周伟

（重庆交通大学建筑与城市规划学院，重庆 400074）

1 概述

土地作为人类进行一切活动的基础，是一种有限的的自然资源，近二十年来，我国土地利用格局发生了巨大变化，对未来土地利用情景进行预测成为土地利用和环境变化课题研究的热点之一，土地利用模拟在优化土地利用研究中起着重要的作用，土地利用模拟可揭示区域经济的发展趋势对未来土地利用的影响以及区域环境变化规律[1]。

目前，学者们对土地利用预测模型和方法已有很多的研究，如元胞自动机（Callular Automata,CA）模型，CLUE-S 模型，系统动力学（System Dynamics,SD）模型等，然而单一的模型无法满足现实中土地利用的复杂变化，而耦合模型能弥补这一缺陷，更适合运用到土地利用情景模拟研究中[2]，其中，Markov-FLUS 耦合模型结合了马尔科夫模型具有在数量上长期预测的特点和FLUS 模型在空间上具有较高的土地利用格局预测的能力，适用于多情景、多尺度的复杂土地利用模拟。

2 研究区概况与数据预处理

2.1 研究区概况

翁源县（113°39'2"～114°18'5"E，24°07'30"～24°37'15"N）位于广东省韶关市东南部（图1），属半山区丘陵地带，地势自东北向西南倾斜，年平均气温20.06℃，年平均有效积温3248.5℃，无霜期324.4 天，年平均降雨量1751.8 毫米。

图1 翁源县位置示意图

2.2 数据来源与处理

本文数据采用地理空间数据云平台（http://www.gscloud.cn/）上的Landsat7TM/ETM、Landsat8OLI（2008 年、2013 年、2018 年）的三期影像数据、DEM和社会经济统计数据。数据经过ENVI、ArcMap10.2 等软件工具进行预处理、监督分类等处理，获得3期土地利用分类结果图（图2），将研究区的土地利用类型分为建设用地、耕地、园地、林地、水域、未利用地等用途。

图2 不同时期翁源县土地利用分类图

2.3 研究方法

2.3.1 土地利用动态度分析

在土地利用变化过程中，土地利用动态度可展示出区域内某种土地利用类型在一定时间范围内的数量变化情况[3]，其关系表达式为:

式中，Kk表示k 类类别的土地利用动态度，Ua、Ub分别表示为k 类别地类初、末时期的面积，T 表示研究初、末时期间隔时间。

2.3.2 构建Markov-FLUS 模型

2.3.2.1 马尔科夫（Markov）通过研究某一事件的变化规律来预测其发生概率，被广泛在土地利用变化数量的预测研究中。Markov 过程中的状态转移概率表示土地利用类型之间相互转化的面积数量或比例[4]。其模型计算原理公式如下：

式中，S(t)，S(t-1)分别表示土地利用系统在t、t-1 时刻的状态，Pij表示土地利用转移概率矩阵。

2.3.2.2 FLUS 模型引入了人工神经网络（Artificial Neural Network，ANN）模型，结合轮盘赌选择机制，解决地类间转换竞争的不确定性问题，在模型运行过程中，土地利用类型元胞单元作为输入神经元的一个变量，通过输出层获取与表达各类土地利用类型的转换概率[5]，其各层间的关系以及各类用地的转化概率计算公式为：

式中：Xk,t表示初始神经元的值，n 表示神经元数量，Nj(p,q)表示j 神经元接收的信号，wi,j表示神经元在输入层和隐藏层之间的权重值。

式中：sp(p,k,t)为栅格单元p 在第t 次迭代时从现类别到第k 类类别土地利用的转换概率，且各类用地在栅格p 上的转换概率之和为1，wj,k 为隐藏层和输出层之间的权重参数。

2.3.2.3 Markov-FLUS 模型运用马尔科夫模型可以预测未来土地利用数量的特点，耦合使用FLUS 模型分布概率计算的能力，将土地利用数量与空间分布上的结合，最终实现未来土地利用的模拟。

2.3.3 选取土地利用变化驱动因子

土地利用变化是在自然、社会和经济等因素影响下经过长期作用而形成的结果，结合国内外相关研究引起土地利用变化的驱动力因子以及翁源县的区域实际情况[6]，本文选取了9 项驱动因子，即：高程、坡度、坡向、到高速出入口的距离，到一般公路的距离、到河流与水库的距离、到镇中心的距离、人口密度、GDP 等，其驱动因子图集如图3 所示。

图3

其中，高程、坡度和坡向属于自然因子，地形条件影响着土壤类型、水资源的分布以及气候的变化，对土地利用类型的变化有着决定性的作用。到高速公路出入口、一般公路、河流、镇中心的距离属于社会因子，社会区位因子对土地利用类型有着很大的影响，河流的分布影响着区域降雨，以及居民日常的用水。到城镇、道路的距离影响着建设用地、生产用地的建设分布，结合翁源县自身的区域条件，选取了到河流、高速公路、一般道路、城镇等的距离作为驱动因子。人口密度、GDP 属于经济因子，人口数量分布与经济发展状况对土地利用的变化有着重要的驱动作用。

3 结果与分析

3.1 土地利用变化动态度分析

从2008 年-2018 年间各年份的土地利用面积统计和面积变化动态度（表1）可以看出，翁源县主要以林地和耕地为主，林地、耕地在2008 年的面积分别为160016ha、34578.25ha，分别占总面积的73.57%、15.9%。耕地、草地、其他用地的面积在近十年时间持续减少，而林地、建设用地、水域、园地的面积有增加的趋势，土地利用变化动态度变化最大的是林地，为4.48%，其次是耕地，为-3.87%。

