基于GIS的土地利用动态变化及其驱动力分析

孙晓莉，张顺安，刘应芳，赵 然，田淑静，和万荣

（1.云南国土资源职业学院 国土空间信息学院，云南 昆明 652501；2.中国水利水电第十四工程局有限公司， 云南 昆明 650000；3.云南经贸外事职业学院，云南 昆明 650000；4.徐州工程学院 管理学院，江苏 徐州 221000）

土地不仅是人类赖以生存和发展的物质基础，也是联结城市人口、生态环境、社会经济、资源等诸多要素的 核心[1-2]。随着经济发展和城乡一体化进程的不断加快，土地利用在时间和空间尺度上都发生了巨大变化[3]， 因此如何快速准确地获取各类土地资源的动态变化情况以及影响变化的驱动力因素显得尤为重要[4-5]。本文以弥勒市为例，基于2009年、2017年两期数据，通过转移矩阵、土地利用动态度等从不同角度分析了研究区2009－2017年的土地利用动态变化情况，并利用区域总人口、城镇化发展水平等13个驱动力影响因子[6]分析了其对研究区农用地、建设用地、其他土地的影响程度，以期为弥勒市土地资源优化配置提供参考依据。

1 数据来源与研究方法

1.1 研究区概况

弥勒市位于云南省东南部、红河州北部，地理范围为103e04′～103e49′E 、23e50′～24e39′N （图1）；素有红河州“北大门”之称，与国家级开放口岸河口相距316 km，市内交通纵横交错，昆河公路贯穿全境93 km；下辖10个镇、2个乡，2016年常住总人口为529 470人。

图1 研究区位置示意图

1.2 数据来源与预处理

本文选取2009年和2017年两期数据进行土地利用动态变化分析，其中2009年数据来源于第二次全国土地调查矢量数据库成果，2017年数据来源于土地利用变更调查矢量数据库成果，社会经济数据来源于统计年鉴。本文主要利用ArcGIS10.0、DPS和SPSS软件对数据进行预处理。

1.3 研究方法

1.3.1 土地利用动态度

土地利用动态度是指在一定时期内各种土地利用类型在其利用方式上产生的变化量大小，即土地利用变化幅度的大小。本文利用单一土地利用动态 度[7]来研究弥勒市2009－2017年土地利用类型的变化情况。

式中，LC1为单一土地利用动态度，表示T时段内研究区某种土地类型的动态度（变化度的大小）；Ua为研究区某种土地类型的基期量（初期量）；Ub为研究区某种土地类型的末期量；T为时间间隔，在一般情况下，将T的单位设置为a，即计算的是研究区某种土地类型的年动态度。

1.3.2 土地利用动态变化驱动力分析方法

根据驱动力因子选取的客观性、全面性、可确定性、实用性以及公正性原则，本文共选取13个影响因子作为驱动力因子进行分析。本文选取的影响因子涵盖了人口、经济发展水平、收入水平、产业发展分布、农业技术力量等方面，并利用SPSS、DPS软件进行土地利用动态变化驱动力分析。

2 研究结果与分析

2.1 土地利用动态变化数量分析

2.1.1 土地利用类型与数量结构分布

研究区土地总面积为391 434.35 hm2，2009年和2017年各二级地类面积如表1所示。

表1 研究区2009年和2017年土地利用现状面积分类统计表/hm2

2.1.2 土地利用动态变化转移矩阵分析

2009－2017年土地利用变化转移矩阵如表2所示，可以看出，研究区面积减少最多的为林地，增加最多的为城镇村与工矿用地；农用地整体呈减少趋势、建设用地呈增加趋势，二者增减基本持平。农用地减少主要是由于弥勒市在交通和城镇方面的用地需求较大，特别是2013年以后，弥勒市城镇化进程进一步加快，使得一部分农用地转移为建设用地；此外，由于弥勒市第三产业的加速发展使得更多的农业人口向城市转移，而弥勒市工业园区的发展势必占据一部分农用地。弥勒市纵横发展的交通区域网和中心城区的不断扩大是建设用地面积增加的主要原因，特别是公路和铁路的用地需求，主要来源于耕地。从整体分析来看，弥勒市的土地资源需求矛盾日渐突出，特殊的地理位置和独特的发展优势使其在土地资源方面的需求不断增加，而后备土地资源又相对有限。

