基于改進(jìn)CA-Markov模型的滹沱河流域山區(qū)段土地利用變化模擬及預(yù)測(cè)

席梅竹，趙中秋，吳攀升，趙穎麗

(1.中國(guó)地質(zhì)大學(xué)(北京) 土地科學(xué)技術(shù)學(xué)院，北京 100083；2.忻州師范學(xué)院 地理系，山西 忻州 034000；3.自然資源部 土地整治重點(diǎn)實(shí)驗(yàn)室，北京 100035；4.山西省國(guó)土資源調(diào)查規(guī)劃院，山西 太原 030024)

土地利用和覆被變化(land use and cover change，LUCC)是全球環(huán)境變化和可持續(xù)發(fā)展的重要組成部分，在全球物質(zhì)循環(huán)和能量流動(dòng)中起著關(guān)鍵作用，因此通過(guò)研究土地利用變化的規(guī)律，利用模型擬合并預(yù)測(cè)區(qū)域土地利用變化趨勢(shì)對(duì)于合理開(kāi)發(fā)利用土地資源，促進(jìn)區(qū)域可持續(xù)發(fā)展具有重要意義[1]。由于土地利用和覆被變化是社會(huì)經(jīng)濟(jì)復(fù)合系統(tǒng)在時(shí)間和空間2個(gè)維度的反映，所以當(dāng)前土地利用變化的研究熱點(diǎn)已由對(duì)土地利用變化的數(shù)量預(yù)測(cè)轉(zhuǎn)向時(shí)空模擬預(yù)測(cè)，同時(shí)預(yù)測(cè)模型也由單一模型向多模型耦合方向發(fā)展[2-3]。當(dāng)前諸多學(xué)者已對(duì)土地利用變化時(shí)空動(dòng)態(tài)預(yù)測(cè)模型進(jìn)行了深入研究，主要包括CLUE-S模型(conversion of land use and its effects at small region extent)[4-5]、多智能體系統(tǒng)模型(multi-agent system,簡(jiǎn)稱(chēng) MAS)[6-7]、元胞自動(dòng)機(jī)模型(cellular automata,簡(jiǎn)稱(chēng)CA)[8-9]等。CLUE -S模型是基于統(tǒng)計(jì)的數(shù)量預(yù)測(cè)模型與基于經(jīng)驗(yàn)的空間格局演化分配模型相結(jié)合，能夠?qū)崿F(xiàn)多尺度不同情景變化的模擬研究，但是由于其空間分配規(guī)則的主觀性以及對(duì)土地利用數(shù)據(jù)空間相關(guān)性的忽視使模型的不確定性增加。MAS模型的核心思想就是由微觀個(gè)體的相互作用產(chǎn)生宏觀全局的變化[10]，然而由于土地利用決策系統(tǒng)的復(fù)雜性以及Agent的決策規(guī)則和行為模式的多樣性，使大尺度宏觀決策的模擬難度增加。CA模型是一種時(shí)空狀態(tài)均離散、相互作用關(guān)系皆為局部的網(wǎng)格動(dòng)力學(xué)模型，能夠?qū)?fù)雜地理過(guò)程進(jìn)行模擬和預(yù)測(cè)[11]。Markov 模型是基于馬爾科夫過(guò)程系統(tǒng)而形成的一個(gè)過(guò)程理論模型，以達(dá)到預(yù)測(cè)和隨機(jī)控制的目的[12]。結(jié)合兩者優(yōu)勢(shì)的CA-Markov(時(shí)空馬爾科夫)模型能夠?qū)崿F(xiàn)對(duì)時(shí)空演變的預(yù)測(cè)和模擬[13]。近年來(lái)，有不少學(xué)者應(yīng)用CA-Markov模型進(jìn)行區(qū)域土地利用的預(yù)測(cè)研究[14-16]，該方法雖具有較高的準(zhǔn)確度，但是基于土地利用狀態(tài)轉(zhuǎn)移概率矩陣的土地適應(yīng)性分析無(wú)法準(zhǔn)確反映驅(qū)動(dòng)因素與土地利用類(lèi)型分布之間的數(shù)量關(guān)系，所以多因素驅(qū)動(dòng)的土地利用類(lèi)型變化逐漸引起學(xué)者的關(guān)注[17-18]。一些學(xué)者采用Logistic模型與CA-Markov模型相結(jié)合的方法，對(duì)區(qū)域土地利用/覆被類(lèi)型進(jìn)行預(yù)測(cè)研究[19-20]。但是應(yīng)用CA-Markov模型進(jìn)行預(yù)測(cè)研究的區(qū)域多集中于城市，對(duì)流域的研究較少，并且通常都是以10 a為周期，伴隨著城市化進(jìn)程的加快，利用5 a為研究周期可以對(duì)土地利用覆被變化進(jìn)行更加細(xì)致的研究。

