烏魯木齊市土地利用變化及其空間沖突測度

田柳蘭, 呂思雨, 毋兆鵬,2, 王娟娟, 史欣鵬

(1.新疆師范大學地理科學與旅游學院,烏魯木齊 830054;2.新疆干旱湖泊環境與資源實驗室,烏魯木齊 830054)

0 引言

土地利用沖突是各土地利用主體及利益相關者之間,以同一空間區位上土地為核心的、資源要素間的時空競爭和博弈過程[1]。隨著區域“生態-生產-生活”空間結構比例趨于失衡,土地利用沖突逐漸成為學術界研究熱點[2]。

近年來,研究重點主要集中在沖突類型識別[3]、沖突時空動態分析[4]、沖突驅動因素揭示[5]、沖突協調與權衡[6]和沖突研究應用實踐[7]5方面; 在研究方法方面主要有參與式調查[2]、博弈論[8]等定性方法, PSR 模型[9]、適宜性評價[10]、生態風險評價[11]等定量方法,及GIS 空間分析支持下的定量、定性結合方法[12]。在研究內容方面,主要集中在與土地利用沖突概念[13]、原因及其沖突診斷[14]、沖突的評價與管理[15]等。在關注對象方面,大多集中在城市群、城市密集地區和經濟發達地區的城市帶,對干旱地區的綠洲城市的研究相對較少[16]。

隨著 “十四五”時期烏魯木齊都市圈建設的大力推進,急需研究城市發展、綠洲農業及生態環境三者之間多重關聯的漲落過程及耦合機制[17],并探討土地資源利用沖突的原因和表現。本文基于“壓力-狀態-響應”思路,通過構建土地利用沖突強度測度模型,對烏魯木齊2000年、2010年、2020年及2030年的土地利用沖突進行了評估,并借助地理探測器定量分析了導致研究區土地利用沖突的驅動因子。本研究能為烏魯木齊在生態文明建設背景下有效協調經濟發展和生態保護之間的矛盾關系,優化未來土地利用結構,促進區域和諧穩定提供例證和科學支撐。

1 研究區概況與數據源

1.1 研究區概況

烏魯木齊市(E86°46′10″～88°59′48″, N42°54′16″～44°58′16″)地處我國西北地區,下轄7區1縣,總面積1.39×106hm2(圖1),三面環山,東鄰昌吉回族自治州、北靠天山山脈、南接準噶爾盆地,地勢南高北低。該區域屬中溫帶大陸性干旱氣候,晝夜溫差大,年均氣溫7.4 ℃,年均降水量294 mm。河流均為內流河,以冰雪融水補給為主,河道短且分散,主要有烏魯木齊河、頭屯河、白楊河及大河沿河。

圖1 研究區示意圖

1.2 數據源

本文所使用的2000年和2010年Landsat5 TM影像,2020年Landsat8 OLI影像,云量均小于10%,與高程及坡度數據一致來源于地理空間數據云(http: //www.gscloud.cn)。參考《全國土地分類標準》(GB/T 21010—2017),土地利用類型劃分為林地、耕地、草地、建設用地、水域及未利用地6類,3期Kappa 系數分別為0.89,0.89及0.88。文中所有空間地理數據均采用Albers Conical Equal Area投影坐標系,CGCS_2000地理坐標系統。GDP、人口等數據社會經濟數據來自于《烏魯木齊市統計年鑒(2000—2020年)》、《烏魯木齊市國民經濟和社會發展統計公報(2020年)》和《新疆統計年鑒(2020年)》。

2 研究方法

2.1 土地利用綜合程度指數

土地利用綜合程度指數[18]能反映人類對土地開發利用的程度,是衡量區域土地利用深度和廣度的重要指標,公式為:

,

(1)

式中:L為區域土地利用程度綜合指數(100≤L≤400);n為土地利用類型數量(n=6);Ai為研究區內第i級土地利用程度分級指數;Ci為研究區內第i級土地利用程度分級面積百分比;n為土地利用程度分級數。其中,未利用地賦值1,林地、草地和水域賦值2,耕地賦值3,建設用地賦值4。

自然間斷點分級法可通過對相似值的恰當分組而使各類之間差異最大化,據此得到的數值差異邊界既具有良好效果也具有統計學意義[19]。因此,本文根據自然間斷法將土地利用程度綜合指數分為5級,即低利用程度區、中低利用程度區、中利用程度區、中高利用程度區及高利用程度區。

