皖江流域土地利用與景觀格局時空演變研究

尹 劍，張 斌，邱遠宏

(1.貴州財經大學西部現代化研究中心，貴州 貴陽 550025；2.貴州財經大學大數據應用與經濟學院，貴州 貴陽 550025；3.東北農業大學水利與土木工程學院，黑龍江 哈爾濱 150030)

土地提供了居住、生產等各方面的資源或條件，同時也為人類社會經濟活動提供活動場所[1]。隨著人類社會活動的日益加強，土地結構及其景觀格局也隨之發生了時空變化，其中景觀格局變化是土地利用變化的最直觀表現形式[2]。元胞自動機-馬爾可夫模型(CA-Markov)是目前重要的研究土地利用景觀類型變化的工具[3-4]。在綜合考慮社會和自然對土地景觀格局的影響下，學者們利用多目標評價(MCE)結合CA-Markov方法實現景觀格局預測。盧涵宇等[5]基于MCE-CA-Markov模擬預測了盤州市土地利用變化趨勢。張曉娟等[6]基于MCE-CA-Markov分析了三峽庫區土地利用演變。徐睿擇等[7]集合MCE-Markov-CA對鄭州市土地利用時空變化進行了模擬。從景觀生態學的角度分析土地利用變化是另一個研究思路：通過計算景觀格局指數來獲取景觀的結構組成特征、空間格局特征和時間演化特征，利用景觀格局指數對土地利用變化所引起的生態景觀變化進行定量描述[8]。景觀格局分析方法與土地結構分析以及預測方法相結合，已被引入到土地利用變化研究中[9]。針對景觀開發強度的分析，傳統的回歸算法簡便而直觀，而Brown等[10]提出的景觀開發強度(landscape development intensity，LDI)指標，可以定量描述人類活動對景觀的干擾程度，是辨識景觀變化誘因的有效方法[11]。

皖江流域是承接長三角產業轉移的重要示范區，近年來區域與長江三角洲經濟圈融合趨勢不斷增強，土地利用結構調整頻繁。以往的研究主要集中在土地利用總面積的結構變化[12-14]，或者是針對歷史性數據的分析[15]，缺少對于未來土地利用以及景觀格局變化趨勢的定量分析。因此研究結合1995年、2005年、2015年土地利用數據，從景觀指數和土地景觀類型2個級別出發，分析土地利用結構變化，在多目標適宜性約束條件下，利用MCE-CA-Markov模型，預測2025年皖江流域土地景觀格局，并利用景觀開發強度測度和社會-自然變量相關分析研究景觀變化的誘因。以實現區域土地景觀開發強度的甄別，為區域資源開發提供支持。

1 數據與方法

1.1 研究區概況及數據

皖江地區主要指長江流域安徽沿江地區，覆蓋地域涉及安徽省南部的10個市的46個縣區，整體范圍介于東經115°45′～119°38′、北緯29°33′～33°12′之間，下轄16個地級市(圖1)，主要位于長江太湖以下流域二級水資源區內，毗鄰淮河中下游，水運條件優越。地貌由沿江平原、江淮丘陵、皖南山區組成，平原面積約占全省總面積的55%，山區丘陵區約占總面積的45%，屬亞熱濕潤季風氣候。本研究采用了中國科學院資源環境科學數據中心發布的1995年、1995年、2015年現狀遙感監測數據，空間分辨率為1 km × 1 km。該數據以各期Landsat遙感影像為主要數據源，通過人工目視解譯生成，精度滿足區域尺度研究[16]。驅動力分析的統計數據來源于1995—2019年的省級和縣級統計年鑒。

1.2 研究方法

1.2.1CA-Markov及MCE約束

傳統的CA-Markov預測可能存在一定的隨機性，缺乏對自然-社會因素的考慮，造成預測的不確定性。利用多目標適宜性評價方法(MCE)對難以量化的自然和社會經濟等非線性因素進行量化處理，可更好的預測土地利用。MCE通過限制條件和約束因子，在像元尺度制定適宜性約束條件。常用的方法是對不同地類的約束條件進行兩兩配對，再借助加權線性合并，將攜帶權重的各因子與限制條件疊加，得到每種土地利用類型的空間適宜性。

