EN中文

Journal of Geo-information Science >

2014 , Vol. 16 >Issue 6: 933 - 940

DOI: https://doi.org/10.3724/SP.J.1047.2014.00933

Orginal Article

Research on Spatial-temporal Changes of Land Use in Haikou City’s Coastal Zone

  • WANG Dezhi , 1 ,
  • QIU Penghua , 2, * ,
  • LI Ying 1 ,
  • FANG Yuanmin 1
Expand
  • 1. Faculty of Land Resource Engineering, Kunming University of Science and Technology, Kunming 650093, China
  • 2. College of Geography and Tourism, Hainan Normal University, Haikou 571158, China
*Corresponding author: QIU Penghua, E-mail:

Received date: 2013-12-16

  Request revised date: 2014-03-06

  Online published: 2014-11-01

Copyright

《地球信息科学学报》编辑部 所有
Fold

Abstract

In order to study the spatial-temporal changes of land use in coastal city, this paper proposes the concept and meaning of land use change degreebased on the ecological impact,constructs a calculation model, and improves the dynamic degree of single land use type based on the analysis of transfer matrix of land use. Meanwhile, the method of information entropy and gradient buffer zone is introduced. Take the east coast of Nandu River in Haikou City as the study area,the results indicated that: from 1991 to 2010, the construction land had the most significant growth, and the amount of arable land was reducing the most.The increase of information entropyindicated that the equilibrium degreewas gradually increasing, each type of land required for economic industry had been gradually produced under the rapid urbanization process, and regional development was gradually matured. The index of land use change degree can effectively measure the intensity of the land use changes, and its impact on the natural environment. From 1991 to 2010, the region that deviated from the natural environment with stronger variation in land use was 20.60% of the total area, which was in coincidence with the percentage of arable land and forest land that were converted to construction land combined with forest land that was converted to garden area. The region following the natural ecological direction, with stronger variations in land use accounted for only 2.42% of the total area. In addition, the east coastal zone was influenced not only by the radiation of city gradient, the enclave of the development zone and the emerging university town, but also influenced by the agricultural comparative benefits and the regulatory policies of land use. Mangrove areain Dongzhai Harborhad decreased slightly, which was less affected by urbanization effect. The research shows that combining a variety of methods, the characteristics of spatial-temporal changes of land use in the integrated coastal zone and its driving mechanism can be analyzed efficiently.

Key words： Haikou; coastal zone; land use change degree; information entropy; gradient theory

Cite this article

WANG Dezhi , QIU Penghua , LI Ying , FANG Yuanmin . Research on Spatial-temporal Changes of Land Use in Haikou City’s Coastal Zone[J]. Journal of Geo-information Science, 2014 , 16(6) : 933 -940 . DOI: 10.3724/SP.J.1047.2014.00933

1 引言

海岸带具有面向海洋和面向内陆的双向辐射作用[1]。海岸带土地利用/土地覆被变化(LUCC)与城市化研究是海陆交互作用(LOICZ)研究的重要组成部分,国内外学者在这一领域已开展了许多卓有成效的研究[2-13]。从文献检索来看,土地利用/土地覆被的分类、动态监测、驱动力分析和环境影响评价一直是海岸带LUCC研究的热点。但是,目前海岸带LUCC研究仍然存在2个明显的不足：(1)缺乏直接反映LUCC时空动态变化程度的模型分析和直观空间表达;(2)缺少针对快速城市化影响下的红树林生物海岸地区土地利用变化研究。
近年来,出现了不少基于土地利用转移矩阵和土地利用强度进行时空变化信息挖掘的研究,如Pontius等运用土地利用转移矩阵进行了土地利用信息挖掘,提出了土地利用净变化、交换变化、总变化量和随机条件下类型间理论转化量,并分析了各地类转换发生的距离[14]。马劲松等[15]、胡和兵等[16]利用土地利用强度指数和半变异函数分析方法进行了土地利用信息挖掘和空间变异特征分析。但现有文献还未见基于空间表达的土地利用变化程度模型。
海口市南渡江东岸海岸地区不仅是海口城镇化快速发展的区域,还因有东寨港红树林自然保护区,成为海南岛著名的生物海岸地段。对其研究,有助于深入探讨土地利用与土地覆被变化的复杂性和动力学机制,也有益于协调复合型海岸带保护与区域社会经济发展之间的矛盾。因此,本文以海口南渡江东岸海岸带为研究对象,通过运用多种方法深入探讨其土地利用的时空变化状况及程度,以期为其合理规划开发土地资源和应对相关环境生态问题提供一些科学依据。

