阳洪洁 姜春 郑瑞 史聪敏

摘要 為探究福州市土地利用变化规律，基于 2000、2010和2020 年GlobeLand30数据集，运用土地利用动态度和转移矩阵对2000—2020年土地利用演变进行剖析，采用Markov-PLUS 模型对2030年土地利用的多情景变化趋势进行模拟。结果表明：2000—2020年，建设用地和水域面积增加，建设用地主要由耕地转入，其他用地面积减少。Markov-PLUS模型模拟总体精度为0.89，Kappa值为0.80，模拟效果较好。自然发展情景延续历史发展趋势，建设用地持续增长，以市辖区和闽侯县扩张最为突出，其他区（县、市）建设用地侵占周边耕地且集聚特征明显；城镇发展情景下，耕地、林地和草地均大面积减少，建设用地大幅增加，耕地和建设用地重心分别向东南和东北方向偏移，空间集聚特性进一步增强；耕地保护情景下，耕地主要向林地和建设用地转化，面积缩减的态势得到有效控制，重心迁移幅度较小；生态保护情景下，林地、草地和水域面积显著增加，建设用地增速得到有效控制，此情景更符合研究区区域发展和生态保护的双重诉求。研究可为福州市未来土地利用规划编制和土地可持续利用情景预测提供科学参考。

关键词 土地利用变化;多情景模拟;Markov-Plus模型;福州市

中图分类号 F301.2 文献标识码 A

文章编号 0517-6611（2024）02-0056-07

doi：10.3969/j.issn.0517-6611.2024.02.012

开放科学（资源服务）标识码（OSID）：

Land Use Change and Multi-scenario Simulation Based on Markov-PLUS Model in the Fuzhou City

YANG Hong-jie，JIANG Chun，ZHENG Rui et al

（School of Public Management and Law，Fujian Agriculture and Forestry University，Fuzhou，Fujian  350002）

Abstract In order to investigate the land use change patterns in the Fuzhou City.Based on the GlobeLand30 datasets in the year 2000，2010 and 2020，the methods of land use dynamic degrees and transfer matrix were used to analyze the characteristics of land use change from 2000 to 2020，the Markov-PLUS model was applied to predict the trend of spatial-temporal land use patterns in 2030.The results are as follows，from 2000 to 2020，the area of construction land and watershed increases，the area of other land decreases，and the construction land is mainly transferred from arable land.The overall simulation accuracy of the Markov-PLUS model is 0.89，the Kappa value is 0.80，which shows a good simulation effect.The natural development scenario continues the historical development trend，construction land continues to grow，with the most prominent expansion in the municipal district and Minhou County，and construction land in other districts （counties and cities） encroaches on surrounding arable land with obvious clustering characteristics.Under the urban development scenario，construction land increases significantly，forest land，arable land and grassland are all greatly reduced，and the center of gravity of construction land and arable land shift to the northeast and southeast respectively，with spatial clustering characteristics.Under the scenario of arable land protection，the arable land is mainly transferred to forest land and construction land，and the reduction of area is effectively controlled，and the center of gravity shifts less.Under the scenario of ecological protection，the area of forest land，grassland and watershed increases significantly，and the growth rate of construction land is effectively controlled，which is more consistent with the dual requirements of regional development and ecological protection in the study area.This study can provide scientific reference for the preparation of future land use planning and the prediction of sustainable land use scenarios in Fuzhou.

Key words Land use change;Multi-scenario simulation;Markov-PLUS model;Fuzhou City

基金项目 福建省教育厅中青年教师科研项目（JAT170168）；2018年度社科类国家级科研项目培育计划；福建省社科研究基地重大项目（FJ2022MJDZ020）。

作者简介 阳洪洁（1998—），女，湖南衡阳人，硕士研究生，研究方向：土地利用模拟。*通信作者，讲师，博士，从事土地资源可持续利用研究。

收稿日期 2023-02-04

土地利用/覆被变化（land use/cover change，LUCC）是在人类活动和自然环境的共同影响下产生于地球表面的结果，也是全球环境变化的重要原因之一。国内外关于LUCC的研究已经取得了丰硕的成果，其中，土地利用预测模拟是当前LUCC研究的重点和热点之一。对区域未来土地利用变化进行预测有利于合理高效利用土地资源以及协调好社会发展和环境保护之间的关系，这对于维护区域生态安全和实现区域土地可持续利用具有重要意义。

