基于地形梯度的典型綠洲城市土地利用時(shí)空演變及其驅(qū)動(dòng)因素

摘要：基于高精度土地利用數(shù)據(jù)，依托地形因子、地理探測(cè)器和PLUS模型分析土地利用的地形梯度變化，并揭示其空間分異和變化的驅(qū)動(dòng)因素.結(jié)果顯示：1990—2020年烏魯木齊土地利用以草地和未利用地為主，二者占83.49%以上，土地利用呈草地和耕地減少，其余類型擴(kuò)張的趨勢(shì)；耕地、水域、建設(shè)用地和未利用地高度集中于海拔＜1 563 m、坡度＜9.61°及地形起伏度＜181 m的低平地區(qū)；林地集中在海拔1 928～2 721 m、坡度15.70～47.42°和地形起伏度297～940 m的起伏山地；草地廣泛分布于海拔＜3 176 m、坡度＜39.41°及地形起伏度＜647 m山麓地帶.各類土地利用的面積變化均主要分布于其集中地帶，NDVI為土地利用空間分異的主導(dǎo)因子.

關(guān)鍵詞：土地利用；地形梯度；空間分異；驅(qū)動(dòng)因素；烏魯木齊

中圖分類號(hào)：F 301.2""" 文獻(xiàn)標(biāo)志碼：A""" 文章編號(hào)：1001-988Ⅹ（2024）04-0058-09

Spatio-temporal evolution of land use and its driving factors

based on terrain gradient in typical oasis city

ZHOU Jian-wei1，3，WU Hua1，2，3，ZHAO Xin-yong2，3，XU Tong2，3，GUO Qi-yun2，3，LI Jia-tong2，3

（1.School of Ecology and Environment，Tibet University，Lhasa 850000，Tibet，China;

2.School of Engineering，Tibet University，Lhasa 850000，Tibet，China;

3.Joint Laboratory of Platrau Surface Remote Sensing，Tibet University，Lhasa 850000，Tibet，China）

Abstract：Based on high-precision land use data，the terrain gradient change of land use are analyed by using terrain factors，Geodetector and PLUS model，and the driving factors of spatial differentiation and change are revealed.Results show that：from 1990 to 2020，grassland and unused land were the main land use in Urumqi，accounting for more than 83.49%，land use showed a trend of grassland and cultivated land decreasing and other types expanding.Cultivated land，water area，construction land and unused land were concentrated in low and flat areas，where altitudelt;1 563 m，

gradientlt;9.61° and terrain relieflt;181 m.Forest land was concentrated in the undulating mountains with an elevation of 192 8～272 1 m，a slope of 15.70～47.42° and a terrain relief of 297～940 m;grassland widely distributed in the piedmont with altitudelt;3 176 m，slopelt;39.41° and terrain relieflt;647 m.The area change of various types of land use mainly distributed in their concentrated areas.NDVI was the dominant factor of land use spatial differentiation.

Key words：land use;terrain gradient;spatial differentiation;driving factors;Urumqi

土地利用指人類對(duì)土地的開發(fā)利用，按一定經(jīng)濟(jì)目的改造土地表面結(jié)構(gòu)和組成的過(guò)程，是人類基于土地的自然屬性［1］和最基本的實(shí)踐活動(dòng)［2］，是人與自然交互最密切的環(huán)節(jié)［3］.隨著城市化和工業(yè)化快速推進(jìn)以及人口激增，土地利用劇烈變化所產(chǎn)生的負(fù)面效應(yīng)已達(dá)到甚至超過(guò)生態(tài)系統(tǒng)自我調(diào)節(jié)和再生的能力［4］，生態(tài)安全問(wèn)題日益突出［5］.自1993年“國(guó)際地圈與生物圈計(jì)劃”和“全球變化人文因素計(jì)劃”共同制定“土地利用/土地覆蓋變化科學(xué)研究計(jì)劃”以來(lái)，土地利用動(dòng)態(tài)監(jiān)測(cè)與模擬逐漸成為學(xué)者日益關(guān)注的熱點(diǎn)［6］.

