郎文婧，李效順,①，卞正富，曲福田

(1.中國礦業(yè)大學國土環(huán)境與災(zāi)害監(jiān)測國家測繪局重點實驗室，江蘇 徐州 221116；2.南京農(nóng)業(yè)大學中國土地問題研究中心，江蘇 南京 210095)

徐州市區(qū)土地利用格局變化分析及其空間擴張模擬

郎文婧1，李效順1,2①，卞正富1，曲福田2

(1.中國礦業(yè)大學國土環(huán)境與災(zāi)害監(jiān)測國家測繪局重點實驗室，江蘇 徐州 221116；2.南京農(nóng)業(yè)大學中國土地問題研究中心，江蘇 南京 210095)

城市化是社會發(fā)展進程中的重要階段，而隨著城市化的快速發(fā)展，城市土地利用格局發(fā)生了巨大變化，城市土地利用問題逐漸浮現(xiàn)。為了破解城市土地利用格局失衡和空間擴張失控的難題，通過遙感解譯、空間分析及模型仿真對徐州市區(qū)進行土地利用格局分析及其空間擴張模擬預(yù)測，預(yù)測結(jié)果可為未來土地資源的合理利用及政府決策提供科學依據(jù)。結(jié)果表明：(1)徐州市區(qū)各土地利用格局演變表現(xiàn)為集聚趨勢，城市空間擴張與結(jié)構(gòu)調(diào)整并行，并且總量增長占主導；景觀格局方面，斑塊破碎化程度降低，斑塊分布更加集中，景觀復雜程度降低，景觀內(nèi)部與其他斑塊類型相鄰的斑塊數(shù)量減少；土地利用/覆被方面，徐州市區(qū)周邊的耕地、林地和未利用地等用地類型向建設(shè)用地不斷轉(zhuǎn)化，并且建設(shè)用地表現(xiàn)為向東北部和東部擴張趨勢。(2)空間模擬顯示，2016—2020年間徐州市區(qū)周邊建設(shè)用地空間擴張方向上仍然集中在東北部和東部地區(qū)，與現(xiàn)有土地和城市規(guī)劃方向較為一致，空間擴張預(yù)測規(guī)模由高到低分別為：東北部4 126.23 hm2，東部3 203.01 hm2，西北部2 723.22 hm2，南部2 600.91 hm2，東南部2 203.11 hm2，西南部2 150.64 hm2，西部1 834.83 hm2，北部1 565.91 hm2。建議徐州市區(qū)未來(至少5 a內(nèi))繼續(xù)對東部和東北部地區(qū)進行重點建設(shè)，以實現(xiàn)區(qū)域高效可持續(xù)發(fā)展。

遙感應(yīng)用；景觀格局；土地利用；CA-Markov模型

伴隨著我國城鎮(zhèn)化的快速發(fā)展,城市土地利用問題也逐漸顯現(xiàn)。近年來,我國城市規(guī)劃出現(xiàn)嚴重失控問題[1-2],不少城市熱衷于規(guī)劃新城、新區(qū),2013年全國12個省會城市共規(guī)劃建設(shè)了55個新城新區(qū)[3];另有數(shù)據(jù)顯示,2000—2014年間我國城市建設(shè)用地面積年均增速為7.72%,而該期間城鎮(zhèn)人口年均增速為6.51%[4],城市建設(shè)用地面積增長明顯快于城鎮(zhèn)人口增長,城市擴張發(fā)展過快。作為淮海經(jīng)濟區(qū)重要的經(jīng)濟中心、隴海蘭新經(jīng)濟帶的中心城市之一,徐州同樣面臨這一問題，2006—2014年城市建設(shè)用地面積年均增速為9.27%,遠高于市區(qū)人口年均增長率2.19%[5]。由于土地資源有限,在城市建設(shè)用地面積增加的過程中,其他類型土地勢必會被占用或開發(fā)為建設(shè)用地。由此可見,中國城市的建設(shè)狀態(tài)對區(qū)域土地利用格局的影響不容忽視[6-7]。

目前,土地利用格局變化的研究重點主要有土地利用格局變化及驅(qū)動力分析[8-11]、土地利用格局發(fā)展趨勢預(yù)測[12-15]和生境質(zhì)量評價研究[16-17]等。研究層面大多為省級層面或特定區(qū)域,小尺度研究對象較少;預(yù)測模型方面,多運用Agent模型與CLUE-S模型從宏觀角度分析土地利用變化過程,而對土地利用變化的局部作用難以模擬。鑒于此,以徐州市市區(qū)范圍作為研究對象,綜合運用RS和GIS技術(shù)、景觀格局分析方法和能更好模擬城市景觀格局變化的CA-Markov模型,來研究徐州市區(qū)土地利用的結(jié)構(gòu)組成特征、空間格局特征和時間演化特征,并模擬2020年城市空間擴張趨勢,為區(qū)域土地利用優(yōu)化配置尤其是城市空間管控提供定量參考。

