北部湾沿海土地利用变化时空特征及情景分析

苏红帆, 侯西勇, 邸向红



北部湾沿海土地利用变化时空特征及情景分析

苏红帆1, 侯西勇1, 邸向红2

(1. 中国科学院烟台海岸带研究所, 山东烟台 264003; 2. 德州学院资源环境与规划学院, 山东德州253023)

基于遥感技术监测北部湾沿海2000年~2010年土地利用变化特征, 应用多要素数据和Logistic- CA-Markov耦合模型模拟土地利用变化并进行多情景分析。结果表明: 2000年~2010年, 耕地是土地转化的主要来源, 城镇、农村居民点及交通工矿的扩张主要来自于耕地, 城镇化加剧增加了耕地保护的压力; 2005年~2010年, 沿海围填海的速度较快, 导致海岸线形态发生显著的变化以及海岸带脆弱性的加剧; 基于区域环境与生态保护、经济社会发展的历史过程特征和相关规划, 设计既有趋势延续、城镇化优先、生态保护优先3种情景, 模拟得到2020年、2025年的土地利用分布数据; 综合土地利用变化的历史特征和情景分析的结果, 提出未来土地利用优化的策略与措施, 包括: 优化城镇化空间布局及其发展质量, 严格保护沿海湿地尤其是红树林湿地, 变化热点区域合理规划未来的土地利用方向等。

土地利用变化; 北部湾经济带; Logistic回归; CA-Markov模型; 情景分析

沿海区域是陆海交接地带, 生态脆弱, 具有较为独特的土地利用结构、格局与过程。土地利用变化与沿海的资源、环境、生态紧密相关, 高强度的经济开发加剧土地利用变化和多种环境与生态问题。例如, 城镇化进程加快滨海地带的开发, 围填海规模扩大, 造成红树林等类型湿地破坏、耕地保护压力加大、工业用地利用效率提升压力加剧等问题[1-5]。合理开发利用沿海土地资源、协调经济发展与环境保护之间的关系日益受到重视, 因此, 许多学者对沿海土地利用及相关问题进行研究, 例如, 侯西勇等[6]分析了21世纪初中国海岸带土地利用的数量、结构和空间格局特征; 傅伯杰等[7]研究了环渤海土地利用变化的生态环境效应及可持续性; 吴泉源等[8]从土地利用类型相互转换及海岸区位效应等方面分析龙口市海岸带动态变化特征; 许艳等[9]分析了江苏省海岸带1980年以来的土地利用/覆被变化, 揭示了海岸带土地利用的地域差异与梯度分异特征。分析土地利用类型变化规律, 模拟未来土地利用变化的趋势, 可以为决策者科学规划用地提供有益的指导[10-11]。

环北部湾区域是我国与东盟国家既有海上通道、又有陆地接壤的交通枢纽区域, 区位优势明显。2007年广东省湛江市加快建设粤西城镇群中心; 2008年国家大力支持北部湾经济区开放发展; 2015年一带一路战略北部湾区域成为21世纪“海上丝绸之路”南海对外海上贸易的重要门户。北部湾沿海正在进入经济社会快速发展的新阶段, 学术界对该区域土地资源开发和利用的关注也在逐渐提升, 例如:何文等[12]分析了广西钦州市的土地利用格局; 华璀[13]研究了玉林市土地资源的可持续利用问题; 王倩[14]研究了防城港海岸带景观格局变化; 周飞等[15]、陈炳禄等[16]研究了广东省湛江市的土地利用与生态系统服务价值变化; 姚静林等[17]、高义等[18]分别分析了北部湾经济区、广东省海岛海岸带土地利用变化特征及其驱动力; 刘双等[19]、蔡晓桦等[20]分析了北部湾土地资源可持续利用问题及土地利用结构特征。本文旨在分析北部湾沿海近期土地利用变化特征, 并针对至2025年的变化进行多情景分析和模拟, 对比不同目标导向经济社会发展潜在影响作用的差异, 为北部湾土地资源的优化利用决策提供依据和支持。

1 研究区与数据

1.1 研究区

北部湾地处我国大陆海岸带西南端、南海西北部, 是一个半封闭海湾。研究区选择广西沿海区域以及雷州半岛, 包括防城港市、钦州市、北海市、玉林市和湛江市。位于东经107°27′~110°58′、北纬20°07′~ 23°07′之间, 总面积4.64万km2(图1)。西北部以山地、丘陵为主, 东南部以台地平原为主, 沿海滩涂分布广泛; 为亚热带向热带过渡的海洋性季风气候, 光热资源丰沛; 水资源尚丰, 但时空分布不均, 多暴雨; 沿海港口、旅游资源丰富。

