胡海德，李小玉，杜宇飛2，

(1. 中國科學院東北地理與農業(yè)生態(tài)研究所，吉林長春130012;2. 中國科學院大學，北京100049;3. 中國科學院沈陽應用生態(tài)研究所，遼寧沈陽110016)

遼寧沿海經濟帶自然資源豐富，經濟發(fā)達，尤其是重工業(yè)的發(fā)展，對遼寧省乃至渤海經濟圈的經濟發(fā)展起著舉足輕重的作用，已經成為引領經濟增長和社會進步的前沿地帶。該地區(qū)的生態(tài)環(huán)境建設意義重大，生物多樣性豐富，重要水源地和森林、濕地等生態(tài)系統(tǒng)有待進一步加強保護。

土地利用格局的優(yōu)化是對景觀格局、生態(tài)過程和人類活動三者之間的關系進行分析和評價，通過調整各個土地利用類型的規(guī)模以及空間格局，提出優(yōu)化預案，對景觀資源進行再分配，增強區(qū)域生態(tài)系統(tǒng)的穩(wěn)定性，是土地資源管理的有效手段。土地利用格局優(yōu)化的目標不僅是調整景觀組分的構成，更注重景觀結構的改善，以及景觀整體功能的提升［1］。

目前，在景觀尺度上，現有研究成果難以反映格局和過程間的對應關系，土地利用格局優(yōu)化研究一直是景觀生態(tài)學的難題?，F階段，土地利用格局優(yōu)化方法上主要有概念模型、數學模型和計算機模擬等方面［2］。各個研究進行土地利用格局優(yōu)化的著眼點或目標也有很大差異，如高超等［3］的研究著眼于非點源污染的控制，岳雋等［4］的研究著眼于水資源保護，樸燕等［5］的研究著眼于城市綠地，孫賢斌等［6］的研究則針對海濱濕地。

即使是以區(qū)域整體為著眼點的區(qū)域土地利用格局優(yōu)化，各研究使用的技術方法也有所不同。岳德鵬等［7］的研究從景觀功能著眼，采用累積耗費距離模型等方法，確定源地、生態(tài)廊道和生態(tài)節(jié)點等格局優(yōu)化要素。張小飛等［8］的研究著眼于景觀格局的連通度，利用耗費距離(Cost Distance)模型，分析了景觀功能空間聯系的最佳路徑，通過構建生態(tài)廊道的方式，對土地利用格局進行優(yōu)化。也有一些研究的格局優(yōu)化僅僅是類似于區(qū)域規(guī)劃的建設性政策和策略，并沒有使用GIS 和數學分析等方法進行深入的研究。

盧冠宇［9］的研究以生態(tài)安全評價為基礎，將景觀劃分為核心保護區(qū)、緩沖保護區(qū)、限制建設區(qū)和適宜建設區(qū)，以此達成對土地利用格局的優(yōu)化。這種方法類似于生態(tài)安全格局的構建。近年來，城市生態(tài)安全已經引起相關領域學者的廣泛重視，其研究包括城市生態(tài)安全評價［10］、城市生態(tài)安全格局［11］、“反規(guī)劃”和生態(tài)基礎設施規(guī)劃［12］。其具體構建方法就是運用景觀生態(tài)學的原理和方法，采用GIS 技術，從空間上定量地刻畫景觀結構，在城市規(guī)劃領域有很強的應用潛力。美國學者Forman 對如何設計生態(tài)安全格局做了步驟分析，其中對區(qū)域內關鍵地段、空間屬性規(guī)劃做了理論探討［13］，指出在區(qū)域安全格局的構建中要抓住具有關鍵生態(tài)作用或生態(tài)價值的景觀地段，并通過景觀格局的空間配置和屬性調整來予以實現。這種思路體現在土地利用格局優(yōu)化方面，就是土地開發(fā)應避開敏感地段。敏感地段既包括那些容易遭受自然災害的地段，也包括土地開發(fā)后導致生態(tài)退化的地段。

根據上述的討論和分析，土地利用格局優(yōu)化的主要內容包括各土地利用要素的數量構成和空間分配兩部分。實現土地利用格局優(yōu)化的方法，主要應從兩方面入手:一方面是類似于生態(tài)安全格局和“反規(guī)劃”的理念，從限制區(qū)入手，識別景觀中不宜進行開發(fā)的地區(qū);另一方面，在限建區(qū)以外，根據土地利用的適宜性，對土地利用變化進行模擬。而CLUE-S 模型正是可以實現這兩方面目標的有效手段。

