1980—2015年济南市土地利用景观格局时空演变与模拟预测

王云靓，盛科荣，宋美娇

(山东理工大学 经济学院，山东 淄博 255000)

伴随着近百年来全球环境剧烈变化，区域可持续发展成为各国难题，国际科学理事会(ICSU)和国际社会科学理事会(ISSC)发起“未来地球”计划，拟用10 a(2014—2023年)时间提出全球可持续发展的学术思想、顶层设计、核心内容、研究方法等[1]，为各国区域可持续发展研究指明方向[2-3]，推动实现联合国2030年可持续发展目标。陆地系统融合自然科学与社会科学，在地球系统科学中最重要、最复杂、受人类影响最大[4]，对土地利用-覆被变化(LUCC)与景观格局的研究，是环境变化[5]与区域可持续发展研究的重要部分。改革开放40 a间，我国经济社会发展历经巨大飞跃，土地利用类型也随着快速城镇化的进程发生变迁，对土地利用景观格局演变模拟进行研究，可以评价、总结、预测经济社会与人类活动的规律，从可持续发展角度提出区域规划顶层设计，实现人与自然和谐共生。

长期以来，国内外地理学者对于土地利用景观格局的研究，主要是基于研究区地类数量转移和空间格局演变进行的分析[6]、模拟[7]与预测[8]。时间维度地类数量预测的模型主要有 Markov 模型[9]、线性回归分析[10]、灰色模型GM(1,1)[11]、人工神经网络[12-13]、系统动力学模型[14]等。这些模型各有特点：Markov模型的应用范围最广，但不适用于长时间跨度土地利用变化剧烈的情况；线性回归与GM(1,1)模型操作简便，适用于因子信息量较少的情况，但二者仅能就一种地类进行预测；人工神经网络与系统动力学模型可以同时预测多个地类，但因子信息量需求较大。

空间维度土地利用模拟模型要求具备强大的空间信息分析能力。根据驱动因素进行空间配置与模拟预测，常用的空间格局模型主要有元胞自动机(CA)模型[15]、基于网格的土地利用与覆盖变化模型Geomod[16]、土地使用转换及其效果(CLUE-S)模型[17]、基于地理模拟优化系统的未来土地利用模拟(GeoSOS-FLUS)模型[18]等。由于众多研究LUCC的模型结构形式各有不同，因此计算结果具有不确定性[19]。比较理想的方法是，在理解空间模型原理的基础上，与数量预测模型进行交叉使用，取长补短，或者将几种方法的模拟结果进行比较，选取精度相对较高的组合进行预测研究。

济南市是山东省省会，同时也是山东半岛城市群和济南都市圈的核心城市。国土资源部于2018年6月将济南市列入全国40个市级土地利用总体规划修编试点城市。对济南市1980—2015年土地利用景观格局时空演变进行分析，可以推断该地区快速城镇化进程中的人地关系、地域分异、空间结构的特征[20]。本文中分别选取Markov模型、反向传播(BP)神经网络、多元线性回归、GM(1,1)模型对济南市地类数量进行预测，并结合GeoSOS-FLUS模型对2015年土地利用景观格局进行模拟，选取精度最高的模型方法，探索不同发展情景下济南市2020年土地利用景观布局的方案，希望为济南市未来生态规划与可持续发展提供科学建议。

1 研究区概况与研究方法

1.1 研究区概况与数据来源

济南市(暂不包含原莱芜市，现济南市莱芜区、钢城区)位于山东省中西部，地理位置为北纬36°01′～37°32′、东经116°11′～117°44′，地处黄河以南、泰山以北，处于鲁中南低山丘陵与鲁西北冲积平原的交接带上[21]，地势南高北低，总面积为7 998 km2。2015年末，全市常住人口为713.2万，户籍总人口为625.7万。2015年全市生产总值为6 100.23亿元，人均生产总值为85 919元，城市化水平达到57.98 %。

