干熱河谷典型區元謀縣土地利用變化與動態預測

陳越豪， 何光熊,， 史亮濤， 方海東， 史正濤*

(1.云南師范大學地理學部， 昆明 650500； 2.云南省農業科學院熱區生態農業研究所， 元謀 651300；3.元謀干熱河谷植物園， 元謀 651300)

土地作為人類活動的主要載體，是人文與自然多要素綜合作用的結果，在人類生存和社會發展中占據著重要的基礎支撐地位；而分析土地利用/土地覆被變化(land use/land cover change,LUCC)有助于了解區域環境氣候與社會經濟的變化趨勢，因此成為當今全球氣候環境變化與土地、生物資源利用等研究的重點和熱點領域[1-3]。隨著社會經濟發展、城鎮工業化不斷推進，各種土地利用類型也在不斷轉化，而準確預測土地利用變化趨勢則有利于對各種土地類型進行規劃管理。陳瑋[4]利用Markov模型對巫山縣土地利用格局進行預測，結果表明未來區域的生態用地面積將有所增加，研究結果對三峽庫區的保護有一定的積極作用；John等[5]采用多層感知器神經網絡對印度巴拉薩普扎流域的土地利用/土地覆蓋變化進行預測，得出需要加強對裸地的管理，提高植被覆蓋率的結論；Lima等[6]利用LCM(land change modeler)與SWAT(soil and water assessment tool)模型預測了巴西流域未來15年的水域變化，認為未來該區域需要加強對流域的水文管理。以上研究采用不同的模型方法，并且在其研究領域取得一定成績，但各自的模型因子較單一。就區域問題與土地利用類型的研究來看，土地利用的發展動態不再是單一的空間特征因素影響的結果，而應該需要同時將空間及非空間特征的綜合因子加以考慮，特別是在生態環境較脆弱的區域，其土地利用變化動態發展趨勢的影響因子也更加多元化。

金沙江干熱河谷區生態環境脆弱，是社會經濟發展和全球氣候變化共同影響下變化最顯著的區域之一[7]。由于光熱條件良好及河谷地帶相對平坦的地形，干熱河谷區成為該區人口聚居區、工廠、交通設施布設區和主要耕作區及長期高強度土地利用區、陡坡種植區等，加之干熱氣候，導致河谷區成為土地利用變化最顯著地區和水土流失最嚴重地區之一，造成金沙江流域生態環境質量下降、流域內土地資源安全受到威脅，影響長江中下游地區的生態安全[8-9]。元謀縣是金沙江干熱河谷氣候典型的區域，自改革開放以來，受經濟、人口、自然環境影響，元謀縣土地利用呈現出明顯的階段性特點，特別是隨著生態退耕、輪耕休憩與生態治理政策的頒布實施[10-12]，元謀縣土地利用類型的變化程度、動態度以及利用度都發生顯著改變。而查明土地利用變化情況有助于探究區域生境與社會環境的相互關系，為生態保護修復、生態文明建設，尤其對保護青山綠水與生態再造具有重要的研究價值。對干熱河谷典型區元謀縣1990—2020年間土地利用時空變化過程特征與未來5年的發展趨勢及其規律進行了分析，旨在揭示干熱河谷區土地利用變化的發生機制與動向，為后續實現土地資源利用、科學開發及生態脆弱區環境恢復治理工作的有序進行提供科學參考。

1 研究區概況

元謀縣(101°35′E～102°06′E，25°23′E～26°06′N)位于云南省滇中地區，隸屬于楚雄彝族自治州，縣域面積約202 913.28 hm2。元謀縣地形復雜，主要有三臺山、百草嶺、魯南山三大山系，呈現東南高、西北低的形態，境內河流屬金沙江水系，主要河流有金沙江、龍川江(圖1)。因受季風、焚風和山地微環境效應影響，氣候干燥少雨，區域內有80%的土地位于元謀干熱河谷盆地內，為典型的干熱河谷氣候與生態脆弱區[13]。該地盆地海拔1 350 m，盆地年平均氣溫21.59 ℃，最熱月平均氣溫26.49 ℃，最冷月平均氣溫13.8 ℃；年平均積溫7 812.89 ℃；年均降水量為656.8 mm，大氣降水為主要的水源補給來源，當地降水變率大，有干雨兩季，雨季降水量占年總降水量的91%，連續無降雨日數達179 d，環境相對干燥。區域土壤類型主要有燥紅土、紅壤、黃棕壤、棕壤；主要植被有典型的稀樹灌草叢、片狀灌木以及三芒草等[14]。

