汉江源土地利用预测及发展建议

李小燕

(陕西理工学院 历史文化与旅游学院 秦岭与蜀道地理研究所， 陕西 汉中 723000)



汉江源土地利用预测及发展建议

李小燕

(陕西理工学院 历史文化与旅游学院 秦岭与蜀道地理研究所， 陕西 汉中 723000)

[摘要]以3期遥感影像资料为基础，结合高程、坡度、坡向、气温、降水、河网、道路和人口8个因子层，对汉江源未来土地利用状况进行预测。通过预测结果预知未来土地利用格局及生态环境状况，达到警示作用，并可根据预测状况调整近期的土地利用、开发规划相关政策和方案，最终使得现行的土地利用符合未来发展需要。

[关键词]汉江源；CA-Markov模型；土地利用；预测

1研究区概况

随着南水北调中线工程的建成通水和引汉济渭工程的顺利施工，水质和水量成为确保调水工程长期效益的关键。但水资源问题不能就水论水，土地利用及地表覆被状况直接影响和决定了区域水质和水量，因此研究水源区土地利用状况就显得尤为重要。汉江发源于陕西省汉中市宁强县，陕西省境内面积约为6.23×104km2，其中安康市2.34×104km2，汉中市2.02×104km2，商洛市1.67×104km2，本研究以陕南的汉江流域为研究区。该区域是汉江河源区最主要的组成部分，还是汉江和丹江的源头区，生态和战略地位显著。

研究区属秦巴生物多样性生态功能区、汉江水源保护区，是我国重要的水力、矿产、生物资源库，也是我国生态屏障的重要组成部分，地貌类型复杂，区域特征明显，但区域内社会经济发展水平仍较低，且差异较大。

2数据来源与研究方法

CA-Markov模型包括马尔科夫链(Markov)分析和元胞自动机(CA)分析，同时具有CA与Markov模型两者的优点[1]。该模型保留了CA模型模拟复杂系统空间变化的能力，同时具有Markov定量化预测的优势[2]。CA-Markov模型适宜于研究土地利用的动态变化，并可在保证有效模拟土地利用格局的基础上，提高预测的精度。CA-Markov模型[3-5]如下：

式中X(t)为t时刻土地利用系统的状态，Pi j为状态转移矩阵。

土地利用变化是在自然和人为多种因子的共同影响下发生的，因此需要选择适宜于研究区自然条件的驱动力因子。不同区域、不同研究目的，学者们选取的因子会存在差异。许多学者做了大量的研究工作，2007年李锦兰等[6]采用主成分分析方法、多元回归分析方法，以铜陵市为研究区，选用人口增长、城市扩张等因子作为短期内影响土地利用变化的主要驱动因子。2010年费龙、孙刚等[7]选取社会经济因子分析了延吉市土地利用变化和驱动力。

本文在2000、2006及2012年3期遥感影像的基础上，根据研究区域自然环境特点，选择了对该区域土地利用变化影响最大的8个因素作为驱动因子，利用CA-Markov模型对该地区的未来土地利用状况进行预测。通过预测结果发现目前土地利用中存在的隐患，通过政府规划和引导等手段达到科学利用现有土地资源的目的。

3结果及分析

3.1因子层

本文结合现有成果，选用高程、坡度、坡向、气温、降水、河流、道路和人口8个因子构建影响土地利用变化的驱动力，利用统计数据、高程数据、道路信息、河流信息、气象数据等提取相关因子层，如图1所示。

(a) 高程因子　　　　　　　　　　　　　　　　　　(b) 坡度因子

(c) 坡向因子　　　　　　　　　　　　　　　　　　(d) 气温因子

(e) 降水因子　　　　　　　　　　　　　　　　　　(f) 河流因子

(g) 道路因子　　　　　　　　　　　　　　　　　　(h) 人口因子

因子权重对最终的土地预测产生不同的作用，需对每个因子赋予相应的权重。不同区域，不同指标权重不同；不同区域，同一指标，权重也会不同；权重的大小源于该因子对土地利用的影响程度。确定权重的方法很多，常用的有层次分析法、专家打分法、主成分分析法等，本研究采用美国运筹学家Saaty T.L.提出的多层次权重分析决策方法和专家打分法相结合，利用层次分析软件Yaahp计算出因子权重系数(表1)。

表1　评价因子权重值

3.2模型运算

运行模型之前需要对数据进行前期处理，对数据格式进行转换，在不同期数据投影信息相同的情况下，要求数据行列号完全相同，并生成IDRISI软件可识别的栅格数据类型.rst格式。

将2000年和2006年汉江水源地的土地利用图分别做为初始时刻和末期时刻，预测的时间周期设置为6年，背景栅格单元赋值为0，运行马尔可夫链模块，得到2000—2006年研究区土地利用类型转移概率矩阵。用每个土地利用类型转为其它类型的数量构造转移矩阵(表2)，行代表研究初期的土地覆盖类型，列代表研究末期的土地覆盖类型。

