黑龍江省土地利用/覆被變化及生境質(zhì)量特征變化分析

王子龍，朱 彤，姜秋香

（東北農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院，哈爾濱 150030）

根據(jù)1995 年國(guó)際地圈與生物圈計(jì)劃（IGBP）和全球環(huán)境變化的人文領(lǐng)域計(jì)劃（HDP）兩者共同提出的土地利用/覆被變化研究計(jì)劃，有關(guān)“土地利用/覆被變化”的研究成為國(guó)內(nèi)外學(xué)者研究熱點(diǎn)[1]。社會(huì)經(jīng)濟(jì)發(fā)展和全球人口增多，加劇全球環(huán)境變化進(jìn)程，土地利用/覆被變化是全球環(huán)境變化重要驅(qū)動(dòng)因素[2]。土地利用變化表征人類活動(dòng)對(duì)地球表面變化影響[3]，其變化過(guò)程與生物圈循環(huán)聯(lián)系密切，不僅對(duì)大氣循環(huán)、水循環(huán)、碳循環(huán)有重要影響，也間接影響人類健康[4]。

目前，世界各國(guó)學(xué)者已開(kāi)展大量有關(guān)于土地利用變化及其預(yù)測(cè)模擬研究，主要包括行政尺度[5-6]和流域尺度[7-8]，主要涉及土地利用時(shí)空變化過(guò)程[9]、土地利用變化驅(qū)動(dòng)因素分析[10]、土地利用變化對(duì)生態(tài)系統(tǒng)的影響[11]以及有關(guān)未來(lái)土地利用格局的模擬與預(yù)測(cè)[12]。其中有關(guān)土地利用預(yù)測(cè)模擬的模型包括PD模型[13]、Agent-based模型[14]、CLUE-S模型[15]、CA-Markov模型[16]和FLUS模型[17]等，各國(guó)學(xué)者運(yùn)用上述模型，模擬世界多地不同時(shí)期土地利用格局變化，但大多數(shù)研究局限于發(fā)達(dá)城市及主要流域，而有關(guān)地理位置特殊且天氣寒冷的我國(guó)東北地區(qū)研究較少。為探究寒區(qū)生境質(zhì)量對(duì)土地利用變化的響應(yīng)，利用InVEST 模型對(duì)黑龍江省生境進(jìn)行模擬。由于寒區(qū)大氣、水、碳循環(huán)對(duì)氣候變化和人類活動(dòng)等變化環(huán)境極為敏感，土地利用變化是導(dǎo)致生境質(zhì)量變化的威脅因子，也是人類活動(dòng)的核心體現(xiàn)。因此，為深入理解變化環(huán)境對(duì)寒區(qū)陸面過(guò)程的影響，應(yīng)準(zhǔn)確探究寒區(qū)土地利用變化特征和未來(lái)發(fā)展趨勢(shì)。

綜上所述，基于3S 技術(shù)和8 期遙感數(shù)據(jù)，采用土地利用動(dòng)態(tài)度、土地利用綜合指數(shù)等方法分析寒地黑龍江省長(zhǎng)時(shí)間序列的土地利用變化以及生境質(zhì)量變化特征，預(yù)測(cè)未來(lái)土地利用空間格局，可為今后區(qū)域土地資源合理利用、生態(tài)環(huán)境保護(hù)及東北寒冷地區(qū)經(jīng)濟(jì)發(fā)展提供參考，也為后續(xù)土地利用/覆被變化對(duì)寒區(qū)流域水循環(huán)的影響研究提供基礎(chǔ)。

1 材料與方法

1.1 研究區(qū)概況

黑龍江省位于我國(guó)東北地區(qū)北部，北緯43°26′～53°33′，東經(jīng)121°11′～135°05′之間，北、東部與俄羅斯相望，西部與內(nèi)蒙古相鄰，南部與吉林接壤，是中國(guó)最北端以及陸地最東端的省級(jí)行政區(qū)，總面積47.3×104km2。黑龍江省地貌特征為“五山一水一草三分田”。地勢(shì)大致呈西北、北部和東南部高，東北、西南部低，由山地、臺(tái)地、平原和水面構(gòu)成；地跨黑龍江、烏蘇里江、松花江、綏芬河四大水系，冬季漫長(zhǎng)寒冷，屬寒溫帶與溫帶大陸性季風(fēng)氣候。黑龍江省農(nóng)業(yè)生產(chǎn)在我國(guó)占主要地位，為保障我國(guó)糧食安全作出巨大貢獻(xiàn)，也是我國(guó)森林資源豐富省份。

