基于Markov-FLUS模型的饒河流域土地利用多情景模擬分析

陳理庭,蔡海生,2,*,張 婷,張學(xué)玲,曾 珩

1 江西農(nóng)業(yè)大學(xué)鄱陽(yáng)湖流域農(nóng)業(yè)資源與生態(tài)重點(diǎn)實(shí)驗(yàn)室/江西農(nóng)業(yè)大學(xué)富硒農(nóng)業(yè)產(chǎn)業(yè)發(fā)展研究中心,南昌 330045 2 江西旅游商貿(mào)職業(yè)學(xué)院,南昌 330100 3 江西省土地開(kāi)發(fā)整理中心,南昌 330002

土地是人類社會(huì)發(fā)展的重要要素之一,絕大部分社會(huì)經(jīng)濟(jì)活動(dòng)均以土地作為載體。土地在糧食安全、生態(tài)安全等方面發(fā)揮著巨大作用,然而隨著我國(guó)城鎮(zhèn)化、工業(yè)化進(jìn)程的飛速推進(jìn), 建設(shè)用地?cái)U(kuò)張無(wú)序,侵占耕地、林地等生產(chǎn)、生態(tài)用地的現(xiàn)象頻發(fā),社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展能力遭到破壞[1—2]。與此同時(shí),在國(guó)土空間規(guī)劃的大背景下,流域作為完整生態(tài)系統(tǒng)的基本單元,統(tǒng)籌水陸,是構(gòu)建國(guó)家生態(tài)安全的重要基礎(chǔ)。就目前流域發(fā)展規(guī)劃而言,大都基于往年土地利用數(shù)據(jù)進(jìn)行評(píng)價(jià)分析,然而不同區(qū)域發(fā)展訴求會(huì)導(dǎo)致土地利用結(jié)構(gòu)發(fā)生變化,基于現(xiàn)狀土地利用進(jìn)行分析尚未充分反映用地類型的演變規(guī)律,如何針對(duì)不同目的調(diào)整用地結(jié)構(gòu)實(shí)現(xiàn)流域社會(huì)經(jīng)濟(jì)高質(zhì)量發(fā)展是亟需解決的問(wèn)題。為此,針對(duì)流域不同情景下的土地利用模擬分析具有一定的必要性,可以為流域土地利用現(xiàn)狀分析提供補(bǔ)充,亦可為實(shí)現(xiàn)流域糧食安全、生態(tài)文明建設(shè)等多重規(guī)劃目標(biāo)提供基礎(chǔ)支撐。

土地利用變化是人類活動(dòng)與自然格局相互影響作用下的具體表現(xiàn)[3—4],隨著我國(guó)社會(huì)經(jīng)濟(jì)的飛速發(fā)展,土地利用變化/覆被過(guò)程(LUCC) 發(fā)生了劇烈變化。目前,我國(guó)針對(duì)LUCC研究呈現(xiàn)多樣化的特點(diǎn),主要研究集中在土地利用變化及其驅(qū)動(dòng)因素分析[5—6]、土地利用分類方法探索[7]、土地利用模擬預(yù)測(cè)[8—9]等方面。關(guān)于土地利用變化研究常用的模型主要有Markov模型、CA模型、CLUE-S模型等,但現(xiàn)有研究表明,Markov模型在土地利用數(shù)量變化預(yù)測(cè)下具有很好的實(shí)用性,但難以反映空間格局的變化[10],而CA模型因其沒(méi)有元胞狀態(tài)轉(zhuǎn)變限制模塊,且只能針對(duì)某一地類進(jìn)行模擬而具有一定限制[11—12],CLUE-S模型隸屬空間模型,加強(qiáng)了空間分配模塊但在土地?cái)?shù)量預(yù)測(cè)方面存在一定短板[10]。因此,常常采用CA-Markov[13—15]、Markov-CLUE-S[16]等耦合模型進(jìn)行LUCC研究,以達(dá)到數(shù)量和空間分布預(yù)測(cè)的雙重優(yōu)勢(shì)。

FLUS模型是一種基于CA模型發(fā)展的新型土地利用變化模擬模型,能夠有效處理自然人為因素共同影響下土地利用/覆被變化過(guò)程中的不確定性[17]。近年來(lái)在三生空間模擬[18—22]、土地利用模擬[23]、城市增長(zhǎng)邊界劃定[24—26]、國(guó)土空間格局優(yōu)化[27]及生態(tài)系統(tǒng)服務(wù)或價(jià)值演變[28—29]等方面得到廣泛應(yīng)用。FLUS模型需要事先輸入未來(lái)土地利用的地類規(guī)模,故本文選用FLUS模型同時(shí)結(jié)合Markov的數(shù)量預(yù)測(cè)優(yōu)勢(shì),對(duì)饒河流域土地利用變化進(jìn)行模擬分析。