CLUE-S 模型是在CLUE 模型的基礎上發(fā)展出來的適合小尺度研究的土地利用變化模型［14］，在近年來的研究中得到了廣泛的應用。通過土地利用需求、限制區(qū)域、土地利用類型轉化強度和規(guī)則等參數的設定，模擬不同情境下的土地利用變化，是土地利用格局優(yōu)化的有效方法［15－16］。因此，利用CLUE-S 模型對遼寧沿海城市帶進行土地利用格局優(yōu)化。

1 研究地區(qū)與研究方法

1.1 研究地區(qū)概況

遼寧沿海經濟帶是遼寧省經濟最發(fā)達的地區(qū)之一，位于渤海北部，面積32 000 km2，地勢兩邊高，中間低，年平均溫度8 ℃～9 ℃，年降雨量550 mm～630 mm。遼寧沿海經濟帶有很強的工業(yè)基礎與豐富的自然資源。作為中國北方的沿海發(fā)達地區(qū)，對于遼寧省的經濟策略舉足輕重。所選取的研究區(qū)具體范圍包括葫蘆島的龍港、連山、南票三個市轄區(qū)以及興城市、綏中縣;錦州的凌河、古塔、太和三個市轄區(qū)及凌海市;盤錦的雙臺子區(qū)、興隆臺區(qū)兩個市轄區(qū)以及盤山縣、大洼縣;大連的中山區(qū)、西崗區(qū)、沙河口區(qū)、甘井子區(qū)、經濟技術開發(fā)區(qū)、金州區(qū)、旅順口區(qū)七個市轄區(qū)和瓦房店市、普蘭店市、莊河市、長海縣;營口的站前區(qū)、西市區(qū)、老邊區(qū)、鲅魚圈區(qū)四個市轄區(qū)以及蓋州市和大石橋市。

1.2 研究方法

基礎數據采用研究區(qū)2007 年的TM 遙感影像，經過人工目視解譯，得到土地利用分類數據。由于CLUE-S 模型對各地類型面積的比例有限制，每一土地類型的面積占研究區(qū)整體面積的百分比應不小于2%，因此，結合研究區(qū)土地利用特點，將土地利用類型劃分為5 類:耕地、林地、鹽田、建設用地和其他。其中，其他類包括水域、草地、濕地和未利用地。

利用ARCGIS9.2 軟件將研究區(qū)2007 年的矢量景觀類型圖轉化為柵格格式(GRID 文件格式)，柵格大小為300 m×300 m，然后再轉化為ASCII 文件，用于輸入CLUE-S 文件進行優(yōu)化。

1.2.1 預案設定。根據不同的發(fā)展策略，設定了以下3 種預案，并以此為依據確定土地利用需求。

預案1:發(fā)展優(yōu)先，即優(yōu)先滿足建設用地面積的需求。

預案2:中等情景，土地利用變化基于歷史趨勢變化。

預案3:生態(tài)優(yōu)先，即重點考慮生態(tài)安全，生物保護，加大退耕強度。

根據這3 種預案，確定各預案下的面積需求，見表1。將其輸入到CLUE-S 模型中的土地利用需求模塊，作為后續(xù)空間分配和模擬的基礎。

1.2.2 限制區(qū)域模塊。土地利用中的限制建設區(qū)通過CLUE-S 中的限制圖層實現，根據收集到的研究區(qū)主要自然保護區(qū)，水源保護區(qū)和基本農田保護區(qū)，利用ArcGIS 軟件轉化為CLUE-S 可識別的圖層，輸入CLUE-S 模型，實現限制區(qū)域的劃定。

表1 優(yōu)化方案比較(hm2)Tab.1 Contrast of different scenarios

1.2.3 空間分配模塊。因子選取:根據研究區(qū)自然環(huán)境和人類活動的特點，選取了影響研究區(qū)土地利用變化的8 個主要因子，即到河流距離、到居民點距離、到道路距離、到海岸距離、高程、坡度、坡向和坡位指數，見圖1。將這8 個因子和研究區(qū)土地利用數據輸入到SPSS 軟件進行二元邏輯斯蒂回歸分析。

回歸分析。通過CLUE-S 模型自帶的convert 工具將土地利用圖和8 個驅動因子圖轉化成stats 文件，輸入到SPSS 軟件中進行邏輯斯蒂回歸分析。各土地利用類型邏輯斯蒂逐步回歸結果如表2，Beta 系數就是邏輯斯蒂回歸分析得到的關系系數。

