郭榮中，申海建，楊敏華

(1.長沙環(huán)境保護(hù)職業(yè)技術(shù)學(xué)院，湖南長沙 410004；2.湖南省測繪科技研究所，長沙 410007；3.中南大學(xué)地球科學(xué)與信息物理學(xué)院，湖南長沙 410083)

0 引言

土地是人類賴以生存和發(fā)展的物質(zhì)基礎(chǔ)和環(huán)境條件，城市的發(fā)展對區(qū)域資源環(huán)境和區(qū)域生態(tài)安全產(chǎn)生了不同程度的影響。近年來，很多學(xué)者從不同角度對不同區(qū)域的土地利用動態(tài)變化進(jìn)行了研究。Wolter等[1]對1992—2001年美國大湖流域土地利用覆被變化情況進(jìn)行了研究。Engstr?m等[2]利用節(jié)省參數(shù)模型對全球農(nóng)業(yè)土地利用變化進(jìn)行了分析。雷征等[3]采用對比分析方法深化了對土地利用變化的驅(qū)動力研究。石培基等[4]采用主成分分析法分析了引起區(qū)域土地利用變化的主要影響因素。王居午等[5]、潘薈交等[6]探討了紹興市、崇州市土地利用變化的時空規(guī)律。劉敬財?shù)萚7]、張立峰等[8]、喬家君等[9]、司慧娟等[10]分別從不同的空間尺度上對土地利用結(jié)構(gòu)演變規(guī)律進(jìn)行了探索。李文彥等[11]、車臣等[12]在對區(qū)域土地利用結(jié)構(gòu)變化進(jìn)行分析的基礎(chǔ)上，運用灰色模型對其發(fā)展趨勢進(jìn)行了預(yù)測。邊靜等[13]、安明珠等[14]、劉影等[15]基于信息熵和空間洛倫茲曲線對區(qū)域土地利用結(jié)構(gòu)變化進(jìn)行分析和評價。張群等[16]、謝賢健[17]基于信息熵和數(shù)據(jù)包絡(luò)分析對區(qū)域土地利用結(jié)構(gòu)進(jìn)行了評價。譚術(shù)魁等[18]運用計量地理模型、信息熵的方法，分析湖北省17個市(州)土地利用結(jié)構(gòu)的地域差異。長株潭地區(qū)作為助推湖南加快全面小康建設(shè)的重要引擎，正進(jìn)入提速發(fā)展的大好時期，人類活動正日益影響和改變著區(qū)域土地利用的結(jié)構(gòu)與方式。文章基于Shannon熵理論[19]，從時間和空間的角度對研究區(qū)域土地利用結(jié)構(gòu)進(jìn)行分析，以期為長株潭地區(qū)優(yōu)化土地資源結(jié)構(gòu)和布局提供參考依據(jù)，以實現(xiàn)研究區(qū)域土地利用與生態(tài)建設(shè)的協(xié)調(diào)發(fā)展。

1 研究區(qū)概況

圖1 研究區(qū)域范圍和地理位置

長株潭地區(qū)位于湖南省中東部丘陵區(qū)(圖1)，地理位置為：東經(jīng)111°53′～114°15′，北緯26°03′～28°41′。下轄3個地級市，具體為長沙市、株洲市、湘潭市，共12個市轄區(qū)，4個縣級市，7個縣。

截止2014年底，研究區(qū)域土地總面積280.693 3萬hm2，其中耕地63.963 2萬hm2，園地2.317 1萬hm2，林地148.597 4萬hm2，草地3.934 6萬hm2，城鎮(zhèn)村及工礦用地31.406 4萬hm2，交通運輸用地6.508 0萬hm2，水利及水利設(shè)施用地18.284 9萬hm2，其他土地5.681 8萬hm2?？?cè)丝? 408.52萬人，占全省19.56%；地區(qū)生產(chǎn)總值1.173 539萬億元，占全省41.52%；人均地區(qū)生產(chǎn)總值8.331 7萬元；城市化水平達(dá)65.99%。2014年，長株潭GDP中，第一產(chǎn)業(yè)606.48億元，第二產(chǎn)業(yè)6 503.91億元，第三產(chǎn)業(yè)4 625.00億元，三次產(chǎn)業(yè)結(jié)構(gòu)為5.17 ∶55.42 ∶39.41。

