徐小明，戴子揚，閆瑾，占鵬飛

(1.山西大學 黃土高原研究所,山西 太原 030006;2.山西大學 環(huán)境與資源學院,山西 太原 030006)

基于RDA的縣域土地利用/覆被變化驅動力研究

徐小明1，戴子揚2，閆瑾2，占鵬飛2

(1.山西大學 黃土高原研究所,山西 太原 030006;2.山西大學 環(huán)境與資源學院,山西 太原 030006)

為了定量分析各種自然及人為因素對土地利用/覆被變化的驅動作用,研究以農牧交錯區(qū)典型縣域山西省左云縣為例,在分析該區(qū)1990～2010年的土地利用/覆被分布、變化特征的基礎上,采用冗余分析方法研究其驅動力。結果表明:1)土地利用/覆被類型以耕地、林地和草地為主,各類型土地之間的轉移以耕地和草地轉移為林地、耕地與草地之間互相轉移為主;2)土壤有機碳含量、高程、人均GDP、人口密度等LUCC最重要的驅動力;3)耕地、草地轉移為林地,以及耕地轉移為草地主要受到年均降水量、高程等自然因素的驅動,而草地轉移為耕地則主要受到人口密度、人均GDP等人為因素的影響；4)RDA可以有效提取縣域尺度LUCC的驅動力而驅動力源于自然和人為因素的共同作用。

農牧交錯區(qū);土地利用/覆被變化;驅動力;冗余分析

0 引言

土地利用和土地覆被表征著土地的人為與自然的雙重屬性,其動態(tài)變化(Land Use/Cover Change,LUCC)會影響陸地生態(tài)系統(tǒng)的碳、氮、水循環(huán)過程、改變溫室氣體排放量狀況、引起生態(tài)系統(tǒng)服務價值的變化等[1],是全球變化研究中的核心問題[2]。在全球變化日益嚴重的當今,LUCC研究具有特殊重要的意義,因此一些重大國際合作項目如國際全球環(huán)境變化人文因素計劃(IGBP)、國際地圈生物圈計劃(IHDP)等均將LUCC研究列為核心科學計劃之一[3]。LUCC的研究內容包括LUCC理論體系、LUCC與全球變化及可持續(xù)發(fā)展的關系、不同時空尺度的LUCC及驅動力分析等方向[4]。

LUCC的驅動力是指導致土地利用方式和目的改變的動力因素[5],包括自然和人為兩方面因素。氣候、土壤、水文等因素會對自然及人為植被產生顯著的影響,而人類的生產、經濟活動也會對LUCC產生顯著的影響。一些研究證明,政策也是LUCC變化的重要驅動力[5],盡管無法直接定量研究其作用,但仍可通過一些人為與自然因素的變量來間接體現(xiàn)。研究LUCC的驅動力,在明確LUCC的動態(tài)過程、了解LUCC的內在變化機制、構建預測模型等一直以來是LUCC研究中的焦點問題[6]。但LUCC的驅動機制異常復雜,較難以定量方法進行分析;此外,在不同的時間和空間尺度上,不同的研究方法往往會得到不同的驅動力結果。因此,如何在一定的時空尺度上選取適宜的定量方法來探討LUCC與驅動力因子的關系不僅具有重要的意義,也是一項具有探索性的研究。

本研究選取中國北方典型農牧交錯區(qū)縣域——山西省左云縣為研究對象。該區(qū)近年來在自然、人為多重因素的影響下,土地利用/覆被狀況發(fā)生了劇烈的變化,是研究縣域LUCC驅動力的理想區(qū)域。本研究在分析該區(qū)1990～2010年LUCC狀況的基礎上,收集研究區(qū)土壤、水文、氣候以及人口、經濟等空間數(shù)據,根據本研究的時空尺度選取冗余分析(Redundancy analysis, RDA)方法定量分析該區(qū)LUCC的驅動力,以期為地方政府制定土地利用政策、改善區(qū)域農牧生態(tài)管理、提高區(qū)域環(huán)境質量提供科學依據。

1 材料與方法

1.1 研究區(qū)位概況

左云縣位于39°44′至44°15′N,112°34′至112°59′E,總面積1 332 km2。該區(qū)是典型的黃土丘陵區(qū),區(qū)內山丘起伏,溝壑縱橫?；镜匦螢闁|南、西北部高,中部低。大體分為石山區(qū)、土質山區(qū)、黃土丘陵區(qū)和河川階地區(qū)4個地貌類型區(qū)。氣候屬北溫帶半干旱大陸性季風氣候類型,四季分明,春季干旱多風,夏季炎熱多雨,秋季溫涼氣爽,冬季少雪寒冷,年平均氣溫6.1℃,年平均降雨量399 mm。無霜期為125 d,封凍期一般在11月初至次年4月初,130～145 d[7]。