土地利用数据来自中国科学院资源环境科学数据中心(http://www.resdc.cn/Default.aspx)中国土地利用遥感监测数据，空间分辨率1 km×1 km(长度×宽度)，利用ArcGIS10.5重分类土地利用类型，分为耕地、林地、草地、水域、建设用地、未利用土地6类，并将栅格大小转化为100 m×100 m(长度×宽度)。数字高程模型(DEM)数据来源于地理空间数据云网站的先进星载热发射和反射辐射仪全球数字高程模型数据集，数据投影平面坐标为世界级地理坐标系WGS84，空间分布为 30 m。

各影响因子数据来源于中国气象数据网、山东省交通图、山东省水系图、《济南市统计年鉴》及《济南市总体规划2011—2020》等。

1.2 土地利用变化表征方法

长期以来，地理学者已经研究出一套衡量LUCC的计算指标[22]，主要包括土地利用综合动态度D、空间位置转换面积S、地类数量变化Q、地类总变化量C等。

(1)

Sj=2min{Pj+-Pjj,P+j-Pjj},

(2)

Qj=max{Pj+-Pjj,P+j-Pjj}-

min{Pj+-Pjj,P+j-Pjj},

(3)

Cj=Sj+Qj,

(4)

式中：D为T时段土地利用综合动态度；La和Lb分别为期初与期末某种地类的数量；Lc为没有发生改变的地类数量； ΔL1=La-Lc; ΔL2=Lb-Lc;Pj+与P+j分别为研究时段地类j期初与期末的面积；Pjj为研究时段内没有发生变化的面积；Sj为地类j的空间位置转换面积；Qj为地类j的数量变化面积；Cj为地类j总变化数量的面积。

1.3 土地景观格局变化表征模型

基于济南市1980、1990、2000、2010、2015年的土地利用遥感监测数据，利用景观分析Fragstats软件，选取斑块数量、散布与并列指数、分离度指数、聚集指数4个指标，进行类型水平上的景观格局分析；选取斑块密度、最大斑块指数、面积加权形状指数分布、景观格局的散布与并列指数、整体性指数、分离度指数、Shannon多样性指数和Shannon均匀度指数8个指标，进行景观水平上的演变分析。

1.4 土地利用需求量预测

利用GeoSOS-FLUS软件中自适应惯性机制的CA模块对未来土地利用情况进行预测，需要设定各地类数量，因此在实际预测之前，有必要利用Markov模型、BP神经网络、GM(1,1)模型对历史数据就该研究区的地类数量进行模拟。

1)Markov模型。该模型具有特殊的随机运动特征，可以展现土地利用动态演变的过程，且操作简单灵活，因此被广泛应用于地类数量的转换分析、模拟与预测。模型表达式为

St+1=Pi jSt,

(5)

式中：St+1、St分别为t+1、t时刻的研究区土地利用类型状态矩阵；Pi j为某土地类型由i转变成j的概率矩阵。

2)BP神经网络。人工神经网络具有并行处理能力、自组织学习能力、高度映射分类和计算能力等，普遍应用于信号导航[23]、模式识别[24]、预测优化[25]等领域，其中BP神经网络技术成熟，可以用来建立土地利用预测模型，即

(6)

(7)

3)GM(1,1)模型。地理系统中，各事物间关系复杂，在相关分析中很难区分主导因素与非主导因素，也很难确定精确的相关系数，于是引进灰色关联分析。基于灰色建模理论的灰色模型，可以在较少信息量的环境下，实现单一地类的数量预测，因此被地理学者广泛应用。GM(1，1)模型表达式为

(8)

(9)

1.5 土地利用空间模拟模型

GeoSOS是通过自下而上的虚拟模拟实验,对复杂自然系统进行模拟、预测、优化[26-27]的系统。目前，GeoSOS理论及软件在全球范围内被广泛应用，用户超过20个国家和地区，研究实例100余个[28]。GeoSOS-FLUS模型可直接应用于城市发展模拟及城市增长边界划定[29]、城市内部高分辨率土地利用变化模拟、环境管理与城市规划、大尺度土地利用变化模拟及其效应分析、区域土地利用类型适宜性分析、农田或自然用地类型损失预警、土地利用分布格局变化及热点分析[30]等方面。GeoSOS-FLUS模型与其他土地利用空间模拟的模型相比具有精度高、速度快、操作简便等优点，其原理如图1所示。

自适应惯性系数计算原理[31]为

(10)

(11)

