趙程勛
【摘要:】文章以重慶市公路建設(shè)與土地利用發(fā)展規(guī)劃為案例,根據(jù)重慶市不同等級公路附近的土地利用變化情況,以土地利用動態(tài)度、土地利用轉(zhuǎn)移矩陣和土地利用程度等方法,對土地利用和公路建設(shè)之間的相互影響進行了研究。結(jié)果表明:土地利用變化最高的是耕地和林地,減少最多的是未利用地,其次是草地;公路旁的土地利用主要趨勢是其他土地利用類型轉(zhuǎn)化為耕地和林地,建設(shè)用地次之。
【關(guān)鍵詞:】公路工程;土地利用;建設(shè)用地
U412.1+4A180563
0 引言
隨著公路工程項目建設(shè)的發(fā)展,我國的土地面貌也在發(fā)生迅速的變化。土地作為人類生存的基本物質(zhì)資源,其重要性不言而喻,對其進行客觀的分析研究是一個十分重要的問題。國內(nèi)外土地利用的研究基本集中在三個方面:土地利用的環(huán)境生態(tài)效應(yīng)、土地利用變化模型以及土地利用變化的驅(qū)動因素。在土地利用的過程中,學(xué)者們也提出了一系列模型,如土地利用動態(tài)度[1-2]等,同時對土地利用變化的時空變化以及土地利用變化的驅(qū)動因素進行了分析,這其中包括自然因素和社會因素。長期來看,自然因素的作用更大,比如氣候、干旱等因素;而短期來看,人類的社會化行為對土地利用變化的影響更大,如退耕還林、圍湖造田等[3],這一系列的變化引起了諸多生態(tài)效應(yīng)問題[4-5]。
但這些研究并不能精確地指導(dǎo)土地利用,還需要更為詳細(xì)的研究,比如公路交通用地領(lǐng)域。本文正是基于這一點,以重慶市為例,在既有土地利用的狀況下研究交通用地的變化及其相互性影響。
1 概述
重慶地處我國西南地區(qū),周邊與多省接壤。其西部與四川省成都市緊鄰并且互補,形成了成渝經(jīng)濟圈,東部與湖北省和湖南省相連,南部緊靠貴州省,北部跨過秦嶺及淮河與陜西省相接,位于中西部大型城市的連接點上。重慶市屬于亞熱帶季風(fēng)性濕潤氣候,是典型的濕熱地區(qū),夏季高溫悶熱,全年濕度在70%以上。境內(nèi)河流眾多,水資源和水系都較為發(fā)達。重慶周圍大山環(huán)繞,東部、東南部、南部和北部分別是巫山、武陵山、大樓山和大巴山,這些大山環(huán)抱導(dǎo)致了重慶獨特的局地氣候。重慶城區(qū)海拔為168~400 m,整個城區(qū)地貌十分復(fù)雜,地表以山地和丘陵為主,占區(qū)域總面積的98%,地勢由南側(cè)和北側(cè)向河谷地帶降低。
重慶市緊鄰成都市,是我國中西部地區(qū)十分重要的城市。重慶位于長江上游,在西南地區(qū)發(fā)揮著輻射帶動周邊經(jīng)濟發(fā)展的作用。重慶是國家重要的制造業(yè)基地,擁有眾多高校,以及數(shù)十個國家工程技術(shù)中心和國家級重點實驗室,還擁有自由貿(mào)易試驗區(qū),經(jīng)濟地位十分突出。
2 數(shù)據(jù)獲取及來源
本次研究的數(shù)據(jù)包括遙感影像數(shù)據(jù)、2005年和2015年的土地利用數(shù)據(jù)、行政邊界數(shù)據(jù)、道路矢量數(shù)據(jù)以及社會經(jīng)濟方面的數(shù)據(jù)。遙感影像數(shù)據(jù)是從地理云平臺下載的TM遙感影像;2005和2015年的土地利用數(shù)據(jù)通過遙感影像解譯得到;道路交通數(shù)據(jù)通過重慶市交通局得到;社會經(jīng)濟數(shù)據(jù)從重慶市官網(wǎng)下載獲得。
