晉北地區(qū)1986~2010年土地利用/覆被變化的驅(qū)動(dòng)力

徐小明,杜自強(qiáng),張 紅,馮 凌,申小雨

?

晉北地區(qū)1986~2010年土地利用/覆被變化的驅(qū)動(dòng)力

徐小明1*,杜自強(qiáng)1,張 紅2,馮 凌2,申小雨2

(1.山西大學(xué)黃土高原研究所,山西 太原 030006；2.山西大學(xué)環(huán)境與資源學(xué)院,山西 太原 030006)

為定量研究不同時(shí)期區(qū)域土地利用變化的不同驅(qū)動(dòng)特征,以地處農(nóng)牧交錯(cuò)帶的晉北地區(qū)為例,采用非監(jiān)督分類與人工目視解譯相結(jié)合的方法,獲取研究區(qū)1986~2010年間的土地利用/覆被變化(LUCC)狀況,采用典范對(duì)應(yīng)分析(CCA)方法定量分析了不同階段LUCC的自然與人為驅(qū)動(dòng)特征.結(jié)果表明:1)CCA在分析長(zhǎng)時(shí)期序列LUCC驅(qū)動(dòng)力上有較好的解釋力,CCA排序可以很好地提取LUCC與自然、人為因素之間的關(guān)系,反映不同時(shí)期土地利用變化受到的驅(qū)動(dòng)作用;2)研究區(qū)土地利用類型以耕地、草地、林地為主,土地利用變化類型以耕地與草地、林地與草地之間的互相轉(zhuǎn)移為主;3)從不同時(shí)期LUCC的驅(qū)動(dòng)因子來看,人口密度、人均國(guó)內(nèi)生產(chǎn)總值(GDP)、降水、坡度和高程是研究區(qū)各時(shí)期LUCC的主要驅(qū)動(dòng)力;研究區(qū)在1986~1995年間LUCC的主要驅(qū)動(dòng)力來自于人口增長(zhǎng)和經(jīng)濟(jì)發(fā)展的需求,而隨著時(shí)間的推進(jìn),坡度和高程等地形因素的驅(qū)動(dòng)作用也愈來愈重要;4)從不同地類變化的驅(qū)動(dòng)因子來看,耕地、草地等地類向居民用地、工礦用地轉(zhuǎn)移的主要驅(qū)動(dòng)力是人口和經(jīng)濟(jì)的發(fā)展;而林地,草地等土地覆被類型之間的轉(zhuǎn)移主要受到坡度,高程和降水等自然因素的驅(qū)動(dòng).

土地利用/覆被變化；驅(qū)動(dòng)力；典范對(duì)應(yīng)分析；不同時(shí)期

目前,土地利用/覆被變化(LUCC)研究受到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注[1-2].LUCC是一種過程,體現(xiàn)著人為和自然因素的雙重影響,空間差異性大,各種環(huán)境因子的作用程度也不盡相同,長(zhǎng)期以來一直缺乏比較系統(tǒng)、定量的方法來探討LUCC與驅(qū)動(dòng)力因子的響應(yīng)關(guān)系.

目前研究認(rèn)為,氣候、地形、土壤、水文、人口、經(jīng)濟(jì)、技術(shù)、政治、乃至價(jià)值觀是LUCC的主要驅(qū)動(dòng)力[3-5],一些學(xué)者采用了諸如多元線性回歸[6]、多元邏輯回歸[7]、模擬退火算法[8]、典范對(duì)應(yīng)分析(CCA)[9-11]等方法對(duì)LUCC的驅(qū)動(dòng)因子進(jìn)行了定量分析.其中,CCA分析將多元回歸和對(duì)應(yīng)分析結(jié)合起來,是一種直接排序的方法,在生態(tài)學(xué)研究中得到了廣泛的應(yīng)用[12-14].這種方法在宏觀的LUCC驅(qū)動(dòng)力分析中已有少量應(yīng)用[9-11,15],該方法可以有效地解釋LUCC與驅(qū)動(dòng)因素之間復(fù)雜的非線性關(guān)系,是定量分析LUCC驅(qū)動(dòng)力的有力工具[11].但是,這些研究大多僅分析某一時(shí)期的LUCC驅(qū)動(dòng)力[9-11],忽略了LUCC驅(qū)動(dòng)力系統(tǒng)的縱向性與過程性[16],因?yàn)樵诓煌臍v史時(shí)期,LUCC的驅(qū)動(dòng)力也有所不同[17].

