韓宇平, 朱星源, 穆文彬

(1.華北水利水電大學(xué),河南 鄭州 450046; 2.河南省黃河流域水資源節(jié)約集約利用重點(diǎn)實(shí)驗(yàn)室,河南 鄭州 450046)

土地利用/覆被變化(Land Use/Land Cover Change,LUCC)是由國(guó)際地圈-生物圈計(jì)劃(International Geosphere-Biosphere Programme,IGBP)和全球變化人文計(jì)劃(International Human Dimensions Programme,IHDP)于1995年聯(lián)合提出的涉及自然科學(xué)、人文科學(xué)等多領(lǐng)域的研究計(jì)劃。該研究自提出以來,始終是土地科學(xué)領(lǐng)域的研究重點(diǎn),并已成為全球變化和未來可持續(xù)發(fā)展中的核心問題[1-3]。隨著現(xiàn)代學(xué)科的交叉與融合,景觀生態(tài)學(xué)在土地利用/覆被變化研究領(lǐng)域中得到快速發(fā)展,景觀格局指數(shù)的提出和發(fā)展極大地推動(dòng)了景觀生態(tài)學(xué)的進(jìn)步[4-5]。在經(jīng)濟(jì)全球化與新型城鎮(zhèn)化進(jìn)程不斷加快的大背景下,土地資源無序、高強(qiáng)度的開發(fā)利用導(dǎo)致景觀結(jié)構(gòu)失調(diào)、景觀功能紊亂,并引發(fā)了諸多生態(tài)環(huán)境問題,如水土流失、環(huán)境污染、生態(tài)失調(diào)和自然災(zāi)害頻發(fā)等[6]。黨的十八大以來,隨著生態(tài)文明戰(zhàn)略的大力推進(jìn),國(guó)家對(duì)國(guó)土空間開發(fā)保護(hù)提出了推動(dòng)節(jié)約集約用地和優(yōu)化國(guó)土開發(fā)格局的要求,重點(diǎn)解決建設(shè)用地規(guī)模過度擴(kuò)張、土地開發(fā)利用粗放、利用效率和效益偏低等無序開發(fā)的問題,以構(gòu)建高效、協(xié)調(diào)、可持續(xù)的國(guó)土空間開發(fā)格局[7]。因此,開展土地利用景觀格局演變及預(yù)測(cè)研究,對(duì)區(qū)域土地合理開發(fā)保護(hù)、國(guó)土空間格局優(yōu)化具有重要意義,同時(shí)可為促進(jìn)土地安全、生態(tài)環(huán)境和經(jīng)濟(jì)效益協(xié)調(diào)發(fā)展研究提供理論依據(jù)。

人類的經(jīng)濟(jì)開發(fā)活動(dòng)主要是在景觀層次上進(jìn)行,景觀層次逐漸成為研究人類活動(dòng)對(duì)環(huán)境影響的適宜尺度,已被廣泛用于定量研究景觀格局及其變化[8]。在研究尺度方面,形成了一系列從宏觀到微觀的研究成果,如劉紀(jì)遠(yuǎn)等[9]對(duì)2010—2015年中國(guó)的土地利用變化特征進(jìn)行了分析;黎云云等[10]對(duì)黃河流域未來30年的土地利用時(shí)空格局變化進(jìn)行了模擬;余健等[11]對(duì)武漢市土地利用變化進(jìn)行了模擬。在研究?jī)?nèi)容方面,主要有結(jié)合景觀格局的研究,如鄒天嬌等[12]模擬了北京淺山區(qū)2035年自然增長(zhǎng)情景下的景觀格局發(fā)展趨勢(shì);黃康等[13]對(duì)福州新區(qū)未來15年的土地利用進(jìn)行模擬,并分析了生境質(zhì)量變化情況;羅紫薇等[14]對(duì)上杭縣城進(jìn)行了城市景觀格局動(dòng)態(tài)變化分析研究。在研究方法上,主要有人工神經(jīng)網(wǎng)絡(luò)[15]、SLEUTH[16-17]、CLUE-S[18-19]和CA-Markov[20-22]等方法。總的來說,之前的研究大多關(guān)于流域等自然景觀和大尺度研究區(qū),而對(duì)于中小尺度快速城鎮(zhèn)化地區(qū)的土地利用景觀格局演變研究相對(duì)較少。