圖1 研究區高程與地理區位

2 材料與研究方法

根據研究需要，以Landsat衛星遙感數據為數據源，參照《土地利用現狀分類》(GB/T 21010—2007)體系進行解譯，以土地利用動態度[15]、土地利用程度指數[16]和土地利用轉移矩陣[17]指標分析了1990—2020 年元謀縣土地利用數量、利用程度以及方向變化，最后應用CA-Markov模型[18]預測了未來五年土地變化趨勢，以期通過長時間序列數據的相關指標可視化元謀縣的土地利用變化情況，進而為元謀縣今后的土地規劃發展提供理論依據。

2.1 數據與處理

1990—2020年7期Landsat TM/ETM/OLI遙感影像數據來源于美國地質調查局官網(http://earthexplorer.usgs.gov/)，所用的遙感影像數據云量均在10%以下。在ENVI5.3中，對7期遙感影像進行預處理工作，主要包括波段合成、輻射定標、大氣校正以及幾何裁剪等。利用e-Cognition9.0軟件對影像結合樣本點進行面向對象提取，包括多尺度影像分割、影像信息提取等流程；參照 《土地利用現狀分類》 (GB/T 21010—2007)的具體內容要求，將研究區的土地劃分為6個一級地類類型，即水域、草地、林地、耕地、城鎮用地和未利用地。最后生成研究各個時間段的土地利用類型數據，并在ENVI5.3中進行Majority/Minority處理。最后，在ArcGis10.7中，結合野外調研數據以及谷歌地球的驗證結果，對已分類的土地利用數據進行地物錯分的糾正與圓滑處理，并利用混淆矩陣進行分類精度評價，評價結果為：總體精度均在85%以上，Kappa系數均超過0.80，表明7個時像的遙感分類結果較好，最終得到元謀縣1990—2020年7期土地利用現狀數據，并輸出成圖(圖2)。

圖2 元謀縣1990—2020年7期土地利用類型

數字高程模型(digital elevation model，DEM)數據產品下載于中國地理空間數據云(http://www.gscloud.cn/)，并在ArcGis 10.7軟件中進行了校正與區域裁剪。而降水、氣溫等氣象數據則來源于中國科學院資源科學數據中心(http://www.resdc.cn/)；水系與道路矢量數據下載于地理國情監測云平臺(http://www.dsac.cn/)、居民點矢量數據來自國家地理信息公共服務平臺(www.tianditu.gov.cn)。

2.2 研究方法

土地利用動態度反映了研究時段內各種地類變化的活躍程度；土地利用程度指標表征了各種地類在開發活動廣度與深度中各個方面數量的變化情況；土地轉移矩陣與CA-Markov模型則是將各種土地變化類型之間相互轉化的方向與未來發展動態進行空間可視化表達；綜合以上多種指標參數，可以實現元謀縣土地利用的時空變化特征分析與動態預測，具體選取的指標如下。

2.2.1 土地利用數量

土地利用的變化幅度與變化速度是土地利用數量的兩個重要組成部分[15]。土地利用變化幅度是指在研究時段內各種利用類型土地面積的絕對變化量，其計算如式(1)所示； 而土地利用變化速度則表征了各種土地利用類型變化的發展趨勢，常用的指標有單一土地利用動態度和綜合土地利用動態度，具體計算如式(2)、式(3)所示。

土地利用變化幅度指數計算公式為

(1)

式(1)中：K為總變化幅度；Ua和Ub分別為研究初期a和末期b的某種土地利用類型面積；T為研究時段差值。

土地利用變化速度指數計算公式為

(2)

式(2)中:Ki為單一土地動態度。

(3)

