欢迎访问陕西师范大学学报(自然科学版)官方网站！

陕西师范大学学报(自然科学版) >

2025 , Vol. 53 >Issue 2: 13 - 25

DOI: https://doi.org/10.15983/j.cnki.jsnu.2025103

人地关系研究

沂河流域土地利用变化轨迹分析与情景模拟

  • 乔心如 ,
  • 李子君 , * ,
  • 林锦阔 ,
  • 杨舒媛
展开
  • 山东师范大学 地理与环境学院,山东 济南 250358
* 李子君,女,教授,博士生导师,主要从事水土资源利用方面的研究。E-mail:

Office editor: 程琴娟

收稿日期: 2024-03-20

  网络出版日期: 2025-04-22

基金资助

水利部重大科技项目(SKS-2022013)

国家自然科学基金(41101079)

收起

Trajectory analysis and scenario simulation of land use change in the Yihe River Basin

  • QIAO Xinru ,
  • LI Zijun , * ,
  • LIN Jinkuo ,
  • YANG Shuyuan
Expand
  • College of Geography and Environment, Shandong Normal University, Jinan 250358, Shandong, China

Received date: 2024-03-20

  Online published: 2025-04-22

Fold

摘要

基于沂河流域1975—2020年的土地利用数据,利用GIS技术构建并分析了流域的土地利用变化轨迹,应用FLUS(further land use simulation)模型模拟了“三生空间”范式下流域2030年、2050年的土地利用情景,可视化了不同管理模式下的土地利用发展格局。结果表明:1)1975—2020年,流域内土地利用以耕地缩减(约占流域面积的10%)和建设用地的扩张(约占流域面积的8%)为主。2)沂河流域的土地利用变化可分为前期(1975—1995年)和后期(1995—2020年)两个阶段。前期,流域内约有22%的面积发生土地利用变化,大部分表现为耕林草的相互转化;后期,土地利用变化面积约占总面积的46%,以耕地转化为建设用地为主,土地利用轨迹变化更复杂,空间格局变化更显著。3)流域当前土地利用模式向着以生态建设为重心的方向转变;2020—2030年,自然发展情景与生态空间优先情景的变化趋势较为一致,但2050年这种同趋性将会减弱。研究可为进一步优化流域的“三生空间”格局及进行生态建设提供参考。

关键词： 土地利用变化; 情景模拟; 轨迹分析; FLUS模型; 沂河流域

本文引用格式

乔心如 , 李子君 , 林锦阔 , 杨舒媛 . 沂河流域土地利用变化轨迹分析与情景模拟[J]. 陕西师范大学学报(自然科学版), 2025 , 53(2) : 13 -25 . DOI: 10.15983/j.cnki.jsnu.2025103

Abstract

Based on the land use data of the Yihe River Basin from 1975 to 2020, the GIS technology was used to construct and analyze the land use change trajectories. It also used the FLUS (further land use simulation) model to simulate land use scenarios of the basin in 2030 and 2050 under the “production-living-ecological” space paradigm, and visualize development patterns of the land use under different management modes. The results showed that: 1) From 1975 to 2020, the land use was primarily characterized by the reduction of arable land (accounting for about 10% of the basin area) and the expansion of construction land (accounting for about 8% of the basin area). 2) The land use change the Yihe River Basin could be divided into two stages: the early stage (1975-1995) and the later stage (1995-2020). During the early stage, about 22% of the area suffered land use transfer, mainly manifesting as mutual change of arable land, forest, and grassland. In the later stage, about 46% of the total area changed to another land use type, with a major tendency of arable land transferring to construction land. Both the trajectory changes and the spatial pattern of land use were more complex and significant. 3) The land use pattern of the basin was transferring towards a focus on ecological construction. From 2020 to 2030, the natural development scenarios was more consistent with the ecological space priority scenarios, but this convergence declined by 2050. This study can serve as a reference for further optimization of the “production-living-ecological” space pattern and ecological construction in the basin.

Key words： land use change; scenario simulation; trajectory analysis; FLUS model; Yihe River Basin

