張曉東,劉乃靜,趙銀鑫,張 勇,馬風(fēng)華,武 丹,劉海燕
(1.寧夏回族自治區(qū)地質(zhì)調(diào)查院, 銀川 750021;2.寧夏回族自治區(qū)遙感測繪勘查院,銀川 750021)
土地是地表某個(gè)區(qū)域內(nèi)地質(zhì)、地貌、水文、土壤等自然要素的自然綜合體,是人類生存和發(fā)展最基本的自然資源和物質(zhì)基礎(chǔ)[1-2]。土地利用是區(qū)域景觀變化的外在表現(xiàn)和重要影響因素,是一個(gè)受自然和人文因素驅(qū)動(dòng)的動(dòng)態(tài)過程,其過程和機(jī)理非常復(fù)雜[3]。土地利用變化研究是全球環(huán)境變化研究的核心內(nèi)容[4],對(duì)全球氣候變化、區(qū)域生態(tài)系統(tǒng)循環(huán)以及人類生存與發(fā)展具有重要影響,其時(shí)空變化過程及其驅(qū)動(dòng)力研究已經(jīng)成為科學(xué)界關(guān)注的前沿內(nèi)容[5-6]。景觀生態(tài)學(xué)方法是揭示區(qū)域生態(tài)狀況和空間變異特征的有效方法,將土地利用變化研究與土地景觀格局研究相結(jié)合,探求土地利用景觀格局特征,有助于探討土地利用變化與景觀生態(tài)過程的相互關(guān)系[7]。近年來,針對(duì)城市、縣區(qū)不同區(qū)域的土地利用景觀格局時(shí)空變化特征研究取得了豐碩的成果。馬帥等[8]采用土地利用轉(zhuǎn)移矩陣、景觀格局分析、梯度帶分析等方法揭示了江淮生態(tài)經(jīng)濟(jì)區(qū)土地利用與景觀格局的變化;蒙吉軍等[9]基于景觀格局構(gòu)建了由外部壓力、脆弱性和穩(wěn)定性表征土地利用沖突強(qiáng)度的模型,分析了黑河中游1980—2015年土地利用沖突的時(shí)空變化特征;古麗米熱·艾爾肯等[10]以焉耆縣1993—2019年遙感影像為數(shù)據(jù)源,應(yīng)用土地利用動(dòng)態(tài)度變化模型和典型的景觀格局指數(shù),對(duì)該縣近27年土地利用類型變化情況和景觀空間格局變化特征進(jìn)行研究分析;李明珍等[11]采用樣帶梯度分析與景觀格局分析相結(jié)合的方法,基于地形和社會(huì)經(jīng)濟(jì)因素,對(duì)三峽庫區(qū)草堂溪流域2000—2018年不同方向樣帶上景觀格局梯度演變和驅(qū)動(dòng)機(jī)制進(jìn)行分析比較。
銀川市是中國西北區(qū)域性中心城市,作為寧夏工農(nóng)業(yè)經(jīng)濟(jì)的核心區(qū)域,自國家實(shí)施西部大開發(fā)戰(zhàn)略以來,經(jīng)濟(jì)快速發(fā)展,工農(nóng)業(yè)現(xiàn)代化和城市化進(jìn)程不斷加快,加之受生態(tài)移民等扶貧政策的影響,區(qū)域生態(tài)環(huán)境受人類活動(dòng)干擾明顯,土地利用空間格局發(fā)生了較大變化。因此,研究銀川市土地利用變化的時(shí)空特征,掌握其變化規(guī)律對(duì)區(qū)域土地的合理規(guī)劃以及區(qū)域經(jīng)濟(jì)與生態(tài)環(huán)境的平衡具有重要的意義。近年來,學(xué)者們對(duì)銀川市的土地利用開展了相關(guān)研究工作,但研究內(nèi)容主要針對(duì)某時(shí)期內(nèi)區(qū)域土地利用變化數(shù)量和程度,方法較為單一,較少引入景觀生態(tài)方法開展土地利用景觀格局分析[12-13]。為此,以3期土地利用數(shù)據(jù)為基礎(chǔ),利用景觀生態(tài)學(xué)理論和方法,深入分析區(qū)域內(nèi)2000—2020年間的土地利用時(shí)空變化特征,并基于元胞自動(dòng)機(jī)(cellular automata,CA)-Markov模型對(duì)研究區(qū)土地利用變化進(jìn)行模擬預(yù)測,探討其變化的驅(qū)動(dòng)因素,以期為以銀川市生態(tài)環(huán)境建設(shè)和區(qū)域土地資源可持續(xù)發(fā)展提供理論依據(jù)和參考。