滹沱河流域山區(qū)段位于京津冀水源地的上游地區(qū)，土地利用/覆被影響下的區(qū)域生態(tài)環(huán)境狀況會(huì)直接影響到下游華北地區(qū)的用水安全。同時(shí)該區(qū)域又屬于忻州市的人口密集區(qū)和糧食主產(chǎn)區(qū)，隨著經(jīng)濟(jì)社會(huì)的發(fā)展，區(qū)域人地矛盾突出。首先利用Markov模型探討研究區(qū)2000-2015年的土地利用/覆被變化規(guī)律，并對(duì)影響區(qū)域土地利用/覆被類(lèi)型分布的自然和社會(huì)經(jīng)濟(jì)因素進(jìn)行Logistic回歸分析，在此基礎(chǔ)上借助CA-Markov模型以5 a為預(yù)測(cè)周期，對(duì)區(qū)域2020、2025年的土地利用/覆被格局進(jìn)行預(yù)測(cè)，以期能夠緩解區(qū)域人地矛盾，同時(shí)為制定更加科學(xué)合理的區(qū)域土地利用管理策略提供科學(xué)依據(jù)。

1 研究區(qū)概況

滹沱河發(fā)源于山西省忻州市繁峙縣東北的泰戲山麓，屬海河流域的子牙河水系。在忻州市境內(nèi)向西南流經(jīng)繁峙縣、代縣、原平市，至原平市與忻府區(qū)交界的界河鋪村轉(zhuǎn)向東流，流經(jīng)定襄縣和五臺(tái)縣，橫穿太行山支脈系舟山，流入華北平原(圖1)。滹沱河流域山區(qū)段處于滹沱河上游地區(qū)，地理位置介于38°13′-39°27′N(xiāo)，112°17′-113°58′E，研究區(qū)涵蓋了6個(gè)縣市區(qū)(圖1)。境內(nèi)支流呈羽狀分布于山區(qū)，主要包括峨河、陽(yáng)武河、云中河、牧馬河、清水河、滹沱河支流，流域面積1 169 319.78 hm2。研究區(qū)屬溫帶大陸性季風(fēng)氣候區(qū)，年平均氣溫4.0℃～8.8℃，多年平均降水量400～450 mm，且年內(nèi)降水時(shí)空分布不均，7-8月降水量占全年降水量的53%；山區(qū)雨量大，平川、河谷雨量偏少。研究區(qū)土壤類(lèi)型多樣，山區(qū)以褐土、粗骨土和棕壤為主，平原河谷區(qū)以褐土和潮土為主，是忻州市的糧食主產(chǎn)區(qū)和人口聚集區(qū)。截至2018年底，研究區(qū)常住人口達(dá)210.46萬(wàn)，區(qū)域經(jīng)濟(jì)發(fā)展中第3產(chǎn)業(yè)占優(yōu)勢(shì)，3大產(chǎn)業(yè)結(jié)構(gòu)比為7.5∶45.2∶47.3。

圖1 研究區(qū)地理位置

2 數(shù)據(jù)來(lái)源與研究方法

2.1 數(shù)據(jù)來(lái)源及處理

研究區(qū)DEM數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺(tái)(http://www.gscloud.cn/)，空間分辨率為30 m。滹沱河流域山區(qū)段邊界數(shù)據(jù)由SWAT水文模型計(jì)算得到的流域邊界與已有行政區(qū)劃邊界相交得到。

