濟南市長清區(qū)2011—2020年土地利用變化時空分異特征及其成因

李云鵬 梁勇 吳凱 王長鵬 齊俊

摘要：研究城市土地利用時空變化特征及驅(qū)動因素對城市促進合理利用土地資源、生態(tài)—社會—經(jīng)濟可持續(xù)發(fā)展具有重要意義。本研究運用ArcGIS定量提取土地利用數(shù)據(jù)，建立土地利用變化幅度模型和土地利用變化程度模型，分析長清區(qū)2011—2020年土地利用時空變化特征；選取8個社會經(jīng)濟驅(qū)動因子，利用皮爾遜相關(guān)系數(shù)法研究土地利用變化的社會經(jīng)濟驅(qū)動機制。結(jié)果表明，2017年后長清區(qū)土地利用處于調(diào)整階段，應(yīng)優(yōu)化土地利用規(guī)劃，提升土地利用社會—經(jīng)濟—生態(tài)綜合效益。

關(guān)鍵詞：土地利用；時空分異；轉(zhuǎn)移矩陣；驅(qū)動力；濟南市長清區(qū)

中圖分類號：F301.2

文獻(xiàn)標(biāo)識碼：A??? doi：10.12128/j.issn.1672-6979.2023.07.010

引文格式：李云鵬，梁勇，吳凱，等.濟南市長清區(qū)2011—2020年土地利用變化時空分異特征及其成因［J］.山東國土資源，2023，39（7）：58-65. LI Yunpeng， LIANG Yong， WU Kai， et al. Spatial-Temporal Differentiation and its Causes of Land Use Change from 2011 to 2020 in Changqing District in Ji'nan City［J］.Shandong Land and Resources，2023，39（7）：58-65.

0 引言

土地是人類一切社會經(jīng)濟活動的支撐和基礎(chǔ)［1-2］，土地利用特征與變化是人類活動影響、改造與適應(yīng)自然環(huán)境的體現(xiàn)，過程中形成了多種多樣的地表景觀，并反映了人類在改變地表特征的空間格局與時空動態(tài)過程［3-5］。隨著城市化進程加速推進，人類作用于土地的活動日益頻繁，土地資源需求逐漸增大，土地利用結(jié)構(gòu)失衡［6-8］。同時，土地開發(fā)利用中存在資源浪費、超強度使用、低效利用等問題，也是造成土地生態(tài)環(huán)境惡化、制約社會經(jīng)濟可持續(xù)發(fā)展的主要原因之一［9-12］。土地利用變化研究是國際地圈生物圈計劃（IGBP）和全球變化人文計劃（IHDP）共同推動的核心研究［1］，深化對土地利用時空演變及其驅(qū)動機制研究，對揭示自然生態(tài)格局、資源生態(tài)效應(yīng)、區(qū)域人地關(guān)系、可持續(xù)發(fā)展策略等都十分重要［7，13-15］。當(dāng)前，國內(nèi)外學(xué)者利用土地動態(tài)度、土地利用程度指數(shù)、土地利用轉(zhuǎn)移矩陣、地理探測器、CA-Markov模型等方法對土地利用空間格局、時空動態(tài)變化、驅(qū)動機制、趨勢預(yù)測等做了大量研究［16-20］，形成了較為成熟的研究范式［15］，研究尺度也從全球土地變化聚焦到局地土地變化［21］，對促進局地合理利用土地資源、生態(tài)—社會—經(jīng)濟可持續(xù)發(fā)展起到了重要作用。

本研究以濟南市長清區(qū)為例，運用ArcGIS定量提取2011—2020年長清區(qū)土地利用分布信息、計算土地利用變化矩陣，揭示近10年來長清區(qū)土地利用時空分異特征，為長清區(qū)研究人地關(guān)系和優(yōu)化土地資源管理提供參考，促進長清區(qū)各種土地利用資源與經(jīng)濟增長、社會穩(wěn)定、生態(tài)和諧共同發(fā)展。

