張冰玢++焦利民

摘要：通過遙感影像解譯，得到江漢平原1994、2001、2010共3期土地利用分類圖。運用景觀格局指數(shù)以及Logistic回歸模型等方法，對江漢平原耕地的數(shù)量、空間結構、轉移情況及其變化機制進行分析。分析得出：①1994-2010年，江漢平原耕地面積減少5.88%。其中1994-2001年，耕地面積年變化率為-0.42%；2001-2010年，耕地年變化率為-0.33%。江漢平原耕地面積減少趨于緩慢，同時耕地空間聚集度降低，且耕地斑塊趨于破碎化。②耕地主要轉移為建設用地、林地與坑塘水面，新增耕地的主要來源為坑塘水面、林地與建設用地，且與1994-2001年相比，2001-2010年林地轉移為耕地的比例大幅度增加，不利于該區(qū)域的水土保持。③城鎮(zhèn)化水平的提高與人均GDP的增長是耕地減少的主要人文經濟影響因素。④耕地占用主要發(fā)生在道路附近以及城市周邊，新增耕地多分布在遠離城市且坡度相對較高的區(qū)域。

關鍵詞：耕地變化；Logistic回歸模型；景觀格局指數(shù)；江漢平原

中圖分類號：F301.24 文獻標識碼：A 文章編號：0439-8114（2015）18-4468-05

DOI：10.14088/j.cnki.issn0439-8114.2015.18.020

中國是一個耕地資源相對短缺的國家，改革開放以來，在經濟快速發(fā)展的同時，中國耕地面積經歷了一個大幅度減少的過程，這種狀況在全國范圍內普遍存在[1，2]。城鎮(zhèn)化進程勢必會引起各用地類型間的相互轉化[3]，這將難以避免地造成耕地變化。相關研究表明，耕地面積與糧食產量之間存在正相關性[4-6]，保持一定數(shù)量的優(yōu)質耕地是保障中國糧食安全的前提。江漢平原土地肥沃，地域遼闊，歷來是湖北乃至全國重要的糧食、棉花、油料生產基地。隨著經濟的發(fā)展與城市化水平的提高，江漢平原人地矛盾日益突出，這不利于該區(qū)域的可持續(xù)發(fā)展，將對中國的糧食安全構成隱患[7]。因此，進行江漢平原耕地變化分析具有現(xiàn)實意義。

中國國內對耕地資源變化監(jiān)測及其變化驅動機制領域已經做了廣泛深入的研究[8-12]。研究內容主要涉及全國或區(qū)域的耕地面積變化描述及驅動力分析[13，14]、耕地供需規(guī)律[15]、耕地利用效益及變化趨勢[16，17]、耕地流轉[18]以及耕地變化與糧食安全的關系[19，20]。這些研究大多是建立在對耕地數(shù)量變化的基礎上，缺少對耕地空間格局及其景觀結構變化的研究。耕地資源動態(tài)變化的空間格局直接反映的是城市擴張、基礎設施建設以及國土資源開發(fā)等決策對耕地利用與覆蓋的影響。因此，探討耕地資源的動態(tài)變化及空間特征，能夠更深入地挖掘研究區(qū)耕地變化與覆蓋情況，為耕地保護政策的提出提供有效依據(jù)，對于研究區(qū)域糧食安全和區(qū)域可持續(xù)發(fā)展均有重要的指導意義。

本研究以江漢平原1994、2001、2010年3期遙感影像為基礎，選取江漢平原的核心地區(qū)作為研究區(qū)域，包括荊州區(qū)（荊州市區(qū)、沙市區(qū)、江陵縣）、公安縣、石首市、監(jiān)利縣、洪湖市、潛江市、仙桃市、天門市、漢川市（圖1）。研究分析不同時間段內江漢平原耕地數(shù)量與空間結構的變化情況，在此基礎上對江漢平原耕地的變化特征及其變化驅動機制進行研究，多方面地分析研究區(qū)耕地變化情況，以期為江漢平原耕地保護提供借鑒依據(jù)。