目前，土地利用预测模型方面的研究主要包括侧重于量化土地需求的数量模拟模型[如系统动力学（SD）模型和马尔科夫（Markov）模型]和侧重于模拟土地利用空间分布的空间模拟模型[如多智能体模型（MAS）和元胞自动机模型（CA）]。在CA模型基础上，又逐渐发展形成了基于转化分析策略（TAS）的logistic-CA、ANN-CA、CA-Markov等模型和基于格局分析策略（PAS）的CLUE-S、Fore-SCE和FLUS等模型，这些模型在国土空间规划和土地政策制定等方面应用广泛，但缺乏时段概念和灵活处理多类土地利用斑块变化的机制。PLUS模型（patch-generating land use simulation model）是一种新型的斑块生成土地利用变化模拟模型，结合随机种子生成和阈值递减机制，融合了TAS和PAS的优势，而且能模拟一段时间内多种用地类型的斑块级变化，并挖掘土地利用变化驱动机理。但该模型运行未来土地利用空间模拟的前提是输入土地利用需求，而Markov模型是预测未来土地利用数量的传统方法，具有无后效性且精度较高的预测结果，因此， 耦合PLUS模型与Markov模型，可以对区域未来土地利用时空变化具有较好模拟。王佳楠等利用Markov-PLUS模型模拟预测了2040年柴北缘土地利用变化，并证实Markov-PLUS模型的精度高于FLUS模型。

福州市作为我国第一批实行对外开放的沿海港口城市之一，经历了快速的工业化和城市化进程，土地开发利用强度和生态保护间的矛盾逐步加剧。基于此，该研究在分析2000—2020年福州市土地利用演变过程的基础上，通过集成Markov和PLUS模型对福州市未来4种不同情景下的土地利用时空分布格局进行了模拟预测，旨在探究福州市土地利用变化规律，对于区域土地利用规划和生态安全具有一定科学参考价值。

1 研究区与数据源概况

1.1 研究区概况

福州市地处中国东南沿海，是福州大都市圈和闽江口金三角经济圈的核心区域，地理坐标25°15′～26°39′N，118°08′～120°31′E。全市现辖6个区、5个县（闽侯、连江、罗源、闽清、永泰）和1个地级市（福清市），如图1所示。截至2020年年底，研究区土地总面积约为11 490 km，其中山地占32.41%，丘陵占40.27%，属于典型的河口盆地地形。研究区内自然条件优越，植被覆盖率高达60%以上，但在人类活动长期作用下，绝大部分植被遭到破坏，使得生态环境出现退化和恶化的风险，生态环境脆弱性逐渐加剧。

1.2 数据源及预处理

福州市2000、2010和2020年土地利用/覆盖数据为30 m空间分辨率的GlobeLand30数据集（http：//www.globallandcover.com/）裁剪得到，土地利用/覆盖类型包括林地、耕地、建设用地、水域、草地和未利用地。

选取气候和环境及社会经济要素作为土地利用变化及模拟的驱动因子，数据来源于地理空间数据云（http：//www.gscloud.cn/）和中国科学院资源环境与数据中心（https：//www.resdc.cn/）。其中，气候和环境因子数据包括高程、坡度、坡向、年气温、年降水量、距河流距离；社会经济因子数据包括人口空间分布、国内生产总值、距公路距离、距铁路距离、距居民点距离和夜间灯光，上述驱动因子数据均转换为30 m空间分辨率的栅格数据。

选取基本农田和自然保护区作为土地利用变化多情境模拟的限制因子，数据分别来源于福州市自然资源与规划局和中国自然保护区标本资源共享平台（https：//www.papc.cn/）。將基本农田和自然保护区制作成一个仅包含值0和1的二值栅格图像作为限制转换数据，空间分辨率为30 m。