1.2 數(shù)據(jù)來(lái)源

本研究所運(yùn)用的土地利用遙感數(shù)據(jù)均來(lái)自資源數(shù)據(jù)云平臺(tái)（Resource and Environment Data Cloud Platform，http://www.resdc.cn/Default.aspx），包括1980 年、1990 年、1995 年、2000 年、2005年、2010年、2015年、2018年8期遙感數(shù)據(jù)（1 km柵格數(shù)據(jù)）。數(shù)據(jù)集中土地利用類型包括耕地、林地、草地、水域、建設(shè)用地、未利用地及海洋7個(gè)一級(jí)類型以及25 個(gè)二級(jí)類型，由于本文研究區(qū)無(wú)海洋土地利用類型，故本文僅研究前6個(gè)土地利用類型。中國(guó)土地利用現(xiàn)狀遙感監(jiān)測(cè)數(shù)據(jù)庫(kù)是目前我國(guó)精度最高的土地利用遙感監(jiān)測(cè)數(shù)據(jù)產(chǎn)品，在國(guó)家土地資源調(diào)查、水文、生態(tài)研究中發(fā)揮重要作用，數(shù)據(jù)集使用具有普遍性和準(zhǔn)確性。

1.3 研究方法

利用遙感技術(shù)和地理信息系統(tǒng)，統(tǒng)計(jì)黑龍江省1980～2018年土地利用面積變化和空間分布，分析不同土地利用類型之間的轉(zhuǎn)換，得到土地利用轉(zhuǎn)移矩陣。再通過(guò)單一土地利用動(dòng)態(tài)度、綜合土地利用動(dòng)態(tài)度、區(qū)域土地利用程度綜合指數(shù)分析39 年來(lái)黑龍江省土地利用變化特征，采用CAMarkov 模型預(yù)測(cè)2030 年黑龍江省土地利用格局。最后基于1980 年、2000 年、2018 年土地利用數(shù)據(jù)，使用InVEST 模型模擬分析黑龍江省生境質(zhì)量狀況變化。

1.3.1 土地利用轉(zhuǎn)移矩陣及CA-Markov模型

土地利用轉(zhuǎn)移矩陣是馬爾科夫（Markov）模型在土地方面的應(yīng)用[18]。在土地利用相關(guān)研究過(guò)程中，可將土地利用變化過(guò)程看作是馬爾科夫過(guò)程，在某一區(qū)域、某一時(shí)刻土地利用類型僅與前一時(shí)刻土地利用類型有關(guān)而與初始土地利用類型無(wú)關(guān)，這種土地利用類型之間面積轉(zhuǎn)換則表示該時(shí)刻狀態(tài)轉(zhuǎn)移概率?？捎糜谧魍恋乩脿顟B(tài)預(yù)測(cè)[19]，其公式表示為：

式中，St和S(t+1)分別表示t和t+1 時(shí)刻某區(qū)域土地利用系統(tǒng)狀態(tài)；Pij即為該過(guò)程狀態(tài)轉(zhuǎn)移矩陣。

馬爾科夫是一種處于離散狀態(tài)的隨機(jī)過(guò)程，不提供在空間上變化，預(yù)測(cè)未來(lái)土地利用空間上變化時(shí)不準(zhǔn)確。但這種方法缺點(diǎn)可通過(guò)模型之間耦合作彌補(bǔ)，例如，馬爾科夫模型與元胞自動(dòng)機(jī)模型相結(jié)合（又稱CA-Markov 模型），可用于模擬土地利用數(shù)量變化和土地利用空間格局變化，這種模型之間耦合更加適用于未來(lái)土地利用變化預(yù)測(cè)[20]。

1.3.2 生境質(zhì)量模型

本文采用InVEST 模型生境質(zhì)量模塊（Habitat Quality model），將不同土地利用類型與威脅源建立關(guān)系，研究不同威脅源對(duì)生態(tài)質(zhì)量的影響。模型假定一個(gè)受威脅的生境類型越敏感，就越易致使其退化。

