洪山区土地利用变化特征与驱动因素分析

陈舒颖

（武汉理工大学，湖北 武汉430070）

1 引言

国外对于土地利用变化研究较早，对于土地利用变化的驱动力也有相对成熟的研究。日本、美国等地启动了各自的土地利用/土地覆被变化（Land-Use and Land-Cover Change；LUCC）研究项目，特别是当“国际地圈、生物圈计划（IGBP）”与“全球环境变化中的人文领域计划（IHDP）”将LUCC列为核心项目后，在该领域的研究工作逐渐加强。国外学者侧重于两个方面：一是土地覆被主要的组成是地球表面的植被；二是自然过程和人类活动共同作用于地球表面的植被和其他特质而引起土地利用/土地覆被变化[1]。

同时，国内不少学者也就土地利用时空分异特征及驱动力开展相关研究。覃凤[2]等人基于卫星影像数据分析2003—2010年呈贡区的土地利用均衡性和多样性变化趋势，并利用主成分分析得出影响土地利用变化的主要驱动因子；张秀鹏[3]通过引入土地利用程度综合指数、耕地占补平衡指数、LUCC综合评价模型对仪征各镇分析土地利用变化；孙梦竹[4]根据昆明市辖区两期土地利用类型建立转移矩阵，在此基础上运用马尔科夫预测法对未来若干年土地利用结构进行预测；聂拼[5]等人对淮南市辖区土地利用的演示序列进行时空距离度量并确定了该区域LUCC的时空演化类型；石水源[6]等人通过城市扩张指标和景观指数分析探究广宁县城市扩张对土地需求的变化。

本研究以2010年、2015年、2020年武汉市洪山区遥感影像为基础数据，解译计算各类型土地的逐年面积变化，建立土地转移矩阵探究近10年武汉洪山区土地利用变化特征，通过地理加权回归分析找到地形、交通等因素与建筑用地扩张间的关系，从定性、定量两个角度做武汉洪山区LUCC变化驱动因素分析，并在此基础上运用CLUE-S模型对2025年洪山区土地利用情景进行模拟。

2 研究区概况

洪山区，隶属湖北省武汉市，因境内有洪山而得名，位于武汉市东南部，东抵鄂州市，南邻江夏区，西北环抱青山区、武昌区，东北与新洲区隔江相望，介于东经114°7′—114°38′之间，北纬30°28′—30°42′之间，下辖13个街道、1个乡，版图面积480 km2，剔除托管到东湖开发区、风景区、化工区的区域后，实际管辖面积为220.5 km2，2017年常住人口117.16万人。

洪山区有湖北省军区等近20个驻军单位、众多的中央和省直在汉机关、企事业单位，还有武汉东湖新技术开发区、武汉市东湖生态旅游风景区和武汉化学工业区等3个副市级单位；水域约100 km2，林地近2万亩；森林覆盖率达到16%，有高等院校38所。

3 数据处理及研究方法

3.1 遥感影像解译

3.1.1 数据获取与预处理

本研究所用影像数据来源于中科院地理空间数据云（http://www.gscloud.cn/search）的Landsat 8 OLI_TRIS数据集，矢量数据从全国地理信息资源目录服务系统（https://www.webmap.cn/）中获取。在下载好湖北省武汉市洪山区2010年、2015年、2020年三期的遥感影像后，完成影像配准、大气校正、波段融合、影像裁剪等预处理工作。

3.1.2 监督分类

使用ENVI软件进行监督分类，加载影像后，对照谷歌高清影像图进行样本点的选取，利用选好的样本点，使用监督分类中的最大似然方法，对洪山区影像进行分类。其中，波段选择为762，土地利用分类参考了GB/T 2010—2017《土地利用现状分类标准》和《中国资源环境遥感宏观调查与动态研究》中的相关标准，分为建设用地、林地、水域、耕地、草地、其他共6类。结果如图1、图2、图3所示。

图1 武汉洪山区2010年土地利用情况图

图2 武汉洪山区2015年土地利用情况图

图3 武汉洪山区2020年土地利用情况图

通过武汉洪山区三期土地利用情况图，可以粗略看出各地类在洪山区的空间分布特征和变化特点。洪山区中大部分大面积林地均在水域附近，10年前建设用地主要集中在洪山区西北部，近10年洪山区建设用地逐渐有向四周扩张，并将部分西南部的耕地、草地改为了建设用地。

3.1.3 精度验证

本文通过混淆矩阵中的Kappa系数进行精度验证。Kappa系数指分类与随机分类产生错误减少的比例系数[7]，其计算过程可用如下公式表示：

式（1）中：N为总像元个数；xii为混淆矩阵对角线上像元数量之和；xi+和x+i为混淆矩阵各行各列像元数量之和。

2010年、2015年、2020年分类Kappa系数分别为0.930 9、0.936 7、0.929 5，满足实际应用要求的0.85分类识别精度标准。

3.1.4 面积计算

利用Class Statistics计算每种地类的栅格数，每个栅格的面积为900 m2。

据此来计算每种地类的面积，得到各地类面积统计结果如表1所示，各地类面积变化趋势如图4所示。

表1 武汉洪山区三期各类型土地面积统计表

图4 武汉洪山区2010—2020年各地类面积变化趋势

由图表可知，2010—2015年期间洪山区城市建设用地扩张明显，建设用地面积占比增加了10个百分点，2015年后建设用地面积基本趋于稳定，约为59 km2。水域面积近10年来几乎不变。与建设用地变化相反的是，洪山区耕地面积在2010—2015年急剧下降，从94.362 2 km2下降到35.175 6 km2，2015—2020年间又回升到了48.460 8 km2。而林地面积占比在研究时段的前5年基本不变，2015年后有一定增加。

