井梅秀,李 晶
(陜西師范大學(xué) 旅游與環(huán)境學(xué)院,陜西 西安710062)
土地利用變化是目前研究的熱點之一.土地利用變化是由一組相互聯(lián)系、交互作用的要素通過交換物質(zhì)、信息和能量形成的一種時空復(fù)雜系統(tǒng)[1].對未來土地利用變化的預(yù)測,有助于政府制定相關(guān)政策,從而對土地利用的開發(fā)、利用、整治和保護在時間和空間上作出預(yù)先安排,這對于區(qū)域土地資源的配置和可持續(xù)利用具有重要的現(xiàn)實意義.當(dāng)前,土地利用變化可以通過多種模型模擬,其中具有長時間預(yù)測特點的馬爾柯夫(Markov)模型在土地利用變化建模中應(yīng)用廣泛[2].寧龍梅等[3]利用Markov過程模擬和預(yù)測了武漢市濕地景觀的動態(tài)演變.王水獻等[4]利用馬爾柯夫模型對焉耆盆地土地利用變化進行了預(yù)測.劉家福等[5]利用Markov模型對長嶺縣土地利用時空變化進行了研究.國外Hulst和Lippe曾用Markov模型解決植被生態(tài)預(yù)測的問題[6].Balzter[7]和Pastor等[8]運用Markov模型研究了植被的變化并取得了一定的結(jié)果.但傳統(tǒng)的Markov模型難以預(yù)測土地利用的空間格局變化.元胞自動機(cellular automaton,CA)是一種時間、空間和狀態(tài)都離散的網(wǎng)格動力學(xué)模型,具有很強的運算能力、空間建模能力,能有效模擬具有時空特征的復(fù)雜動態(tài)系統(tǒng)[9-10].集成的CA-Markov模型同時具有CA和Markov模型的優(yōu)點,不僅具有長時間預(yù)測的優(yōu)勢,而且可以通過鄰域的關(guān)系來模擬空間格局的變化.本文利用集成的CA-Markov模型對關(guān)中—天水經(jīng)濟區(qū)未來土地利用變化進行動態(tài)模擬.
關(guān)中—天水經(jīng)濟區(qū)(33°21′37″~35°51′15″N,104°34′48″~110°48′39″E)是《國家西部大開發(fā)“十一五”規(guī)劃》中提出的西部大開發(fā)三大重點建設(shè)的經(jīng)濟區(qū)之一,東西長573.44km,南北寬276.926km,總面積8.01×104km2.包括陜西省西安市、銅川市、寶雞市、咸陽市、渭南市、商洛市(部分區(qū)縣)、楊凌區(qū)六市一區(qū)和甘肅省天水市所轄行政區(qū)域,共65個縣.該經(jīng)濟區(qū)位于亞歐大陸橋中心,多條航線、鐵路、公路在此交匯,是連接南北的重要地區(qū).關(guān)中—天水經(jīng)濟區(qū)是我國西部的經(jīng)濟中心,自然條件好、人文積淀深厚,科技實力雄厚,發(fā)展?jié)摿艽螅P(guān)中—天水經(jīng)濟區(qū)屬于亞熱帶—溫帶氣候,地勢西南高,東北低,西部、北部、南部多為山地,秦嶺在南部邊界,中間為關(guān)中平原.關(guān)中—天水經(jīng)濟區(qū)土地利用主要以耕地為主,分布在渭北旱塬、關(guān)中平原、天水川道;其次為林地,主要分布在關(guān)山—秦嶺山地;草地主要分布在北山、子午嶺和臺塬邊緣—陡坡地帶,比例接近于林地.
研究數(shù)據(jù)包括關(guān)中—天水經(jīng)濟區(qū)2000年、2005年、2010年三期TM遙感影像,分辨率為30m.?dāng)?shù)據(jù)處理平 臺包括Erdas9.2、ArcGis9.3、IDRISI Andes軟件.在Erdas9.2軟件監(jiān)督分類模塊下分別解譯三期遙感影像得到三年的土地利用類型圖.以《土地利用現(xiàn)狀分類》標準為基礎(chǔ),結(jié)合研究區(qū)土地利用覆蓋類型與研究內(nèi)容,解譯遙感影像時將關(guān)中—天水經(jīng)濟區(qū)土地利用類型分為六大類,即耕地、林地、建設(shè)用地、水域、草地和未利用地.由于元胞的大小會直接影響模型模擬的精度以及模型的運算時間,并且研究區(qū)范圍較大,因此將元胞的大小確定為100m×100m.在ArcGis9.3環(huán)境下,選用最鄰近象元法重采樣得到分辨率為100m的土地利用類型數(shù)據(jù).最后,在IDRISI Andes軟件中,運用Markov模塊得到2000—2005年間的土地利用類型轉(zhuǎn)換面積和轉(zhuǎn)換概率數(shù)據(jù).在此數(shù)據(jù)基礎(chǔ)上運用CA-Markov模型對關(guān)中—天水經(jīng)濟區(qū)2015年土地利用變化進行預(yù)測.