土地资源是人类进行一切生产生活活动的重要载体,是满足人类生存和发展的物质资源基础[1]。随着人口增长与社会经济的发展,约有75%的陆地自然生态系统被人类活动所侵占[2],人类对土地资源的开发和利用已成为推动全球环境变化的主要驱动力[3],深刻影响着区域土地利用的空间格局。当土地资源的分配与区域社会、经济和生态发展需求之间不平衡,或人类开发和利用土地资源的水平超出资源环境承载力时,生态环境将面临巨大的压力而变得异常脆弱,从而出现土壤质量退化、农耕地流失、生物多样性减少等生态问题[4-6],人地矛盾日益凸显。因此,土地利用变化已成为反映人类活动的主要因子[7],其不仅是全球环境变化的重要组成部分,也是影响全球环境变化的主要原因。研究人为因素驱动下的土地利用变化对恢复和保护区域生态环境,推动区域土地资源的可持续利用具有重要意义[8]。
由于人地关系的作用,土地利用变化实际上是某一区域各土地利用相关利益方对空间资源的竞争和博弈的结果。目前国内外学者对土地利用变化的研究主要集中于土地利用的时空演变[9-10]及其主要驱动因素[11]、生态系统过程或环境因子对土地利用变化的响应[12-13]以及土地利用变化预测[14]等,可为国土空间规划和生态文明建设提供科学依据。为了发展可持续的土地利用,土地利用变化情景模拟成为重要的研究工具,它能够模拟不同情景下土地利用变化的数量、方向和空间结构,并为预测生态风险及评估生态系统服务质量等提供基础。土地利用变化模拟模型旨在建立一种模拟各类土地利用在不同发展概率及各种约束条件下发生变化的数学模型。当前,国内外学者已开发了多种土地利用变化模拟模型,如CA-Markov模型、CLUE-S模型、ANN模型、Agent-Based模型、FLUS(future land use simulation)模型等[15-20],其发展趋势主要表现为概率预测方法优化和约束规则复杂多样化。其中,FLUS模型是一种基于CA模型发展的新型土地利用变化模拟模型[19],耦合了Markov模型、ANN模型,该模型被证明具有更高的模拟精度[21],能够有效处理自然与人为因素共同影响下土地利用变化过程中的不确定性,已广泛应用于不同发展情景下的未来土地利用格局模拟研究中[22-24],为预测城市扩张、评估未来土地利用生态系统服务功能等提供了可行的方法。
在以往的土地利用变化研究中,学者们过多地关注于土地利用变化在自然条件下的发展趋势,而忽略了满足人类实际需求的多元化土地利用空间发展趋势,因此充分考虑生产、生活及生态的“三生空间”发展理论应运而生[25-26]。“三生空间”实际上是按照国土空间利用功能划分出生产空间、生活空间、生态空间的总称,它改变了人们对土地利用单一属性的认知,转而关注土地利用的多重属性。该理论的实践策略是通过改变“生产-生活-生态”的空间功能组合模式,使有限空间内的各功能要素充分发挥其自身特性及相互关系,进而促进区域内社会、经济及生态环境的可持续发展[27],为土地利用模拟提供了明确的方向和指导。
沂河流域位于鲁中南山地丘陵区,水热条件好,自然资源丰富,是山东省重要的水源涵养区和生态屏障。然而该区域人口密度大,生态环境脆弱。由于人类活动的影响,特别是土地资源的过度开发,沂河流域水土流失较为严重,并直接影响着流域的生态安全和粮食安全。分析流域的土地利用时空变化,探究其未来土地利用空间发展格局,对于沂河流域土地资源的合理利用以及社会、经济和生态环境的可持续发展具有重要意义。因此,本文运用轨迹分析法分析沂河流域1975—2020年的土地利用时空变化,借鉴“三生空间”发展理念,应用FLUS模型模拟流域2030年、2050年不同情景下的土地利用空间分布格局,为沂河流域土地资源可持续利用和生态文明建设提供依据。

1 数据来源与研究方法

1.1 研究区概况

沂河流域位于117°25' ~119°49' E、33°30' ~36°20' N之间,流域面积10 026.43 km2,包括沂源县、沂水县、蒙阴县、沂南县、平邑县、费县和兰山区的大部分(图1),地势西北高东南低,海拔为20~1 135 m,山地丘陵占流域面积的76.1%。气候类型为典型的暖温带半湿润季风气候,多年平均气温为14.3 ℃,多年平均降水量为795.2 mm,6~9月降水量占年降水量的73.8%,常造成严重的土壤侵蚀。流域内水系支流密布,较大的支流有东汶河、蒙河、祊河等。土壤类型主要有粗骨土、褐土和棕壤等,其中粗骨土土层较薄且多夹砾石,保水能力差。地带性植被为暖温带落叶阔叶林,植被覆盖率较低。2020年,沂河流域总人口为579.3万人,地区生产总值约2 693亿元,其中第一、二、三产业占比分别为13.5%、35.24%、51.26%。
图1 研究区地理位置

Fig.1 Geographical location of the study area

1.2 数据来源

本研究所用沂河流域DEM数据来源于地理空间数据云(https://www.gscloud.cn/),空间分辨率为30 m×30 m。土地利用数据通过遥感影像解译获得:1975年遥感影像来源于美国马里兰大学地球数据中心(https://glcf.umd.edu/data/)的MSS影像,空间分辨率为60 m×60 m;1985年、1995年、2005年、2010年、2015年、2020年遥感影像来源于地理空间数据云(https://www.gscloud.cn/)的Landsat TM/ETM+影像,空间分辨率为30 m×30 m。1975年的MSS影像空间分辨率较低,主要结合流域20世纪70年代1∶5万地形图进行人工目视解译。1985年、1995年、2005年、2010年、2015年、2020年的遥感影像首先通过ENVI软件进行大气校正及波段合成;然后参照中国国家标准《土地利用现状分类(GB/T21010—2007)》并结合流域实际情况,将土地利用类型划分为耕地、林地、草地、水域、建设用地和未利用地6类,在此基础上进行人机交互目视解译;最后经野外实地考察验证,解译精度均大于85%,Kappa系数均大于0.8。降水、气温数据来源于中国气象数据网(https://data.cma.cn/)和山东省气象局。交通道路、居民点等数据来自中国国家基础地理信息网站(https://www.ngcc.cn/ngcc/)。人口、社会经济等数据来自《临沂市统计年鉴》[28]、《淄博市统计年鉴》[29]。

1.3 研究方法

1.3.1 土地利用动态度

单一土地利用动态度表示研究区一定时间内某种特定土地利用类型的数量变化,能够表征该地类的动态变化速度[30],其计算公式为
K= U 2 - U 1 U 1× 1 T×100%。
式中:K为该地类的单一土地利用动态度(%);U1为该地类的起始面积(km2);U2为该地类变化后的面积(km2);T为研究时段,以年为单位。
综合土地利用动态度表示研究区在一定时间内所有土地利用类型数量的总体变化幅度,能够反映该区域的土地利用类型综合变化速率[30],其计算公式为
L= ∑ a , b = 1 n Δ U a - b 2 ∑ a = 1 n U a× 1 T×100%。
式中:L表示该研究区综合土地利用动态度(%);Ua表示研究时段初期第a类土地利用类型的面积(km2);ΔUa-b表示研究时段初期至末期第a类土地利用类型转换为第b类土地利用类型面积的绝对数量(km2);n为这一区域土地利用类型的总数;T为研究时段,以年为单位。

