嚴(yán)棟飛,姜仁貴,解建倉,張永進(jìn),朱記偉
(西安理工大學(xué) 省部共建西北旱區(qū)生態(tài)水利國家重點(diǎn)實(shí)驗(yàn)室,陜西西安710048)
隨著全球氣候變化和環(huán)境變化研究的不斷深入,LUCC被認(rèn)為是研究全球范圍內(nèi)氣候變化及環(huán)境變化的重要內(nèi)容[1]。LUCC作為一個(gè)全球氣候環(huán)境變化的核心主題之一[2],是人類活動(dòng)對(duì)地球自然生態(tài)系統(tǒng)相互交互和鏈接的樞紐[3],也直接影響到地球生態(tài)環(huán)境及資源環(huán)境的可持續(xù)發(fā)展和利用[4]。當(dāng)前已有諸多學(xué)者對(duì)LUCC進(jìn)行關(guān)注和研究[5]。為此,對(duì)LUCC進(jìn)行分析研究,進(jìn)一步探索土地利用變化背后的驅(qū)動(dòng)機(jī)制以及預(yù)測(cè)未來土地利用格局,有助于揭示人類社會(huì)影響下研究區(qū)域生態(tài)環(huán)境變化過程和機(jī)理,有利于為制定生態(tài)安全條件下的土地利用規(guī)劃提供科學(xué)依據(jù)[6-7]。
當(dāng)前已有諸多學(xué)者對(duì)LUCC以及LUCC背后的驅(qū)動(dòng)機(jī)制進(jìn)行了研究,并對(duì)未來土地利用情況進(jìn)行了預(yù)測(cè)。馬爾科夫(Markov)模型作為一種統(tǒng)計(jì)模型,是描述隨機(jī)過程的經(jīng)典方法,已被廣泛應(yīng)用于LUCC研究中[8-9]。牛星等[10]運(yùn)用Markov模型對(duì)揚(yáng)州市的土地利用結(jié)構(gòu)進(jìn)行預(yù)測(cè),在進(jìn)行模擬和檢驗(yàn)后,認(rèn)為揚(yáng)州土地利用結(jié)構(gòu)是可以通過Markov理論進(jìn)行預(yù)測(cè)的;Guo等[11]運(yùn)用Markov模型對(duì)寶雞市金臺(tái)區(qū)和渭濱區(qū)16a土地利用變化情況進(jìn)行預(yù)測(cè),結(jié)果表明研究區(qū)的生態(tài)環(huán)境主要受人類活動(dòng)程度影響;朱萌等[12]對(duì)武功縣土地利用變化進(jìn)行預(yù)測(cè),并對(duì)模型進(jìn)行檢驗(yàn),結(jié)果表明Markov模型較為可靠,且人類活動(dòng)是該地區(qū)土地利用變化的主要驅(qū)動(dòng)力。裴亮等[13]通過分析2010年、2013年和2016年三期大凌河流域土地利用分布情況,認(rèn)為Markov模型適用于未來大凌河流域LUCC變化情況的預(yù)測(cè)。
本文以渭河干流陜西段為研究區(qū)域,選取1990年、2000年、2010年和2015年四期土地利用變化數(shù)據(jù)為研究內(nèi)容,對(duì)1990—2015年間的土地利用變化情況進(jìn)行分析,揭示了渭河干流陜西段土地利用格局變化和變化類型的時(shí)空規(guī)律,并進(jìn)一步對(duì)未來土地利用數(shù)量及空間的分布情況進(jìn)行了預(yù)測(cè)和分析。
渭河流域由渭河干流、涇河和北洛河組成[14],渭河干流由天水出甘肅省,向東流至寶雞進(jìn)入陜西省,最后由潼關(guān)匯入黃河。渭河干流在陜西省境內(nèi)流長502.4 km,流域面積為67 108 km2。渭河流域年內(nèi)降雨差異較大,6月至10月間的降雨量占全年的65%,徑流年內(nèi)分配極不均勻,7月至10月的徑流量占全年的50%以上[15]。渭河干流陜西段1990—2015年土地利用狀況如圖1所示。
