河南省沿黃區(qū)域土地利用時空變化及驅(qū)動因素分析

杜 軍， 邱士可， 王 正， 王景旭， 劉紀平， 王 超

（1.河南省科學院地理研究所，鄭州 450052； 2.中國測繪科學研究院，北京 100036）

土地利用/土地覆蓋（LULC）是自然環(huán)境與人類活動相互作用引起的一系列復雜變化，對環(huán)境變化和可持續(xù)發(fā)展具有重要影響［1］. 土地利用變化不僅可以通過土地資源的數(shù)量和質(zhì)量直接影響人類生活，還可以通過影響氣候、環(huán)境和生態(tài)功能的變化間接影響人類發(fā)展［2-3］. 目前，國內(nèi)外學者從不同尺度、不同時段開展土地覆被時空變化研究，解析區(qū)域土地利用的空間差異、演變特征及變化方向［4-8］. 采用主成分分析［9］、回歸分析［10］、地理加權(quán)回歸［11］、數(shù)理統(tǒng)計［12］等方法進行土地利用演變規(guī)律和驅(qū)動因素分析，開展變化驅(qū)動機制研究，從而優(yōu)化土地利用結(jié)構(gòu)配置.

黃河流域（河南段）是從山區(qū)到平原、從中游到下游的過渡段，沿黃經(jīng)濟的聚集區(qū)、黃河文化的孕育地和黃河流域生態(tài)屏障的支撐帶，人類活動與自然環(huán)境交互作用強烈，流域生態(tài)環(huán)境與經(jīng)濟社會發(fā)展受到土地利用變化的顯著影響［13］. 黃河流域生態(tài)保護和高質(zhì)量發(fā)展上升為重大國家戰(zhàn)略，針對黃河流域不同區(qū)域開展長時序土地利用時空演變特征及驅(qū)動力分析［14-20］，有助于了解區(qū)域國土空間開發(fā)及生態(tài)環(huán)境變化狀況，對推動流域人與自然環(huán)境相互作用下的生態(tài)保護和高質(zhì)量發(fā)展具有重要意義.

本文基于1980—2020年的土地利用數(shù)據(jù)，運用轉(zhuǎn)移矩陣、動態(tài)度等指標分析河南省沿黃區(qū)域近40年來土地利用時空變化特征，基于Logistic回歸模型分析土地利用空間分布變化的自然、社會經(jīng)濟及可達性等驅(qū)動因素，從而為合理利用黃河流域土地資源、保護生態(tài)環(huán)境和區(qū)域高質(zhì)量發(fā)展提供科學依據(jù).

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

河南省沿黃區(qū)域（圖1）以黃河干支流流經(jīng)的縣市（區(qū)）為主體，行政區(qū)上包括鄭州市、開封市、洛陽市、安陽市、新鄉(xiāng)市、焦作市、濮陽市、三門峽市和濟源市，共72個縣（市、區(qū)），面積5.78萬km2，占河南省總面積的34.6%.區(qū)域內(nèi)地勢西高東低、地貌復雜、土地利用類型多樣，地貌類型有山地、丘陵和平原等，土地利用類型主要以耕地、林地為主. 屬于溫帶半濕潤半干旱氣候，年平均氣溫12～15 ℃，年均降雨量為500～900 mm.

圖1 研究區(qū)示意圖Fig.1 Sketch map of study area

2019年僅占全省面積34.6%的河南省沿黃區(qū)域卻聚集了全省一半以上的地區(qū)生產(chǎn)總值，常住人口占全省常住人口的比例約為40%，年均增長0.1個百分點，人口在向沿黃區(qū)域集聚；沿黃區(qū)域的城鎮(zhèn)化率從53.7%上升至58.4%，年均增長1.5～1.6 個百分點，區(qū)域城鎮(zhèn)化率增速明顯，同時河南省沿黃區(qū)域城鎮(zhèn)化率高出全省城鎮(zhèn)化率約6.7個百分點.

