基于CA-Markov模型的国家重点生态功能区空间格局预测研究
——以青龙满族自治县为例

朱永明,郭琳琳,赵丽,徐磊

(河北农业大学 国土资源学院,河北 保定 071001)

改革开放以来，经济社会快速发展，由于缺乏对国土空间的合理规划和有效管治，一系列区域问题也随之而来，城镇空间和农业空间大面积扩张、低效利用，生态空间大量减少，人与自然和谐相处遭到一定程度的破坏[1]。城镇空间、农业空间、生态空间三者紧密相连，相辅相成，各类型空间相互影响。国土空间不合理的利用与开发，势必造成空间中各种机能不均衡，降低国土空间整体功能，从而影响及阻碍区域经济社会发展。因此，通过识别“城镇-农业-生态”3类空间，深刻剖析国土空间结构演变特征，预测未来时期国土空间格局，在一定程度上可以帮助了解空间发展的未来态势，为政府制定管理决策提供参考依据。国内外学者做了大量关于国土空间开发格局的研究：从研究视角来看，国外学者注重从气候差异、土地利用效益、生态系统服务价值等多种视角探索对国土空间和土地利用的影响[2-4]；在模型与方法方面，国外学者广泛借助地理信息系统工具、多目标规划模型、GA模型(遗传算法)、CLUE-S模型等模型方法开展研究，取得了诸多研究成果[5-8]；国内学者在国土空间格局演变特征及模拟预测方面也进行了深入研究，大量学者从国家、地区、省域、市域、县域、城市群等多尺度开展研究[9-15]；针对空间模拟的模型方法，国内学者进行了诸多探索，例如采用元胞自动机模型、CLUE-S模型、系统动力学模型等计算机模型对国土空间进行模拟，采用多目标规划模型、灰色预测法等数学方法与地理信息系统软件进行结合预测优化国土空间[16-20]。尽管学者们不断加深有关国土空间的探索，但是仍存在一定的不足，比如当前关于“三生空间”的研究较多，对于“城镇-农业-生态”3类空间的研究还较少，因此深入开展“3类空间”格局演变与预测的研究具有重要意义。

青龙满族自治县(以下简称青龙县)于2016年被纳入国家重点生态功能区，是河北省重要的水源涵养区，对于气候调节、环境美化发挥重要作用，是京津冀生态屏障的重要组成部分。青龙县国土空间格局预测研究有助于揭示国土空间发展动态趋势，对青龙县相关规划的制定有一定影响。论文通过梳理相关研究，基于2010、2014、2018年3期土地利用现状数据，利用GIS技术、动态度模型和Markov模型，对青龙县2010-2018年期间国土空间结构演变进行分析，探讨其变化规律；运用CA-Markov模型预测未来时期青龙县国土空间格局，以期揭示青龙县国土空间时空演变特征，为青龙县生态环境保护决策的制定以及国土空间优化等相关研究提供理论参考。

1 研究区概况与数据来源

1.1 研究区概况

青龙县位于河北省秦皇岛市北部，是秦皇岛市下辖县，地理坐标为东经118°56′～119°64′和北纬40°08′～40°61′，总面积350 613.28 hm2。青龙县地处滦河流域，有丰富的水资源，有出境河流6条，青龙河支流4条；青龙县县域水库众多，最大型的水库为桃林口水库。青龙县处于环京津、环渤海经济圈和冀东经济区内，2016年青龙县被纳入国家重点生态功能区，优越的区位及生态条件，为青龙县的发展创造了良好条件。

1.2 数据来源及处理

土地利用数据来源于2010年、2014年、2018年青龙县土地利用变更调查数据库；DEM数据来源于地理空间数据云(30 m空间分辨率)；社会经济数据主要来源于相应年份《青龙满族自治县国民经济统计资料》和《河北经济年鉴》等；以国家标准《土地利用现状分类》(GB/T21010-2017)为基础识别国土空间；生态保护红线及基本农田保护红线来源于青龙满族自治县土地利用总体规划(2010-2020)及其调整方案。距居民点距离等距离图层获取方式如下：基于土地利用变更调查数据库，利用ArcGIS10.2软件提取生成居民点专题图，利用欧氏距离工具，以县级行政区图层为掩膜，提取得到研究区距居民点距离图层。

