1990－2018年黄河流域（河南段）土地利用格局时空演变

肖东洋，牛海鹏,2，闫弘轩，樊良新,2，赵素霞,2

1990－2018年黄河流域（河南段）土地利用格局时空演变

肖东洋1，牛海鹏1,2※，闫弘轩3,4，樊良新1,2，赵素霞1,2

（1. 河南理工大学测绘与国土信息工程学院，焦作 454000；2. 河南理工大学黄河生态文明与高质量发展研究院，焦作 454000；3. 中国科学院数学与系统科学研究院，北京 100190；4. 中国科学院预测科学研究中心，北京 100190）

研究长时间序列的土地利用时空演变规律，对科学推进黄河流域生态保护和社会经济高质量发展具有重要意义。该研究基于1990、2000、2010和2018年土地利用遥感数据，以具有中游和下游双重属性的黄河流域（河南段）为研究对象，利用土地利用变化指数、弦图（Chord Diagram）可视化模型及重心迁移模型，探讨了近30年黄河流域（河南段）土地覆被变化的流量、流向、多样性程度及政策启示。结果表明：1）粮食保障用地（约55%）和生产生活用地（约10%）主要分布在平原地带，生态保育用地（约35%）主要集中在海拔较高的山地。2）1990－2018年间旱地的流出和流入行为均体现出显著的主导性，水田、水域和草地以流出行为为主导，城镇用地、农村居民点和其他建设用地以流入行为为主导。3）中心城市的土地利用变化在整个时期内具有明显的区域带动效应。4）粮食保障用地和生态保育用地的重心均向西迁移且面积呈减少趋势，说明下游平原地带的优质耕地减少且生态系统服务功能在逐步减弱；生产生活用地面积逐年增加，城镇用地重心向东迁移表明下游各城镇的社会经济发展逐渐活跃，农村居民点和其他建设用地重心向西迁移表明中游的人口规模逐渐增大。

土地利用；遥感；黄河流域；土地利用/土地覆被变化；时空格局；弦图；重心迁移模型

0 引 言

土地利用/土地覆被变化（Land Use/Land Cover Change, LUCC）是近年来受到学术界密切关注的全球环境变化研究的重要问题之一[1]。LUCC对生物多样性[2]、水文[3]、碳平衡[4]、生态系统服务[5]等人类和自然系统具有重要的影响，正在推动地方、区域和全球范围内的生态系统发生着显著的改变[6]。同时，人口增长、经济发展和自然环境演变等因素也深刻地影响着LUCC的方向、速度、程度和强度[7]。因此，研究LUCC是理解人类活动与自然环境的关系及相互作用的关键[8]。

了解LUCC的历史变化轨迹有助于分析人类活动干扰和自然环境变化下的土地利用趋势[9]，从而有助于决策者最大程度上消除不合理的土地利用方式所带来的负面影响。遥感和GIS技术能够及时准确地获取不同时空尺度下的LUCC变化信息[10]，并使长时期的LUCC监测成为可能。通常，两期或多期遥感影像被用于评估由于人类活动和环境变化所造成的不同时期下LUCC的差异[11]。从研究时序的长度来看，现有研究成果的时间跨度已经跨越了10年[12]、20年[13]、30年[14]、40年[15]或更长时间[16]。基于系统变迁的空间显式统计分析模型在测度LUCC时空格局演变模式方面得到了较为广泛的应用[17]。其中，轨迹分析是一种基于追踪土地利用/土地覆被在像元或图斑等微观尺度上的变化信息从而识别某一区域整体上的LUCC时空格局演变规律的方法，它能够有效地描述长时间序列LUCC的演变历程及趋势[18]。目前，基于轨迹分析的LUCC时空格局演变已经得到了较为广泛的应用[19]，并在监测和识别长时间序列下LUCC的空间迁移和数量迁移轨迹等方面取得了较好的效果[20]。此外，LUCC时空变化格局的驱动机制一直以来备受学者的关注。刘纪远等[21]从“东北振兴”、“西部大开发”和“退耕还林”等国家宏观政策层面以及气候变暖、社会经济发展等方面探讨了21世纪初期中国土地利用变化格局的驱动力。李煜东等[22]通过主成分分析法评价了社会经济发展、公共基础设施建设、第一产业发展和人口数量变化对城镇用地、农村居民点、旱地和水域变化的驱动作用。张佰发等[23]认为人口和经济水平是土地利用格局演变的核心要素，且城乡建设用地扩张随着经济水平提升到一定程度后的边际效应递减。冯小燕等[24]和刘军会等[25]分别从地形和气候等因素分析了土地利用格局时空分异的驱动力。总而言之，环境因素（如地形、气温等）、社会经济发展因素（如人口、GDP、产业等）和宏观政策调控对土地利用时空格局演变具有重要的驱动作用。

流域是自然环境与人类活动交互作用强烈的地区[26]，流域生态系统平衡受到土地利用变化的显著影响[27]。黄河是中国第二、世界第五大长河，然而自20世纪八九十年代以来，由于受到人口快速增长和城市扩张等因素的影响，黄河流域生态环境持续恶化，已经成为中国乃至世界水土流失最为严重的地区之一[28]。面对土地不合理利用所带来的环境影响，政府通常采用宏观调控手段来保护和恢复土地的生态系统服务功能[29]。2019年，中国国家主席习近平提出“推动黄河流域生态保护和高质量发展”。随后，中国政府将黄河流域的综合治理上升为国家战略。目前，黄河流域土地利用/土地覆被变化已经引起了学者层面的关注[23,30-31]。但是，现有文献多是以省级行政边界为研究单元，基于流域边界开展的LUCC研究较少，而黄河流域在某些省份覆盖范围较小（如四川省和山东省），基于行政区边界的研究易导致信息上的不对称，从而使得研究结果与现实情况有所偏差。此外，黄河流域上中下游生态系统的差异性较为明显，尚缺乏对黄河流域重点区域土地利用转型的针对性研究。黄河流域（河南段）具有中游、下游双重属性，面临着水土流失严重（中游）和生态流量偏低（下游）的双重压力。因此，以黄河流域（河南段）为研究区域，基于遥感和GIS技术，反演长时序土地利用/土地覆被变化的历史轨迹并分析其成因，对科学理解黄河流域人与自然环境相互作用下的生态保护和社会经济高质量发展具有重要意义。

