1979－2015年松嫩高平原土地利用格局變化及影響因子分析

王盼盼，宋 戈

?

1979－2015年松嫩高平原土地利用格局變化及影響因子分析

王盼盼，宋 戈※

（東北大學(xué)土地管理研究所，沈陽(yáng) 110169）

為明確松嫩高平原土地利用格局變化特征及影響因子對(duì)其作用方式。該文以巴彥縣為例，在明確1979－1991年、1991－2003年、2003－2015年間研究區(qū)土地利用格局變化特征的基礎(chǔ)上，運(yùn)用典范對(duì)應(yīng)分析（CCA, canonical correspondence analusis）和徑向基函數(shù)（RBF, radial basis function）神經(jīng)網(wǎng)絡(luò)模型，分析3個(gè)不同時(shí)段研究區(qū)土地利用格局變化主要影響因子，及各影響因子對(duì)土地利用格局作用強(qiáng)度及方向的時(shí)間演變規(guī)律。研究結(jié)果表明：1）3個(gè)不同時(shí)段，研究區(qū)各土地利用類(lèi)型的面積增減幅度不一，1991－2003年，旱地面積增加11 514.56 hm2，其他用地面積減少6 445.57 hm2，土地利用面積變化幅度最大。2）1991－2003年，坡度、土壤類(lèi)型、土壤質(zhì)地、土壤肥力、土壤水分、GDP、區(qū)位指數(shù)、集中化程度、多樣性指數(shù)和土地利用強(qiáng)度等關(guān)鍵性影響因子與第1排序軸的影響系數(shù)分別為-0.386 6、-0.559 4、-0.342 3、0.648 3、0.352 6、0.187 1、0.393 6、0.417 0、0.388 8、-0.583 3，其強(qiáng)度明顯高于1979－1991年和2003－2015年，是造成該期間土地利用類(lèi)型之間轉(zhuǎn)換頻繁，土地利用面積變化幅度大的主要原因。3）3個(gè)不同時(shí)段，影響各土地利用類(lèi)型變化的關(guān)鍵性因子不同，在影響因子的共同作用下，土地利用類(lèi)型的面積增減幅度不一，促使旱地發(fā)生轉(zhuǎn)變的土地利用強(qiáng)度，在1991－2003年間對(duì)旱地的作用強(qiáng)度明顯下降，影響系數(shù)由0.485 4變?yōu)?.338 4，是旱地在該期間面積增加較多的主要原因。研究結(jié)論：3個(gè)不同時(shí)段內(nèi)，各關(guān)鍵性影響因子對(duì)土地利用格局的作用強(qiáng)度、方向及方式均有所變化，導(dǎo)致研究區(qū)土地利用格局存在明顯的分異特征。

土地利用；土地整治；遙感；影響因子；典范對(duì)應(yīng)分析；徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)；巴彥縣

0 引 言

土地利用格局是自然條件變化和人類(lèi)活動(dòng)相互作用的結(jié)果[1-3]，土地利用格局變化導(dǎo)致地球表面的生物、水文及能量等過(guò)程發(fā)生變化，由此所引發(fā)的一系列土壤侵蝕、土壤養(yǎng)分遷移、生物多樣性減少、河流徑流增加、糧食匱乏等生態(tài)和社會(huì)經(jīng)濟(jì)問(wèn)題不斷增多[4]。根據(jù)全球碳循環(huán)預(yù)測(cè)結(jié)果可知，1991－2100年，土壤的碳轉(zhuǎn)移將達(dá)到32%～57%，是因?yàn)榇竺娣e的林地轉(zhuǎn)變?yōu)楦?，全球的土壤侵蝕將不斷加??；據(jù)測(cè)算，由于土地利用類(lèi)型的變化和土地覆被格局的改變，大氣中80% N2O和60% CO來(lái)源于此[5]。因此，深入探究土地利用格局的變化特征及影響因子，對(duì)于土地利用格局的優(yōu)化、區(qū)域生態(tài)環(huán)境的改善和土地利用率的提高等具有重要的指導(dǎo)意義。

國(guó)內(nèi)外已有的研究主要集中在土地利用格局變化特征、土地利用格局模擬及預(yù)測(cè)、土地利用格局變化的驅(qū)動(dòng)力分析等[6-12]。在研究角度及方法上，眾多學(xué)者基于DEM[13]、地貌特征[14]、地形梯度[15]、分形特征[16]、鄰域因子[17]等方面分析土地利用格局變化特征；運(yùn)用CA-Markov模型[18]、CLUE-S模型[19]等方法模擬及預(yù)測(cè)土地利用格局；從自然及人文角度探討土地利用格局變化的驅(qū)動(dòng)因素，在研究尺度上，全國(guó)、省級(jí)及流域尺度居多。大多數(shù)研究在識(shí)別土地利用格局變化的主要影響因子時(shí)，多是識(shí)別不同時(shí)點(diǎn)或單一時(shí)段的影響因子[20-22]，土地利用格局變化是一個(gè)時(shí)空動(dòng)態(tài)過(guò)程，其主要影響因子及因子對(duì)土地利用格局的作用強(qiáng)度、方向等也會(huì)隨著時(shí)間而發(fā)生變化，因此，識(shí)別不同時(shí)段的土地利用格局變化影響因子，研究不同時(shí)段因子之間差異及其對(duì)土地利用格局的影響更具有科學(xué)價(jià)值。前期研究結(jié)果表明，巴彥縣位于“三大黑土區(qū)”之一的東北黑土區(qū)區(qū)域內(nèi)，大部分區(qū)域由于土地利用格局變化而引發(fā)的黑土退化、水土流失、土壤侵蝕、土地污染、林地銳減等負(fù)效應(yīng)突出，嚴(yán)重影響和威脅著區(qū)域的糧食安全、生態(tài)安全和經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展[23-24]。因此，本文以巴彥縣為研究區(qū)，在分析1979－1991年、1991－2003年、2003－2015年研究區(qū)土地利用格局變化特征的基礎(chǔ)上，運(yùn)用（CCA, canonical correspondence analusis）排序和（RBF, radial basis function）神經(jīng)網(wǎng)絡(luò)模型，甄別3個(gè)不同時(shí)段研究區(qū)土地利用格局變化的主要影響因子，分析各影響因子對(duì)土地利用格局作用強(qiáng)度及方向的時(shí)間演變規(guī)律，深入探究土地利用格局動(dòng)態(tài)變化過(guò)程及共性規(guī)律，以期為松嫩高平原土地利用格局的優(yōu)化調(diào)整提供參考依據(jù)，對(duì)于提高寶貴黑土區(qū)的土地利用效率具有重要的意義。

