中国北方农牧交错带土地利用变化驱动力的尺度效应分析，本文主要内容关键词为：驱动力论文,农牧论文,尺度论文,土地利用论文,中国北方论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F301 文献标识码：A 文章编号：1672-0504(2004)03-0064-05
0 引言
在利用面积数据进行空间统计与分析时，常常出现分析结果随面积单元（基本分析单元）的不同而变化的情形，这就是所谓的“可塑性面积单元”问题(the Modifiable Areal Unit Problem,MAUP)[1]。一些空间分析方法及其分析结论常常在不同程度上受到MAUP的影响。
可塑性面积单元问题是由于基本面积单元在选择上的任意性造成的。具体而言，它是空间分析结果对资料收集和分析所基于的面积单元的敏感性所致。可塑性面积单元问题包括两个方面，即尺度效应(scale effect)和区划效应(zoning effect)。尺度效应是指当空间数据经聚合(aggregation)而改变其粒度或栅格单元大小时，分析结果也随之变化的现象；区划效应则是指在同一粒度或聚合水平上，由于不同聚合方式而引起的分析结果的变化[1-3]。反映土地利用类型及其面积变化的数据必然涉及“可塑性面积单元”问题。
目前，土地利用变化及其驱动力研究已经成为地理学综合研究的国际性前沿课题[4]，在分析土地利用变化及其驱动因子之间的关系时，大多学者采用线性回归模型或者简单的相关分析方法。实际上，采用线性回归模型限制因素较多，比如当因变量是—个分类变量(categorical variable)而不是一个连续变量(continuous variable)时，线性回归就不再适用了。本文建立了基于不同栅格尺度的土地利用变化（耕地扩张与草地收缩）探测模型，将社会经济数据离散到空间上，通过构建土地利用变化及其驱动因子的逻辑斯蒂回归模型，解释了我国北方农牧交错带区(Farming-Pasturing Interlocked Areas,FPIA)土地利用变化（以耕地扩张与草地收缩为例）的原因，尤其是发现了表征土地利用变化（耕地扩张与草地收缩）与其驱动因子之间关系的Exponent Beta系数随研究尺度不同而发生变化的规律，揭示了多尺度分析进行土地利用变化驱动力研究的必要性。
我国北方农牧交错带介于北纬31°42′～51°4′和东经102°10′～126°40′之间，包括内蒙古东部和中南部、黑龙江中西部、吉林省西部、辽宁省西部、河北省西北部、山西省西北部、陕西省北部和南部、宁夏回族自治区大部、甘肃省南部、河南省西部的部分县市和四川省北部、青海省西部[5-7]。自然环境与社会经济条件表现出明显的过渡性特点，是农业和牧业相互渗透、交错分布的过渡区[6-13]。
1 模型与方法
研究发现，20世纪80年代中期到90年代末期，农牧交错带土地利用变化的典型特征是耕地的大幅扩张和草地的大面积减少[5]。基于逻辑斯蒂回归模型，得出耕地扩张与草地收缩的驱动模型：
式中：
分别表示耕地扩张与草地收缩的概率；
为常数项；
为土地利用变化驱动因子组成的一维向量；
为一维系数矩阵；S标识了研究的尺度，其取值依次为5km、10km、15km、20km、25km和50km（基本单元为1km）。本文通过对各种土地利用类型在系列栅格尺度上增减情况的判定，识别出规则栅格内耕地扩张与草地减少的情况，并用是非值（二值变量）表示，1表示在该栅格尺度内发生了耕地扩张或草地减少，0表示未发生耕地扩张或草地减少（图1）。二值变量0和1清楚地表达出不同栅格水平上的耕地扩张（图2）和草地收缩（图3）情况。各个栅格尺度上的数据采样采用了ArcGIS软件GRID模块中的FOCALMAJORITY函数，获得的二值型变量就是逻辑斯蒂回归分析的因变量。