鄭州市作為我國(guó)中部地區(qū)的特大城市及中原城市群的核心城市,其社會(huì)經(jīng)濟(jì)在近20年發(fā)展迅速,土地利用景觀格局變化劇烈。21世紀(jì)初,在國(guó)家政策導(dǎo)向下,河南省做出了加快城市化進(jìn)程、建設(shè)以鄭州為中心的中原城市群經(jīng)濟(jì)隆起帶的重大決策,確立了把鄭州建成國(guó)家區(qū)域性中心城市的發(fā)展目標(biāo)。2016年12月,國(guó)務(wù)院正式批復(fù)的《促進(jìn)中部地區(qū)崛起“十三五”規(guī)劃》明確提出支持鄭州建設(shè)國(guó)家中心城市。2020年1月,在中央財(cái)經(jīng)委員會(huì)第六次會(huì)議上,習(xí)近平總書記提出強(qiáng)化鄭州的國(guó)家中心城市的帶動(dòng)作用,推動(dòng)沿黃地區(qū)中心城市及城市群高質(zhì)量發(fā)展。當(dāng)前,鄭州受多重國(guó)家重大戰(zhàn)略疊加賦能,正處于加快推進(jìn)高質(zhì)量發(fā)展的機(jī)遇期、黃金期、關(guān)鍵期。在城市化高速發(fā)展的背景下,隨著鄭州市城鎮(zhèn)格局不斷擴(kuò)大,水危機(jī)、資源短缺、生態(tài)破壞和環(huán)境污染等一系列的生態(tài)環(huán)境問題逐漸凸顯。因此,研究鄭州市近20年及未來的土地利用景觀格局的變化特征及規(guī)律,已成為解決鄭州市城市健康發(fā)展相關(guān)問題的迫切需要。

目前,針對(duì)鄭州市開展的土地利用景觀格局相關(guān)研究較少,也缺乏在對(duì)未來模擬預(yù)測(cè)結(jié)果基礎(chǔ)上的變化分析。2010年,王安周等[23]對(duì)1988—2002年鄭州市景觀格局演變進(jìn)行了分析;2011年,李亞麗等[24]基于CA-Markov模型模擬了鄭州市2016年土地利用情況;2018年,葉紅等[25]分析了近15年鄭州市土地利用景觀格局變化。鑒于此,本文在解譯鄭州市2010年、2015年及2020年的土地利用的基礎(chǔ)上,系統(tǒng)分析了土地利用轉(zhuǎn)移和景觀格局的演變特征;采用MCE-CA-Markov模型模擬鄭州市2030年土地利用情況,并進(jìn)一步分析未來鄭州市土地利用景觀格局的變化情況,以期為鄭州市土地利用規(guī)劃、城市建設(shè)及生態(tài)環(huán)境修復(fù)提供理論支撐。

1 研究區(qū)概況及數(shù)據(jù)來源

1.1 研究區(qū)概況

鄭州市位于東經(jīng)112°42′～114°14′、北緯34°16′～34°58′(圖1),北臨黃河,西依嵩山,東南接黃淮平原,是國(guó)家重要的綜合交通樞紐,總面積達(dá)7 446 km2。鄭州市屬于暖溫帶大陸性季風(fēng)氣候,光熱資源豐富,多年平均降水量為600～700 mm,水熱條件適宜農(nóng)作物生長(zhǎng)[26]。鄭州市地勢(shì)西高東低,土地利用類型以耕地、林地和建設(shè)用地為主。作為中原城市群的核心城市以及國(guó)務(wù)院批復(fù)確定的中國(guó)中部地區(qū)重要中心城市,鄭州市近10年來城鎮(zhèn)化進(jìn)程發(fā)展迅猛,常住人口城鎮(zhèn)化率持續(xù)提升。

圖1 研究區(qū)地理位置

1.2 數(shù)據(jù)來源

本文采用的2010年、2015年和2020年1∶1×105的遙感影像數(shù)據(jù)和DEM數(shù)據(jù)均來源于美國(guó)地質(zhì)調(diào)查局USGS官網(wǎng)(http://earthexplorer.usgs.gov)。根據(jù)數(shù)據(jù)質(zhì)量情況,2010年的遙感影像選擇7月的Landsat5-TM影像,2015年和2020年的分別選擇5月和7月的Landsat8-OLI影像。遙感影像和DEM的空間分辨率均為30 m×30 m。在進(jìn)行土地利用分類前,影像均經(jīng)過輻射定標(biāo)和大氣校正等處理。

