新疆土地利用動態變化及預測

王龍龍 張永福

摘要：為探討新疆土地利用時空變化規律及驅動因子，以1990、2000、2010年的中國資源與環境科學數據中心的土地利用/土地覆被變化（LUCC）為基礎數據源，借助IDRISI17.0的LCM模型和CA-Markov模型，并結合RS技術和GIS技術分析并預測研究區域20年間土地利用的空間轉變。結果表明，20年間研究區耕地、建設用地、林地和水域面積增加，草地和未利用地減少；基于IDRISI17.0的CA-MARKOV模塊預測新疆2025年土地利用狀況，2010-2025年各地類總體上呈“一減五增”的趨勢；在各影響因素中，人口數量的增長、經濟的發展及環境政策的調整對研究區土地利用變化的影響更為顯著。

關鍵詞：CA-Markov模型；LCM模型；土地利用變化；新疆

中圖分類號：F301.2 文獻標識碼：A 文章編號：0439-8114（2018）07-0025-07

DOI：10.14088/j.cnki.issn0439-8114.2018.07.006

Dynamic Change and Prediction of Land Use in Xinjiang

WANG Long-long，ZHANG Yong-fu

（School of Resources and Environment Science，Xinjiang University/Key Laboratory of Oasis Ecology，Ministry of Education，

Urumqi 830046，China）

Abstract： To study the space-time evolution and driving mechanism of land use in Xinjiang，based on data source of land-use and land-cover change（LUCC） form China resources and environmental science data center in 1990，2000 and 2010，the space-time evolution and driving mechanism of land use was analyzed and forecasted by IDRISI17.0 LCM model，CA-Markov model，and combined with RS and GIS. The results showed that the area of cultivated land，construction land，forest land and water increased，but the area of grassland and unused land decreased. Based on IDRISI17.0 CA-MARKOV model to simulate land use situation in 2025 in Xinjiang，the results showed that，on the whole，the area change of land tapes appeared “a land tape reduced and five land tapes increased” trend from 2010 to 2025. The increase in population，economic development and environmental policy adjustment to the influence of land use change was more outstanding in the study area.

Key words： CA-Markov Model； LCM Model； land-use change； Xinjiang

土地利用/土地覆被變化（Land-use and land-cover change，LUCC）是一地區土地資源利用方式的直接反映[1]。土地利用/土地覆被變化不但客觀地記錄了人類對地球輪廓的改變，還再現了地球表面的時空動態過程，是地區乃至全球氣候變化的重要原因之一[2]，且正在加速的全球城市化引起土地用/覆蓋的變化，進而導致區域社會、經濟和環境的變化[3，4]。遙感和GIS技術為快速、準確、動態監測土地資源的變化提供了有效的手段，已成為LUCC研究的重要方法[5]，有關的研究和報道已經很多。

目前土地利用變化的模擬預測模型有很多，比如隨機模型、遺傳算法、元胞自動機（CA）神經網絡[6]、CA-Markov模型[7]等。其中，CA-Markov模型既保留了馬爾可夫模型（Markov）長期預測的優點，又吸納了CA模型（Celluar automata）模擬復雜時空系統變化的能力[8]。近幾年，中國學者通過CA-Markov模型在動態變化監測、驅動力與驅動機制、生態環境效應與作用機制等LUCC的探索領域取得了豐碩成效[9-13]。

新疆的土地面積在中國是最大的，土地開發利用歷史悠久。隨著“一帶一路”戰略的實施，國家和自治區不僅在農業方面對產業結構進行了調整，同時注重在城市基礎設施的建設方面加大投入，不斷加快城鎮化建設步伐，使得新疆的土地利用方式發生了顯著變化，因此迫切需要對土地利用變化數據庫進行及時更新。本研究通過LCM和CA-Markov模型結合GIS10.3軟件對新疆LUCC數據進行分析，為新疆未來土地利用資源的合理開發提供相關參考。

