侯青青, 陳 英,, 裴婷婷, 吉珍霞, 謝保鵬
(1.甘肅農(nóng)業(yè)大學(xué)草業(yè)學(xué)院,甘肅蘭州 730070;2.甘肅農(nóng)業(yè)大學(xué)管理學(xué)院,甘肅蘭州 730070;3.甘肅農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院,甘肅蘭州 730070)
耕地,是人類賴以生存和發(fā)展的重要物質(zhì)資源和基礎(chǔ)[1-2],不僅擔(dān)負(fù)著為人類提供食物保障的重任,而且關(guān)系著國家糧食安全和國民經(jīng)濟的高質(zhì)量發(fā)展[3-4]。隨著我國社會經(jīng)濟發(fā)展和城市化進(jìn)程的加快,有限的耕地資源與城鎮(zhèn)建設(shè)用地擴張、生態(tài)用地擴張之間的矛盾日益突出[5-6],導(dǎo)致近年來耕地數(shù)量減少、質(zhì)量下降、空間破碎、生態(tài)環(huán)境等問題頻發(fā)[7],加之耕地后備資源的不斷減少,耕地合理利用和保護以及占補平衡面臨多重壓力[8]。此外,新型冠狀病毒肺炎疫情又使全球糧食供應(yīng)鏈遭受了巨大沖擊,給世界各國糧食安全帶來了嚴(yán)重隱患[9],因此,基于數(shù)據(jù)資料探究耕地的時空演變特征,闡明耕地變化的驅(qū)動因子,對于區(qū)域耕地的可持續(xù)利用、糧食安全的保障以及國土空間局部的優(yōu)化具有重要指導(dǎo)意義[6,8,10]。
由于耕地變化與區(qū)域自然環(huán)境變化和經(jīng)濟社會發(fā)展緊密相關(guān),關(guān)于耕地的時空變化特征及驅(qū)動因子研究一直是國內(nèi)外學(xué)者關(guān)注的熱點問題[8,11]。如,Yao 等[12]和張國平等[13]分別在全球和局地尺度上分析了耕地資源的時空變化特征。Liu 等[14]和Wang 等[15]則發(fā)現(xiàn)中國耕地利用變化會對糧食生產(chǎn)潛力和水資源消耗造成影響。也有學(xué)者采用復(fù)種指數(shù)、面積變化量標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)橢圓差和探索性空間數(shù)據(jù)分析等方法分析耕地的時空變化特征[16-17]。耕地變化的驅(qū)動機制方面,張英男等[18]和劉旭華等[19]利用空間計量模型和人工神經(jīng)網(wǎng)絡(luò)探索了耕地利用變化的驅(qū)動力,均發(fā)現(xiàn)耕地變化是自然因素與社會經(jīng)濟因素綜合作用的結(jié)果,前者指出人口和產(chǎn)業(yè)的轉(zhuǎn)型對黃淮海平原耕地的變化起決定性作用,后者則發(fā)現(xiàn)社會經(jīng)濟因素是導(dǎo)致東部沿海地區(qū)耕地流失的主導(dǎo)原因。Omaid 等[20]分析了2000—2010年阿富汗喀布爾河流域的土地利用變化特征,并運用二項邏輯回歸(BLR)模型對耕地變化的驅(qū)動因素進(jìn)行了統(tǒng)計檢驗。陶澤涪等[21]運用轉(zhuǎn)移矩陣、空間自相關(guān)分析、空間計量摸型等方法系統(tǒng)分析了2000—2020 年中國北方農(nóng)牧交錯帶耕地時空分異特征及影響因素。此外,還有學(xué)者借助主成分分析法、地理加權(quán)回歸、地理探測器和土地利用變化模擬模型等方法對耕地變化的驅(qū)動因素進(jìn)行揭示研究[22]。其中,地理探測器在驅(qū)動因子探測方面獲得了廣泛應(yīng)用,不同于傳統(tǒng)統(tǒng)計分析方法,該方法的優(yōu)點在于方便易用,對類別變量的處理無需太多假設(shè),且運用地理探測器建立的因變量與自變量之間的關(guān)系比經(jīng)典回歸更加可靠[23]。通過地理探測器可以識別影響耕地變化的主要因素,并判斷不同因素同時影響耕地時,其作用是增強還是減弱,為探究耕地變化的驅(qū)動因素提供了有效的工具[23]。如,張揚等[8]和韓海青等[23]運用地理探測器分析了喀斯特山區(qū)和中亞五國的耕地驅(qū)動機制,均發(fā)現(xiàn)社會經(jīng)濟因素的影響力大于自然因素。綜上所述,耕地資源的變化同時受到自然因素和社會經(jīng)濟因素的共同影響,但目前關(guān)于兩者的定量研究尚且不足[8],且研究尺度多集中于中東部地區(qū),關(guān)于西北地區(qū)的耕地時空演變分析及驅(qū)動因子研究較少。
