嚴棟飛，姜仁貴，解建倉，張永進，朱記偉

(西安理工大學(xué) 省部共建西北旱區(qū)生態(tài)水利國家重點實驗室，陜西西安710048)

隨著全球氣候變化和環(huán)境變化研究的不斷深入，LUCC被認為是研究全球范圍內(nèi)氣候變化及環(huán)境變化的重要內(nèi)容[1]。LUCC作為一個全球氣候環(huán)境變化的核心主題之一[2]，是人類活動對地球自然生態(tài)系統(tǒng)相互交互和鏈接的樞紐[3]，也直接影響到地球生態(tài)環(huán)境及資源環(huán)境的可持續(xù)發(fā)展和利用[4]。當前已有諸多學(xué)者對LUCC進行關(guān)注和研究[5]。為此，對LUCC進行分析研究，進一步探索土地利用變化背后的驅(qū)動機制以及預(yù)測未來土地利用格局，有助于揭示人類社會影響下研究區(qū)域生態(tài)環(huán)境變化過程和機理，有利于為制定生態(tài)安全條件下的土地利用規(guī)劃提供科學(xué)依據(jù)[6-7]。

當前已有諸多學(xué)者對LUCC以及LUCC背后的驅(qū)動機制進行了研究，并對未來土地利用情況進行了預(yù)測。馬爾科夫(Markov)模型作為一種統(tǒng)計模型，是描述隨機過程的經(jīng)典方法，已被廣泛應(yīng)用于LUCC研究中[8-9]。牛星等[10]運用Markov模型對揚州市的土地利用結(jié)構(gòu)進行預(yù)測，在進行模擬和檢驗后，認為揚州土地利用結(jié)構(gòu)是可以通過Markov理論進行預(yù)測的；Guo等[11]運用Markov模型對寶雞市金臺區(qū)和渭濱區(qū)16a土地利用變化情況進行預(yù)測，結(jié)果表明研究區(qū)的生態(tài)環(huán)境主要受人類活動程度影響；朱萌等[12]對武功縣土地利用變化進行預(yù)測，并對模型進行檢驗，結(jié)果表明Markov模型較為可靠，且人類活動是該地區(qū)土地利用變化的主要驅(qū)動力。裴亮等[13]通過分析2010年、2013年和2016年三期大凌河流域土地利用分布情況，認為Markov模型適用于未來大凌河流域LUCC變化情況的預(yù)測。

本文以渭河干流陜西段為研究區(qū)域，選取1990年、2000年、2010年和2015年四期土地利用變化數(shù)據(jù)為研究內(nèi)容，對1990—2015年間的土地利用變化情況進行分析，揭示了渭河干流陜西段土地利用格局變化和變化類型的時空規(guī)律，并進一步對未來土地利用數(shù)量及空間的分布情況進行了預(yù)測和分析。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

渭河流域由渭河干流、涇河和北洛河組成[14]，渭河干流由天水出甘肅省，向東流至寶雞進入陜西省，最后由潼關(guān)匯入黃河。渭河干流在陜西省境內(nèi)流長502.4 km，流域面積為67 108 km2。渭河流域年內(nèi)降雨差異較大，6月至10月間的降雨量占全年的65%，徑流年內(nèi)分配極不均勻，7月至10月的徑流量占全年的50%以上[15]。渭河干流陜西段1990—2015年土地利用狀況如圖1所示。

圖1 研究區(qū)1990—2015年土地利用狀況Fig.1 Land use status in the research area during the period from 1990 to 2015

1.2 數(shù)據(jù)來源

文中土地利用數(shù)據(jù)為研究區(qū)域1990年、2000年、2010年和2015年四期30m柵格土地利用數(shù)據(jù)，由地理國情監(jiān)測云平臺(http://www.dsac.cn/)提供，主要數(shù)據(jù)源為Landsat TM/ETM/OLI遙感影像，通過結(jié)合輔助資料，以影像光譜特征對地物的特征和空間分布情況進行分析，結(jié)合專家意見后形成解譯標志庫。通過人工勾繪形成矢量圖層后，對地物類別進行翻譯分類，最終形成矢量數(shù)據(jù)層。經(jīng)對數(shù)據(jù)進行質(zhì)量檢驗后進行柵格化處理，最終得到土地利用數(shù)據(jù)成果。

1.3 研究方法

1) 土地利用變化幅度和速度分析

由變化時間段內(nèi)面積的變化值除以時間初期的面積值來表示土地利用變化幅度，速度則由土地利用變化幅度除以時間來表示。土地利用變化幅度表達式[15]為：

(1)

式中，Kt表示研究時段內(nèi)某土地利用類型變化幅度；Ua、Ub分別表示研究初期及末期某一地類面積。

土地利用變化速度表達式[16]為：

(2)

式中，K表示研究時段內(nèi)某土地利用類型變化速度；

T表示研究時段。

2) 土地利用轉(zhuǎn)移矩陣

土地利用轉(zhuǎn)移矩陣可以清晰地反映各個土地利用類型面積的變化情況，包括該土地利用類型的轉(zhuǎn)出量、轉(zhuǎn)入量、轉(zhuǎn)出量去向和轉(zhuǎn)入量去向，能夠清晰地反映出土地利用類型的時空變化過程,其計算公式為：

