基于CLUE－S 模型的土地利用格局优化研究

胡海德，李小玉，杜宇飞2，

(1. 中国科学院东北地理与农业生态研究所，吉林长春130012;2. 中国科学院大学，北京100049;3. 中国科学院沈阳应用生态研究所，辽宁沈阳110016)

辽宁沿海经济带自然资源丰富，经济发达，尤其是重工业的发展，对辽宁省乃至渤海经济圈的经济发展起着举足轻重的作用，已经成为引领经济增长和社会进步的前沿地带。该地区的生态环境建设意义重大，生物多样性丰富，重要水源地和森林、湿地等生态系统有待进一步加强保护。

土地利用格局的优化是对景观格局、生态过程和人类活动三者之间的关系进行分析和评价，通过调整各个土地利用类型的规模以及空间格局，提出优化预案，对景观资源进行再分配，增强区域生态系统的稳定性，是土地资源管理的有效手段。土地利用格局优化的目标不仅是调整景观组分的构成，更注重景观结构的改善，以及景观整体功能的提升［1］。

目前，在景观尺度上，现有研究成果难以反映格局和过程间的对应关系，土地利用格局优化研究一直是景观生态学的难题。现阶段，土地利用格局优化方法上主要有概念模型、数学模型和计算机模拟等方面［2］。各个研究进行土地利用格局优化的着眼点或目标也有很大差异，如高超等［3］的研究着眼于非点源污染的控制，岳隽等［4］的研究着眼于水资源保护，朴燕等［5］的研究着眼于城市绿地，孙贤斌等［6］的研究则针对海滨湿地。

即使是以区域整体为着眼点的区域土地利用格局优化，各研究使用的技术方法也有所不同。岳德鹏等［7］的研究从景观功能着眼，采用累积耗费距离模型等方法，确定源地、生态廊道和生态节点等格局优化要素。张小飞等［8］的研究着眼于景观格局的连通度，利用耗费距离(Cost Distance)模型，分析了景观功能空间联系的最佳路径，通过构建生态廊道的方式，对土地利用格局进行优化。也有一些研究的格局优化仅仅是类似于区域规划的建设性政策和策略，并没有使用GIS 和数学分析等方法进行深入的研究。

卢冠宇［9］的研究以生态安全评价为基础，将景观划分为核心保护区、缓冲保护区、限制建设区和适宜建设区，以此达成对土地利用格局的优化。这种方法类似于生态安全格局的构建。近年来，城市生态安全已经引起相关领域学者的广泛重视，其研究包括城市生态安全评价［10］、城市生态安全格局［11］、“反规划”和生态基础设施规划［12］。其具体构建方法就是运用景观生态学的原理和方法，采用GIS 技术，从空间上定量地刻画景观结构，在城市规划领域有很强的应用潜力。美国学者Forman 对如何设计生态安全格局做了步骤分析，其中对区域内关键地段、空间属性规划做了理论探讨［13］，指出在区域安全格局的构建中要抓住具有关键生态作用或生态价值的景观地段，并通过景观格局的空间配置和属性调整来予以实现。这种思路体现在土地利用格局优化方面，就是土地开发应避开敏感地段。敏感地段既包括那些容易遭受自然灾害的地段，也包括土地开发后导致生态退化的地段。

根据上述的讨论和分析，土地利用格局优化的主要内容包括各土地利用要素的数量构成和空间分配两部分。实现土地利用格局优化的方法，主要应从两方面入手:一方面是类似于生态安全格局和“反规划”的理念，从限制区入手，识别景观中不宜进行开发的地区;另一方面，在限建区以外，根据土地利用的适宜性，对土地利用变化进行模拟。而CLUE-S 模型正是可以实现这两方面目标的有效手段。

CLUE-S 模型是在CLUE 模型的基础上发展出来的适合小尺度研究的土地利用变化模型［14］，在近年来的研究中得到了广泛的应用。通过土地利用需求、限制区域、土地利用类型转化强度和规则等参数的设定，模拟不同情境下的土地利用变化，是土地利用格局优化的有效方法［15－16］。因此，利用CLUE-S 模型对辽宁沿海城市带进行土地利用格局优化。

1 研究地区与研究方法

1.1 研究地区概况

辽宁沿海经济带是辽宁省经济最发达的地区之一，位于渤海北部，面积32 000 km2，地势两边高，中间低，年平均温度8 ℃～9 ℃，年降雨量550 mm～630 mm。辽宁沿海经济带有很强的工业基础与丰富的自然资源。作为中国北方的沿海发达地区，对于辽宁省的经济策略举足轻重。所选取的研究区具体范围包括葫芦岛的龙港、连山、南票三个市辖区以及兴城市、绥中县;锦州的凌河、古塔、太和三个市辖区及凌海市;盘锦的双台子区、兴隆台区两个市辖区以及盘山县、大洼县;大连的中山区、西岗区、沙河口区、甘井子区、经济技术开发区、金州区、旅顺口区七个市辖区和瓦房店市、普兰店市、庄河市、长海县;营口的站前区、西市区、老边区、鲅鱼圈区四个市辖区以及盖州市和大石桥市。

