張 譯, 鄭新奇
(中國地質大學(北京) 信息工程學院, 北京 100083)
林地是國家的重要資源和戰略資源,是增強森林生態防護效益、實現國民經濟的可持續發展的根本保障,它具有生態、經濟和社會三大效益功能[1]。因此林地的變化關系到一個區域的生態安全,乃至影響全球的環境變化,實時掌握區域林地時空動態特征具有重要的現實意義[2]。
河北省地處華北平原,內環京津。位于東經113°04′—119°53′,北緯36°01′—42°37′。在京津冀協同發展中有著重要作用與地位,是“全國現代商貿物流重要基地、產業轉型升級試驗區、新型城鎮化與城鄉統籌示范區、京津冀生態環境支撐區”[3]。近20年來,河北省經濟社會高速發展,據國家統計局公布,2015年河北省GDP已由2000年的5 044億元增加到29 806億元,高速經濟發展的背后是對生態環境造成的巨大壓力與影響。森林具有調節氣候、凈化空氣、涵養水源等多種生態功能。因此,對河北省林地變化的研究有助于更清晰地掌握森林在河北省社會經濟發展中的生態服務功能,以及更準確地評估河北省經濟社會發展對森林生態環境的影響程度[4]。
大量學者從不同角度對林地變化的影響因素進行了研究。戰金艷等[5]基于柵格面積成分數據,構建了林地面積變化原因的計量經濟學模型,并采用Tobit回歸方法估算了自然條件和社會經濟因素對江西省林地面積變化的影響。研究發現積極轉移農村剩余勞動力,減少人口對周邊林地的壓力,是緩解江西省毀林墾荒壓力的重要手段之一。牡丹等[6]借助內蒙古鄂爾多斯市1985—2007年的森林資源統計數據,在SPSS統計軟件的輔助下進行了社會經濟驅動因子分析,研究結果顯示:年末總人口、城市化率、財政收入、國內生產總值、第二產業、第三產業6項因素與林地變化顯著相關,其中財政收入與城市化率為主導因素。Xie等[7]以景觀生態學及邏輯回歸模型為基礎對京津冀地區1985—2000年林地變化的時空格局及影響因素進行了研究,結果顯示:土壤有機質含量、坡度(<5°)、到最近村莊的距離以及人均生產總值是重要的解釋變量。
在GIS中經常需要對大量的空間數據及屬性數據進行各種統計分析,由于目前GIS專業軟件在該方面功能的欠缺,往往都是借助于專業的統計分析軟件如SPSS,SAS等對數據進行處理,而R語言中的程序包所能實現的功能及涵蓋的領域遠遠超過了傳統統計分析軟件,且R即可直接分析屬性數據,也可以與GIS軟件相結合分析空間數據[8]。本研究在GIS空間分析的基礎下,引入R語言,利用R語言強大的統計計算功能對河北省林地空間變化特征的驅動力進行分析。
1.1.1土地利用數據本文基于省級尺度進行研究,根據2000—2015年5年一期的LUCC(土地利用/土地覆蓋變化)數據提取2000年、2005年、2010年、2015年4期河北省土地利用數據,并在ArcGIS軟件中對2000—2015年河北省林地變化進行空間分析。LUCC數據來源于中國科學院資源環境科學數據中心。
1.1.2河北省社會經濟數據在對林地進行空間分析的基礎上,根據前人的研究基礎[9-11],選取河北省2000—2015年可能影響林地變化的社會經濟因子作為解釋變量,見表1。基于R語言的強大統計分析功能,利用2000—2015年連續15期的河北省社會經濟數據,對河北省的林地變化進行驅動力分析,篩選出影響河北省林地變化的主要經濟因素。河北省2000—2015年的社會經濟數據來源于河北省經濟統計年鑒。

表1 社會經濟驅動因子變量選取
1.2.1土地利用轉移矩陣土地利用轉移矩陣來源于系統分析中對系統狀態與狀態轉移的定量描述[6]。其公式為:
(1)
式中:Dij為研究時間段內土地利用類型i轉化為j的比例;Si為初始狀態下研究區域中土地利用類型i的面積;dSi-j為研究時間內土地利用類型i向土地利用類型j的轉化面積;n為研究區內發生轉化的土地利用類型數量。
1.2.2單一土地利用動態度模型基于GIS技術,制作河北省不同時期的土地利用空間格局分布圖,并計算出土地利用轉移矩陣。在此基礎上,針對林地的變化,采用單一土地利用動態度分析河北省林地的動態變化特征。
土地利用動態度分析是指某研究區一定時間范圍內某種土地利用類型的數量變化,主要用于土地利用變化模式的研究。單一土地利用變化度其公式為:
(2)
式中:K為研究時段內某一土地利用類型的動態度;Ua,Ub分別為研究初始時期與研究結束時期某種土地利用類型的數量;T為研究時長,當T的時間段設置為年時,K的值就是該研究區某種土地利用類型的年變化率。應用土地利用動態度分析土地利用類型的動態變化,可以真實地反映區域土地利用/土地覆蓋中土地利用類型的變化程度。
1.2.3Adaptive-Lasso變量選擇模型R是一個有著強大統計分析及作圖功能的軟件系統[12]。R語言有眾多滿足不同需求的程序包,借助R包可以進行各類數據分析,如線性回歸和方差分析、高級數值分析和時間序列分析等。本研究借助R語言中的msgps程序包實現Adaptive-Lasso變量選擇模型。
Adaptive-Lasso是一種壓縮估計,它通過構造一個懲罰函數,根據不同的系數加上不同權重的懲罰,在壓縮一些變量系數的同時,設定一些變量的系數為零,得到一個較為精煉的模型,適用于處理復共線性數據的有偏估計[13]。具體定義見公式(3):
(3)

