3条控制线约束下的哈密市土地利用变化分析及预测研究

马瑞云 张永福

摘要 [目的]掌握哈密市土地利用動态变化情况，为当地的土地资源合理开发与发展规划提供参考。[方法]基于2010—2020年共3期土地利用数据，结合区域特点，整合耕地、林地、草地、水体、建设用地、未利用地6种土地利用类型，在IDRISI中，以基本农田保护区、生态保护红线、城镇开发边界3条控制线作为主要约束条件，使用CA-Markov模型对哈密市土地利用类型的空间分布与时空变化进行分析，并对2025年哈密市土地利用情况进行预测。[结果]2010—2020年哈密市耕地、林地、水体、建设用地面积增加，草地、未利用地面积减少;各地类之间互相转化，其中建设用地与水体变化幅度大，变化速率较快;CA-Markov预测模型精度为0.813 4，结果能够揭示哈密市土地利用时空演变趋势。[结论]在3条控制线约束下得到的预测结果证明2015—2025年变化趋势与2010—2020年的变化趋势基本一致，该方法预测得到的结果可为哈密市土地资源利用管理提供一定的科学参考。

关键词 土地利用变化;三条控制线;CA-Markov模型;哈密市

中图分类号 F 301.2  文献标识码 A  文章编号 0517-6611（2021）23-0076-04

doi：10.3969/j.issn.0517-6611.2021.23.021

Analysis and Prediction of Land Use Change in Hami City under the Constraints of Three Control Lines

MA Rui-yun1，2， ZHANG Yong-fu1，2

（1.College of Resources and Environment Science， Xinjiang University， Urumqi， Xinjiang 830046; 2. Key Laboratory of Oasis Ecology， Ministry of Education， Xinjiang University， Urumqi， Xinjiang 830046）

Abstract [Objective] To grasp the dynamic changes of land use in Hami City and provide references for the rational development and development planning of local land resources.[Method] Based on the three periods of land use data from 2010 to 2020， combined with regional characteristics， six land use types of cultivated land， forest land， grassland， water area， construction land and unused land were integrated. In IDRISI， three control lines of basic farmland protection area， ecological protection red line and urban development boundary were taken as the main constraints， the spatial distribution and temporal and spatial change of land use types in Hami City were analyzed by CA-Markov model， and the land use situation in Hami City in 2025 was predicted.[Result] From 2010 to 2020， the area of arable land， forest land， water area， and construction land in Hami City increased， while the area of grassland and unused land decreased; there were mutual transformations among various types， among which construction land and water area changed greatly and the rate of change was rapid; the accuracy of Markov prediction model is 0.813 4， and the results could reveal the spatial-temporal evolution trend of land use in Hami City.[Conclusion] The prediction results obtained under the constraints of the three control lines proved that the change trend from 2015 to 2025 was basically the same as the change trend from 2010 to 2020. The results predicted by this method could provide a certain degree of science reference for land resource utilization and management in Hami City.

Key words Land use change;Three control lines;CA-Markov model;Hami City

作者簡介 马瑞云（1994—），男，新疆塔城人，硕士研究生，研究方向：国土资源管理信息技术。通信作者，副教授，硕士生导师，从事国土资源评价方向的研究。

收稿日期 2021-03-09;修回日期 2021-04-07

土地资源作为人类赖以生存的物质基础，研究土地利用覆被变化（Land use cover change，LUCC）能让我们更好地理解地表的物质循环与社会发展的规律[1]。随着社会经济的发展，人类对土地资源的需求量日益增长，20世纪90年代后，全球环境变化与经济等研究领域逐渐加强了对LUCC的研究，国际地圈生物圈计划（IGBP）和全球变化人文因素计划（IHDP）发布与推广了一系列的科学研究计划，LUCC成为近20余年全球环境变化研究的热点之一[2]。许多学者分别对不同区域大小与不同研究方法进行了研究，以了解不同研究区域使用不同研究方法的差异与实际土地利用变化的过程及其变化方向的耦合程度[3-6]。如郝景莹[7]从“土地利用/土地覆盖变化”的含义及研究内容出发，概括分析了土地利用变化模型的建立方法，阐述了各类模型的内涵及在土地利用变化研究中的意义;范泽孟等[8]通过对LUCC模型使用趋势的研究，对LUCC与其主要驱动力之间的关系在局地、区域和全球尺度上的动态和后果有了更好的理解;杨国清等[9]利用马尔科夫元胞自动机从斑块和景观2个层次对广州景观格局指数变化进行了研究;Sang等[10]对城镇与农村2个层次使用了CA-Markov模型进行预测分析，验证了多层次的CA-Markov模型能够提升预测精度;杨春霞等[11]对三江平原土地利用变化与驱动力的研究表明，国家政策与市场对土地利用格局变化有不可忽视的作用。

