三峡库区耕地转型及影响因素

,b,c

(重庆师范大学 a.地理与旅游学院;b.GIS应用研究重庆市高校重点实验室;c.三峡库区地表过程与环境遥感重庆市重点实验室,重庆 401331)

1 引言

土地作为人类各种社会经济活动的主要载体,土地利用过程必会反应出区域发展过程中出现的问题[1]。土地利用不是长期静止不变的,会随着时间在自然、经济、社会等因素的影响下动态变化。其中，土地利用转型研究是土地利用/覆被变化(LUCC)综合研究的新途径[2],已受到当今学术界和管理决策界的普遍关注[3-5]。土地利用转型是指在经济和社会发展的影响下,与其转型相对应的土地利用形态(含显性形态和隐性形态)在时序上的转变过程[1,2,6]。耕地作为土地利用中不可或缺的一部分,对保障粮食安全、稳定人民生活、促进经济发展具有重要的作用,我国早在2006年就确定了关乎国家经济建设与发展全局性的18亿亩耕地“红线”的重大决策[7],加之城镇化与工业化引发的耕地撂荒等问题的出现[8],对耕地转型及其影响因素的研究已刻不容缓。

目前,土地利用转型的基本理论与假说已被提出[6],理论体系日趋完善[1,9]。同时,借助“3S”技术、数理统计、空间计量等方法,土地利用转型与其他土地利用活动得到了全面分析,区域土地利用的转型特征、规律、动力机制及其生态效应都被有效揭示出来[10-13]。刘永强、龙花楼[11]等分析了黄淮海平原农区2000—2010年土地利用转型的时空格局,在构建土地利用转型动力机制分析概念框架基础上,运用空间计量回归分析方法深入地剖析了黄淮海平原农区5种主要土地利用类型转换的动力机制;李全峰[12]等基于1990—2015年的Landsat TM影像解译数据,定量刻画了长江中游地区县域耕地利用形态时空特征,揭示出不同时段耕地利用转型分异的规律;陈龙[13]等基于“生产—生态—生活”土地利用主导功能分类体系,定量研究了江苏省24年来区域用地转型规律与驱动力变化。总体上看,前期成果系统研究了土地利用转型基础内容和理论方法,为本文研究提供了诸多可资借鉴的经验。鉴于此,本文分析了三峡库区重庆段耕地转型的数量形态和空间特征,利用基于空间自相关的地理加权回归模型研究了耕地转型的影响机制,以期为区域耕地利用转型模式、预测和相关土地政策的制定提供参考。

2 研究区概况与数据源

2.1 研究区概况

三峡库区重庆段位于长江上游下段,介于28°31′—31°44′N、105°49′—110°12′E之间,东起巫山县,西至江津区,南起武隆区,北至开州,东西长约600km,南北宽约80km;东南、东北与鄂西接壤,西南与川黔相邻,西北紧靠川陕,是长江上游主要的生态脆弱区之一[14]。

图1 研究区区位

该区地处大巴山断褶带、川东平行岭谷和川鄂湘黔隆起褶皱带三大构造单元的交汇处[14],地貌发育以流水作用为主,地貌特征以山地、丘陵著称,区内地形高低悬殊,土地利用空间分布以林地与耕地为主,耕地零星分布,建设用地主要沿着河流分布。由于本文主要研究耕地转型特征及其影响因素,而重庆市主城9区城镇化高,其主导功能也以城市建设为主,所以本文只选取以万州为中心的12个区县(巫山县、巫溪县、奉节县、云阳县、开州区、万州区、忠州、涪陵区、丰县、武隆县、石柱县、长寿区)为研究范围,其区位和范围见图1。

2.2 数据来源

三峡库区重庆段2000年、2015年土地利用/覆被数据和1∶50000数字高程模型(DEM)等基础数据来源于国家地球系统科学数据共享平台。根据需要将土地利用/覆被分为7个I级类:耕地、林地、园地、草地、水域用地、建设用地、未利用土地,空间格局见图2。坡度数据依据DEM进行提取;道路、水系、行政区划、地质灾害等空间数据主要来源于重庆市国土资源与房屋管理局;社会经济数据来源于2000年、2015年《重庆市统计年鉴》与部分区县的统计年鉴和重庆市各区县官方网站。

