孔祥豪,張兵良,方 青

(1.江蘇交科集團(tuán)有限公司,江蘇 南京 210019;2.南京農(nóng)業(yè)大學(xué),江蘇 南京 210095;3.南京市規(guī)劃和自然資源局江寧分局,江蘇 南京 211106)

0 引 言

人類生活的變遷引發(fā)土地利用類型的轉(zhuǎn)變,而在快速城市化和工業(yè)集成化的背景下,土地利用方式愈發(fā)多樣。這種趨勢在經(jīng)濟(jì)發(fā)展較為快速的地區(qū)尤為顯著,土地利用的深度和廣度展現(xiàn)劇烈變化更是引起眾多學(xué)者的關(guān)注,并由此開展諸多研究。

張譯等[1]利用京津冀地區(qū)1995年和2010年的土地利用數(shù)據(jù)分析林地的空間變化特征并通過構(gòu)建面積成分?jǐn)?shù)據(jù),計算測度空間相關(guān)性的Moran’I指數(shù),研究結(jié)果表明京津冀地區(qū)林地的變化存在較強(qiáng)的空間自相關(guān)性,且坡度、DEM及到京津冀邊界的距離等與林地的空間變化呈正相關(guān)。孔冬艷等[2]利用贛榆、儀征、常熟三縣2009年、2012年、2016年三期遙感影像分析土地利用轉(zhuǎn)型時空特征及影像因素,研究結(jié)果表明三縣不同土地利用類型轉(zhuǎn)換的主要影像因素存在差異。劉建成等[3]利用2011-2018年漢江中下游8個監(jiān)測點(diǎn)的監(jiān)測數(shù)據(jù)分析水質(zhì)空間特征與土地利用類型響應(yīng)識別,研究結(jié)果農(nóng)田與城鎮(zhèn)用地對于漢江中下游水質(zhì)影響較大,其中林地,草地具有水源涵養(yǎng)功能。國外,Erna等[4]采用遙感和GIS技術(shù)定量分析出Cuitzeo湖盆地區(qū)人口的變化對土地利用類型變化的影響,結(jié)果表明該區(qū)域地類的變化受人口數(shù)量影響較大,其中林地尤為顯著,在人口數(shù)量越多的地區(qū)林地數(shù)量呈遞增變化。Kashaigili等[5]基于遙感影像數(shù)據(jù),運(yùn)用ArcGIS軟件對Usagu平原濕地的LUCC進(jìn)行動態(tài)研究,結(jié)果表明RS與GIS技術(shù)可以定量分析土地利用變化并進(jìn)行動態(tài)監(jiān)測,為保護(hù)濕地政策、保證濕地資源的可持續(xù)利用提供了很大的幫助。

綜上所述,土地利用類型的變化特征具有鮮明的時效性,易受諸多因子的影響[6-10],而變化特征所呈現(xiàn)出的差異性又進(jìn)一步加大研究其內(nèi)在變化要素的難度?？紤]到江寧地區(qū)作為南京市的發(fā)展窗口,研究其“十三五”期間土地類型分布特征的變化具有重要的借鑒意義?；诘谌稳珖兏{(diào)查成果數(shù)據(jù),并結(jié)合江寧區(qū)社會經(jīng)濟(jì)數(shù)據(jù),本文對南京市江寧區(qū)土地利用現(xiàn)狀進(jìn)行分析,以期推導(dǎo)土地利用變化的主要影響因素。

1 研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)概況

(1)地理位置

江寧區(qū)區(qū)位如圖1所示,位于長江下游南岸,從東西南三面環(huán)抱南京主城,地處北緯30°38′～32°13′,東經(jīng)118°31′～119°04′之間。東與句容市接壤,東南與南京市溧水區(qū)毗連,南和西南與安徽省馬鞍山市相鄰,西與安徽省和縣及南京市浦口區(qū)隔江相望。是南京主城八區(qū)之一,國家重要的科教中心和創(chuàng)新基地,國家東部地區(qū)先進(jìn)制造業(yè)基地、交通物流樞紐和空港樞紐,江寧從東西南三面環(huán)抱南京主城,航空、航運(yùn)、鐵路、公路交通體系匯聚,是南京對外溝通的重要樞紐。