1 研究區(qū)及數(shù)據(jù)獲取

本研究運用江漢平原1994、2001、2010年3期共9景遙感影像，借助ENVI 4.5平臺，經過幾何校正、影像裁剪、影像鑲嵌等處理，對影像進行基于最大似然法的監(jiān)督分類，并參照全國土地分類方法，結合江漢平原區(qū)土地利用的實際情況，將江漢平原土地利用類型劃分為6大類：建設用地（包括城市、建制鎮(zhèn)、農村居民點、獨立工礦用地、交通用地）、林地、河流湖泊、坑塘水面、耕地以及未利用地，分類結果見圖2。其中1994年的遙感影像總體分類精度為83.53%，Kappa系數(shù)為0.84；2001年的遙感影像總體分類精度為85.54%，Kappa系數(shù)為0.86；2010年的遙感影像總體分類精度為85.42%，Kappa系數(shù)為0.86。

2 研究方法

2.1 景觀格局指數(shù)

在景觀生態(tài)學中，多運用景觀格局指數(shù)進行景觀格局的結構及其動態(tài)變化定量分析[21]。該方法也被廣泛應用于土地利用/覆蓋空間格局變化情況分析中。Guneroglu等[22]選取最大斑塊指數(shù)、面積加權的平均形狀指數(shù)等對土耳其東南部黑海沿岸景觀破碎度進行分析。Su等[23]選取斑塊密度指數(shù)、景觀分裂指數(shù)、聚集度指數(shù)等對經濟作物的種植與景觀破碎之間的關系進行分析。

對于耕地景觀選取景觀破碎度、空間連通性以及景觀形狀刻畫其空間格局變化情況。因此，基于指標間冗余度的考慮，選取景觀類型水平上的斑塊數(shù)量（Number of patches，NP）、斑塊密度（Patch density，PD）、景觀形狀指數(shù)（Landscape shape index，LSI）、平均斑塊形狀指數(shù)（Mean shape index，MSI）以及聚合度指數(shù)（Aggregation index，AI）進行耕地景觀格局變化分析。其中，NP表示各景觀類型的斑塊個數(shù)，PD表示每公頃面積的斑塊數(shù)，均用來描述景觀格局的異質性及破碎度情況。值越大，表明景觀破碎度越高。LSI與MSI均反映了景觀的形狀變化，取值越大，表明該類型景觀的形狀就越不規(guī)則，越復雜。區(qū)別在于LSI主要表征的是景觀的整體形狀，MSI則描述了景觀個體的斑塊情況。AI考察了每一種景觀類型斑塊間的連通性。取值越小，表明該類景觀處于一種分散的空間分布狀態(tài)，彼此間連接不緊密；取值越大，表明該類景觀在空間分布上聚集度越高。

2.2 多元線性回歸模型

多元線性回歸是多元統(tǒng)計中的一個重要的方法，也是解釋土地覆被變化常用的一種系統(tǒng)分析模型[24]。該模型要求在某一地區(qū)、某一時段內的土地利用/覆被變化與其驅動因子之間存在線性關系，通過對可能引起土地利用/覆被變化的各種驅動因子進行多變量分析而建立一種數(shù)學模型，以便確定土地利用/覆被變化的原因。其數(shù)學模型為：

Y=A+B1x1+B2x2+…+Bmxm （m=1，2，…，n）（1）

利用n組觀測數(shù)據(jù)值（x1 i，x2 i，…，xm i；Yi）（i=1，2，…，n），根據(jù)最小二乘法原理求出上式中的待定系數(shù)B1、B2、…Bm。本研究用多元線性回歸模型所得的結論，解釋人文經濟因素對江漢平原耕地變化的影響。

2.3 Logistic回歸模型

Logistic回歸模型屬于一種非線性回歸統(tǒng)計方法，能夠對二分類因變量進行回歸分析，確定自變量在預測分類變量發(fā)生概率的作用和強度，最終以事件發(fā)生概率的形式來提供結果，已被廣泛應用于土地利用變化分析中[25]。如果x為自變量，P為事件的發(fā)生概率，則相應的Logistic回歸模型為：

