陳舒穎

（武漢理工大學，湖北 武漢430070）

1 引言

國外對于土地利用變化研究較早，對于土地利用變化的驅動力也有相對成熟的研究。日本、美國等地啟動了各自的土地利用/土地覆被變化（Land-Use and Land-Cover Change；LUCC）研究項目，特別是當“國際地圈、生物圈計劃（IGBP）”與“全球環(huán)境變化中的人文領域計劃（IHDP）”將LUCC列為核心項目后，在該領域的研究工作逐漸加強。國外學者側重于兩個方面：一是土地覆被主要的組成是地球表面的植被；二是自然過程和人類活動共同作用于地球表面的植被和其他特質而引起土地利用/土地覆被變化[1]。

同時，國內不少學者也就土地利用時空分異特征及驅動力開展相關研究。覃鳳[2]等人基于衛(wèi)星影像數據分析2003—2010年呈貢區(qū)的土地利用均衡性和多樣性變化趨勢，并利用主成分分析得出影響土地利用變化的主要驅動因子；張秀鵬[3]通過引入土地利用程度綜合指數、耕地占補平衡指數、LUCC綜合評價模型對儀征各鎮(zhèn)分析土地利用變化；孫夢竹[4]根據昆明市轄區(qū)兩期土地利用類型建立轉移矩陣，在此基礎上運用馬爾科夫預測法對未來若干年土地利用結構進行預測；聶拼[5]等人對淮南市轄區(qū)土地利用的演示序列進行時空距離度量并確定了該區(qū)域LUCC的時空演化類型；石水源[6]等人通過城市擴張指標和景觀指數分析探究廣寧縣城市擴張對土地需求的變化。

本研究以2010年、2015年、2020年武漢市洪山區(qū)遙感影像為基礎數據，解譯計算各類型土地的逐年面積變化，建立土地轉移矩陣探究近10年武漢洪山區(qū)土地利用變化特征，通過地理加權回歸分析找到地形、交通等因素與建筑用地擴張間的關系，從定性、定量兩個角度做武漢洪山區(qū)LUCC變化驅動因素分析，并在此基礎上運用CLUE-S模型對2025年洪山區(qū)土地利用情景進行模擬。

2 研究區(qū)概況

洪山區(qū)，隸屬湖北省武漢市，因境內有洪山而得名，位于武漢市東南部，東抵鄂州市，南鄰江夏區(qū)，西北環(huán)抱青山區(qū)、武昌區(qū)，東北與新洲區(qū)隔江相望，介于東經114°7′—114°38′之間，北緯30°28′—30°42′之間，下轄13個街道、1個鄉(xiāng)，版圖面積480 km2，剔除托管到東湖開發(fā)區(qū)、風景區(qū)、化工區(qū)的區(qū)域后，實際管轄面積為220.5 km2，2017年常住人口117.16萬人。

洪山區(qū)有湖北省軍區(qū)等近20個駐軍單位、眾多的中央和省直在漢機關、企事業(yè)單位，還有武漢東湖新技術開發(fā)區(qū)、武漢市東湖生態(tài)旅游風景區(qū)和武漢化學工業(yè)區(qū)等3個副市級單位；水域約100 km2，林地近2萬畝；森林覆蓋率達到16%，有高等院校38所。

3 數據處理及研究方法

3.1 遙感影像解譯

3.1.1 數據獲取與預處理

本研究所用影像數據來源于中科院地理空間數據云（http://www.gscloud.cn/search）的Landsat 8 OLI_TRIS數據集，矢量數據從全國地理信息資源目錄服務系統(tǒng)（https://www.webmap.cn/）中獲取。在下載好湖北省武漢市洪山區(qū)2010年、2015年、2020年三期的遙感影像后，完成影像配準、大氣校正、波段融合、影像裁剪等預處理工作。

3.1.2 監(jiān)督分類

使用ENVI軟件進行監(jiān)督分類，加載影像后，對照谷歌高清影像圖進行樣本點的選取，利用選好的樣本點，使用監(jiān)督分類中的最大似然方法，對洪山區(qū)影像進行分類。其中，波段選擇為762，土地利用分類參考了GB/T 2010—2017《土地利用現狀分類標準》和《中國資源環(huán)境遙感宏觀調查與動態(tài)研究》中的相關標準，分為建設用地、林地、水域、耕地、草地、其他共6類。結果如圖1、圖2、圖3所示。