哈密市位于新疆东部，与甘肃省接壤，是新疆与内地交流的咽喉之道。随着哈密市成为新疆能源开发与西电东送的重要节点，社会经济的发展使哈密市土地利用发生了较明显的变化。为了落实国家“绿水青山就是金山银山”的可持续发展战略，对哈密市区域内的土地利用变化进行分析并通过3条控制线约束预测其变化趋势，有助于了解区域内土地利用变化情况。但目前关于哈密市的土地利用变化研究均未将“三线”作为CA-Markov土地利用变化预测中的限制因素，预测结果无法与当地实际相结合。笔者获取哈密市2010—2020年共3期LUCC数据、哈密市基本农田保护区数据、哈密市最新划定生态保护红线、哈密市城镇开发边界数据，使用地理信息系统（GIS）并结合地理学数学方法，对2010—2020年哈密市土地利用变化进行分析，并利用CA-Markov模型结合哈密市“三线”对其2025年土地利用情况进行模拟研究，以期对哈密市土地利用发展趋势进行合理分析预测，为哈密市国土空间规划等相关土地利用应用提供理论支持。

1 数据来源和研究方法

1.1 研究区概况

哈密市位于91°06′33″～96°23′00″E、40°52′47″～45°05′33″N，位于新疆维吾尔自治区最东端，东与甘肃省酒泉市相邻，是新疆与祖国内地连接的咽喉，哈密市下辖伊州区、巴里坤哈萨克族自治县、伊吾县（图1）。哈密市属典型的温带大陆性干旱气候，干燥少雨，晴天多，年平均气温9.8 ℃，年降水量33.8 mm，年均日照3 358 h[12]，2019年末户籍人口55.76万，地区生产总值约604.82亿元。哈密市矿产资源丰富，煤、铁、铜、镍、黄金、盐、芒硝、石材等矿产储量与品位位居新疆前列，是新疆资源经济的重要中心。

1.2 数据来源与处理

该研究中，土地利用数据来源于中国科学院资源环境科学数据中心（http：//www.resdc.com），2010、2015、2020年3年的土地利用数据，数据分辨率为30 m，路网水系数据来自Open Street Map（https：//www.openstreetmap.org/），哈密市基本农田保护图斑、哈密市城镇开发边界、哈密市第3次全国土地调查数据来源于哈密市自然资源局，哈密市最新生态红线划定结果数据来源于哈密市生态环境局。中国科学院资源环境科学数据中心发布的土地利用数据是以美国陆地卫星Landsat系列遥感影像作为主要信息源，利用人机交互的方法进行目视解译，建成的多时期LUCC数据库，该数据在LUCC研究中应用广泛，将2020年数据与哈密市第3次全国土地调查数据进行比对，精度可达85%以上，可信度较高。

1.3 研究方法

为了科学准确研究哈密市土地利用时空演变及预测未来土地利用状况，拟采用土地利用转移矩阵，土地利用动态度对哈密市当前土地利用数据进行量化分析，利用CA-Markov进行“三线”约束下的哈密市2025年土地利用情况进行模拟预测。

1.3.1 土地利用转移矩阵。土地利用转移矩阵来源于对系统状态与转移状态的量化描述，能够直观地反映土地利用类变化的转化数量、结构特征与转移方向，其数学形式如下：

Sij=

S11…S1n

Sn1…Snn

式中，Sij为研究初期i类土地利用类型到研究末期转为j类土地利用类型的面积，n为土地利用类型。转移矩阵的每行数值总和表示研究初期该土地利用类型的总面积，代表该土地类型的转移去向和大小;每列数值总和表示研究末期该土地类型的总面积，包括该土地类型的所有转入类型及大小[4]。

1.3.2 土地利用动态度。土地利用动态度模型分为单一动态度（K）和综合动态度（LC），可定性和定量地描述土地利用的变化速率[13]。该研究主要使用 K 来衡量某种具体土地利用类型在一定时间内的变化速度和幅度。计算公式如下：

K=Ubi-UaiUai×1T×100%

式中，Uai、Ubi分别为研究初期和研究末期土地利用类型 i 的面积，km2;T为研究时长。

1.3.3 CA-Markov耦合模型。CA和Markov是时间、空间及状态均呈离散特征的动力学模型，其中CA模型能够较好地对复杂系统进行时空模拟，Markov模型可实现模拟数量上的增加，并对其进行优化。根据土地覆盖时空演化规律[14]，综合利用CA和Markov模型可实现模拟和预测未来土地覆盖变化的目的，模型计算公式如下：

