北部灣經(jīng)濟區(qū)土地利用格局模擬及其生態(tài)環(huán)境效益評價——以廣西壯族自治區(qū)欽州市為例

何 文, 盧 遠, 賀佩琳, 高 峰, 金 健

(1.廣西師范學院 資源與環(huán)境科學學院, 廣西 南寧 530001; 2.廣西國土資源信息中心, 廣西 南寧 530001)

北部灣經(jīng)濟區(qū)土地利用格局模擬及其生態(tài)環(huán)境效益評價——以廣西壯族自治區(qū)欽州市為例

何 文1, 盧 遠1, 賀佩琳2, 高 峰1, 金 健1

(1.廣西師范學院 資源與環(huán)境科學學院, 廣西 南寧 530001; 2.廣西國土資源信息中心, 廣西 南寧 530001)

摘要：[目的] 通過對北部灣經(jīng)濟區(qū)土地利用格局動態(tài)模擬，并對模擬結(jié)果進行生態(tài)環(huán)境效益評估，以期為相關(guān)規(guī)劃及決策部門提供參考資料。[方法] 基于2000和2010年兩期TM遙感影像數(shù)據(jù)，運用Logistic逐步回歸分析，CLUE-S模型模擬分析和生態(tài)環(huán)境效益綜合評價分析方法。[結(jié)果] (1) 廣西壯族自治區(qū)欽州市未來城市擴展范圍主要集中在欽州市中心城區(qū)往南至海濱新城，沿海港口及欽江流域方向； (2) 自然增長、規(guī)劃指標、生態(tài)安全3種政策情景的生態(tài)服務價值分別為213.01，200.59和226.52億元，僅與2012年研究區(qū)GDP總額相近，未能充分發(fā)揮生態(tài)環(huán)境所應有的作用，且尤其以規(guī)劃指標情景最為突出。[結(jié)論] CLUE-S模型對欽州市土地利用格局模擬準確，在北部灣經(jīng)濟區(qū)具有良好的推廣應用價值。

關(guān)鍵詞：土地利用變化; 北部灣經(jīng)濟區(qū); CLUE-S模型; Logistic回歸分析; 生態(tài)服務價值

北部灣是中國僅有的一片凈海,保護好這片海域是我們每一個人的責任。2008年初,《廣西北部灣經(jīng)濟區(qū)發(fā)展規(guī)劃》文件得到國家批準，至此，北部灣經(jīng)濟區(qū)開放與開發(fā)上升為國家戰(zhàn)略，然而，正如宋昭輝[1]在《從渤海灣污染談北部灣的環(huán)境保護》一文中所提的那樣，在現(xiàn)代工業(yè)面前，生態(tài)環(huán)境總是顯得十分脆弱，若不加以重視，經(jīng)濟快速發(fā)展的背后將會是無盡的隱患。區(qū)域生態(tài)環(huán)境的變化一定程度上是區(qū)域土地利用變化在時間和空間上不斷累積的結(jié)果[2]，欲使經(jīng)濟快速發(fā)展的過程中，區(qū)域生態(tài)環(huán)境不會受到較大損害，對區(qū)域土地利用變化分析是必不可少的環(huán)節(jié)。從土地利用格局模擬的角度對區(qū)域土地利用變化進行系統(tǒng)分析，能夠更準確地了解土地利用/覆被變化的速率、空間類型與土地覆被變化的驅(qū)動因素和未來變化趨勢[3]。目前國內(nèi)外應用較為廣泛的LUCC模型主要有CA(原細胞自動機)模型、SD(系統(tǒng)動力學)模型、GTR(generalized thunenricardian)模型、Markov模型以及CLUE和CLUE-S模型等[4]。從學者們的應用研究中總結(jié)發(fā)現(xiàn)，CLUE和CLUE-S模型能夠綜合各種自然、社會經(jīng)濟因素以及其他一般模型難以考慮的政策等宏觀因素，并且能同時提供多種土地利用情景模擬模式，是眾多LUCC研究模型中較好的一種。因此,本研究選用CLUE-S模型，對廣西壯族自治區(qū)欽州市近10 a土地利用變化動態(tài)格局進行模擬,驗證模型的可靠性，并以此為基礎，對欽州市2020年的土地利用變化格局進行自然增長、規(guī)劃指標以及生態(tài)安全指標3種情景預測。