基于此，本文以黄河流域（河南段）为研究区域，基于1990、2000、2010和2018年的土地利用遥感数据，在土地利用变化指数和重心迁移模型的基础上引入近年来在生物学和信息学中得到应用的弦图（Chord Diagram）可视化模型，利用ArcGIS 10.2软件和R语言从流域视角分析1990－2018年黄河流域（河南段）土地利用/土地覆被在数量和空间上的变化轨迹，探讨地形、气候和人口规模及社会经济发展等因素对LUCC的驱动作用，并进一步为黄河流域（河南段）生态保护和高质量发展提供政策建议。

1 研究区概况与数据来源

1.1 研究区概况

黄河流域是中国重要的生态屏障[32]，同时还是中国重要的农业和能源原材料工业基地[33]。位于32°N～42°N、96°E～119°E（图1），流经青海、四川、甘肃、宁夏、内蒙古、陕西、山西、河南、山东9个省级行政区[33]，流域面积约79.5万km2（含内流区面积）。内蒙古河口镇以上为黄河上游，干流河道长3 472 km，流域面积42.8万km2；河口镇至河南郑州桃花峪为黄河中游，干流河道长1 206 km，流域面积34.4万km2；桃花峪以下至入海口为黄河下游，干流河道长786 km，流域面积2.3万km2。黄河流域属温带和高原气候区；全年日照时数达2 000～3 300 h；年降雨量分布不均，平均约200～650 mm；无霜期较短，上中下游平均无霜期为20～200 d。

图1 研究区示意图

黄河流域（河南段）位于33°N～37°N和110°E～116°E之间（图1），西起灵宝东至台前，流经三门峡、洛阳、济源、焦作、郑州、新乡、开封、濮阳8市26县（市、区）。河道长711 km，流域面积3.67万km2，具有黄河中游、下游双重属性。地势西高东低，依次形成山地-丘陵-平原，属温带气候区，年均降雨量500～900 mm，年平均气温12～15 ℃。依据中国科学院资源环境数据中心公布的GDP和人口密度公里网格数据，黄河流域（河南段）2015年总人口约为1 768.39万人，最大人口密度约为10 785人/km2，平均人口密度约为482人/km2；2015年GDP总量约为8 734.63亿元，人均GDP约为49 393.10元/人。由于黄河流域（河南段）是中下游流域中唯一同时具有中游、下游双重属性的流域段，面临着水土流失严重（中游）和生态流量偏低（下游）的双重压力。因此，本文以黄河流域（河南段）为研究对象，探讨黄河流域重点区域人类活动干扰和自然环境变化下的土地利用时空演变规律。

1.2 数据来源

研究数据主要包括土地利用数据、数字高程模型（Digital Elevation Model，DEM）、基础地理信息数据、气象数据和社会经济发展数据。其中，1:10万比例尺土地利用数据来源于中国科学院资源环境数据中心（http://www.resdc.cn/），1990、2000、2010年各期数据主要使用Landsat-TM/ETM遥感影像，2018年土地利用/覆盖数据使用Landsat 8 OLI遥感影像数据，该数据集的总体精度为88.95%。为便于揭示研究区土地利用形态空间异质性规律，本文在原始遥感数据分类的基础上将土地利用类型按功能分为生态保育用地、粮食保障用地和生产生活用地3种用地类型[23]。其中生态保育用地包括林地、草地、水域和未利用土地等具备生态服务功能的地类；粮食保障用地包括旱地和水田2种地类；生产生活用地包括城镇用地、农村居民点和其他建设用地。

基础地理信息数据、气象数据和社会经济发展数据等栅格数据均来源于中国科学院资源环境数据中心。基础地理信息数据主要为行政边界与流域边界。其中，流域边界来自于中国科学院资源环境科学数据中心划分的中国三级流域边界。该边界是基于流域的自然边界提取而来，黄河流域共包含29个三级流域（含1个内流区）。黄河流域（河南段）边界是通过将三级流域边界与河南省省级行政区边界进行图层叠加，从而获得黄河流域位于河南省的流域范围。气象数据包括1990－2015年逐年年平均气温和年降水量观测数据，空间分辨率为1km。社会经济发展数据主要包含GDP空间分布公里网格（1995、2000、2005、2010和2015年）和人口空间分布公里网格数据集（1990、1995、2000、2005、2010和2015年），空间分辨率为1 km。目前获取的气象和社会经济发展公里网格数据为1990－2015年，与本文土地利用变化的研究时段（1990－2018年）没有完全吻合，因此本文将气象和社会经济发展公里网格数据作为辅助数据，以期采用定性分析的方法在一定程度上探讨土地利用变化的驱动因子。

数字高程模型（DEM）数据来源于地理空间数据云（http://www.gscloud.cn/），采用的数据产品是于2015年正式发布的ASTER GDEM V2全球数字高程数据集，空间分辨率为30 m。坡度数据基于DEM数据由ArcGIS空间分析计算而来。

2 研究方法

2.1 土地利用/土地覆被数量变化轨迹模型

参照现有研究成果[34]，本文选取土地利用/土地覆被净变化量指数、土地利用/土地覆被交换变化量指数、土地利用/土地覆被总变化量指数以及土地利用/土地覆被变化率指数系统分析研究区土地利用类型在数量上的动态变化。然后，利用弦图（Chord Diagram）模型的可视化功能，反映不同土地利用类型间相互转化的主导性和区域土地利用类型变化的多样性。

1）土地利用/土地覆被净变化量指数

土地利用/土地覆被净变化量指数能够有效反映不同土地利用类型某一时期内在数量上的绝对变化量百分比，如公式（1）所示：

式中D表示特定时期内某区域土地利用/土地覆被净变化量百分比；+j表示特定时期内期末第类土地利用类型面积百分比；P+表示特定时期内期初第类土地利用类型面积百分比。

2）土地利用/土地覆被交换变化量指数

土地利用/土地覆被交换变化量指数即特定时期内区域不同土地利用类型间的相互转换量百分比之和，能够定量表达特定时期内某一土地利用类型在空间位置上增加或减少的变化信息（某一地类在某个位置转换为其他地类，同时在另一位置又有其他地类转换为该地类）[35]，公式如下

