楊鳳海, 程光大, 王盼盼, 邸延順, 赫 軒, 呂景峰
(1.東北農(nóng)業(yè)大學 資源與環(huán)境學院, 哈爾濱 150030; 2.東北大學 土地管理研究所, 沈陽 110169)
?
基于分形的寧安市土地利用變化及驅(qū)動力研究
楊鳳海1, 程光大1, 王盼盼2, 邸延順1, 赫 軒1, 呂景峰1
(1.東北農(nóng)業(yè)大學 資源與環(huán)境學院, 哈爾濱 150030; 2.東北大學 土地管理研究所, 沈陽 110169)
以黑龍江省寧安市為研究區(qū),以1991—2010年3期遙感影像為數(shù)據(jù)源,基于分形理論,在RS、GIS技術(shù)支持下,運用空間統(tǒng)計分析和綜合因素分析法分析研究區(qū)土地利用變化特征及其驅(qū)動力,以期揭示土地利用變化規(guī)律及其影響因素。結(jié)果表明:(1) 1991—2010年研究區(qū)的土地利用發(fā)生了普遍的變化,耕地和建設(shè)用地的面積逐年增加,林地和草地的面積逐年減少,水域和其他用地的面積保持相對穩(wěn)定。耕地面積的增長主要來源于林地;建設(shè)用地主要增量來源于耕地,林地轉(zhuǎn)移方向主要為耕地,其增量主要來源于草地。草地面積逐年減少,其主要轉(zhuǎn)移方向是耕地和林地,其增量主要來源于林地。(2) 1991—2010年寧安市整體的分維數(shù)值處于上升趨勢,穩(wěn)定性是下降態(tài)勢,水域的空間結(jié)構(gòu)最復雜,耕地和建設(shè)用地的空間結(jié)構(gòu)較為簡單。水域結(jié)構(gòu)復雜,穩(wěn)定性強;耕地和林地結(jié)構(gòu)先復雜后趨向穩(wěn)定;草地和建設(shè)用地結(jié)構(gòu)越來越復雜,趨于不穩(wěn)定;其他用地結(jié)構(gòu)簡單,趨向穩(wěn)定。(3) 引起研究區(qū)土地利用變化的主要自然因素是災(zāi)害與氣候特征,社會經(jīng)濟發(fā)展、人口因素、居民生活水平和技術(shù)進步是研究區(qū)土地利用變化的主要人為驅(qū)動力,人為因素的驅(qū)動力度在逐年加強。
土地利用分形特征; 寧安市; 分形理論; 驅(qū)動力
土地利用作為現(xiàn)代地理學主要研究的內(nèi)容,與“人口—經(jīng)濟—環(huán)境”等復雜問題息息相關(guān)。土地利用是基于自然條件、人為影響和社會因素共同作用下的在時間和空間意義上最具典型的復雜地理事象,其在結(jié)構(gòu)上具有一定的自相似性,是十分典型的分形結(jié)構(gòu)[1]。根據(jù)分形理論,將土地利用作為復雜系統(tǒng)進行研究,打破傳統(tǒng)的統(tǒng)計意義,依據(jù)分維數(shù)原則從斑塊結(jié)構(gòu)的周長和面積推算出其隱含的信息。從而揭示土地利用空間結(jié)構(gòu)變化的過程,可以進一步說明土地利用類型變化的內(nèi)在復雜程度和穩(wěn)定程度[2-4]?;诜中蔚耐恋乩米兓芯磕軌驈浹a傳統(tǒng)方法對于其在面積周長等結(jié)構(gòu)屬性統(tǒng)計以及景觀指數(shù)、TOPSIS等方法對土地利用結(jié)構(gòu)表達的不足,已經(jīng)成為土地利用/覆被變化(LUCC)研究的一個重要內(nèi)容。目前,國內(nèi)外關(guān)于土地利用時空變化分析研究主要采用的數(shù)量指標有動態(tài)度、轉(zhuǎn)移矩陣、景觀格局指數(shù)等[5-7],對于土地利用類型進行數(shù)量、形狀、面積及其相互轉(zhuǎn)換等方面的研究[8-10];關(guān)于分形特征的研究,主要集中在土地利用結(jié)構(gòu)分形維數(shù)(邊界維數(shù)、半徑維數(shù)和信息維數(shù)等)的應(yīng)用研究[11-13],以期更好地定量表達各土地利用類型的形狀特征、分布特征與集聚特征。隨著分形理論在土地利用研究中的不斷深入,土地利用分形特征研究向著系統(tǒng)化和機制化方向發(fā)展。
