基于CA-Markov模型的渭河中下游干流土地利用变化模拟及预测

刘小妮，鞠 琴，鞠晓晗，孙云儒，连子旭，付晓雷，3

（1.河海大学水文水资源与水利工程科学国家重点实验室，南京 210098；2.河海大学全球变化与水循环国际合作联合实验室，南京 210098；3.扬州大学水利科学与工程学院，江苏 扬州 225009）

0 引 言

土地利用变化对生态环境与国土资源协调可持续发展至关重要。随着城市经济的快速发展，导致土地利用类型急速转化，严重影响了土地利用与生态环境的协调发展[1]，因此，研究不同情景下的土地利用空间格局动态变化，对土地资源合理开发利用与保障流域生态环境质量具有重要意义[2]。

目前，诸多学者借助CA-Markov 模型[3]、CLUE-S 模型[4]、Markov-FLUS 模型[5]等耦合模型对土地利用进行分析和模拟。其中，CA-Markov模型在区域土地利用变化模拟和预测方面被广泛应用[6]，黎云云等[7]基于CA-Markov 模型模拟了2000年与2010年黄河流域土地利用变化，发现模拟精度较高，并预测了2020、2030、2040 和2050年的土地利用变化。由于土地利用变化模拟具有不确定性，往往受经济、社会和人类活动等很难量化的因素影响[8]，学者们开展了多情景下土地利用变化的模拟与预测，均是基于现有的土地利用变化自然发展规律，根据不同的侧重点设定不同情景对未来土地利用变化进行分析[9]。例如谢凌凌等[10]利用Markov-FLUS 模型对广西非限制性与耕地保护两种情景进行模拟预测，发现耕地保护情景下，城镇用地积小幅增加；吴晶晶等[11]基于CA-Markov模型分别探讨了“快速城镇化情景”、“现状延续情景”和“生态保护情景”3种模式下乌江下游地区未来土地利用格局，发现“快速城镇化情景”下，建设用地急剧扩张；“生态保护情景”模式是未来经济、社会和环境协调发展较为理想的模式。

由以前的研究可知，大部分学者多是基于过去和现在数据对未来土地利用变化的一种预测，部分学者虽然通过具体情景设置得到未来情景下土地利用类型的数量特征和空间格局，但在设置情景时，以城市发展或耕地保护为主，较少结合当地的国土空间规划政策来设置未来土地利用变化情景。由于渭河中下游流域位于陕西省关中地区，区域土地利用不均衡，统筹不够协调，生态环境脆弱，本文以渭河中下游干流为研究区域，基于元胞自动机和马尔科夫（CA-Markov）模型，借助多标准评价（MCE）模块进一步添加土地利用变化影响因子为限制条件或约束条件，结合当地土地管理政策，适当调整各土地利用类型之间的转化速率，设置自然发展、生态保护情景和统筹发展情景3种不同情景对研究区未来土地利用变化进行模拟预测，旨在为当地相关规划的合理编制及土地资源保护提供参考依据。

1 研究区与数据

1.1 研究区概况

本文以渭河中下游干流为研究区，即林家村至潼关段。研究区地势南北高，中间低，水资源丰富，经济发展迅速，城市群表现为小集中，大分散的特征。近年来，城镇化建设加快，人类活动强度增加，不断改变着渭河中下游干流的土地利用变化，进而影响了极端水文事件以及土地资源综合利用等一系列生态环境问题，渭河中下游干流地理位置图见图1。

图1 渭河流域中下游地理位置图Fig.1 Geographical position map of the middle and lower reaches of Weihe River Basin

1.2 数据来源

本文采用的1980-2020年土地利用数据，来源于中国科学院资源与环境科学数据中心（http://www.resdc.cn），空间分辨率为1 km。根据土地资源分类系统中的一级分类标准[12]，将渭河中下游干流土地利用类型划分为6 类：耕地、林地、草地、水域、建设用地和未利用地。数字高程数据（DEM）来源于地理空间数据云（http://www.gscloud.cn）；坡度数据由Arcgis 软件提取DEM 数据获得，道路数据由OpenStreetMap 网站获取。

2 研究方法

2.1 土地利用转型分析方法

为定量分析不同时期区域各土地利用类型转换情况与转型变化速度，本文采用转移矩阵、土地利用动态度以及土地利用程度指数3 种方法分析研究区土地利用结构动态变化，3种方法的具体公式见文献[13]。