1.3.2 轨迹分析

利用ArcGIS对各个时间节点的土地利用数据进行叠加分析,生成土地利用变化轨迹,可呈现出给定像元在一定时间段内发生的所有土地利用类型的转变过程[10]。图2给出了沂河流域1975—2020年所有土地利用类型的变化轨迹。
图2 沂河流域土地利用变化轨迹路线

Fig.2 Trajectory analysis roadmap in the Yihe River Basin

1.3.3 FLUS模型

FLUS模型是模拟未来土地利用变化的常用模型,且已被实证能够有效地应用于多情景下的全球尺度及多种类型的土地利用变化模拟中,并较传统模型有更高的模拟准确度[31]。
应用FLUS模型模拟沂河流域未来土地利用格局的流程如下(图3):1)利用Markov模型确定未来各类用地规模。为减少Markov模型在长时间序列上产生的误差,以5年为时间间隔,依次对流域2030年、2050年不同情景下的各用地类型需求进行预测。2)利用ANN模型评价各用地类型的适宜性概率。共选择了6个自然因子及5个人文因子作为驱动因子(图3)。3)利用CA模型预测不同情景的土地利用格局。通过分析流域2010年、2015年、2020年的土地利用变化轨迹,获得各土地利用类型的邻域权重(耕地0.5、林地0.7、草地0.6、水域0.6、建设用地1、未利用地0.5),设计不同土地利用情景下各土地利用转移的成本矩阵(表1)。4)进行精度验证。利用2010年、2015年的土地利用及土地类型转移特征,预测出2020年的土地利用,再以2020年实际土地利用数据进行精度检验。耕地、林地、草地、水域、建设用地、未利用地的预测精确度依次为0.95、0.88、0.94、0.87、0.78、0.77,总体Kappa系数为0.85,总体精度达到0.91。因此,FLUS模型对该流域的土地利用预测效果非常理想。
表1 转移成本矩阵

Tab.1 Conversion cost matrix

情景类型 土地利用类型 耕地 林地 草地 水域 建设用地 未利用地
NDS 耕地 1 1 1 0 1 0
林地 1 1 1 0 1 0
草地 1 1 1 0 1 1
水域 1 0 0 1 0 0
建设用地 1 0 0 0 1 0
未利用地 1 1 1 0 1 1
PPS 耕地 1 0 0 0 0 0
林地 1 1 1 1 1 0
草地 1 1 1 1 1 0
水域 1 1 1 1 1 0
建设用地 0 0 0 0 1 0
未利用地 1 1 1 1 1 1
LPS 耕地 1 0 0 0 1 0
林地 1 1 0 0 1 0
草地 1 1 1 0 1 0
水域 1 1 1 1 1 0
建设用地 0 0 0 0 1 0
未利用地 1 1 1 1 1 1
EPS 耕地 1 1 1 1 1 0
林地 0 1 0 0 0 0
草地 0 1 1 1 0 0
水域 0 0 0 1 0 0
建设用地 0 0 0 0 1 0
未利用地 1 1 1 1 1 1

注:0表示不允许该土地利用类型进行转移,1表示允许该土地利用类型向其他地类进行转移;NDS为自然发展情景,PPS为生产优先情景,LPS为生活优先情景,EPS为生态优先情景。

图3 FLUS模型运行流程

Fig.3 Flowchart of FLUS model operation

1.3.4 情景设计

不同的土地利用空间格局发展定位决定了不同的土地利用需求变化,本研究结合流域的实际土地利用状况及发展目标,设置了4种情景(表1)。首先,根据张红旗等[32]提出的土地利用分类方法对土地利用类型进行分类:生产空间用地主要包括进行粮食生产的耕地以及进行工业生产的建设用地;生活空间用地主要包括支持人类生活居住的建设用地,供给人类生活中所需粮食的耕地,以及打造良好生活环境的林地、草地和水域;生态空间用地主要包括林地、草地等改善生态环境的土地利用类型。然后,针对不同的土地利用情景优先发展需求,参考Dong[33]等和Wang等[34]对不同土地利用类型在“生产-生活-生态”空间中的重要性评分,提出了各土地利用情景相应的地类转移规则。除自然发展情景外,其他3个情景均考虑以下原则:建设用地不向其他地类进行转移;未利用地可以转移到任何一种地类;未利用地不接受来自任何地类的转移。具体情景设计规则如下:
1)自然发展情景(NDS)。基于2010—2020年土地利用转移规律进行预测。
2)生产优先情景(PPS)。为保证农业、工业生产,设定除建设用地以外,其他用地类型均可以转换为耕地,且耕地禁止向其他地类转换。
3)生活优先情景(LPS)。按城市发展需求对各地类由高到低进行转换等级排序,依次为建设用地、耕地、林地、草地、水域、未利用地。发展需求较低的地类可以向需求较高的地类转换,反之不能。
4)生态优先情景(EPS)。按生态效益对地类进行排序,由高到低依次为林地、水域、草地、其他用地类型。生态效益高的地类可以接受来自较低生态效益地类的转换,反之不能。同时,考虑退耕还林,将坡度大于25°的耕地全部转换为林地。

