北部湾经济区土地利用格局模拟及其生态环境效益评价——以广西壮族自治区钦州市为例

何 文, 卢 远, 贺佩琳, 高 峰, 金 健

(1.广西师范学院 资源与环境科学学院, 广西 南宁 530001; 2.广西国土资源信息中心, 广西 南宁 530001)

北部湾经济区土地利用格局模拟及其生态环境效益评价——以广西壮族自治区钦州市为例

何 文1, 卢 远1, 贺佩琳2, 高 峰1, 金 健1

(1.广西师范学院 资源与环境科学学院, 广西 南宁 530001; 2.广西国土资源信息中心, 广西 南宁 530001)

摘要：[目的] 通过对北部湾经济区土地利用格局动态模拟，并对模拟结果进行生态环境效益评估，以期为相关规划及决策部门提供参考资料。[方法] 基于2000和2010年两期TM遥感影像数据，运用Logistic逐步回归分析，CLUE-S模型模拟分析和生态环境效益综合评价分析方法。[结果] (1) 广西壮族自治区钦州市未来城市扩展范围主要集中在钦州市中心城区往南至海滨新城，沿海港口及钦江流域方向； (2) 自然增长、规划指标、生态安全3种政策情景的生态服务价值分别为213.01，200.59和226.52亿元，仅与2012年研究区GDP总额相近，未能充分发挥生态环境所应有的作用，且尤其以规划指标情景最为突出。[结论] CLUE-S模型对钦州市土地利用格局模拟准确，在北部湾经济区具有良好的推广应用价值。

关键词：土地利用变化; 北部湾经济区; CLUE-S模型; Logistic回归分析; 生态服务价值

北部湾是中国仅有的一片净海,保护好这片海域是我们每一个人的责任。2008年初,《广西北部湾经济区发展规划》文件得到国家批准，至此，北部湾经济区开放与开发上升为国家战略，然而，正如宋昭辉[1]在《从渤海湾污染谈北部湾的环境保护》一文中所提的那样，在现代工业面前，生态环境总是显得十分脆弱，若不加以重视，经济快速发展的背后将会是无尽的隐患。区域生态环境的变化一定程度上是区域土地利用变化在时间和空间上不断累积的结果[2]，欲使经济快速发展的过程中，区域生态环境不会受到较大损害，对区域土地利用变化分析是必不可少的环节。从土地利用格局模拟的角度对区域土地利用变化进行系统分析，能够更准确地了解土地利用/覆被变化的速率、空间类型与土地覆被变化的驱动因素和未来变化趋势[3]。目前国内外应用较为广泛的LUCC模型主要有CA(原细胞自动机)模型、SD(系统动力学)模型、GTR(generalized thunenricardian)模型、Markov模型以及CLUE和CLUE-S模型等[4]。从学者们的应用研究中总结发现，CLUE和CLUE-S模型能够综合各种自然、社会经济因素以及其他一般模型难以考虑的政策等宏观因素，并且能同时提供多种土地利用情景模拟模式，是众多LUCC研究模型中较好的一种。因此,本研究选用CLUE-S模型，对广西壮族自治区钦州市近10 a土地利用变化动态格局进行模拟,验证模型的可靠性，并以此为基础，对钦州市2020年的土地利用变化格局进行自然增长、规划指标以及生态安全指标3种情景预测。

然而，在对未来土地利用变化格局预测中，绝大部分学者的研究只停留在提出不同的情景预测，而对于预测方案好坏评价的参考依据研究较少，针对于此，本研究基于环境经济学理论，对研究所预测的3种情景假设结果进行生态环境效益评价。

1研究区概况

广西北部湾经济区地处中国西南沿海，由南宁、钦州、北海、防城港4市组成，沿海、沿边、沿疆，区位优势十分突出，气候上长夏无冬，雨热同季，属于典型的亚热带季风气候。

本文选取钦州市作为研究对象。钦州市北高南低，全市面积4 500 km2多，总人口125.4万人，2012年全市GDP总值736亿元。地理位置上处于整个北部湾的中心，成为沟通南、北、防3市的交通枢纽。此外，钦州市是中国—东盟自由贸易区的前沿城市，是西南地区最近的出海通道。

