李長愛,劉 玲,邱 冰,聶存明,寧麗麗,李亞亮,王 慧,劉星宇,楊素慧

(1.淮南師范學(xué)院生物工程學(xué)院,資源與環(huán)境生物技術(shù)重點(diǎn)實(shí)驗(yàn)室,安徽 淮南 232038;2.南京林業(yè)大學(xué)風(fēng)景園林學(xué)院,江蘇 南京 210037;3.棗莊市住房建設(shè)事業(yè)發(fā)展中心,山東 棗莊 277800 )

土地利用/覆被變化(land-use and land-cover change,LUCC)對植被覆蓋度[1-2]、生物多樣性[3-4]、區(qū)域氣候[5-6]、碳效應(yīng)[7-8]等均有不同程度的影響。LUCC特征及其驅(qū)動(dòng)因素是解決城鎮(zhèn)化過程中土地利用與生態(tài)系統(tǒng)矛盾的基礎(chǔ),也是全球變化研究領(lǐng)域的熱點(diǎn)[9]。20世紀(jì)90年代,遙感技術(shù)(RS)與地理信息技術(shù)(GIS)在我國廣泛應(yīng)用以及人工智能與遙感技術(shù)的發(fā)展,為LUCC特征的研究提供了更加科學(xué)的基礎(chǔ)數(shù)據(jù)和方法[10-12]。LUCC具有動(dòng)態(tài)性和復(fù)雜性,采用土地利用/覆被格局、轉(zhuǎn)移矩陣、動(dòng)態(tài)度、空間格局重心遷移、利用程度綜合指數(shù)等方法建模[13-16],定量表達(dá)土地利用/覆被的“空間格局”與“時(shí)序特征”是目前探討LUCC特征的重要手段。隨著歸因模型的成熟與深化,LUCC驅(qū)動(dòng)因素的探查由定性向定量轉(zhuǎn)變。艾敏等[17]通過定性分析得出影響哈爾濱市呼蘭區(qū)LUCC的因素包括自然環(huán)境、社會(huì)經(jīng)濟(jì)和人口因素;而撫順礦區(qū)LUCC的主要驅(qū)動(dòng)因素為人口城鎮(zhèn)化、經(jīng)濟(jì)發(fā)展和原煤產(chǎn)量[18]。此外,有學(xué)者基于回歸分析及相對貢獻(xiàn)概念模型研究顯示,除可量化的人文因子與自然因子外,生態(tài)政策也是LUCC的重要驅(qū)動(dòng)力[19]。

安徽省位于長三角地區(qū),是全國重要的糧食、淡水漁業(yè)、林業(yè)、茶葉產(chǎn)地及能源基地,隨著創(chuàng)新型產(chǎn)業(yè)快速發(fā)展及新型城鎮(zhèn)化、美好鄉(xiāng)村建設(shè)的推進(jìn),經(jīng)濟(jì)高質(zhì)量發(fā)展與生態(tài)文明建設(shè)協(xié)同共進(jìn)成為必然。2018年的《淮河生態(tài)經(jīng)濟(jì)帶發(fā)展規(guī)劃》[20]和2019年的《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》[21]中制定了跨越中東部地區(qū)多省的綠色生態(tài)發(fā)展戰(zhàn)略。這些發(fā)展政策給安徽發(fā)展帶來了新的機(jī)遇與挑戰(zhàn),而土地資源保護(hù)與利用政策是經(jīng)濟(jì)、社會(huì)發(fā)展政策和自然資源保護(hù)政策制定的基礎(chǔ),因此建立科學(xué)反映安徽省LUCC特征的監(jiān)測模型并分析存在問題及驅(qū)動(dòng)因素對安徽未來發(fā)展具有重要意義。目前,關(guān)于安徽省LUCC的研究主要集中在市域上,如發(fā)展速度快的合肥市[22],礦業(yè)城市淮北市[23]、淮南市[24]及旅游城市黃山市[25]等?，F(xiàn)有省域研究主要借助土地利用分類、土地類型面積變化與轉(zhuǎn)移矩陣[26-27]或動(dòng)態(tài)度、空間聚類及地理探測器模型[28],對LUCC時(shí)空模式及驅(qū)動(dòng)因子的貢獻(xiàn)程度進(jìn)行探究。因此筆者從省域和市域多角度深入研究LUCC特征、規(guī)律及影響因素,以期對安徽省土地資源利用與相關(guān)管理政策的制定與實(shí)施提供基礎(chǔ)數(shù)據(jù)及理論參考。

