安徽省近20年土地利用时空演变及驱动机制

张姣姣 仵振东 武玲玲

（池州学院地理与规划学院 安徽池州 247000）

土地是自然和社会经济的综合体，属不可再生资源，通过改变土地利用类型可以实现人类生存及发展的需求。土地利用已成为全球变化研究的核心领域和重点研究问题之一[1]。国内外学者围绕土地利用时空演变[2-3]、土地利用驱动机制[4-5]、土地利用预测[6-7]等方面开展了大量研究，但对土地利用驱动机制选取的影响因子研究却并不深入。

近年来，安徽省经济快速发展、城乡人口流动频繁，城镇化、工业化进程出现了较高的增长速率和蔓延式的空间扩张，显著的城镇用地面积增长和各类基础设施的建设等，造成了土地利用方式显著变化。鉴于此，笔者基于2000-2020 年间3 个时期的土地利用栅格数据，采用土地利用转移矩阵，深入分析安徽省土地利用时空演变，同时采用PLUS模型，探究土地利用变化的驱动机制，以期为土地资源合理规划与利用提供依据和决策支持。

一、研究方法及数据来源

（一）研究区域概况。安徽省处于中国华东地区，地势包含平原、丘陵、山地，涵盖淮河、长江、新安江三大水系，处于暖温带与亚热带过渡地区，年均气温为14-17℃，全年平均降水量在773-1670mm。参照安徽省土地利用总体规划（2006-2020年），安徽省划分为5个区域，如图1所示。

图1 安徽省地理位置及土地利用分区

（二）数据来源。研究中采用的土地利用栅格数据来源于GlobeLand30数据集，利用ArcGIS将地类重分为6类，分辨率为30m。为探究安徽省土地利用时空变化的复杂驱动力，参考已有研究成果[8]以及数据的可得性和选取指标的代表性，共选取15个指标社会经济和气候环境指标。其中采用的土壤类型、人口和GDP空间分布数据来源于中国科学院资源环境科学与数据中心；高速公路、铁路、各等级道路数据、政府驻地和河流来源于OpenStreetMap，借助ArcGIS 距离分析工具获得各项距离因子；DEM 数据来源于地理空间数据云平台，坡度数据利用ArcGIS 获取；2000-2020年气象数据从CRU TS 官网获取，利用ArcGIS 克里金插值，获得年均降水量与气温空间分布栅格数据。

（三）研究方法

1.土地利用转移矩阵。土地利用转移矩阵定量地表明不同地类之间相互转换的情况，揭示不同地类间的转移速率，其中行数和列数都属于研究地区的地类数[9]。

2.PLUS模拟。通过挖掘各地类之间的转换规则，获取每种地类的变化与惯性概率，基于随机森林（RFC）算法获取各驱动因素对各地类变化的贡献值[10]。RFC 算法从原始数据集中抽取随机样本，从而确定k类地类在i单元格上出现的概率，很好地解决了多个变量之间多重共线性的问题。

二、结果与分析

（一）土地利用时空演变分析。

1.土地利用结构变化分析。从3个时期土地利用空间结构分布来看（图2），建设用地主要聚集分布在市辖区，主要是因为市辖区是政治经济文化中心。安徽省近60%为耕地类型，主要分布在沿江区往北，南北差异显著；林地主要分布在南部，以池州、黄山、安庆、六安、宣城居多；水体主要有淮河、长江、新安江及各类湖泊、水库等；未利用地呈碎片化分散在全省。

图2 安徽省3个时期土地利用分布

从3个时期各地类面积占比来看，安徽省土地利用类型主要以耕地、林地为主，两种地类占比达总面积的80%以上。由于快速的城镇化、工业化发展，20年间建设用地面积增长迅速，占比从6.96%转为10.05%，共增加了3.09个百分点。草地、水体的面积占比分别从2.10%、4.49%上升到2.22%、4.75%，未利用地变化较小。耕地、林地和未利用地面积减少的主要原因是城市的快速发展，其中耕地的面积排在首位，从59.43%的占比变为56.78%，林地、未利用地分别下降了837.87km2、318.92km2。

