福州市2005—2020年土地利用变化及驱动因素研究

张宇晗，张兵华，彭琳，赵立珍，刘淑虎

(福州大学建筑与城乡规划学院，福建 福州 350108)

0 引言

人类生活在一个与环境不断发生交互的复杂地球系统中.土地作为这个地球系统中重要的一部分，是社会经济活动与自然生态环境发生交融的基底，土地利用变化(land-use and land-cover change,LUCC)是探究人类与自然交互作用的一个关键切入点[1-3].LUCC持续不断地对陆地生态系统的物理化学双循环过程、全球气候变化、全球陆地—海洋相互作用产生影响，在全球的生态环境变化过程中扮演着举足轻重的角色[2-4]，与人类社会的经济增长、生产制造、可持续发展等都息息相关.

在过去的20多年里，不同学科围绕LUCC的变化模式、变化规律和变化原因开展了大量的定量研究[3-5].国内外许多学者开始结合景观格局及其变化来研究LUCC所造成的影响及产生的生态效应[4-7]，我国的研究大都集中在西北部的黄土高原和寒冷干旱地区[5-6]；同时，现有对福州市的相关研究中缺少涉及人类经济活动强度的指标[7-8]，无法很好地描述人类经济活动对福州市LUCC的影响机制.因此，本研究以丘陵和山地地形较多的南方城市福州作为案例区域，综合各类技术方法，更为深入地解析福州市LUCC，以期为福州市未来生态环境保护和国土空间规划的实施提供依据.

1 数据来源与研究方法

1.1 研究区概况

本研究范围为福州市全域(见图1)，面积约为11 968 km2.福州市，简称“榕”，是福建省省会，同时也是国务院批复确定的海峡西岸经济区中心城市之一、滨江滨海生态园林城市.全市辖鼓楼、台江、仓山、晋安、马尾、长乐6个区，闽侯、连江、罗源、闽清、永泰、平潭6个县，以及县级市福清.

图1 研究范围Fig.1 Area of research

1.2 数据来源

本研究所使用的遥感数据来源于中国科学院计算机网络信息中心地理空间数据云网站(http://www.gscloud.cn);用于进行驱动因素分析的统计数据来源于福州市各年份的统计年鉴、国民经济和社会发展公报及第七次人口普查等.

1.3 研究方法与步骤

选取福州市2005、2010、2015和2020等4个年份云量较少的遥感影像作为基础数据，导入ENVI5.3中进行数据预处理提高遥感影像精度，再通过监督分类与人机交互式解译相结合的方法对预处理的遥感影像进行分类，得出4个时期的土地利用图.土地利用的分类标准依据中国土地资源分类系统，分为耕地、林地、草地、水域、建设用地和未利用土地6大类.分类结果经过精度评价验证，4个时期福州市土地利用的分类精确性都高于89%，且对应的Kappa系数都大于0.892，即解译结果符合使用要求.用Arcgis 10.2分析解译结果，得出2005—2010年、2010—2015年和2015—2020年等3个阶段福州市的土地利用变化情况、土地利用转化情况及人类活动强度.并用Fragstats 4计算各时期土地利用图的景观指数.最后用SPSS将土地利用的变化与福州市研究期内的社会、经济、气候等方面因素进行相关性分析，探究驱动土地利用变化的主要因素(见图2).

图2 驱动土地利用变化研究技术线路图Fig.2 Roadmap of technologies driving land-use change research

1.3.1 土地利用转移矩阵

土地利用转移矩阵可以在反映研究期初、研究期末土地利用结构的同时,描述各种土地利用类型间的相互转化情况，从而明确区域内研究期末各土地利用类型的构成来源.其模型公式为

式中：Pij为研究期初至研究期末i类土地利用类型向j类土地利用类型转换的概率；Sij为研究期初至研究期末i类土地利用类型向j类土地利用类型转换的面积，单位：km2.

1.3.2 土地利用动态度

土地利用动态度指标可以反映研究区中某一土地利用类型在一定研究期内的变化速率情况[9].其表达式为

式中：K为研究时段内某一土地利用类型动态度；Sa、Sb分别为研究期初、研究期末某一种土地利用类型的面积，km2；T为研究年限.

1.3.3 人类活动强度

徐勇等[10]提出了人类活动强度的算法模型,以及各种土地利用类型对应的建设用地当量系数折算方法.其计算公式为

式中：SCLE为建设用地当量面积，km2；Si为第i种土地利用类型的面积，km2；CIi为第i种土地利用类型的建设用地当量折算系数；n为区域内所包含的土地利用类型数；HAILS为陆地表层人类活动强度；S为区域总面积，km2.其中，建设用地当量系数根据福州市土地利用特点进行适应性匹配.

