李星周，韓麗穎，魏峰群

(陜西師范大學(xué) 地理科學(xué)與旅游學(xué)院，陜西 西安 710119)

0 引言

改革開放以來，我國城市化進程獲得快速發(fā)展，城鎮(zhèn)化率由最初的17.9%增加到2019年的60.6%。然而快速的城市化也帶來了一系列問題，導(dǎo)致城市向病態(tài)和無序方向發(fā)展。城市化的發(fā)展直觀上表現(xiàn)為建設(shè)用地在空間上的擴張，其中包括平面和立體方向的延伸[1]。我國城市建設(shè)用地面積以每10年左右翻一番的速度呈不斷增加的趨勢，特別是進入21世紀(jì)后，年平均增加面積超過了1000 km2，規(guī)模幾乎接近于千萬人口的城市[2]?？臻g城鎮(zhèn)化指數(shù)始終大于人口城鎮(zhèn)化指數(shù)，并且兩者之間的差距越來越大[3]。城市擴張占用耕地，威脅國家糧食安全，每年審批的耕地轉(zhuǎn)用面積占所有土地利用類型轉(zhuǎn)用面積的一半左右[4]。除此之外，城市化無序蔓延導(dǎo)致土地利用低效，生態(tài)環(huán)境遭到破壞，造成水土流失、土壤沙化和生物生存環(huán)境縮減等問題。因此，研究建設(shè)用地在空間上的變化規(guī)律，對于引導(dǎo)城市健康和有序發(fā)展具有重要意義。

2019年5月，中共中央國務(wù)院提出建立國土空間規(guī)劃體系，要求劃定各類生態(tài)底線，保護生態(tài)環(huán)境，實現(xiàn)可持續(xù)發(fā)展。2020年8月，自然資源部、財政部和生態(tài)環(huán)境部印發(fā)了《山水林田湖草生態(tài)保護修復(fù)工程指南(試行)》的通知，指導(dǎo)全國各地開展生態(tài)保護修復(fù)實施，提高生態(tài)系統(tǒng)的恢復(fù)力和穩(wěn)定性。本文通過對西安市的生態(tài)保護進行評價，通過評價結(jié)果的空間格局能夠識別生態(tài)功能重要區(qū)域、生態(tài)環(huán)境敏感脆弱區(qū)，為西安市的山水林田湖草工程提供實施范圍和規(guī)模；從城市發(fā)展的角度來看，強化底線約束，對西安市的建設(shè)用地格局進行預(yù)測，可以為國土空間規(guī)劃背景下西安市彈性城鎮(zhèn)開發(fā)邊界的劃定提供參考和借鑒。

建設(shè)用地變化模擬可以采用經(jīng)驗統(tǒng)計模型、宏觀動力學(xué)模型和微觀動力學(xué)模型[5]。常用的模型有Markov模型、Logistic回歸模型、CA模型[6-8]、CLUE-S模型[9-10]、MAS模型[11-12]。Logistic回歸模型和Markov模型都屬于統(tǒng)計模型，通過回歸分析和馬爾科夫鏈，能模擬土地利用的數(shù)量變化，缺點是不能對土地利用在空間上的分布進行預(yù)測[13]。CA模型雖然可以預(yù)測土地利用在空間上的變化，但在解釋城市擴張時空變化方面的能力不足[5]。CLUE-S模型效率較低，需用其他軟件輔助[14]。MAS可以通過多主體的決策，采取自下而上的方法進行模擬，具有土地利用變化數(shù)量和空間格局結(jié)合的優(yōu)點，但在結(jié)果解釋方面比較乏力[15]。越來越多的學(xué)者對于土地利用動態(tài)模擬逐漸從單一方法的模擬研究轉(zhuǎn)向多種方法的相互融合[16-17]。FLUS模型基于元胞自動機，采用神經(jīng)網(wǎng)絡(luò)獲取各種土地利用類型的適宜性概率，通過自適應(yīng)慣性和輪盤競爭機制，能夠更加真實地模擬建設(shè)用地變化情況[18],其基于神經(jīng)網(wǎng)絡(luò)可以從單期土地利用數(shù)據(jù)提取轉(zhuǎn)換規(guī)則，相比較于CA-Markov模型對于數(shù)據(jù)量的需求更小。

