王新軍,安沙舟

（新疆農業(yè)大學草業(yè)與環(huán)境科學學院 新疆草地資源與生態(tài)重點實驗室,新疆 烏魯木齊 830052）

①隨著社會的發(fā)展、人口的劇增,土地成為日益稀缺的資源,如何通過科學地規(guī)劃實現土地資源可持續(xù)利用成為全球關注的焦點[1]。近年來對土地利用規(guī)劃的研究只是停留在土地數量結構規(guī)劃上,而對土地利用空間規(guī)劃上的研究甚少。土地利用空間規(guī)劃是土地利用規(guī)劃的重要核心部分。近10年來,土地利用/土地覆蓋變化（LUCC）模型日益受到研究者的重視,服務于各種研究目的模型應運而生[2-6]。小尺度土地利用變化及效應模型（CLUE-S）是一種具有特色的LUCC模型。關于該模型的研究不少,但是都只是單純地應用該模型進行土地利用變化空間模擬,而應用于土地利用規(guī)劃例子很少,對土地利用規(guī)劃的作用不顯著。同時,社會在信息化的推動下,地理信息系統(tǒng)逐漸應用于土地規(guī)劃當中?；诖?提出將GIS和CLUE-S模型相結合,應用于土地利用規(guī)劃,以增強CLUE-S模型在土地利用規(guī)劃中輔助決策作用。研究將此應用于新疆維吾爾自治區(qū)博樂市土地利用規(guī)劃的實際操作中,驗證了該方法的可行性。

1 GIS與 CLUE-S模型

1.1 GIS概述GIS（Geographic Information System,地理信息系統(tǒng)）是一門采集、存儲、管理、分析、顯示與應用地理信息來分析和處理海量地理數據的計算機軟件系統(tǒng)科學。通過系統(tǒng)建立、空間操作與模型分析,為地球科學、環(huán)境科學和工程設計、乃至企業(yè)管理等方面的規(guī)劃、管理和決策提供有用的信息[7]。

1.2 CLUE-S模型

1.2.1模型結構 CLUE-S模型由兩個模塊組成,一個是非空間分析模塊,另一個是空間分析模塊（圖1）。非空間分析模塊計算研究地區(qū)每年對不同土地利用類型的需求總量；而空間分析模塊應用柵格系統(tǒng)將逐年的需求量進行分配,實現對土地利用時空動態(tài)變化的模擬。

非空間分析模塊中的土地利用需求變化可以由多種方法求得。可根據研究地區(qū)的實際情況選擇比較合適的總量需求變化預測方法。但是,不管使用哪一種方法,預測結果都必須是以年為步長的總需求量變化序列數據；這些序列數據將被直接輸入空間分析模塊以模擬土地利用空間變化,即空間分配。

空間分析模塊中空間分配是綜合對土地利用的經驗分析、空間分析以及動態(tài)模擬實現的（圖2）。其中,經驗分析和空間分析主要揭示土地利用空間分布與其驅動因素及土地利用限制因素的關系；經驗分析和空間分析體現了模型的競爭關系；土地利用限制因素即規(guī)劃者制定的決策規(guī)則以限制在實際土地利用模式當中土地利用類型轉換。

圖1 CLUE-S模型結構圖

圖2 基于柵格地圖的土地利用變化分配示意圖[8]

1.2.2空間分析 邏輯斯蒂回歸是土地利用變化研究中常用的一種方法[8-9]。CLUE-S模型中,根據土地利用格局和備選驅動因素數據,運用邏輯斯蒂逐步回歸對某一柵格可能出現某一土地利用類型的概率進行診斷。

式中,Pi表示每個柵格可能出現某一土地利用類型i的概率,X表示各備選驅動因素。

關于回歸效果的檢驗,由于邏輯斯蒂回歸不像其他回歸方法,可以用R2對回歸效果進行檢驗。所以,在此使用ROC方法[10-11]對邏輯斯蒂回歸結果進行檢驗。根據邏輯斯蒂回歸結果得到各土地利用類型的空間分布概率圖。

