北部灣沿海土地利用變化時空特征及情景分析

蘇紅帆, 侯西勇, 邸向紅

?

北部灣沿海土地利用變化時空特征及情景分析

蘇紅帆1, 侯西勇1, 邸向紅2

(1. 中國科學院煙臺海岸帶研究所, 山東煙臺 264003; 2. 德州學院資源環境與規劃學院, 山東德州253023)

基于遙感技術監測北部灣沿海2000年~2010年土地利用變化特征, 應用多要素數據和Logistic- CA-Markov耦合模型模擬土地利用變化并進行多情景分析。結果表明: 2000年~2010年, 耕地是土地轉化的主要來源, 城鎮、農村居民點及交通工礦的擴張主要來自于耕地, 城鎮化加劇增加了耕地保護的壓力; 2005年~2010年, 沿海圍填海的速度較快, 導致海岸線形態發生顯著的變化以及海岸帶脆弱性的加劇; 基于區域環境與生態保護、經濟社會發展的歷史過程特征和相關規劃, 設計既有趨勢延續、城鎮化優先、生態保護優先3種情景, 模擬得到2020年、2025年的土地利用分布數據; 綜合土地利用變化的歷史特征和情景分析的結果, 提出未來土地利用優化的策略與措施, 包括: 優化城鎮化空間布局及其發展質量, 嚴格保護沿海濕地尤其是紅樹林濕地, 變化熱點區域合理規劃未來的土地利用方向等。

土地利用變化; 北部灣經濟帶; Logistic回歸; CA-Markov模型; 情景分析

沿海區域是陸海交接地帶, 生態脆弱, 具有較為獨特的土地利用結構、格局與過程。土地利用變化與沿海的資源、環境、生態緊密相關, 高強度的經濟開發加劇土地利用變化和多種環境與生態問題。例如, 城鎮化進程加快濱海地帶的開發, 圍填海規模擴大, 造成紅樹林等類型濕地破壞、耕地保護壓力加大、工業用地利用效率提升壓力加劇等問題[1-5]。合理開發利用沿海土地資源、協調經濟發展與環境保護之間的關系日益受到重視, 因此, 許多學者對沿海土地利用及相關問題進行研究, 例如, 侯西勇等[6]分析了21世紀初中國海岸帶土地利用的數量、結構和空間格局特征; 傅伯杰等[7]研究了環渤海土地利用變化的生態環境效應及可持續性; 吳泉源等[8]從土地利用類型相互轉換及海岸區位效應等方面分析龍口市海岸帶動態變化特征; 許艷等[9]分析了江蘇省海岸帶1980年以來的土地利用/覆被變化, 揭示了海岸帶土地利用的地域差異與梯度分異特征。分析土地利用類型變化規律, 模擬未來土地利用變化的趨勢, 可以為決策者科學規劃用地提供有益的指導[10-11]。

環北部灣區域是我國與東盟國家既有海上通道、又有陸地接壤的交通樞紐區域, 區位優勢明顯。2007年廣東省湛江市加快建設粵西城鎮群中心; 2008年國家大力支持北部灣經濟區開放發展; 2015年一帶一路戰略北部灣區域成為21世紀“海上絲綢之路”南海對外海上貿易的重要門戶。北部灣沿海正在進入經濟社會快速發展的新階段, 學術界對該區域土地資源開發和利用的關注也在逐漸提升, 例如:何文等[12]分析了廣西欽州市的土地利用格局; 華璀[13]研究了玉林市土地資源的可持續利用問題; 王倩[14]研究了防城港海岸帶景觀格局變化; 周飛等[15]、陳炳祿等[16]研究了廣東省湛江市的土地利用與生態系統服務價值變化; 姚靜林等[17]、高義等[18]分別分析了北部灣經濟區、廣東省海島海岸帶土地利用變化特征及其驅動力; 劉雙等[19]、蔡曉樺等[20]分析了北部灣土地資源可持續利用問題及土地利用結構特征。本文旨在分析北部灣沿海近期土地利用變化特征, 并針對至2025年的變化進行多情景分析和模擬, 對比不同目標導向經濟社會發展潛在影響作用的差異, 為北部灣土地資源的優化利用決策提供依據和支持。

1 研究區與數據

1.1 研究區

北部灣地處我國大陸海岸帶西南端、南海西北部, 是一個半封閉海灣。研究區選擇廣西沿海區域以及雷州半島, 包括防城港市、欽州市、北海市、玉林市和湛江市。位于東經107°27′~110°58′、北緯20°07′~ 23°07′之間, 總面積4.64萬km2(圖1)。西北部以山地、丘陵為主, 東南部以臺地平原為主, 沿海灘涂分布廣泛; 為亞熱帶向熱帶過渡的海洋性季風氣候, 光熱資源豐沛; 水資源尚豐, 但時空分布不均, 多暴雨; 沿海港口、旅游資源豐富。

