新疆伊犁河谷矿集区土地利用时空演变与驱动力分析

2023-09-25夏倩柔唐梦迎

中国矿业 2023年9期

夏倩柔，夏楠，唐梦迎

（1.新疆维吾尔自治区环境保护科学研究院，新疆乌鲁木齐 830011；2.新疆大学地理与遥感科学学院，新疆乌鲁木齐 830017）

0 引言

土地利用变化是衡量区域陆地生态系统变化、反映人类活动响应社会发展变化的重要形式[1-2]。矿产资源开发主要是以土地利用当中的建设用地为载体开展的社会经济活动。土地利用变化与采矿活动的关系存在相互促进和制约的过程。矿产开发提升区域经济收益，促进土地利用发展，土地利用为矿产开发提供建设用地指标，促进矿产开采；而当矿产开发到一定规模需要进一步扩展空间时，土地利用却因用地指标和生态环境等因素限制其发展[3-4]。当前，GIS（Geographical Information System，地理信息系统）技术和RS（Remote Sensing，遥感）技术已被广泛使用于矿区土地利用变化研究，不仅能够详细分析土地利用变化的过程，还能够综合多源数据分析其变化的原因。

为深入探究矿区土地利用变化，国内学者进行了大量研究工作。常小燕等[5]研究稀土矿区土地利用变化情况，并评价了土地利用变化对生态系统服务价值的影响。杜青松等[6]研究了高寒矿区的土地利用变化情况，评估了矿区经过近20 年环境演替和修复治理作用，土地利用类型基本恢复到了原来的水平。黄英男等[7]研究赵楼矿区土地利用变化情况，得出农用地逐步转出，水域用地、工矿用地和非工矿建设用地逐步转入，侵占农田情况严重。ZHAO 等[8]研究了近15 年黑带沟露天煤矿土地利用/覆被类型变化对矿区景观格局演变和生态环境质量的影响，表明土地利用变化总体不平衡，景观碎片化加剧。QI 等[9]选取矿区4 年的土地利用数据，并根据矿井空间分布特点发现耕地恢复、林地恢复和生态系统重建表现向好。TANG 等[10]通过对高分辨率、公开可用的卫星图像的遥感分析，生成了一个全球采矿土地利用数据集，以支持未来对全球采矿影响的研究。由上述研究发现，矿区土地利用随着地理区位和发展模式的不同，所产生的生态问题也各不相同。尽管矿区生态恢复是趋势，但矿地矛盾仍有发生。大量研究分析了矿区土地利用的变化情况，但对于其驱动因素研究较少，同时也缺乏对伊犁河谷矿集区的相关研究。

综上所述，矿产资源开发利用与土地利用之间存在相互关系，土地利用变化是研究矿区生态系统格局变化、评价矿区生态环境质量的重要因素。因此，基于30 年土地利用数据分析伊犁河谷矿集区土地利用变化的时空特征，使用地理探测模型分析多种影响因子对土地利用变化的驱动作用，以期为该区域生态协调和可持续发展提供科学思路。

1 研究区概况

新疆伊犁河谷矿集区位于新疆伊犁哈萨克自治州境内（图1），是我国重要的矿产资源集中区之一。该区域主要矿产资源包括金、银、铜、铅、锌、煤等，尤其是煤炭储量巨大，达到1 700 亿t。2007 年，国家发展和改革委员会批准伊犁作为全国七大煤化工基地之一，伊犁成为全国重点产煤区。随着矿区建设和矿业发展，矿集区内各大矿业企业为当地经济发展做出了巨大贡献。然而，伊犁河谷流域矿集区内存在诸多问题，如煤炭产业规模不一、布局散乱、煤炭运输道路受阻、管理落后和地质灾害隐患风险大等。

图1 研究区位置图Fig.1 Location map of the study area

2 数据与方法

2.1 数据介绍

共使用与研究相关的10 种基础数据，包括用于土地利用矢量数据以及用于分析的地形数据（数字高程模型，Digital Elevation Model，DEM）、气象数据（地表温度、地表蒸散发、逐月降水量）、土壤数据（土壤有机碳、土壤厚度、土壤侵蚀）、地表覆被数据（含植被覆盖度及1990 年、1995 年、2000 年、2005 年、2010 年、2015 年和2020 年的土地利用数据）、社会经济数据（GDP），见表1。

2.2 方法介绍

2.2.1 重心迁移模型

重心迁移模型是地理学中较为常见的分析模型之一，能够直观地表现出某个要素在空间上的迁移规律以及集聚情况[12]，重心迁移模型计算公式见式（1）。

式中：Xr、Yr为各等级土地利用类型重心的经纬度坐标；Fis为第i个土地利用类型像元在第s年的值；xi、yi为第s年在第i个格网上土地利用类型的重心坐标。

2.2.2 地理探测器

1）因子探测[13]。探测土地利用的空间分异性和各个驱动因子对土地利用空间分异性的解释程度，用q值度量，计算公式见式（2）和式（3）。

式中：h为土地利用驱动因子的分类或分区；Nh和N分别为第h分区与全区的单元数；σh和σ分别为第h分区与全区y值的方差；SSW和SST分别为层内方差之和与全区总方差；q的值域为[0，1]，q值越大则表示驱动因子x对土地利用y的解释力就越强，反之则越弱。

