賈京默,孫 釗,桂心如,毛 靚

(1.東北林業(yè)大學 園林學院,哈爾濱 150040；2.中國林業(yè)科學研究院,北京 100091)

農(nóng)林用地是我國《城市用地分類與規(guī)劃建設(shè)用地標準》(GB50137—2011)中的一個類別(E2)[1],也是國土空間規(guī)劃用途分類劃分中,五種類別中的一項[2]。我國的糧食及生態(tài)安全極大的依賴于農(nóng)林用地。因此,農(nóng)林用地的景觀格局動態(tài)變化,及對國家宏觀戰(zhàn)略制定的影響是相關(guān)研究領(lǐng)域的前沿和熱點問題[3-5]。

當前,眾多學者的研究主要集中在景觀格局演變與其動力機制方面,在對于土地利用格局的預測模擬方面,通常采用CA模型與其他模型的結(jié)合來實現(xiàn),如：CA和多主體模型(MAM)、Geo CA Urban 模型、CA和Markov模型、神經(jīng)網(wǎng)絡(luò)與CA耦合模型等。在國外,Tong等[6]和Hana等[7]分別在俄亥俄州小邁阿密河流域、伊朗南部沿海地區(qū)使用CA-Markov模型進行模擬預測土地利用變化。在國內(nèi),歐維新等[8]使用 BP 神經(jīng)網(wǎng)絡(luò)與元胞自動機模型進行耦合,并且基于Mat-lab平臺模擬預測了海濱濕地的土地空間格局；范曉鋒[9]選取影響土地利用的驅(qū)動因子構(gòu)建CA-ANN模型并預測琿春市未來6年的土地利用動態(tài)變化。經(jīng)過多年的研究和嘗試,CA-Markov模型是目前運用最多的模擬預測模型,結(jié)合擅長通過學習處理復雜非線性關(guān)系的ANN模型,利用多模型的各自優(yōu)勢,相互耦合,對于景觀格局變化的模擬預測有著廣闊的研究前景。

本文以黑龍江鶴崗市作為研究區(qū),對其市域農(nóng)林用地景觀格局的變化進行系統(tǒng)量化分析,以Ann-CA-Markov模型的耦合構(gòu)建,對該區(qū)域未來景觀格局進行模擬預測。根據(jù)鶴崗市土地利用實際情況情況,對其2000—2020年的景觀格局變化及2020—2030年的模擬預測的綜合分析,可以為科學制定農(nóng)林土地利用政策,提供精確的量化數(shù)據(jù)。該研究方法,對于掌握該地區(qū)乃至全省范圍的景觀格局動態(tài)變化特征,提供方法參照,可為我國糧食及生態(tài)安全的相關(guān)研究提供重要的參考和依據(jù)。

1 研究區(qū)概況

黑龍江省是我國生態(tài)大省,其耕地和森林的景觀格局動態(tài)變化及未來發(fā)展趨勢,對于我國糧食及生態(tài)安全具有重要影響。鶴崗市耕地及森林占比較大,與黑龍江省農(nóng)林用地的景觀格局特征基本一致。鶴崗市面積14 700 km2,地形以西北向東南逐漸降低為地勢特征,是由三江平原向小興安嶺山地過渡地段。全市由平原、丘陵、漫崗、溝谷及漫灘等地貌類型組成。森林分布在西北部山區(qū),林木資源豐富,森林覆蓋率高達58%；東南部為三江平原的邊緣地帶,平坦開闊,是農(nóng)業(yè)分布區(qū)；境內(nèi)水資源豐富,有梧桐河、鶴立河、阿凌達河、嘉蔭河等18條主要河流。

2 研究方法

2.1 數(shù)據(jù)來源

航空和遙感影像數(shù)據(jù)來源于GSCloud,Globeland30等(精度為30m×30m)。森林資源二類調(diào)查數(shù)據(jù)來源于國家林業(yè)和草原科學數(shù)據(jù)中心(1997年、2004年二類調(diào)查森林資源分布,2016年第九次森林資源清查統(tǒng)計數(shù)據(jù))、黑龍江省森林工業(yè)總局(1997年、2006年統(tǒng)計數(shù)據(jù))。農(nóng)業(yè)用地調(diào)查數(shù)據(jù)來源于鶴崗市農(nóng)業(yè)農(nóng)村局、自然資源局,行政界線及道路分布圖來源于OpenStreetMap和中國科學院地理科學與資源研究所。同時,通過多次在鶴崗市域范圍進行調(diào)研和走訪,收集相關(guān)資料并實地驗證解譯結(jié)果。