然而，在對未來土地利用變化格局預測中，絕大部分學者的研究只停留在提出不同的情景預測，而對于預測方案好壞評價的參考依據(jù)研究較少，針對于此，本研究基于環(huán)境經(jīng)濟學理論，對研究所預測的3種情景假設結(jié)果進行生態(tài)環(huán)境效益評價。

1研究區(qū)概況

廣西北部灣經(jīng)濟區(qū)地處中國西南沿海，由南寧、欽州、北海、防城港4市組成，沿海、沿邊、沿疆，區(qū)位優(yōu)勢十分突出，氣候上長夏無冬，雨熱同季，屬于典型的亞熱帶季風氣候。

本文選取欽州市作為研究對象。欽州市北高南低，全市面積4 500 km2多，總?cè)丝?25.4萬人，2012年全市GDP總值736億元。地理位置上處于整個北部灣的中心，成為溝通南、北、防3市的交通樞紐。此外，欽州市是中國—東盟自由貿(mào)易區(qū)的前沿城市，是西南地區(qū)最近的出海通道。

在北部灣經(jīng)濟開發(fā)區(qū)區(qū)域合作分工中，欽州市主要負責鋼鐵、煤炭等重工產(chǎn)業(yè)。欽州市海岸線520 km多，其中碼頭岸線86 km，深水岸線54 km，可建1.00×104～3.00×105t碼頭200多個，建成后可形成3×109t以上的吞吐能力。

2研究方法

2.1　數(shù)據(jù)來源及處理

本研究采用土地利用現(xiàn)狀數(shù)據(jù)是以2009年的國家第二次全國土地普查數(shù)據(jù)為基礎，通過對2000，2010年兩期Landsat TM影像數(shù)據(jù)進行人工遙感解譯獲得。區(qū)域交通水系資料來自于欽州市區(qū)1∶25萬的基礎地形圖。人口、GDP資料來自于2010年欽州市統(tǒng)計年鑒；數(shù)字高程圖采用ASTER GDEM數(shù)據(jù)，空間分辨率30 m，從國際科學數(shù)據(jù)服務平臺網(wǎng)站下載而來。

結(jié)合數(shù)據(jù)的可獲得性、與地類變化的相關(guān)性以及欽州市區(qū)實際情況，選擇以下土地利用的驅(qū)動因子:海拔、坡度(山地、丘陵和平地)、坡向(東坡、西坡、南坡和北坡)、距離(距交通、水系、城鎮(zhèn)中心等)、農(nóng)村居民點密度、人口密度和人均GDP,共21個驅(qū)動因子。平地指坡度<5°的區(qū)域,丘陵指坡度介于5°~15°的區(qū)域,山地指坡度>15°的區(qū)域；東坡指坡向在45°~135°區(qū)域，南坡指坡向在135°~225°區(qū)域，西坡指坡向在225°~315°區(qū)域，北坡指坡向在315°~360°以及0°~45°區(qū)域，農(nóng)村居民點密度指鄉(xiāng)鎮(zhèn)級行政區(qū)范圍內(nèi)農(nóng)村居民點用地所占的百分比。參照欽州市區(qū)行政區(qū)劃,結(jié)合常用的全國土地利用分類系統(tǒng)和欽州市區(qū)的實際情況,將欽州市區(qū)的土地利用類型分為耕地、林地、草地、水域、濕地、城鄉(xiāng)建設用地6種土地利用類型。研究中所用的所有圖層數(shù)據(jù)均轉(zhuǎn)換到高斯—克呂格等積割圓錐投影,中央經(jīng)線為110°E。

2.2　分析方法

2.2.1Binary Logistic回歸分析Binary Logistic回歸是土地利用變化研究中常用的一種方法[5]。Logistic回歸時一種當因變量是定性變量時的非線性模型。通過計算事件的發(fā)生概率,使用自變量作為預測值,可以解釋土地利用類型和其驅(qū)動因素之間的關(guān)系[6]。其計算公式可表示為：

(1)

式中：Pi——每個柵格單元可能出現(xiàn)某一土地利用類型i的概率； Xni——與第i個土地利用類型相關(guān)的第n各驅(qū)動因子； β——各驅(qū)動因子的回歸系數(shù); β0——常數(shù)； βn——土地利用類型i與驅(qū)動因子n的相關(guān)程度。通過Logistic逐步回歸分析可篩選出對土地利用格局影響比較顯著的因素，剔除那些影響不顯著的因素，并用表示出它們之間的相互作用關(guān)系。