1 研究區(qū)概況

濟南市長清區(qū)，位于山東省西部，濟南市西南部，黃河下游東岸，泰山西北麓。該區(qū)域介于北緯36°14′37″～36°41′50″，東經(jīng)116°30′38″～117°4′14″之間，北鄰濟南市槐蔭區(qū)，東北接濟南市市中區(qū)，東接濟南市歷城區(qū)，東南與泰安市岱岳區(qū)相連，南與肥城市為鄰，西南與平陰縣接壤，西、西北方位瀕臨黃河，隔河與聊城市東阿縣和德州市齊河縣相望。該區(qū)域南北長50.3km，東西寬50.8km，總面積為1178.08km2（圖1）。

長清區(qū)境內(nèi)地質(zhì)構(gòu)造體系為總體向北傾斜地層，總體傾向NW 30°—NE 45°之間，傾角在6°～15°之間；主要地貌類型有中度切割低山、微弱切割丘陵、山間剝蝕平原、山前沖洪積平原、黃河沖積平原等。該區(qū)域大陸度為62%，干燥度為1.26，屬于暖溫帶半濕潤大陸性季風(fēng)氣候，四季分明；年平均日照時數(shù)為2447.6h，年平均日照百分率為55%；年平均氣溫為14.4℃，年平均降水量為661.7mm。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

濟南市長清區(qū)2011年、2014年、2017年、2020年四期土地利用數(shù)據(jù)均來源于濟南市歷年土地變更調(diào)查數(shù)據(jù)，利用ArcGIS10.2將土地利用類型規(guī)整為耕地、林地、草地、水體、建設(shè)用地和未利用地6類，濟南市長清區(qū)2011—2020年土地利用分類如圖2所示。人口（萬人）、國內(nèi)生產(chǎn)總值GDP（億元）、固定資產(chǎn)投資（億元）、房地產(chǎn)開發(fā)投資（億元）、農(nóng)林牧漁總產(chǎn)值（億元）、糧食產(chǎn)量（萬t）、規(guī)模以上工業(yè)主要營業(yè)收入（億元）、社會消費零售總額（億元）等8項社會經(jīng)濟指標(biāo)數(shù)據(jù)來源于2011年、2014年、2017年和2020年的《濟南市長清區(qū)國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》。

2.2 研究方法

2.2.1 土地利用變化幅度模型

土地利用類型的數(shù)量變化是土地利用變化特征的一個重要體現(xiàn)，能夠反映土地利用類型變化總趨勢以及土地利用類型的結(jié)構(gòu)變化。土地利用變化幅度是描述土地利用類型數(shù)量變化的一個重要指標(biāo)，反映不同土地利用類型面積總量的變化［22］，計算公式如式1所示。

RL=Ub-UaUa×100%（1）

式中：RL表示某一類型土地在研究期內(nèi)的變化幅度；Ua表示某一土地利用類型在研究初期的面積；Ub表示某一土地利用類型在研究末期的面積。

單一土地利用類型動態(tài)變化度描述的是某一土地利用類型在研究期內(nèi)的面積變化情況，反映土地利用類型數(shù)量變化速率［23］，計算公式如式2所示。

K=Ub-UaUa×1T×100%（2）

式中：K表示某一土地利用類型在研究期內(nèi)的變化速率；Ua表示某一土地利用類型在研究初期的面積；Ub表示某一土地利用類型在研究末期的面積；T表示時間，當(dāng)T的單位為年時，K表示某一土地利用類型在研究期內(nèi)的年變化率。

2.2.2 土地利用變化程度模型

土地利用程度的變化可定量表達(dá)研究區(qū)域土地利用的綜合水平和變化趨勢。根據(jù)劉紀(jì)遠(yuǎn)提出的土地利用程度綜合分析方法，將土地利用程度按照土地自然綜合體在社會因素影響下的自然平衡狀態(tài)分為若干等級，并賦予分級指數(shù)（表1），在此基礎(chǔ)上給出土地利用程度綜合指數(shù)及土地利用程度變化模型［8，24］，其數(shù)學(xué)表達(dá)式如式3、式4所示。

Lj=100×∑ni=1Ai×Ci，Lj∈［100，400］（3）

△Lb-a=Lb-La=100×［∑ni=1Ai×Cib-∑ni=1Ai×Cia］（4）

式中：Lj表示研究區(qū)域土地利用程度綜合指數(shù)；Lb、La分別表示b和a時間研究區(qū)域土地利用程度綜合指數(shù)；Lb-a表示b和a時間土地利用程度變化量；Ai表示第i類土地利用程度分級指數(shù)；Ci表示研究區(qū)內(nèi)第i類土地利用程度面積占比；Cib和Cia分別表示b和a時間第i類土地利用程度面積占比。Lb-a>0時，該研究區(qū)域土地利用處于發(fā)展期；Lb-a<0時，該研究區(qū)域土地利用處于調(diào)整期或衰退期。

