朱增云，阿里木江·卡斯木，

1.新疆师范大学地理科学与旅游学院，乌鲁木齐 830054

2.新疆师范大学丝绸之路经济带城市化发展研究中心，乌鲁木齐 830054

0 前言

土地利用变化是人类与地球环境进行物质、能量交互作用的重要表现，不仅改变自然景观的面貌，还影响生态系统的结构与功能[1-2]。分析土地利用变化及景观格局变化是多年来景观生态学和地理学领域的研究热点[3]，已成为全球变化研究的前沿和长期关注热点课题[4-5]。选择典型区域，建立各种预测模型，结合景观格局来分析和揭示时空分布变化特征十分有必要。

近年来有许多模型用于土地利用变化过程的动态模拟，如元胞自动机(CA 模型)[6-7]、Markov模型[8]、Clue模型[9]、SD 模型[10]、CLUE-S模型[11-12]和空间logistic[13]模型，可以与时空集成模型进行结合从而对土地利用变化过程进行动态模拟分析。其中结合了Markov链的长期预测与CA模型模拟复杂系统空间变化优点的CA-Markov模型(时空—马尔科夫链)，越来越受到国内外学者的关注。在国外，Hana等[14]利用CA-Markov模型在伊朗南部沿海地区模拟预测红树林变化，分析红树林变化原因从而制定治理措施；Tong[15]结合CA-Markov和HSPE模型在不同气候变化下模拟实现流域尺度上的土地利用变化情景对水资源的影响。在国内，有些学者利用 CAMarkov模型结合区域景观格局分析对其动态监测方面都取得了良好的效果，如:李兴钢[16]在辽河三角洲对该地 3期遥感影像进行分类、解译，系统地获取景观格局状况和动态变化特征，并运用CA-Markov模型对未来湿地景观格局进行模拟预测，程刚等[17]运用8个景观格局指数和CA-Markov模型分析了山东省三川流域 1990—2010年景观类型转移特点，同时预测2020年的景观格局动态趋势，李小龙[18]和何宝忠[19]利用 CA-Markov模型对新疆昌吉市和吐鲁番地区模拟预测土地覆被变化情况及土地利用格局变化。现有大多研究注重利用土地利用数据进行简单的数量预测及空间分布格局模拟，并未深入从景观生态学角度对土地利用变化特征、景观格局指数及CA-Markov模型三方面进行对干旱区绿洲景观格局演变及发展趋势进行相关研究。

呼图壁县作为天山北坡经济带核心区域，具有得天独厚的农业资源优势、区位优势。但随着该区域的大力发展区域特色农业及林果业，对本就生态环境脆弱的区域造成严重的影响，因此探究和解决该地区生态环境问题刻不容缓。以三期遥感影像数据为基础，研究全县土地利用现状及变化情况，并结合景观指数分析对 2002—2016年土地利用景观格局的时空变化特征，运用 CA-Markov模型预测2023年土地利用景观格局的时空动态变化特征及发展趋势。不仅能为西北内陆干旱区模拟预测出景观格局的动态变化特征，加强保护该区域的可持续发展，同时为生态环境保护奠定基础。

1 研究区概况

呼图壁县属于新疆昌吉回族自治州，位于天山北坡经济带和丝绸之路经济带上，是“乌昌核心经济圈”的重要组成部分，作为全国棉花生产强县，国家优质棉生产基地，是新疆社会经济发展的重点县城。地势海拔高度差异较大，南高北低，自东南向西北倾斜。南部天山山区主要为高山和丘陵；中部是冲积平原为主要的农作物种植区，占总面积 43.2%；北部主要分布为古尔班通古特沙漠和戈壁。

图1 研究区地理位置Figure 1 Geographical location of the study area

2 数据来源及研究方法

2.1 数据来源与处理

本文基础数据选取2002年8月、2009 年9月Landsat-7 ETM和 2016年9月Landsat-8 OLI遥感影像，空间分辨率均为30 m×30 m，来源于中国科学院地理空间数据云平台，在 ENVI软件的支持下，对2009年遥感影像进行条带修复，将3期遥感影像进行波段融合、图像拼接、裁剪等预处理，基于监督分类(最大似然分类法)与目视解译相结合的方法，配合并借助Google earth软件和研究区的基本土地利用状况进行对比辅助纠正，将土地利用变化类型划分为6类:耕地、林地、草地、水域、建设用地及未利用地，获得3期的土地利用图(图2)，经精度验证2002年分类的总精度为93.8(Kappa系数为89.3)，2009年分类的总精度为94.6(Kappa系数为88.6)，2016年分类的总精度为93.8，Kappa系数为86.3，满足研究的要求。

