基于CLUE-S模型的博斯騰湖流域土地利用變化情景模擬

李曉蕾，魏建新,2*，徐麗萍，位宏，薛凱

(1 石河子大學(xué)理學(xué)院，石河子，832003；2 新疆激光雷達(dá)應(yīng)用工程技術(shù)研究中心，烏魯木齊 830002； 3 南京師范大學(xué)地理科學(xué)學(xué)院，南京，210023；4 虛擬地理環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室，南京，210023)

作為陸地表層中人類活動(dòng)對(duì)地球環(huán)境變化影響最直觀的表現(xiàn)形式，土地利用/覆被變化(LUCC)研究已成為全球環(huán)境變化研究的熱點(diǎn)領(lǐng)域之一[1]。土地利用變化是一個(gè)復(fù)雜的非線性過程，它受人文、社會(huì)經(jīng)濟(jì)和自然環(huán)境等多種因素的共同制約[2]。土地利用也是人地關(guān)系的最直接體現(xiàn)，對(duì)全球范圍內(nèi)的氣候變化、碳循環(huán)、微量氣體排放等生態(tài)系統(tǒng)過程以及地球物理和化學(xué)循環(huán)過程等都有著十分重要的影響[3]。當(dāng)前，國(guó)內(nèi)外學(xué)者關(guān)于土地利用變化的研究主要集中在LUCC驅(qū)動(dòng)機(jī)制和演變過程[4]、土地利用變化的生態(tài)風(fēng)險(xiǎn)及優(yōu)化[5]、LUCC的可持續(xù)性和生態(tài)效益評(píng)估以及LUCC模型與未來變化模擬等方面[6-7]。其中未來土地利用變化模擬是LUCC研究的一個(gè)重要方向，可為土地利用合理規(guī)劃提供理論依據(jù)。國(guó)內(nèi)外眾多學(xué)者基于不同的模型對(duì)全球范圍內(nèi)的土地利用方式進(jìn)行了模擬預(yù)測(cè)，其中比較成熟的模型包括系統(tǒng)動(dòng)力學(xué)模型、Markov模型[8]、CA模型[9]、智能體模型(ABM)[10]、CLUE模型[11]以及在其基礎(chǔ)上改進(jìn)的CLUE-S模型[12]等等。而CLUE-S模型作為經(jīng)驗(yàn)統(tǒng)計(jì)模型的代表，能綜合考慮人文因素、社會(huì)經(jīng)濟(jì)及自然環(huán)境等驅(qū)動(dòng)因子對(duì)土地利用變化的影響，是一種比較理想的土地利用/覆被變化模型[13]。

博斯騰湖地處西北干旱內(nèi)陸區(qū)，地理位置及氣候等因素決定了其生態(tài)環(huán)境極為脆弱。作為我國(guó)最大的內(nèi)陸淡水湖，博斯騰湖是新疆南疆地區(qū)的焉耆盆地、庫爾勒市和尉犁縣等地工農(nóng)業(yè)生產(chǎn)及人民生活的直接水源供給者[14]。流域主要由博斯騰湖大湖區(qū)、小湖群以及湖濱濕地三部分組成，是新疆綠洲發(fā)展的核心示范區(qū)之一，對(duì)塔里木河下游的生態(tài)建設(shè)也發(fā)揮著重要作用。但是，近年來隨著水土資源的高強(qiáng)度開發(fā)，博斯騰湖流域土地利用方式發(fā)生了劇烈變化、流域內(nèi)也出現(xiàn)了諸如湖泊萎縮、湖水咸化、土壤鹽堿化加劇以及生態(tài)系統(tǒng)退化等一系列生態(tài)環(huán)境問題。這些問題若不能得到很好的解決，必然會(huì)影響博斯騰湖流域的經(jīng)濟(jì)社會(huì)發(fā)展及生態(tài)文明建設(shè)。因此，探究博斯騰湖流域內(nèi)土地利用變化的未來發(fā)展趨勢(shì)對(duì)該區(qū)域的土地利用合理規(guī)劃及可持續(xù)發(fā)展均具有重要意義?；诖?，本研究通過設(shè)定自然增長(zhǎng)情景、生態(tài)保護(hù)情景和經(jīng)濟(jì)發(fā)展情景3種不同人類活動(dòng)強(qiáng)度下的情景模式，利用CLUE-S模型，對(duì)博斯騰湖流域未來土地利用變化的空間分布進(jìn)行預(yù)測(cè)模擬，分析不同情景模式下的土地利用變化差異性，以期為博斯騰湖流域土地資源管理及合理配置提供參考依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

