1980—2015年濟(jì)南市土地利用景觀格局時(shí)空演變與模擬預(yù)測

王云靚，盛科榮，宋美嬌

(山東理工大學(xué) 經(jīng)濟(jì)學(xué)院，山東 淄博 255000)

伴隨著近百年來全球環(huán)境劇烈變化，區(qū)域可持續(xù)發(fā)展成為各國難題，國際科學(xué)理事會(huì)(ICSU)和國際社會(huì)科學(xué)理事會(huì)(ISSC)發(fā)起“未來地球”計(jì)劃，擬用10 a(2014—2023年)時(shí)間提出全球可持續(xù)發(fā)展的學(xué)術(shù)思想、頂層設(shè)計(jì)、核心內(nèi)容、研究方法等[1]，為各國區(qū)域可持續(xù)發(fā)展研究指明方向[2-3]，推動(dòng)實(shí)現(xiàn)聯(lián)合國2030年可持續(xù)發(fā)展目標(biāo)。陸地系統(tǒng)融合自然科學(xué)與社會(huì)科學(xué)，在地球系統(tǒng)科學(xué)中最重要、最復(fù)雜、受人類影響最大[4]，對土地利用-覆被變化(LUCC)與景觀格局的研究，是環(huán)境變化[5]與區(qū)域可持續(xù)發(fā)展研究的重要部分。改革開放40 a間，我國經(jīng)濟(jì)社會(huì)發(fā)展歷經(jīng)巨大飛躍，土地利用類型也隨著快速城鎮(zhèn)化的進(jìn)程發(fā)生變遷，對土地利用景觀格局演變模擬進(jìn)行研究，可以評價(jià)、總結(jié)、預(yù)測經(jīng)濟(jì)社會(huì)與人類活動(dòng)的規(guī)律，從可持續(xù)發(fā)展角度提出區(qū)域規(guī)劃頂層設(shè)計(jì)，實(shí)現(xiàn)人與自然和諧共生。

長期以來，國內(nèi)外地理學(xué)者對于土地利用景觀格局的研究，主要是基于研究區(qū)地類數(shù)量轉(zhuǎn)移和空間格局演變進(jìn)行的分析[6]、模擬[7]與預(yù)測[8]。時(shí)間維度地類數(shù)量預(yù)測的模型主要有 Markov 模型[9]、線性回歸分析[10]、灰色模型GM(1,1)[11]、人工神經(jīng)網(wǎng)絡(luò)[12-13]、系統(tǒng)動(dòng)力學(xué)模型[14]等。這些模型各有特點(diǎn)：Markov模型的應(yīng)用范圍最廣，但不適用于長時(shí)間跨度土地利用變化劇烈的情況；線性回歸與GM(1,1)模型操作簡便，適用于因子信息量較少的情況，但二者僅能就一種地類進(jìn)行預(yù)測；人工神經(jīng)網(wǎng)絡(luò)與系統(tǒng)動(dòng)力學(xué)模型可以同時(shí)預(yù)測多個(gè)地類，但因子信息量需求較大。

空間維度土地利用模擬模型要求具備強(qiáng)大的空間信息分析能力。根據(jù)驅(qū)動(dòng)因素進(jìn)行空間配置與模擬預(yù)測，常用的空間格局模型主要有元胞自動(dòng)機(jī)(CA)模型[15]、基于網(wǎng)格的土地利用與覆蓋變化模型Geomod[16]、土地使用轉(zhuǎn)換及其效果(CLUE-S)模型[17]、基于地理模擬優(yōu)化系統(tǒng)的未來土地利用模擬(GeoSOS-FLUS)模型[18]等。由于眾多研究LUCC的模型結(jié)構(gòu)形式各有不同，因此計(jì)算結(jié)果具有不確定性[19]。比較理想的方法是，在理解空間模型原理的基礎(chǔ)上，與數(shù)量預(yù)測模型進(jìn)行交叉使用，取長補(bǔ)短，或者將幾種方法的模擬結(jié)果進(jìn)行比較，選取精度相對較高的組合進(jìn)行預(yù)測研究。

濟(jì)南市是山東省省會(huì)，同時(shí)也是山東半島城市群和濟(jì)南都市圈的核心城市。國土資源部于2018年6月將濟(jì)南市列入全國40個(gè)市級土地利用總體規(guī)劃修編試點(diǎn)城市。對濟(jì)南市1980—2015年土地利用景觀格局時(shí)空演變進(jìn)行分析，可以推斷該地區(qū)快速城鎮(zhèn)化進(jìn)程中的人地關(guān)系、地域分異、空間結(jié)構(gòu)的特征[20]。本文中分別選取Markov模型、反向傳播(BP)神經(jīng)網(wǎng)絡(luò)、多元線性回歸、GM(1,1)模型對濟(jì)南市地類數(shù)量進(jìn)行預(yù)測，并結(jié)合GeoSOS-FLUS模型對2015年土地利用景觀格局進(jìn)行模擬，選取精度最高的模型方法，探索不同發(fā)展情景下濟(jì)南市2020年土地利用景觀布局的方案，希望為濟(jì)南市未來生態(tài)規(guī)劃與可持續(xù)發(fā)展提供科學(xué)建議。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況與數(shù)據(jù)來源

濟(jì)南市(暫不包含原萊蕪市，現(xiàn)濟(jì)南市萊蕪區(qū)、鋼城區(qū))位于山東省中西部，地理位置為北緯36°01′～37°32′、東經(jīng)116°11′～117°44′，地處黃河以南、泰山以北，處于魯中南低山丘陵與魯西北沖積平原的交接帶上[21]，地勢南高北低，總面積為7 998 km2。2015年末，全市常住人口為713.2萬，戶籍總?cè)丝跒?25.7萬。2015年全市生產(chǎn)總值為6 100.23億元，人均生產(chǎn)總值為85 919元，城市化水平達(dá)到57.98 %。

