許小娟，劉會(huì)玉，林振山，劉金雪，李麗鶴

（1.南京師范大學(xué) 地理科學(xué)學(xué)院，南京210023；2.江蘇省環(huán)境演變與生態(tài)建設(shè)重點(diǎn)實(shí)驗(yàn)室，南京210023；3.江蘇省地理信息資源開(kāi)發(fā)與利用協(xié)同創(chuàng)新中心，南京210023）

基于CA-MARKOV模型的江蘇沿海土地利用變化情景分析

許小娟1，2，3，劉會(huì)玉1，2，3，林振山1，2，3，劉金雪1，2，3，李麗鶴1，2，3

（1.南京師范大學(xué) 地理科學(xué)學(xué)院，南京210023；2.江蘇省環(huán)境演變與生態(tài)建設(shè)重點(diǎn)實(shí)驗(yàn)室，南京210023；3.江蘇省地理信息資源開(kāi)發(fā)與利用協(xié)同創(chuàng)新中心，南京210023）

以江蘇沿海為例，基于2000年、2005年、2010年TM影像解譯數(shù)據(jù)，分析了江蘇沿海土地利用類型的動(dòng)態(tài)變化，結(jié)合轉(zhuǎn)移矩陣和CA-Markov模型，設(shè)定了自然發(fā)展趨勢(shì)、生態(tài)環(huán)境保護(hù)管理和城市規(guī)劃與區(qū)域發(fā)展3種不同的情景進(jìn)行模擬預(yù)測(cè)。結(jié)果表明：（1）2000—2010年耕地、草地、林地面積有所減少，其他面積有所增加，2005—2010年城鄉(xiāng)居民用地增加1 341.45 km2，耕地減少1 147.65 km2，城鎮(zhèn)化發(fā)展速度較快，建設(shè)用地占用大量生態(tài)用地。（2）自然發(fā)展趨勢(shì)情景與生態(tài)保護(hù)情景相比，林地、草地的面積變化不大，僅城鄉(xiāng)居民用地面積多出583.68 km2，說(shuō)明該情景既保護(hù)生態(tài)環(huán)境也保證城鄉(xiāng)發(fā)展；生態(tài)保護(hù)情景下城鄉(xiāng)居民用地面積10年間僅增長(zhǎng)684.78 km2，說(shuō)明該情景下生態(tài)環(huán)境雖然得到保護(hù)，但也限制了該區(qū)域城鎮(zhèn)化發(fā)展；城市規(guī)劃與區(qū)域發(fā)展情景下城鄉(xiāng)居民用地比2010年增加3 963.35 km2，而耕地、林地和草地面積大幅度減少，說(shuō)明過(guò)分強(qiáng)調(diào)城市的發(fā)展，不僅會(huì)導(dǎo)致耕地面積大幅減小，威脅糧食安全，也會(huì)對(duì)當(dāng)?shù)氐纳鷳B(tài)系統(tǒng)帶來(lái)巨大的危害。通過(guò)對(duì)不同情景的模擬，可為區(qū)域土地規(guī)劃、生態(tài)保護(hù)以及可持續(xù)發(fā)展提供決策依據(jù)。

土地利用；情景模擬；CA-Markov模型；江蘇沿海

土地利用變化能夠?qū)^(qū)域生態(tài)環(huán)境產(chǎn)生直接或間接的影響，其動(dòng)態(tài)變化是全球和區(qū)域環(huán)境變化研究的重要課題[1]。隨著經(jīng)濟(jì)社會(huì)的快速發(fā)展和全球變化研究的深入開(kāi)展，土地利用變化顯著，土地利用矛盾日益加劇[2]。分析當(dāng)前土地利用變化的特點(diǎn)，通過(guò)情景分析方法，建立模型模擬預(yù)測(cè)未來(lái)土地動(dòng)態(tài)變化[3]，探討不同情景下土地利用的空間格局變化，有助于揭示人類活動(dòng)影響下區(qū)域環(huán)境的變化過(guò)程及機(jī)理，為區(qū)域土地合理開(kāi)發(fā)利用、區(qū)域生態(tài)保護(hù)及可持續(xù)發(fā)展提供決策依據(jù)。