1.2 數據來源與處理

根據北部灣沿海土地資源開發利用的歷史與現狀特征以及30 m分辨率Landsat TM/ETM+影像的分辨能力, 區分耕地、林地、草地、濕地、城鎮、農村居民點、交通工礦、未利用地和海水9種土地利用類型: 耕地包括水田和坡耕地; 林地包括有林地、疏林地和灌木林; 草地區分高、中、低不同覆蓋度; 濕地包括內陸水體(湖泊、河流、灘地和水庫坑塘等)、濱海濕地(灘涂、河口水域和瀉湖等)和人工濕地(養殖); 城鎮指縣鎮以上的建成區; 農村居民點指鎮以下的居民點用地; 交通工礦是城鎮以外的廠礦、工業區、倉庫、機場、鹽田等; 未利用地主要是山區裸巖和沿海鹽堿地; 海水是指未被利用的近海海域。利用2000年、2005年、2010年的Landsat TM/ETM+影像, 結合解譯標志庫[21]通過目視解譯獲得三個時期的土地利用數據, 解譯時最小上圖圖斑2~3個像元, 對應1︰10萬比例尺制圖標準。

土地利用分布與變化的自然與人文影響因子選取高程、坡度、坡向、溫度、降雨量、到公路距離、到鐵路距離、到河流距離、到海岸線距離、到居民點距離、人口、GDP共12個[22]。選用30 m分辨率的SRTM DEM信息, 據其生成坡度、坡向數據; 溫度與降雨量取多年平均值, 基于氣象站監測數據通過地統計分析方法獲得空間數據; 多種距離因子數據是利用1︰100萬基礎地理信息通過GIS空間分析而得到; 人口、GDP信息為中國2010年分縣普查與統計資料, 基于夜間燈光數據等進行空間化[23]。以上數據轉換為IDRISI軟件識別的柵格數據, 柵格大小為500 m。

2 研究方法

2.1 土地利用轉移矩陣

基于土地利用轉移矩陣進行土地利用變化特征分析。土地利用轉移矩陣定量描述一定時期內土地利用狀態之間的相互轉換關系[22], 可直觀反映土地的流向或來源。

2.2 土地利用變化模型

越來越多的模型強調基于遙感監測信息在時空雙維度分析土地利用變化的動力機制, 綜合評估與預測土地利用/覆蓋變化[2]。元胞自動機(Cellular Automata, CA)、CLUE-S、CA-Markov、IMAGE等是較有代表性的模型[24-28]。模型應用效果受空間位置、空間尺度、數據等因素影響, 集成多種模型可以更好的表征和模擬具有多尺度特征和復雜動力機制的土地利用變化過程。本文選取Logistic-CA-Markov耦合模型: 二分類Logistic回歸分析是一種概率統計分類模型, 用于預測某一分類的依賴變量(因變量)對一個或多個預測變量(自變量)的二進制響應。通常采用ROC(Receiver operating characteristic)對回歸方程的解釋能力進行檢驗[29-30], ROC值一般介于0.5~1之間, 趨近于0.5表示方程解釋能力較差, 趨近于1表示效果較好。在土地利用變化研究中, 將每個柵格可能出現某種地類的概率進行運算判斷, 模型的目標變量用二分類變量數據表示, 模型的解釋變量通過一系列的自然、社會驅動因素來表示并確定它們之間的定量關系。其公式為:

式中,P為類型發生的概率,1,2, …,x為驅動因素。

元胞自動機(CA)是一種時間、空間、狀態都離散且具有時空計算特征的動力學模型, 用來仿真局部規則和局部聯系。柵格化的地理特征數據具有與元胞自動機相似的時空分布規則, 因此, 元胞自動機模型適用于地理特征數據的動態模擬[31-32]。在土地利用變化模擬中, 每個元胞對應一定的土地利用類型, 土地利用變化的歷史趨勢、土地適宜性以及相關的政策、經濟因素構成轉換規則, 當可能性超過閾值時, 土地利用類型發生轉化。元胞自動機可表示為:

式中,為元胞有限、離散的狀態集合,和+1為不同時刻,為元胞鄰域。

馬爾科夫(Markov)過程是一個典型的無后效性隨機過程。馬爾科夫模型應用馬爾科夫過程方法分析隨機事件變化規律, 并預測未來變化趨勢。設()是一隨機過程, 當時刻所處的狀態已知時, 在時刻+1的狀態與在時刻之前的狀態無關, 各個時刻的狀態的轉變由一個狀態轉移概率矩陣控制。在土地利用變化研究中, 某一時刻的土地利用類型對應Markov過程中的“可能狀態”(), 土地利用類型之間相互轉換的面積或比例即為狀態轉移概率P。其公式為:

