山東省耕地顯性轉(zhuǎn)型時(shí)空特征及影響因素分析

范德強(qiáng) 王 萍 呂 曉 翟騰騰

( 1)曲阜師范大學(xué)地理與旅游學(xué)院,276826,山東日照； 2)日照市國(guó)土空間規(guī)劃與生態(tài)建設(shè)重點(diǎn)實(shí)驗(yàn)室,276826,山東日照；3)東北大學(xué)文法學(xué)院,110004,沈陽 )

自第一次科技革命以來，生產(chǎn)力的迅速提升與不合理的城市規(guī)劃等因素加劇了人地關(guān)系的失衡.以1995年“國(guó)際地圈—生物圈計(jì)劃”(IGBP)和“全球環(huán)境變化人文計(jì)劃”(IHDP)聯(lián)合發(fā)表的《土地利用與土地覆被變化科學(xué)研究計(jì)劃》為基礎(chǔ)，土地利用與覆被變化(LUCC)這一課題迅速引起了各國(guó)學(xué)者的高度重視[1,2].我國(guó)的LUCC研究主要在“熱點(diǎn)地區(qū)”和“脆弱區(qū)”這兩類地區(qū)展開[3-6]，并結(jié)合全球變化、可持續(xù)發(fā)展、土地整理等其他熱點(diǎn)研究主題[7-10]，以LUCC為核心的綜合研究框架正逐漸形成[11].龍華樓[12]認(rèn)為在一定時(shí)期內(nèi)某區(qū)域的土地同時(shí)具有顯性形態(tài)(數(shù)量、空間結(jié)構(gòu)屬性)與隱性形態(tài)(產(chǎn)權(quán)、固有投入等屬性)兩種形態(tài).耕地作為土地利用轉(zhuǎn)型的重要源頭，在土地利用轉(zhuǎn)型研究中具有“牽一發(fā)而動(dòng)全身”的重要地位[13].研究耕地利用轉(zhuǎn)型首先要明確耕地的顯性形態(tài)特征.牛善棟等人[14]對(duì)鄉(xiāng)村振興視角下耕地利用轉(zhuǎn)型的內(nèi)涵給出了較為全面的界定，認(rèn)為耕地利用顯性形態(tài)與耕地利用空間形態(tài)兩種觀點(diǎn)趨同.基于此，耕地利用顯性形態(tài)可以表述為在某一特定時(shí)段及區(qū)域內(nèi)，耕地在數(shù)量、空間和時(shí)間尺度上的特征、發(fā)展趨勢(shì)和變化規(guī)律的集合.

過去300年時(shí)間內(nèi)，我國(guó)耕地?cái)?shù)量呈“拋物線”式變化[15].17世紀(jì)前葉增長(zhǎng)趨勢(shì)明顯，至20世紀(jì)前葉逐漸穩(wěn)定；再至20世紀(jì)90年代中葉，國(guó)內(nèi)工業(yè)化進(jìn)程處于快速發(fā)展階段，建設(shè)用地需求量激增導(dǎo)致耕地?cái)?shù)量銳減，耕地保護(hù)勢(shì)在必行.杜文星等人[16]在綜合前人研究成果的基礎(chǔ)上提出，結(jié)合國(guó)家宏觀經(jīng)濟(jì)發(fā)展戰(zhàn)略定位，城鄉(xiāng)融合發(fā)展的戰(zhàn)略目標(biāo)和土地制度改革的方向?qū)^(qū)域城鄉(xiāng)土地進(jìn)行‘全域全覆蓋+全地類要素+土地利用顯隱性轉(zhuǎn)型’的動(dòng)態(tài)綜合研究，是今后城鄉(xiāng)土地利用轉(zhuǎn)型研究的重點(diǎn).山東省人多地少，地形、地質(zhì)條件復(fù)雜，耕地質(zhì)量及空間分布嚴(yán)重不均，耕地面積與建設(shè)用地面積此消彼長(zhǎng)的矛盾尖銳.已有研究主要側(cè)重于研究長(zhǎng)江中游地區(qū)、黃淮海平原等省際宏觀區(qū)域[17-21]，較少針對(duì)單一省份展開研究，疊加數(shù)據(jù)以2年期土地利用柵格數(shù)據(jù)為主，最大疊加至3年期土地利用柵格數(shù)據(jù)，較難在更大時(shí)間尺度上歸納圖譜變化的規(guī)律，較少與景觀指數(shù)相結(jié)合，在空間變化上對(duì)顯性變化的空間分異性體現(xiàn)不足[22,23].因此，選擇山東省作為研究區(qū)域，以8年期土地利用柵格數(shù)據(jù)為底圖，使用修正后的柵格數(shù)據(jù)疊加公式進(jìn)行疊加運(yùn)算，以8年期的連續(xù)轉(zhuǎn)型路徑為主要依據(jù)分析耕地顯性轉(zhuǎn)型的整體變化特征，通過景觀指數(shù)分析耕地顯性轉(zhuǎn)型的形態(tài)變化特征，使用主成分分析法揭示影響山東省耕地利用顯性形態(tài)變化的主要因素，從更為綜合的角度為山東省耕地保護(hù)提供數(shù)據(jù)支撐，為山東省產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型與空間規(guī)劃布局提供參考.