2 结果分析

2.1 沂河流域土地利用时空变化分析

2.1.1 土地利用时间变化

沂河流域最主要的土地利用类型为耕地,面积占流域总面积的60%以上,其次为林地。1975—2020年,沂河流域的土地利用结构发生了明显的变化,表现为耕地面积的持续缩减(缩减了1 065.45 km2)和建设用地面积的快速扩张(扩张了807.13 km2)(图4)。此外,林地、水域、未利用地面积有所增加,草地面积缩减。1975—1995年,各土地利用类型面积变化幅度较小,其中耕地面积缩减48.29 km2(仅占流域面积的1.05%),建设用地面积扩张30.27 km2,林地面积增加15.05 km2,草地、水域及未利用地面积变化幅度均不足4 km2。1995—2020年,各土地利用类型面积变化幅度较大,其中耕地面积缩减1 017.16 km2,建设用地面积扩张776.87 km2,林地面积增加278.77 km2,草地面积缩减128.72 km2,水域面积增加83.39 km2,未利用地面积增加6.85 km2。
图4 1975—2020年沂河流域土地利用结构变化

Fig.4 Change of land use construction from 1975 to 2020 in the Yihe River Basin

1975—2020年,沂河流域土地利用变化速率为0.32%,各土地利用类型变化速率由大到小分别是建设用地、未利用地、水域、林地、草地和耕地(表2)。1975—1995年、1995—2020年两个时段的综合土地利用动态度分别为0.37%和0.57%,后一时期土地利用变化速率明显加快,土地利用变化更加强烈。
表2 1975—2020年沂河流域土地利用动态度变化

Tab.2 Changes of land use dynamic degree from 1975 to 2020 in the Yihe River Basin 单位:%

时段 耕地 林地 草地 水域 建设用地 未利用地 综合
1975—1995年 -0.04 0.06 0.02 -0.01 0.23 -0.01 0.37
1995—2020年 -0.60 0.94 -0.50 1.04 4.44 2.13 0.57
1975—2020年 -0.35 0.56 -0.27 0.57 2.68 1.17 0.32

2.1.2 土地利用空间变化

由图5可知,1975—1995年,沂河流域土地利用空间格局变化较小;1995—2020年,流域土地利用空间格局变化显著,耕地面积缩减了14.3%、建设用地面积扩张了95.29%。这是由于经济的快速发展带来城市化扩张,建设用地呈现出以各县(区)城区为中心由点及面的放射型扩张趋势,大量的农用地转化为建设用地,其中位于流域南部的兰山区建设用地扩张面积最大(图5)。在远离建成区的区域,林地多集中于流域北部的鲁山、中部的蒙山以及其他山地丘陵区,其扩张地点主要在蒙山附近;水域面积的增加主要得益于水库的修建。沂河流域土地利用变化特点与该阶段区域的社会经济发展、城市化进程以及生态建设相一致。
图5 1975—2020年沂河流域土地利用空间变化

注:网络版为彩图。

Fig.5 Spatial change of land use from 1975 to 2020 in the Yihe River Basin

2.2 沂河流域土地利用变化轨迹分析

本研究共追踪了沂河流域1975年、1985年、1995年、2005年、2010年、2015年、2020年7个时间节点的土地利用变化轨迹,结果共出现3 673条变化轨迹及5条未变化轨迹,其中面积变化幅度大于0.5%的变化轨迹共21条,将其作为主要变化轨迹进行分析(表3)。
表3 1975—2020年沂河流域主要土地利用变化轨迹

Tab.3 The main change trajectories of land use from 1975 to 2020 in the Yihe River Basin

类别 主要变化轨迹 面积/km2
耕地-草地 耕-耕-耕-耕-草-草-草 198.34
耕-耕-草-耕-耕-耕-耕 190.26
草-草-草-草-耕-耕-耕 142.73
草-草-耕-草-耕-耕-耕 104.96
草-草-耕-草-草-草-草 54.63
耕地-林地 耕-耕-耕-耕-林-林-林 181.23
林-林-林-林-耕-耕-耕 130.46
耕-耕-耕-耕-耕-耕-林 106.98
耕-耕-耕-耕-耕-林-林 98.81
耕-耕-耕-林-耕-耕-耕 59.17
林地-草地 草-草-草-草-林-林-林 86.73
林-林-林-林-草-草-草 84.34
耕地-水域 耕-耕-耕-耕-水-水-水 89.12
水-水-水-水-耕-耕-耕 52.15
耕地-建设用地 耕-耕-耕-耕-建-建-建 360.41
耕-耕-耕-耕-耕-耕-建 191.62
耕-耕-耕-耕-耕-建-建 137.63
耕-耕-耕-建-建-建-建 83.56
耕-耕-建-建-建-建-建 72.53
耕-耕-耕-建-耕-耕-耕 64.79
建-建-建-建-耕-耕-耕 117.90
1975—2020年,沂河流域未变化面积为4 921.15 km2,占流域面积的49.12%,其中耕地未变化面积占流域面积的39.06%。根据土地利用变化特征,对流域21种变化轨迹进行分类,分为耕地-草地、耕地-林地、耕地-水域、耕地-建设用地和林地-草地5种相互转化关系,这反映出该流域土地利用以耕地与其他地类相互转化的变化轨迹为主,且耕-林-草三者之间相互转化的区域面积较大,占流域面积的15.76%。虽然耕地未变化面积相对较高,但从其主要变化轨迹特征来看,耕地最容易与其他土地利用类型发生交换。
1975—2020年,在县(区)中心附近出现耕地缩减、建设用地扩张的变化趋势(图6a)。流域内耕地、林地和草地的流入和流出轨迹类型较多,因此该3种土地利用类型极易发生相互转化。1975—1995年流域内发生转化的区域面积占流域的22.6%,土地利用变化轨迹主要表现为耕地、林地和草地的相互转化,在县(区)中心附近出现耕地转变为建设用地的变化轨迹(图6b)。1995—2020年发生转化的区域面积增加,占流域的45.55%,轨迹类型也较1975—1995年增多,以耕地面积的缩减及建设用地的快速扩张为主(图6c)。在以上研究时段内,与草地相关的变化轨迹类型均分布较广,说明草地的不稳定性偏高。
图6 沂河流域主要土地利用变化轨迹的空间分布

