權(quán)衡生態(tài)保護(hù)與經(jīng)濟(jì)發(fā)展的土地利用多情景模擬

王 森,彭 立,*

1 四川師范大學(xué)地理與資源科學(xué)學(xué)院,成都 610066

2 四川師范大學(xué)西南土地評(píng)價(jià)與資源監(jiān)測(cè)教育部重點(diǎn)實(shí)驗(yàn)室,成都 610066

隨著城鎮(zhèn)化進(jìn)程的推進(jìn),我國(guó)土地利用結(jié)構(gòu)發(fā)生了極大變化,許多自然土地,尤其是林地和草地被進(jìn)一步開墾成耕地、建設(shè)用地。隨著研究領(lǐng)域不斷發(fā)展成熟,出現(xiàn)了針對(duì)海岸帶[1]、河流流域[2]、喀斯特地區(qū)[3]等極具地方特色的特殊地域、特殊對(duì)象的土地利用模擬研究,但較為缺乏針對(duì)不同分區(qū)之間的過渡地區(qū)的土地利用模擬研究?，F(xiàn)階段,隨著國(guó)土空間規(guī)劃與主體功能區(qū)規(guī)劃的制定與實(shí)施,各大分區(qū)之間定位合理、分工明確,但對(duì)于地處不同功能分區(qū)之間的過渡與交匯區(qū)域而言,各類用地空間之間的權(quán)衡與競(jìng)爭(zhēng)關(guān)系得以加強(qiáng),如何合理配置區(qū)域土地資源、兼顧“三生”空間需求已成為亟待解決的問題,因此本文著眼于地處由生態(tài)示范區(qū)向經(jīng)濟(jì)發(fā)展區(qū)過渡、高原特色牧業(yè)區(qū)與糧油主產(chǎn)區(qū)交匯的龍門山過渡帶區(qū)域,以期合理配置土地資源、提出更好協(xié)調(diào)農(nóng)業(yè)生產(chǎn)、城鎮(zhèn)化發(fā)展與生態(tài)保護(hù)之間的關(guān)系的土地利用方案,為類似的山地-平原過渡區(qū)域、山周盆地地區(qū)社會(huì)經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境保護(hù)協(xié)調(diào)發(fā)展、生態(tài)保護(hù)與經(jīng)濟(jì)發(fā)展雙線并行提供思路與參考。

土地利用模擬當(dāng)今國(guó)內(nèi)外學(xué)術(shù)界對(duì)于土地利用變化預(yù)測(cè)模擬的相關(guān)研究領(lǐng)域發(fā)展得相當(dāng)成熟,方法理論上有系統(tǒng)動(dòng)力學(xué)、多元統(tǒng)計(jì)學(xué)、指數(shù)分析法、地理加權(quán)回歸、遺傳算法、蟻群算法等[4—6];模型工具上有元胞自動(dòng)機(jī)模型(CA)、Markov模型、地理模擬優(yōu)化系統(tǒng)(GeoSOS)、小尺度土地利用變化及其空間效應(yīng)模型(CLUE-S)、FLUS模型等[7—9];已取得的重大成果上有黎夏團(tuán)隊(duì)的高精度全球未來100年模擬產(chǎn)品、宮鵬團(tuán)隊(duì)的全球未來土地利用預(yù)測(cè)數(shù)據(jù)集、George C. Hurtt團(tuán)隊(duì)的Land Use Harmonization數(shù)據(jù)集等[10];土地利用模擬與研究區(qū)實(shí)際情況的適配程度不斷提高,模擬對(duì)象不再局限于城市、大城市群或平原地區(qū),研究視角不再局限于單純的用地模擬,土地利用模擬與國(guó)土空間、生態(tài)安全、“三生”空間等進(jìn)行交匯[11],形成多角度、多層次、多維度的土地利用模擬研究,近年來隨著研究的深入,針對(duì)不同情景、不同用途、不同研究對(duì)象的多模型耦合的土地利用模擬模型得以研發(fā)并應(yīng)用[12],進(jìn)一步提高了模擬精度。

“過渡帶”這一概念被廣泛應(yīng)用于地質(zhì)學(xué)、生物學(xué)、氣象學(xué)等許多方面的研究中[13],如生態(tài)過渡帶、降水量過渡帶、農(nóng)業(yè)牧業(yè)過渡帶等,主要表現(xiàn)為多種因素在一定區(qū)域內(nèi)具有一定空間規(guī)律的交錯(cuò)分布。龍門山地處四川盆地與青藏高原東緣交界處,跨越了我國(guó)第一、第二級(jí)階梯[14],無論是地形地勢(shì)、氣候條件還是社會(huì)經(jīng)濟(jì)條件都十分特殊且非常具有代表性,龍門山及其周圍地區(qū)呈現(xiàn)出典型的山地-平原過渡、都市-鄉(xiāng)村過渡、人口密集區(qū)-人口稀疏區(qū)過渡的情形,因此,本研究致力于研究龍門山過渡帶的土地利用變化規(guī)律、預(yù)測(cè)土地利用演變趨勢(shì),不僅有利于合理開發(fā)利用土地資源,促進(jìn)土地資源可持續(xù)發(fā)展,也能為情況類似的山地-平原過渡區(qū)、都市-鄉(xiāng)村過渡區(qū)的土地利用發(fā)展與規(guī)劃提供參考與思路。