2 海岸带土地利用时空格局变化分析

2.1 研究数据与方法

研究区有1991年TM、2001年ETM+和2010年的ALOS影像数据、1:5万地形图、行政区划图和2008年1:1万土地利用现状图。另参考“第二次全国土地调查技术规程”(TD/T 1014-2007),将土地利用类型分为耕地、园地、林地、建设用地、水域用地和其他土地6类,并获取土地利用现状图。
土地利用结构信息熵反映了研究区土地利用景观总体有序度、均匀度和优势度方面的变化,土地利用动态度衡量了研究时段每种地类的活跃程度,而这种变化的原因和活跃度的具体方向、大小,则需要利用土地利用转移矩阵、土地利用变化程度模型等进行空间化分析。
(1)土地利用转移矩阵分析法
土地利用转移矩阵利用矩阵表格形式反映研究时段初期各土地利用类型转变方向和数量,以及末期各土地利用类型的来源和构成,不仅具有详实的各时段静态土地利用类型面积,还隐含着不同时段的动态变化信息。
(2)土地利用类型动态度分析算法
单项土地利用类型动态度模型能描述某区域一段时间内某种土地利用类型的数量动态变化。一般公式为：
L D i = S + i － S i + S i + × 1 T 2 － T 1 × 100 % (1)
式(1)中,Si+表示初期(T1时刻)i类土地利用类型总面积;S+i表示末期(T2时刻)i类土地利用类型总面积。
这种计算模型的弊端在于不能测算“耕地占补平衡”和“城乡建设用地增减挂钩”类型的土地利用变化。孙晓宇等、张玮等、Pontius等[12-14],对一般单项土地利用类型动态度进行改进,改进后的计算公式为：
L D i = S + i - S ii + S i + - S ii S + i - S ii + S i + - S ii + S ii × 1 T 2 - T 1 × 100 % = T C i T C i + S ii × 1 T 2 - T 1 × 100 % (2)
式(2)中,LDi为i类土地利用类型动态度指数;Sij表示T1-T2时期内i类土地利用类型转换为j类土地利用类型的面积,i类土地利用类型流失量Di=Si+-Sii,即初期(T1时刻)i类土地利用类型总面积减去研究时段i地类不变量;i类土地利用类型新增量Ii=S+i-Sii,即末期(T2时刻)i类土地利用类型总面积减去研究时段i地类不变量;i类土地利用类型总变化量TCi=Di+Ii。
综合土地利用类型动态度,全面考虑土地利用类型间的转移,描述区域土地利用类型变化的总体剧烈程度。公式如下：
TLD = ∑ i = 1 , ≠ j n S ij ∑ i = 1 n S i + × 1 T 2 - T 1 × 100 % (3)
式(3)中,TLD为综合土地利用类型动态度指数;n为土地利用类型总数。
(3)土地利用结构信息熵
信息熵是用来表征信息源总体特征的一个量,是不确定性的量度。一般认为不确定性越大越无序,故信息熵也是无序的一种量度[17]。土地本身是一个具有耗散结构的自然历史综合体,具有结构和功能的有序性特征[18]。依据Shannon信息熵公式,定义土地利用结构的信息熵模型[19]为：
H = - ∑ i = 1 n P i ln P i (4)
式(4)中,Pi为i类土地利用类型占总土地面积的百分比。式(4)表明,土地利用类型越多,地类的面积相差越小时,信息熵越大。土地利用结构信息熵值越大,则土地利用系统的均衡度越高,有序度和优势度越低。
(4)土地利用变化程度模型
目前,土地利用强度主要从容积率和人口密度角度来计算,其不足主要表现为只能衡量单一时间断面土地利用的剧烈程度。本文基于土地生态程度构建土地利用变化程度矩阵和土地利用变化程度模型。参照庄大方[20]、马劲松[15]和胡和兵[16]相关研究,结合各土地利用类型对自然生态环境的影响程度和其自身维持自然平衡状态的能力,采用分级赋值法进行土地生态程度估算,对生态环境越友好的土地利用类型赋值越高。设地类1赋值Χ1,地类2赋值Χ2,地类3赋值Χ3,地类4赋值Χ4,地类5赋值Χ5,则其土地利用变化程度矩阵如表2所示。
Tab.2 Land use dynamic degree in the study area

