安徽省土地利用/覆被時空變化及其驅(qū)動因素分析

李長愛,劉 玲,邱 冰,聶存明,寧麗麗,李亞亮,王 慧,劉星宇,楊素慧

(1.淮南師范學院生物工程學院,資源與環(huán)境生物技術重點實驗室,安徽 淮南 232038;2.南京林業(yè)大學風景園林學院,江蘇 南京 210037;3.棗莊市住房建設事業(yè)發(fā)展中心,山東 棗莊 277800 )

土地利用/覆被變化(land-use and land-cover change,LUCC)對植被覆蓋度[1-2]、生物多樣性[3-4]、區(qū)域氣候[5-6]、碳效應[7-8]等均有不同程度的影響。LUCC特征及其驅(qū)動因素是解決城鎮(zhèn)化過程中土地利用與生態(tài)系統(tǒng)矛盾的基礎,也是全球變化研究領域的熱點[9]。20世紀90年代,遙感技術(RS)與地理信息技術(GIS)在我國廣泛應用以及人工智能與遙感技術的發(fā)展,為LUCC特征的研究提供了更加科學的基礎數(shù)據(jù)和方法[10-12]。LUCC具有動態(tài)性和復雜性,采用土地利用/覆被格局、轉(zhuǎn)移矩陣、動態(tài)度、空間格局重心遷移、利用程度綜合指數(shù)等方法建模[13-16],定量表達土地利用/覆被的“空間格局”與“時序特征”是目前探討LUCC特征的重要手段。隨著歸因模型的成熟與深化,LUCC驅(qū)動因素的探查由定性向定量轉(zhuǎn)變。艾敏等[17]通過定性分析得出影響哈爾濱市呼蘭區(qū)LUCC的因素包括自然環(huán)境、社會經(jīng)濟和人口因素;而撫順礦區(qū)LUCC的主要驅(qū)動因素為人口城鎮(zhèn)化、經(jīng)濟發(fā)展和原煤產(chǎn)量[18]。此外,有學者基于回歸分析及相對貢獻概念模型研究顯示,除可量化的人文因子與自然因子外,生態(tài)政策也是LUCC的重要驅(qū)動力[19]。

安徽省位于長三角地區(qū),是全國重要的糧食、淡水漁業(yè)、林業(yè)、茶葉產(chǎn)地及能源基地,隨著創(chuàng)新型產(chǎn)業(yè)快速發(fā)展及新型城鎮(zhèn)化、美好鄉(xiāng)村建設的推進,經(jīng)濟高質(zhì)量發(fā)展與生態(tài)文明建設協(xié)同共進成為必然。2018年的《淮河生態(tài)經(jīng)濟帶發(fā)展規(guī)劃》[20]和2019年的《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》[21]中制定了跨越中東部地區(qū)多省的綠色生態(tài)發(fā)展戰(zhàn)略。這些發(fā)展政策給安徽發(fā)展帶來了新的機遇與挑戰(zhàn),而土地資源保護與利用政策是經(jīng)濟、社會發(fā)展政策和自然資源保護政策制定的基礎,因此建立科學反映安徽省LUCC特征的監(jiān)測模型并分析存在問題及驅(qū)動因素對安徽未來發(fā)展具有重要意義。目前,關于安徽省LUCC的研究主要集中在市域上,如發(fā)展速度快的合肥市[22],礦業(yè)城市淮北市[23]、淮南市[24]及旅游城市黃山市[25]等?，F(xiàn)有省域研究主要借助土地利用分類、土地類型面積變化與轉(zhuǎn)移矩陣[26-27]或動態(tài)度、空間聚類及地理探測器模型[28],對LUCC時空模式及驅(qū)動因子的貢獻程度進行探究。因此筆者從省域和市域多角度深入研究LUCC特征、規(guī)律及影響因素,以期對安徽省土地資源利用與相關管理政策的制定與實施提供基礎數(shù)據(jù)及理論參考。

1 材料與方法

1.1 研究區(qū)概況及數(shù)據(jù)來源

安徽省(114°54′～119°37′E、29°41′～34°38′N)土地總面積約為14萬km2,地處暖溫帶與亞熱帶過渡地帶,屬暖溫帶半濕潤季風氣候,氣候宜人,降雨量充沛[29-30]。長江和淮河貫穿省內(nèi),擁有眾多內(nèi)陸湖泊,水資源豐富。全省分為淮北平原地區(qū)、江淮丘陵地區(qū)、皖南山區(qū)三大區(qū)域,自北向南依此為淮河平原區(qū)、江淮丘陵臺地區(qū)、大別山區(qū)、長江沿江平原區(qū)、皖南丘陵山地區(qū)。

