大汶河流域土地利用變化特征及預測

　　摘要：以大汶河流域為例，通過分析土地利用變化轉移矩陣，計算土地利用變化動態度和轉移狀態;結合元胞自動機-馬爾科夫模型，對大汶河流域土地利用格局進行模擬，并對2030年土地利用變化進行預測。結果表明：1985—2017年間研究區土地利用動態度為0.91，土地利用轉移狀態為0.27，整體土地利用屬于弱平衡型轉換，其中水體、耕地和草地面積緩慢增加，建筑用地面積明顯擴大，林地面積顯著減小，未利用地呈逆向轉換，說明大汶河流域城市化進程處于不斷擴張階段;2030年研究區建筑用地、草地面積將有所增加，林地面積將大幅度減少，耕地、未利用地以及水體面積基本不變。

　　本文源自濟南大學學報(自然科學版) 2021-02-02《濟南大學學報(自然科學版)》是由山東省教育廳主管、濟南大學主辦的自然科學綜合性季刊。 2009年成為中國核心學術期刊， 2008年成為全國中文核心期刊， 　 2007年成為中國科技核心期刊， 2006年獲首屆中國高校優秀科技期刊獎， 2004年獲全國高校科技期刊優秀編輯出版質量獎。

　　關鍵詞：土地利用;模擬預測;元胞自動機-馬爾科夫模型;大汶河流域

　　土地利用/土地覆被變化(LUCC)作為社會、經濟與自然環境相互作用的表現形式[1]，在全球環境變化、可持續發展研究中占有重要的地位[2]。研究LUCC模型是探索未來土地利用演變過程的特征規律，揭示人類活動影響下的生態環境變化的重要方法[3]。

　　。目前，用于土地利用變化模擬的方法有很多，常見的有利用變化及效應(CLUE-S)模型[4]、馬爾可夫(Markov)預測模型[5]、元胞自動機(CA)-Markov模型[6]、系統動力學模型[7]、邏輯回歸(LR)模型[8]、人工神經網絡(ANN)[9]等，其中的CA-Markov模型被公認為對模擬和預測土地利用變化具有重要價值[10]。CA-Markov模型可以整合社會、經濟、地形和道路數據并進行模擬，從而反映社會經濟發展的特征[11]，因此，許多學者使用該模型來預測和優化未來的土地利用，如：周浩等[12]基于1990、2013年撓力河流域的土地利用數據，運用該模型對2025年土地利用格局進行模擬預測;候西勇等[13]基于1990、2000年河西走廊土地利用數據，利用該模型模擬了20世紀90年代該地區土地利用變化;靳含等[14]利用該模型，運用多時間跨度模擬四道河子鎮未來的土地利用變化。目前CA-Markov模型的應用較為廣泛，且在土地利用演化模擬中發揮了重要作用。

　　本文中以大汶河流域為研究對象，選取1985、1995、2005、2017年遙感影像，利用完整的遙感圖像處理平臺(ENVI)進行解譯，結合土地利用變化的面積和土地利用動態度指標分析研究區內1985—2017年土地利用的動態變化特征，最后運用CA-Markov模型對大汶河流域未來的土地利用格局進行模擬預測，為大汶河流域土地利用資源的合理運用及生態環境保護提供參考。

　　1研究區概況

　　大汶河又被稱為“古汶水”，位于山東中部，是黃河下游水系中最大且最后一條支流。大汶河發源地為山東旋崮山北麓，自東向西流經山東省境內7個縣(市)[15]。大汶河流域位于東經116°11′15″—118°0′0″、北緯35°37′30″—36°32′30″之間，東部以魯山為界，西部以黃河流域為界，南部以蒙山及余脈和淮河流域為界，北部主要以泰山山脈和小清河為界，流域全長209km，面積8634km2。平均海拔為213m，地勢北高南低，東高西低，兩面環山的特點[16]。大汶河流域地理位置如圖1所示。

　　2數據來源與研究方法

　　2.1數據來源

　　采用1985、1995、2005年Landsat4-5TM數據和2017年Landsat8OLI_TIRS數據進行土地分類。為了便于進行土地分類，選取每年6月份且云量較少的數據作為基礎數據，運用ENVI軟件對遙感數據進行輻射糾正、幾何校正等處理，參照GB/T21010—2007《土地利用現狀分類》，以及遙感影像分辨率、土地利用方式、土地利用實際情況和后期模型分析的需要，將研究區土地利用類型分為6種，分別為建筑用地(URHD)、林地(FRST)、未利用地(BARR)、水體(WATR)、草地(PAST)、耕地(AGRL)。