表2 研究区土地利用类型动态度统计表

时段(年) 耕地(%) 园地(%) 林地(%) 建设用地(%) 水域用地(%) 其他土地(%) 综合(%)
1991-2001 3.14 4.92 3.56 4.92 2.10 5.18 2.49
2001-2010 3.30 4.87 3.70 4.23 2.52 5.09 2.68
表1中,“Χj–Χi”若为负数,则表示偏离自然生态环境好的方向,正数则表示趋同。例如,林地赋值4,建设用地赋值1,土地利用变化程度矩阵对应值Χj–Χi =1–4=–3,表示该类型土地利用转变偏离自然生态方向,不利于自然生态环境。由此,构建出土地利用变化程度指数为：
LCI = 100 × ∑ i = 1 n X ij × S i S (5)
Tab.1 Land use change degree matrix based on graded assignment method

表1 基于分级赋值法的土地利用变化程度矩阵

地类1 地类2 地类3 地类4 地类5
地类1 0 Χ2–Χ1 Χ3–Χ1 Χ4–Χ1 Χ5–Χ1
地类2 Χ1–Χ2 0 Χ3–Χ2 Χ4–Χ2 Χ5–Χ2
地类3 Χ1–Χ3 Χ2–Χ3 0 Χ4–Χ3 Χ5–Χ3
地类4 Χ1–Χ4 Χ2–Χ4 Χ3–Χ4 0 Χ5–Χ4
地类5 Χ1–Χ5 Χ2–Χ5 Χ3–Χ5 Χ4–Χ5 0
式(5)中,LCI为采样区内土地利用变化程度指数;n为地类总数;Xij=Xj–Xi;Si为i土地利用类型面积;S为采样区土地总面积。土地利用变化程度指数可以表征研究时段内土地利用变化的剧烈程度,以及这种变化对自然生态环境友好还是恶化。因该指数是根据采样区内具体斑块测算的,故可有效空间化。例如,可根据动态网格法或者经验法,确定研究区格网大小,再将研究区进行r×r大小的格网化进行采样,分别计算每一格网的土地利用变化程度指数,以此作为格网中心点的土地利用变化程度值,再用空间插值法模拟和预测整个研究区域土地利用变化程度。
(5)缓冲区梯度带分析法
缓冲区梯度带法是以某一边界或者中心点按照固定间距缓冲建立梯度带作为子研究区,分析其土地利用在这一带状空间里的定向变化状况。缓冲区梯度带法可以把土地利用空间序列化,探讨城市化梯度带上的土地利用格局时空演化特征。本文以研究区最左端即南渡江东岸为边界,向东在海岸带区域以2 km间距设立17个缓冲区梯度带,计算出各个梯度带土地利用变化程度指数,探讨土地利用从城区到城市边缘的变化规律。