目前，國(guó)內(nèi)外模擬土地利用動(dòng)態(tài)變化的模型有很多[4]，常見(jiàn)的有元胞自動(dòng)機(jī)（CA）[5]、系統(tǒng)動(dòng)力學(xué)（SD）[6]、馬爾可夫（Markov）[7]、CLUE[8]、CLUE-S[9]、SLEUTH[10]、基于智能體的（Agent-based）模型[11]、空間Logistic模型[12]等。元胞自動(dòng)機(jī)—馬爾可夫（CA-Markov）模型耦合了CA模型模擬復(fù)雜時(shí)空變化能力和Markov模型長(zhǎng)期預(yù)測(cè)的優(yōu)勢(shì)，具有很強(qiáng)的科學(xué)性和實(shí)用性[13-15]。但這些研究主要依據(jù)當(dāng)前土地利用變化自然規(guī)律來(lái)動(dòng)態(tài)模擬未來(lái)土地利用變化，而沒(méi)有考慮生態(tài)環(huán)境保護(hù)和城市規(guī)劃與區(qū)域發(fā)展等土地利用規(guī)劃影響下的不同土地利用情景，從而不能全面合理地預(yù)測(cè)不同情景下的未來(lái)土地利用變化。

江蘇沿海作為海陸兩大生態(tài)系統(tǒng)的交錯(cuò)帶，是生態(tài)相對(duì)敏感和脆弱的過(guò)渡區(qū)[16]。隨著《江蘇沿海地區(qū)發(fā)展規(guī)劃》正式上升為國(guó)家戰(zhàn)略，江蘇沿海的開(kāi)發(fā)正逐步影響江蘇沿海土地利用結(jié)構(gòu)的變化，總體上生態(tài)用地減少，城鄉(xiāng)用地增長(zhǎng)較快，產(chǎn)生了一系列生態(tài)環(huán)境問(wèn)題，使得沿海發(fā)展戰(zhàn)略的實(shí)施與環(huán)境保護(hù)之間的矛盾日益加重[17]。本文選取江蘇沿海為研究區(qū)，運(yùn)用轉(zhuǎn)移矩陣分析2000—2010年江蘇沿海土地利用時(shí)空變化，結(jié)合CA-Markov模型和MCE法，分3種情景即：自然發(fā)展趨勢(shì)情景、生態(tài)環(huán)境保護(hù)管理情景和城市規(guī)劃與區(qū)域發(fā)展情景，模擬預(yù)測(cè)2020年江蘇沿海土地利用變化，以期為研究區(qū)土地利用規(guī)劃與政策提供依據(jù)。

1 研究區(qū)概況

江蘇省沿海地區(qū)包括連云港、鹽城和南通3市所轄行政區(qū)域，地理坐標(biāo)為東經(jīng)118°24′—121°55′，北緯31°01′—35°07′。該區(qū)域陸域面積3.25萬(wàn)km2，海岸線長(zhǎng)954 km，是長(zhǎng)江三角洲的重要組成部分，區(qū)位優(yōu)勢(shì)獨(dú)特，擁有6 873 km2灘涂資源，土地后備資源豐富，耕地資源23 742.34 km2，為該區(qū)主要土地利用類型，約占71.63%，其次是城鄉(xiāng)居民用地（14.73%）和水域（10.46%）。研究區(qū)處于北亞熱帶向暖溫帶過(guò)渡區(qū)域，屬于海洋性氣候，冬冷夏熱，受季風(fēng)氣候影響顯著，年平均降水量900～1 500 mm，南部降水多，北部降水少，年平均氣溫13～15℃[18]。

2 研究方法

2.1 數(shù)據(jù)來(lái)源與處理

本研究數(shù)據(jù)來(lái)源于地球系統(tǒng)科學(xué)數(shù)據(jù)共享平臺(tái)，該平臺(tái)提供江蘇沿海1：10萬(wàn)土地利用變化數(shù)據(jù)（1980s—2010年），數(shù)據(jù)的屬性值與其真值基本相符合，定性準(zhǔn)確率80%～90%以上（不同土地類型有所差異）。主要范圍為行政區(qū)劃，包括江蘇省沿海連云港市、鹽城市、南通市。本論文選取覆蓋連云港、鹽城和南通的2000年、2005年和2010年3期土地利用矢量數(shù)據(jù)，以《土地利用現(xiàn)狀分類》（GB/T21010—2007）標(biāo)準(zhǔn)為基礎(chǔ)，分為耕地、城鄉(xiāng)居民用地、水域、草地，林地和未利用土地共6個(gè)一級(jí)地類，以2000年土地利用現(xiàn)狀圖為基準(zhǔn)面，分別計(jì)算2000年、2005年、2010年土地利用類型面積，在ArcGIS中將各類用地進(jìn)行統(tǒng)一投影、坐標(biāo)系和分辨率。投影坐標(biāo)為Albers，分辨率統(tǒng)一采用100 m。

