夏倩柔，夏 楠，唐夢迎

（1.新疆維吾爾自治區(qū)環(huán)境保護(hù)科學(xué)研究院，新疆 烏魯木齊 830011；2.新疆大學(xué)地理與遙感科學(xué)學(xué)院，新疆 烏魯木齊 830017）

0 引言

土地利用變化是衡量區(qū)域陸地生態(tài)系統(tǒng)變化、反映人類活動(dòng)響應(yīng)社會(huì)發(fā)展變化的重要形式[1-2]。礦產(chǎn)資源開發(fā)主要是以土地利用當(dāng)中的建設(shè)用地為載體開展的社會(huì)經(jīng)濟(jì)活動(dòng)。土地利用變化與采礦活動(dòng)的關(guān)系存在相互促進(jìn)和制約的過程。礦產(chǎn)開發(fā)提升區(qū)域經(jīng)濟(jì)收益，促進(jìn)土地利用發(fā)展，土地利用為礦產(chǎn)開發(fā)提供建設(shè)用地指標(biāo)，促進(jìn)礦產(chǎn)開采；而當(dāng)?shù)V產(chǎn)開發(fā)到一定規(guī)模需要進(jìn)一步擴(kuò)展空間時(shí)，土地利用卻因用地指標(biāo)和生態(tài)環(huán)境等因素限制其發(fā)展[3-4]。當(dāng)前，GIS（Geographical Information System，地理信息系統(tǒng)）技術(shù)和RS（Remote Sensing，遙感）技術(shù)已被廣泛使用于礦區(qū)土地利用變化研究，不僅能夠詳細(xì)分析土地利用變化的過程，還能夠綜合多源數(shù)據(jù)分析其變化的原因。

為深入探究礦區(qū)土地利用變化，國內(nèi)學(xué)者進(jìn)行了大量研究工作。常小燕等[5]研究稀土礦區(qū)土地利用變化情況，并評價(jià)了土地利用變化對生態(tài)系統(tǒng)服務(wù)價(jià)值的影響。杜青松等[6]研究了高寒礦區(qū)的土地利用變化情況，評估了礦區(qū)經(jīng)過近20 年環(huán)境演替和修復(fù)治理作用，土地利用類型基本恢復(fù)到了原來的水平。黃英男等[7]研究趙樓礦區(qū)土地利用變化情況，得出農(nóng)用地逐步轉(zhuǎn)出，水域用地、工礦用地和非工礦建設(shè)用地逐步轉(zhuǎn)入，侵占農(nóng)田情況嚴(yán)重。ZHAO 等[8]研究了近15 年黑帶溝露天煤礦土地利用/覆被類型變化對礦區(qū)景觀格局演變和生態(tài)環(huán)境質(zhì)量的影響，表明土地利用變化總體不平衡，景觀碎片化加劇。QI 等[9]選取礦區(qū)4 年的土地利用數(shù)據(jù)，并根據(jù)礦井空間分布特點(diǎn)發(fā)現(xiàn)耕地恢復(fù)、林地恢復(fù)和生態(tài)系統(tǒng)重建表現(xiàn)向好。TANG 等[10]通過對高分辨率、公開可用的衛(wèi)星圖像的遙感分析，生成了一個(gè)全球采礦土地利用數(shù)據(jù)集，以支持未來對全球采礦影響的研究。由上述研究發(fā)現(xiàn)，礦區(qū)土地利用隨著地理區(qū)位和發(fā)展模式的不同，所產(chǎn)生的生態(tài)問題也各不相同。盡管礦區(qū)生態(tài)恢復(fù)是趨勢，但礦地矛盾仍有發(fā)生。大量研究分析了礦區(qū)土地利用的變化情況，但對于其驅(qū)動(dòng)因素研究較少，同時(shí)也缺乏對伊犁河谷礦集區(qū)的相關(guān)研究。

綜上所述，礦產(chǎn)資源開發(fā)利用與土地利用之間存在相互關(guān)系，土地利用變化是研究礦區(qū)生態(tài)系統(tǒng)格局變化、評價(jià)礦區(qū)生態(tài)環(huán)境質(zhì)量的重要因素。因此，基于30 年土地利用數(shù)據(jù)分析伊犁河谷礦集區(qū)土地利用變化的時(shí)空特征，使用地理探測模型分析多種影響因子對土地利用變化的驅(qū)動(dòng)作用，以期為該區(qū)域生態(tài)協(xié)調(diào)和可持續(xù)發(fā)展提供科學(xué)思路。