本研究選擇山西省晉北(包括晉西北)地區(qū)為研究區(qū),該區(qū)是中國(guó)北方生態(tài)脆弱的農(nóng)牧交錯(cuò)帶的重要組成部分,也是環(huán)京津唐地區(qū)防風(fēng)固沙、綠化生態(tài)屏障建設(shè)的重點(diǎn)地區(qū)之一.該區(qū)土地利用結(jié)構(gòu)在近幾十年來發(fā)生了復(fù)雜而劇烈的變化,同時(shí),近年來實(shí)施的退耕還林等政策也對(duì)這一農(nóng)牧交錯(cuò)區(qū)的土地利用/覆被狀況產(chǎn)生了顯著的影響,因此,這一地區(qū)是開展不同時(shí)期LUCC驅(qū)動(dòng)力變化研究的理想?yún)^(qū)域.

本文在對(duì)不同時(shí)期土地利用變化分析的基礎(chǔ)上,將影響LUCC的驅(qū)動(dòng)因子與LUCC進(jìn)行CCA分析,揭示土地利用變化在不同環(huán)境梯度上的響應(yīng),從而系統(tǒng)地揭示區(qū)域LUCC驅(qū)動(dòng)力在過去幾十年間的變化.

1 研究區(qū)與方法

1.1 研究區(qū)概況

研究區(qū)包括晉西北高原和大同盆地,位于110°56′E~114°32′E,38°39′N~40°44′N,行政區(qū)劃上包括朔州市全境、忻州市和大同市的部分縣市,總面積約3.17萬km2.區(qū)內(nèi)地形復(fù)雜多變,東部為大同盆地,西部為地形起伏的黃土丘陵區(qū).黃土廣泛分布在該區(qū)內(nèi).

研究區(qū)屬于大陸性半干旱季風(fēng)性氣候,四季分明,全年溫差較大,平均氣溫在4.6~6.8oC之間.年日照時(shí)數(shù)約2300~2900h,降水量為380~ 460mm,年均蒸發(fā)量達(dá)2000mm,無霜期100~ 130d.

1.2 數(shù)據(jù)源

1.2.1 土地利用/覆被解譯 下載研究區(qū)1986年、1995年、2000年和2010年的Landsat TM 4~5遙感影像.分別選取該年份7~10月份,云覆蓋率小于5%的影像進(jìn)行進(jìn)一步處理和分析.

1.2.2 驅(qū)動(dòng)力因子 選取直接或間接影響LUCC的氣候、地形和人類活動(dòng)因子,包括人口密度、人均GDP、道路距離、城鎮(zhèn)距離、高程、坡度、坡向、1km內(nèi)地形起伏度、年平均溫度和年平均降水10個(gè)具體的因子.各數(shù)據(jù)來源見表1.

道路距離和城鎮(zhèn)距離由ArcGIS計(jì)算研究區(qū)內(nèi)各點(diǎn)距主要公路和居民用地的歐氏距離獲得.地形起伏度是指1km內(nèi)最高點(diǎn)海拔高度與最低點(diǎn)海拔高度的差值[11].溫度和降水采用ArcGIS對(duì)研究區(qū)內(nèi)及周邊7個(gè)氣象站點(diǎn)(空間位置見圖1)年均溫度,降水進(jìn)行反距離權(quán)重插值獲得.

