1995-2018年黄河流域土地利用变化及驱动力分析

黄钰清，李骁尧，于 强，黄华国

(1.北京林业大学 森林资源和环境管理国家林草局重点实验室，北京 100083；2.北京林业大学 林学院，北京 100083)

土地利用变化(land use/cover change，LUCC)是人类活动作用于自然生态最直接客观的反映[1]。随着现代工业的发展，城市化进程不断加快，人类对土地资源的开发越来越频繁[2]，全球的土地利用结构发生了巨大的改变，全球生态系统功能和生物多样性正面临来自多方面的巨大压力和严峻挑战。为了解决人类与土地互利关系，一方面，2005年制定的“全球土地计划(GLP)”、 1995年制定的“国际地圈生物圈计划(IGBP)”和“全球变化人文因素计划(IHDP)”都把土地利用/覆被变化设定为全球变化研究的核心内容；另一方面，很多学者在这方面做了大量的研究。近年来，学者们对土地利用变化展开了多维度、多视角的研究，在土地转型分析等方面取得了丰硕的成果，基本形成了国家[3-4]、地区[5]等多尺度研究体系。

针对LUCC的时空格局演变，不同的学者有不同的研究方法。以土地利用结构变化为主题的研究主要集中在LUCC时空变化过程分析[6]、LUCC变化轨迹模拟[7-9]、未来时空变化预测[10]、变化驱动力[11]等方面。由于近几年遥感技术的飞速发展，遥感在研究LUCC方向中已经得到了较为广泛的应用。显然，低成本地获取大面积数据、快速获取信息、不受地面条件约束的遥感技术在土地利用研究中更受学者青睐。

河流流域是人类活动最频繁的区域之一[12-18]，流域的土地利用变化更明显。一般来说，河流上游生态环境被破坏后，会直接影响到中下游的生态环境，因此研究河流流域的土地时空格局演变尤为重要。但是，学者们对河流流域的研究还比较少。目前，中国的7大流域中，已有许多流域的土地资源被过度开发与利用。黄河——中国第一大流域，自改革开放后，城镇化进程加快，人们对土地的开发愈加频繁，上游的土地荒漠化[19]、中游的水土流失、下游形成的“地上悬河”[20]，影响了整个流域的生态系统平衡，恶劣的环境问题严重制约了黄河流域的高质量发展。自2019年起，黄河流域生态保护和高质量发展上升为国家重大战略，黄河流域的土地利用变化成为了国家重大战略和学术界关注的热点。

但现有的流域研究大多数只针对流域流经的省级行政区域，或只选取流域的某一段进行研究，没有从整个流域的土地利用结构深入分析。此外，大多数学者都只研究一级地类下的土地利用结构变化，忽视了同一级地类中土地的相互转化。因此，黄河流域缺少针对全流域以及关注同级地类转化的文献。关于驱动力分析的研究中，目前大多文献都是利用主成分分析法分析土地利用变化的驱动力，从单一的线性关系分析自变量与因变量之间的联系，忽视了土地类型之间单因子变量的空间分异性以及两个自变量空间分布的耦合性。就选取驱动因子而言，多数文献只包含气象因素和经济因素，鲜有讨论政策因素对土地类型变化的影响。

综上，本研究选用黄河流域23 a的土地利用数据，分析1995、2000、2005、2010、2015、2018年土地利用类型的时空变化关系，借鉴生信学科近年来广泛应用的弦图对二级地类之间土地结构转换结果进行可视化，利用气温、降水、夜光遥感、NDVI等遥感数据基于地理探测器[21]探究黄河流域变化的驱动力，揭示黄河流域过去23 a的时空格局演变，对黄河流域的土地整治、生态修复以及生态文明可持续发展提供借鉴。

1 研究区概况

黄河流域(95°5′-119°3′E,32°9′-41°51′N)位于中国中部，总面积为8.09×105km2。黄河流域主要包括了青海省、甘肃省、宁夏回族自治区、内蒙古自治区、四川省、陕西省、陕西省、河南省以及山东省，还包括了黑河、清水河、汾河等13条支流。黄河流域的上游以山地为主，下游以平原丘陵为主。自改革开放以来，人们频繁地生产活动，导致土地利用类型发生变化，影响了流域的生态环境及生物多样性。

