新亚欧大陆桥经济走廊土地覆被变化及驱动力分析

范泽孟,李赛博

1 中国科学院地理科学与资源研究所,资源与环境信息系统国家重点实验室, 北京 100101 2 中国科学院大学资源与环境学院, 北京 100049 3 江苏省地理信息资源开发与利用协同创新中心,南京 210023

土地覆被变化作为人类活动对地球表层系统影响最直接的表现形式[1],其时空格局变化直接引起地表能量平衡、碳循环、水循环和物种多样性等地球系统要素发生的变化[2- 5],进而影响到国家或区域的生态安全、粮食安全及社会经济可持续发展。自1995 年国际地圈-生物圈计划(IGBP)和人文领域计划(IHDP)研究计划[6]启动以来,国内外学者在土地利用覆盖变化的驱动机理[7-9]、模拟预测[10- 15]等方面开展了大量的研究工作。譬如,Lambin等研究认为人类行为及地区经济活动对土地利用变化具有巨大驱动作用[15]。马晴等[16]在对疏勒河下游绿洲土地利用变化的驱动力分析中认为人口、政策、城市化程度和经济水平等社会经济因子是绿洲变化的主要驱动因子。刘纪元等[17]认为自然地理、经济发展与国家宏观政策的综合作用是21世纪初中国土地利用变化主要驱动力。另外,随着 “一带一路”倡议成为世界上越来越多国家和政治领袖们的一种共识,开展“一带一路”沿线国家和区域的土地覆盖空间格局及驱动机理的定量分析,将为“一带一路”倡议的顺利实施提供重要的科学数据和辅助决策依据。自2013年“一带一路”倡议提出,学术界对“一带一路”沿线国家及区域的研究也迅速升温[18],并分析了“一带一路”生态文明建设与经济全球化及世界格局变化的关系及空间内涵,认为“一带一路”是统筹中国全面对外开放的国家战略[19]。吴绍洪等结合模型模拟、情景预估等技术手段,预估了“一带一路”未来30年高温热浪、干旱等极端事件的灾害风险及粮食生产等渐变事件的风险[20]。

综上所述,目前在土地覆盖变化的驱动机理研究,在方法上,主要采用主成分分析、灰度关联分析等,很少考虑研究对象所具有空间分异性；在时间上,主要考虑时间段上的驱动机理,很少考虑年际间的动态性；在空间上,主要以自然区域或行政区域为研究单元,很少从栅格尺度上研究驱动机理。尤其是针对“新亚欧大陆桥经济走廊”土地覆盖变化的时空动态特征及驱动机理分析的研究则尤为很少涉及。因此,论文旨在构建土地覆盖变化的时空动态概率模型的基础上,定量计算“新亚欧大陆桥经济走廊”土地覆盖类型在栅格尺度上的时空动态概率及变化,进而构建土地里覆盖变化驱动力的综合分析模型,揭示21世纪以来“新亚欧大陆桥经济走廊”的经济发展水平与时空集聚性及其对土地覆盖类型空间格局的驱动作用和贡献系数,进而为“一带一路”倡议中各种重大工程的顺利实施提供辅助决策方法和科学数据支撑。

1 数据与方法

1.1 研究区概况

新亚欧大陆桥经济走廊(The New Eurasian Continental Bridge Economic Corridor,NECBEC)东起中国江苏省连云港市,西至荷兰鹿特丹港,辐射亚欧大陆面积约5071km2,约占世界总面积36%；居住人口42亿多,占世界人口的75%左右[21](图1)。中国国内主要由陇海铁路和兰新铁路组成,出国境后经三条路线抵达荷兰的鹿特丹港,其西端连接的是西欧经济发达地区,东端连接的是充满活力的亚太地区和发展最快的中国东部沿海地区,而大陆桥经过的中部地区则是资源丰富、潜力巨大的中国西部地区、俄罗斯、中亚及东欧国家[17]。另外,随着国家西部大开发、中部崛起战略的相继实施,沿桥经济区正在迅速崛起,陆桥经济也呈现出活跃发展势头。因此,新亚欧大陆桥在未来亚欧大陆经济发展及我国东中西部协调发展中将发挥更大的作用。

