劉金福，林伊琳，趙俊三

(1.昆明理工大學(xué)國土資源工程學(xué)院，云南 昆明 650093； 2.智慧礦山地理空間信息集成創(chuàng)新重點(diǎn)實(shí)驗(yàn)室，云南 昆明 650093)

1 引 言

中國正處在快速推進(jìn)城鎮(zhèn)化的進(jìn)程中，城市規(guī)模和建設(shè)用地需求與日俱增，耕地等非建設(shè)用地迅速減少，人地矛盾加劇，未來耕地、林地、牧草地和水域等生態(tài)用地將如何變化，建設(shè)用地總量是否仍將快速增長(zhǎng)，亟待得到關(guān)注[1]。未來需要繼續(xù)實(shí)行生態(tài)保護(hù)工程、合理規(guī)劃城市用地邊界、嚴(yán)守耕地紅線以推動(dòng)城鄉(xiāng)區(qū)域協(xié)調(diào)發(fā)展[2]。因此，對(duì)了解未來土地利用變化的空間格局特征具有重要意義。

模型模擬和情景變化分析是實(shí)現(xiàn)土地利用優(yōu)化配置的重要工具[3]。自從Tobler首次將元胞自動(dòng)機(jī)(CA)應(yīng)用于地理建模以來，CA模型被廣泛應(yīng)用于土地利用變化模擬，在往后的研究中，學(xué)者們多是基于CA模型進(jìn)行改進(jìn)或是與其他土地利用規(guī)模預(yù)測(cè)模型進(jìn)行耦合。

黎夏等提出了一種面向?qū)ο蟮牡乩碓詣?dòng)機(jī)(GeoCA)，提供了一種“自下而上”的模型框架[4]；采用遺傳算法獲取CA模擬參數(shù)，克服了傳統(tǒng)CA模型在參數(shù)確定上的局限性[5]。王海軍等提出了元胞場(chǎng)和元胞勢(shì)的概念，并構(gòu)建了基于地圖代數(shù)和數(shù)據(jù)場(chǎng)的CA模型，該模型解決了城市擴(kuò)展中的阻隔問題和城市影響定量化問題[6]；將空間統(tǒng)計(jì)模型應(yīng)用于土地利用與覆被變化模擬，構(gòu)建了Logistic-CA-Markov(LCM)模型[7]。在土地利用/覆被變化模擬中，各模型優(yōu)勢(shì)各異，但大部分模型忽略了不同地類之間的競(jìng)爭(zhēng)關(guān)系以及柵格轉(zhuǎn)換為小概率地類的可能性，由劉小平等提出的FLUS模型[8]對(duì)傳統(tǒng)CA進(jìn)行了較大改進(jìn)，引入了自適應(yīng)慣性系數(shù)和輪盤賭機(jī)制，輪盤賭機(jī)制能夠更好地反映不同地類間的競(jìng)爭(zhēng)關(guān)系及土地利用變化過程中的不確定性，從而提高模擬精度。林麗等對(duì)山區(qū)縣域土地利用/覆被變化進(jìn)行了多模型模擬對(duì)比研究，結(jié)果表明FLUS模型能較好地模擬其研究區(qū)的土地利用/覆被變化，且模擬建設(shè)用地效果更佳[9]。

祥云縣正加快建設(shè)具有影響力的區(qū)域產(chǎn)業(yè)中心城市，在城鄉(xiāng)建設(shè)的進(jìn)程中如何優(yōu)化各用地類型的空間布局及保證區(qū)域用地的可持續(xù)發(fā)展成為亟須解決的問題。本研究基于FLUS模型模擬和分析了自然發(fā)展情景、政策約束情景下的祥云縣2025年土地利用變化，以期為祥云縣土地集約節(jié)約利用、國土空間格局優(yōu)化提供參考依據(jù)。

2 研究區(qū)概況及數(shù)據(jù)介紹

2.1 研究區(qū)概況

祥云縣(圖1)位于云南省中部偏西，有“彩云之鄉(xiāng)”及“云南之源”的譽(yù)稱。境內(nèi)祥云壩子是云南省七大平壩之一。祥云縣是滇西交通咽喉，是通往滇西八地州的必經(jīng)之地，是大理州的東大門。祥云縣已初步形成滇西交通樞紐和物資集散重地，成為西南地區(qū)連接?xùn)|盟自由貿(mào)易區(qū)的橋梁。2020年末，全縣戶籍總?cè)丝?8.26萬人，全縣生產(chǎn)總值完成193.1億元，同比增長(zhǎng)6%，全縣三次產(chǎn)業(yè)結(jié)構(gòu)比例為：24.9∶29.0∶46.1，全縣人均生產(chǎn)總值4.10萬元，同比增長(zhǎng)6.5%。

