許 磊，王 恒，魯長(zhǎng)亮

（長(zhǎng)江大學(xué)城市建設(shè)學(xué)院，湖北 荊州 434000）

土地是人類主要經(jīng)濟(jì)社會(huì)活動(dòng)的空間載體［1］。土地利用是社會(huì)的一面鏡子。鄉(xiāng)村的土地利用能夠反映出各種各樣的社會(huì)經(jīng)濟(jì)問題，通過土地利用形態(tài)的變化可以研究出鄉(xiāng)村的發(fā)展［2］。耕地不僅是重要的生產(chǎn)要素，也是人類生存的根基［3］。隨著工業(yè)化和城鎮(zhèn)化的發(fā)展，中國(guó)人口逐漸增多，人均耕地面積逐年減少，耕地?cái)?shù)量結(jié)構(gòu)正在不斷變化，眾多學(xué)者對(duì)耕地的變化展開了一系列研究。不同學(xué)者對(duì)村域、鎮(zhèn)域、市域和全國(guó)范圍［4］的耕地變化都有研究，借助土地轉(zhuǎn)移矩陣、景觀格局指數(shù)［5］、核密度分析［6］等方法，引入空間自回歸模型及空間滯后模型［7］、地理探測(cè)器模型［8］、PLUS模型［6］，從農(nóng)業(yè)生態(tài)和地緣整治兩個(gè)角度［9］，分析耕地利用的時(shí)空演變特征以及影響驅(qū)動(dòng)力分析。

基于現(xiàn)有文獻(xiàn)研究理論，本研究基于30 m土地利用柵格數(shù)據(jù)，利用ArcGIS計(jì)算出研究期內(nèi)土地利用轉(zhuǎn)移矩陣，定量研究近20年的土地利用數(shù)量結(jié)構(gòu)變化，再提取出各鎮(zhèn)在兩個(gè)研究時(shí)間段里耕地轉(zhuǎn)入轉(zhuǎn)出面積，得出研究區(qū)耕地?cái)?shù)量結(jié)構(gòu)變化表。引入耕地利用動(dòng)態(tài)度模型，定量描述不同時(shí)期各鎮(zhèn)耕地利用變化的活躍程度、耕地變化的區(qū)域差異以及耕地利用變化趨勢(shì)。通過核密度分析，分析耕地空間分布的集聚情況。選取13個(gè)因子作為影響耕地變化的驅(qū)動(dòng)力，利用地理探測(cè)器定量分析當(dāng)陽市各鎮(zhèn)耕地利用時(shí)空變化的驅(qū)動(dòng)因子。

1 研究區(qū)概況

當(dāng)陽市位于宜昌市的東部，地處鄂西山地向江漢平原過渡地帶，跨東經(jīng)111°32＇—112°04＇，北緯30°30＇—31°11＇。南接宜昌市區(qū)，北臨遠(yuǎn)安縣，東與荊門市接壤。地勢(shì)西北高，東南低。當(dāng)陽市處于中緯度地區(qū)，屬亞熱帶季風(fēng)性濕潤(rùn)氣候，四季分明，雨熱同季，兼有南北過渡的特點(diǎn)。本研究將當(dāng)陽市玉陽、壩陵、玉泉3個(gè)街道辦事處，淯溪鎮(zhèn)、河溶鎮(zhèn)、王店鎮(zhèn)、半月鎮(zhèn)、草埠湖鎮(zhèn)、兩河鎮(zhèn)、廟前鎮(zhèn)7個(gè)鎮(zhèn)作為研究對(duì)象。