2.2 海口市南渡江东岸海岸带土地利用时空变化分析

研究区位于海口市东北部,北濒琼州海峡,东邻文昌市,地处110°22'30"~110°43'12"E,19°49'05"~20°05'31"N之间,总面积37 164.82 hm2。其中,东寨港国家级自然保护区位于110°32'06"~110°38'58"E,19°53'12"~20°01'37"N,总面积7763.85 hm2(以1991年红树林生长界线向内陆扩展200 m划定,同时包括海口市东寨港内沿海滩涂)。研究区地貌主要为滨海平原和阶地,属于热带海洋性季风气候,陆地自然植被有滨海红树林群落、热带滨海沙生群落和稀树草丛群落。2011年末,海口市常住人口209.73人,其中非农业人口占3/5。2011年全市生产总值712.75亿元,社会固定资产投资404.60亿元。
(1)土地利用动态度分析
根据式(2)、(3),结合研究区各期遥感解译数据,可计算出研究区1991-2001年和2001-2010年间的土地利用动态度指数(表2)。
由表2可知,1991-2001年间各地类动态度指数的排序为：其他土地>建设用地=园地>林地>耕地>水域用地;2001-2010年间的排序为：其他土地>园地>建设用地>林地>耕地>水域用地。2个时段内,动态度指数位列前3名的是其他土地、建设用地和园地,动态度都在4%以上,并且在1991-2001年时段里的变化显得更为活跃。林地和耕地的动态度保持在>3%水平,土地变化较为活跃;水域用地动态度指数在2个时段内都最小,均低于3%,此3类用地均在2001-2010时段变化内更为活跃。综合土地利用类型动态度指数是表征研究时段内土地总体变化活跃度的指标。该值由1991-2001年间的2.49%上升到2001-2010年间2.68%,表明近10 a内土地变化更为活跃。
(2) 土地利用结构信息熵分析
根据式(4)计算,得到1991、2001、2010年的土地利用结构信息熵分别为1.381、1.435、1.589。由式(4)可推导出,研究区按照6种土地利用分类时,最大信息熵值为1.792。区域土地利用结构信息熵会随着城市化发展而增加,但当区域发展成为城市建成区时,信息熵又会随城市发展而逐渐减小[18]。1991年信息熵最小,各地类面积相差大,表明土地利用系统均衡度低,土地利用结构优势度高,属于经济发展弱、城市化水平低情况下,一种或几种优势土地类型主导下与其他用地类型各自均衡带来的相对有序;2001年信息熵相对于1991年增加了0.054,各地类的面积相差仍然较大,表明土地利用系统均衡度略微增加,有序性在微弱变小。1991-2001年间研究区经济欠发达、耕地和林地占优情况下的土地利用系统低水平有序并不可取。2010年信息熵增幅较大,土地类型间的面积相差明显减小,表明优势度降低,快速城市化进程中各经济产业所需的各种职能土地类型已经逐渐产生,区域发展逐渐走向成熟。2001-2010年间经济发展较快、信息熵快速增加,主要受耕地、林地减少和建设用地持续增加影响。随着城市化进程的加快,研究区土地利用信息熵会持续增加,因此需加强研究区耕地和林地的保护,防止建设用地过渡占用耕地和林地,注重开发品质而不是开发规模,这对于海岸带发展热带农业旅游和滨海休闲度假具有重要作用。
(3)土地利用转移矩阵分析
将研究区1991、2001和2010年的土地利用图进行空间叠加,计算出1991-2001、2001-2010和1991-2010年间的土地利用转移矩阵。以1991-2010年间的土地利用转移矩阵为例进行分析,如表3所示。
Tab.3 Land use conversion matrixes from 1991 to 2010 in the study area(hm2)

表3 研究区1991-2010年土地利用转换矩阵(hm2)

