基于CA-Markov模型的渭河中下游干流土地利用變化模擬及預測

劉小妮，鞠 琴，鞠曉晗，孫云儒，連子旭，付曉雷，3

（1.河海大學水文水資源與水利工程科學國家重點實驗室，南京 210098；2.河海大學全球變化與水循環國際合作聯合實驗室，南京 210098；3.揚州大學水利科學與工程學院，江蘇 揚州 225009）

0 引 言

土地利用變化對生態環境與國土資源協調可持續發展至關重要。隨著城市經濟的快速發展，導致土地利用類型急速轉化，嚴重影響了土地利用與生態環境的協調發展[1]，因此，研究不同情景下的土地利用空間格局動態變化，對土地資源合理開發利用與保障流域生態環境質量具有重要意義[2]。

目前，諸多學者借助CA-Markov 模型[3]、CLUE-S 模型[4]、Markov-FLUS 模型[5]等耦合模型對土地利用進行分析和模擬。其中，CA-Markov模型在區域土地利用變化模擬和預測方面被廣泛應用[6]，黎云云等[7]基于CA-Markov 模型模擬了2000年與2010年黃河流域土地利用變化，發現模擬精度較高，并預測了2020、2030、2040 和2050年的土地利用變化。由于土地利用變化模擬具有不確定性，往往受經濟、社會和人類活動等很難量化的因素影響[8]，學者們開展了多情景下土地利用變化的模擬與預測，均是基于現有的土地利用變化自然發展規律，根據不同的側重點設定不同情景對未來土地利用變化進行分析[9]。例如謝凌凌等[10]利用Markov-FLUS 模型對廣西非限制性與耕地保護兩種情景進行模擬預測，發現耕地保護情景下，城鎮用地積小幅增加；吳晶晶等[11]基于CA-Markov模型分別探討了“快速城鎮化情景”、“現狀延續情景”和“生態保護情景”3種模式下烏江下游地區未來土地利用格局，發現“快速城鎮化情景”下，建設用地急劇擴張；“生態保護情景”模式是未來經濟、社會和環境協調發展較為理想的模式。

由以前的研究可知，大部分學者多是基于過去和現在數據對未來土地利用變化的一種預測，部分學者雖然通過具體情景設置得到未來情景下土地利用類型的數量特征和空間格局，但在設置情景時，以城市發展或耕地保護為主，較少結合當地的國土空間規劃政策來設置未來土地利用變化情景。由于渭河中下游流域位于陜西省關中地區，區域土地利用不均衡，統籌不夠協調，生態環境脆弱，本文以渭河中下游干流為研究區域，基于元胞自動機和馬爾科夫（CA-Markov）模型，借助多標準評價（MCE）模塊進一步添加土地利用變化影響因子為限制條件或約束條件，結合當地土地管理政策，適當調整各土地利用類型之間的轉化速率，設置自然發展、生態保護情景和統籌發展情景3種不同情景對研究區未來土地利用變化進行模擬預測，旨在為當地相關規劃的合理編制及土地資源保護提供參考依據。

1 研究區與數據

1.1 研究區概況

本文以渭河中下游干流為研究區，即林家村至潼關段。研究區地勢南北高，中間低，水資源豐富，經濟發展迅速，城市群表現為小集中，大分散的特征。近年來，城鎮化建設加快，人類活動強度增加，不斷改變著渭河中下游干流的土地利用變化，進而影響了極端水文事件以及土地資源綜合利用等一系列生態環境問題，渭河中下游干流地理位置圖見圖1。

圖1 渭河流域中下游地理位置圖Fig.1 Geographical position map of the middle and lower reaches of Weihe River Basin

1.2 數據來源

本文采用的1980-2020年土地利用數據，來源于中國科學院資源與環境科學數據中心（http://www.resdc.cn），空間分辨率為1 km。根據土地資源分類系統中的一級分類標準[12]，將渭河中下游干流土地利用類型劃分為6 類：耕地、林地、草地、水域、建設用地和未利用地。數字高程數據（DEM）來源于地理空間數據云（http://www.gscloud.cn）；坡度數據由Arcgis 軟件提取DEM 數據獲得，道路數據由OpenStreetMap 網站獲取。

2 研究方法

2.1 土地利用轉型分析方法

為定量分析不同時期區域各土地利用類型轉換情況與轉型變化速度，本文采用轉移矩陣、土地利用動態度以及土地利用程度指數3 種方法分析研究區土地利用結構動態變化，3種方法的具體公式見文獻[13]。

