. 59

表 6-1 昌平区耕地社会经济影响因素表 ...................................................................... 67

表 6-2 昌平区水域社会经济影响因素表 ...................................................................... 67

表 6-3 昌平区城矿居用地社会经济影响因素表 .......................................................... 68

表 6-4 解释总方差（耕地） .......................................................................................... 69

表 6-5 主成分载荷矩阵（耕地） .................................................................................. 70

表 6-6 主成分载荷矩阵（耕地，增加主成分后） ...................................................... 70

表 6-7 四种插值方法求得的耕地面积 .......................................................................... 72

表 6-8 解释总方差（水域） .......................................................................................... 73

表 6-9 主成分载荷矩阵（水域） .................................................................................. 74

表 6-10 四种插值方法求得的水域面积 ........................................................................ 75

表 6-11 解释总方差（城矿居用地） ............................................................................ 76

表 6-12 主成分载荷矩阵（城矿居用地） .................................................................... 76

表 6-13 四种插值方法求得的城矿居用地面积 ............................................................ 77

新疆农业大学硕士学位论文

1

第1章引言

1.1 研究背景与意义

土地为人类生存不可或缺之要素[1]，具体就是国家发展之基，人民安身立命之本，

是经济社会可持续发展的根本保障[2]。人类对土地的各种利用称为土地利用，人类利用

的出发点和落脚点都是为满足人自身的需求。人类社会发展的历史往往也是人类利用土

地向深度与广度不断推进的历史。近百年来，人类的土地利用活动引发了“大土地系统”

生物、物理、化学、大气、水等方面运动与条件的变化，变化方向优劣而不等，如何进

一步、再进一步认识、掌握土地利用变化及其可能的结果成为人类当前的主要问题之一。

同时，土地利用问题也是 20 世纪以来绵延至今的人口、资源、环境三大危机破题的关

键，因此在 1995 年国际科学联合会的国际地圈生物圈计划（IGBP）和国际社会科学联

合会的全球环境变化的人文因素计划（IHDP）联合将土地利用/土地覆盖变化（Land

Use/Cover Change，LUCC）列为全球变化研究的核心问题之一[3-4]，2005 年 IGBP 与 IHDP

再次共同提出全球土地计划（Globe Land Project，GLP）项目，着重局部到区域尺度上

的人地耦合系统变化研究。

改革开放后，我国与其他发展中国家类似，同样历经工业化与城镇化过程，涉及到

的土地开发利用问题也比较突出。我国人口多，人均资源量少，耕地后备资源严重不足，

同时存在土地质量退化，荒漠化、甚至沙漠化现象正在局部地区加剧的现象，这些是我

国土地的基本国情。一方面，当前处于快速的经济发展时期，工业化、城镇化进程加快，

占用城市近郊耕地转变为建设用地的速率和频率也不断加快，耕地锐减使粮食安全的严

峻形势突出出来，发展我国国民经济与保护资源环境可持续发展变得尤为突出。另一方

面，在转型时期土地相关管理体制建设落后于时代发展，从而引发土地浪费、低效利用

情况比较严重。

我国幅员辽阔，各地自然和社会条件千差万别，土地利用问题在具体的时空下所展

现的现象和规律也可能不尽相同，按轻重缓急逐步摸清区域的土地利用情况服务于当地

基于遥感技术的北京市昌平区土地利用动态研究

2

的社会发展就成为现势下最优的选择。北京市昌平区位于北京中心城区的西北部，区内

山地与平原分异明显，新世纪以来特别是北京奥运筹办下当地土地利用变化十分活跃，

“十五”、“十一五”阶段重点推进未来科技城、中关村创新基地等项目，加快昌平、沙

河两大组团旧城改造，使得昌平区的土地利用情况变化较大，并且作为首都近郊区第一

圈层的重要组成部分，它的发展变化也同首都紧密相连，研究其土地利用变化情况可以

为其它近郊区提供一参考，也是指导自身集约、节约用地的有效途径。

鉴于遥感手段的客观性、时效性等优点，本研究将遥感技术应用到北京市昌平区的

土地信息提取与制图当中，从遥感图像上获取土地利用变化的时间与空间信息，为本研

究奠定更好地支持。

北京市昌平区是包围首都核心功能区第一圈层的重要组成部分，区内既有城市又有

乡村，是承接城市功能发展的第一梯队。近年来，市中心分流而来的人口和产业刺激了

本地的房地产建设，农用地转变为建设用地十分活跃。虽然昌平区至今仍有粮食种植，

但早已经没有保障城市居民生活的硬性要求，这更加推动了建设用地占用农用地活动。

作为我国特大型城市的近郊区——昌平区，一方面，蔬菜粮食保障功能在下降，另一方

面，生态涵养保育功能越来越重要，在发展本地经济建设提高人民收入的同时提升生态

环境品质，为中心城市生态环境改善做出应有的贡献[5-6]。这不仅仅对北京有重要意义，

对其他大城市[7-9]同样具有现实意义。

第一，为北京市总体规划提供参考。近年来，北京市总人口与经济总量持续的增长，

为北京发展奠定了人才和资金的保障。那么，统筹城乡发展做好规划工作变得尤为重要，

及时、准确掌握近郊区土情就为建设性的长远安排打好基础。

第二，有助于摸清首都近郊区土地利用变化的特点。首都的近郊区不仅是首都发展

的接替区，其自身土地利用开发也会具有其自身的特征。以昌平区为切入点，试探讨首

都近郊区土地利用变化在首都影响下自身发展的规律。

第三，研究 2000~2007 年昌平区土地利用变化，可以为日后对该区域的土地利用特

征研究提供借鉴。昌平区各时期的土地利用变化都有其自身的“时代特征”，2001~2007

年正是北京 2008 奥运的筹备时期，本研究揭示在这一阶段昌平区土地利用变化情况，

为日后研究打下基础。


3

第四，转变土地利用观念，树立生态环境保护的思想。经济建设固然是当地政府优

先考虑的重中之重，但是随着城市生活质量不断的恶化，人们转向更加注重健康、绿色

的环境，人们也愿意消费绿色产品，这应该成为昌平区未来促进发展与可持续相互协调

的方向之一。

1.2 研究目标、内容及思路

1.2.1 研究目标

本研究以多源遥感数据的土地利用信息提取技术为依托，掌握三时相北京市昌平区

土地利用情况，分析昌平区在研究时段内土地利用变化的特征与趋势；在景观分区下分

析土地利用结构的时空变化特征；在深入理解主成分分析原理的基础上，应用 MATLAB

计算分析作用于昌平区耕地、水域和城矿居用地的主要社会经济影响因素，定性与定量

指出其作用机理。

1.2.2 研究内容

第 1 章，引言。分述研究背景、意义，接着提出本研究的目的、方法和关键问题，

最后概述本研究还存在的不足。

第 2 章，土地利用理论及国内外研究现状。列举土地利用的相关理论，简述国内外

土地利用变化研究现状，指出现今研究的前沿和热点。

第 3 章，研究区概况及遥感影像解译分类。先介绍研究区的自然和社会条件，再描

述本研究采用的数据信息、质量，接着进行遥感数据的预处理为图像解译分类做准备，

最后介绍土地分类系统并完成图像分类与精度评价。

第 4 章，北京市昌平区土地利用变化及预测。这一章从数量和空间两个方面阐述昌

平区土地利用变化的时空特征，引入土地利用变化动态度、开发度、耗减度等指数从不

同角度定量揭示土地利用变化的侧面，后以马尔科夫链方法对昌平区土地利用变化做出

预测。

第 5 章，景观分区下的北京市昌平区土地利用时空变化分析。首先，描述昌平区景


4

观分区依据，分述两区域的土地利用相对变化率，再引入空间洛伦茨曲线和空间基尼系

数，定性和定量揭示昌平区土地利用结构的分布趋势。

第 6 章，北京市昌平区土地利用变化的成因分析。在深入理解主成分分析法原理的

基础上，应用 MATLAB 编程实现主成分分析计算过程，并建立主成分回归模型，以最

终经验公式来分述社会经济因素对耕地、水域和城矿居用地的影响作用。

第 7 章，结论、建议与展望。总结第 3~5 章分析得到的昌平区土地利用变化特征，

提出针对昌平区的土地利用发展建议，并从本研究出发展望日后研究可能的发展方面。

1.2.3 研究思路

本研究以遥感影像为土地利用信息数据源，综合运用地理信息系统、计算机语言、

指数方法、马尔科夫链预测法、主成分分析法等，阐述北京市昌平区 2000~2007 年之间

土地利用变化的特征、趋势，以及土地利用结构的变动，并探讨研究时段内具体土地利

用类型的社会经济影响因素。

本研究的技术路线如图 1-1：


5

结论、建议与展望

遥感数据专题数据

遥感数据预处理

ENVI

遥感图像解译分类

ENVI+IDL土地利用信息

ArcGIS+ENVI+IDL

土地利用变化及预测

土地利用变化动态度，etc.

耕地时空变化，etc.

马尔科夫链预测法分析

景观分区下土地利用结构分析

空间洛伦茨曲线

空间基尼系数

MATLAB IDL MATLAB

两区域比较分析

ArcGIS+ENVI

MATLAB

PCA

土地利用类型PCA分析

MATLAB

图 1-1 本研究的技术路线图

1.3 研究手段与方法

本研究过程中需要涉及多种软件和方法，灵活地运用软件对于遥感数据的深入挖掘

至关重要，多种方法的引入有利于掌握问题本身进而解决问题。图像分类过程中，室内

解译与田野调查结合使分类结果更加真实准确；分析土地利用类型变化，定性与定量相

结合，宏观与微观相结合，共同揭示变化本身不同层次、角度的特征；计算机语言编程

[10-15]手段加入到研究中，增加研究工作量的另一方面也使研究者对于数据、方法的理解


6

更加透彻，可为日后研究手段本身奠定基础。

表 1-1 软件使用情况

软件章节应用

ArcGIS 2、3、4 制图

ENVI 2、4 遥感数据处理

IDL 3 编程提取

MATLAB 3、4、5 制作统计图、编程 PCA

1.3.1 遥感与地理信息系统相结合

遥感（Remote Sensing）技术是 20 世纪 60 年代发展起来的对地观测技术，当今遥

感领域仅指电磁波类的物理探测手段。遥感对土地资源的宏观探测，涉及土地覆盖类型、

土地利用、土地质量评价等等方面，在大尺度监测地表的沙漠化等现象时优点尤为突出

[16-17]。遥感手段获得的地面光谱数据是本研究土地利用信息的直接来源，是本研究所有

分析比较的基础。

地理信息系统（Geographical Information System）是管理、分析、展示空间数据的

计算机系统。地理信息系统最重要的应用对象就是与地理空间分布密切相关的地球资源

与环境信息，为资源与环境的信息管理、定量分析、综合评价与辅助决策而服务。具体

到本研究当中，地理信息系统可对矢量和栅格数据进行叠加分析，利用数字高程模型

（DEM）分析地表的起伏形态，支持对地理信息的制图操作[18-19]。

1.3.2 定性分析与定量分析相结合

各种土地利用变化指数从不同层次、角度揭示变化的各个侧面，有助于本研究的分

析和讨论。比如，土地利用变化动态度、开发度和耗减度主要用来描述土地利用变化整

体和部分变化情况；空间洛伦茨曲线和空间基尼系数，是定性到定量阐述土地利用结构

的有效方法。

马尔科夫链和主成分分析法都是数学的应用模型。在本研究中，两者分别发挥预测

趋势和降维提取主要因素的作用，比较能够说明土地利用变化的趋势和主要影响因素。


7

1.4 拟解决的关键

1.4.1 土地利用信息的提取

一般情况下，土地利用数字从官方出版的统计年鉴当中也可以获取，但是不能获得

与土地利用关联的空间信息，这就造成土地利用信息的残缺性，这不利于研究土地利用

变化的空间属性，因此本研究采用遥感数据。

遥感数据是对地观测的影像结果，其中包含海量的地面信息，但大部分是对本研究

无用或产生干扰的信息，所以图像分类的精度是研究前期的重点内容。第 4 章内容对土

地利用类型分布变化的讨论需要对分类结果进行比较提取，但目前各遥感软件还没有此

类功能，所以采用 IDL 编程实现。

1.4.2 编程实现指数模型的计算过程

本研究中引入了多个指数和模型方法，由于数据量比较大并且有些复杂的指数没有

现成的软件，如空间基尼系数，所以采用 MATLAB 编程实现。

1.4.3 社会经济因素的筛选

主成分分析法应用中会牵涉比较多的社会经济指标数值，不同的土地利用类型往往

有着不同的社会经济影响因素，众多的社会经济指标数值中选取面向具体土地利用类型

的影响因素是本研究的关键。

1.5 本研究存在的不足

本研究将昌平区仅仅以地形、高程将其划分为“山地生态涵养区”和“平原经济发

展区”，这种分区方法忽略了平原地区内部因产业集聚、布局而可能引起的土地利用变

化的差异[20]，尤其是针对土地利用类型的空间分布情况来说。


8

第2章土地利用理论及国内外研究现状

2.1 土地利用相关理论

目前，土地利用理论与其他学科相关理论相互交叉、渗透，所以土地利用理论往往

也是或来自其他学科的理论[21]，本研究将其划分为五大类[22]：（1）地租和地价理论；（2）

区位理论；（3）可持续利用理论；（4）生态经济理论；（5）人地关系理论。

2.1.1 地租和地价理论

地租是土地所有者将土地使用权让渡出去的报酬，地价是土地所有者将土地所有权

让渡出去的报酬，二者联系紧密，马克思认为“土地价格无非是出租土地的资本化收入”，

可见马克思将地价也看成是地租的一种形式。

在地租或地价影响下，人们在自身的土地用途与所付出的地租或地价之间进行权衡，

进而确定具体的土地利用方向。一般来说，地租高的地区往往居于城市中心，多以高投

资回报的利用形式为主，具体就是商场、影城、高级写字楼等商服用地；其次地区位于

中心的外围，地租减少的同时其利用方式的回报也逊于商服用地，多为学校、民房等用

地；工业用地的回报率进一步降低，所以它一般分布在城市的郊区，这里的地租又低于

前者；农业生产的经济利润是最低的，相应地，农用地就位于地租最低的地区。

有时候，土地利用也影响地租的波动。城市郊区农用地因城市扩张发展，转变为城

市、工矿、居民用地，当地的地租水平伴随向前一等级流动，但是如果该地区农用地受

土地用途转用制约，其地租水平还将停留在原地。

2.1.2 区位理论

区位理论是以杜能（1826）提出的农业区位论而诞生的理论，之后陆续发展出韦伯

的工业区位论、克里斯塔勒的中心地理论和廖什的市场区位论等。

农业区位论核心思想是农业土地利用布局依土地级差地租分布，级差地租越高农业

土地越集约利用，向外延伸越粗放。工业区位论强调“劳动费用”和“运输费用”两个


9

“区位因素”对工业用地布局的作用，土地的工业用途是以上两个因素的最小和“点”。

中心地理论（城市区位论）着重揭示居民点用地发展的时空特征。市场区位论对工业区

位论进行发展扩充，说明工业用地布局不仅考虑“劳动费用”和“运输费用”两方面，

还有市场方方面面条件需加入考虑，进而以整个系统的高度来权衡工业土地利用。

区位理论不但包含地租的影响，而且逐步融入了土地利用的后效性，使区位理论更

加复杂也更加接近实际。

2.1.3 可持续利用理论

20 世纪末，可持续发展观念确立并蔓延全球。土地的可持续利用当然也是地球资源

可持续发展的重要组成部分。

地球土地资源的有限性与人类社会发展对土地利用的无限性之间存在着矛盾，这是

会伴随人类漫长时期的问题。基于这个漫长的时期，土地的可持续利用理论认为应遵循

如下的原则：公平性，人类同代之间、代际之间、人与自然之间对土地利用应机会均等；

可持续性，人类开发利用土地活动，要处理好社会发展与土地资源保护之间的关系；需

求性，土地利用的需求是人和自然两方面的共同作用的结果，应保证所有人利用土地追

求美好生活的机会；高效性，土地利用的效率不仅以经济指标来衡量，更注重以人类的

基本需求的满足来衡量；阶跃性，随着人类对主观和客观世界认识的不断提高，土地可

持续利用本身也会出现层次上的跳跃。

2.1.4 生态经济理论

生态经济理论认为土地资源是环境的组分，也是其他资源及社会系统的载体，土地

利用活动不仅是自然和社会两方面作用的结果，并且也是资源合理利用和环境保护的生

态经济问题，客观上受到自然、经济和生态规律的作用。

生态系统与经济系统在土地系统内相互耦合，构建一个有机的整体，任何局部变化

都会影响整体的功能。因此，人类利用土地满足自身需求的活动还需树立一个“大土地

系统”的整体观念，加入考虑生态外部性或更宏观的区域资源优化配置问题。


10

2.1.5 人地关系理论

人地关系就是人与自然环境之间的关系，始自人类出现后而存在的主体与客体之间

的关系。人类对自身和自然客体的认识由浅入深，两者之间作用由片面走向比较全面，

相关认识也体现在土地利用活动方面。

环境决定论认为地理环境对人类发展起到支配作用，决定人类对土地利用的方式和

方法。征服自然论强调从人类需求出发，不考虑客观条件与规律，一味去追求对自然的

征服。可能论认为一定的地理环境为人类土地利用活动提供了可能的范围，在这个范围

内有选择地利用土地。文化景观论主张文化景观是理解人地关系的核心，土地利用是在

人文因素占优的文化景观中实施开展。适应论认为土地利用包括人类对自然环境的适应，

也包括一定区域下人与自然的相互关系。

人地关系理论主要探讨的是人类系统与地理环境之间的相互作用关系，其中任何一

个方面都牵涉众多的子系统，所以各家学说从不同的角度逐步揭示人地关系的各方面，

力求使人类开创人地和谐的局面。

2.2 国内外研究现状

土地利用/土地覆盖变化（LUCC）在 1995 年被 IGBP 与 IHDP 联合确立为全球变化

的热点研究之一，距今已经过去 17 年，其间 2005 年，两者再次共同推出全球土地计划

（Globe Land Project，GLP）项目，再次加强对 LUCC 研究的关注与支持。LUCC 研究

在 1995 年之前就已存在，但比较零散和局部，1995 年之后的 LUCC 研究被关注上升到

全球变化的高度，国际上其他组织或国家也推出土地利用变化的相关研究计划，但鉴于

LUCC 计划概念阐述比较完整且时间最早，所以将之类似的其他项目也归并至 LUCC 研

究旗下。

2.2.1 国外研究动态

LUCC 在近 20 年的时间中，很多国家、国际组织的研究机构和研究人员从各自关

心的角度进行了广泛而深入的研究，取得了一系列丰硕的研究成果。自 1962 年美国


11

Rachel Carson《寂静的春天》出版为标志，环保主义席卷全球，LUCC 研究也在深入的

探讨生态环境与土地利用之间相互的响应问题。

国际应用系统分析研究所在 1995 年设立了“欧洲和北亚土地利用/土地覆盖变化模

拟”项目，为期 3 年。该项目请来自不同国家、不同知识背景的研究人员参与到项目中

来，揭示 1900~1990 年间欧洲与北亚（俄罗斯）的土地利用和土地覆盖变化的空间特征、

时间动态和环境效应。在此基础上，该项目还推测了 1990~2050 年，在人口、经济、技

术、社会和政治状况不产生大波动下，土地利用和土地覆盖变化的可能趋势[23-24]。

政府间气候变化专门委员会（IPCC）鉴于土地利用变化对大气环境、碳循环、气候

变化和生物多样性等方面的重要影响，建立“土地利用、土地利用变化和森林”项目[25]