图2 研究区2000年和2015年土地利用空间分布

3 研究方法

3.1 耕地转型

在土地利用变化转移矩阵[15]分析的基础上,利用土地利用类型转换率的思路,构建如下公式开展耕地转型规律的针对性研究[11]:

(1)

式中,Plose(g,i)为转移矩阵中耕地转为第i类土地利用类型的面积占耕地转为其他土地利用类型总面积的比例,即转出贡献率;Pgain(j,g)为第j类土地利用类型转为耕地的面积占其他土地利用类型转为耕地总面积的比例,即转入贡献率;S(g,i)为耕地转为第i类土地利用类型的面积;S(j,g)为第j类土地利用类型转为耕地的面积;i、j均表示土地利用类型;n表示土地利用类型数目。

3.2 耕地转型影响因素分析

影响因素的选取与处理方法:在一个特定区域内,自然、区位、社会、经济、法律、制度、政策、工程技术等因素都会对土地利用转型产生一定的作用与约束[11,16],耕地作为土地利用中不可或缺的重要组成部分,耕地转型同样受到自然、经济、社会政策等条件的影响与约束。本文主要从自然、社会经济、区位来展开论述,选取高程、坡度等11个因子,具体的因子见表1。

表1 影响因素

地理加权回归模型:地理加权回归模型的实质是局部加权最小二乘法,其中权为待估点所在的地理空间位置到其他各观测点的地理空间位置之间的距离函数[17]。该方法不但简单易行,且明确地展示出估计参数随研究的地理空间位置的变化而变化的情况,表征了空间数据的非平稳性,在局域尺度上具有空间回归优势[18],同时修正了传统回归模型[19]。模型表达式为:

(2)

式中,yi表示(ui,vi)第i个采样点的坐标;βk(ui,vi)表示第i个采样点上的第k个回归参数,是地理位置的函数;εi～N(0,σ2),Cov(εi,εj)=0(i≠j)。

4 结果与分析

4.1 转型特征

耕地转型的数量特征:从提取的耕地转型结果来看,2000—2015年三峡库区重庆段耕地转型的数量特征为:耕地转型数量整体处于减少状态且转换比较剧烈,净转出量为740.04km2,占研究区总面积的1.97%。15年间,三峡库区耕地转出总面积为3764.25km2,占研究区总面积的10.04%。基于对生态效应和可持续发展的重视,三峡库区大规模实施“退耕还林”政策,以及城镇化进程加快，大量山区人口进城务工，导致土地出现撂荒现象日益突出,耕地转出主要以林地为主,面积为2926.48km2,贡献率达到77.74%;园地作为耕地的第二大转出,面积为340.46km2,贡献率为9.04%;建设用地是耕地的第三大转出,面积为272.08km2。

由于本研究区去除了重庆市都市区,因此建设用地的增加不太明显。三峡库区耕地转入总面积为3024km2,占研究区总面积的8.07%,转入来源类型以林地为主,其面积为2611.71km2,贡献率达到86.36%;草地作为耕地转入的第二大来源,面积为269.70km2,贡献率为8.92%(表2)。

表2 2000—2015年三峡库区重庆段耕地转换数量

耕地转型空间特征:2000—2015年三峡库区重庆段的耕地转换数量空间分布呈现出明显的“南增北减”地域差异特征(图3)。耕地转换量小于0的区域主要分布在研究区的北部。其中，耕地转换量小于-10km2的区域主要集中分布在开州的大量乡镇,如河堰镇、谭家乡、大进镇、麻柳乡、紫水乡、温泉镇、和谦镇、敦好镇、大德镇、九龙山镇、九龙山镇、安镇、汉丰街道、赵家街道、长沙镇、南门镇、临江镇、铁桥镇;奉节县的草堂镇、岩湾乡、白帝镇、康乐镇、大树镇、竹园镇、红土乡、公平镇、朱衣镇、康坪乡、安坪镇、五马镇、兴隆镇、吐祥镇;巫山县的福田镇、双龙镇、龙井乡、曲尺乡、大溪乡、庙宇镇、铜鼓镇、官渡镇、三溪乡、骡坪镇;巫溪的文峰镇、朝阳洞镇;云阳县的宝坪镇、凤鸣镇、云阳镇;忠州的白石镇、涂井乡、复兴镇、磨子乡,石柱的沿溪镇、枫木乡,说明15年间这些乡镇的耕地面积减少较突出。耕地转换量大于0的主要分布在研究区的南部,其中耕地转换量大于15km2的区域主要集中分布在涪陵区南部的大量乡镇,如新妙镇、增福乡、大顺乡、龙潭镇、同乐乡、青羊镇、马武镇、蔺市镇、荔枝街道、白涛街道、江东街道、焦石镇、罗云乡,石柱县的南宾镇、下路镇、中益乡,武隆区的仙女山镇、巷口镇,丰都县的武平镇,说明15年间这些乡镇的耕地面积增加较显著。无论转入还是转出,绝对变化量的空间差异明显,绝对值越大代表该区域耕地转型越激烈,说明存在一定的潜在冲突隐患。

