鄭洛沿黃地區土地利用格局時空演變及驅動機制研究

摘 要：鄭州、洛陽兩市位于黃河中下游南岸，在河南省乃至黃河流域生態保護中具有特殊地位和作用，基于１９９０ 年、２０００ 年、２０１０年和２０２２ 年土地利用數據，結合ＰＬＵＳ 模型，從土地利用動態度、轉移矩陣、重心遷移、景觀格局等方面探究了鄭洛沿黃地區土地利用時空演變特征及驅動機制，結果表明：耕地和建設用地為研究區優勢景觀類型，３２ ａ 間耕地面積大幅收縮，建設用地擴張且主要來源于耕地；林草地集中分布于研究區西部及南部地區，２０００—２０１０ 年耕地向水域的轉化主要發生在北部黃河沿岸，建設用地重心向西南偏移并趨向輻射連片發展；耕地主導地位減弱且空間異質性增強，整體自然連續性下降，破碎化加劇；耕地減少和建設用地擴張主要受社會經濟因素中人口密度影響，自然因素是生態用地變化的主要驅動力。

關鍵詞：土地利用變化；驅動機制；沿黃地區；ＰＬＵＳ 模型；鄭州市；洛陽市

中圖分類號：Ｆ３０１．２ 文獻標志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．１１．０１７

引用格式：徐夢菲，孫一帆，汪霞．鄭洛沿黃地區土地利用格局時空演變及驅動機制研究［Ｊ］．人民黃河，２０２４，４６（１１）：１０６－１１３．

土地利用／ 覆被變化（ＬＵＣＣ）是全球環境變化研究的核心內容［１］ 。隨著城鎮化、工業化水平的提升，人類活動對土地利用的影響明顯［２］ ，引發土地資源稀缺、生態系統退化、景觀結構失衡等問題，國內外學者從不同視角對此開展了大量研究，涉及土地利用時空演變［３］ 、驅動機制［４］ 、預測模擬［５］ 、環境效應［６］ 等。當下，土地利用變化過程及驅動機制是研究熱點，旨在更有效地模擬土地利用發展趨勢，合理制定土地利用政策，協調區域資源、環境與發展之間的矛盾。眾多學者借助主成分分析法［７］ 、灰色關聯分析法［８］ 、地理探測器［９］ 、Ｌｏｇｉｓｔｉｃ 回歸模型［１０］ 等對土地利用變化的影響機制進行了探究，也有學者使用ＰＬＵＳ 模型分析了單一地類演變的驅動因素［１１］ 。ＰＬＵＳ 模型常用于土地利用變化模擬預測，其中的ＬＥＡＳ 模塊可以計算驅動因子對不同地類變化的貢獻率，是研究土地擴張及其變化潛在原因的工具。

黃河流域是我國重要的生態屏障，隨著黃河流域生態保護和高質量發展重大國家戰略的提出，圍繞其土地利用變化過程、驅動機制和生態環境效應評價等方面的研究大量涌現，研究尺度多為流域自然邊界或省域、市域等行政單元［１２－ １３］ ，但針對沿黃地區的研究有待進一步深化。沿黃地區作為城市重要生態空間，承載著水土保持、氣候調節等多種功能。隨著我國城鎮化高速發展，用地擴張不斷向黃河蔓延。《河南省國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標綱要》提出，以黃河干流為主線，推進鄭洛協調融合發展。鄭州、洛陽兩市位于黃河中下游南岸，屬黃河流域從黃土高原、西部丘陵山區向華北平原過渡的重要區域，在河南省乃至黃河流域生態保護中具有特殊地位和作用。基于此，本研究針對鄭洛沿黃地區，分析１９９０—２０２２ 年土地利用時空演變規律， 借助ＰＬＵＳ 模型，從自然和社會經濟方面挖掘不同地類擴張的驅動機制并闡述潛在原因，以期為區域國土資源優化配置與土地管理政策的制定提供參考。

１ 研究區概況與數據來源

１．１ 研究區概況

鄭洛沿黃地區，即黃河干流流經鄭州市和洛陽市的范圍，按照２０２１ 年行政區劃調整后的洛陽市市域范圍，本研究共涉及９ 個縣（市、區），約６ ５７１ ｋｍ２。研究區地貌類型多樣，以山地、丘陵、坡地和平原為主；屬暖溫帶大陸性季風氣候區，四季分明；境內河網水系發達，整個研究區分屬黃河、淮河兩大流域，自然資源豐富，生態格局基礎良好。

