青島市土地利用變化類型與影響因子關系的CCA研究

邢容容　馬安青　劉修錦等

摘要 以青島市為研究區，利用1990、2000、2006和2011年遙感數據、社會經濟統計數據等，采用多變量分析方法定量分析了近20年青島市土地利用變化的驅動因子。首先對1990和2011年土地利用變化數據進行疊加分析，提取出主要土地利用類型發生變化的斑塊，構建土地利用變化樣本數據矩陣；然后提取變化圖斑對應驅動因子的柵格數據，構建土地利用變化的驅動因子矩陣；在此基礎上，采用典范對應分析（CCA）研究土地利用轉換類型與驅動因子的相關關系，揭示了青島市土地利用變化的特征，定量闡釋了各類型土地變化的驅動因子。結果表明，海拔高度、地形起伏度、距海岸線的距離、人口密度是青島市土地利用變化的主要驅動因子，其次為到城鎮的距離、交通密度和GDP密度。

關鍵詞 土地利用/覆被變化（LUCC）；驅動因子；CCA排序；青島市

中圖分類號 S29；F301.2 文獻標識碼

A 文章編號 0517-6611（2015）15-298-04

Analysis on Relationship between Land Use Conversion Types and Influencing Factors of Qingdao City Based on CCA

XING Rongrong1，MA Anqing2*，LIU Xiujin1 et al （1.Qinhuangdao Mineral Resource and Hydrogeological Brigade，Hebei Geological Prospecting Bureau，Qinhuangdao，Hebei 066001； 2.College of Environmental Science and Engineering，Ocean University of China，Qingdao，Shandong 266100）

Abstract Land use/cover change（LUCC） is as a complex consequence of coupling effects of natural and anthropogenic factors.Clarifying the main driving factors of LUCC is crucial for future land resources management.Based on Landsat TM images and socioeconomic statistics in Qingdao City，the relationships between LUCC and driving factors were analyzed using multivariate analysis.Vector data of land use of Qingdao City in 1990 and 2011 were overlaid each other，the region of land use change were obtained and the matrix of land use change samples was constructed.The data of land use change and the data of driving factors were overlaid respectively，and the matrix of driving factors of land use change was constructed.Canonical correspondence analysis（CCA） was used for revealing the relationship between land use change and driving factors.The characteristics of land use change were revealed.The driving factors of various types of land use changes were quantitatively described.Elevation，relief amplitude，the distance between land use change site and coastal line and population density were the main driving factors for distribution of major land use conversion types.The next were the distance between land use change site and urban site，road network density and GDP.

Key words Land use/cover change（LUCC）； Driving factors； CCA； Qingdao City

土地利用/覆被變化（LUCC）是全球環境變化的重要組成部分和主要原因之一，其產生的資源環境問題越來越突出，對氣候、水資源變化、生態系統及糧食產量等有著重要影響，直接關系到水和土壤質量以及區域糧食安全和生態安全[1-5]。分析土地利用/覆被變化過程，探索其驅動因子，對土地資源可持續利用、經濟社會可持續發展具有重要意義。

LUCC是自然、社會、經濟和生態系統演變的直接表現，受自然與人類活動的雙重影響，其變化機理的復雜性及其驅動因子之間相互作用的影響，決定了土地利用變化及其驅動因子之間并非簡單的線性相關，必須從整體角度分析土地利用變化的驅動因子[6-9]。大部分學者在研究LUCC驅動因子時，多采用回歸分析法，但該方法在分析具有空間關系的因變量與自變量，尤其是具有多個因變量和自變量時具有一定局限性[10]。非線性典范對應分析方法（CCA）能夠直接分析多個自變量與因變量之間的關系，該方法是將排序與多元回歸分析結合起來，是一種直接排序方法，廣泛應用于生態學中，也有學者將其應用于土壤理化性質與環境因子的數量關系研究上，但將 CCA分析用于土地利用變化驅動因子分析的研究比較少見[11-14]。采用CCA方法研究青島市土地利用變化與驅動因子（包括自然和人文因子）之間的關系，評定土地利用變化的主要驅動因素，能夠清晰地展現土地利用變化類型與驅動因子之間的空間對應關系，對于豐富土地變化科學研究方法具有重要意義。

