耕地保護(hù)情景下長(zhǎng)瀏平丘陵區(qū)土地利用變化模擬
——FLUS模型的應(yīng)用

龍 遠(yuǎn)，李 萍，唐月亮，段建南

(湖南農(nóng)業(yè)大學(xué) 資源環(huán)境學(xué)院，湖南 長(zhǎng)沙 410128)

城市的日益擴(kuò)展成為中國(guó)當(dāng)前和未來(lái)土地利用變化的主要特征[1]。自20世紀(jì)90年代中期以來(lái)，中國(guó)城鎮(zhèn)化進(jìn)程進(jìn)入快速發(fā)展階段，國(guó)家統(tǒng)計(jì)數(shù)據(jù)表明，1995～2017年，中國(guó)的城鎮(zhèn)化率從29.04%上升到58.32%，平均每年提升1個(gè)百分點(diǎn)以上[2]。城市化率的大幅增長(zhǎng)帶來(lái)了城市擴(kuò)張過(guò)于迅速、中心城區(qū)發(fā)展空間萎縮、土地資源供求矛盾日益尖銳、耕地補(bǔ)充難度逐年加大、人地矛盾日益嚴(yán)峻等問(wèn)題，嚴(yán)重制約了城市的可持續(xù)發(fā)展[3]。《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要》指出：要完善與區(qū)域發(fā)展戰(zhàn)略相適應(yīng)、與人口城鎮(zhèn)化相匹配、與節(jié)約集約相協(xié)調(diào)的土地政策體系，強(qiáng)化差別化的土地政策，促進(jìn)區(qū)域、城鄉(xiāng)用地布局優(yōu)化[4]。土地利用變化影響著國(guó)計(jì)民生和可持續(xù)發(fā)展，對(duì)未來(lái)土地利用變化規(guī)律的把握正變得越來(lái)越重要。

當(dāng)前，國(guó)內(nèi)外眾多學(xué)者在土地利用優(yōu)化模擬方面進(jìn)行了眾多研究，并獲得了諸多成果。這些研究經(jīng)歷了從定性到定量、從靜態(tài)到動(dòng)態(tài)、從單目標(biāo)到多目標(biāo)的逐步升級(jí)。在方法運(yùn)用上，元胞自動(dòng)機(jī)(CA)模型、Clue-S模型、多智能體系統(tǒng)模型、Markov模型等得到了廣泛應(yīng)用，但是目前大部分模型是簡(jiǎn)單設(shè)定轉(zhuǎn)換規(guī)則或單獨(dú)訓(xùn)練各用地類(lèi)型得到轉(zhuǎn)移的概率，并沒(méi)有在轉(zhuǎn)換過(guò)程中建立起各土地類(lèi)型間的聯(lián)系，難以體現(xiàn)各用地類(lèi)型間的競(jìng)爭(zhēng)及相互影響[5]。黎夏等[6]提出了空間地理模擬與優(yōu)化系統(tǒng)，將元胞自動(dòng)機(jī)(CA)、多智能體系統(tǒng)以及生物智能整合在GeoSOS平臺(tái)中，對(duì)復(fù)雜地理空間現(xiàn)狀環(huán)境及變化過(guò)程進(jìn)行了模擬和優(yōu)化，解決了傳統(tǒng)元胞自動(dòng)機(jī)中確定轉(zhuǎn)換規(guī)則及參數(shù)等復(fù)雜問(wèn)題，能更精確地模擬在自然以及人類(lèi)活動(dòng)影響下的土地利用變化。其中，基于CA模型的FLUS(Future Land—Use Simulation)模型包含基于輪盤(pán)賭選擇的自適應(yīng)慣性競(jìng)爭(zhēng)機(jī)制，能夠有效地處理各種土地利用類(lèi)型相互轉(zhuǎn)換的不確定性和復(fù)雜性，為土地利用空間布局模擬的研究提供了新思路。

土地利用的變化反映了特定時(shí)空尺度下土地利用方式、開(kāi)發(fā)強(qiáng)度、經(jīng)濟(jì)投入、政策導(dǎo)向等諸多因素的作用強(qiáng)度及其合理性[7]。它是由各種因素復(fù)合作用導(dǎo)致的，這些因素包括自然、社會(huì)、經(jīng)濟(jì)、政治等。通過(guò)客觀、科學(xué)的方法對(duì)未來(lái)土地利用狀況進(jìn)行模擬，從而明確其變化、發(fā)展的規(guī)律，并進(jìn)一步檢驗(yàn)當(dāng)前社會(huì)、經(jīng)濟(jì)政策對(duì)土地利用變化導(dǎo)向是否合理[8]。本研究運(yùn)用FLUS模型，以基本農(nóng)田保護(hù)區(qū)為限制因素，對(duì)未來(lái)長(zhǎng)瀏平丘陵區(qū)的土地利用狀況進(jìn)行模擬預(yù)測(cè)，為實(shí)現(xiàn)區(qū)域協(xié)調(diào)可持續(xù)發(fā)展提供有價(jià)值的參考，為土地利用管理提供新的視角。

