松花江流域土地利用變化及形成機理
——以哈爾濱段為例

蓋兆雪, 孫 萍, 張景奇

(東北大學 土地管理研究所, 沈陽 110169)

土地利用及覆蓋變化是人類活動對自然環境施加影響的顯著表現形式[1],21世紀以來，工業化、城鎮化、資源開發等造成區域土地利用類型發生明顯改變，進而影響生態環境[2-3]，不同土地利用類型通過競爭相互消長，最終形成土地利用變化[4]。分析土地利用變化是揭示人類活動與自然環境變化的有效方式[5]，同時也是判斷土地利用是否合理的重要依據[6]。在社會經濟快速發展的階段，區域土地利用時空格局是否發生改變？如果發生改變，決定區域土地利用變化的主導因素又是什么？因此，掌握區域土地利用時空格局變化及形成機理，是實現土地可持續利用的重要基礎。

目前，國內外圍繞土地利用變化進行了大量的研究。在研究尺度上分為宏觀尺度[7-8](全國、省域)、中觀尺度[9-10](流域、市域)和微觀尺度[11](縣域)；在研究內容上，集中于空間尺度識別[12]、變化特征[13]及對生態環境的影響[14]、土地利用格局優化[15]、驅動機制[16]；在研究方法上，采用GIS手段、RS技術以及計量模型分析等[17-19]。通過梳理文獻發現：一是目前尺度多數集中于熱點地區和生態稟賦脆弱區，而對于既是糧食主產區又急需快速發展社會經濟的典型區域研究比較匱乏；二是影響因素的選擇過程中忽略了其在空間分布上的差異，多依賴于計量模型的構建，其假設影響因素的決定力在空間分布上是均質的，這與顯示情況不符。松花江流域哈爾濱段是“一帶一路”和“龍江絲路帶”國家戰略的中心地區，也是中國重要的商品糧生產基地，城市化進程快，土地利用開發強度大，水土流失、區域沙化、土壤化學污染等負效應突出，據相關研究表明：2006—2014年研究區旱地面積減少752.07 km2，水田面積減少76.16 km2，建筑用地面積增加405.73 km2，未利用地面積減少24.25 km2，土壤侵蝕面積達到1 794.82 km2，人口密集，人均占地較少且不均衡，而且研究區土地利用程度正處于加深階段，土地利用生態風險主要以中等程度為主，低、較高和高生態風險區持續增加，較低、中生態風險區持續減少，流域生態安全及經濟社會可持續發展受嚴重威脅[20-21]，鑒于此，本文以松花江流域哈爾濱段為研究區，運用轉移矩陣、土地利用圖譜、標準差橢圓法分析研究區1996—2016年土地利用數量及空間變化特征，在此基礎上采用地理探測器從地理空間格局分布視角探測不同時段土地利用變化分異成因及形成機理，以期為區域土地利用配置與管理提供決策參考，對土地利用結構優化及可持續利用具有重要的意義。

1 研究區概況

松花江流域哈爾濱段(125°42′—130°10′E，44°04′—46°40′N)位于黑龍江省南部，地處松嫩平原，是黑龍江省重要的糧食生產基地，同時也是東北地區城鎮化進程發展較快的流域。包括一個干流和兩個一級支流——呼蘭河、阿什河。該區域平原遼闊，土地資源豐富，土地利用類型多樣，耕地面積比重較大，土壤類型較多。土地面積7 067 km2，人口為471.4萬人。土地利用程度持續強化，土地利用生態風險持續增加。