研究數(shù)據(jù)來源包括:①1995、2000、2005、2010、2015、2020年6期30 m分辨率的土地利用/覆被分類數(shù)據(jù)[來源于中國資源環(huán)境科學與數(shù)據(jù)中心(https://www.resdc.cn/)],該數(shù)據(jù)是基于美國陸地衛(wèi)星Landsat TM影像,通過人工目視解譯生成。土地利用/覆被類型分為耕地(cultivated land,CulL)、林地(forest land,FL)、草地(grassland,GL)、水域(water area,WA)、建設用地(construction land,ConL)及未利用土地(unutilized land,UL)6個1級類型與25個2級類型。②社會、經(jīng)濟及全年降雨量數(shù)據(jù)主要來源于1995—2020年安徽省統(tǒng)計年鑒。

1.2 土地利用/覆被轉(zhuǎn)移矩陣計算

土地利用/覆被轉(zhuǎn)移矩陣能反映研究區(qū)域一定時間內(nèi)期初和期末各土地利用/覆被類型(簡稱地類)相互轉(zhuǎn)化的信息,包括各地類相互轉(zhuǎn)移的方向與面積[31-32]。土地利用/覆被轉(zhuǎn)移矩陣公式表達如下:

(1)

式中:Bij為研究初期與末期由類型i轉(zhuǎn)化為類型j的面積,n為土地/利用覆被的類型數(shù)。利用ArcGIS對分類數(shù)據(jù)進行柵格計算,得出安徽省土地利用/覆被各類別變化像元數(shù)據(jù),再用Excel進行數(shù)據(jù)處理,得出安徽省土地利用/覆被轉(zhuǎn)移矩陣。

1.3 LUCC動態(tài)度分析

1)單一LUCC動態(tài)度,是指在某一時間段的某種地類在期末轉(zhuǎn)化為其他地類的總面積與期初該地類總面積的比值,能直觀反映每種地類的動態(tài)變化[33]。單一LUCC動態(tài)度變化公式為:

K=(Uj-Ui)/Ui×1/T×100%。

(2)

式中:K為某一時段內(nèi)某一地類的年變化動態(tài)度;Uj表示該時間段期末地類的面積,km2;Ui表示該時間段期初地類的面積,km2;T為研究時段,a。

2)綜合LUCC動態(tài)度,是指區(qū)域內(nèi)各地類總減少量(或總增加量)與2倍的區(qū)域地類總面積的比值,測算區(qū)域LUCC整體動態(tài)變化程度[34]。公式如下:

(3)

式中:M為綜合LUCC動態(tài)度,Ui為研究期初第i類土地的面積,ΔUi-j為研究時段第i類地類轉(zhuǎn)化為非i類地類的面積的絕對值;T為研究時段,a。

1.4 土地利用程度分析

根據(jù)莊大方等[35]提出的土地利用程度分級表,將本研究的土地利用狀態(tài)定為4級并賦值:Ⅰ級為未利用地,分級指數(shù)為1;Ⅱ級為林地、草地、水域,分級指數(shù)為2;Ⅲ級為耕地,分級指數(shù)為3;Ⅳ級為建設用地,分級指數(shù)為4。根據(jù)分級賦值及土地利用程度綜合指數(shù)公式[36],計算1995年與2020年安徽省各市的土地利用程度綜合指數(shù)及25 a土地利用程度綜合指數(shù)的變化率。采用SPSS系統(tǒng)聚類中的Ward法對2020年土地利用程度綜合指數(shù)進行聚類分析:

(4)

式中:L為某區(qū)域的土地利用程度綜合指數(shù),取值在100～400之間;Ai為該區(qū)域第i級土地利用程度分級指數(shù);Ci為該區(qū)域第i級土地利用程度的面積百分比。

F=(Dj-Di)/Di×100%。

(5)

式中:F為土地利用程度綜合指數(shù)變化率,Di為某區(qū)域某一時期初始年土地利用程度綜合指數(shù),Dj為該時期末年土地利用程度綜合指數(shù)。