1.2 数据来源与处理

根据北部湾沿海土地资源开发利用的历史与现状特征以及30 m分辨率Landsat TM/ETM+影像的分辨能力, 区分耕地、林地、草地、湿地、城镇、农村居民点、交通工矿、未利用地和海水9种土地利用类型: 耕地包括水田和坡耕地; 林地包括有林地、疏林地和灌木林; 草地区分高、中、低不同覆盖度; 湿地包括内陆水体(湖泊、河流、滩地和水库坑塘等)、滨海湿地(滩涂、河口水域和瀉湖等)和人工湿地(养殖); 城镇指县镇以上的建成区; 农村居民点指镇以下的居民点用地; 交通工矿是城镇以外的厂矿、工业区、仓库、机场、盐田等; 未利用地主要是山区裸岩和沿海盐碱地; 海水是指未被利用的近海海域。利用2000年、2005年、2010年的Landsat TM/ETM+影像, 结合解译标志库[21]通过目视解译获得三个时期的土地利用数据, 解译时最小上图图斑2~3个像元, 对应1︰10万比例尺制图标准。

土地利用分布与变化的自然与人文影响因子选取高程、坡度、坡向、温度、降雨量、到公路距离、到铁路距离、到河流距离、到海岸线距离、到居民点距离、人口、GDP共12个[22]。选用30 m分辨率的SRTM DEM信息, 据其生成坡度、坡向数据; 温度与降雨量取多年平均值, 基于气象站监测数据通过地统计分析方法获得空间数据; 多种距离因子数据是利用1︰100万基础地理信息通过GIS空间分析而得到; 人口、GDP信息为中国2010年分县普查与统计资料, 基于夜间灯光数据等进行空间化[23]。以上数据转换为IDRISI软件识别的栅格数据, 栅格大小为500 m。

2 研究方法

2.1 土地利用转移矩阵

基于土地利用转移矩阵进行土地利用变化特征分析。土地利用转移矩阵定量描述一定时期内土地利用状态之间的相互转换关系[22], 可直观反映土地的流向或来源。

2.2 土地利用变化模型

越来越多的模型强调基于遥感监测信息在时空双维度分析土地利用变化的动力机制, 综合评估与预测土地利用/覆盖变化[2]。元胞自动机(Cellular Automata, CA)、CLUE-S、CA-Markov、IMAGE等是较有代表性的模型[24-28]。模型应用效果受空间位置、空间尺度、数据等因素影响, 集成多种模型可以更好的表征和模拟具有多尺度特征和复杂动力机制的土地利用变化过程。本文选取Logistic-CA-Markov耦合模型: 二分类Logistic回归分析是一种概率统计分类模型, 用于预测某一分类的依赖变量(因变量)对一个或多个预测变量(自变量)的二进制响应。通常采用ROC(Receiver operating characteristic)对回归方程的解释能力进行检验[29-30], ROC值一般介于0.5~1之间, 趋近于0.5表示方程解释能力较差, 趋近于1表示效果较好。在土地利用变化研究中, 将每个栅格可能出现某种地类的概率进行运算判断, 模型的目标变量用二分类变量数据表示, 模型的解释变量通过一系列的自然、社会驱动因素来表示并确定它们之间的定量关系。其公式为:

式中,P为类型发生的概率,1,2, …,x为驱动因素。

元胞自动机(CA)是一种时间、空间、状态都离散且具有时空计算特征的动力学模型, 用来仿真局部规则和局部联系。栅格化的地理特征数据具有与元胞自动机相似的时空分布规则, 因此, 元胞自动机模型适用于地理特征数据的动态模拟[31-32]。在土地利用变化模拟中, 每个元胞对应一定的土地利用类型, 土地利用变化的历史趋势、土地适宜性以及相关的政策、经济因素构成转换规则, 当可能性超过阈值时, 土地利用类型发生转化。元胞自动机可表示为:

式中,为元胞有限、离散的状态集合,和+1为不同时刻,为元胞邻域。

马尔科夫(Markov)过程是一个典型的无后效性随机过程。马尔科夫模型应用马尔科夫过程方法分析随机事件变化规律, 并预测未来变化趋势。设()是一随机过程, 当时刻所处的状态已知时, 在时刻+1的状态与在时刻之前的状态无关, 各个时刻的状态的转变由一个状态转移概率矩阵控制。在土地利用变化研究中, 某一时刻的土地利用类型对应Markov过程中的“可能状态”(), 土地利用类型之间相互转换的面积或比例即为状态转移概率P。其公式为:

(3)

式中,()、(+1)分别为、+1时刻的系统状态;P为状态转移概率矩阵。

Markov与CA均为时间离散、状态离散的模型, IDRISI软件将二者集成, 形成了用于土地利用变化模拟的CA-Markov模型; 通过Logistic回归分析可以获取转变适宜性图像集, 即CA转换规则, 进而形成Logistic-CA-Markov耦合模型; 其综合了元胞自动机模型强大的模拟复杂系统空间演变功能和Markov模型长期预测的优势, 既提高土地利用类型转化的预测精度, 又可有效模拟土地利用格局的空间变化。研究表明其模拟精度高、模拟结果可信、有较强的科学性与实用性[26], 能够有效地对土地利用的数量结构和空间分布进行模拟和预测[22]。

2.3 情景分析

情景分析是假定某种现象或趋势将持续到未来的前提下, 对预测对象可能出现的情况或引起的后果进行预测的方法。土地利用变化机制复杂, 发展态势具有不确定性, 适合应用情景分析对其未来态势进行探测: 通过对土地利用类型加以定性、定量分析, 模拟外部因素可能发生的多种情景, 对各种可能情景进行预测, 进而, 结合土地利用变化模型, 可以模拟各种情景下土地利用变化的时空特征, 帮助人们发现未来的机会和威胁、优势和劣势, 实现土地资源的优化配置[33-35]。

3 数据与结果

3.1 土地利用结构与格局特征

北部湾沿海多时相土地利用遥感解译结果如图2 (海水未显示)。土地利用空间格局特征如下: 林地比重最大, 约为50%, 主要分布于西部与北部, 沿海散布有红树林; 耕地比重约为30%, 位于坡度较小区域; 草地较少, 一般分布在山麓地区; 湿地类型多样且分布广泛; 农村居民点数量多、分布广; 城镇面积较大, 尤其是沿海港口城市; 交通工矿多为独立工业区, 部分沿海地区有盐田; 未利用地主要为盐碱地和裸土地, 分布于沿海区域, 面积较小。

3.2 土地利用面积转移特征

2000年-2005年、2005年-2010年的土地利用转移矩阵分别如表1、表2所示, 反映土地利用的分布数量及转移特征: 10年间, 耕地减少220 km2, 前5年主要变为林地、湿地、城镇和交通工矿, 后5年流失速度减缓, 主要变为湿地、城镇和农村居民点; 草地减少18 km2, 主要变为林地和湿地; 未利用地减少51.5 km2, 主要变为湿地、草地; 林地增加121.25 km2, 前5年增加较多, 来源主要为耕地, 后5年增加较少, 主要来源为湿地和未利用地, 少量林地转化为湿地和交通工矿。10年间湿地增加了107.25 km2; 前5年未利用地、耕地、林地是其增加的主要来源, 而湿地则主要变为交通工矿(盐田)和林地; 后5年湿地主要是由海域、耕地转化而来, 水库坑塘等的面积增大, 而滨海湿地主要变为交通工矿(盐田), 滩地、滩涂、沿海潟湖面积则显著减小。10年间城镇面积增长了65.75 km2, 前、后5年分别以耕地、交通工矿为主要转化来源。10年间农村居民点面积略有增加, 耕地为主要来源, 后5年农村居民点主要变为城镇。10年间交通工矿面积增加49.25 km2, 前5年主要是海水养殖区变为交通工矿, 后5年围填海为主要来源。10年间围填海造陆使得陆域面积约增加61.5 km2, 2005年前围填海规模较小, 之后则速度加快、规模增大, 并导致海岸线的显著变化; 围填海主要形成以海水养殖为主的人工湿地、以盐田为主的交通工矿以及城镇。

表1 2000年-2005年土地利用类型转换面积(km2)

表2 2005年-2010年土地利用类型转换面积(km2)

上述变化反映了区域经济社会发展的特征及其对土地资源的影响: 1)耕地持续减少、林地不断增加, 耕地变为林地表明退耕还林政策执行情况较好, 生态保护工作得到推进; 但与此同时, 城镇、交通工矿发展又占用较多的耕地、林地、湿地, 这表明仅依靠退耕还林(草)政策不足以满足生态保护工作的需求。2)围填海主要用于交通工矿、围海渔业养殖和城镇建设, 侵占了大量的滨海湿地(滩涂、滩地和沿海潟湖), 生物栖息地逐渐被蚕食, 使生态环境面临恶化风险。3)生态保护政策和工作缺乏“陆海统筹”、“陆海联动”,因此, 在海岸带区域, 土地类型转换加快、经济社会发展使土地资源和海洋生态保护的压力加大。