博斯騰湖流域位于新疆巴音郭愣蒙古自治州境內(nèi)，行政區(qū)劃包括和碩縣、和靜縣、焉耆縣、博湖縣以及庫爾勒市的部分區(qū)域(圖1)。地理位置82°52′～88°23′E，40°44′～43°48′N，流域總面積約4.54×104km2，是新疆重要的綠洲農(nóng)耕區(qū)之一。博斯騰湖的入湖河流包括開都河、黃水溝、清水河等10余條，其中開都河是最主要的河流，其入湖徑流量占總徑流量的87%左右。流域內(nèi)河流補(bǔ)給主要依靠高山冰雪融水及降雨。流域地形復(fù)雜，海拔介于865～4817 m之間，地勢(shì)西北高，東南低，地貌類型自東向西依次為荒漠、荒漠草原、草原、高山草甸、高山植被、高山永久積雪[15]。博斯騰湖流域深處內(nèi)陸，屬于干旱大陸性荒漠氣候，流域內(nèi)降水量稀少、蒸發(fā)量大、日照時(shí)間長(zhǎng)，多年平均降水量68.1 mm[16]，且80%以上集中在夏季，平均蒸發(fā)量2368 mm，平均氣溫8.6 ℃。近年來，隨著節(jié)水灌溉設(shè)施的推廣及經(jīng)濟(jì)開發(fā)活動(dòng)強(qiáng)度的增加，流域耕地面積迅速擴(kuò)張，博斯騰湖水域及附近綠洲面積發(fā)生了明顯變化，土地利用變化劇烈。

1.2 數(shù)據(jù)來源與處理

本研究使用的數(shù)據(jù)主要包括土地利用、氣象、DEM、統(tǒng)計(jì)年鑒等。其中土地利用數(shù)據(jù)來源于國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái)(http://www.geodata.cn/)，包括1990、2000、2010、2015年4期土地利用數(shù)據(jù)；參考《土地利用現(xiàn)狀分類》(GB/T21010-2017)標(biāo)準(zhǔn)，將土地利用類型劃分為水域、林地、草地、城鎮(zhèn)用地、耕地和未利用地共六大類。DEM數(shù)據(jù)來自于美國(guó)馬里蘭大學(xué)全球土地覆被數(shù)據(jù)庫，空間分辨率為30 m；降水和氣溫?cái)?shù)據(jù)來自中國(guó)氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/)，人口及經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)來自同時(shí)期的《新疆統(tǒng)計(jì)年鑒》。

2 研究方法

2.1 CLUE-S模型

CLUE-S模型由荷蘭瓦赫寧根大學(xué)的Verburg等人在CLUE模型基礎(chǔ)上改進(jìn)的小尺度土地利用空間分配模擬模型，通過定量分析社會(huì)經(jīng)濟(jì)、自然環(huán)境及政策因素等驅(qū)動(dòng)因子對(duì)土地利用變化的影響，來模擬土地利用空間分布的可能性，具有可信度高和變化解釋能力強(qiáng)等特點(diǎn)。

2.2 模型設(shè)置

2.2.1 空間分析

CLUE-S模型通過Logistic回歸方法來定量分析不同驅(qū)動(dòng)因素對(duì)土地利用變化的影響，從而計(jì)算每一柵格單元上某種用地類型可能出現(xiàn)的概率。Logistic回歸模型的公式如下[17]:

(1)

式中，Pi是該柵格單元上土地利用類型i出現(xiàn)的概率；Xn,i為土地利用類型i的各驅(qū)動(dòng)因子；β0為常數(shù)；β1、β2、βn為驅(qū)動(dòng)因素Xk(k=1、2、3....n)的Logistic回歸系數(shù),置信度要大于95%才能進(jìn)入回歸方程。

