基于复杂网络模型的土地利用变化研究

周盼 唐凯 唐萍

摘要 基于GIS和ENVI技术，将常宁市2005、2010、2015年三期遥感影像进行解译分类，运用复杂网络概念模型对其土地利用变化情况进行分析，并探讨了影响其变化的原因。结果表明，建设用地为主要的转入型地类，林地和耕地为主要的转出型地类，土地利用变化主要由林地主导，并且土地利用系统稳定性趋于下降;自然地理环境、经济社会发展以及区域发展政策是其土地利用变化的主要原因。未来的土地利用过程中，常宁市应考虑合理定位各区域土地利用主导方向，科学引导各区域的土地利用空间变换，以促进区域土地利用空间的维系、过渡与融合，从而提高土地利用的可持续性。

关键词 土地利用变化;复杂网络模型;常宁市

中图分类号 F301.2文献标识码 A文章编号 0517-6611（2018）33-0050-04

当前，因城镇化的快速推进，受区域发展政策、城乡融合、产业转移等因素的综合影响，区域的土地利用变换速率加快、土地利用动态度越来越激烈，区域间的空间冲突、用地失衡、局部性的环境污染等问题不断加剧，如何提高土地资源的可持续利用重新成為世界各国探讨的课题，与之同时，土地利用变化的研究也成为学术界关注的热点之一。一方面，学者重视运用科技手段，如GIS和RS技术对土地利用变化进行研究，如国外Masek等[1] 、Lo等[2] 分别运用 Landsat MSS、TM影像、ETM+图像研究了美国首都华盛顿和亚特兰大都市区的城市化、城市扩展及影响其土地利用变化的驱动因子;国内早期进行土地利用研究的史培军等[3] 、田光进等[4] 分别以3个时间点的遥感影像，利用最大似然法、概率松弛法、景观生态学等方法，对深圳市、海口市的土地利用变化情况进行了分析，并揭示了影响其土地利用变化的深层次原因;此外，也有学者通过借助典型样点或样带的方法，在GIS和遥感影像数据的支持下，对相关区域的土地利用变化进行了研究，比较有代表性的如王静爱等[5]  、刘彦随等[6] ，他们都是通过相关技术与手段，定量与定向相结合的方法，对研究区域的土地利用变换过程及相关时空变化规律进行了探讨和评价。另一方面，随着研究的深入，学者们开始关注影响土地利用变化的驱动因子，比较常见的是学者们通过分析研究区域的自然地理环境、经济社会发展、城市化、产业结构的变化等方面，探讨研究区域的土地利用变化情况及其驱动因素或土地利用变化与产业结构、城市化、经济社会发展的互动关系[7-22]。

纵观以往研究，大部分学者的研究成果主要基于一定的数学方法，对区域内不同时期土地利用的类别、数量和结构进行分析，很少有将土地利用作为系统性进行研究。而土地利用系统作为复杂系统，可以运用复杂网络理论和方法对其进行系统性的探讨。复杂网络研究理论和方法已经广泛运用在互联网、 交通网络、传播学等领域，并借助大数据取得很好的效果，将该方法用于土地利用研究中，能有效挖掘土地利用内在规律和演化机制，具有广泛的应用前景[23]。

笔者以衡阳市县级市——常宁市为研究对象，利用复杂网络模型理论，系统分析常宁市土地利用变化特征，并探讨影响其土地利用方式选择及空间格局的因素，以期为区域土地利用规划以及区域土地利用优化布局提供决策依据。

1 资料与方法

1.1 研究区概况

常宁市位于湖南省南部、衡阳市西南部、湘江中游南岸，属于湖南省第二轮特色县域经济重点县。地处环长株潭城市群的南缘，是湘南地区的“中心区”，也是承接珠三角地区产业梯次转移的“前沿地”。东隔舂陵水与耒阳市为界，南与桂阳县相连，西与祁阳县接壤，北濒湘江与祁东、衡南二县相望（图1）。地处112°07′～112°41′E、26°07′～26°36′N，市区中心位于112°23′E、26°24′N。土地总面积为2 047.90 km2，约占全省总面积的1%，列湖南省县与县级市中的第52位、衡阳市7县（市）中的第5位。境内地势南高北低，地势类型分山地、丘陵、平原3种，分别占常宁市土地总面积的37.60%、26.00%和37.40%，在我国中部地区具有较强的代表性和典型性。

2015年，全市地区生产总值达269.90亿元，其中第一产业增加值为47.26亿元，第二产业增加值为108.88亿元，第三产业增加值为113.46亿元。至2015年末，常宁市常住人口83.446万人，全市城镇人口迅速增长，2015年全市城镇人口数量为39.61万人，城镇化水平为47.50%。