銀川市位于黃河上游寧夏平原中部,下轄興慶區(qū)、金鳳區(qū)、西夏區(qū)、永寧縣、賀蘭縣和靈武市,總面積約9 025.38 km2,建成區(qū)面積約170 km2。地形總體呈西部高、東部低的特點(diǎn),平均海拔1 100~1 200 m,地貌類型自西向東分為賀蘭山地、洪積扇前傾斜平原、洪積沖積平原、沖積湖沼平原、河谷平原及河漫灘地。氣候?qū)贉貛Т箨懶詺夂?,降水稀少,蒸發(fā)強(qiáng)烈,氣候干燥,年平均氣溫為8.5 ℃,多年平均降水量約250 mm。平原區(qū)地勢平坦開闊,土地肥沃,溝渠縱橫,水利資源豐富,自古以來就有“塞上江南”的美譽(yù),是重要的農(nóng)林牧漁生產(chǎn)區(qū)。改革開放以來,區(qū)域社會(huì)經(jīng)濟(jì)快速發(fā)展,2019年國內(nèi)生產(chǎn)總值(gross domestic product, GDP)達(dá)2 015.57億元,城鎮(zhèn)化率為79.05%,全市總?cè)丝?29.31萬人。
研究所用銀川市2000、2010年2期土地利用數(shù)據(jù)源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心,該數(shù)據(jù)基于Landsat系列遙感數(shù)據(jù)通過人機(jī)交互式判讀解譯生成(1∶105),質(zhì)量控制嚴(yán)格,其土地利用一級(jí)類型綜合評(píng)價(jià)精度可達(dá)到90%以上,廣泛應(yīng)用于區(qū)域土地利用變化研究中[14];2020年的土地利用數(shù)據(jù)基于2020年7月28日的Landsat8 OLI(operational land imager)遙感影像,在ENVI5.3中采用支持向量機(jī)(support vector machine,SVM)方法對(duì)其進(jìn)行監(jiān)督分類[15],以研究區(qū)2020年的GF2(高分二號(hào))遙感影像為參考,通過計(jì)算混淆矩陣其總體分類精度約為83%。以上數(shù)據(jù)經(jīng)幾何校正、圖像裁剪等預(yù)處理,幾何校正均方根誤差(root mean square error,RMSE)控制在0.5像元內(nèi)。根據(jù)研究需求,研究區(qū)土地利用分為耕地、林地、草地、水域、城鄉(xiāng)工礦居民用地和未利用土地6個(gè)一級(jí)類型。輔助參考數(shù)據(jù)主要包括空間分辨率為30 m的DEM數(shù)據(jù)、行政區(qū)劃數(shù)據(jù)、中國氣象數(shù)據(jù)網(wǎng)提供的氣溫和降水?dāng)?shù)據(jù)及各年份的銀川市統(tǒng)計(jì)年鑒。
1.3.1 土地利用變化模型
對(duì)于區(qū)域土地利用變化研究,主要利用土地利用變化強(qiáng)度指數(shù)[16]、單一化土地利用動(dòng)態(tài)度[17]、土地利用程度指數(shù)及其變化率[18]以及土地利用轉(zhuǎn)移矩陣等模型開展銀川市的土地利用類型變化定量分析。
1.3.2 景觀格局指數(shù)選取與計(jì)算
景觀空間格局是揭示區(qū)域生態(tài)狀況及空間變異特征的有效手段,是反映景觀結(jié)構(gòu)組成及其空間配置方面重要特征的定量指標(biāo)[19]。選取景觀水平的景觀格局指數(shù)對(duì)研究區(qū)的土地利用總體景觀格局變化進(jìn)行分析,包括斑塊數(shù)量(NP)、最大斑塊指數(shù)(LPI)、景觀形狀指數(shù)(LSI)、平均斑塊面積(AREA_MN)、斑塊密度(PD)、蔓延度(CONTAG)、散布與并列指數(shù)(IJI)、均勻度指數(shù)(SHEI)、多樣性指數(shù)(SHDI)以及聚集度(AI)等10個(gè)指標(biāo),各個(gè)指數(shù)的意義及其用法參閱Fragstats4.0用戶指南及文獻(xiàn)[20]。
