基于CA-Markov模型的阿克苏地区土地利用变化研究及预测

李宇飞，张永福，赵 玉，卜 祥

(新疆大学资源与环境科学学院，新疆大学绿洲生态教育部重点实验室，新疆乌鲁木齐 830017)

土地利用和覆被变化是全球环境变化和可持续发展的重要组成部分，在全球物质循环和能量流动中起着关键作用，因此通过研究土地利用变化的规律，利用模型拟合并预测区域土地利用变化趋势对于合理开发利用土地资源、促进区域可持续发展具有重要意义[1-2]。近几十年来全球土地覆被发生了剧烈变化，人类活动对土地覆被变化的影响成为“人类世”最为显著的特征之一[3]。

目前研究我国不同尺度、不同时间的土地利用/土地覆被的成果相当丰硕，如刘纪远等[4]用人机交互解译Landsat 8 OLI、GF-2等遥感卫星图像，运用土地利用动态度、年变化率指标，综合分析全国和全国五大区域2010—2015年土地利用变化的时空特征；王小伦等[5]运用GlobeLand 30全球土地覆被数据集，分析吉林省西部2000—2020年土地利用变化，并用CA-Markov模型对2030年土地利用进行预测；陈军等[6-7]基于GlobeLand 30数据分析全球建设用地和耕地的变化。土地利用模拟方面也已形成很多有效的模型，如Logistic模型、Markov模型和CA模型等存在一定局限[8-10]。CA-Markov模型综合CA模型模拟复杂空间动态变化的能力和Markov模型长期预测的优点，不仅提高土地利用变化预测精度，又较好地模拟土地利用格局的空间过程[11-13]。

阿克苏各县市多集中分布于干旱区绿洲，不仅面临生态环境如干旱缺水、土地盐碱化、沙尘天气多、草场退化等问题，随着阿克苏地区人类活动的加剧，同样面临建设用地需求增大而占用优质耕地、低效土地利用等问题。脆弱的生态环境与用地需求增长的矛盾日益突出，各级人民政府作为土地管理部门，为实现区域可持续发展，贯彻五大发展理念，积极寻找对策，如划定三条红线、退耕还林还草还林等，制定科学合理的国土空间规划来促进生态文明建设。笔者以2000、2010和2020年的GlobeLand 30数据为基础，运用土地利用动态度、土地转移矩阵和土地利用变化图谱分析阿克苏地区2000—2020年土地利用变化，并预测未来2020—2030年土地利用变化的趋势，以期为阿克苏地区土地空间规划提供参考，对该地区土地资源的开发和利用有积极作用。

1 资料与方法

1.1 研究区概况阿克苏地区位于新疆维吾尔自治区西南部，包括阿克苏地区的“七县二市”及兵团第一师阿拉尔市，地处天山南麓、塔里木盆地北缘，总面积约13.14万km2，地理坐标为78°01′～84°05′E、39°27′～42°38′N。阿克苏地区为暖温带大陆干旱性气候，气候干燥，蒸发量大，降水稀少，北部为众多山峰；中部为山麓砾质扇形地、冲积平原区、戈壁、绿洲相间；南部是塔克拉玛干沙漠[14]。 2019年末，阿克苏地区常住总人口为309.04万。阿克苏地区城市多集中分布于绿洲及流域，是连接库尔勒、喀什、伊宁的枢纽，地理位置十分重要。研究区如图1所示。

图1 研究区示意图

1.2 数据来源及预处理地表覆盖数据来源于30 m全球地表覆盖数据GlobeLand 30(http：//www.globallandcover.com)。GlobeLand 30数据共包括10个一级类型，分别是耕地、林地、草地、灌木地、湿地、水体、苔原、人造地表、裸地、冰川。由于阿克苏地区不涉及苔原，故下文没有苔原统计数据。该研究采用2000、2010和2020年的GlobeLand 30产品数据2000LC030、2010LC030和2020LC030；阿克苏地区永久基本农田、沟渠和道路数据来源于各县市自然资源局；DEM数据来源于地理空间数据云(https：//www.gscloud.cn)。