表1 2008 年、2013 年、2018 年土地利用面积与动态度表

3.2 土地利用转移矩阵分析

从2008 年-2013 年和2013 年-2018 年的土地利用变化转移情况（表2、3）可以看出，在2008 年-2013 年间，耕地主要向林地转移，转变的面积为7561.25ha，转变率为21.87%，其次是向园地转变，转变面积分别为248.25ha，转变率为0.72%。在2008 年到2013 年间，耕地主要还是向林地转移，转变面积为6053.25ha，转变率为20.11%，相比前5 年有所减小，耕地转变为建设用地的面积为366ha。

表2 2008 年-2013 年土地利用面积转移矩阵表

在2008 年-2013 年间，草地主要向林地、耕地转变，转变面积分别为1758.5ha 和397.75ha，转变率分别为42.6%、9.63%。2013 年到2018 年，其转变为林地、耕地的面积分别为1723.75ha、379ha，转变率分别为63.91%、14.05%，但其转变率呈现增长趋势，草地总面积减少速度加快。林地在2008 年-2013 年间转变的面积分别为3539.5ha，转变率为2.21%，在2013 年-2018 年间转变的面积为2464.5ha，转变率为1.5%。林地转变为其他类型的土地的比例相对较小，一方面是林地的面积基数较大，一方面的是林地自身的土地利用性质使得其不易转变为其它类型的土地。水域在2008 年-2013 年间，其面积主要向林地和耕地转变，转变面积为79.75ha、98.75ha，转变率分别为1.54%、1.96%。在2013 年-2018 年水域向林地和耕地的转变面积分别为100.5ha、143.5ha，转变率分别为1.91%、2.73%。由此可见，水域总面积在研究期间变化较小。园地在2008 年-2013 年间主要转变为林地，转变面积为83.5ha，转变率为1.76%。在2013 年-2018年转变为林地和耕地的面积增加，转变的面积分别为348.25ha、191.25ha，其转变率分别为6.74%、3.7%。在2008 年-2013 年间，耕地、林地、水域、草地、园地分别向建设用地转变的面积为238.25ha、117ha、34.5ha、8ha、29.5ha，相当于2008 年建设用地的2.8%、1.38%、0.41%、0.01%、0.35%，其他用地转变为建设用地的面积很小。其他用地在翁源县所占的面积较小，但其在2008-2013年间转变为林地的比例较大，其面积为70.25ha，转变率为14.47%，2013 年到2018 年间主要转变为林地和耕地，转变的面积分别为86.5ha、89ha，转化率分别为20.94%、21.55%。综上分析得知，林地与耕地之间相互转化的面积较多，其他地类以林地和耕地为主要转移对象。

3.3 模拟结果分析

运用Markov-FLUS 耦合模型对翁源县2018 年的土地利用情景进行模拟预测（图4 左），并与2018 年的实际的土地利用图进行对比分析，Kappa 系数为0.8464，大于0.8，总体精度为90.01%，大于85%，表明该模型的模拟度较高。基于Markov 模型计算出的2028 年各土地利用类型预测面积，以及2008 年的土地利用数据和各驱动因子形成综合概率数据，对2028 年的土地利用情景进行模拟分析，自然发展状态（图4 中）是依据以往的发展规律，各地类随着时间的变化而相互转变的结果。耕地保护发展状态（图4 右）是基于人均耕地数量少的基本国情，依据以往的发展规律，并在人为的干预下，严格保护区域的基本农田，将翁源县的基本农田保护区作为限制区域而模拟所得到的结果。

图4

4 结论与展望

4.1 本文是以翁源县2008 年、2013 年、2018 年三期遥感数据为基础进行监督分类和目视解译，从3 期数据的动态度和土地利用面积转移情况可以看出2008 年-2018 年间，耕地、水域、其他用地和草地的面积在逐渐的减少，建设用地、林地、园地、水域的面积在逐渐的增加，其中林地和耕地的面积变化最大，林地增加了161263ha，耕地减少了8417ha。林地与耕地之间相互转化的面积较多，其他地类主要以耕地和林地为转移目标，城镇建设用地在2008 年-2018 年间的动态度为0.32，变化较小，但还是逐渐的向城镇四周进行扩张。

表3 2013 年-2018 年土地利用面积转移矩阵表

4.2 本文运用Markov-FLUS 耦合模型基于自然发展与耕地保护情况对2028 年的土地利用数量与分布进行模拟，并选取自然因子、社会因子和经济因子作为驱动因子，模拟的总体精度达到90.01%，Kappa 系数为0.8464，模拟效果较好。自然发展情景中，耕地数量持续的减少，而在耕地保护情景中，有效的保护了基本农田不被侵占，使得耕地数量得以稳定。

土地利用的变化情况可以在一定程度上反映区域内的发展情况，通过预测未来土地利用情景可以反映出土地利用变化存在的问题，如建设用地的持续扩张，表明城镇建设发展在不断的进行，但耕地面积的大量减少，可能会导致粮食短缺，威胁区域的粮食安全。在对未来土地利用情景进行模拟时，为达到更好的模拟精度，需更充分的考虑驱动因子，设置更为精确的模型参数。