式(3)中:Kc為綜合土地利用動態度；Ui為各分期初期第i地類的面積；ΔUi-j為各分期的地類轉移面積。

2.2.2 土地利用程度

土地利用程度是指土地綜合開發利用的廣度與深度[16]。根據劉紀遠等[19]提出的土地利用程度綜合分析的思想，對處于自然平衡狀態中的土地按照受到的社會經濟因素影響程度進行分級，并賦予分級指數：未利用地的土地利用程度分級賦值為1，林草水為2，農用地為3，工礦建筑用地為4；并結合解譯的各種地類面積數據，通過數學綜合計算，從而獲得最終的土地利用程度指數，計算公式為

(4)

(5)

式中：C、R分別為土地利用程度綜合指數以及變化率；Ai為第i級的土地利用程度分級指數；Ca、Cb分別為第i級土地利用程度分級指數和面積百分比。如果C>0或者R>0則表明該區域的土地利用開發活動處于發展期，否則該區域土地利用開發則處于衰退或者稱恢復期。

2.2.3 土地利用類型轉化方向

土地利用轉移矩陣表征了各種土地利用類型相互之間面積轉化的數量與方向，在地學定量研究中有著廣泛的應用[17]。該方法是一種基于數學分析的系統統計方法，主要通過將土地轉移的面積數據按照矩陣的方式羅列，并借助馬爾科夫模型來定量描述排列數據的狀態與狀態轉移，從而確定土地利用格局的時空變化過程[20]。通過將不同研究時期的元謀縣土地利用數據圖在ArcGis中進行空間疊加，統計分析疊加生成的土地利用變化數據，得到土地利用轉移矩陣，從而確定各種土地利用類型相互轉變狀況和數量。

2.2.4 土地利用動態趨勢預測

利用將元胞自動機(cellular automata，CA)與馬爾科夫模型(Markov)相結合的CA-Markov[18]對元謀縣2020—2025年間的土地利用類型變化趨勢進行預測。

Markov模型：是由數學家Markov提出來的一種基于隨機過程的隨機理論空間分布模型。該模型提出研究對象在St時刻的狀態僅與前一狀態即St+1時刻的狀態有關，因而Markov模型預測動態土地利用變化是通過計算兩個時間段內的土地利用變化矩陣來實現的，其計算公式為

St+1=PijSt

(6)

式(6)中：Pij為研究期內的土地轉移概率；St+1、St為研究時間段。

CA模型是指元胞自動機中的每個自變量都只取有限個狀態，且各個變量狀態改變的規則在時間和空間上都是局部的，其計算公式為

Vt+1=f(Vt,N)

(7)

式(7)中：Vt、Vt+1分別為t、t+1時刻的元胞有限、離散的狀態集合；N為元胞濾波器大小；f為局部空間內元胞的轉換規則。

3 結果與分析

3.1 土地利用數量變化分析

3.1.1 土地利用變化幅度

由圖3可知，元謀縣的土地利用類型面積在1990—2020年間都有所變化，其中林地、草地、耕地為元謀縣最主要的土地利用類型，且這3種土地利用類型在每個研究時期中的面積比重之和都在90%以上。近30年里，草地的面積比重始終最大。由圖2可知，草地主要分布在元謀縣的中高海拔地區，即姜驛鄉、黃瓜園鎮、物茂鄉、平田鄉、新華鄉、以及老城鄉部分地區。林地主要分布在元謀縣的高海拔地區，即是涼山鄉、羊街鎮以及新華鄉的部分地區；而城鎮用地和耕地則主要分布在北部和中部盆地地區，主要在黃瓜園鎮、元馬鎮以及老城鄉和羊街鎮的中部地區，水域則在金沙江以及各個鄉鎮的水庫附近，在鄉鎮交界的地帶也有水域的分布，未利用地則主要分布在姜驛鄉的東南角以及各大鄉鎮海拔較高的區域。

水域、草地、建筑用地呈現上升趨勢，增加的區域主要集中在江邊鄉北部和元馬鎮中部地以及黃瓜園鎮。其中草地增加的面積最多，30年間增加了2 158.54 hm2，且在1990—1995年、2005—2010年、2010—2015年面積為正增長，分別增加了1 712.43、2 402.55、223.74、666.77 hm2(表1)。而城鎮用地面積近30年間增加了1 353.42 hm2，面積占比增加了約0.67 %，且30年間的面積呈現波動上升趨勢，在2015—2020年增加面積最多，增加的面積約占總增加面積的69%，而在2010—2015年增加的面積最少，僅是增加了761.32 hm2。水域增長速度較緩慢，在30年里，面積增加了1 265.79 hm2。2015—2020年由于氣候條件改善，使得該年份中的水域增加面積最多，增加了約1 481.79 hm2。