1.3.3 CA-Markov模型
CA模型是一種時(shí)間、空間、狀態(tài)都離散,空間相互作用和時(shí)間因果關(guān)系都為局部的網(wǎng)格動(dòng)力學(xué)模型,可有效地對(duì)景觀變化過程中的空間變量、斑塊相互作用以及驅(qū)動(dòng)力機(jī)制等進(jìn)行解釋和定義,表征元胞單元相互作用的狀態(tài)轉(zhuǎn)移規(guī)則[21-22];Markov模型可解釋景觀變化過程中數(shù)量關(guān)系,該方法具有無后效性和穩(wěn)定性,即在t+1時(shí)刻的土地利用類型狀態(tài)僅取決于t時(shí)刻的狀態(tài)。CA-Markov模型綜合了Markov模型時(shí)間序列預(yù)測和CA模型空間分布模擬的優(yōu)勢,已廣泛應(yīng)用于土地利用變化模擬研究[23],其計(jì)算公式為
St+1=StP
(1)
式(1)中:St+1、St分別為t+1、t時(shí)刻研究區(qū)土地利用類型狀態(tài)向量;P為土地利用狀態(tài)轉(zhuǎn)移概率矩陣,其表達(dá)式及含義詳見文獻(xiàn)[24]。
St+1=f(S(t),N)
(2)
式(2)中:N為元胞的鄰域;f為局部空間的元胞轉(zhuǎn)化規(guī)則。
1.3.4 灰色關(guān)聯(lián)模型
灰色關(guān)聯(lián)模型[25]是指對(duì)一個(gè)系統(tǒng)發(fā)展變化態(tài)勢的定量描述和比較的方法,其基本思想是通過確定參考數(shù)列和若干個(gè)比較數(shù)列的相似程度來判斷其聯(lián)系是否緊密,它反映了變量間的關(guān)聯(lián)程度。傳統(tǒng)灰色關(guān)聯(lián)模型在確定參考數(shù)列和比較數(shù)列并將其標(biāo)準(zhǔn)化的基礎(chǔ)上,求解變量將的關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度,其計(jì)算公式為
γ[x0(k),xi(k)]=[minmin|x0(k)-xi(k)|+
ρmaxmax|x0(k)-xi(k)|][|x0(k)-
(3)
(4)
2.1.1 土地利用數(shù)量變化特征
研究區(qū)2000—2020年3個(gè)年份的土地利用類型分布如圖1所示,統(tǒng)計(jì)不同時(shí)期各土地利用類型的面積(表1),結(jié)果顯示:耕地、草地、城鄉(xiāng)工礦居民用地和未利用土地是銀川市主要土地利用類型,其中耕地和草地在各土地利用類型中所占比例較高,2000、2010、2020年占比分別為67.8%、65.46%、72.71%。2000—2010年間,耕地、草地和未利用土地面積減小,其中耕地面積減小最多,達(dá)111.27 km2;而林地、水域和城鄉(xiāng)工礦居民用地面積呈上升趨勢,其中城鄉(xiāng)工礦居民用地面積增加最多,為175.53 km2。2010—2020年,耕地和未利用土地面積繼續(xù)減小,城鄉(xiāng)工礦居民用地面積繼續(xù)增加381.97 km2,而草地面積則由前期的減小轉(zhuǎn)為增加,林地和水域面積由增加轉(zhuǎn)為減小。整體來看,20年間研究區(qū)耕地和未利用土地面積呈持續(xù)減小趨勢,面積分別減少3.89%和11.17%,其中未利用土地面積變化量居所有土地利用類型首位;城鄉(xiāng)工礦居民用地面積呈不斷增加趨勢,面積增加8.03%;草地面積則先減小后增加,面積變化量僅次于未利用土地,增加8.8%;林地面積先增加后減小,面積減小約1.46%;水域面積略有減小。
表1 2000—2020 年銀川市土地利用類型面積及其變化
圖1 銀川市不同時(shí)期土地利用圖
2.1.2 土地利用類型轉(zhuǎn)移分析