图1 基于地理模拟优化系统的未来土地利用模拟(GeoSOS-FLUS)模型原理

2 土地利用景观格局时空演变特征

2.1 土地利用时间序列变化过程

对土地利用时间序列变化过程的描述主要根据济南市土地利用历史数据，利用ArcGIS 10.5结合Markov模型对35 a间土地利用变化进行空间统计分析，得到济南市1980—2015年土地利用类型转移矩阵(见表1)。以下从土地利用结构变化、土地利用的空间位置转换与数量变化、土地利用动态度和分时段LUCC这4个方面分别阐述。

表1 1980—2015年济南市土地利用类型转移矩阵 km2

2.1.1 土地利用结构变化

济南市在1980—2015年间土地利用结构发生了较大改变，主要表现为耕地占比减少3.74%，建设用地占比增加4.29%，耕地依旧是济南市占比最高的土地利用类型。从各地类面积数量上可以看出，耕地面积减少5.74%，林地面积减少2.27%，草地面积减少2.59%，水域面积增加2%，建设用地面积增加39.38%，未利用土地减少5.33%。综上所述，济南市35 a间快速城镇化进程中土地利用演变主要表现为耕地的减少和建设用地的急剧增加。

2.1.2 土地利用的空间位置转换数量变化

济南市1980—2015年各土地利用类型总变化的面积由大到小排序为耕地、建设用地、林地、水域、草地、未利用土地。通过空间位置转换与数量变化的面积比较，耕地、草地、建设用地的空间位置转换面积小于数量变化面积，表明这3种地类大多数是由除本身以外的地类转进或转出而发生的数量变化，而其余3种地类则大多是在地类内部进行空间位置转换。

从济南市整体的空间位置转换面积与数量变化面积的比较来看，数量变化面积约是空间位置转换面积的3.18倍，因此，在1980—2015年间各地类之间转换较为剧烈。

2.1.3 土地利用动态度

表2为1980—2015年济南市各土地利用类型动态变化指数。由表可以看出，济南市1980—2015年土地利用综合动态度为0.32%，各地类转换强度排序由强到弱为建设用地、水域、未利用土地、林地、耕地、草地。水域、未利用土地、耕地的转出率较高，建设用地、水域、未利用土地的转入率较高。从年变化率来看，建设用地以每年1.12%的速度增长，而耕地和未利用土地分别以每年0.17%、0.15%的速度减少。

表2 1980—2015年济南市各土地利用类型动态变化数据

2.1.4 分时段LUCC

从各地类增长率来看，1980—2000年间济南市除建设用地面积增长了8%，其余地类面积均不同程度减少，其中水域减少最多，达到8%；2000—2015年间建设用地增长28.19%，水域增长10.87%，而耕地面积减少了5.34%。从各地类增长率数值来看，2000—2015年间的土地利用变化比1980—2000年间的大。从空间位置转换与数量变化来看，1980—2000年空间位置转换面积大于数量变化面积，可知在这一时期，土地利用演变主要在该地类内部转换，地类之间的空间转换比较少； 2000—2015年地类数量变化的面积约是空间位置转换的13.71倍，说明在这段时期，不同地类间转换数量较多，土地利用变化大，建设用地和水域面积的增长主要依赖于其他地类的转换。从年变化率来看，1980—2000年间建设用地年增长率为0.44%，水域年减少率为4%； 2000—2015年间建设用地年增长率为1.88%，水域年增长率为0.73%，但耕地和草地分别以每年0.35%和0.11%的变化率减少。以上分析说明，进入21世纪以来，随着济南市城镇化进程加快，建设用地侵占了大量的耕地和草地，在水库修建、流域综合治理下，水域面积有所恢复。从土地利用综合动态度来看，2个时期分别为0.2%与0.52%，与1980—2015年土地利用综合动态度0.32%相比，济南市在1980—2015年间LUCC经历了一个由缓慢变化到急剧变化的过程。