图1 某—栅格尺度上耕地扩张的判定及其二值型变量表达流程
Fig.1 Flow chart for identifying farmland expansion(represented by true-or-false values)at a certain given grid scale
注：(a)、(b)、(c)、(d)、(e)和(f)分别对应5km、10km、15km、20km、25km和50km的栅格尺度。
图2 二值型变量表达的系列栅格尺度上耕地扩张的空间分布
Fig.2 Determination and expression of farmland expansion at each grid scale
图3 二值型变量表达的系列栅格尺度上草地收缩的空间分布
Fig.3 Determination and expression of grassland shrinkage at each grid scale
本文通过设计地貌类型的重映射表，实现了地貌类型的重分类；然后，根据一定尺度水平上是否存在某一地貌类型编写数据转换程序，将地貌类型转化为含有空间位置信息的二值型变量，为分析不同的地貌类型对土地利用变化的影响与控制作用提供了便利条件。判定的依据是，某一栅格水平上如果存在该种地貌类型，则标记该基本单元值为“1”，否则为“0”。利用1:400万土壤类型数据与第二次土壤普查的剖面数据，计算了研究区土壤的粒级结构，并作空间插值，对土壤剖面点计算粒级结构的平均值，作为土壤类型的粒级构成（图4）。本文对研究区土壤侵蚀强度数据进行了重分类，将土壤侵蚀强度用序列数据表示（图4），以反映土壤侵蚀的强弱及其空间分布特征。
注：(a)、(b)、(c)反映了研究区粘土、壤土与砂土体积百分比含量空间分异特征；(d)反映了土壤侵蚀强度分级（1～4级）的空间分异，序列值越大，土壤侵蚀强度越大。
图4 研究区土壤质地及其土壤侵蚀强度空间分布
Fig.4 Spatial distributions of soil texture and soil erosion intensity in FPIA
研究表明，年均温、年均降水、日照百分率等有周期性变动规律的气象因子对区域土地利用变化有重要的影响与控制作用[5]。本文根据空间插值气象数据，计算出1km栅格内相应气候要素的指标值，通过邻域分析，分别统计出5km、10km、15km、20km、25km、50km栅格尺度上的均值，作为各类指标的本底数据。计算1985年每个基本统计单元上各个指标的均值与2000年相应指标值的差值，作为各个指标的变化量。
对于影响土地利用变化的社会经济因素，考虑到多源数据融合和构建模型的需要，针对不同指标变量的自身特征，在保证数据处理不影响分析精度的前提下，实现了社会经济指标的离散处理，将相应的指标离散到1km单元的栅格上。同理，通过邻域分析，统计出各个社会经济指标在不同栅格单元内的均值，作为已知变量。
通过多元共线性检验，可以剔除回归分析过程中那些没有意义却产生共线性的自变量。本文通过严格的共线性诊断与变量筛选，剔出了不显著的因子，并通过在各个栅格尺度上的逻辑斯蒂回归，计算 出不同栅格尺度上耕地扩张与草地收缩的回归系数(Exponent beta value)（图5）。
注：栅格尺度系列为5×5、10×10、15×15、20×20、25×25与50×50；MA为山地；H为丘陵；M为台地；P为平原；SEI为土壤微度侵蚀；LEI为土壤轻度侵蚀；MEI为土壤中度侵蚀；LiST为壤土体积比含量；CoAP为年均降水变化；A为高度；S为坡度；DSP为日照百分率；CoAT为年均气温变化；AL为农业劳动力；AMP为农业机械动力；IfBAI为农业基础设施投资；pGDP为第一产业GDP；TFP为粮食总产量；TMO为肉类总产量