1 研究區(qū)概況與數(shù)據(jù)來(lái)源

1.1 研究區(qū)概況

長(zhǎng)瀏平丘陵區(qū)位于湖南省中東部偏北，湘江下游和長(zhǎng)瀏盆地(圖1)，東西長(zhǎng)約230 km，南北寬約139 km，總面積約為15933 km2。截至2019年，長(zhǎng)沙市土地面積11819.40 km2，其中市區(qū)面積2150.90 km2，建成區(qū)面積374.64 km2。長(zhǎng)沙市轄芙蓉、天心、岳麓、開(kāi)福、雨花、望城6區(qū)，以及長(zhǎng)沙縣、寧鄉(xiāng)市及瀏陽(yáng)市。平江縣土地面積為4114.42 km2，下轄5鄉(xiāng)19鎮(zhèn)。長(zhǎng)瀏平丘陵區(qū)境內(nèi)地貌類(lèi)型多樣，地勢(shì)起伏較大，東部以丘陵低山為主，東西兩端山地環(huán)繞，中部漸趨低平，南部丘崗起伏，西部靠近雪峰山脈東端支脈，地形起伏偏大，中部是長(zhǎng)衡丘陵盆地向洞庭湖平原過(guò)渡地帶，地勢(shì)逐級(jí)遞降趨于平緩，湘江由南而北斜貫中部，湘江兩岸形成地勢(shì)低平的沖積平原。氣候?qū)賮啛釒Ъ撅L(fēng)性濕潤(rùn)氣候，年平均氣溫為16.8 ℃，年降水量為1358.6 mm，由于位居長(zhǎng)瀏盆地內(nèi)部，且距海較遠(yuǎn)，受冬夏季風(fēng)轉(zhuǎn)換、地勢(shì)向北傾斜等因素的影響，主要?dú)夂蛱卣鳛榇汉l繁，降水集中，夏秋多旱，嚴(yán)寒期短，無(wú)霜期長(zhǎng)，霧多，風(fēng)小，溫差大。

隨著長(zhǎng)瀏平丘陵區(qū)域內(nèi)城市化的快速發(fā)展，城市擴(kuò)張過(guò)于迅速，中心城區(qū)發(fā)展空間萎縮，土地資源供求矛盾愈加尖銳，人地矛盾日益嚴(yán)峻，影響了長(zhǎng)瀏平丘陵區(qū)的可持續(xù)發(fā)展，因此，掌握該區(qū)域未來(lái)土地利用變化狀況具有極其重要的現(xiàn)實(shí)意義。

圖1 長(zhǎng)瀏平丘陵區(qū)位置示意圖

1.2 數(shù)據(jù)來(lái)源與處理

本研究采用的2005、2015年土地利用現(xiàn)狀數(shù)據(jù)來(lái)源于中科院資源環(huán)境數(shù)據(jù)云平臺(tái)，根據(jù)長(zhǎng)瀏平丘陵區(qū)的土地利用特點(diǎn)，將土地利用類(lèi)型劃分為耕地、林地、草地、城市工礦居民用地、水域和未利用地6類(lèi)。長(zhǎng)瀏平丘陵區(qū)各區(qū)縣行政區(qū)劃、道路數(shù)據(jù)、湖泊河流的空間分布數(shù)據(jù)和高程數(shù)據(jù)來(lái)源于地理國(guó)情監(jiān)測(cè)云平臺(tái)。社會(huì)經(jīng)濟(jì)數(shù)據(jù)來(lái)源于《湖南統(tǒng)計(jì)年鑒(2006)》和《湖南統(tǒng)計(jì)年鑒(2016)》。基本農(nóng)田保護(hù)區(qū)的空間分布數(shù)據(jù)來(lái)源于《湖南省土地利用總體規(guī)劃(2006～2020年)》。根據(jù)FLUS模型的需求，結(jié)合長(zhǎng)瀏平丘陵區(qū)的實(shí)際狀況，在ArcGIS平臺(tái)上將上述數(shù)據(jù)經(jīng)過(guò)格式轉(zhuǎn)換和投影變換制作成同一投影坐標(biāo)系的柵格圖層。