2 資料來源

該研究以長株潭地區(qū)土地利用結(jié)構(gòu)信息熵時空變化為研究對象，其土地面積等基礎(chǔ)數(shù)據(jù)來源于自然資源部門第二次土地調(diào)查數(shù)據(jù)。為了讓研究區(qū)域土地利用結(jié)構(gòu)變化數(shù)據(jù)具有連續(xù)性和一致性，對于2002—2008年數(shù)據(jù)，該文以第二次土地調(diào)查公布的土地面積為基數(shù)，利用土地變更調(diào)查地類增減的資料逐年反推計算得到；2009—2014年則直接采用第二次調(diào)查成果及其年度變更數(shù)據(jù)。社會經(jīng)濟(jì)、人口、糧食產(chǎn)量、水土流失面積等基礎(chǔ)數(shù)據(jù)來源于同期湖南統(tǒng)計年鑒和湖南農(nóng)村統(tǒng)計年鑒。

3 研究方法

3.1 土地利用變化分析

單一土地利用類型動態(tài)度(K)可表達(dá)區(qū)域一定時間范圍內(nèi)某種土地利用類型的數(shù)量變化情況[20]，即：

K=(Ub-Ua)/Ua×T-1×100%

(1)

式(1)中：Ua、Ub分別為研究期初、期末一種土地利用類型的數(shù)量；T為研究時段長，設(shè)定為年。

3.2 信息熵、均衡度和優(yōu)勢度

信息熵的概念在1948年由Shannon提出之后，就廣泛應(yīng)用于地理、物理、生物等學(xué)科，是一種對不確定性的量度，可以用來描述和刻畫土地利用結(jié)構(gòu)的有序程度[21,22]，其大小反映土地利用類型的多少和各類土地利用類型面積分布的均勻程度。

設(shè)一個地區(qū)的土地總面積為A，則有：

(2)

式(2)中：n指土地利用類型，Ai是每種類型的面積。

設(shè)各種土地利用類型占總面積的比例Pi為：

Pi=Ai/A

(3)

依照Shannon熵定義土地利用信息熵為[21]

(4)

式(4)中：H為信息熵，單位為奈特(Nat)。土地利用類型越多，各類型的百分比相差越小，土地利用信息熵越大，土地利用系統(tǒng)的有序性程度越低。

基于信息熵公式，可以定義土地利用結(jié)構(gòu)的均衡度與優(yōu)勢度[23]：

(5)

式(5)中：J為均衡度，H是實際熵值，Hmax為最大熵值。由于H≤Hmax，可知0≤J≤l。所以當(dāng)J=0時，土地處于最不均勻狀態(tài)，J=l時，則土地利用類型達(dá)到理想的平衡狀態(tài)。

相應(yīng)地，優(yōu)勢度反映區(qū)域內(nèi)一種或幾種土地利用類型支配該區(qū)域土地類型的程度，它與均衡度的意義相反，表達(dá)式為：

I=1-J

(6)

式(6)中：I為優(yōu)勢度。

3.3 土地利用結(jié)構(gòu)變化預(yù)測分析

3.3.1 灰色GM(1，1)模型構(gòu)建

先將微分方程離散化，利用一次累加生成后的時間序列數(shù)據(jù)，轉(zhuǎn)化為求解線性方程組，用矩陣表示為

其中:

(7)

(8)

3.3.2 灰色GM(1，1)模型精度檢驗

對于建立的微分方程模型的精度需檢驗后才能用于預(yù)測，檢驗方式為殘差檢驗，方法如下。

…

(9)

通過計算殘差ε(0)(t)及其相對誤差q(0)(t)進(jìn)行殘差檢驗：

(10)

q(0)(t)=ε(0)(t)/x(0)(t)×100%

(11)

相對誤差越小|q(0)|，表示模型精度越高。

4 長株潭地區(qū)土地利用結(jié)構(gòu)演變結(jié)果與分析

4.1 土地利用類型面積動態(tài)變化與特征

根據(jù)2002—2014年長株潭地區(qū)土地利用類型面積變化情況(表1)，從表1可知：2002—2014年，研究區(qū)域內(nèi)各類土地利用均發(fā)生了較大的變化。從變化數(shù)量上看，只有城鎮(zhèn)村及工礦用地、交通運輸用地面積凈增，城鎮(zhèn)村及工礦用地增加5.190 5萬hm2；交通運輸用地增加1.469 9萬hm2。耕地等其他6種土地類型的土地面積都是凈減，其中林地減少最多，達(dá)2.169 2萬hm2；其次是耕地，達(dá)2.033 2萬hm2。從變化幅度來看：交通運輸用地變化幅度最大，高達(dá)29.18%；其次是園地，為-27.89%；最小的是林地，僅為-1.44%。