1.2 數(shù)據(jù)來源

本研究數(shù)據(jù)主要包括1980—2020 年5 期土地利用數(shù)據(jù)、經(jīng)濟社會統(tǒng)計數(shù)據(jù)以及基礎(chǔ)地理信息數(shù)據(jù)等. 5 期土地利用數(shù)據(jù)來源于中國科學院資源環(huán)境科學數(shù)據(jù)中心（http：//www.resdc.cn），其中1980 年土地利用數(shù)據(jù)重建主要基于Landsat-MSS 遙感數(shù)據(jù)，1990、2000、2010 年土地利用數(shù)據(jù)基于Landsat-TM/ETM遙感解譯，2020 年利用Landsat8 OLI 影像數(shù)據(jù)進行解譯，空間分辨率為30 m，綜合評價精度達到93%以上.土地利用類型分為耕地、林地、草地、水域、建設(shè)用地和未利用地6 種類型. 河流、道路等基礎(chǔ)地理信息矢量數(shù)據(jù)主要來源于BIGMAP 數(shù)據(jù)下載（http：//www.bigemap.com/）. 數(shù)字高程模型（DEM）數(shù)據(jù)來源于地理空間數(shù)據(jù)云（http：//www.gscloud.cn/），空間分辨率為30 m. 人口和GDP 數(shù)據(jù)來源于河南省統(tǒng)計局官網(wǎng)（http：//www.ha.stats.gov.cn/）.

2 研究方法

2.1 土地利用轉(zhuǎn)移矩陣

通過轉(zhuǎn)移矩陣分析土地利用類型結(jié)構(gòu)特征量的變化以及不同土地利用類型間的轉(zhuǎn)移方向［21］，可以定量表達特定時期內(nèi)土地利用/土地覆被類型之間的相互轉(zhuǎn)化過程. 公式如下：

式中：Snn為面積；n為土地利用的類型數(shù)；t，t′分別為研究初期與末期的土地利用類型. 本研究基于ArcGIS10.4軟件的Tabulate Area功能建立不同時期土地利用轉(zhuǎn)移矩陣，實現(xiàn)不同土地利用類型轉(zhuǎn)移方向分析.

2.2 土地利用動態(tài)度

土地利用動態(tài)度可以反映出區(qū)域各土地利用類型變化速度、強度以及在土地利用變化中的類型差異，可以客觀表達區(qū)域土地利用/土地覆蓋變化劇烈程度［22］.

式中：LC為綜合土地利用動態(tài)度；Aai為第i類土地研究初期面積；ΔLAi-j為研究期內(nèi)第i類土地轉(zhuǎn)移到其他土地利用類型面積的絕對值. 為了進一步體現(xiàn)土地利用動態(tài)變化在空間上的分異特征，本研究采用5 km×5 km采樣網(wǎng)格對研究區(qū)不同時期格網(wǎng)單元尺度上的土地利用動態(tài)度進行分析.

2.3 土地利用變化驅(qū)動因素分析方法

本文選用Logistic 回歸模型對土地利用空間分布及變化驅(qū)動因素進行分析. 在因變量為二元變量，自變量為連續(xù)變量或混合變量的情況下，Logistic回歸用于估計多元解釋模型的參數(shù)，模型不直接計算因變量與自變量的線性關(guān)系，而是計算因變量發(fā)生概率的函數(shù)變換值與自變量之間的線性關(guān)系，來構(gòu)建回歸模型，其計算公式如下［23］：

其中：pi表示可出現(xiàn)某地類i的概率，β0表示常量，βi表示的回歸系數(shù)來確定驅(qū)動因子Xi間的定量關(guān)系和對土地利用變化的影響. Logistic回歸模型的擬合優(yōu)度通過相對操作特征（ROC）進行評估. ROC值大于0.7的模型驗證結(jié)果顯示了良好的預(yù)測和解釋能力.

優(yōu)勢比是判斷某自變量對因變量優(yōu)勢的作用大小. 自變量X對應(yīng)的優(yōu)勢比為：

其中：a為變量Xi的某個任意常數(shù)；若其他自變量保持不變，優(yōu)勢比隨自變量改變1個單位而改變exp(β)個單位，分為exp(β)<1（發(fā)生比下降）、exp(β)=1（發(fā)生比保持不變）和exp(β)>1（發(fā)生比升高）三種情況.

