基于CA-Markov模型的黃土高原土地利用模擬預測

李凱，張北贏

（江蘇師范大學地理測繪與城鄉規劃學院，江蘇 徐州 221116）

土地利用/覆被變化（Land use and land cover change，LUCC）是人與自然相互作用的直接體現，目前已成為全球變化研究的重要內容［1］。LUCC的研究主要體現在時空特征分析、驅動力分析和環境效應三個方面，通過對土地利用/覆被變化與人類驅動力、全球環境變化之間相互作用機制的認識，建立LUCC模型，從而預測土地利用/覆被變化，評估生態環境變化，為區域土地資源利用、生態與經濟可持續發展提供理論依據［2-4］。

目前用于土地利用變化模擬預測的模型很多，如CLUE-S［5］、Logistic回歸模型［6］、灰色模型［7］、元胞自動機模型［8］、多智能體系統［9］等。CA-Markov模型結合了元胞自動機的空間運算能力和馬爾科夫長期預測的優勢，可以有效模擬預測土地利用類型的空間格局變化過程，同時具有較高的模擬預測精度。目前被廣泛用于土地利用變化模擬預測方面的研究，并取得了很多研究成果。例如，靳含等［10］基于CA-Markov模型模擬了多時間跨度下瑪納斯河流域四道河子鎮的土地利用變化；許小娟等［11］結合CAMarkov模型和MCE法分析了多種情景下江蘇沿海土地類型動態變化；黃康等［12］運用CA-Markov和In-VEST模型對福州新區生境質量進行評價，分析土地利用變化對生境產生的影響。

黃土高原土質疏松、降水多集中于夏季，過度放牧及亂墾濫伐等多種原因導致該區水土流失嚴重、生態環境脆弱。已有研究表明，該區生態環境退化的主要原因是人類不合理的開發利用；因此自20世紀中期以來，開展了大量水土保持措施以及退耕還林還草、自然林保護等生態工程建設［13，14］。改善該區的土地利用結構，對于生態環境具有重要意義。因此本研究基于CA-Markov模型結合研究區不同時期的土地利用數據，分析黃土高原土地利用變化特征并預測未來土地利用格局，為該區土地利用規劃、生態建設和可持續發展提供理論依據。

1 數據與方法

1.1 研究區概況

黃土高原指黃土覆蓋的高原主體及其北部鄰接地區，是中國四大高原之一。空間范圍上包括太行山以西、日月山—賀蘭山以東、秦嶺以北、陰山以南的廣大區域，行政區劃單元包括山西、陜西、河南、甘肅、青海、寧夏、內蒙古等七省區，總面積約為62萬km2［15］。該地區位于干旱半干旱氣候向半濕潤氣候的過渡區，植被類型與水熱要素的相關性很強且限制性因素較多。隨著人口的增多以及不合理的土地利用、陡坡開墾、植被破壞等原因，導致該區植被覆蓋率降低，造成強烈的水土流失，加速生態環境惡化進程［16］。

1.2 數據來源

文中采用的土地利用數據來源于中國科學院資源環境科學數據中心（http：//www.resdc.cn/），分辨率為1 km。該數據集以各期Landsat TM/ETM遙感影像為主要數據源，通過人工目視解譯生成。本文利用2005、2010、2015年的數據，通過ArcGIS對土地利用類型進行重分類，最終得到研究區域耕地、林地、草地、水域、建設用地和未利用地6種土地利用類型。

1.3 CA-Markov模型

1.3.1 CA模型元胞自動機（Cellular automata，CA）模型的研究于20世紀40年代開始，CA模型是一種時間、空間和狀態均離散的動力學模型。該模型具有強大的空間運算能力，采用離散的空間單元進行模擬，通過每個空間單元的相互作用刻畫出土地變化的過程，是一類基于系統演化微觀規則并適合復雜系統模擬的工具［8，17］。CA模型主要由元胞、狀態、鄰域和轉換規則4個基本要素組成：