（Land use，Land-use change and forestry，LULUCF）。该研究项目涉及到土地利用变化

对大气 CO2 含量的影响，关注森林、耕地、植被在减少温室气体排放方面的作用，还关

怀土地利用类型对野生动物生境和本地、全球生物多样性的影响。

美国伊利诺伊大学（厄巴纳—香槟分校）Brian Deal and Varkki Pallathucheril（2003）

设计研发“土地利用演化和影响评估模型（Land Use Evolution and Impact Assessment

Model，LEAM）”。LEAM[26-28]是一种计算机模型，该模型认为未来的土地利用变化是基

于过去各种政策和发展方向的结果，涉及复杂的区域规划活动、区域背景智力的支持、

决策支持和政策评估等方面。近几年，LEAM 被应用于交通、土地利用的最优社会成本

等实际问题。目前，LEAM 还处在不断的发展之中。

全球土地计划 GLP[29-30]旨在加深人类对未来几十年的土地系统的认识与了解，着重

于“大土地系统”，包括人口、生物种群和自然资源（大气、水、植被、动物和土壤）。

它的目标是协调人与自然的关系，为此该项目支持国际上的学者从各种角度展开研究探

讨。Susanne Stoll-Kleemann（2004~2009）以戈壁生物圈保护地为例评估影响千年尺度

的全球生物多样性的因素；Brian Stone（2009~2012）探讨城市土地利用变化导致的城市

热岛效应及气候变暖之间的关系；Norio Yamamura（2007~2012）以蒙古草原和马来西

亚雨林为例研究生态系统崩溃或退化的机制，探讨恢复和保障生态系统健康所需的社会、

经济和生态体制；Scott Moss（2005~2008）通过分析三个地区土地利用变化驱动力，来

说明人类社会、自然、生物模型之间复杂的相互关系；Peter Messerli（2006~2009）以老


12

挝、坦桑尼亚和巴基斯坦的贫困和土地资源为例，研究分析可持续发展的关键因素；

Cheikh Mbow（2008~2009）着重探讨西非土地利用系统（森林、农业）与全球碳贸易中

的机遇、挑战；Peter Szilassi（2006~2009）综合利用历史拓扑地图、遥感影像等数据，

建立 Lake Balaton catchment 地区土地利用变化数据库，分析揭示不同时期变化的驱动力

和评价对环境的影响；Chuluun Togtohyn（2009~2010）研究蒙古 the Southern Khangai

Moutains 干旱地区的气候和土地利用变化之间的关系，涉及全球变暖和土地利用引起的

水资源短缺，最终提出未来可持续发展的社会经济建议；Tom P. Evans（2009~2010）探

讨在社会—生态系统下人工植被动态变化，建立土地利用的决策和政策影响模型；

Jefferson Fox（2008~2012）重点研究东南亚大陆山区橡胶取代其他作物种植后，水与碳

的动态变化，揭示本地区氢与碳的变化后果；Darla K. Munroe 利用基于过程的统计框架，

建立东南亚大陆地区土地利用、火灾、大气循环和气溶胶之间关系模型，揭示本地区过

去数十年土地—气溶胶之间的关系；Takayuki Shiraiwa（2002~2009）研究东北亚人类活

动及其对北太平洋地区生物生产力的影响，阐述人类活动对 Amur River 盆地生态的干

扰；Gilberto（2009~2013）分析亚马逊地区土地利用变化，进行系统科学分析并建立多

时空水平下的模型；Tobias Kuemmerle（2008~2010）论述土地利用对生境稳定性的影响，

探讨欧洲野牛的动态种群数量；Steven M. Manson（2005~2009）以遥感影像为数据源，

阐述北美地区土地利用变化，重点研究人类社会系统决策的模式、过程以及对土地变化

影响的两种主要形式：城市化和毁林开荒；etc.[31]。

在世界范围土地利用/土地覆盖变化研究中，非常值得一提的是以太空科技领先全球

的美国 NASA 设立的土地覆盖 /土地利用变化项目（Land-Cover/Land-Use Change

Program，LCLUC），它是 NASA 地球科学研究中一个非常重要的交叉领域。LCLUC[32-33]

是一个全球项目，而无出其右的全球卫星数据可以成为其研究的有力保障，该项目赞助

世界各地的专家学者展开研究活动。Willian Laurance（1999~2001）以 Landsat TM 影像

分析巴西亚马逊地区森林覆盖的历史变化，阐述、预测该地区森林生物量的变化，以及

大气中温室气体含量的变动；Steven Sader（2001）综合利用 TM、ASTER、IKONOS 等

遥感数据，先分析中美洲地区森林生境的土地覆盖历史，检视该地区森林生境的破碎化

程度，后期研究森林生物量的变动趋势；Richard Bilsborrow（2001）以连续的遥感影像


13

分析研究厄瓜多尔的亚马逊地区的农业扩张情况，探讨该地区人与生物物理两个维度的

土地利用变化的相互关系；Foster Brown（1999~2005）坚持多年监测南美洲亚马逊地区

多国的土地利用变化，研究分析森林砍伐对碳循环的影响，并提出相关的建议；A.