图例为土地利用变化轨迹类型,1表示耕地,2表示林地,3表示草地,4表示水域,5表示

建设用地,6表示未利用地,如112表示土地利用类型发生“耕地→耕地→林地”变化的轨迹类型。

注:网络版为彩图。

Fig.6 Spatial distribution of main land use change trajectories in the Yihe River Basin

1975—2020年,土地利用变化特征由“耕-林-草三者之间的相互转化”转变为“耕地向建设用地单向转化”为主,土地利用空间格局变化更加显著,反映出沂河流域的土地利用变化主要受到人类活动的强烈干扰,也体现了社会发展重心的转变。从县(区)尺度看,兰山区耕地转变为建设用地的特征最为显著,其余各个县的变化轨迹类型及其空间分布特征较为一致。“耕-林”相互转化主要发生在蒙阴、沂水、沂南县,“耕-草”相互转化主要发生在沂源、费县和平邑县,这与流域内地形有着密切关系。

2.3 沂河流域土地利用变化情景模拟

对土地利用变化情景模拟结果进行分析,2030年、2050年各情景下土地利用空间格局出现较大差异(图7、8)。2030年在自然发展情景(NDS)下,各个土地利用类型转移面积比例较大,耕地、草地面积缩减,分别转换为林地、建设用地及水域。在生产优先情景(PPS)下,各个土地利用类型转移面积比例较小,土地利用变化主要发生在耕地、林地、草地之间。其中草地的转移面积占比最大,分别向耕地、林地转移了16.56 km2和14.16 km2;其次是林地向耕地、草地分别转移8.54 km2和7.49 km2;耕地则未发生转出;建设用地同样未发生转出,但有小部分的林地、草地、水域、未利用地转换为建设用地。2050年,耕地占比达到57.78%,在4个情景中占比最高,符合维护粮食安全利益的发展目标。在生活优先情景(LPS)下,耕地面积仅次于生产优先情景,且一部分耕地转变为建设用地,该情景综合考虑了居民的粮食需求及生活空间需要,土地利用变化特征以耕地面积略有缩减、建设用地面积大幅增加为主。在生态优先情景(EPS)下,土地利用变化以林地扩张为主,林地面积占比由2020年的14.67%扩张为2050年的17.54%,在4个情景中占比最高。
图7 沂河流域2030年、2050年土地利用情景

注:NDS为自然发展情景,PPS为生产优先情景,LPS为生活优先情景,EPS为生态优先情景。网络版为彩图。

Fig.7 Land use scenarios in 2030 and 2050 in the Yihe River Basin

图8 沂河流域2020—2050年土地利用转移结构图

注:NDS为自然发展情景,PPS为生产优先情景,LPS为生活优先情景,EPS为生态优先情景。网络版为彩图。

Fig.8 Land use transfer structure from 2020 to 2050 in the Yihe River Basin

表4为不同情景下的土地利用动态度,各土地利用类型在4种情景下的变化速率有所差异。耕地、林地和建设用地在EPS和NDS下的变化幅度较大,在LPS下变化幅度较小,在PPS下变化幅度最小。草地在NDS和PPS下面积缩减且变化幅度较大,在LPS下面积增加且变化幅度较小,在EPS下变化幅度最小。水域面积在PPS下略有缩减,在LPS下略有扩张,在NDS和EPS中扩张明显。未利用地面积在NDS下呈现明显扩张趋势,而在其余3个情景下均有缩减。土地利用动态度在NDS及EPS下较高,在LPS下较低,在PPS下最低。2020—2030年各情景下的土地利用变化速率均高于2030—2050年,这说明2020—2030年土地利用变化幅度较大,而2030—2050年土地利用变化速度减慢。NDS与EPS的土地利用变化趋势在2020—2030年较为一致,但NDS的建设用地动态度高于EPS,而林地动态度低于EPS,且未利用地呈扩张趋势,说明当前土地利用模式与生态空间优先发展情景仍有差异。在未来土地利用格局优化中,可以参考以上4种情景进行合理规划。
表4 沂河流域不同情景下土地利用动态度

Tab.4 Dynamic degree of land use under different scenarios in the Yihe River Basin 单位:%

时间段 地类 土地利用情景
NDS PPS LPS EPS
2020—2030年 耕地 -0.86 0.05 -0.45 -1.10
林地 1.00 -0.02 -0.05 1.64
草地 -0.22 -0.21 0.13 -0.01
水域 0.95 -0.18 0.11 0.97
建设用地 2.23 0.05 1.75 2.16
未利用地 3.22 -0.94 -0.93 -0.92
综合动态度 1.49 1.31 1.38 1.44
2030—2050年 耕地 -0.13 0.03 -0.12 -0.03
林地 0.14 -0.03 -0.07 -0.11
草地 -0.14 -0.15 -0.15 -0.02
水域 -0.01 -0.17 -0.09 0.25
建设用地 0.33 0.04 0.53 0.27
未利用地 0.02 -0.21 -0.22 -0.17
综合动态度 0.61 0.01 0.05 0.07

