羅雙曉, 何政偉,2, 高 箐, 于 歡

(1.成都理工大學(xué) 地球科學(xué)學(xué)院, 成都 610051;2.成都理工大學(xué) 地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護(hù)國家重點(diǎn)實(shí)驗(yàn)室, 成都 610051)

土地利用變化是人類與自然相互影響、相互作用的動(dòng)態(tài)結(jié)果。隨著社會經(jīng)濟(jì)的高速發(fā)展，城市土地利用格局發(fā)生了巨變，由此產(chǎn)生對諸如生態(tài)系統(tǒng)碳循環(huán)、生境網(wǎng)絡(luò)[1-2]等自然生態(tài)現(xiàn)象的影響；加之20世紀(jì)90年代“土地利用和土地覆蓋變化(LUCC)”研究計(jì)劃就已正式被全球環(huán)境變化人文領(lǐng)域計(jì)劃(IHDP)與國際地圈生物圈計(jì)劃(IGBP)提出，因此土地利用與覆蓋變化研究成為了全球變化研究的前沿和熱點(diǎn)課題[3-7],其重要性在全球環(huán)境變化與可持續(xù)發(fā)展的研究中日益突出[8-10]。土地利用時(shí)空變化預(yù)測是重要的研究方向，研究土地利用的動(dòng)態(tài)變化、依據(jù)現(xiàn)有土地利用格局預(yù)測其未來的空間分布狀況，可為探索土地利用變化的趨勢提供有效支撐，并可為政府決策提供科學(xué)的理論依據(jù)。

土地利用空間格局分布的模擬預(yù)測是該研究的核心，目前Markov模型和元胞自動(dòng)機(jī)(Cellular Automation,簡稱CA)模型都是預(yù)測土地未來空間格局的重要模型。其中Markov模型在國外曾被Hulst和Lippe用于解決植被生態(tài)預(yù)測的問題[11],也被Balzter[12]和Pastor等[13]用于分析植被的變化，該模型在研究時(shí)間尺度的變化上具有很大優(yōu)勢，但對于土地利用在空間格局上的變化卻難以預(yù)測。而CA模型作為一種在時(shí)間、空間和狀態(tài)都離散的網(wǎng)格動(dòng)力學(xué)模型，具有強(qiáng)大的空間運(yùn)算能力以及時(shí)空耦合特征，能夠有效模擬復(fù)雜的時(shí)空變化過程[14-15]。集成的CA_Markov模型同時(shí)具有兩者的優(yōu)勢，對土地利用時(shí)空變化有較好的預(yù)測效果，因此被廣泛應(yīng)用于土地利用格局變化的研究中[16-17]。但以往的研究大部分只針對于土地利用變化的模擬預(yù)測，而未將其現(xiàn)有的時(shí)空分布特點(diǎn)進(jìn)行充分探討，從而失去對土地利用時(shí)空變化趨勢的精準(zhǔn)把握。

天府新區(qū)作為四川省唯一的國家級新區(qū)，自2010年規(guī)劃建設(shè)以來，其戰(zhàn)略發(fā)展就定位為構(gòu)建西部科學(xué)發(fā)展的先導(dǎo)區(qū)、西部內(nèi)陸開放的重要門戶、城鄉(xiāng)一體化發(fā)展示范區(qū)、具有國際競爭力的現(xiàn)代產(chǎn)業(yè)高地、國家科技創(chuàng)新和產(chǎn)業(yè)化基地及國際化現(xiàn)代化新城區(qū)，奮力打造西部經(jīng)濟(jì)核心增長極的重要極核，全省多點(diǎn)多極支撐戰(zhàn)略的第一極和成渝經(jīng)濟(jì)區(qū)最具活力的新興增長極。因此本文選擇天府新區(qū)作為研究區(qū)，以其近30 a來的土地利用數(shù)據(jù)為主要研究內(nèi)容，采用面向?qū)ο蟮谋O(jiān)督分類方法從30 m分辨率的6 a遙感影像中獲取基礎(chǔ)數(shù)據(jù)，并結(jié)合土地利用動(dòng)態(tài)指標(biāo)對研究區(qū)土地利用時(shí)空動(dòng)態(tài)變化進(jìn)行定量分析，探討其變化規(guī)律。采用CA-Markov模型，對研究區(qū)未來的土地利用空間格局進(jìn)行模擬預(yù)測，以期揭示天府新區(qū)土地利用的時(shí)空變化特征，為該區(qū)域的規(guī)劃管理提供可靠數(shù)據(jù)和科學(xué)依據(jù)。