隨著集覆蓋范圍廣、時(shí)空連續(xù)性強(qiáng)、數(shù)據(jù)可靠性高和耗費(fèi)小等優(yōu)點(diǎn)［7］于一身的遙感技術(shù)的快速發(fā)展［8］及一系列高精度土地利用數(shù)據(jù)庫(kù)的建立［9，10］，眾多學(xué)者圍繞土地利用的空間分布格局［11］、時(shí)空演變特征［10］、轉(zhuǎn)型驅(qū)動(dòng)機(jī)制［12］、環(huán)境效應(yīng)［2，4］及其未來(lái)預(yù)測(cè)模擬［13］等角度開展了大量研究，并取得了一系列豐碩成果.在土地利用時(shí)空演變研究中，學(xué)者主要采用核密度分析法［14］、網(wǎng)格單元法［15］、土地利用轉(zhuǎn)移流［16］和空間自相關(guān)［17］等方法對(duì)耕地、建設(shè)用地、生態(tài)用地和濕地等各類土地利用變化進(jìn)行了針對(duì)性研究，研究結(jié)果均表明土地利用變化具有顯著空間差異性.對(duì)于土地利用轉(zhuǎn)型驅(qū)動(dòng)機(jī)制的研究，學(xué)者主要以主成分分析［18］、地理探測(cè)器［15］、PLUS模型［14］和地理加權(quán)回歸［19］等模型和方法對(duì)各類土地利用時(shí)空演變的驅(qū)動(dòng)因素展開了廣泛研究，得出土地利用轉(zhuǎn)型受自然和經(jīng)濟(jì)因素的雙重影響.其中PLUS模型因具有以柵格數(shù)據(jù)為基礎(chǔ)、數(shù)據(jù)獲取便捷、可呈現(xiàn)各驅(qū)動(dòng)因子對(duì)各地類變化的貢獻(xiàn)度等優(yōu)點(diǎn)［20］而日益受到學(xué)者青睞.但當(dāng)前研究多以平面尺度進(jìn)行土地利用變化研究，缺乏立體尺度的土地利用動(dòng)態(tài)變化研究，且驅(qū)動(dòng)因素選取普遍較少，難以全面考量土地利用轉(zhuǎn)型的驅(qū)動(dòng)機(jī)制.海拔、坡度和地形起伏度等地形要素在立體層面改變了區(qū)域水熱和土壤理化條件［21］，促使地類產(chǎn)生垂直分異，采用地形要素可更好地探究土地利用變化的垂直梯度分異性.

本研究從地形梯度出發(fā)，分析了1990—2020年烏魯木齊市土地利用的時(shí)空演變，并采用地理探測(cè)器和PLUS模型探索了土地利用空間分異及其轉(zhuǎn)型的驅(qū)動(dòng)因素.以期探索烏魯木齊市土地利用的垂直梯度分布特征及變化規(guī)律，為城市制定因地制宜的用地策略及人與自然和諧共生提供科學(xué)指導(dǎo).

1 材料與方法

1.1 研究區(qū)概況

烏魯木齊市（以下簡(jiǎn)稱烏市）為我國(guó)西北重鎮(zhèn)，轄7區(qū)1縣，總面積約14 205.31 km2.烏市不僅是全疆的政治、經(jīng)濟(jì)和文化中心，也是第二座亞歐大陸橋中國(guó)西部橋頭堡和我國(guó)向西開放的重要門戶［15］.烏市處天山山脈中段北麓、準(zhǔn)噶爾盆地南緣，東、西、南三面被天山和博格達(dá)山環(huán)繞，北面為古爾班通古特沙漠，中部為烏魯木齊河沖積平原和柴窩堡-達(dá)坂城盆地，平均海拔800 m，兼具平原城市和山地城市的特點(diǎn)［15］.屬中溫帶半干旱大陸性氣候，常年干燥少雨，年均降水僅236 mm，故熱力和風(fēng)力資源極為豐富.截至2020年末，全市常住人口405.44萬(wàn)人，城市化率達(dá)90%以上［22］，地區(qū)生產(chǎn)總值3 337.32億元，第一、二、三次產(chǎn)業(yè)結(jié)構(gòu)比為0.8∶27.2∶72.0.

1.2 數(shù)據(jù)來(lái)源

數(shù)據(jù)來(lái)源如下：① 土地利用數(shù)據(jù)（1990—2020）源自中國(guó)土地覆蓋年度數(shù)據(jù)集（http：//https：//zenodo.org/record/5210928），分辨率為30 m，總體精度為79.31%［9］，滿足研究需求.② 年均溫、年均降水、人口密度、GDP、年日照數(shù)、NDVI、不小于10 ℃積溫和農(nóng)田生產(chǎn)潛力數(shù)據(jù)中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（http：//www.resdc.cn/），分辨率為1 km.③ DEM數(shù)據(jù)源于地理空間數(shù)據(jù)云（http：//www.gscloud.cn/），分辨率為30 m，并由此處理得到坡度和地形起伏度.④ 公路、鐵路、政府駐地、水域、水系和保護(hù)區(qū)數(shù)據(jù)源自國(guó)家基礎(chǔ)地理信息中心（https：//www.webmap.cn/）.

