奉莉軍，鄭 琪，周家俊，郭 浩，梁勤歐

（浙江師范大學 地理與環(huán)境科學學院，浙江 金華 321004）

研究未來土地利用變化對城市規(guī)劃和政策制定有重要意義[1]，其中，注重城市生態(tài)環(huán)境保護的土地利用格局尤為重要。模型模擬是研究土地利用變化的重要工具之一[2-3]，構(gòu)建土地利用模型有助于理解土地利用變化過程，解釋政策因素、人為因素以及自然因素等對未來土地利用的影響機制[4-5]。戴爾阜和馬良將土地利用模型分為6類：機器學習和統(tǒng)計模型、經(jīng)濟學模型、元胞自動機模型、多主體模型、部門經(jīng)濟學模型以及混合方法模型[7]。元胞自動機（CA）模型能夠?qū)⒖臻g作用和時間關(guān)系相結(jié)合模擬復雜的時空演變過程，利用全局影響機制和局部轉(zhuǎn)移規(guī)則自上而下進行模擬建模，從而能夠提取復雜的轉(zhuǎn)移規(guī)則進行土地利用模擬[8-10]，被國內(nèi)外學者廣泛采用。然而，CA模型在土地利用模擬過程中側(cè)重于挖掘自然環(huán)境因素對土地變化的影響[11-12]，無法考慮土地利用變化過程中經(jīng)濟、人口等人為因素的影響[13-14]?；谏窠?jīng)網(wǎng)絡(luò)方法的元胞自動機（ANN-CA）模型利用神經(jīng)網(wǎng)絡(luò)算法提取土地利用變化的歷史規(guī)則[15-16]，在模擬過程中既能有效考慮自然因素又能考慮人為因素，能有效控制數(shù)據(jù)挖掘過程中所面臨的多因子干擾，提高模型模擬精度[17-18]。

在未來的中國城市群研究中，研究城市土地使用政策下的城市群空間變化尤其重要[19]。城市建設(shè)用地的擴張速度不僅受到區(qū)域位置等自然因素的影響，還受到政策的調(diào)控。浙中城市群作為浙江省的第三大城市群，是浙江省參與長江三角洲地區(qū)競爭與合作的載體之一，城市化水平達到70%以上，其建設(shè)用地擴張速度受到浙中城市群規(guī)劃（2008—2020年）的土地利用政策的調(diào)控[20]。因此，只考慮歷史規(guī)則模擬未來土地利用情景不能科學解釋未來浙中城市群不同城市規(guī)劃下的土地空間利用，需要設(shè)置多種情景來解決這一問題。本研究在分析2005—2019年浙中城市群建設(shè)用地擴張?zhí)卣鞯幕A(chǔ)上，以將浙中城市群建設(shè)為宜居城市為目標，模擬浙中城市群建設(shè)用地在不同情景下的擴張情況，以期為未來浙中城市群的城市規(guī)劃提供參考。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

研究區(qū)范圍包括浙江省金華市的整個行政區(qū)和衢州市的龍游、麗水市的縉云2個縣，總面積約為1.36萬km2，如圖1。浙中城市群南部和北部地勢較高，中部地勢平坦且河流眾多，適合城市發(fā)展。作為浙江省第三大城市群，浙中城市群對浙江省中部地區(qū)城市建設(shè)高質(zhì)量發(fā)展具有引導作用。浙中城市群建設(shè)用地主要分布在中部地區(qū)，包括婺城區(qū)、金東區(qū)、義烏市、永康市以及東陽市等地。

圖1 研究區(qū)位置、行政區(qū)劃和2019年浙中城市群建設(shè)用地Figure 1 Location of the study area，administrative divisions and the construction land of the mid-Zhejiang urban agglomeration in 2019

1.2 數(shù)據(jù)來源與處理

本研究采用歐洲航天局（https://earth.esa.int/）土地利用數(shù)據(jù)，經(jīng)過剪裁、重分類等預處理得到浙中城市群2005、2010、2015和2019年的土地利用分類數(shù)據(jù)，歸并為農(nóng)田、林地、草地、建設(shè)用地和水域5類，空間分辨率為300 m×300 m。

影響土地利用的驅(qū)動因素包括自然因素和社會因素，本研究選取包括自然因素和社會因素的9個驅(qū)動因子來解釋土地利用的變化。地形因子由地理空間數(shù)據(jù)云（www.gscloud.cn）獲得，包括高程數(shù)據(jù)（DEM）以及由高程數(shù)據(jù)計算得到的坡度與坡向；社會因子直接由柵格數(shù)據(jù)形成，包括人口（https://www.worldpop.org/）和國民生產(chǎn)總值（https://www.ngdc.noaa.gov/）；區(qū)位因子為到城鎮(zhèn)中心的距離，由資源環(huán)境科學與數(shù)據(jù)中心（http://www.resdc.cn/）獲得；交通因子為距公路和鐵路的距離，與距水系距離一樣均通過對距離矢量數(shù)據(jù)進行歐式距離運算得到。對以上9個驅(qū)動因子進行數(shù)據(jù)預處理：先將數(shù)據(jù)重采樣到300 m，尺度與土地利用數(shù)據(jù)一致；再利用ArcGIS采用模糊隸屬度的方法進行數(shù)據(jù)歸一化處理，消除量綱影響。