由式(1)計算出長株潭地區(qū)單一土地利用類型動態(tài)度(表1)，從表1可知：交通運輸用地變化幅度最大，為2.43%；其次是園地，為-2.32%；最小的是林地，僅為-0.12%。

表1 2002—2014年長株潭地區(qū)土地利用類型面積變化和動態(tài)度

4.2 土地利用結(jié)構(gòu)信息熵時間上的動態(tài)變化

由式(2)、式(3)和式(4)根據(jù)2002—2014年長株潭地區(qū)土地利用類型面積動態(tài)變化數(shù)據(jù)，對研究區(qū)域土地利用結(jié)構(gòu)信息熵進(jìn)行計算和分析，同時由式(5)和式(6)計算均衡度與優(yōu)勢度，結(jié)果詳見表2。土地利用結(jié)構(gòu)信息熵動態(tài)變化情況見圖2。

表2 2002—2014年長株潭地區(qū)土地利用結(jié)構(gòu)比例及其信息熵

圖2 2002—2014年長株潭地區(qū)土地利用結(jié)構(gòu)信息熵演變

從表2可以看出，研究區(qū)域土地利用結(jié)構(gòu)信息熵從2002年的1.350 3 Nat上升到了2014年的1.362 3 Nat，僅上升了0.012 0 Nat，這說明13年長株潭地區(qū)土地利用結(jié)構(gòu)變化幅度不大。由圖2也可以看出，研究區(qū)域土地利用結(jié)構(gòu)信息熵總體呈先下降后上升的變化趨勢，具體如下：2002—2004年逐步下降，由起始值(1.350 3 Nat)下降到2004年的最小值(1.342 5 Nat)；這說明在2002—2004年長株潭地區(qū)土地利用系統(tǒng)的有序程度提高。2004—2008年基本維持穩(wěn)定，至2008年緩慢增加達(dá)到1.344 1 Nat，后期持續(xù)上升至最大值1.362 3 Nat。因2007年國務(wù)院批準(zhǔn)長株潭城市群兩型社會綜合配套改革試驗區(qū)以后，各項建設(shè)迅速發(fā)展，建設(shè)用地逐年增加，導(dǎo)致了土地利用結(jié)構(gòu)信息熵的不斷上升。

4.3 農(nóng)用地內(nèi)部土地利用結(jié)構(gòu)信息熵動態(tài)變化

為更深入分析農(nóng)用地內(nèi)部結(jié)構(gòu)變化的趨勢，根據(jù)2002—2014年長株潭地區(qū)土地利用變更數(shù)據(jù)中的三級農(nóng)用地地類，對研究區(qū)域2002—2014年農(nóng)用地土地利用結(jié)構(gòu)信息熵進(jìn)行計算(表3)。

表3 2002—2014年長株潭地區(qū)農(nóng)用地結(jié)構(gòu)信息熵

由表3可知,長株潭地區(qū)農(nóng)用地結(jié)構(gòu)信息熵從2002年的1.221 56Nat持續(xù)下降到2014年的1.201 76Nat，這說明農(nóng)用地結(jié)構(gòu)不斷發(fā)生調(diào)整，向相對有序的方向發(fā)展。

4.4 長株潭地區(qū)各縣(市、區(qū))土地利用結(jié)構(gòu)信息熵動態(tài)變化

對2002—2014年長株潭地區(qū)各縣(市、區(qū))土地利用結(jié)構(gòu)信息熵進(jìn)行計算之后，根據(jù)研究區(qū)域的地域特點，通過征詢專家意見，按照土地利用結(jié)構(gòu)信息熵在2002—2014年的變化率(S)大小將長株潭地區(qū)各縣(市、區(qū))分為4種類型，即快速下降區(qū)(S<-10%)、慢速下降區(qū)(-10%≤S<-1%)、基本穩(wěn)定區(qū)(-1%≤S≤1%)、慢速上升區(qū)(1%1.40)、中熵值區(qū)(1.20≤H≤1.40)、低熵值區(qū)(0

