昆比克·巴合吐尔汗 居麦尼亚孜·赛迪艾合麦提 满苏尔·沙比提 阿斯耶·奥布力塔力普
(新疆师范大学,乌鲁木齐,830054)
土地利用变化是人与自然交互作用影响下的具体体现[1],随着社会和经济的快速发展,土地利用和覆被变化过程(LUCC)也随之发生了巨大的改变。1995年,国际地圈生物圈计划(IGBP)和国际全球环境变化人文因素计划(IHDP)共同发起了“土地利用和覆被变化(LUCC)”研究,使得其研究在全球变化中占据了重要位置[2-5],在全球范围内成为了热点问题[6-9]。
新疆绿洲的规模虽不大,但它却担负着干旱区主要的人类、社会经济活动,其土地利用状况对干旱区的社会经济和资源的协调起着重要的作用,影响两者之间协调。因此,科学合理地研究土地利用的变化和演化规律,对土地利用的未来变化进行预测,可以为绿洲土地资源的合理开发利用、生态环境的改善、经济的可持续发展提供科学的参考。目前,许多学者对干旱区绿洲的土地利用状况进行了大量的研究,主要集中于土地利用的变化特征[10-12]、驱动力因子[13-15]、生态服务价值和土地生态安全的评价[16-18],在干旱区绿洲LUCC研究方面取得了许多成果。虽然干旱区绿洲土地利用和覆被变化研究日趋成熟,但多数研究关注历史现状变化过程,而缺乏预测未来状况的研究。为此,本文以于田县为研究区域,运用土地利用变化动态度、转移矩阵,对于田县2000—2020年的土地利用和覆被变化进行了定量分析,并应用Markov-FLUS模型对田县2030年的土地利用和覆被情况进行了预测,对研究区的土地资源管理、维护生态安全提供科学的参考依据。
于田县在新疆维吾尔自治区南部,塔克拉玛干沙漠南缘,昆仑山北麓,位于81°9′~82°51′E,35°14′~39°29′N,东西宽30~120 km,南北长466 km,全县面积3.95×104km2。地势南高北低,地形呈南北长带形,呈牛腿状。从南到北划分为高山带、中山带、低山丘陵带、山前戈壁、砾石平原带、冲洪积平原带和沙漠带。气候属暖温带内陆干旱荒漠气候,南部山区凉爽、中部平原暖温、北部则极度干旱。光照与热量丰富,年平均气温11.6 ℃,无霜期为200 d,年均降水量为47.7 mm,年平均蒸发量为2 432.1 mm。
本文选用的2000、2005和2010年landsat5TM影像和2015和2020年landsat8OLI影像与DEM数据均下载于地理空间数据云(http://www.gscloud.cn),空间分辨率为30 m,挑选成像时间为6、7、8月,夏季无云或少云等质量较好的影像。参照GB/T 21010—2017《土地利用现状分类》,并结合于田县实际土地利用实况,通过监督分类(最大似然法)和目视解译相结合的方法,将研究区土地类型划分为耕地、林地、草地、水域、冰川、建设用地和未利用地,共7个地类(其中未利用地包括沙地、戈壁、盐碱地、裸土地、裸岩石砾地),用混淆矩阵方法进行精度检验,分类总体精度均在90%以上,符合研究需要;气象数据由国家地球系统科学数据共享服务平台(http://www.geodata.cn/)获得;河流水系、交通道路和行政中心等数据通过ArcGIS软件中的距离分析工具获得;社会经济数据来源于《于田县统计年鉴》和《于田县国民经济和社会发展统计公报》。
单一土地利用动态度可以量化描述某种土地利用类型在某一时期内的变化速度[19],其计算公式为:
(1)
式中:K是某种土地利用类型在研究时段的单一动态度;Ua和Ub分别是某种土地利用类型研究初期的面积和研究末期的面积;T是研究时段;K值就表示该研究区此土地利用类型在这研究时段内的年变化率。
转移矩阵是一种国际上通用的可定量分析出各土地利用类型间的变化方向的方法,能够全面且具体地反映出该区域土地利用变化的结构特点和各个土地利用类型的变动方向[20],其计算公式为:
(2)
式中:Sij是第i种土地利用类型转换为第j种土地利用类型的面积;i、j分别是研究初期和末期的土地利用类型;n是土地利用类型的数量,本文中n为7。
FLUS模型是以元胞自动机(CA)为基础,引入了基于人工神经网络算法(ANN),依照初期的土地利用格局和驱动因子,得到各土地利用类型的适宜性概率,结合模型相关参数,采用基于轮盘赌选择的自适应惯性竞争机制的CA模型,有效地解决不同土地利用类型在自然和人为因素的双重作用下发生转化时的复杂性,最后得出土地利用的模拟结果。FLUS模型需要事先用Markov对未来各类用地的需求量进行预测,并将其作为FLUS模型中的规模需求参数。