1.2 數(shù)據源

為了保證土地利用/覆被數(shù)據的準確性,本研究采用中國科學院地理科學與資源研究所發(fā)布的中國五年間隔陸地生態(tài)系統(tǒng)空間分布數(shù)據集(1990～2010)[8]。根據數(shù)據可獲性、研究區(qū)實際情況以及參照相關研究,本研究選取了對LUCC的氣候、地形和人類活動有著直接或間接影響的驅動力因子,代表氣候、地形、土壤、人口、經濟、人類活動等多方面因素。各因子數(shù)據來源見表1。

表1 數(shù)據源Table 1 Data sources

1.3 數(shù)據準備

利用ArcGIS V10.2.1的提取分析工具,以左云縣行政邊界為掩膜從1990年和2010年的中國陸地生態(tài)系統(tǒng)空間分布數(shù)據集提取獲取左云縣1990和2010年土地利用/覆被圖。在此基礎上,通過面積統(tǒng)計功能獲取1990～2010年間左云縣的LUCC狀況。

基于研究區(qū)農牧交錯的特點,選取年均溫度、年均降水量、坡度、高程、大于10℃積溫、土壤有機碳含量等6個典型且相對獨立的自然驅動力因子,這些因子被認為會顯著影響LUCC的因素。此外,人為活動被認為是重要的LUCC驅動力,因此選取人口密度、GDP、道路距離、城鎮(zhèn)距離等4個人為驅動力因子,用來表征經濟、社會、人類活動強度等因素的影響；其中,道路距離、城鎮(zhèn)距離是通過ArcGIS V10.2.1(ESRI, Redlands, CA, USA 2013)計算研究區(qū)內各點距主要公路和居民用地的歐式距離獲得。經標準化后的各因子如圖1所示。

Fig.1 Driving forces of Land use/cover change in Zuoyun County圖1 左云縣土地利用/覆被變化驅動因子

1.4 冗余分析

RDA是一種基于線性模型的限制性排序,即在特定的排序軸上反應LUCC與環(huán)境因素之間的響應關系[9],可將復雜的LUCC與多元環(huán)境因素之間的非線性關系,通過可視化的方式最大限度地在低維上通過空間關系表現(xiàn)出來。具體的RDA研究步驟如下:① 采用空間疊加的方法,提取研究區(qū)內1990年至2010年土地利用變化斑塊,篩選占研究區(qū)總面積0.01%(13.32 hm2)及以上的斑塊[10];② 將土地利用/覆被類型發(fā)生變化的斑塊進行虛擬編碼,按照不同的LUCC類型將其處理為二元數(shù)據矩陣,以“0”表示在某斑塊中,這種LUCC類型未發(fā)生,“1”表示這種變化發(fā)生;③ 將各驅動力因子相關進行分析,經檢驗,各驅動力因子間相關系數(shù)較小,可以進行驅動力排序分析[11];④ 利用ArcGIS的區(qū)域統(tǒng)計功能提取各變化斑塊的驅動因子信息,構建驅動力因子矩陣[12];⑤ 將驅動力因子矩陣進行標準化,與LUCC矩陣一起導入Canoco for Windows V4.56 (Biometris, Wageningen, The Netherlands 2009)中,進行RDA排序。

2 結果與討論

2.1 研究區(qū)LUCC情況

左云縣1990年和2010年的各土地利用/覆被類型面積,及空間分布及變化狀況見分別見表1和圖2。

表2 1990及2010年不同土地利用/覆被類型面積表Table 2 Areas for different land use/cover types in 1990 and 2010

Fig.2 Land use/cover in 1990 and 2010, and the changing map of Zuoyun County圖2 左云縣1990年和2010年土地利用/覆被及其變化圖

由表2和圖2可見,研究區(qū)主要土地利用/覆被類型包括耕地、草地和林地,三者占研究區(qū)總土地面積的96%以上,體現(xiàn)了研究區(qū)典型的農牧交錯特性。耕地集中分布于中北部的十里河北側、西南部的源子河兩側等地;林地相對集中分布于西北部、東南部,至2010年,西南部也出現(xiàn)較大面積的林地集中;草地則主要分布在十里河南側,與耕地、林地交錯分布;水域主要為十里河、源子河等河流;城鎮(zhèn)用地大多分布在北部;未利用地面積較小。