1.5 驅(qū)動因素主成分分析

影響LUCC的因素包含人文因素和自然因素,其中人文因素尤其錯綜復雜[37]。參照李玉等[18]與陳亞軍等[38]選取的驅(qū)動因子,結(jié)合安徽省具體情況,并經(jīng)主成分分析KMO(Kaiser-Meyer-Olkin)值與Bartlett球度檢驗,篩選出影響安徽省LUCC的13個驅(qū)動因子,分別為:X1.GDP,億元;X2.第一產(chǎn)業(yè)產(chǎn)值,億元;X3.第二產(chǎn)業(yè)產(chǎn)值,億元;X4.城鎮(zhèn)人均可支配收入,元;X5.農(nóng)村人均生活消費支出,元;X6.能源消費總量,萬t標準煤;X7.全社會固定資產(chǎn)投資,萬元;X8.總?cè)丝?萬人;X9.鄉(xiāng)村人口,萬人;X10.糧食總產(chǎn)量,萬t;X11.城鎮(zhèn)人均居住面積,m2;X12.農(nóng)村人均居住面積,m2;X13.全年降雨量,mm。通過SPSS 20.0對13個驅(qū)動因子數(shù)據(jù)進行標準化處理后,采用主成分分析方法得出驅(qū)動因子相關系數(shù)矩陣、特征值及貢獻率。

2 結(jié)果與分析

2.1 安徽土地利用/覆被結(jié)構(gòu)及空間分布

利用ArcGIS對6期土地利用/覆被分類數(shù)據(jù)進行可視化處理,得出安徽省土地利用/覆被類型空間分布,并計算安徽省的耕地、林地、草地、水域、建設用地和未利用地的面積、比例,結(jié)果見圖1、表1。

表1 安徽省土地利用/覆被類型面積及其所占比例

由圖1可知,耕地分布最廣,林地和草地主要分布在安徽南部和西南部。25年間,合肥市區(qū)、長豐縣的北部、肥西縣的東北部,蕪湖市和馬鞍山市的中部,以及蚌埠市的北部等在巢湖水系、長江水系及淮河水系附近地區(qū)的建設用地面積增加較多,而阜陽市、亳州市、淮北市等的建設用地在老城區(qū)的基礎上向外圍耕地擴張。由表1可知,耕地面積一直占首要地位,但呈逐年遞減的趨勢,建設用地呈逐漸增多的趨勢,草地、林地、水域及未利用地面積占比變化介于0～0.2%。

2.2 安徽土地利用/覆被類型轉(zhuǎn)換特征

1995—2020年,安徽省耕地轉(zhuǎn)為建設用地面積最多,為4 716.5 km2,占耕地轉(zhuǎn)出貢獻率的83.66%;其次是建設用地轉(zhuǎn)為耕地,占建設用地轉(zhuǎn)出貢獻率的96.88%;457.0 km2耕地變?yōu)樗?364.4 km2的耕地變?yōu)榱值?342.2 km2的林地開墾為耕地,267.5 km2水域轉(zhuǎn)化為耕地,201.7 km2林地轉(zhuǎn)為建設用地,131.8 km2的草地變?yōu)橹脖桓采w率較高的林地,121.9 km2林地轉(zhuǎn)為低覆蓋率的草地(表2)。

由此可知:耕地與建設用地互相轉(zhuǎn)移趨勢明顯;除建設用地外,林地、水域轉(zhuǎn)為耕地的情況也較多;耕地與林地、草地與林地互相轉(zhuǎn)移面積基本達到平衡。2005年前耕地轉(zhuǎn)出為建設用地相對較少,2005年后轉(zhuǎn)出幅度變大,特別是2015—2020年間有2 303.3 km2轉(zhuǎn)出為建設用地。與此同時,2005年前建設用地轉(zhuǎn)為耕地面積較少,2005年以后逐漸增加,2015—2020年間迅速增加了 2006.5 km2,是前20年建設用地轉(zhuǎn)為林地面積總和的3.69倍。2005年前耕地與林地互相轉(zhuǎn)移情況較少,2005年后不斷增加,2015—2020年間耕地與林地互相轉(zhuǎn)移面積是前20年互相轉(zhuǎn)移總和的0.8倍多。2005—2010年耕地與水域互相轉(zhuǎn)移面積逐漸增多,2010—2020年互相轉(zhuǎn)移面積超過500 km2,但25年間總體互相轉(zhuǎn)移面積基本平衡。研究表明,從2005年后地類相互轉(zhuǎn)移面積迅速增加,2015—2020年地類相互轉(zhuǎn)移總面積最多,但是也出現(xiàn)了耕地占補平衡的趨勢。