甘肅省作為我國西北地區(qū)典型的山地高原地區(qū),地形復(fù)雜,耕地條件差,土壤類型多,人均耕地相對不足,可供開發(fā)利用的后備資源相對稀缺,加之人多地少的矛盾日益突出[24-25],因此,深入分析甘肅省的耕地資源及影響因子,對于該地區(qū)更好的保護耕地資源,加強土地管理等工作具有重要意義[25]。以往對甘肅省耕地變化的研究多集中某一局部區(qū)域,或集中在某一時段,關(guān)于近年來整個甘肅省的耕地時空變化特征并不清晰,且缺乏長時間序列的驅(qū)動因子定量化探測。如武江民等[26]分析了1990—2004年甘肅蘭州市耕地動態(tài)變化及驅(qū)動力,賈艷紅等[27]以甘肅省2009—2016 年市域單元的年末耕地面積為基礎(chǔ),對甘肅省各個市域單元的耕地面積變化差異及其原因進(jìn)行了探索和研究。鑒于此,本文基于1995 年、2005 年、2015 年和2020 年4 期土地利用動態(tài)柵格數(shù)據(jù),在ArcGIS和GeoDa等技術(shù)的支持下,采用土地利用轉(zhuǎn)移矩陣、核密度分析、耕地變化動態(tài)度、空間分布關(guān)聯(lián)性分析,從柵格、格網(wǎng)和縣域尺度全面深入分析了甘肅省近25 a的耕地時空變化特征,并利用地理探測器對引起耕地變化的主要驅(qū)動因子進(jìn)行探測,以期為甘肅省耕地資源的合理規(guī)劃與利用提供參考依據(jù)。
甘肅省位于中國西北地區(qū),介于32°11′~42°57′N,92°13′~108°46′E 之間,地形狹長,東西長1659 km,南北寬530 km,總面積4.26×105km2[28-29]。地處黃土高原、青藏高原和內(nèi)蒙古高原三大高原的交匯地帶,與寧夏、陜西、四川、青海、新疆和內(nèi)蒙古6 省鄰接,西北端與蒙古接壤,地勢自西南向東北傾斜,海拔為565~5789 m,境內(nèi)地形復(fù)雜,山脈縱橫交錯,海拔相差懸殊,屬于典型的山地型高原地貌(圖1)[29-30]。其獨特的地理位置使得氣候類型相當(dāng)復(fù)雜,年平均氣溫0~15 ℃,大部分地區(qū)氣候干燥,干旱、半干旱區(qū)占總面積的75%,年降水量在36.6~734.9 mm,大致從東南向西北遞減,生態(tài)環(huán)境脆弱敏感[31-32]。全省森林面積5.10×106hm2,森林覆蓋率11.33%,耕地5.38×106hm2,占土地總面積的12.62%。截至2020 年11 月1 日24:00,甘肅省常住人口2501.98×104人,實現(xiàn)地區(qū)生產(chǎn)總值(GDP)9016.7×108元。
圖1 甘肅省示意圖Fig.1 Schematic diagram of Gansu Province
甘肅省1995年、2005年、2015年和2020年土地利用數(shù)據(jù)和行政區(qū)劃數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境數(shù)據(jù)中心(http://www.resdc.cn)。土地利用數(shù)據(jù)在已有地類劃分標(biāo)準(zhǔn)的基礎(chǔ)上,結(jié)合本研究需要將土地利用類型重分類分為耕地、林地、草地、水域、建設(shè)用地和未利用地6 類用地,空間分辨率均為1 km,其中耕地和建設(shè)用地的平均分類精度達(dá)到95%以上,其他土地利用類型平均分類精度在90%以上,滿足本研究需求[22]。降水和溫度數(shù)據(jù)來源于國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心(http://www.geodata.cn),DEM 數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http://www.gscloud.cn),空間分辨率均為1 km。人口和GDP 數(shù)據(jù)來源于《甘肅省統(tǒng)計年鑒》。