針對我國國情和政策背景,由土地利用的不合理而引發(fā)的相關(guān)問題主要存在兩個方面,一是城鎮(zhèn)化發(fā)展與耕地保護相沖突引發(fā)的糧食安全問題,二是土地資源的過度開發(fā)和不合理利用導致的生態(tài)環(huán)境問題。黑龍江省作為我國的糧食主產(chǎn)區(qū)、主要的商品糧基地以及全國生態(tài)省,擔負著保障國家糧食安全和生態(tài)文明建設(shè)的重任,因此黑龍江省面臨的糧食安全問題和生態(tài)環(huán)境問題更為嚴峻。本文以黑龍江省寧安市為例,在研究區(qū)三期遙感數(shù)據(jù)的基礎(chǔ)上,計算土地利用類型的分形維數(shù)和穩(wěn)定性指數(shù),從土地利用類型變化、土地利用分形維數(shù)和土地利用穩(wěn)定型指數(shù)三個方面進行分析,探討其基于分形的土地利用變化特征。在此基礎(chǔ)上,選取相關(guān)因素指標進一步探討土地利用變化的自然和人為驅(qū)動因素,以期揭示區(qū)域發(fā)展過程中土地利用變化規(guī)律,為區(qū)域土地合理利用提供理論依據(jù)。
寧安市位于黑龍江省南端,隸屬牡丹江地區(qū),地理坐標128°7′54″—130°0′44″E,44°27′40″—48°31′24″N,東與穆棱市毗鄰,西與海林市交界,南與吉林省汪清縣、敦化市接壤,北與牡丹江市相連。寧安市地勢上從西南向東北形成山地、丘陵漫崗、沿江平原三種地形。寧安縣境內(nèi)氣候條件良好,有“塞北小江南”之稱。年平均氣溫3.5~5.5℃,年降水量一般在400~600 mm之間,年日照時數(shù)2 600~2 700 h,無霜期100~135 d。2010年寧安土地總面積為72.23萬hm2,其中耕地21.1萬hm2。耕地中旱田占75%,水田占25%。境內(nèi)土地肥沃,物理機械性能好,宜種植各類作物,農(nóng)業(yè)綜合開發(fā)有很大潛力。草地面積1.68萬hm2,林地44.66萬hm2,建設(shè)用地1.39萬hm2,水域及其他用地3.42萬hm2。從土地利用布局上看,農(nóng)林用地比重大,用地結(jié)構(gòu)比較簡單,是典型的農(nóng)林區(qū)。
2.1數(shù)據(jù)來源與處理
本研究采用了1991年、2000年、及2010年三期TM影像,分辨率30 m,包含7個波段;為保證影像的高度清晰,考慮研究區(qū)的物候特點,影像均選擇在6—9月份,影像云覆蓋低于影像面積的10%。利用ENVI軟件,將影像進行波段融合、圖像裁剪和增強處理。以研究區(qū)1∶5萬數(shù)字化地形圖為基準,對三期影像進行幾何校正。以土地利用方式和覆蓋特征為主要分類依據(jù),采用控制點糾正方式結(jié)合研究區(qū)地理特征情況,將研究區(qū)土地利用類型分為耕地、林地、草地、水域、建設(shè)用地及其他用地6類。咨詢專家對目標地物的解譯經(jīng)驗,邀請熟悉研究區(qū)情況的人員進行核實,在最大程度上確保解譯的精度及準確性。利用ArcGIS平臺,將各時段土地利用類型圖進行疊加分析,建立空間轉(zhuǎn)移矩陣,并將其屬性轉(zhuǎn)出,導入Excel及Matlab軟件,計算其分形維數(shù)和穩(wěn)定性指數(shù),以此作為分析土地利用變化及分形特征的基礎(chǔ)。氣候數(shù)據(jù)來自牡丹江市各氣象站點,數(shù)據(jù)以天計數(shù),少量數(shù)據(jù)缺失通過空間插值進行修訂,精度達到分析標準,數(shù)據(jù)可信;社會經(jīng)濟數(shù)據(jù)來源于黑龍江省統(tǒng)計年鑒、牡丹江市統(tǒng)計年鑒及寧安市統(tǒng)計年鑒。
