賁薛晨，余 成

（1.蘇州科技大學 環(huán)境科學與工程學院，江蘇 蘇州 215009；2.蘇州科技大學 地理科學與測繪工程學院，江蘇 蘇州 215009）

土地利用變化對維持和改善區(qū)域生態(tài)平衡，實現(xiàn)土地資源可持續(xù)開發(fā)利用具有重要意義[1]，景觀格局可反映不同景觀類型和數(shù)量在空間分布上的變化特征[2]。國內學者當前對土地利用變化與景觀格局的研究有：景觀格局與土地利用的演變分析[3]、景觀格局的生態(tài)效應[4-7]、景觀格局的生態(tài)優(yōu)化[8]、景觀格局的驅動力分析[9]、景觀格局與土地利用的動態(tài)變化分析[10]、土地利用變化的驅動力分析[11]等。國外學者對于景觀格局的研究多采用景觀格局指數(shù)、建立數(shù)學模型、3S技術等來量化景觀格局的指標[12-13]。

蘇州市區(qū)位條件優(yōu)越，近40年以來，蘇州市處于城市化的快速發(fā)展階段，建設用地不斷擴張，土地利用與景觀格局不斷發(fā)生變化。近年來以蘇州市為研究區(qū)域的土地轉型與景觀格局變化主要集中在蘇州市土地利用的轉型、土地利用的生態(tài)安全問題與景觀格局的模擬預測。LIANG X Y等研究了蘇州市土地利用轉型的研究框架[14]；汪煜等對蘇州市未來景觀格局進行了分析與模擬[15]；王躍等利用遙感圖像研究了蘇州市郊區(qū)土地利用變化[10]；伍燕南等分析了蘇州市土地利用的生態(tài)安全問題[16]。目前蘇州市對于土地利用的研究以土地利用與景觀格局的變化為主，并未進一步研究蘇州市土地利用與景觀格局變化產生的生態(tài)效應，未來可以從生態(tài)效應角度出發(fā)研究蘇州市的土地與景觀格局變化。

以蘇州市為例，分析蘇州市的土地利用與景觀格局的演變過程及特征，一方面為未來研究蘇州市的土地問題提供一定的數(shù)據參考；另一方面，為蘇州市未來土地政策的調整與生態(tài)環(huán)境保護提供理論依據[2]。

1 研究區(qū)概況

蘇州位于長江三角洲中部，東經119°55′～121°20′，北緯30°47′～32°02′[11]，東鄰上海，西傍太湖，南接浙江，北枕長江，區(qū)位條件優(yōu)越（如圖1所示）。2019年年末，蘇州市常住人口達到1 075萬人，地區(qū)生產總值19 235.80億元，城市化率達到77%[17]，城市化水平遠高于全國平均水平，屬于高度城市化地區(qū)。

圖1 蘇州市區(qū)位圖

2 數(shù)據來源與研究方法

2.1 數(shù)據來源

文中所涉及蘇州市1980、2000、2010、2018年的4期土地利用/覆被數(shù)據來源于中國科學院資源環(huán)境科學數(shù)據中心出版的土地利用覆被變化遙感監(jiān)測數(shù)據集[18]。借鑒郭彥軍等的研究成果[6]，根據研究需要，將蘇州市土地利用類型劃分為6個一級地類（耕地、林地、建設用地、草地、水域、未利用土地）與17個二級地類（水田、旱地、有林地、灌木林、疏林地、其他林地、農村居民點、城鎮(zhèn)用地、其他建設用地、高覆蓋度草地、湖泊、河渠、水庫坑塘、灘涂、灘地、裸土地、裸巖石質地）。

