席梅竹，趙中秋，吳攀升，趙穎麗

(1.中國地質(zhì)大學(xué)(北京) 土地科學(xué)技術(shù)學(xué)院，北京 100083；2.忻州師范學(xué)院 地理系，山西 忻州 034000；3.自然資源部 土地整治重點(diǎn)實(shí)驗(yàn)室，北京 100035；4.山西省國土資源調(diào)查規(guī)劃院，山西 太原 030024)

土地利用和覆被變化(land use and cover change，LUCC)是全球環(huán)境變化和可持續(xù)發(fā)展的重要組成部分，在全球物質(zhì)循環(huán)和能量流動中起著關(guān)鍵作用，因此通過研究土地利用變化的規(guī)律，利用模型擬合并預(yù)測區(qū)域土地利用變化趨勢對于合理開發(fā)利用土地資源，促進(jìn)區(qū)域可持續(xù)發(fā)展具有重要意義[1]。由于土地利用和覆被變化是社會經(jīng)濟(jì)復(fù)合系統(tǒng)在時間和空間2個維度的反映，所以當(dāng)前土地利用變化的研究熱點(diǎn)已由對土地利用變化的數(shù)量預(yù)測轉(zhuǎn)向時空模擬預(yù)測，同時預(yù)測模型也由單一模型向多模型耦合方向發(fā)展[2-3]。當(dāng)前諸多學(xué)者已對土地利用變化時空動態(tài)預(yù)測模型進(jìn)行了深入研究，主要包括CLUE-S模型(conversion of land use and its effects at small region extent)[4-5]、多智能體系統(tǒng)模型(multi-agent system,簡稱 MAS)[6-7]、元胞自動機(jī)模型(cellular automata,簡稱CA)[8-9]等。CLUE -S模型是基于統(tǒng)計的數(shù)量預(yù)測模型與基于經(jīng)驗(yàn)的空間格局演化分配模型相結(jié)合，能夠?qū)崿F(xiàn)多尺度不同情景變化的模擬研究，但是由于其空間分配規(guī)則的主觀性以及對土地利用數(shù)據(jù)空間相關(guān)性的忽視使模型的不確定性增加。MAS模型的核心思想就是由微觀個體的相互作用產(chǎn)生宏觀全局的變化[10]，然而由于土地利用決策系統(tǒng)的復(fù)雜性以及Agent的決策規(guī)則和行為模式的多樣性，使大尺度宏觀決策的模擬難度增加。CA模型是一種時空狀態(tài)均離散、相互作用關(guān)系皆為局部的網(wǎng)格動力學(xué)模型，能夠?qū)?fù)雜地理過程進(jìn)行模擬和預(yù)測[11]。Markov 模型是基于馬爾科夫過程系統(tǒng)而形成的一個過程理論模型，以達(dá)到預(yù)測和隨機(jī)控制的目的[12]。結(jié)合兩者優(yōu)勢的CA-Markov(時空馬爾科夫)模型能夠?qū)崿F(xiàn)對時空演變的預(yù)測和模擬[13]。近年來，有不少學(xué)者應(yīng)用CA-Markov模型進(jìn)行區(qū)域土地利用的預(yù)測研究[14-16]，該方法雖具有較高的準(zhǔn)確度，但是基于土地利用狀態(tài)轉(zhuǎn)移概率矩陣的土地適應(yīng)性分析無法準(zhǔn)確反映驅(qū)動因素與土地利用類型分布之間的數(shù)量關(guān)系，所以多因素驅(qū)動的土地利用類型變化逐漸引起學(xué)者的關(guān)注[17-18]。一些學(xué)者采用Logistic模型與CA-Markov模型相結(jié)合的方法，對區(qū)域土地利用/覆被類型進(jìn)行預(yù)測研究[19-20]。但是應(yīng)用CA-Markov模型進(jìn)行預(yù)測研究的區(qū)域多集中于城市，對流域的研究較少，并且通常都是以10 a為周期，伴隨著城市化進(jìn)程的加快，利用5 a為研究周期可以對土地利用覆被變化進(jìn)行更加細(xì)致的研究。

