馬萍, 王冬艷

吉林大學 地球科學學院，長春 130061

0 引言

城鎮(zhèn)化進程促進城鄉(xiāng)發(fā)展和居民生活條件的改善，但在快速城鎮(zhèn)化的過程中，經(jīng)濟的高速發(fā)展、人口的急劇增長和城市規(guī)模的快速擴張，破壞了生態(tài)平衡，導致土地退化，嚴重威脅土地資源可持續(xù)利用，城鎮(zhèn)化過程中產(chǎn)生的負面問題已成為制約城市健康發(fā)展和生態(tài)文明建設的重要因素[1-3]。以往研究表明，城鎮(zhèn)化進程被認為是干擾景觀格局變化的主要驅動因素，隨著人口快速增長、經(jīng)濟飛速發(fā)展和城市持續(xù)擴張，人類對建設用地的需求將持續(xù)增長，空間景觀格局將受到日益嚴重的干擾[4-5]。系統(tǒng)研究城鎮(zhèn)化發(fā)展導致的景觀格局演變及其生態(tài)環(huán)境效應成為研究的熱點趨勢[6-8]。由快速城鎮(zhèn)化導致的景觀格局演變產(chǎn)生的生態(tài)環(huán)境問題急待解決。因此，基于國內外土地利用變化過程中的研究成果，結合中國土地開發(fā)及利用的特色，將景觀特征與格局演變相結合，應用生態(tài)學、景觀生態(tài)學原理探索不同景觀類型在自然和人為干擾下生態(tài)系統(tǒng)變化程度[9-12]。同時在此基礎上，揭示不同景觀格局的演變趨勢和驅動因子，旨在為城鎮(zhèn)化過程中土地資源利用及生態(tài)環(huán)境保護協(xié)調發(fā)展提供參考[13-15]。

四平市地處松遼平原腹部，屬溫帶半濕潤大陸性氣候，四季分明，地處世界著名的玉米黃金帶上，農(nóng)業(yè)經(jīng)濟發(fā)達[16-17]。長期以農(nóng)業(yè)生產(chǎn)為主的經(jīng)濟模式導致經(jīng)濟粗放型發(fā)展嚴重，研究區(qū)正面臨快速城鎮(zhèn)化和農(nóng)業(yè)可持續(xù)發(fā)展的雙重壓力。近30 a內土地利用結構發(fā)生明顯變化，城市土地快速增長和林草快速縮減表現(xiàn)明顯，經(jīng)濟發(fā)展與生態(tài)保護矛盾日益突出，土地利用可持續(xù)發(fā)展面臨嚴重挑戰(zhàn)[18]。對此，筆者選取四平市為研究區(qū)，以1990、2000、2010和2018年Landsat遙感解譯數(shù)據(jù)作為研究基礎，借助ENVI、ArcGIS 10.1和FRAGSTATS 4.2軟件，對四平市景觀格局的時空變化及驅動力進行定量分析，旨在為優(yōu)化區(qū)域土地利用結構及景觀可持續(xù)發(fā)展提供借鑒意義。

1 材料與方法

1.1 研究區(qū)概況

四平市位于吉林省西南部(42°49′～43°17′N，124°14′～124°41′E)，遼、吉、蒙三省(區(qū))交界處。地勢由東南向西北傾斜，土地資源以耕地和林地為主，河流較多，地貌類型多樣，平原最具代表性。四平市隸屬大陸性季風氣候，年均氣溫6.0℃，年均降水572.8 mm，土壤腐殖質含量為5.2%～8.6%，是中國東北地區(qū)代表性的商品糧基地。轄鐵西、鐵東2個區(qū)，伊通縣、梨樹縣以及遼河農(nóng)墾管理區(qū)，代管公主嶺、雙遼2個縣級市。區(qū)域總面積1.4萬km2，總人口340萬人。隨著城市化進程的加快，四平市土地開墾日益增強，環(huán)境污染和生態(tài)破壞日益嚴重，生態(tài)環(huán)境安全面臨嚴重挑戰(zhàn)。