表1 數(shù)據(jù)來源 Table 1 The data sources

1.3 研究方法

1.3.1 土地利用/覆被解譯 在Erdas Imagine 2013和ArcGIS 10.2.1軟件平臺(tái)的支持下,采用計(jì)算機(jī)非監(jiān)督分類和人工目視判讀相結(jié)合的方式進(jìn)行土地利用信息解譯.首先對(duì)獲取的影像進(jìn)行預(yù)處理,然后執(zhí)行非監(jiān)督分類,將影像分為30類.建立包括耕地、林地、草地、居民用地、工礦用地、水域、鹽堿地和裸地8種土地利用/覆被方式的分類系統(tǒng).對(duì)照TM 5-4-3波段的假彩合成圖像,同時(shí)參考研究區(qū)植被、土壤、地形等相關(guān)圖件和Google Earth影像進(jìn)行目視判讀解譯.這種方法既能保證分類的精度,又能節(jié)省解譯時(shí)間[16].采用混淆誤差矩陣的方法,即以Kappa系數(shù)來評(píng)價(jià)土地利用分類的位置精度.

1.3.2 土地利用變化區(qū)域的選取 采用空間疊加的方法提取研究區(qū)內(nèi)1986~1995年、1995~ 2000年、2000~2010年和1986~2010年4個(gè)時(shí)段的土地利用變化斑塊.為了減少數(shù)據(jù)冗余,去除細(xì)小斑塊的影響,篩選變化面積在研究區(qū)總面積0.01%(約3.17km2)及以上的斑塊進(jìn)行土地利用轉(zhuǎn)移以及驅(qū)動(dòng)力分析.

1.3.3 典范對(duì)應(yīng)分析 將4個(gè)時(shí)間段的土地利用變化斑塊處理為(0,1)二元數(shù)據(jù)矩陣[11],這一矩陣中,1代表某一類型土地利用變化的發(fā)生,0代表該類變化未發(fā)生.利用區(qū)域統(tǒng)計(jì)功能構(gòu)建驅(qū)動(dòng)力因子矩陣.

將土地利用變化矩陣和驅(qū)動(dòng)力矩陣輸入CANOCO V4.56中,分別分析4個(gè)時(shí)段土地利用變化的驅(qū)動(dòng)力.應(yīng)用Monte Carlo檢驗(yàn)(499次置換)檢測(cè)驅(qū)動(dòng)力因子與土地利用變化之間是否存在統(tǒng)計(jì)意義上顯著的相關(guān)關(guān)系.本研究的技術(shù)路線見圖2.

2 結(jié)果與討論

2.1 研究區(qū)土地利用變化的主要特征

遙感影像解譯得到的研究區(qū)土地利用空間分布圖見圖3.經(jīng)檢驗(yàn),研究區(qū)個(gè)年份的土地利用分類Kappa系數(shù)均大于0.80,分類結(jié)果良好[18].

從圖3可知,研究區(qū)耕地在東部大同盆地分布較為集中,呈現(xiàn)東北—西南帶狀分布.在西側(cè)的黃土丘陵區(qū)則與林地、草地交錯(cuò)分布.林地在1986~2000年間主要集中在研究區(qū)中東部,在西部的河曲、保德、偏關(guān)等地分布較少,但至2010年時(shí),西部的林地面積也有所增加.草地的分布較為分散,在整個(gè)研究區(qū)與林地、耕地混雜分布.居民用地分布在各縣市的城鎮(zhèn)區(qū).工礦用地除了集中在平魯區(qū)南側(cè)以外,在朔城區(qū)和南郊區(qū)也有分散分布.鹽堿地主要集中分布在山陰縣和應(yīng)縣;裸地和水域的分布則比較分散.

由圖4可知,耕地、草地和林地是研究區(qū)主要的土地利用類型,三者面積共占研究區(qū)總面積的94%~97%.耕地面積在1986~2000年間變化不大,但2000~2010年間有所減少.林地面積在1986~1995年間有所減少,但1995~2010年又呈持續(xù)增加的趨勢(shì).草地面積在1986~2000年間變化不大,但2000~2010年間有所減少.居民用地、工礦用地和裸地面積呈持續(xù)增加的趨勢(shì),而水域面積則持續(xù)減少,鹽堿地面積呈波動(dòng)增加的趨勢(shì).