多目標適宜性評價方法：研究采用了1 km×1 km空間分辨率數據，正常情況下，較大面積水體不轉化為其他用地；同時在該空間分辨率下，建成區很少轉化為其他用地類型，因此將水域和建設用地設置為限制條件。將坡度、距離水體距離、距離城鎮中心距離、距離建設用地距離、距離道路距離、人口密度和人均GDP設為約束。因研究空間分辨率原因，道路數據只選擇高速、國道路網。對各類因子做拉伸處理，轉化為0～255區間的整數值。預測和多目標適宜性約束利用IDRISI軟件的分析模塊實現。

將得到的預測與現狀圖相比較，利用準確率、精確率、召回率和F值以及Kappa系數進行分析[17]。Kappa<0.4一致性較低預測不可靠，Kappa>0.6說明高度一致，Kappa>0.8說明一致性極高。

1.2.2景觀格局指數

在景觀級別上選取12個景觀指標[18-19]：斑塊個數(NP)、斑塊密度(PD)、蔓延度指數(CONTAG)、香農多樣性指數(SHDI)、香農均度指數(SHEI)、斑塊結合度指數(COHESION)、周長加權面積分維數(PAFRAC)、分離度(SPLIT)、最大斑塊指數(LPI)、景觀形狀指數(LSI)、聚集度(AI)、散布與并列指數(IJI)。在景觀類型級別上重點選取10個景觀指標：NP、PD、COHESION、PAFRAC、SPLIT、景觀類型百分比(PLAND)、LPI、LSI、AI、IJI。

1.2.3LDI指數

LDI系數代表了單位面積不可再生資源所蘊含的能量測量值，累積某時期段內研究區域的各土地類型的LDI系數，得到LDI綜合指數：

LDIindex=%LUi× LDIi

(1)

式中 LDIindex——區域的LDI綜合指數；%LUi——第i種景觀類型的面積占該區域的百分比；LDIi——第i種景觀類型所對應的LDI指數，表示每年每公頃可提供的人類生產、生活所需要的能量。

LDI系數越大，表示受人類影響越大，則相應的景觀類型健康狀況越差[20]。LDI系數通過如下步驟獲得[20]：①調查某種土地利用類型因人類活動而產生的能源消耗；②核算各能源消耗項目產生的能值；③利用自然對數法對各土地利用類型能值進行標準化。LDI值介于1～10之間，越接近1，表示景觀開發強度越低，接近于自然狀態，越接近10則表示人類活動明顯，土地被高度開發。通過計算，各景觀類型的LDI系數見表1，由于研究區未利用地大多為不可用地，所能提供的能量極少，故不考慮其LDI系數。

表1 不同土地景觀類型的LDI系數

2 結果分析

2.1 土地利用變化

由于研究區面積較大，對1995年、2005年、2015年土地利用數據進行了重采樣，轉換為1 km網格。各種土地類型面積與變化情況見表2。研究區土地利用面積大小依次是耕地>林地>建設用地>草地>水域>未利用用地?？傮w結構以耕地為主，3年的面積比例均接近50 %，占據優勢地位，是土地利用格局的基質景觀。通過轉移概率矩陣分析得出耕地面積減少，主要轉換為建設用地；同時，與1995—2005年相比，2005—2015年耕地轉換為建設用地的速率提高。林地面積略有下降；草地面積略有波動，總體面積變化不大；前期變化速率高于后期。水域面積在1995—2005年略有減小，在2005—2015年有一個微弱的上升趨勢。建設用地面積呈現明顯的上升趨勢。未利用用地的面積變化不大。

表2 皖江流域土地利用變化

2.2 土地利用預測

2.2.1模型驗證

為驗證MCE-CA-Markov模型在土地利用預測的可靠性，基于1995年、2005年的土地利用轉換模式生成2015年的土地利用模擬預測，見圖2。將模擬預測的2015年土地利用分布與2015年實際土地利用分布比較發現，2種方法各類土地利用占比接近；表3從多個角度比較了耕地、林地、草地、水域和建設用地的預測精度。

a)2015年現狀

b)2015年模擬預測

表3 2015年各類土地利用模擬預測精度分析

從表3中可以看出五類用地預測精度都比較高：4種評價指標均大于0.75，說明各類土地利用預測精度均較高。其中，建筑用地召回率為1，表示2015年預測的建設用地包含了全部的實際值，但精確度卻只有0.765 6，說明在所有地類中，建設用地的多判率較高，即有較多的其他用地類型被識別為建設用地。這種現象可能是由于設定了建設用地為限制條件的結果。但是總體精度仍然大于75%，具有較高的一致性。水域的召回率為0.995 2，接近于1，也與水域為限制條件有關。二者的召回率接近1，同樣也證明了限制條件對精度的約束是正向的。二者計算的Kappa系數為0.853 2，大于0.8，總體預測一致性較高，說明本研究采取的預測模式較為可靠。