土地利用遙感監(jiān)測(cè)數(shù)據(jù)來(lái)源于美國(guó)地質(zhì)勘探局官網(wǎng)(https://www.usgs.gov/)，軌道號(hào)為 125/33，選擇下載2000年7月1日、2005年7月31日、2010年6月27日、2015年7月3日4期相近時(shí)段的Landsat TM/ETM/OLI影像，空間分辨率為30 m，首先經(jīng)過(guò)影像融合、影像校正和圖像增強(qiáng)等預(yù)處理；然后根據(jù)我國(guó)《土地利用現(xiàn)狀分類(lèi)》(GB/T 21010-2017)系統(tǒng)結(jié)合研究區(qū)實(shí)際，將土地利用類(lèi)型分為6類(lèi)，分別為耕地、林地、草地、建設(shè)用地(包括5～10類(lèi))、水域(水域及水利設(shè)施用地)、未利用地，并在此基礎(chǔ)上通過(guò)監(jiān)督分類(lèi)中最優(yōu)波段組合和人工目視解譯結(jié)合，再經(jīng)實(shí)地勘正校準(zhǔn)，最終得到研究區(qū)4 a的土地利用類(lèi)型柵格數(shù)據(jù)，2000、2005、2010、2015年研究區(qū)土地利用類(lèi)型解譯數(shù)據(jù)的Kappa系數(shù)分別為0.861 6、0.854 6、0.867 7、0.880 9，均滿(mǎn)足遙感影像解譯精度>0.85的要求。

研究區(qū)氣溫、降水氣象數(shù)據(jù)來(lái)源于忻州市氣象局6個(gè)氣象站點(diǎn)的觀測(cè)統(tǒng)計(jì)數(shù)據(jù)。社會(huì)經(jīng)濟(jì)數(shù)據(jù)來(lái)源于相應(yīng)年份的《忻州市統(tǒng)計(jì)年鑒》。研究區(qū)的道路、河流數(shù)據(jù)由精度為15 m的遙感影像解譯得到。研究區(qū)自然和社會(huì)經(jīng)濟(jì)空間數(shù)據(jù)均為30 m×30 m的柵格數(shù)據(jù)，由相應(yīng)的屬性數(shù)據(jù)利用ARCGIS10.5和IDRIS軟件對(duì)其進(jìn)行空間插值、屬性連接、緩沖區(qū)分析、柵格重分類(lèi)等處理得到。研究區(qū)所用數(shù)據(jù)統(tǒng)一采用WGS84坐標(biāo)系、UTM投影。

2.2 研究方法

2.2.1 土地利用變化動(dòng)態(tài)度 本研究綜合采用單一土地利用動(dòng)態(tài)度和綜合土地利用動(dòng)態(tài)度對(duì)滹沱河流域各種土地利用類(lèi)型的數(shù)量變化及總體土地利用數(shù)量變化情況進(jìn)行動(dòng)態(tài)分析。其數(shù)學(xué)公式為：

(1)

式中，K—研究區(qū)某種土地利用類(lèi)型的動(dòng)態(tài)度；Ub、Ua—研究期末和期初某種土地利用類(lèi)型數(shù)量；T—研究時(shí)長(zhǎng)

(2)

式中，Lc—綜合土地利用動(dòng)態(tài)度；LUi—研究期初第i種土地利用類(lèi)型的數(shù)量；ΔLUi-j—研究期間第i種土地利用類(lèi)型轉(zhuǎn)化為非i種土地利用類(lèi)型面積的絕對(duì)值；T—研究時(shí)長(zhǎng)。

2.2.2 土地利用變化圖譜 土地利用圖譜能夠以空間單元和時(shí)間單元合并而成的圖譜單元定量表示土地利用/覆被格局變化[21]。利用研究區(qū)三期遙感影像數(shù)據(jù)，在ARCGIS10.5中采用地圖代數(shù)方法生成研究區(qū)2000-2005、2005-2010、2010-2015年土地利用格局變化圖譜，能夠準(zhǔn)確反映研究區(qū)土地利用時(shí)空變化規(guī)律。

2.2.3 CA-Markov模型 Markov模型是對(duì)不同時(shí)期系統(tǒng)狀態(tài)轉(zhuǎn)移的定量描述，利用該模型對(duì)土地利用過(guò)程進(jìn)行轉(zhuǎn)換研究，可以獲得不同時(shí)期土地利用狀態(tài)之間的面積轉(zhuǎn)移矩陣和面積轉(zhuǎn)移概率矩陣[9]。其數(shù)學(xué)公式可描述為：

(3)

