基于模型组的黄河三角洲核心区土地 利用变化特征与趋势预测
王文倩，高明秀，朗坤
(土肥资源高效利用国家工程实验室/山东农业大学资源与环境学院，山东 泰安 271018)
摘要 ：黄河三角洲作为世界上陆地资源增长最快的地区之一，一直以来都是土地利用/覆被变化研究的热点区域。本研究以东营市垦利区为例，在解译和分析研究区2005、2009和2015年3期遥感影像的基础上，通过构建土地利用动态分析模型组，分析研究区土地利用动态变化特征，并预测未来的土地利用状况。结果表明：2005—2015年间垦利区各地类均处于变动之中，2005—2009年间研究区盐荒地所占面积比例最大，2009—2015年间耕地面积超过盐荒地成为垦利区面积最大的地类；在空间变化剧烈程度方面，2005—2009年土地利用变化的剧烈程度稍大于后一期。耕地、水域、城乡建设用地迅速增加的面积，主要由盐荒地转变而来。预测到2025年，建设用地进一步扩张，林地和草地进一步减少，草地将成为面积最小的地类，而耕地成为面积最大的地类。本研究为预测垦利区土地利用的发展趋势及实现区域土地的可持续利用提供了科学依据。
关键词 ：黄河三角洲；土地利用/覆被变化；模型组；动态变化特征；趋势预测
20世纪90年代，在“国际地圈与生物圈计划(IGBP)”与“全球环境变化人文计划(IHDP)”两大国际组织的推动下，土地利用/土地覆被变化(LUCC)研究成为全球环境变化研究领域的热点[1]。利用RS技术提取土地利用动态变化的数据，揭示其时空变化的趋势、驱动机制及演变特征，是该领域今后研究中的重点方向，国内外学者已开展大量研究并取得一系列的成果[2]。1995年“土地利用/覆被变化科学计划(LUCC)”提出土地利用/覆被变化的3个研究重点，即土地利用变化机制的案例研究、土地覆被变化机制的直接观测和诊断模型研究以及区域和全球模型研究，旨在加深对地区土地利用动态变化的理解，分析驱动因子，通过改进现有模型和建立新模型来预测土地利用的变化[3]。2005年全球土地计划(Global Land Project，GLP)启动以后，以人类-环境耦合系统为核心的土地利用/覆被动态的监测与模拟逐渐成为研究关注的焦点[4]。日本等国的科研部门和学者也开展了土地利用的驱动因子、空间特征及对策等研究[5，6]。
如今，黄土岭镇特色农业产业发展风生水起。其中，食用菌产业已经成为全镇的支柱产业。以轿顶香菇合作社为龙头，黄土岭镇已成立6家食用菌农民专业合作社。目前，全镇已建香菇大棚500多栋，食用菌年生产周期内，零散用工可达到1800人次，带动贫困户致富就业达150户、400人左右。
黄河三角洲作为中国最年轻的土地，是世界上造陆速度最快的河口三角洲之一，其地域辽阔，自然资源十分丰富，因此它的开发和利用备受瞩目。东营市垦利区是黄河三角洲的核心区域，其土地利用类型的演化过程对黄河三角洲而言既有典型的代表性又有其独有的特殊性和复杂性，已有不少学者对黄河三角洲的土地利用/覆被变化特征进行研究[7-9]。在此背景下，及时、准确地掌握这一地区的土地利用信息，摸清土地利用动态变化的特征和规律，对于采取措施合理配置和优化利用区域土地和各种资源、推进科学发展意义重大[10]。
在对轨道站内客流运动规律进行观察与分析的基础上，国内外学者对于轨道站点评价展开了丰富而全面的研究. 文献[3]根据轨道客流等指标的定量变化，对各类通行设施的服务水平进行等级划分. Tsukaguchi[4]和Mori[5]基于客流特征变化对轨道站点内的通行设施进行评价，Sarker[6]主要从轨道站内出行者的便利快捷、舒适安全等角度，对通行设施的服务水平进行划分.