2.2空間轉(zhuǎn)移矩陣模型
本文通過建立土地利用類型的轉(zhuǎn)移矩陣進而分析其用地情況,轉(zhuǎn)移矩陣來源于系統(tǒng)分析中對系統(tǒng)狀態(tài)轉(zhuǎn)移的定量描述,其數(shù)學形式表達為:
式中:A——土地利用面積;n——土地利用類型數(shù)量;i,j——研究初期和研究末期的土地利用類型[14]。
2.3分形模型
本文計算土地利用類型分維數(shù)時所使用的“周長—面積”公式為:
式中:A——某一土地利用類型的圖斑面積;P——該圖斑的周長;D——分維數(shù);C——截距,由此式建立的周長—面積關(guān)系[15]。
3.1土地利用類型變化分析
借助ArcGIS平臺對研究區(qū)這三個時期的土地利用狀況進行分析,分析得出1991—2010年寧安市土地利用類型面積及其比例(表1)和寧安市土地利用轉(zhuǎn)移矩陣(表2)。數(shù)據(jù)分析可知,研究區(qū)土地利用類型的總體分布以農(nóng)用地為主,二十年間林地面積均占總面積的60%以上,耕地面積占用地總面積的20%以上,且耕地面積在2010年所占總面積比例已接近30%。草地面積占總面積6%以內(nèi),水域面積占總面積比例一直保持在3.2%左右,建設(shè)用地和其他用地面積占總面積的比例均不超過2%。
二十年間,耕地面積逐年增加,1991年耕地面積為164 627.25 hm2,到2010年其面積增至210 919.18 hm2,所占面積比例由22.79%增至29.20%。耕地面積的增長主要來源于林地,其面積達34 202.18 hm2,占增加面積的73.88%。耕地的轉(zhuǎn)出則以轉(zhuǎn)向建設(shè)用地為主要方向,轉(zhuǎn)出面積為3 050.44 hm2,其次向林地轉(zhuǎn)出面積為3 043.74 hm2,其余轉(zhuǎn)出面積極少。林地向耕地的轉(zhuǎn)移能夠帶來木材經(jīng)濟和糧食產(chǎn)出的雙向收益,是目前耕地增量的普遍現(xiàn)象;而占用建設(shè)用地最少也側(cè)面說明了耕地利用轉(zhuǎn)向建設(shè)用地的不可逆性,建設(shè)用地復墾的難度是極大的。
表1 1991-2010年寧安市土地利用類型面積及其比例
表2 1991-2010年寧安市土地利用轉(zhuǎn)移矩陣 hm2
林地面積逐年減少,但一直是寧安市主要的用地面積。1991年林地面積為470 643.3 hm2,占總面積65.16%;2010年林地面積為446 583.54 hm2,占地比例縮至61.82%,年平均減少量約2 400 hm2。從轉(zhuǎn)移矩陣可知,林地轉(zhuǎn)移方向主要為耕地,轉(zhuǎn)出面積為34 202.18 hm2,占總轉(zhuǎn)出面積的85.42%;林地的主要增量是來源于草地,其面積為12 777.89 hm2,占林地增量面積的79.96%。從林地在用地類型內(nèi)部的轉(zhuǎn)移情況看,其利用情況是不合理的,由于寧安市林地存量較大,導致其林地利用的合理性并未受到重視。
草地面積逐年減少,面積減少了25 866.18 hm2,其面積所占比例從1991年的5.90%到2010年減至2.32%。草地的主要轉(zhuǎn)移方向是耕地和林地,轉(zhuǎn)移面積分別為17 126.55 hm2和12 777.89 hm2;而其增量主要來源于林地,增量面積為4 453.17 hm2。由于寧安市的畜牧業(yè)不發(fā)達,因此草地在研究區(qū)所有用地類型中屬于邊緣過渡型用地,除依據(jù)地貌自然形成外,人為利用主要側(cè)重于占用。因此在1991—2010年,草地的變化速率是各用地類型中最大的。
