新疆土地利用动态变化及预测

王龙龙 张永福

摘要：为探讨新疆土地利用时空变化规律及驱动因子，以1990、2000、2010年的中国资源与环境科学数据中心的土地利用/土地覆被变化（LUCC）为基础数据源，借助IDRISI17.0的LCM模型和CA-Markov模型，并结合RS技术和GIS技术分析并预测研究区域20年间土地利用的空间转变。结果表明，20年间研究区耕地、建设用地、林地和水域面积增加，草地和未利用地减少；基于IDRISI17.0的CA-MARKOV模块预测新疆2025年土地利用状况，2010-2025年各地类总体上呈“一减五增”的趋势；在各影响因素中，人口数量的增长、经济的发展及环境政策的调整对研究区土地利用变化的影响更为显著。

关键词：CA-Markov模型；LCM模型；土地利用变化；新疆

中图分类号：F301.2 文献标识码：A 文章编号：0439-8114（2018）07-0025-07

DOI：10.14088/j.cnki.issn0439-8114.2018.07.006

Dynamic Change and Prediction of Land Use in Xinjiang

WANG Long-long，ZHANG Yong-fu

（School of Resources and Environment Science，Xinjiang University/Key Laboratory of Oasis Ecology，Ministry of Education，

Urumqi 830046，China）

Abstract： To study the space-time evolution and driving mechanism of land use in Xinjiang，based on data source of land-use and land-cover change（LUCC） form China resources and environmental science data center in 1990，2000 and 2010，the space-time evolution and driving mechanism of land use was analyzed and forecasted by IDRISI17.0 LCM model，CA-Markov model，and combined with RS and GIS. The results showed that the area of cultivated land，construction land，forest land and water increased，but the area of grassland and unused land decreased. Based on IDRISI17.0 CA-MARKOV model to simulate land use situation in 2025 in Xinjiang，the results showed that，on the whole，the area change of land tapes appeared “a land tape reduced and five land tapes increased” trend from 2010 to 2025. The increase in population，economic development and environmental policy adjustment to the influence of land use change was more outstanding in the study area.

Key words： CA-Markov Model； LCM Model； land-use change； Xinjiang

土地利用/土地覆被變化（Land-use and land-cover change，LUCC）是一地区土地资源利用方式的直接反映[1]。土地利用/土地覆被变化不但客观地记录了人类对地球轮廓的改变，还再现了地球表面的时空动态过程，是地区乃至全球气候变化的重要原因之一[2]，且正在加速的全球城市化引起土地用/覆盖的变化，进而导致区域社会、经济和环境的变化[3，4]。遥感和GIS技术为快速、准确、动态监测土地资源的变化提供了有效的手段，已成为LUCC研究的重要方法[5]，有关的研究和报道已经很多。

目前土地利用变化的模拟预测模型有很多，比如随机模型、遗传算法、元胞自动机（CA）神经网络[6]、CA-Markov模型[7]等。其中，CA-Markov模型既保留了马尔可夫模型（Markov）长期预测的优点，又吸纳了CA模型（Celluar automata）模拟复杂时空系统变化的能力[8]。近几年，中国学者通过CA-Markov模型在动态变化监测、驱动力与驱动机制、生态环境效应与作用机制等LUCC的探索领域取得了丰硕成效[9-13]。

新疆的土地面积在中国是最大的，土地开发利用历史悠久。随着“一带一路”战略的实施，国家和自治区不仅在农业方面对产业结构进行了调整，同时注重在城市基础设施的建设方面加大投入，不断加快城镇化建设步伐，使得新疆的土地利用方式发生了显著变化，因此迫切需要对土地利用变化数据库进行及时更新。本研究通过LCM和CA-Markov模型结合GIS10.3软件对新疆LUCC数据进行分析，为新疆未来土地利用资源的合理开发提供相关参考。