1　研究區(qū)概況

天府新區(qū)地處四川成都平原南部，地理坐標(biāo)為30°10′58″—30°37′30″N ，103°46′33″—104°26′04″E，總面積1 578 km2，其中成都規(guī)劃范圍為1 484 km2，約占整個(gè)天府新區(qū)規(guī)劃面積的94.04%。轄區(qū)涉及直管區(qū)、高新區(qū)、雙流區(qū)、龍泉驛區(qū)、新津縣、簡陽市，眉山市的彭山區(qū)、仁壽縣，共計(jì)8個(gè)區(qū)，38個(gè)鄉(xiāng)、鎮(zhèn)、街道。天府新區(qū)屬暖濕亞熱帶東南季風(fēng)氣候，年均降水量達(dá)900～1 300 mm，年均氣溫在16°C左右，日照少，冬濕冷，春早且無霜期較長，四季分明。研究區(qū)出露地層多，以第四系和侏羅系面積最大，前者主要分布在雙流區(qū)、高新區(qū)、新津縣、彭山區(qū)東部和仁壽縣西北部。研究區(qū)內(nèi)地貌類型主要為平原、丘陵和山地，平原地表松散，沉積物厚重，地勢平坦，平均坡度僅3%～10%，地表相對高差在20 m以下；山地為龍泉山斷裂帶，地處研究區(qū)東部，呈南北走向。在土地利用分布上，中、西部為農(nóng)業(yè)用地，東北部為園地，東部為林地，水域主要分布在中部和東部，其水系格局特殊，呈紡錘形，河流出山口后分成許多支流奔向平原，分枝交錯(cuò)，河渠縱橫。

2　研究方法

2.1　數(shù)據(jù)來源及處理

本文采用6年Landsat遙感影像，其中1988年、1997年、2003年、2009年影像來源于Landsat TM5,2014年、2016年影像來源于Landsat8 OLI，分辨率均為30 m×30 m，云量均低于5%，經(jīng)影像融合、輻射定標(biāo)、大氣校正、配準(zhǔn)裁剪后得到6期遙感數(shù)據(jù)，再分別選用TM/ETM+影像的4/5/3波段和OLI影像的5/6/4波段進(jìn)行標(biāo)準(zhǔn)假彩色合成，此時(shí)影像地物信息最為豐富，所選的訓(xùn)練區(qū)也具有代表性。參照《全國二調(diào)土地分類標(biāo)準(zhǔn)》和《GB24708—2009-T濕地分類標(biāo)準(zhǔn)》，結(jié)合本文研究重點(diǎn)，將天府新區(qū)土地利用類型分為12類，分別為：草地、城鎮(zhèn)村及工礦用地、河流水面、水工建筑用地、交通運(yùn)輸用地、景觀水面、林地、灘涂、坑塘水面、水庫水面、耕地和園地。在eCognition和ArcGIS軟件的支持下，依據(jù)統(tǒng)計(jì)資料及各專題圖件，結(jié)合野外調(diào)查，建立該區(qū)域的遙感影像解譯標(biāo)志，在人機(jī)交互解譯處理后，得到研究區(qū)土地利用的動(dòng)態(tài)變化信息，其解譯結(jié)果的Kappa系數(shù)均在0.83以上，精度較高，滿足本研究要求。

2.2　土地動(dòng)態(tài)指數(shù)

(1)單一土地利用動(dòng)態(tài)度：指在研究期初(t1)和研究期末(t2)，研究區(qū)內(nèi)某一土地利用類型的定量變化速率，表達(dá)式為：

(1)

式中：Ki表示在監(jiān)測期內(nèi)，研究區(qū)i類土地利用類型的動(dòng)態(tài)度；LA(i，t2)和LA(i，t1)分別表示該土地利用類型在監(jiān)測期末(t2)和監(jiān)測期初(t1)的面積。

(2)綜合土地利用動(dòng)態(tài)度：指在某時(shí)段內(nèi)，研究區(qū)內(nèi)某一土地利用類型的變化速率，表達(dá)式為：

(2)