2 研究方法

2.1 隨機(jī)森林分類算法

隨機(jī)森林分類算法是由Breiman等提出的一種包含訓(xùn)練樣本和特征集的基于機(jī)器集成學(xué)習(xí)的算法,以決策樹分類為基礎(chǔ),包含兩個(gè)重要特征,隨機(jī)特征子空間和袋外估計(jì)[27]。相對(duì)其他分類方法,該算法具有無偏性、適用于大數(shù)據(jù)集和可處理高維度數(shù)據(jù)等優(yōu)點(diǎn),實(shí)現(xiàn)了在效率、準(zhǔn)確性和實(shí)用性之間的良好平衡[28]。本分類方法基于軟件ENVI 5.3實(shí)現(xiàn),對(duì)鄭州市不同時(shí)期的遙感影像進(jìn)行解譯,并根據(jù)國(guó)土資源部修訂的國(guó)家標(biāo)準(zhǔn)《土地利用現(xiàn)狀分類》(GB/T 21010—2017),將鄭州市的土地利用類型劃分為6類,分別為:林地、耕地、建設(shè)用地、水域、草地和未利用地。

2.2 土地利用景觀格局指數(shù)

景觀指數(shù)是用來定量分析景觀格局特征的參數(shù)。景觀格局的研究基于不同尺度:斑塊、斑塊類型和景觀。斑塊水平指數(shù)是計(jì)算其他景觀指數(shù)的基礎(chǔ),但不能反映整體的景觀水平[29-31]。在綜合研究區(qū)特征及研究需要的基礎(chǔ)上,選取能夠反映景觀格局時(shí)空演變及與生態(tài)環(huán)境之間關(guān)系的指標(biāo),并采用Fragstats 4.2軟件計(jì)算景觀指數(shù)。在斑塊類型水平上,選擇斑塊面積(Class Area,CA)、斑塊所占景觀比例(Percent of Landscape,PLAND)、斑塊數(shù)量(Number of Patches,NP)、最大斑塊指數(shù)(Largest Patch Index,LPI)、景觀形狀指數(shù)(Landscape Shape Index,LSI)和散布與并列指數(shù)(Interspersion and Juxtaposition Index,IJI);在景觀水平上,選擇最大斑塊指數(shù)LPI、景觀形狀指數(shù)LSI、蔓延度(Contagion Index,CONTAG)、散布與并列指數(shù)(Interspersion Juxtaposition Index,IJI)、香農(nóng)多樣性指數(shù)(Shannon′s Diversity Index,SHDI)和香農(nóng)均勻性指數(shù)(Shannon′s Evenness Index,SHEI)作為反映景觀格局特征的指數(shù)[32]。各指標(biāo)的生態(tài)學(xué)意義見文獻(xiàn)[29]。

2.3 MCE-CA-Markov 模型

元胞自動(dòng)機(jī)(Cellular Automata,CA)是20世紀(jì)40年代由Neumann和Ulam提出的復(fù)雜動(dòng)力學(xué)模型,具有模擬復(fù)雜系統(tǒng)空間演變情況的能力[33]。其基本組成部分包括元胞空間單元、尺寸、轉(zhuǎn)移規(guī)則和鄰域類型等,是一種漸變過程的模擬方法。原理為通過現(xiàn)階段元胞狀態(tài)和鄰域類型,以指定的規(guī)則模擬下階段元胞分布形態(tài)。馬爾可夫(Markov)模型在20世紀(jì)初由俄羅斯數(shù)學(xué)家Andrey Markov提出,該模型基于Markov鏈過程,廣泛用于預(yù)測(cè)下一時(shí)期事件分布的狀態(tài)。Markov過程無后效性,即t+1時(shí)期的事件分布僅由t時(shí)期的事件分布決定。元胞自動(dòng)機(jī)(CA)可為Markov模型添加空間特征,本研究使用的CA-Markov模型相對(duì)于傳統(tǒng)土地利用預(yù)測(cè)模型,具有更高的精度。

