劉 瑾， 田永中， 田 林， 張雪倩， 萬祖毅， 劉旭東

（1.西南大學(xué) 地理科學(xué)學(xué)院，重慶400715； 2.重慶稻田科技有限公司，重慶400700；3.重慶西部大數(shù)據(jù)前沿應(yīng)用研究院，重慶401120）

快速城鎮(zhèn)化地區(qū)是指城鎮(zhèn)化水平在短時間內(nèi)顯著提升、城鎮(zhèn)用地快速擴展的地區(qū).近年我國城鎮(zhèn)化發(fā)展迅速，到2017 年末我國城鎮(zhèn)化率已達58.52%，其中，上海浦東新區(qū)在2013 年末城鎮(zhèn)化率就達到89%，天津濱海新區(qū)在2015 年末城鎮(zhèn)化率超過90%，以及重慶兩江新區(qū)的快速崛起，使其成為了快速城鎮(zhèn)化發(fā)展的典型代表地區(qū).模擬是利用已有年份數(shù)據(jù)來預(yù)測未來土地利用變化情況的過程.合理準確的模擬城鎮(zhèn)土地利用的變化狀況，將會為指導(dǎo)城鎮(zhèn)建設(shè)、土地利用規(guī)劃及生態(tài)修復(fù)提供理論支持.

當前城鎮(zhèn)用地擴張模擬的模型與方法已經(jīng)由原先的經(jīng)驗統(tǒng)計模型、宏觀動力學(xué)模型進入微觀動力學(xué)模型階段［1］，包括元胞自動機模型（CA）［2-5］、土地利用及變化效應(yīng)模型（CLUE-S）［6-8］、系統(tǒng)動力學(xué)模型（SD）［9-10］、多智能體模型（MAS）［1，11］等，每種模型都有各自的特點.CA具有強大的空間預(yù)測能力，擅長模擬復(fù)雜的空間變化，但是在解釋城市擴張數(shù)量變化方面能力較弱［12-13］；CLUE -S模型分為需求分析和空間分配2 個模塊，但是在需求分析的時候還需要借助其他的方法［8］；SD 模型在長期、動態(tài)的模擬上具有優(yōu)勢，但是在空間配置上有明顯的不足［9］；MAS 是自下而上架構(gòu)的模擬方法，能夠?qū)⒑暧^與微觀結(jié)合，但是缺乏解釋的能力［1］.基于此，現(xiàn)有研究中更多的將多種方法結(jié)合，發(fā)揮其各自的優(yōu)點來提高模擬精度［14-21］.遺傳算法［4］、蟻群智能［13］、神經(jīng)網(wǎng)絡(luò)［16］、馬爾科夫鏈［21］等作為CA 轉(zhuǎn)換規(guī)則已經(jīng)獲得驗證.其中，CA -Markov 模型將CA 模擬復(fù)雜時空變化的能力和Markov模型定量預(yù)測的優(yōu)點相結(jié)合，綜合考慮自然、社會等不同條件的影響，模擬不同情況下土地利用的時空變化［12-13，21-24］.此外，制作土地適宜性數(shù)據(jù)集，多數(shù)學(xué)者采用多準則評價模型（MCE）［25］，效果較好，但是使用過程較為復(fù)雜.決策向?qū)в梢幌盗械膶υ捒蚪M成，可以幫助用戶逐步建立完整的決策模型并且將決策規(guī)則記錄在一個文件中，以便之后的保存和修改，極大地便利了用戶的使用.故本文以重慶兩江新區(qū)2010、2013、2016 年Landsat遙感影像為數(shù)據(jù)源，采用ArcGIS 10 探討該區(qū)內(nèi)城鎮(zhèn)用地類型發(fā)生的時空變化，以基于決策向?qū)У腃A- Markov 模型模擬研究區(qū)土地利用的動態(tài)變化，并以經(jīng)過驗證的土地利用概率矩陣以及土地利用適宜性數(shù)據(jù)集模擬研究區(qū)未來用地狀況，以期為進一步的城鄉(xiāng)規(guī)劃和管理決策、生態(tài)修復(fù)提出合理的建議.