圖1 研究區(qū)1990—2015年土地利用狀況Fig.1 Land use status in the research area during the period from 1990 to 2015
文中土地利用數(shù)據(jù)為研究區(qū)域1990年、2000年、2010年和2015年四期30m柵格土地利用數(shù)據(jù),由地理國情監(jiān)測(cè)云平臺(tái)(http://www.dsac.cn/)提供,主要數(shù)據(jù)源為Landsat TM/ETM/OLI遙感影像,通過結(jié)合輔助資料,以影像光譜特征對(duì)地物的特征和空間分布情況進(jìn)行分析,結(jié)合專家意見后形成解譯標(biāo)志庫。通過人工勾繪形成矢量圖層后,對(duì)地物類別進(jìn)行翻譯分類,最終形成矢量數(shù)據(jù)層。經(jīng)對(duì)數(shù)據(jù)進(jìn)行質(zhì)量檢驗(yàn)后進(jìn)行柵格化處理,最終得到土地利用數(shù)據(jù)成果。
1) 土地利用變化幅度和速度分析
由變化時(shí)間段內(nèi)面積的變化值除以時(shí)間初期的面積值來表示土地利用變化幅度,速度則由土地利用變化幅度除以時(shí)間來表示。土地利用變化幅度表達(dá)式[15]為:
(1)
式中,Kt表示研究時(shí)段內(nèi)某土地利用類型變化幅度;Ua、Ub分別表示研究初期及末期某一地類面積。
土地利用變化速度表達(dá)式[16]為:
(2)
式中,K表示研究時(shí)段內(nèi)某土地利用類型變化速度;
T表示研究時(shí)段。
2) 土地利用轉(zhuǎn)移矩陣
土地利用轉(zhuǎn)移矩陣可以清晰地反映各個(gè)土地利用類型面積的變化情況,包括該土地利用類型的轉(zhuǎn)出量、轉(zhuǎn)入量、轉(zhuǎn)出量去向和轉(zhuǎn)入量去向,能夠清晰地反映出土地利用類型的時(shí)空變化過程,其計(jì)算公式為:
LCj=k×LCi
(3)
式中,k表示時(shí)間間隔內(nèi);LCi表示k時(shí)間間隔前第i類土地利用類型狀態(tài);LCj表示k時(shí)間間隔后轉(zhuǎn)為第j類土地利用類型狀態(tài)。
3) 馬爾科夫預(yù)測(cè)原理
馬爾科夫預(yù)測(cè)是由俄國數(shù)學(xué)家馬爾科夫名字命名的一種特殊預(yù)測(cè)方法,在隨機(jī)過程中,有一類具有“無后效性性質(zhì)”[17],隨機(jī)過程未來的狀態(tài)只與當(dāng)前狀態(tài)有關(guān),而和之前狀態(tài)無關(guān)[18]。在土地利用格局預(yù)測(cè)中,先通過土地利用轉(zhuǎn)移矩陣生成概率矩陣,然后利用Markov模型對(duì)未來變化趨勢(shì)進(jìn)行預(yù)測(cè)[19]。
2.1.1數(shù)量結(jié)構(gòu)時(shí)間變化
對(duì)研究區(qū)域1990年、2000年、2010年和2015年四期土地利用數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,得出四期研究區(qū)土地利用結(jié)構(gòu)變化情況,如表1和表2所示。
表1 不同時(shí)期研究區(qū)域土地利用結(jié)構(gòu)變化情況
由表1可以看出,渭河流域干流段主要以耕地、林地和草地為主,三者面積之和占研究區(qū)域總面積的比例在1990年最高,為93.53%,然后逐年下降,在2015年降至最低,為90.10%。其中,耕地和草地面積持續(xù)減少,林地面積總體增加;水域面積先減后增,由占總面積比值1.19%下降至1.11%,隨后持續(xù)上升,在2015年占比為1.25%,總體變化不大;未利用土地面積先減后增,占比由1990年的0.32%降至2010年的0.18%,隨后在2015年略微上升至0.19%;城鄉(xiāng)、工礦居民用地面積大幅增加,2015年的面積是1990年的1.7倍。