１．２ 數據來源與預處理

土地利用遙感數據選取１９９０ 年、２０００ 年、２０１０ 年和２０２２ 年４ 期，來源于Ｚｅｎｏｄｏ 開放科學數據平臺，空間分辨率為３０ ｍ。利用ＡｒｃＧＩＳ １０．４ 進行重分類、掩膜提取等操作，將投影坐標系統一為ＷＧＳ＿１９８４。鄭洛沿黃地區用地類型主要為耕地、林地、草地、水域、建設用地和未利用地，采用混淆矩陣進行分類精度評價，計算得出４ 期土地利用數據總體精度（ＯＡ） 分別為９２．１６％、９６．４４％、９１．８１％、９２．１０％，Ｋａｐｐａ 系數分別為０．８９、０．９５、０．８８、０．８８，分類結果可靠，適用于后續土地利用變化分析。

土地利用變化驅動因子按有無人類活動參與可分為自然環境因子和社會經濟因子，遵循可量化性、可獲取性、全面客觀性等原則，選取８ 個社會經濟因子：人口密度、ＧＤＰ，以及與政府駐地、鐵路、高速公路、主干道、次干道、支路的距離；７ 個自然環境因子：土壤類型、土壤侵蝕模數、年平均氣溫、年降水量、高程、坡度、與水系的距離。其中：高程數據來源于地理空間數據云；土壤、氣象、人口密度、ＧＤＰ 數據來源于資源環境科學與數據中心，分辨率為１ ｋｍ；交通路網數據來源于ＯｐｅｎＳｔｒｅｅｔＭａｐ；政府駐地、水系數據來源于全國地理信息資源目錄服務系統；坡度基于地理空間數據云中ＤＥＭ 數據提取。水系、道路經分類后，采用歐氏距離分析轉為柵格數據，將各數據分辨率重采樣至３０ ｍ。由于驅動因子量綱不同，因此采用ＳＰＳＳ 中Ｚ－ｓｃｏｒｅ 方法進行標準化處理。

２ 研究方法

２．１ 土地利用動態度

土地利用動態度是反映區域土地資源數量變化快慢程度的重要指標［１４］ ，分為單一土地利用動態度和綜合土地利用動態度。單一土地利用動態度反映一定時期區域單一土地利用類型面積變化的速率和幅度，側重于分析特定地類的變化情況，其絕對值與土地利用變化速度正相關，計算公式：

Ｋ ＝（Ｕｂ － Ｕａ／Ｕａ）× （１／Ｔ）× １００％ （１）

式中：Ｋ 為單一土地利用動態度，Ｋ＞０ 表明研究期內該地類面積增加，反之面積減少［１５］ ；Ｕａ、Ｕｂ分別為研究初期、末期某一用地類型的面積；Ｔ 為研究時段長。

綜合土地利用動態度表示一定時期區域整體土地利用類型面積變化的速率，可探究土地利用動態變化的區域差異，計算公式：

式中： ＬＣ 為綜合土地利用動態度，ＬＵｉ 為研究初期第ｉ種土地利用類型的面積，ΔＬＵｉ －ｊ 為研究初期至末期用地類型ｉ 轉變為類型ｊ 面積的絕對值［１６］ ，ｎ 為土地利用類型數（本文ｎ ＝ ６）。

２．２ 土地利用轉移矩陣

土地利用轉移矩陣可定量反映研究區各地類間面積相互轉移的數量及變化的來源和去向，從而揭示一定時期內區域土地利用模式的演變趨勢和規律。土地利用轉移矩陣Ｓ ＝（Ｓｉｊ ）ｎｎ ，其中Ｓｉｊ 表示土地利用類型ｉ轉移為類型ｊ 的面積，ｉ ＝ｊ 時表示某地類未發生變化的面積。

