基于CA-Markov模型的國家重點(diǎn)生態(tài)功能區(qū)空間格局預(yù)測研究
——以青龍滿族自治縣為例

朱永明,郭琳琳,趙麗,徐磊

(河北農(nóng)業(yè)大學(xué) 國土資源學(xué)院,河北 保定 071001)

改革開放以來，經(jīng)濟(jì)社會快速發(fā)展，由于缺乏對國土空間的合理規(guī)劃和有效管治，一系列區(qū)域問題也隨之而來，城鎮(zhèn)空間和農(nóng)業(yè)空間大面積擴(kuò)張、低效利用，生態(tài)空間大量減少，人與自然和諧相處遭到一定程度的破壞[1]。城鎮(zhèn)空間、農(nóng)業(yè)空間、生態(tài)空間三者緊密相連，相輔相成，各類型空間相互影響。國土空間不合理的利用與開發(fā)，勢必造成空間中各種機(jī)能不均衡，降低國土空間整體功能，從而影響及阻礙區(qū)域經(jīng)濟(jì)社會發(fā)展。因此，通過識別“城鎮(zhèn)-農(nóng)業(yè)-生態(tài)”3類空間，深刻剖析國土空間結(jié)構(gòu)演變特征，預(yù)測未來時期國土空間格局，在一定程度上可以幫助了解空間發(fā)展的未來態(tài)勢，為政府制定管理決策提供參考依據(jù)。國內(nèi)外學(xué)者做了大量關(guān)于國土空間開發(fā)格局的研究：從研究視角來看，國外學(xué)者注重從氣候差異、土地利用效益、生態(tài)系統(tǒng)服務(wù)價(jià)值等多種視角探索對國土空間和土地利用的影響[2-4]；在模型與方法方面，國外學(xué)者廣泛借助地理信息系統(tǒng)工具、多目標(biāo)規(guī)劃模型、GA模型(遺傳算法)、CLUE-S模型等模型方法開展研究，取得了諸多研究成果[5-8]；國內(nèi)學(xué)者在國土空間格局演變特征及模擬預(yù)測方面也進(jìn)行了深入研究，大量學(xué)者從國家、地區(qū)、省域、市域、縣域、城市群等多尺度開展研究[9-15]；針對空間模擬的模型方法，國內(nèi)學(xué)者進(jìn)行了諸多探索，例如采用元胞自動機(jī)模型、CLUE-S模型、系統(tǒng)動力學(xué)模型等計(jì)算機(jī)模型對國土空間進(jìn)行模擬，采用多目標(biāo)規(guī)劃模型、灰色預(yù)測法等數(shù)學(xué)方法與地理信息系統(tǒng)軟件進(jìn)行結(jié)合預(yù)測優(yōu)化國土空間[16-20]。盡管學(xué)者們不斷加深有關(guān)國土空間的探索，但是仍存在一定的不足，比如當(dāng)前關(guān)于“三生空間”的研究較多，對于“城鎮(zhèn)-農(nóng)業(yè)-生態(tài)”3類空間的研究還較少，因此深入開展“3類空間”格局演變與預(yù)測的研究具有重要意義。

青龍滿族自治縣(以下簡稱青龍縣)于2016年被納入國家重點(diǎn)生態(tài)功能區(qū)，是河北省重要的水源涵養(yǎng)區(qū)，對于氣候調(diào)節(jié)、環(huán)境美化發(fā)揮重要作用，是京津冀生態(tài)屏障的重要組成部分。青龍縣國土空間格局預(yù)測研究有助于揭示國土空間發(fā)展動態(tài)趨勢，對青龍縣相關(guān)規(guī)劃的制定有一定影響。論文通過梳理相關(guān)研究，基于2010、2014、2018年3期土地利用現(xiàn)狀數(shù)據(jù)，利用GIS技術(shù)、動態(tài)度模型和Markov模型，對青龍縣2010-2018年期間國土空間結(jié)構(gòu)演變進(jìn)行分析，探討其變化規(guī)律；運(yùn)用CA-Markov模型預(yù)測未來時期青龍縣國土空間格局，以期揭示青龍縣國土空間時空演變特征，為青龍縣生態(tài)環(huán)境保護(hù)決策的制定以及國土空間優(yōu)化等相關(guān)研究提供理論參考。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

青龍縣位于河北省秦皇島市北部，是秦皇島市下轄縣，地理坐標(biāo)為東經(jīng)118°56′～119°64′和北緯40°08′～40°61′，總面積350 613.28 hm2。青龍縣地處灤河流域，有豐富的水資源，有出境河流6條，青龍河支流4條；青龍縣縣域水庫眾多，最大型的水庫為桃林口水庫。青龍縣處于環(huán)京津、環(huán)渤海經(jīng)濟(jì)圈和冀東經(jīng)濟(jì)區(qū)內(nèi)，2016年青龍縣被納入國家重點(diǎn)生態(tài)功能區(qū)，優(yōu)越的區(qū)位及生態(tài)條件，為青龍縣的發(fā)展創(chuàng)造了良好條件。