McGuire（2000~2003）研究加拿大高纬度地区生态系统的发展变化，他以遥感数据提取

出来的植被指数为分析手段，如 LAI、NDVI，阐述这与全球碳循环的潜在作用；Robert

Walker（2000~2003）以巴西亚马逊地区和哥斯达黎加为研究区域，基于景观生态学分

析该区域的土地利用变化，推导该区域生态系统的结构和功能变动结果；Billie Turner

（2001~2004）研究尤卡坦半岛南部的土地利用/覆盖变化，运用双因素方差分析方法指

出成熟林地有显著的高土壤有机物质含量；Lisa Curran（2001~2004）研究印度尼西亚婆

罗洲地区森林生态系统中人类活动、气候以及火灾的影响，涉及该地区的森林覆盖和土

地利用类型，建立与该地区适应的碳循环模型；Vollker Radeloff（2004~2007）研究前苏

联东欧地区的土地覆盖变化，目的是阐述社会经济制度变革对于生物多样性影响，以及

对未来变化的预测；David Skole（2004~2007）研究热带地区森林覆盖变化，1990 至 2005

年 TM 影像是其主要研究数据，估计全球森林砍伐率；Ruth DeFries（2004~2007）结合

MODIS 数据探讨局部至全球尺度与土地利用相关的火灾引发的碳释放量，用以减少此

类火灾所造成的碳释放量；Eric Davidson（2006~2009）研究巴西两个地区水分配方面土

地利用因素与土壤之间的相互作用，分析认为森林砍伐破坏了地表植被与氢的互动过程；

Robert Walker（2006~2009）研究亚马逊盆地土地利用空间特征，并指出当地景观和土

地、气候之间的未来相互作用趋势；Emilio Moran（2006~2009）在连续 25 年亚马逊东

部地区研究基础上，再深入探讨人类和自然两个维度之间的关联；John Townshend 和

Chengquan Huang（2008~2012）基于 NASA 提供的 3 个 GeoCover 数据集和中尺度的全

球土地调查数据集，研究三十年来的美洲森林覆盖变化，包括碳和能量平衡研究、氢模

型、生物保育以及其他方面的地球科学应用；etc.[34]。

总的说来，当今国际 LUCC 研究早已脱离土地到土地的范畴，已经展开宏观的生态、

生物、人文、政策、气候等方面的同步交叉研究，大部分的研究将土地利用视为支撑系

统、下垫面、基底等情形，未来数十年 LUCC 研究很可能还会在此道路上继续深入发展。


14

2.2.2 国内研究动态

改革开放至今，我国持续的经济高速增长带给我国人民和社会崭新的面貌，其中一

方面就是土地利用/覆盖变化呈现出日新月异的情形。土地利用问题成为社会发展的前沿

热点，我国在这方面逐渐加大了研究的支持力度，国内 LUCC 研究多角度、多层次开展

起来。国内 LUCC 的研究机构较多，集中分布在北京等大城市，包括中国科学院、北京

大学、北京师范大学、南京农业大学、南京大学等，以国家自然科学基金为代表的国内

政府科研基金对 LUCC 研究提供了很多有益的帮助。我国在 20 世纪末也曾开展过全国

范围的国土资源宏观调查与监测，如 1992 年刘纪远院士应用当时最先进的遥感和地理

信息系统对全国范围实施的“国家资源环境遥感宏观调查和动态研究”，建立了“国家

资源环境数据库”，完成典型地区的资源环境动态研究，在模型研究的基础上，分析我

国环境的基本现状，该项目取得了很好的效果。

目前，国内 LUCC 研究已经很少单纯讨论土地利用类型的面积、周长等情况了，更

多地是由土地利用变化延伸至社会经济、生态环境、水土保持、碳循环、生物多样性、

气候变化等问题，或者分析典型地区若干方面因素共同作用的机理，也就是在说明土地

利用变化的原因和后果[35-37]。

其中代表性成果有：基于土地利用/覆盖变化的绿洲城市土地生态风险综合评价——

以甘州区为例（吴文婕，et al.，2012）、大城市边缘区 LUCC 驱动力的时空分异研究—

—以北京昌平区为例（蒙吉军，et al.，2008）、基于遥感的干旱区典型绿洲 LUCC 研究

（努尔比娅·乌斯曼，et al，2011）、川西漂洗水稻土亚铁时空分布对土地利用/覆被变

化的响应（袁大刚，et al.，2012）、城市化背景下河西走廊 LUCC 的人文驱动力分析（吴

文婕，et al.，2011）、25 年来额济纳天然绿洲 LUCC 及景观格局时空变化（刘春雨，et al.，

2011）、黄土高原典型流域土地利用变化对蒸散发影响研究（张殿君，et al.，2011）、基

于 LUCC 的冀北土石山区东北沟流域土壤侵蚀时空变化分析（吕明权，et al.，2011）、

基于景观格局的福州 LUCC 与生态安全响应（曾丽云，et al.，2011）、Logistic 回归模型

在 LUCC 驱动力分析中的应用——以广东省清新县为例（陈飞香，et al.，2011）、河北

省农牧交错区 LUCC 及其对生态脆弱性的影响（赵艳霞，et al.，2011）、基于 RS 与 GIS


15

的 LUCC 生态服务功能价值动态核算（郝慧梅，et al.，2011）、基于 LUCC 的喀纳斯自

然保护区生态系统服务价值评估研究（李偲，et al.，2011）、近 10a 黄河三角洲 LUCC

及其驱动因素分析（周文佐，2010）、基于利益相关者的 LUCC 生态风险研究——以延

河流域为例（冉圣宏，et al.，2010）、三江平原土地利用变化对水体中铁环境行为的影

响（潘晓峰，et al.，2010）、基于景观指数和马尔科夫模型的铜梁县土地利用分析（周

秋文，et al.，2010）、岩溶山区聚落格局变化及其 LUCC 响应分析——以贵州省为例（罗

光杰，et al.，2010）、快速工业化区域 LUCC 时空特征及其动力机制的区域对比研究—

—以广州市花都区和佛山市南海区为例（唐长春，2009）、基于简单水平衡模型的流域

LUCC 水文效应模拟研究（钱健，et al.，2009）、土地利用/覆被变化对 SWAT 模型水循

环模拟结果的影响研究——以海河流域为例（欧春平，et al.，2009）、黄土丘陵沟壑区

典型流域土地利用/覆被变化的径流调节效应（张晓明，et al.，2009）、基于 3S 的干旱区

土地利用/覆被变化及其对水资源的影响分析——以张掖市甘州区为例（黄会平，et al.，

2009）、松华坝水源区不同 LUCC 情境下地表径流深变化初步研究（董铭，et al.，2009）、

平原与山区土地利用/覆被变化对比——以双流县和米易县为例（杨钟贤，et al.，2009）、

土地利用/覆被变化(LUCC)与土壤重金属积累的关系研究进展（宋成军，et al.，2009）、

西安市 LUCC 预测生态系统服务价值损失（刘伟，et al.，2008）、区域土地利用变化对

生态环境影响定量评估——以铜川市城郊区为例（谢红霞，et al.，2008）、渭河径流对

LUCC 和气候波动的响应研究（胡宏昌，et al.，2008）、高度城市化区域汇水域尺度 LUCC

的降雨径流调蓄效应——以上海城市绿地系统为例（程江，et al.，2008）、黄河三角洲

土地利用/覆盖变化的微地貌区域分异（汪小钦，et al.，2008）、基于神经网络的元胞自

动机支持下的干旱区 LUCC 模拟研究——以新疆于田绿洲为例（赵睿，et al.，2007）、

LUCC 相关社会指标聚类分区——以香格里拉县为例（付磊，et al.，2007）、etc.。代表

性专著有：区域农户土地利用转型对耕地质量的影响（孔祥斌，2012）、滨海湿地环境

演变与生态恢复：天津滨海新区案例研究（李洪远，et al.，2012）、中国乡村转型发展

与土地利用（龙花楼，2012）、大庆地区土地利用/覆被变化对植被和土壤碳氮储量的影

响（于兵，2011）、黄土高原多尺度流域环境演变下的水文生态响应（余新晓，2011）、

沙区土地利用变化与优化研究（岳耀杰，2011）、世界主要国家和地区国土规划的经验


16

与启示（张丽君，et al.，2011）、三峡库区水土流失问题研究:格局、过程、机制与防治

（李月臣，2011）、中国土地利用规划和土地整治中的生物多样性保护（罗明，2011）、

生态脆弱区土地利用变化与农户响应研究（陈海，et al.，2011）、中国退耕还林工程驱

动下的云南不同地貌区土地利用变化及其生态效应研究（杨子生，2011）、内陆干旱区

土地利用及覆被变化对水资源影响研究（刘进琪，2010）、山西省土地利用战略与区域

统筹（孟繁华，2010）、韩江流域土地利用变化及其生态环境效应（张正栋，2010）、etc.。

虽然国内的 LUCC 研究取得了丰厚的成果，紧随国际研究的前沿和热点，但总的来

说我们在深度和广度都逊于欧美发达国家，制度激励和科研环境与世界先进水平还有一

定的差距，目前国内还缺乏领先世界的思想和创新，这应是我们国内土地资源管理专业

研究人员为之努力的方向。

2.3 本章小结

本章首先分析土地利用的相关理论，他们分别是地租和地价理论、区位理论、可持

续利用理论、生态经济理论和人地关系理论，这些理论从不同的角度来阐述土地利用的

原因及作用机理，是人类分析土地利用的有效思想。接下来，本研究分述国内外研究动

态，国际上重点阐述 GLP 与 LCLUC 项目，这二者是当今土地利用研究的前沿领域，国

内研究紧跟世界步伐，研究的重点已经转到土地利用变化与社会经济、生态环境、水土

保持、碳循环、生物多样性、气候变化等方面，探讨其中的相关关系。


17

第3章研究区概况及遥感影像解译分类

3.1 研究区概况

3.1.1 研究区自然地理条件

研究区——北京市昌平区位于中华人民共和国北京市境内西北部。

图 3-1 研究区位置示意图

昌平区为北京市辖区，位于北京市西北部。自古为军事重镇，军事必争之地，是北

京的北大门，素有“京师之枕”、“甲视诸州”之称。区域地理坐标东经 115°50′17″

~116°29′49″、北纬 40°2′18″~40°23′13″，北与延庆县、怀柔区相连，东邻

顺义区，南与朝阳区、海淀区毗邻，西与门头沟区和河北省怀来县接壤，昌平城区距中

心城区仅 33 Km，最南端与天安门直线距离约 10 Km，城区距首都国际机场约 30 Km，

距中国北方最大的集装箱码头——天津塘沽港不足 200 Km。全区总面积 1343.5 Km2，

耕地面积 117.76 Km2。区域内地势西北高、东南低，由西部山地、北部山地和东南部平

原三大地貌单元构成。西部山地统称西山，属太行山脉。北部山地统称军都山，属燕山

山脉。平原由温榆河水系形成的一系列冲积、洪积扇联合堆积而成，南俯北京小平原，

山区、半山区占全区总面积的 2/3。山地海拔 800 m 至 1000 m，山峰一般在 800 m 至 1000

m，最高山峰海拔 1439 m。平原海拔 30 m 至 100 m，最低点位于鲁疃，海拔 26 m。昌

平区属温带大陆性半湿润季风气候，冬季严寒干旱多西北风；夏季高温多雨，盛行东南

风。气候特点四季分明，光势充足，雨势同步，降水集中。降水分布因地形复杂，地域


18

性差异分布不均。年平均气温 11.8 ℃，一月份最低平均气温﹣4.2 ℃，七月份最高平均

气温 25.7 ℃。全年无霜期在 200 d 左右，年平均日照时数 2684 h。全年平均降水 550.3 mm，

全年风日 304.9 d。主要自然灾害天气有旱、暴雨、冰雹、低温冷害和风害。区域大部分

河流分属北运河水系和潮白河水系，全区水资源总量为 5.04×109 m

3，其中形成地表径

流1.89×109 m

3，地下水补给量为 3.15×109 m

3。全年降水总量多年平均为 8.88×109 m

3。

3.1.2 研究区社会经济条件

图 3-2 昌平区行政区划图

昌平区作为北京市城市发展新区重要的组成部分之一，下辖 15 个镇、2 个街道办事

处和北企公司（如图 3-2），分别为南口镇、马池口镇、流村镇、阳坊镇、十三陵镇、

长陵镇、南邵镇、崔村镇、兴寿镇、小汤山镇、百善镇、沙河镇、回龙观镇、东小口镇、

北七家镇、城北街道和城南街道。截止至 2009 年底，全区常住人口 102.1 万人，比上年

增加 7.9 万人，户籍人口 52.3 万人，其中非农业人口 31.2 万人；全区户籍人口出生率

10.6‰，死亡率 6.2‰，人口自然增长率 4.4‰。全区人口由汉族、回族、满族、蒙古族、

朝鲜族等 45 个民族构成，其中主要为汉族。


19

昌平区科技教育事业非常发达，有中央高校 3 所，分别是中国政法大学、中国石油

大学和华北电力大学；小学 46 所，教学班 1210 个，在校生 30957 人；中学 37 所，其

中初中 18 所，高中 1 所，一贯制学校 10 所，完全中学 8 所；特殊教育学校 2 所，在校

生 100 人；职业高中 1 所，开设 17 个专业，在校生 4658 人；成人教育学校（机构）4

所，开设 22 个专业，在校生 11428 人；民办学校 164 所，在校生 104292 人。2009 年全

区专利申请量与授权量分别为 2222 件和 875 件。全年共签订各类技术合同 1335 项；技

术合同成交总额 39 亿元，增长 12.6％，位居全市前列。中国石化科技研究中心、中国

移动国际信息港、瑞士先正达生物技术北京研究中心、美国健赞医药北京研发及实验室

生产基地等 27 个产业项目落户区内。

优越的地理位置与自然生态环境为昌平区旅游业的发展创造了优势，有驰名中外的

明十三陵，“天下第一雄关”——居庸关，十三级浮屠的辽代银山塔林，以及风景秀丽

的十三陵水库和蟒山、沟崖、碓臼峪、虎峪、白虎涧、双龙山、白羊沟、大杨山八大自

然风景区。1200 余户农家从事旅游接待工作。全区年接待游客近 1375 万人次，旅游总

收入 10.6 亿元人民币，旅游从业人员 2 万人。

2009 年，全区完成地区生产总值 342.4 亿元，比上年增长 8.3％。其中第一、第二、

第三产业增加值分别为 5 亿元、162.6 亿元、174.8 亿元，分别增长 4.5％、2.4％、14.5％，

区地方财政收入 31.61 亿元，增长 25.4％。城镇居民人均可支配收入 22556.5 元，增长

8.3％；农村居民人均纯收入 11318.2 元，增长 11.8％[38-40]。

3.2 遥感影像解译分类

3.2.1 数据准备

3.2.1.1 遥感数据

从遥感数据上提取土地利用变化信息一般要保证所采用的遥感数据在同一季节，这

样可以避免由于季节不同（主要是植被）所产生的伪变化信息，比如北方地区冬季的农

田处于裸露状态与裸地在光谱上非常近似，所以一般 5～10 月份天气晴朗条件下的遥感


20

数据是研究土地利用/覆盖变化的首选数据。

本研究所采用的主要遥感数据来源于美国陆地系列卫星 LandSat-5 TM/7 ETM+，

LandSat-5/7 卫星距地面高度 705 km，重访周期都是 16 d，波段数分别为 7、9。由于美

国在发射卫星之前对于传感器的波段选择做了大量前期论证工作，所以 LandSat 系列卫

星的不同波段很好地响应了地表各种覆盖物的辐射特性，光谱分辨率高，信息量丰富，

是土地利用变化遥感监测最常用的数据。

对比遥感数据的清晰程度，主要是考虑云盖量、雾霾等气象状况，再结合研究区植

被生长的特点，尽量保证数据采集时间在植被比较茂盛的时段，并且数据要有一定的时

间间隔。综合以上因素，选取 2000 年 5 月 16 日、2003 年 5 月 25 日和 2007 年 5 月 28

日三个时相的遥感数据。三个时相的数据总体质量比较好，可以满足本研究的需求。

表 3-1 研究数据列表

采集时间卫星/传感器列号/行号数据质量

2000 年 5 月 16 日 Landsat-7/ETM+ 123/032 整体目视清晰，数据

西部有约 5％云团

2003 年 5 月 25 日 Landsat-7/ETM+ 123/032

数据中部有薄云覆

盖，453 波段组合目

视良好

2007 年 5 月 28 日 Landsat-5/TM 123/032 数据目视清晰，云盖

量较少

TM/ETM+数据有 7～9 个波段，将不同的波段分别赋予红、绿、蓝进行组合，比如

321 波段组合可以得到自然真彩色图像，虽然此图像的层次感不好，也不利于计算机解

译，但此图像的色彩与真实景物的色彩一致；453 波段组合假彩色图像，虽然合成后图

像色彩与真实景物差异较大，但各景物之间纹理、层次清晰且反差较大，田间池塘在 321

组合中与周围农田区分不明显，在 453 组合差异非常明显，比较利于目视解译[41-42]。以

下是三个时相数据的 321、453 波段组合，它们都已经通过 PhotoShop 软件图像增强处

理。


21

（a）

（b）

图 3-3 2000.5.16ETM+数据 321（a）和 453（b）波段组合图像

（a）

（b）

图 3-4 2003.5.25ETM+数据 321（a）和 453（b）波段组合图像

（a）

（b）

图 3-5 2007.5.28TM 数据 321（a）和 453（b）波段组合图像

3.2.1.2 专题数据

为了便于前期的人机交互判读、解译、分类等工作，在本研究中还收集到如下专题

数据：


22

表 3-2 专题数据列表

数据名称分辨率数据格式数据来源

2000 年北京市一级土

地利用图 30 m GEOTIFF

中国科学院遥感应

用研究所

NASA-SRTM-DEM

4.1 90 m GEOTIFF

国际科学数据服务

平台

NASA-SRTM-Slope 90 m GEOTIFF 国际科学数据服务

平台

NASA-SRTM-Aspet 90 m GEOTIFF 国际科学数据服务

平台

Google Earth ＜1 m 网络发布

QuickBird、

IKONOS、BlueSky

等等

对于 Slope 坡度数据，本文依据国际地理学联合会地貌调查与地貌制图委员会《关

于地貌详图应用的坡地分类》划分等级如下：

表 3-3 坡度划分表

坡度等级平原微斜坡缓斜坡斜坡陡坡峭坡

坡度范围 0°~0.5° 0.5°～2° 2°～5° 5°～15° 15°～35° 35°～55°

Aspect 坡向数据按照顺时针方向，数据范围起自 0°（正北方向）到 360°（重新

回到正北方向），数据单元的数值代表该单元的斜坡面对的方向，因平坦地表没有方向，

故将此种单元赋值为-1，坡面方向划分列表于下：

表 3-4 坡向划分表

坡向方向无方向东北东南西南西北

坡向角度 ﹣1 0°～90° 90°～180° 180°～270° 270°～360°

图 3-6 研究区数字高程模型（DEM）3D 效果图


23

图 3-7 2000 年北京市一级土地利用图


24

（a）

（b）

图 3-8 研究区坡度图（a）和坡向图（b）

3.2.2 数据预处理

遥感数据预处理[43]是遥感数据深入挖掘的第一环节，也是异常重要的一环，又称作

图像纠正和重建，其主要目的是纠正原始图像中几何与辐射变形，得到最大程度上几何、

辐射与真实一致的图像。伴随遥感应用技术数十年的发展，目前遥感数据的预处理技术

已非常成熟，大多数的遥感知名软件都具有强大的预处理功能模块。遥感数据预处理的

一般过程包括辐射定标、几何校正、图像镶嵌、图像裁剪等等，不过根据具体的数据质

量和应用目的，预处理的过程也有些许差异，本研究的数据预处理过程如图 3-9 所示：

辐射校正几何校正图像镶嵌图像裁剪图像增强

LandSat

遥感数据

SRTM-

DEM

高程数据

研究区域

有效数据

图 3-9 数据预处理流程

3.2.2.1 辐射定标与大气校正

辐射定标是将传感器记录的电压或数字量化值（DN）转换成绝对辐射亮度值（辐

射率）的过程（梁顺林，2009），或者转换与地表（表观）反射率、表面（表观）温度

等物理量有关的相对值的处理过程。当定标为反射率时，就属于大气校正的范畴。大气

校正的目的是消除传感器接收过程气溶胶中各组分对地物反射的影响。ENVI 软件为大


25

气校正提供了多种方法，如黑暗像元法、平场域法、对数残差法、内部平均法、经验线

性法，还有 FLAASH 大气校正法。本文选用对数残差法对原始影像进行大气校正，下

图是经过大气校正后植被区域的光谱曲线，显然经过大气校正后更加接近真实光谱曲线。

（a）

（b）

图 3-10 大气校正前（a）和后（b）植被的波谱曲线

3.2.2.2 几何校正

引起图像几何变形的原因有两大类：系统性因素和非系统性因素。系统性因素往往

由卫星传感器等硬件系统引起，是有规律和可预见的，可以通过传感器模型来校正，数

据在向社会分发之前就已经完成了这项工作；而非系统性因素则是不可预见的，可能是

