姚戀秋， 李 楊， 施 歌， 梁鳴霄， 江 南

空間數(shù)據(jù)挖掘是數(shù)據(jù)挖掘研究的一個分支，目的是從空間數(shù)據(jù)庫系統(tǒng)中抽取隱含人們感興趣的空間模式和特征，發(fā)現(xiàn)空間數(shù)據(jù)與非空間數(shù)據(jù)之間的關系，構建空間知識庫[1]。我國最早由李德仁院士提出，從地理信息系統(tǒng)(geographic information system，簡稱GIS)空間數(shù)據(jù)庫中發(fā)現(xiàn)這一理論[2-3]。隨后，我國許多高校對空間數(shù)據(jù)挖掘理論展開了研究。韓志軍等從地震目錄數(shù)據(jù)出發(fā)，提出基于空間數(shù)據(jù)認識的數(shù)據(jù)挖掘方法[4-5]。土地利用數(shù)據(jù)信息的挖掘目前集中在耕地、林地等農業(yè)用地的變化，土地利用動態(tài)度等各種統(tǒng)計指標的測算，土地利用變化預測這3個方面。陳述彭等從地學信息圖譜角度對空間數(shù)據(jù)進行數(shù)據(jù)挖掘[6]；劉紀遠等使用動態(tài)區(qū)劃法對我國土地利用空間格局進行分區(qū)[7]；陸汝成等使用代碼融合的方法對土地利用數(shù)據(jù)進行空間信息挖掘[8]；劉盛和等對土地利用空間分析測算模型進行修正[9]；喬偉峰等對土地利用轉移矩陣計算動態(tài)度模型進行改進，加入土地利用無序度指標[10]。國際上，許多學者對空間和土地利用信息挖掘展開了研究，Koperski等指出數(shù)據(jù)挖掘已經擴展到空間數(shù)據(jù)庫與空間模式發(fā)現(xiàn)[11]；Han等的研究小組在MapInfo中實現(xiàn)了空間數(shù)據(jù)挖掘的原型系統(tǒng)，Han等在其專著《Data mining：concept and technologies》中系統(tǒng)地論述了空間數(shù)據(jù)挖掘的概念和方法[12]；Sun等應用馬爾科夫鏈方法針對城市土地利用動態(tài)變化進行分析[13]。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

江蘇省位于我國華東地區(qū)，地理位置為116°18′～121°57′E，30°45′～35°20′N，省會為南京市，省轄13市，總面積為 101 819 km2。根據(jù)地理位置和人文景觀差異可以將江蘇省劃分為3個區(qū)域，蘇州市、無錫市、常州市為蘇南地區(qū)，南京市、鎮(zhèn)江市、揚州市、泰州市、南通市為蘇中地區(qū)，徐州市、宿遷市、淮安市、連云港市、鹽城市為蘇北地區(qū)。

在地理景觀人文屬性方面，截至2014年年底，江蘇省人口為7 976.30萬人，其中城鎮(zhèn)人口為5 305.83萬人，區(qū)域生產總值為70 116.38億元，價格指數(shù)為101.70[14]。從地理景觀的物理屬性來看，研究區(qū)屬于亞熱帶濕潤森林地帶，屬于亞熱帶季風濕潤氣候[15]。

1.2 數(shù)據(jù)來源

1.2.1 土地利用數(shù)據(jù) 本研究使用20世紀80年代以來的“江蘇省1 ∶10 萬土地利用數(shù)據(jù)集”，獲取自國家地球系統(tǒng)數(shù)據(jù)共享平臺——長江三角洲科學數(shù)據(jù)中心。土地利用一級類型綜合評價精度達到94.3%以上，滿足1 ∶10萬比例尺制圖精度。本研究使用的5期數(shù)據(jù)分別為20世紀80年代、1995年、2000年、2005年及2010年的土地利用數(shù)據(jù)。數(shù)據(jù)集涵蓋6個一級分類，并由此細分為31個二級分類。