2.2 土地利用沖突測度模型構建

基于PSR模型[9](壓力-狀態-響應),通過選擇土地利用干擾度指數(LAWMPFD)、脆弱度指數(LFI)和穩定性指數(LSI)構建土地利用沖突綜合指數(表1),評價區域土地利用空間沖突程度。

表1 土地利用沖突綜合指數測算指標

將計算結果進行0～1標準化處理,之后根據分析統計研究區各空間單元網格沖突測度值的區段分布情況,借鑒周國華等[16]、彭佳捷等[20]空間沖突倒 “U ”型演變軌跡及各可控性級別沖突的相關分析結果LCI,將其分為5個級別: 無沖突(0,0.30)、輕度沖突[0.30,0.36)、中度沖突[0.36,0.42)、高度沖突[0.42,0.50)及重度沖突 [0.50,1.00)。計算公式為:

,

(2)

式中:AWMPFD為干擾度指數;FI為脆弱度指數;SI為穩定度指數。

2.2.1 土地利用干擾度指數

借助面積加權的平均拼塊分形指數[8](area-weighted patch fractal dimension,AWMPFD)進行測算,數值越大表示土地利用類型相鄰單元之間干擾程度越高,公式為:

(3)

式中:Pij為第i類用地類型第j個斑塊的周長;aij為第i類用地類型第j個斑塊面積;A為評價單元總面積。

2.2.2 土地利用脆弱度指數

借助景觀脆弱性(FI)指數進行測算,并根據相關研究對土地利用類型進行生態風險系數賦值[11]。其中,建設用地賦值6、未利用地賦值5、水域賦值4、耕地賦值3、草地賦值2、林地賦值1,數值越大表示評價單元越脆弱,越易受到外界影響。計算公式為:

,

(4)

式中:ai,Fi和n分別為系統內各土地利用類型的面積、土地利用類型i的生態風險系數、土地利用系統包含的土地類型數量。其中,研究區的土地類型為6種,故n=6。

2.2.3 土地利用穩定性指數

,

(5)

式中:PD,ni和A分別為土地利用類型的破碎度指數、各土地利用類型的斑塊數目和評價單元總面積。

2.3 地理探測器

地理探測器作為揭示潛在影響因子的一種統計學方法,被廣泛應用于自然資源保護和社會經濟問題的研究中[21]。模型不僅能探測單因子的空間分異,還可以探測2個因子的交互作用。因此,本文基于該方法對研究區土地利用沖突與各影響因素之間的相互關系進行分析。

2.3.1 因子探測器

主要用于分析不同因子,對土地利用沖突空間差異的分別影響程度,公式為:

,

(6)

式中:q為土地利用沖突影響因子的解釋力指標(0≤q≤1),q值越大,說明該影響因子對土地利用沖突空間差異的影響程度越強;N及σ2分別為整個區域的樣本量和方差;Nm和σ2m分別為m(m=1,…,n)層樣本量和方差。

2.3.2 交互探測器

1.3.1 療效評定標準 顯效為動脈血氣恢復正常，癥狀及體征消失，病情逐漸恢復，不需要輔助治療；有效為動脈血氣顯著好轉，癥狀及體征顯著改善，病情改善但仍需要輔助治療；無效為無達到有效標準甚或病情、動脈血氣惡化。

主要用于識別不同因子之間的交互影響作用,即2個因子共同作用時,是否會增加或減弱對土地利用沖突空間差異的影響程度,雙因子交互作用類型見表2。表中min和max分別為最小和最大值。

表2 交互作用類型

2.4 FLUS模型

本文利用FLUS模型模擬預測2030年土地利用空間分布特征,該模型主要由基于人工神經網絡(artificial neural network,ANN)的出現概率計算模塊和基于自適應慣性競爭機制的元胞自動機(cellular automata,CA)模塊2部分構成[22]。本研究中模型所選因子包括: 高程、坡度、距河流距離、距區縣距離、距道路距離、GDP和地均人口。需要說明的是,研究區干旱少雨,平原人工綠洲農業區年均降水量僅200 mm,自然降水空間分布極不均勻且不能滿足作物生長發育的需要,田間用水主要依靠冰川融水補給的河流灌溉。因此,本研究選擇距河流距離這一因子取代降水因子。利用2000年、2010年土地利用現狀圖,分別模擬2010年、2020年土地利用空間分布狀態,模型對比精度分別為0.87和0.89,Kappa 系數分別為 0.73和0.75,精度可以滿足研究要求。