1 研究區(qū)概況與數(shù)據(jù)準備

1.1 研究區(qū)概況

徐州地處江蘇省西北部、華北平原東南部,介于33°43′～34°58′ N,116°22′～118°40′ E之間。地形以平原為主,中部和東部存在少數(shù)丘陵山地,地勢由西北向東南降低。徐州屬暖溫帶半濕潤季風氣候區(qū),年均溫為14 ℃,年日照時數(shù)為2 284～2 495 h,年均降水量為800～930 mm。徐州市城市化進程較快,2009年二、三產(chǎn)業(yè)比例為89.6%,城市化水平為49.1%,2015年二、三產(chǎn)業(yè)比例達90.4%,城市化水平增至57.5%。

1.2 數(shù)據(jù)來源與預(yù)處理

數(shù)據(jù)來源主要包括3期遙感影像、徐州市行政區(qū)劃圖及徐州市城市總體規(guī)劃主城區(qū)規(guī)劃圖(2007—2020年)?？紤]到云量和季節(jié)對影像的影響以及傳感器故障問題,遙感數(shù)據(jù)最終選取2005、2009年Landsat 5 TM影像和2015年Landsat 8 OLI影像,軌道號為121/36和122/36,影像分辨率為30 m。

對徐州市城市總體規(guī)劃主城區(qū)規(guī)劃圖(2007—2020年)進行數(shù)字化處理。對遙感影像進行輻射定標、大氣校正、幾何精校正和影像裁剪等圖像預(yù)處理,結(jié)合土地利用分類體系和實際情況,對研究區(qū)進行土地利用類型分類,每種地類選取2套樣本,一套用于分類,另一套用于分類后精度評價。采用基于馬氏距離(Mahalanobis Distance)的監(jiān)督分類法提取影像的光譜特征信息,參考《全國土地分類標準》和《土地利用現(xiàn)狀分類標準》,并結(jié)合區(qū)域具體情況,將研究區(qū)分為建設(shè)用地、耕地、林地、水域和未利用地2類,結(jié)合目視解譯和實地調(diào)研檢驗方法對錯分的地區(qū)進行糾正;分類后,利用檢驗樣本對土地利用分類結(jié)果進行精度評價,3期影像分類精度均達75%以上,分類結(jié)果具有較高可靠性。土地利用類型分類結(jié)果如圖1所示。

2 研究方法

2.1 景觀格局分析

景觀格局包括景觀組成單元的類型、數(shù)目及空間分布與配置,根據(jù)不同研究目的和研究區(qū)特點,指標選取各有不同,參考已有學者研究成果[18-20],考慮相關(guān)文獻中意義明確、相對獨立且對土地利用類型變化反應(yīng)較大的景觀指數(shù),從斑塊類型尺度和景觀水平2個層次,在面積/密度/邊緣指標、形狀指標、核心面積指標、獨立/臨近指標、對比度指標、蔓延度/離散度指標、連通性指標和多樣性指標等指標中,選取平均分維數(shù)(FRAC，CFRA)、斑塊內(nèi)聚力指數(shù)(COHESION，NCOHESIO)、聚合度(AI，IA)、蔓延度(CONTAG，GCONTA)、散布與并列指數(shù)(IJI，IIJ)、香農(nóng)多樣性指數(shù)(SHDI，ISHD)等指數(shù),借助Fragstats 4.2軟件計算景觀指數(shù)值,分析景觀空間格局特征。

(1)

式(1)中,pij為斑塊ij的周長，m;aij為斑塊ij的面積,m2。對于二維景觀格局而言,分維數(shù)可解釋其形狀復雜性,形狀越簡單,其分維數(shù)值就越接近1;當斑塊邊界彎曲盤繞時,其分維數(shù)值就接近2。

圖1 2005、2009和2015年徐州市區(qū)土地利用分類圖Fig.1 Land use classification chart of Xuzhou City in 2005, 2009 and 2015

(2)

式(2)中,A為景觀中柵格總數(shù)。NCOHESIO取值范圍為[0,100)。當景觀中某斑塊類型的比例降低且不斷細化,自然連通度降低,其值趨近于0;隨著景觀中該斑塊類型組成比例的提高,自然連通度升高,其值增加。

(3)

(4)

式(4)中,pi為斑塊類型i在景觀中的面積比例;gik為基于雙倍法的斑塊類型i和k之間的節(jié)點數(shù);m為景觀中斑塊類型數(shù)。當所有斑塊類型最大限度破碎化和間斷分布時,蔓延度趨近于0;當所有斑塊類型最大限度聚集在一起時,蔓延度為100。

(5)

