周偉

（重慶交通大學(xué)建筑與城市規(guī)劃學(xué)院，重慶 400074）

1 概述

土地作為人類(lèi)進(jìn)行一切活動(dòng)的基礎(chǔ)，是一種有限的的自然資源，近二十年來(lái)，我國(guó)土地利用格局發(fā)生了巨大變化，對(duì)未來(lái)土地利用情景進(jìn)行預(yù)測(cè)成為土地利用和環(huán)境變化課題研究的熱點(diǎn)之一，土地利用模擬在優(yōu)化土地利用研究中起著重要的作用，土地利用模擬可揭示區(qū)域經(jīng)濟(jì)的發(fā)展趨勢(shì)對(duì)未來(lái)土地利用的影響以及區(qū)域環(huán)境變化規(guī)律[1]。

目前，學(xué)者們對(duì)土地利用預(yù)測(cè)模型和方法已有很多的研究，如元胞自動(dòng)機(jī)（Callular Automata,CA）模型，CLUE-S 模型，系統(tǒng)動(dòng)力學(xué)（System Dynamics,SD）模型等，然而單一的模型無(wú)法滿(mǎn)足現(xiàn)實(shí)中土地利用的復(fù)雜變化，而耦合模型能彌補(bǔ)這一缺陷，更適合運(yùn)用到土地利用情景模擬研究中[2]，其中，Markov-FLUS 耦合模型結(jié)合了馬爾科夫模型具有在數(shù)量上長(zhǎng)期預(yù)測(cè)的特點(diǎn)和FLUS 模型在空間上具有較高的土地利用格局預(yù)測(cè)的能力，適用于多情景、多尺度的復(fù)雜土地利用模擬。

2 研究區(qū)概況與數(shù)據(jù)預(yù)處理

2.1 研究區(qū)概況

翁源縣（113°39'2"～114°18'5"E，24°07'30"～24°37'15"N）位于廣東省韶關(guān)市東南部（圖1），屬半山區(qū)丘陵地帶，地勢(shì)自東北向西南傾斜，年平均氣溫20.06℃，年平均有效積溫3248.5℃，無(wú)霜期324.4 天，年平均降雨量1751.8 毫米。

圖1 翁源縣位置示意圖

2.2 數(shù)據(jù)來(lái)源與處理

本文數(shù)據(jù)采用地理空間數(shù)據(jù)云平臺(tái)（http://www.gscloud.cn/）上的Landsat7TM/ETM、Landsat8OLI（2008 年、2013 年、2018 年）的三期影像數(shù)據(jù)、DEM和社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)。數(shù)據(jù)經(jīng)過(guò)ENVI、ArcMap10.2 等軟件工具進(jìn)行預(yù)處理、監(jiān)督分類(lèi)等處理，獲得3期土地利用分類(lèi)結(jié)果圖（圖2），將研究區(qū)的土地利用類(lèi)型分為建設(shè)用地、耕地、園地、林地、水域、未利用地等用途。

圖2 不同時(shí)期翁源縣土地利用分類(lèi)圖

2.3 研究方法

2.3.1 土地利用動(dòng)態(tài)度分析

在土地利用變化過(guò)程中，土地利用動(dòng)態(tài)度可展示出區(qū)域內(nèi)某種土地利用類(lèi)型在一定時(shí)間范圍內(nèi)的數(shù)量變化情況[3]，其關(guān)系表達(dá)式為:

式中，Kk表示k 類(lèi)類(lèi)別的土地利用動(dòng)態(tài)度，Ua、Ub分別表示為k 類(lèi)別地類(lèi)初、末時(shí)期的面積，T 表示研究初、末時(shí)期間隔時(shí)間。

2.3.2 構(gòu)建Markov-FLUS 模型

2.3.2.1 馬爾科夫（Markov）通過(guò)研究某一事件的變化規(guī)律來(lái)預(yù)測(cè)其發(fā)生概率，被廣泛在土地利用變化數(shù)量的預(yù)測(cè)研究中。Markov 過(guò)程中的狀態(tài)轉(zhuǎn)移概率表示土地利用類(lèi)型之間相互轉(zhuǎn)化的面積數(shù)量或比例[4]。其模型計(jì)算原理公式如下：

