干热河谷典型区元谋县土地利用变化与动态预测

陈越豪， 何光熊,， 史亮涛， 方海东， 史正涛*

(1.云南师范大学地理学部， 昆明 650500； 2.云南省农业科学院热区生态农业研究所， 元谋 651300；3.元谋干热河谷植物园， 元谋 651300)

土地作为人类活动的主要载体，是人文与自然多要素综合作用的结果，在人类生存和社会发展中占据着重要的基础支撑地位；而分析土地利用/土地覆被变化(land use/land cover change,LUCC)有助于了解区域环境气候与社会经济的变化趋势，因此成为当今全球气候环境变化与土地、生物资源利用等研究的重点和热点领域[1-3]。随着社会经济发展、城镇工业化不断推进，各种土地利用类型也在不断转化，而准确预测土地利用变化趋势则有利于对各种土地类型进行规划管理。陈玮[4]利用Markov模型对巫山县土地利用格局进行预测，结果表明未来区域的生态用地面积将有所增加，研究结果对三峡库区的保护有一定的积极作用；John等[5]采用多层感知器神经网络对印度巴拉萨普扎流域的土地利用/土地覆盖变化进行预测，得出需要加强对裸地的管理，提高植被覆盖率的结论；Lima等[6]利用LCM(land change modeler)与SWAT(soil and water assessment tool)模型预测了巴西流域未来15年的水域变化，认为未来该区域需要加强对流域的水文管理。以上研究采用不同的模型方法，并且在其研究领域取得一定成绩，但各自的模型因子较单一。就区域问题与土地利用类型的研究来看，土地利用的发展动态不再是单一的空间特征因素影响的结果，而应该需要同时将空间及非空间特征的综合因子加以考虑，特别是在生态环境较脆弱的区域，其土地利用变化动态发展趋势的影响因子也更加多元化。

金沙江干热河谷区生态环境脆弱，是社会经济发展和全球气候变化共同影响下变化最显著的区域之一[7]。由于光热条件良好及河谷地带相对平坦的地形，干热河谷区成为该区人口聚居区、工厂、交通设施布设区和主要耕作区及长期高强度土地利用区、陡坡种植区等，加之干热气候，导致河谷区成为土地利用变化最显著地区和水土流失最严重地区之一，造成金沙江流域生态环境质量下降、流域内土地资源安全受到威胁，影响长江中下游地区的生态安全[8-9]。元谋县是金沙江干热河谷气候典型的区域，自改革开放以来，受经济、人口、自然环境影响，元谋县土地利用呈现出明显的阶段性特点，特别是随着生态退耕、轮耕休憩与生态治理政策的颁布实施[10-12]，元谋县土地利用类型的变化程度、动态度以及利用度都发生显著改变。而查明土地利用变化情况有助于探究区域生境与社会环境的相互关系，为生态保护修复、生态文明建设，尤其对保护青山绿水与生态再造具有重要的研究价值。对干热河谷典型区元谋县1990—2020年间土地利用时空变化过程特征与未来5年的发展趋势及其规律进行了分析，旨在揭示干热河谷区土地利用变化的发生机制与动向，为后续实现土地资源利用、科学开发及生态脆弱区环境恢复治理工作的有序进行提供科学参考。

1 研究区概况

元谋县(101°35′E～102°06′E，25°23′E～26°06′N)位于云南省滇中地区，隶属于楚雄彝族自治州，县域面积约202 913.28 hm2。元谋县地形复杂，主要有三台山、百草岭、鲁南山三大山系，呈现东南高、西北低的形态，境内河流属金沙江水系，主要河流有金沙江、龙川江(图1)。因受季风、焚风和山地微环境效应影响，气候干燥少雨，区域内有80%的土地位于元谋干热河谷盆地内，为典型的干热河谷气候与生态脆弱区[13]。该地盆地海拔1 350 m，盆地年平均气温21.59 ℃，最热月平均气温26.49 ℃，最冷月平均气温13.8 ℃；年平均积温7 812.89 ℃；年均降水量为656.8 mm，大气降水为主要的水源补给来源，当地降水变率大，有干雨两季，雨季降水量占年总降水量的91%，连续无降雨日数达179 d，环境相对干燥。区域土壤类型主要有燥红土、红壤、黄棕壤、棕壤；主要植被有典型的稀树灌草丛、片状灌木以及三芒草等[14]。