2.2 景观空间格局特征分析

2.2.1 基于类型水平的景观格局指数分析

1980—2015年济南市基于类型水平的景观格局指数见图2。

斑块数量描述的是景观格局中的异质性，数量越大景观格局的破碎程度越高。由图2(a)可以看出： 在35 a间济南市各斑块类型的数量变化比较平稳，斑块数量由大到小排序为建设用地、草地、林地、水域、耕地、未利用土地，表明在1980—2015年间济南市的建设用地破碎程度最高。自2000年以后，建设用地的斑块数量有减小的趋势，并且在2000—2010年减小幅度最大，表明济南市在2000年后建设用地在原本分散的斑块基础上进行了扩张与融合。

(a)斑块数量(b)散布与并列指数(c)分离度指数(d)聚集指数图2 1980—2015年济南市基于类型水平的景观格局指数

散布与并列指数是描述景观分离度的指数之一，取值越小，说明与该景观类型相邻的其他类型越少,当散布与并列指数为100%时，说明该类型与他它所有类型完全、等量相邻[32]。由图2(b)可以看出：耕地的聚集程度最高，且与其他景观类型相邻的概率较大；建设用地的散布与并列指数最小，说明其聚集程度最低，容易受人类活动的影响，且与之相邻的斑块，大多也容易受人类活动的影响，排列比较复杂。

从分离度指数(图2(c))可以看出，未利用土地斑块在1980—1990年间经历剧烈减少后逐渐趋于平稳，说明未利用土地在1990年之前有连片向生的趋势，1990年后趋势并不明显。水域斑块的分离度指数先增大后减小，说明水体结构经历了波动变化，1980—2000年水域斑块的破碎程度增大，2000年后逐渐趋于聚集。其余景观斑块的分离度指数较小，且波动不大，表明这些景观斑块较为聚集，且受外界干扰的破碎程度较低。

从聚集指数(图2(d))来看，聚集指数均大于90%，表明斑块分布整体上集聚，其中聚集指数最大的是耕地和林地，说明济南市基本农田与山林的保护较好。2000年以后，建设用地斑块聚集指数增加，表明在这段时期内，建设用地的数量增长并且在原有的建设用地斑块的基础上进行扩张，逐渐融合吞并分散的斑块。水域斑块的聚集指数经历了先减小后增大的过程，计算1980—2000年土地利用类型转移矩阵，发现水域转出的面积中有93.1%转化为耕地，表明人类农业活动大量侵占水域，并且水域斑块被过度分割；在2000年后由于人们水土保持意识增强，卧虎山、狼猫山等水库的增扩容，黄河、小清河等流域治理初显成效，水域的面积与斑块聚集指数均有所增大。

2.2.2 基于景观水平的景观格局指数分析

1980—2015年济南市景观水平上的景观格局指数见表3。由表可以看出，斑块密度的数值小幅度减小，说明在35 a间各类型景观分区基本形成； 最大斑块指数先增大后减小，面积加权形状指数分布先增大后减小，说明斑块形状趋于规则； 景观格局的散布与并列指数、整体性指数均有不同程度的波动减小，而分离度指数自1990年起逐步增大，表明不同斑块之间的分散度、局部性加强，景观破碎化加剧。

Shannon多样性指数与Shannon均匀度指数都在1990年出现减小后急剧增大。Shannon多样性指数可以直观反映研究区土地利用类型的多样性、异质性和复杂性，体现该地区土地利用类型的数量与比列变动，而Shannon均匀度指数可以描述不同地类间分配的均匀程度。由此可以看出，自1990年以后，济南市土地利用类型朝着多元化的方向发展，同时伴随地类均匀度的提高，说明人为因素对土地利用类型的驱动，使得土地利用的丰富性增强。为了满足经济社会发展与人民生活需要，面积较大、形状不规则、单一连续的斑块被逐渐分割成面积较小、形状规则、分布均匀的斑块，不仅有利于形成边界过渡带，减少边界阻力，发挥面积较小斑块的优势，提高土地的利用效率，还有利于提高景观的视觉效果，涵养水源水土保持，缓解城市的热岛效应。与此同时，要注意对基本农田、天然山林、草地、水体斑块的保护，杜绝过度开发对生物多样性、遗传稳定性的破坏。