滹沱河流域山區(qū)段位于京津冀水源地的上游地區(qū)，土地利用/覆被影響下的區(qū)域生態(tài)環(huán)境狀況會直接影響到下游華北地區(qū)的用水安全。同時該區(qū)域又屬于忻州市的人口密集區(qū)和糧食主產(chǎn)區(qū)，隨著經(jīng)濟(jì)社會的發(fā)展，區(qū)域人地矛盾突出。首先利用Markov模型探討研究區(qū)2000-2015年的土地利用/覆被變化規(guī)律，并對影響區(qū)域土地利用/覆被類型分布的自然和社會經(jīng)濟(jì)因素進(jìn)行Logistic回歸分析，在此基礎(chǔ)上借助CA-Markov模型以5 a為預(yù)測周期，對區(qū)域2020、2025年的土地利用/覆被格局進(jìn)行預(yù)測，以期能夠緩解區(qū)域人地矛盾，同時為制定更加科學(xué)合理的區(qū)域土地利用管理策略提供科學(xué)依據(jù)。

1 研究區(qū)概況

滹沱河發(fā)源于山西省忻州市繁峙縣東北的泰戲山麓，屬海河流域的子牙河水系。在忻州市境內(nèi)向西南流經(jīng)繁峙縣、代縣、原平市，至原平市與忻府區(qū)交界的界河鋪村轉(zhuǎn)向東流，流經(jīng)定襄縣和五臺縣，橫穿太行山支脈系舟山，流入華北平原(圖1)。滹沱河流域山區(qū)段處于滹沱河上游地區(qū)，地理位置介于38°13′-39°27′N，112°17′-113°58′E，研究區(qū)涵蓋了6個縣市區(qū)(圖1)。境內(nèi)支流呈羽狀分布于山區(qū)，主要包括峨河、陽武河、云中河、牧馬河、清水河、滹沱河支流，流域面積1 169 319.78 hm2。研究區(qū)屬溫帶大陸性季風(fēng)氣候區(qū)，年平均氣溫4.0℃～8.8℃，多年平均降水量400～450 mm，且年內(nèi)降水時空分布不均，7-8月降水量占全年降水量的53%；山區(qū)雨量大，平川、河谷雨量偏少。研究區(qū)土壤類型多樣，山區(qū)以褐土、粗骨土和棕壤為主，平原河谷區(qū)以褐土和潮土為主，是忻州市的糧食主產(chǎn)區(qū)和人口聚集區(qū)。截至2018年底，研究區(qū)常住人口達(dá)210.46萬，區(qū)域經(jīng)濟(jì)發(fā)展中第3產(chǎn)業(yè)占優(yōu)勢，3大產(chǎn)業(yè)結(jié)構(gòu)比為7.5∶45.2∶47.3。

圖1 研究區(qū)地理位置

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源及處理

研究區(qū)DEM數(shù)據(jù)來源于中國科學(xué)院計算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺(http://www.gscloud.cn/)，空間分辨率為30 m。滹沱河流域山區(qū)段邊界數(shù)據(jù)由SWAT水文模型計算得到的流域邊界與已有行政區(qū)劃邊界相交得到。

土地利用遙感監(jiān)測數(shù)據(jù)來源于美國地質(zhì)勘探局官網(wǎng)(https://www.usgs.gov/)，軌道號為 125/33，選擇下載2000年7月1日、2005年7月31日、2010年6月27日、2015年7月3日4期相近時段的Landsat TM/ETM/OLI影像，空間分辨率為30 m，首先經(jīng)過影像融合、影像校正和圖像增強(qiáng)等預(yù)處理；然后根據(jù)我國《土地利用現(xiàn)狀分類》(GB/T 21010-2017)系統(tǒng)結(jié)合研究區(qū)實(shí)際，將土地利用類型分為6類，分別為耕地、林地、草地、建設(shè)用地(包括5～10類)、水域(水域及水利設(shè)施用地)、未利用地，并在此基礎(chǔ)上通過監(jiān)督分類中最優(yōu)波段組合和人工目視解譯結(jié)合，再經(jīng)實(shí)地勘正校準(zhǔn)，最終得到研究區(qū)4 a的土地利用類型柵格數(shù)據(jù)，2000、2005、2010、2015年研究區(qū)土地利用類型解譯數(shù)據(jù)的Kappa系數(shù)分別為0.861 6、0.854 6、0.867 7、0.880 9，均滿足遙感影像解譯精度>0.85的要求。