基础地理数据选取5个空间变量:离城镇点中心的距离、离道路距离(铁路、公路、高速公路)、离水域距离；2 个自然属性变量:坡度和DEM高程(1:30万)等矢量数据；为方便研究，在ArcGIS中将以上数据转换为统一投影、坐标系和分辨率的栅格数据。

2.2 研究方法

2.2.1 CA-Markov模型

(1)Markov模型是一种随机模型，主要用于土地利用变化空间格局预测的常用模型，在马尔科夫过程中，根据事件的目前状况预测其将来各个时刻变动状况的预测方法，其本质是对事件发生概率的预测[20-21]。该模型主要依据初始时期到另一个不同时期的状态间转移概率与矩阵，以此为基础，预测将来某时刻的土地利用变化趋势。可用如下公式:

式中:St，St+1 为 t，t+1 时刻土地利用系统的状态；Pij为状态转移矩阵。

(2)CA 具有强大的空间运算能力，具有模拟复杂系统时空演化过程的能力。可用下式表示为:

式中:S为元胞有限、离散的状态集合；n为元胞的邻域；t，t+1为不同的时刻；f为局部空间的元胞转换规则。

CA-Markov 模型综合了CA模型模拟复杂系统空间变化的能力与 Markov模型定量长时间序列预测的优点，在Markov基础上加入空间权重因子，既可以从数量上，还可以有效从时间上模拟土地利用格局的时空动态变化，因此使用 CA-Markov 模型能更加准确地从时间和空间上模拟景观类型的变化情况。本文以2002年、2009及2016年各景观类型之间的转化面积作为马尔科夫状态转移概率矩阵元素；根据多准则评价模型选取高程、坡度、离道路距离、离水域距离作为驱动因子，并根据不同的地类转换特点选取限制性因子，从而得到景观类型空间分布概率适宜性图集。

2.2.2 土地利用动态度

能够反映土地利用空间动态变化强度与转移类型，在不同的空间尺度上容易识别土地利用变化的热点地区，这对于比较土地利用变化的区域差异和预测土地利用变化趋势具有重要意义[22]。单一土地利用动态度用来表示研究区某一景观类型在一定时间范围内的数量变化。公式是:

式中:Rs是指某一土地利用类型在研究期间的变化率，Ua和Ub表示研究初期和后期某一土地利用类型的面积，T表示研究期的长度。当T设定为年时，Rs则表示是研究区某一土地利用类型的年变化率。如果Rs值为负值，则表明土地利用类型呈下降趋势。

2.2.3 景观格局指数的选取

景观格局指数能够高度浓缩景观格局和景观动态变化过程信息，是景观生态学最常用的定量化研究方法[23]。本研究侧重于研究区不同景观斑块类型与整体格局两个角度进行特征分析，因此选择斑块类型水平与景观水平的景观格局指数分析探讨，并利用Fragstats软件计算与定量分析。在斑块类型水平上选取7个景观格局指数，分别是斑块数(NP)、优势度(PLAND)、聚合度(AI)、最大斑块面积(LPI)、蔓延度(CONTAG)、凝聚度(COHESION)、景观形状指数(LSI)等指标。在景观水平上，选取 8个景观格局指数，斑块数(NP)，最大斑块面积(LPI)、景观形状指数(LSI)、聚合度(COHESION)、景观分离度(DIVISION)、香农多样性指数(SHD)、蔓延度(CONTAG)、香农均匀度(SHEI)等指标(表1)。

表1 研究中应用的景观指数及其生态学意义Table 1 Landscape indices used in study and their ecological significance

3 结果与分析

3.1 研究区景观构成与变化分析

3.1.1 研究区景观类型面积变化特征

研究区近 21年景观类型面积与土地利用结构变化较大(图2和表2)，2002年草地与未利用地面积分别为4099.62、2771.72 km2，面积之和占景观面积的 72.28%，在其他景观类型中面积比例最大，为研究区优势景观类型。2016年草地与未利用地面积分别为 3936.74、2732.19 km2，共比 2002年减少202.44 km2，面积之和占景观面积的70.15%。经过CA-Markov模型的模拟预测 2023年景观格局的分布，相比较其他年份草地与未利用地变化较为明显，共减少了 311.71 km2，面积之和占景观面积的69.69%，依旧为优势景观类型，但作为景观基质的优势呈下降态势。