图1 研究区Fig.1 Boundary map of study area

1.2 数据与处理

研究数据主要包括2001—2017年的500m分辨率的土地覆被数据(MCD12Q1)及沿线国家的社会经济数据,分别源于美国NASA 网站的MODIS 数据集(https://www.nasa.gov)、联合国粮食及农业组织(http://www.fao.org)及世界银行集团(https://data.worldbank.org)。根据马里兰大学(UMD)植被分类系统,并结合国内外的其他土地土地覆被分类系统[22-24],对土地覆被数据合并为耕地、林地、草地、水域和湿地、建设用地、未利用地六种类型。

1.3 土地覆被变化时空动态概率模型

土地覆盖变化是各种自然要素、气候条件、人为作用等诸多因子共同作用的一个复杂过程[20]，如果仅对自然区域或行政区域上某一时间段的土地覆被变化面积量及驱动机理进行研究，而忽略栅格异质性和年际间不确定性，往往会加大空间和时间粗糙度，将导致机理研究分辨率不足。针对此问题，在栅格层次上构建了土地覆被变化的时空动态概率模型，其理论公式可表达如下：

DTk=(|ΔSk,in|+|ΔSk,out|)/Sk,t

(1)

(2)

DM(x,y)k=(1/T,0)

(3)

(4)

式中，(x,y)是栅格单元坐标，k为某一种土地覆盖类型；i为1到6的土地覆盖类型编码；j为t到t+1时段的年度时间间隔值；DTk和DWk分别代表t到t+1时段内第k类土地覆盖类型的动态趋势和权重指数；ΔSk,in和ΔSk,out分别代表t到t+1时段内第k类土地覆盖类型的增加和减少值；Sk,t为t时期第k类土地覆盖的总面积；DTi代表t到t+1时段内第i类土地覆盖类型的动态趋势;DM(x,y)k表t到t+1时段内第k类土地覆盖类型在栅格(x,y)处的年际间动态变化值；T是t和t+1时段内两个时段内的年度间隔值；STDP(x,y)k为t到t+1时段内第k类土地覆盖类型在栅格(x,y)处的综合时空动态概率，其值在0到1之间。

1.4 土地覆被变化驱动机理综合分析模型

考虑到土地覆被变化的空间分异性，基于K-Means聚类分级后的因子，运用地理探测器对土地覆盖变化的驱动机理进行动态分析。同时针对“新亚欧大陆桥经济走廊”各个国家经济发展水平的时空差异性，采用主成分分析和局部Moran′s I分析方法，对NECBEC区域的社会经济发展水平及时空集聚性进行综合识别。地理探测器(http://www.geodetector.org)作为探测空间分异性及其驱动因子的统计学方法，能够在度量空间分异性的同时，对空间分异性所隐含的独特信息解释[25-26]。公式如下：

(5)

2 结果分析

2.1 土地覆被空间分布格局及其转换趋势

2001—2017年的新亚欧大陆桥经济走廊土地覆被类型时空分布(图2)显示：草地、林地和未利用地是最主要的用地类型。其中,草地主要分布在中国内蒙古高原、青藏高原及南部丘陵地区,俄罗斯的中西伯利亚高原与东西伯利亚山地地区,以及蒙古国的北部地区和哈萨克斯坦半干旱区,占整个区域的44.53%；未利用地主要分布在中国西北地区,蒙古国南部地区,伊朗高原及中亚的卡库拉姆沙漠和克孜勒库姆沙漠地区,占整个区域的9.05%。而林地、耕地、建设用地及水域和湿地总共仅占整个区域的46.42%,其中林地主要分布在俄罗斯的东欧平原、北部地区,中国东北地区、东南丘陵地区及欧洲西部地区,占整个区域的33.89%；耕地主要分布在中国的东北平原、华北平原、长江中下游平原与四川盆地地区,以及欧洲西部和俄罗斯西南地区,占整个区域的7.92%；建设用地主要分布在与耕地邻近的区域,其面积仅占整个区域的4.63%。

图2 新亚欧大陆桥的土地覆被的时空分布格局Fig.2 Spatio-temproal pattern of land cover change in NECBEC