2.2.3 皮爾遜相關(guān)系數(shù)法

皮爾遜相關(guān)系數(shù)法是一種準(zhǔn)確度量兩個變量之間關(guān)系密切程度的統(tǒng)計學(xué)方法［25］。假設(shè)有自變量X=（x1，x2，……，xi ）和因變量Y=（y1，y2，……，yi ），則皮爾遜相關(guān)系數(shù)r的表達(dá)式如式5所示。

r=∑ni=1（xi-x）（yi-y）∑ni=1（xi-x）2∑ni=1（yi-y）2? （5）

式中：x和y分別為自變量X和因變量Y的均值，相關(guān)系數(shù)r的取值范圍在-1和+1之間，即｜r｜≤1。｜r｜越接近1，則表明自變量X和因變量Y之間的線性相關(guān)程度越高。當(dāng)r=-1時，表明自變量X和因變量Y之間為完全負(fù)線性相關(guān)關(guān)系；當(dāng)r=1時，表明自變量X和因變量Y之間為完全正線性相關(guān)關(guān)系；當(dāng)r=0時，表明自變量X和因變量Y之間不存在線性相關(guān)關(guān)系。

自變量X和因變量Y之間的相關(guān)程度可分為：當(dāng)|r|≥0.8時，可視為自變量X和因變量Y之間存在高度相關(guān)；當(dāng)0.5≤｜r｜<0.8時，可視為自變量X和因變量Y之間存在中度相關(guān)；當(dāng)0.3≤｜r｜<0.5時，可視為自變量X和因變量Y之間存在低度相關(guān)；當(dāng)|r|<0.3時，說明自變量X和因變量Y之間的相關(guān)性極弱，可視為非線性相關(guān)。

3 結(jié)果與分析

3.1 土地利用動態(tài)變化分析

3.1.1 土地利用變化幅度分析

利用ArcGIS 10.2統(tǒng)計功能，在空間數(shù)據(jù)庫中統(tǒng)計長清區(qū)2011年、2014年、2017年和2020年6大土地利用類型的面積，利用式1和式2計算長清區(qū)2011—2020年不同時段各土地利用類型的土地利用變化幅度和土地利用變化速率，結(jié)果如表2所示。

由表2可以看出，耕地、草地、水體和未利用地在2011—2014年、2014—2017年和2017—2020年的土地利用變化幅度均為負(fù)值，其中，2011—2014年和2014—2017年的耕地變化幅度和變化速率均明顯小于2017—2020年，可見近10年來長清區(qū)耕地、草地、水體和未利用地面積一直在減少，2017—2020年減少速度最快。林地在2011—2014年和2014—2017年的土地利用變化幅度均為負(fù)值，2017—2020年的土地利用變化幅度為正值，且數(shù)值明顯高于2011—2014年和2014—2017年，說明林地在2011—2014年和2014—2017年面積緩速減少，在2017—2020年面積迅速增加，這與長清區(qū)地方政府踐行綠色發(fā)展、退耕還林等政策有很大關(guān)系。建設(shè)用地在2011—2014年、2014—2017年和2017—2020年的土地利用變化幅度均為正值，建設(shè)用地面積一直在增加，說明在該時段內(nèi)長清區(qū)城市發(fā)展快速，城市擴張明顯，大量土地被開發(fā)利用。

3.1.2 土地利用變化程度分析

根據(jù)長清區(qū)2011年、2014年、2017年和2020年6大類土地利用面積，利用式3和式4計算長清區(qū)2011—2020年不同時段土地利用程度綜合指數(shù)和土地利用程度變化量（圖3）。