2.2 研究方法

2.2.1 土地利用動態(tài)度

土地利用動態(tài)度是反映土地利用類型動態(tài)變化的指數(shù)，分為單一動態(tài)度與綜合動態(tài)度。

單一土地利用動態(tài)度可表示某一研究區(qū)一定時間范圍內某種土地利用類型的數(shù)量變化情況[13]，其表達式為

式中：K為研究時段內某一種土地的動態(tài)度；Ua和Ub分別表示研究時段初與研究時段末某種土地利用類型的數(shù)量；T為研究時段時長。

綜合土地利用動態(tài)度可以反映研究區(qū)域內土地的變化速度，其表達式為

式中：LC為綜合土地利用動態(tài)度；ΔLUi為研究時段內第i類土地轉變?yōu)榉莍類土地面積的絕對值；LUi為研究時段初期第i類土地的面積；T為研究時段時長。

2.2.2 土地利用程度

土地利用程度綜合指數(shù)反映了人類與自然因素對土地的綜合作用[19]。莊大方將土地利用程度數(shù)量化，將土地利用的理想狀態(tài)定為4種土地利用級，并對其進行賦值[20]。其表達式為

式中：L為土地利用程度綜合指數(shù)；Ai為第i級土地利用程度分級指數(shù)；Ci為第i級土地利用面積百分比。

2.2.3 土地利用轉移分析

通過土地利用轉移矩陣進行分析，土地利用轉移矩陣可以清楚地反映研究時段初與研究時段末各類土地內部的動態(tài)變化。利用Excel將蘇州市1980—2018年的土地矩陣制作出來，利用?；鶊D表示蘇州市主要變化的用地類型轉移面積的流量與流向。

2.2.4 核密度分析

核密度通常來反映地理現(xiàn)象空間擴散的距離衰減規(guī)律，即借助一個移動單元格，對給定區(qū)域的點或線格局的密度進行估計[21]，其表達式為

式中：k為核函數(shù)形式，n為數(shù)據數(shù)量，h為窗寬，x-xi為估計點x到已知點xi的距離。

2.2.5 景觀格局分析

分析城市景觀格局變化對研究城市化的景觀生態(tài)過程和生態(tài)功能變化具有重要意義[22]。目前景觀指數(shù)是城市景觀格局分析方法中最常見的。景觀指數(shù)能高度濃縮景觀格局信息，反映其結構組成和空間配置等方面特征的簡單定量指標[23]。文中景觀水平上選取的景觀指數(shù)有NP（斑塊數(shù)量）、PD（斑塊密度）、LPI（最大斑塊指數(shù)）、LSI（景觀形狀指數(shù)）、CONTAG（蔓延度指數(shù)）、SHDI（香農多樣性指數(shù)）、SHEI（香農均勻度指數(shù)）。選取的景觀格局指數(shù)的計算公式和意義可參見相關文獻[24-25]。

3 結果與分析

3.1 土地動態(tài)度分析

2000—2010年蘇州市土地綜合動態(tài)度最高，為1.70%（見表1），表明在這一時期，蘇州土地利用類型變化最大，土地結構最不穩(wěn)定。1980—2000年綜合動態(tài)度最低，為0.40%，表明在這一時期，蘇州土地利用類型變化最小，土地利用結構較為穩(wěn)定。其中，水田、其他林地在整個研究時段內，單一動態(tài)度皆為負值，說明水田、其他林地在研究時段內面積一直在減少。水庫坑塘、城鎮(zhèn)用地、農村居民點在整個研究時段內，單一動態(tài)度皆為正值，說明水庫坑塘、城鎮(zhèn)用地、農村居民點在研究時段內面積一直在增加。灌木林在1980—2010年動態(tài)度為正值，但2010—2018年動態(tài)度為0，這說明灌木林在前30年面積增加，但2010—2018年面積沒有發(fā)生變化。疏木林在1980—2010年動態(tài)度為負值，但2010—2018年動態(tài)度為0，這說明疏木林在前30年面積減少，但2010—2018年面積沒有發(fā)生變化。