1 研究区概况、数据来源及研究方法

1.1 研究区概况

新疆地处欧亚大陆腹地，地理位置为73°40′-96°23′E，34°25′-49°10′N。周边与俄罗斯、哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、巴基斯坦、蒙古、印度、阿富汗斯坦八国接壤，在历史上是古丝绸之路的重要通道，现在是第二座“亚欧大陆桥”的必经之地，战略位置十分重要。东西最长为2 000 km，南北最宽处为1 650 km，土地面积1 660 000 km2，约占全国土地总面积的1/6，为中国面积最大的省份。在历史上，新疆有闻名于世的古“丝绸之路”，是东西文化的交汇处，而今又成为横穿两大洲的“亚欧大陆桥”的必经之地，既是中国西部大开发的重点区域，又是通往中亚、西亚、西南亚、欧洲和非洲的陆上通道。

1.2 数据来源及预处理

数据来源于中国科学院地理科学与资源研究所（http：//www.resdc.cn/）网站的全国LUCC数据和DEM数据，分辨率为1 km。LUCC数据共计3期，分别为1990、2000、2010年，气象数据来源于研究区内77个气象站1990-2010年的年平均降水量、年平均气温数据，统计数据来源于新疆统计年鉴，土地综合利用规划图、土壤类型图和水系图、交通图等数据分别来自国土资源部门、地质部门和环境部门等相关部门。

在ArcGIS10.3进行源数据的重投影预处理，使所有图件投影一致，然后根据研究区1∶10万地形图及其矢量化新疆边界进行LUCC数据裁剪，并依据中国科学院数据中心的分类系统中的一级地类进行地类重分类，具体划分为耕地（gd）、林地（ld）、草地（cd）、水域（sy）、城鄉/工矿/居民用地[简称为建设用地（js）]和未利用地（wlyd）6类。具体转化分析在IDRISI 17.0中进行。

1.3 研究方法

1.3.1 CA-Markov模型 CA模型是一种基于不连续的时空动态模拟模型，其特点是时间、空间和状态都是离散的[14]。Markov过程是指事件由一种状态转移至另一种状态的过程，该过程的特点为无后效性和稳定性，土地利用变化也具有无后效性的特点，满足该模型使用条件，所以可以用来模拟土地利用变化的趋势[15]。

CA-Markov模型具备土地利用变化的自发性和自组织性特征，将Markov模型与CA模型模拟复杂时空系统变化的优点集中在一起，所以本研究通过CA-Markov模型模拟不同土地利用/覆被类型的数量及结构特征。在GIS软件IDRISI 17.0的环境下[16]，通过对转移面积矩阵和转移条件概率图像的运算，用来确定元胞状态的转移，测算土地利用格局的变化。

为检测CA-Markov模型的预测模型是否符合预测要求，将2010年的实际土地利用状况和预测的2010年土地利用状况进行对比，并对2010年的模拟结果分别进行数量精度检验和Kappa精度检验，这弥补了以往只采用Kappa系数这一单一的、不完整的检验方法缺陷。

1）数量精度检验。采取精度误差方式检验CA-Markov模型模拟的数量精度[17]，具体公式为：

a=■ （1）

式中，a为土地利用类型i类的误差精度，xim和xin分别为该种土地利用类型的预测面积和真实面积。a的绝对值越小则表示模拟的精度越高；a>0，则表明土地利用类型i的模拟面积偏大，反之亦然。

2）Kappa精度检验。Kappa系数一般被用来评价两个图件的一致性或者进行遥感解译的精度评价[18]，本研究利用2010年土地利用状况图和2010年土地利用预测图的Kappa系数来定量评价模拟精度。具体公式如下：