根據(jù)《土地利用現(xiàn)狀分類》(GB/T 21010—2007)以及該市土地利用現(xiàn)狀,劃分為6種景觀類型(表1)。將遙感衛(wèi)星影像、各類資源調(diào)查數(shù)據(jù)和行政邊界導入ArcGIS 10.8軟件,統(tǒng)一坐標為 WGS 1984 UTM Zone 40N,人工解析衛(wèi)星圖像,并結(jié)合考察數(shù)據(jù)進行修正與補充。

表1 景觀類型劃分

2.2 耦合模型

傳統(tǒng)CA模型,由于元胞轉(zhuǎn)化規(guī)則具有較強的主觀性,因此存在著一定的局限性。人工神經(jīng)網(wǎng)絡(luò)(ANN)模型的特點是具有能夠模擬復雜非線性問題的能力。因此,為避免主觀權(quán)重賦值的不確定性,CA模型的轉(zhuǎn)換規(guī)則可以利用生成土地利用適宜性概率圖集作為依據(jù)[10]。

Ann-CA-Markov耦合模型是以CA作為基礎(chǔ),并耦合Ann和Markov模型。耦合模型結(jié)構(gòu)包括六部分,即:元胞、元胞空間、狀態(tài)、鄰域、規(guī)則和循環(huán)次數(shù)。其中最重要的規(guī)則部分耦合了Markov和Ann模型,基本定義如下[11]:

1)元胞 生態(tài)空間結(jié)構(gòu)類型圖的大小為30m×30m的柵格；

2)元胞空間 生態(tài)空間結(jié)構(gòu)類型圖的所有柵格；

3)狀態(tài) 元胞的狀態(tài)就是柵格的屬性,劃分為耕地、森林、草地、濕地、水域和人造地表(建設(shè)用地)；

4)鄰域 定義5×5的擴展性摩爾鄰域進行研究,即周邊有24個元胞對元胞的屬性產(chǎn)生影響；

5)規(guī)則 元胞的轉(zhuǎn)換規(guī)則主要包括空間和數(shù)量上的轉(zhuǎn)換規(guī)則,數(shù)量上的轉(zhuǎn)換規(guī)則主要是通過Markov模型進行計算,空間上的轉(zhuǎn)換規(guī)則通過Ann模型進行計算。

6)確定循環(huán)次數(shù) 因使用的每期基礎(chǔ)數(shù)據(jù)之間的間隔均為10年,故設(shè)置確定循環(huán)次數(shù)的年限間隔為10年。

2.3 耦合模型模擬精度檢驗

目前,常用Kappa系數(shù)和FOM(Figure of Merit)指數(shù)來衡量景觀格局模擬精度,以驗證所構(gòu)建模型在研究區(qū)用地應(yīng)用的可靠性。Kappa系數(shù)用來檢驗景觀格局模擬結(jié)果與實際狀況的一致性。Kappa值在0～1區(qū)間,其值越趨近于1,表明模型計算模擬精度越高。一般認為,當大于0.75時,模擬結(jié)果可信度高。FOM是一種評價模型靈敏值的方法。FOM值在0～1之間,模擬計算的時長直接影響FOM值,模擬計算時長每增加一個單位,FOM增加值不應(yīng)大于0.01,此時模型模擬結(jié)果較好[11]。利用GeoSOS-FLUS V2.3軟件[12]完成研究區(qū)未來的景觀格局模擬預測。首先,構(gòu)建CA模型除規(guī)則之外的元胞、元胞空間、狀態(tài)、鄰域和循環(huán)次數(shù)等5部分信息,再利用Markov和ANN模型分別以2000年、2010年分類數(shù)據(jù)為依據(jù),確定轉(zhuǎn)換規(guī)則,獲得2020年模擬圖。將2020年模擬圖與實際狀態(tài)數(shù)據(jù)比較,運用Kappa系數(shù)和FOM指數(shù)來評估其模擬精度。

2.4 面積轉(zhuǎn)移矩陣與指數(shù)計算

通過空間疊加2000年、2010年、2020年3個時間點衛(wèi)星遙感解析結(jié)果,可進行土地利用變化分析,即研究區(qū)域內(nèi)不同景觀類型之間的面積相互轉(zhuǎn)移結(jié)果。利用Fragstats 4.0軟件進行計算,并選取斑塊密度PD、最大斑塊指數(shù)LPI、景觀豐度PR、景觀形狀指數(shù)LSI、香農(nóng)多樣性指數(shù)SHEI等指標。

