快速城镇化地区土地利用景观格局演变及预测研究

韩宇平, 朱星源, 穆文彬

(1.华北水利水电大学,河南 郑州 450046; 2.河南省黄河流域水资源节约集约利用重点实验室,河南 郑州 450046)

土地利用/覆被变化(Land Use/Land Cover Change,LUCC)是由国际地圈-生物圈计划(International Geosphere-Biosphere Programme,IGBP)和全球变化人文计划(International Human Dimensions Programme,IHDP)于1995年联合提出的涉及自然科学、人文科学等多领域的研究计划。该研究自提出以来,始终是土地科学领域的研究重点,并已成为全球变化和未来可持续发展中的核心问题[1-3]。随着现代学科的交叉与融合,景观生态学在土地利用/覆被变化研究领域中得到快速发展,景观格局指数的提出和发展极大地推动了景观生态学的进步[4-5]。在经济全球化与新型城镇化进程不断加快的大背景下,土地资源无序、高强度的开发利用导致景观结构失调、景观功能紊乱,并引发了诸多生态环境问题,如水土流失、环境污染、生态失调和自然灾害频发等[6]。党的十八大以来,随着生态文明战略的大力推进,国家对国土空间开发保护提出了推动节约集约用地和优化国土开发格局的要求,重点解决建设用地规模过度扩张、土地开发利用粗放、利用效率和效益偏低等无序开发的问题,以构建高效、协调、可持续的国土空间开发格局[7]。因此,开展土地利用景观格局演变及预测研究,对区域土地合理开发保护、国土空间格局优化具有重要意义,同时可为促进土地安全、生态环境和经济效益协调发展研究提供理论依据。

人类的经济开发活动主要是在景观层次上进行,景观层次逐渐成为研究人类活动对环境影响的适宜尺度,已被广泛用于定量研究景观格局及其变化[8]。在研究尺度方面,形成了一系列从宏观到微观的研究成果,如刘纪远等[9]对2010—2015年中国的土地利用变化特征进行了分析;黎云云等[10]对黄河流域未来30年的土地利用时空格局变化进行了模拟;余健等[11]对武汉市土地利用变化进行了模拟。在研究内容方面,主要有结合景观格局的研究,如邹天娇等[12]模拟了北京浅山区2035年自然增长情景下的景观格局发展趋势;黄康等[13]对福州新区未来15年的土地利用进行模拟,并分析了生境质量变化情况;罗紫薇等[14]对上杭县城进行了城市景观格局动态变化分析研究。在研究方法上,主要有人工神经网络[15]、SLEUTH[16-17]、CLUE-S[18-19]和CA-Markov[20-22]等方法。总的来说,之前的研究大多关于流域等自然景观和大尺度研究区,而对于中小尺度快速城镇化地区的土地利用景观格局演变研究相对较少。

郑州市作为我国中部地区的特大城市及中原城市群的核心城市,其社会经济在近20年发展迅速,土地利用景观格局变化剧烈。21世纪初,在国家政策导向下,河南省做出了加快城市化进程、建设以郑州为中心的中原城市群经济隆起带的重大决策,确立了把郑州建成国家区域性中心城市的发展目标。2016年12月,国务院正式批复的《促进中部地区崛起“十三五”规划》明确提出支持郑州建设国家中心城市。2020年1月,在中央财经委员会第六次会议上,习近平总书记提出强化郑州的国家中心城市的带动作用,推动沿黄地区中心城市及城市群高质量发展。当前,郑州受多重国家重大战略叠加赋能,正处于加快推进高质量发展的机遇期、黄金期、关键期。在城市化高速发展的背景下,随着郑州市城镇格局不断扩大,水危机、资源短缺、生态破坏和环境污染等一系列的生态环境问题逐渐凸显。因此,研究郑州市近20年及未来的土地利用景观格局的变化特征及规律,已成为解决郑州市城市健康发展相关问题的迫切需要。