不同發(fā)展目標(biāo)下,區(qū)域的土地利用格局各不相同,探究各發(fā)展目標(biāo)下的用地結(jié)構(gòu)對(duì)于區(qū)域可持續(xù)發(fā)展、資源高效利用具有重要意義。饒河流域作為江西省重要流域之一,為省域提供極為重要的生態(tài)系統(tǒng)服務(wù),亦是省內(nèi)重要的生態(tài)安全屏障。為應(yīng)對(duì)饒河流域不同發(fā)展需求,建立符合目標(biāo)的流域規(guī)劃,本文分別設(shè)置慣性發(fā)展、耕地保護(hù)、生態(tài)優(yōu)先3種情景,基本滿足國(guó)家對(duì)于糧食安全、生態(tài)保護(hù)的戰(zhàn)略要求,同時(shí)基于Markov-FLUS耦合模型,從自然人為兩方面遴選驅(qū)動(dòng)因素,并應(yīng)用“三線”(生態(tài)保護(hù)紅線、永久基本農(nóng)田保護(hù)紅線、城鎮(zhèn)開(kāi)發(fā)邊界)劃定成果,對(duì)饒河流域各區(qū)縣2035年各情景下的土地利用變化進(jìn)行模擬分析,以期為饒河流域國(guó)土空間規(guī)劃實(shí)施布局提供多重視角,優(yōu)化“三線”劃定成果,為實(shí)現(xiàn)饒河流域生態(tài)-社會(huì)-經(jīng)濟(jì)協(xié)調(diào)可持續(xù)發(fā)展、土地資源利用集約高效、用地結(jié)構(gòu)科學(xué)合理提供參考借鑒。

1 研究方法與數(shù)據(jù)來(lái)源

1.1 研究區(qū)概況

饒河流域范圍大致為116°30′—118°13′E,28°34′—30°03′N之間,主要位于江西省東北部,安徽、浙江省各一小部分,是江西省五大流域之一。流域涉及的浮梁縣、鄱陽(yáng)縣、萬(wàn)年縣、弋陽(yáng)縣、德興市、婺源縣、樂(lè)平市、昌江區(qū)等8個(gè)縣市為研究區(qū)(圖1),全流域總面積約為1714068 hm2,占鄱陽(yáng)湖水系面積的9.4%。流域內(nèi)氣候濕潤(rùn),年均溫為17.5℃,年平均降水為1768.5 mm,據(jù)統(tǒng)計(jì)1986—2000年饒河年平均入鄱陽(yáng)湖水量138×108m3,占五河入湖水量的10.5%,占整個(gè)流域入湖水量的9.1%；區(qū)內(nèi)植被豐富(森林覆蓋面積占全省的9.3%),水系密集,具備良好的水源涵養(yǎng)、生物多樣性、水土保持等生態(tài)功能。

圖1 研究區(qū)域示意圖Fig.1 Diagram of the study area

近年來(lái),流域經(jīng)濟(jì)快速發(fā)展,人口流動(dòng)頻繁,導(dǎo)致流域人地關(guān)系緊張,且部分企業(yè)污水治理不當(dāng),造成部分水土污染,流域內(nèi)水系發(fā)達(dá),降水豐富,地勢(shì)較高,存在洪澇、泥石流、滑坡、水土流失等自然災(zāi)害風(fēng)險(xiǎn),治理形勢(shì)較為嚴(yán)峻。隨著國(guó)土空間規(guī)劃、山水林田湖草系統(tǒng)保護(hù)修復(fù)等工作的全面鋪開(kāi),為保障流域生態(tài)-社會(huì)-經(jīng)濟(jì)協(xié)同發(fā)展,流域面臨著保障生態(tài)安全、保持社會(huì)經(jīng)濟(jì)發(fā)展、保證資源高效利用等系列考驗(yàn)。

1.2 數(shù)據(jù)來(lái)源及預(yù)處理

土地利用變化是自然人為復(fù)合驅(qū)動(dòng)下產(chǎn)生的一個(gè)復(fù)雜動(dòng)態(tài)的過(guò)程,參照土地利用模擬相關(guān)研究,本文從自然(高程、坡度等)、人為(人口、GDP、距河流距離等)兩個(gè)方面選取12種驅(qū)動(dòng)因子。土地利用數(shù)據(jù)來(lái)源于中科院資源環(huán)境科學(xué)與數(shù)據(jù)中心數(shù)據(jù)平臺(tái)(http://www.resdc.cn),分辨率為30 m×30 m,將各用地類型劃分為耕地、林地、草地、水域、建設(shè)用地、未利用地6類(圖2)；DEM數(shù)據(jù)由地理空間數(shù)據(jù)云(http://www.gscloud.cn)平臺(tái)獲取,并在其基礎(chǔ)上提取出坡度數(shù)據(jù),分辨率為30 m×30 m；氣溫降水?dāng)?shù)據(jù)來(lái)源于江西省氣象局,并由克里金插值得出區(qū)域氣象柵格數(shù)據(jù),分辨率為30 m×30 m；距公路、鐵路、河流、城市等距離以歐式距離進(jìn)行度量；永久基本農(nóng)田、生態(tài)保護(hù)紅線數(shù)據(jù)來(lái)源于各縣市自然資源局。所有數(shù)據(jù)根據(jù)FLUS模型輸入數(shù)據(jù)的要求,以土地利用數(shù)據(jù)為基準(zhǔn)進(jìn)行坐標(biāo)系統(tǒng)一和分辨率統(tǒng)一,嚴(yán)格保證數(shù)據(jù)行列數(shù)一致。具體數(shù)據(jù)及其來(lái)源見(jiàn)下表1。