2.2 CA-Markov模型

CA-Markov 模型是集合元胞自动机（Cell automata,CA）模型模拟复杂空间动态变化与马尔科夫（Markov）模型长期预测的双重优势的耦合模型[14]，被广泛的应用于长序列的土地利用结构动态变化的模拟预测[15]。模拟预测具体流程见图2，首先将研究区首期与末期土地利用栅格数据输入Markov模型，得到土地利用类型转移面积矩阵和转移概率矩阵，将邻域定义为5×5的滤波器，比例误差设置为0.15；其次选择水域为限制条件，DEM、坡度、道路距离等为约束条件，采用层次分析法[16]拟定高程、坡度、道路距离等影响因子所占权重分别为0.4、0.2、0.4，利用多标准评价模块（MCE）将影响因子标准化到0～255（0 代表不适宜，255 代表最适宜）的数值，生成适宜性图集；最后构建CA 滤波器，CA 循环次数设置为10次，进而模拟预测土地利用变化，并进行精度评价。

图2 CA-Markov模型模拟预测土地利用格局流程图Fig.2 The flow chart of simulating and predicting land use pattern based on CA-Markov model

2.3 情景设置

考虑到土地利用动态变化与经济社会的发展与演变有着密切的关系，不同时期土地利用空间演变规律存在不确定性，因此，参考了有关修改Markov 转移矩阵的相关研究成果[17]以及高星等[18]对土地利用模拟情景的设置方法，本文设定了自然发展情景、生态保护情景和统筹发展情景3种土地利用变化模拟情景，以此来预测研究区2030年土地利用空间分布格局，情景模式设定如下：

（1）自然发展情景。根据研究区2010-2020年土地利用变化规律与发展趋势，不考虑人为因素和政府政策的宏观调控影响，按照现有的土地利用面积转移矩阵与概率转移矩阵，不改变各土地利用类型之间的变化速率与转换规则，模拟预测自然发展情景下未来土地利用变化。

（2）生态保护情景。由于研究区属于《陕西省国土空间规划（2021-2035年）》（网址：http://zrzyt.shaanxi.gov.cn/info/1222/56689.htm）中构建“一山两河、四区六带”生态安全格局的渭河生态安全带，根据当地的生态保护政策，需适当控制建设用地的增长速度，限制自然生态用地任意转换[19]，以改善流域生态功能，保护流域生态环境。具体参数设置为林地（7.58%）、草地（8.42%）、水域（1.51%）转化为建设用地的速率均减缓50%，转移速率分别调整为3.79%、4.21%、0.76%；耕地、未利用地变化速率未进行限制。

（3）统筹发展情景。本文选取的研究区是渭河中下游林家村至潼关段，属于陕西省国土空间总体格局的关中平原城市群，城市群的快速发展可以直接影响区域社会经济与生态安全[20]。为保障区域生态环境与城镇化进程的协调发展，需降低草地退化与建设用地扩张的强度，同时限制耕地面积的转化。具体参数设置为将林地、草地转化为建设用地的速率均减缓40%，耕地转化为建设用地的速率减缓30%。

本文采用Kappa系数作为CA-Markov模型模拟精度的评价指标，从数量和空间位置两个方面分析模拟的土地利用格局与实际变化的匹配程度，评价分类标准[21]见表1。Kappa 系数计算公式如下：

表1 Kappa系数精度评价分类标准Tab.1 Classification criteria for accuracy evaluation of Kappa coefficients

式中：P0为总体模拟精度；Pe为理论模拟精度。

3 结果与分析

3.1 土地利用时空变化分析

渭河中下游干流土地利用时空分布图如图3所示。由图3可知，研究区耕地面积占比最大为52%左右，其次是林地和草地，未利用地面积占比最小。根据研究区地势南北高，中间低的特点，耕地与建设用地主要分布在低海拔中部地区，林地、草地分布在南、北部区域。建设用地集中分布在渭河中游和下游的分界处咸阳市，且建设用地在空间上呈现明显的扩张趋势，面积不断增加。

图3 1980-2020年渭河中下游干流土地利用类型时空分布图Fig.3 Spatial and temporal distribution of land use types in the middle and lower reaches of Weihe River from 1980 to 2020

由表2和图4可知，2010-2020年建设用地面积增加最大，增加了516.21 km²，耕地面积减少最多，减少了527.25 km²，林地与草地面积变化不显著。1990-2010年耕地面积呈递减趋势，递减幅度依次增加，林地面积呈缓慢增加趋势，耕地面积变化与响应国家退耕还林政策密切相关。1980-2020年建设用地面积呈递增趋势，递增幅度依次增加，增加率高达64.32%，面积由1 938 km²增加到3 184 km²，建设用地面积变化与响应国家发展城镇化建设密不可分。林地与水域面积的增长幅度较小，分别为2.12%、3.96%。耕地面积减少幅度为6.88%，草地面积变化不大。各土地利用类型总体变化特征为建设用地面积明显增加，耕地面积减少，林地与水域面积增加较小，草地面积变化不显著。