圖1 祥云縣區(qū)位

2.2 數(shù)據(jù)介紹

研究數(shù)據(jù)主要包括：行政邊界數(shù)據(jù)、2010年～2015年祥云縣土地利用現(xiàn)狀數(shù)據(jù)、DEM、土壤類型數(shù)據(jù)、人口數(shù)據(jù)、GDP數(shù)據(jù)、路網(wǎng)數(shù)據(jù)、基本農(nóng)田數(shù)據(jù)與生態(tài)紅線數(shù)據(jù)等。對(duì)原始土地利用類型重分類為耕地、園地、林地、草地、建設(shè)用地、水域和其他土地7類。土地利用變化模擬驅(qū)動(dòng)因子如表1所示。本文所有數(shù)據(jù)均統(tǒng)一為CGCS2000_3_Degree_GK_Zone_34投影坐標(biāo)系，柵格尺度均為 30 m×30 m，且柵格圖像行列號(hào)均一致。

祥云縣土地利用變化驅(qū)動(dòng)因子 表1

3 研究方法

3.1 FLUS模型

FLUS模型主要由以下兩個(gè)模塊構(gòu)成：

(1)基于ANN的適宜性概率計(jì)算

FLUS模型中的ANN包含一個(gè)輸入層、一個(gè)或多個(gè)隱藏層、一個(gè)輸出層。輸入層的神經(jīng)元對(duì)應(yīng)土地利用變化的驅(qū)動(dòng)因子，輸出層的神經(jīng)元對(duì)應(yīng)土地利用類型。公式為：

(1)

式中：p(p，k，t)為第k種土地利用類型在柵格p、時(shí)間t上的適宜性概率；wj，k是隱藏層與輸出層的權(quán)重；sigmoid是隱藏層到輸出層的激活函數(shù)；netj(p，t)為時(shí)間t上第j個(gè)隱藏層?xùn)鸥駊接收到的信號(hào)。ANN輸出的各種土地利用類型的適宜性概率總和恒為1，即：

(2)

(2)基于自適應(yīng)慣性競(jìng)爭(zhēng)機(jī)制的CA

自適應(yīng)慣性系數(shù)是自適應(yīng)慣性競(jìng)爭(zhēng)機(jī)制的核心，各地類的慣性系數(shù)由當(dāng)前各地類的實(shí)際數(shù)量與土地利用需求之間的差異決定，并在迭代中自適應(yīng)調(diào)整，使各地類的數(shù)量向目標(biāo)逼近。公式為：

(3)

(4)

(5)

3.2 馬爾可夫鏈

在土地利用需求預(yù)測(cè)中，馬爾可夫鏈通過計(jì)算t0～t1時(shí)期的土地利用變化矩陣，即土地利用類型之間相互轉(zhuǎn)換的面積或狀態(tài)轉(zhuǎn)移概率，來進(jìn)行土地利用狀態(tài)預(yù)測(cè)。公式為：

St+1=Pij×St

(6)

式中，St、St+1為t、t+1時(shí)刻土地利用狀態(tài)；Pij為狀態(tài)轉(zhuǎn)移矩陣。

3.3 FLUS模型參數(shù)測(cè)算

(1)轉(zhuǎn)換成本矩陣與領(lǐng)域權(quán)重

轉(zhuǎn)換成本矩陣表示各地類間的變換規(guī)則，本文基于2010年與2015年祥云縣土地利用現(xiàn)狀數(shù)據(jù)獲取了2010年～2015年祥云縣土地利用轉(zhuǎn)移矩陣(表2)，根據(jù)土地利用轉(zhuǎn)移矩陣設(shè)置轉(zhuǎn)換成本矩陣(表3)。領(lǐng)域權(quán)重表示各地類的擴(kuò)張能力，閾值范圍為0～1，值越接近于1表示擴(kuò)張能力越強(qiáng)，為了符合研究區(qū)各土地利用類型的擴(kuò)張規(guī)律，本文對(duì)各土地利用類型歷史總面積變化量進(jìn)行無量綱化處理[10]，計(jì)算公式如式(7)所示，并在此基礎(chǔ)上參考土地利用轉(zhuǎn)移矩陣對(duì)耕地的參數(shù)做適當(dāng)調(diào)整，最終確定各土地利用類型的領(lǐng)域權(quán)重(表4)。

(7)

式中，X*為離差標(biāo)準(zhǔn)化值，max為數(shù)據(jù)最大值；min為數(shù)據(jù)最小值。

2010年～2015年祥云縣土地利用轉(zhuǎn)移矩陣(km2) 表2

祥云縣土地利用類型轉(zhuǎn)換成本矩陣 表3

祥云縣各土地利用類型領(lǐng)域權(quán)重 表4

(2)需求預(yù)測(cè)