1 研究區概況、數據來源及研究方法

1.1 研究區概況

新疆地處歐亞大陸腹地，地理位置為73°40′-96°23′E，34°25′-49°10′N。周邊與俄羅斯、哈薩克斯坦、吉爾吉斯斯坦、塔吉克斯坦、巴基斯坦、蒙古、印度、阿富汗斯坦八國接壤，在歷史上是古絲綢之路的重要通道，現在是第二座“亞歐大陸橋”的必經之地，戰略位置十分重要。東西最長為2 000 km，南北最寬處為1 650 km，土地面積1 660 000 km2，約占全國土地總面積的1/6，為中國面積最大的省份。在歷史上，新疆有聞名于世的古“絲綢之路”，是東西文化的交匯處，而今又成為橫穿兩大洲的“亞歐大陸橋”的必經之地，既是中國西部大開發的重點區域，又是通往中亞、西亞、西南亞、歐洲和非洲的陸上通道。

1.2 數據來源及預處理

數據來源于中國科學院地理科學與資源研究所（http：//www.resdc.cn/）網站的全國LUCC數據和DEM數據，分辨率為1 km。LUCC數據共計3期，分別為1990、2000、2010年，氣象數據來源于研究區內77個氣象站1990-2010年的年平均降水量、年平均氣溫數據，統計數據來源于新疆統計年鑒，土地綜合利用規劃圖、土壤類型圖和水系圖、交通圖等數據分別來自國土資源部門、地質部門和環境部門等相關部門。

在ArcGIS10.3進行源數據的重投影預處理，使所有圖件投影一致，然后根據研究區1∶10萬地形圖及其矢量化新疆邊界進行LUCC數據裁剪，并依據中國科學院數據中心的分類系統中的一級地類進行地類重分類，具體劃分為耕地（gd）、林地（ld）、草地（cd）、水域（sy）、城鄉/工礦/居民用地[簡稱為建設用地（js）]和未利用地（wlyd）6類。具體轉化分析在IDRISI 17.0中進行。

1.3 研究方法

1.3.1 CA-Markov模型 CA模型是一種基于不連續的時空動態模擬模型，其特點是時間、空間和狀態都是離散的[14]。Markov過程是指事件由一種狀態轉移至另一種狀態的過程，該過程的特點為無后效性和穩定性，土地利用變化也具有無后效性的特點，滿足該模型使用條件，所以可以用來模擬土地利用變化的趨勢[15]。

CA-Markov模型具備土地利用變化的自發性和自組織性特征，將Markov模型與CA模型模擬復雜時空系統變化的優點集中在一起，所以本研究通過CA-Markov模型模擬不同土地利用/覆被類型的數量及結構特征。在GIS軟件IDRISI 17.0的環境下[16]，通過對轉移面積矩陣和轉移條件概率圖像的運算，用來確定元胞狀態的轉移，測算土地利用格局的變化。

為檢測CA-Markov模型的預測模型是否符合預測要求，將2010年的實際土地利用狀況和預測的2010年土地利用狀況進行對比，并對2010年的模擬結果分別進行數量精度檢驗和Kappa精度檢驗，這彌補了以往只采用Kappa系數這一單一的、不完整的檢驗方法缺陷。

1）數量精度檢驗。采取精度誤差方式檢驗CA-Markov模型模擬的數量精度[17]，具體公式為：

a=■ （1）

式中，a為土地利用類型i類的誤差精度，xim和xin分別為該種土地利用類型的預測面積和真實面積。a的絕對值越小則表示模擬的精度越高；a>0，則表明土地利用類型i的模擬面積偏大，反之亦然。

2）Kappa精度檢驗。Kappa系數一般被用來評價兩個圖件的一致性或者進行遙感解譯的精度評價[18]，本研究利用2010年土地利用狀況圖和2010年土地利用預測圖的Kappa系數來定量評價模擬精度。具體公式如下：