1.2 數(shù)據(jù)來源及處理

土地利用數(shù)據(jù)來源于2010年、2014年、2018年青龍縣土地利用變更調(diào)查數(shù)據(jù)庫；DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云(30 m空間分辨率)；社會經(jīng)濟(jì)數(shù)據(jù)主要來源于相應(yīng)年份《青龍滿族自治縣國民經(jīng)濟(jì)統(tǒng)計(jì)資料》和《河北經(jīng)濟(jì)年鑒》等；以國家標(biāo)準(zhǔn)《土地利用現(xiàn)狀分類》(GB/T21010-2017)為基礎(chǔ)識別國土空間；生態(tài)保護(hù)紅線及基本農(nóng)田保護(hù)紅線來源于青龍滿族自治縣土地利用總體規(guī)劃(2010-2020)及其調(diào)整方案。距居民點(diǎn)距離等距離圖層獲取方式如下：基于土地利用變更調(diào)查數(shù)據(jù)庫，利用ArcGIS10.2軟件提取生成居民點(diǎn)專題圖，利用歐氏距離工具，以縣級行政區(qū)圖層為掩膜，提取得到研究區(qū)距居民點(diǎn)距離圖層。

2 研究方法

2.1 國土空間識別

目前常見的空間識別方法有2種，即歸并分類法和量化測算法[17]，前者以土地利用現(xiàn)狀數(shù)據(jù)為基礎(chǔ)，對現(xiàn)狀數(shù)據(jù)進(jìn)行歸并分類，優(yōu)點(diǎn)是能將土地功能分類與研究區(qū)規(guī)劃現(xiàn)狀相聯(lián)系；后者需構(gòu)建符合研究區(qū)實(shí)際情況的指標(biāo)體系，結(jié)合指標(biāo)評價(jià)方法劃分國土空間類型[15]，由于指標(biāo)量化以及區(qū)域之間存在差異，綜合因素導(dǎo)致此方法不具有普遍性。綜合對比，歸并分類法應(yīng)用難度較小，且能夠?qū)崿F(xiàn)與研究區(qū)部門的用地分類體系的銜接，因此，本研究采用歸并分類法。

青龍縣“三類空間”是在土地利用現(xiàn)狀數(shù)據(jù)的基礎(chǔ)上進(jìn)行重分類而來，遵循“自下而上、功能分級”的原則，根據(jù)《土地利用現(xiàn)狀分類》(GBT21010-2017)，結(jié)合相關(guān)文獻(xiàn)資料[17]和研究區(qū)的實(shí)際情況，識別青龍縣地類主導(dǎo)功能，判別空間類型，具體分類體系見表1。城鎮(zhèn)發(fā)展空間以城鎮(zhèn)居民生活、生產(chǎn)為主體功能，是研究區(qū)較適宜開發(fā)建設(shè)、重要的人口和城鎮(zhèn)化發(fā)展的主要區(qū)域；農(nóng)業(yè)空間以農(nóng)業(yè)生產(chǎn)、農(nóng)村居民生活為主體功能，是統(tǒng)籌城鄉(xiāng)發(fā)展、建設(shè)社會主義新農(nóng)村、保障國家糧食安全的重要空間；生態(tài)空間以提供生態(tài)服務(wù)為主體功能，是維護(hù)區(qū)域生態(tài)系統(tǒng)安全、保護(hù)自然資源與文化遺產(chǎn)、保障水資源安全、保全生物多樣性、維護(hù)自然生境、促進(jìn)人與自然和諧發(fā)展的核心區(qū)域[21]。

表1 青龍縣國土空間分類體系Table 1 The geographical-space classification of Qinglong County

2.2 國土空間動態(tài)度模型

國土空間動態(tài)度是不同時期國土空間變化程度的反映。各類空間變化的速度與幅度通常采用區(qū)域內(nèi)單一動態(tài)度表示，可以反映在研究期某一類別的國土空間轉(zhuǎn)化為其他類型空間活躍程度[16]，表達(dá)式為：

(1)

式中，K為一定時間內(nèi)某一國土空間的單一動態(tài)度指數(shù)；Si為某類型國土空間發(fā)生轉(zhuǎn)移后的面積，Sii為該類國土空間未發(fā)生轉(zhuǎn)移時的面積；T為研究時長，本研究為年數(shù)。

