2000—2019年南寧市土地利用時空演變及驅動因子分析

袁勤敏 胡寶清

2000—2019年南寧市土地利用時空演變及驅動因子分析

袁勤敏1,2,3胡寶清1,2,3

（1.南寧師范大學地理科學與規(guī)劃學院，廣西 南寧 530001；2.廣西地表過程與智能模擬重點實驗室，廣西 南寧 530001；3.北部灣環(huán)境演變與資源利用教育部重點實驗室，廣西 南寧 530001）

土地是城市發(fā)展的重要基礎，合理的土地利用結構是一個城市發(fā)展的必要條件，也是城市可持續(xù)以及高質量發(fā)展的重要基礎。文章采用土地利用轉移矩陣、主成分分析法等方法，對研究時段內(nèi)南寧市城市結構變化、特征以及驅動因子進行更加深入的研究與分析。結果表明：（1）南寧市近20年土地利用類型變化頻繁，主要表現(xiàn)為建設用地面積大幅度增加，耕地、草地面積逐年減少；（2）耕地、草地面積每年都在動態(tài)減少，林地、水域處于動態(tài)穩(wěn)定，建設用地動態(tài)增加。建設用地多由耕地、草地轉化而來；（3）經(jīng)濟發(fā)展、人口變化成為南寧市土地利用變化的主要驅動因子，人口的增長、勞動力的集中促進經(jīng)濟的快速發(fā)展，改變南寧市生產(chǎn)生活以及城市的發(fā)展方式，從而促使土地利用結構不斷發(fā)生變化。

土地利用；轉移矩陣；驅動因子

引言

合理的土地利用結構是一個城市發(fā)展的必要條件，也是城市可持續(xù)以及高質量發(fā)展的重要基礎。在城市土地利用類型轉化[1,2]與發(fā)展的研究中，學者們多利用遙感技術進行動態(tài)監(jiān)測，在時空變化分析、城市規(guī)劃等方面進行了大量的研究，隨著科學技術的發(fā)展與進步，目前灰度關聯(lián)分析法[3]成為新的研究熱點。在進行土地利用格局改變研究時，學者們也采用各種研究方法，探討其發(fā)展機制以及相關因素。鮑文楷等[4]利用Logistic回歸模型非線性回歸統(tǒng)計方法，研究了以京津冀地區(qū)為例的城鎮(zhèn)化地區(qū)土地利用變化強度及驅動力新特征。王勁峰等[5]提出利用地理探測器模型，以及運用線性回歸[6]和相關性模型對驅動因子進行分析。同時利用主成分分析[7]提取主要驅動因子是最常用的研究方法，蔣夢倩等[8]利用主成分分析法對重慶市土地利用情況、研究區(qū)自然條件進行分析研究，得出土地利用結構與城市發(fā)展有著重要關系的結論。魏峰[9]也根據(jù)桂林市的實際情況對其土地利用變化與驅動因子進行了一系列詳細的研究。本文將通過對南寧市土地利用最新的研究數(shù)據(jù)，進行2000年—2019年土地利用變化分析，并結合南寧市統(tǒng)計年鑒對其進行驅動力分析，也對未來優(yōu)化南寧市土地利用規(guī)劃布局具有借鑒意義。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

南寧市作為廣西的首府，具有優(yōu)越的地理位置，位于廣西的中西部地區(qū)，密切聯(lián)系著廣西各地區(qū)，其發(fā)展具有重要的意義。南寧市作為國家東盟博覽會永久舉辦地，為我國與東南亞經(jīng)濟圈建立起了共商共建的橋梁。作為中國西部地區(qū)連接東南亞各國的經(jīng)濟紐帶，粵港澳發(fā)展區(qū)的后備力量，南寧市具有巨大的經(jīng)濟發(fā)展?jié)摿?。南寧市行政區(qū)共劃分為七區(qū)五縣，15個鄉(xiāng)、3個民族鄉(xiāng)、22個街道，共84個鎮(zhèn)，總面積22112 km2[10]。近年來南寧市發(fā)展迅速，截至2019年底，南寧市總人口已達到781.97萬人，地區(qū)生產(chǎn)總值4506.56億元[11]。