2 研究方法

2.1 国土空间识别

目前常见的空间识别方法有2种，即归并分类法和量化测算法[17]，前者以土地利用现状数据为基础，对现状数据进行归并分类，优点是能将土地功能分类与研究区规划现状相联系；后者需构建符合研究区实际情况的指标体系，结合指标评价方法划分国土空间类型[15]，由于指标量化以及区域之间存在差异，综合因素导致此方法不具有普遍性。综合对比，归并分类法应用难度较小，且能够实现与研究区部门的用地分类体系的衔接，因此，本研究采用归并分类法。

青龙县“三类空间”是在土地利用现状数据的基础上进行重分类而来，遵循“自下而上、功能分级”的原则，根据《土地利用现状分类》(GBT21010-2017)，结合相关文献资料[17]和研究区的实际情况，识别青龙县地类主导功能，判别空间类型，具体分类体系见表1。城镇发展空间以城镇居民生活、生产为主体功能，是研究区较适宜开发建设、重要的人口和城镇化发展的主要区域；农业空间以农业生产、农村居民生活为主体功能，是统筹城乡发展、建设社会主义新农村、保障国家粮食安全的重要空间；生态空间以提供生态服务为主体功能，是维护区域生态系统安全、保护自然资源与文化遗产、保障水资源安全、保全生物多样性、维护自然生境、促进人与自然和谐发展的核心区域[21]。

表1 青龙县国土空间分类体系Table 1 The geographical-space classification of Qinglong County

2.2 国土空间动态度模型

国土空间动态度是不同时期国土空间变化程度的反映。各类空间变化的速度与幅度通常采用区域内单一动态度表示，可以反映在研究期某一类别的国土空间转化为其他类型空间活跃程度[16]，表达式为：

(1)

式中，K为一定时间内某一国土空间的单一动态度指数；Si为某类型国土空间发生转移后的面积，Sii为该类国土空间未发生转移时的面积；T为研究时长，本研究为年数。

综合动态度指数用来表示研究区国土空间变化的强弱程度，反映人们开发空间等活动对国土空间结构变化的综合影响，表达式为：

(2)

式中，G为一定时间内国土空间的综合动态度指数；ΔSi-j为研究期间，第i类国土空间利用类型转换为其他国土空间类型面积的绝对值之和，Si为研究期开始第i类国土空间利用类型面积。

2.3 CA-Markov模型

2.3.1 CA 模型原理 CA(元胞自动机)由元胞及元胞状态、邻域和转换规则4部分组成，元胞是参与计算的最小单元；状态指元胞类别；邻域结构决定当前元胞的转换状态；转换规则是元胞转换方式。CA是一个空间、时间、状态都离散化的时空动态模拟模型。普通的 CA 模型公式如下[22]：

S(t+1)=f(S(t),N)

(3)

式中，S为元胞有限、离散的状态集合；N为元胞的邻域；t、t+1表示不同的2个时刻；f表示状态转化规则。

2.3.2 Markov转移矩阵原理 Markov模型是采用概率论方法来进行研究的，它是在一个随机时间序列中，利用数学模型对时间进行矩阵分析，基于当前状态以及变化的趋势对未来的可能性进行估算。Markov模型可用如下公式表示[22]：

An=An-1×Pij

(4)

式中，An、An-1为2个时刻国土空间状态；Pij为状态转移概率矩阵，确定状态转移概率矩阵是该模型研究的关键步骤，可由如下公式表示[22]：

(5)

式中，为国土空间类型向转换的概率，矩阵中每行为国土空间类型向其他类型转移的概率，矩阵中每列为国土空间类型由其他类型转入的概率。

2.3.3 CA-Markov模型 CA-Markov模型是一种时间、空间、状态都离散的动力学模型，它的诞生结合了Markov 模型时间维度分析的优势和 CA 模型空间维度分析的优势，是非线性科学的一种重要的研究方法，具体预测过程如下[23]：