目前,针对郑州市开展的土地利用景观格局相关研究较少,也缺乏在对未来模拟预测结果基础上的变化分析。2010年,王安周等[23]对1988—2002年郑州市景观格局演变进行了分析;2011年,李亚丽等[24]基于CA-Markov模型模拟了郑州市2016年土地利用情况;2018年,叶红等[25]分析了近15年郑州市土地利用景观格局变化。鉴于此,本文在解译郑州市2010年、2015年及2020年的土地利用的基础上,系统分析了土地利用转移和景观格局的演变特征;采用MCE-CA-Markov模型模拟郑州市2030年土地利用情况,并进一步分析未来郑州市土地利用景观格局的变化情况,以期为郑州市土地利用规划、城市建设及生态环境修复提供理论支撑。

1 研究区概况及数据来源

1.1 研究区概况

郑州市位于东经112°42′～114°14′、北纬34°16′～34°58′(图1),北临黄河,西依嵩山,东南接黄淮平原,是国家重要的综合交通枢纽,总面积达7 446 km2。郑州市属于暖温带大陆性季风气候,光热资源丰富,多年平均降水量为600～700 mm,水热条件适宜农作物生长[26]。郑州市地势西高东低,土地利用类型以耕地、林地和建设用地为主。作为中原城市群的核心城市以及国务院批复确定的中国中部地区重要中心城市,郑州市近10年来城镇化进程发展迅猛,常住人口城镇化率持续提升。

图1 研究区地理位置

1.2 数据来源

本文采用的2010年、2015年和2020年1∶1×105的遥感影像数据和DEM数据均来源于美国地质调查局USGS官网(http://earthexplorer.usgs.gov)。根据数据质量情况,2010年的遥感影像选择7月的Landsat5-TM影像,2015年和2020年的分别选择5月和7月的Landsat8-OLI影像。遥感影像和DEM的空间分辨率均为30 m×30 m。在进行土地利用分类前,影像均经过辐射定标和大气校正等处理。

2 研究方法

2.1 随机森林分类算法

随机森林分类算法是由Breiman等提出的一种包含训练样本和特征集的基于机器集成学习的算法,以决策树分类为基础,包含两个重要特征,随机特征子空间和袋外估计[27]。相对其他分类方法,该算法具有无偏性、适用于大数据集和可处理高维度数据等优点,实现了在效率、准确性和实用性之间的良好平衡[28]。本分类方法基于软件ENVI 5.3实现,对郑州市不同时期的遥感影像进行解译,并根据国土资源部修订的国家标准《土地利用现状分类》(GB/T 21010—2017),将郑州市的土地利用类型划分为6类,分别为:林地、耕地、建设用地、水域、草地和未利用地。

2.2 土地利用景观格局指数

景观指数是用来定量分析景观格局特征的参数。景观格局的研究基于不同尺度:斑块、斑块类型和景观。斑块水平指数是计算其他景观指数的基础,但不能反映整体的景观水平[29-31]。在综合研究区特征及研究需要的基础上,选取能够反映景观格局时空演变及与生态环境之间关系的指标,并采用Fragstats 4.2软件计算景观指数。在斑块类型水平上,选择斑块面积(Class Area,CA)、斑块所占景观比例(Percent of Landscape,PLAND)、斑块数量(Number of Patches,NP)、最大斑块指数(Largest Patch Index,LPI)、景观形状指数(Landscape Shape Index,LSI)和散布与并列指数(Interspersion and Juxtaposition Index,IJI);在景观水平上,选择最大斑块指数LPI、景观形状指数LSI、蔓延度(Contagion Index,CONTAG)、散布与并列指数(Interspersion Juxtaposition Index,IJI)、香农多样性指数(Shannon′s Diversity Index,SHDI)和香农均匀性指数(Shannon′s Evenness Index,SHEI)作为反映景观格局特征的指数[32]。各指标的生态学意义见文献[29]。