图4 1980-2020年渭河中下游干流土地利用类型面积变化图Fig.4 Map of land use type area change in the middle and lower reaches of Weihe River from 1980 to 2020

表2 1980-2020年渭河中下游干流各土地利用类型面积及占比Tab.2 Area and proportion of land use types in the middle and lower reaches of Weihe River from 1980 to 2020

3.2 土地利用动态变化分析

研究区土地利用转移矩阵见表3。可知，1980-2020年各土地利用类型转移面积为2 198.7 km²，耕地面积转出最大，为1 632.8 km²，其次是草地；建设用地面积转入最大，为1 296.04 km²，其次是耕地。建设用地面积的增加主要由耕地面积转化，草地面积主要转化为耕地面积，其他各土地利用类型之间的转化面积较小。1980-2020年的土地利用动态度如图5所示，可知，建设用地动态度波动变化最大，草地动态度变化较小。2000-2010年各土地利用类型相互转化速度最快，综合动态度最大为0.17%，水域和建设用地面积的动态度较大分别为1.47%、1.98%。1980-2020年综合土地利用动态度为0.66%，各土地利用类型动态度为建设用地（1.57%）>水域（0.10%）>林地（0.05%）>草地（-0.02%）>耕地（-0.17%）>未利用地（-0.87%）。4个时期内的综合土地利用动态度总体呈正向增加趋势，变化速率由0.02%增加至0.14%，表明土地利用变化速率不断增加。

图5 渭河中下游干流不同时期土地利用动态度变化Fig.5 Dynamic attitude of land use in the middle and lower reaches of Weihe River in different periods

表3 1980-2020年渭河中下游干流土地利用面积转移矩阵km2Tab.3 Land use area transfer matrix in the middle and lower reaches of Weihe River from 1980 to 2020

由土地利用程度指数分布图（图6）可知，1980-2020年土地利用程度不断增加，研究区中部区域的土地开发程度较大，土地开发利用强度主要受建设用地和耕地的影响，建设用地类型的土地利用程度较高。土地利用程度指数为1980年（263.85） <1990年（264.02） <2000年（264.98） <2010年（265.95）<2020年（267.36），每十年间的土地利用程度指数增加速率分别为0.17%、0.96%、0.97%、1.41%，表明1980-2020年研究区各土地利用类型之间加速变化，土地利用开发强度持续增加。

图6 渭河中下游干流不同时期土地利用程度指数分布图Fig.6 Land use degree index in the middle and lower reaches of Weihe River in different periods

3.3 未来土地利用变化预测

3.3.1 土地利用变化预测精度检验

本文以2015年与2020年为模拟期，通过Markov 模型计算得到研究区2005-2010年、2010-2015年土地利用转移矩阵与转移概率，借助多标准评价模块制作各土地利用类型的适用性图集，由CA-Markov 模型模拟出2015年、2020年研究区的土地利用变化，如图7所示。由图7可知，模拟的两期土地利用空间分布结果与实际的土地利用类型的空间分布一致性较高，对水域面积的模拟结果偏大，但水域面积占比仅为1.2%左右，对研究区土地利用类型变化整体影响较小，2015年与2020年Kappa 系数分别为0.935 5、0.922 7，比裴子誉等[22]在楚雄市土地利用变化模拟的Kappa系数要高，表明此模型对渭河中下游干流土地利用变化模拟精度非常高，用来预测未来土地利用空间分布格局具有一定可靠性。

图7 2015年与2020年渭河中下游干流实际与模拟土地利用变化Fig.7 Actual and simulated land use change in the middle and lower reaches of the Weihe River in 2015 and 2020

由表4可知，模拟的2015年与2020年两期土地利用类型面积结果与实际对比分析，发现耕地、林地的相对误差较小，为2%左右，其次是建设用地和草地，相对误差均低于8%，但水域的相对误差高达23%，可见模拟结果对水域面积存在高估的现象，考虑到未利用地的相对误差面积仅占总面积的0.2%左右，故不做分析，总体来看模拟结果较为可靠。

表4 2015年与2020年渭河中下游干流实际与模拟土地利用类型面积Tab.4 Actual and simulated land use type area of the middle and lower reaches of the Weihe River in 2015 and 2020

