国巧真 ，马亚峰 ，武永峰

（1.天津城市建设学院土木工程系，天津300384；2.农业部资源遥感与数字农业重点开放实验室，北京100081；3.中国农业科学院农业环境与可持续发展研究所，北京100081）

土地利用/覆盖变化（LUCC）对环境的可持续发展具有相当的影响力，它已经被公认为是导致全球环境变化的两大主要因素之一，在全球的可持续发展研究领域中占有相当重要的地位[1]。20世纪90年代，由于人类逐步认识到土地利用变化导致的各种生态环境问题的出现，土地利用/覆盖变化成为了当前全球变化研究的重点问题之一。自1995年“国际地圈与生物圈计划（IGBP）”和“全球环境变化的人文领域计划（HDP）”两大组织联合提出“土地利用/土地覆盖变化科学研究计划”以来，土地利用/覆盖变化研究已经成为全球环境变化研究的重要组成部分[2]。土地利用变化预测是LUCC研究中的重要组成部分，根据土地利用变化的规律预测未来土地利用变化的趋势，可为土地管理部门制定相应的对策并采取适当的调控手段提供科学依据，从而达到土地资源的优化配置与合理利用[3-5]。

本研究以北京市密云县为研究区，在GIS与RS技术的支持下，对该地区的土地利用信息进行提取，在分析土地利用变化的基础上，运用灰色模型GM（1，1）对密云县土地利用变化趋势进行定量预测，实现对该地区土地利用变化的历史过程模拟及演变趋势预测，并分析其变化所带来的影响。

1 研究区概况

密云县地理位置为东经116°39′33″～117°30′25″，北纬40°13′7″～40°47′57″；东西长69 km，南北宽约64 km。全县总面积占全市面积的13%，是北京市土地面积最大的区县。全县辖2个街道、17个镇、1个地区，共65个社区、334个村委会。密云境内东、西、北三面群山连绵，中部低缓，西南开阔，地势自北向西南倾斜，呈簸箕形。属暖温带半湿润大陆性季风气候区，四季分明，温差较大，光照充足[6]。土地利用类型分布格局存在差异，林地、水域呈片状分布，耕地、草地、居民用地和未利用地相互嵌套分布[7]。

2 研究方法

2.1 土地利用信息提取

根据土地资源的属性和土地利用基本情况，将密云县土地利用类型分为6类，分别为林地、草地、耕地、居民地及工矿用地、水域和未利用地。具体类型及分类代码如表1所示。

表1 土地类型及代码

本研究所用到的数据主要包括：1988，1992，1996，2000，2004 年 Landsat TM图像及 2008 年中巴资源卫星图像；北京市矢量图；其他文字资料。利用遥感处理软件ERDAS9.1和地理信息系统软件ArcGIS9.2，采用监督分类、非监督分类和目视解译相结合的方法得到1988—2008年间的6期土地利用图。对2008年遥感解译图像选取300个随机点进行精度评定，总精度为93.67%，Kappa系数为0.855 7。通过对6个时相的分类结果进行统计分析，得到密云县的土地利用情况。

2.2 预测模型的建立

土地变化预测研究是在历史数据的基础上建立模型以了解未来土地的变化趋势及需求状况，对有效地进行土地利用的调整、优化，合理而高效地利用有限的土地资源。土地利用变化的定量化、空间化建模是土地利用变化研究中的关键问题。由于土地利用/覆盖变化涉及因素繁多，过程错综复杂，因而以简化和抽象化为特征的各种模型对于理解和预测土地利用、土地覆盖的格局和过程，具有不可替代的作用[8]。目前已有不少有价值的土地利用情景模型及其相关的模拟研究工作，常见的应用范围较广的预测模型多达20多种，如简单指数平滑法、一元回归分析法、多元回归分析法、自适应过滤法、专家预测法、马尔可夫分析法、灰色动态预测模型等。本研究利用灰色动态预测模型对密云县土地利用变化趋势进行了探讨。