(3)

式中,()、(+1)分別為、+1時刻的系統狀態;P為狀態轉移概率矩陣。

Markov與CA均為時間離散、狀態離散的模型, IDRISI軟件將二者集成, 形成了用于土地利用變化模擬的CA-Markov模型; 通過Logistic回歸分析可以獲取轉變適宜性圖像集, 即CA轉換規則, 進而形成Logistic-CA-Markov耦合模型; 其綜合了元胞自動機模型強大的模擬復雜系統空間演變功能和Markov模型長期預測的優勢, 既提高土地利用類型轉化的預測精度, 又可有效模擬土地利用格局的空間變化。研究表明其模擬精度高、模擬結果可信、有較強的科學性與實用性[26], 能夠有效地對土地利用的數量結構和空間分布進行模擬和預測[22]。

2.3 情景分析

情景分析是假定某種現象或趨勢將持續到未來的前提下, 對預測對象可能出現的情況或引起的后果進行預測的方法。土地利用變化機制復雜, 發展態勢具有不確定性, 適合應用情景分析對其未來態勢進行探測: 通過對土地利用類型加以定性、定量分析, 模擬外部因素可能發生的多種情景, 對各種可能情景進行預測, 進而, 結合土地利用變化模型, 可以模擬各種情景下土地利用變化的時空特征, 幫助人們發現未來的機會和威脅、優勢和劣勢, 實現土地資源的優化配置[33-35]。

3 數據與結果

3.1 土地利用結構與格局特征

北部灣沿海多時相土地利用遙感解譯結果如圖2 (海水未顯示)。土地利用空間格局特征如下: 林地比重最大, 約為50%, 主要分布于西部與北部, 沿海散布有紅樹林; 耕地比重約為30%, 位于坡度較小區域; 草地較少, 一般分布在山麓地區; 濕地類型多樣且分布廣泛; 農村居民點數量多、分布廣; 城鎮面積較大, 尤其是沿海港口城市; 交通工礦多為獨立工業區, 部分沿海地區有鹽田; 未利用地主要為鹽堿地和裸土地, 分布于沿海區域, 面積較小。

3.2 土地利用面積轉移特征

2000年-2005年、2005年-2010年的土地利用轉移矩陣分別如表1、表2所示, 反映土地利用的分布數量及轉移特征: 10年間, 耕地減少220 km2, 前5年主要變為林地、濕地、城鎮和交通工礦, 后5年流失速度減緩, 主要變為濕地、城鎮和農村居民點; 草地減少18 km2, 主要變為林地和濕地; 未利用地減少51.5 km2, 主要變為濕地、草地; 林地增加121.25 km2, 前5年增加較多, 來源主要為耕地, 后5年增加較少, 主要來源為濕地和未利用地, 少量林地轉化為濕地和交通工礦。10年間濕地增加了107.25 km2; 前5年未利用地、耕地、林地是其增加的主要來源, 而濕地則主要變為交通工礦(鹽田)和林地; 后5年濕地主要是由海域、耕地轉化而來, 水庫坑塘等的面積增大, 而濱海濕地主要變為交通工礦(鹽田), 灘地、灘涂、沿海潟湖面積則顯著減小。10年間城鎮面積增長了65.75 km2, 前、后5年分別以耕地、交通工礦為主要轉化來源。10年間農村居民點面積略有增加, 耕地為主要來源, 后5年農村居民點主要變為城鎮。10年間交通工礦面積增加49.25 km2, 前5年主要是海水養殖區變為交通工礦, 后5年圍填海為主要來源。10年間圍填海造陸使得陸域面積約增加61.5 km2, 2005年前圍填海規模較小, 之后則速度加快、規模增大, 并導致海岸線的顯著變化; 圍填海主要形成以海水養殖為主的人工濕地、以鹽田為主的交通工礦以及城鎮。

表1 2000年-2005年土地利用類型轉換面積(km2)

表2 2005年-2010年土地利用類型轉換面積(km2)

上述變化反映了區域經濟社會發展的特征及其對土地資源的影響: 1)耕地持續減少、林地不斷增加, 耕地變為林地表明退耕還林政策執行情況較好, 生態保護工作得到推進; 但與此同時, 城鎮、交通工礦發展又占用較多的耕地、林地、濕地, 這表明僅依靠退耕還林(草)政策不足以滿足生態保護工作的需求。2)圍填海主要用于交通工礦、圍海漁業養殖和城鎮建設, 侵占了大量的濱海濕地(灘涂、灘地和沿海潟湖), 生物棲息地逐漸被蠶食, 使生態環境面臨惡化風險。3)生態保護政策和工作缺乏“陸海統籌”、“陸海聯動”,因此, 在海岸帶區域, 土地類型轉換加快、經濟社會發展使土地資源和海洋生態保護的壓力加大。

