普湾新区土地利用动态监测及预测分析

闫雪，王利，任启龙（辽宁师范大学城市与环境学院，辽宁大连116029）

普湾新区土地利用动态监测及预测分析

闫雪，王利*，任启龙
（辽宁师范大学城市与环境学院，辽宁大连116029）

以大连市普湾新区作为研究区，利用2000，2007，2014年3个时期的遥感影像数据，对研究区14年间的土地利用动态变化过程以及各土地利用类型间的相互转化情况进行分析，获得研究区各年份间土地利用变化的转移矩阵和土地利用类型变换图。然后运用IDRISI的CA-Markov模型对研究区未来土地利用演变趋势进行模拟及预测，得到研究区2021年土地利用类型预测图及统计数据。结果表明：2000-2014年的14年期间研究区的建设用地明显增加，耕地和水体不断减少，林地后期出现减少趋势，未利用土地呈现波动变化的趋势。而且到2021年建设用地和耕地、水体之间的矛盾将更加突出，应合理利用土地资源、保护生态环境，减少对海洋生态的危害。

土地利用；动态监测；CA-Markov预测；普湾新区

引言

土地利用变化/土地覆盖变化（LUCC）是全球气候变化和环境变化研究的重要内容之一［1］。对LUCC的研究已经成为全球变化研究计划中的重要组成部分［2］。一般认为土地利用结构复杂变化的核心内容可以通过土地利用时空格局的变化来反映。所以，城市土地利用格局的时空动态变化过程是揭示土地城市化的核心内容［3］。利用LUCC的驱动力之间的相互作用进行完整模拟，是准确预测未来土地利用变化的前提［4］。近年来，随着我国的经济发展，城市化的进程不断加快，致使建设用地的需求量明显增加，然而如何将社会的经济发展与土地资源的可持续发展进行结合，已经成为每个城市发展急需解决的首要难题［5］。

目前土地利用变化模拟与预测应用中最广泛的模型有Clue-S模型、CA模型、Markov模型和CA-Markov模型等［6］，以上模型在适用性和模拟精度等方面各有优缺点。Clue-S效率较低，需用其他软件辅助；Markov模型能预测土地利用数量的动态变化，但无法预测土地利用的空间分布变化；CA模型可以预测土地利用的空间分布，但却不能预测数量的动态变化［7］；CA-Markov模型则是将CA模型与Markov模型进行有机结合，既可以预测空间分布，也可以在数量上进行精确的预测［8］。本文采用CA-Markov的耦合模型既具有CA模型对空间复杂系统的动态模拟功能又综合了Markov模型时间上长期预测的优势，既能对土地利用类型的数量结构进行预测模拟，又能实现土地空间格局的预测与模拟，具有很强的科学性与实用性［7，9］。本文利用RS和GIS集成技术，对普湾新区2000年、2007年和2014年三期遥感数据进行分析，得到近14年来普湾新区土地利用类型变化的转移矩阵，并基于分析对2021年土地利用类型进行预测。对普湾新区今后的土地利用提供一定的参考依据。

1　研究区概况

普湾新区位于辽宁省大连市的地理中心。该区地处辽东半岛的低山丘陵地带，地势北高南低，北部和中部地区山峦起伏，丘陵主要分布在东部、南部和西部地区。普湾新区包括石河街道、三十里堡街道、炮台街道、复州湾街道、丰荣街道、太平街道、铁西街道、南山街道六个街道。2012年总人口42.16万人，陆域面积1015平方公里，海域面积210平方公里，海岸线长132公里（本文只研究陆地部分），见图1。

图1　普湾新区位置图

2　技术路线及研究方法

2.1数据来源和预处理

本文数据是采用美国的Landsat-5/Landsat-8卫星的TM专题制图仪/OLI陆地成像仪影像，时段分别为2000年9月9日、2007年9月13日、2014年9月8日，以及相关调查资料等。以大连市边界图和普湾新区的土地利用总体规划图为辅助资料。根据TM图像各波段特征，选取真彩色合成作为土地利用动态监测的波段组合。根据2007年中国土地利用现状分类系统，结合普湾新区土地利用现状及特点，共分为耕地、林地、水体、建设用地、未利用土地五种土地类型。

数据预处理主要包含配准、几何校正、图像裁切、监督分类及分类后处理等。首先在ENVI中选取训练样本，利用最大似然法进行监督分类。然后将分类结果从ENV1中转换到ArcG1S中，利用剔除工具消除矢量数据的零碎图斑，之后进行图像融合，对同类型多边形进行合并，最后得到各年份的土地利用现状图。