2）交互探测器[13]。交互探测器用于识别不同驱动因子之间的交互作用，即探测驱动因子X1 和驱动因子X2 共同作用时对土地利用强度的解释力是增强还是减弱。不同因子交互作用的差异主要体现出5 种结果，q（X1∩X2）＜min[q（X1），q（X2）]交互作用非线性增强，min[q（X1），q（X2）]＜q（X1∩X2）＜max[q（X1），q（X2）]交互作用为单因子非线性增强，q（X1∩X2）＞max[q（X1），q（X2）]交互作用为双因子增强，q（X1∩X2）=q（X1）+q（X2）交互作用为独立交互作用，q（X1∩X2）＞q（X1）+q（X2）交互作用为非线性增强。

3）生态探测[13]。用于比较两因子X1 和X2 对属性Y的空间分布的影响是否有显著差异，以F统计量来衡量，见式（4）和式（5）。

式中：NX1、NX2分别为两个因子X1、X2 的样本量；SSWX1和SSWX2为由X1 和X2 形成的分层的层内方差之和；L1 和L2 分别为变量X1 和X2 分层数目。其中，零假设H0：SSWX1=SSWX2。如果在α的显著性水平上拒绝H0，这表明两因子X1 和X2 对属性Y的空间分布的影响存在着显著的差异。

3 结果与分析

3.1 矿集区土地利用变化分析

3.1.1 矿集区土地利用变化统计描述

表2 统计了1990—2020 年伊犁河谷矿集区各土地覆被类型面积和占比。由表2 可知，1990—2020年间伊犁河谷矿集区的土地利用变化类型主要有草地、耕地、林地、建设用地、湿地（含水域）和未利用地。草地面积占比第一，多年保持在64%～71%之间；湿地（含水域）占比最少，为1%左右。草地和未利用地面积整体呈现减少趋势，草地面积从7 780.10 km2减少到6 986.01 km2；未利用地面积从587.81 km2减少到535.06 km2。耕地、林地、建设用地和湿地（含水域）面积呈现增加趋势，其中，耕地面积从1 491.39 km2增加到2 034.87 km2；林地面积从743.31 km2增加到778.92 km2；建设用地面积从167.80 km2增加到389.59 km2；湿地（含水域）面积从81.56 km2增加到127.52 km2。

3.1.2 矿集区土地利用变化面积变化和动态特征

年变化率和土地利用动态度能够有效体现不同时段内土地利用变化类型面积的变化速率和动态过程。表3 展示了1990—2020 年伊犁河谷矿集区土地利用变化年变化率和动态度。由表3 可知，草地、耕地、建设用地和未利用地的年变化率在1995—2000年达到最大，分别为-1.078%/a、5.220%/a、6.470%/a和-0.996%/a；林地的年变化率在2005—2010 年最大，为0.802%/a；湿地（含水域）的年变化率在2000—2005 年最大，为7.409%/a。土地利用类型动态度能够表示某种土地利用变化类型发生变化的图斑数量。表3 中大部分面积年变化率最大的地类动态度也最大，但建设用地表现不同，其面积增加最多为1995—2000 年的6.470%/a，动态度最大则为2010—2015 年的12.510%。尽管面积增加，但图斑基数较小，因此动态度较小，表明了城市扩张中即便面积年变化率不大，一旦形成规模，其动态度也会比较大。1995—2000 年草地和耕地动态度达到最大，分别为-83.894%和77.972%，表面大多数地类图斑发生了面积变化，而此后十多年也一直处于较为剧烈的动态变化之中。其他地类动态度没有超过15%，动态变化主要表现在局部区域。

表3 1990—2020 年伊犁河谷矿集区土地利用变化年变化率和动态度Table 3 Annual change rate and dynamics of land use change of Yili Valley Mining Agglomeration Area from 1990 to 2020

3.1.3 矿集区土地利用变化转入转出分析

在计算各时间段土地利用变化转移矩阵后，将结果换算成转入转出率，便于分析每一种地类具体减少和增加的程度，见表4 和图2。草地和未利用地多年表现为转出率大于转入率；耕地、建设用地和湿地（含水域）转化较为显著，除个别时间段转出率略大于转入率，多数时间均为转入率大于转出率；林地整体转入大于转出。表明城市扩张的同时耕地增加，森林和水域生态系统质量有所提高。尽管草地转出率较高，但非转为未利用地，表明生态环境质量并未下降。