1 材料與方法

1.1 研究區(qū)概況及數(shù)據(jù)來源

安徽省(114°54′～119°37′E、29°41′～34°38′N)土地總面積約為14萬km2,地處暖溫帶與亞熱帶過渡地帶,屬暖溫帶半濕潤季風(fēng)氣候,氣候宜人,降雨量充沛[29-30]。長江和淮河貫穿省內(nèi),擁有眾多內(nèi)陸湖泊,水資源豐富。全省分為淮北平原地區(qū)、江淮丘陵地區(qū)、皖南山區(qū)三大區(qū)域,自北向南依此為淮河平原區(qū)、江淮丘陵臺地區(qū)、大別山區(qū)、長江沿江平原區(qū)、皖南丘陵山地區(qū)。

研究數(shù)據(jù)來源包括:①1995、2000、2005、2010、2015、2020年6期30 m分辨率的土地利用/覆被分類數(shù)據(jù)[來源于中國資源環(huán)境科學(xué)與數(shù)據(jù)中心(https://www.resdc.cn/)],該數(shù)據(jù)是基于美國陸地衛(wèi)星Landsat TM影像,通過人工目視解譯生成。土地利用/覆被類型分為耕地(cultivated land,CulL)、林地(forest land,FL)、草地(grassland,GL)、水域(water area,WA)、建設(shè)用地(construction land,ConL)及未利用土地(unutilized land,UL)6個(gè)1級類型與25個(gè)2級類型。②社會(huì)、經(jīng)濟(jì)及全年降雨量數(shù)據(jù)主要來源于1995—2020年安徽省統(tǒng)計(jì)年鑒。

1.2 土地利用/覆被轉(zhuǎn)移矩陣計(jì)算

土地利用/覆被轉(zhuǎn)移矩陣能反映研究區(qū)域一定時(shí)間內(nèi)期初和期末各土地利用/覆被類型(簡稱地類)相互轉(zhuǎn)化的信息,包括各地類相互轉(zhuǎn)移的方向與面積[31-32]。土地利用/覆被轉(zhuǎn)移矩陣公式表達(dá)如下:

(1)

式中:Bij為研究初期與末期由類型i轉(zhuǎn)化為類型j的面積,n為土地/利用覆被的類型數(shù)。利用ArcGIS對分類數(shù)據(jù)進(jìn)行柵格計(jì)算,得出安徽省土地利用/覆被各類別變化像元數(shù)據(jù),再用Excel進(jìn)行數(shù)據(jù)處理,得出安徽省土地利用/覆被轉(zhuǎn)移矩陣。

1.3 LUCC動(dòng)態(tài)度分析

1)單一LUCC動(dòng)態(tài)度,是指在某一時(shí)間段的某種地類在期末轉(zhuǎn)化為其他地類的總面積與期初該地類總面積的比值,能直觀反映每種地類的動(dòng)態(tài)變化[33]。單一LUCC動(dòng)態(tài)度變化公式為:

K=(Uj-Ui)/Ui×1/T×100%。

(2)

式中:K為某一時(shí)段內(nèi)某一地類的年變化動(dòng)態(tài)度;Uj表示該時(shí)間段期末地類的面積,km2;Ui表示該時(shí)間段期初地類的面積,km2;T為研究時(shí)段,a。

2)綜合LUCC動(dòng)態(tài)度,是指區(qū)域內(nèi)各地類總減少量(或總增加量)與2倍的區(qū)域地類總面積的比值,測算區(qū)域LUCC整體動(dòng)態(tài)變化程度[34]。公式如下:

(3)

式中:M為綜合LUCC動(dòng)態(tài)度,Ui為研究期初第i類土地的面積,ΔUi-j為研究時(shí)段第i類地類轉(zhuǎn)化為非i類地類的面積的絕對值;T為研究時(shí)段,a。

