论文部分内容阅读
2.西北師范大学 地理与环境科学学院，甘肃 兰州 73000）
摘 要：土地利用/覆盖变化（LUCC）由三个层面的因素控制，即自然环境因素和属于土地利用变化的人文驱动力的社会经济因素和土地利用管理方法。其中对人文驱动力是造成的现代土地利用变化的主要推手的结论正逐步达成共识。本文针对土地利用与土地覆被政策驱动力的空间尺度研究的三个层次进行初步归纳。通过讨论可见，目前已有研究中空间大尺度或中尺度研究居多，小尺度研究显得薄弱，在政策驱动力空间尺度评估预测模型急需技术革新等问题仍有待解决。
关键词：LUCC 土地利用；政策驱动力；空间尺度
1 引言
土地利用/覆盖变化（LUCC）是人与土地系统之间直接和最直观的互动形式。这是一个人类继续满足自身发展需求的动态过程。自1994年，联合国环境署（UNEP）启动的“土地覆被评价和模拟（LACM）”项目，以及“国际地圈—生物圈计划”（IGBP）和“全球变化人文领域计划”（IHDP）联合推广的国际项目，将LUCC研究引入到国内外重点土地科学领域之中，同时也成为了全球变化研究的重要切入点之一。土地利用变化机制研究是LUCC项目三大核心问题中的难点[1]。其中人文驱动力造成的现代土地利用变化成为主要驱动力。政策驱动因素对土地使用和土地覆盖变化的影响来自被动接受，而其影响范围与程度难于量化一直是该研究的重点。对LUCC政策驱动力研究离不开不同空间尺度的分析。当政策驱动力在作为人文社会主要驱动因子时，尤其在中国，政策执行力度较强的中央集权制国家对政策驱动力研究应当引起重视[2]。
2 政策驱动力空间尺度研究
基于土地利用空间布局理论，相应研究方法得到了创新和优化。20世纪70年代，线性规划和非线性规划理论得到综合运用，并成为土地利用空间布局新的强有力的分析工具。Dockmic等（1974）首次利用线性规划对土地资源的空间配置进行了多目标研究，随后Chames等（1975）也。由于计算机的快速普及与信息技术的高速发展，20世纪80年代以后，遥感影像及信息技术的结合运用成为土地利用空间分析研究的重要特征。Goelon等（2003）利用遥感卫星技术获取多元遥感数据，并在土地利用分类中得到应用。同时，各种数学模型、方法和专家知识在土地利用空词研究领域也得到了融合与发展，它们的特征是可以处理大量数据并解决各类复杂性问题，如神经网络、人工智能、模糊数学、遗传算法、专家知识等。元胞自动机理论（CA）、生态位理论、自组织理论等也成为近年研究中关注的热点[3]。基于土地利用空间布局理论，对相应的研究方法进行了创新和优化。20世纪70年代，Dockmic，Goelon等人将线性规划方法应用于土地利用规划研究领域，至此线性规划和非线性规划理论得到了全面的应用，成为土地利用空间布局的一种新的强有力的分析工具。由于计算机的迅速普及和信息技术的迅速发展，遥感图像与信息技术的结合已成为20世纪80年代以来土地利用空间分析的一个重要特征。同时，在土地利用控制研究领域也综合和发展了各种数学模型，方法和专家知识。如神经网络，人工智能，模糊数学，遗传算法，专家知识等。细胞自动机理论（CA），生态位理论和自组织理论也成为近年来关注的焦点。21世纪以来，Verburg等（2002）在荷兰瓦赫兰根大学研究在CLUE（Conversion of Land Use and its Effects）模型基础上进行改进，提出了 CLUE- S模型，它不仅集成了 GIS，专家知识和线性规划，还考虑了土地利用系统的生物物理和社会经济驱动因素，在近十年时间中将其在全世界范围内进行推广，模型优势所在与能够将非空间的政策驱动力落实于区域像元并进行趋势分析，在区域范围内土地利用/覆盖变化的空间模拟具有高度可信度[4]。随后，许多国内外学者使用CLUE-S模型来分析和预测土地利用和土地覆盖变化。CLUE模型到CLUE-S模型不仅是模型的细化也是空间尺度的细化。当CLUE模型只能用于国家尺度的变化应用时，区域研究尺度细化的需求使其应运而生。