表1 1980—2018年蘇州市土地利用動態(tài)度 %

3.2 土地利用程度分析

土地利用程度反映了土地利用的廣度與深度，反映了人類活動與自然因素的綜合作用。1980—2010年期間土地利用程度綜合指數(shù)呈上升趨勢，表示這一時期內蘇州市土地利用處于發(fā)展階段，隨著蘇州城市化水平的不斷提高，城鎮(zhèn)用地與建設用地不斷增加，土地利用程度不斷加深。1980—1990年土地利用程度變化度最高，說明這段時期內土地發(fā)展最快。2010—2018年時期內土地利用程度綜合指數(shù)下降，表示這一時期內蘇州市建設用地面積并未發(fā)生明顯的變化（見表2）。

3.3 土地利用轉移分析

利用桑基圖可以直觀展現(xiàn)研究區(qū)主要變化的地類面積轉移的流向和流量[6]，結果顯示如圖2所示。

表2 1980—2000年蘇州市土地利用程度

圖2 蘇州市主要變化用地轉移?；鶊D

3.3.1 城鎮(zhèn)用地轉入轉出分析

1980—2000年時期內，大量旱地、水田轉變?yōu)槌擎?zhèn)用地，其中水田為這一時期主要轉變?yōu)槌擎?zhèn)用地的土地類型，轉入面積為139 km2；城鎮(zhèn)用地主要轉變?yōu)樗?，轉出面積為10 km2。在此研究時段內城鎮(zhèn)用地面積增加，大量旱地轉變?yōu)槌擎?zhèn)用地，土地利用程度增加。2000—2010年時期內，大量農村居民點、水田轉變?yōu)槌擎?zhèn)用地，其中水田為這一時期主要轉變?yōu)槌擎?zhèn)用地的土地類型，轉入面積為817 km2；城鎮(zhèn)用地主要轉變?yōu)檗r村居民點，轉出面積為37 km2。在此研究時段內城鎮(zhèn)用地面積增加，大量農村居民點轉變?yōu)槌擎?zhèn)用地，城鎮(zhèn)化水平提高。2010—2018年時期內，水田和水庫坑塘轉變?yōu)槌擎?zhèn)用地的面積較多，城鎮(zhèn)用地轉變?yōu)樗锏拿娣e相對較多，為12 km2。在此研究時段內城鎮(zhèn)用地面積變化不大。

從整個研究時段來看，主要是水田轉變?yōu)槌擎?zhèn)用地。城鎮(zhèn)用地面積總體一直處于上升趨勢，1980—2010年期間增長較快，2010—2018年增長較慢。

3.3.2 水田轉入轉出分析

1980—2000年時期內，湖泊、農村居民點、水庫坑塘轉變?yōu)樗锏拿娣e較大。水田主要轉變?yōu)槌擎?zhèn)用地、農村居民點、水庫坑塘，其中水田轉變?yōu)檗r村居民點的面積最多，為255 km2。在這一時期內，水田面積有較明顯的減少，隨著城市化、現(xiàn)代化水平的提高，大量水田轉變?yōu)槌擎?zhèn)用地與農村居民點。2000—2010年時期內，水田轉入面積較少，只有農村居民點與水庫坑塘轉變?yōu)樗锏拿娣e超過10 km2。而大量水田轉變?yōu)槌擎?zhèn)用地、農村居民點、水庫坑塘。城鎮(zhèn)用地是水田主要轉變的土地類型，轉出面積為817 km2。這一研究時期，蘇州市經濟水平、城鎮(zhèn)化水平快速提高，水田迅速減少，城鎮(zhèn)用地進一步加快擴張。2010—2018年時期內，水庫坑塘、城鎮(zhèn)用地、農村居民點轉變?yōu)樗锏拿娣e超過10 km2。水田主要轉變?yōu)楹档?、城?zhèn)用地、農村居民點，水田轉變?yōu)楹档氐拿娣e最多，轉出面積為536 km2。這一研究時期，隨著人口的增加，城鎮(zhèn)化水平的進一步提高，水田繼續(xù)轉變?yōu)槠渌愋偷挠玫?，但轉出速度趨緩。在整個研究時段內，水田面積持續(xù)減少，在近幾年趨于平緩。