1.2 數(shù)據(jù)來源

基于地理空間數(shù)據(jù)云[19]下載Landsat TM/ETM遙感影像數(shù)據(jù)，30 m空間分辨率，獲取四平市1990、2000、2010和2018年遙感影像數(shù)據(jù)。參照岳健[20]土地利用分類結果，基于ENVI軟件將遙感影像數(shù)據(jù)進行數(shù)字解譯，解譯結果分為耕地、草地、林地、水域、城鎮(zhèn)用地和未利用地6種類型，解譯精度均在80%以上；四平市DEM和Slope數(shù)據(jù)借助于ArcGIS 10.1平臺進行遙感影像“Spatial Analysis”功能計算得到；在ArcGIS 10.1土地利用分類結果的基礎上，基于Fragstats 4.2在類型和景觀兩個尺度上進行計算得到不同年份景觀格局指數(shù)；在中國氣象數(shù)據(jù)網(wǎng)[21]獲取四平市降水、氣溫、濕度和蒸發(fā)量等數(shù)據(jù)；人口、GDP和各產(chǎn)業(yè)生產(chǎn)總值等其他經(jīng)濟數(shù)據(jù)資料來源于《四平市統(tǒng)計年鑒》[22]。

1.3 研究方法

1.3.1 景觀格局指數(shù)

景觀格局指數(shù)是斑塊、類型和景觀尺度上景觀格局和生態(tài)過程的定量化研究方法。景觀格局指數(shù)包括面積-邊緣、形狀、核心面積、連接度、多樣性和聚散性6大指標模塊。研究選用11個景觀格局指標進行分析，各景觀格局指數(shù)斑塊、類型和景觀上互為補充，保證了研究結果的可靠性。各指數(shù)計算方法見傅伯杰和鄔建國等研究結果所示[23-24]。

1.3.2 土地利用轉移矩陣

轉移矩陣能夠定量化計算、研究景觀類型間的轉化關系。采ArcGIS 10.1軟件中“Spatial Analysis”模塊將景觀矢量圖進行疊加分析，獲取1990—2018年間景觀空間結構數(shù)據(jù)來構建轉移矩陣，其概率模型如下所示：

Nt+Δt=PNt

(1)

式中：Nt和Nt+Δt分別為t和t+Δt時刻的狀態(tài)向量；P為轉化概率矩陣；Pij( 0≤Pij≤1)為從t到t+Δt時刻系統(tǒng)從斑塊類型j轉化為類型i的概率，且所有斑塊轉化的概率和為1，僅內部轉化。

1.3.3 Logistic回歸模型

本研究采用Logistic 回歸模型對景觀格局變化驅動力進行分析，以不同景觀類型分別構建Logistic耦合模型?；?990—2018年景觀類型提取轉化斑塊，運用 ArcGIS 10.1“Creat Random Points”工具，以四平市行政外邊界作為研究范圍，均勻隨機創(chuàng)建點柵格，運用ArcGIS 10.1中“Spatial Location Selection”工具，提取各景觀類型中的樣點，作為柵格樣本。循環(huán)反復上述過程，直到轉化柵格樣本和未轉化柵格樣本分別達1 000和500個時提取過程完成。將轉化柵格和未轉化柵格分別賦值為“1”和“0”。運用GIS“多值提取至點”功能，在驅動因子柵格圖提取1 500個樣本的對應的驅動力因素值作為自變量的值。最后將1 500個樣本數(shù)據(jù)導入到SPSS 17.0，采用“Back Wald”方法進行Logistic回歸分析，篩選對景觀類型轉化具有顯著影響(p<0.05)的因素進行驅動力分析。

2 結果與分析

2.1 四平市景觀格局動態(tài)變化分析

通過對1990—2018年的四平市不同時期遙感影像解譯，揭示不同時間尺度景觀格局變化。四平市1990—2018年間耕地和城鎮(zhèn)面積整體呈增加的趨勢，分別由1990年的11 652.20 km2和32.20 km2增長至2018年的12 199.60 km2和51.80 km2。林地、草地和水域面積均呈現(xiàn)降低的趨勢，分別由1990年的1 432.20 km2、345.80 km2和189.00 km2降低至2018年的1 274.00 km2、239.40 km2和110.60 km2。而未利用地變化波動較大，呈現(xiàn)先降低后增高的趨勢(圖1)。表明四平市隨著城鎮(zhèn)化的加劇，人口對糧食和土地的需求較大，耕地和城鎮(zhèn)用地逐漸增高，耕地和城鎮(zhèn)用地逐年占用草地和未利用地，導致生態(tài)用地損失。

圖1 四平市1990—2018年景觀類型演變Fig.1 Evolution of landscape types in Siping City from 1990 to 2018

對景觀空間分布而言(圖2)，四平市以耕地為主，集中分布于整個區(qū)域。林地分布于四平市東南部，城鎮(zhèn)集中分布于西北部，呈現(xiàn)“對稱分布”。1990—2018年東南部地區(qū)林地面積銳減，東北部略有增加，整體呈現(xiàn)逐漸降低的趨勢。研究期間，東遼河流域水來源及水域面積略有降低，但東遼河南部地區(qū)的來水量呈現(xiàn)增加趨勢，水域面積擴大。西部地區(qū)的未利用地、草地面積略有降低。城鎮(zhèn)用地面積在1990—2000年基本穩(wěn)定，在2000—2018年逐漸增加。

