多因素耦合下鄱阳湖南部区域土地利用未来情景模拟

摘要 以2015年土地利用现状数据为基期数据，利用逻辑斯特回归模型分析驱动因子与土地利用间的关系，通过Dyna-CLUE模型对2020年土地利用进行模拟，检验矫正影响鄱阳湖南部区域土地利用变化的影响因子，基于耕地保护、生态保护和综合保护3种情景对2025年鄱阳湖南部区域土地利用变化进行模拟预测。结果表明，Logistic回归分析方法检验分析驱动因子解释力发现，建设用地、耕地、未利用地、林草地和水域的拟合优度即ROC值均大于0.8，表明所选7种驱动因子具有较强的解释能力，可以对土地利用变化进行预测。通过Dyna-CLUE模型对2020年空间布局进行模拟预测，建设用地、水域、林草地和未利用地的Kappa系数均大于0.81，耕地的Kappa系数为0.77，总体能够达到模型预测的需求；3种情景设计模拟显示了研究区各类土地利用类型在空间布局上的竞争关系，3种情景预测结果显示，各类土地利用类型的比重基本保持一致，面积有所差异。在3种情景设计预测中，综合保护情景下土地利用空间格局更趋于合理。

关键词 土地利用；驱动因子；Dyna-CLUE模型；情景模拟；鄱阳湖

中图分类号 F301.2文献标识码 A文章编号 0517-6611（2023）21-0087-07

doi：10.3969/j.issn.0517-6611.2023.21.020

Simulation of Future Land Use Scenarios in the Southern Part of Poyang Lake under Multifactor Coupling

QIN Yuli

（Hubei Yongyexing Appraisal Consulting Co.， Ltd.， Wuhan， Hubei 330013）

Abstract Using the land use status data in 2015 as the base period data， the Logistic regression model was used to analyze the relationship between driving factors and land use. The DynaCLUE model was used to simulate land use in 2020， test and correct the influencing factors of land use change in the southern part of Poyang Lake. Based on three scenarios of farmland protection， ecological protection and comprehensive protection， the land use change in the southern part of Poyang Lake in 2025 was simulated and predicted.The results showed that the logistic regression analysis method was used to test the explanatory power of driving factors and found that the goodness of fit （ROC） values of construction land， cultivated land， unused land， forest grassland and water area were all greater than 0.8， indicating that the selected seven driving factors had strong explain ability to predict land use change.The spatial distribution of 2020 was predicted by DynaCLUE model. The Kappa coefficient of construction land， water area， forest grassland and unused land was greater than 0.81， and the Kappa coefficient of cultivated land was 0.77， which could reach the demand of model prediction.The three scenario design simulations showed the competition relationship of various land use types in the study area in spatial layout. The results of the three scenarios showed that the proportions of various land use types were basically the same and the areas were different.The land use spatial pattern under the comprehensive protection scenario was more reasonable.

Key words Land use;Driving forces;DynaCLUE model;Scenario simulation;Poyang Lake

土地是人类在一切生产和社会活动中赖以生存的基础和进步的前提［1］。土地利用/土地覆被变化（land use and land cover change，LUCC）是在环境变化问题中自然与人文过程交叉最为密切的部分。自2005年全球土地计划（global land project，GLP）发布后，LUCC是全球变化研究的热点［2］。土地利用变化影响着土地和社会经济相关规划，土地方面乃至社会经济相关规划与土地利用变化联系紧密。土地利用规划有利于区域资源合理开发、生态环境保护以及社会经济健康快速发展，土地规划前提工作需要分析土地利用热点区域的空间位置和趋势，研究土地利用变化的驱动力，对未来土地利用格局进行准确的预测和模拟［3］。

土地利用格局演变主要是自然和社会经济因子共同作用的结果，不同区域的土地利用变化影响因子变化具有差异性［4］。影响因子对土地利用变化解释力的模型主要有Logistic分析［5］、人工神经网络（ANN）［6］和Autologistic分析［7］。土地利用变化模拟与预测是土地科学的重要组成部分，也是土地资源可持续利用的根本保证。土地利用变化分析模型是研究土地利用变化成因、模拟预测未来变化趋势和环境影响的重要途径。近年土地利用变化模拟模型主要有CA_Markov模型［8］、Agent-based模型［9］、SLEUTH模型［10］、LTM（land transformation model）模型［11］和CLUE-S（coversion of land use and its effects at small region extent）模型［12-13］。Dyna-CLUE模型是基于CLUE和CLUE-S模型改进而来，Verburg等［14］在它们的基础上增加了处理领域影响的模块和土地利用连续变化的模拟机制。目前，Dyna-CLUE模型已经应用到了多个领域：政府政策改革对土地利用变化的影响、生态系统固碳潜力模拟预测、政策对农田生物多样性影响评价和区域土地利用空间模拟与预测［15-17］。然而，对于湿地生态保护及城市化发展迅速影响下土地利用变化机理问题目前应用较少。

