基于CLUE-S模型的柳州市2025年土地變化情景模擬分析

韋鈺 阮柱

摘要?以解譯的2009年土地利用類型數據為基期數據，通過CLUE-S模型來模擬2016年柳州市土地利用空間分布圖，與解譯的2016年土地利用類型圖對比，模擬結果的Kappa系數達到0.837 9，表明模擬精度較高。以此模型模擬了2025年自然增長和耕地保護2個不同情景的土地類型圖，經過分析，情景Ⅱ比較符合柳州市未來發(fā)展情況，柳州市未來可能出現耕地撂荒情況，并提出了相關對策。

關鍵詞?CLUE-S模型;土地變化;情景模擬;柳州市

中圖分類號?F?301.2文獻標識碼?A文章編號?0517-6611（2020）01-0076-04

doi：10.3969/j.issn.0517-6611.2020.01.024

開放科學（資源服務）標識碼（OSID）：

Simulation Analysis of Land Change in 2025 in Liuzhou City Based on CLUE?S Model

WEI Yu1， RUAN Zhu2，3

（1.National Land Resources Planning Institute of Guangxi Zhuang Autonomous Region， Nanning，Guangxi 530001;2.Guangzhou Institute of Geochemistry， Chinese Academy of Sciences，Guangzhou，Guangdong 510640;3.University of Chinese Academy of Sciences， Beijing 100049）

Abstract?Based on the interpreted 2009 land use type data as the base period data， the spatial distribution map of land use in Liuzhou City in 2016 was simulated by the CLUE?S model， and compared with the interpretation of the 2016 land use type map， the Kappa coefficient of the simulation results reached 0.837 9， which indicated that simulation precision was higher. Using this model to simulate the land type map of two different scenarios of natural growth and cultivated land protection in 2025，scenarios Ⅱ was in line with the future development of Liuzhou after analysis， it showed that farmland uncultivated map appeared in Liuzhou in future， and some countermeasures were pointed out.

Key words?CLUE?S mode;Land change;Scenarios simulation;Liuzhou City

土地利用變化是當代重要的研究課題。柳州市是廣西重要的工業(yè)城市，研究它的土地利用變化對它未來的城市、經濟、人口、生態(tài)等的可持續(xù)發(fā)展有著極其重要的意義。關于柳州市土地利用方面的研究有很多，如程子騰等[1]研究柳州市土地利用碳排放與經濟增長的關系，黎良財等[2]研究柳州市土地利用變化對生態(tài)系統(tǒng)的影響，羅江華等[3]研究它的土地利用空間格局演化特征，陳佩琳[4]利用系統(tǒng)動力學仿真來研究不同情景下柳州市未來土地利用結構，趙霞[5]研究柳州市城市用地擴張?zhí)卣骷膀寗恿Γ@些前人的研究大部分只是針對柳州市土地利用數據的數字研究，或者針對現狀的空間數據研究，很少涉及到未來土地利用變化在空間上的預測。土地空間上的未來預測，對土地的管理極其重要，現今能對土地利用變化進行空間預測的模型有CA模型[6-7]、Dinamica EGO模型[8]、CLUE-S 模型[9]等。其中，CLUE-S 模型是目前這類空間模型中較為成熟的一種[10]。因此，筆者選取CLUE-S模型來預測柳州市未來的土地利用變化。

1?資料與方法

1.1?研究區(qū)域概況

柳州市位于廣西中部偏北，為湘桂、黔桂和枝柳鐵路交匯處，共轄六縣四區(qū)，共有86個鄉(xiāng)鎮(zhèn)，935個行政村。2016年末，柳州市常住人口395.87萬，市鎮(zhèn)總人口為249.44萬，鄉(xiāng)村人口146.43萬，市區(qū)人口122.14萬。漢、壯、苗、侗、瑤、回、仫佬等30余個民族聚居于市內。柳州市地貌主要以山地和丘陵為主，整個地勢總體上是東北部高、中南部低，其境內山體主要有九萬大山、摩天嶺、大苗山架橋嶺和大瑤山等，其中境內最高峰為位于大苗山上的元寶山，海拔2 081 m。

1.2?研究方法

柳州市2025年土地利用變化總需求量的預測是以2009年土地利用類型面積作為基期，根據2009—2016年的土地利用變化規(guī)律來預測總需求量。情景Ⅰ是自然發(fā)展情況下的土地利用變化需求量，主要是利用線性插值預測2025年土地利用結構數據;情景Ⅱ則是加入了基本農田作為限制區(qū)來模擬2025年柳州市土地利用空間分布。

