淮河流域1990—2015年间土地利用时空变化特征及驱动机制研究

李煜东, 臧传富, 陈相龙

淮河流域1990—2015年间土地利用时空变化特征及驱动机制研究

李煜东, 臧传富*, 陈相龙

华南师范大学 地理科学学院, 广州 510631

淮河流域位于我国东部沿海地区, 是我国社会经济发展潜力最大的地方之一。通过ArcGIS空间分析、土地转移矩阵等方法, 揭示淮河流域25年间的土地利用时空变化特征和驱动机制。结果表明: (1)1990—2015年间, 淮河流域各土地利用类型占比为耕地>建设用地>林地>草地>水域>未利用地, 其中, 耕地减少面积最大, 减少了6536 km2, 建设用地增加面积最大, 增加了6926 km2, 其中建设用地呈明显的放射状扩散增加趋势。(2)25年间淮河流域整体的用地类型转化强度呈减弱趋势, 1990—2000年间所有土地类型之间存在剧烈的双向转化, 淮河流域西南部、东北部和北部耕地与草地、林地的双向转化最为明显。中部耕地与建设用地的双向转化最为明显。耕地与水域的双向转化主要发生在河流和湖泊沿岸。2000—2015年间土地类型之间的转化较轻微, 主要是耕地向建设用地转化, 较为均匀地分布在各个区域。(3)社会经济发展是淮河流域土地利用变化的最主要驱动力, 尤其在2005年后更加明显。探究淮河流域土地利用类型时空动态变化和驱动机制, 可为淮河流域土地资源的科学管理与利用提供依据。

土地利用; 淮河流域; 驱动力; GIS空间分析

0 前言

土地资源在全球环境变化和可持续发展中占有重要的地位[1]。1992年, 联合国“21世纪议程”明确提出将加强土地利用变化研究作为21世纪工作的重点, 标志着国际上对土地利用变化研究的开始[2]。世界各国在不同时空尺度土地利用变化过程、驱动力及其变化预测和环境效应研究等方面开展了大量研究。随着社会的发展以及城镇化、工业化进程的不断推进, 人地关系矛盾日益突出。在各种人类活动的作用下, 土地利用变得多样化, 土地利用类型也不断发生变化, 而这些变化又会对自然生态条件、社会经济发展产生不容忽视的影响[3]。近20多年来, 国内外学者围绕土地利用开展了大量的研究工作。Auch R F等人对美国北部山麓地区进行研究, 认为一个协同的驱动力网络比单独的驱动力更能解释土地变化[4]。Parcerisas L等人对典型的地中海沿岸地区1850—2005年的长期环境变化进行了研究, 从定量的角度证实了地理要素和社会经济或政治驱动因素决定了土地覆盖变化[5]。Agaton M等人利用GIS和RS技术监测Citarum流域上游的土地利用变化, 分析得出快速城市化是Citarum流域上游土地利用变化的主要驱动力[6]。

近几十年来, 我国城市化、工业化的飞速发展, 建设用地需求激增, 尽管土地资源的绝对数量大, 但是人均土地资源较少, 土地资源利用效率低下, 人地矛盾日益激烈。与此同时, 我国专家学者也取得了众多研究成果。龙花楼等人运用典型相关分析方法对安徽省土地利用格局及其影响因子进行统计分析, 定量诊断出个影响因子对该地区土地利用格局形成的贡献作用大小[7]。王光谦等人运用遥感与GIS技术, 通过有序数值阵列方法建立数字环境模型,对黄河流域近10年的土地利用和土地覆盖变化进行研究[8]。刘纪远等人基于覆盖中国21世纪初5年间隔的遥感卫星数据,依据土地利用变化区域分异的显著特征,以及自然地理、经济发展与国家宏观政策因素综合考虑,研究土地利用变化的空间格局与驱动因素[9]。综上, 对于土地利用的研究区域较集中于自然环境区域, 从而探讨其生态环境效益, 或集中于以某一行政区域进行变化特征研究。土地利用变化一方面受到自然环境的影响, 另一方面也受到人类活动的影响, 河流水系作为自然环境的一部分, 是人类不可或缺的空间资源, 同时流域开发具有整体性和全局性的特点, 所以加强以自然流域为研究区域的研究, 可以结合两方面的影响因素, 更好地保护流域的生态环境以及统筹调配流域的资源, 为流域的土地资源管理提供科学依据。