P=■ （2）

式中P為事件的發(fā)生概率；xi為一系列的自變量；？琢為截距；？茁i為各變量的回歸系數(shù)，其值的大小體現(xiàn)了各因子對事件發(fā)生概率的影響大小。土地利用/覆蓋時空變化的驅動力分析，涉及到土地利用/覆蓋類型變化在空間上的發(fā)生與否，屬于二分類變量。因此，本研究選用Logistic回歸模型，探討影響研究區(qū)耕地空間格局變化的驅動因素。

3 江漢平原耕地變化特征分析

3.1 耕地數(shù)量與斑塊結構變化分析

1994-2010年，江漢平原耕地面積減少5.88%。其中，1994-2001年，耕地面積年變化率為-0.42%；2001-2010年，耕地年變化率為-0.33%。說明江漢平原耕地面積減少趨于緩慢。仙桃市、洪湖市與天門市為耕地面積減少量較大的區(qū)域。其中，仙桃市與天門市均屬于武漢經濟圈范圍，經濟發(fā)展相對較快，對耕地影響較大。耕地數(shù)量發(fā)生變化的同時，其景觀格局也發(fā)生了顯著變化（表1）。

NP與PD先增加后減少，耕地景觀是由破碎到連接的發(fā)展過程，且耕地景觀整體呈現(xiàn)破碎趨勢。LSI先增加后減少，江漢平原耕地總體形狀由不規(guī)則形狀向規(guī)則形狀演變。就耕地斑塊而言，MSI先減少后增加。耕地斑塊由規(guī)則形狀向不規(guī)則形狀演變。但1994-2013年整個研究時段內，無論是耕地景觀個體還是整體耕地景觀，其形狀均趨于不規(guī)則化。AI先減少后增加，說明耕地的空間連通性先降低后增加，且整體連通性降低。耕地破碎化、耕地斑塊形狀不規(guī)則化以及耕地空間連接度的降低均反映了人類活動對其空間格局的影響。由于城市化的快速發(fā)展以及城市基礎設施、道路交通的發(fā)展，使得原本大量連片的耕地被破壞，這勢必會在一定程度上影響耕地的利用。

3.2 耕地轉移情況分析

在耕地資源去向中，耕地轉變?yōu)榻ㄔO用地占耕地減少的11.1%，耕地轉變?yōu)榱值卣几孛娣e減少的34.7%，耕地轉變?yōu)榭犹了娴恼几販p少的47.6%，且耕地轉移為建設用地與林地的比例增加，轉移為坑塘水面的比例減小。因此，生態(tài)退耕還林、建設用地占用是耕地較少的主導因素，且建設用地占用耕地的影響力增強。新增耕地的主要來源為坑塘水面與林地，2001-2010年與1994-2001年相比，林地轉移為耕地的比例大幅度增加（圖3），如此大規(guī)模的毀林開荒，雖然有利于增加耕地面積和糧食產量，帶來一定的經濟效益，但勢必會對該區(qū)域的生態(tài)環(huán)境造成不利影響，不利于區(qū)域的可持續(xù)發(fā)展。

從空間分布上看，江漢平原轉移為建設用地的耕地，多處于原建設用地附近的區(qū)域，且交通設施建設占用耕地特征明顯；轉移為坑塘水面的耕地，多處于河流湖泊地附近的區(qū)域（圖4）。城市外延式擴張與交通運輸建設在不斷占用耕地，且占用的多為地勢平坦、水土條件優(yōu)越，便于集約化經營的優(yōu)質耕地。另外，由于社會經濟快速發(fā)展所產生的比較利益，漁業(yè)等帶來的經濟效益遠高于糧食種植，使得大量河流湖泊周圍的耕地被開墾為坑塘水面。

4 江漢平原耕地變化影響因素分析

引起耕地變化的因素主要包括兩方面：自然因素與人類活動（社會經濟因素）。其中，自然因素主要包括氣候、水文、坡度、坡向、地形地貌等，社會經濟因素主要包括人口因素、城市化因素、GDP總值以及固定資產投資等方面。從長遠來看，自然因素對耕地變化具有重要的影響，但在短時期內其作用較為穩(wěn)定，而社會經濟因素對耕地變化的影響作用更為顯著。因此，本研究從社會經濟因素入手，將其分為社會經濟因素和區(qū)位因素兩方面，進行研究區(qū)耕地變化的主要驅動力分析。

