（土壤学专业论文）土地利用变化及驱动力研究——以江安县为例.pdf

土地利用变化及驱动力研究以江安县为制 土地利用变化及驱动力研究 一以江安县为例 学科专业：土壤学 指导教师：廖铁军副教授 周章银副教授 研究方向：g i s 与国土信息管理 研究生：罗光莲 摘要 土地利用与覆盖变化( l a n du s e c o v e rc h a n g e ) 是全球变化研究的前沿和热点课题，而土 地利用与覆盖变化的驱动力研究又是该研究的核心内容。 本文采用全国首批建立的“县级土地利用现状数据库”的基础数据，结合影响土地利 用变化的经济、社会、环境等综合因素，采用相关分析软件( d p s 、s p s s ) 和数学分析方法( 主 成分分析、灰色关联度分析、多元回归分析、多元时空序列马尔柯夫链分析、g m ( 1 ，1 ) 预测 模型分析、灰色序列g m ( i m ) 模型分析等方法) ，对江安县土地利用变化及其驱动力进行定性、 定量研究，舰究结果表明； l 江安县人均总的土地资源数量和单一土地利用类型的数量在宣宾或四川省区域内均无 优势；地形对土地利用方式的选择起着主导作用；土地利用变化的总趋势是：耕地、林地、 交通用地和水域面积不断减少，居民点及工矿用地和未利用地面积不断增加；景观多样性指 数呈现“ ”趋势。 2 江安县土地利用程度综台指数与农村人口密度之间显著相关，与总人口密度之间不相 关。各地类的面积与人均收入之间也不相关。 3 工业化、城镇化进程中建设占用是耕地、园地、林地面积减少的主要途径；人口增 长和农村产业结构调整是居民点及工矿用地面积增加的主要因子；农村人口转移、“退耕还林 但还未成林”、土壤退化是未利用地面积增加的主要因素。 4 江安县土地利用变化的驱动力因子主要表现为：工业化与城镇化、人口增长及农工商 l 西南农业大学2 0 0 3 届硕士论文 比较效益的差异。其中，人口增长和农工商比较效益差异是导致土地利用变化的主要驱动力 因子。 5 以1 9 9 6 年为基期，各地类面积灰色预测模型为： 耕地：x 。( i + 1 ) 一1 3 6 9 5 3 9 9 4 3 e 1 ”“+ 1 3 7 3 5 6 5 6 3 3 园地：x 。( i + 1 ) = 一0 0 1 3 9 3 7 e “”“1 + o 0 1 5 7 9 5 林地：x 1 ( i + 1 ) 一1 6 0 4 0 6 5 6 7 2 e “+ 1 6 0 6 2 5 9 0 7 7 居民点及城镇工矿用地：x l ( i + 1 ) = 4 0 6 9 7 0 0 8 eo ”“一3 9 8 7 9 7 3 9 交通用地：x ( i + 1 ) = 6 3 9 1 9 6 6 eo “”。6 3 1 6 4 1 8 水域用地：x ( i + 1 ) 一0 3 6 4 2 4 4 e “7 ”“+ 0 3 7 0 1 4 8 未利用地：x ( i + 1 ) = 6 2 7 3 6 0 4 8 e ”1 l 6 1 5 2 6 3 0 6 6 模型预测表明：未来江安县耕地面积、林地面积、交通用地面积和水域面积仍呈减少 趋势，但幅度减弱：园地面积、居民点及工矿用地面积和未利用地面积仍有所增加；园地面 积的增加幅度和交通用地的减少幅度将不明显。) 办一 厂 关键词：土地利用强盖变化：驱动力：土地利用现状数据库：模型分析： 2 一一 圭垫型旦奎些垦翌垫塑翌! ! = 坠垩室呈塑型 s t u d y o fl a n du s e c h a n g e a n d d r i v i n g f o r c e s _ 一ac a s e s t u d y o f j i a n g a nc o u n t y c a n d i d a t e ：l u o g u a n g - l i a n s u p e r v i s o r ：a s s o c i a t ep r o f l i a ot i e - j u n a s s o c i a t e p r o f z h o uz h a n g y i n ( c o l l e g eo fr e s o u r c e e n v h m e n t s o u t h w e s ta g r i c u l t u r a lu n i v e r s i t y , c h o a g q i n g ，4 0 0 7 1 6 ，c h i n a ) a b s t r a c t l a n du s e c o v e rc h a n g e ( l u c c ) i sal e a d i n ga n d p o p u l a rr e s e a r c hi nt h eg l o b a le n v i r o n m e n t a l v a r i a t i o n a lr e s e a r c h l u c c 。