1 數據來源與研究方法

1.1 研究區概況 青島市位于山東半島南端，黃海之濱。全市海岸線總長約870 km，其中大陸岸線730 km，占山東省岸線的1/4。東北與煙臺市毗鄰，西與濰坊市相連，西南與日照市接壤。全市總面積11 282 km2，2011年常住人口為871.51萬。青島市作為副省級城市和全國5個計劃單列市之一，不僅是山東最大的對外經貿、金融、信息中心，也是中國東部重要的海濱港口城市，中國的海洋科研中心。青島市下轄6區4市（2012年國務院批復），包括市南區、市北區、李滄區、嶗山區、城陽區、黃島區以及膠州市、即墨市、平度市、萊西市。地勢東高西低，南北兩側隆起，中間低凹，其中山地約占全市總面積的15.5%，丘陵占25.1%，平原占37.7%，盆地占21.7%。青島雖屬溫帶季風氣候，但其“三面滄海一面山”的獨特地理位置，使青島又具有鮮明的海洋性氣候特征。

1.2 數據來源與預處理 土地利用/覆被變化數據：選用1990年10月15日、2000年9月16日、2006年10月27日的Landsat TM影像和2011年5月23日的“環境一號”衛星影像，解譯出土地利用數據，根據中國科學院土地資源分類系統的Ⅰ級分類，分為6種土地利用變化類型：耕地、林地、草地、水域、城鄉工礦居民用地和未利用土地。

驅動因子：選擇海拔高度、地形起伏度、城鎮中心、海岸線、人口、GDP、交通等因素指標。從國際科學數據服務平臺（http：//datamirror.csdb.cn/）獲得30 m分辨率數字高程（DEM）柵格數據，利用ArcGIS9.3提取地形起伏度。城鎮位置矢量數據是從地球系統科學數據共享網上下載的。海岸線位置數據是由2000年青島市土地利用數據提取得到。人口數據和GDP數據均來自2010年《青島統計年鑒》。交通數據是從Google Earth上提取縣級以上道路，然后與青島市行政區做疊置，對結果按行政區統計道路密度，將統計結果與青島市行政區做表鏈接，計算各縣（區）的交通密度，利用ArcGIS9.3對計算出的交通密度采用反距離加權法（IDW）進行空間插值，得到青島市交通密度[15]。采用同樣插值方法，獲得人口密度、GDP密度數據。為了研究需要，將DEM、交通密度、人口密度、GDP密度柵格數據進行10 m分辨率重采樣。

1.3 研究方法 研究區發生土地利用變化的區域不僅面積較大，類型較多，而且斑塊數量龐大，為減少數據冗余分析過程，選擇面積比重大于等于0.1% 的23種土地利用變化類型，剔除了極小圖斑，面積為123 671.68 hm2，共計658個，占總變化量的99.67%（表1），不影響CCA分析的科學合理性。

土地利用變化數據與青島市的海拔高度、地形起伏度、城鎮位置、海岸線、人口密度、GDP密度和交通密度數據進行疊加分析處理，提取出變化圖斑的環境變量（驅動因子）：①海拔高度（ELV），是指變化圖斑區域內所有DEM像元值的算術平均值；②地形起伏度（LRF），是指變化圖斑區域內所有像元值的算術平均值；③到城鎮距離（TUD），是指圖斑中心位置到最近城鎮的距離；④到海岸線距離（TCD），是指圖斑中心位置到海岸線的最近距離；⑤交通密度（TRD），是指圖斑區域內所有道路柵格像元值的算術平均值；⑥人口密度（POP），是指圖斑區域內所有人口柵格像元值的算術平均值；⑦GDP密度（GDP），是指圖斑區域內所有GDP柵格像元值的算術平均值[16]。