式中S表示特定时期内第类土地利用/土地覆被类型的交换量百分比，P表示特定时期内第类土地利用类型未发生变化的面积百分比。

3）土地利用/土地覆被总变化量指数

土地利用/土地覆被总变化量指数即特定时期内土地利用类型的净变化量和交换变化量百分比之和，能够综合反映某一土地利用类型的绝对变化量与交换变化量，公式如下

C=D+S（3）

式中C表示特定时期内第类土地利用/土地覆被类型的总变化量指数。

4）土地利用/土地覆被变化率指数

土地利用/土地覆被变化率指数反映了不同时期土地利用类的年变化率。基于复利法的土地利用/土地覆被年变化率有利于比较特定时期内面积比例较小的土地利用/土地覆被类型变化间的比较[36]，如公式（4）所示：

式中R表示特定时期内第类土地利用/土地覆被类型的年变化率；1和2分别表示特定时期的初始时间和期末时间；1和2分别表示1和2时期所对应的第类土地利用/土地覆被类型的面积百分比。

5）土地利用/土地覆被转移矩阵

土地利用转移矩阵能够有效地定量研究特定时期内区域土地系统中不同土地利用/土地覆被类型间的相互转化，有利于表达特定时期内土地利用/土地覆被在数量上的结构特征以及不同土地利用类型间的转移方向[22]，如公式（5）所示：

式中S表示特定时期内第种土地利用/土地覆被类型转化为第种土地利用/土地覆被类型的面积百分比；为土地利用/土地覆被类型的数量。

6）土地利用/土地覆被数量变化轨迹模型

弦图（Chord Diagram）是一种对大量复杂数据之间相互关系的可视化表达的有效方法，已经在生物学[37]和信息学[38]等学科中得到了应用。因此，为了识别特定时期内区域土地利用/土地覆被变化的流量、流向及多样性，本文利用R语言中的Circlize package[39]将土地利用转移矩阵在弦图中可视化，从而构建了土地利用/土地覆被数量变化轨迹模型。

2.2 土地利用/土地覆被空间变化轨迹模型

土地利用/土地覆被类型重心迁移模型能够有效反映特定时期内区域土地利用分布格局的空间变化轨迹[40]，如公式（6）和（7）所示[41]：

式中和分别表示特定时期内区域土地利用/土地覆被类型的重心坐标；和分别表示特定区域内某种土地利用类型的第个斑块的面积和该土地利用类型的斑块数量；和分别表示特定区域内某种土地利用类型的第个斑块的重心坐标。

3 结果与分析

3.1 土地利用/土地覆被结构特征

1990－2018年黄河流域（河南段）的土地利用/土地覆被类型主要为水田、旱地、林地、草地、水域、建设用地和未利用土地。在空间上（图2），林地和草地等生态保育用地主要分布在黄河流域（河南段）的中游部分，整体分布呈现集聚状态。水域主要为黄河及其支流，呈东西流向。未利用土地所占比例较少。粮食保障用地和生产生活用地主要分布在黄河流域（河南段）的下游部分，城镇用地和其他建设用地主要分布在中游；农村居民点分布在黄河流域（河南段）中游和下游的平原地带；耕地以旱地为主，主要分布在黄河流域（河南段）的平原地带；水田主要分布在下游。

在数量上（表1），旱地面积所占比例呈现明显的主导优势，为51.68%～53.05%，且在各个时期内的波动性较为平稳；其次为林地，所占比例为22.61%～22.80%，整体呈现逐年缓慢减少趋势；草地所占比例为9.79%～11.15%，整体呈现缓慢减少趋势；农村居民点用地所占比例为6.16%～6.92%，整体呈现略微增加趋势；水域所占比例为2.54%～3.75%，整体呈现波动性下降趋势；水田所占比例为1.85%～3.20%，整体呈现逐年减少趋势；城镇用地从1990年的0.57%，上升到了2018年的2.44%，整体呈现逐年增加趋势；1990－2018年其他建设用地所占比例从0.31%增加至1.05%，整体呈现逐年增加趋势；未利用土地所占比例最少，所占比例为0.04%～0.38%，整体呈现下降趋势。

图2 1990年、2000年、2010年和2018年黄河流域（河南段）LUCC空间格局

整体而言，在1990－2018年的近30 a中，粮食保障用地（旱地和水田）主要分布在黄河流域（河南段）平原地带，占土地利用总面积的比例最多（约为55%），但整体呈现减少趋势。生态保育用地中的林地和草地主要分布在黄河流域（河南段）中游，占土地利用总面积的比例约为32%；水域比例约为3%，主要为黄河及其支流，呈东西流向；未利用土地所占比例相对较少；近30 a来生态保育用地整体呈现减少趋势。生产生活用地（约占10%，包括城镇用地、农村居民点和其他建设用地）均呈现出明显增加趋势，主要分布在中游和下游的平原地带。

表1 1990－2018年黄河流域（河南段）LUCC面积及比例

3.2 土地利用/土地覆被时空变化

3.2.1 土地利用/土地覆被数量变化轨迹

1）土地利用/土地覆被变化指数

净变化量指数、交换变化量指数和总变化量指数反映了1990－2018年不同时段黄河流域（河南段）土地利用/土地覆被在数量和空间上的变化（表2）。相比于生态保育用地和生产生活用地，粮食保障用地（主要为旱地）在各时段的总变化量均最大，且主要表现为空间位置上的变化（各时段内交换变化量均大于净变化量）。在生态保育用地中，1990－2018年草地的总变化量最大（2.67%），未利用土地的总变化量最小（0.41%）。同时，草地和未利用土地主要表现为数量上的变化（净变化量均大于其交换变化量），林地和水域主要表现为空间位置上的变化（交换变化量大于其净变化量）。在生产生活用地方面，农村居民点用地的总变化量最大（4.13%）且主要表现为空间位置上的变化（交换变化量大于净变化量）；城镇用地和其他建设用地的净变化量均大于其交换变化量，因此二者主要表现为数量上的增加。总体而言，2000－2010年间生态保育用地、生产生活用地和粮食保障用地的土地利用变化最为剧烈。

表2 1990-2018年黄河流域（河南段）LUCC总变化量、净变化量及交换变化量

注：D为净变化量百分比；S为交换变化量百分比；C为总变化量百分比。

Note: Ddenotes the percentage of net change;Sdenotes the percentage of swap;Cdenotes the percentage of total change.