1.2.2 社會經濟數(shù)據(jù) 本研究使用1990—2010年《江蘇統(tǒng)計年鑒》數(shù)據(jù)，數(shù)據(jù)源為中國知網統(tǒng)計年鑒數(shù)據(jù)，數(shù)據(jù)產品經由國家地球系統(tǒng)數(shù)據(jù)共享平臺——長江三角洲科學數(shù)據(jù)中心加工成江蘇省逐年社會經濟數(shù)據(jù)集。該數(shù)據(jù)集收錄江蘇省及各地區(qū)大量的經濟社會發(fā)展統(tǒng)計信息。包含行政區(qū)概況(市、縣、鄉(xiāng)鎮(zhèn)個數(shù))、經濟、社會、人口、農業(yè)、城市建設與環(huán)境保護等方面的指標。數(shù)據(jù)存儲格式為Excel，是反映江蘇省各年國民經濟和社會發(fā)展情況的資料性年刊。

1.3 研究方法

1.3.1 數(shù)據(jù)預處理 轉換投影坐標系，土地利用數(shù)據(jù)使用Krasovsky_1940_Albers坐標系，一般用于大尺度分析，因此對于江蘇省的研究將坐標系轉換為Xian_1980_3_Degree_GK_CM_117E坐標系。由于研究中使用的5期數(shù)據(jù)為20世紀80年代末、1995年、2000年、2005年、2010年的土地利用數(shù)據(jù)，將20世紀80年代末期的土地利用數(shù)據(jù)等效為1990年土地利用數(shù)據(jù)進行分析。

針對研究目的使用ArcGIS10.2重新劃分土地利用數(shù)據(jù)類別，如表1所示，重分類規(guī)則為以土地利用的一級分類為基礎，將其二級分類分別進行合并。將未利用土地類別重命名為其他，得到5個土地利用類別；而對于城鄉(xiāng)、工礦、居民用地這一大類，遵照其二級分類分為3類，分別命名為城鎮(zhèn)建成區(qū)、農村居民點和工礦用地。由此將土地利用數(shù)據(jù)分為耕地、草地、林地、水域、農村居民點、城鎮(zhèn)建成區(qū)、工礦用地和其他，共8個土地利用類別。

表1 土地利用類型重分類對照

1.3.2 轉移矩陣、土地利用動態(tài)度 計算土地利用數(shù)據(jù)每2年的轉移矩陣、地類變化量，通過多種指標定量分析江蘇省土地利用的變化模式。轉移矩陣反映了某一地區(qū)變化初期和末期各種類別之間的相互轉化，在反映土地利用的變化時，不僅可以定量分析變化的面積，還可以反映出土地利用的變化方向。轉移矩陣的一般形式為[10]：

(1)

式中：S表示面積；i和j分別表示變化前和變化后的土地利用類型(i=1，2，3，…，m；j=1，2，3，…，n)。

根據(jù)轉移矩陣，可以統(tǒng)計得到各地類的減少量、增加量、凈變化量和變化總量等變化指標。

基于土地利用各地類的面積轉移矩陣，可以進一步計算馬爾科夫概率轉移矩陣。馬爾科夫概率模型可以表示為：

(2)

式中：Nt+Δt為t+Δt年時的土地利用面積矩陣；Nt為t年時的土地利用面積矩陣；P為土地利用轉移的概率矩陣，矩陣P的各行概率之和為1。

對面積變化進行歸一化處理，從概率角度考量土地利用的變化，在分析土地面積這類較大數(shù)據(jù)時，更加清楚地表現(xiàn)出各個土地類型各自的增減狀況。使用5期圖像生成4個概率矩陣，相比于土地利用轉移矩陣，突出了每種地類轉換的來源和流轉方向，不受總體面積的影響，排除由于地類占地面積太少而變化規(guī)律被忽略的情況。

通過轉移矩陣、轉移概率矩陣，從統(tǒng)計學上對江蘇省20年來的土地利用變化情況進行定量分析。

1.3.3 土地利用轉移圖譜、變化模式 使用代碼融合方法計算每2期的土地利用圖像的土地利用轉移圖譜，得到4期土地利用轉移圖譜。代碼融合方法基本原理是使用2位代碼分別顯示變化前后的地類屬性。在本研究中對土地利用類型以阿拉伯數(shù)字1～8編號，以變化前利用類型作為十位數(shù)，將變化后利用類型作為個位數(shù)，融合公式為：

F=10f1+f2。

(3)