2.2.2 驅(qū)動(dòng)因子的選擇

土地利用結(jié)構(gòu)的變化是自然因素、人為因素及社會(huì)經(jīng)濟(jì)因素等共同作用的結(jié)果，在模擬土地利用未來空間分布時(shí)應(yīng)充分考慮政策、科技發(fā)展、人口增長(zhǎng)以及市場(chǎng)變化等因素的敏感性，同時(shí)也要防止驅(qū)動(dòng)因子間的共線性重合問題。因此本文選取了高程、坡度、坡向、到城鎮(zhèn)距離、到河流距離、到交通干道距離、年降水量、年均溫度、植被覆蓋度、人均GDP、人口密度等11個(gè)指標(biāo)作為土地利用變化的驅(qū)動(dòng)因素。

2.2.3 土地利用類型轉(zhuǎn)化規(guī)則設(shè)置

轉(zhuǎn)換規(guī)則是指在一定的情景模式下，各土地利用類型之間相互轉(zhuǎn)換的可能性矩陣。1表示可以轉(zhuǎn)變，0表示不能轉(zhuǎn)變。通常將對(duì)區(qū)域生態(tài)環(huán)境有重要影響的用地類型設(shè)為0。本文依據(jù)博斯騰湖流域歷史土地利用轉(zhuǎn)移變化特點(diǎn)及干旱內(nèi)陸區(qū)土地利用實(shí)際情況，主要對(duì)城鎮(zhèn)用地做了轉(zhuǎn)換限制，即城鎮(zhèn)用地不能轉(zhuǎn)換為其他地類。

2.2.4 土地利用轉(zhuǎn)換彈性參數(shù)設(shè)置

土地利用轉(zhuǎn)換彈性(Elasticity,ELAS)參數(shù)是指某種用地類型轉(zhuǎn)化為其他地類的難易程度，ELAS參數(shù)值介于0與1之間，0表示極易轉(zhuǎn)換，1表示不會(huì)轉(zhuǎn)換，越接近1，表明該土地利用類穩(wěn)定性越高，對(duì)應(yīng)的土地利用類型發(fā)生轉(zhuǎn)變的概率就越小[18]。其設(shè)置主要依據(jù)研究者的經(jīng)驗(yàn)知識(shí)或者根據(jù)土地利用轉(zhuǎn)移情況和模型調(diào)試相結(jié)合的方法進(jìn)行。經(jīng)過多次模型調(diào)試，本研究最終確定各土地利用類型的ELAS值如表1所示。

2.2.5 精度評(píng)價(jià)

CLUE-S模型精度驗(yàn)證包括兩部分,一是應(yīng)用ROC(Relative Operating Characteristic)值對(duì)Logistic回歸結(jié)果中驅(qū)動(dòng)因素的解釋能力進(jìn)行檢驗(yàn)。通常ROC值在0.75以上，說明所選驅(qū)動(dòng)因子對(duì)各用地類型變化的解釋能力較好，可以利用CLUE-S模型繼續(xù)進(jìn)行各用地類型的空間分配[19]。另一部分是利用Kappa系數(shù)檢驗(yàn)CLUE-S模型的模擬結(jié)果與實(shí)際土地利用情況間的一致性。Kappa系數(shù)通過同一時(shí)期的土地利用現(xiàn)狀數(shù)據(jù)和模擬數(shù)據(jù)對(duì)比獲得。具體計(jì)算公式如下[20]：

K=(P0-Pe)/(Pp-Pe)

(2)

式中，P0是正確模擬柵格的比例；Pe是隨機(jī)情況下期望的正確模擬柵格的比例，其值等于所模擬土地利用類型數(shù)的倒數(shù)；Pp則是理想分類情況下正確模擬柵格的比例，其值為1。通常認(rèn)為Kappa≥0.75，2期土地利用類型數(shù)據(jù)一致性較高，模擬精度達(dá)到要求。

