土地利用時空變化的關鍵驅動因子及其影響趨勢——以武威市為例

王興丹,劉普幸*,耿夢蝶,王 苗,逯 娟,2

土地利用時空變化的關鍵驅動因子及其影響趨勢——以武威市為例

王興丹1,劉普幸1*,耿夢蝶1,王 苗1,逯 娟1,2

(1.西北師范大學地理與環境科學學院,甘肅省綠洲資源環境與可持續發展重點實驗室,甘肅 蘭州 730070；2.蘭州資源環境職業技術大學地質與珠寶學院,甘肅 蘭州 730021)

基于武威市1990年、2000年、2010年、2021年四期Landsat TM/OLI遙感影像數據,利用土地利用動態變化指數、土地利用轉移矩陣、重心遷移模型與主成分綜合得分模型等方法,并結合氣象數據和社會經濟統計數據對武威市土地利用時空變化驅動因子進行了定量分析.結果表明:近32a來,武威市草地、耕地、建設用地和水域面積呈增加趨勢,未利用地與林地面積呈減少趨勢,動態度介于2.56%～-0.13%之間,林地與未利用地主要轉為草地和耕地;研究區土地利用變化空間差異明顯,水域重心遷移距離最大,耕地次之,未利用地最小;人類活動與氣候變化是影響武威市土地利用變化的關鍵因子,人類活動的貢獻率56.35%,遠大于43.65%的氣候變化貢獻率,且二者的影響均呈上升趨勢,且以人類活動的影響更大.未來,應該充分發揮人類的積極作用,促進人地協調發展.

土地利用變化；重心遷移模型；主成分分析(PCA)；驅動因子貢獻率；武威市

土地是人類最基本的社會經濟活動和生態環境建設的空間載體[1],對維持生態系統的結構、過程和功能起著決定作用[2].隨著城鎮化與工業化快速推進,人口數量急劇增加和人類活動范圍不斷擴大[3],使得土地數量和質量不斷下降,人地矛盾日益突出[4],尤其是“土地利用和土地覆蓋變化” (LUCC) 研究計劃的提出,使土地利用變化研究成為了全球變化研究的前沿和熱點課題[5].因此加強區域土地利用變化的研究,對合理規劃與有效利用土地資源,促進土地可持續利用具有重要意義.

自19世紀60年代國際上首次開展土地利用變化的研究[6],20世紀80年代全球變化研究興起[7],利用RS與GIS技術對不同區域的土地利用變化進行了大量研究[8],總體在土地利用評價、土地利用調查、土地利用/覆被變化研究等方面都得到了深化[9],目前,主要集中在土地利用時空變化特征[10-11]、土地利用變化的環境影響[12-13]、土地利用變化機制或驅動力[14-15]及多種土地利用分析評價模型與方法[16-18],并已取得豐碩成果.

然而,土地利用變化驅動力是土地利用變化研究的主要內容和難點,目前研究多側重在自然驅動力的定性分析和社會經濟驅動力[19-20]方面,例如:生物物理、社會經濟和鄰近因素是尼日利亞其他土地類型向耕地過渡的重要因素[21];高人口壓力和傳統的種植方式引發了穆胡里河流域林地向建設用地、農業用地和未利用地的轉變[22];人口增長是六盤山區土地利用變化的主要驅動力[23];社會因子是黃土高原土地利用變化的主要驅動力[24];氣候水文因素是黃河三角洲土地利用變化的主要自然驅動力,人類的開發建設活動是主要人為驅動力[25];自然和人為社會因素共同影響西安市土地利用變化,但在短時間內,自然因素影響并不顯著,人類活動無疑是最重要的驅動因素[26].上述研究多采用相關分析與定性分析,對于驅動力的量化研究相對較弱,缺少氣候變化與人類活動對土地利用變化貢獻率及變化趨勢研究.武威市地處中國西北地區,河西走廊東端,古“絲綢之路”的要隘,是西北乃至全國生態安全屏障的重要組成部分,國家歷史文化名城,也是我國重要的糧油,瓜果蔬菜生產基地,典型的內陸河資源缺水地區,生態環境脆弱,荒漠化嚴重,城市發展與土地利用之間的矛盾突出[27],因此,本文以武威市為例,在分析1990-2021年武威市土地利用時空變化特征的基礎上,采用標準化歸一指數與主成分分析中的綜合得分模型等方法深入量化氣候變化與人類活動驅動因子的貢獻率,揭示二者影響的主次關系及人類活動影響的關鍵因子、對未來氣候變化與人類活動影響的變化趨勢進行預估,以期為區域應對氣候變化,合理有效利用土地資源,促進區域人地和諧共生提供科學決策依據.