2010年～2015年祥云縣各地類柵格數(shù)量變化如表5所示，假設(shè)相同間隔年限的各土地利用類型需求為平穩(wěn)增長(zhǎng)趨勢(shì)，根據(jù)各土地利用類型的年均變化量預(yù)測(cè)了2025年的需求總量。同時(shí)，基于2010年與2015年祥云縣土地利用數(shù)據(jù)，采用馬爾可夫鏈預(yù)測(cè)了2025年祥云縣各土地利用類型的需求總量。通過預(yù)測(cè)結(jié)果對(duì)比(表6)，可以看出采用馬爾可夫鏈的預(yù)測(cè)結(jié)果與基于年均變化量的預(yù)測(cè)結(jié)果相差不大，表明采用馬爾可夫鏈對(duì)研究區(qū)未來土地利用需求預(yù)測(cè)的合理性。

2010年～2015年祥云縣各土地利用類型數(shù)量變化統(tǒng)計(jì)(柵格數(shù)：1個(gè)=900 m2) 表5

2025年祥云縣各土地利用類型需求總量預(yù)測(cè)結(jié)果(柵格數(shù)：1個(gè)=900 m2) 表6

4 土地利用變化模擬與分析

4.1 模型精度驗(yàn)證

本文以2010年祥云縣土地利用數(shù)據(jù)為初始狀態(tài)，通過FLUS模型模擬得到2015年土地利用(圖2(a))，對(duì)比2015年現(xiàn)狀土地利用數(shù)據(jù)(圖2(b))，可以看出模擬結(jié)果與現(xiàn)狀數(shù)據(jù)的土地利用空間分布基本一致，但各土地類型的模擬結(jié)果與現(xiàn)狀相比，空間布局更緊湊，尤其以建設(shè)用地較為明顯。引入kappa系數(shù)進(jìn)行模型精度評(píng)價(jià)，通過計(jì)算得到kappa值為 0.978 3，總體精度為 0.988 9，模擬精度較高，表明FLUS模型在本文研究區(qū)的適用性。

圖2 2015年祥云縣土地利用模擬與現(xiàn)狀對(duì)比

4.2 多情景土地利用變化模擬與分析

(1)自然發(fā)展情景

在自然發(fā)展情景下，不考慮生態(tài)保護(hù)、基本農(nóng)田保護(hù)、規(guī)劃控制等因素，土地利用變化模擬過程中無限制轉(zhuǎn)換區(qū)域，模擬結(jié)果如圖3(a)所示。本文將模擬結(jié)果與2015年現(xiàn)狀土地利用進(jìn)行疊加，通過提取不同土地利用類型的擴(kuò)張區(qū)域來進(jìn)行空間格局分析。自然發(fā)展情景下，擴(kuò)張數(shù)量較多的土地利用類型為建設(shè)用地、林地、耕地、其他土地，草地、水域的擴(kuò)張數(shù)量較少，園地?zé)o擴(kuò)張現(xiàn)象。由于林地、耕地、其他土地?cái)U(kuò)張較為離散，為突出其空間分布特征，對(duì)局部區(qū)域進(jìn)行放大顯示(圖4)。建設(shè)用地主要在道路交通網(wǎng)沿線及建成區(qū)周圍呈填充式和邊緣式擴(kuò)張，且集中分布在壩區(qū)，山區(qū)分布相對(duì)較少。耕地消退主要是被建設(shè)用地侵占，在山區(qū)離河流較近區(qū)域存在林地向耕地轉(zhuǎn)入。新增林地主要是由草地轉(zhuǎn)入，空間上零散分布于研究區(qū)北部、東部山區(qū)，但在北部山區(qū)分布較集中。由于耕地、林地的轉(zhuǎn)出量大于轉(zhuǎn)入量，因此總量仍保持縮減。其他土地主要在南部山區(qū)已有其他土地周圍呈邊緣式擴(kuò)張。