2 研究方法

2.1 土地利用动态度

土地利用动态度表示研究区的某种用地类型在一段时间内的变化数量和变化速率，其表达式为：

式中：Ｋ为研究时段内某一用地类型的动态度；U和U分别为这一用地类型在研究期初和期末的数量；Ｔ为研究时段长。

2.2 土地利用重心迁移模型

该模型反映土地利用的空间变化趋势，其重心坐标计算方法如下：

式中：X、Y分别是第t年某地类分布重心的经度、纬度坐标；C为第t年第i个斑块该地类的面积，i为该地类斑块总数。

2.3 Markov-PLUS模型

Markov模型是土地利用数量预测模型，PLUS 模型是基于CA模型构建的LUCC空间模拟模型。该研究综合利用Markov和PLUS模型实现未来土地利用的预测模拟。

首先，利用PLUS模型提取福州市2010—2020年土地利用扩张图，并将土地扩张图和12项驱动因子输入LEAS模块，得到各类用地的发展潜力及所有驱动因子对各用地类型扩张的贡献程度。然后，将生成的发展潜力数据、限制因子数据和2020年土地利用数量输入到CARS模块，设置转换矩阵和邻域权重等参数，以2010年土地利用为基期，得到2020年模拟图，并将其与2020年现状图对比进行精度验证。最后，通过Markov chain预测2030年福州市土地利用类型数量，以2020年土地利用图为基期图像对研究区2030年土地利用空间格局进行模拟。

2.3.1 土地利用转移成本矩阵。

2010—2020年土地利用转移成本矩阵参数设定如表1所示，行代表用地类型转出，列代表用地类型转入，0表示不能转化，1表示可以转化。

2.3.2 邻域因子参数设定。

领域因子参数范围为0～1.00，值越大表示该土地类型的扩张能力越强。耕地、林地、草地、水域、建设用地、未利用地的邻域因子分别为0、0.35、0.46、0.51、1.00、0.45。

2.4 土地利用模拟多情景设置

参考文献，设定了4种土地利用变化模拟的情景，如表2所示。4种情景的转化成本矩阵如表3所示，其中a～f分别表示耕地、林地、建设用地、草地、水域和未利用地6种土地利用类型；0表示不能转化，1表示可以转化。

3 结果与分析

3.1 土地利用变化特征分析

3.1.1 数量变化分析。

如图2所示，不同土地类型的单一动态度由大到小为建设用地>水域>林地>草地>耕地>未利用地。2000—2010年，建设用地、水域、林地的面积呈递增趋势，其他用地面积缩减；2010—2020年，建设用地的增长趋势进一步加强，林地面积逐渐减少，耕地、草地和未利用地面积缩减趋势更为严峻。在城镇用地扩张、人口剧增和经济发展的背景下，研究区大量的耕地被侵占以满足建设用地不断增加的需求，同时对未利用地的开发利用更加合理高效。

3.1.2 空间转移分析。

如图3所示，2000—2010年，耕地转为林地的面积最多，主要分布在市辖区、闽侯县、长乐区以及连江县；耕地转出为建设用地的区域分布在闽侯县、市辖区和福清市；林地主要转出为建设用地和水域，其中，在市辖区和闽侯县转出的主要为建设用地。2010—2020年，耕地转出为建设用地的面积最多，所有县市均有分布，其中市辖区、闽侯县、长乐区、福清市分布较多；耕地转为林地较为集中的部分在罗源县的东部沿海地区，其余部分在研究区各个县市均有分布且较为均匀；水域面积由耕地和林地转入为主，主要分布在福清市；林地除了主要转出为耕地以外，还和草地间相互转化，皆在研究区零散均匀分布。2010—2020年地类相互转换的面积相比2000—2010年有所增加，这说明近10年来随着城镇化和经济水平的不断提高，福州市土地的开发利用程度增大。

3.2 驱动因子贡献度分析

该研究运用PLUS模型的LEAS模块计算了2010—2020年福州市各土地利用类型的发展概率，得到12种驱动因素分别对6类用地扩张的贡献度，如图4所示。

对耕地影响最大的因子是降水量，研究区属于南方地区，主要的耕地类型为水田，降水量是影响农作物生长状况的主要控制因素之一，耕地更有可能往自然条件好的区域扩张。

影响林地面积扩张的驱动因子主要是高程和坡向。通常来说，海拔较高的地区更容易产生林地的变化，研究区中林地面积增加的区域主要位于海拔高程较高处。坡向因子是影响林地空间分布格局的自然稳定性因子，同时也极大地影响了植被的生长状况。