1 研究區(qū)概況

新疆伊犁河谷礦集區(qū)位于新疆伊犁哈薩克自治州境內(nèi)（圖1），是我國重要的礦產(chǎn)資源集中區(qū)之一。該區(qū)域主要礦產(chǎn)資源包括金、銀、銅、鉛、鋅、煤等，尤其是煤炭儲(chǔ)量巨大，達(dá)到1 700 億t。2007 年，國家發(fā)展和改革委員會(huì)批準(zhǔn)伊犁作為全國七大煤化工基地之一，伊犁成為全國重點(diǎn)產(chǎn)煤區(qū)。隨著礦區(qū)建設(shè)和礦業(yè)發(fā)展，礦集區(qū)內(nèi)各大礦業(yè)企業(yè)為當(dāng)?shù)亟?jīng)濟(jì)發(fā)展做出了巨大貢獻(xiàn)。然而，伊犁河谷流域礦集區(qū)內(nèi)存在諸多問題，如煤炭產(chǎn)業(yè)規(guī)模不一、布局散亂、煤炭運(yùn)輸?shù)缆肥茏?、管理落后和地質(zhì)災(zāi)害隱患風(fēng)險(xiǎn)大等。

圖1 研究區(qū)位置圖Fig.1 Location map of the study area

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)介紹

共使用與研究相關(guān)的10 種基礎(chǔ)數(shù)據(jù)，包括用于土地利用矢量數(shù)據(jù)以及用于分析的地形數(shù)據(jù)（數(shù)字高程模型，Digital Elevation Model，DEM）、氣象數(shù)據(jù)（地表溫度、地表蒸散發(fā)、逐月降水量）、土壤數(shù)據(jù)（土壤有機(jī)碳、土壤厚度、土壤侵蝕）、地表覆被數(shù)據(jù)（含植被覆蓋度及1990 年、1995 年、2000 年、2005 年、2010 年、2015 年和2020 年的土地利用數(shù)據(jù)）、社會(huì)經(jīng)濟(jì)數(shù)據(jù)（GDP），見表1。

2.2 方法介紹

2.2.1 重心遷移模型

重心遷移模型是地理學(xué)中較為常見的分析模型之一，能夠直觀地表現(xiàn)出某個(gè)要素在空間上的遷移規(guī)律以及集聚情況[12]，重心遷移模型計(jì)算公式見式（1）。

式中：Xr、Yr為各等級土地利用類型重心的經(jīng)緯度坐標(biāo)；Fis為第i個(gè)土地利用類型像元在第s年的值；xi、yi為第s年在第i個(gè)格網(wǎng)上土地利用類型的重心坐標(biāo)。

2.2.2 地理探測器

1）因子探測[13]。探測土地利用的空間分異性和各個(gè)驅(qū)動(dòng)因子對土地利用空間分異性的解釋程度，用q值度量，計(jì)算公式見式（2）和式（3）。

式中：h為土地利用驅(qū)動(dòng)因子的分類或分區(qū)；Nh和N分別為第h分區(qū)與全區(qū)的單元數(shù)；σh和σ分別為第h分區(qū)與全區(qū)y值的方差；SSW和SST分別為層內(nèi)方差之和與全區(qū)總方差；q的值域?yàn)閇0，1]，q值越大則表示驅(qū)動(dòng)因子x對土地利用y的解釋力就越強(qiáng)，反之則越弱。

2）交互探測器[13]。交互探測器用于識(shí)別不同驅(qū)動(dòng)因子之間的交互作用，即探測驅(qū)動(dòng)因子X1 和驅(qū)動(dòng)因子X2 共同作用時(shí)對土地利用強(qiáng)度的解釋力是增強(qiáng)還是減弱。不同因子交互作用的差異主要體現(xiàn)出5 種結(jié)果，q（X1∩X2）＜min[q（X1），q（X2）]交互作用非線性增強(qiáng)，min[q（X1），q（X2）]＜q（X1∩X2）＜max[q（X1），q（X2）]交互作用為單因子非線性增強(qiáng)，q（X1∩X2）＞max[q（X1），q（X2）]交互作用為雙因子增強(qiáng)，q（X1∩X2）=q（X1）+q（X2）交互作用為獨(dú)立交互作用，q（X1∩X2）＞q（X1）+q（X2）交互作用為非線性增強(qiáng)。

