六安市土地利用动态模拟及景观生态风险评价

周振宏，刘东义，王诗琪，汤伟宏，周 敏，胡 琦

（安徽农业大学 林学与园林学院，安徽 合肥 230036）

引 言

土地利用/覆盖变化作为人类活动和自然生态系统的主要响应，反映了区域生态环境中自然因素、社会经济和政策的相互作用关系［1-3］。近年来，由于城镇化和工业化进程加快，导致了快速的城市扩张和土地利用/覆盖变化，加速了建设用地对其周边生态用地的侵占，使得区域生态用地面积减少、破碎化程度加剧，生态风险不断上升，由此引发的生态环境恶化和资源匮乏等问题对于人类的生存与发展产生了一定的威胁［4］。因此，了解当前以及未来的土地利用/覆盖和生态风险变化对区域的可持续发展至关重要。

景观生态风险评价作为生态风险评价中最重要的研究内容之一，可以反映自然与人类相互作用引起的环境问题，并能有效地指导区域土地利用的管理和优化［5］。当前，对于景观生态风险评价的研究主要集中于流域［6］、小城镇［7］、湿地［8］等；研究方法主要可以划分为基于风险源汇和基于景观格局两种评价方法［9］。基于风险源汇的评价方法主要应用于景观生态风险评价的早期，该方法保留了传统的生态风险评价的方法原理，主要适用于区域内有明确的生态安全风险胁迫因子的评价目标。而基于景观格局的评价方法在一定程度上摆脱了传统生态风险评价的固有模式，在区域尺度上直接从空间格局出发并以土地利用/覆盖变化作为诱因进行景观生态风险评价，适用于各种类型区域内的综合生态风险评价，已成为当前研究者对于景观生态风险评价的主流方法［10］。

随着计算机技术和ArcGIS技术的不断进步，建立土地利用变化预测模型对未来土地的空间分布进行预测，促进了基于土地利用变化预测的景观生态风险评价研究的发展，其中所涉及的预测模型主要有CA-Markov［11］、CLUE-S［12］、FLUS［13］等。从现有的相关研究可以得出，基于土地利用变化预测的景观生态风险评价研究已发生一定的转变，首先是在模型的使用上，已由精度一般的CA-Markov模型向精度较高的FLUS模型转变，且表现出模型精度越高所得出的结果越准确；其次是对于未来情景的设置，已从早期单一情景逐渐向多情景转变，由于未来土地利用/覆盖变化相关的景观生态风险取决于经济发展和生态保护等相关政策，具有很大的不确定性和复杂性，因此仅通过调整Markov转移概率矩阵对未来的土地需求量进行预测略显主观，且不能将相关土地政策纳入到未来的发展情景之中。为了解决上述问题，人们应用PLUS（patch-generating land use simulation）模型对未来用地的空间分布进行预测，研究发现PLUS模型较现有其他预测模型具有精度高、处理速度快且能够从斑块变化角度进行预测等优点［14-17］。对于未来不同情景下土地需要量的计算，使用灰色多目标规划（GMOP）模型，通过土地发展政策、经济、人口等要素设置相关约束条件，以经济发展和生态保护需求设置目标函数，能够较好地得出未来各情景下土地的需求量［18-20］。PLUS模型与GMOP模型结合能够发挥出在土地利用数量以及空间分布预测上的优势，实现区域土地利用变化在数量和空间上的双重模拟。

本研究以皖西大别山地区中心城市——六安市为研究对象，对2000—2020年六安市土地利用和景观生态风险演变过程进行分析，采用Markov模型和GMOP模型来构建未来三种发展情景，运用PLUS模型对于不同情景下土地利用的空间分布情况进行预测，运用景观生态风险指数模型对模拟结果进行风险评价，为六安市的土地利用结构优化、景观生态风险治理与防控提供理论依据，对实现区域可持续发展具有生要的理论和实践意义。