耕地轉(zhuǎn)移為建設用地區(qū)域空間上集中在三大水系區(qū)域。其中合肥市建設用地的增長最明顯,從老城區(qū)向外擴張迅速。16個市25年耕地轉(zhuǎn)移為建設用地面積均大于建設用地轉(zhuǎn)移為耕地的面積。各市中耕地轉(zhuǎn)移為建設用地面積最大的是合肥市(905.3 km2),其次是滁州、阜陽、六安、亳州、宿州等市,面積較小的是銅陵和黃山,分別為60.9 km2與83.5 km2。建設用地轉(zhuǎn)移為耕地面積較多的是阜陽、亳州、六安、合肥等市,在143.8～195.8 km2之間。

2.3 安徽各市土地利用程度綜合指數(shù)

1995年安徽省各市土地利用程度綜合指數(shù)(L)為215.2～315.5,2020年為216.1～318.0(表3)。25年間土地利用程度綜合指數(shù)變化率較大的是經(jīng)濟發(fā)展較快的合肥市、蕪湖市及礦業(yè)城市銅陵市、淮北市、馬鞍山市、淮南市,數(shù)值為1.50%～3.83%,而地形以山區(qū)、丘陵為主的黃山市、六安市變化率較小,數(shù)值為0.42%和0.66%。對16個市2020年土地利用程度綜合指數(shù)進行聚類分析,以歐氏距離12為閾值分為3類(圖2)。根據(jù)指數(shù)高低進行類間排序,第1類是數(shù)值最高的亳州市、阜陽市、宿遷市、淮北市、蚌埠市等,第2類是數(shù)值中等的滁州市、馬鞍山市、蕪湖市、六安市等,第3類是數(shù)值最低的宣城市、池州市和黃山市。

表3 安徽省各市土地利用程度綜合指數(shù)(L)

圖2 2020年安徽省各市土地利用程度綜合指數(shù) 聚類分析Fig. 2 The comprehensive indexes cluster analysis of under land use degree of Anhui Province in 2020

2.4 安徽LUCC動態(tài)度

1995—2020年安徽省單一LUCC動態(tài)度從大到小依次為未利用地、建設用地、耕地、水域、草地、林地(表4)。2005—2010、2010—2015年耕地面積迅速減少,2015—2020年耕地面積減少趨勢變緩,單一LUCC動態(tài)度(-0.06%)為25年來最小。林地面積1995—2005年間少量增加,而2005—2015年間減少較多,2015—2020年又少量增加,2005—2015年間林地單一LUCC動態(tài)度最大。1995—2015年間草地單一LUCC動態(tài)度一直較小,表明草地的穩(wěn)定性較好。建設用地單一LUCC動態(tài)度在2015年前數(shù)值一直較大,2005—2015年間數(shù)值達到2.47%、1.80%,而2015—2020年數(shù)值減小為0.42%。2010年前水域面積緩慢增加,動態(tài)度數(shù)值較小,2010—2015年面積急劇增加了167.0 km2,而2015—2020年面積減少了107.8 km2,動態(tài)度數(shù)值較大。未利用地2015年前面積較少,2015—2020年面積增加了13.4 km2,原因是從耕地與建設用地轉(zhuǎn)移為未利用地的面積增加。1995—2020年綜合LUCC動態(tài)度由大到小排序為2005—2010年、2010—2015年、1995—2000年、2000—2005年與2015—2020年。25年間耕地、草地、林地動態(tài)度呈負增長趨勢,歸咎于耕地大面積向建設用地轉(zhuǎn)移,草地大面積轉(zhuǎn)移為林地、建設用地與耕地,林地向耕地與建設用地轉(zhuǎn)移。