1 研究區概況與資料方法

1.1 研究區概況

武威市位于甘肅省河西走廊東端,東接蘭州,南靠西寧,西通金昌,北臨銀川和內蒙古,地理位置為36°29′～39°27′N,101°49′～104°16′E(圖1).地勢自西南向東北傾斜,局部地形復雜,海拔1247～4851m,分布著山地、平原、綠洲、荒漠等地貌類型.屬溫帶大陸性氣候,年均溫7.8℃,年均降水量310.2mm,年均日照時數2800h左右,無霜期125～ 165d.土壤類型主要有灌淤土、耕作土、灰漠土、鹽土、堿土、草甸土等.植被多由旱生和超旱生的禾草、灌木和半灌木組成,主要有梭梭(Bunge)、檉柳(Lour)、駱駝刺(Shap)、沙拐棗(Turcz)、沙生針茅(P.A. Smirn.)等,分布特征為南密北疏.

圖1 研究區位置與范圍

1.2 數據來源

1.2.1 土地利用數據 本文選用的武威市1990年、2000年、2010年、2021年四期1:10萬比例尺土地利用數據來源于中國科學院資源環境與數據中心(http://www.resdc.cn/),1990、2000、2010年數據主要使用 Landsat-TM/ETM遙感影像,2021年數據使用 Landsat 8 OLI遙感影像數據,該數據集的空間分辨率為30m,總體精度為88.95%.

1.2.2 氣象數據 本文選取的武威市1990～2021年氣溫、最高氣溫、最低氣溫、風速、降水量逐日數據均來源于中國氣象數據網(https://data.cma. cn/).

1.2.3 社會經濟統計數據 本文的社會經濟統計數據來源于1990～2021年甘肅省統計局、武威市統計局、甘肅省統計年鑒及武威市統計年鑒.

1.3 研究方法

1.3.1 土地利用轉移矩陣 轉移矩陣是用簡單、直觀的方式進行土地利用類型間相互轉化的數量及方向特征定量研究的方法[28],計算公式如下:

式中:表示面積;表示轉移前后的土地利用類型數;表示轉移前土地利用類型;表示轉移后的土地利用類型.

1.3.2 單一土地利用動態指數 單一土地利用動態度指在一定時間段內某種土地利用類型的數量變化幅度和速度[29],計算公式如下:

式中:為某一土地利用類型動態度;a和b為某一地類研究初期和末期的面積;2－1為研究時段[30].

1.3.3 重心遷移模型 重心的空間變化可以直接反映研究時段內研究區土地類型空間演變過程.其公式為:

式中:分別表示研究區土地類型分布重心的經緯度坐標;C表示第個土地類型分布斑塊的面積;X、Y分別表示第個土地類型分布斑塊分布重心的經緯度坐標[31].

1.3.4 數據均一化 由于不同指標間存在趨勢、單位或數量級差異,為了消除這一影響,經常需要對原始數據進行無量綱化處理,公式如下:

式中:Y表示無量綱化后的值;X代表指標原始值;max代表指標的最大值;min代表指標的最小值.

1.3.5 主成分綜合得分模型 主成分綜合得分模型可以用盡量少的綜合指標代替眾多的原始數據,并盡可能多地反映原始數據所提供的信息,其公式如下:

式中:為綜合主成分得分;F為第個主成分得分;X為歸一化后樣本矩陣第項評價指標;為第個主成分所對應的特征值,為累計方差貢獻率.

2 結果與討論

2.1 武威市土地利用變化的時空特征分析

2.1.1 武威市土地利用變化的時空特征基于《中華人民共和國土地管理法》中明確規定的土地利用分類的標準[32],將研究區地類分為:耕地、林地、草地、水域、建設用地和未利用地共6類.通過ArcGIS10.7 獲取其土地利用基礎數據,統計得到1990～2021年武威市土地利用類型空間分布(圖2).

圖2 1990～2021年武威市土地利用類型空間分布

(a).1990年;(b).2000年;(c). 2010年;(d).2021年

從圖2可以看出,近32a來,武威市建設用地、水域、耕地、草地面積均呈增加趨勢,32a間分別增加了185.81, 28.82,337.65和108.03km2,其中,建設用地面積增加最快既與全國[33-35]和區域[36]的研究結論相一致,也與其城鎮化速度加快的現狀相吻合;耕地、草地、水域面積的增大則與研究區水資源增加,耕地以水而定且依水分布,高效合理開發利用水資源以及目前研究區氣候呈暖濕化[37-38]利于水資源和草地增加等獨特地理特征與現狀相一致;未利用地與林地面積呈減少趨勢,32a間分別減少了655.40和16.63km2,林地與未利用土地面積減少與人口增加、城鎮化加速、經濟快速發展[39]、林地轉出與合理開發利用未利用土地等的區域特點相一致.近32年來,武威市建設用地單一動態度為2.56%,面積增加最快,其次為水域、耕地、草地,單一動態度分別為1.21%、0.17%、0.04%;未利用地、林地單一動態度分別為-0.13%、-0.02%,面積減少.

