桂林市2000—2020 年土地利用时空变化及其驱动力分析

冯婧珂

（南宁师范大学地理科学与规划学院，南宁 530001）

土地作为人类生产生活的物质基础，对于人类具有重要意义，而城市是人类目前主要的生活区域之一，合理的土地利用结构可以为其提供高质量与可持续的发展基础。目前，国内外学者主要通过遥感技术对城市土地利用变化进行动态监测与分析[1]，相关研究主要集中于城市土地利用强度与动态度[2]、土地利用时空变化[3]和土地利用驱动机制[4-5]等方面。桂林市是世界著名旅游城市，也是泛珠江三角洲经济区与中国-东盟自由贸易区战略交汇的重要节点城市。本文以2000 年、2010 年、2020 年三期桂林市GlobeLand30 数据集数据为基础，分析桂林市这20 年间土地利用时空变化特征及驱动机制，以期为桂林市未来生态建设与可持续发展提供建议指导。

1 研究区概况与数据来源

1.1 研究区概况

桂林市位于广西东北部，总面积为2.78 万km2。桂林市处于南岭山系西南部，市区东西两侧为低山丘陵，气候温和，雨量充沛，属亚热带季风气候区。2019 年末，桂林市城镇人口为260.20 万人，常住人口城镇化率达到50.90%。本研究选取城市化进程最快、土地利用变化最活跃的区域作为研究区，主要包括桂林市秀峰区、叠彩区、象山区、七星区、雁山区、临桂区，涉及的土地面积为2 801 km2。

1.2 数据来源

土地利用数据来源于国家基础地理信息中心发布的GlobeLand30 数据集，其中包含空间分辨率为30 m的2000 年、2010 年、2020 年三期地表覆盖数据。第三方验证结果表明[6]，2010 年与2020 年数据的总体精度分别为83.50%、85.72%；2010 年kappa 系数为0.78，2020 年kappa 系数为0.82。利用ArcGIS 软件中的裁剪工具对原数据按照行政区裁剪后得到研究范围，然后根据桂林市实际情况对地类进行重分类，将其分为草地、林地、耕地、水域和建设用地五大地类。桂林市DEM 数据来源于地理空间数据云平台（http://www.gscloud.cn），空间分辨率为30 m；气温与降水数据来源于国家青藏高原科学数据中心（http://data.tpdc.ac.cn）；人口数据来自LandScan 数据集（https://landscan.ornl.gov），空间分辨率为1 km。

2 研究方法

2.1 土地利用变化强度及动态度

土地利用变化强度指数（LTIa）表示在某一区域a内，在单位面积上，地类j从b时段到c时段发生的变化[7]，其计算公式为

式中：Kjc与Kjb分别表示地类j在研究区a内初期与末期的面积；LAa为研究区土地面积；T为研究间隔时长。

在空间上，土地利用的特征可用土地利用单一动态度与综合动态度表示[8]，二者的计算公式分别为

式中：K与LC分别表示土地利用单一动态度与综合动态度；Ubi、Uci分别表示土地利用类型i在研究初期与末期的面积；ΔLUi为研究初期地类i的面积；ΔLUi-j表示地类i转变为地类j面积的绝对值；T为研究时间间隔。

2.2 土地利用转移矩阵

在研究区的不同时段，各土地利用类型间转移变化的特征可通过土地利用转移矩阵反映。基于桂林市2000—2020 年三期土地利用数据，使用ArcGIS 软件空间叠加功能进行分析，通过Excel 软件计算土地利用转移矩阵。

2.3 地理探测器

地理探测器具有探测空间分异性的功能，目的是揭示其背后驱动因子的影响过程[9]。本研究通过因子探测器与交互探测器模块，探测驱动桂林市土地利用变化的单因子影响力与各驱动因子的交互作用。其间需要评估驱动因子对土地利用变化的解释力，其计算公式如式（4）所示。同时，采用土地利用程度综合指数[10]进行土地利用评价，其计算公式如式（5）所示。

式中：q为反映驱动因子对土地利用变化解释力大小的指标，q∈[0,1]；L是变量或因变量的分层；N表示研究区全区的样本单元数；Nh为次一级区域层h的样本单元数，h为自然数；与σ2分别表示层h和研究区土地利用率水平的方差。