2.1宏观尺度研究
空间大尺度土地利用与土地覆被变化监测常应用于全球范围、各大洲以及国家与洲之间和相邻邻国家之间的尺度。这种大尺度的变化研究往往以国家或联盟国利益集体的形式的政策影响而展开。如图1。
为监测1945年至2007年在希腊雅典大都市区的两个城郊山区的土地利用/土地覆盖变化Mallinis等人调查了欧洲南部的两个相邻的山体的LUCC变换。使用强度分析来识别是系统性的还是阶段过程。判断出普遍趋势与社会经济变化和欧洲政策有关。差异性与常期森林火灾和特殊保护制度相关。[5]
Corbelle- Rico等人对加入欧洲经济共同体前后西班牙西北部的土地覆盖变化的主要驱动力探究技术还是政策进行了判别。在过去的50年中，许多技术革新和政治的变化已经改变了欧洲的农业，而在大陆地区这也可能是欧洲的主要土地利用方式转变以至于耕地面积大幅减少的原因。该研究指出主要可能是农业技术的进步或农业政策变化所主导，但难以明确区分[6]。
刘继元等深入分析了过去300年、近30年来中国与其他国家对比，土地利用变化的基本特征、空间格局与驱动机理，揭示了中国与主要对比其他国家/地区（美国、印度、巴西、中亚、西伯利亚、蒙古高原）LUCC过程基本规律的差异及驱动机制差异对比分析，也对中、印中型城市城镇用地扩展模式，中、美特大城市土地覆盖时空特征差异等大规模土地利用变化的过程和驱动机制进行了清晰，完整的科学认识探索[7]。
2.2中观尺度研究
对中等土地利用和土地覆盖变化政策驱动力的研究主要基于省市行政区划，包括跨省市的一些联动区。如各大气候区或自然带等，既需要服从国家层面政策规定的同时要兼顾地方性政策的影响。
李月辰等人以北方13个省为研究区，通过主成分分析和逐步多元回归分析，分析了研究区土地利用/覆盖变化的驱动机制。研究区域的驱动力分量选自驱动因子的驱动力。特别是，人口因素在推动研究区土地利用/覆盖变化方面发挥着非常重要的作用。温度和降水等自然因素的土地利用/覆盖变化也具有一定的限制作用，主要是在东北和西北等自然因素受到更多限制的地区。结论与刘纪元等人研究一致。部分学者认为，研究区土地利用/覆盖变化驱动力的识别和空间差异分析具有一定的局限性。因为许多因素不适用于定量分析。例如，国家和地方政府政策以及人类行为习惯变化等因素对区域土地利用/覆盖变化具有重要意义，但目前难以进行定量分析。然而，由于研究区的地理特征，驱动力研究可为研究区土地利用开发和区域生态环境建设提供合理依据。它还可以丰富该地区土地利用/覆盖研究的内容。因此，具有一定的理论和实际意义[8]。 2.3微观尺度研究
小尺度研究在政策驱动力研究领域相对较为薄弱，其原因有自身研究范围的局限性外，政策驱动力的影响难以细化到人为活动的层面也有一定的关系。周元立等学者正在采取内蒙古干旱草原生态环境的土地利用和土地覆盖变化局地小气候研究中通过单景数据的5个不同年份多指数数据融合得出，由于2003年以来内蒙古地区的旱灾累积影响，植被退化导致2007年平均反照率增加约5%。降水蒸散量在2007年也下降到约0.8cm/d。相关性分析结果表明，人类土地利用扩张，如农业活动，使表层边界层在地-气相互作用中反应减少，而这些结果与当地政策有着密不可分的关系[9]
政策驱动因素对土地使用和土地覆盖变化的影响来自被动接受。从被作用者与作用程度将该层次划分为影响领域与范围、影响制度及评估两部分。
Verburg等人用欧洲高分辨率影像解译土地利用变化数据，从全球到景观层面的一系列模拟模型，将人口，经济和政策变化方面的情景条件转变为欧洲土地利用模式的变化。基于这些模拟结果开发的类型学确定了欧洲主要发展趋势为农业扩张-抛弃农业-城市化。研究结果表明基于微观尺度模拟土地变化的未来动态更适合于识别潜在政策驱动力影响力区域[10]。
