基于遥感的石河子土地利用动态变化及驱动因素分析
李梦宇 王加敏 吴品儒
摘 要：通过对石河子市1990、2000、2006、2015、2018年Landsat系列遥感影像的处理与解译判读，采用多种数学模型分析石河子市1990—2018年4个阶段各类用地的动态演变情况。以此为基础构建Markov模型，预测未来12年石河子市的土地利用变化情况，同时建立石河子土地利用变化的驱动因素指标体系，通过主成分分析法得出石河子市的主要驱动因素。结果表明：（1）从土地利用结构变化幅度来看，建设用地逐渐增加，耕地和未利用地面积逐年减少，草地以较小的幅度递增，林地先增加后减少，水域先减少后增加。（2）从土地利用动态度上看，土地利用综合动态度在2000—2006年最高，土地利用变化最快。（3）从土地利用程度来看，土地利用多样性指数总体上呈现出先增加后减少的趋势，同时土地利用率逐年上升。（4）在未来的经济发展过程中，前期人们会优先考虑对未利用地的开发利用，将其价值利益最大化;同时大量的耕地也将向建设用地转变。（5）社会经济、农业生产因素是土地利用变化的首要人文驱动因素，人口因素次之。
关键词：土地利用动态变化;驱动因素;马尔科夫模型
中图分类号 F301.24文献标识码 A文章编号 1007-7731（2021）07-0110-07
Dynamic Change and Driving Factors Analysis of Shihezi Land Use Based on Remote Sensing
LI Mengyu1 et al.
（1College of Science， Shihezi University， Shihezi 832000， China）
Abstract： Through the processing and interpretation of Landsat series remote sensing images of Shihezi City in 1990， 2000， 2006， 2015 and 2018， various mathematical models were used to analyse the dynamic evolution of various types of land use in Shihezi City in the four stages from 1990 to 2018. Based on this， a Markov model was constructed to predict the land use changes in Shihezi City in the next 12 years， while a system of indicators for the drivers of land use changes in Shihezi was established， and the main drivers of Shihezi City were derived through principal component analysis. The results showed that： （1） In terms of the magnitude of structural changes in land use， construction land gradually increases， while the area of arable land and unused land decreases year by year; grassland increases in smaller increments; forest land first increases and then decreases; and water area first decreases and then increases. （2） In terms of land use dynamics， the comprehensive land use dynamics was highest from 2000 to 2006， with the fastest change in land use. （3） In terms of the degree of land use， the land use diversity index generally shows a trend of increasing before decreasing， while the land use rate increases year by year. （4）In the