(4)

式中，i，j=1，2，…，n分別代表轉(zhuǎn)移前后的土地利用類(lèi)型；Sij—土地利用面積轉(zhuǎn)移矩陣；Pij—土地利用面積轉(zhuǎn)移概率矩陣。

CA模型中散布在規(guī)則格網(wǎng)中的每個(gè)元胞取有限的離散狀態(tài)，遵循同樣的作用規(guī)則、依據(jù)確定的局部規(guī)則作同步更新，其優(yōu)點(diǎn)在于能夠通過(guò)定義局部的元胞鄰近關(guān)系，使用相對(duì)簡(jiǎn)單的局部轉(zhuǎn)換規(guī)則，實(shí)現(xiàn)復(fù)雜系統(tǒng)的時(shí)空動(dòng)態(tài)變化模擬，計(jì)算模型如下：

St+1=f(St,N)

(5)

式中，St+1—元胞在下一時(shí)刻的狀態(tài)；St—元胞在上一時(shí)刻的狀態(tài)；N—元胞鄰域；f—局部空間元胞轉(zhuǎn)換規(guī)則。

CA-Markov模型綜合了CA 模型模擬復(fù)雜空間動(dòng)態(tài)變化的能力和Markov 模型長(zhǎng)期預(yù)測(cè)的優(yōu)勢(shì)[17]，在模擬土地利用格局的時(shí)空變化時(shí)，具有預(yù)測(cè)精度高、空間分布格局可視化的優(yōu)點(diǎn)。

本研究利用IDRISI軟件中的Markov模塊和CA-Markov模塊進(jìn)行土地利用的模擬預(yù)測(cè)分析。首先用Markov模塊計(jì)算研究區(qū)2000-2005、2005-2010年的土地利用面積轉(zhuǎn)移矩陣，然后在CA-Markov模型中通過(guò)設(shè)置30 m×30 m元胞、5×5鄰域結(jié)構(gòu)、元胞自動(dòng)機(jī)循環(huán)次數(shù)為10等參數(shù)，以2000-2005年的土地利用面積轉(zhuǎn)移矩陣為條件1；以Logistic回歸模型中得到的2005年土地利用適宜性圖集為條件2；模擬得到2010年研究區(qū)土地利用類(lèi)型分布圖，最后運(yùn)用IDRISI軟件中的CROSSTAB模型對(duì)預(yù)測(cè)精度進(jìn)行評(píng)價(jià)。預(yù)測(cè)精度滿(mǎn)足要求的條件下，以2015年為預(yù)測(cè)基期，對(duì)2020、2025年的土地利用格局進(jìn)行預(yù)測(cè)。

2.2.4 二元Logistic回歸模型 Logistic回歸模型是響應(yīng)變量為事件發(fā)生概率的二值回歸模型[14]，其回歸模型為

(6)

(7)

式中，pi—區(qū)域內(nèi)某種土地利用類(lèi)型出現(xiàn)的概率；x—土地利用類(lèi)型分布的驅(qū)動(dòng)力因素；β0—回歸模型常數(shù)項(xiàng)；β1～βm—回歸系數(shù)。

二值Logistic回歸模型的擬合優(yōu)度通常采用ROC曲線線下面積值來(lái)評(píng)價(jià)，其取值范圍介于0.5～1，取值越接近1，診斷效果越好，取值>0.75表示回歸擬合結(jié)果準(zhǔn)確性較高，能夠滿(mǎn)足要求[22]。

3 結(jié)果與分析

3.1 研究區(qū)土地利用/覆被變化特征

基于2000、2005、2010年和2015年的研究區(qū)土地利用/覆被數(shù)據(jù)，經(jīng)過(guò)Markov模型分析得到研究區(qū)近20 a的土地利用面積轉(zhuǎn)移矩陣，具體見(jiàn)表1～表4。