2.2 CA-Markov模型

馬爾科夫模型是一種隨機(jī)模型，主要用于土地利用變化建模，在馬爾科夫過(guò)程中，系統(tǒng)的狀態(tài)只與當(dāng)前狀態(tài)有關(guān)[19-20]，馬爾科夫模型描述一個(gè)時(shí)期到另一個(gè)時(shí)期的土地利用變化，并以此為基礎(chǔ)，預(yù)測(cè)未來(lái)土地利用變化趨勢(shì)?？捎萌缦鹿綄?duì)土地利用狀態(tài)進(jìn)行預(yù)測(cè)[21]：

式中：St，St+1為t，t+1時(shí)刻土地利用系統(tǒng)的狀態(tài)；Pij為狀態(tài)轉(zhuǎn)移矩陣。

元胞自動(dòng)機(jī)具有強(qiáng)大的空間運(yùn)算能力，它是一種時(shí)間、空間、狀態(tài)都離散，空間相互作用和時(shí)間因果關(guān)系都為局部的網(wǎng)格動(dòng)力學(xué)模型，具有模擬復(fù)雜系統(tǒng)時(shí)空演化過(guò)程的能力[22]。CA模型可用下式表示為[23]：

式中：S為元胞有限、離散的狀態(tài)集合；N為元胞的鄰域；t，t+1為不同的時(shí)刻；f為局部空間的元胞轉(zhuǎn)換規(guī)則。

CA模型與Markov模型的結(jié)合，在Markov基礎(chǔ)上加入空間權(quán)重因子，既有CA模擬復(fù)雜時(shí)空變化能力，又具備Markov模型長(zhǎng)期預(yù)測(cè)的優(yōu)勢(shì)，確保土地利用轉(zhuǎn)變?yōu)橐汛娴耐恋乩妙愋?，而不是完全隨機(jī)分布。

因此，本文利用IDRISI 17.0軟件，將CA模型內(nèi)嵌到程序中，結(jié)合Markov模型形成CA-Markov模型，在IDRISI軟件的MCE模塊中確定每個(gè)柵格單元土地利用類型概率，從而得到土地利用類型空間分布概率適宜性圖集；通過(guò)Markov模塊，得到江蘇沿海2000年和2010年的土地利用面積轉(zhuǎn)移矩陣和概率轉(zhuǎn)移矩陣；根據(jù)不同情景設(shè)定要求，得到不同情景下的轉(zhuǎn)移矩陣，將2010年的土地利用柵格圖以及不同情景的轉(zhuǎn)移矩陣和適宜性圖集輸入CA-Markov模塊，得到不同情景下2020年江蘇沿海的土地利用變化。

2.3 不同土地利用模擬情景設(shè)定

情景分析方法是假設(shè)當(dāng)前某種現(xiàn)象能夠持續(xù)到未來(lái)，對(duì)未來(lái)可能出現(xiàn)的情況及后果做出預(yù)測(cè)的方法。情景分析方法是用于解決資源、生態(tài)環(huán)境和區(qū)域發(fā)展的一種輔助決策方法，多用于生態(tài)環(huán)境保護(hù)和區(qū)域發(fā)展規(guī)劃[24-25]。結(jié)合CA-Markov模型和 MCE法，設(shè)定自然發(fā)展趨勢(shì)情景、生態(tài)環(huán)境保護(hù)管理情景和城市規(guī)劃與區(qū)域發(fā)展情景3種不同的情景，分析不同情景下2020年土地利用變化，可為江蘇沿海土地利用規(guī)劃提供多種參考。

情景1為自然發(fā)展趨勢(shì)情景：土地利用變化依據(jù)自身發(fā)展過(guò)程進(jìn)行演化，即Markov鏈按自然演化過(guò)程下的土地利用空間變化規(guī)律，把2005—2010年的轉(zhuǎn)移矩陣和適宜性圖集導(dǎo)入模型后，得到2020年情景1土地利用變化；

情景2為生態(tài)環(huán)境保護(hù)情景：依據(jù)《江蘇省土地利用總體規(guī)劃》、《連云港市土地利用總體規(guī)劃》、《鹽城市土地利用總體規(guī)劃》、《南通市土地利用總體規(guī)劃》中保護(hù)和合理利用農(nóng)用地，嚴(yán)格保護(hù)耕地，加強(qiáng)基本農(nóng)田保護(hù)和建設(shè)等規(guī)定，限制城鄉(xiāng)居民用地侵占成片的耕地、草地和林地，合理保護(hù)生態(tài)用地，將水域、林地和草地等地類設(shè)成不可轉(zhuǎn)變區(qū)域，同時(shí)減少其他地類對(duì)耕地的占用，在轉(zhuǎn)移矩陣的設(shè)置上，減少耕地轉(zhuǎn)成其他用地的可能性，保護(hù)農(nóng)業(yè)用地；