1.3.1 土地利用轉(zhuǎn)移矩陣 土地利用轉(zhuǎn)移矩陣可以用來描述一段時間內(nèi)土地利用類型之間的轉(zhuǎn)移情況,分析區(qū)域土地利用類型動態(tài)變化的數(shù)量與方向[8,33]。其數(shù)學(xué)模型為:
式中:S為土地面積;n為土地利用類型數(shù);i為研究初期土地利用類型;j為研究末期土地利用類型。
1.3.2 土地開發(fā)強度 土地開發(fā)強度(Land Development Intensity, LDI)是指建設(shè)用地面積占區(qū)域土地總面積的比例。計算公式如下:
式中:S為區(qū)域土地總面積;C為建設(shè)用地面積。LDI值越大,代表土地開發(fā)強度越大。
1.3.3 核密度分析 核密度分析是一種用于表示數(shù)據(jù)分布密度函數(shù)估計值的非參數(shù)方法[8],該方法通過計算點或線要素到參考位置的距離來建立其峰值并創(chuàng)建平滑的連續(xù)表面[8,34]。由于耕地分布空間離散,無法直觀的表示其空間上的整體性和連續(xù)性,因此本文使用核密度分析來表征研究區(qū)耕地在空間位置上的差異性和連續(xù)性[34-35]。
1.3.4 耕地變化動態(tài)度 耕地變化動態(tài)度可以用來表征研究區(qū)在某個時間段內(nèi)的耕地變化數(shù)量分布與變化速度,定量評價某地區(qū)耕地變化程度[36-37]。其數(shù)學(xué)計算公式為:
式中:K為研究時間段內(nèi)的耕地變化動態(tài)度,%·a-1;Ua為研究初期耕地面積,km2;Ub為研究末期耕地面積,km2;T為時間間隔,a。本文中T的時段為年,故K值代表甘肅省耕地變化的年變化率。
1.3.5 空間分布關(guān)聯(lián)性分析 空間自相關(guān)分析作為一種空間統(tǒng)計方法,是檢驗?zāi)骋蛔兞渴欠衽c其相鄰空間點上的變量相關(guān)聯(lián)的重要指標(biāo),也可以用來反映某一變量或地理現(xiàn)象在某區(qū)域或鄰近區(qū)域的空間聚集情況,常用的關(guān)聯(lián)指標(biāo)為Moran’sI指數(shù)[8,38]。本文通過GeoDa工具制作耕地面積LISA聚集圖,劃分為4 種區(qū)域空間差異類型,分別為高-高集聚(區(qū)域自身和鄰近地區(qū)的耕地面積均較多,兩者的空間差異程度較?。?、高-低集聚(區(qū)域自身耕地面積多,鄰近地區(qū)的耕地面積少,兩者的空間差異程度較大)、低-高集聚(區(qū)域自身耕地面積少,鄰近地區(qū)的耕地面積多,兩者的空間差異程度較大)和低-低集聚(區(qū)域自身和鄰近地區(qū)的耕地面積均較少,兩者的空間差異程度較?。?8-40]。
1.3.6 地理探測器 影響耕地變化的因素錯綜復(fù)雜,歸結(jié)起來可分為自然因素和社會經(jīng)濟因素[8,41]。地理探測器是探討空間分異并揭示其背后驅(qū)動力的統(tǒng)計學(xué)方法,包括了風(fēng)險探測器、因子探測器、生態(tài)探測器和交互探測器4 個部分[8,18,42-43],本文主要用因子探測器和交互探測器來分析耕地空間分布的影響因子以及識別兩兩因子交互作用對耕地空間分布的解釋力。其中,影響因素的地理探測器值用q值度量,其表達(dá)式為:
式中:q為影響因素對耕地空間分布的影響程度,范圍為[0,1],q值越大,影響因子對耕地空間分布的解釋力越強[43];SSW 和SST 分別為層內(nèi)方差之和與全區(qū)總方差;N為全區(qū)單元數(shù);σ2是全區(qū)Y值的方差;L為變量Y或影響因子X的分層;Nh為層h的單元數(shù);σ2h為層h的Y值的方差。