2 數據來源與研究方法

2.1 數據來源與處理

土地利用數據來源于1996年、2006年、2016年3期Landsat TM/OLI遙感影像數據，分辨率均為30 m。選取月份區間為6—9月云覆蓋率小于10%的遙感影像，通過幾何糾正、圖像增強等預處理，進行監督分類、人工目視解譯及野外調查，確定研究區土地利用類型。土地利用類型包括耕地、林地、草地、水域、建設用地、未利用地6大類，同時對分類結果進行精度檢驗(Kappa系數均超過0.88)，解譯結果滿足研究需要，最終建立松花江流域哈爾濱段土地利用數據庫；氣象數據來源于中國科學院資源環境科學數據中心(http:∥www.resdc.cn)；DEM數據來源于中國科學院計算機網絡信息中心地理空間數據云平臺(http:∥www.gscloud.cn)，在高程數據的基礎上提取坡度、坡向、地形起伏度數據。利用ArcGIS 10.2軟件中的3D Analyst工具提取坡度圖和坡向圖，采用臨界坡度分級法將其分為5個等級：0°～2°，2°～6°，6°～15°，15°～25°，25°～68°；坡向分為4個等級：0°～45°，315°～360°(北坡)，45°～135°(東坡)，135°～225°(南坡)，225°～315°(西坡)。地形起伏度的提取采用ArcGIS 10.2軟件的鄰域分析分別求取DEM最大值和最小值，并利用柵格計算器計算差值獲得地形起伏度，根據國際通用的五級制，將本文的地形起伏度分為3個等級：0～20 m(微起伏)，20～75 m(小起伏)，75～135 m(中起伏)。運用GIS軟件提取城鎮中心點、鄉級以上道路、水域矢量數據，采用歐式距離法進行空間化，獲得到點、線、面狀距離；社會經濟數據來源于《哈爾濱統計年鑒》和《哈爾濱年鑒》，通過Kriging空間插值對人口、GDP數據進行空間化。由于本文數據基礎是建立在柵格數據上，但各圖件包括矢量和柵格數據，因此需要進行柵格化處理，均重采樣到30 m×30 m。

2.2 研究方法

運用土地利用轉移矩陣和土地利用變化圖譜法分別分析土地利用數量結構和空間格局變化，標準差橢圓法揭示土地利用變化的空間格局特征，地理探測器用于提取土地利用變化主控因子，并對因子進行定量分析。

2.2.1 土地利用轉移矩陣 土地利用轉移矩陣[22]是指在一定時間內各土地利用類型之間隨時間不斷轉化的過程，它能夠反映研究區土地利用類型數量的分布特征及相互轉化的流向，本文用它分析研究區土地利用數量結構變化特征，其公式為：

(1)

式中：Aij為研究初期與末期土地利用類型變化；n為土地利用類型。

2.2.2 土地利用圖譜 將3期土地利用矢量數據進行疊加分析，復合成不同時期土地利用變化圖譜，將其分為穩定型(1996—2016年土地利用類型未發生變化)、前期變化型(僅1996—2006年土地利用類型發生變化)、后期變化型(僅2006—2016年土地利用類型發生變化)、反復變化型(2次變化，且1996年、2016年土地利用類型相同)和持續變化型(1996—2016年土地利用類型不同)5類[23]，實現對土地利用類型變化信息的空間可視化表達與分析，進而定量、直觀分析土地利用空間格局演化歷程。

2.2.3 標準差橢圓法 標準差橢圓(SDE)能夠精確地揭示對象空間分布的多面性[24]。它能夠從多角度反映土地利用格局分布的特征，通過對比橢圓之間的差異性，分析土地利用格局分布范圍的狀態；SDE的長軸和短軸分別代表研究對象的主要與次要趨勢方向，其重心的遷移反映土地利用格局特征，其公式為：

(2)

(3)

2.2.4 地理探測器分析方法 地理探測器是探測空間分異性以及揭示其背后驅動力的一組統計學方法[25]。被用于探測社會經濟、生態環境等相關領域[26]，它能夠反映其分異成因及形成機理，本文利用地理探測器的因子探測法定量評估影響研究區土地利用變化的因素及影響強度，具體公式如下：

(4)

3 結果與分析

3.1 土地利用變化分析

3.1.1 土地利用數量變化 1996—2006年，耕地轉化為其他類型土地面積為432.36 km2，占轉出總比重的36.01%，其中17.62%的耕地轉為建設用地，10.91%的耕地轉為林地，而其他類型土地轉為耕地的面積僅為391.22 km2，轉入量小于轉出量，導致耕地面積減少41.14 km2；建設用地轉入249.35 km2，轉出212.05 km2，建設用地面積增加37.3 km2，其中轉入量主要來源于耕地，說明城市擴張以占用耕地為主；其他類型土地發生轉移面積大小不一，其中水域、未利用地轉入量小于轉出量，面積分別減少207.63，17.92 km2，歸因于自然因素和人類社會經濟活動的影響；草地、林地轉入面積大于轉出面積，草地、林地面積分別增加了186.34，43.05 km2，源于退耕還林、還草工程政策的實施(表1)。