Kappa=■ （2）

式中，po為準確模擬的比例，pc為隨機選擇情況下期望的準確模擬比例，pp為理想情況下的準確模擬比例（100%）。

1.3.2 LCM模型 LCM是ArcGIS的一種擴展，是美國CLARH實驗室和國際保護委員會針對目前加速的土地發展趨勢和生物多樣性保護特別需要等迫切性問題共同研發的。它綜合了多圖層感知器神經網絡（MLP-ANN）/邏輯回歸模型（Logistic regression）、Markov Chain、外部矩陣模型及軟硬預測模型，并廣泛應用于優化保護和規劃工作，可快速分析土地利用覆被變化，預測模擬未來土地利用變化，評價物種的影響和生物多樣性。還包含確定土地結構變化的影響因子，土地利用格局變化及其過程分析和物種分布的建模等功能。LCM有著直觀、易用、創新、應用范圍廣等特點。本研究以新疆1990、2000、2010年土地利用現狀圖為基礎數據，利用IDRISI的LCM模塊分析新疆1990、2000、2010年3個時期土地利用主要地類變化的情況。

2 結果與分析

2.1 土地利用結構與速率變化

2.1.1 土地利用結構變化 由新疆研究時段內的各地類的面積及所占的比例（表1）可知，1990、2000、2010年未利用地的比例都超過了60.00%，并且按所占比例排序為未利用地>草地>耕地>水域>林地>建設用地，說明新疆是以未利用地為主，主要是沙地、戈壁、鹽堿地、沼澤地、裸土地、裸巖石質地，這符合干旱、半干旱地區的特點。草地和耕地所占比例較大，表明研究區以農牧業生產為主，符合區域經濟和社會發展的特點。在這20年內研究區土地利用類型總體上沒有太大波動，耕地、水域、林地、建設用地分別增加了1 278 601.37、179 571.81、176 024.20、82 951.53 hm2，草地和未利用地分別減少了

1 125 219.29、591 929.62 hm2。在研究時段的前10年（1990-2000年）呈“二減四增”的趨勢，草地和未利用地面積減少，分別減少了567 826.72、203 674.66 hm2，林地、水域、建設用地和耕地面積增加，分別增加了244 472.25、189 379.92、22 537.77、315 111.49 hm2；在研究時段的后10年（2000-2010年）呈“二增四減”的趨勢，其中耕地和建設用地面積分別增加了963 489.89、60 413.76 hm2，草地、林地、未利用地和水域面積分別減少了557 392.57、68 448.06、388 254.91、9 808.10 hm2。

2.1.2 土地利用速率變化 由圖1可以看出，20年間變化最大的是耕地，其變化速率為22.25%；其次是建設用地，其變化速率為19.80%。選取10年作為研究間隔，1990-2000年，林地的變化速率最大，為6.7%，建設用地、耕地、水域、草地和未利用地變化速率分別為5.38%、5.48%、4.02%、1.16%和0.20%；2000-2010年，耕地的變化速率最大，為15.90%，其次是建設用地，為13.68%。在這20年間，林地、水域呈現先增后減的趨勢，耕地和建設用地遞增，草地和未利用地遞減。

2.2 土地利用變化驅動力分析

2.2.1 自然因素 影響土地利用變化的自然因素主要有地質、地貌、土壤、氣溫和降水等[19]。20年內地質、地貌和土壤的變化雖然不大，但它的影響還是不可忽略的，地形條件中，坡度是最重要的影響因素之一，它通過對水分、溫度、風速、光照、土壤質地等自然因素的再分配，直接或間接地影響著土地利用；高程是最主要的地形地貌特征之一，高程高的地方一般是高山，且不平坦，這些地形阻止了城市發展和農業生產，研究區高程和坡度如圖2a、圖2b所示，準格爾盆地、塔里木盆地和東部的高程和坡度都較小，地勢較平坦，而天山、昆侖山和阿爾泰山的高程和坡度都較大，氣溫和降水表現相對活躍。因此，本研究不僅從坡度和高程兩個方面來闡述自然因素對土地利用變化的影響，還考慮氣候因素，氣候在一定水平上會影響區域水系統，從而影響區域土地利用的空間分布格局。由于研究區干旱環境對氣候變化響應比較敏感，使得氣候的小幅度變化都將對該區域生態環境產生顯著影響[20]。本研究選擇研究區內77個氣象站1990-2010年年均氣溫、年降水量結果表明，降水量大體呈波動式持續增加的趨勢，氣溫大體上呈上升的趨勢。