隨著城鎮(zhèn)化與工業(yè)化進(jìn)程的發(fā)展,粗放式的土地利用方式導(dǎo)致的生態(tài)環(huán)境惡化、土地利用矛盾加劇,如何統(tǒng)籌“三生”空間,如何優(yōu)化國(guó)土空間結(jié)構(gòu)已成為需要回答的重大問題,未來土地利用的權(quán)衡與配置優(yōu)化研究已成為研究熱點(diǎn)。從土地利用優(yōu)化研究方法上看,現(xiàn)有優(yōu)化方法主要分為數(shù)量結(jié)構(gòu)優(yōu)化與空間結(jié)構(gòu)優(yōu)化,數(shù)量結(jié)構(gòu)優(yōu)化研究主要方法主要有線性規(guī)劃、多目標(biāo)規(guī)劃、系統(tǒng)動(dòng)力學(xué)模型等,空間結(jié)構(gòu)優(yōu)化主要通過CLUE模型、CA模型、多智能體系統(tǒng)(MAS)、仿生智能算法(如遺傳算法、蟻群算法等)實(shí)現(xiàn)[11],總體看來目前的土地利用權(quán)衡優(yōu)化研究計(jì)算量較大,計(jì)算耗時(shí)較長(zhǎng)且權(quán)衡判定的自動(dòng)化程度較低。本研究根據(jù)研究區(qū)實(shí)際情況與數(shù)據(jù),通過設(shè)定多重判定條件,對(duì)待權(quán)衡斑塊進(jìn)行多層次邏輯判定,提出了權(quán)衡優(yōu)化的程序化邏輯。

1 研究區(qū)概況及研究方法

1.1 研究區(qū)的界定與概況

研究區(qū)地處102°—107°E,30°—34°N的四川省北部偏東地區(qū)(圖1),共約九萬平方千米。地形單元由西至東大致為川西高原山地區(qū)-成都平原區(qū)-川東北低山丘陵區(qū),從主體功能上看,研究區(qū)自西向東呈現(xiàn)明顯的生態(tài)保護(hù)區(qū)-經(jīng)濟(jì)發(fā)展區(qū)的過渡趨勢(shì);在氣候條件方面,龍門山以東地區(qū)受季風(fēng)影響強(qiáng)烈,降水集中在夏季,年降水量在800—1200mm之間,年平均氣溫約15—18℃,晝夜溫差相對(duì)較小,而研究區(qū)西部氣候呈現(xiàn)較明顯的垂直地帶性,汶川、平武等縣區(qū)海拔相對(duì)較低,年均溫約為10—15℃,而地處更西部的松潘、小金、黑水等海拔高的區(qū)縣年均溫僅為5—10℃,同時(shí)降水受地形影響較大,研究區(qū)西部汶川、平武以西區(qū)縣年平均降水量不足800mm,日間太陽(yáng)輻射強(qiáng)度大,晝夜溫差大?？傮w看來,研究區(qū)氣候條件自西向東呈現(xiàn)明顯的高原高山氣候-亞熱帶季風(fēng)氣候的過渡趨勢(shì)。

研究區(qū)土地利用地區(qū)發(fā)展較不均衡,如西部耕地資源在數(shù)量上與質(zhì)量上均顯不足,農(nóng)業(yè)生產(chǎn)空間受到制約,東部地區(qū)城鎮(zhèn)空間與建設(shè)用地?cái)U(kuò)展迅速,擠壓其他用地空間等。除此之外,研究區(qū)內(nèi)還存在數(shù)量眾多、占地面積廣闊的自然保護(hù)區(qū)、森林公園、生態(tài)優(yōu)先保護(hù)區(qū)等各級(jí)生態(tài)保護(hù)地[15—16],隨著研究區(qū)內(nèi)各類用地的發(fā)展與競(jìng)爭(zhēng),研究區(qū)生態(tài)壓力增大,如何較好地協(xié)調(diào)經(jīng)濟(jì)發(fā)展與生態(tài)保護(hù)之間的矛盾,權(quán)衡農(nóng)業(yè)生產(chǎn)空間、城鎮(zhèn)化發(fā)展空間與生態(tài)保護(hù)空間三者之間的關(guān)系已成為研究區(qū)未來國(guó)土空間規(guī)劃面臨的重要問題。

1.2 主要數(shù)據(jù)來源及預(yù)處理

土地利用變化是在不同時(shí)空范圍內(nèi)自然條件和人類活動(dòng)相互作用產(chǎn)生的結(jié)果[17],參照FLUS模型模擬土地利用變化的相關(guān)研究[18—20],選取自然因子、社會(huì)經(jīng)濟(jì)因子、可達(dá)性因子一共9個(gè)因子。土地利用數(shù)據(jù)來自中科院資源環(huán)境與數(shù)據(jù)中心(www.resdc.cn),包括2010年、2015年與2020年三期四川省土地利用柵格數(shù)據(jù),初始分辨率為30m×30m(其他主要數(shù)據(jù)及其來源詳見表1)。考慮到研究區(qū)實(shí)際尺度同時(shí)為方便FLUS模型計(jì)算及模擬,將各類數(shù)據(jù)分辨率統(tǒng)一為100m×100m,行列數(shù)統(tǒng)一為4853×4218。