土地利用數(shù)據(jù)來自中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn/Default.aspx)中國土地利用遙感監(jiān)測數(shù)據(jù)，空間分辨率1 km×1 km(長度×寬度)，利用ArcGIS10.5重分類土地利用類型，分為耕地、林地、草地、水域、建設(shè)用地、未利用土地6類，并將柵格大小轉(zhuǎn)化為100 m×100 m(長度×寬度)。數(shù)字高程模型(DEM)數(shù)據(jù)來源于地理空間數(shù)據(jù)云網(wǎng)站的先進(jìn)星載熱發(fā)射和反射輻射儀全球數(shù)字高程模型數(shù)據(jù)集，數(shù)據(jù)投影平面坐標(biāo)為世界級地理坐標(biāo)系WGS84，空間分布為 30 m。

各影響因子數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)、山東省交通圖、山東省水系圖、《濟(jì)南市統(tǒng)計(jì)年鑒》及《濟(jì)南市總體規(guī)劃2011—2020》等。

1.2 土地利用變化表征方法

長期以來，地理學(xué)者已經(jīng)研究出一套衡量LUCC的計(jì)算指標(biāo)[22]，主要包括土地利用綜合動(dòng)態(tài)度D、空間位置轉(zhuǎn)換面積S、地類數(shù)量變化Q、地類總變化量C等。

(1)

Sj=2min{Pj+-Pjj,P+j-Pjj},

(2)

Qj=max{Pj+-Pjj,P+j-Pjj}-

min{Pj+-Pjj,P+j-Pjj},

(3)

Cj=Sj+Qj,

(4)

式中：D為T時(shí)段土地利用綜合動(dòng)態(tài)度；La和Lb分別為期初與期末某種地類的數(shù)量；Lc為沒有發(fā)生改變的地類數(shù)量； ΔL1=La-Lc; ΔL2=Lb-Lc;Pj+與P+j分別為研究時(shí)段地類j期初與期末的面積；Pjj為研究時(shí)段內(nèi)沒有發(fā)生變化的面積；Sj為地類j的空間位置轉(zhuǎn)換面積；Qj為地類j的數(shù)量變化面積；Cj為地類j總變化數(shù)量的面積。

1.3 土地景觀格局變化表征模型

基于濟(jì)南市1980、1990、2000、2010、2015年的土地利用遙感監(jiān)測數(shù)據(jù)，利用景觀分析Fragstats軟件，選取斑塊數(shù)量、散布與并列指數(shù)、分離度指數(shù)、聚集指數(shù)4個(gè)指標(biāo)，進(jìn)行類型水平上的景觀格局分析；選取斑塊密度、最大斑塊指數(shù)、面積加權(quán)形狀指數(shù)分布、景觀格局的散布與并列指數(shù)、整體性指數(shù)、分離度指數(shù)、Shannon多樣性指數(shù)和Shannon均勻度指數(shù)8個(gè)指標(biāo)，進(jìn)行景觀水平上的演變分析。

1.4 土地利用需求量預(yù)測

利用GeoSOS-FLUS軟件中自適應(yīng)慣性機(jī)制的CA模塊對未來土地利用情況進(jìn)行預(yù)測，需要設(shè)定各地類數(shù)量，因此在實(shí)際預(yù)測之前，有必要利用Markov模型、BP神經(jīng)網(wǎng)絡(luò)、GM(1,1)模型對歷史數(shù)據(jù)就該研究區(qū)的地類數(shù)量進(jìn)行模擬。

1)Markov模型。該模型具有特殊的隨機(jī)運(yùn)動(dòng)特征，可以展現(xiàn)土地利用動(dòng)態(tài)演變的過程，且操作簡單靈活，因此被廣泛應(yīng)用于地類數(shù)量的轉(zhuǎn)換分析、模擬與預(yù)測。模型表達(dá)式為

St+1=Pi jSt,

(5)

式中：St+1、St分別為t+1、t時(shí)刻的研究區(qū)土地利用類型狀態(tài)矩陣；Pi j為某土地類型由i轉(zhuǎn)變成j的概率矩陣。

2)BP神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)具有并行處理能力、自組織學(xué)習(xí)能力、高度映射分類和計(jì)算能力等，普遍應(yīng)用于信號導(dǎo)航[23]、模式識別[24]、預(yù)測優(yōu)化[25]等領(lǐng)域，其中BP神經(jīng)網(wǎng)絡(luò)技術(shù)成熟，可以用來建立土地利用預(yù)測模型，即

(6)

(7)

3)GM(1,1)模型。地理系統(tǒng)中，各事物間關(guān)系復(fù)雜，在相關(guān)分析中很難區(qū)分主導(dǎo)因素與非主導(dǎo)因素，也很難確定精確的相關(guān)系數(shù)，于是引進(jìn)灰色關(guān)聯(lián)分析?；诨疑＠碚摰幕疑Ｐ停梢栽谳^少信息量的環(huán)境下，實(shí)現(xiàn)單一地類的數(shù)量預(yù)測，因此被地理學(xué)者廣泛應(yīng)用。GM(1，1)模型表達(dá)式為

(8)

(9)

1.5 土地利用空間模擬模型

GeoSOS是通過自下而上的虛擬模擬實(shí)驗(yàn),對復(fù)雜自然系統(tǒng)進(jìn)行模擬、預(yù)測、優(yōu)化[26-27]的系統(tǒng)。目前，GeoSOS理論及軟件在全球范圍內(nèi)被廣泛應(yīng)用，用戶超過20個(gè)國家和地區(qū)，研究實(shí)例100余個(gè)[28]。GeoSOS-FLUS模型可直接應(yīng)用于城市發(fā)展模擬及城市增長邊界劃定[29]、城市內(nèi)部高分辨率土地利用變化模擬、環(huán)境管理與城市規(guī)劃、大尺度土地利用變化模擬及其效應(yīng)分析、區(qū)域土地利用類型適宜性分析、農(nóng)田或自然用地類型損失預(yù)警、土地利用分布格局變化及熱點(diǎn)分析[30]等方面。GeoSOS-FLUS模型與其他土地利用空間模擬的模型相比具有精度高、速度快、操作簡便等優(yōu)點(diǎn)，其原理如圖1所示。

自適應(yīng)慣性系數(shù)計(jì)算原理[31]為

(10)

(11)

