城市化加速地區(qū)土地利用變化模擬預(yù)測

呂曉艷

摘要：研究城市化加速發(fā)展地區(qū)的土地利用變化，并模擬預(yù)測，便于掌握地區(qū)土地利用變化的特點及發(fā)展規(guī)律，使地區(qū)土地資源利用與配置更合理。文章以蕪湖市鳩江區(qū)為例，引入CA-Markov模型，模擬預(yù)測此地區(qū)2000～2026年土地利用空間結(jié)構(gòu)變化進行。結(jié)論認為，CA-Markov模型模擬準(zhǔn)確度高，適用于模擬分析多種土地利用類型的演化，可為區(qū)域土地與城市規(guī)劃、管理和決策，提供一定的參考價值。

關(guān)鍵詞：城市化加速地區(qū);CA-Markov模型;土地利用變化;模擬;鳩江區(qū)

土地資源與人類生產(chǎn)生活密切相關(guān)，生態(tài)、社會和經(jīng)濟的發(fā)展會受到它利用變化直接或間接地影響，進而影響區(qū)域或全球的環(huán)境變化。因而，研究土地的利用變化，非常重要。當(dāng)前，學(xué)者們研發(fā)出眾多對土地利用變化進行分析和模擬的模型，當(dāng)中，CA-Markov模型以突出的優(yōu)勢脫穎而出。兩者相結(jié)合，使得Markov模型空間預(yù)測上劣勢得到補償，又可發(fā)揮元胞自動機模擬繁雜空間系統(tǒng)時空動態(tài)演變的優(yōu)勢。CA-Markov模型擁有在復(fù)雜空間系統(tǒng)變化中，進行模擬及長時間預(yù)測的能力，能合理模擬與預(yù)測土地利用的時空變化。

當(dāng)前，國內(nèi)外有關(guān)學(xué)者在不同區(qū)域的土地利用變化分析與模擬研究中，引入CA-Markov模型。在國外，Darrel Jenerette利用 CA-Markov模型分析模擬了亞歷桑那州菲尼克斯地區(qū)的土地利用變化與城市擴張和人口增長有關(guān);Andersson利用CA-Markov模型模擬了城市聚落的演變發(fā)展。在國內(nèi)，何丹等以滇池流域為研究對象，研究點明了滇池流域水質(zhì)退化與土地的不合理利用密不可分，而未來該流域的水環(huán)境和水生態(tài)壓力會隨著土地不合理利用的擴大而增加;周浩等用此模型模擬研究撓力河流域土地利用的變化，研究表明未來該地區(qū)土地利用程度不斷擴大，人類活動對該流域的影響程度不斷加強;由此可見，在現(xiàn)有研究的土地利用變化中，學(xué)者們江河流域內(nèi)土地利用變化的研究逐年增多，但關(guān)于城市化加速地區(qū)的土地利用變化的研究，較為少見。在城市化加速地區(qū)，城市建設(shè)和工業(yè)發(fā)展不斷加速，地區(qū)經(jīng)濟社會發(fā)生巨變，土地利用變化愈發(fā)顯化，對土地的過度開發(fā)利用，使得區(qū)域內(nèi)人與土地之間矛盾激化，人地問題突出，牽制著城市協(xié)調(diào)發(fā)展。因而，對該區(qū)域的土地科學(xué)的研究值得重視。

蕪湖市位于長江下游地區(qū)的沿江平原上，緊接經(jīng)濟發(fā)展強大的長三角地區(qū)，近年來，在其經(jīng)濟發(fā)展的輻射帶動下，工業(yè)和城市發(fā)展進程加快，土地資源利用格局變化幅度較大。故本文以蕪湖市鳩江區(qū)為例，把2006年與2016年兩個時期的遙感圖像作為基礎(chǔ)，在GIS中對其作空間分析， 研究其十年間的土地利用格局變化，并用MCE模型定義CA的轉(zhuǎn)換規(guī)則，結(jié)合IDRISI軟件提供的CA-Markov模型來預(yù)測鳩江區(qū)2026年土地利用變化的方向，希望為該地區(qū)未來的土地資源合理利用及耕地保護和經(jīng)濟社會協(xié)調(diào)發(fā)展提供有價值的借鑒。

一、研究區(qū)與數(shù)據(jù)