3 結(jié)果與分析

3.1 2000—2020年景觀類型與面積變化

1)2000—2010年,研究范圍內(nèi)的景觀類型面積變化情況特征為:森林面積減少31.726 0km2,耕地面積增加19.165 1km2,草地面積減少7.287 3km2,濕地面積減少20.453 6km2,水體面積增加24.111 2km2,人造地表增加16.190 7km2。景觀類型變化情況為:森林向耕地、草地,轉(zhuǎn)化凈面積分別為12.301 4、23.792 7km2；濕地、水體、人造地表向森林轉(zhuǎn)化凈面積分別為3.063 5,1.244 5,0.060 2km2；草地、濕地向耕地轉(zhuǎn)化凈面積分別為8.771 1,7.295 8km2；耕地向水體、人造地表轉(zhuǎn)化凈面積分別為0.201 4,9.001 9km2。這一時期,研究區(qū)受到城鎮(zhèn)化進程的影響較大,耕地面積增加較多,森林面積相對減少,濕地面積減少,生態(tài)功能些許退化。景觀類型面積轉(zhuǎn)移矩陣如表2所示。

表2 2000—2010年景觀類型面積轉(zhuǎn)移矩陣

2)2010—2020年,研究范圍內(nèi)的景觀類型面積變化情況為:森林面積減少21.229 4 km2,耕地面積減少217.543 km2,草地面積減少21.912 2 km2,濕地面積增加237.411 2 km2,水體面積增加9.076 9 km2,人造地表增加12.140 3 km2。研究區(qū)的景觀類型變化情況為:森林向耕地、濕地、水體、人造地表轉(zhuǎn)化凈面積分別為29.064 0,10.075 7,4.084 1,0.196 0 km2；草地向森林轉(zhuǎn)化凈面積為22.190 4 km2；耕地向草地、濕地、水體、人造地表轉(zhuǎn)化凈面積分別為8.128 1,208.742 9,2.092 1,27.643 9 km2。這一時期,耕地面積顯著減少,減少的耕地約213 km2轉(zhuǎn)化為濕地面積,主要增加區(qū)域為邊境黑龍江流域地區(qū)。景觀類型面積轉(zhuǎn)移矩陣如表3所示。

表3 2010—2020年景觀類型面積轉(zhuǎn)移矩陣

從2000—2020年的20年間的景觀格局變化情況來看,耕地面積變化較大,減少總面積近200 km2,森林面積也在持續(xù)將減少,濕地面積增加較多,人造地表(即建設(shè)用地)面積也在持續(xù)增加。從空間分布來看,農(nóng)林用地變化主要集中在中部地區(qū)的城鎮(zhèn)密集區(qū)域。由于人類活動,特別是城鎮(zhèn)化建設(shè)導致森林面積減少；基本農(nóng)田的保護政策的實施導致2010年后的耕地面積持續(xù)增加。濕地面積的提高主要歸因于國家相關(guān)政策的實施。由國家發(fā)展改革委、國家林業(yè)局會同有關(guān)部門編制的《大小興安嶺林區(qū)生態(tài)保護與經(jīng)濟轉(zhuǎn)型規(guī)劃(2010—2020年)》,在2010年印發(fā)實施。該《規(guī)劃》明確加強林區(qū)生態(tài)和濕地保護與建設(shè)。國家相關(guān)政策的落實,使森林面積減少的勢頭得到遏制,且濕地增加較大面積。鶴崗市景觀格局變化如圖1所示。

圖1 2000—2020年鶴崗市景觀格局變化示意圖

3.2 2020—2030年景觀格局模擬預測

3.2.1精度檢驗

經(jīng)相關(guān)性分析篩選出與研究區(qū)景觀格局變化相關(guān)的驅(qū)動力因子,即2000年、2010年和2020年3期相關(guān)數(shù)據(jù),如:平均溫度、年降水量、道路、水域、人造地表范圍、DEM影像等,進行2020年研究區(qū)景觀格局進行模擬預測。

選取3個比較典型的局部區(qū)域的模擬結(jié)果,通過模擬圖與真實圖進行圖像判讀(圖2),結(jié)果具有很高的相似度。Kappa系數(shù)和FOM指數(shù)計算結(jié)果分別為0.825和0.04,均在模型模擬預測允許范圍值內(nèi),模擬預測結(jié)果可靠。

圖2 2020年部分區(qū)域景觀格局真實圖與模擬圖對比

3.2.2模擬預測

經(jīng)檢驗,該模型模擬預測精度可靠,對2030年鶴崗市景觀格局進行模擬預測計算,結(jié)果如圖3、表4所示。其中,研究范圍內(nèi)的景觀類型面積變化預測為:森林面積減少0.064 8km2,耕地面積增加1.036 8km2,草地面積減少0.097 2km2,濕地面積增加14.644 8km2,水體面積增加6.131 7km2,人造地表減少21.651 3km2。研究區(qū)的景觀類型變化情況為:森林向耕地、草地、濕地轉(zhuǎn)化凈面積分別為0.032 4,0.024 3,0.008 1km2；耕地向濕地轉(zhuǎn)化凈面積為0.202 5km2；草地、水體、人造地表向耕地轉(zhuǎn)化凈面積分別為、0.081,0.008 1,1.117 8km2。