２．３ 重心遷移模型

土地利用重心遷移模型通過構建不同階段土地利用類型空間分布的標準差橢圓，表征區域土地開發利用過程中的空間動態演變過程、重心位置、趨勢和離散程度等。計算公式：

式中：Ｘｔ 、Ｙｔ 分別為ｔ 時期某地類分布重心的經緯度，Ｃｔｑ 為ｔ 時期某地類第ｑ 個斑塊的面積，Ｘｔｑ 、Ｙｔｑ 分別為ｔ時期某地類第ｑ 個斑塊幾何重心的經緯度，ｍ 為該地類斑塊數量。

２．４ 景觀格局指數

景觀格局指數可定量描述景觀結構組成與空間配置特征［１７］ 。綜合研究區實際和景觀格局指數的生態學意義，從景觀形態特征、破碎度、優勢度、聚集度、多樣性等方面選取景觀格局指數，斑塊類型水平指標選取最大斑塊指數（ＬＰＩ）、斑塊密度（ＰＤ）、景觀形狀指數（ＬＳＩ）、平均鄰近指數（ＭＰＩ），景觀水平指標選取蔓延度指數（ＣＯＮＴＡＧ）、散布與并列指數（ＩＪＩ）、分離度指數（ＤＩＶＩＳＩＯＮ）、香農多樣性指數（ＳＨＤＩ），并采用Ｆｒａｇｓｔａｔｓ ４．２ 進行景觀格局指數的計算。

２．５ ＰＬＵＳ 模型

ＰＬＵＳ 模型是基于柵格的土地利用變化預測模型，耦合了用地擴張分析策略（ＬＥＡＳ）和基于多類型隨機斑塊種子的ＣＡ 模型（ＣＡＲＳ）［１８］ ，可挖掘土地利用類型變化的機理和潛在原因。基于ＰＬＵＳ 模型ＬＥＡＳ模塊探究各地類發展概率和擴張機制，發展概率值越大說明驅動因子對土地擴張的貢獻程度及影響越大，計算公式為

式中： Ｐｄｊ，ｋ 為土地利用類型ｋ 在第ｊ 個單元格的發展概率，ｄ 取值０或１，ｄ ＝ １表示其他土地利用類型轉變為ｋ類，ｄ ＝ ０ 表示轉變為ｋ 類以外的其他地類；ｘ 為由驅動因子構成的向量；Ｉ 為決策樹的指示函數［１９］ ；ｈｐ（ｘ） 為向量ｘ 的第ｐ 個決策樹的預測類型；Ｍ 為決策樹總數。

３ 結果與分析

３．１ 土地利用時空演變特征分析

１）土地利用面積變化。各時期土地利用狀況見表１，耕地和建設用地為主要用地類型，各時期平均占比分別為７２．６０％、１５．６８％；林地、草地和水域占比均不足１０％。１９９０—２０２２ 年耕地面積不斷減小，占比降低了１７．１３％。林地面積呈波動上升趨勢，１９９０—２０００年減少了１９．８０ ｋｍ２，２０００ 年后林地面積增大。草地面積先增大后減小，３２ ａ 共減小了４７．４２ ｋｍ２。水域面積變化不大。１９９０—２０２２ 年建設用地擴張了１ ０６８．６６ｋｍ２，面積占比增加了１６．２６％，可見在加速城鎮化背景下，隨著區域經濟發展和人口不斷增加，建設用地需求持續增大。

從空間分布格局看（見圖１），耕地廣泛分布于全域，隨著城鎮化進程加快其規模大幅縮減。林地和草地呈包裹式集中分布于研究區西部及南部，包括新安縣、偃師區和鞏義市，該區域地形地貌復雜，土地開發難度較大；部分林草地因人類無序開墾而縮減，但隨著退耕還林、封山育林等相關政策的實施，林草地的空間分布總體較穩定。水域呈條帶狀分布于研究區北部，涉及黃河、淮河及其支流，空間連通性增強。建設用地擴張顯著，集中于研究區東部金水區、惠濟區、中牟縣及各縣（市、區）中心，趨向輻射連片發展并擠占大面積的農業和生態空間。