為研究甘肅省1995—2020 年間的土地利用狀態(tài)轉(zhuǎn)移情況,本文基于1995 年、2005 年、2015 年和2020 年4 個時間節(jié)點的土地利用現(xiàn)狀數(shù)據(jù),通過ArcGIS 10.2 中Intersect 工具和Excel 工具對不同時間節(jié)點的土地利用類型進(jìn)行空間疊加和統(tǒng)計分析,獲得了研究區(qū)1995—2005年、2005—2020年2個時間段的土地利用轉(zhuǎn)移矩陣(表1和表2)??傮w來看,甘肅省土地利用結(jié)構(gòu)除未利用地外,主要以草地和耕地為主,分別約占甘肅省總面積的34%和15%。研究區(qū)土地利用結(jié)構(gòu)在1995—2020 年間變化明顯。耕地面積由1995 年的65043.75 km2減少到2020年的63983.50 km2,減少了1060.25 km2,減少幅度約為1.6%,主要轉(zhuǎn)向草地、林地和建設(shè)用地;未利用面積也由1995年的171689.50 km2減少到2020年的169213.25 km2,減少了2476.25 km2,減少幅度約為1.4%,主要轉(zhuǎn)向耕地和草地;其他地類呈不同程度的增加狀態(tài),尤其是林地和建設(shè)用地,1995—2020 年林地面積增加了808.75 km2,1995—2020 年建設(shè)用地面積增加了2114.50 km2,增加幅度分別為2.15%和61.70%。各地類間的轉(zhuǎn)換特征在不同時間段內(nèi)存在差異。
表2 2005—2020年甘肅省土地利用轉(zhuǎn)移矩陣Tab.2 Land use transfer matrix in Gansu Province from 2005 to 2020/km2
1995—2005年的土地利用轉(zhuǎn)移矩陣如表1,6類土地利用類型中變化面積最大的是未利用地,其次是林地、耕地和建設(shè)用地,水域和草地的變化面積最小。其中,耕地和林地的年凈增長面積分別為39.25 km2和61.45 km2,而未利用地面積在1995—2005年的近10 a間年凈減少108.43 km2。與1995—2005年之間的土地利用轉(zhuǎn)移所不同是,2005—2020年之間是以建設(shè)用地的轉(zhuǎn)化面積最大,其次是耕地、未利用地和草地。其中,耕地和未利用地的面積均減少,年凈減少面積分別為96.85 km2和92.80 km2,耕地主要流向林地和草地,未利用地主要流向耕地和草地,這主要與我國退耕還林還草、西部大開發(fā)和未利用地開發(fā)利用等政策密切有關(guān)。建設(shè)用地面積在1995—2005 年和2005—2020 年的2 個時間段內(nèi)年凈增長面積呈增加趨勢,由32.80 km2變?yōu)?19.10 km2,這與我國快速城鎮(zhèn)化以及經(jīng)濟發(fā)展的步伐密切相關(guān)。
表1 1995—2005年甘肅省土地利用轉(zhuǎn)移矩陣Tab.1 Land use transfer matrix in Gansu Province from 1995 to 2005/km2
使用ArcGIS 核密度分析并用自然斷點法將耕地密度和面積分級顯示在空間上,如圖2 所示。甘肅省1995年、2005年、2015年和2020年耕地面積總量分別為65043.75 km2、65436.25 km2、64992.75 km2和63983.50 km2。空間分布總體呈“東南多、西北少”的典型分布特征,且1995—2020 年耕地面積密度變化不大(圖2),空間分布格局基本一致,各年度間的變化僅發(fā)生在幾個零星格網(wǎng),且各級別的耕地面積總量變化不大。由于自然條件、經(jīng)濟發(fā)展水平及人口增長速度等的差異,造成甘肅省耕地的空間分布表現(xiàn)出明顯的差異[25](圖3)。耕地面積密度較高的區(qū)域集中在甘肅省中東部地區(qū),包括定西市、天水市、平?jīng)鍪?、慶陽市和蘭州市等地區(qū),以及白銀市和臨夏回族自治州的部分地區(qū),其中,以定西市的通渭縣、天水市的秦安縣、清水縣和張家川回族自治縣、平?jīng)鍪械那f浪縣和靜寧縣的耕地面積密度最大(圖2)。