3 结论
土地利用和土地覆盖变化研究有着明显的空间尺度效应，不同尺度研究重点、内容、结果都可能大相径庭。目前针对性研究也各有特点，有利用遥感图像分析土地利用和土地覆盖变化实现从微观至全球尺度变化的研究均有呈现，土地使用和覆盖变化驱动力、土地利用和土地覆盖变化影响、变化范围的建模分析——政策驱动力量化分析逐渐成为主流。而目前土地利用变化驱动力研究的驱动机制和土地覆盖变化研究以及驱动力空间尺度分析仍有很大的发展空间。
3.1研究空间大尺度或中尺度居多，小尺度研究显得薄弱
综上所述，目前研究有大、中、小等各种不同的尺度，束缚于早期高分遥感影响难于获取，为配合国际 LUCC研究计划的数据输入需求，国内研究主要集中在大规模宏观研究，小规模微观土地利用变化研究目前主要研究大城市或大城市的土地利用变化。因此，通过中国選择空间范围较小的典型区域的政策驱动力等因素，分析土地利用空间规律和覆盖变化是一种有效的方法[11]。而各国 LUCC研究各有其标准，在数据的度量、分析的尺度上都不尽相同，避免造成合作中的一些障碍建立标准化统一研究模型是尤为必要的，这也是研究人员未来实现 LUCC研究创新的突破口之一。
3.2政策驱动力空间尺度评估预测模型急需技术革新
土地利用与土地覆被变化模型的构建及政策驱动因子的空间量化研究中可引入遥感云算法[12]、系统动力学模型[13]等可以强化 CLUE- S模型的方式对政策效果以及政府执政水平进行评估和预测。甚至针对CLUE-S模型进行改进，因为CLUE-S模型由荷兰瓦赫宁根大学研制的封装Dynamic CLUE v2.0进行数据录入估测。针对多全局与局部政策混合实施以及多项政策交叉叠加的复杂情况时，无法按其标准化形式进行录入导致影响评测估算的准确性。
基金项目：国家自然科学基金（41561024）；内蒙古自治区高等学校科学研究项目“县域草原退化防治政策连续性问题研究（NJSY16030）”；内蒙古自治区自然科学基金项目“基于史密斯理论的内蒙古草原生态安全保障政策连续性影响因素及优化对策研究（2017MS0703）”
参考文献
[1] 黄秉维；郑度；赵名茶，自然地理学，科学出版社，北京，2005.
[2] Y.Li et.Resources，Conservation and Recycling，（2016）.
[3] 查干图雅，建国以来内蒙古农牧交错带土地利用变化政策驱动分析，内蒙古师范大学，2014.
[4] P.H.Verburg et.J.Environ.Manage.，90（2009）1327-1335.
[5] G.Mallinis et.Greece，Science of The Total Environment，490（2014）262-278.
[6] E.Corbelle-Rico et，Land Use Policy，45（2015）18-25.
[7] 刘纪远 等，土地利用变化影响气候变化的生物地球物理机制，自然杂志，（2014）356-363.
[8] 李月臣 等，1987-2006年北方13省土地利用/覆盖变化驱动力分析，干旱区地理，（2009）37-46.
[9] Z.Li et.Ecological Modelling，（2016）.
[10] P.H.Verburg et.Landsc.Ecol.，25（2010）217-232.
[11] 戴声佩 等，基于CLUE-S模型的黑河中游土地利用情景模拟研究——以张掖市甘州区为例，自然资源学报，（2013）336-348.
[12] 吴浩 等，遥感云分类不确定性的多维混合熵模型评价，测绘科学，（2016）1-8.
[13] 吴蒙，基于SD与CLUE-S模型的快速城市化区域生态服务价值时空保护研究，华东师范大学，2013.