1.4 土地利用程度分析

根據(jù)莊大方等[35]提出的土地利用程度分級表,將本研究的土地利用狀態(tài)定為4級并賦值:Ⅰ級為未利用地,分級指數(shù)為1;Ⅱ級為林地、草地、水域,分級指數(shù)為2;Ⅲ級為耕地,分級指數(shù)為3;Ⅳ級為建設(shè)用地,分級指數(shù)為4。根據(jù)分級賦值及土地利用程度綜合指數(shù)公式[36],計(jì)算1995年與2020年安徽省各市的土地利用程度綜合指數(shù)及25 a土地利用程度綜合指數(shù)的變化率。采用SPSS系統(tǒng)聚類中的Ward法對2020年土地利用程度綜合指數(shù)進(jìn)行聚類分析:

(4)

式中:L為某區(qū)域的土地利用程度綜合指數(shù),取值在100～400之間;Ai為該區(qū)域第i級土地利用程度分級指數(shù);Ci為該區(qū)域第i級土地利用程度的面積百分比。

F=(Dj-Di)/Di×100%。

(5)

式中:F為土地利用程度綜合指數(shù)變化率,Di為某區(qū)域某一時(shí)期初始年土地利用程度綜合指數(shù),Dj為該時(shí)期末年土地利用程度綜合指數(shù)。

1.5 驅(qū)動(dòng)因素主成分分析

影響LUCC的因素包含人文因素和自然因素,其中人文因素尤其錯(cuò)綜復(fù)雜[37]。參照李玉等[18]與陳亞軍等[38]選取的驅(qū)動(dòng)因子,結(jié)合安徽省具體情況,并經(jīng)主成分分析KMO(Kaiser-Meyer-Olkin)值與Bartlett球度檢驗(yàn),篩選出影響安徽省LUCC的13個(gè)驅(qū)動(dòng)因子,分別為:X1.GDP,億元;X2.第一產(chǎn)業(yè)產(chǎn)值,億元;X3.第二產(chǎn)業(yè)產(chǎn)值,億元;X4.城鎮(zhèn)人均可支配收入,元;X5.農(nóng)村人均生活消費(fèi)支出,元;X6.能源消費(fèi)總量,萬t標(biāo)準(zhǔn)煤;X7.全社會(huì)固定資產(chǎn)投資,萬元;X8.總?cè)丝?萬人;X9.鄉(xiāng)村人口,萬人;X10.糧食總產(chǎn)量,萬t;X11.城鎮(zhèn)人均居住面積,m2;X12.農(nóng)村人均居住面積,m2;X13.全年降雨量,mm。通過SPSS 20.0對13個(gè)驅(qū)動(dòng)因子數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后,采用主成分分析方法得出驅(qū)動(dòng)因子相關(guān)系數(shù)矩陣、特征值及貢獻(xiàn)率。

2 結(jié)果與分析

2.1 安徽土地利用/覆被結(jié)構(gòu)及空間分布

利用ArcGIS對6期土地利用/覆被分類數(shù)據(jù)進(jìn)行可視化處理,得出安徽省土地利用/覆被類型空間分布,并計(jì)算安徽省的耕地、林地、草地、水域、建設(shè)用地和未利用地的面積、比例,結(jié)果見圖1、表1。

表1 安徽省土地利用/覆被類型面積及其所占比例

由圖1可知,耕地分布最廣,林地和草地主要分布在安徽南部和西南部。25年間,合肥市區(qū)、長豐縣的北部、肥西縣的東北部,蕪湖市和馬鞍山市的中部,以及蚌埠市的北部等在巢湖水系、長江水系及淮河水系附近地區(qū)的建設(shè)用地面積增加較多,而阜陽市、亳州市、淮北市等的建設(shè)用地在老城區(qū)的基礎(chǔ)上向外圍耕地?cái)U(kuò)張。由表1可知,耕地面積一直占首要地位,但呈逐年遞減的趨勢,建設(shè)用地呈逐漸增多的趨勢,草地、林地、水域及未利用地面積占比變化介于0～0.2%。