表4 安徽省土地利用/覆被變化動態(tài)度

2.5 安徽LUCC驅(qū)動因素分析

對選取的安徽LUCC 13個驅(qū)動因子做主成分分析,計算出各因子指標的相關系數(shù)矩陣見表5,主成分特征值和貢獻率見表6。由表5可知,選取的13個因子指標在不同程度上存在相關性。表6中,前兩個主成分的特征值大于1,累積貢獻率達到90.645%,且KMO值為0.782,Bartlett球度檢驗P<0.001(滿足<0.05),從而驗證數(shù)據(jù)適合做主成分分析。選取前兩個主成分分別作為第1主成分、第2主成分,并求解主成分的載荷矩陣(表7)。由表6和表7可知,第1主成分的貢獻率為82.725%,X1、X2、X3、X4、X5、X6、X7、X9、X10、X11、X12的載荷絕對值均大于0.95;第2主成分的貢獻率為7.920%,X8的載荷絕對值接近0.95。驅(qū)動因子按對LUCC影響程度大小排序為X4、X2、X3、X1、X7、X6、X12等,因此將安徽省LUCC的驅(qū)動因素概括為:經(jīng)濟發(fā)展、人口及城鎮(zhèn)化、居民生活水平的提高和政策因素。

表5 相關系數(shù)矩陣

表6 主成分特征值及貢獻率

表7 主成分載荷矩陣

1)經(jīng)濟發(fā)展。1995—2020年安徽省GDP、第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、全社會固定資產(chǎn)投資等均呈上漲態(tài)勢(圖3)。其中,安徽省GDP由2 003.58億元增至38 680.63億元,增加了19倍多。經(jīng)濟的發(fā)展必然會導致人類生產(chǎn)、生活范圍的擴大,從而引起地區(qū)土地利用/覆蓋類型的變化。1995—2005年經(jīng)濟發(fā)展相對緩慢,對LUCC的影響較小。2005—2015年間,安徽經(jīng)濟發(fā)展迅速,產(chǎn)業(yè)結(jié)構(gòu)變化大,促使各地類相互轉(zhuǎn)移頻繁,除未利用地以外的單一LUCC動態(tài)度與綜合LUCC動態(tài)度都達到25年內(nèi)的峰值。

圖3 安徽省驅(qū)動因素變化動態(tài)度Fig. 3 Dynamics of driving factors in Anhui Province

2)城鎮(zhèn)化速度。1995—2020年安徽省常住總?cè)丝跀?shù)由5 923萬人增至 6 105萬人,而常住農(nóng)村人口由4 792萬人減少至2 544萬人?？?cè)丝跀?shù)增加得益于安徽省的經(jīng)濟發(fā)展、人才引進、人口扶持政策等。農(nóng)村人口的減少加快了城鎮(zhèn)化速度,城市擴張不僅占用大量耕地,還使一部分綠地也轉(zhuǎn)化為建設用地,導致安徽省土地利用/覆被結(jié)構(gòu)發(fā)生變化,人地矛盾加深。

3)居民生活水平。安徽省近年來經(jīng)濟發(fā)展速度較快,居民生活水平得到了較大改善,消費能力也進一步提升。農(nóng)村人均生活消費支出從1995年的1 070.64元 上升到2020年的15 024.00元,城鎮(zhèn)人均可支配收入從1995年的3 779.00元上升到2020年的39 442.00元。25年間城鎮(zhèn)人均居住面積與農(nóng)村人均居住面積由11.61、17.82 m2增至42.09、54.55 m2。隨著生活水平的改善,人們在居住、交通和公共設施等方面的用地需求不斷增加,從而導致建設用地增加。

4)政策因素。1998年洪災后國務院先后出臺多項退耕還林指導意見,2002年又發(fā)布了《退耕還林條例》,從而促使耕地向林地轉(zhuǎn)移。5年間林地增加了11.8 km2,主要貢獻來自耕地。2015—2020年堅持綠色發(fā)展之路,發(fā)布了一系列強有力的生態(tài)(新型城鎮(zhèn)、美好鄉(xiāng)村、綠水青山就是金山銀山、山水林田湖草生命共同體、生態(tài)紅線劃定、生態(tài)安全法)及土地開發(fā)利用(耕地占補平衡、永久基本農(nóng)田劃定、糧食安全法)政策與法規(guī)。安徽省在響應國家政策號召、落實永久基本農(nóng)田劃定工作、推行耕地占補平衡新政的同時,嚴守資源生態(tài)紅線,因而建設用地增加與耕地減少的趨勢明顯減弱。此外,這一時期耕地與建設用地轉(zhuǎn)移為林地、草地、水域的面積最多,使得LUCC動態(tài)度趨于穩(wěn)定,土地利用與環(huán)保成效顯著。