高三拍《幸福来敲门》时，杨紫刚一进组就被导演勒令减肥。杨紫早上喝一碗粥，中午吃个芒果，晚上不吃，靠这种“不人道”的方式，杨紫终于减了十多斤。
垦利区2005—2015年土地利用变化的空间分析模型测算结果如表5所示，可以看出，在2005—2009年间，垦利区土地利用变动的剧烈程度由大到小依次为水域>盐荒地>林地>草地>城乡建设用地>耕地>滩涂；而在2009—2015年，变化剧烈程度的排序略有不同，依次为草地>林地>盐荒地>耕地>城乡建设用地>水域>滩涂。
2.1.1 相关基因编码外显子测序数据质量 该白化病基因检测范围包括18个相关基因232个外显子及侧翼区，共41421bp，目标捕获区平均覆盖深度为218+/-95X，大于20X覆盖区间占100%。
1 材料与方法
1.1 研究区概况
垦利区是山东省东营市的辖区，位于山东省域的北部、黄河下游的入海口处，地处胜利油田腹地。地理坐标37°24′～38°10′N、118°15′～119°19′E。区域地形呈西南-东北走向，南北纵距55.5 km，东西横距96.2 km。该区处于暖温带季风性气候区，虽濒临渤海，但受大陆性季风影响大，四季分明，冬季干冷，夏季湿热，降水主要集中在夏季，春秋干旱比较严重[2]。地下水的矿化程度比较高，埋藏浅，极易随毛管上升引起表层土壤的盐渍化[11，12]，形成了以盐化潮土为主的土壤，各地类插花分布。
1.2 数据来源
选取研究区2005年5月24日、2009年5月19日的Landsat 4-5的TM影像和2015年5月4日的Landsat 8的OLI影像以及垦利区行政区划矢量图作为基础数据源(表1)，三期遥感图像时间间隔约为5年，成像时间均处于5月，云量均低于0.6%，图像清晰，影像波段所含信息丰富。基于各波段数据进行统计特征分析、主成分分析和相关性分析[9]，最佳波段选择波段5、波段4、波段3。
传统的土地利用变化分析模型(变化幅度模型)仅限于对土地利用面积进行单纯的数量分析，动态度模型只考虑土地变化的某一方面，无法测算土地利用变化的综合活跃度。空间分析模型是由刘盛和等[13]提出的一种基于转移矩阵的测算模型，是在土地动态度模型的基础上进行修正，加入了对土地新增部分的测算。
特色是旅游产品的生命力，是持续吸引游客的关键。商城旅游产业发展战略的定位，要立足优势资源，综合考虑人文、地理、经济等因素，开发个性化的休闲旅游项目以满足不同需求的消费者，打造县城旅游产业品牌。借势营销，积极开发区域外市场，充分发挥“旅游+”的联动效应。加大商城各种旅游节会的策划、组织和宣传推广，重点做好每年二月初二观音山庙会、西河徒步大会、里罗城文化节等大型旅游节会，利用活动对商城旅游进行宣传，同时创造经济效应。
表 1遥感影像数据来源
(1)草地是10年间总变化速率排名第一的土地利用类型，但因其初期基数小，总体变化面积并不是最高的。其转出速率较高，明显高于其他土地利用类型，但转入速率较低，仅1.34%，属于高速衰减型。
1.3 研究方法
底层驱动包含PCIE驱动和DMA高速接口，PCIE驱动负责探测设备、发现设备并注册设备到系统中，并根据硬件特性进行设备初始化配置，实现操作底层设备以及卸载设备。DMA高速接口采用In/Out双队列机制实现系统和加密设备之间数据的高速传输。DMA传输可以较少占用系统资源，极大地提高了数据传输带宽。
1.4 数据处理
对遥感图像首先进行几何精校正[14，15]，然后利用基于面向对象的支持向量机方法[16]并结合目视解译，提取土地利用及其覆被信息特征，经分类处理后作出精度评价。经计算，本研究所选垦利区三帧遥感影像均符合总体精度达到80%以上的要求，其土地利用/覆被结果如图1所示。
表 2垦利区土地利用动态分析模型组
图 1 2005—2015年垦利区土地利用类型分布图
2 结果与分析
2.1 垦利区土地利用结构变化
利用ENVI软件，基于3期遥感图像统计垦利区的土地利用类型，并分别计算10年间各土地利用类型面积的变化幅度，结果见表3。