2.2.1 CA模型 元胞自動機模型(單元自動機)是一種狀態(tài)、時間、空間都離散的動力系統(tǒng),系統(tǒng)的動態(tài)演化是元胞通過相互作用完成的.每個細胞都是一個變量且只有有限多個狀態(tài),遵循相同的轉(zhuǎn)換規(guī)則,且此作用規(guī)則在時空上都是局部的[11].CA模型一般由四個要素構(gòu)成,即元胞、元胞狀態(tài)、元胞的鄰域和轉(zhuǎn)換規(guī)則.模型表示如下:
式中,S為元胞離散、有限的狀態(tài)集合;N為元胞的鄰域;t、t+1分別表示兩個不同的時刻;f為元胞狀態(tài)轉(zhuǎn)化規(guī)則.
CA模型將研究區(qū)域按一定的規(guī)則格網(wǎng)劃分成許多形狀、大小一致的單元,這些單元即為元胞.元胞空間實際上是由有限個離散狀態(tài)的元胞組成的,當(dāng)前元胞的狀態(tài)由前一時刻元胞的狀態(tài)以及前一時刻元胞周圍半徑為r的鄰居的狀態(tài)所決定.根據(jù)轉(zhuǎn)換規(guī)則來確定元胞的狀態(tài),并且轉(zhuǎn)換規(guī)則具有全局一致的特征[12-13].
2.2.2 Markov模型 基于馬爾科夫鏈的馬爾科夫過程(Markov Process)是一種具有“無后效性”的特殊隨機過程.模型中各狀態(tài)未來各個時刻的變化趨勢由該系統(tǒng)中不同狀態(tài)的起始概率和狀態(tài)之間的轉(zhuǎn)移概率來確定,從而實現(xiàn)對未來趨勢的預(yù)測[14-15].即隨機過程在t1時刻所處的狀態(tài)已知時,過程在t2時刻的狀態(tài)只與t1時刻的狀態(tài)有關(guān),與以前的狀態(tài)無關(guān).這一特性較適宜于研究土地利用格局的動態(tài)變化[16].因此,對土地利用未來變化的趨勢可用公式(2)進行預(yù)測.
式中,X(t)為t時刻土地利用系統(tǒng)的狀態(tài);X(t+1)為t+1時刻土地利用系統(tǒng)的狀態(tài);Pij為狀態(tài)轉(zhuǎn)移矩陣.
2.2.3 CA-Markov模型 CA-Markov模型集成了Markov定量化預(yù)測的優(yōu)勢和CA模型模擬復(fù)雜系統(tǒng)空間變化的能力[17].在有效模擬土地利用類型空間變化的基礎(chǔ)上,提高了模型的模擬預(yù)測精度.在土地利用格局中,由規(guī)則格網(wǎng)劃分出的每一個單元就是一個元胞,整個土地利用格局空間就是元胞空間.在元胞空間中,元胞當(dāng)前的狀態(tài)是對應(yīng)柵格的屬性值.本研究以年為單位,將土地利用變化看成是一個離散的空間變化過程,運用Markov模型確定元胞轉(zhuǎn)移的概率,在IDRISI Andes軟件中進行土地利用空間格局變化的模擬與預(yù)測[18].濾波器的大小設(shè)置為5×5,即采用5單元鄰域.以關(guān)中—天水經(jīng)濟區(qū)2005年土地利用數(shù)據(jù)為起始時刻,確定元胞的迭代次數(shù)為5,模擬并預(yù)測該區(qū)2010年、2015年的土地利用.
2.2.4 模擬結(jié)果的驗證 Kappa系數(shù)一般被用來評價兩個圖件的一致性或者進行遙感解譯的精度評價[19].Kappa系數(shù)的算式可表示如下:
式中,Po為正確模擬的比例;Pc為隨機選擇情況下期望的正確模擬比例;Pp為理想分類下的正確模擬比例(100%).研究中參考文獻[20]中的Kappa系數(shù)分類評價標準(表1).
