吉林西部開墾初期的LUCC類型空間分布重建——基于GEOMOD模型

呂 妍，張樹文，楊久春

(1．國家測繪地理信息局第二地形測量隊，陜西西安710054;

2．中國科學院東北地理與農業生態研究所，吉林長春130012;3．吉林大學地球科學學院，吉林長春130061)

土地變化科學是全球環境變化和可持續發展研究的基本組成部分，而土地利用/土地覆被變化(LUCC)和人與環境系統的動態耦合關系，作為土地變化科學的主要研究內容，是目前全球變化研究的核心內容之一。歷史時期的土地利用/覆被變化作為LUCC和GLP的重要組成部分，是許多科學計劃的研究對象。目前在全球變化研究全面開展的階段，基于遙感等技術手段的當代土地利用與土地覆被變化監測及研究已經取得了巨大進展，但是開墾初期的研究很少，主要是因為數據來源較少，獲取困難。開墾初期的人類活動受當時的生產技術和政策制約，其土地利用/覆被變化有著自身的規律和空間變化特點。而且，土地利用/覆被變化對全球變化的影響有著其累積作用，對各個時期的研究都是必須且非常重要的。而由于技術方法的限制，開墾初期的LUCC研究目前還是比較少的，所以探討開墾初期的研究方法不僅能夠解釋區域內的土地利用/覆被變化，對于其他區域的研究也有著重要的借鑒意義。

東北地區是我國重要糧食生產基地、重要畜牧業基地、重要工業生產基地、重要資源基地，也是對東北亞開放的窗口，吉林省作為重要的組成部分，其糧食生產與生態安全之間的權衡關系關系到東北地區乃至全國的糧食安全與生態安全。吉林省西部是中國北方農牧交錯帶的典型區域，屬于半干旱溫帶大陸性季風氣候，具有高度的環境敏感性和生態脆弱性［1］。由于植被、地貌、土壤、氣侯、水文等自然條件和土地利用方面帶有明顯的過渡特征，因此，該區生態系統對人類的生產活動異常敏感。筆者主要利用GEOMOD模型來研究吉林西部開墾初期的土地利用/覆被類型的重建，重建了開墾進程中耕地與非耕地兩種土地覆被類型的空間分布，對于識別土地利用類型變化帶來的生態環境影響有重要作用，對于合理指導和安排土地生態恢復和建設工作具有重大的現實意義。

1 研究區概況

研究區為吉林省西部的白城市和松原市，包括白城市區、鎮賚縣、扶余縣、前郭爾羅斯蒙古族自治縣、洮安縣、大安縣、長嶺縣、乾安縣及通榆縣，而20世紀80年代時這2個市所轄范圍統稱為白城地區，研究區位置示意見圖1。

白城地區位于吉林省西北部，松嫩平原西部，科爾沁草原東部。東、東南與長春市的榆樹、德惠、農安3縣接壤;南與四平市的雙遼、懷德兩縣毗鄰;西、西北與內蒙古自治區的科爾沁左翼中旗、科爾沁右翼中旗、突泉縣、科爾沁右、翼前旗相連;北、東北與黑龍江省泰來縣、杜爾伯特旗、肇源縣、雙城縣隔江相望。幅員面積47 011 km2。轄1市、8縣(其中有1個蒙古族自治縣)，213個鄉(鎮)，9個街道辦事處，2 026個村民委員會，6 177個自然屯。據《白城地區志》記載，至1985年末，白城地區有909 431戶，4 002 547人，其中，農業人口3 009 742人，非農業人口992 805人，分別占全區人口的75．2%和 24．8%。

全區地勢走向為西北高，中間低，東南略有起伏。全區屬中溫帶大陸性季風氣候，春季干燥多風，夏季溫熱多雨，秋季涼爽，冬季寒冷而少雪。溫差大，光、熱較充足。白城地區素以幅員廣闊著稱，全區人均占有土地1．175 hm2，是吉林省人均占有土地的1．37倍，是全國人均占有土地的1．3倍。白城地區是以糧豆生產為主的農業地區，農作物主要有旱種玉米、葵花、谷子、蓖麻、高粱、小麥、甜菜等。全區草場位于科爾沁大草原的東部，是全國天然羊草草場分布的中心。境內水域寬廣，有發展漁業生產的自然優勢。松花江、第二松花江、嫩江、洮兒河、拉林河等江河流經境內，水庫、塘壩、泡沼星羅棋布。

