张家港土地利用变化预测及生态响应

雷亚龙，陈 菁,2，孙伯明

(1.河海大学水利水电学院，南京 210098；2.南方地区高效灌排与农业水土环境教育部重点实验室，南京 210098)

土地利用变化是城镇化过程中面临的重要问题，直接反映土地生态过程的作用结果，可以引起区域剧烈的生态响应，对生态系统维持其服务价值具有决定性作用[1-4]。通过研究不同时空尺度下的土地利用变化规律，构建模型，预测未来的土地利用状况，计算相对应的生态系统服务价值可以定量分析其生态响应，从而阐释人类与土地直接作用的过程与结果[5,6]，为区域的健康可持续发展提供重要的决策支持[7-9]。张家港市处于我国城镇化进程最快的苏南地区，只追求经济价值导致的自然资源过度开发与生态系统亟须保护的矛盾愈演愈烈，因此对张家港市进行土地利用变化预测及生态响应分析具有重要的现实意义。

马尔可夫(Markov)模型描述的过程是一种特殊的随机过程[10]，其状态特性用于土地利用的变化预测是合适的，国内外取得了大量的研究成果[11-16]，同时，很多学者[17,18]也研究了土地利用变化对生态系统服务价值的影响，但较少将构建Markov模型预测土地利用变化与生态系统服务价值评估模型相结合来进行评价。本文通过分析张家港2005-2012年土地利用时空变化规律，构建Markov模型，模拟张家港2019年和2026年土地利用状况，定量计算出相对应年份的生态系统服务价值，分析其生态响应，从而为研究区的土地管理提供理论依据。

1 数据来源及研究方法

1.1 研究区概况

张家港市地处31°43′12″～32°02′N，120°21′57″～120°52′E，位于江苏省东南部，是长江三角洲的组成部分，北濒长江，南近太湖，地势平坦，河流纵横，上海、南京、苏州、无锡等大中城市在其周围分布。依靠其有利的地理位置，近10年来，张家港市的经济取得跨越式发展，一定程度上导致了土地利用类型发生巨大改变，造成一系列的生态环境问题，如水土流失、生物多样性减少等，为该区域的可持续发展带来干扰。

1.2 数据来源及处理

本文利用张家港2005和2012年TM遥感影像数据，分辨率为30 m×30 m。数据首先在ARCGIS中进行预处理，包括几何矫正、图像拼接以及图像增强等。根据我国现行的土地利用分类标准，同时结合研究区的实地情况，确定研究区的土地利用类型为：耕地、园地、林地、建设用地、水域用地、其他用地。其中耕地包括水田、旱地和水浇地(除水田以外，有保证水源和灌溉措施的耕地)；园地包括果园、茶园和其他园地；林地包括有林地、灌木林地和其他林地；建设用地包括城市、建制镇、村庄、工矿用地、风景名胜、交通用地和特殊用地；水域用地包括河流水面、湖泊水面、水库水面、坑塘水面、内陆滩涂、沟渠和水工建筑物用地；其他用地包括设施用地、田坎和裸地。

在此基础上，对研究数据进行监督分类和人工解译相结合的方法进行土地分类，得到2005-2012年张家港土地利用面积统计表(表1)。

表1 张家港2005和2012年各类型土地利用面积 hm2

1.3 Markov模型预测原理

Markov模型是由俄国数学家马尔可夫创建并命名的一种预测事件未来状态及其动向的方法，是一种具有“无后效性”和“稳定性”的特殊随机过程[19]。“无后效性”是指在事件的发展过程中，系统将来的状态只与当前状态有关，而与以前所处的状态无关；“稳定性”是指随着时间的增加，Markov过程趋于稳定。土地利用的时空演变过程具有Markov模型的基本性质，因此适合预测特定情境下的土地利用变化趋势[20]。

状态转移概率矩阵的确立是运用Markov模型的前提条件，转移概率矩阵可以定量反映各个土地利用类型之间的相互转化状况，揭示转移速率[21,22]。土地利用/覆被类型状态转移概率矩阵的数学表达式为：

(1)

转移概率矩阵里的元素可用转移的面积占初始面积的比例来表示:

(2)

