鄭紅陽+王浩+吳萃蕓+肖奎林

摘要：基于鄖陽區(qū)2015年土地利用數(shù)據(jù)，通過計(jì)算生態(tài)系統(tǒng)服務(wù)價(jià)值，借助該價(jià)值構(gòu)建生態(tài)安全格局，以生態(tài)安全格局為影響因素，利用CA-Markov模型進(jìn)行了不同情境下土地利用格局模擬。結(jié)果表明：ESP保護(hù)情景下，林地、耕地、建設(shè)用地、水域得到了有效的保護(hù)，并且保護(hù)程度依次降低，增加的面積分別為46.35、28.7、15.44、5.96，無生態(tài)保護(hù)情景下，其他土地和園地的面積高于ESP保護(hù)情景下的面積。從生態(tài)系統(tǒng)服務(wù)價(jià)值方面，水域、風(fēng)景設(shè)施用地、園地、林地的ESV有提升，提升強(qiáng)度依次降低，分別為3.03、1.99、1.11、0.8億元，剩余3種地類的ESV略有降低，總體來看ESV由53.94億元上升到56.06億元，區(qū)域生態(tài)系統(tǒng)服務(wù)價(jià)值得到了提高。

關(guān)鍵詞：土地利用；生態(tài)系統(tǒng)服務(wù)價(jià)值；生態(tài)安全格局；鄖陽區(qū)；CA-Markov

中圖分類號：F301.2

文獻(xiàn)標(biāo)識碼：A 文章編號：1674-9944（2016）20-0065-05

1 引言

隨著“新四化”政策的實(shí)施和執(zhí)行，城鎮(zhèn)化的步伐在逐年加快，人地矛盾日益突出，土地資源面臨著前所未有的壓力，隨之而來的生態(tài)環(huán)境也受到了威脅。采用科學(xué)合理的理論和模型對土地資源進(jìn)行分析，以此來合理地優(yōu)化土地利用格局、提高生態(tài)安全系數(shù)和擴(kuò)展生態(tài)系統(tǒng)服務(wù)價(jià)值領(lǐng)域越來越得到研究學(xué)者的青睞[1，2]。

LUCC是人類活動(dòng)在自然基礎(chǔ)上的直接反映，具有顯著的空間特點(diǎn)和時(shí)間特點(diǎn)，土地利用格局的形成和演化容易受到不同空間和時(shí)間尺度上的自然、社會、經(jīng)濟(jì)等諸多因素的影響。近年來，土地利用模擬模型的研究越來越多，其研究成果也卓有成效[3～11]。

生態(tài)安全是指生態(tài)系統(tǒng)不受其他因素的影響，能夠保持自我的發(fā)展?fàn)顟B(tài)。但是生態(tài)作為一個(gè)大系統(tǒng)而言，其發(fā)展過程難免受到人類的生產(chǎn)、生活和健康等方面的影響。穩(wěn)定和可持續(xù)的生態(tài)系統(tǒng)才是健康的系統(tǒng)，才是我們所追求的，其穩(wěn)定性和可持續(xù)性表現(xiàn)在時(shí)間上能保持它的組織結(jié)構(gòu)和對脅迫的恢復(fù)力[12]。土地利用中的生態(tài)安全問題日漸凸顯，生態(tài)安全關(guān)系到人類的生存與發(fā)展。當(dāng)前學(xué)術(shù)界對生態(tài)安全的研究多集中于生態(tài)安全格局（ESP）的構(gòu)建[13～16]和生態(tài)系統(tǒng)服務(wù)（ESV）的核算[17～19]。

目前，土地變化/土地覆蓋（LUCC）、ESP和ESV的研究領(lǐng)域很多，但很少有學(xué)者把這三個(gè)土地不同的研究方面結(jié)合起來進(jìn)行研究。本文通過估算ESV，以ESV為阻力建立ESP，以ESP和基本農(nóng)田為影響因素，利用IDRISI軟件中的CA-Markov模型模擬不同土地政策下的土地利用空間格局情況，再用ESV對兩種不同格局的土地進(jìn)行檢驗(yàn)，評價(jià)兩種政策下土地變化的空間布局方式的不同和選出最佳土地利用格局。