圖1 基于地理模擬優(yōu)化系統(tǒng)的未來土地利用模擬(GeoSOS-FLUS)模型原理

2 土地利用景觀格局時(shí)空演變特征

2.1 土地利用時(shí)間序列變化過程

對土地利用時(shí)間序列變化過程的描述主要根據(jù)濟(jì)南市土地利用歷史數(shù)據(jù)，利用ArcGIS 10.5結(jié)合Markov模型對35 a間土地利用變化進(jìn)行空間統(tǒng)計(jì)分析，得到濟(jì)南市1980—2015年土地利用類型轉(zhuǎn)移矩陣(見表1)。以下從土地利用結(jié)構(gòu)變化、土地利用的空間位置轉(zhuǎn)換與數(shù)量變化、土地利用動(dòng)態(tài)度和分時(shí)段LUCC這4個(gè)方面分別闡述。

表1 1980—2015年濟(jì)南市土地利用類型轉(zhuǎn)移矩陣 km2

2.1.1 土地利用結(jié)構(gòu)變化

濟(jì)南市在1980—2015年間土地利用結(jié)構(gòu)發(fā)生了較大改變，主要表現(xiàn)為耕地占比減少3.74%，建設(shè)用地占比增加4.29%，耕地依舊是濟(jì)南市占比最高的土地利用類型。從各地類面積數(shù)量上可以看出，耕地面積減少5.74%，林地面積減少2.27%，草地面積減少2.59%，水域面積增加2%，建設(shè)用地面積增加39.38%，未利用土地減少5.33%。綜上所述，濟(jì)南市35 a間快速城鎮(zhèn)化進(jìn)程中土地利用演變主要表現(xiàn)為耕地的減少和建設(shè)用地的急劇增加。

2.1.2 土地利用的空間位置轉(zhuǎn)換數(shù)量變化

濟(jì)南市1980—2015年各土地利用類型總變化的面積由大到小排序?yàn)楦?、建設(shè)用地、林地、水域、草地、未利用土地。通過空間位置轉(zhuǎn)換與數(shù)量變化的面積比較，耕地、草地、建設(shè)用地的空間位置轉(zhuǎn)換面積小于數(shù)量變化面積，表明這3種地類大多數(shù)是由除本身以外的地類轉(zhuǎn)進(jìn)或轉(zhuǎn)出而發(fā)生的數(shù)量變化，而其余3種地類則大多是在地類內(nèi)部進(jìn)行空間位置轉(zhuǎn)換。

從濟(jì)南市整體的空間位置轉(zhuǎn)換面積與數(shù)量變化面積的比較來看，數(shù)量變化面積約是空間位置轉(zhuǎn)換面積的3.18倍，因此，在1980—2015年間各地類之間轉(zhuǎn)換較為劇烈。

2.1.3 土地利用動(dòng)態(tài)度

表2為1980—2015年濟(jì)南市各土地利用類型動(dòng)態(tài)變化指數(shù)。由表可以看出，濟(jì)南市1980—2015年土地利用綜合動(dòng)態(tài)度為0.32%，各地類轉(zhuǎn)換強(qiáng)度排序由強(qiáng)到弱為建設(shè)用地、水域、未利用土地、林地、耕地、草地。水域、未利用土地、耕地的轉(zhuǎn)出率較高，建設(shè)用地、水域、未利用土地的轉(zhuǎn)入率較高。從年變化率來看，建設(shè)用地以每年1.12%的速度增長，而耕地和未利用土地分別以每年0.17%、0.15%的速度減少。

表2 1980—2015年濟(jì)南市各土地利用類型動(dòng)態(tài)變化數(shù)據(jù)

2.1.4 分時(shí)段LUCC

從各地類增長率來看，1980—2000年間濟(jì)南市除建設(shè)用地面積增長了8%，其余地類面積均不同程度減少，其中水域減少最多，達(dá)到8%；2000—2015年間建設(shè)用地增長28.19%，水域增長10.87%，而耕地面積減少了5.34%。從各地類增長率數(shù)值來看，2000—2015年間的土地利用變化比1980—2000年間的大。從空間位置轉(zhuǎn)換與數(shù)量變化來看，1980—2000年空間位置轉(zhuǎn)換面積大于數(shù)量變化面積，可知在這一時(shí)期，土地利用演變主要在該地類內(nèi)部轉(zhuǎn)換，地類之間的空間轉(zhuǎn)換比較少； 2000—2015年地類數(shù)量變化的面積約是空間位置轉(zhuǎn)換的13.71倍，說明在這段時(shí)期，不同地類間轉(zhuǎn)換數(shù)量較多，土地利用變化大，建設(shè)用地和水域面積的增長主要依賴于其他地類的轉(zhuǎn)換。從年變化率來看，1980—2000年間建設(shè)用地年增長率為0.44%，水域年減少率為4%； 2000—2015年間建設(shè)用地年增長率為1.88%，水域年增長率為0.73%，但耕地和草地分別以每年0.35%和0.11%的變化率減少。以上分析說明，進(jìn)入21世紀(jì)以來，隨著濟(jì)南市城鎮(zhèn)化進(jìn)程加快，建設(shè)用地侵占了大量的耕地和草地，在水庫修建、流域綜合治理下，水域面積有所恢復(fù)。從土地利用綜合動(dòng)態(tài)度來看，2個(gè)時(shí)期分別為0.2%與0.52%，與1980—2015年土地利用綜合動(dòng)態(tài)度0.32%相比，濟(jì)南市在1980—2015年間LUCC經(jīng)歷了一個(gè)由緩慢變化到急劇變化的過程。

2.2 景觀空間格局特征分析

2.2.1 基于類型水平的景觀格局指數(shù)分析

1980—2015年濟(jì)南市基于類型水平的景觀格局指數(shù)見圖2。

斑塊數(shù)量描述的是景觀格局中的異質(zhì)性，數(shù)量越大景觀格局的破碎程度越高。由圖2(a)可以看出： 在35 a間濟(jì)南市各斑塊類型的數(shù)量變化比較平穩(wěn)，斑塊數(shù)量由大到小排序?yàn)榻ㄔO(shè)用地、草地、林地、水域、耕地、未利用土地，表明在1980—2015年間濟(jì)南市的建設(shè)用地破碎程度最高。自2000年以后，建設(shè)用地的斑塊數(shù)量有減小的趨勢，并且在2000—2010年減小幅度最大，表明濟(jì)南市在2000年后建設(shè)用地在原本分散的斑塊基礎(chǔ)上進(jìn)行了擴(kuò)張與融合。