2.2研究方法

2.2.1土地利用转移矩阵（LUCM）

LUCM是系统分析对系统状态和状态转移的定量描述，转移矩阵和CA-Markov模型都是国内外土地利用格局动态分析和动态监测常用的方法［10，11］，其数学表达式如下：

式中：Pij是土地类型i转换成土地类型j的转换概率；P是整个区域内各土地类型之间互相转换的概率。矩阵对角线上的P11，P22，…Pij表示经过转移后仍然是原类型的概率。

土地利用动态度是对区域土地利用变化速度的差异的反映，土地利用动态度的公式：

式中，Li是监测开始时第i类土地类型的总面积，△Li-j为监测开始到监测结束时第i类土地类型变换成其它土地类型面积的总和，t是研究时段，土地利用动态度S是指与t时段对应的研究区内的土地利用变化速率。

土地利用动态变化指数（LUDI）。变化指数是以土地类型的面积为基础，来关注监测时段内各土地利用类型面积变化的结果，其模型形式如式［12-14］：

式中：K为研究时期内研究区某一土地利用类型的变化率；Ua、Ub分别为研究时期开始和结束时该土地类型的面积；T为研究时段。

2.2.2CA-Markov模型

Markov模型具有能够分析不确定性变化过程以及预测短期变化结果的特点［15］，但其具有的无后效性，只能预测土地利用在时间上的定量改变，而无法实现空间预测［8］。而CA模型的空间概念比较强，因此本研究利用CA模型与Markov模型结合的CA-Markov模型。

Markov模型成功运用的关键是对土地利用转移概率矩阵的确定［16］。根据Markov过程性质和条件概率的定义，Markov过程的基本方程为：

式中：n为研究时间；x为介于变量i与j之间的变量；Pxj为土地类型x变换成土地类型j的转换概率；P则描述整个区域各类土地类型之间的相互转换概率。

CA是时间、空间、状况都离散，空间上的互相作用及时间上的因果关系皆局部的网格动力学模型［17］。其最主要的特点是复杂的系统可以由一些很简单的局部规则来产生，其转换规则是基于邻近函数来实现的［18］。S（t+1）=f（s（t），C）

式中：S是元胞有限的、离散的状况集合；f则是局部空间元胞状况的转换规则；t和t+1表示不同时期；C为元胞的邻域。

3　结果分析

3.1土地利用时空变化分析

近十四年来普湾新区土地利用结构发生了很大的变化；其中耕地、建设用地和水体的变化最为明显。耕地和水体在逐渐减少，而建设用地却在不断地增加。近些年来，不断地围海造陆导致水体的不断减少，面积从2000年的66.5785Km2减少到2014年的12.4753 Km2，并且速度还在加快，从其动态度可以看出：2000到2007（前期）年水体的动态度是14.1842，而2007到2014年（后期）的动态度是48.5949。而耕地虽然也是减少，但速度却在放慢，可能是普湾新区的发展已经近年来国家对基本农田的重视，使得郊区城镇化速度放缓。其动态变化指数前期-2.3816，后期则是-0.5753，可以看出速度在变慢。林地的变化集中在后期，前期几乎没变，后期从123.5265 Km2变化到了113.4623 Km2。未利用土地确实先增加后减少，其主要是一些裸地和刚拆迁的待利用地，所以其变化并不稳定。

将2000-2007年和2007-2014年两个时期的土地类型年变化率进行比较，总体上后期的变化速度是慢于前期的。说明普湾新区在2007年之后城市已基本成型，可能更多的需要调整城市内部空间结构。所以城市向耕地扩张的速度逐渐缓慢，但对海洋的占用还在继续。而对整个研究时期的土地利用类型的统计数据进行分析，表明:普湾新区在过去的14年里，建设用地显著增加，耕地呈减少趋势（速度先快后缓），林地后期出现减少趋势，水体在整个研究时期内一直呈下降的趋势，但由于未利用地的面积比重很小，因此它对研究区的土地利用格局影响相对来说并不大。简单来说，前期普湾新区的城镇化发展是外延式的，是以减少耕地和围海造陆为代价的。详情见图2与表1。

本研究采用IDRISI的Crosstab功能来提取土地利用转移数据及图，从而得到普湾新区2000-2007年和2007-2014年的土地利用类型转移矩阵和土地利用变换图，见表2、表3及图3、图4。

普湾新区土地利用类型间的变换主要是在建设用地、耕地和水体之间。前期，耕地主要转化为建设用地，转换面积分别为74.8697Km2，分别占转出面积的16.1709％，主要分布在建设用地边缘地区，尤其丰荣街道、太平街道和铁西街道居多。林地主要转换为耕地，转换面积为30.871Km2，占转出面积的25.0403％，主要分布在炮台街道、太平街道及石河街道。水体主要转换为建设用地，转出面积为32.8191Km2，占转出面积的49.2938％，海边的街道都有分布尤其以复州湾街道、南山街道和三十里堡街道最多。未利用土地主要转化为耕地和建设用地，转出面积分别为13.0474Km2和2.02578Km2，分别占转出面积的82.2706％和12.7737％，主要分布在炮台街道。建设用地主要是由耕地和水体转换而来，分别占转入面积的24.2860％和10.6457％。