2 研究區(qū)域概況

鄖陽區(qū)（32°25′～33°15′N，110°7′～111°16′E）原名鄖縣，隸屬于湖北省十堰市，位于漢江中上游，鄂西北邊陲，秦巴山區(qū)西北，東北與陜西省商南縣接壤，西南與竹山縣、房縣、陜西省白河縣毗鄰，東與丹江口市和河南省淅川縣相連，圖1為鄖陽區(qū)區(qū)位圖。截至2015年，鄖陽區(qū)管轄21個(gè)鄉(xiāng)鎮(zhèn)，版圖面積3832.44 km2。鄖陽區(qū)地形地貌復(fù)雜。地處秦巴山脈之間，地勢處于第二階梯，受燕山運(yùn)動(dòng)影響，地質(zhì)構(gòu)造發(fā)育多呈褶皺斷裂，形成了復(fù)雜多樣的地貌形態(tài)。滄浪山是境內(nèi)的最高點(diǎn)，海拔達(dá)到1824.7 m，丹江口庫區(qū)是境內(nèi)最低點(diǎn)，海拔160 m，高差達(dá)到1664.7 m。漢江沿岸、滔河下游、丹江沿岸的丘陵崗地是主要農(nóng)耕區(qū)，具有山高、坡陡、谷峽的特點(diǎn)。

鄖陽區(qū)屬于湖北省地質(zhì)災(zāi)害易發(fā)區(qū)之一，鄖陽區(qū)地質(zhì)災(zāi)害主要有泥石流、滑坡和崩塌三種類型，但是主要還是以滑坡為主。區(qū)域內(nèi)災(zāi)害涉及面積較大，發(fā)育各類地質(zhì)災(zāi)害較多，地質(zhì)災(zāi)害易發(fā)點(diǎn)分布眾多且分散，地質(zhì)災(zāi)害影響著鄖陽區(qū)生態(tài)環(huán)境安全。

鄖陽區(qū)位于湖北省西北部，南水北調(diào)水源地，經(jīng)濟(jì)發(fā)展快速，特別是在2014年由縣升區(qū)以來，經(jīng)濟(jì)的迅速發(fā)展，使土地資源變得越來越緊張，不僅土地結(jié)構(gòu)發(fā)生著變化，也威脅著該地區(qū)的生態(tài)安全。

3 數(shù)據(jù)來源及研究方法

3.1 數(shù)據(jù)來源及處理

獲取準(zhǔn)確有效的數(shù)據(jù)是進(jìn)行LUCC分析和建立景觀生態(tài)安全格局的基礎(chǔ)，而本文拋開了利用傳統(tǒng)的遙感影像數(shù)據(jù)解譯獲取土地利用數(shù)據(jù)的方法，直接采用鄖陽區(qū)國土資源局提供的土地利用二調(diào)數(shù)據(jù)和變更數(shù)據(jù)，相比傳統(tǒng)的遙感影像解譯獲得的土地利用數(shù)據(jù)而言，其數(shù)據(jù)更具準(zhǔn)確性，避免了因解譯誤差對結(jié)果造成的直接影響，對本文的研究結(jié)果更為準(zhǔn)確和具有說服力。主要的數(shù)據(jù)來源如下：

（1）土地利用數(shù)據(jù)：鄖陽區(qū)國土資源局提供的鄖陽區(qū)2009年全國第二次土地利用調(diào)查矢量數(shù)據(jù)、鄖陽區(qū)2015年土地利用變更調(diào)查矢量數(shù)據(jù)；

（2）行政權(quán)屬數(shù)據(jù)：鄖陽區(qū)行政界限及鄉(xiāng)鎮(zhèn)行政界限數(shù)據(jù)；

（3）規(guī)劃數(shù)據(jù)：《鄖縣土地利用總體規(guī)劃（2006-2020 年）》文本及圖件、《鄖縣城市總體規(guī)劃（2009-2020 年）》。