多標(biāo)準(zhǔn)評(píng)價(jià)(Multi-Criteria Evaluation,MCE)法是一種集合多種評(píng)價(jià)因素的方法,通過線性組合或疊加的方式,作出對(duì)目標(biāo)而言最優(yōu)的評(píng)價(jià)方案,劃分對(duì)目標(biāo)的影響程度。因素主要可分為限制性因素和影響性因素。其中,限制性因素表示某地類不能向其他地類轉(zhuǎn)換;影響性因素表示影響地物轉(zhuǎn)移的各種因素,通過調(diào)節(jié)限制函數(shù)可改變影響效果。當(dāng)某類地物影響因素大于3個(gè)時(shí),應(yīng)使用層次分析法確定各影響因素的權(quán)重。MCE方法得到的結(jié)果為數(shù)值在0～255范圍的適宜性圖集,其中零值表示完全不會(huì)發(fā)生轉(zhuǎn)移的位置,數(shù)值大小和地類向該處轉(zhuǎn)移的概率大小成正相關(guān)關(guān)系。

以2010年和2015年鄭州市土地利用類型為基礎(chǔ),結(jié)合MCE方法制作適宜性圖集,情景設(shè)置為城鎮(zhèn)用地快速發(fā)展?fàn)顟B(tài),設(shè)置元胞自動(dòng)機(jī)迭代次數(shù)為10次,過濾類型為5×5的連續(xù)過濾器,對(duì)2020年鄭州市土地利用情況進(jìn)行模擬,并采用Kappa系數(shù)驗(yàn)證模擬結(jié)果的準(zhǔn)確性,最后對(duì)2030年鄭州市土地利用情況進(jìn)行了模擬。

2.4 精度檢驗(yàn)

土地利用類型信息提取后,需評(píng)價(jià)其分類精度和可靠性。目前,常用Kappa系數(shù)或ROC曲線評(píng)價(jià)分類精度,Kappa系數(shù)能夠從整體上判斷兩幅柵格數(shù)據(jù)的一致性程度[34]。本文采用高分辨率影像的ROI區(qū)域作為精度驗(yàn)證數(shù)據(jù),數(shù)據(jù)來源于Google Earth鄭州市區(qū)域2010年、2015年和2020年的歷史影像。Kappa系數(shù)由混淆矩陣計(jì)算得到,計(jì)算公式如下:

(1)

式中:P0為每一類正確分類的樣本數(shù)量之和除以總樣本數(shù),即總體分類精度;Pe為所有類別中“實(shí)際與預(yù)測(cè)數(shù)量的乘積”之和除以“樣本總數(shù)的平方”;n為真實(shí)樣本總數(shù);s為總樣本中正確分類個(gè)數(shù);a1、a2、…、ac為每一類中真實(shí)樣本個(gè)數(shù);b1、b2、…、bc為每一類預(yù)測(cè)樣本個(gè)數(shù);c為類別數(shù)。

3 結(jié)果分析

3.1 鄭州市2010—2020年土地利用演變特征

3.1.1 遙感解譯結(jié)果

基于ENVI 5.3軟件的隨機(jī)森林分類算法工具,對(duì)鄭州市2010年、2015年和2020年的遙感影像進(jìn)行解譯,并采用Kappa系數(shù)對(duì)解譯精度進(jìn)行驗(yàn)證。經(jīng)驗(yàn)證,三期影像的Kappa系數(shù)分別為0.89、0.89和0.86,滿足研究精度要求。鄭州市2010年、2015年以及2020年的土地利用情況如圖2所示。

圖2 鄭州市2010年、2015年和2020年土地利用分布

3.1.2 面積變化

區(qū)域快速的城鎮(zhèn)化進(jìn)程會(huì)導(dǎo)致不同用地類型的面積發(fā)生變化,根據(jù)鄭州市2010—2020年各期林地、耕地、建設(shè)用地、水域、草地和未利用地等6類土地利用面積占比,進(jìn)一步分析各地類面積的變化情況,如圖3所示。由圖3可知,耕地、林地和建設(shè)用地占據(jù)鄭州市90%以上的面積,為其主要的3種用地類型。經(jīng)分析,2010—2015年鄭州市耕地面積減少130.29 km2,林地面積和建設(shè)用地面積分別增加31.09、82.35 km2,耕地、林地和建設(shè)用地面積變化幅度均較小;而在2015—2020年,這3種用地類型的變化幅度較大,耕地面積減少614.78 km2,林地面積增加361.80 km2,建設(shè)用地面積增加204.56 km2。