2 模型介紹

2．1 GOEMOD模型原理 GEOMOD是一種模擬土地利用類型由一種向另一種轉變的模型(如耕地轉化為非耕地)。為了實現這一目標，GEOMOD模型需要的初始數據包括模擬開始和結束的時間點的相關信息、2種類別的初始狀態圖層、發生土地利用變化的地表區域、土地利用變化的驅動因素以及一幅成層的地圖。成層的地圖可以允許將研究區劃分為多個區域。每一個區域只允許一種轉換方向。GEOMOD包含了表層覆被的可能的轉換的機會，通過一種簡單的深入，從而介入在開始時間發生土地利用變化的臨近區域。GEOMOD的設計是用來預測土地覆被變化的位置，而并不是變化的區域的數量。

2．2 GOEMOD模型所需數據 該研究運用IDRISI軟件中的GEOMOD模型，因為該模型主要模擬2種類型之間的轉換，根據需要，主要研究耕地以及非耕地之間的轉換。這是因為20世紀30年代在研究區內所發生的主要人類活動是開墾，主要土地利用覆被類型變化是人類將荒地、草地等類型開墾為可用于種植農作物的耕地。

利用GEOMOD模型重建20世紀30年代土地利用覆被類型即重建當時的耕地與非耕地分布。需要準備的數據有:①20世紀50年代的土地利用覆被類型圖，將其合并為只有耕地和非耕地2種類型的分布圖;②20世紀30年代的耕地面積，從歷史統計資料中可以提取;③影響耕地和非耕地之間轉換的驅動因素——選擇幾個主要的影響因子，并對每個影響因子進行量化并分級，依據每個因子的影響權重，將所有圖形進行加權可以生成適宜性圖。

GEOMOD模型中輸入的數據需要是柵格格式，由于該研究所用的DEM數據精度最高，柵格大小為90 m×90 m，所以將其他數據也都轉換成90 m×90 m大小的柵格數據，統一大小以便于模型計算。

2．3 適宜性圖的生成原理 GEOMOD模型中最重要的步驟是通過利用幾個屬性地圖和一個土地利用地圖創建了“適宜性”經驗地圖。而適宜性圖的準確與否則取決于這幾個屬性地圖，這就需要選擇合適的驅動力并將其定量化，生成驅動力圖。選取的驅動力則對要模擬的土地利用類型影響明顯，并且易被量化，一般都包含自然因素和社會經濟因素。將每個驅動力量化生成驅動力圖后，再根據其對模擬的土地利用類型的影響大小，進行加權匯總，生成該種土地利用類型的適宜性圖。

3 數據處理

3．1 GEOMOD重建模型中驅動因素的選取 土地系統是自然—人文綜合體。土地利用不僅受到自然因素的影響，而且受社會經濟因素的綜合作用。自然因素在大環境背景上控制著土地利用/覆被變化，而社會經濟因素則是在較短時間尺度上影響土地利用/覆被變化的主要外部驅動力［2］。歷史時期的土地利用/覆被變化大都是人類通過土地利用活動造成的。因此，分析社會經濟因素對土地利用/覆被變化的作用應放在重要位置。所以該研究選取的驅動因素前兩者為自然因素，后兩者為社會經濟因素。

3．1．1 土壤類型。耕地分布及其變化受氣候、地形、土壤等各種自然因素和社會經濟因素的影響，短期的耕地變化是驅動因素中的社會經濟因素起決定性作用［3］，但長期的耕地分布及其變化受自然環境背景因素制約，土壤(包括地表特征)是對耕地質量的影響最為顯著的驅動因素之一。在許多特定情況下，如在區城范圍內，氣候條件變化微小，農田基礎設施條件一樣的條件下，土壤會成為影響耕地分布的唯一因素［4］。因此，研究耕地分布及其變化與土壤類型的空間相關關系，有利于掌握耕地開發及其變化規律。所以，該研究將土壤類型作為耕地的轉變的一個主要驅動力。

上述分析表明，耕地的開墾與土壤類型有著重要的關系。一般在正常情況下，適宜耕種的質量好的土地首先被開墾，肥沃土地開墾完后再進一步開墾質量差不適宜耕種的土地。事實上，并非是首先將一等地完全開發完后，再開發次一類的土地，其原因主要是，有些土質較好的地區，人類進入較晚，還有一部分是公有制土地，限制個人開發。

土壤類型作為GEOMOD模型中所要利用的主要驅動力，首先要將土壤類型分布圖轉換成模型可用的圖像，即用數字類型代替土壤類型生成新的土壤類型圖，例如，用1代替黑鈣土，2代替草甸土，以此類推，用1～16表示每種土壤類型，生成的新土壤分類圖可以直接輸入模型中，用于生成適宜性圖及模擬耕地的變化(表1)。