2.2 CA-Markov模型

CA-Markov 模型是集合元胞自動機（Cell automata,CA）模型模擬復雜空間動態變化與馬爾科夫（Markov）模型長期預測的雙重優勢的耦合模型[14]，被廣泛的應用于長序列的土地利用結構動態變化的模擬預測[15]。模擬預測具體流程見圖2，首先將研究區首期與末期土地利用柵格數據輸入Markov模型，得到土地利用類型轉移面積矩陣和轉移概率矩陣，將鄰域定義為5×5的濾波器，比例誤差設置為0.15；其次選擇水域為限制條件，DEM、坡度、道路距離等為約束條件，采用層次分析法[16]擬定高程、坡度、道路距離等影響因子所占權重分別為0.4、0.2、0.4，利用多標準評價模塊（MCE）將影響因子標準化到0～255（0 代表不適宜，255 代表最適宜）的數值，生成適宜性圖集；最后構建CA 濾波器，CA 循環次數設置為10次，進而模擬預測土地利用變化，并進行精度評價。

圖2 CA-Markov模型模擬預測土地利用格局流程圖Fig.2 The flow chart of simulating and predicting land use pattern based on CA-Markov model

2.3 情景設置

考慮到土地利用動態變化與經濟社會的發展與演變有著密切的關系，不同時期土地利用空間演變規律存在不確定性，因此，參考了有關修改Markov 轉移矩陣的相關研究成果[17]以及高星等[18]對土地利用模擬情景的設置方法，本文設定了自然發展情景、生態保護情景和統籌發展情景3種土地利用變化模擬情景，以此來預測研究區2030年土地利用空間分布格局，情景模式設定如下：

（1）自然發展情景。根據研究區2010-2020年土地利用變化規律與發展趨勢，不考慮人為因素和政府政策的宏觀調控影響，按照現有的土地利用面積轉移矩陣與概率轉移矩陣，不改變各土地利用類型之間的變化速率與轉換規則，模擬預測自然發展情景下未來土地利用變化。

（2）生態保護情景。由于研究區屬于《陜西省國土空間規劃（2021-2035年）》（網址：http://zrzyt.shaanxi.gov.cn/info/1222/56689.htm）中構建“一山兩河、四區六帶”生態安全格局的渭河生態安全帶，根據當地的生態保護政策，需適當控制建設用地的增長速度，限制自然生態用地任意轉換[19]，以改善流域生態功能，保護流域生態環境。具體參數設置為林地（7.58%）、草地（8.42%）、水域（1.51%）轉化為建設用地的速率均減緩50%，轉移速率分別調整為3.79%、4.21%、0.76%；耕地、未利用地變化速率未進行限制。

（3）統籌發展情景。本文選取的研究區是渭河中下游林家村至潼關段，屬于陜西省國土空間總體格局的關中平原城市群，城市群的快速發展可以直接影響區域社會經濟與生態安全[20]。為保障區域生態環境與城鎮化進程的協調發展，需降低草地退化與建設用地擴張的強度，同時限制耕地面積的轉化。具體參數設置為將林地、草地轉化為建設用地的速率均減緩40%，耕地轉化為建設用地的速率減緩30%。

本文采用Kappa系數作為CA-Markov模型模擬精度的評價指標，從數量和空間位置兩個方面分析模擬的土地利用格局與實際變化的匹配程度，評價分類標準[21]見表1。Kappa 系數計算公式如下：

表1 Kappa系數精度評價分類標準Tab.1 Classification criteria for accuracy evaluation of Kappa coefficients

式中：P0為總體模擬精度；Pe為理論模擬精度。

3 結果與分析

3.1 土地利用時空變化分析

渭河中下游干流土地利用時空分布圖如圖3所示。由圖3可知，研究區耕地面積占比最大為52%左右，其次是林地和草地，未利用地面積占比最小。根據研究區地勢南北高，中間低的特點，耕地與建設用地主要分布在低海拔中部地區，林地、草地分布在南、北部區域。建設用地集中分布在渭河中游和下游的分界處咸陽市，且建設用地在空間上呈現明顯的擴張趨勢，面積不斷增加。

圖3 1980-2020年渭河中下游干流土地利用類型時空分布圖Fig.3 Spatial and temporal distribution of land use types in the middle and lower reaches of Weihe River from 1980 to 2020

由表2和圖4可知，2010-2020年建設用地面積增加最大，增加了516.21 km2，耕地面積減少最多，減少了527.25 km2，林地與草地面積變化不顯著。1990-2010年耕地面積呈遞減趨勢，遞減幅度依次增加，林地面積呈緩慢增加趨勢，耕地面積變化與響應國家退耕還林政策密切相關。1980-2020年建設用地面積呈遞增趨勢，遞增幅度依次增加，增加率高達64.32%，面積由1 938 km2增加到3 184 km2，建設用地面積變化與響應國家發展城鎮化建設密不可分。林地與水域面積的增長幅度較小，分別為2.12%、3.96%。耕地面積減少幅度為6.88%，草地面積變化不大。各土地利用類型總體變化特征為建設用地面積明顯增加，耕地面積減少，林地與水域面積增加較小，草地面積變化不顯著。