綜合動態(tài)度指數(shù)用來表示研究區(qū)國土空間變化的強(qiáng)弱程度，反映人們開發(fā)空間等活動對國土空間結(jié)構(gòu)變化的綜合影響，表達(dá)式為：

(2)

式中，G為一定時間內(nèi)國土空間的綜合動態(tài)度指數(shù)；ΔSi-j為研究期間，第i類國土空間利用類型轉(zhuǎn)換為其他國土空間類型面積的絕對值之和，Si為研究期開始第i類國土空間利用類型面積。

2.3 CA-Markov模型

2.3.1 CA 模型原理 CA(元胞自動機(jī))由元胞及元胞狀態(tài)、鄰域和轉(zhuǎn)換規(guī)則4部分組成，元胞是參與計(jì)算的最小單元；狀態(tài)指元胞類別；鄰域結(jié)構(gòu)決定當(dāng)前元胞的轉(zhuǎn)換狀態(tài)；轉(zhuǎn)換規(guī)則是元胞轉(zhuǎn)換方式。CA是一個空間、時間、狀態(tài)都離散化的時空動態(tài)模擬模型。普通的 CA 模型公式如下[22]：

S(t+1)=f(S(t),N)

(3)

式中，S為元胞有限、離散的狀態(tài)集合；N為元胞的鄰域；t、t+1表示不同的2個時刻；f表示狀態(tài)轉(zhuǎn)化規(guī)則。

2.3.2 Markov轉(zhuǎn)移矩陣原理 Markov模型是采用概率論方法來進(jìn)行研究的，它是在一個隨機(jī)時間序列中，利用數(shù)學(xué)模型對時間進(jìn)行矩陣分析，基于當(dāng)前狀態(tài)以及變化的趨勢對未來的可能性進(jìn)行估算。Markov模型可用如下公式表示[22]：

An=An-1×Pij

(4)

式中，An、An-1為2個時刻國土空間狀態(tài)；Pij為狀態(tài)轉(zhuǎn)移概率矩陣，確定狀態(tài)轉(zhuǎn)移概率矩陣是該模型研究的關(guān)鍵步驟，可由如下公式表示[22]：

(5)

式中，為國土空間類型向轉(zhuǎn)換的概率，矩陣中每行為國土空間類型向其他類型轉(zhuǎn)移的概率，矩陣中每列為國土空間類型由其他類型轉(zhuǎn)入的概率。

2.3.3 CA-Markov模型 CA-Markov模型是一種時間、空間、狀態(tài)都離散的動力學(xué)模型，它的誕生結(jié)合了Markov 模型時間維度分析的優(yōu)勢和 CA 模型空間維度分析的優(yōu)勢，是非線性科學(xué)的一種重要的研究方法，具體預(yù)測過程如下[23]：

(1)計(jì)算土地轉(zhuǎn)移矩陣。利用Markov模型得到2010-2014年、2014-2018年國土空間面積轉(zhuǎn)移概率矩陣，將其作為轉(zhuǎn)換規(guī)則參與模擬運(yùn)算。

(2)制作適宜性圖集。運(yùn)用MCE模塊構(gòu)建各類型國土空間適宜性圖，合并為適宜性圖集，進(jìn)行國土空間變化預(yù)測。MCE模塊由兩部分組成，即約束條件和影響因素。約束條件是對指定區(qū)域進(jìn)行約束限制，影響因素是決定元胞適宜程度的條件。約束條件和影響因素設(shè)置如下：①約束條件：約束條件體現(xiàn)的是“是”與“否”的邏輯，即只有允許和禁止2種決策，區(qū)域約束范圍為青龍縣域，限制區(qū)域?yàn)樯鷳B(tài)保護(hù)紅線區(qū)域、基本農(nóng)田保護(hù)線區(qū)域、水域，由于已有建設(shè)用地短時間內(nèi)不可能也不適宜轉(zhuǎn)換為生態(tài)用地，也作為本研究的約束條件。②影響因素：通過初步分析，基于數(shù)據(jù)的可獲取性、可量化性、相關(guān)性等原則，選取的驅(qū)動因子有：高程、坡度、距水系距離、距重點(diǎn)城鎮(zhèn)距離、距交通干線距離、人口密度6個。

(3)參數(shù)設(shè)定。以2014年為基期數(shù)據(jù)，設(shè)定5×5的元胞濾波器，模擬2018年國土空間布局；將2018年模擬圖與2018年現(xiàn)狀圖利用Kappa系數(shù)進(jìn)行交叉對比檢驗(yàn)，在模擬精度較好的情況下，預(yù)測2022年的國土空間布局。

其中：當(dāng)Kappa≥0.75，則表示2個圖像模擬結(jié)果可信度高；當(dāng)0.4≤Kappa≤0.75，則表示2個圖像模擬效果一般；當(dāng)Kappa≤0.4，則表示2個圖像模擬效果較差[22]。具體計(jì)算公式如下所示：