CA模型计算原理：

S″t+1=（Ud，S″t，Nt，f）

式中，S″t+1、S″t分别为t+1、t时刻的元胞状态，Ud为d维的网格单元，Nt为t时刻邻居的状态组合，f为转换规则。

Markov模型计算原理：

St+1=Pij×St

式中，St、St+1分别为t、t+1时刻地表土地覆盖的状态，Pij为某状态转移矩阵。

該研究中使用CA-Markov模型，借助IDRIDSI软件，以2010和2015年土地利用分类数据为基础，预测2020年土地利用情况并与2020年土地利用数据进行对比，对模型预测精度进行验证，最终以2015、2020年2期土地利用数据为基础，将哈密市基本农田保护区、哈密市生态保护红线作为限制建设用地变化的区域、将城镇开发边界作为建设用地可扩展区域，在IDRISI软件中对2025年哈密市土地利用类型进行预测。对预测的土地利用数据进行精度验证，使用ENVI软件获得Kappa值。

2 结果与分析

2.1 2010—2020年土地利用空间分布

通过土地利用变化数据分类得到2010、2015、2020年各地类面积，如图2所示。由图2可知，处于干旱区半干旱区的哈密市未利用地分类最广，主要是荒漠与稀疏草地构成的未利用地，其中伊州区南部未利用地面积最广;建设用地主要集中在伊州区、巴里坤哈萨克自治县、伊吾县县城的乡镇与广布的矿场;耕地主要分布在伊州区、巴里坤哈萨克自治县、伊吾县县城周边;林地主要分布在天山山脉;水域主要集中在天山山脉冰川与伊吾—巴里坤盆地的主要湖库。

2.2 土地利用面积比例分析

哈密市土地利用类型面积情况如表1所示，哈密市2010—2020年期间土地利用面积占比最大的是未利用地，这与哈密市位于干旱及半干旱区有关，建设用地、耕地以建成区中心向外围依次扩散;林地、草地分布在天山山脉与建成区外围。其中，未利用地、草地面积最大，为106 657.24、27 811.41 km2，分别占哈密市总面积的77.73%、20.27% 。2010、2015、2020年期间哈密市各用地类型面积与综合占比趋势变化不大。其中建设用地的面积占比虽小，但增长幅度很大，总体的建设用地、耕地、林地、水体面积增加，另一方面未利用地与草地面积逐年减少。

2.3 土地类型变化分析

使用IDRISI软件得到哈密市2010—2020年土地利用变化矩阵（表2）。对表2进行分析得到各地类之间转化的内在联系。其中，建设用地转入面积最多，为492.73 km2，主要由未利用地、草地、耕地转入，面积分别为375.88、67.31、45.61 km2;草地面积转出面积排在未利用地转出面积之后，为162.36 km2，但草地转入面积为139.08 km2，因此总体转出量不大;耕地、林地、水体转入转出面积基本均衡;未利用地转出面积最大，为513.76 km2，主要转变为建设用地与草地。总体而言，哈密市土地利用变化内部基本均衡，2010—2020年土地利用总体变化情况较为稳定。

2.4 土地变化速率分析

根据土地利用年际变化率公式计算出哈密市2010—2020年年均土地利用变化速率见表3。表3表明，哈密市建设用地在2010—2020年间变化速率较大，2010—2015年间年均增长15.99%，2015—2020年增速有所放缓，但仍属于增速较快的地类，年均增长达7.66%;值得注意的是哈密市耕地在2010—2015年经历了新增土地开发量大于退耕还林量的缓慢增长阶段，又经历了2015—2020年仅有退耕还林还草无新开发耕地的缓慢减少阶段，这一结果与当地自然资源部门提供的耕地面积变化数据基本一致，耕地总体在2010—2020年间维持了稳定;林地草地经历了先减少后增多的趋势，总体变化不大;未利用地变化面积最大，但因哈密市内未利用地面积占行政区面积的77%以上，所以未利用地面积总体变化速率不大;水体因哈密市新建多座水库与河道，总体呈现缓慢增长的趋势。