武威市土地利用變化的空間分布特征為未利用地面積最大,集中分布于武威市中部和北部;草地主要位于南部以及零星分布于中北部地區;耕地集中分布于中部平原與民勤盆地;林地多分布于南部祁連山區,建設用地集中于涼州區、民勤縣及古浪縣的中部地區,水域主要分布在河流與民勤紅崖山水庫區,面積較小(圖2).

2.1.2 土地利用轉移矩陣分析 近32a來,武威市3個時段土地利用類型間的轉移總體具有由單一到活躍,由簡單到多樣化的變化特征(表1),但土地類型相互轉化程度不同,轉出類型各異.1990～2000年,土地利用類型間的轉移較單一,其中,未利用地轉出為其他土地類型最顯著,主要轉為耕地與草地,其次,耕地轉出也較為明顯,主要流向建設用地;2000～2010年,土地利用類型間的轉移較為豐富,轉出最明顯的仍為未利用地,耕地與草地轉出也較為明顯;2010～ 2021年,土地利用類型之間的轉移更為活躍且多樣化,土地利用類型的轉出以草地為主,主要轉出為耕地、林地與未利用地;未利用地主要流向耕地與草地;耕地主要轉為草地、建設用地、未利用地與林地.

表1 武威市土地利用面積變化轉移矩陣(km2)

2.1.3 土地利用空間格局變化分析 土地利用類型的重心變化反映出不同類型土地的空間格局變化,本文利用ArcMAP中的重心遷移模型對武威市1990～2021年4期影像進行計算,得到土地利用類型重心遷移軌跡(圖3).

圖3 1990～2021年武威市土地利用類型重心遷移軌跡

(a).耕地;(b).林地;(c).草地;(d).水域;(e).建設用地; (f).未利用地

從圖3可以看出,1990～2021年,水域的重心向東北方向遷移最為顯著,緯度向北移動5′24.45″,經度向東移動1′24.39″,遷移距離為30.0410km;耕地次之,緯度向北移動18.36″,經度向東移動33.40″,遷移距離為5.5910km;建設用地重心向西北遷移2.4686km,緯度向北移動21.63″,經度向西移動18.69″;草地重心向東北方向遷移1.0197km,緯度移動了53.14″,經度移動了10.24″;人類活動范圍的擴大,導致森林的面積不斷減少,使得林地重心向南移動了16.53″,向西移動了2.60″,移動距離為1.0197km;未利用地面積廣,治理難度高,重心集中分布在研究區的北部、東北部,遷移最不顯著.

2.2 驅動貢獻因子動態趨勢分析

根據國內外已有研究的影響因素,并結合研究區獨特的地理特征,本文選取影響土地利用變化的自然因素(包括海拔高度、水文水資源、氣象要素、氣候變化)和社會經濟因素(包括總人口數、GDP、第一、二、三產業產值、農作物總播種面積、社會消費品零售總額7個社會經濟指標)與政策構成的人類活動因素,定性與定量相結合來綜合分析影響武威市土地利用變化的各驅動因子.

2.2.1 海拔梯度分析 土地利用變化會受到當地海拔的影響,根據研究區 DEM 數據在ArcGIS10.7中,對海拔梯度等級劃分,研究區實際海拔的范圍介于1247～4851m之間,依據文獻[40]將研究區的海拔按1247～1500,1500～2000m,2000～2500m,2500～3000m, 3000～3500m,3500～4851m劃分為6個梯度.耕地與建設用地主要分布在1247～2000m地區,海拔3000m以上地區幾乎沒有分布,林地主要分布于2500～3500m地區,草地各個海拔均有分布,主要分布于3000m以下地區,82.28%的水域都分布于2500m以下地區,未利用地大部分位于海拔1247～1500m地區(表2).