表1 數(shù)據(jù)信息

圖2 2005—2015年饒河流域土地利用現(xiàn)狀Fig.2 Land use of Rao River Basin from 2005 to 2015

1.3 研究方法

FLUS模型是劉小平等[17]基于元胞自動(dòng)機(jī)(CA)的原理,在GeoSOS軟件上進(jìn)行拓展得來(lái),相對(duì)于傳統(tǒng)元胞自動(dòng)機(jī),該模型引入人工神經(jīng)網(wǎng)絡(luò)算法(ANN,Artificial Neural Network),根據(jù)初期土地利用及各類驅(qū)動(dòng)因子獲取各地類變化的適宜性概率,并基于輪盤賭選擇的自適應(yīng)慣性競(jìng)爭(zhēng)機(jī)制有效處理土地利用在自然人為影響下發(fā)生變化的復(fù)雜性和不確定性,最終得到土地利用模擬結(jié)果。

不同情境下,各種地類未來(lái)需求并不一致,同時(shí)FLUS模型需要事先輸入未來(lái)各類用地類型的數(shù)量規(guī)模,因此,在運(yùn)用FLUS模型時(shí)需提前預(yù)測(cè)各類土地需求。Markov模型基于多年土地利用狀態(tài)之間的轉(zhuǎn)移概率矩陣來(lái)預(yù)測(cè)土地利用變化,是一種有效的數(shù)量預(yù)測(cè)模型,但其缺乏土地利用在空間上變化的考量,可與FLUS模型互補(bǔ),其預(yù)測(cè)土地利用參照如下公式[30]：

S(t+1)=PijSt

(1)

式中,S(t+1)表示土地利用在t+1時(shí)刻的狀態(tài),Pij表示土地利用類型轉(zhuǎn)移概率矩陣,St表示土地利用初始t時(shí)刻下的狀態(tài)。

將Markov模型在數(shù)量上預(yù)測(cè)的優(yōu)勢(shì)與FLUS模型相結(jié)合,以各用地類型預(yù)測(cè)規(guī)模作為FLUS模型的參數(shù)從而獲取土地利用在空間上的動(dòng)態(tài)變化。

1.3.1情景設(shè)置

流域發(fā)展的需求變化是國(guó)土空間利用的重要影響因素,不同的流域發(fā)展訴求決定了不同的國(guó)土空間發(fā)展定位,設(shè)置多種情景下的流域土地利用模擬預(yù)測(cè),以期為決策者提供不同決策視角,輔助其更為科學(xué)的對(duì)未來(lái)土地利用空間格局發(fā)展進(jìn)行判斷,對(duì)人地關(guān)系和諧、社會(huì)經(jīng)濟(jì)穩(wěn)定發(fā)展具有重要意義。

(1)慣性發(fā)展情景。此情景基于2010—2015年土地利用變化速率及歷史自然、人為驅(qū)動(dòng)因子,不考慮政策規(guī)劃限制,運(yùn)用耦合模型中的Markov預(yù)測(cè)各地類未來(lái)規(guī)模并作為FLUS模型中的規(guī)模需求參數(shù),是其他情景設(shè)定的基礎(chǔ)。

(2)耕地保護(hù)情景。耕地安全是保障國(guó)民安全的基礎(chǔ),是保證國(guó)家穩(wěn)定發(fā)展的命脈。此情景基于慣性發(fā)展情景,加入永久基本農(nóng)田保護(hù)區(qū)為限制轉(zhuǎn)化區(qū),同時(shí)參考相關(guān)研究[31],對(duì)Markov轉(zhuǎn)移概率矩陣進(jìn)行修正,控制耕地向建設(shè)用地轉(zhuǎn)移的概率減少60%,嚴(yán)格落實(shí)耕地保護(hù)。

(3)生態(tài)優(yōu)先情景。隨著山水林田湖草整體保護(hù)系統(tǒng)修復(fù)的提出,生態(tài)文明思想深入人心。在當(dāng)前國(guó)土空間規(guī)劃的背景下,生態(tài)保護(hù)修復(fù)成為規(guī)劃的重要組成部分,生態(tài)文明建設(shè)的重要性不言而喻。此情景在慣性發(fā)展情景的基礎(chǔ)上,加入生態(tài)保護(hù)紅線限制區(qū),同時(shí)控制林地、草地向建設(shè)用地轉(zhuǎn)化的概率減少50%,水域向建設(shè)用地轉(zhuǎn)化的概率減緩30%。另外耕地也具有一定的生態(tài)能力但相比林地較弱,此情景下設(shè)定耕地向建設(shè)用地轉(zhuǎn)化的概率減少30%,將減少的部分加入耕地向林地轉(zhuǎn)化的概率之中。