1.3 研究方法

1.3.1 GeoSOS系統(tǒng)與模擬評價

由中山大學黎夏教授等提出的地理模擬與優(yōu)化系統(tǒng)（GeoSOS）對土地利用變化歷史規(guī)則提取有較好的解釋，能耦合地理模擬和空間優(yōu)化對土地利用變化進行提取[16]。GeoSOS 系統(tǒng)提供多種復合CA 模型，包括ANN-CA模型、DT-CA模型和Logistic-CA模型，本研究選取ANN-CA模型進行浙中城市群的土地利用空間格局變化預測，利用神經(jīng)網(wǎng)絡(luò)的方法進行歷史規(guī)則提取，按照規(guī)律計算各單元的轉(zhuǎn)移概率，模擬土地利用空間格局，預測未來的土地利用情景[16-18]。

首先按照百分比對研究區(qū)進行采樣，設(shè)置鄰域參數(shù)，訓練神經(jīng)網(wǎng)絡(luò)后提取網(wǎng)絡(luò)權(quán)重值；然后設(shè)置土地利用類型轉(zhuǎn)移矩陣，判定土地類型轉(zhuǎn)移的可轉(zhuǎn)移性；最后規(guī)定自適應(yīng)系數(shù)、迭代次數(shù)等參數(shù)計算轉(zhuǎn)移結(jié)果，當達到某類用地的實際需求后停止模擬。ANN-CA模型轉(zhuǎn)移規(guī)則計算公式[18]為

其中，P(k,t,l)為轉(zhuǎn)移概率，(1+(-lnγ)α)為不可控因素，Pann(k,t,l)為某地類轉(zhuǎn)移概率，為城市建設(shè)用地密度，con()為兩種土地利用類型之間轉(zhuǎn)移可能性。P(k,t,l)為1 說明可轉(zhuǎn)移，P(k,t,l)為0 說明不能發(fā)生轉(zhuǎn)移。

Kappa系數(shù)是衡量模型模擬精度的常用指標。本研究利用Kappa系數(shù)進行預測結(jié)果與實際分類的一致性檢驗，一般認為數(shù)值大于0.75時即通過檢驗，說明模擬效果較好[21]。

1.3.2 情景構(gòu)建

根據(jù)浙中城市群的歷史發(fā)展規(guī)律，建立3種規(guī)劃情景，利用ANN-CA 模型設(shè)置規(guī)劃參數(shù)，對3種情景下土地利用格局進行預測。

（1）慣性發(fā)展下的土地利用情景 基于浙中城市群土地利用歷史發(fā)展規(guī)律，本研究根據(jù)2005—2015年浙中城市群土地利用面積轉(zhuǎn)移矩陣設(shè)置土地利用類型轉(zhuǎn)移矩陣，進行慣性發(fā)展下的土地利用預測。表1是根據(jù)2005—2015 年浙中城市群土地利用面積轉(zhuǎn)移地類變化情況建立的慣性情景下土地利用類型轉(zhuǎn)移矩陣[22]。

表1 土地利用類型轉(zhuǎn)移矩陣Table 1 Land use type transfer matrix

（2）經(jīng)濟優(yōu)先發(fā)展下的土地利用情景 此情景下的土地利用類型轉(zhuǎn)移矩陣設(shè)置方法與慣性發(fā)展情景相似。在此情景下，制定城市用地規(guī)劃時，優(yōu)先考慮經(jīng)濟發(fā)展和城市建設(shè)，保證城鎮(zhèn)化發(fā)展速度最快，建設(shè)用地擴張面積快速增加。

（3）生態(tài)優(yōu)先發(fā)展下的土地利用情景 浙中城市群的建設(shè)目標是打造重要生態(tài)屏障，促進城鄉(xiāng)之間協(xié)調(diào)發(fā)展，爭取做生態(tài)城市示范區(qū)[23]。因此，該情景在慣性發(fā)展的前提下，著重保護耕地、林地和水域，提高森林覆蓋率，限制建設(shè)用地擴張速度，注重城市綠色發(fā)展。