从安徽省的不同发展阶段来看，2010-2020 年比2000-2010年的土地利用变化幅度明显。在2010-2020年间，耕地和林地的变化率有所增长，耕地减少率从1.48%增加到3.03%，林地的减少率从1.04%增加到1.24%。建设用地的增长速度翻倍，从13.28%涨到27.54%。草地的增加速度有所放缓，增速从4.49%下降到1.16%。水体从正增长变为负增长。这种变化很可能是由于人为政策的干预，城镇化、工业化的发展促进了建设用地对耕地、林地等面积的侵占。未利用地的开发程度减缓，变化率从36.99%变为增长2.90%。

综合以上分析，可看出安徽省20年间各地类变化较显著，随着经济的快速发展，建设用地面积出现骤增，耕地、林地出现快速减少，从而生态用地遭受破坏，生态环境承受的压力骤增，城市生态环境保护和可持续发展受到影响。

2.土地利用转移矩阵分析。根据2000-2020年安徽省土地利用转移矩阵（表1）可知：流入建设用地的面积为7141.39km2，主要由耕地和林地转化而来，其转入量分别达建设用地转入总量的91.31%、5.37%。耕地的流出量为10555.52km2，主要转变成建设用地和林地，分别占耕地流出总量的61.78%、22.05%。水体的流入量为1897.25km2。草地的流出量为1458.14km2，主要转变成林地54.11%、耕地26.89%和建设用地9.50%。林地的流出量为4091.70km2，主要转变为耕地59.34%、草地19.31%和水体10.67%。

表1 2000-2020年安徽省土地利用转移矩阵（km2）

（二）土地利用变化驱动力分析。利用ArcGIS重分类土地利用数据，并依次对6种地类分别赋值1-6，然后将安徽省重分类后的2010、2020年土地利用数据加载到PLUS模型中，分析得出安徽省土地利用变化的驱动因素贡献度。根据贡献度数值可知，林地驱动因素贡献值在0.025-0.159之间，其中高程因子对林地变化影响最大，其次是坡度和年均降水量。耕地变化的主要驱动因子是年均降水量、年均气温和到一级道路距离，贡献值分别为0.101、0.100、0.087。草地变化的主要驱动因素是高程，贡献值为0.110，其次是年均降水量（0.110）、和坡度（0.102）。影响建设用地变化的主要驱动因子是人口，贡献值为0.104，其次是年均降水量和到三级、二级道路距离，分别为0.095、0.091。水体和未利用地变化的主要驱动因素均是高程，贡献值分别为0.127、0.141，其实分别是到水域距离（0.118）、GDP（0.109）和人口（0.117）、土壤类型（0.113）。

将安徽省土地利用增加区域与安徽省DEM、年均降水量及人口空间分布数据进行叠加可知，大部分林地增加的区域主要集中在安徽省海拔较高、远离水域的南部区域；草地的增加区域主要分布在合肥市远离政府受人类活动影响不大的地区及六安、安庆、池州等市的低丘缓坡区；耕地的增加区域较为均匀地分布在安徽省内；建设用地的增加区域主要分布在人口集中且距道路较近的区域，尤其是人口越密集的地方。

综合来看，2000-2020年安徽省土地利用变化的原因是人口等社会经济因素和高程等气候环境因素共同作用的结果。

三、结论

利用ArcGIS 和PLUS，对安徽省3 个不同时期的土地利用变化数据进行统计和驱动力分析，结果表明：

（一）2000-2020年，随着安徽省城镇化工业化水平的提升，人口数量的增多，安徽省土地利用时空变化显著，耕地、林地、未利用地共减少了4866.49km2，减少的绝大部分转入了建设用地之中。

（二）安徽省接近60%土地利用类型为耕地，且呈“北密南疏”的分布格局，南北差异显著。建设用地聚集性分布在市辖区，林地主要集中分布皖南区和沿江区，水体主要以淮河、长江、新安江及各类湖泊、水库等。

（三）土地利用变化受社会经济和气候环境综合影响。同时城镇化、工业化的推进影响着人类活动，加速了土地利用方式的变化，从而导致土地利用时空格局发生转变。