江淮丘陵土地利用景观格局变化分析与预测

2021-08-12 02:23胡书芹顾成军魏晓雅曹梦涵
黑龙江工程学院学报 2021年4期
关键词:格局土地利用林地

胡书芹,顾成军,魏晓雅,曹梦涵

(1.滁州学院 地理信息与旅游学院,安徽 滁州 239000;2.滁州学院 土木与建筑工程学院,安徽 滁州 239000)

土地是人类赖以生存的基础,也是珍贵的自然资源[1]。土地利用/覆被变化是人类活动与自然环境相互作用的表现形式,与人类社会经济活动的活跃程度密切相关[2]。景观格局主要是指构成景观生态系统或土地利用/覆被类型的形状、比例和空间配置。景观格局变化是土地利用变化的最直观表现[3-4]。近年来,随着城市化进程的加速,土地利用结构及景观格局变化显著,进而影响到区域的生态环境和社会经济的发展,土地利用和景观格局变化因而成为当前全球变化和生态系统的一个研究热点。诸多学者对区域土地利用和景观格局变化特征进行分析并对其未来发展趋势进行预测,为区域社会经济的可持续发展奠定了良好的基础[5-10]。

江淮丘陵是安徽省五大地貌类型区之一[11]。由于位于长江与淮河两大流域之间,长期遭受土壤侵蚀,水土流失严重、水资源缺乏,生态环境脆弱。但同时该区域也是国家重要的商品粮基地,随着社会经济的发展,该区域人类活动日趋增强,对土地利用和景观格局产生很大的影响。目前,相关江淮丘陵土地利用和景观格局变化的研究还比较缺乏,因此,文中以江淮丘陵地区的滁州市南谯区为例,运用遥感(RS)和地理信息系统(GIS)技术对滁州市南谯区2000—2015年的土地利用和景观格局的变化进行分析,并对其未来变化趋势进行预测,探寻其演变规律,以期为该区域土地资源的可持续利用提供科学依据。

1 研究区概况

南谯区是安徽省滁州市的市辖区,位于安徽省东部,苏皖两省交界处(117°50′~118°30′E,32°05′~32°36′ N),面积约1 187.11 km2。气候为北亚热带湿润性季风气候,平均气温15 ℃,年均降雨量1 031 mm。 地形全貌为丘陵地,自西北向东西倾斜,西、西北和西南属山区,约占52%;北部、东部、南部起伏较小,属丘陵缓坡地带,约占43%;东南圩区地势较低,约占5%。南谯区农业生产科技水平发展较快,盛产稻、麦、水禽等,是国家确定的产粮大区和渔业致富重点区。截至2018年,南谯区常住人口26.7万人,比上年增加0.3万人,城镇化率52.74%,比上年提高1.23个百分点。

2 数据来源与研究方法

2.1 数据来源

所用数据源于地理空间数据云的滁州市南谯区2000年、2005年、2010年和2015年4期Landsat-TM卫星遥感影像,空间分辨率为30 m。根据南谯区的土地利用情况,将南谯区土地利用类型分为耕地、林地、草地、水域和居民用地5类。利用ENVI5.3软件,按“数据预处理-人工目视解译-检查修正”的操作步骤对影像图进行解译[12],最终得到南谯区4期土地利用类型(见图1)。数据平均解译精度达84.4%,满足研究需要。

图1 2000—2015年南谯区土地利用分类

2.2 研究方法

2.2.1 土地利用动态度

土地利用动态度可定量描述区域某时间段内土地利用的变化速度,包括单一土地利用动态度和综合土地利用动态度两类。单一土地利用动态度可表达一定时期区域内某种土地利用类型数量的变化情况。计算公式为

(1)

式中:K为某一类土地利用类型的年均土地利用变化率;Ua和Ub分别表示研究初期和末期该类土地利用类型的总面积;T为初期到末期的时间间隔,以a为单位。

综合土地利用动态度可以综合体现区域内各种土地利用类型面积的动态变化情况。计算公式为

(2)