据表3可知，在土地利用面积呈减少趋势的地类中，未利用土地近30 a来的年平均变化率最大（−4.49%），主要是由于前20 a的减少速度较快，说明1990－2010年未利用土地受到外界的干扰强度较大。水田在2000－2010年间减少的速度（−4.54%/a）明显高于其他时段，说明这一时期水田转化为其他土地利用类型的情况比较严重。在土地利用面积呈增加趋势的地类中，城镇用地的年平均增加速度最大（1990－2018年间3.81%），且在2000－2010年间的变化速度最大（7.64%）。其他建设用地的年平均增加率为3.21%，且在2010－2018年的年平均增加率达到17.64%。总体来讲，近30 a来黄河流域（河南段）未利用土地、城镇用地、其他建设用地和水田易受到外界因素的干扰，其变化具有较强的敏感性。

表3 1990－2018年黄河流域（河南段）LUCC变化量和变化率

注：C表示各土地利用类型面积变化量；C表示各土地利用类型面积年变化率，基于复利法计算；表示各土地利用类型面积百分比的年变化率。

Note:Cdenotes the area change of each land use type; Cdenotes the annual change rate of the area of each land use type, which calculated with compound interest method;denotes the annual change rate of the percentage of each land use type.

2）土地利用/土地覆被数量转移轨迹

从黄河流域（河南段）土地利用/土地覆被数量变化轨迹来看（图3），1990－2000年间，水域向其他土地利用类型的转变较为明显，主要流向为旱地。草地也表现出较为明显的流出行为，主要流向为旱地和林地。旱地的流出和流入行为均较为明显，流入的土地利用类型主要为水域，流出的土地利用类型主要为城镇用地和农村居民点。此外，从土地利用类型转变的轨迹线来看，该时期土地利用类型之间的相互转化行为较为活跃，转变类型呈现多样化。2000－2010年间，土地利用类型的流出以旱地为主，主要流向水域、农村居民点和城镇用地。农村居民点和水田的流出行为较上一时期有所增强，且二者均主要转流向旱地。此外，该时期内土地利用变化的多样性更为丰富，且不同土地利用类型间的转变较上一时期更为均匀。2010－2018年间，土地利用类型的转变主要表现为旱地向其他地类的转变。其中，旱地的主要流向为水域、城镇用地、其他建设用地和农村居民点。此外，水域向旱地的转变有所增加。该时期内轨迹线较为稠密，表明土地利用变化类型的多样性较为丰富，土地利用变化行为较为活跃。

注：WL、GL、WR、UNL、PF、DL、UL、RS和OCL分别代表林地、草地、水域、未利用土地、水田、旱地、城镇用地、农村居民点和其他建设用地。不同颜色的轨迹线表示在特定时期内某一地类的流向，轨迹线的粗细代表转化量，转化量越大轨迹线越粗。

整体而言，1990－2018年间黄河流域（河南段）土地利用类型间的相互转化行为较为频繁，且转化轨迹呈现多样化。其中，粮食保障用地的流入和流出行为均比较频繁，流出行为主要表现为旱地向城镇用地、农村居民点和其他建设用地的转变，流入行为主要表现为草地、水域、水田和农村居民点向旱地的转变。水田、林地、草地、水域和未利用土地等生态保育用地的流出行为占主导，城镇用地、农村居民点和其他建设用地等生产生活用地的流入行为占主导。

3.2.2 土地利用/土地覆被空间变化轨迹

从黄河流域（河南段）土地利用/土地覆被变化图斑在空间上的分布来看（图4），1990－2000年，发生变化的图斑主要集中在黄河流域（河南段）中游和黄河河道沿岸。其中，河南省洛阳市主城区的土地利用变化具有明显的带动效应。从用地功能的转化来看，该时期主要为生态保育用地向粮食生产用地的转变以及粮食保障用地向生产生活用地的转变。其中，黄河河道转为旱地的情况比较突出。2000－2010年，黄河流域（河南段）中游和下游土地利用/土地覆被变化均较为剧烈，黄河沿岸的粮食保障用地向生态保育用地的转变明显增强。同时，粮食保障用地向生产生活用地的转变主要集中在洛阳周边地区。此外，面积较小且分布分散的生产生活用地向粮食保障用地的转变有所增强。2010－2018年，黄河流域（河南段）土地利用/土地覆被变化主要集中在洛阳市及黄河沿岸，主要体现为生态保育用地转向粮食保障用地和粮食保障用地转向生产生活用地。整体上，1990－2018年黄河流域（河南段）LUCC主要集中在中游和下游的平原地带。其中，2000－2010年黄河流域（河南段）LUCC变化程度明显高于其他时段。同时，土地利用功能的转变主要表现为生态保育用地流向粮食保障用地和粮食保障用地流向生产生活用地。

图4 1990－2018年黄河流域（河南段）土地利用/覆被变化的空间分布

黄河流域（河南段）土地利用/土地覆被重心迁移轨迹（图5）表明，1990－2000年间旱地重心向东北方向偏移，2000年以后逐渐向西南偏移；水田的重心向东北迁移，尤其以2000－2010年的迁移幅度最大；林地重心先向东北迁移后向西南迁移；草地重心总体上向西南迁移；1990－2018年水域重心呈“Z”型迁移特征，1990－2000年水域重心向西南迁移幅度较大，2000－2010年水域重心向东北迁移，2010年后重心继续向西南迁移；城镇用地重心整体表现为向东北方向迁移，其中2000－2010年重心向东南迁移；农村居民点重心迁移轨迹与城镇用地相反，整体表现出向西南方向迁移，其中2000－2010年重心向西南迁移幅度最大；其他建设用地重心整体表现出向西南方向迁移趋势，其中1990－2000年重心向西南迁移幅度最大；未利用土地重心整体表现为向西南迁移趋势，其中2010－2018年重心向西南迁移幅度最大。