表2 武威市不同海拔梯度土地利用類型百分比(%)

2.2.2 水文水資源 武威市地處西北干旱地區,河流稀少,水資源短缺,水資源是研究區的瓶頸因子.河流的分布與水量對土地利用與分布會造成不同程度的影響,如南部祁連山水源區以林地和草地為主;中部綠洲地勢平坦,水土條件良好,以耕地為主;北部土地利用類型主要為未利用地.近年來,隨著氣候變暖,降水量增加,以及石羊河流域綜合治理,研究區各河流年均徑流量均略呈増大趨勢,其中石羊河流域平均徑流量明顯增加、下游紅崖山水庫水域面積波動上升、青土湖地下水位穩定回升等均對研究區水域面積、耕地和草地的增加有明顯的有利影響.

武威市多年平均水資源總量為14.44′108m3,水域面積在1990～2021年呈上升趨勢(圖4),由1990年的74.66km2增加到2021年的103.47km2,對耕地、林地和草地面積的增加有積極的促進作用,也反映了石羊河流域綜合治理工程取得了顯著成效.

圖4 1990～2021年武威市水域面積變化

(a).1990年;(b).2000年;(c). 2010年;(d).2021年

2.2.3 氣候變化的影響 根據武威、民勤、烏鞘嶺三個站點1990～2021年逐日氣象數據進行加權平均并計算出年數據,為了量化氣候變化和人類活動對研究區土地利用類型的影響,本文選取了可靠與相關的12個指標(1-平均氣溫、2-最高氣溫、3-最低氣溫、4-平均風速、5-降水量、6-總人口數、7-GDP、8-第一產業增加值、9-第二產業增加值、10-第三產業增加值、11-農作物總播種面積、12-社會消費品零售總額),對所有指標標準化處理后進行主成分分析.

首先對氣候因子進行主成分分析,前兩個主成分特征值都>1,累計方差貢獻率為86.46%(圖5),滿足特征值>1和累計方差貢獻率>85%的原則,因此,提取前兩項作為主成分因子.

圖5 武威市土地利用變化綜合主成分分析

從圖5可以看出,第一主成分中主要驅動因子為平均氣溫1、最高氣溫2、最低氣溫3,第二主成分中最大值是降水量5,即氣溫和降水量是主要氣候驅動因子.

武威市1990～2021年,氣溫和降水量的變化傾向率分布為0.43℃/10a和16.52mm/10a,呈上升趨勢,并以氣溫上升趨勢更為顯著,氣候具有暖濕化特征(圖6),與已有研究的結論[41]相符合,氣候暖濕化對武威市耕地、草地、水域的增加具有有利影響.

2.2.4 人類活動的影響 從圖5還可以看出,綜合主成分分析中的第一主成分因子GDP7,第一產業增加值8、社會消費品零售總額12,分別排前三位,第二、三主成分總人口數6排首位,反映GDP、第一產業增加值、社會消費品零售總額和總人口數是影響土地利用的主要驅動因子.

2.2.5 驅動因子貢獻率分析 為了進一步分離出每一個主成分中氣候變化和人類活動對研究區土地利用變化的貢獻率,根據因子載荷矩陣,得到每一個主成分中氣候變化和人類活動的貢獻率,再根據第一、第二、第三主成分載荷,分別獲得氣候變化和人類活動各自累計貢獻率(表3).

圖6 1990～2021年武威市氣候變化趨勢

表3 氣候變化與人類活動的累計貢獻率(%)

顯然,第一、第二主成分均以人為因素占主導,其主成分的值遠大于第三主成分氣象因素的驅動.驅動因子貢獻率分析表明,人類活動是影響研究區土地利用變化的第一驅動力,貢獻率為 56.35%,氣候變化是第二驅動力,貢獻率為43.65%(表3),顯然人類活動是影響研究區土地利用變化的主要驅動力.

2.2.6 氣候變化和人類活動影響的變化趨勢 由以上定量分析得知,人類活動對武威市土地利用變化的貢獻率遠大于氣候變化,為了分別得到氣候變化和人類活動影響的變化趨勢,利用 SPSS19 軟件計算得到因子得分系數矩陣,再根據因子得分矩陣得到因子得分函數,進而根據每個主成分所對應的特征值占所提取主成分總的特征值之和的比例,可以得出主成分綜合得分模型:

由模型可以計算得到武威市土地利用變化驅動力綜合得分變化趨勢(圖7).

圖7 武威市土地利用變化驅動力得分趨勢變化圖

(a).氣候變化;(b).人類活動

由圖7可知,1990～2021年,影響武威市土地利用變化的氣候變化和人類活動驅動力總體呈上升趨勢,二者分別在2012年之后與2008年之后大于零,并快速上升,且人類活動的影響趨勢比氣候變化的影響趨勢更大,表明二者對武威市土地利用變化的影響在不斷加強,且以人類活動對土地利用變化的影響更劇烈.