圖1 武漢洪山區(qū)2010年土地利用情況圖

圖2 武漢洪山區(qū)2015年土地利用情況圖

圖3 武漢洪山區(qū)2020年土地利用情況圖

通過武漢洪山區(qū)三期土地利用情況圖，可以粗略看出各地類在洪山區(qū)的空間分布特征和變化特點。洪山區(qū)中大部分大面積林地均在水域附近，10年前建設用地主要集中在洪山區(qū)西北部，近10年洪山區(qū)建設用地逐漸有向四周擴張，并將部分西南部的耕地、草地改為了建設用地。

3.1.3 精度驗證

本文通過混淆矩陣中的Kappa系數進行精度驗證。Kappa系數指分類與隨機分類產生錯誤減少的比例系數[7]，其計算過程可用如下公式表示：

式（1）中：N為總像元個數；xii為混淆矩陣對角線上像元數量之和；xi+和x+i為混淆矩陣各行各列像元數量之和。

2010年、2015年、2020年分類Kappa系數分別為0.930 9、0.936 7、0.929 5，滿足實際應用要求的0.85分類識別精度標準。

3.1.4 面積計算

利用Class Statistics計算每種地類的柵格數，每個柵格的面積為900 m2。

據此來計算每種地類的面積，得到各地類面積統(tǒng)計結果如表1所示，各地類面積變化趨勢如圖4所示。

表1 武漢洪山區(qū)三期各類型土地面積統(tǒng)計表

圖4 武漢洪山區(qū)2010—2020年各地類面積變化趨勢

由圖表可知，2010—2015年期間洪山區(qū)城市建設用地擴張明顯，建設用地面積占比增加了10個百分點，2015年后建設用地面積基本趨于穩(wěn)定，約為59 km2。水域面積近10年來幾乎不變。與建設用地變化相反的是，洪山區(qū)耕地面積在2010—2015年急劇下降，從94.362 2 km2下降到35.175 6 km2，2015—2020年間又回升到了48.460 8 km2。而林地面積占比在研究時段的前5年基本不變，2015年后有一定增加。

3.1.5 土地利用轉移矩陣

土地利用轉移矩陣是馬爾科夫模型在土地利用變化方面的應用。馬爾科夫模型不僅可以定量地表明不同土地利用類型間的轉化情況，還能夠揭示不同土地利用類型間的轉移速率。本研究運用ENVI的change detection功能，比較相鄰兩時相土地分類結果，建立土地轉移概率矩陣，探究土地類型變化的具體情況。2010—2015年土地轉移概率矩陣如表2所示，2015—2020年土地轉移概率矩陣如表3所示。

表2 2010—2015年土地轉移概率矩陣

表3 2015—2020年土地轉移概率矩陣

與一般土地利用轉移矩陣不同的是，表中ij（i為行，j為列）表示第j種土地類型轉為第i種土地類型的面積占初始年份第j種土地類型總面積的百分比。特別地，0.000 0代表兩種土地類型之間的轉換面積數小于原面積的0.01%，忽略不計。

2010—2015年，建筑用地絕大多數保留為建筑用地，有23.42%轉為了草地；林地大多數仍為林地，28.68%轉為了草地；水域類型基本沒有轉移；2010年耕地的28.56%轉換為了建筑用地，40.74%轉為了草地；草地也有少部分轉為了建筑用地和耕地。

2015—2020年，建筑用地絕大多數保留為建筑用地，有21.82%和14.99%分別轉為了耕地和草地；林地有少部分向草地轉移；水域類型基本沒有轉移；2015年耕地的15.15%和34.44%分別轉為了建設用地和草地；而草地分別有20.74%和28.33%向建設用地和耕地轉移。

3.2 土地利用變化驅動因素分析

宏觀角度上，土地利用結構的改變與近年人口增長、經濟發(fā)展、政策導向等原因息息相關，而同一個行政區(qū)內各地類的面積和空間分布變化更多的是受政策、交通、地形等因素主導影響。