1.3 研究方法

1.3.1 地形因子提取

選取海拔、坡度和地形起伏度3個(gè)地形要素來(lái)分析烏魯木齊市地利用的地形梯度變化，其中地形起伏度依據(jù)前人研究成果［23］進(jìn)行提取，均通過(guò)自然斷點(diǎn)法［24］進(jìn)行分級(jí)（表1）.

為消除各地形特征面積大小差異在土地利用分布中的影響，采用標(biāo)準(zhǔn)化、無(wú)量綱的分布指數(shù)［25］來(lái)描述土地利用的分布情況.公式如下：

P=（Sie/Si）/（Se/S），（1）

其中，P為分布指數(shù)；S為研究區(qū)總面積；Se為研究區(qū)e地形要素的土地利用總面積;Si為i類土地利用總面積；Sie為e地形要素下i類土地利用面積.P＞1 時(shí)，即該類土地利用上為優(yōu)勢(shì)位［26］.

1.3.2 土地利用空間分異探測(cè)模型

地理探測(cè)器可探索要素的空間分異特征［27］，采用因子探測(cè)器和交互探測(cè)器對(duì)烏市土地利用空間分異的驅(qū)動(dòng)因子及其相互作用進(jìn)行探測(cè)，公式如下：

q=1-1Nσ2∑Lh=1Nhσ2h，（2）

其中，q為某因子對(duì)土地利用空間分異的影響力；h為變量Y或因子X(jué)的分層/分區(qū)；σ2h和σ2分別為評(píng)價(jià)單位和全區(qū)Y值的方差；Nh和N分別為h區(qū)和全區(qū)單元數(shù).

1.3.3 土地利用擴(kuò)張驅(qū)動(dòng)模型

PLUS模型中的用地?cái)U(kuò)張分析策略采用隨機(jī)森林分類算法逐一對(duì)各地類擴(kuò)張和驅(qū)動(dòng)因素進(jìn)行挖掘，可獲取特定時(shí)段各地類的發(fā)展概率及驅(qū)動(dòng)因素對(duì)各地類擴(kuò)張的貢獻(xiàn)［20］.RFC算法能處理高維數(shù)據(jù)及變量之間的多重共線性，確定k類土地利用在單元格i上出現(xiàn)的概率Pdi，k，其演算公式［20，28］如下：

pdi，k（x）=∑Mn=1I（hn（x）=d）M，（3）

其中，d取0或1，取1表明有其他地類轉(zhuǎn)為k類，0則表示土地利用類型轉(zhuǎn)變成了除k外的其他地類；x為多個(gè)驅(qū)動(dòng)因素組成的向量；I為決策樹集的指示性函數(shù)；hn（x）是向量x的第n個(gè)決策樹的預(yù)測(cè)類型；M為決策樹總數(shù).

2 結(jié)果與分析

2.1 土地利用時(shí)空變化分析

烏市土地利用草地占主導(dǎo)，占48.10%以上，集中于天山北麓和博格達(dá)山南麓（圖1）.未利用地和耕地，分別占35.39%和4.66%以上，未利用地集中在古爾班通古特沙漠和柴窩堡—達(dá)坂城盆地，耕地多分布于烏魯木齊河中下游灌區(qū).林地、建設(shè)用地和水域較少，均在4.00%以下，林地集中區(qū)與草地一致，建設(shè)用地和水域集中區(qū)同耕地一致.1990—2020年土地利用呈草地和耕地減少.其余地類擴(kuò)張的趨勢(shì)（圖2），其中耕地和建設(shè)用地變化尤為劇烈，變化率分別為-34.74%和226.91%.