3.3 Logistic-CA-Markov模型建立

选取2005年土地利用数据, 进行Logistic回归分析, ROC检验结果如表3, 其中, 7种地类的ROC值均大于0.9, 表明回归模型较为可靠。基于回归方程建立500 m分辨率的土地转移适宜性图集, 在CA-Markov模型中, 基于2005年土地利用图, 设置5×5的邻域, 迭代次数为5, 得到2010年土地利用模拟图(图3), 将其与对应的观测值(图2)进行比较, kappa系数为0.9894, 证明模型模拟效果理想, 能够支持土地利用变化情景分析与模拟。

3.4 至2025年土地利用变化情景

从区域土地利用、生态保护和经济社会发展的历史与现状及政府部门相关规划出发, 设计三种情景。

表3 Logistic回归方程系数及ROC检验结果

注: 1-9分别为耕地、林地、草地、湿地、城镇、农村居民点、交通工矿、未利用地、海水9种土地利用类型。

情景Ⅰ: 既有趋势延续(Business as usual)。Markov理论符合既有趋势延续情景的特征, 因此, 直接基于上述过程所建立的Logistic-CA-Markov模型, 以2005年和2010年土地利用数据为基础, 预测得到2020年、2025年的土地利用图。

情景Ⅱ: 城镇化(经济发展)优先。优先满足城镇化、经济发展对土地资源的需求。主要参考《广西北部湾经济区发展规划》(2006年-2020年)、《广东省土地利用总体规划》(2006年-2020年)以及北海市、防城港市、钦州市城市总体规划(2008年-2025年)等所确定的城镇化目标, 如: 广西北部湾经济区发展规划中北海市、钦州市、防城港市2020年城市建成区建设用地分别控制在140 km2、120 km2和70 km2以内; 北海城市总体规划2025年城市建设200 km2;防城港市城市总体规划至2025年城市建设用地140 km2; 钦州市总体规划建设用地规模2025年为234.97 km2, 其中填海79 km2; 玉林中心城区城市建设用地规模至2020年为98 km2; 到2020年湛江市中心城区城市建设用地规模控制在211.62 km2以内。综合以上信息, 设置2020年、2025年城镇面积分别增长至约650 km2、约800 km2; 通过Markov面积转移矩阵控制总量目标, 修订Markov转移概率矩阵中各种地类转向城镇和交通工矿用地的概率以控制类型转化的合理性, 模拟得到2020年、2025年土地利用图。

情景Ⅲ: 生态保护优先。设定原则: 限制城镇发展速度; 保护山区的林草地; 严格保护主要水源地和坡度15°以上区域; 保护沿海滩涂和红树林湿地, 限制围填海工程发展; 严格限制自然保护区内的土地利用变化。重点选取北仑河口国家级自然保护区、山口红树林国家级自然保护区及湛江红树林国家级自然保护区及众多水源地列为生态保护的优先区域, 限制其内部的土地利用变化, 模拟得到2020年和2025年土地利用图。

三种情景的模拟结果如表4所示。人类活动、经济发展促进海水养殖区、围填海用地等扩大, 呈扩张趋势。与2010年观测值相比, 情景Ⅰ未来时期耕地、林地、草地及未利用地面积将减少, 城镇、农村居民点、交通工矿面积将扩大, 主要占用耕地; 情景Ⅱ中, 城镇向周围扩张速度更迅速, 对耕地和湿地的占用更为严重, 并进一步导致海岸线向海推进; 情景Ⅲ中, 耕地、林地、草地面积缓慢增长, 城镇化速度受到节制, 城镇、农村居民点与交通工矿的扩张速度均低于既有趋势延续情景和城镇化(经济发展) 优先情景。三种情景模拟结果在结构、变化态势方面与情景设计初衷较为一致。

表4 北部湾沿海土地利用模拟情景面积(km2)