建設(shè)用地逐年增加,1991年其面積為8 653.29 hm2,所占總面積比例為1.20%,2010年其面積為13 931.86 hm2,所占比例達到1.93%,面積增長量達61%。建設(shè)用地轉(zhuǎn)出量極少,增加占主導趨勢,增量來源在各用地類型中均有分布,主要增量來源于耕地,增量面積為3 050.44 hm2,其次為林地,增量面積為1 283.78 hm2。這一現(xiàn)象是在加速城鎮(zhèn)化建設(shè)過程中必然形成的,隨著寧安市社會經(jīng)濟的加速發(fā)展,建設(shè)用地面積的增長速度會更快。
3.2土地利用分形特征分析
本文運用面積周長雙對數(shù)模型,得出研究區(qū)各地類的分維數(shù)值及穩(wěn)定性指數(shù)(表3),結(jié)果表明,單個時期內(nèi),各土地利用類型的分維數(shù)值橫向相比,1991年各用地類型的分維數(shù)值排序為:水域>其他用地>林地>草地>耕地>建設(shè)用地;2000年各用地類型的分維數(shù)值排序為:水域>草地>其他用地>林地>耕地>建設(shè)用地;2010年各用地類型的分維數(shù)值排序為:水域>草地>其他用地>林地>建設(shè)用地>耕地。結(jié)合三個時期的土地利用類型分維數(shù)情況對研究區(qū)總體分析得知,1991—2010年寧安市分維數(shù)較大的地類為水域,耕地及建設(shè)用地的分維數(shù)較??;也就是說水域的地類結(jié)構(gòu)較復雜,而耕地和建設(shè)用地的地類結(jié)構(gòu)較為簡單。
表3 1991-2010年寧安市土地利用分形特征計算
(1) 耕地的分維數(shù)值在1991年最低、穩(wěn)定性指數(shù)最高,2000年分維數(shù)值最高、穩(wěn)定性指數(shù)最低。分維數(shù)值是先升后降,穩(wěn)定性指數(shù)先降后升,說明其用地形態(tài)是先趨向不規(guī)則后趨向規(guī)則,結(jié)構(gòu)先復雜后趨向穩(wěn)定,但2010年仍未及1991年水平。由于1991至2000年期間采伐林地擴充耕地范圍使耕地面積的快速增長,導致耕地圖斑大量增多,破碎度較大,邊界結(jié)構(gòu)不規(guī)則,穩(wěn)定性有所降低。2000年以后,在全國土地整治以及基本農(nóng)田規(guī)范建設(shè)的政策背景下,寧安市對存量的耕地加以科學化的改造和利用。同時,隨著城鎮(zhèn)化進程的加快,大量農(nóng)民進城務(wù)工,使得小戶的農(nóng)田自主流轉(zhuǎn)集中到一起進行合作經(jīng)營,這使得部分破碎化的耕地被整合,加之為方便大型農(nóng)機耕作,耕地邊界與圖斑大小也通過科學化的整理而變得規(guī)則,從而使得耕地的穩(wěn)定性有所回升。但至2010年,耕地穩(wěn)定性情況仍不及1991年的理想,寧安市在對存量耕地的利用上應(yīng)進一步重視農(nóng)田規(guī)模和集中整治,從利用結(jié)構(gòu)入手提高耕地質(zhì)量。
(2) 林地的分維數(shù)值在2010年最低、穩(wěn)定性指數(shù)最高,2000年分維數(shù)值最高、穩(wěn)定性指數(shù)最低。林地的分形特征與耕地相類似,其用地形態(tài)是先趨向不規(guī)則后趨向規(guī)則,結(jié)構(gòu)先復雜后趨向穩(wěn)定。寧安市地域沒有處在三北防護林帶上,林地資源充裕,一直處于被利用的狀態(tài),這使得林地面積逐年減少。林地的主要轉(zhuǎn)出方向是耕地,林地與耕地臨界的邊緣形狀是相似的,在對耕地用地結(jié)構(gòu)進行整治發(fā)生變化的同時也會對林地的邊緣結(jié)構(gòu)造成一定的影響。1991—2000年林地被開采耕作,使得原有成片的林地被肢解利用變得破碎,分維數(shù)有所升高,穩(wěn)定性下降;2000年后在耕地整治過程中,會在原有不規(guī)則耕地邊緣處設(shè)立防護林帶,這些增加的林帶邊界形狀十分規(guī)則,在一定程度上增加了林地的穩(wěn)定性指數(shù)。