3 結(jié)果與分析

3.1 土地利用分布與總體變化

1980—2020 年河南省沿黃區(qū)域的土地利用類型主要為耕地、林地、草地、水域、建設(shè)用地和未利用地.從空間分布（圖2）來看，林地、草地等生態(tài)用地分布在河南省黃河流域的中游地區(qū)，林地集中分布在豫西崤山和熊耳山的陜州區(qū)、靈寶市、盧氏縣、欒川縣、嵩縣山地以及北部的太行山區(qū). 水域主要為黃河及伊河、洛河等支流，整體呈東西流向；耕地以旱地為主，集中分布在河南省黃河流域下游平原地帶，以及澗河流域、伊川臨汝盆地、伊洛河盆地等區(qū)域. 城鎮(zhèn)建設(shè)用地和居民地主要分布在河南省沿黃區(qū)域的平原地帶.

圖2 研究區(qū)土地利用類型空間分布圖Fig.2 Spatial distribution of land use types along the Yellow River in Henan Province

由1980—2020年5個時期的土地利用各類型面積及占比（表1）可知，河南省沿黃區(qū)域土地利用類型以耕地、林地為主，二者面積占比在75%～80%之間. 耕地面積占比在55.01%～58.31%，1980—2000 年耕地面積較為平穩(wěn)略有波動，2000—2020 年耕地較大幅度持續(xù)減少，面積由2000 年的34 369 km2減少至2020 年的32 449 km2，占比由2000年的58.31%降低至2020年的55.01%. 林地面積占比在20.79%～21.42%，1990—2010年各個時期林地占比呈現(xiàn)降低趨勢，1980—1990年、2010—2020年兩個時段保持穩(wěn)定；草地面積占比在7.83%～9.03%，整體呈現(xiàn)減少趨勢，2020 年草地面積占比較1980 年減少了1.17%；水域面積占比在2.09%～2.93%，1980—2020年整體呈現(xiàn)先減少再增加的趨勢. 建設(shè)用地面積及占比在不斷增加，由1980年的8.24%增加到2020年的13.72%，面積由1980年4860 km2增加到2020年的8096 km2；未利用地面積占比逐年減少，由1980年的0.2%減少至2020年的0.03%.

表1 研究區(qū)土地利用類型面積占比及變化Tab.1 Area and change of land use in the the study area

3.2 土地利用轉(zhuǎn)移特征分析

利用1980、2000和2020年三期土地利用數(shù)據(jù)在ArcGIS中進行疊加分析，得到1980—2000年、2000—2010年兩個時段的土地利用轉(zhuǎn)移矩陣（表2）. 1980—2020年，耕地是河南沿黃區(qū)域土地利用主要轉(zhuǎn)出類型，耕地面積轉(zhuǎn)出4 781.26 km2，耕地與建設(shè)用地、耕地與水域的轉(zhuǎn)化比較劇烈，占耕地轉(zhuǎn)出面積的比例分別為81.84%、12.36%.

表2 研究區(qū)土地利用類型轉(zhuǎn)移矩陣Tab.2 Transfer matrix of land use types in the study area in the study area

1980—2000年，從土地利用轉(zhuǎn)出面積來看，耕地、水域向其他類型轉(zhuǎn)變較為顯著，耕地主要轉(zhuǎn)變?yōu)榻ㄔO(shè)用地，占耕地轉(zhuǎn)出面積的80.59%；水域主要轉(zhuǎn)變?yōu)楦?，占水域轉(zhuǎn)出面積的90.55%. 從土地利用轉(zhuǎn)入面積來看，耕地和建設(shè)用地的轉(zhuǎn)入面積最大，分別為856.25 km2和664.26 km2，耕地的轉(zhuǎn)入類型主要為水域、草地和林地，建設(shè)用地的轉(zhuǎn)入類型主要為耕地.

2000—2020年，土地利用的轉(zhuǎn)移相對1980—2000年更為劇烈. 耕地、建設(shè)用地之間的轉(zhuǎn)移較為顯著，耕地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地面積為3 265.21 km2，占耕地轉(zhuǎn)出面積的82.1%；建設(shè)用地轉(zhuǎn)為耕地面積為994.51 km2，占耕地轉(zhuǎn)出面積的80.59%；水域主要轉(zhuǎn)變?yōu)楦?，占水域轉(zhuǎn)出面積的90.55%. 從土地利用轉(zhuǎn)入面積來看，耕地和建設(shè)用地的轉(zhuǎn)入面積最大，分別為856.25 km2和664.26 km2，耕地的轉(zhuǎn)入類型主要為水域、草地和林地，建設(shè)用地的轉(zhuǎn)入類型主要為耕地. 較1980—2000年，林地和草地的轉(zhuǎn)出面積也大幅度增加.