由圖2和表1可以看出，研究區內的主要土壤類型為黑鈣土、草甸土、風沙土、堿土、暗栗鈣土、沖積土等。

表1 研究區內的土壤類型面積匯總 hm2

3．1．2 坡度。理論上來說，人們開墾土地應該遵循先開墾土壤肥力好的土地，而一般不完全符合這個結論。這是因為早期人們開墾土地主觀選擇性較大，并且受技術水平影響，是以開墾難易程度來選擇的，所以，多是以地勢平坦與否作為決定因素。

現實中，耕地在低平原區分布面積最多，其次為平原和臺地區。海拔高度500 m以下，耕地隨海拔高度的升高而呈增長趨勢。人類活動受海拔高程的影響明顯，人類對土地資源的開發利用主要集中在平原和低平原上。該研究區地勢較平坦，海拔最高為649 m，其中90%以上地區的海拔在500 m以下，所以該研究區內耕地被開墾的幾率極大。

不同的地面坡度直接影響農林牧用地的分布、水土流失狀況、農田基本建設的難易。一般情況下，坡度小于3°時，最適宜作為耕地;坡度3～7°時，可作為農耕地，但要注意水土保持;坡度7～15°屬于尚可耕種的坡度;坡度15°以上水土流失比較普遍，農耕地必須采取水土保持措施，一般認為是坡地開墾的限制坡度，更適于林業和草業的發展。從圖3可以看出，研究區內地面坡度大多數小于3°，而多數更是小于0．5°，均為適宜耕作的地區，只有極少數臺地地區的坡度較大，不適宜耕種。由于研究區內地面坡度較小，所以分級較細，參考上述原則，坡度分類如下所示:類型 1=(0°，0．5°)，類型2=(0．5°，1°)，類型 3=(1°，3°)，類型 4=(3°，7°)，類型5=(7°，15°)，類型 6 為大于15°。

3．1．3 距居民點距離。由于20世紀30年代的技術水平有限，人們采用較原始的方法進行耕作，所以，人們對荒地的開墾利用都以就近為原則，而居民點是人們生活的最主要場所，為了方便生活及勞作，一般都會選擇距離居民點較近的地方開墾耕地，所以距居民點距離對耕地的變化有著重要的作用。依據20世紀30年代地形圖提取出的土地利用/覆被類型圖中也包含了城鎮居民點及農村居民點，將所有居民點都選擇出來，利用ArcGIS中的“Euclidean Distance”工具生成圖表示距居民點距離，如圖4所示。

3．1．4 人口數據。人口作為一個獨特的因素，對土地利用/覆被變化的影響，是人類社會經濟因素中最積極、最活躍的因素，也是土地利用/覆被變化的驅動力之一［5］。人口增長是耕地擴大的主要因素之一，隨著人口的增長以及人們生活水平的提高，人們對農產品的需求數量也日益增加，致使耕地面積不斷擴大。從民國二十年(1932年)的《東北年鑒》中可以提取當時東北地區各個縣的人口數據，但是從20世紀30年代到現在部分縣市經歷了行政變更，根據《白城地區縣志》等歷史資料中的行政變更描述，經過匯總，可以得出20世紀30年代白城地區各個縣市的人口數據，如表2所示。在ArcGIS9．3軟件中，對各個縣市的人口數據進行空間化，再進行重分類，生成研究區內的人口空間化分類圖，從而用于重建模型。國家制定的各種政策、制度以及法規對約束人們的行為和促進區域經濟的增長和發展起著至關重要的作用，尤其是與土地資源開發、利用相關的各種政策、制度、法規，對區域土地利用/覆被變化產生了巨大的影響［6］。1906年左右，東北地區全面解禁，所以20世紀30年代白城地區最重要的政策影響就是“開禁”，但是一方面政策、制度、法規對土地利用/覆被變化的影響很難量化的表示，另一方面，開禁帶來的影響已經由人口的增加導致開墾的增加表示出來了，所以該研究未選擇政策制度作為一個單獨的驅動因素。

3．2 數據源及預處理

3．2．1 20世紀50年代的土地利用/覆被空間分布。20世紀50年代的土地利用/覆被類型空間分布數據是中國科學院東北地理與農業生態研究所土地遙感學科組已經研究取得的成果，在這里直接用作本文的數據源。如圖5所示為研究區內土地利用/覆被類型空間分布，其中面積較大的類型有旱地、草地、沼澤地、鹽堿地、湖泊等(表3)。