表1 主要數(shù)據(jù)及其來源

1.3 研究方法

1.3.1SRP模型

生態(tài)敏感性-壓力度-恢復(fù)力模型(SRP)主要分為敏感性、壓力度、恢復(fù)力三個(gè)部分,本次生態(tài)敏感性計(jì)算指標(biāo)選取高程、地形起伏度、坡度、坡向、氣溫、干旱度、降水、土壤侵蝕度,生態(tài)恢復(fù)力選取植被覆蓋度與植被凈初級(jí)生產(chǎn)力(NPP)兩個(gè)指標(biāo),生態(tài)壓力度選取國(guó)內(nèi)生產(chǎn)總值(GDP)、耕地面積、人口密度三個(gè)指標(biāo)進(jìn)行評(píng)價(jià)[21]。根據(jù)各個(gè)指標(biāo)的具體性質(zhì)對(duì)各個(gè)指標(biāo)分別進(jìn)行標(biāo)準(zhǔn)化處理,并進(jìn)行主成份分析,依據(jù)主成分分析結(jié)果,生態(tài)脆弱性指數(shù)計(jì)算公式如下:

(1)

式中,E表示生態(tài)脆弱性指數(shù);mi是第i個(gè)主成分所對(duì)應(yīng)的貢獻(xiàn)率;Pi為第i個(gè)主成分;n是累計(jì)貢獻(xiàn)率為85%以上的前n個(gè)主成分。

1.3.2Markov模型

采用馬爾可夫鏈來預(yù)測(cè)未來像元總量參數(shù),即未來的各土地利用類型所占像元的總量。馬爾科夫鏈可以通過兩期土地利用數(shù)據(jù)生成土地利用轉(zhuǎn)移矩陣,計(jì)算出研究區(qū)域內(nèi)土地利用變化轉(zhuǎn)移概率矩陣,在此基礎(chǔ)上,預(yù)測(cè)出研究區(qū)未來各土地利用類型的數(shù)量。其公式如下[22]:

St+1+Pab=S

(2)

式中,S表示t時(shí)刻的土地利用狀態(tài),St+1表示t+1時(shí)刻的土地利用狀態(tài),Pab表示土地利用類型a轉(zhuǎn)變?yōu)橥恋乩妙愋蚥的概率。

1.3.3FLUS模型

FLUS模型以歷史土地利用變化數(shù)據(jù)為基礎(chǔ),基于神經(jīng)網(wǎng)絡(luò)元胞自動(dòng)機(jī)模型(ANN-CA)提取土地利用變化規(guī)律,結(jié)合土地利用變化驅(qū)動(dòng)因子數(shù)據(jù)模擬未來各類用地的數(shù)量與空間分布[23]。通過神經(jīng)網(wǎng)絡(luò)訓(xùn)練可以產(chǎn)生較高概率的分布適宜性,建立各種土地類型的發(fā)生概率與驅(qū)動(dòng)因素之間的關(guān)系,神經(jīng)網(wǎng)絡(luò)的模擬過程是建立起初始土地利用類型與各個(gè)驅(qū)動(dòng)因子在空間上相互作用的關(guān)系[24],公式如下:

(3)

式中,α(m,a,t)表示土地利用類型a于時(shí)間t出現(xiàn)在柵格m上的概率,wj,k與sigm(neti(m,t))分別表示隱藏層與輸出層間的權(quán)重系數(shù)與關(guān)聯(lián)函數(shù),neti(p,t)是在i隱藏層像神經(jīng)元i在柵格m的t時(shí)間發(fā)送的信號(hào),wi,j表示輸入層與隱藏層之間的信號(hào)。

2 基于生態(tài)綜合評(píng)價(jià)的限制轉(zhuǎn)換區(qū)劃定

本研究在進(jìn)行生態(tài)服務(wù)功能重要性評(píng)價(jià)的同時(shí)結(jié)合了生態(tài)脆弱性的評(píng)價(jià),利用生態(tài)綜合評(píng)價(jià)分級(jí)的方法,將研究區(qū)劃分為不同的生態(tài)保護(hù)需求度等級(jí),并以其等級(jí)為根據(jù)對(duì)不同模擬情景設(shè)置不同的限制轉(zhuǎn)換區(qū)。

2.1 生態(tài)服務(wù)功能重要性評(píng)價(jià)

