基于RDA的县域土地利用/覆被变化驱动力研究

徐小明，戴子扬，闫瑾，占鹏飞

(1.山西大学 黄土高原研究所,山西 太原 030006;2.山西大学 环境与资源学院,山西 太原 030006)

基于RDA的县域土地利用/覆被变化驱动力研究

徐小明1，戴子扬2，闫瑾2，占鹏飞2

(1.山西大学 黄土高原研究所,山西 太原 030006;2.山西大学 环境与资源学院,山西 太原 030006)

为了定量分析各种自然及人为因素对土地利用/覆被变化的驱动作用,研究以农牧交错区典型县域山西省左云县为例,在分析该区1990～2010年的土地利用/覆被分布、变化特征的基础上,采用冗余分析方法研究其驱动力。结果表明:1)土地利用/覆被类型以耕地、林地和草地为主,各类型土地之间的转移以耕地和草地转移为林地、耕地与草地之间互相转移为主;2)土壤有机碳含量、高程、人均GDP、人口密度等LUCC最重要的驱动力;3)耕地、草地转移为林地,以及耕地转移为草地主要受到年均降水量、高程等自然因素的驱动,而草地转移为耕地则主要受到人口密度、人均GDP等人为因素的影响；4)RDA可以有效提取县域尺度LUCC的驱动力而驱动力源于自然和人为因素的共同作用。

农牧交错区;土地利用/覆被变化;驱动力;冗余分析

0 引言

土地利用和土地覆被表征着土地的人为与自然的双重属性,其动态变化(Land Use/Cover Change,LUCC)会影响陆地生态系统的碳、氮、水循环过程、改变温室气体排放量状况、引起生态系统服务价值的变化等[1],是全球变化研究中的核心问题[2]。在全球变化日益严重的当今,LUCC研究具有特殊重要的意义,因此一些重大国际合作项目如国际全球环境变化人文因素计划(IGBP)、国际地圈生物圈计划(IHDP)等均将LUCC研究列为核心科学计划之一[3]。LUCC的研究内容包括LUCC理论体系、LUCC与全球变化及可持续发展的关系、不同时空尺度的LUCC及驱动力分析等方向[4]。

LUCC的驱动力是指导致土地利用方式和目的改变的动力因素[5],包括自然和人为两方面因素。气候、土壤、水文等因素会对自然及人为植被产生显著的影响,而人类的生产、经济活动也会对LUCC产生显著的影响。一些研究证明,政策也是LUCC变化的重要驱动力[5],尽管无法直接定量研究其作用,但仍可通过一些人为与自然因素的变量来间接体现。研究LUCC的驱动力,在明确LUCC的动态过程、了解LUCC的内在变化机制、构建预测模型等一直以来是LUCC研究中的焦点问题[6]。但LUCC的驱动机制异常复杂,较难以定量方法进行分析;此外,在不同的时间和空间尺度上,不同的研究方法往往会得到不同的驱动力结果。因此,如何在一定的时空尺度上选取适宜的定量方法来探讨LUCC与驱动力因子的关系不仅具有重要的意义,也是一项具有探索性的研究。

本研究选取中国北方典型农牧交错区县域——山西省左云县为研究对象。该区近年来在自然、人为多重因素的影响下,土地利用/覆被状况发生了剧烈的变化,是研究县域LUCC驱动力的理想区域。本研究在分析该区1990～2010年LUCC状况的基础上,收集研究区土壤、水文、气候以及人口、经济等空间数据,根据本研究的时空尺度选取冗余分析(Redundancy analysis, RDA)方法定量分析该区LUCC的驱动力,以期为地方政府制定土地利用政策、改善区域农牧生态管理、提高区域环境质量提供科学依据。

1 材料与方法

1.1 研究区位概况

左云县位于39°44′至44°15′N,112°34′至112°59′E,总面积1 332 km2。该区是典型的黄土丘陵区,区内山丘起伏,沟壑纵横。基本地形为东南、西北部高,中部低。大体分为石山区、土质山区、黄土丘陵区和河川阶地区4个地貌类型区。气候属北温带半干旱大陆性季风气候类型,四季分明,春季干旱多风,夏季炎热多雨,秋季温凉气爽,冬季少雪寒冷,年平均气温6.1℃,年平均降雨量399 mm。无霜期为125 d,封冻期一般在11月初至次年4月初,130～145 d[7]。