當(dāng)前模型的驅(qū)動力反饋機制大多數(shù)是正反饋，即從發(fā)展的角度審視城市擴張，對于負反饋機制的研究較少，即保護的角度。本文通過建立生態(tài)保護評價指標(biāo)體系，將其作為驅(qū)動力進行土地利用模擬，可以在一定程度上完善驅(qū)動力的反饋機制。除此之外，本文采用了更為精確的格網(wǎng)尺度，對西安市建設(shè)用地變化進行分析和預(yù)測，一方面可以為西安市的城市發(fā)展提供決策依據(jù)，另一方面可以為國土空間規(guī)劃城鎮(zhèn)開發(fā)邊界的劃分和山水林田湖草生態(tài)修復(fù)工程的實施范圍和規(guī)模提供思路。

1 研究區(qū)概況

西安市位于陜西省中南部，處于秦嶺北部、渭河南部。境內(nèi)主要以山地為主，北部平原和丘陵較多，地勢平坦，南部由于秦嶺的原因，地勢較高。西安市所在行政區(qū)包括11區(qū)(未央?yún)^(qū)、新城區(qū)、碑林區(qū)、蓮湖區(qū)、灞橋區(qū)、鄠邑區(qū)、閻良區(qū)、長安區(qū)、雁塔區(qū)、臨潼區(qū)、高陵區(qū))和2縣(周至縣、藍田縣)，總面積達10752 km2(圖1)。2018年年末西安市常住人口1000.37萬人，其中城鎮(zhèn)人口740.37萬人，城鎮(zhèn)化率達到74%。習(xí)近平主席提出了“一帶一路”戰(zhàn)略，促進我國經(jīng)濟的對外交流和發(fā)展。西安市是“古絲綢之路”的起點，西北地區(qū)重要的經(jīng)濟發(fā)展中心，在促進“一帶一路”沿線經(jīng)濟發(fā)展中扮演著重要節(jié)點城市的作用。2018年2月，《關(guān)中平原城市群發(fā)展規(guī)劃》提出：“要將西安建設(shè)成為國家中心城市，發(fā)揮其在推動區(qū)域經(jīng)濟發(fā)展中的引領(lǐng)作用。”

圖1 西安市地理位置

2 研究方法

2.1 數(shù)據(jù)來源與處理

2.1.1 數(shù)據(jù)來源 本文生態(tài)保護評價指標(biāo)數(shù)據(jù)主要包括植被凈初級生產(chǎn)力(NPP)數(shù)據(jù)、歸一化植被指數(shù)(NDVI)數(shù)據(jù)、DEM數(shù)據(jù)、氣象數(shù)據(jù)、土壤類型數(shù)據(jù)等。其中DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云( http://www.gscloud.cn /)，空間分辨率為30 m；NPP(2000～2010年)和NDVI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(http://www.resdc.cn/)，空間分辨率為1000 m；氣象數(shù)據(jù)為2000～2018年中國地面累年值數(shù)據(jù)集，主要包括累年降雨量、累年氣溫數(shù)據(jù)，來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http://data.cma.cn/)。FLUS模型所采用數(shù)據(jù)包括土地利用數(shù)據(jù)、DEM數(shù)據(jù)、氣象數(shù)據(jù)、GDP數(shù)據(jù)、路網(wǎng)數(shù)據(jù)和河流水庫數(shù)據(jù)等。其中土地利用/覆被數(shù)據(jù)使用2010和2018年全球地表覆蓋數(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(http://www.resdc.cn/)，空間分辨率為100 m；土壤質(zhì)地數(shù)據(jù)來源于寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心( http://westdc.westgis.ac.cn)；GDP數(shù)據(jù)來源于《西安市統(tǒng)計年鑒》；路網(wǎng)數(shù)據(jù)和河流水庫數(shù)據(jù)使用1∶100萬全國基礎(chǔ)地理數(shù)據(jù)庫，來源于全國地理信息資源目錄服務(wù)系統(tǒng)(https://www.webmap.cn/main.do?method=index)?；贏rcgis 10.3平臺，將所有數(shù)據(jù)統(tǒng)一投影至WGS_1984_Albers坐標(biāo)系統(tǒng)下，分辨率統(tǒng)一采樣為100 m，保持?jǐn)?shù)據(jù)處理過程中的一致性。

