论文部分内容阅读
摘要： 揭示土地利用景观格局演变特征，不仅有助于明确其与自然、人类活动影响因素的关系，还可为当前国土空间规划及生态文明建设提供依据。本研究以面临新发展机遇的河北省为研究区，利用GeoSOS-FLUS模型模拟2030年土地利用情况，基于景观生态学软件Fragstats探讨区域景观格局演变态势。结果表明：（1）在模拟结果层面，河北省未来建设用地占比增至11.94%，林地、草地面积略有增加，耕地、水域和未利用地占比降至46.35%、2.62%、0.71%， Kappa系數和FoM系数的计算结果均说明GeoSOS-FLUS模型的模拟结果具有较高可信度。（2）在景观格局层面，耕地平均斑块面积下降明显，林地、建设用地优势度提升，草地、水域被不断分割;区域整体蔓延度指数降低，分裂指数由1990年的9.37增至2020年的12.71，景观格局变化具有空间异质性。在现行土地政策机制下，2030年景观格局虽向良性态势发展，但依然面临建设用地无序扩张，耕地破碎化严重等问题。本研究结果对于合理规划、高效利用土地资源，平衡经济发展和土地利用具有重要的现实意义。
关键词： GeoSOS-FLUS模型;模拟预测;景观格局;河北省
中图分类号： K903 文献标识码： A 文章编号： 1000-4440（2021）03-0667-09
Simulation of landscape pattern for land use in Hebei province based on GeoSOS-FLUS model
WANG Xue-ran1，2，3， PAN Pei-pei1，2，3， WANG Xiao-xu4， WANG Xiao-meng1，2，3
（1.College of Resources and Environmental Sciences， Hebei Normal University， Shijiazhuang 050024， China;2.Hebei Technology Innovation Center for Remote Sensing Identification of Environmental Change， Shijiazhuang 050024， China;3.Hebei Key Laboratory of Environmental Change and Ecological Construction， Shijiazhuang 050024， China;4.Planning and Construction Bureau of Hebei Xiong’an New Area Management Committee，Xiong’an 071799，China）
Abstract： Revealing the evolution characteristics of landscape pattern for land use can not only help to clarify its relationship with the influencing factors of nature and human activities， but can also provide basis for current territorial space planning and ecological civilization construction. This study took Hebei province， which was facing new development opportunities， as the research area， and used GeoSOS-FLUS model to simulate its land use situation in 2030. The research was based on the landscape ecology software Fragstats to discuss the evolution of regional landscape pattern. The results showed that the proportion of future construction land in Hebei province increased to 11.94%， the area of woodland and grassland increased slightly， and the proportion of cultivated land， water area and unused land decreased to 46.35%， 2.62%， 0.71%， respectively. Both Kappa coefficient and FoM coefficient showed that the reliability of GeoSOS-FLUS model simulated results was high. From landscape pattern aspect， the average patch area of cultivated land had dropped significantly， advantages of forest land and construction land were improved， grassland and waters were continuously divided. The overall regional spreading index decreased， and the split index increased from 9.37 in 1990 to 12.71 in 2020. The space difference of