為保證數(shù)據(jù)的一致性，提取出的所需地類，并在ArcGIS中將矢量數(shù)據(jù)轉(zhuǎn)換成分辨率為120×120的柵格數(shù)據(jù)，并進(jìn)行重分類（Reclassify），利用Polygon to ASCII工具轉(zhuǎn)換為ASCII格式，再在IDRISI中利用轉(zhuǎn)換模塊，將ASCII格式的數(shù)據(jù)轉(zhuǎn)換為IDRISI軟件識別的rst格式數(shù)據(jù)。運(yùn)用ARCGIS軟件，利用2009年土地變更數(shù)據(jù)和2015年土地利用數(shù)據(jù)提取出鄖陽區(qū)的基本農(nóng)田圖層，按照上述操作過程，生成基本農(nóng)田rst數(shù)據(jù)。

3.2 研究方法

3.2.1 ESP構(gòu)建方法

生態(tài)安全格局（ecological security pattern，ESP）的研究設(shè)計(jì)要依賴于研究者對其空間結(jié)構(gòu)的分析結(jié)果和對生態(tài)過程的了解程度。以IDRISI和ArcGIS為平臺，選擇研究區(qū)幾個(gè)關(guān)鍵生態(tài)因素，來構(gòu)建和模擬關(guān)鍵性生態(tài)過程[20]。構(gòu)建ESP基本步驟如下：①識別源。選取研究區(qū)內(nèi)面積大于10 hm2的圖斑作為研究區(qū)的對象，該文選擇風(fēng)景設(shè)施用地、水庫和主要河流為生態(tài)源地。②擬定阻力面。本研究以ESV為基礎(chǔ)，通過計(jì)算單位面積的ESV，然后把ESV作為確定生態(tài)源地的阻力面的因素。如果ESV越高，則阻力值越小，反之越大。③疊加過程與判別空間聯(lián)系。該研究依據(jù)土地利用現(xiàn)狀圖、生態(tài)源地圖、累積阻力值圖和ESV空間分布圖，確定研究區(qū)ESP。

3.2.2 土地利用格局模擬方法

CA模型由單元、狀態(tài)、領(lǐng)域及轉(zhuǎn)換四部分組成，元胞空間是所有土地類型的集合，每個(gè)元胞在下一時(shí)刻的狀態(tài)由該元胞當(dāng)前狀態(tài)、鄰域元胞狀態(tài)和轉(zhuǎn)換規(guī)則確定[21]。Markov模型基于馬爾科夫鏈，通過對事件某一時(shí)刻不同狀態(tài)的初始概率及狀態(tài)之間的轉(zhuǎn)移關(guān)系來研究該時(shí)刻狀態(tài)的變化趨勢。通過IDRISI軟件中的CA-Markov模塊對土地利用類型的數(shù)量及空間變化進(jìn)行預(yù)測，基本步驟如下。

（1）生成Markov土地利用狀態(tài)面積轉(zhuǎn)移矩陣和土地利用狀態(tài)變化概率轉(zhuǎn)移矩陣。將2009年rst格式的土地利用數(shù)據(jù)作為基期年數(shù)據(jù)，2015年rst土地利用數(shù)據(jù)作為目標(biāo)年數(shù)據(jù)，將它們分別導(dǎo)入到IDRISI中的Markov模型中，設(shè)置年份間距為6，比例系數(shù)為0.15，就可以得出兩年之間不同土地利用類型間的面積轉(zhuǎn)移矩陣和土地利用狀態(tài)概率轉(zhuǎn)移矩陣。

