土地利用景觀格局演變及驅動因子分析

朱恒槺 袁燦 李虎星

1.河南省水利科技應用中心 河南 鄭州 450003

2.河南省水利工程安全技術重點實驗室 河南 鄭州 450003

城市區下墊面的變化主要是受到自然環境和人類活動共同作用的影響，它是城市生態系統變化的重要產物，近年來關于下墊面景觀格局演變研究一直都是熱點[1]，尤其是以土地利用類型變化為特征。景觀生態學則是以景觀單元的類型組成、空間配置及其與生態學過程互相作用研究為主的學科，其中最為重要的研究方法為景觀格局指數法[2]。

作為珠江三角洲腹地的廣州市增城區經過近十五年的飛速發展，其下墊面條件尤其是土地利用類型發生了巨大變化，直接影響著全市農業、旅游業的發展和居民的生活。之前有研究曾對增城區2010年以前的土地利用進行動態變化分析[3]，本次研究則選擇快速城鎮化的2010-2020年作為研究階段，分析了增城區土地利用演變格局及驅動因子，深層次地分析和揭示了增城區土地利用變化趨勢和原因，從而對增城區未來的城市國土規劃提供科學依據。

1 材料與方法

1.1 研究區域

增城區位于廣州市東部，其得天獨厚的自然環境，使得增城區成為廣州市副中心，主要產業為農業和旅游業。增城區地處南亞熱帶，氣候類型為亞熱帶季風氣候，全年炎熱多雨，平均氣溫20℃以上，2022年增城區GDP達到1325.3億元，總人口為155萬人。

1.2 研究方法

本文以地理信息系統和遙感為技術手段，以增城區為研究對象，對2010、2015、2020年三期遙感影像進行解譯，利用轉移矩陣法、景觀格局指數法分析增城區土地利用和景觀格局變化特征，采用主成分分析法歸納其土地變化驅動機制，以期為增城區未來國土規劃提供參考依據。

土地利用類型轉移矩陣[4]展示了同一區域內不同時間節點的土地利用類型的相互轉換關系；景觀格局指數分析從景觀類型層次對景觀格局特征進行分析；主成分分析法是以主要變量作為代表，需要構建驅動因子分析體系。

1.3 數據獲取與處理

本次研究的數據類型包括：1、遙感數據：分別為2010、2015和2020年10月的Landsat影像，空間分辨率為30m，下載于地理空間數據云數據平臺；2、社會經濟發展數據和基本氣候數據則來源于《增城統計年鑒》；3、增城區基本矢量和柵格數據。

遙感分類：Landsat數據為Level 1T標準地形校正產品，基于此對遙感影像進行輻射校正、大氣校正和裁剪，根據光譜響應特征理論，采用監督分類、選擇訓練區分類的方法進行目視解譯，分為河流、林地、農田、園地、建設用地和坑塘，得到增城區三景的土地利用分類結果（圖1）。采用上述方法進行分類的Kappa系數均達到0.8以上。

圖1 增城區2010、2015、2020年土地利用分類

2 結果與分析

2.1 增城區土地利用變化特征

2.1.1 面積比重變化分析

增城區2010-2020年間土地利用變化情況如表1?？梢钥闯觯汉恿?、農田面積均呈減小的變化趨勢，林地面積呈現先減小后增加的趨勢，建設用地和園地的面積增幅明顯。

表1 增城區2010-2015-2020土地利用變化結果

2.2 增城區各類型用地的轉移概率矩陣

利用ARCGIS軟件的空間疊置分析功能，求得增城區十年間土地利用類型轉移概率矩陣（表2）。通過此矩陣能夠分析增城區土地利用景觀格局的空間變化。

表2 增城區不同土地利用類型轉移矩陣（%）

在近十年區間內不同類型土地自我保留率從大到小依次為林地、河流、庫塘、建設用地、園地和農田，總的來說農田面積直線下降，建設用地面積快速上升，這些說明雖然增城還是一個農業大縣，但是近些年來二三產業的興起使得農業產值的比重呈現出下降趨勢；部分林地也轉換為園地，園地面積直線上升，這與增城區近十年來增城區的生態基礎設施建設諸如公園、果園的“千園計劃”密切相關，說明城市建設活動直接影響到土地利用類型結構組成。

2.3 土地利用景觀格局分析

2.3.1 景觀格局指數分析

通過監督分類得到的三期土地利用分類圖，利用Envi導出矢量格式，再利用ArcGIS工具矢量文件轉柵格文件，接著導入到Fragstics軟件分別從類型水平進行景觀格局分析。

由表3數據可以看出：林地、園地、農田的斑塊指數增大、結合度指數減少，說明十年間景觀破碎度逐年增大，連通性變弱；建設用地的斑塊個數減少、結合度指數增大，說明經過10年的城市建設，增城建設用地連通性增強，又加上形狀指數逐年上升，可以看出建設用地越來越趨于規則；斑塊密度上看農田和園地最大，說明它們分布最為廣泛，最大斑塊指數、形狀指數以林地和農田為大且近十年保持穩定，這對于維持生態系統穩定有著重要的意義；河流與庫塘散步與并列指數較大，分布相對集中。

表3 基于類型水平的增城區2010-2020年土地利用景觀指數

2.3.2 驅動因子分析

對選定的13個指標先進行標準化處理，然后借助SPSS軟件進行KMO檢驗，合格之后進行主成分分析。經Bartlett球形度檢驗，KMO系數為0.856，效果較好。按照特征值大于1且累計概率大于85%的原則提取兩個主成分因子，這兩個主成分可以解釋土地利用景觀格局變化的驅動力。第一主成分、第二主成分的特征值分別為10.610和2.169，累計貢獻率達到90.864。隨后計算出因子載荷矩陣，并應用方差最大正交旋轉法對因子載荷矩陣進行旋轉，由此得出主成分載荷矩陣（表4）。

表4 旋轉因子載荷矩陣

由表4可知，第一主成分與地區生產總值、農民人均純收入、社會消費品零售額、全市總接待旅游人數等存在著很大的正相關，相關度達到0.970以上。第二主成分與第一產業增加率有著很大的正相關，與養老保險參保人數、全市戶籍總人口存在著一定的負相關，反映的是產業結構情況?？傮w而言，社會經濟發展水平、第一產業增加率是影響增城區土地利用結構變化的主要驅動因子。

3 結論

本文選取廣州市增城區為研究對象，以快速城市化發展的2010-2020年為研究時間，借助Envi和ArcGIS軟件平臺，運用轉移矩陣法、景觀格局分析法對增城區土地利用景觀格局演變進行分析，結論：

（1）增城區各類型土地利用變化差異明顯： 農田、林地面積呈減少趨勢，園地、坑塘、建設用地面積均呈上升趨勢，但整體景觀破碎化加劇，斑塊形態越來越復雜；林地和農田仍占有較大比重，園地和建筑用地比重上升較快。（2）增城區土地利用結構變化主要驅動因子是經濟發展指標、全市接待游客總量、第一產業上升率三個方面。

總之，在下階段的發展中，增城區要充分發揮國土空間規劃尤其是土地管理的控制作用，在確保農田、林地保護的基礎上，適度開發旅游業等第三產業，使得新一輪的城鎮發展朝著更加科學的方向。