2.1.2 數(shù)據(jù)處理 具體處理如下：(1)將NPP數(shù)據(jù)經(jīng)過提取和柵格運算得到2000～2010年平均凈初級生產(chǎn)力NPPmean。(2)對土壤質(zhì)地類型進行提取、分類和歸一化得到土壤滲流能力因子Fsic，在查閱相關(guān)文獻[19-20]的基礎(chǔ)上，進行柵格運算，得到土壤可蝕性因子K和Ri。(3)選取西安市及周邊區(qū)域內(nèi)30個氣象站點，篩選2000～2018年的年均降水?dāng)?shù)據(jù)，采用Arcgis反距離權(quán)重插值運算，然后對結(jié)果進行歸一化處理，得到降水因子Fpre。(4)使用DEM數(shù)據(jù)提取坡度、地形起伏度、海拔，然后對結(jié)果進行歸一化處理，得到坡度因子Fslo、地形起伏度因子LS和海拔因子Falt。(5)選取西安市及周邊區(qū)域30個氣象站點，篩選2000～2018年的年均溫度數(shù)據(jù)，采用Arcgis反距離權(quán)重插值運算，利用海拔數(shù)據(jù)對插值結(jié)果進行矯正得到溫度因子Ftem[21]。(6)對NDVI數(shù)據(jù)進行處理并歸一化得到植被覆蓋度C。(7)對交通因素使用歐氏距離進行處理。(8)人口、二三產(chǎn)產(chǎn)值和一產(chǎn)產(chǎn)值網(wǎng)格化分別基于建設(shè)用地和耕地數(shù)據(jù)進行計算，先計算各縣區(qū)人口和產(chǎn)值密度，然后算出每個網(wǎng)格里的用地面積，最后得到每個網(wǎng)格的人口和產(chǎn)值。

2.2 生態(tài)保護評價

生態(tài)保護評價主要包括土壤保持功能重要性評價、水源涵養(yǎng)功能重要性評價、生物多樣性保護功能重要性評價和水土流失敏感性評價(表1)。首先集成生態(tài)系統(tǒng)功能性評價，每個子評價的權(quán)重都為1，然后使用自然斷點法劃分為一般重要、較重要、中等重要、高度重要、極重要5個等級。水土流失敏感性評價先對各因子進行賦值，然后采用自然斷點法劃分為不敏感、輕度敏感、中度敏感、高度敏感和極敏感5個等級。

表1 生態(tài)保護評價

2.3 建設(shè)用地模擬

2.3.1 FLUS模型 FLUS模型原理來自元胞自動機，可模擬在人類活動和自然等條件影響下的建設(shè)用地的空間格局。首先采用神經(jīng)網(wǎng)絡(luò)算法獲取轉(zhuǎn)換規(guī)則，建立土地利用類型與城市擴張驅(qū)動因子(自然、交通、氣候等)的映射關(guān)系，得到建設(shè)用地的適宜性概率。然后結(jié)合適宜性概率與元胞鄰域大小、土地利用類型轉(zhuǎn)換成本和慣性系數(shù)計算像元上各土地利用類型的轉(zhuǎn)換總概率，其采用的輪盤賭機制可以反映不同地類在空間上的競爭作用[23]。本文建設(shè)用地模擬主要基于GeoSOS-FLUS軟件，其中轉(zhuǎn)換成本可以根據(jù)研究區(qū)土地利用轉(zhuǎn)移實際情況，結(jié)合規(guī)劃政策和政府文件確定不同類型之間的轉(zhuǎn)換規(guī)則，并通過限制區(qū)域表示城市規(guī)劃剛性邊界對建設(shè)用地擴張的抑制作用，因此具有更高的模擬精度，模擬結(jié)果更符合現(xiàn)實。

FLUS模型的模擬精度采用總體精度和Kappa系數(shù)進行驗證，Kappa系數(shù)計算公式如下[24]：

其中，p0為總體精度，通過統(tǒng)計模擬土地利用數(shù)據(jù)和真實土地利用數(shù)據(jù)類型相同所占比例進行計算，pc=1/n，n表示土地利用類型個數(shù)。