1.3.2土地利用多情景模擬

(1)土地利用需求規(guī)模預(yù)測(cè)

FLUS模型需要確定未來(lái)各用地類型規(guī)模并以此作為輸入?yún)?shù),另外不同情景下,各土地利用類型的規(guī)模存在差異性,會(huì)對(duì)最終模擬結(jié)果產(chǎn)生重要影響。本文以Markov模型預(yù)測(cè)不同情景下的規(guī)模需求,同時(shí),為減少M(fèi)arkov模型在長(zhǎng)時(shí)間序列上產(chǎn)生的誤差,以5年為時(shí)間間隔,依次對(duì)2020年、2025年、2030年、2035年各情景下的各用地類型需求進(jìn)行預(yù)測(cè),繼而得到各情景下饒河流域土地利用空間格局的演變趨勢(shì)。

(2)適宜性概率及鄰域影響因子計(jì)算

根據(jù)現(xiàn)有研究,FLUS模型使用人工神經(jīng)網(wǎng)絡(luò)算法包含一個(gè)輸入層、一或多個(gè)隱含層和一個(gè)輸出層,可以有效擬合各驅(qū)動(dòng)因子與用地類型之間的關(guān)系[21]。由于柵格大小對(duì)模擬結(jié)果具有一定影響,經(jīng)過(guò)調(diào)試,統(tǒng)一采用30 m×30 m的柵格大小,通過(guò)均勻采樣的方法對(duì)各類數(shù)據(jù)進(jìn)行采樣,之后對(duì)各驅(qū)動(dòng)因子進(jìn)行歸一化處理,從而計(jì)算出各用地類型在空間上分布的適宜性概率。公式如下：

(2)

式中,p(p,k,t)為元胞p在t時(shí)刻轉(zhuǎn)化為地類k的分布適宜性概率,Wjk為隱藏層于輸出層之間的自適應(yīng)權(quán)重,netj(p,t)為神經(jīng)元j于t時(shí)間從元胞p上所有輸入神經(jīng)元接受的信號(hào)。

鄰域影響因子反映了不同地類之間的相互作用以及在鄰域范圍內(nèi)各用地單元的相互影響[19],本文中選用3×3的Moore鄰域窗口,公式如下：

(3)

表2 鄰域因子參數(shù)

(3)自適應(yīng)慣性系數(shù)

自適應(yīng)慣性系數(shù)根據(jù)當(dāng)前各地類的數(shù)量與需求規(guī)模之間的差異從而在迭代中自適應(yīng)調(diào)整以接近目標(biāo)規(guī)模。公式如下：

(4)

(4)成本矩陣與限制區(qū)設(shè)定

成本矩陣表示各用地類型之間能否相互轉(zhuǎn)化,其中0表示不能轉(zhuǎn)化,1表示可以轉(zhuǎn)化。隨著社會(huì)經(jīng)濟(jì)和科學(xué)技術(shù)的發(fā)展,建設(shè)用地轉(zhuǎn)化為其他地類的可能性較低,依據(jù)該區(qū)域發(fā)展實(shí)際,建設(shè)用地轉(zhuǎn)變?yōu)槠渌玫氐那闆r很少,故設(shè)定建設(shè)用地不能向其他地類轉(zhuǎn)化,而其他地類間轉(zhuǎn)化與否無(wú)法直接判斷,需根據(jù)不同情景進(jìn)行設(shè)定[33]。慣性發(fā)展情境中,設(shè)定其余地類之間可以相互轉(zhuǎn)化；耕地保護(hù)情景中,除建設(shè)用地其他地類均可轉(zhuǎn)化為耕地,耕地不能轉(zhuǎn)化為其他用地；生態(tài)優(yōu)先情景下,設(shè)置林地、水域不能轉(zhuǎn)化為其他地類。各情景成本設(shè)置如下表3：

表3 各情景成本矩陣

為反映不同情景下的區(qū)域土地利用發(fā)展空間格局,將耕地保護(hù)情景下的永久基本農(nóng)田保護(hù)區(qū)和生態(tài)優(yōu)先情景下的生態(tài)保護(hù)紅線轉(zhuǎn)化為二值圖像,0表示限制區(qū),1表示非限制區(qū),輸入模型作為限制型因子。

(5)總體轉(zhuǎn)化概率計(jì)算

結(jié)合上述需求規(guī)模、適宜性概率、鄰域影響因子、自適應(yīng)慣性系數(shù)以及轉(zhuǎn)化成本及限制區(qū)結(jié)果,對(duì)特定地類所占單元的總體轉(zhuǎn)化概率進(jìn)行計(jì)算,公式如下：

(5)