3.1.1 建設(shè)用地 2000-2015年，研究區(qū)土地利用動(dòng)態(tài)度變化最大的為建設(shè)用地，面積占比呈不斷上升的態(tài)勢(shì)，由2000年的2.73%上升至2015年的3.44%，通過(guò)分析三個(gè)時(shí)段的轉(zhuǎn)移矩陣可知，建設(shè)用地主要由耕地轉(zhuǎn)入，隨著城鎮(zhèn)化進(jìn)程的加快，城市快速擴(kuò)張，城鎮(zhèn)周邊的耕地被劃入規(guī)劃范圍，從而使耕地轉(zhuǎn)入建設(shè)用地。同時(shí)在建設(shè)用地轉(zhuǎn)為其他用地中，耕地和草地占比最大，區(qū)域內(nèi)煤炭資源、有色金屬資源開(kāi)采之后的工礦用地、五臺(tái)山核心景區(qū)企業(yè)村莊拆遷之后的工礦建設(shè)用地都是通過(guò)工程措施復(fù)墾為耕地和草地。

3.1.2 耕地 研究期間耕地面積比例呈緩慢下降趨勢(shì)，面積比例由2000年的31.46%下降至2015年的31.13%，土地利用動(dòng)態(tài)度由前期的-0.08%，中期-0.07%到后期的-0.06%，前期耕地主要轉(zhuǎn)出為草地、建設(shè)用地和林地，轉(zhuǎn)移面積分別為17 220.15、3 610.71、3 008.16 hm2，中期轉(zhuǎn)移面積為17 371.17、3 615.48、2 816.01 hm2，后期轉(zhuǎn)移面積為17094.24、3529.62、2989.17 hm2。根據(jù)土地利用轉(zhuǎn)移圖譜與坡度圖的空間疊加分析可知，研究期間耕地轉(zhuǎn)為草地的區(qū)域主要集中于坡度<10°的邊緣地區(qū)，面積比例前中后期分別為84.56%、85.72%、84.48%，而且斑塊空間分布破碎，其余轉(zhuǎn)移區(qū)域集中于坡度為15°～25°的區(qū)域。耕地轉(zhuǎn)移為林地的區(qū)域中，前期67.92%位于坡度<10°地區(qū)，中期比例上升到75.77% 后期降為67.87%，主要是由于經(jīng)濟(jì)林相較于傳統(tǒng)種植業(yè)存在比較優(yōu)勢(shì)，當(dāng)?shù)卣黾愚r(nóng)民收入、促進(jìn)農(nóng)業(yè)增長(zhǎng)，積極進(jìn)行農(nóng)業(yè)結(jié)構(gòu)調(diào)整由傳統(tǒng)種植業(yè)向經(jīng)濟(jì)林果轉(zhuǎn)變；其余集中于坡度15°區(qū)域，主要是為了實(shí)現(xiàn)區(qū)域生態(tài)環(huán)境的保護(hù)，積極落實(shí)國(guó)家對(duì)易造成水土流失的耕地實(shí)施退耕還林還草政策要求。耕地轉(zhuǎn)移為建設(shè)用地的區(qū)域主要集中分布于河谷地區(qū)城鎮(zhèn)周邊坡度<5°的區(qū)域，主要是近20 a隨著區(qū)域城鎮(zhèn)化進(jìn)程加快，城鄉(xiāng)建設(shè)占用較多耕地；同期研究區(qū)域內(nèi)其他地類(lèi)也不斷向耕地轉(zhuǎn)移，轉(zhuǎn)入耕地比例最大的是草地，主要集中于坡度<10°的區(qū)域。其次為林地和建設(shè)用地，分布于代縣、原平、忻府區(qū)境內(nèi)河谷地帶，主要是由于區(qū)域廢棄工礦用地等建設(shè)用地通過(guò)土地整治工程轉(zhuǎn)入。

3.1.3 林地 研究期間林地面積比例呈不斷下降趨勢(shì)，面積比例由2000年的23%下降到2015年面積22.84%，而且土地利用動(dòng)態(tài)度呈現(xiàn)不斷增加趨勢(shì)，由前期的-0.03%增加到中期-0.04%，后期增為-0.07%。林地在15 a間主要轉(zhuǎn)出為草地和耕地，前、中、后3期林地轉(zhuǎn)為草地的面積分別為12 009.60、11 631.87 hm2和11 954.52 hm2，空間集中分布于研究區(qū)東西兩側(cè)的山地地區(qū)，其中坡度為10°～15°的區(qū)域占比最大，主要原因是陡坡地區(qū)黃土沙礫沉積物極易產(chǎn)生水土流失導(dǎo)致土壤貧瘠化，進(jìn)而出現(xiàn)林地的退化。前、中、后3期林地轉(zhuǎn)為耕地的面積分別為2 754.99、2 998.71 hm2和2 770.02 hm2，其中坡度為0°～5°的區(qū)域占比最大；空間分布于忻府區(qū)南部地區(qū)及滹沱河河谷原平市、代縣一帶。

