基于FLUS模型的縣域土地利用變化模擬與擴張分析

劉金福，林伊琳，趙俊三

(1.昆明理工大學國土資源工程學院，云南 昆明 650093； 2.智慧礦山地理空間信息集成創新重點實驗室，云南 昆明 650093)

1 引 言

中國正處在快速推進城鎮化的進程中，城市規模和建設用地需求與日俱增，耕地等非建設用地迅速減少，人地矛盾加劇，未來耕地、林地、牧草地和水域等生態用地將如何變化，建設用地總量是否仍將快速增長，亟待得到關注[1]。未來需要繼續實行生態保護工程、合理規劃城市用地邊界、嚴守耕地紅線以推動城鄉區域協調發展[2]。因此，對了解未來土地利用變化的空間格局特征具有重要意義。

模型模擬和情景變化分析是實現土地利用優化配置的重要工具[3]。自從Tobler首次將元胞自動機(CA)應用于地理建模以來，CA模型被廣泛應用于土地利用變化模擬，在往后的研究中，學者們多是基于CA模型進行改進或是與其他土地利用規模預測模型進行耦合。

黎夏等提出了一種面向對象的地理元胞自動機(GeoCA)，提供了一種“自下而上”的模型框架[4]；采用遺傳算法獲取CA模擬參數，克服了傳統CA模型在參數確定上的局限性[5]。王海軍等提出了元胞場和元胞勢的概念，并構建了基于地圖代數和數據場的CA模型，該模型解決了城市擴展中的阻隔問題和城市影響定量化問題[6]；將空間統計模型應用于土地利用與覆被變化模擬，構建了Logistic-CA-Markov(LCM)模型[7]。在土地利用/覆被變化模擬中，各模型優勢各異，但大部分模型忽略了不同地類之間的競爭關系以及柵格轉換為小概率地類的可能性，由劉小平等提出的FLUS模型[8]對傳統CA進行了較大改進，引入了自適應慣性系數和輪盤賭機制，輪盤賭機制能夠更好地反映不同地類間的競爭關系及土地利用變化過程中的不確定性，從而提高模擬精度。林麗等對山區縣域土地利用/覆被變化進行了多模型模擬對比研究，結果表明FLUS模型能較好地模擬其研究區的土地利用/覆被變化，且模擬建設用地效果更佳[9]。

祥云縣正加快建設具有影響力的區域產業中心城市，在城鄉建設的進程中如何優化各用地類型的空間布局及保證區域用地的可持續發展成為亟須解決的問題。本研究基于FLUS模型模擬和分析了自然發展情景、政策約束情景下的祥云縣2025年土地利用變化，以期為祥云縣土地集約節約利用、國土空間格局優化提供參考依據。

2 研究區概況及數據介紹

2.1 研究區概況

祥云縣(圖1)位于云南省中部偏西，有“彩云之鄉”及“云南之源”的譽稱。境內祥云壩子是云南省七大平壩之一。祥云縣是滇西交通咽喉，是通往滇西八地州的必經之地，是大理州的東大門。祥云縣已初步形成滇西交通樞紐和物資集散重地，成為西南地區連接東盟自由貿易區的橋梁。2020年末，全縣戶籍總人口48.26萬人，全縣生產總值完成193.1億元，同比增長6%，全縣三次產業結構比例為：24.9∶29.0∶46.1，全縣人均生產總值4.10萬元，同比增長6.5%。

圖1 祥云縣區位

2.2 數據介紹

研究數據主要包括：行政邊界數據、2010年～2015年祥云縣土地利用現狀數據、DEM、土壤類型數據、人口數據、GDP數據、路網數據、基本農田數據與生態紅線數據等。對原始土地利用類型重分類為耕地、園地、林地、草地、建設用地、水域和其他土地7類。土地利用變化模擬驅動因子如表1所示。本文所有數據均統一為CGCS2000_3_Degree_GK_Zone_34投影坐標系，柵格尺度均為 30 m×30 m，且柵格圖像行列號均一致。

祥云縣土地利用變化驅動因子 表1

3 研究方法

3.1 FLUS模型

FLUS模型主要由以下兩個模塊構成：

(1)基于ANN的適宜性概率計算

FLUS模型中的ANN包含一個輸入層、一個或多個隱藏層、一個輸出層。輸入層的神經元對應土地利用變化的驅動因子，輸出層的神經元對應土地利用類型。公式為：

(1)

