榆林地区土地利用/覆被变化驱动机制研究*

贺佳惠王永军李团胜

(1.中国地质大学，湖北 武汉 430074;2.核工业航测遥感中心，河北 石家庄 050002; 3.长安大学地球科学与资源学院，陕西 西安 710054)

榆林地区土地利用/覆被变化驱动机制研究*

贺佳惠1王永军2，3李团胜3

(1.中国地质大学，湖北 武汉 430074;2.核工业航测遥感中心，河北 石家庄 050002; 3.长安大学地球科学与资源学院，陕西 西安 710054)

利用榆林地区1985～2004年近20年的社会经济统计资料，运用大型SPSS统计分析软件，用主成分分析法和多元回归法，定量分析了该区土地利用/覆被变化的驱动力。结果表明:用不同的两种数量分析方法均可以得出人类活动(人口、经济、工业化和政策因素)是榆林地区土地利用/覆被变化的最主要驱动力。

土地利用/覆被变化;主成分分析;多元回归;驱动力;榆林地区

土地利用/覆被变化对全球环境变化和可持续发展日益显著的影响，使人们逐步认识到在全球生态环境变化研究中，探讨土地利用/覆被变化的特征及其驱动机制的重要性和迫切性［1－8］。通过不同尺度、不同学科的综合研究，建立各种LUCC模型，定量分析和预测LUCC前景，是研究者们普遍瞩目的方向。作为自然与人文过程交叉最为密切的LUCC，其自然与社会经济的驱动力分析，也无疑成为一个更为人们所关注的核心。同时随着遥感(RS)和地理信息系统(GIS)技术的不断完善和发展，借助遥感技术和地理信息系统研究区域土地利用/覆被变化，或者建立模型进行情景分析，探讨土地利用结构变化的形成规律及机制，是当前国内外在土地利用/覆被变化领域研究的主要趋势［9－14］。

基于土地利用/覆被变化不仅受制干自然环境条件，更与人类的活动密切相关，本文主要从人文方面探讨榆林地区土地利用/覆被变化的驱动机制，为有效控制该地区水土流失和实现土地资源持续利用提供科学依据。

1 研究区概况

榆林地区位于陕西省最北部，地处陕、甘、宁、蒙、晋5省(区)接壤地带，北临内蒙古自治区，西接宁夏回族自治区和甘肃省，东隔黄河与山西省相望，南接陕西延安市。地理位置介于36°57'－39°34'N，107°28'－111°15'E，海拔1 000－1 500m，地势由西北向东南倾斜。全区总面积4.3 ×104km2，约占陕西省总面积的21%，总人口320.7万人。地处毛乌素沙漠与陕北黄土高原的过渡地带，包括南部黄土丘陵沟壑区和北部风沙草滩区两部分，气候为干旱、半干旱大陆性季风气候，年均降水量300－500mm，降水年际变化大且雨量分配不均匀，多集中在7－9月，平均气温7.9－11.3℃，日照时数达2 740－2 962h，全年蒸发量2 000－2 500 mm，是降雨量的4－5倍，无霜期134－169d。全区风蚀沙化和水土流失非常严重，生态环境极其脆弱。

2 研究方法

为了探讨驱动力和土地利用变化的相互关系，需要对影响土地利用变化的驱动因子进行定量分析。由于榆林地区国民经济以农业为主，且种植业又占据农业的中心地位，本研究以榆林地区多年的统计资料为依据，故选择耕地面积变化作为分析对象。通过参考其它文献，并考虑到土地利用系统的特殊性和数据的可获取性，选择主成分分析法和多元线形回归分析法作为分析手段。

2.1 主成分分析法

在分析土地利用变化的驱动因子作用时，选择的因素要细致全面，这就会导致指标过多，从而增加分析问题的难度和复杂性。考虑到这些因子间具有一定的相关关系，本文用主成分分析法来研究榆林地区耕地面积变化与驱动因子的相关关系。