為系統(tǒng)定量分析銀川市各時(shí)期內(nèi)土地利用類型的轉(zhuǎn)移情況,基于ArcGIS平臺(tái)獲得各個(gè)時(shí)期的土地利用類型轉(zhuǎn)移矩陣(表2)。由表2可以看出,2000—2010年耕地主要轉(zhuǎn)換為草地和城鄉(xiāng)工礦居民用地,占比分別為5.11%和5.33%,約有3.39%的草地轉(zhuǎn)換為耕地,未利用土地主要轉(zhuǎn)換為耕地和草地。2010—2020年,各土地利用類型轉(zhuǎn)換程度持續(xù)加劇,耕地主要轉(zhuǎn)換為草地和城鄉(xiāng)工礦居民用地,其中轉(zhuǎn)換為城鄉(xiāng)工礦居民用地占比達(dá)12.89%,草地主要轉(zhuǎn)換為耕地、城鄉(xiāng)工礦居民用地和未利用土地,占比分別為5.5%、4.51%和7.02%,而未利用土地則主要轉(zhuǎn)換為耕地、草地和城鄉(xiāng)工礦居民用地,占比分別為12.22%、52.36%和7.31%??傮w來看,20年間銀川市用地類型轉(zhuǎn)換程度不斷增加,尤其是2010—2020年間各土地利用類型相互轉(zhuǎn)換較為強(qiáng)烈。其中,城鄉(xiāng)工礦居民用地面積增加約557.5 km2,主要來自耕地、草地和未利用土地的轉(zhuǎn)入,而草地面積的增加主要由耕地和未利用土地的轉(zhuǎn)入。
表2 銀川市不同時(shí)期土地利用類型轉(zhuǎn)移矩陣
2010—2020年間,銀川市土地利用的空間格局基本保持穩(wěn)定,但土地利用類型發(fā)生了較為強(qiáng)烈的轉(zhuǎn)換。由圖2可知,由于銀川市、賀蘭縣、永寧縣和靈武市城區(qū)的不斷擴(kuò)展,使研究區(qū)內(nèi)城鄉(xiāng)工礦居民用地面積迅速增加,城市周邊耕地面積出現(xiàn)減少;賀蘭山山前和靈武市東部的未利用土地面積明顯減少,均轉(zhuǎn)換為草地;林地則主要轉(zhuǎn)換為草地,多分布于在賀蘭山;水域主要分布在研究區(qū)中北部,面積略有減小。
圖2 2000—2020年銀川市土地利用變化
2.2.1 土地利用變化強(qiáng)度和土地利用動(dòng)態(tài)度
計(jì)算銀川市不同時(shí)期的土地利用變化強(qiáng)度和土地利用動(dòng)態(tài)度(表3),結(jié)果表明:20年間研究區(qū)土地利用變化結(jié)構(gòu)的主體為草地和城鄉(xiāng)工礦居民用地。2000—2010年城鄉(xiāng)工礦居民用地的變化強(qiáng)度顯著高于其他用地類型,2010年以后城市化進(jìn)程進(jìn)一步加速,城鄉(xiāng)工礦居民用地的變化強(qiáng)度也隨之增強(qiáng),草地由于植被恢復(fù)其變化強(qiáng)度明顯增加,耕地、林地、水域和未利用土地的變化強(qiáng)度較2000—2010年有所下降。從土地利用動(dòng)態(tài)度看,研究區(qū)不同土地利用類型的動(dòng)態(tài)度差異明顯。2000—2010年土地利用動(dòng)態(tài)度遞減順序?yàn)椋撼青l(xiāng)工礦居民用地、林地、水域、草地、耕地和未利用土地;2010—2020年土地利用動(dòng)態(tài)度遞減順序?yàn)椋撼青l(xiāng)工礦居民用地、草地、耕地、水域、林地和未利用土地;19年間土地利用動(dòng)態(tài)度最大的土地利用類型為城鄉(xiāng)工礦居民用地。
表3 2000—2020 年銀川市土地利用變化強(qiáng)度及土地利用類型動(dòng)態(tài)度
2.2.2 土地利用程度