（一）研究區(qū)域

蕪湖市的市區(qū)是鳩江區(qū)，長江穿越該區(qū)，地理坐標(biāo)為東經(jīng)118度23分、北緯31度22分，是城市的政治、文化和金融商業(yè)中心。鳩江區(qū)總?cè)丝?8.91萬人，覆蓋面積約為820平方公里，區(qū)域內(nèi)分布著開發(fā)區(qū)、加工區(qū)、碼頭。近年來，鳩江區(qū)經(jīng)濟發(fā)展迅猛，國內(nèi)生產(chǎn)總值在近二十年間增長近百倍，鳩江區(qū)是我國城市化加速地區(qū)的代表之一。

（二）數(shù)據(jù)來源與處理

本文在中科院地理空間數(shù)據(jù)云平臺（http：//www.gscloud.cn/）獲取了遙感影像數(shù)據(jù)與DEM（高程）數(shù)據(jù)，從Landsat-5 TM和Landsat-8分別獲取的2006年和2016年兩期影像，為滿足解譯需要，研究區(qū)影像選取質(zhì)量較好。在ENVI5.2軟件中對遙感影像進行解譯，再參考中國科學(xué)院土地利用/覆被變化分類體系與區(qū)域內(nèi)土地利用現(xiàn)狀及研究區(qū)具體實際，確定研究區(qū)2006年和2016年土地利用類型為5大類：“耕地、林地、草地、建設(shè)用地、水域”。

二、研究方法

（一）土地利用變化空間特征模型

土地在空間格局上的變化特點信息分別用單一土地動態(tài)變化度和綜合土地動態(tài)變化度表現(xiàn)。計算公式如下所示：

Kt.i=××100%（1）

Kt=××100%（2）

在（1）、（2）式中，研究區(qū)土地利用類型i的空間變化單一動態(tài)度用Kt.i表示;全部土地利用類型的空間變化綜合動態(tài)度用Kt表示;從變化初始年份a到變化年份b期間土地利用類型i轉(zhuǎn)移生成其他類型土地的面積用ΔSc，i表示;而其他土地利用類型i轉(zhuǎn)移到類型的面積用ΔSd，i表示;土地利用類型i在變化初始年份a的面積用Sai表示;土地利用變化初始到結(jié)束的年份用T表示;研究區(qū)域內(nèi)全部土地利用類型的數(shù)量用n表示。

（二）CA-Markov土地利用變化模擬預(yù)測模型

CA模型對屬性意義上的其他地理位置也無法描述，很難真實地反映局部的空間相互作用和空間關(guān)系，且在局部演化規(guī)則上也稍顯遜色，導(dǎo)致CA模型在地理系統(tǒng)模擬方面略有不足。兩個模型融合，既具備CA模擬復(fù)雜時空變化的能力，又發(fā)揮Markov模型長時間預(yù)測的優(yōu)點，有利于提高模擬預(yù)測的精準(zhǔn)性。因此，文章將運用IDRISITerrSet17.0軟件中的CA-Markov模型，獲取到2006、2016年兩期數(shù)據(jù)，2006～2016年土地利用面積轉(zhuǎn)移矩陣及概率轉(zhuǎn)換矩陣用IDRIS軟件中的Markov板塊生成，土地利用適宜性圖集是將土地利用變化的驅(qū)動力、多標(biāo)準(zhǔn)評價（MCE）模塊、集合生成器（Collection Editor）工具結(jié)合生成，并將上述有關(guān)參數(shù)導(dǎo)入CA-Markov板塊，模擬預(yù)測2026年鳩江區(qū)的土地利用的發(fā)展方向。

三、結(jié)果與分析

（一）2006～2016年研究區(qū)土地利用情況分析

在IDRISI軟件中對所得土地利用數(shù)據(jù)統(tǒng)計分析，處理后得出鳩江區(qū)現(xiàn)狀土地利用格局。在研究區(qū)五大土地利用類型中，耕地分布范圍最大，主要分布在區(qū)域的西北部和西南部;林地和草地大部分分布在區(qū)域的東南部和東北部地區(qū)，西北部和西南部零散分布;中部是建設(shè)用地分布。隨著地區(qū)經(jīng)濟社會發(fā)展加快，建設(shè)用地增加速度變快，不斷地占用耕地、林地和草地，分布范圍愈發(fā)擴大，朝著區(qū)域的東北部、東南部和西北部地區(qū)擴展;水域變化甚小。