本文參考李勝鵬[21]、楊志鵬[22]等研究，結(jié)合現(xiàn)有土地利用數(shù)據(jù)和黑龍江省實(shí)際情況，將耕地、城鎮(zhèn)用地、農(nóng)村居民點(diǎn)、建設(shè)用地、未利用地作為威脅源，參考模型使用手冊(cè)3.2.0 對(duì)這幾類威脅源權(quán)重及最大影像距離進(jìn)行賦值。如表1所示。

表1 威脅因子及其最大影響距離和權(quán)重Table 1 Threat factors and their maximum impact distance and weight

模型運(yùn)行需輸入的數(shù)據(jù)還包括每個(gè)土地利用類型對(duì)于本身生境適宜度及其對(duì)每個(gè)威脅源的敏感度，本文綜合相關(guān)研究[23-25]，具體參數(shù)設(shè)置如表2所示。

表2 各土地利用類型生境適宜度以及其對(duì)威脅因子敏感度Table 2 Habitat suitability of land use types and their sensitivity to threat factors

2 結(jié)果與分析

2.1 土地利用變化特征

2.1.1 黑龍江省1980～2018年土地利用空間變化特征分析

通過(guò)對(duì)黑龍江省1980～2018 年8 期遙感影像重新分類整理得到6 種土地利用類型多年變化，如圖1 所示，1980～2018 年土地利用類型面積變化顯著的依次為草地、建設(shè)用地、水域和耕地，其次是未利用地和林地。其中草地面積變化最明顯，呈波動(dòng)減少趨勢(shì)，從1980 年4.04×104km2減少為2018 年2.20×104km2，減少面積百分比為45.54%；城鄉(xiāng)工礦居民用地呈增加趨勢(shì)，增加面積百分比為34.86%；水域面積呈波動(dòng)減少趨勢(shì)，減少面積百分比為31.23%；耕地面積從1980 年25.22×104km2到2005年迅速減少為16.14×104km2，減少面積百分比為36.00%，之后緩慢增加，增加面積百分比為8.18%；未利用地面積呈先減后增趨勢(shì)，其中1980～2018 年減少面積百分比為34.86%；林地面積呈波動(dòng)緩慢減少趨勢(shì)，減少面積百分比為11.73%。

圖1 1980～2018年黑龍江省不同土地利用類型的面積變化Fig.1 Change of the areas of different land use types in Heilongjiang Province from 1980 to 2018

利用ArcGIS 10.0將1980年、2000年和2018年3期土地利用遙感影像重新分類后作空間疊加，將得到圖像屬性表導(dǎo)入Excel 中篩選，最終得到土地利用轉(zhuǎn)移矩陣（見(jiàn)表3～5）。1980～2018 年各地類之間轉(zhuǎn)移變化如表3～5所示，在1980～2000年耕地面積呈增加趨勢(shì)，面積增加2.69×104km2，主要由林地、建設(shè)用地及未利用地轉(zhuǎn)化而來(lái)，與1980～2018年耕地變化整體趨勢(shì)相同。而林地面積呈先減后增趨勢(shì)，以減少為主，在1980～2000年期間林地主要轉(zhuǎn)換為耕地和草地，轉(zhuǎn)移部分面積所占比例分別為4.83%和0.63%，而在2000～2018年林地面積增加1.56×104km2，主要是由耕地、草地、未利用地轉(zhuǎn)化而來(lái)。草地在1980～2018年呈先減后增趨勢(shì)，以減少為主，減少部分面積占2018 年草地總面積83.27%，主要轉(zhuǎn)化為耕地和林地，轉(zhuǎn)化部分比例分別為33.47%和28.23%。說(shuō)明1980～2018年由于人們植樹(shù)造林，增加農(nóng)作物種植。水域面積整體呈減少趨勢(shì)，減少面積占2018年水域總面積52.75%。

表3 1980～2000年黑龍江省土地利用面積轉(zhuǎn)移矩陣Table 3 Transition area matrix of land use in Heilongjiang Province from 1980 to 2000 (104 km2)