土地利用數(shù)據(jù)的獲取方法為:(1)從NASA網(wǎng)站查找到重慶所對應(yīng)的遙感衛(wèi)星航帶號和軌道號,在地理云平臺下載2005和2015年對應(yīng)航帶號的遙感影像;(2)把下載好的影像導(dǎo)入到ENVI軟件中進行波段合成,通過不同波段的實驗組合,找到最佳的波段組合,生成所需要的假彩色合成圖像;(3)利用行政邊界數(shù)據(jù)對該影像進行切割,得到研究區(qū)的彩色影像;(4)進行土地利用分類,建立解譯標(biāo)志。對較易識別的目標(biāo)直接進行解譯;對不易識別的目標(biāo),可以通過谷歌地球以及相關(guān)的資料進行輔助判斷;對于識別困難的目標(biāo),采用實地考察的方式,對目標(biāo)進行識別。根據(jù)中科院劉紀(jì)遠等[1]的分類方式,將土地利用分為六大類:(1)耕地,從事農(nóng)業(yè)生產(chǎn)的土地,包括水田和旱地;(2)林地,樹木生長的地塊,包括自然林地和人工林地等;(3)草地,既包括野外的雜草地,也包括人工草地;(4)水域,江河湖泊等占有的面積,包括人工池塘、湖泊等;(5)建設(shè)用地,主要是人工建造物所占據(jù)的場地,包括公路鐵路等;(6)未利用地,指還未被開發(fā)利用的土地,此類地在城市中較為少見,多見于野外。最后,利用建立起來的解譯標(biāo)志對遙感影像進行矢量化,這一過程是在ARCGIS中通過數(shù)字化完成的。
3 研究方法
本項研究需要對土地利用的情況進行分析,采用的模型是土地利用動態(tài)度、土地利用轉(zhuǎn)移矩陣以及土地利用程度。
(1)在遙感圖像中根據(jù)不同道路的等級提取路邊一定范圍內(nèi)的土地利用類型。根據(jù)道路等級的不同,分別是高速公路兩邊1 km范圍、國道兩邊500 m范圍、省道兩邊250 m范圍、縣道兩邊100 m范圍。
(2)在其范圍內(nèi)提取耕地、林地、草地、水域、建設(shè)用地以及未利用地,分別得到了2005年和2015年的土地利用面積。
(3)根據(jù)土地利用單一動態(tài)度模型計算土地利用動態(tài)度,見式(1);利用ARCGIS對得到的不同時期土地利用數(shù)據(jù)進行疊加求取土地利用轉(zhuǎn)移矩陣,再根據(jù)土地利用程度模型計算土地利用程度,見式(2)。
土地利用動態(tài)度具體公式為:
K=Ub-UaUa×1T×100% (1)
式中:Ub和Ua——某一類土地在研究末期和研究初期的面積(km2);
T——兩期土地利用中間的時間(單位為年)。
K值為正,說明該類土地利用的面積增加,存在該類土地利用變化的積極因素;K值為負(fù),說明該類土地利用類型的面積減少,該類土地類型面積萎縮,存在對該類型的抑制因素。
土地利用程度公式[6]為:
L=∑ni=1Ai×SiSj×100
ΔL=L2-L1? ??????(2)
R=ΔLL1
式中:Ai——指土地利用程度分級指數(shù)。
根據(jù)文獻[1]提出的土地利用程度分級原則和賦值方法進行了賦值,詳細(xì)情況見表1。
4 研究結(jié)果
通過遙感解譯,可以獲得2005年和2015年重慶市公路用地的土地利用變化情況,具體解譯的結(jié)果見表2。整體上來說,耕地、水域和建設(shè)用地增加,而林地、草地和未利用地減少。
