福州市2005—2020年土地利用變化及驅動因素研究

張宇晗，張兵華，彭琳，趙立珍，劉淑虎

(福州大學建筑與城鄉規劃學院，福建 福州 350108)

0 引言

人類生活在一個與環境不斷發生交互的復雜地球系統中.土地作為這個地球系統中重要的一部分，是社會經濟活動與自然生態環境發生交融的基底，土地利用變化(land-use and land-cover change,LUCC)是探究人類與自然交互作用的一個關鍵切入點[1-3].LUCC持續不斷地對陸地生態系統的物理化學雙循環過程、全球氣候變化、全球陸地—海洋相互作用產生影響，在全球的生態環境變化過程中扮演著舉足輕重的角色[2-4]，與人類社會的經濟增長、生產制造、可持續發展等都息息相關.

在過去的20多年里，不同學科圍繞LUCC的變化模式、變化規律和變化原因開展了大量的定量研究[3-5].國內外許多學者開始結合景觀格局及其變化來研究LUCC所造成的影響及產生的生態效應[4-7]，我國的研究大都集中在西北部的黃土高原和寒冷干旱地區[5-6]；同時，現有對福州市的相關研究中缺少涉及人類經濟活動強度的指標[7-8]，無法很好地描述人類經濟活動對福州市LUCC的影響機制.因此，本研究以丘陵和山地地形較多的南方城市福州作為案例區域，綜合各類技術方法，更為深入地解析福州市LUCC，以期為福州市未來生態環境保護和國土空間規劃的實施提供依據.

1 數據來源與研究方法

1.1 研究區概況

本研究范圍為福州市全域(見圖1)，面積約為11 968 km2.福州市，簡稱“榕”，是福建省省會，同時也是國務院批復確定的海峽西岸經濟區中心城市之一、濱江濱海生態園林城市.全市轄鼓樓、臺江、倉山、晉安、馬尾、長樂6個區，閩侯、連江、羅源、閩清、永泰、平潭6個縣，以及縣級市福清.

圖1 研究范圍Fig.1 Area of research

1.2 數據來源

本研究所使用的遙感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網站(http://www.gscloud.cn);用于進行驅動因素分析的統計數據來源于福州市各年份的統計年鑒、國民經濟和社會發展公報及第七次人口普查等.

1.3 研究方法與步驟

選取福州市2005、2010、2015和2020等4個年份云量較少的遙感影像作為基礎數據，導入ENVI5.3中進行數據預處理提高遙感影像精度，再通過監督分類與人機交互式解譯相結合的方法對預處理的遙感影像進行分類，得出4個時期的土地利用圖.土地利用的分類標準依據中國土地資源分類系統，分為耕地、林地、草地、水域、建設用地和未利用土地6大類.分類結果經過精度評價驗證，4個時期福州市土地利用的分類精確性都高于89%，且對應的Kappa系數都大于0.892，即解譯結果符合使用要求.用Arcgis 10.2分析解譯結果，得出2005—2010年、2010—2015年和2015—2020年等3個階段福州市的土地利用變化情況、土地利用轉化情況及人類活動強度.并用Fragstats 4計算各時期土地利用圖的景觀指數.最后用SPSS將土地利用的變化與福州市研究期內的社會、經濟、氣候等方面因素進行相關性分析，探究驅動土地利用變化的主要因素(見圖2).

圖2 驅動土地利用變化研究技術線路圖Fig.2 Roadmap of technologies driving land-use change research

1.3.1 土地利用轉移矩陣

土地利用轉移矩陣可以在反映研究期初、研究期末土地利用結構的同時,描述各種土地利用類型間的相互轉化情況，從而明確區域內研究期末各土地利用類型的構成來源.其模型公式為

式中：Pij為研究期初至研究期末i類土地利用類型向j類土地利用類型轉換的概率；Sij為研究期初至研究期末i類土地利用類型向j類土地利用類型轉換的面積，單位：km2.