图5 耕地扩张（a～d）与草地收缩（e～h）逻辑斯蒂回归分析产生的Exponent beta value随不同尺度的变化
Fig.5 Changes of exponent beta values for FE and GS over scales during logistics regression
2 尺度效应分析
从图5a可以看出，相对而言，平原、山地与丘陵对耕地扩张的影响较为显著，在不同的尺度上，其影响耕地扩张的系数（Exponent beta value，下同）也相应地发生变化，大致呈现出一种随研究尺度放大影响趋减的趋势。从衰减的比降上看，平原表现的尤为突出，这反映了研究区有限的平原面积成为耕地扩张的主要土地资源，换言之，研究区耕地的扩张最易发生在平原区，其次为丘陵和山地区。但从一个更广的尺度看，平原这种作用于耕地扩张的控制作用开始下降，相应地，山地与丘陵的作用也有所下降，但下降的幅度较平原小。台地的作用在5km尺度的水平上没有体现出来，从10km尺度水平开始，作用系数从3.8120一直衰减到50km的0.0014。
土壤侵蚀强度对研究区耕地扩张的作用以微度、轻度与中度为主，重度侵蚀显著地抑制了耕地的扩张，所以其作用在各个研究尺度上都没有体现出来。从总体上看，微度、轻度和中度侵蚀对研究区耕地扩张的影响作用呈现出随研究尺度放大而下降的趋势，三者对于耕地扩张的作用系数分别表现出明显的衰减趋势（图5b）。衰减的平均坡降为中度侵蚀＞微度侵蚀＞轻度侵蚀，反映出研究区耕地扩张发生在中度侵蚀的土壤上的几率较大，而且这种扩张有着明显的局域特征，随着研究尺度的扩大，这种作用较轻度与微度侵蚀发生了大幅度的缩减。
土壤质地对耕地的扩张有一定的控制作用，而且这种控制作用在微域或者局域尺度上的作用尤为明显，土壤体积比含量随研究尺度的变化趋势能很好地反映这一规律（图5c）。一定的降水量是耕地扩张的前提条件，这在研究区体现的尤为明显，从图5c可以看出，年降水量变化对耕地扩张的影响在各个研究尺度上一直存在，作用系数随着尺度的增加而缓慢减小。高程与坡度对耕地扩张的作用与降水量十分类似，其作用系数一直存在，并且随研究程度的放大而缓慢减小。过高的高程与过大的坡度会在一定程度上限制耕地的扩展，而且这种影响作用是十分强烈的，不会随尺度的变化而大幅衰减。日照百分率对耕地扩张的影响从一个较大的研究尺度上看，尤为明显，其作用系数在15km的尺度才体现出来，随研究尺度的增加，其作用系数一直稳定在0.9930～3.6960。一定的气温条件是耕地扩张的前提条件，这种条件在一个微域或者局域水平上体现的更为明显，气温的作用系数随研究尺度的变化也正好反映了这一规律。
随着总人口和农业人口的增加，研究区农林牧渔劳动力大幅度增加，对耕地的扩张起了重要的推动作用。同时，农林牧渔劳动力增加必然伴随着农业机械总动力的增加。相应地，农业基础设施的投资规模也在一定程度得以扩大，从机理上看，这几个指标应该是类似的。从图5d可以看出，农林牧渔劳动力、农业机械总动力和农业基础建设投资水平对耕地扩张的作用几乎是同步的，其作用强度随研究尺度的变化有着较强的相似性，说明这三个因素对于耕地的扩张起到了类似的作用。第一产业GDP在各个尺度水平上同耕地扩张的关系都十分突兀，其作用系数随研究尺度的增加而发生明显的衰减。粮食总产量的提高与耕地扩张是一种正相关关系，其作用系数随研究尺度的增加逐步下降，反映出在交错带局域内的粮食平衡问题是影响耕地扩张的显著因素。肉类总产量与耕地扩张的关系在各个研究尺度上是一种反相关关系，其绝对值随研究尺度的放大而减小，在一定程度上肉类总产量的提高是以草地面积的扩张为前提的，草地的扩张在微域水平抑制了耕地的扩张，但这种抑制作用随着空间尺度的扩大而逐渐削弱。