3.3.2 不同情景下土地利用演变特征分析

本文以2020年土地利用数据为基础，利用CA-Markov 模型模拟预测了2030年渭河中下游干流自然发展情景、生态保护情景和统筹发展情景3种情景下的土地利用空间分布图（图8），不同情景下各土地利用类型面积见表5。由图8与表5可知，自然发展情景下，没有任何人为干涉，经济发展与城市化进程持续加快，研究区林地、草地面积呈大幅缩减态势，面积分别减少了603.91 km²、792.25 km²。建设用地面积增幅较大，增幅约为27%。预测的水域面积可能存在高估，导致面积偏大。生态保护情景下，为保护渭河生态安全带，将林地、草地等转化速率降低了50%，限制了林地、草地面积任意转化，两者的面积变化量较小，耕地面积减少，建设用地面积增加。统筹发展情景下，综合考虑城市的快速发展与生态环境，在一定程度上减缓了建设用地的无序扩张，研究区草地面积减少了262.24 km²，建设用地面积扩张强度明显减弱，增幅为4.26%，其他土地利用类型面积变化较小。总体来看，3种情景下模拟预测的2030年研究区建设用地面积均呈增加趋势，其中自然发展情景下，各土地利用类型任意转化，建设用地面积增幅最大，林地、草地显著减少；生态保护情景下，由于相应的退耕还林政策，研究区耕地减少，林地、草地变化较小；统筹发展情景下各土地利用类型变化较稳定，有利于社会经济发展与生态环境保护的协调发展。

图8 不同情景下渭河中下游干流2030年土地利用空间分布图Fig.8 Land use spatial distribution map of the middle and lower reaches of the Weihe River in 2030 under different scenarios

表5 2030年渭河中下游干流不同情景下的土地利用面积及其与2020年各土地利用面积的差值km²Tab.5 Land use area of the middle and lower reaches of the Weihe River in 2030 under different scenarios and its difference with that in 2020

4 讨论与结论

4.1 讨 论

本文对渭河中下游干流地区未来土地利用变化进行分析预测时，设置了自然发展、生态保护和统筹发展3种情景。由于研究区域1980-2020年土地利用开发强度持续增强，在自然发展情景下，未来建设用地面积会急剧扩张，林地、草地面积缩减明显，加速了该区域生态环境的恶化，发展趋势不符合当地的生态保护政策，这与李世锋等[23]在自然发展情景下的分析结果一致。而在生态保护和统筹发展这两种情景下，本文结合当地国土空间规划政策，调整了各土地利用类型的转化速率。其中统筹发展情景下，城镇化进程中林地、草地保护措施效果明显，各土地利用类型变化稳定，较生态保护情景更符合国土空间规划要求和经济社会发展的需求。

由于土地利用、自然条件、社会经济是一个复杂系统，引起土地利用变化的因素很多[24]，渭河中下游干流地区经济增长和城镇化进程较快，城镇和交通用地由中部地区向周边扩张，土地覆被变化受自然条件和人类活动双重影响[25]，本研究选取了高程、坡度、道路距离这三个影响因子，没有综合考虑人口、经济等其他自然地理和人文要素的影响，在一定程度上影响了模拟结果的精确性。总之，由于情景设置方法的主观性较强，不同情景仅能代表相应土地利用变化的可能性，在今后的研究中，将考虑选取更多的土地利用变化影响因子和更多的情景设置方法进行多因素多情景的模拟。

4.2 结 论

本文通过对1980-2020年渭河中下游干流进行土地利用时空分析，并利用模拟性能良好的CA-Markov 模型模拟预测多情景模式下2030年的土地利用空间分布格局，主要结论如下：

(1)渭河中下游干流土地利用类型以耕地为主，面积占比高达52%左右，其次是林地和草地，耕地与建设用地主要分布在低海拔中部地区。土地利用总体变化特征为建设用地面积明显增加，增加率高达64.32%，耕地面积减少，减少率为6.88%，林地与水域面积略有增加，草地面积变化较小。

(2)1980-2020年渭河中下游干流土地利用动态度总体呈正向增加趋势，综合动态度为0.66%，建设用地面积变化速度最快（动态度1.57%）。1980-1990年各土地利用类型相互转化速度最慢（动态度0.02%），2000-2010年最快（动态度0.17%）。土地利用程度指数及变化率为1980年<1990年<2000年<2010年<2020年，呈持续增长的趋势。

(3)基于CA-markov 模型模拟的2015年与2020年渭河中下游干流的耕地、林地、建设用地和草地面积相对误差低于8%，Kappa 系数分别为0.935 5、0.922 7，模拟精度较高，表明其可用于预测渭河中下游干流地区的未来土地利用的演变特征。

(4)模拟预测的2030年3 种情景下的建设用地面积呈增加趋势，自然发展情景下增幅最大，为27%，林地、草地面积大幅缩减；生态保护情景下林地面积略有增加，草地面积变化较小，统筹发展情景下各土地利用类型面积变化较稳定。