表4 1990—2020 年伊犁河谷矿集区土地利用变化转入率和转出率Table 4 Transfer rate of land use change of Yili Valley Mining Agglomeration Area from 1990 to 2020 单位：%

图2 1990—2020 年伊犁河谷矿集区土地利用变化变化率空间格局Fig.2 Spatial pattern of change rate of land use change of Yili Valley Mining Agglomeration Area from 1990 to 2020

3.1.4 重心迁移分析

运用ArcGIS 软件计算得到土地利用变化重心坐标，绘制成折线图，如图3 所示。由图3 可知，草地、湿地（含水域）、未利用地重心整体向东北部移动，耕地重心整体向东南移动，说明东部的农业县扩大耕种面积。林地原集中北部山前地带，随后向西南移动，说明南部人类活动区近几年大片造林取得进展。建设用地向西北运动。2000—2005 年草地和湿地（含水域）移动距离最大，2010—2015 年建设用地移动距离最大，而矿集区西侧的伊宁市为该区域核心城市，说明这五年城市发展变化迅速，城市化向着大城市方向移动。湿地（含水域）重心东移明显，结合草地表现说明矿集区东部自然生态恢复效果较好。

图3 1990—2020 年伊犁河谷矿集区土地利用变化重心迁移分析Fig.3 Gravity migration analysis of land use change of Yili River Valley Mining Agglomeration Area from 1990 to 2020

3.2 矿集区土地利用变化驱动力分析

3.2.1 探测因子单因素分析

选取9 种探测因子分析不同环境因子与人类活动对伊犁河谷矿集区土地利用空间分异的影响，得到单因子影响的解释力q值（值域为0～1）。图4 为伊犁河谷矿集区土地利用空间分异驱动因子解释力统计图。由图4 可知，按解释力大小各因子依次排序为X8＞X9＞X6＞X7＞X2＞X4=X5=X3＞X1。高程对于土地利用的解释力最强，达到0.152，说明在这9 种探测因子中高程对于土地利用的影响最大；其次是有机质含量，达到0.118；GDP 影响力最低，为0.018，说明GDP 因素对于土地利用的影响较小，主要是由于数据的性质，仅2015 年和2020 年具备有效值，其余年几乎为空值，因此可供分析的数据较少，从而影响了其解释力；土层厚度、土壤侵蚀和地表温度表现出一致的解释力；蒸散发量、降水量和坡度的解释力处于中间水平。

图4 伊犁河谷矿集区土地利用空间分异驱动因子解释力统计图Fig.4 Explanatory force of spatial differentiation driving factors of land use of Yili River Valley Mining Agglomeration Area

3.2.2 探测因子交互分析

为探测多种因子对伊犁河谷矿集区土地利用变化的影响力大小，各因子的交互作用情况及其显著性大小，运用地理探测器进行对应分析，如图5 所示。由图5 可知，高程∩坡度作用效果最强，为0.320，有机质含量∩降水量次之，为0.261，第三是高程∩降水量，为0.253。GDP 与其他因子交互作用均处在较低水平。

图5 伊犁河谷矿集区各驱动因子交互探测和生态探测结果Fig.5 Interactive detection and ecological detection results of various driving factors in Yili River Valley Mining Agglomeration Area

大多数因子之间的交互作用表现为非线性增强，说明大多数因子对于土地利用变化是共同促进关系。GDP 与其他因子既不增强也不减弱，没有线性减弱和非线性减弱的交互因子存在，说明所有因子对于土地利用变化都有一定的增强作用，只是作用力大小不同。

生态探测结果显示高程与GDP、土层厚度、土壤侵蚀、地表温度和蒸散发量具有显著性差异，说明高程因子与上述因子共同对土地利用的空间分布影响差异较大，结合单因子分析也说明高程的重要性强。其他因子相互之间不存在显著性差异，说明其他因子对土地利用空间分布影响具有较相似机理。

4 讨论

为进一步讨论矿区土地利用变化情况，提取土地利用变化建设用地中的二级地类，包括采矿场、工业用地和居住地，见表5。由表5 可知，建设用地中各二级地类均呈现上升趋势。2010 年以前，工业用地面积占建设用地的比例维持在3%以内，采矿场则不足1%，面积均处在极低水平；2010 年之后，工业用地呈爆发式增长，到2020 年面积占比达到13.49%，采矿场面积达到23.95 km2，占比一度增长至6.25%。二级地类结构也发生变化，居住地占比持续下降，工业用地面积比不断上升，采矿用地不断增加。这个过程体现了该区域以矿业为代表的工业发展规模取得了显著增长。同时可以看出采矿活动对于建设用地影响巨大。矿业发展不仅仅局限于矿区，更带动矿业驱动的相关产业发展，从而大幅增加了工业用地占比。尽管三个二级地类面积都在增长，但工业用地面积增加了10 多倍，采矿场面积增加40 多倍，居住用地面积仅增加不到2 倍，表明矿集区工业化水平不断提升，采矿用地规模也不断壮大。