式中：Aij为一个时间段内土地类型i转变为土地类型j的面积；Ai为土地类型i的总面积。

1.4 生态响应

生态响应是指人类改变大自然所引起的生态系统服务价值的变化。土地利用类型的改变势必会引起生态系统结构发生巨大变化，从而影响生态系统服务价值。

基于中国陆地生态系统单位面积生态服务价值表[23]，利用影子价格法和干物质量计算法，同时参考其他相关研究和张家港市实际情况，对各项类型的服务价值进行适当修正，构建了张家港2012年生态系统单位面积生态服务价值评估模型(表2)。

表2 张家港2012生态系统单位面积不同土地利用的生态服务价值 元/hm2

注：建设用地生态服务价值默认为0。

本研究中，以土地利用状态转移概率矩阵[21,22]作为转换规则进行Markov模拟计算。首先以2005年的土地利用数据为基础，模拟计算2012年的土地利用类型数据，将其与2012年的真实数据相对比，校验模型的可行性。然后以2012年的土地利用数据为基础，预测张家港2019年和2026年的土地利用状况。将预测结果和生态服务价值评估模型相结合，定量评价其不同时期土地利用变化及其生态响应。

2 结果与分析

2.1 张家港土地利用转移概率矩阵分析

根据2005年和2012年的土地利用分类图和土地类型面积统计表(表1)，计算得出2005-2012年土地利用转移矩阵和土地利用转移概率矩阵。张家港2005-2012年土地利用转移矩阵和转移概率矩阵分别如表3和表4所示。

表3 2005-2012张家港土地利用转移矩阵 hm2

注：矩阵中行表示2005年的第i种土地类型(i=1,2,…,6)，列表示2012年的第j种土地类型(j=1,2,…,6)；1为耕地；2为园地；3为林地；4为建设用地；5为水域；6为其他用地。矩阵元素代表2005年土地类型转变为2012年土地类型的面积，即2005-2012年土地利用状态转移矩阵。

表4 2005-2012张家港土地利用转移概率矩阵Fig.4 2005-2012 Zhangjiagang land use transition probability matrix

注：1为耕地；2为园地；3为林地；4为建设用地；5为水域；6为其他用地。矩阵元素代表2005年土地类型转变为2012年土地类型的概率大小，概率由公式(2)计算得出，即2005-2012年土地利用转移概率矩阵。

由表2、表3、表4可以看出：张家港土地利用变化的主要特征是随着经济的快速发展，建设用地不断扩张及其对耕地资源和水域的占用，这在一定程度上造成生态系统遭到破坏，同时导致城市水面率有所降低，使城市的自然生态、景观优美受到严重挑战。

2005-2012年，张家港在经历经济跨越式发展的同时，土地利用类型的变化也十分剧烈，发生土地类型变化的斑块面积达到9 996.12 hm2。其中主导转换类型的是耕地转换为建设用地4 833.72 hm2，占耕地初始面积的12.93%；转换为园地1 321.08 hm2，占耕地初始面积的3.53%。水域转换为建设用地650.25 hm2，占水域初始面积的2.09%；转换为园地1 081.48 hm2，占水域初始面积的3.48%，由于长江水域不受张家港地方政府管理，同时张家港段没有围江造田工程，因此长江张家港段水域面积基本保持不变，水域面积变化主要是城镇水域。

建设用地在2005-2012年增长了5 248.93 hm2，年增长速率为749.85 hm2/a，与张家港市2000-2010年土地利用总体规划中规定的200 hm2/a相比，研究期间的建设用地增长速率偏大。同时建设用地主要增加的区域在城市周围的城乡结合部和交通沿线的城镇周边区域，占用了大量的耕地和水域面积。耕地和水域面积在此期间共减少了7 618.63 hm2，在一定程度上导致研究区的生态性受到破坏，出现水土流失、城市硬化面积过高等情况。

2.2 Markov模型稳定性分析

以张家港2005年的土地利用数据为基础，基于土地利用状态转移概率矩阵(表4)，通过Markov模型预测张家港2012年土地利用状况，将2012年的模拟值与真实值对比，采用相对误差来表示模型的精度。相对误差表示为：

(2)

式中：δ代表相对误差；A1代表真实值；A2代表模拟值。

2012年土地利用类型模拟值与真实值对比精度见表5。

表5 2012土地利用模拟值与真实值对比情况表 hm2

注：1为耕地；2为园地；3为林地；4为建设用地；5为水域；6为其他用地。

由表5可以看出，不同土地利用类型通过Markov模型预测得到的模拟值与真实值是基本吻合的，相对误差最大的土地利用类型为其他用地的1.2305%。因此，我们认为随着时间的增加，该模型是趋于稳定的，基于Markov模型对张家港土地利用类型进行预测是可行的。

