周振宏， 劉東義， 朱慶山， 湯偉宏， 王繪繪， 周 敏， 胡 琦

(安徽農(nóng)業(yè)大學 林學與園林學院， 安徽 合肥 230036)

土地作為人類活動和居住的場所，也是人類生產(chǎn)生活的空間載體和社會經(jīng)濟發(fā)展的主要保障.人類活動深刻地改變著自然地理環(huán)境, 土地利用是這種作用的主要形式, 而其直接結果是地表覆被狀況的改變[1-3].土地利用覆蓋變化與生物多樣性、氣候問題以及經(jīng)濟的可持續(xù)性發(fā)展等密切相關， 模擬和預測未來土地利用變化，能為城市未來的發(fā)展提供有價值的信息，使城市能夠走可持續(xù)化道路.近年來，國內外眾多學者以各類遙感影像圖作為數(shù)據(jù)源，運用了不同的模型方法，對全球部分城市土地利用變化進行了預測.應用較為廣泛的是CA(元胞自動機)模型[4-5]、GM(1,1)模型[6-7]、Markov模型[8]等.房阿曼等[9]運用CA模型對蘭考縣耕地面積進行預測，并與現(xiàn)行的土地利用規(guī)劃中的耕地進行對比分析；王甜等[10]在對2025年馬來西亞吉隆坡市的土地利用變化預測時采用了GM(1,1)模型進行預測并得出相關結論；王云靚等[11]利用三種模型預測結果進行對比分析，得出Markov模型的預測的精確度最高，并采用Markov模型對濟南市的土地利用進行研究分析，結合相關模型對未來濟南市的土地利用景觀格局進行了預測.CA模型有著強大的空間預測能力，但對于解釋土地利用變化還有所欠缺；GM(1,1)模型主要是依賴數(shù)據(jù)的逐年變化特征，預測結果精準度較低；Markov模型是一種精確度高且能夠很好解釋土地利用變化的模型.但目前利用Markov模型進行土地利用變化研究仍然存在兩點不足：第一，在土地利用轉移概率矩陣的構建時，所采用的遙感影像數(shù)據(jù)與研究年份相距較遠，會對預測的結果產(chǎn)生一定的影響；第二，研究地區(qū)大多選擇為發(fā)達的地區(qū)，而針對皖南地區(qū)的土地利用變化的研究較少.蕪湖市將建設成為省域副中心并打造成長三角最具有影響力的現(xiàn)代化大城市，在后續(xù)的發(fā)展中會得到快速發(fā)展，各類用地之間的轉化將發(fā)生變化.了解蕪湖市城市的發(fā)展的過程，分析和預測蕪湖市土地利用的變化特征，對未來城市的可持續(xù)發(fā)展具有一定的現(xiàn)實意義.

本研究利用近20年的遙感影像數(shù)據(jù)并結合Markov模型對蕪湖市未來的土地利用變化進行研究.首先，應用ArcGIS10.1的空間分析技術對蕪湖市的2000、2010、2020年遙感影像進行解析，根據(jù)全國土地利用分類系統(tǒng)標準，將用地進行分類，通過土地利用轉移矩陣[12]研究2000—2010年、2010—2020年、2000—2020年三個時間段土地利用類型轉出和轉入的動態(tài)過程，再通過土地利用動態(tài)度計算每個時期各類土地變化的速度[13]，最后通過Markov模型對蕪湖市2030年土地利用變化進行預測，以期揭示土地利用變化的規(guī)律，為生態(tài)環(huán)境保護和土地利用規(guī)劃提供一定參考.

1 研究區(qū)及數(shù)據(jù)來源

1.1 研究區(qū)概況

蕪湖市位于安徽省東南部(117°40′—118°44′E，30°19′—31°34′N)，地處長江下游南岸、清弋江與長江匯合處、長江三角洲平原腹地，南倚皖南山系，北望江淮平原，地勢呈現(xiàn)北邊低南邊高，地形為不規(guī)則長條狀，為亞熱帶濕潤季風氣候，年降雨量1200毫米，年平均氣溫15～16℃.截至2020年蕪湖市共包括五區(qū)一市一縣,分別為：弋江區(qū)、三山區(qū)、灣沚區(qū)、鏡湖區(qū)、繁昌區(qū)、無為市、南陵縣.本研究區(qū)為全市范圍，總面積約為6026 km2.