式中：f1為變化前的土地利用類型代碼；f2為變化后的土地利用類型代碼；F為融合后的代碼。

使用代碼融合方法可以直觀地表現(xiàn)出土地利用的變化，但融合后代碼類別個數(shù)呈平方增長，不能有針對性地表現(xiàn)土地利用的主要變化方向，因此選取土地利用的主要變化類型進行分析。江蘇省的耕地、林地、水體、農村居民點、城鎮(zhèn)建成區(qū)這五大土地利用類型面積占全省土地面積的97%以上，其中水體面積由于沿海灘涂的增加而發(fā)生變化，內陸水體幾乎不變，因此選擇耕地、林地、農村居民點、城鎮(zhèn)建成區(qū)這4個類型的變化進行分析。由5期土地利用數(shù)據(jù)得到4期土地利用的主要轉移類型圖譜。通過分析轉移圖譜，從時間序列的角度對江蘇省20年之間的土地利用變化情況進行定性分析。

1.3.4 土地利用轉移圖譜重心分析 地理重心模型的本質是將1組空間對象的幾何重心坐標和對應的各項指標數(shù)據(jù)進行加權而得到的重心坐標。重心計算公式為[16-17]：

(4)

式中：n為區(qū)域內的空間對象數(shù)量；(X，Y)為空間對象的重心坐標；(xi，yi)為空間對象i的重心坐標；Mi為對象i的屬性值。

在土地利用轉移圖譜的基礎上，對4期變化圖譜中的農村居民點和城鎮(zhèn)建成區(qū)分別計算重心，以土地利用變化面積為權重，得到土地利用轉移的重心。與土地利用重心不同，土地利用轉移圖譜的重心不表示某一特定時刻的土地利用情況，而是在一定時期內，描述變化過程的特點，即土地利用變化的方向，挖掘土地利用變化過程中的潛在特點。通過分析江蘇省土地利用變化信息圖譜的轉移重心，從空間位置上對20年來的土地利用變化方向進行分析。

2 結果與分析

2.1 轉移矩陣分析

2.1.1 基本統(tǒng)計數(shù)據(jù) 由表2可知，對江蘇省土地利用數(shù)據(jù)分期進行總體分析，20年來江蘇省土地利用面積逐期增加，2005—2010年間增加量最多，增加的地區(qū)主要為江蘇東北部沿海地區(qū)。從地類的變動情況來看，從1995年開始，江蘇省的土地變動幅度越來越大，2000—2005年變動面積比1995—2000年增加27%，而2005—2010年的變化面積比2000—2005年增長161%。從各個土地利用類別的構成來看，1990—2000年江蘇省耕地面積最大，水域次之，農村居民點第三，林地和城鎮(zhèn)建成區(qū)分別排名第四和第五。

就耕地而言，總體呈逐年減少的趨勢，2010年相對于1990年耕地總體減少8 331 km2，占1990年耕地總面積的11.5%。在耕地面積減少的同時，江蘇省農村居民點和城鎮(zhèn)建成區(qū)面積逐年增加，尤其是城鎮(zhèn)建成區(qū)，由1990年的 1 986 km2增加到2010年的7 628 km2，在總量上約翻兩番，漲幅最大的是2005—2010年，在這5年間城鎮(zhèn)建成區(qū)面積增加了142.3%。水體面積在20年間逐年增加，增長率分別為1.0%、2.0%、4.4%、7.8%，增加的部分主要為東部沿海的灘涂。農村居民地在這20年間持續(xù)增長，但漲幅呈波動減小，1990—1995年漲幅最大，為14.8%，之后漲幅減小。