式中：LCi表示在監(jiān)測期內(nèi)，研究區(qū)i類土地利用類型的動(dòng)態(tài)度；ΔLA(i-j)表示在監(jiān)測期內(nèi)，由i類轉(zhuǎn)為非i類土地利用類型面積的絕對值；LA(i，t1)表示該土地利用類型在監(jiān)測期初(t1)的面積。

(3)空間信息分析模型：指將土地利用監(jiān)測期內(nèi)的新增部分加入到測算某一土地利用的動(dòng)態(tài)變化的計(jì)算中，表達(dá)式為：

(3)

(4)

CCLi=TRLi+IRLi

(5)

式中：TRLi、IRLi、CCLi、分別表示在監(jiān)測期內(nèi)，研究區(qū)i類土地利用類型面積新增、轉(zhuǎn)移和變化的速率；ΔLA(j-i)表示在監(jiān)測期內(nèi)，非i類土地利用類型轉(zhuǎn)為i類土地利用類型面積的絕對值。

(4)土地利用擴(kuò)張強(qiáng)度指數(shù)：指在監(jiān)測期內(nèi)，某一土地利用類型變化面積占研究區(qū)土地總面積的百分比，用來比較不同時(shí)期某一土地利用類型擴(kuò)展的快慢強(qiáng)弱，表達(dá)式為：

(6)

式中：LIIi表示在監(jiān)測期內(nèi)，研究區(qū)i類土地利用類型的擴(kuò)展強(qiáng)度指數(shù)；TLA為研究區(qū)土地總面積。

(5)土地利用擴(kuò)展程度指數(shù)：指將研究區(qū)內(nèi)某一土地利用類型面積的年平均擴(kuò)展速度進(jìn)行標(biāo)準(zhǔn)化處理,以便對不同研究時(shí)期土地利用類型擴(kuò)展的強(qiáng)弱快慢進(jìn)行比較,增強(qiáng)其可比較性，表達(dá)式為：

(7)

式中：βi表示在監(jiān)測期內(nèi)，研究區(qū)i類土地利用類型的擴(kuò)展程度指數(shù)；Ki表示在監(jiān)測期內(nèi)研究區(qū)內(nèi)i類土地利用類型的動(dòng)態(tài)度；LIIi表示在監(jiān)測期內(nèi)研究區(qū)i類土地利用類型的擴(kuò)展強(qiáng)度指數(shù)。

2.3　CA_Markov模型

2.3.1CA模型CA模型作為一種在狀態(tài)、時(shí)間、空間都離散化的時(shí)空動(dòng)態(tài)模擬模型[18]，通過元胞相互作用來實(shí)現(xiàn)系統(tǒng)的動(dòng)態(tài)演化。每個(gè)元胞都具有有限多個(gè)狀態(tài)，且擁有相同的轉(zhuǎn)換規(guī)則，該規(guī)則在時(shí)空上的動(dòng)態(tài)模擬是局部的[19]。元胞、狀態(tài)、鄰域和轉(zhuǎn)換規(guī)則是CA 模型的重要組成部分，CA模型表示如下:

S(t+1)=f[S(t),N]

(8)

2.3.2Markov模型馬爾科夫(Markov)模型是一種基于事件的目前情況來預(yù)測其將來某時(shí)刻可能存在的變動(dòng)情況的一種預(yù)測模型，其特點(diǎn)是具有穩(wěn)定性和無后效性，因土地利用變化特點(diǎn)和其吻合，故采用此模型來做預(yù)測研究，具有實(shí)用性。而確定狀態(tài)轉(zhuǎn)移概率矩陣是該模型研究的關(guān)鍵步驟，所謂狀態(tài)轉(zhuǎn)移概率，指的是在事件的發(fā)展過程中，從某一狀態(tài)(Ei)轉(zhuǎn)移到下一時(shí)刻其他狀態(tài)(Ej)的可能性，表示為Pij。如果某一事件的發(fā)展過程存在n個(gè)可能的狀態(tài)，即E1，E2，…，En，則狀態(tài)轉(zhuǎn)移概率矩陣P表示為：

(9)

基于此概率矩陣建立的Markov模型為:

E(k+1)=E(k)p=E(0)p(k+1)

(10)