表1Kappa系數(shù)分類標準Tab.1 Classification criterion based on Kappa coefficient
土地利用類型轉(zhuǎn)移概率矩陣可定量反映不同土地利用類型之間的轉(zhuǎn)化狀況.由表2可知,2000—2005年關(guān)中—天水經(jīng)濟區(qū)耕地主要轉(zhuǎn)化為建設(shè)用地和林地,其中0.53%轉(zhuǎn)化為建設(shè)用地,0.79%轉(zhuǎn)化為林地,而耕地的補充主要來源于水域和未利用地.林地的轉(zhuǎn)化情況為:4.14%轉(zhuǎn)化為草地,2.16%轉(zhuǎn)化為耕地,0.08%轉(zhuǎn)化為建設(shè)用地,而增加部分來源于未利用地.由于坡度、溫度等原因,山坡上水熱條件良好的區(qū)域適宜耕地的發(fā)展,而水土流失嚴重的區(qū)域需要植樹造林,進而導(dǎo)致耕地與林地之間的相互轉(zhuǎn)化.建設(shè)用地的增加主要來源于耕地、園地、林地和未利用地,而向其他類型轉(zhuǎn)化的較少.說明該區(qū)域經(jīng)濟發(fā)展快,對工礦用地的需求很大.未利用地中有15.02%轉(zhuǎn)化為建設(shè)用地,7.91%轉(zhuǎn)化為耕地;水域中有5.72%轉(zhuǎn)化為耕地.
在此概率轉(zhuǎn)移矩陣的基礎(chǔ)上,對關(guān)中—天水經(jīng)濟區(qū)2010年土地利用類型變化進行預(yù)測.將模擬出的2010年關(guān)中—天水經(jīng)濟區(qū)土地利用格局圖與實際解譯得到的2010年關(guān)中—天水經(jīng)濟區(qū)土地利用格局圖作精度驗證,得到Kappa系數(shù)為0.79,模擬精度很好.進而對關(guān)中—天水經(jīng)濟區(qū)2015年土地利用變化進行模擬(圖1).統(tǒng)計得到2005年、2010年和2015年土地利用類型元胞數(shù)(表3).
圖1 2015年關(guān)中—天水經(jīng)濟區(qū)土地利用格局預(yù)測圖Fig.1 Land use structure prediction of the Guanzhong-Tianshui economic zone in 2015
表2 關(guān)中—天水經(jīng)濟區(qū)2000—2005年土地利用類型轉(zhuǎn)移概率Tab.2 The transition probability of land use in Guanzhong-Tianshui economic zone from 2000to 2005%
表3 2005年、2010年和2015年關(guān)中—天水土地利用類型對比Tab.3 Contrast of land use type for Guanzhong-Tianshui economic zone in 2005,2010and 2015 元胞個數(shù)
由表3可知,2005—2010年耕地、草地呈現(xiàn)減少趨勢,草地明顯減少0.25%,而林地增加0.32%.建設(shè)用地顯著增加,增加0.9%.由于近年來實行退耕還林和天然林地保護政策,導(dǎo)致林地的數(shù)量有所增加.2010—2015年,耕地仍然呈減少趨勢,耕地將減少0.13%,林地將減少0.32%.關(guān)中—天水經(jīng)濟區(qū)在西部大開發(fā)背景下,經(jīng)濟穩(wěn)步增長,城鎮(zhèn)化水平提高,對建設(shè)用地的需求增加,因此建設(shè)用地呈現(xiàn)出一直增加的趨勢,將增加1.4%,其他用地略有變化.
通過GIS中的空間疊置分析功能,將2005年的土地利用類型圖與2015年土地利用類型圖做疊置分析,得到2005—2015年關(guān)天經(jīng)濟區(qū)耕地主要轉(zhuǎn)變?yōu)椴莸睾徒ㄔO(shè)用地,轉(zhuǎn)化面積分別為26.5km2和36.7km2.林地中有20.43km2轉(zhuǎn)變?yōu)椴莸兀莸叵蚱渌恋乩妙愋偷霓D(zhuǎn)變較少.水域中有2.2km2轉(zhuǎn)化為草地.預(yù)計在2015年,建設(shè)用地將大量增加,并且大部分是以占用耕地、林地為代價.水域附近是土地利用類型分布多樣性較高的地區(qū),主要受人為因素的影響.
(1)集成的CA-Markov模型在提高模擬精度的同時減少了CA模型轉(zhuǎn)換規(guī)則的難度.經(jīng)驗證,模型的模擬精度較高,能夠較好地反映該地區(qū)土地利用未來動態(tài)變化.
(2)根據(jù)預(yù)測結(jié)果,到2015年,耕地、林地面積將會大量減少,建設(shè)用地面積會大規(guī)模增加,水域面積減少,草地面積有所增加,未利用地幾乎沒有變化.