圖1 江寧區(qū)區(qū)位圖

(2)地形地貌

江寧區(qū)呈馬鞍狀,兩頭高,中間低,地勢開闊,山川秀麗,山體高度都在海拔400 m以下,屬典型的丘陵、平原地貌。眾多河流、水庫散布其間,素有“六山一水三平原”之稱。境內(nèi)有大小山丘400多個,主要山峰青龍山、黃龍山、湯山、孔山、橫山、云臺山、天馬山、鶯子山、牛首山,方山等。海拔在200～350 m。主要河道有秦淮河和長江兩大水系。

1.2 數(shù)據(jù)

本文使用的是南京市江寧區(qū)2016年和2020年國土調(diào)查成果數(shù)據(jù),其中土地利用類型數(shù)據(jù)來源于國土資源數(shù)據(jù)管理中心,江寧區(qū)行政區(qū)數(shù)據(jù)來源于國家基礎(chǔ)地理信息中心,社會經(jīng)濟(jì)數(shù)據(jù)來源于江寧區(qū)2020年統(tǒng)計年鑒公開數(shù)據(jù)。

2 研究方法

2.1 疊加分析

疊加分析是GIS中非常重要的一種空間分析功能,通過對兩個數(shù)據(jù)進(jìn)行的一系列集合運(yùn)算,產(chǎn)生新數(shù)據(jù)的過程。本文主要采用疊加分析對江寧區(qū)2016年和2020年土地利用類型進(jìn)行疊加,從而得到重新分類后的土地利用類型數(shù)據(jù)。

2.2 土地利用轉(zhuǎn)移矩陣

土地利用轉(zhuǎn)移矩陣來源于系統(tǒng)分析中對系統(tǒng)狀態(tài)與狀態(tài)轉(zhuǎn)移的定量描述[11]?？梢远康乇砻鞑煌恋乩妙愋椭g的轉(zhuǎn)化情況,還可以揭示不同土地利用類型間的轉(zhuǎn)移速率,其計算公式如下:

(1)

式中,Dij為研究時間段內(nèi)土地利用類型i轉(zhuǎn)化為j的比例;Si為初始狀態(tài)下研究區(qū)域中土地利用類型i的面積;Si-j為研究時間內(nèi)土地利用類型i轉(zhuǎn)化為j的轉(zhuǎn)化面積;n為研究區(qū)內(nèi)發(fā)生轉(zhuǎn)化的土地利用類型數(shù)量。本文利用土地利用轉(zhuǎn)移矩陣,揭示“十三五”期間年江寧區(qū)的土地利用類型間的轉(zhuǎn)入與轉(zhuǎn)出關(guān)系,得到各土地利用類型之間的變化比例。

2.3 最小二乘回歸分析

最小二乘回歸(Ordinary Least Squares, OLS)是一種空間分析技術(shù),廣泛應(yīng)用于地理學(xué)及涉及空間模式分析的相關(guān)學(xué)科。OLS通過建立空間范圍內(nèi)每個點(diǎn)處的局部回歸方程,來探索研究對象在某一尺度下的空間變化及相關(guān)驅(qū)動因素。具體公式如下:

(2)

式中,yi為采樣點(diǎn)i的因變量值,β0為截距,回歸系數(shù)β被假定在整個空間區(qū)域去一個常數(shù)值,一般采用OLS方法來進(jìn)行模型參數(shù)βj的估計。本文結(jié)合江寧區(qū)社會經(jīng)濟(jì)數(shù)據(jù)對土地利用類型的轉(zhuǎn)化進(jìn)行分析。