2002—2016年间，耕地比例出现增加趋势，耕地面积净增加 193.43 km2，比例上升到 17.43%，其增加的大部分面积来源于林草地。受坡度、温度的影响，灌溉区内部开垦条件较好的林草地被转移为新增耕地。随着城镇化的推进及人口数量增长等一系列因素，研究区不断增加对建设用地的需求，最直观的变化就是建设用地不断向外扩张，表现为一定自然景观向人为景观转变。建设用地面积净增加16.55 km2，比例上升到 0.18%，相比较于 2016 年，预测2023年建设用地比例将上升到1.47%；与此同时其他景观类型总体呈减少趋势，其中水域和林地面积都有不同程度的减少，由于渠系衬砌、过度开采地下水等导致人工林和天然林枯死造成林地与水域面积不断缩小，变化率为 7.76%和 10.39%；耕地面积变化不大，只有 0.47%的变化率；未利用地有所减少，变化率为2.61%、16.32%。充分反映出呼图壁县随着市场经济的发展，现代农业发展技术不断更新改善，农业机械化程度不断提高，对耕地进行大规模优质棉基地建设、中低产田改造等生态农业管理政策的良性实施，与打造生态绿化工程建设对林草地实施生态化保护，使得研究区域内景观格局不断得到优化。

图2 呼图壁县土地利用图Figure 2 Land use maps of Hutubi County

表2 呼图壁县不同时期土地利用类型面积Table 2 Land use types in different periods in Hutubi County

3.1.2 景观类型动态度分析

通过3个不同时期的土地利用动态度分析可知(图3)，各景观类型动态度变化的大小依次为建设用地＞耕地＞未利用地＞水域＞林地＞草地。在 2002—2009年期间各景观类型间的动态变化率和幅度差异较为明显，其中变化率最大的是建设用地和耕地，以1.95%和 0.96%的速率增加，未利用地次之为 0.19%，而其他景观类型变化率为0.035%、0.56%、0.21%的速率减少。在 2009—2016年时间段内，虽然耕地与建设用地动态度降低，但面积幅度持续增加；其他景观类型的动态变化率有所减缓，表现出减少趋势，主要原因该区域全面推行绿洲外围地区建立防风固沙林、水土保持林、生态保育政策和保护山区天然草场资源及天然林保护工程等措施实施。

图3 不同时期土地利用动态度Figure 3 Dynamics of land use types in different periods

整体来说，2016—2023年间，总体上区域内耕地面积呈持续增加趋势，是区域主要的变化特征，主要沿呼图壁流域周围扩展，变化速率达2.05%。其他景观类型动态变化率逐渐下降，其中未利用地大多为荒漠地带，空间分布较为集中，整体变化小。建设用地显著增加，在原有建设用地周围往外扩展，增长的速度迅猛，土地利用变化程度最为剧烈，由于随着城镇化不断地快速发展，建设用地不断侵占周边的林草地及未利用地面积。

3.1.3 景观类型转移特征分析

为直观了解每一种景观类型转化为其他景观类型的面积情况，本文采用 Markov模型得到 2002—2023年期间各个景观类型相互之间的转移概率矩阵进而全面分析。由表3可知，研究期间，耕地、林草地和未利用地的相互转化情况较为明显。各个年份耕地面积的增加主要是由未利用地和林草地的大量转入，受设施农业发展政策影响，适合种植特色林果业的区域被有计划地转换为林地，使得林地面积增加，导致耕地与林地之间的相互转化，转入部分大于转出，面积呈逐年增加趋势，使得区域内的耕地和林地的景观布局比例得到调整和优化。

2009—2016年，由于南部以高山丘陵为主，受山区地形和温度等因素影响，林草地在交界地带呈现交替转化状态。由于该区域发展畜牧业，需大量种植优质饲牧草料，部分耕地转化为草地，其次是未利用地及水域转为草地，由此看出，该区域积极牢固树立生态立区理念，开展全民义务植树活动，不断完善绿洲、荒漠、河谷、山区相互依存的林草地生态防护体系，使区域生态面貌和人居环境得到很大的改善，草地面积不断增加。建设用地面积的增加主要是由耕地和草地的转入，随着区域人口不断增长，一定程度上需要更多的居住用地，使得周边耕地与草地转化为建设用地，未利用面积呈现略涨趋势，原因是开垦新增耕地面积不断增加，使农业用水量逐渐加大，开始新一轮挖井，过量开采地下水，导致地下水位急剧下降，给原本缺水的灌溉农业造成了新的压力，景观类型及生态环境发生改变。2016—2023年，研究区景观类型变化更加明显，空间分布更为广泛，发生转移较强烈为耕地和建设用地，林草地转入耕地、部分耕地转入建设用地，总的来说面积呈减少趋势，水域则变化不明显。伴随国家大力倡导加快改造传统农业，推进农业机械化、科技化，使得部分耕地需集中成片，以便机械化操作，促使戈壁瘠薄地，产量效益低下的林果树逐渐被经济效益较好的耕地取代，导致耕地的结构和布局发生显著变化。由于研究区特色林果业和畜牧业快速发展，使中部偏北和主城区的部分耕地与林地转化为建设用地。