圖2 1995—2020年甘肅省耕地核密度分布Fig.2 Spatial distribution of cultivated land nuclear density in Gansu Province from 1995 to 2020
圖3 1995—2020年甘肅省耕地面積空間分布Fig.3 Spatial distribution of cultivated land area in Gansu Province from 1995 to 2020
對2020 年耕地面積使用GeoDa 工具進(jìn)行空間自相關(guān)分析,結(jié)果如圖4。2020 年甘肅省耕地面積的Moran’sI指數(shù)為0.75,顯著性檢驗的Z值為88.21,P=0.001,呈現(xiàn)顯著正相關(guān),說明2020 年甘肅省耕地面積的空間分布格局與相鄰位置的區(qū)域單元具有相同的屬性值。從局部空間自相關(guān)結(jié)果來看(圖4),除不顯著區(qū)域外,耕地面積的低-低集聚數(shù)量最多,其次是高-高集聚,而高-低集聚、低-高集聚極少。低-低集聚類主要分布在甘肅省西北部的河西地區(qū)和甘南藏族自治州,土地利用類型主要是未利用地和草地,屬于生態(tài)脆弱敏感區(qū),耕地面積少、密度低;高-高集聚類主要分布甘肅省東南部區(qū)域,即定西市、天水市、平?jīng)鍪?、慶陽市、臨夏回族自治州、隴南市和白銀市的部分區(qū)域,如禮縣、西和縣、成縣、會寧縣和靖遠(yuǎn)縣等縣域,這些區(qū)域與相鄰位置的自然條件比較相似,耕地面積均較高。
圖4 甘肅省2020年耕地面積LISA聚集圖和Moran散點圖Fig.4 LISA aggregation map and Moran scatter plot of arable land area in Gansu Province in 2020
2.4.1 耕地變化動態(tài)度 以縣域作為耕地變化動態(tài)度空間分析的最小單元,來分析甘肅省各縣域之間耕地變化的差異情況。由圖5 可以看出,耕地變化動態(tài)度在各縣域間和不同時期間的空間差異性均較大,1995—2005年間甘肅省各縣域的耕地變化動態(tài)度均較高,以河西地區(qū)的動態(tài)變化最為強烈,可能原因是河西地區(qū)地勢平坦,資源豐富,人均GDP始終處于甘肅省的最前沿,人類活動強度較大[27];另一方面,有限的水資源是河西地區(qū)農(nóng)業(yè)發(fā)展的最大障礙,因人類不合理利用水土資源導(dǎo)致的土壤次生鹽漬化、荒漠化等生態(tài)問題也是引起耕地波動較大的主要原因[44]。2005—2015 年間酒泉市大部分縣域的耕地變化動態(tài)度有所減小,2015—2020年間甘肅省大部分地區(qū)的耕地變化動態(tài)度均有減小趨勢。但值得一提的是,酒泉市各縣域在1995—2005年、2005—2015年和2015—2020年間的耕地變化動態(tài)度出現(xiàn)了由大部分縣域變化到局部變化,再到各縣域耕地頻繁變化的特征,主要原因是2005年酒泉市的土地利用結(jié)構(gòu)、農(nóng)業(yè)結(jié)構(gòu)進(jìn)行了大幅度調(diào)整同時大量未利用地開發(fā)整理為耕地等一系列土地政策均使耕地在空間上有了大幅度變化[45]。
圖5 1995—2020年甘肅省縣域耕地變化動態(tài)度空間分布格局Fig.5 Spatial distribution pattern of the dynamic degree of cultivated land change at the county level in Gansu Province from 1995 to 2020
2.4.2 耕地資源變化類型空間分布 為了更好的揭示研究區(qū)耕地資源在空間上的增減情況,本文以格網(wǎng)作為統(tǒng)計單元,將耕地在各個時間段的變化情況劃分為增加和減少2 種類型,由此得到研究區(qū)3 個時間段的耕地變化類型(圖6)。