2.2 研究區(qū)不同歷史時(shí)期土地利用轉(zhuǎn)移分析

由表2可見,1986~1995年間,主要的土地利用轉(zhuǎn)移類型為耕地和草地、草地和林地之間的互相轉(zhuǎn)移,占總轉(zhuǎn)移面積的91.40%;1995~2000年間的主要轉(zhuǎn)移類型與前一時(shí)期一致,4種類型占總變化面積的92.00%;2000~2010年間,除了以上4種轉(zhuǎn)移類型以外,耕地轉(zhuǎn)移為林地的比例增加到了10.25%,這5種土地利用轉(zhuǎn)移類型占總轉(zhuǎn)移面積的91.96%;1986~2010年和2000~2010年的轉(zhuǎn)移狀況類似,5種主要轉(zhuǎn)移類型的總概率為91.06%.不同時(shí)期的土地利用轉(zhuǎn)移主要發(fā)生在耕地、草地和林地之間的相互轉(zhuǎn)移上.其中,耕地和草地、林地和草地之間的互相轉(zhuǎn)移始終是研究區(qū)內(nèi)最主要的土地利用轉(zhuǎn)移類型.草地和耕地互相轉(zhuǎn)移的比例較高,充分顯示了研究區(qū)農(nóng)牧交錯(cuò)區(qū)的特性,而林地和草地的互相轉(zhuǎn)移是植被的自然演替和植樹造林交互作用的結(jié)果.

表2 土地利用轉(zhuǎn)移概率矩陣(%) Table 2 Probability matrix of land use transition (%)

注:行表示研究期初的土地利用類型,列表示研究期末的土地利用類型,空白表示該類型轉(zhuǎn)移未發(fā)生.

耕地、草地和林地在2000年前面積變化不大.從2000年開始,耕地面積顯著減少,草地略有減少,而林地面積增加.這與1999年以后區(qū)內(nèi)推行退耕還林政策,部分坡耕地轉(zhuǎn)移為林地和草地有關(guān).土地利用轉(zhuǎn)移矩陣也證明了這一進(jìn)程,從2000年起,耕地轉(zhuǎn)移為林地的比例增大.由于該區(qū)地處三北防護(hù)林工程[19]和京津風(fēng)沙源治理工程區(qū)內(nèi)[20],一些荒山草地轉(zhuǎn)移為林地,促進(jìn)了區(qū)域內(nèi)林地面積的增加,2000~2010年間的土地利用轉(zhuǎn)移矩陣也表明2000年以后草地轉(zhuǎn)移為林地的比例遠(yuǎn)大于林地轉(zhuǎn)移為草地的比例.

研究區(qū)居民用地的增加主要來自于耕地、工礦用地和草地,新增的工礦用地則主要來自草地、耕地和林地.水域、鹽堿地和裸地主要是與耕地和草地之間發(fā)生互相轉(zhuǎn)移.區(qū)內(nèi)人口的增加促進(jìn)了居民用地的持續(xù)增加,特別是大同市和朔州市建成區(qū)的面積貢獻(xiàn)巨大,大同市城市建成區(qū)面積由1985年的41km2[21]增加到了2010年的108km2,而朔城區(qū)城市建成區(qū)面積也由1990年的8.8km2[22]增加到2010年的40km2.居民用地的增加,2000年以前主要來自于耕地,而2000年以后,工礦用地和草地轉(zhuǎn)移為居民用地的比例增加,說明城鎮(zhèn)的發(fā)展,首先會(huì)占用耕地,進(jìn)而侵占天然植被;同時(shí),礦山生活區(qū)因人口聚集也逐漸轉(zhuǎn)移為居民用地.此外,研究區(qū)是我國(guó)重要的煤炭生產(chǎn)基地,大同煤礦、平朔煤礦均位于本區(qū)內(nèi),采礦業(yè)的發(fā)展促使了區(qū)內(nèi)工礦用地的持續(xù)增加,這些增加的工礦用地大多來自于草地和耕地.

