广西土地利用特征及生物多样性指数变化分析

李 彪卢 远许贵林蒙良莉

（1.广西师范学院地理科学与规划学院，广西 南宁 530001；2.广西壮族自治区海洋研究院，广西 南宁 530001）

广西土地利用特征及生物多样性指数变化分析

李 彪1卢 远1许贵林2蒙良莉1

（1.广西师范学院地理科学与规划学院，广西 南宁 530001；2.广西壮族自治区海洋研究院，广西 南宁 530001）

借助GIS技术和洛佩兹曲线、基尼系数等数理统计方法，利用广西1990～2012年3期土地利用类型遥感解译数据，分析广西1990～2012年间土地利用及其平均物种丰富度指数的变化特征。结果表明：林地成为了土地利用流失的主要“源”，而建筑用地成为了土地利用流失的主要“汇”；1990年、2000年、2012年林地和草地在广西14个地级市的分布比较分散，而耕地、建设用地、水域和未利用地分布比较集中，即某些地级市的这些地类所占的比重比其他地级市的大；由基尼系数知道除了建设用地之外，其他各个土地利用类型的空间分布可认为是分布平均的；平均物种丰富度MSA指数呈持续下降趋势，2000～2012年比1990～2000年的变化趋势大。

广西；土地利用类型；洛伦兹曲线；基尼系数；MSA

土地利用是人类活动作用于自然环境的主要途径之一，是土地变化研究内容的重点。土地利用/覆被变化（LUCC）能够引起生物多样性、碳循环等一系列的地表生态过程变化[1-3]，土地利用变化的研究也成为全球变化研究的核心研究领域之一。国内外学者针对此利用土地利用转移矩阵、土地利用综合指数、土地利用动态度、土地利用的空间分布等分析方法做了大量的研究工作，得到了广泛的应用。目前对广西土地利用变化特征的研究还存在一些不足，主要表现在分析采用较单一的指标对土地利用变化进行描述，土地利用变化引起的生态环境效应的研究很少。本研究以广西为研究区，采用多指标并结合洛伦兹曲线以及基尼系数对土地利用变化进行分析，分析其对生物多样性的影响，为今后全区土地利用规划及其相关政策的制定提供更详实的基础资料，同时也为相关的研究提供一定的借鉴。

1 研究区概况及数据来源

1.1研究区概况

广西壮族自治区地处中国华南沿海，位于北纬20°54′～26°20′、东经104°28′～112°04′，面积约为23.67万平方公里，占全国国土总面积的2.5%，全区共14个地级市。广西地处低纬度，属亚热带季风气候区，热量丰富，降雨充沛，年降雨量在1070毫米以上，年平均气温在16.5～23.1℃之间，土地利用类型中林地的面积最大，约占到全区面积的48%，耕地资源较少，约占总面积的22%，人均耕地0.096hm2，低于全国人均0.106hm2的平均水平。地处云贵高原与东南沿海丘陵、平原的过渡带，地势总体表现为由西北向东南倾斜，四周被山地围绕，呈现盆地状，土地资源结构的显著特点是山多平原少，岩溶广泛分布。

1.2数据来源

人工解译的1990年、2000年和2012年3期土地利用数据；为研究方便以及便于进行横向对比，利用一级分类来处理，共分为耕地、林地、草地、水域、建设用地和未利用地6类；广西区的行政区划图（14个地级市）。

2 研究方法

2.1综合土地利用动态度分析

综合土地利用动态度不考虑土地利用变化的内在过程，定量地反映研究区总体上土地利用变化的速度[4]。考虑土地利用类型转入与转出双向变化过程的综合土地利用动态度计算方法如公式（1）所示：

式中：outiU-Δ表示研究时段T内土地利用类型i转变为其它土地利用类型的面积之和；iniU-Δ表示研究时段T内其他土地利用类型转变为i类土地利用类型的面积之和；iaU 表示研究区土地利用类型i的面积；n为研究区土地利用类型的数量；T表示研究时段的时间间隔。

2.2土地利用程度变化分析

2.2.1土地利用程度综合指数

土地利用程度反映了土地利用的广度和深度，它不仅能反映土地利用类型本身的自然属性，还能反映出土地系统中人类因素和自然环境的综合效应。本研究采用刘纪远等从生态学的角度出发提出的土地利用程度综合分析方法，即将土地利用程度按照土地自然综合体在社会因素影响下的自然平衡状态分为4个级别，土地未利用级、土地自然再生利用级、土地人为再生利用级和土地非再生利用级[5]，并分别赋值为1-4（见表1），如公式（2）所示：