2.1.2 1980～2018年黑龍江省土地利用動(dòng)態(tài)度變化

1980～2018年不同土地利用類型單一土地利用動(dòng)態(tài)度依次為：耕地＞林地＞未利用地＞草地＞建設(shè)用地＞水域。根據(jù)圖2 可知，1980～2000 年期間水域單一土地利用動(dòng)態(tài)度最低，平均每年轉(zhuǎn)移率為0.12%；2000～2010 年期間林地單一土地利用動(dòng)態(tài)度最低，平均每年轉(zhuǎn)移率為0.42%；說(shuō)明上述土地利用類型在研究時(shí)段內(nèi)未發(fā)生向其他類型的轉(zhuǎn)移或轉(zhuǎn)移量較小，是最穩(wěn)定的土地利用類型。而未利用地在2000～2018 年單一土地利用動(dòng)態(tài)度最高，平均年轉(zhuǎn)移率為1.81%，說(shuō)明該類型土地在研究時(shí)段內(nèi)是轉(zhuǎn)移最活躍的土地類型。黑龍江省耕地和林地年變化率最顯著，林地年變化率最高達(dá)47.83%。此外，土地利用變化后期年變化率幾乎均高于其前期年變化率，說(shuō)明土地利用變化主要發(fā)生在后期。

圖2 1980～2018年黑龍江省單一土地利用動(dòng)態(tài)度Fig.2 Single land use dynamic degree in Heilongjiang Province from 1980 to 2018

1980～2000 年、2000～2018 年 和1980～2018 年綜合土地利用動(dòng)態(tài)度分別為0.32%、0.45%、0.63%。1980～2018 年黑龍江省土地利用變化速度不斷增加，表明人類活動(dòng)和社會(huì)經(jīng)濟(jì)變化對(duì)土地利用動(dòng)態(tài)格局的影響更加明顯。對(duì)比土地利用變化前后期單一土地利用動(dòng)態(tài)度和綜合動(dòng)態(tài)度，發(fā)現(xiàn)無(wú)論單一類型變化速度還是綜合變化速度均為后期比前期快，進(jìn)一步證明上述觀點(diǎn)。

2.1.3 1980～2018年黑龍江省土地利用程度綜合指數(shù)

本文在計(jì)算土地利用程度綜合指數(shù)時(shí)，按朱會(huì)義等給出分級(jí)方法[26]，按土地利用類型分級(jí)，本文土地利用類型分為：耕地、林地、草地、水域、城鄉(xiāng)工礦居民用地（建設(shè)用地）以及未利用地6 種類型，所以分為6個(gè)等級(jí)即1、2、3、4、5、6。1980、2000 及2018 年土地利用綜合指數(shù)分別為250.97、209.45、216.06。由于土地利用程度變化=研究末期的綜合指數(shù)-研究初期綜合指數(shù)，1980～2000年土地利用綜合指數(shù)差為負(fù)則表明當(dāng)時(shí)黑龍江省土地利用處于調(diào)整期或衰退期，而2000～2018 年差值為正，則表明黑龍江省當(dāng)時(shí)土地利用處于發(fā)展時(shí)期。

表4 2000～2018年黑龍江省土地利用面積轉(zhuǎn)移矩陣Table 4 Transition area matrix of land use in Heilongjiang Province from 2000 to 2018 (104 km2)

表5 1980～2018年黑龍江省土地利用面積轉(zhuǎn)移矩陣Table 5 Transition area matrix of land use in Heilongjiang Province from 1980 to 2018 (104 km2)

2.1.4 基于CA-Markov 模型對(duì)黑龍江省2030 年土地利用變化預(yù)測(cè)

為檢驗(yàn)CA-Markov 模型模擬預(yù)測(cè)精度，運(yùn)用IDRISI17.0軟件中CROSSTAB工具將預(yù)測(cè)的2000年土地利用現(xiàn)狀圖與2000 年實(shí)際情況作對(duì)比，兩種評(píng)價(jià)指標(biāo)如下：

①Cramer's V，又稱為克萊姆相關(guān)系數(shù)，是雙變量相關(guān)分析的一種方法，專門(mén)用于衡量分類數(shù)據(jù)與分類數(shù)據(jù)之間相關(guān)程度。該系數(shù)取值范圍為0～1，0表示兩個(gè)變量無(wú)關(guān)，1表示完全相關(guān)[27]。