2.2.2 距離空間變量 從離城市中心、水域和道路的距離來確定距離空間變量，研究其對土地利用變化的影響。商業和政治圈主要集中在城市中心，這對城市的社會經濟發展起到較大的作用。水域在一個城市的發展中起著很大的促進作用，沒有水域也就缺少生產生活的源頭。公路、鐵路等的發展程度代表一個城市的發展水平，便捷的交通對區域經濟有著較大的推進作用。

在LCM中，通過GIS Analysis中的Distance工具得到影響因子離城市中心距離、離水域距離和離道路距離，如圖2c、圖2d、圖2e所示，隨著顏色由淺到深，數值越來越大，各土地利用類型到各級行政中心的距離、水域和道路的距離由近及遠。

2.2.3 社會經濟因素 雖然研究區的氣候在近20年有暖濕趨勢，但氣候變化在20年時間尺度上對土地利用的影響并不明顯，而在短時間內能對環境變化起到主導作用的應是人類活動，隨著人口的不斷增加以及城市化和工業化的發展，人類活動對環境產生的影響也逐漸增強[21，22]。人口是社會經濟活動中最重要的因素，同時也是土地利用變化的直接驅動因子。根據年鑒統計數據研究區20年以來人口是遞增的，1990年的人口數為1 529.16萬人，到2000年的時候增加到1 849.41萬人，再到2010年人口數為2 181.33萬人。20年間增加人口652.17萬人，隨著人口數量的增加，未利用地和草地被大面積開墾，建設用地擴張。20年間研究區的工業生產總值飛速增長，從1990年的219.92億元到2010的5 766.51億元，農、林、牧、漁業生產總值從1990年的1 446 535萬元到2010年的18 461 828萬元，工業和農、林、牧、漁業的快速發展必然會導致建設用地的擴張。

2.2.4 政策因素 政策因素也是一個很重要的驅動因子，它可以利用城市規劃、地權制度、經營機制等影響土地利用和土地布局。隨著各種經濟體制管理的執行，土地利用結構也有著巨大的改變。1991-2003年，產業結構整治，多種經營模式的出現，棉花價格增加，農民生產熱情增加，耕地面積增加。隨著西部大發展，在非耕地特別是戈壁灘和荒地上搞開發利用的，可以免交土地使用費，土地使用權保持50年不變，也促進了耕地面積增加。

2.3 土地利用轉化分析

用LCM模型計算1990-2010年的各地類之間的相互轉化面積（表2），20年間，耕地增加1 278 601.37 hm2，轉入地類有草地、未利用地、建設用地、林地和水域，各自占轉入面積的57.17%、28.98%、5.55%、4.91%、3.40%；20年間人口增加了652.17萬人，隨著人口的增加，未利用地和草地等被大面積開墾。這些新增耕地多來源于原灌區內部及灌區周邊，因其開墾條件相對較好，因此容易被占用，同時耕地也相應地轉為草地、未利用地等，占轉入面積的54.85%、24.11%。

盡管建設用地所占比例小，但是20年來建設用地呈現持續增長的趨勢，面積增加了82 951.53 hm2，僅次于耕地的增長速度，說明新疆城市化進程較快。建設用地的轉入地類為耕地、草地和未利用地等，各自占轉入面積的51.22%、22.58%和21.26%。20世紀90年代以來，隨著新疆城鎮人口和經濟增長、縣改市、建立開發區等一系列的城市規模擴張措施，使城市化加速，再由于西部大發展，使新疆的建設用地發生了巨大的變化。建設用地的轉出地類主要為耕地、草地、未利用地，各自占轉出面積的57.89%、22.25%和14.38%，主要是由于政府對鄉村分散的城鄉/工礦/居民用地進行集中整治、統一規劃，同時將原來的建設用地退還成耕地和草地等。

草地面積減少1 125 219.29 hm2，轉出為未利用地、耕地、林地、水域等，各自占轉化面積的60.29%、16.28%、15.66%、7.00%。其減少原因是大量的開墾占用，不合理放牧，從而使得草地退化。