在北部湾经济开发区区域合作分工中，钦州市主要负责钢铁、煤炭等重工产业。钦州市海岸线520 km多，其中码头岸线86 km，深水岸线54 km，可建1.00×104～3.00×105t码头200多个，建成后可形成3×109t以上的吞吐能力。

2研究方法

2.1　数据来源及处理

本研究采用土地利用现状数据是以2009年的国家第二次全国土地普查数据为基础，通过对2000，2010年两期Landsat TM影像数据进行人工遥感解译获得。区域交通水系资料来自于钦州市区1∶25万的基础地形图。人口、GDP资料来自于2010年钦州市统计年鉴；数字高程图采用ASTER GDEM数据，空间分辨率30 m，从国际科学数据服务平台网站下载而来。

结合数据的可获得性、与地类变化的相关性以及钦州市区实际情况，选择以下土地利用的驱动因子:海拔、坡度(山地、丘陵和平地)、坡向(东坡、西坡、南坡和北坡)、距离(距交通、水系、城镇中心等)、农村居民点密度、人口密度和人均GDP,共21个驱动因子。平地指坡度<5°的区域,丘陵指坡度介于5°~15°的区域,山地指坡度>15°的区域；东坡指坡向在45°~135°区域，南坡指坡向在135°~225°区域，西坡指坡向在225°~315°区域，北坡指坡向在315°~360°以及0°~45°区域，农村居民点密度指乡镇级行政区范围内农村居民点用地所占的百分比。参照钦州市区行政区划,结合常用的全国土地利用分类系统和钦州市区的实际情况,将钦州市区的土地利用类型分为耕地、林地、草地、水域、湿地、城乡建设用地6种土地利用类型。研究中所用的所有图层数据均转换到高斯—克吕格等积割圆锥投影,中央经线为110°E。

2.2　分析方法

2.2.1Binary Logistic回归分析Binary Logistic回归是土地利用变化研究中常用的一种方法[5]。Logistic回归时一种当因变量是定性变量时的非线性模型。通过计算事件的发生概率,使用自变量作为预测值,可以解释土地利用类型和其驱动因素之间的关系[6]。其计算公式可表示为：

(1)

式中：Pi——每个栅格单元可能出现某一土地利用类型i的概率； Xni——与第i个土地利用类型相关的第n各驱动因子； β——各驱动因子的回归系数; β0——常数； βn——土地利用类型i与驱动因子n的相关程度。通过Logistic逐步回归分析可筛选出对土地利用格局影响比较显著的因素，剔除那些影响不显著的因素，并用表示出它们之间的相互作用关系。

关于BinaryLogistic回归结果对土地利用分布格局的解释能力好坏可以用PontiusR.G.提出的ROC(relativeoperatingcharacteristics)方法进行检验[7]。ROC值的取值一般在0.5～1.0之间，表示曲线下方的面积，0.5表示回归方程的解释能力较差，与随机判别效果相当；1.0表示解释能力效果最好。通常，当ROC值大于0.7时，可以认为所确定的驱动因素具有较好的解释能力。

2.2.2CLUE-S模型CLUE-S(theconversionoflanduseanditseffectsatsmallregionalextent)模型[8]是荷兰瓦赫宁根大学一个“土地利用变化和影响”研究小组在CLUE模型[9]的基础上开发的。与CLUE模型相比，CLUE-S模型是基于高分辨率(一般大于1km×1km)空间图形数据构建的，适用于中小尺度土地利用变化研究[10]。CLUE-S模型大体由两个模块组成，即空间模块和非空间模块。非空间分析模块以自然、社会和经济分析为基础，计算区域内各年份土地利用类型的需求变化，可以用简单的趋势外推法实现；空间分析模块是CLUE-S模型框架的核心，主要以各种栅格化空间数据为基础，如各种影响土地利用变化的驱动因子以及当前土地利用的现状等，利用其相互之间互相影响的关系，对各模拟年份的土地利用需求进行空间上的分配。