类 型 耕地 园地 林地 建设用地 水域用地 其他土地 1991年合计 流失土地
耕地 7521.41 2096.03 2261.53 2827.11 1537.24 252.12 16 495.44 8974.03
园地 844.39 567.38 483.23 472.59 172.09 86.68 2626.36 2058.98
林地 2279.96 1236.38 3218.01 1430.89 1138.49 74.55 9378.29 6160.28
建设用地 605.96 111.40 124.97 425.80 140.07 31.99 1440.19 1014.39
水域用地 880.00 76.02 620.13 157.77 5062.59 33.48 6829.99 1767.40
其他土地 106.50 4.84 96.21 99.33 80.94 6.74 394.56 387.82
2010年合计 12 238.22 4092.05 6804.08 5413.50 8131.43 485.55 37 164.82
新增地 4716.81 3524.67 3586.07 4987.70 3068.84 478.81
由表3可知,1991-2010年间研究区建设用地增长最为明显,出现持续增加现象,由建省初期的1440.19 hm2增长为5413.50 hm2,变化幅度高达375.89%,净增加3973.31 hm2;耕地面积呈现持续减少状态,期间共减少4257.22 hm2,减幅25.81%;园地变化幅度较大,2010年园地面积是1991年的1.56倍;林地减少幅度最大,减少了27.45%;水域用地呈现持续增加现象,增幅19.05%;其他土地面积增长了23.04%,因基数小,总共才增加90.99 hm2。
在1991-2010年间,研究区土地利用转移具有以下6个方面的特征：①耕地面积减少量最大,达4257.22 hm2,主要转移为建设用地、林地和园地。转移面积大小依次为：建设用地>林地>园地>水域>其他土地。各转移面积分别占1991年耕地总面积的比例为：17.14%、13.71%、12.71%、9.32%和1.53%,未变化面积为45.60%。这主要是因海口江东组团的城市化进程驱动。城市化进程直接导致了耕地向建设用地转移,即耕地的非农化,如琼山大道、桂林洋开发区、桂林洋大学城等大型项目的建设,占用了大量耕地。耕地转移为林地则主要是区域生态环境综合建设的需求结果,而转移的实质是区域发展的环境生态保护政策驱动的结果。耕地和园地在滨海平原地区差异不大,因此两者转换主要是受相应农产品市场规律调控。耕地转变为水域主要发生在东营、山湖和东寨港等水域附近,主要转化为水产养殖用地。②园地面积增加,主要由耕地和林地转移而来。1991-2010年间有2096.03 hm2耕地和1236.38 hm2林地转化为园地。园地呈现先减少后增加的波动状态,但整体上仍然处于增长态势,这一态势的最主要驱动力是农业比较利益和园地经济价值比水田、林地高,且市场对热带水果的需求量增大。③林地面积减少,主要转移去向为耕地和建设用地,其中,红树林由1991年的1682.67 hm2减小为2010年的1600.20 hm2。林地转移面积大小依次为：耕地>建设用地>园地>水域>其他用地。各转移面积分别占1991年林地总面积的比例为：24.31%、15.26%、13.18%、12.13%和0.80%,未变化面积为34.31%。林地转为耕地,主要是生产粮食作物和耕地占补平衡而实行异地置换的结果。④建设用地显著增加,主要源于耕地和林地。1991-2010年间,建设用地分别从耕地和林地增加2827.11 hm2和1430.89 hm2,分别占建设用地增加量的56.68%和28.69%。农村居民点和城镇居民点附近一般都为优质耕地,其不需大量土地整理工程即可开发为建设用地。因此,城市化进程中,耕地成了建设用地的首要来源。结合GIS空间分析和实地调查,研究区大型建设项目用地大多是由耕地转变而来。研究区林地主要为滨海红树林群落、稀树草丛原群落,在南渡江入海口和东寨港附近的较多林地被转变为建设用地。⑤水域用地呈现增加,主要由耕地和林地用地转变而来。1991-2010年间,有2675.74 hm2耕地和林地转变为水域用地,占水域增加量的87.19%。水域的增加主要是因为转变近海河流附近耕地和红树林发展经济产值较高的水产养殖。⑥其他土地转变幅度不大,略有增加。研究区在1991年初期其他土地少,仅占总面积的1.06%,经过近20 a的发展,其他土地也仅为1.31%。增加的其他土地主要由东寨港左端耕地抛荒和耕地发展水产养殖废弃后转变而来。
(4)土地利用变化程度分析
土地利用转移矩阵反映了1991-2010年间土地利用变化的方向和大小,而这种变化的剧烈程度及其对自然生态影响大小对于海岸带研究同样重要。根据各地类对自然生态环境的影响程度,对研究区各类用地进行分级赋值：建设用地为1,耕地和园地为2,水域用地为3,林地为4,其他土地为5。然后,据此构建出基于分级赋值法的研究区土地利用变化程度矩阵(表4)。
Tab.4 Land use change degree matrix based on graded assignment method in the study area