2.3.2 驅(qū)動力因子 城市是一個復(fù)雜的系統(tǒng)，其發(fā)展受到多種因素的影響。在前人研究的基礎(chǔ)上[25-26]，本文選擇自然條件、交通條件、社會經(jīng)濟條件和氣候條件，并將生態(tài)系統(tǒng)重要性評價和水土流失敏感性評價作為城市擴張的驅(qū)動因子，加強驅(qū)動因子的全面性，對2035年西安市建設(shè)用地進行模擬。自然條件主要選取高程、坡向和坡度；交通條件主要選取到河流水庫、城市、高速、國道、省道和鐵路的距離；社會經(jīng)濟條件主要選取人口、一產(chǎn)產(chǎn)值、二三產(chǎn)產(chǎn)值；氣候因素主要選取降雨和溫度(圖2)。自然條件是限制城市擴張的客觀條件，但是以往的研究僅僅考慮地形和坡度等因子，本文從生態(tài)保護評價出發(fā)，將結(jié)果作為限制城市發(fā)展的條件；氣候條件和城市擴張相輔相成，一方面城市形成需要適宜的溫度和水資源，另一方面城市的快速擴張又會影響局部氣候；社會經(jīng)濟是城市發(fā)展的動力，人口和產(chǎn)業(yè)的空間集聚推動了城市規(guī)模擴張；交通條件使得產(chǎn)業(yè)的運輸成本降低，對于城市的擴張具有線性影響。

圖2 驅(qū)動力因子

2.4 技術(shù)路線

本文先進行生態(tài)系統(tǒng)功能性評價和生態(tài)敏感性評價，將結(jié)果和自然、社會經(jīng)濟、交通和氣候條件作為FLUS模型的空間驅(qū)動因子，模擬建設(shè)用地規(guī)模采取馬爾科夫鏈進行計算，基于Arcgis平臺將生態(tài)系統(tǒng)功能性評價中的高等重要、極重要區(qū)域和水土流失敏感性中的高度敏感、極敏感區(qū)域進行空間疊加，將疊加區(qū)域作為限制區(qū)域，最后模擬建設(shè)用地空間布局。

3 結(jié)果與分析

3.1 生態(tài)保護評價結(jié)果

3.1.1 西安市生態(tài)系統(tǒng)功能重要性評價 將水土保持功能重要性、水源涵養(yǎng)功能重要性和生物多樣性保護功能重要性進行評價，通過空間疊加得到西安市生態(tài)系統(tǒng)功能重要性評價[22](圖3)。西安市水土保持功能重要性以中等和高等重要為主，占整個區(qū)域的56.12%，主要集中在除城六區(qū)(蓮湖區(qū)、雁塔區(qū)、未央?yún)^(qū)、灞橋區(qū)、新城區(qū)和碑林區(qū))外的區(qū)域，城六區(qū)因為城鎮(zhèn)化率較高，植物較少，NPP值很低，基本都屬于一般重要等級。水源涵養(yǎng)功能重要性以較重要、中等重要和高等重要為主，占整個區(qū)域的76.41%，主要集中在除城六區(qū)外的區(qū)域，這是由于不透水面導(dǎo)致了NPP和土壤滲流能力值很低；西安市生物多樣性保護功能重要性主要以較重要和中等重要為主，占整個區(qū)域的51.74%，較重要的水源涵養(yǎng)功能主要分布在藍田縣、臨潼區(qū)和高陵區(qū)，中等重要的水源涵養(yǎng)功能主要分布在周至縣、鄠邑區(qū)和長安縣。西安市綜合生態(tài)系統(tǒng)功能重要性整體屬于中等重要，較為重要、中等重要和高等重要占研究區(qū)的75.41%，一般重要占15.26%，極重要占9.33%。城六區(qū)主要屬于一般重要，藍田縣和臨潼區(qū)主要屬于一般重要，中等重要主要集中在周至縣、鄠邑區(qū)、長安區(qū)、高陵區(qū)和閻良區(qū)，高等重要和極重要主要分布在南部秦嶺區(qū)域(圖4)。