（2）創(chuàng)建適宜性圖集。該研究選擇生態(tài)源地圖和基本農(nóng)田分布作為限制因素，到國道和省道的距離、到農(nóng)村居民點(diǎn)的距離、到城鎮(zhèn)中心的距離為影響因素，并運(yùn)用IDRISI軟件來計(jì)算限制因素圖集和影響因素圖集，規(guī)定研究期間位于生態(tài)源地和基本農(nóng)田內(nèi)的地類不允許隨意占用[22]。通過搜集交通數(shù)據(jù)，并從2015年土地利用現(xiàn)狀圖中提取相關(guān)圖層，然后在ARCGIS中將矢量數(shù)據(jù)轉(zhuǎn)換成柵格格式，并利用距離函數(shù)計(jì)算各個(gè)圖層之間的距離，隨著距離的增加，擴(kuò)展適宜性降低。最后通過collection editor功能合并生成鄖陽區(qū)土地利用類型轉(zhuǎn)換適宜性圖集。

（3）確定迭代次數(shù)和CA濾波器的構(gòu)造。由于模擬初期為2015年，末期為2020年，故模型中的迭代次數(shù)設(shè)置為5。該文采用IDRISI中標(biāo)準(zhǔn)5×5濾波器。

（4）情景模擬設(shè)置。該文設(shè)置了2個(gè)情景：ESP保護(hù)情景和無生態(tài)保護(hù)情景。ESP保護(hù)情景不僅考慮了對生態(tài)源地和基本農(nóng)田這兩個(gè)限制因素的保護(hù)，而且考慮了到省道國道、農(nóng)村居民點(diǎn)和城鎮(zhèn)中心的距離這幾個(gè)影響因素。無生態(tài)保護(hù)情景只考慮了距國道、省道距離、距農(nóng)村居民點(diǎn)距離等少數(shù)幾個(gè)影響因素，沒有考慮ESP保護(hù)。

（5）模擬精度驗(yàn)證。以2009年數(shù)據(jù)為基礎(chǔ)，模擬2015年土地利用類型圖，分別統(tǒng)計(jì)2015年模擬圖和實(shí)際土地利用圖各個(gè)地類的柵格個(gè)數(shù)，利用Kappa系數(shù)進(jìn)行精度驗(yàn)證，當(dāng)Kappa系數(shù)超過0.75時(shí)，模擬符合研究要求。

4 結(jié)果分析

4.1 鄖陽區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值估算結(jié)果

通過表1可知，在2015年鄖陽區(qū)單位面積ESV構(gòu)成中，林地占比例最大，達(dá)30.85%，其生物多樣性，氣體調(diào)節(jié)價(jià)值，氣候調(diào)節(jié)價(jià)值均為最高，這與國家實(shí)施的退耕還林政策密切相關(guān)；其次是水域，比例為19.60%，其養(yǎng)分循環(huán)價(jià)值和水源涵養(yǎng)價(jià)值功能較強(qiáng)；建設(shè)用地單位面積ESV最低，為2.44元/（m2·a）；風(fēng)景設(shè)施用地，園地，耕地，其他土地單位價(jià)值依次降低（圖2，表1）。

4.2 生態(tài)安全格局構(gòu)造與分析

以ArcGIS為平臺，將生態(tài)源地分布圖（圖3a）和ESV空間分布圖（圖2）進(jìn)行疊置操作，生成生態(tài)源地累積阻力圖（圖3b），以此來共同反映生態(tài)源地?cái)U(kuò)散的阻力大小，ESV越高，生態(tài)源運(yùn)行的阻力就越小，其阻力值越低。

4.3 土地利用模擬情況精度驗(yàn)證

通過IDRISI軟件中的CA-Markov模型，設(shè)置初始年份為2009年土地利用圖，選擇上述步驟生成的土地利用動(dòng)態(tài)概率轉(zhuǎn)移矩陣，時(shí)間間隔設(shè)置為6，比例系數(shù)設(shè)置為0.15，對2015年土地利用情況進(jìn)行模擬。并將模擬結(jié)果與實(shí)際土地利用圖進(jìn)行對比驗(yàn)證（表2）。由表2可知，7種地類總Kappa系數(shù)為0.78，總精度為83.13%，各種土地利用類型的系統(tǒng)精度和用戶精度均

