APP下载

基于洛伦茨曲线的长江三角洲土地利用结构时空变化分析

2017-11-08吴爱林燕彩霞宋新山

关键词:长江三角洲基尼系数农村居民

吴爱林, 陈 燕, 燕彩霞, 罗 婵, 宋新山

(东华大学 环境学院, 上海 201620)

基于洛伦茨曲线的长江三角洲土地利用结构时空变化分析

吴爱林, 陈 燕*, 燕彩霞, 罗 婵, 宋新山

(东华大学 环境学院, 上海 201620)

以长江三角洲2000年和2014年的2期土地利用空间数据为基础,应用经济学中的洛伦茨曲线和基尼系数,进行长江三角洲2000—2014年的土地利用结构时空变化研究,分析得出:在时间上,长江三角洲土地利用结构变化中起主导作用的土地利用类型是耕地、林地、城镇用地和农村居民用地;在空间上,耕地、水库坑塘、农村居民用地和城镇用地分布比较均匀,其次是林地、河渠、草地、其他建设用地和滩地,湖泊、未利用土地和滩涂距绝对均匀线较远,说明在长江三角分布极不平衡,差距悬殊.15年间,耕地、林地、草地和河渠在向不均匀方向发展,湖泊、水库坑塘、滩涂、滩地、城镇用地、农村居民用地、其他建设用地和未利用地恰好相反.

洛伦茨曲线; 基尼系数; 土地利用结构; 长江三角洲

土地利用结构是指特定区域国民经济各部门占地的比重及其相互关系的总和[1-2].21世纪以来,随着社会生产力的发展,土地利用程度加剧、城市土地资源配置不合理性、区域性人地矛盾日益显著的现象屡见不鲜,严重制约了人地系统的可持续发展.因此研究土地利用结构特征及其时间变化是研究一个地区自然条件、资源和社会经济发展区域结构及其优化配置的重要途径之一,对区域产业布局、土地合理利用具有指导意义[3-5].长江三角洲地区北起通扬运河,南抵杭州湾,西至南京,东到海滨[6],包括上海、南京、镇江、常州、无锡、苏州、扬州、泰州、南通、杭州、湖州、嘉兴、绍兴、宁波、舟山、台州共16个城市.优越的自然条件和地理区位,使长江三角洲的经济快速发展,土地利用结构也不断变化,因此本文应用经济学中的洛伦茨曲线和基尼系数对长江三角洲土地利用空间结构变化规律进行分析,操作简单,工作量小.洛伦兹曲线可直观地反映区域土地利用类型空间分布的差异性,而基尼系数能够对分布情况进行定量分析,从而为土地资源合理利用及结构调整提供科学依据.

1 研究区概况

长江三角洲位于中国大陆东部沿海,主要为亚热带季风气候,年均气温、年均最高和最低气温都显著增加;生态系统类型复杂,主要的土地利用类型有耕地、林地、草地、水域、建设用地和未利用地;在经济方面,长江三角洲是中央政府定位的中国综合实力最强的经济中心,截至2014年末,大长三角国内生产总值128 802.8亿元,是2000年的6.62倍,占全国的20.25%;常住人口15 894万人,其中城镇人口占了68.82%,是2000年的1.17倍,占全国的11.62%.也就是说长三角人均国内生产总值(81 038.63元/人)是全国平均的1.74倍;人口密度(722人/km2)是全国平均水平的5.07倍.

2 数据来源与研究方法

2.1数据来源本研究以长江三角洲为研究区域,以2000年和2014年Landsat TM卫星影像为主要数据源,数据预处理包括数据读取、辐射定标、大气校正(FLAASH模型)、波段合成、影像镶嵌、研究区裁剪等.以土地利用方式和覆盖特征为主要分类依据,对遥感影像进行目视判读,解译精度约为89.4%.图像处理软件采用ENVI 5.1和ArcGis 10.2.

2.2土地利用结构的时间分异分析

2.2.1土地利用变化幅度 在软件ArcGIS的属性表中可以获得各种土地斑块的面积,比较2个时期的土地利用类型,可得到研究区2个不同时期(2000年和2014年)土地利用基本格局变化情况,如表1所示.土地利用变化幅度[7]是指在某一时段内土地利用类型面积的变化,表达式为

Z=Ub-Ua,

其中,Z为研究时段内某一土地利用类型面积的总变化幅度,Ua和Ub分别为研究期初和末期某种土地利用类型的面积(km2).