3.3 Logistic-CA-Markov模型建立

選取2005年土地利用數據, 進行Logistic回歸分析, ROC檢驗結果如表3, 其中, 7種地類的ROC值均大于0.9, 表明回歸模型較為可靠。基于回歸方程建立500 m分辨率的土地轉移適宜性圖集, 在CA-Markov模型中, 基于2005年土地利用圖, 設置5×5的鄰域, 迭代次數為5, 得到2010年土地利用模擬圖(圖3), 將其與對應的觀測值(圖2)進行比較, kappa系數為0.9894, 證明模型模擬效果理想, 能夠支持土地利用變化情景分析與模擬。

3.4 至2025年土地利用變化情景

從區域土地利用、生態保護和經濟社會發展的歷史與現狀及政府部門相關規劃出發, 設計三種情景。

表3 Logistic回歸方程系數及ROC檢驗結果

注: 1-9分別為耕地、林地、草地、濕地、城鎮、農村居民點、交通工礦、未利用地、海水9種土地利用類型。

情景Ⅰ: 既有趨勢延續(Business as usual)。Markov理論符合既有趨勢延續情景的特征, 因此, 直接基于上述過程所建立的Logistic-CA-Markov模型, 以2005年和2010年土地利用數據為基礎, 預測得到2020年、2025年的土地利用圖。

情景Ⅱ: 城鎮化(經濟發展)優先。優先滿足城鎮化、經濟發展對土地資源的需求。主要參考《廣西北部灣經濟區發展規劃》(2006年-2020年)、《廣東省土地利用總體規劃》(2006年-2020年)以及北海市、防城港市、欽州市城市總體規劃(2008年-2025年)等所確定的城鎮化目標, 如: 廣西北部灣經濟區發展規劃中北海市、欽州市、防城港市2020年城市建成區建設用地分別控制在140 km2、120 km2和70 km2以內; 北海城市總體規劃2025年城市建設200 km2;防城港市城市總體規劃至2025年城市建設用地140 km2; 欽州市總體規劃建設用地規模2025年為234.97 km2, 其中填海79 km2; 玉林中心城區城市建設用地規模至2020年為98 km2; 到2020年湛江市中心城區城市建設用地規模控制在211.62 km2以內。綜合以上信息, 設置2020年、2025年城鎮面積分別增長至約650 km2、約800 km2; 通過Markov面積轉移矩陣控制總量目標, 修訂Markov轉移概率矩陣中各種地類轉向城鎮和交通工礦用地的概率以控制類型轉化的合理性, 模擬得到2020年、2025年土地利用圖。

情景Ⅲ: 生態保護優先。設定原則: 限制城鎮發展速度; 保護山區的林草地; 嚴格保護主要水源地和坡度15°以上區域; 保護沿海灘涂和紅樹林濕地, 限制圍填海工程發展; 嚴格限制自然保護區內的土地利用變化。重點選取北侖河口國家級自然保護區、山口紅樹林國家級自然保護區及湛江紅樹林國家級自然保護區及眾多水源地列為生態保護的優先區域, 限制其內部的土地利用變化, 模擬得到2020年和2025年土地利用圖。

三種情景的模擬結果如表4所示。人類活動、經濟發展促進海水養殖區、圍填海用地等擴大, 呈擴張趨勢。與2010年觀測值相比, 情景Ⅰ未來時期耕地、林地、草地及未利用地面積將減少, 城鎮、農村居民點、交通工礦面積將擴大, 主要占用耕地; 情景Ⅱ中, 城鎮向周圍擴張速度更迅速, 對耕地和濕地的占用更為嚴重, 并進一步導致海岸線向海推進; 情景Ⅲ中, 耕地、林地、草地面積緩慢增長, 城鎮化速度受到節制, 城鎮、農村居民點與交通工礦的擴張速度均低于既有趨勢延續情景和城鎮化(經濟發展) 優先情景。三種情景模擬結果在結構、變化態勢方面與情景設計初衷較為一致。

表4 北部灣沿海土地利用模擬情景面積(km2)