淮河流域位于我国东部沿海地区, 一方面, 其拥有丰富的水资源与矿产资源, 而且作为我国重要的商品粮棉油基地, 是我国社会经济发展潜力最大的地方之一。另一方面, 相比较于长江流域、黄河流域, 淮河流域受到的关注较少, 目前针对其土地利用变化驱动机制分析的研究仍需补充。客观地把握淮河流域土地利用变化的时空过程, 弄清其驱动机制, 是合理开发利用其土地资源、保护和改善其区域生态环境、促进区域社会经济可持续发展战略顺利实施的重要基础[7]。综上所述, 本文以淮河流域为研究区, 主要分析了1990—2015年淮河流域土地利用变化时空特征, 并对其驱动机制进行探讨分析, 旨在为淮河流域的土地利用规划、可持续发展和资源统筹管理决策等提供科学依据。

1 材料与方法

1.1 研究区概括与数据来源

淮河属于我国七大河流, 发源于河南省南部的桐柏山, 东流经豫、鄂、皖、苏四省, 在三江营入长江, 干流全长1000 km。淮河流域(30°55'—36°36'N, 111°55'—121°25'E)位于中国东部, 介于长江和黄河两大流域之间, 地跨河南、安徽、湖北、江苏、山东五省40个地市、面积为33万km2, 拥有丰富的水资源, 气候温和, 年平均气温为11 ℃—16 ℃, 多年平均降水量约为927 mm, 总人口约2.2亿, 居各江河流域人口密度之首[10]。农业发展条件优越, 耕地面积大, 主要作物有水稻、小麦、大豆等, 是我国重要的商品粮棉油基地。矿产资源丰富, 工业以食品、轻纺工业为主, 近年来机械制造、建材、煤化工等轻工业有了较大发展[10]。

本文使用的土地利用的数据来源于中国科学院资源环境科学数据中心数据库(http://www.resdc.cn/), 1990年、1995年、2005年、2010年的数据主要以对应年份的Landsat TM遥感图像为主要信息源, 2000年的数据以1999/2000年的Landsat TM/ETM遥感图像为主要信息源, 2015年土地利用数据更新主要使用了Landsat 8 遥感影像数据, 时相方面主要选择的是3月上旬或10月下旬的图像, 采用了Albers 正轴等面积双标准纬线圆锥投影。遥感图像处理主要包括波段提取、假彩色合成、几何精纠正与分县图像拼接、镶嵌等[11,12]。空间分辨率为1 km。土地利用一级类型综合评价精度达到94.3%以上,二级类型分类综合精度达91.2%以上[13]。土地利用类型包括耕地、林地、草地、水域、居民地和未利用土地6个Ⅰ级类型以及25个Ⅱ级类型。本文采用的是Ⅰ级类型的栅格数据进行土地利用时空变化特征分析, 采用Ⅱ级类型的栅格数据进行驱动机制分析。社会经济发展统计数据来自《中国城市统计年鉴》、淮河流域各省市统计年鉴和统计部门的统计公报, 如《安徽统计年鉴》、《河南统计年鉴》《安徽60年》等。温度和降水数据来源于中国科学院资源环境科学数据中心数据库(http://www.resdc.cn/)。

图1 淮河流域区位示意图

Figure 1 Location of Huaihe River Basin

1.2 研究方法

1.2.1 单一土地利用动态度

单一土地利用动态度可以定量表示某种土地利用变化的速度, 也可以有效预测未来土地利用变化趋势[14]。

式中: u、u分别代表始末两期同种土地利用类型的面积, km2;代表监测始末时间段, 年

1.2.2 土地利用转移矩阵

土地利用转移矩阵是根据地区不同的土地利用情况的转化关系得到的二维矩阵, 能反映土地利用变化的结构特征和各类型之间的转移方向[15]。其数学形式可以表示为:

1.2.3 土地利用贡献率

为比较不同土地利用类型在转移过程中面积变化量分配的差异, 在土地利用转移矩阵的基础上计算转出贡献率[16]。

式中,T为第类土地利用类型的转出贡献率, 表示第类土地转移面积占第类土地利用类型转移总面积的比例,%;A为第类土地转移为第类土地的面积, km2。

1.2.4 相关分析及主成分分析法

在进行土地利用变化的驱动力定量研究时, 由于其影响因素较多, 选取的指标应细致全面, 但各项指标与土地利用变化之间存在不同的相关关系, 指标之间也存在一定的耦合关联, 因此指标过多又会造成信息的部分重叠, 过少又会难以解释分析影响土地利用变化的复杂关系。主成分分析是利用降维的思想, 将多个变量转化为少数几个综合变量(即主成分), 其中每个主成分都是原始变量的线性组合, 各主成分之间互不相关, 从而这些主成分能够反映始变量的绝大部分信息, 且所含的信息互不重叠。采用这种方法可以将土地利用变化的复杂因素归结为几个主成分, 使得复杂问题得以简化, 同时得到更为科学、准确的土地利用变化驱动因素[17,18]。