1.2 研究方法

基础数据采用研究区2007 年的TM 遥感影像，经过人工目视解译，得到土地利用分类数据。由于CLUE-S 模型对各地类型面积的比例有限制，每一土地类型的面积占研究区整体面积的百分比应不小于2%，因此，结合研究区土地利用特点，将土地利用类型划分为5 类:耕地、林地、盐田、建设用地和其他。其中，其他类包括水域、草地、湿地和未利用地。

利用ARCGIS9.2 软件将研究区2007 年的矢量景观类型图转化为栅格格式(GRID 文件格式)，栅格大小为300 m×300 m，然后再转化为ASCII 文件，用于输入CLUE-S 文件进行优化。

1.2.1 预案设定。根据不同的发展策略，设定了以下3 种预案，并以此为依据确定土地利用需求。

预案1:发展优先，即优先满足建设用地面积的需求。

预案2:中等情景，土地利用变化基于历史趋势变化。

预案3:生态优先，即重点考虑生态安全，生物保护，加大退耕强度。

根据这3 种预案，确定各预案下的面积需求，见表1。将其输入到CLUE-S 模型中的土地利用需求模块，作为后续空间分配和模拟的基础。

1.2.2 限制区域模块。土地利用中的限制建设区通过CLUE-S 中的限制图层实现，根据收集到的研究区主要自然保护区，水源保护区和基本农田保护区，利用ArcGIS 软件转化为CLUE-S 可识别的图层，输入CLUE-S 模型，实现限制区域的划定。

表1 优化方案比较(hm2)Tab.1 Contrast of different scenarios

1.2.3 空间分配模块。因子选取:根据研究区自然环境和人类活动的特点，选取了影响研究区土地利用变化的8 个主要因子，即到河流距离、到居民点距离、到道路距离、到海岸距离、高程、坡度、坡向和坡位指数，见图1。将这8 个因子和研究区土地利用数据输入到SPSS 软件进行二元逻辑斯蒂回归分析。

回归分析。通过CLUE-S 模型自带的convert 工具将土地利用图和8 个驱动因子图转化成stats 文件，输入到SPSS 软件中进行逻辑斯蒂回归分析。各土地利用类型逻辑斯蒂逐步回归结果如表2，Beta 系数就是逻辑斯蒂回归分析得到的关系系数。

表2 各土地利用类型的Beta 系数Tab.2 Beta values of logistic regression

图1 回归因子图1. 到河流距离;2. 到居民点距离;3. 到道路距离;4. 到海岸距离;5. 高程;6. 坡度;7. 坡向;8. 坡位指数Fig.1 Regression factors1.distance to river;2.distance to settlement;3.distance to road;4.distance to coast;5.DEM;6.Slope;7.ASP;8. TPI

逻辑斯蒂回归结果要经过精度评价，模型的不同其评价的方法和也不尽相同。逻辑斯蒂逐步回归的检验不像其他方法那样可以用R2对回归效果进行评价，而是采用ROC (Receiver Operating Characteristic)［17］方法，计算ROC 曲线下的面积，其取值在0.5 和1 之间，值越接近1，表示精度愈高。ROC 值在0.5 到0.7 之间时，模型具有低精度;在0.7 到0.9 之间时，模型具有可信的精度;当ROC 值大于0.9 时，模型具有高精度［18］。在各个土地利用类型的逻辑斯蒂回归结果中，各个驱动因子对建设用地的解译能力最高，对耕地的解释能力也比较高，而对其他类型以及林地的预测精度不高，ROC 值分别为0.73 和0.758，原因是这两种土地利用类型的面积较大，分布不集中，各个影响因子对其空间分布的解释不显著。

1.2.4 转化强度设定。转化强度时指在一定时期内，研究区的各个土地利用类型相互转化的难易程度，在CLUE－S 模型中通过ELAS 参数进行设定，某土地利用类型的ELAS 参数取值越大，表明稳定性越强［19］。根据研究区土地利用变化的历史情况和现状特点，结合各个预案的具体需求，对ELAS 参数进行设定，见表3。

表3 ELAS 参数设置Tab.3 Arrangement of ELAS parameters

1.2.5 转化规则设定。转化规则用于对各个土地利用类型之间是否能够相互转化进行设置，根据各个预案的要求确定在预案1 下建设用地不能转化为其他土地利用类型，此外的转化均可以发生;在预案2 下各个土地利用类型都可以相互转化;在预案3 下林地不能转化为其他类型，此外的转化均可以发生。

2 结果与分析

在2007 年辽宁沿海城市带的土地利用图(ASCII 格式)的基础上，应用上文的土地利用需求模块、限制区域模块、空间分配模块、景观类型转化规则模块在3 个预案下对土地利用变化进行优化，结果见图2。

