江苏省土地利用变化特征与驱动机制研究

以江苏省为例,利用2000年和2010年的土地利用矢量数据,从土地利用类型的结构、土地利用动态度和转移方向等角度分析了江苏省土地利用变化特征,并利用江苏省社会经济类数据分析影响土地利用变化的驱动因素.结果表明:(1)2000年-2010年,10年间江苏省城乡工矿居民用地大幅增加,扩张最为明显,水域面积尤其是水库坑塘面积也有明显增加,而耕地面积则大量减少,未利用土地中裸土地的土地利用动态度最大,变化最为剧烈.(2)从转移方向来看,耕地主要转向城乡工矿居民用地和水库坑塘用地;增加的城乡工矿居民用地主要来自耕地,其次是水域、林地和草地;水域用地中水库坑塘增加的面积主要来源于耕地、滩涂、草地和城乡工矿居民用地.(3)对江苏省土地利用类型变化影响较为显著的因素主要有经济发展、人口增长、产业结构和政府政策4个方面.     

银川市2000-2020年土地利用时空变化特征及预测

为探究银川市土地利用的时空变化特征,基于2000、2010、2020年3期土地利用数据,通过土地利用变化、景观生态学和元胞自动机(cellular automata, CA)-Markov模型,定量研究了20年间银川市土地利用景观格局变化特征,并对土地利用变化进行模拟预测。结果表明:耕地、林地、水域和未利用土地面积减小,草地和城乡工矿居民用地面积增加,各土地利用类型之间转换较为强烈,土地利用变化结构的主体为草地和城乡工矿居民用地,土地利用程度不断加深但具有区域差异性特征;土地利用景观形状的复杂程度增加,城市空间不断扩张,整体景观都趋于平均,景观异质程度增强,景观向多样化方向发展趋势;CA-Markov模型能有效模拟银川市土地利用变化情况且具有较高精度,Kappa系数为0.828 5;2030年耕地、林地和未利用土地面积减少,草地和城乡工矿居民用地面积增加。人口数量与结构、国内生产总值(gross domestic product, GDP)、经济增长以及区域宏观政策是研究区各类土地利用类型变化的主要驱动因素。     

土地利用变化对长沙市生态系统服务价值影响

分析了1995—2005年长沙市快速城市化的5城区土地利用/覆盖变化,参照谢高地等人的中国陆地生态系统单位面积生态服务价值表,计算并研究了土地利用变化引起生态系统服务价值的变化以及生态系统服务价值与土地利用结构的关系.结果表明:研究期内,研究区耕地、园地、林地、水域和未利用地减少,耕地减少最多,草地和建设用地增加,建设用地增加最多;研究区内土地利用程度存在明显差异,其中芙蓉区土地利用程度最大,开福区最小;生态系统服务价值由1995年的655.15×106元减少到2005年的589.26×106元,年变化率-1.01%,水域和林地面积减少,建设用地面积大幅度增加是ESV减少的主要原因;研究区单位ESV与林地、水域、建设用地所占比例明显相关,用多元线性回归方程可很好地表示.由此预测2010年长沙市城区的单位ESV将进一步下降,总ESV将减少为541.47×106元.     

城市化背景下的衡阳市土地利用变化及其驱动力分析

在概述衡阳市城市化过程基础上,文章进行了衡阳市土地利用变化及其驱动力分析。分析结果显示衡阳市自1994年到2007年土地利用变动的总体方向是耕地和未利用地向林地、园地和建设用地转化,区域土地利用变化的强度呈现出阶段性和波动性特征,且地区差异性大。作者选取了10个有关城市化驱动因素变量,构建了土地利用变化的驱动机制模型,模型显示衡阳市土地利用变化的主要驱动因素是经济、人口的增长和城市化水平的提高。     