3.1.5 土地利用转移矩阵

土地利用转移矩阵是马尔科夫模型在土地利用变化方面的应用。马尔科夫模型不仅可以定量地表明不同土地利用类型间的转化情况，还能够揭示不同土地利用类型间的转移速率。本研究运用ENVI的change detection功能，比较相邻两时相土地分类结果，建立土地转移概率矩阵，探究土地类型变化的具体情况。2010—2015年土地转移概率矩阵如表2所示，2015—2020年土地转移概率矩阵如表3所示。

表2 2010—2015年土地转移概率矩阵

表3 2015—2020年土地转移概率矩阵

与一般土地利用转移矩阵不同的是，表中ij（i为行，j为列）表示第j种土地类型转为第i种土地类型的面积占初始年份第j种土地类型总面积的百分比。特别地，0.000 0代表两种土地类型之间的转换面积数小于原面积的0.01%，忽略不计。

2010—2015年，建筑用地绝大多数保留为建筑用地，有23.42%转为了草地；林地大多数仍为林地，28.68%转为了草地；水域类型基本没有转移；2010年耕地的28.56%转换为了建筑用地，40.74%转为了草地；草地也有少部分转为了建筑用地和耕地。

2015—2020年，建筑用地绝大多数保留为建筑用地，有21.82%和14.99%分别转为了耕地和草地；林地有少部分向草地转移；水域类型基本没有转移；2015年耕地的15.15%和34.44%分别转为了建设用地和草地；而草地分别有20.74%和28.33%向建设用地和耕地转移。

3.2 土地利用变化驱动因素分析

宏观角度上，土地利用结构的改变与近年人口增长、经济发展、政策导向等原因息息相关，而同一个行政区内各地类的面积和空间分布变化更多的是受政策、交通、地形等因素主导影响。

3.2.1 政策因素

“十二五”期间（2011—2015年），洪山区始终围绕建设“一核、两翼、三区”城市空间布局，以街道口和南湖地区为核心，依托路网打造“三横三纵”（三横为珞喻路、雄楚大道、南湖大道；三纵为珞狮南北路、卓刀泉路、鲁磨路）城市核心区，以和平、梨园和青菱地区为两翼，构建经济集聚区[8]。武汉洪山区规划空间布局示意如图5所示。从2010年与2015年两期土地利用情况图也可以看出，洪山区优先发展了城市核心区与两翼地区的建设用地，并呈扩散式逐步向四周开发。

图5 武汉洪山区规划空间布局示意图

“十三五”期间（2016—2020年），洪山区以“大学之城”“高铁之心”“生态之洲”建设为核心任务，坚持长江经济带发展“共抓大保护，不搞大开发”的工作导向[9]。2020年相较2015年，林地面积占比提高了将近5%，且主要由耕地和草地转换而来，体现区域积极行动，加强了生态环境修护和林地保护。同时，洪山区把握东湖新技术开发区在获批全国第二个自主创新示范区之后的政策优势，加大东湖新技术开发区的建设力度。

3.2.2 交通因素

建筑用地的选址受交通可达性的影响，与到高速公路的距离、道路（包括城市主干道、环路、城镇街道、乡村道路等）路网密度、到最近地铁站的距离等变量相关。本研究基于上述评价区域内各个位置的出行机动能力，各方向的道路等级越高，交通设施越好，出行机动能力越强，生活或工作越便利。其中，本文所用路网数据全部来自BIGEMAP地图下载器，地铁站坐标数据从百度地图开放平台中爬取。

3.2.3 地形因素

地形因素影响着建设建筑用地的适宜性，在选择建筑用地时，一般考虑坡度因素，若一块地很陡峭，则不适合作为建筑用地。本文利用地理空间数据云提供的SRTMDEM 90M分辨率原始高程数据计算得出洪山区各位置坡度，进而分析其作为建设用地的适宜性和可行性。驱动因子分析结果如图6所示。

图6 驱动因子分析结果

3.2.4 地理加权回归分析

为了保留洪山区各区域的异质性，更好地模拟城市复杂系统的内部影响机制，得到更加可靠的区域规划建议，进行地理加权回归分析。地理加权回归（GWR）模型如下：

式（2）中：βk为连续函数βk（u，v）在i点的值，如果βk（u，v）在空间保持不变，则GWR模型就变为全局模型；（ui，vi）为第i个数据点的空间坐标。

在ArcGIS10.2中提取2020年土地利用情况数据中的建筑用地，以2 km×2 km栅格单元内建设用地面积作为因变量，解释变量为地铁站、高速公路、其他道路路网、坡度，运算地理加权回归结果。

