2000—2020 年佛山市土地利用变化及其驱动因素分析

葛 飞，许静佳，贾凤鸣

（1.佛山市南海区测绘成果质量检验中心，广东 佛山 528200；2.广东省国土资源测绘院，广东 广州 510000；3.湖北天地云地信科技集团有限公司，湖北 武汉 430000）

0 引言

土地利用覆盖变化（land use cover change，简称LUCC）是人类为了生产和生活，满足生存与发展需求而对土地资源进行占用和开发的行为[1]。土地利用覆盖变化研究通过分析其在时间序列上的变化规律，对揭示人类活动影响程度具有重要意义。在国外，20 世纪八九十年代的“国际地圈生物圈计划（IGBP）”和“全球环境变化人文因素计划（IHDP）”到2005 年的“全球土地计划（GLP）”[2]，从不同空间尺度对土地利用变化进行深入研究和探索，取得了丰硕研究成果。在国内，土地利用研究主要集中在土地利用数量和强度变化[3]、土地利用空间格局变化[4]、驱动力[5]、动态模拟[6]等方面。例如，叶延琼等[7]以佛山市顺德区为例，讨论了土地利用变化对生态系统服务的影响；王丽萍等[8]探讨了不同情景模拟下的佛山市土地利用分布；郭程轩等[9]从统计学角度分析佛山市土地利用变化驱动力时空分异。土地利用变化分析可以直观反映各个土地利用类型的变化，也可以进一步分析其变化原因。在城市尺度对土地利用变化及其驱动影响因素进行分析，为城市资源优化配置提供科学参考。

随着经济快速发展，城市外延扩展过快、农用地资源浪费、土地利用变化较频繁等情况引起广泛关注。基于此，本文以佛山市地表覆盖数据为基础，对土地利用数量变化及其驱动力进行分析研究。相关研究成果可为当地土地管理和可持续利用提供借鉴，可为土地利用研究提供一定参考。

1 研究区概况及数据来源

1.1 研究区概况

佛山市位于广东省中部，东倚广州市，毗邻深圳市、香港特别行政区、澳门特别行政区，是广佛都市圈和粤港澳大湾区的重要组成部分，区位优势明显。佛山市属亚热带季风性湿润气候，整体地势呈西北部和西南部高、中部和东南部低的态势，下辖禅城、南海、顺德、高明、三水5个区。近年来，佛山市土地利用变化趋势明显，该区域具有较好的研究借鉴和参考意义。

1.2 数据来源与处理

LUCC 数据来源于GlobeLand30 数据集（http://www∙globeland30∙org）。该数据集是中国研制的全球地表覆盖数据，分辨率为30m，包含2000、2010、2020 版本数据，数据格式为Grid 格式。本文分别提取佛山市耕地、林地、草地、湿地、水体、人造地表等地表覆盖类型数据。佛山市基础矢量行政区划数据来源于全国基础地理信息数据库，各年路网数据来源于道路开放数据（OpenStreetMap，OSM），社会经济数据来源于佛山市统计年鉴和官方网站。

2 研究方法

2.1 单一土地利用动态度

从定义看，单一土地利用动态度能够表现某种土地利用类型在一定时间内的变化速率，一般通过动态度指数衡量[10-11]，其计算方法如公式（1）所示。

式中：Ua、Ub分别为某时段土地类型的初期面积和末期面积；T为研究时间尺度，当T为年时，K表示某土地利用类型的年变化率。

2.2 土地利用程度综合指数

从定义看，土地利用程度综合指数能够表现研究区土地利用的综合水平。本文参考中国科学院地理科学与资源研究所刘纪远[12]提出的土地利用程度分级方法，并结合佛山市实际土地利用情况，将林地、草地和水域分级指数设为2，耕地分级指数设为3，人造地表分级指数设为4。根据分级指数确定土地利用综合程度指数，其计算方法如公式（2）～（4）[13]所示。

式中：L为研究区域内土地利用程度综合指数；Ai为研究区域内第i级土地利用程度分级指数；Ci为研究区域内第i级土地利用程度分级面积百分比。

式中：n为土地利用程度分级数量，该值反映了区域内土地利用程度；△Lb-a为土地利用程度变化量；R为土地利用程度变化率；Lb和La分别为研究结束时期时间和研究开始时期的区域土地利用程度综合指数；Ai为第i级的土地利用程度分级指数；Cib和Cia分别为某区域研究结束时期和研究开始时期第i级土地利用程度面积百分比。

