齊 笑，陳 誠，何夢男，張 勁

（1.南京水利科學(xué)研究院，江蘇 南京 210029；2.河海大學(xué)環(huán)境學(xué)院，江蘇 南京 210098；3.重慶交通大學(xué)河海學(xué)院，重慶 400074）

土地利用/覆蓋變化（LUCC）通過改變地球陸地表面的覆蓋狀況，對當(dāng)?shù)啬酥寥颦h(huán)境變化和可持續(xù)發(fā)展起著重要作用[1]。隨著社會(huì)經(jīng)濟(jì)發(fā)展，城市化已成為土地利用變化的主要驅(qū)動(dòng)因素之一，城市景觀格局及其變化反映了人類活動(dòng)和自然環(huán)境等多種因素對土地的共同作用[2]，可以客觀反映土地利用變化情況，而土地利用模擬可以對多種土地利用情景進(jìn)行預(yù)測和分析，探索未來可能的土地利用發(fā)展方式[3]，更客觀真實(shí)地對城市不同發(fā)展階段進(jìn)行預(yù)測，為景觀格局優(yōu)化提供依據(jù)。

目前景觀格局相關(guān)研究主要采用數(shù)量分析法對景觀格局演變特征進(jìn)行分析[4]，利用景觀格局指數(shù)比較不同景觀之間的結(jié)構(gòu)特征，揭示景觀格局動(dòng)態(tài)變化過程及其時(shí)空規(guī)律[5]。從研究區(qū)域上看，快速城市化導(dǎo)致的城市地表景觀快速變化，使得城市景觀動(dòng)態(tài)變化研究成為目前研究的重點(diǎn)和熱點(diǎn)區(qū)域[6]。此外，關(guān)于土地利用景觀格局變化模擬模型的研究目前也相對較多，包括元胞自動(dòng)機(jī)（cellular automata, CA）[7]、Markov[8]、多智能體模型[9]等。在土地利用變化模擬過程中，單一模型往往存在一定的局限性，而多模型的結(jié)合能夠綜合各模型的優(yōu)點(diǎn)，已成為目前的主流方向[3]。綜合CA模型和Markov模型的CA-Markov模型結(jié)合了二者的優(yōu)點(diǎn)，不僅便于確定模型的空間轉(zhuǎn)換規(guī)則，同時(shí)能對各個(gè)地類的數(shù)量變化趨勢做出判斷，提高了土地利用類型轉(zhuǎn)化的預(yù)測精度，可以有效地模擬土地利用格局的空間變化[10]，得到越來越廣泛的應(yīng)用[3]。

深圳市作為中國改革開放的橋頭堡，其城市土地利用在改革開放以來經(jīng)歷了巨大的變化[11]。然而目前的研究對深圳市從城市化初期到現(xiàn)階段的土地利用景觀格局演變的研究相對缺乏。同時(shí)，土地利用景觀格局模擬預(yù)測研究中對驅(qū)動(dòng)因素考慮尚不全面，缺乏對不同情境的模擬和預(yù)測。

本研究選擇深圳市為對象，利用1980～2015年6個(gè)時(shí)期的遙感數(shù)據(jù)對其景觀格局進(jìn)行分析，采用CAMarkov復(fù)合模型，綜合考慮自然和社會(huì)多種驅(qū)動(dòng)因素，進(jìn)行不同步長土地利用景觀格局變化結(jié)果模擬和精度評價(jià)。在此基礎(chǔ)上，對深圳市2020年土地利用景觀格局進(jìn)行多情景預(yù)測，為深圳市未來的可持續(xù)發(fā)展和生態(tài)環(huán)境保護(hù)政策的制定提供決策依據(jù)。

1 研究區(qū)域與數(shù)據(jù)資料

1.1 研究區(qū)域

深圳市地處中國廣東省的南部，全市下轄8個(gè)行政區(qū)和2個(gè)功能區(qū)，土地面積約1 996.78 km2（如圖1）。深圳市地勢總體呈現(xiàn)東南高、西北低，大部分為低山、平緩臺(tái)地和階地丘陵。

1.2 數(shù)據(jù)資料與處理

本研究的土地利用數(shù)據(jù)資料分別為1980、1990、2000、2005、2010和2015年的Landsat 30 m遙感影像數(shù)據(jù)。影像解譯使用基于面向?qū)ο蟮膃Cognition Developer軟件并結(jié)合人工解譯，根據(jù)中國土地利用現(xiàn)狀分類系統(tǒng)，將研究區(qū)域土地利用類型分為林地、草地、農(nóng)田、水體、建設(shè)用地和未利用地6個(gè)類型，解譯精度均高于90%。DEM高程數(shù)據(jù)為美國航空航天局于2000年獲取的全球范圍的30 m分辨率數(shù)據(jù)，坡度數(shù)據(jù)根據(jù)高程數(shù)據(jù)計(jì)算得出，同樣為30 m空間分辨率。鐵路、2010年道路、2010～2020年規(guī)劃道路和“生態(tài)控制線”由《深圳市城市總體規(guī)劃（2010～2020）》中的圖像集經(jīng)過地理配準(zhǔn)和提取后獲得。人口和GDP數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心的1 km柵格數(shù)據(jù)[12]，并重采樣為30 m分辨率。所有數(shù)據(jù)均統(tǒng)一采用Albers投影。