1 研究數(shù)據(jù)與方法

1.1數(shù)據(jù)來源

1.1.1 空間柵格數(shù)據(jù) 本研究數(shù)據(jù)主要來自國(guó)家科技基礎(chǔ)條件平臺(tái)-國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)共享平臺(tái)-黃河下游科學(xué)數(shù)據(jù)中心(http://henu.geodata.cn)提供的1980年、1990年、1995年、2000年、2005年、2008年、2010年、2013年山東省土地利用柵格數(shù)據(jù).2015年山東省土地利用柵格數(shù)據(jù)來自中國(guó)科學(xué)院資源環(huán)境數(shù)據(jù)云平臺(tái)(http://www.resdc.cn).使用ArcGIS軟件中的“Reclassify”工具，將LUCC分類體系中的6-未利用地與9-海域擴(kuò)張合并為6-未利用地.即在后續(xù)處理中，將各地類賦值為：1-耕地，2-林地，3-草地，4-水域，5-建設(shè)用地，6-未利用地.

1.1.2 社會(huì)經(jīng)濟(jì)數(shù)據(jù) 本文選擇各地市的城鎮(zhèn)人口(x1)、農(nóng)村人口(x2)、國(guó)內(nèi)生產(chǎn)總值(x3)、生活垃圾清運(yùn)量(x4)、公路里程(x5)、財(cái)政預(yù)算收入(x6)、城鄉(xiāng)居民儲(chǔ)蓄(x7)和金融機(jī)構(gòu)各項(xiàng)貸款余額(x8)作為耕地顯性形態(tài)變化的驅(qū)動(dòng)因素進(jìn)行分析.上述研究數(shù)據(jù)均來自2001年至2016年的《山東統(tǒng)計(jì)年鑒》.

1.2研究方法

1.2.1 柵格數(shù)據(jù)疊加法 本研究使用柵格數(shù)據(jù)疊加法分析山東省耕地利用顯性形態(tài)轉(zhuǎn)型的數(shù)量變化特征.柵格數(shù)據(jù)疊加所用方法為修正后的像元疊加公式:

(1)

其中，N為疊加后的像元值，R為將無數(shù)據(jù)柵格轉(zhuǎn)為0值后的柵格數(shù)據(jù)，n為柵格數(shù)據(jù)按時(shí)間順序降序排列后的序數(shù)值.n越大，表明柵格數(shù)據(jù)越接近當(dāng)前年份.當(dāng)n=2時(shí)，上述公式可簡(jiǎn)化為

N=((Fi+1)×10+(Fj+1)×1)-11.

(2)

其中，F(xiàn)為參與疊加的柵格數(shù)據(jù)，i為較早年份，j為較晚年份.N0為參與計(jì)算的背景值,現(xiàn)實(shí)含義為研究區(qū)域外的數(shù)據(jù)或地類缺少造成的無數(shù)據(jù).如，1980、1990、2000年的柵格數(shù)據(jù)疊加后出現(xiàn)N0=1(“001”)，代表在該像元范圍在1980-1990年無數(shù)據(jù)，1990-2000年數(shù)值為1.現(xiàn)實(shí)意義為1980-1990年該像元處地類數(shù)據(jù)缺失，1990-2000年之間地類轉(zhuǎn)換為1.這種情況主要發(fā)生在黃河入海口處，黃河三角洲面積不斷增長(zhǎng)，研究區(qū)域邊界年際變化明顯.

利用ArcGIS柵格計(jì)算器功能完成數(shù)據(jù)疊加操作.首先，使用setNull()函數(shù)將柵格數(shù)據(jù)中的空值轉(zhuǎn)型為0；其次，使用上述公式進(jìn)行像元計(jì)算，分別得到初末期各地類轉(zhuǎn)型數(shù)量和初末期各地類轉(zhuǎn)型路徑；最后，導(dǎo)出計(jì)算結(jié)果的屬性表，使用Excel中的篩選功能得到與耕地相關(guān)的地類轉(zhuǎn)型數(shù)據(jù).

1.2.2 耕地保持率 耕地保持率指某地在耕地發(fā)生變化的過程中，始終不變的耕地面積與研究初期耕地總面積的比值.該數(shù)據(jù)可從宏觀角度概括地展示各地經(jīng)濟(jì)社會(huì)發(fā)展對(duì)耕地的依賴程度.耕地保持率越大，說明該地發(fā)展對(duì)耕地的依賴程度越小.

(3)

其中，h為耕地保持率，n0為耕地不變的面積，i為耕地轉(zhuǎn)化方向，k為耕地轉(zhuǎn)化方向的數(shù)量.

1.2.3 景觀指數(shù)計(jì)算 為分析山東省耕地利用顯性轉(zhuǎn)型的形態(tài)變化特征，本文研究耕地斑塊層級(jí)指標(biāo)，包含：1)斑塊面積(CA)、2)景觀分割指數(shù)(DIVISION)、3)斑塊密度(PD)、4)最大斑塊面積指數(shù)(LPI)、5)景觀形狀指數(shù)(LSI)、6)散布與并列指數(shù)(IJI)、7)景觀破碎化指數(shù)(SPLIT)和8)景觀聚集度指數(shù)(AI).