(a)斑塊數(shù)量(b)散布與并列指數(shù)(c)分離度指數(shù)(d)聚集指數(shù)圖2 1980—2015年濟(jì)南市基于類型水平的景觀格局指數(shù)

散布與并列指數(shù)是描述景觀分離度的指數(shù)之一，取值越小，說明與該景觀類型相鄰的其他類型越少,當(dāng)散布與并列指數(shù)為100%時(shí)，說明該類型與他它所有類型完全、等量相鄰[32]。由圖2(b)可以看出：耕地的聚集程度最高，且與其他景觀類型相鄰的概率較大；建設(shè)用地的散布與并列指數(shù)最小，說明其聚集程度最低，容易受人類活動(dòng)的影響，且與之相鄰的斑塊，大多也容易受人類活動(dòng)的影響，排列比較復(fù)雜。

從分離度指數(shù)(圖2(c))可以看出，未利用土地斑塊在1980—1990年間經(jīng)歷劇烈減少后逐漸趨于平穩(wěn)，說明未利用土地在1990年之前有連片向生的趨勢，1990年后趨勢并不明顯。水域斑塊的分離度指數(shù)先增大后減小，說明水體結(jié)構(gòu)經(jīng)歷了波動(dòng)變化，1980—2000年水域斑塊的破碎程度增大，2000年后逐漸趨于聚集。其余景觀斑塊的分離度指數(shù)較小，且波動(dòng)不大，表明這些景觀斑塊較為聚集，且受外界干擾的破碎程度較低。

從聚集指數(shù)(圖2(d))來看，聚集指數(shù)均大于90%，表明斑塊分布整體上集聚，其中聚集指數(shù)最大的是耕地和林地，說明濟(jì)南市基本農(nóng)田與山林的保護(hù)較好。2000年以后，建設(shè)用地斑塊聚集指數(shù)增加，表明在這段時(shí)期內(nèi)，建設(shè)用地的數(shù)量增長并且在原有的建設(shè)用地斑塊的基礎(chǔ)上進(jìn)行擴(kuò)張，逐漸融合吞并分散的斑塊。水域斑塊的聚集指數(shù)經(jīng)歷了先減小后增大的過程，計(jì)算1980—2000年土地利用類型轉(zhuǎn)移矩陣，發(fā)現(xiàn)水域轉(zhuǎn)出的面積中有93.1%轉(zhuǎn)化為耕地，表明人類農(nóng)業(yè)活動(dòng)大量侵占水域，并且水域斑塊被過度分割；在2000年后由于人們水土保持意識增強(qiáng)，臥虎山、狼貓山等水庫的增擴(kuò)容，黃河、小清河等流域治理初顯成效，水域的面積與斑塊聚集指數(shù)均有所增大。

2.2.2 基于景觀水平的景觀格局指數(shù)分析

1980—2015年濟(jì)南市景觀水平上的景觀格局指數(shù)見表3。由表可以看出，斑塊密度的數(shù)值小幅度減小，說明在35 a間各類型景觀分區(qū)基本形成； 最大斑塊指數(shù)先增大后減小，面積加權(quán)形狀指數(shù)分布先增大后減小，說明斑塊形狀趨于規(guī)則； 景觀格局的散布與并列指數(shù)、整體性指數(shù)均有不同程度的波動(dòng)減小，而分離度指數(shù)自1990年起逐步增大，表明不同斑塊之間的分散度、局部性加強(qiáng)，景觀破碎化加劇。

Shannon多樣性指數(shù)與Shannon均勻度指數(shù)都在1990年出現(xiàn)減小后急劇增大。Shannon多樣性指數(shù)可以直觀反映研究區(qū)土地利用類型的多樣性、異質(zhì)性和復(fù)雜性，體現(xiàn)該地區(qū)土地利用類型的數(shù)量與比列變動(dòng)，而Shannon均勻度指數(shù)可以描述不同地類間分配的均勻程度。由此可以看出，自1990年以后，濟(jì)南市土地利用類型朝著多元化的方向發(fā)展，同時(shí)伴隨地類均勻度的提高，說明人為因素對土地利用類型的驅(qū)動(dòng)，使得土地利用的豐富性增強(qiáng)。為了滿足經(jīng)濟(jì)社會(huì)發(fā)展與人民生活需要，面積較大、形狀不規(guī)則、單一連續(xù)的斑塊被逐漸分割成面積較小、形狀規(guī)則、分布均勻的斑塊，不僅有利于形成邊界過渡帶，減少邊界阻力，發(fā)揮面積較小斑塊的優(yōu)勢，提高土地的利用效率，還有利于提高景觀的視覺效果，涵養(yǎng)水源水土保持，緩解城市的熱島效應(yīng)。與此同時(shí)，要注意對基本農(nóng)田、天然山林、草地、水體斑塊的保護(hù)，杜絕過度開發(fā)對生物多樣性、遺傳穩(wěn)定性的破壞。

表3 1980—2015年濟(jì)南市景觀水平上的景觀格局指數(shù)

3 LUCC模擬

3.1 LUCC驅(qū)動(dòng)因素分析

在時(shí)間跨度較大的研究尺度上，自然因素引起的環(huán)境變化幅度相對較小，而人類活動(dòng)產(chǎn)生的環(huán)境變化成為主要因素[33]。根據(jù)1980—2015年濟(jì)南市統(tǒng)計(jì)年鑒，從數(shù)據(jù)的價(jià)值性和可獲得性角度出發(fā)選取影響LUCC的11個(gè)指標(biāo)進(jìn)行主成分分析。經(jīng)共線性檢驗(yàn)得到Kaiser-Meyer-Olkin值為0.842，顯著性為0，表明選取的11個(gè)指標(biāo)適宜進(jìn)行主成分分析，且效果較好。

