三峽庫區耕地轉型及影響因素

,b,c

(重慶師范大學 a.地理與旅游學院;b.GIS應用研究重慶市高校重點實驗室;c.三峽庫區地表過程與環境遙感重慶市重點實驗室,重慶 401331)

1 引言

土地作為人類各種社會經濟活動的主要載體,土地利用過程必會反應出區域發展過程中出現的問題[1]。土地利用不是長期靜止不變的,會隨著時間在自然、經濟、社會等因素的影響下動態變化。其中，土地利用轉型研究是土地利用/覆被變化(LUCC)綜合研究的新途徑[2],已受到當今學術界和管理決策界的普遍關注[3-5]。土地利用轉型是指在經濟和社會發展的影響下,與其轉型相對應的土地利用形態(含顯性形態和隱性形態)在時序上的轉變過程[1,2,6]。耕地作為土地利用中不可或缺的一部分,對保障糧食安全、穩定人民生活、促進經濟發展具有重要的作用,我國早在2006年就確定了關乎國家經濟建設與發展全局性的18億畝耕地“紅線”的重大決策[7],加之城鎮化與工業化引發的耕地撂荒等問題的出現[8],對耕地轉型及其影響因素的研究已刻不容緩。

目前,土地利用轉型的基本理論與假說已被提出[6],理論體系日趨完善[1,9]。同時,借助“3S”技術、數理統計、空間計量等方法,土地利用轉型與其他土地利用活動得到了全面分析,區域土地利用的轉型特征、規律、動力機制及其生態效應都被有效揭示出來[10-13]。劉永強、龍花樓[11]等分析了黃淮海平原農區2000—2010年土地利用轉型的時空格局,在構建土地利用轉型動力機制分析概念框架基礎上,運用空間計量回歸分析方法深入地剖析了黃淮海平原農區5種主要土地利用類型轉換的動力機制;李全峰[12]等基于1990—2015年的Landsat TM影像解譯數據,定量刻畫了長江中游地區縣域耕地利用形態時空特征,揭示出不同時段耕地利用轉型分異的規律;陳龍[13]等基于“生產—生態—生活”土地利用主導功能分類體系,定量研究了江蘇省24年來區域用地轉型規律與驅動力變化。總體上看,前期成果系統研究了土地利用轉型基礎內容和理論方法,為本文研究提供了諸多可資借鑒的經驗。鑒于此,本文分析了三峽庫區重慶段耕地轉型的數量形態和空間特征,利用基于空間自相關的地理加權回歸模型研究了耕地轉型的影響機制,以期為區域耕地利用轉型模式、預測和相關土地政策的制定提供參考。

2 研究區概況與數據源

2.1 研究區概況

三峽庫區重慶段位于長江上游下段,介于28°31′—31°44′N、105°49′—110°12′E之間,東起巫山縣,西至江津區,南起武隆區,北至開州,東西長約600km,南北寬約80km;東南、東北與鄂西接壤,西南與川黔相鄰,西北緊靠川陜,是長江上游主要的生態脆弱區之一[14]。

圖1 研究區區位

該區地處大巴山斷褶帶、川東平行嶺谷和川鄂湘黔隆起褶皺帶三大構造單元的交匯處[14],地貌發育以流水作用為主,地貌特征以山地、丘陵著稱,區內地形高低懸殊,土地利用空間分布以林地與耕地為主,耕地零星分布,建設用地主要沿著河流分布。由于本文主要研究耕地轉型特征及其影響因素,而重慶市主城9區城鎮化高,其主導功能也以城市建設為主,所以本文只選取以萬州為中心的12個區縣(巫山縣、巫溪縣、奉節縣、云陽縣、開州區、萬州區、忠州、涪陵區、豐縣、武隆縣、石柱縣、長壽區)為研究范圍,其區位和范圍見圖1。

2.2 數據來源

三峽庫區重慶段2000年、2015年土地利用/覆被數據和1∶50000數字高程模型(DEM)等基礎數據來源于國家地球系統科學數據共享平臺。根據需要將土地利用/覆被分為7個I級類:耕地、林地、園地、草地、水域用地、建設用地、未利用土地,空間格局見圖2。坡度數據依據DEM進行提取;道路、水系、行政區劃、地質災害等空間數據主要來源于重慶市國土資源與房屋管理局;社會經濟數據來源于2000年、2015年《重慶市統計年鑒》與部分區縣的統計年鑒和重慶市各區縣官方網站。

圖2 研究區2000年和2015年土地利用空間分布

3 研究方法

3.1 耕地轉型

在土地利用變化轉移矩陣[15]分析的基礎上,利用土地利用類型轉換率的思路,構建如下公式開展耕地轉型規律的針對性研究[11]:

(1)

式中,Plose(g,i)為轉移矩陣中耕地轉為第i類土地利用類型的面積占耕地轉為其他土地利用類型總面積的比例,即轉出貢獻率;Pgain(j,g)為第j類土地利用類型轉為耕地的面積占其他土地利用類型轉為耕地總面積的比例,即轉入貢獻率;S(g,i)為耕地轉為第i類土地利用類型的面積;S(j,g)為第j類土地利用類型轉為耕地的面積;i、j均表示土地利用類型;n表示土地利用類型數目。

3.2 耕地轉型影響因素分析

影響因素的選取與處理方法:在一個特定區域內,自然、區位、社會、經濟、法律、制度、政策、工程技術等因素都會對土地利用轉型產生一定的作用與約束[11,16],耕地作為土地利用中不可或缺的重要組成部分,耕地轉型同樣受到自然、經濟、社會政策等條件的影響與約束。本文主要從自然、社會經濟、區位來展開論述,選取高程、坡度等11個因子,具體的因子見表1。

表1 影響因素

地理加權回歸模型:地理加權回歸模型的實質是局部加權最小二乘法,其中權為待估點所在的地理空間位置到其他各觀測點的地理空間位置之間的距離函數[17]。該方法不但簡單易行,且明確地展示出估計參數隨研究的地理空間位置的變化而變化的情況,表征了空間數據的非平穩性,在局域尺度上具有空間回歸優勢[18],同時修正了傳統回歸模型[19]。模型表達式為:

(2)

式中,yi表示(ui,vi)第i個采樣點的坐標;βk(ui,vi)表示第i個采樣點上的第k個回歸參數,是地理位置的函數;εi～N(0,σ2),Cov(εi,εj)=0(i≠j)。

4 結果與分析

4.1 轉型特征

耕地轉型的數量特征:從提取的耕地轉型結果來看,2000—2015年三峽庫區重慶段耕地轉型的數量特征為:耕地轉型數量整體處于減少狀態且轉換比較劇烈,凈轉出量為740.04km2,占研究區總面積的1.97%。15年間,三峽庫區耕地轉出總面積為3764.25km2,占研究區總面積的10.04%。基于對生態效應和可持續發展的重視,三峽庫區大規模實施“退耕還林”政策,以及城鎮化進程加快，大量山區人口進城務工，導致土地出現撂荒現象日益突出,耕地轉出主要以林地為主,面積為2926.48km2,貢獻率達到77.74%;園地作為耕地的第二大轉出,面積為340.46km2,貢獻率為9.04%;建設用地是耕地的第三大轉出,面積為272.08km2。

由于本研究區去除了重慶市都市區,因此建設用地的增加不太明顯。三峽庫區耕地轉入總面積為3024km2,占研究區總面積的8.07%,轉入來源類型以林地為主,其面積為2611.71km2,貢獻率達到86.36%;草地作為耕地轉入的第二大來源,面積為269.70km2,貢獻率為8.92%(表2)。

表2 2000—2015年三峽庫區重慶段耕地轉換數量

耕地轉型空間特征:2000—2015年三峽庫區重慶段的耕地轉換數量空間分布呈現出明顯的“南增北減”地域差異特征(圖3)。耕地轉換量小于0的區域主要分布在研究區的北部。其中，耕地轉換量小于-10km2的區域主要集中分布在開州的大量鄉鎮,如河堰鎮、譚家鄉、大進鎮、麻柳鄉、紫水鄉、溫泉鎮、和謙鎮、敦好鎮、大德鎮、九龍山鎮、九龍山鎮、安鎮、漢豐街道、趙家街道、長沙鎮、南門鎮、臨江鎮、鐵橋鎮;奉節縣的草堂鎮、巖灣鄉、白帝鎮、康樂鎮、大樹鎮、竹園鎮、紅土鄉、公平鎮、朱衣鎮、康坪鄉、安坪鎮、五馬鎮、興隆鎮、吐祥鎮;巫山縣的福田鎮、雙龍鎮、龍井鄉、曲尺鄉、大溪鄉、廟宇鎮、銅鼓鎮、官渡鎮、三溪鄉、騾坪鎮;巫溪的文峰鎮、朝陽洞鎮;云陽縣的寶坪鎮、鳳鳴鎮、云陽鎮;忠州的白石鎮、涂井鄉、復興鎮、磨子鄉,石柱的沿溪鎮、楓木鄉,說明15年間這些鄉鎮的耕地面積減少較突出。耕地轉換量大于0的主要分布在研究區的南部,其中耕地轉換量大于15km2的區域主要集中分布在涪陵區南部的大量鄉鎮,如新妙鎮、增福鄉、大順鄉、龍潭鎮、同樂鄉、青羊鎮、馬武鎮、藺市鎮、荔枝街道、白濤街道、江東街道、焦石鎮、羅云鄉,石柱縣的南賓鎮、下路鎮、中益鄉,武隆區的仙女山鎮、巷口鎮,豐都縣的武平鎮,說明15年間這些鄉鎮的耕地面積增加較顯著。無論轉入還是轉出,絕對變化量的空間差異明顯,絕對值越大代表該區域耕地轉型越激烈,說明存在一定的潛在沖突隱患。

