基于CLUE-S模型的南昌市“三生”空間時空演變及情景模擬研究

李媛潔, 葉長盛, 黃小蘭

(東華理工大學 地球科學學院, 南昌 330013)

近年來，隨著中國經濟發展的突飛猛進，城市規模和速度的增長引起了人們廣泛的關注。在城市化加速發展的過程中產生了一系列社會、資源和環境問題，如人居環境質量下降、土地資源過度消耗和污染嚴重等[1-2]。為應對這些問題，黨的十八大報告將優化國土空間開發格局作為生態文明建設的首要舉措，并提出“促進生產空間集約高效、生活空間宜居適度、生態空間山清水秀”，由此構成的“三生”空間成為構建空間規劃體系、完善國土空間開發保護制度和各類尺度空間落實主體功能區規劃的重要基礎[3]。如何合理地開發國土空間，使生產—生活—生態功能發揮協同效應，促進經濟社會高質量發展已成為區域高質量發展的重大命題。

生產—生活—生態空間(“三生”空間)是根據土地不同功能進行組合分類，由此構成不同地區的主體要素[4]。生產空間是以提供農產品、工業品等為主導功能的區域；生活空間以人類提供居住、消費和休閑娛樂等為主導功能的區域；生態空間是以提供生態服務和生態產品為主導功能的區域[5-6]。國內外學者對此展開研究，并取得了一系列成果，研究內容主要包括3個方面：(1) “三生”空間的內涵及分類[7-9]，“三生”空間的內涵主要從土地利用、生態系統和景觀價值三大視角開展[3]，其分類方法主要有兩類，第一類是以分級賦分法為主的定性方法，該分類方法的優點為可以較好地將分類體系與土地利用地類進行銜接，被得到廣泛運用，但由于有較大的主觀性，其識別結果會存在一定的誤差。第二類是以對土地進行適宜性評價為主的定量方法[10-13]，該分類方法的優點為可以較為客觀和精確地識別“三生”空間，缺點為計算復雜并且不能很好地與地類進行對接。兩種分類方法都呈現出生產—生活—生態空間的單一型分類形式以及生活生產—生產生態—生態生產等類型的復合型分類形式；(2) “三生”空間的演變特征[14-17]，各位學者主要以時間順序分析其變化特征，并利用各種空間分析方法和模型分析空間格局特征，分析方法主要有土地利用動態變化模型、PLESI指數、空間格局測度法包括土地利用擴展強度、土地利用類型增長速度、土地利用轉移矩陣等模型與方法，開展不同尺度的“三生”空間時空演變特征分析[17-19]，不同的分析方法從不同角度分析了研究區演變的特征，各地一般呈現出生活和生產空間增加，生態空間減少的演變態勢。(3) “三生”空間的格局優化，主要基于特定的試點和視角提出優化方法，包括城市國土空間評價[20]、鎮域空間資源管控[21]、居民點布局等研究[22]，運用空間分析與指數模型等方法測算“三生”空間的綜合協調發展水平[23]；黃金川等基于“三生”空間適宜性評價和“多規合一”的理論來對“三生”功能空間優化進行評述[3]，從而在方法層面和理論層面提出對策建議，服務于國土空間優化。

當前，“三生”空間的研究更多是現狀，對其未來變化趨勢研究較少，尤其是模擬不同情景下“三生”空間演變趨勢的研究更為少見。基于此，本文以南昌市為例，運用典型的土地利用預測CLUE-S模型，對其“三生”空間的演變進行分析和不同情景模擬，有效地反映其變化和未來的趨勢，以期能夠識別南昌市國土空間功能類型的空間分異規律，為區域國土空間優化配置政策制定、經濟社會高質量發展提供支撐和依據。

1 研究區概況與數據來源

1.1 研究區概況

南昌市為江西省省會城市，位于江西中部偏北，地處贛江、撫河下游，鄱陽湖西南岸，位于東經115°27′—116°35′、北緯28°10′—29°11′。截至2018年，全市下轄6個區3個縣，分別為東湖區、西湖區、青山湖區、青云譜區、灣里區、新建區和南昌縣、進賢縣、安義縣。全市總面積7 194.61 km2，常住人口554.55萬人，城鎮人口411.64萬人，城鎮化率74.32%。地區生產總值5 274.67億元，是江西省經濟最發達的城市之一。2000—2017年，建成區面積增加了247.56 km2，林地草地面積共減少132.51 km2，農用地面積減少253.10 km2，可以看出伴隨著工業化和城市化進程的快速推進，生態空間與生產空間、生活空間的沖突愈加明顯，繼而帶來耕地后備資源不足和生態環境遭到破壞等問題，開展其“三生”空間研究具有較強的理論和實踐意義。