1.2 数据源

为了保证土地利用/覆被数据的准确性,本研究采用中国科学院地理科学与资源研究所发布的中国五年间隔陆地生态系统空间分布数据集(1990～2010)[8]。根据数据可获性、研究区实际情况以及参照相关研究,本研究选取了对LUCC的气候、地形和人类活动有着直接或间接影响的驱动力因子,代表气候、地形、土壤、人口、经济、人类活动等多方面因素。各因子数据来源见表1。

表1 数据源Table 1 Data sources

1.3 数据准备

利用ArcGIS V10.2.1的提取分析工具,以左云县行政边界为掩膜从1990年和2010年的中国陆地生态系统空间分布数据集提取获取左云县1990和2010年土地利用/覆被图。在此基础上,通过面积统计功能获取1990～2010年间左云县的LUCC状况。

基于研究区农牧交错的特点,选取年均温度、年均降水量、坡度、高程、大于10℃积温、土壤有机碳含量等6个典型且相对独立的自然驱动力因子,这些因子被认为会显著影响LUCC的因素。此外,人为活动被认为是重要的LUCC驱动力,因此选取人口密度、GDP、道路距离、城镇距离等4个人为驱动力因子,用来表征经济、社会、人类活动强度等因素的影响；其中,道路距离、城镇距离是通过ArcGIS V10.2.1(ESRI, Redlands, CA, USA 2013)计算研究区内各点距主要公路和居民用地的欧式距离获得。经标准化后的各因子如图1所示。

Fig.1 Driving forces of Land use/cover change in Zuoyun County图1 左云县土地利用/覆被变化驱动因子

1.4 冗余分析

RDA是一种基于线性模型的限制性排序,即在特定的排序轴上反应LUCC与环境因素之间的响应关系[9],可将复杂的LUCC与多元环境因素之间的非线性关系,通过可视化的方式最大限度地在低维上通过空间关系表现出来。具体的RDA研究步骤如下:① 采用空间叠加的方法,提取研究区内1990年至2010年土地利用变化斑块,筛选占研究区总面积0.01%(13.32 hm2)及以上的斑块[10];② 将土地利用/覆被类型发生变化的斑块进行虚拟编码,按照不同的LUCC类型将其处理为二元数据矩阵,以“0”表示在某斑块中,这种LUCC类型未发生,“1”表示这种变化发生;③ 将各驱动力因子相关进行分析,经检验,各驱动力因子间相关系数较小,可以进行驱动力排序分析[11];④ 利用ArcGIS的区域统计功能提取各变化斑块的驱动因子信息,构建驱动力因子矩阵[12];⑤ 将驱动力因子矩阵进行标准化,与LUCC矩阵一起导入Canoco for Windows V4.56 (Biometris, Wageningen, The Netherlands 2009)中,进行RDA排序。

2 结果与讨论

2.1 研究区LUCC情况

左云县1990年和2010年的各土地利用/覆被类型面积,及空间分布及变化状况见分别见表1和图2。

表2 1990及2010年不同土地利用/覆被类型面积表Table 2 Areas for different land use/cover types in 1990 and 2010

Fig.2 Land use/cover in 1990 and 2010, and the changing map of Zuoyun County图2 左云县1990年和2010年土地利用/覆被及其变化图

由表2和图2可见,研究区主要土地利用/覆被类型包括耕地、草地和林地,三者占研究区总土地面积的96%以上,体现了研究区典型的农牧交错特性。耕地集中分布于中北部的十里河北侧、西南部的源子河两侧等地;林地相对集中分布于西北部、东南部,至2010年,西南部也出现较大面积的林地集中;草地则主要分布在十里河南侧,与耕地、林地交错分布;水域主要为十里河、源子河等河流;城镇用地大多分布在北部;未利用地面积较小。

研究区1990～2010年间土地利用/覆被转移情况如表3所示。

表3 1990～2010年左云县LUCC转移矩阵(单位:km2)Table 3 Land use/cover transition matrix of Zuoyun County between 1990 to 2010 (km2)