1990—2020年各地類間轉(zhuǎn)換頻繁，主要表現(xiàn)為草地及耕地轉(zhuǎn)為未利用地、建設(shè)用地和和林地的轉(zhuǎn)移特征（圖3）.草地轉(zhuǎn)為未利用地面積達(dá)713.67 km2，多分布在天山、博格達(dá)山高海拔地帶和古爾班通古特沙漠南緣；另有151.45 km2草地和112.32 km2耕地轉(zhuǎn)為建設(shè)用地，集中在烏魯木齊

河中下游城鎮(zhèn)帶.此外，耕地（367.80 km2）和未利用（261.03 km2）地轉(zhuǎn)為草地的面積也較大，兩者集中區(qū)同草地轉(zhuǎn)為未利用地和耕地區(qū)域相近.值得注意的是，天山和博格達(dá)山的山麓帶有118.15 km2草地轉(zhuǎn)為林地.

2.2 土地利用地形梯度分布及變化

以2020年為代表年，分析烏市土地利用的地形分布特征.隨海拔、坡度和地形起伏度增大，耕地呈遞減趨勢(shì)（圖4），分別有60.33%、93.74%和88.56%耕地集中在Ⅰ級(jí)海拔、坡度和起伏度內(nèi)，Ⅰ～Ⅱ級(jí)海拔、Ⅰ級(jí)坡度和起伏度為其分布優(yōu)勢(shì)位

（圖5）.林地隨地形因子增大呈上升-下降的分布規(guī)律，其中Ⅵ級(jí)海拔（39.70%）和坡度（22.02%）及Ⅴ級(jí)起伏度（24.21%）為其轉(zhuǎn)換帶，優(yōu)勢(shì)位為Ⅳ～Ⅵ級(jí)海拔、Ⅳ～Ⅸ級(jí)坡度和起伏度.草地隨海拔增大呈上升-下降-上升-下降的波動(dòng)變化趨勢(shì)，Ⅱ級(jí)（14.65%）、Ⅳ級(jí)（11.26%）和Ⅴ級(jí)（14.97%）海拔為轉(zhuǎn)換帶；隨坡度和起伏度增大則呈遞減趨勢(shì)，Ⅰ級(jí)坡度（22.55%）和起伏度（19.72%）分布最多.Ⅳ～Ⅷ級(jí)海拔、Ⅲ～Ⅸ級(jí)坡度和Ⅱ～Ⅸ級(jí)起伏度為草地分布優(yōu)勢(shì)位.水域呈兩頭高中間低的分布規(guī)律，高度集中于Ⅰ～Ⅱ級(jí)海拔（91.57%）、Ⅰ級(jí)坡度（80.98%）和起伏度（76.53%）的同時(shí)，在高地形位有小高值；Ⅰ～Ⅱ級(jí)和Ⅸ級(jí)海拔、Ⅰ和Ⅸ級(jí)坡度、Ⅰ級(jí)和Ⅷ～Ⅸ級(jí)起伏度為其優(yōu)勢(shì)位.建設(shè)用地亦呈遞減趨勢(shì)，分別有97.48%、83.56%和82.22%集中在Ⅰ～Ⅱ級(jí)海拔、Ⅰ級(jí)坡度和起伏度，Ⅰ～Ⅱ級(jí)海拔和起伏度及Ⅰ級(jí)坡度為其優(yōu)勢(shì)位.未利用地隨海拔增大呈下降-上升的分布趨勢(shì)，80.99%集中在Ⅰ～Ⅳ級(jí)，15.46%集中在Ⅷ～Ⅸ級(jí)；坡度和起伏度尺度呈遞減規(guī)律，Ⅰ級(jí)坡度（42.90%）和起伏度（55.08%）分布最多；Ⅰ、Ⅲ和Ⅸ級(jí)海拔，Ⅰ～Ⅱ級(jí)坡度和起伏度為其優(yōu)勢(shì)位.

