城市化加速地區土地利用變化模擬預測

2020-07-04 02:33:02呂曉艷

中國集體經濟 2020年16期

呂曉艷

摘要：研究城市化加速發展地區的土地利用變化，并模擬預測，便于掌握地區土地利用變化的特點及發展規律，使地區土地資源利用與配置更合理。文章以蕪湖市鳩江區為例，引入CA-Markov模型，模擬預測此地區2000～2026年土地利用空間結構變化進行。結論認為，CA-Markov模型模擬準確度高，適用于模擬分析多種土地利用類型的演化，可為區域土地與城市規劃、管理和決策，提供一定的參考價值。

關鍵詞：城市化加速地區;CA-Markov模型;土地利用變化;模擬;鳩江區

土地資源與人類生產生活密切相關，生態、社會和經濟的發展會受到它利用變化直接或間接地影響，進而影響區域或全球的環境變化。因而，研究土地的利用變化，非常重要。當前，學者們研發出眾多對土地利用變化進行分析和模擬的模型，當中，CA-Markov模型以突出的優勢脫穎而出。兩者相結合，使得Markov模型空間預測上劣勢得到補償，又可發揮元胞自動機模擬繁雜空間系統時空動態演變的優勢。CA-Markov模型擁有在復雜空間系統變化中，進行模擬及長時間預測的能力，能合理模擬與預測土地利用的時空變化。

當前，國內外有關學者在不同區域的土地利用變化分析與模擬研究中，引入CA-Markov模型。在國外，Darrel Jenerette利用 CA-Markov模型分析模擬了亞歷桑那州菲尼克斯地區的土地利用變化與城市擴張和人口增長有關;Andersson利用CA-Markov模型模擬了城市聚落的演變發展。在國內，何丹等以滇池流域為研究對象，研究點明了滇池流域水質退化與土地的不合理利用密不可分，而未來該流域的水環境和水生態壓力會隨著土地不合理利用的擴大而增加;周浩等用此模型模擬研究撓力河流域土地利用的變化，研究表明未來該地區土地利用程度不斷擴大，人類活動對該流域的影響程度不斷加強;由此可見，在現有研究的土地利用變化中，學者們江河流域內土地利用變化的研究逐年增多，但關于城市化加速地區的土地利用變化的研究，較為少見。在城市化加速地區，城市建設和工業發展不斷加速，地區經濟社會發生巨變，土地利用變化愈發顯化，對土地的過度開發利用，使得區域內人與土地之間矛盾激化，人地問題突出，牽制著城市協調發展。因而，對該區域的土地科學的研究值得重視。

蕪湖市位于長江下游地區的沿江平原上，緊接經濟發展強大的長三角地區，近年來，在其經濟發展的輻射帶動下，工業和城市發展進程加快，土地資源利用格局變化幅度較大。故本文以蕪湖市鳩江區為例，把2006年與2016年兩個時期的遙感圖像作為基礎，在GIS中對其作空間分析，研究其十年間的土地利用格局變化，并用MCE模型定義CA的轉換規則，結合IDRISI軟件提供的CA-Markov模型來預測鳩江區2026年土地利用變化的方向，希望為該地區未來的土地資源合理利用及耕地保護和經濟社會協調發展提供有價值的借鑒。

一、研究區與數據

（一）研究區域

蕪湖市的市區是鳩江區，長江穿越該區，地理坐標為東經118度23分、北緯31度22分，是城市的政治、文化和金融商業中心。鳩江區總人口58.91萬人，覆蓋面積約為820平方公里，區域內分布著開發區、加工區、碼頭。近年來，鳩江區經濟發展迅猛，國內生產總值在近二十年間增長近百倍，鳩江區是我國城市化加速地區的代表之一。

（二）數據來源與處理

本文在中科院地理空間數據云平臺（http：//www.gscloud.cn/）獲取了遙感影像數據與DEM（高程）數據，從Landsat-5 TM和Landsat-8分別獲取的2006年和2016年兩期影像，為滿足解譯需要，研究區影像選取質量較好。在ENVI5.2軟件中對遙感影像進行解譯，再參考中國科學院土地利用/覆被變化分類體系與區域內土地利用現狀及研究區具體實際，確定研究區2006年和2016年土地利用類型為5大類：“耕地、林地、草地、建設用地、水域”。

二、研究方法

（一）土地利用變化空間特征模型

土地在空間格局上的變化特點信息分別用單一土地動態變化度和綜合土地動態變化度表現。計算公式如下所示：

Kt.i=××100%（1）

Kt=××100%（2）

在（1）、（2）式中，研究區土地利用類型i的空間變化單一動態度用Kt.i表示;全部土地利用類型的空間變化綜合動態度用Kt表示;從變化初始年份a到變化年份b期間土地利用類型i轉移生成其他類型土地的面積用ΔSc，i表示;而其他土地利用類型i轉移到類型的面積用ΔSd，i表示;土地利用類型i在變化初始年份a的面積用Sai表示;土地利用變化初始到結束的年份用T表示;研究區域內全部土地利用類型的數量用n表示。