表2 各土地利用類型的Beta 系數Tab.2 Beta values of logistic regression

圖1 回歸因子圖1. 到河流距離;2. 到居民點距離;3. 到道路距離;4. 到海岸距離;5. 高程;6. 坡度;7. 坡向;8. 坡位指數Fig.1 Regression factors1.distance to river;2.distance to settlement;3.distance to road;4.distance to coast;5.DEM;6.Slope;7.ASP;8. TPI

邏輯斯蒂回歸結果要經過精度評價，模型的不同其評價的方法和也不盡相同。邏輯斯蒂逐步回歸的檢驗不像其他方法那樣可以用R2對回歸效果進行評價，而是采用ROC (Receiver Operating Characteristic)［17］方法，計算ROC 曲線下的面積，其取值在0.5 和1 之間，值越接近1，表示精度愈高。ROC 值在0.5 到0.7 之間時，模型具有低精度;在0.7 到0.9 之間時，模型具有可信的精度;當ROC 值大于0.9 時，模型具有高精度［18］。在各個土地利用類型的邏輯斯蒂回歸結果中，各個驅動因子對建設用地的解譯能力最高，對耕地的解釋能力也比較高，而對其他類型以及林地的預測精度不高，ROC 值分別為0.73 和0.758，原因是這兩種土地利用類型的面積較大，分布不集中，各個影響因子對其空間分布的解釋不顯著。

1.2.4 轉化強度設定。轉化強度時指在一定時期內，研究區(qū)的各個土地利用類型相互轉化的難易程度，在CLUE－S 模型中通過ELAS 參數進行設定，某土地利用類型的ELAS 參數取值越大，表明穩(wěn)定性越強［19］。根據研究區(qū)土地利用變化的歷史情況和現狀特點，結合各個預案的具體需求，對ELAS 參數進行設定，見表3。

表3 ELAS 參數設置Tab.3 Arrangement of ELAS parameters

1.2.5 轉化規(guī)則設定。轉化規(guī)則用于對各個土地利用類型之間是否能夠相互轉化進行設置，根據各個預案的要求確定在預案1 下建設用地不能轉化為其他土地利用類型，此外的轉化均可以發(fā)生;在預案2 下各個土地利用類型都可以相互轉化;在預案3 下林地不能轉化為其他類型，此外的轉化均可以發(fā)生。

2 結果與分析

在2007 年遼寧沿海城市帶的土地利用圖(ASCII 格式)的基礎上，應用上文的土地利用需求模塊、限制區(qū)域模塊、空間分配模塊、景觀類型轉化規(guī)則模塊在3 個預案下對土地利用變化進行優(yōu)化，結果見圖2。

由結果可知，CLUE－S 模型體現了預案設定的基本思想，預案2 中等情景基于歷史趨勢的模擬，實現了預案設定的土地利用需求量。并且預案2 同預案1 發(fā)展優(yōu)先以及預案3 生態(tài)優(yōu)先的景觀分配有較明顯的差異，這種差異性實現了預案設定用于比較分析的初衷。從基于發(fā)展優(yōu)先的預案1 可以看出，新增的建設用地主要分布于大連普蘭店、營口東部、盤錦北部和葫蘆島東部等地區(qū)，說明這些地區(qū)是適宜發(fā)展建設用地。從基于生態(tài)優(yōu)先的預案3 可以看出，新增林地主要分布于研究區(qū)東部低山丘陵地帶，在盤錦和錦州東北部和葫蘆島東部也有少量分布，說明這些地區(qū)較適宜進行生態(tài)恢復建設，這對于研究區(qū)的退耕還林和生態(tài)建設有一定的指導意義。

根據前人對研究區(qū)的生態(tài)足跡分析，該地區(qū)生態(tài)壓力較大，為了研究區(qū)的可持續(xù)發(fā)展，建議在制定區(qū)域規(guī)劃和進一步建設時，重點參考預案3，即生態(tài)優(yōu)先方案。同時應該看到，預案1 對于新增建設用地或開發(fā)區(qū)的建設也有一定的指導價值。

3 討 論

土地利用格局優(yōu)化的主要內容應包括各土地利用要素的數量構成和空間分配兩部分。實現土地利用格局優(yōu)化的方法，主要應考慮兩方面:一方面從限建區(qū)入手，識別景觀中不宜進行開發(fā)的地區(qū);另一方面，在限建區(qū)以外，根據土地利用的適宜性，對景觀變化進行模擬。研究證實CLUE－S 模型正是實現土地利用格局優(yōu)化的有效工具。CLUE－S 模型通過限制區(qū)域模塊實現對限制區(qū)的劃定:通過空間分配模塊，計算土地利用類型分布圖，進而實現對土地利用類型的空間位置分配。另外，CLUE－S 模型也對建設用地的增長起到指導作用，這種特性使其具備了應用于城市增長模擬研究的潛力。