情景3為城市規(guī)劃與區(qū)域發(fā)展情景：依據(jù)《江蘇沿海地區(qū)發(fā)展規(guī)劃》中加快連云港、鹽城、南通3個(gè)中心城市建設(shè)，形成功能清晰的沿海產(chǎn)業(yè)和城鎮(zhèn)帶等規(guī)定，突出城市規(guī)劃和區(qū)域發(fā)展對(duì)城市擴(kuò)張的影響作用，擴(kuò)大城鄉(xiāng)居民用地空間布局，將部分耕地、林地、草地設(shè)置為可轉(zhuǎn)換地類，加大轉(zhuǎn)出比例，并增加其他用地轉(zhuǎn)出為城市居民用地的可能性。

3 結(jié)果與分析

3.1 區(qū)域土地利用特征分析

3.1.1 土地利用面積變化分析 利用2000年、2005年和2010年土地利用數(shù)據(jù)，ArcGIS 10.0統(tǒng)計(jì)分析，得出江蘇沿海3個(gè)時(shí)期的土地利用類型面積（表1）。

表1 江蘇沿海各時(shí)期不同土地利用類型面積

由表1可見(jiàn)，2000—2010年江蘇沿海土地利用總體結(jié)構(gòu)以耕地為主，面積比例均超過(guò)70%，其次是居民用地和水域。草地、林地和未利用土地面積所占份額較小，表明江蘇沿海以農(nóng)業(yè)用地為主，符合區(qū)域經(jīng)濟(jì)和社會(huì)發(fā)展特點(diǎn)。近10年來(lái)，耕地、林地和草地等用地明顯減少，變化最明顯的是耕地，面積減少1 121.49 km2，草地面積由2000年的1 051.40 km2減少到2010年的604.15 km2。城鄉(xiāng)居民用地顯著增加，增長(zhǎng)幅度達(dá)3.1%，說(shuō)明該區(qū)域人口壓力增大，在經(jīng)濟(jì)利益驅(qū)動(dòng)下，致使人們加大對(duì)耕地、草地等農(nóng)業(yè)用地的開(kāi)發(fā)利用力度，導(dǎo)致該區(qū)域糧食減少，生態(tài)環(huán)境破壞。2005—2010年水域增長(zhǎng)速度較快，增長(zhǎng)384.67 km2，主要?dú)w因于自然因素；未利用土地在2005—2010年迅速增長(zhǎng)，由0.656 km2增加到126.709 km2，大部分是由草地和耕地轉(zhuǎn)換而來(lái)，人類過(guò)度開(kāi)發(fā)利用土地，使得部分農(nóng)業(yè)用地不斷退化，逐漸變成未利用土地，破壞了區(qū)域生態(tài)環(huán)境。

3.1.2 土地利用結(jié)構(gòu)轉(zhuǎn)換分析 通過(guò)土地利用轉(zhuǎn)移面積矩陣可以充分了解某種土地利用類型的轉(zhuǎn)移方向、補(bǔ)充來(lái)源以及整個(gè)江蘇沿海土地利用時(shí)空演變的過(guò)程[24]，在 ArcGIS中得到2000—2005年、2005—2010年的土地利用面積轉(zhuǎn)移矩陣，如表2—3所示。

表2 2000-2005年江蘇沿海土地利用面積轉(zhuǎn)移矩陣 km2

表3 2005-2010年江蘇沿海土地利用面積轉(zhuǎn)移矩陣 km2

由江蘇沿海土地利用轉(zhuǎn)移面積矩陣可知，城鄉(xiāng)居民用地、水域和未利用土地等地類面積增加，主要為其他地類轉(zhuǎn)入，耕地、林地和草地等地類面積減少，主要轉(zhuǎn)出為城鄉(xiāng)居民用地、水域。城鄉(xiāng)居民用地面積凈轉(zhuǎn)入1 388.38 km2，主要來(lái)自耕地、草地和水域；水域凈轉(zhuǎn)入791.39 km2，主要來(lái)源于城鄉(xiāng)居民用地、草地和耕地；耕地面積凈轉(zhuǎn)出1 279.11 km2，主要轉(zhuǎn)出為城鄉(xiāng)居民用地和水域，2005—2010年共966.94 km2耕地轉(zhuǎn)出為城鄉(xiāng)居民用地；2005—2010年草地中共有53.57 km2轉(zhuǎn)出為城鄉(xiāng)居民用地，44.35 km2轉(zhuǎn)出為未利用土地，2005—2010年林地共有70.62 km2轉(zhuǎn)為耕地。