2.3 MCE-CA-Markov 模型

元胞自动机(Cellular Automata,CA)是20世纪40年代由Neumann和Ulam提出的复杂动力学模型,具有模拟复杂系统空间演变情况的能力[33]。其基本组成部分包括元胞空间单元、尺寸、转移规则和邻域类型等,是一种渐变过程的模拟方法。原理为通过现阶段元胞状态和邻域类型,以指定的规则模拟下阶段元胞分布形态。马尔可夫(Markov)模型在20世纪初由俄罗斯数学家Andrey Markov提出,该模型基于Markov链过程,广泛用于预测下一时期事件分布的状态。Markov过程无后效性,即t+1时期的事件分布仅由t时期的事件分布决定。元胞自动机(CA)可为Markov模型添加空间特征,本研究使用的CA-Markov模型相对于传统土地利用预测模型,具有更高的精度。

多标准评价(Multi-Criteria Evaluation,MCE)法是一种集合多种评价因素的方法,通过线性组合或叠加的方式,作出对目标而言最优的评价方案,划分对目标的影响程度。因素主要可分为限制性因素和影响性因素。其中,限制性因素表示某地类不能向其他地类转换;影响性因素表示影响地物转移的各种因素,通过调节限制函数可改变影响效果。当某类地物影响因素大于3个时,应使用层次分析法确定各影响因素的权重。MCE方法得到的结果为数值在0～255范围的适宜性图集,其中零值表示完全不会发生转移的位置,数值大小和地类向该处转移的概率大小成正相关关系。

以2010年和2015年郑州市土地利用类型为基础,结合MCE方法制作适宜性图集,情景设置为城镇用地快速发展状态,设置元胞自动机迭代次数为10次,过滤类型为5×5的连续过滤器,对2020年郑州市土地利用情况进行模拟,并采用Kappa系数验证模拟结果的准确性,最后对2030年郑州市土地利用情况进行了模拟。

2.4 精度检验

土地利用类型信息提取后,需评价其分类精度和可靠性。目前,常用Kappa系数或ROC曲线评价分类精度,Kappa系数能够从整体上判断两幅栅格数据的一致性程度[34]。本文采用高分辨率影像的ROI区域作为精度验证数据,数据来源于Google Earth郑州市区域2010年、2015年和2020年的历史影像。Kappa系数由混淆矩阵计算得到,计算公式如下:

(1)

式中:P0为每一类正确分类的样本数量之和除以总样本数,即总体分类精度;Pe为所有类别中“实际与预测数量的乘积”之和除以“样本总数的平方”;n为真实样本总数;s为总样本中正确分类个数;a1、a2、…、ac为每一类中真实样本个数;b1、b2、…、bc为每一类预测样本个数;c为类别数。

3 结果分析

3.1 郑州市2010—2020年土地利用演变特征

3.1.1 遥感解译结果

基于ENVI 5.3软件的随机森林分类算法工具,对郑州市2010年、2015年和2020年的遥感影像进行解译,并采用Kappa系数对解译精度进行验证。经验证,三期影像的Kappa系数分别为0.89、0.89和0.86,满足研究精度要求。郑州市2010年、2015年以及2020年的土地利用情况如图2所示。

图2 郑州市2010年、2015年和2020年土地利用分布

3.1.2 面积变化

区域快速的城镇化进程会导致不同用地类型的面积发生变化,根据郑州市2010—2020年各期林地、耕地、建设用地、水域、草地和未利用地等6类土地利用面积占比,进一步分析各地类面积的变化情况,如图3所示。由图3可知,耕地、林地和建设用地占据郑州市90%以上的面积,为其主要的3种用地类型。经分析,2010—2015年郑州市耕地面积减少130.29 km2,林地面积和建设用地面积分别增加31.09、82.35 km2,耕地、林地和建设用地面积变化幅度均较小;而在2015—2020年,这3种用地类型的变化幅度较大,耕地面积减少614.78 km2,林地面积增加361.80 km2,建设用地面积增加204.56 km2。