圖3 技術(shù)路線

3.1.2 西安市水土流失敏感性評價 西安市水土流失敏感性以輕度敏感為主，占整個區(qū)域的36.76%，中度敏感和高度敏感占整個區(qū)域的48.81%，不敏感占5.96%，極敏感占8.47%。不敏感主要集中在未央?yún)^(qū)、蓮湖區(qū)、新城區(qū)和碑林區(qū)，輕度敏感和中度敏感主要包括雁塔區(qū)、灞橋區(qū)、臨潼區(qū)、高陵區(qū)、閻良區(qū)、周至縣南部、鄠邑區(qū)南部、長安區(qū)南部和藍田縣南部，高度敏感區(qū)和極敏感區(qū)主要分布在周至縣北部、鄠邑區(qū)北部、長安區(qū)北部和藍田縣北部(圖5)。

a.水土保持；b.水源涵養(yǎng)；c.生物多樣性；d.生態(tài)系統(tǒng)功能性評價圖4 西安市生態(tài)系統(tǒng)功能重要性評價結(jié)果

圖5 西安市水土流失敏感性評價結(jié)果

將生態(tài)系統(tǒng)功能重要性評價和水土流失敏感性進行疊加，提取高等重要、極重要和高度敏感、極敏感部分，其面積為995.49 km2，占整個區(qū)域的9.85%，主要集中在周至縣北部和南部、鄠邑區(qū)北部、長安區(qū)和藍田縣中部。在水土流失敏感性中，周至縣降雨較多，由東北向西南呈階梯狀遞增，鄠邑區(qū)南部降雨較多，長安區(qū)和藍田縣降雨較少；周至縣、鄠邑區(qū)和長安區(qū)北部以及藍田縣中部土壤可侵蝕性均位于最高水平。水土保持重要性、水源涵養(yǎng)重要性和生物多樣性重要性差別不大，主要位于周至縣、鄠邑區(qū)的南部和北部，長安區(qū)、藍田縣的中部和南部。造成秦嶺北麓重要性和敏感性在空間上產(chǎn)生分異的主要原因是降雨，秦嶺東部相對于西部降雨較少。本文重點從植被、土壤結(jié)構(gòu)、氣候變化等方面對生態(tài)問題進行分析，此結(jié)果可以為西安市山水林田湖草生態(tài)修復(fù)工程的實施范圍和規(guī)模提供參考。

3.2 西安市建設(shè)用地變化特征

3.2.1 建設(shè)用地總量變化特征 2010～2018年西安市建設(shè)用地總量持續(xù)增加，建設(shè)用地面積從1141.77 km2增長到1363.37 km2，增速達19.41%。在建設(shè)用地轉(zhuǎn)移矩陣中，建設(shè)用地的轉(zhuǎn)入類型包括耕地、草地、林地、水域和未利用土地。主要轉(zhuǎn)入類型是耕地，面積達345.54 km2，占總轉(zhuǎn)入面積的88.11%；其次是林地，面積為26.89 km2，占總轉(zhuǎn)入面積的6.86%；未利用土地最少，面積僅為0.04 km2，占總轉(zhuǎn)入面積的0.01%(圖6)。

圖6 建設(shè)用地轉(zhuǎn)移規(guī)模

3.2.2 各區(qū)縣建設(shè)用地變化特征 在西安市各區(qū)縣建設(shè)用地面積中，長安區(qū)建設(shè)用地面積最大，其次是未央?yún)^(qū)，碑林區(qū)最小。2010～2018年西安市各縣區(qū)建設(shè)用地面積除蓮湖區(qū)外，其余均處于增加狀態(tài)，但是不同縣區(qū)之間的擴張程度不同。增長率從大到小依次為：未央?yún)^(qū)>高陵區(qū)>長安區(qū)>灞橋區(qū)>閻良區(qū)>藍田縣>鄠邑區(qū)>雁塔區(qū)>臨潼區(qū)>周至縣>碑林區(qū)>新城區(qū)。蓮湖區(qū)由于面積較小，在2010年已經(jīng)完成100%城鎮(zhèn)化，因此增長率為零。未央?yún)^(qū)增速最快，達到52.19%；其次是高陵區(qū)，為40.82%；碑林區(qū)和新城區(qū)增速最慢，分別為2.48%和0.65%(圖7)。2014年，國務(wù)院批復(fù)設(shè)立西咸新區(qū)，其位于西安市和咸陽市建成區(qū)之間，作為科技資源的新興產(chǎn)業(yè)集聚區(qū)，對于推進西安、咸陽一體化進程具有重要意義。未央?yún)^(qū)和高陵區(qū)作為西安和咸陽的交界地，靠近西咸新區(qū)，通過區(qū)位優(yōu)勢和政策優(yōu)勢獲得了快速發(fā)展，因此增長迅速。碑林區(qū)和新城區(qū)由于行政區(qū)面積較小，再加上原本較高的城鎮(zhèn)化率，增速較小。周至縣由于距離西安主城區(qū)較遠，主城區(qū)發(fā)揮的帶動作用有限，增長速率較慢。