2.5 三线约束下的CA-Markov模型对未来土地利用类型的模拟预测

使用CA-Markov模型对2020年的土地利用数据进行模拟预测，精度达0.813 4，能比较真实预测出土地利用的实际变化情况（图3）。将图中实际2020年土地利用数据图像与2020年模拟数据进行对比可知，2020年预测土地利用类型在总体细节上与2020年没有较明显的差异，其原因是哈密市3个主要建设区的发展基本与其原建设用地相连，其他地类变化幅度不大，但总体分布与实际地类分布较为一致，因此可以运用CA-Markov模型对哈密市2025年土地利用类型进行预测分析。由图3可知，2025年哈密市土地利用分类情况如下：耕地1 819.28 km2、林地497.55 km2、草地27 812.01 km2、水体284.03 km2、建设用地1 019.31 km2、未利用地105 786.59 km2，与2010—2020年变化趋势基本相同。

3 结论

对哈密市2010—2020年土地利用现状进行演变综合分析与2025年土地利用情况进行预测可知：

（1）与2010年相比，2020年哈密市耕地、林地、水体、建设用地面积增加，具体增加到1 743.63、486.55、240.75、807.74 km2;草地、未利用地面积减少，减少到27 789.25、106 150.85 km2。

（2）从空间格局变化的转移矩阵中可看出，2010—2020年间建设用地与水体面积转入量明显大于转出量，其中建设用地转入492.73 km2，转出9.65 km2;水体转入41.12 km2，转出2.92 km2。耕地与林地变化面积不大，均为转入量大于转出量的地块，其中耕地转入111.96 km2，转出107.92 km2;林地转入11.00 km2，转出7.11 km2。未利用地与草地均为转出量大于转入量的用地类型，其中未利用用地转入8.63 km2，转出513.76 km2;草地转入139.08 km2，转出162.36 km2。在2010—2020年期间，各地类变化幅度与变化率相对比较稳定，变化率与变化幅度相对较大的是建设用地与水体，变化幅度为148.79%、18.86%，年均变化率为14.88%、1.89%。

（3）在哈密市生态红线、基本农田保护区、城镇开发边界的约束下，CA-Markov模型在该次土地利用类型模拟预测中精度为0.813 4，可以较准确的对未来土地利用的空间分布与数量范围进行模拟预测，耕地、林地、草地、水体、建设用地面积增加，分别增至1 819.28、497.55、27 812.01、284.03、1 019.31 km2，未利用地长期呈减少趋势，2025年预测面积为105 786.59 km2。

参考文献

[1] TURNER B L Ⅱ，MEYER W B，SKOLE D L，等.全球土地利用与土地覆被变化：进行综合研究[J].AMBIO-人类环境杂志，1994，23（1）：91-95.

[2] 姚鲁烽.CNC-IGBP、CNC-WCRP、CNC-IHDP、CNC-DIVERSITAS和WDC-China 2006年联合学术大会在北京召开[J].地理学报，2007，62（3）：224.

[3] 姜海林，杨志刚.基于地理国情普查数据的土地利用变化分析：以东莞市为例[J].测绘与空间地理信息，2017，40（8）：156-158，161.

[4] 廖伟华，聂鑫，蒋卫国.基于序列模式的土地利用变化分析：以广西壮族自治区为例[J].自然资源学报，2020，35（5）：1160-1171.

[5] 炊雯.基于CA-Markov模型的长安区土地利用景观格局变化分析与模拟[D].西安：长江大学，2015.

[6] 孙艳征，丁超.保定市土地利用变化及驱动力分析[J].安徽农业科学，2015，43（9）：321-324.

[7] 郝景莹.哈尔滨市土地利用动态变化模拟研究[J].哈尔滨师范大学自然科学学报，2019，35（1）：105-110.

[8] 范泽孟，李赛博.新亚欧大陆桥经济走廊土地覆被变化及驱动力分析[J].生态学报，2019，39（14）：5015-5027.

[9] 杨国清，刘耀林，吴志峰.基于CA-Markov模型的土地利用格局变化研究[J].武汉大学学报（信息科学版），2007，32（5）：414-418.

[10] SANG L L，ZHANG C，YANG J Y，et al.Simulation of land use spatial pattern of towns and villages based on CA-Markov model[J].Mathematical & computer modelling，2011，54（3/4）：938-943.

[11] 楊春霞，郑华，欧阳志云.三江平原土地利用变化、效应与驱动力[J].环境保护科学，2020，46（5）：99-104.

[12] 刘彬，吴杨.近58年来哈密气候变化特征分析[J].气候变化研究快报，2020，9（2）：85-92.

[13] 喻怀义，俞龙生，李志琴，等.广州市番禺区土地利用/覆被动态及其驱动力研究[J].生态科学，2011，30（4）：418-425.

[14] 冯永玖，刘妙龙，童小华，等.基于核主成分元胞模型的城市演化重建与预测[J].地理学报，2010，65（6）：665-675.