2.3 张家港未来土地利用预测结果分析

基于张家港2012年土地利用数据，通过Markov模型预测张家港2019年和2026年土地利用状况。具体数据见表6。

表6 2019和2026张家港土地利用预测面积 hm2

注：1为耕地；2为园地；3为林地；4为建设用地；5为水域；6为其他用地。

通过对预测结果分析可知，建设用地面积在2012-2019年和2019-2026年的增长速率分别683.37和623.44 hm2/a，远远大于张家港市2010-2020年土地利用总体规划中的150 hm2/a，因此建设用地的扩张速率必须加以控制。

水域面积到2019年和2026年分别减少到27 849.25和26 407.74 hm2，考虑到长江水域面积不能被侵占，因此陆地内的水域将进一步锐减，水面率将低于张家港市水资源综合规划中设定的6%下限，因此在接下来的一段时期，需要改变水域面积的减少趋势，保证水面率不降低。

耕地面积在2012-2026年期间共减少9 080.39 hm2，减少到22 993.58 hm2，考虑到张家港市正在推进的保护和发展农业“四个百万亩”落实政策，其中规定耕地必须保证在24 019.13 hm2以上，因此需要大幅度减小耕地的减少速度。

2.4 生态响应分析

根据表2和表6，计算张家港2012、2019和2026年土地利用状况相对应的生态系统服务价值(表7)和各单项生态服务价值(表8)。

表7 张家港不同土地利用类型各年份生态系统服务价值(2012-2026)Fig.7 Zhangjiagang service value of different land use types of ecosystems (2012-2026)

表8 张家港各项生态系统服务价值(2012-2026年)Fig.8 Zhangjiagang service value of different ecosystems (2012-2026)

由表7和表8可以看出，2012-2019年和2019-2026年，张家港整体上呈现负生态响应，生态系统服务总价值逐年递减，递减速率分别为1 314.96和1 155.57万元/a。从各土地利用类型对应的生态服务价值来看，2012-2026年，耕地和水域出现大幅度减少，分别减少11 308.63和7 745.3万元。同时，9个单项生态系统服务价值均出现降低，其中食物生产、气体调节、气候调节、水文调节、废物处理和生物多样性保持出现较大幅度的减少，分别减少4 309.27、917.71、1 566.15、5 606.85、2 565.90和791.12万元/a。一定程度体现出研究区的生态环境出现恶化，生物多样性减退。这主要是因为：耕地和水域面积的大幅度减少，加上建设用地增加过快，打破了原有土地类型平衡状态，导致研究区生态系统服务总价值减少，出现水文调节、废物处理能力下降等环境恶化问题，一定程度上限制了研究区的可持续发展。

综上所述，如果按照2005-2012年土地利用变化趋势进行发展，在未来一段时间内，研究区将面临土地利用类型失衡、生态环境遭到破坏以及环境恶化等问题。政府应该尽快采取措施，如：严格控制建设用地的扩张速率，加强推进耕地保护政策，同时保证水域面积不减少等措施，使研究区的生态系统保持健康发展。

3 结 语

(1)基于已有的研究，结合2005-2012年张家港土地利用变化规律，建立其土地利用转移概率矩阵，同时构建了张家港生态系统单位面积服务价值评估模型。

(2)通过Markov模型预测分析张家港2019年和2026年土地利用状况，结果表明：研究区建设用地和园地面积增长幅度较大，与此相对，耕地和水域面积出现较大幅度减少，这是城镇化过程不断加快所导致的结果。2012-2026年，建设用地面积将继续以653.41 hm2/a速率增加，耕地和水域继续出现较大幅度的减少，到2026年耕地和水域将分别下降到22 993.58和26 407.74 hm2，这种土地利用变化趋势将会导致生态系统遭到迫害。

(3)根据生态系统单位面积服务价值评估模型，计算2012、2019、2026年各土地利用类型的生态服务价值，结果表明张家港整体上呈现负生态响应，其中耕地和水域类型对应的生态服务价值出现大幅度减少，另一方面食物生产、气体调节、气候调节、水文调节、废物处理和生物多样性等9个单项生态服务价值均出现下降。

因此，按照目前的土地利用变化趋势继续发展是不可行的，政府也开始改变目前的土地利用政策，加强控制建设用地扩张速率，实施耕地保护政策，保证水域面积不减少，从而使土地利用结构处于可持续发展状态，维持生态系统的健康状况。

□

[1] 唐华俊,吴文斌,Peter H Verburg,等. 土地利用/土地覆被变化(LUCC)模型研究进展[J]. 地理学报,2009,(4):456-468.