2 結(jié)果與分析

2.1 浙中城市群城市擴張變化特征

2.1.1 浙中城市群土地利用格局

研究區(qū)的土地類型主要包括林地、耕地和建設(shè)用地，林地面積最大，耕地次之，建設(shè)用地處于快速擴張狀態(tài)。如圖2，林地主要呈東北—西南走向，以條帶狀分布在浙中城市群地區(qū)，與耕地交錯分布；耕地呈條帶狀分布于浙中城市群中部；草地零星分布于研究區(qū)內(nèi)；水域主要分布在耕地內(nèi)部，與耕地相互交錯；建設(shè)用地主要分布于中部地區(qū)的婺城區(qū)、金東區(qū)、義烏市、永康市和東陽市。

圖2 2005和2015 年浙中城市群土地利用格局Figure 2 Distribution of land use in the mid-Zhejiang urban agglomeration in 2005 and 2015

2005—2015年浙中城市群土地利用變化情況見表2，建設(shè)用地流入量最大，主要由耕地、草地和林地流入，其中耕地流入量高達389.67 km2；除建設(shè)用地和水域外，其他土地利用類型面積均減少，2015年耕地面積比2005年減少了342.50 km2。

表2 2005—2015年浙中城市群土地利用面積轉(zhuǎn)移矩陣Table 2 Transfer matrix of the mid-Zhejiang urban agglomeration from 2005 to 2015km2

2.1.2 浙中城市群建設(shè)用地擴張?zhí)卣?/p>

由2005—2019年浙中城市群土地利用數(shù)據(jù)單獨提取建設(shè)用地數(shù)據(jù)進行統(tǒng)計分析，得到浙中城市群建設(shè)用地2005—2019年面積變化以及增長速度，結(jié)果如表3所示。2005—2019年，浙中城市群建設(shè)用地總面積持續(xù)增加，2019年建設(shè)用地總面積是2005年的2.78倍。浙中城市群建設(shè)用地增長率不斷減小，從40.20%減小至14.13%。近年來，浙中城市群以建設(shè)宜居城市為目標，注重生態(tài)環(huán)境保護和生態(tài)屏障建設(shè)，建設(shè)用地擴張速度逐漸下降。

表3 2005—2019年浙中城市群建設(shè)用地統(tǒng)計數(shù)據(jù)Table 3 Statistics on the construction land of the mid-Zhejiang urban agglomeration from 2005 to 2019

2.2 不同情景模型模擬精度檢驗

本研究選取2005—2015年為時間步長進行ANN-CA 模型參數(shù)設(shè)置，提取土地利用數(shù)據(jù)總柵格數(shù)的5%為訓練樣本，鄰域選擇為5時模擬結(jié)果較好，模擬精度較高[23]。對不同土地利用情景下模型進行設(shè)置，模擬土地利用空間布局。模擬結(jié)果以2019年慣性發(fā)展情景為例展示（圖3），2019年慣性發(fā)展情景下的各類土地利用空間分布格局與2019年真實土地利用空間分布格局基本一致，模擬效果較好。

圖3 2019年浙中城市群真實和慣性發(fā)展情景下土地利用對比圖Figure 3 Comparison of land use under real and inertial development scenari?os of the mid-Zhejiang urban agglomerations in 2019

3種情景下的模擬結(jié)果Kappa系數(shù)、FoM精度值和總體精度同時進行檢驗，結(jié)果如表4所示。慣性發(fā)展情景、經(jīng)濟優(yōu)先發(fā)展情景以及生態(tài)優(yōu)先發(fā)展情景下的Kappa系數(shù)均高于0.8，F(xiàn)oM精度值在0.04左右，總體精度達90%以上，均通過精度檢驗。

表4 不同情景土地利用模擬精度比較Table 4 Comparison of simulation accuracy of land use in different scenarios

因本研究主要探究浙中城市群建設(shè)用地的擴張情況，故對建設(shè)用地精度進行單獨統(tǒng)計驗證。3種情景下建設(shè)用地Kappa 系數(shù)見表5，均不低于0.75。其中，生態(tài)優(yōu)先情景下Kappa 系數(shù)最高，為0.78，該情景是最適合研究區(qū)建設(shè)用地模擬的情景?？傮w而言，精度檢驗結(jié)果顯示ANN-CA模型適合浙中城市群建設(shè)用地擴張模擬，能夠滿足研究精度需求。

表5 3種情景下建設(shè)用地Kappa系數(shù)比較Table 5 Comparison of Kappa coefficients of construction land under three scenarios