式中，S(t)，S(t-1)分別表示土地利用系統(tǒng)在t、t-1 時(shí)刻的狀態(tài)，Pij表示土地利用轉(zhuǎn)移概率矩陣。

2.3.2.2 FLUS 模型引入了人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN）模型，結(jié)合輪盤(pán)賭選擇機(jī)制，解決地類(lèi)間轉(zhuǎn)換競(jìng)爭(zhēng)的不確定性問(wèn)題，在模型運(yùn)行過(guò)程中，土地利用類(lèi)型元胞單元作為輸入神經(jīng)元的一個(gè)變量，通過(guò)輸出層獲取與表達(dá)各類(lèi)土地利用類(lèi)型的轉(zhuǎn)換概率[5]，其各層間的關(guān)系以及各類(lèi)用地的轉(zhuǎn)化概率計(jì)算公式為：

式中：Xk,t表示初始神經(jīng)元的值，n 表示神經(jīng)元數(shù)量，Nj(p,q)表示j 神經(jīng)元接收的信號(hào)，wi,j表示神經(jīng)元在輸入層和隱藏層之間的權(quán)重值。

式中：sp(p,k,t)為柵格單元p 在第t 次迭代時(shí)從現(xiàn)類(lèi)別到第k 類(lèi)類(lèi)別土地利用的轉(zhuǎn)換概率，且各類(lèi)用地在柵格p 上的轉(zhuǎn)換概率之和為1，wj,k 為隱藏層和輸出層之間的權(quán)重參數(shù)。

2.3.2.3 Markov-FLUS 模型運(yùn)用馬爾科夫模型可以預(yù)測(cè)未來(lái)土地利用數(shù)量的特點(diǎn)，耦合使用FLUS 模型分布概率計(jì)算的能力，將土地利用數(shù)量與空間分布上的結(jié)合，最終實(shí)現(xiàn)未來(lái)土地利用的模擬。

2.3.3 選取土地利用變化驅(qū)動(dòng)因子

土地利用變化是在自然、社會(huì)和經(jīng)濟(jì)等因素影響下經(jīng)過(guò)長(zhǎng)期作用而形成的結(jié)果，結(jié)合國(guó)內(nèi)外相關(guān)研究引起土地利用變化的驅(qū)動(dòng)力因子以及翁源縣的區(qū)域?qū)嶋H情況[6]，本文選取了9 項(xiàng)驅(qū)動(dòng)因子，即：高程、坡度、坡向、到高速出入口的距離，到一般公路的距離、到河流與水庫(kù)的距離、到鎮(zhèn)中心的距離、人口密度、GDP 等，其驅(qū)動(dòng)因子圖集如圖3 所示。

圖3

其中，高程、坡度和坡向?qū)儆谧匀灰蜃?，地形條件影響著土壤類(lèi)型、水資源的分布以及氣候的變化，對(duì)土地利用類(lèi)型的變化有著決定性的作用。到高速公路出入口、一般公路、河流、鎮(zhèn)中心的距離屬于社會(huì)因子，社會(huì)區(qū)位因子對(duì)土地利用類(lèi)型有著很大的影響，河流的分布影響著區(qū)域降雨，以及居民日常的用水。到城鎮(zhèn)、道路的距離影響著建設(shè)用地、生產(chǎn)用地的建設(shè)分布，結(jié)合翁源縣自身的區(qū)域條件，選取了到河流、高速公路、一般道路、城鎮(zhèn)等的距離作為驅(qū)動(dòng)因子。人口密度、GDP 屬于經(jīng)濟(jì)因子，人口數(shù)量分布與經(jīng)濟(jì)發(fā)展?fàn)顩r對(duì)土地利用的變化有著重要的驅(qū)動(dòng)作用。