1.2 數(shù)據(jù)及預處理

本研究所采用的2000、2010、2020年3期Landsat 8遙感影像數(shù)據(jù)均來源于地理空間數(shù)據(jù)云平臺，空間分辨率30 m，應用ArcGIS 10.1數(shù)據(jù)處理技術進行大氣校正、影像剪裁和解譯等處理，最后通過抽樣對解析的數(shù)據(jù)進行精確驗證.

通過地理空間數(shù)據(jù)云下載2000、2010、2020年的Landsat 8遙感影像，利用ArcGIS 10.1對遙感影像圖進行鑲嵌處理,使用掩膜法提取出需要分析的區(qū)域，采用非監(jiān)督分類方法對遙感影像圖進行解析，然后根據(jù)全國土地利用分類系統(tǒng)標準，將用地劃分為耕田、林地、草地、水體、濕地、人造地表.將結果導入到Google Earth進行對比和修正，再進行抽樣對解析的數(shù)據(jù)進行檢驗；最后將分類出的各類用地進行編號，使用不同的顏色進行分類，最終形成蕪湖市2000、2010、2020年3期用地分類圖.

2 研究方法

2.1 土地利用結構變化分析

土地利用結構是指在某個區(qū)域內的各種土地類型的數(shù)量比例關系以及空間分布特征.本文通過ArcGIS10.1空間數(shù)據(jù)處理技術對2000年、2010年、2020年蕪湖市3期的影像圖進行解析，將用地進行分類，最后通過計算各類用地占總用地面積的比值以及分析不同時期的土地利用解析圖，得出結論.

2.2 土地利用動態(tài)度

土地利用動態(tài)度主要用來描述某一時間段內區(qū)域的土地利用類型的數(shù)量面積變化情況指標[14-16]，以表示區(qū)域土地利用的劇烈程度及不同類型間、不同時段內或不同區(qū)域間的差異情況.本文計算了2000—2010年、2010—2020年、2000—2020年3個時期的蕪湖市各種土地利用類型的單一土地利用動態(tài)度，以分析研究區(qū)域內的土地利用變化情況，其表達式為：

式中：V表示研究時段內某種土地利用類型的變化速度；Ua表示某種土地利用類型起始的面積總量；Ub表示某土地利用類型末期的面積總量；T為時間段.

2.3 土地利用類型轉移矩陣

土地利用轉移矩陣能夠監(jiān)測研究區(qū)內始末各土地利用類型之間相互轉化特征[17-19]，表明各類用地的轉移方向，還包括各種土地利用類型轉換面積，其表達式為：

式中：i與j分別表示研究始末的土地利用類型；n表示土地利用類型總數(shù)；Sij為研究期內第i類向第j類轉化的總面積.

2.4 馬爾可夫模型預測未來的土地利用變化

馬爾可夫模型是一種預測未來變化的概率方法，具有無后效性.馬爾科夫轉移矩陣模型對分析土地利用類型之間的轉化具有重要意義，本文通過馬爾科夫轉移矩陣，可以定量分析土地利用類型之間的相互轉化概率，預測土地利用變化量，從而可以更好地了解土地利用格局的時空演變過程[20].其表達式為：

(1)

kn=kn-1Pij，

(2)

式中：kn為是經(jīng)過n-1次狀態(tài)轉移到達n次轉移后的狀態(tài)概率向量；kn-1經(jīng)過n-2次狀態(tài)轉移到達n-1次轉移后的狀態(tài)概率向量，也即相對前一次狀態(tài)概率向量;Pij為轉移概率矩陣.

3 結果與分析

3.1 土地利用結構變化分析

由于快速的城市化進程，對建設用地需求增加，使得人造地表的面積的變化較其他用地面積變化較為明顯，主要發(fā)生在鏡湖區(qū)、弋江區(qū)和繁昌區(qū)，呈現(xiàn)逐年遞增的趨勢.研究區(qū)歷年的土地利用情況統(tǒng)計如表1所示.人造地表的面積從2000年至2010年增加了46.36 km2、2010年至2020年增加了196.29 km2，其中耕地和濕地一直是處于減少的趨勢.從2000年至2020年，耕地面積共減少了202.46 km2，濕地面積共減少了13.26 km2，草地面積增加了13.57 km2，林地和水體用地均處于先增后減的趨勢，從2000年至2010年間，林地面積共增加了25.79 km2，水體面積共增加了62.52 km2，2010年至2020年林地面積共減少了104.92 km2，水體面積共減少了23.90 km2.