將三種情景的空間格局進行比較, 差異較顯著的“熱點”區域包括城鎮和自然保護區邊緣、海岸線附近等, 例如: 北海市區(圖4-A), 情景Ⅰ與Ⅱ均表現為城鎮顯著擴張趨勢, 占用耕地和圍填海特征突出; 沿海區域圍填海形成較大面積的城鎮與交通工礦, 將海岸線向海推進, 內陸區域城鎮擴張占據大量的農田; 在情景Ⅲ中圍填海與耕地的占用均有所減緩, 因此, 沿海地區應著重控制城鎮發展規模、保護耕地、合理規劃圍填海區域。山口紅樹林國家級自然保護區(圖4-B), 情景Ⅰ與Ⅱ中, 西部與東部沿海的林地與濕地被破壞變為交通工礦用地, 而情景Ⅲ保護區內的植被和濕地得以保留, 可見, 自然保護區邊緣的土地利用較易被改變。將2010年廣西濱海的保護區與圍填海變化“熱點”區域進行疊加分析, 重合部分達到24.74 km2, 距“熱點”0~1 km、1~2 km、2~3 km范圍內的保護區面積分別為77.34、105.96、113.19 km2, 可見, 圍填海實際上已經嚴重威脅濱海保護區; 為保證自然保護區內的土地利用類型得以保持, 優化保護區及其周邊土地利用結構, 嚴格的保護措施迫在眉睫。

A. 北海市區; B. 山口紅樹林國家級自然保護區

A. Beihai city; B. Shankou mangrove ecological national natural reserve

4 結論

基于遙感技術監測北部灣沿海2000年-2010年的土地利用變化特征, 應用Logistic-CA-Markov耦合模型模擬土地利用變化并進行多情景分析和模擬, 主要結論如下:

1) 土地利用變化反映經濟社會發展的基本特征: 2000年-2010年, 耕地、草地、濕地等類型的面積減少, 林地、城鎮和農村居民點的不斷擴張均占用大量耕地, 耕地保護壓力加大; 2005年之后進入海岸帶開發提速階段, 因而2005年-2010年與2000年-2005年相比, 土地利用類型間轉換的規模與速度均有提高, 尤其是沿海區域大量灘涂與濕地被圍墾, 主要變為交通工礦、城鎮、漁業養殖等, 不斷將海岸線向海推進。

2) 情景分析與模擬結果揭示了未來時期土地利用變化的可能態勢: 既有趨勢延續情景, 耕地、林地、草地與未利用土地將繼續減少, 城鎮、農村居民點與交通工礦則持續增加, 濕地主要表現為水庫坑塘、河口水域、淺海水域面積增大, 而灘地、灘涂、沿海潟湖面積顯著減小; 城鎮化(經濟發展)優先情景, 城鎮發展將消耗大量耕地、林地, 沿海城市圍填海特征突出; 生態保護優先情景, 對保護區和沿海濕地的保護成效非常顯著, 耕地、林地、草地有所增加, 城鎮建設規模過快增加的態勢得到抑制。

3) 北部灣沿海2000年-2010年土地利用變化的“熱點”區域集中在城鎮周邊及海岸帶區域, 與此相應, 至2025年不同變化情景模擬結果之間的差異以及未來潛在的熱點變化區域也主要集中于城鎮邊緣、海岸帶、自然保護區邊緣等生態敏感的區域, 因此, 未來時期土地利用優化管理和生態保護的基本策略和優先目標應該包括: 生態保護政策及工作應強化“陸海統籌”和“陸海聯動”; 加強海洋功能區劃, 明確保護區、圍填海建設區的范圍, 并加強管制; 優化城鎮空間布局及發展質量、提高建設用地集約化水平、協調城市化與耕地及濕地保護之間的關系、協調經濟發展與沿海生態保護之間的關系等。

參考文獻：

[1] Turner BL, David S, Steven S. Land use and land cover change[J]. Earth Science Frontier (China University of Geosciences, Beijing), 1997, 4(1-2): 26-33.

[2] Brown D G, Walker R, Manson S, et al. Modeling land use and land cover change[C]//Gutman G, Janetos A C, Justice C O et al. Land Change Science: Observing, Monitoring and Understanding Trajectories of Change on the Earth’s Surface. New York: Springer, 2004: 395- 409.

[3] 劉紀遠, 匡文慧, 張增祥, 等. 20世紀80年代末以來中國土地利用變化的基本特征與空間格局[J]. 地理學報, 2014, 69(1): 3-14. Liu Jiyuan, Kuang Wenhui, Zhang Zengxiang, et al. Spatio-temporal characteristics, patterns and causes of land use changes in China since the late 1980s[J]. Acta Geographica Sinica, 2014, 69(1): 3-14.

[4] 李興鋼, 梁成華, 王延松, 等. 基于CA-Markov模型的遼河三角洲濕地景觀格局預測[J]. 環境科學與技術, 2013, 36(5): 188-192, 200. Li Xinggang, Liang Chenghua, Wang Yansong, et al. Predicting landscape patterns of Liaohe Delta wetland by CA-Markov Model[J]. Environmental Science and Technology, 2013, 36(5): 188-192, 200.