3）生態(tài)探測[13]。用于比較兩因子X1 和X2 對屬性Y的空間分布的影響是否有顯著差異，以F統(tǒng)計(jì)量來衡量，見式（4）和式（5）。

式中：NX1、NX2分別為兩個(gè)因子X1、X2 的樣本量；SSWX1和SSWX2為由X1 和X2 形成的分層的層內(nèi)方差之和；L1 和L2 分別為變量X1 和X2 分層數(shù)目。其中，零假設(shè)H0：SSWX1=SSWX2。如果在α的顯著性水平上拒絕H0，這表明兩因子X1 和X2 對屬性Y的空間分布的影響存在著顯著的差異。

3 結(jié)果與分析

3.1 礦集區(qū)土地利用變化分析

3.1.1 礦集區(qū)土地利用變化統(tǒng)計(jì)描述

表2 統(tǒng)計(jì)了1990—2020 年伊犁河谷礦集區(qū)各土地覆被類型面積和占比。由表2 可知，1990—2020年間伊犁河谷礦集區(qū)的土地利用變化類型主要有草地、耕地、林地、建設(shè)用地、濕地（含水域）和未利用地。草地面積占比第一，多年保持在64%～71%之間；濕地（含水域）占比最少，為1%左右。草地和未利用地面積整體呈現(xiàn)減少趨勢，草地面積從7 780.10 km2減少到6 986.01 km2；未利用地面積從587.81 km2減少到535.06 km2。耕地、林地、建設(shè)用地和濕地（含水域）面積呈現(xiàn)增加趨勢，其中，耕地面積從1 491.39 km2增加到2 034.87 km2；林地面積從743.31 km2增加到778.92 km2；建設(shè)用地面積 從167.80 km2增加到389.59 km2；濕地（含水域）面積從81.56 km2增加到127.52 km2。

3.1.2 礦集區(qū)土地利用變化面積變化和動(dòng)態(tài)特征

年變化率和土地利用動(dòng)態(tài)度能夠有效體現(xiàn)不同時(shí)段內(nèi)土地利用變化類型面積的變化速率和動(dòng)態(tài)過程。表3 展示了1990—2020 年伊犁河谷礦集區(qū)土地利用變化年變化率和動(dòng)態(tài)度。由表3 可知，草地、耕地、建設(shè)用地和未利用地的年變化率在1995—2000年達(dá)到最大，分別為-1.078%/a、5.220%/a、6.470%/a和-0.996%/a；林地的年變化率在2005—2010 年最大，為0.802%/a；濕地（含水域）的年變化率在2000—2005 年最大，為7.409%/a。土地利用類型動(dòng)態(tài)度能夠表示某種土地利用變化類型發(fā)生變化的圖斑數(shù)量。表3 中大部分面積年變化率最大的地類動(dòng)態(tài)度也最大，但建設(shè)用地表現(xiàn)不同，其面積增加最多為1995—2000 年的6.470%/a，動(dòng)態(tài)度最大則為2010—2015 年的12.510%。盡管面積增加，但圖斑基數(shù)較小，因此動(dòng)態(tài)度較小，表明了城市擴(kuò)張中即便面積年變化率不大，一旦形成規(guī)模，其動(dòng)態(tài)度也會(huì)比較大。1995—2000 年草地和耕地動(dòng)態(tài)度達(dá)到最大，分別為-83.894%和77.972%，表面大多數(shù)地類圖斑發(fā)生了面積變化，而此后十多年也一直處于較為劇烈的動(dòng)態(tài)變化之中。其他地類動(dòng)態(tài)度沒有超過15%，動(dòng)態(tài)變化主要表現(xiàn)在局部區(qū)域。

表3 1990—2020 年伊犁河谷礦集區(qū)土地利用變化年變化率和動(dòng)態(tài)度Table 3 Annual change rate and dynamics of land use change of Yili Valley Mining Agglomeration Area from 1990 to 2020