表1 1990—2020年元謀縣土地利用類型面積變化

林地、耕地、未利用地呈現下降趨勢。其中耕地面積減少的幅度最大，30年耕地面積減少了2 666.67 hm2，耕地面積在2005—2020年都有所減少，主要是由于退耕還草政策所致的。林地在1990—2020年面積減少了2 059.49 hm2，且在2005—2010年里減少的面積最多，一共減少了2 174.94 hm2；未利用地面積近30年則是減少了51.39 hm2。

由于元謀縣地處云貴高原，地形起伏大，不同的海拔都會影響到該區域的土地利用分布，綜合相關對元謀縣地形分區的研究[21-22]，以海拔1 600 m為界限，進行討論。從表2中可知，各土地利用類型主要集中于海拔1 600 m以下區域。在低于1 600 m的海拔的土地利用類型分布中，各個研究時期內的土地利用類型占比約為62%，而大于1 600 m的土地利用類型占比約為38%。當海拔在1 600 m以下范圍時，1990—2020年元謀縣的草地、水域、城鎮用地面積比例呈現上升趨勢，分別增加了0.40%、0.51%，0.35%；而草地、林地面積占比則呈現下降趨勢，分別減少了0.28%、0.98%；而未利用地面積幾乎沒有變化。當海拔高于1 600 m時，1990—2020年的草地、水域、城鎮用地、未利用地面積占比呈現上升趨勢，分別增加了5.17%、0.01%、0.01%、0.02%；而林地、耕地面積則呈現下降趨勢，分別下降了5.17%、0.02%。

表2 元謀縣不同海拔高度土地利用類型面積比重

從土地利用總體的變化幅度上看，元謀縣在1990—2020年土地利用變化發展中，草地的比重有所增加，耕地面積比重有所下降，較低海拔各種土地利用變化明顯，這表明了該區域的土地利用效率有所提高，近些年的生態恢復建設取得了一定的成效，土地生態環境有所好轉。

3.1.2 土地利用變化速度

單一土地利用動態度結果(表3)表明，1990—2020年元謀縣的草地、水域、城鎮用地不斷增加，年均增加率為0.53%、12.36%、28.44%；而林地、耕地、未利用地面積則不斷減少，年均減少率為0.68%、1.05%、0.16%。總體上，城鎮用地增長最快，增加率超過了20%。

表3 1990—2020年元謀縣土地利用動態度

從各個時段來看，1990—1995年水域、耕地、城鎮用地年均利用率呈現負增長趨勢，草地、林地、未利用地年均利用率呈現正增長趨勢；1995—2000年草地、林地、未利用地面積年均利用率呈現負增長趨勢，水域、耕地、城鎮用地年均利用率呈現正增長趨勢；2000—2005年草地、未利用地年均利用率呈負增長趨勢，水域、林地、耕地、建筑用地面積年均利用率呈正增長趨勢；2005—2010年水域、林地、耕地年均利用率呈現負增長趨勢，草地、建筑用地、未利用地年均利用率呈正增長趨勢；2010—2015年林地、耕地、未利用地年均利用率呈負增長趨勢，水域、草地、城鎮用地年均利用率則是呈現正增長趨勢；2015—2020年草地、林地、耕地、未利用地的年均利用率則是負增長，而水域、城鎮用地年均利用率則為正增長趨勢。

從綜合土地利用動態度的結果來看，1990—2020年元謀縣的土地綜合利用指數為10.93%，表明近30年元謀縣的土地利用變化速率較快。從整體上看，土地綜合利用的變化速率呈現出先升后降再升的波動變化趨勢。從局部上看，1990—1995年各個土地類型轉化頻繁，總體土地利用速率為2.75%；1995—2000年土地利用速度變化平穩，為3.78%；2000—205年土地利用速率則開始下降，為0.31%；2005—2010年土地利用速度開始回升，為3.52%；2010—2015年土地利用速率則波動上升，在2015年里達到了11.78%。