(6)

式中，為模擬正確柵格數(shù)量與總數(shù)量的比值，為隨機(jī)狀態(tài)下模擬正確柵格數(shù)量與總數(shù)量的比值，為理想狀態(tài)下模擬正確柵格數(shù)量與總數(shù)量的比值。

3 結(jié)果分析

3.1 國土空間面積變化分析

以青龍縣國土空間分類體系(表1)為依據(jù)，借助ArcGIS軟件，利用轉(zhuǎn)換工具箱中的面轉(zhuǎn)柵格工具，將青龍縣2010、2014和2018年3期矢量圖轉(zhuǎn)換為30 m×30 m的柵格圖，得到青龍縣2010-2018年國土空間格局分布圖，結(jié)果見圖1。利用ArcGIS軟件分析2010、2014和2018年3期數(shù)據(jù)，得到研究期間青龍縣各類型國土空間面積及比例變化情況，結(jié)果見表2、圖2。

圖1 青龍縣2010-2018年國土空間格局分布Figure 1 Distribution of ecological space from 2010 to 2018 in Qinglong county

表2 2010-2018年青龍縣國土空間面積及比例變化Table 2 The area and proportion changes of geographical space from 2010 to 2018 in Qinglong county

圖2 2010-2018年青龍縣各類型空間面積變化Figure 2 The area changes of geographical space from 2010 to 2018 in Qinglong county

由表2可知，研究期間青龍縣生態(tài)陸地空間面積占比最大，所占面積超過區(qū)域總面積的70%左右，是研究區(qū)國土空間的重要類型；其次是農(nóng)業(yè)生產(chǎn)空間，面積比例維持在23.68%，說明研究區(qū)農(nóng)業(yè)產(chǎn)業(yè)基礎(chǔ)較好，具有較強(qiáng)的農(nóng)業(yè)生產(chǎn)能力；生態(tài)水域空間、農(nóng)村生活空間面積占比較小，分別占研究區(qū)總面積的2.51%～2.53%、2.39%～2.25%之間，城鎮(zhèn)發(fā)展空間占比最小，在1.2%以下。

由圖2可知，研究期間青龍縣國土空間面積變化呈現(xiàn)“二升二降一波動”的變化趨勢。2010-2014年期間，城鎮(zhèn)發(fā)展空間面積增長121.22 hm2，2014-2018年期間增長15.68 hm2；農(nóng)村生活空間增長相對較快，2010-2014年期間，農(nóng)村生活空間面積增長293.76 hm2，2014-2018年期間增長247.24 hm2，共計(jì)541.00 hm2，遠(yuǎn)大于城鎮(zhèn)發(fā)展空間增長幅度；農(nóng)業(yè)生產(chǎn)空間在2010-2014年期間增長24.75 hm2，2014-2018年期間減少25.31 hm2，研究期間農(nóng)業(yè)生產(chǎn)空間呈現(xiàn)先升后降的變化情況；研究時期內(nèi)，生態(tài)空間用地面積呈下降趨勢，其中生態(tài)陸地空間減少589.00 hm2，生態(tài)水域空間共減少88.34 hm2。

3.2 國土空間動態(tài)度分析

2010-2018年期間，青龍縣國土空間動態(tài)度結(jié)果見表3。

表3 2010-2018 年青龍縣國土空間動態(tài)度Table 3 The dynamic degree of geographical space of Qinglong county from 2010 to 2018

由表3可知，2010-2014年期間，單一動態(tài)度較大的為農(nóng)村生活空間和城鎮(zhèn)發(fā)展空間，分別為0.875 8%和0.775 0%；其次為生態(tài)水域空間，單一動態(tài)度為-0.173 9%；生態(tài)陸地空間的單一動態(tài)度為-0.038 3%；農(nóng)業(yè)生產(chǎn)空間單一動態(tài)度的值最小，為0.007 5%。2014-2018年期間，研究區(qū)單一動態(tài)度最大的仍為農(nóng)村生活空間，為0.712 2%；城鎮(zhèn)發(fā)展空間動態(tài)度為 0.097 2%，變化速率明顯減慢；生態(tài)水域空間、生態(tài)陸地空間和農(nóng)業(yè)生產(chǎn)空單一動態(tài)度較小，分別為-0.075 2%、-0.021 4%和-0.007 6%；總體來看，2010-2018年期間，單一動態(tài)度最大的為農(nóng)村生活空間，其單一動態(tài)度為0.8065%；其次為城鎮(zhèn)發(fā)展空間，單一動態(tài)度為0.437 6%；生態(tài)水域空間、生態(tài)陸地空間、農(nóng)業(yè)生產(chǎn)空間的單一動態(tài)度較小，且均為負(fù)值，分別為-0.124 3%、-0.029 9%和-0.000 1%。