2.2.3生态服务价值分析生态系统服务是国际生态系统可持续研究热点,产生于20世纪70年代[11-12]。目前，运用得比较多的是Costanza等[13]在1997年对全球自然生态系统生态服务价值估算的计算方法和谢高地等[14]在Costanza等[13]研究的基础上，对中国自然草地生态系统服务价值和青藏高原生态资产的价值进行评估的方法。其基本表达式为公式(2)：

(2)

式中：ESV——研究区生态系统服务总价值；VCi——单位面积上土地利用类型i的生态系统服务价值； Ai——研究区内第i种土地利用类型的面积。

3结果分析

3.1　研究区土地利用变化及现状分析

运用2000和2010年两期遥感解译数据进行叠加分析可知,本研究区域土地利用/覆被变化格局在2000—2010年发生了显著的变化(如表1所示)。

表1　2000-2010年土地利用转移矩阵　km2

根据表1分析可以看出，从2000—2010年，地类的转移主要发生在耕地、林地、草地以及建设用地之间，水域和湿地变化不大，且主要表现为林地持续减少，而其他用地类型持续增加。从生态系统整体功能来看,林地是初级产品的最主要生产者,若开发利用不得当,将影响整个生态系统健康，钦州市近10 a的用地情况若一直这样持续，势必会对区域生态安全造成威胁。

3.2　Binary Logistic回归结果分析

Binary Logistic回归结果是通过SPSS 16.0软件获得，本研究选取的驱动因子与各地类的回归结果如表2所示。表2中，“—”表示驱动因子未进入Logistic逐步回归。Exp(B)值是Logistic回归系数B值以e为底的自然幂指数，表示事件发生的比率，既当驱动因子每增加一个单位，地类发生变化的可能性或概率。当Exp(B)>l，发生比增加；当Exp(B)=1，发生比不变；当Exp(B)<1，发生比减少。

如表2中所示，以DEM为例，当DEM每上升1 m时，耕地发生比减少0.02，林地、草地发生的比分别增加0.008和0.003，水域、湿地、以及建设用地的发生比分别降低0.015，0.127和0.006。从数值上反映，DEM因素对湿地的影响最为强烈，其次是耕地及水域。各地类的ROC值除草地0.69相对小外，其余都在0.75以上，湿地甚至达到0.95，说明选取的驱动因子对土地利用的分配情况具有较好的解释能力。

表2　Logistic逐步回归分析结果Exp(B)

3.3　CLUE-S模型模拟与分析

土地利用变化的空间模拟需要4个方面的数据支持，即空间政策和和约束条件、土地利用转移规则、土地利用需求限制、土地利用的空间分布适宜性，这些数据都会转化为CLUE-S模型的参数参与计算。

3.3.1模拟结果及精度检验选取研究区2000年土地利用类型图为基期图，模拟出2010年的实际土地利用图(附图23a)和2010年土地利用类型图(附图23b)，进行精度对比，Kappa指数[15]为0.829 0，模拟结果较为理想，可以运用该模型对钦州市未来土地利用格局进行模拟。

3.3.2情景预测情景是对未来可能出现的情况的一种假设。考虑到数据的可获取性和钦州市多年来经济建设不断发展而生态安全保障不断受到威胁的实际特点，现对钦州市的未来土地分布格局做出3种情景假设。

(1) 自然增长情景。基于自然条件下的情景模拟，研究区域的土地利用需求不会受到较大规模的政策调整的影响，利用2000—2010年的各地类数据进行简单的趋势外推，获得2020年的各地类的需求数据(如表3所示)。

(2) 规划指标情景。根据《钦州市土地利用总体规划说明(2006—2020年)》关于2020年土地利用需求预测数据，提取出各地类利用比例，然后再结合本研究土地利用分类特征提取钦州市2020各地类的需求数据如表3所示。

(3) 生态安全目标情景。即改善流域生态环境质量、充分保障流域生态安全条件下的土地利用情景。钦州市从2000—2010年，土地的利用情况显示，林地迅速减少，而草地增幅不大，林地大量转为耕地和建设用地，生态安全受到威胁，因此在未来土地利用规划中需要进一步考虑生态安全指标，加快落实退耕还林还草工程。

