苏州近40年土地利用与景观格局演变特征分析

贲薛晨，余 成

（1.苏州科技大学 环境科学与工程学院，江苏 苏州 215009；2.苏州科技大学 地理科学与测绘工程学院，江苏 苏州 215009）

土地利用变化对维持和改善区域生态平衡，实现土地资源可持续开发利用具有重要意义[1]，景观格局可反映不同景观类型和数量在空间分布上的变化特征[2]。国内学者当前对土地利用变化与景观格局的研究有：景观格局与土地利用的演变分析[3]、景观格局的生态效应[4-7]、景观格局的生态优化[8]、景观格局的驱动力分析[9]、景观格局与土地利用的动态变化分析[10]、土地利用变化的驱动力分析[11]等。国外学者对于景观格局的研究多采用景观格局指数、建立数学模型、3S技术等来量化景观格局的指标[12-13]。

苏州市区位条件优越，近40年以来，苏州市处于城市化的快速发展阶段，建设用地不断扩张，土地利用与景观格局不断发生变化。近年来以苏州市为研究区域的土地转型与景观格局变化主要集中在苏州市土地利用的转型、土地利用的生态安全问题与景观格局的模拟预测。LIANG X Y等研究了苏州市土地利用转型的研究框架[14]；汪煜等对苏州市未来景观格局进行了分析与模拟[15]；王跃等利用遥感图像研究了苏州市郊区土地利用变化[10]；伍燕南等分析了苏州市土地利用的生态安全问题[16]。目前苏州市对于土地利用的研究以土地利用与景观格局的变化为主，并未进一步研究苏州市土地利用与景观格局变化产生的生态效应，未来可以从生态效应角度出发研究苏州市的土地与景观格局变化。

以苏州市为例，分析苏州市的土地利用与景观格局的演变过程及特征，一方面为未来研究苏州市的土地问题提供一定的数据参考；另一方面，为苏州市未来土地政策的调整与生态环境保护提供理论依据[2]。

1 研究区概况

苏州位于长江三角洲中部，东经119°55′～121°20′，北纬30°47′～32°02′[11]，东邻上海，西傍太湖，南接浙江，北枕长江，区位条件优越（如图1所示）。2019年年末，苏州市常住人口达到1 075万人，地区生产总值19 235.80亿元，城市化率达到77%[17]，城市化水平远高于全国平均水平，属于高度城市化地区。

图1 苏州市区位图

2 数据来源与研究方法

2.1 数据来源

文中所涉及苏州市1980、2000、2010、2018年的4期土地利用/覆被数据来源于中国科学院资源环境科学数据中心出版的土地利用覆被变化遥感监测数据集[18]。借鉴郭彦军等的研究成果[6]，根据研究需要，将苏州市土地利用类型划分为6个一级地类（耕地、林地、建设用地、草地、水域、未利用土地）与17个二级地类（水田、旱地、有林地、灌木林、疏林地、其他林地、农村居民点、城镇用地、其他建设用地、高覆盖度草地、湖泊、河渠、水库坑塘、滩涂、滩地、裸土地、裸岩石质地）。

2.2 研究方法

2.2.1 土地利用动态度

土地利用动态度是反映土地利用类型动态变化的指数，分为单一动态度与综合动态度。

单一土地利用动态度可表示某一研究区一定时间范围内某种土地利用类型的数量变化情况[13]，其表达式为

式中：K为研究时段内某一种土地的动态度；Ua和Ub分别表示研究时段初与研究时段末某种土地利用类型的数量；T为研究时段时长。

综合土地利用动态度可以反映研究区域内土地的变化速度，其表达式为

式中：LC为综合土地利用动态度；ΔLUi为研究时段内第i类土地转变为非i类土地面积的绝对值；LUi为研究时段初期第i类土地的面积；T为研究时段时长。

2.2.2 土地利用程度

土地利用程度综合指数反映了人类与自然因素对土地的综合作用[19]。庄大方将土地利用程度数量化，将土地利用的理想状态定为4种土地利用级，并对其进行赋值[20]。其表达式为

式中：L为土地利用程度综合指数；Ai为第i级土地利用程度分级指数；Ci为第i级土地利用面积百分比。

2.2.3 土地利用转移分析

通过土地利用转移矩阵进行分析，土地利用转移矩阵可以清楚地反映研究时段初与研究时段末各类土地内部的动态变化。利用Excel将苏州市1980—2018年的土地矩阵制作出来，利用桑基图表示苏州市主要变化的用地类型转移面积的流量与流向。