3 結(jié)果與分析

3.1 空間分布特征分析

土地利用類型的變化主要體現(xiàn)在空間積聚性的變化。本文基于ArcGIS平臺,通過數(shù)據(jù)的預(yù)處理(數(shù)據(jù)融合,分類,疊加分析等)將江寧區(qū)2016年和2020年土地利用類型分為草地(CD)、耕地(GD)、建設(shè)用地(JSYD)、林地(LD)、其他用地(QTYD)、水域(SY)、園地(YD)等7種土地利用類型,并制作2016年、2020年兩期江寧區(qū)的土地利用空間分布,結(jié)果如圖2、圖3所示。

圖2 2016年土地利用現(xiàn)狀

圖3 2020年土地利用現(xiàn)狀

由圖2可知,2016年土地分布類型范圍呈現(xiàn)GD>LD>JSYD>SY>CD>YD,其中,GD分布表現(xiàn)為由江寧區(qū)邊緣向中心地區(qū)逐漸減少,且靠近JSYD呈條狀分布,LD呈零星積聚分布,且分布最為密集的位于江寧區(qū)東北邊。由圖3可知,2020年土地利用類型分布表現(xiàn)為LD>JSYD>GD>SY>CD>YD。

對比兩期數(shù)據(jù)分析結(jié)果發(fā)現(xiàn):① “十三五”期間GD的數(shù)量明顯減少,LD的數(shù)量增加較為明顯,其次是JSYD有小幅度增加。② 江寧區(qū)的分布存在顯著的差異性和不均衡性,土地單一集聚性較為嚴(yán)重,具體表現(xiàn)在JSYD、LD、GD呈團(tuán)塊狀分布;SY,CD,YD呈條狀分布。③ 離中心城區(qū)越近JSYD的集聚性越高,其周圍LD的分布范圍向往外圍亦逐漸增加,并且越靠近GD地區(qū)的LD數(shù)量呈最大化分布。④ 從空間變化上亦表現(xiàn)差異性,具體表現(xiàn)為GD呈團(tuán)塊遞減狀分布,LD呈片遞加狀分布,尤其在JSYD附近的LD遞加狀分布表現(xiàn)得較為明顯。

針對以上呈現(xiàn)的分析結(jié)果給出以下可能性解釋:① 經(jīng)濟(jì)因素,國家為了保護(hù)和改善生態(tài)環(huán)境作出的一項重要決定(退耕還林政策),主要針對容易造成水土流失的坡耕地,有計劃的進(jìn)行耕種,按照地的大小來種植樹木,每個地區(qū)的情況都不一樣,所以需要各省因地制宜地植樹造林,恢復(fù)森林植被。② 人為因素,在進(jìn)行土地利用類型更新調(diào)查時,有些作物類型不明顯的被調(diào)查為林地。

3.2 土地轉(zhuǎn)移變化分析

為了進(jìn)一步探究江寧區(qū)土地利用類型的轉(zhuǎn)入轉(zhuǎn)出變化情況,采用土地轉(zhuǎn)移矩陣統(tǒng)計江寧區(qū)各種土地利用類型的計算面積,由公式(1)計算得出“十三五”期間江寧區(qū)各土地類型變化概況(表1)。通過計算結(jié)果可知,江寧區(qū)土地利用類型以GD、LD和JSYD為主,其次是SY和QTYD,其中,LD的轉(zhuǎn)入類型主要為GD、JSYD,其次為SY。出現(xiàn)這種現(xiàn)象的原因與2016年退耕還林政策的執(zhí)行有著密切的聯(lián)系,南京市作為江蘇省的省會城市,對退耕還林政策的踐行積極響應(yīng),且在2019年提出踐行綠色發(fā)展理念,推行沿江地帶綠化造林1萬畝,這為南京市林地及耕地的變化提供了加速劑,因此與林地的轉(zhuǎn)入主要為耕地的現(xiàn)象較為吻合。