生態(tài)服務(wù)功能重要性評(píng)價(jià)的方法與指標(biāo)參考了《生態(tài)保護(hù)紅線劃定技術(shù)指南》(環(huán)辦生態(tài)〔2017〕48號(hào))文件,基于2020年現(xiàn)狀數(shù)據(jù)進(jìn)行計(jì)算,考慮到研究區(qū)實(shí)際并不存在荒漠化、石漠化問題,故從水源涵養(yǎng)、水土保持、生物多樣性保護(hù)三個(gè)方面來進(jìn)行評(píng)價(jià),限于篇幅,具體計(jì)算方法見蔡德峰[25]與李月臣[26]等的研究,將計(jì)算值以分位數(shù)斷點(diǎn)法進(jìn)行分級(jí),結(jié)果如圖2所示。

圖2 生態(tài)服務(wù)功能重要性評(píng)價(jià)

2.2 生態(tài)脆弱性評(píng)價(jià)

生態(tài)脆弱性評(píng)價(jià)采用敏感性-壓力度-恢復(fù)力模型(SRP模型)進(jìn)行計(jì)算,限于篇幅,具體計(jì)算方法見賈晶晶[27]的研究,將計(jì)算結(jié)果按照分位數(shù)斷點(diǎn)法進(jìn)行分級(jí),從低到高分為一般脆弱、比較脆弱、中等脆弱、脆弱、極度脆弱五個(gè)等級(jí),計(jì)算結(jié)果如圖3。

圖3 生態(tài)脆弱性評(píng)價(jià)結(jié)果

2.3 限制轉(zhuǎn)換區(qū)的提取與處理

將生態(tài)系統(tǒng)服務(wù)功能重要性與生態(tài)系統(tǒng)脆弱性計(jì)算結(jié)果進(jìn)行空間疊加(一般脆弱/重要賦值為1,比較脆弱/重要賦值為2,以此類推),計(jì)算并提取每個(gè)像元的最大值(值為1的像元對(duì)應(yīng)Ⅰ級(jí),值為2的像元對(duì)應(yīng)為Ⅱ級(jí),以此類推),并在此基礎(chǔ)上疊加研究區(qū)現(xiàn)階段已劃定的生態(tài)保護(hù)區(qū)數(shù)據(jù)(現(xiàn)階段已劃定保護(hù)區(qū)直接賦值為Ⅴ級(jí)),得出生態(tài)綜合評(píng)價(jià)結(jié)果(如圖4所示),即等級(jí)越高的區(qū)域生態(tài)保護(hù)需求度越高。

圖4 生態(tài)綜合評(píng)價(jià)分級(jí)與生態(tài)綜合評(píng)價(jià)分級(jí)占比

最終計(jì)算結(jié)果顯示,研究區(qū)總體生態(tài)保護(hù)需求度較高,其中處于Ⅲ級(jí)以上的區(qū)域約占研究區(qū)總面積的79.5%,其中等級(jí)為Ⅴ級(jí)的區(qū)域占比為42.61%,主要分布于西部高原高山區(qū);等級(jí)為Ⅰ級(jí)與Ⅱ級(jí)區(qū)域共占比為20.5%,主要分布在東部平原地區(qū)。

根據(jù)計(jì)算結(jié)果,將研究區(qū)生態(tài)綜合評(píng)價(jià)等級(jí)為Ⅴ級(jí)的區(qū)域提取,作為后文規(guī)劃情景下的土地利用轉(zhuǎn)移限制區(qū);將研究區(qū)生態(tài)綜合評(píng)價(jià)等級(jí)為Ⅳ級(jí)與Ⅴ級(jí)的區(qū)域進(jìn)行提取作為后文生態(tài)保護(hù)情景下的土地利用轉(zhuǎn)移限制區(qū)(圖5)。

圖5 不同情景下土地利用限制轉(zhuǎn)換區(qū)

3 多情景土地利用模擬

3.1 土地利用模擬參數(shù)設(shè)置

本研究以2020年為現(xiàn)狀基期年份對(duì)未來年份進(jìn)行模擬,在模擬訓(xùn)練時(shí)分別以2010年、2015年為基期,5年為跨度對(duì)2015年與2020年土地利用情況進(jìn)行模擬并以對(duì)應(yīng)年份實(shí)際土地利用數(shù)據(jù)驗(yàn)證,2010—2015年模擬結(jié)果Kappa系數(shù)為0.8891,2015—2020年模擬結(jié)果Kappa系數(shù)為0.8359,故本次模擬選擇2010—2015年土地利用變化規(guī)律進(jìn)行后續(xù)模擬。

3.1.1轉(zhuǎn)移概率矩陣與需求預(yù)測(cè)

根據(jù)2010—2015年土地利用轉(zhuǎn)移矩陣,計(jì)算研究區(qū)2010年至2015年土地利用轉(zhuǎn)移概率矩陣,再利用馬爾科夫鏈以2015年為基期,計(jì)算出2020年研究區(qū)各類土地利用需求數(shù)量(表2)。

表2 研究區(qū)2015—2020土地利用需求量預(yù)測(cè)結(jié)果/個(gè)