1 研究區(qū)概況

重慶兩江新區(qū)，是繼上海浦東新區(qū)、天津濱海新區(qū)之后第三個國家級開發(fā)開放新區(qū)，其范圍涵蓋北碚區(qū)、渝北區(qū)和江北區(qū)的部分共1 200 km2.自2010 年成立以來，常住人口增加129 萬，2016 年末，地區(qū)GDP 達到2 260. 94 億元，年均速增長17.5%，且第三產(chǎn)業(yè)發(fā)展的貢獻率超越第二產(chǎn)業(yè)，成為該地發(fā)展的支柱型產(chǎn)業(yè).產(chǎn)業(yè)結(jié)構(gòu)的快速升級引起區(qū)域內(nèi)部土地利用類型發(fā)生轉(zhuǎn)變，加之規(guī)劃作用對該區(qū)發(fā)展方向的引領(lǐng)作用，使得該區(qū)作為快速城鎮(zhèn)化發(fā)展的典型代表性地區(qū)更加具有研究價值（圖1）.

圖1 研究區(qū)位置與地勢圖Fig. 1 Location and topography of the study area

2 數(shù)據(jù)來源與處理

研究數(shù)據(jù)包含遙感影像、DEM 數(shù)據(jù)及基礎(chǔ)地理數(shù)據(jù)等.

1）遙感影像數(shù)據(jù)由地理空間數(shù)據(jù)云下載所得，來源于美國陸地衛(wèi)星Landsat 搭載的TM、OLS傳感器獲得的2010、2013 和2016 年的3 期影像，時相均為夏季，云量控制在5%以內(nèi)，空間分辨率為30 m.借助于ENVI對數(shù)據(jù)進行預(yù)處理，參考中國科學(xué)院土地利用／覆被變化分類體系，采用支持向量機的監(jiān)督分類方法，將研究區(qū)劃分為耕地、林地、草地、水域、建設(shè)用地、未利用地六大類（圖2）.

圖2 重慶兩江新區(qū)2010、2013 和2016 年土地利用現(xiàn)狀Fig. 2 Land use distribution maps of Chongqing Liangjiang New Area in 2010，2013 and 2016

2）DEM 數(shù)據(jù)由地理空間數(shù)據(jù)云下載所得，來源于ASTER GDEM V2 的30 m分辨率數(shù)據(jù)，并通過ArcGIS軟件生成坡度、起伏度數(shù)據(jù).

3）基礎(chǔ)地理數(shù)據(jù)包括鄉(xiāng)鎮(zhèn)中心、區(qū)級中心、主干路、高速公路、鐵路、地鐵、水系及大型水體數(shù)等數(shù)據(jù)，來自《重慶市城鄉(xiāng)總體規(guī)劃（2007—2020）》.此外，兩江新區(qū)生態(tài)保護紅線數(shù)據(jù)來自重慶市環(huán)境保護局的《重慶市生態(tài)保護紅線劃定方案》；“四山（縉云山、中梁山、銅鑼山、明月山）”管制禁建區(qū)數(shù)據(jù)來自于重慶市規(guī)劃局；兩江新區(qū)范圍土地利用總體規(guī)劃（2006—2020）數(shù)據(jù)來自于重慶市國土資源和房屋管理局兩江新區(qū)分局；重慶市城鄉(xiāng)總體規(guī)劃（2007—2020）數(shù)據(jù)來自重慶市規(guī)劃局；建設(shè)用地管制區(qū)數(shù)據(jù)來自重慶市國土資源和房屋勘測規(guī)劃院；基本農(nóng)田保護區(qū)數(shù)據(jù)來自三區(qū)國土資源局.以上數(shù)據(jù)均經(jīng)過ArcGIS 10 軟件進行掃描、配準、矢量化并統(tǒng)一到2000 國家大地坐標系下，分類組織并存儲于File Geodatabase數(shù)據(jù)庫中.

3 城鎮(zhèn)用地時空變化分析

利用ArcGIS 10 統(tǒng)計重慶兩江新區(qū)三期土地利用面積（表1）.研究期內(nèi)建設(shè)用地呈現(xiàn)大幅度增加，耕地和林地減少量最多，但三者仍然是研究區(qū)主要用地類型.水域面積略有所增加，草地和未利用地變化不明顯且空間零星分布.建設(shè)用地大幅增加與規(guī)劃的引領(lǐng)作用密切相關(guān)，水利設(shè)施的修建一定程度上擴大了水域面積.