研究區(qū)1990～2010年間土地利用/覆被轉移情況如表3所示。

表3 1990～2010年左云縣LUCC轉移矩陣(單位:km2)Table 3 Land use/cover transition matrix of Zuoyun County between 1990 to 2010 (km2)

由表2和表3可知,相較于1990年,2010年的林地、水域和城鎮(zhèn)用地的面積均有增加,而耕地、草地和未利用地面積有所減少。這一時期內,耕地面積明顯減小,主要轉移為林地和草地,面積分別達39.15 km2和19.16 km2。林地面積顯著增加,主要來源于耕地和草地。草地主要轉化為耕地和林地,同時也有面積大致相當?shù)母?、林地轉化為草地,因此草地面積變化較小。城鎮(zhèn)用地的增加主要來自于耕地和林地,由1990年的16.39 km2增加到2010年的17.88 km2。水域與耕地、林地和草地之間有面積較小的相互轉化。

2.2 驅動力分析

LUCC驅動力排序圖及各驅動因子與典型變量相關系數(shù)如圖3和表4所示。

Fig.3 Ordination of land use/cover transition types and driving forces by RDA圖3 土地利用/覆被轉移類型與驅動力排序

表4 各驅動因子與典型變量相關系數(shù)表Table 4 Correlation coefficients among different driving factors and four canonical variables

由表4可知,第一軸與土壤有機碳含量、人口密度、高程相關系數(shù)較大,且均為正相關;第二軸與人均GDP、城鎮(zhèn)距離、年均溫度的相關系數(shù)較大,其中與人均GDP為正相關,而與城鎮(zhèn)距離、年均溫度呈負相關關系。隨著第一軸數(shù)值的增加,土壤有機碳含量、人口密度增加、高程增加;而隨著第二軸數(shù)值的增加,人均GDP增加,城鎮(zhèn)距離減小、年均溫度降低。第一、二軸代表了主要的影響因素變量梯度,二者與自然和人為因素均有密切的關系,這說明研究區(qū)的LUCC受到自然因素(如土壤有機碳含量、高程等)和人為因素(人均GDP、人口密度等)的共同影響。

由圖3可知,草地轉移為城鎮(zhèn)用地和林地轉移為城鎮(zhèn)用地位于第一象限,與第一、二軸皆為正相關；此外,這兩種轉移類型與人均GDP和人口密度關系呈正相關關系,說明草地、林地轉為城鎮(zhèn)用地多發(fā)生在人口密度、人均GDP較大的地區(qū),這些區(qū)域往往都是城鎮(zhèn)所在地。近年來隨著人口和經濟的發(fā)展,對建設用地的需求增加,導致了草地、林地轉移為城鎮(zhèn)用地。此外,這兩種轉移均與城鎮(zhèn)距離呈負相關關系,這說明城鎮(zhèn)用地的發(fā)展往往都在距現(xiàn)有城鎮(zhèn)用地較近的地區(qū)。

林地轉移為草地和草地轉移為耕地也發(fā)生在第一象限,與人口密度、人均GDP呈正相關關系,但與高程呈負相關關系。這說明林地退化為草地、草地開發(fā)為耕地多發(fā)生在高程較低、人口密度較大、人均GDP較高的區(qū)域,這些區(qū)域往往位于人類活動較為頻繁的城鎮(zhèn)用地周圍。

草地轉移成林地位于第二象限,這與年均降水量、高程呈正相關關系,該轉移類型為生態(tài)系統(tǒng)的正向演替,排序結果表明其主要受到自然因素的驅動。這是由于在高程較高、降水較大的地區(qū),往往人類活動較少,生態(tài)系統(tǒng)自然演替受到的人為擾動較少。

耕地轉移為林地與坡度呈正相關關系,說明這些變化多發(fā)生在坡度較大地區(qū),這是由于1990至2010年間,實施了退耕還林還草政策,將坡度較大的耕地撂荒為林地或草地。這些區(qū)域往往人類活動較少,圖3這一轉移類型與人口密度和人均GDP均呈負相關關系也說明了這一點。與此同時,研究區(qū)也有部分的林地被開發(fā)為耕地,其面積較小(表3),同樣也發(fā)生在高程和坡度較大的地區(qū)。

較為特殊的是,耕地轉移為草地、城鎮(zhèn)用地和水域與土壤有機碳含量及年均溫度呈正相關關系,但與人口密度、人均GDP關系并不密切,這說明這些轉移類型主要受到土壤條件和溫度的驅動。