图1 黄河流域地理位置

2 研究方法

2.1 数据来源

本研究采用的黄河流域范围、各省市行政区域，空间分辨率为1 km的土地利用遥感监测数据，均来源于资源环境云平台(http://www.resdc.cn/)。黄河干流与支流数据来自OpenStreetMap(http://www.openstreetmap.org/)。气温数据(ERA5)、降水数据(TRMM)、NDVI数据(MODIS)来源于Google Earth Engine平台。本研究采用的夜间灯光数据是首套2000-2018年全球500 m分辨率的“类NPP-VIIRS”夜间灯光数据集[22]。

2.2 研究方法

2.2.1 土地利用动态度 土地动态度[23]可以分为单一土地利用动态度和综合土地利用动态度。

1)单一土地利用动态度，常用K表示，表达的是某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,其表达式为

(1)

式中:Ua和Ub分别代表前期和后期土地利用类型面积，T代表两期间隔的时间。

2)综合土地利用动态度分析某一研究样区的综合土地利用动态度，其值常用LC表示，指该研究区土地利用年变化率。

(2)

式中:ΔLUi-j为第i类土地利用类型转为非i类土地利用类型面积的绝对值，ΔLUi为前期土地利用类型的面积，T为2期间隔的时间。

2.2.2 土地利用转移矩阵 土地利用转移矩阵可以定量地表明2个时期不同土地利用类型之间的转化情况，还可以揭示不同土地利用类型间的转移速率，反映了土地的时空格局的变化，其表达式为

(3)

式中:Kab指初始时期的第a种地类转变为终止时期的第b种地类的面积，n为土地利用类型数量。

2.2.3 地理探测器 地理探测器是一种探测空间异质性，分析驱动因素之间相互关系的研究方法[24]。本研究主要利用因子探测和交互探测分析黄河流域土地利用变化的驱动力。

2.2.3.1 因子探测 探测自变量即气温、降水、夜光遥感数据和NDVI的变化对因变量(土地利用变化)的空间异质影响力，结果通常用q表示，若q越大表示自变量对因变量的解释力越强，q在0～1的范围内。其表达式如下

(4)

(5)

SST=Nσ2

(6)

2.2.3.2 交互探测 用于判断2个不同的驱动力之间是否有显著的差别，通常用t表示。交互作用结果共分为以下几种：当q(X1∩X2)>Max(q(X1),q(X2)),为双因子增强；当q(X1∩X2)>q(X1)+q(X2)),为非线性增强；当q(X1∩X2)>Min(q(X1),q(X2)),为非线性减弱；当q(X1∩X2)=q(X1)+q(X2)时，X1和X2对因变量的影响相互独立。

3 结果与分析

3.1 土地利用分布情况

黄河流域的土地利用类型以草地为主，分为低覆盖度草地(盖度为0.1～0.2)、中覆盖度草地(盖度为0.2～0.5)、高覆盖度草地(盖度>0.5)，约占研究区总面积的47%，按面积占比从大到小排列的顺序分别是中覆盖度草地、低覆盖度草地、高覆盖度草地。其次是旱地，约占研究区总面积的25%，林地分为有林地、疏林地、灌木林、其他林地，约占13%。

表1 黄河流域土地利用类型面积占比

1995-2018年，旱地、高覆盖度草地和沙地占研究区的比例分别降低了1.18%、0.78%、0.44%；中覆盖度草地、低覆盖度草地、疏林地、裸岩石质地占比分别增加了0.48%、0.54%、0.24%、0.22%，其他地类变化<0.2%。

3.2 土地利用动态度

3.2.1 土地利用单一动态度 1995-2018年，单一动态度为正值的前3种地类是有林地、中覆盖度草地和滩涂，表明它们的面积增加；面积减少的地类中，其他建筑用地减幅最大，其单一土地利用动态为-3.82%。各个时间段单一动态度最大的地类分别是：盐碱地、城镇用地、旱地、其他建设用地、滩涂，它们的动态度分别是2.9%、4.8%、15.0%、25.2%、144.5%。1995-2010年的各类土地利用变化表现得比较剧烈，多个地类的变化度为0%，2010-2018年变化的土地种类增多。1995-2018年，除了有林地、中覆盖草地、滩地和盐碱地出现了明显的增长以及其他建设用地呈现-3.8%的下降趋势以外，黄河流域的其他土地利用类型变化表现较为稳定(图3)。

3.2.2 综合土地利用动态度 在这23 a中，黄河流域的综合土地利用动态度为0.41%，2000-2005年发生类型转变面积最多，为43 956 886.22 km2，2015-2018年综合动态度最高，为10.02%，这是因为时间较短，3 a内的综合动态度变化较大(表2)。