Kappa=■ （2）

式中，po为准确模拟的比例，pc为随机选择情况下期望的准确模拟比例，pp为理想情况下的准确模拟比例（100%）。

1.3.2 LCM模型 LCM是ArcGIS的一种扩展，是美国CLARH实验室和国际保护委员会针对目前加速的土地发展趋势和生物多样性保护特别需要等迫切性问题共同研发的。它综合了多图层感知器神经网络（MLP-ANN）/逻辑回归模型（Logistic regression）、Markov Chain、外部矩阵模型及软硬预测模型，并广泛应用于优化保护和规划工作，可快速分析土地利用覆被变化，预测模拟未来土地利用变化，评价物种的影响和生物多样性。还包含确定土地结构变化的影响因子，土地利用格局变化及其过程分析和物种分布的建模等功能。LCM有着直观、易用、创新、应用范围广等特点。本研究以新疆1990、2000、2010年土地利用现状图为基础数据，利用IDRISI的LCM模块分析新疆1990、2000、2010年3个时期土地利用主要地类变化的情况。

2 结果与分析

2.1 土地利用结构与速率变化

2.1.1 土地利用结构变化 由新疆研究时段内的各地类的面积及所占的比例（表1）可知，1990、2000、2010年未利用地的比例都超过了60.00%，并且按所占比例排序为未利用地>草地>耕地>水域>林地>建设用地，说明新疆是以未利用地为主，主要是沙地、戈壁、盐碱地、沼泽地、裸土地、裸岩石质地，这符合干旱、半干旱地区的特点。草地和耕地所占比例较大，表明研究区以农牧业生产为主，符合区域经济和社会发展的特点。在这20年内研究区土地利用类型总体上没有太大波动，耕地、水域、林地、建设用地分别增加了1 278 601.37、179 571.81、176 024.20、82 951.53 hm2，草地和未利用地分别减少了

1 125 219.29、591 929.62 hm2。在研究时段的前10年（1990-2000年）呈“二减四增”的趋势，草地和未利用地面积减少，分别减少了567 826.72、203 674.66 hm2，林地、水域、建设用地和耕地面积增加，分别增加了244 472.25、189 379.92、22 537.77、315 111.49 hm2；在研究时段的后10年（2000-2010年）呈“二增四减”的趋势，其中耕地和建设用地面积分别增加了963 489.89、60 413.76 hm2，草地、林地、未利用地和水域面积分别减少了557 392.57、68 448.06、388 254.91、9 808.10 hm2。

2.1.2 土地利用速率变化 由图1可以看出，20年间变化最大的是耕地，其变化速率为22.25%；其次是建设用地，其变化速率为19.80%。选取10年作为研究间隔，1990-2000年，林地的变化速率最大，为6.7%，建设用地、耕地、水域、草地和未利用地变化速率分别为5.38%、5.48%、4.02%、1.16%和0.20%；2000-2010年，耕地的变化速率最大，为15.90%，其次是建设用地，为13.68%。在这20年间，林地、水域呈现先增后减的趋势，耕地和建设用地递增，草地和未利用地递减。

2.2 土地利用变化驱动力分析

2.2.1 自然因素 影响土地利用变化的自然因素主要有地质、地貌、土壤、气温和降水等[19]。20年内地质、地貌和土壤的变化虽然不大，但它的影响还是不可忽略的，地形条件中，坡度是最重要的影响因素之一，它通过对水分、温度、风速、光照、土壤质地等自然因素的再分配，直接或间接地影响着土地利用；高程是最主要的地形地貌特征之一，高程高的地方一般是高山，且不平坦，这些地形阻止了城市发展和农业生产，研究区高程和坡度如图2a、图2b所示，准格尔盆地、塔里木盆地和东部的高程和坡度都较小，地势较平坦，而天山、昆仑山和阿尔泰山的高程和坡度都较大，气温和降水表现相对活跃。因此，本研究不仅从坡度和高程两个方面来阐述自然因素对土地利用变化的影响，还考虑气候因素，气候在一定水平上会影响区域水系统，从而影响区域土地利用的空间分布格局。由于研究区干旱环境对气候变化响应比较敏感，使得气候的小幅度变化都将对该区域生态环境产生显著影响[20]。本研究选择研究区内77个气象站1990-2010年年均气温、年降水量结果表明，降水量大体呈波动式持续增加的趋势，气温大体上呈上升的趋势。