表3 1980—2015年济南市景观水平上的景观格局指数

3 LUCC模拟

3.1 LUCC驱动因素分析

在时间跨度较大的研究尺度上，自然因素引起的环境变化幅度相对较小，而人类活动产生的环境变化成为主要因素[33]。根据1980—2015年济南市统计年鉴，从数据的价值性和可获得性角度出发选取影响LUCC的11个指标进行主成分分析。经共线性检验得到Kaiser-Meyer-Olkin值为0.842，显著性为0，表明选取的11个指标适宜进行主成分分析，且效果较好。

为了尽可能地从不同角度全面地描述影响LUCC的驱动因素，将主成分固定值设为3，结果表明前3个主成分的起始特征值分别为8.152、1.791、0.753，方差贡献率分别为74.106%、16.280%、6.844%，合计贡献率为97.230%。

旋转因子载荷矩阵见表4。从表中可以看出：主成分1在第一产业产值、城市人均可支配收入、人均国内生产总值(GDP)、农业人口人均可支配收入、总产值、公路通车里程和人口密度这7个指标上载荷较大，可概括为人口与经济综合因素[34]；主成分2在实际耕地面积与农业人口比例指标上载荷较大，可概括为农业生产因素；主成分3在年均降雨量指标上载荷较大，可概括为自然因素。

表4 旋转因子载荷矩阵

3.1.1 人口与经济综合因素

1980—2015年间济南市总人口由458.61万增加到625.73万，年均增长率为0.89%；人口密度由557 km-2增加到782 km-2，年均增长率为0.97%；总产值由28.8亿元增加到6 100.232亿元，年均增长率为16.53%；第一产业产值由5.96亿元增加到305.39亿元，年均增长率为11.9%；人均GDP由630元增加到85 919元，年均增长率为15.08%；城市居民人均可支配收入由485元增加到39 888.71元，年均增长率为13.43%； 农民人均纯收入由168.9元增长到14 231.8元，年均增长率为13.51%；公路通车里程由约800 km增长至13 104 km，年均增长率为8.32%。在35 a间，济南市经济社会快速发展，大量的人口迁入导致用于生活、教育、医疗、交通等功能的建设用地增加，催生城市边缘逐渐向四周膨胀蔓延，连接吞并零散建设用地的同时占用耕地、林地、草地的面积。

3.1.2 农业生产因素

1980—2000年间济南市实际耕地面积从370.87 km2减少到333.72 km2，年均减少0.53%；2000—2015年，实际耕地面积从333.72 km2增加到362.30 km2，年均增加0.55%。对建设用地的需求增加导致大量的耕地转化成建设用地，2000年以后，国家为了保护耕地，逐渐减免了农业税，同时这一时期的粮食和棉花价格处于上行周期，刺激新一轮复垦种植。济南市农业从业人数在35 a间从135.16万人锐减到71.8万人，农业人口比例从63.1%下降到18.4%，可见，济南市耕地波动减少，与实际耕种面积和农业从业人员减少、农业人口市民化有一定关系。

3.1.3 自然因素

根据气象站区站号54823的年均降水量与平均气温数据，1980—2000年济南市年均降水量为 644.73 mm，2000—2015年年均降水量为735.44 mm。35 a济南市年平均气温呈现先波动上升后波动下降的趋势，峰值出现在1994年15.7 ℃，前20 a年平均气温为14.89 ℃，后15 a年平均气温为14.67℃。由此可以判断，1980—2000年水域面积的减少及水域景观斑块的破碎与降水量较少、蒸发量大有一定关系。自2000年以后，济南市年均降水量增加，并且有关部门加强对涵养水源、水土保持、小流域综合整治工作的重视，使水域斑块逐步恢复。同时，从2个时期的气温数据可以看出，景观斑块的破碎化和丰富化有利于缓解城市热岛效应，给城市降温。

3.1.4 政策因素

除了人口与经济综合因素、农业生产因素和自然因素以外，土地管理的相关政策也发挥了作用。改革开放以来，我国实行家庭联产承包责任制，统分结合、双层经营的模式极大地调动农民的生产积极性，从1980—1990年济南市耕地面积增加、景观斑块聚集度提高、分离度降低的数据完全可以体现出来。2002年《中华人民共和国农村土地承包法》颁布后，农民可以依法采取转包、出租、互换、转让的方式将承包的土地进行流转，提高了2000年后济南市综合土地利用度；2008年《中共中央关于推进农村改革发展若干重大问题的决定》中提出“土地承包经营权流转，不得改变土地集体所有性质，不得改变土地用途，不得损害农民土地承包权益”。以上法规明确了耕地在流转过程中不允许转变为其他地类，从政策上抑制了耕地的无限制流失，保护了耕地红线。