表2 1995-2018年黄河流域综合土地利用动态度变化

3.3 土地利用转移矩阵

由于涉及的土地类型较多，在此选取了城镇用地、低覆盖度草地、高覆盖度草地、灌木林地、农村居民点、其他建设用地、其他林地、疏林地、有林地、中覆盖度草地这10个土地类型进行分析。

1995-2000年土地利用变化总量为53 166 695.93 km2，中覆盖度草地的转入和转出面积最大，主要来源和主要去向均为低覆盖度草地、高覆盖度草地。2000-2005年的土地利用变化共48 102 321.84 km2，其中，中覆盖度草地的净转入和净转出面积最大，主要来源于低覆盖度草地、高覆盖度草地、灌木林地和疏林地；转出面积的去向主要是低覆盖度草地、高覆盖度草地、灌木林地和疏林地。2005-2010年的土地利用变化共53 549 180.15 km2,但由于大多数是同一地类的变化，因此图中的变化线条较少。其中，转出面积最大的地类是低覆盖度草地，主要的去向是中覆盖度草地；转入面积最大的是中覆盖度草地，主要来源于低覆盖度草地。2010-2015年的土地利用类型变化总量约有48 469 616.64 km2。其中，转出面积最大的地类是中覆盖度草地，转出的主要去向是低覆盖度草地、高覆盖度草地及灌木林地；转入面积最大的地类是中覆盖度草地，主要由低覆盖度草地、高覆盖度草地、灌木林、农村居民点、疏林地等地类转入，其中低覆盖度草地转入面积高达987 671.52 km2。2015-2018年的土地利用类型变化总量是5期数据中最少的，仅有427 179.11 km2。这一时期里，转出面积最大的依旧是中覆盖度草地，主要转往低覆盖度草地、高覆盖度草地、灌木林地，转入面积最大的也是中覆盖度草地，主要也是由低覆盖度、高覆盖度草地以及灌木林地转入(图4)。

注：UL、LGL、HGL、SL、RS、OCL、OWL、SWL、WL和MGL分别代表城镇用地、低覆盖度草地、高覆盖度草地、灌木林地、农村居民点、其他建设用地、其他林地、疏林地、有林地和中覆盖度草地。

总体来看，1995-2018年的土地利用变化面积达到了4.3×109km2，主要的变化发生在了1995-2000年和2005-2010年。中覆盖度草地成为黄河流域转入面积最大的土地类型，约9.6×108km2，转入面积前5名按从大到小排列依次为中覆盖度草地、低覆盖度草地、高覆盖度草地、灌木林地、有林地，其转入面积均超过1.5×108km2,是黄河流域面积的1.5倍以上。中覆盖度是转出面积最大的土地类型，面积约9.4×108km2，转出面积前6名按从大到小排列依次为中覆盖度草地、低覆盖度草地、高覆盖度草地、灌木林地、有林地，它们的转出面积均超过1.5×108km2，是黄河流域面积的2倍以上。因此，黄河流域土地变化类型关注的重点是中覆盖度草地、低覆盖度草地、高覆盖度草地、灌木林地、有林地等。

3.4 黄河流域土地利用变化驱动分析

土地利用变化的驱动力主要包含了降水因素、气温因素、经济因素和政策因素。有相关研究表明，夜光灯光数据能够综合反映人类社会的生产和生活情况[25]，因此利用夜光遥感数据作为本研究的经济数据。由于黄河流域地理的特殊性，涉及了三北防护林建设工程、黄河中游防护林建设工程等大型林业工程。近年来，国家在全国范围内大力推进退耕还林还草工程、天然林保护工程，这些政策因素导致黄河流域森林覆盖率提高，而归一化植被指数(NDVI)能够描述植被覆盖情况[26]，因此，本文将NDVI作为政策因素影响的数据。

3.4.1 黄河流域土地利用驱动因子探测 由表3可知，不同时期的驱动因子对黄河流域土地利用变化的影响作用不同。2005-2015年间，驱动力的q值从大到小依次为气温变化、降水变化、NDVI变化、夜光变化，但在2000-2005年时，气温变化>NDVI变化>降水变化>夜光变化，2015-2018年，降水变化>气温变化>NDVI变化。从整体上看，气温变化对土地类型变化的解释力最强，夜光遥感数据代表的经济因素对地类变化的解释力最弱。