2.3 2030年浙中城市群土地利用空間格局預測

3種情景下2030年浙中城市群的土地利用空間格局模擬結(jié)果如圖4所示。對比3種情景下2030年浙中城市群的土地利用格局發(fā)現(xiàn)，各情景下總體土地利用格局相似，生態(tài)優(yōu)先情景下建設(shè)用地面積低于其他2種情景。不同情景下2030 年浙中城市群各類土地利用面積如表6 所示，生態(tài)優(yōu)先情景下的建設(shè)用地面積為904.70 km2，明顯低于其他2種情景；耕地面積為3 738.27 km2，明顯大于其他2種情景，達到了生態(tài)優(yōu)先發(fā)展的規(guī)劃要求，較好滿足了浙中城市群的建設(shè)目標需要。因此，本研究選取生態(tài)優(yōu)先情景為最優(yōu)情景預測結(jié)果。

圖4 2030年浙中城市群3種情景土地利用格局模擬結(jié)果Figure 4 Simulated land use pattern of three scenarios in the mid-Zhejiang urban agglomeration in 2030

表6 不同情景下2030年浙中城市群土地利用面積Table 6 Land use area statistics of different scenarios in the mid-Zhejiang urban agglomeration in 2030 km2

生態(tài)優(yōu)先情景下，2030年浙中城市群建設(shè)用地的擴張主要集中在婺城區(qū)、金東區(qū)、義烏市、永康市、東陽市（表7）。上述地區(qū)是浙中城市群經(jīng)濟發(fā)展的主要區(qū)域，建設(shè)用地空間需求較大。2005年浙中城市群各市（縣、區(qū)）整體建設(shè)用地面積為321.76 km2，2015 年為721.34 km2。根據(jù)預測，2030 年在生態(tài)優(yōu)先情景下的浙中城市群各市（縣、區(qū)）整體建設(shè)用地面積將增加到904.70 km2，建設(shè)用地需求不斷增加。

表7 浙中城市群各市（縣、區(qū)）建設(shè)用地面積Table 7 Construction land area requirements of the counties in the mid-Zhejiang urban agglomerationkm2

如表8 所示，在生態(tài)優(yōu)先情景下，2015—2030 年浙中城市群建設(shè)用地擴張總量為183.86 km2，與2005—2015年擴張總量399.58km2相比下降較多，擴張速度逐漸減小。由于浙中城市群秉持生態(tài)優(yōu)先思想，建設(shè)生態(tài)廊道，在保護原有生態(tài)屏障的同時確?？傮w土地利用格局不發(fā)生變化。同時，有研究發(fā)現(xiàn)，城鎮(zhèn)化建設(shè)達到一定水平后城市建設(shè)速度會逐漸減緩，建設(shè)用地擴張速度下降會相對明顯[24]，浙中城市群建設(shè)用地擴張速度變化符合上述規(guī)律。總體來看，與2005—2015年相比，2015—2030年浙中城市群建設(shè)用地擴張面積明顯減少，與浙中城市群建設(shè)用地擴張?zhí)卣鳎ū?）一致。

表8 浙中城市群各市（縣、區(qū)）建設(shè)用地擴張面積Table 8 Expansion area of built-up land in various counties in the mid-Zhejiang urban agglomerationkm2

3 結(jié)論

（1）基于浙中城市群2005、2010、2015和2019年四期土地利用遙感影像和自然因子、社會因子數(shù)據(jù)，建立了基于慣性發(fā)展、經(jīng)濟優(yōu)先以及生態(tài)優(yōu)先3種不同發(fā)展情景；3種情景下2019年浙中城市群土地利用空間格局的模擬精度Kappa系數(shù)均達到0.8以上，模擬效果較好，ANN-CA模型適用于浙中城市群的土地利用空間模擬。

（2）經(jīng)模擬，2030年研究區(qū)在生態(tài)優(yōu)先情景下的建設(shè)用地面積需求均少于其他2種情景，土地利用空間格局最優(yōu)。因此，該情景下的土地利用格局最適合研究區(qū)的城市規(guī)劃發(fā)展。

（3）生態(tài)優(yōu)先情景下，2030年浙中城市群建設(shè)用地擴張以婺城區(qū)、金東區(qū)、義烏市、永康市和東陽市為主導地區(qū)，其他市（縣、區(qū)）緊隨其后且均處于增長狀態(tài)。2005—2030 年建設(shè)用地擴張?zhí)幱诔掷m(xù)增長狀態(tài)，與2005—2015 年相比，2015—2030年建設(shè)用地擴張速度逐漸變緩，與現(xiàn)實中浙中城市群建設(shè)用地擴張?zhí)卣骰疽恢隆?/p>

本研究采用模型模擬方法進行土地利用情景設(shè)置時，由于不同預測者經(jīng)驗不同，考慮的政策等因素不同，預測的結(jié)果帶有一定的主觀性。本研究選取土地利用數(shù)據(jù)的空間分辨率為300 m×300 m，可能與高精度影像數(shù)據(jù)模擬結(jié)果存在偏差，未來可提高數(shù)據(jù)精度以進一步提高模擬結(jié)果的可靠性[25]。