式(5)中,eik為景觀中斑塊i和k之間的邊緣總長度;E為整個景觀的邊緣總長度,m。當景觀中特定斑塊類型的節(jié)點分布變得不均勻時,散布與并列指數(shù)趨近于0;當所有斑塊類型與其他斑塊類型的節(jié)點都均衡時,散布與并列指數(shù)為100。

(6)

式(6)中,pi為斑塊類型i在景觀中的面積比例。當整個景觀中只有1個斑塊時,香農(nóng)多樣性指數(shù)為0;隨著景觀中斑塊類型數(shù)量增多以及面積比例的均衡化,香農(nóng)多樣性指數(shù)值呈增大趨勢。

2.2 土地利用轉(zhuǎn)移矩陣

土地利用轉(zhuǎn)移矩陣既能反映研究區(qū)域某一時段期初和期末各地類面積之間相互轉(zhuǎn)化的動態(tài)過程信息,又能靜態(tài)顯示一定區(qū)域某時間點的各地類面積數(shù)據(jù),而且還含有更為豐富的期初各地類面積轉(zhuǎn)出和期末各地類面積轉(zhuǎn)入的信息,反映了各地類不同時段的數(shù)量變化特征。

2.3 模型構(gòu)建

2.3.1 元胞自動機(CA)模型

CA是一種時間、空間、狀態(tài)都離散的局部網(wǎng)絡(luò)動力學模型,由一系列規(guī)則構(gòu)成,具體可理解為一個元胞下一時刻的狀態(tài)是其領(lǐng)域上一時刻狀態(tài)的函數(shù),可用下式表示:

St+1=f(St,N)。

(7)

式(7)中,S為元胞有限、離散的狀態(tài)集合;t和t+1為不同時刻;N為元胞的鄰域;f為局部空間的元胞轉(zhuǎn)化規(guī)則。

2.3.2 Markov模型

Markov模型常用于具有無后效性特征地理事件的預(yù)測。將某一時刻的土地利用類型對應(yīng)于Markov過程中的“可能狀態(tài)”,它只與其前一時刻的土地利用類型相關(guān),土地利用類型之間相互轉(zhuǎn)換的面積數(shù)量或比例即為狀態(tài)轉(zhuǎn)移概率[21-22]。

2.3.3 CA-Markov預(yù)測模型

CA-Markov模型綜合了CA模型模擬復雜系統(tǒng)空間變化的能力和 Markov 模型長期預(yù)測的優(yōu)勢,可以更好地從時間和空間上模擬土地利用的變化情況。其中每個柵格等于一個元胞,每個元胞的土地利用類型即為元胞的狀態(tài),應(yīng)用土地利用轉(zhuǎn)移矩陣和條件概率圖像運算確定狀態(tài)轉(zhuǎn)移,從而模擬預(yù)測土地利用格局的變化。具體步驟如下:在ArcGIS 10.0軟件中將各期土地利用數(shù)據(jù)進行疊置分析,得到土地利用轉(zhuǎn)移矩陣;使用IDRISI軟件中的MCE模塊創(chuàng)建各地類轉(zhuǎn)變適宜性圖像,選擇加權(quán)線性合并法設(shè)置元胞自動機轉(zhuǎn)換規(guī)則;利用元胞自動機濾波器,根據(jù)相鄰元胞距離創(chuàng)建具有空間意義的權(quán)重因子,使用該權(quán)重因子將可能轉(zhuǎn)換的土地轉(zhuǎn)換為領(lǐng)域的土地利用類型;確定起始時刻和循環(huán)次數(shù),進行預(yù)測模擬。

3 結(jié)果與分析

3.1 土地利用格局分析

3.1.1 景觀格局分析

各土地利用類型的景觀格局指數(shù)值計算結(jié)果見表1～2。

表1 各土地利用類型的景觀格局指數(shù)值

Table 1 Landscape pattern indexes of each patch type

土地利用類型平均分維數(shù)斑塊內(nèi)聚力指數(shù)聚合度/%2005年2009年2015年2005年2009年2015年2005年2009年2015年建設(shè)用地1.041.051.0599.3799.6399.6898.2495.6396.77耕地1.051.041.0499.4199.9499.9891.7998.2498.63林地1.041.041.0496.4498.7898.5589.4894.4694.97水域1.051.051.0499.8499.0098.9596.3694.9496.07未利用地1.041.051.0389.3697.8994.8881.0892.2292.04

表2 景觀水平的景觀格局指數(shù)值

Table 2 Landscape pattern indexes at the landscape level

年份蔓延度/%散布與并列指數(shù)/%香農(nóng)多樣性指數(shù)200563.1568.661.13200957.8085.511.19201564.9666.031.00