為了盡可能地從不同角度全面地描述影響LUCC的驅(qū)動(dòng)因素，將主成分固定值設(shè)為3，結(jié)果表明前3個(gè)主成分的起始特征值分別為8.152、1.791、0.753，方差貢獻(xiàn)率分別為74.106%、16.280%、6.844%，合計(jì)貢獻(xiàn)率為97.230%。

旋轉(zhuǎn)因子載荷矩陣見表4。從表中可以看出：主成分1在第一產(chǎn)業(yè)產(chǎn)值、城市人均可支配收入、人均國內(nèi)生產(chǎn)總值(GDP)、農(nóng)業(yè)人口人均可支配收入、總產(chǎn)值、公路通車?yán)锍毯腿丝诿芏冗@7個(gè)指標(biāo)上載荷較大，可概括為人口與經(jīng)濟(jì)綜合因素[34]；主成分2在實(shí)際耕地面積與農(nóng)業(yè)人口比例指標(biāo)上載荷較大，可概括為農(nóng)業(yè)生產(chǎn)因素；主成分3在年均降雨量指標(biāo)上載荷較大，可概括為自然因素。

表4 旋轉(zhuǎn)因子載荷矩陣

3.1.1 人口與經(jīng)濟(jì)綜合因素

1980—2015年間濟(jì)南市總?cè)丝谟?58.61萬增加到625.73萬，年均增長率為0.89%；人口密度由557 km-2增加到782 km-2，年均增長率為0.97%；總產(chǎn)值由28.8億元增加到6 100.232億元，年均增長率為16.53%；第一產(chǎn)業(yè)產(chǎn)值由5.96億元增加到305.39億元，年均增長率為11.9%；人均GDP由630元增加到85 919元，年均增長率為15.08%；城市居民人均可支配收入由485元增加到39 888.71元，年均增長率為13.43%； 農(nóng)民人均純收入由168.9元增長到14 231.8元，年均增長率為13.51%；公路通車?yán)锍逃杉s800 km增長至13 104 km，年均增長率為8.32%。在35 a間，濟(jì)南市經(jīng)濟(jì)社會(huì)快速發(fā)展，大量的人口遷入導(dǎo)致用于生活、教育、醫(yī)療、交通等功能的建設(shè)用地增加，催生城市邊緣逐漸向四周膨脹蔓延，連接吞并零散建設(shè)用地的同時(shí)占用耕地、林地、草地的面積。

3.1.2 農(nóng)業(yè)生產(chǎn)因素

1980—2000年間濟(jì)南市實(shí)際耕地面積從370.87 km2減少到333.72 km2，年均減少0.53%；2000—2015年，實(shí)際耕地面積從333.72 km2增加到362.30 km2，年均增加0.55%。對建設(shè)用地的需求增加導(dǎo)致大量的耕地轉(zhuǎn)化成建設(shè)用地，2000年以后，國家為了保護(hù)耕地，逐漸減免了農(nóng)業(yè)稅，同時(shí)這一時(shí)期的糧食和棉花價(jià)格處于上行周期，刺激新一輪復(fù)墾種植。濟(jì)南市農(nóng)業(yè)從業(yè)人數(shù)在35 a間從135.16萬人銳減到71.8萬人，農(nóng)業(yè)人口比例從63.1%下降到18.4%，可見，濟(jì)南市耕地波動(dòng)減少，與實(shí)際耕種面積和農(nóng)業(yè)從業(yè)人員減少、農(nóng)業(yè)人口市民化有一定關(guān)系。

3.1.3 自然因素

根據(jù)氣象站區(qū)站號54823的年均降水量與平均氣溫?cái)?shù)據(jù)，1980—2000年濟(jì)南市年均降水量為 644.73 mm，2000—2015年年均降水量為735.44 mm。35 a濟(jì)南市年平均氣溫呈現(xiàn)先波動(dòng)上升后波動(dòng)下降的趨勢，峰值出現(xiàn)在1994年15.7 ℃，前20 a年平均氣溫為14.89 ℃，后15 a年平均氣溫為14.67℃。由此可以判斷，1980—2000年水域面積的減少及水域景觀斑塊的破碎與降水量較少、蒸發(fā)量大有一定關(guān)系。自2000年以后，濟(jì)南市年均降水量增加，并且有關(guān)部門加強(qiáng)對涵養(yǎng)水源、水土保持、小流域綜合整治工作的重視，使水域斑塊逐步恢復(fù)。同時(shí)，從2個(gè)時(shí)期的氣溫?cái)?shù)據(jù)可以看出，景觀斑塊的破碎化和豐富化有利于緩解城市熱島效應(yīng)，給城市降溫。

3.1.4 政策因素

除了人口與經(jīng)濟(jì)綜合因素、農(nóng)業(yè)生產(chǎn)因素和自然因素以外，土地管理的相關(guān)政策也發(fā)揮了作用。改革開放以來，我國實(shí)行家庭聯(lián)產(chǎn)承包責(zé)任制，統(tǒng)分結(jié)合、雙層經(jīng)營的模式極大地調(diào)動(dòng)農(nóng)民的生產(chǎn)積極性，從1980—1990年濟(jì)南市耕地面積增加、景觀斑塊聚集度提高、分離度降低的數(shù)據(jù)完全可以體現(xiàn)出來。2002年《中華人民共和國農(nóng)村土地承包法》頒布后，農(nóng)民可以依法采取轉(zhuǎn)包、出租、互換、轉(zhuǎn)讓的方式將承包的土地進(jìn)行流轉(zhuǎn)，提高了2000年后濟(jì)南市綜合土地利用度；2008年《中共中央關(guān)于推進(jìn)農(nóng)村改革發(fā)展若干重大問題的決定》中提出“土地承包經(jīng)營權(quán)流轉(zhuǎn)，不得改變土地集體所有性質(zhì)，不得改變土地用途，不得損害農(nóng)民土地承包權(quán)益”。以上法規(guī)明確了耕地在流轉(zhuǎn)過程中不允許轉(zhuǎn)變?yōu)槠渌仡?，從政策上抑制了耕地的無限制流失，保護(hù)了耕地紅線。