3.1.2基于神經(jīng)網(wǎng)絡(luò)的適宜性概率計(jì)算

選取研究區(qū)2015年土地利用數(shù)據(jù)作為基期數(shù)據(jù),將歸一化處理后的相匹配年份的9個(gè)土地利用驅(qū)動(dòng)因子?xùn)鸥駭?shù)據(jù)導(dǎo)入模型,設(shè)置神經(jīng)網(wǎng)絡(luò)訓(xùn)練采樣方法為隨機(jī)采樣,采樣參數(shù)設(shè)置為20,隱藏層數(shù)量設(shè)置為13,計(jì)算得到土地利用適宜性概率圖集,其均方根誤差值(RMSE)為0.29163,表示訓(xùn)練結(jié)果可信。

3.1.3轉(zhuǎn)移成本矩陣及鄰域權(quán)重參數(shù)設(shè)置

轉(zhuǎn)移成本矩陣設(shè)置參考王芳莉的研究[28]與2015—2020年實(shí)際土地利用轉(zhuǎn)移量進(jìn)行設(shè)置,同時(shí)將建設(shè)用地與水域間設(shè)置為相互不可轉(zhuǎn)換,轉(zhuǎn)移成本矩陣在此不作贅述。

土地利用鄰域權(quán)重參數(shù)范圍為0—1之間,領(lǐng)域權(quán)重參數(shù)值越接近0,表示該類用地越容易轉(zhuǎn)化為其他地類[29],本次研究鄰域參數(shù)采用3×3的鄰域窗口并參照研究區(qū)2015—2020年實(shí)際土地利用轉(zhuǎn)移量進(jìn)行計(jì)算與設(shè)置(表3)。

表3 鄰域權(quán)重參數(shù)

3.2 土地利用訓(xùn)練模擬結(jié)果及驗(yàn)證

3.2.1ROC曲線驗(yàn)證

由受試者特征曲線(ROC曲線)驗(yàn)證結(jié)果(圖6)可知,耕地、林地、草地、水域、建設(shè)用地、未利用地模擬曲線下方面積(AUC值)分別為0.873、0.725、0.790、0.790、0.906、0.881,各類用地AUC值高于0.7,說明此次模擬精度較高。

圖6 各類用地模擬ROC曲線

3.2.2空間精度驗(yàn)證

計(jì)算得到Kappa系數(shù)值為0.8282,此外,計(jì)算出2020年研究區(qū)土地利用模擬結(jié)果整體精度為0.8834,表示2020年土地利用模擬結(jié)果與2020年研究區(qū)實(shí)際土地利用數(shù)據(jù)一致性較高(圖7),模擬結(jié)果可信。

圖7 2020年研究區(qū)模擬土地利用狀況與2020年實(shí)際土地利用狀況

3.3 土地利用多情景模擬

自然發(fā)展情景 是指在2020—2030年研究區(qū)各類土地利用變化不受政策等影響,主要受自然地理?xiàng)l件以及社會(huì)經(jīng)濟(jì)因素影響,其變化發(fā)展保持2010—2015年的發(fā)展變化規(guī)律不變;

規(guī)劃約束情景 結(jié)合研究區(qū)實(shí)際,參考研究區(qū)所屬地的規(guī)劃規(guī)程等相關(guān)政策文件,根據(jù)相關(guān)指標(biāo)嚴(yán)格控制耕地、林地、建設(shè)用地?cái)?shù)量,在自然發(fā)展情景的基礎(chǔ)之上,增設(shè)前文計(jì)算出的生態(tài)綜合評(píng)價(jià)等級(jí)為Ⅴ級(jí)的區(qū)域作為限制轉(zhuǎn)換區(qū),將耕地向建設(shè)用地轉(zhuǎn)出概率降低30%,減少轉(zhuǎn)化的這部分耕地保持原地類不變,林地、水域向建設(shè)用地轉(zhuǎn)化概率分別降低20%,減少轉(zhuǎn)化的部分保持原地類不變,草地向建設(shè)用地轉(zhuǎn)化的概率降低10%,其中減少轉(zhuǎn)化的部分保持原用地類型不變;

生態(tài)保護(hù)情景 以生態(tài)保護(hù)優(yōu)先,嚴(yán)格限制具有生態(tài)功能的林草地向其他用地類型轉(zhuǎn)出的情景,其限制轉(zhuǎn)換區(qū)在規(guī)劃約束發(fā)展情景基礎(chǔ)上進(jìn)一步擴(kuò)大,將生態(tài)綜合評(píng)價(jià)等級(jí)為Ⅳ級(jí)的區(qū)域也納入限制轉(zhuǎn)換區(qū),同時(shí)參考相關(guān)研究[30—31],在自然發(fā)展情景基礎(chǔ)之上,將耕地向建設(shè)用地轉(zhuǎn)移概率降低30%,并將此部分增加到耕地向林地的轉(zhuǎn)出之上,草地、林地向建設(shè)用地轉(zhuǎn)變概率分別降低50%,另50%保持原地類不變。

根據(jù)Markov鏈,計(jì)算不同情景下各用地類型需求如表4所示。

表4 2030年研究區(qū)各情景各類土地利用需求柵格數(shù)量/個(gè)