夜间灯光、距居民点距离和人口空间分布对建设用地扩张的影响较大，这3类驱动因子反映的是人类活动的剧烈程度，这说明建设用地扩张最根本的驱动因素正是人口的增长。建设用地的不断扩张最终归因于加快的城镇化进程以及逐渐增加的人口数量。

对草地增长影响最大的驱动因子是高程。研究区草地面积的变化更多集中出现在中部地势低平地区，四周海拔较高处则零星发生草地面积的增长。此外，距居民点的距离也极大地影响了草地的扩张，这说明草地最有可能生长在人类活动较少的地区。

距河流的距离对水域面积扩张的影响最大。在河流流域范围内，经过水流的冲刷和侵蚀作用，河床易拓宽并且容易产生支流，再加上研究区降水量丰富，河流径流量大，从而河流附近地区更有可能增加水域的面积。

坡度因子对未利用地的扩张产生了较大影响。未利用地大部分是難以利用的土地，一般需要进行土地整治才能可持续利用，坡度较大的地区通常分布难以利用的土地。

3.3 模型模拟精度检验

利用PLUS模型中的CARS模块模拟出2020年土地利用模拟图，与2020年土地利用现状图进行对比，得到Kappa值和总体精度分别为0.80和0.89，具有较好的模拟效果，该模型可用于福州市2030年土地利用模拟。将模拟图与现状图对比发现（图5），各用地类型的空间分布格局在整体上一致，在研究区的中部和东南部存在偏差，偏差较大的地类为耕地和建设用地，其他地类的模拟结果较好。

3.4 未来土地利用变化多情景模拟

3.4.1 多情景下土地利用数量变化分析。

不同情景下的土地利用面积情况如表4所示，在自然发展情景下，2030年福州市土地利用延续了现在的发展趋势，建设用地和水域面积持续增加，建设用地的动态变化度为3.30%，主要以耕地转入为主；水域面积虽有所增加，但土地利用變化幅度不明显，其土地利用动态度约为0.04%；其他4种地类的面积均有减少，其中耕地面积减少最为明显，土地利用动态度为-0.70%。

城镇发展情景更加强调城镇的发展，建设用地面积大幅度增加，较2020年增幅超过40%，而城市面积的不断扩张势必会占用其他地类，导致耕地数量锐减，减少率约为11.00%；林地和草地也大面积减少，减少面积分别为64.45和27.42 km。

耕地保护情景严格限制了耕地向其他用地类型的转移，2000—2020年耕地面积减少409.53 km，2030年模拟结果比2020年增加了2.33 km，这说明此情景下耕地面积缩减的态势得到有效控制，粮食安全得到保障；根据福州市实际土地利用情况，耕地主要转出为林地和建设用地，因此，在耕地保护情景下，林地和建设用地的转入受限，相较于自然发展情景其面积有所减少。

在生态保护情景下，以生产功能为主的耕地面积减少率为8%；以生活功能为主的建设用地面积相比2020年有所增加，但受限于生态保护红线等政策约束，导致建设用地增长较少，增长率约为12.00%；林地、草地和水域作为以生态功能为主的地类，相比2020年面积分别增长64.01、26.90、32.18 km，且这3种地类相较于自然发展情景处于增加态势，说明在生态保护的背景下，以生态功能为主的地类得到较好的保护，符合以生态保护为前提的发展模式。

3.4.2 多情景土地利用空间格局变化分析。

根据多情景模拟得到的土地利用空间分布（图6）和 2020—2030年各地类重心迁移（图7）可知，2030年福州市多情景土地利用结果与2020年整体格局一致性较高，但局部变化明显。自然发展情景下，市辖区和闽侯县范围内的建设用地面积扩张最为明显，归因于该区域的人口高度密集，经济发展水平高于其他区域。其他区（县）的建设用地聚集区域均有向外扩张的现象，说明随着城镇化进程推进，建设用地逐渐侵占周边耕地且集聚特征明显。