表1 重慶兩江新區(qū)土地利用變化Tab. 1 Land use changes in Chongqing Liangjiang New Area

利用ArcGIS 10 提取研究區(qū)2010—2016 年建設(shè)用地的擴張變化情況（圖3）.采用擴張速度、擴張強度指數(shù)（IEI）分析6 年間建設(shè)用地的變化情況（表2）.IEI計算公式如下［26］：

其中，IEI為土地擴張強度指數(shù)，S 為土地總面積，Sb、Sa分別為末、初期城鎮(zhèn)用地面積，T 為研究時段.結(jié)合前人經(jīng)驗［25］，對建設(shè)用地擴展強度進行劃分：IEI值在［-25%，0）之間為逆向擴展；值為0 表示在研究時段內(nèi)無擴展；大于0 為正向擴展，其中（0，1%）為低速擴展；［1%，5%）為中速擴展；［5%，10%）為快速擴展；［10%，25%）為高速擴展.

6 年間研究區(qū)處于高速擴張階段，擴張速度較快，且2013—2016 年相對于前面的3 年擴張強度更大，這與2013 年以后研究區(qū)進入全面提升階段，建設(shè)水平和速度明顯提升，大量工業(yè)開發(fā)區(qū)規(guī)劃建立相關(guān).

表2 2010—2016 年重慶兩江新區(qū)建設(shè)用地擴展速度與擴張強度統(tǒng)計Tab. 2 Statistics of expansion velocity and IEI in Chongqing Liangjiang New Area from 2010 to 2016

采用重心遷移［27］的方法探究研究區(qū)建設(shè)用地的空間變化特征.結(jié)果顯示，6 年間研究區(qū)建設(shè)用地重心向東北方向轉(zhuǎn)移，前一階段轉(zhuǎn)移大概2 260.65 m，后一階段轉(zhuǎn)移1 813.92 m.這與西南部江北區(qū)、渝北區(qū)南部用地趨于緊張和東北部廣闊的發(fā)展腹地相關(guān).

圖3 2010—2016 年建設(shè)用地擴張變化圖例Fig. 3 Expansion and change of construction land from 2010 to 2016 in the study area

4 重慶兩江新區(qū)城鎮(zhèn)用地演變模擬

以2010、2013 年的土地利用數(shù)據(jù)為基礎(chǔ)，模擬研究區(qū)2016 年城鎮(zhèn)用地狀況.模擬的關(guān)鍵在于確定土地轉(zhuǎn)移概率矩陣和開展土地適宜性數(shù)據(jù)集的制作.利用Markov 模型生成該時段的轉(zhuǎn)移面積矩陣，作為預(yù)測的數(shù)量基礎(chǔ)；利用決策向?qū)нM行適宜性評價，以此來模擬2016 年研究區(qū)土地利用情況，并將此結(jié)果與解譯的2016 年研究區(qū)土地利用情況進行精度驗證，探討方法的可行性，驗證土地利用限制條件和因子組合的可行性.最后模擬研究區(qū)2025 年城鎮(zhèn)用地狀況.

4.1 確定土地利用轉(zhuǎn)移概率矩陣 利用Markov模型計算研究區(qū)不同時段土地利用轉(zhuǎn)移面積和概率矩陣，確定2010—2013 年和2013—2016 年的土地利用轉(zhuǎn)移概率矩陣［28］，該矩陣是進行CA模擬的關(guān)鍵.