由表1可知,2005、2009與2015年各斑塊類型的平均分維數(shù)均接近1且變化較小,意味著各斑塊類型均輕度偏離簡單的幾何形狀。2005—2015年,建設(shè)用地和耕地的斑塊內(nèi)聚力指數(shù)呈現(xiàn)增加趨勢,說明在景觀中這2種類型斑塊的比例提高;水域的斑塊內(nèi)聚力指數(shù)呈現(xiàn)降低趨勢,說明水域斑塊比例減少,其自然連通度降低;林地和未利用地的斑塊內(nèi)聚力指數(shù)出現(xiàn)先增加后降低的現(xiàn)象,總體呈現(xiàn)增加趨勢,說明這2種類型斑塊的比例出現(xiàn)波動,其自然連通度總體表現(xiàn)為升高。2015年耕地和林地的聚合度較2005年持續(xù)增加,說明這2種類型斑塊的破碎程度不斷降低,斑塊聚集更加緊實;建設(shè)用地和水域的聚合度出現(xiàn)先降低后升高的現(xiàn)象,意味著這2種類型斑塊的聚集程度較2005年相對分散;未利用地的聚合度出現(xiàn)先升高后降低的現(xiàn)象,斑塊聚集程度較2005年相對集中。

由表2可知,2005—2009年,在景觀水平上,蔓延度由63.15%降至57.80%,說明從整體來看,所有斑塊類型呈現(xiàn)分散趨勢,破碎化程度升高;2005年散布與并列指數(shù)為68.66%,至2009年升高為85.51%,說明各斑塊類型與其他斑塊類型的節(jié)點變得均衡,表明與其他斑塊類型相連接的斑塊數(shù)量增加;2005年香農(nóng)多樣性指數(shù)為1.13,2009年為1.19,說明景觀中斑塊類型的豐富度提高,景觀多樣性的復雜程度提升。而2009—2015年期間,在景觀水平上,蔓延度由2009年的57.8%上升到2015年的64.96%,說明從整體來看,所有斑塊類型呈現(xiàn)聚集趨勢,破碎化程度降低;2009年散布與并列指數(shù)為85.51%,至2015年,散布與并列指數(shù)降為66.03%,說明各斑塊類型與其他斑塊類型的節(jié)點變得不均衡,表明與其他斑塊類型相連接的斑塊數(shù)量減少;2009年香農(nóng)多樣性指數(shù)為1.19,2015年為1.00,說明景觀中斑塊類型的豐富度降低,景觀多樣性復雜程度降低。

3.1.2 土地利用變化分析

借助ArcGIS 10.0軟件,進一步得到2005、2009和2015年土地利用類型統(tǒng)計結(jié)果(表3)。2005—2015年徐州市區(qū)主要土地利用類型為耕地和建設(shè)用地,2005年耕地和建設(shè)用地分別占徐州市區(qū)土地面積的50.94%和17.34%,2009年增長至57.81%和19.60%,至2015年分別達62.90%和22.51%。其中建設(shè)用地面積增長幅度最大,由2005年的526.7 km2增加至2009年的595.18 km2,增長率為13%,再由2009年的595.18 km2增加至2015年的683.5 km2,增長率達15%。相比之下,2005—2009年間,林地面積表現(xiàn)出大幅度減少(48%),水域和未利用地面積有不同程度增加;2009—2015年間,林地面積減少幅度變小(21%),同時水域和未利用地面積也表現(xiàn)為不同程度減少。

2005—2009和2009—2015年土地利用轉(zhuǎn)移矩陣見表4～5。

表3 2005、2009和2015年徐州市區(qū)土地利用類型統(tǒng)計結(jié)果

Table 3 Statistics of land use types in Xuzhou City in 2005, 2009 and 2015

土地利用類型2005年2009年2015年變化率/%面積/km2比例/%面積/km2比例/%面積/km2比例/%2005—2009年2009—2015年建設(shè)用地526.7017.34595.1819.60683.5022.511315耕地1546.9150.941755.3557.811909.9162.90139林地791.5326.06415.2713.68329.3010.84-48-21水域111.563.67130.464.30102.413.3717-22未利用地60.201.98140.794.6412.100.40134-91