由结果可知，CLUE－S 模型体现了预案设定的基本思想，预案2 中等情景基于历史趋势的模拟，实现了预案设定的土地利用需求量。并且预案2 同预案1 发展优先以及预案3 生态优先的景观分配有较明显的差异，这种差异性实现了预案设定用于比较分析的初衷。从基于发展优先的预案1 可以看出，新增的建设用地主要分布于大连普兰店、营口东部、盘锦北部和葫芦岛东部等地区，说明这些地区是适宜发展建设用地。从基于生态优先的预案3 可以看出，新增林地主要分布于研究区东部低山丘陵地带，在盘锦和锦州东北部和葫芦岛东部也有少量分布，说明这些地区较适宜进行生态恢复建设，这对于研究区的退耕还林和生态建设有一定的指导意义。

根据前人对研究区的生态足迹分析，该地区生态压力较大，为了研究区的可持续发展，建议在制定区域规划和进一步建设时，重点参考预案3，即生态优先方案。同时应该看到，预案1 对于新增建设用地或开发区的建设也有一定的指导价值。

3 讨 论

土地利用格局优化的主要内容应包括各土地利用要素的数量构成和空间分配两部分。实现土地利用格局优化的方法，主要应考虑两方面:一方面从限建区入手，识别景观中不宜进行开发的地区;另一方面，在限建区以外，根据土地利用的适宜性，对景观变化进行模拟。研究证实CLUE－S 模型正是实现土地利用格局优化的有效工具。CLUE－S 模型通过限制区域模块实现对限制区的划定:通过空间分配模块，计算土地利用类型分布图，进而实现对土地利用类型的空间位置分配。另外，CLUE－S 模型也对建设用地的增长起到指导作用，这种特性使其具备了应用于城市增长模拟研究的潜力。

CLUE－S 模型较好地实现了开始设定的土地利用格局优化的策略。但同时应该看到这一途径也有不足之处，主要在于CLUE－S 模型不能对土地利用的空间格局进行深入的控制，例如对格局指数中的斑块数、破碎度、分维数不能进行有效的设置，而这应该是土地利用格局优化研究的发展方向。

图2 各预案优化结果Fig.2 Optimization results of scenarios

［1］肖笃宁，李秀珍. 景观生态学的学科前沿与发展战略［J］. 生态学报，2003，23 (8):1615－1621.

［2］韩文权，常 禹，胡远满，等. 景观格局优化研究进展［J］. 生态学杂志，2005，24 (12):1487－1492.

［3］高 超，朱继业，窦贻俭，等. 基于非点源污染控制的景观格局优化方法与原则［J］. 生态学报，2004 (1):109－116.

［4］岳 隽，王仰麟，李贵才，等. 基于水环境保护的流域景观格局优化理念初探［J］. 地理科学进展，2007，26 (3):38－46.

［5］朴 燕，李 玉. 老工业城市绿地景观格局分析与优化——以长春市为例［J］. 农业系统科学与综合研究，2010，26 (2):181－185.

［6］孙贤斌，刘红玉. 基于生态功能评价的湿地景观格局优化及其效应——以江苏盐城海滨湿地为例［J］. 生态学报，2010，30 (5):1157－1166.

［7］岳德鹏，王计平，刘永兵，等. GIS 与RS 技术支持下的北京西北地区景观格局优化［J］. 地理学报，2007，62 (11):1223－1231.

［8］张小飞，王仰麟，李正国. 基于景观功能网络概念的景观格局优化——以台湾地区乌溪流域典型区为例［J］. 生态学报，2005，25 (7):1707－1713.

［9］卢冠宇. 基于城市生态安全评价的空间格局优化对策研究——以南充市为例［J］. 科技信息，2010 (31):13－14.

［10］龚建周，夏北成，陈健飞. 快速城市化区域生态安全的空间模糊综合评价——以广州市为例［J］. 生态学报，2008 (10):4992－5001.

［11］方淑波，肖笃宁，安树青. 基于土地利用分析的兰州市城市区域生态安全格局研究［J］. 应用生态学报，2005，16 (12):2284－2290.

［12］俞孔坚，李迪华，刘海龙，等. 基于生态基础设施的城市空间发展格局—— “反规划”之台州案例［J］. 城市规划，2005 (9):76 –80，97－98.

［13］Forman R T T. Land mosaics:the ecology of landscapes and regions ［M］. Cambridge:Cambridge University Press，1995.

［14］Verburg P H，De Koning G H J，Kok K，et al. A spatial explicit allocation procedure for modelling the pattern of land use change based upon actual land use ［J］. Ecological modeling，1999，116 (1):45－61.

［15］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.

［16］刘仁志，沙 博. CLUE－S 模型在规划环境影响评价中的应用［J］. 应用基础与工程科学学报，2011 (1):64－73.

［17］Pontius Jr. R G，Schneider L C. Land－cover change model validation by an ROC method for the Ipswich watershed，Massachusetts，USA［J］. Agriculture，Ecosystems ＆ Environment，2001，85 (1－3):239－248.

［18］Nielsen S E，Johnson C J，Heard D C，et al. Can models of presence－absence be used to scale abundance?Two case studies considering extremes in life history ［J］. Ecography，2005，28 (2):197－208.

［19］摆万奇，张永民，阎建忠，等. 大渡河上游地区土地利用动态模拟分析［J］. 地理研究，2005，24 (2):206－212，323.