LCj=k×LCi

(3)

式中，k表示時間間隔內(nèi)；LCi表示k時間間隔前第i類土地利用類型狀態(tài)；LCj表示k時間間隔后轉(zhuǎn)為第j類土地利用類型狀態(tài)。

3) 馬爾科夫預(yù)測原理

馬爾科夫預(yù)測是由俄國數(shù)學(xué)家馬爾科夫名字命名的一種特殊預(yù)測方法，在隨機過程中，有一類具有“無后效性性質(zhì)”[17]，隨機過程未來的狀態(tài)只與當前狀態(tài)有關(guān)，而和之前狀態(tài)無關(guān)[18]。在土地利用格局預(yù)測中，先通過土地利用轉(zhuǎn)移矩陣生成概率矩陣，然后利用Markov模型對未來變化趨勢進行預(yù)測[19]。

2 結(jié)果與分析

2.1 土地利用數(shù)量結(jié)構(gòu)時空變化

2.1.1數(shù)量結(jié)構(gòu)時間變化

對研究區(qū)域1990年、2000年、2010年和2015年四期土地利用數(shù)據(jù)進行統(tǒng)計分析，得出四期研究區(qū)土地利用結(jié)構(gòu)變化情況，如表1和表2所示。

表1 不同時期研究區(qū)域土地利用結(jié)構(gòu)變化情況

由表1可以看出，渭河流域干流段主要以耕地、林地和草地為主，三者面積之和占研究區(qū)域總面積的比例在1990年最高，為93.53%，然后逐年下降，在2015年降至最低，為90.10%。其中，耕地和草地面積持續(xù)減少，林地面積總體增加；水域面積先減后增，由占總面積比值1.19%下降至1.11%，隨后持續(xù)上升，在2015年占比為1.25%，總體變化不大；未利用土地面積先減后增，占比由1990年的0.32%降至2010年的0.18%，隨后在2015年略微上升至0.19%；城鄉(xiāng)、工礦居民用地面積大幅增加，2015年的面積是1990年的1.7倍。

由表2可知，1990年至2015年的25年間，耕地面積變化速度持續(xù)增加，尤其在2010—2015年變化速度增加至-0.42%/a；林地面積變化速度在1990—2010年間持續(xù)增加，但在2010—2015年間減少；草地面積變化速度在2000—2010年間較高，而在其他兩個時間段較低；水域面積變化速度較大，且在2000年后持續(xù)增加；城鄉(xiāng)、工礦居民用地面積變化速度在三個時間段都較大，說明城鎮(zhèn)化速度有著較大提升；未利用土地因為面積較小，變化速度也保持著較大的數(shù)值。

表2 不同時期研究區(qū)域土地利用變化量、變化幅度及變化速度

2.1.2數(shù)量結(jié)構(gòu)空間變化

鑒于不同土地利用類型面積增減并不能反映期間相互轉(zhuǎn)化的真實情況，所以本文通過ArcGIS軟件進行格式轉(zhuǎn)換、矩陣運算、空間疊加和統(tǒng)計分析等，得出研究區(qū)域1990—2015年的土地利用轉(zhuǎn)移矩陣,如表3所示，表中單位為104hm2。

表3 1990—2015年研究區(qū)域土地利用轉(zhuǎn)移矩陣

由表3可知，1990年—2015年間，耕地轉(zhuǎn)出量為20.641 8萬hm2，其中轉(zhuǎn)為城鄉(xiāng)、工礦居民用地面積最大，為13.330 4萬hm2，占比64.58%；轉(zhuǎn)入量為8.724 8萬hm2，由草地轉(zhuǎn)入最多，為5.596 5萬hm2，占比64.14%。林地轉(zhuǎn)出量為3.567 6萬hm2，其中轉(zhuǎn)為草地面積最大，為1.657 0萬hm2，占比46.45%；轉(zhuǎn)入量為5.247 2萬hm2，由草地轉(zhuǎn)入最多，為2.570 9萬hm2，占比49.00%。草地轉(zhuǎn)出量為8.987 2萬hm2，其中轉(zhuǎn)為耕地面積最大，為5.596 5萬hm2，占比62.27%；轉(zhuǎn)入量為6.192 1萬hm2，由耕地轉(zhuǎn)入最多，為4.132 3萬hm2，占比66.74%。水域轉(zhuǎn)出量為1.083 0萬hm2，其中轉(zhuǎn)為耕地最多，為0.746 1萬hm2，占比68.89%；轉(zhuǎn)入量為1.302 8萬hm2，由耕地轉(zhuǎn)入最多，為0.925 7萬hm2，占比71.05%。城鄉(xiāng)、工礦居民用地轉(zhuǎn)出量為1.308 3萬hm2，其中轉(zhuǎn)為耕地面積最大，為1.164 2萬hm2，占比88.99%；轉(zhuǎn)入量為14.590 3萬hm2，由耕地轉(zhuǎn)入最多，為13.330 4萬hm2，占比91.36%。未利用土地轉(zhuǎn)出量為0.617 5萬hm2，其中轉(zhuǎn)為林地面積最大，為0.354 0萬hm2，占比57.33%；轉(zhuǎn)入量為0.148 1萬hm2，由草地轉(zhuǎn)入最多，為0.068 7萬hm2，占比46.39%。