图3 三峡库区重庆段耕地变化量空间分布

图4 耕地转型数量及其驱动因子的空间自相关结果

4.2 影响因素分析

空间回归分析区别于传统回归分析主要在于考虑空间距离的影响,分析的前提是要证明自变量和因变量都存在较强的空间自相关特征[20]。因此,以2000—2015年三峡库区耕地转型的数量作为自变量,以自然因素(高程、坡度、水系、地质灾害)、社会经济因素(总人口、粮食总产量、非农业人口比)和区位因素(距省道距离、距高速距离、距乡镇中心距离、区县中心距离)作为因变量,计算Moran指数。通过图4可见,耕地转换数量及其驱动因子的空间自变量和因变量都具有空间自相关性,可进行空间回归分析。

GWR模型计算结果:从耕地转入看(表3),林地转耕地、草地转耕地在所有驱动因子组成的模型中效果最好,R2值达到了0.46,调整型R2值也分别达到了0.40、0.41。从耕地转出看(表4),耕地转林地、耕地转建设用地在所有驱动因子组成的模型中,R2值分别达到了0.60和0.57,调整型R2值分别达到了0.56、0.53,说明模型的拟合度效果很好。因此,本文将以耕地转出到林地和建设用地为主要分析变量,分析影响因素在耕地转型中的作用大小和作用区域。

表3 耕地转入GWR模型结果

表4 耕地转出GWR模型结果

GWR模型计算结果的空间格局:①耕地转林地的R2高值区集中分布在研究区的北部和南部,即开州的中部、云阳县的西部、万州的北部、长寿区的南部、涪陵区的中部与南部、丰都县的南部和整个武隆区。在R2高值区,局部模型性能较佳,选取的影响因子对耕地转为林地现象的解释效应较为理想。R2低值区主要分布在研究区的东北部和中部,即巫山县、巫溪县、奉节县、忠州。在R2低值区,局部模型性能较差,说明该地区耕地转林地现象的影响因子为其他。②耕地转建设用地的R2高值区集中分布在研究区的中部,即开州的南部，万州、忠州的东北部和石柱县的北部。在R2高值区,局部模型性能较佳,选取的影响因子对发生耕地转为建设用地现象的解释效应较为理想。R2低值区主要分布在研究区的东北部,即巫山县、巫溪县、奉节县、开州区的东北部和云阳县的北部与西部。在R2低值区,局部模型性能较差,说明该地区耕地转林地现象的影响因子为其他。

图5 耕地转林地、建设用地的GWR结果

影响因素的空间差异分析:GWR模型的一个优势主要是它能够利用参数估计下产生的空间模式进行图形化表示[21],以便能更加清晰地反映出各影响因子随着地理位置的变化对耕地转型产生的不同方向和不同强度的影响状况,从而判断出某空间位置上耕地转型主要受到哪些因子的影响。三峡库区耕地转林地的影响因子、耕地转建设用地的影响因子见图6、图7。