根据于田县的土地利用现状和数据可获取性,并参考相关研究[21-23],从自然地理、交通区位、社会经济3方面,选择了高程、坡度、降水、温度、蒸发量、距县中心距离、距公路距离、距铁路距离、距水系距离、人口密度和GDP密度,共11项驱动因子。首先,以2010年土地利用数据为基期,以及土地利用适宜性概率分布情况,设定相关参数,运用该模型对研究区2020年的土地利用状况进行模拟,并与2020年的实际状况对比,得出了总体精度为0.982,Kappa系数为0.971,模拟精度达到了较高的水平,说明FLUS模型在研究区应用效果良好,可以用于模拟研究区2030年的土地利用状况。然后,依据于田县历史土地利用变化的规律,结合对研究区生态安全的考虑,分别设惯性发展情景和生态优化情景,以2020年为基期,对于田县2030年两种情景下的土地利用状况进行预测。惯性发展情景是在没有人为干涉和限制的前提下,根据研究区的历史土地利用变化的趋势,故以2010—2020年土地利用类型转移概率矩阵,运用Markov模型预测各地类的未来规模,将其作为规模需求参数。生态保护情景是在惯性发展情景的基础上,控制生态用地向其他用地类型的转化,加强对生态用地的保护,设林地和草地向建设用地转化的概率减少50%,水域向建设用地转化的概率减缓30%,得到生态保护情景下的各地类未来规模。接着,以2020年土地利用数据和驱动因子数据,用神经网络模型获得研究区2030年各用地类型的适宜性概率分布情况,并设定相关参数,模拟预测得到于田县2030年惯性发展情景和生态保护情景下的土地利用空间分布状况。
根据研究区5期土地利用数据,得到各土地利用和覆被类型的面积变化情况。如表1与图1所示,未利用地是于田县主要的土地利用类型,约占整个研究区总面积的75%以上。其次是草地,在研究区内广泛分布。冰川只分布在南边的山区,耕地和建设用地主要分布在中部的绿洲,其他土地利用类型在整个研究区都有零散分布,建设用地所占面积最少。2000—2005年,耕地的增加面积最大,为89.10 km2。未利用地的面积减少最大,为95.18 km2。
图1 2000—2020年于田县土地利用和覆被类型
表1 2000—2020年土地利用和覆被类型面积变化
此阶段,耕地和未利用地面积变化较大,其他土地利用类型都是小幅度变化,是由于人口持续增长的压力,耕地的面积快速增加。2005—2010年,各土地利用类型的面积变化最强烈,尤其是草地、冰川和未利用地。草地面积大幅度增加,增加面积为2 256.56 km2,水域与上个阶段相比,面积增加相对明显。冰川和未利用地大幅度减少,减少面积分别为958.26、1 297.34 km2。2010—2015年,耕地增加面积最大,增加面积为100.55 km2,耕地的面积不断扩大。未利用地持续减少,减少面积为56.68 km2。草地从2010年开始出现减少趋势,减少面积为51.37 km2。2015—2020年,耕地、水域、建设用地面积增加。林地、草地、冰川和未利用地面积减少,其中未利用地减少面积最大,其他土地利用类型变化趋势基本平稳。2000—2020年,耕地、草地、水域和建设用地的面积均呈增加趋势,其中耕地和草地的变化面积较大。林地、冰川和未利用地呈减少趋势,其中冰川和未利用地大幅度减少。总之,虽然研究区未利用地所占面积较大,但在这20 a间减少幅度大,同时研究区耕地和建设用地明显增加,未利用土地不断被开发、面积持续减少。
通过公式(1)计算求得于田县不同时段土地利用类型动态度(表2),结果反映了于田县土地利用类型的变化幅度与趋势。从表2可以看出,2000—2005年,耕地和建设用地变化幅度较大,增加趋势显著。其他土地利用类型的变化幅度较小。2005—2010年,草地和水域增加幅度较大。冰川、未利用地减少幅度较大,其中冰川的变化幅度最大,其规模下降非常明显。未利用地的减少面积很大,但因其基数较大的原因,年变化率并不显著。2010—2015年,耕地和建设用地的单一动态度相比上个阶段有增幅,继续保持增加的趋势。水域和冰川单一动态度接近零,经上个阶段大幅度变化后相对比较稳定。2015—2020年,变化幅度最大的为建设用地,其他土地利用类型的变化幅度相对稳定。建设用地规模虽小,但是因其面积持续增加,并且与其基数相比增长的数量较大使变化幅度明显。
表2 2000—2020年土地利用和覆被动态度变化