2005—2015年间，垦利区的主要土地利用类型所占比重都发生了不同程度的变化，耕地、水域、城乡建设用地增加，而盐荒地、草地、滩涂、林地面积缩小。未利用地(滩涂、盐荒地)是垦利区面积最大的土地类型，各期的面积分别占全区总面积的52.20%、46.57%和44.63%。盐荒地是时段内减少幅度最大的土地类型，由2005年的68 789.72 hm2缩减至2015年的53 194.05 hm2，总体降幅达到6.69%；滩涂也相应减少了2 065.86 hm2，总体降幅为0.88%。耕地是仅次于未利用地的主要用地类型，占全区总面积的比例由2005年的18.73%增长至2015年的23.17%，总体增幅4.44%，2009—2015年间耕地的增幅相对于2005—2009年间更为突出，是变化幅度第二的土地利用类型。水域是增加幅度仅次于耕地的土地利用类型，共增长了3.51%。表明，近几年垦利区十分重视盐荒地的改造和耕地保护，加大了对盐荒地、滩涂等多种难利用地的开垦，为垦利区的发展提供了丰富的后备土地资源，但其难利用性也是限制垦利区经济发展的重要因素之一。
表 3垦利区 2005—2015年主要土地 利用 /覆被变化统计结果
2.2 垦利区土地利用空间变化
2018年11月2日，AI《汽车制造业》技术服务“面对面”活动走进舍弗勒太仓工厂，受邀专家们围绕智能制造以及工业互联网应用等话题，与舍弗勒太仓工厂的工程技术人员们进行了深入的交流与探讨。
为了更清楚地了解各类土地利用类型之间的流转关系，本研究引入了转移矩阵模型[17]，转移矩阵能够清晰地反映出某种土地利用类型的增加来源和消失去向，可为土地规划和决策提供数据来源和依据。
传统的单一数量模型虽然计算方便，但忽视了土地利用的空间区位性和独特性[13]，没有考虑土地利用过程中的空间变化和相关属性。为了能够更全面地分析垦利区土地利用变化现状，预测将来的土地利用变化情况，本研究参考多个空间分析模型，应用传统土地利用变化幅度模型、空间动态模型和转移矩阵模型[7]构建成一个链状模型组(表2)，用以分析土地利用变化的特征。
参考土地利用现状分类标准(GB/T 21010—2007)和全国遥感监测土地利用/覆被分类体系，结合研究区土地利用的实际情况，将垦利区的土地利用类型划分为耕地、林地、草地、城乡建设用地、水域、滩涂和盐荒地七种类型。其中，滩涂即沿海滩涂，盐荒地则为除滩涂外其他用地里的盐碱地，包括未经开发的盐碱荒地及虽经开发整理后又撂荒或退化的耕地、草地等。
(2)2005—2015年间盐荒地转移速度较快，转出面积及其所占比例最大，且转出速率远大于转入速率，也属于高速衰减型，表明盐荒地是其他用地类型的主要新增来源；但由于其初期总体基数较大，总体的变化速率较低。林地、滩涂的变化趋势同盐荒地一致，也是转出部分大于转入部分，均属于衰减型，但转出面积占转移总面积的比例均不足10%。
(3)城乡建设用地、耕地、水域三种用地类型新增部分均远远大于转出部分，且转出速率远小于新增速率，均属于高速扩展型。耕地是新增面积及其占比最高的土地利用类型，其新增面积是转出面积的3倍以上，是研究区其他用地转出的主要接收者；水域作为新增面积排名第二的土地利用类型，其新增面积是同期转出面积的6.25倍，新增速率也远大于转出速率；城乡建设用地的新增面积占区域新增总面积的12.24%，远远大于同期的转出面积，转入速率是其转出速率的34.58倍。
表 4垦利区 2005—2015年土地利用动态变化率
本研究以垦利区作为研究区，基于RS技术获取和处理数据，将传统数量分析模型、综合动态分析模型与空间动态分析模型相结合，构建能够表达土地利用系统复杂微观格局的动态分析模型组，全面、深入地分析区域土地利用的时空特征，并预测土地利用的发展趋势，为区域土地的可持续利用提供科学依据。
两阶段中，林地和草地的空间动态度不降反升，尤其是草地，由前一期的5.39%增长至7.65%；其余类型用地的空间动态度则均降低，表明这些土地利用类型在2005—2009年阶段的利用变化更为强烈，其中最明显的是水域，由6.58%降至1.79%，反映出水域经过2005—2009年间的剧烈变动后，在2009—2015年间逐渐趋于稳定。此外，盐荒地的动态度也由6.10%降至4.22%，其开发利用的困难性是造成其动态度降低的主要原因。
表 5垦利区 2005—2015年土地利用 变化的空间分析模型分析结果
2.3 垦利区土地利用流转分析
利用ENVI软件，从3期土地利用现状图中提取出转移矩阵，基于模型2计算2005—2015年间各种土地利用类型的动态变化情况，如表4所示：