表4 基于分级赋值法的研究区土地利用变化程度矩阵

耕地 园地 林地 建设 水域 其他
耕地 0 0 2 -1 1 3
园地 0 0 2 -1 1 3
林地 -2 -2 0 -3 -1 1
建设 1 1 3 0 2 4
水域 -1 -1 1 -2 0 2
其他 -3 -3 -1 -4 -2 0
研究区3期土地利用景观的平均斑块面积在0.14~0.37 km2之间,根据景观生态学理论,景观样本面积应为斑块平均面积的2-5倍,才能较好地反映采样区周围景观的格局信息[21],故将研究区划分为0.5 km×0.5 km的格网进行采样,共计1492个。根据式(5)分别计算每一格网的土地利用变化程度指数,以此作为格网中心点的土地利用变化程度值,再用普通Kriging插值法高斯模型模拟和预测整个研究区域土地利用变化程度。
由于研究区域1991-2010年间土地利用变化程度值在-180~180之间,为便于比较土地利用程度的大小,把研究区土地利用变化程度以40为间隔等间距划分为9个等级(表5),并制作了研究区土地利用变化程度空间分布图(图1)。
Tab.5 The classification of land use change degree (hm2)

表5 土地利用变化程度分级(hm2)

变化
程度		 极强
变化+		 强烈
变化+		 较强
变化+		 中度
变化+		 轻微
变化		 中度
变化–		 较强
变化–		 强烈
变化–		 极强
变化–
程度
区间		 -180~-40 -140~-100 -100~-60 -60~-20 -20~20 20~60 60~100 100~140 140~180
Fig.1 Land use change degree in the study area

图1 研究区土地利用变化程度

1991-2010年间,土地利用变化程度中间大,两端小,即轻微变化、中度变化、较强变化面积较大,强烈变化和极强变化面积小,如图2所示。偏离自然生态方向、较强变化以上的面积为7656.59 hm2,占总面积的20.60%,主要分布在桂林洋经济开发区、桂林洋高校区、美兰机场及周边、南渡江右侧入海口,与耕地、林地转变为建设用地,以及林地转变为园地区域重合;在研究区东南部也有部分区域发生较强的偏离自然生态方向变化,主要受林地、耕地转变为建设用地和林地转变为耕地、园地影响,其中北部区域是受红树林转变为园地影响。趋向自然生态方向、较强变化以上面积为900.89 hm2,仅占总面积的2.42%,主要分布在东寨港红树林保护区左侧和下侧以及研究区南部,其原因为：东寨港左侧耕地转变为草地和空闲地,下侧耕地转变水域用地中的坑塘水面用于水产养殖;南部局部地区耕地和园地转变为林地和裸地。轻微变化面积为14 539.40 hm2,占研究区总面积近2/5,所占比例最大。
Fig.2 Graded statistics of land use change degree in the study area

图2 研究区土地利用变化程度分级统计

近20 a来,东寨港红树林保护区土地主要属于轻微变化,占保护区总面积的62.32%,无偏离自然生态方向极强变化的土地。19.73%的土地属于偏离自然生态方向、中度变化,主要位于保护区东南部和北部,主要受红树林转变为水产养殖用地和园地影响;较强变化以上土地较少,其中,偏离自然生态方向的比例为8.01%,趋向自然生态方向比例为2.57%,如图1红线范围内所示。这表明东寨港红树林保护区整体保护较好,但需关注偏离自然生态方向较强变化区域。
(5)土地利用缓冲区梯度带分析
南渡江东岸海岸带与海口市城区隔江相望,其土地利用变化程度会受海口市城市化效应影响。为此,以南渡江东岸为边界建立的缓冲区图(图3)上共分17个缓冲区,采用式(5)分别计算各个缓冲区内土地利用程度指数。为分析缓冲区受城市化影响,利用建设用地面积/缓冲区面积的比值来表征各个缓冲区内部城市化率,得到缓冲区梯度带土地利用变化程度指数与城市化率图(图4)。
Fig.3 Division of the gradient buffer zone