圖3 三峽庫區重慶段耕地變化量空間分布

圖4 耕地轉型數量及其驅動因子的空間自相關結果

4.2 影響因素分析

空間回歸分析區別于傳統回歸分析主要在于考慮空間距離的影響,分析的前提是要證明自變量和因變量都存在較強的空間自相關特征[20]。因此,以2000—2015年三峽庫區耕地轉型的數量作為自變量,以自然因素(高程、坡度、水系、地質災害)、社會經濟因素(總人口、糧食總產量、非農業人口比)和區位因素(距省道距離、距高速距離、距鄉鎮中心距離、區縣中心距離)作為因變量,計算Moran指數。通過圖4可見,耕地轉換數量及其驅動因子的空間自變量和因變量都具有空間自相關性,可進行空間回歸分析。

GWR模型計算結果:從耕地轉入看(表3),林地轉耕地、草地轉耕地在所有驅動因子組成的模型中效果最好,R2值達到了0.46,調整型R2值也分別達到了0.40、0.41。從耕地轉出看(表4),耕地轉林地、耕地轉建設用地在所有驅動因子組成的模型中,R2值分別達到了0.60和0.57,調整型R2值分別達到了0.56、0.53,說明模型的擬合度效果很好。因此,本文將以耕地轉出到林地和建設用地為主要分析變量,分析影響因素在耕地轉型中的作用大小和作用區域。

表3 耕地轉入GWR模型結果

表4 耕地轉出GWR模型結果

GWR模型計算結果的空間格局:①耕地轉林地的R2高值區集中分布在研究區的北部和南部,即開州的中部、云陽縣的西部、萬州的北部、長壽區的南部、涪陵區的中部與南部、豐都縣的南部和整個武隆區。在R2高值區,局部模型性能較佳,選取的影響因子對耕地轉為林地現象的解釋效應較為理想。R2低值區主要分布在研究區的東北部和中部,即巫山縣、巫溪縣、奉節縣、忠州。在R2低值區,局部模型性能較差,說明該地區耕地轉林地現象的影響因子為其他。②耕地轉建設用地的R2高值區集中分布在研究區的中部,即開州的南部，萬州、忠州的東北部和石柱縣的北部。在R2高值區,局部模型性能較佳,選取的影響因子對發生耕地轉為建設用地現象的解釋效應較為理想。R2低值區主要分布在研究區的東北部,即巫山縣、巫溪縣、奉節縣、開州區的東北部和云陽縣的北部與西部。在R2低值區,局部模型性能較差,說明該地區耕地轉林地現象的影響因子為其他。

圖5 耕地轉林地、建設用地的GWR結果

影響因素的空間差異分析:GWR模型的一個優勢主要是它能夠利用參數估計下產生的空間模式進行圖形化表示[21],以便能更加清晰地反映出各影響因子隨著地理位置的變化對耕地轉型產生的不同方向和不同強度的影響狀況,從而判斷出某空間位置上耕地轉型主要受到哪些因子的影響。三峽庫區耕地轉林地的影響因子、耕地轉建設用地的影響因子見圖6、圖7。