1 研究区概况与数据来源

1.1 研究区概况

六安市地处安徽西部（115°20'～117°14'和31°01'～32°40'），东接合肥市，西临河南省信阳市，南连安庆市，北靠淮南市和阜阳市，俗称“皖西”，下辖3区4县，总面积约为15451.2km²（图1）。地形多样，地势呈现东北低、西南高的梯形分布，地貌以山地、丘陵和平原为主。区域年降雨约为1100mm，年均气温约为14.6℃～15.6℃，植被种类繁多，境内有淠河、史河和杭埠河等六条主要河流，拥有众多大型水库、湖泊，全市地表水资源总量达到83.66亿立方米，水域资源总量丰富。作为国家级皖江城市带节点城市、合肥都市圈副中心城市、大别山区域中心城市、国家级交通枢纽城市，同时也是国家级生态示范区，具有一定的发展潜力，后续的城市发展将对生态环境产生一定的影响，因此如何衡量和协调城市建设与生态环境保护之间的关系，对于六安市的可持续发展至关重要。

图1 研究区概况图Fig.1 Overview map of the study area

1.2 数据来源

三期土地利用数据源于中国科学院院资源环境与数据中心（RESDC），分别为2000年、2010年、2020年，空间分辨率为30 m×30 m，数据总体的kappa 系数高达90%以上，同时结合中国科学院院资源环境与数据中心的土地分类标准，利用ArcGIS 将各期土地利用数据重分类为耕地、林地、草地、水域、建设用地和未利用地。文中所使用的社会经济数据、人口、DEM 及土地利用驱动因子等数据来源如表1 所示。为了保证研究区域、空间分辨率和坐标系的一致性，使用ArcGIS 中的坐标转化、按掩膜提取、重采样工具对驱动因子和土地利用数据进行处理，统一坐标系为WGS_1984_UTM_Zone_50N、精度为30 m×30 m 的栅格文件。

表1 相关数据来源Table 1 Related data sources

2 研究方法

2.1 土地利用变化分析

土地利用单一动态度主要用于描述某一时期内的某种土地利用类型的数量变化情况，反映区域内土地利用变化的剧烈程度［21］。

式中：K为研究时段内某种土地利用类型的动态度；U1为某种土地利用类型起始的面积总量；U2为某土地利用类型末期的面积总量；T为两者之间的时间间隔。K的绝对值越大表示变化的速度越快，反之越慢。

2.2 基于多目标的情景方案设计

GMOP模型是由灰色预测模型GM（1，1）和多目标规划模型（MOP）耦合而成。该模型充分考虑了未来土地利用类型目标函数的不确定性，结合六安市总体规划和发展趋势设置多个约束条件（表2），使用LINGO11软件和MATLAB中的遗传算法模块对多目标函数进行求解，最后得出未来不同情景下的土地利用的需求量。

表2 相关约束条件及说明Table 2 Related constraints and instructions

情景I：自然发展情景。基于六安市2010—2020年的各类土地利用类型的变化趋势，在不设置任何外界因素的干涉下，运用PLUS 模型中的马尔科夫模型链（Markov chain）模块对2030年六安市土地需求量进行计算。

情景II：经济发展情景。该情景主要是模拟了经济效益最大化下六安市各类用地的需求量，并应用LING11软件进行求解，目标函数设立如下：

式中：F1(X)为总经济效益；Xi为不同用地类型的决策变量（X1-6分别为耕地、林地、草地、水域、建设用地、未利用地的面积）；Ai为不同用地类型的经济效益系数（单位面积GDP，单位：万元/hm²）。参考相关研究［17］，分别以农业、林业、牧业、渔业产值来估算耕地、林地、草地、水域的经济效益；以第二和第三产业产值之和来估算建设用地的经济效益；未利用地经济效益设为0。基于2015—2020年历史经济数据，运用GM（1，1）模型对2030年的不同地类的经济效益系数进行预测，则公式（2）可以改写为

情景III：兼顾生态保护和经济发展情景。结合六安市未来的发展定位，综合考虑经济发展与生态环境保护之间的协调关系，设置目标函数，运用MATLAB中的遗传算法模块计算出最优解，目标函数设立如下：

式中：F2(X)为总生态效益；Xi同公式（2）；Bi为不同用地类型的生态系统服务价值系数（即单位面积生态系统服务价值，单位：万元/hm²）。本研究根据2015—2020年《六安市统计年鉴》和《全国农产品收益资料汇编》，通过查阅2015—2020年六安市主要的粮食作物（稻谷、小麦、玉米、大豆）市场单价、单产和种植面积，分别计算出平均粮食单价、平均市场单产和平均种植面积，再根据当量因子法［22］和谢高地等［23］制定的中国陆地生态系统单位面积生态服务价值系数表计算出各类用地的单位面积生态系统服务价值，则公式（4）可以改写为