(1)计算土地转移矩阵。利用Markov模型得到2010-2014年、2014-2018年国土空间面积转移概率矩阵，将其作为转换规则参与模拟运算。

(2)制作适宜性图集。运用MCE模块构建各类型国土空间适宜性图，合并为适宜性图集，进行国土空间变化预测。MCE模块由两部分组成，即约束条件和影响因素。约束条件是对指定区域进行约束限制，影响因素是决定元胞适宜程度的条件。约束条件和影响因素设置如下：①约束条件：约束条件体现的是“是”与“否”的逻辑，即只有允许和禁止2种决策，区域约束范围为青龙县域，限制区域为生态保护红线区域、基本农田保护线区域、水域，由于已有建设用地短时间内不可能也不适宜转换为生态用地，也作为本研究的约束条件。②影响因素：通过初步分析，基于数据的可获取性、可量化性、相关性等原则，选取的驱动因子有：高程、坡度、距水系距离、距重点城镇距离、距交通干线距离、人口密度6个。

(3)参数设定。以2014年为基期数据，设定5×5的元胞滤波器，模拟2018年国土空间布局；将2018年模拟图与2018年现状图利用Kappa系数进行交叉对比检验，在模拟精度较好的情况下，预测2022年的国土空间布局。

其中：当Kappa≥0.75，则表示2个图像模拟结果可信度高；当0.4≤Kappa≤0.75，则表示2个图像模拟效果一般；当Kappa≤0.4，则表示2个图像模拟效果较差[22]。具体计算公式如下所示：

(6)

式中，为模拟正确栅格数量与总数量的比值，为随机状态下模拟正确栅格数量与总数量的比值，为理想状态下模拟正确栅格数量与总数量的比值。

3 结果分析

3.1 国土空间面积变化分析

以青龙县国土空间分类体系(表1)为依据，借助ArcGIS软件，利用转换工具箱中的面转栅格工具，将青龙县2010、2014和2018年3期矢量图转换为30 m×30 m的栅格图，得到青龙县2010-2018年国土空间格局分布图，结果见图1。利用ArcGIS软件分析2010、2014和2018年3期数据，得到研究期间青龙县各类型国土空间面积及比例变化情况，结果见表2、图2。

图1 青龙县2010-2018年国土空间格局分布Figure 1 Distribution of ecological space from 2010 to 2018 in Qinglong county

表2 2010-2018年青龙县国土空间面积及比例变化Table 2 The area and proportion changes of geographical space from 2010 to 2018 in Qinglong county

图2 2010-2018年青龙县各类型空间面积变化Figure 2 The area changes of geographical space from 2010 to 2018 in Qinglong county

由表2可知，研究期间青龙县生态陆地空间面积占比最大，所占面积超过区域总面积的70%左右，是研究区国土空间的重要类型；其次是农业生产空间，面积比例维持在23.68%，说明研究区农业产业基础较好，具有较强的农业生产能力；生态水域空间、农村生活空间面积占比较小，分别占研究区总面积的2.51%～2.53%、2.39%～2.25%之间，城镇发展空间占比最小，在1.2%以下。

由图2可知，研究期间青龙县国土空间面积变化呈现“二升二降一波动”的变化趋势。2010-2014年期间，城镇发展空间面积增长121.22 hm2，2014-2018年期间增长15.68 hm2；农村生活空间增长相对较快，2010-2014年期间，农村生活空间面积增长293.76 hm2，2014-2018年期间增长247.24 hm2，共计541.00 hm2，远大于城镇发展空间增长幅度；农业生产空间在2010-2014年期间增长24.75 hm2，2014-2018年期间减少25.31 hm2，研究期间农业生产空间呈现先升后降的变化情况；研究时期内，生态空间用地面积呈下降趋势，其中生态陆地空间减少589.00 hm2，生态水域空间共减少88.34 hm2。

3.2 国土空间动态度分析

2010-2018年期间，青龙县国土空间动态度结果见表3。

表3 2010-2018 年青龙县国土空间动态度Table 3 The dynamic degree of geographical space of Qinglong county from 2010 to 2018