新亚欧大陆桥土地覆被的变化速率在2001、2005、2009、2013及2017年均呈现不同的时空分异性(表1,图3)。分析结果显示,土地覆被无论是在变化量上,还是在变化速率上都具有明显的时空分异性：在2001—2017年期间,呈现三增三减趋势,即草地、耕地及建设用地动态度(土地利用年均变化率)均为正,表明土地覆被均有所增加,分别增加11457 万hm2、841 万hm2及396 万hm2,其年增加幅度大小依次为建设用地>草地>耕地。其中,新增草地主要来源于林地(贡献70%),增加区域主要集中在西欧的温带大陆性气候、地中海气候区,俄罗斯的林草用地交错区,尤其是斯洛文尼亚增长幅度最大,而草地的减少也以林地扩张为主(贡献69.72%)；另外,建设用地的增加主要来自于对耕地的占用(贡献50%),尤其是中国东部沿海地区及天山北坡经济带,这与21世纪以来中国经济水平快速发展密切相关,其次是土耳其,阿塞拜疆和俄罗斯。耕地扩张几乎全来源于草地(贡献98%),其中,中国西北区域耕地轻度增加,东欧地区耕地增加显著。林地、未利用地及水域和湿地均有所减少,分别减少7409 万hm2、4659 万hm2及626 万hm2。未利用地减少面积的80%转为草地,新增草地主要分布在中国的西北、黄土高原及青藏高原区,中亚及伊朗地区,林地减少区域主要分布在俄罗斯和中国的四川盆地、广西及广东区域,尤其是阿塞拜疆和瑞士减少幅度最大。

2001—2005、2005—2009、2009—2013及2013—2017年的新亚欧大陆桥土地覆被变化对比分析表明(表1,图3)：除草地外,其余各个地类在2013—2017年的变更剧烈程度均大于其他3个时期。其中,耕地虽然在2005—2009年及2009—2013年有减少趋势,但是2013—2017年增加明显,尤其是黑山共和国增加最快；水域和湿地在2013年前一直处于减少状态(水域和湿地草化),而2013年后有所增加,其中斯洛文尼亚变化速率最显著；建设用地在4个时期一直呈现扩张趋势,中国最为明显。自2013年“一带一路”倡议启动以来,新亚欧大陆桥的土地覆被变化动态度整体呈增速趋势,尤其是建设用地、耕地、草地及林地之间的转换强度明显高于2013年前的土地覆被转换强度。

表1 土地覆被转移矩阵/104hm2

表中括号外面的值表示土地覆被转换面积，括号里面的值表示括号外面的值占总转出面积的百分比

图3 新亚欧大陆桥土地覆被变化的动态度Fig.3 Dynamic degree of land cover change in the New Eurasian Continental Bridge Economic Corridor (NECBEC) area图中的横坐标表示新亚欧大陆桥区域的国家编号(其中,1—28代表的国家编号与图1相同,29 代表整个研究区); 左图例：代表左纵坐标表示的土地覆被动态度；右图例：代表右纵坐标表示的土地覆被动态度

2.2 土地覆被变化的时空动态概率分析

运用土地覆被变化时空动态概率模型对2001—2005、2005—2009、2009—2013和2013—2017年4个时段的土地覆被类型的动态转换概率进行计算分析表明(表2)：除建设用地外,其他土地覆被类型在所有时期均存在潜在转换的可能性。其中,草地的潜在转换面积最大,其次是林地和耕地。在2001—2005年间,未发生变更的水域和湿地存在较大的STDP值,表明其在空间分布上的不稳定性较强；未利用地虽然转出面积较大,但是未发生转换的区域的STDP值较小,表明其在空间分布上的稳定性好。2005—2013时段与2001—2005年时段,耕地及水域和湿地的STDP值呈减少趋势,而未利用地的STDP值则有所增加,表明未利用地的潜在稳定性逐渐降低；在2013—2017年间,林地、草地及耕地的STDP值呈减少状态,而未利用地及水域和湿地的STDP值呈增加趋势,但是各个地类的潜在变更面积都有明显增加,表明各个地类的不稳定范围在逐渐扩张。