从土地功能类型来看，粮食保障用地的重心向西迁移，说明黄河流域（河南段）平原地带的优质耕地减少。由于草地、水域和未利用土地的重心整体上均向西迁移，因此生态保育用地的重心表现为向西迁移，这表明黄河流域（河南段）下游的生态系统服务功能在逐步减弱。城镇用地重心向东迁移表明近年来黄河流域（河南段）下游各城镇的发展逐渐活跃，农村居民点和其他建设用地的重心向西迁移表明黄河流域（河南段）中游的人口规模逐渐增大。

图5 1990－2018年黄河流域（河南段）土地利用/覆被重心迁移轨迹

3.3 驱动因素分析

3.3.1 地形因素对黄河流域（河南段）LUCC的影响

地形是土地利用/土地覆被格局形成的最基本的地理要素[24]。由图6可知，黄河流域（河南段）中游的海拔和坡度整体较高，多为林地和草地；黄河流域（河南段）下游的海拔和坡度较低，适宜于人类活动，粮食保障用地（旱地和水田）、生产生活用地（城镇用地、农村居民点和其他建设用地）多分布于此。因此，黄河流域（河南段）西高东低的地形态势决定了该地区基本的土地利用格局，即生态保育用地多分布在中游山地地区，而粮食保障用地和生产生活用地多分布在中游和下游的平原地带。

3.3.2 气候因素对LUCC的影响

降水和气温等气候因素对土地利用/土地覆被变化的影响主要体现在2个方面：长期的气候变化将导致区域土地覆被格局的改变；年际或季节性的气候变化将导致局部土地覆被的变化。本文收集了1990－2015年逐年平均降雨量，从整体变化趋势来看（图7a），在1990－2000年呈下降趋势，2000－2010年降雨量较多，2010年以后降雨量减少。从平均降雨量的空间格局来看（图7b），黄河流域（河南段）下游降雨量明显低于中游，因此中游多为生态保育用地（林地和草地）。近30 a来年平均气温的变化趋势表明（图7c），黄河流域（河南段）的气温呈逐渐升高趋势，1990－2000年间，气温升高趋势比较明显，2000－2010年间变化相对平缓，2010年后继续表现升高趋势。1990－2015年平均气温的空间格局表明（图7d），黄河流域（河南段）下游年平均气温高、中游年平均气温低。因此，整体而言，1990－2015年黄河流域（河南段）的气候变化表现为年均降雨量减少、年平均气温升高。

图6 黄河流域（河南段）海拔和坡度

图7 1990－2015年黄河流域（河南段）年均降雨量、年平均气温及其空间格局

现有文献表明，植被覆盖变化与年均降雨量变化正相关，而与年平均气温变化负相关[25]。依据表1和图3可知，近30 a来黄河流域（河南段）林地和草地等高植被覆盖型用地的面积整体上均表现为减少趋势，且均主要流向耕地。虽然水稻适于高温，但水田的面积在各个时期均减少且主要流向旱地，说明水田面积变化更易受到年均降雨量减少的影响。此外，年均降雨量和年均气温变化对地表径流具有重要影响[42]，3个时段内黄河河道面积变化趋势与年均降雨量和年均气温变化相吻合。在1990－2000年和2010－2015年，研究区年平均降雨量下降、年平均气温升高，易导致黄河水位下降，从而使得黄河滩裸露滩地增加，沿岸农民通常在黄河滩种植一年生作物（如玉米等），因此该时段内土地利用转化表现为生态保育用地流向粮食保障用地。在2000－2010年间，年平均降雨量平稳保持在较高水平且气温变化相对平缓，因此该时段内黄河水位上升、易发生洪涝灾害，裸露滩地减少，故该时段内土地利用转化表现为粮食保障用地流向生态保育用地。

3.3.3 人口和社会经济因素对LUCC的影响

人类活动显著地影响着区域LUCC特征，人口的增长和社会经济的发展造成了建设用地的日益扩张。洛阳是国家区域中心城市，自中国改革开放以来的人口规模扩张和社会经济发展迅速。特别是促进中部地区崛起战略、中原经济区战略等国家级战略的实施，为洛阳的经济发展注入了新的活力。依据已获取的人口（1990－2015年）和GDP（1995－2015年）空间分布数据（图8）可知，洛阳市的平均人口密度和平均单位面积内GDP总产值较大。从1990－2018年LUCC空间变化轨迹（图4）来看，发生变化的地类主要以洛阳市主城区为中心。因此，人口和经济的发展较好反映了相应时期内的土地利用变化特征。

图8 黄河流域（河南段）1 km网格的人口密度（1990－2015年）和GDP（1995－2015年）的空间分布

4 结论与政策建议

4.1 结 论

1）黄河流域（河南段）土地利用/土地覆被结构具有显著的集聚性。黄河流域（河南段）西高东低的地形态势决定了粮食保障用地和生产生活用地集中分布在黄河流域（河南段）中游及下游的平原地带，生态保育用地集中分布在黄河流域（河南段）中游海拔较高地区。此外，在年均降雨量减少和年均气温升高的气候变化趋势下生态保育用地和粮食保障用地逐渐减少。人口密度增大和GDP增长的综合作用使得生产生活用地快速扩张，且明显带动着区域中心城市土地利用变化的强度和方向。

2）黄河流域（河南段）LUCC空间变化轨迹具有显著的时空分异性。1990－2000年发生变化的面积主要分布在黄河河道沿岸；2000－2010年的土地利用变化最为剧烈。整体上，1990－2018年黄河流域（河南段）土地利用/土地覆被变化行为较为活跃，洛阳市的土地利用变化具有明显的区域带动效应。

3）黄河流域（河南段）LUCC数量变化轨迹具有显著的主导性。1990－2018年间黄河流域（河南段）旱地的流出和流入行为均体现出显著的主导性，水田、水域和草地以流出行为为主导，城镇用地、农村居民点和其他建设用地以流入行为为主导。

4）黄河流域（河南段）LUCC重心迁移轨迹具有显著的方向性。东部平原地带优质耕地的面积减少，空间分布重心向西迁移。生态保育用地的重心整体上均向西迁移且面积呈减少趋势，表明下游的生态系统服务功能在逐步减弱。城镇用地重心向东迁移表明近年来下游地区各城镇的社会经济发展逐渐活跃，农村居民点和其他建设用地的重心向西迁移表明中游的人口规模逐渐增大。