(3) 草地的分維數(shù)值逐年遞增,穩(wěn)定性指數(shù)逐年遞減,這說明草地的用地形態(tài)是趨向不規(guī)則和不穩(wěn)定,結(jié)構(gòu)越來越復雜。寧安市的草地分布多在南部山區(qū)地帶,不利于發(fā)展畜牧業(yè),經(jīng)過人為利用后的存量草地也主要以各地類之間的邊緣過渡用地類型形式存在。這導致草地的在利用過程中不僅面積縮減,結(jié)構(gòu)也越來越零散。
(4) 建設(shè)用地的分維數(shù)值逐年遞增,穩(wěn)定性指數(shù)逐年遞減,建設(shè)用地的用地形態(tài)是趨向不規(guī)則和不穩(wěn)定,結(jié)構(gòu)越來越復雜。建設(shè)用地作為人為影響最大的地類之一,其分維數(shù)值在1991年及2000年都是各地類中最低的。但其分維數(shù)值在時空上的變化是逐年遞增的,穩(wěn)定性指數(shù)則是逐年遞減,說明建設(shè)用地雖然主要在人為影響的作用下形成,但人為利用中并不科學。除圖斑急劇增加導致分維數(shù)值變化明顯以外,城鎮(zhèn)建設(shè)用地擴張速度快,但未能有效地形成分區(qū)和集約利用,圖斑零散破碎;新增建設(shè)用地結(jié)構(gòu)復雜,實際建設(shè)中未能很好地按照規(guī)劃進行建設(shè);農(nóng)業(yè)設(shè)施用地增多,其分布也較零散,未能集中建設(shè)。
(5) 水域的分維數(shù)值在時空上也呈現(xiàn)逐年遞增的態(tài)勢,但其穩(wěn)定性指數(shù)并未逐年遞減反而呈遞增趨勢,這說明水域的用地形態(tài)和結(jié)構(gòu)復雜程度較高,分維數(shù)值處在布朗運動臨界值之上,這是很多主要通過自然成因而形成的地類的分維特點,結(jié)構(gòu)復雜,但穩(wěn)定性較強。水域在利用過程中,人為影響較小,且變化甚微。
(6) 其他用地的分維數(shù)值在1991—2000年變化不明顯只有微量減少,至2010年下降較明顯,穩(wěn)定性指數(shù)逐年遞增,用地形態(tài)是趨向規(guī)則和穩(wěn)定,結(jié)構(gòu)由復雜趨向簡單。
3.3土地利用變化驅(qū)動力定性分析
在區(qū)域尺度上土地利用變化的自然驅(qū)動力,包括了以相關(guān)區(qū)域降水、溫度、熱量等為特征的氣候變化過程以及地表徑流引起的水文變化過程的作用,在寧安市的自然地理背景下,引起土地利用變化的自然驅(qū)動力直接受制于上述要素的作用。
(1) 熱量、溫度及降水變化。據(jù)氣象站統(tǒng)計數(shù)據(jù)(見圖1)反映1991—2010年寧安市年光照時長變化,整體變化并不明顯,說明光照時長對土地利用格局的影響較小。寧安市年平均氣溫在1991—2010年波動較大,但整體趨勢只是略有提升,全球溫室效應(yīng)對寧安市的影響不大,說明大量林地的存在對氣溫及生態(tài)環(huán)境的穩(wěn)定效果顯著,而氣溫對土地利用的驅(qū)動是有一定作用的。正是熱量與溫度的這種分布規(guī)律與演變過程,形成了寧安市資源環(huán)境對其適應(yīng)性特征,在較長時期上制約了農(nóng)業(yè)、林業(yè)以及相關(guān)產(chǎn)業(yè)的定位與布局,影響了土地利用變化的過程與特征。
在寧安市的自然地理背景下,降水月變化分明,總量較充沛。在1991—2010年內(nèi),寧安市年降水量最高為1991年的669 mm,最低年降水量為1999年的364.9 mm,至2010年總體趨勢下降達502.9 mm。年蒸發(fā)量與這種降水特征結(jié)合作用植被,在長期的演變過程中,形成了一種協(xié)同進化的機制,構(gòu)成了寧安市植被覆蓋特征,也必然形成了土地利用的特定模式。