1.3.2 土地利用動態度

土地利用動態度指標可以反映研究區中某一土地利用類型在一定研究期內的變化速率情況[9].其表達式為

式中：K為研究時段內某一土地利用類型動態度；Sa、Sb分別為研究期初、研究期末某一種土地利用類型的面積，km2；T為研究年限.

1.3.3 人類活動強度

徐勇等[10]提出了人類活動強度的算法模型,以及各種土地利用類型對應的建設用地當量系數折算方法.其計算公式為

式中：SCLE為建設用地當量面積，km2；Si為第i種土地利用類型的面積，km2；CIi為第i種土地利用類型的建設用地當量折算系數；n為區域內所包含的土地利用類型數；HAILS為陸地表層人類活動強度；S為區域總面積，km2.其中，建設用地當量系數根據福州市土地利用特點進行適應性匹配.

1.3.4 景觀格局指數分析

景觀格局及其變化受到自然與人為因素共同作用，是一定區域生態環境體系的綜合反映[11-12].為更恰當描述福州市土地利用變化帶來的景觀生態效應，本研究選取有代表性的景觀指數，通過景觀指數軟件Fragstats計算2005、2010、2015和2020年福州市的主要景觀指數，并進行分析.

2 福州市土地利用變化特征

2.1 土地利用變化空間特征

從土地利用占比、土地利用變化幅度、發展階段的差異性來對福州土地利用的變化進行初步分析，2005、2010、2015、2020等4個年份的福州市土地利用情況見圖3與表1.

圖3 2005、2010、2015、2020年份的福州市土地利用情況Fig.3 Land use and land cover in Fuzhou City in the four years of 2005,2010,2015,and 2020

表1 2005—2020年福州市各土地利用類型變化情況Tab.1 Changes in land use and cover types in Fuzhou City from 2005 to 2020

從土地利用占比角度來看，2005年耕地、林地、建設用地3種土地類型的面積占比分別為23.88%、67.34%和5.74%，到2020年其面積占比變化為20.63%、66.51%、10.38%.其中林地面積占比略微減小，趨勢較為平穩，耕地面積有明顯減小，建設用地的變化最為明顯，表明15年間福州市的建設空間擴張較大.

從土地利用變化幅度來看，2005—2020年福州市耕地、林地、草地、未利用土地面積不斷減少，其中未利用土地面積減幅最大，為72.14%，其次為草地，減幅為54.70%；建設用地面積增加568.19 km2，增幅高達85.26%，未利用土地相繼被開放，大量耕地、林地、草地遭到建設用地占用；水域面積在2005—2010年期間增加，原因主要為此期間福州市新建15座發電站，為發電站建設而設立的庫區攔河壩造成截流，致使水流通過能力變差并向周圍擴散.而后在2010—2020年間又因城市發展建設而縮小.

從不同的發展階段來看，2005—2010年間，福州建設用地擴張速度最快，面積增長達40.89%，耕地、林地、未利用土地面積減少幅度最劇烈；2010—2015年次之；2015—2020年變化最平緩.可以得出，福州市2005—2010年的土地利用變化程度超過其他時期.

2.3 土地利用轉移矩陣分析

表2為2005—2010年、2010—2015年和2015—2020年等3個時間段的土地利用轉移矩陣.綜合來看：林地、水域轉化情況較為單一；耕地分別在2005—2010年、2010—2015年和2015—2020年等3個時間段內向建設用地轉化了8.49%、11.25%、7.98%，反映了福州市的建設發展造成了耕地的破壞；草地在2005—2010年期間有79.97%轉化為林地，主要轉為果園、經濟林等，2010—2015年期間和2015—2020年期間則分別有22.21%和27.13%用于城市建設；未利用土地在2005—2010年、2010—2015年和2015—2020年等3個時間段內分別有46.76%、58.46%、40.04%轉化為建設用地，由于福州市丘陵山地居多，未利用土地大都集中在山地丘陵中村落附近的裸地荒地，大量未利用土地被農民由于房屋搭蓋，造成了生態環境與鄉村風貌的破壞.建設用地向其他用地的轉化率在2005—2010年、2010—2015年和2015—2020年等3個時期分別為12.32%、15.36%、16.30%，表明福州市在發展中越來越善于通過土地資源調整來提高土地利用效率.