future economic development process， people will give priority to the development and use of unused land in the early stage to maximise its value benefits; at the same time a large amount of arable land will also be transformed into land for construction. （5）Socio-economic and agricultural production factors are the primary human drivers of land use change， followed by demographic factors.
Key words： Dynamic change of land use; Driving factors; Markov model
土地是人类赖以生存和发展的重要的资源基础，土地的利用与变化不仅直接影响到社会经济的可持续发展，而且间接影响全球环境变化[1]。随着人类社会的快速发展，人口-资源-环境冲突日益加剧，加之我国人均占地面积少，土壤污染严重等基本情况，土地资源紧缺已经成为制约我国经济发展，影响居民幸福指数的重要原因之一。土地利用动态变化是国土资源调查的重要组成部分[2]，开展土地资源的動态监测有利于保证土地资源数据的现实性和指导性，便于政府进行城市规划、税费征收，监测土地质量，利用的集约程度等情况，同时土地利用变化受到多种因素的影响，其既受到自然因素的制约，又受到地域和社会经济的综合作用。因此，开展城镇土地利用动态变化及其驱动力研究，对于城镇土地利用结构的调整，未来发展规划的制定等具有重要意义。
土地利用变化作为地球环境变化的关键过程和结果，其驱动机制一直是土地利用变化以及地球环境变化的重点研究内容之一[3-4]。土地利用变化是不同时空尺度下人地系统相互作用的产物，其中人类系统的驱动力包括政策、社会经济、文化、科技等[5]。目前，国外城市土地利用相关研究多结合3S技术[6-8]，不同的研究方向有着不同的侧重点。国内有关城市土地利用的研究主要集中在城市土地利用变化、空间扩展及综合效益评价等方面。城市土地利用变化和空间扩展方面，主要是城市土地利用变化过程及其引发的生态环境问题，城市土地利用的扩展模式及动力机制等;城市综合效益评价方面，主要是从经济、社会、生态效益3个方面构建城市土地利用效益评价指标体系，结合相关评价方法进行城市土地利用综合效益评价[9]。由此可见，利用遥感技术可以更好地为城市土地利用与管理服务。
石河子市作为新疆社会经济最发达的地区——天山北坡经济带的主要代表，也是唯一一个被建设部首批授予“最佳人居环境奖”的干旱区城市。随着区域工业化和城镇化的高速发展，其土地利用发生了很大的变化，在带动其经济发展的同时，生态环境也遭受到了破坏。为此，本文研究该地区近20年来土地利用动态变化及其主要驱动因子，为石河子未来的发展和规划提供科学依据，同时为干旱区域城市的土地合理利用管理与决策提供参考。
1 研究区概况
石河子市是新疆生产建设兵团第八师师部所在地，位于新疆维吾尔自治区北部，是联合国“人居环境改善良好城市”。位于东经84′58″～86′24″，北纬43′26″～45′20″，地势平坦，平均海拔高度450.8m，自东南向西北倾斜，地处天山北麓中段，古尔班通古特大沙漠南缘。东以玛纳斯河为界，与玛纳斯县为邻;南、西、北三面与沙湾县环接市区（见图1）。市区东距自治区首府乌鲁木齐150km，西距霍尔果斯口岸500km。随着社会的快速发展和经济水平的提高，人们对生活要求和居住条件的要求也有所改变，据调查，石河子市2018年建设用地面积达168.04km2，耕地面积高达185.68km2，石河子土地利用方式发生了显著的变化，但随之产生了一系列相关方面的问题。因此，探索石河子市土地利用动态变化并对其驱动因素进行分析，对于石河子的可持续发展和生态系统的稳定性具有重要意义。目前，石河子已形成“以大型农牧团场为依托、以石河子市为中心，农林牧副渔全面发展，工交建商服综合经营，工农结合、城乡结合、贸工农一体化”的新型经济联合体。
2 数据来源及研究方法
2.1 数据来源 本文的数据来源主要包括3类：遥感影像数据、矢量边界数据、统计资料数据。
（1）遥感影像：来源于地理空间数据云（http：//www.gscloud.cn/）。
（2）矢量边界：石河子矢量边界来源于Google Earth矢量数据下载。
（3）统计资料：来源于《石河子统计年鉴》（1991、2001、2007、2016、2019年）。