(2) 旱澇災(zāi)害。寧安市主要的自然災(zāi)害有旱、澇、寒、風等,以1998—2004年為例,2004年寧安市總成災(zāi)土地面積30 136 hm2,受災(zāi)情況較為嚴重,其中旱災(zāi)成災(zāi)土地面積21 464 hm2,水災(zāi)成災(zāi)土地面積為87 hm2。2000年寧安市總成災(zāi)土地面積為7 181 hm2,受災(zāi)情況較輕,其中旱災(zāi)成災(zāi)土地面積2 083 hm2,水災(zāi)成災(zāi)面積為4 372 hm2。除2002年和2003年,旱澇災(zāi)害成災(zāi)面積占總成災(zāi)面積均在60%以上。
旱澇災(zāi)害對于各用地類型均有不同程度的影響,寧安市境內(nèi)各干支流會根據(jù)當年的旱澇情況有不同的面積變化,草地與灌木林地之間也會受到旱澇情況而互相轉(zhuǎn)變。根據(jù)旱澇災(zāi)情,人們會利用防護設(shè)施及技術(shù)手段來控制受災(zāi)程度,比如興修農(nóng)田水利、灌溉設(shè)施來調(diào)節(jié)旱澇災(zāi)情,種植防護林抵御大風災(zāi)害,這都是自然災(zāi)害在土地利用變化上影響的體現(xiàn)。寧安市以旱澇災(zāi)害為代表的孕災(zāi)環(huán)境與機理,以及災(zāi)害發(fā)生的過程與特征,無一例外地影響了土地利用變化的過程與特征,也自然成為制約土地利用變化的重要因素。
3.4土地利用變化驅(qū)動力定量分析
本文利用主成分分析原理對寧安市土地利用變化的人口、技術(shù)及經(jīng)濟三方面驅(qū)動因素進行定量分析,結(jié)合寧安市實際情況共選取16個驅(qū)動力變量因子:X1人口總數(shù)(萬人)、X2非農(nóng)業(yè)人口(萬人)、X3人口密度(人/km2)、X4GDP(萬元)、X5人均GDP (元)、X6社會固定資產(chǎn)投資(萬元)、X7第一產(chǎn)業(yè)增加值(萬元)、X8第二產(chǎn)業(yè)增加值(萬元)、X9第三產(chǎn)業(yè)增加值(萬元)、X10城鄉(xiāng)居民儲蓄存款余額(萬元)、X11農(nóng)民人均純收入(元)、X12城鎮(zhèn)居民人均可支配收入(元)、X13農(nóng)業(yè)機械總動力(萬kW)、X14農(nóng)用化肥施用折純量(t)、X15糧食總產(chǎn)量(萬t)及X16人均糧食占有量(kg)。
通過SPSS軟件對所選取指標的數(shù)據(jù)進行主成份分析后得出旋轉(zhuǎn)成份矩陣(表4)、因子得分系數(shù)矩陣(表5)和土地利用變化驅(qū)動力綜合得分變化圖(圖2),本文采用方差最大旋轉(zhuǎn)的方法對初始載荷矩陣進行旋轉(zhuǎn)得到旋轉(zhuǎn)后載荷矩陣。由表4可以看出,第1主成分與變量X1和X3呈負相關(guān),與X2相關(guān)性較低僅為29.5%;與其余的變量相關(guān)性均較高,說明第1公因子更能代表剩余的這些變量;X2在第2主成分在上載荷較高,說明第2公因子更適合代表這個變量。進一步分析,根據(jù)各個變量的特點,可以把第一主成份解釋為經(jīng)濟發(fā)展、生活水平和技術(shù)進步因素,第二主成分解釋為人口因素。
圖1 寧安市年降水量、年日照時長、年平均氣溫、年蒸發(fā)量變化
因子主成分1主成分2X1-0.1090.969X20.2950.705X3-0.1090.969X40.9950.079X50.9960.062X60.9270.098X70.9890.030X80.9880.075X90.9850.121X100.9740.022X110.9940.016X120.9860.110X130.9030.091X140.779-0.187X150.974-0.089X160.970-0.131