2.3 研究區(qū)不同時(shí)期LUCC驅(qū)動(dòng)力分析

2.3.1 驅(qū)動(dòng)力因子選擇及相關(guān)性分析 LUCC體現(xiàn)著人為和自然因素的雙重影響,因此其驅(qū)動(dòng)力也來自于人為和自然的兩個(gè)方面[6].本研究對(duì)各驅(qū)動(dòng)力因子進(jìn)行相關(guān)分析表明地形起伏度與坡度的相關(guān)性較強(qiáng)(相關(guān)系數(shù)大于0.97),因此在分析中將地形起伏度因子作為冗余變量去除. 共保留9個(gè)相關(guān)性較小、具有典型性和獨(dú)立性的驅(qū)動(dòng)力指標(biāo).

2.3.2 不同歷史時(shí)期LUCC的驅(qū)動(dòng)因子 1986~ 1995年間,第一軸與人均GDP的相關(guān)系數(shù)最大,第二軸與人口密度的相關(guān)系數(shù)最大.隨著第一軸數(shù)值的增加,人均GDP增加,人口密度減少,坡度變大;隨著第二軸數(shù)值的增加,人口密度和人均GDP均增加,坡度變小.這說明這一期間,研究區(qū)土地利用變化的最主要的驅(qū)動(dòng)力來自于人口增長(zhǎng)和經(jīng)濟(jì)發(fā)展.

1995~2000年間,;而第二軸則與坡度的相關(guān)系數(shù)最大.隨著第一軸數(shù)值的增加,人均GDP和人口密度增加,坡度變小;隨著第二軸數(shù)值的增加,坡度,高程和降水增加.說明這一時(shí)期內(nèi),人口增長(zhǎng)和經(jīng)濟(jì)發(fā)展仍是主要驅(qū)動(dòng)因素,但地形因素的驅(qū)動(dòng)作用在逐漸增強(qiáng).

2000~2010年間,第一軸與人均GDP的相關(guān)系數(shù)最大,第二軸則與坡度的相關(guān)系數(shù)最大.隨著第一軸數(shù)值的增加,人均GDP和人口密度增加;隨著第二軸數(shù)值的增加,坡度變小,高程降低,降水減少.這一時(shí)期的土地利用變化受到了人口、經(jīng)濟(jì)發(fā)展以及地形因素的雙重驅(qū)動(dòng).

從1986~2010年總體來看,第一軸與坡度的相關(guān)系數(shù)最大,且為負(fù)相關(guān),第二軸與人均GDP相關(guān)系數(shù)最大,為正相關(guān).隨著第一軸數(shù)值的增加,坡度減小,高程降低,降水減少;隨著第二軸數(shù)值的增加,人均GDP和人口密度增加.說明1986~2010年間研究區(qū)主要的LUCC驅(qū)動(dòng)力包括人均GDP、坡度、高程、降水和人口密度.

2.3.3 不同地類變化的驅(qū)動(dòng)因子分析 由圖5和表3可見,1986~1995年間,草地轉(zhuǎn)移為工礦用地主要發(fā)生在人均GDP較高的地區(qū);而耕地轉(zhuǎn)移為居民用地、林地轉(zhuǎn)移為耕地均發(fā)生在人口密度較大但人均GDP較低的地區(qū)(圖5a).說明這一時(shí)期內(nèi),人口和經(jīng)濟(jì)增長(zhǎng)促進(jìn)了耕地、草地等用地類型向工礦用地和居民用地的轉(zhuǎn)移.這一時(shí)期處于我國(guó)改革開放的初期,區(qū)內(nèi)GDP的增加促進(jìn)了其它地類向工礦用地的增加;而在經(jīng)濟(jì)尚不發(fā)達(dá),但人口壓力較大的地區(qū),易發(fā)生占田造城、毀林種地等開發(fā)活動(dòng).