式中：Ai表示第i级土地利用程度分级指数；Ci表示第i级土地利用程度分级面积百分比；n表示研究区土地利用类型数。

表1　土地利用程度分级赋值

2.2.2土地利用程度变化分析

土地利用程度的变化是该区域内多种土地利用类型变化的结果，土地利用程度及其变化量和变化率可以定量揭示出该研究区域内土地利用的综合水平和变化趋势，土地利用程度的变化量和变化率[6]可表达为公式（3）：

式中： LΔ表示土地利用程度的变化量；bL和aL分别表示b时期和a时期研究区土地利用程度综合指数；iaC和ibC 分别表示某地级市b时间和a时间第i级土地利用程度分级面积百分比。

式中R表示土地利用程度变化率，当R>0时，表示该研究区域的土地利用正处于发展时期，若值为负，则表明研究区域的土地利用处于衰退期或调整期；iA表示第i级土地利用程度分级指数。

2.3土地利用类型空间分布

洛伦茨曲线是美国经济统计学家M.Lorenz在1905年提出的，它利用频率累计数绘制成的曲线来刻画其不平等(集中或分散)程度，是经济学上研究地区之间收入差距或财富不平等的一种分析手段。当曲线距离绝对均匀线越近时表示地区间收入差距越小，财富分配较为平等;反之，则表示地区间收入差距越大，财富分配越不平等[7]。利用洛伦茨曲线的这一基本原理，可以直观显示某种土地利用类型在研究区空间分布的差异性，若所得曲线越接近绝对均匀线，曲线离差较小，表明该土地利用类型在研究区分布越均匀；反之则表明该土地利用类型在研究区中的区域分布差异较大，即分布相对集中[8]。

洛伦茨曲线可以直观显示某种土地利用类型在全区空间分布的差异性，但是无法对差异的程度进行定量描述。而基尼系数可以进一步定量描述土地利用类型在各区县的分布情况。在洛伦茨曲线上，基尼系数反映的几何意义是曲线与绝对均匀线之间面积和绝对均匀线以上三角形面积之比，因此也被称为洛伦茨系数。

式中：G为基尼系数；Mi为某区县某一用地类型面积累计百分比；Qi为某区县土地在全区土地面积的累计百分比。本研究选择了广西的14个地级市，故i的取值范围是0

基尼系数越趋近于0，说明某种地类在地级市的空间分布越均匀，越接近1，说明空间分布越不均匀。

GI<0.2表示分布平均；0.2<=GI<0.3相对平均；0.3<=GI<0.4相对合理；0.4<=GI<0.5差距大；GI>0.6表示差距悬殊。

2.4生物多样性指数变化

Alke-made[9]使用与原始环境相比的相对平均物种丰度（MSA）来表征一定环境条件下的生物多样性。GLOBIO3还考虑到了植被覆盖、土地利用程度、生态环境破碎化程度、全球平均气温、大气氮沉降量和基础设施建设量等因子。未受干扰自然环境状态下的生态系统的MSA值为1，受到的外界干扰越大，MSA的值越小。每个生态系统由于受到的认为干扰的强弱的不同，都有一个初始的MSA值，然后再考虑其他因子对生态系统生物多样性的影响，得到每个评价单元的MSA值。本研究基于GLOBIO3评估框架，参考《中国生态系统服务与管理战略》，结合研究区实际为各生态系统类型初始MSA赋值，取值为耕地0.2、林地0.55、草地0.35、河流与湖泊0.75、建设用地0.05、未利用地0.7[10-11]。

3 结果与分析

3.1土地利用类型面积变化分析

1990年到2012年广西土地利用类型发生了明显的变化，如图 1所示，主要表现为建设用地和水域面积的持续增加，从1990年到2012年建设用地的面积从4158.67km2增加到了5453.12km2，年均增加1.42%，水域面积从4346.10km2增加到了 4914.25km2，年均增加 0.59%，耕地面积呈现先减少后