本研究借助于R語言中的msgps程序包實現Adaptive-Lasso變量選擇模型。
林地變化體現在面積與空間分布的變化。基于ArcGIS平臺,制作河北省不同時期的土地利用空間分布圖(圖1),河北省林地的空間分布具有很強的規律性與差異性,整體呈現倒“J”字形分布,主要分布于河北省東北部與西南部省級邊界地區。分別對林地面積進行統計(表2),林地面積于2000—2010年呈增加狀態,而2010—2015年突現減少,且林地增加面積大于減少面積。由于河北省的特殊區位因素,本研究分別對居住用地及除居住用地之外的工業、商業、學校及醫院等建設用地與林地變化之間的關系進行研究,對建設用地中的居住用地數據進行單獨提取并將建設用地中除居住用地之外的其他用地統一歸為其他建設用地。

圖1 河北省土地利用空間分布

年份面積/km2占比/%面積變化率2000年3680419.76—2005年3682419.77 0.00072010年3683019.76-0.00042015年3681619.75 0.0003
2.2.1河北省土地利用轉移矩陣本研究借助ArcGIS 10.2,通過矩陣運算和統計分析,根據公式(1)得到2000—2015年河北省土地利用轉移矩陣,見表3。分析結果表明:2000—2015年,草地、耕地與其他建設用地對林地的轉入貢獻率最大,林地的主要轉出類型為草地、耕地與水域。
2000—2015年河北省土地利用轉移矩陣清晰地反映了各類土地利用要素間的轉化情況,其中,林地的主要轉出類型為草地與耕地,分別為48.5,58.4 km2,主要轉入類型為草地、耕地與建設用地,分別為25.26,26.58,49.32 km2,其中轉入建設用地的面積最大。2000—2015年河北省林地轉入大于轉出,面積增加。
2.2.2河北省土地利用動態度根據林地變化動態度模型(公式2),計算2000—2005年、2005—2010年、2010—2015年、2000—2015年4個時間段內河北省各類土地利用變化動態度。由表4可知,2000—2005年林地的動態度變化最大,且林地面積明顯增加,2005—2010年,林地面積同樣呈上升趨勢,但動態度變化較小,林地面積增加幅度不大;2010—2015年,林地實現負增長,且動態度較大。

表3 河北省2000-2015年土地利用變化轉移矩陣 km2
河北省林地空間變化反映了河北省2000—2015年林地的空間轉出情況,以1 km×1 km的網格作為分析單元,計算2000—2015年每一網格單元的林地變化動態度[14],計算結果見圖2,其中,林地的主要流向是耕地、草地與水域,且向耕地的轉化率最大,多分布于京津兩市周圍。草地變化分布較為集中,主要分布于阜平縣北部草原地區及青龍滿族自治縣。

圖2河北省林地空間變化
研究區林地、草地、耕地及建設用地之間轉換頻繁。林地向耕地的轉出面積大于耕地向林地的轉入面積,且建設用地的主要來源為林地,這在很大程度上與河北省獨特的地理位置與京津冀首都圈中獨特的定位有關,近年來,京津地區外來人口的增長與京津地區產業的轉移從不同方面刺激了河北省各項用地之間的轉化。林地向草地的轉入大于林地向草地的轉出,這可能由于人為砍伐和破壞導致部分林地退化為草地。
影響林地的社會經濟因子有很多,本研究在前人對影響林地變化的經濟因子論證的基礎上,選取12個可能影響河北省林地變化的社會經濟指標,分別為地區生產總值、第一產業、第二產業、第三產業、人均生產總值、年末總人口、財政收入、財政支出、城鎮居民可支配收入、農村居民可支配收入、城鎮人口、農村人口。在R語言中,加載msgps程序包,經過數據預處理,利用Adaptive-Lasso變量提取模型,以林地面積為因變量,提取出以上12個經濟指標中影響河北省林地變化的因子。利用公式(3)實現Adaptive-Lasso變量選擇模型,得到變量選擇結果見表5。
由表5可知,影響河北省林地面積變化主要有7個因素,分別為第一產業、年末總人口、財政收入、財政支出、農村居民可支配收入、城鎮人口與農村人口。其中年末總人口、農村居民可支配收入和城鎮人口與林地面積變化呈正相關性,且農村居民可支配收入居主要影響地位。第一產業、財政收入、財政支出與農村人口數與林地面積變化呈負相關性,其中財政收入的負向影響最為顯著。這個結論說明,促進第一產業的發展、增加農村居民的可支配收入,同時,合理調整財政收入與支出狀況并加速城鎮化進程能夠有效地促進河北省林地資源的增加。