1995~2000年間,耕地向居民用地和林地的轉(zhuǎn)移主要發(fā)生在人口密度較大、人均GDP較高的地區(qū).林地和草地之間的互相轉(zhuǎn)移主要發(fā)生在坡度較大、高程較高、降水較多的區(qū)域(圖5b).人口的增加促使了居民用地的增加,而居民用地最便利的來源是城鎮(zhèn)周邊的耕地.同時(shí),由于1999年起推行的退耕還林政策的實(shí)施,一些坡耕地上植樹造林,圖5(b)第一象限中也提取到了這一變化類型,說明這一政策起初發(fā)生在經(jīng)濟(jì)較好、人口較多的地區(qū).此外,林地和草地的互相轉(zhuǎn)移,更易發(fā)生在人為影響較小(高程較高、坡度較大)且降水條件較好的地區(qū).

2000~2010年間,耕地、林地、草地等地類向工礦用地和居民用地的轉(zhuǎn)移,以及工礦用地向居民用地的轉(zhuǎn)移均發(fā)生在人口密度和人均GDP較大的區(qū)域(圖5c).這一時(shí)期正處煤炭的“黃金十年”[23],工礦用地面積劇增,伴隨著GDP的快速增長(zhǎng);同時(shí),區(qū)內(nèi)人口的繼續(xù)增加也促進(jìn)了居民用地的增加,其來源除了城鎮(zhèn)周邊的耕地以外,原本屬于工礦用地的礦山生活區(qū)因人口聚集也逐漸轉(zhuǎn)移為居民用地.

2.4 討論

在本研究中,如僅對(duì)1986~2010年間的LUCC進(jìn)行分析,僅能推斷出人口密度和人均GDP對(duì)耕地,草地和工礦用地向居民用地的轉(zhuǎn)移起到正向驅(qū)動(dòng)作用,很難針對(duì)該結(jié)果推斷出這種驅(qū)動(dòng)發(fā)生的原因和機(jī)理;而通過不同時(shí)期的CCA分析可以判斷出不同時(shí)期的驅(qū)動(dòng)機(jī)理,如1995~2000年間的退耕還林政策的落實(shí)等,進(jìn)而對(duì)LUCC的驅(qū)動(dòng)過程形成更深入的了解,同時(shí)也可為政府部門進(jìn)行決策提供更加科學(xué)合理的依據(jù).

本文的結(jié)果證明:在經(jīng)濟(jì)水平較低的時(shí)期,人類通過不斷開荒種地維持發(fā)展,這時(shí)LUCC的驅(qū)動(dòng)力很可能來自于生產(chǎn)的發(fā)展.而當(dāng)社會(huì)經(jīng)濟(jì)發(fā)展到一定程度,土地資源被不合理地開發(fā)直至面臨著一些嚴(yán)重的生態(tài)環(huán)境問題時(shí),政府部門可能會(huì)適時(shí)出臺(tái)一些政策,通過不同的手段來限制不合理的開發(fā),例如退耕還林,圍欄禁牧等措施,使得人為活動(dòng)的影響降低,此時(shí),自然因素的驅(qū)動(dòng)作用就可能會(huì)變得顯著.

表3 圖5中土地利用轉(zhuǎn)移類型(%) Table 3 The land use transition types in Fig.5 (%)

注:列表示某一時(shí)期初土地利用,行表示某一時(shí)期末土地利用.

3 結(jié)論

3.1 晉北地區(qū)土地利用類型以耕地、草地和林地為主,土地利用的轉(zhuǎn)移以耕地和草地、林地和草地之間的互相轉(zhuǎn)移為主,呈現(xiàn)典型的農(nóng)牧交錯(cuò)區(qū)特性.2000年以后,耕地轉(zhuǎn)移為林地的比例也逐漸增加,體現(xiàn)了退耕還林政策實(shí)施的效果.隨著人口和經(jīng)濟(jì)的增長(zhǎng),區(qū)內(nèi)居民用地和工礦用地的面積也持續(xù)增加.