d r i v m gf o r c er e s e a r c hi sa c c o r d i n g l yt h ec o r eo f t h i sr e s e a r c h a d o p t i n gt h ea c t u a lc o u n t y - g r a d ed a t a b a s eo fl a n d1 1 s ef i r s t l yf o u n d e di nc h i n a , c o m b i n i n g w i t ht h e c o m p r e h e n s i v e i n f l u e n t i a lf a c t o r so fl a n du s e c h a n g e ，u s i n g t h ec o r r e l a t i v es t a t i s t i c s o f t a r ea n dt h em a t h e m a t i ca n a l y t i c a l m e t h o d s ( p r i n c i p a lc o m p o n e n ta n a l y s i s ，g r a yr e l a t i n g a n a l y s i s ，m u l t i v a r i a t et i m es e r i e sm a r k o vc h a i na n a l y s i s ，m u l t i v a r i a t er e g r e s s i o na n a l y s i s ， g m ( 1 ，1 ) g r a ym o d e l ，g r a ys e r i e sg m ( 1 ，n ) m o d e lm e t h o d se t c ) ，t h i sp a p e ra n a l y s e st h ed y n a m i c c h a n g e o fl a n du s ea n d d r i v i n g f o r c ei nj i a n g a nc o u n t y q u a l i t a t i v e l ya n dq u a n t i t a t i v e l y t h er e s u l t s i n d i c a t e ： 1t h el a n dr e s o u r c ep e rc a p i t aa n dt h ea r e ao f s i n g l e - l a n d u s et y p ei nj l a n g a nc o u n t ya r en o t p r i o rt o o t h e rp l a c e si ny i b i n gc i t yo rs i c h u a np r o v i n c e h o w e v e r , t h et e r r a i ni sd o m i n a n ti n c h o o s i n g t h e w a yo f l a n d u s e i n t h i sr e , o n t h e t o t a l t e n d e n c i e s o f l a n d u s e c h a n g e a r e a s f o l l o w s ：1 、 t h ea r e a so fc u l t i v a t e dl a n d ，w o o d l a n d ，t r a f f i cl a n da n dw a t e ra r e aa r ei n c r e a s i n g l yd e c r e a s i n g ；2 ) t h ea r e a so fw a s t e dl a n da r eg r a d u a l l yi n c r e a s i n g ；3 ) t h ed i v e r s i t yi n d e xo f l a n d s c a p et a k e s0 1 2 t r e n d 2t h e c o r r e l a t i v i t yi sq u i t eo b v i o u sb e t w e e nt h es y n t h e t i c a li n d e xo fl a n du s ea n dd e n s i t yo f 3 西南农业大学2 0 0 3 届硕士论文 r u r a l p o p u l a t i o n p o s i t i v eb e t w e e nt h ec o m p r e h e n s i v ei n d e xo fl a n du s ea n dt o t a ld e n s i t i e so f p o p u l a t i o na n db e t w e e n a r e a so f i n d i v i d u a lc l a s s i f i c a t i o no f l a n da n di n c o m e p e rc a p i t a 3t h em a i nr e a s o nf o r 也ed e c r e a s e da r e ao fc u l t i v a t