由表3可知，2010-2014年期间，单一动态度较大的为农村生活空间和城镇发展空间，分别为0.875 8%和0.775 0%；其次为生态水域空间，单一动态度为-0.173 9%；生态陆地空间的单一动态度为-0.038 3%；农业生产空间单一动态度的值最小，为0.007 5%。2014-2018年期间，研究区单一动态度最大的仍为农村生活空间，为0.712 2%；城镇发展空间动态度为 0.097 2%，变化速率明显减慢；生态水域空间、生态陆地空间和农业生产空单一动态度较小，分别为-0.075 2%、-0.021 4%和-0.007 6%；总体来看，2010-2018年期间，单一动态度最大的为农村生活空间，其单一动态度为0.8065%；其次为城镇发展空间，单一动态度为0.437 6%；生态水域空间、生态陆地空间、农业生产空间的单一动态度较小，且均为负值，分别为-0.124 3%、-0.029 9%和-0.000 1%。

从综合动态度分析，由表3可以看出，2010-2014年期间综合动态度为0.031 4%，总变化面积为879.45 hm2；2014-2018年期间综合动态度为0.018 7%，总变化面积为525.83 hm2；2个时期对比可以发现，2010-2014年期间空间利用变化较为剧烈。2010-2018年期间，综合动态度为0.024 2%，总变化面积为1 355.77 hm2，说明平均每年每100 hm2土地有0.024 2 hm2空间类型发生变化，总体上国土空间面积变化相对平缓。

3.3 国土空间转移特征分析

2010-2014年期间，青龙县国土空间面积转移矩阵见表4；2014-2018年期间，青龙县国土空间转移矩阵见表5。

表4 2010-2014年青龙县国土空间转移矩阵Table 4 The geographical space transfer matrix of Qinglong county from 2010 to 2014 hm2

表5 2014-2018年青龙县国土空间转移矩阵Table 5 The geographical space transfer matrix of Qinglong county from 2014 to 2018 hm2

由表4可知，从转出视角来看，城镇发展空间和农村生活空间转出数量较少，城镇发展空间转出的方向为农村生活空间和农业生产空间，分别转出2.814 6 hm2、9.090 3 hm2，农村生活空间转出的方向为城镇发展空间，共转出0.435 0 hm2；相比之下，农业生产空间转出数量较多，转出的方向为城镇发展空间和农村生活空间，分别转出33.368 7 hm2、152.748 1 hm2；生态水域空间和生态陆地空间转出方向相同，都为城镇发展空间、农村生活空间和农业生产空间，其中生态水域空间分别转出4.668 5 hm2、2.985 9 hm2、54.1322 hm2，生态陆地空间分别转出94.647 8 hm2、135.644 0 hm2、147.645 2 hm2。从转入视角来看，城镇发展空间最主要的转入类型为生态陆地空间和农业生产空间，分别为94.647 8 hm2、33.368 7 hm2；农村生活空间最主要的转入类型为生态陆地空间和农业生产空间，分别为135.644 0 hm2、152.748 1 hm2；农业生产空间最主要的转入类型为生态陆地空间和生态水域空间，分别为147.645 2 hm2、54.132 2 hm2；生态陆地空间和生态水域空间没有转入。

由表5可知，与2010-2014年相比，2014-2018年期间青龙县整体空间转换强度较小。从转出视角来看，生态陆地空间转出数量最多，主要转出方向为农村生活空间和农业生产空间，分别转出92.395 0 hm2、112.055 6 hm2；其次是农业生产空间，主要转出方向为农村生活空间，转出144.812 7 hm2；生态水域空间主要转出方向为城镇发展空间、农村生活空间和农业生产空间，分别转出6.044 8 hm2、6.638 0 hm2、13.879 1 hm2；城镇发展空间和农村生活空间转出数量较少。从转入视角来看，农村生活空间和农业生产空间转入量较大，农村生活空间最主要的转入类型为生态陆地空间和农业生产空间，分别为92.395 0 hm2、144.812 7 hm2；农业生产空间最主要的转入类型为生态陆地空间，为112.055 6 hm2；城镇发展空间主要转入类型为生态陆地空间、生态水域空间和农业生产空间，分别为6.922 6 hm2、6.044 8 hm2、6.163 2 hm2；生态陆地空间和生态水域空间转入量最小。

通过分析研究区各类型空间转移特点可以发现，在研究时期内，主要是生态空间向城镇空间和农业空间转换，城镇发展空间和农村生活空间转入面积大于转出，呈现增长趋势；生态空间在2个时期一直在减少，基本没有转入，呈现用地面积减少的趋势；其中农村生活空间转入面积最多，生态陆地空间转出面积最多。