從1990—2020年土地利用地形梯度變化看（圖6），耕地除在Ⅴ～Ⅵ級(jí)地形梯度有小幅增加外，在Ⅰ～Ⅳ級(jí)海拔（353.02 km2）、Ⅰ～Ⅱ級(jí)坡度（354.06 km2）和起伏度（351.32 km2）減少顯著.林地僅在Ⅰ級(jí)地形因子有所減少，其余梯度均呈增加趨勢(shì)，Ⅵ級(jí)海拔（45.49 km2）和坡度（22.79 km2）及Ⅴ級(jí)起伏度（26.82 km2）增長(zhǎng)尤為明顯.草地僅僅在Ⅰ和Ⅲ級(jí)海拔（67.43 km2）及Ⅰ級(jí)坡度（162.26 km2）和起伏度（166.99 km2）有所增長(zhǎng)，其余梯度均在減少，其中Ⅷ級(jí)海拔（133.42 km2）、Ⅱ級(jí)坡度（103.37 km2）和起伏度（97.94 km2）減少最多.水域僅在Ⅱ和Ⅵ級(jí)海拔小幅縮減，其余梯度呈增長(zhǎng)趨勢(shì)，其中在Ⅰ級(jí)海拔（23.88 km2）、坡度（14.64 km2）和起伏度（12.99 km2）增長(zhǎng)明顯.建設(shè)用地在其分布的Ⅰ～Ⅴ級(jí)地形梯度均呈增長(zhǎng)態(tài)勢(shì)，增長(zhǎng)部分高度集中于Ⅰ～Ⅱ級(jí)海拔（300.78 km2）、坡度（297.69 km2）和起伏度（298.38 km2）.未利用土地除在Ⅰ～Ⅲ級(jí)海拔（16.24 km2）及Ⅰ級(jí)坡度（82.23 km2）和起伏度（107.30 km2）降少明顯，其余梯度不同程度擴(kuò)張，其中Ⅷ級(jí)海拔（128.43 km2）、Ⅶ級(jí)坡度（74.35 km2）和Ⅱ級(jí)起伏度（84.93 km2）尤為明顯.

2.3 土地利用空間分異驅(qū)動(dòng)因素

通過(guò)地理探測(cè)器，選取海拔（X1）、坡度

（X2）、地形起伏度（X3）、NDVI（X4）、年均溫（X5）、年均降水（X6）、農(nóng)田生產(chǎn)潛力（X7）、年日照數(shù)（X8）、不小于10 ℃積溫（X9）、距河流距離（X10）、距湖泊和水庫(kù)距離（X11）、距保護(hù)區(qū)距離（X12）、地均GDP（X13）、人口密度（X14）、距鐵路距離（X15）、距公路距離（X16）、距區(qū)縣駐地距離（X17）和距鄉(xiāng)鎮(zhèn)駐地距離（X18）共18個(gè)驅(qū)動(dòng)因子探

索烏市土地利用空間分異的驅(qū)動(dòng)機(jī)制.從單因子的驅(qū)動(dòng)效果來(lái)看（圖7，X4為烏市土地利用空間分異的主導(dǎo)因子，其解釋力q值高達(dá)0.56；同時(shí)X6（0.29）、X5（0.24）和X14（0.24）為較重要的因子；此外X12，X17，X8，X18，X1和X13的作用也較突出，q值在0.20～0.22間；其余因子的解釋力在0.20以下，但同樣對(duì)烏市土地利用分異產(chǎn)生一定影響.表明NDVI、年均降水和年均溫等自然因素較人口密度、距保護(hù)區(qū)距離和距區(qū)縣駐地距離等經(jīng)濟(jì)因素對(duì)烏市土地利用分異的影響更為顯著.

由因子交互探測(cè)來(lái)看（圖7），任意兩兩因子交互對(duì)烏市土地利用空間分異的解釋力均大于單因子的作用.其中X4∩X6的影響最為顯著，q值高達(dá)0.65；其次為X4與X1，X3，X5，X8，X9，X10，X12，X13，X14，X15，X17和X18的交互作用，q值均在0.60以上；此外X1∩X8，X1∩X14，X2∩X4，X4∩X7，X4∩X11，X4∩X16，X5∩X8，X6∩X8，X6∩X14和X8∩X9的影響也較突出，q值均在0.50以上；其余因子交互同樣對(duì)地類分異產(chǎn)生重要影響.可見(jiàn)NDVI、海拔和年均溫等自然因子同人口密度、GDP和距政府駐地距離等經(jīng)濟(jì)因子的交互對(duì)烏市地類分異產(chǎn)生顯著影響.