4.4 不同情景下土地利用模擬結(jié)果分析

將2015年土地利用圖作為模擬初始年，設(shè)置不同參數(shù)來進(jìn)行模擬兩種不同情景下土地利用情況（圖4）。

由表3可知：ESP保護(hù)情景下，林地、耕地、建設(shè)用地、水域得到了有效的保護(hù)，并且保護(hù)程度依次降低，增加的面積分別為46.35、28.7、15.44、5.96 hm2，無生態(tài)保護(hù)情景下，其他土地和園地的面積高于ESP保護(hù)情景下的面積。從生態(tài)系統(tǒng)服務(wù)價(jià)值方面，水域、風(fēng)景設(shè)施用地、園地、林地的ESV有提升，提升強(qiáng)度依次降低，分別為3.03、1.99、1.11、0.8億元，剩余3種地類的ESV略有降低，總體生來看ESV由53.94億元上升到56.06億元，區(qū)域生態(tài)系統(tǒng)服務(wù)價(jià)值得到了提高。

5 結(jié)論與討論

該文以鄖陽區(qū)為研究對象，計(jì)算該區(qū)域的ESV，以此來構(gòu)建ESP，再通過CA-Markov模型對兩種不同情景模式進(jìn)行模擬，對模擬之后的土地利用類型計(jì)算ESV，分析其土地利用格局的合理性。結(jié)果如下。

（1）2015年鄖陽區(qū)，各種土地類型單位面積ESV大小依次為：林地>水域>風(fēng)景設(shè)施用地>園地>耕地>其他土地>建設(shè)用地；ESV貢獻(xiàn)率從大到小依次為：養(yǎng)分循環(huán)>水源涵養(yǎng)>娛樂文化>物質(zhì)生產(chǎn)>生物多樣性>氣體調(diào)節(jié)>氣候調(diào)節(jié)>凈化環(huán)境。

（2）ESP保護(hù)情景下，林地、耕地、建設(shè)用地、水域得到了有效的保護(hù)，并且保護(hù)程度依次降低，增加的面積分別為46.35、28.7、15.44、5.96，無生態(tài)保護(hù)情景下，其他土地和園地的面積高于ESP保護(hù)情景下的面積。從生態(tài)系統(tǒng)服務(wù)價(jià)值方面，水域、風(fēng)景設(shè)施用地、園地、林地的ESV有提升，提升強(qiáng)度依次降低，分別為3.03、1.99、1.11、0.8億元，剩余3種地類的ESV略有降低，總體生來看ESV由53.94億元上升到56.06億元，區(qū)域生態(tài)系統(tǒng)服務(wù)價(jià)值得到了提高。

（3）本研究可為鄖陽區(qū)土地利用總體規(guī)劃、城市規(guī)劃和環(huán)境規(guī)劃提供有力的決策支持。由于直接選用IDRISI軟件中的CA-Markov模型，沒有選取不同土地利用模型進(jìn)行模擬研究和精度對比分析。因此，下一步應(yīng)加強(qiáng)土地利用格局演變驅(qū)動(dòng)因素研究和不同模型模擬精度之間的對比，以提高研究結(jié)果的科學(xué)性。

參考文獻(xiàn)：

[1]Terry L Sohl， Peter R Claggett. Clarity versus complexity：Land-use modeling as a practical tool for decision makers[J].Journal of Environmental Management， 2013， 41（16）： 235～243.

[2]陳佑啟，楊 鵬. 國際上土地利用/土地覆蓋變化研究的新進(jìn)展[J]. 經(jīng)濟(jì)地理，2001，21（1）：95～100.

[3]肖 明，吳季秋，陳秋波，等.基于CA-Markov模型的昌化江流域土地利用動(dòng)態(tài)變化[J].農(nóng)業(yè)工程學(xué)報(bào)，2012，28（10）：231～238.

[4]周 浩，雷國平，趙宇輝，等.基于CA-Markov模型的撓力河流域土地利用動(dòng)態(tài)模擬[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2016，32（2）：252～258.