２）土地利用動態度變化。由表２ 可知，１９９０—２０２２ 年單一土地利用動態度絕對值排序為未利用地＞建設用地＞草地＞林地＞耕地＞水域，變化幅度相對較小。耕地土地利用動態度始終為負值，１９９０—２０００ 年建設用地面積以年均６．７０％的速率增大；２０００—２０１０年未利用地動態度高達１５４．１３％，由于其基數小且相較于建設用地治理難度大，容易造成土地撂荒，因此未利用地面積變化較劇烈。２０１０—２０２２ 年水域和未利用地動態度由正轉負，草地面積以４．４７％的速率減小。從綜合土地利用動態度看，各時段不同地類面積數量變化差異較小，變化速度先降后升。１９９０—２０２２ 年與２０１０—２０２２ 年綜合土地利用動態度均為０．５４％，表明研究區土地面積凈變化幅度相對較小，土地利用變化穩步加快。

３）土地利用轉移特征。根據鄭洛沿黃地區土地利用轉移情況，１９９０—２０００ 年耕地向建設用地的轉移較顯著，耕地共轉出４３８．４０ ｋｍ２，其中７５．２３％轉向建設用地；林地、草地和水域轉移量較小且主要轉向耕地。２０００—２０１０ 年林地和水域各轉入１１９．６７、１１４．０７ｋｍ２，耕地轉移為林地主要位于新安縣、偃師區和鞏義市，耕地轉移為水域則集中在新安縣畛河及北部黃河沿岸，水域面積增大與該時期小流域綜合治理措施和退耕還濕政策等密不可分，且南水北調中線穿黃工程劃定了總干渠兩側水源保護區，有效控制了水土流失，進一步保護了水域生態環境。２０１０—２０２２ 年土地類型轉移總量達８５９．４１ ｋｍ２，耕地向建設用地轉移劇烈且集中于中牟縣東部，變化率達５７．３４％；林地向耕地的轉移增至８．１４％，草地凈減少５６．４４ ｋｍ２ 且６６．０２％轉向耕地；交通、工業等項目建設占用大量耕地，按照“占補平衡” 對生態空間進行調整，導致林地面積縮減。

４）土地利用重心遷移。１９９０—２０２２ 年土地利用重心遷移情況見圖２。１９９０—２０２２ 年耕地重心整體向東北偏移２１．０５ ｋｍ，橢圓面積減少１ １２１．４８ ｋｍ２，表明空間上其分布范圍逐步收縮。林草地呈西北—東南分布格局，西部生態環境治理難點較大，林地重心向西北遷移２．８０ ｋｍ；草地長半軸縮短６．０５ ｋｍ，表明發展范圍縮小并呈向心集聚趨勢。水域表現出自西南向東北轉移的態勢，距離最大達２７．３２ ｋｍ，水域空間發展的方向性增強。３２ ａ 間建設用地總體向西南移動３．５１ ｋｍ，長軸增加２．２０ ｋｍ，說明建設用地分布范圍不斷擴大，與城市化進展相耦合，聚集效應逐漸增強，土地壓力與日俱增。區域未利用地較少且空間分布不均，橢圓面積呈波動變化，總體向東北方向傾斜。

３．２ 土地利用景觀格局變化分析

１）斑塊類型水平。鄭洛沿黃地區斑塊類型水平各指數變化情況見圖３。最大斑塊指數（ＬＰＩ）反映景觀優勢斑塊類型，耕地、建設用地ＬＰＩ 較大，１９９０—２０２２ 年耕地ＬＰＩ 下降３３．２２％，建設用地增加７．５８％，在人類活動影響下耕地優勢斑塊地位減弱，建設用地對整體景觀的影響增大。斑塊密度（ＰＤ）表征景觀破碎化程度，建設用地和耕地ＰＤ 較大，城市用地大面積擴張導致耕地破碎化加劇；水域ＰＤ 先減后增，可能存在零散坑塘增多及人工水面減小。景觀形狀指數（ＬＳＩ）描述斑塊形狀的復雜程度，耕地、水域和未利用地ＬＳＩ 有所增大，景觀形狀趨于復雜化；林地、草地、建設用地ＬＳＩ 減小，表明斑塊形狀向規則化方向發展。平均鄰近指數（ＭＰＩ）反映同類型斑塊的鄰近程度，耕地相互間鄰近程度最高，但研究時段內呈減小趨勢，表明耕地聚集程度降低；建設用地聚集程度提高；林地、草地、水域ＭＰＩ 減小，斑塊呈分散趨勢。