2.3 預(yù)測(cè)情景設(shè)定

情景1：自然增長(zhǎng)情景。該情景下，土地利用不受社會(huì)經(jīng)濟(jì)等因素的影響，土地利用需求按照1990—2015年間土地利用變化趨勢(shì)發(fā)展，各用地類型之間的轉(zhuǎn)移速率不變，以此預(yù)測(cè)博斯騰湖流域2030年各用地類型的面積。

情景2：生態(tài)保護(hù)情景。該情景下，重點(diǎn)要保護(hù)林地、水域等生態(tài)用地的保有量。林地和水域等生態(tài)用地在改善區(qū)域生態(tài)環(huán)境質(zhì)量中扮演著極為重要的角色。因此，該情景土地分配原則是優(yōu)先保護(hù)水域和林地，減緩水域和林地向其他地類的轉(zhuǎn)化速率，在自然增長(zhǎng)情景的基礎(chǔ)上適當(dāng)調(diào)整各土地利用類型需求量。

情景3：經(jīng)濟(jì)發(fā)展情景。該種情景下，優(yōu)先保障城建用地、耕地等為流域經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)比重較大的用地類型的供應(yīng)，現(xiàn)有城建用地及耕地周邊的土地將被大量占用。在未來發(fā)展中庫爾勒市建成區(qū)、焉耆、和靜、和碩縣城中心地帶的城建用地將會(huì)向邊緣集中擴(kuò)張，為了供應(yīng)城市糧食需求，耕地面積也將繼續(xù)擴(kuò)張，以此計(jì)算2030年研究區(qū)各用地類型面積需求量。

3 結(jié)果分析

3.1 土地利用轉(zhuǎn)移情況分析

1990—2015年，草地一直是博斯騰湖流域的主導(dǎo)用地類型，其面積比例占整個(gè)研究區(qū)的55%以上(圖2)。在變化趨勢(shì)上，草地在經(jīng)歷一個(gè)“先增后減”的變化歷程后，面積所占比例有所增加；城鎮(zhèn)用地和耕地面積所占比例相對(duì)較小，但其表現(xiàn)出強(qiáng)勁的持續(xù)增長(zhǎng)態(tài)勢(shì)，研究期內(nèi)，二者面積的增幅分別達(dá)到105.01%和70.55%；未利用地面積經(jīng)歷一個(gè)“先減后增”的變化過程后也有小幅增加。水域和林地的面積呈減小趨勢(shì)，尤其以水域面積減少幅度最大，其面積減少量達(dá)到了3.4萬hm2，占其總面積的65.46%。造成這種變化的原因是：隨著研究區(qū)機(jī)械化水平的提高及交通運(yùn)輸條件的改善，低海拔區(qū)域的林地被墾殖，導(dǎo)致林地面積大幅度下降；人口增加及人類的生產(chǎn)建設(shè)活動(dòng)使得城鎮(zhèn)用地和耕地的面積不斷增加，由此導(dǎo)致的農(nóng)業(yè)、工業(yè)及生活用水量驟增，研究區(qū)水域面積也隨之大幅度減少。但是隨著后備耕地資源開墾難度越來越大，加之退耕還林與生態(tài)保護(hù)政策的實(shí)施，耕地面積雖然仍持續(xù)增加，但增速明顯放緩[21]。

圖2 博斯騰湖流域各用地類型面積變化情況Fig.2 Changes in land use area of the Boston Lake Basin

3.2 土地利用需求預(yù)測(cè)分析

基于上文中所設(shè)定的不同情景模式，結(jié)合不同情景下的土地利用轉(zhuǎn)化彈性系數(shù)(表1)及轉(zhuǎn)化規(guī)則，以博斯騰湖流域2015年土地利用數(shù)據(jù)為模擬基準(zhǔn)年份，分別計(jì)算了不同情景方案下2030年研究區(qū)各土地利用類型的需求面積(表2)，在這3種情景模式下，其他年份的各用地類型面積通過線性內(nèi)插方法計(jì)算得到。

表2 2030年博斯騰湖流域各用地類型需求量Tab.2 Demand for land use types in the Boston Lake Basin in 2030 hm2