3.2 CCA排序可以很好地提取LUCC與自然、人為因素之間的關(guān)系,反應(yīng)不同時(shí)期土地利用變化受到的驅(qū)動(dòng)作用.從不同歷史時(shí)期LUCC的驅(qū)動(dòng)因子來看,研究區(qū)早期LUCC的主要驅(qū)動(dòng)力來自于人口增長(zhǎng)和經(jīng)濟(jì)發(fā)展的需求,與城市擴(kuò)張、糧食需求增加有著密切的聯(lián)系;2000年前后,研究區(qū)內(nèi)退耕還林、防護(hù)林建設(shè)等生態(tài)保護(hù)工程先后開始實(shí)施,這些工程受地形、氣候因素的因素的影響較大,因此,這些自然因素的驅(qū)動(dòng)作用也越來越重要.從不同地類的驅(qū)動(dòng)因子來看,研究區(qū)人口和經(jīng)濟(jì)的發(fā)展是耕地、草地等地類向居民用地、工礦用地轉(zhuǎn)移的主要驅(qū)動(dòng)力;而林地、草地等土地覆被類型之間的轉(zhuǎn)移主要受到坡度,高程和降水等自然因素的驅(qū)動(dòng).

[1] Luyssaert S, Jammet M, Stoy P, et al. Land management and land-cover change have impacts of similar magnitude on surface temperature [J]. Nature Climate Change, 2014,4(5):389-393.

[2] 徐小明.吉林西部水田土壤碳庫時(shí)空模擬及水稻生產(chǎn)的碳足跡研究 [D]. 長(zhǎng)春:吉林大學(xué), 2011.

[3] 趙 陽,張 藝,涂志華,等.基于生態(tài)服務(wù)價(jià)值的多目標(biāo)水源地土地利用結(jié)構(gòu)優(yōu)化 [J]. 中國(guó)環(huán)境科學(xué), 2014,34(1):232-238.

[4] Kanianska R, Kizeková M, Nová?ek J, et al. Land-use and land-cover changes in rural areas during different political systems: A case study of Slovakia from 1782 to 2006 [J]. Land Use Policy, 2014,36:554-566.

[5] 石曉麗,史文嬌.氣候變化和人類活動(dòng)對(duì)耕地格局變化的貢獻(xiàn)歸因綜述 [J]. 地理學(xué)報(bào), 2015,70(9):1463-1476.

[6] 王晨野,湯 潔,李昭陽,等.吉林西部土地利用/覆被時(shí)空變化驅(qū)動(dòng)力分析 [J]. 生態(tài)環(huán)境, 2008,17(5):1914-1920.

[7] Serra P, Pons X, Saurí D. Land-cover and land-use change in a Mediterranean landscape: a spatial analysis of driving forces integrating biophysical and human factors [J]. Applied Geography, 2008,28(3):189-209.

[8] 位 欣,劉耀林,姚 鵬.基于模擬退火遺傳算法的土地利用變化驅(qū)動(dòng)力研究 [J]. 中國(guó)土地科學(xué), 2008,22(7):34-37.

[9] 李 鵬,于書霞.基于典型對(duì)應(yīng)分析的滇池流域土地利用驅(qū)動(dòng)力分析 [J]. 中國(guó)人口.資源與環(huán)境, 2014,24(3):123-126.

[10] 邢容容,馬安青,劉修錦,等.青島市土地利用變化類型與影響因子關(guān)系的CCA研究 [J]. 安徽農(nóng)業(yè)科學(xué), 2015,43(15):298- 301+304.

[11] 徐廣才,康慕誼,李亞飛.錫林郭勒盟土地利用變化及驅(qū)動(dòng)力分析 [J]. 資源科學(xué), 2011,33(4):690-697.

[12] Li J, Zheng Y, Yan J, et al. Succession of plant and soil microbial communities with restoration of abandoned land in the Loess Plateau, China [J]. Journal of Soils and Sediments, 2013,13(4): 760-769.

[13] Bu C, Zhang P, Wang C, et al. Spatial distribution of biological soil crusts on the slope of the Chinese Loess Plateau based on canonical correspondence analysis [J]. Catena, 2016,137:373- 381.

[14] 劉奕伶,葛繼穩(wěn),李艷元,等.古夫河著生藻類優(yōu)勢(shì)種體積與水質(zhì)因子的相關(guān)性研究 [J]. 中國(guó)環(huán)境科學(xué), 2015,35(7):2182-2191.