研究區(qū)氣溫、降水氣象數(shù)據(jù)來源于忻州市氣象局6個氣象站點(diǎn)的觀測統(tǒng)計數(shù)據(jù)。社會經(jīng)濟(jì)數(shù)據(jù)來源于相應(yīng)年份的《忻州市統(tǒng)計年鑒》。研究區(qū)的道路、河流數(shù)據(jù)由精度為15 m的遙感影像解譯得到。研究區(qū)自然和社會經(jīng)濟(jì)空間數(shù)據(jù)均為30 m×30 m的柵格數(shù)據(jù)，由相應(yīng)的屬性數(shù)據(jù)利用ARCGIS10.5和IDRIS軟件對其進(jìn)行空間插值、屬性連接、緩沖區(qū)分析、柵格重分類等處理得到。研究區(qū)所用數(shù)據(jù)統(tǒng)一采用WGS84坐標(biāo)系、UTM投影。

2.2 研究方法

2.2.1 土地利用變化動態(tài)度 本研究綜合采用單一土地利用動態(tài)度和綜合土地利用動態(tài)度對滹沱河流域各種土地利用類型的數(shù)量變化及總體土地利用數(shù)量變化情況進(jìn)行動態(tài)分析。其數(shù)學(xué)公式為：

(1)

式中，K—研究區(qū)某種土地利用類型的動態(tài)度；Ub、Ua—研究期末和期初某種土地利用類型數(shù)量；T—研究時長

(2)

式中，Lc—綜合土地利用動態(tài)度；LUi—研究期初第i種土地利用類型的數(shù)量；ΔLUi-j—研究期間第i種土地利用類型轉(zhuǎn)化為非i種土地利用類型面積的絕對值；T—研究時長。

2.2.2 土地利用變化圖譜 土地利用圖譜能夠以空間單元和時間單元合并而成的圖譜單元定量表示土地利用/覆被格局變化[21]。利用研究區(qū)三期遙感影像數(shù)據(jù)，在ARCGIS10.5中采用地圖代數(shù)方法生成研究區(qū)2000-2005、2005-2010、2010-2015年土地利用格局變化圖譜，能夠準(zhǔn)確反映研究區(qū)土地利用時空變化規(guī)律。

2.2.3 CA-Markov模型 Markov模型是對不同時期系統(tǒng)狀態(tài)轉(zhuǎn)移的定量描述，利用該模型對土地利用過程進(jìn)行轉(zhuǎn)換研究，可以獲得不同時期土地利用狀態(tài)之間的面積轉(zhuǎn)移矩陣和面積轉(zhuǎn)移概率矩陣[9]。其數(shù)學(xué)公式可描述為：

(3)

(4)

式中，i，j=1，2，…，n分別代表轉(zhuǎn)移前后的土地利用類型；Sij—土地利用面積轉(zhuǎn)移矩陣；Pij—土地利用面積轉(zhuǎn)移概率矩陣。

CA模型中散布在規(guī)則格網(wǎng)中的每個元胞取有限的離散狀態(tài)，遵循同樣的作用規(guī)則、依據(jù)確定的局部規(guī)則作同步更新，其優(yōu)點(diǎn)在于能夠通過定義局部的元胞鄰近關(guān)系，使用相對簡單的局部轉(zhuǎn)換規(guī)則，實(shí)現(xiàn)復(fù)雜系統(tǒng)的時空動態(tài)變化模擬，計算模型如下：

St+1=f(St,N)

(5)

式中，St+1—元胞在下一時刻的狀態(tài)；St—元胞在上一時刻的狀態(tài)；N—元胞鄰域；f—局部空間元胞轉(zhuǎn)換規(guī)則。

CA-Markov模型綜合了CA 模型模擬復(fù)雜空間動態(tài)變化的能力和Markov 模型長期預(yù)測的優(yōu)勢[17]，在模擬土地利用格局的時空變化時，具有預(yù)測精度高、空間分布格局可視化的優(yōu)點(diǎn)。

本研究利用IDRISI軟件中的Markov模塊和CA-Markov模塊進(jìn)行土地利用的模擬預(yù)測分析。首先用Markov模塊計算研究區(qū)2000-2005、2005-2010年的土地利用面積轉(zhuǎn)移矩陣，然后在CA-Markov模型中通過設(shè)置30 m×30 m元胞、5×5鄰域結(jié)構(gòu)、元胞自動機(jī)循環(huán)次數(shù)為10等參數(shù)，以2000-2005年的土地利用面積轉(zhuǎn)移矩陣為條件1；以Logistic回歸模型中得到的2005年土地利用適宜性圖集為條件2；模擬得到2010年研究區(qū)土地利用類型分布圖，最后運(yùn)用IDRISI軟件中的CROSSTAB模型對預(yù)測精度進(jìn)行評價。預(yù)測精度滿足要求的條件下，以2015年為預(yù)測基期，對2020、2025年的土地利用格局進(jìn)行預(yù)測。