表1 研究區(qū)3期土地利用情況統(tǒng)計

3.2 土地利用動態(tài)度分析

根據(jù)地類土地利用動態(tài)度計算結果可得，2000—2010 年期間，變化速度最快的是濕地，平均每年減少7.50%；變化速度最慢的林地，平均每年增加0.26%.2010—2020 年期間，變化速度最快的是人造地表，平均每年增加4.66%；變化速度最慢的是耕地，平均每年減少0.16%.2000—2020年期間，變化速度最快的是濕地，平均每年減少 3.84%；變化速度最慢的是耕地，平均每年減少0.22%.

3.3 各種土地利用類型之間的轉移分析

為進一步揭示土地利用類型之間變化，利用ArcGIS10.1疊加分析將各期土地利用空間分布圖進行兩兩疊置，獲取土地利用轉移矩陣，各類用地之間的面積轉移變化如表2所示.從2000—2010年間，草地的出面積分別為11.72 km2,其中7.91%的面積轉移至耕地，46.85%的面積轉移至林地，0.01%的面積轉移至人造地表，0.07%的面積轉移至濕地，1.86%的面積轉移至水體;耕地的轉出面積為392.29 km2，0.48%的面積轉移至草地，3.47%的面積轉移至林地，2.51%的面積轉移至人造地表，0.01%的面積轉移至濕地，2.79%的面積轉移至水體.林地的轉出面積和轉出率分別為144.05 km2和14.78%，人造地表的轉出面積和轉出率分別為70.74 km2和18.86%，濕地的轉出面積和轉出率分別為16.19 km2和93.71%，水體的轉出面積和轉出率分別為90.91 km2和23.92%.各種類型用地的轉移率為：濕地>耕地>草地>水體>人造地表>林地.

表2 2000—2020年蕪湖市土地利用轉移矩陣 單位：km2

從2010—2020年，草地的轉移率為60.73%，其中7.63%的面積轉移至耕地，11.50%的面積轉移至林地，35.27%的面積轉移至人造地表，0.27%的面積轉移至濕地，6.06%的面積轉移至水體，耕地的轉出面積和轉出率分別為443.20 km2%和10.8%，林地的轉出面積和轉出率分別為178.58 km2和17.85%，人造地表轉出面積和轉出率分別為147.62 km2和35.02%，濕地的轉出面積和轉出率分別為2.08km2和48.26%，水體的轉出面積和轉出率分別為151.19 km2和34.16%.各種類型用地的轉移率大小為：草地>濕地>人造地表>水體>林地>耕地.

從2000—2020年，草地的轉出面積為14.79%，其中13.17%的面積轉移至耕地，38.64%的面積轉移至林地，9.12%的面積轉移至人造地表，0.24%的面積轉移至濕地，10.98%的面積轉移至水體.耕地的轉出面積和轉出率分別為578.33 km2和13.65%，林地的轉出面積和轉出率分別為210.17 km2和21.57%，人造地表的出面積和轉出率分別為148.60 km2和為39.61%，濕地的轉出面積和轉出率分別為16.43 km2和95.08%，水體的轉出面積和轉出率分別為98.99 km2為26.04%.各種類型用地的轉移率出面積和轉出率分別為：濕地>草地>人造地表>水體>林地>耕地.

各種用地類型的轉移的主要方向為：耕地轉化為人造地表和林地，草地轉化至林地和人造地表，濕地轉化為林地和水體，林地轉化為耕地和水體，水體轉化為耕地和人造地表，人造地表較少的轉化為其他用地，表征人造地表的面積是處于擴張狀態(tài)，主要是由草地和耕地轉化而來.

3.4 應用馬爾可夫模型預測未來的土地利用變化

3.4.1 初始狀態(tài)矩陣

按照全國用地分類標準，將用地類型分為六類，由2010年各類用地所占的面積比值構成土地利用的初始狀態(tài)矩陣，如表3所示.以10a為步長對蕪湖市土地利用進行預測.

表3 初始狀態(tài)矩陣

3.4.2 轉移概率矩陣

根據(jù)式(1)，以2010—2020年的轉移概率矩陣為初始狀態(tài)的轉移概率矩陣，如表4所示.