2006—2016年土地利用類型轉移與1996—2006年相比轉移趨勢差異顯著。建設用地、耕地轉移情況最為突出，其中建設用地轉入量(517.83 km2)大于轉出量(144.42 km2)，建設用地面積大幅度增加，增加了373.41 km2。而耕地轉入量(330.53 km2)小于轉出量(584.06 km2)，耕地面積減少了253.53 km2，土地利用類型轉移主要是建設用地與耕地之間的轉移，由于農村居民點的整理建設用地轉移面積的36.61%轉為耕地，耕地轉移面積的77.20%轉為建設用地，17.08%轉為未利用地，可見建設用地的快速擴張，導致大量耕地非農化、生態用地減少。其次水域和草地變化較為明顯，草地轉入量(54.51 km2)小于轉出量(248.41 km2)，水域轉入量(220.68 km2)大于轉出量(44.30 km2)。總體來看，1996—2016年研究區土地利用數量結構變化顯著，土地利用類型以耕地為主，面積均占總面積的59%以上，說明研究區以農業為主，符合該區域社會經濟發展模式，土地利用變化特征為耕地的非農化(表2)。

表1 1996-2006年松花江流域哈爾濱段土地利用轉移矩陣 km2

表2 2006-2016年松花江流域哈爾濱段土地利用轉移矩陣 km2

3.1.2 土地利用變化圖譜分析 借助ArcGIS 10.2軟件平臺，通過疊加分析獲取松花江流域哈爾濱段土地利用變化圖譜(圖1)，并統計各類圖譜面積及比例(表3)，掌握土地利用空間格局變化規律。結果顯示：5 種圖譜變化類型中，穩定型占總面積的比重最大，為75.01%，其次為后期變化型(8.01%)，說明2006—2016年土地利用變化較為劇烈。穩定型圖譜散布于整個研究區域，面積達到5 300 km2，其他類型變化圖譜主要集中在松花江和呼蘭河沿岸附近，面積均小于600 km2，可見研究區用地結構較為穩定，其中穩定型圖譜中“耕地—耕地—耕地”圖譜最大，占該圖譜面積的69.76%，表明研究區以種植業為主；后期變化型中最大圖譜類型為“耕地—耕地—建設用地”，占該圖譜面積的50.89%，可見隨著哈西新區、群力新區、哈南工業新城等開發區的興建，周邊耕地非農化速度加速；前期變化型圖譜為“耕地—建設用地—建設用地”，占該圖譜面積的29.87%，隨著農業人口非農化進程的加快，大量耕地被占用；反復變化型主要是“建設用地—耕地—建設用地”圖譜，由于1996—2006年大量人口涌入城市，部分村屯合并將閑置地開墾為耕地，但是經濟的加速發展，老工業基地向周邊郊區遷移，致使2006—2016年郊區耕地被占用為建設用地；整體來看研究區空間格局變化主要是耕地與建設用地之間的轉變，除穩定型圖譜外，其他類圖譜最終土地利用類型均為建設用地，導致建設用地面積持續增加，可見耕地非農化主要形式為轉變為建設用地。

圖1 1996-2016年土地利用變化圖譜及標準差橢圓

從多角度分析松花江流域哈爾濱段土地利用變化圖譜的空間分布特征(圖1)。結果表明，5種類型圖譜的標準差橢圓均分布在松花江流域附近，呈現西北—東南向分布格局，其重心集中分布在南部，說明研究區土地利用變化集中分布在南部，歸因于群力新區、哈西新區、哈南工業新城、空港新區的新建或擴張，土地利用變化強烈。通過標準差橢圓分析，得到不同類型圖譜標準差橢圓屬性，通過公式(2)—(3)計算可知，穩定型圖譜分布范圍最小，方位角為53.02°，長軸標準差為41.71 km，短軸標準差為15.28 km，形狀指數為0.37，扁率最大，向心力強，方向性最明顯，說明穩定型分布最集中，后期變化型、反復變化型、持續變化型標準差橢圓均較為寬廣，可見其分布均較為分散，其中持續變化型最為寬廣，長軸標準差為38.53 km，短軸標準差為25.45 km，形狀指數為0.66，扁率最小，方向特征不明顯，離散程度大，持續變化型分布最為分散。