表4 2002—2014年長株潭地區(qū)各縣(市、區(qū))土地利用結(jié)構(gòu)信息熵時空分異

圖3 2002—2014年長株潭地區(qū)土地利用結(jié)構(gòu)信息熵時空變化格局

根據(jù)表4和圖3a可以看出：2002—2014年13年，長株潭地區(qū)各縣(市、區(qū))土地利用結(jié)構(gòu)的信息熵在時間維分為4種類型：快速下降區(qū)、慢速下降區(qū)、基本穩(wěn)定區(qū)、慢速上升區(qū)。

信息熵快速下降區(qū)包括雨花區(qū)、芙蓉區(qū)、天心區(qū)等3個區(qū)；信息熵慢速下降區(qū)包括岳麓區(qū)、開福區(qū)、寧鄉(xiāng)縣、蘆淞區(qū)、天元區(qū)、石峰區(qū)、株洲縣、湘潭縣等8個縣(區(qū))；信息熵基本穩(wěn)定區(qū)包括攸縣、茶陵縣、炎陵縣、醴陵市、雨湖區(qū)、湘鄉(xiāng)市、韶山市等7個縣(市、區(qū))；信息熵慢速上升區(qū)包括望城區(qū)、長沙縣、瀏陽市、荷塘區(qū)、岳塘區(qū)等5個縣(市、區(qū))。

由表4和圖3(b、c、d)可知：2002—2014年長株潭地區(qū)各縣(市、區(qū))土地利用結(jié)構(gòu)的信息熵在空間差異分為3種類型區(qū)：高熵值區(qū)(H>1.40)、中熵值區(qū)(1.20≤H≤1.40)、低熵值區(qū)(0

以2014年為例，高熵值區(qū)包括岳麓區(qū)、開福區(qū)等14個縣(市、區(qū))，這些區(qū)域經(jīng)濟(jì)發(fā)展較快，土地利用結(jié)構(gòu)趨于平衡。中熵值區(qū)包括株洲縣、攸縣、醴陵市等3個縣(市)，這些區(qū)域處于經(jīng)濟(jì)發(fā)展相對較快階段，農(nóng)業(yè)結(jié)構(gòu)調(diào)整和非農(nóng)建設(shè)也占用較多土地，但各種用地的相對變化比例較平衡。低熵值區(qū)有雨花區(qū)、芙蓉區(qū)、天心區(qū)、瀏陽市、茶陵縣和炎陵縣等6個縣(市、區(qū))，其中雨花區(qū)、芙蓉區(qū)、天心區(qū)是長沙市的舊城區(qū)，建設(shè)用地比例穩(wěn)中有升，由2002年的49.00%,72.08%,55.43%分別快速增長到2014年的82.53%,87.89%,70.67%，土地利用結(jié)構(gòu)已經(jīng)相當(dāng)穩(wěn)定。瀏陽市土地利用結(jié)構(gòu)相對單一，尤其是林地面積較大，2002年占該市的比例是68.77%，2014年仍占67.85%。茶陵縣和炎陵縣地處湖南省東南部，經(jīng)濟(jì)社會發(fā)展相對較慢，土地利用結(jié)構(gòu)也較為單一。

4.5 土地利用結(jié)構(gòu)變化預(yù)測分析

以2002—2014年長株潭地區(qū)土地利用結(jié)構(gòu)信息熵、均衡度、優(yōu)勢度為基礎(chǔ)，利用灰色GM(1，1)模型即式(10)和式(11)預(yù)測研究區(qū)域2017—2026年土地利用信息熵、均衡度、優(yōu)勢度狀況，預(yù)測模型見表5。

表5 長株潭地區(qū)土地利用結(jié)構(gòu)信息熵預(yù)測模型

表6 2014年土地利用結(jié)構(gòu)信息熵模型值與實際值對比

表7 2017—2026年土地利用結(jié)構(gòu)信息熵預(yù)測

通過計算相對誤差來檢驗預(yù)測模型的精度，相對誤差越小，表示精度越高。由表5可知，土地利用結(jié)構(gòu)信息熵、均衡度、優(yōu)勢度的相對誤差值分別為0.20%,0.20%,0.02%，這表明預(yù)測模型可信度高。

同時，為了進(jìn)一步驗證預(yù)測模型的準(zhǔn)確性，該文將通過預(yù)測模型計算出來的2014年的模型值與實際值進(jìn)行比較，并計算出相對誤差，見表6。計算結(jié)果表明，相對誤差均小于5%，模型通過檢驗。