2 研究方法

2.1 FLUS模型原理

FLUS模型是基于系統(tǒng)動(dòng)力學(xué)模型和元胞自動(dòng)機(jī)模型而構(gòu)建的，它將人工神經(jīng)網(wǎng)絡(luò)(ANN)算法和輪盤(pán)賭選擇機(jī)制進(jìn)行有機(jī)結(jié)合，提高了土地利用變化的模擬精度，能夠有效處理自然、社會(huì)、經(jīng)濟(jì)等多種驅(qū)動(dòng)因素的作用機(jī)理及各種土地利用類(lèi)型相互轉(zhuǎn)換的不確定性和復(fù)雜性[9]。FLUS模型采用多層前饋神經(jīng)網(wǎng)絡(luò)算法(BP-ANN)將一期土地利用數(shù)據(jù)中的各用地類(lèi)型現(xiàn)狀及篩選得到的自然、社會(huì)、經(jīng)濟(jì)等多類(lèi)驅(qū)動(dòng)因子協(xié)同整合，將不同用地類(lèi)型與各驅(qū)動(dòng)因子之間進(jìn)行關(guān)聯(lián)，最終得到各土地類(lèi)型的適宜性分布概率圖集。傳統(tǒng)CA模型局限于非城市用地到城市用地的轉(zhuǎn)變，限制了其模擬真實(shí)世界變化的能力，從兩期土地利用分布數(shù)據(jù)中采樣可能造成誤差的傳遞[10]。為提高模擬精度，F(xiàn)LUS模型以傳統(tǒng)的CA模型為基礎(chǔ)，將基于輪盤(pán)賭選擇的自適應(yīng)慣性競(jìng)爭(zhēng)機(jī)制引入其中，從而更好地解決了自然作用和人類(lèi)活動(dòng)作用下土地利用類(lèi)型相互轉(zhuǎn)化的不確定性和復(fù)雜性的問(wèn)題[11]。

2.2 各用地類(lèi)型分布的適宜性概率圖集的制作

土地利用變化是一個(gè)由多影響因子交互驅(qū)動(dòng)的非線性復(fù)雜過(guò)程[12]。本研究所采用FLUS模型是基于自然、社會(huì)、經(jīng)濟(jì)、政策等驅(qū)動(dòng)因子的數(shù)據(jù)來(lái)模擬各土地類(lèi)型在研究區(qū)內(nèi)出現(xiàn)的概率及各自的空間分布狀況。ANN是一種基于生物神經(jīng)網(wǎng)絡(luò)模擬的機(jī)器學(xué)習(xí)模型，通常用于模擬和計(jì)算變量較多的非線性函數(shù)，它可以通過(guò)大量學(xué)習(xí)與召回迭代來(lái)不斷擬合輸入數(shù)據(jù)和訓(xùn)練目標(biāo)之間的復(fù)雜關(guān)系，從而保證生成更高適宜性的概率分布，建立起各土地類(lèi)型出現(xiàn)的概率同驅(qū)動(dòng)因子間的作用關(guān)系[13]。ANN是由輸入層、隱藏層和輸出層組成的，其中每個(gè)神經(jīng)元，都分別對(duì)應(yīng)CA中的一個(gè)變量，多層前饋網(wǎng)絡(luò)神經(jīng)算法公式為：

(1)

(2)

(3)

式中：sp(p，k，t)表示柵格p在時(shí)間t出現(xiàn)k土地類(lèi)型的概率；wj,k是隱藏層和輸出層之間的自適應(yīng)權(quán)重；sigmoid[netj(p,t)]稱(chēng)為S型函數(shù)或S型生長(zhǎng)曲線，是隱藏層同輸出層的關(guān)聯(lián)函數(shù)；netj(p,t)表示j輸入層上的柵格p在t時(shí)間向神經(jīng)元j發(fā)送的信號(hào)，即t時(shí)間第j類(lèi)土地中的柵格p發(fā)生變化的強(qiáng)度；wi,j同wj,k均為自適應(yīng)權(quán)重，其區(qū)別在于wi,j表示輸入層和隱藏層之間的自適應(yīng)權(quán)重關(guān)系；xi(p,t)是t時(shí)間變量i同輸入層神經(jīng)元i中柵格p的關(guān)系函數(shù)。

2.3 各用地類(lèi)型未來(lái)像元數(shù)量的設(shè)定

未來(lái)像元數(shù)量是指在未來(lái)給定的預(yù)測(cè)期限各用地類(lèi)型所發(fā)生的最終變化數(shù)量。本研究使用馬爾科夫鏈的方法來(lái)計(jì)算各用地類(lèi)型未來(lái)像元數(shù)量的參數(shù)[14]。將2005和2015年的土地利用數(shù)據(jù)作為參考，通過(guò)馬爾科夫鏈計(jì)算得出2025年各用地類(lèi)型的像元數(shù)量，公式為：