圖6 1995—2020年甘肅省縣域耕地變化動態(tài)度空間分布格局Fig.6 Spatial distribution pattern of the dynamic degree of cultivated land change at the county level in Gansu Province from 1995 to 2020
從空間分布上來看,甘肅省耕地變化類型的空間分布都較為均衡,各時間段之間的差異性較小。時間上來看,1995—2005年間耕地增加和減少類型的格網(wǎng)數(shù)量分別為1679個和276個,耕地以增加為主,而2005—2015 年和2015—2020 年間耕地以減少為主,耕地減少類型的格網(wǎng)數(shù)量分別為1014個和1001個,增加類型格網(wǎng)零散分布在其中。耕地面積的減少量在1995—2020 年間的3 個時間段出現(xiàn)了增加再減少的變化特征,2005—2015年間耕地減少類型的格網(wǎng)數(shù)量最大,2015—2020年間減少類型格網(wǎng)數(shù)量回升,但變化程度不大。耕地減少面積在2005 年之后的2 個時間段內(nèi)均大于增加面積(圖7)。2005年后,一方面受到退耕還林、快速城鎮(zhèn)化、防護林建設(shè)等政策影響,另一方面隨著社會經(jīng)濟發(fā)展,農(nóng)村人口向城鎮(zhèn)轉(zhuǎn)移,使得耕地面積逐漸減少,由1995—2005 年的耕地增加多,到2005—2020 年的耕地減少多。但后期隨著一系列政策的提出,使得部分勞動力向農(nóng)村轉(zhuǎn)移,出現(xiàn)了2015—2020年間耕地減少量相比于2005—2015 年間的耕地減少量有降低的現(xiàn)象。
圖7 甘肅省1995—2020年間3個時段耕地增減Fig.7 Increase and decrease of cultivated land in three time periods in Gansu Province from 1995 to 2020
本文選取3 個自然驅(qū)動因子(降水、溫度和坡度)和3 個社會經(jīng)濟驅(qū)動因子(人口、GDP 和土地開發(fā)強度),共計6 個驅(qū)動因子,以10 km×10 km 為單元將研究區(qū)劃分為3925個單元格,并將各影響因子劃分為6個等級,經(jīng)地理探測器計算后,各因子對耕地空間分布的貢獻(xiàn)率如表3 所示。從表3 可以看出,不同時期各因子貢獻(xiàn)率排序差別不大,起主導(dǎo)作用的地理探測因子具有一定的相似性。1995 年各因子的貢獻(xiàn)率排序為:X1>X3>X4>X2>X5>X6;2005年各因子的貢獻(xiàn)率排序為:X3>X1>X2>X4>X5>X6;2015年各因子的貢獻(xiàn)率排序為:X1>X3>X2>X4>X5>X6;2020年各因子的貢獻(xiàn)率排序為:X1>X2>X4>X5>X3>X6。
表3 1995年、2005年、2015年和2020年甘肅省地理探測器變量和指標(biāo)Tab.3 Variables and indicators of the Gansu Geographical Detector in 1995,2005,2015,and 2020
為了探測兩驅(qū)動因子間的交互作用,本文利用地理探測器對6 個驅(qū)動因子進(jìn)行兩兩交互檢測(表4)。1995年X1∩X3、X3∩X4、X4∩X5交互值最大,分別為0.61、0.58、0.54;2005年X1∩X3、X2∩X3、X3∩X4交互值最大,分別為0.24、0.24、0.22;2015 年X1∩X3、X2∩X3、X4∩X5 交互值最大,分別為0.57、0.58、0.52;2020年X4∩X5、X1∩X2、X1∩X4交互值最大,分別為0.52、0.48、0.47。1995 年、2005 年和2015 年交互值最大的均為X1 和X3,各地理探測因子間的交互作用為雙因子增強和非線性增強,即兩驅(qū)動因子共同作用時均增加了對耕地空間分布的解釋力。2020 年交互值最大的為X4 和X5,其次是X1 和X2,溫度和降水的共同作用對耕地空間分布的解釋力最強。所有影響因子任意兩者的交互作用對研究區(qū)耕地的影響都不是獨立的,即便是解釋力最弱的坡度因子,在與其他因子交互作用下,對耕地的影響力也增強。