式中：E(k+1)表示在t=k+1時(shí)刻被預(yù)測的地類的狀態(tài)向量；E(k)表示在t=k時(shí)刻被預(yù)測地類的狀態(tài)向量；Pij表示在監(jiān)測期內(nèi)內(nèi)土地利用類型i轉(zhuǎn)換為j的轉(zhuǎn)移概率；E(0)表示在預(yù)測初期土地利用類型的初始狀態(tài)向量。初始狀態(tài)向量和狀態(tài)轉(zhuǎn)移概率矩陣共同決定Markov模型的預(yù)測結(jié)果。

2.3.3CA_Markov模型土地利用變化過程可視為Markov過程，而每一個(gè)像元?jiǎng)t相當(dāng)于CA模型中的一個(gè)元胞，每個(gè)像元的土地利用類型相當(dāng)于元胞狀態(tài)，鄰近像元相當(dāng)于元胞鄰域。本研究將土地利用視作一個(gè)離散的空間變化過程，以年為單位，基于轉(zhuǎn)移矩陣和適宜性圖集，利用IDRISI軟件，設(shè)置濾波器大小為5×5的單元鄰域，對土地利用的空間格局變化進(jìn)行模擬和預(yù)測?？紤]到天府新區(qū)是因2010年規(guī)劃成立而帶動(dòng)該區(qū)域經(jīng)濟(jì)快速增長的特殊性，故以2009—2014年的轉(zhuǎn)移矩陣為基礎(chǔ)，以2014年作為土地利用預(yù)測的起始時(shí)刻，每年迭代1次，CA模型迭代次數(shù)為取5，模擬2019年、2024年、2029年的天府新區(qū)土地利用空間格局。

3　結(jié)果與分析

3.1　土地利用動(dòng)態(tài)分析

根據(jù)天府新區(qū)6期遙感影像在eCognition中進(jìn)行監(jiān)督分類獲取的成果圖，在GIS中統(tǒng)計(jì)出不同時(shí)期各土地利用類型的面積信息(表1)。

表1　天府新區(qū)各期土地利用基本格局變化

表1顯示出，1988—2016年來，天府新區(qū)土地利用變化的主要特征如下：近30 a間，城鎮(zhèn)村建設(shè)用地面積增長最多，持續(xù)增長448.43 km2，增長幅度高達(dá)1 406%,年均增長16.02 km2，數(shù)量上成為和耕地并列的最大面積用地類型；耕地面積減少最多，持續(xù)減少443.37 km2，減少幅度為47%，年均減少15.8 km2；河流、河渠、景觀水、坑塘、水庫、灘涂等6類濕地用地面積增加17.79 km2，增長幅度為27.27%,年均增長0.64 km2；草地面積由1.6 km2減少到1.29 km2，林地面積由238.66 km2減少到160.57 km2；園地面積先增后減，總體增加了10.48 km2。耕地面積的減少和建設(shè)用地面積的增加表明，隨著天府新區(qū)人口的增加和經(jīng)濟(jì)的發(fā)展，耕地逐漸轉(zhuǎn)化為建設(shè)用地，是其增長的主要來源；濕地類型面積的增加是政府堅(jiān)持以人為本，生態(tài)環(huán)境保護(hù)與經(jīng)濟(jì)社會發(fā)展并重，全面貫徹“深綠生態(tài)”理念的成果；草地、林地的減少大部分由城鎮(zhèn)擴(kuò)張引起；園地先增后減，其原因是政府為從數(shù)量上保證基本農(nóng)田保護(hù)面積，將1996年以來由農(nóng)業(yè)結(jié)構(gòu)內(nèi)部調(diào)整，將部分可逆轉(zhuǎn)為耕地的土地轉(zhuǎn)化為園地，園地面積數(shù)量得以增加，后因建設(shè)用地對土地的大量需求，園地遂逐年減少，但其數(shù)目維持在國家基本農(nóng)田保護(hù)面積標(biāo)準(zhǔn)之內(nèi)。

根據(jù)公式(1)—(7) 可計(jì)算出1988—2016年天府新區(qū)各土地利用類型的動(dòng)態(tài)變化指數(shù)(表2)。在此基礎(chǔ)上，對各土地利用類型擴(kuò)展程度指數(shù)進(jìn)行劃分，將其變化速度進(jìn)行定量對比，其中變化類型分為高速、快速、中速和低速變化(表3)。