3.2土地利用类型转移分析增加的情况，林地面积从1990年的154696.51km2变化到2012年的147773.21km2减少了6923.30km2，草地面积呈现先增加后减少的趋势，总体来说草地面积增加了 1798.18km2，未利用地面积较少，变化不大。建设用地、水域、草地、林地和耕地在2006年～2012年的变化幅度较大，远高于其他时间段土地利用类型面积的变化。

表2　1990年～2012年土地利用类型转移矩阵

由表2可知，从土地利用类型转移变化上来看，广西1990年～2012年间建设用地主要由耕地和林地转化而来，其中有714.6 km2的耕地转化为建设用地，占耕地流失面积的31.6%，451.0km2的林地转化为建设用地，占到建筑用地净增加面积的53.7%，耕地除了转为建设用地外，还有1036.7km2转向了林地，但是有4902.5 km2的林地转为了耕地，因此林地和耕地之间，耕地净增加了3865.80 km2，林地除了转化为耕地和建设用地外，还有3086.8 km2转化为草地，占总转化面积的35.02%，草地主要转化为耕地、林地和建设用地，占转出面积的95.69%，从总体上可以看出建设用地成为其他土地利用类型流失的主要去向。

3.3综合土地利用动态度

如图2所示为1990年到2012年广西综合土地利用动态度变化情况，广西土地利用平均年变化率为0.2106%，但是在不同的时段相差较大，1990～2000年的动态变化率最低为0.0596%，2000年以后的综合土地利用变化率为0.4937%，明显高于前一时期。

图2　综合土地利用动态度图

3.4土地利用程度综合指数

如图3所示为广西土地利用程度综合指数，可以看出1990年～2012年土地利用程度综合指数呈持续升高的趋势，各时期土地利用程度综合指数变化量均大于 0，1990～2000年土地利用程度综合指数升高了0.91，2000～2012年土地利用综合程度指数升高了1.55，相对于前一时间段升高了近一倍。

图3　广西1990～2012年土地综合利用程度指数

3.5土地利用程度变化分析

由可以看出，在1990～2000年南宁、柳州、钦州、北海的土地利用程度变化量ΔLb-a和土地利用程度变化率R均大于0，表明这4个地级市的土地利用处于发展期；而梧州、防城、玉林、贺州的土地利用程度变化量ΔLb-a和土地利用程度变化率R均小于于0，表明这4个地级市的土地利用处于调整期或者衰退期。在2000～2012年只有贵港市的土地利用程度变化量ΔLb-a和土地利用程度变化率R大于0，而玉林、百色、崇左3个地级市的2个值均小于0。对比两个时间段可以看出，防城、百色、贺州、崇左的土地利用程度变化量变化较大，防城港市的土地利用程度变化量从-18.8846变化到了14.0671，崇左市的土地利用程度变化量从 4.1966变化到了-13.6724，而土地利用程度变化率R值在北海、贵港、南宁、来宾等市变化最大，北海从0.01945变为了0.0546，贵港市从0.0112变为了0.0254，总体来说广西14个地级市的土地利用处在一个变化比较大的阶段，南宁、柳州、桂林、钦州、贵港、来宾、北海这7个地级市的R值在1990～2012年均大于0，土地利用处于发展期。

图4　土地利用程度变化量和土地利用程度变化率图

3.6土地利用类型空间分布变化特征

利用Arcgis的面积制表工具，并进行相应的处理得到广西1990～2012年各土地利用类型在其14个地级市空间分布的洛伦兹曲线，并根据公式 5计算得到了研究区广西的六个土地利用类型的基尼系数如图5所示：

图5　1990～2012年广西14个地级市土地利用空间分布洛伦兹曲线变化及基尼系数

基尼系数可以认为是反映地类空间分布均匀程度的指标，如果某种地类基尼系数变大，那么说明该地类类型在广西14个地级市的空间分布趋于越来越不均匀，如果某种地类基尼系数变小，说明地类的空间分布趋于越来越均匀。从1990～2012年耕地在14个地级市空间分布的基尼系数逐年减小，但减小的幅度并不大，林地的基尼系数逐年增大，其值在0.1以下，可看出其是分布平均的；以2000年为时间节点，1990～2000年未利用地的基尼系数减小了0.054，水域和建设用地基本上保持不变，仅有微弱的变化；从2000年开始，未利用地的基尼系数开始增大，到2012年增加到了0.123，而水域和建筑用地的在14个地级市的空间分布基尼系数减小；而草地在1990～2000年期间基尼系数逐年减小，表明其在这段时间内空间分布越来越均匀，但在2000～2012年期间基尼系数增加到了0.167，变化较大，林地、耕地、草地、水域、未利用地的基尼系数值均小于0.2，表明这几个地类在研究时间段内在广西14个地级市空间分布“分布平均”。