4.2 政策建议

基于黄河流域生态保护与社会经济高质量发展上升为重大国家战略所带来的机遇和挑战，依据黄河流域（河南段）的地形态势和近30 a来的人类活动和自然环境变化特征，未来可从以下4个方面推进黄河流域（河南段）高质量发展的提质升级：

1）依据黄河流域（河南段）土地利用/土地覆被结构的集聚性，有效发挥国土空间规划的引领作用，科学规划生态保育用地、粮食保障用地和生产生活用地的空间布局，充分发挥本底自然资源分布的集聚效应。

2）充分发挥洛阳市中心城市的带动效应，积极培育新兴产业，通过“拆迁并村”、“旧村改造”等工程开发“组团式”的村庄发展模式，合理引导生产生活用地布局，科学提升黄河流域（河南段）在黄河流域全域范围内的经济和人口承载能力。

3）依托河南省粮食主产区的优势，强化黄河流域（河南段）粮食安全保障地位，有序开展高标准农田建设，建立耕地保护经济补偿机制，加强对黄河流域（河南段）下游平原地区优质耕地资源的保护力度，发展优势农业区，重点打造如新乡市原阳县和濮阳市范县等传统水稻种植区。

4）全面保护林地、草地、湿地等生态保育用地，通过与流域上游和下游的跨省份合作夯实黄河流域（河南段）在构建生态保护屏障中的地位；积极探索具有示范意义的流域横向生态补偿模式，切实发挥黄河流域（河南段）在构建黄河全流域生态保护经济补偿机制中的作用；科学推进黄河流域生态廊道建设，在海拔和坡度较高或耕地质量较差的地区实施“退耕还林还草”政策；划定黄河流域开发边界，禁止以农家乐和游乐场等建设用地违法占用生态保育用地；合理引导黄河流域水资源开发利用方式，推进黄河水资源的节约集约利用。

[1] Cegielska K, Noszczyk T, Kukulska A, et al. Land use and land cover changes in post-socialist countries: Some observations from Hungary and Poland[J]. Land Use Policy, 2018, 78: 1-18.

[2] García-Frapolli E, Ayala-Orozco B, Bonilla-Moheno M, et al. Biodiversity conservation, traditional agriculture and ecotourism: Land cover/land use change projections for a natural protected area in the northeastern Yucatan Peninsula, Mexico[J]. Landscape and Urban Planning, 2007, 83(2/3): 137-153.

[3] 孙占东，黄群. 长江流域土地利用/覆被变化的大尺度水文效应[J]. 长江流域资源与环境，2019，28(11)：2703-2710.

Sun Zhandong, Huang Qun. Land use-cover change and its large scale hydrological effects in Yangtze river basin[J]. Resources and Environment in the Yangtze Basin, 2019, 28(11): 2703-2710. (in Chinese with English abstract)

[4] 曾永年，陈晓玲，靳文凭. 近10 a青海高原东部土地利用/覆被变化及碳效应[J]. 农业工程学报，2014，30(16)：275-282.

Zeng Yongnian, Chen Xiaoling, Jin Wenping. Land use/cover change and its impact on soil carbon in eastern part of Qinghai Plateau in near 10 years[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(16): 275-282. (in Chinese with English abstract)

[5] 约日古丽·卡斯木，杨胜天，孜比布拉·司马义. 新疆艾比湖流域土地利用变化对生态系统服务价值的影响[J]. 农业工程学报，2019，35(2)：260-269.

Yueriguli Kasimu, Yang Shengtian, Zibibula Simayi. Impact of land use change on ecosystem service value in Ebinur Lake Basin, Xinjiang[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(2): 260-269. (in Chinese with English abstract)

[6] Yalew S G, Mul M L, Van Griensven A, et al. Land-use change modelling in the Upper Blue Nile Basin[J]. Environments, 2016, 3(3): 21.

[7] Liu J, Kuang W, Zhang Z, et al. Spatiotemporal characteristics, patterns, and causes of land-use changes in China since the late 1980s[J]. Journal of Geographical Sciences, 2014, 24(2): 195-210.

[8] Kanianska R, Kizeková M, Nováček J, et al. Land-use and land-cover changes in rural areas during different political systems: A case study of Slovakia from 1782 to 2006[J]. Land Use Policy, 2014, 36: 554-566.

[9] Rendana M, Rahim S A, Idris W M R, et al. CA-Markov for predicting land use changes in tropical catchment area: A case study in Cameron Highland, Malaysia[J]. Journal of Applied Sciences, 2015, 15(4): 689-695.

[10] Rogan J, Chen D. Remote sensing technology for mapping and monitoring land-cover and land-use change[J]. Progress in Planning, 2004, 61(4): 301-325.

[11] Lu D, Mausel P, Batistella M, et al. Land‐cover binary change detection methods for use in the moist tropical region of the Amazon: A comparative study[J]. International Journal of Remote Sensing, 2005, 26(1): 101-114.

[12] Chen X, Zhao H, Li P, et al. Remote sensing image-based analysis of the relationship between urban heat island and land use/cover changes[J]. Remote Sensing of Environment, 2006, 104(2): 133-146.

[13] Reis S. Analyzing land use/land cover changes using remote sensing and GIS in Rize, North-East Turkey[J]. Sensors, 2008, 8(10): 6188-6202.

[14] Yin J, Yin Z, Zhong H, et al. Monitoring urban expansion and land use/land cover changes of Shanghai metropolitan area during the transitional economy (1979-2009) in China[J]. Environmental Monitoring and Assessment, 2011, 177(1/2/3/4): 609-621.

[15] Kindu M, Schneider T, Döllerer M, et al. Scenario modelling of land use/land cover changes in Munessa-Shashemene landscape of the Ethiopian highlands[J]. Science of the Total Environment, 2018, 622: 534-546.

[16] Liping C, Yujun S, Saeed S. Monitoring and predicting land use and land cover changes using remote sensing and GIS techniques: A case study of a hilly area, Jiangle, China[J]. PloS One, 2018, 13(7): 1-23.

[17] Braimoh A K. Random and systematic land-cover transitions in northern Ghana[J]. Agriculture, Ecosystems & Environment, 2006, 113(1/2/3/4): 254-263.