2 數(shù)據(jù)與方法

2.1 研究數(shù)據(jù)來源與數(shù)據(jù)預(yù)處理

以研究區(qū)2000、2010、2020年30 m柵格土地利用數(shù)據(jù)為基礎(chǔ)（見圖1），提取用地類型信息。通過ArcGIS按屬性提取工具，得到研究區(qū)耕地柵格數(shù)據(jù)。GlobeLand30數(shù)據(jù)研制所使用的分類影像主要是30 m多光譜影像，包括美國(guó)陸地資源衛(wèi)星（Landsat）的TM5、ETM+、OLI多光譜影像和中國(guó)環(huán)境減災(zāi)衛(wèi)星（HJ-1）多光譜影像，2020版數(shù)據(jù)還使用了16 m分辨率高分一號(hào)（GF-1）多光譜影像（http：//www.globallandcover.com/home.html？type=data）。人口和經(jīng)濟(jì)數(shù)據(jù)來源于當(dāng)陽市統(tǒng)計(jì)局提供的2000、2010和2020年《統(tǒng)計(jì)年鑒》數(shù)據(jù)。降水量空間插值數(shù)據(jù)集來源于中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心。

圖1 當(dāng)陽市土地利用

2.2 研究方法

對(duì)當(dāng)陽市2000—2020年耕地利用時(shí)空變化特征及驅(qū)動(dòng)因子展開研究，主要使用了以下分析方法。

1）土地利用轉(zhuǎn)移矩陣。土地利用轉(zhuǎn)移矩陣（Land use change matrix）具體描述研究區(qū)域期初和期末的土地利用變化的數(shù)量結(jié)構(gòu)特征與研究時(shí)間段內(nèi)各地類的轉(zhuǎn)移變化情況［10］，轉(zhuǎn)移矩陣的數(shù)學(xué)式：

式中，S為面積；n為轉(zhuǎn)移前后的土地利用類型數(shù)；i、j分別為研究期期初與期末的土地利用類型；Sij為期初的i地類轉(zhuǎn)換成期末的j地類的面積。

2）耕地利用動(dòng)態(tài)度。耕地利用動(dòng)態(tài)度可定量描述區(qū)域耕地利用變化的速度［4］，對(duì)區(qū)域耕地利用動(dòng)態(tài)的總體狀況及其區(qū)域分異進(jìn)行分析，對(duì)比較耕地變化區(qū)域差異和預(yù)測(cè)未來耕地利用趨勢(shì)具有重要作用，其計(jì)算公式：

式中，S為耕地利用動(dòng)態(tài)度，Si為監(jiān)測(cè)開始時(shí)期第i類耕地利用類型總面積，ΔSi-j為監(jiān)測(cè)開始至監(jiān)測(cè)結(jié)束時(shí)間內(nèi)第i類耕地利用類型轉(zhuǎn)換為其他土地利用類型面積總和，T為研究時(shí)間段。

3）核密度分析。核密度分析是用以估計(jì)概率密度函數(shù)的非參數(shù)方法，能很好地分析觀察研究期內(nèi)耕地空間分布的集聚情況［11］。將原始耕地?cái)?shù)據(jù)重采樣至像元大小為30 m的柵格數(shù)據(jù)，再將柵格數(shù)據(jù)轉(zhuǎn)變?yōu)辄c(diǎn)數(shù)據(jù)，用ArcGIS進(jìn)行核密度估計(jì)，計(jì)算公式：

式中，fn為耕地核密度估計(jì)值為核密度函數(shù)；h為帶寬；n為帶寬范圍中耕地點(diǎn)數(shù)據(jù)的個(gè)數(shù)；x-xi為耕地點(diǎn)x到樣本點(diǎn)xi的距離。

4）地理探測(cè)器模型。地理探測(cè)器（Geographical detector）是一種能夠探測(cè)地理要素空間分異性及其驅(qū)動(dòng)因子的統(tǒng)計(jì)學(xué)方法，被廣泛應(yīng)用于生態(tài)環(huán)境變化以及社會(huì)經(jīng)濟(jì)發(fā)展等方面的研究中［12］。本研究主要利用分異因子探測(cè)器以及交互作用探測(cè)器，定量分析當(dāng)陽市耕地利用時(shí)空變化的驅(qū)動(dòng)因子以及因子之間的相互影響。

