京津冀地区土地利用变化及其驱动力分析

京津冀地区土地利用变化及其驱动力分析

改革开放以来，中国的土地使用和恢复状况发生了重大变化，特别是土壤资源管理的连续性。京津冀地区作为人口密度大、经济发展快、农业生产水平高、城市扩展迅速的粮食主产区,优质耕地的保护对国家粮食安全具有特别重要的意义。然而,京津冀地区在经济快速增长的同时,建设用地迅速增加,同时耕地持续减少。与1990年相比,2008年京津冀三地的人均地区生产总值分别增长近12.6倍、9.9倍和7.7倍,耕地面积分别减少43.8%、10.0%和19.7%。土地利用/覆被变化(landuse/coverchange,LUCC)的驱动力研究对理解其变化特征及制定相关政策有重要意义。其中人类活动被认为是导致土地利用变化的最主要因素之一。Mottet等认为影响农业土地利用变化的驱动因素不仅包括农业环境因素,还包括具体的当地因素,特别是道路的建设。刘纪远等通过对我国20世纪90年代的土地利用变化特征进行分析,认为政策调控和经济驱动是导致土地利用变化的主要原因。朱会义等确定土地管理政策、人均居住用地的增长、农业生产结构调整以及城市扩张是环渤海地区LUCC的主要驱动因素。综合分析国内外学者的研究成果,目前对土地利用和景观综合分析的研究较少,而且对LUCC和景观格局变化(landscapepatternchange,LPC)的驱动力分析也缺少量化研究。为保护耕地资源,维护国家粮食安全,了解京津冀地区LUCC和LPC的驱动因素,本文从土地利用景观结构变化出发,利用比较成熟的土地利用和景观变化检测方法对京津冀地区1990~2000年的LUCC和LPC进行分析,通过相关分析和主成分分析及驱动机制指标以寻求驱动因素的时空规律,试图为土地的规划、管理以及生态保护提供参考依据。1研究领域的总结和研究方法1.1气候的分布条件京津冀地区包括北京市、天津市、河北省3个省市,位于东经113°04′~119°53′,北纬36°01′~42°37′。属典型的暖温带半湿润半干旱大陆性季风气候,冬季寒冷少雪,夏季炎热多雨。地势由西北向东南倾斜,西北部为山区、丘陵和高原,其间分布有盆地和谷地,中部和东南部为广阔的平原。京津冀地区交通发达,有京广、京沪、京九、京山、京原、京通、石太等10余条铁路和京深、京哈、黄石、青银、石太等多条高速公路过境,是全国交通最为密集的地区之一。1.2京津冀景观格局的时空变化本文的土地利用/覆被数据采用中国科学院资源环境数据库中1990年和2000年京津冀地区1︰100000的土地利用数据。根据中国科学院资源环境数据中心的全国1︰100000土地利用分类体系,土地利用分类为6个一级地类,分别为:耕地、林地、草地、水域、建设用地和未利用地。通过利用土地利用转移矩阵的方法对LUCC进行定量分析,而后在景观多样化、破碎化分析中,采用石玉胜提出的景观破碎化指数(LFI)和景观多样化指数(LDI)对京津冀地区景观格局的时空变化进行了分析和探讨。为了定量化分析京津冀地区LUCC和LPC的影响因素,将1990~2000年的耕地变化、LDI、LFI和社会经济统计数据进行多元相关分析和主成分分析。社会经济统计数据来源于1990年、2000年和2008年的北京、天津和河北经济统计年鉴。通过统计方法进行分析过程中,为了简化研究方法和计算量,本文选取两条典型样带(图1),并对样带内LUCC和LPC的驱动因素进行了定量化计算。1.2.1斑块密度变化的求解景观破碎化指数(landscapefragmentationindex,LFI)是指一定空间和时间单元内土地利用斑块密度的变化,用下式计算:式中,t为研究时段的起始时间,t+1为研究时段的结束时间,NPt为计算单元内研究时段开始时的斑块个数,NPt+1为计算单元内研究时段期末的斑块个数,A指计算单元的总面积,(i,j)表示计算单元的位置。1.2.2香农多样性指数sh有效周延甲菌n景观多样性指数(landscapediversificationindex,LDI)指一个区域景观类型的多样性和分布的均匀性,反映景观的复杂性。计算公式如下:式中,SHDI指香农多样性指数(Shannondiversityindex),Pi表示斑块类型i所占景观面积的比例,t指研究时段的起始时间,t+1指研究时段的结束时间,(i,j)表示计算单元的位置。