1.3.4 景观格局指数分析

景观格局及其变化受到自然与人为因素共同作用，是一定区域生态环境体系的综合反映[11-12].为更恰当描述福州市土地利用变化带来的景观生态效应，本研究选取有代表性的景观指数，通过景观指数软件Fragstats计算2005、2010、2015和2020年福州市的主要景观指数，并进行分析.

2 福州市土地利用变化特征

2.1 土地利用变化空间特征

从土地利用占比、土地利用变化幅度、发展阶段的差异性来对福州土地利用的变化进行初步分析，2005、2010、2015、2020等4个年份的福州市土地利用情况见图3与表1.

图3 2005、2010、2015、2020年份的福州市土地利用情况Fig.3 Land use and land cover in Fuzhou City in the four years of 2005,2010,2015,and 2020

表1 2005—2020年福州市各土地利用类型变化情况Tab.1 Changes in land use and cover types in Fuzhou City from 2005 to 2020

从土地利用占比角度来看，2005年耕地、林地、建设用地3种土地类型的面积占比分别为23.88%、67.34%和5.74%，到2020年其面积占比变化为20.63%、66.51%、10.38%.其中林地面积占比略微减小，趋势较为平稳，耕地面积有明显减小，建设用地的变化最为明显，表明15年间福州市的建设空间扩张较大.

从土地利用变化幅度来看，2005—2020年福州市耕地、林地、草地、未利用土地面积不断减少，其中未利用土地面积减幅最大，为72.14%，其次为草地，减幅为54.70%；建设用地面积增加568.19 km2，增幅高达85.26%，未利用土地相继被开放，大量耕地、林地、草地遭到建设用地占用；水域面积在2005—2010年期间增加，原因主要为此期间福州市新建15座发电站，为发电站建设而设立的库区拦河坝造成截流，致使水流通过能力变差并向周围扩散.而后在2010—2020年间又因城市发展建设而缩小.

从不同的发展阶段来看，2005—2010年间，福州建设用地扩张速度最快，面积增长达40.89%，耕地、林地、未利用土地面积减少幅度最剧烈；2010—2015年次之；2015—2020年变化最平缓.可以得出，福州市2005—2010年的土地利用变化程度超过其他时期.

2.3 土地利用转移矩阵分析

表2为2005—2010年、2010—2015年和2015—2020年等3个时间段的土地利用转移矩阵.综合来看：林地、水域转化情况较为单一；耕地分别在2005—2010年、2010—2015年和2015—2020年等3个时间段内向建设用地转化了8.49%、11.25%、7.98%，反映了福州市的建设发展造成了耕地的破坏；草地在2005—2010年期间有79.97%转化为林地，主要转为果园、经济林等，2010—2015年期间和2015—2020年期间则分别有22.21%和27.13%用于城市建设；未利用土地在2005—2010年、2010—2015年和2015—2020年等3个时间段内分别有46.76%、58.46%、40.04%转化为建设用地，由于福州市丘陵山地居多，未利用土地大都集中在山地丘陵中村落附近的裸地荒地，大量未利用土地被农民由于房屋搭盖，造成了生态环境与乡村风貌的破坏.建设用地向其他用地的转化率在2005—2010年、2010—2015年和2015—2020年等3个时期分别为12.32%、15.36%、16.30%，表明福州市在发展中越来越善于通过土地资源调整来提高土地利用效率.

表2 福州市2005—2010、2010—2015、2015—2020年土地利用转移矩阵Tab.2 Land use transfer matrix in Fuzhou City from 2005 to 2010,2010 to 2015,and 2015 to 2020

通过对2005—2020年年间不同阶段土地利用动态度的对比(见表3)，可以得出：林地的减少速率变化较为平稳；耕地的动态度从2005—2010年期间的-1.50%，到2010—2015年期间变为-1.15%，再到2015—2020年期间变为-0.43%，变化速率的趋势不断下降，表明福州市在发展中越来越重视耕地的保护.建设用地与未利用土地的动态度则从2005—2010年期间的8.18%、-11.00%，到2010—2015年期间变为4.26%、-5.42%，再到2015—2020年期间变为1.68%、-3.01%，变化速率也表现出下降趋势，表明福州市对于建设用地的扩张与未利用土地的开发越来越谨慎.草地的动态度由2005—2010年期间的-3.47%，到2010—2015年期间变为-4.86%，再到2015—2020年期间变为-5.52%，变化速率不断增加，草地的流失问题不断加重.