1.2 研究區(qū)數(shù)據(jù)來源

文章主要采用的數(shù)據(jù)有南寧市土地利用數(shù)據(jù)、南寧市社會經(jīng)濟數(shù)據(jù)。南寧市的土地利用柵格數(shù)據(jù)來源于中科院資源環(huán)境科學數(shù)據(jù)云（http://www.resdc.cn/），經(jīng)過ArcGIS10.4軟件對土地利用柵格數(shù)據(jù)數(shù)據(jù)進行矢量化處理分析，形成2000年、2005年、2010年、2015年、2019年等5個年份南寧市土地利用現(xiàn)狀圖。利用我國土地利用分類系統(tǒng)，以及研究區(qū)地理特征和影像質量將圖像按照LUCC分類標準劃將地類分為耕地、林地、草地、水域、建設用地和未利用地6個類型[12]。其他社會經(jīng)濟數(shù)據(jù)均來自廣西統(tǒng)計局官網(wǎng)各年份的《廣西統(tǒng)計年鑒》。

1.3 研究方法

本篇文章利用定性與定量相結合的研究理論，主要采用土地利用轉移矩陣、土地利用動態(tài)度定性等研究模型。利用ArcGIS10.4、Excel、SPSS等軟件對各類數(shù)據(jù)進行處理分析，分析研究區(qū)2000年、2005年、2010年、2015年、2019年土地利用的空間變化特征，以及在研究段內(nèi)的時空演變特征。并利用SPSS軟件采用主成分因子分析的方法提取并分析研究區(qū)土地利用變化的主要驅動因素。

1.4 土地利用動態(tài)度

土地利用動態(tài)度可以直觀地反映土地在研究時段內(nèi)利用類型的動態(tài)變化程度的指數(shù)，單一地類土地利用動態(tài)度指數(shù)是指在一定時期內(nèi)研究區(qū)域內(nèi)某一地類在土地利用類型數(shù)量的變化情況，同時也可以反映某一土地利用類型面積變化的速度，其表達式如式（1）所示：

式（1）中，為單一土地利用動態(tài)度，表示研究時段開始某一地類所占面積。表示研究時段結束某一種土地類型所占面積。

1.5 土地利用轉移矩陣

土地利用轉移矩陣[13]通過分析某種土地利用類型在某個年份或者在不用年份間的轉移方向，能夠有效地反映土地利用在研究時段內(nèi)的變化，可用如下公式進行計算：

式（2）中，是x種土地類型在一定時段內(nèi)轉化為土地類型的數(shù)量，表示土地面積，是土地利用類型的種類。

1.6 主成分分析法

主成分分析法將選定的適宜指標作為變量因子，將所選取因子的數(shù)據(jù)進行標準化處理后，通過將所有指標進行整合分析，進而轉化為少數(shù)幾個代表性好的綜合指標，來反映大部分指標的信息，各個代表性指標之間保持相對獨立性，計算公式如下：

式（3）中，FC為第個主成分；1i，i…pi為第個主成分各個指標因子對應的特征向量；1，2…P為各個指標因子[10]。

2 結果與分析

2.1 南寧市時空變化特征分析

將經(jīng)過ArcGIS10.4處理后的南寧市2000年—2019年五期土地利用類型分布情況進行對比，可以看出林地與水域面積變化不大，并且林地和草地覆蓋度比較高，研究區(qū)在研究時段的主要變化在建設用地以及耕地、草地變化。而耕地、草地減少的面積主要變化成為建設用地，變化主要集中在興寧區(qū)、武鳴區(qū)。同時建設用地的變化也主要沿流域走勢大體一致，也符合建設用地的發(fā)展規(guī)律。

2.2 南寧市土地利用類型面積變化

運用ENVI5.3和ArcGIS10.4軟件對南寧市研究時段內(nèi)2000年、2005年、2010年、2015年和2019年的土地數(shù)據(jù)進行分析，得到5個年份的土地利用分布圖以及耕地、林地、草地、水域、建設用地、未利用地這六種地類的面積和占比情況。如表1所示，建設用地面積一直呈現(xiàn)上漲趨勢，分別是從2000年的825.51 km2增加到2019年的1210.23 km2。耕地以及草地的占地面積呈現(xiàn)遞減趨勢，分別是從2000年的7593.36 km2和1353.66 km2減少為2019年的7353 km2和1293.67 km2。

