大连金州老城区用地类型演变及预测

王会军，韩增林，王 利，任启龙

（1.辽宁师范大学 城市与环境学院，辽宁 大连 116029）

大连金州老城区用地类型演变及预测

王会军1，韩增林1，王 利1，任启龙1

（1.辽宁师范大学 城市与环境学院，辽宁 大连 116029）

以大连金州老城区为研究区，采用CA-Markov模型，根据1996年和2010年土地利用数据，分析了城镇空间、生态空间和农业空间的演化过程；并对2015年土地利用类型进行了预测，且与2015年遥感解译数据进行了对比，预测数据精度为93%，说明该模型可信度较高。在此基础上，添加了坡度、建设现状、交通线及规划约束等控制因素，进一步对2020年土地利用类型进行了预测。预测结果表明，金州老城区城镇空间持续扩大，东北部生态空间和农业空间将被压缩，城市用地的扩张使得建设用地与山体、海域保护间的矛盾更加突出。

土地利用类型；演变；预测；CA-Markov；大连金州老城区

土地利用/覆盖变化是全球气候和环境变化研究的重要内容之一，对土地利用动态变化进行模拟是当今研究的热点。土地利用动态变化模拟的模型和方法有很多，常见的有最优化模型、元胞自动机（CA）、Clue-S模型和人工智能化模型等。CA-Markov模型[1-2]综合了CA模型模拟复杂系统空间变化的能力和Markov模型长期预测的优势，完善了Markov分析预测结果的空间配置[3]，可以很好地从时间和空间上模拟土地利用的变化情况，因此应用较广泛。Jenerette G D[4]等运用该模型模拟了美国亚历桑那州菲尼克斯地区的土地利用变化情况，得出当地城市以指数方式增长，且城市扩张和人口增加密切相关的结论；White R[5]等研究表明将CA与GIS结合可有效克服GIS在模型功能方面的局限性；结合分形理论，White R[6]利用CA模型对美国多个城市土地利用变化进行了模拟；肖明[7]等采用CA-Markov 模型，根据1998年、2008年土地利用解译数据，结合降雨、坡度、距离等因素对海南昌化江下游流域2018年土地利用类型进行了模拟和预测。

随着全国及省级主体功能区规划的公布和实施，城镇空间、生态空间和农业空间的范围演变成为规划和学术界研究的新问题。本文以大连金州老城区为研究区，采用CA-Markov模型，根据1996年、2010年土地利用数据，分析了3类空间的演化过程，并对2015年土地利用类型进行了模拟；在此基础上，添加了坡度、建设现状、交通线及规划约束等控制因素对2020年土地利用类型进行了预测，研究结果对金州老城区未来土地利用规划、政府决策有重要借鉴意义。

1 研究区与数据来源

大连金州老城区位于辽东半岛南端，大连市区的北部，包括拥政街道、中长街道、先进街道、友谊街道、光明街道和站前街道（图1）。研究区西侧为渤海，近年来填海造地明显；东北侧为大黑山，是金州区重要的生态屏障区。1984年神州第一开发区“大连开发区”在金州区建立，开发区位于研究区东侧，大连市生态规划和城市规划在金州老城区和开发区之间预留了一 条生态廊道，主要位于站前街道和先进街道的东侧，但随着城市建设用地的扩张，预留的生态廊道用地被占用。随着开发区的建设发展，金州区的经济重心逐步转移到开发区，老城区则以居住为主体功能，因此区域的土地利用变化相对稳定，未来土地利用类型变化基本保持现有的发展趋势，适合作为土地利用变化的研究区。

对土地利用数据进行归并，城镇空间包括城镇建设用地、独立工矿用地、农村居民点、特殊用地、设施用地及交通用地；生态空间包括各类林地、草地、河流水塘、裸土地、裸岩、石砾地、盐碱地和滩涂等未开发状态的土地；农业空间包括各类耕地、苗圃及果园。2015年3类空间数据通过对Landsat OLI遥感影像数据监督分类获取，采用764波段合成假彩色图像，并融合全色波段，分辨率可达到15 m；再利用ArcGIS进行交互式监督分类，提取土地利用类型，归并得到3 类空间用地分布。

图1 研究区域概况（审图号：辽S（2005）020）

2 研究方法

2.1 土地利用转移矩阵

土地利用转移矩阵是对系统状态和状态转移的定量描述，转移矩阵和CA-Markov模型都是国内外土地利用格局动态分析和动态监测的常用方法[8-9]，其数学表达式为：

式中，Pij为土地类型i转换成土地类型j的转换概率；P为整个区域内各土地类型间互相转换的概率；矩阵对角线上的P11,P22,…,Pij为经过转移后仍然是原类型的概率。

2.2 Markov模型

若随机过程在有限的时序 t1

式中，n为研究时间；x为介于变量i与j之间的变量；Pxj为土地类型x转换成土地类型j的转换概率。

2.3 CA模型

CA模型是时间、空间、状况都离散，空间上的互相作用及时间上的因果关系皆局部的网格动力学模型[11]。其最主要的特点是复杂的系统可由一些很简单的局部规则来构建；其转换规则是基于邻近函数来实现的：