3.1.4 草地 草地是區(qū)域土地利用格局的基質(zhì)景觀。研究期間，草地面積比例出現(xiàn)不斷下降的趨勢(shì)，由2000年的41.31%下降到2015年的41.07%，中后期土地利用動(dòng)態(tài)度明顯高于前期土地利用動(dòng)態(tài)度，草地轉(zhuǎn)出為耕地、林地的同時(shí)，也有大量的耕地和林地轉(zhuǎn)入草地。研究期間，草地主要轉(zhuǎn)出為林地的區(qū)域中，主要是由于農(nóng)戶(hù)對(duì)宜林荒山、荒坡的承包種植以及區(qū)域生態(tài)環(huán)境不斷改善在一定程度上促進(jìn)草地向林地的轉(zhuǎn)移。同時(shí)，耕地、林地及建設(shè)用地也在向草地轉(zhuǎn)移。

3.1.5 水域 水域面積基本保持穩(wěn)定略有上升趨勢(shì)，主要是由于近年來(lái)滹沱河兩岸綠色廊道建設(shè)及城鎮(zhèn)周邊水上公園、水利風(fēng)景區(qū)的建設(shè)增加了河流的積蓄水面積，面積比例由2000年的1.38%上升為后期的1.39%。

3.1.6 未利用地 研究區(qū)未利用地面積所占比例最少，面積比例由2000年的0.12%上升為2015年的0.13%。后期增加的未利用地主要由林地和草地轉(zhuǎn)入，空間分布最大的區(qū)域位于原平市境內(nèi)西側(cè)的坡度為10°～15°區(qū)域，說(shuō)明區(qū)域內(nèi)均存在不同程度的林地和草地的退化現(xiàn)象。

表1 2000-2015年研究區(qū)各類(lèi)土地利用動(dòng)態(tài)變化

表2 2000-2005年研究區(qū)土地利用變化面積轉(zhuǎn)移矩陣

表3 2005-2010年研究區(qū)土地利用變化面積轉(zhuǎn)移矩陣

3.2 影響土地利用格局變化的驅(qū)動(dòng)因素分析

利用IDRISI軟件中Logistic回歸分析得到氣溫、降水、海拔、坡度、坡向5項(xiàng)自然因素，人口密度、地均GDP、距居民點(diǎn)距離、距河流距離、距路網(wǎng)距離5項(xiàng)社會(huì)因素與6種土地利用類(lèi)型空間分布之間的回歸方程，關(guān)系如下：

由表5標(biāo)準(zhǔn)化回歸系數(shù)可知，耕地分布的關(guān)鍵影響因素包括正向因素——人口密度以及負(fù)向因素——坡度、高程、距道路距離，即坡度和高程值越大，耕地分布的可能性越小，距離道路距離越近，耕地分布的可能性越大，由于山區(qū)谷地水熱資源條件好，人口分布較集中，農(nóng)業(yè)生產(chǎn)耕地面積大；影響林地分布的關(guān)鍵因素包括正向因素——高程以及負(fù)向因素——人口密度，山區(qū)林地在海拔高的區(qū)域分布概率大，人口分布稠密的地區(qū)受人類(lèi)活動(dòng)的影響，經(jīng)濟(jì)收益相對(duì)較少的林地分布概率?。挥绊懖莸胤植嫉年P(guān)鍵因素包括負(fù)向因素——人口密度和正向因素——降水，降水量大和人類(lèi)活動(dòng)干預(yù)少的地區(qū)草地分布概率高；影響水域分布的關(guān)鍵因素為負(fù)向因素——坡度和距道路距離，地勢(shì)越低，距離道路越近，水域分布的可能性越大；影響建設(shè)用地分布的關(guān)鍵因素是負(fù)向因素——距道路距離、距居民點(diǎn)距離，因?yàn)槿丝诰劬印⒔煌ū憬莸膮^(qū)域建設(shè)用地分布的可能性越大；影響未利用地分布的關(guān)鍵因素為負(fù)向因素——距居民點(diǎn)距離，距離居民點(diǎn)距離越大，未利用地分布概率越小，因?yàn)閰^(qū)域未利用地主要分布在人類(lèi)活動(dòng)破壞土地之后導(dǎo)致無(wú)法自我恢復(fù)的區(qū)域。