1.2.3決策規(guī)則 土地利用空間分配的決策規(guī)則允許研究者制定。每一土地利用類型的決策規(guī)則決定了該土地利用類型在下一時刻是否被改變。為了使土地利用結構穩(wěn)定,這些決策規(guī)則賦予每一土地利用類型變化的確定的阻力。由ELASu定義了以下3種情況,研究者可依據實際情況來確定屬哪一種：

1）對于一般不會轉變?yōu)槠渌恋乩妙愋偷牡仡?ELASu設為1。例如城鎮(zhèn)和居民用地,除非將來對這類土地利用的需求有所減少,一般情況下在預測期將不考慮該類土地的轉出變化。

2）對于極易變化的地類,ELASu設為0。例如質量差的農業(yè)用地,其發(fā)生變化的可能性非常大,轉為草地或居民用地。

3）對于發(fā)生轉化的難易程度介于以上2種極端情況之間的地類,ELASu設為0～1的某個值。ELASu越大,地類變化就越困難,其轉化為其他地類的概率就越小,反之亦然。

1.2.4鄰域特征 土地利用類型轉化的部分原因是由于鄰域關系。例如,城鎮(zhèn)用地的邊緣用地很有可能轉化為城鎮(zhèn)用地。特別是在對城鎮(zhèn)增長速度考慮下,將鄰域影響納入地類變化的驅動因子[12]。為了描述鄰域特征,引入鄰域豐度因子（Fi,K,d）。

式中,Fi,k,d表示每個柵格i對于某一土地利用類型k的鄰域豐度因子；nk,d,i表示在每個柵格i,大小為d鄰域中土地利用類型k的柵格數目；nd,i表示在鄰域中柵格總數；nk表示在柵格系統(tǒng)中土地利用類型k的柵格數目；n表示在柵格系統(tǒng)中所有柵格的數目。

土地利用類型轉化的概率和鄰域豐度因子的關系可以用邏輯斯蒂回歸方程表達,如下式：

式中,Pi表示每個柵格可能出現某一土地利用類型i的概率；F表示各地類對某一土地利用類型i的鄰域豐度因子。

1.2.5多尺度特征 土地利用變化模型的一個必要條件是多尺度特征。以上描述的模型結構體現了尺度相互作用的不同類型。每一次迭代過程都是研究區(qū)宏觀尺度上對各種土地利用類型的總量需求與各柵格單元對各種土地利用合適度的聯動過程,且這一過程是連續(xù)的。當需求發(fā)生變化時,迭代過程將保證那些需求量增加了的土地利用類型具有更高的競爭能力,即賦予更高的迭代變量值,以滿足該種土地利用類型所需的空間分配面積。CLUE-S模型中對土地利用的實際空間分配變化不僅僅取決于各柵格單元的本身條件和邏輯斯蒂回歸結果,而且也考慮了局部區(qū)域需求對這種分配的影響。

1.2.6土地利用空間分配程序 土地利用空間分配是在綜合分析土地利用空間分布概率、土地利用變化轉化規(guī)則和不同土地利用類型需求量的基礎上,通過多次迭代實現土地利用變化空間分配的過程（圖3）。

圖3 土地利用變化分配的迭代過程示意圖

具體步驟如下：

1）確定土地利用系統(tǒng)中允許變化的柵格單元。保護用地區(qū)或不允許變化的土地利用類型（符合決策規(guī)則1）將被排除在下一步的模擬之外。

2）根據公式：

計算每一個柵格單元i適合土地利用類型u的總概率。這里根據上述土地利用變化轉化規(guī)則設置的參數,是土地利用類型u的迭代變量。

3）對各土地利用類型賦相同的迭代變量值,按照每一柵格對不同土地利用類型分布的總概率從大到小對各柵格的土地利用變化進行初次分配。

4）比較不同土地利用類型的初次分配面積和需求面積。若土地利用初次分配的面積大于需求面積,就減小ITERu的值；反之,就增大ITERu的值,然后進行土地利用變化的第2次分配。