St+1=Pij×St

(4)

式中：St和St+1分別表示t時(shí)刻和t+1時(shí)刻土地的狀態(tài)；Pij是狀態(tài)轉(zhuǎn)移概率矩陣，表示i用地類(lèi)型轉(zhuǎn)移為j用地類(lèi)型的概率。

2.4 基于輪盤(pán)賭選擇的自適應(yīng)慣性競(jìng)爭(zhēng)機(jī)制

FLUS模型中的關(guān)鍵部分是基于輪盤(pán)賭選擇的自適應(yīng)慣性競(jìng)爭(zhēng)機(jī)制。它結(jié)合了鄰域權(quán)重和轉(zhuǎn)換規(guī)則，基于各用地類(lèi)型的適宜性概率分布來(lái)實(shí)現(xiàn)對(duì)未來(lái)各土地類(lèi)型像元總量空間分布的合理化配置，核心是自適應(yīng)慣性，即每類(lèi)土地的慣性系數(shù)由現(xiàn)有土地?cái)?shù)量與土地需求之間的差異決定，并在迭代過(guò)程中進(jìn)行自適應(yīng)調(diào)整，從而使得各用地類(lèi)型的數(shù)量向著預(yù)定目標(biāo)發(fā)展，從而實(shí)現(xiàn)土地利用變化的模擬[15]。公式為：

(5)

(6)

(7)

3 模擬過(guò)程與結(jié)果分析

3.1 土地利用變化驅(qū)動(dòng)因子的選取與確定

土地利用變化是各類(lèi)型土地自身理化條件和自然、社會(huì)、經(jīng)濟(jì)等內(nèi)外因共同作用的結(jié)果[16]。土地利用變化受自然因素的影響具有一定的穩(wěn)定性，各土地利用類(lèi)型是在自然因素嚴(yán)格的限制條件下進(jìn)行轉(zhuǎn)變，而隨著城市化的飛速發(fā)展，在受到社會(huì)、經(jīng)濟(jì)、政策等方面諸多因素的復(fù)合作用下，變化狀況就更為復(fù)雜[17]。

根據(jù)長(zhǎng)瀏平丘陵區(qū)的實(shí)際情況以及相關(guān)數(shù)據(jù)獲取的可行性，綜合國(guó)內(nèi)外相關(guān)研究中關(guān)于土地利用變化驅(qū)動(dòng)因子的結(jié)論，選取以下12項(xiàng)土地利用變化驅(qū)動(dòng)因子(表1)。

其中，地形條件作為自然因素決定著研究區(qū)土地利用的方向、方式以及變化趨勢(shì)，所以選取了作為構(gòu)成地形條件最為關(guān)鍵的高程、坡度和坡向作為表征自然因素的驅(qū)動(dòng)因子。可達(dá)性通常對(duì)區(qū)域的土地利用變化具有很強(qiáng)的作用力，本研究主要選取各用地類(lèi)型到高速公路、普通公路、鐵路的距離，以及各用地類(lèi)型到城鎮(zhèn)中心和區(qū)域內(nèi)各河流的距離，使用GIS平臺(tái)的距離分析工具進(jìn)行處理得到此數(shù)據(jù)。除此之外，還選擇了研究區(qū)的地均GDP、地均財(cái)政支出、地均固定資產(chǎn)投資和人口密度等作為驅(qū)動(dòng)因子來(lái)表征社會(huì)經(jīng)濟(jì)因素對(duì)土地利用變化的影響。

表1 土地利用變化驅(qū)動(dòng)因子

3.2 各用地類(lèi)型分布的適宜性概率分析

在應(yīng)用FLUS模型對(duì)未來(lái)土地利用變化進(jìn)行情景模擬時(shí)，首先使用長(zhǎng)瀏平丘陵區(qū)2005年土地利用現(xiàn)狀數(shù)據(jù)作為初始數(shù)據(jù)，將12個(gè)驅(qū)動(dòng)力因子進(jìn)行歸一化處理，然后在訓(xùn)練樣本的過(guò)程中采用均勻采樣的策略，經(jīng)過(guò)多次試驗(yàn)，決定提取柵格數(shù)據(jù)15%的像元作為訓(xùn)練樣本，再使用BP-ANN模型計(jì)算得出每一種像元所代表的土地利用類(lèi)型的適宜性概率，最后制作得出各用地類(lèi)型分布的適宜性概率圖集。為便于直觀分析、判斷各類(lèi)土地的適宜性分布規(guī)律，將制作而成的適宜性概率圖集按照對(duì)應(yīng)的土地利用類(lèi)型在單一波段下顯示出來(lái)(圖2)。在圖中顏色越深的部分代表該用地類(lèi)型在此區(qū)域分布的適宜性概率越低，顏色越淺就代表該用地類(lèi)型在此區(qū)域分布的適宜性概率越高。