2.2.4 核密度分析

核密度通常来反映地理现象空间扩散的距离衰减规律，即借助一个移动单元格，对给定区域的点或线格局的密度进行估计[21]，其表达式为

式中：k为核函数形式，n为数据数量，h为窗宽，x-xi为估计点x到已知点xi的距离。

2.2.5 景观格局分析

分析城市景观格局变化对研究城市化的景观生态过程和生态功能变化具有重要意义[22]。目前景观指数是城市景观格局分析方法中最常见的。景观指数能高度浓缩景观格局信息，反映其结构组成和空间配置等方面特征的简单定量指标[23]。文中景观水平上选取的景观指数有NP（斑块数量）、PD（斑块密度）、LPI（最大斑块指数）、LSI（景观形状指数）、CONTAG（蔓延度指数）、SHDI（香农多样性指数）、SHEI（香农均匀度指数）。选取的景观格局指数的计算公式和意义可参见相关文献[24-25]。

3 结果与分析

3.1 土地动态度分析

2000—2010年苏州市土地综合动态度最高，为1.70%（见表1），表明在这一时期，苏州土地利用类型变化最大，土地结构最不稳定。1980—2000年综合动态度最低，为0.40%，表明在这一时期，苏州土地利用类型变化最小，土地利用结构较为稳定。其中，水田、其他林地在整个研究时段内，单一动态度皆为负值，说明水田、其他林地在研究时段内面积一直在减少。水库坑塘、城镇用地、农村居民点在整个研究时段内，单一动态度皆为正值，说明水库坑塘、城镇用地、农村居民点在研究时段内面积一直在增加。灌木林在1980—2010年动态度为正值，但2010—2018年动态度为0，这说明灌木林在前30年面积增加，但2010—2018年面积没有发生变化。疏木林在1980—2010年动态度为负值，但2010—2018年动态度为0，这说明疏木林在前30年面积减少，但2010—2018年面积没有发生变化。

表1 1980—2018年苏州市土地利用动态度 %

3.2 土地利用程度分析

土地利用程度反映了土地利用的广度与深度，反映了人类活动与自然因素的综合作用。1980—2010年期间土地利用程度综合指数呈上升趋势，表示这一时期内苏州市土地利用处于发展阶段，随着苏州城市化水平的不断提高，城镇用地与建设用地不断增加，土地利用程度不断加深。1980—1990年土地利用程度变化度最高，说明这段时期内土地发展最快。2010—2018年时期内土地利用程度综合指数下降，表示这一时期内苏州市建设用地面积并未发生明显的变化（见表2）。

3.3 土地利用转移分析

利用桑基图可以直观展现研究区主要变化的地类面积转移的流向和流量[6]，结果显示如图2所示。

表2 1980—2000年苏州市土地利用程度

图2 苏州市主要变化用地转移桑基图

3.3.1 城镇用地转入转出分析

1980—2000年时期内，大量旱地、水田转变为城镇用地，其中水田为这一时期主要转变为城镇用地的土地类型，转入面积为139 km2；城镇用地主要转变为水田，转出面积为10 km2。在此研究时段内城镇用地面积增加，大量旱地转变为城镇用地，土地利用程度增加。2000—2010年时期内，大量农村居民点、水田转变为城镇用地，其中水田为这一时期主要转变为城镇用地的土地类型，转入面积为817 km2；城镇用地主要转变为农村居民点，转出面积为37 km2。在此研究时段内城镇用地面积增加，大量农村居民点转变为城镇用地，城镇化水平提高。2010—2018年时期内，水田和水库坑塘转变为城镇用地的面积较多，城镇用地转变为水田的面积相对较多，为12 km2。在此研究时段内城镇用地面积变化不大。

从整个研究时段来看，主要是水田转变为城镇用地。城镇用地面积总体一直处于上升趋势，1980—2010年期间增长较快，2010—2018年增长较慢。

3.3.2 水田转入转出分析

1980—2000年时期内，湖泊、农村居民点、水库坑塘转变为水田的面积较大。水田主要转变为城镇用地、农村居民点、水库坑塘，其中水田转变为农村居民点的面积最多，为255 km2。在这一时期内，水田面积有较明显的减少，随着城市化、现代化水平的提高，大量水田转变为城镇用地与农村居民点。2000—2010年时期内，水田转入面积较少，只有农村居民点与水库坑塘转变为水田的面积超过10 km2。而大量水田转变为城镇用地、农村居民点、水库坑塘。城镇用地是水田主要转变的土地类型，转出面积为817 km2。这一研究时期，苏州市经济水平、城镇化水平快速提高，水田迅速减少，城镇用地进一步加快扩张。2010—2018年时期内，水库坑塘、城镇用地、农村居民点转变为水田的面积超过10 km2。水田主要转变为旱地、城镇用地、农村居民点，水田转变为旱地的面积最多，转出面积为536 km2。这一研究时期，随着人口的增加，城镇化水平的进一步提高，水田继续转变为其他类型的用地，但转出速度趋缓。在整个研究时段内，水田面积持续减少，在近几年趋于平缓。