3 結果分析

3.1 土地利用時空變化分析

研究區各土地利用類型空間分布分異明顯(圖2),城鄉建設用地及農業發展用地主要分布在研究區中部平原綠洲,草地、林地主要分布于研究區南部,未利用地則在研究區北部分布較廣。

(a) 2000年 (b) 2010年 (c) 2020年 (d) 2030年

2000—2020年,研究區土地利用整體呈“三增三減”特征。其中,建設用地、林地和水域處于持續增加態勢,增加面積分別為 674.85 km2,160.51 km2和 47.58 km2; 草地、耕地和未利用地處于持續減少態勢,減少面積分別為 464.49 km2,287.54 km2和 130.92 km2。需要強調的是,草地面積雖然持續減少,但自 2010 年開始幅度卻明顯下降。與此同時,耕地面積減少的幅度則顯著上升,充分突顯了 2010 年以后烏魯木齊市實施草原生態保護政策的效果。2020—2030 年預測結果顯示,各地類面積依舊呈“三增三減”變化趨勢。建設用地、林地、 水域持續增加,增加面積分別為253.93 km2,67.4 km2和20.35 km2。尤其是南部山區城鎮組群,由于發展旅游業導致的建設用地面積擴張最為顯著。此外,草地、耕地、未利用地持續減少,減少面積分別為147.04 km2,108.99 km2和85.65 km2,減少幅度有所緩和,生態用地得到有效保護。

3.2 土地利用程度分析

研究區土地利用程度綜合指數表明,2000—2020年及預測年份2030年的土地利用程度綜合指數都處于中低利用程度,分別為184.69,188.92,193.47和194.73(圖3)。其主要原因在于,研究區內農業用地與建設用地比重較低,多年平均值僅分別為 6.56%和 4.89%,而草地比重則達到 58.03%。加之西部、南部及東部環山,陡坡面積占比較大,自然因素限制導致整體土地集約化利用程度不高,且主要集中于中部及北部區域。但數據同時也顯示,研究區2000—2010年、2010—2020年及2020—2030年土地利用程度綜合變化指數分別為4.23,4.56和1.26,說明研究區土地利用一直處于發展期。尤其2000—2020年間,研究區土地利用的深度和廣度不斷增大。但在“三生三線”國土空間規劃的控制下,預計2020—2030年土地利用程度指數變化量將減少到1.26。

(a) 2000年 (b) 2010年 (c) 2020年 (d) 2030年

3.3 土地利用沖突時空演變特征

研究區土地利用沖突強度計算結果表明,2000—2030年間,研究區土地利用沖突空間變化顯著(圖4、圖5)。總體來看,由于米東區及達坂城區內柴窩堡湖附近分布有大面積不適宜開發的荒漠戈壁,因此無沖突和輕度沖突區占比整體較高。其中,無沖突區域面積呈先減后增的U型變化,輕度沖突區域面積呈現雙峰型。此外,中度沖突區域面積呈正態分布,高度沖突區域逐年增加且增幅最大,重度沖突區域同樣呈現梯次上升趨勢。

圖5 土地利用沖突各沖突等級面積變化

具體而言,2000年重度、高度沖突占比較少,分別占1.4%和3.04%,主要分布在中心城區邊緣地帶。2010年伴隨建設用地擴張,重度沖突上升至4.52%,高度沖突上升至8.89%,主要發生在建設用地和耕地集中區域。2020年重度、高度沖突占比分別為3.14%和8.74%,相較于前一階段來說有所緩和。2030年重度沖突和高度沖突占比上升到8.45%和10.13%,主要出現在中心城區北部及南部集約經營的耕地范圍內,且有明顯的團狀聚集。