4.1 社會經濟影響因素分析

以耕地減少量為因變量，以人均GDP等社會經濟因素為自變量，建立多元線性回歸模型，解釋社會經濟因素對江漢平原耕地變化的影響。選取的社會經濟因素為建設用地增加量（X1）、城鎮(zhèn)人口增加量（X2）、GDP增加量（X3）、第二、三產業(yè)產值增加量（X4）、城鎮(zhèn)化水平增加量（X5）、人均GDP增加量（X6），因變量為耕地減少量（Y）。對自變量進行逐步向后回歸，回歸結果見表2。

所有的自變量中，X1、X2、X4被剔除。保留的自變量中，X3的偏回歸系數(shù)為負，X5、X6的偏回歸系數(shù)為正。即耕地的減少量與GDP增加量呈負相關關系，與城鎮(zhèn)化水平增加量、人均GDP增加量呈正相關關系。該結果表明，1994-2010年，城鎮(zhèn)化水平的加快以及人均GDP的增長，是江漢平原耕地減少的主要影響因素，驅使著耕地向其他地類的轉移。

4.2 耕地轉移影響因素分析

到某特殊地物的距離代表了地塊的區(qū)位與通達度，影響著該地塊的使用成本，并在很大程度上影響了土地利用決策的制定[26]。已有大量文獻證實，到公路與鐵路的距離以及到城市或城市中心的距離影響了城市發(fā)展方向[27-31]。而這種影響力同時也使耕地的空間布局產生變化。除此之外，地形因素也是土地利用/覆蓋變化的重要原因[30，31]，它決定了該區(qū)域土地利用方式的適宜性。因此，本研究選取的耕地變化區(qū)位驅動因子為距城市中心距離（X7）、距道路距離（X8）、距火車站距離（X9）、距高速公路出入口距離（X10）、DEM（X11）、坡度（X12）。本研究分耕地轉出與耕地轉入兩種情況，探討影響研究區(qū)耕地格局變化的驅動因素，對各因子與因變量進行Logistic回歸，得到的結果如表3所示。

耕地轉出的解釋變量為距城市中心的距離、距公路距離、距高速公路出入口距離以及DEM。模型回歸系數(shù)為負，說明耕地轉化為其他地類的概率隨距離的增加而減小，系數(shù)值越大，耕地轉出概率也越大。因此，到公路的距離與到城市中心的距離是耕地轉出的主要驅動因子。即1994-2010年，江漢平原區(qū)耕地的占用主要發(fā)生在道路附近以及城市周邊，受城市發(fā)展的影響，距離道路越近的耕地越容易被轉用為其他用地。其他地類轉化為耕地的解釋變量為距城市中心的距離、距高速公路出入口距離、DEM以及坡度。模型回歸系數(shù)為正，說明其他地類轉化為耕地的概率隨著距離的增加而增大。因此除DEM外，距高速公路路口距離的回歸系數(shù)為負，距城市中心的距離與坡度的回歸系數(shù)為正，說明1994-2010年，江漢平原區(qū)新增耕地多分布在遠離城市中心、且坡度相對較大的區(qū)域。對于高速公路出入口而言，其位置多處于城市外圍，且本研究中研究區(qū)多為縣級市，因此地塊距離高速公路出入口距離越近，越容易轉入為耕地。對于DEM而言，耕地轉化的回歸系數(shù)均為負，說明江漢平原耕地變化主要發(fā)生在地勢較平坦的區(qū)域。

上述驅動分析結果反映了兩點：一是城市擴張與交通建設對耕地數(shù)量以及耕地格局的變化起著重要的推動作用。二是社會經濟快速發(fā)展所產生的比較利益導致耕地轉化為其他用地，而將遠離城市、坡度相對較大的地域開墾為耕地，坡度越大越易出現(xiàn)水土流失與土壤侵蝕現(xiàn)象，因此開墾的耕地質量會有所降低，進而對江漢平原區(qū)總體耕地質量造成不利影響。