空間分異及因子探測(cè)：用q度量某探測(cè)因子X對(duì)Y空間分異的解釋，公式：

式中，SSW是層內(nèi)方差和，SST是全區(qū)總方差。L是變量Y或因子X的分類；Nh為層h單元數(shù)，N為全區(qū)的單元數(shù)；σ2h為層h的Y值方差，σ2為全區(qū)的Y值方差。q的范圍是［0，1］，q的數(shù)值越大，說明耕地變化Y的空間分異性就越明顯。如果分類是由因子X造成的，則q值越大，表示因子X對(duì)耕地變化屬性Y的解釋力就越強(qiáng)，反之則越弱。

因子交互作用探測(cè)：識(shí)別不同因子之間的交互作用，評(píng)估兩因子共同作用和獨(dú)立作用時(shí)對(duì)因變量Y的解釋力。首先，分別計(jì)算2種因子x1和x2的q，其次，計(jì)算2因子交互的q，對(duì)q(x1)、q(x2)與q(x1∩x2)進(jìn)行比較。

3 結(jié)果與分析

3.1 耕地時(shí)空動(dòng)態(tài)變化分析

總體看來2000—2020年當(dāng)陽市的耕地總量保持在11萬hm2以上，占當(dāng)陽市市域國(guó)土面積的50%以上。從圖2、表1可知，2010—2020年耕地變化較為顯著，耕地面積減少了7 297.26 hm2。從耕地持有量看，河溶鎮(zhèn)和半月鎮(zhèn)耕地面積較多。從耕地變化量看來，研究期內(nèi)各鎮(zhèn)的耕地面積呈減少的趨勢(shì)，只有半月鎮(zhèn)的耕地面積一直保持增加的趨勢(shì)。

表1 2000年—2020年當(dāng)陽市各鎮(zhèn)耕地面積 （單位：hm2）

圖2 2000—2020年當(dāng)陽市各鎮(zhèn)耕地面積

對(duì)比2010年前后10年，前10年，耕地轉(zhuǎn)出面積最多的是壩陵街道，共計(jì)502.36 hm2，其次是兩河鎮(zhèn)；草埠湖鎮(zhèn)耕地轉(zhuǎn)出面積最少。耕地轉(zhuǎn)入面積最多的是河溶鎮(zhèn)，其次為半月鎮(zhèn)和淯溪鎮(zhèn)；耕地面積轉(zhuǎn)入面積最少的王店鎮(zhèn)，為115.58 hm2。后10年，玉泉街道耕地轉(zhuǎn)出量最多，為1 568.18 hm2；耕地轉(zhuǎn)出量最少的為兩河鎮(zhèn)，只有玉泉街道的1/5。耕地轉(zhuǎn)入面積最多的是草埠湖鎮(zhèn)，為309.38 hm2；半月鎮(zhèn)耕地轉(zhuǎn)入面積較少。

利用ArcGIS軟件，計(jì)算出當(dāng)陽市2000—2010年和2010—2020年2個(gè)時(shí)期內(nèi)土地利用轉(zhuǎn)移矩陣，得出研究期間各用地的變化情況，提取出各時(shí)期當(dāng)陽市每個(gè)鎮(zhèn)耕地轉(zhuǎn)成其他用地以及其他用地轉(zhuǎn)成耕地的面積，分析得出研究區(qū)耕地及20年的數(shù)量結(jié)構(gòu)變化情況。

由表2、表3可知，2000—2010年，耕地共轉(zhuǎn)出了6 919.48 hm2，絕大部分轉(zhuǎn)入了建設(shè)用地和林地，分別有2 661.38 hm2的建設(shè)用地和2 360.51 hm2的林地。耕地轉(zhuǎn)入量為6 922.91 hm2，主要來源于林地和水體，建設(shè)用地轉(zhuǎn)入量較少，只有70.46 hm2，約占總轉(zhuǎn)入量的1%。水體和建設(shè)用地比較穩(wěn)定，總量基本未發(fā)生變化。