　　2.2研究方法

　　2.2.1土地利用變化特征指標

　　凈轉移量是土地轉入與轉出面積之差，總轉移量是指各地類在某時間段的轉入和轉出面積之和，計算公式分別為式中：Nc為轉移凈變化率，%;Uin為其他地類轉化為該地類的總面積，km2;Uout為該地類轉化為其他地類的面積，km2;Ua、Ub分別為該地類在時間段內初始、末期面積，km2;Tc為轉移總變化率，%;為轉移狀態;T為時間，a;k為單一土地利用類型的動態變化率，%;為總土地利用凈轉移變化率，%;為轉移總變化率，%;Lc為綜合土地利用動態度;i為不同土地利用類型;n為地類總數;為轉移狀態。

　　2.2.2CA-Markov模型

　　Markov模型的原理是基于柵格的空間概率，根據現有狀況預測未來各個時刻的變化[17]，已被廣泛應用于土地利用變化模擬[18]、景觀格局變化的模擬[19]和森林和植被的可持續性模擬[20]。利用遙感與地理信息結合應用系統(IDRISISelva)中的CA-Markov模塊，以1995、2005年土地利用現狀為初始矩陣，得出1995—2005年間大汶河流域土地利用面積轉移矩陣并將其作為模型轉移規則，預測2017年土地利用狀況。然后以2005、2017年土地利用現狀為初始矩陣，得出2005—2017年間土地面積轉移矩陣，并預測研究區2030年土地利用現狀。

　　3大汶河流域土地利用變化特征

　　3.1土地利用結構變化特征

　　根據大汶河流域1985、1995、2005、2017年共4期土地利用現狀，基于ArcGIS的空間分析功能，對研究區4期的土地利用類型圖進行處理，同時提取大汶河流域1985、1995、2005、2017年的4期土地利用數據，如圖2、表1所示。

　　從相關數據可以看出，林地、耕地和草地3種類地是研究區主要的土地利用類型，覆蓋了研究區的絕大部分地區。1985年，耕地面積所占比例最大，達到35.59%，面積為3072.88km2;之后是草地、林地，所占比例分別為28.12%、24.05%，面積分別為2427.72、2076.73km2;建筑用地占比為7.73%，面積為667.78km2;水體、未利用地所占比例相對較小，分別為1.21%、3.30%，面積為104.20、284.74km2。在空間上，草地、耕地、林地交叉分布，林地遍布研究區各地，林地主要位于丘陵山區，建筑用地則主要分布于河流附近及平原地區，而耕地位于中間位置，主要依附水體且與建筑用地存在，未利用地主要零散分布于丘陵山區未開墾處。

　　1995年，草地面積所占比例最大，達到37.01%，面積為3195.31km2;之后是耕地，所占比例為26.57%，面積為2427.72km2;林地、建筑用地占比分別為19.96%、10.69%，面積分別為1723.63、923.33km2;水體、未利用地所占比例分別為1.36%、4.40%，面積分別為117.81、379.71km2。與1985年相比，草地面積增加了8.89%，耕地和林地面積分別減少了9.02%、4.09%，建筑用地面積增加了2.96%，未利用地和水體面積變化相對較小。

　　2005年，各土地利用類型中所占比例最大的依然是草地，達到43.71%，面積為3773.67km2;林地和耕地次之，所占比例分別為20.95%、19.64%，面積分別為1808.53、1695.54km2;建筑用地占比分別為13.91%，面積為1201.01km2;水體、未利用地所占比例分別為1.32%、0.48%，面積分別為114.27、41.04km2。與1995年相比，草地面積持續增加，增加率為6.7%，耕地面積持續減少，減少率為6.93%，林地、建筑用地面積分別增加了0.99%、3.22%，未利用地面積減少了3.92%，水體面積變化相對較小。

　　2017年，耕地面積所占比例最大，達到38.42%，面積為3317.32km2;草地次之，所占比例為32.16%，面積為2776.88km2;之后是林地、建筑用地，所占比例分別為11.84%、16.20%，面積分別為1022.22、1398.63km2;水體、未利用地所占比例較小，分別為1.34%、0.04%，面積分別為115.9、3.09km2。與2005年相比，草地面積減少了11.55%，耕地面積增加了18.78%，林地面積減少了9.11%，建筑用地面積增加了2.29%，未利用地面積減少了0.44%，水體面積變化依然不大。