[2] 黄晓磊,刘东云,冯仲科,等. 基于CA-Markov模型的天津市土地利用预测研究[J]. 中国农业科技导报,2012,(5):84-89.

[3] 崔敬涛. 基于Logistic-CA-Markov模型的临沂市土地利用变化模拟预测研究[D]. 南京：南京大学,2014.

[4] 孙伯明,陈 菁,吴 鑫,等. 小三江平原土地利用变化对生态系统服务价值的影响研究[J]. 灌溉排水学报,2014,(Z1):261-265.

[5] 孙贤斌,刘红玉,李玉凤,等. 基于CA-Markov模型土地利用对景观格局影响辨识[J]. 生态与农村环境学报,2009,(1):1-7,31.

[6] 冯异星,罗格平,周德成,等. 近50 a土地利用变化对干旱区典型流域景观格局的影响----以新疆玛纳斯河流域为例[J]. 生态学报,2010,16:4 295-4 305.

[7] 吴 莉,侯西勇,徐新良,等. 山东沿海地区土地利用和景观格局变化[J]. 农业工程学报,2013,(5):207-216,293.

[8] 韩其飞,罗格平,白 洁,等. 基于多期数据集的中亚五国土地利用/覆盖变化分析[J]. 干旱区地理,2012,(6):909-918.

[9] 王范霞,毋兆鹏. 近40 a来精河流域绿洲土地利用/土地覆被时空动态演变[J]. 干旱区资源与环境,2013,(2):150-155.

[10] 肖 翔,李扬帆,朱晓东. 基于土地利用驱动力的马尔科夫模型及其应用[J]. 土壤,2011,(5):822-827.

[11] Guan D J, Li H F, Inohae T, et al. Modeling urban land use change by the integration of cellular automaton and Markov model[J]. Ecological Modelling, 2011,222:3 761-3 772.

[12] Bell E J, Hinojosa R C. Markov analysis of land use change: Continuous time and stationary processes[J]. Socio-Economic Planning Sciences, 1977,11(1):13-17.

[13] Giri C P. Remote sensing of land use and land cover: principles and applications.[J]. Remote Sensing of Land Use & Land Cover Principles & Applications, 2012.

[14] 刘孝国,郄瑞卿,董 军. 基于马尔可夫模型的吉林市土地利用变化预测[J]. 中国农学通报,2012,(29):226-229.

[15] 何宝忠,高敏华,赵军安. 基于马尔科夫模型的吐鲁番市土地覆被动态变化研究[J]. 水土保持研究,2014,(5):41-48.

[16] 肖 翔,黄海涛,吴海均,等. 基于马尔可夫模型的苏州市区土地利用变化预测[J]. 江西农业学报,2008,(11):134-136,139.

[17] 王宗明,张树清,张 柏. 土地利用变化对三江平原生态系统服务价值的影响[J]. 中国环境科学,2004,(1):126-129.

[18] 常守志,王宗明,宋开山,等. 1954-2005年三江平原生态系统服务价值损失评估[J]. 农业系统科学与综合研究,2011,(2):240-247.

[19] 刘淑燕,余新晓,李庆云,等. 基于CA-Markov模型的黄土丘陵区土地利用变化[J]. 农业工程学报,2010,(11):297-303.

[20] 韩文权,常 禹. 景观动态的Markov模型研究----以长白山自然保护区为例[J]. 生态学报,2004,(9):1 958-1 965.

[21] 张 旭. 基于CA-MARKOV模型的甘南州土地利用预测研究[D].兰州：兰州大学,2012.

[22] 包 茹. 昌吉市土地利用变化预测研究[D].新疆：新疆大学,2013.

[23] 谢高地,甄 霖,鲁春霞,等. 一个基于专家知识的生态系统服务价值化方法[J]. 自然资源学报,2008,(5):911-919.