灰色系统理论是邓聚龙教授在1982年提出的。灰色系统是由已知的信息和未知的、非确知的信息混合构成的一种复杂系统，它介于一无所知的黑色系统与全部确知的白色系统之间。灰色系统理论就是一种能够充分利用已知信息来淡化系统的灰色性，最终客观、真实地反映系统本质的系统分析方法[9]。灰色预测方法所需要的预测数据样本较小，且预测精度也较高，特别对于基础资料缺乏的预测更能体现它的优点[10]。灰色动态预测模型的基本原理是：摈弃直接在历史数据中寻求统计规律和概率分布的传统方法，将无规律的原始数据通过一定的处理方式（比如1次或多次累加），使其成为较有规律的时间序列，建立预测模型[11]。其中，灰色模型 GM（1，1）是最常用的一种模型，它是由一个只含单变量一阶微分方程构成的模型[12]。通过建立灰色模型GM（1，1），可以反映单变量对于因变量一阶线性导数的影响。GM（1，1）模型的建立过程如下。

首先考虑有变量：

其相应的微分方程为：

将其作累加生成得：X(1)（i｛｝） ，i=1，……，n

构造矩阵：

有关构造矩阵：

按最小二乘法求参数a和b：

得响应方程：

计算其还原值公式为：

由此可得预测值：X(0)（n+1），X(0)（n+2）……

预测模型得到的预测值必须经过统计检验，才能确定其精度等级。其中包括后验差比值C、小误差概率P。C为残差方差S2与实测数据方差S1之比，作为一个综合指标要求C越小越好。一般要求C＜0.35，最大不超过0.65。指标P越大越好，P越大，说明残差与残差平均值之差小于给定值0.674 5 S1的点较多。一般要求P＞0.95，不得小于0.70。按P和C的大小综合评判模型的精度，具体指标如表2所示[13]。

表2 预测精度等级的对照

3 基于GM(1，1)模型的土地利用动态变化预测

土地利用受多种因素的制约，这些因素本身又相互影响，关系复杂，很难定量精确描述它们对土地利用的作用机理与作用，因此，土地利用是一个典型的灰色系统。灰色动态预测模型建立在历史数据基础之上，即利用过去的土地利用变化规律来预测未来的土地利用变化趋势。本研究根据密云县1988年到2008年土地利用类型（表3），建立灰色 GM（1，1）模型，对密云县土地利用状况进行预测。以居民地及工矿用地为例进行详细论述。

表3 1988—2008年土地利用类型 ×103 hm2

首先得到密云县 1988，1992，1996，2000，2004，2008年的原始数列如下：

建立居民地及工矿用地的预测模型如下：

后验差检验得：

后验差比值C＝0.12＜0.35

小误差概率P＝1＞0.95

最终得到密云县居民地及工矿用地利用情况预测值（表4）。

表4 密云县居民地及工矿用地面积预测值

同理得到密云县其他地物类型预测模型及预测值（表5）。

表5 密云县土地利用面积预测值

4 预测结果分析及影响

本研究得出，从2008年到2024年的16年内，密云县林地面积总体将继续呈现上升趋势。由此可知，密云地区森林资源的保护及植树造林工程卓有成效，对密云县生态环境改善起至关重要的作用。密云县在加强生态环境的保护与建设的基础上，可依托其良好的生态自然环境及优越的地理位置，通过开发特色旅游景点等有效途径，发展以旅游业为龙头的第三产业。在将密云县建设成为首都强大的生态屏障的同时，使得密云县真正成为京津冀三地的休闲之地，进而更好挖掘密云县的发展潜力，促进密云地区的经济建设。

密云县经济的发展十分迅速，城镇化现象明显。预计到2024年，密云地区居民地及工矿用地面积将达到1988年面积的2.6倍。而且未利用地和草地等可利用土地类型随着经济发展正在逐步得到开发。按照预测，城镇建设用地的扩展将导致其周围的优质耕地不断被蚕食，最终导致优质耕地面积再减少，这将不利于区域经济的发展。因此，须严格控制非农业建设用地对耕地的占用，加强管理，在尽量保护优质耕地的前提下实现城镇面积的扩张。同时应做好总体规划，使土地资源得到合理有效利用。