本研究通過量化驅動因子的貢獻率,得出氣候變化和人類活動是土地利用變化的關鍵驅動因子,且人類活動驅動的貢獻率遠大于氣候變化的貢獻率,二者的影響均呈增加趨勢,并以人類活動的影響趨勢遠比氣候變化的影響趨勢更大的結論是本研究與其他研究的不同之處.

2.2.7 武威市土地利用政策因素分析 除氣候變化和人類活動外,政策也是影響土地利用變化的一個不可忽視的因素,石羊河流域重點治理[42]、異地扶貧搬遷以及主體功能區規劃[44]都有利于研究區更合理的利用土地及保護生態.

3 結論

3.1 1990～2021年,武威市草地、耕地、建設用地、水域面積增加,未利用地與林地面積減少.建設用地面積增加的最快且主要分布于涼州區、民勤縣及古浪縣的中部地區,32年間增加了81.89%;水域重心向東北方向遷移且面積增加了38.59%;水域面積的增加使得耕地面積也增加了5.57%;草地面積增加了1.30%,主要由未利用地與耕地轉入;快速城鎮化使得建設用地面積迅速增加以及人類對森林亂砍濫伐,導致原有的森林被破壞,林地面積減少了0.67%;未利用地主要轉為草地與耕地,面積減少了4.32%.

3.2 對驅動因子量化分析表明:研究區土地利用變化影響的因子很多,但人類活動的貢獻最大,占56.35%,變化快速上升影響更大,氣候變化的貢獻次之,占43.65%,未來影響也在加大,但小于人類活動的影響.因此,未來在應對氣候變化的基礎上,務必要充分發揮人的積極能動作用,合理規劃,有效開發利用土地資源,確保人地協調發展,促進區域可持續發展.

[1] 劉永強,廖柳文,龍花樓,等.土地利用轉型的生態系統服務價值效應分析——以湖南省為例 [J]. 地理研究, 2015,34(4):691-700.

Liu Y Q, Liao L W, Long H L, et al. Effects of land use transitions on ecosystem services value:A case study of Hunan province [J]. Geographical Research, 2015,34(4):691-700.

[2] 劉永強,龍花樓,李加林.長江中游經濟帶土地利用轉型及其生態服務功能交叉敏感性研究 [J]. 地理研究, 2018,37(5):1009-1022.

Liu Y Q, Long H L, Li J L. Study on the land use transition and its cross-sensitivity of ecological service function in the Middle of Yangtze River Economic Belt [J]. Geographical Research, 2018,37(5): 1009-1022.

[3] 阿依努·吐遜,張青青,徐海量,等.近57a瑪納斯河流域土地利用/覆被變化 [J]. 干旱區研究, 2019,36(3):599-605.

TuXun A Y N, Zhang Q Q, Xu H L, et al. Nearly 57a land use/cover change in the Manas River Basin [J]. Arid Zone Research, 2019,36(3): 599-605.

[4] 匡文慧,張樹文,杜國明,等.2015～2020年中國土地利用變化遙感制圖及時空特征分析 [J]. 地理學報, 2022,77(5):1-16.

Kuang W H, Zhang S W, Du G M, et al. Remotely sensed mapping and analysis of spatio-temporal patterns of land use change across China in 2015～2020 [J]. Acta Geographica Sinica, 2022,77(5):1-16.

[5] 龍花樓,李秀彬.長江沿線樣帶土地利用格局及其影響因子分析 [J]. 地理學報, 2001,56(4):417-425.

Long H L, Li X B. Land use pattern in transect of the Yangtse River and its influential factors [J]. Acta Geographica Sinica, 2001,56(4): 417-425.

[6] Marsh G P. Man and nature: Or, physical geography as modified by human action (1864) [M]. New York: Charles Scribner, 1867:6-7.

[7] 李秀彬.全球環境變化研究的核心領域－土地利用/土地覆被變化的國際研究動向 [J]. 地理學報, 1996,51(6):553-558.

Li X B. a Review of the international researches on land use/land cover change [J]. Acta Geographica Sinica, 1996,51(6):553-558.

[8] 傅伯杰,陳利項,馬克明.黃土丘陵小流域土地利用變化時生態環境的影響 [J]. 地理學報, 1999,54(3):241-246.

Fu B J, Chen L X, Ma K M. The effect of land use change on the regional environment in the Yang Juangou Catchment in the loess plathau of China [J]. Acta Geographica Sinica, 1999,54(3):241-246.

[9] Sharifi M A, Keulen, Toorn, et al. Collaborative integrated planning and decision support system for land use planning and policy analysis [J]. Gene, 2002,145(1):69-73.