由圖3可知，2011—2017年長清區(qū)土地利用程度綜合指數(shù)呈現(xiàn)穩(wěn)步遞增趨勢，2017—2020年土地利用程度綜合指數(shù)明顯下降。2011—2017年間，長清區(qū)城市化快速推進，經(jīng)濟發(fā)展速度加快，土地利用程度加深，土地利用效率穩(wěn)步提升，土地利用的深度和廣度逐步增強；2017—2020年間，由于綠色、高質(zhì)量發(fā)展理念和退耕還林等政策實施影響，耕地、草地、水體等面積大幅減少，降低了長清區(qū)整體的土地利用程度。2011—2020年間，長清區(qū)土地利用程度綜合指數(shù)在255～270之間，可以看出長清區(qū)對土地的開發(fā)利用程度整體處于中等水平，即城市發(fā)展和自然環(huán)境綜合作用于土地資源的壓力處于中等水平。

2011—2014年和2014—2017年，長清區(qū)土地利用程度變化量分別為0.5715和0.3779，說明這兩個時間段內(nèi)長清區(qū)土地利用處于發(fā)展期，經(jīng)濟社會發(fā)展加速，2011—2017年間，長清區(qū)土地利用強度呈逐漸增加趨勢，人類活動對土地資源的影響日益深刻；2017—2020年，長清區(qū)土地利用程度變化量為-14.2691，說明這個時間段內(nèi)長清區(qū)土地利用處于調(diào)整期，結(jié)合前文對長清區(qū)土地利用程度綜合指數(shù)的分析可知，2017—2020年，踐行綠色、高質(zhì)量發(fā)展理念，長清區(qū)經(jīng)濟社會發(fā)展速度有所減緩，耕地、林地和水體面積減少，降低了人類活動對土地的利用程度。

3.2 土地利用變化成因分析

土地利用變化主要受自然因素和社會經(jīng)濟因素的影響，有關(guān)驅(qū)動力的研究結(jié)果表明，在短時期內(nèi)，作用于土地利用變化的驅(qū)動因素主要為人類的社會經(jīng)濟活動［26］。選取長清區(qū)2011年、2014年、2017年和2020年人口（萬人）、國內(nèi)生產(chǎn)總值GDP（億元）、固定資產(chǎn)投資（億元）、房地產(chǎn)開發(fā)投資（億元）、農(nóng)林牧漁總產(chǎn)值（億元）、糧食產(chǎn)量（萬t）、規(guī)模以上工業(yè)主要營業(yè)收入（億元）、社會消費零售總額（億元）等8個主要社會經(jīng)濟指標(biāo)作為影響長清區(qū)土地利用變化的驅(qū)動因子。利用Origin軟件對驅(qū)動因子和六大類土地利用面積進行相關(guān)性分析，計算出置信度為95%下的皮爾遜相關(guān)系數(shù)（表3）。

（1）房地產(chǎn)開發(fā)投資、農(nóng)林牧漁總產(chǎn)值與6類土地利用面積相關(guān)系數(shù)r的絕對值均大于0.9，說明這2個驅(qū)動因子對土地利用變化的驅(qū)動作用非常明顯。房地產(chǎn)開發(fā)投資、農(nóng)林牧漁總產(chǎn)值分別與耕地、草地、水體、未利用地面積的相關(guān)系數(shù)r為負(fù)值，說明房地產(chǎn)開發(fā)投資、農(nóng)林牧漁總產(chǎn)值與這4類土地利用面積呈高度負(fù)相關(guān)；分別與林地、建設(shè)用地面積的相關(guān)系數(shù)r為正值，說明房地產(chǎn)開發(fā)投資、農(nóng)林牧漁總產(chǎn)值與這兩類土地利用面積呈高度正相關(guān)。

（2）人口、GDP、固定資產(chǎn)投資與6類土地利用面積相關(guān)系數(shù)r的絕對值除個別外均大于0.8，說明這3個驅(qū)動因子對土地利用變化的驅(qū)動作用明顯。其中，人口、GDP分別與耕地、草地、水體、未利用地面積的相關(guān)系數(shù)r為負(fù)值，說明人口、GDP分別與這四類土地利用面積呈高度負(fù)相關(guān)；與林地、建設(shè)用地面積的相關(guān)系數(shù)r為正值，說明人口、GDP分別與這2類土地利用面積呈高度正相關(guān)；固定資產(chǎn)投資與耕地、草地、水體、未利用地面積的相關(guān)系數(shù)r為負(fù)值，說明固定資產(chǎn)投資與這四類土地利用面積呈高度負(fù)相關(guān)；與林地面積的相關(guān)系數(shù)r為正值，說明固定資產(chǎn)投資與林地面積呈高度正相關(guān)。