表3 各年份各驱动因子的解释力

3.4.2 黄河流域土地利用驱动因子交互探测 交互探测是将双因子交互作用所得q与单因子作用时q的比较，探究双因子间是否存在交互作用。黄河流域 2000-2018年各年份土地类型变化驱动因子的交互探测结果(图4)表明，交互作用的结果均为非线性增强或双因子增强，表明黄河流域土地利用变化的原因比较复杂，通常是由多个因子交互作用造成的。2000-2018年间，气温变化与其他3个因子交互的q均为最大，证明在18 a气温变化对黄河流域土地利用变化的解释力最强，但在2005-2010年气温变化与降水变化出现了双因子增强，2000-2005年气温变化与NDVI变化在双因子增强，表明这2个时期气温变化和NDVI变化以及气温变化和降水变化在一定程度上增强了土地利用变化的解释力。

3.4.3 上中下游土地利用驱动因子探测 本研究利用地理探测器对2000年与2018年2期数据进行因子探测，其中，对黄河流域的上中下游做了分区，得到了上中下游土地类型变化驱动力q(表4)。就上游而言，NDVI变化的q最大，表明对土地类型的影响最大，林业部门实施的一系列林业工程在2018年看到了显著成效；中游地区，气温变化和夜光变化的q最大，由于城镇用地和农村居民点较多，人口密度较上游更多，土地利用的变化原因主要围绕着气温变化与夜光变化；下游地区，NDVI变化的q最大，主要是因为城市化进程加快，下游地区很多旱地转为城镇用地(图2)，因此植被覆盖度变化成为了下游土地利用变化的主要因素。

表4 2000-2018年上中下游各驱动因子的解释力

3.4.4 上中下游土地利用驱动因子交互探测 黄河流域 2000-2018 年土地类型变化驱动因子的交互探测结果(图5)表明，在上游地区，其他3个因子与NDVI变化交互作用的q均为最大，这证明了NDVI对上游地区土地利用变化的解释力最强。在中游地区，气温变化和降水变化的q以及降水变化与夜光变化最大即它们的交互作用最强，而气温变化与夜光变化交互的q最小，证明气温变化与夜光变化之间存在共线性。在下游地区，情况与上游地区相似，其他3个因子与NDVI变化交互作用的q均为最大，这足以证明了政策因素在黄河流域的上游和下游，甚至整个黄河流域都有着举足轻重的影响力。

图5 2000-2018年各年份土地类型变化驱动因子交互探测

4 结论与讨论

1995-2018年，草地是研究区主要的土地类型，面积占比最大。单一动态度最高的是有林地，为22.1%，单一动态度最低的是其他建筑用地，为-3.82%。虽然黄河流域综合土地利用动态度处于较低水平，仅为0.41%，但主要关注同一级地类之间的相互变化。

1995-2018年，黄河流域的转移矩阵表明，转入面积和转出面积最多的地类从大到小依次为旱地、中覆盖度草地、低覆盖度草地、高覆盖度草地、灌木林地，这说明了草地在黄河流域中的转换最为活跃。

驱动黄河流域土地利用变化主要是气象因素、经济因素和政策因素，从单因子方面来看，2000-2015年，土地利用的变化与气温密切相关，2015-2018年，土地利用的变化与降水密切相关。然而，植被覆盖变化对黄河流域的上游地区和下游地区解释力最强，气温和夜光数据变化对中游地区的解释力最强，这证明政策因素成为影响黄河流域各部分区域土地类型变化的主要因子。

从交互因子探测的结果来看，黄河流域土地利用变化的原因比较复杂，通常是由多个因子交互作用造成的。2000-2018年，NDVI对上游和下游地区土地利用变化的影响最大，气温变化与夜光变化对中游地区的土地类型变化影响最大。因此，上游和下游地区的林业部门应该加强林业工程的监管，重视政策因素导致的植被覆盖变化，中游地区除了气温因素不能多加干预以外，应该重视经济发展给土地利用变化带来的影响。

图6 2000-2018年上中下游地区土地类型变化驱动因子交互探测

在二级地类之间的土地类型转换中，草地的转换面积最大、最频繁。其中，中覆盖度草地和低覆盖度草地在土地类型的转出与转入中扮演重要角色。因此，草地应该成为黄河流域最受关注的土地类型之一。黄河流域土地利用变化所涉及的驱动力分为气候因素、经济因素和政策因素。随着人类对自然环境的干扰越来越多，政策因素逐渐成为影响区域土地利用变化的主导因素。在政策因素的带动下，黄河流域开展了各种林业工程以及环境修复措施。

黄河流域的土地利用变化研究是大尺度研究，因此选用了分辨率为1 km的土地利用分类数据来分析黄河流域的整体时空变化特征，为以后研究黄河流域的局部地区打下基础，对于小尺度的研究可以选用分辨率更高的空间数据。