3.2 土地利用類型預(yù)測

基于1980—2010年濟(jì)南市地類數(shù)量，分別采用Markov模型、BP神經(jīng)網(wǎng)絡(luò)、多元線性回歸、GM(1,1)模型，對2015年土地利用類型進(jìn)行了模擬。根據(jù)土地利用演變驅(qū)動(dòng)因素的分析，BP神經(jīng)網(wǎng)絡(luò)與多元線性回歸的預(yù)測分析中加入主成分1、2、3作為驅(qū)動(dòng)因子。

選取高程、降水量、到河流的距離、到公路的距離、2010年人均GDP和2010年人口密度6個(gè)因子作為土地利用變化的驅(qū)動(dòng)因素，進(jìn)行二元邏輯回歸分析，通過受試者工作特征曲線(ROC)檢驗(yàn)選取驅(qū)動(dòng)因子進(jìn)行空間模擬訓(xùn)練的可行性。經(jīng)驗(yàn)證，耕地、林地、草地、水域、建設(shè)用地、未利用土地的ROC值分別為 0.694、0.807、0.767、0.705、0.672、0.912，符合模擬要求。利用GeoSOS-FLUS模型中基于神經(jīng)網(wǎng)絡(luò)的適宜性概率計(jì)算模塊輸入6個(gè)驅(qū)動(dòng)因素，獲取研究區(qū)各地類的適宜性概率，均方根誤差(RMSE)為0.303 666 。然后采用自適應(yīng)慣性機(jī)制的CA模塊對2015年濟(jì)南市土地利用情況進(jìn)行模擬，分別將4種預(yù)測方法得到的地類數(shù)量輸入未來斑塊數(shù)量，并設(shè)置相關(guān)參數(shù)，迭代300次后，空間模擬結(jié)果見表5，模擬數(shù)據(jù)導(dǎo)入ArcGIS10.5軟件中轉(zhuǎn)換得到圖3。分別計(jì)算4次模擬的Kappa值，預(yù)測精度由高到低排序?yàn)镸arkov模型、GM(1,1)模型、多元線性回歸、BP神經(jīng)網(wǎng)絡(luò)，因此，選擇Markov模型對2020年濟(jì)南市土地利用數(shù)量進(jìn)行預(yù)測。

4 分情景預(yù)測

4.1 不同情景下土地利用情況

表5 2015年濟(jì)南市各土地利用類型空間模擬

(a)Markov模型(b)反向傳播神經(jīng)網(wǎng)絡(luò)(c)多元線性回歸(d)灰色模型GM(1,1)(e)2015土地利用-覆被變化注:濟(jì)南市地圖從國家標(biāo)準(zhǔn)地圖網(wǎng)站下載,地圖審批號為GS(2019)3266號(http://bzdt.ch.mnr.gov.cn/browse.html?picId=%224o28b0625501ad13015501ad2bfc0211%22)。結(jié)合資源環(huán)境數(shù)據(jù)云平臺2015年中國地市行政邊界數(shù)據(jù)(http://www.resdc.cn/data.aspx?DATAID=201)經(jīng)過ArcGIS10.5軟件數(shù)字化處理后得到。圖3 不同方法模擬驗(yàn)證的2015年濟(jì)南市土地利用情景

根據(jù)《濟(jì)南市總體規(guī)劃2011—2020》，2020年濟(jì)南市總?cè)丝趯⑦_(dá)到840萬，城鎮(zhèn)總?cè)丝跒?70萬，城鎮(zhèn)化水平達(dá)到75%以上。伴隨未來城鎮(zhèn)化水平的提高，對各地類景觀的規(guī)劃顯得尤為重要。選取高程、降水量、到河流的距離、到公路的距離、2015年人均GDP和2015年人口密度6個(gè)因子作為土地利用變化的驅(qū)動(dòng)因素，進(jìn)行二元邏輯回歸分析，6種地類的ROC值分別為0.686、0.804、0.767、0.716、0.669、0.912，符合模擬要求。利用GeoSOS-FLUS軟件中基于神經(jīng)網(wǎng)絡(luò)的適宜性概率計(jì)算模塊輸入6個(gè)驅(qū)動(dòng)因素，獲取研究區(qū)各地類的適宜性概率，RMSE為0.302 759。然后采用自適應(yīng)慣性機(jī)制的CA模塊分別輸入歷史趨勢發(fā)展情景、基本農(nóng)田保護(hù)情景、生態(tài)保護(hù)情景的地類數(shù)量與限制區(qū)柵格圖，分別運(yùn)行得到2020年濟(jì)南市土地利用預(yù)測情況，結(jié)果見表6。將GeoSOS-FLUS模型預(yù)測的數(shù)據(jù)分別導(dǎo)入ArcGIS 10.5軟件中，得到2020年濟(jì)南市土地利用空間分布如圖4所示。由圖6和表4可以看出：

1)在歷史趨勢發(fā)展情景下，2015—2020年濟(jì)南市耕地?cái)?shù)量減少1.17%，林地?cái)?shù)量減少0.14%，草地與水域的數(shù)量變化不大，建設(shè)用地的數(shù)量增加4.93%，未利用土地的數(shù)量減少1.4%。該階段仍處于濟(jì)南市城鎮(zhèn)化快速發(fā)展的時(shí)期，隨著農(nóng)業(yè)人口市民化進(jìn)程加快，城鎮(zhèn)常住人口增加，需要配合交通、教育、醫(yī)療等基礎(chǔ)設(shè)施的完善，因此，城鎮(zhèn)周邊的耕地、林地仍有轉(zhuǎn)化為城鎮(zhèn)用地的可能。未利用土地的減少可能因荒山裸地治理技術(shù)的提高而轉(zhuǎn)換成其他地類。

2)根據(jù)《濟(jì)南市總體規(guī)劃2011—2020》，對山前平原農(nóng)業(yè)區(qū)和北部平原農(nóng)林區(qū)的耕地作為限制區(qū)處理。在基本農(nóng)田保護(hù)情景下，2015—2020年濟(jì)南市耕地、林地、草地和水域面積分別減少0.02%、0.96%、0.2%和0.09%，建設(shè)用地面積增加1.64%，未利用土地面積減少11.10%，耕地轉(zhuǎn)化為其他地類的情形得到控制； 但是，由于城鎮(zhèn)化進(jìn)程中經(jīng)濟(jì)發(fā)展的需要，建設(shè)用地的需求較大，因此其他地類仍會(huì)向建設(shè)用地轉(zhuǎn)換。

