基于PLUS模型的耕地时空演变及驱动因素分析

韩丹燕 樊童生

（1.广西致达远土地规划设计有限公司，广西 南宁 530201；2.南宁师范大学，广西 南宁 530001）

PLUS模型为探究耕地时空演变的驱动因素提供了有效工具，可以呈现各类驱动因子对耕地时空演变影响的贡献程度[1-2]。目前对于南宁市耕地时空演变特征及其驱动因素相关的研究较少，探讨南宁市耕地的时空演变特征及其驱动因素对区域耕地资源的可持续发展和保障粮食安全有着重要意义。

1 数据处理

借助ArcGIS 10.8软件将人口、GDP及土壤类型空间分布数据的空间分辨率重采样至30 m，与土地利用数据一致；借助ArcGIS 10.8软件进行欧氏距离分析，得到距离空间分布数据，分辨率为30 m；借助ArcGIS 10.8软件对DEM进行坡度分析，得到坡度空间分布数据，分辨率为30 m；借助ArcGIS 10.8软件对年平均气温和年平均降水量数据进行克里金插值，得到年平均气温和年平均降水量数据的空间分布数据，分辨率为30 m。

2 研究方法

2.1 土地利用转移矩阵

土地利用转移矩阵可以从规模和方向上反映土地利用的转移情况，基本形式为：

式中：Pij——土地利用转型的面积；n——土地

利用类型，1为耕地，2为林地，3为草地，4为水域，5为建设用地，6为未利用地。

2.2 标准差椭圆

通过标准差椭圆可进行数据探索和可视化，将一组变量做成多元分布图，显示每个变量间的相关性以及每个变量分布的形状、中心和边界，创建地理要素的空间特征，即中心趋势、离散和方向趋势。

2.3 核密度分析

核密度分析用于反应耕地在空间分布上的聚集程度，计算公式为：

式中：fn——耕地核密度值；n——耕地图斑的个数；d( )x，xi——耕地图斑x到耕地图斑xi的距离；h——带宽；k——核函数。

2.4 耕地破碎化衡量指标

耕地破碎化程度衡量指标是借助Fragstats软件定量测算耕地景观指数信息，选取应基于耕地细碎化的属性特征，从农户微观视角选取斑块个数、斑块密度、景观形状指数、景观分割指数、聚类指数、聚集指数、分离度指数、斑块凝聚度指数等[3]。

2.5 PLUS模型

PLUS模型的土地扩张策略分析模块（LEAS）采用随机森林算法对土地利用扩张的驱动因素进行挖掘，得到驱动因子对土地利用扩张的贡献程度[4]。

3 结果与分析

3.1 耕地格局变化特征分析

3.1.1 耕地数量变化特征分析

借助ArcGIS 10.8软件提取南宁市各区县3个年份的耕地面积进并计算变化量，结果如表1所示。

表1 南宁市2000—2020年各区县耕地面积及变化量

南宁市在研究期内的耕地面积处于持续减少状态，2010—2020年耕地面积减少量最大。从各区县的耕地拥有量来看，武鸣区、横县和宾阳县拥有的耕地面积最多，兴宁区、青秀区和西乡塘区拥有的耕地面积最少。除了武鸣区在2000—2010年耕地面积有所增加外，南宁市其余县在研究区内耕地面积都处于持续减少状态，耕地面积减少量最大的是江南区，其次是西乡塘区、良庆区和邕宁区。

3.1.2 耕地空间变化特征分析

（1）耕地空间变化分布分析。

南宁市的西乡塘区、江南区、良庆区、邕宁区、青秀区、兴宁区和武鸣区的耕地变化最剧烈，特别是在2010—2020年时期。7个区处于南宁市的市区部分，经济发展水平和城市化水平都较高，随着城市建设的需要占用了大量的耕地。武鸣区积极规划永久基本农田保护区，对永久基本农田进行严格保护，严格按照标准要求来开发整理土地，提高耕地质量，因此耕地面积有所增加。宾阳县和横县只有少部分区域存在耕地减少现象，马山县、上林县、隆安县的耕地变化并不明显。

（2）耕地转移矩阵分析。

借助ArcGIS 10.8软件中的栅格转面、融合和相交工具结合土地利用转移矩阵模型，得到南宁市2000—2020年耕地转移情况。两个时期耕地转出都大于转入，2000—2010年耕地转出量146.56 km2，转成建设用地最多，为789.10 km2；其次是林地，为52.64 km2。从耕地转入量来看，2000—2010年共100.94 km2转成耕地，林地转入最多，为46.85 km2；其次是水域，为32.63 km2。2010—2020年相比前10年，耕地的转移情况较为强烈。耕地的转出量为360.53 km2，约为前10年的2.45倍，转成建设用地最多，为215.78 km2；其次是林地，为111.64 km2。从耕地转入量来看，2010—2020年共有164.51 km2转成耕地，其中林地转入最多，为104.48 km2；其次是建设用地，为28.26 km2。从整个研究期来看，未利用地的变化并不明显，较为稳定，耕地的转出量为507.09 km2，主要转向了建设用地和林地。