[10] Agarwal C, Green G M, Grove J M, et al. A review and assessment of land-use change models: Dynamics of space, time and human choice [M]. Newton Square, PA: US Department of Agriculture, Forest Service, Northeastern Research Station, 2002:31-32.

[11] Simon R, Swaffield, John R. Investigation of attitudes towards the effects of land use change using image editing and Q sort method [J]. Landscape and Urban Planning, 1996,35(4):213-230.

[12] Hale I L, Wollheim W M, Smith R G, et al. A scale-explicit framework for conceptualizing the environmental impacts of agricultural land use changes [J]. Sustainability, 2014,6(12):8432-8451.

[13] Veldkamp T I E, Zhao F, Ward P J, et al. Environment-environmental impact; reports on environmental impact from university of Kassel Provide New Insights (A model-based assessment of the environmental impact of land-use change across scales in Southern Amazonia) [J]. Ecology Environment & Conservation, 2018,97.

[14] Rong T, Zhang P, Jing W, et al. Carbon dioxide emissions and their driving forces of land use change based on economic contributive coefficient (ECC) and ecological support coefficient (ESC) in the Lower Yellow River Region (1995～2018) [J]. Energies, 2020,13(10): 2600.

[15] Xu S, Cheng Q. Driving forces of land use change in the Tiexi old industrial relocation area, Shenyang, China [J]. International Journal of Environmental Science and Technology, 2022:1-14.

[16] 李 巖,林安琪,吳 浩,等.顧及空間尺度效應的城市土地利用變化精細化模擬 [J]. 地理學報, 2022,77(11):2738-2756.

Li Y, Lin A Q, Wu H, et al. Refined simulation of urban land use change with emphasis on spatial scale effect [J]. Acta Geographica Sinica, 2022,77(11):2738-2756.

[17] Der B F, Nos K, Mir F A, et al. The interrelation between landform, land-use, erosion and soil quality in the Kan catchment of the Tehran province, central Iran [J]. Catena, 2021,204.

[18] Yuen K W, Hanh T T, Quynh V D, et al. Interacting effects of land-use change and natural hazards on rice agriculture in the Mekong and Red River deltas in Vietnam [J]. Natural Hazards and Earth System Sciences,2021,21(5):1473-1493.

[19] 張浚茂,臧傳富.東南諸河流域1990～2015年土地利用時空變化特征及驅動機制 [J]. 生態學報, 2019,39(24):9339-9350.

Zhang J M, Zang C F. Spatial and temporal variability characteristics and driving mechanisms of land use in the Southeastern River Basin from 1990 to 2015 [J]. Acta Ecologica Sinica, 2019,39(24):9339-9350.

[20] 李 平,李秀彬,劉學軍.我國現階段土地利用變化驅動力的宏觀分析 [J]. 地理研究, 2001,20(2):129-138.

Li P, Li X B, Liu X J. Macro-analysis on the driving forces of the land-use change in China [J]. Geographical Research, 2001,20(2): 129-138.

[21] Arowolo A O, Deng X Z. Land use/land cover change and statistical modelling of cultivated land change drivers in Nigeria [J]. Regional Environmental Change, 2018,18(1):247-259.

[22] Debnath J, Das (Pan) N, Ahmed I. An attempt to analyse the driving forces of land use changes of a tropical river basin: A case study of the Muhuri River, Tripura, North-East India [J]. International Journal of Ecology & Development?, 2020,35(2):13-30.

[23] MKENS M. Spatial-temporal pattern and population driving force of land use change in Liupan Mountains region, southern Ningxia, China [J]. Chinese Geographical Science, 2008,18(4):323-330.

[24] 毛盛林,上官周平.近20年黃土高原土地利用/植被覆蓋變化特征及其成因 [J]. 水土保持研究, 2022,29(5):213-219.

Mao S L, Shangguan Z P. Characteristics and causes of land use/vegetation coverage of the loess plateau in the Past 20Years [J]. Research of Soil and Water Conservation, 2022,29(5):213-219.

[25] 肖 楊,趙庚星.黃河三角洲典型地區土地利用變化遙感監測及驅動力分析 [J]. 測繪與空間地理信息, 2016,39(9):43-46.

Xiao Y, Zhao G X. Remote sensing monitoring and driving force analysis of land use change in typical areas of the Yellow River Delta [J]. Geomatics & Spatial Information Technology, 2016,39(9):43-46.

[26] 解修平,張海龍,吳宏安,等.近25年來西安地區土地利用變化及驅動力研究[J]. 資源科學, 2006,28(4):71-77.