由表4可知,研究區(qū)的3個(gè)年份的土地利用程度整體較高,土地利用程度指數(shù)由2000年的222.81增加到2020年的246.16,土地利用變化率上升了8.48%,土地利用程度不斷加深且區(qū)域差異性特征明顯。17年間賀蘭縣、西夏區(qū)、永寧縣、興慶區(qū)以及靈武市的土地利用綜合指數(shù)均呈上升趨勢,土地利用變化率由高到低依次為興慶區(qū)>西夏區(qū)>賀蘭縣>永寧縣>靈武市,除靈武市其他4個(gè)區(qū)縣均超過研究區(qū)全區(qū)水平,表明上述地區(qū)的土地利用程度變化,處于快速發(fā)展時(shí)期;而金鳳區(qū)土地利用程度有所下降,說明該區(qū)域的土地利用程度變化較低。研究區(qū)各區(qū)縣2010—2020年的土地利用變化率顯著高于2000—2010年,表明該時(shí)期土地利用程度高于前一時(shí)期,土地利用變化速度加快??傮w來看,銀川市土地利用正處于發(fā)展階段,土地利用的集約程度不斷提高,各土地利用類型的綜合變化程度逐步上升,城市處于快速發(fā)展階段。
表4 2000—2020 年銀川市土地利用程度及其變化量和變化率
在景觀水平上選取10個(gè)主要景觀指數(shù)對(duì)銀川市土地利用景觀格局特征及變化進(jìn)行分析(表5)。近二十年間,斑塊數(shù)量(NP)、斑塊密度(PD)以及景觀形狀指數(shù)(LSI)有所增加,平均斑塊面積減少(AREA_MN),說明隨經(jīng)濟(jì)持續(xù)快速發(fā)展,趨于土地利用景觀形狀的復(fù)雜程度增加,城市空間不斷擴(kuò)張,土地利用受人為作用越來越明顯,邊界形狀復(fù)雜程度加劇。最大斑塊指數(shù)(LPI)降低,表明整體景觀都趨于平均,土地利用受一種或幾種土地利用類型的支配作用降低,形狀不規(guī)則化增強(qiáng),易受周圍景觀影響。蔓延度指數(shù)(CONTAG)減小,表明各類景觀類型的斑塊沒有形成良好的連接,景觀中小型斑塊的數(shù)量在逐漸增多,景觀的連通性變差,景觀類型分布混雜,連片化程度和蔓延度降低,景觀破碎化程度增強(qiáng);香農(nóng)多樣性指數(shù)(SHDI)和香農(nóng)均勻度指數(shù)(SHEI)呈上升趨勢,表明在銀川城市化進(jìn)程中,人類活動(dòng)強(qiáng)度加大,城鄉(xiāng)工礦居民用地占用耕地、林地、水域等景觀用地且不斷擴(kuò)張,景觀類型越來越復(fù)雜化、多樣化、異質(zhì)化,致使土地利用景觀異質(zhì)程度增強(qiáng),景觀向多樣化方向發(fā)展趨勢。城市擴(kuò)張(建設(shè)用地增加)使大量耕地被占用,耕地優(yōu)勢度有所降低,但仍然是研究區(qū)內(nèi)主要的景觀類型。散布與并列指數(shù)(IJI)呈上升趨勢,說明該區(qū)域不同景觀類型之間相鄰接的概率有所增加,相鄰景觀類型出現(xiàn)復(fù)雜化,聚集度(AI)變化不顯著。
表5 2000—2020 年景觀水平上銀川市土地利用景觀格局指數(shù)
綜上所述,研究區(qū)土地利用景觀在轉(zhuǎn)變的過程中整體出現(xiàn)了破碎化加劇的趨勢,這是由于城市化進(jìn)程中人類活動(dòng)持續(xù)增加的結(jié)果,破碎化致使各土地利用景觀不斷割裂,景觀由勻質(zhì)、連續(xù)的整體趨向復(fù)雜、異質(zhì)、不連續(xù)。
研究表明,CA-Markov模型將馬爾可夫鏈長時(shí)間序列預(yù)測的能力與元胞自動(dòng)機(jī)模擬復(fù)雜系統(tǒng)空間變化的優(yōu)勢相結(jié)合,可實(shí)現(xiàn)動(dòng)態(tài)、多情景模擬LUCC的能力,具有較好的模擬精度[21]。因此,基于IDRISI Selva17.0,參考文獻(xiàn)[26]利用2000年、2010年土地利用數(shù)據(jù),提取2000—2010年的土地利用轉(zhuǎn)移概率,選取DEM、坡度、公路、高速以及鐵路等因子為約束因子,基于MCE模型構(gòu)建適宜性圖集。在此基礎(chǔ)上導(dǎo)入該時(shí)期的土地利用轉(zhuǎn)移面積矩陣以及制作的適宜性圖集,設(shè)置循環(huán)次數(shù)10年,選擇5×5 擴(kuò)展摩爾型濾波器,利用CA-Markov模型得到2020年的土地利用模擬圖與2020年的遙感解譯圖進(jìn)行面積和空間分布對(duì)比,并對(duì)研究區(qū)2030年的土地利用分布情況進(jìn)行模擬預(yù)測(圖3)。