表2 福州市2005—2010、2010—2015、2015—2020年土地利用轉移矩陣Tab.2 Land use transfer matrix in Fuzhou City from 2005 to 2010,2010 to 2015,and 2015 to 2020

通過對2005—2020年年間不同階段土地利用動態度的對比(見表3)，可以得出：林地的減少速率變化較為平穩；耕地的動態度從2005—2010年期間的-1.50%，到2010—2015年期間變為-1.15%，再到2015—2020年期間變為-0.43%，變化速率的趨勢不斷下降，表明福州市在發展中越來越重視耕地的保護.建設用地與未利用土地的動態度則從2005—2010年期間的8.18%、-11.00%，到2010—2015年期間變為4.26%、-5.42%，再到2015—2020年期間變為1.68%、-3.01%，變化速率也表現出下降趨勢，表明福州市對于建設用地的擴張與未利用土地的開發越來越謹慎.草地的動態度由2005—2010年期間的-3.47%，到2010—2015年期間變為-4.86%，再到2015—2020年期間變為-5.52%，變化速率不斷增加，草地的流失問題不斷加重.

表3 福州市2005—2020年土地利用動態度Tab.3 Dynamic degree of land use in Fuzhou City from 2005 to 2020 (%)

2.4 人類活動強度的時空特征分析

觀察圖4(a)～(d)的人類活動強度分布圖，發現福州市人類活動強度高的區域主要集中在各區縣的主城區，均高于70%，主城區周邊活動強度高于11%.從圖4(e)中可以看出，福州市的人類活動強度提升主要集中在東南沿海地區，表明福州市的城市建設與發展不斷往東南沿海方向前進，整體上呈現出“點極式”擴張的蔓延趨勢，人類活動強度的增長主要集中在長樂區、福清市、閩侯縣及平潭綜合實驗區4個區域，其中平潭綜合實驗區的人類活動強度增加最為明顯，范圍覆蓋了整個縣域.近年來，為提升城市綜合實力與影響力，福州市堅持“東擴南進，沿江向海”的發展戰略，在市域協同發展的同時，重點在沿江、沿海周邊打造若干個發展點作為帶領福州不斷發展的新動能，這解釋了人類活動強度增長區域往東南沿海方向移動且呈“點極式”擴張的原因.

圖4 2005—2020年福州市人類活動強度空間特征Fig.4 Spatial characteristics of the intensity of human activities in Fuzhou City from 2005 to 2020

2.5 景觀指數分析

景觀指數是用于反映景觀結構組成和空間配置特征的簡單定量指標.通過景觀指數軟件Fragstats得到2005—2020年福州市土地利用變化所反映的主要景觀指數，如圖5、表4所示，分別為類型級別上和景觀級別上的景觀格局指數.