關(guān)于BinaryLogistic回歸結(jié)果對土地利用分布格局的解釋能力好壞可以用PontiusR.G.提出的ROC(relativeoperatingcharacteristics)方法進行檢驗[7]。ROC值的取值一般在0.5～1.0之間，表示曲線下方的面積，0.5表示回歸方程的解釋能力較差，與隨機判別效果相當；1.0表示解釋能力效果最好。通常，當ROC值大于0.7時，可以認為所確定的驅(qū)動因素具有較好的解釋能力。

2.2.2CLUE-S模型CLUE-S(theconversionoflanduseanditseffectsatsmallregionalextent)模型[8]是荷蘭瓦赫寧根大學一個“土地利用變化和影響”研究小組在CLUE模型[9]的基礎上開發(fā)的。與CLUE模型相比，CLUE-S模型是基于高分辨率(一般大于1km×1km)空間圖形數(shù)據(jù)構(gòu)建的，適用于中小尺度土地利用變化研究[10]。CLUE-S模型大體由兩個模塊組成，即空間模塊和非空間模塊。非空間分析模塊以自然、社會和經(jīng)濟分析為基礎，計算區(qū)域內(nèi)各年份土地利用類型的需求變化，可以用簡單的趨勢外推法實現(xiàn)；空間分析模塊是CLUE-S模型框架的核心，主要以各種柵格化空間數(shù)據(jù)為基礎，如各種影響土地利用變化的驅(qū)動因子以及當前土地利用的現(xiàn)狀等，利用其相互之間互相影響的關(guān)系，對各模擬年份的土地利用需求進行空間上的分配。

2.2.3生態(tài)服務價值分析生態(tài)系統(tǒng)服務是國際生態(tài)系統(tǒng)可持續(xù)研究熱點,產(chǎn)生于20世紀70年代[11-12]。目前，運用得比較多的是Costanza等[13]在1997年對全球自然生態(tài)系統(tǒng)生態(tài)服務價值估算的計算方法和謝高地等[14]在Costanza等[13]研究的基礎上，對中國自然草地生態(tài)系統(tǒng)服務價值和青藏高原生態(tài)資產(chǎn)的價值進行評估的方法。其基本表達式為公式(2)：

(2)

式中：ESV——研究區(qū)生態(tài)系統(tǒng)服務總價值；VCi——單位面積上土地利用類型i的生態(tài)系統(tǒng)服務價值； Ai——研究區(qū)內(nèi)第i種土地利用類型的面積。

3結(jié)果分析

3.1　研究區(qū)土地利用變化及現(xiàn)狀分析

運用2000和2010年兩期遙感解譯數(shù)據(jù)進行疊加分析可知,本研究區(qū)域土地利用/覆被變化格局在2000—2010年發(fā)生了顯著的變化(如表1所示)。

表1　2000-2010年土地利用轉(zhuǎn)移矩陣　km2

根據(jù)表1分析可以看出，從2000—2010年，地類的轉(zhuǎn)移主要發(fā)生在耕地、林地、草地以及建設用地之間，水域和濕地變化不大，且主要表現(xiàn)為林地持續(xù)減少，而其他用地類型持續(xù)增加。從生態(tài)系統(tǒng)整體功能來看,林地是初級產(chǎn)品的最主要生產(chǎn)者,若開發(fā)利用不得當,將影響整個生態(tài)系統(tǒng)健康，欽州市近10 a的用地情況若一直這樣持續(xù)，勢必會對區(qū)域生態(tài)安全造成威脅。

3.2　Binary Logistic回歸結(jié)果分析

Binary Logistic回歸結(jié)果是通過SPSS 16.0軟件獲得，本研究選取的驅(qū)動因子與各地類的回歸結(jié)果如表2所示。表2中，“—”表示驅(qū)動因子未進入Logistic逐步回歸。Exp(B)值是Logistic回歸系數(shù)B值以e為底的自然冪指數(shù)，表示事件發(fā)生的比率，既當驅(qū)動因子每增加一個單位，地類發(fā)生變化的可能性或概率。當Exp(B)>l，發(fā)生比增加；當Exp(B)=1，發(fā)生比不變；當Exp(B)<1，發(fā)生比減少。