3.2 CA-Markov模型模擬結(jié)果與分析

Kappa系數(shù)的判定標(biāo)準(zhǔn)為：如果兩個(gè)土地利用/覆蓋變化（Land Use/Land Cover Change，LUCC）圖像完全一樣，則Kappa=1；當(dāng)Kappa≥0.75時(shí)，表明一致性較高，誤差較小；當(dāng)Kappa≤0.4時(shí)，一致性較差，LUCC模擬誤差較大[26]。通過(guò)Crosstab模塊對(duì)解譯結(jié)果圖和模擬結(jié)果圖進(jìn)行統(tǒng)計(jì)，獲得Kappa系數(shù)，定量反映模型模擬的準(zhǔn)確性。本文對(duì)江蘇沿海2010年實(shí)際解譯結(jié)果圖和模擬結(jié)果圖進(jìn)行統(tǒng)計(jì)，得到Kappa系數(shù)為0.941 3，反映模擬結(jié)果可信度較高，表明CA-Markov模型可以用來(lái)模擬預(yù)測(cè)江蘇沿海土地利用。

以2010年江蘇沿海土地利用為初始值，按當(dāng)前土地利用發(fā)展趨勢(shì)，制定適宜性圖集，預(yù)測(cè)2020年江蘇沿海土地利用，即為情景1。在情景1基礎(chǔ)上，通過(guò)對(duì)土地利用狀態(tài)轉(zhuǎn)移概率矩陣修正以及MCE適宜性圖集的制作實(shí)現(xiàn)不同土地利用情景的設(shè)定，得出情景2和情景3的模擬結(jié)果（表4）。

表4 江蘇沿海2010年和不同情景下2020年土地利用面積變化 km2

從表4可見(jiàn)，情景1、情景2和情景3的江蘇沿海土地利用類型面積總體變化趨勢(shì)相似，即城鄉(xiāng)居民用地面積增加，草地、耕地和林地面積減少。

情景1與情景2相比較，生態(tài)用地變化很小，耕地面積的變化幅度也不大，僅城鄉(xiāng)居民用地面積增加469.28 km2，說(shuō)明情景1對(duì)生態(tài)環(huán)境和耕地的影響較小，同時(shí)能夠保證江蘇沿海城鎮(zhèn)化的發(fā)展。情景2以保護(hù)生態(tài)為前提，與情景1相比，城鄉(xiāng)居民用地面積減少，耕地、林地和草地等生態(tài)用地面積增加445.82 km2，耕地、林地和草地等生態(tài)用地得以保護(hù)，但該情景限制了城鎮(zhèn)化的發(fā)展，符合情景假設(shè)。情景3城鄉(xiāng)居民用地面積相比2010年增長(zhǎng)近1倍，耕地面積減少3 061.32 km2，林地減少近2/3，草地只剩433.22 km2，水域減少到2 918.98 km2，城鎮(zhèn)化發(fā)展速度太快，對(duì)當(dāng)?shù)厣鷳B(tài)環(huán)境造成相當(dāng)大的危害，如果按照情景3發(fā)展下去，未來(lái)江蘇沿海生態(tài)用地面積會(huì)以較快的速度減少甚至消失。

為了分析江蘇沿海土地利用變化的結(jié)構(gòu)特征和各種土地類型轉(zhuǎn)移的方向，給出3種不同情景下的土地利用概率轉(zhuǎn)移矩陣（表5—7）。