表1 江寧區(qū)“十三五”期間土地轉(zhuǎn)移矩陣

3.3 影響因素分析

考慮其村級數(shù)據(jù)統(tǒng)計復(fù)雜的局限性,本文基于江寧區(qū)街道尺度,選取江寧地區(qū)2020年生產(chǎn)總值(GDP)、人口數(shù)量(RKSL)、農(nóng)業(yè)生產(chǎn)總值(NYSC)、勞動力數(shù)量(NDL)、土地面積(TDMJ)作為解釋變量,以2020年土地利用類型為因變量構(gòu)建分析模型,旨在分析江寧區(qū)2020年土地利用類型變化的主要影響因素。由土地利用變化特征分析可知,江寧區(qū)土地利用現(xiàn)狀變化最為顯著的分別為耕地、林地,因此分別以耕地和林地為因變量,從社會經(jīng)濟(jì)數(shù)據(jù)出發(fā)分析其變化的影響因素,從而得出影響江寧區(qū)耕地、林地變化的主要影響因素。

(1)宏觀影響因素分析

為宏觀分析江寧區(qū)地區(qū)生產(chǎn)總值、人口數(shù)量、農(nóng)業(yè)生產(chǎn)總值、勞動力數(shù)量,土地面積分析土地利用類型的差異性,圖4所示為江寧區(qū)地區(qū)生產(chǎn)總值、人口數(shù)量、農(nóng)業(yè)生產(chǎn)總值、勞動力數(shù)量、土地面積宏觀分布。圖5所示為江寧區(qū)各街道土地利用類型分布。從宏觀分布來看,江寧區(qū)經(jīng)濟(jì)分布呈顯著差異性,具體表現(xiàn)在:① 地區(qū)生產(chǎn)總值的分布在江寧區(qū)呈現(xiàn)兩個峰值,分別為東山街道和秣陵街道,其中東山街道作為江寧區(qū)主城區(qū),在經(jīng)濟(jì)發(fā)展上占明顯的優(yōu)勢,土地利用類型的分布特征為JSYD>LD>GD>SY>QTYD,變化特征為LD>JSYD>GD>SY,因此選擇具有代表性的地區(qū)生產(chǎn)總值作為解釋變量。② 從人口數(shù)量分布來看,秣陵街道占據(jù)首位,其次為淳化街道,而這兩個街道亦是土地利用類型變化最為顯著的地區(qū),由此可知人口數(shù)量對土地利用的變化存在一定的影響。③ 基于農(nóng)業(yè)生產(chǎn)總值可知,峰值出現(xiàn)在湖熟街道,而低谷特征出現(xiàn)于東山街道,由此可見農(nóng)業(yè)總值對土地利用類型存在一定的負(fù)相關(guān)性。④ 江寧區(qū)勞動力數(shù)量分布主要集中在江寧街道,湖熟街道和橫溪街道,其中,江寧街道,湖熟街道,橫溪街道的土地利用類型均呈現(xiàn)為LD>GD>JSYD,分布特征表明勞動數(shù)量的分布對于林地和耕地的變化具有第一推力的作用。⑤ 從土地面積的分布來看,江寧區(qū)占地面積最大的為江寧街道,其次為祿口街道,從土地利用類型分布來看,江寧街道和祿口街道的地類分布亦呈現(xiàn)LD和JSYD占比較高。

圖4 江寧區(qū)影響因子的宏觀分布

圖5 各街道土地利用類型分布

(2)最小二乘回歸分析

從選取的5個影響因素的宏觀分析來看,RKSL對土地利用類型的轉(zhuǎn)化具有明顯的差異性,為了直觀表示各個影響因子對江寧地區(qū)林地和耕地轉(zhuǎn)化的影響系數(shù),利用最小二乘回歸分析計算各個影響因子的比例系數(shù),得出LD、GD空間變化的積聚類型差異性(圖6)。