将三种情景的空间格局进行比较, 差异较显著的“热点”区域包括城镇和自然保护区边缘、海岸线附近等, 例如: 北海市区(图4-A), 情景Ⅰ与Ⅱ均表现为城镇显著扩张趋势, 占用耕地和围填海特征突出; 沿海区域围填海形成较大面积的城镇与交通工矿, 将海岸线向海推进, 内陆区域城镇扩张占据大量的农田; 在情景Ⅲ中围填海与耕地的占用均有所减缓, 因此, 沿海地区应着重控制城镇发展规模、保护耕地、合理规划围填海区域。山口红树林国家级自然保护区(图4-B), 情景Ⅰ与Ⅱ中, 西部与东部沿海的林地与湿地被破坏变为交通工矿用地, 而情景Ⅲ保护区内的植被和湿地得以保留, 可见, 自然保护区边缘的土地利用较易被改变。将2010年广西滨海的保护区与围填海变化“热点”区域进行叠加分析, 重合部分达到24.74 km2, 距“热点”0~1 km、1~2 km、2~3 km范围内的保护区面积分别为77.34、105.96、113.19 km2, 可见, 围填海实际上已经严重威胁滨海保护区; 为保证自然保护区内的土地利用类型得以保持, 优化保护区及其周边土地利用结构, 严格的保护措施迫在眉睫。

A. 北海市区; B. 山口红树林国家级自然保护区

A. Beihai city; B. Shankou mangrove ecological national natural reserve

4 结论

基于遥感技术监测北部湾沿海2000年-2010年的土地利用变化特征, 应用Logistic-CA-Markov耦合模型模拟土地利用变化并进行多情景分析和模拟, 主要结论如下:

1) 土地利用变化反映经济社会发展的基本特征: 2000年-2010年, 耕地、草地、湿地等类型的面积减少, 林地、城镇和农村居民点的不断扩张均占用大量耕地, 耕地保护压力加大; 2005年之后进入海岸带开发提速阶段, 因而2005年-2010年与2000年-2005年相比, 土地利用类型间转换的规模与速度均有提高, 尤其是沿海区域大量滩涂与湿地被围垦, 主要变为交通工矿、城镇、渔业养殖等, 不断将海岸线向海推进。

2) 情景分析与模拟结果揭示了未来时期土地利用变化的可能态势: 既有趋势延续情景, 耕地、林地、草地与未利用土地将继续减少, 城镇、农村居民点与交通工矿则持续增加, 湿地主要表现为水库坑塘、河口水域、浅海水域面积增大, 而滩地、滩涂、沿海潟湖面积显著减小; 城镇化(经济发展)优先情景, 城镇发展将消耗大量耕地、林地, 沿海城市围填海特征突出; 生态保护优先情景, 对保护区和沿海湿地的保护成效非常显著, 耕地、林地、草地有所增加, 城镇建设规模过快增加的态势得到抑制。

3) 北部湾沿海2000年-2010年土地利用变化的“热点”区域集中在城镇周边及海岸带区域, 与此相应, 至2025年不同变化情景模拟结果之间的差异以及未来潜在的热点变化区域也主要集中于城镇边缘、海岸带、自然保护区边缘等生态敏感的区域, 因此, 未来时期土地利用优化管理和生态保护的基本策略和优先目标应该包括: 生态保护政策及工作应强化“陆海统筹”和“陆海联动”; 加强海洋功能区划, 明确保护区、围填海建设区的范围, 并加强管制; 优化城镇空间布局及发展质量、提高建设用地集约化水平、协调城市化与耕地及湿地保护之间的关系、协调经济发展与沿海生态保护之间的关系等。

参考文献：

[1] Turner BL, David S, Steven S. Land use and land cover change[J]. Earth Science Frontier (China University of Geosciences, Beijing), 1997, 4(1-2): 26-33.

[2] Brown D G, Walker R, Manson S, et al. Modeling land use and land cover change[C]//Gutman G, Janetos A C, Justice C O et al. Land Change Science: Observing, Monitoring and Understanding Trajectories of Change on the Earth’s Surface. New York: Springer, 2004: 395- 409.

[3] 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, 2014, 69(1): 3-14. Liu Jiyuan, Kuang Wenhui, Zhang Zengxiang, et al. Spatio-temporal characteristics, patterns and causes of land use changes in China since the late 1980s[J]. Acta Geographica Sinica, 2014, 69(1): 3-14.

[4] 李兴钢, 梁成华, 王延松, 等. 基于CA-Markov模型的辽河三角洲湿地景观格局预测[J]. 环境科学与技术, 2013, 36(5): 188-192, 200. Li Xinggang, Liang Chenghua, Wang Yansong, et al. Predicting landscape patterns of Liaohe Delta wetland by CA-Markov Model[J]. Environmental Science and Technology, 2013, 36(5): 188-192, 200.

[5] 吴季秋, 俞花美, 肖明, 等. 基于CA-Markov模型的海湾土地利用动态预测[J]. 环境工程技术学报, 2012, 2(6): 531-539. Wu Jiqiu, Yu Huamei, Xiao Ming, et al. Dynamic prediction for gulf land use based on CA Markov Model[J]. Journal of Environmental Engineering Technology, 2012, 2(6): 531-539.