表4 2005—2009年徐州市區(qū)土地利用轉(zhuǎn)移矩陣

Table 4 Land use transit matrix of Xuzhou City from 2005 to 2009 km2

某一行數(shù)據(jù)為2005年各土地利用類型轉(zhuǎn)化為2009年該行對應(yīng)的土地利用類型面積。

表5 2009—2015年徐州市區(qū)土地利用轉(zhuǎn)移矩陣

Table 5 Land use transit matrix of Xuzhou City from 2009 to 2015 km2

某一行數(shù)據(jù)為2009年各土地利用類型轉(zhuǎn)化為2015年該行對應(yīng)的土地利用類型面積。

由表4～5可知,2005—2009年間增加的建設(shè)用地主要來源于林地,共123.61 km2,占新增建設(shè)用地的56.20%;其次是耕地,為72.22 km2,占新增建設(shè)用地的32.83%;增加的耕地主要來源于林地,共276.92 km2,占新增耕地面積的62.63%,其轉(zhuǎn)出類型主要為建設(shè)用地和林地;共有490.81 km2林地轉(zhuǎn)出,其中276.92 km2轉(zhuǎn)入耕地,123.61 km2轉(zhuǎn)入建設(shè)用地,而林地轉(zhuǎn)入較少,以耕地為主,占林地轉(zhuǎn)入面積的62.07%;水域面積略有減小,轉(zhuǎn)入類型主要為林地,轉(zhuǎn)出類型主要為耕地;未利用地面積增加,大量林地轉(zhuǎn)為未利用地。

2009—2015年間新增建設(shè)用地主要來源于耕地和未利用地,占新增建設(shè)用地的55.78%和22.17%;新增耕地來源主要為林地,占新增耕地的43.14%,其次是建設(shè)用地,占新增耕地的36.00%,耕地的轉(zhuǎn)出類型主要為建設(shè)用地;轉(zhuǎn)出的林地大部分(161.61 km2)轉(zhuǎn)為耕地,同時轉(zhuǎn)入的林地也以耕地為主,轉(zhuǎn)出大于轉(zhuǎn)入,面積減少速度減緩;水域面積變化較小,轉(zhuǎn)入、轉(zhuǎn)出均以耕地為主;42.62%的未利用地(60.01 km2)轉(zhuǎn)為建設(shè)用地,而轉(zhuǎn)為未利用地的土地僅有9.48 km2,未利用地面積大大減少。

2005—2009和2009—2015年建設(shè)用地變化方向雷達圖見圖2。

圖中數(shù)據(jù)為新增建設(shè)用地面積，單位為103 hm2。

如圖2所示,2005—2015年間,徐州市區(qū)建設(shè)用地主要向市轄區(qū)的東部與東北部擴展。2005—2009年期間,各方位建設(shè)用地新增面積分別為:東北部5 073.48 hm2,東部5 057.55 hm2,東南部3 884.67 hm2,南部1 152.45 hm2,西南部1 004.31 hm2,西部1 085.49 hm2,西北部2 862.90 hm2,北部2 307.78 hm2;2009—2015年期間,各方位建設(shè)用地新增面積分別為:東北部6 381.99 hm2,東部6 044.58 hm2,東南部2 663.10 hm2,南部2 649.33 hm2,西南部2 267.10 hm2,西部1 776.06 hm2,西北部3 815.73 hm2,北部2 585.88 hm2。

3.2 空間擴張模擬

結(jié)合2009—2015年土地利用轉(zhuǎn)移矩陣,在IDRISI軟件中選擇徐州市區(qū)水域為限制因素、主城區(qū)主干道路為約束條件,控制用地類型轉(zhuǎn)換?；跀?shù)據(jù)可獲得性和研究可行性,主要對徐州市區(qū)建設(shè)用地的擴張趨勢進行模擬和預(yù)測,即首先以2009年為基期,模擬2015年用地類型,然后與2015年實際用地類型比較,對模型進行精度檢驗,在柵格面積為30 m×30 m下得到Cramer′s V相關(guān)系數(shù)為0.71,模型表現(xiàn)出高度一致性,可應(yīng)用該模型模擬預(yù)測徐州市區(qū)2020年土地利用結(jié)構(gòu)及其空間分布(時間參數(shù)設(shè)置為5 a),由此得到2020年徐州市區(qū)土地利用格局預(yù)測結(jié)果,如圖3所示。

圖3 2020年徐州市區(qū)土地利用格局預(yù)測圖Fig.3 Land use prediction map of Xuzhou City in 2020

從圖4可知,未來徐州市區(qū)建設(shè)用地擴張重點區(qū)域仍然集中在東北部、東部和東南部,其擴張方向與徐州東部新城區(qū)建設(shè)規(guī)劃較為一致,進一步佐證了新城區(qū)規(guī)劃的合理性,擴張規(guī)模由高到低分別為:東北部6 339.27 hm2,東部5 434.77 hm2,東南部4 900.47 hm2,西北部4 303.73 hm2,北部3 102.62 hm2,西部2 176.96 hm2,南部1 048.12 hm2,西南部988.17 hm2。

4 結(jié)論與展望

(1)2005—2015年徐州市區(qū)土地利用格局變化趨勢表現(xiàn)為:各土地利用類型斑塊平均分維數(shù)均接近1,斑塊形狀復雜程度較低;各土地利用類型斑塊內(nèi)聚力指數(shù)和聚合度值較高且變化幅度小,自然連通度較高,景觀水平指標值適中,總體區(qū)域景觀具有較強的穩(wěn)定性和適宜的多樣性。其中建設(shè)用地比例持續(xù)增加,斑塊破碎程度出現(xiàn)波動,總體呈現(xiàn)分散趨勢;耕地比例有所上升且分布更加集聚;林地、水域和未利用地比例均有所降低。