從綜合動態(tài)度分析，由表3可以看出，2010-2014年期間綜合動態(tài)度為0.031 4%，總變化面積為879.45 hm2；2014-2018年期間綜合動態(tài)度為0.018 7%，總變化面積為525.83 hm2；2個時期對比可以發(fā)現(xiàn)，2010-2014年期間空間利用變化較為劇烈。2010-2018年期間，綜合動態(tài)度為0.024 2%，總變化面積為1 355.77 hm2，說明平均每年每100 hm2土地有0.024 2 hm2空間類型發(fā)生變化，總體上國土空間面積變化相對平緩。

3.3 國土空間轉(zhuǎn)移特征分析

2010-2014年期間，青龍縣國土空間面積轉(zhuǎn)移矩陣見表4；2014-2018年期間，青龍縣國土空間轉(zhuǎn)移矩陣見表5。

表4 2010-2014年青龍縣國土空間轉(zhuǎn)移矩陣Table 4 The geographical space transfer matrix of Qinglong county from 2010 to 2014 hm2

表5 2014-2018年青龍縣國土空間轉(zhuǎn)移矩陣Table 5 The geographical space transfer matrix of Qinglong county from 2014 to 2018 hm2

由表4可知，從轉(zhuǎn)出視角來看，城鎮(zhèn)發(fā)展空間和農(nóng)村生活空間轉(zhuǎn)出數(shù)量較少，城鎮(zhèn)發(fā)展空間轉(zhuǎn)出的方向?yàn)檗r(nóng)村生活空間和農(nóng)業(yè)生產(chǎn)空間，分別轉(zhuǎn)出2.814 6 hm2、9.090 3 hm2，農(nóng)村生活空間轉(zhuǎn)出的方向?yàn)槌擎?zhèn)發(fā)展空間，共轉(zhuǎn)出0.435 0 hm2；相比之下，農(nóng)業(yè)生產(chǎn)空間轉(zhuǎn)出數(shù)量較多，轉(zhuǎn)出的方向?yàn)槌擎?zhèn)發(fā)展空間和農(nóng)村生活空間，分別轉(zhuǎn)出33.368 7 hm2、152.748 1 hm2；生態(tài)水域空間和生態(tài)陸地空間轉(zhuǎn)出方向相同，都為城鎮(zhèn)發(fā)展空間、農(nóng)村生活空間和農(nóng)業(yè)生產(chǎn)空間，其中生態(tài)水域空間分別轉(zhuǎn)出4.668 5 hm2、2.985 9 hm2、54.1322 hm2，生態(tài)陸地空間分別轉(zhuǎn)出94.647 8 hm2、135.644 0 hm2、147.645 2 hm2。從轉(zhuǎn)入視角來看，城鎮(zhèn)發(fā)展空間最主要的轉(zhuǎn)入類型為生態(tài)陸地空間和農(nóng)業(yè)生產(chǎn)空間，分別為94.647 8 hm2、33.368 7 hm2；農(nóng)村生活空間最主要的轉(zhuǎn)入類型為生態(tài)陸地空間和農(nóng)業(yè)生產(chǎn)空間，分別為135.644 0 hm2、152.748 1 hm2；農(nóng)業(yè)生產(chǎn)空間最主要的轉(zhuǎn)入類型為生態(tài)陸地空間和生態(tài)水域空間，分別為147.645 2 hm2、54.132 2 hm2；生態(tài)陸地空間和生態(tài)水域空間沒有轉(zhuǎn)入。

由表5可知，與2010-2014年相比，2014-2018年期間青龍縣整體空間轉(zhuǎn)換強(qiáng)度較小。從轉(zhuǎn)出視角來看，生態(tài)陸地空間轉(zhuǎn)出數(shù)量最多，主要轉(zhuǎn)出方向?yàn)檗r(nóng)村生活空間和農(nóng)業(yè)生產(chǎn)空間，分別轉(zhuǎn)出92.395 0 hm2、112.055 6 hm2；其次是農(nóng)業(yè)生產(chǎn)空間，主要轉(zhuǎn)出方向?yàn)檗r(nóng)村生活空間，轉(zhuǎn)出144.812 7 hm2；生態(tài)水域空間主要轉(zhuǎn)出方向?yàn)槌擎?zhèn)發(fā)展空間、農(nóng)村生活空間和農(nóng)業(yè)生產(chǎn)空間，分別轉(zhuǎn)出6.044 8 hm2、6.638 0 hm2、13.879 1 hm2；城鎮(zhèn)發(fā)展空間和農(nóng)村生活空間轉(zhuǎn)出數(shù)量較少。從轉(zhuǎn)入視角來看，農(nóng)村生活空間和農(nóng)業(yè)生產(chǎn)空間轉(zhuǎn)入量較大，農(nóng)村生活空間最主要的轉(zhuǎn)入類型為生態(tài)陸地空間和農(nóng)業(yè)生產(chǎn)空間，分別為92.395 0 hm2、144.812 7 hm2；農(nóng)業(yè)生產(chǎn)空間最主要的轉(zhuǎn)入類型為生態(tài)陸地空間，為112.055 6 hm2；城鎮(zhèn)發(fā)展空間主要轉(zhuǎn)入類型為生態(tài)陸地空間、生態(tài)水域空間和農(nóng)業(yè)生產(chǎn)空間，分別為6.922 6 hm2、6.044 8 hm2、6.163 2 hm2；生態(tài)陸地空間和生態(tài)水域空間轉(zhuǎn)入量最小。

