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)。
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。
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
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。
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)。
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。
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。
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。
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。
(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.