式中:LU为某一时段区域综合土地利用动态度,是该时段内第i类土地利用类型转变为非i类的面积绝对值;LU(i,ta)为第i类土地利用类型在初期的面积。

2.2.2 景观格局指数选择与计算

景观格局指数是指能高度浓缩景观格局信息,反映其结构组成和空间配置某些方面特征的简单定量化指标。景观格局指数的指标很多,文中在借鉴前人研究的基础上,结合各指标的生态学含义选取斑块数量(NP)、斑块密度(PD)、形状系数(LSI)、蔓延度(CONTAG)、分离度(DIVISION)、香农多样性指数(SHDI)、香农均匀度指数(SHEI)7个景观指标进行分析。在ArcGIS10.1中分别对2000—2015年南谯区4期土地利用数据进行栅格化处理,然后利用景观格局分析指数软件Fragstats4.2获得4期景观类型水平上的景观格局指数[13-17]。

2.2.3 Markov模型

Markov模型利用随机事件某一变量的现在状态和动向去预测该变量未来的状态及其动向[18],可以高效快速地实现对土地利用未来趋势的预测模拟。马尔科夫模型首要是转移概率矩阵的确定,转移概率矩阵的模型为

(3)

其次,需要对预测的土地利用变化精度进行检验[19]。Kappa系数能从整体上检验模拟结果与观测数据的一致性程度,已广泛应用于土地利用变化模拟精度检验和遥感影像解译精度评价等研究。Kappa系数的计算公式为

(4)

式中:po为正确模拟面积比例;pc为随机情况下的正确模拟面积比例。Kappa系数计算结果为[-1, 1],一般认为Kappa>0.6具有显著一致性,而Kappa>0.8则有着几乎完美的模拟效果。

3 结果分析

3.1 土地利用变化分析

3.1.1 土地利用结构变化

土地利用结构是指一定范围内各种土地利用之间的比例关系或组成情况。由图1和表1可以看出,南谯区各类土地利用中以耕地和林地面积较大,其中,耕地约占45%,主要分布于东部地区,林地约占37%,主要集中分布于西部地区。居民用地和水域面积相对较少,居民用地约占南谯区总面积的4.4%~11.5%,水域约占5%,这两类土地利用空间分布均比较分散。而草地面积最小,仅占南谯区面积的0.3%,呈零星分布。

2000—2015年南谯区各类土地利用面积随时间的推移而有所变化。如表1所示,南谯区居民用地由2000年的54.45 km2逐渐增加到2015年143.38 km2,占比由4.4%增加到11.5%,增加了7.1%,增加明显。耕地由2000年的661.36 km2逐渐减少到2015年的565.03 km2,占比从53.1%减小到45.4%,减少了7.7%,减少显著。水域面积从2000年的61.13 km2增加到2005年的69.78 km2,再减少到2015年的66.43 km2,总体上面积略有增加;而林地和草地面积变化幅度较小,相对比较稳定。

3.1.2 土地利用变化速度

表2为南谯区近15 a来土地利用动态度,表明2000—2015年南谯区综合土地类型动态度由0.45%上升到0.95%,又下降到0.77%,呈先增后减的趋势,说明南谯区整体的土地利用变化速度表现为先快后慢的特征,同时不同土地利用的动态度也存在很大差异。5个地类中居民用地的动态度也表现为先增加后减少的变化趋势,且其动态度为2.78%~6.93%,远大于其他土地利用的动态度,这说明居民用地的变化速率是所有土地利用类型中变化最快的。耕地动态度始终为负值,从2000—2005年的-0.51%到2005—2010年的-1.27%再到2010—2015年的-1.27%,说明耕地面积一直在缩减且缩减速度有增大趋势。而草地、林地和水域的动态度分别从2000—2005年的0.06%、0.03%和2.83%,变化为2005—2010年的0、0和-0.98%,再变化为2010—2015年的0.06%、0.06%和0.02%,总体来讲这3种地类变化速度有所波动但变化较小。