圖中數(shù)據(jù)為新增建設(shè)用地面積，單位為103 hm2。

(2)2005—2015年徐州市區(qū)各土地利用類型數(shù)量變化趨勢表現(xiàn)為:建設(shè)用地面積持續(xù)增加,2005—2009和2009—2015年增長率分別為13%和15%,共增加156.80 km2;耕地面積分別增加13%和9%,總計增加363.00 km2;林地面積持續(xù)減少,變化率分別為48%和21%,總計減少462.23 km2;水域和未利用地面積變化出現(xiàn)波動,總體呈現(xiàn)減少趨勢,分別減少9.15和48.10 km2。其中,2005—2009年間增加的建設(shè)用地主要來源于林地(56%),2009—2015年則主要來源于耕地(56%);2個階段增加的耕地主要來源均為林地(70%和43%)。城市外圍耕地總面積增加,這是由于徐州市區(qū)適宜耕種的林地和未利用地被開墾或復墾為耕地所致;林地總面積減少,其原因除部分林地開墾為耕地或開發(fā)為建設(shè)用地外,另一個原因是開山采石對林地造成破壞。

(3)2005—2015年徐州市區(qū)建設(shè)用地增加的主要方向為東北部和東部,其原因可能是由于徐州東站的建成促進了周邊建設(shè)用地的開發(fā)利用。其中,2005—2009年間,東北部和東部方向新增建設(shè)用地面積分別占總增加面積的22.62%和22.55%,2009—2015年上升為28.45%和26.95%。

(4)預(yù)測得到2020年徐州市區(qū)建設(shè)用地擴張方向及擴張面積分別為：東北部6 339.27 hm2,東部5 434.77 hm2,東南部4 900.47 hm2,西北部4 303.73 hm2,北部3 102.62 hm2,西部2 176.96 hm2,南部1 048.12 hm2,西南部988.17 hm2。預(yù)測結(jié)果顯示徐州市區(qū)建設(shè)用地會繼續(xù)增加并且增加方向以東北部和東部為主,該結(jié)果可為徐州市區(qū)土地開發(fā)利用提供參考。

該研究結(jié)論雖然能夠為區(qū)域可持續(xù)發(fā)展,尤其是徐州市區(qū)土地利用格局及其空間擴張調(diào)控提供參考和定量依據(jù),但尚有以下不足有待進一步研究深化:其一,關(guān)注土地數(shù)量及空間變化較多,而對區(qū)域土地質(zhì)量變化和等級調(diào)整影響關(guān)注不夠,對土地利用格局格局變化如何影響區(qū)域生態(tài)系統(tǒng)思考不足;其二,雖然基礎(chǔ)數(shù)據(jù)能夠滿足研究要求,但部分遙感影像的分辨率尚有提升空間。

[1] 謝冬水.地方政府競爭、土地壟斷供給與城市化發(fā)展失衡[J].財經(jīng)研究,2016,42(4):102-111.[XIE Dong-shui.Local Government Competition,Monopolized Land Supply and Urbanization Development Imbalance[J].Journal of Finance and Economics,2016,42(4):102-111.]

[2] 蔡繼明,熊柴,高宏.我國人口城市化與空間城市化非協(xié)調(diào)發(fā)展及成因[J].經(jīng)濟學動態(tài),2013(6):15-22.[CAI Ji-ming,XIONG Chai,GAO Hong.Non-Coordinated Development and Causes of Population Urbanization and Spatial Urbanization in China[J].Economic Perspectives,2013(6):15-22.]

[3] 馮海寧.城市規(guī)劃失控背后是權(quán)力運行失范[EB/OL].(2015-09-22)[2016-09-01].http:∥news.xinhuanet.com/mrdx/2015-09/22/c-134646648.htm.[FENG Hai-ning.Anomie of Power Operation is the Cause of Urban Planning Out of Control[EB/OL].(2015-09-22)[2016-09-01].http:∥news.xinhuanet.com/mrdx/2015-09/22/c-134646648.htm.]

[4] 國家統(tǒng)計局.中國城市統(tǒng)計年鑒[M].北京:中國統(tǒng)計出版社，2001—2015.[State Statistical Bureau.China City Statistical Yearbook[M].Beijing:China Statistics Press，2001-2015.]

[5] 國家統(tǒng)計局.中國城市建設(shè)統(tǒng)計年鑒[M].北京:中國建筑工業(yè)出版社，2007—2015.[State Statistical Bureau.China Urban-Rural Construction Statistical Yearbook[M].Beijing:China Architecture & Building Press，2007-2015.]