3.4 多情景模擬結(jié)果

根據(jù)以上參數(shù)設(shè)置,分別計(jì)算模擬出在自然發(fā)展情景、規(guī)劃約束情景、生態(tài)保護(hù)情景三種情景之下2030年研究區(qū)土地利用狀況(表5)與空間分布情況(圖8)。

表5 研究區(qū)2030年三種情景土地利用模擬結(jié)果/個(gè)

圖8 2030年研究區(qū)土地利用多情景模擬結(jié)果

在自然發(fā)展情景下,無其他政策等因素干擾,研究區(qū)2020—2030年各類用地變化趨勢(shì)與2010—2015年保持一致,經(jīng)過單位換算,得出自然發(fā)展情景下,2020—2030年間,研究區(qū)耕地共減少381.04km2,林地共減少197.54km2,草地共增加168.7km2,水域共減少33.33km2,建設(shè)用地共增加449.66km2,未利用地減少4.29km2。

規(guī)劃約束情景下,耕地、林地得到一定程度保護(hù),建設(shè)用地總規(guī)模得到限制,在該情景下,2030年模擬結(jié)果耕地減少了320.93km2,相對(duì)自然發(fā)展情景耕地減少的情況得以好轉(zhuǎn);該情景下林地較2020年減少了194.72km2,與自然發(fā)展情景相比,林地縮減數(shù)量更少;規(guī)劃約束情景下草地增加169.13km2,水域減少33.06km2,建設(shè)用地增加386.58km2,未利用地減少4.84km2。

在生態(tài)保護(hù)情景下,林地、草地等具有生態(tài)價(jià)值的用地類型得到相應(yīng)保護(hù),在此情景下,耕地、林地、未利用地與2020年實(shí)際土地利用數(shù)據(jù)相比,分別減少了381.04km2、190.48km2、5.46m2,其中林地柵格數(shù)量雖處于減少趨勢(shì),但與自然發(fā)展情景及規(guī)劃約束情景相比,生態(tài)保護(hù)情景下的林地縮減量得到了控制;生態(tài)保護(hù)情景下,2030年研究區(qū)草地、建設(shè)用地均呈增加趨勢(shì),分別增加的面積為231.02km2、381.43km2,其中草地增加?xùn)鸥駭?shù)明顯大于其他兩種情景,建設(shè)用地?cái)U(kuò)張程度明顯小于自然發(fā)展情景且小于規(guī)劃約束情景。

由于研究區(qū)在地理位置以及社會(huì)經(jīng)濟(jì)結(jié)構(gòu)上的特殊性,在三種情景下,草地面積均被壓縮;在規(guī)劃約束情景下耕地減少得到較為明顯的改善,但由于西部耕地資源短缺,人地矛盾加劇,耕地保護(hù)力度還需加大;在自然發(fā)展情景下,建設(shè)用地增長(zhǎng)未被管控,建設(shè)用地?cái)U(kuò)張大大壓縮了其他地類空間,而在規(guī)劃約束情景特別是生態(tài)保護(hù)情景下研究區(qū)建設(shè)用地增漲幅度較小,較難滿足研究區(qū)經(jīng)濟(jì)發(fā)展的需要。因此需要提出一種綜合集成各種情景優(yōu)點(diǎn),既能更好地保護(hù)耕地與具有生態(tài)功能的林草地,又能更好地滿足研究區(qū)經(jīng)濟(jì)發(fā)展需求的土地利用方案。

4 斑塊權(quán)衡與多情景綜合集成

4.1 待權(quán)衡斑塊的定義與提取

在未來國(guó)土空間開發(fā)與土地利用規(guī)劃過程中,一定存在重點(diǎn)關(guān)注區(qū)域與可優(yōu)化空間。將三種情景模擬結(jié)果進(jìn)行疊加分析,將某像元的用地類型設(shè)置為A,其中自然情景下該像元用地類型為A1,規(guī)劃約束情景下該像元用地類型為A2,生態(tài)保護(hù)情景下該像元用地類型為A3,若自然情景下該像元用地類型與規(guī)劃約束情景下用地類型相同,則有A1=A2,若自然情景下該像元用地類型與規(guī)劃約束情景不同,則有A1≠A2,在此基礎(chǔ)上將三種情景不同結(jié)果進(jìn)行排列組合,共五種可能情況(圖9),根據(jù)不同的情況提取斑塊,其中A1=A2=A3時(shí),該斑塊三種情景下用地類型相同,不存在用地類型沖突,將此類對(duì)象進(jìn)行提取,當(dāng)A1、A2、A3中有任意二者不等時(shí),表示該斑塊不同情景間用地類型存在沖突,故判定其為待權(quán)衡斑塊,將此類斑塊進(jìn)行提取。在未來的國(guó)土空間規(guī)劃與開發(fā)中,應(yīng)重點(diǎn)關(guān)注與慎重考慮這些存在差異的區(qū)域。