从表1的结果可以看出:研究区居前3位的土地利用类型在2000年为耕地、林地和农村居民用地,2014年转化为耕地、林地和城镇用地.2000—2014年长江三角洲土地利用变化整体呈现“7增5减”的现象,即湖泊、水库坑塘、滩涂、城镇用地、农村居民用地、其他建设用地和未利用地面积增加,耕地、林地、草地、河渠和滩地减少.期间,耕地变化最为显著,耕地面积减少了8 129.45 km2,变化贡献率为43.40%;其次是城镇用地,城镇用地净增加5 162.18 km2,对土地利用结构的变化贡献率达到了27.56%;未利用地和湖泊面积在近10年间有小幅度增长,增长幅度分别54.42和77.15 km2;农村居民用地和其他建设用地面积净增加了1 737.44和1 518.57 km2;滩地对土地利用结构变化的贡献率最小.

可见,耕地、林地、城镇用地和农村居民用地是长江三角洲主要的土地利用类型,构成长三角土地利用的基本格局,2000—2014年,长三角土地利用结构变化特征主要表现为耕地和生态用地(林地、草地)减少,建设用地(城镇用地、农村居民用地及其他建设用地)增加,这与长三角较高的经济发展水平、人口变化、土地利用的集约化水平高、地势平坦利于开发等密切相关.

2.2.2土地利用变化速度 土地利用的动态度可定量描述研究区域土地利用变化的速度,它对比较土地利用变化的区域差异和预测未来土地利用变化趋势都具有积极的作用[8],单一土地利用动态度可以反映一种土地利用类型在某时间段的变化情况,其公式[9]为

其中,K为某一土地利用类型变化率,Ua、Ub分别为研究期始末某一种土地利用类型的数量,T为研究时段长.

表2为2000—2014年长江三角洲土地利用类型的单一土地利用动态度.从表2可知:长江三角洲的耕地、林地、草地、河渠和滩地是减少的,耕地减少速度最大,年递减率为1.02%.就各市而言,耕地在16个市中都呈现递减趋势,其中苏州年递减率达到了2.42%;城镇用地都呈递增趋势,泰州年度变化最大,为18.18%;林地除了嘉兴、泰州和扬州是增加的,其余市都有减少;草地除了常州、嘉兴、南京、南通、绍兴、苏州、泰州、无锡和扬州有所减少外,其他市增加;河渠变化不明显,除了扬州,其他市都没有超过1%;湖泊除杭州、南通、宁波、苏州和泰州,水库坑塘除杭州、上海和绍兴减少外,其他市呈递增趋势;杭州滩涂、宁波滩地变化较大;农村居民用地、其他建设用地和未利用地基本呈递增趋势,尤其是其他建设用地和未利用地年变化率较大.

2.3空间洛伦茨曲线分析洛伦茨曲线是美国经济统计学家在20世纪初期为研究社会财富、土地和工资收入等是否公平而提出的,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[10],是分析土地利用结构空间分布的一种分析手段.空间洛伦茨曲线上的纵轴和横轴由土地利用类型面积累计比例和土地面积累计比例构成,洛伦茨曲线为向内凹的曲线,与横轴和纵轴都成45°夹角的曲线,叫绝对均匀线,其他与该曲线距离越近表示分布越均匀,反之,则越不均匀[11].

对于空间洛伦茨曲线的绘制,本研究以长江三角洲2000年各地类为例(表3),利用各市2000年各地类土地利用类型面积的原始数据,分别求出某地类的区位熵.区位熵的计算公式[12]为

Q=(A1/A2)/(A3/A4),

其中,Q为区位熵,A1为某市某类用地的面积,A2为长三角某类用地的面积,A3为某市土地总面积,A4为长三角土地总面积.

按区位熵大小从低到高依次排列,并计算出土地总面积的累计百分比和耕地面积的累计百分比,最后以总土地面积累计百分比为横坐标,以耕地面积累计百分比为纵坐标,取100长度,绘出坐标图[13](见图1和图2).

表 1 2000—2014年长江三角洲土地利用结构时间变化的分异指数

表 2 2000—2014年长江三角洲土地利用类型的单一土地利用动态度

观察2个时相的空间洛伦茨曲线可知,长江三角洲在2000—2014年间,耕地和草地的曲线与绝对均匀线存在相互疏远的趋势,说明这4种土地类型在长江三角洲分布不均衡,即某些市的分布面积所占比例高于其他市,反映了这4种土地类型面积不断减少,它们减少的标志是城镇用地、其他建设用地的增加和草地不断被垦殖.湖泊、水库坑塘、滩涂、滩地、城镇用地、农村居民用地、其他建设用地和未利用地的曲线与绝对均匀线表现为趋近,在实际中这8种土地利用类型明显扩大,其中城镇用地、其他建设用地和农村居民用地的扩大是经济建设快速发展、城市化进程加快、人口增长的结果;水库坑塘、湖泊的增加主要是为了区域农业发展、洪水调控及区域生态安全建设.林地和河渠的变化幅度微小,但也开始出现分布不均匀的迹象,因此,在推动区域经济协调发展的前提下,进一步调整和优化土地利用结构,加强土地资源合理利用,促进区域经济健康稳定的发展尤为重要.