表4 1995年、2005年、2015年和2020年甘肅省各因子交互作用Tab.4 Interactions of various factors in Gansu Province in 1995,2005,2015,and 2020
總體來看,甘肅省耕地空間分異的結(jié)果不是由單一因子構(gòu)成的,而是多種因子相互作用形成的。1995 年、2005 年和2015年,社會經(jīng)濟因素的影響大于自然因素,其中,人口(X1)和土地開發(fā)強度(X3)對甘肅省耕地空間分布的影響最大,即人口和土地開發(fā)強度是甘肅省耕地空間分布差異性的主要原因,溫度(X5)和坡度(X6)的q統(tǒng)計值在0.01~0.14之間,雖在一定程度上影響著耕地空間分布,但影響程度較小。到2020年,社會經(jīng)濟因素對耕地的驅(qū)動力減弱,自然因素對耕地的影響作用增強,其中,土地開發(fā)強度(X3)對耕地空間分布的影響力明顯減弱,人口(X1)和GDP(X2)的貢獻(xiàn)率雖大于降水(X4)和溫度(X5),但溫度和降水的共同作用對耕地空間分布的影響最大。且降水與其他因子的交互作用
對耕地空間分異的影響大于溫度和坡度與其他因子的交互作用,因此,降水量可能是影響甘肅耕地空間分異的主要自然因素。表明1995—2015年,人口增長速度加快和城鎮(zhèn)化進(jìn)程的快速推進(jìn)促進(jìn)人類活動對耕地的影響強度增大,建設(shè)用地持續(xù)擴張,人口和土地開發(fā)強度成為影響耕地時空分異的主要因素。但受糧食安全保障壓力的驅(qū)動,耕地流失在一定程度上得到控制,高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)項目持續(xù)推進(jìn),使得甘肅省耕地空間分布格局基本穩(wěn)定,再加上甘肅省降水主要集中在6—8 月,降水量呈上升趨勢[46],降水量增多又能夠為農(nóng)作物生長提供有力的條件。因此,經(jīng)濟發(fā)展水平對耕地的影響逐漸減弱,降水和溫度的交互作用強于人口和GDP的交互作用(0.52>0.48),成為影響耕地的主導(dǎo)因素。
本文以甘肅省1995年、2005年、2015年和2020年4 期土地利用數(shù)據(jù)為基礎(chǔ),借助ArcGIS 空間分析功能、GeoDa 空間分布關(guān)聯(lián)性分析以及地理探測器技術(shù)等方法,分析了研究區(qū)土地利用轉(zhuǎn)移情況,揭示了甘肅省耕地的時空變化特征,并探明了影響其空間分異的主要驅(qū)動因子。主要結(jié)論如下:
(1)甘肅省土地利用結(jié)構(gòu)在1995—2020 年間發(fā)生了明顯變化。耕地減少幅度達(dá)1.6%,1995—2005 年耕地面積增加,2005—2020 年耕地面積遞減。從土地利用轉(zhuǎn)移矩陣來看,耕地主要流向草地、林地和建設(shè)用地,未利用地主要流向耕地和草地。且不同地類間的轉(zhuǎn)換特征在不同研究時間段內(nèi)差異性明顯。
(2)甘肅省耕地空間分布上,呈“東南多、西北少”的典型分布特征,且耕地面積的低-低集聚區(qū)數(shù)量最多,主要分布在甘肅省西北部的河西地區(qū)和甘南藏族自治州,屬于生態(tài)脆弱敏感區(qū),耕地面積少、密度低。
(3)甘肅省耕地空間分布受自然因素和社會經(jīng)濟因素的共同作用。1995 年、2005 年、2015 年和2020 年各期數(shù)據(jù)中各因子對耕地空間分布貢獻(xiàn)率排序差別不大,起主導(dǎo)作用的地理探測因子具有一定的相似性。人口和土地開發(fā)強度的交互作用是1995 年、2005 年和2015 年甘肅省耕地空間分布差異性的主要原因,而2020年溫度和降水的交互作用成為影響耕地的主導(dǎo)因素。