图1 研究区高程与地理区位

2 材料与研究方法

根据研究需要，以Landsat卫星遥感数据为数据源，参照《土地利用现状分类》(GB/T 21010—2007)体系进行解译，以土地利用动态度[15]、土地利用程度指数[16]和土地利用转移矩阵[17]指标分析了1990—2020 年元谋县土地利用数量、利用程度以及方向变化，最后应用CA-Markov模型[18]预测了未来五年土地变化趋势，以期通过长时间序列数据的相关指标可视化元谋县的土地利用变化情况，进而为元谋县今后的土地规划发展提供理论依据。

2.1 数据与处理

1990—2020年7期Landsat TM/ETM/OLI遥感影像数据来源于美国地质调查局官网(http://earthexplorer.usgs.gov/)，所用的遥感影像数据云量均在10%以下。在ENVI5.3中，对7期遥感影像进行预处理工作，主要包括波段合成、辐射定标、大气校正以及几何裁剪等。利用e-Cognition9.0软件对影像结合样本点进行面向对象提取，包括多尺度影像分割、影像信息提取等流程；参照 《土地利用现状分类》 (GB/T 21010—2007)的具体内容要求，将研究区的土地划分为6个一级地类类型，即水域、草地、林地、耕地、城镇用地和未利用地。最后生成研究各个时间段的土地利用类型数据，并在ENVI5.3中进行Majority/Minority处理。最后，在ArcGis10.7中，结合野外调研数据以及谷歌地球的验证结果，对已分类的土地利用数据进行地物错分的纠正与圆滑处理，并利用混淆矩阵进行分类精度评价，评价结果为：总体精度均在85%以上，Kappa系数均超过0.80，表明7个时像的遥感分类结果较好，最终得到元谋县1990—2020年7期土地利用现状数据，并输出成图(图2)。

图2 元谋县1990—2020年7期土地利用类型

数字高程模型(digital elevation model，DEM)数据产品下载于中国地理空间数据云(http://www.gscloud.cn/)，并在ArcGis 10.7软件中进行了校正与区域裁剪。而降水、气温等气象数据则来源于中国科学院资源科学数据中心(http://www.resdc.cn/)；水系与道路矢量数据下载于地理国情监测云平台(http://www.dsac.cn/)、居民点矢量数据来自国家地理信息公共服务平台(www.tianditu.gov.cn)。

2.2 研究方法

土地利用动态度反映了研究时段内各种地类变化的活跃程度；土地利用程度指标表征了各种地类在开发活动广度与深度中各个方面数量的变化情况；土地转移矩阵与CA-Markov模型则是将各种土地变化类型之间相互转化的方向与未来发展动态进行空间可视化表达；综合以上多种指标参数，可以实现元谋县土地利用的时空变化特征分析与动态预测，具体选取的指标如下。

2.2.1 土地利用数量

土地利用的变化幅度与变化速度是土地利用数量的两个重要组成部分[15]。土地利用变化幅度是指在研究时段内各种利用类型土地面积的绝对变化量，其计算如式(1)所示； 而土地利用变化速度则表征了各种土地利用类型变化的发展趋势，常用的指标有单一土地利用动态度和综合土地利用动态度，具体计算如式(2)、式(3)所示。

土地利用变化幅度指数计算公式为

(1)

式(1)中：K为总变化幅度；Ua和Ub分别为研究初期a和末期b的某种土地利用类型面积；T为研究时段差值。

土地利用变化速度指数计算公式为

(2)

式(2)中:Ki为单一土地动态度。

(3)