圖1 深圳市行政區(qū)劃圖（審圖號(hào)：粵S(2009)034號(hào)）

2 研究方法

2.1 景觀格局指數(shù)

本研究采用美國俄勒岡州立大學(xué)開發(fā)的Fragstats軟件進(jìn)行景觀格局指數(shù)的計(jì)算和分析，該軟件能夠計(jì)算50種左右的景觀指標(biāo)。通過結(jié)合深圳市的城市特點(diǎn)，本研究選取6種景觀水平指數(shù)：PD、LPI、蔓延度指數(shù)（CONTAG）、IJI、香農(nóng)多樣性指數(shù)（SHDI）和香農(nóng)均度指數(shù)（SHEI）進(jìn)行景觀格局指數(shù)分析，其詳細(xì)計(jì)算公式和含義可參見相關(guān)文獻(xiàn)[13]。

2.2 CA-Markov模型

Markov過程是一種特殊的隨機(jī)過程，它通過t-1時(shí)刻與t時(shí)刻土地利用的變化趨勢，得到兩個(gè)時(shí)刻間的土地利用轉(zhuǎn)移概率矩陣，根據(jù)這種當(dāng)前趨勢去預(yù)測t+1時(shí)刻的不同土地類型的數(shù)量[14]。

Markov過程在土地利用變化模擬中已經(jīng)廣泛應(yīng)用，但它具有局限性，只有各種地類的數(shù)量轉(zhuǎn)化關(guān)系而無空間分布狀態(tài)。CA模型是時(shí)間、空間和狀態(tài)離散、空間上相互作用的網(wǎng)格動(dòng)力學(xué)模型[15]，可以通過轉(zhuǎn)化規(guī)則對土地利用空間關(guān)系進(jìn)行模擬，從而與Markov過程進(jìn)行有機(jī)結(jié)合。

3 結(jié)果與討論

3.1 深圳市土地利用景觀格局變化分析

圖2為1980～2015年深圳市不同土地利用類型的變化趨勢。從景觀類型面積的變化趨勢中可以看出，改革開放以來深圳市建設(shè)用地景觀類型呈現(xiàn)不斷增加的趨勢，與此同時(shí)農(nóng)田類型呈現(xiàn)明顯的減少趨勢。1980～2000年是深圳市城市發(fā)展的快速階段[11]，人口的日益增長和經(jīng)濟(jì)的不斷發(fā)展，使得建設(shè)用地面積不斷增大。2000年左右是深圳市城市發(fā)展的一個(gè)拐點(diǎn)。隨著城市建設(shè)的不斷完善和可建設(shè)用地的不斷減少，深圳市自2000年以后建設(shè)用地增長相對放緩，2010年以后深圳市城市建設(shè)進(jìn)入飽和時(shí)期，城市發(fā)展也由增量擴(kuò)張轉(zhuǎn)變到存量開發(fā)階段。城市建設(shè)用地的擴(kuò)張導(dǎo)致了農(nóng)田和水體面積的下降，到2015年農(nóng)田量已經(jīng)微乎其微。

圖2 深圳市1980～2015年土地利用景觀格局變化

3.2 景觀水平指數(shù)變化

1980～2015年深圳市景觀水平景觀格局指數(shù)變化如圖3所示。可以看出，景觀水平的斑塊密度（PD）先增加后減少，而景觀水平的最大斑塊指數(shù)（LPI）則先減少后增加，其拐點(diǎn)均發(fā)生在2000年，反映出2000年前后人類活動(dòng)干擾的不同影響強(qiáng)度和方式。改革開放初期，人類活動(dòng)對土地景觀格局干擾較少，深圳市林地占據(jù)各土地利用類型比例最高[11]，因此最大斑塊指數(shù)最大。2000年以后，由于可建設(shè)用地的不斷減少且建設(shè)用地成為主導(dǎo)地類，深圳市的城市發(fā)展方式慢慢轉(zhuǎn)為內(nèi)部填充模式，在一定程度上增大了城市的斑塊面積，因此最大斑塊指數(shù)在2000～2015年之間開始持續(xù)上升。