2.3 土地利用转移矩阵

土地利用转移矩阵是一种常用于地理学研究的重要方法[13]。土地利用转移矩阵不仅可以反映研究区不同时期用地类型结构变化，也能明确用地类型的转移去向和来源[14]，其计算方法如公式（5）所示。

式中：S表示土地转换面积，n表示土地利用类型，i和j表示研究期间内不同时期的土地利用类型。

2.4 主成分分析法

从定义看，主成分分析法将相关的若干个指标重新组成为一组新的互为无关的综合指标并替代原指标[15]，是最基本的多变量统计分析方法。本文借助SPSS 软件，对影响土地利用变化的驱动因素进行主成分分析。

3 结果与分析

3.1 土地数量变化分析

从2000、2010 和2020 年用地类型占行政区面积比例看，耕地、林地、水体和人造地表4 类用地是佛山市主要用地类型。耕地、林地、水体和人造地表占行政区面积比例较大，3 个年份的面积占比分别为94∙19%、91∙04%和96∙35%；草地、湿地占行政区面积比例较小，3 个年份的面积占比分别为5∙81%、8∙96%和3∙65%。详细情况如表1 所示。

从分用途看，研究期内耕地、水体数量呈现逐年降低态势，其面积分别由2000 年的1 011∙01 km2、1 107∙27 km2降至2020 年的659∙67 km2、841∙18 km2；林地和草地数量呈现先增加后降低态势，其面积分别由2000 年的877∙61 km2、219∙69 km2增至2010 年的903∙82 km2、340∙10 km2，后降至2020年的712∙14 km2、138∙38 km2；人造地表面积呈现逐年增加态势，由2000 年的580∙06 km2增至2020 年的1 444∙68 km2。

3.2 土地利用变化分析

3.2.1 单一土地利用动态度

单一土地利用动态度反映一定时期某种地表覆盖类型面积的变化速率。2000—2010 年，草地和湿地面积变化速率较大，单一土地利用动态度数值分别为5∙48%和-6∙81%；人造地表面积变化速率次之，单一土地利用动态度数值为2∙33%；林地面积变化速率最小，单一土地利用动态度数值为0∙30%。2010—2020 年，人造地表成为面积变化较大的地表覆盖类型，其单一土地利用动态度指数达10∙20%；草地、耕地、林地和湿地的面积变化速率次之，单一土地利用动态度指数分别为-5∙93%、-2∙65%、-2∙12%和2∙08%；面积变化速率最小的地表覆盖类型为水体，单一土地利用动态为-1∙05%。详细情况如表2 所示。

表2 2000—2020 年佛山市单一土地利用动态度

整体上，2000—2020 年，人造地表、湿地是佛山市20 年面积变化速率较大的2 种地表覆盖类型，其动态度指数分别为7∙45%和-3∙07%；其次是耕地、草地和水体，变化速率范围为-2%～2%；变化最小的地表覆盖类型是林地，其单一土地利用动态度指数仅为-0∙94%。

3.2.2 土地利用程度

根据刘纪远[16]提出的土地利用强度划分标准，土地利用强度范围为100～400，数值越大，则该区域土地利用程度越高。从佛山市土地利用程度看，2000 年和2010 年土地利用程度指数变化不大，位于中间水平，其值分别为257∙19 和261∙31，这表明2000—2010 年佛山市土地利用程度相对稳定。2020 年土地利用程度综合指数上升到293∙49，这表明2010—2020 年佛山市人造地表、耕地等用地类型发生较大变化，土地利用程度明显提升。

从时段看，2000—2010 年土地利用程度变化量为4∙12 km2，土地利用变化率为0∙016，佛山市整体土地利用变化处于一个相对稳定的态势；2010—2020 年土地利用程度变化量为32∙18 km2，土地利用变化率升到0∙123 1，佛山市整体土地利用变化处于加速变化的过程。整体上，2000—2020 年土地利用程度变化量达36∙29 km2，土地利用变化率达0∙141 1。