作者简介：
加力戈（1980.9-），男，蒙古族，内蒙古赤峰市，实验师，在读博士研究生，主要研究方向为区域环境与资源开发。
摘 要：土地利用/覆盖变化（LUCC）由三个层面的因素控制，即自然环境因素和属于土地利用变化的人文驱动力的社会经济因素和土地利用管理方法。其中对人文驱动力是造成的现代土地利用变化的主要推手的结论正逐步达成共识。本文针对土地利用与土地覆被政策驱动力的空间尺度研究的三个层次进行初步归纳。通过讨论可见，目前已有研究中空间大尺度或中尺度研究居多，小尺度研究显得薄弱，在政策驱动力空间尺度评估预测模型急需技术革新等问题仍有待解决。
关键词：LUCC 土地利用；政策驱动力；空间尺度
1 引言
土地利用/覆盖变化（LUCC）是人与土地系统之间直接和最直观的互动形式。这是一个人类继续满足自身发展需求的动态过程。自1994年，联合国环境署（UNEP）启动的“土地覆被评价和模拟（LACM）”项目，以及“国际地圈—生物圈计划”（IGBP）和“全球变化人文领域计划”（IHDP）联合推广的国际项目，将LUCC研究引入到国内外重点土地科学领域之中，同时也成为了全球变化研究的重要切入点之一。土地利用变化机制研究是LUCC项目三大核心问题中的难点[1]。其中人文驱动力造成的现代土地利用变化成为主要驱动力。政策驱动因素对土地使用和土地覆盖变化的影响来自被动接受，而其影响范围与程度难于量化一直是该研究的重点。对LUCC政策驱动力研究离不开不同空间尺度的分析。当政策驱动力在作为人文社会主要驱动因子时，尤其在中国，政策执行力度较强的中央集权制国家对政策驱动力研究应当引起重视[2]。
2 政策驱动力空间尺度研究
基于土地利用空间布局理论，相应研究方法得到了创新和优化。20世纪70年代，线性规划和非线性规划理论得到综合运用，并成为土地利用空间布局新的强有力的分析工具。Dockmic等（1974）首次利用线性规划对土地资源的空间配置进行了多目标研究，随后Chames等（1975）也。由于计算机的快速普及与信息技术的高速发展，20世纪80年代以后，遥感影像及信息技术的结合运用成为土地利用空间分析研究的重要特征。Goelon等（2003）利用遥感卫星技术获取多元遥感数据，并在土地利用分类中得到应用。同时，各种数学模型、方法和专家知识在土地利用空词研究领域也得到了融合与发展，它们的特征是可以处理大量数据并解决各类复杂性问题，如神经网络、人工智能、模糊数学、遗传算法、专家知识等。元胞自动机理论（CA）、生态位理论、自组织理论等也成为近年研究中关注的热点[3]。基于土地利用空间布局理论，对相应的研究方法进行了创新和优化。20世纪70年代，Dockmic，Goelon等人将线性规划方法应用于土地利用规划研究领域，至此线性规划和非线性规划理论得到了全面的应用，成为土地利用空间布局的一种新的强有力的分析工具。由于计算机的迅速普及和信息技术的迅速发展，遥感图像与信息技术的结合已成为20世纪80年代以来土地利用空间分析的一个重要特征。同时，在土地利用控制研究领域也综合和发展了各种数学模型，方法和专家知识。如神经网络，人工智能，模糊数学，遗传算法，专家知识等。细胞自动机理论（CA），生态位理论和自组织理论也成为近年来关注的焦点。21世纪以来，Verburg等（2002）在荷兰瓦赫兰根大学研究在CLUE（Conversion of Land Use and its Effects）模型基础上进行改进，提出了 CLUE- S模型，它不仅集成了 GIS，专家知识和线性规划，还考虑了土地利用系统的生物物理和社会经济驱动因素，在近十年时间中将其在全世界范围内进行推广，模型优势所在与能够将非空间的政策驱动力落实于区域像元并进行趋势分析，在区域范围内土地利用/覆盖变化的空间模拟具有高度可信度[4]。随后，许多国内外学者使用CLUE-S模型来分析和预测土地利用和土地覆盖变化。CLUE模型到CLUE-S模型不仅是模型的细化也是空间尺度的细化。当CLUE模型只能用于国家尺度的变化应用时，区域研究尺度细化的需求使其应运而生。