图2　普湾新区2000年、2007年、2014年的土地利用结构及其变化

后期，耕地主要转换为建设用地，转换面积为78.9324Km2，占转入面积的20.014％，主要分布在复州湾街道、炮台街道和太平街道。水体和未利用土地主要转换为建设用地，转换面积分别为34.3952Km2和23.6304Km2，分别占转入面积的8.7212％和5.9917％，主要分布在复州湾街道、炮台街道和三十里堡街道。林地和未利用土地主要转换为耕地，转换面积分别为27.2949Km2和23.2138Km2，分别占转出面积的22.0964％和47.8671％，林地转耕地主要分布在三十里堡街道、石河街道和丰荣街道，未利用土地转耕地主要分布在炮台街道和三十里堡街道。从土地利用类型变化的空间特征来看，南山街道因其主要是建设用地近14年几乎没有变化；建设用地面积显著增加的原因主要是通过占用耕地、水体和林地来实现的，主要分布在建设用地周围的复州湾街道、铁西街道、丰荣街道和三十里堡街道。

3.2土地利用变化的CA-Markov预测分析

为了验证CA-Markov模型预测土地利用动态变化的准确性，利用2000年和2007年两期土地利用数据，运用IDRISI的Markov模型及CA-Markov模型功能，得到普湾新区2014年土地利用模拟图；然后用IDRISI的CROSSTab分析模块，对2014年研究区的遥感解译图和土地利用模拟图进行叠加分析。计算得到模拟结果的Kappa指数是0.77，则证明利用CA-Markov模型预测的土地利用是可信的。

基于2014年的土地利用数据，以7年为步长，利用2000-2007年土地利用转移概率矩阵进行CA-Markov预测，得到2021年的土地利用类型预测图。模拟预测结果如图5和表4。

表1　2000-2014年间研究区的土地利用类型面积及动态变化指数

表2　普湾新区2000年-2007年的土地利用转移矩阵

图3　普湾新区2000年到2007年的土地利用类型变换图

图4　普湾新区2007年到2014年的土地利用类型变换图

表3　普湾新区2007年-2014年的土地利用转移矩阵

通过对模拟预测结果进行分析得出，研究区内耕地面积会持续减少，模拟期内耕地面积减少了19.617Km2，主要是分布在复州湾街道、炮台街道和铁西街道。建设用地增加了49.3912Km2，还是主要在复州湾街道、炮台街道和铁西街道三个街道。林地的面积在模拟期内小幅度减少，减少面积为12.2748Km2，主要在三十里堡街道和石河街道。而水体从2014年的12.47525Km2骤减至1.35Km2，主要是海边的复州湾街道和三十里堡街道两大街道，这意味着到2021年现有的海边面积几乎没有，围海造陆还在继续。致使建设用地和水体之间的矛盾将会更加突出，应合理利用土地、保护生态环境，减少对海洋生态的危害。

4　结论

普湾新区14年来土地利用变化总体趋势是耕地和水体不断减少，建设用地不断增加，林地后期呈减少趋势；土地利用变化的速度由快到慢，并逐步趋向于缓和。利用Markov模型对普湾新区未来7年即2021年的土地利用布局进行预测得到:建设用地的面积将持续增加，水体的面积将会继续减少，林地和耕地面积的减少趋势相对较少，未利用土地还是起伏变化。随着时间的发展，建设用地与水体之间的矛盾已超出和耕地之间的矛盾，变得更加突出，因此必须要合理使用土地、控制城市的发展规模，尤其是控制其围海造陆的发展。

土地利用类型变化的驱动因素主要是人口、经济、社会以及政府宏观政策等人文因素的影响。个人认为未来可以从几方面来指导普湾新区土地利用的合理发展：（1）合理控制人口和城市化发展的规模；（2）加强土地用途管理力度，依法保护耕地，严格控制非农建设对耕地的占用；（3）完善城市建设用地的管理制度，提高土地资源的利用效率；（4）加强生态环境保护，建立完善的海洋生态保护体系；（5）国土部门要因地制宜，合理完善土地政策，优化土地类型的结构。

虽然土地利用类型变化过程中的不确定性因素较多，而且和当地政府相关部门的规划及经济发展政策有着密切关系，导致CA-Markov模型在现实使用中会有一定的局限性，应用时需要考虑其实际条件。但CA-Markov模型具有无后效性的特点，预测的结果尽管会受未来时期内不确定因素的影响，但本文的预测对普湾新区政府的决策支持还是具有一定的参考价值。

图5　普湾新区2021年土地利用类型预测图

表4　普湾新区2021年土地利用类型面积统计

［1］刘纪远，匡文慧，张增祥，等.20世纪80年代末以来中国土地利用变化的基本特征与空间格局［J］.地理学报，2015，69（1）：3-14.