２）景觀水平。鄭洛沿黃地區景觀水平各指數變化情況見表３。蔓延度指數（ＣＯＮＴＡＧ）反映景觀不同組分的團聚及延展水平， ＣＯＮＴＡＧ 從１９９０ 年的７１．６５６ １％減小至２０２２ 年的６２．６７１ ５％，優勢景觀內部聚合度下降，外界行為擾動在景觀中擴散的風險增大。散布與并列指數（ＩＪＩ）描述斑塊類型的隔離分布狀況，各時期ＩＪＩ 均不足５０％并呈波動減小趨勢，表明景觀各組分混合度較低，整體景觀鄰近度下降。分離度指數（ＤＩＶＩＳＩＯＮ） 反映景觀斑塊間分離程度，ＤＩＶＩＳＩＯＮ由０．４２０ ６ 增大至０．７９２ ２，斑塊之間的分割程度提高，景觀安全性降低。香農多樣性指數（ＳＨＤＩ）表征景觀異質性和豐富度， ＳＨＤＩ 逐年增大，２０２２ 年數值達０．９７９ ８，建設用地侵占其他用地類型，削弱了原有土地自然斑塊間的連續性，總體景觀中異質斑塊增多且逐漸向多因素控制轉變。

３．３ 土地利用變化驅動因素分析

１）多重共線性診斷。若驅動因子高度線性相關，則隨機選擇時可能僅關注每個節點的共線性特征，以致原本重要的自變量不能選入回歸方程，而使驅動因素分析結果產生偏差。方差膨脹因子（ＶＩＦ）是多元線性回歸中衡量多重共線性程度的指標，值越大則某自變量與其他自變量間具有較強線性依賴關系，與容忍度（ＴＯＬ）互為倒數。一般ＶＩＦ＞１０ 且０＜ＴＯＬ＜０．１，說明共線性情況明顯，須將共線性的自變量剔除。本文通過ＶＩＦ、ＴＯＬ 進行驅動因子多重共線性檢驗，結果見表４。高程和年平均氣溫的ＶＩＦ＞１０，ＴＯＬ＜０．１，表明二者高度相關，為保證模型精確度，剔除ＶＩＦ 值最大的自變量（年平均氣溫）并再次分析，此時高程的ＶＩＦ 值為２．６４１，滿足要求。

２）驅動因子分析。將鄭洛沿黃地區空間分布變化顯著的５ 種地類的擴張部分與其最高貢獻度因子疊加，結果見圖４、表５。人口密度對耕地擴張貢獻度最大，為０．１４７ ５，其次為坡度和高程。耕地增加區域主要分布在研究區西部和南部山區及北部黃河沿岸，原因是：山區人口較少且發展滯后，農民對耕地的依賴性較強；隨著城鎮化發展，耕地向坡度大、海拔較高的地區轉移；河流可為農作物生長提供水源，黃河灘區泥沙淤積有利于土壤肥力保持。

林地擴張主要與高程、人口密度和坡度有關，其貢獻度分別為０．１８４ ５、０．１３５ ３、０．１０９ ６。林地擴張部分大多呈條形沿山脈及等高線分布，這些區域受人類活動影響較小，地勢高峻，光照充足，有利于植被生長。高程對草地擴張的貢獻度達０．２９４ １，與鐵路、次干道距離的貢獻度次之，分別為０．０９０ ８、０．０８１ １，總體上高程因素在草地擴張過程中起主導作用，然而草地擴張斑塊較小且分布較分散，表明與人類活動及其他環境因素的綜合作用有關。與水系距離、ＧＤＰ 和高程是水域擴張最重要的驅動因子，貢獻度分別為０．２０７ ０、０．１５２ ２、０．１３０ ３。在靠近水庫、溝渠等水源地的地區，城市及工業發展、農業灌溉等活動較集中，水域擴張速度和規模相應較大；地勢低洼區易于匯聚水流，從而形成湖泊、河流等水域。長期以來，受地上“懸河”影響，河南省對黃河灘區治理和對城市河網建設重視程度不斷提高，也使河湖水面面積有所增加。

ＧＤＰ 是影響鄭洛沿黃地區建設用地擴張最大的驅動因子，貢獻度達０．１７４ ４，其次是坡度和人口密度。ＧＤＰ 表征區域經濟發展水平，建設用地擴張主要集中在社會經濟活動頻繁的金水區、惠濟區和中牟縣東部，這些區域地形平坦，人口分布稠密，交通便利，適宜城市發展建設，用地需求激增。地形越陡峭，建設難度和成本越大，在高山丘陵建設用地主要沿河流及道路擴張。