1 研究區(qū)概況

巴彥縣是哈爾濱的近郊縣，位于黑龍江省中部偏南，松花江中游北岸，松嫩高平原腹地。巴彥縣轄10鎮(zhèn)8鄉(xiāng)，土地總面積313 638.69 hm2，以農(nóng)林業(yè)為主，全縣年平均氣溫3 ℃，多年平均降水量541.9 mm。2015年，巴彥縣總?cè)丝?0.2萬(wàn)人，GDP為181.71億元。巴彥縣共劃分為6個(gè)地貌類(lèi)型區(qū)，包括低山丘陵殘山區(qū)、低山邊緣坡崗區(qū)、波狀緩坡漫崗區(qū)、松花江階地、河灘地、溝谷灘地。土壤類(lèi)型多樣，其中以黑土分布最廣，占土地總面積的53.5%，巴彥縣后備土地資源較少，部分地區(qū)由于土地利用變化和土地利用方式的不合理，黑土退化、水土流失、土壤侵蝕等問(wèn)題日益突出。

2 數(shù)據(jù)來(lái)源與研究方法

2.1 數(shù)據(jù)來(lái)源與處理

本文選取的數(shù)據(jù)源像為云覆蓋率均小于10%的研究區(qū)1979年Landsat MSS、1991年和2003年Landsat TM、2015年Landsat 8 OLI遙感影像。1991年和2003年的土地利用變更數(shù)據(jù)庫(kù)可以滿足當(dāng)前研究所需。以巴彥縣1∶50 000地形圖為參考，將土地利用方式和覆蓋特征作為主要分類(lèi)依據(jù)，采用控制點(diǎn)糾正方式對(duì)遙感影像進(jìn)行處理。在GIS的技術(shù)支持下，根據(jù)研究區(qū)實(shí)際地理特征，將研究區(qū)分為旱地、水田、園地、林地、草地、水域、建設(shè)用地、其他用地8類(lèi)土地利用類(lèi)型，為檢驗(yàn)解譯精度，選取多個(gè)樣點(diǎn)進(jìn)行實(shí)地調(diào)查，并且反復(fù)調(diào)整解譯結(jié)果，最終實(shí)現(xiàn)解譯精度>0.8，Kappa系數(shù)>0.8，可以滿足本研究的需要。

在建立土地利用數(shù)據(jù)庫(kù)基礎(chǔ)上，提取研究區(qū)1∶50 000數(shù)字化地形圖中的高程點(diǎn)和等高線，建立不規(guī)則三角網(wǎng)（TIN，triangulated irregular network），并且，運(yùn)用線性和雙線性內(nèi)插生成DEM，從而獲取研究區(qū)高程、坡度和坡向等地形數(shù)據(jù)，運(yùn)用ArcGIS的空間分析功能，生成高程、坡度和坡向?qū)ｎ}圖。在ArcGIS平臺(tái)下手動(dòng)輸入研究區(qū)6種地貌類(lèi)型屬性，運(yùn)用Kriging空間插值方法將地貌類(lèi)型進(jìn)行插值，將插值圖轉(zhuǎn)換為柵格數(shù)據(jù)，進(jìn)而得知巴彥縣全縣的地貌類(lèi)型。

本研究選取1979年、1991年、2003年及2015年的土壤數(shù)據(jù)包括：土壤類(lèi)型、土壤質(zhì)地、土壤養(yǎng)分（土壤有機(jī)質(zhì)、氮磷鉀、微量元素）、土壤重金屬、pH值、有機(jī)質(zhì)、黑土層厚度、土壤污染物。土壤數(shù)據(jù)來(lái)源分別為：1979年研究區(qū)的土壤數(shù)據(jù)及相關(guān)圖件來(lái)源于黑龍江省第二次土壤普查資料。1991年和2003年的土壤數(shù)據(jù)及相應(yīng)圖件來(lái)源于前期研究成果“巴彥縣1991年、2003年、2009年土地利用現(xiàn)狀調(diào)查”的耕地質(zhì)量調(diào)查中土壤調(diào)查專(zhuān)項(xiàng)。2015年土壤數(shù)據(jù)采取野外實(shí)地采樣，將土壤采樣樣本在專(zhuān)業(yè)土肥站和實(shí)驗(yàn)室進(jìn)行實(shí)測(cè)后，進(jìn)行內(nèi)業(yè)數(shù)據(jù)處理，建立2015年土壤各類(lèi)指數(shù)數(shù)據(jù)庫(kù)和相應(yīng)圖件。運(yùn)用潛在生態(tài)危害指數(shù)法，根據(jù)土壤中8類(lèi)重金屬污染元素（鉻、汞、銅、鉛、鎘、鋅、鎳、砷）的含量，計(jì)算得到研究區(qū)重金屬綜合污染指數(shù)。

本研究所選取的植被指數(shù)為歸一化植被指數(shù)（NDVI, normalized difference vegetation index）、比值植被指數(shù)（RVI, relative vigor index）和差值植被指數(shù)（DVI, difference vegetation index）。以4個(gè)時(shí)間點(diǎn)的遙感影像為數(shù)據(jù)源，運(yùn)用近紅外波段的反射值與紅光波段的反射值計(jì)算NDVI，運(yùn)用近紅外波段的反射值與紅光波段的反射值比值計(jì)算RVI，運(yùn)用近紅外波段的反射值與紅光波段的反射值差值計(jì)算DVI。NDVI、DVI、RVI可以間接的反應(yīng)土壤肥力、土壤退化及土壤水分。

運(yùn)用GIS軟件，將巴彥縣1979年、1991年、2003年和2015年的矢量地類(lèi)圖斑轉(zhuǎn)化為柵格地類(lèi)圖斑，提取城鎮(zhèn)中心、水域及主要道路的矢量圖斑，計(jì)算每個(gè)柵格到城鎮(zhèn)中心、水域、道路的成本距離。土地利用強(qiáng)度、土地利用多樣性及區(qū)位指數(shù)分別利用土地利用強(qiáng)度模型、Gibbs-Martin指數(shù)、及地類(lèi)區(qū)位指數(shù)模型求取，土地利用集中化程度=1-土地利用多樣性指數(shù)。根據(jù)各鄉(xiāng)鎮(zhèn)的人口統(tǒng)計(jì)及經(jīng)濟(jì)數(shù)據(jù)，利用反距離權(quán)重插值方法插值成空間化數(shù)據(jù)。

本文的數(shù)據(jù)基礎(chǔ)建立在柵格數(shù)據(jù)基礎(chǔ)上，而各圖件的數(shù)據(jù)格式不同，包括矢量數(shù)據(jù)、柵格數(shù)據(jù)，因此，將1979年、1991年、2003年和2015年所有數(shù)據(jù)按照行政邊界切割，并通過(guò)ArcGIS軟件柵格化，統(tǒng)一重采樣到30 m×30 m。