基于Logistic 回归模型的张家口市土地利用变化驱动力及建设用地增加空间模拟研究

利用张家口市1989, 2000 和2010 年土地利用数据、数字高程模型(DEM)以及社会经济统计数据, 分析张家口市土地利用变化的时空特征, 构建基于Logistic 回归模型的土地利用变化空间驱动力模型, 定量分析各土地利用类型变化的空间驱动因素, 进行未来建设用地空间格局模拟和预测, 为土地利用系统模拟与预测研究提供一种有效途径和工具。结果表明: 1989-2010 年研究区耕地大面积减少, 主要转为林地、草地和建设用地; 林地大面积增加, 主要来自于草地和耕地; 建设用地面积快速增加, 主要来自耕地、草地和未利用地; 草地、水域、未利用地面积持续减少。400 m 邻域范围内的地类邻域丰度自相关因子、坡度、坡向、距城镇、村庄、道路和自然保护区距离是影响土地利用变化的主要驱动因素。未来建设用地增加多发生在坝下中心城周围及河流谷地, 中心城区向南和向西扩展趋势明显, 万全县、怀来县、蔚县的建设用地增加较多, 且多围绕现有城镇中心进行扩张。     

基于GEE的土地利用变化对生态系统服务价值的影响研究——以京津冀地区为例

基于Google Earth Engine(GEE)云平台提供的随机森林分类算法对京津冀地区2017年—2019年遥感影像进行分类,解译出林地、耕地、草地、建设用地,水域和未利用地等类型,由此发现三年内林地、耕地、草地面积变化幅度最大,其次为建设用地、水域和未利用地.土地利用类型主要由耕地转向林地、草地;土地利用面积的变化导致研究区生态系统服务价值(ESV)总值从2017年的3 914亿元增长到2019年的4 013.99亿元,其中林地面积的变化起主要作用,而未利用地贡献最低; ESV对三地的生态价值系数缺乏弹性,生态系统服务价值系数对ESV的影响较小,结果具有可靠性. 研究表明伴随京津冀协同发展战略的推进,生态服务有所提高,但应当根据各地区实际情况合理规划土地利用格局,加强对林地、草地、水域的保护,推进集约用地,合理开发未利用地.     

安徽省土地利用/覆被时空变化及其驱动因素分析

【目的】研究安徽省土地利用/覆被变化(LUCC)及其驱动因素,为安徽省国土资源利用与管理提供理论参考。【方法】基于安徽省1995—2020年6期30 m分辨率的Landsat系列遥感影像土地利用/覆被分类数据,利用土地利用/覆被类型结构与空间分布、转移矩阵、动态变化及土地利用程度综合指数和其聚类,分析安徽省土地利用/覆被类型时空变化特征;选取13个影响LUCC的驱动因子,采用主成分分析法(PCA)进行定量分析。【结果】1995—2020年安徽省土地利用/覆被类型面积耕地排首位,其次是林地、建设用地;25年间耕地、林地、草地分别减少了3 826.6、164.7和78.5 km²,建设用地、水域、未利用地分别增加了3 895.9、160.9、16.2 km²,耕地与建设用地相互转移面积最大。2005—2015年耕地、林地、草地减少与建设用地增加的趋势最明显,2015—2020年建设用地转移为耕地的面积大增。从土地利用程度综合指数变化率可知,25年间经济发展较快的合肥市土地利用综合指数变化率(2.18%)、芜湖市(1.60%)及矿业城市铜陵市(3....     