2.1宏观尺度研究
空间大尺度土地利用与土地覆被变化监测常应用于全球范围、各大洲以及国家与洲之间和相邻邻国家之间的尺度。这种大尺度的变化研究往往以国家或联盟国利益集体的形式的政策影响而展开。如图1。
为监测1945年至2007年在希腊雅典大都市区的两个城郊山区的土地利用/土地覆盖变化Mallinis等人调查了欧洲南部的两个相邻的山体的LUCC变换。使用强度分析来识别是系统性的还是阶段过程。判断出普遍趋势与社会经济变化和欧洲政策有关。差异性与常期森林火灾和特殊保护制度相关。[5]
Corbelle- Rico等人对加入欧洲经济共同体前后西班牙西北部的土地覆盖变化的主要驱动力探究技术还是政策进行了判别。在过去的50年中，许多技术革新和政治的变化已经改变了欧洲的农业，而在大陆地区这也可能是欧洲的主要土地利用方式转变以至于耕地面积大幅减少的原因。该研究指出主要可能是农业技术的进步或农业政策变化所主导，但难以明确区分[6]。
刘继元等深入分析了过去300年、近30年来中国与其他国家对比，土地利用变化的基本特征、空间格局与驱动机理，揭示了中国与主要对比其他国家/地区（美国、印度、巴西、中亚、西伯利亚、蒙古高原）LUCC过程基本规律的差异及驱动机制差异对比分析，也对中、印中型城市城镇用地扩展模式，中、美特大城市土地覆盖时空特征差异等大规模土地利用变化的过程和驱动机制进行了清晰，完整的科学认识探索[7]。
2.2中观尺度研究
对中等土地利用和土地覆盖变化政策驱动力的研究主要基于省市行政区划，包括跨省市的一些联动区。如各大气候区或自然带等，既需要服从国家层面政策规定的同时要兼顾地方性政策的影响。
李月辰等人以北方13个省为研究区，通过主成分分析和逐步多元回归分析，分析了研究区土地利用/覆盖变化的驱动机制。研究区域的驱动力分量选自驱动因子的驱动力。特别是，人口因素在推动研究区土地利用/覆盖变化方面发挥着非常重要的作用。温度和降水等自然因素的土地利用/覆盖变化也具有一定的限制作用，主要是在东北和西北等自然因素受到更多限制的地区。结论与刘纪元等人研究一致。部分学者认为，研究区土地利用/覆盖变化驱动力的识别和空间差异分析具有一定的局限性。因为许多因素不适用于定量分析。例如，国家和地方政府政策以及人类行为习惯变化等因素对区域土地利用/覆盖变化具有重要意义，但目前难以进行定量分析。然而，由于研究区的地理特征，驱动力研究可为研究区土地利用开发和区域生态环境建设提供合理依据。它还可以丰富该地区土地利用/覆盖研究的内容。因此，具有一定的理论和实际意义[8]。 2.3微观尺度研究
小尺度研究在政策驱动力研究领域相对较为薄弱，其原因有自身研究范围的局限性外，政策驱动力的影响难以细化到人为活动的层面也有一定的关系。周元立等学者正在采取内蒙古干旱草原生态环境的土地利用和土地覆盖变化局地小气候研究中通过单景数据的5个不同年份多指数数据融合得出，由于2003年以来内蒙古地区的旱灾累积影响，植被退化导致2007年平均反照率增加约5%。降水蒸散量在2007年也下降到约0.8cm/d。相关性分析结果表明，人类土地利用扩张，如农业活动，使表层边界层在地-气相互作用中反应减少，而这些结果与当地政策有着密不可分的关系[9]
政策驱动因素对土地使用和土地覆盖变化的影响来自被动接受。从被作用者与作用程度将该层次划分为影响领域与范围、影响制度及评估两部分。
Verburg等人用欧洲高分辨率影像解译土地利用变化数据，从全球到景观层面的一系列模拟模型，将人口，经济和政策变化方面的情景条件转变为欧洲土地利用模式的变化。基于这些模拟结果开发的类型学确定了欧洲主要发展趋势为农业扩张-抛弃农业-城市化。研究结果表明基于微观尺度模拟土地变化的未来动态更适合于识别潜在政策驱动力影响力区域[10]。