2.3 社会经济发展水平与时空集聚性

通过联合国粮食及农业组织(http://www.fao.org)及世界银行集团(https://data.worldbank.org)收集研究区各个国家17年的社会经济指标数据：GDP、农村人口(占总人口比)、城镇人口(占总人口比)、交通(铁路公里数)、婴幼儿死亡率(每千例活产儿)、服务业就业人员(占就业总数的百分比)、农业增加值(占 GDP 的百分比)、工业增加值(占 GDP 的百分比)、预期寿命(岁)及GDP单位能源使用量(购买力平价美元/kg石油当量),对其降维分析并计算综合得分的基础上,进行局部Moran′s I分析,结果表明(图4)：自2001年以来,新亚欧大陆桥社会经济发展的全局Moran′s I呈现先增后减趋势,说明经济发展水平空间集聚性呈现先增大后减小趋势,经济发展综合得分较高的区域不断扩大。虽然各个国家经济发展水平有明显的时空分异性,但是出现高高聚集和低低聚集区域无明显变化,分别分布在西欧(瑞士、德国、荷兰、法国及奥地利等)和中亚北部(乌兹别克斯坦、吉尔吉斯斯塔及土库曼斯坦等)。此外,2001—2017年,土库曼斯坦、中国、阿塞拜疆及罗马尼亚经济发展水平增幅最大,尤其是以石油和天然气(储量世界第四)为支柱产业的土库曼斯坦在2017年被归类为高低聚集区,这可能与其引进外资提高自然资源开发能力,不断拓宽能源输出通道有很大关系,而乌克兰、俄罗斯、伊朗及白俄罗斯经济水平有轻度降低趋势。

表2 土地覆盖变化的时空动态概率/104 hm2

表中的STDP是时空动态概率的英文缩写(STDP is the abbreviation of Spatiotemporal Dynamic Probability in this table)

2.4 土地覆被变化驱动力的定量分析

随着人类技术水平的进步,人们对于自然环境的改造和适应能力显著增强,各种社会经济发展因素对于土地覆被驱动效应逐渐增加。为了定量分析各类社会经济驱动因子对土地覆被变化的贡献系数,分别选择GDP(X1)、城镇人口(X2)、铁路公里数(X3)、人口密度(X4)、服务业就业人员(X5)、农业增加值(X6)、工业增加值(X7)和GDP单位能源使用量(X8)等社会经济指标参数进行K-Means聚类分析,应用地理探测器定量分析它们对土地覆被变化的作用强度(表3)。结果表明：21世纪以来,人口密度、服务业就业人员及GDP单位能源使用量对耕地的影响整体呈明显上升趋势,GDP、城镇人口和工业增加值的影响则整体呈减弱趋势,农业增加值的驱动影响整体高于其他因素。GDP和交通对建设用地增加的驱动作用呈显著增加趋势,而城镇人口增长对建设用地增长的驱动影响则呈降低趋势。人口密度、农业发展、工业水平、服务业及交通发展对于林地的驱动影响整体呈上升趋势。其中,人口密度对林地变化影响高于其他因素的影响；GDP单位能源使用量对草地变化的影响整体上高于其他因素的影响；GDP、城镇人口、人口密度、交通及服务业增长对水域和湿地及未利用地的影响整体呈增加趋势,而且2013—2017年期间的影响要高于其他时段的影响。

表3 不同时期各社会经济因素对土地覆盖变化作用强度变化趋势

表中X1、X2、X3、X4、X5、X6、X7、X8 分别代表GDP、城镇人口、铁路公里数、人口密度、服务业就业人员、农业增加值、工业增加值和GDP单位能源使用量(In this table, X1, X2, X3, X4, X5, X6, X7 and X8 represent GDP, urban population, railway kilometers, population density, service workers, agriculture value added, industrial value added and GDP unit energy use

3 讨论

21世纪以来,中国的草地减少、林地增加、建设用地增加、未利用地减少的时空趋势这一结果与现有研究[27- 31]一致。耕地转换趋势总体与已有研究结果一致,但由于时间跨度、数据来源[32- 34]及土地覆被分类体系不同,使得研究结论也存在一定差异。如刘纪元等[35]基于Landsat 8 OLI、GF—2 等遥感图像获取的土地覆被分类数据发现2010—2015年耕地面积处于减少趋势,而文中基于500m的数据及马里兰大学(UMD)植被分类方案,并根据已有研究[36-38],将UMD分类体系的农田—自然植被混合地类归为耕地,结果发现2013—2017年耕地面积处于增长趋势。因此,在利用大尺度数据进行局部区域分析时需要首先进行降尺度处理[39-41]。运用土地覆被时空动态概率模型和驱动力综合分析模型对新亚欧大陆桥经济走廊的土地覆被空间格局时空变化及驱动力影响的定量分析表明,在2001—2017年期间,随着研究区社会经济综合水平发展和亚欧大陆环境变化[19,42],建设用地的扩张的面积主要来自于耕地,林地和草地之间的相互转换最为明显,水域和湿地以及未利用地及整体呈减少趋势。