林地面積增加176 024.20 hm2，主要是三北防護林工程、退耕還林還草、人工生態林建設和流域生態綜合治理等造林工程的開展，主要轉入類型為草地、未利用地、耕地等，各自占轉化面積的77.34%、14.88%和5.77%。

水域面積增加179 571.81 hm2，主要轉入地類為未利用地和草地，各自占轉入面積的57.21%、35.80%。20年來，研究區內77個氣象站年均氣溫、年降水量結果表明，降水量總體上呈波動式增加趨勢，氣溫總體上呈上升趨勢。新疆氣候由暖干向暖濕的轉變，降水量的增加和水利設施建設以及濕地保護工程的開展成為新疆水域面積擴展的重要原因。

未利用地由于墾荒、撂荒、開發建設等因素的影響，面積總體呈減少的趨勢，減少了591 929.62 hm2。轉出地類主要為草地、水域和耕地，各自占減少面積的71.72%、13.65%和10.07%。

由以上結果可知，20年內變化最快的兩種地類分別為建設用地和耕地，其中建設用地的轉入地類主要是草地、未利用地、耕地，耕地的轉入地類主要是草地、未利用地等。從而得到1990-2010年耕地的主要轉入地類（圖3）。

2.4 基于CA-Markov模型的新疆土地利用預測

2.4.1 CA-Markov模型精度驗證 在IDRISI17.0軟件中，以1990年和2000年土地現狀圖作為基圖，用CA-Markov模塊來預測2010年的土地狀況（圖4），然后將2010年模擬土地利用變化情況與實際土地利用狀況的地類變動進行對比，對模擬情況進行數量精度驗證和Kappa精度驗證。驗證結果（表3）表明，CA-Markov預測精度較高，有3種地類的模擬精度均超過了90%，能夠較好地用來模擬土地利用的變化情況，其中耕地為99.00%，未利用地為94.00%，草地為92.00%，而精度最低的水域也達到了71.00%。利用IDRISI 17.0中GIS分析模塊中交叉驗證模塊進行Kappa系數檢驗，Kappa系數為0.896，精度也較高，說明與實際情況較為一致。因此，CA-Markov模塊完全適用于預測新疆未來土地利用狀況。

2.4.2 預測結果與分析 CA-Markov模型通過模型精度驗證后，以2010年的土地利用狀況為基礎，用坡度、水系、道路和規劃數據等作為約束條件，預測研究區2025年土地利用狀況（圖4）。根據模型預測結果可知，在2025年未利用地還是占很大的比例，面積為95 141 861.14 hm2，占全疆土地面積的57.31%；草地次之，為51 132 368.57 hm2，占30.80%；耕地、水域、林地、建設用地面積分別為8 076 244.76、6 285 952.42、4 744 306.00、619 267.11 hm2。2010-2025年，未利用地減少，而其他5種地類均增加，水域面積增幅最大，為1 399 220.20 hm2。造成這種結果的可能原因是全球變暖，氣溫持續上升，加快了冰雪的融化速度，降水量增多，導致水域面積變大。在西部大發展背景下，城市化發展加快，人數顯著增長，導致建設用地和耕地的增多。新疆地處西北干旱區，生態環境脆弱，為了保證生態平衡，國家制定了一系列的退耕還草、還林政策，導致草地和林地面積的增加。

3 結論

1990-2010年研究區耕地、建設用地、林地和水域面積分別增加了1 278 601.37、82 951.53、176 024.20、

179 571.81 hm2，草地和未利用地面積分別減少了1 125 219.29、591 929.62 hm2。1990-2000年各地類總體上呈現“二減四增”的趨勢，2000-2010年總體上呈現“二增四減”的趨勢。20年內改變最大的兩種地類分別為建設用地和耕地。

利用基于IDRISI 17.0的CA-Markov模塊預測新疆2025年土地利用狀況，2010-2025年各地類總體上呈現“一減五增”的趨勢。

距離因子、高程、坡度、人類活動和政策是導致20年來土地利用變化的主要驅動因子，但人口數量的增長、經濟的發展及環境政策的完善對研究區土地利用變化的影響更為顯著。

參考文獻：

[1] 于 濤，沈 浩，仲嘉亮.基于CA-Markov模型的新疆克州土地利用動態模擬研究[J].新疆環境保護，2008，30（1）：11-14.