大城市边缘区LUCC驱动力的时空分异研究——以北京昌平区为例

基于GIS和数理统计分析,以北京市昌平区为例,采用1996-2004年土地利用数据和基础地理信息数据,将定性分析与定量分析结合、空间分析与时间分析结合起来研究影响土地利用变化的驱动机制.在空间上,利用Logistic回归分析,从自然因素、人口增长和经济发展3个角度选取与土地利用变化相关的驱动因子.分析结果表明:耕地与建设用地间的转换,主要与非农业人口增量、第二产业产值和河流远近有关;农用地类型间的转换主要受坡度、海拔和距河流远近等自然因素的影响;建设用地类型间的转换主要由城市化和产业布局的变化引起;农用地向建设用地的转换则主要受社会经济因素的影响;建设用地向农用地的转换主要受自然因素的影响.在时间上,通过定性分析,发现研究区土地利用变化主要与人口的增长、经济的发展以及政策驱动直接相关,城镇建设用地面积与非农业人口和GDP之间呈现良好的对数正相关,耕地面积与非农业人口和GDP之间呈现良好的对数负相关,农业结构调整政策是耕地向园地、林地的流转的主要驱动力,生态退耕政策则是耕地、园地、农村居民点用地和未利用地转换成为林地的重要驱动因素.     

快速城镇化地区的土地利用模拟——以德阳市为例

土地利用变化是自然、社会和政策综合作用的结果,伴随城镇化的快速发展,深入研究土地利用演变规律并预测未来变化趋势是非常重要的.本研究以德阳市2005,2010,2015年Landsat影像为数据源,运用土地利用变化图谱、标准差椭圆等方法研究德阳市土地利用变化,利用CA-Markov模型预测研究区2025年的土地利用格局.研究结果表明:①2005-2015年,全市土地利用变化表现为建设用地、水域面积增加,耕地、林地、草地及未利用地面积减少;②土地利用变化图谱面积由大到小排序为稳定变化型、前期变化型、后期变化型、反复变化型、持续变化型;③模拟得到的2015年土地利用结构与解译结果基本一致, Kappa系数达0.9166.预测到2025年,耕地和林地依然是研究区主要的土地利用类型.耕地、建设用地、水域和未利用地面积增加,林地和草地面积减少.预测结果表明,德阳市未来城镇化发展中,生态压力将进一步增大.因此,提出通过加强空间统筹、坚持生态优先和绿色发展的理念、建立健全节约集约用地制度等方式,不断缓解用地矛盾和生态压力,统筹推进新型城镇化建设,研究结果以期为德阳市可持续发展和国土空间规划提供理论支撑和依据.     

近10年临沂市LUCC及驱动力分析

以山东省临沂市1990～2003年间土地利用类型动态变化为例，分析了变化过程及其驱动因素。研究表明：临沂市土地利用表现为城市工矿建设用地、交通用地急剧增加，未利用土地、耕地、林地、园地等大量减少；土地利用／土地覆被不够合理，土地利用程度综合指数较高；虽然城市工矿建设用地的动态度指数在下降，侵占其他土地类型的程度在减缓，但形势仍很严峻。最后指出城市化和工业化、经济发展、人口增长、政治经济政策是土地利用／土地覆被变化的主要驱动力。     

基于Meta回归模型的土地利用类型生态系统服务价值核算与转移

基于Meta-analysis方法, 分别建立耕地、林地、草地、园地、水域和未利用地 6 个地类的生态系统服务价值回归模型。除考虑年代和评估方法外, 还引入分区和社会经济因素(包括人口密度和人均GDP), 发现这两个变量在解释生态系统服务价值变化时较为重要。使用价值转移研究范式, 将所建模型应用到京津冀地区, 计算各类土地利用类型的生态系统服务价值。研究结果表明: 土地利用类型按照生态系统服务价值高低排序为水域、林地、草地、园地、耕地、未利用地; 京津冀地区不同市区各类土地利用提供的生态系统服务价值不同, 其中耕地、林地、草地、园地和水域的生态系统服务价值中, 北京和天津最高, 承德和张家口最低; 未利用地的生态系统服务价值中, 张家口和承德最高, 北京和天津最低。研究成果丰富了生态系统价值评估的方法和技术, 也可为京津冀地区土地持续管理提供科学依据。     