表2 江蘇省20年土地利用基本情況統(tǒng)計 km2

注：1表示耕地；2表示草地；3表示林地；4表示水體；5表示農村居民地：6表示城鎮(zhèn)建成區(qū)；7表示工礦用地；8表示其他。下表同。

2.1.2 轉移矩陣與轉移概率分析 對各個土地利用轉移概率矩陣(表3至表6)單獨分析可以得出，1990—1995年耕地土地利用的主要變化方向是農村居民地，高達20.3‰，林地、農村居民地、城鎮(zhèn)建成區(qū)的主要變化方向是耕地，其中林地變?yōu)楦氐淖兓茸畲螅瑸?7.4‰。1995—2000年與前5年土地利用變化方向基本一致，各個主要地類的變化方向分別為耕地—農村居民地，林地—農村居民地，農村居民地—耕地，城鎮(zhèn)建成區(qū)—耕地。2000—2005年間的土地利用變化特點出現(xiàn)了變化，林地和農村居民地的主要流動方向依然是耕地，但在這5年耕地的流動方向由農村居民地變成了城鎮(zhèn)建成區(qū)，并且城鎮(zhèn)建成區(qū)的主要變化方向為農村居民地，占城鎮(zhèn)建成區(qū)面積的82.5‰。2005—2010年的土地利用流向與前15年都有所不同。耕地中22.9‰流向農村居民地，40.0‰流向城鎮(zhèn)建成區(qū)；林地有62.7‰變?yōu)楦?，農村居民地變化幅度最大，有132.9‰都變?yōu)榱顺擎?zhèn)建成區(qū)，城鎮(zhèn)建成區(qū)11.5‰變回耕地，25.3‰變?yōu)檗r村居民地。

表3 1990—1995年土地利用轉移概率矩陣 ‰

注：表3至表6數(shù)據(jù)為江蘇省各地主要地類之間的轉移概率千分比(‰)。

從時間變化對4個變化矩陣進行分析。首先，從變化的幅度來說，從1990年開始土地利用的變化幅度越來越大。此次分析的4個地類隨著時間的增加，地類保持不變的比例呈波動下降。以面積最大的耕地為例，除1990—1995年矩陣以外，土地利用類型保持不變的比率不斷降低，至最后一期矩陣僅為927.9‰。1990—1995年土地利用類型轉移比率最大的為耕地變?yōu)檗r村居民地，占20.3‰；1995—2000年變化比率最大的為農村居民地變?yōu)楦?，?7.0‰；到2000—2005年，變化最大的為城鎮(zhèn)建成區(qū)轉為農村居民地達到82.5‰；而2005—2010年期間，農村居民地變?yōu)槌擎?zhèn)建成區(qū)的變化比率超過100‰，達到132.9‰，并且同一期間總共有2種變化類型超過50‰。其次，從土地利用變化類別分析，1990—2000年各個地類主要向耕地方向變化，到2000—2005年期間各類別主要向農村居民地變化，最后2005—2010年以流向城鎮(zhèn)建成區(qū)為主，兼有其他地類相互變化。與此同時在每一期的變化中，耕地流向農村居民地一直是土地利用轉移的重要方向。

表4 1995—2000年土地利用轉移概率矩陣 ‰

表5 2000—2005年土地利用轉移概率矩陣 ‰

表6 2005—2010年土地利用轉移概率矩陣 ‰

2.2 土地利用轉移圖譜分析

以單幅信息圖譜(圖1)來看，1990—1995年，土地利用變化主要集中在江蘇南部、中部和東部沿海地區(qū)，以耕地變?yōu)檗r村居民地、耕地變?yōu)槌擎?zhèn)建成區(qū)為主。江蘇北部的變化主要集中在耕地轉為農村居民地，但面積和數(shù)量遠遠低于南部。1995—2000年江蘇省土地利用的變化程度出現(xiàn)了回落，變化的面積和有所減小，變化的方向主要為耕地變?yōu)檗r村居民地。2000—2005年南部地區(qū)變化程度依然大于北部地區(qū)，尤其是蘇州市、南京市出現(xiàn)了肉眼可識別的大范圍的耕地變?yōu)槌擎?zhèn)建設用地的情況。除徐州市以外，江蘇省其他12個地級市的城鎮(zhèn)建成區(qū)都向外出現(xiàn)了明顯擴張，而且規(guī)模較大的農村居民地也向外有不同程度的延伸。除了耕地向農村居民地和城鎮(zhèn)建成區(qū)轉移外，農村居民地與城鎮(zhèn)建設用地之間的轉換也越來越明顯，在這5年期間有1 004 km2的農村居民地變?yōu)槌擎?zhèn)建成區(qū)。2005—2010年期間的土地利用變化更為多樣，不僅僅局限于蘇南地區(qū)，蘇北地區(qū)土地利用變化也變得活躍起來，江蘇省各個城市擴張速度加快，大量城市外圍農村居民地轉為城鎮(zhèn)建成區(qū)，耕地轉為城鎮(zhèn)建成區(qū)和農村居民地。5年內 2 577 km2的耕地轉為城鎮(zhèn)建成區(qū)，1 461 km2的農村居民地轉為城鎮(zhèn)建成區(qū)，1 537 km2的耕地轉為農村居民地。