2.3 PLUS土地预测模型

PLUS模型是一种以斑块生成土地利用变化的预测模型，模型主要集成两大模块，分别为基于土地扩展分析策略（LEAS）的规则挖掘框架和基于多类型随机斑块种子（CARS）的CA模块，其模拟精度高［14］。通过提取两期土地利用数据中各类用地的扩展部分，并对各类用地的发展概率运用随机森林算法进行计算，再利用基于CARS的CA 模型对未来土地利用分布进行模拟预测。

对于六安市2030年的土地利用变化模拟主要分为以下3个部分：（1）驱动因子的选择，根据前人研究［16］和数据的可获取性，本研究从自然因素、社会因素和区域可达性因素三个方面分别选取高程、坡度、年均降雨量、年均气温、人口密度、GDP、距道路距离、距铁路距离、距水域距离和距城镇中心距离等10 个驱动因子。（2）利用LEAS模块对研究区内各类用地的发展概率进行计算。（3）结合未来各类用地的需求量、随机斑块种子概率、土地利用转移成本矩阵和领域因子等相关参数，利用CARS的CA模块对研究区各类用地分布进行模拟。

本文运用Markov模型和GMOP模型得出未来三种情景下的土地利用需求量，结合区域内各类用地的转移变化情况，经过反复实验调试，确定土地利用转移成本矩阵，将随机斑块种子的概率设置0.01（参数范围在0 ～1，其值越大则表明地块产生新斑块越容易），并根据用地扩张图中各类用地的扩展面积占总变化面积的比值确定各类用地的邻近因子，得出耕地、林地、草地、水域、建设用地、未利用地的邻近因子分别为0.2894、0.1994、0.0945、0.0748、0.3382、0.0037（参数范围在0 ～1，其值越大表示用地类型的扩展强度越大）。采用Kappa系数和FOM系数对模型预测的结果进行精度评估，通过相关文献［14］可知，Kappa通常在0 ～1之间，且大于0.75则表明模拟结果精度较高；FOM系数通常在0 ～1之间，且与研究期间内总的土地利用变化量有关，其值越大表示模拟结果越可靠。

2.4 景观生态风险评价模型构建

基于前人的研究成果［24］，综合考虑计算强度和数据精度等问题，运用ArcGIS对研究区按4.5 km×4.5 km的渔网进行评价单元划分，共划分出867个评价单元，再应用景观格局分析软件（Fragstats）对每个评价单元中的景观格局指数进行计算分析，选取景观破碎度、分离度、分维数、脆弱度指数和景观类型比重来构建景观生态风险评价模型（ERI）。

其中：Axi为第x个评价单元内第i种景观类型的面积;Ax为第x个评价单元总的景观类型面积；ERIx为第x个评价单元的景观生态风险指数；Ri、Ei和Vi分别表示第i类景观的损失度指数、干扰度指数和脆弱度指数；Fi、Pi、Doi分别表示景观破碎度指数、分离度指数和优势度指数。具体的生态含义和计算公式参考文献［25］，其中景观脆弱度是根据专家咨询法获取，分别赋值并进行归一化处理后，耕地、林地、草地、水域、建设用地、未利用地景观脆弱度指分别为0.190、0.095、0.143、0.238、0.048、0.286，na、nb、nc分别为各种指标所对应的权重，na+nb+nc=1，分别赋值：0.5、0.3、0.2［26］。

3 研究结果

3.1 土地利用变化分析

从2000—2020六安市土地利用/覆被总体的变化来看，耕地和林地作为主要的土地利用类型，占总面积的75%以上，林地和草地发展较为稳定，约占各年份的33%和12%左右，水域、建设用地和未利用地规模呈现递增的趋势，其中水域面积增加量为2247.03 hm²，面积占比由2000年的4.08%增加到2020年的4.22%；建设用地增加量为23481.00 hm²，面积占比由2000年的5.25%增加到2020年的6.77%；未利用地面积呈现先稳点后增长的趋势，面积增加量为257hm²，2000—2010年间，未利用地没有发生变化且面积占比较小，2010—2020年间，未利用地由2010年的0.0003%增加到2020年的0.02%，主要是由于在此期间林地的转出为裸地使其有所增加；其中耕地规模是呈现逐年减少的趋势，面积占比由2000年的44.64%下降至2020年的43.22%，耕地的减少主要由于城镇化的进程和退耕还林政策实施，促使一部分的耕地转为建设用地和林地。