表 3 长江三角洲2000年各地类的累计百分比

表 3(续)

表 3(续)

就各市而言,以长江三角洲2000年耕地的洛伦曲线为例(见图1),从原点开始的各点分别代表杭州市、台州市、舟山市、绍兴市、宁波市、湖州市、苏州市、无锡市、上海市、南京市、常州市、镇江市、扬州市、嘉兴市、泰州市和南通市.以杭州市-台州市连线斜率较小,说明耕地在这2个市分布比较少,而在苏州市之后,区位熵>1,说明在苏州之后的城市,耕地占此类用地比例高于该市总面积占长江三角洲总面积的比例.事实上正是如此,2000年杭州市和台州市土地约占长三角的23.25%,耕地占10.81%,而苏州市在占全区7.69%的土地上,耕地面积却占长江三角洲总耕地面积的7.68%.因此,应根据各地类的空间洛伦茨曲线分析各市的土地利用特色,从而确定长江三角洲最佳的土地利用目标,大力发展各市相适宜的特色产业,优化长三角的土地利用结构.

2.4空间基尼系数分析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,但是无法对其差异(或均匀不均匀)的程度进行定量描述[14].为此,引入经济学上常用于计算社会收入分配程度的统计指标:基尼系数,来进一步定量描述土地利用类型在长江三角洲的分布情况.基尼系数越大,表示该土地类型在长江三角洲分布不均匀,相反则越均匀,其公式[15]为

其中,G为基尼系数,Mi为某市某一用地类型面积累计百分比,Qi为某市土地占长江三角洲土地面积的累计百分比.基尼系数的计算结果见图3.

在分析2个时段的基尼系数与洛伦茨曲线之后,发现系数、曲线与TM遥感解译结果之间有很高的一致性.2000年和2014年各种土地利用类型的空间基尼系数排序不是一成不变的,2000年空间基尼系数按大小依次为湖泊>滩涂>未利用地>滩地>林地>河渠>其他建设用地>草地>城镇用地>农村居民用地>水库坑塘>耕地;2014年依次为湖泊>滩涂>未利用地>河渠>林地>滩地>草地>其他建设用地>城镇用地>农村居民用地>水库坑塘>耕地.湖泊、滩涂和未利用的空间分布在2个时期最不均匀;耕地的不均匀程度一直排在末尾,反映出不同市耕地面积减少程度差异不大,地区间比较平衡;草地的不均匀程度在这2年各不相同,跳跃性很大,由2000年不均匀程度的第4位至2014年第11位;滩地和河渠不均匀程度的发展方向相反;林地和其他建设用地保持不变;城镇用地、农村居民用地和水域的不均匀程度在这2年各不相同,但都有向均匀方向发展的趋势.

3 结论

本文以2000—2014年长江三角洲土地利用结构为研究对象,分析了长江三角洲土地利用结构时间、空间变化规律.研究表明:耕地、林地、城镇用地和农村居民用地是长江三角洲的主要土地利用类型,构成长江三角洲土地利用的基本格局.在时间尺度上,2000—2014年,长江三角洲的耕地大幅度减少,城镇用地、农村居民用地和其他建设用地均在大幅度增加;从长江三角洲各种土地利用类型变化速度看,耕地、林地、草地、河渠和滩地呈现负向变化速率,表明其面积呈现减少趋势.相反,其他土地利用类型呈现正向变化速率,表明其面积增加.在空间尺度上,湖泊、滩涂和未利用土地分布极不平衡,差距悬殊,但均朝均匀方向开始缓慢分布;林地、草地、河渠、滩地和其他建设用地在各市分布差距比较大,其中林地、草地和河渠出现不均衡趋势;水库坑塘、农村居民用地和城镇用地分布相对合理;耕地比较均匀,但分布离散程度朝相对合理方向发展.针对长江三角洲土地结构的现状及变化趋势,在未来土地调整中应更多地考虑到耕地总量动态平衡的意义,格外注意对森林生态系统的保护,控制建设用地占用耕地和林地,提高土地利用集约度,加强人地系统的协调运行和可持续发展.下一步工作研究中可以与人口、经济等各指标相结合,对影响长江三角洲土地利用结构变化的驱动力进行深入、定量地分析,了解其空间结构的变化机制,则对区域土地利用结构的调整和优化服务和土地资源的可持续利用具有更大的应用意义.