[5]王友生，余新曉，賀康寧，等.基于CA-Markov模型的藉河流域土地利用變化動(dòng)態(tài)模擬[J].農(nóng)業(yè)工程學(xué)報(bào)，2011，27（12）：330～336.

[6]楊國清，劉耀林，吳志峰.基于CA-Markov模型的土地利用格局變化研究[J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2007，32（5）：414～418.

[7]李 志，劉文兆，鄭 粉.基于CA-Markov模型的黃土塬區(qū)黑河流域土地利用變化[J].農(nóng)業(yè)工程學(xué)報(bào)，2010，26（1）：346～352.

[8]何 丹，金鳳君，周 璟.基于Logistic-CA-Markov模型的土地利用景觀格局變化：以京津冀都市圈為例[J].地理科學(xué)，2011，31（8）：903～910.

[9]汪雪格，湯 格，王立軍，等.基于GIS-MATLAB-CA的農(nóng)業(yè)景觀格局空間優(yōu)化模型的建立及應(yīng)用[J].安徽農(nóng)業(yè)科學(xué)，2009，37（14）：6770～6773.

[10]何春陽，史培軍，陳晉，等.基于系統(tǒng)動(dòng)力學(xué)模型和元胞自動(dòng)機(jī)模型的土地利用情景模型研究[J].中國科學(xué)（D輯），2005，35（5）：464～473.

[11]邱炳文，陳崇成.基于多目標(biāo)決策和CA模型的土地利用變化預(yù)測模型及其應(yīng)用[J].地理學(xué)報(bào)，2008，63（2）：165～174.

[12]裴 歡，魏 勇，王曉妍，等. 耕地景觀生態(tài)安全評價(jià)方法及其應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，30（9）：212～219.

[13]張 楊，嚴(yán)金明，江 平，等. 基于正態(tài)云模型的湖北省土地資源生態(tài)安全評價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013，29（22）：252～258.

[14]李明月，賴笑娟. 基于BP 神經(jīng)網(wǎng)絡(luò)方法的城市土地生態(tài)安全評價(jià)：以廣州市為例[J]. 經(jīng)濟(jì)地理，2011，31（2）：289～293.

[15]肖篤寧，陳文波，郭福良. 論生態(tài)安全的基本概念與研究方法[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2002，13（3）：354～358.

[16]王麗萍，金曉斌，杜心棟，等. 基于灰色模型_元胞自動(dòng)機(jī)模型的佛山市土地利用情景模擬分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28（3）：237～242.

[17]曹 智，閔慶文，劉某承，等. 基于生態(tài)系統(tǒng)服務(wù)的生態(tài)承載力：概念、內(nèi)涵與評估模型及應(yīng)用[J]. 自然資源學(xué)報(bào)，2015，30（1）：1～11.

[18]胡喜生，洪 偉，吳承禎. 土地生態(tài)系統(tǒng)服務(wù)功能價(jià)值動(dòng)態(tài)估算模型的改進(jìn)與應(yīng)用：以福州市為例[J]. 資源科學(xué)，2013，35（1）：30～41.

[19]歐陽志云，朱春全，楊廣斌，等. 生態(tài)系統(tǒng)生產(chǎn)總值核算：概念？核算方法與案例研究[J]. 生態(tài)學(xué)報(bào)，2013，33（21）：6747～6761.

[20]俞孔堅(jiān)，王思思，李迪華. 區(qū)域生態(tài)安全格局：北京案例[M].北京：中國建筑工業(yè)出版社，2011.

[21]王建英，李江風(fēng)，張麗琴，等. 基于生物多樣性保護(hù)的土地利用結(jié)構(gòu)預(yù)測[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28（4）：221～226.

[22]Mitsova D， Shuster W， Wang X H. A cellular automatamodel of land cover change to integrate urban growth withopen space conservation[J]. Landscape and Urban Planning，2011， 99（2）： 141～153.