由于耕地和建设用地的面积变化最为明显, 且耕地包括靠天然降水生长作物的旱地和需要水源保证及灌溉设施的水田, 建设用地包括大中小城市及县镇以上建成区、独立于城镇以外的农村居民点和厂矿、大型工业区、油田、盐场、采石场等用地以及交通道路、机场及特殊用地等多种类型, 其土地面积变化受自然与社会因素影响是不完全相同的, 为了更详细地探究土地利用类型的驱动机制, 将耕地和建设用地进一步细化, 比较Ⅱ级分类体系下的土地利用面积变化驱动力差异, 其中耕地分为旱地和水田, 建设用地分为城镇用地、农村居民点和其他建设用地。

本研究在具体分析淮河流域土地利用时空变化的基础上, 参考相关文献[19-22], 考虑到数据的可获取性, 为确保数据的准确性和完整性, 从人口、公共基础设施建设、社会经济发展、工业化水平、第一产业发展、社会富裕程度、自然条件六个方面选取土地利用变化的驱动因子, 具体指标见表1, 以SPSS24软件作为操作平台, 计算各因子与面积变化明显的土地利用类型之间的皮尔逊相关系数并进行显著性检验, 筛选出与所选用地类型面积变化显著相关的驱动因子, 进行主成分分析, 求出各个因子累计方差贡献率以及载荷矩阵, 提取主成分。

表1 驱动力与其具体指标

2 结果与分析

2.1 土地利用变化时空特征及单一土地利用动态度分析

由图2可知, 淮河流域耕地面积最大, 均匀分布于淮河流域各个地区。其次是建设用地, 建设用地较均匀地散布在整个流域内, 呈明显的放射状扩散趋势, 主要城市(如开封市, 连云港市等)的建设用地面积较大。林地主要分布在流域的西南部和北部。草地主要分布在流域的南部(安徽省中西部), 东北部(山东省境内)。水域相对集中在流域的东南部, 主要有洪泽湖和高邮湖, 中部有微山湖。未利用地面积较少, 1990年主要分布于山东省微山县。

由图3可知, 1990—2015年间, 淮河流域的土地利用类型变化强度从大到小依次为: 建设用地>耕地>水域>草地>林地>未利用地。25年间建设用地均处于大幅度增加的状态, 从1990年的3.88万km2增加至2015年的4.58万km2, 总共增加了6926 km2, 增加幅度为17.8%。1990—2000年间, 增加量超过了1000 km2, 2000—2015年间增加量超过了1500 km2, 到了2010—2015年增加率最高, 说明建设用地有更加激烈的扩张趋势。耕地面积从1990年的22.82万km2减少至2015年的22.17万km2, 总共减少了6536 km2, 减少幅度为2.86%。其中, 除去1995—2000年, 耕地面积减少数量都超过了1500 km2, 可见耕地在这25年间处于较稳定紧缩的状态。林地面积25年间总体上面积变化不大, 1990年—2000年间先大幅度增加后大幅度减少, 2000年之后趋于稳定。草地面积于1990—1995年期间有相对大幅度的减少, 减少面积为896 km2, 1995年之后的20年间, 减少幅度较小, 逐渐趋于稳定。水域面积从1990年的1.35万km2增加至2015年的1.48万km2, 总共增长了1339 km2, 1990—2005年增长幅度较大, 每5年增长500 km2左右。

由图3可知, 流域内不同土地利用类型的动态度差异明显。建设用地的单一土地利用动态度最大, 1990—2000年间动态度达到了0.5%以上, 2000—2015年间其动态度增加到0.7%以上, 说明建设用地处于稳步增长的状态, 并且增长速度越来越快。耕地呈平稳减少的趋势, 由于其总面积较大, 其动态度较小, 保持在0.14%左右, 建设用地与耕地变化速度具有一定的协同性。林地先增长后减少, 最后减少趋势较为平缓。水域25年间均处于增长的状态, 其增长速度先增大后减小, 在1995—2000年达到最大的0.69%, 之后再减小2000—2005年的0.55%, 最后2005—2015年间保持在0.11%左右。