式(3)中:Kc为综合土地利用动态度；Ui为各分期初期第i地类的面积；ΔUi-j为各分期的地类转移面积。

2.2.2 土地利用程度

土地利用程度是指土地综合开发利用的广度与深度[16]。根据刘纪远等[19]提出的土地利用程度综合分析的思想，对处于自然平衡状态中的土地按照受到的社会经济因素影响程度进行分级，并赋予分级指数：未利用地的土地利用程度分级赋值为1，林草水为2，农用地为3，工矿建筑用地为4；并结合解译的各种地类面积数据，通过数学综合计算，从而获得最终的土地利用程度指数，计算公式为

(4)

(5)

式中：C、R分别为土地利用程度综合指数以及变化率；Ai为第i级的土地利用程度分级指数；Ca、Cb分别为第i级土地利用程度分级指数和面积百分比。如果C>0或者R>0则表明该区域的土地利用开发活动处于发展期，否则该区域土地利用开发则处于衰退或者称恢复期。

2.2.3 土地利用类型转化方向

土地利用转移矩阵表征了各种土地利用类型相互之间面积转化的数量与方向，在地学定量研究中有着广泛的应用[17]。该方法是一种基于数学分析的系统统计方法，主要通过将土地转移的面积数据按照矩阵的方式罗列，并借助马尔科夫模型来定量描述排列数据的状态与状态转移，从而确定土地利用格局的时空变化过程[20]。通过将不同研究时期的元谋县土地利用数据图在ArcGis中进行空间叠加，统计分析叠加生成的土地利用变化数据，得到土地利用转移矩阵，从而确定各种土地利用类型相互转变状况和数量。

2.2.4 土地利用动态趋势预测

利用将元胞自动机(cellular automata，CA)与马尔科夫模型(Markov)相结合的CA-Markov[18]对元谋县2020—2025年间的土地利用类型变化趋势进行预测。

Markov模型：是由数学家Markov提出来的一种基于随机过程的随机理论空间分布模型。该模型提出研究对象在St时刻的状态仅与前一状态即St+1时刻的状态有关，因而Markov模型预测动态土地利用变化是通过计算两个时间段内的土地利用变化矩阵来实现的，其计算公式为

St+1=PijSt

(6)

式(6)中：Pij为研究期内的土地转移概率；St+1、St为研究时间段。

CA模型是指元胞自动机中的每个自变量都只取有限个状态，且各个变量状态改变的规则在时间和空间上都是局部的，其计算公式为

Vt+1=f(Vt,N)

(7)

式(7)中：Vt、Vt+1分别为t、t+1时刻的元胞有限、离散的状态集合；N为元胞滤波器大小；f为局部空间内元胞的转换规则。

3 结果与分析

3.1 土地利用数量变化分析

3.1.1 土地利用变化幅度

由图3可知，元谋县的土地利用类型面积在1990—2020年间都有所变化，其中林地、草地、耕地为元谋县最主要的土地利用类型，且这3种土地利用类型在每个研究时期中的面积比重之和都在90%以上。近30年里，草地的面积比重始终最大。由图2可知，草地主要分布在元谋县的中高海拔地区，即姜驿乡、黄瓜园镇、物茂乡、平田乡、新华乡、以及老城乡部分地区。林地主要分布在元谋县的高海拔地区，即是凉山乡、羊街镇以及新华乡的部分地区；而城镇用地和耕地则主要分布在北部和中部盆地地区，主要在黄瓜园镇、元马镇以及老城乡和羊街镇的中部地区，水域则在金沙江以及各个乡镇的水库附近，在乡镇交界的地带也有水域的分布，未利用地则主要分布在姜驿乡的东南角以及各大乡镇海拔较高的区域。

水域、草地、建筑用地呈现上升趋势，增加的区域主要集中在江边乡北部和元马镇中部地以及黄瓜园镇。其中草地增加的面积最多，30年间增加了2 158.54 hm2，且在1990—1995年、2005—2010年、2010—2015年面积为正增长，分别增加了1 712.43、2 402.55、223.74、666.77 hm2(表1)。而城镇用地面积近30年间增加了1 353.42 hm2，面积占比增加了约0.67 %，且30年间的面积呈现波动上升趋势，在2015—2020年增加面积最多，增加的面积约占总增加面积的69%，而在2010—2015年增加的面积最少，仅是增加了761.32 hm2。水域增长速度较缓慢，在30年里，面积增加了1 265.79 hm2。2015—2020年由于气候条件改善，使得该年份中的水域增加面积最多，增加了约1 481.79 hm2。