3.3.3旱地转入转出分析

1980—2000年时期内，旱地转入面积较少，只有水田转变为旱地的面积超过5 km2。旱地转出为城镇用地与农村居民点的面积较多，其中城镇用地为旱地的主要转出类型，转出面积为86 km2。这一研究时期，旱地面积减少，主要转变为城镇用地。2000—2010年时期内，旱地转入面积同样较少，转出面积以城镇用地为主，转出面积为41 km2。这一研究时期，旱地持续减少，主要还是转变为城镇用地。2010—2018年时期内，大量水田转变为旱地，水田是这一时期主要转变为旱地的土地类型，转入面积为536 km2。旱地转出面积较少。在整个研究时期内，旱地面积呈现先下降后上升的趋势。旱地在1980—2000年时期内持续减少，主要转变为城镇用地。而在2010—2018年时期内，旱地面积增加，大量水田转变为旱地。

3.3.4 农村居民点转入转出分析

1980—2000年时期内，水田是主要转变为农村居民点的土地类型，转入面积为255 km2，也有部分农村居民点转出为水田，转出面积为79 km2。这一研究时期农村居民点面积增加。2000—2010年时期内，水田、城镇用地转变为农村居民点的面积较多，水田是主要转变为农村居民点的土地类型，转入面积为256 km2。农村居民点主要转出为城镇用地，转出面积为186 km2。这一研究时期农村居民点面积继续增加。2010—2018年时期内，水田依然是转变为农村居民点的主要土地类型，转入面积为72 km2。部分农村居民点转出为水田、城镇用地，转出面积并不大。在整个研究时期内，农村居民点面积始终增加，增长速度由快到慢。水田持续转变为农村居民点，同时农村居民点也部分转变为城镇用地。

3.4 土地利用变化的核密度分析

为了进一步分析苏州市土地转移的特征，采用核密度分析法分析苏州市土地转型的集中程度。利用软件对三个研究时段土地转移图进行格式转换，转换为像元为300的栅格图像，制作55行、50列的渔网，进行分区统计，最后进行核密度分析，得出苏州市研究时段土地转移核密度分析图（如图3所示）。

图3 1980—2018年苏州市土地核密度分析

1980—2000年时期内，苏州市土地转移密度总体不高，转移高密度区主要集中在吴中区，昆山市、张家港市、常熟市也有部分地区属于高密度区。低密度区主要是水域部分，主要分布在苏州市的西南与东北方向。苏州市中部地区大多属于中密度区。这一研究时期，苏州市城市化处于刚刚起步阶段，高密度转移区域相对较少。

2000—2010年时期内，高密度区明显多于1980—2000年时期内。高密度区主要集中在苏州市中部，包括昆山市、吴中区、姑苏区、虎丘区。低密度区以太湖流域的水体为主。中密度区以苏州市西北、东北、东南地区为主。这一时期高密度区与中密度区相较于上一研究时段有所增加，总体土地转移密度高于上一研究时段，这一时期内，苏州市属于城市化加速发展阶段，土地转移密度普遍较高。

2010—2018年时期内，苏州市土地转移密度下降。高密度区域主要集中在张家港市，常熟市、吴江区小部分区域也属于高密度区。中密度区主要是昆山市、太仓市、常熟市、吴江区的部分区域。低密度区在此研究时段内占主导地位。这一研究时段内，苏州市城市化水平属于稳步发展阶段，土地转移密度普遍较低。

从整个研究时段来看，1980—2018年时期内，苏州市土地转移密度呈现先上升后下降的趋势，高密度区域主要集中在北部的张家港市和中部的昆山市、吴中区与姑苏区。分时期来说，2000—2010年时期高密度区域最多，1980—2000年时期高密度区域最少，除2010—2018年，苏州市都以中高密度区为主。

3.5 景观格局演变特征

论文主要研究苏州景观水平上的变化，选取的景观指数及其含义（见表3）。

表3 景观尺度上的景观格局指数

3.5.1 斑块数量与密度变化

苏州市1980—2018年时期内斑块总面积保持稳定，斑块数量呈现先增加后减少最终趋于平缓的趋势（如图4所示），因此相应的斑块密度也呈现先增加后减少最终趋于平缓的趋势。这说明1980—2000年时期内苏州市斑块单位面积减少，景观趋于破碎化，景观异质性增强。2000—2018年时期内苏州市景观异质性减弱，最终景观异质性趋于稳定。

3.5.2 斑块形状变化

苏州市1980—2018年时期内，LPI呈现先下降后趋于平缓的趋势（如图5所示）。1980—2000年时期内，LPI下降明显，这说明优势景观斑块所占的比例下降，对景观格局的控制能力减弱。斑块形状指数LSI在1980—2010年期间缓慢上升，说明这一时期内苏州市各类景观要素偏向不规则化发展，这与这一时期大量水田转变为其他用地类型有一定的关系。2010—2018时期内LSI指数下降，说明这一时期内，景观斑块的形状逐渐趋于稳定。与土地利用程度相对应，1980—2010年呈正增长，2010—2018年呈负增长。