2.2.2土地利用預測

基于2005年、2015年的土地利用，預測生成2025年土地利用分布，見圖3、表4?？梢钥闯觯号c2015年相比，2025年研究區耕地雖然仍占據優勢地位，但整體出現下降趨勢；林地面積下降情況較為明顯；草地、水域的面積變化不大；建設用地面積明顯上升。

圖3 2025年土地利用模擬預測

表4 2025年各類土地利用面積占比

2.3 景觀格局變化

2.3.1整體景觀指數變化

研究區的整體景觀變化情況，見圖4。在1995—2005年、2005—2015年2個時間段內，NP、PD、SPLIT、SHDI和SHEI指數的變化表現出持續上升趨勢；散布與并列指數(IJI)、斑塊結合度指數(COHESION)和聚集度指數(AI)呈現聯系下降趨勢；LPI、CONTAG指數呈現先減后增的趨勢；PAFRAC指數在1995—2005、2005—2015年變化不大，2025年開始增大。NP、PD、IJI、SPLIT、SHDI和SHEI指數處于上升趨勢，而LPI、COHESION和AI指數下降說明：大斑塊數量減少、景觀類型的差異性減小，各景觀呈現均衡化發展；同時，各景觀之間的連通性下降，向不規則、破碎化發展。與2015年相比，2025年的景觀指數除AI、LPI、COHESION和CONTAG指數下降外，其他各指數呈現上升趨勢。這說明未來10年里大斑塊數量增多，景觀的整體均衡趨于下降；各景觀之間的連通性增強。

圖4 各景觀格局指數變化百分比

2.3.2類型景觀指數變化

為進一步研究景觀格局的變化情況及演變趨勢，選取8個類型的景觀指數進行分析。以1995年為基年，考察了景觀類型指數的變化率，結果見圖5。

a)耕地

b)林地

c)草地

d)水域

e)建設用地

①耕地景觀變化：NP、PD增大，LPI減小，說明耕地的斑塊數量增加、大斑塊數量減?。籔AFRAC、LSI增大，說明耕地斑塊的形狀總體趨于不規則；從COHESION、AI數值變化不大，說明耕地斑塊之間連接度、聚集程度較為穩定，2025年IJI變大，說明未來農田并列比鄰程度較高。②林地景觀變化：NP、PD、LPI減小，表示斑塊和大斑塊的數量均下降；PAFRAC、LSI增大，表明林地斑塊的形狀總體趨于規則；COHESION、AI、IJI等指數減小，林地之間連接度、聚集程度下降，趨于破碎化。③草地景觀變化：PLAND指數先增后降，整體呈現上升趨勢；NP、PD減少，斑塊的數量略微下降；LPI大幅減少說明大斑塊數量明顯下降；PAFRAC、LSI增大，說明斑塊的形狀總體趨于不規則； COHESION、AI、IJI減小，草地斑塊之間連接度、聚集程度下降，趨于破碎化。④水域景觀變化：NP、PD、LPI等指數變化來看，水域斑塊的數量先增加后減少，大斑塊的數量明顯下降；LSI減小，水域斑塊的形狀趨于不規則； COHESION、AI增大，水域斑塊之間連接、聚集程度上升。IJI和PAFRAC變化不大。⑤建設用地景觀變化：幾乎所有的建設用地指數都呈現出增大趨勢。NP、PD、LPI、COHESION、AI、IJI顯著上升，表明建設用地斑塊數量上升趨勢明顯，大斑塊明顯增加，斑塊之間連接、聚集程度愈發強烈。⑥未利用用地整體面積較小，景觀類型指數波動不大。