社區(qū)自治組織當(dāng)前具有的“行政性”和“自治性”與上述分析框架中的“組織性”和“目的性”呼應(yīng)，使其順理成章的成為國家、社會、個(gè)人協(xié)商共贏的平臺。以往的社區(qū)改革實(shí)踐中，“行政性”高于“自治性”一直被視作社區(qū)自治組織的弊端，因此社區(qū)自治組織的“去行政化”成為基層社會改革的熱點(diǎn)[7]，基層政府一度通過成立社區(qū)工作站、街道辦事處改革、社區(qū)工作清單等工作試圖將社區(qū)自治組織與行政事務(wù)剝離，但是作為國家公共事務(wù)和公共服務(wù)的末梢，實(shí)踐證明社區(qū)自治組織短期無法徹底擺脫行政事務(wù)，因?yàn)樾姓聞?wù)承擔(dān)者的缺位比自治事務(wù)承擔(dān)者缺位帶來的后果更為嚴(yán)重。

表2　天府新區(qū)1988-2016年土地利用時(shí)空分異指數(shù)

表3　天府新區(qū)1988-2016年土地利用擴(kuò)展的空間分異類型

結(jié)合表2和表3，通過分析天府新區(qū)土地利用時(shí)空結(jié)構(gòu)的分異性，并比較近30 a間各土地利用類型擴(kuò)展強(qiáng)弱的快慢，可得出：研究區(qū)內(nèi)高速變化的用地類型均為增長型，包括城鎮(zhèn)村建設(shè)用地、交通和景觀水，其中建設(shè)用地是變化數(shù)量最多的用地類型，變化貢獻(xiàn)率為47.52%，擴(kuò)展程度指數(shù)為35.52；快速變化的用地類型均為減少型，包括灘涂、坑塘和耕地，其中耕地面積變化貢獻(xiàn)率最大，為36.12%，擴(kuò)展程度指數(shù)為1.07；其余類型為中低速變化?？焖贉p少的3類用地類型中有灘涂和坑塘兩類濕地用地類型，由此可見，政府想要再造一個(gè)“產(chǎn)業(yè)成都”，不僅應(yīng)注重統(tǒng)籌保障經(jīng)濟(jì)社會的發(fā)展，更應(yīng)嚴(yán)格保護(hù)濕地環(huán)境，因地制宜地發(fā)展資源環(huán)境可承載的特色產(chǎn)業(yè)。

利用eCognition的動(dòng)態(tài)監(jiān)測分析模塊，得到天府新區(qū)1988—2016年土地利用動(dòng)態(tài)變化率(表4)。

通過表4分析比較1988—2016年各用地類型的動(dòng)態(tài)變化可得：城鎮(zhèn)村建設(shè)用地的各項(xiàng)指數(shù)均明顯高于其他土地類型的相應(yīng)指數(shù)，表明研究區(qū)近30 a土地利用動(dòng)態(tài)變化的主流是建設(shè)用地的高速擴(kuò)張。研究區(qū)土地利用變化具有很強(qiáng)的方向性，1988—2003年土地利用變化存在明顯的變化核心，為雙流區(qū)北部和龍泉驛區(qū)南部，具體變化為該區(qū)域的耕地和植被大量轉(zhuǎn)化為建設(shè)用地；在2003—2016年期間，土地利用變化主要圍繞天府新區(qū)中部、彭山區(qū)和龍泉驛區(qū)等3個(gè)中心進(jìn)行發(fā)展，整體發(fā)展趨勢向南。另外，林地、耕地和園地3類用地類型既是面積轉(zhuǎn)移最多的前3類，也是除城鎮(zhèn)村建設(shè)用地以外面積新增最多的前3類，表明天府新區(qū)的建設(shè)是明確按照“面積不減少、質(zhì)量有提高、布局總體穩(wěn)定”的總要求，依據(jù)尊重現(xiàn)狀、確保質(zhì)量、穩(wěn)定布局及因地制宜地來保護(hù)基本農(nóng)田。林地、耕地和園地的增加，主要集中在研究區(qū)規(guī)劃范圍內(nèi)的基本農(nóng)田整理區(qū)域，可見只有嚴(yán)格保護(hù)基本農(nóng)田，實(shí)行城鄉(xiāng)統(tǒng)籌與協(xié)調(diào)發(fā)展，才能實(shí)現(xiàn)土地資源對社會全面協(xié)調(diào)可持續(xù)發(fā)展保障力的提高。