４ 討論

土地利用變化是受自然、社會等多方面因素共同作用的動態過程。自然環境包括地形地貌、氣候、水文等是影響土地利用變化的基礎條件，且是生態用地變化的主要驅動力，在長時序中發揮著積累效應。地形地貌在一定程度上決定了鄭洛沿黃地區的土地分布格局，西部淺山丘陵及中部偏南山區海拔較高，林草資源豐富，森林垂直地帶性分布明顯，具有獨特生態價值；東部位于黃河大沖積扇南翼平原區，地勢平坦，土層深厚，適宜城市發展和機械化、規模化的農業生產，耕地和建設用地在此集中分布，這與杜軍等［２０］ 的研究結論基本一致。氣候和水文因素同樣影響土地利用變化，李榮等［２１］ 研究表明，近４０ ａ 河南省氣溫顯著上升，河流蒸發作用增強并引起河流水位下降，１９９０—２０２２ 年水域面積呈波動變化可能與此有關。

社會經濟因素包括人口、經濟、政策等在短期內對土地利用模式及結構產生顯著影響。城鎮人口在總人口結構中比重上升，為滿足日益增長的居住、交通等需求，不可避免需要大量土地資源來建設住宅和公共設施，而不同地類間存在復雜的競爭關系，建設用地擴張意味著其他用地規模縮減，１９９０—２０２２ 年鄭洛沿黃地區耕地與建設用地間的轉化成為土地利用類型變化的主要形式。政策導向和規劃調整也是引起土地格局變化的關鍵，２０００ 年退耕還林還草等政策開始實施，之后１０ ａ 林草地面積增大；受生態文明清潔小流域治理工程影響，２０００—２０１０ 年新安縣境內畛河水域面積顯著增大。２０１９ 年后，積極開展灘區綜合治理，近年來黃河沿岸建設用地有所減少，水域與耕地和建設用地間流轉增多。

根據《鄭州都市圈國土空間規劃》（２０２２—２０３５年）《河南省“十四五”生態環境保護和生態經濟發展規劃》，當前是加速鄭洛“主副協同”發展、穩步推進沿黃區域生態保護治理的關鍵期。因此，應優化國土空間結構，提高土地利用效率，同時開展生態保護修復工程，避免建設用地無序擴張對現有生態基礎的破壞。

５ 結論

１）耕地和建設用地為鄭洛沿黃地區優勢地類，１９９０—２０２２ 年耕地縮減１ １２５．９７ ｋｍ２，建設用地面積占比增加了１６．２６％，且主要來源于耕地；土地類型轉移總量逐年增加；建設用地土地利用動態度穩步增長，區域綜合土地利用動態度為０．５４％，土地類型凈變化幅度相對較小，土地利用變化穩步加快。

２）１９９０—２０２２ 年耕地面積逐漸減小，減少區域集中在金水區、惠濟區和中牟縣東部；林草地交錯分布于新安縣、偃師區和鞏義市山區；２０００—２０１０ 年黃河沿岸耕地轉移為水域較多，水域空間發展的方向性增強；建設用地重心向西南遷移，增加區域集中于研究區東部平原并趨向輻射連片發展。

３）耕地景觀破碎化加劇且空間異質性增強；水域斑塊形狀趨于復雜，林草地斑塊形狀逐漸趨于規則化；建設用地聚集程度和對整體景觀的影響增強。總體上優勢景觀（耕地）主導地位減弱且鄰近度下降，斑塊之間的分割化程度提高，區域異質斑塊的增多使整體景觀向多因素控制轉變。

４）區域土地利用變化是自然和社會經濟等因素綜合作用的結果，自然因素的影響相對穩定，高程和坡度在區域性尺度上決定了鄭洛沿黃地區林草地的空間分布，經濟發展和人口分布是推動耕地面積變化和建設用地擴張的主要驅動因素，政策制度是宏觀層面上影響土地利用格局變化的關鍵。