（二）CA-Markov土地利用變化模擬預測模型

CA模型對屬性意義上的其他地理位置也無法描述，很難真實地反映局部的空間相互作用和空間關系，且在局部演化規則上也稍顯遜色，導致CA模型在地理系統模擬方面略有不足。兩個模型融合，既具備CA模擬復雜時空變化的能力，又發揮Markov模型長時間預測的優點，有利于提高模擬預測的精準性。因此，文章將運用IDRISITerrSet17.0軟件中的CA-Markov模型，獲取到2006、2016年兩期數據，2006～2016年土地利用面積轉移矩陣及概率轉換矩陣用IDRIS軟件中的Markov板塊生成，土地利用適宜性圖集是將土地利用變化的驅動力、多標準評價（MCE）模塊、集合生成器（Collection Editor）工具結合生成，并將上述有關參數導入CA-Markov板塊，模擬預測2026年鳩江區的土地利用的發展方向。

三、結果與分析

（一）2006～2016年研究區土地利用情況分析

在IDRISI軟件中對所得土地利用數據統計分析，處理后得出鳩江區現狀土地利用格局。在研究區五大土地利用類型中，耕地分布范圍最大，主要分布在區域的西北部和西南部;林地和草地大部分分布在區域的東南部和東北部地區，西北部和西南部零散分布;中部是建設用地分布。隨著地區經濟社會發展加快，建設用地增加速度變快，不斷地占用耕地、林地和草地，分布范圍愈發擴大，朝著區域的東北部、東南部和西北部地區擴展;水域變化甚小。

（二）2006～2016年研究區土地利用類型轉變分析

通過表1可對區域土地利用結構的空間轉變進行定量分析，掌握區域內土地利用空間結構的變化情況。在表1中，轉出面積是指某一種土地利用類型轉變為其他用地類型的總面積，轉入面積是指其他用地類型轉為該種用地類型的總面積。可用轉入減去轉出的面積的數量差，是正數還是負數，來判斷十年間研究區某一種用地類型的轉變，是以補充為主還是流失為主。在2006～2016年間，區域內全部用地類型中，耕地轉出面積最多，為66km2，轉入面積為39.74km2，轉入面積減去轉出面積數量差為-26.26km2，耕地的面積變化以流失為主;其次是建設用地，轉出面積為30.7km2，轉入面積為51.25km2，建設用地的轉入面積為所有用地類型中最高的，轉入面積減去轉出面積之差為20.55km2，建設用地的面積變化以補充為主;林地緊跟其后，林地轉出面積是28.63km2，轉入面積是40.43km2，轉入面積減去轉出面積數量差為11.8km2，林地的面積變化是以補充為主;水域轉出面積是9.04km2，轉入面積為0.77km2，轉入面積減去轉出面積之差為-8.27km2，水域的面積變化以流失為主，;而草地由于在全部用地類型中面積占比較小，其轉入和轉出面積均較少，轉出面積為3.49km2，轉出面積為5.76km2，轉入面積減去轉出面積之差為2.27km2。

基于土地利用動態度模型的測算結果，十年間，區域土地利用空間變化綜合動態度為1.57%，土地利用變化處于較為活躍的階段。從單一動態度上來看，土地利用變化活躍程度按照高低排序，依次為林地、建設用地、草地、耕地、水域。其中，林地的動態度最大，為10.68%，位居榜首。這說明十年間，林地類型的變化活躍程度最高，國家的退耕還林政策的實施效果在該區域較為顯著;再者就是建設用地，土地利用動態度為9.52%，研究區的建設用地土地變化非常活躍，這與研究區的城市化進程加快密不可分，建設用地的范圍不斷擴大，大量的城市建設僅侵占耕地和草地，耕地和草地的面積不斷減少，其范圍逐漸萎縮;草地類型的土地利用動態度為8.1%;耕地類型的土地利用動態度為1.75%;水域類型的土地利用變化活躍程度最低，其土地利用動態度僅為0.88%。

（三）CA-Markov模型模擬預測結果與分析

1. 模擬精度驗證結果

鑒于已有研究，本文采用全數法來對CA-Markov模型模擬結果精確度進行驗證。全數驗證方法可對參與模擬的每一個元胞單元進行模擬，優勢是可信度高，科學性更強。由于本研究區面積大小適中，數據量較合適，選用全數驗證的方法更為合理。在IDRISI軟件中模擬其2016年土地利用變化，得出CA-Markov模型的模擬精度為93.61%，模擬精度相對較高，表明該模擬結果的可信度比較好。CA-Markov模型發揮出的可靠與實用特性，較適于對區域土地利用變化進行模擬預測。