[15] Hietel E, Waldhardt R, Otte A. Analysing land-cover changes in relation to environmental variables in Hesse, Germany [J]. Landscape ecology, 2004,19(5):473-489.

[16] Elmhagen B, Eriksson O, Lindborg R. Implications of climate and land-use change for landscape processes, biodiversity, ecosystem services, and governance [J]. Ambio, 2015,44(1):1-5.

[17] 湯 潔,汪雪格,李昭陽,等.基于CA-Markov模型的吉林省西部土地利用景觀格局變化趨勢(shì)預(yù)測(cè) [J]. 吉林大學(xué)學(xué)報(bào):地球科學(xué)版, 2010,40(2):405-411.

[18] Jiang W, Chen Z, Lei X, et al. Simulating urban land use change by incorporating an autologistic regression model into a CLUE-S model [J]. Journal of Geographical Sciences, 2015,25(7):836- 850.

[19] 國(guó)家林業(yè)局.三北防護(hù)林工程概況[EB/OL]. http://www.forestry. gov.cn.2015-6-23.

[20] 京津風(fēng)沙源治理工程二期規(guī)劃思路研究項(xiàng)目組.京津風(fēng)沙源治理工程二期規(guī)劃思路研究 [M]. 北京:中國(guó)林業(yè)出版社, 2013.

[21] 大同市地方志編纂委員會(huì).大同市志 [M]. 北京:方志出版社, 2000.

[22] 朔縣志編纂委員會(huì).朔縣志 [M]. 太原:山西古籍出版社, 1999.

[23] 中國(guó)經(jīng)濟(jì)網(wǎng).解密中國(guó)煤炭“黃金十年”[EB/OL]. http://www. ce.cn/. 2015-6-19.

* 責(zé)任作者, 副教授, xuxiaoming@sxu.edu.cn

during 1986~2010

XU Xiao-ming1*, DU Zi-qiang1, ZHANG Hong2, FENG Ling2, SHEN Xiao-yu2

(1.Institute of Loess Plateau, Shanxi University, Taiyuan 030006, China；2.College of Environment and Resource Sciences, Shanxi University, Taiyuan 030006, China)., 2016,36(7)：2154~2161

The land use pattern in a certain region in different periods was usually driven by natural, social, and economical factors. The driving mechanisms varied in different periods. North Shanxi province, located in the farming-pastoral ecotone of northern China, was chosen as the research area. The objectives of this study were to analyze the land use/cover change (LUCC) pattern in north Shanxi province, and to estimate the different driving mechanisms of the LUCC in different historical periods. A comprehensive method combining the unsupervised classification and the visual interpretation was used to extract the LUCC information in the study area from 1986 to 2010. The canonical correspondence analysis was employed to assess the natural and anthropogenic driving forces of the LUCC. The results indicated that cropland, grassland, and woodland were major land use types in the whole investigation period. Main land-use transferring types included the interconversions between grassland and cropland, as well as woodland and grassland. Population density, per capita gross domestic product (GDP), precipitation, slope, and elevation were the major driving forces of the LUCC. In 1986~1995, the driving forces of the LUCC were mainly from the demands of the population growth and the economy development. Later, the driving forces from the topographical elements such as elevation and slope became more and more important. The economic development and population growth promote the transitions from grassland and cropland to residential land and industrial land. Meanwhile, the conversions between grassland and woodland are mainly driven by natural factors such as slope, elevation, and precipitation.

land use/cover change；driving forces；canonical correspondence analysis；different periods

X171.1,F301.24

A

1000-6923(2016)07-2154-08

徐小明(1984-),男,山西五寨人,副教授,博士,主要研究方向?yàn)橥恋乩?覆被變化及碳循環(huán).發(fā)表論文10余篇.

2015-11-12

山西省科技重大專項(xiàng)(20121101011);山西省青年科技研究基金(2015021172);國(guó)家自然科學(xué)基金 (41401053,41161066);教育部留學(xué)回國(guó)人員科研啟動(dòng)基金