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.