　　為了直觀分析大汶河流域近30年來的土地利用變化，根據不同土地利用類型在各年中所占比例，得到土地利用累加變化圖(見圖3)。由圖可以看出：1985—2017年間，研究區建筑用地面積逐年增加，從667.78km2擴大為1398.63km2;林地面積只在2005年有微弱增加，總體呈減少趨勢，從2076.73km2減少為1022.22km2;耕地面積先減少后增加，與1985年相比，2017年耕地面積增加了244.44km2;草地面積變化與耕地相反，呈先增加、后減少趨勢，與1985年相比，2017年草地面積仍增加了349.16km2;未利用地面積逐減少，而水體面積無明顯變化。

　　3.2土地利用動態轉移過程

　　在近35a間，大汶河流域存在幾十種土地利用轉移關系，其中絕大部分來自建筑用地、林地、耕地以及草地的轉移(如表2所示)。由表可見，1985—2017年間，建筑用地主要轉化為耕地，轉化面積為186.43km2，轉化比例為28%。林地主要轉化為耕地，轉化面積為670.14km2，轉化比例達到32%;林地向草地轉化的面積為354.04km2，轉化比例為17%。未利用地主要轉化為草地、耕地，轉化面積分別為161.41、87.34km2，轉化比例分別為58%、31%。耕地主要轉化為草地，轉化面積為1102.33km2;其次為建筑用地，轉化面積為536.76km2，轉化比例分別為36%和17%。草地則主要轉化為耕地，轉化面積為1038.96km2，轉化比例為43%。水體面積的轉化量相對較小。

　　根據式(1)—(8)計算可得到大汶河流域1985—2017年土地利用動態度和土地利用轉移態勢，如表3所示。由表中數據可以看出，大汶河流域在1985—2017年間，土地利用動態度Lc為0.91，土地利用轉移狀態Pt為0.27，流域整體土地利用屬于弱平衡型轉換。水體、耕地以及草地Ps分別為0.13、0.07和0.11，說明水體、耕地和草地呈緩慢擴張趨勢。建筑用地Ps為0.52，說明建筑用地呈擴張趨勢，且變化趨勢較為明顯。林地Ps為-0.73，說明大汶河流域林地呈顯著減少趨勢。未利用地Ps為-0.98，Ps值趨向1，說明未利用地顯著減少，呈逆向轉換。

　　3.3土地利用驅動力分析

　　人口與經濟都是城市化發展進程的主要影響因素。在人類發展過程中，為了滿足生產生活的需要，人們對土地的開發和利用改變了當地土地利用類型和分布。大汶河自東向西流經萊蕪、泰安市，最后注入東平湖。2005年泰安市總人口為549.95萬，到2017年泰安市總人口達到570.70萬，13年間人口增加20.75萬;2005年萊蕪市總人口為124.29萬，2017年萊蕪市總人口達到129.68萬，13年間人口增加5.39萬。流域內人口數量的增加使大汶河流域土地利用格局發生變化，建筑用地面積不斷擴大。經濟發展過程實際上是土地利用結構的優化調整與土地利用集約度提高的過程。2017年，泰安、萊蕪市固定資產分別達到2992.5、568.14億元，經濟的快速發展，使得市區建筑面積不斷擴大，計算結果顯示，2005—2017年，研究區建筑用地增加16.45%，草地和未利用地轉化為建筑用地的比例分別為11.98%和7.58%。政策因素是短期內推動土地利用類型變化的關鍵因素之一。1987年的《泰安市林業區劃》中規定，山區建設要以水源涵養林為主，使林地的種植面積得到了增加。2006年的《萊蕪市土地利用總體規劃》中規定，要優化土地利用空間格局、加強中心城區土地利用控制、增強農用地保護和基本農田建設、推進建筑用地節約和集約利用等，對萊蕪市土地利用變化起到了控制作用。

　　4大汶河土地利用變化預測

　　4.1驅動力因子選取

　　驅動力因子是影響土地利用模擬的重要因素，因此選取適宜的驅動力因子對模型的模擬非常重要[21]。結合研究區經濟、生態條件，參考相關研究結果[22-24]，本文中選取了自然及社會因素共10種驅動力因子(見表4)。A1、A2分別為高程和坡度，代表自然因素;A3—A10代表社會因素，其中A4—A7表示道路到達的可能性，A8代表距離水資源的距離，表示植被獲取水資源的可能性(見圖4)。