对3期GlobeLand 30数据镶嵌和裁剪，提取阿克苏地区2000、2010、2020年土地利用数据；提取各县市的永久基本农田、沟渠和道路数据，并转为栅格数据；统一以上数据的空间参考系、范围和空间、精度。

1.3 研究方法

1.3.1土地利用动态度。土地利用动态可以揭示地类的综合变化率，客观地表示全部地类之间变化速度情况，反映区域土地利用变化的强烈程度[15-16]。土地利用动态度为正值，说明在研究时间段该地类面积在增加；土地利用动态度为负值，说明在研究时间段该地类面积在减少；土地利用动态度的绝对值越大，说明该土地利用类型的变化速度越快[17]。

(1)单一土地利用动态度可定量描述区域一定时期内某种土地利用类型的变化速度。该值越大，说明该类型变化越快。其公式如下：

(1)

式中，D为土地利用某类型动态度，Sa为初始年土地利用类型面积，Sb为终止年土地利用类型面积，T为初始年到终止年的时间间隔。

(2)综合土地利用动态度反映了研究区在一定时期内土地利用总体类型的变化，反映了社会经济发展对区域土地利用变化的综合影响。其公式如下：

(2)

式中，LC为综合土地利用动态度，LUi为研究初期第i类土地的面积，ΔLUi-j为某一时间段第i类土地转化为j类土地的面积绝对值，T为时间尺度。

1.3.2土地利用转移矩阵。土地利用转移矩阵以矩阵的形式列出前后两期土地利用变化类型的转移面积，可以详细地展现出不同类型之间的相互转换关系[18-19]。其公式如下：

(3)

式中，L为土地利用类型面积，n为土地利用类型数量，i为初始年土地利用类型，j为终止年土地利用类型。

1.3.3土地利用变化图谱。土地利用变化图谱可以从空间上反映各种地类在研究时间段的转移情况[20]。在ArcGIS 10.2中，将2000、2010和2020年阿克苏地区土地利用数据重分类后输入到栅格计算器中，按以下公式进行运算：

N=100A+10B+C

(4)

式中，N为图谱单元值，A为起始年土地类型代码，B为中间年土地类型代码，C为终止年土地类型代码。

1.3.4CA-Markov模型。马尔可夫(Markov)模型具有无后效性和稳定性，即在t+1时刻的土地利用类型状态仅取决于t时刻的状态[21]。其公式如下：

S(t+1)=St×P

(5)

式中，S(t+1)、St分别为t+1、t时刻研究区土地利用类型状态向量；P为土地利用状态转移概率矩阵。

元胞自动机(cellular automata,CA)模型是一种时间、空间、状态都离散，空间相互作用和时间因果关系都为局部的网格动力学模型[22]。现已被广泛应用于土地利用变化模拟研究。其公式如下：

S(t+1)=f(St，N)

(6)

式中，St、S(t+1)分别是t、t+1时刻的系统状态结果，N是元胞的邻域范围，f是邻域范围内元胞单元相互作用的状态转移规则函数。

Markov模型着重探索时间尺度上LUCC变化特征与规律，难以预测土地利用的空间格局变化；CA模型关注地块、人群、环境等微观因子间的相互作用机制，但其主要着眼于元胞的局部相互作用，存在一定的局限性[23]。CA-Markov模型将马尔可夫链长时间序列预测的能力与元胞自动机模拟复杂系统空间变化的优势相结合，可实现动态、多情景模拟LUCC的能力，且具有较好的模拟精度[24]。