2.2.4 二元Logistic回歸模型 Logistic回歸模型是響應(yīng)變量為事件發(fā)生概率的二值回歸模型[14]，其回歸模型為

(6)

(7)

式中，pi—區(qū)域內(nèi)某種土地利用類型出現(xiàn)的概率；x—土地利用類型分布的驅(qū)動力因素；β0—回歸模型常數(shù)項(xiàng)；β1～βm—回歸系數(shù)。

二值Logistic回歸模型的擬合優(yōu)度通常采用ROC曲線線下面積值來評價，其取值范圍介于0.5～1，取值越接近1，診斷效果越好，取值>0.75表示回歸擬合結(jié)果準(zhǔn)確性較高，能夠滿足要求[22]。

3 結(jié)果與分析

3.1 研究區(qū)土地利用/覆被變化特征

基于2000、2005、2010年和2015年的研究區(qū)土地利用/覆被數(shù)據(jù)，經(jīng)過Markov模型分析得到研究區(qū)近20 a的土地利用面積轉(zhuǎn)移矩陣，具體見表1～表4。

3.1.1 建設(shè)用地 2000-2015年，研究區(qū)土地利用動態(tài)度變化最大的為建設(shè)用地，面積占比呈不斷上升的態(tài)勢，由2000年的2.73%上升至2015年的3.44%，通過分析三個時段的轉(zhuǎn)移矩陣可知，建設(shè)用地主要由耕地轉(zhuǎn)入，隨著城鎮(zhèn)化進(jìn)程的加快，城市快速擴(kuò)張，城鎮(zhèn)周邊的耕地被劃入規(guī)劃范圍，從而使耕地轉(zhuǎn)入建設(shè)用地。同時在建設(shè)用地轉(zhuǎn)為其他用地中，耕地和草地占比最大，區(qū)域內(nèi)煤炭資源、有色金屬資源開采之后的工礦用地、五臺山核心景區(qū)企業(yè)村莊拆遷之后的工礦建設(shè)用地都是通過工程措施復(fù)墾為耕地和草地。

3.1.2 耕地 研究期間耕地面積比例呈緩慢下降趨勢，面積比例由2000年的31.46%下降至2015年的31.13%，土地利用動態(tài)度由前期的-0.08%，中期-0.07%到后期的-0.06%，前期耕地主要轉(zhuǎn)出為草地、建設(shè)用地和林地，轉(zhuǎn)移面積分別為17 220.15、3 610.71、3 008.16 hm2，中期轉(zhuǎn)移面積為17 371.17、3 615.48、2 816.01 hm2，后期轉(zhuǎn)移面積為17094.24、3529.62、2989.17 hm2。根據(jù)土地利用轉(zhuǎn)移圖譜與坡度圖的空間疊加分析可知，研究期間耕地轉(zhuǎn)為草地的區(qū)域主要集中于坡度<10°的邊緣地區(qū)，面積比例前中后期分別為84.56%、85.72%、84.48%，而且斑塊空間分布破碎，其余轉(zhuǎn)移區(qū)域集中于坡度為15°～25°的區(qū)域。耕地轉(zhuǎn)移為林地的區(qū)域中，前期67.92%位于坡度<10°地區(qū)，中期比例上升到75.77% 后期降為67.87%，主要是由于經(jīng)濟(jì)林相較于傳統(tǒng)種植業(yè)存在比較優(yōu)勢，當(dāng)?shù)卣黾愚r(nóng)民收入、促進(jìn)農(nóng)業(yè)增長，積極進(jìn)行農(nóng)業(yè)結(jié)構(gòu)調(diào)整由傳統(tǒng)種植業(yè)向經(jīng)濟(jì)林果轉(zhuǎn)變；其余集中于坡度15°區(qū)域，主要是為了實(shí)現(xiàn)區(qū)域生態(tài)環(huán)境的保護(hù)，積極落實(shí)國家對易造成水土流失的耕地實(shí)施退耕還林還草政策要求。耕地轉(zhuǎn)移為建設(shè)用地的區(qū)域主要集中分布于河谷地區(qū)城鎮(zhèn)周邊坡度<5°的區(qū)域，主要是近20 a隨著區(qū)域城鎮(zhèn)化進(jìn)程加快，城鄉(xiāng)建設(shè)占用較多耕地；同期研究區(qū)域內(nèi)其他地類也不斷向耕地轉(zhuǎn)移，轉(zhuǎn)入耕地比例最大的是草地，主要集中于坡度<10°的區(qū)域。其次為林地和建設(shè)用地，分布于代縣、原平、忻府區(qū)境內(nèi)河谷地帶，主要是由于區(qū)域廢棄工礦用地等建設(shè)用地通過土地整治工程轉(zhuǎn)入。