Xie X P, Zhang H L, Wu H A, et al. Analyzing land use changes and its driving forces in Xi'An Region during the past 25 years [J]. Resources Science, 2006,28(4):71-77.

[27] 南生祥,魏 偉,劉春芳,等.土地利用變化的生態環境效應及其時空演變特征——以河西走廊為例[J]. 應用生態學報, 2022,33(11): 3055-3064.

Nan S X, Wei W, Liu C F, et al. Eco-environmental effects and spatiotemporal evolution characteristics of land use change: A case study of Hexi Corridor, Northwest China. [J]. Chinese Journal of Applied Ecology, 2022,33(11):3055-3064.

[28] 許 棟,翟思涵,白玉川.江蘇沿海灘涂利用模式遙感影像解譯和時空變化分析 [J]. 測繪與空間地理信息, 2022,45(1):10-15.

Xu D, Zhai S H, Bai Y C. Interpretation and spatiotemporal variation analysis of remote sensing images using models along the beach in Jiangsu [J]. Geomatics & Spatial Geographic Information, 2022,45(1):10-15.

[29] 李亞麗,楊粉莉,楊聯安,等.近40a榆林市土地利用空間格局變化及影響因素分析 [J] .干旱區地理, 2021,44(4):1011-1021.

Li Y L, Yang F L, Yang L A, et al. Spatial pattern changes and influencing factors of land use in Yulin City in the past 40 years [J]. Arid Land Geography, 2021,44(4):1011-1021.

[30] 徐鋮龍,紀佩瑤,龔文峰,等.2000～2015年西南區縣域土地利用變化特征及驅動力分析—以重慶市奉節縣為例 [J]. 中國農學通報, 2021,37(20):98-107.

Xu C L, Ji P Y, Gong W F, et al. Characteristics and driving force of land use change in Southwest China from 2000 to 2015: A case study of Feng jie County in Chongqing [J]. Chinese Agricultural Science Bulletin, 2021,37(20):98-107.

[31] 何葦航,耿丹丹,王 瑤,等.武夷山市土地利用變化遙感監測分析[J]. 測繪科學, 2017,42(11):47-55.

He W H, Geng D D, Wang Y, et al. Analyzing land use change by remote sensing in Wu Yishan city [J]. Science of Surveying and Mapping, 2017,42(11):47-55.

[32] 王 權,李陽兵,劉亞香,等.基于地形梯度的巖溶槽谷區土地利用空間格局分析 [J]. 生態學報, 2019,39(21):7866-7880.

Wang Q, Li Y B, Liu Y X, et al. Analysis of spatial pattern of land use based on terrain gradient in karst trough valley area [J]. Acta Ecologica Sinica, 2019,39(21):7866-7880.

[33] 樊 勇,何宗宜,李敏敏,等.1980～2015年中國建設用地變化研究[J]. 測繪通報, 2020,(1):128-131.

Fan Y, He Z Y, Li M M, et al. Research on the change of built-up land in China from 1980～2015 [J]. Bulletin of Surveying and Mapping, 2020,(1):128-131.

[34] Peng J, Zheng Y, Liu C. The impact of urban construction land use change on carbon emissions: Evidence from the China Land Market in 2000～2019 [J]. Land, 2022,11(9):1440.

[35] Dan Y, Peng Y Z, Ling J, et al. Spatial change and scale dependence of built-up land expansion and landscape pattern evolution—Case study of affected area of the lower Yellow River [J]. Ecological Indicators, 2022,141:109-123.

[36] 宋雪婷,程 偲.武威市土地利用變化特征及其驅動響應[J]. 甘肅科技, 2022,38(1):51-58,90.

Song X T. Cheng S. Characteristics of land use change and its driving response in Wuwei City [J]. GanSu Science and Technology, 2022, 38(1):51-58,90.

[37] 丁一匯,柳艷菊,徐 影,等.全球氣候變化的區域響應:西北地區氣候“暖濕化”趨勢、成因及預估研究進展與展望 [J]. 地球科學進展, 2023,38(6):551.

Ding Y H, Liu Y J, Xu Y, et al. Regional responses to global climate change:progress and prospect for trend,causes and projection of climatic warming-wetting in Northwest China. [J]. Advances in Earth Science, 2023,38(6):551.

[38] 張紅麗,韓富強,張 良,等.西北地區氣候暖濕化空間與季節差異分析[J]. 干旱區研究, 2023,40(4):517-531.

Zhang H L, Han F Q, Zhang L, et al. Analysis of spatial and seasonal variations in climate warming and humidification in Northwest China [J]. Arid Zone Research, 2023,40(4):517-531.