式中：p(p，k，t)為第k種土地利用類型在柵格p、時間t上的適宜性概率；wj，k是隱藏層與輸出層的權重；sigmoid是隱藏層到輸出層的激活函數；netj(p，t)為時間t上第j個隱藏層柵格p接收到的信號。ANN輸出的各種土地利用類型的適宜性概率總和恒為1，即：

(2)

(2)基于自適應慣性競爭機制的CA

自適應慣性系數是自適應慣性競爭機制的核心，各地類的慣性系數由當前各地類的實際數量與土地利用需求之間的差異決定，并在迭代中自適應調整，使各地類的數量向目標逼近。公式為：

(3)

(4)

(5)

3.2 馬爾可夫鏈

在土地利用需求預測中，馬爾可夫鏈通過計算t0～t1時期的土地利用變化矩陣，即土地利用類型之間相互轉換的面積或狀態轉移概率，來進行土地利用狀態預測。公式為：

St+1=Pij×St

(6)

式中，St、St+1為t、t+1時刻土地利用狀態；Pij為狀態轉移矩陣。

3.3 FLUS模型參數測算

(1)轉換成本矩陣與領域權重

轉換成本矩陣表示各地類間的變換規則，本文基于2010年與2015年祥云縣土地利用現狀數據獲取了2010年～2015年祥云縣土地利用轉移矩陣(表2)，根據土地利用轉移矩陣設置轉換成本矩陣(表3)。領域權重表示各地類的擴張能力，閾值范圍為0～1，值越接近于1表示擴張能力越強，為了符合研究區各土地利用類型的擴張規律，本文對各土地利用類型歷史總面積變化量進行無量綱化處理[10]，計算公式如式(7)所示，并在此基礎上參考土地利用轉移矩陣對耕地的參數做適當調整，最終確定各土地利用類型的領域權重(表4)。

(7)

式中，X*為離差標準化值，max為數據最大值；min為數據最小值。

2010年～2015年祥云縣土地利用轉移矩陣(km2) 表2

祥云縣土地利用類型轉換成本矩陣 表3

祥云縣各土地利用類型領域權重 表4

(2)需求預測

2010年～2015年祥云縣各地類柵格數量變化如表5所示，假設相同間隔年限的各土地利用類型需求為平穩增長趨勢，根據各土地利用類型的年均變化量預測了2025年的需求總量。同時，基于2010年與2015年祥云縣土地利用數據，采用馬爾可夫鏈預測了2025年祥云縣各土地利用類型的需求總量。通過預測結果對比(表6)，可以看出采用馬爾可夫鏈的預測結果與基于年均變化量的預測結果相差不大，表明采用馬爾可夫鏈對研究區未來土地利用需求預測的合理性。

2010年～2015年祥云縣各土地利用類型數量變化統計(柵格數：1個=900 m2) 表5

2025年祥云縣各土地利用類型需求總量預測結果(柵格數：1個=900 m2) 表6

4 土地利用變化模擬與分析

4.1 模型精度驗證

本文以2010年祥云縣土地利用數據為初始狀態，通過FLUS模型模擬得到2015年土地利用(圖2(a))，對比2015年現狀土地利用數據(圖2(b))，可以看出模擬結果與現狀數據的土地利用空間分布基本一致，但各土地類型的模擬結果與現狀相比，空間布局更緊湊，尤其以建設用地較為明顯。引入kappa系數進行模型精度評價，通過計算得到kappa值為 0.978 3，總體精度為 0.988 9，模擬精度較高，表明FLUS模型在本文研究區的適用性。