2.5.1 類型級別指數分析

圖5為福州市4種類型級別上的景觀格局指數.由圖5(a)可知，2005—2020年林地的斑塊密度(PD)描述景觀破碎化程度，其值越大，景觀破碎化程度越高，耕地、草地、水域、建設用地的PD值都有不同程度的提高，表明城市化進程加劇了這些土地類型的景觀破碎化程度.由圖5(b)可知，邊緣密度(ED))表示異質景觀要素斑塊間的邊緣長度，2005年林地、耕地、未利用土地、建設用地的ED值均高于2020年，說明人為干預導致這些土地類型的斑塊邊緣長度縮短，景觀間的異質性提高，水域、草地的ED增加，說明其內部特征保持較好，即受外部因素影響少.由圖5(c)可知，最大斑塊指數(LPI))表示某一景觀類型中最大斑塊占整個景觀面積的比例，林地的LPI值在2005—2020年間不斷上升，遠高于其他景觀類型，這表明林地在6種景觀中的主導地位不斷穩固，而建設用地LPI值的上升與耕地LPI值的下降表示人為建設持續減弱耕地的景觀地位.由圖5(d)可知，景觀形狀指數(LSI)描述了景觀形狀的復雜程度，林地、草地的LSI值一直呈現出持續的頹勢，說明隨著人為干擾程度的加劇，這些用地類型的斑塊幾何形狀更加規則和平滑，這種變化會加劇水土流失，同時也不利于其中的動物穿越.耕地、建設用地的LSI值逐漸增加，說明其斑塊形狀越來越復雜，原因分析為耕地受福州市氣候影響常遭到洪災損毀導致形狀不斷復雜化；建設用地則因城市的蔓延衍生出許多不規則形狀的斑塊.

圖5 類型級別上的景觀指數圖Fig.5 Landscape index graph at the type level

2.5.2 景觀級別指數分析

蔓延度(CONTAG)描述景觀里不同斑塊類型的延展趨勢，如表4所示.2005—2020年，研究區的CONTAG值持續降低，說明研究區中各類型斑塊間的連接情況并不良好，越來越多的小斑塊出現在景觀中，景觀連通性較差.散布與并列指數(IJI)描述各個斑塊類型間的總體散布與并列狀況.如表4所示，IJI值在2005—2020年間逐漸上升，說明景觀綿延性增強.香農多樣性指數(SHDI)能反映景觀異質性.如表4所示，SHDI值從2005年的0.95上升至2020年的0.99，變化了0.04，這表現土地利用更具多樣性，其不確定性的信息含量增加.香農均度指數(SHEI)可反映景觀是否受到一種或少數幾種優勢斑塊類型所支配.如表4所示，2005—2020年SHEI值由0.49變為0.51，變化較為平穩，表明福州市的景觀格局中存在占據優勢地位的景觀類型，且形式較為穩定，這一點可以用福州市林地面積遠大于其他地類來解釋.分散指數(SPLIT)與景觀分離度(DIVISION)表示一種景觀類型中不同斑塊的分散程度.如表4所示，研究期內SPLIT值與DIVISION值也表現出緩慢上升的趨勢，這標志著2005年研究區內的總體景觀格局較為集聚，隨時間推移不斷有小斑塊被分離，景觀破碎化加重.

表4 景觀級別上的景觀指數Tab.4 Landscape index map at the landscape level

結合之前的分析可知，人類活動范圍的擴大與強度的提高都推動了景觀格局的演變，景觀格局破碎化的加劇會引發生物多樣性破壞、空氣污染、水污染等一系列生態問題，甚至影響社會經濟.作為深層次的生態屬性，景觀格局應受到更多的重視，生態保護的水平需要得到提高.

3 宏觀驅動因素分析

許多研究成果表明，自然因素和人類干預因素通過復雜的機制共同造成土地利用變化[12]，隨著21世紀社會經濟發展及城鎮化水平突飛猛進，人類干預因素的影響性正在超過自然因素[13].結合前文的分析，可以發現福州市的LUCC發生了結構性的劇變.因此下文將結合政府政策、自然環境、社會經濟等因素來明確驅動土地利用變化的主要因素.

3.1 政府政策因素

政府的政策文件對于城市發展有著重要的指向作用.《福州市城市總體規劃(2011—2020年)》與2016年發布的《福州新區發展規劃》都推動了福州市人類活動強度的東南向集聚.然而,《福州市土地利用總體規劃(2006—2020年)》中提出的耕地及林地總量在2005—2010年期間基本不變，2010—2020年期間有明顯下降的目標并沒有實現，因此可得出政府政策并不是推動土地利用變化最核心的驅動因素.