由表6可见，研究区城乡建设用地面积的增加主要来源于盐荒地，2005—2015年间城乡建设用地的转入面积为4 606.97 hm2，其中由盐荒地转入的面积为3 088.45 hm2，占总体的67.04%；其次来源于耕地，占总体的25.98%。耕地面积增加的主要来源同样为盐荒地，10年间由盐荒地转入的面积达9 450.63 hm2，占总体的68.02%，另有少量水域(内陆养殖用地)、少数农村居民点、部分自然生长的林草地被开垦为耕地；在转出方面，耕地主要与城乡建设用地、盐荒地之间存在流转关系，城市发展占用耕地，不当的土地利用方式破坏耕地导致土地退化。水域(水体及水利设施用地)面积的增加主要来自盐荒地和沿海滩涂，10年间由这两种地类转入的面积占总体的84.35%，还有少部分耕地、林草地被开发用于内陆养殖业。盐荒地作为转移面积最大的用地类型，主要转移至耕地、水域、城乡建设用地，占转移总体的92.33%，还有少部分被整理为林地和草地；在转入方面，草地、林地、耕地与盐荒地的流转比较密切，可见，盐荒地的整改在近些年初见成效，但难度增加，同期的土地退化现象同样严重。
表 6 2005—2015年垦利区土地利用 类型转移矩阵 (hm2)
2.4 未来10年垦利区的土地利用趋势预测
土地利用转移矩阵除了能够分析土地利用类型的空间变化和流转情况，还能够根据矩阵算出它的转移概率矩阵，进而预测今后土地利用可能的变化结果。利用软件导出2005—2015年垦利区的土地利用转移矩阵(表6)，并通过模型4计算出10年间土地利用的转移概率矩阵，据此来推测2015—2025年垦利区的土地利用状况。由表7可见，2015—2025阶段，垦利区的城乡建设用地进一步扩展，由2015年的6.68%上涨至2025年的8.40%，增加了4 013.03 hm2；耕地扩张速度明显减慢，2015—2025年的增加量比2005—2015年少3 889.26 hm2，但耕地将成为垦利区所占比例最大的土地利用类型，占比达25.94%；林地和草地进一步减少，到2025年，草地仅占2.64%，林地占4.33%，成为垦利区面积最少的两种土地利用类型；盐荒地进一步减少，占比由2015年的22.82%下降到2025年的17.86%，表明未来盐荒地的开发利用前景仍十分广阔。上述结果仅仅是以2005—2015年间的情况为基准推测出来的，而新时期政策、科学技术等的变化都会引起未来土地利用类型改变，因此本研究结果仅作为对未来用地规划的参考使用。
表 7 2025年垦利区主要土地利用 类型的面积和比例
3 结论
本研究利用2005、2009、2015年三期遥感影像，通过简单的变化幅度模型及复杂的空间分析和转移矩阵模型，分别从时间和空间的角度上分析了黄河三角洲核心地垦利区近10年间土地利用/覆被的变化特征，主要结论如下：
(1)相较于传统的单一模型，基于模型组对黄河三角洲垦利区的分析能更加详细地反映当地的土地利用空间变化特征及变化趋势，可以有效兼顾土地利用的空间区位性和独特性，并能直观反映土地利用过程中的空间变化和相关属性。
(2)该地区在2005—2009年间以盐荒地为主要用地类型，且很大一部分盐荒地被开垦整理成耕地，还有部分被开发为建设用地，到2015年，耕地超越盐荒地成为最主要的用地类型，说明盐荒地得到了有效地开发与治理。目前该区仍有大面积的盐荒地未得到有效利用，同时又有大量土地盐荒化，说明垦利区土地荒芜与盐碱化问题仍十分严峻，但也反映了该区土地利用的较大潜力。
(3)垦利区城乡建设用地一直表现为高速扩张的态势，土地利用空间动态度一直处于较高位置，体现了研究区快速城镇化的趋势。城市扩张对土地的需求及粗放式的土地管理是目前保护耕地所要面临的首要问题。
本研究为及时掌握黄河三角洲地区土地利用情况及地类变化的动态信息提供了有效的技术手段与方法，同时系统探讨了垦利区的土地利用空间变化特征及变化趋势，为进一步土地规划与可持续利用提供了科学依据。
参 考 文 献：
[1] 张成扬,赵智杰.近10年黄河三角洲土地利用/覆盖时空变化特征与驱动因素定量分析[J].北京大学学报(自然科学版),2015,51(1):151-158.
[2] 李百红,赵庚星,董超,等.基于遥感和GIS的黄河三角洲盐化土地动态及其驱动力分析[J].自然资源学报,2011,26(2): 310-318.
[3] 罗湘华,倪晋仁.土地利用/土地覆盖变化研究进展[J].应用基础与工程科学学报,2000, 8(3):262-272.
[4] 刘纪远,张增祥,徐新良,等. 21世纪初中国土地利用变化的空间格局与驱动力分析[J].地理学报,2009, 64(12):1411-1420.
[5] 王昭生，潘爱民，肖志坤，等.基于异速增长模型的土地利用变化驱动因子分析——以湘潭市为例[J].水土保持研究，2010，17(5)：40-44，50.