3.2 土地利用變化形成機理分析

3.2.1 土地利用變化成因分析 土地利用變化是自然條件和社會經濟條件共同作用的結果，本文根據研究區土地利用變化特征并結合相關理論分析，綜合考慮自然和社會經濟因素，兼顧指標選取的難易程度，遴選自然因子包括高程、坡度、坡向、地形起伏度、年平均氣溫、年降水量；距離因子包括與城鎮中心距離、與水域距離、與鄉級以上道路距離；社會經濟因子包括GDP、人口，進行土地利用變化形成機理分析。首先利用ArcGIS 10.2軟件將各因素進行空間化，并轉為柵格數據，重新采樣到30 m×30 m，其次將研究區土地利用變化與影響因素進行空間匹配，進而進行形成機理探測(表4)。

表3 各圖譜類型面積及比例

表4 土地利用變化影響因素探測結果

1996—2006年自然因子對研究區土地利用變化的影響最強，其次為社會經濟因子。自然因子中年平均氣溫、年降水量、高程的解釋力值相對較高，分別為0.143，0.136，0.131，可見平均氣溫、年降水量、高程為土地利用變化的主控因子，這符合研究區土地利用類型的特點。適宜的水溫條件是植被形成的關鍵，高程決定各類用地的分布，研究區土地利用類型以耕地、林地為主，且地勢較為平坦，因此水溫條件差、低高程的區域土地利用變化可能性增強；距離因子中與城鎮中心距離(0.039)對土地利用變化的影響相對較大。與城鎮中心距離越近，尤其是城市郊區，城市擴張嚴重，土地利用類型轉換頻繁；社會經濟因子中GDP(0.048)的解釋力相對最高，源于研究區為了追求更大的經濟效益，大量增設工業用地，導致建設用地面積增加，土地利用變化顯著。2006—2016年土地利用變化的主控因子發生改變。自然因子中高程(0.091)、年平均氣溫(0.072)的解釋力最高，對研究區土地利用變化的影響較大，可見氣溫條件和高程是制約著土地利用變化的重要自然因素；距離因子中與水域距離(0.058)和社會經濟因子中GDP(0.080)對土地利用變化的影響顯著，由于GDP的增加導致土地利用開發強度大，土地利用變化概率增加。

綜上，1996—2006年、2006—2016年2個時段影響研究區土地利用變化的關鍵性因子有相同之處，但也存在差異，自然因子是研究區土地利用變化的主控因子，其中高程、年平均氣溫是土地利用變化的共性影響因子，但影響強度呈下降趨勢；距離因素中與水域距離因子的影響強度差異性較大，2006—2016年時最強；社會經濟因素中GDP的影響程度逐漸增強，2006—2016年成為主控因子；其他影響因子影響程度錯綜復雜。總體來看，1996—2006年影響因子對土地利用變化的影響力明顯高于2006—2016年，說明1996—2006年各因子對土地利用變化的影響強度大。

3.2.2 不同土地利用類型變化形成機理 進一步分析不同土地利用類型轉換的形成機理解釋力，揭示不同土地利用類型變化的形成機理，分析1996—2006年和2006—2016年研究區土地利用類型變化影響因子的解釋力(表5)。

表5 不同土地利用類型形成機理解釋力

耕地變化受自然因子的影響最強，其中高程、年平均氣溫是耕地變化的主控因子，1996—2006年影響力值最高，分別為0.398，0.632。在低高程地帶，適宜人類進行生活及生產活動，進而加速耕地非農化，氣候變暖促進耕地類型發生轉變；其次坡度、年降水量對耕地變化也有顯著影響。距離因子中與水域距離、與鄉級以上道路距離的影響程度逐漸增強；社會經濟因子中GDP的影響強度逐漸減弱，由0.495減少到0.037，表明研究區在經濟快速發展的同時也注重耕地的保護。