图6 耕地转林地的影响因素回归系数空间分布

耕地转林地的影响因素空间差异分析：①地质灾害距离因子对耕地转林地的影响整体呈负值,表现出明显的区位差异性,回归系数的绝对值呈由西南向东北逐级递减的趋势,石柱南部、丰都东部和武隆东部受其影响最大。②高程因子的回归系数有正有负,区位差异性明显。万州以北耕地转为林地呈正相关关系,开州、云阳、奉节西南部受其影响最大;万州以南的回归系数为负值,说明该区域高程对耕地转林地无显著影响。③坡度因子在开州西部与南部、万州最西部几个乡镇的回归系数为负值,说明该区域的坡度不是影响耕地转林地的显著因子;在其他区域呈正向影响,耕地转林地的概率随着坡度增加而增大,回归系数的空间分布不均衡,长寿、涪陵、武隆和丰都受其影响最大。④主要水系的距离因子对耕地转林地的影响呈正向作用,其概率随着距河流距离增加而增大,回归系数的空间分布不均衡,忠州和石柱受其影响相对较大。⑤非农业人口比因子在整个研究区的回归系数为负值,说明该因子对整个研究区的耕地转林地无显著影响。⑥粮食总产量因子对耕地转林地的影响整体呈负向作用,耕地转林地的概率随着粮食产量增加而减小,回归系数的绝对值呈现出由中部向西南、东北逐级递减的趋势,万州南部、忠州北部和石柱北部受其影响最大。⑦总人口因子在研究区南部与耕地转林地呈负相关关系,耕地转林地的概率随着总人口增加而减少,长寿、涪陵、丰都、武隆和石柱县的南部受其影响最大;在研究区北部与中部的回归系数为正值,表明该区域总人口对耕地转林地无显著影响。⑧高速公路的距离因子在开州南部、万州西部的回归系数为正值,表明该区域的距离因子对耕地转林地无显著影响;其他区域的距离因子呈现负相关关系,回归系数由两头向中间逐级递增,长寿、涪陵、丰都、武隆和巫山受其影响最大。⑨国道距离因子在忠州西部、长寿北部回归系数为正值,表明该区域的距离因子不是耕地转林地的显著影响因子;其余区域的距离因子呈负相关关系,回归系数的空间分布不均衡,石柱东部受其影响最大。⑩距区县中心距离因子在开州的义和镇、南雅镇、铁桥镇的回归系数为负值,说明这些乡镇的距离因子对耕地转林地无显著影响;其余区域的距离因子回归系数为正值且由中间向两头递减,长寿、涪陵和武隆的西部受其影响最大。⑪乡镇中心距离因子在长寿、涪陵、武隆的回归系数为负值,说明该区域的距离因子不是耕地转林地的显著影响因子;其余区域的回归系数为正值且南大北小,开州南部、万州北部和云阳西南部受其影响相对最大。耕地转林地的概率随着距区县中心、乡镇中心距离的增加而增大。由于“退耕还林、耕地占补平衡”等政策,加之山地丘陵地区务农成本的提高和农业生产收益低下,农村人口大量向城区移动导致大量耕地撂荒成为林草地现象已成常态。

图7 耕地转建设用地的影响因子回归系数空间分布

整体上看,长寿、涪陵、武隆、丰都一带，坡度、总人口、距高速公路距离、距区县中心距离对耕地转林地现象的影响最显著;在研究区中部的忠州、石柱，距主要水系的距离、粮食总产量的影响最显著;在研究区北部的开州、云阳一带,高程、距乡镇中心距离的影响最显著。

耕地转建设用地的影响因素空间分布分析:①地质灾害距离因子对耕地转建设用地呈显著正向影响,耕地转建设用地的概率随着距地质灾害距离的增加而增大,且存在空间位置的差异性,回归系数南小北大,开州、云阳、奉节西部、万州北部和巫溪西部受其影响最大。②由于研究区内以山地、丘陵为主,地形起伏大,高程因子的回归系数在整个研究区为正值,说明高程在该研究区对耕地转建设用地的影响效果不显著。③坡度因子对耕地转建设用地的影响整体呈负向作用,坡度越陡的地方越不适宜建设房屋,其回归系数的绝对值南大北小,长寿、涪陵、武隆、丰都西部、忠州西部与南部、石柱西南部受其影响相对最大。④距主要水系的距离因子回归系数有正有负,巫溪、巫山、奉节、云阳东部和北部、开州东北部其回归系数为负值,耕地转建设用地的概率随着距河流距离的减小而增大,城镇、村庄临水而建的现象很普遍;其他区域的回归系数呈正值,说明该因子不是耕地转建设用地的显著影响因子。⑤非农业人口比因子与耕地转建设用地的影响呈正向作用,其回归系数由南向北逐级递减,长寿、涪陵、武隆、丰都和石柱西部受其影响最大。⑥粮食总产量因子在整个研究区的回归系数为正值,说明粮食产量不是研究区耕地转建设用地现象的显著影响因子。⑦总人口因子在整个研究区的回归系数为负值,说明总人口对研究区耕地转建设用地的影响不显著。⑧距高速路距离因子在万州区(不包括万州)以南呈显著负向影响,长寿、涪陵、丰都、武隆、忠州南部和石柱西南部受其影响最大;万州区以北的回归系数为正值,说明该因子对耕地转建设用地无显著影响。⑨距国道距离因子在长寿、涪陵、丰都、武隆、忠州西部与南部、石柱西部与南部呈显著负向影响;其他区域的回归系数为正值,说明该因子不是影响耕地转建设用地的显著因子。⑩距区县中心距离因子在整个研究区的回归系数均为负值,绝对值呈现“西南与东北大、中部小”的趋势,长寿、涪陵、丰都、武隆、忠州南部和石柱西南部受其影响最大。⑪距乡镇中心距离因子在整个研究区的影响呈负向作用,回归系数大小分布不均,长寿、涪陵、丰都、武隆、开州西部与南部受其影响最大。耕地转建设用地的概率随着距高速、国道和距区县、乡镇行政中心距离的增加而减小,农村建筑物沿道路修建的现象较普遍,表明在交通便利、区位条件优越的地区更容易发生耕地转建设用地的现象。