2.2 研究方法 在ENVI和GIS平台支持下，基于人机交互解译的方法提取近20年来石河子市土地利用数量、结构变化等情况，分析土地利用现状特点，并对比不同时间段石河子的土地利用类型及所占比例关系，确定土地利用动态变化指标，运用定性和定量的方法探讨该区域土地利用动态变化规律。运用主成分分析的方法分析石河子土地利用变化的驱动因素，并利用马尔科夫预测模型，对2018—2030年石河子市土地利用的变化情况进行预测，最后对石河子土地动态变化及其主要诱导因素进行综合分析和总结，为解决石河子未来的发展与土地集约利用之间的矛盾提供参考。
2.2.1 土地利用结构变化幅度 土地利用结构变化幅度是指在一定时间段内，各土地利用类型的面积变化情况[10]。通过此项指标旨在研究区域内土地资源数量变化情况及其土地利用的总体变化趋势。公式为：
E=Ub-Ua （1）
式中，E为某一时间段内土地利用变化幅度，Ua为研究初期某一土地利用类型的数量，Ub为研究末期某一土地利用类型的数量。
2.2.2 单一土地利用类型动态度 单一土地利用类型动态度反映的是某研究区一定时间范围内某种土地利用类型的数量变化情况。当以“年”为时间单位时，则反应的是该研究区某种土地利用类型的年变化率[11]。其表达式为：
K（%）=[Ub-UaUa]×[1T×100] （2）
式中，K为研究时段内某一土地利用类型动态度，Ua、Ub分别为研究期初及研究期末某一种土地利用类型的数量，T为研究时段长。
2.2.3 综合土地利用动态度 综合土地利用动态度描述的是某一区域在一定时间段内土地利用变化的速度[11]。公式如下：
LC（%）=[i=1nΔLUi-j2i=1nLUi×1T×100] （3）
式中，LC是研究区域土地利用综合动态度，LUi为研究起始时间第i类土地利用类型的面积，[ΔLUi-j]为研究时段第i类土地转化为非i类土地利用类型面积的绝对值，T为研究时段。
2.2.4 土地利用多样性指数 Shannon多样性指数可以表征景观中土地类型的复杂性、齐全程度或多样性的状况[12-13]。通过该指数不仅可以反映石河子市土地利用的结构和功能的变化趋势和程度，同时还反映出人类的社会经济活动对该地区生态环境的干扰程度。该指数越大说明该区域的土地类型越多，结构越复杂。公式如下：
H=-[i=1nPi×lnPi] （4）
式中，H表示土地利用多样性指数，Pi表示第i类土地利用面积占研究区面积的比例。
3 石河子市土地利用动态
3.1 土地利用结构变化幅度 石河子市的土地利用类型由以耕地和未利用地为主逐渐转变为以耕地和建设用地为主（表2），反映了石河子市随着城市化进程的快速发展和农业结构的调整，城镇用地快速扩张，农业用地和未利用地逐年减少，土地利用集约程度大大提高。从1990—2018年，石河子市的建設用地和草地呈逐年增加的趋势，且建设用地增长幅度较大，尤其在2000—2006年期间增加速度最快;耕地和未利用地呈逐年减少的趋势，它们是建设用地增加的主要来源。林地面积在1990—2006年呈现增加趋势，这体现了对国家退耕还林还草政策的响应。由于石河子是干旱区城市，虽然水域整体上呈增加趋势，但增长幅度不大。
3.2 土地利用变化速度
3.2.1 单一土地利用类型动态度 从单一土地利用动态度来看，石河子市土地利用动态度变化差异明显（表3）。1990—2018年土地利用动态度总体表现为：耕地、未利用地的动态度减少，而建设用地、林地、水域、草地的动态度增加，其中，建设用地动态度增加最快。主要由于人类社会经济活动范围的增强，促使建设用地需求不断增加，不断侵占优质耕地。耕地、林地、草地、水域、建设用地和未利用地在不同研究时段的变化速度均有所不同，其中耕地在2000—2006年间变化最快，年变化率达到0.04%;林地在1990—2000年间变化最快，年变化率达到0.13%;草地在2000—2006年期間变化最快，年变化率达到0.09%;水域在2006—2015年间变化最快，年变化率达到0.04%;建设用地在2000—2006年间变化最快，年变化率达到0.63%;未利用地在2000—2006年间变化最快，年变化率达到0.03%。综合分析所有土地类型的单一土地利用动态度，28年内石河子市各类土地利用类型的变化速度不快，均小于1%。
3.2.2 综合土地利用动态度 2000—2006期间石河子市土地利用综合动态度最高（表4），达到了0.035，表明2000—2006期间土地利用变化最大，而2006年以后整体上以平稳的速度在发展。这种发展速度符合石河子市关于土地利用的总体规划。
3.3 土地利用程度
3.3.1 土地利用多样性指数 根据公式（4）计算出石河子市1990—2018年的土地利用多样性指数，如表所示：