表3 福州市2005—2020年土地利用动态度Tab.3 Dynamic degree of land use in Fuzhou City from 2005 to 2020 (%)

2.4 人类活动强度的时空特征分析

观察图4(a)～(d)的人类活动强度分布图，发现福州市人类活动强度高的区域主要集中在各区县的主城区，均高于70%，主城区周边活动强度高于11%.从图4(e)中可以看出，福州市的人类活动强度提升主要集中在东南沿海地区，表明福州市的城市建设与发展不断往东南沿海方向前进，整体上呈现出“点极式”扩张的蔓延趋势，人类活动强度的增长主要集中在长乐区、福清市、闽侯县及平潭综合实验区4个区域，其中平潭综合实验区的人类活动强度增加最为明显，范围覆盖了整个县域.近年来，为提升城市综合实力与影响力，福州市坚持“东扩南进，沿江向海”的发展战略，在市域协同发展的同时，重点在沿江、沿海周边打造若干个发展点作为带领福州不断发展的新动能，这解释了人类活动强度增长区域往东南沿海方向移动且呈“点极式”扩张的原因.

图4 2005—2020年福州市人类活动强度空间特征Fig.4 Spatial characteristics of the intensity of human activities in Fuzhou City from 2005 to 2020

2.5 景观指数分析

景观指数是用于反映景观结构组成和空间配置特征的简单定量指标.通过景观指数软件Fragstats得到2005—2020年福州市土地利用变化所反映的主要景观指数，如图5、表4所示，分别为类型级别上和景观级别上的景观格局指数.

2.5.1 类型级别指数分析

图5为福州市4种类型级别上的景观格局指数.由图5(a)可知，2005—2020年林地的斑块密度(PD)描述景观破碎化程度，其值越大，景观破碎化程度越高，耕地、草地、水域、建设用地的PD值都有不同程度的提高，表明城市化进程加剧了这些土地类型的景观破碎化程度.由图5(b)可知，边缘密度(ED))表示异质景观要素斑块间的边缘长度，2005年林地、耕地、未利用土地、建设用地的ED值均高于2020年，说明人为干预导致这些土地类型的斑块边缘长度缩短，景观间的异质性提高，水域、草地的ED增加，说明其内部特征保持较好，即受外部因素影响少.由图5(c)可知，最大斑块指数(LPI))表示某一景观类型中最大斑块占整个景观面积的比例，林地的LPI值在2005—2020年间不断上升，远高于其他景观类型，这表明林地在6种景观中的主导地位不断稳固，而建设用地LPI值的上升与耕地LPI值的下降表示人为建设持续减弱耕地的景观地位.由图5(d)可知，景观形状指数(LSI)描述了景观形状的复杂程度，林地、草地的LSI值一直呈现出持续的颓势，说明随着人为干扰程度的加剧，这些用地类型的斑块几何形状更加规则和平滑，这种变化会加剧水土流失，同时也不利于其中的动物穿越.耕地、建设用地的LSI值逐渐增加，说明其斑块形状越来越复杂，原因分析为耕地受福州市气候影响常遭到洪灾损毁导致形状不断复杂化；建设用地则因城市的蔓延衍生出许多不规则形状的斑块.

图5 类型级别上的景观指数图Fig.5 Landscape index graph at the type level

2.5.2 景观级别指数分析

蔓延度(CONTAG)描述景观里不同斑块类型的延展趋势，如表4所示.2005—2020年，研究区的CONTAG值持续降低，说明研究区中各类型斑块间的连接情况并不良好，越来越多的小斑块出现在景观中，景观连通性较差.散布与并列指数(IJI)描述各个斑块类型间的总体散布与并列状况.如表4所示，IJI值在2005—2020年间逐渐上升，说明景观绵延性增强.香农多样性指数(SHDI)能反映景观异质性.如表4所示，SHDI值从2005年的0.95上升至2020年的0.99，变化了0.04，这表现土地利用更具多样性，其不确定性的信息含量增加.香农均度指数(SHEI)可反映景观是否受到一种或少数几种优势斑块类型所支配.如表4所示，2005—2020年SHEI值由0.49变为0.51，变化较为平稳，表明福州市的景观格局中存在占据优势地位的景观类型，且形式较为稳定，这一点可以用福州市林地面积远大于其他地类来解释.分散指数(SPLIT)与景观分离度(DIVISION)表示一种景观类型中不同斑块的分散程度.如表4所示，研究期内SPLIT值与DIVISION值也表现出缓慢上升的趋势，这标志着2005年研究区内的总体景观格局较为集聚，随时间推移不断有小斑块被分离，景观破碎化加重.

表4 景观级别上的景观指数Tab.4 Landscape index map at the landscape level

结合之前的分析可知，人类活动范围的扩大与强度的提高都推动了景观格局的演变，景观格局破碎化的加剧会引发生物多样性破坏、空气污染、水污染等一系列生态问题，甚至影响社会经济.作为深层次的生态属性，景观格局应受到更多的重视，生态保护的水平需要得到提高.