2.4 土地利用變化驅(qū)動(dòng)因素

借助PLUS模型，選取上述驅(qū)動(dòng)因子進(jìn)一步探索烏市土地利用變化的驅(qū)動(dòng)因素.耕地變化的主導(dǎo)因子為X7（圖8），其貢獻(xiàn)度達(dá)0.11，其次為X8（0.09）和X4（0.09），變化區(qū)域集中于地勢(shì)平坦的烏魯木齊河中下游兩岸.林地變化主導(dǎo)因子為X5（0.19），其次為X4（0.12）和X1（0.11），增加區(qū)域集中在地勢(shì)較和緩的天山和博格達(dá)山的山腳處.X3（0.11）為草地變化的最大驅(qū)動(dòng)因子，其次為X7（0.10）和X6（0.08），天山和博格達(dá)山的山麓帶、城鎮(zhèn)集中帶草地大量減少，烏魯木齊河中上游和古爾班通古特沙漠南緣草地顯著增加.水域變化的主導(dǎo)因子為X11（0.22），其次為X6（0.19）和X13（0.18），東道海子、鹽湖和高山湖泊等天然水域及500水庫(kù)（2002年修建）和大西溝水庫(kù)（2013年建成）等大型水利樞紐周邊水域擴(kuò)張明顯.建設(shè)用地變化主要受X18（0.13）制約，其次為X5（0.08）和X15（0.08），沙依巴克、水磨溝和天山等烏市中心建設(shè)用地急速擴(kuò)張.未利用地變化的主導(dǎo)因子為X8（0.11），其次為X3（0.10）和X4（0.10），其變化區(qū)域與草地一致.

將1990—2020年烏市主要地類轉(zhuǎn)換區(qū)域同地形因子相疊加（圖9），可發(fā)現(xiàn)柴窩堡-達(dá)坂城盆地、烏魯木齊河中下游地區(qū)等人口密集的低海拔平坦地區(qū)土地利用變化極為頻繁.主要表現(xiàn)為耕地和草地大量轉(zhuǎn)為建設(shè)用地及耕地轉(zhuǎn)向草地，前者受城鎮(zhèn)化快速推進(jìn)和人口激增影響，后者則得益于退耕還草等政策.

3 討論

烏市1990—2020年土地利用表現(xiàn)為耕地和草地減少，林地、水域、建設(shè)用地和未利用地?cái)U(kuò)張的變化趨勢(shì)，其中建設(shè)用地增長(zhǎng)極為迅速，這與學(xué)者在烏市［15，22］和西北地區(qū)［16，17］的相關(guān)研究結(jié)論類似.值得注意的是，得益于21世紀(jì)初國(guó)家“西部大開發(fā)”政策實(shí)施［29］，海拔較低且地勢(shì)平緩的烏魯木齊城區(qū)擴(kuò)張迅速，但大量耕地和草地被侵占，區(qū)域糧食安全和生態(tài)安全問(wèn)題逐漸突出.隨著“一帶一路”國(guó)家戰(zhàn)略的繼續(xù)推行，“烏昌石”一體化進(jìn)程加快以及烏市南控、北擴(kuò)、東延、西進(jìn)城市發(fā)展戰(zhàn)略的影響下，未來(lái)地勢(shì)低平的烏市中心城區(qū)土地利用格局將迎來(lái)巨變.為此，不僅需提高城市土地利用率，引導(dǎo)城市向高處發(fā)展，還需制定最嚴(yán)格的耕地保護(hù)制度，減少建設(shè)用地對(duì)耕地的侵占.此外，烏魯木齊河中游地區(qū)、博格達(dá)山南麓和天山北麓隨著退耕還林還草等重大生態(tài)工程實(shí)施［30］，局地耕地減少，草地和林地出現(xiàn)增長(zhǎng)，區(qū)域生態(tài)環(huán)境有所改善，需鞏固好退耕成果；但烏魯木齊河中游兩岸水渠等灌溉設(shè)施完備，需繼續(xù)發(fā)展綠洲農(nóng)業(yè)，促進(jìn)烏市糧食增長(zhǎng).同時(shí)烏市南部海拔較高且地勢(shì)崎嶇的天山和東部博格達(dá)山高寒地區(qū)荒漠化現(xiàn)象日益突出，源于全球氣候變暖使蒸發(fā)增強(qiáng)，區(qū)域草場(chǎng)發(fā)生大面積退化［31］，生態(tài)環(huán)境日趨惡劣；該區(qū)重點(diǎn)關(guān)注生態(tài)保護(hù)，通過(guò)植樹造林等方式扼制土地沙化.此外，研究發(fā)現(xiàn)NDVI和距政府駐地距離等自然和經(jīng)濟(jì)因子，均對(duì)烏市土地利用空間分異及其轉(zhuǎn)型驅(qū)動(dòng)產(chǎn)出重要影響，這與趙永玉［15］在烏市類似研究結(jié)果一致，故土地利用規(guī)劃需統(tǒng)籌各類自然和經(jīng)濟(jì)因素所產(chǎn)生的影響.