各个回归点LocalR2字段（用于表示局部回归模型与实际值的拟合程度，介于0和1之间）数值均大于0.5，说明在地理加权回归分析中，大部分区域预测值与实际情况拟合程度较高，可以采信模型得到的各类系数。武汉洪山区路网及周边设施现状如图7所示。

对道路路网密度C1、坡度C2、距高速公路距离C3、距地铁站距离C4，4个自变量的系数进行符号化显示，结果如图8所示，从中可以得到回归模型的区域差异，分析各个自变量在不同区域对建设用地的影响程度。

路密度对建设用地影响分析：路密度系数符号化结果如图8（a）所示，对照洪山区路网现状图（图7）可知，中部路网密度较大，且各种条件都很优越，路网的作用就相对其他区域来说更弱一些，而东、北部路网密度较稀，道路密度的潜在影响就很大。若完善东、北部道路系统建设，跟进道路设施，便能提高其作为建设用地的可行性以及土地价值。

图7 武汉洪山区路网及周边设施现状图

坡度对建设用地影响分析：坡度系数符号化结果如图8（b）所示，其中，北部地势最为平坦，坡度系数也相对较大，是近10年北部地区耕地转为建设用地的重要原因之一。

到高速公路距离对建设用地影响分析：到高速公路距离系数符号化结果如图8（c）所示，东北区域距离系数较大，表明经过洪山区东北位置的武鄂高速公路以及武汉绕城高速极大推动了高速公路周边区域建设用地的建立。

到最近地铁站距离对建设用地影响分析：到最近地铁站距离系数符号化结果如图8（d）所示，对照地铁站分布位置可知，地铁区（周围2 km范围内有地铁站的区域）地铁系数大多数较大，为第四等级，说明地铁的通车推动了当地的建设和发展，而地铁系数第五等级（地铁系数最大）区域基本为非地铁区，说明地铁在此有较大的潜在影响作用，在今后的规划开发中应重点考虑该区域地铁等交通要素的挖掘。

图8 GWR模型各解释变量系数符号化结果

3.3 土地利用变化走向模拟

CLUE-S（The Conversion of Land Use and Its Effects at Small Region Extent）模型由荷兰Wageningen大学学者开发，应用于区域土地利用变化的模拟，经改进后的模型比较适合中小尺度的LUCC模拟分析[10]。

3.3.1 驱动因子选取

根据CLUE-S驱动因子需求以及洪山区实际情况，选取了4个洪山区土地利用变化的驱动因子，如表4所示。

表4 CLUE-S模型驱动因子

3.3.2 土地利用需求确定

以2010年、2015年、2020年洪山区土地利用变化情况为基础，经过趋势外推法得出2025年各地类土地利用需求量：耕地（39 km2），林地（23 km2），草地（54 km2），建设用地（60.5 km2），水域（43 km2），其他（1 km2）。

3.3.3 土地利用转移矩阵与ELAS参数

本研究采用转移矩阵合成方法设置土地利用转换弹性参数，通过土地利用类型的转出率得到初始ELAS值，参考洪山区发展特点、土地利用现状对ELAS参数进行调整，得到如表5所示的ELAS参数。研究设定情景既能满足人口增长带来的大量建设用地需要，也符合“绿水青山”社会发展模式，保证林地、草地和水域不会出现大规模转出。

表5 洪山区各地类ELAS系数

3.3.4 模型模拟与精度验证

模型在2020年土地利用情况、各驱动因子以及土地利用需求的约束下，模拟得出2025年洪山区地利用情况模拟结果，如图9所示。

图9 2025年洪山区土地利用情况模拟结果

6种地类的ROC（受试者工作特征）曲线值均大于0.7，土地概率分布格局基本与实际相符，Kappa系数大于0.8，模拟效果很好，预测结果具有实际参考价值。

4 小结

2010—2020年洪山区土地利用时空特征：空间上，洪山区中大部分大面积林地均在水域附近，10年前建设用地主要集中在洪山区西北部，近10年洪山区建设用地逐渐有向四周扩张，并将部分西南部的耕地、草地改为了建设用地；时间上，2010—2015年期间洪山区城市建设用地扩张明显，建设用地面积占比增加了10个百分点，主要由耕地、草地转化而来，2015年后建设用地面积基本趋于稳定，约为59 km2。

洪山区土地利用变化驱动因素：在同一行政区内土地利用变化的驱动因素主要有政策因素、地形因素和交通因素3类，运用地理加权回归模型了解各解释变量的作用强度和影响区域，挖掘未来开发过程中可以提升的要素。如地铁是洪山区东部和西南部建设的重要潜在影响因子之一，武鄂高速公路以及武汉绕城高速极大地推动了高速公路周边区域的建设发展，北部区域道路不发达是其发展的制约因素。

土地利用情景模拟：运用CLUE-S模型模拟2025年洪山区土地利用情况，预测结果与当前洪山区总体规划布局、土地利用结构变化趋势等具有高度一致性，可以为研究区规划工作提供一定程度的参考。