馬爾科夫鏈代表事件發(fā)生過程中的一種轉(zhuǎn)移過程無后效性特征，即當前的狀態(tài)僅與前一時刻的狀態(tài)有關(guān)，與其他因素?zé)o關(guān).將這種思維引入土地利用變化預(yù)測過程中，可以獲得前后2 個時期之內(nèi)土地利用類型相互轉(zhuǎn)換的數(shù)量或比例，即狀態(tài)轉(zhuǎn)移概率，數(shù)學(xué)關(guān)系式［29］為

其中，S（T0）、S（T）代表T0、T 時刻土地利用的狀態(tài)，Pij是土地利用變化狀態(tài)i 轉(zhuǎn)為j 的轉(zhuǎn)移概率矩陣.研究中將影像的時間間隔和時間周期均設(shè)置為3，比例誤差設(shè)置為0.15，得出兩期時段內(nèi)重慶兩江新區(qū)的土地利用變化的轉(zhuǎn)移概率矩陣（表3）.建設(shè)用地?zé)o論是移出還是移入的概率均較小，耕地和林地是建設(shè)用地增加的主要來源，其他類型的用地占地面積小且變化少.

表3 2010—2016 年重慶兩江新區(qū)土地利用變化轉(zhuǎn)移概率矩陣Tab. 3 Changed transition probability matrix of Chongqing Liangjiang New Area from 2010 to 2016

4.2 2016 年土地利用轉(zhuǎn)移適宜性評估 研究區(qū)范圍內(nèi)含10 個組團，涉及重慶主城區(qū)中的北碚區(qū)、渝北區(qū)和江北區(qū)，地形以低矮山地為主，致使城鎮(zhèn)發(fā)展趨向于以組團的方式并盡可能的沿山間較平坦寬闊的地帶進行.自新區(qū)建立以來，耕地、林地到建設(shè)用地的轉(zhuǎn)化成為此區(qū)地類轉(zhuǎn)化的主體，水域、草地和未利用地發(fā)生的轉(zhuǎn)移較少，考慮到已有建設(shè)用地不易向其他地類轉(zhuǎn)化，同時結(jié)合前人相關(guān)經(jīng)驗，利用IDSIRI 17.0 軟件中的決策向?qū)赏恋剞D(zhuǎn)移適宜性數(shù)據(jù)集.

是一種與多準則評價模型（MCE）相類似的分析方法.針對不同的目標去建立各自的標準，然后綜合分析影響目標的諸多因素實現(xiàn)決策輔助，其標準包含適宜因子和限制條件兩大類.適宜因子就是能夠影響土地利用發(fā)展變化的條件，將其統(tǒng)一到0～255 的連續(xù)性拉伸值之間.在本文的研究中，適宜因子選擇影響土地利用變化的自然、經(jīng)濟類因素，規(guī)劃要素則作為限制條件引入；限制條件就是將分析嚴格控制在某種范圍內(nèi)，在IDSIRI 17.0 軟件中以0 和1 的布爾值來表示.

借助ArcGIS 10得到基礎(chǔ)地理數(shù)據(jù)的柵格距離作為影響城鎮(zhèn)用地擴張的適宜性因子數(shù)據(jù).本文共選取影響城鎮(zhèn)用地擴張的重要因素，包括鄉(xiāng)鎮(zhèn)中心、區(qū)級中心、主干路、高速公路、鐵路、地鐵、主要水系、大型水體、海拔、坡度、起伏度數(shù)據(jù)共11 個條件制作柵格距離；根據(jù)每種因子的作用方式不同，確定每種因素對應(yīng)的衰減模式以及作用分；通過加權(quán)線性合并（WLC）生成每種土地類型的轉(zhuǎn)移性柵格數(shù)據(jù)；最后將每一類土地利用類型的適宜性數(shù)據(jù)打包生成土地利用轉(zhuǎn)移適宜性數(shù)據(jù)集.以下以建設(shè)用地為例說明生成適宜性轉(zhuǎn)移圖像集時本文所遵循的規(guī)則.

距離區(qū)級中心距離遵循衰減模式，距離小于5 km較適宜，5 ～10 km逐漸降低，大于10 km 適宜性逐漸到達最低；距城鎮(zhèn)中心距離遵循衰減模式，分界點為4 和8 km；交通線路均遵循S 型衰減模式，距高速公路距離臨界點為5 和8 km，距主干路距離臨界點為2 和4 km，距鐵路距離臨界點為6 和13 km，距地鐵距離臨界點為3 和10 km；地形數(shù)據(jù)均遵循S 型衰減模式，高程臨界點為0. 3 和0.6 km，坡度臨界點為8°和25°，起伏度臨界點為15°和35°；水系和大型水庫遵循對稱函數(shù)的模式，臨界點為0.05、1、3 和5 km.