5）重復第2-4步,直到各土地利用變化的分配面積等于需求面積為止,然后,保存該年的分配圖并開始對下一年土地利用變化的分配[13-14]。

1.3 GIS與CLUE-S模型耦合從目前的各種耦合方法看,有人也稱其為空間數據互操作。研究的思路和算法思想有2種：一種是選擇不同的指標數據在數理模型中進行計算,將結果數據通過地理編碼與GIS的空間數據進行連接,實現結果的可視化。一種是利用GIS空間分析的數據進行數理模型的計算,然后再將結果進行可視化。這2種方法是目前各種耦合方法的主流方法。第2種方法實現起來比較困難,這里采用第1種方法。

1.3.1CLUE-S模型特點

1）CLUE-S模型是“自上而下”兼“自下而上”構建模型的方式,因此具有很好的先進性,符合人類認識復雜事物的思維方式。

2）CLUE-S模型具有多尺度特征,每一柵格只是提供了一個行為空間,本身不受空間測度和時間測度的影響,時空測度的影響通過其總概率體現。

3）CLUE-S模型是一個基于微觀和宏觀個體相互作用的時空動態(tài)模擬模型,將地理實體的空間和時間特性統(tǒng)一在模型中,通過劃分研究對象的柵格空間位置、決策規(guī)則、驅動因子、鄰域關系及限制區(qū)等,來模擬土地變化過程。

4）CLUE-S模型整個計算是基于柵格系統(tǒng)之上,而土地規(guī)劃則多在矢量系統(tǒng)之上。由于2個系統(tǒng)不一致,所以阻礙了CLUE-S模型在土地規(guī)劃中的作用。

5）柵格數據也可矢量化。為了將CLUE-S模型應用于土地規(guī)劃,所以有必要將CLUE-S模型與矢量GIS耦合。

1.3.2耦合過程

1）在GIS矢量系統(tǒng),建立點狀實體,要求點狀實體的總數目,行、列數目與柵格完全相同,點狀實體的坐標與柵格的中心點的坐標一致（圖4）。

2）將CLUE-S模型模擬的結果（ASC格式）,轉換為關系數據庫格式（.dbf）,其中在矢量系統(tǒng),數據必須是從左到右,從上到下的順序。

3）將該.dbf文件按順序掛接矢量系統(tǒng)的點狀實體上,作為該實體的屬性。

圖4 GIS與CLUE-S耦合示意圖

4）依據屬性賦參數,將點狀實體設置為不同參數,便于瀏覽、分析,進一步調整為規(guī)劃結果。

2 實證分析

博樂市位于天山山脈北坡西段,準噶爾盆地西南部,屬博爾塔拉蒙古自治州管轄,為州首府所在地。東為精河縣和阿拉山口歐亞大陸橋西端口岸,西為溫泉縣,南至天山支脈科古爾琴山與伊犁哈薩克自治州的霍城縣相連,北依阿拉套山與哈薩克斯坦的塔拉得庫爾干接壤。國境線長達100 km 。地理坐標介于80°39′～ 82°44′E,44°22′～45°23′N,東西長約 164.70 km,南北寬約 117.50 km。全市土地總面積為6 759.95 km2。

2.1 空間分析依據數據的相關性、可獲得性、可用性及便于分析性等條件,選擇以下土地利用的驅動因子,即交通、水系、土壤、地勢、城鎮(zhèn)等因素,對研究區(qū)各土地利用類型及其驅動因子進行邏輯斯蒂回歸分析,回歸結果見表1和表2。模型分別對7種土地利用類型進行回歸分析,因研究區(qū)特殊用地面積很小,水域面積假定不變,所以沒有對其進行回歸分析,并假定在模擬期間其空間分布不變。