2.2 研究方法

1）CCA排序

土地利用格局變化的復(fù)雜性及其影響因素之間相互作用和影響，決定了土地利用格局變化及其影響因素之間并非簡(jiǎn)單的線性相關(guān)。CCA排序法可以將結(jié)果簡(jiǎn)單明了地表示在同一排序圖上，能夠較為客觀地反映土地利用格局與各影響因子之間的空間對(duì)應(yīng)關(guān)系[25-28]。

通過(guò)單一土地利用動(dòng)態(tài)度模型和綜合土地利用動(dòng)態(tài)度模型計(jì)算研究區(qū)1979－1991年、1991－2003年、2003－2015年旱地、水田、園地、林地、草地、建設(shè)用地、水域和其他用地的單一土地利用類(lèi)型動(dòng)態(tài)度和土地利用綜合動(dòng)態(tài)度，由于研究區(qū)園地面積較小，動(dòng)態(tài)度在采樣點(diǎn)上的賦值多數(shù)為0，因此，在CCA排序中排除園地動(dòng)態(tài)度。以1979－1991年、1991－2003年、2003－2015年土地利用綜合動(dòng)態(tài)度和單一土地利用類(lèi)型動(dòng)態(tài)度為物種變量，1979－1991年、1991－2003年、2003－2015年各因子平均值作為環(huán)境變量，運(yùn)用Canoco 4.5軟件中的WcanoImp軟件模塊將上述矩陣進(jìn)行格式轉(zhuǎn)化。將轉(zhuǎn)化后的樣點(diǎn)土地利用類(lèi)型動(dòng)態(tài)度矩陣和樣點(diǎn)影響因子矩陣導(dǎo)入Canoco4.5軟件中，對(duì)土地利用格局與其影響因子采用CCA方法[17]進(jìn)行分析。經(jīng)研究，1979－1991年、1991－2003年、2003－2015年4個(gè)排序軸上累積土地利用格局與影響因子的解釋量分別為99.1%、99.2%和99.4%，土地利用格局與影響因子關(guān)系的絕大部分信息均在前4個(gè)排序軸中得出。1979－1991年前2個(gè)排序軸的累計(jì)百分比分別為60.2%、80.1%，1991－2003年為66.5%、81.7%，2003－2015年為67.3%、83.1%。因此，CCA分析可以很好的解釋土地利用格局變化與影響因子之間的關(guān)系。

2）徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)

由于CCA分析不能得到單個(gè)影響因子對(duì)土地利用類(lèi)型變化的解釋度，本研究進(jìn)一步利用徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)模型定量估算各影響因子對(duì)土地利用類(lèi)型變化的影響和貢獻(xiàn)程度。徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)模型是非線性輸入空間向線性輸入空間的隱射，即通過(guò)合理的變換，將原始的非線性可分的特征空間隱射到另一種線性可分的高維空間，進(jìn)而模擬輸入層影響輸出層的內(nèi)在結(jié)構(gòu)，具有明確的目標(biāo)導(dǎo)向[29-30]。

運(yùn)用－均值聚類(lèi)方法求取基函數(shù)中心c(=1,2,…,)，選用高斯函數(shù)作為徑向基函數(shù)

方差為

式中max為選取中心之間的最大距離，m；為訓(xùn)練樣本個(gè)數(shù)；x為訓(xùn)練樣本集合，c為基函數(shù)中心，為輸入層節(jié)點(diǎn)。測(cè)度隱含層至輸出層之間神經(jīng)元的連接權(quán)值可以用最小二乘法計(jì)算，公式如下

式中為樣本容量，為樣本點(diǎn)個(gè)數(shù)。

輸入層對(duì)輸出層的影響系數(shù)為

式中A代表影響系數(shù)，W代表輸入層到隱含層的權(quán)值，P代表隱含層到輸出層的權(quán)值，代表隱含層節(jié)點(diǎn)，代表輸入層節(jié)點(diǎn)總數(shù)。

本文利用DPS軟件進(jìn)行RBFN建模分析1979－1991年、1991－2003年、2003－2015年各影響因子對(duì)各土地利用類(lèi)型的作用強(qiáng)度，以巴彥縣26種評(píng)價(jià)因子的值作為輸入層，即輸入層節(jié)點(diǎn)為26；以1979－1991年、1991－2003年、2003－2015年旱地、水田、林地、草地、建設(shè)用地、水域、其他用地的土地利用動(dòng)態(tài)度為輸出層，即網(wǎng)絡(luò)輸出節(jié)點(diǎn)數(shù)為7，通過(guò)試算選定誤差最小的隱含層神經(jīng)元個(gè)數(shù)，1979－1991年的為7，1991－2003年和2003－2015年的為8。計(jì)算時(shí)訓(xùn)練速率取0.15，加權(quán)種子數(shù)取2，訓(xùn)練控制過(guò)程中迭代次數(shù)取100次，計(jì)算結(jié)果顯示，3個(gè)時(shí)段影響因素測(cè)度的模型精度均在0.9以上，平均擬合度達(dá)到0.948，擬合度較好，可有效解釋土地利用類(lèi)型與影響因子之間關(guān)系。

3 結(jié)果與分析

3.1 巴彥縣土地利用格局變化特征

在GIS的技術(shù)支撐下，根據(jù)研究區(qū)各年土地利用數(shù)據(jù)庫(kù)，獲得1979－2015年巴彥縣土地利用面積及結(jié)構(gòu)表（表1），研究區(qū)主要土地利用類(lèi)型為旱地，其面積占總面積的比例均在67%以上。研究區(qū)的次主要土地利用類(lèi)型是林地，其面積占總面積的比例均在10%以上。園地面積最小，其占總面積的比例均在1%以下。

1979－1991年間，水田、草地、水域及其他用地面積減少，旱地、園地、林地和建設(shè)用地面積增加。1991－2003年間，園地、林地、草地、建設(shè)用地及其他用地面積減少，旱地、水田和水域面積增加。2003－2015年間，旱地、園地、林地、草地、水域及其他用地面積減少，水田和建設(shè)用地面積增加。總體來(lái)看，1979－2015年間，研究區(qū)土地利用類(lèi)型面積的增減幅度大小不一，旱地、水田及建設(shè)用地面積增加，園地、林地、草地、水域及其他用地面積減少。其中水田面積增長(zhǎng)最為明顯，共增長(zhǎng)了10 644.78 hm2，增長(zhǎng)比例為3.40%。旱地增長(zhǎng)7 166.72 hm2，增長(zhǎng)比例為2.28%，建設(shè)用地增長(zhǎng)4 825.73 hm2，增長(zhǎng)比例為1.54%。減少最多的用地類(lèi)型為其他用地，共減少10 352.75 hm2，比例減少3.30%。1991－2003年，土地利用類(lèi)型面積的變化幅度最大，旱地面積增加11 514.56 hm2，其他用地面積減少6 445.57 hm2。