图3 郑州市2010—2020年土地利用面积的变化

3.1.3 土地利用转移特征

郑州市2010—2015年和2015—2020年的土地利用类型面积转移矩阵分别见表1和表2。

表1 郑州市2010—2015年土地利用类型的面积转移矩阵 km2

表2 郑州市2015—2020年土地利用类型的面积转移矩阵 km2

由表1和表2可知:①郑州市2010—2015年耕地转化为林地的面积最大(427.71 km2),占耕地转出的9.61%,占林地转入的27.76%;其次是转为建设用地,面积占耕地转出的7.50%,占建设用地转入的28.11%;林地转出面积的主要去向为耕地和草地,分别占其转出面积的23.4%和5.58%。未利用地主要转化为建设用地,其补充来源主要是耕地。②2015—2020年间,耕地仍主要转化为林地和建设用地,面积分别为668.96、446.50 km2,分别占耕地转出的15.49%和10.34%,占林地和建设用地转入的35.16%和32.10%;林地的主要转出类型为耕地,其最大补充来源也是耕地,且转入面积大于转出面积。草地主要转化为林地,转移面积为112.09 km2,占其转出面积的40.73%,占林地转入面积的5.89%。

综上所述,2010—2020年间郑州市土地利用总体上呈现出建设用地和林地面积大量增加、耕地面积大幅减少的特征,且变化趋势在2015—2020年较2010—2015年更加明显。主要原因在于:一是在加快国家中心城市建设和打造高质量发展区域增长极的背景下,郑州市城镇用地面积扩张逐时段加速,占用了部分耕地资源,这可能是耕地面积不断减少的主要因素;二是退耕还林工程的实施,促使以前违规开发的耕地资源恢复到天然状态,林地面积显著增加;三是郑州市森林生态城市建设的大力推进,促进了林地面积增加。

3.2 郑州市土地利用景观格局演变特征

郑州市2010年、2015年和2020年土地利用景观格局具有明显的阶段变化特征,本节主要从斑块类型尺度和景观尺度对其进行分析。

3.2.1 斑块类型尺度

斑块类型尺度下郑州市各指数的变化情况如图4所示。

图4 2010—2020年郑州市斑块类型尺度景观格局指数变化

由图4可知,2010—2020年:①郑州市建设用地的最大斑块指数(LPI)逐渐增加,斑块数量(NP)减少,散布与并列指数(IJI)增加,表明建设用地区域仍在向外扩展,各斑块之间的连通性增加。郑州市建设用地的扩张主要是建立在原有区域的基础上,与研究区其他景观类型的关系变得复杂。另外,连通性的增加与城市化过程的内在规律性也存在一定联系。②耕地的最大斑块指数(LPI)大幅减少,散布与并列指数(IJI)减少,斑块数量(NP)不断增加。这些指数的变化表明,建设用地的扩张使耕地斑块类型的接近度减少,耕地所占面积比重逐年下降。耕地类型的景观复杂度上升,与研究区其他地类之间的关系复杂化程度升高,这是由于城市用地的大面积扩张致使耕地类型碎片化。③林地斑块数量(NP)总体减少,散布与并列指数(IJI)增加,表明景观破碎化程度、同类型景观距离和分布离散程度都在减小,林地的最大斑块占景观面积的比例指数(LPI)呈增加的趋势,表明林地的分布趋于发散,而这更有助于其生态改善功能的实现。④未利用地斑块数量(NP)迅速增加,最大斑块占景观面积(LPI)逐渐增加,反映了郑州市城镇建设中土地利用的开发强度较大和未利用地面积的不断扩大的情况。

3.2.2 景观尺度

景观水平指数的变化情况如图5所示。由图5可知:郑州市最大斑块指数(LPI)减小,表明整体景观趋于平均;景观形状指数(LSI)增加,表明郑州市景观类型趋于复杂;蔓延度指数(CONTAG)减少,说明郑州市景观是具有多要素的密集格局,景观破碎化程度较高;香农多样性指数(SHDI)和香农均匀度指数(SHEI)均呈上升趋势,表明郑州市景观异质性程度增加,景观格局向多样化和均匀化的方向发展,这与叶红等[25]对景观多样性指数得出的结论相一致。