3.3.3旱地轉入轉出分析

1980—2000年時期內，旱地轉入面積較少，只有水田轉變?yōu)楹档氐拿娣e超過5 km2。旱地轉出為城鎮(zhèn)用地與農村居民點的面積較多，其中城鎮(zhèn)用地為旱地的主要轉出類型，轉出面積為86 km2。這一研究時期，旱地面積減少，主要轉變?yōu)槌擎?zhèn)用地。2000—2010年時期內，旱地轉入面積同樣較少，轉出面積以城鎮(zhèn)用地為主，轉出面積為41 km2。這一研究時期，旱地持續(xù)減少，主要還是轉變?yōu)槌擎?zhèn)用地。2010—2018年時期內，大量水田轉變?yōu)楹档兀锸沁@一時期主要轉變?yōu)楹档氐耐恋仡愋?，轉入面積為536 km2。旱地轉出面積較少。在整個研究時期內，旱地面積呈現(xiàn)先下降后上升的趨勢。旱地在1980—2000年時期內持續(xù)減少，主要轉變?yōu)槌擎?zhèn)用地。而在2010—2018年時期內，旱地面積增加，大量水田轉變?yōu)楹档亍?/p>

3.3.4 農村居民點轉入轉出分析

1980—2000年時期內，水田是主要轉變?yōu)檗r村居民點的土地類型，轉入面積為255 km2，也有部分農村居民點轉出為水田，轉出面積為79 km2。這一研究時期農村居民點面積增加。2000—2010年時期內，水田、城鎮(zhèn)用地轉變?yōu)檗r村居民點的面積較多，水田是主要轉變?yōu)檗r村居民點的土地類型，轉入面積為256 km2。農村居民點主要轉出為城鎮(zhèn)用地，轉出面積為186 km2。這一研究時期農村居民點面積繼續(xù)增加。2010—2018年時期內，水田依然是轉變?yōu)檗r村居民點的主要土地類型，轉入面積為72 km2。部分農村居民點轉出為水田、城鎮(zhèn)用地，轉出面積并不大。在整個研究時期內，農村居民點面積始終增加，增長速度由快到慢。水田持續(xù)轉變?yōu)檗r村居民點，同時農村居民點也部分轉變?yōu)槌擎?zhèn)用地。

3.4 土地利用變化的核密度分析

為了進一步分析蘇州市土地轉移的特征，采用核密度分析法分析蘇州市土地轉型的集中程度。利用軟件對三個研究時段土地轉移圖進行格式轉換，轉換為像元為300的柵格圖像，制作55行、50列的漁網，進行分區(qū)統(tǒng)計，最后進行核密度分析，得出蘇州市研究時段土地轉移核密度分析圖（如圖3所示）。

圖3 1980—2018年蘇州市土地核密度分析

1980—2000年時期內，蘇州市土地轉移密度總體不高，轉移高密度區(qū)主要集中在吳中區(qū)，昆山市、張家港市、常熟市也有部分地區(qū)屬于高密度區(qū)。低密度區(qū)主要是水域部分，主要分布在蘇州市的西南與東北方向。蘇州市中部地區(qū)大多屬于中密度區(qū)。這一研究時期，蘇州市城市化處于剛剛起步階段，高密度轉移區(qū)域相對較少。

2000—2010年時期內，高密度區(qū)明顯多于1980—2000年時期內。高密度區(qū)主要集中在蘇州市中部，包括昆山市、吳中區(qū)、姑蘇區(qū)、虎丘區(qū)。低密度區(qū)以太湖流域的水體為主。中密度區(qū)以蘇州市西北、東北、東南地區(qū)為主。這一時期高密度區(qū)與中密度區(qū)相較于上一研究時段有所增加，總體土地轉移密度高于上一研究時段，這一時期內，蘇州市屬于城市化加速發(fā)展階段，土地轉移密度普遍較高。

