APP下载

2000-2020年贵阳市中心城区土地利用时空变化与预测研究 *

2021-12-27周学霞胡嫦月王志杰

贵州林业科技 2021年4期
关键词:贵阳市城区林地

周学霞 胡嫦月 李 菁 王志杰,2*

(1.贵州大学 生命科学学院,贵州 贵阳 550025;2.山地生态与农业生物工程协同创新中心,贵州 贵阳 550025)

土地利用/土地覆被动态变化(land use and land cover change,LUCC)是全球环境变化与区域可持续发展研究中的热点问题[1],其中,土地利用是人类进行目的性改造土地的行为,突出了土地的社会经济特征;土地覆被是指地球表层的自然状态或覆被状况,强调了土地的自然地理性质[2-3]。近年来,随着城镇化进程加快,自然环境受到人类活动的影响程度愈发深远,土地利用变化成为人类与自然地理环境互动过程的最直接、最显著的表征[4]。因此,系统分析不同区域土地利用的时空分布特征与不同时间尺度下的土地覆被动态变化规律,辨析人类活动对土地利用/土地覆被动态变化的实际作用,对研究区生态环境和生物多样性的可持续发展具有重要的战略意义。

本文以贵阳市中心城区作为研究对象,通过研究中心城区2000—2020年近20年的土地利用结构总体特征、土地利用时空转移情况及土地利用动态度特征,运用CA-Markov模型预测贵阳市中心城区未来20年景观格局的变化趋势,以期探明城镇化发展与“大数据、大生态”战略行动下的贵阳市中心城区景观格局时空演变规律与土地利用变化过程的模式,为未来土地利用的规划和提高景观生态演变模拟精度提供理论支持。

1 材料与方法

1.1 研究区概况

贵阳市是贵州省省会城市(106°07′E~107°17′E,26°11′N~26°55′N),位于云贵高原东端,处于长江流域和珠江流域的分水岭地带,总地势西南高、东北低。中心城区地处贵阳市中南部,主要包括云岩区、南明区和花溪区(部分)、观山湖区、白云区、乌当区,总面积约1078.12 km2,占贵阳市土地总面积的14.65%,研究区平均海拔为1205 m,最高海拔1585 m,最低海拔988 m,区内地层褶皱强烈,碳酸盐岩与碎屑岩相间展布,岩溶水文地质条件复杂[5]。气候类型属亚热带湿润温和型气候,年平均气温15 ℃左右,年平均降水量为1129.5 mm[6]。中心城区作为贵阳市高密度经济、高密度人口以及城镇化的核心区域,是经济高速发展的集中地带,是产业转型升级的外在表现。

1.2 数据源与数据预处理

本研究所使用的主要数据源包括贵阳市中心城区2000年、2005年、2010年的Landsat5 TM数据和2015年、2020年Landsat8 OLI遥感图像和行政区划矢量数据。其中,遥感图像来源于地理空间数据云平台(http://www.gscloud.cn/),空间分辨率为30×30 m,坐标系统为WGS-1984-UTM-Zone-48N,各时期遥感图像时相一致,每景影像含云量小于5%,图像质量好。在ENVI5.3软件平台上,对5个时期的遥感影像依次进行大气校正、图像融合、图像增强及图像裁剪等预处理,参照我国现行的土地利用分类标准(GB/T2010—2007),结合贵阳市城市土地利用类型实际情况,采用支持向量机法进行监督分类,将研究区的土地利用类型分为耕地、林地、草地、建设用地、水域和未利用地等6种类型。监督分类结果参照Google Earth高分辨率遥感影像和 GPS野外样点进行精度验证,总体精度均大于85%,Kappa系数均大于0.85。

1.3 研究方法

1.3.1 土地利用转移图谱

土地利用转移矩阵对趋于内景观类型变化的结构特征以及各类型变化方向有着良好的刻画效果[7]。运用ArcGIS10.5对研究区2000—2020年土地利用类型栅格数据,进行相邻年份的叠加重合处理,提取出各地物类型的转出/转入面积,得到研究区土地利用类型面积转移图谱。公式[8]如下:

(1)

式中,S表示土地面积,n为景观类型数,Sij表示的是i类转换为j类的面积(i,j=1,2,3,…,n)。

1.3.2 土地利用动态度指数

土地利用动态度是以定量的角度描述在一定时间尺度下区域土地利用变化的幅度,反映出土地利用变化速率的区域差异[9]。土地利用动态度计算公式[10]如下:

(2)

式中,Si为监测开始时第i类土地利用类型的总面积,△Si-j为监测时段内第i类土地利用类型转移至其它类土地利用类型面积总和,t为监测时间段,土地利用动态度S反映了与t时段对应的研究区土地利用变化速度的快慢。

1.3.3 CA-Markov模型

CA-Markov模型是元胞自动机模型和马尔科夫模型融合得到的耦合模型,既具备了CA模型模拟复杂时空变化的能力,又发挥了Markov模型能够对土地利用变化进行长时间跨度预测的优点[11]。