表5 變量系數
2000—2015年,河北省土地利用變化較為劇烈,總體表現特征為耕地、草地以及未利用土地面積的下降;同時,林地、居住用地與其他建設用地面積不斷增加。林地的變化特征主要表現為林地面積總體呈增加趨勢,各類用地類型均不同程度地向林地轉化,且林地的轉入面積比轉出面積量大,其中草地、耕地、建設用地的轉化貢獻率較大。與此同時,林地的轉出主要表現在向草地、耕地與水域的轉化,其中,林地向草地與耕地的轉化最為明顯。
根據Adaptive-Lasso變量選擇模型,得到影響林地面積變化主要解釋變量分別為第一產業、年末總人口、財政收入、財政支出、農村居民可支配收入、城鎮人口與農村人口數,其中,年末總人口數、城鎮人口數與農村居民可支配收入與林地面積變化呈正相關,且農村居民可支配收入為正向主導因素,這說明年末總人口數、城鎮人口數的增加與農民生活水平的提高,一定程度上刺激林地面積的增加,且財政收入的正向影響力更大。第一產業、財政收入、財政支出與農村人口數與林地面積變化呈負相關性,且財政收入為負向主導因素,即財政狀況的變化、農村人口的增加及第一產業的發展,在一定程度上會遏制林地面積的增加。
引起上述變化的主要原因可能是國家退耕還林政策的執行,且由于河北省為京津冀經濟圈中的一個重要組成部分,有明確的定位,同時,作為面積與經濟總量最大的省份,能夠有效地緩解北京市土地資源供求矛盾與拓展產業發展空間,且作為京津人才和科技輻射地,在一定程度上刺激了河北省居住與其他建設用地面積的增加。
本研究在ArcGIS空間分析的基礎上,引入R語言,對河北省林地的空間變化特征及引起林地變化的驅動因子進行了深刻的分析,具有較強的針對性與創新性。本研究的不足之處沒有完全體現出R語言的空間分析功能,且影響林地變化的驅動因子的選取較為單一,只選擇了社會經濟因素而未考慮降雨、溫度及坡度等自然因素的影響,在之后的研究中,將融入各項自然因素的影響,對林地的變化進行更加全面完善的分析。
參考文獻:
[1]蔣敏元.以生態建設為主體的新林業發展戰略構想[J].林業科學,2005,41(2):74-81.
[2]徐新良,劉紀遠,莊大方,等.中國林地資源時空動態特征及驅動力分析[J].北京林業大學報,2004,26(1):41-46.
[3]冀豐淵. 京津冀協同發展規劃綱要[C]∥.對接京津:解題京津冀一體化與推動區域經濟協同發展(對接京津與環首都沿渤海第13次論壇),2016.
[4]范小杉,高吉喜.GIS支持下1985—2000年北京林地數量、質量演變與驅動分析[J].水土保持研究,2008,15(1):148-150.
[5]戰金艷,史娜娜,閆海明,等.江西省林地面積變化原因探析[J].自然資源學報,2011(2):335-343.
[6]牡丹,潮洛濛.鄂爾多斯市林地變化與社會經濟驅動因素研究[J].環境科學與技術,2010(S2):98-101.
[7]Xie X, Xie H, Fan Y. Spatiotemporal patterns and drivers of forest change from 1985—2000 in the Beijing-Tianjin-Hebei Region of China[J]. Journal of Resources and Ecology,2016,7(4):301-308.
[8]王艷華,蔣勇軍.R數據統計分析語言及其在GIS中的應用[J].測繪科學,2010,35(2):175-177.
[9]江騰宇,林成軍,邢元軍,等.湖北省林地變更及驅動力分析[J].湖北林業科技,2017,46(2):51-55.
[10]何承剛,馮彥,楊燕平.西雙版納林地景觀演變過程及其驅動力分析[J].云南地理環境研究,2008,20(5):12-17.
[11]彭博.基于GIS和RS的長沙市林地變化研究[D].長沙:中南林業科技大學,2011.
[12]湯銀才.R語言與統計分析[M].北京:高等教育出版社,2008.
[13]吳喜之.復雜數據統計方法:基于R的應用[M].北京:中國人民大學出版社,2015.
[14]徐新良,劉紀遠,莊大方,等.中國林地資源時空動態特征及驅動力分析[J].北京林業大學學報,2004,26(1):41-46.