雷亞龍，陳 菁,2，孫伯明

(1.河海大學水利水電學院，南京 210098；2.南方地區(qū)高效灌排與農(nóng)業(yè)水土環(huán)境教育部重點實驗室，南京 210098)

土地利用變化是城鎮(zhèn)化過程中面臨的重要問題，直接反映土地生態(tài)過程的作用結(jié)果，可以引起區(qū)域劇烈的生態(tài)響應(yīng)，對生態(tài)系統(tǒng)維持其服務(wù)價值具有決定性作用[1-4]。通過研究不同時空尺度下的土地利用變化規(guī)律，構(gòu)建模型，預測未來的土地利用狀況，計算相對應(yīng)的生態(tài)系統(tǒng)服務(wù)價值可以定量分析其生態(tài)響應(yīng)，從而闡釋人類與土地直接作用的過程與結(jié)果[5,6]，為區(qū)域的健康可持續(xù)發(fā)展提供重要的決策支持[7-9]。張家港市處于我國城鎮(zhèn)化進程最快的蘇南地區(qū)，只追求經(jīng)濟價值導致的自然資源過度開發(fā)與生態(tài)系統(tǒng)亟須保護的矛盾愈演愈烈，因此對張家港市進行土地利用變化預測及生態(tài)響應(yīng)分析具有重要的現(xiàn)實意義。

馬爾可夫(Markov)模型描述的過程是一種特殊的隨機過程[10]，其狀態(tài)特性用于土地利用的變化預測是合適的，國內(nèi)外取得了大量的研究成果[11-16]，同時，很多學者[17,18]也研究了土地利用變化對生態(tài)系統(tǒng)服務(wù)價值的影響，但較少將構(gòu)建Markov模型預測土地利用變化與生態(tài)系統(tǒng)服務(wù)價值評估模型相結(jié)合來進行評價。本文通過分析張家港2005-2012年土地利用時空變化規(guī)律，構(gòu)建Markov模型，模擬張家港2019年和2026年土地利用狀況，定量計算出相對應(yīng)年份的生態(tài)系統(tǒng)服務(wù)價值，分析其生態(tài)響應(yīng)，從而為研究區(qū)的土地管理提供理論依據(jù)。

1 數(shù)據(jù)來源及研究方法

1.1 研究區(qū)概況

張家港市地處31°43′12″～32°02′N，120°21′57″～120°52′E，位于江蘇省東南部，是長江三角洲的組成部分，北瀕長江，南近太湖，地勢平坦，河流縱橫，上海、南京、蘇州、無錫等大中城市在其周圍分布。依靠其有利的地理位置，近10年來，張家港市的經(jīng)濟取得跨越式發(fā)展，一定程度上導致了土地利用類型發(fā)生巨大改變，造成一系列的生態(tài)環(huán)境問題，如水土流失、生物多樣性減少等，為該區(qū)域的可持續(xù)發(fā)展帶來干擾。

1.2 數(shù)據(jù)來源及處理

本文利用張家港2005和2012年TM遙感影像數(shù)據(jù)，分辨率為30 m×30 m。數(shù)據(jù)首先在ARCGIS中進行預處理，包括幾何矯正、圖像拼接以及圖像增強等。根據(jù)我國現(xiàn)行的土地利用分類標準，同時結(jié)合研究區(qū)的實地情況，確定研究區(qū)的土地利用類型為：耕地、園地、林地、建設(shè)用地、水域用地、其他用地。其中耕地包括水田、旱地和水澆地(除水田以外，有保證水源和灌溉措施的耕地)；園地包括果園、茶園和其他園地；林地包括有林地、灌木林地和其他林地；建設(shè)用地包括城市、建制鎮(zhèn)、村莊、工礦用地、風景名勝、交通用地和特殊用地；水域用地包括河流水面、湖泊水面、水庫水面、坑塘水面、內(nèi)陸灘涂、溝渠和水工建筑物用地；其他用地包括設(shè)施用地、田坎和裸地。

在此基礎(chǔ)上，對研究數(shù)據(jù)進行監(jiān)督分類和人工解譯相結(jié)合的方法進行土地分類，得到2005-2012年張家港土地利用面積統(tǒng)計表(表1)。

