武漢市主城區土地利用演變特征研究

林 凱， 李雪松， 姚文萃， 舒禹龍， 韓 蔚， 林莘棟， 王夢琪

(湖北工業大學土木建筑與環境學院， 湖北 武漢 430068)

土地利用的變化是一個區域土地資源利用方式的直接反映[1]，對于一個城市的健康發展至關重要，國內外已有大量學者基于各類模型進行了土地利用變化趨勢方面的相關研究，如Shaikh Shamim Hasa[2]通過建立Dyna-CLUE模型模擬了京津冀地區未來的土地利用演變。Dawn C. Parker[3]等構建了土地利用/覆被變化的多智能體系統模型(MAS/LUCC模型)。羅平[4]構建了城市土地利用演化仿真GFCA-Urban模型,并成功模擬了深圳市土地利用動態演化過程。全泉[5]通過元胞自動機模型和多智能體模型耦合，建立了城市土地利用動態變化模型，并對2050年上海市土地利用變化進行了預測。周成虎[6]通過引入GIS空間數據庫來模擬城市的土地利用變遷，并提出了地理元胞自動機(GeoCA)。王磊、付曉峰等[7-8]通過人工神經網絡(ANN)與元胞自動機模型(CA)耦合的研究方法，針對未來的土地利用格局演變進行了預測。但上述研究的重點多為針對城市未來土地利用變化的預測，忽視了對歷史土地利用演變過程與特征的梳理。本文從歷史與未來兩個角度同時切入，基于GIS的空間統計功能進行武漢市主城區自1970年以來的土地利用演變特征分析，再建立ANN—CA模型對武漢市未來2025年土地利用格局的演變特征進行預測，希望研究結果可為武漢市未來土地資源的合理配置與健康發展提供一定借鑒與參考。

1 研究區域概況

武漢市是華中地區的特大中心城市，地處漢江平原東部，地形以平原為主，包括少量低山、丘陵，全境面積達8494平方公里。境內江河縱橫、湖港交織，水域面積占全市面積的1/4。作為長江中下游城市群的重要組成部分，幾十年間武漢市的建設用地面積劇增，導致原本的城市自然生態環境受到破壞，嚴重影響了城市的健康發展與市民的生活質量。為更直觀的探究武漢市城市土地利用的演化過程與趨勢，以便為武漢市土地資源優化配置提供參考性意見，本文選取武漢市外環線以內區域(主城區)為研究對象。

2 數據來源和研究方法

2.1 數據來源及預處理

2.1.1數據來源研究數據包括Land-sat TM遙感影像數據、數字高程數據(DEM數據)、路網等基礎地理數據。Land-sat TM遙感影像數據通過中國科學院資源環境科學數據中心網站(http: ∥www.resdc.cn)獲得，用于提取研究區內1970-2015年間多期土地利用數據。DEM數據通過地理空間數據云網站(http: ∥www.gscloud.cn), 用于提取研究區域內2015年坡度數據，以制作土地利用變化預測研究的空間約束條件。基礎地理信息數據通過國家基礎信息中心的全國基礎地理數據庫獲取武漢市2015年各級行政邊界、鐵路、公路等方面數據，同樣用于制作土地利用變化預測研究的空間約束條件。

2.1.2數據預處理由于受傳感器自身特征、大氣、地形等因素影響會導致遙感影像產生輻射誤差,所以本文首先利用ENVI對研究區域內Land-sat TM遙感影像數據進行波段組合、幾何糾正、影像拼接、裁剪及土地利用數據監督分類等操作，獲得1970-2015年間多期武漢市主城區土地利用數據，土地利用數據的用地具體分類為耕地、林地、草地、水域、建設用地、其他用地，再基于GIS將土地利用數據重采樣為100 m×100 m分辨率。坡度數據則由ArcGIS通過DEM數據提取得到。

2.2 研究方法

2.2.1 GIS空間分析地理信息系統(GIS)，是用于采集、存儲、管理、處理、檢索、分析和表達地理空間數據的計算機軟硬件系統，擁有強大的空間數據管理和處理能力，是地理學、地圖學、遙感和計算機科學的有機結合，在多個領域中被廣泛運用。本文將基于GIS空間統計與可視化功能，分析研究區域內不同年份用地類型間變化的轉換空間與數量特征,以探討武漢市1970年至2015年間土地利用變化特征。

2.2.2 ANN-CA模型ANN-CA模型即人工神經網絡(ANN)和元胞自動機模型(CA)的耦合，該模型兼具ANN的非線性復雜系統能力優勢和CA對復雜空間變化的動態模擬能力。該模型分為數據輸入、隱藏層、計算發展可能性三個層次，其運行原理是基于人神經網絡進行訓練和模擬，在訓練過程中利用所輸入的訓練數據計算出模型的參數，再將該參數輸入到模擬步驟中進行運算。由于該模型結構簡單，用戶轉換規則及參數自動生成，能夠有效反映空間變量之間復雜的關系，十分適用于模擬非線性和復雜的土地利用格局演變。