图2 淮河流域1990—2015年土地利用变化空间分异

Figure 2 Distribution of LUCC type in the Huaihe River Basin from 1990 to 2015

注: 由于未利用地总面积小, 其动态度远大于其他五类用地, 比较意义不大, 所以没有放入图中。

Figure 3 Land use change area and single land use dynamic degree in Huaihe River Basin from 1990 to 2015

2.2 土地转移分析

总体上, 25年间淮河流域整体的用地类型转化程度呈减弱趋势, 分为1990—2000年和2000—2015年两个阶段。

由图4可反映出土地利用类型转移的空间特征, 1990—2000年间, 淮河流域西南部、东北部和北部耕地与草地、林地的双向转化最为明显。中部耕地与建设用地的双向转化最为明显。耕地与水域的双向转化主要发生在河流和湖泊沿岸。2000—2015年间, 土地类型之间的转化较为轻微, 耕地向建设用地的转化最为明显, 较为均匀地分布在各个区域。

根据图4计算可得出各土地利用类型转移的面积。1990—1995年间, 建设用地主要转出去向和转入来源均为耕地, 耕地对建设用地的贡献率为92.1%。耕地的转出和转入均匀地发生在淮河流域各个区域, 主要转出类型为建设用地, 其次为林地和草地, 主要来源为建设用地, 其次为草地, 建设用地、草地对耕地的贡献率分别为61.3%、13.8%。林地的主要转出去向和转入来源均为耕地和草地, 耕地、草地对林地的贡献率分别为62.3%、27.6%。草地的主要转出去向和转入来源均为耕地和林地, 耕地、林地对草地的贡献率分别为56.5%、30.9%。水域的主要转出去向和转入来源均为耕地, 耕地对水域的贡献率为70.6%。未利用地的主要转出去向为水域, 主要来源为耕地, 耕地对未利用地的贡献率为55.5%。

1995—2000年间, 建设用地的主要转出去向和转入来源均为耕地, 耕地对建设用地的贡献率为93.9%。耕地的主要转出去向为建设用地, 其次为林地和草地, 主要转入来源为建设用地, 其次为林地, 建设用地、林地对耕地的贡献率分别为65.6%、14.6%。林地的主要转出去向和转入来源均为耕地和草地, 耕地、草地对林地的贡献率分别为56.5%、36.4%。草地的主要转出去向和转入来源均为耕地和林地, 耕地、林地对草地的贡献率分别为56.1%、33.5%。水域的主要转出去向和转入来源均为耕地, 耕地对水域的贡献率为76.7%。未利用地的主要转出去向为水域, 主要转入来源为耕地, 耕地对未利用地的贡献率为45.1%。

图4 淮河流域1990—2015年土地利用转移空间分布

Figure 4 Spatial distribution of land use transfer in the Huaihe River Basin from 1990 to 2015

2000—2015年间, 淮河流域土地转移主要以耕地向建设用地转化和耕地与水域之间相互转化为主, 林地、草地和未利用地发生的转化较小。建设用地基本没有转出, 其主要转入来源为耕地, 2000—2005, 2005—2010, 2010—2015年间, 耕地转化为建设用地的面积分别为1420 km2, 1451 km2,1784 km2, 耕地对建设用地的贡献率分别为89.2%, 95.0%, 92.8%。耕地主要转出为建设用地, 其他土地类型向耕地的转入面积较小。水域主要转入来源为耕地, 2000—2005, 2005—2010, 2010—2015年间, 耕地转化为水域的面积分别为482 km2,110 km2,174 km2, 耕地对水域的贡献率分别为81.3%, 84.6%, 73.4%。

2.3 土地利用变化驱动机制分析

由表2和表3可知, 对于城镇用地, 第一主成分的特征值为10.18、贡献率为92.58%, 总GDP、人均GDP、工业总产值、固定资产投资总额的成分载荷最大, 说明淮河流域城镇用地面积变化的主要驱动力为: 社会经济发展、公共基础设施的建设。对于农村居民点, 第一主成分的特征值为7.4、贡献率为92.48%, 牧业产值、林业产值、总GDP的成分载荷最大, 说明淮河流域农村居民点面积变化的主要驱动力为: 第一产业发展、社会经济发展。可见, Ⅱ级分类体系下的建设用地面积变化驱动力存在差异。