除上述設(shè)置條件以外，建設(shè)用地限制因素包含：已建成的城鎮(zhèn)建設(shè)用地和水體；建設(shè)用地管制區(qū)中的禁止建設(shè)區(qū)；基本農(nóng)田數(shù)據(jù)中的基本農(nóng)田保護區(qū)；土地利用總體規(guī)劃中的綠地區(qū)域；城鄉(xiāng)總體規(guī)劃中的非建設(shè)用地；生態(tài)用地中的自然保護區(qū)等；“四山”管制中的四山綠地區(qū)，均為禁止擴張的區(qū)域.所有設(shè)置均按照IDSIRI軟件要求將禁止擴展的區(qū)域設(shè)置為0，其余區(qū)域設(shè)置為1.建設(shè)用地的適宜性評估結(jié)果見圖4.

圖4 建設(shè)用地轉(zhuǎn)移適宜性評價Fig. 4 Transfer suitability evaluation of construction land

4.3 2016 年研究區(qū)土地利用演變模擬 以2013年為基期年份，以2010—2013 年的轉(zhuǎn)移概率矩陣為依據(jù)，利用CA -Markov 模型，對研究區(qū)2016 年土地利用狀況進行模擬.文中假設(shè)某地用地類型的變化受到周圍80 m范圍內(nèi)的土地利用類型變化的影響，故本文采用5 ×5 的濾波器，即元胞周圍75 m×75 m的矩形空間會對元胞狀態(tài)的改變產(chǎn)生影響；模擬以年為單位，故循環(huán)次數(shù)設(shè)置為3.

圖5 是模擬2016 年研究區(qū)土地利用狀況的結(jié)果，kappa 系數(shù)為80.62%.模擬結(jié)果可信度較高.觀察模擬結(jié)果看出解譯所得到的土地利用圖與模擬結(jié)果在空間上的布局大體一致.同時，表4 列出了土地利用結(jié)構(gòu)演變及精度檢驗結(jié)果.從表4 中可以看出模擬結(jié)果在數(shù)量上也具有可靠性.

圖5 2016 年研究區(qū)用地模擬Fig. 5 Land use simulation of the study area in 2016

受到限制性規(guī)劃因素和地形因素影響，使得研究區(qū)內(nèi)未來城鎮(zhèn)用地發(fā)展只能出現(xiàn)在一定的范圍內(nèi).研究區(qū)范圍內(nèi)的大型山體中，規(guī)劃的生態(tài)用地區(qū)域內(nèi)建設(shè)用地不再擴張，其次魚復(fù)組團、龍興組團內(nèi)受建設(shè)用地管制的影響明顯.將模擬結(jié)果與《重慶市城鄉(xiāng)總體規(guī)劃（2007—2020）》比較發(fā)現(xiàn)，模擬結(jié)果中各類用地的擴展范圍與規(guī)劃文件中相對應(yīng)該類的用地范圍基本一致.證明此限制條件和因子組合用來模擬該研究區(qū)土地利用的發(fā)展變化是合理的.

表4 2016 年重慶兩江新區(qū)土地利用結(jié)構(gòu)演變及精度檢驗Tab. 4 Land use structure evolution and accuracy test in Chongqing Liangjiang New Area in 2016

4.4 未來城鎮(zhèn)用地擴張模擬 以2016 年土地利用狀況為初始年，結(jié)合決策向?qū)傻耐恋乩眠m宜性數(shù)據(jù)集和Markov 模型生成的土地利用轉(zhuǎn)移概率矩陣，將循環(huán)次數(shù)設(shè)置為9，對研究區(qū)2025 年用地情況進行模擬，結(jié)果如圖6 所示，同時對結(jié)果進行統(tǒng)計（表5）.