3 結論與討論

3.1 結論

左云縣土地利用/覆被類型以耕地、林地和草地為主,主要的土地轉移類型為耕地和草地轉為林地、耕地與草地之間互相轉移;1990～2010年間,高程、土壤有機碳含量等自然因素與人均GDP、人口密度等人為因素共同驅動著研究區(qū)的LUCC;RDA可以準確提取縣域尺度LUCC的驅動力。

3.2 討論

相關研究一般將LUCC驅動力劃分為人為因素和自然因素兩類,一些研究發(fā)現(xiàn)人為因素是LUCC的主因[11-12],而另一些研究則認為自然因素是主要原因[3],也有研究發(fā)現(xiàn)不同歷史階段的LUCC驅動力有所不同[10]。這些不同的結論主要來自于:

(1)研究區(qū)域土地利用/覆被特點及轉移類型的不同,其驅動力狀況也不相同,如處于農牧交錯區(qū)的內蒙古錫林郭勒盟的LUCC類型以不同覆蓋度草地與耕地、未利用地與水域和草地之間的相互轉移為主,該區(qū)LUCC的主要驅動因素來自于海拔高度、地形起伏度和相對坡位等自然因素[5]。

(2)不同時間和空間尺度下LUCC的驅動力往往也不相同。在空間尺度上,有研究認為21世紀初全國尺度的LUCC驅動力主要來自于國土開發(fā)與區(qū)域發(fā)展戰(zhàn)略的實施,以及快速的經濟發(fā)展[13];而時間尺度上,一些研究也證明了同一地區(qū)在不同時期的LUCC驅動力也各不相同[10,14]。

(3)自然和人為因素選取的指標不同,如地形因素的選擇上,有使用高程或者坡度的[10],也有包括地形起伏度等因子的[5];在經濟發(fā)展指標上,有選擇GDP的[10],也有以市場影響指數(shù)來代表的[14]。

(4)研究方法的不同,目前關于LUCC驅動力分析的研究方法包括了模擬退火算法[15]、多元線性回歸[16-17]、多元邏輯回歸[6,14,18]、灰色關聯(lián)分析[3]、典范對應分析(Canonical Correspondence Analysis, CCA)[5,10-12]等。

基于單峰模型的限制性排序方法CCA已被一些研究用來進行LUCC驅動力的分析,這種方法可以有效地提取不同地區(qū)LUCC的驅動力[5,10-12]。而本研究所采用的RDA,與CCA同屬于限制性排序,但RDA方法是基于線性模型的,一般用來處理因變量變化梯度較小的情況。由于研究區(qū)面積較小、LUCC類型較少,因此使用RDA進行驅動力分析更為合適。本研究結果表明,RDA在進行縣域尺度LUCC驅動力分析時具有較高的精度。

[1] Xu X M,Du Z Q,Zhang H.Integrating the System Dynamic and Cellular Automata Models to Predict Land use and Land Cover Change[J].InternationalJournalofAppliedEarthObservationandGeoinformation,2016,52:568-579.DOI:10.1016/j.jag.2016.07.022.

[2] 湯潔,汪雪格,李昭陽,等.基于CA—Markov模型的吉林省西部土地利用景觀格局變化趨勢預測[J].吉林大學學報(地球科學版),2010,40(2):405-411.DOI:10.13278/j.cnki.jjuese.2010.02.035.

[3] 曹琦,陳興鵬,師滿江,等.黑河中游土地利用/覆蓋變化及主導因素驅動力[J].農業(yè)工程學報,2014,30(5):220-227.DOI:10.3969/j.issn.1002-6819.2014.05.028.

[4] 于興修,楊桂山.中國土地利用/覆被變化研究的現(xiàn)狀與問題[J].地理科學進展,2002,21(1):51-57.DOI:10.11820/dlkxjz.2002.01.006.

[5] 徐廣才,康慕誼,李亞飛.錫林郭勒盟土地利用變化及驅動力分析[J].資源科學,2011,33(4):690-697.

[6] Du X,Jin X,Yang X,etal.Spatial Pattern of Land use Change and Its Driving Force in Jiangsu Province[J].InternationalJournalofEnvironmentalResearchandPublicHealth,2014,11(3):3215-3232.DOI:10.3390/ijerph110303215.

[7] 左云縣人民政府信息網.左云概況.http:∥web.zuoyun.gov.cn/[OL].Accessed,2016-08-10.

[8] 徐新良,劉紀遠,張增祥,等.中國5年間隔陸地生態(tài)系統(tǒng)空間分布數(shù)據集(1990-2010)(ChinaEco100),全球變化科學研究數(shù)據出版系統(tǒng),2015.DOI:10.3974/geodb.2015.01.01.V1.