传感器平台角度、姿态不稳定，也可能是地球曲率、地球自转、地形起伏等等。数据预

处理中的几何校正正是针对后者而产生的，利用地面控制点和几何校正模型达到校正非

系统性几何变形的目的。本研究所采用的美国 LandSat 陆地系列卫星数据在分发之前已

经完成几何校正，不同时相的研究区影像已经完全叠合，所以无需再进行几何校正。

3.2.2.3 图像镶嵌

当研究区超出单景数据覆盖的范围时，通常我们会考虑将多景数据拼接成一幅较大

的可以完全覆盖研究区域的影像。本研究采用的单景 LandSat 遥感数据已经完全覆盖本

文的研究区域，无需镶嵌。但是，国际科学数据服务平台提供的 SRTM-DEM 数据需经

镶嵌才可以完全覆盖研究区域。


26

3.2.2.4 图像裁剪

图像裁剪就是将研究区域以外的数据去除，仅保留研究区内的影像。本文以研究区

域的行政边界在 ENVI 软件中完成对遥感数据以及 SRTM-DEM 数据的裁剪，得到仅包

括研究区域的影像数据。

3.2.2.5 图像增强

图像增强可以提高图像的目视效果，有利于人工对图像信息的直接判读，也是监督

分类中选择训练区的有力支持。图像增强的方法有很多，有的也比较复杂，本文仅在 453

波段组合下使用 PhotoShop 增强图像的层次感与对比度，可以满足本研究的需求。

3.2.3 遥感图像分类

3.2.3.1 确立土地分类体系

我国在不同的历史时期有关部门颁布了多份土地分类体系规定[44-46]，这些规定在当

时环境下对我国土地利用情况的规范和管理工作起到极大促进作用。但是，鉴于我国国

土面积异常的广大，实际情况异常的复杂，所以某个分类体系往往不能通行于各地，这

就需要因时、因地具体分析适用于特定地域的土地分类体系。

本研究主要参考刘纪远院士 1992 年主持的国家资源环境遥感宏观调查与动态分析

《土地利用/土地覆盖分类系统》[47-48]，前往现场踏勘了解基本土地利用情况（如图 3-11），

再与遥感数据（30 m）解译特点相联系，认为研究区土地利用类型可分为：耕地、林地、

水域、城市工矿居民用地（以下简称：城矿居用地）和未利用地。

研究区内基本无连片草地分布，仅在城市内部有少量绿化草地散在于道路和建筑物

周围，一方面这些草地数量少，另一方面本研究采用的遥感数据不能解译小于其地面分

辨率的地类，所以本研究没有将草地纳入到土地分类体系当中。


27

图 3-11 野外踏勘现场

3.2.3.2 变化区域的发现

土地利用变化信息提取的重要环节在于变化区域的发现，变化区域发现的准确程度

是土地利用变化研究可靠性的关键。

一般来说，基于遥感数据的土地利用变化区域可以由从图像上发现，发现的主体可

以是人、机器和人机结合，发现的方法主要有分类后比较法和不同波段之间的组合或数

学运算[49-50]。

分类后比较法是在分类结果的基础上通过比较得出变化区域。该方法针对两时相的

遥感分类影像，对它们进行相减运算，也就是对应同一位置的前期像元减后期像元，相

减的结果为 0 即为未变化区域，不等于 0 的像元即为变化区域，该方法还比较容易生成

土地利用转移矩阵，但其不足在于两时相遥感数据的分类精度，并且无法进一步探究其

内部的细微变化，但因其便于面积、位置提取，仍不失为一种最常用的发现方法。

还有对变化区域的发现是在分类之前，是由不同时相遥感数据不同波段之间、相同

波段之间透过数学变换，突出、拉大变化区域与未变化区域的光谱差异，利于人工目视


28

直接发现，这样的方法有假彩色合成法、光谱特征变异法和波谱替换法。假彩色合成法

是将前一时相的某一波段赋予绿、蓝波段，后一时相的同一波段赋予红波段，未变化区

域在新合成的 RGB 图像上应该是呈现不同程度的灰色，而变化区域则会呈现红或黄色。

光谱特征变异法是将前一时相的多光谱波段与后一时相的全色波段进行融合，其中变化

区域在新融合的图像上会出现异常的光谱特征。波谱替换法是在前一时相多光谱数据与

全色数据融合后，用后一时相全色数据替换融合后图像的红波段，同样变化区域具有异

常的光谱特征。

本研究综合考虑分类后与分类前发现变化区域方法的优缺点，采用在波段组合突出

变化区域的前提下对遥感数据进行分类，人机交互两相对比，最大可能减少漏判和错判。

由于光谱特征变异法和波谱替换法都需要用到全色数据，考虑到 2007 年 TM 数据没有

全色波段，所以采用假彩色合成法。下文以 2000 年与 2003 年为例，说明假彩色合成发

现变化的区域。

经过反复实验比较，选定 Band5 作为本文假彩色合成的首选波段。赋予 2003 年数

据 Band5 为红波段，再将 2000 年数据 Band5 赋予绿、蓝波段，得到合成图像，在此图

像上红色区域就是可能的变化区域。


29

图 3-12 变化区域发现示意图

3.2.3.3 分类方法与结果

遥感数据虽经以上预处理过程，但还不能直接应用到土地利用变化研究当中。遥感

图像分类技术是把图像上逐个像元与实际地物对应起来，达到有效识别、提取信息的目

的。图像分类方法大体分为监督分类和非监督分类，还有基于多源数据的决策树分类方

法。监督分类与非监督分类都是基于图像的统计特征，认为相同的地类应具有比较近似

的光谱响应值分布，而监督分类则是在分类之前加入先验知识，对每一确定的地类选取

一定的训练区，以训练区与每一像元比对，使后者聚于某类达到图像分类的目的。决策

树分类[43]不仅可以使用遥感图像，还可以使用其他的空间数据（DEM、Slope、Aspect

北京某酒店，2001 年开工建设，2004

年 10 月开张营业


30

等等）和指数数据（NDVI、NDWI 等等），甚至是监督分类的结果。本研究在反复实验

基础上，考虑到研究区域比较典型的地貌格局，决定采用决策树分类方法，参与分类的

数据有原始遥感数据、DEM、NDVI（归一化植被指数）、NDWI（归一化差异水体指数）

及监督分类的结果。计算机自动分类之后，辅以波段假彩色合成突出变化区域（3.2.3.2），

目视解译修改分类结果达到最佳效果。三时相遥感数据分类结果如下：

图 3-13 2000 年昌平区土地利用图


31




32

3.2.3.4 分类精度评价

遥感图像分类之后还需对分类结果进行精度方面的评价，以此来验证分类结果的可

靠性。ENVI 软件为分类评价提供了两种方法，有分类混淆矩阵和 ROC 曲线。分类混淆

矩阵和 ROC 曲线都需要输入标准的分类结果或 ROI（感兴趣区域）区域作为正确的分

类参照对象，将结果与之进行比对，得出分类精度。鉴于标准的分类结果获取比较困难，

本研究选择 ROI 区域作为评价精度的参照对象，应用分类混淆矩阵，得到本研究遥感图

像分类的精度评价。如表 3-5、表 3-6、表 3-7，三期遥感数据的分类总体精度都在 95％

以上，Kappa 系数在 0.9 以上，说明分类效果良好、结果真实可靠，可以支持土地利用

变化研究。

表 3-5 2000 年分类误差矩阵

耕地林地水域城矿居用地未利用地 Total 用户精度

耕地 547 4 4 4 35 594 92.08

林地 0 721 0 0 0 721 100

水域 0 0 163 0 0 163 100

城矿居用地 2 0 0 756 0 758 99.74

未利用地 0 0 0 0 329 329 100

Total 549 725 167 760 364 2565

制图精度 99.63 99.45 97.60 99.47 90.38

总体精度=98.0897，Kappa 系数=0.9749



耕地 936 0 0 22 118 1076 86.99

林地 0 923 0 0 0 923 100

水域 0 0 664 0 0 664 100

城矿居用地 2 0 0 1221 0 1223 99.83

未利用地 0 0 0 0 155 155 100

Total 938 923 664 1243 273 4041

制图精度 99.79 100 100 98.23 56.78

总体精度=96.4860，Kappa 系数=0.9540

ROI

2000

ROI

2003

年

年


33



耕地 1130 0 1 8 138 1277 88.49

林地 0 1296 0 0 0 1296 100

水域 0 0 803 0 0 803 100

城矿居用地 0 0 0 961 2 963 99.79

未利用地 0 0 0 80 206 286 72.03

Total 1130 1296 804 1049 346 4625

制图精度 100 100 99.88 91.61 59.54

总体精度=95.0486，Kappa 系数=0.9359

3.3 本章小结

本章在开篇介绍研究区——北京市昌平区的自然和社会两方面的情况，为后文涉及

到的自然和社会因素讨论奠定基础。

而后，描述本研究所采用的 LandSat 遥感数据的有关信息和质量，数据采集时间处

在昌平区植被比较茂盛且气象状况良好的情况下，为便于解译分类工作还搜集到 2000

年北京市一级土地利用图、DEM 等专题数据。遥感数据的预处理工作包括：辐射定标

和大气校正来修正大气对遥感数据的影响；几何校正保证多期遥感数据同位于统一的地

理坐标之下；图像镶嵌目的在于多幅遥感数据拼接完成整个研究区域数据覆盖；图像裁

剪是去除研究区之外的图像，仅保留研究区域；图像增强有利于人机对地面覆盖的解译

分类。

遥感图像分类部分，先确立土地分类体系，再综合调用计算机自动分类和目视解译

分类方法，得到三期遥感数据的土地分类结果，用误差矩阵来评定精度，总体精度在 90％

以上，Kappa 系数超过 0.9，这些表明分类结果准确可靠，可以作为继续研究的数据来

源。

ROI

2007 年


34

第4章北京市昌平区土地利用变化及预测

4.1 土地利用总体变动状况

本研究先从总体入手，自遥感图像上获得丰富的空间信息可以提取出时段变化区域，

并制图说明变化区域的空间位置。

（a）

（b）

（c）

（d）

图 4-1 昌平区土地利用总量变化空间分布图

表 4-1 昌平区土地利用总量变化统计表

变化区域 2000～2003 2003～2007 两时段共同变化

区域 2000～2007

面积（hm2） 11415.6 13067.8 5478.66 19004.76

％ 8.40 9.62 4.03 13.99

注：％表示变化区域面积占全区域的比重。

综合图 4-1、表 4-1 可以明显看出，2000～2003 年和 2003～2007 年两个时段昌平

区土地利用变化主要分布在平原地区，高山地区只有零星分布；昌平城区与高山林地在

2000～2007 年之间几乎没有变化，但是昌平城区周围、京藏高速公路沿途与南部毗邻中


35

心城区的回龙观、东小口（天通苑）、北七家地区变化比较集中。2000～2003 年之间昌

平区平均每年土地利用变化幅度为 3805.2 hm2，比例为 1.2％，大于 2003～2007 年之间

的变化幅度 3266.95 hm2，这说明 2000～2003 年之间昌平区土地利用变化比后者剧烈。

值得一提的是，研究发现 5478.66 hm2 土地利用类型在这两个时段都有发生变化（图

4-1d），可见此区域是昌平区 2000～2007 年变化最为剧烈的部分。考虑到两时段拥有共

同变化的区域，所以在整个研究时段 2000～2007 年之间昌平区平均每年土地利用变化

幅度应为（19004.76+5478.66）÷7=3497.63 hm2，昌平区大约有 14％的土地在 2000～2007

年之间利用类型至少发生一次变化。

4.2 土地利用变动状况评价

在总体变动分析之后，本研究试述北京市昌平区三时相各种土地利用类型数量及比

例变动状况。

图 4-2 昌平区土地利用类型比例变化图（2000、2003、2007 年）

表 4-2 昌平区土地利用类型数量统计表

面积（hm2）耕地林地水域城矿居用地未利用地

2000 年 39073.3 72488 3222.54 19731 1348.92

2003 年 36307.6 72433.2 2512.62 23232 1378.35

2007 年 35059.3 72115.6 2409.12 25058.6 1221.03

研究对比图 4-2 中的三期土地利用类型面积与比例，可以发现北京市昌平区 2000～

2007 年之间各种土地利用类型的面积排序一直是稳定不变的，按面积大小依次列为林地

＞耕地＞城矿居用地＞水域＞未利用地，但是它们在整个区域所占的比例却互有消长。

耕地、水域与林地在 7 年内一直处于减少状态，分别减少了 2.96％、0.6％、0.27％，耕


36

地减少的速度最快，年平均减少 0.42％，但林地与耕地之和一直占到整个区域的 80％左

右，仅林地的比例就在 53％左右。未利用地的比例在 1％左右浮动，城矿居用地在 7 年

内一直保持增长势头，从 14.52％增加到 18.44％，年平均增长 0.56％，超过了耕地年平

均减少的百分比。

从图 4-2、表 4-2 得到，北京市昌平区 2000～2007 年之间土地利用类型总量变化

基本特征如下：

第一，林地、耕地和水域面积不断减少，在 2000～2003 年之间各减少了 54.8 hm2、

2765.7 hm2、709.92 hm

2；在 2003～2007 年之间又分别减少了 317.6 hm2、1248.3 hm

2、

103.5 hm2；在7年之间三种地类的年平均减少幅度是53.2 hm

2、573.429 hm2、116.203 hm

2。

第二，未利用地面积呈先增后减变动，在 2000～2003 年之间增加了 29.43 hm2；

2003～2007 年之间又减少了 157.32 hm2；减少量超过了增加量，所以 7 年内未利用地年

平均减少幅度为 18.27 hm2。

第三，城矿居用地面积持续增长，在 2000～2003 年之间增加了 3501 hm2；2003～

2007 年之间又增加了 1826.6 hm2；7 年之间城矿居用地年平均增长幅度为 761.09 hm

2。

4.3 土地利用类型转变时空分析

本研究基于遥感图像所获得的空间信息，可再进一步探讨土地利用类型相互之间转

化的时空特征。


37

表 4-3 2000~2003 年北京市昌平区土地利用类型转移矩阵

耕地林地水域

城矿居用

地未利用地

2003 年

合计

耕地 32704.2 126.72 809.91 2313.9 352.89 36307.6

％ 83.7 0.175 25.133 11.727 26.161

林地 139.14 72209.5 11.43 57.69 15.39 72433.2

％ 0.356 99.616 0.355 0.292 1.141

水域 412.74 7.02 1836.72 246.87 9.27 2512.62

％ 1.056 0.01 56.996 1.251 0.687

城矿居用地 5452.74 134.28 521.19 16925 198.72 23232

％ 13.955 0.185 16.173 85.779 14.732

未利用地 364.5 10.44 43.29 187.47 772.65 1378.35

％ 0.933 0.014 1.343 0.95 57.279

2000 年合计 39073.3 72488 3222.54 19731 1348.92

％ 100 100 100 100 100

注：表中字体加重数字表示面积，单位：hm2；％表示前期土地面积转化为后期此类土地面积的比例，即为转化率；下同。

表 4-4 2003~2007 年北京市昌平区土地利用类型转移矩阵

耕地林地水域

城矿居用

地未利用地

2007 年

合计

耕地 30196.7 181.08 445.59 3821.76 414.18 35059.3

％ 83.169 0.25 17.734 16.45 30.049

林地 202.14 71746.7 11.7 110.16 44.91 72115.6

％ 0.557 99.052 0.466 0.474 3.258

水域 455.85 30.24 1708.29 176.49 38.25 2409.12

％ 1.256 0.042 67.988 0.76 2.775

城矿居用地 4975.29 411.39 252.81 18841.1 577.98 25058.6

％ 13.703 0.568 10.062 81.1 41.933

未利用地 477.63 63.72 94.23 282.42 303.03 1221.03

％ 1.316 0.088 3.75 1.216 21.985

2003 年合计 36307.6 72433.2 2512.62 23232 1378.35

％ 100 100 100 100 100

以上表 4-3、表 4-4 共同反映 7 年之间北京市昌平区各种土地利用类型的转移情况。

研究发现，林地在这两个时段向其他土地利用类型的转化率都为最低，在 1％以下，说

明林地在 7 年之间保持了较大的稳定性，其他 4 种地类在各时段的转化率略有不同。按

转化率由大到小排列，2000～2003 年依次为水域＞未利用地＞耕地＞城矿居用地＞林地，

2003～2007 年依次为未利用地＞水域＞城矿居用地＞耕地＞林地。

2000年

2003年

2003年

2007年


38

4.3.1 耕地

（a）

（b）

图 4-3 耕地转化时空分布图

耕地在 2000～2003 年之间面积减少了 2765.7 hm2，约有 14.0％的 2000 年耕地转化

为城矿居用地，是耕地转化的最主要方向，有 83.7％的耕地没有发生变化，同期，也有

部分城矿居用地、水域和未利用地转化为耕地，分别为 2313.9 hm2、809.91 hm

2、352.89

hm2；在 2003～2007 年间，耕地的变动比例与上一时段类似，城矿居用地仍是耕地转化

的最重要方向，83％的耕地到 2007 年保持不变，同期转化为耕地的主要来源仍然是城

矿居用地、水域和未利用地，分别为 3821.76 hm2、445.59 hm

2、414.18 hm2。

昌平区的耕地主要分布在平原地区，高山地区只在山间沟壑有零星分布，平原地区

耕地靠近中心城区、交通干道，随着城市发展、人口膨胀等因素，居住用地、工业用地

的扩张会首先占用原来的耕地，导致耕地流向城矿居用地。不过，由于农村居民点拆迁

改造、河流坑塘萎缩以及未利用地的开发利用等因素，耕地也在同期得到补充，但综合

衡量耕地的面积还是在下降之中，耕地主要流向了城矿居用地。


39

4.3.2 林地

（a）

（b）

图 4-4 林地转化时空分布图

林地在 2000～2003 年和 2003～2007 年两段之间保持了较好的稳定性，转出的比例

维持在 1％以内。2000～2003 年林地的主要流向是耕地和城矿居用地，分别为 126.72 hm2、

134.28 hm2，二者转出的面积比例之和为 0.36％，同期，耕地和城矿居用地分别有 139.14

hm2 和 57.69 hm

2 转入林地。2003～2007 年林地的主要流向仍是耕地和城矿居用地，分

别为 181.08 hm2、411.39 hm

2，同期向林地方向转化的也主要是耕地和城矿居用地，分

别为 202.14 hm2 和 110.16 hm

2，无论是转出林地还是转入林地，对于林地总体来说比例

都很小。这是因为 2000～2007 年正是北京申办和筹备 2008 年夏季奥运会的关键时期，

加之新世纪以来北京地区经常遭受沙尘、雾霾等恶劣天气影响，所以政府对于具有涵养

水源和水土保持重要作用的林地转作他用的审查控制极为严格，所以林地在这 7 年内变

动很小。


40

4.3.3 水域

（a）

（b）

图 4-5 水域转化时空分布图

昌平区内的水域主要有五部分组成，十三陵水库、沙河水库、京密引水渠、温榆河

和其它散在水体。2000～2003 年水域面积减少了 709.92 hm2，在这一时段 57.0％左右水

域面积没有发生变化，其余转出部分按面积大小依次为耕地 809.91 hm2、城矿居用地

521.19 hm2，转变为林地和未利用地较少，同期，耕地和城矿居用地是转变为水域的两

大来源，依次为 412.74 hm2 和 246.87 hm

2。观察图 4-5（a）可知，沙河水库和温榆河周

边水体面积有较大增长，白浮泉和十三陵水库面积都有一定程度的萎缩，南部靠近中心

城区的散在水体转为他用较多。2003～2007 年水域面积进一步较少了 103.5 hm2，这一