2.2 四平市景觀類型動態(tài)變化特征分析

近30 a來，四平市斑塊數(shù)量1990—2018年呈現(xiàn)增加趨勢，斑塊密度和邊界密度也逐漸增加，由1990年的4.972 0個/102·m2和69.036 2 m/hm2增加到2018年的4.991 6個/102·m2和69.136 4 m/hm2，斑塊平均面積呈現(xiàn)降低的趨勢，由1990年的20.929 8 m2降低到2018年的20.849 3 m2(表1)。結果表明1990—2018年四平市景觀破碎化不明顯；斑塊形狀的復雜性通過景觀面積加權平均分維數(shù)表征，反映出斑塊形狀從簡單至復雜。近30 a分維數(shù)呈現(xiàn)降低趨勢，四平市景觀幾何形狀趨向簡單化；蔓延度指標反映不同斑塊類型在景觀格局中呈現(xiàn)團聚或延展的態(tài)勢， 反映了景觀連接性。 1990—

a.1990年；b.2000年；c.2010年；d.2018年。圖2 四平市1990—2018年景觀格局演變Fig.2 Landscape pattern evolution of Siping City from 1990 to 2018

2018年蔓延度指數(shù)呈現(xiàn)增加的趨勢，由50.064 3增加到51.608 6，表明景觀類型的空間連接性逐漸增加；四平市近30 a的Shannon-Wiener指數(shù)呈現(xiàn)增加趨勢，而均勻度指數(shù)則相反，景觀利用類型多樣化和破碎化是其主要原因。

2.3 景觀類型間動態(tài)轉移矩陣

基于ArcGIS 10.1平臺計算景觀類型轉移矩陣，統(tǒng)計匯總獲得1990—2018年景觀類型動態(tài)變化(表2)。結果表明：1980—2010年林地向草地和耕地轉變，草地主要轉移為耕地，水域向耕地、城鎮(zhèn)轉移，城鎮(zhèn)一部分轉移為耕地，未利用地主要轉移為草地。近10 a間林地和草地轉出面積增加較多，以林地為主，水域次之；城鎮(zhèn)主要向耕地和林地轉移。整體而言，近30 a來，林地向耕地和草地轉移，草地向林地、耕地和未利用地轉移，土地利用整體呈現(xiàn)退化態(tài)勢。

2.4 四平市景觀演化驅動力分析

2.4.1 耕地景觀演化驅動力分析

根據(jù)顯著水平和Wald統(tǒng)計量結果，研究區(qū)1990—2010年，景觀類型轉變主導驅動因素依次為總人口> GDP>距河流距離>土壤有機質>降水；根據(jù)解釋權重大小，2010—2018年主要驅動因子依次為總人口>GDP>高程>距河流距離>土壤有機質>有效灌溉面積>降水。耕地空間驅動模型中兩階段驅動力相差不明顯，兩階段主要驅動因素均以人口和GDP為主，主要由于人口的增長和經(jīng)濟的快速發(fā)展對糧食的剛性需求較大，進而導致耕地增加迅猛(表3)。

表1 四平市1990—2018年景觀指數(shù)變化

表2 四平市1990—2018年景觀轉移矩陣

2.4.2 林地景觀演化驅動力分析

研究區(qū)1990—2010年，景觀類型轉變主導驅動因素依次為土壤有機質>森林覆蓋率>距河流距離>降水>高程>坡度>GDP；基于權重計算結果，2010—2018年驅動力大小依次為土壤有機質>森林覆蓋率>距河流距離>降水>高程(表4)。1990—2010年土壤有機質、森林覆蓋率、距河流距離和降水均為重要的解釋變量。森林覆蓋率呈現(xiàn)正相關關系，表明對森林覆蓋率的提升起到正反饋效果。同時，提高1%的森林覆蓋率，其他類型轉向林地的概率于1990—2010年和2010—2018年分別增加6.147倍和4.315倍。土壤有機質、降水和距河流距離也增加了對林地轉化的驅動，主要由于一方面提供了適宜的土壤條件，另一方面提供了充分的水源，表明土壤有機質含量越高，距水源越近，降水越充足的區(qū)域，其他景觀類型轉向為林地的概率越大。