3 结论
土地利用和土地覆盖变化研究有着明显的空间尺度效应，不同尺度研究重点、内容、结果都可能大相径庭。目前针对性研究也各有特点，有利用遥感图像分析土地利用和土地覆盖变化实现从微观至全球尺度变化的研究均有呈现，土地使用和覆盖变化驱动力、土地利用和土地覆盖变化影响、变化范围的建模分析——政策驱动力量化分析逐渐成为主流。而目前土地利用变化驱动力研究的驱动机制和土地覆盖变化研究以及驱动力空间尺度分析仍有很大的发展空间。
3.1研究空间大尺度或中尺度居多，小尺度研究显得薄弱
综上所述，目前研究有大、中、小等各种不同的尺度，束缚于早期高分遥感影响难于获取，为配合国际 LUCC研究计划的数据输入需求，国内研究主要集中在大规模宏观研究，小规模微观土地利用变化研究目前主要研究大城市或大城市的土地利用变化。因此，通过中国選择空间范围较小的典型区域的政策驱动力等因素，分析土地利用空间规律和覆盖变化是一种有效的方法[11]。而各国 LUCC研究各有其标准，在数据的度量、分析的尺度上都不尽相同，避免造成合作中的一些障碍建立标准化统一研究模型是尤为必要的，这也是研究人员未来实现 LUCC研究创新的突破口之一。
3.2政策驱动力空间尺度评估预测模型急需技术革新
土地利用与土地覆被变化模型的构建及政策驱动因子的空间量化研究中可引入遥感云算法[12]、系统动力学模型[13]等可以强化 CLUE- S模型的方式对政策效果以及政府执政水平进行评估和预测。甚至针对CLUE-S模型进行改进，因为CLUE-S模型由荷兰瓦赫宁根大学研制的封装Dynamic CLUE v2.0进行数据录入估测。针对多全局与局部政策混合实施以及多项政策交叉叠加的复杂情况时，无法按其标准化形式进行录入导致影响评测估算的准确性。
基金项目：国家自然科学基金（41561024）；内蒙古自治区高等学校科学研究项目“县域草原退化防治政策连续性问题研究（NJSY16030）”；内蒙古自治区自然科学基金项目“基于史密斯理论的内蒙古草原生态安全保障政策连续性影响因素及优化对策研究（2017MS0703）”
参考文献
[1] 黄秉维；郑度；赵名茶，自然地理学，科学出版社，北京，2005.
[2] Y.Li et.Resources，Conservation and Recycling，（2016）.
[3] 查干图雅，建国以来内蒙古农牧交错带土地利用变化政策驱动分析，内蒙古师范大学，2014.
[4] P.H.Verburg et.J.Environ.Manage.，90（2009）1327-1335.
[5] G.Mallinis et.Greece，Science of The Total Environment，490（2014）262-278.
[6] E.Corbelle-Rico et，Land Use Policy，45（2015）18-25.
[7] 刘纪远 等，土地利用变化影响气候变化的生物地球物理机制，自然杂志，（2014）356-363.
[8] 李月臣 等，1987-2006年北方13省土地利用/覆盖变化驱动力分析，干旱区地理，（2009）37-46.
[9] Z.Li et.Ecological Modelling，（2016）.
[10] P.H.Verburg et.Landsc.Ecol.，25（2010）217-232.
[11] 戴声佩 等，基于CLUE-S模型的黑河中游土地利用情景模拟研究——以张掖市甘州区为例，自然资源学报，（2013）336-348.
[12] 吴浩 等，遥感云分类不确定性的多维混合熵模型评价，测绘科学，（2016）1-8.
[13] 吴蒙，基于SD与CLUE-S模型的快速城市化区域生态服务价值时空保护研究，华东师范大学，2013.
作者简介：
加力戈（1980.9-），男，蒙古族，内蒙古赤峰市，实验师，在读博士研究生，主要研究方向为区域环境与资源开发。