表1 1979－2015年巴彥縣土地利用面積及結(jié)構(gòu)

3.2 巴彥縣土地利用格局與影響因子的典范對(duì)應(yīng)分析

本文依據(jù)研究區(qū)土地利用格局變化的實(shí)際情況，兼顧指標(biāo)量化的難易程度及指標(biāo)獲取的可行性，運(yùn)用SPSS軟件，進(jìn)行因子間的共線性處理，最后得到高程、坡度、坡向、地貌類(lèi)型、土壤類(lèi)型、土壤質(zhì)地、黑土層厚度、全氮、速效磷、速效鉀、pH值、土壤有機(jī)質(zhì)、土壤重金屬污染指數(shù)、氯、土壤肥力、土壤退化、土壤水分、距城鎮(zhèn)中心距離、距水域距離、距道路距離、土地利用強(qiáng)度、多樣性指數(shù)、集中化程度、區(qū)位指數(shù)、GDP、人口26個(gè)影響因子參與研究區(qū)土地利用格局變化影響因子分析研究。

由CCA排序得到1979－1991年、1991－2003年、2003－2015年巴彥縣土地利用格局的影響因子與典范對(duì)應(yīng)分析排序軸的相關(guān)系數(shù)（表2）。

表2 1979－2015年巴彥縣土地利用格局的影響因子與典范對(duì)應(yīng)分析排序軸的相關(guān)系數(shù)

1979－1991年，CCA排序第1軸主要反映了高程（?0.390 6）、坡度（?0.378 1）、土壤類(lèi)型（?0.507 6）、土壤質(zhì)地（?0.317 3）、黑土層厚度（0.491 0）、距城鎮(zhèn)中心距離（?0.439 1）、距水域距離（?0.248 4）、區(qū)位指數(shù)（0.302 8）、集中化程度（0.324 0）、土地利用強(qiáng)度（?0.423 7）。排序第2軸主要反映高程（0.384 1）、地貌類(lèi)型（?0.224 5）、土壤水分（0.344 4）、距水域距離（0.273 2）、區(qū)位指數(shù)（0.376 2）、集中化程度（0.432 8）、多樣性指數(shù)（0.238 1）、土地利用強(qiáng)度（?0.392 9）。綜上，1979－1991年，影響研究區(qū)土地利用格局主要的關(guān)鍵性因子為高程、坡度、地貌類(lèi)型、土壤類(lèi)型、土壤質(zhì)地、黑土層厚度、土壤水分、距城鎮(zhèn)中心距離、距水域距離、區(qū)位指數(shù)、集中化程度、多樣性指數(shù)、土地利用強(qiáng)度。同理可發(fā)現(xiàn)，1991－2003年和2003－2015年土地利用格局變化的主要影響因子，3個(gè)不同時(shí)段土地利用格局的主要影響因子有相同之處，同時(shí)也存在差別。

由1979－1991年、1991－2003年、2003－2015年研究區(qū)土地利用格局的關(guān)鍵性影響因子及影響強(qiáng)度可知，3個(gè)不同時(shí)段內(nèi)，地形地貌因素中的高程、坡度、地貌類(lèi)型對(duì)研究區(qū)土地利用格局的影響強(qiáng)度始終較大，影響強(qiáng)度先增加后減少，1991－2003年時(shí)最強(qiáng)；土壤因素中土壤類(lèi)型、土壤質(zhì)地、土壤肥力等對(duì)土地利用格局的影響差異性較大，影響1991－2003年間土地利用格局的土壤因素較多；距離因素中距城鎮(zhèn)中心距離、距河流距離對(duì)土地利用格局的影響較大，但影響強(qiáng)度變化不顯著；土地利用程度因素中，區(qū)位指數(shù)、集中化程度、多樣性指數(shù)及土地利用強(qiáng)度對(duì)研究區(qū)土地利用格局的影響均很強(qiáng)，且影響強(qiáng)度先增加后下降，1991－2003年時(shí)最強(qiáng)。1991－2003年，坡度、土壤類(lèi)型、土壤質(zhì)地、土壤肥力、土壤水分、GDP、區(qū)位指數(shù)、集中化程度、多樣性指數(shù)和土地利用強(qiáng)度等關(guān)鍵性影響因子與第1排序軸的影響系數(shù)分別為?0.386 6、?0.559 4、?0.342 3、0.648 3、0.352 6、0.187 1、0.393 6、0.417 0、0.388 8、?0.583 3，各影響因子對(duì)土地利用格局的作用強(qiáng)度明顯高于1979－1991年和2003－2015年，是造成該期間土地利用類(lèi)型之間轉(zhuǎn)換頻繁，土地利用面積變化幅度大的主要原因。

總體來(lái)看，研究區(qū)位于松嫩高平原區(qū)域，平原面積占研究區(qū)總面積的70%以上，高程和坡度較小的區(qū)域，土地利用格局發(fā)生變化的概率越大，隨著高程和坡度的增加，土地利用類(lèi)型趨向單一化，土地利用類(lèi)型之間轉(zhuǎn)換的頻繁度較低，高程和坡度的增加會(huì)抑制土地利用格局的變化。研究區(qū)土壤因素對(duì)土地利用格局的影響錯(cuò)綜復(fù)雜，影響大小、強(qiáng)度等均有不同程度的變化，土壤類(lèi)型在白漿土、草甸土、黑土區(qū)域，土壤質(zhì)地為輕黏土和重壤土，土地利用格局發(fā)生變化的概率降低，土壤肥力和土壤水分較大的區(qū)域，往往植被覆蓋面較大，土地利用類(lèi)型之間發(fā)生轉(zhuǎn)變的概率較高，而土壤退化嚴(yán)重的區(qū)域，多為未利用地和其他用地等，其被利用的概率也會(huì)增加，土地用途易發(fā)生變化，土壤因素對(duì)土地利用格局變化的影響較大。距城鎮(zhèn)中心距離較近的區(qū)域，人類(lèi)活動(dòng)較頻繁，人類(lèi)活動(dòng)對(duì)土地利用格局的影響不容忽視，人類(lèi)活動(dòng)的增加導(dǎo)致土地利用格局發(fā)生變化的概率增大。土地利用強(qiáng)度是指人類(lèi)開(kāi)發(fā)利用土地的廣度和深度，土地利用強(qiáng)度越大的區(qū)域，其土地被開(kāi)發(fā)利用的越徹底，土地用途不易轉(zhuǎn)變，在土地利用強(qiáng)度相對(duì)較小的區(qū)域，土地利用格局發(fā)生變化的概率會(huì)增加。