圖6 耕地轉林地的影響因素回歸系數空間分布

耕地轉林地的影響因素空間差異分析：①地質災害距離因子對耕地轉林地的影響整體呈負值,表現出明顯的區位差異性,回歸系數的絕對值呈由西南向東北逐級遞減的趨勢,石柱南部、豐都東部和武隆東部受其影響最大。②高程因子的回歸系數有正有負,區位差異性明顯。萬州以北耕地轉為林地呈正相關關系,開州、云陽、奉節西南部受其影響最大;萬州以南的回歸系數為負值,說明該區域高程對耕地轉林地無顯著影響。③坡度因子在開州西部與南部、萬州最西部幾個鄉鎮的回歸系數為負值,說明該區域的坡度不是影響耕地轉林地的顯著因子;在其他區域呈正向影響,耕地轉林地的概率隨著坡度增加而增大,回歸系數的空間分布不均衡,長壽、涪陵、武隆和豐都受其影響最大。④主要水系的距離因子對耕地轉林地的影響呈正向作用,其概率隨著距河流距離增加而增大,回歸系數的空間分布不均衡,忠州和石柱受其影響相對較大。⑤非農業人口比因子在整個研究區的回歸系數為負值,說明該因子對整個研究區的耕地轉林地無顯著影響。⑥糧食總產量因子對耕地轉林地的影響整體呈負向作用,耕地轉林地的概率隨著糧食產量增加而減小,回歸系數的絕對值呈現出由中部向西南、東北逐級遞減的趨勢,萬州南部、忠州北部和石柱北部受其影響最大。⑦總人口因子在研究區南部與耕地轉林地呈負相關關系,耕地轉林地的概率隨著總人口增加而減少,長壽、涪陵、豐都、武隆和石柱縣的南部受其影響最大;在研究區北部與中部的回歸系數為正值,表明該區域總人口對耕地轉林地無顯著影響。⑧高速公路的距離因子在開州南部、萬州西部的回歸系數為正值,表明該區域的距離因子對耕地轉林地無顯著影響;其他區域的距離因子呈現負相關關系,回歸系數由兩頭向中間逐級遞增,長壽、涪陵、豐都、武隆和巫山受其影響最大。⑨國道距離因子在忠州西部、長壽北部回歸系數為正值,表明該區域的距離因子不是耕地轉林地的顯著影響因子;其余區域的距離因子呈負相關關系,回歸系數的空間分布不均衡,石柱東部受其影響最大。⑩距區縣中心距離因子在開州的義和鎮、南雅鎮、鐵橋鎮的回歸系數為負值,說明這些鄉鎮的距離因子對耕地轉林地無顯著影響;其余區域的距離因子回歸系數為正值且由中間向兩頭遞減,長壽、涪陵和武隆的西部受其影響最大。?鄉鎮中心距離因子在長壽、涪陵、武隆的回歸系數為負值,說明該區域的距離因子不是耕地轉林地的顯著影響因子;其余區域的回歸系數為正值且南大北小,開州南部、萬州北部和云陽西南部受其影響相對最大。耕地轉林地的概率隨著距區縣中心、鄉鎮中心距離的增加而增大。由于“退耕還林、耕地占補平衡”等政策,加之山地丘陵地區務農成本的提高和農業生產收益低下,農村人口大量向城區移動導致大量耕地撂荒成為林草地現象已成常態。

圖7 耕地轉建設用地的影響因子回歸系數空間分布

整體上看,長壽、涪陵、武隆、豐都一帶，坡度、總人口、距高速公路距離、距區縣中心距離對耕地轉林地現象的影響最顯著;在研究區中部的忠州、石柱，距主要水系的距離、糧食總產量的影響最顯著;在研究區北部的開州、云陽一帶,高程、距鄉鎮中心距離的影響最顯著。

耕地轉建設用地的影響因素空間分布分析:①地質災害距離因子對耕地轉建設用地呈顯著正向影響,耕地轉建設用地的概率隨著距地質災害距離的增加而增大,且存在空間位置的差異性,回歸系數南小北大,開州、云陽、奉節西部、萬州北部和巫溪西部受其影響最大。②由于研究區內以山地、丘陵為主,地形起伏大,高程因子的回歸系數在整個研究區為正值,說明高程在該研究區對耕地轉建設用地的影響效果不顯著。③坡度因子對耕地轉建設用地的影響整體呈負向作用,坡度越陡的地方越不適宜建設房屋,其回歸系數的絕對值南大北小,長壽、涪陵、武隆、豐都西部、忠州西部與南部、石柱西南部受其影響相對最大。④距主要水系的距離因子回歸系數有正有負,巫溪、巫山、奉節、云陽東部和北部、開州東北部其回歸系數為負值,耕地轉建設用地的概率隨著距河流距離的減小而增大,城鎮、村莊臨水而建的現象很普遍;其他區域的回歸系數呈正值,說明該因子不是耕地轉建設用地的顯著影響因子。⑤非農業人口比因子與耕地轉建設用地的影響呈正向作用,其回歸系數由南向北逐級遞減,長壽、涪陵、武隆、豐都和石柱西部受其影響最大。⑥糧食總產量因子在整個研究區的回歸系數為正值,說明糧食產量不是研究區耕地轉建設用地現象的顯著影響因子。⑦總人口因子在整個研究區的回歸系數為負值,說明總人口對研究區耕地轉建設用地的影響不顯著。⑧距高速路距離因子在萬州區(不包括萬州)以南呈顯著負向影響,長壽、涪陵、豐都、武隆、忠州南部和石柱西南部受其影響最大;萬州區以北的回歸系數為正值,說明該因子對耕地轉建設用地無顯著影響。⑨距國道距離因子在長壽、涪陵、豐都、武隆、忠州西部與南部、石柱西部與南部呈顯著負向影響;其他區域的回歸系數為正值,說明該因子不是影響耕地轉建設用地的顯著因子。⑩距區縣中心距離因子在整個研究區的回歸系數均為負值,絕對值呈現“西南與東北大、中部小”的趨勢,長壽、涪陵、豐都、武隆、忠州南部和石柱西南部受其影響最大。?距鄉鎮中心距離因子在整個研究區的影響呈負向作用,回歸系數大小分布不均,長壽、涪陵、豐都、武隆、開州西部與南部受其影響最大。耕地轉建設用地的概率隨著距高速、國道和距區縣、鄉鎮行政中心距離的增加而減小,農村建筑物沿道路修建的現象較普遍,表明在交通便利、區位條件優越的地區更容易發生耕地轉建設用地的現象。