4.2 待權(quán)衡斑塊的多層級(jí)權(quán)衡判定

參考耕地質(zhì)量等別、城建用地標(biāo)準(zhǔn)等相關(guān)政策與規(guī)程文件,結(jié)合研究區(qū)實(shí)際情況,設(shè)置生態(tài)綜合評(píng)價(jià)等級(jí)是否為Ⅴ級(jí)為第一級(jí)判定依據(jù),坡度是否大于25°為第二級(jí)判定依據(jù),研究區(qū)2020年土地利用現(xiàn)狀作為第三級(jí)判定依據(jù),林線分布海拔[32—33]作為第四級(jí)判定依據(jù),主體功能區(qū)劃分作為第五級(jí)判定依據(jù),整理出待權(quán)衡斑塊多層級(jí)權(quán)衡判定的基本邏輯如下:

生態(tài)綜合評(píng)價(jià)為Ⅴ級(jí)的區(qū)域應(yīng)以生態(tài)效益優(yōu)先,保護(hù)林草地,限制林草地轉(zhuǎn)出;坡度>25°的區(qū)域更低于建設(shè)用地適宜性過低,應(yīng)考慮還林還草;當(dāng)待權(quán)衡圖斑的生態(tài)保護(hù)需求度、坡度等條件較為相似時(shí),通過現(xiàn)狀用地類型、林線分布、主體功能區(qū)劃分進(jìn)行判定;判定應(yīng)綜合考慮經(jīng)濟(jì)效益與生態(tài)效益,其中生態(tài)效益以林草地優(yōu)先,經(jīng)濟(jì)效益以建設(shè)用地優(yōu)先;根據(jù)研究區(qū)實(shí)際情況,研究區(qū)絕大部分水域坡度不超過25°。

根據(jù)以上判定邏輯,將待權(quán)衡斑塊轉(zhuǎn)為矢量數(shù)據(jù)并新建生態(tài)保護(hù)需求度是否為V級(jí)(1是,0否)、坡度是否大于25°(1是,0否)、2020年土地利用類型(1耕地,2林地,3草地,4水域,5建設(shè)用地,6未利用地)、海拔是否大于3500m(1是,0否)、主體功能區(qū)劃分(1農(nóng)產(chǎn)品主產(chǎn)區(qū),2重點(diǎn)開發(fā)區(qū))等多個(gè)字段,通過Python等編程手段實(shí)現(xiàn)自動(dòng)權(quán)衡判定。

4.3 基于權(quán)衡判定的綜合集成結(jié)果

通過權(quán)衡判定將待權(quán)衡斑塊賦予相對(duì)應(yīng)的土地利用類型后轉(zhuǎn)為100m×100m的柵格,與三種情景下均為耕地、林草地、水域及其他用地、建設(shè)用地的圖層進(jìn)行合并集成,得到基于權(quán)衡判定結(jié)果的土地利用方案(圖10)。

圖10 多情景土地利用權(quán)衡集成示意圖

為方便計(jì)算統(tǒng)計(jì),也為了更直觀地對(duì)比三種情景與權(quán)衡判定集成方案的差異,將單位換算為平方千米進(jìn)行比較,計(jì)算結(jié)果如表6所示。

表6 集成結(jié)果與三種情景的比較/km2

由上表可知權(quán)衡集成方案中,耕地面積較自然發(fā)展情景模擬結(jié)果增加了133.16km2,較規(guī)劃約束情景模擬結(jié)果增加了73.05km2,較生態(tài)保護(hù)情景模擬結(jié)果增加了133.16km2,由此可見在權(quán)衡集成土地利用方案之下,研究區(qū)耕地得到了更好的保護(hù);林地較自然發(fā)展情景模擬結(jié)果增加了209.48km2,較規(guī)劃約束情景增加了206.66km2,較生態(tài)保護(hù)情景增加了202.42km2,從林地面積上看,權(quán)衡集成的土地利用方案林地面積明顯大于其他三種情景,林地得到了較好的保護(hù);權(quán)衡集成方案中建設(shè)用地面積為1944.83km2,較自然發(fā)展情景減少了46.99km2,較規(guī)劃約束情景增加了16.09km2,較生態(tài)保護(hù)情景增加了21.24km2,從建設(shè)用地?cái)?shù)量上看,權(quán)衡判定方案的建設(shè)用地面積僅次于自然發(fā)展情景,高于規(guī)劃約束情景與生態(tài)保護(hù)情景。權(quán)衡集成土地利用方案下,耕地、林地都得到了更好的保護(hù),同時(shí)建設(shè)用地也能較好的發(fā)展,因此,合理的權(quán)衡判定對(duì)未來土地利用模擬研究區(qū)起到了優(yōu)化的作用,能在未來的土地利用規(guī)劃中更好地兼顧生態(tài)保護(hù)與經(jīng)濟(jì)發(fā)展的需要。