注:NDS为自然发展情景,PPS为生产优先情景,LPS为生活优先情景,EPS为生态优先情景。

3 讨论

3.1 沂河流域土地利用变化特征

1978—2020年,临沂市全市GDP从15.50亿元增长至4 805.00亿元;2010年之后,全市常住人口超过千万。社会经济的发展带来人口在县(区)中心的集聚效应,进而刺激了建设用地的增加,使建设用地出现从县(区)中心向外呈放射性扩张的变化特征。沂河流域的山地丘陵面积占比高达76.10%,受地形因素的限制,建设用地的扩张不得不以牺牲平坦的耕地为代价,使得在过去的45年间,大量的耕地转变为建设用地。在“耕-林-草”地类的衔接地区,三者之间不断发生着相互转化,从主要变化轨迹(表3)来看,“退耕还林还草”的生态保护策略已取得了初步成效。
情景模拟结果表明,自然发展情景与生态空间优先情景趋势较为一致,说明沂河流域当前土地利用模式整体上朝着以生态建设为重心的方向转变。然而,自然发展情景下的建设用地动态度仍高于生态空间优先情景,而林地动态度低于生态空间优先情景,且未利用地呈扩张趋势。这反映出当前的土地利用发展模式仍偏好于建设用地的扩张,并且可能存在过度开发和利用导致土地资源浪费的情况。未来土地利用政策应当充分吸收“新型城镇化”理论,严格控制生态保护红线、永久基本农田和城镇开发边界三条控制线,着重关注土地资源的可持续利用,避免出现土地资源闲置、耕地撂荒、土地退化等问题,进一步优化流域的生产、生活与生态空间格局,实现土地资源的合理配置。

3.2 FLUS模型的限制性

本研究基于FLUS模型与“三生空间”理念进行的流域土地利用模拟效果比较理想,能够很好地辅助预测流域不同发展情景下的土地利用空间格局变化,但FLUS模型仍存在自身限制性。图9 展示了在自然发展情景下2020—2050年沂河流域土地利用的变化趋势。本研究采用5年1次迭代的方式进行模拟,2035—2050年土地利用变化趋于平缓,因此FLUS模型对于模拟未来土地利用变化可能存在时间或迭代次数的上限。此外,驱动因子的时效性也可能对模拟结果造成一定影响。今后在模拟预测时间跨度较大的土地利用空间格局时,应当考虑FLUS模型的自身限制性及驱动因子的时间变化趋势,在预测远期目标的同时提高预测精度。
图9 2020—2050年沂河流域在自然发展情景下的土地利用变化

Fig.9 Land use change under natural development scenario from 2020 to 2050 in the Yihe River Basin

3.3 土地利用管理对策建议

在沂河流域内占据主要位置且土地利用类型转移频繁的为耕地、林地、草地、建设用地,这4种土地利用类型的结构特征决定着一个区域的土地利用格局。从县(区)尺度上看,流域内各县(区)土地利用空间格局具有较大差异(图10)。因此,在制定土地利用管理政策时应当结合行政区域内的土地利用空间格局及发展方向进行合理布局。如兰山区建设用地与耕地面积各约占本区域面积的40%,林地、草地面积几乎为0,因此其向生活空间优先的发展模式更为合适;沂源县耕地面积约占本区域面积的50%,林地面积约占22%,是流域内林地面积占比最大的区域,如果向以恢复生态为目的的生态优先情景发展,可能会使流域的生态收益最大化;沂水县、蒙阴县、费县、平邑县及沂南县土地利用结构比较相似,耕地面积均达到60%以上,林地、草地和建设用地面积之比约为2∶1∶2,在这些区域内更适合施行以保障耕地为重心、其余地类均衡发展的管理政策。
图10 2030年不同情景下沂河流域各县(区)的土地利用结构

注:NDS为自然发展情景,PPS为生产优先情景,LPS为生活优先情景,EPS为生态优先情景。

Fig.10 Land use pattern of each counties under different scenarios in the Yihe River Basin in 2030

4 结论

本研究基于GIS技术,分析了1975—2020年沂河流域土地利用变化特征,构建了土地利用变化轨迹,并利用FLUS模型对2030年、2050年土地利用空间格局变化趋势进行了模拟,得到如下主要结论。
1)1975—2020年,沂河流域土地利用变化趋势以耕地面积的缩减和建设用地的扩张为主,林地、水域及未利用地面积略有扩张,草地面积缩减。1995—2020年土地利用变化速率较1975—1995年明显加快,土地利用变化更加强烈。
2)1995—2020年,沂河流域发生土地利用变化的面积约占流域面积的45.55%,相较于1975—1995年增加了1倍,土地利用变化更加剧烈,且转化类型由前期的“耕-林-草三者之间的相互转化”转变为“耕地向建设用地单向转化”为主,土地利用空间格局变化更加显著,反映出沂河流域的土地利用变化主要受到人类活动的强烈干扰。
3)在自然发展情景下,土地利用变化特征以建设用地、林地、水域持续扩张和耕地、草地持续缩减为主;在生产空间优先情景下,土地利用变化特征以耕地、建设用地面积扩张和林地、草地面积缩减为主;在生活空间优先情景下,土地利用变化特征以建设用地面积大幅增加为主;在生态空间优先情景下,土地利用变化以林地扩张为主。2020—2030年各情景下的土地利用变化速率均高于2030—2050年。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
杨子生, 杨诗琴, 杨人懿, 等. 基于利用视角的土地资源分类方法探讨[J]. 资源科学, 2021, 43(11): 2173-2191.