在研究区，耕地扩张与草地收缩基本上是一种共轭关系，从整体上看，大多影响耕地扩张的因子也在一定程度上影响了草地的收缩。相对而言，平原、山地与丘陵对草地收缩的影响十分显著，在不同的尺度上，其作用系数也相应地发生变化。与耕地扩张相比，差异较大的是草地受台地的影响十分明显，随研究尺度的放大，其衰减速率也较为缓慢。从总体上看，因地貌类型差异导致的草地收缩较对耕地扩张的影响弱，究其原因，是草地受地貌条件的影响与控制作用较耕地小所致（图5e）。
土壤侵蚀强度对草地收缩的作用以微度、轻度与中度为主（图5f）。随研究尺度的放大，三者对草地收缩影响的作用系数分别表现出衰减趋势，衰减的平均坡降为中度侵蚀＞轻度侵蚀＞微度侵蚀，说明在交错带，草地收缩发生在中度侵蚀土壤上的比例较大，而且这种收缩有明显的局域特征。随着研究尺度的扩大，这种作用较轻度与微度侵蚀的作用发生了缓慢缩减。
日照百分率对草地的影响作用十分突出，这说明具有纬度地带性特征的日照百分率在一定程度上控制了草地的分布及其收缩规律。随研究尺度的放大，其作用系数有小幅衰减趋势。土壤质地对草地收缩有一定的控制作用，而且这种控制作用在微域或者局域尺度上的作用尤为明显，反映土壤质地状况的壤土体积比含量也影响着草地的收缩，但是其作用比对耕地的作用弱。类似地，年均降水量的变化、高程、坡度等指标对草地收缩在不同的研究尺度上也有一定的影响，但其影响程度比对耕地的影响弱（图5g）。
农林牧副渔劳动力对草地收缩的作用系数在不同的研究尺度上一直存在，且随研究尺度放大而呈缓慢下降的态势。伴随着农业机械总动力的增加与农业基础设施投资规模的扩大，耕地扩张的同时，草地开始收缩，农业机械总动力和农业基础建设投资水平对草地收缩的作用系数及其随尺度放大的衰减情况大致反映出了这一规律（图5h）。第一产业GDP在不同的尺度水平上同草地收缩的关系十分突出，其作用系数随研究尺度的增加小幅衰减。从理论上讲，粮食总产量的提高是耕地扩张（草地相应收缩）的结果，粮食总产量与草地收缩之间应该是一种正相关关系。同时，单位面积粮食总产量的提高，有助于解决区内粮食短缺问题，又能抑制耕地扩张和草地收缩。肉类总产量的提高，满足了区内畜产品的需求，会在一定程度上抑制草地的收缩，肉类总产量与草地收缩之间应该是一种负相关关系，但随着人们生活水平的提高与膳食结构的改善，出现了对畜产品需求增加的趋势。从研究区20世纪80年代中期至90年代末期的草地收缩看，肉类总产量与草地收缩之间总体上体现为一种负相关关系。
3 结论
土地利用变化及其驱动因子的关系模型不宜采用线性回归模型或者简单的相关分析。本文在适当的假设条件下，利用逻辑斯蒂回归模型框架，采用最大似然估计法，构建了不同栅格尺度上中国北方农牧交错带耕地扩张与草地收缩及其驱动因子的关系模型。通过设计不同栅格水平上因变量（耕地扩张与草地收缩）的判定程序，实现了因变量的判定及其二值化表达。经自然控制因子的“二值化”处理（如对地貌类型）、序列化处理（如对土壤侵蚀强度）和年际变动气象因子与社会经济因子的空间离散化处理及其差值运算，为逻辑斯蒂回归分析准备了充足的候选变量，并通过严格的共线性诊断遴选出显著性因子，寻找出驱动中国北方农牧交错带土地利用变化的驱动因子，并揭示了其作用机制与规律。
研究发现，由于面积数据处理过程中选择的数据统计方法不同及其数据归并过程中产生的归并误差，导致了反映驱动因子与土地利用变化（耕地扩张与草地收缩）关系的作用系数随研究尺度的变化而发生一定程度的变化，这种尺度效应的存在提醒我们在研究区域土地利用变化的驱动机制时，必须考虑“可塑性面积单元问题”导致的尺度效应问题。只有这样，才能保证分析结果的正确与合理，避免得出一些失之偏颇的结论。
收稿日期：2003-11-19；修订日期：2004-03-25