從耕地方面來看,2005年原有耕地為372.93 km2,到2015年耕地變?yōu)? 752.96 km2,增加了將近15%。林地則表現(xiàn)出相反的趨勢,由2005年的5 344.29 km2變?yōu)?015年的5 143.25 km2,減少了2.4%,相對于耕地變化幅度并不大。草地本身面積就較少,2005年為147.61 km2,到2015年進一步縮小為64.60 km2,僅變化82.31 km2,幅度很小。水域的面積是增加的,2005年是118.28 km2,2015年是230.65 km2,增加約1.5%。相對而言,建設(shè)用地面積變化較大,2005年為210.91 km2,2015年上升到776.15 km2,增加超過6%。未利用地2005年是1 781.15 km2,2015年變化為5.71 km2,出現(xiàn)了急劇的減少??傊?、未利用地和建設(shè)用地變化最為明顯,其他土地利用類型的變化都不顯著。
通過土地利用動態(tài)度可以得到各種土地利用類型的動態(tài)度。從結(jié)果來看,在高速公路、國道、省道和縣道的土地利用變化情況中,未利用地的減少速度是最快的,其值都在40%以上,國道最高達到了74.58%,最低為高速公路,為45.89%。水域的變化速度整體上較低,高速公路的水域變化速度最高為7.71%,縣道的水域變化速度最低為3.08%,其最高和最低值的差距并不大。在各種土地利用類型中,省道旁邊的草地變化速度最慢,只有2.53%,林地最低值為國道旁的林地變化率,耕地變化最慢的是國道旁的耕地,變化最快的是省道旁的地塊,達24.69%,建設(shè)用地在縣道旁的變化最為迅速,而在高速公路旁是最低的。在各種道路中,省道整體的變化是最高的,而縣道是最低的。
利用ARCGIS獲得的公路附近的土地利用轉(zhuǎn)移矩陣見表3。從表3可以看出,各種土地利用類型的轉(zhuǎn)入轉(zhuǎn)出變化情況。耕地、林地和水域的變化是較大的,未利用地盡管數(shù)值比較大,但由于其原有的土地面積較小,百分?jǐn)?shù)的意義不是很大。具體來看,耕地轉(zhuǎn)化為林地和建設(shè)用地的數(shù)量較多,達到了20.51%,而轉(zhuǎn)為草地的比例是1.13%,沒有轉(zhuǎn)化為未利用地。在轉(zhuǎn)化為耕地的類型中,以草地為最大,未利用地次之,建設(shè)用地最少。在轉(zhuǎn)化為建設(shè)用地的類型中,林地最少,為3.97%,且整體看林地轉(zhuǎn)為其他用地類型都較低。未利用地轉(zhuǎn)林地是最多的,達到了64.47%。草地轉(zhuǎn)化為林地和耕地的比例最高,達到了46.85%,沒有轉(zhuǎn)化為未利用地。轉(zhuǎn)化為草地的土地利用類型很少,水域和建設(shè)用地都為0。建設(shè)用地由于其特殊的下墊層性質(zhì)很難轉(zhuǎn)化為其他土地利用類型,轉(zhuǎn)化為耕地和林地的面積都很小,分別為7.07%和14.67%。轉(zhuǎn)化為建設(shè)用地的土地利用類型中,水域和耕地分別占到了27.46%和18.08%。
通過式(2)計算可以得到土地利用程度的結(jié)果:縣道在2005年為193.78,2015年為236.12,增加了20%以上;省道由2005年的188.63到2015年的242.34,上升約30%;國道的數(shù)值也處于不斷上升的情況,約為30%;高速公路由2005年的185.89上升到2015年的244.0 上升了31.26%。在各種道路類型中,土地利用程度變化最大的是高速公路,反映出高速公路對沿路土地利用的影響是最大的,而縣道對沿路的土地利用影響是最小的,僅為193.78。從整體看,各種級別的道路類型在2015年的土地利用程度高于2005年的土地利用程度。
5 公路與土地利用規(guī)律性分析