通过上述公式（1）计算出六安市2000—2020年不同阶段土地利用单一动态度（表3），可以得出：建设用地和未利用地的变化幅度较大，其中建设用地在2000—2010年间动态度为1.12%，在2010—2020 期间变为1.60%，呈现增加的趋势，表明在城市的发展过程中主要以建设用地扩展为主；未利用地只在2010—2020年间发生变化，动态度为548.65%；水域在各时段的变化幅度较小且均为正值；而耕地、林地动态度呈现持续下降的趋势，主要由于建设用地的占用；草地动态度呈现先上升后下降的趋势。以上分析表明，六安市在2010年后耕地、林地、水域等用地变化程度增强，则预示区域在此前后可能会发生生态风险的变化。

表3 六安市2000—2020年土地利用变化情况及动态度Table 3 Land use change and dynamic attitude in Lu'an City from 2000 to 2020

3.2 多情景下土地利用模拟结果分析

为了验证PLUS模型对于土地利用模拟的精度，本研究利用2010作为初始年份，输入选取的十个驱动因子，并设置相关的参数，得到2020年的土地利用模拟图，通过计算求得总体精度为0.923，Kappa 系数为0.902，FOM系数为0.086，表征该模拟具有较高的精准度，可进行后续模拟。因此根据六安市的发展趋势对设立了三种不同未来的发展场景，通过LINGO11软件和MATAB软件中的遗传算法模块求解出不同情景下的土地类型面积需求量，结合PLUS模型进行模拟，结果如表4所示。

表4 六安市不同情景下的土地利用面积Table 4 Land use area under different scenarios in Lu'an City

在自然发展情景下（情景I），以2010—2020的发展趋势来运用Markov模型模拟的未来土地利用需求量，结合PLUS模型进行模拟。该情景是按照六安市现有的发展趋势，不再外设其他限制条件。结果显示，在该情景下，耕地、林地和草地面积有所下降，分别下降了11361.69hm²、2981.52hm²和209.88hm²，降幅分别为1.70%、0.58%和0.11%，水域、建设用地、未利用地有所增加，其中建筑用地增加量最大，面积共增加了12556.08hm²，增幅为12.01%，主要发生在金安区、裕安区和霍邱县；在经济发展情景下（情景II），各类用地的发展需要保证经济效益能达到最大化，其中耕地和林地面积有所减少，分别减少了7031.61hm²和3272.04hm²，降幅分别为1.05%和0.63%。草地、水域和建设用地面积较2020年有所增加，分别增加了1572.84hm²、2075.4hm²、6347.88hm²，增幅分别为0.83%、3.18%和6.07%，建设用地面积主要发生在金安区、裕安区、霍山县，且位于六安市域的金安区和裕安区内的面积变化最为剧烈；在兼顾生态保护与经济发展情景下（情景III），各类用地面积发展较为均衡，较情景I和情景II而言，建设用地的扩张强度明显减弱，林地和耕地减少幅度也有所缓和。具体来看，建设用地仅增加了1053.99hm²，增幅为1.01%，林地减少2873.43hm²，降幅为0.56%，耕地减少932.04hm²，降幅为0.14%，生态用地整体上得到了一定的保护。

3.3 景观生态风险变化分析

为了探究六安市景观生态风险时空分布特征，对每一个评价单元的中心点进行赋值，利用ArcGIS地统计模块中的半变异函数进行模型拟合，选择最佳的模型进行空间插值处理，最后选择指数模型进行空间插值，并结合Natural Breaks 将风险区划分为5 个等级，低风险区（ERI＜0.1561）、较低风险区（0.1561＜ERI＜0.1737）、中风险地区（0.1737＜ERI＜0.1777）、较高风险区（0.1777＜ERI＜0.1953）、高风险区（ERI＞0.1953），其他年份的生态风险分级按照2010年的分级区间，便于后期数据之间的比较，结果如表5、图2和图3所示。