表5 2010-2020年情景1江蘇沿海土地利用概率轉(zhuǎn)移矩陣

表6 2010-2020年情景2江蘇沿海土地利用概率轉(zhuǎn)移矩陣

表7 2010-2020情景3江蘇沿海土地利用概率轉(zhuǎn)移矩陣

從表4—7可見(jiàn)，3種情景城鄉(xiāng)居民用地面積增加，為其他土地利用類型轉(zhuǎn)入，耕地、草地和林地面積減少，主要轉(zhuǎn)出為城鄉(xiāng)居民用地，但轉(zhuǎn)入與轉(zhuǎn)出的程度有所差別。城鄉(xiāng)居民用地面積，情景1增加1 152.06 km2，情景2增加684.78 km2，情景3增加3 966.05 km2，情景2增長(zhǎng)最少，城鎮(zhèn)化發(fā)展速度較緩，情景3增長(zhǎng)最快，該情景下共有26.27%的耕地轉(zhuǎn)出為城鄉(xiāng)居民用地，耕地資源損失嚴(yán)重；3種情景中耕地主要轉(zhuǎn)出為城鄉(xiāng)居民用地，情景1減少583.68 km2，情景2減少209.02 km2，情景3減少3 061.32 km2，情景2耕地得以保護(hù)，情景3中耕地面積的急劇減少，在不提高農(nóng)作物產(chǎn)量前提下，威脅當(dāng)?shù)丶Z食安全。林地主要轉(zhuǎn)出為耕地和居民用地，情景1中有50.10%和26.74%的林地分別轉(zhuǎn)出為耕地和城鄉(xiāng)居民用地，情景2和情景3分別有51.65%和71.64%的林地轉(zhuǎn)出為其他用地，3種情景中均有超50%的林地轉(zhuǎn)出，林地是森林資源的重要組成部分，是植樹(shù)造林、國(guó)土綠化的前提條件，也是維護(hù)生態(tài)安全、滿足人民群眾對(duì)生態(tài)環(huán)境需求的前提，江蘇沿海未來(lái)規(guī)劃應(yīng)注重林地保護(hù)。情景1草地面積減少134.33 km2，其中22.19%轉(zhuǎn)出為城鄉(xiāng)居民用地，情景2，15.25%的草地面積轉(zhuǎn)出為城鄉(xiāng)居民用地，轉(zhuǎn)出最少，情景3草地面積減少近1/3，其中24.52%轉(zhuǎn)出為城鄉(xiāng)居民用地。草地和林地轉(zhuǎn)出過(guò)多，威脅當(dāng)?shù)氐纳鷳B(tài)環(huán)境。

4 討論與結(jié)論

（1）通過(guò)轉(zhuǎn)移矩陣模型，分析2000—2010年江蘇沿海土地利用類型變化特征和趨勢(shì)，結(jié)果表明：2000—2010年江蘇沿海耕地、草地和林地面積有所減少，城鄉(xiāng)居民用地、水域和未利用土地面積有所增加，2005—2010年土地利用變化速度明顯高于2000—2005年，2005—2010年城鎮(zhèn)化發(fā)展速度較快，急需大量土地，城鄉(xiāng)用地占用大量生態(tài)用地，該階段城鄉(xiāng)用地增加1 341.45 km2，耕地減少1 147.65 km2，生態(tài)用地的急劇減少，對(duì)當(dāng)?shù)厣鷳B(tài)環(huán)境造成相當(dāng)大的危害。

（2）謝薇等[27]認(rèn)為江蘇沿海建設(shè)用地需求大，灘涂圍墾管理難，對(duì)生態(tài)環(huán)境造成危害，需要實(shí)施科學(xué)的土地利用策略。本文結(jié)合CA-Markov模型和MCE法，設(shè)定自然發(fā)展趨勢(shì)情景、生態(tài)環(huán)境保護(hù)管理情景和城市規(guī)劃與區(qū)域發(fā)展情景3種不同的情景，分析不同情景下2020年土地利用變化，為江蘇沿海土地利用規(guī)劃提供多方面參考。研究表明：3種情景下土地利用類型面積變化趨勢(shì)相似，城鄉(xiāng)居民用地面積增加，草地、耕地和林地面積減少。從3種情景對(duì)比中可以看出，3種情景中，情景2相比情景1、情景3可以起到保護(hù)耕地、林地和草地等生態(tài)用地的作用，但是城鄉(xiāng)居民用地面積10年間僅增加684.78 km2，增速過(guò)于緩慢，限制了城鎮(zhèn)化的發(fā)展，情景3相比其他兩種情景，各類土地利用類型面積變化最顯著，城鎮(zhèn)化增速最快，說(shuō)明過(guò)分強(qiáng)調(diào)城市的發(fā)展，不僅會(huì)導(dǎo)致耕地面積大幅減小，威脅糧食安全，同時(shí)，也會(huì)破壞原本土地利用結(jié)構(gòu)，威脅當(dāng)?shù)厣鷳B(tài)安全。情景1的耕地、林地、草地和城鄉(xiāng)居民用地面積介于情景2和情景3之間，在保證城鎮(zhèn)化發(fā)展的前提下兼顧生態(tài)保護(hù)，江蘇沿海未來(lái)規(guī)劃既要兼顧城鎮(zhèn)化建設(shè)的發(fā)展，又要合理保護(hù)生態(tài)。

（3）土地利用變化模擬具有不確定性，往往受經(jīng)濟(jì)、社會(huì)和人類活動(dòng)等很難量化的因素影響，不同情景僅能代表相應(yīng)土地利用變化的可能性，不是最終確定的變化結(jié)果。模型中雖然可以從各類土地利用類型的約束條件來(lái)確定元胞轉(zhuǎn)換規(guī)則，但是沒(méi)有考慮綜合土地利用的社會(huì)和經(jīng)濟(jì)因素，并且受到數(shù)據(jù)來(lái)源精確度影響，在一定程度上限制了模型模擬結(jié)果的精確性[28]。因此，未來(lái)的研究需要進(jìn)一步提高模型的精度、可靠性和實(shí)用性，以期能夠引導(dǎo)江蘇沿海土地利用與生態(tài)保護(hù)可持續(xù)發(fā)展。

[1]邢容容，馬安青，張小偉，等.基于Logistic-CA-Markov模型的青島市土地利用變化動(dòng)態(tài)模擬[J].水土保持研究，2014，21（6）：111-114.