2.2.2 距离空间变量 从离城市中心、水域和道路的距离来确定距离空间变量，研究其对土地利用变化的影响。商业和政治圈主要集中在城市中心，这对城市的社会经济发展起到较大的作用。水域在一个城市的发展中起着很大的促进作用，没有水域也就缺少生产生活的源头。公路、铁路等的发展程度代表一个城市的发展水平，便捷的交通对区域经济有着较大的推进作用。

在LCM中，通过GIS Analysis中的Distance工具得到影响因子离城市中心距离、离水域距离和离道路距离，如图2c、图2d、图2e所示，随着颜色由浅到深，数值越来越大，各土地利用类型到各级行政中心的距离、水域和道路的距离由近及远。

2.2.3 社会经济因素 虽然研究区的气候在近20年有暖湿趋势，但气候变化在20年时间尺度上对土地利用的影响并不明显，而在短时间内能对环境变化起到主导作用的应是人类活动，随着人口的不断增加以及城市化和工业化的发展，人类活动对环境产生的影响也逐渐增强[21，22]。人口是社会经济活动中最重要的因素，同时也是土地利用变化的直接驱动因子。根据年鉴统计数据研究区20年以来人口是递增的，1990年的人口数为1 529.16万人，到2000年的时候增加到1 849.41万人，再到2010年人口数为2 181.33万人。20年间增加人口652.17万人，随着人口数量的增加，未利用地和草地被大面积开垦，建设用地扩张。20年间研究区的工业生产总值飞速增长，从1990年的219.92亿元到2010的5 766.51亿元，农、林、牧、渔业生产总值从1990年的1 446 535万元到2010年的18 461 828万元，工业和农、林、牧、渔业的快速发展必然会导致建设用地的扩张。

2.2.4 政策因素 政策因素也是一个很重要的驱动因子，它可以利用城市規划、地权制度、经营机制等影响土地利用和土地布局。随着各种经济体制管理的执行，土地利用结构也有着巨大的改变。1991-2003年，产业结构整治，多种经营模式的出现，棉花价格增加，农民生产热情增加，耕地面积增加。随着西部大发展，在非耕地特别是戈壁滩和荒地上搞开发利用的，可以免交土地使用费，土地使用权保持50年不变，也促进了耕地面积增加。

2.3 土地利用转化分析

用LCM模型计算1990-2010年的各地类之间的相互转化面积（表2），20年间，耕地增加1 278 601.37 hm2，转入地类有草地、未利用地、建设用地、林地和水域，各自占转入面积的57.17%、28.98%、5.55%、4.91%、3.40%；20年间人口增加了652.17万人，随着人口的增加，未利用地和草地等被大面积开垦。这些新增耕地多来源于原灌区内部及灌区周边，因其开垦条件相对较好，因此容易被占用，同时耕地也相应地转为草地、未利用地等，占转入面积的54.85%、24.11%。

尽管建设用地所占比例小，但是20年来建设用地呈现持续增长的趋势，面积增加了82 951.53 hm2，仅次于耕地的增长速度，说明新疆城市化进程较快。建设用地的转入地类为耕地、草地和未利用地等，各自占转入面积的51.22%、22.58%和21.26%。20世纪90年代以来，随着新疆城镇人口和经济增长、县改市、建立开发区等一系列的城市规模扩张措施，使城市化加速，再由于西部大发展，使新疆的建设用地发生了巨大的变化。建设用地的转出地类主要为耕地、草地、未利用地，各自占转出面积的57.89%、22.25%和14.38%，主要是由于政府对乡村分散的城乡/工矿/居民用地进行集中整治、统一规划，同时将原来的建设用地退还成耕地和草地等。

草地面积减少1 125 219.29 hm2，转出为未利用地、耕地、林地、水域等，各自占转化面积的60.29%、16.28%、15.66%、7.00%。其减少原因是大量的开垦占用，不合理放牧，从而使得草地退化。