DOI

YANG Z S, YANG S Q, YANG R Y, et al. Classification method of land resources based on land use perspective[J]. Resources Science, 2021, 43(11): 2173-2191.

DOI

[2]
ELLIS E C, GOLDEWIJK K K, SIEBERT S, et al. Anthropogenic transformation of the biomes,1700 to 2000[J]. Global Ecology and Biogeography, 2010, 19(5):589-606.

[3]
VERBURG P H, NEUMANN K, NOL L. Challenges in using land use and land cover data for global change studies[J]. Global Change Biology, 2011, 17(2):974-989.

[4]
NABIOLLAHI K, GOLMOHAMADI F, TAGHIZADEH-MEHRJARDI R, et al. Assessing the effects of slope gradient and land use change on soil quality degradation through digital mapping of soil quality indices and soil loss rate[J]. Geoderma, 2018,318:16-28.

[5]
YUAN Z F, ZHOU L, SUN D Q, et al. Impacts of urban expansion on the loss and fragmentation of cropland in the major grain production areas of China[J]. Land, 2022, 11(1):130.

[6]
DINIZ M F, COELHO M T P, SÁNCHEZ-CUERVO A M, et al. How 30 years of land-use changes have affected habitat suitability and connectivity for Atlantic forest species[J]. Biological Conservation, 2022, 274:109737.

[7]
TONG X H, FENG Y J. A review of assessment methods for cellular automata models of land-use change and urban growth[J]. International Journal of Geographical Information Science, 2020, 34(5):866-898.

[8]
董孝斌, 刘梦雪. 土地利用/覆盖变化-生态系统服务-人类福祉关系研究进展[J]. 北京师范大学学报(自然科学版), 2022, 58(3):465-475.

DONG X B, LIU M X. Relationships among LUCC,ecosystem services and human well-being[J]. Journal of Beijing Normal University (Natural Science), 2022, 58(3):465-475.

[9]
朱会义, 李秀彬. 关于区域土地利用变化指数模型方法的讨论[J]. 地理学报, 2003, 58(5): 643-650.

ZHU H Y, LI X B. Discussion on the index method of regional land use change[J]. Acta Geographica Sinica, 2003, 58(5): 643-650.

DOI

[10]
刘金雅, 汪东川, 孙然好, 等. 基于变化轨迹分析方法的生态用地流失空间关联研究[J]. 地理研究, 2020, 39(1):103-114.

DOI

LIU J Y, WANG D C, SUN R H, et al. Study on spatial relevance of ecological-land loss based on change trajectory analysis method[J]. Geographical Research, 2020, 39(1):103-114.

[11]
江文甲, 林满红, 翁佩莹, 等. 福建省安溪县土地利用时空演变规律及其关键驱动因素[J]. 生态学报, 2022, 42(2): 513-527.

JIANG W J, LIN M H, WENG P Y, et al. Spatio-temporal evolution of land use and its key driving factors in Anxi county of Fujian province[J]. Acta Ecologica Sinica, 2022, 42(2): 513-527.

[12]
边熇, 朱冰冰, 黎珩, 等. 延河流域泥沙连通性对土地利用变化的响应[J]. 陕西师范大学学报(自然科学版), 2023, 51(6):47-55.

DOI

BIAN H, ZHU B B, LI H, et al. Response of sediment connectivity to land use change in Yanhe River Basin[J]. Journal of Shaanxi Normal University (Natural Science Edition), 2023, 51(6):47-55.

[13]
张晓瑶, 张潇, 李冬花, 等. 城市土地利用变化对生态系统服务价值影响的多情景模拟:以深圳市为例[J]. 生态学报, 2022, 42(6):2086-2097.

ZHANG X Y, ZHANG X, LI D H, et al. Multi-scenario simulation of the impact of urban land use change on ecosystem service value in Shenzhen[J]. Acta Ecologica Sinica, 2022, 42(6):2086-2097.

[14]
李岩, 林安琪, 吴浩, 等. 顾及空间尺度效应的城市土地利用变化精细化模拟[J]. 地理学报, 2022, 77(11):2738-2756.

DOI

LI Y, LIN A Q, WU H, et al. Refined simulation of urban land use change with emphasis on spatial scale effect[J]. Acta Geographica Sinica, 2022, 77(11):2738-2756.

DOI

[15]
井梅秀, 李晶. 基于CA-Markov模型的关中—天水经济区土地利用变化动态模拟[J]. 陕西师范大学学报(自然科学版), 2013, 41 (1): 99-103.

JING M X, LI J. The dynamic simulation of the land use change in Guanzhong-Tianshui economic zone based on CA-Markov model[J]. Journal of Shaanxi Normal University (Natural Science Edition), 2013, 41 (1): 99-103.

[16]
胡波洋, 张蓬涛, 白宁, 等. 基于CLUE-S和GMOP模型的青龙满族自治县土地利用情景模拟[J]. 中国农业资源与区划, 2020, 41(7): 173-182.

HU B Y, ZHANG P T, BAI N, et al. Land use scenario simulation in Qinglong Manchu Autonomous Country based on CLUE-S and GMOP model[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2020, 41(7): 173-182.

[17]
LIAO G T, HE P, GAO X S, et al. Land use optimization of rural production-living-ecological space at different scales based on the BP-ANN and CLUE-S models[J]. Ecological Indicators, 2022, 137:108710.