3 宏观驱动因素分析

许多研究成果表明，自然因素和人类干预因素通过复杂的机制共同造成土地利用变化[12]，随着21世纪社会经济发展及城镇化水平突飞猛进，人类干预因素的影响性正在超过自然因素[13].结合前文的分析，可以发现福州市的LUCC发生了结构性的剧变.因此下文将结合政府政策、自然环境、社会经济等因素来明确驱动土地利用变化的主要因素.

3.1 政府政策因素

政府的政策文件对于城市发展有着重要的指向作用.《福州市城市总体规划(2011—2020年)》与2016年发布的《福州新区发展规划》都推动了福州市人类活动强度的东南向集聚.然而,《福州市土地利用总体规划(2006—2020年)》中提出的耕地及林地总量在2005—2010年期间基本不变，2010—2020年期间有明显下降的目标并没有实现，因此可得出政府政策并不是推动土地利用变化最核心的驱动因素.

3.2 土地利用变化的驱动因素分析

为进一步探究驱动因素，研究选用Pearson相关系数进行分析，Pearson相关系数用于衡量两个变量之间的线性相关程度，其计算式为

式中：R为相关系数；X为自变量，表示研究期内福州市LUCC的影响因素；Y为因变量，表示各类土地利用类型的面积，km2；i为变量的类型数.相关系数R介于-1～1之间，当大于0时称为正相关，表示因变量Y随自变量X的增大而增大；相关系数小于0时称为负相关，表示应变量Y随自变量X的增大而减小.

同时，研究期内福州市水域面积变化受建设项目影响主导，林地面积变化程度较小，而耕地、草地、建设用地、未利用土地的变化程度较显著且无明显的政策或建设项目影响，因此本节主要选取2005—2020年福州市市常住人口、乡村常住人口、城镇化率、GDP、固定资产投资、第一产业生产总值、第二产业生产总值、第三产业生产总值、粮食总产量、乡村从业人员、全社会从业人员、市年平均气温、市年平均降雨量共13个人文自然指标作为自变量，重点分析其与耕地面积、草地面积、建设用地面积、未利用土地4个因变量的相关性.

计算结果中，未利用土地与所有自变量都不相关，故舍去，结果中仅列出相关性水平较高的解释变量.Pearson系数相关性检测结果列于表5，从中可知常住人口与建设用地呈显著正相关，乡村常住人口、乡村从业人员与耕地呈显著负相关且与建设用地呈显著正相关，说明乡村与城市的建设用地无法匹配快速增长的人口，更多的建设用地被开发以满足人们的需求，乡村居民更倾向于改造耕地以扩大建设空间，也反映出乡村的产业结构转型；城镇化率与3种用地都显著相关，表明城镇化对土地资源利用有牵一发而动全身的推动作用；不断提高的固定资产投资使草地、未利用土地面积减少，建设用地面积增加；第二产业生产总值和耕地、草地呈显著负相关，和建设用地变化呈显著正相关，说明第二产业规模的增加导致建设用地大量占用耕地、草地；粮食总产量与耕地呈显著正相关，即粮食总产量减小说明了耕地面积减小；全社会从业人员与草地呈显著负相关，与建设用地呈显著正相关，城市化水平提高带来了更多就业，但也破坏了自然环境.

表5 Pearson系数相关性检测结果Tab.5 Pearson coefficient correlation test results

4 结语

本研究运用ArcGIS、ENVI、Fragstats 4、SPSS等软件，选取囊括自然、经济、人类活动等方面的分析指标，全面且深入地分析2005—2020年间福州市的土地利用变化情况及其驱动因素.研究表明：城市化是推动土地利用变化最核心的影响因素，近年来福州市在向东南方向发展的同时，开始注重林地与耕地面积的保护，但环境内在的生物循环和景观格局依然被人类活动影响着，景观格局持续恶化，环境保护措施需要具体落实到景观格局的修复.

最新发布的《福州市国土空间总体规划(2021—2035年)》中强调了福州市山水海滨城市的建设目标，现结合本文的研究结果，对福州市的发展提出以下建议.

1) 珍惜现有耕地，改造低产田，不断提高生产力，另一方面严格落实市县划定的生态保护红线、永久基本农田保护区，严格控制各类建设用地的迁建或开发，遵守相关管控规则.

2) 从生物多样性的角度考虑景观格局的合理性，细化生态保护红线和永久基本农田保护区内部的生态功能分区，处理好各类生态用地间的联系，在控制总量的同时安排好各类生态用地的用途，稳定和延续自然界中各类物质交换过程.

3) 在城市建设中保护现有草地，加大绿化力度.加强对村落裸地荒地的管理和立法，加快相关的管理办法出台并规范管理和利用.