對于每一土地利用類型與其驅動因子,運用邏輯斯蒂逐步回歸進行統(tǒng)計分析與診斷,并對所得結果進行ROC檢驗（表1、表2）。表1中的數值為由邏輯斯蒂回歸方程診斷出的關系系數,即Beta系數。表2中的Exp（B）值是Beta系數的以e為底的自然冪指數,其值等于事件的發(fā)生比率（Odds Ratio）,表明當解釋變量（驅動因子）的值每增加一個單位時,土地利用類型發(fā)生比的變化情況,Exp（B）＞1,發(fā)生比增加；Exp（B）=1,發(fā)生比不變；Exp（B）＜1,發(fā)生比減少[8,14]；|Exp（B）-1|越大,所選驅動因素對土地利用類型發(fā)生比的變化情況影響越大。ROC值越接近1,所選驅動因素對土地利用格局解釋能力越強,反之,其解釋能力越弱。

表1 博樂市各土地利用類型邏輯斯蒂回歸結果（Beta系數）

表2 博樂市各土地利用類型邏輯斯蒂回歸結果{EXP（B）}

從表2可以看出,其中耕地 ROC值最大為0.914,表明所選驅動因素對耕地的格局解釋能力相對較強；次之為城鎮(zhèn),ROC值為0.904,說明所選驅動因素對城鎮(zhèn)的格局解釋能力相對可以；而未利用地ROC值為0.773,說明所選驅動因素對未利用地的格局解釋能力相對較差。主要是因為,近幾年的城鎮(zhèn)化建設、過度開墾十分嚴重加上次生鹽漬化現象,使未利用地分布比較散,用該模型描述比較困難。

對耕地來說,所選驅動因素中,水系、土壤（土地質量2）和地勢|Exp（B）-1|最大,分別是0.38、0.33和0.31,說明所選驅動因素中,水系、土壤（土地質量2）和地勢對耕地的分布影響較大,這也是與現實情況是一致的。

2.2 模擬結果運用2005年博樂市土地利用的空間圖形數據與上述驅動因素,對2020年研究地區(qū)的土地利用變化進行模擬。本案例的主要目的是在需求既定情況下對土地利用變化進行模擬,為土地規(guī)劃提供輔助決策。所得模擬結果如圖5、圖6所示。

從圖5、圖6和表3可以看出,牧草地、城鎮(zhèn)建設用地面積變化不明顯,而耕地、林地、農村居民點和未利用地面積變化較大。主要是因為近年來國家大力倡導通過走內部挖潛的道路實現土地集約節(jié)約利用,所以牧草地、城鎮(zhèn)建設用地面積變化不明顯。同時,由于人口數量的增加和國家相關政策等因素,比如重點扶持土地開發(fā)整理、退耕還林和新農村建設等項目的實施,所以耕地、林地、農村居民點和未利用地面積變化較大?？梢?這個結果是符合目前的現實情況的。

表3 博樂市 2005和2020年土地利用面積比較 hm2

圖5 博樂市2005年土地利用現狀圖和2020年土地利用模擬圖

2.3 規(guī)劃決策依據1.2.3所述,在矢量系統(tǒng)上建立點陣實體（圖7）,將點陣實體疊加于現狀之上,便于研究者對模擬圖分析,綜合實地情況與研究者的經驗,以模擬圖為參考進行編輯得到規(guī)劃圖。并將規(guī)劃方案和模擬運行結果提交當地決策集團和專家,與其交互,根據交互結果,規(guī)劃結果得到當地專家、決策者和規(guī)劃者滿意且符合客觀實際的優(yōu)化土地利用總體規(guī)劃方案。

3 結論與討論

通過CLUE-S模型,從微觀化和區(qū)域化的角度,選擇合理土地利用變化驅動因子,以基期年數據為依據,對目標年的土地利用變化格局模擬。得出以下結論：

1）CLUE-S模型基于微觀和宏觀視角上,采取經驗模型的方法,通過建立土地利用空間分配和驅動因子之間的統(tǒng)計關系模擬近期土地利用變化的情景,同時也考慮了不同土地利用方式之間的競爭關系,鄰域關系及政府政策,因此可以較好地模擬小尺度地區(qū)的近期土地利用變化情景,是比較好的一個模型。