參考文獻：

［１］ ＸＵ Ｗｅｎｊｉｎ，ＳＯＮＧ Ｊｉｎｘｉ，ＬＯＮＧ Ｙｏｎｇｑｉｎｇ，ｅｔ ａｌ．Ａｎａｌｙｓｉｓ ａｎｄ Ｓｉｍｕｌａｔｉｏｎ ｏｆ ｔｈｅ Ｄｒｉｖｉｎｇ Ｍｅｃｈａｎｉｓｍ ａｎｄ Ｅｃｏｌｏｇｉｃａｌ Ｅｆｆｅｃｔｓ ｏｆ Ｌａｎｄ Ｃｏｖｅｒ Ｃｈａｎｇｅ ｉｎ ｔｈｅ Ｗｅｉｈｅ Ｒｉｖｅｒ Ｂａｓｉｎ，Ｃｈｉｎａ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｍａｎａｇｅｍｅｎｔ，２０２３，３４４：１１８３２０．

［２］ 陳憲周，范正根，吳巍．長沙市土地利用景觀格局時空演變及驅動因素研究［Ｊ］．江西農業學報，２０２３，３５（３）：１４６－１５６．

［３］ 劉婉如，陳春波，羅格平，等．巴爾喀什湖流域土地利用／覆被變化過程與趨勢［Ｊ］．干旱區研究，２０２１，３８（５）：１４５２－１４６３．

［４］ ＨＡＯ Ｊｕｎｍｉｎｇ，ＬＩＮ Ｑｉｎｇｒｕｎ，ＷＵ Ｔｏｎｇｈｕａ，ｅｔ ａｌ．Ｓｐａｔｉａｌ?Ｔｅｍ?ｐｏｒａｌ ａｎｄ Ｄｒｉｖｉｎｇ Ｆａｃｔｏｒｓ ｏｆ Ｌａｎｄ Ｕｓｅ／ Ｃｏｖｅｒ Ｃｈａｎｇｅ ｉｎ Ｍｏｎ?ｇｏｌｉａ ｆｒｏｍ １９９０ ｔｏ ２０２１ ［ Ｊ］． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ， ２０２３， １５（７）：１８１３．

［５］ 胡俊聰，何華貴，陳朝霞．基于ＰＬＵＳ 模型的土地利用多情景模擬與時空特征分析［Ｊ］．測繪通報，２０２３（１０）：２８－３３．

［６］ ＳＵ Ｙｉｎ，ＦＥＮＧ Ｇｕｏｊｕｎ，ＲＥＮ Ｊｉｎｔｏｎｇ．Ｓｐａｔｉｏ?Ｔｅｍｐｏｒａｌ Ｅｖｏｌｕ?ｔｉｏｎ ｏｆ Ｌａｎｄ Ｕｓｅ ａｎｄ Ｉｔｓ Ｅｃｏ?Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｅｆｆｅｃｔｓ ｉｎ ｔｈｅ Ｃａｏｈａｉ Ｎａｔｉｏｎａｌ Ｎａｔｕｒｅ Ｒｅｓｅｒｖｅ ｏｆ Ｃｈｉｎａ［Ｊ］．Ｓｃｉｅｎｔｉｆｉｃ Ｒｅ?ｐｏｒｔｓ，２０２３，１３（１）：２０１５０．

［７］ 楊文桔，童紹玉．２０００—２０２０ 年巍山縣土地利用變化的時空格局及其驅動因子研究［Ｊ］．西南林業大學學報（社會科學），２０２３，７（３）：５８－６５，１０４．

［８］ 劉強，尉飛鴻，夏雪，等．１９８０—２０２０ 年窟野河流域土地利用景觀格局演變及其驅動力［Ｊ］．水土保持研究，２０２３，３０（５）：３３５－３４１．

［９］ ＸＵ Ｄｅｈｅ，ＺＨＡＮＧ Ｋｅ，ＣＡＯ Ｌｉａｎｈａｉ，ｅｔ ａｌ．Ｄｒｉｖｉｎｇ Ｆｏｒｃｅｓ ａｎｄ Ｐｒｅｄｉｃｔｉｏｎ ｏｆ Ｕｒｂａｎ Ｌａｎｄ Ｕｓｅ Ｃｈａｎｇｅ Ｂａｓｅｄ ｏｎ ｔｈｅ Ｇｅｏ?ｄｅｔｅｃｔｏｒ ａｎｄ Ｃａ?Ｍａｒｋｏｖ Ｍｏｄｅｌ：Ａ Ｃａｓｅ Ｓｔｕｄｙ ｏｆ Ｚｈｅｎｇｚｈｏｕ，Ｃｈｉｎａ［Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｄｉｇｉｔａｌ Ｅａｒｔｈ，２０２２，１５（１）：２２４６－２２６７．