时段的水域不变面积比例高于前一时段达 68.0％，耕地和城矿居用地仍是水域转出的主

要方向，分别达到 445.59 hm2 和 252.81 hm

2，同期，耕地和城矿居用地是流向水域的最

主要用地类型，分别达到了 455.85 hm2 和 176.49 hm

2。观察图 4-5（b）可知，十三陵水

库、白浮泉和散在水体积水区域都有不同程度的萎缩，温榆河和沙河水库周边有少量的

新水体出现。水域在两个时段都有较大的变动，向其他用途转化率高达 30～40％，一方

面水域受气候影响出现积水区域的变化，一些散在水体干涸后转化为了耕地，耕地积水

后也会向水体转化；另一方面人工对其改造利用影响更为明显，比如建设居住用地或宾

馆别墅时开发的人工水系，但更多的情况是临近村镇的水域被开发为建设用地。


41

4.3.4 城矿居用地

（a）

（b）

图 4-6 城矿居用地转化时空分布图

城矿居用地在两个时段内都维持持续的增长。2000～2003 年城矿居用地约有 85.8％

的面积保持不变，这一阶段转向城矿居用地的土地面积有 6307 hm2，其中耕地是新增城

矿居用地的最主要来源，达到 5452.74 hm2，同期也有 2313.9 hm

2 城矿居用地流向了耕

地，同样它是城矿居用地最主要的流向，这一阶段城矿居用地净增 3501 hm2； 2003～

2007 年期间城矿居用地 81.1％保持不变，有 6217.5 hm2 和 4390.9 hm

2 土地流向或流出

城矿居用地，而耕地仍是城矿居用地的最主要来源和流向，分别有 4975.29 hm2耕地流

向城矿居用地，3821.76 hm2 城矿居用地转入了耕地，流入大于流出，城矿居用地净增

1826.6 hm2。

观察图 4-6（a）可知，2000～2003 年新增城矿居用地大多分布在原有村镇周边，

形似正在不断成长发育的聚落。回龙观、东小口（天通苑）地区毗邻中心城区有大量的

新建住宅小区兴起，而北七家地区多兴建现代化的度假村和别墅，昌平城区因人口增加、

经济发展等驱动力影响城市面积不断扩大，京藏高速公路沿途也有大片新的城矿居用地

出现；2003～2007 年城矿居用地仍然继续着前一阶段的增长态势，临近中心城区的回龙

观和东小口地区耕地进一步转化为居住用地，南口镇和昌平城区仍在扩张，但在北七家

地区部分村镇因土地集约节约利用而开始萎缩，因而有部分城矿居用地转向了耕地用途。


42

4.3.5 未利用地

（a）

（b）

图 4-7 未利用地转化时空分布图

未利用地当中部分土地经一定的人为改造后可以转变为耕地、城矿居用地等土地类

型，但是有些土地类型在不合理的利用下也会失去它原有的土地资源功能沦为难利用地、

不可利用地，比如有毒废物堆积造成周边土地难以利用，或者水肥气热失调造成土地荒

芜等等。

未利用地在整个区域中的份额较少，但是其分布变化比较剧烈，没有比较固定的流

入与转出方向。2000～2003年未利用地大约42.7％流向了其它地类，面积达到576.27 hm2，

其中大部分流向了耕地和城矿居用地，分别为 352.89 hm2 和 198.72 hm

2，同期，耕地和

城矿居用地也是未利用地主要的转化来源，364.5 hm2 耕地和 187.47 hm

2 城矿居用地转

向未利用地，这一阶段未利用地净增 29.43 hm2；2003～2007 年期间，未利用地只有 21.99％

保持不变，其余 1075.32 hm2 皆转化为其它地类，大部分转向为城矿居用地和耕地，与

上一阶段不同的是转向城矿居用地面积大于耕地，达到 577.98 hm2，同期耕地转化为未

利用地的面积甚至超过了未利用地本身不变的面积，达到了 477.63 hm2，城矿居用地也

有 282.42 hm2 转化为未利用地，虽然未利用地转化比例较高但其转入数量也不少，使这

一时期未利用地面积下降不太多，仅 157.32 hm2。

4.4 土地利用变动状况评价

本研究的土地利用变动状况评价主要采用土地利用变化动态度、土地利用变化开发

度、土地利用变化耗减度、土地利用变化综合动态度和土地利用程度综合指数[51-53]。


43

将土地利用变化综合动态度和土地利用程度综合指数合在一起讨论，突破每种土地

利用类型讨论的微观角度，从整体上衡量、认识土地利用变化的趋势和状态。

再将土地利用变化动态度、土地利用变化开发度和土地利用变化耗减度归为一类，

仔细考察每种土地利用类型的变化率，揭示土地利用变化面积变动的综合速度、开发速

度和耗减速度。土地利用动态度可以较好的反映某个时段土地利用的全面变化速度，但

其中的增减侧面的变化却不能体现出来，因此，引入土地利用变化开发度和土地利用变

化耗减度指数，以此进一步揭示各种类型土地利用过程中的新增和减少的速度。

4.4.1 土地利用总体变动状况评价

4.4.1.1 土地利用变化综合动态度

土地利用变化综合动态度表示的是研究区域一定的时段内土地利用数量总体变化

的情况，其对预测未来土地利用变化趋势有一定的帮助作用。

1

1

1100%

2

n

ia ib

i

nb a

ia

i

S S

LCT T

S

（4-1）

式 4-1 中，LC 为研究时段内整个研究区域的土地利用变化综合动态度，Sia、Sib 为

第 i 种土地利用类型在研究时段之初与之末的面积，Ta、Tb 为研究时段的时间前后两端，

当 Ta、Tb 的时间单位为年时，LC 就是整个研究区域的土地利用类型的年变化率。

4.4.1.2 土地利用程度综合指数

20 世纪 90 年代，刘纪远[48]院士以遥感影像为信息源对我国的土地利用状况进行了

深入的分析评价，他认为土地资源的利用程度有上限和下限，其被利用程度受制于自然

和人类社会因素的影响，他对每种土地利用类型分别赋值来评价某一区域的土地利用程

度，分析得出现势下区域土地利用的深度。本研究应用刘纪远的土地利用程度评价方法

对昌平区 2000、2003 和 2007 年的土地利用程度进行评价。


44

1

100n

a i i

i

CL A

（4-2）

其中，La 为土地利用程度综合指数（La∈[100,400]），Ai 为第 i 级土地利用程度分级

指数，Ci 为第 i 级土地利用程度分级面积百分比。

表 4-5 土地利用程度分级赋值表

类型未利用土地级林、草、水用地级农业用地级城镇聚落用地级

分级值 1 2 3 4

4.4.1.3 结果与分析

图 4-8 昌平区土地利用变化综合动态度（a）和土地利用程度综合指数（b）

观察昌平区两时段的土地利用变化综合动态度（如图 4-8a），发现综合动态度在下

降，由 0.866％降为 0.336％，这说明在这两个时段内年平均发生变化的土地面积有所下

滑，年土地变化面积幅度减小了，即 2003～2007 年之间年发生变化的土地面积少于

2000～2003 年之间。

昌平区土地利用程度综合指数在持续变大，说明昌平区的土地利用在向凝聚人类活

动较多的方向发展，也就是说更多的土地在向城矿居用地方向发展，2000~2007 年之间

城矿居用地从 19731 hm2 升至 25058.6 hm

2，所占比例也同步升至 18.44％，这主要是因

为在比较利益的驱动下，耕地、水域等转化为收益相对较高的城矿居用地。因此，昌平

（a）（b）


45

区整体的土地利用处于发展期。

4.4.2 各类土地利用变动状况评价

4.4.2.1 土地利用变化动态度

本研究中的土地利用变化动态度指的是单一土地利用变化动态度，即表示研究区域

内某一土地利用类型在研究时段内的土地利用变化速率。5 种土地利用类型中林地、耕

地和水域的变化，可以直接改变该区域的生态环境适宜程度，此外，城矿居用地的扩张

一方面是 GDP 高涨的显证，但另一方面是否也意味着城矿居用地还有较大的集约节约

利用的空间。考虑到以上几种情况，本研究对昌平区 2000～2003 年和 2003～2007 年两

个时段的土地利用变化动态度进行分析计算。

1100%b a

b aa

S SKS T T

（4-3）

式 4-3 中，K 为某一土地利用类型在研究时段的土地利用变化动态度，Sa、Sb 分别

为研究时段之初与之末的该土地利用类型的面积，Ta、Tb 为研究时段的时间前后两端，

当 Ta、Tb 的时间单位为年时，K 就是该土地利用类型的年变化率。

4.4.2.2 土地利用变化开发度

土地利用变化开发度表示研究时段内某种土地利用类型实际新增的情况。

1100%ab

b aa

DLUD

S T T

（4-4）

式 4-4 中，LUD 为研究时段内某种土地利用类型的开发度，Sa 为研究时段之初某种

土地利用类型的面积，Dab 为该时段内其他土地利用类型转化为该土地利用类型的面积，

Ta、Tb 为研究时段的时间前后两端，当 Ta、Tb 的时间单位为年时，LUD 就是该土地利

用类型年新增变化率。


46

4.4.2.3 土地利用变化耗减度

土地利用变化耗减度表示研究时段内某种土地利用类型实际减少的情况。

1100%ab

b aa

CLUC

S T T

（4-5）

式 4-5 中，LUC 为研究时段内某种土地利用类型的耗减度，Sa 为研究时段之初某种

土地利用类型的面积，Cab 为研究时段内该土地利用类型转化为其他土地利用类型的面

积，Ta、Tb 为研究时段的时间前后两端，当 Ta、Tb 的时间单位为年时，LUC 就是该土

地利用类型年减少变化率。

4.4.2.4 结果与分析

图 4-9 昌平区土地利用开发度（a）、耗减度（b）和动态度（c）

由图 4-9（a）可知，2000～2003 年和 2003～2007 年耕地、林地和水域的开发度波

动不大，分别为 3％、0.1％和 7％左右；城矿居用地的开发度在 2000～2003 年研究时段

大于 2003～2007 年，由 10.65％降为 6.69％；而未利用地的开发度后一时段大于前者，

由 14.97％升为 16.65％，2003～2007 年有较多的其他土地利用类型向未利用地转化。

如图 4-9（b），林地和城矿居用地的耗减度在两个时段比较稳定波动很小，分别维

持在 0.2％和 4.7％左右；水域和耕地的耗减度 2000～2003 年大于后一时段，分别从 14.33％

（a）（b）

（c）

年年

年年

年年


47

降为 8.00％、5.43％降为 4.21％，水域的耗减度比耕地大很多，这是因为水域总面积一

直在下滑，造成耗减度的基数越来越小，即使不大的转出面积也会拉高水域的耗减度，

而耕地的基数比较大，其转出面积越来越有限，所以耕地的耗减度不大且有些许下滑；

未利用地的耗减度 2003～2007 年大于前一时段，它的总面积先增大后减小，并且 2003～

2007 年转出面积比前一时段多 499.05 hm2，导致了 2003～2007 年未利用地耗减度比较

大。

土地利用变化动态度是开发度和耗减度的矢量和，是综合衡量开发度和耗减度最终

效果的有效指数。动态度大于 0，表示该土地利用类型面积在扩大，反之，则为缩小。

2000~2003 年耕地、林地和水域的动态度分别是-2.36％、-0.3％和-7.34％，它们三者的

动态度都为负值，说明他们的总面积在缩小，2003~2007 年分别是-0.86％、-0.11％和

-1.03％，其中，耕地和水域的动态度绝对值在缩小，表明二者总面积减少的速率有所下

降，而林地总面积减少的速率有所上升；城矿居用地的动态度一直为正值，证明它的总

面积一直在扩大，分别为 5.91％和 1.97％，但其动态度的绝对值有所减小，意味着城矿

居用地的扩张年速率有所下降；未利用地在 2000～2003 年动态度为正值，为 0.73％，

这阶段它的总面积有所增加，在 2003～2007 年动态度小于 0，为-2.85％，未利用地的

总面积出现下滑，由于动态度的绝对值后一时期比较大，所以未利用地的年变化率在

2003～2007 年之间大于 2000～2003 年。

4.5 土地利用变化预测

利用遥感影像提取土地利用变化信息，不仅可以提取到土地利用类型的数量信息，

同时还可以提取到土地利用变化的位置信息，再进一步通过前后时相遥感影像的分类结

果获取同一地理位置上土地利用变化的转用信息。参考 4.3，利用土地利用类型转移矩

阵可以求得土地利用类型转移概率矩阵，与马尔科夫链预测法中的状态转移概率矩阵较

为相似，且一年的土地利用类型面积向量也可以视为系统的初始状态概率向量，这都是

应用马尔科夫链预测法的重要条件，故而本研究试利用马尔科夫链预测法探讨未来昌平

区土地利用变化的发展情况。


48

4.5.1 马尔科夫链预测法原理

马尔科夫链预测法应用在北京市昌平区土地利用变化预测分析当中的模型原理为

[54-58]：

各种土地利用类型是一组随机的时间序列，他们未来的变化结果只与当前状态有关，

至于过去的土地利用状态并不会对未来的变化结果产生影响，也就是具备无后效性。

土地利用类型具体有耕地、林地、水域、城矿居用地和未利用地 5 种，他们每次的

变化都有且仅有一种土地利用类型，遥感影像上不可再分割的像元是最小的土地利用单

元，每个土地利用单元具有 5 个可能方向（包含其保持自身不变的方向），表述为：

i jE E （4-6）

式 4-6 中，Ei 和 Ej 的取值为耕地、林地、水域、城矿居用地和未利用地。由于土地

利用变化方向是一个随机过程，需用概率来描述其各种可能方向的大小，就是土地利用

状态转移概率，一般表现为 n 阶的土地利用状态转移概率矩阵，如下：

11 1

1

n

n nn

P P

P

P P

（4-7）

( ) ( )ij j i i jP P E E P E E （4-8）

土地利用状态转移概率矩阵 P 中的 Pij 表示土地利用类型 Ei 转向 Ej的概率。若 P 中

Pij 都为一步转移概率，则称 P 为一步土地利用状态转移概率矩阵，n 步土地利用状态转

移概率矩阵是一步土地利用状态转移概率矩阵的 n 次方，但是随着 n 的逐步变大，预测

的结果往往与实际差异很大，这是由于未来系统的影响因素往往与当前不同，所以马尔

科夫链预测法多应用于距离不远的未来。

以昌平区为例，以 2000 年土地利用状态为初始状态向量 S2000，一步转移至 2003 年

土地利用状态 S2003，获得一步土地利用状态转移概率矩阵 P，n 步转移后的 2000+3n 年

土地利用状态如下 S2000+3n：

11 1

2000 3 2000 2000

1

n

n

nn

n nn

P P

S S SP

P P

（4-9）


49

4.5.2 北京市昌平区土地利用变化预测

本研究对昌平区的研究共分两个时段，2000～2003 年和 2003～2007 年，他们的转

移时间间隔分别为 3 年和 4 年，2000 年和 2003 年都可以作为预测的初始状态向量，但

是考虑到时间间隔越短系统因素变化越小，故而使用 2000 年作为初始状态向量，分别

预测 2006、2009、2012 三年的昌平区土地利用结构状态。

首先，根据表 4-3 建立 2000～2003 年土地利用状态转移概率矩阵 P，如下：

表 4-6 2000~2003 年昌平区土地利用状态转移概率矩阵

2000 年

hm2

耕地林地水域城矿居用

地未利用地

耕地 39073.3 0.836996 0.003561 0.0105632 0.139551 0.009329

林地 72488 0.001748 0.996159 9.68E-05 0.001852 0.000144

水域 3222.54 0.251327 0.003547 0.56996 0.161733 0.013434

城矿居用地 19731 0.117273 0.002924 0.0125118 0.85779 0.009501

未利用地 1348.92 0.261609 0.011409 0.0068722 0.147318 0.572792

注：第一列加重的数字是 2000 年土地利用情况作为初始状态向量 S2000；其他数字构成一步土地利用状态转移概率矩阵 P。

由于 2006 年土地利用情况是初始状态向量 S2000 的二步状态转移，故 2006 年土地利

用状态 S2006 表示如下：

22006 2000S S P

同理 2009 年和 2012 年土地利用状态 S2009、S2012 依次表示为：

3 42009 2000 2012 2000,S S S SP P

4.5.3 北京市昌平区土地利用变化趋势分析

图 4-10 昌平区土地利用类型比例变化图（2006、2009、2012 年）

2003

年 2000

年

年


50

由图 4-10 可知，耕地和城矿居用地在昌平区内所占比例变动最大，但互为相反方

向，耕地面积从 34232.5 hm2 降为 31568.3 hm

2，城矿居用地面积从 25738.5 hm2 升为

28833.7 hm2。耕地在 2006～2012年之间比例下降了 1.96％，而城矿居用地上升了 2.28％，

这是因为社会总体经济进一步向广度和深度拓展，导致人口增加，城矿居用地需求持续

旺盛，耕地恰好一般分布于村镇周边、交通干道沿途，易于流向比较利益较高的城矿居

用地类型，并且昌平区毗邻中心城区有力地促进了房地产业的发展，承接人口和产业向

地租较低地区的转移。林地和水域面积一直比较稳定而略有下滑，林地由于其具有非常

重要的生态涵养功能，地方政府对其转作它用的控制较为严格，尽可能保持其林地用途

的前提下开发旅游资源来提高当地民众的经济收入；对于水域面积的减少，一方面可能

因气候变化引起降水量小于蒸发量，导致十三陵水库和沙河水库面积萎缩，温榆河上游

水量减少，另一方面是由于房地产开发占用坑塘、河流沿岸等水面造成水域面积的减少。

从预测结果看，未利用地在 2006～2012 年之间变化微乎其微，都为 1.03％，但是细究

未利用地的概念，它只是在一定条件、技术下人类和自然暂时未加以利用的土地，伴随

科技进步等因素变化，未利用地往往也可以向其它用地类型转化，马尔科夫链预测法中

认为系统中各因素的相互关系是保持不变的，这对未利用地的未来发展预测不相适应，

所以未利用地的预测结果在本文中仅仅具有参考意义。

4.6 本章小结

本章基于第 3 章遥感数据提取的土地利用信息展开土地利用变化及预测分析。研究

发现，昌平区的土地利用变化有如下特征：

第一，昌平区发生变化的区域绝大部分都位于平原地区，每年平均有 3497.63 hm2

土地的利用方向会发生转变，在整个区域内有 4.03％的土地在两个时间段内都有变化，

2000~2007 年之间有 19004.76 hm2 的土地利用类型发生变化，占到总体的 13.99％。

第二，林地、耕地和水域面积不断减少，年递减幅度是 53.2 hm2、573.429 hm

2、116.203

hm2；未利用地存在一定的增减波动，总体来看每年递减 18.27 hm

2；城矿居用地持续增

长，7 年之间年均增长 761.09 hm2。

第三，耕地是城矿居用地的主要转化来源，这主要是由于平原地区耕地靠近中心城


51

区、交通干道，随着城市发展、人口膨胀等因素，居住用地、工业用地的扩张会首先占

用原来的耕地，导致耕地流向城矿居用地；林地在研究时段内最为稳定，转入与转出在

1％以内；水域主要转向耕地和城矿居用地，社会发展是水域转出的主要原因；城矿居

用地一直处在增长之中，昌平区南端和城区附近广大的平原地区是新增用地的主要区域；

未利用地的转化比较频繁，转出比重达到 70％以上，且增减变动不一。

第四，昌平区土地利用程度指数持续变大，耕地、水域转化的主要方向仍然是城矿

居用地，这主要是因为城矿居用地的比较收益比较高，表明昌平区整体土地利用处于发

展期。

第五，应用马尔科夫链方法，分别得到 2006、2009 和 2012 年昌平区土地利用类型

的数量变动情况。分析得出，城矿居用地还将保持增长，耕地是其主要来源；林地面积

有所下降，但比较轻微，这得益于严格的保护措施；水域面积持续下降，可能是由于房

地产开发导致的占用；未利用地的变动牵涉因素较多，而且往往因素变化很大，所以它

的预测结果仅仅作为参考。


52

第5章景观分区下的北京市昌平区土地利用时空变化分析

从地形地貌上看，昌平区正处于华北平原向山地的过渡地带，山地与平原的分异在

区内十分明显。粗略考察，平原地区以耕地、城矿居用地类型为主，土地利用变化十分

活跃，而山地区域以林地为主，主要作用是涵养水源、水土保持，并且大力发展休闲体

验性旅游业。在仔细研究昌平区的高程分布后，认为高程 150 m 是很好的区分山地和平

原的分界阈值，再考虑两相分区的主要功能定位，将昌平区划分为“山地生态涵养区”