圖3 鄭州市2010—2020年土地利用面積的變化

3.1.3 土地利用轉(zhuǎn)移特征

鄭州市2010—2015年和2015—2020年的土地利用類型面積轉(zhuǎn)移矩陣分別見表1和表2。

表1 鄭州市2010—2015年土地利用類型的面積轉(zhuǎn)移矩陣 km2

表2 鄭州市2015—2020年土地利用類型的面積轉(zhuǎn)移矩陣 km2

由表1和表2可知:①鄭州市2010—2015年耕地轉(zhuǎn)化為林地的面積最大(427.71 km2),占耕地轉(zhuǎn)出的9.61%,占林地轉(zhuǎn)入的27.76%;其次是轉(zhuǎn)為建設(shè)用地,面積占耕地轉(zhuǎn)出的7.50%,占建設(shè)用地轉(zhuǎn)入的28.11%;林地轉(zhuǎn)出面積的主要去向?yàn)楦睾筒莸?分別占其轉(zhuǎn)出面積的23.4%和5.58%。未利用地主要轉(zhuǎn)化為建設(shè)用地,其補(bǔ)充來源主要是耕地。②2015—2020年間,耕地仍主要轉(zhuǎn)化為林地和建設(shè)用地,面積分別為668.96、446.50 km2,分別占耕地轉(zhuǎn)出的15.49%和10.34%,占林地和建設(shè)用地轉(zhuǎn)入的35.16%和32.10%;林地的主要轉(zhuǎn)出類型為耕地,其最大補(bǔ)充來源也是耕地,且轉(zhuǎn)入面積大于轉(zhuǎn)出面積。草地主要轉(zhuǎn)化為林地,轉(zhuǎn)移面積為112.09 km2,占其轉(zhuǎn)出面積的40.73%,占林地轉(zhuǎn)入面積的5.89%。

綜上所述,2010—2020年間鄭州市土地利用總體上呈現(xiàn)出建設(shè)用地和林地面積大量增加、耕地面積大幅減少的特征,且變化趨勢(shì)在2015—2020年較2010—2015年更加明顯。主要原因在于:一是在加快國(guó)家中心城市建設(shè)和打造高質(zhì)量發(fā)展區(qū)域增長(zhǎng)極的背景下,鄭州市城鎮(zhèn)用地面積擴(kuò)張逐時(shí)段加速,占用了部分耕地資源,這可能是耕地面積不斷減少的主要因素;二是退耕還林工程的實(shí)施,促使以前違規(guī)開發(fā)的耕地資源恢復(fù)到天然狀態(tài),林地面積顯著增加;三是鄭州市森林生態(tài)城市建設(shè)的大力推進(jìn),促進(jìn)了林地面積增加。

3.2 鄭州市土地利用景觀格局演變特征

鄭州市2010年、2015年和2020年土地利用景觀格局具有明顯的階段變化特征,本節(jié)主要從斑塊類型尺度和景觀尺度對(duì)其進(jìn)行分析。

3.2.1 斑塊類型尺度

斑塊類型尺度下鄭州市各指數(shù)的變化情況如圖4所示。

圖4 2010—2020年鄭州市斑塊類型尺度景觀格局指數(shù)變化

由圖4可知,2010—2020年:①鄭州市建設(shè)用地的最大斑塊指數(shù)(LPI)逐漸增加,斑塊數(shù)量(NP)減少,散布與并列指數(shù)(IJI)增加,表明建設(shè)用地區(qū)域仍在向外擴(kuò)展,各斑塊之間的連通性增加。鄭州市建設(shè)用地的擴(kuò)張主要是建立在原有區(qū)域的基礎(chǔ)上,與研究區(qū)其他景觀類型的關(guān)系變得復(fù)雜。另外,連通性的增加與城市化過程的內(nèi)在規(guī)律性也存在一定聯(lián)系。②耕地的最大斑塊指數(shù)(LPI)大幅減少,散布與并列指數(shù)(IJI)減少,斑塊數(shù)量(NP)不斷增加。這些指數(shù)的變化表明,建設(shè)用地的擴(kuò)張使耕地斑塊類型的接近度減少,耕地所占面積比重逐年下降。耕地類型的景觀復(fù)雜度上升,與研究區(qū)其他地類之間的關(guān)系復(fù)雜化程度升高,這是由于城市用地的大面積擴(kuò)張致使耕地類型碎片化。③林地斑塊數(shù)量(NP)總體減少,散布與并列指數(shù)(IJI)增加,表明景觀破碎化程度、同類型景觀距離和分布離散程度都在減小,林地的最大斑塊占景觀面積的比例指數(shù)(LPI)呈增加的趨勢(shì),表明林地的分布趨于發(fā)散,而這更有助于其生態(tài)改善功能的實(shí)現(xiàn)。④未利用地斑塊數(shù)量(NP)迅速增加,最大斑塊占景觀面積(LPI)逐漸增加,反映了鄭州市城鎮(zhèn)建設(shè)中土地利用的開發(fā)強(qiáng)度較大和未利用地面積的不斷擴(kuò)大的情況。