圖6 LD_GD轉(zhuǎn)移積聚分布圖

由解釋變量GDP、RKSL、NYSC、NDL、TDMJ對江寧區(qū)林地和耕地的積聚類型計算結(jié)果可知,江寧區(qū)的林地和耕地的變化在空間上表現(xiàn)出高高積聚(HH),高低積聚(HL),低高積聚(LH),低低積聚(LL)4種積聚類型。其中,LD的轉(zhuǎn)化在橫溪街道呈高高集中特征,且鄰近的江寧街道和谷里街道分別表現(xiàn)低低、高低集中,除此之外,在麒麟街道亦出高低積聚,其他街道的變化則表現(xiàn)出不顯著性;GD的變化亦出現(xiàn)一個HH積聚地區(qū)在湖熟街道,且由湖熟街道向外在祿口街道和秣陵街道分別出現(xiàn)LH積聚和LH積聚。

根據(jù)公式(2)計算得出各個因子的計算系數(shù)(表2),表中,Coeficient表示相關(guān)系數(shù),其數(shù)值的絕對值越大,表明其與因變量的相關(guān)性越高;VIF表示冗余度,若系數(shù)高于7.5,則表明因子的冗余度較高,應(yīng)剔除,StdResid表明回歸分析的殘差,通常數(shù)值越接近1,表明回歸分析的可靠性越高;通過計算結(jié)果可知,GDP、RKSL、NYSC、NDL、TDMJ 5個影響因子中NDL的相關(guān)性指數(shù)最高,且對林地的變化相關(guān)性高于耕地的變化,但是考慮其VIF高于7.5,存在較高的冗余性,因此不作為解釋LD和GD之間變化的最佳因子,其次是RKSL,對LD的相關(guān)性系數(shù)為-7.176 611,GD的相關(guān)性為0.117 727,表明隨著人口數(shù)量與LD的數(shù)量在空間呈負(fù)相關(guān)性變化,而與GD的數(shù)量則呈正相關(guān)性變化。

表2 LD_GD影響因素的OLS計算結(jié)果

4 結(jié) 語

通過2016年和2020年土地利用類型結(jié)合社會經(jīng)濟(jì)數(shù)據(jù)對江寧區(qū)“十三五”期間土地類型的變化做空間分析并探究其變化的可能性影響因素,主要得到以下幾點(diǎn)結(jié)論:

(1)通過ArcGIS的空間分析得出江寧區(qū)土地利用類型的分布特征,江寧區(qū)土地利用類型在空間上呈顯著的差異性,且以耕地、林地、建設(shè)用地為主,其次為水域、草地、園地和其他用地,從而形成JSYD、LD、GD呈團(tuán)塊狀分布,SY、CD、YD呈條狀分布。

(2)由土地轉(zhuǎn)移變化分析得出江寧區(qū)土地利用類型的轉(zhuǎn)入轉(zhuǎn)出變化最為顯著的是林地和耕地。且位于江寧地區(qū)西南方向的橫溪街道、祿口街道、江寧街道林地的轉(zhuǎn)入較為明顯,位于東南方向的湖熟街道、淳化街道耕地的轉(zhuǎn)出較為明顯,其中林地的轉(zhuǎn)入類型主要為耕地、建設(shè)用地、其次為水域。

(3)采用最小二乘回歸分析得出江寧區(qū)林地和耕地變化在空間上呈高高、高低、低高、低低4種積聚分布特征,且高高積聚特征主要出現(xiàn)在林地轉(zhuǎn)入和耕地轉(zhuǎn)出較高的地區(qū)。在選擇的地區(qū)生產(chǎn)總值、人口數(shù)量、農(nóng)業(yè)生產(chǎn)總值、勞動力數(shù)量,土地面積五個影響因素中,對其LD變化的影響顯著因素為地區(qū)生產(chǎn)總值,耕地變化的影響顯著因素為農(nóng)業(yè)生產(chǎn)。