圖2 各用地類(lèi)型適宜性概率分布圖

由圖2可知，耕地的高適宜性區(qū)域主要集中在地勢(shì)較為平坦，灌溉水源比較豐富的區(qū)域，在東部的山地丘陵區(qū)域適宜性最弱；與耕地相反，林地多位于丘陵及坡度較高的地區(qū)，聯(lián)系實(shí)際情況可知這與各自的生長(zhǎng)環(huán)境有關(guān)，草地和林地適宜性概率較高的區(qū)域多分布在人類(lèi)干預(yù)行為較少的區(qū)域；草地與林地的高適宜性主要分布在地形起伏較大的山地丘陵區(qū)域，且在長(zhǎng)瀏平丘陵區(qū)的東部具有一部分的重合，大致呈條帶狀；城市工礦居民用地適宜性強(qiáng)的地區(qū)主要位于長(zhǎng)瀏平丘陵區(qū)的城市群建成區(qū)周邊，多分布在地勢(shì)平坦、交通便利、公共基礎(chǔ)設(shè)施完善的區(qū)域，并必將在地區(qū)土地利用規(guī)劃的限制條件下繼續(xù)向外擴(kuò)張，呈現(xiàn)集中連片的狀態(tài)；水域的高適宜性區(qū)域主要分布在湘江及其支流以及現(xiàn)有水體的周邊區(qū)域；由于長(zhǎng)瀏平丘陵區(qū)內(nèi)部未利用地的分布范圍比較少，所以適宜性概率的分布不是很明顯，適宜性強(qiáng)的地方依舊集中在原有未利用地區(qū)域。總結(jié)研究區(qū)各土地類(lèi)型的適宜性概率分布情況，高適宜性概率分布的區(qū)域大部分仍位于各用地類(lèi)型原有分布的區(qū)域，且隨著分布的擴(kuò)散,其適宜性也在隨之下降。

3.3 模型應(yīng)用與驗(yàn)證

在FLUS模型中將2005年長(zhǎng)瀏平丘陵區(qū)的土地利用現(xiàn)狀數(shù)據(jù)作為初始數(shù)據(jù)，導(dǎo)入各用地類(lèi)型的適宜性概率圖集和限制性因素，對(duì)模型參數(shù)進(jìn)行設(shè)置，對(duì)2015年長(zhǎng)瀏平丘陵區(qū)進(jìn)行模擬，并將其結(jié)果和2015年土地利用現(xiàn)狀的真實(shí)數(shù)據(jù)進(jìn)行對(duì)比驗(yàn)證(圖3)，驗(yàn)證結(jié)果見(jiàn)表2。

表2 FLUS模型驗(yàn)證系數(shù)

通過(guò)應(yīng)用總體精度(OA)、FOM指數(shù)及Kappa指數(shù)來(lái)驗(yàn)證模型的有效性，OA和Kappa值通常介于0～1之間，數(shù)值越接近1，模型的仿真精度越高[18]。當(dāng)Kappa≥0.75時(shí)，模型的仿真精度較高。當(dāng)Kappa值在0.50～0.75之間時(shí)，模型的仿真精度一般[19]。本文采用了相比于Kappa系數(shù)能夠更好地描述模擬準(zhǔn)確性的FOM系數(shù)，理論上講該參數(shù)值越大則證明模擬的效果越好，精度越高，但實(shí)踐驗(yàn)證表明其結(jié)果大多在0.3以?xún)?nèi)[20]。模擬結(jié)果是驅(qū)動(dòng)因子、參數(shù)、模擬算法等所有因子共同影響的結(jié)果，所以，結(jié)果的客觀性和精度是對(duì)模型中使用的驅(qū)動(dòng)因子、適宜性概率圖集及其他參數(shù)設(shè)置是否合理的最好檢驗(yàn)[21]。綜合以上3個(gè)精度系數(shù)，表明FLUS模型適用于模擬本地區(qū)未來(lái)土地利用變化狀況，且模擬結(jié)果比較好。

3.4 各用地類(lèi)型2025年像元總量預(yù)測(cè)