landscape pattern changes was significant. Under the current land policy mechanism， although the landscape pattern for 2030 developed in a positive trend， it still faced problems such as disorderly expansion of construction land and serious fragmentation of cultivated land. These results have practical significance for rational planning and efficient use of land resources as well as balancing economic development and land use. Key words： GeoSOS-FLUS model;simulated prediction;landscape pattern;Hebei province
随着社会经济的快速发展，土地利用矛盾日益突出[1]，关于土地利用变化的研究成为国际热点课题之一[2]。景观格局是景观形成因素和景观生态过程共同作用的结果[3]，其演化过程和生态特征的分析结果可应用于国土空间规划与治理[4]。未来土地利用模拟预测可增强景观生态以及国土空间规划的前瞻性[5]，土地利用变化模型则为模拟预测提供了技术支持。
以往国内外针对土地利用景观格局的研究，多集中在景观格局演变的现状及驱动力分析[6-9]。从研究方法看，多将GIS空间分析与景观指数相结合，如何华春等[7]借助GIS技术，定量分析了盐城海岸带的景观格局特征，从研究视角看，土地利用景观时空演变[8]、驱动机制[9]等都有涉及。有学者分析单个地类景观格局的演变过程，车通等[10]深入剖析扬州市在城市扩张中建设用地景观格局的演变及驱动机制，以期为建设用地结构优化提供科学依据。有学者指出，明确当前景观格局演变的过程和机制固然重要，但预测未来土地利用景观格局的情形具有更重要的科学价值和实践意义[11]。王明常等[12]以长白山为研究区，基于Matlab平台，结合地理元胞自动机模型（CA），建立了景观格局信息模拟与预测模型。张剑等[11]以山东半岛海洋经济带核心区为研究区域，基于转移矩阵和CA-Markov模型构建并模拟了该区土地利用的时空动态演变过程。然而，广泛应用的元胞自动机模型只能模拟单类用地的演变，而耦合CA-Markov模型未能充分考虑土地利用的多因素驱动影响。土地利用模拟领域应用较多的CLUE-S模型对土地类型之间微小转化的概率考虑不足[13]，增加了模拟的不确定性。Liu等[14]研究出的FLUS模型（Future land use simulation model），成功耦合了系统动力学（SD）与神经网络CA，能有效处理在自然、人类活动共同作用下的土地转化概率问题，为深入剖析景观格局演变提供了有力工具，该模型也已成功应用于多项研究[15-17]。
综上所述，当前研究多突出土地利用模拟和景观格局演变的单点研究，结合土地利用模拟结果，预测未来发展下景观格局变化态势的研究较少，将景观格局演变和未来土地利用结构相结合的研究还不够深入。在京津冀一体化国家重大发展战略及雄安新区建设不断推进的背景下，河北省也迎来经济发展的重要契机，景观格局变化日益剧烈，如何协调景观生态保护与经济发展的关系是当前面临的重要课题。因而，本研究拟以河北省为研究区，预测未来土地利用景观格局发展态势并分析其演变过程，针对研究结果提出土地资源合理利用及景观格局优化的相关建议，以期为决策者实施国土空间规划，优化土地利用结构，促进生态环境的可持续发展提供理论基础和实际参考。
1 材料与方法
1.1 研究区概况
河北省地处中纬度沿海与内陆交接地带，环抱京津，共辖11个地市（图1），总面积1.888×105 km2。地势自西北向东南呈递减趋势，是全国地形地貌最为齐全的省份之一。区域内自然地理要素差异大，西北部山地面积约占全省面积的35.0%，生态环境脆弱;东南部平原连片分布，约占全省面积的43.4%，是全国重要的粮食产地。受自然条件及经济发展水平影响，土地景观格局演变空间异质性显著。
1.2 数据来源
地面高程数据来自地理空间数据云（http：//www.gscloud.cn/），土地利用数据（1990年、2000年、2010年）及铁路、公路、行政区划等矢量数据来自中国科学院资源与环境数据中心（http：//www.resdc.cn/），以Landsat TM/ETM遥感影像为主要数据源，分辨率为30 m。2020年土地利用数据来自GlobeLand30（http：//www.globeland30.com/GLC30Download/index.aspx）。根据本研究需要，将研究区土地分为耕地、建设用地、林地、水域、草地和未利用地6种类型。
1.3 研究方法
1.3.1 GeoSOS-FLUS模型
1.3.1.1 基于人工神經网络（ANN）的驱动概率 人工神经网络是一种为模仿生物大脑神经元结构而设计的智能算法，多用于有多种输入非线性函数的估计[14]。输入的驱动因素越多，获得的结果越准确，也能更好地体现土地类型间的相互作用和竞争关系。土地景观格局演变受自然因素、社会因素和经济因素的综合驱动影响，地形从本质上决定了土地利用类型，交通和社会经济因子对其有重要影响，因此本研究选取数字高程模型（DEM）、坡向、坡度、人口、GDP、距铁路距离、距公路距离、距城市中心距离作为演变驱动力因素。结合本研究所需要的数据及模拟的可行性，将分辨率统一为100 m。
1.3.1.2 基于自适应惯性机制的CA模拟 在GeoSOS-FLUS模型中，用地转化概率既取决于神经网络输出的驱动因素概率，还受到表示扩张能力强弱的邻域密度（公式1）、惯性系数（公式2）、转换成本以及土地之间竞争的影响，最终确定土地类型转换的总概率（公式3）。