利用Fragstats4.2.1軟件進(jìn)行景觀指數(shù)計(jì)算.點(diǎn)擊New按鈕新建一個(gè)文件，在Input layers選項(xiàng)卡里點(diǎn)擊Add layer添加.tif格式的柵格文件，在Analysis parameters選項(xiàng)卡里選擇Sampling strategy下的No sampling，并在Class metrics前打勾，其他為軟件默認(rèn)設(shè)置，點(diǎn)擊右側(cè)Class metrics按鈕，選擇需要計(jì)算的各項(xiàng)指標(biāo)，點(diǎn)擊左上角的Run按鈕，在彈出的對(duì)話框中點(diǎn)擊Proceed即可完成計(jì)算，點(diǎn)擊Results按鈕下的Save run as將計(jì)算結(jié)果保存為.class格式的文件，使用Excel軟件打開并另存為.xlsx格式以便后期使用.

1.2.4 主成分分析 本研究通過STATA軟件進(jìn)行山東省耕地利用顯性形態(tài)轉(zhuǎn)型的影響因素分析，將主成分個(gè)數(shù)設(shè)置為8，以便求得線性組合來刻畫高維影響因子的作用強(qiáng)度.

2 結(jié)果與分析

2.1整體變化分析由圖1可知，研究期內(nèi)山東省耕地顯性轉(zhuǎn)型以轉(zhuǎn)出過程為主，耕地轉(zhuǎn)出過程存在小范圍集聚性，耕地轉(zhuǎn)入過程則集聚在黃河三角洲、微山湖等近水域地區(qū).山東省耕地轉(zhuǎn)入主要分布于黃河三角洲地區(qū)、內(nèi)陸水域(湖泊、河流)周邊以及臨沂市、日照市的山地丘陵區(qū).主要原因在于黃河三角洲的自然發(fā)育、人類在內(nèi)陸水域周邊的圍墾造田活動(dòng)，以及臨沂市、日照市廣泛開展的土地整理工作，梯田及高標(biāo)準(zhǔn)農(nóng)田建設(shè)稍見成效.其它轉(zhuǎn)化指的是不包含耕地的轉(zhuǎn)型過程.

圖1 1980-2015年山東省耕地顯性變化空間分布

在1980-2015年，山東省共發(fā)生耕地變化30 646.08 km2，占耕地總面積的25.923%.表1中占比是轉(zhuǎn)型路徑面積占耕地總轉(zhuǎn)型面積的比重，其中以2010年前后的建設(shè)用地向耕地轉(zhuǎn)移(即“111111551”路徑)為主，占耕地顯性轉(zhuǎn)型總面積的22.898%.2010年前后建設(shè)用地?cái)U(kuò)張程度較大，大量耕地被占用.排在第二、三位的分別是2010年前后的耕地向草地、耕地向建設(shè)用地轉(zhuǎn)型，分別占耕地顯性轉(zhuǎn)型總面積的10.758%和9.996%.耕地顯性轉(zhuǎn)型路徑類型眾多，但整體上可以概括為以下兩種模式：

2.1.1 A>B模式 該模式概括了單一像元由A地類直接轉(zhuǎn)型到B地類的轉(zhuǎn)型路徑.在轉(zhuǎn)型為B地類之前，A地類保持不變；轉(zhuǎn)型為B地類之后，地類保持穩(wěn)定不變.例如“111155555”轉(zhuǎn)型路徑，在2000年之前，該像元始終為耕地，在2005年轉(zhuǎn)為建設(shè)用地后，直到2015年始終保持建設(shè)用地的土地利用類型不變，中間年份未發(fā)生土地利用類型變化的擾動(dòng).該模式的穩(wěn)定性最好，在表1中代表耕地一次性和永久性地向其他地類轉(zhuǎn)化，即耕地流失路徑，與以2年期柵格數(shù)據(jù)為一組分別研究耕地流失路徑相比，8年期耕地流失路徑不包含下文中的A>B>A模式，因此8年期耕地流失路徑的面積之和即為研究期內(nèi)耕地實(shí)際減少量.