由表2和表3可知, 对于旱地, 第一主成分的特征值为7.81、贡献率为97.62%, 其成分载荷矩阵中所有因子的成分载荷均接近1, 驱动力并没有明显的主次之分, 可见影响旱地面积变化的各驱动因子是一个有机联系的统一体, 同时旱地面积变化与各驱动因子并不是完全的因果关系, 而是相辅相成、互相制约的关系。水田的面积变化与各项指标未通过显著性检验。

由表2和表3可知, 对于水域, 第一主成分的特征值为7.43、贡献率为92.84%, 其成分载荷矩阵中所有因子的成分载荷均较大, 其中农业总产值、人均GDP的成分载荷最大, 总人口的成分载荷也达到了0.84, 说明淮河流域水域变化的主要驱动力为: 社会经济发展、第一产业发展、人口数量变化。

由表2可见, 整体上第一主成分的特征值为12.84、贡献率为85.57%, 第二主成分的特征值为1.07, 贡献率为7.13%, 累积贡献率为92.70%, 大于85%, 满足主成分分析的要求, 可以作为综合因子反映土地利用/覆盖变化的驱动力情况。1900—2015年影响淮河流域土地利用总体变化的驱动因子综合得分在不断增加, 1990—2005年因子综合得分均为负值, 分别为-3.35、-2.28、-1.47、-0.70。2005—2015年综合因子得分为正值, 分别为2.32、5.48。同时, 通过计算每5年综合得分的差值, 可以发现以下两点: 1990—2005年15年间增长速度相近, 2005—2015年10年增长速度相近; 以2005年为分界, 后10年的增长速度比前15年快。

表2 主成分特征值及累计贡献率

注: 其他用地类型与各项指标未通过显著性检验或皮尔逊相关系数较小, 故不能进行主成分分析。

表3 主成分载荷矩阵

注: 表中划横线的指标与对应的用地类型面积未通过显著性检验或皮尔逊相关系数较小, 故排除这些指标。

3 讨论

1991年以来, 淮河流域4个省份都已经实行了严格的耕地保护政策, 把保护耕地放在土地利用与土地管理的首位, 实行占用耕地与开发、复垦挂钩政策, 严格控制农业内部结构, 控制城乡居民点建设占用耕地, 采煤塌陷区的复垦和治理[23-25]。但是由于工业化、城镇化进程的加快以及产业结构、消费结构的升级等, 形成了对新增建设用地的刚性需求, 新农村建设同样需要一定规模的新增建设用地支撑, 同时又要满足应对金融危机、保障扩大内需的用地需要[26-29], 所以25年间耕地仍然呈减少趋势以及建设用地呈增加趋势。建设用地以均匀放射状扩散的形式增加, 其原因可能是流域内以省级行政单位以及市级行政单位为开发主体, 开发主体利用不同, 从自身经济、社会发展的角度来进行区域经济空间开发[30]。由于各省积极推进农村居民点的整理, 严格限制农村居民点的盲目扩大[26-29], 所以部分建设用地向耕地转化。1997年国家发布《中共中央办公厅、国务院办公厅关于进一步稳定和完善农村土地承包关系的通知》[31]。这一土地政策使得农民返乡开垦农田, 更多的社会资金和技术被引入到耕地中, 大量林地和草地被改造成为耕地, 使得1995—2000年间耕地减少的速度放缓。因耕地后备资源的开发, 同时对于水土流失的治理, 未利用地减少, 向水域和耕地转化。“退耕还林、还草”政策的实施使得2000年之后总体上草地减少的趋势减弱及, 并有效增加了林地面积。。淮北平原地区以发展粮食生产为主导, 发挥水果生产优势, 实施“宅基地革命”工程, 积极推进农村居民点用地的整理, 改造中低产田, 提高耕地质量[25]使得2000年之后耕地向建设用地转化的现象减弱。1985—1997年12年间, 两淮煤田塌陷面积净增104 km2, 年平均递增量约9 km2。目前两淮煤田地面塌陷总面积已达286 km2, 部分塌陷区已积水成湖,连接成片,面积约51 km2[32], 煤炭地面的塌陷促进了耕地和建设用地向水域转化。江淮丘陵地区加快江淮分水岭地区的综合治理, 根治水旱灾害, 非农业建设重点保障“引江济淮”等水利工程[18]促使了水域的增加。河南南部淮南山地丘陵地区坚持农、林、牧、副、渔全面发展, 加快建设用材林基地和板栗生产基地, 加强对荒山、荒坡和现有耕地的综合治理和改造。加强生态林业和自然保护区建设。大力发展水土保持林和水源涵养林[24]促进了林地的增加以及林地和耕地的互相转化。山东南部地区依托山地丘陵资源、发展林业用地, 建立以林业为主体的生态经济体系促进了林地的增加[29]。