表2 2000—2010年當(dāng)陽市土地利用轉(zhuǎn)移矩陣 （單位：%）

表3 2000—2010年當(dāng)陽市耕地結(jié)構(gòu)變化 （單位：hm2）

由表4、表5和圖3可知，相比前10年，2010—2020年耕地變化比較顯著。耕地轉(zhuǎn)出量為13 464.29 hm2，轉(zhuǎn)入量為6 175.38 hm2。這10年期間有53.25%的耕地轉(zhuǎn)出到建設(shè)用地，有23.63%轉(zhuǎn)出到林地；耕地的轉(zhuǎn)入量主要來自林地，有3 272.86 hm2林地轉(zhuǎn)入，建設(shè)用地轉(zhuǎn)為耕地量最少，只有309.44 hm2。

圖3 2000—2020年耕地變化

表4 2010—2020年當(dāng)陽市土地利用轉(zhuǎn)移矩陣 （單位：%）

表5 2010—2020年當(dāng)陽市耕地結(jié)構(gòu)變化 （單位：hm2）

3.2 耕地空間集聚分析

為了進(jìn)一步分析當(dāng)陽市2000—2020年耕地的空間變化以及耕地的空間集聚情況，將各時(shí)期耕地30 m柵格圖像轉(zhuǎn)成點(diǎn)要素?cái)?shù)據(jù)，再通過ArcGIS核密度分析工具，計(jì)算研究區(qū)耕地的核密度值。運(yùn)用自然斷點(diǎn)法將核密度值劃分為5個(gè)等級(jí)：低密度區(qū)、中低密度區(qū)、中密度區(qū)、中高密度區(qū)和高密度區(qū)。

從圖4可知，不同階段當(dāng)陽市耕地空間分布具有差異性，但是整體看來當(dāng)陽市耕地分布在空間上呈現(xiàn)北疏南密的趨勢(shì)。耕地分布高密度區(qū)主要分布在當(dāng)陽市地勢(shì)平坦的東南部地區(qū)為主。低密度區(qū)主要分布在西北部地區(qū)，以淯溪鎮(zhèn)、廟前鎮(zhèn)和壩陵街道北部為主。這些地區(qū)海拔高，地勢(shì)較高，耕地所占的比重較小。對(duì)比近20年當(dāng)陽市3個(gè)時(shí)期耕地核密度的空間分布情況，高密度區(qū)的分布范圍在逐年縮小，低密度區(qū)在空間上呈現(xiàn)逐漸擴(kuò)張的趨勢(shì)。在城鎮(zhèn)發(fā)展較好的當(dāng)陽市區(qū)以及鎮(zhèn)區(qū)區(qū)域范圍內(nèi)耕地的變化較為顯著，說明當(dāng)陽市耕地集聚程度不僅受地形地貌等自然條件的影響，同時(shí)城鎮(zhèn)化建設(shè)等社會(huì)因素也對(duì)耕地的分布產(chǎn)生影響。

圖4 2000—2020年核密度等級(jí)空間分布

3.3 耕地利用動(dòng)態(tài)度

引入耕地利用動(dòng)態(tài)度模型，計(jì)算當(dāng)陽市各鎮(zhèn)在研究期內(nèi)耕地利用動(dòng)態(tài)度，研究耕地動(dòng)態(tài)變化的活躍程度。

由表6可知，2000—2010年玉泉街道、王店鎮(zhèn)和淯溪鎮(zhèn)耕地變化較活躍，這些區(qū)域主要分布在當(dāng)陽市的西部地區(qū)，耕地變化主要以轉(zhuǎn)入為主。河溶鎮(zhèn)耕地利用動(dòng)態(tài)度最低，為2.89%。2010—2020年，玉泉街道、王店鎮(zhèn)和淯溪鎮(zhèn)耕地利用動(dòng)態(tài)度仍然保持著較高水平，當(dāng)陽市2010—2020年耕地變化活躍程度只有草埠湖鎮(zhèn)呈現(xiàn)下降的趨勢(shì)，其他地區(qū)活躍程度都有增加，其中河溶鎮(zhèn)的變化最為顯著，耕地利用動(dòng)態(tài)度增加至10.84%。根據(jù)上述分析可以得出，2個(gè)時(shí)期耕地利用動(dòng)態(tài)度呈現(xiàn)出升高的趨勢(shì)，2010—2020年是耕地利用動(dòng)態(tài)度較為活躍的時(shí)期。隨著社會(huì)經(jīng)濟(jì)的發(fā)展，城鎮(zhèn)的建設(shè)、工業(yè)的發(fā)展、城市發(fā)展對(duì)于用地的需求逐漸增加。