水资源是城市发展的基础，它提供了城市存在和人类从事生产等活动的重要物质基础，决定着城市开发及建设的规模、速度、类型和特点。密云水库作为北京市唯一的地表饮用水源地，承担北京城区60%的自来水供应任务，被称为“北京生命之水”。研究数据表明，密云县水体面积到2024年将持续减少，主要表现为密云水库水面积的缩减。水资源的短缺势必会成为密云地区经济发展的瓶颈。在未来的一段时间内如何提高水资源利用效率、有效地保护和利用水资源，将是密云县乃至北京市一个亟待解决的重要问题。

结合遥感图像可知，密云县耕地面积增加，很大一部分来源于水资源缩减出现的大面积湿地。上述数据表明，在2008年到2024年的16年中，耕地面积仍将有所增加，该类土地资源的不合理开发和利用将造成水资源的破坏。在此情况下，应加强湿地建设，在沿水域区域范围内发展与水源保护相适应的生态农业、观光农业、休闲农业。在发展农业的同时实现水资源的保护，实现水源保护与经济发展相互协调、相互促进的发展模式。

5 结论

以密云县1988年到2008年的土地利用信息为基础，结合灰色动态预测模型对密云县16年的土地利用格局进行了预测。根据土地利用变化预测结果可知，密云县土地利用情况变化的总态势是：林地、居民地及工矿用地、耕地将继续呈上升趋势，其中林地面积变化最为显著；水域、未利用地及草地面积将逐步减少。本研究应用RS与GIS技术支持下的灰色动态预测模型对密云县土地利用变化做了定量预测，揭示了土地利用变化规律及期间存在的问题和隐患，希望能为该地区土地利用的调控及管理提供借鉴及启示。

［1］ 何英彬，陈佑启.土地利用/覆盖变化研究综述[J].中国农业资源与区划，2004，25（4）：58-62．

［2］ 李秀彬.全球环境变化研究的核心领域——土地利用/土地覆盖变化的国际研究动向 [J].地理学报，1996，5（6）：553-555．

［3］ Rounsevell M D，Annetts J E，Audsley E，et al.Modeling the spatial distribution of agricultural land useat theregional scale[J].Agriculture，Ecosystems and Environment，2003，95：465-479.

［4］ Tiwari PC.Land-use changes in Himalaya and their impact on theplainsecosystem：need for sustainableland use[J].Land Use Policy，2000，17（2）：101-111．

［5］ 毛先成，刘文毅，何美香，等.GIS在县域土地利用变化分析中的应用——以山西省怀仁县为例[J].山西农业科学，2009，37（10）：30-34，38．

［6］ 杨海波，王宗敏，李纪人，等.基于RS与GIS的密云县生态环境效应分析[J].国土资源遥感，2008（4）：64-69．

［7］ 党安荣，史慧珍，何新东.基于3S技术的土地利用动态变化研究 [J].清华大学学报（自然科学版），2003，43（10）：1408-1411.

［8］ 邱炳文，陈崇成.基于多目标决策和CA模型的土地利用变化预测模型及其应用 [J].地理学报，2008，63（2）：165-174．

［9］ 许东方，白羽军.应用灰色系统理论预测拉林河总磷浓度变化趋势[J].黑龙江环境通报，2009，33（2）：53-55．

［10］ 唐斌.基于灰色理论的交通量预测[J].甘肃科技，2009，25（6）：63-66．

［11］ 陈娟，谢玲玲，马淑兰.灰色系统在水质预测中的应用[J].科教文汇，2008（7）：275．

［12］ 姚作芳，刘兴土，杨飞，等.组合预测模型在东北地区粮食产量预测中的应用 [J].华北农学报，2009，24（增刊）：215-219．

［13］ 罗佑新，张龙庭，李敏.灰色系统理论及其在机械工程中的应用[M].长沙：国防科技大学出版社，2001.