（二）2006～2016年研究區(qū)土地利用類型轉(zhuǎn)變分析

通過表1可對區(qū)域土地利用結(jié)構(gòu)的空間轉(zhuǎn)變進行定量分析，掌握區(qū)域內(nèi)土地利用空間結(jié)構(gòu)的變化情況。在表1中，轉(zhuǎn)出面積是指某一種土地利用類型轉(zhuǎn)變?yōu)槠渌玫仡愋偷目偯娣e，轉(zhuǎn)入面積是指其他用地類型轉(zhuǎn)為該種用地類型的總面積?？捎棉D(zhuǎn)入減去轉(zhuǎn)出的面積的數(shù)量差，是正數(shù)還是負數(shù)，來判斷十年間研究區(qū)某一種用地類型的轉(zhuǎn)變，是以補充為主還是流失為主。在2006～2016年間，區(qū)域內(nèi)全部用地類型中，耕地轉(zhuǎn)出面積最多，為66km2，轉(zhuǎn)入面積為39.74km2，轉(zhuǎn)入面積減去轉(zhuǎn)出面積數(shù)量差為-26.26km2，耕地的面積變化以流失為主;其次是建設(shè)用地，轉(zhuǎn)出面積為30.7km2，轉(zhuǎn)入面積為51.25km2，建設(shè)用地的轉(zhuǎn)入面積為所有用地類型中最高的，轉(zhuǎn)入面積減去轉(zhuǎn)出面積之差為20.55km2，建設(shè)用地的面積變化以補充為主;林地緊跟其后，林地轉(zhuǎn)出面積是28.63km2，轉(zhuǎn)入面積是40.43km2，轉(zhuǎn)入面積減去轉(zhuǎn)出面積數(shù)量差為11.8km2，林地的面積變化是以補充為主;水域轉(zhuǎn)出面積是9.04km2，轉(zhuǎn)入面積為0.77km2，轉(zhuǎn)入面積減去轉(zhuǎn)出面積之差為-8.27km2，水域的面積變化以流失為主，;而草地由于在全部用地類型中面積占比較小，其轉(zhuǎn)入和轉(zhuǎn)出面積均較少，轉(zhuǎn)出面積為3.49km2，轉(zhuǎn)出面積為5.76km2，轉(zhuǎn)入面積減去轉(zhuǎn)出面積之差為2.27km2。

基于土地利用動態(tài)度模型的測算結(jié)果，十年間，區(qū)域土地利用空間變化綜合動態(tài)度為1.57%，土地利用變化處于較為活躍的階段。從單一動態(tài)度上來看，土地利用變化活躍程度按照高低排序，依次為林地、建設(shè)用地、草地、耕地、水域。其中，林地的動態(tài)度最大，為10.68%，位居榜首。這說明十年間，林地類型的變化活躍程度最高，國家的退耕還林政策的實施效果在該區(qū)域較為顯著;再者就是建設(shè)用地，土地利用動態(tài)度為9.52%，研究區(qū)的建設(shè)用地土地變化非?；钴S，這與研究區(qū)的城市化進程加快密不可分，建設(shè)用地的范圍不斷擴大，大量的城市建設(shè)僅侵占耕地和草地，耕地和草地的面積不斷減少，其范圍逐漸萎縮;草地類型的土地利用動態(tài)度為8.1%;耕地類型的土地利用動態(tài)度為1.75%;水域類型的土地利用變化活躍程度最低，其土地利用動態(tài)度僅為0.88%。

（三）CA-Markov模型模擬預(yù)測結(jié)果與分析

1. 模擬精度驗證結(jié)果

鑒于已有研究，本文采用全數(shù)法來對CA-Markov模型模擬結(jié)果精確度進行驗證。全數(shù)驗證方法可對參與模擬的每一個元胞單元進行模擬，優(yōu)勢是可信度高，科學(xué)性更強。由于本研究區(qū)面積大小適中，數(shù)據(jù)量較合適，選用全數(shù)驗證的方法更為合理。在IDRISI軟件中模擬其2016年土地利用變化，得出CA-Markov模型的模擬精度為93.61%，模擬精度相對較高，表明該模擬結(jié)果的可信度比較好。CA-Markov模型發(fā)揮出的可靠與實用特性，較適于對區(qū)域土地利用變化進行模擬預(yù)測。