淮河流域的煤炭资源丰富, 现代工业基础比较好, 区位优势明显, 是我国沟通南北、连接东西的交通枢纽区域。淮河流域与长三角、山东半岛相连, 有较为丰富的农副产品资源、矿产资源、水土资源, 劳动力充足, 成本较低, 科技创新方面有一定的基础, 容易获得产业和技术的转移, 产生集聚和规模效应, 具有发展现代制造业的良好条件[33]。同时工业发展对环境资源的巨大压力和环境问题对工业发展的严重制约将是淮河流域现代化建设道路上的主要困难和突出矛盾。人口在淮河流域土地利用变化的过程发挥的作用次于社会经济发展, 其原因可能是淮河流域在这25年来, 淮河流域多数地方的乡镇企业基本不成功, 农民开始外出打工挣钱, 同时招商引资的效果并不好, 工业化始终处于较低的水准, 导致人口流失[33]。

本研究以GIS空间分析、主成分分析等方法研究了1990—2015年淮河流域土地利用变化时空特征, 并对其驱动机制进行探讨分析。以流域为研究区, 结合自然因素、社会经济因素, 从时间尺度和空间尺度进行整体和宏观的把握和分析。土地利用变化是一个十分复杂的过程, 涉及因素众多, 由于受遥感数据精度和淮河流域各省市社会经济统计数据完整度的限制, 本文基础数据不够全面及准确, 时间分辨率和空间分辨率较低。同时, 在今后的研究中, 应增加更多因子构建较完整的因子体系, 并且从不同的尺度多维地反映土地利用变化的规律。

4 结论

本文选取淮河流域作为研究对象, 通过分析1990—2015年土地利用的时空变化特征和驱动机制, 得到以下主要结论:

(1)淮河流域耕地、草地和未利用地呈减少趋势, 建设用地、水域和林地总体呈增加趋势。其中, 从1990—2015年期间, 耕地总共减少6536 km2, 减少率为2.86%。建设用地总共增加6926 km2, 增加率为17.73%。从动态变化表现来看, 未利用地由于基数较小, 变化率最大, 其次, 建设用地增长变化最大, 年变化率为0.71%。25年期间, 建设用地处于稳步增长的状态, 并且增长速度越来越快。

(2)25年间淮河流域整体的用地类型转化程度呈减弱趋势, 分为1990—2000年和2000—2015年两个阶段。1990—2000年间所有土地类型之间存在剧烈的双向转化, 淮河流域西南部、东北部和北部耕地与草地、林地的双向转化最为明显。中部耕地与建设用地的双向转化最为明显。耕地与水域的双向转化主要发生在河流和湖泊沿岸。2000—2015年间的土地类型之间的转化较为轻微, 主要是耕地向建设用地转化, 较为均匀地分布在各个区域。

(3)通过对比分析, Ⅱ级分类体系下的建设用地面积变化驱动力存在差异。其中, 城镇用地变化的驱动力为: 社会经济发展、公共基础设施的建设; 农村居民点变化的驱动力为第一产业发展、社会经济发展。旱地变化与驱动因子相辅相成、互相制约, 其驱动力较为综合。水域变化的驱动力为: 社会经济发展、第一产业发展、人口数量变化。社会经济高速发展是淮河流域土地利用变化的最主要驱动力, 且其推动作用在2005年后更加明显。

[1] 李秀彬. 全球环境变化研究的核心领域──土地利用/土地覆被变化的国际研究动向[J]. 地理学报, 1996 (6): 553–558.

[2] 许艳, 濮励杰. 江苏海岸带滩涂围垦区土地利用类型变化研究——以江苏省如东县为例[J]. 自然资源学报, 2014, 29(4): 643–652.

[3] 曲福田, 陈江龙, 陈会广. 经济发展与中国土地非农化[M]. 北京: 商务印书馆, 2007: 52–53.

[4] AUCH R F, NAPTON D E, KAMBLY S, et al. The driving forces of land change in the Northern Piedmont of the United States[J]. Geographical Review, 2012, 102(1): 53–75.