3.2 土地利用程度變化

根據式(4)、式(5)可得出，1990—2020年元謀縣的土地利用程度指數的平均值為222.74，較接近全國平均水平231.92[23]。由此可知，元謀縣近30年的土地利用程度處于中等水平。從各個階段來看(表4)，1990—1995年由于賦分等級為3的耕地面積減少，導致了該階段的土地利用程度指數增長為負值，主要是受到了當地自然環境的影響，水域面積減少，使得耕地灌溉水量減少，因而使得土地利用變化率減少了1%；1995—2000年由于水域增加，耕地面積也增加，使得該階段的綜合指數變化量為正值，變化率為0.97%。2000—2005年變化量指數由于賦分等級為3的耕地面積增加，其他土地利用類型變化不大，導致了變化率增加了0.03%；而2005—2010年則是由于林地、耕地受到多種因素的影響，面積減少，使得變化率減少了0.05%；2010—2015年由于各種土地利用類型轉換相對緩慢，利用變化率為0.04%；2015—2020年利用變化率為0.05%，較上一研究時期有所提高。綜上分析，1990—2020年間元謀縣土地利用仍處于發展時期，但利用程度變化不大，其主要的原因可能是受到當地社會經濟條件與縣域土地面積有限的影響；但從整體上看該區土地利用效率仍然是波動上升的，表明元謀縣的土地利用方式已由粗放型逐步轉向了集約型，土地管理水平更加科學化。

表4 1990—2020年元謀縣土地利用程度指數變化

3.3 土地利用方向轉換

如表5所示，1990—2020年元謀縣土地利用類型約轉移了61 705.61 hm2，其中草地增加的面積最多，近30年增加了24 562.04 hm2，主要是由耕地、林地、未利用地轉入的；城鎮用地增加的面積最少，為1 980.30 hm2，但增長的速度最大，達到了142.22%，城鎮用地主要由耕地轉入而來；耕地主要由草地、林地、未利用地轉入，主要轉出18 815.78 hm2；林地轉出16 153.15 hm2，主要轉為了草地、耕地；而水域則由草地、耕地轉入，增加了2 411.29 hm2，而未利用地則是由草地、耕地轉出，主要轉出2 560.60 hm2。

表5 元謀縣1990—2020年土地利用轉移矩陣

從整體上看，元謀縣的各種土地利用類型的轉移方向在近30年變化顯著，從一定程度上反映了各種土地利用之間的利用程度均有所變化。同時，這也從側面反映出元謀縣的生態建設工作在近些年的發展都取得了一定的成效，植被生態環境質量指數較高。

3.4 CA-Markov土地利用變化趨勢預測

利用CA-Markov模型以現有的土地利用類型數據為基礎進行模擬，根據式(6)、式(7)，并運用DEM、坡度、道路、水系、居民點、氣溫、降水等多種因素進行多要素疊加，將2010、2015年作為基礎數據，綜合模擬預測2020年的數據，通過與解譯的2020年數據進行精度檢驗，并根據2015、2020年數據預測2025年土地利用數據。通過2020年預測值的精度檢驗說明2025預測值的可靠性。根據相關的理論[24-25]，精度檢驗選用全數檢驗法，首先模擬出 2020年的預測結果，再與實際解譯的 2020年地類結果進行求差柵格運算，結果為零即為模擬準確，非零即為模擬不準確。

經統計，為零的像元個數為2 100 105，總像元個數為2 254 570，模擬正確的像元百分比為93.15%，Kappa值為0.92，反映出該模擬結果可信度較高，采用的CA-Markov 預測的土地利用類型面積變化具有較好的可靠性和適用性，因而預測的2025年土地利用數據具有較高的精度，結果可信(圖4)。將預測的2025年的土地利用數據在ArcGis10.7中進行格式轉化，統計分類面積(表6)。

圖4 2020年與2025年模擬預測結果

從表6可知，元謀縣2025年各種土地利用類型的面積相較于2020年的都有所變化。預測的土地發展動態結果表明：未來耕地和城鎮用地面積呈現增加趨勢，而草地、林地、水域以及未利用地面積則有所減少。從具體數值來看，2025年預測模擬結果比2020年相比，耕地、城鎮用地面積分別增加了2 461.56、254.61 hm2。而預測2025年的草地、林地、水域以及未利用地面積比2020年的面積減少了1 662.35、576.43、352.83、124.56 hm2。 從分析中可知，未來5年元謀縣的林地、草地、耕地、城鎮用地變化量較大，其中城鎮用地面積增長率最快，為11.05%。這說明元謀縣在2020—2025年期間應加強對林草地的保護，合理規劃建設耕地與城鎮用地，合理有效提高生態用地的比重。