2.4 土地利用強度

結合1995年、2005年、2015年以及模擬的2025年的土地利用數據，計算出4期土地利用整體LDI綜合指數以及各土地利用類型的LDI綜合指數(表5)。

表5 各土地利用類型的LDI綜合指數

從LDIindex指數來看，整體的土地利用開發強度將會持續增加，2015—2025年增加幅度較大。耕地的LDIindex下降，說明人類活動對其干擾有所下降，耕地的健康狀況轉好，可能與土地流轉、農田標準化建設有關；林地、草地、水域的LDIindex指數整體均呈現微弱下降趨勢，生態環境內部狀況有所改善；建設用地的LDIindex呈現明顯上升趨勢，說明工程建設規模明顯增大。綜合整體指數來看，建設用地的增加是導致景觀環境狀況改變的主要原因。

2.5 驅動因素分析

景觀變化受到自然因素和人為因素的雙重影響。本次研究的自然驅動因素主要選用年降水總量、年蒸發總量、年平均氣溫、10℃以上積溫幾個影響植被生長作物種植的指標，人為驅動因素主要選用GDP、人均GDP、第一產業值、第二產業值、第三產業值、總人口、城鎮人口7個指標。對皖江流域涉及的46個縣區統計上述指標，對數據標準化后，采用主成分分析法對區域的歷史景觀格局變化進行歸因分析。分析結果表明第一和第二主成分對總變量的解釋度分別為65.37%和15.15%。其中三大產業產值、城鎮人口及總人口在第一主成分載荷較大；年降水和年蒸發在第二主成分上的載荷較大，第一主成分主要代表人類活動影響，第二主成分主要代表自然因素影響。自然因素的影響遠小于人類活動影響。這與景觀開發強度分析中，人類活動是影響區域景觀格局變化的主要原因趨同。

從未來人為驅動因素來看，安徽省是中國近年來中部崛起的典范，皖江流域又是承接長三角產業轉移的排頭兵，以省會合肥產業經濟發展最為明顯，帶動了區域城市化快速發展，使得合肥及其周邊片區建設用地急劇擴張。2025年合肥片區的建設用地面積遠大于2015年。圖6、7顯示了皖江流域46個縣人為驅動因素的基本變化情況。近年來皖江流域區域城鎮化率不斷提升，但總體仍低于60%，未來仍有較大增加趨勢。因此，人類活動對景觀格局的干擾仍將增強。從未來自然驅動因素來看，皖江流域主要位于長江流域，并與淮河流域毗鄰。已有相關研究表明淮河流域安徽段未來降水量和降水日數減少[21]，蒸散發量年未有明顯升降趨勢，但是春季夏季有顯著減少的趨勢[22]，這將對周邊農業種植結構產生改變，進一步影響景觀格局；長江流域安徽段未來降水量可能降低，干旱指數上升[23-24]，使得部分區域會出現水資源相對不足的現象，帶來景觀退化的潛在風險。對于自然因素，可能需要分區段如不同氣候區、不同流域來進一步考慮。

圖6 人均產值和三大產業產值及總產值變化趨勢

圖7 城鎮化率變化情況

3 結論

長江流域安徽段又被稱作皖江流域，是承接長三角戰略轉移和生態調蓄的重要陣地。研究系統分析了近年來該地區景觀格局狀況、未來趨勢和開發強度及歸因。通過MCE、CA和Markov方法對土地利用的現狀分析和預測表明，皖江流域地區近年來，耕地面積呈下降趨勢，但始終處于優勢景觀地位；林地面積有略微上升，草地、水域以及未利用地的面積總體變化不大。預測2025年耕地仍占據優勢地位；建設用地會增加。耕地面積的減少與建設用地面積的增加有著明顯的相關關系。

1995—2015年區域景觀呈現均衡化發展，各景觀之間的連通性下降；2025年景觀的整體均衡性有所下降，景觀的不規則化、破碎化程度加深。耕地景觀將一直保持聚集程度下降、不規則化、破碎化演變特點；林地斑塊的形狀總體趨于規則，聚集程度下降；草地景觀在1995—2015年趨于不規則、破碎化發展，而在2015—2025年趨于規則化、集聚化的發展；建設用地景觀一直保持集聚趨勢。景觀整體環境質量將會呈現下降的趨勢，其中，建設用地的增加是主要原因；同時，耕地的健康狀況將有明顯改善，其他土地類型的健康情況變化不大。人類活動是導致景觀變化的主要原因。

在未來的研究方向上，將基于時間跨度較小且精度較高的影像數據；方法上選用更為智能化和魯棒性高的算法，進一步探索景觀變化預測的不確定性和歸因辨識。自然驅動力的研究應針對氣候特點的空間異質性進行深入討論。