3.4 土地利用沖突空間異質性

受不同地理因素制約,地區及地類之間的土地利用沖突會存在空間差異性。全局空間自相關分析結果表明,2000—2010年,在服務型產業發展布局影響下,Moran’s I值從0.65增至0.67,導致城鎮化建設過程中土地利用沖突的空間集聚性增強,沖突加劇。2010—2020年,由于城市土地用途實施管制措施,Moran’s I值從0.67減小至0.65,區域土地利用沖突的空間集聚性弱化,強度向好轉變。土地利用沖突局部空間演變的冷熱點分析結果顯示(圖6),2000—2010年,土地利用沖突熱點區與2010年高沖突聚集區增加的區域高度吻合,在中心城區北及西南部聚集顯著。至2010—2020年,熱點區范圍進一步擴張,蔓延至南部及北部山區林地周邊及達坂城區鹽湖兩側沖積扇附近; 冷點區則與高沖突聚集減少區域相吻合,主要集中于中心城區周邊以及東、南部的山區林地范圍內,其原因是由于內部土地利用類型趨向于統一,斑塊復雜性降低,沖突得以緩解,但空間分布上的集聚呈上升趨勢。2020—2030 年,研究區的熱點區主要分布在建設用地周邊及山區林地附近。其中,受建設用地向其周邊草地、耕地擴張影響,周邊土類的連通性、穩定性下降,導致沖突等級加重。與2010—2020年相比,2020—2030年未來10 a山區的熱點區明顯減少,中心城區南部的熱點區將再一次南移至烏魯木齊縣的城鎮組群,中心城區西北方向的熱點區向其東北方向擴散。冷點區主要分布在鹽湖、柴窩堡湖及山區林地附近,受生態交替影響,該區域的沖突等級有所下降。

(a) 2000—2010年 (b) 2010—2020年 (c) 2020—2030年

3.5 土地利用沖突影響因素分析

3.5.1 影響因素選取

土地利用沖突變化主要受到自然和人文因素共同影響,參照已有研究[23]與研究區實際情況,選取4個自然因子(圖7),其中,高程、坡度因子主要用于反映地形狀況對其分布的影響,斑塊密度來主要用于表征景觀破碎度其分布的影響,距河流距離反映水資源格局對其形成變化的影響。選取4個人文因子(圖8),其中,距區縣距離、距道路距離主要用于反映人類活動的影響,GDP、地均人口主要用于反映研究區經濟發展水平的影響。

(a) 高程 (b) 坡度 (c) 斑塊密度 (d) 距河流距離

3.5.2 因子探測結果

結果表明,自然因子中的斑塊密度q值最大(0.763 3),因此是土地利用沖突空間分異的自然主導因素,即景觀破碎度在隨著斑塊密度增大而變大的同時,也使得土地利用沖突加重(表3)。社會因子中的地均人口q值接近0.1,在影響土地利用沖突空間分異的因素中位居第二,即隨著人口規模擴大,對土地資源尤其是對建設用地的需求,造成了土地利用沖突水平提高。

3.5.3 交互探測結果

結果表明,任意兩因子對土地利用沖突的交互作用效果均大于其他單因子的作用值(表4),即土地利用沖突空間分異是多種因子共同作用的結果,增強類型主要為非線性增強和雙因子增強。具體而言,除高程∩距河流距離、距河流距離∩距道路距離之間存在非線性增強的關系(數據加#處),其余因子之間皆存在著雙因子增強(數據加*處)關系。其中,高程與斑塊密度交互作用對土地利用沖突的影響最強,影響度為80.63%,也就意味著高程和斑塊密度是研究區土地利用沖突的主要驅動因素; 其次則為斑塊密度∩地均人口(q值為0.795 6)、斑塊密度∩距道路距離(q值為0.787 6)?？傮w而言,斑塊密度與其他因子的交互作用力遠高于任意因子之間的交互作用力; 地均人口與其他因子交互作用的解釋力均大于12.67%。

表4 土地利用沖突的交互探測結果①

4 討論

研究區三面環山且山地、丘陵和荒漠等地形分布范圍較廣,使得無沖突和輕度沖突空間占比較大。但在面積有限的平原人工綠洲區,重度、高度沖突占比卻持續增長,甚至在預測年份的2030年達到近19%,這與王珊珊等[24]研究結果一致。

在此過程中,尤其需要關注耕地的變化?！兜谌稳珖鴩琳{查主要數據公報》數據表明,全國現有耕地1.279×108hm2,相比“二調”數據減少了10.53×106hm2。新疆維吾爾自治區“三調”耕地與“二調”相比,雖凈增加了1.92×106hm2,但建設用地總量較“二調”時增幅達33.14%。參照《烏魯木齊市土地利用總體規劃(2006—2020年)》來看,2020年研究區耕地面積7.46×104hm2,雖高于耕地保有量5.64×104hm2,但自2000年以來,包括至預測年份2030年卻持續下降,若疊加城鎮工礦和基礎建設的擴展需要,研究區未來耕地“占補平衡”任務仍十分艱巨。