表2 從《東北年鑒》中提取的20世紀30年代人口數據 人

在GEOMOD模型中為了重建20世紀30年代的土地利用/覆被類型空間分布，必須以已有的土地利用/覆被類型空間分布數據為依據，在各種自然和社會經濟因素的驅動下進行模擬。而20世紀50年代的土地利用/覆被數據作為重建模型的輸入，必須符合模型的格式要求。所以，首先要將20世紀50年代的土地利用/覆被類型空間分布圖中的類型匯總成只有耕地和非耕地兩種類型，其中水田和旱地歸為耕地，其余類型均為非耕地;然后將其重分類結果轉換成90 m×90 m的柵格數據備用。

表3 研究區1950年代土地利用/覆被類型面積匯總

3．2．2 20世紀30年代的耕地數據。從民國二十年(1932年)的《東北年鑒》中可以提取當時東北地區各個縣的耕地面積，但是從20世紀30年代到現在部分縣市經歷了行政變更，根據《白城地區縣志》等歷史資料中的行政變更描述，經過匯總，可以得出20世紀30年代白城地區各個縣市的耕地面積數據，如表4所示。因為GEOMOD模型中使用的數據均為柵格格式，所以輸入模型的耕地面積也要表示為柵格的個數，所以按照每個柵格為90m×90m的大小，計算出每個縣市的耕地柵格個數，然后將該數字輸入模型中進行模擬。

表4 從《東北年鑒》中提取的20世紀30年代耕地面積數據

4 模型應用

4．1 利用GEOMOD模型重建 該研究選取的驅動力主要有土壤類型、坡度、距居民點距離和人口數據。每種驅動力因素都對耕地的分布有著重要的影響，通過對各因素和耕地的相關性分析，最終對各因素的權重賦值分別為:土壤類型為0．3、坡度為 0．2、距居民點距離為 0．3，人口數據為 0．2。

在GEOMOD模型中輸入20世紀50年代的耕地與非耕地分布圖、耕地分布的驅動力影響因素及其權重、20世紀30年代的耕地數據進行模擬，最終的結果不僅生成了20世紀30年代的耕地與非耕地分布圖，還生成了一個中間數據——即根據各因素及其權重形成的耕地分布適宜性結果(圖6)。

4．2 GEOMOD模型重建結果分析 依據各種驅動力因素的影響，GEOMOD模型重建的研究區內20世紀30年代的耕地與非耕地空間分布如圖7所示。該圖是將從《東北年鑒》上獲取的20世紀30年代各縣市耕地數據空間化的結果。所以該研究不僅依據歷史資料獲取了20世紀30年代的耕地數量，還利用模型重建了當時的耕地空間分布。性較多地增加為20世紀50年代的耕地，數值較大的地方其由非耕地增加為耕地的概率較小。

5 結論

依據土壤類型、坡度、20世紀30年代的人口數量以及距居民點距離對耕地分布的驅動影響，在GEOMOD模型中輸入20世紀30年代的耕地數量、20世紀50年代的耕地與非耕地空間分布圖，可以模擬出20世紀30年代的耕地與非耕地空間分布圖，同時也生成了一個耕地分布的適宜性圖。適宜性圖表示了這幾種影響因素對耕地分布的綜合影響效果，數值小的地方表示20世紀30年代的非耕地可能性較多地增加為20世紀50年代的耕地，數值較大的地方其由非耕地增加為耕地的概率較小。該重建方法不僅重建了20世紀30年代的耕地數量，還重建了當時的耕地空間分布，其重建結果比較理想，具有一定的參考意義。

適宜性圖表示了這幾種影響因素對耕地分布的綜合影響效果。其中數字大的地方表示耕地和非耕地之間的轉換較少，數字小的地方表示的耕地和非耕地之間的轉換較多，意思就是數字小的地方表示20世紀30年代的非耕地可能

［1］李海毅．3S技術支持下的吉林省土地退化動態研究［D］．長春:吉林大學，2007．

［2］白淑英，張樹文，張養貞．耕地分布及其擴張過程與土壤類型空間相關分析［J］．土壤通報，2005，36(5):652-654．

［3］擺萬奇，趙士洞．土地利用變化驅動力系統分析［J］．資源科學，2001，23(3):39-41．

［4］張風榮．耕地分等中的土壤質量指標體系與分等方法［J］．資源科學，2002，24(3):71-75．

［5］黃方，湘南，王平，等．松嫩平原西部地區土地利用/覆被變化的驅動力分析［J］．水土保持學報，2003，17(6):14-17．

［6］張秋玲，馬金輝，趙傳燕．基于GIS和RS技術評價蘭州市土地利用狀況及變化過程［J］．干旱區資源與環境，2005，19(1):96-100．