注:LSI的单位无量纲,数据采用(a)图左侧的坐标轴;LPI、CONTAG、IJI的单位均为%;数据采用(a)图右侧的坐标轴;SHDI、SHEI的单位无量纲。

从各景观类型指标的变化可以看出,郑州市近10年来的景观格局稳定性和均匀性总体增加,但建设用地的快速扩张对生态环境仍有较大的影响,需要严加管理和控制。

3.3 2030年郑州市土地利用模拟预测

3.3.1 2020及2030年郑州市土地利用模拟过程

以建设用地快速发展为情景进行模拟,选择高程、坡度、公路、高速公路和铁路作为限制因子,分别制作2020年和2030年郑州市各用地类型的适宜性图集。以2020年为例,对MCE-CA-Markov模型的适用性进行检验。2020年郑州市土地利用模拟结果如图6(a)所示。通过与郑州市解译影像(图6(b))比较,其Kappa系数为0.70,即模型模拟的精度达到显著一致性水平,表明MCE-CA-Markov模型用于模拟郑州市土地利用具有一定的可行性。

图6 2020年郑州市土地利用模拟结果与解译结果对比

针对郑州市2030年的土地利用模拟,选择的限制因子类型与2020年的保持一致。以建设用地为例,制作2030年郑州市建设用地的适宜性图集,如图7(a)所示。2030年郑州市土地利用模拟结果如图7(b)所示。

图7 2030年郑州市建设用地的MCE图像及土地利用预测结果

3.3.2 2020—2030年郑州市土地利用变化特征

由2030年郑州市土地利用模拟结果(图7(b))可知:郑州市土地利用整体结构仍以耕地、林地和建设用地为主,占比分别为44.96%、27.40%和21.40%,水域、草地和未利用土地占比较小;到2030年,郑州市的耕地面积将减少至3 403.6 km2,占比将减少3.97%,对比2010—2020年减少速率放缓;建设用地面积持续增加至1 619.77 km2,占比上升3.02%,增长速度较2010—2020年的有所放缓;林地面积增加到2 074.20 km2,占比上升2.27%。

从2020—2030年土地类型转移的角度分析可知:耕地转移为林地和建设用地的比例分别为12.52%、9.20%,转移面积分别为463.85、339.77 km2,分别占林地转入面积的22.37%,占建设用地转入面积的20.97%;林地转移为耕地和建设用地的比例分别为13.22%、4.42%,转移面积分别为251.48、84.05 km2,分别占耕地转入面积的7.39%和占建设用地转入面积的5.19%;未利用土地转化为建设用地的比例达到17.20%,转移面积达到2.80 km2;草地转移为林地和耕地的比例分别为24.06%、16.11%,转移面积分别达到57.86、38.75 km2,分别占林地转入面积的2.79%和占耕地转入面积的1.13%。

此外,由土地利用空间转移图制作了各类土地利用新增空间范围,如图8所示。由图8可以发现,建设用地新增面积主要位于快速发展的城市地区和道路周边,西北边如二七区、惠济区和荥阳市,东部集中在郑东新区和中牟县附近,南部主要是新郑市和京港澳高速公路,研究区发达的道路网为建设用地扩张提供了充足动力。林地新增范围主要集中在郑州市主城区的西南部的嵩山山脉,该地区为森林生态保护的重点区域。

图8 2020—2030年郑州市各类土地利用类型空间转入图

综上所述,2020—2030年间郑州市土地利用总体上呈现出建设用地和林地面积持续增加、耕地面积持续减少的特征,且变化速率放缓。因此,仍需落实最严格的耕地保护制度和节约用地制度,确保耕地和永久基本农田红线不突破;同时,要重视保护其他用地类型,将建设用地的扩张控制在合理的范围内;此外,还要保持人类活动区水域面积的稳定性,以促进城市景观的稳定发展和生态环境的改善。

3.4 2020—2030年郑州市景观格局演变

受频繁的人类活动影响,郑州市景观格局指数在2020—2030年间发生了明显变化。从斑块类型水平上看(表3),到2030年建设用地的面积增加到1 619.77 km2,最大斑块占景观面积的比例(LPI)增加,景观形状指数(LSI)减少,散布与并列指数(IJI)略有增加。这些指数的变化表明,建设用地分布的集中程度和连通性增加,与其他景观类型的关系趋于简单化。