Ωtp，k=∑N×Ncon（ct-1p=k）N×N-1×wk（1）
式中：Ωtp，k表示领域密度;∑N×Ncon（ct-1p=k）表示在N×N的窗口上，上一次迭代（t-1）结束后第k种用地类型的像元总个数;wk表示各类用地邻域作用的权重。
Inertiatk=Inertiat-1k if|Dt-2k|≤|Dt-1k|
Inertiat-1k×Dt-2kDt-1k if0
关键词： GeoSOS-FLUS模型;模拟预测;景观格局;河北省
中图分类号： K903 文献标识码： A 文章编号： 1000-4440（2021）03-0667-09
Simulation of landscape pattern for land use in Hebei province based on GeoSOS-FLUS model
WANG Xue-ran1，2，3， PAN Pei-pei1，2，3， WANG Xiao-xu4， WANG Xiao-meng1，2，3
（1.College of Resources and Environmental Sciences， Hebei Normal University， Shijiazhuang 050024， China;2.Hebei Technology Innovation Center for Remote Sensing Identification of Environmental Change， Shijiazhuang 050024， China;3.Hebei Key Laboratory of Environmental Change and Ecological Construction， Shijiazhuang 050024， China;4.Planning and Construction Bureau of Hebei Xiong’an New Area Management Committee，Xiong’an 071799，China）
Abstract： Revealing the evolution characteristics of landscape pattern for land use can not only help to clarify its relationship with the influencing factors of nature and human activities， but can also provide basis for current territorial space planning and ecological civilization construction. This study took Hebei province， which was facing new development opportunities， as the research area， and used GeoSOS-FLUS model to simulate its land use situation in 2030. The research was based on the landscape ecology software Fragstats to discuss the evolution of regional landscape pattern. The results showed that the proportion of future construction land in Hebei province increased to 11.94%， the area of woodland and grassland increased slightly， and the proportion of cultivated land， water area and unused land decreased to 46.35%， 2.62%， 0.71%， respectively. Both Kappa coefficient and FoM coefficient showed that the reliability of GeoSOS-FLUS model simulated results was high. From landscape pattern aspect， the average patch area of cultivated land had dropped significantly， advantages of forest land and construction land were improved， grassland and waters were continuously divided. The overall regional spreading index decreased， and the split index increased from 9.37 in 1990 to 12.71 in 2020. The space difference of landscape pattern changes was significant. Under the current land policy mechanism， although the landscape pattern for 2030 developed in a positive trend， it still faced problems such as disorderly expansion of construction land and serious fragmentation of cultivated land. These results have practical significance for rational planning and efficient use of land resources as well as balancing economic development and land use. Key words： GeoSOS-FLUS model;simulated prediction;landscape pattern;Hebei province