②Kappa系數(shù)多用于模型精度評(píng)價(jià)，在一般情況下，當(dāng)Kappa≤0.4 時(shí)，表示兩幅圖一致性較差，變化明顯；當(dāng)0.4≤Kappa≤0.75時(shí)，表示兩幅圖一致性一般，變化明顯；當(dāng)Kappa≥0.75 時(shí)，兩幅圖一致性較高，無(wú)明顯變化[28]。

結(jié)果顯示，Cramer's V=0.8857，表明預(yù)測(cè)出的2000 年土地利用現(xiàn)狀圖像與2000 年實(shí)際土地利用現(xiàn)狀關(guān)聯(lián)性較強(qiáng)；Kappa=0.9453＞0.75，表明兩幅遙感影像一致性較好，模擬預(yù)測(cè)結(jié)果可信，該模型可用于模擬預(yù)測(cè)黑龍江省未來(lái)土地利用變化。

通過(guò)ArcGIS 和IDRISI17.0 運(yùn)用1990 年遙感數(shù)據(jù)模擬2030 年土地利用格局，最終得到2030 年土地利用格局如圖3所示。

圖3 2030年黑龍江省土地利用格局預(yù)測(cè)Fig.3 Forecast of land use pattern changes in Heilongjiang Province in 2030

運(yùn)用ArcGIS導(dǎo)出數(shù)據(jù)，由圖3可知，林地面積將持續(xù)減少，減少部分占黑龍江省總面積8.88%；耕地面積從1980～2030 年整體上呈波動(dòng)減少趨勢(shì)，減少部分面積占黑龍江省總面積14.62%，但二者仍然是研究區(qū)主要土地利用類型。草地面積整體上也呈減少趨勢(shì)，占黑龍江省總面積8.03%，是研究區(qū)第三主要土地利用類型。不同的是2030 年草地預(yù)測(cè)面積較2018 年有顯著增加趨勢(shì)，但仍低于1980 年草地面積，不符合草地變化趨勢(shì)。水域未發(fā)生較大變化。建設(shè)用地面積持續(xù)增加，至2030年所占比例增至2.43%，增加這部分面積主要由耕地轉(zhuǎn)化而來(lái)。未利用地面積由于社會(huì)發(fā)展需被其他地類取代，呈減少趨勢(shì)。

2.2 生境變化

2.2.1 黑龍江省生境退化度

由圖4 可知，1980～2018 年黑龍江省生境退化度變化較大，生境退化度低值由中部地帶逐漸向外擴(kuò)散。通過(guò)自然斷點(diǎn)分級(jí)法將黑龍江省生態(tài)退化度分為輕度退化、中度退化、較高度退化、高度退化及嚴(yán)重退化5個(gè)等級(jí)。1980年生境高度退化區(qū)域主要集中在哈爾濱市、綏化市、黑河市與齊齊哈爾市交界地帶、佳木斯市、鶴崗市以及雞西市，而大興安嶺地區(qū)與伊春地區(qū)大體處于輕度退化，生境退化度較其他地區(qū)低。2018 年黑龍江省處于中度退化、較高度退化及高度退化地區(qū)明顯增多，但由于黑龍江省林地、草地覆蓋面積大，受人類活動(dòng)干擾較少[22]，大部分地區(qū)仍處于輕度退化。2018～2030年總體上較高度退化及嚴(yán)重退化區(qū)域面積增加，齊齊哈爾與哈爾濱市內(nèi)嚴(yán)重退化程度明顯加劇。城市交界處生境退化尤為嚴(yán)重。

圖4 1980～2030年黑龍江省生境退化度Fig.4 Habitat degradation in Heilongjiang Province from 1980 to 2030

2.2.2 黑龍江省生境質(zhì)量時(shí)空變化

運(yùn)用InVEST 模型，生境質(zhì)量模塊，非生境景觀區(qū)域生境質(zhì)量為0，較高數(shù)值表示較好生境質(zhì)量。為更好研究土地利用類型變化對(duì)于生境質(zhì)量影響，根據(jù)黑龍江省生境質(zhì)量實(shí)際情況，對(duì)生境質(zhì)量劃分等級(jí)得到相應(yīng)生境質(zhì)量等級(jí)面積如表6所示。