結(jié)果表明:城鄉(xiāng)工礦居民用地的模擬精度比較理想,達(dá)到了98%以上,耕地、林地和草地的精度較高,約為96%~98%,而水域和未利用土地的模擬精度略低(表6);模擬空間精度Kappa系數(shù)和Cramer’s V系數(shù)分別為0.828 5和0.823 9,說明該模型能有效模擬銀川市土地利用變化情況且具有較高精度,兩幅圖像的相關(guān)系數(shù)較高。2030年預(yù)測銀川市耕地、林地、草地、水域、城鄉(xiāng)工礦居民用地以及未利用土地面積分別為1 927.64、343.63、3 022.50、276.04、907.15和462.53 km2,與2020年相比,耕地、林地、未利用土地分別減少202.26、12.21、41.65 km2,草地和城鄉(xiāng)工礦居民用地分別增加106.63 km2和118.47 km2。2020—2030年草地、水域和城鄉(xiāng)工礦居民用地的土地利用動(dòng)態(tài)度分別為0.37%、1.27%和1.5%,城鄉(xiāng)工礦居民用地最大,水域次之,其占地面積雖小,但年變化率較大。
表6 2020年模擬結(jié)果與實(shí)際面積誤差統(tǒng)計(jì)
圖3 研究區(qū)2020年和2030年土地利用預(yù)測圖
土地利用變化是自然和人為因素影響的綜合體現(xiàn),其驅(qū)動(dòng)力主要包括自然因素和人類社會(huì)經(jīng)濟(jì)活動(dòng)兩個(gè)方面。自然因素主要包括氣溫和降水,該因素是土地利用變化的基礎(chǔ)條件。利用統(tǒng)計(jì)年鑒數(shù)據(jù)統(tǒng)計(jì)2000—2019年銀川市年均氣溫和年均降水量,結(jié)果表明:19年間年均氣溫和年均降水量變化較小,且二者均呈上升趨勢,但上升幅度較為平緩;此外,從土地利用變化的空間分布特征來看,減少的耕地和增加的城鄉(xiāng)工礦居民用地主要分布在城市周邊,是由于快速城鎮(zhèn)化致使城市持續(xù)擴(kuò)展造成的;而增加的草地主要分布在賀蘭山山前和靈武市東南部,是實(shí)施退耕還林還草和生態(tài)立市政策的結(jié)果。由此可見,研究區(qū)內(nèi)雖然氣溫和降水出現(xiàn)了一定的波動(dòng),但從研究區(qū)各土地利用類型的變化情況來看,氣溫和降水短期內(nèi)對(duì)銀川市的土地利用變化影響并不明顯。
選用社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)指標(biāo)年末總?cè)丝跀?shù)X1(萬人)、農(nóng)業(yè)人口X2(萬人)、城鎮(zhèn)人口X3(萬人)、地區(qū)生產(chǎn)總值X4(億元)、全社會(huì)固定資產(chǎn)投資總額X5(億元)、房地產(chǎn)開發(fā)投資X6(億元)、第一產(chǎn)業(yè)總產(chǎn)值占比X7(%)、第二產(chǎn)業(yè)總產(chǎn)值占比X8(%)、第三產(chǎn)業(yè)總產(chǎn)值占比X9(%)、城市居民人均可支配收入X10(元)和農(nóng)村居民人均可支配收入X11(元)11個(gè)影響因子,利用主成分分析法和灰色關(guān)聯(lián)分析模型分析銀川市土地利用變化的主要社會(huì)驅(qū)動(dòng)因素以及土地利用類型面積變化與主導(dǎo)驅(qū)動(dòng)因子的關(guān)聯(lián)度。結(jié)果表明,反映人口狀況的X1、X2、X3和反映經(jīng)濟(jì)狀況X4、X5、X6分別在第一主成分和第二主成分上有較高載荷,為研究土地利用變化的主導(dǎo)因子。