表6 當(dāng)陽市2000—2020年土地利用動(dòng)態(tài)度 （單位：%）

3.4 當(dāng)陽市耕地時(shí)空變化驅(qū)動(dòng)因素

1）驅(qū)動(dòng)因子探測(cè)。當(dāng)陽市耕地利用時(shí)空變化受到自然、經(jīng)濟(jì)、社會(huì)等因素的影響，本研究選取高程（x1）、坡度（x2）、年降水量（x3）、河流密度（x4）、人口密度（x5）、農(nóng)村人口密度（x6）、城鎮(zhèn)化率（x7）、地方財(cái)政收入（x8）、農(nóng)業(yè)生產(chǎn)總值（x9）、鄉(xiāng)村勞動(dòng)力資源數(shù)（x10）、外出從業(yè)人員（x11）、糧食總產(chǎn)量（x12）、人均耕地（x13）作為影響耕地變化的驅(qū)動(dòng)因子。通過Arc-GIS軟件，利用自然斷點(diǎn)法將2000—2020年13個(gè)驅(qū)動(dòng)因子進(jìn)行分級(jí)，分為5級(jí)，運(yùn)用地理探測(cè)器模型對(duì)不同時(shí)期驅(qū)動(dòng)因子的影響強(qiáng)度q進(jìn)行分析，q越大，則該因子對(duì)耕地變化的解釋能力越強(qiáng)。

由表7可知，2000—2010年當(dāng)陽市耕地變化驅(qū)動(dòng)因子q按從大到小排序：q(x12)、q(x11)、q(x9)、q(x1)、

表7 2000—2020年驅(qū)動(dòng)因子探測(cè)

q(x13)、q(x10)、q(x8)、q(x7)、q(x4)、q(x5)、q(x6)、q(x3)、q(x2)。其中糧食總產(chǎn)量和外出從業(yè)人員起主導(dǎo)作用，農(nóng)業(yè)生產(chǎn)總產(chǎn)值和高程具有較強(qiáng)的影響力。2010—2020年當(dāng)陽市耕地變化驅(qū)動(dòng)因子q按從大到小排序：

q(x12)、q(x9)、q(x10)、q(x7)、q(x1)、q(x4)、q(x6)、q(x13)、q(x11)、q(x8)、q(x5)、q(x3)、q(x2)。糧食總產(chǎn)量和農(nóng)業(yè)生產(chǎn)總值處于主導(dǎo)地位，其他解釋力較強(qiáng)的因子為鄉(xiāng)村勞動(dòng)力資源數(shù)和城鎮(zhèn)化率。這一時(shí)期影響耕地時(shí)空變化的驅(qū)動(dòng)因子q較上一時(shí)期都有明顯的提高，耕地的變化也較為顯著。地方財(cái)政收入和外出從業(yè)人員的因子影響力明顯降低，城鎮(zhèn)化率的影響力有顯著的提高。自然因子對(duì)當(dāng)陽市近20年耕地的時(shí)空變化影響趨勢(shì)較平穩(wěn)，經(jīng)濟(jì)和社會(huì)因素對(duì)耕地的變化影響程度比較強(qiáng)烈。