和“平原经济发展区”（图 5-1），以下将分别对两区的土地利用变化进行讨论。

图 5-1 昌平区景观分区示意图

5.1 两区域的土地利用类型变化比较分析

本研究首先试述三时相两区域各种土地利用类型比例变动情况。


53

图 5-2 两区域土地利用类型比例变化图（2000、2003、2007 年）

从图 5-2 可知，山地生态涵养区在 2000、2003、2007 年各种土地利用类型的比例

变动极小，林地一直处于绝对的数量优势，占 90％左右，耕地和城矿居用地比例之和在

9％左右，水域和未利用地两者之和一直以来都小于 0.5％。山地生态涵养区 7 年内的土

地利用类型之间的相互转化频率和幅度都非常的小，一方面是当地政府着眼于水土保持、

可持续发展的长远利益而采取的比较严格的土地用途管制，尤其是林地转向其他用途的

严格限制；另一方面，当地实施了非常合理的产业调整布局，将区域内落后的畜牧业迁

向平原地区，借助区内良好的自然环境和享誉世界的明十三陵景区，当地农户大多从事、

经营休闲体验型旅游业，当地人普遍具有较强的生态保护观念，同时清新、自然的乡村

田园形象亦是当地旅游业可持续发展的最重要立足点。

平原经济发展区约占昌平区总面积的 42％，集中了绝大部分的耕地、水域和城矿居

用地，同时也聚集了大部分的人口和经济总量，理所当然的是土地利用变化最剧烈的区

域。观察发现，2000、2003、2007 年林地、水域和未利用地所占比例比较稳定，没有较

大的波动，而耕地和城矿居用地在这三年出现了十分明显的互相消长情况，耕地比例由

60％下滑至 55％、53％，城矿居用地比例起自 31％上升至 37％、40％，鉴于其他三类

用地比例变动较小，因此可以确定耕地主要流向了城矿居用地。这是因为耕地一般位于


54

农村、城镇周边，毗邻交通要道，耕地收益小于转化为商住、工业等用途所获得的收益，

加以耕地转化城矿居用地成本较低，并且近几年政府大力招商引资，有中关村科技园区、

高教园区等进入，靠近中心城区的南部又是新兴的大型住宅区，所以耕地在 2000～2007

年大量的流向了城矿居用地。

5.2 两区域的土地利用变化相对变化率分析

相对于单一土地利用变化动态度，土地利用变化相对变化率[12]重点关注的是局部变

化率对于整体变化率的贡献。本研究引入土地利用变化相对变化率，试分析山地生态涵

养区、平原经济发展区各种地类对于整个昌平区土地利用变化率的贡献情况。

b a

b a

P PR

S S

（5-1）

式 5-1 中，R 为某局部内某种土地利用类型的土地利用变化相对变化率，Pa、Pb为

该局部内某种土地利用类型在研究时段之初和之末的面积，Sa、Sb 为整个区域内某种土

地利用类型在研究时段之初和之末的面积。

若 R＞1，表示该局部某种土地利用类型的变化率大于整个区域该种土地利用类型

的变化率，反之，则小于整个区域该种土地利用类型的变化率，这可以很好的说明不同

区域对于土地利用变化的贡献程度。


55

图 5-3 两区域土地利用变化相对变化率

仔细对比图 5-3，发现山地生态涵养区的相对变化率波动性高于平原经济发展区，

尤其是山地生态涵养区的水域和未利用地，水域的相对变化率最高达到了 1.3，这似乎

与上面得出山地生态涵养区变化极小不符。经过综合比较，考虑到水域和未利用地在山

地生态涵养区所占比例之和长期小于 0.5％的事实，而平原经济发展区所占比例最小的

林地和未利用地同样也表现出比其他地类更高的相对变化率，这是因为这些土地利用类

型的基数不大，即使很小的变化都会增大土地利用变化相对变化率的分子，结果造成比

例很小的土地利用类型的相对变化率较大。反之，在山地生态涵养区和平原经济发展区

居于数量优势的林地和耕地其相对变化率却波动极小。

耕地虽然主要分布在平原经济发展区，但在 2000～2003 年和 2003～2007 年两个时

段内山地生态涵养区耕地相对变化率都高于平原经济发展区。与耕地类似的还有林地和

水域。

城矿居用地主要分布在平原经济发展区，其相对变化率在两个时段都高于分布较少

的山地生态涵养区。

未利用地主要存在于平原经济发展区，较少分布在山地生态涵养区，但未利用地没

有表现出类似耕地的情形。2000～2003 年未利用地在山地生态涵养区的相对变化率为

1.0997，略高于平原经济发展区，而 2003～2007 年未利用地的平原经济发展区相对变化

年年

年年


56

率高于山地生态涵养区。

5.3 两区域的土地利用结构时空变化分析

土地利用变化不仅仅是土地不同用途数量和质量的变化，同时也表现为不同土地用

途在空间分布上的变化。陈军伟[59]、边静[60]等引入经济学中反映财富分配不公平程度的

洛伦茨曲线和基尼系数，分析说明了北京山区、重庆市合川区各种土地利用类型在整个

区域的分布均匀程度，较好的体现了不同地类在空间上的分布特征。本研究以遥感影像

为数据源，利用空间洛伦茨曲线和空间基尼系数，试阐述昌平区不同用地类型空间分布

的时空变化特征，力求为土地规划管理决策提供科学的依据。

奥地利统计学家洛伦茨于 1907 年提出用来衡量社会财富分配不公平程度的洛伦茨

曲线，不久，意大利统计学家基尼进一步阐述了可以定量衡量不公平程度的基尼系数，

一百多年来洛伦茨曲线和基尼系数在很多领域得到应用和发展。在我国，陈军伟、边静

等人将洛伦茨曲线发展为空间洛伦茨曲线，以空间基尼系数定量描述各种土地利用类型

的空间分布特征。

5.3.1 空间洛伦茨曲线分析

空间洛伦茨曲线上的横轴和纵轴由土地面积累计比例和土地利用类型面积累计比

例构成，曲线上任意某点表示某一比例的土地上某种土地利用类型的比例。与经典洛伦

茨曲线类似，与横轴和纵轴都成 45°夹角的曲线，表示土地利用类型在任意比例的总面

积中都分布平均，其他与该曲线距离越远表示分布越不均，反之，则越均匀。

对于空间洛伦茨曲线的绘制，陈军伟等认为应以区位熵从小到大的累计顺序进行排

列。区位熵的计算公式如下：

ij

j

i

SK

EntropyP

Q

（5-2）

式 5-2 中，Entropy 为某种土地利用类型的区位熵，Sij 为第 i 区域 j 类土地利用类型

的面积，Kj 为整个昌平区 j 类土地利用类型的面积，Pi 为第 i 区域土地总面积，Q 为昌


57

平区土地总面积。

本研究以 2000 年为例，说明空间洛伦茨曲线生成过程，如表 5-1 为 2000 年两个区

域各种土地利用类型区位熵序列及累计比例：

表 5-1 2000 年昌平区土地利用类型区位熵

区位熵耕地比例土地比例耕地累计土地累计

山地生态涵养区 0.228079 13.2893 58.266 13.2893 58.266

平原经济发展区 2.0777 86.7109 41.734 100 100

区位熵林地比例土地比例林地累计土地累计

平原经济发展区 0.0301545 1.25847 41.734 1.25847 41.734

山地生态涵养区 1.69467 98.7414 58.266 100 100

区位熵水域比例土地比例水域累计土地累计

山地生态涵养区 0.0616411 3.59158 58.266 3.59158 58.266

平原经济发展区 2.31007 96.4084 41.734 100 100

区位熵城矿居用

地比例土地比例

城矿居用

地累计土地累计

山地生态涵养区 0.178177 10.3816 58.266 10.3816 58.266

平原经济发展区 2.14737 89.6184 41.734 100 100

区位熵未利用地

比例土地比例

未利用地

累计土地累计

山地生态涵养区 0.292457 17.0403 58.266 17.0403 58.266

平原经济发展区 1.98782 82.9597 41.734 100 100

在获得区位熵的基础上，以土地累计比例为横坐标，土地利用类型累计比例为纵坐

标，画出空间洛伦茨曲线，如图 5-4。


58

图 5-4 2000 年昌平区空间洛伦茨曲线

同理，分别得到 2003、2007 年的区位熵和空间洛伦茨曲线，如表 5-2、表 5-3 和

图 5-5。



山地生态涵养区 0.239437 13.951 58.266 13.951 58.266

平原经济发展区 2.06184 86.0489 41.734 100 100


平原经济发展区 0.031136 1.29943 41.734 1.29943 41.734

山地生态涵养区 1.69396 98.7005 58.266 100 100


山地生态涵养区 0.0803482 4.68157 58.266 4.68157 58.266

平原经济发展区 2.28395 95.3184 41.734 100 100

区位熵城矿居用

地比例土地比例

城矿居用

地累计土地累计

山地生态涵养区 0.164677 9.59504 58.266 9.59504 58.266

平原经济发展区 2.16621 90.4046 41.734 100 100

区位熵未利用地

比例土地比例

未利用地

累计土地累计

山地生态涵养区 0.321625 18.7398 58.266 18.7398 58.266

平原经济发展区 1.9471 81.2602 41.734 100 100


59



山地生态涵养区 0.254699 14.8403 58.266 14.8403 58.266

平原经济发展区 2.04053 85.1597 41.734 100 100


平原经济发展区 0.0332139 1.38615 41.734 1.38615 41.734

山地生态涵养区 1.69248 98.6139 58.266 100 100


山地生态涵养区 0.0891218 5.19277 58.266 5.19277 58.266

平原经济发展区 2.2717 94.8072 41.734 100 100

区位熵城矿居用地

比例土地比例

城矿居用地

累计土地累计

山地生态涵养区 0.174389 10.1609 58.266 10.1609 58.266

平原经济发展区 2.15266 89.839 41.734 100 100

区位熵未利用地比

例土地比例

未利用地累

计土地累计

山地生态涵养区 0.241874 14.093 58.266 14.093 58.266

平原经济发展区 2.05844 85.907 41.734 100 100

（a）2003 年

（b）2007 年

图 5-5 2003 年和 2007 年昌平区空间洛伦茨曲线

观察三期的空间洛伦茨曲线（图 5-4 和图 5-5）可知，5 种土地利用类型的横坐标

没有发生变化，也就是表明 5 种土地利用类型的区位熵排序没有变化，但是其纵坐标在

三时期是不相等的，也就是两区域的 5 种土地利用类型在昌平区的比例是变化的。由于

水域偏离绝对均匀线最远，所以水域是 5 种土地利用类型中分布最不均匀的。


60

5.3.2 空间基尼系数分析

空间洛伦茨曲线直接给出了各种土地利用类型空间分布的差异性，但是其具体、定

量化的空间分布差异情况却不易从图上获得。同样地，引入经济学中可以定量描述国民

收入分配不公平程度的基尼系数来描述土地利用类型空间分布的不均匀程度。

对于基尼系数的计算方法，参考了其他文献[61-62]并结合本研究的实际需求，归纳如

下：

图 5-6 空间基尼系数示意图

如图 5-6，设正方形的边长为 1，蓝色绝对均匀线分开的上下全等三角形面积各为

0.5，蓝色绝对均匀线的空间基尼系数为 0/0.5=0，红色绝对不均匀线的空间基尼系数为

0.5/0.5=1，那么在二者之间的空间洛伦茨曲线的空间基尼系数就是 A/0.5，而 A=0.5-B，

B 的面积等于由绿线分开的三角形和梯形面积之和，这样就可以求得青色空间洛伦茨曲

线的空间基尼系数。


61

图 5-7 2000 年、2003 年和 2007 年昌平区土地利用类型空间基尼系数

仔细观察图 5-7 可知，2000、2003 和 2007 年 5 种土地利用类型的空间基尼系数排

序不是一成不变的，2000 年空间基尼系数按大小依次为水域＞城矿居用地＞耕地＞未利

用地＞林地，2003 年依次为水域＞城矿居用地＞耕地＞林地＞未利用地，2007 年依次

是水域＞城矿居用地＞未利用地＞耕地＞林地。空间基尼系数越大表明该土地利用类型

的空间分布越不均匀，再综合上述的排序可知，水域和城矿居用地的空间分布在三个时

期最不均匀；耕地的不均匀程度在 2000、2003 年排在水域和城矿居用地之后，但在 2007

年被未利用地超越而排在第四位；林地的不均匀程度一直排在末尾，这说明林地是 5 种

土地利用类型当中分布比较均匀的；未利用地的不均匀程度在这三年各不相同，跳跃性

很大，2000 年不均匀程度排在第四位，经 2003 年第五位，至 2007 年第三位，由开始向

均匀方向发展转变为不均匀方向分布。

年年年


62

图 5-8 昌平区土地利用类型按年份排列的空间基尼系数

图 5-8 为 5 种土地利用类型在三个时期各自的空间基尼系数。他们各自的空间基尼

系数变化可以分为三种情况：耕地、林地和水域的空间基尼系数一直处在下滑状态，即

他们越来越趋向于均匀分布，耕地、林地和水域各自的总面积都在减少，但在其分布较

少的区域他们的面积却有所增加，所以他们趋于向均匀分布方向发展；城矿居用地的空

间基尼系数先变大再减小，向不均匀方向发展再折向均匀方向，这是因为城矿居用地在

山地生态涵养区和平原经济发展区都在扩张，但在 2003 年平原经济发展区扩张程度高

于山地生态涵养区，加剧了两区域之间的不均匀程度，造成 2003 年城矿居用地的不均

匀程度最高；未利用地的空间基尼系数先变小再增大，2000～2003 年趋于均匀发展，

2003～2007 年转向不均匀发展，这是因为 2000～2003 年处于主要分布地位的平原经济

发展区未利用地面积增加很小而山地生态涵养区增加很大，导致 2003 年未利用地分布

最为均匀，之后的 2007 年山地生态涵养区面积减小幅度小于平原经济发展区，加剧了

区域之间的空间分布差异程度。

5.4 本章小结

依据 150 m 的高程，将昌平区整体划分为“山地生态涵养区”和“平原经济发展区”，

在两区域下讨论昌平区的土地利用变化情况。


63

山地生态涵养区在 2000、2003、2007 年各种土地利用类型的比例变动极小，林地

一直处于绝对的数量优势，占 90％左右，耕地和城矿居用地比例之和在 9％左右，水域

和未利用地两者之和一直以来都小于 0.5％。比较而言，平原经济发展区土地利用变化

剧烈，林地、水域和未利用地所占比例比较稳定，没有较大的波动，耕地比例由 60％下

滑至 55％、53％，城矿居用地比例起自 31％上升至 37％、40％。

从相对变化率角度看，山地生态涵养区比平原经济发展区波动幅度大，尤其是水域

和未利用地，他们二者在山地生态涵养区所占比例和长期小于 0.5％，故而只需数量极

小的变动就可拉高相对变化率，同样道理也适用于在平原经济发展区比例较小的林地和

未利用地，相反，比例较大的土地利用类型相对变化率就很小。

空间洛伦茨曲线定性地表明水域在 5 种类型中分布最不均匀，空间基尼系数越大说

明分布越不均匀，三时相按大小依次为：2000 年水域＞城矿居用地＞耕地＞未利用地＞

林地；2003 年水域＞城矿居用地＞耕地＞林地＞未利用地；2007 年水域＞城矿居用地

＞未利用地＞耕地＞林地。


64

第6章北京市昌平区土地利用变动的成因分析

土地利用是一系列人类活动和自然过程的结果，而众多的影响因素大体可分为两类：

社会经济类和自然环境类，再由其中每个大类又进一步划分为众多具体的影响因素，换

句话说，土地利用变化是由众多因素共同作用的结果。在实际问题的研究中，为了深入、

全面地分析问题，应该且必须考虑众多的影响因素，他们从不同的角度揭示着问题的本

质。不过，众多的影响因素给问题的分析带来了不可避免的复杂性，他们之间还存在着

不同程度的信息冗余。本研究试引入主成分分析法（PCA）来减少信息冗余，突出主要

指标信息，找出昌平区土地利用变化的主要影响因素。

在深入理解主成分分析法原理的基础上，本研究使用 MATLAB 7.12 实现其相关计

算过程，得出影响耕地、水域和城矿居用地的主要因素，并定量描述其影响作用。由于

林地主要受政策控制影响，而政策的影响又难以定量化，未利用地的成因比较复杂，其

中影响难利用地的主要因素——科技进步，也不好做出量化的判断，所以林地和未利用

地在本文不应用主成分分析法进行讨论。

6.1 主成分分析法的原理

主成分分析法应用在昌平区土地利用变化影响因素分析中的模型原理为：首先，以

年份时间序列收集各种指标因素数值，假设这些指标因素都对土地利用变化产生影响，

则有 n 个年份样本（n＝年份数量），每个样本有 m 个变量（m＝指标因素数量，X1，X2，…，

Xm），建立 n×m 阶的指标数值矩阵 F，即：

11 12 1

21 22 2

1 2

1 2

( , , , )

m

m

m ij n m

n n nm

F F F

F F FF F F F F

F F F

（6-1）

式 6-1 中，Fj 表示第 j 个指标在各个年份样本的数值形成的 n 阶列向量，Fij表示 Fj

在第 i 年份的数值。

其次，将指标数值矩阵 F 中的每一个元素 Fij（i＝1，2，3，…，n；j＝1，2，3，…，


65

m）进行标准化处理。数值标准化是为了消除不同指标数值之间不同单位、不同数量级

的影响，便于指标数值之间的综合分析，标准化之后的指标数值平均值等于 0 标准差等

于 1。数据标准化的方法有很多，但目前还没有通用的固定方法，本文选取应用较多的

偏差法作为本文的标准化方法[63]，公式为：

1,2, , ; 1,2, ,ij j

ij

j

F Mi n j mB

S

（6-2）

其中，Mj、Sj 分别表示指标因素矩阵 F 第 j 列向量的平均值和标准差。原始数据标

准化之后的新矩阵记为 B，即 n×m 阶 B＝(Bij)n×m。

第三，通过坐标变化手段，将含有 m 个指标因素的 Bj（j＝1，2，3，…，m）做线

性变化，转化为一组相互无关的综合变量 Z1，Z2，Z3，…Zm，

1 1 211 11 1

2 1 221 22 2

1 21 2

mm

mm

m mm m mm

l l lZ B B B

l l lZ B B B

l l lZ B B B

（6-3）

Z1，Z2，…，Zm 分别称为原始指标变量的第一，第二，…，第 m 主成分，其中 Z1

在总方差中占的比例最大，综合原始指标变量的能力最强，包含的信息量最大，其余主

成分在总方差中占的比重依次减少，即 Var(Z1)≥Var(Z2)≥…≥Var(Zm)。l＝（lij）m×m（i，j

＝1，2，…，m）为标准化后的矩阵 B 的相关系数矩阵的特征值所对应的特征向量构成

的矩阵，且主成分公式右侧各项系数平方之和为 1，表达式如下：

2

1

1 1 2 mm

ij

j

il

，，，

（6-4）

6.2 影响因素

一般来说，影响土地利用变化的各种因素按其属性可以归纳为社会经济类和自然环

境类。

6.2.1 自然环境类

自然环境类包括气候、水文、地质、地貌、大气、植被等因素。一般来说，自然变


66

化是一个缓慢的过程。目前，涉及自然环境因素对土地利用变化影响的研究比较少，一

般是以几十年甚至几百年之间的自然变化与土地利用变化进行研究分析，时间间隔与空

间地域都比较大，这都大大超出了本研究的时间和地域范围。在一个比较短的时间内（7

年内），本研究认为影响昌平区土地利用变化的自然环境是比较稳定的，或变化十分微

小可以忽略其影响[64]。

图 6-1 2000~2007 年北京地区气象条件

6.2.2 社会经济类

翻阅大量的文献，从中找到北京市昌平区 2000～2007 年具备连续数据的社会经济

指标因素 30 个[65]。结合耕地、水域和城矿居用地各自特性，参考前人[66-67]在研究过程

中所选取的指标，选择那些可以代表北京市昌平区 2000～2007 年社会经济发展状况且

具有特定土地利用类型意义的指标，则耕地、水域和城矿居用地变化影响指标因素列表

如下：


67

表 6-1 昌平区耕地社会经济影响因素表

人口情

况

户籍人口（万人）X1

农业发展水平

蔬菜（吨）X9

非农业人口（万人）X2 农林牧渔业总产值（万元）

X10

总体经

济水平

人均地区生产总值（元/人）X3 农业机械总动力（万千瓦）

X11

全社会固定资产投资（万元）

X4

非农产业发展水平

工业总产值（现价-万元）

X12

地方财政收入（万元）X5 第三产业（万元）X13

人民生

活

社会消费品零售额（万元）X6 房屋施工面积（万平方米）

X14

城镇居民人均可支配收入（元）

X7

接待旅游人数（万人次）

X15

房屋竣工面积（万平方米）X8

表 6-2 昌平区水域社会经济影响因素表

人口情

况

户籍人口（万人）X1

农业发展水平

水果（吨）X9

非农业人口（万人）X2 农林牧渔业总产值（万元）

X10

总体经

济水平

人均地区生产总值（元/人）X3 农业机械总动力（万千瓦）

X11

全社会固定资产投资（万元）

X4

非农产业发展水平


X12

地方财政收入（万元）X5 第三产业（万元）X13

人民生

活

社会消费品零售额（万元）X6 房屋施工面积（万平方米）

X14


X7


X15

房屋竣工面积（万平方米）X8


68

表 6-3 昌平区城矿居用地社会经济影响因素表

人口情况户籍人口（万人）X1

总体经济

水平

人均地区生产总值（元/人）X10

非农业人口（万人）X2 全社会固定资产投资（万元）X11

农业发展水平

粮食（吨）X3 地方财政收入（万元）X12

农林牧渔业总产值（万元）

X4 地方财政支出（万元）X13

农业机械总动力（万千瓦）

X5

人民生活

社会消费品零售额（万元）X14

非农产业发展水

平


X6


X15

出口交货额（万元）X7 城镇居民恩格尔系数（％）X16

房屋施工面积（万平方米）

X8 农民人均纯收入（元）X17


X9 房屋竣工面积（万平方米）X18

6.3 主成分分析过程的 MATLAB 计算实现

在主成分分析过程中，从头至尾都涉及矩阵、向量运算，而美国 MathWorks 公司出

品的 MATLAB 是一款完全面向矩阵且异常强大的科学计算软件，它包含有内容十分丰

富的函数库，方便用户自由组合或调用其中的函数完成各种计算过程。目前，主成分分

析计算大多依赖商业统计软件 SPSS、SAS，其优点是操作简单，但这并不利于研究者

深入剖析方法原理，更无益于改进方法使之更具有面向性。

指标数值矩阵F

F标准化得到矩阵

B

计算得到B相关系数矩阵corr

corr的特征值与特征向量

贡献率与累计贡献

率

主成分载荷矩阵

式6-2 Corrcoef()

Jacobi法

式6-5、6-6式6-7

图 6-2 主成分分析 MATLAB 计算流程

MATLAB 实现过程如图 6-2，其中 corrcoef()是函数库中用于计算列向量相关系数

矩阵的函数，主成分 Zｉ贡献率公式：

m

ki k 1i 1 2 m

iZ ，，，

（6-5）


69

累计贡献率公式：

1 1

i 1 2 mi m

k kk k

，，，

（6-6）

主成分载荷矩阵公式：

1 2ij i ij i j mk e ，，，，

（6-7）

式 6-5、6-6 和 6-7 中 λ为特征值，eij 为特征值所对应的特征向量的元素。

6.4 北京市昌平区耕地面积变化影响因素的主成分分析

6.4.1 主成分的确定

经过如图 6-2 步骤的计算，得到相关系数矩阵 corr 的特征值以及对应的方差贡献

率、累计方差贡献率：

表 6-4 解释总方差（耕地）

序号特征值方差

贡献率

累计方差

贡献率序号特征值

方差

贡献率

累计方差

贡献率

1 10.68 71.23 71.23 9 0.00 0.00 100.00

2 1.67 11.16 82.39 10 0.00 0.00 100.00

3 1.19 7.93 90.32 11 0.00 0.00 100.00

4 0.84 5.59 95.91 12 0.00 0.00 100.00

5 0.46 3.09 99.00 13 0.00 0.00 100.00

6 0.11 0.73 99.73 14 0.00 0.00 100.00

7 0.04 0.27 100.00 15 0.00 0.00 100.00

8 0.00 0.00 100.00

由表 6-4 得，第一主成分的特征根为 10.68，能够解释总变异的 71.23％，即第一主

成分包含了原始信息的 71.23％，第二主成分的特征值为 1.67，解释了总变异的 11.16％，

第三主成分的特征值为 1.19，解释了总变异的 7.93％，至此前三个主成分的累计方差贡

献率超过了 90％，说明前三个主成分已经能够反映 15 个指标因素 90％以上的信息。另

外，提取的主成分原则上要求各指标因素的公因子方差（主成分载荷值的平方和）尽可

能接近，如果某一指标因素的公因子方差与其他相比数值过小，则说明这一评价指标因

素在提取的主成分中信息损失较大，应考虑增加主成分数目[68]。表 6-5 显示，X10—农


70

林牧渔业总产值的公因子方差数值过小（加重标注），所以应适当增加主成分数目。

表 6-5 主成分载荷矩阵（耕地）

Z1 Z2 Z3 公因子方差 Z1 Z2 Z3 公因子方差

X1 0.9883 -0.0836 -0.0985 0.9935 X9 -0.9354 0.2833 0.1006 0.9653

X2 0.9936 -0.0771 -0.0618 0.997 X10 -0.3527 0.4378 0.0269 0.3168

X3 0.9895 0.0367 -0.0604 0.9841 X11 -0.9059 -0.2616 -0.1874 0.9241

X4 0.9813 0.0241 -0.0373 0.9648 X12 0.9776 0.0229 -0.0845 0.9633

X5 0.058 0.8663 -0.0544 0.7567 X13 0.9962 -0.0446 -0.0499 0.997

X6 0.9289 -0.1409 -0.187 0.9177 X14 0.8125 0.2545 0.4377 0.9165

X7 0.9683 -0.1548 -0.1885 0.9971 X15 0.1408 0.5857 -0.7122 0.8702

X8 0.7253 0.3376 0.5863 0.9838

由表 6-6 显示，15 个指标因素的公因子方差比较接近，前四个主成分的累计方差

贡献率超过了95％。根据确定主成分的一般原则：特征值≥1或累计方差贡献率≥85％，

可以确定分析耕地影响的主成分数量为 4，提取前 4 个主成分。

表 6-6 主成分载荷矩阵（耕地，增加主成分后）

Z1 Z2 Z3 Z4 公因子方差

X1 0.9883 -0.0836 -0.0985 0.0306 0.9944

X2 0.9936 -0.0771 -0.0618 0.0244 0.9976

X3 0.9895 0.0367 -0.0604 0.1213 0.9989

X4 0.9813 0.0241 -0.0373 0.0322 0.9659

X5 0.0580 0.8663 -0.0544 -0.1495 0.7791

X6 0.9289 -0.1409 -0.1870 0.1910 0.9542

X7 0.9683 -0.1548 -0.1885 -0.0103 0.9972

X8 0.7253 0.3376 0.5863 -0.0209 0.9842

X9 -0.9354 0.2833 0.1006 -0.0870 0.9729

X10 -0.3527 0.4378 0.0269 0.8231 0.9943

X11 -0.9059 -0.2616 -0.1874 0.1205 0.9387

X12 0.9776 0.0229 -0.0845 0.0866 0.9708

X13 0.9962 -0.0446 -0.0499 0.0254 0.9976

X14 0.8125 0.2545 0.4377 -0.1423 0.9368

X15 0.1408 0.5857 -0.7122 -0.1839 0.9040

注：表中加重数值的绝对值均为大于 0.5 的载荷。

主成分载荷是主成分与原始指标之间的相关系数，该数值（绝对值）越大则该主成

分代表对应原始指标的能力越强。由表 6-4 和表 6-6，分析得到各主成分与原始指标之

间的相互关系：

第一主成分的方差贡献率高达 71.23％，集中了户籍人口、非农业人口、人均地区

生产总值、全社会固定资产投资、社会消费品零售额、城镇居民人均可支配收入、房屋


71

竣工面积、蔬菜产量、农业机械总动力、工业总产值、第三产业、房屋施工面积指标因

素的信息，这体现了人口情况、总体经济水平、人民生活、农业发展水平和非农业发展

水平对耕地面积变化影响的高度共线性；而第二主成分仅与地方财政收入、接待旅游人

数比较相关，其它各载荷绝对值都未超过 0.5；第三主成分与接待旅游人数和房屋竣工

面积有较强的相关性，它主要涵盖了旅游人数和新增建筑面积信息；第四主成分只与农

林牧渔业总产值呈高度正相关，体现为农业收益对耕地面积变化的影响。

由特征向量，得到第一、第二、第三和第四主成分表达式：

' ' ' ' ' ' '1 1 2 3 4 5 6 7

' ' ' ' ' '8 9 10 11 12 13

' '14 15

0.3024 0.304 0.3027 0.3002 0.0177 0.2842 0.2962

0.2219 0.2862 0.1079 0.2771 0.2991 0.3048

0.2486 0.0431

Z X X X X X X X

X X X X X X

X X

' ' ' ' ' ' '2 1 2 3 4 5 6 7

' ' ' ' ' '8 9 10 11 12 13

' '14 15

0.0646 0.0596 0.0284 0.0187 0.6696 0.1089 0.1196

0.261 0.2189 0.3384 0.2022 0.0177 0.0345

0.1967 0.4527

Z X X X X X X X

X X X X X X

X X

' ' ' ' ' ' '3 1 2 3 4 5 6 7

' ' ' ' ' '8 9 10 11 12 13

' '14 15

0.0903 0.0566 0.0553 0.0342 0.0499 0.1714 0.1728

0.5374 0.0922 0.0247 0.1718 0.0774 0.0457

0.4012 0.6529

Z X X X X X X X

X X X X X X

X X

' ' ' ' ' ' '4 1 2 3 4 5 6 7

' ' ' ' ' '8 9 10 11 12 13

' '14 15

0.0334 0.0267 0.1324 0.0352 0.1633 0.2086 0.0113

0.0228 0.095 0.8989 0.1316 0.0946 0.0277

0.1554 0.2008

Z X X X X X X X

X X X X X X

X X

其中 ' 1 2 15i iX ，，，表示原始指标数值经标准化后的数值。

6.4.2 耕地面积变化的主成分回归模型的建立

主成分分析方法提取出 15 个指标因素的大部分信息，降维至 4 个主成分因素，他

们是一组互不相关并能够充分代表原始指标的新变量。以此 4个主成分因素作为自变量，

进行多元线性回归分析，较好地消除了原始指标多重共线性问题的同时保持了原始变量

的大部分信息。

由于耕地面积只有 2000、2003 和 2007 年三时相数据，需用插值方法估计其他缺少

年份的数据，MATLAB 提供有四种插值方法，为最邻近点插值、三次样条插值、线性

插值和三次函数插值，本研究分别应用这四种方法并求取他们的平均值作为 2000～2007


72

年耕地面积数据。

表 6-7 四种插值方法求得的耕地面积

2000 2001 2002 2003 2004 2005 2006 2007

最邻近

点插值 39073.3 39073.3 36307.6 36307.6 36307.6 35059.3 35059.3 35059.3

三次样

条插值 39073.3 37977.2 37055.3 36307.6 35734.2 35335 35110 35059.3

线性插

值 39073.3 38151.4 37229.5 36307.6 35995.5 35683.4 35371.4 35059.3

三次函

数插值 39073.3 37936.5 36973.9 36307.6 35843.9 35444.7 35164.8 35059.3

平均值 39073.3 38284.6 36891.6 36307.6 35970.3 35380.6 35176.4 35059.3

将标准化矩阵带入到主成分表达式中，计算得到各个主成分在 2000～2007 年的得

分，以 4 个主成分为自变量，耕地面积 Y（hm2）为因变量，应用 MATLAB 提供的 stepwise()