表2　汉江水源地2000—2006年土地利用类型转移矩阵(个)

元胞自动机马尔可夫模块，可根据前一时期的状态、邻近栅格单元的状态以及转换规则改变其自身状态。以2006年作为预测的起始时刻，用马尔可夫模拟2012年研究区土地利用格局，用其来检验和调整模型参数，进而以2012年的土地利用图作为时刻预测2018年的土地利用状况。

3.3结果分析

图2　预测汉江水源地2018年土地利用格局

利用CA-Markov模型，以2012年为起点，预测时段为6年，预测得到2018年研究区的土地利用图(图2)。从预测结果看，研究区未来土地利用变化不是非常明显，总体分布格局保持了现有的分布规律，即河谷盆地区域主要以耕地、建设用地和水域为主，林地和草地主要分布于山区。未来林地面积将有约4.63×104km2，草地约200 km2，水域约500 km2，耕地约1.24×104km2，建设用地约500 km2，未利用地约200 km2。

在ARCGIS的栅格运算器中对2018年土地利用类型中坡度大于15°和25°的耕地进行统计分析，结果如表3所示。

从表3看出，研究区土地利用类型依然以林地和耕地为主。坡度大于15°的林地面积约3.67×104km2，占全区林地面积的79.18%；耕地约5 700 km2，占全区总耕地面积的46.01%；坡度15°以上土地类型中，林地的比重最大。坡度大于25°的土地利用中，林地面积约2.09×104km2，耕地约1 900 km2，分别占各类型总面积的45.09%和15.51%。按照国家退耕还林政策的相关规定，研究区需要无条件退耕1 900 km2，但该地区地形地貌复杂，坡耕地所占比重较大，如果完全按照国家要求，则需无条件退耕面积为全区耕地面积的15.51%，退耕难度较大。如若按照坡度大于15°都退耕，则整个研究区需要退耕面积多达总面积的46.01%。因此，该区在以生态环境建设为主的指导思想下，在确保耕地和粮仓安全的前提下，需要因地制宜、有选择性地进行有序的退耕还林工作，既能确保生态地位不受影响，同时可满足当地发展需要。

表3　预测2018年研究区土地面积

4水源地土地可持续利用发展建议

研究区既是西部落后地区，又是生态多样性和生态环境重点保护区。该区域既有发展经济的迫切需要，又有严格的生态环境保护要求，加之地处秦巴腹地，自然生态环境相对较差，使得该区域土地利用复杂多样。从以上研究结果来看，如果仅仅考虑生态环境的修复，则需要在短期内对大范围坡耕地进行严格的退耕，势必会给当地村民的粮食安全和经济收益带来严重影响。因此，研究区要实现生态环境良性发展与区域可持续发展并重，必须遵循生态系统的演变规律，在确保生态安全的前提下，充分利用土地资源优化配置的理论和实践，提出具有可行性和可操作性的决策建议。本文结合前期研究，针对该区特点，提出以下几点建议。

4.1提升生态环境保护的主体地位

研究区是我国特有物种数量最多的区域，承担着自然生态系统保护、物种资源维护和基因保存等任务，也是南水北调中线工程和三峡工程的水源涵养和水土保持区、生态环境敏感区。因此，重视及提升研究区生态保护的主体地位至关重要。科学、合理的土地利用和生态保护与建设工作对区域整体生态发展及可持续利用起到决定性作用，研究区目前正处于生态建设工作的关键阶段[8]。研究区从20世纪后期开始开展生态环境保护工作，从本文的分析结果来看，早期的土地利用控制和生态环境保护取得了一定的成效。在此基础上，应该更加明确及合理规划土地利用的未来发展方向，可以充分利用3S技术，加强土地资源动态变化的监测及管理，掌握用地计划执行情况。可建立不同土地利用类型保护的预报、预警体系，以具体可行的实际工作促进土地的高效合理利用。

4.2完善中高山区林地的恢复和保护工作

森林是陆地生态系统中最大的储碳库和最经济的吸碳器，即碳源碳汇基地，林地在应对气候变化方面具有不可替代的作用。研究区林地主要分布于中高山区，要确保该地区的生态环境，就必须加大林地的恢复和保护工作。要通过政策和法律手段严格保护现有林地资源，重点保护生态区位重要、生态脆弱区域的林地和高效生产木材林地，持续高效利用现有林地资源，提高经济效益。对生态区位重要、水热资源丰富地区的林地，重点发展优良、珍贵、高价树种培育基地，形成速生、丰产、优质、高效的森林资源，达到生态保护和经济收益双赢[9]。优化林地保护、利用结构与空间布局，遵循自然规律和经济规律，因地制宜，分区施策，分类管理，强化林地的科学管理工作。