5 討論

多情景土地利用模擬的意義在于研究不同情景不同導(dǎo)向下的土地利用結(jié)構(gòu)發(fā)展趨勢(shì),為未來的國(guó)土空間規(guī)劃布局提供建議與參考。從空間分布上看,多情景土地利用模擬結(jié)果基本符合新一輪國(guó)土空間規(guī)劃布局:未來耕地主要集中分布于研究區(qū)東南部地勢(shì)平坦的“糧油主產(chǎn)區(qū)”,如中江縣、三臺(tái)縣、鹽亭縣、梓潼縣等區(qū)縣;未來建設(shè)用地及其增長(zhǎng)主要集中分布于“成都平原經(jīng)濟(jì)區(qū)”及其周邊地區(qū),如大邑縣、什邡市、廣漢市等區(qū)縣;林草地主要分布于西部高原山地廣布的“川西北生態(tài)示范區(qū)”,該地區(qū)作為高生態(tài)組分與落后發(fā)展交織區(qū)域,在發(fā)展高原特色牧業(yè)的同時(shí)也要注重對(duì)林草地的保護(hù)。

龍門山過渡帶作為多種地形單元、多類國(guó)土空間交界處,各類用地空間需求存在多樣性與更強(qiáng)的競(jìng)爭(zhēng)性,傳統(tǒng)的自然發(fā)展情景、規(guī)劃約束情景以及生態(tài)保護(hù)情景三種情景的用地情況對(duì)比之下各有優(yōu)劣,均較難滿足龍門山過渡帶的實(shí)際土地利用需求,如何權(quán)衡生態(tài)環(huán)境保護(hù)、社會(huì)經(jīng)濟(jì)發(fā)展與糧食生產(chǎn)安全之間的關(guān)系顯得尤為重要。故本文在多情景模擬基礎(chǔ)上綜合考慮了三種不同情景的優(yōu)點(diǎn),并通過斑塊權(quán)衡與集成的方式提出新的土地利用集成方案,在此方案之下(表6),建設(shè)用地?cái)U(kuò)張規(guī)模既能保證經(jīng)濟(jì)發(fā)展需求,又能得到合理控制,耕地、林地、草地面積均大于傳統(tǒng)多情景土地利用模擬結(jié)果,表明在該方案下,龍門山過渡帶的耕地、林地、草地均能得到較好的保護(hù)。因此,基于多情景土地利用結(jié)果提出的權(quán)衡集成方案可以更好地協(xié)調(diào)生態(tài)保護(hù)、農(nóng)業(yè)生產(chǎn)、經(jīng)濟(jì)發(fā)展之間的關(guān)系,更能適應(yīng)未來土地利用的多方面多層次的需求。

從基于神經(jīng)網(wǎng)絡(luò)CA與Markov鏈的FLUS模型雖然能很好地對(duì)未來土地利用情況進(jìn)行模擬,但在FLUS模型模擬未來土地利用過程中,各土地利用類型需求量是以轉(zhuǎn)移概率或歷史數(shù)據(jù)為基礎(chǔ)來進(jìn)行預(yù)測(cè);在對(duì)驅(qū)動(dòng)因子的選取方面,由于FLUS模型自身要求必須使用可量化可柵格化的因子,限制了因子的選取。二者均可能會(huì)在一定程度上影響模擬精度。

6 結(jié)論

本研究選取龍門山過渡帶這一典型山地-平原過渡區(qū),在生態(tài)服務(wù)功能重要性與生態(tài)脆弱性綜合評(píng)價(jià)基礎(chǔ)上劃定了不同情景的限制轉(zhuǎn)換區(qū),對(duì)2030年該區(qū)域土地利用情況進(jìn)行了多情景模擬,在此基礎(chǔ)上進(jìn)行了用地斑塊權(quán)衡,提出了基于多情景模擬結(jié)果的權(quán)衡集成土地利用方案,主要結(jié)論如下:

FLUS模型在山地-平原過渡區(qū)域仍具有較強(qiáng)的適用性,模擬結(jié)果Kappa系數(shù)為0.8282,整體精度為0.8834,可以較好地模擬該區(qū)域未來土地利用變化進(jìn)行模擬,未來該區(qū)域國(guó)土空間規(guī)劃可以參考此模型模擬結(jié)果。

在三種不同情景下,研究區(qū)耕地、林地、水域、未利用地總體處于縮減狀態(tài),其中耕地減少尤為明顯,減少面積均在300km2以上,耕地僅在規(guī)劃約束情景下縮減較少,得到了相對(duì)較好的保護(hù);草地、建設(shè)用地總體處于擴(kuò)張狀態(tài),在自然發(fā)展情景下建設(shè)用地增長(zhǎng)程度較高,在規(guī)劃發(fā)展情景與生態(tài)保護(hù)情景增量分別為386.58km2與381.43km2。

在基于用地斑塊權(quán)衡提出的多情景權(quán)衡集成土地利用方案下,耕地、林地都得到了更好的保護(hù),同時(shí)建設(shè)用地也能較好的發(fā)展,綜合考慮并了耕地保護(hù)、生態(tài)保護(hù)、經(jīng)濟(jì)發(fā)展等多種需求。通過生態(tài)綜合評(píng)價(jià)等級(jí)、坡度、海拔、主體功能區(qū)等多條件多層次的邏輯判定方式,可以實(shí)現(xiàn)較好地兼顧耕地保護(hù)、生態(tài)保護(hù)、經(jīng)濟(jì)發(fā)展多種需求的用地斑塊自動(dòng)化權(quán)衡與判定。