函数进行逐步多元回归分析[69]，得到回归模型如下：

136518 442.211Y Z

逐步回归分析过程中剔除了 Z2、Z3、Z4，最终确立回归模型。从回归结果看，判定

系数与相关系数 R2=0.9524、R=0.9445，说明该模型总体拟合效果很好，并且通过 F

（F=120.067）检验和 t 检验（t=-10.9575），p=0.0000＜0.05，该回归模型成立。

从 Y 与 Z1 的回归来看，实际上该模型已经剔除了地方财政收入、农林牧渔业总产

值和接待旅游人数三个因素的影响，变为耕地面积变化与社会总体发展呈负相关关系，

为更精确的度量耕地面积与各指标之间的相关关系，将 Z1 经线性变换与原始指标因素

建立经验公式。

2 3 4 5 61

7 8 9 10 11 12

13 14 15

41191.4 52.0073 35.7337 0.0109 0.0003 0.0001 0.0006

0.0315 2.2198 0.0039 0.0054 28.0366 0.0001

0.0004 1.5656 0.1042

Y X X X X X X

X X X X X X

X X X

从最终的回归结果可以看出，只有蔬菜（X9）、农林牧渔业总产值（X10）和农业机

械总动力（X11）对耕地面积（Y）具有正向相关关系，说明农业发展水平有带动耕地面

积增加的作用，其它都呈反向促进作用。户籍人口（X1）与非农业人口（X2）对耕地面

积的减少作用最为巨大，每增加一万户籍人口或非农业人口，将会导致耕地面积消失 52

hm2 或 35.7 hm

2，这部分消失的耕地主要为新增人口提供住所、学校、医院、工厂和交


73

通等方面的用地，消失的耕地多分布于村镇周边和公路干道附近。总体经济水平三因素

都是对耕地减少有促进作用的，其中人均地区生产总值（X3）的增长大多依赖于非农产

业的增长，这就需要耕地转化为比较利益更高的其它用地类型。房屋竣工面积（X8）代

表房地产业向市场供应各类房屋建筑的能力，除去拆迁改造部分，房屋占地主要来源于

耕地。农业发展水平对耕地面积增加促进明显，农业机械总动力（X11）代表农业机械化

水平，农业机械化层次提高有利于农业走向规模化经营，从而提高农业收入有利于稳定

耕地面积。非农产业的发展一般都是耕地减少的推动力，其中房地产业（房屋施工面积

X14）比第三产业（X13）、旅游业（接待旅游人数 X15）在其中的作用更大。

6.5 北京市昌平区水域面积变化影响因素的主成分分析


表 6-8 解释总方差（水域）


贡献率

累计方差


方差

贡献率

累计方差

贡献率

1 10.12 67.50 67.50 9 0.00 0.00 100.00

2 1.74 11.60 79.10 10 0.00 0.00 100.00

3 1.36 9.06 88.16 11 0.00 0.00 100.00

4 1.06 7.09 95.24 12 0.00 0.00 100.00

5 0.51 3.39 98.64 13 0.00 0.00 100.00

6 0.15 0.97 99.61 14 0.00 0.00 100.00

7 0.06 0.39 100 15 0.00 0.00 100.00

8 0.00 0.00 100.00


74

表 6-9 主成分载荷矩阵（水域）

Z1 Z2 Z3 Z4 公因子方差

X1 0.9885 -0.1143 0.0418 -0.0591 0.9955

X2 0.9934 -0.0965 0.0105 -0.043 0.9982

X3 0.9936 -0.0201 0.0954 0.0375 0.9981

X4 0.9773 0.0347 -0.0077 -0.0455 0.9585

X5 0.0681 0.7728 0.3818 0.0554 0.7506

X6 0.9339 -0.251 0.1892 0.017 0.9713

X7 0.9667 -0.1813 0.0552 -0.1605 0.9962

X8 0.7256 0.4439 -0.3406 0.3791 0.9834

X9 -0.5721 0.5609 -0.4651 -0.2862 0.9401

X10 -0.3262 0.1482 0.5624 0.6775 0.9036

X11 -0.9042 -0.3266 0.1376 -0.0323 0.9443

X12 0.9816 -0.0217 0.0779 -0.019 0.9705

X13 0.997 -0.0636 0.0106 -0.035 0.9994

X14 0.8062 0.3961 -0.3498 0.164 0.9561

X15 0.1468 0.4706 0.6057 -0.5578 0.921

注：表中加重数值的绝对值均为大于 0.5 的载荷。

综合表 6-8、表 6-9，前四个主成分的累计方差贡献率达到了 95.24％，并且公因子

方差都比较接近，符合主成分确认的条件，可以认定提取前四个主成分。

由特征向量，得到第一、第二、第三和第四主成分表达式：

' ' ' ' ' ' '1 1 2 3 4 5 6 7

' ' ' ' ' '8 9 10 11 12 13

' '14 15

0.3107 0.3122 0.3122 0.3071 0.0214 0.2935 0.3038

0.2280 0.2280 0.1025 0.2842 0.3085 0.3133

0.2534 0.0461

Z X X X X X X X

X X X X X X

X X

' ' ' ' ' ' '2 1 2 3 4 5 6 7

' ' ' ' ' '8 9 10 11 12 13

' '14 15

0.0866 0.0731 0.0152 0.0263 0.5858 0.1902 0.1375

0.3365 0.4252 0.1123 0.2476 0.0165 0.0482

0.3002 0.3568

Z X X X X X X X

X X X X X X

X X

' ' ' ' ' ' '3 1 2 3 4 5 6 7

' ' ' ' ' '8 9 10 11 12 13

' '14 15

0.0358 0.0090 0.0819 0.0066 0.3275 0.1623 0.0474

0.2922 0.3991 0.4825 0.1181 0.0669 0.0091

0.3001 0.5197

Z X X X X X X X

X X X X X X

X X

' ' ' ' ' ' '4 1 2 3 4 5 6 7

' ' ' ' ' '8 9 10 11 12 13

' '14 15

0.0574 0.0417 0.0363 0.0441 0.0537 0.0165 0.1556

0.3677 0.2776 0.6570 0.0314 0.0184 0.0339

0.1590 0.5409

Z X X X X X X X

X X X X X X

X X

其中 ' 1 2 15i iX ，，，表示原始指标经标准化后的数值。


75

6.5.2 水域面积变化的主成分回归模型的建立

以上文提取的四个主成分为自变量，水域面积为因变量，进行多元线性回归分析。

与前文一致，先利用四种插值方法求出水域面积，如表 6-10。

表 6-10 四种插值方法求得的水域面积

2000 2001 2002 2003 2004 2005 2006 2007

最邻近

点插值 3222.54 3222.54 2512.62 2512.62 2512.62 2409.12 2409.12 2409.12

三次样

条插值 3222.54 2925.68 2689.04 2512.62 2396.42 2340.43 2344.67 2409.12

线性插

值 3222.54 2985.9 2749.26 2512.62 2486.74 2460.87 2434.99 2409.12

三次函

数插值 3222.54 2903.95 2645.57 2512.62 2469.16 2436.62 2416.2 2409.12

平均值 3222.54 3009.52 2649.12 2512.62 2466.24 2411.76 2401.24 2409.12

以四个主成分在 2000～2007 年的得分为自变量，水域面积 Y（hm2）为因变量，调

用 MATLAB 提供的 stepwise()函数进行逐步多元回归分析，得到模型如下：

1 22635.27 90.3584 76.7633Y Z Z

在逐步回归过程中剔除了 Z3、Z4，最终建立回归模型。R2=0.9501 和 R=0.9301，这

说明模型总体拟合很好，通过 F 检验（F=47.5542）和 t 检验（t1=-9.1985、t2=-3.2397），

p=0.0006＜0.05，回归模型成立。

将 Z1、Z2 经线性变换，与原始指标因素建立经验公式。

2 3 4 5 61

7 8 9 10 11 12

13 14 15

4114.73 8.3324 6.0069 0.0022 0.0001 0.0002 0.0001

0.0041 1.0505 0.0028 0.0001 10.2227 0.00001

0.0001 0.6543 0.1728

Y X X X X X X

X X X X X X

X X X

查看最终的经验公式，只有农林牧渔业总产值（X10）和农业机械总动力（X11）对

水域面积（Y）产生正向相关关系，其余各指标因素都呈反向促进作用。从经验公式各

项系数来看，户籍人口（X1）和非农业人口（X2）数量的增加所减少的水域面积最大，

每增加一万户籍人口或非农业人口将会导致水域面积减少 8～6 hm2，消失的水域土地为

新增人口提供了城矿居用地，或者是粮食来源的耕地。总体经济水平也对水域面积有微

小的负向促进作用，这说明总体经济水平的增长主要不依赖水域的转用，而从其它用地

类型所获得的收益较大。人民生活水平当中的房屋竣工面积（X8）代表房地产发展水平，


76

它对水域减少促进明显，证明城矿居用地对水域占用现象比较突出。农林牧渔业总产值

（X10）和农业机械总动力（X11）的增加促进水域面积扩大，一方面渔业收入增加有利

于稳定水域面积，另一方面农业机械总动力增加促进种植业规模经营，提高单位面积产

出，从而减少占用水域变为耕地的现象。非农产业发展扩大了从水域与其它用地类型获

得的收益差距，在比较收益的推动下，水域转向其它用途。

6.6 北京市昌平区城矿居用地面积变化影响因素的主成分分析


表 6-11 解释总方差（城矿居用地）


贡献率

累计方差


方差

贡献率

累计方差

贡献率

1 12.64 70.20 70.20 10 0 0 100

2 1.89 10.50 80.69 11 0 0 100

3 1.45 8.07 88.76 12 0 0 100

4 1.09 6.07 94.83 13 0 0 100

5 0.52 2.90 97.73 14 0 0 100

6 0.33 1.81 99.54 15 0 0 100

7 0.08 0.46 100 16 0 0 100

8 0 0 100 17 0 0 100

9 0 0 100 18 0 0 100

表 6-12 主成分载荷矩阵（城矿居用地）

Z1 Z2 Z3 公因子

方差 Z1 Z2 Z3

公因子

方差

X1 0.9912 -0.1075 0.0279 0.9949 X10 0.9902 -0.0263 0.1105 0.9935

X2 0.9953 -0.0821 0.0033 0.9973 X11 0.9852 0.0474 0.0053 0.9728

X3 -0.5601 0.6497 -0.3799 0.88 X12 0.0524 0.6469 0.5649 0.7404

X4 -0.3441 -0.0045 0.6389 0.5266 X13 0.9838 -0.162 0.035 0.9953

X5 -0.8939 -0.37 0.0387 0.9373 X14 0.9385 -0.2823 0.1485 0.9826

X6 0.9746 -0.0142 0.0858 0.9575 X15 0.9729 -0.1721 0.0123 0.9764

X7 0.8881 -0.1691 -0.0653 0.8216 X16 -0.9035 -0.3127 0.2534 0.9783

X8 0.8002 0.4664 -0.2134 0.9033 X17 0.9832 -0.1483 0.0892 0.9967

X9 0.1376 0.3575 0.6208 0.5321 X18 0.7079 0.5114 -0.1672 0.7907

综合表 6-11、表 6-12，前三个主成分的累计方差贡献率已经超过了 85％，并且公

因子方差都比较接近，没有出现相差过小的情况，可以确定提取前三个主成分。

由特征向量，得第一、第二和第三主成分表达式：


77

' ' ' ' ' ' '1 1 2 3 4 5 6 7

' ' ' ' ' '8 9 10 11 12 13

' ' ' ' '14 15 16 17 18

0.2789 0.2800 0.1576 0.0968 0.2515 0.2742 0.2498

0.2251 0.0387 0.2786 0.2772 0.0147 0.2768

0.2640 0.2737 0.2542 0.2766 0.1992

Z X X X X X X X

X X X X X X

X X X X X

' ' ' ' ' ' '2 1 2 3 4 5 6 7

' ' ' ' ' '8 9 10 11 12 13

' ' ' ' '14 15 16 17 18

0.0782 0.0597 0.4726 0.0033 0.2691 0.0103 0.1230

0.3393 0.2600 0.0192 0.0344 0.4706 0.1178

0.2054 0.1252 0.2275 0.1078 0.3721

Z X X X X X X X

X X X X X X

X X X X X

' ' ' ' ' ' '3 1 2 3 4 5 6 7

' ' ' ' ' '8 9 10 11 12 13

' ' ' ' '14 15 16 17 18

0.0232 0.0027 0.3152 0.5302 0.0321 0.0712 0.0542

0.1771 0.5151 0.0917 0.0044 0.4688 0.0290

0.1233 0.0102 0.2103 0.0740 0.1387

Z X X X X X X X

X X X X X X

X X X X X

其中 ' 1 2 15i iX ，，，表示原始指标经标准化后的数值。

6.6.2 城矿居用地面积变化的主成分回归模型的建立

以上文提取的三个主成分为自变量，城矿居用地为因变量进行多元线性回归。首先

应用四种插值方法求取城矿居用地在 2000～2007 年的面积，如表 6-13。

表 6-13 四种插值方法求得的城矿居用地面积

2000 2001 2002 2003 2004 2005 2006 2007

最邻近

点插值 19731 19731 23232 23232 23232 25058.6 25058.6 25058.6

三次样

条插值 19731 21101 22268 23232 23993.1 24551.2 24906.4 25058.6

线性插

值 19731 20898 22065 23232 23688.7 24145.3 24601.9 25058.6

三次函

数插值 19731 21143.7 22353.4 23232 23885 24455.1 24870.4 25058.6

平均值 19731 20718.4 22479.6 23232 23699.7 24552.6 24859.3 25058.6

以三个主成分在 2000～2007 年的得分为自变量，城矿居用地面积 Y（hm2）为因变

量，调用 MATLAB 提供的 stepwise()函数进行逐步多元回归分析，得到模型如下：

1 223041.4 536.998 265.08Y Z Z

在逐步回归过程中剔除了 Z3，最终确立回归模型。R2=0.9864、R=0.9810，这说明

建立的回归模型总体拟合很好，通过 F检验（F=181.814）和 t检验（t1=18.7308、t2=3.5757），

p=0.0000＜0.05，回归模型成立。

将 Z1 经线性变换，与原始指标因素建立经验公式：


78

2 3 4 5 61

7 8 9 10 11 12

13 14 15 16 17 18

17904.4 50.1850 35.7608 0.0070 0.0060 47.2137 0.0001

0.0043 3.0025 0.4913 0.0117 0.0003 0.0006

0.0011 0.0004 0.0274 54.1667 0.0825 4.6504

Y X X X X X X

X X X X X X

X X X X X X

观察以上的经验公式可以看出，只有农林牧渔业总产值（X4）、农业机械总动力（X5）、

工业总产值（X6）和城镇居民恩格尔系数（X16）与城矿居用地呈反向相关关系，其余都

呈正向促进作用。联系上文 6.4.2 耕地与各指标因素建立的经验公式，每增加一万户籍

人口（X1）或非农业人口（X2）将会减少耕地 52 hm2 或 35 hm

2，同时增加 50 hm2 或 35

hm2 城矿居用地，非常准确的说明了耕地主要流向了城矿居用地。粮食（X3）对城矿居

用地扩张呈促进作用，这是由于粮食产量的增加可以释放部分耕地流转至城矿居用地。

农林牧渔业总产值（X4）和农业机械总动力（X5）有遏制城矿居用地占用耕地的作用，

尤其是农业机械总动力每增加一万千瓦即减少 47 hm2 耕地转为城矿居用地，提高农业收

入也有遏制效果。工业总产值（X6）代表社会工业收入，对城矿居用地也具有反向作用，

虽然弹性只有 0.01％效果不强烈，究其原因在于工业新增增加值大多来自于既有工业用

地挖潜，没有新占用其它用地。房屋施工面积（X8）促进城矿居用地增长，表明房地产

业发展依靠多占用其它用地。总体经济水平四个指标因素（X10～X13）都促进城矿居用

地扩张，一方面人均地区生产总值（X10）和地方财政收入（X12）增长依赖房地产业、

工业、服务业等行业增长，需占用其它用地转变为城矿居用地；另一方面，全社会固定

资产投资（X11）和地方财政支出（X13）用于教育、卫生、道路、通信、集中供热、污

水处理等基础设施建设，也将使其它土地转向城矿居用地。人民生活中的城镇居民恩格

尔系数（X16）对城矿居用地扩张遏制力最大，每提高一个百分点将减少 54 hm2 土地流

向城矿居用地，恩格尔系数代表了人民生活的富裕程度，富裕程度达到一定水平后人们

会更加注重生活空间的自然与和谐，从而减少绿色空间转变为城矿居用地。农民人均纯

收入（X17）增加也导致城矿居用地增加，这说明农民收入的多增长点来自于非农收入，

农业的比较利益还低于非农产业。房屋竣工面积（X18）带动城矿居用地扩张，主要是由

于新增房屋面积较多来自于占用其它用地转化为城矿居用地。


79

6.7 本章小结

在深入理解并应用 MATLAB 实现主成分分析法计算过程的基础上，首先从众多社

会经济因素中提取出若干主成分，而后建立原始指标数值与土地利用类型的经验公式来

定量的说明社会各方面发展对其作用关系。

分析发现，耕地面积变化的前三位影响因素是户籍人口（X1）、非农业人口（X2）

和农业机械总动力（X11）。每增加一万户籍人口或非农业人口，将会导致耕地面积消失

52 hm2 或 35.7 hm

2，这部分消失的耕地主要为新增人口提供住所、学校、医院、工厂和

交通等方面的用地，消失的耕地多分布于村镇周边和公路干道附近；每增加一万千瓦农

业机械总动力则会促进耕地面积增加 28.0 hm2，这是因为农业机械化层次提高有利于农

业走向规模化经营，从而提高农业收入有利于稳定耕地面积。

户籍人口（X1）、非农业人口（X2）和农业机械总动力（X11）同样也是影响水域面

积变化的前三位影响因素，对水域的作用与耕地相同，数量上有所不同。每增加一万户

籍人口或非农业人口将减少 8~6 hm2 水域，增加一万千瓦农业机械总动力促进水域面积

增加 10 hm2。

类似的，对城矿居用地影响最大的三个因素虽然也是户籍人口（X1）、非农业人口

（X2）和农业机械总动力（X5），但是作用方向与耕地、水域相反。联系上文，每增加

一万户籍人口（X1）或非农业人口（X2）将会减少耕地 52 hm2 或 35 hm

2，同时增加 50 hm2

或 35 hm2 城矿居用地，很好地说明耕地主要流向了城矿居用地。


80

第7章结论、建议与展望

7.1 主要结论

本研究以遥感影像为数据源提取土地利用信息，综合运用地理信息系统、计算机编

程语言、模型指数、马尔科夫链预测法和主成分分析法等，分析描述昌平区在研究时段

内各年份或时段间土地利用变化整体和局部的特征、趋势，并在景观分区下讨论昌平区

土地利用类型的时空分布均匀性，本研究的最后部分使用主成分分析法阐述耕地、水域

和城矿居用地面积变化的主要影响因素，最终本研究取得如下结论：

第一，2000~2007 年昌平区土地利用变化主要集中于平原地区，共有 19004.76 hm2

面积土地在两时段内至少有一次土地利用类型变化，占到整体的 14.0％，有 5478.66 hm2

在两时段内都发生土地利用变化，7 年之间平均每年土地利用变化幅度为 3497.63 hm2。

第二，2000~2007 年昌平区各土地利用类型所占比例的排序没有变化，按大小依次

为林地＞耕地＞城矿居用地＞水域＞未利用地，但他们的比例处在变动之中，耕地、水