2.1.2 A>B>A模式 在該模式下，A地類在研究期內(nèi)保持穩(wěn)定，但由于某種擾動(dòng)因素的作用，短期內(nèi)變?yōu)榱薆地類，在擾動(dòng)因素消失或影響效果減弱后又恢復(fù)為A地類.例如“111111551”轉(zhuǎn)型路徑，在2008年之前，該像元始終為耕地，但在2010年至2013年間變?yōu)榻ㄔO(shè)用地，在2015年土地利用類型又恢復(fù)為耕地，在研究期內(nèi)共經(jīng)歷2次連續(xù)擾動(dòng).山東省耕地顯性形態(tài)轉(zhuǎn)型多為A>B>A模式，即山東省內(nèi)多數(shù)耕地都受到過不同程度的擾動(dòng)，由表1可知，受到2次連續(xù)擾動(dòng)的情況大于受到1次擾動(dòng)的情況，且多為建設(shè)用地產(chǎn)生的擾動(dòng)，占耕地轉(zhuǎn)型路徑的22.898%，水域產(chǎn)生的擾動(dòng)次之，占1.864%；1次擾動(dòng)多為林地引起，占耕地轉(zhuǎn)型路徑的1.415%.該模式代表了耕地的維持，與全年期始終不變的耕地像元不同，擾動(dòng)因子產(chǎn)生與消失的過程部分或全部轉(zhuǎn)化為耕地保護(hù)的代價(jià)，是耕地多宜性和較難恢復(fù)特性的集中體現(xiàn)，也是耕地與擾動(dòng)因子之間矛盾的集中體現(xiàn)，代表耕地轉(zhuǎn)型的不穩(wěn)定性.擾動(dòng)因子的數(shù)量和種類越多該轉(zhuǎn)化路徑代價(jià)越高，越不穩(wěn)定，因此擾動(dòng)因子的數(shù)量可以用作相關(guān)研究評(píng)價(jià)耕地保護(hù)效益的指標(biāo)之一，路徑所占面積可以作為相關(guān)研究中衡量耕地與擾動(dòng)因子矛盾程度的指標(biāo)之一.

2.1.3 兩種模式之間的相互關(guān)系 由A>B>A模式可知，研究期內(nèi)擾動(dòng)因子的影響次數(shù)最大為2次，且為連續(xù)影響.因此在A>B模式中，當(dāng)B地類在路徑中出現(xiàn)的次數(shù)小于2次時(shí)，可被視為一個(gè)擾動(dòng)因子，該轉(zhuǎn)型路徑很有可能在下一個(gè)節(jié)點(diǎn)轉(zhuǎn)化為A>B>A模式.例如“111111115”轉(zhuǎn)型路徑，在2015年該像元由耕地轉(zhuǎn)為建設(shè)用地，由于建設(shè)用地這一擾動(dòng)因子出現(xiàn)次數(shù)小于2次，這一像元在接下來的轉(zhuǎn)化路徑中有較大概率恢復(fù)為耕地，而不是保持建設(shè)用地不變.因此，上述兩種模式不是恒定不變的，隨著研究時(shí)段的延長(zhǎng)或縮短，同一像元的轉(zhuǎn)型路徑會(huì)可能會(huì)發(fā)生變化，但兩模式的面積之和始終為研究期內(nèi)耕地總變化量.由表1可知，山東省耕地轉(zhuǎn)型路徑以“111111551”為主，建設(shè)用地為耕地轉(zhuǎn)型的主要干擾因子，耕地利用與建設(shè)用地利用之間的矛盾最為突出.

表1 1980-2015年山東省耕地顯性轉(zhuǎn)型路徑前15位

如圖2所示，菏澤市的耕地保持率最小，臨沂市的耕地保持率最大，其余地市的耕地保持率均處于在0.900的較高水平.說明山東省17地市對(duì)耕地的依賴程度較低，多數(shù)耕地從未發(fā)生過地類轉(zhuǎn)化.菏澤市耕地保持率低于全省平均值，說明菏澤市較多耕地處于轉(zhuǎn)化與恢復(fù)的動(dòng)態(tài)過程當(dāng)中，不利于耕地的永續(xù)利用.

圖2 山東省17地市耕地保持率

2.2分區(qū)變化分析由表2可知，1980-2015年山東省耕地消耗主要向建設(shè)用地轉(zhuǎn)型，耕地增加主要為建設(shè)用地補(bǔ)充，但建設(shè)用地消耗量遠(yuǎn)大于補(bǔ)充量.除耕地與建設(shè)用地之間的相互轉(zhuǎn)型外，魯東地區(qū)以耕地與草地之間的相互轉(zhuǎn)型為主；魯南地區(qū)以耕地和水域之間的相互轉(zhuǎn)型為主；魯西北地區(qū)和魯中地區(qū)，耕地以向水域的轉(zhuǎn)出為主要消耗方向，以草地的轉(zhuǎn)入為主要來源.

表2 1980-2015年山東省各分區(qū)耕地利用轉(zhuǎn)移矩陣 km2

如圖3所示，左列是耕地向其它地類轉(zhuǎn)出量分級(jí)，展示耕地的去向；右列為其它地類向耕地轉(zhuǎn)入量分級(jí)，顯示耕地的來源.

圖3 17地市耕地顯性轉(zhuǎn)型數(shù)量分級(jí)圖

1) a、b兩圖為耕地與林地轉(zhuǎn)型分級(jí)情況.在a圖中，高級(jí)區(qū)位于濟(jì)南市、煙臺(tái)市和臨沂市.低級(jí)區(qū)多分布在魯南與魯西北地區(qū)的東部，魯中地區(qū)南部也有低級(jí)區(qū)存在.在b圖中，山東省只有濟(jì)南市位于高級(jí)區(qū)范圍內(nèi)，膠東半島除青島市屬于低級(jí)區(qū)外，其他地市均屬于中級(jí)區(qū).濟(jì)南市的林地向耕地轉(zhuǎn)入量遠(yuǎn)高于周邊地市，為區(qū)域極大值；青島市卻與濟(jì)南市恰好相反，其轉(zhuǎn)出量略低于周邊地市，成為區(qū)域極小值.