表6 1980～2030年黑龍江省各等級(jí)生境質(zhì)量所占面積Table 6 Area of each grade habitat quality in Heilongjiang Province from 1980 to 2030 (104 km2)

由圖5 可知，1980～2018 年研究區(qū)整體生境質(zhì)量變差，生態(tài)環(huán)境退化區(qū)域主要集中在城市邊緣和流域附近，且有明顯的區(qū)域性差異。雖然佳木斯、鶴崗、雙鴨山市生態(tài)環(huán)境有明顯優(yōu)化趨勢(shì)，但其他地區(qū)生境質(zhì)量仍有不同程度退化。黑龍江省土地利用類型影響生態(tài)質(zhì)量變化，耕地、建設(shè)用地、未利用地生境質(zhì)量低，林地、草地覆蓋面積大區(qū)域生境質(zhì)量高。1980～2018年，生境質(zhì)量差和中等區(qū)域主要集中于黑龍江省西南部與東北部。生境質(zhì)量差區(qū)域面積先減后增且增加幅度大于減少幅度；生境質(zhì)量中等區(qū)域面積多年來(lái)一直處于增加狀態(tài)，且1980～2000 年增加幅度大于2000～2018年；生境質(zhì)量良好和生境質(zhì)量?jī)?yōu)等區(qū)域面積一直處于減少狀態(tài)，且二者在2000～2018年減少幅度均高于1980～2000 年，表明2000 年后黑龍江省生態(tài)環(huán)境質(zhì)量大幅度降低，生態(tài)環(huán)境遭到嚴(yán)重破壞。2018～2030年總體生態(tài)環(huán)境質(zhì)量有向好發(fā)展趨勢(shì)，生態(tài)環(huán)境質(zhì)量差區(qū)域面積減少，而生態(tài)環(huán)境質(zhì)量中等、良好以及優(yōu)等區(qū)域面積均有不同程度增加。

圖5 1980～2030年黑龍江省生境質(zhì)量Fig.5 Habitat quality in Heilongjiang Province from 1980 to 2030

由圖5可知，2030年，齊齊哈爾、大慶、大興安嶺地區(qū)生態(tài)環(huán)境差區(qū)域面積較2018 年明顯減少，但齊齊哈爾與大慶交界處生態(tài)環(huán)境質(zhì)量仍然較差。鶴崗市與佳木斯市交界處生態(tài)環(huán)境質(zhì)量有所提高，但佳木斯市內(nèi)生態(tài)環(huán)境質(zhì)量差區(qū)域面積明顯增多。

3 討論與結(jié)論

3.1 土地利用/覆被變化影響因素

研究區(qū)土地利用格局一直以林地和耕地為主，多年來(lái)除建設(shè)用地和未利用地面積呈增加趨勢(shì)，其余土地利用類型面積均有不同程度減少。其中草地面積的減少主要轉(zhuǎn)變?yōu)楦睾土值貎煞N類型，與高鳳杰等研究結(jié)果相同[29]，這種轉(zhuǎn)變可能因退耕還林政策，將低覆蓋度草地轉(zhuǎn)變?yōu)榱值?，大量種植糧食與果園。耕地面積多年來(lái)大部分轉(zhuǎn)化為林地，與王友生等研究結(jié)果相同[30]，可能因區(qū)域經(jīng)濟(jì)建設(shè)發(fā)展，部分耕地面積用于發(fā)展林果業(yè)，促進(jìn)區(qū)域經(jīng)濟(jì)多樣性發(fā)展。多年來(lái)林地與耕地之間交替轉(zhuǎn)換說(shuō)明“退耕還林”期間也存在毀林開(kāi)荒現(xiàn)象[31]。多年來(lái)建設(shè)用地持續(xù)增加，可能是由于人口增加與人們?nèi)找嬖鲩L(zhǎng)的物質(zhì)需求致使建設(shè)用地增加造成[32-33]。這種建設(shè)用地的持續(xù)增加表明黑龍江省經(jīng)濟(jì)發(fā)展和城市化速度加快[29]。祁連山南部1980～2018 年綜合土地利用動(dòng)態(tài)度為0.9%[34]，高于黑龍江省同時(shí)段，可能是由于人類活動(dòng)和自然因素對(duì)祁連山南坡土地利用變化影響較強(qiáng)。預(yù)測(cè)2030 年草地面積較2018 年增加，這部分草地大部分來(lái)自耕地以及未利用地，可能源于響應(yīng)國(guó)家“退耕還林還草”政策；未利用地轉(zhuǎn)變?yōu)椴莸?，可能與中低田改造，清除或減輕土壤障礙因素，調(diào)整種植結(jié)構(gòu)，改善農(nóng)業(yè)生產(chǎn)有關(guān)。