2.2 安徽土地利用/覆被類型轉(zhuǎn)換特征

1995—2020年,安徽省耕地轉(zhuǎn)為建設(shè)用地面積最多,為4 716.5 km2,占耕地轉(zhuǎn)出貢獻(xiàn)率的83.66%;其次是建設(shè)用地轉(zhuǎn)為耕地,占建設(shè)用地轉(zhuǎn)出貢獻(xiàn)率的96.88%;457.0 km2耕地變?yōu)樗?364.4 km2的耕地變?yōu)榱值?342.2 km2的林地開墾為耕地,267.5 km2水域轉(zhuǎn)化為耕地,201.7 km2林地轉(zhuǎn)為建設(shè)用地,131.8 km2的草地變?yōu)橹脖桓采w率較高的林地,121.9 km2林地轉(zhuǎn)為低覆蓋率的草地(表2)。

由此可知:耕地與建設(shè)用地互相轉(zhuǎn)移趨勢明顯;除建設(shè)用地外,林地、水域轉(zhuǎn)為耕地的情況也較多;耕地與林地、草地與林地互相轉(zhuǎn)移面積基本達(dá)到平衡。2005年前耕地轉(zhuǎn)出為建設(shè)用地相對較少,2005年后轉(zhuǎn)出幅度變大,特別是2015—2020年間有2 303.3 km2轉(zhuǎn)出為建設(shè)用地。與此同時(shí),2005年前建設(shè)用地轉(zhuǎn)為耕地面積較少,2005年以后逐漸增加,2015—2020年間迅速增加了 2006.5 km2,是前20年建設(shè)用地轉(zhuǎn)為林地面積總和的3.69倍。2005年前耕地與林地互相轉(zhuǎn)移情況較少,2005年后不斷增加,2015—2020年間耕地與林地互相轉(zhuǎn)移面積是前20年互相轉(zhuǎn)移總和的0.8倍多。2005—2010年耕地與水域互相轉(zhuǎn)移面積逐漸增多,2010—2020年互相轉(zhuǎn)移面積超過500 km2,但25年間總體互相轉(zhuǎn)移面積基本平衡。研究表明,從2005年后地類相互轉(zhuǎn)移面積迅速增加,2015—2020年地類相互轉(zhuǎn)移總面積最多,但是也出現(xiàn)了耕地占補(bǔ)平衡的趨勢。

耕地轉(zhuǎn)移為建設(shè)用地區(qū)域空間上集中在三大水系區(qū)域。其中合肥市建設(shè)用地的增長最明顯,從老城區(qū)向外擴(kuò)張迅速。16個(gè)市25年耕地轉(zhuǎn)移為建設(shè)用地面積均大于建設(shè)用地轉(zhuǎn)移為耕地的面積。各市中耕地轉(zhuǎn)移為建設(shè)用地面積最大的是合肥市(905.3 km2),其次是滁州、阜陽、六安、亳州、宿州等市,面積較小的是銅陵和黃山,分別為60.9 km2與83.5 km2。建設(shè)用地轉(zhuǎn)移為耕地面積較多的是阜陽、亳州、六安、合肥等市,在143.8～195.8 km2之間。

2.3 安徽各市土地利用程度綜合指數(shù)

1995年安徽省各市土地利用程度綜合指數(shù)(L)為215.2～315.5,2020年為216.1～318.0(表3)。25年間土地利用程度綜合指數(shù)變化率較大的是經(jīng)濟(jì)發(fā)展較快的合肥市、蕪湖市及礦業(yè)城市銅陵市、淮北市、馬鞍山市、淮南市,數(shù)值為1.50%～3.83%,而地形以山區(qū)、丘陵為主的黃山市、六安市變化率較小,數(shù)值為0.42%和0.66%。對16個(gè)市2020年土地利用程度綜合指數(shù)進(jìn)行聚類分析,以歐氏距離12為閾值分為3類(圖2)。根據(jù)指數(shù)高低進(jìn)行類間排序,第1類是數(shù)值最高的亳州市、阜陽市、宿遷市、淮北市、蚌埠市等,第2類是數(shù)值中等的滁州市、馬鞍山市、蕪湖市、六安市等,第3類是數(shù)值最低的宣城市、池州市和黃山市。