圖3 祥云縣2025年土地利用模擬結(jié)果

圖4 自然發(fā)展情景下不同土地利用類型擴(kuò)張空間分布

(2)政策約束情景

在政策約束情景下，將永久基本農(nóng)田、生態(tài)紅線設(shè)置為限制轉(zhuǎn)換區(qū)域，限制永久基本農(nóng)田、生態(tài)紅線保護(hù)區(qū)域土地利用類型轉(zhuǎn)換，模擬結(jié)果如圖3(b)所示。該情景下，耕地、林地、其他土地?cái)U(kuò)張的空間分布特征與自然發(fā)展情景相比基本一致，草地、園地?zé)o擴(kuò)張現(xiàn)象。對(duì)比圖3局部放大區(qū)域可以看出，自然發(fā)展情景下，存在建設(shè)用地向基本農(nóng)田擴(kuò)張的趨勢(shì)；政策約束情景下，建設(shè)用地主要在非基本農(nóng)田區(qū)域的建成區(qū)周邊、道路交通網(wǎng)沿線填充式擴(kuò)張，總體呈集約式的增長(zhǎng)模式。祥云縣生態(tài)紅線分布于地勢(shì)較高的山區(qū)，在自然發(fā)展情景下，生態(tài)紅線保護(hù)區(qū)內(nèi)主要存在林地、耕地、其他土地?cái)U(kuò)張，建設(shè)用地只有零星少量分布。政策約束情景下，生態(tài)紅線保護(hù)區(qū)內(nèi)基本無新增土地利用類型，保障了生態(tài)屏障的穩(wěn)定性，對(duì)防止水土流失與維護(hù)生物多樣性將發(fā)揮重要作用。

為深入分析政策約束情景下各土地利用類型轉(zhuǎn)變的空間分異特征，本文通過政策約束情景下2025年模擬結(jié)果與2015年現(xiàn)狀數(shù)據(jù)疊加，提取各土地利用類型擴(kuò)張區(qū)域進(jìn)行核密度估計(jì)(圖5)。政策約束情景下，耕地?cái)U(kuò)張較為分散，其核密度高值區(qū)分布于北部、南部、東部山區(qū)。在研究區(qū)北部山區(qū)存在林地?cái)U(kuò)張核密度高值區(qū)聚集分布。建設(shè)用地?cái)U(kuò)張集中分布在壩區(qū)，其核密度高值區(qū)主要分布在縣城建成區(qū)周圍。水域擴(kuò)張數(shù)量較少，空間上主要集中分布在研究區(qū)西部。其他土地?cái)U(kuò)張聚集度較高，在研究區(qū)南部山區(qū)存在較多核密度高值區(qū)集中分布。

圖5 政策約束情景下土地利用擴(kuò)張核密度分析

5 結(jié)論與討論

5.1 結(jié)論

本文對(duì)自然發(fā)展、政策約束情景下的2025年祥云縣土地利用變化進(jìn)行了模擬，并分析了不同土地利用類型擴(kuò)張的空間格局特征，得出以下結(jié)論：

(1)基于馬爾可夫鏈預(yù)測(cè)了祥云縣2025年土地利用規(guī)模需求，結(jié)果為建設(shè)用地、其他土地增長(zhǎng)，其他土地利用類型均不同程度減少。

(2)自然發(fā)展情景下，建設(shè)用地主要在道路交通網(wǎng)沿線及建成區(qū)周圍呈填充式和邊緣式擴(kuò)張，且集中分布于壩區(qū)，山區(qū)分布較少，新增耕地分散在山區(qū)離河流較近區(qū)域，新增林地主要分布在研究區(qū)北部、東部山區(qū)，其他土地主要在研究區(qū)南部山區(qū)已有其他土地周圍呈邊緣式擴(kuò)張，草地、水域的擴(kuò)張數(shù)量較小，園地?zé)o擴(kuò)張現(xiàn)象。

(3)政策約束情景下，建設(shè)用地向基本農(nóng)田擴(kuò)張趨勢(shì)得到限制，其空間布局更緊湊，分布更合理，耕地、林地、其他土地?cái)U(kuò)張的空間分布特征與自然發(fā)展情景相比無較大變化，草地、園地?zé)o擴(kuò)張現(xiàn)象。生態(tài)紅線保護(hù)區(qū)內(nèi)的土地利用擴(kuò)張得到控制，永久基本農(nóng)田、生態(tài)紅線區(qū)域得到有效保護(hù)。

(4)政策約束情景下的土地利用擴(kuò)張核密度分析結(jié)果表明研究區(qū)不同土地利用類型擴(kuò)張區(qū)域的核密度高值區(qū)、聚集度在空間上存在分異。

5.2 討論

土地利用變化是一個(gè)涉及自然、社會(huì)經(jīng)濟(jì)因素的復(fù)雜非線性時(shí)空動(dòng)態(tài)過程。本文在進(jìn)行土地利用變化模擬中，由于數(shù)據(jù)的可獲取性與可量化性，選取的土地利用變化驅(qū)動(dòng)因子不夠全面，其次僅采用了單一線性的驅(qū)動(dòng)模式，未能反映土地利用變化的時(shí)空動(dòng)態(tài)過程，未來在土地利用變化模擬中如何反映出不同土地利用類型的時(shí)空動(dòng)態(tài)演變特征將是重點(diǎn)研究?jī)?nèi)容。