3.3 土地利用變化動態(tài)度分析

如表3 所示，河南省沿黃區(qū)域1980—2020 年土地利用綜合動態(tài)度為0.14，其中1980—2000 年為0.06，2000—2020年為0.24，第二個研究時段變化顯著大于前期. 1980—2000年，各單一土地利用類型的變化均較為緩慢，其中，變化動態(tài)度較大的為未利用地和水域，建設(shè)用地動態(tài)度為0.68%，耕地、林地基本保持穩(wěn)定.2000—2020年各單一土地利用類型的動態(tài)度顯著高于1980—2000年間，建設(shè)用地的動態(tài)度達到了2.33，較1980—2000年間增加了近4倍，耕地、林地、草地面積持續(xù)減少，兩個時間段動態(tài)度也發(fā)生顯著變化，動態(tài)度顯著增加.

表3 研究區(qū)1980—2020年土地利用變化動態(tài)度Tab.3 Dynamic degree of land use change from 1980 to 2020 in the study area

為進一步體現(xiàn)河南省沿黃區(qū)域土地利用變化在空間上的分異特征，本文采用5 km×5 km正方形格網(wǎng)（共計2610個采樣格網(wǎng)）計算土地利用變化動態(tài)度，得到1980—2000年、2000—2020年各時期動態(tài)度的空間分布圖，如圖3所示. 1980—2020年，土地動態(tài)度大于0.8的區(qū)域占研究區(qū)總面積的6.4%，動態(tài)度較高的區(qū)域主要分布在鄭州、洛陽和開封及周邊區(qū)域，其中，1980—2000年間土地利用變化顯著的區(qū)域范圍較小，呈線狀分布，主要分布在洛陽—鄭州—開封黃河干流沿線；2000—2020 年間，土地利用動態(tài)度較大的區(qū)域主要分布于研究區(qū)的中部、東部，且綜合動態(tài)度較前一時段呈現(xiàn)顯著的增長變化，高動態(tài)度的區(qū)域面積也明顯增大，主要沿著洛陽—鄭州—開封向南北擴展，土地動態(tài)度大于0.8的區(qū)域較上個時間段增加了7.51%.

圖3 研究區(qū)土地利用變化動態(tài)度空間分布圖Fig.3 Spatial distribution map of dynamic degree of land use change in the study area

3.4 土地利用變化驅(qū)動因素分析

在相關(guān)土地利用驅(qū)動因子研究的基礎(chǔ)上［15，24］，結(jié)合已獲取的河南省沿黃區(qū)域的數(shù)據(jù)，本文從自然因素、社會經(jīng)濟因素和可達性因素三個方面選取了9 個因子. 自然因素包括高程（X1）、坡度（X2）、溫度（X3）、降水（X4）等；社會經(jīng)濟因素包括人口密度（X5）、GDP（X6）等；可達性因素包括距河流距離（X7）、距道路距離（X8）、距城鎮(zhèn)距離（X9）. 利用公式，將各土地利用類型作為因變量、驅(qū)動因子為自變量，利用SPSS分析軟件，對不同土地利用類型與各驅(qū)動因子進行Logistic回歸分析，其驅(qū)動機制通過得出的回歸系數(shù)和優(yōu)勢比來反映（表4）.

表4 研究區(qū)土地利用類型Logistic 回歸結(jié)果Tab.4 Logistic regression results of land use types in the study area