表1 張家港2005和2012年各類型土地利用面積 hm2

1.3 Markov模型預測原理

Markov模型是由俄國數(shù)學家馬爾可夫創(chuàng)建并命名的一種預測事件未來狀態(tài)及其動向的方法，是一種具有“無后效性”和“穩(wěn)定性”的特殊隨機過程[19]?！盁o后效性”是指在事件的發(fā)展過程中，系統(tǒng)將來的狀態(tài)只與當前狀態(tài)有關(guān)，而與以前所處的狀態(tài)無關(guān)；“穩(wěn)定性”是指隨著時間的增加，Markov過程趨于穩(wěn)定。土地利用的時空演變過程具有Markov模型的基本性質(zhì)，因此適合預測特定情境下的土地利用變化趨勢[20]。

狀態(tài)轉(zhuǎn)移概率矩陣的確立是運用Markov模型的前提條件，轉(zhuǎn)移概率矩陣可以定量反映各個土地利用類型之間的相互轉(zhuǎn)化狀況，揭示轉(zhuǎn)移速率[21,22]。土地利用/覆被類型狀態(tài)轉(zhuǎn)移概率矩陣的數(shù)學表達式為：

(1)

轉(zhuǎn)移概率矩陣里的元素可用轉(zhuǎn)移的面積占初始面積的比例來表示:

(2)

式中：Aij為一個時間段內(nèi)土地類型i轉(zhuǎn)變?yōu)橥恋仡愋蚸的面積；Ai為土地類型i的總面積。

1.4 生態(tài)響應(yīng)

生態(tài)響應(yīng)是指人類改變大自然所引起的生態(tài)系統(tǒng)服務(wù)價值的變化。土地利用類型的改變勢必會引起生態(tài)系統(tǒng)結(jié)構(gòu)發(fā)生巨大變化，從而影響生態(tài)系統(tǒng)服務(wù)價值。

基于中國陸地生態(tài)系統(tǒng)單位面積生態(tài)服務(wù)價值表[23]，利用影子價格法和干物質(zhì)量計算法，同時參考其他相關(guān)研究和張家港市實際情況，對各項類型的服務(wù)價值進行適當修正，構(gòu)建了張家港2012年生態(tài)系統(tǒng)單位面積生態(tài)服務(wù)價值評估模型(表2)。

表2 張家港2012生態(tài)系統(tǒng)單位面積不同土地利用的生態(tài)服務(wù)價值 元/hm2

注：建設(shè)用地生態(tài)服務(wù)價值默認為0。

本研究中，以土地利用狀態(tài)轉(zhuǎn)移概率矩陣[21,22]作為轉(zhuǎn)換規(guī)則進行Markov模擬計算。首先以2005年的土地利用數(shù)據(jù)為基礎(chǔ)，模擬計算2012年的土地利用類型數(shù)據(jù)，將其與2012年的真實數(shù)據(jù)相對比，校驗模型的可行性。然后以2012年的土地利用數(shù)據(jù)為基礎(chǔ)，預測張家港2019年和2026年的土地利用狀況。將預測結(jié)果和生態(tài)服務(wù)價值評估模型相結(jié)合，定量評價其不同時期土地利用變化及其生態(tài)響應(yīng)。

2 結(jié)果與分析

2.1 張家港土地利用轉(zhuǎn)移概率矩陣分析

根據(jù)2005年和2012年的土地利用分類圖和土地類型面積統(tǒng)計表(表1)，計算得出2005-2012年土地利用轉(zhuǎn)移矩陣和土地利用轉(zhuǎn)移概率矩陣。張家港2005-2012年土地利用轉(zhuǎn)移矩陣和轉(zhuǎn)移概率矩陣分別如表3和表4所示。

表3 2005-2012張家港土地利用轉(zhuǎn)移矩陣 hm2

注：矩陣中行表示2005年的第i種土地類型(i=1,2,…,6)，列表示2012年的第j種土地類型(j=1,2,…,6)；1為耕地；2為園地；3為林地；4為建設(shè)用地；5為水域；6為其他用地。矩陣元素代表2005年土地類型轉(zhuǎn)變?yōu)?012年土地類型的面積，即2005-2012年土地利用狀態(tài)轉(zhuǎn)移矩陣。

表4 2005-2012張家港土地利用轉(zhuǎn)移概率矩陣Fig.4 2005-2012 Zhangjiagang land use transition probability matrix

注：1為耕地；2為園地；3為林地；4為建設(shè)用地；5為水域；6為其他用地。矩陣元素代表2005年土地類型轉(zhuǎn)變?yōu)?012年土地類型的概率大小，概率由公式(2)計算得出，即2005-2012年土地利用轉(zhuǎn)移概率矩陣。