表2 弥勒市2009－2017年土地利用变化转移矩阵/hm2

2.1.3 土地利用动态度分析

弥勒市二级、三级地类的土地利用动态度如 表3所示，可以看出，2009－2017年弥勒市耕地、园地、林地、草地的动态度均有所下降，其中园地下降幅度最大、耕地和林地下降幅度最小；在农用地三级地类中，上升幅度最快的为水浇地，虽然水田和旱地出现了小幅下降，但耕地整体幅度下降较慢；农用地整体呈下降趋势，尤其是林地面积的减少，将给当地生态环境保护带来一定压力。2009－2017年建设用地各二级地类的动态度有增有减，但整体呈上升趋势；增幅较大的为交通运输用地，主要是由于弥勒市境内修建弥蒙铁路、高铁等使得铁路用地出现较大幅度的增加。在住宅用地方面，建制镇和村庄动态度均有所上升，原因在于人民生活水平的不断提高以及国家扶贫政策的支持和影响，也是经济发展的必然趋势和结果。由铁路用地、设施农用地等地类的动态度上升可知，研究区的基础设施建设不断完善，经济发展水平得到进一步提高。2009－2017年其他土地动态度有小幅上升，但变化不大，可有效缓解弥勒市用地需求紧张的矛盾，使其土地资源配置和土地利用结构更加合理。

表3 弥勒市二级地类和三级地类土地利用动态度/%

2.2 土地利用动态变化驱动力分析

本文利用DPS软件进行灰色关联度分析，主要是通过计算两个及以上的影响因子（子序列）与某一个母序列（定量）之间关联性的大小，以及驱动力因子与各地类关联度的大小来衡量驱动力因子的影响程度。本文将农用地面积、建设用地面积、其他土地面积作为母序列，将选取的13个驱动力影响因子作为子序列，分别计算母序列与子序列之间的关联度，结果如表4所示，可以看出：①农用地与其驱动力因子的 关联度由大到小依次为区域总人口＞第三产业所占比重＞农业机械化水平＞第二产业所占比重＞城镇化发展水平＞城镇居民人均可支配收入＞农村居民人均可支配收入＞第一产业所占比重＞地区生产总值（GDP）＞ 第三产业总产值（旅游业产值）＞地区工业总产值＞农林牧渔业总产值＞区域固定社会资产投资，区域总人口与第三产业所占比重是弥勒市农用地发生变化的主导因素和最显著因子，其关联度均达到0.7以上； ②与弥勒市建设用地关联度较大的影响因子为城镇化发展水平、第二产业所占比重，其关联度分别达到了0.90、0.76，关联度最小的为区域固定社会资产投资，仅为0.19，因此城镇化发展水平和第二产业所占比重是影响建设用地变化最主要的因素；③与弥勒市其他土地关联度较大的影响因子为区域总人口、第一产业所占比重，分别为0.89、0.77，关联度最小的为区域固定社会资产投资，仅为0.18，因此区域总人口和第一 产业所占比重是影响其他土地发生变化的主要因素。

表4 弥勒市三大地类与驱动力因子的关联度

为了进一步验证DPS软件计算结果的可靠性，本文分别选取与农用地、建设用地、其他土地关联度较大的两个影响因子，利用SPSS软件进行相关性分析，结果如表5～7所示，可以看出，农用地与区域总人口、第三产业所占比重；建设用地与城镇化发展水平、第二产业所占比重；其他土地与区域总人口、第一产业所占比重具有较强的相关性。

表5 农用地与区域总人口、第三产业所占比重相关性分析

表6 建设用地与城镇化发展水平、第二产业所占比重相关性分析

表7 其他土地与区域总人口、第一产业所占比重相关性分析

3 结 语

1）2009－2017年弥勒市土地利用类型由24种 增加至26种，土地利用类型更加丰富。从数量上来看，农用地和建设用地变化较大、其他土地变化较小，农用地中仅有水浇地面积呈增加趋势，整体上农用地的减少与建设用地的增加基本持平。从土地利用变化转移矩阵和土地利用动态度来看，随着弥勒市经济的不断发展，城镇村与工矿用地、交通运输用地面积增加较大，主要来源于农用地；林地面积减少较大，主要流向耕地、城镇村与工矿用地以及交通运输用地。

2）在本文选取的区域总人口、城镇化发展水平等13个驱动力影响因子中，对农用地影响较大的为区域总人口和第三产业所占比重；对建设用地影响较大的为城镇化发展水平和第二产业所占比重，且影响因子与建设用地之间呈正向发展关系；对其他土地影响较大的为区域总人口和第一产业所占比重，且影响因子与其他土地之间呈反向发展关系。总体来看，区域总人口变化对土地资源的影响力是最大的。