大連金州老城區用地類型演變及預測

王會軍，韓增林，王 利，任啟龍

（1.遼寧師范大學 城市與環境學院，遼寧 大連 116029）

大連金州老城區用地類型演變及預測

王會軍1，韓增林1，王 利1，任啟龍1

（1.遼寧師范大學 城市與環境學院，遼寧 大連 116029）

以大連金州老城區為研究區，采用CA-Markov模型，根據1996年和2010年土地利用數據，分析了城鎮空間、生態空間和農業空間的演化過程；并對2015年土地利用類型進行了預測，且與2015年遙感解譯數據進行了對比，預測數據精度為93%，說明該模型可信度較高。在此基礎上，添加了坡度、建設現狀、交通線及規劃約束等控制因素，進一步對2020年土地利用類型進行了預測。預測結果表明，金州老城區城鎮空間持續擴大，東北部生態空間和農業空間將被壓縮，城市用地的擴張使得建設用地與山體、海域保護間的矛盾更加突出。

土地利用類型；演變；預測；CA-Markov；大連金州老城區

土地利用/覆蓋變化是全球氣候和環境變化研究的重要內容之一，對土地利用動態變化進行模擬是當今研究的熱點。土地利用動態變化模擬的模型和方法有很多，常見的有最優化模型、元胞自動機（CA）、Clue-S模型和人工智能化模型等。CA-Markov模型[1-2]綜合了CA模型模擬復雜系統空間變化的能力和Markov模型長期預測的優勢，完善了Markov分析預測結果的空間配置[3]，可以很好地從時間和空間上模擬土地利用的變化情況，因此應用較廣泛。Jenerette G D[4]等運用該模型模擬了美國亞歷桑那州菲尼克斯地區的土地利用變化情況，得出當地城市以指數方式增長，且城市擴張和人口增加密切相關的結論；White R[5]等研究表明將CA與GIS結合可有效克服GIS在模型功能方面的局限性；結合分形理論，White R[6]利用CA模型對美國多個城市土地利用變化進行了模擬；肖明[7]等采用CA-Markov 模型，根據1998年、2008年土地利用解譯數據，結合降雨、坡度、距離等因素對海南昌化江下游流域2018年土地利用類型進行了模擬和預測。

隨著全國及省級主體功能區規劃的公布和實施，城鎮空間、生態空間和農業空間的范圍演變成為規劃和學術界研究的新問題。本文以大連金州老城區為研究區，采用CA-Markov模型，根據1996年、2010年土地利用數據，分析了3類空間的演化過程，并對2015年土地利用類型進行了模擬；在此基礎上，添加了坡度、建設現狀、交通線及規劃約束等控制因素對2020年土地利用類型進行了預測，研究結果對金州老城區未來土地利用規劃、政府決策有重要借鑒意義。

1 研究區與數據來源

大連金州老城區位于遼東半島南端，大連市區的北部，包括擁政街道、中長街道、先進街道、友誼街道、光明街道和站前街道（圖1）。研究區西側為渤海，近年來填海造地明顯；東北側為大黑山，是金州區重要的生態屏障區。1984年神州第一開發區“大連開發區”在金州區建立，開發區位于研究區東側，大連市生態規劃和城市規劃在金州老城區和開發區之間預留了一 條生態廊道，主要位于站前街道和先進街道的東側，但隨著城市建設用地的擴張，預留的生態廊道用地被占用。隨著開發區的建設發展，金州區的經濟重心逐步轉移到開發區，老城區則以居住為主體功能，因此區域的土地利用變化相對穩定，未來土地利用類型變化基本保持現有的發展趨勢，適合作為土地利用變化的研究區。

對土地利用數據進行歸并，城鎮空間包括城鎮建設用地、獨立工礦用地、農村居民點、特殊用地、設施用地及交通用地；生態空間包括各類林地、草地、河流水塘、裸土地、裸巖、石礫地、鹽堿地和灘涂等未開發狀態的土地；農業空間包括各類耕地、苗圃及果園。2015年3類空間數據通過對Landsat OLI遙感影像數據監督分類獲取，采用764波段合成假彩色圖像，并融合全色波段，分辨率可達到15 m；再利用ArcGIS進行交互式監督分類，提取土地利用類型，歸并得到3 類空間用地分布。

圖1 研究區域概況（審圖號：遼S（2005）020）

2 研究方法

2.1 土地利用轉移矩陣

土地利用轉移矩陣是對系統狀態和狀態轉移的定量描述，轉移矩陣和CA-Markov模型都是國內外土地利用格局動態分析和動態監測的常用方法[8-9]，其數學表達式為：

式中，Pij為土地類型i轉換成土地類型j的轉換概率；P為整個區域內各土地類型間互相轉換的概率；矩陣對角線上的P11,P22,…,Pij為經過轉移后仍然是原類型的概率。

2.2 Markov模型

若隨機過程在有限的時序 t1

式中，n為研究時間；x為介于變量i與j之間的變量；Pxj為土地類型x轉換成土地類型j的轉換概率。

2.3 CA模型

CA模型是時間、空間、狀況都離散，空間上的互相作用及時間上的因果關系皆局部的網格動力學模型[11]。其最主要的特點是復雜的系統可由一些很簡單的局部規則來構建；其轉換規則是基于鄰近函數來實現的：