圖6 博樂市2005年土地利用現狀和2020年土地利用模擬局部圖

2）CLUE-S模型還允許使用動態(tài)驅動因素,如人口、經濟發(fā)展等來提高模擬精度,但由于其空間化有一定的難度,可行性較差；突破這一瓶頸將是CLUE-S模型應用和發(fā)展的關鍵。

3）CLUE-S模型對歷史數據依賴性大,包括歷史數據的多少及其合理性有一定的關系。若在此基礎上融入一些規(guī)劃思想,將會為土地規(guī)劃提供一種新的方法。

4）與矢量GIS數據耦合,規(guī)劃者可以將與當地決策者和專家交互的科學合理的規(guī)劃思想融入其中,提高了土地規(guī)劃科學性和靈活性,增強了對土地規(guī)劃的輔助決策作用。

圖7 矢量系統(tǒng)上點陣示意圖

同時,筆者認為CLUE-S模型存在一些缺陷：CLUE-S模型僅考慮到主觀行為,對于客觀因素并沒有充分的考慮。土地規(guī)劃是在客觀的基礎上主觀化的一種行為,是在土地適宜性評價的基礎上進行的。例如,土地開發(fā)的選址要考慮水系、土壤等因素的。為此,將客觀要素納入CLUE-S模型,以改進CLUE-S模型是今后的一個研究方向。

[1]賴日文,孟憲宇,王亭亭.基于GIS與 CA模型的小城鎮(zhèn)土地利用規(guī)劃研究[J].現代城市研究,2006,11：48-49.

[2]Lambin E F.Modeling deforestation processes：a review[R].TREFS Series B.Research Report 1.Brussel：European Commission,1994.

[3]擺萬奇,趙士洞.土地利用和土地覆蓋變化研究模型綜述[J].自然資源學報,1997,12（2）：169-175.

[4]羅湘華,倪晉仁.土地利用/土地覆蓋變化研究進展[J].應用基礎與工程科學學報,2000,8（3）：262-272.

[5]陳佑啟,楊鵬.國際上土地利用/土地覆蓋變化研究的新進展[J].經濟地理,2001,21（1）：95-100.

[6]于興修,楊貴上.中國土地利用/覆蓋變化研究的現狀與問題[J].地理科學進展,2002,21（1）：51-57.

[7]陸守一.地理信息系統(tǒng)[M].北京：高等教育出版社,2004：8.

[8]Geoghegan J,Villar S C,Klepeis P,et al.Modeling tropical deforestation in the southern Yucatan peninsular region：Comparing survey and satellite data[J].Agriculture,Ecosystems and Environment,2001,85：25-46.

[9]Serneels S,Lambin E F.Proximate causes of land use change in Narok district Kenya：a spatial statistical model[J].Agriculture,Ecosystems and Environment,2001,85：65-82.

[10]Pontius R G,Schneider L C.Land-use change model validation by a ROC method[J].Agriculture,Ecosystems and Environment,2000,85：269-280.

[11]Swets J A.Measuring the accuracy of diagnostic systems[J].Science,1986,240：1285-1293.

[12]Verburg P H,Niis T C M,Van Eck J R,et al.A method to analyze neighborhood characteristics of land use patterns[J].Computers,environment and urban systems,2004,28：667-690.

[13]Verburg P H,Soepboer W,Veldkamp A,et al.Modeling the spatial dynamics of regional land use：the CLUE-S M odel[J].Environmental Management,2002,30（3）：391-405.

[14]張永民,趙士洞,Verburg P H.CLUE-S模型及其在奈曼旗土地利用時空動態(tài)變化模擬中的應用[J].自然資源學報,2003,18（3）：310-317.