3.3 影響因子對(duì)各土地利用類(lèi)型作用強(qiáng)度的演變分析

由于CCA分析不能得到影響因子對(duì)不同土地利用類(lèi)型變化的解釋度，本研究進(jìn)一步利用徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)模型定量估算各影響因子對(duì)土地利用類(lèi)型的影響和貢獻(xiàn)程度，得到1979－1991年、1991－2003年、2003－2015年間各影響因子對(duì)巴彥縣不同土地利用類(lèi)型的影響系數(shù)（表3）。

表3 1979－1991年、1991－2003年、2003－2015年各影響因子對(duì)巴彥縣不同土地利用類(lèi)型的影響系數(shù)

旱地的動(dòng)態(tài)變化受土地利用強(qiáng)度的影響始終較大，3個(gè)時(shí)段，影響系數(shù)分別為0.485 4、0.338 4、0.335 5，土地利用強(qiáng)度可以間接反映人類(lèi)活動(dòng)的干擾能力，旱地動(dòng)態(tài)度隨著土地利用強(qiáng)度的增加而增大，人類(lèi)活動(dòng)的頻繁程度在一定程度上影響著旱地的分布，人類(lèi)活動(dòng)越頻繁的區(qū)域，旱地與其他土地利用類(lèi)型之間的轉(zhuǎn)換越頻繁，尤其是旱地與建設(shè)用地之間的轉(zhuǎn)換。旱地變化受距離因素（距城鎮(zhèn)中心距離、距道路距離）的限制逐漸減少，經(jīng)濟(jì)快速發(fā)展，交通便利程度的增加，距離因素對(duì)于耕種條件的限制逐漸減小。旱地受GDP的影響逐漸減少，說(shuō)明研究區(qū)在逐漸重視經(jīng)濟(jì)發(fā)展與生態(tài)保護(hù)并重。旱地變化受土壤質(zhì)地的影響在不斷增加，影響系數(shù)從0.218 9增加為0.280 6，受土壤水分的影響有所減少，影響系數(shù)從0.198 9減少為0.134 2，作物的生長(zhǎng)本身離不開(kāi)土壤，土壤的質(zhì)地、水分、肥力等對(duì)作物的生長(zhǎng)起著關(guān)鍵的作用，因此，對(duì)旱地的分布起著關(guān)鍵性的作用。

水田的動(dòng)態(tài)變化受距水域距離和土壤水分的影響在不斷增加，影響系數(shù)分別從0.144 1、0.332 3增加為0.295、0.343，水田的分布離不開(kāi)水源，因此距水域距離的遠(yuǎn)近及土壤水分含量的高低對(duì)于水田的分布起著關(guān)鍵性作用。水田受地貌類(lèi)型和高程的影響呈下降趨勢(shì)，水田仍然受地形地貌的影響較大，但限制性有所減少，水田對(duì)地形地貌的要求較高，隨著農(nóng)業(yè)技術(shù)的進(jìn)步，灌溉設(shè)施的完善，地形地貌對(duì)水田分布的限制性逐漸減少。

林地的動(dòng)態(tài)變化受高程、坡度及坡向的影響在不斷增加，其影響系數(shù)分別從0.206 6、0.225 3、0.113 1增加到0.226 4、0.355 9、0.124 2，林地的變化受地形影響在逐漸加大，林地本身的區(qū)位優(yōu)勢(shì)分布在高海拔且坡度較大的區(qū)域，受人類(lèi)活動(dòng)干擾較少，受地形的限制不大，根據(jù)土地利用類(lèi)型分布自身的優(yōu)勢(shì)和特點(diǎn)，其他受地形限制較大的土地利用類(lèi)型會(huì)在海拔較低的地方分布逐漸擴(kuò)大，所以在低海拔區(qū)域，林地轉(zhuǎn)變?yōu)槠渌恋乩妙?lèi)型的概率增加。林地變化受距離因素（距城鎮(zhèn)中心距離與距道路距離）均呈增加趨勢(shì)，林地本身分布的優(yōu)勢(shì)區(qū)域位于距城鎮(zhèn)及道路較遠(yuǎn)的區(qū)域，距城鎮(zhèn)中心及道路較近的區(qū)域，林地被開(kāi)墾為耕地等其他土地利用類(lèi)型的概率會(huì)增加，且這種現(xiàn)象越來(lái)越顯著。

草地的動(dòng)態(tài)變化受土壤退化的影響一直很大，影響程度不斷增加，影響系數(shù)由0.299 5增加為0.327 7。土壤退化越嚴(yán)重的區(qū)域，草地發(fā)生變化的概率越大，與事實(shí)發(fā)展規(guī)律相符，土壤退化導(dǎo)致草地退化的加劇，草地被開(kāi)墾為其他土地利用類(lèi)型的概率增加。草地變化受距水域距離的影響較大，且影響程度增加，任何植被覆蓋均離不開(kāi)水源，包括草地，距水域距離越遠(yuǎn)的區(qū)域，草地轉(zhuǎn)變?yōu)槠渌恋乩妙?lèi)型的概率增加。

建設(shè)用地的動(dòng)態(tài)變化受高程及坡度的影響逐漸減小，建設(shè)用地對(duì)地形的要求較高，海拔較高、坡度較大的區(qū)域不適合進(jìn)行建筑建設(shè)活動(dòng)，此區(qū)域，建設(shè)用地轉(zhuǎn)變?yōu)槠渌恋乩妙?lèi)型的概率增加。但隨著技術(shù)的進(jìn)步，地形等因素對(duì)于建設(shè)用地的限制在逐漸減少。建設(shè)用地變化受距水域距離的影響在增加，影響系數(shù)由0.279 9變?yōu)?.286 9，距水域距離越遠(yuǎn)的區(qū)域，建設(shè)用地轉(zhuǎn)變?yōu)槠渌恋乩妙?lèi)型的概率增加，研究區(qū)建設(shè)用地多為居民點(diǎn)用地，人們的生產(chǎn)生活離不開(kāi)水源，因此，距水域距離對(duì)建設(shè)用地分布的限制較大，且限制性在不斷增加。土壤退化越嚴(yán)重的區(qū)域，建設(shè)用地轉(zhuǎn)變?yōu)槠渌恋乩妙?lèi)型的概率增加，且這種影響在不斷加大。建設(shè)用地變化受集中化程度的影響在增加，影響系數(shù)由0.088 7增加為0.104，研究區(qū)集中化程度最高的土地利用類(lèi)型為旱地，集中化程度越大的區(qū)域，建設(shè)用地被復(fù)墾為旱地的概率增加，轉(zhuǎn)變?yōu)槠渌恋乩妙?lèi)型的概率增加。

水域的動(dòng)態(tài)變化受土壤退化的影響一直很大，且其影響系數(shù)在不斷增加，土壤退化越嚴(yán)重的區(qū)域，水域發(fā)生變化的概率越大。水域變化受距水域距離的影響較大，距水域距離近的區(qū)域水域變化越明顯，水域周?chē)酁闉┩坑玫兀浒l(fā)生土地利用類(lèi)型轉(zhuǎn)換的概率較大。