在此模式下，耕地大幅减少，林地显著上升，草地也有明显增加，水域湿地变化不大，建设用地略有扩张,此情形下,参照钦州市国土资源局2006—2020年土地利用总体规划中土地生态环境保护与建设目标要求,保证耕地占总体面积25%以上,林地占56%以上(如表3所示)。

表3　2020年不同情景方案下的地类需求　hm2

根据各情景假设，从新配置好CLUE-S模型参数，模拟出各情景在2020年的土地利用分布格局图(附图24a—24c)。将各种情景模拟图与2010年土地利用现状图对比可知，预计到2020年，建设用地的蔓延扩展主要集中在主城区，而原本各区分布比较零碎斑块，大多都连接成片，城市扩展范围主要集中在钦州中心城区往南至海滨新城，沿海港口方向及钦江流域等。从3种情景假设的对比分析中发现，在规划指标情景预测中，建设用地扩张速度大大超过另外两种情景假设，而2020年林地面积明显小于另外两种情景假设的林地面积。这说明，在钦州市未来土地利用规划中，经济的发展是被最优先考虑的，且它的发展速度将会超过前面10 a，但这一发展在一定程度上是以牺牲生态环境为代价实现的。

3.4　模拟结果生态服务价值评价

城市的发展与生态环境之间存在交互胁迫作用[16]。城市化进程的加快必然会引城市地区及其周围生态环境的变化。在Costanza[13]、谢高地等[14]建立的生态系统服务价值体系的基础上，参考段瑞娟等[17]对城镇工矿用地的生态系统服务价值估算(折算到2012年)建立生态服务价值当量(表4),运用公式(2)，计算出钦州市不同情景假设的生态服务价值如表5所示。

表4　钦州市生态服务价值当量　元/hm2

表5　2020年不同情景方案下的生态服务价值　亿元

从表5中分析可知，所计算的生态服务价值仅与2012年的GDP大体相当，没能充分发挥生态环境对区域经济发展所应有的作用，在3种情景假设模拟中，生态安全指标情景的生态服务价值最高，自然增长假设情景次之，规划指标假设情景最小；无论哪种情景假设，在不同用地类型中，林地对整体生态服务价值贡献最大。结果显示的这些特点说明钦州市未来土地利用发展规划中，很大程度上仍然是以资源消耗换取经济增长，区域生态可持续发展将进一步受到威胁。

4结 论

(1) 通过土地利用转移矩阵分析发现，钦州市2000—2010年，林地减少159.9 km2，占10 a间土地总变化量的40.6%，其他地类均有增加，又以耕地、草地、建设用地增加为主，其他变化不大。

(2) 通过Binary Logistic回归分析，较好的揭示了土地利用变化与各驱动因子之间的关系，其ROC值基本都在0.75以上。

(3) 运用CLUE-S模型对钦州市区2010年的土地利用时空变化进行模拟，Kappa指数达0.829 0，取得较理想的效果，并在此基础上对钦州市2020年土地利用时空变化进行了3种情景预测，清晰展现研究所假设条件下未来土地利用变化动态格局。

(4) 对3种情景假设模拟结果进行生态环境效益评价，计算结果仅与钦州市区2012年的GDP大体相当，没能充分发挥生态环境对区域经济发展所应有的作用，3种情景中规划指标情景的生态服务价值最小，按照规划发展，区域生态可持续发展很可能会进一步受到威胁。

[参考文献]

[1]宋昭辉.从渤海湾污染谈北部湾的环境保护[J].东南亚纵横,2007(4):41-45.

[2]田宇鸣,李新.土地利用/覆被变化(LUCC)环境效应研究综述[J].环境科学与管理,2006,31(4):60-64.

[3]蔡运龙.土地利用/土地覆被变化研究:寻求新的综合途径[J].地理研究,2001,20(6):645-652.

[4]吴健生,冯喆,高阳,等.CLUE-S模型应用进展与改进研究[J].地理科学进展,2012,31(1):3-10.

[5]Gobin A, Campling P, Feyen J. Logistic modelling to derive agricultural land use determinants: A case study from southeastern Nigeria[J]. Agriculture, Ecosystems & Environment, 2002,89(3):213-228.