式中：La为土地利用程度综合指数；Aj表示第j级土地利用程度的分级指数[11]（见表1）；Cj表示第j级土地利用程度中分级面积的占比。

表1 土地利用程度分级赋值

3 结果与分析

3.1 土地利用时空变化及转移情况

桂林市2000—2020 年土地利用时空分布状况如图1 所示。

图1 桂林市2000—2020 年土地利用时空分布状况

桂林市主要的土地利用类型为林地与耕地，其中林地主要分布在桂林市西部与西北部，面积占比大；耕地主要分布在桂林市西南部与东北部；水域整体呈现分散式分布；草地主要分布在北部，其面积占比较少；建设用地在2000—2010 年主要分布在桂林市东北部人口较为集中的区域，2010—2020 年建设用地在此基础上向东向南扩张，面积呈现增长趋势。

由图2 可知，20 年间，桂林市各土地利用类型面积变化的绝对值排序为：建设用地＞耕地＞林地＞草地＞水域。其间，耕地面积呈现逐渐减少趋势，共减少67.3 km2；与此相反，建设用地面积呈现逐年增加的趋势，面积共增加125.7 km2；林地面积整体呈现减少趋势，2010—2020 年，面积共减少59.2 km2；草地面积呈现先增加后减少的趋势，2000—2010 年，面积增加3.1 km2，2010—2020 年，面积减少7.5 km2；水域面积整体呈现增长趋势，面积共增加3.1 km2。

图2 2000—2020 年桂林市土地利用面积变化

桂林市2000—2010 年、2010—2020 年、2000—2020 年土地利用转移矩阵分别如表2、表3、表4 所示。桂林市2000—2020 年各土地利用类型的相互转化频率较高，各土地利用类型间的转移方式丰富。2000—2010 年，耕地主要流转为建设用地与水域，分别转出14.42 km2和12.56 km2；草地流转最为稳定，其间没有转移情况发生；林地主要由水域与耕地转入，分别转入3.52 km2、2.91 km2。2010—2020 年，建设用地流转最为明显，增加的建设用地由耕地与林地转入，分别转入79.07 km2、34.40 km2；减少的林地主要转为耕地与草地，转出面积分别为55.89 km2、10.17 km2；减少的水域主要转为建设用地与林地，分别转出2.30 km2、1.78 km2。2000—2020 年，增加的建设用地主要由耕地和林地转入，分别转入90.61 km2、33.40 km2；减少的水域主要转为耕地，转出面积为6.79 km2，其次为林地，转出面积为3.26 km2；增加的耕地主要由林地转入，转入面积为57.74 km2；减少的草地主要转为林地与建设用地，分别转出8.47 km2、6.33 km2。

表2 2000—2010 年桂林市土地利用转移矩阵

表3 2010—2020 年桂林市土地利用转移矩阵

表4 2000—2020 年桂林市土地利用转移矩阵

3.2 土地利用动态变化

3.2.1 变化强度

桂林市土地利用变化强度情况如表5 所示。2000—2010 年，耕地与建设用地变化强烈，耕地土地利用变化强度为-0.04%，表明耕地面积在此时间段内呈现减少趋势，建设用地变化强度为0.02%，说明其在研究区内不断增加，其他土地利用类型的变化强度均为0.01%，林地、草地和水域的变化强度较弱。2010—2020 年，建设用地与林地变化明显，建设用地土地利用变化强度为0.43%，林地土地利用变化强度为-0.21%，表明林地面积在不断减少，除水域外的其他土地利用类型较上一研究时段变化强度的绝对值都有较大的增加，证明随着桂林市不断发展，各土地利用类型的利用程度都有所增加，城市化进程也在不断加快，人地关系的不协调程度加深。从总体研究时段看，2000—2020 年，桂林市建设用地的变化最为明显，变化强度为0.22%，耕地、林地和草地的面积都有一定程度的减少，水域的变化程度较弱。

3.2.2 动态度分析

桂林市各土地利用类型的单一土地利用动态度有明显差异，如表5 所示。2000—2010 年，耕地面积减少，其单一土地利用动态度为-0.14%；草地面积增加明显，其单一土地利用动态度为0.68%；建设用地与水域的单一土地利用动态度都为0.61%，说明这两种土地利用类型在此研究时段内的面积扩张较为明显。2010—2020 年，建设用地的面积扩张较大，单一土地利用动态度高达13.39%，反映了在这10 年间，桂林市的经济在不断发展，城市发展的规模与速度都有了大幅度的提升；草地、耕地与林地的单一土地利用动态度均为负值，分别为-1.54%、-0.64%和-0.34%；水域面积变动较小，单一土地利用动态度为0.34%。2000—2020 年，建设用地单一土地利用动态度达到7.41%，水域单一土地利用动态度为0.49%；单一土地利用动态度为负值的土地利用类型为草地、耕地和林地，其分别为-0.48%、-0.38%和-0.16%。