圖6 重慶兩江新區(qū)2025 土地利用格局預(yù)測Fig. 6 Prediction of land use pattern in Chongqing Liangjiang New Area in 2025

表5 2025 年重慶兩江新區(qū)土地利用預(yù)測Tab. 5 Prediction of land use pattern in Chongqing Liangjiang New Area in 2025

結(jié)果顯示到2025 年，研究區(qū)建設(shè)用地增速仍然居于首位，建設(shè)用地、耕地仍然是該地主要的用地類型，建設(shè)用地大量增加，耕地、林地大幅度減少，其他用地變化不明顯仍舊是該地用地類型的主要特征.此結(jié)果與文獻［30］在生態(tài)紅線保護下模擬的兩江新區(qū)土地利用覆被情況相一致.建設(shè)用地由2016 年 的43 120. 17 hm2增 加 到2025 年 的63 632.26 hm2，比例由36.76%增加到54.24%，增加面積20 512.09 hm2，增加17.48%.預(yù)測期間的增加強度較2013—2016 年間有所下降，但是增幅依然較大.建設(shè)用地的不可逆轉(zhuǎn)性是建設(shè)用地增長的主要原因之一，故在制定總體規(guī)劃時，應(yīng)當嚴格控制建設(shè)用地的增加量，禁止一切違法建設(shè)行為.耕地面積由2016 年的39 530.79 hm2減少至2025年的27 311.07 hm2，減少面積共10.42%，減少趨勢放緩，基本轉(zhuǎn)出為建設(shè)用地，成為建設(shè)用地增加的主要來源.

將模擬結(jié)果與現(xiàn)行重慶市城市建設(shè)用地規(guī)劃圖對比，2025 年研究區(qū)建設(shè)用地面積將會超出原規(guī)劃面積，為滿足經(jīng)濟發(fā)展對于建設(shè)用地的需求，一方面要增加當前建設(shè)用地的集約利用程度，另一方面可以適當調(diào)整現(xiàn)有規(guī)劃，擴大規(guī)劃中建設(shè)用地范圍，以空港組團和龍興組團靠北區(qū)域為主.同時，模擬的結(jié)果也為現(xiàn)今高速發(fā)展的土地利用做出了警示，提高用地的門檻成為防止過快擴張的方法之一.

5 結(jié)論與討論

本文以重慶兩江新區(qū)為例，利用ArcGIS 工具分析了快速城鎮(zhèn)化區(qū)域城鎮(zhèn)用地轉(zhuǎn)化的時空特征，并利用CA-Markov模型模擬該區(qū)未來城鎮(zhèn)用地擴張的情況.主要結(jié)論如下：

1）2010—2016 年間重慶兩江新區(qū)城鎮(zhèn)用地發(fā)生中高速的擴張，且后一階段擴張強度是前一階段的近兩倍，用地類型變化迅速，且向東北方向發(fā)展的趨勢明顯.

2）研究區(qū)范圍內(nèi)耕地和林地向建設(shè)用地的轉(zhuǎn)化是地類轉(zhuǎn)化的重點，利用基于決策向?qū)У腃A -Markov模型模擬快速城鎮(zhèn)化區(qū)域的城鎮(zhèn)用地狀況精度達到80.62%，效果較好.

3）未來研究區(qū)建設(shè)用地將繼續(xù)大幅上漲，耕地下降，兩者依然是該區(qū)域主要的用地類型，共占到研究區(qū)面積的77.82%.耕地依舊是建設(shè)用地的主要轉(zhuǎn)入類型.預(yù)測結(jié)果顯示到2025 年，研究區(qū)內(nèi)仍將處于快速發(fā)展時期，相較于2016 年，建設(shè)用地將增加20 512.09 hm2，提高目前土地利用集約程度或者擴大當前建設(shè)用地規(guī)劃范圍，方可滿足區(qū)域進一步發(fā)展，其中空港組團和龍興組團靠北區(qū)域可作為擴大建設(shè)用地范圍的首要考慮.

本文采用歐式距離來探索限制性因子對模擬結(jié)果產(chǎn)生的影響，但對于山地城市條件來說，如果能夠考慮成本距離，將會提高研究的可信度；在考慮限制因子的影響時，對于完全禁止區(qū)域以限制性條件來處理，而對于有條件建設(shè)區(qū)域考慮則不夠充分，如果能將各類用地如工業(yè)區(qū)、住宅用地等做詳細考慮，將會對結(jié)果的精度大幅提高.