3.2 生境質(zhì)量及生境退化度影響因素

黑龍江省生境退化度高值區(qū)主要出現(xiàn)在城市邊緣地帶和流域附近，且研究時(shí)段內(nèi)黑龍江省生境質(zhì)量整體呈下降趨勢(shì)，具有區(qū)域性差異。哈爾濱市、綏化市、佳木斯市生境退化尤為嚴(yán)重。流域?qū)儆谏鷳B(tài)環(huán)境脆弱帶，易受人類活動(dòng)和氣候變化干擾，導(dǎo)致生態(tài)環(huán)境退化。楊志鵬等表明可能是由于城市化發(fā)展期間，城市向外擴(kuò)張，人類活動(dòng)致使耕地、林地、草地等土地利用類型轉(zhuǎn)變?yōu)榻ㄔO(shè)用地，導(dǎo)致生態(tài)環(huán)境退化[22]。1980～2000 年佳木斯與鶴崗市交界處松花江干流流域生態(tài)退化度一直處于嚴(yán)重退化狀態(tài)，2000～2018年該區(qū)域雖仍處于嚴(yán)重退化，但退化程度明顯減弱，可能源于環(huán)境保護(hù)政策的推行。例如：河長(zhǎng)制，水污染防治、水環(huán)境治理、水生態(tài)修復(fù)等。1980～2018年佳木斯市整體生境質(zhì)量差區(qū)域明顯減少。研究期間佳木斯市未利用地減少，而林地與草地面積明顯增多，土地利用/植被覆蓋面積增多，環(huán)境質(zhì)量?jī)?yōu)化，充分體現(xiàn)佳木斯市從第六個(gè)五年計(jì)劃到“十二五”期間生態(tài)環(huán)境保護(hù)成效，大慶地區(qū)多年來(lái)生態(tài)環(huán)境質(zhì)量下降，趙正等研究指出可能是由于石油資源大量開(kāi)采，且生態(tài)協(xié)調(diào)能力差導(dǎo)致[35]。楊鳳海等運(yùn)用“壓力-狀態(tài)-響應(yīng)”模型對(duì)齊齊哈爾進(jìn)行生態(tài)安全預(yù)警，為未來(lái)土地利用生態(tài)安全格局提供依據(jù)[36]。2018～2030 年齊齊哈爾以及哈爾濱等地生態(tài)環(huán)境質(zhì)量變差可能是由于未來(lái)城市發(fā)展需要導(dǎo)致威脅源用地向外擴(kuò)張，使原有生境被耕地、建設(shè)用地、城鎮(zhèn)用地等所取代[22]。未來(lái)黑龍江省整體生態(tài)化境質(zhì)量提高可能與實(shí)施“十四五”生態(tài)環(huán)境保護(hù)規(guī)劃有關(guān)。

3.3 模型模擬存在的問(wèn)題

土地利用模擬與預(yù)測(cè)是一個(gè)非常復(fù)雜的過(guò)程，受許多因素影響，雖然CA-Markov 模型中有公路、鐵路、河流、城鎮(zhèn)等限制因子來(lái)制定轉(zhuǎn)換規(guī)則，但無(wú)法定量考慮人為因素和社會(huì)發(fā)展所帶來(lái)影響。遙感影像分辨率以及人工解譯在一定程度上影響模型模擬結(jié)果，在今后研究過(guò)程中，應(yīng)考慮將自然因素和人為因素與模型結(jié)合，使模擬結(jié)果更加準(zhǔn)確。