（3）規(guī)模以上工業(yè)主要營業(yè)收入與6類土地利用面積相關(guān)系數(shù)r的絕對值均大于0.7，其中，與建設(shè)用地面積的相關(guān)系數(shù)r為0.9285，說明規(guī)模以上工業(yè)主要營業(yè)收入對土地利用變化的驅(qū)動作用明顯。糧食產(chǎn)量與耕地、林地、草地、水體、未利用地面積相關(guān)系數(shù)r的絕對值均在0.3～0.5范圍內(nèi)，與建設(shè)用地面積的相關(guān)系數(shù)r為-0.5208，說明糧食產(chǎn)量與這六類土地利用面積呈中低度相關(guān)，糧食產(chǎn)量對土地利用變化的驅(qū)動作用不明顯。社會消費零售總額與耕地、林地、草地、水體、未利用地面積相關(guān)系數(shù)r的絕對值均小于0.3，與建設(shè)用地面積的相關(guān)系數(shù)r為0.4301，說明社會消費零售總額與這6類土地利用面積基本呈非線性相關(guān)，社會消費零售總額對土地利用變化的驅(qū)動作用非常不明顯。

2011—2020年，長清區(qū)房地產(chǎn)開發(fā)投資從26.39億元增長到77.4億元、農(nóng)林牧漁總產(chǎn)值從25.71億元增長到71.6億元、GDP由232.5億元增長到371.9億元、固定資產(chǎn)投資從189.64億元增長到265.13億元、規(guī)模以上工業(yè)主要營業(yè)收入從112億元增長到243.2億元，這5個驅(qū)動因子總體均呈現(xiàn)持續(xù)增長趨勢，說明長清區(qū)近10年社會經(jīng)濟得到了長足的發(fā)展。伴隨著經(jīng)濟發(fā)展，工礦用地、城鄉(xiāng)建設(shè)用地、水利設(shè)施用地、住宅用地、商業(yè)用地等建設(shè)用地的需求不斷增加，相應(yīng)的必然導(dǎo)致其他類型土地利用面積的減少。另外，近年來長清區(qū)逐漸重視并踐行綠色發(fā)展理念，實施了一些系列生態(tài)環(huán)境保護、退耕還林等措施。因此，建設(shè)用地、林地面積與這5個驅(qū)動因子之間呈現(xiàn)了高度正相關(guān)關(guān)系。2011—2020年，長清區(qū)人口從55.74萬人增長到62.42萬人，為滿足相應(yīng)人口的住房及相關(guān)配套設(shè)施的需求，建設(shè)用地面積也隨之增長，因此，人口和建設(shè)用地面積呈現(xiàn)高度正相關(guān)。糧食產(chǎn)量和社會消費零售總額對土地利用變化的驅(qū)動作用不明顯，相關(guān)性不強。

4 結(jié)論

本研究利用ArcGIS空間分析功能，揭示了濟南市長清區(qū)2011—2020年土地利用變化的時空變化特征，選取8個社會經(jīng)濟驅(qū)動因子分析了長清區(qū)近10年土地利用變化的原因。

（1）2011—2020年，長清區(qū)耕地、草地、水體和未利用地面積一直在減少，2017—2020年減少速度最快；林地在2011—2014年和2014—2017年面積緩速減少，在2017—2020年面積迅速增加，這與長清區(qū)地方政府踐行綠色發(fā)展、退耕還林等政策有很大關(guān)系；建設(shè)用地面積一直在增加，說明在該時段內(nèi)長清區(qū)城市發(fā)展快速，城市擴張明顯，大量土地被開發(fā)利用。

（2）2011—2017年長清區(qū)土地利用程度綜合指數(shù)呈現(xiàn)穩(wěn)步遞增趨勢，2017—2020年土地利用程度綜合指數(shù)明顯下降。近10年，長清區(qū)土地利用程度綜合指數(shù)在255～270之間，可以看出長清區(qū)對土地的開發(fā)利用程度整體處于中等水平，即城市發(fā)展和自然環(huán)境綜合作用于土地資源的壓力處于中等水平。