2. 未來土地利用預(yù)測結(jié)果與分析

從表2可以看出，2016～2026年研究區(qū)的不同用地類型的面積發(fā)生較大變化，變化比較明顯的用地類型是耕地、建設(shè)用地、林地和草地。首先是耕地，其面積由534.11km2降到46.38km2，面積降低了65.73km2用地類型，耕地是區(qū)域內(nèi)面積降低最多的用地類型。其次是建設(shè)用地，其面積由132.18km2增到170.59km2，面積增加了38.41km2，建設(shè)用地的面積在區(qū)域全部用地類型中增加最多;同樣林地面積也發(fā)生變化，由82.65km2增到107.3km2，面積增加了24.65km2;草地的面積也由8.47km2增到11.68km2，面積增加了3.01km2;水域的面積變化較小，十年間僅減少了0.34km2。在2016～2020年，研究區(qū)土地利用綜合動態(tài)度為2.35%，與2006～2016年的土地利用綜合動態(tài)度1.57%相比，研究區(qū)在2016～2026年整體土地利用變化的活躍程度呈現(xiàn)上升的趨勢。其中草地、林地、建設(shè)用地的土地利用動態(tài)度分別為13.45%、12.43%、5.68%，高于耕地的動態(tài)度1.87%和水域的動態(tài)度0.01%，土地利用變化活躍程度都比較高。

圖2是基于CA-Markov模型預(yù)測結(jié)果，得出研究區(qū)2026年土地利用格局分布圖。從圖2可看出，到2026年，研究區(qū)的建設(shè)用地呈現(xiàn)向東北和西北方向擴張的勢頭，其范圍不斷擴大，林地向西南方向延伸，并侵占部分耕地，耕地范圍不斷縮小。未來隨著區(qū)域經(jīng)濟社會的加速發(fā)展，城市化步伐腳步不斷加快，城鎮(zhèn)建設(shè)需要耗費大量的土地資源，建設(shè)用地不斷占用耕地，這使得原本就稀缺的耕地資源就更加寶貴，耕地保護和經(jīng)濟發(fā)展之間矛盾將會進一步激化。

四、結(jié)論與討論

（一）結(jié)論

文章把城市化加速發(fā)展的鳩江區(qū)作為研究區(qū)，運用CA-Markov模型，對區(qū)域三個時期土地利用變化模擬預(yù)測，結(jié)論如下。

2006～2016年鳩江區(qū)土地利用結(jié)構(gòu)變化顯著，整個區(qū)域的用地類型仍以耕地為主，但耕地面積急劇減少，用地比重不斷降低，分布范圍不斷萎縮;建設(shè)用地和林地的面積增加迅速，占比越來越高，尤其是建設(shè)用地占擠大量耕地，分布范圍不斷擴大;草地面積有所增加，水域面積略有減少。且鳩江區(qū)的各用地類型間的面積變化率和單一動態(tài)度差異較大，耕地和建設(shè)用地、林地的面積變化較大，土地利用變化程度活躍。

CA-Markov模型的Kappa系數(shù)為93.61%，模擬精度較高，整體來看，模擬結(jié)果可信度較高，較適用于對鳩江區(qū)2026年的土地利用演變進行模擬預(yù)測。

根據(jù)預(yù)測結(jié)果，到2026年，鳩江區(qū)的土地利用面積變化明顯。耕地雖區(qū)域的主要用地類型，但其面積不斷減少，分布范圍不斷萎縮;建設(shè)用地、林地和草地面積持續(xù)增加，建設(shè)用地向外不斷擴展，擴張幅度較大。這表明，區(qū)域未來土地資源利用變化較為活躍，其耕地資源更為緊缺，建設(shè)用地擴張加劇。研究區(qū)未來扛著耕地保護的重擔(dān)，正確處理好鳩江區(qū)經(jīng)濟發(fā)展與耕地保護之間的關(guān)系，合理利用與配置區(qū)域土地資源，促進區(qū)域內(nèi)協(xié)調(diào)發(fā)展。