运用IDRISI Selva软件进行Markov预测，首先将阿克苏地区2010年与2020年两期土地利用图像进行对比分析，得到2010—2020年各地类转移矩阵和过渡适宜性图像集。其次为了更准确模拟下一时刻的土地利用变化，林地、草地、灌木地、湿地、水体、裸地、冰川沿用Markov操作得到的各自过渡适宜性图像集，而耕地和人造地表的变化较为复杂，在此需要用IDRISI中的decision wiard对耕地和人造地表进行多标准评估。多标准评估中分为限制因素和影响因素。水体一般不会转化为耕地，所以将水体设置为限制因素。在干旱区，耕地的发展不仅受到高程和坡度的制约，更会受到水资源的制约，所以选取沟渠、坡度和高程作为影响因素[24]。水体和永久基本农田基本不会发展为人造地表，故将水体和永久基本农田设置为人造地表的限制因素，道路、坡度和高程设置为影响因素。多标准评估后产生的单一图层即为该地类的过渡适宜性图像。最后进行CA-Markov模拟，基础土地覆被图像选择2020年阿克苏地区土地利用图像；马尔可夫过渡面积文件选择Markov操作得到的转移面积文件；过渡适宜性图像集选择Markov和decision wizard操作得到的各地类过渡适宜性图像；元胞自动机迭代次数为10；元胞自动机过滤器类型为标准5×5临近滤波器，即可得到2030年阿克苏地区土地利用模拟图像。

2 结果与分析

2.1 土地利用动态度分析从图2和表1～2可以看出，由于阿克苏地区南部为大面积的塔克拉玛干沙漠，并未很好地得到开发，所以土地利用中裸地占比较大，占据优势地位，面积占比虽然达60%以上，但在2000—2020年面积及占比一直在下降，减少速度先慢后快。阿克苏地区草地空间分布较集中，主要集聚在西部、北部和东部广大地区，草地在各县之间分布差异较大，其中温宿县、拜城县、库车县和乌什县分布较多，草地面积在阿克苏土地利用面积中仅次于裸地，面积占比由2000年的16.48%下降至2020年的14.57%，减少速度先快后慢。耕地在2000—2020年持续增长了3 465.55 km2，耕地动态度2010—2020年较大，2010—2020年增长较快，说明2010—2020年阿克苏地区农业快速发展。人造地表由2000年的478.26 km2增长到2020年的1 099.91 km2，面积为2000年面积的2.30倍，人造地表动态度2010—2020年较大，2010—2020年增长迅速，说明2010—2020年阿克苏地区城市扩张迅速，人口与经济快速发展。从林地的空间分布上看，东部地区集聚程度较高，南部较少有森林资源分布；沙雅县、库车县和阿瓦提县林地较多，阿克苏市林地较少。林地与灌木地面积在2000—2010年较快增长，2010—2020年无明显变化。湿地和水体面积均有所增长，湿地动态度2000—2010年较小、2010—2020年较大，水体动态度则为2000—2010年较大、2010—2020年较小。冰川较其他土地利用类型无明显变化。

表1 2000—2020年阿克苏地区土地利用面积及占比

图2 2000—2020年阿克苏地区土地利用现状

总体来说，2000—2010年，灌木地、水体和林地动态度较大，在此期间变化速度较快；2010—2020年，湿地、人造地表和耕地动态度较大，在此期间变化速度较快；2000—2020年，裸地和草地持续大面积减少，耕地、人造地表和水体持续增加。通过对比前后10年的土地利用变化后发现，阿克苏地区2010—2020年综合土地利用动态度(0.37%)大于2000—2010年综合土地利用动态度(0.20%)，说明2010—2020年阿克苏地区对土地的开发和利用更为迅速。