式中，S为元胞有限的、离散的状况集合；f为局部空间元胞状况的转换规则；t、t+1为不同时期；C为元胞的邻域。

2.4 CA-Markov模型

Markov模型具有分析不确定性变化过程和预测短期变化结果的功能[12]，但其无后效性，只能预测土地利用在时间上的定量改变，无法实现空间预测[13]；而CA模型的空间概念较强，因此本文利用CA模型与Markov模型相结合的CA-Markov模型进行土地利用变化的空间预测。在土地利用栅格图中，每个像元就是一个元胞，各元胞的土地利用类型为元胞的状态。模型在 GIS 软件的支持下，利用转换面积矩阵和条件概率图像进行运算，从而确定元胞状态的转移，模拟土地利用格局的变化[14]。Idrisi软件的CA-Markov模块可计算土地利用转移矩阵，实现对土地利用类型的模拟和预测，并可人为添加模拟的控制因素，使预测结果更接近实际。

3 研究结果与分析

3.1 1996～2010年用地转换分析

1996～2010年金州老城区3类空间结构发生了很大变化，城镇空间面积增大，农业空间和生态空间面积缩小。1996年研究区内城镇空间、农业空间和生态空间的面积分别为36.43 km2、26.29 km2和29.66 km2，比例为39.44∶28.46∶32.11，土地城市化率已非常高。2010年研究区内城镇空间、农业空间和生态空间的面积分别为45.70 km2、20.92 km2和25.76 km2，比例为49.47∶22.65∶27.88。与1996年相比，有大面积的农业空间和生态空间转换为城镇空间；城市空间北侧已开始侵占山体，向西通过填海造地扩大建设用地面积。为了探究1996～2010年3类空间的相互转换情况，运用Idrisi软件的Crosstab模块生成3类空间的面积转移矩阵，见表1。

城镇空间转换为农业空间的面积为2.39 km2，主要分布在拥政街道和先进街道，主要为工矿用地的复垦和修整。城镇空间转换为生态空间的面积为3.26 km2，主要分布在友谊街道、拥政街道和先进街道，主要为工矿用地转为生态用地。

表1 1996～2010 年3类空间面积转移矩阵

农业空间转换为城镇空间的面积为8.42 km2，主要分布在拥政街道、先进街道、中长街道和站前街道，以拥政街道变化最为明显，主要为大面积的耕地和果园转为建设用地。农业空间转换为生态空间的面积较小，为3.96 km2，主要分布在拥政街道和先进街道。

生态空间转换为城镇空间的面积为6.51 km2。由于填海造地，友谊街道滨海较大面积海域转换为建设用地，因其临近大连市新机场，政府正积极打造金渤海岸经济区；站前街道大面积水域转换为建设用地，拥政街道、先进街道和中长街道主要表现为城市用地扩张对生态空间的占用。生态空间转换为农业空间的面积为4.62 km2，在友谊街道表现为对海域进行海产养殖，在拥政街道和先进街道表现为林地向耕地、果园的转换。从3类空间的用地转换可以看出，金州老城区的城市用地在研究期扩张明显（图2）。

图2 1996年、2010年3类空间分布及1996～2010年用地类型转换图

3.2 土地利用类型预测

Markov模型为自上而下的运行模式，运用Markov模型可得到土地利用类型在某一时期的转换概率。CA模型能根据自身元胞及邻域元胞属性进行转换，属于自下而上的运行模式，因此再结合CA模型可模拟得到土地利用类型的空间演变。为探究金州老城区未来土地的变化趋势，首先基于1996年和 2010 年3类空间分布数据，利用Markov模型，预测了2015年的土地利用类型转移概率；再利用CA-Markov模型模拟2015年3类空间的土地利用结构图，指定CA模型的循环次数为5，使用 5×5的滤波器，得到 2015年的预测图，见图3a。

为了检验CA-Markov模型预测结果的合理性，对2015年Landsat遥感影像进行监督分类得到3类空间的实际分布，再运用Idrisi软件的Crosstab模块将2015 年3类空间土地利用预测值与实际值进行比较。计算得到的Kappa系数能够反映图件的一致性程度，当 Kappa≥0.75 时，两幅图件的一致性较高，变化小；当 0.4≤Kappa≤0.75 时，两幅图件的一致性一般，变化明显；当 Kappa≤0.4时，两幅图件的一致性较差，变化较大[15-16]。本文计算得到的Kappa系数为0.93，说明得到的预测精度较高。