由表5可知，2000—2020年六安市整体以低、较低和较高景观生态风险为主，约占总面积的70%以上，三个时期的景观生态风险平均指数分别为0.1748、0.1750和0.1744，景观生态风险等级整体上呈现先升后降的趋势。结合图2来看，低、较低景观生态风险区主要分布于六安市南部的霍山县和舒城县，主要的用地类型为林地和草地，且林地和草地集中成片、稳定性较强，景观破碎化程度较低，人为干扰较小，生态环境较好；在20年间，低景观生态风险面积持续小幅度上升，由2000年的22.13%上升至2020年的22.40%，其面积的增加主要是由较低景观生态风险转化而来。中景观生态风险区主要位于较高和较低景观生态风险区的过渡区域，用地类型主要为林地和耕地，景观生态风险面积呈现先增后减的趋势。并主要是转出至较低和较高景观生态风险区（图3）。较高景观风险区分布较为广泛，主要分布于高景观生态风险区与中景观生态风险区之间，且在研究期间内面积持续下降，共减少了7995.87hm²，其中减少的面积主要转出至中和较低景观生态风险区。高景观生态风险区主要位于六安市中部的裕安区、东南部的金安区以及西南部的金寨县内，面积占比由2000年的19.08%下降至2020年的18.56%，其中位于裕安区石板冲乡和青山乡内的景观生态风险等级长期处于高等级，主要是由于该区域内旅游项目的建设开发以及人类活动的长期干扰，给区域生态环境带来了一定压力，导致区域内的建设用地、林地和草地的破碎化程度不断加剧；另一部分高景观生态风险地区位于城市的边缘区，如金寨县吴家店镇等，由于区域内建设用地、耕地较为分散，人文和自然景观相互交错频繁，生态系统整体被打破，景观破碎度和分离度明显升高，使得景观生态风险有所上升；而位于大别山脉的高景观生态风险区主要是由于其河流纵横，林地和草地较为分散、景观分离度较高，导致景观生态风险等级偏高。从图3可以得出，高景观生态风险区面积主要转出为较高景观生态风险区，区域整体生态环境有所好转，但部分区域景观生态风险一直处于高等级状态，因此，对六安市的景观生态风险仍需关注。

表5 六安市2000—2020年景观生态风险面积及占比Table 5 Landscape ecological risk area and proportion of Lu'an City from 2000 to 2020

图2 六安市2000—2020年景观生态风险分布图Fig.2 Landscape ecological risk distribution map of Lu'an City from 2000 to 2020

图3 六安市2000—2020年景观生态风险转移变化桑基图（单位：hm²）Fig.3 Sangji map of landscape ecological risk transfer change in Lu'an City from 2000 to 2020（unit:hm²）

本文研究结果与高彬嫔等［27］对于川滇生态屏障区内的景观生态风险的研究具有明显的一致性，主要体现在：一是林地和草地在区域中分布情况对于生态环境质量高低具有一定影响，且一旦受到人类活动的干扰，其生态修复较为困难。二是高景观生态风险区和低景观生态风险区主要位海拔较高的区域，都以林地和草地为主要的用地类型，林地和草地的破碎度和分离度高低对景观生态风险等级的高低起到决定性的作用。