表6 3種情景下2020年濟(jì)南市各地類預(yù)測數(shù)量及增長率

(a)歷史趨勢發(fā)展情景(b)基本農(nóng)田保護(hù)情景(c)生態(tài)保護(hù)情景注:濟(jì)南市地圖從國家標(biāo)準(zhǔn)地圖網(wǎng)站下載,地圖審批號為GS(2019)3266號(http://bzdt.ch.mnr.gov.cn/browse.html?picId=%224o28b0625501ad13015501ad2bfc0211%22)。結(jié)合資源環(huán)境數(shù)據(jù)云平臺2015年中國地市行政邊界數(shù)據(jù)(http://www.resdc.cn/data.aspx?DATAID=201)經(jīng)過ArcGIS10.5軟件數(shù)字化處理后得到。圖4 3種情景下2020年濟(jì)南市各地類空間分布模擬預(yù)測

3)根據(jù)《濟(jì)南市總體規(guī)劃2011—2020》，將濟(jì)南市南部山區(qū)水源涵養(yǎng)區(qū)和黃河沿岸濕地保育區(qū)的林地、草地、水域作為限制區(qū)處理。2015—2020年濟(jì)南市耕地面積減少0.85%，林地、草地、水域和建設(shè)用地面積分別增加1.16%、1.76%、2.46%和1.64%，未利用土地面積減少7.48%，既能保障大片山林、草地、水域的完整性與連通性，又能增加城市建設(shè)用地中生態(tài)景觀的布局，進(jìn)而美化居住環(huán)境、涵養(yǎng)水源、改善小氣候。

4.2 不同情景下土地利用景觀格局指數(shù)

3種情景下2020年濟(jì)南市土地利用景觀格局水平如表7所示。從表中數(shù)據(jù)可以看出：

1)在歷史趨勢發(fā)展情景下，斑塊密度增大，表明同一面積內(nèi)斑塊類型增加，實(shí)現(xiàn)景觀多樣性；最大斑塊指數(shù)、面積加權(quán)形狀指數(shù)分布減小，說明斑塊形狀趨于規(guī)則； 而景觀格局的散布與并列指數(shù)、整體性指數(shù)減小，分離度指數(shù)增大，均說明濟(jì)南市2020年景觀格局將比2015年更加破碎化、復(fù)雜化； Shannon多樣性指數(shù)與Shannon均勻度指數(shù)均有不同程度增大，說明2020年斑塊景觀更加多樣性，斑塊分布更加均勻。

表7 3種情景下2020年濟(jì)南市土地利用景觀格局水平

2)在基本農(nóng)田保護(hù)情景下，斑塊密度增大，可能是基本農(nóng)田周圍灌溉水渠、防護(hù)林建設(shè)提高了斑塊密度； 最大斑塊指數(shù)略微減小，面積加權(quán)形狀指數(shù)分布增大，說明耕地斑塊受到保護(hù)，并未大幅度減少，斑塊之間形狀更加不規(guī)則；分離度指數(shù)略微增大，散布與并列指數(shù)增大而整體性指數(shù)略微減小，說明景觀斑塊破碎化的程度受到控制，景觀斑塊布局更加規(guī)則；Shannon多樣性指數(shù)與Shannon均勻度指數(shù)均略微減小，說明2020年的景觀斑塊較2015年的豐富度、均勻性將降低。

3)在生態(tài)保護(hù)情景下，斑塊密度增大，最大斑塊指數(shù)減小，面積加權(quán)形狀指數(shù)分布增大，說明不僅原有的林地、草地得到了保護(hù)，還通過退耕還林、荒山綠化、小流域綜合治理等方式，在原有的耕地、水域、建設(shè)用地斑塊中穿插林地、草地斑塊，使斑塊形狀更加不規(guī)則；景觀格局的散布與并列指數(shù)、整體性指數(shù)減小，分離度指數(shù)增大，均說明景觀斑塊破碎化、復(fù)雜化、分離化程度將加??；Shannon多樣性指數(shù)與Shannon均勻度指數(shù)均增大，說明人為因素加強(qiáng)對山林草地的保護(hù)與治理，有利于提高生態(tài)景觀的豐富度與均勻性。

5 結(jié)論與討論

根據(jù)1980—2015年濟(jì)南市的土地利用數(shù)據(jù)，本文中對快速城鎮(zhèn)化進(jìn)程中土地利用類型數(shù)量轉(zhuǎn)移、景觀空間格局演變進(jìn)行分析，并針對結(jié)果進(jìn)行驅(qū)動(dòng)因素分析、地類變化模擬、分情景預(yù)測等研究，得到結(jié)論如下：

1)從土地利用結(jié)構(gòu)變化來看，濟(jì)南市35 a間快速城鎮(zhèn)化進(jìn)程中土地利用演變主要表現(xiàn)為耕地面積的減少和建設(shè)用地面積的急劇增加。從土地利用綜合動(dòng)態(tài)度來看，1980—2015年土地利用綜合動(dòng)態(tài)度為0.32%，1980—2000年為0.2%，2000—2015年為0.52%，LUCC經(jīng)歷了一個(gè)由緩慢變化到急劇變化的過程。

2)從景觀空間格局特征角度來看，1980—2015年濟(jì)南市的斑塊密度持續(xù)減小，斑塊分離度增大，表明快速城鎮(zhèn)化進(jìn)程中景觀斑塊朝著破碎化、復(fù)雜化、異質(zhì)化的方向發(fā)展，同時(shí)景觀多樣性指數(shù)與均勻度指數(shù)增大也表明景觀格局更為多元豐富。

3)通過對1980—2015年濟(jì)南市各影響因素的主成分分析，發(fā)現(xiàn)人口和經(jīng)濟(jì)因素是土地利用變化的主要驅(qū)動(dòng)因素，此外，農(nóng)業(yè)生產(chǎn)因素、自然因素也會(huì)對土地利用景觀格局的演變產(chǎn)生影響。在對濟(jì)南市土地利用變化的模擬預(yù)測中Markov模型與GeoSOS-FLUS模型的結(jié)合，預(yù)測精度優(yōu)于其他幾種模型的。