圖4 1980-2020年渭河中下游干流土地利用類型面積變化圖Fig.4 Map of land use type area change in the middle and lower reaches of Weihe River from 1980 to 2020

表2 1980-2020年渭河中下游干流各土地利用類型面積及占比Tab.2 Area and proportion of land use types in the middle and lower reaches of Weihe River from 1980 to 2020

3.2 土地利用動態變化分析

研究區土地利用轉移矩陣見表3。可知，1980-2020年各土地利用類型轉移面積為2 198.7 km2，耕地面積轉出最大，為1 632.8 km2，其次是草地；建設用地面積轉入最大，為1 296.04 km2，其次是耕地。建設用地面積的增加主要由耕地面積轉化，草地面積主要轉化為耕地面積，其他各土地利用類型之間的轉化面積較小。1980-2020年的土地利用動態度如圖5所示，可知，建設用地動態度波動變化最大，草地動態度變化較小。2000-2010年各土地利用類型相互轉化速度最快，綜合動態度最大為0.17%，水域和建設用地面積的動態度較大分別為1.47%、1.98%。1980-2020年綜合土地利用動態度為0.66%，各土地利用類型動態度為建設用地（1.57%）>水域（0.10%）>林地（0.05%）>草地（-0.02%）>耕地（-0.17%）>未利用地（-0.87%）。4個時期內的綜合土地利用動態度總體呈正向增加趨勢，變化速率由0.02%增加至0.14%，表明土地利用變化速率不斷增加。

圖5 渭河中下游干流不同時期土地利用動態度變化Fig.5 Dynamic attitude of land use in the middle and lower reaches of Weihe River in different periods

表3 1980-2020年渭河中下游干流土地利用面積轉移矩陣km2Tab.3 Land use area transfer matrix in the middle and lower reaches of Weihe River from 1980 to 2020

由土地利用程度指數分布圖（圖6）可知，1980-2020年土地利用程度不斷增加，研究區中部區域的土地開發程度較大，土地開發利用強度主要受建設用地和耕地的影響，建設用地類型的土地利用程度較高。土地利用程度指數為1980年（263.85） <1990年（264.02） <2000年（264.98） <2010年（265.95）<2020年（267.36），每十年間的土地利用程度指數增加速率分別為0.17%、0.96%、0.97%、1.41%，表明1980-2020年研究區各土地利用類型之間加速變化，土地利用開發強度持續增加。

圖6 渭河中下游干流不同時期土地利用程度指數分布圖Fig.6 Land use degree index in the middle and lower reaches of Weihe River in different periods

3.3 未來土地利用變化預測

3.3.1 土地利用變化預測精度檢驗

本文以2015年與2020年為模擬期，通過Markov 模型計算得到研究區2005-2010年、2010-2015年土地利用轉移矩陣與轉移概率，借助多標準評價模塊制作各土地利用類型的適用性圖集，由CA-Markov 模型模擬出2015年、2020年研究區的土地利用變化，如圖7所示。由圖7可知，模擬的兩期土地利用空間分布結果與實際的土地利用類型的空間分布一致性較高，對水域面積的模擬結果偏大，但水域面積占比僅為1.2%左右，對研究區土地利用類型變化整體影響較小，2015年與2020年Kappa 系數分別為0.935 5、0.922 7，比裴子譽等[22]在楚雄市土地利用變化模擬的Kappa系數要高，表明此模型對渭河中下游干流土地利用變化模擬精度非常高，用來預測未來土地利用空間分布格局具有一定可靠性。

圖7 2015年與2020年渭河中下游干流實際與模擬土地利用變化Fig.7 Actual and simulated land use change in the middle and lower reaches of the Weihe River in 2015 and 2020

由表4可知，模擬的2015年與2020年兩期土地利用類型面積結果與實際對比分析，發現耕地、林地的相對誤差較小，為2%左右，其次是建設用地和草地，相對誤差均低于8%，但水域的相對誤差高達23%，可見模擬結果對水域面積存在高估的現象，考慮到未利用地的相對誤差面積僅占總面積的0.2%左右，故不做分析，總體來看模擬結果較為可靠。

表4 2015年與2020年渭河中下游干流實際與模擬土地利用類型面積Tab.4 Actual and simulated land use type area of the middle and lower reaches of the Weihe River in 2015 and 2020