2) c、d兩圖為耕地與草地轉(zhuǎn)型分級(jí)情況.在c圖中，以萊蕪市為中心，其周邊地市均為中級(jí)區(qū)域.煙臺(tái)與臨沂兩地市是耕地向草地轉(zhuǎn)出量最多的區(qū)域.在d圖中，只存在東營(yíng)市一個(gè)高級(jí)區(qū)，中級(jí)區(qū)有兩個(gè)，分別是煙臺(tái)市與臨沂市；其它地市的草地向耕地轉(zhuǎn)入量普遍較低.

3) e、f兩圖為耕地與水域轉(zhuǎn)型分級(jí)情況.在e圖中，除聊城、萊蕪、淄博、威海以及棗莊五地市外，耕地向水域轉(zhuǎn)化程度都位于中、高水平.在f圖中，東營(yíng)市與菏澤市水域向耕地轉(zhuǎn)出量較高.

4) g、h兩圖為耕地與建設(shè)用地轉(zhuǎn)型分級(jí)情況.在g圖中，自半島內(nèi)陸至沿海，耕地轉(zhuǎn)向建設(shè)用地的分級(jí)呈現(xiàn)高低相間分布的特點(diǎn)，只有濰坊市位于高級(jí)區(qū).對(duì)比h圖中，耕地向建設(shè)用地轉(zhuǎn)化量處于中等水平的濱州及泰安兩地市，反而在建設(shè)用地向耕地轉(zhuǎn)化量上位于中等水平.

5) i、j兩圖為耕地與未利用地轉(zhuǎn)型分級(jí)情況.在i圖中，魯中地區(qū)為耕地向未利用地轉(zhuǎn)化的低水平地區(qū).在j圖中，濱州市、德州市、東營(yíng)市和濰坊市未利用地資源較為豐富，屬于未利用地向耕地轉(zhuǎn)化的高水平地區(qū).

2.3形態(tài)變化特征1)斑塊面積(CA)是計(jì)算其他指標(biāo)的基礎(chǔ)指標(biāo)，指景觀中單個(gè)斑塊類型的數(shù)量.圖4中，CA呈現(xiàn)波動(dòng)下降的趨勢(shì)，在1990-1995年降幅最大，之后降幅逐漸減緩，并在2008年首次降至102 500 km2以下；其上升階段有三個(gè)，第一階段為1980-1990年，漲幅為121.49 km2，第二階段為1995-2000年，漲幅為699.60 km2，第三階段為2018-2010年，漲幅為1 172.10 km2.2)景觀分割指數(shù)(DIVISION)衡量景觀的分割程度，越接近1，分割程度越嚴(yán)重.圖4中，DIVISION多數(shù)時(shí)期均在0.8以上，在2015年最接近1，為0.89；在2000年、2010年和2013年三年內(nèi)，DIVISION位于0.8以下，其中2010年最低，為0.68.這表示省內(nèi)耕地斑塊的分割程度仍然較大.3)斑塊密度(PD)表達(dá)單位面積上的斑塊數(shù).圖4中，PD總體呈現(xiàn)出上升趨勢(shì)，并于1995-2000年和2008-2010年期間出現(xiàn)兩次不同程度的下降，其中第二次的下降幅度最大，為0.007 5/km2；在上升階段中，2013-2015年的漲幅最大，為0.014 2/km2.4)最大斑塊面積指數(shù)(LPI)是景觀優(yōu)勢(shì)的簡(jiǎn)單度量，表示最大斑塊面積占總景觀面積的比重.圖4中，LPI呈現(xiàn)出震蕩變動(dòng)的趨勢(shì)，雖有時(shí)會(huì)高于25%，但又會(huì)很快回落到25%附近，并可明顯劃分為四個(gè)階段：第一階段為1980-1995年，期間LPI一直維持在25 %附近；第二階段為1995-2005年，在2000年突現(xiàn)極值點(diǎn)，此時(shí)LPI為44.27%；第三階段為2005-2008年，LPI處于穩(wěn)定期；第四階段為2008-2015年，在2010年和2013年出現(xiàn)兩個(gè)極值點(diǎn)，LPI最大為2010年的56.04%.5)景觀形狀指數(shù)(LSI)是斑塊形狀復(fù)雜程度的標(biāo)準(zhǔn)化度量，當(dāng)斑塊形狀規(guī)則時(shí)會(huì)接近1.由圖4可知，LSI呈現(xiàn)波動(dòng)上升趨勢(shì)，并與PD表現(xiàn)出較強(qiáng)的相關(guān)性，LSI超過220的點(diǎn)有3個(gè)，分別為2005年、2008年和2015年，在2008-2010年降幅最明顯，為12.60；而在2013-2015年增幅最明顯，為14.9，這說明耕地斑塊正朝不規(guī)則化增加的方向演變.6)散布與并列指數(shù)(IJI)是對(duì)斑塊鄰接的度量，IJI較小時(shí)，說明斑塊分布相對(duì)聚集，而當(dāng)IJI接近100時(shí)，表示斑塊分布相對(duì)分散.由圖4可知，IJI呈現(xiàn)出震蕩減小的趨勢(shì)，但整體仍維持在75%附近的水平上，在2010與2013年出現(xiàn)極小值，最小值為2013年的64.00%.7)景觀破碎化指數(shù)(SPLIT)是單一斑塊被劃分為等面積小斑塊的個(gè)數(shù)，隨著斑塊類型減少同時(shí)細(xì)分為更小斑塊而增加.由圖4可知，SPLIT多處于5.00以上，只有2000年、2010年和2013年低于該值，最低為2010年的3.17，最高為2015年的8.80，這表明耕地斑塊正在逐漸減少并被細(xì)分為更小的斑塊.8)景觀聚集度指數(shù)(AI)基于同類型斑塊像元間公共邊界長(zhǎng)度來計(jì)算，隨著斑塊類型聚集而增大.由圖4可知，AI正波動(dòng)降低，并于2008年首次低于93.00%，在2015年達(dá)到最低值92.79%，期間經(jīng)歷過兩次增長(zhǎng)階段，第一次增長(zhǎng)是1995-2000年，漲幅0.09%；第二次增長(zhǎng)是2008-2010年，漲幅0.44%，在下降階段中，降幅最大為2010-2015年的0.57%，這表明耕地斑塊的聚集度正逐漸降低.