1.2 数据来源及基础

数据来源于中国科学院计算机网络信息中心地理空间数据云（http：//www.gscloud.cn）。从中选取3个时间点的遥感影像数据（分辨率均为30 m），包括2005、2010 年的Land-sat4-5TM影像、2015年的Landsat8 OLI 影像。

将上述影像数据下载之后，通过坐标转换、几何校正、大气校正、裁剪拼接等数据预处理后，在ENVI4.8软件支持下，根据不同土地类型的光谱特征不一样，将常宁市遥感影像中的土地利用类型分为耕地、林地、水域、建设用地及未利用地五大类。之后，将土地利用分类图转成shpfile文件后，在GIS中得到不同时间阶段的各土地类型情况。

1.3 研究方法——复杂网络模型

1.3.1 复杂网络测算指标。

1.3.1.1 度。网络中度指的是节点与系统中其他有关系的节点数目，土地利用系统内部变化认定为地类发生变化，为有向有权网络，分为出度和入度，转化的权重为地类转化的面积。度表征的是系统中节点与其他节点之间密切联系的强度和在整个网络的该节点的活跃程度，可以测算地类在转化成其他地类的强度和活跃程度。

1.3.1.2 介数。介数是指经过节点的最短路径占全部最短路径的比重，反映的是特定节点在网络系统的主导作用的指标，介数越大，在系统起的作用越大，可以视作主动作用的节点，可以对整个系统的结构变化产生重要的影响，介数越大的地类，在整个区域系统具有重要的主导影响力，主要通过介数较大的地类进行土地利用的演化。

1.3.1.3 平均路径长度。平均路径长度是指整个系统网络中所有一组有向节点之间的最短路径长度的平均值，表征的是在发展关系過程中节点的离散程度，该指标的测算主要反映系统的地类转化成其他地类的难易程度。网络的平均路径长度难度越大，地类相互间发展转化关系的可能减少，系统就越趋于稳定。指标的计算方式为：

1.3.2 模型构建。

土地利用地类之间的转换关系可以分别看作土地利用系统基本组成要素，该系统为有向转移网络，分为土地利用的转入和转出2种，有向转移具有权重，即转移地类的面积。将土地利用现状地类产生的转移矩阵，转换成复杂网络的有向网络格式，之后进行复杂网络的指标测算。具体的概念模型见图2。

2 结果与分析

2.1 土地利用变化情况

通过遥感解译，得到2005—2015年常宁市土地利用分类图（图3），从分类图大致可以看出，建设用地持续增加，水域和未利用地大致保持不变，耕地和林地数量持续减少。从空间分布来看，城市边缘区等人口集聚地区周边的农用地转换为非农用地较为显著，表明中心城区的城市化区域和土地利用类型转换速度较其他地区快。下面通过复杂网络模型对常宁市土地利用变化情况进行详细分析。

2.1.1 地类度值。

节点度值的高低表示的是2种地类进行转变的有向关系及发生转变的面积。其中有向网络中，出度和入度的比值大于1表示该地类为转出型，比值小于1表示转入型。从表1可以看出，2005—2015年耕地、林地和水域是主要的转出型地类，总面积不断减少，重要原因是耕地和林地是常宁市面积最大的地类;区域内的建设用地是主要的转入型地类，2005—2015年建设用地出度与入度的比值为0.04，区域内的建设行为主要占用林地和耕地进行扩张。2011—2015年耕地的入度有大幅度的增加，主要是由于常宁市陆续开展实施土地开发整理补充耕地项目。随着城镇化的快速推进，城市的扩张客观上需要提供大量建设用地以带动经济社会发展。

2.1.2 地类介数值。

节点介数的高低反映的是特定地类在系统中的重要程度，值越大反映其在系统中的作用越大，对系统的结构和变化能起到较重作用，从各个时间周期不同地类（表2）可以看出，在2005—2010、2011—2015 年林地介数为各个时间周期中地类介数的最大值，其次为建设用地，林地作为常宁市面积比例最大地类，为整个网络系统的主导地类，系统的结构变化都是围绕林地进行，林地转化成建设用地占建设用地转入面积的35.7%，转入到林地的地类主要为未利用地和耕地，可见林地在系统中起着重要作用，对系统一定程度上有主导控制作用。

2.1.3 地类转化平均路径长度。

分析2005—2015年常宁市地类转化平均路径长度值情况发现，2005—2010、2010—2015年平均路径长度分别为1.52和1.48，系统的稳定性下降。主要是由于该时期区域内在经济社会快速发展背景下，建设活动未受到有效管理和约束，城市建设行为蔓延使得区域内林地和耕地受到侵占，人类的建设行为对土地利用影响加强，系统的稳定性下降。可以预期，今后一段时期内，随着快速城市化进程的继续推进，常宁市的建设用地扩张将进一步加剧，人类活动的增加，势必影响到整个土地利用系统的稳定性，进而影响土地利用的基本格局。