[6] 尹慧君.天津市塘沽地区土地利用空间结构优化研究[D].天津：天津大学，2008.
[7] 王宏亮,郝晋珉,高阳,等.基于多模型测度的内蒙古土地利用动态变化分析[J].中国农业大学学报,2017,22(4):59-66.
[8] 赵志杰,张成扬.黄河三角洲土地利用/覆盖时空变化研究[J].应用基础与工程科学学报,2016,24(4):731-740.
[9] 李畅,李桂娥，谢志文，等.近15年来黄河三角洲土地利用演化及成因分析[J].科技导报,2015,33(22):37-44.
[10] 谢兴震,史同广.东营市土地利用/覆被变化分析及驱动力研究[J].绿色科技,2013,50(2):6-8.
[11] 常春艳,赵庚星,王凌,等.黄河口生态脆弱区土地利用时空变化及驱动因素分析[J].农业工程学报,2012,28(24):226-234.
[12] 李静,赵庚星,杨配国.基于知识的垦利区土地利用/覆被遥感信息提取技术研究[J].科学通报,2006,51(增刊):183-188.
[13] 刘盛和,何书金.土地利用动态变化的空间分析测算模型[J].自然资源学报,2002,17(5):533-540.
[14] 赵庚星,林戈.黄河口耕地遥感动态监测及其生态环境安全分析[J].水土保持学报,2004,18(2):37-40.
[15] 毕如田,白中科,李华,等.基于RS和GIS技术的露天矿区土地利用变化分析[J].农业工程学报,2008,24(12):201-204.
[16] 常春艳,赵庚星,王凌,等.滨海光谱混淆区面向对象的土地利用遥感分类[J].农业工程学报,2012,28(5):226-231.
[17] 陶蕴之,张甜,梁琦珍,等.基于转移矩阵的环渤海土地利用研究[J].绿色科技,2016,53(1):4-7.
Change Characteristics and Trend Prediction of Land Use in the Yellow River Delta Based on Model Group
Wang Wengqian, Gao Mingxiu, Lang Kun
(National Engineering Laboratory for Efficient Utilization of Soil and Fertilizer /College of Resources and Environment ,Shandong Agricultural University ,Taian 271018,China )
Abstract The Yellow River Delta is one of the fastest growing areas of land resources in the world. And it is the focus area of researches on land use and cover changes. In this article, taking Kenli district of Dongying City as the research area, we analyzed the dynamic change characteristics and predicted the land use status in the future by constructing the dynamic analysis model group of land use based on the interpretation of remote sensing images of 2005, 2009 and 2015. The results showed that all the land use types in Kenli District changed in 2005-2015. The salt wasteland occupied the largest area during 2005-2009, and the cultivated land area was the largest during 2009-2015. During the research period, the spatial dynamic change amplitude during 2005-2009 was greater than that during 2009-2015. There was rapid growth in the area of construction land, cultivated land and water area, which were mainly transformed from salt wasteland. It was predicted that in 2025, the construction land would expand further, while the woodland and grassland would decrease further; the cultivated land would be the type with the largest area, and the grassland would be one with the least area. These results would provide scientific bases for predicting the developing trend of land use and achieving the sustainable use of land in Kenli District.
Keywords The Yellow River Delta; Land use and cover change; Model group; Dynamic chnange characteristics; Trend prediction
中图分类号 ：S127：F301.24
文献标识号： A
文章编号： 1001-4942(2019)03-0081-06
DOI: 10.14083/j.issn.1001-4942.2019.03.017
收稿日期： 2018-10-16
基金项目： “十二五”国家科技支撑计划项目子课题“盐碱地水盐动态监测研究”(2013BAD05B06-5)；山东省重点研发计划项目“盐碱地障碍消减及高效利用技术研究”(2017CXGC0301)；山东省国土资源厅土地综合整治服务中心项目“山东省土地综合整治助推乡村振兴调查研究”(380510)；山东省高校“双一流”奖补资金项目(SYL2017XTTD02)
作者简介： 王文倩(1995—)，女，在读硕士研究生，研究方向：土地利用变化。E-mail：qianqian6174@qq.com
通讯作者： 高明秀(1971—)，男，副教授，硕士生导师，研究方向：土地资源与信息技术等。E-mail：mxgao@sdau.edu.cn
标签：黄河三角洲论文; 土地利用论文; 覆被变化论文; 模型组论文; 动态变化特征论文; 趋势预测论文; 土肥资源高效利用国家工程实验室论文; 山东农业大学资源与环境学院论文;