上述两个指数可以从土地利用景观的角度,对LUCC和LPC进行分析,进而了解特定时间内区域间的LUCC和LPC的变化强度。2结果与分析2.1土地使用、冠层形状变化和景观结构变化2.1.1不同类型土地的自然分布1990~2000年间京津冀地区建设用地增长迅速,造成了耕地大量减少,尤其在北京、天津、石家庄等大中城市最为明显(图2),城市周围大量耕地被转为建设用地,水域有所减少,林地、草地和未利用地略有变化(表1)。各类用地的增加大多来源于耕地,仅耕地变化量就占总变化量的78.05%,而且大量耕地转为建设用地;由于林草地的判别误差,导致许多林草地的互相转化;而未利用地转为耕地主要来自于土地开发整理的贡献。从总量上看,10年间建设用地面积增长率为21.05%,其次是水域和耕地。这主要是由于城市扩张、居民点扩大以及道路的建设占用了大量耕地,造成许多耕地转变为建设用地。由此可以看出,LUCC中耕地成为最大的贡献者,而且在LUCC中人类活动是LUCC的主要驱动因素。2.1.2景观元素变化本文引入LFI和LDI,从土地景观的角度对京津冀地区的LPC进行分析。图3为采用3km×3km的移动窗口计算得出的京津冀地区的LFI和LDI,颜色越深表示斑块越趋于一体化、类型的单一化,颜色越浅越趋于破碎化、多样化。无论颜色加深还是变浅均代表了LUCC和LPC的变化强度在增加,只是方向相反。从图3中可以看出北京市区趋于一体化,而城市外围趋于破碎化、多样化;承德市、张家口市由于10年来退耕还林等生态建设导致LPC比较突出;各城镇及农村居民地的扩张或变化,也引起了LDI和LFI的变化。总体而言,LPC可划分两类,即生态政策影响区和社会经济影响区。西部山区和燕山地区主要受生态政策的影响,土地利用景观波动性比较大;城市和农村居民点附近受人口、经济的扰动,导致景观趋于破碎化。结合图2可以发现,景观变化强烈的地区也主要为耕地与其他地类交错的区域,因此耕地变化与LPC也有着一定的一致性。2.2土地使用、屋顶层破坏和景观结构变化的动力分析2.2.1北京等城市和北京市两大区域经济发展比较本文选取两条具有代表性的样带(图1),样带中各县(市、区)人口、经济、交通、高程等自然社会经济状态基本上反映了京津冀地区的自然和社会经济特征。两个样带中各县(市、区)既有地带的连续性,又有社会经济和自然状况差异性,且两样带间也存在着一定的差异。样带1主要包含内陆的平原或山区,而样带2主要包括毗邻大城市的发达地区和滨海地区,两样带经济差异明显(图4)。从图4可以看到,北京等大城市周围地区人口多、人均GDP高、交通便利,如北京市的大兴区、丰台区等;而对于河北省的涞源县和唐县及北京市的门头沟等山区人口、经济比较薄弱。两样带的地形均是由高到低,交通便捷;同时,经济与交通略有相似的变化趋势。2.2.2相关指标和驱动因子根据上文LUCC和LPC的特征得知,LUCC中主要为耕地对建设用地等其他用地的转换,且LPC在空间上也有类似趋势。利用样带内20个县(市、区)1990~2000年间耕地面积变化量(Y1)、LDI(Y2)和LFI(Y3)与年末总人口(X1)、乡村人口(X2)、农业机械总动力(X3)、地区生产总值(X4)、农民人均纯收入(X5)、公里里程(X6)、社会消费品零售总额(X7)和城镇职工平均工资(X8)的变化量进行相关分析,找出影响LUCC和LPC的主要相关因子或驱动因子。表2为耕地变化量、LDI和LFI与各指标的相关矩阵,经过相关系数检验后认为耕地与乡村人口、农业机械总动力、农民人均纯收入、公路里程、城镇职工平均工资均有一定的相关性;LDI与年末总人口、地区生产总值、公里里程和社会消费品零售总额高度相关;LFI与年末总人口和公里里程具有很高的相关性。由于许多变量之间也存在着相关性,例如:年末总人口与地区生产总值、社会消费品零售总额高度相关,地区生产总值与农民人均纯收入、社会消费品零售总额和城镇职工平均工资的相关性也很高。为了简化数据量,本文对各影响因素进行主成分分析,得到社会经济、农业生产条件、交通3个主成分,且特征值均大于1,累积贡献率为83.88%。因此确定影响LUCC和LPC的主要驱动力为社会经济、农业生产条件和交通三大驱动因素。2.2.3驱动因素的时空差异在对LUCC和LPC的驱动力分析中,由于每个地区LUCC和LPC驱动力的侧重点不同,以上相关分析和主成分分析并不能很好地反映驱动因素的时空差异,甚至还会削弱地区间的差异性。