[39] 吳景全,吳銘婉,臧傳富.西北諸河流域土地利用變化及土地生態安全評估[J]. 干旱區地理, 2021,44(5):1471-1482.

Wu J Q, Wu M W, Zang C F. Land use change and land ecological security assessment in the river basins of northwestern China [J]. Arid Land Geography, 2021,44(5):1471-1482.

[40] 幸瑞燊,周啟剛,李 輝,等.基于地形梯度的三峽庫區萬州區土地利用時空變化分析 [J]. 水土保持研究, 2019,26(2):297-304.

Xing R S, Zhou Q G, Li H, et al. Analysis on spatiotemporal variations of land use change in Wanzhou District of Three Gorges Reservoir based on the terrain gradient [J]. Research of Soil and Water Conservation, 2019,26(2):297-304.

[41] 敬文茂,任小鳳,趙維俊.1965～2018年祁連山北麓及其附近地區氣溫與降水變化的時空格局 [J]. 高原氣象, 2022,41(4):876-886.

Jing W M, Ren X F, Zhao W J. Spatio-temporal pattern variations of temperature and precipitation in Northern Parts of the Qilian Mountains and the nearby regions from 1965 to 2018 [J]. Plateau Meteorology, 2022,41(4):876-886.

[42] 緱天宇,佟 玲,康德奎,等.中國西北干旱區石羊河流域重點治理綜合效應評價 [J]. 農業工程學報, 2022,38(12):74-84.

Gou T Y, Tong L, Kang D K, et al. Evaluating the comprehensive effects of the Key Master Plan of the Shi yang River Basin in arid areas of northwest China [J]. Transactions of the Chinese Society of Agricultural Engineering, 2022,38(12):74-84.

[43] 蔣曉娟.基于生態文明建設的國土空間優化研究—以甘肅省為例[D]. 蘭州:蘭州大學, 2019.

Jiang X J. Research on land spatial optimization based on ecological civilization construction: A case study of Gansu Province [D]. Lanzhou: Lanzhou University, 2019.

The key driving factors of land use patio-temporal change and its influence trend——A case study of Wuwei.

WANG Xing-dan1, LIU Pu-xing1*, GENG Meng-die1, WANG Miao1, LU Juan1,2

(1. Key Laboratory of Resource Environment and Sustainable Development of Oasis, College of Geography and Environmental Science, Northwest Normal University, Lanzhou 730070, China；2.College of Geology and Jewelry, Lanzhou Resources & Environment Voc-Tech University, Lanzhou 730021, China)., 2023,43(12)：6583～6591

Based on the Landsat TM/OLI remote sensing image data of Wuwei City in 1990, 2000, 2010 and 2021, this paper used the methods of land use dynamic change index, land use transfer matrix, center of gravity migration model and principal component comprehensive score model, combined with meteorological data and socio- economic statistical data, the spatio-temporal driving factors of land use change in Wuwei City were quantitatively analysed. The results show that: In the past 32 years, the area of Grassland, Cropland, Impervious and Water in Wuwei City showed an increasing trend, while the area of Barren and Forest showed a decreasing trend, and the dynamic rate ranged from 2.56% to -0.13%. Forest and Barren were mainly converted to Grassland and Cropland; The spatial difference of land use change in the study area was obvious. The center of gravity migration distance of Water was the largest, followed by Cropland and Barren was the least; Human activities and climate change were the key factors affecting land use change in Wuwei City. The contribution rate of human activities was 56.35%, which was much higher than that of climate change in 43.65%, and the impacts of both showed an upward trend, and the influence trend of human activities was greater than that of climate change. In the future, we should give full play to the positive role of human beings, so as to promote the coordinated development of human and land.

land use change；center of gravity migration model；principal component analysis (PCA)；contribution rate of driving factors；Wuwei City

X32

A

1000-6923(2023)12-6583-09

王興丹,劉普幸,耿夢蝶,等.土地利用時空變化的關鍵驅動因子及其影響趨勢——以武威市為例 [J]. 中國環境科學, 2023,43(12):6583-6591.

Wang X D, Liu P X, Geng M D, et al. The key driving factors of land use patio-temporal change and its influence trend——A case study of Wuwei [J]. China Environmental Science, 2023,43(12):6583-6591.

2023-04-27

國家自然科學基金資助項目(41561080);2023年隴原青年創新創業人才(團隊)項目(ZB2023-02)

* 責任作者, 教授, liupx0687@163.com

王興丹(2000-),女,甘肅張掖人,西北師范大學碩士研究生,主要研究方向為干旱區域環境與綠洲建設.wangxingdan2599@163.com.