表2 2000—2020年阿克苏地区土地利用变化面积及土地利用动态度

2.2 土地利用转移分析将阿克苏地区的2000、2010和2020年的GlobeLand 30产品数据2000LC030、2010LC030和2020LC030中的栅格数据运用ArcGIS 10.2转成矢量数据，3期数据相交得到阿克苏地区2000—2010和2010—2020年土地利用转移矩阵，具体见表3～4。从表3～4可以看出，耕地转入远大于转出，20年间面积增加了3 465.55 km2，主要由裸地和草地转入，可能由于耕地占补平衡系统中新增耕地指标与新增建设用地指标相联系，促使政府和个人积极开发耕地；转出主要为人造地表和草地，说明不仅存在建设占用耕地的情况，而且存在少量耕地撂荒问题，这种情况在2010—2020年更为明显。2000—2010年林地转入大于转出，2010—2020年是转出大于转入，总体转入大于转出，面积增加了1 079.39 km2，林地和草地相互转换面积较大；2000—2010年转入转出变化较大，有大量草地与裸地转入，同时也转出为草地和水体，2010—2020年由草地转入，主要转出为草地和湿地。草地转入远小于转出，面积减少了2 521.26 km2，2000—2020年转入以裸地和林地为主，转出也主要为裸地和林地。2000—2010年灌木地转入大于转出，2010—2020年转出大于转入，总体转入大于转出，面积增加了406.24 km2，2000—2020年转入主要为裸地和草地；转出主要为裸地、草地和湿地。湿地转入大于转出，面积增加了869.71 km2，2000—2010年变化较小，2010—2020年大量的裸地、草地和水体转入湿地；转出较少，主要转为水体，水体和湿地相互转换。水体转入大于转出，面积增加了587.14 km2，2000—2010年以转入为主，主要由裸地和林地转入，转出较小；2010—2020年水体与林地、裸地、草地和湿地之间相互转换。人造地表转入大于转出，面积增加了621.65 km2，主要转入为耕地和裸地，近年来，农村安居富民工程、旧城改造、棚户区整治、小城镇试点建设等民生工程以及城市化工业化对建设用地需求旺盛，导致人造地表面积大幅增加；转出也主要为耕地，说明人造地表的主要来源为耕地，由于城乡建设用地增减挂钩、采矿用地整治等项目的实施刺激原本的人造地表复垦为农用地。裸地转入小于转出，面积减少了4 700.78 km2，转入主要为草地；转出主要为耕地和草地。冰川变化较小，与裸地相互转入转出。

表3 2000—2010年阿克苏地区土地利用转移矩阵

总体来说，裸地、草地和林地是其他除人造地表地类外的主要转入来源，它们之间同样也进行着复杂的转换，人造地表的主要来源为耕地，水体和湿地、林地和草地相互转换。

表4 2010—2020年阿克苏地区土地利用转移矩阵

2.3 土地利用图谱分析该研究建立阿克苏地区2000—2020年的土地利用图谱，在空间上展示研究区的土地利用变化特征。研究区内土地利用变化分为5种图谱变化模式：①稳定型，如A-A-A；②前期变化型，如A-B-B；③后期变化型，如A-A-B；④反复变化型，如A-B-A；⑤持续变化型，如A-B-C，结果见表5。

表5 2000—2020年阿克苏地区土地利用变化图谱分析

从表5可以看出，5种图谱变化模式中，稳定型面积占比达88.24%，处于绝对优势地位，其中以无变化的裸地为主，面积占比69.54%，这是由于阿克苏地区土地总量大，未利用地占比过高；后期变化型面积占比7.03%，其中裸地-裸地-耕地占后期变化型面积21.37%，裸地-裸地-草地17.58%，草地-草地-耕地占比16.59%，3种演变类型面积及所占比例较为接近，2010—2020年阿克苏地区大量裸地与草地共计3 511.49 km2变为耕地，主要分布在阿克苏河下游和渭库绿洲外围；前期变化型面积占比3.34%，其中草地-裸地-裸地面积1 130.82 km2，占比25.71%，主要分布在北部雪山和林地、草地的过渡地带，南部塔克拉玛干沙漠与绿洲过渡地带和西部山地向阿克苏绿洲的过渡带；持续变化型面积961.87 km2，占比0.73%，其中草地-裸地-耕地面积达78.86 km2，占比8.20%，此图谱中的变化类型较多；反复变化型在这5种类型中面积最小，其中草地-裸地-草地占反复变化型面积的35.04%。