3 武漢市主城區土地利用演變特征分析

3.1 武漢市主城區土地利用變遷分析

本部分研究以武漢市主城區(外環線以內區域)為研究對象，對1970-2015年間武漢市主城區遙感影像進行編譯處理，并基于GIS空間統計與可視化功能得到不同年份土地利用數據，然后計算各個變化用地類型的面積，最后在Excel中計算得到土地利用演變結果：1970-2015年武漢市主城區土地利用狀況統計表(表1)。

表1 1970-2015武漢市主城區土地利用狀況統計 km2

由表1可知：近40年來，主城區內土地利用結構變化顯著，其中1970-2015年建設用地增加561.46 km2，新增面積達原有建設用地的2.31倍。1970-2000年間土地利用轉換速度較慢，30年間建設用地增長48%，2000-2005年間建設用地增長面積高達108.32 km2，增幅達1970年面積的44.6%。2005-2010年建設用地面積增加達204.79 km2，為1970年面積的84.3%，呈現大幅增長的態勢。2010-2015年城市建設用地面積增長131.16 km2，為1970年面積的53.9%，呈現減緩趨勢。

1970-2015年間水域面積呈先增后減的趨勢：水域面積增加了122.38 km2，增幅達24.0%。其中1970-2000年水域面積呈現上升趨勢，30年間水域面積增長了182.48 km2，2000-2015年15年間水域面積下降了60.1 km2。1970-2015年間草地面積先減后增，終為小幅下降。2015年草地面積較1970年下降1.62 km2，降幅僅為原面積的3.8%。其中1970-2005年草地面積下降了10.22 km2，2005年-2015年草地面積則出現回升，10年間面積增加8.6 km2。

耕地、林地及未開發用地在1970-2015年間呈現下降趨勢，45年間用地面積分別下降642.07 km2、11.8 km2、28.35 km2，降幅分別為47.2%、16.6%、64.6%。由此可見，耕地面積流失量最大，未開發用地則流失速度最快。耕地面積在2000-2010年間耕地呈現大幅流失的趨勢，10年間耕地面積就流失了277.89 km2，超過了1970-2000年30年間流失的總量(265.95 km2)。在2010-2015年間，耕地流失逐漸放緩，5年間耕地面積下降98.2 km2。農耕用地面積“先緩慢下降，后大幅下降，再放緩下降”的趨勢還與建設用地“先緩慢增長，后快速增長，再放緩增長”的趨勢基本對應。由此可知1970-2015年間武漢市主城區飛速擴張的同時也伴隨著大量耕地的消失，可見主城區內耕地保護與經濟發展、城市擴張之間存在較大矛盾。

由圖1可知，由于1970年后的武漢城市發展以建設生產性的大工業城市為目標，因此城市用地擴張主要受工業用地大規模擴張的影響，城市格局一改沿長江、漢水、長江大橋、漢水橋的線型分布，逐漸多向延伸[9]，2000年以后，武漢市主城區主要呈現“攤大餅”式發展，迎合了1995年編制的武漢市總體規劃中提出的“多中心組團式”規劃構想，即以長江、漢水和東西山系為縱橫軸，以市內外若干生態綠地和生態走廊相互穿插，構成環狀放射型的城市生態空間結構。這種規劃構想雖然有一定合理性，但易導致各城市組團之間大片的水域、林草地等生態用地被蠶食，破壞原有的城市景觀生態格局。2010-2015年，武漢市主城區建設已開始放緩，處于快速擴張和尋求穩定發展的交替期。依《武漢2035城市轉型與規劃轉型》文中所述，至2035年，武漢將處在重要的城市轉型期，保持建設用地“適度增長”趨勢；預計至2025年左右將轉為“緊增長”態勢，新增建設用地逐漸遞減。所以武漢市城市建設能否在2025年順利轉為“緊增長”態勢，對于后續武漢市能否順利轉向“零增量”，走高質量城市建設的發展路徑來說至關重要。

圖 1 1970-2015 武漢市主城區(外環線以內區域) 土地利用狀況

3.2 武漢市主城區土地利用預測模擬

3.2.1實驗流程實驗流程中數據處理部分內容如下

1)使用GIS分析工具中的歐式距離工具生成到市鎮中心、副中心距離、鐵路距離、城市高速路距離、國道距離、省道距離的空間可達性變量，并在重采樣為 100 m × 100 m分辨率后，使用柵格計算器工具將變量歸一化后得到空間距離約束條件。

2)使用GIS中的裁剪工具對SRTM-DEM數據進行處理，獲得研究所需區域的DEM數據，然后基于坡度分析工具和重采樣工具處理研究區域DEM數據得到分辨率為100 m×100 m的研究區域坡度柵格數據，最后對該坡度柵格數據進行歸一化操作，得到全局限制約束條件(圖2)。