2. 未來土地利用預測結果與分析

從表2可以看出，2016～2026年研究區的不同用地類型的面積發生較大變化，變化比較明顯的用地類型是耕地、建設用地、林地和草地。首先是耕地，其面積由534.11km2降到46.38km2，面積降低了65.73km2用地類型，耕地是區域內面積降低最多的用地類型。其次是建設用地，其面積由132.18km2增到170.59km2，面積增加了38.41km2，建設用地的面積在區域全部用地類型中增加最多;同樣林地面積也發生變化，由82.65km2增到107.3km2，面積增加了24.65km2;草地的面積也由8.47km2增到11.68km2，面積增加了3.01km2;水域的面積變化較小，十年間僅減少了0.34km2。在2016～2020年，研究區土地利用綜合動態度為2.35%，與2006～2016年的土地利用綜合動態度1.57%相比，研究區在2016～2026年整體土地利用變化的活躍程度呈現上升的趨勢。其中草地、林地、建設用地的土地利用動態度分別為13.45%、12.43%、5.68%，高于耕地的動態度1.87%和水域的動態度0.01%，土地利用變化活躍程度都比較高。

圖2是基于CA-Markov模型預測結果，得出研究區2026年土地利用格局分布圖。從圖2可看出，到2026年，研究區的建設用地呈現向東北和西北方向擴張的勢頭，其范圍不斷擴大，林地向西南方向延伸，并侵占部分耕地，耕地范圍不斷縮小。未來隨著區域經濟社會的加速發展，城市化步伐腳步不斷加快，城鎮建設需要耗費大量的土地資源，建設用地不斷占用耕地，這使得原本就稀缺的耕地資源就更加寶貴，耕地保護和經濟發展之間矛盾將會進一步激化。

四、結論與討論

（一）結論

文章把城市化加速發展的鳩江區作為研究區，運用CA-Markov模型，對區域三個時期土地利用變化模擬預測，結論如下。

2006～2016年鳩江區土地利用結構變化顯著，整個區域的用地類型仍以耕地為主，但耕地面積急劇減少，用地比重不斷降低，分布范圍不斷萎縮;建設用地和林地的面積增加迅速，占比越來越高，尤其是建設用地占擠大量耕地，分布范圍不斷擴大;草地面積有所增加，水域面積略有減少。且鳩江區的各用地類型間的面積變化率和單一動態度差異較大，耕地和建設用地、林地的面積變化較大，土地利用變化程度活躍。

CA-Markov模型的Kappa系數為93.61%，模擬精度較高，整體來看，模擬結果可信度較高，較適用于對鳩江區2026年的土地利用演變進行模擬預測。

根據預測結果，到2026年，鳩江區的土地利用面積變化明顯。耕地雖區域的主要用地類型，但其面積不斷減少，分布范圍不斷萎縮;建設用地、林地和草地面積持續增加，建設用地向外不斷擴展，擴張幅度較大。這表明，區域未來土地資源利用變化較為活躍，其耕地資源更為緊缺，建設用地擴張加劇。研究區未來扛著耕地保護的重擔，正確處理好鳩江區經濟發展與耕地保護之間的關系，合理利用與配置區域土地資源，促進區域內協調發展。

（二）討論

本文研究結果，對城市化加速地區土地利用結構與布局的規劃調整、土地資源的優化配置及耕地保護和經濟社會協調發展有一定的借鑒價值。但本研究尚存部分問題待解決。第一、文章運用CA-Markov模型對鳩江區土地利用演變進行模擬預測，但城市化加速地區土地利用演變過程繁復漫長，受到眾多因素影響，難全面顧及;同時制定元胞轉換規則時，對退田還湖、長江沿線生態保護帶等符合地域特點的土地政策及農戶個體行為等，未作考慮。第二、本研究數據年份間隔為十年，周期較大，期間社會經濟、政策法規有較大變化，影響因素具有階段差異性，后續研究要縮短間隔期。最后對影響土地利用變化的因素，也未進一步研究討論，在后續研究中，要增加對土地變化驅動因素的研究。

參考文獻：

[1]后立勝，蔡運龍.土地利用/覆被變化研究的實質分析與進展評述[J].地理科學進展，2004（06）.

[2]何春陽，史培，陳晉，等.基于系統動力學模型和元胞自動機模型的土地利用情景模型研究[J].中國科學（D輯：地球科學），2005（05）.

[3]劉小平，黎夏，艾彬，等.基于多智能體的土地利用模擬與規劃模型[J].地理學報，2006（10）.

[4]邢容容，馬安青，張小偉，等.基于Logistic-CA-Markov模型的青島市土地利用變化動態模擬[J].水土保持研究，2014（06）.

[5]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（01）.

[6]周熙，馬智民，尹芳，等.基于CA-Markov模型的“絲綢之路經濟帶”沿線地區土地利用變化分析與預測——以西北五省為例[J].西北大學學報（自然科學版），2018（02）.

[7]何丹，周璟，高偉，等.基于CA-Markov模型的滇池流域土地利用變化動態模擬研究[J].北京大學學報（自然科學版），2014（06）.

[8]周浩，雷國平，趙宇輝，等.基于CA-Markov模型的撓力河流域土地利用動態模擬[J].生態與農村環境學報，2016（02）.

[9]吳晶晶，田永中，許文軒，等.基于CA-Markov模型的烏江下游地區土地利用變化情景分析[J].水土保持研究，2017（04）.

[10]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）.

[11]胡碧松，張涵玥.基于CA-Markov模型的鄱陽湖區土地利用變化模擬研究[J].長江流域資源與環境，2018（06）.