3.4 多情景下景观生态风险变化

基于土地利用预测结果，利用景观生态风险指数插值等处理得到六安市2030年3种情景下的景观生态风险等级分布（图4、表6）。通过计算得出3种情景下景观生态风险平均值分别为0.1814、0.1808、0.1769，较2020年整体景观生态风险有所上升，主要以较低、较高、高景观生态风险区为主。由图4和表6可知，在自然发展情景（情景I）下，与2020年相比，低、较低景观生态风险区面积有所减小，高景观生态风险区面积有所增加，其中增加的面积主要发生在裕安区的分路口镇、金安区的张店镇和施桥镇等，共增加了11708.81hm²；主要是在该情景下，是按照原有的发展模式，建设用地会持续扩展，对其周边的用地会产生一定的影响，使生态用地的景观破碎化程度加深，景观连通性降低，促使高等级的景观生态风险区在原有的基础上向外围扩展，同时在该情景下，也使得霍邱县和裕安区内大面积的低景观生态风险区转为了较低景观生态风险区，整体景观生态风险水平较高。在经济发展情景（情景II）下，低、较低景观生态风险区面积较自然发展情景有所增加，分别增加了10141.74hm²、4312.89hm²，而较高和高景观生态风险区面积有所减小，共减了16199.73hm²，由于该情景下发展的目标是经济效益最大化，会使对经济效益有较大价值的土地类型面积有所增加，如建设用地、草地和水域等，相比自然发展情景，该情景下各类用地发展更有规律性，且对于生态用地的影响较小，故景观生态风险等级相对较低。在兼顾生态保护与经济发展情景（情景III）下，较前两种情景，高、较高景观生态风险区面积增加幅度明显变小，低景观生态风险区面积增加较多，高景观风险区面积最小。主要是由于该情景下注重生态保护，同时对建设用地的规模进行合理的调控，避免了对生态用地的大量侵占，使其规模的衰减有了较好的控制，增强了生态用地的稳定性，故低和较低景观生态风险面积比前两种情景大。综合三种不同的情景而言，兼顾生态保护和经济发展情景，不仅考虑了各类用地之间的协调发展，对于建设用地扩张进行定量调控，控制其开发强度，又对生态用地进行保护，一定程度上提高了土地利用的集约度和利用率，促进城市的经济建设和生态环境保护协调发展，较符合六安市未来的城市发展需求。

图4 六安市2030年不同情景下的景观生态风险空间分布Fig.4 Spatial distribution of landscape ecological risks under different scenarios in Lu'an City in 2030

表6 六安市2020年与2030年3种情景下景观生态风险等级面积对比Table 6 Comparison of landscape ecological risk grade area under three scenarios of Lu'an City in 2020 and 2030

4 结 论

本文以六安市为研究对象，对六安市2000—2020年土地利用变化及景观生态风险评价进行分析，通过GMOP-PLUS模型对未来三种情景下的土地利用变化进行模拟，并基于2030年三种情景下的预测结果对未来进行景观生态风险评价，并对比不同情景下的土地利用结构与景观生态风险空间分布特征，得出以下结论：

（1）2000—2020年，六安市用地类型以耕地、林地和草地为主，分别约占各年份的44%、33%和12%。研究区内耕地、林地面积呈现下降趋势、草地面积保持稳定状态，而未利用地、建设用地和水域面积整体呈现增加趋势；建设用地、未利用地和水域变化幅度较大，其中建设用地面积增加较为明显，主要是由于耕地、林地和水域的转入。

（2）较2020年而言，六安市3种情景下的各类用用地均发生了一定程度的变化，其中在自然发展情景和经济发展情景下，建设用地扩展现象较为明显，分别增加了12556.08hm²、6347.88hm²，而建设用地扩展对于其周边的耕地、林地等生态用地会产生一定的影响，影响生态平衡；而在生态-经济发展情景下，各类用地发展较为均衡，建设用地的扩展现象得到一定的限制，耕地、林地面积减少幅度等得到了一定的缓和，生态用地规模相对稳定。

（3）2000—2020年，六安市景观生态风险平均指数分别为0.1748、0.1750和0.1744，整体上呈现先增后减的趋势，景观生态风险状态良好，从景观生态风险空间分布而言，高、较高景观生态风险区主要分布于六安市域范围内及城市的边缘区，二者总规模有所减小；中景观生态区分布在较低、较高景观风险区中间，面积占比较小；而低、较低景观生态风险区主要分布于六安市的舒城县和霍山县，总的面积有所增加且占比较大。

（4）2030年六安市三种情景下的景观生态风险平均指数分别为0.1814、0.1808、0.1769，较2020年整体有所上升，且空间分布情况与2020年较为相似；其中自然发展和经济发展情景下，景观生态平均指数增幅较高；但在生态-经济发展情景下，较前2种情景下的景观生态风险平均指数略小、低景观生态风险区面积更大、高景观生态风险区面积更小，表明在该情景下，对于建设用地的扩展进行了约束，减缓了耕地面积的下降速度，同时对于林地、水域等生态用地加以了保护，提高了土地的稳定性。