表1 1990—2020年元谋县土地利用类型面积变化

林地、耕地、未利用地呈现下降趋势。其中耕地面积减少的幅度最大，30年耕地面积减少了2 666.67 hm2，耕地面积在2005—2020年都有所减少，主要是由于退耕还草政策所致的。林地在1990—2020年面积减少了2 059.49 hm2，且在2005—2010年里减少的面积最多，一共减少了2 174.94 hm2；未利用地面积近30年则是减少了51.39 hm2。

由于元谋县地处云贵高原，地形起伏大，不同的海拔都会影响到该区域的土地利用分布，综合相关对元谋县地形分区的研究[21-22]，以海拔1 600 m为界限，进行讨论。从表2中可知，各土地利用类型主要集中于海拔1 600 m以下区域。在低于1 600 m的海拔的土地利用类型分布中，各个研究时期内的土地利用类型占比约为62%，而大于1 600 m的土地利用类型占比约为38%。当海拔在1 600 m以下范围时，1990—2020年元谋县的草地、水域、城镇用地面积比例呈现上升趋势，分别增加了0.40%、0.51%，0.35%；而草地、林地面积占比则呈现下降趋势，分别减少了0.28%、0.98%；而未利用地面积几乎没有变化。当海拔高于1 600 m时，1990—2020年的草地、水域、城镇用地、未利用地面积占比呈现上升趋势，分别增加了5.17%、0.01%、0.01%、0.02%；而林地、耕地面积则呈现下降趋势，分别下降了5.17%、0.02%。

表2 元谋县不同海拔高度土地利用类型面积比重

从土地利用总体的变化幅度上看，元谋县在1990—2020年土地利用变化发展中，草地的比重有所增加，耕地面积比重有所下降，较低海拔各种土地利用变化明显，这表明了该区域的土地利用效率有所提高，近些年的生态恢复建设取得了一定的成效，土地生态环境有所好转。

3.1.2 土地利用变化速度

单一土地利用动态度结果(表3)表明，1990—2020年元谋县的草地、水域、城镇用地不断增加，年均增加率为0.53%、12.36%、28.44%；而林地、耕地、未利用地面积则不断减少，年均减少率为0.68%、1.05%、0.16%。总体上，城镇用地增长最快，增加率超过了20%。

表3 1990—2020年元谋县土地利用动态度

从各个时段来看，1990—1995年水域、耕地、城镇用地年均利用率呈现负增长趋势，草地、林地、未利用地年均利用率呈现正增长趋势；1995—2000年草地、林地、未利用地面积年均利用率呈现负增长趋势，水域、耕地、城镇用地年均利用率呈现正增长趋势；2000—2005年草地、未利用地年均利用率呈负增长趋势，水域、林地、耕地、建筑用地面积年均利用率呈正增长趋势；2005—2010年水域、林地、耕地年均利用率呈现负增长趋势，草地、建筑用地、未利用地年均利用率呈正增长趋势；2010—2015年林地、耕地、未利用地年均利用率呈负增长趋势，水域、草地、城镇用地年均利用率则是呈现正增长趋势；2015—2020年草地、林地、耕地、未利用地的年均利用率则是负增长，而水域、城镇用地年均利用率则为正增长趋势。

从综合土地利用动态度的结果来看，1990—2020年元谋县的土地综合利用指数为10.93%，表明近30年元谋县的土地利用变化速率较快。从整体上看，土地综合利用的变化速率呈现出先升后降再升的波动变化趋势。从局部上看，1990—1995年各个土地类型转化频繁，总体土地利用速率为2.75%；1995—2000年土地利用速度变化平稳，为3.78%；2000—205年土地利用速率则开始下降，为0.31%；2005—2010年土地利用速度开始回升，为3.52%；2010—2015年土地利用速率则波动上升，在2015年里达到了11.78%。