4)在歷史趨勢發(fā)展情景下，2015—2020年濟(jì)南市耕地、林地、草地、水域、建設(shè)用地、未利用土地面積增長率分別為-1.16%、-0.14%、0%、0%、4.93%、1.4%，同時(shí)景觀格局更加破碎； 在基本農(nóng)田保護(hù)情景下，上述各地類面積增長率分別為-0.02%、-0.96%、-0.20%、-0.09%、1.64%、-11.10%，景觀格局破碎化趨勢得到控制；在生態(tài)保護(hù)情景下，上述各地類面積增長率分別為-0.85%、1.16%、1.76%、2.46%、1.64%、-7.48%，不僅林地、草地、水域的面積增加，而且建設(shè)用地中的生態(tài)布局、未利用土地中荒山裸地的綠化面積也相應(yīng)增加，盡管整體景觀格局變得更加復(fù)雜，但是各類景觀更加均勻，有利于緩解城市熱島效應(yīng)、改善空氣質(zhì)量。

濟(jì)南市作為山東省的省會(huì)城市、山東半島城市群和濟(jì)南都市圈的核心城市，在區(qū)域經(jīng)濟(jì)發(fā)展和城鎮(zhèn)化進(jìn)程中扮演著重要的角色。2019年4月10日中共濟(jì)南市委辦公廳、濟(jì)南市人民政府辦公廳印發(fā)《關(guān)于全面開展城市品質(zhì)“十化”提升行動(dòng)，加快建設(shè)“大強(qiáng)美富通”現(xiàn)代化國際大都市的實(shí)施方案》，要求“高點(diǎn)定位城市發(fā)展規(guī)劃，加快實(shí)施動(dòng)能轉(zhuǎn)換、文化復(fù)興、國際開放、區(qū)域協(xié)調(diào)、生態(tài)保育、格局優(yōu)化、特色彰顯、品質(zhì)提升等八大戰(zhàn)略行動(dòng)，做大做強(qiáng)做優(yōu)濟(jì)南都市圈,積極創(chuàng)建國家中心城市，建設(shè)美麗宜居泉城?！苯Y(jié)合不同情景下2020年濟(jì)南市土地利用情況的模擬預(yù)測，對濟(jì)南市未來的發(fā)展戰(zhàn)略導(dǎo)向進(jìn)行如下探討：

1)在歷史趨勢發(fā)展情景下，濟(jì)南市將朝著綜合服務(wù)中心和交通樞紐中心的方向發(fā)展。隨著濟(jì)南市市域范圍內(nèi)新舊動(dòng)能轉(zhuǎn)換戰(zhàn)略、鄉(xiāng)村振興戰(zhàn)略的實(shí)施，未來濟(jì)南市將大力引進(jìn)各類人才，布局建設(shè)產(chǎn)業(yè)功能區(qū)，實(shí)現(xiàn)產(chǎn)城融合、職住平衡的目標(biāo)，完善城市各項(xiàng)基礎(chǔ)設(shè)施建設(shè)，增強(qiáng)城市綜合承載能力，提高城市服務(wù)水平。同時(shí)，近2年濟(jì)南市不僅加快“三環(huán)十二射”“三橋一隧”高速公路、軌道交通、河道等設(shè)施建設(shè)，還計(jì)劃加強(qiáng)與周邊省市及鄰近國家的聯(lián)系，構(gòu)建“米”字型高速鐵路網(wǎng)和4F級機(jī)場。

2)在基本農(nóng)田保護(hù)情景下，濟(jì)南市將朝著一、二、三產(chǎn)業(yè)融合中心和智慧高效中心的方向發(fā)展。濟(jì)南市的山前平原農(nóng)業(yè)區(qū)通過建立基本農(nóng)田保護(hù)區(qū)、加強(qiáng)生態(tài)農(nóng)業(yè)、生態(tài)工業(yè)和生態(tài)小城鎮(zhèn)建設(shè)，促進(jìn)一、二、三產(chǎn)業(yè)融合，提高對中心城的支撐能力；北部平原農(nóng)林區(qū)發(fā)展生態(tài)農(nóng)林牧漁業(yè)，建設(shè)現(xiàn)代生態(tài)農(nóng)林產(chǎn)業(yè)鏈，布局多元化農(nóng)副產(chǎn)品供給區(qū)。嚴(yán)禁違法開發(fā)耕地，將對建設(shè)用地?cái)U(kuò)展帶來新的挑戰(zhàn)，對此，濟(jì)南市應(yīng)當(dāng)利用先進(jìn)技術(shù)手段，勘探尋找適宜的地質(zhì)條件，建設(shè)超級高樓和多層地下交通來提高土地的利用效率，緩解住房、交通壓力。

3)在生態(tài)保護(hù)情景下，濟(jì)南市將朝著生態(tài)宜居中心與特色景觀中心的方向發(fā)展。濟(jì)南市的南部山區(qū)、水源涵養(yǎng)區(qū)可通過退耕還林、荒山綠化、小流域治理、礦山開采區(qū)恢復(fù)治理，改善生態(tài)環(huán)境質(zhì)量，治理水土流失，提高水資源涵養(yǎng)能力，加強(qiáng)生物多樣性保護(hù)，防治廢水和固體廢物污染；中心城城市建設(shè)區(qū)要加強(qiáng)對泉水的保護(hù)，彰顯濟(jì)南獨(dú)有的泉城特色景觀風(fēng)貌，增加綠色隔離區(qū)、生態(tài)廊道和綠地斑塊建設(shè)，形成美觀別致的城市園林綠化體系；黃河沿岸濕地保育區(qū)要加強(qiáng)黃河大堤標(biāo)準(zhǔn)化堤防建設(shè)，重視沿岸生態(tài)林、灘涂、濕地景觀的修復(fù)，保證區(qū)域生態(tài)安全,實(shí)現(xiàn)可持續(xù)發(fā)展。