圖7 建設(shè)用地變化空間分布

鄠邑區(qū)、藍田縣和周至縣處于區(qū)域邊緣，中心城區(qū)的輻射范圍有限，主要集中于農(nóng)業(yè)、輕工業(yè)和旅游業(yè)，很難形成產(chǎn)業(yè)集聚，城市擴張方式主要以星狀蔓延為主，藍田縣由于沿河流發(fā)展，加上地形的限制，呈現(xiàn)出帶狀蔓延的趨勢。臨潼區(qū)具有發(fā)達的交通網(wǎng)絡(luò)，依靠豐富的農(nóng)業(yè)和旅游業(yè)資源，在西安市市域城鎮(zhèn)體系中扮演著中心城鎮(zhèn)的角色，其擴張方式同樣以帶狀蔓延為主，并且呈現(xiàn)出沿交通線發(fā)展的帶狀蔓延趨勢。灞橋區(qū)產(chǎn)業(yè)結(jié)構(gòu)多元化，形成了具有特色的產(chǎn)業(yè)集聚園，包括紡織、物流、汽車、文化創(chuàng)意和工業(yè)等，多元的產(chǎn)業(yè)結(jié)構(gòu)對不同資源的需求和適配，是灞橋區(qū)產(chǎn)業(yè)整體上集聚度不高的主要原因，并呈現(xiàn)出星狀蔓延的擴張趨式。未央?yún)^(qū)和雁塔區(qū)處于主城區(qū)，人口和產(chǎn)業(yè)高度集中，主要以團狀蔓延和內(nèi)部填充為主。長安區(qū)靠近主城區(qū)，對于承接產(chǎn)業(yè)轉(zhuǎn)移，提高自己的服務(wù)業(yè)，具有較大優(yōu)勢，形成了現(xiàn)代農(nóng)業(yè)、工業(yè)和服務(wù)業(yè)的發(fā)展體系，城市擴張方式主要為團狀蔓延。高陵區(qū)憑借瀕臨西咸新區(qū)的區(qū)位優(yōu)勢和便捷的交通條件，重點發(fā)展高端裝備制造業(yè)，呈現(xiàn)出星狀蔓延和團狀蔓延的趨勢。閻良區(qū)主要以航空和電子科技為主，產(chǎn)業(yè)集中，城市擴張方式以團狀蔓延為主，內(nèi)部填充為輔(圖8)。

圖8 城市擴張方向空間分布

3.3 建設(shè)用地變化預(yù)測

3.3.1 基于神經(jīng)網(wǎng)絡(luò)的適宜性概率分析 基于自然、交通、社會經(jīng)濟和氣候驅(qū)動因子，結(jié)合土地利用數(shù)據(jù)，通過GeoSOS-FLUS軟件神經(jīng)網(wǎng)絡(luò)工具，建立土地利用類型和驅(qū)動因子之間的映射關(guān)系，即驅(qū)動因子和土地利用變化的作用機制和規(guī)律。適宜性發(fā)展概率包括多個波段，不同波段反映的不同土地利用類型，其值表示的是土地利用類型未來在柵格上出現(xiàn)的概率。本文土地利用數(shù)據(jù)共有6種類型，因此宜性概率數(shù)據(jù)具有6個波段。圖9為西安市建設(shè)用地發(fā)展概率，越接近于1表示將來越容易轉(zhuǎn)變?yōu)榻ㄔO(shè)用地，由圖9可知建設(shè)用地發(fā)展概率較高的區(qū)域主要集中在鄠邑區(qū)、高陵區(qū)和臨潼區(qū)。