圖2 2015年祥云縣土地利用模擬與現狀對比

4.2 多情景土地利用變化模擬與分析

(1)自然發展情景

在自然發展情景下，不考慮生態保護、基本農田保護、規劃控制等因素，土地利用變化模擬過程中無限制轉換區域，模擬結果如圖3(a)所示。本文將模擬結果與2015年現狀土地利用進行疊加，通過提取不同土地利用類型的擴張區域來進行空間格局分析。自然發展情景下，擴張數量較多的土地利用類型為建設用地、林地、耕地、其他土地，草地、水域的擴張數量較少，園地無擴張現象。由于林地、耕地、其他土地擴張較為離散，為突出其空間分布特征，對局部區域進行放大顯示(圖4)。建設用地主要在道路交通網沿線及建成區周圍呈填充式和邊緣式擴張，且集中分布在壩區，山區分布相對較少。耕地消退主要是被建設用地侵占，在山區離河流較近區域存在林地向耕地轉入。新增林地主要是由草地轉入，空間上零散分布于研究區北部、東部山區，但在北部山區分布較集中。由于耕地、林地的轉出量大于轉入量，因此總量仍保持縮減。其他土地主要在南部山區已有其他土地周圍呈邊緣式擴張。

圖3 祥云縣2025年土地利用模擬結果

圖4 自然發展情景下不同土地利用類型擴張空間分布

(2)政策約束情景

在政策約束情景下，將永久基本農田、生態紅線設置為限制轉換區域，限制永久基本農田、生態紅線保護區域土地利用類型轉換，模擬結果如圖3(b)所示。該情景下，耕地、林地、其他土地擴張的空間分布特征與自然發展情景相比基本一致，草地、園地無擴張現象。對比圖3局部放大區域可以看出，自然發展情景下，存在建設用地向基本農田擴張的趨勢；政策約束情景下，建設用地主要在非基本農田區域的建成區周邊、道路交通網沿線填充式擴張，總體呈集約式的增長模式。祥云縣生態紅線分布于地勢較高的山區，在自然發展情景下，生態紅線保護區內主要存在林地、耕地、其他土地擴張，建設用地只有零星少量分布。政策約束情景下，生態紅線保護區內基本無新增土地利用類型，保障了生態屏障的穩定性，對防止水土流失與維護生物多樣性將發揮重要作用。

為深入分析政策約束情景下各土地利用類型轉變的空間分異特征，本文通過政策約束情景下2025年模擬結果與2015年現狀數據疊加，提取各土地利用類型擴張區域進行核密度估計(圖5)。政策約束情景下，耕地擴張較為分散，其核密度高值區分布于北部、南部、東部山區。在研究區北部山區存在林地擴張核密度高值區聚集分布。建設用地擴張集中分布在壩區，其核密度高值區主要分布在縣城建成區周圍。水域擴張數量較少，空間上主要集中分布在研究區西部。其他土地擴張聚集度較高，在研究區南部山區存在較多核密度高值區集中分布。

圖5 政策約束情景下土地利用擴張核密度分析

5 結論與討論

5.1 結論

本文對自然發展、政策約束情景下的2025年祥云縣土地利用變化進行了模擬，并分析了不同土地利用類型擴張的空間格局特征，得出以下結論：

(1)基于馬爾可夫鏈預測了祥云縣2025年土地利用規模需求，結果為建設用地、其他土地增長，其他土地利用類型均不同程度減少。

(2)自然發展情景下，建設用地主要在道路交通網沿線及建成區周圍呈填充式和邊緣式擴張，且集中分布于壩區，山區分布較少，新增耕地分散在山區離河流較近區域，新增林地主要分布在研究區北部、東部山區，其他土地主要在研究區南部山區已有其他土地周圍呈邊緣式擴張，草地、水域的擴張數量較小，園地無擴張現象。

(3)政策約束情景下，建設用地向基本農田擴張趨勢得到限制，其空間布局更緊湊，分布更合理，耕地、林地、其他土地擴張的空間分布特征與自然發展情景相比無較大變化，草地、園地無擴張現象。生態紅線保護區內的土地利用擴張得到控制，永久基本農田、生態紅線區域得到有效保護。

(4)政策約束情景下的土地利用擴張核密度分析結果表明研究區不同土地利用類型擴張區域的核密度高值區、聚集度在空間上存在分異。

5.2 討論

土地利用變化是一個涉及自然、社會經濟因素的復雜非線性時空動態過程。本文在進行土地利用變化模擬中，由于數據的可獲取性與可量化性，選取的土地利用變化驅動因子不夠全面，其次僅采用了單一線性的驅動模式，未能反映土地利用變化的時空動態過程，未來在土地利用變化模擬中如何反映出不同土地利用類型的時空動態演變特征將是重點研究內容。