表5 桂林市土地利用变化指数

桂林市2000—2020 年土地利用综合动态度如表6 所示。2000—2010 年土地利用综合动态度为0.04%，2010—2020 年 为0.43%，2000—2020 年 为0.23%，表明桂林市2000—2010 年的土地利用程度较低。2010—2020 年，研究区内土地利用综合动态度较前一时段表现出较为明显的提升。研究时段整体呈现出来的趋势表明，桂林市在这20 年间的综合土地利用程度在逐渐升高，土地利用变化剧烈。

表6 桂林市2000—2020 年土地利用综合动态度

3.3 驱动因子分析

土地利用变化是一个动态发展的过程，主要的驱动因子包括自然因素与社会因素[12-13]。本文选取5个驱动因子，即高程（x1）、坡度（x2）、气温（x3）、降水（x4）和人口密度（x5）。利用ArcGIS 软件进行栅格可视化分析，通过自然间断法将各因子进行重分类，针对研究区创建规格1 km×1 km 的渔网，并对每个网格的中心进行采样，共有2 799 个采样点。根据采样点对5 个驱动因子的栅格数据进行采样提取，然后将结果导入地理探测器模型中进行运算分析，最后得出各结果。

3.3.1 因子探测

因子探测主要反映各因子单独对土地利用变化的影响程度高低。桂林市2000 年、2010 年、2020 年的各因子探测结果如图3 所示。2000—2020 年，各因子对桂林市土地利用变化的影响程度大小排序为：人口密度＞降水＞气温＞高程＞坡度。其中，2000年人口密度、降水、气温、高程、坡度的q值分别为0.17、0.09、0.03、0.02、0.01，2010 年q值分别为0.13、0.08、0.03、0.02、0.01，2020 年q值分别为0.28、0.05、0.03、0.02、0.01。总体而言，人口密度q值较高，高程、坡度、气温和降水的q值较低。人口密度反映的是社会经济条件，高程、坡度、气温与降水主要反映的是桂林市的自然条件，这反映出桂林市土地利用类型变化主要受人为因素的影响，自然因素对其发展的制约较小。

图3 桂林市2000 年、2010 年、2020 年土地利用类型因子探测结果

3.3.2 交互探测

交互探测主要分析不同因子共同作用对土地利用变化的影响程度。2000 年、2010 年和2020 年桂林市各因子交互探测结果如图4 所示。各年份因子的交互探测结果均表现为双因子增强或非线性增强，表明各因子间相互作用会提升土地利用变化的影响程度，也表明土地利用变化是一个多因子相互作用的复杂过程。2000 年，气温与降水、人口密度与降水的交互作用较强，其解释力分别为0.23 和0.25。2010 年与2020 年，人口和坡度、降水的交互作用较强，2010 年解释力分别为0.17 和0.22，2020 年解释力分别为0.32、0.31。各年份的结果证明，自然因素与社会因素的结合加深了对土地利用变化的影响。

图4 2000 年、2010 年、2020 年桂林市土地利用类型交互探测结果

4 结论

本文以桂林市2000—2020 年三期土地利用数据为基础，利用土地利用变化强度、土地利用转移矩阵和地理探测器等方法，对桂林市2000—2020 年土地利用时空变化进行分析。结果表明，桂林市各土地利用类型中，林地面积占比最大，其次为耕地；各土地利用类型之间转化频繁，建设用地面积的增加源于林地与耕地的转入；土地利用变化强度的绝对值整体呈现增长趋势，除水域外，各土地利用类型的单一土地利用动态度和综合土地利用动态度的绝对值表现出增加的趋势。驱动力方面，人口密度因子对土地利用类型变化的影响较大，自然因子解释力较低。此外，人口与坡度、降水因子的交互作用较强，说明桂林市土地利用类型的变化受到多因子的影响，是一个复杂多变的过程。