随着社会经济的快速发展，土地利用矛盾日益突出[1]，关于土地利用变化的研究成为国际热点课题之一[2]。景观格局是景观形成因素和景观生态过程共同作用的结果[3]，其演化过程和生态特征的分析结果可应用于国土空间规划与治理[4]。未来土地利用模拟预测可增强景观生态以及国土空间规划的前瞻性[5]，土地利用变化模型则为模拟预测提供了技术支持。
以往国内外针对土地利用景观格局的研究，多集中在景观格局演变的现状及驱动力分析[6-9]。从研究方法看，多将GIS空间分析与景观指数相结合，如何华春等[7]借助GIS技术，定量分析了盐城海岸带的景观格局特征，从研究视角看，土地利用景观时空演变[8]、驱动机制[9]等都有涉及。有学者分析单个地类景观格局的演变过程，车通等[10]深入剖析扬州市在城市扩张中建设用地景观格局的演变及驱动机制，以期为建设用地结构优化提供科学依据。有学者指出，明确当前景观格局演变的过程和机制固然重要，但预测未来土地利用景观格局的情形具有更重要的科学价值和实践意义[11]。王明常等[12]以长白山为研究区，基于Matlab平台，结合地理元胞自动机模型（CA），建立了景观格局信息模拟与预测模型。张剑等[11]以山东半岛海洋经济带核心区为研究区域，基于转移矩阵和CA-Markov模型构建并模拟了该区土地利用的时空动态演变过程。然而，广泛应用的元胞自动机模型只能模拟单类用地的演变，而耦合CA-Markov模型未能充分考虑土地利用的多因素驱动影响。土地利用模拟领域应用较多的CLUE-S模型对土地类型之间微小转化的概率考虑不足[13]，增加了模拟的不确定性。Liu等[14]研究出的FLUS模型（Future land use simulation model），成功耦合了系统动力学（SD）与神经网络CA，能有效处理在自然、人类活动共同作用下的土地转化概率问题，为深入剖析景观格局演变提供了有力工具，该模型也已成功应用于多项研究[15-17]。
综上所述，当前研究多突出土地利用模拟和景观格局演变的单点研究，结合土地利用模拟结果，预测未来发展下景观格局变化态势的研究较少，将景观格局演变和未来土地利用结构相结合的研究还不够深入。在京津冀一体化国家重大发展战略及雄安新区建设不断推进的背景下，河北省也迎来经济发展的重要契机，景观格局变化日益剧烈，如何协调景观生态保护与经济发展的关系是当前面临的重要课题。因而，本研究拟以河北省为研究区，预测未来土地利用景观格局发展态势并分析其演变过程，针对研究结果提出土地资源合理利用及景观格局优化的相关建议，以期为决策者实施国土空间规划，优化土地利用结构，促进生态环境的可持续发展提供理论基础和实际参考。
1 材料与方法
1.1 研究区概况
河北省地处中纬度沿海与内陆交接地带，环抱京津，共辖11个地市（图1），总面积1.888×105 km2。地势自西北向东南呈递减趋势，是全国地形地貌最为齐全的省份之一。区域内自然地理要素差异大，西北部山地面积约占全省面积的35.0%，生态环境脆弱;东南部平原连片分布，约占全省面积的43.4%，是全国重要的粮食产地。受自然条件及经济发展水平影响，土地景观格局演变空间异质性显著。
1.2 数据来源
地面高程数据来自地理空间数据云（http：//www.gscloud.cn/），土地利用数据（1990年、2000年、2010年）及铁路、公路、行政区划等矢量数据来自中国科学院资源与环境数据中心（http：//www.resdc.cn/），以Landsat TM/ETM遥感影像为主要数据源，分辨率为30 m。2020年土地利用数据来自GlobeLand30（http：//www.globeland30.com/GLC30Download/index.aspx）。根据本研究需要，将研究区土地分为耕地、建设用地、林地、水域、草地和未利用地6种类型。
1.3 研究方法
1.3.1 GeoSOS-FLUS模型
1.3.1.1 基于人工神經网络（ANN）的驱动概率 人工神经网络是一种为模仿生物大脑神经元结构而设计的智能算法，多用于有多种输入非线性函数的估计[14]。输入的驱动因素越多，获得的结果越准确，也能更好地体现土地类型间的相互作用和竞争关系。土地景观格局演变受自然因素、社会因素和经济因素的综合驱动影响，地形从本质上决定了土地利用类型，交通和社会经济因子对其有重要影响，因此本研究选取数字高程模型（DEM）、坡向、坡度、人口、GDP、距铁路距离、距公路距离、距城市中心距离作为演变驱动力因素。结合本研究所需要的数据及模拟的可行性，将分辨率统一为100 m。
1.3.1.2 基于自适应惯性机制的CA模拟 在GeoSOS-FLUS模型中，用地转化概率既取决于神经网络输出的驱动因素概率，还受到表示扩张能力强弱的邻域密度（公式1）、惯性系数（公式2）、转换成本以及土地之间竞争的影响，最终确定土地类型转换的总概率（公式3）。
Ωtp，k=∑N×Ncon（ct-1p=k）N×N-1×wk（1）
式中：Ωtp，k表示领域密度;∑N×Ncon（ct-1p=k）表示在N×N的窗口上，上一次迭代（t-1）结束后第k种用地类型的像元总个数;wk表示各类用地邻域作用的权重。
Inertiatk=Inertiat-1k if|Dt-2k|≤|Dt-1k|
Inertiat-1k×Dt-2kDt-1k if0