由表2可知,1990年至2015年的25年間,耕地面積變化速度持續(xù)增加,尤其在2010—2015年變化速度增加至-0.42%/a;林地面積變化速度在1990—2010年間持續(xù)增加,但在2010—2015年間減少;草地面積變化速度在2000—2010年間較高,而在其他兩個(gè)時(shí)間段較低;水域面積變化速度較大,且在2000年后持續(xù)增加;城鄉(xiāng)、工礦居民用地面積變化速度在三個(gè)時(shí)間段都較大,說明城鎮(zhèn)化速度有著較大提升;未利用土地因?yàn)槊娣e較小,變化速度也保持著較大的數(shù)值。
表2 不同時(shí)期研究區(qū)域土地利用變化量、變化幅度及變化速度
2.1.2數(shù)量結(jié)構(gòu)空間變化
鑒于不同土地利用類型面積增減并不能反映期間相互轉(zhuǎn)化的真實(shí)情況,所以本文通過ArcGIS軟件進(jìn)行格式轉(zhuǎn)換、矩陣運(yùn)算、空間疊加和統(tǒng)計(jì)分析等,得出研究區(qū)域1990—2015年的土地利用轉(zhuǎn)移矩陣,如表3所示,表中單位為104hm2。
表3 1990—2015年研究區(qū)域土地利用轉(zhuǎn)移矩陣
由表3可知,1990年—2015年間,耕地轉(zhuǎn)出量為20.641 8萬hm2,其中轉(zhuǎn)為城鄉(xiāng)、工礦居民用地面積最大,為13.330 4萬hm2,占比64.58%;轉(zhuǎn)入量為8.724 8萬hm2,由草地轉(zhuǎn)入最多,為5.596 5萬hm2,占比64.14%。林地轉(zhuǎn)出量為3.567 6萬hm2,其中轉(zhuǎn)為草地面積最大,為1.657 0萬hm2,占比46.45%;轉(zhuǎn)入量為5.247 2萬hm2,由草地轉(zhuǎn)入最多,為2.570 9萬hm2,占比49.00%。草地轉(zhuǎn)出量為8.987 2萬hm2,其中轉(zhuǎn)為耕地面積最大,為5.596 5萬hm2,占比62.27%;轉(zhuǎn)入量為6.192 1萬hm2,由耕地轉(zhuǎn)入最多,為4.132 3萬hm2,占比66.74%。水域轉(zhuǎn)出量為1.083 0萬hm2,其中轉(zhuǎn)為耕地最多,為0.746 1萬hm2,占比68.89%;轉(zhuǎn)入量為1.302 8萬hm2,由耕地轉(zhuǎn)入最多,為0.925 7萬hm2,占比71.05%。城鄉(xiāng)、工礦居民用地轉(zhuǎn)出量為1.308 3萬hm2,其中轉(zhuǎn)為耕地面積最大,為1.164 2萬hm2,占比88.99%;轉(zhuǎn)入量為14.590 3萬hm2,由耕地轉(zhuǎn)入最多,為13.330 4萬hm2,占比91.36%。未利用土地轉(zhuǎn)出量為0.617 5萬hm2,其中轉(zhuǎn)為林地面積最大,為0.354 0萬hm2,占比57.33%;轉(zhuǎn)入量為0.148 1萬hm2,由草地轉(zhuǎn)入最多,為0.068 7萬hm2,占比46.39%。
2.2.1轉(zhuǎn)移概率矩陣和初始狀態(tài)矩陣的確定
通過計(jì)算各土地利用類型轉(zhuǎn)化后面積和轉(zhuǎn)化前面積的比值,對(duì)土地利用轉(zhuǎn)移矩陣的轉(zhuǎn)移概率進(jìn)行確定。1990年至2015年研究區(qū)域土地利用轉(zhuǎn)移概率矩陣為:
P=
初始狀態(tài)矩陣由各土地利用類型占總體面積的百分比進(jìn)行確定。1990年研究區(qū)域的初始狀態(tài)矩陣如表4所示。
表4 研究區(qū)域初始狀態(tài)矩陣
2.2.2未來土地利用格局預(yù)測(cè)