圖9 建設(shè)用地發(fā)展概率

3.3.2 精度驗證 基于2010年土地利用數(shù)據(jù)，結(jié)合土地適宜性概率，模擬2018年土地利用狀態(tài)(圖10)。經(jīng)過多次調(diào)整參數(shù)，使模擬結(jié)果與真實接近一致。在Arcgis中統(tǒng)計2018年土地利用模擬數(shù)據(jù)和真實數(shù)據(jù)相同像元值，計算總體精度。結(jié)果發(fā)現(xiàn)：總體精度為85.82%，大于80%；Kappa系數(shù)為82.98%，大于0.8，表明西安市建設(shè)用地發(fā)展模擬模型具有一定的可信度，能反映土地利用變化的趨勢，可用于預(yù)測無干預(yù)條件下的未來建設(shè)用地形態(tài)[27]。誤差最大的為未央?yún)^(qū)，主要是由于政策原因造成的。2014年西咸新區(qū)成立，西安主城區(qū)、咸陽主城區(qū)和西咸新區(qū)組成大西安都市圈，推動西安—咸陽一體化發(fā)展，未央?yún)^(qū)作為連接西安主城區(qū)和西咸新區(qū)的紐帶，獲得了快速發(fā)展。由于驅(qū)動力缺少政策因素，其建立的規(guī)則不能體現(xiàn)未央?yún)^(qū)城市發(fā)展的規(guī)模和方向。

a.2018年現(xiàn)狀；b.2018年模擬；c.2035年模擬；d.限制區(qū)域圖10 西安市建設(shè)用地模擬結(jié)果

3.3.3 未來土地利用模擬 土地利用變化模擬是根據(jù)過去的趨勢進行預(yù)測的，基于未來的社會經(jīng)濟、交通和自然氣候等條件沒有發(fā)生較大變化的基礎(chǔ)上進行預(yù)測。本文采用馬爾科夫鏈對2035年各類土地利用類型規(guī)模進行預(yù)測，結(jié)合耕地保護和生態(tài)保護政策，合理確定各類用地規(guī)模。將生態(tài)系統(tǒng)功能重要性評價和水土流失敏感性進行疊加，提取高等重要、極重要和高度敏感、極敏感部分作為限制區(qū)域，區(qū)域內(nèi)不允許改變土地利用性質(zhì)。根據(jù)2035年預(yù)測結(jié)果發(fā)現(xiàn)，建設(shè)用地主要呈現(xiàn)在原有用地基礎(chǔ)上向四周擴散的趨勢。通過統(tǒng)計西安市各區(qū)縣建設(shè)用地增長變化發(fā)現(xiàn)，灞橋區(qū)、臨潼區(qū)和閻良區(qū)增長率最大；其次是鄠邑區(qū)、高陵區(qū)和長安區(qū)；周至縣和雁塔區(qū)最小。臨潼區(qū)具有豐富的旅游資源和交通優(yōu)勢，閻良區(qū)形成了航空、汽車和電子制造等工業(yè)體系，在西安市市域城鎮(zhèn)體系中均屬于中心城鎮(zhèn)，因此預(yù)測結(jié)果符合實際發(fā)展。灞橋區(qū)屬于西安主城區(qū)，擁有較好的區(qū)位和交通優(yōu)勢，形成了多元的產(chǎn)業(yè)結(jié)構(gòu)，應(yīng)當(dāng)完善基礎(chǔ)設(shè)施配套，加快經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型，促進消費升級，帶動?xùn)|部區(qū)域的發(fā)展。周至縣由于區(qū)位原因，應(yīng)當(dāng)結(jié)合當(dāng)?shù)剞r(nóng)業(yè)和旅游資源，發(fā)展農(nóng)副產(chǎn)品加工業(yè)和旅游業(yè)，建設(shè)現(xiàn)代化城鎮(zhèn)(圖11)。