域与林地分别减少 2.96％、0.6％、0.27％，城矿居用地由 14.52％攀升至 17.10％、18.44％，

未利用地有一定波动，0.99％上升到 1.01％，再下降为 0.90％。

第三，2000~2003 年和 2003~2007 年两研究时段林地的转化率最小，处在 1％以下。

按转化率由大到小排列，2000～2003 年依次为水域＞未利用地＞耕地＞城矿居用地＞林

地，2003～2007 年依次为未利用地＞水域＞城矿居用地＞耕地＞林地。

第四，研究土地利用类型转移矩阵和空间分布图发现：耕地主要转化为城矿居用地，

平原地区耕地靠近中心城区、交通干道，随着城市发展、人口膨胀等因素，居住用地、

工业用地的扩张会首先占用原来的耕地，导致耕地流向城矿居用地；林地的稳定性极好，

变化非常微小，因为 2000～2007 年正是北京申办和筹备 2008 年夏季奥运会的关键时期，

加之新世纪以来北京地区经常遭受沙尘、雾霾等恶劣天气影响，所以政府对于具有涵养

水源和水土保持重要作用的林地转作他用的审查控制极为严格；水域面积在萎缩流向耕

地和城矿居用地，一方面水域干涸后转用为耕地，另一方面临近村镇的水域被开发为建

设用地；城矿居用地是耕地和水域转化的主要流向，一直处于增长之中；未利用地份额


81

较少，但是其分布变化比较剧烈，没有比较固定的流入与转出方向。

第五，昌平区土地利用程度综合指数在持续变大，说明昌平区的土地利用在向凝聚

人类活动较多的方向发展，昌平区整体的土地利用处于发展期。

第六，马尔科夫链预测法分析表明，耕地流向城矿居用地的态势还会继续，林地即

使面积缩减也是很微小的，水域面积也处在减少之中。

第七，景观分区下的两区域其土地利用相对变化率表现的特点有：区域内比例较小

的土地利用类型相对变化率波动幅度往往比较大，如山地生态涵养区的水域、未利用地

和平原经济发展区的林地、未利用地，相反，那些比例较大的土地利用类型相对变化率

很小。

第八，从空间洛伦茨曲线和空间基尼系数查看土地利用结构的变化显示：水域一直

是分布最不均匀的，但水域和耕地、林地越来越趋向于均匀分布；城矿居用地先向不均

匀方向发展再折向均匀方向，未利用地恰好相反。

第九，通过主成分分析法确认户籍人口、非农业人口和农业机械总动力是起到影响

耕地、水域和城矿居用地面积变化的主要因素。三因素分别代表人口水平、城市化率和

农业发展水平，其中人口水平和城市化率被模型很好的验证耕地转出几乎全部流向城矿

居用地。

7.2 对策建议

针对北京市昌平区土地资源利用研究中的主要结论，提出以下对策和建议。

7.2.1 城乡统筹，整体规划

昌平区是中心城区人口与产业的接替区，这是近十五年来北京市总体规划对昌平区

的功能定位。但是，伴随着南部回龙观、东小口、北七家和沙河四镇的开发建设，这些

地区早已经实现了城镇化、市民化，传统农业让位于服务业、房地产业，将这些地区纳

入中心城区统一规划不仅提升当地的城市品质，也更有利于土地的节约、集约利用。


82

7.2.2 森林保护，遏制下降

昌平区的森林主要分布在北部和西部，是首都核心地带最后一道阻挡西北沙尘的绿

色屏障，此外还可以涵养水源和维护生物多样性。这块森林的质量关乎首都千万市民日

常生活的品质，所以管理部门应该实施更为严格有效的保护监察机制，将当地民众切身

利益与提高森林质量紧密结合起来，鼓励发展生态友好的休闲体验型都市农业、旅游业，

使民众利益与森林保育相得益彰。

7.2.3 水域保护，注重质量

水域具有调节小气候的重要作用。昌平区的水域分布很不均匀，大部分集中在平原

经济发展区，而这个区域土地近年来转向城矿居用地活动比较剧烈，水域特别是

2000~2003 年之间坑塘类的小水体消失严重，这种情况应引起足够的重视，这可能会加

剧昌平区局部环境的恶化。对于十三陵水库、京密引水渠和温榆河，重点是加强流域污

染监管，做到防患于未然。

7.2.4 控制人口，合理布局

第 6 章分析表明，人口是影响土地利用变化的最关键因素。人口膨胀仍将在长期深

刻推动着昌平区城矿居用地的扩张，那么昌平区人口合理分布是促进未来一定时期人居

环境生态和谐的首要问题。

7.2.5 宣传教育，转变观念

人类不合理的生活生产方式是几乎所有资源环境问题的根源，因而改变人们的思想

观念，进而改变人们的生活生产方式，才是解决资源环境问题的根本之道，土地利用可

持续发展也是如此。在国外，公众已经较广泛地参与土地利用工作。事实表明，公众参

与对于土地利用可持续发展具有不可估量的作用。相反，我国公众对土地利用可持续发

展的认知度太低。因而，利用各种媒体宣传其重要性，让可持续发展观念深入人心，提

高公众参与热情，是土地利用可持续发展的一项重要任务。宣传教育作用并非一蹴而就，


83

但贵在坚持不懈。

7.3 研究展望

第一，本研究所采用的研究数据是分布在 7 年内的首尾和中间，4.1 研究发现有 4.03％

的土地面积在两时间段内都发生变化，鉴于研究数据的时间分辨率为 3 年和 4 年，那么

可以想见若研究数据的时间分辨率进一步缩小，则还有可能发现多次重复土地利用变化

情况。

第二，本研究对分类结果的空间比较分析是通过 IDL 编程实现的，因为目前还没有

现成的软件可以提取某一土地利用类型的变化信息，这一功能可以在今后遥感软件的开

发中扩展补充。

第三，2000～2007 年之间恰好是北京从申办到筹备奥运会的关键时期，昌平区与奥

运核心地带咫尺之遥，与奥运会如期举办息息相关，并且部分赛事也在昌平区进行，但

由于缺少相关数据，奥运与昌平区土地利用之间的相互作用关系没有在本研究加以讨论，

留待日后做进一步深入研究[70-71]。


84

参考文献

[1] 内政部土地测量局志编委会.内政部土地测量局志[M].台中：[出版者不详]，2007.

[2] 张昭仁.土地科学与土地管理概论[M].杭州：浙江大学出版社，2011.

[3] 熊永珍，陈传明.土地利用与土地覆被变化研究综述[J].廊坊师范学院：自然科学版，2008，8

（6）：117-119.

[4] 唐华俊，吴文斌，杨鹏，等.土地利用/土地覆被变化（LUCC）模型研究进展[J].地理学报，

2009，64（4）：456-468.

[5] 北京市规划委员会.北京城市总体规划（2004 年-2020 年）[R].2005.

[6] 北京市昌平区人民政府.北京市昌平区国民经济和社会发展第十二个五年规划纲要[R].2011.

[7] 蒙吉军，严汾.大城市边缘区 LUCC 驱动力的时空分异研究——以北京昌平区为例[J].北京大

学学报：自然科学版，2009，45（2）：311-319.

[8] 陈改英，郭达志.北京市昌平区土地利用/覆盖变化的遥感监测与热环境响应分析[J].测绘通报，

2011，（11）：37-40.

[9] 刘春霞，李月臣，罗茜.重庆市都市区土地利用/覆盖变化的生态响应研究[J].水土保持研究，

2011，18（1）：111-116.

[10] 闫殿武.IDL 可视化工具入门与提高[M].北京：机械工业出版社，2002.

[11] 韩培友.IDL 可视化分析与应用[M].西安：西北工业大学出版社，2006.

[12] Martin Gudgin.IDL 精髓[M].北京：中国电力出版社，2002.

[13] 冈萨雷斯.数字图像处理：MATLAB 版[M].北京：电子工业出版社，2009.

[14] 查普曼.MATLAB 编程[M].北京：科学出版社，2010.

[15] 吴秀芹.ArcGIS 9 地理信息系统应用与实践[M].北京：清华大学出版社，2007.

[16] 梅安新.遥感导论[M].北京：高等教育出版社，2001.

[17] 彭望琭.遥感概论[M].北京：高等教育出版社，2002.

[18] 赵英时.遥感应用分析原理与方法[M].北京：科学出版社，2003.

[19] 陈述彭.遥感地学分析[M].北京：测绘出版社，1990.

[20] 张峰.北京市郊区可持续景观生态规划及优化生态生产范式研究——以昌平区为例[D].北京：


85

中国科学院植物研究所，2004.

[21] 张同升，甘国辉.土地利用变化的研究理论述评[J].中国土地科学，2005，19（3）：33-38.

[22] 王万茂.土地利用规划学[M].北京：中国大地出版社，1996.

[23] 赵来.RS 和 GIS 支持下的歙县土地利用变化分析[D].芜湖：安徽师范大学，2006.

[24] 李秀彬.“欧洲和北亚土地利用/土地覆盖变化模拟”项目简介[J].地理科学进展，1996（3）：

40-42.

[25] 李玉娥，秦晓波，万运帆，等.第二承诺期土地利用、土地利用变化与林业规则的各方观点及

对策建议[J].气候变化研究进展，2008，4（5）：277-282.

[26] Deal and D. Schunk. Spatial Dynamic Modeling and Urban Land Use Transformation: A

Simulation Approach to Assessing the Costs of Urban Sprawl [J]. The Journal of Ecological

Economics，2004，51（1-2）：79-95.

[27] Z. Sun，B. Deal and V.G. Pallathucheril. The Land-use Evolution and Impact Assessment Model：

A Comprehensive Urban Planning Support System [J].Journal of the Urban and Regional

Information Systems Association，2009，21（1）：57-68.

[28] B. Deal. Ecological Urban Dynamics ： The Convergence of Spatial Modeling and

Sustainability[J].The Journal of Building Research and Information，2001，29（5）：381-393.

[29] 孙成权，王天送，黄彦敏.全球环境变化与城市化、制度因素、全球土地计划[M].北京：气象

出版社，2008.

[30] 蔡运龙.全球土地研究计划：中国应走在前[J].中国土地，2007，（4）：19-21.

[31] Global Land Project. Research projects [EB/OL].

http://www.globallandproject.org/Research_projects.shtml.

[32] Fan，Peilei，Qi Jiaguo. Assessing the sustainability of major cities in China[J].Sustainability Science

Journal，2010，5（1）：51-68.

[33] Land-Cover/Land-Use Change Program. Regional Initiative [EB/OL].

http://webster2.iluci.org/regional_initiatives.php.

[34] 刘新卫，陈百明，史学正.国内 LUCC 研究进展综述[J].土壤，2004，36（2）：132-135.

[35] 张晶，刘书忠，付修勇.中国土地利用变化研究的认识和思考[J].德州学院学报，2005，21（4）：


86

54-61.

[36] 王秀兰，包玉海.土地利用动态变化研究方法探讨[J].地理科学进展，1999，15（1）：81-88.

[37] 摆万奇，赵士洞.土地利用覆盖变化研究模型综述[J].自然资源学报，1997，12（2）：169-175.

[38] 北京市昌平区地方志办公室.北京昌平年鉴（2010）[M].北京：中共党史出版社，2010.

[39] 中共北京市昌平区委党史办公室，北京市昌平区地方志办公室.北京昌平年鉴（2009）[M].北

京：中共党史出版社，2009.

[40] 昌平县志编纂委员会.昌平县志[M].北京：北京出版社，2007.

[41] 尹黎明，卢玉东，潘剑君，等.基于多波段组合技术的土地利用/覆盖信息提取研究[J].遥感信

息，2005（5）：16-19.

[42] 郭斌，任志远.陆地卫星影像用于土地利用覆被变化中的波段组合研究[J].陕西师范大学学报：

自然科学版，2007，35（2）：112-117.

[43] 邓书斌.ENVI 遥感图像处理方法[M].北京：科学出版社，2010.

[44] 国土资源部.土地利用现状分类标准（GB/T 21010-2007）[S].2007-09-03.

[45] 国土资源部.全国土地分类（过渡期适用）[S].1999.

[46] [责任者不详].土地分类体系说明[J].浙江国土资源，2007，（10）:34-35.

[47] 刘纪远.国家资源环境遥感宏观调查与动态监测研究[J].遥感学报，1997，1（3）：225-261.

[48] 刘纪远.中国资源环境遥感宏观调查与动态研究[M].北京：中国科学技术出版社，1996.

[49] 楼立明，顾春墚，张苏红.多源遥感数据融合在土地利用更新调查中的应用研究[J].浙江国土资

源，2005（5）：6-8.

[50] 徐兆军，胡娟.多源遥感数据融合技术在土地变更调查中的应用[J].国土资源科技管理，2007

（4）：117-120.

[51] 马礼，苏海霞.河北沽源县土地利用动态变化研究[J].干旱区资源与环境，2010，24（1）：131-137.

[52] 王玉鹏，孟献丽，任政，等.基于定量遥感的重庆市土地利用动态变化研究[J].西南大学：自然

科学版，2009，31（10）：154-160.

[53] 李成范，周廷刚.基于多源遥感的重庆市土地利用动态变化研究[J].中国国土资源经济，2009

（8）：34-38.

[54] 殷少美，周寅康，濮励杰.马尔科夫链在预测土地利用结构中的应用——以湖南娄底万宝镇为


87

例[J].经济地理，2006，26（增刊）：120-124.

[55] 赵玲，靳开俊.基于马尔科夫过程的明城镇土地利用结构预测研究[J].当代生态农业，2010（3、

4）:107-110.

[56] 韩春建，吴克宁，刘德元，等.基于马尔科夫模型的郑州市郊区多方案耕地保有量预测[J].土壤，

2011，43（3）：453-458.

[57] 郭笃发.利用马尔科夫过程预测黄河三角洲新生湿地土地利用/覆被格局的变化[J].土壤，2006，

38（1）：42-47.

[58] 陈瑞琴.基于马尔科夫模型的土地格局变化预测——以青岛市为例[J].国土与自然资源研究，

2009（1）:29-30.

[59] 陈军伟，孔祥斌，张凤荣，等.基于空间洛伦茨曲线的北京山区土地利用结构变化[J].中国农业

大学学报，2006，11（4）：71-74.

[60] 边静，何多兴，田永中，等.基于信息熵与空间洛伦兹曲线的土地利用空间结构分析[J].水土保

持研究，2011，18（5）：201-205.

[61] 李茂能.各种 Gini 系数指标的相对效能分析——以教育成就模拟资料为例[J].国民教育研究学

报，2004，（13）：1-50.

[62] 李聪睿.计算基尼系数的算法研究及其应用[J].广东工业大学学报，2005，22（2）：124-133.

[63] 俞立平，潘云涛，武夷山.学术期刊综合评价数据标准化方法研究[J].图书情报工作，2009，53

（53）：136-139.

[64] 北京市统计局，国家统计局北京调查总队.北京统计年鉴 2010[M].北京：中国统计出版社，

2010.

[65] 中共北京市委党史研究室，中共北京市昌平区委党史办公室.昌平改革开放 30 年[M].北京：中

央文献出版社，2008.

[66] 吴佩林，鲁奇，王国霞.近 20 年来北京市耕地面积变化及其相关社会经济驱动因素分析[J].中

国人口资源与环境，2004，14（3）：109-116.

[67] 王海鸿，马琼，付士波，等.西北干旱半干旱区耕地面积变化与人口、经济发展的相关关系研

究[J].干旱区资源与环境，2011，25（1）：74-80.

[68] 冯长春，侯玉亭.城镇土地评价中主成分分析法的应用[J].中国国土资源经济，2007，（7）：27-32.


88

[69] 辜子寅.基于主成分回归模型在江苏省农民增收研究中的应用[J].统计教育，2009，（4）：21-25.

[70] 满超.我国申奥成功后经济快速发展探讨[J].现代商贸工业，2009（2）:173-175.

[71] 冯海涛.奥运投资对北京经济发展的正效应分析[J].河北企业，2009（1）:45-46.


89

致谢

答辩结束了，我的硕士阶段跟着也结束了，回望三年时光，诸多意外也伴随诸多遗

憾。我很意外可以被导师派到北京学习遥感技能，同时遗憾的是每次回到学校都是在倒

计时准备离开。三年研究生时光，从考研面试直至毕业答辩每一关键时刻都离不开很多

老师和同学真诚、由衷的帮助，正是他们鼓励着我面对困难坚持再坚持，碰到挫折绝不

轻言放弃，结果是我内心强大了。

首先，我要感谢我的导师马惠兰教授。老师以其独到的眼光和高屋建瓴的学识不仅

给予我课题方面的启迪，还为困惑的我指明了今后研究发展的方向。非常可贵的是，老

师把我推荐给叱咤遥感领域三十年的李虎教授，赋予我一个全新的工作研究环境，我十

分感念，老师的这一决定真正改变了我的人生轨迹，由衷地感谢我的老师！

新疆卫星应用工程中心高级工程师李虎教授是带领我进入遥感、地信领域的领路人。

初次与李老师见面时的情景至今历历在目，是李老师安排我到中国科学院遥感应用研究

所学习遥感技能，李老师快人快语的性格以及天南海北的经历都是我学习借鉴的榜样，

初涉遥感的我向李老师致以由衷地敬意！感谢工程中心工程师陈冬花师姐，花姐尽心尽

力联系遥感所使我得以顺利入所，又给我介绍了不少经验，谢谢花姐，未来我们还会具

有共同的回忆。

中国科学院遥感应用研究所助理研究员李家国博士是我在遥感所实习阶段自始至

终的直接领导。家国师兄严谨认真的工作态度和兢兢业业的工作精神，以及其卓越的工

程素养是我今后工作研究的典范。平日里家国师兄不论项目工作还是学术研究都严格要

求我们，在面临毕业时期师兄给予我们很多建议，在我考博的日子里，师兄给我充分的

时间安排复习，在此我要特别感谢家国师兄！在遥感所的日子，我还要感谢刘剋师兄、

王珂师兄、米晓飞师姐、徐辉师兄、王栋师兄、郑逢杰师姐、张树凡、李慧芳、马晓红、

韩杰、罗晓丽、吕天然、杨劲林、张谦等，怀念与大家一起朝夕相处的时光，怀念与大

家一起心急火燎的日子。

福建师范大学博士王艳霞师姐是李虎老师的得意女弟子。在北京时，艳霞师姐经常

给我讲解、点明学习研究的关键和方向，多次指导我的文章写作并提出很多她的建议，


90

在我迷茫的时候艳霞师姐更是语重心长地为我考虑，北师大正是出于艳霞师姐的指点，

特别感谢艳霞师姐！来到北京我加入李老师的团队，还要感谢刘玉锋师兄、汪左师兄、

邓娇师姐、潘英、贺广均、王蕊、周洋、叶李灶，并预祝左师兄、广均、王蕊在南京大

学博士研究一切顺利！

同门曹守峰同学两年来为不在学校的我跑前跑后，付出大量的时间和精力，点点滴

滴都在我心，我十分敬佩峰哥的仁义与智勇，我能与峰哥同门是我的荣幸，感谢峰哥并

祝愿峰哥在海外新天地学术研究更加辉煌！感谢孙长平师姐、贾改凤师姐、叶菲师兄、

杜涛师兄、刘晓军师兄和颜璐师姐在研一时给予我生活和学习的指导，感谢同年的魏巍，

感谢苏洋师弟、李凤师妹、张姣师妹和刘通师弟，我的顺利毕业离不开你们的支持，谢

谢你们！

管理学院王戎老师在考研面试与毕业答辩两次都给予我很大的帮助，再次谢谢王老

师。感谢刘凯辉班长、张仲同学、石玉萍同学、李金同学、马永仁同学、张建勋同学、

徐乾贵同学、陶崇鑫同学、周健华同学、王加学同学等等，预祝大家都有美好的未来！

最后，感谢我的父母，感谢他们对我的理解与支持！

再见，新疆农业大学！

李旭

2012 年 6 月 6 日乌鲁木齐


91

作者简介

李旭，男，天津人，1984 年生于天津。2003 年考入中国地质大学（武汉），后毕业

于资源学院土地资源管理专业，工学学士。2009 年考入新疆农业大学，2010.9~2012.5

在中国科学院遥感应用研究所遥感定标与真实性检验研究室客座实习并完成毕业论文，

2012.6 毕业于管理学院土地资源管理专业，管理学硕士。

硕士阶段研究活动：

1、阿克苏地区温宿县农户化肥施用情况问卷调查，为期十天；

2、新形势下新疆特色农业发展战略研究，撰写新疆葡萄产业化发展有关章节；

3、环境与灾害监测预报小卫星星座系统工程—生态环境遥感产品生产分系统，概设与

详设编写；用户手册编制；软件测试；测试数据整理；Toolbox 开发；数据库开发；

自动简报开发；算法开发集成；

4、国家重大专项—高分数据共享与集成系统，基于 WorldWind 客户端数据显示、检索；

5、柬埔寨国家军事空间信息基础设施建议书，撰写军事作战指挥分系统有关章节；

6、国家航天局航天遥感论证中心—创新平台需求分析，撰写数据发布有关章节；

7、神华煤矿环境监测信息管理系统，撰写投标文件有关章节；

硕士阶段论文情况：

1、马惠兰，李旭.新疆葡萄产业化发展现状及对策建议[J].新疆林业，2010，（6）：27~29、

40；

2、李旭，马惠兰.基于 MATLAB 主成分分析的北京市耕地面积变化影响因素研究[J].

天津农业科学，2011，17（6）：70~74；

3、李旭，马惠兰*.基于遥感和空间洛伦茨曲线的北京市昌平区土地利用结构时空变化

分析[J].浙江农业学报，2012，24（2）：284~289.

research on land use dynamic change based on rs technique in changping，beijing

Documents