構建斑塊-土地利用轉換類型矩陣和斑塊-環境因子矩陣，前者將各種斑塊發生轉換的類型設為1，不發生轉換則設置為0，形成一個1，0 二元數據矩陣；后者將對應斑塊的驅動因子原始數據輸入，形成一個數值連續的斑塊-驅動因子矩陣[17]。將2個矩陣帶入CANOCO4.5軟件和CANODRAW4.5進行CCA 排序，分析土地利用變化驅動因子。

安徽農業科學 2015年

2 結果與分析

2.1 土地利用變化分析 1990～2011年，青島市各土地利用類型面積變化明顯。城鄉、工礦、居民用地不斷擴張，面積增加999.71 km2，耕地、草地面積銳減；分別減少701.60和200.75 km2，林地和水域面積略有增加，分別增加了113.79和4.32 km2，未利用土地減少50.50 km2。從表1可以看出，青島市土地利用的最主要變化類型為：耕地轉化為城鄉、工礦、居民用地，草地轉化為城鄉、工礦、居民用地，分別占總變化面積的55.16%和11.09%；其次為草地轉化為林地（7.92%），水域轉化為城鄉、工礦、居民用地（6.26%），耕地轉化為草地（3.36%）， 林地轉化為城鄉、工礦、居民用地（2.79%）等。

1990～2011年青島市土地利用類型變化空間分布見圖1。如圖1所示，青島市土地利用空間變化也十分劇烈。城鄉、工礦、居民用地大規模增加，占用了大量的耕地、草地、林地，且主要分布在城鎮周邊，而轉出面積較少，呈不規則零星散落于全市范圍內（圖1a）；耕地發生大規模轉移，轉出面積在全市范圍都有分布，主要分布于青島東部海岸帶附近，新增耕地極其少，多呈零散狀（圖1b）；林地轉出和新增面積都較少，空間分布較為分散（圖1c）；草地轉出與草地新增都有較大范圍的空間分布，主要分布范圍是市區外城鎮（圖1d）；水域和未利用土地的新增面積很少，轉出面積較多，且主要轉為城鄉、工礦、居民用地（圖1e、f）。

2.2 驅動因子的相關分析 以所選658個土地變化圖斑為

樣本，分析土地利用變化各驅動力因子之間的相互關系，得到各驅動因子間的相關系數矩陣（表2）。 結果顯示，絕大多數因子之間的相關性較小，說明因子選擇具有典型性和相互獨立性。

2.3 CCA排序分析 CCA分析結果表明（表3），前4軸特征值之和為0.777 0，排序軸與土地利用變化和驅動因子顯著相關。其中前2個軸的特征值分別為0.458 5和0.156 8，累計百分比分別為54.0%和72.4%，說明土地利用變化和驅動因子之間關系50%以上體現在第一排序軸上，前兩個排序軸集中了全部排序軸所反映的驅動因子與土地利用變化相關關系的絕大部分信息。說明CCA排序可以很好地解釋驅動因子對土地利用變化的影響。總體來看，第一軸與地形起伏度和海拔高度最為密切，第二軸與到海岸線的距離相關最大，第三軸與人口密度有關，第四軸與到城鎮的距離關系緊密。

以第一、二軸為排序軸，得到排序圖（圖2），直觀地展示了土地利用變化類型與驅動因子之間的空間對應關系。圖2

中，箭頭矢量代表環境因子，其所在象限表示環境因子與排序軸間的正負相關性，箭頭長度表示環境因子對排序的影響作用大小，箭頭越長，表明該環境因子對排序的貢獻越大（因而對土地利用變化分布的影響也越大）。箭頭連線與排序軸的夾角表示該驅動因子與排序軸相關性的大小，箭頭之間的夾角表示各環境因子間的相關性，夾角垂直表示不相關。隨著第一軸（橫軸）數值的增加，地形起伏度增加，海拔高度增加。隨第二軸（縱軸）數值的增加，GDP密度增加，距海岸線距離減少。