1.2 數據來源

本文的土地利用數據來源于南昌市2000年、2010年、2017年的Landsat TM/ETM影像，其空間分辨率為30 m×30 m，經過輻射校正、幾何校正、圖像配準以及人工目視解譯得到3個年份的土地利用現狀圖，依據《土地利用現狀分類》文件，進行地類劃分。通過外業調查和隨機抽取動態圖斑進行重復判讀相結合的方法評價分類精度，總體精度均85%以上，滿足研究所需數據的精度要求。DEM數據來源于地理空間數據云平臺，其空間分辨率為30 m，通過ArcGIS的3 DanalystTools工具提取出坡向和坡度因子。交通、水系分布數據來源于TM影像，對其進行數字化配準而得。社會經濟數據來源于《南昌市統計年鑒(1995—2019年)》。

2 研究方法

2.1 “三生”空間分類

“三生”空間的分類與空間范圍界定是“三生”空間研究以及其管理實踐的基礎。本文從區域層面，基于國土系統土地分類《土地利用現狀分類2017》各類型用地的主導功能，結合行為主體的主觀用地意圖，同時參考江曼琦[4]、張紅旗[7]和華吉慶[15]等對“三生”空間分類的研究成果，來確定南昌市“三生”空間的分類體系 (表1) 。

表1 南昌市“三生”空間分類體系

2.2 土地利用動態度模型

土地利用動態度模型反映研究期間內不同的地類變化數量[24]，為更好地分析南昌市近20年來的各類空間的變化幅度，選用此模型來分析南昌市“三生”空間的數量變化特征。其計算公式如下：

式中:Ki表示研究期內某類土地的動態度;S(i，t1)，Si，t2表示期初和期末某地類的面積;T表示研究時長。

2.3 “三生”空間格局特征分析

土地轉移矩陣，采用轉移矩陣能反應研究期內南昌市各類空間相互轉化的動態信息[25]。土地利用轉移矩陣形式為：

式中：Sij表示由空間i轉換成空間j的面積；i，j表示轉移前后的空間類型；n表示空間類型數。

全局自相關Moran′sI指數可反映區域空間是否相關，Moran′sI指數的值域位于[-1,1]之間，I值越接近1，表明在空間分布上呈現出來的集聚效應越顯著；I值越接近-1，表明在空間分布上呈現出來的趨異性越顯著[26]。為進一步研究各鎮(街道)之間的集聚程度模式，采用局部空間自相關分析，創建研究年份南昌市鎮域“三生”空間的LISA聚集圖。

2.4 CLUE-S模型及其參數設置

CLUE-S模型是由Peter Verburg團隊在CLUE模型的基礎上改進而來，是一個較好的模擬全局土地利用變化的模型[27-28]。這一模型包括非空間分析模塊和空間分配模塊。非空間分析模塊用于計算目標年研究區各地類的需求數量，需要借助外部模型或數學方法計算得到[29]。空間分配模塊是在輸入土地需求參數的基礎上，依據驅動因子的空間分布特征，對柵格單元的地類歸屬進行分配迭代，進而實現各年份地類的時空模擬。本文將模擬南昌市2030年3種情景下的分布，分別為：自然增長情景、生態保護情景及耕地保護情景，模型的相關參數設置見表2。

表2 CLUE_S模型參數設置

3 結果與分析

3.1 “三生”空間結構變化及動態度分析

對比分析2000—2017年南昌市“三生”空間的空間分布及面積變化，生活空間集中分布在南昌市中部，并向贛江西岸擴展，生產和生態空間比較分散(圖1)。生產空間面積比例和生態空間面積比例持續減少，生活空間面積比例持續增加，由3.78%增長到8.03%(圖2)。“三生”空間及其二級分類在17 a之間的變化面積和速度見表3，南昌市生產空間面積由2000年的407 108.80 hm2減至2017年的393 547.90 hm2，動態度為-0.20%，面積相對保持穩定；生活空間快速擴張，在17 a間增加了22 738.33 hm2，動態度達6.6%，生態空間呈減少趨勢，減少了10 466.23 hm2，動態度為-0.36%。二級分類中，17 a間面積增長最快為工業生產空間，動態度為21.36%，面積減少最快為水域生態空間，動態度-0.21%。分時間段看，2000—2010年城鎮生活空間增長最快，高達20.28%，其他變動幅度都不大；2010—2017年工業生產空間變化增幅最大，達到44.73%。總體而言，17 a間南昌市前期以城市空間發展為主，后期以工業發展為主的動態發展模式。