不同于傳統(tǒng)平面視角的土地利用變化研究，本文基于地形梯度分析了近30年烏市土地利用的時(shí)空演變，從立體視角揭示了土地利用的分布規(guī)律及其變化特征，也借助地理探測(cè)器和PLUS模型探究了區(qū)域地理利用空間分異及變化的驅(qū)動(dòng)因素，可為區(qū)域制定因地制宜的用地策略提供科學(xué)依據(jù).但仍存在不足之處，所選取的驅(qū)動(dòng)因子不僅分辨率較低，而且缺乏鄉(xiāng)鎮(zhèn)級(jí)行政區(qū)的數(shù)據(jù)，同時(shí)政策因素缺乏定量化描述，上述原因致使研究結(jié)果與區(qū)域?qū)嶋H存在一定偏差.故今后工作應(yīng)著重于高精度驅(qū)動(dòng)因子數(shù)據(jù)庫(kù)的建立及完善.

4 結(jié)論

1）1990—2020年烏魯木齊土地利用以草地和未利用地為主，二者占83.49%以上；土地利用呈草地和耕地減少，其余類型擴(kuò)張的趨勢(shì).

2）耕地、水域、建設(shè)用地和未利用地高度集中于海拔小于1 563 m、坡度小于9.61°及地形起伏度小于181m的低平地區(qū)；林地集中在海拔

1 928～272 1 m、坡度15.70～47.42°和地形起伏度297～940 m的起伏山地；草地廣泛分布于海拔小于3 176 m、坡度小于39.41°及地形起伏度小于647 m山麓地帶.土地利用的面積變化均分布于其集中地帶.

3）NDVI為土地利用空間分異的主導(dǎo)因子；農(nóng)田生產(chǎn)潛力、年均氣溫、地形起伏度、距湖泊及水庫(kù)距離、距鄉(xiāng)鎮(zhèn)駐地距離和年日照數(shù)分別為耕地、林地、草地、水域、建設(shè)用地和未利用地變化的主導(dǎo)驅(qū)動(dòng)因子.

參考文獻(xiàn)：

［1］ 王秀蘭，包玉海.土地利用動(dòng)態(tài)變化研究方法探討［J］.地理科學(xué)進(jìn)展，1999（1）：83.

［2］ 孫慧蘭，李衛(wèi)紅，陳亞鵬，等.新疆伊犁河流域生態(tài)服務(wù)價(jià)值對(duì)土地利用變化的響應(yīng)［J］.生態(tài)學(xué)報(bào)，2010，30（4）：887.

［3］ MOONEY H，DURAIAPPAH A，LARIGAUDERIE A.Evolution of natural and social science interactions in global change research programs［J］.P Nat A Sci USA，2013，110（supplement_1）：3665.

［4］ 徐蘭，羅維，周寶同.基于土地利用變化的農(nóng)牧交錯(cuò)帶典型流域生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)——以洋河為例［J］.自然資源學(xué)報(bào)，2015，30（4）：580.

［5］ OUYANG Z，ZHENG H，XIAO Y，et al.Improvements in ecosystem services from investments in natural capital［J］.Science，2016，352（6292）：1455.

［6］ HERRICK J，URAMA K，KARL J，et al.The global Land-Potential Knowledge System（LandPKS）：Supporting evidence-based，site-specific land use and management through cloud computing，mobile applications，and crowdsourcing［J］.J Soil Water Conserv，2013，68（1）.

［7］ 龍爽，郭正飛，徐粒，等.基于Google Earth Engine的中國(guó)植被覆蓋度時(shí)空變化特征分析［J］.遙感技術(shù)與應(yīng)用，2020，35（2）：326.

［8］ 張煜輝.基于多源數(shù)據(jù)的全特征土地覆蓋分類方法研究［J］.測(cè)繪地理信息，2022，47（4）：90.

［9］ YANG J，HUANG X.The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019［J］.Earth Sys Sci Data，2021，13（8）：3907.

［10］ 楊顯明，宋欣怡，加壯壯.青海省縣域城鎮(zhèn)化質(zhì)量測(cè)度及時(shí)空演變分析［J］.西北師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，59（3）：100.

［11］ 林樹高，陸汝成，葉宗達(dá)，等.廣西國(guó)土空間格局演變特征與形成機(jī)理［J］.地理科學(xué)，2022，42（11）：1963.

