基于GM( 1，1)模型的长株潭地区土地覆被变化分析及趋势预测

郭荣中　申海建　杨敏华

摘要：对长株潭地区2002-2014年的土地覆被变化和土地利用强度进行了定量评价，并利用GM（1，1）模型对其发展趋势进行了预测分析。结果表明，2002-2014年长株潭地区各种土地利用类型均发生了较大的变化，城镇村及工矿用地、交通运输用地面积净增加，其他各类用地面积净减少。同期长株潭地区土地垦殖指数呈逐年下降趋势;土地开发强度指数、土地利用率指数、土地利用强度综合指数均呈逐年上升趋势。同时预测出研究区域2017-2026年各类土地利用数量情况，园地、草地、未利用土地、林地、耕地、水域面积出现不同程度减少，变化率分别达-19.15%、-12.31%、-7.10%、-3.12%、-2.80%、-1.18%;交通用地、居民点及工矿用地面积出现不同程度增加，变化率分别达35.57%、15.61%。

关键词：土地利用类型;土地利用强度;GM（ 1，1）模型;长株潭地区

中图分类号： F299.21 文献标识码：A

文章编号：0439-8114（2020） 16-0054-07

D0I：10.14088/j.cnki.issn0439-8114.2020.16.011

土地利用/土地覆盖的变化（Land-use and land-cover change， LUCC ） 在全球环境变化和可持续发展中占有重要地位，是所有与可持续发展相关问题的核心，已经成为全球环境研究的热点和前沿问题[1，2]。国内外学者开展了大量的研究，Aspinall[3]利用经验统计模型在多个尺度上研究了土地利用与覆被变化;Lambin等[4]阐述了过去300多年人类扰动造成的LUCC时空格局演变，揭示了社会经济因素对全球尺度LUCC时空过程的驱动作用;Wolter等[5]对1992-2001年美国大湖流域土地利用覆被变化情况进行了研究;Engstrtrom等[6]利用节省参数模型对全球农业土地利用变化进行了分析。国内则比较重视对LUCC时空过程与格局演替的描述、解释、预测及与之相关的政策分析。Yue等[7]、刘纪远等[8]、王少华[9]对一定区域土地利用的空间格局演替进行了研究，杨梅等[10]、袁磊等[11]对土地利用变化的驱动力进行了分析，还有不少学者[12-16]采用不同方法对区域土地利用变化进行了模拟。土地利用/ 土地覆盖变化作为全球环境变化和陆地生态系统对全球气候变化和人类活动最重要的响应之一，它不仅影响人类生存与发展的自然基础，而且通过人类对与土地有关的自然资源利用活动深刻影响了全球及其活动区域。本课题以长株潭地区为研究对象，分析了2002-2014年长株潭地区年土地利用变化情况，并对其发展趋势进行了预测，以期为政府制定国土空间规划提供科学依据。

1 研究区概况与数据来源

长株潭地区位于湖南省中东部丘陵区，位于罗霄山脉与雪峰山脉之间的湘江谷地。下辖3个地级市，共12个市辖区，4个县级市，7个县。位于东经111°53'-114°15'，北纬 26°03' —28°41'。

数据来源于第二次土地调查及其年度变更数据。

2研究方法

2.1 土地覆被变化分析

土地利用动态变化度可定量描述区域土地利用变化的速度。本研究用单一土地利用类型动态度表达区域一定时间范围内某种土地利用类型的数量变化情况[17]，即：K动=（Ub - Ua）/ua × T-1×100% （1）

式中，K动为研究时段内某种土地利用类型动态度;U0为研究初期某种土地利用类型的数量;Ub为研究末期某种土地利用类型的数量;T为研究时段长，设定为年。

2.2 土地利用强度分析

土地利用强度主要反映土地利用的深度和广度。本研究用土地垦殖指数、土地开发强度指数、土地利用率指数、土地利用强度综合指数来反映人类活动的强度差异。

2.2.1 土地垦殖指数 土地垦殖指数表示耕地面积占区域土地面积的比重。土地垦殖指数越高，说明该区域的的耕地开发利用程度越高。表达式为：K垦=（G/A） × 100 （2）