通過分析研究區(qū)各類型空間轉(zhuǎn)移特點(diǎn)可以發(fā)現(xiàn)，在研究時期內(nèi)，主要是生態(tài)空間向城鎮(zhèn)空間和農(nóng)業(yè)空間轉(zhuǎn)換，城鎮(zhèn)發(fā)展空間和農(nóng)村生活空間轉(zhuǎn)入面積大于轉(zhuǎn)出，呈現(xiàn)增長趨勢；生態(tài)空間在2個時期一直在減少，基本沒有轉(zhuǎn)入，呈現(xiàn)用地面積減少的趨勢；其中農(nóng)村生活空間轉(zhuǎn)入面積最多，生態(tài)陸地空間轉(zhuǎn)出面積最多。

3.4 CA-Markov模型預(yù)測結(jié)果

以2014年為預(yù)測時間起點(diǎn)，運(yùn)用CA-Markov模型得到青龍縣2018年國土空間模擬結(jié)果；利用IDRISI軟件的CROSS TAB模塊進(jìn)行分析，得到模擬結(jié)果的Kappa指數(shù)是92.1%，該數(shù)據(jù)表明研究區(qū)2018年國土空間預(yù)測結(jié)果與2018年現(xiàn)狀數(shù)據(jù)的一致性較高，模擬效果較好，運(yùn)用CA-Markov模型模擬青龍縣未來時期國土空間格局具有較高的可行性。

以2018年為起始年，運(yùn)用CA-Markov模型預(yù)測青龍縣2022年的國土空間布局，結(jié)果見表6，圖3。借助IDRISI軟件，對比青龍縣2022年模擬結(jié)果與2018年現(xiàn)狀數(shù)據(jù)，將結(jié)果導(dǎo)入ArcGIS軟件進(jìn)行處理，得到2022年模擬結(jié)果與2018年現(xiàn)狀國土空間類型轉(zhuǎn)移情況，具體如表7、圖4所示。

表6 青龍縣2018-2022年國土空間結(jié)構(gòu)變化表Table 6 The area and proportion changes of geographical space from 2018 to 2022 in Qinglong County

圖3 2022年國土空間格局模擬結(jié)果Figure 3 Spatial pattern of geographical spaces in 2022

表7 2018-2022年國土空間類型轉(zhuǎn)移矩陣Table 7 The geographical space transfer matrix of Qinglong County from 2018 to 2022 hm2

注：1表示城鎮(zhèn)發(fā)展空間，2表示農(nóng)村生活空間地，3表示農(nóng)業(yè)生產(chǎn)空間，4表示生態(tài)水域空間，5表示生態(tài)陸地空間。“1-2”表示2018年城鎮(zhèn)發(fā)展空間在2022年轉(zhuǎn)為農(nóng)村生活空間。圖4 青龍縣模擬-現(xiàn)狀國土空間類型轉(zhuǎn)移空間分布Figure 4 Spatial distribution of geographical space transfer between simulation and optimization in Qinglong County