自2001年以来,中国城镇化的快速发展[43],以及“西部大开发”和“中原崛起”等一系列政策的实施,使得建设用地呈快速增长趋势,并占用了一定耕地资源[44- 45]。在亚欧大陆[46- 47]及全球[48- 50]的土地覆盖变化研究中也有类似结论。西亚各国耕地面积波动较大,则主要受石油争端、领土纷争等国家安全形式的影响[51]。中亚地区自1991年遭受苏联解体的后,农产品市场由计划经济转为市场经济,并受到国际市场的冲击导致该地区出现大批弃耕现象[52-54],但是进入21世纪后,随着俄罗斯的国家制度稳定和灌溉农业技术的快速发展,耕地面积呈现增加趋势。西欧地区凭借发达的陆路和海路交通系统及相对完善的基础设施建设,推动经济快速发展和城市扩张[55-56],从而引起该区域耕地面积呈增加趋势,而且适宜的水热条件和机械化农场式的生产模式提高了耕地的开发利用程度[57]。近年来,东欧地区凭借相对廉价的劳动力、比较宽松的生产环境,成为西欧制造业转型升级的主要承接国,在制造业的带动下经济踏上了发展快车道,城市扩张也随之而来[58]。同时,拥有广袤的大草原的东欧地区,草地与耕地之间出现明显的相互转换趋势,即耕地的增加主要来源于草地的减少。西伯利亚平原及广大远东地区多为高原和山地,土地贫瘠[59],耕作条件差,耕地开发程度低[60],使得耕地面积呈减少趋势。关于林地、草地和未利用地的变化趋势研究结果,Song(2018)等通过绘制1982—2016年全球土地覆被图集,发现亚洲的裸地面积约减少了11600万hm2。Chen(2019)等发现,自2001年以来,全球三分之一的植被区呈变绿趋势,绿叶面积增加了5%,相当于一个亚马逊热带雨林,其中中国至少贡献25%,而全球5%的土地也正在荒漠化[61]。

新亚欧大陆桥区域不同的土地覆被类型的主要驱动因子在不同时段呈现不同差异,但整体上随着社会经济的发展,人类活动对土地覆被变化的干扰程度呈增加趋势[17, 25]。尤其是进入21世纪以来,建设用地和耕地受人类活动的干扰程度日益增大,而林地、草地、水域和湿地,以及未利用地等土地覆被类型的变化则主要受自然气候变化的影响。文中土地覆被时空动态概率模型的模拟结果也与上述结果一直。在未来研究过程中,进一步提高土地覆被数据的分辨率和精度,综合考虑自然因素与人文因素的耦合驱动作用,将更加有效地揭示和阐述土地覆盖变化的驱动机理。

4 结论

新亚欧大陆桥土地覆被类型面积的大小顺序依次为草地、林地、未利用地、耕地、水域和湿地、建设用地。其中,草地面积为整个区域面积的44.53%,而建设用地的比例则不足5%。在2001—2017年间,草地、耕地及建设用地面积分别增加11457 万hm2、841 万hm2及396 万hm2,而林地、未利用地及水域和湿地面积分别减少7409 万hm2、4659万 hm2及626万 hm2。

2001—2013年与2013—2017年两个时段相比,后一时段的耕地、林地、建设用地、未利用地及水域和湿地的年变化幅度整体上均大于前一时段。自2013年以后,水域和湿地,以及未利用地的潜在稳定性总体呈减少趋势,而草地、林地和耕地的潜在稳定性则呈增加趋势。新亚欧大陆桥沿线各个国家的社会经济发展综合水平存在较强的集聚性,而且这种集聚性总体呈先增后减趋势。以上表明,随着“一带一路”倡议的启动和规划实施,在新亚欧大陆桥沿线各国的社会经济快速发展过程中,土地覆被资源的开发利用主要趋向于草地和未利用地等土地覆被类型,从而引起这两种土地覆被类型呈现减少趋势,而对于现有的耕地和林地则处于保护开发状态,这也体现了“一带一路”倡议发展规划中需要强调的在推动“一带一路”沿线各国的社会经济快速发展的同时,也要加强生态环境保护的可持续发展战略思想。