2）驅(qū)動(dòng)因子交互作用探測(cè)。當(dāng)陽市耕地時(shí)空變化情況是由多種驅(qū)動(dòng)因子共同作用的成果，本研究運(yùn)用地理探測(cè)器獲取2000—2010年和2010—2020年13個(gè)驅(qū)動(dòng)因子對(duì)耕地時(shí)空變化的交互作用。地理探測(cè)器通過計(jì)算比較單因子和雙因子疊加后的q，判斷因子交互作用的強(qiáng)弱、線性還是非線性等。由表8、表9分析可知，部分驅(qū)動(dòng)因子雙因子交互比單因子作用強(qiáng)，交互作用類型以雙因子增強(qiáng)為主。與單因子作用相比，每個(gè)影響因子共同作用時(shí)的q有不同程度的減少。

表8 2000—2010年驅(qū)動(dòng)因子交互探測(cè)結(jié)果

表9 2010—2020年驅(qū)動(dòng)因子交互探測(cè)結(jié)果

研究期內(nèi)，坡度對(duì)因子交互作用影響最強(qiáng)，其他驅(qū)動(dòng)因子和坡度交互作用時(shí)q與單獨(dú)作用時(shí)成倍數(shù)增長(zhǎng)。年降水量x3對(duì)因子交互作用的影響僅次于坡度x2，與其他因子共同作用時(shí)q增長(zhǎng)較多。從交互類型看高程和坡度（x1∩x2）、高程和年降水量（x1∩x3）、坡度和年降水量（x2∩x3）均為自然因子，年降水量和人口密度（x3∩x5），年降水量和地方財(cái)政收入（x3∩x8），河流密度和人口密度（x4∩x5）對(duì)耕地利用變化的解釋力顯著提高，兩兩之間呈現(xiàn)非線性增強(qiáng)關(guān)系。其他影響因子兩兩交互時(shí)q值都有小幅度的減小，交互作用的驅(qū)動(dòng)力相對(duì)較弱，交互作用類型均為雙因子增強(qiáng)。

4 小結(jié)與討論

1）當(dāng)陽市2000—2020年，隨著人口的增加，工業(yè)化以及城鎮(zhèn)化的發(fā)展，耕地變化顯著，整體呈現(xiàn)減少的趨勢(shì)，共減少了7 292.77 hm2。壩陵街道和玉泉街道耕地減少量較多，壩陵街道的耕地減少量最多達(dá)2 055.64 hm2，草埠湖鎮(zhèn)和半月鎮(zhèn)耕地總量增多。當(dāng)陽市大部分耕地轉(zhuǎn)入到了建設(shè)用地和林地中，當(dāng)陽市中部地區(qū)是耕地變化最顯著的區(qū)域。

2）當(dāng)陽市耕地分布呈現(xiàn)東南密西北疏的分布格局，耕地密度高值區(qū)主要分布在區(qū)域東南部平原丘陵地區(qū)，當(dāng)陽市的廟前鎮(zhèn)和淯溪鎮(zhèn)是主要的低密度分布區(qū)。近20年來，高密度區(qū)面積逐漸縮小，低密度區(qū)的范圍不斷擴(kuò)大，城鎮(zhèn)的發(fā)展使得耕地的分布逐漸減少。

3）當(dāng)陽市的耕地時(shí)空變化格局是自然因素和社會(huì)因素共同作用的結(jié)果。同一時(shí)期下，單因子作用下，2個(gè)研究時(shí)間段，糧食總產(chǎn)量解釋能力最強(qiáng)。隨著時(shí)間的變化，城鎮(zhèn)化率對(duì)耕地的變化影響較大，自然因素影響力的變化較小，社會(huì)因素的影響力逐漸強(qiáng)烈。影響力因子在交互作用下，不同時(shí)期的驅(qū)動(dòng)因子交互作用對(duì)耕地變化的影響具有差異性。2000—2010年驅(qū)動(dòng)因子的交互作用主要表現(xiàn)為雙因子增強(qiáng)。2010—2020年驅(qū)動(dòng)因子的雙因子增強(qiáng)有所減少，非線性增強(qiáng)作用增多。