Logistic回歸結(jié)果擬合精度評(píng)價(jià)中，耕地、林地、草地、水域、建設(shè)用地和未利用地的ROC曲線線下面積值分別為0.935 3、0.887 8、0.860 2、0.877 5、0.942 0、0.765 9，均>0.75，表明各種土地利用類(lèi)型與驅(qū)動(dòng)因素之間建立的回歸模型擬合精度均滿(mǎn)足要求。

表4 2010-2015年研究區(qū)土地利用變化面積轉(zhuǎn)移矩陣

表5 各因素對(duì)土地利用類(lèi)型分布的標(biāo)準(zhǔn)化回歸系數(shù)

3.3 土地利用/覆被預(yù)測(cè)精度檢驗(yàn)

目前CA-Markov模型預(yù)測(cè)結(jié)果沒(méi)有統(tǒng)一的精度檢驗(yàn)標(biāo)準(zhǔn)，本研究將預(yù)測(cè)結(jié)果柵格數(shù)據(jù)與2010年土地利用/覆被現(xiàn)狀數(shù)據(jù)進(jìn)行比較(表6)，預(yù)測(cè)精度通過(guò)IDRISI軟件中的CROSSTAB模型進(jìn)行評(píng)價(jià)，依據(jù)Cohen提出的模擬預(yù)測(cè)精度評(píng)價(jià)標(biāo)準(zhǔn)[23]，Kappa系數(shù)介于0.6～0.8，預(yù)測(cè)結(jié)果一致性程度屬于顯著，而本研究Kappa系數(shù)為0.825 1，說(shuō)明改進(jìn)的CA-Markov模型模擬滹沱河流域山區(qū)段土地利用變化趨勢(shì)具有較高精度。

3.4 土地利用/覆被預(yù)測(cè)

利用通過(guò)精度驗(yàn)證的Logistic-CA-Markov模型對(duì)2020、2025年研究區(qū)的土地利用格局進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果顯示：在自然環(huán)境因素不發(fā)生突變，社會(huì)發(fā)展保持現(xiàn)有速度的條件下，到2020年研究區(qū)各種用地面積分別為耕地 36.43萬(wàn)hm2、林地 26.71萬(wàn)hm2、草地 48.0 3萬(wàn)hm2、水域 1.62萬(wàn)hm2、建設(shè)用地3.99萬(wàn)hm2、未利用地0.1 5萬(wàn)hm2(表7)。通過(guò)與2000-2015年的各類(lèi)用地的變化趨勢(shì)對(duì)比發(fā)現(xiàn)，區(qū)域土地利用格局基本與前一時(shí)期保持一致，2015-2020年耕地面積緩慢增加，土地利用動(dòng)態(tài)度由2010-2015年的-0.06%升高為0.01%，在轉(zhuǎn)入耕地的所有地類(lèi)中，草地轉(zhuǎn)移面積最大為2.48萬(wàn)hm2，空間集中分布于北部和西南部河谷與山地的過(guò)度地帶(圖5)；建設(shè)用地面積減少，土地利用動(dòng)態(tài)度由2010-2015年的1.64%降低到-0.15%，林地、草地和水域面積基本保持穩(wěn)定，未利用地面積有小幅下降。2025年研究區(qū)各種用地面積分別為耕地36.52萬(wàn)hm2、林地26.18 萬(wàn)hm2、草地47.78萬(wàn)hm2、水域1.95萬(wàn)hm2、建設(shè)用地4.32 萬(wàn)hm2、未利用地面積分別為0.18萬(wàn)hm2，林地和草地面積繼續(xù)呈減少趨勢(shì)，耕地和建設(shè)用地面積繼續(xù)增加，水域面積有所增加。

表6 2010年研究區(qū)土地利用類(lèi)型實(shí)際柵格數(shù)與預(yù)測(cè)柵格數(shù)對(duì)照

表7 2020、2025研究區(qū)土地利用變化預(yù)測(cè)