式中，K垦为研究区域的土地垦殖指数;G为区域已开垦种植的耕地面积;A为区域土地总面积。

2.2.2 土地开发强度指数 土地开发强度指数指建设用地总量占区域总面积的比例。土地开发强度指数越高，说明区域内其他类型土地向建设用地转换的速度越快。表达式为：

F = （J/A） ×100 （3）

式中，F为研究区域的土地开发强度指数;J为区域建设用地面积;A为区域土地总面积。

2.2.3 土地利用率指数 土地利用率指数是表示已经开发利用的土地面积占整个研究区域面积的比例，是土地自然、社会和经济综合效益的集中体现。表达式：

C = [（A - W）/A]×100 （4）

式中，C为研究区域的土地利用率指数;W为区域未利用土地面积以为区域土地总面积。

2.2.4 土地利用强度综合指数 根据刘纪远[18]的研究成果，把研究区域的各种土地利用类型按照利用程度分为4级。通过每级土地利用类型在研究区域中所占的百分比乘以其分级指数进行加权求和，最后得到研究区域的土地利用强度综合指数。表达式为：LUD = n∑i=1 Li×Ai （5）

式中，LUD為研究区域土地利用强度综合指数;Li为研究区域内第i类土地利用类型的土地利用强度分级指数，其中，难利用地（其他土地）取值为1，林地、草地和水域及水利设施用地取值为2，耕地、园地取值为3，建设用地（含城镇村及工矿用地、交通运输用地）Li取值为4;Ai为研究区域内第i类土地利用类型在区域内的面积百分比;n为土地利用强度分级数。

2.3土地利用预测分析

为了预测研究区域土地利用变化情况，本研究利用灰色GM（1，1）模型[19]进行预测。即：～x（1）（t+1）=（x（0） （1）-u/a e-at）+u/a，（x（1）（0） ）x（0）（1）

（6）a a～x（0）（t）=～x（1）（t）-～x（t-1） （7）

3结果与分析

3.1 2002-2014年长株潭地区土地覆被动态变化

长株潭地区土地利用类型面积变化如表1所示，2002-2014年研究区域内各类土地利用均发生了较大的变化。在耕地、园地、林地、草地、水域及水利设施用地、其他土地面积净减少量中，林地减少量最多，达21692.40 hm2;其次是耕地，达20332.48hm2。城镇村及工矿用地、交通运输用地面积净增量中，城镇村及工矿用地增加居首位，达51904.56hm2;交通运输用地次之，达14699.05 hm2。从变化幅度来看，交通运输用地变化幅度最大，高达29.18%;其次是园地，为-27.89%;再次是城镇村及工矿用地，为19.80%;最小的是林地，仅为-1.44%。

根据式（1）计算研究区域单一土地利用类型动态度，从表1可知，交通运输用地变化幅度最大，为2.43%/年;其次是园地，为-2.32%/年;再次是城鎮村及工矿用地，为1.65 %/年;最小的是林地，仅为-0.12%/年。

3.2 长株潭地区2002-2014年土地利用强度变化

3.2.1 土地垦殖指数变化 根据式（2），计算出研究区域2002-2014年的土地垦殖指数（表2）。由表2可知，2002-2014年长株潭地区土地垦殖指数呈逐年下降趋势，从2002年的23.51减少到2014年的22.79，下降了0.72，年均减少0.06。其中，长沙市由初期的24.48下降至23.59，下降了 0.89，年均减少0.07;株洲市由初期的18.88下降至18.58，下降了0.30，年均减少0.03;湘潭市由初期的31.64下降至30.34，下降了1.30，年均减少0.11。表明研究区域内耕地面积在2002-2014年持续减少，由2002年的659964.74 hm2减少到2014年的639632.26 hm2，导致土地垦殖指数持续下降。

3.2.2 土地开发强度指数变化 根据式（3），计算出研究区域2002-2014年的土地开发强度指数（表3）。由表3可知，2002-2014年长株潭地区土地开发强度指数呈逐年上升趋势，从2002年的10.45增加到2014年的13.07，增长了2.62，年均增长0.21。其中长沙市由初期的11.42增加至15.33，上升了3.91，年均增加0.33;株洲市由初期的7.80增加至9.51，上升了1.71，年均增加0.14;湘潭市由初期的14.10增加至15.76，上升了1.66，年均增加0.14。表明长株潭地区城镇村及工矿用地、交通运输用地等建设用地面积在研究期间持续增加，由2002年的293210.20 hm2增加到 2014年的366995.37 hm2，导致土地开发强度指数持续上升。