2010—2018年時期內，蘇州市土地轉移密度下降。高密度區(qū)域主要集中在張家港市，常熟市、吳江區(qū)小部分區(qū)域也屬于高密度區(qū)。中密度區(qū)主要是昆山市、太倉市、常熟市、吳江區(qū)的部分區(qū)域。低密度區(qū)在此研究時段內占主導地位。這一研究時段內，蘇州市城市化水平屬于穩(wěn)步發(fā)展階段，土地轉移密度普遍較低。

從整個研究時段來看，1980—2018年時期內，蘇州市土地轉移密度呈現(xiàn)先上升后下降的趨勢，高密度區(qū)域主要集中在北部的張家港市和中部的昆山市、吳中區(qū)與姑蘇區(qū)。分時期來說，2000—2010年時期高密度區(qū)域最多，1980—2000年時期高密度區(qū)域最少，除2010—2018年，蘇州市都以中高密度區(qū)為主。

3.5 景觀格局演變特征

論文主要研究蘇州景觀水平上的變化，選取的景觀指數(shù)及其含義（見表3）。

表3 景觀尺度上的景觀格局指數(shù)

3.5.1 斑塊數(shù)量與密度變化

蘇州市1980—2018年時期內斑塊總面積保持穩(wěn)定，斑塊數(shù)量呈現(xiàn)先增加后減少最終趨于平緩的趨勢（如圖4所示），因此相應的斑塊密度也呈現(xiàn)先增加后減少最終趨于平緩的趨勢。這說明1980—2000年時期內蘇州市斑塊單位面積減少，景觀趨于破碎化，景觀異質性增強。2000—2018年時期內蘇州市景觀異質性減弱，最終景觀異質性趨于穩(wěn)定。

3.5.2 斑塊形狀變化

蘇州市1980—2018年時期內，LPI呈現(xiàn)先下降后趨于平緩的趨勢（如圖5所示）。1980—2000年時期內，LPI下降明顯，這說明優(yōu)勢景觀斑塊所占的比例下降，對景觀格局的控制能力減弱。斑塊形狀指數(shù)LSI在1980—2010年期間緩慢上升，說明這一時期內蘇州市各類景觀要素偏向不規(guī)則化發(fā)展，這與這一時期大量水田轉變?yōu)槠渌玫仡愋陀幸欢ǖ年P系。2010—2018時期內LSI指數(shù)下降，說明這一時期內，景觀斑塊的形狀逐漸趨于穩(wěn)定。與土地利用程度相對應，1980—2010年呈正增長，2010—2018年呈負增長。

圖4 景觀水平上斑塊數(shù)量與密度指數(shù)變化

圖5 景觀水平上斑塊形狀指數(shù)變化

3.5.3斑塊團聚程度變化

蘇州市1980—2018年時期內，蔓延度指數(shù)CONTAG呈現(xiàn)先下降后上升的趨勢（如圖6所示）。1980—2010年，CONTAG指數(shù)下降，這說明這一時期內蘇州市景觀連通性下降。由土地轉移矩陣可知，這一時期內水田大量轉變?yōu)槠渌玫仡愋?，各種類型城鎮(zhèn)用地面積大量增加，景觀要素增加。2010—2018年時期內CONTAG指數(shù)上升，這說明這一時期景觀連通性有所升高，團聚程度有所升高。由土地轉移矩陣可知，這一時期水田面積轉出較少，各類城鎮(zhèn)用地面積增長速度減緩，景觀整體要素的變化趨于緩和。

3.5.4 景觀多樣性變化

蘇州市1980—2018年時期內，香農多樣性指數(shù)SHDI呈現(xiàn)持續(xù)上升趨勢（如圖7所示）。說明研究時段內蘇州市景觀豐富度增加，景觀的不定因素增加，也說明優(yōu)勢斑塊對景觀的控制能力有所下降，不同景觀類型對景觀差異的貢獻度縮小。1980—2018年時期內SHEI指數(shù)線呈上升趨勢再趨于平緩，說明景觀均勻度上升后趨于穩(wěn)定。