盆周山区土地利用变化及其驱动因素分析--以四川省雅安市为例

以四川省雅安市为例，在对研究区土地利用的数量、程度变化分析的基础上，构建了该区域土地利用变化驱动因素的指标体系，在指标体系中引入退耕还林政策实施强度值指标．通过运用主因子分析的方法对各指标进行定量分析，建立了区域土地利用变化的驱动机制模型．研究结果表明：经济因素中的财政收入、固定资产投资、城市化发展、退耕还林政策是影响雅安市耕地利用发生变化的主导驱动因素；退耕还林政策和粮食产量是林地面积变化的驱动因素；固定资产投资是未利用土地面积变化的驱动因素．最后，总结了研究区土地利用变化特点及其影响因子，并从调整固定资产投资方向、科学地进行退耕还林工程、合理地调整农业内部土地利用结构以及推进农地流转与集中等方面，就区域土地可持续利用管理，尤其是如何有效协调土地利用变化的生态经济关系，提出了若干政策建议．     

基于土地利用变化的宝鸡市生态系统服务价值研究

本文基于宝鸡市2005-2015年土地利用变化统计数据,分析并研究了土地利用变化情况和生态系统服务价值变化特征,为宝鸡市土地利用科学布局及合理规划提供了参考。结果表明:(1)研究期内,宝鸡市土地利用结构发生了明显变化,林地和其他农用地面积出现增加,未利用地、草地、水域、园地、建设用地、耕地均有不同程度的减少,未利用地面积减少最多,减幅高达55.45%,林地面积增加最多,增幅为17.67%。(2)近10年,宝鸡市生态系统服务总价值由327.45亿元增加到363.01亿元,增加了35.56亿元,林地的贡献度最大,耕地次之。(3)宝鸡市突出的生态系统服务功能是土壤形成与保护、水源涵养、生物多样性保护、气体调节,该4项生态系统服务价值超过了宝鸡市生态系统服务总价值的60%。(4)各时期不同土地利用类型的生态服务价值敏感性指数均小于1,表明研究结果可信。     

近20年来黄河三角洲土地利用与覆被动态变化——以东营市为例

以黄河三角洲东营市为例,对东营市1989年、1999年、2009年三期遥感影像用ERDAS和ARCGIS软件进行融合、镶嵌、裁剪和解译,分析1989—2009的东营市土地利用／覆被变化．结果表明黄河三角洲东营市近二十年来建筑用地、水域、盐田、养殖水面、耕地面积呈总体增加趋势,而草地、未利用地、滩涂和林地呈现总体减少的趋势,其中盐田的增加速度最快,建设用地面积增加最大．1999—2009与1989—1999相比综合土地利用动态度和土地利用综合程度都提高了,土地利用更加集约化．     

1980~2020年安徽省土地利用时空演化特征

为分析安徽省土地利用时空演化特征,以1980、1995、2000、2005、2010、2015、2020年土地利用现状图为基础,利用Sankey图、土地利用动态度等方法分析了安徽省近40年土地利用演变特征;结合Getis-Ord General G聚类方法和多距离空间聚类（Ripleys K函数）方法对安徽省土地利用变化累积量进行了时空模式分析;并基于地理探测器模型分析了多种驱动因子对土地利用变化的单一与交互解释程度。结果表明：（1）1980~2020年安徽省建设用地、草地、水域面积分别增加35.04%、2.44%和0.75%,耕地、林地分别减少4.63%和0.98%;安徽省综合土地利用动态度逐渐增加,建设用地和耕地变化较快,单一动态度最高分别达到3.15%和-0.39%;林地、草地、水域变化较为稳定;（2）1980~2020年安徽省土地利用的剧烈变化具有显著的聚集性,通过K-means聚类可将不同程度的变化较好地分类;土地利用剧烈变化区域聚集特征受观测尺度变化的影响小于平缓变化区域;（3）地理探测结果表明：与人类活动强度密切联系的社会因子（夜间灯光数据、GDP、人口、到城市和主要道路距离等）和地形因子（高程、坡度）以及各因子间交互作用是土地利用变化的重要推动力。     