如表2中所示，以DEM為例，當DEM每上升1 m時，耕地發(fā)生比減少0.02，林地、草地發(fā)生的比分別增加0.008和0.003，水域、濕地、以及建設用地的發(fā)生比分別降低0.015，0.127和0.006。從數(shù)值上反映，DEM因素對濕地的影響最為強烈，其次是耕地及水域。各地類的ROC值除草地0.69相對小外，其余都在0.75以上，濕地甚至達到0.95，說明選取的驅(qū)動因子對土地利用的分配情況具有較好的解釋能力。

表2　Logistic逐步回歸分析結(jié)果Exp(B)

3.3　CLUE-S模型模擬與分析

土地利用變化的空間模擬需要4個方面的數(shù)據(jù)支持，即空間政策和和約束條件、土地利用轉(zhuǎn)移規(guī)則、土地利用需求限制、土地利用的空間分布適宜性，這些數(shù)據(jù)都會轉(zhuǎn)化為CLUE-S模型的參數(shù)參與計算。

3.3.1模擬結(jié)果及精度檢驗選取研究區(qū)2000年土地利用類型圖為基期圖，模擬出2010年的實際土地利用圖(附圖23a)和2010年土地利用類型圖(附圖23b)，進行精度對比，Kappa指數(shù)[15]為0.829 0，模擬結(jié)果較為理想，可以運用該模型對欽州市未來土地利用格局進行模擬。

3.3.2情景預測情景是對未來可能出現(xiàn)的情況的一種假設?？紤]到數(shù)據(jù)的可獲取性和欽州市多年來經(jīng)濟建設不斷發(fā)展而生態(tài)安全保障不斷受到威脅的實際特點，現(xiàn)對欽州市的未來土地分布格局做出3種情景假設。

(1) 自然增長情景?；谧匀粭l件下的情景模擬，研究區(qū)域的土地利用需求不會受到較大規(guī)模的政策調(diào)整的影響，利用2000—2010年的各地類數(shù)據(jù)進行簡單的趨勢外推，獲得2020年的各地類的需求數(shù)據(jù)(如表3所示)。

(2) 規(guī)劃指標情景。根據(jù)《欽州市土地利用總體規(guī)劃說明(2006—2020年)》關(guān)于2020年土地利用需求預測數(shù)據(jù)，提取出各地類利用比例，然后再結(jié)合本研究土地利用分類特征提取欽州市2020各地類的需求數(shù)據(jù)如表3所示。

(3) 生態(tài)安全目標情景。即改善流域生態(tài)環(huán)境質(zhì)量、充分保障流域生態(tài)安全條件下的土地利用情景。欽州市從2000—2010年，土地的利用情況顯示，林地迅速減少，而草地增幅不大，林地大量轉(zhuǎn)為耕地和建設用地，生態(tài)安全受到威脅，因此在未來土地利用規(guī)劃中需要進一步考慮生態(tài)安全指標，加快落實退耕還林還草工程。

在此模式下，耕地大幅減少，林地顯著上升，草地也有明顯增加，水域濕地變化不大，建設用地略有擴張,此情形下,參照欽州市國土資源局2006—2020年土地利用總體規(guī)劃中土地生態(tài)環(huán)境保護與建設目標要求,保證耕地占總體面積25%以上,林地占56%以上(如表3所示)。

表3　2020年不同情景方案下的地類需求　hm2

根據(jù)各情景假設，從新配置好CLUE-S模型參數(shù)，模擬出各情景在2020年的土地利用分布格局圖(附圖24a—24c)。將各種情景模擬圖與2010年土地利用現(xiàn)狀圖對比可知，預計到2020年，建設用地的蔓延擴展主要集中在主城區(qū)，而原本各區(qū)分布比較零碎斑塊，大多都連接成片，城市擴展范圍主要集中在欽州中心城區(qū)往南至海濱新城，沿海港口方向及欽江流域等。從3種情景假設的對比分析中發(fā)現(xiàn)，在規(guī)劃指標情景預測中，建設用地擴張速度大大超過另外兩種情景假設，而2020年林地面積明顯小于另外兩種情景假設的林地面積。這說明，在欽州市未來土地利用規(guī)劃中，經(jīng)濟的發(fā)展是被最優(yōu)先考慮的，且它的發(fā)展速度將會超過前面10 a，但這一發(fā)展在一定程度上是以犧牲生態(tài)環(huán)境為代價實現(xiàn)的。