3.2.3 土地利用率指数变化 根据式（4），计算出研究区域2002-2014年的土地利用率指数（表4）。从表4可知，2002-2014年长株潭地区土地利用率指数呈逐年上升趋势，从2002年的95.72增加到2014年的96.27，增加了0.55，年均增长0.04。其中长沙市由初期的96.77增加至97.24，上升了0.47，年均增加0.04;株洲市由初期的94.42增加至95.11，上升了 0.69，年均增加0.06;湘潭市由初期的96.15增加至96.56，上升了0.41，年均增加0.03。表明研究区域未利用土地在研究期间持续减少，由2002年的 120214.83 hm2减少到2014年的104 769.88hm2，导致土地利用率指数持续上升。

3.2.4 土地利用强度综合指数变化 根据式（5），计算出研究区域2002-2014年的土地利用强度综合指数（表5）。由表5可知，2002-2014年长株潭地区土地利用强度综合指数呈逐年上升趋势，从2002年的241.27增加到2014年的246.03，年均增长0.40。其中林、草、水用地占比由初期的60.61%下降至59.58%，农业用地占比由初期的24.66%下降至23.62%，未利用地占比由初期的4.28%下降至3.73%，建设用地占比由初期的10.45%上升至13.07%。研究区域林地、草地、水域及水利设施用地和农业用地持续减少，建设用地不断增加，这与该地区经济社会快速发展，城市化水平不断提高，城镇村及工矿用地、交通运输用地不断占用其他类型土地的宏观背景相吻合。

3.3 土地利用面积预测

以2002-2011年长株潭地区土地利用变更调查数据为基础，利用GM（1，1）模型，即式（6）、式（7），预测研究区域2014-2026年各类型土地面积变化情况，预测模型见表6。根据灰色模型残差检验的判断标准，相对误差小于等于5%，说明模型精度较高。其中，模型的相对误差值小于1%，模型精度为1级;大于1%并小于等于5%，模型精度为2级;大于5%并小于等于10%，模型精度为3级;大于10%并小于等于20%，模型精度为4级[20]。由表6可知，不同类型土地预测模型的精度均较高，其中，未利用地预测模型平均相对误差值最大，为2.2%，耕地预测模型平均相对误差最小，仅为0.05%，这表明预测模型可信度高。为了进一步验证预测模型的准确性，本研究将通过预测模型计算出来的2014年各类型土地面积与实际值比较，进行适用性检验。结果如表7所示，比较各类型土地面积的模型值和实际值，相对误差均小于5.00%，模型通过检验。根据表6中各种类型土地的预测模型，对长株潭地区2017—2026年各类土地面积进行预测，具体结果见表8。由表8可知，园地、草地、未利用土地、林地、耕地、水域面积均出现不同程度减少，变化率分别达-19.15%、-12.31%、-7.10%、-3.12%、-2.80%、-1.18%;交通用地、居民点及工矿用地面积出现不同程度增加，变化率分别达35.57%、15.61%。这表明预计在2017—2026年随着长株潭地区一体化进程加快以及交通行业的快速发展，建设用地占用土地的强度还在不断加大。4小结1） 从整体上来看，2002—2014年长株潭地区各种土地利用类型均发生了较大的变化。耕地、园地、林地、草地、水域及水利设施用地、其他土地面积净减少量中，林地减少量最多，达21 692.40 hm2。城镇村及工矿用地、交通运输用地面积净增量中，城镇村及工矿用地增加居首位，达51 904.56 hm2。研究区域土地利用类型变化的主要原因是长株潭地区城市化水平不断提尚，尤其是在2007年获批两型社会综合配套改革试验区之后，区域经济社会快速发展，基础设施建设的大量占用造成了建设用地面积的大幅增加。2） 2002—2014年长株潭地区土地垦殖指数呈逐年下降趋势，从2002年的23.51减少到2014年的22.79; 土地开发强度指数呈逐年上升趋势，从2002年的10.45增加到2014年的13.07;土地利用率指数呈逐年上升趋势，从2002年的95.72增加到2014年的96.27; 土地利用强度综合指数呈逐年上升趋势，从2002年的241.27增加到2014年的246.03，年均增长0.40。这与该地区城市化水平不断提高，城镇村及工矿用地、交通运输用地不断占用其他类型土地的宏观背景相吻合。3） 利用GM（1，1）模型进行预测可知，2017—2026年长株潭地区园地、草地、未利用土地、林地、耕地、水域面积均出现不同程度减少，变化率分别达-19.15%、-12.31%、-7.10%、-3.12%、-2.80%、-1.18%;交通用地、居民点及工矿用地面积出现不同程度增加，变化率分别达35.57%、15.61%。