由表2、表3、表4可以看出：張家港土地利用變化的主要特征是隨著經(jīng)濟的快速發(fā)展，建設(shè)用地不斷擴張及其對耕地資源和水域的占用，這在一定程度上造成生態(tài)系統(tǒng)遭到破壞，同時導致城市水面率有所降低，使城市的自然生態(tài)、景觀優(yōu)美受到嚴重挑戰(zhàn)。

2005-2012年，張家港在經(jīng)歷經(jīng)濟跨越式發(fā)展的同時，土地利用類型的變化也十分劇烈，發(fā)生土地類型變化的斑塊面積達到9 996.12 hm2。其中主導轉(zhuǎn)換類型的是耕地轉(zhuǎn)換為建設(shè)用地4 833.72 hm2，占耕地初始面積的12.93%；轉(zhuǎn)換為園地1 321.08 hm2，占耕地初始面積的3.53%。水域轉(zhuǎn)換為建設(shè)用地650.25 hm2，占水域初始面積的2.09%；轉(zhuǎn)換為園地1 081.48 hm2，占水域初始面積的3.48%，由于長江水域不受張家港地方政府管理，同時張家港段沒有圍江造田工程，因此長江張家港段水域面積基本保持不變，水域面積變化主要是城鎮(zhèn)水域。

建設(shè)用地在2005-2012年增長了5 248.93 hm2，年增長速率為749.85 hm2/a，與張家港市2000-2010年土地利用總體規(guī)劃中規(guī)定的200 hm2/a相比，研究期間的建設(shè)用地增長速率偏大。同時建設(shè)用地主要增加的區(qū)域在城市周圍的城鄉(xiāng)結(jié)合部和交通沿線的城鎮(zhèn)周邊區(qū)域，占用了大量的耕地和水域面積。耕地和水域面積在此期間共減少了7 618.63 hm2，在一定程度上導致研究區(qū)的生態(tài)性受到破壞，出現(xiàn)水土流失、城市硬化面積過高等情況。

2.2 Markov模型穩(wěn)定性分析

以張家港2005年的土地利用數(shù)據(jù)為基礎(chǔ)，基于土地利用狀態(tài)轉(zhuǎn)移概率矩陣(表4)，通過Markov模型預測張家港2012年土地利用狀況，將2012年的模擬值與真實值對比，采用相對誤差來表示模型的精度。相對誤差表示為：

(2)

式中：δ代表相對誤差；A1代表真實值；A2代表模擬值。

2012年土地利用類型模擬值與真實值對比精度見表5。

表5 2012土地利用模擬值與真實值對比情況表 hm2

注：1為耕地；2為園地；3為林地；4為建設(shè)用地；5為水域；6為其他用地。

由表5可以看出，不同土地利用類型通過Markov模型預測得到的模擬值與真實值是基本吻合的，相對誤差最大的土地利用類型為其他用地的1.2305%。因此，我們認為隨著時間的增加，該模型是趨于穩(wěn)定的，基于Markov模型對張家港土地利用類型進行預測是可行的。

2.3 張家港未來土地利用預測結(jié)果分析

基于張家港2012年土地利用數(shù)據(jù)，通過Markov模型預測張家港2019年和2026年土地利用狀況。具體數(shù)據(jù)見表6。

表6 2019和2026張家港土地利用預測面積 hm2

注：1為耕地；2為園地；3為林地；4為建設(shè)用地；5為水域；6為其他用地。

通過對預測結(jié)果分析可知，建設(shè)用地面積在2012-2019年和2019-2026年的增長速率分別683.37和623.44 hm2/a，遠遠大于張家港市2010-2020年土地利用總體規(guī)劃中的150 hm2/a，因此建設(shè)用地的擴張速率必須加以控制。

水域面積到2019年和2026年分別減少到27 849.25和26 407.74 hm2，考慮到長江水域面積不能被侵占，因此陸地內(nèi)的水域?qū)⑦M一步銳減，水面率將低于張家港市水資源綜合規(guī)劃中設(shè)定的6%下限，因此在接下來的一段時期，需要改變水域面積的減少趨勢，保證水面率不降低。

耕地面積在2012-2026年期間共減少9 080.39 hm2，減少到22 993.58 hm2，考慮到張家港市正在推進的保護和發(fā)展農(nóng)業(yè)“四個百萬畝”落實政策，其中規(guī)定耕地必須保證在24 019.13 hm2以上，因此需要大幅度減小耕地的減少速度。

2.4 生態(tài)響應(yīng)分析

根據(jù)表2和表6，計算張家港2012、2019和2026年土地利用狀況相對應(yīng)的生態(tài)系統(tǒng)服務(wù)價值(表7)和各單項生態(tài)服務(wù)價值(表8)。