3.4　模擬結(jié)果生態(tài)服務價值評價

城市的發(fā)展與生態(tài)環(huán)境之間存在交互脅迫作用[16]。城市化進程的加快必然會引城市地區(qū)及其周圍生態(tài)環(huán)境的變化。在Costanza[13]、謝高地等[14]建立的生態(tài)系統(tǒng)服務價值體系的基礎上，參考段瑞娟等[17]對城鎮(zhèn)工礦用地的生態(tài)系統(tǒng)服務價值估算(折算到2012年)建立生態(tài)服務價值當量(表4),運用公式(2)，計算出欽州市不同情景假設的生態(tài)服務價值如表5所示。

表4　欽州市生態(tài)服務價值當量　元/hm2

表5　2020年不同情景方案下的生態(tài)服務價值　億元

從表5中分析可知，所計算的生態(tài)服務價值僅與2012年的GDP大體相當，沒能充分發(fā)揮生態(tài)環(huán)境對區(qū)域經(jīng)濟發(fā)展所應有的作用，在3種情景假設模擬中，生態(tài)安全指標情景的生態(tài)服務價值最高，自然增長假設情景次之，規(guī)劃指標假設情景最小；無論哪種情景假設，在不同用地類型中，林地對整體生態(tài)服務價值貢獻最大。結(jié)果顯示的這些特點說明欽州市未來土地利用發(fā)展規(guī)劃中，很大程度上仍然是以資源消耗換取經(jīng)濟增長，區(qū)域生態(tài)可持續(xù)發(fā)展將進一步受到威脅。

4結(jié) 論

(1) 通過土地利用轉(zhuǎn)移矩陣分析發(fā)現(xiàn)，欽州市2000—2010年，林地減少159.9 km2，占10 a間土地總變化量的40.6%，其他地類均有增加，又以耕地、草地、建設用地增加為主，其他變化不大。

(2) 通過Binary Logistic回歸分析，較好的揭示了土地利用變化與各驅(qū)動因子之間的關(guān)系，其ROC值基本都在0.75以上。

(3) 運用CLUE-S模型對欽州市區(qū)2010年的土地利用時空變化進行模擬，Kappa指數(shù)達0.829 0，取得較理想的效果，并在此基礎上對欽州市2020年土地利用時空變化進行了3種情景預測，清晰展現(xiàn)研究所假設條件下未來土地利用變化動態(tài)格局。

(4) 對3種情景假設模擬結(jié)果進行生態(tài)環(huán)境效益評價，計算結(jié)果僅與欽州市區(qū)2012年的GDP大體相當，沒能充分發(fā)揮生態(tài)環(huán)境對區(qū)域經(jīng)濟發(fā)展所應有的作用，3種情景中規(guī)劃指標情景的生態(tài)服務價值最小，按照規(guī)劃發(fā)展，區(qū)域生態(tài)可持續(xù)發(fā)展很可能會進一步受到威脅。

[參考文獻]

[1]宋昭輝.從渤海灣污染談北部灣的環(huán)境保護[J].東南亞縱橫,2007(4):41-45.

[2]田宇鳴,李新.土地利用/覆被變化(LUCC)環(huán)境效應研究綜述[J].環(huán)境科學與管理,2006,31(4):60-64.

[3]蔡運龍.土地利用/土地覆被變化研究:尋求新的綜合途徑[J].地理研究,2001,20(6):645-652.

[4]吳健生,馮喆,高陽,等.CLUE-S模型應用進展與改進研究[J].地理科學進展,2012,31(1):3-10.

[5]Gobin A, Campling P, Feyen J. Logistic modelling to derive agricultural land use determinants: A case study from southeastern Nigeria[J]. Agriculture, Ecosystems & Environment, 2002,89(3):213-228.

[6]索俊鋒,趙軍.基于CLUE-S模型的千島湖鎮(zhèn)土地利用動態(tài)模擬分析[J].長江流域資源與環(huán)境,2010,19(5):522-528.

[7]王濟川,郭志剛.Logistic回歸模型:方法與應用[M].北京：高等敎育出版社,2001.