綜合時間序列信息圖譜(圖1)來看，這20年間耕地流向農村居民地基本不變，隨著時間的推移土地利用轉移變化量不斷增加，蘇南地區(qū)土地利用變化的活躍程度高于北方。蘇州市、無錫市、南京市、常州市土地利用變化最為活躍，根據(jù)土地利用變化的活躍程度，大致可以劃分為1990—2005年和2005—2010年2個時段進行分析。對于蘇北地區(qū)，土地利用變化的20年內，前15年土地利用類型穩(wěn)定，變化程度小，城市擴張面積小，最后5年土地利用變化類型活躍，城市擴張面積顯著增加。蘇中地區(qū)土地利用變化一直處于中間水平，前15年以耕地變?yōu)檗r村居民地為主，少有大范圍的土地利用變化，后5年變化的范圍變大，且變化的類型多樣，農村居民地流向城鎮(zhèn)建成區(qū)和耕地流向農村居民地為2個主要的變化方向。蘇南地區(qū)一直是江蘇省土地利用變化最活躍的地區(qū)，1990—2005年，雖然江蘇省土地利用變化總體情況較為穩(wěn)定，但蘇南地區(qū)耕地轉變?yōu)槌擎?zhèn)建成區(qū)的面積逐年增加，到2005—2010年，農村居民地和耕地變?yōu)槌擎?zhèn)建成區(qū)成為變化最主要的2種形式。

2.3 土地利用變化圖譜重心分析

在土地利用變化圖譜的基礎上，對變化最活躍的耕地、農村居民地、城鎮(zhèn)建成區(qū)這3個土地利用類別間的變化量做重心分析，變化重心主要位于江蘇省中部和南部(圖2)，因此對江蘇省蘇南和蘇中進行局部放大(圖3)。

從空間位置來看，20年來土地利用變化的重心分布在蘇中和蘇南地區(qū)，較江蘇省的幾何重心整體偏東南，在幾何重心東南部波動，偏向蘇南和東部沿海方向。對4期土地利用變化量重心分別進行分析，1990—2000年重心分布較為分散，除1990—1995年耕地變?yōu)槌擎?zhèn)建成區(qū)位置落在蘇南以外，其余重心位置基本位于蘇中地區(qū)；2000—2005年土地利用變化量的重心大部分集中在蘇南地區(qū)；2005—2010年變化量的中心向江蘇省的幾何重心靠攏。由于土地利用的變化量主要集中在耕地向城鎮(zhèn)建成區(qū)和農村居民地的方向流動，因此單獨對15、16兩類代碼進行分析。對于耕地變?yōu)槌擎?zhèn)建成區(qū)這一變化類型，1990—1995年變化量重心位置為所有重心點的最南方，2005—2010年逐漸向北遷移，變化特點與江蘇省經濟變化相一致。蘇南地區(qū)為長三角城市群的中心城市，緊鄰上海，改革開放以來飛速發(fā)展，近年來長三角城市群不斷擴大帶動了蘇北地區(qū)的經濟發(fā)展，促進了土地利用各地類間的相互轉化，使土地利用變化的重心向北遷回。

從變化的面積來看，隨著時間的推移，各類土地類型變化面積都有變大的趨勢。農村居民地與城鎮(zhèn)建成區(qū)的相互轉化，1990—2000年間由于變化面積太小，在圖上無法顯示。1990—2005年除1990—1995年耕地變?yōu)檗r村居民地以外，其他變化量均在0～687 km2之間。耕地變?yōu)槌擎?zhèn)建成區(qū)和農村居民地是變化面積最大的2類，其中變化面積最大的是2005—2010年耕地轉為農村居民地，高達27 312 km2。城市不斷擴張，也促進了城市的經濟發(fā)展，為經濟貿易提供了更好的平臺。

3 結論與討論

土地利用是人類活動與自然環(huán)境相互作用最直接的表現(xiàn)形式，土地利用變化直接反映了人-地關系的變化。通過各個時期土地利用轉移圖譜和變化量重心的變化，可直觀地表現(xiàn)土地利用空間變化及變化量的內在規(guī)律。