CCA 排序結果顯示，海拔高度、地形起伏度、距海岸線的距離、人口密度是青島市土地利用變化的主要環境驅動因子，其次為到城鎮的距離、交通密度和GDP密度。同時圖2顯示，海拔高度（ELV）、地形起伏度（LRF）、距城鎮的距離（TUD）與第一軸呈顯著正相關；第二軸與GDP密度呈顯著正相關，與距海岸線距離（TCD）呈顯著的負相關。此外，從圖中也可以看出，各轉移類型中，耕地→城鄉、工礦、居民用地（10）、未利用土地→城鄉、工礦、居民用地（20）、水域→城鄉、工礦、居民用地（6）、水域→草地（9）主要分布在人口密度高、交通密度高、GDP高、距海岸線距離近、海拔低、地形起伏度小的區域；草地→林地（17）、耕地→林地（12）、水域→林地（7）與地形起伏度（LRF）呈顯著正相關，主要分布在地形起伏大的區域；耕地→未利用土地（11）主要分布在距海岸線遠的地方；林地→未利用土地（3）多分布在地形起伏度大的區域；未利用土地→草地（5）、未利用土地→林地（21）、林地→草地（23）分布特征相似，主要分布在海拔高、距城鎮和海岸線遠、人口密度低的區域；城鄉、工礦、居民用地→草地（1）、水域→耕地（8）、未利用土地→耕地（14）、草地→耕地（18）、耕地→草地（22）分布特征相似，主要分布在人口密度低、距城鎮和海岸線較遠的區域；草地→水域（2）、林地→耕地（4）、林地→城鄉、工礦、居民用地（19）分布在地形起伏度較大的區域；草地→城鄉、工礦、居民用地（15）、草地→未利用土地（16）主要分布在人口密度和交通密度中等、地形起伏度低的地區。耕地→水域（13）與諸驅動因子之間相關性弱，這種轉化可能是由于20世紀90年代青島市水產養殖業的粗放型發展，水庫坑塘增多導致的。

3 結論與討論

1990～2011年，青島市土地利用變化顯著。城鄉、工礦、居民用地大規模擴張，耕地、草地面積銳減，土地利用結構非農化趨勢明顯；土地利用類型轉換關系復雜，且在空間分布上存在較大的地區差異。城鄉、工礦、居民用地擴張和耕地大量減少是該時期青島市土地利用變化的主要特點。

CCA分析結果顯示，第一軸與地形起伏度和海拔高度最為密切，第二軸與到海岸線的距離相關最大，第三軸與人口密度有關，第四軸與到城鎮的距離關系緊密。海拔高度、地形起伏度、距海岸線的距離、人口密度是青島市土地利用變化的主要環境驅動因子，其次為到城鎮的距離、交通密度和GDP密度。CCA排序圖能夠較好地反映各種土地利用轉換類型受環境因子制約形成的分布格局，直觀地展示了驅動因子對土地利用變化的影響。

由于土地利用變化受自然和人類活動的雙重影響，土地利用變化與各驅動因子之間的關系甚為復雜。青島市作為我國沿海經濟發達城市，其土地利用變化受政策和制度干預、經營者的決策、技術革新等因素的影響甚大，難以克服環境變量量化的困難。即使資料有限，典范對應分析（CCA）仍能較好地反映LUCC與驅動因子之間的關系，其最大優點是能直接分析土地利用變化，尤其是土地利用轉換類型（A轉變成B）與驅動因子之間的空間關系。

參考文獻

[1]

YADAV V，MALANSON G.Spatially explicit historical land use land cover and soil organic carbon transformations in Southern Illinois[J].Agriculture，Ecosystems & Environment，2008，123（4）：280-292.

[2] 于興修，楊桂山，王瑤.土地利用/覆被變化的環境效應研究進展與動向[J].地理科學，2004，24（5）：627-633.

[3] 姜朋輝，趙銳鋒，趙海莉，等.1975年以來黑河中游地區土地利用/覆被變化時空演變[J].生態與農村環境學報，2012，28（5）：473-479.

[4] 曾和平，王劍，周躍.漾濞江流域土地利用變化的土壤侵蝕效應[J].生態與農村環境學報，2008，24（2）：1-6.

[5] 任勃，楊剛，謝永宏，等.洞庭湖區不同土地利用方式對土壤酶活性的影響[J].生態與農村環境學報，2009，25（4）：8-11.