[8]Verburg P H, Soepboer W, Veldkamp A, et al. Modeling the spatial dynamics of regional land use: The CLUE-S model[J]. Environmental Management, 2002,30(3):391-405.

[9]Veldkamp A, Fresco L O. CLUE: a conceptual model to study the conversion of land use and its effects[J]. Ecological Modelling, 1996,85(2):253-270.

[10]張永民,趙士洞.CLUE-S模型及其在奈曼旗土地利用時空動態(tài)變化模擬中的應用[J].自然資源學報,2003,18(3):310-318.

[11]Curtis I A. Valuing ecosystem goods and services: A new approach using a surrogate market and the combination of a multiple criteria analysis and a Delphi panel to assign weights to the attributes[J]. Ecological Economics, 2004,50(3):163-194.

[12]De Groot R S. Functions of nature: evaluation of nature in environmental planning, management and decision making[M]. Wolters-Noordhoff BV, 1992.

[13]Costanza R, d’Arge R, Groot R, et al. The value of the world's ecosystem services and natural capital[J]. 1998,25(1):3-5.

[14]謝高地,魯春霞,冷允法,等.青藏高原生態(tài)資產(chǎn)的價值評估[J].自然資源學報,2003,18(2):189-196.

[15]擺萬奇,張永民,閻建忠,等.大渡河上游地區(qū)土地利用動態(tài)模擬分析[J].地理研究,2005,24(2):206-212.

[16]方創(chuàng)琳,楊玉梅.城市化與生態(tài)環(huán)境交互耦合系統(tǒng)的基本定律[J].干旱區(qū)地理,2006,29(1):1-8.

[17]段瑞娟,郝晉珉,王靜.土地利用結(jié)構(gòu)與生態(tài)系統(tǒng)服務功能價值變化研究：以山西省大同市為例[J].生態(tài)經(jīng)濟,2005(3):60-62.

Dynamic Simulation and Eco-environmental Benefits Evaluation of Land Use Pattern in Beibu Gulf Economic Zone-A Case Study of Qinzhou City in Guangxi Zhuang Autonomous Region

HE Wen1, LU Yuan1, HE Peilin2, GAO Feng1, JIN Jian1

(1.CollegeofResources&EnvironmentalScience,GuangxiTeachersEducationUniversity,Nanning,Guangxi530001,

China; 2.InformationCenterofLandandResourcesofGuangxiZhuangAutonomousRegion,Nanning,Guangxi530001,China)

Abstract：[Objective] Through simulating the dynamic changes of land use pattern in the Beibu Gulf economic zone of Qinzhou City and evaluating the ecological environmental benefits of the simulation results to provide a support for local governments and departments.[Methods] Used the TM remote sensing(image) data and experiment/research conducted in 2000 and 2010. Adopted the logistic regression analysis, the CLUE-S(the conversion of land use and its effects at small regional extent) model simulation analysis, and the ecological environment benefits comprehensive evaluation method.[Results] The urban expansion area mainly concentrated in area from the center of Qinzhou City to the coastal town along Qinjiang river basin. The value of ecological service was 213.01 billion yuan under natural growth scenario, and 200.59 billion yuan under planning scenario, and 226.52 billion yuan under ecological security policy scenario. The value closed to the GDP in 2012, but failed to give full play role of the ecological environment, and especially in the planning target scene.[Conclusion] The simulation results of land use pattern are accurate by CLUE-S model in Qinzhou City, which has a good popularization and application value in the Beibu Gulf economic zone.

Keywords:land use change; Beibu Gulf economic zone; CLUE-S model; logistic regression analysis; ecosystem service values

文獻標識碼：A

文章編號：1000-288X(2015)01-0281-06

中圖分類號：F301

通信作者：盧遠(1971—，男(漢族)，廣西壯族自治區(qū)南寧市橫縣人，博士,教授，主要從事生態(tài)遙感與土地利用研究。E-mail:51150403@qq.com。

收稿日期：2013-12-13修回日期：2014-01-29

資助項目：教育部科學技術(shù)研究重點項目“廣西北部灣經(jīng)濟區(qū)城市化與生態(tài)環(huán)境交互耦合機制研究”(210167)

第一作者：何文(1988—),男(漢族),廣西壯族自治區(qū)賀州市人,碩士研究生,研究方向為RS與GIS在土地資源管理中的應用。E-mail:504949372@qq.com。