2.2 土地利用变化影响因素分析

2.2.1 自然地理环境。

地形地貌、气候条件、河流水系等自然地理要素都是影响土地利用的基础性因子。常宁市主要以林地和耕地为主，全市耕地面积和林地面积分别占土地总面积的24.73%和51.05%，决定了建设用地转入类型的重要地类来自于耕地与林地。

2.2.2 经济社会发展。

一般来说，经济社会发展无疑是影响土地利用变化的关键性因子。比如人口在区域之间的相互流动、城镇化和工业化的快速推进、产业结构与优化升级等是影响土地利用空间格局和变化的重要因素。经济社会发展的变化在土地上的直接表现就是土地利用变化的情况。因此，此处选取人口、城镇化水平与建设用地、GDP与耕地等指标来分析常宁市的主要经济社会指标与土地利用相关指标的相关情况。结果表明（表3），常宁市人口集聚与建设用地呈正相关、GDP与耕地呈负相关、城镇化水平与建设用地呈正相关，由此可以得知，常宁市人口集聚和经济增长伴随着建设用地增加和农用地减少，两者之间是紧密相关的。

2.2.3 区域发展政策。

土地利用变化最直接的影响因素为土地管理政策，一个地区的土地利用政策很大程度上决定了该区土地利用变化的本质。2011年，湘南地区正式获国家发改委批复，成为第4个国家级承接产业转移示范区，常宁作为示范区“三级四带”中“京港澳沿线产业集聚带”的重要节点，重点承接珠三角、长三角地区产业转移，加强与长株潭地区联动发展，具有良好的发展前景，常宁市要做强工业走廊，重点保障工业走廊建设用地需求，将其打造成为常宁市中心城区承接产业转移基地。这无疑促动了常宁市2010—2015年土地利用变化。

2.2.4 影响机制。

总体来看，土地利用格局变化受3种因子影响，包括基础性因子、关键性因子和促动性因子（图4）。3个影响因子彼此影响与制约，共同影响相关区域的土地覆被与景观形态、土地利用与结构变化。基础性因子主要是自然地理环境的影响，这类因子由于具有稳定性特征，本身变化较弱，因此对区域的土地利用变化的影响也相对较小，一般起着基础性的格局作用;关键性因子和促动性因子主要包括经济发展、人类活动、区域政策环境等，这两类因子相对而言在区域土地利用空间格局及变化的过程中起着重要作用，并且因强度、方法及频率的变化对土地利用变化的影响程度也不一样，强度越大，土地利用变化速度也相对越快。

以研究区域常宁市来看，2005年常宁市的城镇化水平为31.50%，2015年增长至47.39%，城镇化的快速推进，无疑需要更多的建设用地空间以满足不断增加的城镇人口，也迫使常寧市的农业用地逐渐减少，使得这期间常宁市的土地利用结构和产业结构都发生了变化，建设用地比重由2005年的5.70%增加至2015年的9.18%;农业用地比重由2005年的86.67%减少为2015年的83.47%，第一产业比重由2005年的26.6%减少为2015年的17.5%，第二、三产业比重由2005年的73.4%增加为2015年的82.5%。

3 结论与讨论

（1）以常宁市这一中部地区典型城市为研究区域，基于复杂网络模型，分析了常宁市土地利用变化的特征及影响机制，研究成果能为研究区域及其他类似区域的可持续土地规划与管理提供科学参考。

（2）基于复杂网络模型，常宁市在2005—2015 年区域转入型地类为建设用地，转出型地类主要为林地和耕地，表明该区土地利用变化基本趋势为建设用地大幅增加、耕地和林地减少较多，其他地类变化相对较小。主要的土地利用转换类型包括耕地转为建设用地、林地和耕地间的相互转换及水体转为耕地。主要原因是在城镇化和工业化的快速推进过程中，需要更多的建设用地空间来承载人口的快速增加。2005—2015 年常宁市地区生产总值由62.22亿元增长至244.88亿元，年均增长率高达12.71%，如此快速的增长需要相应数量的建设用地来承载。

（3）从结果来看，常宁市各个时期内网络节点的介数最大值为林地，林地在整个土地利用系统中起主导作用，也主要是建设用地转入的主要来源，并且2005—2015年网络系统中的地类平均路径长度呈下降的趋势，系统稳定性减低。因此，维护常宁市土地利用系统需要有效防止城市无序蔓延，保障城市生态安全，并加快城市开发边界、生态保护红线和永久性基本农田的划定，并作为一个空间政策工具严格执行。