表7 張家港不同土地利用類型各年份生態(tài)系統(tǒng)服務(wù)價值(2012-2026)Fig.7 Zhangjiagang service value of different land use types of ecosystems (2012-2026)

表8 張家港各項生態(tài)系統(tǒng)服務(wù)價值(2012-2026年)Fig.8 Zhangjiagang service value of different ecosystems (2012-2026)

由表7和表8可以看出，2012-2019年和2019-2026年，張家港整體上呈現(xiàn)負生態(tài)響應(yīng)，生態(tài)系統(tǒng)服務(wù)總價值逐年遞減，遞減速率分別為1 314.96和1 155.57萬元/a。從各土地利用類型對應(yīng)的生態(tài)服務(wù)價值來看，2012-2026年，耕地和水域出現(xiàn)大幅度減少，分別減少11 308.63和7 745.3萬元。同時，9個單項生態(tài)系統(tǒng)服務(wù)價值均出現(xiàn)降低，其中食物生產(chǎn)、氣體調(diào)節(jié)、氣候調(diào)節(jié)、水文調(diào)節(jié)、廢物處理和生物多樣性保持出現(xiàn)較大幅度的減少，分別減少4 309.27、917.71、1 566.15、5 606.85、2 565.90和791.12萬元/a。一定程度體現(xiàn)出研究區(qū)的生態(tài)環(huán)境出現(xiàn)惡化，生物多樣性減退。這主要是因為：耕地和水域面積的大幅度減少，加上建設(shè)用地增加過快，打破了原有土地類型平衡狀態(tài)，導致研究區(qū)生態(tài)系統(tǒng)服務(wù)總價值減少，出現(xiàn)水文調(diào)節(jié)、廢物處理能力下降等環(huán)境惡化問題，一定程度上限制了研究區(qū)的可持續(xù)發(fā)展。

綜上所述，如果按照2005-2012年土地利用變化趨勢進行發(fā)展，在未來一段時間內(nèi)，研究區(qū)將面臨土地利用類型失衡、生態(tài)環(huán)境遭到破壞以及環(huán)境惡化等問題。政府應(yīng)該盡快采取措施，如：嚴格控制建設(shè)用地的擴張速率，加強推進耕地保護政策，同時保證水域面積不減少等措施，使研究區(qū)的生態(tài)系統(tǒng)保持健康發(fā)展。

3 結(jié) 語

(1)基于已有的研究，結(jié)合2005-2012年張家港土地利用變化規(guī)律，建立其土地利用轉(zhuǎn)移概率矩陣，同時構(gòu)建了張家港生態(tài)系統(tǒng)單位面積服務(wù)價值評估模型。

(2)通過Markov模型預測分析張家港2019年和2026年土地利用狀況，結(jié)果表明：研究區(qū)建設(shè)用地和園地面積增長幅度較大，與此相對，耕地和水域面積出現(xiàn)較大幅度減少，這是城鎮(zhèn)化過程不斷加快所導致的結(jié)果。2012-2026年，建設(shè)用地面積將繼續(xù)以653.41 hm2/a速率增加，耕地和水域繼續(xù)出現(xiàn)較大幅度的減少，到2026年耕地和水域?qū)⒎謩e下降到22 993.58和26 407.74 hm2，這種土地利用變化趨勢將會導致生態(tài)系統(tǒng)遭到迫害。

(3)根據(jù)生態(tài)系統(tǒng)單位面積服務(wù)價值評估模型，計算2012、2019、2026年各土地利用類型的生態(tài)服務(wù)價值，結(jié)果表明張家港整體上呈現(xiàn)負生態(tài)響應(yīng)，其中耕地和水域類型對應(yīng)的生態(tài)服務(wù)價值出現(xiàn)大幅度減少，另一方面食物生產(chǎn)、氣體調(diào)節(jié)、氣候調(diào)節(jié)、水文調(diào)節(jié)、廢物處理和生物多樣性等9個單項生態(tài)服務(wù)價值均出現(xiàn)下降。

因此，按照目前的土地利用變化趨勢繼續(xù)發(fā)展是不可行的，政府也開始改變目前的土地利用政策，加強控制建設(shè)用地擴張速率，實施耕地保護政策，保證水域面積不減少，從而使土地利用結(jié)構(gòu)處于可持續(xù)發(fā)展狀態(tài)，維持生態(tài)系統(tǒng)的健康狀況。

□

[1] 唐華俊,吳文斌,Peter H Verburg,等. 土地利用/土地覆被變化(LUCC)模型研究進展[J]. 地理學報,2009,(4):456-468.