3.2 土地利用變化的驅動因素分析

為進一步探究驅動因素，研究選用Pearson相關系數進行分析，Pearson相關系數用于衡量兩個變量之間的線性相關程度，其計算式為

式中：R為相關系數；X為自變量，表示研究期內福州市LUCC的影響因素；Y為因變量，表示各類土地利用類型的面積，km2；i為變量的類型數.相關系數R介于-1～1之間，當大于0時稱為正相關，表示因變量Y隨自變量X的增大而增大；相關系數小于0時稱為負相關，表示應變量Y隨自變量X的增大而減小.

同時，研究期內福州市水域面積變化受建設項目影響主導，林地面積變化程度較小，而耕地、草地、建設用地、未利用土地的變化程度較顯著且無明顯的政策或建設項目影響，因此本節主要選取2005—2020年福州市市常住人口、鄉村常住人口、城鎮化率、GDP、固定資產投資、第一產業生產總值、第二產業生產總值、第三產業生產總值、糧食總產量、鄉村從業人員、全社會從業人員、市年平均氣溫、市年平均降雨量共13個人文自然指標作為自變量，重點分析其與耕地面積、草地面積、建設用地面積、未利用土地4個因變量的相關性.

計算結果中，未利用土地與所有自變量都不相關，故舍去，結果中僅列出相關性水平較高的解釋變量.Pearson系數相關性檢測結果列于表5，從中可知常住人口與建設用地呈顯著正相關，鄉村常住人口、鄉村從業人員與耕地呈顯著負相關且與建設用地呈顯著正相關，說明鄉村與城市的建設用地無法匹配快速增長的人口，更多的建設用地被開發以滿足人們的需求，鄉村居民更傾向于改造耕地以擴大建設空間，也反映出鄉村的產業結構轉型；城鎮化率與3種用地都顯著相關，表明城鎮化對土地資源利用有牽一發而動全身的推動作用；不斷提高的固定資產投資使草地、未利用土地面積減少，建設用地面積增加；第二產業生產總值和耕地、草地呈顯著負相關，和建設用地變化呈顯著正相關，說明第二產業規模的增加導致建設用地大量占用耕地、草地；糧食總產量與耕地呈顯著正相關，即糧食總產量減小說明了耕地面積減小；全社會從業人員與草地呈顯著負相關，與建設用地呈顯著正相關，城市化水平提高帶來了更多就業，但也破壞了自然環境.

表5 Pearson系數相關性檢測結果Tab.5 Pearson coefficient correlation test results

4 結語

本研究運用ArcGIS、ENVI、Fragstats 4、SPSS等軟件，選取囊括自然、經濟、人類活動等方面的分析指標，全面且深入地分析2005—2020年間福州市的土地利用變化情況及其驅動因素.研究表明：城市化是推動土地利用變化最核心的影響因素，近年來福州市在向東南方向發展的同時，開始注重林地與耕地面積的保護，但環境內在的生物循環和景觀格局依然被人類活動影響著，景觀格局持續惡化，環境保護措施需要具體落實到景觀格局的修復.

最新發布的《福州市國土空間總體規劃(2021—2035年)》中強調了福州市山水海濱城市的建設目標，現結合本文的研究結果，對福州市的發展提出以下建議.

1) 珍惜現有耕地，改造低產田，不斷提高生產力，另一方面嚴格落實市縣劃定的生態保護紅線、永久基本農田保護區，嚴格控制各類建設用地的遷建或開發，遵守相關管控規則.

2) 從生物多樣性的角度考慮景觀格局的合理性，細化生態保護紅線和永久基本農田保護區內部的生態功能分區，處理好各類生態用地間的聯系，在控制總量的同時安排好各類生態用地的用途，穩定和延續自然界中各類物質交換過程.

3) 在城市建設中保護現有草地，加大綠化力度.加強對村落裸地荒地的管理和立法，加快相關的管理辦法出臺并規范管理和利用.