e dl a n d w o o d l a n da n dg r a n dp l o ti st h a t t h e ya r eu s e da sc o n s t r u c t i o n a ll a n di nt h ep r o c e s so f i n d u s t r i a l i z a t i o na n du r b a n i z a t i o n ；g r o w t ho f p o p u l a t i o na n da d j u s t m e n to f r u r a li n d u s t r i a li n s t r u c t i o nb e c o m et h em a j o rf a c t o r si nt h ei n c r e a s eo f t h ea r e ao fr e s i d e n t i a ll a n da n du r b a nl a n d ；t h em a i nf a c t o r si nt h eg r o w t ho fa r e ao fw a s t e dl a n d a r et r a n s f o r m a t i o no fr u r a lp o p u l a t i o na n d d e g e n e r a t i o no f s o i l 。 4t h ef a c t o r so f d r i v i n gf o r c eo f l a n du s ei nj i a n g a nc o u n t y p r i m a r i l yl i ei ni n d u s t r i a l i z a t i o n ， u r b a n i z a t i o n ，p o p u l a t i o n ，a n de c o n o m i cc o n d i t i o ne t c c o m p a r a t i v e l y ，p o p u l a t i o na n de c o n o m i c c o n d i t i o na r et h em o s t i m p o r t a n t o n e s 5t h e g r a ym o d e lo f a l ll a n du s et y p e si s ： c u l t i v a t e dl a n d ：x 。f i 十1 1 1 3 6 9 5 3 9 9 4 3 e - 0 0 0 2 9 4 叫+ 1 3 7 3 5 6 5 6 3 3 g a r d e n p l o t ：x ( i + 1 ) = 0 0 1 3 9 3 7 e o 2 3 1 8 5 5 1 + o 0 1 5 7 9 5 w o o d l a n d ：x ( i + 1 ) - t 6 0 4 0 6 5 6 7 2 e o m l 姗+ 1 6 0 6 ，2 5 9 0 7 7 r e s i d e n t i a la n di n d u s t r i a ll a n d ：x 1 ( i + 1 产4 0 6 9 7 0 0 8 o _ 0 1 9 8 4 3 9 8 7 9 7 3 9 t r a 题cl a n d ：x 16 + 0 = 6 3 9 1 9 6 6 e 。1 3 螂l 6 3 1 6 4 1 8 w a t e r sa r e a ：x 1 ( i + 1 ) 一0 3 6 4 2 4 4 e 。0 0 1 7 1 7 4 1 + 0 3 7 0 1 4 8 u n u s e dl a n d ：x ( i + 1 ) = 6 2 7 3 6 0 4 8 e 。0 1 9 0 。“6 1 5 2 6 3 0 6 6t h eg r a ym o d e li n d i c a t e s ：t h ea r e ao fc u l t i v a t e dl a n d ，w o o d l a n d ，t r a f f i cl a n da n dw a t e ra r e a i nj i a n g a nc o u n t yi sd e c r e a s i n g , a n dt h ea r e ao fr e s i d e n t i a ll a n d ，u r b a nl a n da n dw a s t e dl a n di s i n c r e a s i n g b u t t h ed e c r e a s eo ft h ea i 蛆o fg r a n dp l o ta n dt r a f f i cl a n di nt h ef u t u r ew i l ln o tb e o b v i o u s k e yw o r d s ：l a n d u s e c o v e rc h a n g e ，d r i v i n gf o r c e ，c u r r e n tl a n du s ed a t a b a s e ，m o d e la n a l y s i s 4 土地利用变化及驱动力研究以江宣县为例 1 文献综述 自从人类产生以来，就开始了土地利用的历史。