3.3.2 土地利用率 土地利用率是最直观的体现某一地区土地利用程度的指标，简而言之，就是该地区的已利用土地的面积占该地区总面积的比例。图3即为1990—2018年石河子市土地利用率的变化情况。
3.3.3 土地利用程度 由表5可知，石河子市的土地利用多样性指数总体上呈现出先增加后减少的趋势，说明研究区内土地类型由简单到复杂再到简单的趋势发展。其多样性指数在1990—2006年呈现增加趋势，与当地对政府“退耕还林还草”的政策密切相关，后又减少很大一部分原因是石河子市由于经济建设的发展，使得建设用地迅速扩张。石河子市土地整体利用程度较高，且土地利用率在逐年上升，未利用地所占比例较少，土地集约利用程度处于中上等水平。综合2个指标，石河子近20年来的土地利用程度基本上都呈现上升趋势，表现为在城市化进程的快速发展过程中，加大对未利用地的开发利用，各种地类之间的相互转化的过程。
3.4 土地利用变化预测
3.4.1 土地利用转移矩阵 土地利用转移矩阵可全面而又具体地分析区域土地利用变化的数量结构特征与各用地类型变化的方向，在土地利用变化和模拟分析中具有重要意义。如表6、图4所示，体现了1900—2018年石河子市各地类之间的转移和面积增减情况。
3.4.2 马尔科夫预测模型 马尔科夫预测过程是根据俄国数学家马尔科夫的随机过程理论提出来的，是一种具有“无后效应”的特殊随机过程。在此基础上所生成的土地利用变化转移概率矩阵是马尔科夫预测模型的基础[14]。马尔科夫模型不仅可以定量地表明不同土地利用类型之间的转化情况，还可以揭示不同土地利用类型间的转移速度。基于1990—2018年石河子土地利用转移矩阵，通过Markov模型生成土地利用转移概率矩阵，对未来十几年的土地利用情况进行了模拟，结果显示：在未来的经济发展过程中，前期人们会优先考虑对未利用地的开发利用，将它的价值利益最大化;与此同时，大量的耕地也将向建设用地转变，这表明石河子市的经济发展将达到一定的高度，产业结构从第一产业为主逐渐向二、三产业转变。基于现实来说，石河子市处于天山经济发展带的中心，目前又有“一带一路”重点项目的经济带动，再加上石河子大学“211”的名望效应，吸引了大量的人才，石河子市的发展前景良好，因此我们的预测结果具有一定的现实性。1990—2018年石河子市土地利用转移概率矩阵如图5所示。
R=[0.14? ? ? ? 0.32? ? ? ? 0.30? ? ? ? 0.05? ? ? ? 0.13? ? ? ? 0.060.04? ? ? ? 0.57? ? ? ? 0.36? ? ? ? 0.02? ? ? ? 0.01? ? ? ? 0.000.01? ? ? ? 0.02? ? ? ? 0.96? ? ? ? 0.01? ? ? ? ?0.01? ? ? ? 0.000.03? ? ? ? 0.03? ? ? ? 0.89? ? ? ? 0.04? ? ? ? ?0.01? ? ? ? 0.000.07? ? ? ? 0.10? ? ? ? 0.24? ? ? ? 0.02? ? ? ? 0.28? ? ? ? 0.300.03? ? ? ? 0.05? ? ? ? 0.24? ? ? ? 0.01? ? ? ? ?0.03? ? ? ? 0.64]
4 石河子市土地利用变化驱动因素
自然驱动力是指驱动土地利用变化的自然环境要素及其过程，如气候变化、水资源格局变化等;人文驱动力的涉及面则更广，如人口变动、产业结构变化、科学技术进步、政策法规、市场与价格，乃至个人和社会群体的意愿、偏好等等。其中，自然驱动力相对较为稳定，发挥着累积性效应;人文驱动力则相对比较活跃[15-16]。
通过对石河子1990—2018年土地利用动态变化的研究，发现随着城市化进程的快速发展和农业结构的调整，石河子市土地利用结构由以耕地和未利用地为主逐渐转变为以耕地和建設用地为主，城镇建设用地快速扩张，农业用地和未利用地逐年减少，土地利用集约程度大大提高。可见，促使石河子市土地利用发生变化的因素主要包括自然因素、人文因素（经济发展因素和政策因素等）。其中，自然因素和政策因素对土地利用变化的影响往往需要较长的时间，短期内影响较大的因素主要是经济发展因素。因此，本文侧重于研究石河子市土地利用变化的经济发展驱动力因素[17]。
4.1 定性分析 石河子地势平坦，位于洪水冲积平原之上，其自然因素（如地质与地貌、坡度和海拔等）短时期内变化不大。但人类活动剧烈，人口与经济的增长、城镇化建设、工业生产技术的进步、土地使用宏观政策的调整等，使土地利用在短期内发生了明显的变化。因此，本文结合石河子市土地利用特点以及现实情况，运用主成分分析法来探讨影响石河子市土地利用变化的主要人文因素。