表3 安徽省各市土地利用程度綜合指數(shù)(L)

圖2 2020年安徽省各市土地利用程度綜合指數(shù) 聚類分析Fig. 2 The comprehensive indexes cluster analysis of under land use degree of Anhui Province in 2020

2.4 安徽LUCC動(dòng)態(tài)度

1995—2020年安徽省單一LUCC動(dòng)態(tài)度從大到小依次為未利用地、建設(shè)用地、耕地、水域、草地、林地(表4)。2005—2010、2010—2015年耕地面積迅速減少,2015—2020年耕地面積減少趨勢變緩,單一LUCC動(dòng)態(tài)度(-0.06%)為25年來最小。林地面積1995—2005年間少量增加,而2005—2015年間減少較多,2015—2020年又少量增加,2005—2015年間林地單一LUCC動(dòng)態(tài)度最大。1995—2015年間草地單一LUCC動(dòng)態(tài)度一直較小,表明草地的穩(wěn)定性較好。建設(shè)用地單一LUCC動(dòng)態(tài)度在2015年前數(shù)值一直較大,2005—2015年間數(shù)值達(dá)到2.47%、1.80%,而2015—2020年數(shù)值減小為0.42%。2010年前水域面積緩慢增加,動(dòng)態(tài)度數(shù)值較小,2010—2015年面積急劇增加了167.0 km2,而2015—2020年面積減少了107.8 km2,動(dòng)態(tài)度數(shù)值較大。未利用地2015年前面積較少,2015—2020年面積增加了13.4 km2,原因是從耕地與建設(shè)用地轉(zhuǎn)移為未利用地的面積增加。1995—2020年綜合LUCC動(dòng)態(tài)度由大到小排序?yàn)?005—2010年、2010—2015年、1995—2000年、2000—2005年與2015—2020年。25年間耕地、草地、林地動(dòng)態(tài)度呈負(fù)增長趨勢,歸咎于耕地大面積向建設(shè)用地轉(zhuǎn)移,草地大面積轉(zhuǎn)移為林地、建設(shè)用地與耕地,林地向耕地與建設(shè)用地轉(zhuǎn)移。

表4 安徽省土地利用/覆被變化動(dòng)態(tài)度

2.5 安徽LUCC驅(qū)動(dòng)因素分析

對選取的安徽LUCC 13個(gè)驅(qū)動(dòng)因子做主成分分析,計(jì)算出各因子指標(biāo)的相關(guān)系數(shù)矩陣見表5,主成分特征值和貢獻(xiàn)率見表6。由表5可知,選取的13個(gè)因子指標(biāo)在不同程度上存在相關(guān)性。表6中,前兩個(gè)主成分的特征值大于1,累積貢獻(xiàn)率達(dá)到90.645%,且KMO值為0.782,Bartlett球度檢驗(yàn)P<0.001(滿足<0.05),從而驗(yàn)證數(shù)據(jù)適合做主成分分析。選取前兩個(gè)主成分分別作為第1主成分、第2主成分,并求解主成分的載荷矩陣(表7)。由表6和表7可知,第1主成分的貢獻(xiàn)率為82.725%,X1、X2、X3、X4、X5、X6、X7、X9、X10、X11、X12的載荷絕對值均大于0.95;第2主成分的貢獻(xiàn)率為7.920%,X8的載荷絕對值接近0.95。驅(qū)動(dòng)因子按對LUCC影響程度大小排序?yàn)閄4、X2、X3、X1、X7、X6、X12等,因此將安徽省LUCC的驅(qū)動(dòng)因素概括為:經(jīng)濟(jì)發(fā)展、人口及城鎮(zhèn)化、居民生活水平的提高和政策因素。