［12］ 張軻，魏偉，周婕，等.三江源地區(qū)“三區(qū)空間”時(shí)空演化及驅(qū)動(dòng)機(jī)制分析（1992―2020年）［J］.地球信息科學(xué)學(xué)報(bào)，2022，24（9）：1755.

［13］ 侯西勇，常斌，于信芳.基于CA-Markov的河西走廊土地利用變化研究［J］.農(nóng)業(yè)工程學(xué)報(bào)，2004（5）：286.

［14］ 周建偉，羅君.安寧河流域土地利用地形梯度分異及其轉(zhuǎn)型驅(qū)動(dòng)因素［J］.西南農(nóng)業(yè)學(xué)報(bào)，2023，36（6）：1318.

［15］ 趙永玉，阿里木江·卡斯木，高鵬文，等.基于地理探測(cè)器的烏魯木齊市城區(qū)擴(kuò)展及影響因素分析［J］.干旱區(qū)地理，2021，44（6）：1729.

［16］ 韓磊，朱會(huì)利，劉釗.延安市退耕還林前后土地利用動(dòng)態(tài)變化分析［J］.西北師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，53（5）：101.

［17］ 孫善良，張小平，張志斌.陜西省2000—2018年土地利用時(shí)空演變及驅(qū)動(dòng)因素［J］.水土保持通報(bào)，2021，41（4）：339.

［18］ 王毓芳，趙成章，曾紅霞，等.疏勒河中游濕地景觀時(shí)空演變及其影響因素［J］.干旱區(qū)研究，2022，39（1）：282.

［19］ 張紅，鄧雯，王藝.2000～2020年印度土地利用的時(shí)空演化及驅(qū)動(dòng)因素分析［J］.世界地理研究，2022，31（4）：786.

［20］ LIANG X，GUAN Q，CLARKE K，et al.Understanding the drivers of sustainable land expansion using a patch-generating land use simulation（PLUS） model： A case study in Wuhan，China［J］.Comput，Environ Urban Systems，2021，85：101569.

［21］ ZHANG B，WU P，ZHAO X，et al.Changes in vegetation condition in areas with different gradients（1980—2010） on the Loess Plateau，China［J］.Environ Earth Sci，2013，68（8）：2427.

［22］ 姜展鵬.烏魯木齊市土地利用時(shí)空變化與多情景預(yù)測(cè)［D］.烏魯木齊：新疆師范大學(xué)，2022.

［23］ 張軍，李曉東，陳春艷，等.新疆地勢(shì)起伏度的分析研究［J］.蘭州大學(xué)學(xué)報(bào)（自然科學(xué)版），2008（S1）：10.

［24］ 張學(xué)斌，羅君，石培基，等.格網(wǎng)尺度下張掖生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空演變及地形梯度分異特征［J］.應(yīng)用生態(tài)學(xué)報(bào)，2020，31（2）：543.

［25］ QIU M，YUAN C，YIN G.Effect of terrain gradient on cadmium accumulation in soils［J］.Geoderma，2020，375：114501.

［26］ XUE L，ZHU B，WU Y，et al.Dynamic projection of ecological risk in the Manas River basin based on terrain gradients［J］.Sci Total Environ，2019，653：283.

［27］ WANG J，LI X，CHRISTAKOS G，et al.Geographical detectors-based health risk assessment and its application in the neural tube defects study of the Heshun Region，China［J］.Int Geogr Inf Sci，2010，24（1）：107.

［28］ YAO Y，LIU X，LI X，et al.Simulating urban land-use changes at a large scale by integrating dynamic land parcel subdivision and vector-based cellular automata［J］.Int Geograph Inform Sci，2017，31（12）：2452.

［29］ 劉生龍，王亞華，胡鞍鋼.西部大開發(fā)成效與中國(guó)區(qū)域經(jīng)濟(jì)收斂［J］.經(jīng)濟(jì)研究，2009，44（9）：94.

［30］ 邵全琴，樊江文，劉紀(jì)遠(yuǎn)，等.重大生態(tài)工程生態(tài)效益監(jiān)測(cè)與評(píng)估研究［J］.地球科學(xué)進(jìn)展，2017，32（11）：1174.

［31］ CUI X，GRAF H.Recent land cover changes on the Tibetan Plateau：a review［J］.Climatic Change，2009，94（1）：47.

（責(zé)任編輯 武維寧）