Logistic模型中，Wald統(tǒng)計量表示每個變量的相對權(quán)重，它評估每個變量對事件預(yù)測的貢獻，即Wald值越大，對應(yīng)的自變量對因變量的影響程度越大. 根據(jù)表4的Wald統(tǒng)計，耕地空間分布受坡度和溫度的影響較大，坡度是耕地的負解釋變量，當坡度增加一個單位時，耕地分布概率分別降低1.07倍. 溫度與耕地的分布呈正相關(guān)，溫度增加一個單位耕地的分布概率增加1.64倍. 坡度、降水與林地分布呈正相關(guān)，另外，距城市、道路越近，林地的分布概率越低. 高程、坡度和溫度均與草地分布呈正相關(guān). 降水量與水體呈顯著正相關(guān)，降水量較大的地區(qū)，水體分布概率較大. 影響建設(shè)用地分布的重要解釋變量為坡度、人口密度、距城鎮(zhèn)距離和距道路距離，高程和坡度是負解釋變量，每增加1 個單位時，建設(shè)用地的分布概率分別降低1.01 倍和1.06倍；社會經(jīng)濟因素的GDP和人口密度在一定程度上反映區(qū)域經(jīng)濟社會發(fā)展狀況，是建設(shè)用地分布的正向決定因素，在人口增長和經(jīng)濟發(fā)展的推動下，城市周邊地區(qū)土地利用變化顯著. 此外，隨著距離城市的減小，以及主要道路周邊地區(qū)，建設(shè)用地的分布概率增大. 降水、人口密度、距河流距離與未利用地分布呈負相關(guān).

在Logistic回歸模型中，ROC曲線常用于評價擬合效果. 一般來說，ROC值在0.5到1.0之間，擬合效果隨著ROC 值的增加而增加. 當ROC>0.75 時，表明該模型具有良好的擬合效果，可以滿足模擬的需要. 圖4顯示了選定尺度下各種土地利用類型的ROC曲線，耕地、林地、草地、水域、建設(shè)用地和未利用地的ROC值分別為0.793、0.957、0.776、0.844、0.790和0.750. 可以看出，六種不同土地利用類型的ROC值均高于0.75，表明回歸模型具有較高的精度，能夠有效地解釋土地利用的空間分布狀態(tài)與各種驅(qū)動因素的關(guān)系.

圖4 研究區(qū)各土地利用類型的ROC 曲線圖Fig.4 ROC curve of each land use type in the study area

4 結(jié)論

本研究從土地利用結(jié)構(gòu)、轉(zhuǎn)移矩陣及動態(tài)度分析了河南省沿黃區(qū)域土地利用變化時空特征，采用Logistic回歸模型分析了土地利用變化的驅(qū)動因素，主要結(jié)論如下：

1）河南省沿黃區(qū)域土地利用/土地覆被類型以耕地、林地為主，二者面積占比在75%～80%之間. 研究區(qū)西高東低的地形決定了耕地和建設(shè)用地集中分布在中游及下游的平原地帶，生態(tài)用地集中分布在中游海拔較高地區(qū).

2）耕地是河南沿黃區(qū)域土地利用主要轉(zhuǎn)出類型，1980—2020年耕地面積轉(zhuǎn)出4 781.26 km2，耕地與建設(shè)用地、耕地與水域的轉(zhuǎn)化比較劇烈，占耕地轉(zhuǎn)出面積的比例分別為81.84%、12.36%. 2000—2020 年較1980—2000年，林地和草地的轉(zhuǎn)出面積也大幅度增加.

3）綜合土地利用動態(tài)度由1980—2000年的0.06顯著升高到2000—2020年的0.24，建設(shè)用地的動態(tài)度達到了2.33，較1980—2000年間增加了近4倍. 1980—2020年，土地動態(tài)度大于0.8的區(qū)域占研究區(qū)總面積的6.4%，動態(tài)度較高的區(qū)域主要分布在鄭州、洛陽和開封及周邊區(qū)域，2000—2020年，土地利用動態(tài)度較大的區(qū)域主要分布于研究區(qū)的中部、東部，高動態(tài)度的區(qū)域面積也明顯增大，其中土地動態(tài)度大于0.8的區(qū)域較上個時間段增加了7.51%.

4）坡度、溫度、高程等自然因子是影響土地利用空間分布及變化的基礎(chǔ)因素，特別是耕地及林地空間分布受其影響較大；影響建設(shè)用地分布的重要解釋變量為坡度、人口密度、距城鎮(zhèn)距離和距道路距離，高程和坡度是負解釋變量，每增加1 個單位時，建設(shè)用地的分布概率分別降低1.01 倍和1.06 倍；社會經(jīng)濟因素的GDP和人口密度在一定程度上反映區(qū)域經(jīng)濟社會發(fā)展狀況，是建設(shè)用地分布的正向決定因素.