由圖2可知寧安市1991—2010年土地利用變化的驅(qū)動力綜合得分呈不斷提升的趨勢,且2005年以后增幅較大,這表明影響寧安市土地利用變化的驅(qū)動力在大幅度增強,人類活動對寧安市土地利用變化的影響不斷加強。綜合以上分析及主成分載荷,可以得出,經(jīng)濟因素、人口因素、生活水平和技術(shù)進步均是寧安市土地利用變化的主要人為驅(qū)動力。從第一和第二主成份的旋轉(zhuǎn)矩陣能看出人口因素中的人口總數(shù)和城市人口密度,居民生活水平的所有指標因子,社會經(jīng)濟中GDP與第一、第二及第三產(chǎn)業(yè)產(chǎn)值的發(fā)展以及技術(shù)進步中的糧食總產(chǎn)量在土地利用驅(qū)動力中占主導地位。
表5 主成分得分系數(shù)矩陣
圖2 寧安市土地利用變化驅(qū)動力綜合得分變化
(1) 1991—2010年研究區(qū)耕地和建設(shè)用地的面積逐年增加,耕地面積的增長主要來源于林地,建設(shè)用地面積的增長主要來源于耕地;林地和草地的面積逐年減少,林地轉(zhuǎn)移方向主要為耕地,草地主要轉(zhuǎn)移方向是耕地和林地;水域和其他用地的面積保持相對穩(wěn)定。
(2) 1991—2010年寧安市整體的分維數(shù)值處于上升趨勢,穩(wěn)定性是下降態(tài)勢,水域的空間結(jié)構(gòu)最復雜,耕地和建設(shè)用地的空間結(jié)構(gòu)較為簡單。耕地和林地結(jié)構(gòu)先復雜后趨向穩(wěn)定;草地和建設(shè)用地結(jié)構(gòu)越來越復雜,趨于不穩(wěn)定;水域結(jié)構(gòu)及穩(wěn)定性變化不明顯;其他用地結(jié)構(gòu)簡單,趨向穩(wěn)定。
(3) 根據(jù)定性分析,1991—2010年寧安市土地利用變化的自然驅(qū)動因素為災(zāi)害與氣候特征,根據(jù)定量分析,1991—2010年寧安市土地利用變化的驅(qū)動因素主要為人口、社會經(jīng)濟、居民生活水平及技術(shù)進步,人口總數(shù)、城市人口密度、城鄉(xiāng)居民儲蓄存款余額、農(nóng)民人均純收入、城鎮(zhèn)居民人均可支配收入、GDP與三次產(chǎn)業(yè)產(chǎn)值的發(fā)展以及糧食總產(chǎn)量在土地利用驅(qū)動力因子中占主導地位。人為因素的驅(qū)動力度是逐年加強的,且在2005年后表現(xiàn)更為明顯。
本文研究方法合理得當,研究成果對于指導解決區(qū)域土地利用合理優(yōu)化發(fā)展過程中的問題具有重要意義,但在分析土地利用變化時未對其空間分布規(guī)律和分形特征的驅(qū)動因素進行分析,需要在以后的研究中進一步完善。
[1]朱曉華,王建.分形理論在地理學中的應(yīng)用現(xiàn)狀和前景展望[J].大自然探索,1999,18(3):42-46.
[2]Mandelbrot B B. How long is the coast of Britain[J]. Science, 1967,156(3775):636-638.
[3]Mandelbort B B. The Fractals Geometry of Nature[M]. New York:W.H.Freeman,1982.
[4]葉長盛,董玉祥.珠江三角洲土地利用分形特征及其影響機制[J].農(nóng)業(yè)工程學報,2011,27(4):330-331.
[5]范科紅,李陽兵.1986—2007年重慶主城區(qū)土地利用變化及其驅(qū)動因素研究[J].水土保持研究,2012,19(1):168-173.