圖11 建設(shè)用地增長率空間分布

4 結(jié)論

基于2010年和2018年西安市土地利用數(shù)據(jù)，分析了建設(shè)用地變化情況。2010～2018年西安市建設(shè)用地總量持續(xù)增加，建設(shè)用地面積從1141.77 km2增長到1363.37 km2，增速達19.41%。西安市各區(qū)縣建設(shè)用地面積中，長安區(qū)建設(shè)用地面積最大，其次是未央?yún)^(qū)，碑林區(qū)最小。2010～2018年，西安市各縣區(qū)建設(shè)用地均增加。其中，未央?yún)^(qū)增速最快，達到52.19%；其次是高陵區(qū)，為40.82%。

基于格網(wǎng)數(shù)據(jù)，選取自然、交通、社會經(jīng)濟和氣候驅(qū)動因子，并加入生態(tài)系統(tǒng)功能重要性和水土流失敏感性評價結(jié)果，基于神經(jīng)網(wǎng)絡(luò)計算土地利用發(fā)展適宜性概率，模擬2018年土地利用格局，通過驗證得到總體精度為85.82%，kappa系數(shù)為82.98%，表明西安市建設(shè)用地發(fā)展模擬模型具有一定的可信度，可以反映土地利用變化的趨勢。

通過提取生態(tài)系統(tǒng)功能重要性和水土流失敏感性中的高度重要、極重要和高度敏感、極敏感區(qū)域作為限制區(qū)域，模擬西安市2035年建設(shè)用地空間格局，統(tǒng)計西安市各區(qū)縣建設(shè)用地面積的變化發(fā)現(xiàn)，變化最大的是臨潼區(qū)、灞橋區(qū)和閻良區(qū)，周至縣變化最小。

5 討論

建設(shè)用地變化反映了人類的活動方向，尤其是快速發(fā)展的城市化。城市擴張是人為因素的結(jié)果，人的決策在城市化擴張中占據(jù)主導(dǎo)作用。自上而下的決策往往會導(dǎo)致主觀性加強，其結(jié)果就是以犧牲環(huán)境為代價，大城市病、耕地侵占和生態(tài)惡化等問題，成為影響城市健康和有序發(fā)展的因子。因此，采取自下而上的方法，客觀分析城市擴張的影響因素，通過模型模擬城市發(fā)展的空間格局，可以為城市規(guī)劃提供方向和建議。發(fā)展是規(guī)劃的目標(biāo)，保護是前提，本文在城市發(fā)展驅(qū)動因子和生態(tài)保護基礎(chǔ)上，通過模型模擬未來建設(shè)用地分布情況，科學(xué)引導(dǎo)城市發(fā)展方向，可為新時期國土空間規(guī)劃背景下城鎮(zhèn)開發(fā)邊界劃定提供思路。

通過模型預(yù)測未來城市發(fā)展的土地利用空間格局是當(dāng)下的熱點，本文利用格網(wǎng)數(shù)據(jù)，在尺度上對于城市發(fā)展驅(qū)動因子做了更精確的要求。城市發(fā)展不僅僅是驅(qū)動力推動的結(jié)果，也受到限制因素的影響，因此，本文將生態(tài)保護的結(jié)果作為驅(qū)動力，提高了驅(qū)動力在模型模擬中的全面性。

在進行生態(tài)評價時，由于數(shù)據(jù)的精度問題，僅僅只將生態(tài)系統(tǒng)重要性和水土流失敏感性的部分等級區(qū)域進行疊加，以此來作為限制城市擴張的因子。下一步研究可以將不同等級的重要性和敏感性區(qū)域進行更加詳細的疊加，將結(jié)果劃分為不同等級，對不同級別的單元分別采取保護保育、自然恢復(fù)、輔助再生或生態(tài)重建的保護技術(shù)模式。

影響土地利用變化的驅(qū)動因子很多，在實際進行規(guī)劃模擬時，需要結(jié)合研究區(qū)現(xiàn)狀進行綜合考慮。本文由于土地利用數(shù)據(jù)分類的精度不夠，因此建立的土地利用轉(zhuǎn)換規(guī)則比較簡單，在實際規(guī)劃中，應(yīng)該建立更為復(fù)雜精確的轉(zhuǎn)換規(guī)則。除此之外，在進行土地利用變化模擬的時候，應(yīng)該考慮到規(guī)劃政策對城市發(fā)展方向的影響。