（4）总体上看，常宁市的土地利用格局变化受3种因子影响，包括基础性因子、关键性因子和促动性因子。基础性因子是指自然地理环境的影响，关键性因子和促动性因子主要包括经济发展、人类活动、区域政策环境等。3个影响因子彼此影响与制约，共同影响相关区域的土地覆被与景观形态、土地利用与结构变化。

（5）今后的土地利用管理中，常宁市应以“科学整合，合理引导”为原则，合理定位区域的土地利用发展方向，加强城乡融合、促进区域土地利用空间的维系、过渡与融合，科学引导各区域的土地利用空间变换，以促进区域土地利用空间的维系、过渡与融合，从而提高土地利用的可持续性。

参考文献

[1] MASEK J G，LINDSAY F E，GOWARD S N.Dynamics of urban growth in the Washington DC metroplitan area，1973-1996，from Landsat observations[J].International journal of remote sensing，2000，21（18）：3473-3486.

[2] LO C P，YANG X.Drivers of landuse/landcover changes and dynamic modeling for the Atlanta，Georgia metropolitan area[J].Photogrammetric engineering and remote sensing，2002，68（10）：1073-1082.

[3] 史培军，陈晋，潘耀忠.深圳市土地利用变化机制分析[J].地理学报，2000，55（2）：151-160.

[4] 田光进，张增祥，王长有，等.基于遥感与 GIS 的海口市土地利用结构动态变化研究[J].自然资源学报，2001，16（6）：543-546.

[5] 王静爱，何春阳，董艳春，等.北京城乡过渡区土地利用变化驱动力分析[J].地球科学进展，2002，17（2）：201-208.

[6] 刘彦随，JAO GAO.陕北长城沿线地区土地退化态势分析[J].地理学报，2002，57（4）：443-550.

[7] 潘竟虎，苏有才，黄永生，等.近30年玉门市土地利用与景观格局变化及其驱动力[J].地理研究，2012，31（9）：1631-1639.

[8] 肖思思，吴春笃，储金宇.1980—2005年太湖地区土地利用变化及驱动因素分析[J].农业工程学报，2012，28（23）：1-11.

[9] 毛蒋兴，李志刚，闫小培，等.快速城市化背景下深圳土地利用时空变化的人文因素分析[J].资源科学，2008，30（6）：939-948.

[11] 李培祥.城市土地利用结构转换与产业结构演变关系分析：以广东城市为例[J].资源与产业，2010，12（2）：140-144.

[12] 郑树峰，张柏，臧淑英，等.黑龙江省大庆市产业结构对土地利用/土地覆被变化的影响[J].资源科学，2007，29（6）：128-132.

[13] 孔祥斌，张凤荣，李玉兰，等.区域土地利用与产业结构变化互动关系研究[J].资源科学，2005，27（2）：59-64.

[14] 渠爱雪，仇方道.徐州城市建设用地扩展过程与格局研究[J].地理科学，2013，33（1）：61-68.

[15] 杨依天，郑度，张雪芹，等.1980—2010 年和田绿洲土地利用变化空间耦合及其环境效应[J].地理学报，2013，68（6）：813-824.

[16] 鲁春阳，文枫，杨庆媛.城市土地利用结构影响因素的通径分析：以重庆市为例[J].地理科学，2012，32（8）：936-943.

[17] 臧淑英，王凌云，那晓东.基于经济驱动因子的土地利用结构变化区域差异分析：以哈大齐工业走廊为例[J].地理研究，2011，30（2）：224-232.

[18] 鲁春阳，文枫，杨庆媛，等.地级以上城市土地利用结构特征及影响因素差异分析[J].地理科学，2011，31（5）：600-607.

[19] 贺振，赵文亮，贺俊平.郑州市城市扩张遥感动态监测及驱动力分析[J].地理研究，2011，30（12）：2272-2280.

[20] 陈菁，谢晓玲.海峡西岸快速城市化中土地利用变化的影响因素[J].经济地理，2010，30（11）：1885-1889.

[21] 陈永林，谢炳庚，李晓青，等.2003—2013 年长沙市土地利用变化与城市化的关系[J].经济地理，2015，35（1）：149-154.

[22] 贺艳华，周国华，唐凯.湖南益阳市土地利用空间梯度及影响因素分析[J].地理研究，2011，30（10）：1795-1804.

[23] 武鹏飞，宫辉力，周德民.基于复杂网络的官厅水库流域的土地利用/覆被变化[J].地理学报，2012，67（1）：113-121.