3.3 土地利用转移矩阵

本文利用ArcGIS软件空间统计模块，分别将2000年和2010 年、2010 年和2020 年的数据进行叠加分析，导出分析后的矢量数据属性表，统计得到2000—2010、2010—2020 年土地利用转移矩阵表。2000—2010 年，地表覆盖类型转换总面积为732∙76 km2，其中，人造地表、草地和水体面积增量最大，其面积增量分别为182∙91 km2、159∙88 km2、160∙95 km2；从转移矩阵看，此期间增加的面积主要来自耕地、水体、林地等地表覆盖类型。详细情况如表3 所示。

表3 2000—2010 年佛山市土地利用转移矩阵 单位：km2

2010—2020 年，地表覆盖类型转换总面积为1 144∙29km2，人造地表是面积增加最大的地表覆盖类型，其面积为759∙08 km2；从转移矩阵看，人造地表增加的地表覆盖类型主要来自耕地、水体、林地，转入面积分别为297∙59 km2、163∙48 km2、142∙19 km2；除湿地和人造地表外，草地、耕地、林地、水体为主要转出地表覆盖类型，其面积分别为234∙04 km2、395∙04 km2、229∙01 km2和256∙63 km2。详细情况如表4 所示。

表4 2010—2020 年佛山市土地利用转移矩阵 单位：km2

3.4 驱动力分析

土地利用及其变化是自然与人文相互影响的结果。土地利用变化的驱动因素一般分为自然因素和社会经济因素，自然因素包括气候、土壤、地貌等因素，社会经济因素一般包括人口变化、经济增长、城镇化程度、土地利用政策等因素[17]。根据佛山市城市特点和土地利用情况，本文选取坡度、坡向、道路里程、距中心城镇距离、固定资产投资额、人均生产总值、城镇人口7 个影响因子，其变量名称分别为X1、X2、X3、X4、X5、X6、X7，以佛山市2000、2010 和2020 年土地面积为因变量（Y）。利用SPSS 统计软件进行主成分分析，对各自变量进行标准化处理，通过KMO 检验方法和Bartlett 球形检验方法对7 个自变量的显著性水平进行验证。详细情况如表5 所示。

表5 主成分分析自变量KMO 检验及Bartlett球形检验结果

从验证结果看，各个自变量的KMO 检验值为0∙705 5，说明各个驱动因素相关性较强，可通过主成分分析法进一步降维分析。本文选取SPSS 因子分析模块中的主成分分析法，降维计算各个自变量贡献率和累计贡献率。详细情况如表6 所示。

表6 初始特征值

按照特征值>1 的标准，本文提出2 个主成分，2 个因子的贡献率分别是81∙063%和9∙881%，累计贡献率达99∙933%。从数据结果看，2 个主成分可以较好地反映原始因子的特征。在旋转后的自变量因子载荷数据中，主成分1 的坡度、坡向、道路里程、人均生产总值和城镇人口的因子值均达0∙8 以上，具有较强的正向相关性；人均生产总值和城镇人口因子值较高，说明佛山市土地利用转变的主要影响因素是经济因素；坡度和坡向因子值较低，说明坡度、坡向等自然因素对土地利用变化的影响小于经济和城镇人口因素的影响。详细情况如表7 所示。

表7 旋转后的自变量因子载荷

4 结论

本文基于佛山市3 期GlobeLand 30 地表覆盖数据，从土地利用变化数量、空间变化趋势等角度进行分析，并对驱动因素进行了探究，得到如下结论。

（1）2010—2020 年，佛山市地表覆盖类型变化频繁，与人类活动关系密切的人造地表面积增量最大。不同地表覆盖类型的土地利用动态度差异明显，其中，人造地表是变化程度最大的地表覆盖类型，其单一土地利用动态度最大。

（2）在研究期内，佛山市整体土地利用程度呈现明显上升趋势，其中，人造地表的利用程度大幅度提升，2010—2020 年增量最明显，土地利用程度综合指数由2000 年的257∙19 增至2020 年的293∙49。从土地利用转移结果看，佛山市近20年的城镇化快速发展，耕地、林地、草地和湿地为主要转出地表覆盖类型。

（3）近年来，佛山市受到城镇化、工业化和人口因素叠加的影响，人类活动对土地利用需求程度不断加大。通过分析影响土地利用分布的驱动力，佛山市近20 年土地利用变化驱动力依次为经济城镇化因素（人均生产总值与城镇人口）、交通因素（道路里程与距中心城镇距离）、自然因素（坡度与坡向）。