[6] 郭濼,杜世宏,薛達元,等.快速城市化進程中廣州市景觀格局時空分異特征的研究[J].北京大學學報(自然科學版),2009,45(1):129-136.[GUO Luo,DU Shi-hong,XUE Da-yuan,etal.Spatio-Temporal Variation of Landscape Patterns During Rapid Urbanization in Guangzhou City[J].Acta Scientiarum Naturalium Universitatis Pekinensis,2009,45(1):129-136.]

[7] 龔建周,夏北成.快速城市化過程中城市土地覆被的時空動態(tài)特征[J].亞熱帶資源與環(huán)境學報,2006,1(2):62-68.[GONG Jian-zhou,XIA Bei-cheng.Temporal and Spatial Dynamic Characteristics of Urban Land Cover in the Process of Rapid Urbanization[J].Journal of Subtropical Resources and Environment,2006,1(2):62-68.]

[8] 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,2013,29(5):207-216.[WU Li,HOU Xi-yong,XU Xin-liang,etal.Land Use and Landscape Pattern Changes in Coastal Areas of Shandong Province,China[J].Transactions of the CSAE,2013,29(5):207-216.]

[9] FAN Q D,DING S Y.Landscape Pattern Changes at a County Scale:A Case Study in Fengqiu,Henan Province,China From 1990 to 2013[J].Catena,2016,137:152-160.

[10]郭曉娜,蘇維詞,李強,等.三峽庫區(qū)(重慶段)地表起伏度及其對生態(tài)系統(tǒng)服務(wù)價值的影響[J].生態(tài)與農(nóng)村環(huán)境學報,2016,32(6):887-894.[GUO Xiao-na,SU Wei-ci,LI Qiang,etal.Surface Relief Degree and Its Effects on Ecosystem Service Value in the Chongqing Section of the Three Gorges Reservoir Region,China[J].Journal of Ecology and Rural Environment,2016,32(6):887-894.]

[11]劉曉娜,張微微,李紅.基于LUCC的密云水庫上游流域人為干擾動態(tài)變化[J].生態(tài)與農(nóng)村環(huán)境學報,2016,32(6):951-957.[LIU Xiao-na,ZHANG Wei-wei,LI Hong.Research on Dynamics of Human Disturbance in Upper Streams of Miyun Reservoir Watershed Based on Land Use and Land Cover Change[J].Journal of Ecology and Rural Environment,2016,32(6):951-957.]

[12]肖琳,田光進,喬治.基于Agent的城市擴張占用耕地動態(tài)模型及模擬[J].自然資源學報,2014,29(3):516-527.[XIAO Lin,TIAN Guang-jin,QIAO Zhi.An Agent-Based Approach for Urban Encroachment on Cropland Dynamic Model and Simulation[J].Journal of Natural Resources,2014,29(3):516-527.]

[13]王新云.基于CA模型的城市空間擴展研究[D].武漢:武漢大學,2005.[WANG Xin-yun.Reseacrh on the Ubranizaiton Spaital Extension Based on the CA Model[D].Wuhan:Wuhan University,2005.]

[14]曹銘昌,龔溪,孫孝平,等.江蘇鹽城自然保護區(qū)濕地景觀格局空間優(yōu)化模擬[J].生態(tài)與農(nóng)村環(huán)境學報,2016,32(5):743-749.[CAO Ming-chang,GONG Xi,SUN Xiao-ping,etal.Spatial Optimization of Wetland Landscape Pattern in Jiangsu Yancheng Nature Reserve[J].Journal of Ecology and Rural Environment,2016,32(5):743-749.]

[15]周浩,雷國平,趙宇輝,等.基于CA-Markov模型的撓力河流域土地利用動態(tài)模擬[J].生態(tài)與農(nóng)村環(huán)境學報,2016,32(2):252-258.[ZHOU Hao,LEI Guo-ping,ZHAO Yu-hui,etal.Simulation of Dynamics of Land Use in Naoli River Valley Based on CA-Markov Model[J].Journal of Ecology and Rural Environment,2016,32(2):252-258.]

[16]胡和兵.城市化背景下流域土地利用變化及其對河流水質(zhì)影響研究[D].南京:南京師范大學,2013.[HU He-bing.Study on Land Use Change and Impact on River Water Quality in the Context of Urbanization[D].Nanjing:Nanjing Normal University,2013.]

[17]TRAN C P,BODE R W,SMITH A J,etal.Land Use Proximity as a Basis for Assessing Stream Water Quality in New York State (USA)[J].Ecological Indicators,2010,10(3):727-733.

[18]KINDU M,SCHNEIDER T,TEKETAY D,etal.Land Use/ Land Cover Change Analysis Using Object-Based Classification Approach in Munessa-Shashemene Landscape of the Ethiopian Highlands[J].Remote Sensing,2013,5(5):2411-2435.