表5 相關(guān)系數(shù)矩陣

表6 主成分特征值及貢獻(xiàn)率

表7 主成分載荷矩陣

1)經(jīng)濟(jì)發(fā)展。1995—2020年安徽省GDP、第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、全社會(huì)固定資產(chǎn)投資等均呈上漲態(tài)勢(圖3)。其中,安徽省GDP由2 003.58億元增至38 680.63億元,增加了19倍多。經(jīng)濟(jì)的發(fā)展必然會(huì)導(dǎo)致人類生產(chǎn)、生活范圍的擴(kuò)大,從而引起地區(qū)土地利用/覆蓋類型的變化。1995—2005年經(jīng)濟(jì)發(fā)展相對緩慢,對LUCC的影響較小。2005—2015年間,安徽經(jīng)濟(jì)發(fā)展迅速,產(chǎn)業(yè)結(jié)構(gòu)變化大,促使各地類相互轉(zhuǎn)移頻繁,除未利用地以外的單一LUCC動(dòng)態(tài)度與綜合LUCC動(dòng)態(tài)度都達(dá)到25年內(nèi)的峰值。

圖3 安徽省驅(qū)動(dòng)因素變化動(dòng)態(tài)度Fig. 3 Dynamics of driving factors in Anhui Province

2)城鎮(zhèn)化速度。1995—2020年安徽省常住總?cè)丝跀?shù)由5 923萬人增至 6 105萬人,而常住農(nóng)村人口由4 792萬人減少至2 544萬人?？?cè)丝跀?shù)增加得益于安徽省的經(jīng)濟(jì)發(fā)展、人才引進(jìn)、人口扶持政策等。農(nóng)村人口的減少加快了城鎮(zhèn)化速度,城市擴(kuò)張不僅占用大量耕地,還使一部分綠地也轉(zhuǎn)化為建設(shè)用地,導(dǎo)致安徽省土地利用/覆被結(jié)構(gòu)發(fā)生變化,人地矛盾加深。

3)居民生活水平。安徽省近年來經(jīng)濟(jì)發(fā)展速度較快,居民生活水平得到了較大改善,消費(fèi)能力也進(jìn)一步提升。農(nóng)村人均生活消費(fèi)支出從1995年的1 070.64元 上升到2020年的15 024.00元,城鎮(zhèn)人均可支配收入從1995年的3 779.00元上升到2020年的39 442.00元。25年間城鎮(zhèn)人均居住面積與農(nóng)村人均居住面積由11.61、17.82 m2增至42.09、54.55 m2。隨著生活水平的改善,人們在居住、交通和公共設(shè)施等方面的用地需求不斷增加,從而導(dǎo)致建設(shè)用地增加。

4)政策因素。1998年洪災(zāi)后國務(wù)院先后出臺多項(xiàng)退耕還林指導(dǎo)意見,2002年又發(fā)布了《退耕還林條例》,從而促使耕地向林地轉(zhuǎn)移。5年間林地增加了11.8 km2,主要貢獻(xiàn)來自耕地。2015—2020年堅(jiān)持綠色發(fā)展之路,發(fā)布了一系列強(qiáng)有力的生態(tài)(新型城鎮(zhèn)、美好鄉(xiāng)村、綠水青山就是金山銀山、山水林田湖草生命共同體、生態(tài)紅線劃定、生態(tài)安全法)及土地開發(fā)利用(耕地占補(bǔ)平衡、永久基本農(nóng)田劃定、糧食安全法)政策與法規(guī)。安徽省在響應(yīng)國家政策號召、落實(shí)永久基本農(nóng)田劃定工作、推行耕地占補(bǔ)平衡新政的同時(shí),嚴(yán)守資源生態(tài)紅線,因而建設(shè)用地增加與耕地減少的趨勢明顯減弱。此外,這一時(shí)期耕地與建設(shè)用地轉(zhuǎn)移為林地、草地、水域的面積最多,使得LUCC動(dòng)態(tài)度趨于穩(wěn)定,土地利用與環(huán)保成效顯著。