3.1.3 林地 研究期間林地面積比例呈不斷下降趨勢，面積比例由2000年的23%下降到2015年面積22.84%，而且土地利用動態(tài)度呈現(xiàn)不斷增加趨勢，由前期的-0.03%增加到中期-0.04%，后期增為-0.07%。林地在15 a間主要轉(zhuǎn)出為草地和耕地，前、中、后3期林地轉(zhuǎn)為草地的面積分別為12 009.60、11 631.87 hm2和11 954.52 hm2，空間集中分布于研究區(qū)東西兩側(cè)的山地地區(qū)，其中坡度為10°～15°的區(qū)域占比最大，主要原因是陡坡地區(qū)黃土沙礫沉積物極易產(chǎn)生水土流失導(dǎo)致土壤貧瘠化，進(jìn)而出現(xiàn)林地的退化。前、中、后3期林地轉(zhuǎn)為耕地的面積分別為2 754.99、2 998.71 hm2和2 770.02 hm2，其中坡度為0°～5°的區(qū)域占比最大；空間分布于忻府區(qū)南部地區(qū)及滹沱河河谷原平市、代縣一帶。

3.1.4 草地 草地是區(qū)域土地利用格局的基質(zhì)景觀。研究期間，草地面積比例出現(xiàn)不斷下降的趨勢，由2000年的41.31%下降到2015年的41.07%，中后期土地利用動態(tài)度明顯高于前期土地利用動態(tài)度，草地轉(zhuǎn)出為耕地、林地的同時，也有大量的耕地和林地轉(zhuǎn)入草地。研究期間，草地主要轉(zhuǎn)出為林地的區(qū)域中，主要是由于農(nóng)戶對宜林荒山、荒坡的承包種植以及區(qū)域生態(tài)環(huán)境不斷改善在一定程度上促進(jìn)草地向林地的轉(zhuǎn)移。同時，耕地、林地及建設(shè)用地也在向草地轉(zhuǎn)移。

3.1.5 水域 水域面積基本保持穩(wěn)定略有上升趨勢，主要是由于近年來滹沱河兩岸綠色廊道建設(shè)及城鎮(zhèn)周邊水上公園、水利風(fēng)景區(qū)的建設(shè)增加了河流的積蓄水面積，面積比例由2000年的1.38%上升為后期的1.39%。

3.1.6 未利用地 研究區(qū)未利用地面積所占比例最少，面積比例由2000年的0.12%上升為2015年的0.13%。后期增加的未利用地主要由林地和草地轉(zhuǎn)入，空間分布最大的區(qū)域位于原平市境內(nèi)西側(cè)的坡度為10°～15°區(qū)域，說明區(qū)域內(nèi)均存在不同程度的林地和草地的退化現(xiàn)象。

表1 2000-2015年研究區(qū)各類土地利用動態(tài)變化

表2 2000-2005年研究區(qū)土地利用變化面積轉(zhuǎn)移矩陣

表3 2005-2010年研究區(qū)土地利用變化面積轉(zhuǎn)移矩陣

3.2 影響土地利用格局變化的驅(qū)動因素分析

利用IDRISI軟件中Logistic回歸分析得到氣溫、降水、海拔、坡度、坡向5項(xiàng)自然因素，人口密度、地均GDP、距居民點(diǎn)距離、距河流距離、距路網(wǎng)距離5項(xiàng)社會因素與6種土地利用類型空間分布之間的回歸方程，關(guān)系如下：