(3)在西部大開發(fā)的背景下,政府要加強關(guān)中—天水經(jīng)濟區(qū)基本農(nóng)田、天然林地等的保護.要保證單位糧食生產(chǎn)量,禁止隨意占用耕地、亂砍濫伐的行為.在堅持發(fā)展社會經(jīng)濟的同時,加強生態(tài)環(huán)境的建設(shè),減少自然災(zāi)害的發(fā)生頻率,促進關(guān)天經(jīng)濟區(qū)社會、經(jīng)濟、自然生態(tài)的和諧發(fā)展.
(4)研究是在關(guān)中—天水經(jīng)濟區(qū)社會因素、經(jīng)濟因素、政策方面的因素保持不變的假設(shè)下,對該區(qū)土地利用變化進行的預(yù)測.由于部分數(shù)據(jù)的欠缺,研究中沒有考慮更多影響土地利用變化的驅(qū)動因素和一些突發(fā)事件,今后需加強研究,提高預(yù)測精度.
[1]Dawn C P,Steven M,Marco A,et al.Multi-Agent systems for the simulation of land-use and land-cover change:A review[J].Annals of the Association of A-merican Geographers,2002,15(8):93-100.
[2]劉耀林,劉艷芳,張玉梅.基于灰色-馬爾柯夫鏈預(yù)測模型的耕地需求量預(yù)測研究[J].武漢大學(xué)學(xué)報:信息科學(xué)版,2004,29(7):575-579.
[3]寧龍梅,王學(xué)雷,胡望斌.利用馬爾科夫過程模擬和預(yù)測武漢市濕地景觀的動態(tài)演變[J].華中師范大學(xué)學(xué)報:自然科學(xué)版,2004,38(2):255-258.
[4]王水獻,董新光,寇文.馬爾柯夫過程預(yù)測焉耆盆地土地利用/覆被格局變化[J].干旱區(qū)資源與環(huán)境,2007,21(10):28-33.
[5]劉家福,王平,李京,等.基于Markov模型的長嶺縣土地利用時空變化研究[J].水土保持研究,2009,16(3):16-19.
[6]Hulst R.On the dynamics of vegetation:Markov chains as models of succession[J].Vegetation,1979,40:3-14.
[7]Balzter H.Markov chain models for vegetation dynamics[J].Ecological Modeling,2000,126:139-154.
[8]Pastor J,Sharp A,Wolter P.An application of Markov model to the dynamics of Minnesota’s forests[J].Journal of Forest Research,2005,35:3011-3019.
[9]黎夏,葉嘉安.地理模擬系統(tǒng):元胞自動機與多智能體[M].北京:科學(xué)出版社,2007:1.
[10]Tang Jie,Wang Xuege.Analysis of the land use structure changes based on Lorenz curves[J].Environmental Monitoring and Assessment,2009,151:175-180.
[11]李書娟,曾輝,夏潔,等.景觀空間動態(tài)模型研究現(xiàn)狀和應(yīng)重點解決的問題[J].應(yīng)用生態(tài)學(xué)報,2004,15(4):701-706.
[12]Wu Fulong.Housing provision under globalization:a case study of Shanghai[J].Environment and Planning A,2001,33(10):1741-1764.
[13]Yeh A G O,Li Xia.A cellular automata model to simulate development density for urban planning[J].Environment and Planning B:Planning and Design,2002,29:431-450.
[14]Teerasit K,Manoj K A,Pramod K,et al.Super-resolution land cover mapping using a Markov random field based approach[J].Remote Sensing of Environment,2005,96(3/4):302-314.
[15]Kiira A.Simulating vegetation dynamics and land use in a mire landscape using a Markov model[J].Landscape and Urban Planning,1995,31(1/3):129-142.
[16]王良健,包浩生,彭補拙.基于遙感與GIS的區(qū)域土地利用變化的動態(tài)監(jiān)測與預(yù)測研究[J].經(jīng)濟地理,2000,20(2):47-51.
[17]Li Xia,Liu Xiaoping.Case based cellular automaton for simulating urban development in a large complex region[J].Acta Geographica Sinica,2007,62(10):1097-1109.
[18]劉紀遠,莊大方,張增祥,等.中國土地利用時空數(shù)據(jù)平臺建設(shè)及其支持下的相關(guān)研究[J].地球信息科學(xué),2002(3):1-8.
[19]布仁倉,常禹,胡遠滿,等.基于Kappa系數(shù)的景觀變化測度——以遼寧省中部城城市群為例[J].生態(tài)學(xué)報,2005,25(4):779-784.
[20]許文寧,王鵬新,韓 萍,等.Kappa系數(shù)在干旱預(yù)測模型精度評價中的應(yīng)用——以關(guān)中平原的干旱預(yù)測為例[J].自然災(zāi)害學(xué)報,2011,20(6):85-86.