3.4.1 城鎮(zhèn)空間格局變化 2018-2022年期間，城鎮(zhèn)空間面積持續(xù)增長，2022年達(dá)到5 704.56 hm2，與2018年相比，城鎮(zhèn)空間面積增長1 657.7 hm2，面積比例由2018年的1.15%增長到1.63%，增長比例0.48%?？傮w來看，2018-2022年期間，城鎮(zhèn)空間面積增長速率較快。從轉(zhuǎn)移矩陣來看，2018年城鎮(zhèn)空間轉(zhuǎn)出類型主要為農(nóng)村生活空間，共轉(zhuǎn)出283.73 hm2，2022年城鎮(zhèn)空間轉(zhuǎn)入類型主要為生態(tài)陸地空間和農(nóng)業(yè)生產(chǎn)空間，各轉(zhuǎn)入1 429.54 hm2和431.65 hm2。2018-2022年期間，城鎮(zhèn)空間格局變化最顯著的是青龍鎮(zhèn)區(qū)域，表現(xiàn)為“大規(guī)?！睌U(kuò)張，這是由于城鎮(zhèn)的發(fā)展受到經(jīng)濟(jì)、社會以及政策等多因素的影響，本研究在運(yùn)用CA-Markov模型模擬2022年空間格局時，由于數(shù)據(jù)獲取的限制性，更注重從地理空間適宜性角度構(gòu)建城鎮(zhèn)空間發(fā)展適宜性圖集進(jìn)行模擬。CA-Markov模型模擬結(jié)果表明了城鎮(zhèn)空間未來發(fā)展的可能情景。

3.4.2 農(nóng)業(yè)空間格局變化 2018-2022年期間，農(nóng)業(yè)空間面積明顯增加。2022年農(nóng)村生活空間面積為14 572.61 hm2，與2018年相比，面積增長5 646.33 hm2，面積比例由2018年的2.55%增長到4.16%，增長比例1.61%。從轉(zhuǎn)移矩陣來看，2018年農(nóng)村生活空間轉(zhuǎn)出方向?yàn)槌擎?zhèn)發(fā)展空間、農(nóng)業(yè)生產(chǎn)空間和生態(tài)陸地空間，分別轉(zhuǎn)出156.21 hm2、436.50 hm2和754.27 hm2；2022年農(nóng)村生活空間轉(zhuǎn)入類型為城鎮(zhèn)發(fā)展空間、農(nóng)業(yè)生產(chǎn)空間和生態(tài)陸地空間，分別為283.73 hm2、481.46 hm2和6 317.99 hm2。

2022年農(nóng)業(yè)生產(chǎn)空間面積為83 548.69hm2，與2018年相比，面積增長539.15 hm2，面積比例由2018年的23.68%增長到23.83%，增長比例0.15%。從轉(zhuǎn)移矩陣來看，2018年農(nóng)業(yè)生產(chǎn)空間轉(zhuǎn)出方向?yàn)槌擎?zhèn)發(fā)展空間、農(nóng)村生活空間和生態(tài)陸地空間，分別轉(zhuǎn)出431.65 hm2、481.46 hm2和29.05 hm2；2022年農(nóng)業(yè)生產(chǎn)空間轉(zhuǎn)入類型主要為農(nóng)村生活空間和生態(tài)陸地空間，分別為436.50 hm2和221.25 hm2。

總體來看，2018-2022年期間，農(nóng)業(yè)空間面積增長速率較快，農(nóng)業(yè)空間格局?jǐn)U張較為明顯，集中在原有農(nóng)業(yè)空間的四周。

3.4.3 生態(tài)空間格局變化 2018-2022年期間，生態(tài)空間面積持續(xù)減少。與2018年相比，2022年生態(tài)水域空間基本無變化。2022年生態(tài)陸地空間面積為237 993.11 hm2，與2018年相比，面積減少7 843.17 hm2，面積比例由2018年的70.12%減少到67.88%，減少比例2.24%。總體來看，2018-2022年期間，生態(tài)陸地空間面積減少速率較快。從轉(zhuǎn)移矩陣來看，2018年生態(tài)陸地空間轉(zhuǎn)出類型主要為城鎮(zhèn)發(fā)展空間、農(nóng)村生活空間和農(nóng)業(yè)生產(chǎn)空間，分別轉(zhuǎn)出1 429.54 hm2、6 317.99 hm2和221.25 hm2；2022年生態(tài)陸地空間轉(zhuǎn)入類型主要為農(nóng)村生活空間和農(nóng)業(yè)生產(chǎn)空間，分別轉(zhuǎn)入754.27 hm2和29.05 hm2。

由于青龍縣經(jīng)濟(jì)社會的快速發(fā)展，城鎮(zhèn)空間和農(nóng)業(yè)空間的用地需求量增大，城鎮(zhèn)空間和農(nóng)業(yè)空間用地面積的增多勢必導(dǎo)致生態(tài)空間用地面積的減少，這種城鎮(zhèn)空間和農(nóng)業(yè)空間向外無序擴(kuò)張的情況，對周邊生態(tài)空間造成威脅，不利于空間的協(xié)調(diào)、穩(wěn)定發(fā)展。考慮到2016年青龍縣被納入國家重點(diǎn)生態(tài)功能區(qū)，這充分體現(xiàn)出青龍縣作為京津冀的生態(tài)屏障，生態(tài)地位極其重要。因此，為了避免發(fā)展過程中出現(xiàn)生態(tài)環(huán)境破壞、空間發(fā)展失調(diào)的現(xiàn)象，政府應(yīng)大力推行生態(tài)環(huán)境保護(hù)政策，以保證青龍縣穩(wěn)定、可持續(xù)發(fā)展。