[5] 吳季秋, 俞花美, 肖明, 等. 基于CA-Markov模型的海灣土地利用動態預測[J]. 環境工程技術學報, 2012, 2(6): 531-539. Wu Jiqiu, Yu Huamei, Xiao Ming, et al. Dynamic prediction for gulf land use based on CA Markov Model[J]. Journal of Environmental Engineering Technology, 2012, 2(6): 531-539.

[6] 侯西勇, 徐新良. 21世紀初中國海岸帶土地利用空間格局特征[J]. 地理研究, 2011, 30(8): 1370-1379. Hou Xiyong, Xu Xinliang. Spatial patterns of land use in coastal zones of China in the early 21st century[J]. Geographical Research, 2011, 30(8): 1370-1379.

[7] 傅伯杰, 陳利頂, 蔡運龍, 等. 環渤海地區土地利用變化及可持續利用研究[M].北京: 科學出版社, 2004. Fu Bojie, Chen Liding, Cai Yunlong, et al. Studies on land use change and its sustainable utilization in Circum Bohai Bay[M]. Beijing: Science Press, 2014.

[8] 吳泉源, 侯志華, 于竹洲, 等. 龍口市海岸帶土地利用動態變化分析[J]. 地理研究, 2006, 25(5): 921-929. Wu Quanyuan, Hou Zhihua, Yu Zhuzhou, et al. Analysis of the dynamic change of land use in Longkou city's coastal zone based on remote sensing technology[J]. Geographical Research, 2006, 25(5): 921-929.

[9] 許艷, 濮勵杰, 張潤森, 等. 近年來江蘇省海岸帶土地利用/覆被變化時空動態研究[J]. 長江流域資源與環境, 2012, 21(5): 565-571. Xu Yan, Pu Lijie, Zhang Runsen, et al. Spatiao temporal dynamics of land use and land cover change in the coastal zone of Jiangsu Province[J]. Resources and Environment in the Yangtze Basin, 2012, 21(5): 565-571.

[10] 嚴靜, 王靜, 周小丹, 等. 鹽城市沿海灘涂圍墾區土地利用時空動態變化研究[J]. 安徽農業科學, 2015, 43(29): 323-325. Yan Jing, Wang Jing, Zhou Xiaodan, et al. Study on the inning flats land use spatial-temporal dynamic change in Yancheng City[J]. Journal of Anhui Agricultural Sciences, 2015, 43(29): 323-325.

[11] 宋向群, 蔣欣昀, 王文淵, 等. 基于CA-Markov模型的港口陸域演化研究[J]. 港工技術, 2015, 52(3): 5-8. Song Xiangqun, Jiang Xinyun, Wang Wenyuan, et al. Research of port land area evolution by using CA-Markov Model[J]. Port Engineering Technology, 2015, 52(3): 5-8.

[12] 何文, 盧遠, 賀佩琳, 等. 北部灣經濟區土地利用格局模擬及其生態環境效益評價—— 以廣西壯族自治區欽州市為例[J]. 水土保持通報, 2015, 35(1): 281-286. He Wen, Lu Yuan, He Peilin, et al. Dynamic simulation and eco-environmental benefits evaluation of land use pattern in Beibu Gulf Economic Zone——A case study of Qinzhou City in Guangxi Zhuang Autonomous Region[J]. Bulletin of Soil and Water Conservation, 2015, 35(1): 281-286.

[13] 華璀. 廣西玉林市土地資源可持續利用研究[J]. 經濟地理, 1999, 19(4): 85-89. Hua Cui. Research on the sustainable use of land resource in Yulin city, Guangxi[J]. Economic Geography. 1999, 19(4): 85-89.

[14] 王倩. 防城港海岸帶景觀格局變化研究[D]. 廣西大學. 2013. Wang Qian. The research about the changes on landscape pattern in Fang chenggang coastal zone[D]. Guangxi University, 2013.

[15] 周飛, 陳士銀, 鐘來元, 等. 區域土地利用與生態系統服務價值變化研究—— 以廣東省湛江市為例[J]. 土壤, 2008, 40(5): 847-851. Zhou Fei, Chen Shiyin, Zhong Laiyuan, et al. On changes of regional land use and ecosystem services value-A case study of Zhanjiang City, Guangdong Province[J]. Soils, 2008, 40(5): 847-851.

[16] 陳炳祿, 陳新庚, 吳群河. 湛江市土地利用生態適宜性評價[J]. 中山大學學報(自然科學版), 1998, 37(suppl2): 217-220. Chen Binglu, Chen Xingeng, Wu Qunhe. Ecological evaluation of land use suitability in Zhanjiang[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 1998, 37(suppl2): 217-220.