3 結(jié)果與分析

3.1 土地利用變化動(dòng)態(tài)度分析

從2008 年-2018 年間各年份的土地利用面積統(tǒng)計(jì)和面積變化動(dòng)態(tài)度（表1）可以看出，翁源縣主要以林地和耕地為主，林地、耕地在2008 年的面積分別為160016ha、34578.25ha，分別占總面積的73.57%、15.9%。耕地、草地、其他用地的面積在近十年時(shí)間持續(xù)減少，而林地、建設(shè)用地、水域、園地的面積有增加的趨勢(shì)，土地利用變化動(dòng)態(tài)度變化最大的是林地，為4.48%，其次是耕地，為-3.87%。

表1 2008 年、2013 年、2018 年土地利用面積與動(dòng)態(tài)度表

3.2 土地利用轉(zhuǎn)移矩陣分析

從2008 年-2013 年和2013 年-2018 年的土地利用變化轉(zhuǎn)移情況（表2、3）可以看出，在2008 年-2013 年間，耕地主要向林地轉(zhuǎn)移，轉(zhuǎn)變的面積為7561.25ha，轉(zhuǎn)變率為21.87%，其次是向園地轉(zhuǎn)變，轉(zhuǎn)變面積分別為248.25ha，轉(zhuǎn)變率為0.72%。在2008 年到2013 年間，耕地主要還是向林地轉(zhuǎn)移，轉(zhuǎn)變面積為6053.25ha，轉(zhuǎn)變率為20.11%，相比前5 年有所減小，耕地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地的面積為366ha。

表2 2008 年-2013 年土地利用面積轉(zhuǎn)移矩陣表

在2008 年-2013 年間，草地主要向林地、耕地轉(zhuǎn)變，轉(zhuǎn)變面積分別為1758.5ha 和397.75ha，轉(zhuǎn)變率分別為42.6%、9.63%。2013 年到2018 年，其轉(zhuǎn)變?yōu)榱值?、耕地的面積分別為1723.75ha、379ha，轉(zhuǎn)變率分別為63.91%、14.05%，但其轉(zhuǎn)變率呈現(xiàn)增長(zhǎng)趨勢(shì)，草地總面積減少速度加快。林地在2008 年-2013 年間轉(zhuǎn)變的面積分別為3539.5ha，轉(zhuǎn)變率為2.21%，在2013 年-2018 年間轉(zhuǎn)變的面積為2464.5ha，轉(zhuǎn)變率為1.5%。林地轉(zhuǎn)變?yōu)槠渌?lèi)型的土地的比例相對(duì)較小，一方面是林地的面積基數(shù)較大，一方面的是林地自身的土地利用性質(zhì)使得其不易轉(zhuǎn)變?yōu)槠渌?lèi)型的土地。水域在2008 年-2013 年間，其面積主要向林地和耕地轉(zhuǎn)變，轉(zhuǎn)變面積為79.75ha、98.75ha，轉(zhuǎn)變率分別為1.54%、1.96%。在2013 年-2018 年水域向林地和耕地的轉(zhuǎn)變面積分別為100.5ha、143.5ha，轉(zhuǎn)變率分別為1.91%、2.73%。由此可見(jiàn)，水域總面積在研究期間變化較小。園地在2008 年-2013 年間主要轉(zhuǎn)變?yōu)榱值?，轉(zhuǎn)變面積為83.5ha，轉(zhuǎn)變率為1.76%。在2013 年-2018年轉(zhuǎn)變?yōu)榱值睾透氐拿娣e增加，轉(zhuǎn)變的面積分別為348.25ha、191.25ha，其轉(zhuǎn)變率分別為6.74%、3.7%。在2008 年-2013 年間，耕地、林地、水域、草地、園地分別向建設(shè)用地轉(zhuǎn)變的面積為238.25ha、117ha、34.5ha、8ha、29.5ha，相當(dāng)于2008 年建設(shè)用地的2.8%、1.38%、0.41%、0.01%、0.35%，其他用地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地的面積很小。其他用地在翁源縣所占的面積較小，但其在2008-2013年間轉(zhuǎn)變?yōu)榱值氐谋壤^大，其面積為70.25ha，轉(zhuǎn)變率為14.47%，2013 年到2018 年間主要轉(zhuǎn)變?yōu)榱值睾透?，轉(zhuǎn)變的面積分別為86.5ha、89ha，轉(zhuǎn)化率分別為20.94%、21.55%。綜上分析得知，林地與耕地之間相互轉(zhuǎn)化的面積較多，其他地類(lèi)以林地和耕地為主要轉(zhuǎn)移對(duì)象。