3.2.2 景觀尺度

景觀水平指數(shù)的變化情況如圖5所示。由圖5可知:鄭州市最大斑塊指數(shù)(LPI)減小,表明整體景觀趨于平均;景觀形狀指數(shù)(LSI)增加,表明鄭州市景觀類型趨于復(fù)雜;蔓延度指數(shù)(CONTAG)減少,說明鄭州市景觀是具有多要素的密集格局,景觀破碎化程度較高;香農(nóng)多樣性指數(shù)(SHDI)和香農(nóng)均勻度指數(shù)(SHEI)均呈上升趨勢(shì),表明鄭州市景觀異質(zhì)性程度增加,景觀格局向多樣化和均勻化的方向發(fā)展,這與葉紅等[25]對(duì)景觀多樣性指數(shù)得出的結(jié)論相一致。

注:LSI的單位無量綱,數(shù)據(jù)采用(a)圖左側(cè)的坐標(biāo)軸;LPI、CONTAG、IJI的單位均為%;數(shù)據(jù)采用(a)圖右側(cè)的坐標(biāo)軸;SHDI、SHEI的單位無量綱。

從各景觀類型指標(biāo)的變化可以看出,鄭州市近10年來的景觀格局穩(wěn)定性和均勻性總體增加,但建設(shè)用地的快速擴(kuò)張對(duì)生態(tài)環(huán)境仍有較大的影響,需要嚴(yán)加管理和控制。

3.3 2030年鄭州市土地利用模擬預(yù)測(cè)

3.3.1 2020及2030年鄭州市土地利用模擬過程

以建設(shè)用地快速發(fā)展為情景進(jìn)行模擬,選擇高程、坡度、公路、高速公路和鐵路作為限制因子,分別制作2020年和2030年鄭州市各用地類型的適宜性圖集。以2020年為例,對(duì)MCE-CA-Markov模型的適用性進(jìn)行檢驗(yàn)。2020年鄭州市土地利用模擬結(jié)果如圖6(a)所示。通過與鄭州市解譯影像(圖6(b))比較,其Kappa系數(shù)為0.70,即模型模擬的精度達(dá)到顯著一致性水平,表明MCE-CA-Markov模型用于模擬鄭州市土地利用具有一定的可行性。

圖6 2020年鄭州市土地利用模擬結(jié)果與解譯結(jié)果對(duì)比

針對(duì)鄭州市2030年的土地利用模擬,選擇的限制因子類型與2020年的保持一致。以建設(shè)用地為例,制作2030年鄭州市建設(shè)用地的適宜性圖集,如圖7(a)所示。2030年鄭州市土地利用模擬結(jié)果如圖7(b)所示。

圖7 2030年鄭州市建設(shè)用地的MCE圖像及土地利用預(yù)測(cè)結(jié)果

3.3.2 2020—2030年鄭州市土地利用變化特征

由2030年鄭州市土地利用模擬結(jié)果(圖7(b))可知:鄭州市土地利用整體結(jié)構(gòu)仍以耕地、林地和建設(shè)用地為主,占比分別為44.96%、27.40%和21.40%,水域、草地和未利用土地占比較小;到2030年,鄭州市的耕地面積將減少至3 403.6 km2,占比將減少3.97%,對(duì)比2010—2020年減少速率放緩;建設(shè)用地面積持續(xù)增加至1 619.77 km2,占比上升3.02%,增長(zhǎng)速度較2010—2020年的有所放緩;林地面積增加到2 074.20 km2,占比上升2.27%。