表3 南昌市2000-2017年“三生”空間面積變化及動態度

圖1 南昌市2000-2017年“三生”空間分布格局

圖2 南昌市2000-2017年“三生”空間面積比例

3.2 “三生”空間格局分析

3.2.1 “三生”空間轉移矩陣分析 “三生”空間轉移矩陣能清晰反映兩個時期不同空間之間的相互轉換關系，分別把2000年和2017年的土地利用現狀圖在ArcGIS中疊加，得到在兩個年份間各空間及其二級分類的土地轉移矩陣(表4)。在17 a間，轉出以生產空間和生態空間為主，生產空間轉出量為33 219.57 hm2，占轉出總面積的58%，生態空間轉出量為22 409.34 hm2，占轉出總面積的39%；轉入最多的是生活空間，為31 076.67 hm2，占轉入總面積的55%；生活空間轉為生態空間的面積較少，為126.69 hm2。二級分類中，轉移最為明顯的為農業生產空間轉為工礦生產空間、綠色生態空間向水域生態空間轉變，兩種轉變分別占全部用地類型變化總面積的13%和6%，這些轉變量在空間布局上見圖3。

圖3 南昌市2000-2017年“三生”空間相互轉化空間分布

表4 南昌市2000年、2017年“三生”空間轉移矩陣 hm2

3.2.2 “三生”空間自相關分析 利用ArcGIS中的空間統計工具，分別對南昌市2000年、2017年“三生”空間進行全局空間自相關分析，可得出兩期的Moran′sI指數(表5)，均為正值，說明存在空間正相關關系。研究期內，生產空間的Moran′sI指數由0.638 5上升為0.681 6，生活空間由0.076 4下降至0.022 5，生態空間由0.302 9下降至0.279 3，說明南昌市生產空間、生活空間和生態空間存在顯著的空間集聚效應，在變化上具體表現為生產空間集聚態勢增強，生活空間和生態空間的集聚態勢呈現弱化趨勢。

表5 南昌市2000年、2017年“三生”空間Moran′s I指數

為進一步分析南昌市“三生”空間的集聚程度和集聚模式，采用局部自相關分析，創建南昌市鎮域“三生”空間的LISA集聚圖(圖4)。2000—2017年，南昌市生產空間“高—高”(H—H)集聚區指南昌市生產空間面積大的鎮(街道)同為高值的包圍，以蔣巷鎮、昌東鎮(南昌市高新技術開發區)為中心，向西北和南部擴展，其原因是這些地區地勢平坦，農業生產面積大，加之有高新開發區，有較多的工業生產空間。生產空間的“低—低”(L—L)集聚區指生產空間面積小的鎮(街道)同為低值的包圍，主要集中在東湖區、西湖區、青云譜區及青山湖區的中部；生活空間H-H集聚區集中在南昌縣中部，較之2000年形式有所弱化，并呈向西南方向擴展趨勢；2000—2017年，進賢縣生態空間集聚區減少，與隨著城市擴張及工業用水增加而導致的軍山湖面積減少有直接關系。此外，“高—低”(H—L)集聚指其空間面積大的鎮(街道)同為低值的包圍；“低—高”(L-H)集聚指空間面積較的鎮(街道)同為高值的包圍。

圖4 南昌市2000年、2017年“三生”空間局部自相關聚類的空間分布

3.3 “三生”空間演變情景模擬

3.3.1 模擬結果及精度檢驗

(1) 因子檢驗。為保證所選因子對空間解釋的有效性，需對Logistic回歸結果進行ROC(rela-tive operating characteristics)檢驗，一般認為ROC值大于0.7時，回歸方程對該空間類型有很好的解釋能力。在回歸結果中，農業生產空間、工業生產空間、城鎮生活空間、綠色生態空間以及水域生態空間的ROC值分別為：0.72，0.75，0.93，0.78，0.71，均大于0.7，因此該5類空間的回歸方程能夠很好解釋各驅動因子與空間的關系，而農村生活空間的ROC值在0.6～0.7之間，解釋能力稍差，總體來說該組回歸方程對各二級空間具有良好的解釋能力。

(2) 精度檢驗。為保證2030年“三生”空間的模擬精度，先對2017年進行模擬，進行精度檢驗，現以2010年南昌市土地利用數據為基礎，利用2017年各空間實際土地需求量模擬2017年的“三生”空間極其二級分類空間的分布狀況(圖5—6)。

圖5 南昌市2017年“三生”空間模擬圖

利用Kappa指數方法對2017年的模擬圖進行精度檢驗，當Kappa指數≥0.75時，說明兩幅圖像一致性較高。ArcGIS中Raster Calculator功能將2017年模擬圖實際圖做柵格相減計算，得出兩幅圖正確的柵格數目為165 868個，占總柵格面積92.30%，利用Kappa指數公式，計算出2017年模擬圖的Kappa≈0.91，模擬的Kappa指數遠遠大于0.75，說明CLUE-S模型能較好地模擬未來南昌市“三生”空間布局。