［2］叶玉，杨武年.绵阳市涪城区近十年土地利用动态监测及分析［J］.测绘与空间地理信息，2015，38（4）：44-46.

［3］徐丽华，王欢欢，张结存，等.近15年来杭州市土地利用结构的时空演变［J］.经济地理，2015，34（7）：135-142.

［4］段增强，P.H.Verburg，张凤荣，等.土地利用动态模拟模型的构建及其应用—以北京市海淀区为例［J］.地理学报，2004，59 （6）：1037-1047.

［5］邓辉，何政伟，陈哗，等.四川盆地大都市边缘区土地利用时空格局模拟—以资阳市雁江区为例［J］.地理科学，2013（12）：1524-1530.

［6］郭斌.基于GIS的黄土高原南部土地景观动态及优化［D］.陕西师范大学博士学位论文，2011.

［7］郭斌，张莉，文雯，等.基于CA-Markov模型的黄土高原南部地区土地利用动态模拟［J］.干旱区资源与环境，2014（12）：14-18.

［8］郑青华，罗格平，朱磊，等.基于CA Markov模型的伊犁河三角洲景观格局预测［J］.应用生态学报，2010，21（4）：873-882.

［9］郭斌，张莉，文雯，等.基于CA-Markov模型的黄土高原南部地区土地利用动态模拟［J］.干旱区资源与环境，2014，28（12）：14-18.

［10］ASCARD J.Flame weeding.effects of fuel pressure and tandem bumers［j］.Weed Research，1990，7:117-137.

［11］徐岚，赵羿.利用马尔柯夫过程预测东陵区土地利用格局的变化［J］.应用生态学报，1993，4（3）：272-277.

［12］卢明龙.海河流域土地利用变化特征及趋势分析［D］.天津大学，2010.

［13］李世豪，胡彩虹，王慧亮，等.伊洛河流域土地利用/覆被变化格局分析［J］.气象与环境科学，2015（01）：108-113.

［14］吴未，刘永强，祝助强.基于多视角的土地利用变化研究—以山东省惠民县为例［J］.安徽农业科学，2011（17）：10673-10676.

［15］韩文权，常禹.景观动态的Markov模型研究—以长自山自然保护为例［J］.生态学报，2004，24（9）：1958-1965.

［16］崔桂华，杨华.重庆市沙坪坝区土地利用变化与预测研究［J］.中国水土保持，2010（03）：38-41.

［17］范强，杨俊，吴楠.海岸旅游小镇景观格局演变与动态模拟—以大连市金石滩国家旅游度假区为例［J］.地理学报，2013，12（33）：1467-1475.

［18］Amoroso S and Patt Y.Decision Procedures for Subjectivity and lnfectivity of Parallel Map s for Tessellation Structurefs［j］.Computer System Sci.1972，（6）:448-464.

（2016-01-23收稿刘晓佳编辑）

Dynamic Monitoring and Qrediction Analysis of Land-Use Change for Puwan New Area

YAN Xue et al
（Liaoning Normal University，Urban and Environment Department，Liaoning Dalian 116029，China）

Puwan New Area dalian city as the research area，based on the remote sensing image data of 2000、2007、2014 three periods，Through the analysis of land use dynamic change process of 14 years in the study area as well as the mutual transformation between various land use type，obtain the transfer matrices of land use change and land use type transformation maps.Then use CA-Markov model of IDRISI to simulate and predict the evolution trend of land use of study area in the future，get the land use type prediction map and statistical data of study area in 2021.Results show that during the period of 14 years，build-up land increased significantly，crop land and water shrinking，forest late decline trend，unused land fluctuated change trend in the study area.And by 2021，the contradiction between the build-up land and crop land、water will be more outstanding.we should reasonably use land resources，protect the ecological environment，reduce the harm to Marine ecosystems.

Land use；dynamic monitoring；CA-Markov prediction；Puwan New Area

P962

A

1003-7853（2016）01-0035-05

闫雪（1990-），女，山东泰安人，硕士研究生，主要从事地图学与地理信息系统研究。

王利（1965-），男，辽宁建平人，博士，教授，博士生导师，主要研究方向为区域发展规划与地理信息系统应用。