[18]
GROENEVELD J, MÜLLER B, BUCHMANN C M, et al. Theoretical foundations of human decision-making in agent-based land use models-a review[J]. Environmental Modelling & Software, 2017,87:39-48.

[19]
LIU X P, LIANG X, LI X, et al. A future land use simulation model (FLUS) for simulating multiple land use scenarios by coupling human and natural effects[J]. Landscape and Urban Planning, 2017,168:94-116.

[20]
何艳虎, 龚镇杰, 林凯荣. 基于地理大数据和多源信息融合的区域未来人口精细化空间分布模拟研究:以珠江三角洲为例[J]. 地理科学, 2022, 42(3): 426-435.

DOI

HE Y H, GONG Z J, LIN K R. Simulation of fine spatial distribution of regional future population based on geographical big data and multisource fused method: a case of the Pearl River Delta[J]. Scientia Geographica Sinica, 2022, 42(03): 426-435.

[21]
FENG D R, BAO W K, FU M C, et al. Current and future land use characters of a national central city in eco-fragile region:a case study in Xi’an city based on FLUS model[J]. Land, 2021, 10(3):286.

[22]
杨国婷, 张红, 李静, 等. 基于RFFLUS-InVEST-Geodetector耦合模型的平朔矿区生境质量时空演变及其影响因素[J]. 陕西师范大学学报(自然科学版), 2021, 49(6):106-115.

YANG G T, ZHANG H, LI J, et al. Spatial-temporal evolution and its influencing factors of habitat quality in Pingshuo mining area based on RFFLUS-InVEST-Geodetector coupling model[J]. Journal of Shaanxi Normal University (Natural Science Edition), 2021, 49(6):106-115.

[23]
魏乐, 周亮, 孙东琪, 等. 黄河流域城市群扩张的时空格局演化及情景模拟:以呼包鄂榆城市群为例[J]. 地理研究, 2022, 41(6):1610-1622.

DOI

WEI L, ZHOU L, SUN D Q, et al. The evolution of spatio-temporal pattern and scenario simulation of urban agglomeration expansion in the Yellow River Basin:a case study in the Hohhot-Baotou-Ordos-Yulin Urban Agglomeration[J]. Geographical Research, 2022, 41(6):1610-1622.

[24]
LIU X Y, WEI M, LI Z G, et al. Multi-scenario simulation of urban growth boundaries with an ESP-FLUS model:a case study of the Min Delta region,China[J]. Ecological Indicators, 2022, 135:108538.

[25]
方创琳. 中国城市发展格局优化的科学基础与框架体系[J]. 经济地理, 2013, 33(12):1-9.

FANG C L. The scientific basis and systematic framework of the optimization of Chinese urban development pattern[J]. Economic Geography, 2013, 33(12):1-9.

[26]
于正松, 程叶青, 李小建, 等. 工业镇“生产-生活-生态”空间演化过程、动因与重构:以河南省曲沟镇为例[J]. 地理科学, 2020, 40(4): 646-656.

DOI

YU Z S, CHENG Y Q, LI X J, et al. Spatial evolution process, motivation and restructuring of “production-living-ecological” in industrial town: a case study on Qugou town in Henan province[J]. Scientia Geographica Sinica, 2020, 40(4): 646-656.

[27]
李广东, 方创琳. 城市生态-生产-生活空间功能定量识别与分析[J]. 地理学报, 2016, 71(1):49-65.

DOI

LI G D, FANG C L. Quantitative function identification and analysis of urban ecological-production-living spaces[J]. Acta Geographica Sinica, 2016, 71(1):49-65.

DOI

[28]
临沂市统计局. 临沂统计年鉴:2020[M]. 北京: 中国统计出版社, 2020.

[29]
淄博市统计局. 淄博统计年鉴:2020[M]. 北京: 中国统计出版社, 2020.

[30]
童小容, 杨庆媛, 毕国华. 重庆市2000—2015年土地利用变化时空特征分析[J]. 长江流域资源与环境, 2018, 27(11):2481-2495.

TONG X R, YANG Q Y, BI G H. Spatio-temporal characteristics of land use changes in Chongqing during 2000-2015[J]. Resources and Environment in the Yangtze Basin, 2018, 27(11):2481-2495.

[31]
LIANG X, LIU X P, LI X, et al. Delineating multi-scenario urban growth boundaries with a CA-based FLUS model and morphological method[J]. Landscape and Urban Planning, 2018,177:47-63.

[32]
张红旗, 许尔琪, 朱会义. 中国“三生用地” 分类及其空间格局[J]. 资源科学, 2015, 37(7):1332-1338.

ZHANG H Q, XU E Q, ZHU H Y. An ecological-living-industrial land classification system and its spatial distribution in China[J]. Resources Science, 2015, 37(7):1332-1338.

[33]
DONG Z H, ZHANG J Q, SI A L, et al. Multidimensional analysis of the spatiotemporal variations in ecological,production and living spaces of Inner Mongolia and an identification of driving forces[J]. Sustainability, 2020, 12(19):7964.

[34]
WANG A Y, LIAO X Y, TONG Z J, et al. Spatial-temporal dynamic evaluation of the ecosystem service value from the perspective of “production-living-ecological” spaces:a case study in Dongliao River Basin,China[J]. Journal of Cleaner Production, 2022, 333:130218.

Options
文章导航

/

〈 〉

版权所有 © 《陕西师范大学学报(自然科学版)》编辑部
地址：中国西安陕西师范大学长安校区文汇楼C段3层　
邮编：710119
电话：029-81530883，81530879，81530885　
E-mail：lkxuebao@snnu.edu.cn
技术支持：北京玛格泰克科技发展有限公司