圖 2 城市空間約束條件圖示

在數據處理完成后，使用系統中的ANN-CA模塊，在Arcmap中加載獲得的1995、2000、2005、2010年土地利用數據和已制作完成的空間約束條件，進行人工神經網絡的訓練。經過多次調試，最終確定較為理想的訓練參數如下: 元胞鄰域范圍設為 7×7，神經元的學習效率設定為0.2，參與訓練的樣本數為20%，迭代次數設置為1000，最高訓練精度可達91%。

完成人工神經網絡(ANN)的訓練后進行模擬參數設置，以2015年的土地利用數據為起始年份，模擬目標年為 2025 年，并設置轉換適宜性矩陣，而由于城市建設用地所在區域土壤性質已發生變化，難以為動植物提供正常土壤可以提供的理化環境，所以在轉換矩陣中設置為城市用地難再轉換為非城市用地; 耕地、林草地、未利用土地、水域等地類則設置為可以轉換為城市建設用地。然后將迭代次數設為 1000，擴散參數α值為2，轉換閾值為0.8。由于武漢市城市建設將在2025年轉為“緊增長”態勢，逐漸遞減新增建設用地，所以本文將預測轉換量設為24 000，與該發展放緩的發展策略相呼應，完成對武漢市主城區未來的土地利用動態演變的預測。

3.2.2模擬結果與分析2015與2025城市土地利用分布(圖3)對比可知，由于東南部省道、鐵路等交通設施分布更加密集，交通條件更為便利，較利于城市開發的進行，且東南部現狀建設用地分布零散，周圍環繞有大量耕地、水域等利于轉化為建設用地的土地資源，所以東南方向與建設用地毗鄰的地區，大量林地、草地、水域將很易被建設用地侵占。西部區域則是繼續以“攤大餅”的形式，基于現有的建設用地分布格局向外擴展，吞并外圍的耕地、水域等土地資源。北部區域因為當前建設用地較少，無法形成較強的建設慣性，城市建設發展將緩慢向外擴張。因此，到2025年研究區域內建設用地向西部、東南部擴張的可能性較大，與未來武漢市“1+6”城市空間格局(即一主城+六副城)的發展趨勢基本一致。

圖 3 2015與2025土地利用格局對比

由圖3可知，建設過程中大量土地資源服務于經濟建設，導致主城區土地利用結構遭到了進一步的破壞，而耕地流失的問題也將會進一步加劇。

表2是對研究區域各土地利用類型轉換量的模擬結果，由表2可知，2015-2025年間，研究區域內土地利用結構變化較為明顯：面積減少最多的為耕地，從718.24 km2降至555.60 km2；水域面積從631.92 km2減少至564.78 km2；林地面積從59.29 km2減少至45.85 km2；草地變化較小，從41.22 km2減少至33.20 km2。建設用地增長則從804.44 km2增加至1041.74 km2。其中建設用地轉換的主要來源還是耕地，其他來源按轉換面積排列依次為水域、林地、草地、未開發用地。隨著武漢市經濟的進一步發展，城市化步伐不斷加快，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，將使得原本就稀缺的耕地資源更加寶貴，耕地保護和經濟發展之間的矛盾愈加激化。

表2 2015年Vs2025年模擬結果比較

4 結束語

本文基于GIS與ANN-CA耦合的研究方法對武漢市的城市發展過程中土地利用演變特征進行了分析與預測。根據對1970-2015的武漢市主城區土地利用演變過程的分析結果可知：在過去武漢市幾十年間的快速發展中，由于擴張建設用地有利于快速拉升經濟產值，該過程中土地強調經濟利益的最大化，導致大量林草地等生態用地被侵占，尤其是以城市周邊耕地農田流失為代價。這不單會削弱城市及周邊農副業對城市的供給，也在一定程度上破壞了城市周邊原有的自然生態平衡，使得生態問題逐漸突出。根據對武漢市主城區2025年的預測模擬結果可知，水域、林草地、耕地等用地迅速流失的趨勢還會放大，建設用地已經替代了耕地的主導地位，成為主要用地類型，這將進一步導致城市及周邊區域土壤結構、土壤微生物成分的變化，使地表物理屬性發生改變并直接影響城市氣候環境品質，加劇城市能源消耗，對城市的健康發展產生惡劣影響。

所以，武漢市在未來進行城市發展及經濟建設的同時要考慮到保護生態環境的需要，首先，對未來可能流失嚴重的水域、林草地、耕地等用地類型要加強重視與保護；同時推動城市經濟增長中運行方式的轉變，建立低消耗、低污染的經濟發展模式，減緩經濟發展對耕地、林草地等寶貴土地資源造成的巨大壓力；然后加強宣傳，提升公眾意識，讓大眾參與到對耕地等用地的保護過程中去。最后，可以使用新一代空間技術及對地觀測系統對城市發展過程中土地利用的變化進行監測，以便及時對城市建設中出現的用地結構問題做出應對。本文的實驗是采取的自然發展情景模式，選取了六類影響因子，對政策導向作為驅動的要素考慮有限，且在制定元胞轉換規則時，對局部區域的特殊情況也涉及較少，研究還有進一步優化的空間。