表3 耕地要素驅動力模擬結果

表4 林地要素驅動力模擬結果

2.4.3 草地景觀演化驅動力分析

研究區(qū)1990—2010年，景觀類型轉變主導驅動因素依次為草地覆蓋率>土壤有機質>距河流距離>降水>高程>坡度>氣溫；基于權重計算結果，2010—2018年驅動力大小依次為草地覆蓋率>土壤有機質>距河流距離>降水>高程>氣溫(表5)。1990—2018年草地覆蓋率、土壤有機質、距河流距離和降水均為重要的解釋變量。草地格局變化驅動因素以草地覆蓋率、土壤有機質、距河流距離和降水等自然因素為主，主要由于該因子是草地的主要生長條件，直接驅動草地的生成轉化。值得注意的是，對于草地而言，除上述主導因子外，氣溫和高程也起到重要的作用，主要是由于隨著全球氣候變暖的加劇，高海拔地區(qū)融雪水及降水豐富、氣溫逐漸增加，為草地的草生長提供了良好的條件。

表5 草地要素驅動力模擬結果

2.4.4 水域景觀演化驅動力分析

研究區(qū)1990—2010年，景觀類型轉變主導驅動因素依次為降水>氣溫>坡度>高程>距河流距離；基于權重計算結果，2010—2018年主要驅動因子依次為氣溫>降水>高程>坡度>距河流距離(表6)。1990—2018年氣溫和降水均為重要的解釋變量，其結果顯示正相關性，表明氣溫和降水的增加使研究區(qū)的水分輸入增大，進而導致水域面積的增加。值得注意的是，水域轉化概率與距河流距離呈負相關，距離河流越近其水域轉化概率越大，主要由于水域周邊均為灘涂、濕地和草地等，隨著氣候變暖導致融雪水和降水量增加，水量增加，逐漸占據(jù)周邊濕地及灘涂區(qū)域，進而擴大了水域面積。

2.4.5 城鎮(zhèn)景觀演化驅動力分析

研究區(qū)1990—2010年，景觀類型轉變主導驅動因素依次為人口>GDP>距道路距離>距河流距離>高程>坡度>森林覆蓋率；基于權重計算結果，2010—2018年，驅動因子貢獻依次為人口>GDP>距道路距離>高程>坡度>距河流距離(表7)。1990—2018年四平市人口、GDP、距道路距離、距河流距離、高程和坡度均為城鎮(zhèn)化景觀變化的重要解釋因子。人口和GDP呈正相關性，表明人口和GDP作為主要驅動力驅動研究區(qū)的城鎮(zhèn)化。人口增加導致城建住房剛性需求增強，加大對灰色基礎設施的需求，拉動固定資產(chǎn)的投資比例。因此，人口和GDP對城鎮(zhèn)用地擴張貢獻較大，提高每萬人其他類型轉向農(nóng)用地的概率于1990—2010年和2010—2018年分別增加2.646倍和2.189倍，每增加單位億元GDP，其他類型轉向城鎮(zhèn)的概率于1990—2010年和2010—2018年分別增加3.315倍和4.751倍。距道路和河流的距離對城鎮(zhèn)用地擴張影響呈現(xiàn)負相關，與草地和林地的轉化相反，佐證了河流作為水源地對林地和草地的貢獻。同時海拔和坡度對城鎮(zhèn)用地的轉化呈現(xiàn)負相關，表明高海拔地區(qū)人口稀少，集中分布于地勢相對平緩的平原地帶。

表6 水體要素驅動力模擬結果

表7 城鎮(zhèn)要素驅動力模擬結果

3 結論

(1)四平市景觀格局以耕地和林地為主。近30 a來四平市城鎮(zhèn)景觀和林地景觀面積激增，耕地景觀面積比例銳減。整體上，城鎮(zhèn)景觀和耕地景觀呈現(xiàn)破碎化的趨勢。

(2)從土地利用轉移來看，主要為耕地向林地轉化。隨著城市化進程的加快，林地和草地逐漸轉變?yōu)槌擎?zhèn)用地。表明四平市隨著城鎮(zhèn)化的加劇，人口對糧食和土地的需求較大，耕地和城鎮(zhèn)用地面積逐漸增大，進而侵占林地、草地和未利用地，造成生態(tài)用地損失，生態(tài)平衡破壞。

(3)1990—2018年四平市景觀演變是自然環(huán)境因子、社會-經(jīng)濟復合因子綜合作用的結果，其中社會經(jīng)濟(GDP、人口)和政策保護(退耕還林、還草)對景觀格局演變的直接作用更為明顯。自然因素主要以坡度、高程、距河流距離和距道路距離為主。因此，在大力發(fā)展經(jīng)濟和進行開發(fā)利用的同時，應加強對生態(tài)景觀的保護，保證最基本的生態(tài)保護紅線。