4.2 定量分析
4.2.1 土地利用变化驱动因子的选择 本文使用主成分分析法，对错综复杂且互相又具有很强关联性的各因子进行降维方式的处理，得出较少且相互独立的几个综合因子，其不仅能替代原先所有因子，而且也能表达出它们所包括的信息[18]。通过对1990—2017年《石河子统计年鉴》中的石河子市相关统计数据进行汇总与整理，综合考虑该因子是否能反映土地利用变化的趋势，其指标值是否具有可靠性等，筛选出10个人文因素指标，构成石河子市土地利用变化人文因素定量分析的驱动因子指标体系（见表7）。
表7 石河子市土地利用变化人文因素定量分析的驱动因子指标体系
[指标类型 变量名称 人口因素 X1 人口总数 X2 年末全社会就业人员 X3 人口自然增长率（‰） 社会经济因素 X4 GDP（万元） X5 工业总产值（万元） X6 社会固定资产投资（万元） X7 经济非农化率（二、三产业产值/GDP） 农业生产因素 X8 农业结构比值（农业产值/农林牧渔业总产值） X9 粮食单产（kg/hm2） X10 农作物播种面积（hm2） ]
4.2.2 主成分分析的过程及结果 选取各因素的1990—2017年数据作为分析样本，应用数据处理软件SPSS对样本进行主成分分析计算，得出驱动因子相关系数矩阵（表8）、驱动因子特征值及主成分贡献率（见表10）。第一、第二主成分的累计贡献率达到90.44%（见表9），即对这10个驱动因子的解释能力已达到了90.44%，符合主成分分析的要求。
各因子的主成分载荷矩阵（表10）是主成分与变量之间的相关系数。按照数值越接近1，相关性程度越大的原则。从表11可以看出：第一主成分中GDP、工业总产值、农作物播种面积、社会固定资产投资、粮食单产、年末全社会就业人员、经济非农化率与主成分有很大的正相关性，与农业结构比值、人口自然增长率有较大的负相关性，而这些驱动因子主要是经济类因素，说明石河子市的土地利用变化受社会经济因素驱动;第二主成分中，由于各因子与主成分的相关性都比较小，因而，因子的体现性弱，不具说服力，在此将不对其做具体分析。
社会经济、农业生产类驱动因子构成的第一主成分贡献率为82.420%，明显高于由人口类驱动因子构成的第二主成分8.025%的贡献率。因此，社会经济、农业生产因素是石河子市土地利用变化的首要人文驱动因素，人口因素次之。
4.3 首要驱动因素的影响 GDP、工业总产值、农作物播种面积、社会固定资产投资、粮食单产、年末全社会就业人员、经济非农化率等因子，即社会经济、农业生产类因素与石河子土地利用变化呈现出正相关性。其驱动因子主要影响的地类是耕地和建设用地。通过1990—2018年石河子市遥感影像解译分类处理得出，近20年内石河子建设用地增加142.87km2，耕地减少123.36km2。这与石河子近20年的经济发展过程中，前期人们优先考虑对未利用地的开发利用，将其价值利益最大化;与此同时，大量的耕地也将向建设用地转变，石河子市产业结构从第一产业为主逐渐向二、三产业转变这一事实是相符的。
在城市迅速扩展中，二、三产业的快速发展带动起的商业、工业、能源、交通、水利等基础设施建设项目占用较多耕地，城镇化、工业化的进程中农业用地非农化的趋势日益突出。石河子市经济开发区的发展及升级带来的良好招商引资市场氛围，不仅带动了以开发区扩张为主的城镇化发展，也带来了其工业化发展的良好契机，使得该区域工矿等建设用地的利用更趋“集约、高效”性，利于缓解建设用地猛增态势，提高了土地的投入产出经济效益。这也是石河子市城镇化水平和经济水平发展导致部分耕地非农化的结果。经济的发展促使土地在经济规律的作用下正在向产出效益较高的产业部门转移。同时，这也是石河子市的土地利用率在逐年上升，土地集约利用程度处于中上等水平的表现。
5 结论与讨论
本研究通过对1990—2018年期间的5期遥感影像进行人机交互解译，从中提取相关的土地利用数据，同时选取土地利用幅度、动态度、多样性指数、土地利用率等多种评价指标，采用先分类后比较的方法对石河子市区内的土地利用变化进行了分析。结果显示：
（1）石河子市产业结构主要以第一产业为主，同时随着石河子社会经济的快速发展，第二、三产业的比例逐渐上升，大量的耕地和未利用地转变为建设用地，土地集约利用度也在不断地提高。
（2）根据主成分分析法生成的成份矩阵表和成份得分系数表得出，石河子土地利用变化的首要人文驱动因素为社会经济和农业生产因素。
（3）根据马尔科夫模型预测，结果显示：在石河子未来10多年的发展中，将有更多的耕地和未利用地向建设用地转变，水域面积基本不变，总绿地面积呈现减少趋势。