4.3紧抓低山丘陵土地利用变化活跃区的土地开发和管理工作

在整个研究区，土地利用变化最为活跃的地区集中在河谷盆地向中山地区的过渡地带。在平原盆地区开发饱和的情况下，对周边自然条件相对较好的低山、丘陵和缓坡区进行改造。但该地区坡度大、土层薄，若开发利用不合理，极易造成水土流失等水土环境问题，破坏土壤表层，进而影响河流水质水量。因此需要加大对该地区的开发和管理工作。大力开展经济效益较高的生态林果业、药材、生态养殖业，建立生态农业。通过生物技术、有机农业、生态农业等发展高效农业，减少农业耕作活动对生态环境造成的负面影响，修复生态景观，使经济效益和生态效益达到双丰收。

4.4合理规划和有效利用现有河谷盆地区耕地资源

研究区耕地资源有限，且较为集中的分布于平坝、河谷和盆地区。如何集约高效利用现有耕地资源，在满足生态需要的前提下，满足当地居民的生产生活和发展需要，是目前亟待解决的问题。

(1)确保一定质量和数量的耕地资源。研究区自然环境条件优越[10]，其粮食产量对当地和陕西的粮食总产量影响巨大。为确保粮食安全，必须保证一定数量和质量的耕地面积。

(2)推进农业现代化，提高农业用地效率。研究区的河谷盆地区面积狭小，耕地资源有限，农业发展要向高效生产、生态生产方向发展[11]。

(3)科学规划，合理布局，坚持集约节约用地。为了保护基本农田，一经划定，则实行永久保护，任何人未经批准不得改变或者占用基本农田。

(4)在充分利用现有建设用地的基础上，尽量提高建设用地利用效率。随着城市化进程的加快，优质耕地慢慢被建设用地、道路和工矿所蚕食，因此，需尽量减少建设用地需求，提高建设用地效率，将城镇和农村中闲置的建设用地、未利用地充分利用起来。

[参考文献]

[1]胡雪丽,徐凌,张树深.基于CA-Markov模型和多目标优化的大连市土地利用格局[J].应用生态学报,2013,24(6):1652-1660.

[2]井梅秀,李晶.基于CA-Markov模型的关中—天水经济区土地利用变化动态模拟[J].陕西师范大学学报:自然科学版,2013,41(1):99-103.

[3]王友生,余新晓,贺康宁,等.基于CA-Markov模型的藉河流域土地利用变化动态模拟[J].农业工程学报,2011,27(12):330-336.

[4]刘淑燕,余新晓,李庆云,等.基于CA-Markov模型的黄土丘陵区土地利用变化[J].农业工程学报,2010,26(11):297-303.

[5]陈爱玲,都金康.基于CA-Markov模型的秦淮河流域土地覆盖格局模拟预测[J].国土资源遥感,2014,26(2):184-189.

[6]李锦兰,王波.铜陵市土地利用变化及其驱动因子研究[J].资源与产业,2007,9(1):81-84.

[7]费龙,孙刚,田秋艳,等.延吉市土地利用变化及驱动力分析[J].国土与自然资源研究,2010(5):35-37.

[8]邢海虹.汉江水源区土地利用碳源/汇效应的空间差异分析——以陕南为例[J].西北林学院学报,2013,28(4):199-203.

[9]马静,张睿海,胡仪元.“南水北调”陕西水源地县域经济可持续发展的思考[J].安徽农业科学,2011,39(7):4357-4359.

[10]卓悦,王小文,徐杰峰,等.陕南地区土地利用与生态承载力动态变化分析[J].安徽农业科学,2009,37(3):1266-1270.

[11]岳思羽,胡仪元,李强.基于主成分分析法的汉江上游山区县可持续发展能力的研究[J].环境科学与管理,2013,38(11):142-146.

[责任编辑：魏 强]

2015年12月陕西理工学院学报(自然科学版)

Land use prediction and development advice in the Hanjiang river source

LI Xiao-yan

(Qinling and Intones Geography Research Institute, School of History and Tourism,

Shaanxi University of Technology, Hanzhong 723000, China)

Abstract:Based on the three phases of the remote sensing image data, and combined with the elevation, gradient, slope direction, air temperature, precipitation, river network, roads, and population, the future land use of the Hanjiang river source area is predicted. The prediction of the future pattern of land use and ecological environment condition serves as a warning, and helps regulate the polices and practices concerning the recent land use, land tapping and land development planning, and eventually helps to make the current land use meet the future development.

Key words:Hanjiang river source;CA-Markov model;land use;prediction

作者简介：李小燕(1978—)，女，陕西省渭南市人，陕西理工学院副教授，博士，主要研究方向为国土资源评价与GIS。

基金项目：陕西省社会科学基金资助项目(2014D43，2014D15)；陕西理工学院科研基金资助项目(SLGKYQD2-33)

收稿日期：2015-04-06

[中图分类号]P208; F301.2

[文献标识码]A

[文章编号]1673-2944(2015)06-0028-05