[2]Garrett R D，Lambin E F，Naylor R L.The new economic geography of land use change：Supply chain configurations and land use in the Brazilian Amazon[J].Land Use Policy，2013，34（12）：265-275.

[3]張華兵，劉紅玉，郝敬鋒，等.自然和人工管理驅(qū)動(dòng)下鹽城海濱濕地景觀格局演變特征與空間差異[J].生態(tài)學(xué)報(bào)，2012，32（1）：101-110.

[4]胡遠(yuǎn)滿，李月輝，蘇海龍，等.基于CLUE-S模型和Markov模型的城鎮(zhèn)土地利用變化模擬預(yù)測(cè)：以江蘇省常熟市辛莊鎮(zhèn)為例[J].資源科學(xué)，2011，33（12）：2262-2270.

[5]韓玲玲，何政偉，唐菊興，等.基于CA的城市增長(zhǎng)與土地增值動(dòng)態(tài)模擬方法探討[J].地理與地理信息科學(xué)，2003，19（2）：32-35.

[6]謝正磊，許學(xué)工，孫強(qiáng).基于Patch-Dynamics模式的土地覆被變化預(yù)測(cè)：以北京市為例[J].北京大學(xué)學(xué)報(bào)：自然科學(xué)版，2008，44（3）：452-458.

[7]朱萌，馬孝義，劉雪嬌.基于馬爾科夫模型的武功縣土地利用/覆被動(dòng)態(tài)變化研究[J].水土保持研究，2013，20（5）：64-68.

[8]Wehner S，Herrmann S，Berkhoff K.CLUENaban：A land use change model combining social factors with physical landscape factors for a mountainous area in Southwest China[J].Ecological Indicators，2014，36（1）：757-765.

[9]戴聲佩，張勃.基于CLUE-S模型的黑河中游土地利用情景模擬研究：以張掖市甘州區(qū)為例[J].自然資源學(xué)報(bào)，2013，28（2）：336-348.

[10]李明杰，錢樂(lè)祥，吳志峰，等.廣州市海珠區(qū)高密度城區(qū)擴(kuò)展SLEUTH 模型模擬[J].地理學(xué)報(bào)，2010，65（10）：1163-1172.

[11]余強(qiáng)毅，吳文斌，唐華俊，等.復(fù)雜系統(tǒng)理論與Agent模型在土地變化科學(xué)中的研究進(jìn)展[J].地理學(xué)報(bào)，2011，66（11）：1518-1530.

[12]梁辰，王諾.基于Logistic回歸的沿海經(jīng)濟(jì)區(qū)建設(shè)用地演變驅(qū)動(dòng)因素研究：以大連市新市區(qū)為例[J].地理科學(xué)，2014，34（5）：556-562.

[13]Yang X，Zheng X Q，Chen R.A land use change model：Integrating landscape pattern indexes and Markov-CA[J].Ecological Modelling，2014，283（7）：1-7.

[14]Maithani S.Cellularauto mata based model of urban spatial growth[J].Journal of the Indian Society of Remote Sensing，2010，38（4）：604-610.

[15]Nourqolipour R，Shariff A R B M，Balasundram S K，et al.A GIS-based model to analyze the spatial and temporal development of oil palm land use in Kuala Langat district，Malaysia[J].Environmental Earth Sciences，2014，73（4）：1687-1700.

[16]王千，金曉斌，周寅康.江蘇沿海地區(qū)耕地景觀生態(tài)安全格局變化與驅(qū)動(dòng)機(jī)制[J].生態(tài)學(xué)報(bào)，2011，31（20）：5903-5909.

[17]曲福田，吳郁玲.土地市場(chǎng)發(fā)育與土地利用集約度的理論與實(shí)證研究[J].自然資源學(xué)報(bào)，2007，22（3）：445-454.

[18]葉正偉.江蘇沿海開(kāi)發(fā)地區(qū)近50年來(lái)降水演變特征與趨勢(shì)[J].水土保持研究，2015，22（1）：176-180.

[19]Huang Y，Nian P，Zhang W.The prediction of interregional land use differences in Beijing：a Markov model[J].Environmental Earth Sciences，2015，73（8）：4077-4090.

[20]Wu C D，Cheng C C，Lo H C，et al.Application of SEBAL and Markov models for future stream flow simulation through remote sensing[J].Water Resources Management，2010，24（14）：3773-3797.