蔓延度指數(shù)（CONTAG）的變化趨勢與最大斑塊指數(shù)趨勢相一致，1980～2000年期間蔓延度指數(shù)持續(xù)降低，表明景觀是具有多種要素的密集格局，且破碎化程度變高。2000～2015年期間蔓延度指數(shù)開始增加，反映優(yōu)勢斑塊類型（建設(shè)用地）形成了良好的連接性。散布與并列指數(shù)（IJI）從1980～2005年呈持續(xù)上升趨勢，由于城市道路網(wǎng)的不斷擴(kuò)張，整個(gè)景觀的連通性在一定程度上增加；2010和2015年的散布與并列指數(shù)值下降明顯，主要由于該時(shí)期深圳市已基本完成結(jié)構(gòu)轉(zhuǎn)型，整體景觀水平上連通性降低。從香農(nóng)多樣性指數(shù)（SHDI）也可以看出，其拐點(diǎn)也主要發(fā)生在2000年左右，表明土地利用存在一個(gè)由破碎化到集約化轉(zhuǎn)變的過程。

圖3 1980～2015年深圳市景觀類型水平指數(shù)變化

3.3 土地利用景觀格局變化模擬與結(jié)果驗(yàn)證

本研究選擇坡度、高程、人口、GDP、主要公路距離（高速公路、快速路、干線性主干道）、鐵路距離和行政區(qū)距離，分別進(jìn)行各地類的Logistic回歸分析，得到不同土地利用類型適宜性圖像。同時(shí)，利用Markov方法得到1980～2015年期間不同年份土地利用轉(zhuǎn)移概率矩陣，用于不同步長土地利用的模擬。利用已有土地利用適宜性圖像、不同時(shí)期轉(zhuǎn)移概率矩陣和當(dāng)年土地利用圖，通過結(jié)合CA-Markov模型和Logistic回歸進(jìn)行深圳市2015年土地利用模擬，分析 5 a（2005～2010）、10 a（2000～2010）、20 a（1990～2010）和30 a（1980～2010）不同步長轉(zhuǎn)移矩陣對模擬結(jié)果精度的影響。利用2015年實(shí)際土地利用分類結(jié)果進(jìn)行精度驗(yàn)證，結(jié)果采用Kappa系數(shù)進(jìn)行定量化驗(yàn)證。

使用5 a、10 a、20 a和30 a不同時(shí)間步長的轉(zhuǎn)移矩陣模擬2015年土地利用景觀格局，其Kappa系數(shù)分別為0.868、0.844、0.835和0.846。Kappa系數(shù)從整體上反映了模擬精度，從Kappa系數(shù)可以看出所有步長的模擬精度均較高，其中5 a步長模擬結(jié)果最好，Kappa系數(shù)為0.868。已有研究表明，由于模擬方位隨機(jī)性的原因，從時(shí)間尺度上分析，模擬時(shí)間跨度越長，精度越高[16]。這一結(jié)論對于深圳市土地利用變化模擬只部分適用，對比20a和30a步長的模擬結(jié)果可以說明該結(jié)論有效。然而，使用5 a步長的模擬精度最高，這是由于Markov方法采用前一時(shí)段的轉(zhuǎn)移概率矩陣對后一時(shí)段的土地利用情況進(jìn)行模擬，適合于具有相同變化趨勢的土地利用模擬[3]，當(dāng)城市發(fā)展變化劇烈或者城市轉(zhuǎn)型時(shí)期，隨意采用某一時(shí)期的轉(zhuǎn)移矩陣會(huì)造成模擬結(jié)果的偏差。深圳市近年來已完成轉(zhuǎn)型，發(fā)展趨緩，使用大步長進(jìn)行模擬可能會(huì)造成模擬精度的下降，選擇合理的轉(zhuǎn)移矩陣是提高模擬結(jié)果精度的關(guān)鍵之一。

3.4 土地利用景觀格局變化多情景預(yù)測

以2015年為基準(zhǔn)年，利用5 a時(shí)間步長（Kappa系數(shù)最高）進(jìn)行土地利用景觀格局變化模擬，獲得2010～2015年轉(zhuǎn)移概率矩陣，對2020年土地利用景觀格局進(jìn)行3種情景的預(yù)測模擬，分別為自組織情景、驅(qū)動(dòng)力情景、生態(tài)控制情景。其中自組織情景是城市自發(fā)狀態(tài)下的發(fā)展變化，即按照深圳市2010～2015年的發(fā)展速度和發(fā)展方式進(jìn)行土地利用變化模擬。驅(qū)動(dòng)力情景是深圳市快速城市化發(fā)展的情景，首先進(jìn)行道路的提取和更新，建立新的土地適宜性圖集。同時(shí)，對土地利用轉(zhuǎn)移概率矩陣進(jìn)行適當(dāng)修正，加大了其他類型土地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地的概率。生態(tài)控制情景考慮了城市規(guī)劃的“生態(tài)控制線”，以達(dá)到優(yōu)化生態(tài)用地結(jié)構(gòu)布局和確保區(qū)域生態(tài)安全的目的，通過將在“生態(tài)控制線”范圍內(nèi)建設(shè)用地的轉(zhuǎn)移概率賦值為0，即認(rèn)為在“生態(tài)控制線”中的土地?zé)o法轉(zhuǎn)變?yōu)榻ㄔO(shè)用地，獲得符合生態(tài)保護(hù)的土地適宜性圖集，進(jìn)而利用2010～2015年的轉(zhuǎn)移矩陣進(jìn)行生態(tài)控制情景的模擬。3種不同情景模擬結(jié)果和深圳市生態(tài)控制線范圍如圖4所示。