在自然增長(zhǎng)情景中，耕地、草地、城鎮(zhèn)用地以及未利用地面積均有不同程度的增加，其中耕地面積增幅最大，為19.76%，但增加量上草地最為突出，其面積增加量達(dá)到了247061 hm2，城建用地面積增加了2651 hm2，未利用地面積增幅最小(3.7%)，水域和林地面積驟減；在生態(tài)保護(hù)情景中，耕地和草地的增幅下降，兩者面積分別增加了41219 hm2和134776 hm2，林地和水域面積減少速率得以放緩，其面積減少幅度分別為26.37%和14.43%，城鎮(zhèn)用地面積增加了3741 hm2，未利用地面積則有所下降，減少幅度為4.45%；在經(jīng)濟(jì)發(fā)展情景下，耕地和城建用地增幅最為明顯，耕地面積增加了58.64%，城建用地面積增加了36.99%，草地面積也有所增加，與之相對(duì)應(yīng)的是林地和水域面積的大幅減少，二者面積分別減少了72.08%和31.45%，未利用地面積減少量為24061 hm2，但是因其面積基數(shù)大，減少幅度不顯著。

3.3 Logistic回歸結(jié)果分析

Logistic回歸結(jié)果顯示，本研究所選取的11個(gè)驅(qū)動(dòng)因子對(duì)博斯騰湖流域土地利用變化具有較高的解釋能力，其中影響耕地分布的主要因子是到城鎮(zhèn)距離、年降水量和平均氣溫等自然因素，林地和水域則主要與人口密度、到河流距離等因子相關(guān)，城建用地主要與年降水量、人口密度及到城鎮(zhèn)距離等因子的相關(guān)性最大，而對(duì)于未利用地，其最主要的影響因子為年均氣溫和人口密度等，該回歸分析結(jié)果與實(shí)際情形也較為符合。

從ROC檢驗(yàn)結(jié)果可以看出，各地類的ROC值均大于0.75，說明本研究中所選的驅(qū)動(dòng)因子可以較好地解釋各地類的空間分布變化。其中，草地和耕地空間分布的解釋效果最好，這兩種類型的ROC值分別為0.897和0.882；水域的ROC值僅為0.765，驅(qū)動(dòng)因子對(duì)其空間變化解釋能力稍弱，主要原因是其空間分布較為分散，具有較強(qiáng)的動(dòng)態(tài)特征。Logistic回歸分析的結(jié)果將作為參數(shù)文件輸入進(jìn)CLUE-S模型中。

表3 2015年不同土地利用類型的Logistic回歸系數(shù)Tab.3 The logistic regression coefficient of different land use types in 2015

3.4 模型模擬結(jié)果檢驗(yàn)

以2010年土地利用現(xiàn)狀圖為基準(zhǔn)，模擬博斯騰湖流域2015年的土地利用空間分布情況，并利用2015年實(shí)際現(xiàn)狀土地利用圖對(duì)模擬結(jié)果進(jìn)行檢驗(yàn)。結(jié)果表明，模型的總體模擬正確率為91.05%，Kappa系數(shù)為0.895，模擬偏差較大的區(qū)域主要集中在城建用地附近，主要是因?yàn)槌墙ㄓ玫匾?guī)劃比較復(fù)雜，除了受自然因素影響外，政策因素也很大程度上影響了城建用地的空間布局，但是政策因素難以進(jìn)行定量化分析，導(dǎo)致了城建用地布局模擬的偏差?？傮w來看，CLUE-S模型對(duì)博斯騰湖流域土地利用格局模擬效果較好，可以進(jìn)一步模擬研究區(qū)2030年土地利用空間分布情況。

3.5 未來土地利用變化情景模擬結(jié)果及分析

在自然增長(zhǎng)情景下，未利用地面積明顯減少(圖3)，水域面積也有大幅縮減，博斯騰湖主湖區(qū)面積也有所下降，耕地和草地面積繼續(xù)增加。新增草地面積主要由未利用地和林地轉(zhuǎn)化而來。庫爾勒市、和靜縣等城市建成區(qū)向周圍擴(kuò)張導(dǎo)致城鎮(zhèn)用地面積的增加，其空間分布也趨于集中，由零散分布向連片式發(fā)展。