3.2　CA_Markov結(jié)果與分析

天府新區(qū)規(guī)劃于2010年，作為國家級新區(qū)在短短幾年間高速發(fā)展，為了更精準(zhǔn)的把握天府新區(qū)未來的土地利用趨勢，選取近5 a的數(shù)據(jù)進(jìn)行模擬預(yù)測，根據(jù)統(tǒng)計(jì)得到2009—2014年土地利用變化的狀態(tài)轉(zhuǎn)移概率矩陣(表5)。并基于各影響因子分別對每一類用地類型做出相應(yīng)的適宜性圖集，采用IDRISI軟件，最終得到2019年、2024年、2029年的土地利用預(yù)測統(tǒng)計(jì)結(jié)果(表6)。

表4　天府新區(qū)1988年-2016年土地利用動(dòng)態(tài)變化率

根據(jù)模擬得出，在未來的15 a中，天府新區(qū)土地利用變化特點(diǎn)為：城鎮(zhèn)村建設(shè)用地面積將持續(xù)增長，到2029年將達(dá)到613.21 km2，占研究區(qū)土地總面積的38.86%；擴(kuò)展速度將會從2009—2014年的年均增長39.06 km2降低到2024—2029年間的年均增長6.28 km2，表明隨著經(jīng)濟(jì)的發(fā)展，到后期城鎮(zhèn)村建設(shè)用地的擴(kuò)張會從以外延式擴(kuò)展為主轉(zhuǎn)變?yōu)閮?nèi)涵挖潛。從圖3可以看出，城鎮(zhèn)村建設(shè)用地逐步由北向南擴(kuò)展，大林鎮(zhèn)、籍田鎮(zhèn)、永興鎮(zhèn)和煎茶鎮(zhèn)是城鎮(zhèn)村建設(shè)用地重點(diǎn)開發(fā)的地區(qū)。耕地用地到2029年將減少到391.7 km2，占總面積24.82%，被城鎮(zhèn)村建設(shè)用地取代，成為面積第二大類型，表明隨著天府新區(qū)經(jīng)濟(jì)社會的快速發(fā)展，城鎮(zhèn)化水平逐年提高，都市經(jīng)濟(jì)圈集聚效應(yīng)凸顯，耕地保護(hù)和生態(tài)建設(shè)力度加大，結(jié)合考慮天府新區(qū)建設(shè)主要在丘崗地區(qū)開展，地形較復(fù)雜，在土地供給有限的情況下，建設(shè)用地供需矛盾將更加突出。由于天府新區(qū)地處都江堰灌區(qū)的核心地帶，是四川省耕地質(zhì)量最好的區(qū)域和全國著名的糧、油、生豬生產(chǎn)基地，政府對耕地的增補(bǔ)主要集中在雙流黃龍溪片區(qū)、雙流太平片區(qū)和簡陽龍泉山片區(qū)，不僅更加注重土地資源利用結(jié)構(gòu)的調(diào)整優(yōu)化，切實(shí)保護(hù)耕地資源，而且致力提高土地資源利用率和土地質(zhì)量，使得土地生態(tài)環(huán)境得以改善,土地的優(yōu)化利用得到保證,進(jìn)一步推動(dòng)天府新區(qū)經(jīng)濟(jì)建設(shè)的跨越式發(fā)展。濕地類型總面積從2014年的81.93 km2增加到了2029年的88.64 km2，表明天府新區(qū)生態(tài)建設(shè)的理念貫徹始終，結(jié)合資源節(jié)約型和環(huán)境友好型社會的建設(shè)指導(dǎo)思想，面對天府新區(qū)加快發(fā)展的建設(shè)需求，更應(yīng)注重協(xié)調(diào)土地利用與生態(tài)環(huán)境的保護(hù)，著力建設(shè)城鄉(xiāng)一體化、全面現(xiàn)代化、充分國際化的生態(tài)田園城市風(fēng)貌，從而促進(jìn)人與自然的和諧相處。園地面積和林地面積均呈減少趨勢，減少數(shù)量維持在政府基本農(nóng)田保護(hù)面積范圍內(nèi)，發(fā)展天府新區(qū)，既要立足科學(xué)發(fā)展觀，正確把握科學(xué)發(fā)展與資源配置的內(nèi)在規(guī)律，又要積極探索土地利用新模式，妥善處理社會發(fā)展與耕地保護(hù)間的關(guān)系，以確保土地資源的可持續(xù)利用。