圖4 1980-2015年山東省耕地斑塊層級(jí)景觀指數(shù)

3 耕地顯性轉(zhuǎn)型影響因素分析

主成分分析意在付出最小信息損失的代價(jià)，將高維信息數(shù)據(jù)進(jìn)行降維,并依據(jù)降維后得到的主成分對(duì)高維信息中各維度間的相互關(guān)系和對(duì)主成分的影響程度進(jìn)行簡(jiǎn)要分析.本文在對(duì)數(shù)據(jù)使用正規(guī)化方法進(jìn)行標(biāo)準(zhǔn)化后，使用StataSE16軟件，運(yùn)用pca命令，將影響耕地顯性轉(zhuǎn)型的8個(gè)因素轉(zhuǎn)化為等量主成分，再從中選取特征值大于零的主成分用于影響因素分析.廖柳文等人[25]提出了鄉(xiāng)村勞動(dòng)力變動(dòng)下耕地利用轉(zhuǎn)型的動(dòng)力機(jī)制，唐一峰等人[26]使用動(dòng)態(tài)空間Durbin模型研究公路基礎(chǔ)設(shè)施建設(shè)對(duì)耕地利用轉(zhuǎn)型的影響，史洋洋等人[23]綜合分析自然地理、社會(huì)經(jīng)濟(jì)、交通區(qū)位和土地管理等因素，提出耕地利用轉(zhuǎn)型的動(dòng)力機(jī)制概念框架.基于上述研究成果，本文選取城鎮(zhèn)人口(x1)、農(nóng)村人口(x2)、國(guó)內(nèi)生產(chǎn)總值(x3)、生活垃圾清運(yùn)量(x4)、公路里程(x5)、財(cái)政預(yù)算收入(x6)、城鄉(xiāng)居民儲(chǔ)蓄(x7)和金融機(jī)構(gòu)各項(xiàng)貸款余額(x8)作為影響耕地轉(zhuǎn)型的8個(gè)因素.

3.1合理性分析KMO檢驗(yàn)用于評(píng)價(jià)變量之間相關(guān)關(guān)系的強(qiáng)弱，取值介于0和1之間.KMO得分越接近1，表明變量的共性越高.一般將KMO得分在0.60至0.69稱為“勉強(qiáng)接受”，在0.70至0.79稱為“可以接受”，在0.80至0.89稱為“比較好”.由表3可知，各年KMO檢驗(yàn)值均在0.66以上，全部通過檢驗(yàn)，且2015年KMO檢驗(yàn)得分最高，處于“比較好”的評(píng)價(jià)等級(jí).

表3 KMO檢驗(yàn)得分

SMC為多元回歸分析模型中的可決系數(shù)，它檢驗(yàn)變量之間的線性關(guān)系，數(shù)值越高表示變量之間線性關(guān)系越強(qiáng)，越適合主成分分析.由表4可知，各因素歷年的SMC得分普遍高于0.80，只有農(nóng)村人口的SMC得分在2008年與2010年期間低于該值.

表4 SMC檢驗(yàn)得分

3.2影響因素分析主成分的特征值為該主成分所包含信息的方差，反映信息的離散程度.累計(jì)貢獻(xiàn)率反映了主成分包含信息量的大小.一般取特征值大于1.00且累計(jì)貢獻(xiàn)率大于0.85的主成分作為降維結(jié)果.由表5可知，只有前兩位主成分滿足上述條件，因此，選取主成分1與主成分2為8個(gè)影響因素的降維結(jié)果.