3 討 論

1995—2020年安徽省土地利用/覆被類型面積從大到小依次為耕地、林地、建設用地、草地、水域、未利用地。土地利用綜合指數(shù)最高的第一類城市,其耕地轉(zhuǎn)移為建設用地的程度也偏高。近25年來,安徽省耕地、林地、建設用地占地面積占據(jù)前三,耕地減少、建設用地增加、耕地與建設用地轉(zhuǎn)換趨勢等與已有的研究成果基本一致,但由于遙感數(shù)據(jù)來源、土地利用/覆被分類類別及方法、時間跨度、研究模型方法的不同,研究數(shù)據(jù)與結(jié)論也存在一定的差異。如吳見等[26]基于光譜角分類器提取2000—2010年地類分類結(jié)果,對安徽省LUCC進行遙感監(jiān)測,發(fā)現(xiàn)安徽省的土地利用面積以耕地和林地為主,而建設用地面積增加現(xiàn)象嚴重,導致耕地被建設用地大量占用。吳楠等[27]以1995—2018年間3期安徽省分類數(shù)據(jù)為研究基礎,得出安徽省土地/利用覆被類型以農(nóng)田、森林和建設用地為主,耕地與建設用地相互轉(zhuǎn)移趨勢明顯。黃安東等[28]利用 Sankey 圖、土地利用/覆被動態(tài)度等方法分析得出安徽省2005—2015年建設用地變化動態(tài)度明顯,與本研究結(jié)果一致。但其2015年與2020年的土地利用/覆被分類數(shù)據(jù)源不同,得出2015—2020年綜合LUCC動態(tài)度數(shù)值比2010—2015年顯著增加。由于遙感數(shù)據(jù)源質(zhì)量、分辨率、訓練樣本、分類方法等都會影響分類精度[39],為保證長時序LUCC研究結(jié)果的準確性,本研究選擇1995、2000、2005、2010、2015、2020年6期數(shù)據(jù)全為30 m分辨率、中國科學院資源環(huán)境科學數(shù)據(jù)中心的土地利用/覆被分類數(shù)據(jù),得出2015—2020年綜合LUCC動態(tài)度數(shù)值比前5年顯著減小,與黃安東等[28]的研究結(jié)論有一定的差異。

本研究從省域到各市域,從整體到局部,綜合研究了LUCC特征,彌補了從整個省域宏觀研究和各個市分別研究的局限性與片面性。從省域研究得出耕地與建設用地相關轉(zhuǎn)移是安徽省最顯著的特征;對各市建設用地與耕地相互轉(zhuǎn)移情景詳細分析,發(fā)現(xiàn)耕地轉(zhuǎn)移為建設用地面積較大的合肥市、滁州市、阜陽市也是經(jīng)濟發(fā)展水平較高的城市。利用各市土地利用程度及其變化率對各市的土地利用程度進行時空比較,對16個市的2020年土地利用程度綜合指數(shù)進行Ward聚類分析,即通過土地利用程度將各市分為3類:第1類土地利用程度最高,第2類中等,第3類最低,聚類分析的結(jié)果可為今后土地利用相關政策的實施提供理論參考。盡管原始土地利用/覆被分類數(shù)據(jù)的分辨率為30 m,但對市域范圍的研究仍存在一定的局限性,因此,如何基于Landsat中分辨率數(shù)據(jù)提高市域土地/覆被分類數(shù)據(jù)的精度,對LUCC特征研究至關重要。此外,政策因素對LUCC影響的量化分析是本研究的難點,如何建立有效、簡便的政策因素量化模型是需要進一步解決的問題。在經(jīng)濟社會發(fā)展的驅(qū)動下,耕地、林地、草地呈減少,建設用地、水域、未利用地呈增加態(tài)勢。耕地與建設用地間的相互轉(zhuǎn)移及單一LUCC動態(tài)度變化幅度都較大。針對解決LUCC導致的人地矛盾突出問題,本研究數(shù)據(jù)可為安徽省國土資源利用與管理等相關政策的制定提供理論參考,從而促進安徽省可持續(xù)發(fā)展,為淮河生態(tài)經(jīng)濟帶、長三角一體化高質(zhì)量發(fā)展奠定基礎。