城镇发展情景下建设用地面积在自然发展情景基础上进一步扩张，集聚特征进一步增强，建设用地重心向东北方向偏移，迁移距离为1.7 km；与2020年相比，该情景下耕地面积大量减少，研究区东南部耕地分布相对较广，因此耕地重心发生大幅度迁移，向东南方向迁移13.4 km；草地和水域的面积变化不大，重心迁移的距离较短。

耕地保护情景下耕地面积得到了有效保护，比2020年耕地面积略有增长，其他情景下耕地面积均为下降趋势，因此该情景下耕地重心迁移幅度最小，向东南方向迁移了0.4 km；同时该情景下，建设用地的增长从主要由耕地转入转变为由林地和草地转入，草地面积在该情景下相比2020年减少最多，因此草地重心迁移的幅度在此情景下最大，向西偏南方向迁移了0.5 km。

生态保护情景下非常重视对林地、草地和水域3类生态功能用地的保护，限制了建设用地对生态用地的侵占。因此，林地、草地、建设用地和水域面积的增长都主要由耕地转出，耕地重心向南迁移5 km，是该情景下迁移幅度最大的地类。

4 结论与讨论

4.1 结论

（1）2000—2020年，耕地明显流失且面积减少速率增加，建设用地面积持续增加；耕地主要向林地和建设用地转化，归因于城镇化进程中新建建设用地占用了耕地，以及退耕还林还草政策进一步减少了耕地，当地城镇发展的同时应该重视对耕地的保护；林地先增加后减少，但整体为增加状态；草地、水域、未利用地面积相对平稳，其中水域面积略微增长。

（2）采用Markov-PLUS模型对福州市2020年土地利用格局进行模拟，通过与2020年实际土地利用图对比进行精度验证，得到模型Kappa值为0.80，总体精度为0.89，模拟精度较高，说明模型能够有效模拟研究区的土地利用变化。

（3）通过Markov-PLUS模型对福州市2030年4种情景下的土地利用状况进行模拟，结果表明：自然发展情景下，建设用地侵占大量林地、耕地和草地，其面积持续增长；建设用地扩张以市辖区和闽侯县最为明显，其他区（县、市）建设用地侵占临近耕地且集聚特征明显。城镇发展情景下，建设用地面积大幅增加，而林地、耕地和草地均大面积减少；耕地和建设用地重心分别向东南和东北方向偏移，空间集聚特性愈加增强。耕地保护情景下，耕地主要向建设用地和林地转化，面积缩减的态势得到有效控制，重心迁移幅度也较小；新增建设用地仍在侵占其他用地空间，但增速有所降低，从主要由耕地转入转变为由林地和草地转入，草地重心迁移的幅度最大。与自然情景相比，林地、草地和水域面积在生态保护情景下呈显著增长趋势，建设用地增速得到有效控制；迁移幅度最大的地类是耕地。

4.2 讨论

Markov-PLUS模型耦合了Markov模型的土地利用需求预测和PLUS模型的土地利用空间模拟，具备分析一定时段内土地利用变化驱动机理的能力。该模型在帮助理解驱动因素对该时段各类用地扩张的影响方面具有更好的解释性，能够更加精准地模拟多类土地利用斑块级的变化，同时模拟结果也与当前现代化社会经济发展趋势下的未来区域发展格局紧密联系，能为优化研究区未来的国土空间开发格局提供政策借鉴。

该研究在模拟过程中虽然综合考虑了人类活动、气候和环境变化等多方面的影响，选取了包含自然要素、社会经济要素和交通区位要素在内的12项驱动因子，但由于研究对象的复杂性以及部分数据难以获取和量化，驱动因子的选取并不全面，仍有一些因素（如地质因素和政策因素）未能充分考虑，在后续研究中可加入定量表达后的区域规划政策，以实现模拟结果精度的进一步提高。另外，在利用PLUS模型模拟产生斑块的土地利用变化时，参数设置缺乏科学统一的标准，通过多次调整确定最终参数值具有一定的主观性，在后续研究中可重点探究优化参数设置的有效路径，推动土地利用模拟向更加科学、合理、适用的方向迈进。有关部门应加大对基本农田的保护力度，积极建设生态保护区，统筹山水林田湖草系统治理，从而实现区域的可持续发展。

参考文献

[1]TURNER B L，II，LAMBIN E F，REENBERG A.The emergence of land change science for global environmental change and sustainability[J].Proceedings of the national academy of sciences of the United States of America，2007，104（52）：20666-20671.