式中，S為元胞有限的、離散的狀況集合；f為局部空間元胞狀況的轉換規則；t、t+1為不同時期；C為元胞的鄰域。

2.4 CA-Markov模型

Markov模型具有分析不確定性變化過程和預測短期變化結果的功能[12]，但其無后效性，只能預測土地利用在時間上的定量改變，無法實現空間預測[13]；而CA模型的空間概念較強，因此本文利用CA模型與Markov模型相結合的CA-Markov模型進行土地利用變化的空間預測。在土地利用柵格圖中，每個像元就是一個元胞，各元胞的土地利用類型為元胞的狀態。模型在 GIS 軟件的支持下，利用轉換面積矩陣和條件概率圖像進行運算，從而確定元胞狀態的轉移，模擬土地利用格局的變化[14]。Idrisi軟件的CA-Markov模塊可計算土地利用轉移矩陣，實現對土地利用類型的模擬和預測，并可人為添加模擬的控制因素，使預測結果更接近實際。

3 研究結果與分析

3.1 1996～2010年用地轉換分析

1996～2010年金州老城區3類空間結構發生了很大變化，城鎮空間面積增大，農業空間和生態空間面積縮小。1996年研究區內城鎮空間、農業空間和生態空間的面積分別為36.43 km2、26.29 km2和29.66 km2，比例為39.44∶28.46∶32.11，土地城市化率已非常高。2010年研究區內城鎮空間、農業空間和生態空間的面積分別為45.70 km2、20.92 km2和25.76 km2，比例為49.47∶22.65∶27.88。與1996年相比，有大面積的農業空間和生態空間轉換為城鎮空間；城市空間北側已開始侵占山體，向西通過填海造地擴大建設用地面積。為了探究1996～2010年3類空間的相互轉換情況，運用Idrisi軟件的Crosstab模塊生成3類空間的面積轉移矩陣，見表1。

城鎮空間轉換為農業空間的面積為2.39 km2，主要分布在擁政街道和先進街道，主要為工礦用地的復墾和修整。城鎮空間轉換為生態空間的面積為3.26 km2，主要分布在友誼街道、擁政街道和先進街道，主要為工礦用地轉為生態用地。

表1 1996～2010 年3類空間面積轉移矩陣

農業空間轉換為城鎮空間的面積為8.42 km2，主要分布在擁政街道、先進街道、中長街道和站前街道，以擁政街道變化最為明顯，主要為大面積的耕地和果園轉為建設用地。農業空間轉換為生態空間的面積較小，為3.96 km2，主要分布在擁政街道和先進街道。

生態空間轉換為城鎮空間的面積為6.51 km2。由于填海造地，友誼街道濱海較大面積海域轉換為建設用地，因其臨近大連市新機場，政府正積極打造金渤海岸經濟區；站前街道大面積水域轉換為建設用地，擁政街道、先進街道和中長街道主要表現為城市用地擴張對生態空間的占用。生態空間轉換為農業空間的面積為4.62 km2，在友誼街道表現為對海域進行海產養殖，在擁政街道和先進街道表現為林地向耕地、果園的轉換。從3類空間的用地轉換可以看出，金州老城區的城市用地在研究期擴張明顯（圖2）。

圖2 1996年、2010年3類空間分布及1996～2010年用地類型轉換圖

3.2 土地利用類型預測

Markov模型為自上而下的運行模式，運用Markov模型可得到土地利用類型在某一時期的轉換概率。CA模型能根據自身元胞及鄰域元胞屬性進行轉換，屬于自下而上的運行模式，因此再結合CA模型可模擬得到土地利用類型的空間演變。為探究金州老城區未來土地的變化趨勢，首先基于1996年和 2010 年3類空間分布數據，利用Markov模型，預測了2015年的土地利用類型轉移概率；再利用CA-Markov模型模擬2015年3類空間的土地利用結構圖，指定CA模型的循環次數為5，使用 5×5的濾波器，得到 2015年的預測圖，見圖3a。

為了檢驗CA-Markov模型預測結果的合理性，對2015年Landsat遙感影像進行監督分類得到3類空間的實際分布，再運用Idrisi軟件的Crosstab模塊將2015 年3類空間土地利用預測值與實際值進行比較。計算得到的Kappa系數能夠反映圖件的一致性程度，當 Kappa≥0.75 時，兩幅圖件的一致性較高，變化小；當 0.4≤Kappa≤0.75 時，兩幅圖件的一致性一般，變化明顯；當 Kappa≤0.4時，兩幅圖件的一致性較差，變化較大[15-16]。本文計算得到的Kappa系數為0.93，說明得到的預測精度較高。