圖4 深圳市2020年土地利用景觀格局變化多情景預(yù)測

圖5 是2020年不同情景預(yù)測中建設(shè)用地空間位置變化。通過圖5可以看出，2020年深圳市不同預(yù)測情景的土地利用景觀格局存在一定的差異。其中，自組織情景和生態(tài)控制情景的土地利用景觀格局變化趨勢較為相似，表現(xiàn)為林地的恢復(fù)和建設(shè)用地面積的相對飽和持平。減少城市用地?zé)o序擴(kuò)張蔓延對城市的可持續(xù)發(fā)展具有重要意義。在自組織情景中，城市自發(fā)增長，建設(shè)用地的分布較為散亂，土地開發(fā)和利用程度不高，且部分區(qū)域進(jìn)入了生態(tài)控制線，侵占了生態(tài)用地。生態(tài)控制情景中，由于新增的行政中心和規(guī)劃道路主要集中于光明、龍華，可以看出這些地區(qū)建設(shè)用地都有了較大增長，且均在“生態(tài)控制線”范圍之外。這符合深圳市現(xiàn)階段以公路和軌道交通為軸帶進(jìn)行多區(qū)域組團(tuán)發(fā)展的特點(diǎn)；同時(shí)，生態(tài)控制線內(nèi)的非建設(shè)用地沒有受到侵占，滿足了生態(tài)保護(hù)的需求。對比驅(qū)動(dòng)力情景和生態(tài)控制情景可以發(fā)現(xiàn)，驅(qū)動(dòng)力情景中建設(shè)用地范圍覆蓋了所有生態(tài)控制情景的建設(shè)用地范圍，且驅(qū)動(dòng)力情景中建設(shè)用地按照原有格局向已有建設(shè)用地的邊緣快速擴(kuò)張，林地、水體、農(nóng)田等其他地類都被不同程度地侵占，這與深圳市目前的城市發(fā)展政策相違背。在未來的研究中，需進(jìn)一步結(jié)合城市規(guī)劃和生態(tài)發(fā)展的需求，改進(jìn)現(xiàn)有模型，提高模擬精度，并對不同城市發(fā)展情景的生態(tài)效益進(jìn)行定量估算。

圖5 2020年多情景預(yù)測建設(shè)用地空間位置變化

4 結(jié) 語

1）深圳市城市發(fā)展的拐點(diǎn)為2000年左右，前后時(shí)期呈現(xiàn)出“快速增長”和“平穩(wěn)約束”的不同特點(diǎn)，主要表現(xiàn)為發(fā)展速度和方式的差異。1980～2015年期間建設(shè)用地面積不斷增加并成為優(yōu)勢地類，農(nóng)田和水體面積不斷減少。同時(shí)受生態(tài)保護(hù)政策的影響，林地面積呈現(xiàn)先減后增的趨勢。在景觀水平上，土地利用受人類活動(dòng)影響，前期表現(xiàn)為破碎化程度加劇，后期則呈現(xiàn)為土地利用由破碎化向集約化的轉(zhuǎn)變。

2）使用5 a、10 a、20 a和30 a不同時(shí)間步長的轉(zhuǎn)移矩陣模擬2015年土地利用景觀格局，其Kappa系數(shù)分別為0.868、0.844、0.835和0.846，5 a步長模擬的Kappa系數(shù)最大，精度最高。選擇合理的時(shí)間步長有利于土地利用景觀格局模擬精度的提高。

3）深圳市2020年3種土地利用景觀格局情景預(yù)測結(jié)果表明，驅(qū)動(dòng)力情景適用于城市化較快的地區(qū)，其特點(diǎn)是城市建設(shè)用地的邊緣擴(kuò)張及對其他地類的侵占；自組織和生態(tài)控制情況模擬的結(jié)果相近，適用于城市發(fā)展到一定階段的土地利用變化模擬；基于生態(tài)控制線的模擬結(jié)果土地集約型更高，效果更好。