3.1.3 礦集區(qū)土地利用變化轉(zhuǎn)入轉(zhuǎn)出分析

在計(jì)算各時(shí)間段土地利用變化轉(zhuǎn)移矩陣后，將結(jié)果換算成轉(zhuǎn)入轉(zhuǎn)出率，便于分析每一種地類具體減少和增加的程度，見表4 和圖2。草地和未利用地多年表現(xiàn)為轉(zhuǎn)出率大于轉(zhuǎn)入率；耕地、建設(shè)用地和濕地（含水域）轉(zhuǎn)化較為顯著，除個(gè)別時(shí)間段轉(zhuǎn)出率略大于轉(zhuǎn)入率，多數(shù)時(shí)間均為轉(zhuǎn)入率大于轉(zhuǎn)出率；林地整體轉(zhuǎn)入大于轉(zhuǎn)出。表明城市擴(kuò)張的同時(shí)耕地增加，森林和水域生態(tài)系統(tǒng)質(zhì)量有所提高。盡管草地轉(zhuǎn)出率較高，但非轉(zhuǎn)為未利用地，表明生態(tài)環(huán)境質(zhì)量并未下降。

表4 1990—2020 年伊犁河谷礦集區(qū)土地利用變化轉(zhuǎn)入率和轉(zhuǎn)出率Table 4 Transfer rate of land use change of Yili Valley Mining Agglomeration Area from 1990 to 2020 單位：%

圖2 1990—2020 年伊犁河谷礦集區(qū)土地利用變化變化率空間格局Fig.2 Spatial pattern of change rate of land use change of Yili Valley Mining Agglomeration Area from 1990 to 2020

3.1.4 重心遷移分析

運(yùn)用ArcGIS 軟件計(jì)算得到土地利用變化重心坐標(biāo)，繪制成折線圖，如圖3 所示。由圖3 可知，草地、濕地（含水域）、未利用地重心整體向東北部移動(dòng)，耕地重心整體向東南移動(dòng)，說明東部的農(nóng)業(yè)縣擴(kuò)大耕種面積。林地原集中北部山前地帶，隨后向西南移動(dòng)，說明南部人類活動(dòng)區(qū)近幾年大片造林取得進(jìn)展。建設(shè)用地向西北運(yùn)動(dòng)。2000—2005 年草地和濕地（含水域）移動(dòng)距離最大，2010—2015 年建設(shè)用地移動(dòng)距離最大，而礦集區(qū)西側(cè)的伊寧市為該區(qū)域核心城市，說明這五年城市發(fā)展變化迅速，城市化向著大城市方向移動(dòng)。濕地（含水域）重心東移明顯，結(jié)合草地表現(xiàn)說明礦集區(qū)東部自然生態(tài)恢復(fù)效果較好。

圖3 1990—2020 年伊犁河谷礦集區(qū)土地利用變化重心遷移分析Fig.3 Gravity migration analysis of land use change of Yili River Valley Mining Agglomeration Area from 1990 to 2020

3.2 礦集區(qū)土地利用變化驅(qū)動(dòng)力分析

3.2.1 探測因子單因素分析

選取9 種探測因子分析不同環(huán)境因子與人類活動(dòng)對伊犁河谷礦集區(qū)土地利用空間分異的影響，得到單因子影響的解釋力q值（值域?yàn)?～1）。圖4 為伊犁河谷礦集區(qū)土地利用空間分異驅(qū)動(dòng)因子解釋力統(tǒng)計(jì)圖。由圖4 可知，按解釋力大小各因子依次排序?yàn)閄8＞X9＞X6＞X7＞X2＞X4=X5=X3＞X1。高程對于土地利用的解釋力最強(qiáng)，達(dá)到0.152，說明在這9 種探測因子中高程對于土地利用的影響最大；其次是有機(jī)質(zhì)含量，達(dá)到0.118；GDP 影響力最低，為0.018，說明GDP 因素對于土地利用的影響較小，主要是由于數(shù)據(jù)的性質(zhì)，僅2015 年和2020 年具備有效值，其余年幾乎為空值，因此可供分析的數(shù)據(jù)較少，從而影響了其解釋力；土層厚度、土壤侵蝕和地表溫度表現(xiàn)出一致的解釋力；蒸散發(fā)量、降水量和坡度的解釋力處于中間水平。

圖4 伊犁河谷礦集區(qū)土地利用空間分異驅(qū)動(dòng)因子解釋力統(tǒng)計(jì)圖Fig.4 Explanatory force of spatial differentiation driving factors of land use of Yili River Valley Mining Agglomeration Area