根据主成分分析方法的思路和要求以及资料的可获取性，从影响耕地面积变化的影响因子中选取13个分析因子:x1为总人口数(万人);x2为农业总产值(万元);x3为乡村从业人口(万人);x4为林业总产值(万元);x5为牧业总产值(万元);x6为工业企业总产值(万元);x7为邮电业务总量(万元);x8为国内生产总值(亿元);x9为固定资产总投入(万元);x10为年降水量(mm);x11为日照时数(小时);x12为相对湿度(﹪);x13为大牲畜存栏数(万头)。其中，前9个因子和x13是社会经济因素(人口、经济发展、城市化和工业化等)，代表人类活动;x10、x11和x12三个因素是自然因素。用Y代表耕地面积(103hm2)，确定以1985－2004年的数据为分析样本(表略)。

按照主成分分析方法中的相关系数矩阵、特征值与特征向量及主成分贡献率与累计贡献率的计算公式［15］，计算得相关系数矩阵、特征值及各个主成分的贡献率与累计贡献率。

2.2 多元线性回归法

多元线性回归模型是经常用来解释土地利用变化的一种经验模型，该模型要求特定地区、特定时期内的土地利用变化(因变量)与驱动因子(自变量)之间存在线性关系，通过对可能引起土地利用变化的各种驱动因子的多变量分析而建立的一种数学模型，以便更明确鉴别土地利用变化的原因。

多元线性回归模型的基本原理是:设随机变量Y与子变量x1，x2，…之间存在线性关系，则其数学模型为［15］:

利用n(i=1，2，…，n)组观测值(X1i，X2i，…，Xmi，Yi)，根据最小二乘法原理求出上式中的待定系数B1，B2，…，Bm。

3 结果分析

3.1 主成分分析法结果分析

由主成分分析方法所计算的特征值及各个主成分的贡献率与累计贡献率(见表1)可知，第一、第二、第三主成分的累计贡献率己达85.74%，完全达到分析要求(一般为85%－95%)，因此确定1、2、3主成分为影响耕地面积变化的主要驱动力。

根据主成分载荷计算公式可以得到主成分载荷矩阵(见表2)。主成分载荷是主成分与变量之间的相关系数，从表2中可以看出，x1、x2、x3、x4、x5、x6、x7、x8、x9与主成分1有很大的正相关，而这些因子与人类活动有关(人口、经济等)说明人类活动对耕地面积变化的影响非常大;第二主成分与日照有一定的正相关(0.836)，与降水量和相对湿度有一定的负相关性，而这三个因子是自然因素的代表(日照、降水和湿度)，说明耕地面积变化与自然因素也有一定的关系，但从作为最主要综合指标的主成分1与各变量之间的相关系数来看，人类活动(社会经济因素)是榆林地区耕地面积变化的主导因素。

表1 特征值及主成分贡献率

表2 主成分载荷矩阵

3.2 多元线性回归法结果分析

通过对榆林地区耕地面积变化的驱动因子主成分分析得知13个因子对耕地面积都有一定的相关性。因此利用表2的样本数据，只取前11个驱动因子(考虑到后两个影响较小)，再根据历年来耕地面积值Yi，对耕地变化进行多元回归，得到1985－2004年耕地面积变化驱动因子的多元线性回归模型如下:

式中y代表耕地面积，Xi的意义及量纲同前例。从式中可知，固定资产投入、国内生产总值和人口数量对耕地面积的影响最大，而其它因素的影响则较小。总的说来，代表人类活动的因素是影响耕地面积的主要驱动因素。

总之，土地利用变化是多种因素综合作用的结果，其中，自然因素是土地利用变化的前提条件，人文因素是土地利用变化的主要驱动力。研究区作为陕北黄土丘陵区的过渡区，又作为能源化工基地，能源开发对耕地影响很大;“退耕还林还草”的政策对耕地影响也很大。

4 结论与讨论

(1)土地利用/覆被变化是人类对自然环境扰动的结果，深受人口因素和社会经济因素的影响，本文用两种不同的数量分析方法均得出人类活动(人口、经济、城市化、工业化和政策)是榆林地区土地利用变化的主要驱动力。这与榆林地区人类活动强烈，煤炭资源开发，建设用地增多，城市发展等对土地利用产生很大影响的特点一致。