3.4 CA-Markov模型预测结果

以2014年为预测时间起点，运用CA-Markov模型得到青龙县2018年国土空间模拟结果；利用IDRISI软件的CROSS TAB模块进行分析，得到模拟结果的Kappa指数是92.1%，该数据表明研究区2018年国土空间预测结果与2018年现状数据的一致性较高，模拟效果较好，运用CA-Markov模型模拟青龙县未来时期国土空间格局具有较高的可行性。

以2018年为起始年，运用CA-Markov模型预测青龙县2022年的国土空间布局，结果见表6，图3。借助IDRISI软件，对比青龙县2022年模拟结果与2018年现状数据，将结果导入ArcGIS软件进行处理，得到2022年模拟结果与2018年现状国土空间类型转移情况，具体如表7、图4所示。

表6 青龙县2018-2022年国土空间结构变化表Table 6 The area and proportion changes of geographical space from 2018 to 2022 in Qinglong County

图3 2022年国土空间格局模拟结果Figure 3 Spatial pattern of geographical spaces in 2022

表7 2018-2022年国土空间类型转移矩阵Table 7 The geographical space transfer matrix of Qinglong County from 2018 to 2022 hm2

注：1表示城镇发展空间，2表示农村生活空间地，3表示农业生产空间，4表示生态水域空间，5表示生态陆地空间。“1-2”表示2018年城镇发展空间在2022年转为农村生活空间。图4 青龙县模拟-现状国土空间类型转移空间分布Figure 4 Spatial distribution of geographical space transfer between simulation and optimization in Qinglong County

3.4.1 城镇空间格局变化 2018-2022年期间，城镇空间面积持续增长，2022年达到5 704.56 hm2，与2018年相比，城镇空间面积增长1 657.7 hm2，面积比例由2018年的1.15%增长到1.63%，增长比例0.48%。总体来看，2018-2022年期间，城镇空间面积增长速率较快。从转移矩阵来看，2018年城镇空间转出类型主要为农村生活空间，共转出283.73 hm2，2022年城镇空间转入类型主要为生态陆地空间和农业生产空间，各转入1 429.54 hm2和431.65 hm2。2018-2022年期间，城镇空间格局变化最显著的是青龙镇区域，表现为“大规模”扩张，这是由于城镇的发展受到经济、社会以及政策等多因素的影响，本研究在运用CA-Markov模型模拟2022年空间格局时，由于数据获取的限制性，更注重从地理空间适宜性角度构建城镇空间发展适宜性图集进行模拟。CA-Markov模型模拟结果表明了城镇空间未来发展的可能情景。

3.4.2 农业空间格局变化 2018-2022年期间，农业空间面积明显增加。2022年农村生活空间面积为14 572.61 hm2，与2018年相比，面积增长5 646.33 hm2，面积比例由2018年的2.55%增长到4.16%，增长比例1.61%。从转移矩阵来看，2018年农村生活空间转出方向为城镇发展空间、农业生产空间和生态陆地空间，分别转出156.21 hm2、436.50 hm2和754.27 hm2；2022年农村生活空间转入类型为城镇发展空间、农业生产空间和生态陆地空间，分别为283.73 hm2、481.46 hm2和6 317.99 hm2。

2022年农业生产空间面积为83 548.69hm2，与2018年相比，面积增长539.15 hm2，面积比例由2018年的23.68%增长到23.83%，增长比例0.15%。从转移矩阵来看，2018年农业生产空间转出方向为城镇发展空间、农村生活空间和生态陆地空间，分别转出431.65 hm2、481.46 hm2和29.05 hm2；2022年农业生产空间转入类型主要为农村生活空间和生态陆地空间，分别为436.50 hm2和221.25 hm2。