[1] 张占录,张正峰. 土地利用规划学[M]. 北京:中国人民大学出版社,2006.

[2] 封志明,杨艳昭,宋玉,等. 中国县域土地利用结构类型研究[J]. 自然资源学报,2003,18(5):552-561.

[3] 刘立诚. 新疆土地类型结构及其合理利用[J]. 新疆大学学报(自然科学版),1994,11(1):91-96.

[4] WANG S Q, ZHOU Y, DONG Y H, et al. Design and applications of land resources and ecological environment information system[J]. Pedosphere,2002,12(4):373.

[5] 陈军伟,孔祥斌,张凤荣,等. 基于空间洛伦茨曲线的北京山区土地利用结构变化[J]. 中国农业大学学报,2006,11(4):71-74.

[6] 安佑志,刘朝顺,施润和,等. 基于MODIS时序数据的长江三角洲地区植被覆盖时空变化分析[J]. 生态环境学报,2012,21(12):1923-1927.

[7] 杨赛明. 煤矿区土地利用变化与生态安全研究[M]. 长春:吉林大学出版社,2012.

[8] 张永民,赵士洞. 科尔沁沙地及其周围地区土地利用的时空动态变化研究[J]. 应用生态学报,2004,3(3):429-435.

[9] 李天顺,焦彩霞,张红,等. 西安市土地利用的时空变化分析[J]. 干旱区资源与环境,2003,17(4):29-33.

[10] 刘孝奎,吴强. 正确运用洛伦茨曲线和基尼系数调节收入分配[J]. 兵团职业大学学报,1999(4):5-7.

[11] 李旭,马惠兰. 基于遥感和空间洛伦茨曲线的北京市昌平区土地利用结构时空变化分析[J]. 浙江农业学报,2012,24(2):284-289.

[12] 潘竟虎,石培基. 基于洛伦茨曲线和分形的甘肃省土地利用空间结构分析[J]. 农业系统科学与综合研究,2008,24(2):252-256.

[13] 安明珠,高敏华. 基于信息熵与空间洛伦茨曲线的土地利用结构变化:以阿克苏地区为例[J]. 水土保持研究,2015,22(6):307-311.

[14] 汪雪格,汤洁,李昭阳,等. 基于洛伦茨曲线的吉林西部土地利用结构变化分析[J]. 农业现代化研究,2007,28(3):310-313.

[15] 施卫国. 一种简易的基尼系数的计算方法[J]. 江苏统计,1997(2):16-18.

Temporal-spatial Variation Analysis of Land Use Structure Based on Lorenz Curves in Yangtze River Delta Region

WU Ailin, CHEN Yan, YAN Caixia, LUO Chan, SONG Xinshan

(CollegeofEnvironment,DonghuaUniversity,Shanghai201620)

Based on the land use data of Yangtze River Delta region in 2000 and 2014 year, we introduced the concept of Lorenz curves and Gini coefficients to analyze the temporal-spatial variation of land use structure. The results showed that, with temporal change, cultivated land, forest land, urban land and rural residential area played an important role in the variation of land use structure. In spatial chang, cultivated land, the reservoir and pond, rural residential area and urban land were dispersed, followed by forest land, rivers and canals, grass land, other construction land and tidal flat. Lake, unused land and beach land were farther away from the uniform line and were extremely unevenly distributed in Yangtze River Delta region. Cultivated land, forest land, grass land and rivers and canals were converted to be uneven in 15 years of study period, while lake, the reservoir and pond, beach land, tidal flat, urban land, rural residential area, other construction land and unused land were reversed.

Lorenz curves; Gini coefficient; land use structure; Yangtze River Delta region

2016-08-29

国家自然科学基金(41471089)

*通信作者简介:陈 燕(1976—),女,副教授,主要从事资源与环境演变、城市生态安全等的研究,E-mail:chenyanhjxy@dhu.edu.cn

F301.24

A

1001-8395(2017)05-0703-08

10.3969/j.issn.1001-8395.2017.05.024

(编辑 李德华)

猜你喜欢

长江三角洲基尼系数农村居民
今年一季度农村居民人均可支配收入实际增长4.8% 细算农家增收账
基于PSR-TOPSIS模型的长三角地区水资源承载力评价研究
促进农村居民心理健康与实现精准扶贫
基尼系数
新视角下理论基尼系数的推导及内涵
长江三角洲各城市主要经济指标(2016年1-9月)
“一带一路”战略下的长江三角洲地区对外贸易转型及发展思路
全国总体基尼系数的地区特征研究
江苏主要指标占长江三角洲比重(2013年)
做强农村居民的健康防线