圖1 2000年—2019年南寧市土地利用空間分布圖

表1 各時段土地利用情況

2.3 南寧市土地利用類型變化

土地利用專業(yè)矩陣法可以方便、直觀地研究各地類在研究時段內(nèi)的轉移變化，文章對2000年—2005年、2005年—2010年、2010年—2015年、2015年—2019年、2000年—2019年等5個時段進行土地利用情況計算，表2展示的是研究區(qū)域2000年至2019年整體的變化情況，可以看出草地、耕地的輸出面積比較大，而轉入量最高的為林地和建設用地。在具體的地類轉移中，草地轉移到建設用地45.89 km2，轉移到林地39.97 km2。耕地轉移到建設用地27191.2 km2，轉移到林地8916.5 km2。

表2 2000年—2019年南寧市土地利用轉移矩陣

從表3可以看出，2000年—2005年之間的土地轉移主要集中在建設用地上的變化。耕地、林地、草地、水域都向建設用地輸入。在單個地類轉出面積總量上，耕地轉出量比較大，一共轉出33.17 km2。而建設用地的轉入面積比較大，一共轉入45.30 km2。其次為草地變化，分別向建設用地轉入2.80 km2，林地轉入11.64 km2。這表明2000年—2005年主要是建設用地的擴張和變化，以及林地的恢復與保護。

表3 2000年—2005年南寧市土地利用轉移矩陣

從表4可以看出2005年—2010年的土地利用轉移主要集中在草地、耕地、林地向建設用地的轉移以及草地、耕地向林地的轉移。其中草地向林地轉移10.34 km2，向建設用地轉移6.7 km2。耕地向林地轉移13.34 km2，向建設用地轉移26.30 km2。林地向建設用地轉移12.85 km2。這也就表明2005年—2010年主要是建設用地的變化。

表4 2005年—2010年南寧市土地利用轉移矩陣

從表5可以看出2010年—2015年土地轉移集中在草地、耕地、林地的轉出，以及建設用地的轉入。其中耕地的轉出量最大，轉向建設用地、林地、水域，共轉出82.62 km2。其次草地向建設用地轉入16.03 km2，耕地向建設用地轉入79.99 km2，林地向建設用地轉入26.95 km2。從整體地類變化情況來看，2010年—2015年主要為建設用地的發(fā)展，建設用地快速擴張。

表5 2010年—2015年南寧市土地利用轉移矩陣

從表6可以看出2015年—2019年土地轉移主要集中在耕地、草地、水域的轉出，以及建設用地和林地的轉入。對比前幾年的土地轉移，水域的轉移變化極小，而在2015年—2019年，水域的土地轉移變化較大，主要轉入為耕地和林地，其次為建設用地，共轉移49.35 km2，其中轉向耕地35.63 km2，轉向林地9.07 km2，轉向建設用地4.66 km2。2015年—2019年轉出量最大的為耕地，其中轉向草地11.82 km2，轉向建設用地134.61 km2，轉向林地75.77 km2，轉向水域10.91km2。其次草地轉出面積較大，其中轉向耕地11.70 km2，轉向建設用地20.43 km2，轉向林地18.90 km2。同時也表明2015年—2019年更多的耕地面積被建設用地等因素轉移。

表6 2015年—2019年南寧市土地利用轉移矩陣

2.4 南寧市土地利用動態(tài)度分析

由表7可以看出2000年—2019年南寧市各類土地利用的整體動態(tài)變化。其中草地與建設用地的變化最大，草地整體處于轉出情況，并且轉出量也較大，其次是耕地，整體也處于轉出，并在2015年—2019年轉出量最高。而建設用地則一直屬于轉入情況，并且轉入量逐年增加，同時也反映了城市的發(fā)展與擴張，其余地類變化幅度不大，整體屬于平穩(wěn)狀態(tài)。