由表5標(biāo)準(zhǔn)化回歸系數(shù)可知，耕地分布的關(guān)鍵影響因素包括正向因素——人口密度以及負(fù)向因素——坡度、高程、距道路距離，即坡度和高程值越大，耕地分布的可能性越小，距離道路距離越近，耕地分布的可能性越大，由于山區(qū)谷地水熱資源條件好，人口分布較集中，農(nóng)業(yè)生產(chǎn)耕地面積大；影響林地分布的關(guān)鍵因素包括正向因素——高程以及負(fù)向因素——人口密度，山區(qū)林地在海拔高的區(qū)域分布概率大，人口分布稠密的地區(qū)受人類活動的影響，經(jīng)濟(jì)收益相對較少的林地分布概率小；影響草地分布的關(guān)鍵因素包括負(fù)向因素——人口密度和正向因素——降水，降水量大和人類活動干預(yù)少的地區(qū)草地分布概率高；影響水域分布的關(guān)鍵因素為負(fù)向因素——坡度和距道路距離，地勢越低，距離道路越近，水域分布的可能性越大；影響建設(shè)用地分布的關(guān)鍵因素是負(fù)向因素——距道路距離、距居民點(diǎn)距離，因?yàn)槿丝诰劬?、交通便捷的區(qū)域建設(shè)用地分布的可能性越大；影響未利用地分布的關(guān)鍵因素為負(fù)向因素——距居民點(diǎn)距離，距離居民點(diǎn)距離越大，未利用地分布概率越小，因?yàn)閰^(qū)域未利用地主要分布在人類活動破壞土地之后導(dǎo)致無法自我恢復(fù)的區(qū)域。

Logistic回歸結(jié)果擬合精度評價中，耕地、林地、草地、水域、建設(shè)用地和未利用地的ROC曲線線下面積值分別為0.935 3、0.887 8、0.860 2、0.877 5、0.942 0、0.765 9，均>0.75，表明各種土地利用類型與驅(qū)動因素之間建立的回歸模型擬合精度均滿足要求。

表4 2010-2015年研究區(qū)土地利用變化面積轉(zhuǎn)移矩陣

表5 各因素對土地利用類型分布的標(biāo)準(zhǔn)化回歸系數(shù)

3.3 土地利用/覆被預(yù)測精度檢驗(yàn)

目前CA-Markov模型預(yù)測結(jié)果沒有統(tǒng)一的精度檢驗(yàn)標(biāo)準(zhǔn)，本研究將預(yù)測結(jié)果柵格數(shù)據(jù)與2010年土地利用/覆被現(xiàn)狀數(shù)據(jù)進(jìn)行比較(表6)，預(yù)測精度通過IDRISI軟件中的CROSSTAB模型進(jìn)行評價，依據(jù)Cohen提出的模擬預(yù)測精度評價標(biāo)準(zhǔn)[23]，Kappa系數(shù)介于0.6～0.8，預(yù)測結(jié)果一致性程度屬于顯著，而本研究Kappa系數(shù)為0.825 1，說明改進(jìn)的CA-Markov模型模擬滹沱河流域山區(qū)段土地利用變化趨勢具有較高精度。

3.4 土地利用/覆被預(yù)測

利用通過精度驗(yàn)證的Logistic-CA-Markov模型對2020、2025年研究區(qū)的土地利用格局進(jìn)行預(yù)測，預(yù)測結(jié)果顯示：在自然環(huán)境因素不發(fā)生突變，社會發(fā)展保持現(xiàn)有速度的條件下，到2020年研究區(qū)各種用地面積分別為耕地 36.43萬hm2、林地 26.71萬hm2、草地 48.0 3萬hm2、水域 1.62萬hm2、建設(shè)用地3.99萬hm2、未利用地0.1 5萬hm2(表7)。通過與2000-2015年的各類用地的變化趨勢對比發(fā)現(xiàn)，區(qū)域土地利用格局基本與前一時期保持一致，2015-2020年耕地面積緩慢增加，土地利用動態(tài)度由2010-2015年的-0.06%升高為0.01%，在轉(zhuǎn)入耕地的所有地類中，草地轉(zhuǎn)移面積最大為2.48萬hm2，空間集中分布于北部和西南部河谷與山地的過度地帶(圖5)；建設(shè)用地面積減少，土地利用動態(tài)度由2010-2015年的1.64%降低到-0.15%，林地、草地和水域面積基本保持穩(wěn)定，未利用地面積有小幅下降。2025年研究區(qū)各種用地面積分別為耕地36.52萬hm2、林地26.18 萬hm2、草地47.78萬hm2、水域1.95萬hm2、建設(shè)用地4.32 萬hm2、未利用地面積分別為0.18萬hm2，林地和草地面積繼續(xù)呈減少趨勢，耕地和建設(shè)用地面積繼續(xù)增加，水域面積有所增加。