(1)元胞自动机(CA)是Neumann和Ulan提出的一种具有强大的空间运算能力、能够模拟复杂系统时空演化过程的模型,主要特点是在时间、空间、状态离散,表达公式为[12]:

S(t+1)=f[S(t),N](3)

式中,S(t+1)为t+1时刻的元胞状态,N为元胞的领域,f为局部空间元胞状态的转化规则。

(2)马尔科夫模型(Markov)是俄国数学家Andrey Markov提出来的一种用于土地利用变化空间格局预测的随机模型[13-14]。预测公式为[15]:

S(t+1)=S(t)×Pij(4)

式中,S(t+1)、S(t)分别为第t+1和第t时刻的土地利用状态,Pij是状态转移概率矩阵。

2 结果与分析

2.1 土地利用类型总体变化特征

分析贵阳市中心城区2000年、2005年、2010年、2015年、2020年5个时期土地利用类型面积变化,可以看出(表1,图1):近20年间贵阳市中心城区土地利用类型整体上以林地、建设用地、耕地为主,其次为草地、水域和未利用地。随着城市化进程的不断加快和生态环境建设相关措施的实施,不同土地利用类型的变化趋势差异较为明显,表现为耕地面积比例逐年减少,由2000年的42.28%减少至2020年的14.46%;而林地和建设用地面积比例呈逐年增加趋势,分别由2000年31.48%和15.18%增加至2020年的43.54%和34.22%;此外,草地类型的面积也有减少的趋势,而水域和未利用地面积占比基本稳定。

表1 贵阳市中心城区5个时期土地利用类型面积与比例

图1 贵阳市中心城区5个时期土地利用类型分布图

2.2 土地利用类型转移图谱分析

基于ArcGIS软件平台叠加各时期土地利用类型现状图,统计分析不同时期土地利用类型转移状况。结果表明(图2):贵阳市中心城区2000—2020年不同土地利用类型之间相互转化过程频繁,且主要集中发生在耕地、建设用地、林地和草地4种类型之间。具体而言:20年间各时期建设用地和林地均以净转入为特征,而耕地和草地以净转出为主要特征,且建设用地和林地的转入类型也主要为耕地或(和)草地。2000—2005年、2005—2010年和2010—2015年3个时期,为建设用地和林地的持续大量净转入时期,建设用地分别转入91.76 km2、126.63 km2和147.96 km2,且60%~80%由耕地类型转入;林地在3个时期分别转入77.38 km2、110.88 km2和118.60 km2,40%~50%是由耕地类型转入,但在2005—2015年的10年间,部分草地类型转入林地,分别转入35.49 km2和31.26 km2,占两个时期林地净转入面积的32%和26.36%。2015年以后,研究区主要土地利用类型的转移方向与之前基本一致,但转移强度有所减弱,建设用地和林地的净转入面积分别降至89.70 km2和87.76 km2,且建设用地的主要转入类型依然是耕地,约占建设用地净转入面积的50%,而林地的主要转入类型由耕地和建设用地构成,分别占林地净转入面积的59%和29%。

在土地利用转移的空间变化方面,建设用地表现出明显的方向性,由2000—2005年的老城区建设用地填充式密集化增加,向2005年之后逐渐以老城区为中心,以观山湖区、白云区南部、南明区东南部、花溪区北部为主要方向逐渐扩展,成为现阶段贵阳市中心城区的主要土地利用类型;林地类型的空间变化主要呈现带状扩展,随着贵阳市环城林带建设以及其他生态环境建设项目的实施,林地景观与建设用地同步扩张,并依托喀斯特山地城市特有的城市遗存山体资源,至2015年以后,逐渐形成外围林地类型环绕、内部林地与建设用地镶嵌的生态景观;草地类型在近20年间经历剧烈的转入转出变化,变化方向主要表现在耕地的大量转入和大量转出为林地或耕地,但耕地与草地的转入转出基本稳定,尤其是2005年后。以耕地转入草地的面积略占优势,反映了研究区生态环境建设与保护的基本趋势,但总体上草地类型在近20年间波动减少,并呈由分散分布向零星聚拢分布的特征。

2.3 土地利用动态度分析

进一步计算不同时期贵阳市中心城区土地利用动态度,分析不同土地利用类型的变化速率和程度,可以看出(表2):近20年间,贵阳市中心城区土地利用动态度以建设用地和林地的持续增加、耕地和草地持续减少为主要特征,总体上,2005—2010年,建设用地和林地的增幅最大,是近20年间的变化速率最大的时期。具体而言,建设用地的变化呈现先剧烈增加后逐渐减缓的特征,增速由2000—2005年的4.36%增至2005—2010年的7.04%,之后逐步减小;林地则表现出“增-减-增-减”的变化趋势,土地利用动态度最大时期为2005-2010年,为2.08%,至2015—2020年,建设用地与林地的土地利用动态度基本持平,分别为2.09%和1.81%;草地的衰退速率在20年间逐渐增大,由2000—2005年的-0.10%增至2015—2020年的-4.62%;耕地则在2005年以后,持续快速减少,土地利用动态度保持在5%以上的速率减少。