林地面积增加176 024.20 hm2，主要是三北防护林工程、退耕还林还草、人工生态林建设和流域生态综合治理等造林工程的开展，主要转入类型为草地、未利用地、耕地等，各自占转化面积的77.34%、14.88%和5.77%。

水域面积增加179 571.81 hm2，主要转入地类为未利用地和草地，各自占转入面积的57.21%、35.80%。20年来，研究区内77个气象站年均气温、年降水量结果表明，降水量总体上呈波动式增加趋势，气温总体上呈上升趋势。新疆气候由暖干向暖湿的转变，降水量的增加和水利设施建设以及湿地保护工程的开展成为新疆水域面积扩展的重要原因。

未利用地由于垦荒、撂荒、开发建设等因素的影响，面积总体呈减少的趋势，减少了591 929.62 hm2。转出地类主要为草地、水域和耕地，各自占减少面积的71.72%、13.65%和10.07%。

由以上结果可知，20年内变化最快的两种地类分别为建设用地和耕地，其中建设用地的转入地类主要是草地、未利用地、耕地，耕地的转入地类主要是草地、未利用地等。从而得到1990-2010年耕地的主要转入地类（图3）。

2.4 基于CA-Markov模型的新疆土地利用预测

2.4.1 CA-Markov模型精度验证 在IDRISI17.0软件中，以1990年和2000年土地现状图作为基图，用CA-Markov模块来预测2010年的土地状况（图4），然后将2010年模拟土地利用变化情况与实际土地利用状况的地类变动进行对比，对模拟情况进行数量精度验证和Kappa精度验证。验证结果（表3）表明，CA-Markov预测精度较高，有3种地类的模拟精度均超过了90%，能够较好地用来模拟土地利用的变化情况，其中耕地为99.00%，未利用地为94.00%，草地为92.00%，而精度最低的水域也达到了71.00%。利用IDRISI 17.0中GIS分析模块中交叉验证模块进行Kappa系数检验，Kappa系数为0.896，精度也较高，说明与实际情况较为一致。因此，CA-Markov模块完全适用于预测新疆未来土地利用状况。

2.4.2 预测结果与分析 CA-Markov模型通过模型精度验证后，以2010年的土地利用状况为基础，用坡度、水系、道路和规划数据等作为约束条件，预测研究区2025年土地利用状况（图4）。根据模型预测结果可知，在2025年未利用地还是占很大的比例，面积为95 141 861.14 hm2，占全疆土地面积的57.31%；草地次之，为51 132 368.57 hm2，占30.80%；耕地、水域、林地、建设用地面积分别为8 076 244.76、6 285 952.42、4 744 306.00、619 267.11 hm2。2010-2025年，未利用地减少，而其他5种地类均增加，水域面积增幅最大，为1 399 220.20 hm2。造成这种结果的可能原因是全球变暖，气温持续上升，加快了冰雪的融化速度，降水量增多，导致水域面积变大。在西部大发展背景下，城市化发展加快，人数显著增长，导致建设用地和耕地的增多。新疆地处西北干旱区，生态环境脆弱，为了保证生态平衡，国家制定了一系列的退耕还草、还林政策，导致草地和林地面积的增加。

3 结论

1990-2010年研究区耕地、建设用地、林地和水域面积分别增加了1 278 601.37、82 951.53、176 024.20、

179 571.81 hm2，草地和未利用地面积分别减少了1 125 219.29、591 929.62 hm2。1990-2000年各地类总体上呈现“二减四增”的趋势，2000-2010年总体上呈现“二增四减”的趋势。20年内改变最大的两种地类分别为建设用地和耕地。

利用基于IDRISI 17.0的CA-Markov模块预测新疆2025年土地利用状况，2010-2025年各地类总体上呈现“一减五增”的趋势。

距离因子、高程、坡度、人类活动和政策是导致20年来土地利用变化的主要驱动因子，但人口数量的增长、经济的发展及环境政策的完善对研究区土地利用变化的影响更为显著。

参考文献：

[1] 于 涛，沈 浩，仲嘉亮.基于CA-Markov模型的新疆克州土地利用动态模拟研究[J].新疆环境保护，2008，30（1）：11-14.