3.3.2 不同情景下土地利用演變特征分析

本文以2020年土地利用數據為基礎，利用CA-Markov 模型模擬預測了2030年渭河中下游干流自然發展情景、生態保護情景和統籌發展情景3種情景下的土地利用空間分布圖（圖8），不同情景下各土地利用類型面積見表5。由圖8與表5可知，自然發展情景下，沒有任何人為干涉，經濟發展與城市化進程持續加快，研究區林地、草地面積呈大幅縮減態勢，面積分別減少了603.91 km2、792.25 km2。建設用地面積增幅較大，增幅約為27%。預測的水域面積可能存在高估，導致面積偏大。生態保護情景下，為保護渭河生態安全帶，將林地、草地等轉化速率降低了50%，限制了林地、草地面積任意轉化，兩者的面積變化量較小，耕地面積減少，建設用地面積增加。統籌發展情景下，綜合考慮城市的快速發展與生態環境，在一定程度上減緩了建設用地的無序擴張，研究區草地面積減少了262.24 km2，建設用地面積擴張強度明顯減弱，增幅為4.26%，其他土地利用類型面積變化較小。總體來看，3種情景下模擬預測的2030年研究區建設用地面積均呈增加趨勢，其中自然發展情景下，各土地利用類型任意轉化，建設用地面積增幅最大，林地、草地顯著減少；生態保護情景下，由于相應的退耕還林政策，研究區耕地減少，林地、草地變化較小；統籌發展情景下各土地利用類型變化較穩定，有利于社會經濟發展與生態環境保護的協調發展。

圖8 不同情景下渭河中下游干流2030年土地利用空間分布圖Fig.8 Land use spatial distribution map of the middle and lower reaches of the Weihe River in 2030 under different scenarios

表5 2030年渭河中下游干流不同情景下的土地利用面積及其與2020年各土地利用面積的差值km2Tab.5 Land use area of the middle and lower reaches of the Weihe River in 2030 under different scenarios and its difference with that in 2020

4 討論與結論

4.1 討 論

本文對渭河中下游干流地區未來土地利用變化進行分析預測時，設置了自然發展、生態保護和統籌發展3種情景。由于研究區域1980-2020年土地利用開發強度持續增強，在自然發展情景下，未來建設用地面積會急劇擴張，林地、草地面積縮減明顯，加速了該區域生態環境的惡化，發展趨勢不符合當地的生態保護政策，這與李世鋒等[23]在自然發展情景下的分析結果一致。而在生態保護和統籌發展這兩種情景下，本文結合當地國土空間規劃政策，調整了各土地利用類型的轉化速率。其中統籌發展情景下，城鎮化進程中林地、草地保護措施效果明顯，各土地利用類型變化穩定，較生態保護情景更符合國土空間規劃要求和經濟社會發展的需求。

由于土地利用、自然條件、社會經濟是一個復雜系統，引起土地利用變化的因素很多[24]，渭河中下游干流地區經濟增長和城鎮化進程較快，城鎮和交通用地由中部地區向周邊擴張，土地覆被變化受自然條件和人類活動雙重影響[25]，本研究選取了高程、坡度、道路距離這三個影響因子，沒有綜合考慮人口、經濟等其他自然地理和人文要素的影響，在一定程度上影響了模擬結果的精確性。總之，由于情景設置方法的主觀性較強，不同情景僅能代表相應土地利用變化的可能性，在今后的研究中，將考慮選取更多的土地利用變化影響因子和更多的情景設置方法進行多因素多情景的模擬。

4.2 結 論

本文通過對1980-2020年渭河中下游干流進行土地利用時空分析，并利用模擬性能良好的CA-Markov 模型模擬預測多情景模式下2030年的土地利用空間分布格局，主要結論如下：

(1)渭河中下游干流土地利用類型以耕地為主，面積占比高達52%左右，其次是林地和草地，耕地與建設用地主要分布在低海拔中部地區。土地利用總體變化特征為建設用地面積明顯增加，增加率高達64.32%，耕地面積減少，減少率為6.88%，林地與水域面積略有增加，草地面積變化較小。

(2)1980-2020年渭河中下游干流土地利用動態度總體呈正向增加趨勢，綜合動態度為0.66%，建設用地面積變化速度最快（動態度1.57%）。1980-1990年各土地利用類型相互轉化速度最慢（動態度0.02%），2000-2010年最快（動態度0.17%）。土地利用程度指數及變化率為1980年<1990年<2000年<2010年<2020年，呈持續增長的趨勢。

(3)基于CA-markov 模型模擬的2015年與2020年渭河中下游干流的耕地、林地、建設用地和草地面積相對誤差低于8%，Kappa 系數分別為0.935 5、0.922 7，模擬精度較高，表明其可用于預測渭河中下游干流地區的未來土地利用的演變特征。

(4)模擬預測的2030年3 種情景下的建設用地面積呈增加趨勢，自然發展情景下增幅最大，為27%，林地、草地面積大幅縮減；生態保護情景下林地面積略有增加，草地面積變化較小，統籌發展情景下各土地利用類型面積變化較穩定。