3 討 論

1995—2020年安徽省土地利用/覆被類型面積從大到小依次為耕地、林地、建設(shè)用地、草地、水域、未利用地。土地利用綜合指數(shù)最高的第一類城市,其耕地轉(zhuǎn)移為建設(shè)用地的程度也偏高。近25年來,安徽省耕地、林地、建設(shè)用地占地面積占據(jù)前三,耕地減少、建設(shè)用地增加、耕地與建設(shè)用地轉(zhuǎn)換趨勢等與已有的研究成果基本一致,但由于遙感數(shù)據(jù)來源、土地利用/覆被分類類別及方法、時(shí)間跨度、研究模型方法的不同,研究數(shù)據(jù)與結(jié)論也存在一定的差異。如吳見等[26]基于光譜角分類器提取2000—2010年地類分類結(jié)果,對安徽省LUCC進(jìn)行遙感監(jiān)測,發(fā)現(xiàn)安徽省的土地利用面積以耕地和林地為主,而建設(shè)用地面積增加現(xiàn)象嚴(yán)重,導(dǎo)致耕地被建設(shè)用地大量占用。吳楠等[27]以1995—2018年間3期安徽省分類數(shù)據(jù)為研究基礎(chǔ),得出安徽省土地/利用覆被類型以農(nóng)田、森林和建設(shè)用地為主,耕地與建設(shè)用地相互轉(zhuǎn)移趨勢明顯。黃安東等[28]利用 Sankey 圖、土地利用/覆被動(dòng)態(tài)度等方法分析得出安徽省2005—2015年建設(shè)用地變化動(dòng)態(tài)度明顯,與本研究結(jié)果一致。但其2015年與2020年的土地利用/覆被分類數(shù)據(jù)源不同,得出2015—2020年綜合LUCC動(dòng)態(tài)度數(shù)值比2010—2015年顯著增加。由于遙感數(shù)據(jù)源質(zhì)量、分辨率、訓(xùn)練樣本、分類方法等都會(huì)影響分類精度[39],為保證長時(shí)序LUCC研究結(jié)果的準(zhǔn)確性,本研究選擇1995、2000、2005、2010、2015、2020年6期數(shù)據(jù)全為30 m分辨率、中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心的土地利用/覆被分類數(shù)據(jù),得出2015—2020年綜合LUCC動(dòng)態(tài)度數(shù)值比前5年顯著減小,與黃安東等[28]的研究結(jié)論有一定的差異。

本研究從省域到各市域,從整體到局部,綜合研究了LUCC特征,彌補(bǔ)了從整個(gè)省域宏觀研究和各個(gè)市分別研究的局限性與片面性。從省域研究得出耕地與建設(shè)用地相關(guān)轉(zhuǎn)移是安徽省最顯著的特征;對各市建設(shè)用地與耕地相互轉(zhuǎn)移情景詳細(xì)分析,發(fā)現(xiàn)耕地轉(zhuǎn)移為建設(shè)用地面積較大的合肥市、滁州市、阜陽市也是經(jīng)濟(jì)發(fā)展水平較高的城市。利用各市土地利用程度及其變化率對各市的土地利用程度進(jìn)行時(shí)空比較,對16個(gè)市的2020年土地利用程度綜合指數(shù)進(jìn)行Ward聚類分析,即通過土地利用程度將各市分為3類:第1類土地利用程度最高,第2類中等,第3類最低,聚類分析的結(jié)果可為今后土地利用相關(guān)政策的實(shí)施提供理論參考。盡管原始土地利用/覆被分類數(shù)據(jù)的分辨率為30 m,但對市域范圍的研究仍存在一定的局限性,因此,如何基于Landsat中分辨率數(shù)據(jù)提高市域土地/覆被分類數(shù)據(jù)的精度,對LUCC特征研究至關(guān)重要。此外,政策因素對LUCC影響的量化分析是本研究的難點(diǎn),如何建立有效、簡便的政策因素量化模型是需要進(jìn)一步解決的問題。在經(jīng)濟(jì)社會(huì)發(fā)展的驅(qū)動(dòng)下,耕地、林地、草地呈減少,建設(shè)用地、水域、未利用地呈增加態(tài)勢。耕地與建設(shè)用地間的相互轉(zhuǎn)移及單一LUCC動(dòng)態(tài)度變化幅度都較大。針對解決LUCC導(dǎo)致的人地矛盾突出問題,本研究數(shù)據(jù)可為安徽省國土資源利用與管理等相關(guān)政策的制定提供理論參考,從而促進(jìn)安徽省可持續(xù)發(fā)展,為淮河生態(tài)經(jīng)濟(jì)帶、長三角一體化高質(zhì)量發(fā)展奠定基礎(chǔ)。