总体来看，2018-2022年期间，农业空间面积增长速率较快，农业空间格局扩张较为明显，集中在原有农业空间的四周。

3.4.3 生态空间格局变化 2018-2022年期间，生态空间面积持续减少。与2018年相比，2022年生态水域空间基本无变化。2022年生态陆地空间面积为237 993.11 hm2，与2018年相比，面积减少7 843.17 hm2，面积比例由2018年的70.12%减少到67.88%，减少比例2.24%。总体来看，2018-2022年期间，生态陆地空间面积减少速率较快。从转移矩阵来看，2018年生态陆地空间转出类型主要为城镇发展空间、农村生活空间和农业生产空间，分别转出1 429.54 hm2、6 317.99 hm2和221.25 hm2；2022年生态陆地空间转入类型主要为农村生活空间和农业生产空间，分别转入754.27 hm2和29.05 hm2。

由于青龙县经济社会的快速发展，城镇空间和农业空间的用地需求量增大，城镇空间和农业空间用地面积的增多势必导致生态空间用地面积的减少，这种城镇空间和农业空间向外无序扩张的情况，对周边生态空间造成威胁，不利于空间的协调、稳定发展。考虑到2016年青龙县被纳入国家重点生态功能区，这充分体现出青龙县作为京津冀的生态屏障，生态地位极其重要。因此，为了避免发展过程中出现生态环境破坏、空间发展失调的现象，政府应大力推行生态环境保护政策，以保证青龙县稳定、可持续发展。

3.4.4 国土空间动态度分析 2018-2022年期间，青龙县国土空间动态度结果见表8。

表8 2018-2022 年青龙县国土空间动态度Table 8 The dynamic degree of geographical space of Qinglong County from 2018 to 2022

由表8可以看出，2018-2022年期间，单一动态度较大的为农村生活空间和城镇发展空间，分别为15.813 8%和10.240 7%；其次为生态陆地空间，单一动态度为-0.797 6%；农业生产空间及生态水域空间单一动态度较小，分别为0.162 4%和-0.000 1%。从综合动态度分析，由表8可以看出，2018-2022年期间综合动态度为0.559 2%，总变化面积为15 686.37 hm2，与2010-2014年、2014-2018年期间对比可以发现，2018-2022年期间国土空间利用变化较为剧烈。

4 讨论与结论

以青龙县为研究区，基于2010、2014和2018年3期土地利用现状数据，从土地功能分类的角度识别国土空间，基于GIS技术、动态度模型和CA-Markov模型，分析2010-2018年期间青龙县国土空间结构演变特征，探析未来时期国土空间格局变化趋势。

2010-2018年期间，青龙县国土空间面积变化呈“二升二降一波动”的规律，即2010-2014年、2014-2018年期间，城镇发展空间、农村生活空间面积持续增加，生态水域空间和生态陆地空间面积持续减少，农业生产空间用地面积先增加后减少；生态陆地空间面积虽持续减少，但仍是青龙县最主要的空间类型；从动态度来看，2010-2014年与2014-2018年期间相比，各类型空间变化较为活跃；从空间转移特征来看，研究期间转出以生态空间为主，转入主要为城镇空间和农业空间。这表明随着城镇化的发展，城镇空间和农业空间的扩张，导致生态空间的减少。

运用CA-Markov模型模拟青龙县2022年国土空间格局，与2018年现状相比，城镇空间和农业空间用地面积大幅增加，生态陆地空间大幅减少，生态水域空间基本保持不变。2018-2022年期间，不同空间类型动态度活跃程度由大到小表现为：农村生活空间、城镇发展空间、生态陆地空间、农业生产空间、生态水域空间，即农村生活空间变化最活跃，与2010-2018年相比，生态水域空间活跃度降低，其他4类空间活跃度有所提升；整体来看，2018-2022年空间动态度较高，空间利用变化更为剧烈，生态陆地空间将面临威胁。

CA-Markov模型结合了Markov模型时间维度分析的优势和CA模型空间维度分析的优势，可在定量和空间两个方面对国土空间格局进行较好地模拟。然而国土空间格局变化是一个复杂的过程，受到自然、经济、社会等多重因素的综合影响，由于一些影响因子难以获取及量化，本研究只考虑了地形、人口密度等影响因素，使得预测结果不能全面反映研究区实际情况。因此在未来的研究中，可以增加规划、政策、实地调研等因素，以探索综合因素作用下国土空间格局变化趋势，进而提高模拟结果的可靠性，同时国土空间时空格局变化的机制、效应，以及国土空间如何进行更加科学合理地优化也是未来研究的重点，以更好地推进青龙县经济、社会、生态协调发展。