1.3?數據處理

該研究模擬的基礎數據主要是由2009年和2016年兩期柵格像元大小為30 m的土地利用現狀圖，高程數據（DEM）為來自于地理空間數據云（http：//www.gscloud.cn）GDEM 30 m分辨率數字高程，柳州市1∶10 000基礎數據（道路、水系），居民點主要來自于2009期柵格數據，2009年人口數據來源于柳州市統(tǒng)計年鑒。鑒于柳州市以山地和丘陵為主，因此選取了坡度和高程以表征地形因素：為了得到更好的方程擬合度，分別選取了河流、居民點、道路、耕地、園地以及未利用地這6個地物和其他土地利用分類的距離作為驅動因子;最后根據數據可得性，選取人口密度作為人文類的驅動因子。具體操作步驟是：首先將居民點、耕地、園地、未利用地圖斑，道路、水系從柵格圖和對應數據庫中各自提取出來，使用ArcGIS平臺中的歐式距離分析，生成相應的距離柵格圖。利用ArcGIS平臺的數據轉換功能將人口密度矢量圖層轉換為柵格數據，以及表面分析模塊下的坡度功能將DEM轉化為坡度柵格數據。最后將所有柵格圖層通過重采樣統(tǒng)一為空間分辨率200 m的柵格數據，用于土地利用數據空間模擬。

CLUE-S模型是在CLUE模型的基礎上開發(fā)的[11]，它可以在時間和空間上模擬區(qū)域土地利用變化。它主要由兩大模塊組成：一個是非空間模塊，非空間模塊在獲取研究區(qū)域的土地利用分布圖、驅動因子（自然和人文驅動因子）等數據基礎上，用于預測未來各土地類型的數量;一個是空間分配模塊，空間分配模塊則是通過設置各種參數（驅動因素關系系數、土地利用類型間轉換規(guī)則等），在輸入的各種刪格數據的基礎上，將預測的土地類型數量分配在對應的空間上。其中獲得驅動因素關系系數最常用的方法是Logistic回歸模型，其計算得到的土地類型分布概率公式如下：

logpi1-pi=β0，i+β1，iX1+β2，iX2+…+βn，iXn

其中，pi是每個柵格為某一土地類型的概率，Xn為第n個驅動因子，β0，i是方程截距，βn，i為第n個驅動因子的回歸系數。

2?結果與分析

2.1?Logistic模型模擬及其精度分析

為了能提高模型的解釋能力和準確性，該研究利用ArcGIS隨機生成了465 154個矢量點，其中186 063個點用于Logistic回歸擬合，279 091個點用于測試模型的準確性。經過計算之后，結果如表1所示。

由表1可知，除了使用比較常用的ROC來顯示Logistic回歸預測土地類型的效果外，該研究還使用AIC來表征方程擬合效果。從AIC來看，擬合效果最好的是建設用地和水體，其次為草地、園地、未利用地，最后是耕地和林地;ROC顯示的預測準確度幾乎與AIC的結果相同，預測較準確的是建設用地和水體，接下來預測效果優(yōu)劣排序依次為未利用地、草地、園地、耕地、林地，ROC最高為0.989 1，這主要是因為用以擬合的預測點多，同時與選取的驅動因子有關，選取的距居民點距離、距道路距離、距水體距離、人口密度等與建設用地和水體的相關性高，ROC最低為0.812 4，所有的ROC都在0.800以上，說明Logistic方程擬合效果很好，可用于CLUE-S模型進行空間擬合。

2.2?土地覆蓋模擬精度分析

任何模型的模擬和預測都要進行精度分析，以獲取模型預測未來的可信度。一般對CLUE-S模型預測的結果進行精度分析所用的參數為Kappa系數，Kappa系數越高，說明模擬結果越精確，反之，則模擬效果較差。CLUE-S模型首先以2009年土地利用分類柵格數據為基期年，根據表1的系數，來模擬2016年土地利用類型空間分布圖。Kappa系數是用來評價CLUE-S模型模擬的2016年土地利用類型空間分布圖的準確程度，對比對象為解譯好的2016年土地利用類型柵格數據。經過計算，模型模擬的2016年土地利用類型空間分布圖的Kappa為：Kappa=（pa-pe）/（1-pe）=（ 0.905 9-0.419 3）/（1-0.419 3）=0.837 9;計算得到的Kappa系數大于0.5，已經接近1，說明模擬效果較好。因此，可以用設置好的參數來模擬2025年柳州土地利用類型空間分布圖。