[6] 侯西勇, 徐新良. 21世纪初中国海岸带土地利用空间格局特征[J]. 地理研究, 2011, 30(8): 1370-1379. Hou Xiyong, Xu Xinliang. Spatial patterns of land use in coastal zones of China in the early 21st century[J]. Geographical Research, 2011, 30(8): 1370-1379.

[7] 傅伯杰, 陈利顶, 蔡运龙, 等. 环渤海地区土地利用变化及可持续利用研究[M].北京: 科学出版社, 2004. Fu Bojie, Chen Liding, Cai Yunlong, et al. Studies on land use change and its sustainable utilization in Circum Bohai Bay[M]. Beijing: Science Press, 2014.

[8] 吴泉源, 侯志华, 于竹洲, 等. 龙口市海岸带土地利用动态变化分析[J]. 地理研究, 2006, 25(5): 921-929. Wu Quanyuan, Hou Zhihua, Yu Zhuzhou, et al. Analysis of the dynamic change of land use in Longkou city's coastal zone based on remote sensing technology[J]. Geographical Research, 2006, 25(5): 921-929.

[9] 许艳, 濮励杰, 张润森, 等. 近年来江苏省海岸带土地利用/覆被变化时空动态研究[J]. 长江流域资源与环境, 2012, 21(5): 565-571. Xu Yan, Pu Lijie, Zhang Runsen, et al. Spatiao temporal dynamics of land use and land cover change in the coastal zone of Jiangsu Province[J]. Resources and Environment in the Yangtze Basin, 2012, 21(5): 565-571.

[10] 严静, 王静, 周小丹, 等. 盐城市沿海滩涂围垦区土地利用时空动态变化研究[J]. 安徽农业科学, 2015, 43(29): 323-325. Yan Jing, Wang Jing, Zhou Xiaodan, et al. Study on the inning flats land use spatial-temporal dynamic change in Yancheng City[J]. Journal of Anhui Agricultural Sciences, 2015, 43(29): 323-325.

[11] 宋向群, 蒋欣昀, 王文渊, 等. 基于CA-Markov模型的港口陆域演化研究[J]. 港工技术, 2015, 52(3): 5-8. Song Xiangqun, Jiang Xinyun, Wang Wenyuan, et al. Research of port land area evolution by using CA-Markov Model[J]. Port Engineering Technology, 2015, 52(3): 5-8.

[12] 何文, 卢远, 贺佩琳, 等. 北部湾经济区土地利用格局模拟及其生态环境效益评价—— 以广西壮族自治区钦州市为例[J]. 水土保持通报, 2015, 35(1): 281-286. He Wen, Lu Yuan, He Peilin, et al. Dynamic simulation and eco-environmental benefits evaluation of land use pattern in Beibu Gulf Economic Zone——A case study of Qinzhou City in Guangxi Zhuang Autonomous Region[J]. Bulletin of Soil and Water Conservation, 2015, 35(1): 281-286.

[13] 华璀. 广西玉林市土地资源可持续利用研究[J]. 经济地理, 1999, 19(4): 85-89. Hua Cui. Research on the sustainable use of land resource in Yulin city, Guangxi[J]. Economic Geography. 1999, 19(4): 85-89.

[14] 王倩. 防城港海岸带景观格局变化研究[D]. 广西大学. 2013. Wang Qian. The research about the changes on landscape pattern in Fang chenggang coastal zone[D]. Guangxi University, 2013.

[15] 周飞, 陈士银, 钟来元, 等. 区域土地利用与生态系统服务价值变化研究—— 以广东省湛江市为例[J]. 土壤, 2008, 40(5): 847-851. Zhou Fei, Chen Shiyin, Zhong Laiyuan, et al. On changes of regional land use and ecosystem services value-A case study of Zhanjiang City, Guangdong Province[J]. Soils, 2008, 40(5): 847-851.

[16] 陈炳禄, 陈新庚, 吴群河. 湛江市土地利用生态适宜性评价[J]. 中山大学学报(自然科学版), 1998, 37(suppl2): 217-220. Chen Binglu, Chen Xingeng, Wu Qunhe. Ecological evaluation of land use suitability in Zhanjiang[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 1998, 37(suppl2): 217-220.