下面重点分析2020年现状为耕地和人造地表的图谱演变，即图谱栅格单元属性值末位为耕地和人造地表。由于前期变化型是在2000—2010年发生形成的，反复变化型、持续变化型和后期变化型都是在2010—2020年发生形成的，以下按时间进行简化描述。2000—2010年各种地类转入耕地615.19 km2，2010—2020年各种地类转入耕地3 944.14 km2，共计4 559.33 km2。2000—2010年阿拉尔市和温宿县分别新增266.73和122.90 km2，各占2000—2010年新增总面积的43.36%和19.98%，其他各县则新增耕地较少，其中柯坪县新增耕地为1.66 km2，位于末位。2010—2020年各县新增耕地明显增多，阿克苏市和库车市耕地面积增加较多，分别达1 128.93和920.57 km2。2000—2020年阿克苏市、库车市、沙雅县和阿拉尔市耕地增长面积较多，以上县市位于阿克苏河流域下游或是渭干河下游，水资源丰富，开垦条件较好。

2000—2010年各种地类转入人造地表126.04 km2，2010—2020年各种地类转入人造地表625.89 km2，共计751.93 km2。2000—2010年库车县和阿克苏市分别新增38.72和23.80 km2，各占2000—2010年新增人造地表总面积的30.72%和18.88%，其他各县则新增人造地表较少。2010—2020年各县人造地表面积明显增加，阿克苏市和温宿县人造地表面积增加较多，分别达100.07和95.02 km2。2000—2020年阿克苏市、温宿县、库车市和阿拉尔市人造地表扩张较多，以上县市地理位置优越，发展较快。

2.4 CA-Markov模型预测2030年土地利用将预测的2020土地利用年数据与实际2020年土地利用数据进行精度判断，用来分析以这种方法预测其他年份的数据可靠性。精度越高表示该种方法预测越准确，效果越好。在IDRISI 17.0中使用2000和2010年阿克苏土地利用数据和CA-Markov模型模拟出阿克苏地区2020年土地利用数据与实际2020年土地利用现状数据对比，使用IDRISI 17.0软件中的CROSSTAB模块进行验证，结果显示kappa为0.874 5，kappa系数大于0.8，精度较高，模拟结果较为可信[25-26]。2030年土地利用模拟情况详见图3和表6～7。

图3 2030年阿克苏地区土地利用预测

从表6、7可以看出，2020—2030年阿克苏地区土地利用演化趋势：①大量草地与裸地转入为耕地，耕地预计增加2 029.94 km2，绿洲向继续外缘扩展，使得阿克苏绿洲和渭库绿洲外围地形坡度良好的草地和裸地被开发成耕地，随着高效节水灌溉的发展与推广，水资源利用效率的提高，耕地的大规模增加成为可能；②草地、林地和灌木地转出到水体和湿地中，面积减少，水体和湿地的转入较多、转出较少，水体和湿地相互转换，近年来阿克苏地区加强生态文明建设，修建阿克苏市多浪河国家湿地公园、乌什县托什干河沙棘林湿地公园和沙雅塔里木河上游湿地自然保护区等生态功能区域，加强对湿地和水体的增加和保护；③人造地表快速扩张，相比2020年人造地表预计面积增加了1 993.15 km2，动态度达到18.12%，远大于其他地类的动态度，主要来源仍为耕地，随着阿克苏地区经济总量的稳步提升，产业结构的进一步优化，对人口和投资的吸引力越来越强，阿克苏地区道路用地、工业用地、宅基地等建设用地都呈增加趋势，要严格实行耕地占补平衡制度，避免城市的盲目扩张造成的用地浪费；④裸地进一步减少，转出为耕地、草地和湿地。

表6 2030年阿克苏地区预测土地利用动态度及与2020年面积差值

2020—2030年基本延续2010—2020年土地利用演变趋势：裸地和草地被开发，所占面积比重进一步下降；随着经济发展，人造地表进一步扩大；湿地和水体面积增加较多，林地、草地、灌木地面积较少，土地利用综合动态度(0.41%)大于前20年，土地利用变化加剧。