整体上看,研究区南部的长寿、涪陵、丰都、武隆、忠县西南部和石柱西南部受坡度、非农业人口比、距高速公路距离、距国道距离因子、距区县中心距离因子、距乡镇中心距离因子对耕地转建设用地的影响最为显著;在研究区东北部的巫溪、巫山奉节一带,距地质灾害距离、距主要水系距离的影响最为显著。总之,不管是耕地转为林地还是转为建设用地,各个影响因子在研究区发生耕地转型现象的不同局部区域范围内,其影响方向与强度大小均存在着差异。

5 结论

基于三峡库区重庆段的土地利用数据,借助ARCGIS等分析手段,对2015年三峡库区重庆段的耕地变化形态进行分析,揭示了乡镇尺度下2000—2015年三峡库区重庆段耕地利用转型时空分异特征，并在此基础上利用地理加权回归模型分析了耕地转型的影响机制。

主要结论为:①2000—2015年三峡库区重庆段的耕地转出接受者以林地为主,其贡献的面积为2926.48km2,贡献率达到77.74%;转入来源以林地为主,其贡献的面积为2611.71km2,贡献率达到86.36%。耕地转型数量形态整体处于减少状态,耕地净转换减少量为740.04 km2,占研究区总面积的1.97%。②2000—2015年三峡库区重庆段的耕地转换数量空间分布形态呈现出明显的“南增北减”的地域差异特征。从耕地转出看,耕地转为林地的分布最广,主要分布在研究范围的北部,集中分布在巫溪县、开州的北部、巫山县的东部、忠州的西部、奉节县的南部与西北部;从耕地转入看,林地转为耕地的分布最广,除了巫山县、奉节县、长寿区与开州的南部,其他各区县都存在较大范围的林地转为耕地的现象。③基于乡镇尺度的地理加权回归模型分析结果可见,在三峡库区重庆段的耕地转型研究中,同一影响因素在不同区域对耕地转型的作用方向与作用强度不同;发生同一耕地转型特征的不同区域,其影响因素也不一定相同。如耕地转型为林地,坡度、总人口、距高速公路距离、距区县中心距离对研究区南部的长寿、涪陵、武隆、丰都的影响最显著;距主要水系距离、粮食总产量对研究区中部一带的忠州、石柱的影响最显著;高程、距乡镇中心距离对研究区北部的开州、云阳一带的影响最显著。耕地转型为建设用地,坡度、非农业人口比、距高速公路距离、距国道距离因子、距区县中心距离因子、距乡镇中心距离因子对研究区南部的长寿、涪陵、丰都、武隆一带的影响最显著;距地质灾害距离、距主要水系距离对研究区东北部的巫溪、巫山、奉节一带的影响最显著。

三峡库区重庆段耕地转型是自然、区位、社会经济、人口变化、国家宏观政策等多种因素共同作用的结果,不同地理空间位置发生耕地转型的影响因素存在较大差异。同时,粮食需求随着社会经济水平的提高而逐渐加大,如何充分掌握好耕地的生态效应与经济效应两者间的平衡,需要各级地方政府在开展耕地相关工作时充分考虑到地域的差异性,针对不同区县因地制宜地采取不同措施,更好地调控耕地的合理利用水平。