尤其是近一个世纪以来，随着人口增长 和技术进步，人类对土地利用的范围不断扩大、强度不断加剧。人类通过不断发展农业、工 业、服务业和国际贸易等，来满足目益增长的人类需求，从而改变了地表的形态、生物化学 循环和生物物种的平衡造成了全球气候的显著变化和生物物种不可逆转的减少。目前，地 球上l 2 到1 3 的土地已经被人类开发和利用而改变，从而对整个生态系统的结构和机能造 成了实质性的影晌，并且改变了生态系统同大气、水生系统和周边土地的相互作用川。因此， 研究土地利用土地覆盖变化对认识整个生态系统的结构和变化( 全球变化) ，具有至关重要 的作用。迄今为止，绝大部分的土地利用变化是由人类对土地的利用所引起的，其影响远远 大于任何自然因素的作用。因此，抛开人类的土地利用及其驱动机制来研究土地覆盖的变 化是没有意义的。1 。要研究土地利用对土地覆盖变化的作用，必须综合考虑社会、经济、文 化等多种驱动机制，同时还要兼顾土地利用的生物物理特性及影响。 建立土地利用变化模型是深入了解土地利用变化复杂性的重要手段。按作用和目的的不 同，土地利用变化模型主要被用于对土地利用变化进行描述、解释、预测和制定优化决策“1 。 1 1 土地利用变化描述 从逻辑上讲，对土地利用变化的描述既包括对过去和现状的土地利用的描述，也包括对 未来土地利用的描述，后者属于预测的范畴。获取表征土地利用状况豹数据有三种途径：( 1 ) 从历史资料中获取土地利用的历史状况( 通常指3 0 0 百年以前) ，如考古发现、历史地理研究、 方志等：( 2 ) 通过各种土地利用专业图件或其他闻接方式获取近期( 通常指3 0 0 年之内至今) 的土地利用状况；( 3 ) 利用遥感等先进科技手段获得近期至现状( 通常指最近3 0 年) 的土地 利用状况，遥感手段被公认为目前最先进的获取土地利用信息的手段，它具有实时、客观、 覆盖面广等优点。随着遥感平台的发展和遥感物理研究的深入，遥感将进一步成为获取土地 利用信息进行科学研究的主要手段瓯州。由于上述每种途径都不能独立地在全球尺度上获得 满意精度的土地利用数据，因此，目前国际上通常采用空间采样的方式( 实例研究) 对全球 的土地利用变化进行研究；一种途径是根据综合特征对全球的土地利甩进行分类，对每一种 类型进行典型采样研究；另一种途径是确定全球土地利用矛盾( 变化速率、脆弱性、敏感度) 最突出的地区，进行热点研究。 按照描述的内容和方式的不同，可将土地利用描述模型分为以下几类“。 ( 1 ) 土地资源数量变化模型 、 土地资源数量变化可用土地利用动态度来表示，单一土地利用动态度是指某一地区在某 一时段内某种土地利用变化类型的数量变化情况，其表达式为 tttr1 k = ! ! ：! ! x 二1 0 0 ,( 1 ) u -r 5 i = _ - _ ：= _ = 兰鳖兰三塑! 堕璺主丝塞 式中，k 为t 时段内某种土地利用类型动态度；u 。和u 。和分别为研究期初和期末某种土地丽 用类型的数量：t 为研究时段长度，当t 设为年时，k 为某种土地和用类型的年变化率，综合 土地利用动态度是指某一地区在某时段内综合的土地利用类型的数量变化情况，其表达式 为 址v 一，1 加= 茏方1 手灿0 0 心 _ 式中，上u 。为监测起始时刻第i 类土地利用类型的面积；u 为监测时段第f 类地利用类 型转为第，类土地利用类型面积的绝对值：t 为监测时段长度。 ( 2 ) 土地资源质量变化模型 土地资源的质量是由其所处的地貌、气候、降雨量、土壤质地等参数条件决定的，刘纪 远等。基于土地资源各种背景参数，进一步提出了生态环境质量指数，其中，土地资源生态 背景质量指数为 q = 】0 0 ( dx ( 4 0 ) ( 3 ) 式中，q 为研究区域土地资源生态背景质量指数；口为第，级土地资源生态背景质量等级值； a 。为研究区域第，级土地资源面积；s 为研究区域土地总面积。 土地资源质量变化模型可以表示为 r ：墨兰堡二墨= ! 兰当( 4 ) s 一q j 一 式中，s 。和s ，分别为研究期初和期末某类土地资源；q 和q 分别为研究期初和期末某类 土地资源的质量指数：r 为研究区域在研究时段内某种土地质量指标的变化率。当q 为土地 资源生态背景指数时，足值即为该研究区域在该时段内生态背景质量变化率。 ( 3 ) 土地利用程度变化模型 土地利用程度反映土地利用的广度和深度，根据土地利用程度“o 的综合分析方法：将土 地利用程度按照土地自然综合体在社会因素影响下的自然平衡状态分为若干级，并赋予分级 指数，从而给出了土地利用综合指数及土地利用程度变化模型的定量表达式。其中，土地利 用程度综合指数为 l = l o o x 4 e ( 5 ) 式中，l 为某研究区域土地利用程度综合指数；一为研究区域第，级土地利用程度分级指数； c ，为研究区域内第瑚女土地利用程度面积百分比。土地利用程度变化模型为 址。= 厶- l 。= 1 0 0 ( ( 一n c 。) 