運用Idrisi軟件的CA-Markov模型，以2010年土地利用類型為基期數據，以10 a為步長，預測2020年3類空間土地利用類型。為充分考慮3類空間轉換的影響因素，同時進行可控性預測，將2015年Landsat影像提取出土地類型已發生變化的地塊作為2020年土地預測的控制性變化因素。在預測過程中，生態空間和農業空間的交通線會逐漸轉換為鄰近地類，這與實際情況不符，因此設定未來土地變化中交通線的變換概率為0；根據規劃限制，為確保生態空間內山體開發合理、不被破壞，設定地形坡度＞25°的區域轉換為其他土地類型的概率為0；此外為保護海岸帶生態，設定沿海灘涂轉換為其他土地類型的概率為0。基于以上可控因素，最終得到2020年的預測結果見圖3b、表2。

圖3 2015年、2020年3類空間分布預測結果

3.3 預測結果分析

研究結果表明，添加可控因素后的預測更接近實際情況。預計2020年研究區建設用地相對2010年增加了0.56 km2，生態空間面積在模擬期內小幅度減少，農業空間面積在模擬期內小幅度增加，3類空間的面積比例為50.08∶22.69∶27.24。城鎮空間的繼續擴大意味著為擴展城市用地的需要，建設用地向西側海域擴張，使得建設用地和海域保護之間的矛盾更加突出；東北部生態空間和農業空間將繼續被壓縮，使得建設用地和山體保護之間的矛盾更加突出。這就需要政府增強調控力度，合理調整金州老城區3類空間分布，對金州老城區和大連開發區之間預留的生態廊道進行保護，以避免金州以南地區成為生態孤島。

表2 大連金州老城區2020年土地利用類型面積統計

4 結 語

本文根據1996年、2010年土地利用類型數據，得到相應時段的3類空間分布，并運用Idrisi軟件的Crosstab模塊對1996～2010年3類空間的變化進行了分析；再運用CA-Markov 模型預測了2015年3類空間分布情況，并與解譯2015年Landsat遙感影像的土地利用類型得到的3類空間分布進行比較，證實該模型得到的結果較為可信。本文進一步對2020年3類空間分布進行了預測，結果表明城鎮空間的繼續擴大將使建設用地和山體、海域保護之間的矛盾更加突出，需要政府增強調控力度，合理調控金州老城區3類空間。參考文獻

[1] LIU X H, Andersson C. Assessing the Impact of Temporal Dynamics on Land-use Change Modeling[J]. Computers, Environment and Urban Systems,2004,28(1)：107-124

[2] 劉光,賀小飛.地理信息系統實習教程[M].北京：清華大學出版社,2003：133-138

[3] 賈文臣,王卷樂,賈香云,等.膠東地區3個主要城市土地利用動態變化對比分析[J].安徽農業科學,2009,37(4)：1 743-1 747

[4] Jenerette G D, WU J G. Analysis and Simulation of Landuse Change in the Central Arizona-phoenix Region, USA[J]. Landscape Ecology,2001,16(7)：611-626

[5] White R, Engelen G. Cellular Automata as the Basis of Integrated Dynamic Regional Modeling[J]. Environment and Planning B： Planning and Design,1997,24(2)：235-246

[6] White R. Cellular Automata and Fractal Urban form： a Cellular Modeling Approach to the Evolution of Urban Land-use Patterns[J].Environment and Planning,1993,25(8)：1 175-1 199

[7] 肖明,吳季秋,陳秋波,等.基于CA-Markov模型的昌化江流域土地利用動態變化[J].農業工程學報,2012,8(10)：231-238

[8] Ascard J. Flame Weeding： Effects of Fuel Pressure and Tandem Bummers[J].Weed Research,1997,37(2)：77-86

[9] 徐嵐,趙羿.利用馬爾柯夫過程預測東陵區土地利用格局的變化[J].應用生態學報,1993,4(3)：272-277

[10] 崔桂華,楊華.重慶市沙坪壩區土地利用變化與預測研究[J].中國水土保持,2010,31(3)：38-41

[11] 范強,楊俊,吳楠,等.海岸旅游小鎮景觀格局演變與動態模擬：以大連市金石灘國家旅游度假區為例[J].地理科學,2013(12)：1 467-1 475

[12] 韓文權,常禹.景觀動態的Markov模型研究：以長白山自然保護區為例[J].生態學報,2004,24(9)：1 958-1 965

[13] 鄭青華,羅格平,朱磊,等.基于CA-Markov模型的伊犁河三角洲景觀格局預測[J].應用生態學報,2010,21(4)：873-882

[14] 楊國清,吳志峰,祝國瑞.廣州地區土地利用景觀格局變化研究[J].農業工程學報,2006(5)：218-221

[15] 布仁倉,常禹,胡遠滿,等.基于Kappa系數的景觀變化測度：以遼寧省中部城市群為例[J].生態學報,2005,25(4)：778-784

[16] 王友生,余新曉,賀康寧,等.基于CA-Markov模型的藉河流域土地利用變化動態模擬[J].農業工程學報,2011(12)：330-336

P237

B

1672-4623（2017）05-0094-04

10.3969/j.issn.1672-4623.2017.0052.9

王會軍,博士研究生，主要從事區域開發與規劃研究。

2016-09-09。

項目來源：國家自然科學基金資助項目（41571122、41601136）。