從時間上來說，江蘇省1990—2010年20年間隨著時間的變化，前15年土地類型大體穩(wěn)定，土地利用變化最主要的類型為耕地向農村居民點的轉化，后5年土地利用發(fā)生了很大變化，耕地向城鎮(zhèn)建成區(qū)的變化也成為主要方向。從統(tǒng)計學角度分析，江蘇省土地利用變化量總量呈增加趨勢，變化類型趨于多元化，各種土地利用類型之間的變化隨著時間的推移越來越活躍。從空間位置上看，江蘇省土地利用變化范圍遍及全省，總體上蘇南的土地利用變化大于蘇北，但變化重心隨著蘇北地區(qū)的發(fā)展在逐漸向幾何重心靠攏。江蘇省土地利用的變化方向與經濟發(fā)展方向表現(xiàn)出一致性，兩者相互影響有著正反饋的關系。

致謝：感謝國家地球系統(tǒng)科學數(shù)據(jù)共享平臺——長江三角洲科學數(shù)據(jù)中心(http：//nnu.geodata.cn：8008/)提供數(shù)據(jù)支撐。

[1]陳述彭. 地球信息科學[M]. 北京：高等教育出版社，2007.

[2]李德仁，龔健雅，邊馥苓. GIS的前景[J]. 測繪通報，1994(3)：30-35.

[3]李德仁，李德毅. 論空間數(shù)據(jù)挖掘和知識發(fā)現(xiàn)的理論與方法[J]. 武漢大學學報(信息科學版)，2002，27(3)：221-233.

[4]韓志軍，周成虎，裴 韜，等. 地震序列提取的時空耦合距離方法研究[J]. 地震地磁觀測與研究，2002，23(6)：18-24.

[5]韓志軍，王桂蘭，周成虎，等. 我國地震信息系統(tǒng)建設發(fā)展方向探討[J]. 地球物理學進展，2003，18(3)：541-545.

[6]陳述彭，岳天祥，勵惠國. 地學信息圖譜研究及其應用[J]. 地理研究，2000，19(4)：337-343.

[7]劉紀遠，匡文慧. 20世紀80年代末以來中國土地利用變化的基本特征與空間格局[J]. 地理學報，2014，69(1)：3-14.

[8]陸汝成，黃賢金，左天惠，等. 經濟快速增長區(qū)土地利用信息圖譜構建——以江蘇省環(huán)太湖地區(qū)為例[J]. 資源科學，2009，31(7)：1133-1141.

[9]劉盛和，何書金. 土地利用動態(tài)變化的空間分析測算模型[J]. 自然資源學報，2002，17(5)：533-540.

[10]喬偉峰，盛業(yè)華，方 斌，等. 基于轉移矩陣的高度城市化區(qū)域土地利用演變信息挖掘——以江蘇省蘇州市為例[J]. 地理研究，2013，32(8)：1497-1507.

[11]Koperski K，Adhkary J，Han J. Spatial data mining：progress and challengs[C]. SIGMOD Workshop on Research Issues on data Mining and Knowledge Discovery.Montreal，Canada，1996：6-10.

[12]Han J，Kamber M. Data mining：concepts and techniques[M]. San

Francisco：Morgan Kaufmann，2001.

[13]Sun H，F(xiàn)orsythe W，Waters N. Modeling urban land use change and urban sprawl：calgary，alberta，canada[J]. Networks & Spatial Economics，2007，7(4)：353-376.

[14]江蘇省統(tǒng)計局. 江蘇統(tǒng)計年鑒(2014)[M]. 北京：中國統(tǒng)計出版社，2015.

[15]任美鍔. 中國自然地理綱要[M]. 3版.上海：商務印書館，2009.

[16]張興榆，黃賢金，趙雲泰，等. 近10年江蘇省土地利用重心與經濟重心遷移軌跡對比分析[J]. 長江流域資源與環(huán)境，2011，20(1)：14-20.

[17]佘 冰，朱欣焰，劉汝倩，等. 利用方向玫瑰圖分析社會經濟重心軌跡移動模式[J]. 武漢大學學報(信息科學版)，2016，41(8)：1055-1059.