表7 土地利用動態(tài)度

2.5 驅動因子分析

影響南寧市土地利用結構變化的因子有很多，但由于南寧市特殊的政治功能與區(qū)位優(yōu)勢，社會因素發(fā)揮了比較關鍵的作用。根據(jù)南寧市土地利用實際情況以及南寧市2000 年—2019年的統(tǒng)計年鑒數(shù)據(jù)，選取了8個社會因素指標，包括選取因子人口密度（X1）、GDP（X2）、第一產(chǎn)業(yè)產(chǎn)值（X3）、第二產(chǎn)業(yè)產(chǎn)值（X4）、第三產(chǎn)業(yè)產(chǎn)值（X5）、人均GDP（X6）、城鎮(zhèn)居民人均可支配收入（X7）、農(nóng)村居民人均純收入（X8）。利用統(tǒng)計工具SPSS26對這8個指標進行主成分分析。由圖8可以看出與主成分1存在正相關性指標分別是為GDP、人均GDP、城鎮(zhèn)居民人均純收入。與主成分2存在正相關性的是人口密度、第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值三個指標。結合以上分析可知：影響南寧市土地利用變化的因素主要集中在經(jīng)濟發(fā)展、人口發(fā)展、生活水平。

表8 南寧市2000年—2019年土地利用主成分分析因子荷載矩陣

3 討論

（1）由于獲取數(shù)據(jù)途徑的局限性，文章中所用的土地利用數(shù)據(jù)主要來源于中科院資源環(huán)境科學數(shù)據(jù)云平臺，圖像分辨率一般，因此進行柵格數(shù)據(jù)矢量化后，圖像精確度不夠高，以及進行地類整合時沒有進行更為詳細的地類分析，雖然選取了2000年、2005年、2010年、2015年、2019年五個時段的土地利用數(shù)據(jù)，但整體來看變化看起來差異不夠明顯，土地利用變化分析也比較單一。另外，文中數(shù)據(jù)只有五個年份的數(shù)據(jù)，對于研究區(qū)時間不是太長，但基本能夠較好地反映出南寧市土地利用變化的發(fā)展趨勢。

（2）在選取土地利用變化相關驅動因子時，僅選取了8個主要指標。所選指標主要集中于人口和經(jīng)濟發(fā)展情況，忽略了自然因素，如地勢、地貌、河流分布等，以及各自然要素間的相關性。同時在選取指標時還應詳細考慮到城市發(fā)展的差異性，如興寧區(qū)與武鳴區(qū)其發(fā)展的時間長短、快慢以及當?shù)鼐用袷杖氩町悺⑾M結構等，以上因素也是導致土地利用結構發(fā)生變化的原因。因此在今后的研究中，應該做出一下改進：①在選取研究對象時，要對研究對象進行的更加全面與詳細的了解和分析；②選取圖像數(shù)據(jù)時，要擇優(yōu)選取分辨率更高、圖像更清晰的土地利用類型數(shù)據(jù)；③進行數(shù)據(jù)處理時，要結合當前發(fā)展前沿，學會運用更先進、更加前沿的地理信息技術手段；④進行指標選取時，要考慮更多自然因素，以及自然因素間的相關性，還要考慮人文的因素以及人地關系，選取能更加精確表達土地利用變化的驅動力因子。

4 結論

本研究采用運用定性與定量結合的方法進行深入研究分析，運用多種模型與數(shù)據(jù)處理軟件，對南寧市近20年來的土地利用變化情況進行分析，得出如下結論：

（1）從南寧市2000年—2019年的總體土地利用數(shù)據(jù)來看，建設用地面積呈現(xiàn)上漲趨勢，耕地面積以及草地的占地面積呈現(xiàn)遞減趨勢，林地面積比較穩(wěn)定，南寧市的林地面積占比最高，約占南寧整體面積的53%，未利用地面積變化不大，增減變化值不影響城市的格局變化。土地利用類型之間的轉化符合南寧市城市發(fā)展規(guī)劃與趨勢。

（2）從各土地利用類間轉移變化結果中分析，耕地、林地和草地的轉出總量是最高的，轉入總量最高的是林地建設用地，其中耕地和林地發(fā)生轉移頻率相對較高，同時耕地和草地的總面積在研究期間減少幅度比較大。

（3）從各時段土地利用類型變化程度分析，耕地、草地在2000年—2005年、2005年—2010年、2010年—2015年、2015年—2019年四個時段內(nèi)一直處于負增長狀態(tài)。林地和水域在2000年—2005年、2005年—2010年、2010年—2015年三個時段的動態(tài)較平均，在2015年—2019年動態(tài)度出現(xiàn)大幅度變化。建設用地一直處于動態(tài)增加，未利用地變化幅度較小，可以忽略不計。

（4）從驅動因子的結果分析，總結出對南寧市土地利用結構、土地類型變化程度產(chǎn)生作用的因素主要是經(jīng)濟發(fā)展與人口發(fā)展，其中人口密度、城鎮(zhèn)居民人均可支配收入、GDP為南寧市土地利用結構變化最主要的驅動因子。

[1]蔣玉爽，唐榕，林葉彬. 2005—2018年四川省廣元市土地利用動態(tài)變化及驅動力分析[J]. 云南農(nóng)業(yè)大學學報(社會科學)，2021，15(4): 97-103.