1.3.3精度驗(yàn)證

將Markov-FLUS模型模擬的2015年慣性發(fā)展下的各用地類型面積與2015年饒河流域?qū)嶋H的各用地類型面積于ArcGIS 10.5中進(jìn)行交叉計(jì)算,得出各地類的一致性比對(duì)表(表4),驗(yàn)證模擬的數(shù)量精度。同時(shí),通過(guò)總體精度及Kappa系數(shù)進(jìn)行模擬結(jié)果的空間分配的精度檢驗(yàn)[23],當(dāng)總體精度和Kappa系數(shù)越接近于1時(shí)模擬精度越好,而當(dāng)Kappa系數(shù)高于0.80時(shí),表示模型在統(tǒng)計(jì)學(xué)意義上精度達(dá)到較好狀態(tài)[19,34]。

表4 2015年饒河流域土地利用實(shí)際柵格與模擬柵格對(duì)比

(1)數(shù)量精度驗(yàn)證

由表4可得,模擬結(jié)果總體上準(zhǔn)確度較高,平均準(zhǔn)確度為93.54%,除草地的準(zhǔn)確度為79.43%外,其他5種用地類型的準(zhǔn)確率均在85%以上。由此可見(jiàn),Markov-FLUS耦合模型模擬精度較高,較為準(zhǔn)確的反映了饒河流域土地利用需求變化。另外,區(qū)域內(nèi)草地分布較為零散,容易在演變過(guò)程中被其他地類蠶食,這也是草地模擬精度相對(duì)較低的原因。

(2)空間分配精度

通過(guò)對(duì)比2015年實(shí)際土地利用數(shù)據(jù)與2015年模擬土地利用數(shù)據(jù),由圖3可得,在饒河流域模型模擬的土地利用空間分布與實(shí)際分布具有高度相似性。同時(shí)對(duì)實(shí)際2015年土地利用數(shù)據(jù)進(jìn)行采樣以驗(yàn)證2015年模擬圖像的準(zhǔn)確性,通過(guò)構(gòu)建模擬圖像與實(shí)際圖像之間的逐格混淆矩陣,計(jì)算土地利用模擬結(jié)果的總體精度和Kappa系數(shù)。結(jié)果表明饒河流域總體精度為98.01%,Kappa系數(shù)為0.9627,遠(yuǎn)高于0.80,進(jìn)一步表明該模型具備較高的準(zhǔn)確性,較為真實(shí)的反映出該區(qū)域土地利用變化的狀態(tài),在該區(qū)域具備較強(qiáng)的適用性,可以用于饒河流域未來(lái)土地利用模擬的選擇之一。

圖3 2015年饒河流域?qū)嶋H與模擬土地利用類型Fig.3 Actual and simulated land use types in Rao River Basin in 2015

2 結(jié)果分析

2.1 總體變化

2015年,饒河流域各市縣以林地、耕地、水域?yàn)橹饕仡?面積分別為1075730.13 hm2、447950.16 hm2、92518.92 hm2,根據(jù)模擬結(jié)果(表5),2035年3種情景下,區(qū)域土地利用特點(diǎn)保持穩(wěn)定,仍以此3種地類為主,各地類的變化集中在耕地、林地、建設(shè)用地上,其中又以建設(shè)用地?cái)U(kuò)張最為明顯,由于人類活動(dòng)因素的影響,建設(shè)用地?cái)U(kuò)張能力較強(qiáng),慣性發(fā)展情景下,建設(shè)用地達(dá)到68865.03 hm2,相比2015年增加了39%；耕地保護(hù)情景下,建設(shè)用地面積為57497.49 hm2,較2015年增加了16%；生態(tài)優(yōu)先情景下,建設(shè)用地規(guī)模為55768.77 hm2,較2015年增加了12%。同時(shí),對(duì)比各情景下土地利用空間分布狀況(圖4),各用地類型分布總體上保持不變,耕地主要集中在西南部地勢(shì)平坦,水系發(fā)達(dá)的平原區(qū),林地主要分布于東北部地勢(shì)較高的丘陵山地區(qū),建設(shè)用地主要集聚于河流兩側(cè),主要沿昌江,樂(lè)安河兩條支流分布,另外各情景建設(shè)用地規(guī)模變化顯著的區(qū)域主要集中在昌江區(qū)、珠山區(qū)以及樂(lè)平市。