在表2中,2005年的土地利用情況顯示耕地所占的比例較小,但是到2015年達到了20%以上,說明國家保護耕地的政策作用顯現(xiàn),保護耕地的意識深入人心。未利用地的面積也大大縮小,結(jié)合土地利用轉(zhuǎn)移矩陣可知,未利用地主要轉(zhuǎn)化為耕地和林地,反映出當(dāng)?shù)貙α值睾透氐闹匾?。林地對改善氣候有著重要的作用,拓展耕地則意味著糧食多了一份保障。隨著城市化進程加速,建設(shè)用地的擴展是必然的,由表2也可以看出建設(shè)用地在高速擴張,但是要注意控制其擴張速度,在城市發(fā)展的同時,也要減少其他土地利用類型如耕地、林地等的流失。
土地動態(tài)度的情況在整體上反映出道路等級越高其相應(yīng)的土地利用變化的速度越快,這與高等級道路人流、車流量密集是十分密切的,人多車多就會吸引土地上的各種資源配置,從而促進土地利用的變化。在各種土地利用類型中,除了未利用地,建設(shè)用地的增加是最多的。
土地利用轉(zhuǎn)移矩陣可以很好地反映出各種土地利用類型的流向變化情況。表3顯示,耕地、林地和建設(shè)用地轉(zhuǎn)入的土地面積遠多于轉(zhuǎn)出的面積,說明2005年到2015年之間,土地利用更加合理。草地和未利用地為主要轉(zhuǎn)出類型,表明這些價值不大的地類都被最大化地開發(fā)。
土地利用程度表明了土地受到人類活動的影響程度。重慶市的基本情況是,土地利用在2005年時整體較低,而2015年較高,說明土地利用的程度大大增加,人類活動對土地利用的影響增大,其擾動也更為明顯。一般的規(guī)律是,等級越高,擾動越大,因為密集的人流加重了土地上面的負(fù)荷。
6 結(jié)語
從研究的情況來看,重慶市全境范圍內(nèi),土地利用變化速度逐漸提高,土地利用結(jié)構(gòu)更加合理,根據(jù)國家的政策以及結(jié)合自身的特點,充分合理地利用了資源,土地利用的強度增強,土地集約化程度得到了提高。在公路工程項目建設(shè)過程中,要注意項目建設(shè)與土地利用的關(guān)系。通過對重慶公路建設(shè)與土地利用的分析研究,可以給出如下具體建議:
(1)保持耕地和林地的大致方向不變,做出更為精細(xì)的調(diào)整,讓土地利用更加合理。
(2)控制建設(shè)用地的規(guī)模,以免損害其他土地類型的作用。
(3)避免公路工程項目臨時用地后期不處理情況的發(fā)生。
參考文獻:
[1]劉紀(jì)遠.中國資源環(huán)境遙感宏觀調(diào)查與動態(tài)研究[M].北京:中國科學(xué)技術(shù)出版社,1996.
[2]王思遠,劉紀(jì)遠,張增祥,等.中國土地利用時空特征分析[J].地理學(xué)報,200 56(6):631-639.
[3]張榮鵬.徐州市土地利用變化及驅(qū)動力分析——基于主成分分析法[J].農(nóng)村經(jīng)濟與科技,2020,31(4):6-8.
[4]安志山,李棟梁,王 濤,等.氣候變化對風(fēng)水蝕復(fù)合區(qū)的影響[J].中國沙漠,2012,32(3):610-617.
[5]徐朝霞,蘇海報,江曉東,等.氣候變暖對冬小麥生長發(fā)育、產(chǎn)量和品質(zhì)的影響[J].中國農(nóng)學(xué)通報,2020,36(25):101-105.
[6]Wang L,Zhou X,Lu M,et al.Impacts of haze weather on tourist arrivals and destination preference:Analysis based on Baidu Index of 73 scenic spots in Beijing,China[J].Journal of Cleaner Production,2020(273):1-11.