3.2 土地利用程度变化

根据式(4)、式(5)可得出，1990—2020年元谋县的土地利用程度指数的平均值为222.74，较接近全国平均水平231.92[23]。由此可知，元谋县近30年的土地利用程度处于中等水平。从各个阶段来看(表4)，1990—1995年由于赋分等级为3的耕地面积减少，导致了该阶段的土地利用程度指数增长为负值，主要是受到了当地自然环境的影响，水域面积减少，使得耕地灌溉水量减少，因而使得土地利用变化率减少了1%；1995—2000年由于水域增加，耕地面积也增加，使得该阶段的综合指数变化量为正值，变化率为0.97%。2000—2005年变化量指数由于赋分等级为3的耕地面积增加，其他土地利用类型变化不大，导致了变化率增加了0.03%；而2005—2010年则是由于林地、耕地受到多种因素的影响，面积减少，使得变化率减少了0.05%；2010—2015年由于各种土地利用类型转换相对缓慢，利用变化率为0.04%；2015—2020年利用变化率为0.05%，较上一研究时期有所提高。综上分析，1990—2020年间元谋县土地利用仍处于发展时期，但利用程度变化不大，其主要的原因可能是受到当地社会经济条件与县域土地面积有限的影响；但从整体上看该区土地利用效率仍然是波动上升的，表明元谋县的土地利用方式已由粗放型逐步转向了集约型，土地管理水平更加科学化。

表4 1990—2020年元谋县土地利用程度指数变化

3.3 土地利用方向转换

如表5所示，1990—2020年元谋县土地利用类型约转移了61 705.61 hm2，其中草地增加的面积最多，近30年增加了24 562.04 hm2，主要是由耕地、林地、未利用地转入的；城镇用地增加的面积最少，为1 980.30 hm2，但增长的速度最大，达到了142.22%，城镇用地主要由耕地转入而来；耕地主要由草地、林地、未利用地转入，主要转出18 815.78 hm2；林地转出16 153.15 hm2，主要转为了草地、耕地；而水域则由草地、耕地转入，增加了2 411.29 hm2，而未利用地则是由草地、耕地转出，主要转出2 560.60 hm2。

表5 元谋县1990—2020年土地利用转移矩阵

从整体上看，元谋县的各种土地利用类型的转移方向在近30年变化显著，从一定程度上反映了各种土地利用之间的利用程度均有所变化。同时，这也从侧面反映出元谋县的生态建设工作在近些年的发展都取得了一定的成效，植被生态环境质量指数较高。

3.4 CA-Markov土地利用变化趋势预测

利用CA-Markov模型以现有的土地利用类型数据为基础进行模拟，根据式(6)、式(7)，并运用DEM、坡度、道路、水系、居民点、气温、降水等多种因素进行多要素叠加，将2010、2015年作为基础数据，综合模拟预测2020年的数据，通过与解译的2020年数据进行精度检验，并根据2015、2020年数据预测2025年土地利用数据。通过2020年预测值的精度检验说明2025预测值的可靠性。根据相关的理论[24-25]，精度检验选用全数检验法，首先模拟出 2020年的预测结果，再与实际解译的 2020年地类结果进行求差栅格运算，结果为零即为模拟准确，非零即为模拟不准确。

经统计，为零的像元个数为2 100 105，总像元个数为2 254 570，模拟正确的像元百分比为93.15%，Kappa值为0.92，反映出该模拟结果可信度较高，采用的CA-Markov 预测的土地利用类型面积变化具有较好的可靠性和适用性，因而预测的2025年土地利用数据具有较高的精度，结果可信(图4)。将预测的2025年的土地利用数据在ArcGis10.7中进行格式转化，统计分类面积(表6)。

图4 2020年与2025年模拟预测结果

从表6可知，元谋县2025年各种土地利用类型的面积相较于2020年的都有所变化。预测的土地发展动态结果表明：未来耕地和城镇用地面积呈现增加趋势，而草地、林地、水域以及未利用地面积则有所减少。从具体数值来看，2025年预测模拟结果比2020年相比，耕地、城镇用地面积分别增加了2 461.56、254.61 hm2。而预测2025年的草地、林地、水域以及未利用地面积比2020年的面积减少了1 662.35、576.43、352.83、124.56 hm2。 从分析中可知，未来5年元谋县的林地、草地、耕地、城镇用地变化量较大，其中城镇用地面积增长率最快，为11.05%。这说明元谋县在2020—2025年期间应加强对林草地的保护，合理规划建设耕地与城镇用地，合理有效提高生态用地的比重。