[5] PARCERISAS L, MARULL J, PINO J, et al. Land use changes, landscape ecology and their socioeconomic driving forces in the Spanish Mediterranean coast (El Maresme County, 1850–2005)[J]. Environmental Science & Policy, 2012, 23: 120–132.

[6] AGATON M, SETIAWAN Y, EFFENDI H. Land use/land cover change detection in an urban watershed: a case study of upper Citarum Watershed, West Java Province, Indonesia[J]. Procedia Environmental Sciences, 2016, 33: 654–660.

[7] 龙花楼, 王文杰, 翟刚, 等. 安徽省土地利用变化及其驱动力分析[J]. 长江流域资源与环境, 2002 (6): 526–530.

[8] 王光谦, 王思远, 陈志祥. 黄河流域的土地利用和土地覆盖变化[J]. 清华大学学报(自然科学版), 2004(9): 1218–1222.

[9] 刘纪远, 张增祥, 徐新良, 等. 21 世纪初中国土地利用变化的空间格局与驱动力分析[J]. 地理学报, 64(12): 1411–1420.

[10] 童国平, 陈岩. 淮河流域水环境—社会—经济系统协调发展研究[J]. 资源开发与市场, 2018, 34(8): 1086–1092.

[11] 徐新良, 刘纪远, 张树文, 等. 中国多时相土地利用土地覆被遥感监测数据集(CNLUCC). 中国科学院资源环境数据中心数据注册与出版系统(http://www. resdc. cn/DOI/), 2018. DOI: 10. 12078/2018070201

[12] 徐新良, 刘纪远, 庄大方. 国家尺度土地利用/覆被变化遥感监测方法[J]. 安徽农业科学, 2012, 40(4): 2365– 2369.

[13] 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.

[14] 高义, 苏奋振, 孙晓宇, 等. 近20a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(中文版), 2011, 33(4): 95–103

[15] 任斐鹏, 江源, 熊兴, 等. 东江流域近20年土地利用变化的时空差异特征分析[J]. 资源科学, 2011, 33(1): 143–152.

[16] 曾辉, 高凌云, 夏洁. 基于修正的转移概率方法进行城市景观动态研究——以南昌市区为例[J]. 生态学报, 2003(11): 2201–2209.

[17] ABDI H, WILLIAMS L J. Principal component analysis[J]. Wiley interdisciplinary reviews: computational statistics, 2010, 2(4): 433–459.

[18] 龚健, 杨建新, 张志, 黄如辉. 中部粮食主产区土地利用变化及其驱动机制研究——以湖北省鄂州市为例[J]. 水土保持研究, 2014, 21(4): 285–289.

[19] 孙琳, 唐国平, 窦乙峰, 等. 东江流域2001-2013年土地利用/覆被类型变化的时空特征及成因[J]. 水土保持通报, 2018, 38(03): 293–300.

[20] 娄和震, 杨胜天, 周秋文, 罗娅, 侯立鹏. 延河流域2000-2010年土地利用/覆盖变化及驱动力分析[J]. 干旱区资源与环境, 2014, 28(4): 15–21.

[21] 黄锦凤. 惠州东江流域土地利用变化时空特征及驱动力研究[D]. 长沙: 中南大学, 2011.

[22] 李传哲, 于福亮, 刘佳, 严登华, 周婷. 近20年来黑河干流中游地区土地利用/覆被变化及驱动力定量研究[J]. 自然资源学报, 2011, 26(3): 353–363.

[23] 金湖国土资源局网站. 《江苏省土地利用总体规划(1997- 2010年)》[EB/OL]. (2013-07-30) [2019-02-01]. http://www. jsmlr. gov. cn/gtapp/nrglIndex. action?typ e=2&message­ID=2c9082b55b1dcee6015b1e4ce9090129.

[24] 河南省自然资源厅网站. 《河南省(1997-2010)土地利用总体规划》. (1997-08-27) [2019-02-01]. http: //www. hnblr. gov. cn/sitegroup/root/html/ff8080814d40886d014d425b0e 51001d/5aadc86e1c5a4de28d9a8108036db6e7. html.

[25] 安徽省自然资源厅网站. 《安徽省土地利用总体规划(1997-2010年)》[EB/OL]. (2008-04-09) [2019-02-01]. http: //zrzyt. ah. gov. cn/zwgk/show. jsp?row_id=201811000246 6808.

[26] 中华人民共和国国土资源部网站. 《江苏省土地利用总体规划(2006-2020年)》[EB/OL]. . (2010-02-04) [2019- 02-01]. http: //g. mlr. gov. cn/201807/t20180720_ 2115893. html.