表5　天府新區(qū)2009-2014年土地利用轉(zhuǎn)移概率矩　%

表6天府新區(qū)土地利用變化的馬爾科夫過程預(yù)測

類型2009年面積/km22014年實(shí)際值/km2增減比例(與2009年比較)/%2019年實(shí)際值/km2增減比例(與2019年比較)/%2024年實(shí)際值/km2增減比例(與2024年比較)/%2029年實(shí)際值/km2增減比例(與2029年比較)/%草地1.411.30-7.811.26-2.891.20-4.941.10-8.30城鎮(zhèn)村及工礦用地229.55424.8485.08526.2623.87581.8110.55613.215.40河流水面15.1315.351.4515.943.8316.573.9717.203.80水工建筑用地4.074.203.194.261.444.290.694.310.47交通運(yùn)輸用地32.3950.6956.5064.0726.3974.0115.5281.5810.23景觀水面0.470.6844.680.9539.241.1016.181.4229.09林地172.76166.00-3.91152.43-8.17141.07-7.46132.72-5.90灘涂0.970.72-25.770.63-12.330.47-25.540.470.00坑塘水面30.3928.38-6.6128.560.6429.041.6729.351.07水庫水面31.4532.603.6634.054.4535.183.3235.892.02耕地710.00533.64-24.84453.99-14.93412.38-9.17391.70-5.00園地349.41319.60-8.53295.60-7.51280.88-4.98269.05-4.20

4　結(jié) 論

(1) 近30 a間，天府新區(qū)城鎮(zhèn)村建設(shè)用地上升幅度巨大，擴(kuò)張成為可與耕地面積比肩的土地利用類型。濕地類型持續(xù)增長，增長幅度較小。園地、林地、草地等用地類型均持續(xù)減少，主要流出轉(zhuǎn)化為城鎮(zhèn)村建設(shè)用地和交通用地。從轉(zhuǎn)移矩陣來看，城鎮(zhèn)村建設(shè)用地大部分來源于耕地，小部分來源為園地，濕地類型絕大部分來源于耕地，進(jìn)一步表明在發(fā)展建設(shè)中，要加強(qiáng)基本農(nóng)田的保護(hù)。其中林地、園地和耕地3類用地類型間的相互轉(zhuǎn)化較多，也說明政府注重農(nóng)業(yè)結(jié)構(gòu)內(nèi)部的調(diào)整，促進(jìn)了天府新區(qū)土地資源的可持續(xù)利用。

(2) 根據(jù)模擬預(yù)測得出，數(shù)量上，城鎮(zhèn)村建設(shè)用地將在十五年后成為天府新區(qū)占地面積最大的土地利用類型，但其擴(kuò)張速度逐漸減緩；耕地、林地、園地和草地面積雖持續(xù)減少，均維持在政府限定的保護(hù)數(shù)目范圍之內(nèi)。濕地類型面積持續(xù)增加，呈現(xiàn)出天府新區(qū)較好的生態(tài)保護(hù)態(tài)勢?？臻g上，城鎮(zhèn)村建設(shè)用地不斷向南擴(kuò)張，直管區(qū)中部和南部成為主要擴(kuò)張區(qū)；耕地主要增補(bǔ)在雙流黃龍溪片區(qū)、雙流太平片區(qū)和簡陽龍泉山片區(qū)，整體數(shù)量呈下降趨勢；河流和水庫等濕地類型均在原有位置擴(kuò)大；林地和園地在原有位置減少，空間上無明顯遷移。

土地利用變化是一個(gè)復(fù)雜的過程，它不僅受自然因素的影響，而且還受社會經(jīng)濟(jì)發(fā)展、人類活動(dòng)和政府政策等不確定因素的影響。CA_Markov模型，雖然由各土地利用類型的約束條件來確定其元胞轉(zhuǎn)換規(guī)則，但卻缺乏對社會和經(jīng)濟(jì)因素的綜合探討?？紤]到數(shù)據(jù)來源于人機(jī)交互遙感解譯，在精度上會對模擬預(yù)測結(jié)果有一定得限制[20]，因此在接下來的研究中，會綜合考慮自然因素與社會因素對土地利用變化共同產(chǎn)生的影響，進(jìn)一步提高模型的精度和可靠性。