3.7MSA指数变化分析

由图可以看出1999、2000、2012年广西的综合MSA指数变化情况。可以看出，从1990年开始到2012年，广西生物多样性指数呈现下滑的趋势，1990～2000年间的下滑比降低于2000～2012年期间的下滑比降，2000～2012年12年间MSA指数降低了0.0044，而1990～2000年 10年间降低了0.028。

图6　广西的综合MSA指数

4 结论与讨论

从以上利用1990～2012年的土地利用解译数据对土地利用类型变化特征、土地利用类型洛伦兹曲线及基尼系数的分析，结果表明土地利用类型及其空间分布发生了明显了变化。

（1）由土地利用类型转移矩阵来看，整体上广西土地利用变化的特点为耕地、建筑用地面积的增加和林地和水域面积的增加，根据源与汇的理论，林地成为了土地利用流失的主要“源”，而建筑用地成为了土地利用流失的主要“汇”。主要原因可能包含人口的增加以及经济的发展提高了对建筑用地的需求量，林地面积占据绝大多数，通过砍伐林地转变为建筑用地。

（2）空间洛伦茨曲线图具有很强的实用意义，可判断该种用地类型在全区分布的均匀程度越接近绝对均匀线，曲线离差较小，表明该地类在全区分布越均匀；反之，表明该土地利用类型在全区中的区域分布差异较大，即分布相对分散。由洛伦兹曲线的空间分布可以得出以下结论，1990年、2000年、2012年林地和草地与绝对均匀线最近，说明这几类土地利用类型在广西14个地级市的分布比较分散，也就是说他们在14个地级市的面积大致相等，而耕地、建设用地、水域和未利用地离绝对均匀线较远，说明分布比较集中，即某些地级市的这些地类所占的比重比其他地级市的大；还可以根据空间洛伦茨曲线的斜率和拐点位置判断某地级市土地利用的专门化程度，洛伦兹曲线从0点开始，斜率如果大于1，则说明该地级市的地类在全区该地类的比例高于该地级市土地总面积的比例占全区总面积的比例。从第一个点开始依次代表南宁市、柳州市、桂林市、梧州市等，以2006年的耕地洛伦兹曲线为例，从南宁市到柳州市以及柳州到桂林市的斜率均大于1，表明耕地在这3个镇分布较多，对比之前的土地利用类型面积统计表，这3个镇的耕地面积分布较多，占到了33%；另外由洛伦兹曲线可以分析得到各个地级市的土地利用特色，如梧州市的林地面积占到了76.52%，位于洛伦兹曲线斜率较大的位置，而建筑用地只占到了1.633%，结合区域实际确定最佳土地利用目标，大力发展特色产业并推进土地的集约利用，以优化整个地区土地利用结构。

（3）洛伦兹曲线无法对差异的程度进行定量的描述，因此利用基尼系数定量描述土地利用类型在地级市的空间分布情况。分析出的广西土地利用类型结果与洛伦茨曲线分析出的结果相同，由基尼系数分布图可以看出，除了建设用地之外，其他各个土地利用类型的空间分布可认为是分布平均的。从1990～2012年，林地、草地和未利用地的基尼系数变化值为正，说明这两种地类在全区的分散程度增大，而其他地类的变化值为负，说明这几类土地利用类型在全区的分布趋向于均衡。

（4）研究时间范围内，广西的MSA指数呈现持续下滑的趋势，其直接原因为MSA指数较高的土地利用类型转化为了MSA指数低的土地利用类型。如水域的MSA值为0.7，它转向了MSA指数低的林地（0.5）和耕地（0.2）；草地的MSA值为 0.35，草地和林地也转化为了耕地；林地、草地和耕地转化为建设用地（0.05）等。因此可以看出随着土地利用类型之间的转变，生态系统的破碎化也加重。

本研究的一些不足之处主要表现在：（1）本研究在对土地类型进行分类的时候，只是分为了以及地类 6类，没有涉及到更低级别的土地利用分类；（2）研究所采用的解译数据的空间分辨率不够高；（3）文章选择的土地利用类型数据的时间分辨率还不够高。因此在今后的研究过程中，要优先考虑高时间分辨率、高空间分辨率的土地利用数据以及利用更详细的土地利用分类并结合一些生态指标等进行更好的分析，为土地的规划等提供更详细的建议。

[1] Yu W H,Veldkamp W S A,Espaldon R L V.Modeling land use land cover change(LUCC) in the Daqing City, China[J].Applied Geography,2011,31(7):600-608.