运用Idrisi软件的CA-Markov模型，以2010年土地利用类型为基期数据，以10 a为步长，预测2020年3类空间土地利用类型。为充分考虑3类空间转换的影响因素，同时进行可控性预测，将2015年Landsat影像提取出土地类型已发生变化的地块作为2020年土地预测的控制性变化因素。在预测过程中，生态空间和农业空间的交通线会逐渐转换为邻近地类，这与实际情况不符，因此设定未来土地变化中交通线的变换概率为0；根据规划限制，为确保生态空间内山体开发合理、不被破坏，设定地形坡度＞25°的区域转换为其他土地类型的概率为0；此外为保护海岸带生态，设定沿海滩涂转换为其他土地类型的概率为0。基于以上可控因素，最终得到2020年的预测结果见图3b、表2。

图3 2015年、2020年3类空间分布预测结果

3.3 预测结果分析

研究结果表明，添加可控因素后的预测更接近实际情况。预计2020年研究区建设用地相对2010年增加了0.56 km2，生态空间面积在模拟期内小幅度减少，农业空间面积在模拟期内小幅度增加，3类空间的面积比例为50.08∶22.69∶27.24。城镇空间的继续扩大意味着为扩展城市用地的需要，建设用地向西侧海域扩张，使得建设用地和海域保护之间的矛盾更加突出；东北部生态空间和农业空间将继续被压缩，使得建设用地和山体保护之间的矛盾更加突出。这就需要政府增强调控力度，合理调整金州老城区3类空间分布，对金州老城区和大连开发区之间预留的生态廊道进行保护，以避免金州以南地区成为生态孤岛。

表2 大连金州老城区2020年土地利用类型面积统计

4 结 语

本文根据1996年、2010年土地利用类型数据，得到相应时段的3类空间分布，并运用Idrisi软件的Crosstab模块对1996～2010年3类空间的变化进行了分析；再运用CA-Markov 模型预测了2015年3类空间分布情况，并与解译2015年Landsat遥感影像的土地利用类型得到的3类空间分布进行比较，证实该模型得到的结果较为可信。本文进一步对2020年3类空间分布进行了预测，结果表明城镇空间的继续扩大将使建设用地和山体、海域保护之间的矛盾更加突出，需要政府增强调控力度，合理调控金州老城区3类空间。参考文献

[1] LIU X H, Andersson C. Assessing the Impact of Temporal Dynamics on Land-use Change Modeling[J]. Computers, Environment and Urban Systems,2004,28(1)：107-124

[2] 刘光,贺小飞.地理信息系统实习教程[M].北京：清华大学出版社,2003：133-138

[3] 贾文臣,王卷乐,贾香云,等.胶东地区3个主要城市土地利用动态变化对比分析[J].安徽农业科学,2009,37(4)：1 743-1 747

[4] Jenerette G D, WU J G. Analysis and Simulation of Landuse Change in the Central Arizona-phoenix Region, USA[J]. Landscape Ecology,2001,16(7)：611-626

[5] White R, Engelen G. Cellular Automata as the Basis of Integrated Dynamic Regional Modeling[J]. Environment and Planning B： Planning and Design,1997,24(2)：235-246

[6] White R. Cellular Automata and Fractal Urban form： a Cellular Modeling Approach to the Evolution of Urban Land-use Patterns[J].Environment and Planning,1993,25(8)：1 175-1 199

[7] 肖明,吴季秋,陈秋波,等.基于CA-Markov模型的昌化江流域土地利用动态变化[J].农业工程学报,2012,8(10)：231-238

[8] Ascard J. Flame Weeding： Effects of Fuel Pressure and Tandem Bummers[J].Weed Research,1997,37(2)：77-86

[9] 徐岚,赵羿.利用马尔柯夫过程预测东陵区土地利用格局的变化[J].应用生态学报,1993,4(3)：272-277

[10] 崔桂华,杨华.重庆市沙坪坝区土地利用变化与预测研究[J].中国水土保持,2010,31(3)：38-41

[11] 范强,杨俊,吴楠,等.海岸旅游小镇景观格局演变与动态模拟：以大连市金石滩国家旅游度假区为例[J].地理科学,2013(12)：1 467-1 475

[12] 韩文权,常禹.景观动态的Markov模型研究：以长白山自然保护区为例[J].生态学报,2004,24(9)：1 958-1 965

[13] 郑青华,罗格平,朱磊,等.基于CA-Markov模型的伊犁河三角洲景观格局预测[J].应用生态学报,2010,21(4)：873-882

[14] 杨国清,吴志峰,祝国瑞.广州地区土地利用景观格局变化研究[J].农业工程学报,2006(5)：218-221

[15] 布仁仓,常禹,胡远满,等.基于Kappa系数的景观变化测度：以辽宁省中部城市群为例[J].生态学报,2005,25(4)：778-784

[16] 王友生,余新晓,贺康宁,等.基于CA-Markov模型的藉河流域土地利用变化动态模拟[J].农业工程学报,2011(12)：330-336

P237

B

1672-4623（2017）05-0094-04

10.3969/j.issn.1672-4623.2017.0052.9

王会军,博士研究生，主要从事区域开发与规划研究。

2016-09-09。

项目来源：国家自然科学基金资助项目（41571122、41601136）。