表1 2000—2015年南谯区土地利用结构

表2 2000—2015年南谯区土地利用动态度 %

3.2 景观格局变化分析

根据南谯区景观水平指标(见表3)显示,斑块数量、斑块密度和形状系数都在增加,分别从2000年的1 546、1.24和24.72增加到2015年的1 739、1.40和27.10,反映在此期间景观发生破碎化现象,以前大的景观斑块一部分破碎变为更多形状更复杂的小斑块,人类的干扰力度在加大;蔓延度可描述景观里不同拼块类型的团聚程度或延展趋势,蔓延度从44.93降低到37.19,则显示出南谯区内部的聚合度在下降,优势斑块呈现分散退化趋势,景观呈现多种要素的密集格局;分离度从0.81增加到0.86,反映了南谯区景观斑块分布更为分散;而多样性和均匀度指数一直在增加,分别从1.01和0.62增加到1.15和0.71,说明南谯区内景观异质性上升,景观中明显的优势类型减少,各景观斑块之间的面积差异减小[20-21]。

表3 2000—2015年南谯区景观水平指标

3.3 土地利用变化预测

3.3.1 Markov模型精度检验

结合南谯区2000—2015年的土地利用变化转移面积矩阵,计算得出2000—2015年的转移概率矩阵(见表4)。以2010年为基准年份,设置模拟步长为1 a,以5 a为模拟周期,基于Markov模型可以得到2015年南谯区土地利用现状的模拟结果, 并与2015年实际的土地利用现状解译结果进行比较分析。Markov模型对草地变化模拟的Kappa系数为0.95,对耕地变化模拟的Kappa系数为0.78,对林地变化模拟的Kappa系数为0.83,对居民用地变化模拟的Kappa系数为0.79,对水域变化模拟的Kappa系数为0.80。模型的Kappa系数大于0.8,模拟结果具有较高的精度,可用于对南谯区土地利用变化进行预测[22]。

表4 2000—2015年南谯区土地利用类型转移概率矩阵

3.3.2 南谯区土地利用类型预测

由南谯区土地利用类型变化预测情况来看(见表5),2015—2020年南谯区各土地利用面积仍然有所变化,耕地面积从565.03 km2缩减到520.82 km2,居民用地面积从143.38 km2增加到184.77 km2,水域面积从66.43 km2增加到68.32 km2,林地面积从467.51 km2增加到468.44 km2,草地面积基本上没有变化。2020—2025年各种土地利用类型的变化趋势进一步发生改变,耕地面积减少到454.21 km2,居民用地面积增加到252.10 km2,林地面积增加到470.63 km2,水域面积有小幅度减少,减少到65.43 km2,草地面积基本没有变化,都在3.46 km2左右。

从各类土地利用变化动态度方面可以看出,2015—2025年居民用地的活跃程度远远高于其他几类用地,动态度从2015—2020年的5.77增加到2020—2025年的7.29,说明居民用地面积增加的速度越来越快,这可能与未来南谯区的经济发展和人类活动影响有关。其他几类用地中,耕地面积缩减程度也越来越激烈,林地面积有所增加且增加的速度较为平缓,水域面积呈先增后减趋势但波动不大,草地面积一直都比较稳定。

表5 南谯区各类土地利用类型变化预测

4 结束语

滁州市南谯区土地利用主要以耕地和林地为主,其次为居民用地和水域,草地面积较小。2000—2015年南谯区居民用地面积大幅增加,耕地面积严重缩减,水域面积增加较小,林地和草地面积基本保持稳定。土地利用转化活跃程度整体呈下降趋势,土地利用结构趋于稳定。破碎化程度增加,优势斑块呈现分散退化趋势,异质性增强。对南谯区2015—2025年土地利用类型面积和变化情况进行预测,结果表明土地利用结构依然以耕地和林地为主,居民用地面积增加速度远远高于其它几类用地,同时耕地面积缩减严重,而林地面积有小幅度增加,水域面积呈现先增加后减少趋势,草地面积基本保持稳定,反映了南谯区土地利用未来的发展趋势。

猜你喜欢
格局土地利用林地
土地利用变化与大气污染物的相关性研究
中国地质大学(北京)土地利用与生态修复课题组
土地利用规划的环境影响评价分析
格局
图片新闻
联手共建 努力打造大调解工作格局
Synaptic aging disrupts synaptic morphology and function in cerebellar Purkinje cells
明水县林地资源现状及动态变化浅析
浅谈明水县林地资源动态变化状况
小人物的大格局