整體上看,研究區南部的長壽、涪陵、豐都、武隆、忠縣西南部和石柱西南部受坡度、非農業人口比、距高速公路距離、距國道距離因子、距區縣中心距離因子、距鄉鎮中心距離因子對耕地轉建設用地的影響最為顯著;在研究區東北部的巫溪、巫山奉節一帶,距地質災害距離、距主要水系距離的影響最為顯著。總之,不管是耕地轉為林地還是轉為建設用地,各個影響因子在研究區發生耕地轉型現象的不同局部區域范圍內,其影響方向與強度大小均存在著差異。

5 結論

基于三峽庫區重慶段的土地利用數據,借助ARCGIS等分析手段,對2015年三峽庫區重慶段的耕地變化形態進行分析,揭示了鄉鎮尺度下2000—2015年三峽庫區重慶段耕地利用轉型時空分異特征，并在此基礎上利用地理加權回歸模型分析了耕地轉型的影響機制。

主要結論為:①2000—2015年三峽庫區重慶段的耕地轉出接受者以林地為主,其貢獻的面積為2926.48km2,貢獻率達到77.74%;轉入來源以林地為主,其貢獻的面積為2611.71km2,貢獻率達到86.36%。耕地轉型數量形態整體處于減少狀態,耕地凈轉換減少量為740.04 km2,占研究區總面積的1.97%。②2000—2015年三峽庫區重慶段的耕地轉換數量空間分布形態呈現出明顯的“南增北減”的地域差異特征。從耕地轉出看,耕地轉為林地的分布最廣,主要分布在研究范圍的北部,集中分布在巫溪縣、開州的北部、巫山縣的東部、忠州的西部、奉節縣的南部與西北部;從耕地轉入看,林地轉為耕地的分布最廣,除了巫山縣、奉節縣、長壽區與開州的南部,其他各區縣都存在較大范圍的林地轉為耕地的現象。③基于鄉鎮尺度的地理加權回歸模型分析結果可見,在三峽庫區重慶段的耕地轉型研究中,同一影響因素在不同區域對耕地轉型的作用方向與作用強度不同;發生同一耕地轉型特征的不同區域,其影響因素也不一定相同。如耕地轉型為林地,坡度、總人口、距高速公路距離、距區縣中心距離對研究區南部的長壽、涪陵、武隆、豐都的影響最顯著;距主要水系距離、糧食總產量對研究區中部一帶的忠州、石柱的影響最顯著;高程、距鄉鎮中心距離對研究區北部的開州、云陽一帶的影響最顯著。耕地轉型為建設用地,坡度、非農業人口比、距高速公路距離、距國道距離因子、距區縣中心距離因子、距鄉鎮中心距離因子對研究區南部的長壽、涪陵、豐都、武隆一帶的影響最顯著;距地質災害距離、距主要水系距離對研究區東北部的巫溪、巫山、奉節一帶的影響最顯著。

三峽庫區重慶段耕地轉型是自然、區位、社會經濟、人口變化、國家宏觀政策等多種因素共同作用的結果,不同地理空間位置發生耕地轉型的影響因素存在較大差異。同時,糧食需求隨著社會經濟水平的提高而逐漸加大,如何充分掌握好耕地的生態效應與經濟效應兩者間的平衡,需要各級地方政府在開展耕地相關工作時充分考慮到地域的差異性,針對不同區縣因地制宜地采取不同措施,更好地調控耕地的合理利用水平。