一c 抽) ) ( 6 ) 土地利用变化及驱动力研究以江安县为例 r = ( a c ) - a c 。 ( 爿一c 。) ( 7 ) 式中，j 上。为土地利用程度变化量：r 为土地利用程度变化率；l 和三。分别为研究期末和 期初的区域土地利用程度综合指数；a ，为第f 级土地利用程度分级指数：c m c 。分别为研 究期末和期初第f 级土地利用程度面积百分比。如果三。 0 或r 0 ，则该区域土地利用处于 发展时期，否则处于调整期或衰退期限。 ( 4 ) 土地利用区域变化模型 土地利用变化存在显著的地区差异，可以用各区域某种土地利用类型相对变化率来反映 区域之间的差异，即 m = ( 苦 ，( 苦一= ( 苦 倍) 式中，r 儿，：为第，区域相对于第j ，区域的某种土地利用类型的相对变化率；k 儿。、k ，和 k 见。、k 儿。分别代表第_ ，。区域和第 区域在研究期初和期末土地利用类型的面积。r 一为第 ，区域相对全区的某种土地利用类型的相对变化率；c o 和q 分别为垒区在研究期初和期末 的某神土地利用类型的总面积：如果，r j l j 2 1 表示第j 区域相对于第j ：区域的某种土地利 用类型变化大；如果矗， l ，表示第，1 区域相对于全区的某种土地利用类型变化大。此外，还 可以用其他表征土地资源质量、利用程度等指标及各种综合指标代替面积指标，来计算区域 间土地利用变化的差异。 ( 5 ) 土地利用空间变化模型 土地利用的空问变化，可以通过土地资源分布重心的变化来反映。通过比较一个地区研 究期末和期初的各种土地资源的分布重心，可以得到研究时段内土地利用空间变化的信息。 土地资源的分布重心可以根据一般的中心公式求得，第t 时刻某种土地资源分布重心的坐标 ( 经纬度) 计算公式为 x = ( c 。x ，) e ，e = ( c 。) ，c u ( 9 ) 式中，x 。和r 分别表示第t 年某种土地资源分布重心的经纬度坐标：q 。表示第i 个小区该 种土地资源的面积；x 和e 分别表示第i 个小区的几何中心的经纬坐标。 1 2 土地利用模拟和解释模型 建立土地利用模拟和解释模型是阐明土地利用变化与其社会一经济和自然驱动力之间因 果关系的重要手段。按照模型的性质可分为定性解释模型和定量解释模型两类。早期研究以 定性的概念模型为主，目前国内国际多采用各种先进的定量方法对土地利用进行模拟和解释。 在定量模型中，由于对土地利用变化机理的解释深度不同，可以将模型划分为诊断模型和系 统动力学模型。按照模型是否具有空间特性，可分为数值模型和空间模型。目前国际的研究 7 西南农业大学2 0 0 3 艇坝上论文 多倾向于发展空间明晰的土地利用变化模型，这种模型便于帮助土地利用决策者进行规划和 管理。在实际的案例研究中可以根据区域特点，综合上述若干种模型对土地利用变化进行模 拟和解释，逐层深入地分析土利用变化的内在规律和驱动机制，按照解释和模拟的内容和方 式的不同，可将主要的土地利用变化模拟和解释模型分为以下几类。 ( 1 ) 概念模型 最早由e h r li c h “”等提出环境变化驱动机制概念模型为 i = p a t( 1 0 ) 其中，i 为各种驱动力对环境变化的影响；p 为人口；为富裕程度；t 为技术水平m e y e r 、 t u r n e r 和s t e r n 等人“3 “3 对上述模型进了扩充，提出了政治经济、政治结构和人类对环境变 化( 土地利用变化) 的感知和态度等影响土地利用变化的因子。概念模型的提出为进一步定量 化研究提供了一定的依据。 ( 2 ) 统计模型“5 。 统计分析方法是研究土地利用与各种社会一经济、自然驱动力之间关系一种重要方法，它 可以有效地模拟在各种驱动力作用下土地利用的变化，因此国内外在对热点地区的土地利用 变化研究中多有采用。由于统计分析方法具有使复杂问题简单化的特点，易于抓住复杂系统 中矛盾的主要方面和系统内部重要的驱动机制，因此，该方法适用于对现有研究基础较弱的 新热点地区的研究。但统计模型至少受到两个前提条件限制：基于概率论的随机过程与样本 量大小。 根据研究问题本身的性质和算法的不同，土地利用变化的统计分析模型可分为以下几类， 第一类是回归模型，目前采用多元模型对土地利用变化进行拟合，无非分为线性和非线性模 型，多元线性回归模型的一般公式为 y = p o + 卢l z l + 卢2 2 2 + + 风z 。+ 占 ( 1 1 ) 式中，y ，为第i 种利用类型面积百分比；而，z ，z 。为m 个解释变量( 如入口密度) ； 风，届，卢。为回归系数；占是随机误差，由于线性回归模型计算量相对较小，作为对土地 利用变化机理的探索性研究，被国内外广泛采用“。棚。 在许多实际问题中，变量之间的关系并不都是线性的，而应该用曲线方程进行拟合。如 m o r i t a “”在建立日本的土地利用变化模型中采用多项式分对数模型( m u l t i n o m i n a li o g i t m o d e l ) 拟合土地利用变化和种种驱动因子的关系。确定解释变量与因变量之间为哪种曲线关 系，一般从两方面考虑，一是根据专业知识和经验确定曲线的类型，另一种方法是通过观察 散点图来确定。