其他用地的動(dòng)態(tài)變化受距水域距離的影響在不斷增加，其他用地主要是由河流湖面及灘涂等組成，其受水域影響較大，距水域距離較近的區(qū)位，土地利用類(lèi)型轉(zhuǎn)變較頻繁，尤其多種土地利用類(lèi)型與其他用地的轉(zhuǎn)換。其他用地的變化受土壤因素的影響一直較大，且其影響程度在不斷加大，隨著技術(shù)的革新和不斷進(jìn)步，土壤條件較好的區(qū)域，其他用地被開(kāi)墾為旱地、草地等土地利用類(lèi)型的概率增加，大大提高了土地利用率。

4 結(jié) 論

1）1979－1991年、1991－2003年、2003－2015年間，研究區(qū)各土地利用類(lèi)型的面積增減幅度不一，旱地、水田及其他用地面積變化幅度較大，其中，1991－2003年旱地面積增加11 514.56 hm2，其他用地面積減少6 445.57 hm2，該期間研究區(qū)土地利用面積的增減幅度最大。

2）1979－1991年、1991－2003年、2003－2015年間，研究區(qū)土地利用格局變化受自然與人文因子共同作用的影響，3個(gè)不同時(shí)段內(nèi)，土地利用格局的影響因子不盡相同，且各關(guān)鍵性影響因子對(duì)土地利用格局的作用強(qiáng)度、方向及方式均有所變化。其中，1991－2003年，坡度、土壤類(lèi)型、土壤質(zhì)地、土壤肥力、土壤水分、GDP、區(qū)位指數(shù)、集中化程度、多樣性指數(shù)和土地利用強(qiáng)度等關(guān)鍵性影響因子與第1排序軸的影響系數(shù)分別為?0.386 6、?0.559 4、?0.342 3、0.648 3、0.352 6、0.187 1、0.393 6、0.417 0、0.388 8、?0.583 3，其強(qiáng)度明顯高于1979－1991年和2003－2015年，造成該期間土地利用類(lèi)型之間轉(zhuǎn)換頻繁，土地利用面積變化幅度大。

3）1979－1991年、1991－2003年、2003－2015年間，影響各土地利用類(lèi)型變化的主要影響因子不同，且各影響因子對(duì)不同土地利用類(lèi)型的作用強(qiáng)度、方向及方式也不盡相同，在各影響因子的共同作用下，土地利用類(lèi)型的面積增減幅度不一。旱地變化受土地利用強(qiáng)度的影響一直較大，3個(gè)時(shí)段，影響系數(shù)分別為0.485 4、0.338 4、0.335 5，促使旱地發(fā)生轉(zhuǎn)變的土地利用強(qiáng)度，在1991－2003年間對(duì)旱地的作用強(qiáng)度下降明顯，是旱地在該期間面積增加較多的主要原因。水田變化受距水域距離及土壤水分的影響強(qiáng)度有所增加，影響系數(shù)分別從1979－1991年的0.144 1、0.332 3增加到2003－2015年的0.295、0.343，是水田面積在2003－2015年增長(zhǎng)幅度較大的主要原因。

[1] 楊麗，謝高地，甄霖，等. 涇河流域土地利用格局的時(shí)空變化分析[J]. 資源科學(xué)，2005，27(4)：26－32.

Yang Li, Xie Gaodi , Zhen Lin, et al. Spatio-temporal changes of land use in Jinghe watershed[J]. Resources Science, 2005, 27(4): 26－32. (in Chinese with English abstract)

[2] 魏蓮，劉學(xué)錄. 基于 GIS 和 DEM 的土地利用空間格局分析：以蘭州市為例[J]. 干旱區(qū)資源與環(huán)境，2014，28(4)：54－59.

Wei Lian, Liu Xuelu. Spatial pattern of land use in Lanzhou city based on GIS[J]. Journal of Arid Land Resources and Environment, 2014, 28(4): 54－59. (in Chinese with English abstract)

[3] 郭洪峰，許月卿，吳艷芳. 基于地形梯度的土地利用格局與時(shí)空變化分析：以北京市平谷區(qū)為例[J]. 經(jīng)濟(jì)地理，2013，33(1)：160－166.

Guo Hongfeng, Xu Yueqing, Wu Yanfang. Analysis of the land use spatial pattern and spatio-temporal changes based on terrain gradient: A case study of Pinggu district in Beijing[J]. Economic Geography, 2013, 33(1): 160－166. (in Chinese with English abstract)

[4] 陽(yáng)柏蘇，何平，趙同謙. 張家界國(guó)家森林公園土地利用格局變化[J]. 生態(tài)學(xué)報(bào)，2006，26(6)：2027－2034.

Yang Bosu, He Ping, Zhao Tongqian. Land use pattern changes from 1990 to 2000 in Zhangjiajie national forest park[J]. Acta Ecologica Sinica, 2006, 26(6): 2027－2034. (in Chinese with English abstract)

[5] 宋戈，王盼盼，王越，等. 黑龍江省巴彥縣土地利用類(lèi)型變化特征及其空間格局分異[J]. 經(jīng)濟(jì)地理，2015，35(3)：163－170.

Song Ge, Wang Panpan, Wang Yue, et al. Land-use types change characteristics and spatial heterogeneity in Bayan of Heilongjiang province[J]. Economic Geography, 2015, 35(3): 163－170. (in Chinese with English abstract)

[6] 劉紀(jì)遠(yuǎn)，匡文慧，張?jiān)鱿?，? 20世紀(jì)80年代末以來(lái)中國(guó)土地利用變化的基本特征與空間格局[J]. 地理學(xué)報(bào)，2014，69(1)：3－14.

Liu Jiyuan, Kuang Wenhui, Zhang Zengxiang, et al. Spatiotemporal characteristics, patterns and causes of land use changes in China since the late 1980s[J]. Acta Geographica Sinica, 2014, 69(1): 3－14. (in Chinese with English abstract)

[7] 滿蘇爾·沙比提，祖麗胡瑪爾·達(dá)吾提. 南疆典型綠洲土地利用空間格局變化特征分析：以疏勒縣為例[J]. 干旱區(qū)資源與環(huán)境，2012，26(8)：84－88.

Mansur·Shabit, Zulhumar·Dawut. Dynamic characteristics of spatial pattern of the typical oasis land use in Shule county,southern Xinjiang[J]. Journal of Arid Land Resources and Environment, 2012, 26(8): 84－88. (in Chinese with English abstract)

[8] 貢璐，潘曉玲，師慶東，等. 塔里木河上游土地利用格局變化及其影響因子分析[J]. 資源科學(xué)，2005，27(4)：71－75.