5 小結

本研究通過遙感影像解譯，得到江漢平原1994、2001、2010共3期土地利用分類圖。在此基礎上分析得出：①1994-2010年，江漢平原耕地面積減少5.88%。其中，1994-2001年，耕地面積年變化率為-0.42%；2001-2010年，耕地年變化率為-0.33%。說明江漢平原耕地面積處于逐年遞減的變化過程，遞減趨勢趨于緩慢。②運用景觀格局指數(shù)對江漢平原耕地空間結構進行分析得出：1994-2010年，江漢平原耕地連通度降低，趨于破碎化，且耕地形狀趨于不規(guī)則。③對耕地轉移情況分析得出：江漢平原的耕地主要轉移為建設用地、林地與坑塘水面；新增耕地的主要來源為坑塘水面、林地與建設用地。且從耕地轉移的空間分布來看，轉移為建設用地的耕地主要分布在城市周邊，轉移為坑塘水面的耕地多靠近河流湖泊。④運用多元線性回歸對引起耕地變化的社會經濟影響因素進行分析得出：城鎮(zhèn)化水平的提高與人均GDP的增長是耕地減少的主要影響因素。運用Logistic模型對引起耕地變化的位置驅動因素進行分析得出：1994-2010年交通和城市擴張是耕地占用的主要驅動力，其新增耕地主要分布在遠離城市、且坡度相對較高的區(qū)域。

綜合上述結論，對江漢平原耕地而言，耕地年平均凈減少量在降低，耕地保護取得了一定的成效。但是，新增耕地的數(shù)量仍低于減少的耕地數(shù)量，這將不利于江漢平原耕地資源的持續(xù)發(fā)展。因此，結合耕地轉移的分布情況與引起耕地變化的各影響因素，本研究認為對于糧食主產區(qū)而言，選擇與耕地資源條件相適應的城市化發(fā)展方式和速度，以及科學合理的用地規(guī)劃布局對耕地保護尤為重要。城市發(fā)展以及農業(yè)結構調整均應兼顧耕地保護，切實處理好城鎮(zhèn)化進程與糧食生產間的矛盾。城鎮(zhèn)化與耕地不僅僅是簡單的占用與被占用的關系，應充分發(fā)揮城市化集約用地的優(yōu)勢，使其盡可能少地占用耕地，特別是高質量的耕地，保障中國糧食安全。

參考文獻：

[1] 吳 業(yè)，楊桂山，萬榮榮.耕地變化與社會經濟發(fā)展關系研究進展[J].地理科學進展，2008，27（1）：90-98.

[2] 劉旭華，王勁峰，劉明亮，等.中國耕地變化驅動力分區(qū)研究[J].中國科學：地球科學，2005，35（11）：1087-1095.

[3] LI J X， LI C， ZHU F， et al. Spatiotemporal pattern of urbanization in Shanghai， China between 1989 and 2005[J]. Landscape Ecology， 2013， 28（8）：1545-1565.

[4] 劉彥隨，王介勇，郭麗英.中國糧食生產與耕地變化的時空動態(tài)[J].中國農業(yè)科學，2009，42（12）：4269-4274.

[5] YU B H，LU C H.Change of cultivated land and its implications on food security in China[J]. Chinese Geographical Science，2006，16（4）：299-305.

[6] 肖麗群，陳 偉，吳 群，等.未來10 a長江三角洲地區(qū)耕地數(shù)量變化對區(qū)域糧食產能的影響——基于耕地質量等別的視角[J].自然資源學報，2012，27（4）：565-576.

[7] 胡賢輝，楊鋼橋.江漢平原耕地數(shù)量變化驅動機制分析——以仙桃市為例[J].中國人口·資源與環(huán)境，2005，15（1）：32-35.

[8] BROWN L R.Who will feed China[M].New York：W. W. Norton & Company，1995.

[9] 楊桂山.長江三角洲耕地數(shù)量變化趨勢及總量動態(tài)平衡前景分析[J].自然資源學報，2002，17（5）：525-532.

[10] 杜新波，周 偉，司慧娟，等.青海省2000-2008年間耕地變化及驅動力研究[J].水土保持研究，2013，20（5）：180-186.