(2)考虑到统计分析对样本数目的要求，本研究采用了一些主要驱动因子的数据。而全面获取社会经济及自然因素数据是对统计分析精度的根本保证。因此建立全面综合的信息系统，对认识土地利用/覆被变化，准确定量判别其驱动因素具有重要意义。

(编辑:田红)

［1］Buheaosier，Liu Jiyuan.Study on Land Cover Change in China Based on Seasonal and Longitudinal Characteristics Using Remote Sensed Data.Asahikaw:IGU－LUCC Press，1997，20－24.

［2］傅伯杰，陈利顶，马克明.黄土丘陵区小流域土地利用变化对生态环境的影响［J］.地理学报，1999，54(3):241－246.

［3］朱会议，李秀彬，何书金等.环渤海地区土地利用的时空变化分析［J］.地理学报，2001，56(3):253－260.

［4］李秀彬.土地利用变化的解释［J］.地理科学进展，2002，(3):195－203.

［5］陈佑启，Peter H Verburg.中国土地利用/土地覆盖的多尺度空间分布特征分析［J］.地理科学，2000，20(3):197～202.

［6］朱会议，何书金，张明.土地利用变化研究中的GIS空间分析方法及其应用［J］.地理科学进展，2001，20(2):104－110.

［7］邹亚荣，张增祥，周全斌等.中国农牧交错区土地利用变化空间格局与驱动力分析［J］.自然资源学报，2003，18(2):222－227.

［8］Gtiffiths G H.Remote Sensing and Landscape Ecology［J］.Int.J.Remote Sensing，2000，21(3):2537－2539.

［9］宋冬梅，肖笃宁，张志城等.甘肃民勤绿洲的景观格局变化及驱动力分析［J］.应用生态学报，2003，14(4):535－539.

［10］李团胜.陕西省土地利用动态变化分析［J］.地理研究，2004，23 (2):157－164.

［11］李团胜.基于土地利用详查数据的陕西省耕地变化动态分析［J］.干旱区资源与环境，2004，18(4):128－132.

［12］李团胜，马超群.从土地利用变化看陕西省生态环境的转变［J］.干旱区地理，2005，28(5):647－653.

［13］王永军，李团胜，刘康等.榆林地区景观格局分析及其破碎化评价［J］.资源科学，2005，27(2):161－166.

［14］王永军，李团胜.基于GIS的榆林地区景观格局动态变化［J］.生态学杂志，2006，25(8):895－899.

［15］苏金明等.统计软件SPSS for Windows实用指南［M］.北京:电子工业出版社，2000.9.

AbstractBased on the social economic data from 1985 to 2004 in the Yulin Prefecture and using the SPSS(Statistical Package for Social Science)statistics software(Principal Component Analysis and Linear Regression Analysis)，the driving factors of LUCC(Land Use/Cover Change)were quantitatively analyzed.The result indicated that human activities including population，economy，industrialization and policy factor are the main driving factors to affect land use/cover change in Yulin.

Key wordsLUCC;principal component analysis;linear regression analysis;driving factors;the Yulin Prefecture

Driving Mechanism of Land Use/Cover Change in Yulin Prefecture

HE Jia-hui1WANG Yong-jun2，3LI Tuan-sheng3
(1.China University of Geosciences，Wuhan Hubei 430074，China; 2.Airborne Survey and Remote Sensing Center of Nuclear Industry，Shijiazhuang Hebei 050002，China; 3.College of Earth Science and Resources，Chang’an University，Xi’an Shaanxi 710054，China)

F301.24

A

1002－2104(2010)05专－0119－03

2010-04-20

贺佳惠，博士生，高级工程师，主要研究方向为RS与GIS技术应用。

*陕西省自然科学基金项目(编号:2002D06);陕西省教育厅专项科学基金项目(编号:03jk192);陕西省软科学计划项目(2007RK21)。