根據(jù)表5中的預(yù)測模型，分別預(yù)測2017—2026年長株潭地區(qū)的土地利用結(jié)構(gòu)信息熵、均衡度、優(yōu)勢度，預(yù)測結(jié)果見表7，到2026年土地利用結(jié)構(gòu)信息熵上升到1.397 4Nat；均衡度上升到0.667 8Nat；優(yōu)勢度下降到0.332 5，土地利用的均質(zhì)性不斷增強(qiáng)，土地利用結(jié)構(gòu)向相對無序的方向發(fā)展。

5 結(jié)論

(1)從整體上看，2002—2014年，長株潭地區(qū)各種土地利用類型均發(fā)生了較大的變化。耕地、園地、林地、草地、水域及水利設(shè)施用地、其他土地面積凈減，其中林地減少最多，達(dá)2.169 2萬hm2。城鎮(zhèn)村及工礦用地、交通運輸用地面積凈增，城鎮(zhèn)村及工礦用地增加居首位，達(dá)5.190 5萬hm2。研究區(qū)域土地利用類型變化的主要原因是長株潭地區(qū)城市化水平不斷提高，尤其是在2007年獲批兩型社會綜合配套改革試驗區(qū)之后，區(qū)域經(jīng)濟(jì)社會快速發(fā)展，基礎(chǔ)設(shè)施建設(shè)的大量占用及生態(tài)退耕[25]。要求當(dāng)?shù)卣仨殗?yán)格保護(hù)耕地尤其是基本農(nóng)田，堅持“一要吃飯”、“二要建設(shè)”基本原則長期不動搖，嚴(yán)格控制非農(nóng)建設(shè)占耕，各項建設(shè)必須堅決執(zhí)行土地利用總體規(guī)劃，嚴(yán)格控制城鎮(zhèn)、園區(qū)等外延擴(kuò)張占用耕地。

(2)長株潭地區(qū)土地利用結(jié)構(gòu)信息熵值在時間上具有動態(tài)變化規(guī)律，在2002—2014年總體呈先下降后上升的變化趨勢。反映了該區(qū)域土地利用系統(tǒng)的有序程度先上升再下降。當(dāng)?shù)卣仨毟叨戎匾?，大力提高土地資源配置效率與集約利用水平，優(yōu)化城市土地利用結(jié)構(gòu)，合理布局城市用地，在功能分區(qū)上實行統(tǒng)一規(guī)劃，優(yōu)化環(huán)境配套設(shè)施，提高土地集約利用效益。保持城市土地的自然生態(tài)平衡，實現(xiàn)城市的可持續(xù)發(fā)展。

(3)各縣(市、區(qū))土地利用結(jié)構(gòu)信息熵在時間維上體現(xiàn)區(qū)域差異。信息熵快速下降區(qū)包括雨花區(qū)、芙蓉區(qū)、天心區(qū)3個區(qū)，屬于經(jīng)濟(jì)最為發(fā)達(dá)的市轄區(qū)；信息熵慢速下降區(qū)包括岳麓區(qū)等8個縣(區(qū))；信息熵基本穩(wěn)定區(qū)包括攸縣等7個縣(市、區(qū))；信息熵慢速上升區(qū)包括望城區(qū)等5個縣(市、區(qū))。各縣(市、區(qū))土地利用結(jié)構(gòu)信息熵在空間維上表現(xiàn)區(qū)域分異規(guī)律，2014年，高熵值區(qū)有岳麓區(qū)等14個縣(市、區(qū))；中熵值區(qū)為株洲縣等3個縣(市)；低熵值區(qū)為雨花區(qū)等6個縣(市、區(qū))。高熵值區(qū)經(jīng)濟(jì)發(fā)展速度最快，土地利用結(jié)構(gòu)趨于平衡；中熵值區(qū)土地利用較為均衡；低熵值區(qū)土地利用結(jié)構(gòu)相對單一。

(4)利用灰色GM(1，1)模型進(jìn)行預(yù)測可以看出，到2026年長株潭地區(qū)土地利用結(jié)構(gòu)信息熵、均衡度呈現(xiàn)上升趨勢，優(yōu)勢度出現(xiàn)下降趨勢，土地利用結(jié)構(gòu)向相對無序的方向發(fā)展。