[2]高学杰，张冬峰，陈仲新，等.中国当代土地利用对区域气候影响的数值模拟[J].中国科学（D辑：地球科学），2007，37（3）：397-404.

[3]符敏仪.基于Markov-FLUS模型的无锡市土地利用分析及多情景模拟[D].南昌：东华理工大学，2021.

[4]王小伦，刘雁，张玉，等.基于CA-Markov模型的吉林省西部土地利用/覆被变化研究及预测[J].科学技术与工程，2021，21（19）：7942-7948.

[5]王海军，孔祥冬，张勃.空间统计模型在土地利用与覆被变化模拟与预测中的应用：以Logistic-CA-Markov模型为例[J].科学技术与工程，2016，16（15）：139-143.

[6]吴清婷，彭贤伟，简萍，等.铜仁市碧江区土地利用变化的时空特征及其驱动因素[J].科学技术与工程，2020，20（4）：1326-1336.

[7]张海峰，刘林山，王有宁，等.青藏高原东北部互助县域土地利用变化对粮食安全的影响[J].地域研究与开发，2012，31（2）：95-100.

[8]田贺，梁迅，黎夏，等.基于SD模型的中国2010―2050年土地利用变化情景模拟[J].热带地理，2017，37（4）：547-561.

[9]KITYUTTACHAI K，TRIPATHI N K，TIPDECHO T，et al.CA-Markov analysis of constrained coastal urban growth modeling：Hua Hin seaside city，Thailand[J].Sustainability，2013，5（4）：1480-1500.

[10]符蓉，濮励杰，钱敏，等.区域土地利用变化情景模拟设计与实证分析：基于多智能体系统（MAS）模型[J].资源科学，2012，34（3）：468-474.

[11]杨俊，解鹏，席建超，等.基于元胞自动机模型的土地利用变化模拟：以大连经济技术开发区为例[J].地理学报，2015，70（3）：461-475.

[12]VAN DESSEL W，VAN ROMPAEY A，SZILASSI P.Sensitivity analysis of logistic regression parameterization for land use and land cover probability estimation[J].International journal of geographical information science，2011，25（3）：489-508.

[13]王磊，王羊，蔡运龙.土地利用变化的ANN-CA模拟研究：以西南喀斯特地区猫跳河流域为例[J].北京大学学报（自然科学版），2012，48（1）：116-122.

[14]VERBURG P H，SOEPBOER W，VELDKAMP A，et al.Modeling the spatial dynamics of regional land use：The CLUE-S model[J].Environmental management，2002，30（3）：391-405.

[15]SOHL T，SAYLER K.Using the FORE-SCE model to project land-cover change in the southeastern United States[J].Ecological modelling，2008，219（1/2）：49-65.

[16]LIU X P，LIANG X，LI X，et al.A future land use simulation model （FLUS） for simulating multiple land use scenarios by coupling human and natural effects[J].Landscape and urban planning，2017，168：94-116.

[17]LIANG X，GUAN Q F，CLARKE K C，et al.Understanding the drivers of sustainable land expansion using a patch-generating land use simulation （PLUS） model：A case study in Wuhan，China[J].Computers，environment and urban systems，2021，85：1-14.

[18]王佳楠，張志.基于Markov-PLUS模型的柴北缘土地利用变化及模拟分析[J].西北林学院学报，2022，37（3）：139-148，179.

[19]冉玉菊.基于CA-Markov模型的巴南区土地利用变化模拟预测研究[J].安徽农学通报，2021，27（11）：125-130.

[20]宋小青，陈建宇.长株潭城市群区域土地利用变化研究[J].国土资源科技管理，2007，24（5）：12-17.

[21]孙定钊，梁友嘉.基于改进Markov-CA模型的黄土高原土地利用多情景模拟[J].地球信息科学学报，2021，23（5）：825-836.

[22]高星，杨刘婉青，李晨曦，等.模拟多情景下白洋淀流域土地利用变化及生态系统服务价值的空间响应[J].生态学报，2021，41（20）：7974-7988.