[6]劉瑞,朱道林.基于轉(zhuǎn)移矩陣的土地利用變化信息挖掘方法探討[J].資源科學,2010,32(8):1544-1550.
[7]王婷婷,侯淑濤,唐軍利,等.七臺河市土地利用景觀格局動態(tài)變化分析[J].水土保持研究,2012,19(3):90-93.
[8]荊玉平,張樹文,李穎.城鄉(xiāng)交錯帶景觀格局及多樣性空間結(jié)構(gòu)特征:以長春凈月開發(fā)區(qū)為例. [J].資源科學,2007,29(5):43-49.
[9]匡文慧,張樹文.1900年以來長春市土地利用空間擴張機理分析[J].地理學報,2005,60(5):841-850.
[10]陳倩,馬澤忠,鄭麗,等.重慶山地城市區(qū)1985—2010年土地利用變化特征研究[J].水土保持研究,2013,20(4):194-198.
[11]Batty M, Longley P A. The morphology of urban land use[J]. Environment and Planning B:Planning and Design,1988,15(4):461-488.
[12]White R, Engelen G. Cellular automata and fractal urban form:a cellular modelling approach to the evolution of urban land-use patterns[J]. Environment and Planning A,1993,25(8):1175-1199.
[13]陳彥光,劉繼生.城市土地利用結(jié)構(gòu)和形態(tài)的定量描述:從信息熵到分數(shù)維[J].地理研究,2001,20(2):146-152.
[14]張文帥,王飛,穆興民,等.近25 a延河流域土地利用/覆蓋變化的時空特征[J].水土保持研究,2012,19(5):148-152.
[15]孫棟元,趙成義,魏恒,等.基于分維模型的臺蘭河流域土利用變化研究[J].水土保持學報,2010,24(2):218-222.
Study on Land Use Change and Its Driving Forces in Ning′an City Based on Fractal Theory
YANG Fenghai1, CHENG Guangda1, WANG Panpan2, DI Yanshun1, HE Xuan1, Lü Jingfeng1
(1.School of Resources and Environmental Sciences, Northeast Agricultural University,Harbin150030,China; 2.InstituteofLandManagement,NortheastUniversity,Shenyang110169,China)
We took Ning′an City in Heilongjiang Province as the study area. Based on the three periods of remote sensing images from 1991 to 2010, we investigated the quantitative and structural changes, land use changes characteristics using the fractal theory of the study area by RS, GIS, spatial statistical analysis and synthesis factor analysis method in order to reveal the pattern of land use change and its influencing factors. The results showed that: (1) drung the period from 1991 to 2010 land use in the study area generally changed, farmland and construction land area increased year by year, decrease of the area of woodland and grassland, water was found, and the other land area remained relatively stable, increase of arable land mainly was shifted from woodland; incremental construction land was mainly shifted from farmland, forestland transfer direction was mainly towards farmland, and was mainly shifted from its incremental grassland, grassland decreased year by year, its main transfer direction was towards farmland and woodland, its increment was mainly shifted from woodland; (2) during the period from 1991 to 2010, Ning'an overall value of the fractal dimension rose, the stability presented the downward trend, the spatial structure of waters was the most complex, spatial structures of arable land and the construction land were relatively simple, structure of waters was most stable; farmland and woodland structures tended to be stable after the first complexity; structures of grassland and construction land were more complex, and tended to be unstable; simple structure of other sites tended to be stable; (3) the main natural factors of land use change were the hydrological and climate characteristics, government decisions affecting land use change direction, the socio-economic development, demographic factors and technological progress were the main driving forces on human land use change, human factors driving strength became great year by year.
fractal analysis of land use; Ning′an City; fractal theory; drive force
2015-04-01
2015-04-17
東北農(nóng)業(yè)大學博士啟動資金“基于GIS的黑龍江省農(nóng)業(yè)氣候資源時空變異研究”(2012RCB67)
楊鳳海(1967—),男,黑龍江伊春人,教授,博士,碩士生導師,研究方向為土地資源管理、“3S”技術(shù)應(yīng)用。E-mail:yfhneau@163.com
F301.2
A
1005-3409(2016)02-0280-07