图3 缓冲区梯度带划分

Fig.4 Land use change degree and urbanization rate in the gradient zone

图4 梯度带土地利用变化程度与城市化率

图4表明偏离自然生态方向的土地利用变化指数有3个峰值区,主要分布在离城区0~4 km,12~16 km和24~28 km处。前2个峰值区与梯度带城市化率存在耦合相关,第1个峰值区受城市辐射梯度影响,第2个峰值区受经济开发区和大学城飞地影响;24~28 km缓冲区梯度带城市化较慢,该区域存在剧烈的偏离自然生态土地变化,主要受农业用地和其他土地之间互相转变影响。这表明土地利用变化程度不仅受城市化影响,也受市场经济和土地利用政策调控影响。趋近自然生态方向的土地利用变化主要分布在18~22 km和30~36 km梯度带,其中研究区末端梯度带值较大,主要受梯度带面积小、土地利用变化单一影响。第10和11梯度带是东寨港红树林保护区核心分布带,两者土地利用变化程度都位于0-10之间,属于自然环境友好型的轻微变化区域,表明海口市城市化效应对红树林保护区影响不大。

3 结论与讨论

3.1 结论

(1)引入的土地利用结构信息熵反映了研究区域土地利用景观总体有序度、均匀度和优势度方面的变化,土地利用动态度衡量了研究时段每种地类的活跃程度,而这种变化的原因和活跃度的具体方向、大小,则利用了土地利用转移矩阵来进行定量分析。近20 a来,土地利用结构信息熵在1991年最小,2001年略微增加,2010年增加到1.589,表明土地利用均匀度增加,快速城市化进程中各经济产业所需的各种职能土地类型已经逐渐产生。1991-2001和2001-2010年2个时段内,土地利用活跃度前3位都是其他土地、建设用地和园地,且水域用地动态度均为最小。1991-2010年间耕地面积减少量最大的,除流向为建设用地外,转变为林地、园地和水域用地面积也较大;同期建设用地增长最明显,变化幅度高达375.89%;水域用地持续增加,主要来源于耕地和林地,两者占水域增加量的87.9%。
(2)土地利用变化程度模型可进一步空间化分析土地利用转移的剧烈程度及其对自然生态影响大小;缓冲区梯度带作为辅助分析方法,与其他方向相结合,可以用来探究土地利用格局与城市化过程的相互作用。1991-2010年间,土地利用变化程度面积分级统计呈正态分布,其中偏离自然生态方向、较强变化以上的区域占总面积的20.60%,与耕地、林地转变为建设用地,以及林地转变为园地区域重合;趋向自然生态方向、较强变化以上的区域仅占总面积的2.42%;轻微变化面积最大,占研究区总面积的35.59%,所占比例最大。偏离自然生态方向,主要分布在离城区0~4 km,12~16 km和24~28 km处,表明南渡江东岸海岸带受城市梯度辐射和开发区、大学城飞地影响,同时也受农业比较利益和土地利用调控政策影响。
(3)东寨港红树林保护区内红树林面积有所减少,土地利用有轻微变化,保护区19.73%的土地属于偏离自然生态方向、中度变化,当前城市化效应对红树林保护区的影响较小。

3.2 讨论

改进后的单项土地利用类型动态度解决了总数变化小、空间上变化大的用地情况,能真实反映土地利用的活跃程度。土地利用结构信息熵能从总体上衡量土地景观的有序性和优势度,但是,不同土地利用分类情况下,海岸带类型土地利用结构何时混沌、何时有序,目前还没有一个参照标准,还需要深入研究。
以上实例表明,土地利用变化程度指数能有效衡量何处土地利用变化剧烈,何处土地利用变化轻微,而且能够测算这种变化对自然生态环境的影响大小。由于土地利用变化对生态环境的影响是一个复杂、持续的过程,基于赋值法构建的土地利用变化程度模型只能粗略反映对自然生态环境的影响。在应用土地利用变化程度模型时,必须结合研究区具体土地利用类型对自然生态环境的影响来赋值,构建适合本区域的土地利用变化矩阵,例如部分寒旱区水域对自然生态的影响比其他用地更重要;另外,土地利用程度的等级划分还需要进一步研究。缓冲区梯度带法进一步研究了城市化梯度带上,城市辐射与土地利用变化程度之间的关系。研究表明,通过多种方法结合,可以从景观水平和类型水平上有效分析兼具河口海岸、生物海岸和城市建设等特征的综合型海岸带土地利用时空格局变化特征及其驱动机制。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
左玉辉,林桂兰.海岸带资源环境调控[M].北京:科学出版社,2008:2-8.