3.3 模擬結(jié)果分析

運(yùn)用Markov-FLUS 耦合模型對(duì)翁源縣2018 年的土地利用情景進(jìn)行模擬預(yù)測(cè)（圖4 左），并與2018 年的實(shí)際的土地利用圖進(jìn)行對(duì)比分析，Kappa 系數(shù)為0.8464，大于0.8，總體精度為90.01%，大于85%，表明該模型的模擬度較高。基于Markov 模型計(jì)算出的2028 年各土地利用類(lèi)型預(yù)測(cè)面積，以及2008 年的土地利用數(shù)據(jù)和各驅(qū)動(dòng)因子形成綜合概率數(shù)據(jù)，對(duì)2028 年的土地利用情景進(jìn)行模擬分析，自然發(fā)展?fàn)顟B(tài)（圖4 中）是依據(jù)以往的發(fā)展規(guī)律，各地類(lèi)隨著時(shí)間的變化而相互轉(zhuǎn)變的結(jié)果。耕地保護(hù)發(fā)展?fàn)顟B(tài)（圖4 右）是基于人均耕地?cái)?shù)量少的基本國(guó)情，依據(jù)以往的發(fā)展規(guī)律，并在人為的干預(yù)下，嚴(yán)格保護(hù)區(qū)域的基本農(nóng)田，將翁源縣的基本農(nóng)田保護(hù)區(qū)作為限制區(qū)域而模擬所得到的結(jié)果。

圖4

4 結(jié)論與展望

4.1 本文是以翁源縣2008 年、2013 年、2018 年三期遙感數(shù)據(jù)為基礎(chǔ)進(jìn)行監(jiān)督分類(lèi)和目視解譯，從3 期數(shù)據(jù)的動(dòng)態(tài)度和土地利用面積轉(zhuǎn)移情況可以看出2008 年-2018 年間，耕地、水域、其他用地和草地的面積在逐漸的減少，建設(shè)用地、林地、園地、水域的面積在逐漸的增加，其中林地和耕地的面積變化最大，林地增加了161263ha，耕地減少了8417ha。林地與耕地之間相互轉(zhuǎn)化的面積較多，其他地類(lèi)主要以耕地和林地為轉(zhuǎn)移目標(biāo)，城鎮(zhèn)建設(shè)用地在2008 年-2018 年間的動(dòng)態(tài)度為0.32，變化較小，但還是逐漸的向城鎮(zhèn)四周進(jìn)行擴(kuò)張。

表3 2013 年-2018 年土地利用面積轉(zhuǎn)移矩陣表

4.2 本文運(yùn)用Markov-FLUS 耦合模型基于自然發(fā)展與耕地保護(hù)情況對(duì)2028 年的土地利用數(shù)量與分布進(jìn)行模擬，并選取自然因子、社會(huì)因子和經(jīng)濟(jì)因子作為驅(qū)動(dòng)因子，模擬的總體精度達(dá)到90.01%，Kappa 系數(shù)為0.8464，模擬效果較好。自然發(fā)展情景中，耕地?cái)?shù)量持續(xù)的減少，而在耕地保護(hù)情景中，有效的保護(hù)了基本農(nóng)田不被侵占，使得耕地?cái)?shù)量得以穩(wěn)定。

土地利用的變化情況可以在一定程度上反映區(qū)域內(nèi)的發(fā)展情況，通過(guò)預(yù)測(cè)未來(lái)土地利用情景可以反映出土地利用變化存在的問(wèn)題，如建設(shè)用地的持續(xù)擴(kuò)張，表明城鎮(zhèn)建設(shè)發(fā)展在不斷的進(jìn)行，但耕地面積的大量減少，可能會(huì)導(dǎo)致糧食短缺，威脅區(qū)域的糧食安全。在對(duì)未來(lái)土地利用情景進(jìn)行模擬時(shí)，為達(dá)到更好的模擬精度，需更充分的考慮驅(qū)動(dòng)因子，設(shè)置更為精確的模型參數(shù)。