[17] 姚靜林, 楊小雄. 廣西北部灣經濟區土地利用變化及其驅動力研究[J]. 大眾科技, 2012, 14(5): 224-227. Yao Jinglin, Yang Xiaoxiong. Research of land use change and its driving force in Guangxi Beibu Gulf Economic Zone[J]. Popular Science & Technology, 2012, 14(5): 224-227.

[18] 高義, 蘇奮振, 孫曉宇, 等. 近20年廣東省海島海岸帶土地利用變化及驅動力分析[J]. 海洋學報, 2011, 33(4): 95-103. Gao Yi, Su Fenzhen, Sun Xiaoyu, et al. A study on driving forces of land use change of Guangdong Province coastal zone and islands in recent 20a[J]. Acta Oceanologica Sinica, 2011, 33(4): 95-103. (in Chinese with English abstract)

[19] 劉雙, 胡動剛. 北部灣土地資源可持續利用評價研究[J]. 農業技術經濟, 2013, 11: 57-63. Liu Shuang, Hu Donggang. Evaluation of sustainable utilization of land resource in Beibu Gulf[J]. Agricultural Technical Economy, 2013, 11: 57-63.

[20] 蔡曉樺, 李月連. 基于I-TOPSIS 法的廣西北部灣經濟區土地利用結構研究[J]. 測繪與空間地理信息, 2012, 35(4): 42-45. Cai Xiaoye, Li Yuelian. Study of land use structure of Guangxi Beibu Gulf Economic Zone[J]. Geomatics & Spatial Information Technology, 2012, 35(4): 42-45.

[21] 邸向紅, 侯西勇, 吳莉. 中國海岸帶土地利用遙感分類系統研究[J]. 資源科學, 2014, 36(3): 463-472. Di Xianghong, Hou Xiyong, Wu li. Land use classification system for China’s coastal zone based on remote sensing[J]. Resources Science, 2014, 36(3): 463-472.

[22] 吳莉, 侯西勇, 徐新良, 等. 山東沿海地區土地利用和景觀格局變化[J]. 農業工程學報, 2013, 29(5): 207-216. Wu Li, Hou Xiyong, Xu Xinliang, et al. Land use and landscape pattern changes in coastal areas of Shandong province, China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(5): 207-216.

[23] 陳晴, 侯西勇. 集成土地利用數據和夜間燈光數據優化人口空間化模型[J].地球信息科學學報, 2015, 17(11): 1370-1377. Chen Qing, Hou Xiyong. An improved population spatialization model by combining land use data and DMSP/OLS Data[J]. Journal of Geo-Information Science, 2015, 17(11): 1370-1377.

[24] 張華, 張勃. 國際土地利用|覆蓋變化模型研究綜述[J].自然資源學報, 2005, 20(3): 422-431. Zhang Hua, Zhang Bo. Review on land use and land cover change models [J]. Journal of Natural Resources, 2005, 20(3): 422-431.

[25] 陸汝成, 黃賢金, 左天惠, 等. 基于CLUE-S和Markov復合模型的土地利用情景模擬研究——以江蘇省環太湖地區為例[J]. 地理科學, 2009, 29(4): 577- 581. Lu Rucheng, Huang Xianjin, Zuo Tianhui, et al. Land use scenarios simulation based on CLUE-S and Markov composite model: A case study of Taihu lake rim in Jiangsu province[J]. Scientia Geographica Sinica, 2009, 29(8): 577-581.

[26] 何丹, 金鳳君, 周璟. 基于Logistic-CA-Markov 的土地利用景觀格局變化—— 以京津冀都市圈為例[J]. 地理科學, 2008, 31(8): 903-910. He Dan, Jin Fengjun, Zhou Jing. The changes of land use and landscape pattern based on Logistic-CA- Markov model: A case study of Beijing-Tianjin-Hebei metropolitan region[J]. Scientia Geographica Sinica, 2011, 31(8): 903-910.

[27] Wang N H, Daniel GBr, Li A, et al. Comparative performance of logistic regression and survival analysis for detecting spatial predictors of land-use[J]. International Journal of Geographical Information Science, 2013, 27(10): 1960-1982.

[28] 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]. 農業工程學報, 2004, 20(5): 286-291. Hou Xiyong, Chang Bin, Yu Xinfang. Land use change in Hexi corridor based on CA-Markov methods[J]. Transactions of the Chinese Society of Agricultural Engineering, 2004, 20(5): 286-291.

[29] 李強, 任志遠. 基于Logistic回歸分析的土地利用變化空間統計與模擬[J]. 統計與信息論壇, 2012, 27(3): 98-103. Li Qiang, Ren Zhiyuan. Spatial statistics and simulation of the land use change based on binary logistic regression[J]. Statistics & Information Forum, 2012, 27(3): 98-103.