（3）耕地标准差椭圆分析。

借助ArcGIS 10.8软件中的标准差椭圆工具，采用一个标准差的距离。耕地重心几期标准差椭圆空间分布如图1所示。

图1 耕地重心及其标准差椭圆空间分布

研究期的3个年份耕地的分布方向一致，都是西北向东南分布，说明南宁市在这片区域耕地的分布较为聚集。2000年、2010年、2020年耕地的重心都落在武鸣区的西南角，耕地重心呈现先向东南迁移再向东北迁回的特征。从扁率来看，2010年（0.384）>2000年（0.382）>2020年（0.380），说明2010年耕地分布的方向趋势更明显。

3.2 耕地空间集聚分析

借助ArcGIS 10.8软件中的要素转点工具将南宁市2000年、2010年、2020年耕地图斑转成点要素，利用核密度分析工具进行核密度分析，运用自然断裂法将核密度分析结果划分为低密度、较低密度、中密度、较高密度及高密度5个等级。南宁市耕地核密度等级在空间分布上呈现明显的异质性，核密度等级空间分布以低密度和较低密度区为主，高密度区分布较少。耕地低密度、较低密度区范围逐渐扩大，较高密度、高密度区范围出现收缩趋势。耕地较高密度、高密度区主要分布在地势较为平坦的区域，包括武鸣区中南部、江南区北部、邕宁区南部、宾阳县东北部、横县中北部；耕地低密度区主要分布在地势较高的地区，包括马山县，隆安县、上林县、武鸣区、兴宁区、宾阳县交界处等。

南宁市3个年份耕地核密度测算值空间分布呈现相似的空间格局，整体呈现中部及中部两侧区域密度高，北部偏上及南部偏上区域密度较低，整体空间分布变化不大。从核密度测算值空间分布变化趋势来看，整体呈现以高密度区为中心向低密度区逐渐扩散趋势并为集中连片分布，高密度、中高密度区域范围逐渐缩小，中、低密度区范围在不断扩大。特别是武鸣区等城镇发展区、经济发展区的耕地密度变化较为明显，说明耕地的核密度空间分布不仅受地形、地貌的条件限制，同时还受到城镇化、工业化等社会经济因素的影响。

3.3 耕地破碎动态分析

在ArcGIS 10.8软件的基础上，通过重分类提取出耕地栅格数据，借助Fragstats软件对南宁市各区县3个年份的耕地栅格数据进行计算，得出南宁市耕地破碎化指数。南宁市2000—2020年耕地破碎化指数如表2所示。

表2 南宁市2000—2020年耕地破碎化指数

斑块个数和斑块密度均呈现先减后增的趋势，斑块个数增加8个，斑块密度增加0.000 3，说明耕地图斑有逐渐上升的趋势；景观形状指数逐渐上升，且上升速度逐渐提高，说明耕地图斑形状日益复杂且呈现不规则状；景观分割指数逐步上升，说明耕地斑块之间逐步分散，耕地破碎化现象日益加剧；聚集指数、聚类指数、斑块凝聚度指数均呈现逐渐减少的趋势，同时分离度指数呈现逐渐增长的趋势，说明斑块呈较为集聚状分布，耕地破碎程度逐渐加重，耕地斑块集聚程度逐渐降低。南宁市耕地空间分布耕地图斑数有所增加、斑块呈较为集聚状分布状、斑块的整体聚集程度较高。随着城镇化的不断发展，耕地面积逐渐减少、耕地斑块集聚程度逐渐降低，从而使耕地破碎化现象日益加剧。

3.4 耕地变化驱动力分析

借助ArcGIS 10.8软件对南宁市各区县3个年份的土地利用数据进行重分类分析，再通过PLUS模型分析南宁市耕地变化的驱动力，如图2所示。

图2 南宁市耕地扩张驱动因素

耕地增加扩张的主要驱动因子依次为距二级道路距离、距县政府驻地距离、年平均气温、距一级道路距离和距铁路距离。耕地增加区域主要分布在武鸣区，距二级道路距离较近区域。通过叠加分析耕地转移情况可知，在耕地总转出量中约有90.35%耕地转出成为林地和建设用地，说明耕地面积的转出是林地和建设用地面积增加的主要因素。

4 结语

本研究运用土地利用转移矩阵、标准差椭圆分析、核密度分析、耕地破碎化衡量指标、PLUS模型的研究方法，对南宁市2000—2020年耕地空间格局变化特征进行分析，总结出南宁市耕地空间格局变化特征及其驱动因素，为保障耕地的合理、可持续利用提供有力依据。