由表2和表3可知,相较于1990年,2010年的林地、水域和城镇用地的面积均有增加,而耕地、草地和未利用地面积有所减少。这一时期内,耕地面积明显减小,主要转移为林地和草地,面积分别达39.15 km2和19.16 km2。林地面积显著增加,主要来源于耕地和草地。草地主要转化为耕地和林地,同时也有面积大致相当的耕地、林地转化为草地,因此草地面积变化较小。城镇用地的增加主要来自于耕地和林地,由1990年的16.39 km2增加到2010年的17.88 km2。水域与耕地、林地和草地之间有面积较小的相互转化。

2.2 驱动力分析

LUCC驱动力排序图及各驱动因子与典型变量相关系数如图3和表4所示。

Fig.3 Ordination of land use/cover transition types and driving forces by RDA图3 土地利用/覆被转移类型与驱动力排序

表4 各驱动因子与典型变量相关系数表Table 4 Correlation coefficients among different driving factors and four canonical variables

由表4可知,第一轴与土壤有机碳含量、人口密度、高程相关系数较大,且均为正相关;第二轴与人均GDP、城镇距离、年均温度的相关系数较大,其中与人均GDP为正相关,而与城镇距离、年均温度呈负相关关系。随着第一轴数值的增加,土壤有机碳含量、人口密度增加、高程增加;而随着第二轴数值的增加,人均GDP增加,城镇距离减小、年均温度降低。第一、二轴代表了主要的影响因素变量梯度,二者与自然和人为因素均有密切的关系,这说明研究区的LUCC受到自然因素(如土壤有机碳含量、高程等)和人为因素(人均GDP、人口密度等)的共同影响。

由图3可知,草地转移为城镇用地和林地转移为城镇用地位于第一象限,与第一、二轴皆为正相关；此外,这两种转移类型与人均GDP和人口密度关系呈正相关关系,说明草地、林地转为城镇用地多发生在人口密度、人均GDP较大的地区,这些区域往往都是城镇所在地。近年来随着人口和经济的发展,对建设用地的需求增加,导致了草地、林地转移为城镇用地。此外,这两种转移均与城镇距离呈负相关关系,这说明城镇用地的发展往往都在距现有城镇用地较近的地区。

林地转移为草地和草地转移为耕地也发生在第一象限,与人口密度、人均GDP呈正相关关系,但与高程呈负相关关系。这说明林地退化为草地、草地开发为耕地多发生在高程较低、人口密度较大、人均GDP较高的区域,这些区域往往位于人类活动较为频繁的城镇用地周围。

草地转移成林地位于第二象限,这与年均降水量、高程呈正相关关系,该转移类型为生态系统的正向演替,排序结果表明其主要受到自然因素的驱动。这是由于在高程较高、降水较大的地区,往往人类活动较少,生态系统自然演替受到的人为扰动较少。

耕地转移为林地与坡度呈正相关关系,说明这些变化多发生在坡度较大地区,这是由于1990至2010年间,实施了退耕还林还草政策,将坡度较大的耕地撂荒为林地或草地。这些区域往往人类活动较少,图3这一转移类型与人口密度和人均GDP均呈负相关关系也说明了这一点。与此同时,研究区也有部分的林地被开发为耕地,其面积较小(表3),同样也发生在高程和坡度较大的地区。

较为特殊的是,耕地转移为草地、城镇用地和水域与土壤有机碳含量及年均温度呈正相关关系,但与人口密度、人均GDP关系并不密切,这说明这些转移类型主要受到土壤条件和温度的驱动。

3 结论与讨论

3.1 结论

左云县土地利用/覆被类型以耕地、林地和草地为主,主要的土地转移类型为耕地和草地转为林地、耕地与草地之间互相转移;1990～2010年间,高程、土壤有机碳含量等自然因素与人均GDP、人口密度等人为因素共同驱动着研究区的LUCC;RDA可以准确提取县域尺度LUCC的驱动力。