3.2 土地利用类型预测

基于1980—2010年济南市地类数量，分别采用Markov模型、BP神经网络、多元线性回归、GM(1,1)模型，对2015年土地利用类型进行了模拟。根据土地利用演变驱动因素的分析，BP神经网络与多元线性回归的预测分析中加入主成分1、2、3作为驱动因子。

选取高程、降水量、到河流的距离、到公路的距离、2010年人均GDP和2010年人口密度6个因子作为土地利用变化的驱动因素，进行二元逻辑回归分析，通过受试者工作特征曲线(ROC)检验选取驱动因子进行空间模拟训练的可行性。经验证，耕地、林地、草地、水域、建设用地、未利用土地的ROC值分别为 0.694、0.807、0.767、0.705、0.672、0.912，符合模拟要求。利用GeoSOS-FLUS模型中基于神经网络的适宜性概率计算模块输入6个驱动因素，获取研究区各地类的适宜性概率，均方根误差(RMSE)为0.303 666 。然后采用自适应惯性机制的CA模块对2015年济南市土地利用情况进行模拟，分别将4种预测方法得到的地类数量输入未来斑块数量，并设置相关参数，迭代300次后，空间模拟结果见表5，模拟数据导入ArcGIS10.5软件中转换得到图3。分别计算4次模拟的Kappa值，预测精度由高到低排序为Markov模型、GM(1,1)模型、多元线性回归、BP神经网络，因此，选择Markov模型对2020年济南市土地利用数量进行预测。

4 分情景预测

4.1 不同情景下土地利用情况

表5 2015年济南市各土地利用类型空间模拟

(a)Markov模型(b)反向传播神经网络(c)多元线性回归(d)灰色模型GM(1,1)(e)2015土地利用-覆被变化注:济南市地图从国家标准地图网站下载,地图审批号为GS(2019)3266号(http://bzdt.ch.mnr.gov.cn/browse.html?picId=%224o28b0625501ad13015501ad2bfc0211%22)。结合资源环境数据云平台2015年中国地市行政边界数据(http://www.resdc.cn/data.aspx?DATAID=201)经过ArcGIS10.5软件数字化处理后得到。图3 不同方法模拟验证的2015年济南市土地利用情景

根据《济南市总体规划2011—2020》，2020年济南市总人口将达到840万，城镇总人口为670万，城镇化水平达到75%以上。伴随未来城镇化水平的提高，对各地类景观的规划显得尤为重要。选取高程、降水量、到河流的距离、到公路的距离、2015年人均GDP和2015年人口密度6个因子作为土地利用变化的驱动因素，进行二元逻辑回归分析，6种地类的ROC值分别为0.686、0.804、0.767、0.716、0.669、0.912，符合模拟要求。利用GeoSOS-FLUS软件中基于神经网络的适宜性概率计算模块输入6个驱动因素，获取研究区各地类的适宜性概率，RMSE为0.302 759。然后采用自适应惯性机制的CA模块分别输入历史趋势发展情景、基本农田保护情景、生态保护情景的地类数量与限制区栅格图，分别运行得到2020年济南市土地利用预测情况，结果见表6。将GeoSOS-FLUS模型预测的数据分别导入ArcGIS 10.5软件中，得到2020年济南市土地利用空间分布如图4所示。由图6和表4可以看出：

1)在历史趋势发展情景下，2015—2020年济南市耕地数量减少1.17%，林地数量减少0.14%，草地与水域的数量变化不大，建设用地的数量增加4.93%，未利用土地的数量减少1.4%。该阶段仍处于济南市城镇化快速发展的时期，随着农业人口市民化进程加快，城镇常住人口增加，需要配合交通、教育、医疗等基础设施的完善，因此，城镇周边的耕地、林地仍有转化为城镇用地的可能。未利用土地的减少可能因荒山裸地治理技术的提高而转换成其他地类。