[6]索俊锋,赵军.基于CLUE-S模型的千岛湖镇土地利用动态模拟分析[J].长江流域资源与环境,2010,19(5):522-528.

[7]王济川,郭志刚.Logistic回归模型:方法与应用[M].北京：高等敎育出版社,2001.

[8]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.

[9]Veldkamp A, Fresco L O. CLUE: a conceptual model to study the conversion of land use and its effects[J]. Ecological Modelling, 1996,85(2):253-270.

[10]张永民,赵士洞.CLUE-S模型及其在奈曼旗土地利用时空动态变化模拟中的应用[J].自然资源学报,2003,18(3):310-318.

[11]Curtis I A. Valuing ecosystem goods and services: A new approach using a surrogate market and the combination of a multiple criteria analysis and a Delphi panel to assign weights to the attributes[J]. Ecological Economics, 2004,50(3):163-194.

[12]De Groot R S. Functions of nature: evaluation of nature in environmental planning, management and decision making[M]. Wolters-Noordhoff BV, 1992.

[13]Costanza R, d’Arge R, Groot R, et al. The value of the world's ecosystem services and natural capital[J]. 1998,25(1):3-5.

[14]谢高地,鲁春霞,冷允法,等.青藏高原生态资产的价值评估[J].自然资源学报,2003,18(2):189-196.

[15]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.

[16]方创琳,杨玉梅.城市化与生态环境交互耦合系统的基本定律[J].干旱区地理,2006,29(1):1-8.

[17]段瑞娟,郝晋珉,王静.土地利用结构与生态系统服务功能价值变化研究：以山西省大同市为例[J].生态经济,2005(3):60-62.

Dynamic Simulation and Eco-environmental Benefits Evaluation of Land Use Pattern in Beibu Gulf Economic Zone-A Case Study of Qinzhou City in Guangxi Zhuang Autonomous Region

HE Wen1, LU Yuan1, HE Peilin2, GAO Feng1, JIN Jian1

(1.CollegeofResources&EnvironmentalScience,GuangxiTeachersEducationUniversity,Nanning,Guangxi530001,

China; 2.InformationCenterofLandandResourcesofGuangxiZhuangAutonomousRegion,Nanning,Guangxi530001,China)

Abstract：[Objective] Through simulating the dynamic changes of land use pattern in the Beibu Gulf economic zone of Qinzhou City and evaluating the ecological environmental benefits of the simulation results to provide a support for local governments and departments.[Methods] Used the TM remote sensing(image) data and experiment/research conducted in 2000 and 2010. Adopted the logistic regression analysis, the CLUE-S(the conversion of land use and its effects at small regional extent) model simulation analysis, and the ecological environment benefits comprehensive evaluation method.[Results] The urban expansion area mainly concentrated in area from the center of Qinzhou City to the coastal town along Qinjiang river basin. The value of ecological service was 213.01 billion yuan under natural growth scenario, and 200.59 billion yuan under planning scenario, and 226.52 billion yuan under ecological security policy scenario. The value closed to the GDP in 2012, but failed to give full play role of the ecological environment, and especially in the planning target scene.[Conclusion] The simulation results of land use pattern are accurate by CLUE-S model in Qinzhou City, which has a good popularization and application value in the Beibu Gulf economic zone.

Keywords:land use change; Beibu Gulf economic zone; CLUE-S model; logistic regression analysis; ecosystem service values

文献标识码：A

文章编号：1000-288X(2015)01-0281-06

中图分类号：F301

通信作者：卢远(1971—，男(汉族)，广西壮族自治区南宁市横县人，博士,教授，主要从事生态遥感与土地利用研究。E-mail:51150403@qq.com。

收稿日期：2013-12-13修回日期：2014-01-29

资助项目：教育部科学技术研究重点项目“广西北部湾经济区城市化与生态环境交互耦合机制研究”(210167)

第一作者：何文(1988—),男(汉族),广西壮族自治区贺州市人,硕士研究生,研究方向为RS与GIS在土地资源管理中的应用。E-mail:504949372@qq.com。