表4 2010—2020年轉移概率矩陣

3.4.3 模型精準度檢測

利用2010年土地利用面積為初始狀態(tài)的矩陣，再利用2010—2020年的轉移概率矩陣為初始狀態(tài)的轉移概率矩陣，根據(jù)式(2)并通過Excel計算得出2020年的土地利用面積，將實際的2020年土地利用面積與預測的值進行對比，從而檢測模型預測的精準度(見表5).如表5所示，擬合誤差最大的是耕地，其次是林地，草地、人造地表、濕地、水體的擬合誤差均小于0.50%.因此，利用馬爾可夫預測蕪湖市土地利用結構是合理的.

表5 Markov模型預測結果精確度分析

3.4.4 利用Markov模型進行預測分析

運用Markov模型進行預測，得出2030年土地利用變化情況(見表6).由表6可見,人造地表的面積是不斷增加的,表征2020年后蕪湖市將處于快速建設狀態(tài)，同時也對建設用地周圍的其他用地均產(chǎn)生了影響.因此其他各類用地面積均在減少，其中林地的面積減少最多，各類用地的變化速度較2010—2020年都有所下降.

表6 2020—2030年土地利用情況 單位：km2

4 結論

本文首先對蕪湖市2000、2010、2020年的遙感影像進行解析、裁剪、大氣校正等預處理，然后采用全國土地利用分類系統(tǒng)標準對進行分類，對土地利用信息進行提取，最后利用土地利用動態(tài)度、土地轉移矩陣和Markov模型對蕪湖市未來的土地利用變化進行預測分析，探究蕪湖市土地利用的變化特征，結論如下：

(1)在整個結構中，蕪湖市的土地利用類型以耕地和林地為主，水體和人造地表次之，草地和濕地占比最少.

(2)2000—2020年，蕪湖市人造地表面積和草地表現(xiàn)為持續(xù)增長的趨勢，其中草地增長速度最快；耕地和濕地一直在減少，且耕地和濕地減少的面積最多；林地和水體用地處于先增后減的趨勢；由土地轉移矩陣可以分析得出，所增加的人造地表面積主要是由草地和耕地轉化而來.

(3)2030年預測結果表明，未來蕪湖市的土地變化主要是以人造地表和林地為主，且土地利用格局會不斷發(fā)生變化，其中人造地表的增加趨勢較大，由2020年的618.14 km2增加到2030年的736.46 km2，共增加118.32 km2，林地的減少面積相對于其他各類用地較大.

5 建議

基于蕪湖市土地利用變化預測結果，發(fā)現(xiàn)研究區(qū)在2020—2030年間地類變化較大，其中人造地表的面積所占比例持續(xù)增大，其他用地類型所占比例不斷減少，表征土地利用存在著一定的問題.因此，對于未來蕪湖市的可持續(xù)發(fā)展，提出了幾點建議.

(1)在耕地和林地保護上，要結合當前蕪湖市國土空間規(guī)劃的編制，嚴格控制態(tài)生態(tài)紅線和永久基本農(nóng)田保護紅線，落實退耕還林政策，同時在濕地和水體的保護上，扎實推進水污染治理、水生態(tài)修復、水資源保護“三水共治”，堅持統(tǒng)籌山水林田湖草系統(tǒng)治理的思路，逐步形成結構合理、生態(tài)互補的土地利用安全格局.

(2)在當前人造地表面積的快速擴展下，我們要合理控制其速度并提高對原有人造地表用地的利用率.通過用地政策制度體系的不斷完善，緩解當前的用地矛盾和生態(tài)壓力，如將容積率獎勵機制適用范圍擴展到存量用地范疇，提高市場主體集約開發(fā)的積極性，建立健全地下空間開發(fā)收益分配機制等，實現(xiàn)對原有人造地表用地的集約高效利用，同時要加強對閑置用地和利用效率低的用地進行再開發(fā).

(3)未來可以結合3S等相關技術建立土地動態(tài)變化監(jiān)測系統(tǒng)，更好地管理土地資源，能夠及時對土地的適應性進行客觀評價和對土地利用變化所產(chǎn)生的影響進行分析，同時我們還可以結合大數(shù)據(jù)技術，處理更加準確的土地數(shù)據(jù)，進一步提高數(shù)據(jù)的準確性，從而精確的預測出未來的土地利用發(fā)展特征，為土地管理決策部門提供更好的參考意見.