圖2 2000-2015年研究區(qū)土地利用/覆被變化圖譜

圖3 2020、2025年研究區(qū)土地利用/覆被預(yù)測(cè)

4 討論

山區(qū)土地利用/覆被變化是一個(gè)非常復(fù)雜的過(guò)程，雖然本研究中對(duì)CA-MARKOV模型中土地適宜性圖集進(jìn)行了改進(jìn)，但是在土地利用政策不變的前提下選取了30 m×30 m的尺度進(jìn)行區(qū)域土地利用預(yù)測(cè)研究，未來(lái)土地利用/覆被變化預(yù)測(cè)研究中應(yīng)該加入政策因素的驅(qū)動(dòng)以及進(jìn)行不同時(shí)間、空間尺度優(yōu)選，從而使研究結(jié)果具有更高實(shí)效性。當(dāng)前預(yù)測(cè)結(jié)果可以在一定程度上為區(qū)域土地利用管理提供參考。隨著城鎮(zhèn)化進(jìn)程的加快，政策積極引導(dǎo)的重要性不容忽視。相關(guān)部門(mén)應(yīng)加快推進(jìn)土地流轉(zhuǎn)，在保證糧食安全的前提下，推廣種植優(yōu)質(zhì)高產(chǎn)經(jīng)濟(jì)林果作物從而提高農(nóng)民收入、落實(shí)就地城鎮(zhèn)化政策。同時(shí)，林業(yè)部門(mén)應(yīng)對(duì)林地退化區(qū)進(jìn)行深入研究，優(yōu)選適生森林植被保護(hù)區(qū)域水土資源，政府應(yīng)加大對(duì)廢棄工礦用地以及實(shí)施搬遷后廢棄的村莊整理復(fù)墾的力度，補(bǔ)充耕地?cái)?shù)量，統(tǒng)籌推進(jìn)區(qū)域山水田林湖草的綜合治理。

5 結(jié)論與討論

2000-2015年研究區(qū)草地占主體地位，面積逐年減少，林地和耕地也呈減少趨勢(shì)，耕地主要轉(zhuǎn)變?yōu)椴莸?，在一定程度上說(shuō)明區(qū)域退耕還草生態(tài)工程成效顯著，同時(shí)也表明區(qū)域存在棄耕現(xiàn)象。林、草地之間轉(zhuǎn)換頻繁，而且林地轉(zhuǎn)草地的總面積大于草地轉(zhuǎn)為林地的面積；由于區(qū)域生態(tài)環(huán)境脆弱，今后應(yīng)加強(qiáng)對(duì)林地的保護(hù)，防治林地退化。建設(shè)用地和未利用地面積呈不斷增加的趨勢(shì)，水域面積有小幅增加的趨勢(shì)。

2000-2015年研究區(qū)綜合土地利用動(dòng)態(tài)度0.69%，整體土地利用變化速率較低，但各種土地利用類(lèi)型變化速率差異較大，其中建設(shè)用地變化速率最大，土地利用變化動(dòng)態(tài)度由1.33%上升為1.64%，林地和草地土地利用動(dòng)態(tài)度呈現(xiàn)不斷上升趨勢(shì)，說(shuō)明林、草地面積減少的速度在增加，在退耕還林還草的同時(shí)，應(yīng)加強(qiáng)對(duì)林草地的管護(hù)。同時(shí)要嚴(yán)格限制工礦用地等對(duì)林、草地的占用。耕地的土地利用動(dòng)態(tài)度逐年降低，說(shuō)明耕地減少的速度在降低。

2020、2025年的土地利用/覆被格局預(yù)測(cè)結(jié)果顯示，2025年研究區(qū)土地覆被將會(huì)繼續(xù)保持建設(shè)用地增加的趨勢(shì)，但建設(shè)用地增加速率降低，同時(shí)林地面積有所減少，會(huì)轉(zhuǎn)化為草地，由于當(dāng)?shù)刈匀粭l件及人類(lèi)活動(dòng)的影響導(dǎo)致林地植被出現(xiàn)不同程度的退化趨勢(shì)。草地面積出現(xiàn)下降趨勢(shì)；耕地出現(xiàn)增加趨勢(shì)；水域出現(xiàn)增加趨勢(shì)，反映了滹沱河流域上游濕地系統(tǒng)的保護(hù)成效。