式（1）中，S表示元胞有限的、離散的狀態集合；t和t+1表示不同時刻；N表示元胞的鄰域；f表示局部空間的轉化規則。

1.3.2 Markov模型Markov模型是俄國數學家安德烈·馬爾科夫提出的一種基于馬爾科夫鏈隨機過程理論，常用于模擬預測無后效性特征的地理事件的發生概率。即在事件轉移過程中，事件將來的狀態只與現在的狀態有關，而與過去的狀態無關。因此在土地利用變化趨勢的研究中，可以將土地利用類型變化的過程看作Markov過程的“可能狀態”，土地利用類型相互轉化的面積或比例即為狀態轉移概率［18］，可表示為：

式（2）中，St和St+1分別表示t和t+1時刻的土地利用狀態，Pij表示i類土地利用類型轉變為j類土地利用類型的轉移概率，可表述為：

式（3）中，n表示土地利用類型，同時滿足0≤Pij＜1且

1.3.3 CA-Markov預測模型CA模型具有較強的空間計算能力，但僅局限于處理元胞之間的相互作用；Markov模型能夠用于預測土地利用類型在一定時期內的數量變化，但不能處理空間格局的變化。CA-Markov模型綜合了兩種模型的特點，結合CA處理復雜系統在空間上變化的能力和Markov在預測土地數量上的特點，實現對土地利用類型在空間和時間兩個方面的動態演變預測。本研究利用IDRISI軟件中的Markov和CA-Markov模塊建立土地利用類型的轉移面積矩陣和轉移概率矩陣，基于轉移面積矩陣和轉移概率矩陣制定未來土地利用轉換規則，從而實現對土地利用類型變化的模擬預測。

在利用CA-Markov模型對土地利用類型模擬預測時，應采取等間隔預測，即研究初期、末期和預測期之間的間隔年份應保持一致［19］。因此本研究以2005年和2010年土地利用現狀預測2015年土地利用格局，然后與2015年實際土地利用格局對比，驗證CA-Markov模型的有效性；再以2005年和2015年實際土地利用現狀，預測2025年的土地利用格局。

1.4 精度檢驗

Kappa系數可以檢驗模擬結果與實測數據的一致性程度，常用于檢驗預測土地利用變化的精度、遙感影像解譯等研究［20］。Kappa系數的計算公式表示為：

式（4）中，Po表示正確模擬的概率；Pc表示模擬預測的概率；Pp表示理想模擬概率。Kappa系數的計算結果介于［-1，1］，當0.6＜Kappa≤0.8時，表明具有顯著一致性；當0.8＜Kappa≤1時，表明一致性最好［19］。

1.5 土地利用動態度模型

土地利用的數量變化可以用土地利用動態度表示，單一土地利用動態度常用于表示某研究區內某種土地類型在一定時間內的變化特征［21］，公式如下：

式（5）中，K表示研究時段內單一土地利用動態度；Ua、Ub分別表示研究期初和研究期末的某一土地利用類型的面積；T表示研究時段長度。當T設定為年時，K的值即為研究區內某種土地利用類型的年變化率。

2 結果與分析

2.1 土地利用演變特征

2.1.1 土地利用結構及變化特征通過ArcGIS對研究區域的土地利用數據進行分析處理，黃土高原2005、2010、2015年的6類一級土地利用類型見圖1，3期土地利用結構變化情況見表1。

圖1 黃土高原2005、2010、2015年土地利用分布

表1 黃土高原2005—2015年土地利用結構變化情況

結合圖1和表1可知，黃土高原主要土地利用類型為草地和耕地，3個研究時段的草地和耕地之和均超過總體面積70%；耕地主要分布于陜西、山西、甘肅和寧夏等省區，草地主要分布于內蒙古、甘肅和青海等省區。林地面積在2005—2015年期間總體保持在15%左右，變化較小且主要分布于黃土高原東南部和西部地區。水域所占總面積比例最小，主要分布于黃河流域及其支流沿線。建設用地主要分布于各省區的大中小城市，總體占比在逐漸增加；未利用地主要分布于西北部的內蒙古境內，總體面積占比呈逐漸減小的趨勢。