圖3 2020年和2030年鶴崗市景觀格局模擬圖

3.3 景觀格局變化及預測

3.3.1景觀類型面積變化特征

縱觀2010—2020年,以及對2020年之后10年的預測可知(圖4),森林面積緩慢減少,且減少的勢頭在未來10年能夠得到有效遏制；耕地面積呈現(xiàn)了先增加后減少的情況,并在之后的10年內(nèi)保持穩(wěn)定；其它景觀類型中,濕地自2010年以來持續(xù)增加,并在未來10年保持繼續(xù)增加的態(tài)勢,人造地表則呈現(xiàn)面積減少的趨勢。

圖4 景觀類型面積變化

表4 2020—2030年鶴崗市景觀類型面積轉(zhuǎn)移矩陣

3.3.2景觀格局變化特征

1)鶴崗市景觀格局變化特征

研究區(qū)20年時間跨度及未來10年的景觀格局整體變化情況如表5所示。其中,斑塊數(shù)量(NP)在研究期的前10年呈顯著下降趨勢,隨后開始升高并在未來10年保持基本穩(wěn)定；斑塊密度(PD)先降低后增加,未來斑塊密度總體將緩慢升高；香濃均勻度指數(shù)(SHEI)與斑塊數(shù)量及密度的變化情況呈現(xiàn)負相關(guān)性,即先增加后降低,并在未來基本保持相對穩(wěn)定的態(tài)勢。表明2000—2010年,鶴崗市的景觀豐富度、異質(zhì)性減少,破碎化程度低；2010—2030年景觀豐富度增加、異質(zhì)性上升,破碎化程度高。

表5 2000—2030年鶴崗市景觀格局指數(shù)

2)農(nóng)林用地及其他景觀類型格局變化特征

2000—2030年鶴崗市農(nóng)林用地類型景觀格局指數(shù)如圖5所示。

圖5 2000—2030年鶴崗市農(nóng)林用地景觀格局指數(shù)變化

斑塊密度:耕地最小(0.034 1),森林其次,最大值為人造地表(1.235 2)。說明耕地和森林的破碎化程度較低,特別是森林的斑塊密度持續(xù)降低,森林的破碎化程度得到改善。其他景觀類型中,草地和水體斑塊密度總體呈先減小后增大的趨勢,且草地增加較多,其破碎化的程度加深；濕地和人造地表一直呈現(xiàn)逐漸減小的趨勢,說明整體破碎化程度逐漸降低。

最大斑塊指數(shù):耕地、森林的最大斑塊指數(shù)相近,且明顯大于其他景觀類型,呈現(xiàn)出先增加再減小的波動趨勢,在一定程度上說明研究區(qū)的耕地與森林是優(yōu)勢景觀類型。其他景觀類型中,水體最大斑塊指數(shù)呈持續(xù)減小的趨勢,且減少的非常明顯,說明其整體性降低,破碎化的程度加深；草地、濕地和人造地表一直呈現(xiàn)逐漸增加的趨勢,且濕地的增加幅度較大,與其面積增加較大的情況相一致。

景觀形狀指數(shù):耕地、森林的景觀形狀指數(shù)均出現(xiàn)小幅降低后又大幅增加的趨勢,最大值均出現(xiàn)在2030年(17.342 6，32.791 2),反映出農(nóng)林用地的形狀比較復雜,所受到自然條件及人為因素干擾,且強度較大。其他景觀類型都是先小幅增加,然后降低的變化情況,說明這些景觀類型受到外界干擾強度相對較小。

4 結(jié)論

1) 經(jīng)相關(guān)指數(shù)計算,Ann-CA-Markov耦合模型模擬精度符合要求,其模擬可靠性高,可應(yīng)用于鶴崗市農(nóng)林用地景觀格局的模擬預測。

2) 2000—2030年,鶴崗市農(nóng)林用地面積呈現(xiàn)整體減少的趨勢,其中森林面積緩慢減少,耕地面積減少的較多,其面積主要轉(zhuǎn)化為濕地,預測結(jié)果反映這種減少的趨勢將在一定程度上得到緩解。其他景觀類型中,濕地和水體面積持續(xù)增加,草地面積將保持穩(wěn)定,人造地表面積將減少。

3) 2000—2030年,耕地與森林是鶴崗市景觀格局的優(yōu)勢景觀類型,且受到外界干擾較強；耕地和森林的破碎化程度較低,森林的斑塊密度持續(xù)降低,森林的破碎化程度得到改善。