3.2 讨论

相关研究一般将LUCC驱动力划分为人为因素和自然因素两类,一些研究发现人为因素是LUCC的主因[11-12],而另一些研究则认为自然因素是主要原因[3],也有研究发现不同历史阶段的LUCC驱动力有所不同[10]。这些不同的结论主要来自于:

(1)研究区域土地利用/覆被特点及转移类型的不同,其驱动力状况也不相同,如处于农牧交错区的内蒙古锡林郭勒盟的LUCC类型以不同覆盖度草地与耕地、未利用地与水域和草地之间的相互转移为主,该区LUCC的主要驱动因素来自于海拔高度、地形起伏度和相对坡位等自然因素[5]。

(2)不同时间和空间尺度下LUCC的驱动力往往也不相同。在空间尺度上,有研究认为21世纪初全国尺度的LUCC驱动力主要来自于国土开发与区域发展战略的实施,以及快速的经济发展[13];而时间尺度上,一些研究也证明了同一地区在不同时期的LUCC驱动力也各不相同[10,14]。

(3)自然和人为因素选取的指标不同,如地形因素的选择上,有使用高程或者坡度的[10],也有包括地形起伏度等因子的[5];在经济发展指标上,有选择GDP的[10],也有以市场影响指数来代表的[14]。

(4)研究方法的不同,目前关于LUCC驱动力分析的研究方法包括了模拟退火算法[15]、多元线性回归[16-17]、多元逻辑回归[6,14,18]、灰色关联分析[3]、典范对应分析(Canonical Correspondence Analysis, CCA)[5,10-12]等。

基于单峰模型的限制性排序方法CCA已被一些研究用来进行LUCC驱动力的分析,这种方法可以有效地提取不同地区LUCC的驱动力[5,10-12]。而本研究所采用的RDA,与CCA同属于限制性排序,但RDA方法是基于线性模型的,一般用来处理因变量变化梯度较小的情况。由于研究区面积较小、LUCC类型较少,因此使用RDA进行驱动力分析更为合适。本研究结果表明,RDA在进行县域尺度LUCC驱动力分析时具有较高的精度。

[1] Xu X M,Du Z Q,Zhang H.Integrating the System Dynamic and Cellular Automata Models to Predict Land use and Land Cover Change[J].InternationalJournalofAppliedEarthObservationandGeoinformation,2016,52:568-579.DOI:10.1016/j.jag.2016.07.022.

[2] 汤洁,汪雪格,李昭阳,等.基于CA—Markov模型的吉林省西部土地利用景观格局变化趋势预测[J].吉林大学学报(地球科学版),2010,40(2):405-411.DOI:10.13278/j.cnki.jjuese.2010.02.035.

[3] 曹琦,陈兴鹏,师满江,等.黑河中游土地利用/覆盖变化及主导因素驱动力[J].农业工程学报,2014,30(5):220-227.DOI:10.3969/j.issn.1002-6819.2014.05.028.

[4] 于兴修,杨桂山.中国土地利用/覆被变化研究的现状与问题[J].地理科学进展,2002,21(1):51-57.DOI:10.11820/dlkxjz.2002.01.006.

[5] 徐广才,康慕谊,李亚飞.锡林郭勒盟土地利用变化及驱动力分析[J].资源科学,2011,33(4):690-697.

[6] Du X,Jin X,Yang X,etal.Spatial Pattern of Land use Change and Its Driving Force in Jiangsu Province[J].InternationalJournalofEnvironmentalResearchandPublicHealth,2014,11(3):3215-3232.DOI:10.3390/ijerph110303215.

[7] 左云县人民政府信息网.左云概况.http:∥web.zuoyun.gov.cn/[OL].Accessed,2016-08-10.

[8] 徐新良,刘纪远,张增祥,等.中国5年间隔陆地生态系统空间分布数据集(1990-2010)(ChinaEco100),全球变化科学研究数据出版系统,2015.DOI:10.3974/geodb.2015.01.01.V1.

[9] Lu C,Zhou Z,Zhu Q,etal.Using Residual Analysis in Electromagnetic Induction Data Interpretation to Improve the Prediction of Soil Properties[J].Catena,2017,149:176-184.DOI:10.1016/j.catena.2016.09.018.