因此,本文对社会经济、农业生产条件和交通3个主成分以及地形和政策条件分别进行分析和讨论,以寻找各地区驱动力的差异性及规律性。2.2.3.土地利用的扩张(1)人口因子。1990年以来,医疗卫生条件的进步,人口不断增加,到2000年底京津冀地区人口达8176.34万。在短短的10年间,仅北京市的外来人口就增加了202.3万人,占总人口的比例也由原来的4.72%上升到15.81%。随着人口的增加,住房等基础建设设施也需要相应增加,造成城市和村庄不断向外围扩张而占用大量其他用地。(2)经济因子。经济是土地利用/覆被和景观格局变化的一个重要驱动因子。由于经济的刺激,劳动力向大城市或经济效益好的地方流动,促使城市规模扩大并不断向外扩张。在农村,农民为了获得更大的收益,往往不断更换作物种植结构或者改变土地利用类型,如粮食作物改种蔬菜等经济作物以及未利用地或耕地变为建设用地以求获得更大的经济效益。经济发展不仅体现在对本地发展的重要影响,而且对周边地区也有一定的带动或拉动作用,这种作用随着距离的增加而减小。如图5,样带中北京市的丰台区、通州区、大兴区以及河北省无极县距离大城市较近,而河北省清河县、南宫市、滦县、昌黎县距离大城市最远,由此可推断丰台区、通州区、大兴区以及无极县土地利用变化较强烈,尤其是耕地减少以及景观指数变化更加突出。经过对1990~2000年10年间的耕地变化量和景观指数变化整理发现,丰台区、大兴县、通州区等与实际状况有很好的一致性(图6)。而其他地区受到交通、地形等因素的影响,耕地、LDI和LFI发生不同程度的变化。2.2.3.提高能力,减少湿地建设的土地利用农业生产条件对土地利用/覆被与景观格局变化的影响主要体现在农业机械的改进、化肥施用量的增加等方面,尤其是灌溉能力的提高导致许多旱地和未利用地变为良田。京津冀地区由于土地整理项目的实施和农业投入的加大,农业生产条件得到了改善,使得许多难以耕种的未利用地和低产田变为高产田。而且,东部中低产田地区地下水为微咸水,农业发展受到很大限制,然而近年来诸多科研项目的实施逐步解决了此瓶颈,农业生产水平提高,改变了土地利用现状,实现农业的大发展。2.2.3.带动作用方面铁路和高速公路等道路的建设直接占用了大量的耕地和其他用地。1990~2000年10年间大秦线和京九线等铁路以及京津塘高速、京石高速,石家庄-安阳-新乡高速等线路的修建,改变了原有土地类型,直接增加了交通用地的数量,从景观上来讲,增加了斑块和廊道的数量,加快了斑块间的物质流动。铁路、高速公路、国道、省道和县道等除了沟通各个地区进行货物运输外,其经济的带动作用也促使附近地区土地利用的变化。铁路和高速公路一般以站点或高速出口为原点形成经济的吸引和带动,而铁路和高速两侧的地区之间的交流反而容易被影响。国道、省道等客流量和货流量较大,且交通方便,由此在国道、省道等两侧多建立服务设施和企业,以至于国道和省道两侧建设用地增长较快。2.2.3.地形复杂度特征及政策驱动作用虽然人类活动对土地利用的干扰比自然对其的影响要大,但自然对LUCC和LPC的影响是不容忽视的。本文综合高程、坡度和坡向的变化来描述地形复杂度,通过对地形复杂度的分析,以了解地形条件对LUCC和LPC的影响。地形复杂度是地形起伏、坡度、坡向等的变化频率,反映了地形的破碎和复杂程度。图7为地形复杂度的两个表示方法或参数。图7a为坡度变化率,即坡度的变化频率,图中颜色越深说明坡度的变化率越强,也就是地形的坡度变化越高,地形越复杂;图7b为地形起伏度,是指一定区域内栅格中最大高程与最小高程的差值,它表示地形的起伏特征。图7b中,颜色越深同样表示地形越复杂,但它是从地势的起伏程度来说明地形的复杂程度的。从图7可以看出,西部及北部山区地形较复杂,而平原地区地形较简单。由于地形复杂的地区人口少,进而人类活动对自然的干扰也小,以致于LUCC和LPC在平原地区表现较突出。政策的驱动作用也是很明显的,但是由于其突发性和不可预测性,目前对于政策驱动作用的研究还比较少。京津冀地区在生态政策的影响下1990~2008年间西部山区还林还草造成土地利用和景观的不同程度变化。除还林还草的生态建设政策外,土地开发整理等政策的落实,对于土地利用和景观的变化也有重要影响。因此,政策也被认为是LUCC和LPC的影响因素之一。3lucc和lpc的区域差异本文对LUCC和LPC进行变化检测,发现1990~2000年间北京、天津、石家庄等大城市发展