3.2.1 政策因素

“十二五”期間（2011—2015年），洪山區(qū)始終圍繞建設“一核、兩翼、三區(qū)”城市空間布局，以街道口和南湖地區(qū)為核心，依托路網打造“三橫三縱”（三橫為珞喻路、雄楚大道、南湖大道；三縱為珞獅南北路、卓刀泉路、魯磨路）城市核心區(qū)，以和平、梨園和青菱地區(qū)為兩翼，構建經濟集聚區(qū)[8]。武漢洪山區(qū)規(guī)劃空間布局示意如圖5所示。從2010年與2015年兩期土地利用情況圖也可以看出，洪山區(qū)優(yōu)先發(fā)展了城市核心區(qū)與兩翼地區(qū)的建設用地，并呈擴散式逐步向四周開發(fā)。

圖5 武漢洪山區(qū)規(guī)劃空間布局示意圖

“十三五”期間（2016—2020年），洪山區(qū)以“大學之城”“高鐵之心”“生態(tài)之洲”建設為核心任務，堅持長江經濟帶發(fā)展“共抓大保護，不搞大開發(fā)”的工作導向[9]。2020年相較2015年，林地面積占比提高了將近5%，且主要由耕地和草地轉換而來，體現區(qū)域積極行動，加強了生態(tài)環(huán)境修護和林地保護。同時，洪山區(qū)把握東湖新技術開發(fā)區(qū)在獲批全國第二個自主創(chuàng)新示范區(qū)之后的政策優(yōu)勢，加大東湖新技術開發(fā)區(qū)的建設力度。

3.2.2 交通因素

建筑用地的選址受交通可達性的影響，與到高速公路的距離、道路（包括城市主干道、環(huán)路、城鎮(zhèn)街道、鄉(xiāng)村道路等）路網密度、到最近地鐵站的距離等變量相關。本研究基于上述評價區(qū)域內各個位置的出行機動能力，各方向的道路等級越高，交通設施越好，出行機動能力越強，生活或工作越便利。其中，本文所用路網數據全部來自BIGEMAP地圖下載器，地鐵站坐標數據從百度地圖開放平臺中爬取。

3.2.3 地形因素

地形因素影響著建設建筑用地的適宜性，在選擇建筑用地時，一般考慮坡度因素，若一塊地很陡峭，則不適合作為建筑用地。本文利用地理空間數據云提供的SRTMDEM 90M分辨率原始高程數據計算得出洪山區(qū)各位置坡度，進而分析其作為建設用地的適宜性和可行性。驅動因子分析結果如圖6所示。

圖6 驅動因子分析結果

3.2.4 地理加權回歸分析

為了保留洪山區(qū)各區(qū)域的異質性，更好地模擬城市復雜系統(tǒng)的內部影響機制，得到更加可靠的區(qū)域規(guī)劃建議，進行地理加權回歸分析。地理加權回歸（GWR）模型如下：

式（2）中：βk為連續(xù)函數βk（u，v）在i點的值，如果βk（u，v）在空間保持不變，則GWR模型就變?yōu)槿帜Ｐ停唬╱i，vi）為第i個數據點的空間坐標。

在ArcGIS10.2中提取2020年土地利用情況數據中的建筑用地，以2 km×2 km柵格單元內建設用地面積作為因變量，解釋變量為地鐵站、高速公路、其他道路路網、坡度，運算地理加權回歸結果。

各個回歸點LocalR2字段（用于表示局部回歸模型與實際值的擬合程度，介于0和1之間）數值均大于0.5，說明在地理加權回歸分析中，大部分區(qū)域預測值與實際情況擬合程度較高，可以采信模型得到的各類系數。武漢洪山區(qū)路網及周邊設施現狀如圖7所示。

對道路路網密度C1、坡度C2、距高速公路距離C3、距地鐵站距離C4，4個自變量的系數進行符號化顯示，結果如圖8所示，從中可以得到回歸模型的區(qū)域差異，分析各個自變量在不同區(qū)域對建設用地的影響程度。

路密度對建設用地影響分析：路密度系數符號化結果如圖8（a）所示，對照洪山區(qū)路網現狀圖（圖7）可知，中部路網密度較大，且各種條件都很優(yōu)越，路網的作用就相對其他區(qū)域來說更弱一些，而東、北部路網密度較稀，道路密度的潛在影響就很大。若完善東、北部道路系統(tǒng)建設，跟進道路設施，便能提高其作為建設用地的可行性以及土地價值。

圖7 武漢洪山區(qū)路網及周邊設施現狀圖

坡度對建設用地影響分析：坡度系數符號化結果如圖8（b）所示，其中，北部地勢最為平坦，坡度系數也相對較大，是近10年北部地區(qū)耕地轉為建設用地的重要原因之一。