（3）2011—2014年、2014—2017年，長清區(qū)土地利用程度變化量分別為0.5715和0.3779，這兩個時間段內(nèi)長清區(qū)土地利用處于發(fā)展期，經(jīng)濟社會發(fā)展加速；2017—2020年，長清區(qū)土地利用程度變化量為-14.2691，這個時間段內(nèi)長清區(qū)土地利用處于調(diào)整期。

（4）人口、房地產(chǎn)開發(fā)投資、農(nóng)林牧漁總產(chǎn)值、GDP、固定資產(chǎn)投資、規(guī)模以上工業(yè)主要營業(yè)收入這6個驅(qū)動因子對土地利用變化的驅(qū)動作用明顯，與林地、建設(shè)用地面積均呈現(xiàn)高度正相關(guān)；糧食產(chǎn)量和社會消費零售總額對土地利用變化的驅(qū)動作用不明顯，相關(guān)性不強。

參考文獻(xiàn)：

［1］ 葛茹香，馬超.干旱高原湖泊濕地土地利用變化與驅(qū)動因素分析：泊江海子濕地閉流區(qū)為例［J］.水土保持研究，2022，29（1）：376-385.

［2］ HE C Y， ZHANG J X， LIU Z F， et al. Characteristics and progress of land use/cover change research during 1990—2018［J］. Journal of Geographical Sciences， 2022， 32（3）： 537-559.

［3］ 劉光旭，王小軍，相愛存，等.贛江中上游地區(qū)土地利用變化空間分異與驅(qū)動因素［J］.應(yīng)用生態(tài)學(xué)報，2021，32（7）：2545-2554.

［4］ 吳健生，王政，張理卿，等.景觀格局變化驅(qū)動力研究進展［J］.地理科學(xué)進展，2012，31（12）：1739-1746.

［5］ VADREVU K P， OHARA T. Focus on land use cover changes and environmental impacts in South/Southeast Asia［J］. Environmental Research Letters， 2020， 15（10）： DOI10.1088/1748-9326/abb5cb.

［6］ 王懇，李新舉.城鎮(zhèn)化背景下濟南市土地利用變化驅(qū)動機制分析［J］.中國人口·資源與環(huán)境，2017，27（11）：151-155.

［7］ 李亨健，張杰，胡曉丹，等.基于遙感的丁字灣地區(qū)土地利用時空變化分析及地區(qū)生態(tài)修復(fù)建議［J］.山東國土資源，2021，37（6）：72-78.

［8］ 崔峰.城市邊緣區(qū)土地利用變化及其生態(tài)環(huán)境響應(yīng)：以南京市江寧區(qū)為例［D］.南京：南京農(nóng)業(yè)大學(xué)，2013：1-20.

［9］ 邱高峯，馬波.盧旺達(dá)共和國土地利用變化特征及其驅(qū)動因子［J］.水土保持通報，2022，42（3）：263-273.

［10］ CHUAI X W， WEN J Q， ZHUANG D C， et al. Intersection of physical and anthropogenic effects on land-use/land-cover changes in coastal China of Jiangsu Province［J］. Sustainability， 2019， 11（8）： DOI10.3390/su11082370.

［11］ XU X， GAO Q， PENG C H， et al. Integrating global socio-economic influences into a regional land use change model for China［J］. Frontiers of Earth Science， 2014， 8（1）： 81-92.

［12］ 吳清婷，彭賢偉，簡萍，等.銅仁市碧江區(qū)土地利用變化的時空特征及其驅(qū)動因素［J］.科學(xué)技術(shù)與工程，2020，20（4）：1326-1336.

［13］ 關(guān)梅，張文信，蔣海明，等.山東省土地利用變化的生態(tài)系統(tǒng)服務(wù)交叉敏感性評價［J］.中國農(nóng)業(yè)大學(xué)學(xué)報，2022，27（6）：192-203.

［14］ 劉超，許月卿，盧新海.生態(tài)脆弱貧困區(qū)土地利用多功能權(quán)衡/協(xié)同格局演變與優(yōu)化分區(qū)：以張家口市為例［J］.經(jīng)濟地理，2021，41（1）：181-190.