基于现实而言，石河子市处于天山经济发展带的中心，“211”石河子大学的所在地，目前又有“一带一路”重点项目的经济带动，经济建设用地所占的比例将会不断增加，因而预测结果具有一定的现实性。总而言之，通过本次研究，有助于了解该区域的土地利用结构、土地利用的特征，土地利用类型转变的规则以及主要驱动因素，以期为解决满足石河子市经济发展的同时兼顾可持续发展提供理论依据，实现土地资源的可持续利用。
参考文献
[1]谭少军，邵景安，邓华，等.三峡库区土地利用驱动力评价及机制分析[J].中国农业资源与区划，2017，38（11）：122-129.
[2]义白璐.土地资源动态监测研究进展与展望[J].吉林农业，2018（22）：39.
[3]Ronald R. Rindfuss， Stephen J. Walsh， B. L. Turner， et al. Developing a Science of Land Change： Challenges and Methodological Issues[J]. Proceedings of the National Academy of Sciences of the United States of America，2004，101（39）：13976-13981.
[4]ROUNSEVELL M D A， PEDROLI B， ERB K H， et al. Challenges for Land System Science[J]. Land Use Policy， 2012（29）：899-910.
[5]B?RGI M， HERSPERGER A M， SCHNEEBERGER N. Driving Forces of Landscape Change：Current and New Directions[J]. Landscape Ecology，2004，19（8）：857-868.
[6]Kittler J， Hancock E R. Combining evidence in probabilistic relaxation [J]. International Journal of Pattern Recognition and Artificial Intelligence，1989，3（1）：29-51.
[7]Shi W Z， Ehlers M. Determining uncertainties and their propagation in dynamic change detection based on classified remotely-sensed images [J]. International Journal of Remote Sensing，1996，17（14）：2729-2741.
[8]Ketut W. Spectral and Textural Aspects of multisensor and multitemporal satellite data for land use /land cover mapping in a tropical area [J]. International Journal of Remote Sensing，2000，27（10）：1200-1215.
[9]杜金龙，朱记伟，解建仓，等.基于GIS的城市土地利用研究进展[J].国土资源遥感，2018，30（3）：9-17.
[10]刘娇.湄潭县土地利用结构变化及其驱动因素研究[J].人民珠江，2019，40（2）：51-56.
[11]王秀蘭，包玉海.土地利用动态变化研究方法探讨[J].地理科学进展，1999（1）：83-89.
[12]吴文婕.干旱区内陆河流域绿洲水土资源生态风险动态研究[J].水土保持通报，2012，32（3）：249-255.
[13]邓玲玲，卢江林，李阳兵.紫云县宗地乡典型峰丛洼地地区生态风险评价[J].贵州师范大学学报（自然科学版），2015，33（1）：8-12.
[14]陈益佳，廖铁军.生态脆弱区土地利用变化研究——基于重庆市万州区的分析[J].国土与自然资源研究，2018（2）：26-29.
[15]蔡运龙.土地利用/土地覆被变化研究：寻求新的综合途径[J].地理究，2001，36（6）：121-126.
[16]李静，赵庚星.土地利用/土地覆盖变化驱动力研究论[J].国土资源科技管理，2004，（1）：155-143.
[17]姚安坤，张志强，郭军庭，等.北京密云水库上游潮河流域土地利用/覆被变化研究[J].水土保持研究，2013，20（2）：53-59.
[18]徐建华.现代地理学中的数学方法[M].北京：高等教育出版社，2004：47-60，84-92.
（责编：张宏民）