表2 2000—2020年贵阳市中心城区土地利用动态度(%)

2.4 土地利用格局预测

运用CA-Markov模型,基于贵阳市中心城区2015—2020年土地利用类型数据,以5年为步长,构建初始预测矩阵(表3),对研究区未来20年土地利用类型变化与格局演化进行预测模拟(表4),并采用Kappa系数对模型预测结果进行评价,预测结果表明:反映CA-Markov模型预测精度的Kappa系数为0.7583,说明模型预测的土地利用变化精度较高,能较好地反映贵阳市中心城区未来20年土地利用格局变化趋势。2020—2040年的未来20年,贵阳市中心城区土地利用格局总体表现出建设用地和林地为主要类型的特征,二者面积占研究区总面积的比例均在70%以上。不同土地利用类型的变化方面,建设用地在未来20年呈持续增加的趋势,并在2030年将取代林地类型,成为研究区的优势土地利用类型,面积占比将超过40%;林地和草地类型表现出不同程度的减少趋势,至2040年二者面积占比将分别降至约28.51%和4.04%,而耕地面积占比基本保持稳定,在未来20年基本维持在14.3%左右;未利用地面积将随着城市化进程的进一步发展,呈持续增加的趋势。

表3 2015—2020年贵阳市中心城区土地利用转移概率矩阵

表4 贵阳市中心城区未来20年土地利用变化预测(%)

3 结论

黔中喀斯特山地城市具有生态环境比较优势突出,城山镶嵌的独特特征,近年来,随着快速城市化生态文明示范城市建设等多重因素的驱动,城市土地利用格局发生剧烈变化。本研究以典型黔中喀斯特山地城市贵阳市中心城区为研究对象,运用多时相遥感图像,对贵阳市中心城区2000—2020年土地利用格局的时空变化特征进行了分析,并运用CA-Markov模型,预测了未来20年土地利用格局的变化与趋势,得到如下主要结论:

(1)2000—2020年贵阳市中心城区土地利用结构发生明显变化,优势土地利用类型由研究初期的耕地和林地景观,转变为现阶段的林地和建设用地景观主导。随着城市化进程的不断加快和生态环境保护建设各项措施的实施,2005年以后,贵阳市中心城区进入城市化和生态保护双重快速发展期,这与韩会庆[16]、王志杰[17]等人的研究结果基本一致。

(2)20年间贵阳市中心城区土地利用类型的时空转移主要发生在建设用地、林地、耕地和草地4种类型之间,且以建设用地和林地的净转入,耕地和草地的净转出为基本特征,在空间上,初步形成以老城区为中心,观山湖区、白云区南部、南明区东南部、花溪区北部为主要扩展方向的城市发展格局,和以中心城区外围林地类型环绕,内部林地与建设用地镶嵌的生态格局。

(3)CA-Markov模型预测未来20年贵阳市中心城区土地利用格局将持续发生变化,以建设用地的持续增加和林地的小幅衰减为主要特征,但总体上仍以建设用地和林地为主导土地利用类型。因此,在今后的国土空间格局优化过程中,应牢牢守住生态和发展两条底线,平衡城市化发展与生态环境保护的关系,围绕山水林田湖草全要素配置依据,进一步优化贵阳市中心城区国土空间格局,以在快速城市化发展的同时,守住生态用地底线,科学推进生态文明示范城市建设和以贵阳市中心城区为核心的黔中喀斯特山地城市社会经济可持续发展。

由于遥感图像空间分辨率的限制,以及不同行业领域关于土地类型划分的标准不同,本研究利用Landsat遥感图像解译的土地利用类型及其时空变化特征,在指导具体行业应用实践中,还需根据不同行业的分类标准予以修正。此外,由于CA-Markov模型在预测土地利用格局变化过程中,对研究数据本身具有很强的依赖性,缺乏因政策变化或其他社会经济发展因素导致的土地利用转移方向的阈值控制或参数调控。在国家关于严禁耕地非农化和林地占补平衡等政策影响下,贵阳市中心城区未来土地利用格局中耕地和林地的面积将基本维持在当前水平,而随着城市化进程的不断深入,为提高土地利用率,未利用地的开发利用程度将有所提高,本研究结果对于贵阳市土地利用规划和格局优化具有一定的借鉴和指导意义,但今后在基于多因素尤其是政策因素和社会经济因素变化导致土地利用格局变化的预测研究方面,可利用系统动力学模型或其他算法模型,加强指导性因子阈值控制或模型参数的修正率定,以提高土地利用格局预测的科学性。

猜你喜欢

贵阳市城区林地
长沙市望城区金地三千府幼儿园
Couple's dance helps lift spirits of millions
金霞早油蟠在保定满城区的表现及栽培技术
关于贵阳市低碳交通发展路径的探讨
离贵阳市区最近的滑雪场 高坡滑雪场
丹东市林地分类研究
福田要建健康城区
浅谈林地保护及恢复措施
对淮安市城区河道生态建设的思考
林地流转模式的选择机理及其政策启示