2)根据《济南市总体规划2011—2020》，对山前平原农业区和北部平原农林区的耕地作为限制区处理。在基本农田保护情景下，2015—2020年济南市耕地、林地、草地和水域面积分别减少0.02%、0.96%、0.2%和0.09%，建设用地面积增加1.64%，未利用土地面积减少11.10%，耕地转化为其他地类的情形得到控制； 但是，由于城镇化进程中经济发展的需要，建设用地的需求较大，因此其他地类仍会向建设用地转换。

表6 3种情景下2020年济南市各地类预测数量及增长率

(a)历史趋势发展情景(b)基本农田保护情景(c)生态保护情景注:济南市地图从国家标准地图网站下载,地图审批号为GS(2019)3266号(http://bzdt.ch.mnr.gov.cn/browse.html?picId=%224o28b0625501ad13015501ad2bfc0211%22)。结合资源环境数据云平台2015年中国地市行政边界数据(http://www.resdc.cn/data.aspx?DATAID=201)经过ArcGIS10.5软件数字化处理后得到。图4 3种情景下2020年济南市各地类空间分布模拟预测

3)根据《济南市总体规划2011—2020》，将济南市南部山区水源涵养区和黄河沿岸湿地保育区的林地、草地、水域作为限制区处理。2015—2020年济南市耕地面积减少0.85%，林地、草地、水域和建设用地面积分别增加1.16%、1.76%、2.46%和1.64%，未利用土地面积减少7.48%，既能保障大片山林、草地、水域的完整性与连通性，又能增加城市建设用地中生态景观的布局，进而美化居住环境、涵养水源、改善小气候。

4.2 不同情景下土地利用景观格局指数

3种情景下2020年济南市土地利用景观格局水平如表7所示。从表中数据可以看出：

1)在历史趋势发展情景下，斑块密度增大，表明同一面积内斑块类型增加，实现景观多样性；最大斑块指数、面积加权形状指数分布减小，说明斑块形状趋于规则； 而景观格局的散布与并列指数、整体性指数减小，分离度指数增大，均说明济南市2020年景观格局将比2015年更加破碎化、复杂化； Shannon多样性指数与Shannon均匀度指数均有不同程度增大，说明2020年斑块景观更加多样性，斑块分布更加均匀。

表7 3种情景下2020年济南市土地利用景观格局水平

2)在基本农田保护情景下，斑块密度增大，可能是基本农田周围灌溉水渠、防护林建设提高了斑块密度； 最大斑块指数略微减小，面积加权形状指数分布增大，说明耕地斑块受到保护，并未大幅度减少，斑块之间形状更加不规则；分离度指数略微增大，散布与并列指数增大而整体性指数略微减小，说明景观斑块破碎化的程度受到控制，景观斑块布局更加规则；Shannon多样性指数与Shannon均匀度指数均略微减小，说明2020年的景观斑块较2015年的丰富度、均匀性将降低。

3)在生态保护情景下，斑块密度增大，最大斑块指数减小，面积加权形状指数分布增大，说明不仅原有的林地、草地得到了保护，还通过退耕还林、荒山绿化、小流域综合治理等方式，在原有的耕地、水域、建设用地斑块中穿插林地、草地斑块，使斑块形状更加不规则；景观格局的散布与并列指数、整体性指数减小，分离度指数增大，均说明景观斑块破碎化、复杂化、分离化程度将加剧；Shannon多样性指数与Shannon均匀度指数均增大，说明人为因素加强对山林草地的保护与治理，有利于提高生态景观的丰富度与均匀性。

5 结论与讨论

根据1980—2015年济南市的土地利用数据，本文中对快速城镇化进程中土地利用类型数量转移、景观空间格局演变进行分析，并针对结果进行驱动因素分析、地类变化模拟、分情景预测等研究，得到结论如下：

1)从土地利用结构变化来看，济南市35 a间快速城镇化进程中土地利用演变主要表现为耕地面积的减少和建设用地面积的急剧增加。从土地利用综合动态度来看，1980—2015年土地利用综合动态度为0.32%，1980—2000年为0.2%，2000—2015年为0.52%，LUCC经历了一个由缓慢变化到急剧变化的过程。