2.2 多情景模擬結(jié)果

設(shè)定不同情景,流域土地利用變化有著顯著差異：

(1)慣性發(fā)展情景

慣性發(fā)展情景不考慮政策因素的影響,僅考慮自然人為因素共同驅(qū)動(dòng)下的土地利用變化情況,該情景下,耕地面積為44827.92 hm2,相比2015年減幅2%,林地、水域面積較2015年均減少1%,相反的,草地面積相比2015年有小幅度增長(zhǎng),增長(zhǎng)率為0.2%,建設(shè)用地?cái)U(kuò)張趨勢(shì)最為顯著,面積增加了19164.15 hm2,漲幅近40%。也就是說(shuō),在不受政策限制的情況下,建設(shè)用地因人類活動(dòng)的影響而快速增長(zhǎng)以滿足社會(huì)經(jīng)濟(jì)發(fā)展的需要,耕地、林地、水域、未利用地成為用地類型轉(zhuǎn)出的主要來(lái)源。從轉(zhuǎn)變的空間格局來(lái)看,建設(shè)用地的擴(kuò)張以原來(lái)分布現(xiàn)狀為基礎(chǔ),沿河流岸線繼續(xù)延伸,變化主要發(fā)生于鄱陽(yáng)縣、昌江區(qū)、珠山區(qū)、浮梁縣、樂(lè)平市以及德興市,主要占用水域、耕地、林地等具備生態(tài)功能的地類,若不加以限制,區(qū)域的生態(tài)環(huán)境必將遭到嚴(yán)重破化,糧食安全亦將受到威脅?？偟膩?lái)說(shuō),在慣性發(fā)展的情景下,不受約束的發(fā)展會(huì)造成區(qū)域建設(shè)用地迅速擴(kuò)張,耕地、林地、草地、水域等生產(chǎn)、生態(tài)用地大量減少,無(wú)法維護(hù)區(qū)域生態(tài)-社會(huì)-經(jīng)濟(jì)協(xié)同發(fā)展,糧食與生態(tài)安全面臨風(fēng)險(xiǎn)。

表5 2015年現(xiàn)狀與2035年多情景模擬用地類型變化

(2)耕地保護(hù)情景

耕地保護(hù)情景中,為嚴(yán)格落實(shí)耕地保護(hù),耕地向其他地類轉(zhuǎn)移和變化受到限制,該情境下,耕地面積為452185.92 hm2,較2015年增長(zhǎng)了1%,相比于其他情景,耕地面積實(shí)現(xiàn)了小幅度增加。林地、水域面積較2015年下降1%,相對(duì)于慣性發(fā)展情景,這兩種用地類型面積出現(xiàn)微小增幅。草地面積較2015年小幅上升,增加了0.2%,建設(shè)用地?cái)U(kuò)張趨勢(shì)相比慣性發(fā)展情景有了較大程度的縮小,但相對(duì)于2015年現(xiàn)狀來(lái)講,漲幅仍有16%。這表明在進(jìn)行耕地保護(hù)時(shí),建設(shè)用地的發(fā)展會(huì)受到一定程度的約束,同時(shí)保障了林地、水域面積。另外區(qū)域未利用地較2015年呈現(xiàn)下降趨勢(shì),面積減少了1%。從空間發(fā)展格局來(lái)看,建設(shè)用地的擴(kuò)張主要集中在昌江區(qū)、珠山區(qū)、浮梁縣、樂(lè)平市、德興市以及婺源縣,耕地增加的區(qū)域分布零散,但主要集中在地勢(shì)平坦、水系發(fā)達(dá)的西南部,如鄱陽(yáng)縣、萬(wàn)年縣等,這一趨勢(shì)與鄱陽(yáng)縣大力建設(shè)高標(biāo)準(zhǔn)農(nóng)田的規(guī)劃工程相符合。總的來(lái)說(shuō),該情景減緩耕地轉(zhuǎn)化的速率,同時(shí)加入基本農(nóng)田保護(hù)區(qū)限制因子并增加轉(zhuǎn)換成本,可以有效保證耕地?cái)?shù)量,落實(shí)耕地保護(hù)政策。然而,該情境下,由于各區(qū)縣經(jīng)濟(jì)的高速發(fā)展,建設(shè)用地的擴(kuò)張仍不可避免,林地、水域面積受到壓縮,但其蠶食其他地類的幅度得以有效控制。

(3)生態(tài)優(yōu)先情景

為響應(yīng)長(zhǎng)江經(jīng)濟(jì)帶“不搞大開(kāi)發(fā),共抓大保護(hù)”的方針,設(shè)置生態(tài)優(yōu)先情景,模擬結(jié)果表明該情景可以有效保障林地、草地以及水域等生態(tài)用地。相比于2015年,2035年區(qū)域林地面積為1076085.45 hm2,呈現(xiàn)小幅度上升趨勢(shì),漲幅0.03%；草地面積為47714.13 hm2,增加了1%；水域面積為55768.77 hm2,增加了0.4%。此情景下土地利用類型變化較大的仍集中于耕地與建設(shè)用地,相對(duì)于2015年,耕地呈現(xiàn)減少趨勢(shì),其面積受到進(jìn)一步壓縮,減少幅度為2%,面積僅為440813.52 hm2,減幅面積為3種情景之最；建設(shè)用地?cái)U(kuò)張明顯,但其擴(kuò)展速率得到有效控制,由慣性發(fā)展情景的39%減少為12%。從地類空間發(fā)展格局來(lái)看,建設(shè)用地增長(zhǎng)主要集中在昌江區(qū)、珠山區(qū)、浮梁縣、樂(lè)平市、德興市、鄱陽(yáng)縣與萬(wàn)年縣；耕地減少的區(qū)域主要為珠山區(qū)、浮梁縣、鄱陽(yáng)縣、萬(wàn)年縣等,也就是說(shuō),為保證生態(tài)用地同時(shí)維持社會(huì)經(jīng)濟(jì)活動(dòng)場(chǎng)所的需求,耕地轉(zhuǎn)變的主要方向仍為建設(shè)用地?？偟膩?lái)說(shuō),生態(tài)優(yōu)先情景下,林地、水域以及草地等生態(tài)用地均出現(xiàn)增長(zhǎng)趨勢(shì),促使耕地成為用地轉(zhuǎn)出的主要類型,建設(shè)用地對(duì)生態(tài)用地侵占的減少對(duì)維持區(qū)域生態(tài)安全具有一定作用。