到高速公路距離對建設用地影響分析：到高速公路距離系數符號化結果如圖8（c）所示，東北區(qū)域距離系數較大，表明經過洪山區(qū)東北位置的武鄂高速公路以及武漢繞城高速極大推動了高速公路周邊區(qū)域建設用地的建立。

到最近地鐵站距離對建設用地影響分析：到最近地鐵站距離系數符號化結果如圖8（d）所示，對照地鐵站分布位置可知，地鐵區(qū)（周圍2 km范圍內有地鐵站的區(qū)域）地鐵系數大多數較大，為第四等級，說明地鐵的通車推動了當地的建設和發(fā)展，而地鐵系數第五等級（地鐵系數最大）區(qū)域基本為非地鐵區(qū)，說明地鐵在此有較大的潛在影響作用，在今后的規(guī)劃開發(fā)中應重點考慮該區(qū)域地鐵等交通要素的挖掘。

圖8 GWR模型各解釋變量系數符號化結果

3.3 土地利用變化走向模擬

CLUE-S（The Conversion of Land Use and Its Effects at Small Region Extent）模型由荷蘭Wageningen大學學者開發(fā)，應用于區(qū)域土地利用變化的模擬，經改進后的模型比較適合中小尺度的LUCC模擬分析[10]。

3.3.1 驅動因子選取

根據CLUE-S驅動因子需求以及洪山區(qū)實際情況，選取了4個洪山區(qū)土地利用變化的驅動因子，如表4所示。

表4 CLUE-S模型驅動因子

3.3.2 土地利用需求確定

以2010年、2015年、2020年洪山區(qū)土地利用變化情況為基礎，經過趨勢外推法得出2025年各地類土地利用需求量：耕地（39 km2），林地（23 km2），草地（54 km2），建設用地（60.5 km2），水域（43 km2），其他（1 km2）。

3.3.3 土地利用轉移矩陣與ELAS參數

本研究采用轉移矩陣合成方法設置土地利用轉換彈性參數，通過土地利用類型的轉出率得到初始ELAS值，參考洪山區(qū)發(fā)展特點、土地利用現狀對ELAS參數進行調整，得到如表5所示的ELAS參數。研究設定情景既能滿足人口增長帶來的大量建設用地需要，也符合“綠水青山”社會發(fā)展模式，保證林地、草地和水域不會出現大規(guī)模轉出。

表5 洪山區(qū)各地類ELAS系數

3.3.4 模型模擬與精度驗證

模型在2020年土地利用情況、各驅動因子以及土地利用需求的約束下，模擬得出2025年洪山區(qū)地利用情況模擬結果，如圖9所示。

圖9 2025年洪山區(qū)土地利用情況模擬結果

6種地類的ROC（受試者工作特征）曲線值均大于0.7，土地概率分布格局基本與實際相符，Kappa系數大于0.8，模擬效果很好，預測結果具有實際參考價值。

4 小結

2010—2020年洪山區(qū)土地利用時空特征：空間上，洪山區(qū)中大部分大面積林地均在水域附近，10年前建設用地主要集中在洪山區(qū)西北部，近10年洪山區(qū)建設用地逐漸有向四周擴張，并將部分西南部的耕地、草地改為了建設用地；時間上，2010—2015年期間洪山區(qū)城市建設用地擴張明顯，建設用地面積占比增加了10個百分點，主要由耕地、草地轉化而來，2015年后建設用地面積基本趨于穩(wěn)定，約為59 km2。

洪山區(qū)土地利用變化驅動因素：在同一行政區(qū)內土地利用變化的驅動因素主要有政策因素、地形因素和交通因素3類，運用地理加權回歸模型了解各解釋變量的作用強度和影響區(qū)域，挖掘未來開發(fā)過程中可以提升的要素。如地鐵是洪山區(qū)東部和西南部建設的重要潛在影響因子之一，武鄂高速公路以及武漢繞城高速極大地推動了高速公路周邊區(qū)域的建設發(fā)展，北部區(qū)域道路不發(fā)達是其發(fā)展的制約因素。

土地利用情景模擬：運用CLUE-S模型模擬2025年洪山區(qū)土地利用情況，預測結果與當前洪山區(qū)總體規(guī)劃布局、土地利用結構變化趨勢等具有高度一致性，可以為研究區(qū)規(guī)劃工作提供一定程度的參考。