Gong Lu, Pan Xiaoling, Shi Qingdong, et al. Land use pattern and influential factors in the upper reaches of Tarim river[J]. Resources Science, 2005, 27(4): 71－75. (in Chinese with English abstract)

[9] 張健，陳鳳，濮勵(lì)杰，等. 近20年蘇錫常地區(qū)土地利用格局變化及其驅(qū)動(dòng)因素分析[J]. 資源科學(xué)，2007，29(4)：61－69.

Zhang Jian, Chen Feng, Pu Lijie, et al. Analyzing land use change and its driving forces in SXC region over the past 20 years[J]. Resources Science, 2007, 29(4): 61－69. (in Chinese with English abstract)

[10] Wang Xiuhong, Zheng Du, Shen Yuancun. Land use change and its driving forces on the Tibetan Plateau during 1990－2000[J]. Catena, 2008, 72(1): 56－66.

[11] Xie Yichun, Yu Mei, Tian Guangjin, et al. Socio-economic driving forces of arable land conversion: A case study of Wuxian city, China[J]. Global Environmental Change, 2005, 15(3): 238－252.

[12] 吳桂平，曾永年，鄒濱，等. AutoLogistic方法在土地利用格局模擬中的應(yīng)用：以張家界市永定區(qū)為例[J]. 地理學(xué)報(bào)，2008，63(2)：156－164.

Wu Guiping, Zeng Yongnian, Zou Bin, et al. Simulation on spatial land use patterns using auto logistic method: a case study of Yongding county, Zhangjiajie [J]. Acta Geographica Sinica, 2008, 63(2): 156－164. (in Chinese with English abstract)

[13] 崔衛(wèi)國(guó)，文倩，劉艷艷，等. 基于DEM的醴陵市土地利用空間格局分析[J]. 資源科學(xué)，2008，30(2)：228－234.

Cui Weiguo, Wen Qian, Liu Yanyan, et al. Analyzing spatial pattern of land use in Liling city based on DEM[J]. Resources Science, 2008, 30(2): 228－234. (in Chinese with English abstract)

[14] 王學(xué)志，張正祥，盛連喜，等. 基于地貌特征的東北土地利用格局[J]. 生態(tài)學(xué)雜志，2010，29(12)：2444－2451.

Wang Xuezhi, Zhang Zhengxiang, Sheng Lianxi, et al. Land use patterns in northest China based on landform characteristics[J]. Chinese Journal of Ecology, 2010, 29(12): 2444－2451. (in Chinese with English abstract)

[15] 龔文峰，袁力，范文義. 基于地形梯度的哈爾濱市土地利用格局變化分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013，29(2)：250－259.

Gong Wenfeng , Yuan Li, Fan Wenyi. Analysis on land use pattern changes in Harbin based on terrain gradient[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(2): 250－259. (in Chinese with English abstract)

[16] 楊涵，王芳芳，吳世新，等. 基于分形理論的新疆土地利用空間格局分析[J]. 干旱區(qū)研究，2009，26(2)：194－199.

Yang Han, Wang Fangfang, Wu Shixin, ea al. Evaluation of the spatial pattern of landuse in Xinjiang in the last 15 years based on fractal theory[J]. Arid Zone Research, 2009, 26(2): 194－199. (in Chinese with English abstract)

[17] 段增強(qiáng)，張鳳榮，苗利梅. 基于鄰域因子的土地利用空間格局分析：以北京市海淀區(qū)為例[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2006，22(6)：71－76.

Duan Zengqiang, Zhang Fengrong, Miao Limei. Neighborhood- based method for land-use spatial pattern analysis and its application[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(6): 71－76. (in Chinese with English abstract)

[18] 霍明明，張軼瑩，陳偉強(qiáng). 基于CA-Markov的土地利用變化及預(yù)測(cè)研究：以鞏義市魯莊鎮(zhèn)為例[J]. 中國(guó)農(nóng)學(xué)通報(bào)，2015，31(12)：279－284.

Huo Mingming, Zhang Yiying, Chen Weiqiang.The land use change and prediction based on CA-Markov model:a case of Luzhuang town, Gongyi city[J]. Chinese Agricultural Science Bulletin, 2015, 31(12): 279－284. (in Chinese with English abstract)

[19] 黃明，張學(xué)霞，張建軍，等. 基于CLUE-S模型的羅玉溝流域多尺度土地利用變化模擬[J]. 資源科學(xué)，2012，34(4)：769－776.

Huang Ming, Zhang Xuexia, Zhang Jianjun, et al. A multi-scale simulation of land use change in Luoyugou watershed based on CLUE-S model[J]. Resources Science, 2012, 34(4): 769－776. (in Chinese with English abstract)

[20] 張榮天，焦華富. 長(zhǎng)江經(jīng)濟(jì)帶城市土地利用效率格局演變及驅(qū)動(dòng)機(jī)制研究[J]. 長(zhǎng)江流域資源與環(huán)境，2015，24(3)：387－394.

Zhang Rongtian, Jiao Huafu. Urban land use efficiency pattern evolution and driving mechanism in the Yangtze river economic belt[J]. Resources and Environment in the Yangtze Basin, 2015, 24(3): 387－394. (in Chinese with English abstract)

[21] 韓會(huì)然，楊成鳳，宋金平. 北京市土地利用空間格局演化模擬及預(yù)測(cè)[J]. 地理科學(xué)進(jìn)展，2015，34(8)：976－986.

Han Huiran, Yang Chengfeng, Song Jinping. Simulation and projection of land-use change in Beijing under different scenarios[J]. Progress in Geography, 2015, 34(8): 976－986. (in Chinese with English abstract)

[22] 王日明，熊興耀，肖洋. 重慶市永川區(qū)土地利用空間格局變化模擬[J]. 中國(guó)農(nóng)學(xué)通報(bào)，2014，30(35)：166－171.

Wang Riming, Xiong Xingyao, Xiao Yang. Simulation of land use spatial pattern change on county scale of Yongchuan district in Chongqing[J]. Chinese Agricultural Science Bulletin, 2014, 30(35): 166－171. (in Chinese with English abstract)

[23] 宋戈，李丹，王越，等. 松嫩高平原黑土區(qū)耕地利用系統(tǒng)安全格局及其空間演變[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，30(4)：212－221.

Song Ge, Li Dan, Wang Yue, et al. Security pattern and spatial evolution of cultivated land use system in black soil region, Songnen high plain[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(4): 212－221. (in Chinese with English abstract)

[24] 徐珊，宋戈，李丹，等. 東北糧食主產(chǎn)區(qū)耕地資源時(shí)空變化及其對(duì)糧食生產(chǎn)能力的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28(21)：1－9.

Xu Shan, Song Ge, Li Dan, et al. Spatial－temporal variation of cultivated land and its effects on grain production capacity of northeast grain main production area[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactionsof the CSAE), 2012, 28(21): 1－9. (in Chinese with English abstract)

[25] 田超，楊金澤，石博安，等. 懷來(lái)縣土地利用格局的影響因子分析[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2016，24(7)：957－968.