圖6 景觀水平上斑塊團聚程度變化

圖7 景觀水平上斑塊多樣性變化

3.6 土地利用變化驅動力分析

一般影響土地利用變化的有自然因素與人文因素。文中選取的自然因素有：X1平均氣溫、X2降水；人文因素包括：X3戶籍總人口、X4戶籍人口密度、X5地區(qū)生產總值、X6第一產業(yè)比重、X7第二產業(yè)比重、X8第三產業(yè)比重。數(shù)據來自蘇州市統(tǒng)計年鑒[17]。一般情況下，多變量之間具有一定相關性，主成分分析可將多個變量簡化為少數(shù)幾個綜合變量，并保留原來多變量的大部分信息，是綜合處理多變量相關性關系的一種有效方法[26]。利用SPSS對上述選取的8個因素進行主成分分析，得出相關矩陣、主成分貢獻率與主成分載荷矩陣。主成分貢獻率越大，說明該成分所包含的原始變量的信息越強[27]，一般來說，主成分累計貢獻率達到80%或85%以上即可[28]，文中累計貢獻率大于85%，且特征值都大于1，故選取的主成分數(shù)目能夠滿足分析條件（見表4）。

表4 主成分方差貢獻率與特征值

由表4可知，第一主成分與地區(qū)生產總值、戶籍總人口、戶籍人口密度、第三產業(yè)比重呈高度的正相關，說明在蘇州土地利用變化的驅動力中人口、經濟是重要的影響因素，其中在第一主成分中，地區(qū)生產總值是最重要的影響因素，戶籍人口為次重要的影響因素。第二主成分與降水量呈高度的正相關，說明自然因素對蘇州市土地利用的變化也有一定影響，其中在第二主成分中降水是最重要的影響因素，第一生產總值為第二重要的影響因素。葛欣怡等對土地變化的驅動力進行了主成分分析分析，結果表明第三主成分與降水量呈高度正相關，表明自然因素與土地變化存在一定的聯(lián)系[10]。

4 結語

1980—2000年時期內蘇州市土地結構相對較為穩(wěn)定，2000—2018年時期內土地結構變化較為明顯。主要用地類型中，水田面積呈現(xiàn)持續(xù)下降的趨勢，城鎮(zhèn)用地、農村居民點呈現(xiàn)逐年上升趨勢，湖泊處于先上升后下降再上升的趨勢。蘇州市土地利用綜合動態(tài)度在2000—2010年最高，在1980—2000年最低。在整個研究時段內，水田和其他林地的單一動態(tài)度始終為負值，城鎮(zhèn)用地、水庫坑塘、農村居民點始終為正值。1980—2010年時期內蘇州市土地利用程度加深，蘇州市土地處于發(fā)展階段；2010—2018年土地利用程度綜合指數(shù)下降，表明蘇州市建設用地面積并未發(fā)生明顯變化，土地利用類型的轉變并不明顯。土地利用轉移矩陣分析表明，1980—2010年時期內，用地類型的變化主要表現(xiàn)為水田轉變?yōu)槌擎?zhèn)用地與農村居民點，轉變面積由大到小為2000—2010年、1980—2000年、2010—2018年。土地轉移密度的高低符合蘇州市城市化的發(fā)展速度，2000—2010年蘇州市屬于城市化發(fā)展階段，土地轉移的高密度區(qū)較多；2010—2018年蘇州市城市化處于穩(wěn)步發(fā)展階段，土地轉移以低密度區(qū)為主。在景觀水平上，1980—2010年時期內，蘇州市的景觀格局趨于破碎化與不規(guī)則化，同時優(yōu)勢斑塊對景觀的控制能力減弱；2010—2018年時期內，蘇州市景觀格局逐步趨向穩(wěn)定。主成分分析驅動力因素表明，人口、經濟因素是蘇州市土地利用變化的主要原因；自然因素中降水對土地變化也有所影響，但影響較小。