林地的變化受自然因子的影響最強，其中高程、地形起伏度、年平均氣溫是林地變化的主控因子。但高程、地形起伏度的影響程度不斷減少，分別由0.640，0.971減少到0.534，0.413，表明高程、地形起伏度對林地轉移的限制減弱。而年平均氣溫的制約程度增強，在較低海拔的地帶隨著社會經濟的快速發展，林地被開墾為其他類型土地的機率增加；距離因子中與城鎮中心距離、與水域距離的解釋力相對較高，解釋力分別由0.471，0.452增加到0.534，0.994，可見這兩個因子對林地變化的解釋力逐漸增加；社會經濟因子中GDP的影響相對較大。

草地變化受高程、與水域距離、年降水量的影響較大，但影響強度呈下降趨勢，分別由0.633，0.634，0.631減少到0.419，0.363，0.200，可見這幾個因子對研究區草地變化的影響逐漸減弱，在高高程、遠水區域草地發生轉變的概率較大，同時降水量低，草地極易萎縮，造成草地面積減少。

建設用地變化受距離因子的影響最大，尤其是與城鎮中心、與水域距離，但解釋力均逐漸減小，表明距離因子對建設用地變化的限制減少，但其影響程度仍相對較大。其中與水域距離解釋力減少幅度最大，由0.995減少到0.203；社會經濟因子中人口對建設用地變化的影響逐漸增強，表明人口對建設用地的限制增大，隨著城市化進程的不斷加快，部分人口涌入城市導致宅基地閑置，建設用地轉變概率增加。

水域變化受與水域距離、年降水量影響最大，其解釋力逐漸增加，分別由0.350，0.334增加到0.617，0.359，其中與水域距離影響因子變化幅度最大，水域周圍大多為沼澤地、灘涂用地，與水域距離越近、降水量逐漸減少，其水域轉變為其他類型土地的概率增加，年平均氣溫對水域的影響也較大，但其解釋力逐漸減少。

未利用地受高程、坡度、地形起伏度、與城鎮中心距離、與水域距離的影響較大，但除與水域距離的影響逐漸增加外，其他影響強度均不斷減少，表明未利用地轉變為其他土地利用類型主要發生在低高程、低坡度、低地形起伏度、與城鎮中心、水域距離近的區域。

4 討論與結論

(1) 松花江流域哈爾濱段土地利用類型以耕地為主，耕地、草地、林地、未利用地、水域面積的減少伴隨著建設用地面積的增加，2006—2016年土地利用變化幅度明顯大于1996—2006年，且土地利用類型轉移主要是建設用地與耕地之間的轉移，其中2006—2016年耕地、建設用地轉入量分別為330.53，517.83 km2，轉出量分別為584.06，144.42 km2，這與自然社會經濟因素及《哈爾濱城市總體規劃》、濱水城市建設和北躍發展戰略等政策的扶持有一定關系。

(2) 松花江流域哈爾濱段土地利用變化圖譜呈現西北—東南向分布格局，以穩定型圖譜為主，分布最集中，其中“耕地—耕地—耕地”圖譜最大，而后期變化型、反復變化型、持續變化型分布均較為分散，且變化主要集中在松花江和呼蘭河沿岸附近，土地利用變化顯著。

(3) 1996—2006年、2006—2016年自然因子是土地利用變化的主控因子，社會經濟因子其次，其中耕地變化主要受高程、年平均氣溫的影響最大；高程、地形起伏度、年平均氣溫對林地的變化影響顯著；草地、建設用地、水域變化主要受與水域距離因子影響；高程對未利用地的變化產生劇烈影響。不同時段土地利用變化的主控因子有差異，各因子作用方向與強度不盡相同。

(4) 松花江流域哈爾濱段土地利用變化受自然因素、社會經濟因素、距離因素、政策因素等共同作用的結果。本文從自然、社會經濟和距離因素進行形成機理分析，未將政策因素納入，未來將政策因素進行空間量化，更加全面考慮各因素對土地利用變化的影響，是今后研究的重點內容。