就各地類空間分布及變化的單因子探測結果而言,斑塊密度因子很好解釋了,由于研究區耕地和建設用地大部分分布在地勢較為平坦、水資源相對豐富的中部綠洲平原區,其較高的耕地覆蓋率和較快的建設用地增長,必然導致土地利用沖突的高發。交互探測結果中斑塊密度與其他因子的交互作用力遠高于任意因子之間的交互作用力,也在一定程度上表明,研究區獨特的地貌特征決定了土地利用沖突的空間分布。但地均人口、GDP這2個因子與其他因子交互作用解釋力均大于10%,遠高于除斑塊密度外其他因子,則在一定程度上折射出社會人文因素在研究區土地利用沖突中的內在主導作用遠高于自然因素。

因此,未來仍應高效集約利用生活、生產功能用地,提高其社會效益、經濟效益和生態效益。宏觀全域層面,可劃分山地森林生態保護區、山前丘陵森林草地生態敏感區、綠洲農業生態建設區、荒漠沙漠生態恢復區“四區”,對其中土地破壞、荒漠化嚴重地區開展土地整治工作。在此基礎上,可在內部進一步劃定優先保護、重點管控和一般管控3類環境管控單元,實施分類管控。其中,優先保護單元,應嚴格執行相關法律法規要求,嚴守生態環境質量底線,確保生態功能不降低。重點管控單元,應著力優化空間布局,不斷提升資源利用效率,有針對性地解決生態環境質量不達標、生態環境風險高等問題。一般管控單元,應主要落實生態環境保護基本要求,推動區域環境質量持續改善。

微觀城市建設層面,主要針對城鎮建成區、工業園區和開發強度大、污染物排放強度高的工業聚集區等,在嚴格劃定“三條紅線”的基礎上制定國土空間規劃。同時,對城市不同區域劃分為重點開發區、適度開發區、生態保護區和禁止開發4個等級,為未來城市發展的方向奠定基礎。在此基礎上,可充分考慮烏魯木齊市產業類型及主要環境問題,結合市域總體性、普適性產業政策,從空間布局約束、污染物排放管控、環境風險防控和資源利用效率等方面,針對性制定生態環境準入清單。

5 結論

以烏魯木齊市為研究對象,對2000年、2010年、2020年,以及模擬預測的2030年土地利用特征進行分析,探討了各發展階段研究區土地利用變化及其空間沖突特征。主要結論如下:

1)2000—2020年研究區土地利用格局呈“三升三降”變化趨勢,即建設用地、林地和水域面積增加,草地、耕地、未利用地面積減少。土地利用程度綜合指數皆處于中低利用程度,但整體始終呈上升趨勢,2030年各地類面積雖仍保持該變化趨勢,但“三降”減少幅度有所放緩。

2)2000—2030年間土地利用沖突空間變化顯著。無沖突、輕度沖突區面積占比最大,僅中度沖突區面積呈正態分布,高度、重度沖突區逐年增加,且高度沖突區增幅最大。

3)2000—2010年,土地利用沖突熱點區集中分布于中心城區北及西南部。2010—2020 年,熱點區范圍蔓延至南部、北部山區林地周邊及達坂城區鹽湖兩側沖積扇附近。2020—2030 年熱點區仍主要分布在建設用地周邊及山區林地附近,但山區的熱點區明顯減少。

4)單因子影響結果中,居前三位的分別是斑塊密度、地均人口和 GDP。交互探測影響結果中,斑塊密度與其他因子的交互作用力遠高于任意因子之間的交互作用力,解釋力均高于79%; 其次是地均人口與其他因子交互作用,解釋力均大于12.67%。土地利用沖突各驅動因子獨立作用的q值解釋力小于兩因子交互作用,交互后的結果均為非線性增強或雙因子增強。

5)土地利用空間沖突在表現形式、分類形式、演變特征、形成原因等方面,涉及因素極為復雜。本文根據土地利用沖突理論和研究區實際情況提出的空間沖突方法,仍存在一定的主觀性。因此,后期不僅要對評估指標體系繼續完善, 還需進一步針對其調控機理與模式進行深入探討。