Tian Chao, Yang Jinze, Shi Boan, et al. Analysis of landscape pattern and affecting factors in Huailai county[J]. Chinese Journal of Eco-Agriculture. 2016, 24(7): 957－968. (in Chinese with English abstract)

[26] 耿潤(rùn)哲，李明濤，王曉燕，等. 基于SWAT模型的流域土地利用格局變化對(duì)面源污染的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(16)：241－250.

Geng Runzhe, Li Mingtao, Wang Xiaoyan, et al. Effect of land use/landscape changes on diffuse pollution load from watershed based on SWAT model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(16): 241－250. (in Chinese with English abstract)

[27] 賈文臣，王卷樂(lè)，杜佳. 膠東地區(qū)主要土地利用變化類(lèi)型與影響因子的關(guān)系[J]. 地理科學(xué)進(jìn)展，2009，28(4)：591－596.

Jia Wenchen, Wang Juanle, Du Jia. Analysis on relationship between main land use conversion types and influencing factors in Jiaodong region, China[J]. Progress in Geography, 2009, 28(4): 591－596. (in Chinese with English abstract)

[28] 孫漢儒，付梅臣. 基于CCA的南京市土地利用變化人文影響分析[J]. 中國(guó)人口·資源與環(huán)境，2014，25(4)：422－425.

Sun Hanru, Fu Meichen. Research on human dimensions of land use changes in Nanjing based on canonical correlation analysis[J]. China Population Resources and Environment, 2014, 25(4): 422－425. (in Chinese with English abstract)

[29] 向敬偉，李江風(fēng)，曾杰. 鄂西貧困縣耕地利用轉(zhuǎn)型空間分異及其影響因素[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(1)：272－279.

Xiang Jingwei, Li Jiangfeng, Zeng Jie. Spatial difference and its influence factors of cultivated land transition of poverty counties inwest of Hubei[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(1): 272－279. (in Chinese with English abstract)

[30] 吳明，姚堯，賈馮睿，等. 基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)方法的城市生態(tài)壓力預(yù)測(cè)[J]. 自然資源學(xué)報(bào)，2013，28(2)：328－335.

Wu Ming, Yao Yao, Jia Fengrui, et al. Urban ecosystem pressure based on radial basis function neural network[J]. Journal of Natural Resources, 2013, 28(2): 328－335.(in Chinese with English abstract)

Land use pattern change and influential factors analysis of Songnen Plain in 1979-2015

Wang Panpan, Song Ge※

(110169)

A series of ecological and socioeconomic problems were caused by the change of land use pattern. In order to clarify the characteristics of the change of land use pattern and the mode of action of the influence factors in Songnen high plain, this paper, taking Bayan County, Heilongjiang Province as a case, on the basis of the characteristics of land use patterns in the study area during 1979-1991, 1991-2003 and 2003-2015, recognized the main influencing factors of land use pattern change in 3 periods and made clear temporal evolution of the strength and direction of the factors on land use patterns based on the canonical correlation analysis and radial basis function neural network. The results showed that, firstly, during 1979-1991, 1991-2003 and 2003-2015, the land use types in the study area varied in magnitude and the areas of dry land, paddy field and other land use types varied greatly. The area of dry land increased by 11 514.56 hm2, and the area of other land use types reduced by 6 445.57 hm2and the land use area changed the most in 1991-2003. Secondly, the change of land use pattern in the study area was influenced by both natural and human factors. The key factors that affected the change of land use pattern were different in the 3 different periods, and the influence intensity, direction and manner of the key influence factors on land use pattern changed. During 1991-2003, the correlation coefficients between key factors as slope, soil type, soil texture, soil fertility, soil moisture, GDP, population, location index, concentration degree, diversity index, land use intensity and the first sort axis were -0.386 6, -0.559 4, -0.342 3, 0.648 3, 0.352 6, 0.187 1, 0.091 8, 0.393 6, 0.417 0, 0.388 8, and -0.583 3, respectively, which were higher than those in 1979-1991 and 2003-2015, and resulted in frequent conversion of land use types and large change in land use area during this period. The influence of elevation, slope and landform types on the land use pattern in the study area was greater, and the impact intensity increased firstly and then decreased, the strongest in 1991-2003; soil type, soil texture and soil fertility had great influence on land use pattern, and the soil factors of land use pattern in 1991-2003 were more; distance factors, i.e. distance from town center and distance from river had great influence on land use pattern, and the change of intensity was not significant; the land use degree factors, i.e. location index, degree of centralization, diversity index and land use intensity of land use pattern in the research area were very strong, and the impact strength increased firstly and then decreased, the strongest in 1991-2003. Thirdly, the main factors that affected the change of land use types were different. Moreover, the effects, intensities, directions and ways of different factors on land use types were different. Under the combined effects of various factors, the area change of land use types was different. The change of dry land was greatly affected by the intensity of land use. The land use intensity caused by the change of dry land decreased obviously in the 1991-2003 years. The influence coefficient was 0.485 4, 0.338 4 and 0.335 5 respectively in 3 different periods, which promoted the intensity of land use change in dry land. The intensity of land use decreased significantly in the 1991-2003 years, which was the main reason to the increase of dry land area during this period. The change of paddy field was increased due to the influence of the distance from water areas and the soil moisture. The influence coefficient increased from 0.144 1, 0.332 3 in 1979-1991 to 0.295, 0.343 in 2003-2015 respectively. The conclusion is that: In 3 different periods, the key factors on the intensity, direction and way of the land use pattern have changed more or less, which leads to the obvious differentiation characteristics of land use pattern in the study area.

land use; land consolidation; remote sensing; influence factor; canonical correlation analysis; radial basis function neural network; Bayan county

10.11975/j.issn.1002-6819.2018.02.035

F301.24

A

1002-6819(2018)-02-0256-09

2017-09-29

2018-01-03

國(guó)家自然科學(xué)基金項(xiàng)目（41571165）；中央高?；究蒲袠I(yè)務(wù)費(fèi)（N161406002）。

王盼盼，博士生，主要研究方向?yàn)橥恋乩门c管理。Email：625323292@qq.com

宋 戈，教授，博士生導(dǎo)師，主要研究方向?yàn)橥恋乩门c管理。Email：songgelaoshi@163.com

王盼盼，宋 戈. 1979－2015年松嫩高平原土地利用格局變化及影響因子分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(2)：256－264. doi：10.11975/j.issn.1002-6819.2018.02.035 http://www.tcsae.org

Wang Panpan, Song Ge. Land use pattern change and influential factors analysis of Songnen Plain in 1979-2015[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(2): 256－264. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2018.02.035 http://www.tcsae.org