[11] 彭文甫，周介銘.近50年四川省耕地變化分析[J].資源科學，2005，27（3）：79-85.

[12] 周 翔，韓 驥，孟 醒，等.快速城市化地區(qū)耕地流失的時空特征及其驅動機制綜合分析——以江蘇省蘇錫常地區(qū)為例[J].資源科學，2014，36（6）：1191-1202.

[13] 袁本華，董 錚.襄樊市耕地面積動態(tài)變化特征及驅動力分析[J].湖北農業(yè)科學，2010，49（8）：1869-1872，1876.

[14] 司振中，李 貌，邱維理，等.中國耕地資源的區(qū)域差異與保護問題[J].自然資源學報，2010，25（5）：713-721.

[15] 蔡運龍，汪 涌，李玉平.中國耕地供需變化規(guī)律研究[J].中國土地科學，2009，23（3）：11-18，31.

[16] 張銀嶺，張俊飚.湖北省耕地資源利用效益區(qū)域差異分析[J].湖北農業(yè)科學，2008，47（8）：901-904.

[17] 邱俊娟.湖北省1995～2005年耕地資源態(tài)勢及宏觀驅動力研究[J].湖北農業(yè)科學，2008，47（1）：116-119.

[18] DENG X Z， HUANG J K， SCOTT R， et al. Cultivated land conversion and potential agricultural productivity in China[J]. Land Use Policy，2006，23（4）：372-384.

[19] HE J H， LIU Y L， YU Y， et al. A counterfactual scenario simulation approach for assessing the impact of farmland preservation policies on urban sprawl and food security in a major grain-producing area of China[J]. Applied Geography， 2013，37（2）：127-138.

[20] XU Z G，XU J T， DENG X Z， et al. Grain for green versus grain：Conflict between food security and conservation set-aside in China[J]. World Development， 2006， 34（1）：130-148.

[21] 鄔建國.景觀生態(tài)學——格局、過程、尺度與等級[M].北京：高等教育出版社，2000.

[22] GUNEROGLU N，ACAR C， DIHKAN M， et al. Green corridors and fragmentation in South Eastern Black Sea coastal landscape[J].Ocean & Coastal Management，2013，83：67-74.

[23] SU S L， YANG C X， HU Y N，et al. Progressive landscape fragmentation in relation to cash crop cultivation[J]. Applied Geography， 2014， 53：20-31.

[24] 關 偉，王 雪.大連市土地利用變化的人文因素[J].地理研究，2009，28（4）：990-1000.

[25] SERNEELS S，LAMBIN E F. Proximate causes of land-use change in Narok District， Kenya：A spatial statistical model[J]. Agriculture Ecosystems & Environment， 2001，85：65-81.

[26] YANG Z T， JIN H X， ZHANG X Y， et al. Temporal and spatial variability of agricultural land loss in relation to policyand accessibility in a low hilly region of southeast China[J]. Land Use Policy， 2011， 28（4）：762-769.

[27] YE Y Y， ZHANG H O， LIU K， et al. Research on the influence ofsite factors on the expansion of construction land in the Pearl River Delta，China： by using GIS and remote sensing[J]. International Journal of Applied Earth Observation and Geoinformation， 2013， 21：366-373.

[28] PIJANOWSKI B C， TAYYEBI A， DELAVAR M R， et al. Urban expansion simulation using geospatial information system and artificial neuralnetworks[J]. International Journal of Environmental Research， 2009（3）： 493-502.

[29] DUBOVYK O， SLIUZAS R， FLACKE J. Spatio temporal modelling of informal settlement development in Sancaktepe district， Istanbul， Turkey[J]. ISPRS Journal of Photogrammetry and Remote Sensing， 2011， 66（2）： 235-246.

[30] BATISANI N， YARNAL B. Urban expansion in Centre County， Pennsylvania：Spatial dynamics and landscape transformations[J]. Applied Geography， 2009， 29（2）：235-249.

[31] SONG W， PIJANOWSKI B C， TAYYEBI A. Urban expansion and its consumption of high-quality farmland in Beijing， China[J]. Ecological Indicators，2015，54：60-70.