[2]
马万栋,张渊智,施平,等.海岸带土地利用/土地覆被变化研究进展[J].地理科学进展,2008,27(5):87-94.

[3]
张健,濮励杰,陕永杰,等.海岸带土地开发利用及生态环境效应研究简述[J].长江流域资源与环境,2012,21(1):36-43.

[4]
Shalaby A,Tateishi R.Remote sensing and GIS for mapping and monitoring land cover and land-use changes in the Northwestern coastal zone of Egypt[J].Applied Geography, 2007,27(1):28-41.

[5]
吴泉源,侯志华,于竹洲,等.龙口市海岸带土地利用动态变化分析[J].地理研究,2006,25(5):921-929.

[6]
谢宏全,高祥伟.连云港海岸带土地利用/覆盖变化与驱动力分析[J].海洋科学,2011,35(11):52-57.

[7]
刘保晓,黄耀欢,付晶莹.天津港区土地利用时空格局变化与驱动力分析[J].地球信息科学学报,2012,14(2):270-278.

[8]
Schweizer P E, Matlack G R.Factors driving land use change and forest distribution on the coastal plain of Mississippi, USA[J]. Landscape and Urban Planning, 2014,121:55-64.

[9]
王红玲,林建平.汕头市土地利用时空变化及其生态环境效应研究[J].热带地理,2010,30(4):369-375.

[10]
Otto R, Krüsi B O, Kienast F.Degradation of an arid coastal landscape in relation to land use changes in Southern Tenerife (Canary Islands)[J]. Journal of arid environments, 2007,70(3): 527-539.

[11]
邱彭华,徐颂军,符英,等.海南岛海岸带土地利用现状及问题分析[J].热带地理,2012,32(6):582-592.

[12]
孙晓宇,苏奋振,吕婷婷,等.珠江口西岸土地利用景观格局变化及驱动力分析[J].地球信息科学学报,2009,11(4):436-441.

[13]
张玮,赵晶晶,高伟明.昌黎黄金海岸国家级自然保护区土地利用生态风险评价[J].水土保持通报,2013,33(2):241-246.

[14]
Pontius J R G, Shusas E, McEachern M. Detecting important categorical land changes while accounting for persistence[J]. Agriculture, Ecosystems & Environment, 2004,101(2): 251-268.

[15]
马劲松,刘晓峰,左天惠.南京市土地利用强度指数异质性研究[J].测绘科学,2010,35(4):49-51.

[16]
胡和兵,刘红玉,郝敬锋等.南京市九乡河流域土地利用程度空间异质性分析[J].地球信息科学学报,2012,14(5):627-634.

[17]
谭永忠,吴次芳.区域土地利用结构的信息熵分异规律研究[J].自然资源学报,2003,18(1):112-117.

[18]
周子英,段建南,梁春凤.长沙市土地利用结构信息熵时空变化研究[J].经济地理,2012,32(4):124-129.

[19]
张群,张雯,李飞雪.基于信息熵和数据包络分析的区域土地利用结构评价——以常州市武进区为例[J].长江流域资源与环境,2013,22(9):1149-1155.

[20]
庄大方,刘纪远.中国土地利用程度的区域分异模型研究[J].自然资源学报,1997,12(2):105-111.

[21]
O'neill R V, Hunsaker C T, Timmins S P, et al. Scale problems in reporting landscape pattern at the regional scale[J]. Landscape Ecology, 1996,11(3):169-180.

Options
Outlines

/

〈 〉