[2] 黃端，李仁東，邱娟，等. 武漢城市圈土地利用時空變化及政策驅動因素分析[J]. 地球信息科學學報，2017，19(1): 80-90.

[3] 謝汀，劉愛寧，高雪松，等. 基于信息熵和灰色關聯(lián)的成都市建設用地結構時空變化及驅動力分析[J]. 農(nóng)業(yè)現(xiàn)代化研究，2015，36(1): 118-125

[4] 鮑文楷，楊園園，鄒利林. 快速城鎮(zhèn)化地區(qū)土地利用變化強度及驅動力新特征——以京津冀地區(qū)為例[J]. 西南大學學報(自然科學版)，2021，43(10): 124-134.

[5] 王勁峰，徐成東. 地理探測器: 原理與展望[J]. 地理學報，2017，72(1): 116-134.

[6] 史利江，王圣云，姚曉軍，等. 1994—2006年上海市土地利用時空變化特征及驅動力分析[J]. 長江流域資源與環(huán)境，2012，21(12): 1468-1479.

[7] 高嘯峰，王樹德，宮阿都，等. 基于主成分分析法的土地利用/覆被變化驅動力研究[J]. 地理與地理信息科學，2009，25(1): 36-39.

[8] 蔣夢倩. 重慶市土地利用現(xiàn)狀及動態(tài)變化分析[D]. 重慶: 西南大學，2011.

[9] 魏鋒，童新華，韋燕飛. 廣西桂林市土地利用變化及其驅動力分析[J]. 大眾科技，2021，23(3): 8-12.

[10] 阮詩喬，周慧杰. 南寧市2000—2018年土地利用變化與驅動機制研究[J]. 綠色科技，2020(16): 120-124.

[11] 廣西壯族自治區(qū)統(tǒng)計局. 廣西統(tǒng)計年鑒[M]. 北京: 中國統(tǒng)計局出版社2020.

[12] 陳百明，周小萍. 《土地利用現(xiàn)狀分類》國家標準的解讀[J]. 自然資源學報，2007(6): 994-1003.

[13] 劉瑞，朱道林. 基于轉移矩陣的土地利用變化信息挖掘方法探討[J]. 資源科學，2010，32(8): 1544-1550.

Analysis on Spatial-Temporal Evolution and Driving Factors of Land Use in Nanning from 2000 to 2019

Land is an important basis for urban development. A reasonable land use structure is not only a necessary condition for urban development, but also an important basis for urban sustainable and high-quality development. Using the methods of land use transfer matrix and principal component analysis, this paper makes a more in-depth research and analysis on the urban structure changes, characteristics and driving factors of Nanning during the research period. The results show that: (1) the land use types in Nanning changed frequently in recent 20 years, which is mainly reflected in the significant increase of construction land area and the decrease of cultivated land and grassland area year by year; (2) the area of cultivated land and grassland is dynamically decreasing every year, the forest land and water area are dynamically stable, and the construction land is dynamically increasing. Construction land is mostly transformed from cultivated land and grassland; (3) economic development and population change have become the main driving factors of land use change in Nanning. The growth of population and the concentration of labor force promote the rapid development of economy and change the production, life and urban development mode of Nanning, so as to promote the continuous change of land use structure.

land use; transfer matrix; driving factors

F301

A

1008-1151(2022)04-0039-05

2022-01-26

喀斯特關鍵帶與生態(tài)功能提升技術高層次人才培養(yǎng)示范（桂科AD19110142）廣西科技基地與人才專項。

袁勤敏（1998－），女，南寧師范大學地理科學與規(guī)劃學院在讀碩士研究生，從事資源開發(fā)與國土整治研究。

胡寶清（1966－），男，南寧師范大學地理科學與規(guī)劃學院教授，博士，從事資源環(huán)境與區(qū)域可持續(xù)發(fā)展研究。