鄱阳湖是国际重要湿地，是我国第一大淡水湖。鄱阳湖南部区域特殊的地理位置和生态环境修复等问题成为区域研究热点［18］。目前，缺乏对鄱阳湖区域以不同情境设计对土地利用变化模拟预测，揭示各影响因子驱动下土地利用演变趋势。 该研究基于Logistic回归模型定量分析影响因子对土地利用变化的转换概率，结合Dyna-CLUE模型，充分考虑鄱阳湖湿地土地利用政策和未来规划的宏观调控影响，以提高土地利用模拟的精度为主要目标，模拟预测未来鄱阳湖湿地南部区域的空间布局，以期为生态规划工作提供技术思路及理论支撑［19-20］。

1 资料与方法

1.1 研究区域概况

鄱阳湖湿地是永久性淡水湖湿地，湿地面积达到31.3万hm2。该研究以鄱阳湖南部区域隶属南昌市境内的新建区、青山湖区、东湖区、西湖区、青云谱区、南昌县、进贤县和上饶市的余干县为研究区（图1）。研究区属于亚热带湿润性季风型气候，气候温暖湿润，光照充足，雨量充沛。在东南季风的影响下，年降水量在1 600 mm左右，湿地多年平均水温18 ℃左右。鄱阳湖湿地高程在13.60～19.00 m（吴淞基面）。湖区土壤类型有红壤、黄棕壤、紫色土、石灰土、石质土、潮土和水稻土。鄱阳湖滨湖平原以冲击型土壤为主，洲滩地是草甸土、沼泽土，滨湖和河流两岸是冲积土，质地主要为河流冲积物，具有肥力较高、耕地良好、宜种性广等特征。平原阶地以水稻土为主，还有阶地红壤［21］。研究区是鄱阳湖湿地经济、政治和文化的核心区域，人口密集。

1.2 数据来源与处理

主要数据包括：①土地利用数据来源于地理空间数据云（http：//www.gscloud.cn），选取2015和2020年Landsat8-OLI遥感影像，时相为7月。②高程和坡度从DEM数据中提取；国道、省道和县道数据来源于国家基础地理信息中心。③社会经济统计数据来源于鄱阳湖湿地系统科学数据共享平台。

数据处理：利用ENVI软件，对原始遥感影像进行预处理，结合野外调查和谷歌地球采点，利用ENVI 5.0采用最大似然法解译提取土地利用数据，该研究将土地利用类型分为水域、耕地、建设用地、未利用地和林草地。DEM数据下载后进行裁剪和重分类处理，利用空间表面分析功能提取高程和坡度。在ArcGIS中，利用Euclidean Distance（欧式距离）工具计算研究区域各栅格到国道、省道和县道的最近距离。将计算获取的人口密度、GDP和地方财政收入矢量数据导入ArcGIS中，并进行空间栅格化。所有栅格数据坐标系统统一为WGS84，分辨率为30 m×30 m。

1.3 研究方法

1.3.1 Dyna-CLUE模型。

Dyna-CLUE模型是在CLUE和CLUE-S的基础上改进而来，主要包括空间和非空间2个模块（图2）。空间模块主要是通过空间变异分析等方法生成空间概率分布图；非空间模块主要是对自然和社会经济驱动因子的分析计算每年每类土地利用类型的需求量，将计算结果分配到特定空间位置，通过多次迭代对研究区的土地利用进行时空模拟预测。Dyna-CLUE模型通过对局部适应性和领域适应度的分析，可以反映真实的土地利用变化复杂的空间分布特征［22］。

（1）空间分布适宜性。定量分析每类土地利用类型与各驱动因子之间的关系，即表示研究区每一栅格单元可能出现某种土地利用类型的概率。该研究运用二元Logistic回归分析方法计算各土地利用类型的空间分布变化与影响因子之间的定量关系。

设自变量第n个n=（χ1n，χ2n，…，χkn），因变量yn取值为0或1（取值为0表示景观类型未发生转变，取值为1表示景观类型发生转变）时，将发生概率表示为Pn=P（yn=1|χ1n，χ2n，…，χkn），则：

式中：α为截距；β为回归系数；Pn表示景观类型发生转移的概率，取值为0～1。

二元Logistic回归模型表达式为：

式中：Pn为某一栅格景观类型i的发生概率；X1，i，X2，i，...为景观类型i的各驱动因子；β0为常数项，β1，β2，…，βn为解释变量Xi对应的回归系数。事件发生和不发生的概率之比［公式（3）］成为事件的发生比率，即：

发生比率exp（β）是回归系数β以e为底的自然幂指数，可判断模型中自变量对因变量的影响程度。发生比率说明当自变量每增加一个单位时，发生比率变化的倍数；当值大于1，发生比增加；等于1，发生比不变；值小于1，发生比减少。