表3 2009—2016年呼图壁县土地利用转移概率矩阵Table 3 Probability matrix of land use transfer in Hutubi County form 2009 to 2023(unit：%)

3.2 景观格局特征演变分析

3.2.1 景观类型水平变化特征分析

提取呼图壁县不同土地利用类型的景观格局指数，充分研究各景观梯度的演变规律，全面分析区域内总体的各景观指数及景观格局特征。由图4可见，耕地在研究期间景观构成出现较大的变化，各景观指数呈现不同程度的上涨趋势，斑块数由 2002年的242增加到2016年的330，最大斑块指数和景观形状指数保持增加状态，由 2002年的 8.16%、26.73%增加到 9.25%、30.03%，说明斑块结合度指数及优势度越来越表现为紧实形态，一定程度上反映斑块内聚度越高，散布与并列指数及聚集度下降，说明其形状复杂程度降低，同一类型斑块逐渐相离。预测2023年耕地斑块数呈大幅度降低，最大斑块占景观面积指数增加，景观形状指数降低，表明研究区现代农业种植趋于利用大规模机械化生产。散布与并列指数降低，说明耕地之间的相互临近性降低，与区域内其他景观之间的关系变得简单，连通性降低，主要是由于土地整理和农业规模经营使耕地分布更具规律性引起。

林地、草地的各景观指数变化具有一定的相似性，斑块数由2002年的216、137增加到2016年的231、317，最大斑块指数和景观形状指数呈持续增加趋势，其中斑块结合度指数及优势度由前期缓慢增强，后期有所减弱，表明林地、草地在研究区域景观中所占的比例有所降低，反映了在城镇化过程中，受到人为干扰程度的加大，散布与并列指数上升及聚集度下降，说明斑块形状复杂程度加强，分布情况趋于均衡分布的空间结构。预测2023年林草地斑块数量逐渐减少，其他景观指数同样也在减少，这充分说明分布格局逐渐从高度聚集开始到分散经营转变分布，趋于发挥其稳定的生态功能的合理布局。

水域斑块数由2002年的98逐渐增加到2016年的 117，最大斑块指数和景观形状指数缓慢增加状态，由2002年的30.13%、19.32%增加到30.15%、19.66%，说明斑块结合度及优势度表现为下降趋势，一定程度上反应受人类生产生活动影响，受干扰程度在不断增强，散布与并列指数及聚集度有所下降，说明其形状较为规则，集中程度有所降低。预测2023年水域各景观指数有所减少，是因为全县范围内的大部分水体景观受人类活动的影响较大，比如修建水库、人造湖等，受人为控制，因此破碎化程度也偏低。

建设用地的斑块数由2002年的196增加到2016年的 204，一定程度上反映了人类对城市化活动的加强，最大斑块指数有所上升，景观形状指数保持下降状态，说明斑块结合度指数及优势度越来越表现为紧实形态，一定程度上反应建设用地在城市景观的优势度增强；其他景观形状指数、聚集度和结合度等指数也在不同程度的增加，使建设用地的边界越来越复杂，斑块聚合度呈增长趋势，表明集中化趋势明显，散布与并列指数及聚集度下降，说明其形状复杂程度降低，分布情况变得集中，表明研究区建设用地规模向四周扩张，建设用地斑块逐渐开始集中分布。从预测来看，建设用地面积扩大到205.75 km2，但斑块数却减少，最大斑块占景观面积比例增加，斑块所占景观面积比例增加，其他指数分别降低，表明建设用地之间的景观孔隙度降低，景观破碎化及临近性降低，与其他景观之间的关系变得简单，连通性降低，这与建设用地的特有分布规律性有密切关系。

未利用地的斑块数由2002年的48增加到2016年的107，最大斑块指数缓慢下降，景观形状指数保持增加状态，说明一定程度上受到其他景观类型的侵占，破碎化程度不断减弱，斑块结合度及优势度表现为下降趋势，表明受干扰程度在不断增强，散布与并列指数及聚集度有所下降，说明其形状较为规则，集中程度有所降低。预测未利用地各景观指数的下降，直接反应该区域对土地开发利用强度的加强与城镇发展加快的结果，散布与并列指数降低，反映了未利用地之间的临近性降低。

图4 2002—2023年呼图壁县各景观类型景观格局指数变化比较Figure 4 Comparison of landscape pattern indices change of each landscape type in Hutubi County form 2002 to 2023