本研究僅僅基于當(dāng)前的土地利用現(xiàn)狀來動(dòng)態(tài)模擬未來土地利用變化，對生態(tài)環(huán)境保護(hù)、政府政策等對城市規(guī)劃發(fā)展可能造成影響的不同情景卻未被考慮，從而未能更全面地模擬預(yù)測不同情景下土地利用的空間變化。在進(jìn)一步的研究中，不僅可以嘗試通過添加權(quán)重要素，建立多個(gè)不同的影響因子和不同決策者共同作用下的土地利用模型，還可設(shè)置不同情景來制定約束性條件，產(chǎn)生更加全面合理的模擬預(yù)測結(jié)果，以期在一定程度上對天府新區(qū)的土地利用規(guī)劃和可持續(xù)發(fā)展提供科學(xué)依據(jù)。

參考文獻(xiàn):

[1]吳未,張敏,許麗萍,等.土地利用變化對生境網(wǎng)絡(luò)的影響:以蘇錫常地區(qū)白鷺為例[J].生態(tài)學(xué)報(bào),2015,35(14):4897-4906.

[2]馬曉哲,王錚.土地利用變化對區(qū)域碳源匯的影響研究進(jìn)展[J].生態(tài)學(xué)報(bào),2015,35(17):5898-5907.

[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(xué)報(bào),1997,12(2):169-175.

[4]Halmy M W A, Gessler P E, Hicke J A, et al. Land use/land cover change detection and prediction in the north-western coastal desert of Egypt using Markov-CA[J]. Applied Geography, 2015,63:101-112.

[5]霍明明,張軼瑩,陳偉強(qiáng).基于CA-Markov的土地利用變化及預(yù)測研究:以鞏義市魯莊鎮(zhèn)為例[J].中國農(nóng)學(xué)通報(bào),2015,31(12):279-284.

[6]王軍,頓耀龍.土地利用變化對生態(tài)系統(tǒng)服務(wù)的影響研究綜述[J].長江流域資源與環(huán)境,2015,24(5):798-808.

[7]華文劍,陳海山,李興.中國土地利用/覆蓋變化及其氣候效應(yīng)的研究綜述[J].地球科學(xué)進(jìn)展,2014,29(9):1025-1036.

[8]Liu J Y, Liu M L, Zhuang D F, et al. Study on spatial pattern of land-use change in China during 1995—2000[J]. Science in China: Series D,2003,46(4):373-384.

[9]IGBP Secretariat. GLP(2005)science plan and implementation strategy[R]. Igbp Report No, 2005.

[10]Turner B L, Lambin E F, Reenberg A. The emergence of land change science for global environmental change and sustainability[J]. Proceedings of the National Academy of Sciences, 2007,104(52):20666-20671.

[11]Hulst R. On the dynamics of vegetation: Markov chains as model of succession[J]. Vegetation, 1979,40:3-14.

[12]Balzter H. Markov chain model for vegetation dynamics[J]. Ecological Modeling, 2000,126:139-154.

[13]Pastor J, Sharp A, Wolter P. An application of Markov model to the dynamics of minnesota′s[J]. Journal of Forest Research, 2005,35:3011-3019.

[14]Al-shalabi M, Billa L, Pradhan B, et al. Modelling urban growth evolution and land-use changes using GIS based cellular automata and SLEUTH models: the case of Sana'a metropolitan city, Yemen[J]. Environmental Earth Sciences, 2013,70(1):425-437.

[15]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.

[16]井云清,張飛,張?jiān)?基于CA-Markov模型的艾比湖濕地自然保護(hù)區(qū)土地利用/覆被變化及預(yù)測[J].應(yīng)用生態(tài)學(xué)報(bào),2016,27(11):3649-3658.

[17]吳晶晶,田永中,許文軒,等.基于CA-Markov模型的烏江下游地區(qū)土地利用變化情景分析[J].水土保持研究,2017,24(4):133-139.

[18]徐昔保.基于GIS與元胞自動(dòng)機(jī)的城市土地利用動(dòng)態(tài)演化模擬與優(yōu)化研究[D].蘭州:蘭州大學(xué),2007.

[19]許小娟,劉會玉,林振山,等.基于CA-MARKOV模型的江蘇沿海土地利用變化情景分析[J].水土保持研究,2017,24(1):213-218.

[20]張杰,周寅康,李仁強(qiáng),等.土地利用/覆蓋變化空間直觀模擬精度檢驗(yàn)與不確定性分析:以北京都市區(qū)為例[J].中國科學(xué),2009,39(11):1560-1569.