（二）討論

本文研究結(jié)果，對城市化加速地區(qū)土地利用結(jié)構(gòu)與布局的規(guī)劃調(diào)整、土地資源的優(yōu)化配置及耕地保護和經(jīng)濟社會協(xié)調(diào)發(fā)展有一定的借鑒價值。但本研究尚存部分問題待解決。第一、文章運用CA-Markov模型對鳩江區(qū)土地利用演變進行模擬預(yù)測，但城市化加速地區(qū)土地利用演變過程繁復(fù)漫長，受到眾多因素影響，難全面顧及;同時制定元胞轉(zhuǎn)換規(guī)則時，對退田還湖、長江沿線生態(tài)保護帶等符合地域特點的土地政策及農(nóng)戶個體行為等，未作考慮。第二、本研究數(shù)據(jù)年份間隔為十年，周期較大，期間社會經(jīng)濟、政策法規(guī)有較大變化，影響因素具有階段差異性，后續(xù)研究要縮短間隔期。最后對影響土地利用變化的因素，也未進一步研究討論，在后續(xù)研究中，要增加對土地變化驅(qū)動因素的研究。

參考文獻：

[1]后立勝，蔡運龍.土地利用/覆被變化研究的實質(zhì)分析與進展評述[J].地理科學(xué)進展，2004（06）.

[2]何春陽，史培，陳晉，等.基于系統(tǒng)動力學(xué)模型和元胞自動機模型的土地利用情景模型研究[J].中國科學(xué)（D輯：地球科學(xué)），2005（05）.

[3]劉小平，黎夏，艾彬，等.基于多智能體的土地利用模擬與規(guī)劃模型[J].地理學(xué)報，2006（10）.

[4]邢容容，馬安青，張小偉，等.基于Logistic-CA-Markov模型的青島市土地利用變化動態(tài)模擬[J].水土保持研究，2014（06）.

[5]井梅秀，李晶.基于CA-Markov模型的關(guān)中——天水經(jīng)濟區(qū)土地利用變化動態(tài)模擬[J].陜西師范大學(xué)學(xué)報（自然科學(xué)版），2013（01）.

[6]周熙，馬智民，尹芳，等.基于CA-Markov模型的“絲綢之路經(jīng)濟帶”沿線地區(qū)土地利用變化分析與預(yù)測——以西北五省為例[J].西北大學(xué)學(xué)報（自然科學(xué)版），2018（02）.

[7]何丹，周璟，高偉，等.基于CA-Markov模型的滇池流域土地利用變化動態(tài)模擬研究[J].北京大學(xué)學(xué)報（自然科學(xué)版），2014（06）.

[8]周浩，雷國平，趙宇輝，等.基于CA-Markov模型的撓力河流域土地利用動態(tài)模擬[J].生態(tài)與農(nóng)村環(huán)境學(xué)報，2016（02）.

[9]吳晶晶，田永中，許文軒，等.基于CA-Markov模型的烏江下游地區(qū)土地利用變化情景分析[J].水土保持研究，2017（04）.

[10]王友生，余新曉，賀康寧，等.基于CA-Markov模型的藉河流域土地利用變化動態(tài)模擬[J].農(nóng)業(yè)工程學(xué)報，2011（12）.

[11]胡碧松，張涵玥.基于CA-Markov模型的鄱陽湖區(qū)土地利用變化模擬研究[J].長江流域資源與環(huán)境，2018（06）.

[12]許小娟，劉會玉，林振山，等.基于CA-Markov模型的江蘇沿海土地利用變化情景分析[J].水土保持研究，2017（01）.

[13]楊俊，解鵬，席建超，等.基于元胞自動機模型的土地利用變化模擬——以大連經(jīng)濟技術(shù)開發(fā)區(qū)為例[J].地理學(xué)報，2015（03）.

[14]肖明，吳季秋，陳秋波，等.基于CA-Markov模型的昌化江流域土地利用動態(tài)變化[J].農(nóng)業(yè)工程學(xué)報，2012（10）.

[15]張曉娟，周啟剛，王兆林，等.基于MCE-CA-Markov的三峽庫區(qū)土地利用演變模擬及預(yù)測[J].農(nóng)業(yè)工程學(xué)報，2017 （19）.

（作者單位：安徽師范大學(xué)）