表1列出了黃土高原2005—2015年3期土地利用類型的面積變化、百分比及其單一土地利用動態度。具有較高單一動態度的土地利用類型表明其面積變化較大，從表1可以看出建設用地在2005—2015年單一動態度最大，達2.52%/a，主要原因可能是城市化進程加快；水域的單一動態度變化次之。面積減小的土地利用類型中，未利用地表現最為明顯；耕地和林地的面積也有所減少但總體變化較小。

2.1.2 土地利用空間轉移特征通過建立土地利用面積轉移矩陣分析土地利用空間轉移特征，黃土高原不同階段的土地利用轉化趨勢見表2。從整個階段來看，黃土高原在2005—2015年期間，各類土地利用類型轉出面積表現為耕地＞草地＞未利用地＞林地＞水域＞建設用地。轉出面積中耕地最多，主要轉變為建設用地；其次是草地，有1 380 km2轉為建設用地；再次為未利用地，主要轉為草地；其他幾類土地利用類型轉出面積相對較少。轉入面積中建設用地增加較多，約有4 200 km2其他地類轉為建設用地，其中以耕地和草地為主；草地在轉為建設用地的同時，未利用地轉為草地較為顯著，轉入面積為1 317 km2；水域面積總體變動較小，轉出和轉入面積相差不多。

分階段來看，2005—2010年各地類轉出面積表現為耕地＞未利用地＞草地＞水域＞林地＞建設用地。耕地多轉變為林地、草地和建設用地，未利用地大部分轉變為草地，為455 km2。轉入面積以草地最多，主要由耕地和未利用地轉變而來；未利用地轉入最少。2010—2015年各地類轉出面積表現為草地＞耕地＞未利用地＞林地＞水域＞建設用地。草地和耕地主要轉為建設用地，轉入面積為3 053 km2；未利用地轉為各種其他用地，其中又以草地居多。

結合表1表2數據可知，2005—2015年期間，黃土高原土地利用面積增加的有林地、水域和建設用地，其中以建設用地增加最多，為4 018 km2；林地和水域分別增加了518 km2和211 km2。面積減少的有耕地、草地和未利用地，耕地和草地共減少2 796 km2；未利用地減少1 951 km2。

表2 黃土高原2005—2015年土地利用面積轉移矩陣 （單位：km2）

2.2 土地利用動態模擬預測

2.2.1 預測精度檢驗基于CA-Markov模型，以土地利用面積、概率轉移矩陣和2005年、2010年土地利用類型圖為輸入要素，驗證模型的精度。以2005年土地利用類型分布為基礎年份，設置迭代次數為5和10，預測得到2010年和2015年土地利用類型情況。利用IDRISI軟件的Crosstab模塊驗證CA-Markov預測模型的精度，得到各類土地模擬Kappa數據（表3），研究區2010年實測圖與模擬圖的總體Kappa系數為0.923 5，2015年實測圖與模擬圖的總體Kappa系數為0.914 2。模擬結果表明，CA-Markov模型精度較高，可用于黃土高原未來土地利用格局的模擬預測。

表3 黃土高原2010年和2015年土地利用類型模擬Kappa系數

2.2.2 預測結果分析在模型精度達到要求的基礎上，以2015年實際土地利用現狀為基礎數據，基于2005—2015年的土地利用概率轉移矩陣，迭代10次，預測得到2025年黃土高原土地利用格局。各類土地利用類型的面積及其百分比見表4，2015—2025年耕地、林地、草地和未利用地減少，水域和建設用地增加。結合表1中2005—2015年土地利用變化可以看出，2015—2025年總體上保持了2005—2015年的土地利用變化趨勢，耕地、草地和未利用地減少，水域和建設用地增加。值得注意的是林地面積的減少，沒有保持2005—2015年增加的趨勢，可能是由于城鎮化進程的加快，不合理的土地開發導致。同時通過對比兩個時段的動態度可以看出，2015—2025年的動態度相比2005—2015年變化較大，可能是由于模擬過程未能考慮高程、坡度等自然因素和人為因素的影響。