在生態(tài)保護(hù)情景下，城建用地和耕地面積有所增加，但增幅不明顯。林地、草地等生態(tài)用地面積有較大提升，尤其以林地面積增幅最為明顯，新增林地主要集中分布在流域東南部。水域面積相比另兩種情景減少幅度較小，未利用地面積也有一定比例的減少。

在經(jīng)濟(jì)發(fā)展情景下，城鎮(zhèn)用地增幅最為明顯，城鎮(zhèn)用地的擴(kuò)張主要是沿交通干線及河流分布，這里交通便利且水資源豐富，更利于城市的發(fā)展及正常運(yùn)轉(zhuǎn)，該情景下的耕地面積也明顯大于另外2種模擬情景，主要是因?yàn)樵趦?yōu)先發(fā)展經(jīng)濟(jì)情景下勢(shì)必要增加耕地面積，以確保糧食的充足供給；林地、草地等生態(tài)用地面積減少顯著，但草地仍是最主要用地類型，林地面積占比較小，且空間分布比較零散。

圖3 不同情景下2030年博斯騰湖流域土地利用格局模擬結(jié)果Fig.3 Simulation results of land use pattern in the Boston Lake Basin in 2030 under different scenarios

4 結(jié)論

(1)利用博斯騰湖流域2010年土地利用現(xiàn)狀數(shù)據(jù)模擬2015年研究區(qū)的土地利用分布情況，并用2015年土地利用現(xiàn)狀圖進(jìn)行檢驗(yàn)，模擬正確率為91.05%，Kappa系數(shù)為0.895，模擬效果良好，說明運(yùn)用CLUE-S模型模擬博斯騰湖流域的土地利用空間分布是有效可行的。

(2)Logistic回歸分析結(jié)果顯示，本研究所選取的坡度、植被覆蓋度、年均氣溫等驅(qū)動(dòng)因子對(duì)研究區(qū)土地利用變化的解釋能力較好，各用地類型的ROC值均大于0.75。說明這些因素是影響博斯騰湖流域土地利用空間分布變化的重要因子。

(3)不同情景模式下2030年博斯騰湖流域土地利用模擬結(jié)果表明，自然增長(zhǎng)情景下，耕地面積增幅最大，達(dá)到了19.76%，草地面積增加量最多，增加量為247061 hm2，城鎮(zhèn)用地和未利用地面積也有一定程度的增加，但增加幅度不大；相應(yīng)地林地和水域面積驟減，減少幅度分別為65.34%和28.15%；生態(tài)保護(hù)情景下，林地和水域等生態(tài)用地的面積減少速率開始放緩，城鎮(zhèn)用地和耕地等面積繼續(xù)增加，但增幅已不明顯，未利用地面積開始減少，減少幅度為4.45%，說明未利用地向其他用地類型的轉(zhuǎn)化速率加快；經(jīng)濟(jì)發(fā)展情景下，為了拉動(dòng)區(qū)域經(jīng)濟(jì)的快速發(fā)展，耕地和城建用地?cái)U(kuò)張最為明顯，但是以犧牲生態(tài)用地面積為代價(jià)，林地和水域面積減少最多，未利用地也有一定程度的減少。

(4)驅(qū)動(dòng)因子選取是否科學(xué)合理在很大程度上決定了CLUE-S模型的模擬精度，人類活動(dòng)、經(jīng)濟(jì)導(dǎo)向以及政府政策等難以定量化因素的存在使得模擬結(jié)果存在偏差。同時(shí)區(qū)域土地利用規(guī)劃是多目標(biāo)、復(fù)雜不確定的，未來的土地利用布局很可能介于3種情景之間，本研究設(shè)定并模擬了不同情境下的未來土地利用空間布局，能夠協(xié)助決策者調(diào)整土地利用結(jié)構(gòu)及土地資源的合理配置，有利于減少區(qū)域規(guī)劃中的多目標(biāo)沖突，為未來博斯騰湖流域生態(tài)文明建設(shè)以及城鎮(zhèn)化發(fā)展等提供理論參考。

致謝：感謝國(guó)家科技基礎(chǔ)條件平臺(tái)-國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái)(http://www.geodata.cn)提供數(shù)據(jù)支撐。