從2020—2030年土地類型轉(zhuǎn)移的角度分析可知:耕地轉(zhuǎn)移為林地和建設(shè)用地的比例分別為12.52%、9.20%,轉(zhuǎn)移面積分別為463.85、339.77 km2,分別占林地轉(zhuǎn)入面積的22.37%,占建設(shè)用地轉(zhuǎn)入面積的20.97%;林地轉(zhuǎn)移為耕地和建設(shè)用地的比例分別為13.22%、4.42%,轉(zhuǎn)移面積分別為251.48、84.05 km2,分別占耕地轉(zhuǎn)入面積的7.39%和占建設(shè)用地轉(zhuǎn)入面積的5.19%;未利用土地轉(zhuǎn)化為建設(shè)用地的比例達(dá)到17.20%,轉(zhuǎn)移面積達(dá)到2.80 km2;草地轉(zhuǎn)移為林地和耕地的比例分別為24.06%、16.11%,轉(zhuǎn)移面積分別達(dá)到57.86、38.75 km2,分別占林地轉(zhuǎn)入面積的2.79%和占耕地轉(zhuǎn)入面積的1.13%。

此外,由土地利用空間轉(zhuǎn)移圖制作了各類土地利用新增空間范圍,如圖8所示。由圖8可以發(fā)現(xiàn),建設(shè)用地新增面積主要位于快速發(fā)展的城市地區(qū)和道路周邊,西北邊如二七區(qū)、惠濟(jì)區(qū)和滎陽(yáng)市,東部集中在鄭東新區(qū)和中牟縣附近,南部主要是新鄭市和京港澳高速公路,研究區(qū)發(fā)達(dá)的道路網(wǎng)為建設(shè)用地?cái)U(kuò)張?zhí)峁┝顺渥銊?dòng)力。林地新增范圍主要集中在鄭州市主城區(qū)的西南部的嵩山山脈,該地區(qū)為森林生態(tài)保護(hù)的重點(diǎn)區(qū)域。

圖8 2020—2030年鄭州市各類土地利用類型空間轉(zhuǎn)入圖

綜上所述,2020—2030年間鄭州市土地利用總體上呈現(xiàn)出建設(shè)用地和林地面積持續(xù)增加、耕地面積持續(xù)減少的特征,且變化速率放緩。因此,仍需落實(shí)最嚴(yán)格的耕地保護(hù)制度和節(jié)約用地制度,確保耕地和永久基本農(nóng)田紅線不突破;同時(shí),要重視保護(hù)其他用地類型,將建設(shè)用地的擴(kuò)張控制在合理的范圍內(nèi);此外,還要保持人類活動(dòng)區(qū)水域面積的穩(wěn)定性,以促進(jìn)城市景觀的穩(wěn)定發(fā)展和生態(tài)環(huán)境的改善。

3.4 2020—2030年鄭州市景觀格局演變

受頻繁的人類活動(dòng)影響,鄭州市景觀格局指數(shù)在2020—2030年間發(fā)生了明顯變化。從斑塊類型水平上看(表3),到2030年建設(shè)用地的面積增加到1 619.77 km2,最大斑塊占景觀面積的比例(LPI)增加,景觀形狀指數(shù)(LSI)減少,散布與并列指數(shù)(IJI)略有增加。這些指數(shù)的變化表明,建設(shè)用地分布的集中程度和連通性增加,與其他景觀類型的關(guān)系趨于簡(jiǎn)單化。

表3 2030年鄭州市斑塊類型水平景觀指數(shù)

在研究區(qū)內(nèi),原先破碎的小面積斑塊如耕地、建設(shè)用地和林地等景觀類型逐漸聚合,斑塊數(shù)量(NP)明顯減少,景觀破碎程度降低。由于交通用地連接了城市中原先的小面積斑塊,導(dǎo)致人工景觀斑塊數(shù)量大幅減少和平均斑塊面積增加。區(qū)域快速城鎮(zhèn)化進(jìn)程導(dǎo)致人工景觀面積不斷增加,自然景觀面積逐漸減少,一些零星分布的小面積斑塊如耕地被人工景觀取代,因此斑塊數(shù)量(NP)有所下降。