[2] 李 娜，杨太保.黑河分水后中游地区LUCC监测[J].中国沙漠，2008，28（2）：223-226.

[3] 王 兵，臧 玲.我国土地利用/土地覆被变化研究近期进展[J].地域研究与开发，2006，25（2）：86-91.

[4] 俞龙生，符以福，喻怀义，等.快速城市化地区景观格局梯度动态及其城乡融合区特征：以广州市番禺区为例[J].应用生态学报，2011，22（1）：171-180.

[5] 全 斌，朱鶴健，陈松林，等.遥感技术在区域土地利用/覆被变化中的应用——以福建省为例[J].中国土地科学，2006，20（2）：39-43.

[6] 郭 杰，欧名豪，刘 琼，等.基于BP神经网络的南通市建设用地需求预测[J].资源科学，2009，31（8）：1355-1361.

[7] 吴季秋，俞花美，肖 明，等.基于CA-Markov模型的海湾土地利用动态预测[J].环境工程技术学报，2012，2（6）：531-539.

[8] 杨国清，刘耀林，吴志峰.基于CA-Markov模型土地利用格局变化研究[J].武汉大学学报（信息科学版），2007，32（5）：414-418.

[9] 重庆市规划局.重庆市控制性详细规划编制技术规定[M].重庆：重庆市规划局，2011.

[10] 余 颖，余 辉.规划管理与咨询一体化的机制创新——以重庆市为例[J].规划师，2011，27（6）：12-15.

[11] 何 梅，吴志华，熊 伟，等.城乡规划信息平台的数据组织体系研究——以武汉市“一张图为例[J].城市规划学刊，2009（S1）：236-238.

[12] 苏建忠，罗裕霖.城市规划现状调查的新方式——剖析深圳市法定图则现状调查方式变革[J].城市规划学刊，2009（6）：79-83.

[13] 李 媛，王建廷.基于GIS的生态城市规划决策支持系统框架研究——以中新天津生态城为例[J].城市，2010（12）：52-57.

[14] 徐昔保.基于GIS与元胞自动机的城市土地利用动态演化模拟与优化研究——以兰州市为例[D].兰州：兰州大学，2007.

[15] 朱会义，李秀彬.关于区域土地利用变化指数模型方法的讨论[J].地理学报，2003，58（5）：643-650.

[16] REJAUR RAHMAN M，SAHA S K. Spatial dynamics of cropland and cropping pattern change analysis using landsat TM and IRS P6 LISS Ⅲ satelite images with GIS[J].Geo-Spatial Information Science，2009，12（2）：123-134.

[17] 刘瑞卿.基于CA-Markov模型的怀来县土地利用景观格局动态模拟研究[D].河北保定：河北农业大学，2012.

[18] 井梅秀，李 晶.基于CA-Markov模型的关中—天水经济区土地利用变化动态模拟[J].陕西师范大学学报（自然科学版），2013， 41（1）：99-103.

[19] 闫俊杰，乔 木，田长彦，等.新疆典型绿洲阜康地区土地利用/覆盖及景观格局变化分析[J].水土保持通报，2013，33（1）：139-145.

[20] 潘竞虎，苏有才，黄永生，等.疏勒河中游土地利用与景观格局动态[J].应用生态学报，2012，23（4）：1090-1096.

[21] VITOUSEH P M，MOOENY H A，LUBCHENCO J，et al. Human domination of earths ecosystems[J].Science，1997，277（5325）：494-499.

[22] SHINE H P，DE FORSTER P M F. The effect of human activity on radioactive forcing of climatic change：A review of recent developments[J].Global and Planetary Change，1999， 20（40）：205-225.