[21]Ma C，Zhang G Y，Zhang X C，et al.Application of Markov model in wetland change dynamics in Tianjin Coastal Area，China[J].Procedia Environmental Sciences，2012，13（3）：252-262.

[22]韓玲玲，何政偉，唐菊興，等.基于CA的城市增長(zhǎng)與土地增值動(dòng)態(tài)模擬方法探討[J].地理與地理信息科學(xué)，2003，19（2）：32-35.

[23]王東輝，張利權(quán)，管玉娟.基于CA模型的上海九段沙互花米草和蘆葦種群擴(kuò)散動(dòng)態(tài)[J].應(yīng)用生態(tài)學(xué)報(bào)，2007，18（12）：2807-2813.

[24]Bormann H，Breuer L，Gr?ff T，et al.Analysing the effects of soil properties changes associated with land use changes on the simulated water balance：A comparison of three hydrological catchment models for scenario analysis[J].Ecological Modelling，2007，209（1）：29-40.

[25]劉波，肖子牛.瀾滄江流域1951—2008年氣候變化和2010—2099年不同情景下模式預(yù)估結(jié)果分析[J].氣候變化研究進(jìn)展，2010，6（3）：170-174.

[26]凌成星，鞠洪波，張懷清，等.基于CA-MARKOV模型的北京濕地資源變化預(yù)測(cè)研究[J].中國(guó)農(nóng)學(xué)通報(bào)，2012，28（20）：262-269.

[27]謝薇，史峻.江蘇沿海開(kāi)發(fā)戰(zhàn)略實(shí)施中的土地利用問(wèn)題及對(duì)策[J].江蘇農(nóng)業(yè)科學(xué)，2012，40（10）：350-353.

[28]張杰，周寅康，李仁強(qiáng)，等.土地利用/覆蓋變化空間直觀模擬精度檢驗(yàn)與不確定性分析：以北京都市區(qū)為例[J].中國(guó)科學(xué)：D輯，2009（11）：1560-1569.

Scenario Analysis of Land Use Change in Jiangsu Coast Based on CA-Markov Model

XU Xiaojuan1，2，3，LIU Huiyu1，2，3，LIN Zhenshan1，2，3，LIU Jinxue1，2，3，LI Lihe1，2，3
（1.College of Geography Science，Nanjing Normal University，Nanjing210023，China；2.Jiangsu Key Laboratory of Environmental Change and Ecological Construction，Nanjing210023，China；3.Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application，Nanjing210023，China）

Taking Jiangsu coast as study area，the dynamics change degree of land use type was analyzed based on the interpretation data from TM image in 2000，2005 and 2010.Combining transition matrix and CA-Markov model，three scenarios were proposed，which were natural trend scenario，ecological environmental management scenario and urban planning and regional development scenario.The results showed that：（1）from 2000 to 2010，the areas of farmland，grassland and forestland decreased，while areas of construction land，water body and unused land continued to expand；because of the rapid development of urbanization from 2005 to 2010，a large area of land was needed；during this period，the construction land expanded by 1 314.45 km2while the farmland reduced by 1 147.65 km2；（2）compared with ecological environmental management scenario，the area of the ecological land changed a little under natural trend scenario though the construction land increased by 583.68 km2，indicating that the natural trend scenario could not only protect ecological environment but also ensure urban and rural development；under ecological environmental management scenario，however，the construction land only expanded by 684.78 km2in a decade，which was the slowest，indicating that under this scenario the ecological environment could be protected at the cost of the urban and rural development；under the urban planning and regional development scenario，the area of construction land expanded by 3 963.35 km2compared with that of 2010；meanwhile，the farmland，forestland and grassland decreased sharply.In conclusion，with too much attention on urban develop-ment，farmland will face the substantial reduction，which will threaten the stability of the grain market，and the local ecosystem will be faced with a huge loss.The simulation results can provide reference for the regional land planning，ecological protection and sustainable development.

land use；CA-Markov Model；scenario simulation；Jiangsu coast

F301.2

A

1005-3409（2017）01-0213-06

2016-01-18

2016-01-29

國(guó)家自然科學(xué)基金（31470519）；江蘇省自然科學(xué)基金（BK20131399）；江蘇省高校優(yōu)勢(shì)學(xué)科建設(shè)工程資助項(xiàng)目

許小娟（1990—），女，江蘇東海人，碩士生，研究方向?yàn)槿蜃兓鷳B(tài)學(xué)。E-mail：kattyxiaoj＠163.com

劉會(huì)玉（1978—），女，湖南辰溪人，教授，主要從事全球變化生態(tài)學(xué)研究。E-mail：liuhuiyu＠njnu.edu.cn