[10] 徐小明,杜自强,张红,等.晋北地区1986-2010年土地利用覆被变化的驱动力[J].中国环境科学,2016,36(7):2154-2161.

[11] 邢容容,马安青,刘修锦,等.青岛市土地利用变化类型与影响因子关系的CCA研究[J].安徽农业科学,2015(15):298-301.DOI:10.13989/j.cnki.0517-6611.2015.15.104.

[12] 李鹏,于书霞.基于典型对应分析的滇池流域土地利用驱动力分析[J].中国人口·资源与环境,2014,24(3):123-126.

[13] 刘纪远,张增祥,徐新良,等.21世纪初中国土地利用变化的空间格局与驱动力分析[J].地理学报,2009,64(12):1411-1420.DOI:10.3321/j.issn:0375-5444.2009.12.001.

[14] Meiyappan P,Roy S,Sharma Y,etal.Dynamics and Determinants of Land Change in India:Integrating Satellite Data with Village Socioeconomics[J].RegionalEnvironmentalChange,2016,17(3):753-766.DOI:10.1007/s10113-016-1068-2.

[15] 位欣,刘耀林,姚鹏.基于模拟退火遗传算法的土地利用变化驱动力研究[J].中国土地科学,2008,22(7):34-37.DOI:10.13708/j.cnki.cn11-2640.2008.07.006.

[16] 房春生,孟莹,刘晓曦,等.辽河源头区的土地利用变化及驱动力分析[J].吉林大学学报理学版,2015,53(3):577-581.DOI:10.13413/j.cnki.jdxblxb.2015.03.42.

[17] 王晨野,汤洁,李昭阳,等.吉林西部土地利用/覆被时空变化驱动力分析[J].生态环境,2008,17(5):1914-1920.DOI:10.16258/j.cnki.1674-5906.2008.05.077.

[18] Serra P,Pons X,Saurí D.Land-cover and Land-use Change in a Mediterranean Landscape:A Spatial Analysis of Driving Forces Integrating Biophysical and Human Factors[J].AppliedGeography,2008,28(3):189-209.DOI:10.1016/j.apge og.2008.02.001.

InvestigationontheDrivingForcesofLandUse/CoverChangeatACountyScalebasedonRedundancyAnalysis

XU Xiaoming1,DAI Ziyang2,YAN Jin2,ZHAN Pengfei2

(1.InstituteofLoessPlateau,ShanxiUniversity,Taiyuan，Shanxi030006,China;2.CollegeofEnvironmentandResourceSciences,ShanxiUniversity,Taiyuan,Shanxi030006,China)

Zuoyun County,located in the farming-pastoral ecotone of North Shanxi, was chosen as the research area in order to analyze the impact of various natural and anthropogenic factors on land use/cover change (LUCC). Based on the analysis of LUCC amount and spatial distribution from 1990 to 2010, the driving forces of the LUCC was estimated using redundancy analysis (RDA). The results indicated that the cropland, woodland and grassland took up major land area, and the main land-use transferring types included the conversions from cropland and grassland to woodland, as well as the interconversion between cropland and grassland. The soil organic carbon, elevation, per capita gross domestic product (GDP), and population density were the major driving forces of the LUCC. The conversions from cropland and grassland to woodland, as well as cropland to grassland were mainly driven by natural factors such as annual mean precipitation and elevation, while the conversion from grassland to cropland was mostly driven by anthropogenic factors including population density and per capita GDP. This study illustrated that the RDA method could precisely capture the driving forces of LUCC at the county scale. The LUCC in Zuoyun County was driven by both naturul and anthropogenic factors.

farming-pastoral ecotone;land use/cover change;driving forces;redundancy analysis

10.13451/j.cnki.shanxi.univ(nat.sci.).2017.04.034

2017-03-01；

2017-03-28

山西大学本科生科研训练计划资助项目;国家自然科学基金(41401053；41161066);山西省青年科技研究基金(2015021172);教育部留学回国人员科研启动基金

徐小明(1984-),男,山西五寨人,副教授,主要从事土地利用/覆被变化等方面的研究。E-mail:xuxiaoming@sxu.edu.cn

X171.1,F301.24

A

0253-2395(2017)04-0881-07