圖4 饒河流域2035年各情景下土地利用模擬空間分布示意圖Fig.4 Map of the spatial distribution of land use simulations in each scenario of the Rao River Basin in 2035

2.3 三種情景對(duì)比分析

慣性發(fā)展情景下,土地利用轉(zhuǎn)移速率與2010—2015年轉(zhuǎn)移速率保持一致,由于沒(méi)有限制,建設(shè)用地急速擴(kuò)張,區(qū)域其他地類發(fā)展空間受到侵占,生態(tài)安全面臨重大威脅,并不利于社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展,同時(shí)面臨耕地?cái)?shù)量下降的問(wèn)題,存在一定糧食安全風(fēng)險(xiǎn)。相對(duì)于其他情景,在耕地保護(hù)情景下,耕地面積實(shí)現(xiàn)有效增長(zhǎng),耕地得到一定保護(hù),同時(shí)建設(shè)用地向外擴(kuò)張的速率得到極大控制,林地、水域成為主要的轉(zhuǎn)出地類,生態(tài)用地受到擠壓。生態(tài)優(yōu)先情景下,林地、草地、水域面積全部得到增長(zhǎng),其他地類的轉(zhuǎn)變也得到了不同程度的調(diào)控,主要表現(xiàn)為建設(shè)用地?cái)U(kuò)張幅度進(jìn)一步降低,由耕地保護(hù)情景下的16%降至12%。此外,未利用地在三種情景下均保持下降趨勢(shì),是其他用地類型轉(zhuǎn)入的來(lái)源之一。綜上所述,無(wú)論哪種情景,由于城市化以及社會(huì)經(jīng)濟(jì)不斷發(fā)展的特點(diǎn),人類需要更多的活動(dòng)空間,直接表現(xiàn)為建設(shè)用地的擴(kuò)張趨勢(shì)勢(shì)不可擋,但若不加以限制,勢(shì)必會(huì)嚴(yán)重影響土地利用結(jié)構(gòu),破壞區(qū)域生態(tài),難以實(shí)現(xiàn)生態(tài)-社會(huì)-經(jīng)濟(jì)和諧穩(wěn)定的發(fā)展目標(biāo)。針對(duì)不同的發(fā)展需求對(duì)區(qū)域土地利用變化進(jìn)行模擬可以得出不同地類的調(diào)控結(jié)果,區(qū)域需要綜合對(duì)比模擬結(jié)果,結(jié)合發(fā)展目標(biāo)進(jìn)一步調(diào)整不合理的土地利用結(jié)構(gòu),以實(shí)現(xiàn)區(qū)域可持續(xù)發(fā)展。

3 討論

不同發(fā)展導(dǎo)向下的土地利用結(jié)構(gòu)對(duì)社會(huì)經(jīng)濟(jì)發(fā)展具有重要影響,也是當(dāng)今國(guó)土空間規(guī)劃實(shí)施布局的基礎(chǔ)要素。饒河流域如何滿足在社會(huì)經(jīng)濟(jì)高速發(fā)展、城鎮(zhèn)化進(jìn)程步伐穩(wěn)步向前的同時(shí)保證糧食安全不受威脅、生態(tài)環(huán)境宜居宜業(yè)的發(fā)展目標(biāo),亟需考慮未來(lái)建設(shè)用地如何增減、耕地等重要糧食生產(chǎn)用地以及林地、水域等生態(tài)用地如何變化。土地利用變化是一個(gè)復(fù)雜的動(dòng)態(tài)過(guò)程,基于歷史利用現(xiàn)狀的分析并不能充分明確各用地類型的演變機(jī)制,亦缺乏對(duì)多重發(fā)展目標(biāo)的考慮,而多情景模擬下的土地利用預(yù)測(cè),可以為土地利用歷史現(xiàn)狀分析提供補(bǔ)充,亦可根據(jù)耕地保護(hù)、生態(tài)文明建設(shè)等不同發(fā)展目標(biāo)模擬出不同的土地利用結(jié)構(gòu),對(duì)區(qū)域土地管理和土地保護(hù)具有重要參考價(jià)值,可以為區(qū)域決策者提供多個(gè)方案和決策思路,以彌補(bǔ)規(guī)劃大多局限于現(xiàn)狀分析的短板。對(duì)不同情景下的土地利用進(jìn)行模擬分析,是調(diào)整用地結(jié)構(gòu),提高土地利用效率的基礎(chǔ)工作,對(duì)實(shí)現(xiàn)區(qū)域生態(tài)-社會(huì)-經(jīng)濟(jì)和諧穩(wěn)定具有重要意義。本文基于Markov-FLUS模型,綜合考慮12種自然人為驅(qū)動(dòng)因子同時(shí)針對(duì)不同情景施以限制因子,控制轉(zhuǎn)化速率,可以較為精確的預(yù)測(cè)研究區(qū)今后土地利用情況,滿足研究區(qū)不同發(fā)展訴求。模擬結(jié)果可以為研究區(qū)實(shí)施國(guó)土空間規(guī)劃、優(yōu)化“三線”劃定成果、實(shí)行糧食安全管控、構(gòu)建生態(tài)安全預(yù)警系統(tǒng)提供借鑒以及基礎(chǔ)數(shù)據(jù)支撐。研究成果雖然較好的擬合了區(qū)域土地利用空間發(fā)展情況,但仍存在些許不足：