運(yùn)用馬爾科夫鏈算法，將2005、2015年兩期土地利用現(xiàn)狀數(shù)據(jù)進(jìn)行計(jì)算，最后得到了土地利用類(lèi)型綜合轉(zhuǎn)移概率矩陣(表3)。表3中行為原始土地利用類(lèi)型，列為轉(zhuǎn)移后的土地利用類(lèi)型，該表反映了研究區(qū)10年間各類(lèi)土地利用類(lèi)型的總體變化情況。

圖3 長(zhǎng)瀏平丘陵區(qū)2015年土地利用現(xiàn)狀圖(a)和土地利用模擬圖(b)

由表3可知，變化最大的是耕地和城市工礦居民用地，轉(zhuǎn)移為其他利用類(lèi)型的概率分別是0.0838和0.0566，耕地轉(zhuǎn)移為其他土地利用類(lèi)型中，所占的比例由大到小依次為城市工礦居民用地、水域、林地、草地和未利用地，轉(zhuǎn)移的耕地有80.69%的概率會(huì)成為城市工礦居民用地，說(shuō)明在快速城市化的過(guò)程中，占用了大量的耕地進(jìn)行城市的建設(shè)活動(dòng)，2015年耕地面積約為2005年耕地面積的91.6%。其次是林地和草地，轉(zhuǎn)移為其他土地利用類(lèi)型的概率均小于0.04，表明長(zhǎng)瀏平丘陵區(qū)重視植被的修復(fù)與保護(hù)，沒(méi)有大面積毀林毀草情況的發(fā)生。土地利用轉(zhuǎn)移概率最小的是未利用地和水域，未利用地由于水土流失有可能被轉(zhuǎn)化為水域，但減少幅度有限，部分水域也有可能被填埋改造成為陸地用于耕作和城市建設(shè)，總體而言，未利用地和水域的變化狀況趨于穩(wěn)定。

聯(lián)系區(qū)域發(fā)展實(shí)際情況可知，長(zhǎng)瀏平丘陵區(qū)土地利用的變動(dòng)情況較為劇烈，且后備耕地資源較少，在現(xiàn)有條件下補(bǔ)充耕地的潛力有限，望城區(qū)、長(zhǎng)沙縣、寧鄉(xiāng)縣、瀏陽(yáng)市、平江縣的社會(huì)經(jīng)濟(jì)發(fā)展同樣也面臨著耕地補(bǔ)充任務(wù)重的問(wèn)題。由此可見(jiàn)，整個(gè)研究區(qū)域的耕地保護(hù)情況都不容樂(lè)觀，需要更加嚴(yán)格地控制耕地紅線，科學(xué)規(guī)劃城鎮(zhèn)化發(fā)展，避免無(wú)序占用耕地，以保證耕地?cái)?shù)量的穩(wěn)定。

表3 2005～2015年長(zhǎng)瀏平丘陵區(qū)土地利用類(lèi)型轉(zhuǎn)移概率矩陣

基于長(zhǎng)瀏平丘陵區(qū)10年間的土地利用類(lèi)型轉(zhuǎn)移概率矩陣，可以進(jìn)一步預(yù)測(cè)2025年各土地利用類(lèi)型的像元數(shù)量，預(yù)測(cè)結(jié)果如表4所示。

表4 應(yīng)用馬爾科夫鏈算法預(yù)測(cè)不同土地利用類(lèi)型像元個(gè)數(shù)

由表4分析可知，基于2015年的土地利用像元數(shù)，在無(wú)限制自由發(fā)展的情景下，到2025年耕地的像元數(shù)將下降6.6%，而城市工礦居民用地的像元數(shù)則會(huì)上升55.1%，結(jié)果表明：在缺乏土地規(guī)劃和耕地保護(hù)政策的制約下將顯著影響整個(gè)研究區(qū)的土地利用狀況，土地利用結(jié)構(gòu)將趨于失衡，耕地資源將迅速減少，城市發(fā)展也將呈現(xiàn)出臃腫無(wú)序的狀態(tài)，綜上說(shuō)明了耕地保護(hù)政策的必要性以及模擬預(yù)測(cè)長(zhǎng)瀏平丘陵區(qū)的土地利用狀況的重要性。