小尺度空间土地急剧转换过程及驱动力分析——以咸宁市咸安区为例

根据1999～2005年咸宁市咸安区土地资源调查数据,运用数理统计与定性描述相结合的方法,对该区近六年来土地转换的过程进行全面的分析,揭示小尺度空间土地急剧转换的特征及其主要驱动力.研究结果表明:(1)咸安区1999～2005年耕地、园地、未利用地面积总体减少,其中耕地急剧减少3 844.18公顷.除牧草地外其他用地有不同程度的增加,尤其是林地面积急剧增加3 855.06公顷.(2)土地转换类型多样化,耕地-林地-园地之间的转换最为密切,而且幅度最大.(3)复杂的自然生态环境是咸安区土地转换多样性的客观物质基础,基于生态建设的国家政策的实施是其土地急剧转换最主要的动力,而社会经济因素的驱动力相对显得较弱.     

密怀顺水源保护区土地利用演化驱动因素分析

密怀顺水源保护区位于北京密云、怀柔、顺义的三区交界处,是北京市第八水厂、怀柔应急水源地所在地。2014年底南水北调进京后,部分盈余水量开始通过潮白河河道回补密怀顺地下水。为保护饮用水源,摸清历史面源污染的潜在风险。通过转移矩阵数学模型,利用ArcGIS方法研究了土地利用时空演化规律,结果表明：（1）土地利用变化强度2015年~2018年是2012年~2015年的5.24倍,耕地、未利用地面积呈现减少趋势,林地、水域和湿地、草地面积呈现增长趋势,建设用地先增后减;（2）2015~2018年林地、水域和湿地、耕地变化率最大,分别为92.15%、67.46%、46.6%;（3）2015年后林地、水域和湿地、草地、未利用地面积呈现净转入趋势,耕地、建设用地面积呈现净转出趋势;（4）最活跃的土地属性转变是耕地转入林地,面积为68.23km2,（5）土地利用变化特点与政策驱动力息息相关,土地利用的演化趋势向着利于饮用水源安全的方向发展。可见研究成果可为水源保护区面源污染防治提供科学依据,对未来进一步研究农业面源对保护区土壤和地下水的环境影响奠定基础。     

黑龙江北部边境样带土地利用时空变化特征及其驱动因素

选取黑龙江省北部边境24个县市为样带,基于1995、2015年2期土地利用/覆被数据,利用空间分析、多元线性回归和地理探测器等方法,从时空耦合角度对样带的土地利用变化的时空特征进行分析,并以林地-耕地转换为例,探索土地利用变化的驱动因素．结果表明:1)1995—2015年,样带以耕地面积增长、林地和未利用地面积减少为土地利用/土地覆被变化的主要特征．研究区中的大兴安岭区、小兴安岭区、三江平原区耕地面积的增加速度逐渐加快,相应林地和未利用地面积减少的速度逐渐加快．林地-耕地类型的转移是研究区土地利用变化的主要类型,空间上集中分布在三江平原和小兴安岭北部的农林交错区;2)相对于自然资源因素,社会经济因素对农林交错区的林地-耕地转移的影响更大,主要受人口增长、产量增收和经济效益提高的影响;3)根据不同区域林耕转换的主导因素与驱动机制差异,将林地-耕地转移的典型县市划分为人口主导型、产量主导型和经济效益主导型3种地域类型．      

基于RS和GIS的淮河源土地利用变化及驱动力分析

以淮河源1993、2003、2013年三个时期的遥感影像为主要数据源,利用GIS和RS技术,采用监督分类、叠加分析、主成分分析等方法,对淮河源20年间的土地利用时空变化特征及驱动因素进行分析.结果表明:耕地、水体和未利用地呈减少趋势,其中耕地变化幅度最大;居民地持续增加;林地面积先减后增.人口因素、经济因素和城市发展因素是淮河源土地利用变化的主要驱动因素.