根據(jù)研究區(qū)域1990—2015年土地利用轉(zhuǎn)移概率矩陣,以15a為步長,建立馬爾科夫預(yù)測(cè)模型,對(duì)模型驗(yàn)證后,在保持當(dāng)前人為影響不變的情況下,運(yùn)用馬爾科夫模型預(yù)測(cè)出2030年各土地利用類型面積占全部面積的比例,如表5所示。
表5 2030年土地利用格局預(yù)測(cè)情況
由馬爾科夫模型預(yù)測(cè)結(jié)果可以看出,未來15a呈現(xiàn)減少趨勢(shì)的土地利用類型為耕地、草地和未利用土地,而林地、城鄉(xiāng)工礦居民用地和水域面積則呈增加趨勢(shì)。其中,耕地和城鄉(xiāng)工礦居民用地面積變化較大,而其余土地利用類型面積變化較小。Markov模型預(yù)測(cè)趨勢(shì)表明,人為活動(dòng)干擾仍然是影響渭河干流陜西段土地利用格局的主要因素,隨著社會(huì)經(jīng)濟(jì)和城鎮(zhèn)化的快速發(fā)展,研究區(qū)域土地利用的動(dòng)態(tài)變化較為明顯,以大量耕地轉(zhuǎn)為城鄉(xiāng)、工礦居民用地為主要特征,這說明“耕、林、草”地保護(hù)和經(jīng)濟(jì)建設(shè)的矛盾在不斷加劇,政府應(yīng)加強(qiáng)土地利用宏觀規(guī)劃和管理以緩解土地利用的供需矛盾。
本文以渭河干流陜西段1990—2015年4期30 m柵格土地利用數(shù)據(jù)為長時(shí)間尺度數(shù)據(jù)資料,以土地利用變化幅度、變化速度、轉(zhuǎn)移矩陣及Markov模型為研究工具,綜合運(yùn)用GIS技術(shù)對(duì)研究區(qū)土地利用格局進(jìn)行分析及預(yù)測(cè)。
1) 1990—2015年間,研究區(qū)域土地利用格局發(fā)生了較為明顯的變化,耕地面積大幅減少,而城鄉(xiāng)工礦居民用地面積大幅增加。各土地利用類型的相互轉(zhuǎn)化量較大,其中“耕、林、草”三者之間的相互轉(zhuǎn)化較為明顯,未利用土地大量轉(zhuǎn)出但仍有較大面積。
2) 運(yùn)用Markov模型對(duì)2030年研究區(qū)域土地利用格局進(jìn)行預(yù)測(cè),結(jié)果顯示,未來15a研究區(qū)域土地利用格局仍然呈以耕地、草地和林地三類為主,其他類型為輔的局面。
3) LUCC變化是一個(gè)較為復(fù)雜的過程,而人類活動(dòng)的影響會(huì)導(dǎo)致變化過程發(fā)生變化,繼而影響預(yù)測(cè)模型精度。同時(shí),多數(shù)研究的研究區(qū)域以行政區(qū)劃進(jìn)行區(qū)分,因此本文后續(xù)會(huì)考慮修正預(yù)測(cè)模型,同時(shí)考慮研究自然因素和人類活動(dòng)分別對(duì)LUCC變化的影響。
渭河干流陜西段土地利用格局變化主要受社會(huì)經(jīng)濟(jì)發(fā)展、區(qū)域政策和農(nóng)業(yè)生產(chǎn)等因素影響。隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展,在經(jīng)濟(jì)效益的驅(qū)動(dòng)下,土地利用結(jié)構(gòu)由低收入結(jié)構(gòu)向高收入結(jié)構(gòu)緩慢轉(zhuǎn)移。隨著退耕還林工程的實(shí)施,耕地面積大量減少,但受到耕地紅線政策的制約,2010年后耕地面積減少速度開始放緩。隨著退耕還林、渭河綜合整治等工程的實(shí)施,近25a來渭河干流陜西段的生態(tài)環(huán)境惡化得到了一定程度的遏制。農(nóng)業(yè)經(jīng)濟(jì)一直是陜西省的重要經(jīng)濟(jì)來源,隨著人口和糧食需求的急劇增加,引起了新一輪的土地開發(fā)及荒地復(fù)耕。