[27] 河南省自然资源厅网站. 《河南省土地利用总体规划(2006～2020年)》[EB/OL]. (2012-02-01) [2019-02-01]. http: //www. hnblr. gov. cn/sitegroup/root/html/ff8080814 d40886d014d426b9c130041/a14a0a3084e747439b97b468cbe734db. Html.

[28] 安徽省自然资源厅网站. 《安徽省土地利用总体规划(2006-2020年)》[EB/OL]. (2017-11-05) [2019-02-01]. http: //zrzyt. ah. gov. cn/zwgk/show. jsp?row_id=20181100024 66712.

[29] 山东省自然资源厅网站.《山东省土地利用总体规划(2006-2020年)》[EB/OL]. (2018-06-22) [2019-02-01]. http: //www. sddlr. gov. cn/root20/gkml/201806/t20180622_137 1144. html.

[30] 彭荣胜. 区域协调发展战略下的淮河流域经济空间开发研究[J]. 生态经济, 2012(5): 53–57.

[31] 人民网. 中共中央办公厅、国务院办公厅关于进一步稳定和完善农村土地承包关系的通知[EB/OL]. (1997- 08-27)[2019-02-022]. http: //www. people. com. cn/item/ flfgk/gwyfg/1997/112405199702. html.

[32] 李君浒, 董永观, 邱永泉, 等. 简论华东地区煤矿塌陷区生态环境的治理[J]. 煤炭经济研究, 2008, 3: 13–15.

[33] 顾洪. 淮河流域经济发展态势及综合治理[J]. 治淮, 2013(8): 8–11.

Research on temporal and spatial variation characteristics and driving mechanism of land use in Huaihe River Basin from 1990 to 2015

LI Yudong, ZANG Chuanfu*, CHEN Xianglong

School of Geography, South China Normal University, Guangzhou 510631, China

The Huaihe River Basin, located in the eastern coastal areas of China, is one of the places with the greatest potential for socio-economic development in China. The ArcGIS spatial analysis and land transfer matrix methods were used to reveal the spatial-temporal variation characteristics and driving mechanism of land use in the Huaihe River Basin during 25 years. The results showed that: (1) from 1990 to 2015, the proportion of land use types in the Huaihe River Basin was arable land > construction land > forest land > grassland > water area > unused land. The reduction of cultivated land area was the largest, which had decreased by 6536 km2. However, construction land had increased 6926 km2. Among them, the construction land had an obvious radial diffusion increased trend. (2) In the past 25 years, the intensity of land types conversion in the Huaihe River Basin had decreased. There was a strong mutual transformation among all land types. In the southwest, northeast and north of the Huaihe River Basin, the mutual transformation among cultivated land, grassland and woodland was most significant. The mutual conversion of cultivated land and construction land in the central area was obviously. Themutual conversion of cultivated land to waters occurred mainly along rivers and lakes. The conversion of land types between 2000to 2015 was slightly. This conversion of land types was mainly reflected in the conversion from the cultivated land to construction land, and distributed more evenly in various areas. (3) The rapid socio-economy development was the most primary driving force of land use change in the Huaihe River Basin. This phenomenon was more obvious after 2005. To explore the spatial-temporal dynamics and driving mechanism of land use in the Huaihe River Basin can provide basis data for the scientific management and utilization of land resources.

land use; Huaihe river basin; driving force; GIS spatial analysis

10.14108/j.cnki.1008-8873.2020.02.014

S157.2

A

1008-8873(2020)02-104-10

2019-00-00;

0000-00-00

国家自然科学基金项目 (31660233); 国家杰出青年科学基金(41625001)

李煜东(1998—), 男, 广东汕头人, 本科, 主要从事地理信息科学和土地利用变化研究, E-mail: 1162756648@qq.com

臧传富(1983—), 男, 内蒙古巴盟人, 研究员, 博士, 主要从事生态水文、水文水资源和土地利用变化研究, Email: chuanfuzang@163.com

李煜东, 臧传富, 陈相龙. 淮河流域1990—2015年间土地利用时空变化特征及驱动机制研究[J]. 生态科学, 2020, 39(2): 104–113.

LI Yudong, ZANG Chuanfu, CHEN Xianglong. Research on temporal and spatial variation characteristics and driving mechanism of land use in Huaihe River Basin from 1990 to 2015[J]. Ecological Science, 2020, 39(2): 104–113.