[9] Lu C,Zhou Z,Zhu Q,etal.Using Residual Analysis in Electromagnetic Induction Data Interpretation to Improve the Prediction of Soil Properties[J].Catena,2017,149:176-184.DOI:10.1016/j.catena.2016.09.018.

[10] 徐小明,杜自強,張紅,等.晉北地區(qū)1986-2010年土地利用覆被變化的驅動力[J].中國環(huán)境科學,2016,36(7):2154-2161.

[11] 邢容容,馬安青,劉修錦,等.青島市土地利用變化類型與影響因子關系的CCA研究[J].安徽農業(yè)科學,2015(15):298-301.DOI:10.13989/j.cnki.0517-6611.2015.15.104.

[12] 李鵬,于書霞.基于典型對應分析的滇池流域土地利用驅動力分析[J].中國人口·資源與環(huán)境,2014,24(3):123-126.

[13] 劉紀遠,張增祥,徐新良,等.21世紀初中國土地利用變化的空間格局與驅動力分析[J].地理學報,2009,64(12):1411-1420.DOI:10.3321/j.issn:0375-5444.2009.12.001.

[14] Meiyappan P,Roy S,Sharma Y,etal.Dynamics and Determinants of Land Change in India:Integrating Satellite Data with Village Socioeconomics[J].RegionalEnvironmentalChange,2016,17(3):753-766.DOI:10.1007/s10113-016-1068-2.

[15] 位欣,劉耀林,姚鵬.基于模擬退火遺傳算法的土地利用變化驅動力研究[J].中國土地科學,2008,22(7):34-37.DOI:10.13708/j.cnki.cn11-2640.2008.07.006.

[16] 房春生,孟瑩,劉曉曦,等.遼河源頭區(qū)的土地利用變化及驅動力分析[J].吉林大學學報理學版,2015,53(3):577-581.DOI:10.13413/j.cnki.jdxblxb.2015.03.42.

[17] 王晨野,湯潔,李昭陽,等.吉林西部土地利用/覆被時空變化驅動力分析[J].生態(tài)環(huán)境,2008,17(5):1914-1920.DOI:10.16258/j.cnki.1674-5906.2008.05.077.

[18] Serra P,Pons X,Saurí D.Land-cover and Land-use Change in a Mediterranean Landscape:A Spatial Analysis of Driving Forces Integrating Biophysical and Human Factors[J].AppliedGeography,2008,28(3):189-209.DOI:10.1016/j.apge og.2008.02.001.

InvestigationontheDrivingForcesofLandUse/CoverChangeatACountyScalebasedonRedundancyAnalysis

XU Xiaoming1,DAI Ziyang2,YAN Jin2,ZHAN Pengfei2

(1.InstituteofLoessPlateau,ShanxiUniversity,Taiyuan，Shanxi030006,China;2.CollegeofEnvironmentandResourceSciences,ShanxiUniversity,Taiyuan,Shanxi030006,China)

Zuoyun County,located in the farming-pastoral ecotone of North Shanxi, was chosen as the research area in order to analyze the impact of various natural and anthropogenic factors on land use/cover change (LUCC). Based on the analysis of LUCC amount and spatial distribution from 1990 to 2010, the driving forces of the LUCC was estimated using redundancy analysis (RDA). The results indicated that the cropland, woodland and grassland took up major land area, and the main land-use transferring types included the conversions from cropland and grassland to woodland, as well as the interconversion between cropland and grassland. The soil organic carbon, elevation, per capita gross domestic product (GDP), and population density were the major driving forces of the LUCC. The conversions from cropland and grassland to woodland, as well as cropland to grassland were mainly driven by natural factors such as annual mean precipitation and elevation, while the conversion from grassland to cropland was mostly driven by anthropogenic factors including population density and per capita GDP. This study illustrated that the RDA method could precisely capture the driving forces of LUCC at the county scale. The LUCC in Zuoyun County was driven by both naturul and anthropogenic factors.

farming-pastoral ecotone;land use/cover change;driving forces;redundancy analysis

10.13451/j.cnki.shanxi.univ(nat.sci.).2017.04.034

2017-03-01；

2017-03-28

山西大學本科生科研訓練計劃資助項目;國家自然科學基金(41401053；41161066);山西省青年科技研究基金(2015021172);教育部留學回國人員科研啟動基金

徐小明(1984-),男,山西五寨人,副教授,主要從事土地利用/覆被變化等方面的研究。E-mail:xuxiaoming@sxu.edu.cn

X171.1,F301.24

A

0253-2395(2017)04-0881-07