主成分載荷為各影響因素對(duì)主成分的貢獻(xiàn)程度和方向，數(shù)值越大表示對(duì)主成分影響越大，符號(hào)的正負(fù)表示影響因素與主成分之間的關(guān)系為正相關(guān)或負(fù)相關(guān).例如2000年主成分z1和z2與各影響因素之間的關(guān)系可以表示為：

z1=0.40x1+0.17x2+0.39x3+0.38x4+0.28x5+0.39x6+0.39x7+0.37x8.

(4)

z2=0.06x1+0.73x2-0.17x3-0.15x4+0.56x5-0.19x6-0.04x7-0.23x8.

(5)

表5 歷年各主成分(z)、特征值(λ)及其累計(jì)貢獻(xiàn)率(Σ)

令主成分載荷構(gòu)成的系數(shù)矩陣為Ci，各影響因素構(gòu)成的變量矩陣為X，主成分為z，則X與z之間的關(guān)系可以進(jìn)一步表示為矩陣乘法,

zi=Ci·X，i=1,2.

(6)

由公式(4)和公式(5)可知主成分與影響因素之間為多元線性關(guān)系，由公式(6)可知不同年份的Ci各不相同，表示不同年份中各影響因素間的相互關(guān)系和影響程度也各不相同.

由表6可知，z1的主成分載荷均為正值，z2的主成分載荷中存在較多負(fù)值，x3、x4、x6和x8在z1中的載荷始終為正值，在z2中的載荷始終為負(fù)值；x7在z1中的載荷始終為正值，但在z2中的載荷存在著正負(fù)值的波動(dòng)變化.在z1中x1為主要貢獻(xiàn)因素，在z2中x2為主要貢獻(xiàn)因素，x3、x4、x6和x8多為社會(huì)經(jīng)濟(jì)發(fā)展數(shù)據(jù)，表示社會(huì)經(jīng)濟(jì)發(fā)展對(duì)z1起正向推動(dòng)作用，對(duì)z2起負(fù)向抑制作用，結(jié)合兩主成分的主要貢獻(xiàn)因素和耕地固有的向價(jià)值更高的地類轉(zhuǎn)化的趨勢(shì)，即可歸納出z1提取的是耕地非農(nóng)利用維度的信息，以城鎮(zhèn)人口為主導(dǎo)，隨社會(huì)經(jīng)濟(jì)的不斷發(fā)展而增加；z2提取的是耕地保護(hù)維度的信息，以農(nóng)村人口為主導(dǎo)，隨社會(huì)經(jīng)濟(jì)的不斷發(fā)展而減少，即z1越大耕地向其他地類轉(zhuǎn)化的趨勢(shì)越大，越容易產(chǎn)生A>B模式，z2越大耕地維持其原有形態(tài)的穩(wěn)定性越大，越難產(chǎn)生A>B>A模式，且B地類在轉(zhuǎn)型路徑中出現(xiàn)的次數(shù)越少.

表6 歷年主成分(z)載荷矩陣

4 討 論

無數(shù)據(jù)地類與耕地的相互轉(zhuǎn)型可以展示1980年(初期)與2015年(末期)柵格數(shù)據(jù)的缺失情況，及其對(duì)于耕地變化的影響程度.如圖所示，17地市總體水平在150個(gè)柵格以下,臨沂市1980年的耕地向2015年的無數(shù)據(jù)地類轉(zhuǎn)型了超過200個(gè)柵格，而僅有不超過100個(gè)柵格是從無數(shù)據(jù)地類轉(zhuǎn)向耕地.與之相反，德州市的無數(shù)據(jù)地類轉(zhuǎn)向耕地的柵格數(shù)則遠(yuǎn)大于耕地轉(zhuǎn)向無數(shù)據(jù)地類的柵格數(shù).這說明1980年和2015年的數(shù)據(jù)都有不同程度的缺失.初期數(shù)據(jù)中，德州市數(shù)據(jù)缺失最多，菏澤市次之；末期數(shù)據(jù)中，臨沂市缺失最多，聊城市次之；萊蕪市兩期數(shù)據(jù)均無缺失.山東省1980年和2015年的柵格數(shù)據(jù)在耕地變化的范圍中數(shù)據(jù)缺失總量為1 562個(gè)柵格，合15.62 km2，占整體耕地柵格變化量的比重僅有0.015%，因此在耕地變化的研究中可以將由數(shù)據(jù)缺失引起的研究誤差忽略不計(jì).受篇幅限制，本文并未對(duì)耕地轉(zhuǎn)移路徑以及各項(xiàng)景觀指數(shù)的突變點(diǎn)出現(xiàn)的原因作進(jìn)一步研究和討論.