3.5 土地利用變化限制發(fā)展區(qū)域的設(shè)定

政府部門(mén)通過(guò)土地利用規(guī)劃及出臺(tái)相關(guān)政策的方式來(lái)調(diào)節(jié)和控制各用地類(lèi)型的分布。基于人均耕地?cái)?shù)量少的基本國(guó)情，我國(guó)一直實(shí)行嚴(yán)格的耕地保護(hù)制度，并依據(jù)“總量不減少、用途不改變、質(zhì)量有提高、布局總體穩(wěn)定”的方針劃定各地區(qū)的基本農(nóng)田保護(hù)區(qū)，對(duì)基本農(nóng)田的保護(hù)是當(dāng)前土地利用規(guī)劃的重要目標(biāo)[22]。基于此，本研究在通過(guò)閱讀相關(guān)規(guī)劃文件及實(shí)際走訪之后，決定采用長(zhǎng)瀏平丘陵區(qū)的基本農(nóng)田保護(hù)區(qū)(圖4)作為土地利用模擬的限制發(fā)展區(qū)域。在FLUS模型中制作限制發(fā)展區(qū)域的數(shù)據(jù)時(shí)，將基本農(nóng)田保護(hù)區(qū)的屬性賦值為0，將非基本農(nóng)田保護(hù)區(qū)的屬性賦值為1，在模擬過(guò)程中，數(shù)值0表示該區(qū)域不允許土地類(lèi)型發(fā)生轉(zhuǎn)化，1 表示允許發(fā)生轉(zhuǎn)化。

3.6 耕地保護(hù)情景下的長(zhǎng)瀏平丘陵區(qū)2025年土地利用狀況

在使用上述適宜性概率分布及相應(yīng)參數(shù)的基礎(chǔ)上，通過(guò)自適應(yīng)慣性競(jìng)爭(zhēng)元胞自動(dòng)機(jī)的循環(huán)迭代制作得出長(zhǎng)瀏平丘陵區(qū)2025年土地利用模擬圖(圖5)。

由圖5可知：耕地保護(hù)情景下，基本農(nóng)田保護(hù)區(qū)成為長(zhǎng)瀏平丘陵區(qū)耕地集中連片的重要區(qū)域，耕地的數(shù)量及空間的變動(dòng)幅度比較小，穩(wěn)定性也較強(qiáng)，而位于基本農(nóng)田保護(hù)區(qū)外的其他耕地的數(shù)量及空間分布的變化則較為明顯，耕地減少的區(qū)域主要集中在城市周邊及近郊，大部分用于新建工礦居民城市工礦居民用地；城市工礦居民用地作為其中變化量最大的土地類(lèi)型，用地規(guī)模增長(zhǎng)迅速，由區(qū)域中部向東西兩側(cè)呈現(xiàn)明顯的空間差異，中部呈現(xiàn)明顯的城市土地利用特征，兩側(cè)呈現(xiàn)相對(duì)顯著的農(nóng)村土地利用特征，受地形等因素影響農(nóng)村居民點(diǎn)布局較為零散；林地和草地主要分布在區(qū)域內(nèi)的丘陵山區(qū)，在工礦居民用地集中的河谷平原分布較少，在整個(gè)研究區(qū)域內(nèi)呈現(xiàn)出從中部到東西兩端逐漸增加的布局；水域和未利用地的變動(dòng)幅度比較微弱。

圖5 長(zhǎng)瀏平丘陵區(qū)2025年土地利用模擬結(jié)果

由表5可知，由于耕地保護(hù)的情景設(shè)置，耕地像元數(shù)下降的比例縮小，由原來(lái)的6.6%下降為4.7%，耕地?cái)?shù)量的減少得到了明顯的抑制。工礦居民用地的像元數(shù)由55.1%的增長(zhǎng)幅度下降為46.2%，由此可知，耕地保護(hù)政策的實(shí)行也對(duì)城市工礦居民用地的擴(kuò)張具有重要影響。由于耕地保護(hù)情景對(duì)其他用地類(lèi)型的影響較小，所以它們?cè)谀M結(jié)果里的變化幅度比較微弱。

結(jié)合2005、2015和2025年各用地類(lèi)型的像元數(shù)量以及各土地類(lèi)型變化前后的分布格局發(fā)現(xiàn)，大部分土地利用變化發(fā)生在本區(qū)域中部海拔較低且地勢(shì)相對(duì)平緩的區(qū)域，且主要表現(xiàn)為耕地、林地、草地向城市工礦居民用地的轉(zhuǎn)變，由此可見(jiàn)，城市工礦居民用地的擴(kuò)張極大地影響了區(qū)域土地的利用格局。比較過(guò)去10年間的土地利用狀況可知，在劃定基本農(nóng)田保護(hù)區(qū)的限制性條件下，耕地得到了較為有效的保護(hù)，占用耕地的規(guī)模得到了有效的控制，因此也使得城市工礦居民用地的空間分布在一定程度上得到合理安排，協(xié)調(diào)了用地矛盾，研究區(qū)的土地利用逐步向節(jié)約、集約、科學(xué)和可持續(xù)邁進(jìn)。未來(lái)要在保證城鎮(zhèn)及重點(diǎn)建設(shè)項(xiàng)目用地的前提下，統(tǒng)籌兼顧，促進(jìn)經(jīng)濟(jì)社會(huì)的發(fā)展。