[2] 黃曉磊,劉東云,馮仲科,等. 基于CA-Markov模型的天津市土地利用預測研究[J]. 中國農(nóng)業(yè)科技導報,2012,(5):84-89.

[3] 崔敬濤. 基于Logistic-CA-Markov模型的臨沂市土地利用變化模擬預測研究[D]. 南京：南京大學,2014.

[4] 孫伯明,陳 菁,吳 鑫,等. 小三江平原土地利用變化對生態(tài)系統(tǒng)服務(wù)價值的影響研究[J]. 灌溉排水學報,2014,(Z1):261-265.

[5] 孫賢斌,劉紅玉,李玉鳳,等. 基于CA-Markov模型土地利用對景觀格局影響辨識[J]. 生態(tài)與農(nóng)村環(huán)境學報,2009,(1):1-7,31.

[6] 馮異星,羅格平,周德成,等. 近50 a土地利用變化對干旱區(qū)典型流域景觀格局的影響----以新疆瑪納斯河流域為例[J]. 生態(tài)學報,2010,16:4 295-4 305.

[7] 吳 莉,侯西勇,徐新良,等. 山東沿海地區(qū)土地利用和景觀格局變化[J]. 農(nóng)業(yè)工程學報,2013,(5):207-216,293.

[8] 韓其飛,羅格平,白 潔,等. 基于多期數(shù)據(jù)集的中亞五國土地利用/覆蓋變化分析[J]. 干旱區(qū)地理,2012,(6):909-918.

[9] 王范霞,毋兆鵬. 近40 a來精河流域綠洲土地利用/土地覆被時空動態(tài)演變[J]. 干旱區(qū)資源與環(huán)境,2013,(2):150-155.

[10] 肖 翔,李揚帆,朱曉東. 基于土地利用驅(qū)動力的馬爾科夫模型及其應(yīng)用[J]. 土壤,2011,(5):822-827.

[11] Guan D J, Li H F, Inohae T, et al. Modeling urban land use change by the integration of cellular automaton and Markov model[J]. Ecological Modelling, 2011,222:3 761-3 772.

[12] Bell E J, Hinojosa R C. Markov analysis of land use change: Continuous time and stationary processes[J]. Socio-Economic Planning Sciences, 1977,11(1):13-17.

[13] Giri C P. Remote sensing of land use and land cover: principles and applications.[J]. Remote Sensing of Land Use & Land Cover Principles & Applications, 2012.

[14] 劉孝國,郄瑞卿,董 軍. 基于馬爾可夫模型的吉林市土地利用變化預測[J]. 中國農(nóng)學通報,2012,(29):226-229.

[15] 何寶忠,高敏華,趙軍安. 基于馬爾科夫模型的吐魯番市土地覆被動態(tài)變化研究[J]. 水土保持研究,2014,(5):41-48.

[16] 肖 翔,黃海濤,吳海均,等. 基于馬爾可夫模型的蘇州市區(qū)土地利用變化預測[J]. 江西農(nóng)業(yè)學報,2008,(11):134-136,139.

[17] 王宗明,張樹清,張 柏. 土地利用變化對三江平原生態(tài)系統(tǒng)服務(wù)價值的影響[J]. 中國環(huán)境科學,2004,(1):126-129.

[18] 常守志,王宗明,宋開山,等. 1954-2005年三江平原生態(tài)系統(tǒng)服務(wù)價值損失評估[J]. 農(nóng)業(yè)系統(tǒng)科學與綜合研究,2011,(2):240-247.

[19] 劉淑燕,余新曉,李慶云,等. 基于CA-Markov模型的黃土丘陵區(qū)土地利用變化[J]. 農(nóng)業(yè)工程學報,2010,(11):297-303.

[20] 韓文權(quán),常 禹. 景觀動態(tài)的Markov模型研究----以長白山自然保護區(qū)為例[J]. 生態(tài)學報,2004,(9):1 958-1 965.

[21] 張 旭. 基于CA-MARKOV模型的甘南州土地利用預測研究[D].蘭州：蘭州大學,2012.

[22] 包 茹. 昌吉市土地利用變化預測研究[D].新疆：新疆大學,2013.

[23] 謝高地,甄 霖,魯春霞,等. 一個基于專家知識的生態(tài)系統(tǒng)服務(wù)價值化方法[J]. 自然資源學報,2008,(5):911-919.