[2] 李 娜，楊太保.黑河分水后中游地區LUCC監測[J].中國沙漠，2008，28（2）：223-226.

[3] 王 兵，臧 玲.我國土地利用/土地覆被變化研究近期進展[J].地域研究與開發，2006，25（2）：86-91.

[4] 俞龍生，符以福，喻懷義，等.快速城市化地區景觀格局梯度動態及其城鄉融合區特征：以廣州市番禺區為例[J].應用生態學報，2011，22（1）：171-180.

[5] 全 斌，朱鶴健，陳松林，等.遙感技術在區域土地利用/覆被變化中的應用——以福建省為例[J].中國土地科學，2006，20（2）：39-43.

[6] 郭 杰，歐名豪，劉 瓊，等.基于BP神經網絡的南通市建設用地需求預測[J].資源科學，2009，31（8）：1355-1361.

[7] 吳季秋，俞花美，肖 明，等.基于CA-Markov模型的海灣土地利用動態預測[J].環境工程技術學報，2012，2（6）：531-539.

[8] 楊國清，劉耀林，吳志峰.基于CA-Markov模型土地利用格局變化研究[J].武漢大學學報（信息科學版），2007，32（5）：414-418.

[9] 重慶市規劃局.重慶市控制性詳細規劃編制技術規定[M].重慶：重慶市規劃局，2011.

[10] 余 穎，余 輝.規劃管理與咨詢一體化的機制創新——以重慶市為例[J].規劃師，2011，27（6）：12-15.

[11] 何 梅，吳志華，熊 偉，等.城鄉規劃信息平臺的數據組織體系研究——以武漢市“一張圖為例[J].城市規劃學刊，2009（S1）：236-238.

[12] 蘇建忠，羅裕霖.城市規劃現狀調查的新方式——剖析深圳市法定圖則現狀調查方式變革[J].城市規劃學刊，2009（6）：79-83.

[13] 李 媛，王建廷.基于GIS的生態城市規劃決策支持系統框架研究——以中新天津生態城為例[J].城市，2010（12）：52-57.

[14] 徐昔保.基于GIS與元胞自動機的城市土地利用動態演化模擬與優化研究——以蘭州市為例[D].蘭州：蘭州大學，2007.

[15] 朱會義，李秀彬.關于區域土地利用變化指數模型方法的討論[J].地理學報，2003，58（5）：643-650.

[16] REJAUR RAHMAN M，SAHA S K. Spatial dynamics of cropland and cropping pattern change analysis using landsat TM and IRS P6 LISS Ⅲ satelite images with GIS[J].Geo-Spatial Information Science，2009，12（2）：123-134.

[17] 劉瑞卿.基于CA-Markov模型的懷來縣土地利用景觀格局動態模擬研究[D].河北保定：河北農業大學，2012.

[18] 井梅秀，李 晶.基于CA-Markov模型的關中—天水經濟區土地利用變化動態模擬[J].陜西師范大學學報（自然科學版），2013， 41（1）：99-103.

[19] 閆俊杰，喬 木，田長彥，等.新疆典型綠洲阜康地區土地利用/覆蓋及景觀格局變化分析[J].水土保持通報，2013，33（1）：139-145.

[20] 潘競虎，蘇有才，黃永生，等.疏勒河中游土地利用與景觀格局動態[J].應用生態學報，2012，23（4）：1090-1096.

[21] VITOUSEH P M，MOOENY H A，LUBCHENCO J，et al. Human domination of earths ecosystems[J].Science，1997，277（5325）：494-499.

[22] SHINE H P，DE FORSTER P M F. The effect of human activity on radioactive forcing of climatic change：A review of recent developments[J].Global and Planetary Change，1999， 20（40）：205-225.