各土地利用類型與主導(dǎo)驅(qū)動(dòng)因子的關(guān)聯(lián)度平均值由高到低的順序?yàn)槌青l(xiāng)工礦居民用地>耕地>未利用土地>草地>水域>林地(表7),其中城鄉(xiāng)工礦居民用地、耕地和未利用土地與各驅(qū)動(dòng)因素相關(guān)性較高,聯(lián)度指數(shù)平均值分別為0.820 3、0.816 9和0.763 5,可見各主導(dǎo)驅(qū)動(dòng)力影響因素對(duì)上述3種土地利用類型的變化具有顯著影響作用,而對(duì)林地和水域影響較小。2000—2019年,銀川市人口由2000年的100.94萬人增長到2019年的229.31萬人,經(jīng)濟(jì)快速增長,GDP增加了近20倍,房地產(chǎn)投資從2000年的11.54億元增長到2019年的275.35億元,經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化,城鎮(zhèn)化進(jìn)程加速推進(jìn),城鄉(xiāng)工礦居民用地急劇擴(kuò)張,土地利用結(jié)構(gòu)變化較大,大量耕地和未利用土地被占用。此外,由于退耕還林還草政策和“生態(tài)立市”戰(zhàn)略的實(shí)施,20年間草地面積增加明顯。
表7 銀川市主導(dǎo)驅(qū)動(dòng)因子與各用地類型關(guān)聯(lián)度
綜上所述,影響銀川市土地利用變化的主要驅(qū)動(dòng)因素為社會(huì)經(jīng)濟(jì)因素,尤其是年末總?cè)丝跀?shù)、農(nóng)業(yè)人口、城鎮(zhèn)人口、地區(qū)生產(chǎn)總值、全社會(huì)固定資產(chǎn)投資總額、房地產(chǎn)開發(fā)投資6個(gè)主導(dǎo)驅(qū)動(dòng)因子對(duì)區(qū)域土地利用類型的變化影響顯著。因此,人口增加、經(jīng)濟(jì)增長、城市化等社會(huì)經(jīng)濟(jì)因素和區(qū)域宏觀政策是20年間銀川市土地利用結(jié)構(gòu)調(diào)整和變化的主要驅(qū)動(dòng)力。
(1)2000—2020年,耕地和草地是銀川市主要土地利用類型,耕地、林地、水域和未利用土地面積減小,草地和工礦居民用地面積增加。各土地利用類型之間轉(zhuǎn)換較為強(qiáng)烈,城市周邊耕地轉(zhuǎn)換為城鄉(xiāng)工礦居民用地,賀蘭山山前和靈武市東部的未利用土地轉(zhuǎn)換為草地。銀川市土地利用變化結(jié)構(gòu)主體為草地和城鄉(xiāng)工礦居民用地,城鄉(xiāng)工礦居民用地的土地利用動(dòng)態(tài)度最大;土地利用程度綜合指數(shù)增加了23.35,土地利用程度不斷加深但具有區(qū)域差異性特征。
(2)20年間,隨經(jīng)濟(jì)持續(xù)快速發(fā)展,銀川市土地利用景觀形狀的復(fù)雜程度增加,城市空間不斷擴(kuò)張,土地利用受人為作用越來越明顯,整體景觀都趨于平均,景觀異質(zhì)程度增強(qiáng),景觀向多樣化方向發(fā)展趨勢,耕地優(yōu)勢度有所降低,但仍然是研究區(qū)內(nèi)主要的景觀類型。
(3)2020年城鄉(xiāng)工礦居民用地的模擬精度比較理想,達(dá)到了98%以上,耕地、林地和草地的精度較高,為96%~98%。Kappa系數(shù)為0.828 5,說明該模型能有效模擬銀川市土地利用變化情況且具有較高精度。預(yù)測2030年銀川市土地利用格局,耕地、林地、未利用土地較2020年分別減少202.26、12.21、41.65 km2,草地和城鄉(xiāng)工礦居民用地分別增加106.63 km2和118.47 km2。
(4)耕地、城鄉(xiāng)工礦居民用地和未利用土地表現(xiàn)出較強(qiáng)的社會(huì)經(jīng)濟(jì)因子驅(qū)動(dòng)型,人口數(shù)量與結(jié)構(gòu)、GDP以及經(jīng)濟(jì)增長等社會(huì)經(jīng)濟(jì)因素和區(qū)域宏觀政策是銀川市土地利用變化的主要驅(qū)動(dòng)力。