[18] Zomlot Z, Verbeiren B, Huysmans M, et al. Trajectory analysis of land use and land cover maps to improve spatial–temporal patterns, and impact assessment on groundwater recharge[J]. Journal of Hydrology, 2017, 554: 558-569.

[19] Yan F, Zhang S, Liu X, et al. The effects of spatiotemporal changes in land degradation on ecosystem services values in Sanjiang Plain, China[J]. Remote Sensing, 2016, 8(11): 917.

[20] Wang D, Gong J, Chen L, et al. Comparative analysis of land use/cover change trajectories and their driving forces in two small watersheds in the western Loess Plateau of China[J]. International Journal of Applied Earth Observation and Geoinformation, 2013, 21: 241-252.

[21] 刘纪远，张增祥，徐新良，等. 21世纪初中国土地利用变化的空间格局与驱动力分析[J]. 地理学报，2009，64(12)：1411-1420.

Liu Jiyuan, Zhang Zengxiang, Xu Xinliang, et al. Spatial patterns and driving forces of land use change in China in the early 21st century[J]. Acta Geographica Sinica, 2009, 64(12): 1411-1420. (in Chinese with English abstract)

[22] 李煜东，臧传富，陈相龙，淮河流域 1990－2015 年间土地利用时空变化特征及驱动机制研究[J]. 生态科学，2020，39(2)：104-113.

Li Yudong, Zang Chuanfu, Chen Xianglong. Research on temporal and spatial variation characteristics and driving mechanism of land use in Huaihe River Basin from 1990 to 2015[J]. Ecological Science, 2020, 39(2): 104-113. (in Chinese with English abstract)

[23] 张佰发，苗长虹. 黄河流域土地利用时空格局演变及驱动力[J]. 资源科学，2020，42(3)：460-473.

Zhang Baifa, Miao Changhong. Spatiotemporal changes and driving forces of land use in the Yellow River Basin[J]. Resources Science, 2020, 42(3): 460-473. (in Chinese with English abstract)

[24] 冯小燕，朱文博，张静静，等. 基于地形梯度的淇河流域土地利用时空变异分析[J]. 农业现代化研究，2019，40(4)：601-611.

Feng Xiaoyan , Zhu Wenbo, Zhang Jingjing, et al. Analysis of spatial-temporal variability of land use with terrain gradient in Qi River Basin[J]. Research of Agricultural Modernization, 2019, 40(4): 601-611. (in Chinese with English abstract)

[25] 刘军会，高吉喜. 气候和土地利用变化对中国北方农牧交错带植被覆盖变化的影响[J]. 应用生态学报，2008, 19(9)：2016-2022.

Liu Junhui, Gao Jixi. Effects of climate and land use change on the changes of vegetation coverage in farming-pastoral eco tone of Northern China[J]. Chinese Journal of Applied Ecology, 2008, 19(9): 2016-2022. (in Chinese with English abstract)

[26] 刘洋，毕军，吕建树. 生态系统服务分类综述与流域尺度重分类研究[J]. 资源科学，2019，41(7)：1189-1200.

Liu Yang, Bi Jun, Lv Jianshu. Classification of ecosystem services and a reclassification framework of watershed ecosystem services[J]. Resources Science, 2019, 41(7): 1189-1200. (in Chinese with English abstract)

[27] 叶晶萍，刘士余，盛菲，等. 寻乌水流域景观格局演变及其生态环境效应研究[J]. 生态学报，2020，40(14)：1-12.

Ye Jingping, Liu Shiyu, Sheng Fei, et al. Landscape pattern evolution and ecological environment effect of Xunwu watershed[J]. Acta Ecologica Sinica, 2020, 40(14): 1-12. (in Chinese with English abstract)

[28] 张亚玲，苏惠敏，张小勇. 1998－2012年黄河流域植被覆盖变化时空分析[J]. 中国沙漠，2014，34(2)：597-602.

Zhang Yaling, Su Huimin, Zhang Xiaoyong. The spatial-temporal changes of vegetation restoration in the yellow river basin from 1998 to 2012[J]. Journal of Desert Research, 2014, 34(2): 597-602. (in Chinese with English abstract)

[29] Nesheim I, Reidsma P, Bezlepkina I, et al. Causal chains, policy trade offs and sustainability: Analysing land (mis) use in seven countries in the South[J]. Land Use Policy, 2014, 37: 60-70.

[30] 张冉，王义民，畅建霞，等. 基于水资源分区的黄河流域土地利用变化对人类活动的响应[J]. 自然资源学报，2019，34(2)：274-287.

Zhang Ran, Wang Yimin, Chang Jianxia, et al. Response of land use change to human activities in the Yellow River Basin based on water resources division[J]. Journal of Natural Resources, 2019, 34(2): 274-287. (in Chinese with English abstract)

[31] 赵建吉，刘岩，朱亚坤，等. 黄河流域新型城镇化与生态环境耦合的时空格局及影响因素[J]. 资源科学，2020，42(1)：159-171.

Zhao Jianji, Liu Yan, Zhu Yakun, et al. Spatiotemporal differentiation and influencing factors of the coupling and coordinated development of new urbanization and ecological environment in the Yellow River Basin[J]. Resources Science, 2020, 42(1): 159-171. (in Chinese with English abstract)

[32] 樊杰，王亚飞，王怡轩. 基于地理单元的区域高质量发展研究：兼论黄河流域同长江流域发展的条件差异及重点[J]. 经济地理，2020，40(1)：1-11.

Fan Jie, Wang Yafei, Wang Yixuan. High quality regional development research based on geographical units: Discuss on the difference in development conditions and priorities of the Yellow river basin compared to the Yangtze river basin[J]. Economic Geography, 2020, 40(1): 1-11. (in Chinese with English abstract)

[33] 陆大道，孙东琪. 黄河流域的综合治理与可持续发展[J]. 地理学报，2019，74(12)：2431-2436.

Lu Dadao, Sun Dongqi. Development and management tasks of the Y ellow River Basin: A preliminary understanding and suggestion[J]. Acta Geographica Sinica, 2019, 74(12): 2431-2436. (in Chinese with English abstract)

[34] 于雪，濮励杰，许艳，等. 1980－2010年江苏沿海城市土地利用变化及其与环境因子关系分析：以东台市为例[J]. 长江流域资源与环境，2016，25(4)：537-543.