［15］ 厲靜文，董鎖成，李宇，等.中蒙俄經(jīng)濟走廊土地利用變化格局及其驅(qū)動因素研究［J］.地理研究，2021，40（11）：3073-3091.

［16］ 劉敬杰，夏敏，劉友兆，等.基于多智能體與CA結(jié)合模型分析的農(nóng)村土地利用變化驅(qū)動機制［J］.農(nóng)業(yè)工程學(xué)報，2018，34（6）：242-252.

［17］ 樊舒迪，劉振華，朱明幫，等.基于地理探測器的廣州市土地利用時序變化及影響因素研究［J］.西南農(nóng)業(yè)學(xué)報，2022，35（10）：2276-2289.

［18］ PJANOVIC B， DABOVIC T， DORDEVIC T， et al. Assessment of the importance of the drivers of land-use/land-cover changes on the national level： the case of Serbia［J］. Fresenius Environmental Bulletin， 2022， 31（9）： 9741-9754.

［19］ 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(qū)動力新特征：以京津冀地區(qū)為例［J］.西南大學(xué)學(xué)報（自然科學(xué)版），2021，43（10）：124-134.

［20］ 黎云云，暢建霞，樊晶晶，等.氣候和土地利用變化下黃河流域農(nóng)業(yè)干旱時空演變及驅(qū)動機制［J］.農(nóng)業(yè)工程學(xué)報，2021，37（19）：84-93.

［21］ 李進濤，劉彥隨，楊園園，等.1985—2015年京津冀地區(qū)城市建設(shè)用地時空演變特征及驅(qū)動因素研究［J］.地理研究，2018，37（1）：37-52.

［22］ 邸曉慧.重慶市江津區(qū)土地利用系統(tǒng)健康評價［D］.重慶：西南大學(xué)，2021：1-20.

［23］ 劉紀(jì)遠(yuǎn)，寧佳，匡文慧，等.2010—2015年中國土地利用變化的時空格局與新特征［J］.地理學(xué)報，2018，73（5）：789-802.

［24］ 劉紀(jì)遠(yuǎn).中國資源環(huán)境遙感宏觀調(diào)查與動態(tài)研究［M］.北京：中國科學(xué)技術(shù)出版社，1996：1-15.

［25］ 張麗平.基于地理國情數(shù)據(jù)的城市土地利用變化及其地表降雨徑流影響分析［D］.濟南：山東建筑大學(xué)，2022：1-20.

［26］ 龍花樓，王文杰，翟剛，等.安徽省土地利用變化及其驅(qū)動力分析［J］.長江流域資源與環(huán)境，2002，11（6）：526-530.

Spatial-Temporal Differentiation and its Causes of Land Use Change from 2011 to 2020 in Changqing District in Ji'nan City

LI Yunpeng， LIANG Yong， WU Kai， WANG Changpeng， QI Jun

（Ji'nan Geotechnical Investigation and Surveying Institute， Shandong Ji'nan 250101， China）

Abstract：Studying the spatiotemporal changes and driving factors of urban land use is of great significance for promoting the rational use of land resources and sustainable ecological， social， and economic development in cities. By using ArcGIS， land use data has been? to quantitatively extracted， a land use change amplitude model and a land use change degree model have been established， and? the spatiotemporal changes in land use in Changqing district from 2011 to 2020 has been analyzed. Selecting 8 social and economic driving factors， by using Pearson correlation coefficient method，? social and economic driving mechanism of land use change has been studied. It is indicated that land use in Changqing district is in the adjustment stage after 2017， and land use planning should be optimized to enhance social economic ecological comprehensive benefits of land use.

Key words： Land use; spatial and temporal differentiation; transfer matrix; driving force; Changqing district of Ji'nan city

收稿日期：2023-02-07；

修訂日期：2023-02-14；

編輯：曹麗麗

基金項目：山東省工業(yè)和信息化廳，實景三維濟南建設(shè)關(guān)鍵技術(shù)研究及應(yīng)用示范（202260101363）

作者簡介：李云鵬（1992—），男，山東濟南人，工程師，主要從事自然資源調(diào)查與監(jiān)測研究；E-mail：nylypn@163.com *

通訊作者：梁勇（1982—），男，山東濟南人，高級工程師、碩士，主要從事自然資源專項調(diào)查監(jiān)測評價研究；E-mail：506853782@qq.com