分别获得5个阶段土地利用类型面积的转移矩阵,将其用桑吉图的形式进行了可视化表达。由图2可知,各土地利用类型之间存在不同程度的动态转移。在2000—2005年,耕地的增加变化突出,未利用地是增加的主要来源。水域、林地和建设用地的基数较小,因此发生转化的面积也较小。2005—2010年,研究区各土地利用类型发生了强烈地变化,尤其是未利用地、草地和冰川之间大面积地相互转化。未利用地主要转向为草地和耕地,同时从草地、冰川大面积转入;草地主要转向为耕地和未利用地,主要从未利用地和冰川转入;冰川主要转向为草地和未利用地。耕地的面积不断增加,转换为其余土地利用类型较少。2010—2015年,耕地的增加是该时段的主要特征,主要从未利用地和草地转入,其他土地利用类型面积变化较小。2015—2020年,草地和未利用地发生相互转化,耕地和建设用地呈持续增加趋势,主要从未利用地转入,其他土地利用类型变化保持稳定。总的来说,这20 a间,耕地以转入为主,主要转入来源为未利用地和草地。建设用地面积持续扩大,未利用地是主要来源。大量未利用地和冰川转化为草地,同时一部分草地退化,转变成未利用地。其他土地利用类型转入与转出基本平衡,且变化趋于稳定。
由预测结果(图3、表4)来看,在惯性发展情景下,2030年未利用地仍是于田县主要的土地利用类型,面积占最大比重。与相比2020年,耕地依旧呈现增加趋势,建设用地迅速扩张,增加趋势最为显著,研究区城镇化进程加快,进入一个加速的发展阶段,需要大量土地用于社会经济建设。未利用地面积减少量最大,仍有大量未利用地向其他地类转化,土地利用程度将继续提高。草地在此情景下则呈减少趋势且减少幅度较大,与2020年相比面积减少了48.93 km2。林地、冰川和水域的面积变化比较小。根据惯性发展情景的预测结果,若未来各土地利用类型保持该变化趋势,耕地和建设用地将快速扩张,而林地、草地等生态用地逐渐减少,若不进行适度的调整,将会威胁研究区生态安全。而在生态保护情景下,林地、草地和水域面积都得到增长,相比于2020年,2030年此情景下林地反而呈增加趋势,与惯性发展情景相比,林地和水域面积均有小幅度上升。草地与惯性发展情景下的减少趋势不同,此情景下呈现增加趋势,并增加幅度较大。耕地仍呈现增加趋势,但增加幅度相比惯性发展情景明显降低,面积仅增加29.49 km2。建设用地的扩张幅度也得到制约,从惯性发展情景的627.03 km2减少为569.02 km2。此外,未利用地与惯性发展情景相比面积进一步缩小,减少幅度增加。
图2 2000—2020年5期于田县土地利用和覆被类型转移矩阵桑吉图
图3 2030年于田县土地利用和覆被类型空间模拟预测结果
表4 2030年于田县土地利用和覆被类型面积模拟预测结果
通过对研究区土地利用和覆被变化进行分析,研究表明,2000—2020年期间,于田县各土地利用类型发生了不同程度的变化,研究区耕地和建设用地持续增加,满足了人口持续增长的压力和经济发展的需求,这与过去对干旱地区绿洲的土地利用和覆被变化的研究成果相似[24-26]。研究区南部山地的冰川在全球变暖的影响下迅速消融,冰川融水为草地的扩张提供水资源保障,以及研究区的土地利用程度提高,未利用地得到开发的原因,草地、冰川和未利用地发生大幅度变化[24,27]。
研究土地利用和覆被变化的现状可以更为直观的了解研究区的土地利用状况,预测可以发现土地利用变化未来可能存在的问题[23,28]。研究区多情景预测结果表明,如果耕地和建设用地不受约束的迅速扩张,可能会导致研究区生态用地减少,其中草地能起到防风固沙的作用,会抑制沙漠化,改善生态安全[29]。因此,合理调控研究区内耕地、建设用地和生态用地之间的转化,对其生态安全的维护具有重要参考价值,可以为土地资源的管理提供决策思路。同时,由于土地利用是一种动态的、复杂的过程,很难准确地反映出各类型的未来演变状况。模型用到的驱动因子的选择容易受到主观性和数据可获取性的影响,加之政策因素难以量化、难以获得,使得预测结果的不确定性增大,并且在设置模型参数的过程中,参数稍有不同也会导致出现不同的结果。因此,今后的研究更加重视驱动因子的挑选,设定更为精确的模型参数,以提高预测结果的准确性。
于田县主要土地利用类型是未利用地。2000—2020年,耕地和建设用地保持持续增加趋势,未利用地持续减少,其他土地利用类型在2005—2010年变化剧烈,其他年份相对稳定。各土地利用类型变化幅度程度不同,其中建设用地变化幅度最大。
2000—2020年,各土地利用类型之间发生了不同程度的动态转移。耕地以转入为主,其扩张占据了大量的未利用地和草地,建设用地保持持续扩张,未利用地是主要来源,草地、冰川和未利用地之间发生相互转化,说明这20 a内,耕地和建设用地朝着规模扩大的方向发展,未利用土地得到开发,频繁地向其他用地转换,其他土地利用类型变化趋于稳定。
从Markov-FLUS模型预测结果来看,2030年惯性发展情境下耕地和建设用地大幅度增加,林地、水域和冰川变化微弱,草地和未利用地面积减少较大;而生态保护情景下,各用地类型的变化在不同程度上得到调整,林地、草地和水域面积全部得到增长,耕地和建设用地的扩张受到一定制约,在加强研究区生态用地保护的同时,也保障了研究区城镇化的发展,土地利用结构更加趋于合理化,对改善于田县的整体环境具有重要意义。