4）根据研究区域的具体情况，建议采取如下措施：严格保护耕地尤其是基本农田，充分协调“吃饭”与“建设”的关系。坚持“一要吃饭”“二要建设”基本原则长期不动摇，严格控制非农建设占耕。各项建设必须坚决执行土地利用规划，严格控制城镇、园区等外延扩张占用良田。同时大力提高耕地质量，以基本农田保护示范区建设为契机，切实加强农田基本建设力度，改善农业生产条件，用好高产田，改造中低产田。优化土地利用结构，合理布局城市用地，提局土地集约利用效益。

参考文献：

[1]PACHAURI R K，REISINGER A. IPCC Fourth assessment report：Climate change 2007 （AR4） [R]. Geneva， Switzerland， 2007.

[2] TURNER II B L， LAMBIN E F， REENBERG A. The emergence ofland change science for global environmental change and sustain -ability [J]. Proceedings of the national academy of sciences ，2007，104（52）：20666-20671.

[3]ASPINALL R. Modeling land use change with generalized linearmodels： A multi-model analysis of change between 1860 and 2000in Gallatin Valley， Montana[J]. J Environ Manage，2004，72（ 1-2）：91-103.

[4]LAMBIN E F，GEIST H J. Land-use and land-cover change： Localprocesses and global impacts[M]. Berlin： Springer，2006.

[5]WOLTER P， JOHNSTON C A， NIEM1 G J. Land use land coverchange in the U.S. Great Lakes hasin 1992 to 2001 [J]. Journal ofGreat Lakes research， 2006，32 ： 607-628.

[6] ENGSTROM K， ROUNSEVELL MDA， MURRAY-RUST D， et al.Applying Occam's razor to global agricultural land use change [J].Environmental modelling and software ，2016，75：212-229.

[7]YUET，FANZ，LIU J.Changes of major terreshial ecosystem in chi-na since 1960[J].Glob planet change， 2005，48 ： 287-302.

[8]劉纪远，匡文慧，张增祥，等.20世纪80年代末以来中国土地利用变化的基本特征与空间格局[J].地理学报，2014，69（1）：3-14.

[9]王少华.郑州沿黄旅游区土地利用空间格局演变[J].地域研究与开发，36（6）：115-118，130.

[10] 杨梅，张广录，侯永平.区域土地利用变化驱动力研究进展与展望[J].地理与地理信息科学，2011，27（ 1） ：95-100.

[11] 袁磊，杨昆.土地利用变化驱动力多尺度因素的定量影响分析[J].中国土地科学，2016，30（12）：63-70.

[12] JIANG W， CHEN Z， LEI X， et al. Simulating urban land usechange by incorporating an autologistic regression model into aCLUE-S model[J]. Journal of geographical sciences，2015，25（7）：836-850.

[13]徐昔保，杨桂山，张建明.基于神经网络CA的兰州城市土地利用变化情景模拟[J].地理与地理信息科学，2008，24（6）：80-83.

[14]王祺，蒙吉军，毛熙彦.基于邻域相关的漓江流域土地利用多情景模拟与景观格局变化[J].地理研究，2014，33（6）： 1073-1084.

[15]李少英，刘小平，黎夏，等.土地利用变化模拟模型及应用研究进展[J].遥感学报，2017，21 （3）：329-340.

[16]朱萌，马孝义，刘雪娇.基于马尔科夫模型的武功县土地利用/覆被动态变化研究[J].水土保持研究，2013，20（5）：64-68.

[17]王秀兰，包玉海.土地利用动态变化研究方法探讨[J].地理科学进展，1999，18（1）：81-87.

[18]刘纪远.西藏自治区土地利用[M].北京：科学出版社，1992.

[19]程建权.城市系统工程[M].武汉：武汉大学出版社，1999.

[20]刘树，王燕，胡凤阁.对灰色预测模型残差问题的探讨[J].统计与决策，2008（1）：9-11.

收稿日期：2020-01-21

基金项目：湖南省自然科学基金项目（2019II70013）;湖南省教育厅科研项目（18C1801）;湖南省生态环境厅环保科研项目;湖南省社会科学成果评审委员会课题（XSP19YBC297）;湖南省自然资源调查与监测T程技术研究中心开放课题（2020-14）

作者简介：郭荣中（1979-），女，湖南桂东人，教授，高级工程师，博士，主要从事土地信息与土地生态研究，（电话）13787027606（电子信箱）865495696@qq.com。