图4 景观水平上斑块数量与密度指数变化

图5 景观水平上斑块形状指数变化

3.5.3斑块团聚程度变化

苏州市1980—2018年时期内，蔓延度指数CONTAG呈现先下降后上升的趋势（如图6所示）。1980—2010年，CONTAG指数下降，这说明这一时期内苏州市景观连通性下降。由土地转移矩阵可知，这一时期内水田大量转变为其他用地类型，各种类型城镇用地面积大量增加，景观要素增加。2010—2018年时期内CONTAG指数上升，这说明这一时期景观连通性有所升高，团聚程度有所升高。由土地转移矩阵可知，这一时期水田面积转出较少，各类城镇用地面积增长速度减缓，景观整体要素的变化趋于缓和。

3.5.4 景观多样性变化

苏州市1980—2018年时期内，香农多样性指数SHDI呈现持续上升趋势（如图7所示）。说明研究时段内苏州市景观丰富度增加，景观的不定因素增加，也说明优势斑块对景观的控制能力有所下降，不同景观类型对景观差异的贡献度缩小。1980—2018年时期内SHEI指数线呈上升趋势再趋于平缓，说明景观均匀度上升后趋于稳定。

图6 景观水平上斑块团聚程度变化

图7 景观水平上斑块多样性变化

3.6 土地利用变化驱动力分析

一般影响土地利用变化的有自然因素与人文因素。文中选取的自然因素有：X1平均气温、X2降水；人文因素包括：X3户籍总人口、X4户籍人口密度、X5地区生产总值、X6第一产业比重、X7第二产业比重、X8第三产业比重。数据来自苏州市统计年鉴[17]。一般情况下，多变量之间具有一定相关性，主成分分析可将多个变量简化为少数几个综合变量，并保留原来多变量的大部分信息，是综合处理多变量相关性关系的一种有效方法[26]。利用SPSS对上述选取的8个因素进行主成分分析，得出相关矩阵、主成分贡献率与主成分载荷矩阵。主成分贡献率越大，说明该成分所包含的原始变量的信息越强[27]，一般来说，主成分累计贡献率达到80%或85%以上即可[28]，文中累计贡献率大于85%，且特征值都大于1，故选取的主成分数目能够满足分析条件（见表4）。

表4 主成分方差贡献率与特征值

由表4可知，第一主成分与地区生产总值、户籍总人口、户籍人口密度、第三产业比重呈高度的正相关，说明在苏州土地利用变化的驱动力中人口、经济是重要的影响因素，其中在第一主成分中，地区生产总值是最重要的影响因素，户籍人口为次重要的影响因素。第二主成分与降水量呈高度的正相关，说明自然因素对苏州市土地利用的变化也有一定影响，其中在第二主成分中降水是最重要的影响因素，第一生产总值为第二重要的影响因素。葛欣怡等对土地变化的驱动力进行了主成分分析分析，结果表明第三主成分与降水量呈高度正相关，表明自然因素与土地变化存在一定的联系[10]。

4 结语

1980—2000年时期内苏州市土地结构相对较为稳定，2000—2018年时期内土地结构变化较为明显。主要用地类型中，水田面积呈现持续下降的趋势，城镇用地、农村居民点呈现逐年上升趋势，湖泊处于先上升后下降再上升的趋势。苏州市土地利用综合动态度在2000—2010年最高，在1980—2000年最低。在整个研究时段内，水田和其他林地的单一动态度始终为负值，城镇用地、水库坑塘、农村居民点始终为正值。1980—2010年时期内苏州市土地利用程度加深，苏州市土地处于发展阶段；2010—2018年土地利用程度综合指数下降，表明苏州市建设用地面积并未发生明显变化，土地利用类型的转变并不明显。土地利用转移矩阵分析表明，1980—2010年时期内，用地类型的变化主要表现为水田转变为城镇用地与农村居民点，转变面积由大到小为2000—2010年、1980—2000年、2010—2018年。土地转移密度的高低符合苏州市城市化的发展速度，2000—2010年苏州市属于城市化发展阶段，土地转移的高密度区较多；2010—2018年苏州市城市化处于稳步发展阶段，土地转移以低密度区为主。在景观水平上，1980—2010年时期内，苏州市的景观格局趋于破碎化与不规则化，同时优势斑块对景观的控制能力减弱；2010—2018年时期内，苏州市景观格局逐步趋向稳定。主成分分析驱动力因素表明，人口、经济因素是苏州市土地利用变化的主要原因；自然因素中降水对土地变化也有所影响，但影响较小。