[17] 姚静林, 杨小雄. 广西北部湾经济区土地利用变化及其驱动力研究[J]. 大众科技, 2012, 14(5): 224-227. Yao Jinglin, Yang Xiaoxiong. Research of land use change and its driving force in Guangxi Beibu Gulf Economic Zone[J]. Popular Science & Technology, 2012, 14(5): 224-227.

[18] 高义, 苏奋振, 孙晓宇, 等. 近20年广东省海岛海岸带土地利用变化及驱动力分析[J]. 海洋学报, 2011, 33(4): 95-103. Gao Yi, Su Fenzhen, Sun Xiaoyu, et al. A study on driving forces of land use change of Guangdong Province coastal zone and islands in recent 20a[J]. Acta Oceanologica Sinica, 2011, 33(4): 95-103. (in Chinese with English abstract)

[19] 刘双, 胡动刚. 北部湾土地资源可持续利用评价研究[J]. 农业技术经济, 2013, 11: 57-63. Liu Shuang, Hu Donggang. Evaluation of sustainable utilization of land resource in Beibu Gulf[J]. Agricultural Technical Economy, 2013, 11: 57-63.

[20] 蔡晓桦, 李月连. 基于I-TOPSIS 法的广西北部湾经济区土地利用结构研究[J]. 测绘与空间地理信息, 2012, 35(4): 42-45. Cai Xiaoye, Li Yuelian. Study of land use structure of Guangxi Beibu Gulf Economic Zone[J]. Geomatics & Spatial Information Technology, 2012, 35(4): 42-45.

[21] 邸向红, 侯西勇, 吴莉. 中国海岸带土地利用遥感分类系统研究[J]. 资源科学, 2014, 36(3): 463-472. Di Xianghong, Hou Xiyong, Wu li. Land use classification system for China’s coastal zone based on remote sensing[J]. Resources Science, 2014, 36(3): 463-472.

[22] 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, 29(5): 207-216. Wu Li, Hou Xiyong, Xu Xinliang, et al. Land use and landscape pattern changes in coastal areas of Shandong province, China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(5): 207-216.

[23] 陈晴, 侯西勇. 集成土地利用数据和夜间灯光数据优化人口空间化模型[J].地球信息科学学报, 2015, 17(11): 1370-1377. Chen Qing, Hou Xiyong. An improved population spatialization model by combining land use data and DMSP/OLS Data[J]. Journal of Geo-Information Science, 2015, 17(11): 1370-1377.

[24] 张华, 张勃. 国际土地利用|覆盖变化模型研究综述[J].自然资源学报, 2005, 20(3): 422-431. Zhang Hua, Zhang Bo. Review on land use and land cover change models [J]. Journal of Natural Resources, 2005, 20(3): 422-431.

[25] 陆汝成, 黄贤金, 左天惠, 等. 基于CLUE-S和Markov复合模型的土地利用情景模拟研究——以江苏省环太湖地区为例[J]. 地理科学, 2009, 29(4): 577- 581. Lu Rucheng, Huang Xianjin, Zuo Tianhui, et al. Land use scenarios simulation based on CLUE-S and Markov composite model: A case study of Taihu lake rim in Jiangsu province[J]. Scientia Geographica Sinica, 2009, 29(8): 577-581.

[26] 何丹, 金凤君, 周璟. 基于Logistic-CA-Markov 的土地利用景观格局变化—— 以京津冀都市圈为例[J]. 地理科学, 2008, 31(8): 903-910. He Dan, Jin Fengjun, Zhou Jing. The changes of land use and landscape pattern based on Logistic-CA- Markov model: A case study of Beijing-Tianjin-Hebei metropolitan region[J]. Scientia Geographica Sinica, 2011, 31(8): 903-910.

[27] Wang N H, Daniel GBr, Li A, et al. Comparative performance of logistic regression and survival analysis for detecting spatial predictors of land-use[J]. International Journal of Geographical Information Science, 2013, 27(10): 1960-1982.

[28] 侯西勇, 常斌, 于信芳. 基于CA-Markov的河西走廊土地利用变化研究[J]. 农业工程学报, 2004, 20(5): 286-291. Hou Xiyong, Chang Bin, Yu Xinfang. Land use change in Hexi corridor based on CA-Markov methods[J]. Transactions of the Chinese Society of Agricultural Engineering, 2004, 20(5): 286-291.

[29] 李强, 任志远. 基于Logistic回归分析的土地利用变化空间统计与模拟[J]. 统计与信息论坛, 2012, 27(3): 98-103. Li Qiang, Ren Zhiyuan. Spatial statistics and simulation of the land use change based on binary logistic regression[J]. Statistics & Information Forum, 2012, 27(3): 98-103.