表7 2020—2030年阿克苏地区土地利用转移矩阵

近期阿克苏地区土地利用趋势及建议：①建设用地扩张显著增加。在“一带一路”倡议、西部大开发和承接东部产业的背景下，阿克苏地区拥有丰富的石油、煤电、矿产等工业资源以及特色林果、棉花、畜产品和粮等农业资源，地区的社会经济发展与城镇化建设都迎来了新的机遇和挑战，地区建设用地供需矛盾将进一步加剧。要充分利用已有建设用地，改造存量闲置低效用地，提高地区建设用地节约集约利用水平；继续开展城乡用地增减挂钩、富民安居等工程，优化农村居民点用地布局。此外地区永久基本农田的空间布局也存在一定问题，如2017年划定的永久基本农田保护区域里城镇较近且分散零星分布，自身不具规模，也阻碍了城镇的进一步发展。在未来永久基本农田调整补划中，在政策允许的情况下将城区内和城区周边的永久基本农田在数量不减少质量不降低的情况下调整到城市周边外或城市周边的大片优质耕地区域内，使其集中连片好耕作。建设用地在需求大幅增加、总量增加较少情况下，促使地区转变土地利用方式、提高土地利用效率。②耕地总量明显提升。阿克苏地区拥有小麦、玉米、水稻、棉花、红枣、苹果、核桃、香梨、设施蔬菜等丰富的农业种植资源，但现阶段耕地中高标准农田占比较低，许多耕地面临盐渍化、潜在盐渍化土地、沙化的风险，有的耕地甚至严重干旱缺水。耕地要继续完善路林渠等配套设施，适当放缓耕地开发速度，对于已有耕地要提升土地资源利用效率，继续开展高标准农田与高效节水建设，对于坡度较高适合发展特色林果业要退耕还林，对于严重缺水的耕地实行退耕还草，做到因地制宜。③湿地和水体增加，草地、林地减少。针对近年来的生态环境问题，阿克苏地区确定土地空间生态修复格局并对土地空间生态修复重大工程布局为形成和谐共生的生态建设示范区不懈努力。对现状生态保护项目、生态保护等级进行详细梳理，并且“双评价”分析结果，在保证生态环境不受影响的情况下，适度地、合理地重新确定生态保护红线的范围；完善国土空间规划，统筹划定生态保护红线、永久基本农田保护红线和城镇开发边界。

3 结论与讨论

该研究以2000、2010和2020年3期GlobeLand 30 数据为基础，运用土地利用动态度、土地转移矩阵和土地利用变化图谱分析阿克苏地区2000—2020年的土地利用变化并结合CA-Markov模型对阿克苏地区2030年土地利用进行预测，得出以下结论：

(1)2000—2010年，灌木地水体和林地动态度较大，在此期间变化速度较快；2010—2020年，湿地、人造地表和耕地动态度较大，在此期间变化速度较快；2000—2020年，裸地和草地持续大面积减少，耕地、人造地表和水体持续增加。通过对比前后10年的土地利用变化后发现，阿克苏地区2010—2020年综合土地利用动态度(0.37%)大于2000—2010年(0.20%)，说明2010—2020年阿克苏地区对土地的开发和利用更为迅速。

(2)2000—2020年耕地主要的来源为裸地和草地；林地最大来源为草地，同时与草地之间相互转换；湿地和水体相互转换；人造地表的最大来源为耕地；裸地和草地相互转换，裸地和草地持续转出为其他地类。

(3)2000—2020年，5种图谱变化模式中稳定型占绝对优势；后期变化型和前期变化型占总面积的10.37%，比较大；持续变化型和反复变化型则很少，共占总面积的1.39%。

(4)利用CA-Markov模型对研究区2030年土地利用变化进行预测，kappa系数大于0.8，精度较高，用来分析未来土地利用趋势并提出建议。

该研究选取的土地利用数据为30 m分辨率，存在一定误差且分类较少。随着科技的发展，未来会选取精度更高、分类更细的数据，进一步研究土地利用变化。

在利用CA-Markov模型对研究区2030年土地利用变化进行预测时，选取的影响因子较少，并仅对耕地和人造地表制作了专门的适宜性图集，其他地类则沿用Markov操作中直接得到的适宜性图集；CA-Markov模型预测是基于上一时间段的土地利用变化，所以预测的结果所表明的趋势与上一时间段的土地利用变化方向有很多相似。另外，土地利用预测中受政策影响较大，该研究在政策方面考虑较少。