[30] Pontius RG, Laura CS. Land-cover change model validation by an ROC method for the Ipswich watershed, Massachusetts, USA[J]. Agriculture, Ecosystems and Environment, 2001, 85 (1/2/3): 239-248.

[31] 黎夏, 葉嘉安. 知識發現及地理元胞自動機[J]. 中國科學D輯地球科學, 2004, 34 (9): 865-872. Li Xia, Ye Jiaan. Mining cellular automata’s transition rules[J]. Science China (Series D, Earth Sciences), 2004, 34(9): 865-872.

[32] 楊俊, 解鵬, 席建超, 等. 基于元胞自動機模型的土地利用變化模擬——以大連經濟技術開發區為例[J]. 地理學報, 2015, 70(3): 461-475. Yang Jun, Xie Peng , Xi Jianchao, et al. LUCC simulation based on the cellular automata simulation: A case study of Dalian Economic and Technological Development Zone[J]. Acta Geographica Sinica, 2015, 70(3): 461-475.

[33] Robinson, D. T., Brown, D. G.. Evaluating the effects of land-use development policies on ex-urban forest cover: An integrated agent-based GIS approach[J]. International Journal of Geographical Information Science, 2009, 23(9): 1211-1232.

[34] Hubacek K, Sun L X. A scenario analysis of China’s land use and land cover change incorporating biophysical information into input-output modeling[J]. Structural Change and Economic Dynamics, 2001, (12): 367-397.

[35] 戴聲佩, 張勃. 基于CLUE_S模型的黑河中游土地利用情景模擬研究——以張掖市甘州區為例[J]. 自然資源學報, 2013, 28(2): 336-348. Dai Shengpei, Zhang Bo. Land use change scenarios simulation in the middle reaches of the Heihe River Basin based on CLUE-S model—A case of Ganzhou district of Zhangye city[J]. Journal of Natural Resources, 2013, 28(2): 336-348.

(本文編輯: 康亦兼)

Spatio-temporal characteristics and scenario analysis of land-use change in the Beibu Gulf Economic Rim coastal area, China

SU Hong-fan1, HOU Xi-yong1, DI Xiang-hong2

(1. Yantai Institute of Coastal Zone Research, Chinese Academy of Science, Yantai 264003, China; 2. College of Resources, Environment and Planning, Dezhou University, Dezhou 253023, China)

Considering the Beibu Gulf Economic Rim coastal area as an example, land-use maps from 2000, 2005, and 2010 were created on the basis of remote sensing techniques. Moreover, the spatio-temporal characteristics of land-use change from 2000 to 2010 were revealed. Then, a Logistic-CA-Markov model was developed to simulate land-use change and forecast its future tendencies under different scenarios. Results show that from 2000 to 2010, farmland, grassland, coastal wetland, and unused land decreased, whereas forest, inland wetland, urban areas, rural settlements, and isolated industrial-mining areas increased. Farmland is the main source of land transformation and has been changed into forest, rural settlements, urban areas, and isolated industrial-mining areas. In addition, from 2005 to 2010, parts of the increased urban and isolated industrial-mining areas were reclaimed from coastal wetland and sea areas, which in turn, markedly changed the mainland shoreline. Under a business-as-usual scenario, land-use change will follow the trend as from 2005 to 2010; under an urbanization priority scenario, urban areas, rural settlements, and isolated industrial-mining areas will increase significantly and will occupy farmland, water bodies, or wetlands in both inland and coastal areas; under an ecological protection priority scenario, wetlands, natural conservation areas, vegetation cover, and farmlands will be effectively protected from excessive reclamation. Information from this study can be useful for strategies on urbanization optimization, coastal wetland conversation, and reasonable land-use planning in hotspot areas.

Land-use change; Beibu Gulf Economic Rim; Logistic Regression; CA-Markov model; Scenario Analysis

Jul. 8, 2015

S159

A

1000-3096(2016)09-0107-10

10.11759/hykx20150708001

2015-05-04;

2016-05-06

國家自然科學基金項目(31461143032), 中國科學院重點部署項目(KZZD-EW-TZ-15, KZZD-EW-14)

蘇紅帆(1986-), 女, 河北石家莊人, 碩士研究生, 主要研究方向: 海岸帶土地利用/覆蓋變化, E-mail: hf_su@sina.com; 侯西勇,通信作者, E-mail: xyhou@yic.ac.cn

[Foundation: National Natural Science Foundation of China, No.31461143032; Key Research Program of the Chinese Academy of Sciences, No. KZZD- EW-TZ-15 and No. KZZD-EW-14]