從整體景觀格局指數(shù)的變化上看(表4),與2020年相比,2030年鄭州市最大斑塊指數(shù)(LPI)增加,景觀形狀指數(shù)(LSI)降低,蔓延度指數(shù)(CONTAG)上升,散布與并列指數(shù)(IJI)增加,香農(nóng)多樣性指數(shù)(SHDI)略有增加,香農(nóng)均勻度指數(shù)(SHEI)基本不變。作為應(yīng)用最為廣泛的指標(biāo)之一,香農(nóng)多樣性和均勻度指數(shù)可以反映景觀類型的豐富程度和均衡狀況[31]。在2020—2030年間,香農(nóng)多樣性指數(shù)SHDI稍有增加,早期占據(jù)優(yōu)勢(shì)的景觀類型如耕地等面積減小,而人工景觀如居民區(qū)和道路等逐漸增加,使區(qū)域景觀優(yōu)勢(shì)度減小,景觀分布趨于均衡。

表4 2030年鄭州市景觀水平指數(shù)

這些指數(shù)的變化表明,在人類活動(dòng)的影響下,鄭州市景觀斑塊的復(fù)雜性上升,同類型斑塊之間的連接性增加,分布變得密集,同時(shí)也說明城市快速化進(jìn)程對(duì)景觀格局的影響進(jìn)一步加劇,從而使得斑塊數(shù)量大幅減少,同時(shí)景觀異質(zhì)性增加,景觀格局演變將繼續(xù)向多樣化和均勻化方向發(fā)展。

4 結(jié)論

本文基于解譯的鄭州市2010年、2015年和2020年的遙感影像,對(duì)2010—2020年鄭州市土地利用和景觀格局的演變特征進(jìn)行了全面分析,并采用MCE-CA-Markov模型對(duì)鄭州市2030年的土地利用進(jìn)行了預(yù)測(cè)分析,主要結(jié)論如下:

1)2010年、2015年和2020年,鄭州市的土地利用類型均以耕地、林地和建設(shè)用地為主,期間耕地面積占比減少9.84%,林地和建設(shè)用地面積占比分別增加5.19%和3.79%,且這3類用地面積變化加快。耕地主要轉(zhuǎn)化為林地和建設(shè)用地,草地主要轉(zhuǎn)化為林地和耕地,水域和未利用地的面積變化不明顯。土地利用類型發(fā)生這種變化的原因主要在于鄭州市加快了國(guó)家中心城市建設(shè)、大力推進(jìn)了森林生態(tài)城市建設(shè)以及積極實(shí)施了退耕還林工程。從土地利用景觀格局的變化來看,鄭州市景觀水平的破碎化程度逐漸增加,景觀形狀趨于復(fù)雜,景觀的穩(wěn)定性和均勻性總體增加。

2)以2010年、2015年和2020年的土地利用數(shù)據(jù)為基礎(chǔ),選擇高程、坡度和道路作為影響因子構(gòu)建適宜性圖集,采用MCE-CA-Markov模型對(duì)2020年鄭州市土地利用情況進(jìn)行模擬,經(jīng)驗(yàn)證解譯結(jié)果與模擬結(jié)果的Kappa系數(shù)達(dá)到0.70,表明該模型具有一定的可行性和可靠性,可用于預(yù)測(cè)鄭州市未來土地利用情況。

3)預(yù)測(cè)的鄭州市2030年土地利用類型仍以耕地、林地和建設(shè)用地為主,耕地面積將減少3.97%,林地和建設(shè)用地面積將分別增加2.27%和3.02%,林地和建設(shè)用地增加面積的主要來源均為耕地,其他用地類型面積變化不明顯。從土地利用景觀格局的變化來看,景觀中優(yōu)勢(shì)斑塊具有較好的連接性,未來斑塊集中程度增加,景觀異質(zhì)性增加,景觀將向均勻性和多樣性的方向發(fā)展。

本研究基于MCE-CA-Markov模型模擬了鄭州市未來的土地利用情況,主要以土地利用數(shù)據(jù)為基礎(chǔ),采用高程、坡度和道路數(shù)據(jù)作為影響因子,但并未考慮政府指定的發(fā)展規(guī)劃和其他經(jīng)濟(jì)社會(huì)發(fā)展因素。今后需改進(jìn)MCE-CA-Markov模型,加入宏觀政策調(diào)控模塊,更加精確地模擬城市快速發(fā)展和政策導(dǎo)向下的土地利用覆被變化。