［１０］ 蔡德祿．基于ＧＩＳ?Ｌｏｇｉｓｔｉｃ 回歸模型的土地利用變化及驅動機制研究［Ｊ］． 資源信息與工程，２０２１，３６ （５）：１５６－１５８．

［１１］ 周棱楠，潘安，羅芳．１９８０—２０１８ 年成都市建設用地擴張時空演變及驅動力分析［Ｊ］．西南林業大學學報（自然科學），２０２３，４３（２）：１８６－１９４．

［１２］ 孫夢華，牛文浩，張蚌蚌，等．黃河流域土地利用變化下生態系統服務價值時空演變及其響應：以陜甘寧地區為例［Ｊ］．應用生態學報，２０２１，３２（１１）：３９１３－３９２２．

［１３］ 李帥，顧艷文，陳錦平，等．寧夏黃河流域土地利用時空變化特征分析［Ｊ］．西南大學學報（自然科學版），２０１６，３８（４）：４２－４９．

［１４］ 甄艷，吳宗攀，尹志恒，等．四川省若爾蓋縣土地利用時空變化研究［Ｊ］．生態科學，２０２２，４１（２）：４１－４９．

［１５］ 郝潔，劉翠善，王堯，等．基于高程的山南市土地利用變化時空格局及驅動力分析［Ｊ］．華北水利水電大學學報（自然科學版），２０２２，４３（４）：９１－９７．

［１６］ 黃鈺清，李驍堯，于強，等．１９９５—２０１８ 年黃河流域土地利用變化及驅動力分析［Ｊ］．西北林學院學報，２０２２，３７（６）：１１３－１２１．

［１７］ 馬長迪．松嫩平原西部沼澤濕地景觀格局演變及其對恢復潛力的影響［Ｄ］．四平：吉林師范大學，２０１８：２－８．

［１８］ ＬＩＡＮＧ Ｘｕｎ，ＧＵＡＮ Ｑｉｎｇｆｅｎｇ，ＣＬＡＲＫＥ Ｋ Ｃ，ｅｔ ａｌ．Ｕｎｄｅｒ?ｓｔａｎｄｉｎｇ ｔｈｅ Ｄｒｉｖｅｒｓ ｏｆ Ｓｕｓｔａｉｎａｂｌｅ Ｌａｎｄ Ｅｘｐａｎｓｉｏｎ Ｕｓｉｎｇ ａ Ｐａｔｃｈ?Ｇｅｎｅｒａｔｉｎｇ Ｌａｎｄ Ｕｓｅ Ｓｉｍｕｌａｔｉｏｎ （ Ｐｌｕｓ） Ｍｏｄｅｌ： Ａ Ｃａｓｅ Ｓｔｕｄｙ ｉｎ Ｗｕｈａｎ，Ｃｈｉｎａ［Ｊ］．Ｃｏｍｐｕｔｅｒｓ，Ｅｎｖｉｒｏｎｍｅｎｔ ａｎｄ Ｕｒｂａｎ Ｓｙｓｔｅｍｓ，２０２１，８５：１０１５６９．

［１９］ 王佳楠，張志．基于Ｍａｒｋｏｖ－ＰＬＵＳ 模型的柴北緣土地利用變化及模擬分析［Ｊ］．西北林學院學報，２０２２，３７（３）：１３９－１４８，１７９．

［２０］ 杜軍，邱士可，王正，等．河南省沿黃區域土地利用時空變化及驅動因素分析［Ｊ］． 河南科學，２０２２，４０ （６）：９２２－９３０．

［２１］ 李榮，栗士棋，程芳芳，等．河南省主要流域氣象要素變化特征分析［Ｊ］．人民黃河，２０２１，４３（１２）：７４－７９．

【責任編輯 呂艷梅】

基金項目：河南省科技攻關項目（１８２１０２２１０１７７，２０２１０２３１０２５６）