[30] Pontius RG, Laura CS. Land-cover change model validation by an ROC method for the Ipswich watershed, Massachusetts, USA[J]. Agriculture, Ecosystems and Environment, 2001, 85 (1/2/3): 239-248.

[31] 黎夏, 叶嘉安. 知识发现及地理元胞自动机[J]. 中国科学D辑地球科学, 2004, 34 (9): 865-872. Li Xia, Ye Jiaan. Mining cellular automata’s transition rules[J]. Science China (Series D, Earth Sciences), 2004, 34(9): 865-872.

[32] 杨俊, 解鹏, 席建超, 等. 基于元胞自动机模型的土地利用变化模拟——以大连经济技术开发区为例[J]. 地理学报, 2015, 70(3): 461-475. Yang Jun, Xie Peng , Xi Jianchao, et al. LUCC simulation based on the cellular automata simulation: A case study of Dalian Economic and Technological Development Zone[J]. Acta Geographica Sinica, 2015, 70(3): 461-475.

[33] Robinson, D. T., Brown, D. G.. Evaluating the effects of land-use development policies on ex-urban forest cover: An integrated agent-based GIS approach[J]. International Journal of Geographical Information Science, 2009, 23(9): 1211-1232.

[34] Hubacek K, Sun L X. A scenario analysis of China’s land use and land cover change incorporating biophysical information into input-output modeling[J]. Structural Change and Economic Dynamics, 2001, (12): 367-397.

[35] 戴声佩, 张勃. 基于CLUE_S模型的黑河中游土地利用情景模拟研究——以张掖市甘州区为例[J]. 自然资源学报, 2013, 28(2): 336-348. Dai Shengpei, Zhang Bo. Land use change scenarios simulation in the middle reaches of the Heihe River Basin based on CLUE-S model—A case of Ganzhou district of Zhangye city[J]. Journal of Natural Resources, 2013, 28(2): 336-348.

(本文编辑: 康亦兼)

Spatio-temporal characteristics and scenario analysis of land-use change in the Beibu Gulf Economic Rim coastal area, China

SU Hong-fan1, HOU Xi-yong1, DI Xiang-hong2

(1. Yantai Institute of Coastal Zone Research, Chinese Academy of Science, Yantai 264003, China; 2. College of Resources, Environment and Planning, Dezhou University, Dezhou 253023, China)

Considering the Beibu Gulf Economic Rim coastal area as an example, land-use maps from 2000, 2005, and 2010 were created on the basis of remote sensing techniques. Moreover, the spatio-temporal characteristics of land-use change from 2000 to 2010 were revealed. Then, a Logistic-CA-Markov model was developed to simulate land-use change and forecast its future tendencies under different scenarios. Results show that from 2000 to 2010, farmland, grassland, coastal wetland, and unused land decreased, whereas forest, inland wetland, urban areas, rural settlements, and isolated industrial-mining areas increased. Farmland is the main source of land transformation and has been changed into forest, rural settlements, urban areas, and isolated industrial-mining areas. In addition, from 2005 to 2010, parts of the increased urban and isolated industrial-mining areas were reclaimed from coastal wetland and sea areas, which in turn, markedly changed the mainland shoreline. Under a business-as-usual scenario, land-use change will follow the trend as from 2005 to 2010; under an urbanization priority scenario, urban areas, rural settlements, and isolated industrial-mining areas will increase significantly and will occupy farmland, water bodies, or wetlands in both inland and coastal areas; under an ecological protection priority scenario, wetlands, natural conservation areas, vegetation cover, and farmlands will be effectively protected from excessive reclamation. Information from this study can be useful for strategies on urbanization optimization, coastal wetland conversation, and reasonable land-use planning in hotspot areas.

Land-use change; Beibu Gulf Economic Rim; Logistic Regression; CA-Markov model; Scenario Analysis

Jul. 8, 2015

S159

A

1000-3096(2016)09-0107-10

10.11759/hykx20150708001

2015-05-04;

2016-05-06

国家自然科学基金项目(31461143032), 中国科学院重点部署项目(KZZD-EW-TZ-15, KZZD-EW-14)

苏红帆(1986-), 女, 河北石家庄人, 硕士研究生, 主要研究方向: 海岸带土地利用/覆盖变化, E-mail: hf_su@sina.com; 侯西勇,通信作者, E-mail: xyhou@yic.ac.cn

[Foundation: National Natural Science Foundation of China, No.31461143032; Key Research Program of the Chinese Academy of Sciences, No. KZZD- EW-TZ-15 and No. KZZD-EW-14]