2)从景观空间格局特征角度来看，1980—2015年济南市的斑块密度持续减小，斑块分离度增大，表明快速城镇化进程中景观斑块朝着破碎化、复杂化、异质化的方向发展，同时景观多样性指数与均匀度指数增大也表明景观格局更为多元丰富。

3)通过对1980—2015年济南市各影响因素的主成分分析，发现人口和经济因素是土地利用变化的主要驱动因素，此外，农业生产因素、自然因素也会对土地利用景观格局的演变产生影响。在对济南市土地利用变化的模拟预测中Markov模型与GeoSOS-FLUS模型的结合，预测精度优于其他几种模型的。

4)在历史趋势发展情景下，2015—2020年济南市耕地、林地、草地、水域、建设用地、未利用土地面积增长率分别为-1.16%、-0.14%、0%、0%、4.93%、1.4%，同时景观格局更加破碎； 在基本农田保护情景下，上述各地类面积增长率分别为-0.02%、-0.96%、-0.20%、-0.09%、1.64%、-11.10%，景观格局破碎化趋势得到控制；在生态保护情景下，上述各地类面积增长率分别为-0.85%、1.16%、1.76%、2.46%、1.64%、-7.48%，不仅林地、草地、水域的面积增加，而且建设用地中的生态布局、未利用土地中荒山裸地的绿化面积也相应增加，尽管整体景观格局变得更加复杂，但是各类景观更加均匀，有利于缓解城市热岛效应、改善空气质量。

济南市作为山东省的省会城市、山东半岛城市群和济南都市圈的核心城市，在区域经济发展和城镇化进程中扮演着重要的角色。2019年4月10日中共济南市委办公厅、济南市人民政府办公厅印发《关于全面开展城市品质“十化”提升行动，加快建设“大强美富通”现代化国际大都市的实施方案》，要求“高点定位城市发展规划，加快实施动能转换、文化复兴、国际开放、区域协调、生态保育、格局优化、特色彰显、品质提升等八大战略行动，做大做强做优济南都市圈,积极创建国家中心城市，建设美丽宜居泉城。”结合不同情景下2020年济南市土地利用情况的模拟预测，对济南市未来的发展战略导向进行如下探讨：

1)在历史趋势发展情景下，济南市将朝着综合服务中心和交通枢纽中心的方向发展。随着济南市市域范围内新旧动能转换战略、乡村振兴战略的实施，未来济南市将大力引进各类人才，布局建设产业功能区，实现产城融合、职住平衡的目标，完善城市各项基础设施建设，增强城市综合承载能力，提高城市服务水平。同时，近2年济南市不仅加快“三环十二射”“三桥一隧”高速公路、轨道交通、河道等设施建设，还计划加强与周边省市及邻近国家的联系，构建“米”字型高速铁路网和4F级机场。

2)在基本农田保护情景下，济南市将朝着一、二、三产业融合中心和智慧高效中心的方向发展。济南市的山前平原农业区通过建立基本农田保护区、加强生态农业、生态工业和生态小城镇建设，促进一、二、三产业融合，提高对中心城的支撑能力；北部平原农林区发展生态农林牧渔业，建设现代生态农林产业链，布局多元化农副产品供给区。严禁违法开发耕地，将对建设用地扩展带来新的挑战，对此，济南市应当利用先进技术手段，勘探寻找适宜的地质条件，建设超级高楼和多层地下交通来提高土地的利用效率，缓解住房、交通压力。

3)在生态保护情景下，济南市将朝着生态宜居中心与特色景观中心的方向发展。济南市的南部山区、水源涵养区可通过退耕还林、荒山绿化、小流域治理、矿山开采区恢复治理，改善生态环境质量，治理水土流失，提高水资源涵养能力，加强生物多样性保护，防治废水和固体废物污染；中心城城市建设区要加强对泉水的保护，彰显济南独有的泉城特色景观风貌，增加绿色隔离区、生态廊道和绿地斑块建设，形成美观别致的城市园林绿化体系；黄河沿岸湿地保育区要加强黄河大堤标准化堤防建设，重视沿岸生态林、滩涂、湿地景观的修复，保证区域生态安全,实现可持续发展。