3.2.2 景观水平上的变化特征分析

由表4可知，呼图壁县的斑块数、景观形状指数、香农多样性指数逐年增大，景观分裂指数也不断提高，表明2002—2016年的14年间，呼图壁县不同土地利用类型所占的比例有所下降，整个景观内斑块的破碎度逐渐升高，形状越不规则，复杂程度明显增强，趋于离散。香农均匀度在前 7年变化范围很小且略有增加，后14年指数值明显减少，主要在于研究区的各生态景观类型逐渐形成较好的连接性，景观空间结构不断向多样化及均匀化方向分布发展。最大斑块指数、蔓延度指数及散布与并列指数则呈下降趋势，说明景观中的优势种、内部中的丰富度下降，原因主要在于林草地、耕地等植被景观受制于水域的分布，相较2016年，2023年呼图壁县斑块数不断减少，最大斑块指数及景观形状指数随之降低，反映了后期景观中破碎度有所下降。斑块形状越规则，散布与并列指数、蔓延度、香农多样性指数和香农均匀度指数增加，主要原因在于人类活动干扰下景观斑块形状复杂程度略有上升。研究区各景观格局水平指数变化集中反映了城镇化进程的加速导致建设用地不断侵占与蚕食耕地和草地等其他景观用地，使其景观异质程度增大，区域内景观破碎化程度增加，形状趋于复杂，斑块越来越趋向于离散分布，景观结构不稳定性增加，自我调节能力不断减弱，反映出呼图壁县作为典型干旱区景观格局演变的复杂性和多变性。在未来发展过程中应使景观格局趋于稳定化和均匀化方向，需要更加合理地控制和规划。

表4 2002—2023呼图壁县景观水平上景观格局指数Table 4 Landscape pattern indices based on class level in Hutubi County form 2002 to 2023

4 结论与讨论

4.1 结论

本文以呼图壁县为研究区，结合 GIS空间分析方法及景观生态学相关理论对 2002—2023年研究区景观格局进行了定量的分析，在斑块水平和景观水平上揭示了呼图壁景观格局的特征与演变规律，定量刻画各景观类型空间上转化的特征及其变化进行研究。结论如下:

(1)从 2002—2023年各景观类型的结构变化来看，尽管呼图壁县的草地与未利用地面积不断缩减，但二者一直是优势景观类型。各景观类型面积比例的变化较明显，耕地比例出现增加趋势，随着城镇化的推进及人口数量增长等因素的影响，建设用地呈快速增长趋势，表现出自然景观向人为景观转变的趋势。

(2)从动态变化度和转移矩阵来看，各景观类型动态度变化的大小依次为建设用地＞ 耕地＞未利用地＞水域＞林地＞草地，变化率最大的是建设用地和耕地，以1.95%和0.96%的速率增加。其他景观类型以持续减少为特点，耕地面积的增加主要因为未利用地和林草地的大量转入，随着研究区不断快速发展，建设用地不断侵占周边的林草地及未利用地面积。

(3)从景观类型水平上看，耕地斑块结合度及优势度表现为紧实形态，一定程度上反应聚集度高，未利用地则相反；建设用地其景观的优势度增强，边界越来越复杂、聚集度和结合度等指数在增加；林草地及水域具有一定的相似性，其所占比列降低，对应在城镇化过程中，表现为受人为干扰程度的加大。从景观水平上看，景观破碎度逐渐升高，复杂程度明显增强，斑块越来越趋向于离散分布，景观结构不稳定性增加，自我调节能力不断减弱，反映出呼图壁县作为典型干旱区景观格局演变的复杂性和多变性。

4.2 讨论

本文通过CA-Markov模型与景观指数的结合可更好推进呼图壁县实施打造绿色生态城，为该区合理配置土地资源，提供强有力的技术支撑和科学依据。对干旱区绿洲区域的可持续发展研究具有借鉴意义，但本研究仍存在问题，山地与沙漠绿洲组合地带的景观组分、景观多样性丰富，景观格局特征用香农多样性指数和香农均匀度指数指数更好地衡量，但选择某些景观指标更加有效表示景观格局特征，还需要在未来探究中进一步深化与努力。由于CA模型转换规则复杂程度高，应综合考量自然和人为因素对于土地利用变化模拟产生的影响，但本文在研究过程中仅利用基础地理数据和高程、坡度、交通道路信息，对人文因素并未涉及，由于人文因素具有不确定性和可变性，且不容易被定量化和进行空间分配。接下来将自然和人文因素综合考量进行系统分析和探讨，是今后要考虑的方向之一。