表6 2020、2025年各土地利用類型面積

4 討論

土地利用/土地覆被在全球氣候環境變化與區域經濟發展中有著重要的研究地位，分析作為生態脆弱干熱河谷氣候分布區的土地利用/土地覆被的時空變化特征以及動態發展方向，可以為該區域的土地管理、環境治理與城市經濟規劃提供重要的理論依據。

(1)1990—2020年，元謀縣的城鎮用地面積增加，城鎮化速度逐年增快，生態用地面積有所減少，這表明受到經濟發展因素的影響，城鎮用地會占用生態用地，這與張曉芳[26]的研究結論相一致。從土地利用單一動態度數據來看，元謀縣的城鎮化利用率仍然有所增速，這說明需要重點關注元謀縣城鎮用地的空間布局，新的城區建設要注重區域緊湊化發展，避免對生態用地的占用。

(2)從綜合土地利用指數來看，近30年的元謀土地利用程度處于中等水平，但從轉移矩陣數據來看，1990—2020年元謀縣的土地轉移頻繁。這說明由于在農田輪耕、基本農田保護政策以及當地特殊的地形環境影響下，當地的耕作方式與種植作物類型都在科學有序的輪作，最大限度維持了當地生態環境的平衡性。

(3)基于CA-Markov模型動態模擬預測中，未來5年除了耕地、城鎮用地面積有所增加外，其他類型的土地面積都有減少，且城鎮用地面積增長的速率最快。這說明了未來元謀縣需要繼續協調各種土地利用的比例以及經濟與生態之間的矛盾；同時，作為干熱河谷氣候的典型區域，要充分挖掘當地的優勢，合理規劃土地發展，從而推動當地的區域土地相關產業與生態環境的和諧發展。

5 結論

以干熱河谷典型區元謀縣7期(1990、1995、2000、2005、2010、2015、2020年)Landsat遙感影像為基礎數據，利用動態度、土地利用程度和類型轉換等多個指標分析各個土地利用類型的數量以及空間變化特征；并采用 CA-Markov模型預測元謀縣2025年的LUCC，得出如下主要結論。

(1)近30年元謀縣的土地利用變化有明顯差異，其中水域、草地、城鎮用地面積呈現增加的趨勢，且草地增加的面積最多，增加面積為2 158.34 hm2，而城鎮用地增加速率最大，約142.22%。林地、耕地、未利用地的單一動態度為負值，說明其面積在研究時期內呈現減少趨勢，且耕地減少的最多，減少了2 666.67 hm2。從綜合土地利用度來看，元謀縣1990—2020年的土地利用速率呈現波動上升趨勢，且速率有所提高。

(2)1990—2020年元謀縣的土地利用程度處于中等水平，土地利用效率總體上不斷提高，主要表現為以草地轉入為主，而以耕地轉出為主；草地的轉入主要來源于林地、耕地、未利用地，而耕地主要轉出為城鎮用地與林地、草地。元謀縣發生土地利用轉移的區域主要集中在北部和中部，中部城鎮轉移變化明顯；且在低于1 600 m范圍的海拔中土地利用變化明顯。

(3)利用CA-Markov 模型預測元謀縣未來5年的土地利用變化，其模型預測Kappa值為0.92，表明該模型的預測效果較好，預測結果可信。在預測的2025年的土地利用動態發展結果中，未來耕地和城鎮用地的面積有所增加，而林地、草地、水域以及未利用地面積相較于2020年的結果則有所減少。2025年預測模擬結果比2020年相比，耕地、城鎮用地面積分別增加了2 461.56、254.61 hm2。而預測2025年的草地、林地、水域以及未利用地面積比2020年的面積減少了1 662.35、576.43、352.83、124.56 hm2。2020—2025年間元謀縣的林草地、耕地、城鎮用地的變化量較大，其中城鎮用地面積增長率最快，約為11.05%。