(1)土地利用變化是一個(gè)復(fù)雜的動(dòng)態(tài)過(guò)程,研究雖然綜合考慮了自然人為、政策限制因素,但對(duì)于地質(zhì)環(huán)境等因素考慮不足,將在今后研究中進(jìn)一步納入模型之中。

(2)研究發(fā)現(xiàn)土地利用模擬精度對(duì)像元大小具有一定依賴性,在控制其他因素不變,研究試驗(yàn)了250 m×250 m、100 m×100 m、30 m×30 m 3種不同尺度的模擬結(jié)果,模擬精度在30 m×30 m時(shí)最佳,表明精度可能隨著像元的細(xì)化進(jìn)一步提升。

(3)模型參數(shù)的設(shè)置存在一定主觀性,如鄰域因子參數(shù)按照前人研究經(jīng)驗(yàn),主要根據(jù)地類受人為影響程度并經(jīng)過(guò)不斷調(diào)試以達(dá)到模擬的最佳精度。

4 結(jié)論

通過(guò)基于Markov-FLUS耦合模型,以2005年、2010年、2015年饒河流域各區(qū)縣土地利用現(xiàn)狀為參數(shù)進(jìn)行調(diào)試,在驗(yàn)證模型適用性之后,模擬2035年饒河流域在3種不同情景下土地利用的空間格局,并對(duì)其變化情況進(jìn)行分析,得出主要結(jié)論如下：

(1)Markov-FLUS耦合模型在該區(qū)域具備較強(qiáng)的適用性,可以較好的預(yù)測(cè)未來(lái)饒河流域各區(qū)縣土地利用空間格局。經(jīng)過(guò)驗(yàn)證,模型總體精度達(dá)到98.01%,Kappa系數(shù)為0.9627,大于0.80,未來(lái)饒河流域各區(qū)縣的土地利用變化預(yù)測(cè)可以考慮采納該模型。

(2) 3種情景下,區(qū)域土地利用變化出現(xiàn)明顯差異。耕地保護(hù)情境下耕地面積出現(xiàn)了唯一的增長(zhǎng)趨勢(shì),但漲幅不大僅為1%；慣性情景下建設(shè)用地?cái)U(kuò)張效應(yīng)顯著,較2015年漲幅39%；生態(tài)優(yōu)先情景下,林地、水域、草地出現(xiàn)了唯一的同時(shí)增長(zhǎng),漲幅分別為0.03%、0.4%、1%。

(3) 3種情景設(shè)置基本滿足饒河流域不同發(fā)展訴求。從空間格局來(lái)看,各情景下耕地、建設(shè)用地的變化最為顯著,其變化區(qū)域主要集中在昌江區(qū)、珠山區(qū)、浮梁縣、樂(lè)平市、德興市等區(qū)縣,并在鄱陽(yáng)縣、萬(wàn)年縣呈零星分布。

(4)城鎮(zhèn)化進(jìn)程的推進(jìn)以及社會(huì)經(jīng)濟(jì)發(fā)展的結(jié)構(gòu)決定了建設(shè)用地?cái)U(kuò)張趨勢(shì)不可逆轉(zhuǎn),但無(wú)止境的擴(kuò)張會(huì)嚴(yán)重威脅區(qū)域糧食與生態(tài)安全。耕地保護(hù)情景與生態(tài)優(yōu)先情景下,建設(shè)用地增長(zhǎng)速率相對(duì)于慣性發(fā)展情景得到有效控制,增長(zhǎng)率分別為16%、12%,因此結(jié)合規(guī)劃政策限制可以有效約束建設(shè)用地?cái)U(kuò)張,對(duì)實(shí)現(xiàn)區(qū)域可持續(xù)發(fā)展具有重要意義。以慣性發(fā)展、耕地保護(hù)、生態(tài)優(yōu)先3種情景為研究視角,模擬分析研究區(qū)土地利用變化情況,區(qū)域需要嚴(yán)格控制建設(shè)用地規(guī)模,提高建設(shè)用地的空間集約利用效率,劃定城市發(fā)展邊界,防止其進(jìn)一步占用其他地類空間,以達(dá)到區(qū)域資源高效利用,城鎮(zhèn)發(fā)展與生態(tài)并行的協(xié)調(diào)格局。