[2] Tyson P D,Fuchs R,Fu C,et al.The earth system:regionalglobal linkages[J].Regional Environmental Change, 2012,(3):128-140.

[3] 张跃红,安裕伦,马良瑞,等.1960—2010年贵州省喀斯特山区陡坡土地利用变化[J].地理科学进展,2012, 31(7):878-884.

[4] 雷军成.1990—2008年江苏省土地利用特征及MSA指数变化分析特征[J].水土保持研究,2015,22(1):194-120.

[5] 陈其春,吕成文,李壁成,等.县级尺度土地利用结构特征定量分析[J].农业工程学报,2009,25(1):223-231.

[6] 杨玉婷,石培基,潘竟虎.干旱内陆河流域土地利用程度差异分析[J].干旱区资源与环境,2012,26(2):102-107.

[7] 苏广实等.基于空间洛伦茨曲线的喀斯特县域土地利用结构变化分析－以广西都安为例[J].安徽农业科学,2009,37(27):13404-13407.

[8] 王夏琰，刘学录.甘肃省土地利用结构变化及其驱动力分析[J].甘肃农业大学学报,2007,42(4):97-102.

[9] Rob Alkemade,Mark Van oorschot,Lera Miles,et al.Globio3:a Framework to Investigate Options for Reducing Global Terrestrial Biodiversity Loss[J].Ecosystems,2009,12(3): 374-390.

[10] Alkemade R, van Oorschot M, Miles L,et al. GLOBIO3:A framework to investigate options for reducing global terrestrial biodiversity loss[J].Ecosystem,2009,12(3): 374-390.

[11] 陈宜瑜.中国生态系统服务与管理战略[M].北京:中国环境科学出版社,2011.

[12] 谢菲,舒晓波,廖富强,等.浮梁县土地利用变化及驱动力分析[J].水土保持研究,2011,18(2):213-221.

[13] 缑武龙,黎诚,胡月明,等.基于基尼系数和洛伦茨曲线的县域土地利用结构变化分析——以湖南省安化县为例[J].安徽农业科学,2011,39(31):19543-19544.

[14] 邓晶,刁承泰.基于空间洛伦茨曲线和基尼系数的土地利用结构分析——以重庆江津市为例[J].国土与自然资源研究,2008,(1):38-40.

[15] 孙倩,塔西甫拉提·特依拜,张飞,等.渭干河—库车河三角洲绿洲土地利用/覆被时空变化遥感研究[J].生态学报,2012,32(10):3252-3265.

Analysis on land use and the diversity index change in Guangxi Province

Based on the GIS technology and lorenz Curve and Gini Coefficient method of mathematical statistics,Land use data of Guangxi Province were derived from interpreting remote sensing images.Three time nodes were selected,namely,1990,2000,2012.The results showed that woodland was the source of land use loss,while construction land was the sink of land use loss. In 1990,2000and 1990,the distribution of woodland and grassland in the 14 cities in Guangxi are scattered,The cultivated land, construction land, water and unused land distribution is concentrated, that in some places these classes share is greater than other places;Know by Gini Coefficient in addition to construction land, the other the spatial distribution of various land use types can be considered as average distribution;The average species richness index of MSA continue to decline, 2000-2012 is larger than the change trend of 1990-2000.

Guangxi Province;land use type;lorenz Curve;Gini Coefficient;MSA

F301.24

A

1008-1151(2015)09-0059-05

2015-08-11

李彪（1992－），男，山西文水人，广西师范学院地理科学与规划学院硕士研究生，研究方向为土地利用与生态环境。

卢远（1971－），男，广西横县人，广西师范学院地理科学与规划学院博士、教授，从事生态遥感与土壤侵蚀研究。