表5 馬爾科夫鏈與耕地保護(hù)情景下像元模擬結(jié)果對(duì)比

4 結(jié)論與討論

4.1 結(jié)論

在耕地保護(hù)政策的影響下，到2025年，長(zhǎng)瀏平丘陵區(qū)的耕地?cái)?shù)量呈小幅下降趨勢(shì)，主要集中在非基本農(nóng)田保護(hù)區(qū)，其耕地像元數(shù)約下降1.9%，但基本農(nóng)田保護(hù)區(qū)內(nèi)的耕地仍然具有面積優(yōu)勢(shì)，除此之外，耕地保護(hù)政策也使未來(lái)城市工礦居民用地的像元數(shù)的增長(zhǎng)下降了8.9%，在一定程度上減緩了城市無(wú)序擴(kuò)張的態(tài)勢(shì)。人類(lèi)的社會(huì)經(jīng)濟(jì)活動(dòng)，特別是城市工礦居民用地的開(kāi)發(fā)對(duì)耕地的數(shù)量及空間分布的變化具有顯著影響，耕地適宜性概率高的區(qū)域同時(shí)也是被占用概率高的區(qū)域，耕地高適宜區(qū)域與城市中心及城郊區(qū)域在一定程度上重合，與占用林地和草地的難易程度進(jìn)行對(duì)比，占用耕地的難度更低，所以建立并保護(hù)好基本農(nóng)田保護(hù)區(qū)對(duì)穩(wěn)定耕地的數(shù)量具有重要作用。在保護(hù)耕地的同時(shí)也需要兼顧城市的發(fā)展，要在合理可控的范圍之內(nèi)進(jìn)行開(kāi)發(fā)與建設(shè)，這就對(duì)城市規(guī)劃提出了更高的要求。

本研究得出的土地利用模擬的結(jié)果大致符合未來(lái)土地利用發(fā)展的規(guī)律，也符合國(guó)家和本區(qū)域?qū)Ω魍恋仡?lèi)型發(fā)展方向的基本判斷，由此證明了FLUS模型是實(shí)現(xiàn)土地利用規(guī)劃空間布局模擬的有效工具。

4.2 討論

驅(qū)動(dòng)因子作為影響土地?cái)U(kuò)張強(qiáng)度、導(dǎo)致土地利用變化的基礎(chǔ)，它的合理性及代表性對(duì)模擬結(jié)果的精度有著重要的影響，也直接影響著各土地類(lèi)型的適宜性概率分布。本研究主要考慮政府所劃定的基本農(nóng)田保護(hù)區(qū)的影響，對(duì)其他相關(guān)的決策因素考慮較少，還需要設(shè)置差異化情景，選擇各自不同的驅(qū)動(dòng)因素，同時(shí)將政府、企業(yè)及農(nóng)戶(hù)等土地利用主體的決策因素作為重點(diǎn)，從而實(shí)現(xiàn)區(qū)域政策、經(jīng)濟(jì)決策、人文環(huán)境等因素的空間化，進(jìn)行更為科學(xué)全面的模擬。除此之外，為了保證模擬精度，對(duì)模型參數(shù)的設(shè)置、驅(qū)動(dòng)因子的選擇等方面還需要進(jìn)一步研究與分析。

自然生態(tài)、社會(huì)經(jīng)濟(jì)、政府政策都是影響土地利用變化的重要因素，人口、資源環(huán)境承載力和地質(zhì)狀況等也是很重要的限制性條件，面對(duì)多個(gè)復(fù)雜因素的影響，F(xiàn)LUS模型在模擬結(jié)果的準(zhǔn)確性方面仍然存在一定的局限。因此，應(yīng)該探求更為科學(xué)的土地利用優(yōu)化模擬方法，不斷提高土地利用模擬的精度和效果。

在耕地保護(hù)情景下模擬得到的土地利用空間分布得到一定程度的合理安排，在一定程度上協(xié)調(diào)了用地矛盾，但值得注意的是在保持耕地?cái)?shù)量穩(wěn)定的同時(shí)，也要注意在轉(zhuǎn)移過(guò)程中耕地質(zhì)量變化以及農(nóng)田生態(tài)安全等問(wèn)題，這就要求對(duì)土地利用模擬進(jìn)行更加深入和細(xì)致的研究，使土地利用向節(jié)約、集約、科學(xué)和可持續(xù)發(fā)展，達(dá)到人與自然和諧發(fā)展的目標(biāo)。