CLUE－S 模型較好地實現了開始設定的土地利用格局優(yōu)化的策略。但同時應該看到這一途徑也有不足之處，主要在于CLUE－S 模型不能對土地利用的空間格局進行深入的控制，例如對格局指數中的斑塊數、破碎度、分維數不能進行有效的設置，而這應該是土地利用格局優(yōu)化研究的發(fā)展方向。

圖2 各預案優(yōu)化結果Fig.2 Optimization results of scenarios

［1］肖篤寧，李秀珍. 景觀生態(tài)學的學科前沿與發(fā)展戰(zhàn)略［J］. 生態(tài)學報，2003，23 (8):1615－1621.

［2］韓文權，常 禹，胡遠滿，等. 景觀格局優(yōu)化研究進展［J］. 生態(tài)學雜志，2005，24 (12):1487－1492.

［3］高 超，朱繼業(yè)，竇貽儉，等. 基于非點源污染控制的景觀格局優(yōu)化方法與原則［J］. 生態(tài)學報，2004 (1):109－116.

［4］岳 雋，王仰麟，李貴才，等. 基于水環(huán)境保護的流域景觀格局優(yōu)化理念初探［J］. 地理科學進展，2007，26 (3):38－46.

［5］樸 燕，李 玉. 老工業(yè)城市綠地景觀格局分析與優(yōu)化——以長春市為例［J］. 農業(yè)系統(tǒng)科學與綜合研究，2010，26 (2):181－185.

［6］孫賢斌，劉紅玉. 基于生態(tài)功能評價的濕地景觀格局優(yōu)化及其效應——以江蘇鹽城海濱濕地為例［J］. 生態(tài)學報，2010，30 (5):1157－1166.

［7］岳德鵬，王計平，劉永兵，等. GIS 與RS 技術支持下的北京西北地區(qū)景觀格局優(yōu)化［J］. 地理學報，2007，62 (11):1223－1231.

［8］張小飛，王仰麟，李正國. 基于景觀功能網絡概念的景觀格局優(yōu)化——以臺灣地區(qū)烏溪流域典型區(qū)為例［J］. 生態(tài)學報，2005，25 (7):1707－1713.

［9］盧冠宇. 基于城市生態(tài)安全評價的空間格局優(yōu)化對策研究——以南充市為例［J］. 科技信息，2010 (31):13－14.

［10］龔建周，夏北成，陳健飛. 快速城市化區(qū)域生態(tài)安全的空間模糊綜合評價——以廣州市為例［J］. 生態(tài)學報，2008 (10):4992－5001.

［11］方淑波，肖篤寧，安樹青. 基于土地利用分析的蘭州市城市區(qū)域生態(tài)安全格局研究［J］. 應用生態(tài)學報，2005，16 (12):2284－2290.

［12］俞孔堅，李迪華，劉海龍，等. 基于生態(tài)基礎設施的城市空間發(fā)展格局—— “反規(guī)劃”之臺州案例［J］. 城市規(guī)劃，2005 (9):76 –80，97－98.

［13］Forman R T T. Land mosaics:the ecology of landscapes and regions ［M］. Cambridge:Cambridge University Press，1995.

［14］Verburg P H，De Koning G H J，Kok K，et al. A spatial explicit allocation procedure for modelling the pattern of land use change based upon actual land use ［J］. Ecological modeling，1999，116 (1):45－61.

［15］Verburg P H，Soepboer W，Veldkamp A，et al. Modeling the spatial dynamics of regional land use:the CLUE－S model［J］. Environmental Management，2002，30 (3):391－405.

［16］劉仁志，沙 博. CLUE－S 模型在規(guī)劃環(huán)境影響評價中的應用［J］. 應用基礎與工程科學學報，2011 (1):64－73.

［17］Pontius Jr. R G，Schneider L C. Land－cover change model validation by an ROC method for the Ipswich watershed，Massachusetts，USA［J］. Agriculture，Ecosystems ＆ Environment，2001，85 (1－3):239－248.

［18］Nielsen S E，Johnson C J，Heard D C，et al. Can models of presence－absence be used to scale abundance?Two case studies considering extremes in life history ［J］. Ecography，2005，28 (2):197－208.

［19］擺萬奇，張永民，閻建忠，等. 大渡河上游地區(qū)土地利用動態(tài)模擬分析［J］. 地理研究，2005，24 (2):206－212，323.