2.2 未來土地利用格局預(yù)測分析

2.2.1轉(zhuǎn)移概率矩陣和初始狀態(tài)矩陣的確定

通過計算各土地利用類型轉(zhuǎn)化后面積和轉(zhuǎn)化前面積的比值，對土地利用轉(zhuǎn)移矩陣的轉(zhuǎn)移概率進行確定。1990年至2015年研究區(qū)域土地利用轉(zhuǎn)移概率矩陣為：

P=

初始狀態(tài)矩陣由各土地利用類型占總體面積的百分比進行確定。1990年研究區(qū)域的初始狀態(tài)矩陣如表4所示。

表4 研究區(qū)域初始狀態(tài)矩陣

2.2.2未來土地利用格局預(yù)測

根據(jù)研究區(qū)域1990—2015年土地利用轉(zhuǎn)移概率矩陣，以15a為步長，建立馬爾科夫預(yù)測模型，對模型驗證后，在保持當前人為影響不變的情況下，運用馬爾科夫模型預(yù)測出2030年各土地利用類型面積占全部面積的比例，如表5所示。

表5 2030年土地利用格局預(yù)測情況

由馬爾科夫模型預(yù)測結(jié)果可以看出，未來15a呈現(xiàn)減少趨勢的土地利用類型為耕地、草地和未利用土地，而林地、城鄉(xiāng)工礦居民用地和水域面積則呈增加趨勢。其中，耕地和城鄉(xiāng)工礦居民用地面積變化較大，而其余土地利用類型面積變化較小。Markov模型預(yù)測趨勢表明，人為活動干擾仍然是影響渭河干流陜西段土地利用格局的主要因素，隨著社會經(jīng)濟和城鎮(zhèn)化的快速發(fā)展，研究區(qū)域土地利用的動態(tài)變化較為明顯，以大量耕地轉(zhuǎn)為城鄉(xiāng)、工礦居民用地為主要特征，這說明“耕、林、草”地保護和經(jīng)濟建設(shè)的矛盾在不斷加劇，政府應(yīng)加強土地利用宏觀規(guī)劃和管理以緩解土地利用的供需矛盾。

3 結(jié)論與討論

本文以渭河干流陜西段1990—2015年4期30 m柵格土地利用數(shù)據(jù)為長時間尺度數(shù)據(jù)資料，以土地利用變化幅度、變化速度、轉(zhuǎn)移矩陣及Markov模型為研究工具，綜合運用GIS技術(shù)對研究區(qū)土地利用格局進行分析及預(yù)測。

1) 1990—2015年間，研究區(qū)域土地利用格局發(fā)生了較為明顯的變化，耕地面積大幅減少，而城鄉(xiāng)工礦居民用地面積大幅增加。各土地利用類型的相互轉(zhuǎn)化量較大，其中“耕、林、草”三者之間的相互轉(zhuǎn)化較為明顯，未利用土地大量轉(zhuǎn)出但仍有較大面積。

2) 運用Markov模型對2030年研究區(qū)域土地利用格局進行預(yù)測，結(jié)果顯示，未來15a研究區(qū)域土地利用格局仍然呈以耕地、草地和林地三類為主，其他類型為輔的局面。

3) LUCC變化是一個較為復(fù)雜的過程，而人類活動的影響會導(dǎo)致變化過程發(fā)生變化，繼而影響預(yù)測模型精度。同時,多數(shù)研究的研究區(qū)域以行政區(qū)劃進行區(qū)分，因此本文后續(xù)會考慮修正預(yù)測模型，同時考慮研究自然因素和人類活動分別對LUCC變化的影響。

渭河干流陜西段土地利用格局變化主要受社會經(jīng)濟發(fā)展、區(qū)域政策和農(nóng)業(yè)生產(chǎn)等因素影響。隨著社會經(jīng)濟的快速發(fā)展，在經(jīng)濟效益的驅(qū)動下，土地利用結(jié)構(gòu)由低收入結(jié)構(gòu)向高收入結(jié)構(gòu)緩慢轉(zhuǎn)移。隨著退耕還林工程的實施，耕地面積大量減少，但受到耕地紅線政策的制約，2010年后耕地面積減少速度開始放緩。隨著退耕還林、渭河綜合整治等工程的實施，近25a來渭河干流陜西段的生態(tài)環(huán)境惡化得到了一定程度的遏制。農(nóng)業(yè)經(jīng)濟一直是陜西省的重要經(jīng)濟來源，隨著人口和糧食需求的急劇增加，引起了新一輪的土地開發(fā)及荒地復(fù)耕。