3.3.2 南昌市“三生”空間情景模擬 基于2.4中的參數設置，應用CLUE-S模型對2030年的3種情景進行預測(圖7)，結果顯示，與2010年相比，3種模式均表現為生活空間的面積持續增加，表現為沿水系和國道發展，擴張最明顯的區域為南昌縣、新建縣，未來南昌市的建設用地發展較為一致。在自然增長情景模式中：2030年生產空間減少10 310.70 hm2(表6)，生態空間減少11 678.79 hm2，主要減少區域為新建縣北部和東北部，生活空間增加21 992.66 hm2，增加的主要區域在贛江以西以及東南部的湖泊附近，以東湖區為中心向西南擴張；在生態保護情景模式中：生產空間減少144 657.62 hm2，生活空間增加85 205.36 hm2，主要增長的區域在安義縣西南部、東湖區的西南部向新建縣中部擴張以及進賢縣東北部和中部，生態空間增加59 452.26 hm2，主要增長地區為安義縣西北部、南昌縣東部和進賢縣沿湖泊河流向周圍擴展。在耕地保護模式中：由于生態保護和耕地保護情景同為規劃方式，其土地需求量相同，設置進賢縣的農產品限制開發區在限制區域，進賢縣的生產空間沒有減少，新建縣由于城市擴張農業生產空間變為城市生活空間，南昌縣東部和安義縣的農業生產空間變為生態空間。

表6 南昌市2030年“三生”空間與2010年變化統計

圖6 南昌市2017年“三生”空間二級分類模擬

圖7 南昌市2030年“三生”空間情景模擬布局

4 討論與結論

4.1 結 論

本文從時間和空間的角度上分析了南昌市“三生”空間的演變特征，進而利用CLUE-S模型預測在自然增長情景、生態保護情和耕地保護情景下對南昌市2030年“三生”空間格局變化。主要結論如下：

(1) 2000—2017年，南昌市“三生”空間變化趨勢為生產空間和生態空間持續緩慢減少，生活空間持續顯著增加。其二級分類的變動揭示出隨著南昌市城鎮化的加速推進，農村人口大量向城市人口轉變，導致城鎮生活用地向農村周圍擴張，農業生產用地減少，呈現出生產空間向生活空間大量轉變的局面；贛江以西工業生產面積增加，呈現出生態空間大量向生產空間轉變的局面。因此，在南昌市未來城市建設過程中，重點協調“三生”空間發展之間的矛盾，秉承規劃優先的原則，嚴格控制城鎮生活空間的增量，戰略性保護生態空間及其多樣性，對于基本農田，不僅要保證在占補過程中耕地數量相當，也要保證其質量相當，優先將高質、優質的耕地劃入基本農田區域。

(2) 2000—2017年，南昌市“三生”空間存在空間正相關，進而對南昌市各鎮域進行局部自相關分析，在17 a內，生活空間集聚的狀態有弱化的趨勢，生態空間在進賢縣的高集聚地區也出現減少現象，生產空間的集聚狀態沒有太大變化。生產空間的集聚效應可以形成一種向心力，吸引經濟活動向一定地區靠近，形成集約的高效城市，因此，南昌市應協調基本農田保護和建設發展的空間布局關系，促使農業生產和工業生產都形成強有力的集聚模式，以提高經濟效率，發揮空間—經濟的協調統一作用。

(3) 經模擬驗證，CLUE-S模型適用于模擬南昌市未來“三生”空間分布情況。與2010年相比，在自然增長情境中，生產和生態空間減少，在生態保護和耕地保護情境中，生活空間的面積均為持續增加，且與來南昌市的建設用地發展較為一致，均表現為生活空間擴張最明顯的南昌縣、新建縣。3種模式下的差異呈現出生態空間由退化到優化，生活空間由沿江邊建設到逐漸分布到其他地區，生產空間由沒有規劃到限制性發展的特點。此預測的不同結果體現出了政府空間規劃及政策調節對空間演化的剛性指引力，為其進行規劃修編并采取有效的預防措施提供參考依據。

4.2 討 論

本文的“三生”空間分類體系僅根據用地意圖和參考前人的研究成果，主觀意識較強，應結合相應的定性劃分方法，對于“三生”空間的劃分會更加精確。在選擇影響因子進行模擬時，社會經濟因素方面僅在縣級程度上選取了人口密度、地區生產總值兩種因子，在一定程度上可能會對模擬結果有所影響。今后研究方向可放在選取因素更加全面，精度更加準確。模型參數設置帶有主觀性，比如ELSA系數，是通過現有的成果和經驗，通過不斷調試確定的，其結果相對合理又具有局限性，因此對其參數設置需尋求更為科學合理的方法。