　　4.2適宜性圖集

　　土地適宜性是土地在一定條件下對不同用途的適應程度[25]。在模擬土地利用轉化過程的適宜性時，選取了以上10個驅動力因子。利用邏輯回歸計算土地利用狀況跟驅動力因子之間的關系，然后依據回歸關系得到全部6種土地利用類型的適宜性圖集(見圖5)。該過程利用IDRISISelva軟件進行模擬。

　　適宜性圖集中的因變量是展開的像元，以二進制柵格表示，其中1表示特定像元的變化，說明可轉化為該類地;0表示這一段時間內沒有變化，說明可轉化為其他類地[26]。從圖5中可以看出，耕地和草地轉化的適宜性變化最大，而建筑用地、林地及未利用地轉化的適宜性變化較小，水體以保持原樣為主。

　　4.3模型精度

　　Kappa系數可以用來檢驗模擬結果與實際數據的一致性，因此可用于2個圖件一致性評價和遙感解譯精度評價[27]。Kappa系數K的計算公式為式中：為模擬正確的柵格比例;為期望模擬正確的柵格比例;理想狀態下模擬正確的柵格比例;N為柵格總數;N1為模擬正確的柵格數。

　　基于1995、2005年土地利用數據，利用CA-Markov模型預測大汶河流域2017年土地利用現狀，并將2017年土地利用類型圖與模型的模擬圖對比，進行CA-Markov模型精度檢驗。大汶河流域2017年土地利用類型圖共有柵格個數為9586156，

　　利用IDRISI軟件中的CROSSTAB模塊計算模型精度，得到Kappa系數為0.705，表明模型可以較好地模擬大汶河流域2017年土地利用狀況，且精度較高，可以用來模擬研究區未來土地利用狀況。

　　4.4未來土地利用預測

　　以2017年土地利用現狀為基準，利用2005—2017年土地利用轉移矩陣以及完成的適宜性圖集，利用CA-Markov模型，循環13次，預測大汶河流域2030年土地利用狀況。預測結果如圖6所示。

　　將1985—2030年間共5期土地利用類型圖中各類地所比例進行對比，結果如圖7所示。與2017年相比，大汶河流域草地面積有所增加，耕地、未利用地以及水體面積基本不變，林地面積大幅度減少，而建筑用地有所增加。未來研究區草地面積呈先增加、后減少的趨勢，到2030年又有所增加;耕地面積則正好相反，先減少、后增加，但2017—2030年間建筑用地和耕地面積逐漸增加;未利用地面積在1995—2005年間大幅度減少，直到2030年變化都不大;未來大汶河流域水體面積基本保持一致。預測結果顯示，未來一段時間內研究區建筑用地增加有所放緩，說明通過政府的政策影響對萊蕪市土地利用變化起到了控制作用，因此要嚴格貫徹執行《萊蕪市土地利用總體規劃》，積極響應國家號召，加強中心城區土地利用控制，加大農用地保護和基本農田建設、保護生態環境可持續發展的力度，推進建筑用地節約和集約利用。

　　5結論

　　本文中以大汶河流域為研究對象，通過分析1985—2017年土地利用變化情況、影響因子的驅動作用進行分析，并結合CA-Markov模型對2030年土地利用變化趨勢進行了模擬預測，得到主要結論如下：

　　1)通過對1985年以來大汶河流域土地利用變化進行分析，水體、耕地和草地呈緩慢擴張趨勢，建筑用地呈明顯擴張趨勢，林地呈顯著減少趨勢，未利用地呈逆向轉換。究其原因，人口數量增加和經濟發展使得大汶河流域土地利用格局發生變化，城市化進程處于不斷擴張階段。

　　2)對大汶河流域2017年土地利用進行預測，Kappa系數為0.705，說明利用CA-Markov模型可以較好地模擬大汶河流域2017年土地利用狀況，且精度較高，可以用來模擬未來土地利用狀況。

　　3)運用CA-Markov模型對大汶河流域2030年土地利用變化進行模擬，結果顯示，草地面積逐漸增加，耕地、未利用地以及水體面積基本沒有變化，林地面積大幅度減少，而建筑用地有所增加，表明政府的政策調控措施優化了中心城區土地利用格局，對城市土地利用變化起到了一定的控制作用。