表6 2010年研究區(qū)土地利用類型實(shí)際柵格數(shù)與預(yù)測柵格數(shù)對照

表7 2020、2025研究區(qū)土地利用變化預(yù)測

圖2 2000-2015年研究區(qū)土地利用/覆被變化圖譜

圖3 2020、2025年研究區(qū)土地利用/覆被預(yù)測

4 討論

山區(qū)土地利用/覆被變化是一個非常復(fù)雜的過程，雖然本研究中對CA-MARKOV模型中土地適宜性圖集進(jìn)行了改進(jìn)，但是在土地利用政策不變的前提下選取了30 m×30 m的尺度進(jìn)行區(qū)域土地利用預(yù)測研究，未來土地利用/覆被變化預(yù)測研究中應(yīng)該加入政策因素的驅(qū)動以及進(jìn)行不同時間、空間尺度優(yōu)選，從而使研究結(jié)果具有更高實(shí)效性。當(dāng)前預(yù)測結(jié)果可以在一定程度上為區(qū)域土地利用管理提供參考。隨著城鎮(zhèn)化進(jìn)程的加快，政策積極引導(dǎo)的重要性不容忽視。相關(guān)部門應(yīng)加快推進(jìn)土地流轉(zhuǎn)，在保證糧食安全的前提下，推廣種植優(yōu)質(zhì)高產(chǎn)經(jīng)濟(jì)林果作物從而提高農(nóng)民收入、落實(shí)就地城鎮(zhèn)化政策。同時，林業(yè)部門應(yīng)對林地退化區(qū)進(jìn)行深入研究，優(yōu)選適生森林植被保護(hù)區(qū)域水土資源，政府應(yīng)加大對廢棄工礦用地以及實(shí)施搬遷后廢棄的村莊整理復(fù)墾的力度，補(bǔ)充耕地數(shù)量，統(tǒng)籌推進(jìn)區(qū)域山水田林湖草的綜合治理。

5 結(jié)論與討論

2000-2015年研究區(qū)草地占主體地位，面積逐年減少，林地和耕地也呈減少趨勢，耕地主要轉(zhuǎn)變?yōu)椴莸?，在一定程度上說明區(qū)域退耕還草生態(tài)工程成效顯著，同時也表明區(qū)域存在棄耕現(xiàn)象。林、草地之間轉(zhuǎn)換頻繁，而且林地轉(zhuǎn)草地的總面積大于草地轉(zhuǎn)為林地的面積；由于區(qū)域生態(tài)環(huán)境脆弱，今后應(yīng)加強(qiáng)對林地的保護(hù)，防治林地退化。建設(shè)用地和未利用地面積呈不斷增加的趨勢，水域面積有小幅增加的趨勢。

2000-2015年研究區(qū)綜合土地利用動態(tài)度0.69%，整體土地利用變化速率較低，但各種土地利用類型變化速率差異較大，其中建設(shè)用地變化速率最大，土地利用變化動態(tài)度由1.33%上升為1.64%，林地和草地土地利用動態(tài)度呈現(xiàn)不斷上升趨勢，說明林、草地面積減少的速度在增加，在退耕還林還草的同時，應(yīng)加強(qiáng)對林草地的管護(hù)。同時要嚴(yán)格限制工礦用地等對林、草地的占用。耕地的土地利用動態(tài)度逐年降低，說明耕地減少的速度在降低。

2020、2025年的土地利用/覆被格局預(yù)測結(jié)果顯示，2025年研究區(qū)土地覆被將會繼續(xù)保持建設(shè)用地增加的趨勢，但建設(shè)用地增加速率降低，同時林地面積有所減少，會轉(zhuǎn)化為草地，由于當(dāng)?shù)刈匀粭l件及人類活動的影響導(dǎo)致林地植被出現(xiàn)不同程度的退化趨勢。草地面積出現(xiàn)下降趨勢；耕地出現(xiàn)增加趨勢；水域出現(xiàn)增加趨勢，反映了滹沱河流域上游濕地系統(tǒng)的保護(hù)成效。