有些曲线模型可以通过对变量进行适当的变换化为线性模型称为非纯非线 性模型；有些模型无论通过怎样的变换都不能转化为线性模型，称为纯非线性模型。纯非线 性模型的一般表达式为 y ，= f ( x ，口) + 占 ( 1 2 ) 其中，x ：( x z ，x 。) 7 。由于回归分析模型属于经验论断模型，它并不能透彻地解释系统内 部种种驱动力之间及其与土地利用变化的反馈机制和因果关系。因此这种方法一般只适用 于在系统相对稳定的短期内( 一般5 1 0 年) 模拟土地利用的变化，具有一定的时间局限性a 土地利用变化及驱动力研究以江安县为伽j 第二类是典型相关分析，典型相关分析是种经典的多元统计分析方法其基本思想； 分别左两组随机变量中选取若干有代表性的综合指标，即典型变量，并通过对这两组典型 量( 自变量组和标准变量组) 之间的相关关系的研究，代替对原来两组为数很多的随机变i 之间的相关关系的研究。当标准变量组只有一个变量时，典型相关分析退化为多元线性相手 分析问题。典型相关分析的一般过程为 2 y = ( y 1 ，y 2 ，y ，) x = ( x 1 x 2 ，工) ( 1 3 ) y 和x 为两个随机向量，如：y 表示由i 种利用类型组成的随机向量，x 表示由，种解释变量 组成的随机向量。考虑两组随机变量的线性组合 u = i y = ，1j ，i + ? 2 y 2 + - + ，。y 矿= m x = m i 工1 + 肘2 x 2 + - + 肌；x ( 1 4 ) 其中，= ( ，f ，。) 和m = ，删：，m ，) 为任意非零常数向量。希望求得，和m ，使得u 和 v 之间的相关系数达到最大，即m a x e o v ( u ，矿) 。通过l a g r a n g e 乘数法，可求得f 对典型变量 和相应的f 和m 的解。 典型相关分析适用于有多个自变量和多个标准变量，而各标准变量之间又具有较强的相 关性的问题。在土地利用变化研究中，由于不同的土地利用类型之间相互影响、相互制约， 所以典型相关分析方法也经常被国内外学者用来分析土地利用与多种自然、社会一经济驱动 力之间的关系。如m o r i t a 等人“1 在对日本土地利用的变化研究中通过对两个时点的两组样 本进行典型相关分析，检验土地利用结构的稳定性。张明o ”在对榆林地区土地利用结构及驱 动因子的研究中，运用典型相关分析方法，分析了以不同用她类型为主导的用地结构的驱动 机制，也取得了一定的效果。 ( 3 ) 系统动力学仿真模型 根据系统论的原理，通过分析土地利用的结构和系统内部各组成成分之间的反馈关系， 可以建立反映土地利用变化的系统动力学仿真模型。该模型适用于对内部各种反馈机制明确 的系统的模拟。因此该种模型的建立相对困难，需要对所模拟的系统具有充分的研究基础。 由于土地利用变化系统中有自然、社会、经济等多种驱动力的作用，因此建立系统动力学模 型相对困难，该方法在土地利用变化研究中尚处于尝试性阶段。“。 ( 4 ) 细胞自动机模型 细胞自动机模型为时间、空间离散模型，适于模拟复杂的具有自组织结构的环境、社会、 经济复合体系。它可以在空间上直观地再现土地利用的变化过程，在城市土地利用变化研究 中多有采用池”1 。该方法的优点在于能够直观地模拟土地利用变化的过程，但对于分析土地 利用变化的机理有一定欠缺。 1 3 土地利用变化预测模型 通过对土地利用变化各种驱动力因子的预测，利用上述土地利用变化解释和模拟模型可 以预测近期的土地利用变化。通常采用的预测方法主要分为定性预测和定量预测两种。定性 预测主要有d e l p h i 法；定量预测方法主要有回归预测法、时间序列预测法、马尔可夫预测方 9 西南农业走学2 0 0 3 届硕士论文 法、投入产出预测模型、灰色预测模型等， 1 4 土地利用变化研究的发展方向 将上述土地利用变化模型和优化决策模型结合可以实现土地利用结构的优化，为决策 者提供土地利用规划的依据。土地利用是自然一社会一经济复合系统，人类生活在土地上，各 种产业、经济活动都建立在土地之上，同时人类的过度开发活动给生态系统所带来的负面影 响也是发生在土地之上。因此，如何将土地资源进行合理的分配来满足经济的发展、自然生 态环境的健康( 即整个人类的可持续发展) ，必将成为土地科学研究的重点和可持续发展研究 的核心问题“。 结合土地利用变化模拟模型，利用多种规划方法求解多目标问题获得最优解来指导研 究区域的土地利用规划，实现土地的可持续利用，将成为继土地利用变化机理研究的下一个 研究重点，对解决土地利用矛盾突出的热点地区的土地利用规划问题具有指导意义。尽管国 内外学者在探讨土地利用变化的一般规律、建立土地利用变化的全球和区域模型等方面做出 了重要的贡献，但是对于中国东南部沿海地区快速经济发展和土地利用格局迅速变化地区的 研究相对欠缺。中国特有的社会制度、自然条件、经济高速发展与土地匮乏的巨大矛盾等都 有其特殊性，及时开展这方面的研究对于丰富全球土地利用变化的区域模型具有重要意义。 0 土地利用变化及驱动力研究以江安县为例 引言 土地利用与覆盖变化( l a n du s e c o v e fc h a n g e ) 是当前全球变化研究的重要内容。