圖5 山東省17地市耕地—無數(shù)據(jù)相互轉(zhuǎn)型柵格數(shù)

5 結(jié) 語

本文在整體變化、分區(qū)變化和形態(tài)變化方面探討了山東省耕地顯性轉(zhuǎn)型的時(shí)空特征，并利用主成分分析法分析影響山東省耕地顯性轉(zhuǎn)型的主要因素.研究發(fā)現(xiàn)1)山東省耕地轉(zhuǎn)移路徑多樣，可分為A>B和A>B>A兩種模式，且以A>B>A模式中的“111111551”路徑為主.耕地轉(zhuǎn)入過程多集聚出現(xiàn)在近水域地區(qū)，耕地轉(zhuǎn)出過程多分散在省域范圍內(nèi)，但小范圍會(huì)出現(xiàn)一定程度的集聚，這體現(xiàn)出耕地的轉(zhuǎn)入過程具有明顯的“區(qū)域偏好”；耕地的轉(zhuǎn)出過程則具有更好的適應(yīng)性，在省內(nèi)各個(gè)區(qū)域均有可能發(fā)生.2)除耕地轉(zhuǎn)向建設(shè)用地在全自然地理分區(qū)內(nèi)轉(zhuǎn)移面積最大以外，魯東、魯西北地區(qū)以草地向耕地的轉(zhuǎn)移為主，魯南、魯中地區(qū)以建設(shè)用地向耕地的轉(zhuǎn)移為主.這說明，排除耕地向建設(shè)用地轉(zhuǎn)化這一極值之后，耕地的轉(zhuǎn)化以轉(zhuǎn)入過程為主，且沿海的魯東、魯西北地區(qū)與內(nèi)陸的魯南、魯中地區(qū)耕地的主要來源有所不同，沿海地區(qū)耕地的主要來源為草地，內(nèi)陸地區(qū)耕地的主要來源為建設(shè)用地.3)耕地斑塊面積、聚集度正逐漸下降，分割程度、密度逐漸增大，最大斑塊優(yōu)勢(shì)基本穩(wěn)定，形狀不規(guī)則化程度增加，分布相對(duì)分散，這顯示耕地的破碎化程度依然較高.耕地斑塊的各項(xiàng)指數(shù)在年際變化的過程中都出現(xiàn)過不同程度的波動(dòng)和震蕩.4)人口因素依然是影響耕地顯性轉(zhuǎn)型的首要因素，z1與z2分別對(duì)應(yīng)了耕地顯性轉(zhuǎn)型路徑的A>B模式和A>B>A模式，可以作為衡量耕地顯性轉(zhuǎn)型的趨勢(shì)和穩(wěn)定性的量化依據(jù).

在空間尺度上，山東省耕地顯性轉(zhuǎn)型具有地域分異規(guī)律，整體變化表現(xiàn)為轉(zhuǎn)入地區(qū)和轉(zhuǎn)出地區(qū)的分異，分區(qū)變化表現(xiàn)為內(nèi)陸和沿海地區(qū)的分異.相關(guān)研究大多關(guān)注轉(zhuǎn)入地區(qū)和轉(zhuǎn)出地區(qū)的分異規(guī)律而弱化了沿海與內(nèi)陸地區(qū)的分異規(guī)律.在時(shí)間尺度上，山東省耕地顯性轉(zhuǎn)型表現(xiàn)出轉(zhuǎn)移路徑的多樣性，斑塊變化的波動(dòng)性.耕地顯性轉(zhuǎn)型的本質(zhì)是擾動(dòng)因子對(duì)耕地的影響，在空間尺度上體現(xiàn)為柵格像元的替代，在時(shí)間尺度上體現(xiàn)為擾動(dòng)持續(xù)的時(shí)長(zhǎng)，在圖譜上體現(xiàn)為耕地轉(zhuǎn)型路徑的多樣性.轉(zhuǎn)移路徑的多樣性是在較長(zhǎng)時(shí)間尺度上研究耕地顯性轉(zhuǎn)型的直觀方法，它將初、末研究期之間的地類轉(zhuǎn)移情況一并考慮在內(nèi)，規(guī)避了分析計(jì)算大量土地利用轉(zhuǎn)移矩陣的弊端.在影響因素上，人口因素占主導(dǎo)地位，這與其他學(xué)者關(guān)于土地利用變化影響因素的分析不謀而合.綜合時(shí)間和空間尺度來看，研究期內(nèi)山東省耕地顯性轉(zhuǎn)型具有明顯的時(shí)空分異規(guī)律，耕地的保護(hù)與管理應(yīng)做到“因地制宜”與“因時(shí)制宜”兼顧，沿海地區(qū)與內(nèi)陸地區(qū)統(tǒng)籌規(guī)劃，降低耕地轉(zhuǎn)型路徑多樣性，增強(qiáng)耕地穩(wěn)定性，使A>B模式成為主體，避免A>B>A模式帶來的資源浪費(fèi)和對(duì)耕地質(zhì)量的影響.在影響因素中，城鄉(xiāng)二元人口結(jié)構(gòu)對(duì)耕地顯性轉(zhuǎn)型的影響尤為深刻，因此在推進(jìn)新型城鎮(zhèn)化的同時(shí)，應(yīng)開展區(qū)域城鄉(xiāng)適度規(guī)模的相關(guān)研究，尋找滿足區(qū)域耕地經(jīng)營(yíng)需要的最適鄉(xiāng)村人口和最適鄉(xiāng)村規(guī)模，并以此為依據(jù)反演最適城鎮(zhèn)人口，進(jìn)而通過最適城鎮(zhèn)人口劃定城鎮(zhèn)擴(kuò)張邊界，減小建設(shè)用地對(duì)耕地的擾動(dòng).