土地利用景观格局演变及驱动因子分析

朱恒槺 袁灿 李虎星

1.河南省水利科技应用中心 河南 郑州 450003

2.河南省水利工程安全技术重点实验室 河南 郑州 450003

城市区下垫面的变化主要是受到自然环境和人类活动共同作用的影响，它是城市生态系统变化的重要产物，近年来关于下垫面景观格局演变研究一直都是热点[1]，尤其是以土地利用类型变化为特征。景观生态学则是以景观单元的类型组成、空间配置及其与生态学过程互相作用研究为主的学科，其中最为重要的研究方法为景观格局指数法[2]。

作为珠江三角洲腹地的广州市增城区经过近十五年的飞速发展，其下垫面条件尤其是土地利用类型发生了巨大变化，直接影响着全市农业、旅游业的发展和居民的生活。之前有研究曾对增城区2010年以前的土地利用进行动态变化分析[3]，本次研究则选择快速城镇化的2010-2020年作为研究阶段，分析了增城区土地利用演变格局及驱动因子，深层次地分析和揭示了增城区土地利用变化趋势和原因，从而对增城区未来的城市国土规划提供科学依据。

1 材料与方法

1.1 研究区域

增城区位于广州市东部，其得天独厚的自然环境，使得增城区成为广州市副中心，主要产业为农业和旅游业。增城区地处南亚热带，气候类型为亚热带季风气候，全年炎热多雨，平均气温20℃以上，2022年增城区GDP达到1325.3亿元，总人口为155万人。

1.2 研究方法

本文以地理信息系统和遥感为技术手段，以增城区为研究对象，对2010、2015、2020年三期遥感影像进行解译，利用转移矩阵法、景观格局指数法分析增城区土地利用和景观格局变化特征，采用主成分分析法归纳其土地变化驱动机制，以期为增城区未来国土规划提供参考依据。

土地利用类型转移矩阵[4]展示了同一区域内不同时间节点的土地利用类型的相互转换关系；景观格局指数分析从景观类型层次对景观格局特征进行分析；主成分分析法是以主要变量作为代表，需要构建驱动因子分析体系。

1.3 数据获取与处理

本次研究的数据类型包括：1、遥感数据：分别为2010、2015和2020年10月的Landsat影像，空间分辨率为30m，下载于地理空间数据云数据平台；2、社会经济发展数据和基本气候数据则来源于《增城统计年鉴》；3、增城区基本矢量和栅格数据。

遥感分类：Landsat数据为Level 1T标准地形校正产品，基于此对遥感影像进行辐射校正、大气校正和裁剪，根据光谱响应特征理论，采用监督分类、选择训练区分类的方法进行目视解译，分为河流、林地、农田、园地、建设用地和坑塘，得到增城区三景的土地利用分类结果（图1）。采用上述方法进行分类的Kappa系数均达到0.8以上。

图1 增城区2010、2015、2020年土地利用分类

2 结果与分析

2.1 增城区土地利用变化特征

2.1.1 面积比重变化分析

增城区2010-2020年间土地利用变化情况如表1。可以看出：河流、农田面积均呈减小的变化趋势，林地面积呈现先减小后增加的趋势，建设用地和园地的面积增幅明显。

表1 增城区2010-2015-2020土地利用变化结果

2.2 增城区各类型用地的转移概率矩阵

利用ARCGIS软件的空间叠置分析功能，求得增城区十年间土地利用类型转移概率矩阵（表2）。通过此矩阵能够分析增城区土地利用景观格局的空间变化。

表2 增城区不同土地利用类型转移矩阵（%）

在近十年区间内不同类型土地自我保留率从大到小依次为林地、河流、库塘、建设用地、园地和农田，总的来说农田面积直线下降，建设用地面积快速上升，这些说明虽然增城还是一个农业大县，但是近些年来二三产业的兴起使得农业产值的比重呈现出下降趋势；部分林地也转换为园地，园地面积直线上升，这与增城区近十年来增城区的生态基础设施建设诸如公园、果园的“千园计划”密切相关，说明城市建设活动直接影响到土地利用类型结构组成。

2.3 土地利用景观格局分析

2.3.1 景观格局指数分析

通过监督分类得到的三期土地利用分类图，利用Envi导出矢量格式，再利用ArcGIS工具矢量文件转栅格文件，接着导入到Fragstics软件分别从类型水平进行景观格局分析。

由表3数据可以看出：林地、园地、农田的斑块指数增大、结合度指数减少，说明十年间景观破碎度逐年增大，连通性变弱；建设用地的斑块个数减少、结合度指数增大，说明经过10年的城市建设，增城建设用地连通性增强，又加上形状指数逐年上升，可以看出建设用地越来越趋于规则；斑块密度上看农田和园地最大，说明它们分布最为广泛，最大斑块指数、形状指数以林地和农田为大且近十年保持稳定，这对于维持生态系统稳定有着重要的意义；河流与库塘散步与并列指数较大，分布相对集中。

表3 基于类型水平的增城区2010-2020年土地利用景观指数

2.3.2 驱动因子分析

对选定的13个指标先进行标准化处理，然后借助SPSS软件进行KMO检验，合格之后进行主成分分析。经Bartlett球形度检验，KMO系数为0.856，效果较好。按照特征值大于1且累计概率大于85%的原则提取两个主成分因子，这两个主成分可以解释土地利用景观格局变化的驱动力。第一主成分、第二主成分的特征值分别为10.610和2.169，累计贡献率达到90.864。随后计算出因子载荷矩阵，并应用方差最大正交旋转法对因子载荷矩阵进行旋转，由此得出主成分载荷矩阵（表4）。

表4 旋转因子载荷矩阵

由表4可知，第一主成分与地区生产总值、农民人均纯收入、社会消费品零售额、全市总接待旅游人数等存在着很大的正相关，相关度达到0.970以上。第二主成分与第一产业增加率有着很大的正相关，与养老保险参保人数、全市户籍总人口存在着一定的负相关，反映的是产业结构情况。总体而言，社会经济发展水平、第一产业增加率是影响增城区土地利用结构变化的主要驱动因子。

3 结论

本文选取广州市增城区为研究对象，以快速城市化发展的2010-2020年为研究时间，借助Envi和ArcGIS软件平台，运用转移矩阵法、景观格局分析法对增城区土地利用景观格局演变进行分析，结论：

（1）增城区各类型土地利用变化差异明显： 农田、林地面积呈减少趋势，园地、坑塘、建设用地面积均呈上升趋势，但整体景观破碎化加剧，斑块形态越来越复杂；林地和农田仍占有较大比重，园地和建筑用地比重上升较快。（2）增城区土地利用结构变化主要驱动因子是经济发展指标、全市接待游客总量、第一产业上升率三个方面。

总之，在下阶段的发展中，增城区要充分发挥国土空间规划尤其是土地管理的控制作用，在确保农田、林地保护的基础上，适度开发旅游业等第三产业，使得新一轮的城镇发展朝着更加科学的方向。