3.2.2 探測因子交互分析

為探測多種因子對伊犁河谷礦集區(qū)土地利用變化的影響力大小，各因子的交互作用情況及其顯著性大小，運(yùn)用地理探測器進(jìn)行對應(yīng)分析，如圖5 所示。由圖5 可知，高程∩坡度作用效果最強(qiáng)，為0.320，有機(jī)質(zhì)含量∩降水量次之，為0.261，第三是高程∩降水量，為0.253。GDP 與其他因子交互作用均處在較低水平。

圖5 伊犁河谷礦集區(qū)各驅(qū)動(dòng)因子交互探測和生態(tài)探測結(jié)果Fig.5 Interactive detection and ecological detection results of various driving factors in Yili River Valley Mining Agglomeration Area

大多數(shù)因子之間的交互作用表現(xiàn)為非線性增強(qiáng)，說明大多數(shù)因子對于土地利用變化是共同促進(jìn)關(guān)系。GDP 與其他因子既不增強(qiáng)也不減弱，沒有線性減弱和非線性減弱的交互因子存在，說明所有因子對于土地利用變化都有一定的增強(qiáng)作用，只是作用力大小不同。

生態(tài)探測結(jié)果顯示高程與GDP、土層厚度、土壤侵蝕、地表溫度和蒸散發(fā)量具有顯著性差異，說明高程因子與上述因子共同對土地利用的空間分布影響差異較大，結(jié)合單因子分析也說明高程的重要性強(qiáng)。其他因子相互之間不存在顯著性差異，說明其他因子對土地利用空間分布影響具有較相似機(jī)理。

4 討論

為進(jìn)一步討論礦區(qū)土地利用變化情況，提取土地利用變化建設(shè)用地中的二級地類，包括采礦場、工業(yè)用地和居住地，見表5。由表5 可知，建設(shè)用地中各二級地類均呈現(xiàn)上升趨勢。2010 年以前，工業(yè)用地面積占建設(shè)用地的比例維持在3%以內(nèi)，采礦場則不足1%，面積均處在極低水平；2010 年之后，工業(yè)用地呈爆發(fā)式增長，到2020 年面積占比達(dá)到13.49%，采礦場面積達(dá)到23.95 km2，占比一度增長至6.25%。二級地類結(jié)構(gòu)也發(fā)生變化，居住地占比持續(xù)下降，工業(yè)用地面積比不斷上升，采礦用地不斷增加。這個(gè)過程體現(xiàn)了該區(qū)域以礦業(yè)為代表的工業(yè)發(fā)展規(guī)模取得了顯著增長。同時(shí)可以看出采礦活動(dòng)對于建設(shè)用地影響巨大。礦業(yè)發(fā)展不僅僅局限于礦區(qū)，更帶動(dòng)礦業(yè)驅(qū)動(dòng)的相關(guān)產(chǎn)業(yè)發(fā)展，從而大幅增加了工業(yè)用地占比。盡管三個(gè)二級地類面積都在增長，但工業(yè)用地面積增加了10 多倍，采礦場面積增加40 多倍，居住用地面積僅增加不到2 倍，表明礦集區(qū)工業(yè)化水平不斷提升，采礦用地規(guī)模也不斷壯大。

表5 建設(shè)用地中各二級地類面積和占比Table 5 Area and proportion of secondary land in construction land

5 結(jié)論

1）草地和未利用地面積減少，耕地、林地、建設(shè)用地和濕地（含水域）面積有所增加。不同地類在不同時(shí)間段變化情況不同，整體來看土地類型變化率最大值均在2010 年以前，且動(dòng)態(tài)度隨之表現(xiàn)出基本一致的變化特征。

2）耕地、林地、建設(shè)用地和濕地（含水域）整體轉(zhuǎn)入率大于轉(zhuǎn)出率，表明城市擴(kuò)張的同時(shí)耕地增加，森林和水域生態(tài)系統(tǒng)質(zhì)量有所提高。重心分析結(jié)果表明林地、建設(shè)用地向礦集區(qū)西部移動(dòng)，生態(tài)相關(guān)地類（耕地、草地、濕地（含水域）、林地）向東部移動(dòng)。

3）高程∩坡度對土地利用作用效果最強(qiáng)，大多數(shù)因子對于土地利用變化是共同促進(jìn)關(guān)系，高程因子在眾因子中重要性最強(qiáng)。土地利用變化是所有因子共同促進(jìn)的結(jié)果。