2.3?情景模擬結果分析

經過CLUE-S模型模擬之后，得到情景Ⅰ和情景Ⅱ 2種不同情景下的柳州市2025年土地利用空間分布圖，結果如圖1所示。情景Ⅰ，是自然發(fā)展下的模擬結果;情景Ⅱ是在耕地保護情景下的土地變化模擬結果。從結果圖上看，兩者大體相同;主要區(qū)別在于情景Ⅰ中柳州市區(qū)西部和北部分布的建設用地比情景Ⅱ的多，情景Ⅱ分布的未利用地比情景Ⅰ的略多。具體的差異可以通過2種情景不同地類的像元數量來對比體現出來。

從表2可看出，在耕地保護情景下，相對自然增長情況而言，建設用地、林地、園地、耕地像元數量都減少，草地和未利用地像元數量反而增加，這是一種異常卻合理的現象。在耕地保護下，由于大量適宜建設的耕地被限制建設，建設用地減少，這是合理的，異常就在于其他地類（除草地和未利用地外）的減少。通過2個情景模擬的結果圖對比，情景Ⅱ的部分草地，在情景Ⅰ是耕地、林地、園地。這其中就涉及到現今土地利用變化較為熱門的研究課題——耕地撂荒，即耕地被廢棄，從而轉化為草地。耕地撂荒的原因主要有：①城鎮(zhèn)化和工業(yè)化發(fā)展引起農村人口的外遷和非農化，導致山區(qū)農業(yè)勞動力大量減少;②市場需求變化、國際貿易發(fā)展以及農資價格上漲等多種原因導致土地利用純收益下降;③農業(yè)相關政策調整;④土地制度改革;⑤農業(yè)技術升級和農業(yè)商品化等[12]。而柳州市作為一個以山地和丘陵為主的地區(qū)，必然會存在人工種植的經濟林地和園地，基于和耕地撂荒相同的理由，經濟林和園地也可能存在撂荒問題，這就出現了園地和林地轉化為草地的情況。在CLUE-S模型的假設條件下，由于其他地類比較容易轉化為草地，這就造成未利用地轉化為草地較難的，未利用地保留下來就更多，因此情景Ⅱ中未利用地比情景Ⅰ多。

柳州市是典型的工業(yè)城市，城鎮(zhèn)化和工業(yè)化的速度相對較快，這就更可能加快農村人口外遷和非農化，耕地、園地、林地撂荒的情況比較容易出現，結合國家近期的耕地保護政策和其他相關土地政策，未來柳州市市區(qū)建設用地增長速度應該會放緩。綜上所述，筆者認為，情景Ⅱ的模擬結果可能更接近柳州市未來發(fā)展實際，但是情景Ⅱ也有它不合理的地方，即相對情景Ⅰ而言，還存在較多未利用地。柳州市的未利用地主要是喀斯特石山，在長時間無人為干擾情況下，它可以逐漸轉化為草地、林地或園地。按照發(fā)展速度預計，情景Ⅰ的未利用地數量較為合理。

3?未來土地利用變化的對策

柳州市是一個地形起伏較大的典型喀斯特地區(qū)，山區(qū)面積廣大，它的耕地有其地域特點，喀斯特山區(qū)的耕地特點是部分耕地質量較差，主要表現為耕地內部存在大量裸石，坡度大，耕地肥力差，農業(yè)和交通設施落后;耕地空間分布較為零碎等。這樣的地域特色，加之前文提及柳州市的城市化和工業(yè)化以及國家土地政策、經濟政策等大背景的影響，就會導致耕地的撂荒。

針對柳州市未來可能出現的耕地撂荒，具體措施主要有：①建立農用土地流轉市場，并設立相關政策，減少流轉成本[13]，可以讓空間分布零散的耕地通過家庭或者公司承包等方式，在使用權上統(tǒng)一到個人或者公司，從而為規(guī)模農業(yè)提供政策支撐，通過規(guī)模農業(yè)這個途徑，可以在一定程度上改善了人口流失造成的耕地撂荒;②自然資源部門在對耕地質量評價的基礎上，有針對性地進行土地整治，同時聯合其他相關部門，改善農業(yè)設施和交通狀況，提高耕地質量和作物產量;③走特色農業(yè)，推行“公司+基地+專業(yè)組織+農戶”的產業(yè)經營模式[14]，有優(yōu)良的耕地、良好的設施以及配套政策，也未必能解決耕地撂荒，這3個只是基礎，重要的還是市場需求。公司收購以及銷售農產品，農戶作為基地生成所需農產品，“產+購+銷”要一路暢通，才能最終解決耕地撂荒。

針對林地和園地可能出現的撂荒情況，具體措施與耕地撂荒措施類似，仍然是要改善土地流轉政策，將閑置丟荒的園地或者人工林地使用權盡可能地被統(tǒng)一承包;盡量借助政府的力量，將當地相關企業(yè)和這些閑置人工林地、園地的未來聯系起來，走“產+購+銷”一條龍的產業(yè)路子，讓這些珍貴的土地合理地利用起來。