Yu Xue, Pu Lijie, Xu Yan, et al. Aanlysis of land use changes in relation to environmental variables in coastal city in Jiangsu province from 1980 to 2010[J]. Resources and Environment in the Yangtze Basin, 2016, 25(4): 537-543. (in Chinese with English abstract)

[35] 段增强，张凤荣，孔祥斌. 土地利用变化信息挖掘方法及其应用[J]. 农业工程学报，2005, 21(12)：60-66.

Duan Zengqiang, Zhang Fengrong, Kong Xiangbin. Method for information mining of land- use change and its application[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2005, 21(12): 60-66. (in Chinese with English abstract)

[36] Puyravaud J. Standardizing the calculation of the annual rate of deforestation[J]. Forest Ecology and Management, 2003, 177(1): 593-596.

[37] Fyfe R M, Woodbridge J, Roberts C N. Trajectories of change in Mediterranean Holocene vegetation through classification of pollen data[J]. Vegetation History and Archaeobotany, 2018, 27(2): 351-364.

[38] 冯涛，艾廷华，杨伟，等. 基于Circos弦图的居民出行模式可视分析[J]. 华中师范大学学报：自然科学版，2016，50(3)：471-480.

Feng Tao, Ai Tinghua, Yang Wei, et al. Visual analysis of residents travel pattern based on Circos Graph[J]. Journal of Central China Normal University: Natural Sciences, 2016, 50(3): 471-480. (in Chinese with English abstract)

[39] Gu Z, Gu L, Eils R, et al. Circlize implements and enhances circular visualization in R[J]. Bioinformatics, 2014, 30(19): 2811-2812.

[40] 李孝永，匡文慧. 京津冀1980－2015年城市土地利用变化时空轨迹及未来情景模拟[J]. 经济地理，2019，39(3)：187-194.

Li Xiaoyong, Kuang Wenhui. Spatio-temporal trajectories of urban land use change during 1980-2015 and future scenario simulation in Beijing-Tianjin-Hebei urban agglomeration[J]. Economic Geography, 2019, 39(3): 187-194. (in Chinese with English abstract)

[41] Yan F, Yu L, Yang C, et al. Paddy field expansion and aggregation since the mid-1950s in a cold region and its possible causes[J]. Remote Sensing, 2018, 10(3): 384.

[42] 李帅，魏虹，刘媛，等. 气候与土地利用变化下宁夏清水河流域径流模拟[J]. 生态学报，2017，37(4)：1252-1260.

Li Shuai, Wei Hong, Liu Yuan, et al. Runoff prediction for Ningxia Qingshui River Basin under scenarios of climate and land use changes[J]. Acta Ecologica Sinica, 2017, 37(4): 1252-1260. (in Chinese with English abstract)

Spatiotemperal evolution of land use pattern in the Yellow River Basin (Henan section) from 1990 to 2018

Xiao Dongyang1, Niu Haipeng1,2※, Yan Hongxuan3,4, Fan Liangxin1,2, Zhao Suxia1,2

(1.454000,;2.,,454000,;3.,,100190,;4.,100190,)

Understanding the historical change trajectory of Land Use/Land Cover Change (LUCC) is helpful to analyze the land use trends under the interference of human activities and changes in the natural environment, thereby helping decision makers to eliminate the negative impact of unreasonable land use patterns to the greatest extent. Yellow River Basin is the fifth longest river in the world, its ecological environment continues to deteriorate due to the rapid population growth and urban expansion, which has become one of the regions with the most serious soil erosion in China. Aiming to promote the ecological quality and high-quality development of social economy under the human interference and natural environment change, we analyzed the spatiotemporal dynamic of the LUCC in the Yellow River Basin (Henan section) from the watershed scale and proposed policy recommendations. We introduced the chord diagram visualization model to intuitively show the flow, direction and diversity of land cover changes, which would enrich the visual research method system of the land cover quantity transfer trajectory. The land use change index, chord diagram model and gravity center transfer model were used in this paper to analyze the spatial-temporal evolution trajectory and policy implications of the land use pattern in the Yellow River Basin (Henan section) in the past 30 years based on the land use remote sensing data in 1990, 2000, 2010 and 2018. The results showed that: 1) Ecological conservation land (35%) was mainly concentrated in the mountainous areas with higher elevation in the middle reaches; food security land (55%) and production and living land (10%) were mainly distributed in the central and eastern plains. 2) The outflows and inflows of dry land from 1990 to 2018 showed significant dominance; paddy field, water and grassland were dominated by outflow; urban land, rural settlements and other construction land were dominated by inflow. 3) The land use change in central cities had significant regional driving effects throughout the period. 4) The gravity center of food security land and ecological conservation land moved to the West and the area showed a decreasing trend, which proved that the high-quality cultivated land in the plain area in the lower reaches decreased and the ecosystem service function gradually weakened; The shift of gravity center of urban land to the East indicated that the social and economic development in the lower reaches were gradually active. The shift of gravity center of rural residential and other construction land to the West indicated that the population scale in the middle reaches was gradually increasing.

land use; remote sensing; Yellow River Basin; land use/land cover change; spatial-temporal evolution; chord diagram; gravity center transfer model

肖东洋，牛海鹏，闫弘轩，等. 1990－2018年黄河流域（河南段）土地利用格局时空演变[J]. 农业工程学报，2020，36(15)：271-281.doi：10.11975/j.issn.1002-6819.2020.15.033 http://www.tcsae.org

Xiao Dongyang, Niu Haipeng, Yan Hongxuan, et al. Spatiotemperal evolution of land use pattern in the Yellow River Basin (Henan section) from 1990 to 2018[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(15): 271-281. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.15.033 http://www.tcsae.org

2020-06-01

2020-07-16

国家自然科学基金项目（41371524)；河南省软科学（192400410076）；河南理工大学创新型科研团队（T2018-4）

肖东洋，博士生，研究方向：土地利用与生态系统服务。Email：xdyhpu@163.com

牛海鹏，博士，教授，博士生导师，主要从事土地资源管理方面的教学与科研工作。Email：niuhaipeng@126.com

10.11975/j.issn.1002-6819.2020.15.033

F301.24

A

1002-6819(2020)-15-0271-11