表6 2020、2025年各土地利用类型面积

4 讨论

土地利用/土地覆被在全球气候环境变化与区域经济发展中有着重要的研究地位，分析作为生态脆弱干热河谷气候分布区的土地利用/土地覆被的时空变化特征以及动态发展方向，可以为该区域的土地管理、环境治理与城市经济规划提供重要的理论依据。

(1)1990—2020年，元谋县的城镇用地面积增加，城镇化速度逐年增快，生态用地面积有所减少，这表明受到经济发展因素的影响，城镇用地会占用生态用地，这与张晓芳[26]的研究结论相一致。从土地利用单一动态度数据来看，元谋县的城镇化利用率仍然有所增速，这说明需要重点关注元谋县城镇用地的空间布局，新的城区建设要注重区域紧凑化发展，避免对生态用地的占用。

(2)从综合土地利用指数来看，近30年的元谋土地利用程度处于中等水平，但从转移矩阵数据来看，1990—2020年元谋县的土地转移频繁。这说明由于在农田轮耕、基本农田保护政策以及当地特殊的地形环境影响下，当地的耕作方式与种植作物类型都在科学有序的轮作，最大限度维持了当地生态环境的平衡性。

(3)基于CA-Markov模型动态模拟预测中，未来5年除了耕地、城镇用地面积有所增加外，其他类型的土地面积都有减少，且城镇用地面积增长的速率最快。这说明了未来元谋县需要继续协调各种土地利用的比例以及经济与生态之间的矛盾；同时，作为干热河谷气候的典型区域，要充分挖掘当地的优势，合理规划土地发展，从而推动当地的区域土地相关产业与生态环境的和谐发展。

5 结论

以干热河谷典型区元谋县7期(1990、1995、2000、2005、2010、2015、2020年)Landsat遥感影像为基础数据，利用动态度、土地利用程度和类型转换等多个指标分析各个土地利用类型的数量以及空间变化特征；并采用 CA-Markov模型预测元谋县2025年的LUCC，得出如下主要结论。

(1)近30年元谋县的土地利用变化有明显差异，其中水域、草地、城镇用地面积呈现增加的趋势，且草地增加的面积最多，增加面积为2 158.34 hm2，而城镇用地增加速率最大，约142.22%。林地、耕地、未利用地的单一动态度为负值，说明其面积在研究时期内呈现减少趋势，且耕地减少的最多，减少了2 666.67 hm2。从综合土地利用度来看，元谋县1990—2020年的土地利用速率呈现波动上升趋势，且速率有所提高。

(2)1990—2020年元谋县的土地利用程度处于中等水平，土地利用效率总体上不断提高，主要表现为以草地转入为主，而以耕地转出为主；草地的转入主要来源于林地、耕地、未利用地，而耕地主要转出为城镇用地与林地、草地。元谋县发生土地利用转移的区域主要集中在北部和中部，中部城镇转移变化明显；且在低于1 600 m范围的海拔中土地利用变化明显。

(3)利用CA-Markov 模型预测元谋县未来5年的土地利用变化，其模型预测Kappa值为0.92，表明该模型的预测效果较好，预测结果可信。在预测的2025年的土地利用动态发展结果中，未来耕地和城镇用地的面积有所增加，而林地、草地、水域以及未利用地面积相较于2020年的结果则有所减少。2025年预测模拟结果比2020年相比，耕地、城镇用地面积分别增加了2 461.56、254.61 hm2。而预测2025年的草地、林地、水域以及未利用地面积比2020年的面积减少了1 662.35、576.43、352.83、124.56 hm2。2020—2025年间元谋县的林草地、耕地、城镇用地的变化量较大，其中城镇用地面积增长率最快，约为11.05%。