表3 2030年郑州市斑块类型水平景观指数

在研究区内,原先破碎的小面积斑块如耕地、建设用地和林地等景观类型逐渐聚合,斑块数量(NP)明显减少,景观破碎程度降低。由于交通用地连接了城市中原先的小面积斑块,导致人工景观斑块数量大幅减少和平均斑块面积增加。区域快速城镇化进程导致人工景观面积不断增加,自然景观面积逐渐减少,一些零星分布的小面积斑块如耕地被人工景观取代,因此斑块数量(NP)有所下降。

从整体景观格局指数的变化上看(表4),与2020年相比,2030年郑州市最大斑块指数(LPI)增加,景观形状指数(LSI)降低,蔓延度指数(CONTAG)上升,散布与并列指数(IJI)增加,香农多样性指数(SHDI)略有增加,香农均匀度指数(SHEI)基本不变。作为应用最为广泛的指标之一,香农多样性和均匀度指数可以反映景观类型的丰富程度和均衡状况[31]。在2020—2030年间,香农多样性指数SHDI稍有增加,早期占据优势的景观类型如耕地等面积减小,而人工景观如居民区和道路等逐渐增加,使区域景观优势度减小,景观分布趋于均衡。

表4 2030年郑州市景观水平指数

这些指数的变化表明,在人类活动的影响下,郑州市景观斑块的复杂性上升,同类型斑块之间的连接性增加,分布变得密集,同时也说明城市快速化进程对景观格局的影响进一步加剧,从而使得斑块数量大幅减少,同时景观异质性增加,景观格局演变将继续向多样化和均匀化方向发展。

4 结论

本文基于解译的郑州市2010年、2015年和2020年的遥感影像,对2010—2020年郑州市土地利用和景观格局的演变特征进行了全面分析,并采用MCE-CA-Markov模型对郑州市2030年的土地利用进行了预测分析,主要结论如下:

1)2010年、2015年和2020年,郑州市的土地利用类型均以耕地、林地和建设用地为主,期间耕地面积占比减少9.84%,林地和建设用地面积占比分别增加5.19%和3.79%,且这3类用地面积变化加快。耕地主要转化为林地和建设用地,草地主要转化为林地和耕地,水域和未利用地的面积变化不明显。土地利用类型发生这种变化的原因主要在于郑州市加快了国家中心城市建设、大力推进了森林生态城市建设以及积极实施了退耕还林工程。从土地利用景观格局的变化来看,郑州市景观水平的破碎化程度逐渐增加,景观形状趋于复杂,景观的稳定性和均匀性总体增加。

2)以2010年、2015年和2020年的土地利用数据为基础,选择高程、坡度和道路作为影响因子构建适宜性图集,采用MCE-CA-Markov模型对2020年郑州市土地利用情况进行模拟,经验证解译结果与模拟结果的Kappa系数达到0.70,表明该模型具有一定的可行性和可靠性,可用于预测郑州市未来土地利用情况。

3)预测的郑州市2030年土地利用类型仍以耕地、林地和建设用地为主,耕地面积将减少3.97%,林地和建设用地面积将分别增加2.27%和3.02%,林地和建设用地增加面积的主要来源均为耕地,其他用地类型面积变化不明显。从土地利用景观格局的变化来看,景观中优势斑块具有较好的连接性,未来斑块集中程度增加,景观异质性增加,景观将向均匀性和多样性的方向发展。

本研究基于MCE-CA-Markov模型模拟了郑州市未来的土地利用情况,主要以土地利用数据为基础,采用高程、坡度和道路数据作为影响因子,但并未考虑政府指定的发展规划和其他经济社会发展因素。今后需改进MCE-CA-Markov模型,加入宏观政策调控模块,更加精确地模拟城市快速发展和政策导向下的土地利用覆被变化。