“国际 地圈与生物圈计划”( i g b p ) 和“全球环境变化的人文领域计划”( h d p ) 于1 9 9 5 年联合提出“土 地利用覆盖变化”研究计划，使土地利用变化研究成为全球变化研究的前沿和热点课题。 目前土地利用与覆盖变化( l u c c ) 研究的核心内容主要集中在三个方面土地利用与覆 盖变化动态监测：认识和评价过去及现在土地利用与覆盖变化过程，为驱动机制及资源环境效 应的研究提供基础，其重点内容是多尺度土地利用与覆盖变化的制图与空间数据库的建设。 土地利用与覆盖变化的驱动因子和驱动机制：主要利用多种方法，辨识不同尺度下土地利用与 覆盖变化的人类影响( 驱动) 因子，并尽可能地通过定量化模型模拟，揭示人类话动导致土地利 用与覆被变化的机制，以及土地利用与覆盖变化的未来情景。土地利用与覆盖变化的资源环 境效应：基于不同尺度研究土地利用与覆盖变化对全球环境变化、地表自然一生态过程的影响， 以及对人类活动的反馈，揭示土地利用与覆盖变化与人类活动的互馈关系2 “。 我国l u c c 研究历史较短，近年发展较快，己取得了多项研究成果，但总的来说，与国际 研究水平还存在一定差距，主要体现在尚未建立起系统的土地利用与覆盖变化数据平台： 研究又以典型区为主，比较零散，难成系统； 没有形成与中国国情密切结合的土地利用与 覆盖变化综合模型；另外，研究尚处于基础理论与方法的探索阶段与区域可持续发展相结合 的应用性、实践性研究需要尽快得以加强“”， 为了推动国土管理的信息化，建立国土管理通用数据平台，国土资源部于1 9 9 9 年在全国 逐步开展了县级土地利用现状数据库的建设。至2 0 0 3 年，全国已有大约1 3 的地区完成了建 库工作。土地利用现状数据库的基础数据来源于国土资源调查，并经国土资源管理部门校核， 是目前最准确、最新、最全面和最完善的土地利用现状数据。如何充分利用这项成果，对其 表层信息的深层次挖掘，使其发挥多方面的效益，是国土资源管理和研究部门的一项长期工 作“3 。 本文利用全国首批建立的“县级土地利用现状数据库”产生的基础数据与影响土地利用 变化的社会、经济、环境等因素结合来研究土地利用与覆盖变化。通过主成分分析来研究土 地利用与覆盖变化的主要影响因素、通过多元回归分析来了解土地利用与覆盖变化驱动因子 的相互关系及其大小、通过多元时空序列马尔可夫链分析来揭示土地利用与覆盖变化过程的 宏观规律和微观机制“”、通过灰色关联度分析来研究土地利用与覆盖变化中各因素间的主要 关系“”，并建立土地利用与覆盖变化的定量化动态模型。用多种方法来研究县域土地利用变 化的特征与原因、与驱动力的相关关系并对土地利用未来变化进行预测。在理论上可更加深 入了解土地利用系统运动、变化规律，更全面认识土地利用系统的过去、现在与束来状况；加 深对土地利用变化驱动机制的认识，在实践中可为国土资源管理部门更好地掌握土地利用变 化规律、科学合理地优化配置土地、实现土地可持续利用服务；同时，也为利用“县级土地 利用现状数据库”的基础数据进行有益的探索与创新，还为我国的全球变化研究积累川南丘 陵山区的区域案例。 西南农业大学2 0 0 3 届硕士论文 2 1 研究区概况 2 数据采集和研究方法 ( 1 ) 研究区自然状况 研究区域为四1 1 f 盆地南部的江安县，地处东经1 0 4 0 5 7 4 0 “至1 0 5 0 i 4 7 1 3 ”，北纬2 8 。 2 2 2 0 ”至2 8 05 6 7 4 5 ”之间，全县幅员面积9 1 1 7 3 3 k m 2 ，是四川盆地南缘向云贵高原过渡 的地带，区域内最高海拔1 0 0 0 2 m ，最低海拔2 3 6 8 m ，相对高差7 6 3 4 m 区域内属盆地中生 代地质构造地貌有平坝阶地、浅丘、中丘和低山四种类型。气候属亚热带四川盆地湿润气 候区，气候温和，降水充沛，四季分明，无霜期长，但全年日照少，属我国的低值日照区， 据气象局资料，江安县多年平均气温为1 8 1 ，最热月份为7 8 月，平均气温为2 7 4 c ，最 冷月为1 月，平均气温为7 8 ，积温在5 8 8 6 7 c 5 9 9 4 2 c 之间。多年平均降水量为11 2 7 m ， 最多年为1 5 2 9 3 m m ，最少年为7 8 4 1 m ，年际间起伏变化较大，常年平均相对湿度在7 8 8 8 之间。区域内土壤共划分为5 个大类，7 个亚类，7 1 个土种，农作物主要为一年两熟制。 ( 2 ) 研究区社会经济状况 江安县为典型的农业县，农业出产丰富，工业基础薄弱，水路和公路交通方便，近几年 工业和旅游业均有较大的发展但商业活力不强，2 0 0 1 年全县下辖1 1 个建制镇，7 个乡，人 口5 2 4 0 7 4 人，其中非农业人口5 8 6 0 8 人，人口密度5 7 5 人k m 2 ，全县土地面积为9 1 1 7 3 3 k m 2 ， 2 0 0 1 年国民生产总值为1 2 7 5 亿元。县域内旅游资源丰富，有国家级重点风景名胜区一蜀南 竹海，有四川省重点文物保护单位一夕佳山名居。农业生产中主产水稻、玉米，小麦、油菜、 花生等，其中果树生产中的橙类系列具有明显优势。 2 2 数据采集及处理 数据采集主要由四大部分构成： ( 1 ) 土地利用现状数据采集 1 9 9 2 年江安县土地利用详查+ 历年变更调查数据构成了目前国土部门使用的土地利用现 状数据。 ( 2 ) 土地利用现状数据库数据采集 土地利用现状数据库数据主要包括各种土地利用类型的面积、净耕地系数、坡度等属性 数据。是在1 9 9 2 年土地资源调查成果的基础上，通过c a d 为平台的“地星土地变更调查信息 系统软件”用扫描矢量化的方法采集。江安县土地资源调查从1 9 8 9 年开始，1 9 9 2 年完成。 有1 ：1 0 0 0 0 土地利用现状图5 3 幅及野外调查手簿、面积量算表、统计台帐等较完备的、表格、 文本等资料，是目前江安县最权威、最准确、最基础的土地利用现状数据数据。见流程图l 。 2 土地利用变化及驱动力研究以江安县为倒 图l 土地利用现状数据库数据采集流程 ( 3 ) 土地利用变更调查数据采集 土地利用变更数据来至江安县国土资源管理局1 9 9 6 2 0 0 1 年每年所做变更调查产生的上 报数据，这是国土部门年变更数据中最准确、最权威的数据。 ( 4 ) 社会、经济及其它统计数据采集 匝南农业大学2 0 6 3 届坝士论文 与土地利用变化相关经济、社会及其他统计数据，包括1 9 9 6 2 0 0 1 年人口状况( 人口构 成及其质量等) 、土地资源状况( 各类土地资源利用现状、开发利用潜力等) 、农业生产状 况：农业投入与产出) 、国民经济等资料统计数据主要来自江安县1 9 9 6 - 2 0 0 2 年鉴、统计年 鉴，各专业区划和综合农业区划、农经调查组提供的经济调查资料及有关的职能管理部门提 供的资料。 2 3 主要研究方法 ( 1 ) 主成分分析 主成分分析是将多个具有相关性指标化为完全独立的综合指标的一种统计分析方法。在 多指标( 变量) 的研究中，由于变量个数太多，并且彼此之间存在着一定的相关性，因而使 得所观测的数据在一定程度上有信息的重叠。而且当变量较多时，在高维空间中研究样本的 分布规律比较麻烦。主成分分析同时也可作为一种降维的方法，找出几个综合因子来代表众 多的变量，使这些综合因子尽可能地反映原来变量的信息量，而且彼此之间互不相关，从而 达到简化的目的。根据原始指标线性组合的方差大小来确定第一主分量、第二主分量、第p 个主分量。 土地利用变化的驱动力因子包含自然、经济、社会等诸多方面，这些因子之间存在或松 或紧的耦合关系，导致土地利用变化的驱动力系统也成为一个关系复杂的子系统。为研究这 个关系复杂的动力子系统，采用主成分分析将复杂并有紧密关联的子系统简化为少量的几个 独立分量来描述。即通过主成分分析将一组具有相关性的变量变换为一组独立的变量来研究 系统因子之间关系。 ( 2 ) 多元时空序列马尔柯夫链 多元时空序列马尔可夫链分析是以时间序列的内部结构为出发点，应用多元时间序列马 尔可夫过程理论从实测时间序列中抽象出随机过程的概率规律。因此，应用多元时空序列马 尔可夫过程分析不仅可以揭示研究对象过程演变的宏观规律，而且还可以进一步作为阐明研 究对象发生发展的微观机制。 多元时空序列马尔可夫链分析通过计算滞后1 ，2 ，k 步的序列相关矩阵来判断由多元 时问( 空间) 序列所体现的随机过程是否具有马尔可夫链的性质。 ( 3 ) 灰色关联度分析 灰色系统理论提出了关联度分析的概念。其目的就是通过一定的方法理清系统中各因素 间的主要关系，找出影响最大的因素把握矛盾的主要方面。 对两个系统或两个因素之间关联性大小的量度。称为关联度。它描述系统发展过程中， 因素之间相对变化的情况，也就是变化大小、方向及速度等指标的相对性。如果两者在系统 发展过程中相对变化基本一致则认为两者关联度大；反之，两者关联度小。可见，灰色关 联度分析是对于一个系统发展变化态势的定量描述和比较。只有弄清楚系统或因素间这种关 4 圭垫型旦壅垡墨翌垫翌竺墅二坠翌窒墨塑型 联关系，才能对系统有比较透彻的认识，分清哪些是主导因素，哪些是潜在因素，哪些是侦 势哪些又是劣势：所以，对于一个灰色系统进行分析研究时，首先要解决如何从随机的时随 守列中找到关联性，计算关联度，以便为因素判别、优势分析和预测精度检验等提供依据， 为系统决策打好基础。因此灰色因素间的关联度分析，实质上是灰色系统分析、预测、决策 的基础。 ( 4 ) g m ( 1 ，1 ) 灰色模型 预测，即根据过去和现在已有的信息建立一个从过去引伸到未来的模型。灰色观测是以 灰色模块概念为基础的。灰色系统理论认为一切随机量都是在一定范围内、一定时段上变化 的灰色量及灰色过程。对于灰色量的处理，不是去寻求它的统计规律和概率分布，而是从无 规律的原始数据中找出规律，即对数据通过一定方式处理后，使其成为较有规律的时间序列 数据，再建立模型。因为客观系统无论怎样复杂，它总是有关联、有整体功能、有序的。因 此，作为表现系统行为特征的数据，总是蕴含着某种规律。经过一定方式处理而生成的序列 数据，称为“模块”。它的几何意义就是指生成序列数据在时间与数据二维平面上所给的连续 曲线与其底部( 即横坐标) 的总称。将由已知数据列构成的模块，称为白色模块，而由白色 模块外推到未来的模块，即由预测值构成的模块，称为灰色模块。 一般情况下对于给定的原始数据列 j 。= 硝j ，x 鼢工搿，瑙j 不能