除了以上這些原因可能在未來導致耕地、林地、園地撂荒，還會出現一些由于權屬爭議而導致的撂荒情況，由于權屬不明，這些土地就會擱置不予耕種。針對這樣的撂荒情況，則要通過自然資源相關部門幫助，協調厘清地塊的具體權屬，最終解決土地糾紛。

以上皆為針對未來可能出現的耕地、園地等撂荒的對策，除了針對未來的對策，更重要是防微杜漸。雖然模型已經預測出未來可能會出現撂荒，但是在未來具體何時會出現撂荒，仍然未知。因此，如何開展耕地撂荒的時空監(jiān)測，這也可能是未來自然資源部門需要做的事。

4?結論

該研究通過CLUE-S模型對自然增長和耕地保護2種情景下的2025年柳州市土地利用模擬結果進行分析，得到以下結論：

（1）CLUE-S模型可以較好地模擬未來柳州市土地利用情況，特別是在有條件限制下的模擬，但由于模型要遵循嚴格的假設條件，導致模擬結果也存在一些不合理的地方。盡管存在不合理之處，但是模擬的結果提供了柳州市土地利用變化在未來可能發(fā)生的情況，對未來柳州市土地利用管理有很大啟發(fā)，如針對未來可能出現的耕地、園地、林地撂荒情況，應該采取相應的管理方法和措施去應對。

（2）該研究模擬所使用的土地驅動因子缺少經濟因子及其他相關性更高的驅動因子，如GDP、人均GDP、土壤類型、地質類型、降水、氣溫等，可能對模擬結果的精度有一定的影響。此外，模擬使用的是最常規(guī)的Logistic模型得到，相對其他改進模型，諸如GWR[15]和空間自相關Autologistic回歸模型[16]，其模擬效果可能相對較差。而這些缺陷是下一步要努力改進和彌補的方向。

參考文獻

[1] 程子騰，嚴金明，高峰.土地利用碳排放與經濟增長研究：以柳州市為例[J].生態(tài)經濟，2016，32（8）：87-89.

[2] 黎良財，鄧利，吳銳.城市土地利用變化對生態(tài)系統(tǒng)服務價值的影響：以柳州市為例[J].中南林業(yè)科技大學學報，2013，33（7）：102-106.

[3] 羅江華，梅昀，陳銀蓉.柳州市城市土地利用空間格局演化特征分析[J].中國人口·資源與環(huán)境，2008，18（1）：145-148.

[4] 陳佩琳.柳州市土地可持續(xù)利用系統(tǒng)動力學仿真研究[D].武漢：華中農業(yè)大學，2012.

[5] 趙霞.柳州市城市用地擴張?zhí)卣骷膀寗恿ρ芯縖D].雅安：四川農業(yè)大學，2012.

[6] 楊建新，龔健，李江風.基于LSSVM-CA模型的復雜土地利用變化模擬：以鄂州市為例[J].資源科學，2016，38（8）：1525-1537.

[7] 曹雪，羅平，李滿春，等.基于擴展CA模型的土地利用變化時空模擬研究：以深圳市為例[J].資源科學，2011，33（1）：127-133.

[8] 梁友嘉，徐中民，鐘方雷.基于SD和CLUE-S模型的張掖市甘州區(qū)土地利用情景分析[J].地理研究，2011，30（3）：564-576.

[9] 高志強，易維.基于CLUE-S和Dinamica EGO模型的土地利用變化及驅動力分析[J].農業(yè)工程學報，2012，28（16）：208-216.

[10] 王麗艷，張學儒，張華，等.CLUE-S模型原理與結構及其應用進展[J].地理與地理信息科學，2010，26（3）：73-77.

[11] 藺卿，羅格平，陳曦.LUCC驅動力模型研究綜述[J].地理科學進展，2005，24（5）：81-89.

[12] 李升發(fā)，李秀彬.耕地撂荒研究進展與展望[J].地理學報，2016，71（3）：370-389.

[13] 郭琳.農村土地撂荒的成因及對策研究[J].四川經濟管理學院學報，2009（4）：11-13.

[14] 喻小倩.農村土地撂荒的原因及對策[J].南方農業(yè)，2013，7（3）：71-73.

[15] 邵一希，李滿春，陳振杰，等.地理加權回歸在區(qū)域土地利用格局模擬中的應用：以常州市孟河鎮(zhèn)為例[J].地理科學，2010，30（1）：92-97.

[16] 吳桂平，曾永年，馮學智，等.CLUE-S模型的改進與土地利用變化動態(tài)模擬：以張家界市永定區(qū)為例[J].地理研究，2010，29（3）：460-470.