3.4.4 國土空間動態(tài)度分析 2018-2022年期間，青龍縣國土空間動態(tài)度結(jié)果見表8。

表8 2018-2022 年青龍縣國土空間動態(tài)度Table 8 The dynamic degree of geographical space of Qinglong County from 2018 to 2022

由表8可以看出，2018-2022年期間，單一動態(tài)度較大的為農(nóng)村生活空間和城鎮(zhèn)發(fā)展空間，分別為15.813 8%和10.240 7%；其次為生態(tài)陸地空間，單一動態(tài)度為-0.797 6%；農(nóng)業(yè)生產(chǎn)空間及生態(tài)水域空間單一動態(tài)度較小，分別為0.162 4%和-0.000 1%。從綜合動態(tài)度分析，由表8可以看出，2018-2022年期間綜合動態(tài)度為0.559 2%，總變化面積為15 686.37 hm2，與2010-2014年、2014-2018年期間對比可以發(fā)現(xiàn)，2018-2022年期間國土空間利用變化較為劇烈。

4 討論與結(jié)論

以青龍縣為研究區(qū)，基于2010、2014和2018年3期土地利用現(xiàn)狀數(shù)據(jù)，從土地功能分類的角度識別國土空間，基于GIS技術(shù)、動態(tài)度模型和CA-Markov模型，分析2010-2018年期間青龍縣國土空間結(jié)構(gòu)演變特征，探析未來時期國土空間格局變化趨勢。

2010-2018年期間，青龍縣國土空間面積變化呈“二升二降一波動”的規(guī)律，即2010-2014年、2014-2018年期間，城鎮(zhèn)發(fā)展空間、農(nóng)村生活空間面積持續(xù)增加，生態(tài)水域空間和生態(tài)陸地空間面積持續(xù)減少，農(nóng)業(yè)生產(chǎn)空間用地面積先增加后減少；生態(tài)陸地空間面積雖持續(xù)減少，但仍是青龍縣最主要的空間類型；從動態(tài)度來看，2010-2014年與2014-2018年期間相比，各類型空間變化較為活躍；從空間轉(zhuǎn)移特征來看，研究期間轉(zhuǎn)出以生態(tài)空間為主，轉(zhuǎn)入主要為城鎮(zhèn)空間和農(nóng)業(yè)空間。這表明隨著城鎮(zhèn)化的發(fā)展，城鎮(zhèn)空間和農(nóng)業(yè)空間的擴(kuò)張，導(dǎo)致生態(tài)空間的減少。

運(yùn)用CA-Markov模型模擬青龍縣2022年國土空間格局，與2018年現(xiàn)狀相比，城鎮(zhèn)空間和農(nóng)業(yè)空間用地面積大幅增加，生態(tài)陸地空間大幅減少，生態(tài)水域空間基本保持不變。2018-2022年期間，不同空間類型動態(tài)度活躍程度由大到小表現(xiàn)為：農(nóng)村生活空間、城鎮(zhèn)發(fā)展空間、生態(tài)陸地空間、農(nóng)業(yè)生產(chǎn)空間、生態(tài)水域空間，即農(nóng)村生活空間變化最活躍，與2010-2018年相比，生態(tài)水域空間活躍度降低，其他4類空間活躍度有所提升；整體來看，2018-2022年空間動態(tài)度較高，空間利用變化更為劇烈，生態(tài)陸地空間將面臨威脅。

CA-Markov模型結(jié)合了Markov模型時間維度分析的優(yōu)勢和CA模型空間維度分析的優(yōu)勢，可在定量和空間兩個方面對國土空間格局進(jìn)行較好地模擬。然而國土空間格局變化是一個復(fù)雜的過程，受到自然、經(jīng)濟(jì)、社會等多重因素的綜合影響，由于一些影響因子難以獲取及量化，本研究只考慮了地形、人口密度等影響因素，使得預(yù)測結(jié)果不能全面反映研究區(qū)實(shí)際情況。因此在未來的研究中，可以增加規(guī)劃、政策、實(shí)地調(diào)研等因素，以探索綜合因素作用下國土空間格局變化趨勢，進(jìn)而提高模擬結(jié)果的可靠性，同時國土空間時空格局變化的機(jī)制、效應(yīng)，以及國土空間如何進(jìn)行更加科學(xué)合理地優(yōu)化也是未來研究的重點(diǎn)，以更好地推進(jìn)青龍縣經(jīng)濟(jì)、社會、生態(tài)協(xié)調(diào)發(fā)展。