[19]仇江嘯,王效科.基于高分辨率遙感影像的面向?qū)ο蟪鞘型恋馗脖环诸惐容^研究[J].遙感技術(shù)與應(yīng)用,2010,25(5):653-661.[QIU Jiang-xiao,WANG Xiao-ke.A Comparative Study on Object-Based Land Cover Classification in High Spatial Resolution Remote Sensing Imagery of Urban Areas[J].Remote Sensing Technology and Application,2010,25(5):653-661.]

[20]蘭紅月,李家存,李曉燕.吉林省大安縣土地利用變化監(jiān)測及景觀格局分析[J].地理空間信息,2014,12(3):133-135,138.[LAN Hong-yue,LI Jia-cun,LI Xiao-yan.Analysis of Land Use Change Monitoring and Landscape Pattern in Da′an County,Jilin Province[J].Geospatial Information,2014,12(3):133-135,138.]

[21]KAMUSOKO C,ANIYA M,ADI B,etal.Rural Sustainability Under Threat in Zimbabwe：Simulation of Future Land Use/ Cover Changes in the Bindura District Based on the Markov-Cellular Automata Model[J].Applied Geography,2009,29(3):435-447.

[22]王友生,余新曉,賀康寧,等.基于CA-Markov模型的藉河流域土地利用變化動態(tài)模擬[J].農(nóng)業(yè)工程學報,2011,12:330-336.[WANG You-sheng,YU Xin-xiao,HE Kang-ning,etal.Dynamic Simulation of Land Use Change in Jihe Watershed Based on CA-Markov Model[J].Transactions of the CSAE,2011,27(12):330-336.]

(責任編輯： 許 素)

Analysis of Changes in Land Use Pattern in Xuzhou City and Simulation of Its Spatial Expansion.

LANGWen-jing1,LIXiao-shun1,2,BIANZheng-fu1,QUFu-tian2

(1.The Key Laboratory for Land Environment and Disaster Monitoring of SBSM in Jiangsu Province, China University of Mining and Technology, Xuzhou 221116, China;2.China Land Problem Research Center, Nanjing Agricultural University, Nanjing 210095, China)

Urbanization is an important stage in the process of social development. However, with rapid development of the urbanization, urban land use has undergone tremendous changes in pattern, and consequently problems gradually emerge in urban land use. In order to solve the problems of disbalance of urban land-use in pattern and uncontrolled spatial expansion of cities and towns, the land use pattern was analyzed and spatial expansion of the urban area of Xuzhou was simulated and predicted by means of interpretation of remote sensing images, spatial analysis and model simulation, in the hope that the prediction may provide some scientific bases for rational utilization of the land resources and government decision-making in future. Results show that: (1) Land use in various districts of Xuzhou City tends to be on a trend of agglomeration in pattern with urban spatial expansion and structural readjustment going on in parallel and taking the lead in growth of the total amount of GDP. As for the landscape pattern, patches will decline in fragmentation degree and get more concentrated in distribution; and the landscape is getting less in complexity and in number of types of internal plaques adjoining to other types. As regards to land use or land cover, cultivated farmlands, woodlands and unused lands around the urban area of Xuzhou City will keep on alienating into construction land, and the expansion of construction land tends to be heading toward northeast and east. (2) The spatial simulation shows that the spatial expansion of construction land around the urban area of Xuzhou City will be oriented towards northeast and east in 2016-2020, which is consistent with the direction of the existing land use and urban planning. Predicted scale of the spatial expansion varies from area to area, showing a decreasing order of 4 126.23 hm2in the northeast > 3 203.01 hm2in the east > 2 723.22 hm2in the northwest > 2 600.91 hm2in the south > 2 203.11 hm2in the southeast > 2 150.64 hm2in the southwest > 1 834.83 hm2in the west > 1 565.91 hm2in the north. It is suggested that in future (at least in the five years to come), Xuzhou City should keep on accomplishing its key construction projects in the eastern and northeastern parts of the urban areas as predicted in order to achieve regional high-efficient sustainable development.

remote sensing application; landscape pattern; land use; CA-Markov model

2016-09-08

國家自然科學基金面上項目(71473249);國家自然科學基金重點項目(U1361214);國家科技基礎(chǔ)性工作專項重點項目(2014FY110800);江蘇省社會科學基金重點項目(15EYA002)

Q948;TP79

A

1673-4831(2017)07-0592-08

10.11934/j.issn.1673-4831.2017.07.003

郎文婧(1993—),女,吉林吉林人,碩士生,主要研究方向為土地經(jīng)濟與政策。E-mail: ts15160129a3@cumt.edu.cn

① 通信作者E-mail: lxsh@cumt.edu.cn