表4 黃土高原2015—2025年土地利用變化

3 討論

1）土地利用/土地覆被變化（LUCC）是目前資源環境等相關學科的研究熱點，對土地資源的開發利用是一個綜合自然、社會、經濟諸要素的復雜過程，受到諸多方面條件的影響和制約［22］。隨著3S技術的廣泛應用，以及各種應用軟件的開發和利用，使得土地利用數據獲取的精度與準確度越來越高。但對于LUCC的研究不能僅依賴于3S技術，研究過程中應當注重傳統方法與新技術的結合，例如野外考察、實地訪問等傳統方法［23］。

2）黃土高原氣候干旱、水土流失嚴重，加之長期過度的人類活動，該區成為生態環境極為脆弱和敏感的地區［24］。就2005—2015年而言，黃土高原地區耕地減少、草地退化，建設用地和水域開發較多，人類活動對自然環境影響較大。基于CA-Markov模型預測黃土高原土地利用格局，雖然結果顯示2005—2015年與2015—2025年的總體變化趨勢相似，但各種土地利用類型的變化較大，耕地、林地和草地有較大幅度減少，建設用地大幅度擴張，預測結果與現有的政策相違背。文中對于2025年的土地利用預測是基于2005—2015年的轉移概率矩陣，其預測過程具有一定的合理性，但土地利用的變化是一個多要素綜合作用的結果。因此，本文預測的結果可以對未來黃土高原土地規劃提供借鑒，以便更合理的實施相關的土地開發政策。

3）隨著中國經濟、社會的快速發展，城鎮化進程逐漸加快，出現了耕地非農化、非糧化、破碎化等問題，耕地面積的數量在不斷減少，質量下降嚴重［25］。城鎮規模和數量也在逐漸擴大和增加，更多的土地和耕地資源被用于開發建設用地。因此，在未來的土地利用規劃中，應當進一步加強政府宏觀調控，健全耕地保護政策，科學合理地規劃建設用地；合理開展土地整治工作，對黃土高原的沙地、退化草地等進行有針對性的整治與開發。

4 小結

本文基于黃土高原2005、2010、2015年3期土地利用數據，結合轉移矩陣和土地利用動態度模型定量分析2005—2015年黃土高原土地利用變化特征，并采用CA-Markov模型預測2025年土地利用格局，主要結論如下。

1）黃土高原在2005—2015年土地利用類型以耕地、林地和草地為主，水域面積相對較為穩定，建設用地在逐漸增加，未利用地在逐漸減少。10年間土地變化程度最劇烈的為建設用地，最穩定的為草地。

2）從土地利用空間轉移特征來看，2005—2015年耕地主要轉變為建設用地，其次為林地和草地；草地主要轉為建設用地；未利用地主要轉化為草地；林地、水域和建設用地轉出較少。

3）從模擬預測結果來看，黃土高原的耕地和草地將在2025年大面積減少；水域和建設用地大面積增加；林地和未利用地有所減少，但總體較為穩定。

本研究基于黃土高原2005—2015年土地利用數據，從土地利用轉移矩陣、土地利用動態度等角度出發，分析黃土高原土地利用的時空變化特征；并結合CA-Markov預測未來土地利用變化，以期為黃土高原土地利用規劃、生態環境建設提供理論支持。本研究雖然分析了黃土高原土地利用變化特征，但同時也存在一些不足，尤其是在預測未來土地利用類型過程中。文中在預測未來土地利用變化趨勢時，主要以研究區歷史土地利用數據為依據，以歷史土地利用轉移矩陣為轉換規則，未能考慮自然和人為等因素對土地利用變化的影響。因此在未來的研究工作中，運用CA-Markov模型時應當基于研究區自身特點，考慮高程、坡度等自然因素以及公路、鐵路等人為因素對土地利用的影響，建立土地利用適宜性圖集；另一方面可以適當參考當地的一些土地利用政策，如黃土高原地區的退耕還林還草等政策，可以在考慮轉移概率中進一步細化研究工作。