福建典型农业县农用地变化驱动力的尺度效应分析

近年来众多的土地利用/土地覆盖变化 (LUCC) 学者从县域、省域乃至全国尺度上对我国历年来土地利用变化及其驱动机制开展了大量详实细致的研究工作[1,2,3,4,7], 其中以工业化、城镇化导致的土地利用变化最为引入关注, 对耕地数量与质量在时空格局上的变化研究居多, 而对农业用地内部变化的研究较少[9]。近年来随着我国市场经济的发展与农村剩余劳动力的转移, 农用地内部发生了很大的调整与变化。建瓯市作为福建省面积最大的县, 是全国商品粮基地县, 因此深入剖析其农用地空间分布状况及其内部变化机制对于合理调整农业布局、加强新农村建设具有明确的现实意义。区域1土地利用变化驱动力分析应优先考虑驱动力因子识别及其作用效应的尺度依赖性的研究[6]。主要有两种量化土地利用变化的多尺度分析方法。第一种方法将数据扩展为多种分辨率, 分别统计分析不同分辨率下土地利用和驱动因子的关系。另一种采用多层次统计分析方法, 是一种可以集成不同空间尺度与管理层次以及它们之间的相互作用的统计模型, 适合于具有明显的层次结构复杂多变的系统分析。国内外的相关研究有:Walsh S.J.[8]等对泰国东南地区植被指数与自然环境和社会经济因子的相关关系进行多尺度统计分析;陈佑启和VerburgP.H.[4]采用类似VeldkampA[5]等提出的方法探讨了我国土地利用的多尺度空间分布特征;邱炳文[10]等探讨了福建省龙海县土地利用空间分布驱动因子的尺度规模效应。本文选取位于福建省最大的农业县——建瓯市作为研究区域, 采取多尺度统计分析方法, 详细地分析探讨农用地内部主导变化驱动因子的尺度依赖性规律, 并且鉴于自然条件因素对模型解释能力的局限性, 同时建立以乡为研究单元包括诸多社会经济因素在内的农用地变化驱动力分析模型。

1 研究区概况与数据来源

1.1 研究区概况

建瓯市位于福建省中部偏北, 北纬26°38′~27°21′, 东经117°58′~118°57′, 面积4214.0km2。属亚热带海洋性季风气候, 山区气候明显, 年平均气温1 8.7度, 降雨量600mm~1800mm。2005年总人口51.88万。建瓯市主要的地类为林地, 其次为耕地、园地, 而其他地类所占比重极小。

1.2 数据来源

主要的数据来源包括: (1) 建瓯市2 00 2年和2005年1∶1万土地利用详查数据, 分类系统采用《全国土地分类》 (过渡期间适用) , 源自福建省地质遥感中心; (2) 建瓯市200 2和20 05年社会经济统计年鉴; (3) 建瓯市1∶5万DEM数据。

1.3 近年来土地利用变化

近年来建瓯市农用地变化主要表现为两种形式:耕地变为园地、林地变为园地, 2003年至2004年福建省发生百年不遇的大范围、长时间的干旱, 建瓯市旱情灾情异常严重, 创下自1949年有气象、水文记录以来高温干旱的持续时间最长、极端最高气温最高的记录。为了确保农业生产, 建瓯市政府积极引导农民改种旱作与果树, 由于农业生产的惯性因素, 大量改种后的土地利用方式得以延续。

2 研究方法

2.1 驱动因子的选取

土地利用变化是社会经济与自然环境交互作用的结果, 本研究中选择驱动因子的依据是在尽可能综合考虑各种自然环境与社会经济因子的基础上, 必须兼顾到数据的可获取性以及满足定量化、空间化的需求, 为了保证聚合过程中信息的无损性, 尽可能用其值在栅格单元中的百分比表示。本文所选取的建瓯市土地利用及其变化候选驱动因子见表1。

2.2 数据预处理

为了分析与处理的方便, 在本文中空间数据采用栅格格式。土地利用类型数据用它在该栅格中所占的百分比表示。驱动因子中, 其中地形方面驱动因子数据都从DE M获取, 可达性方面的因子如与最近居民点的距离等, 通过ESRI ARCGIS8.3系列软件结合其1∶1万空间分布图获得。基本研究单元为100m×100m, 总共有420045个基本研究单元。首先生成10m×10m土地利用与驱动因子栅格数据图层, 然后在此基础上, 通过平均值法聚合分别生成1×1 (100m×1 0 0 m) 基本研究单元以及2×2 (2 0 0 m×200m) , 3×3 (300m×300m) ~20×20 (2km×2 k m) 聚合规模 (空间尺度) 序列数据图层。

注:各指标的变化值为2005年减去2002年相对应的指标值。

2.3 多元统计分析方法

采用逐步回归分析确定土地利用变化主导驱动因子 (采用0.0 5的显著性水平作为选择标准) , 用建立土地利用变化驱动力多元回归线性回归模型, 如下式所示。

其中Coverx, y, t, c为t年中栅格x, y中土地利用方式c所占的百分比, Factx, y, t, n为驱动因子n在t年时栅格x, y中的值, βn为驱动因子n的标准回归系数。

考虑到回归模型的简便性, 只选取在逐步回归分析中贡献最大的前7个驱动因子, 因为增加更多的驱动因子后模型的解释能力变化不大。修正的回归系数 (Adjusted r2) 表示回归方程中自变量对因变量 (土地利用类型) 的解释水平, 标准化回归系数 (standardized betas, 简称stb) 可以用来衡量在该回归方程中各因变量的相对重要性大小。在不同研究尺度水平上重复进行土地利用变化驱动力分析的逐步回归分析得到多尺度分析结果。

2.4 以乡为研究单元的驱动力分析

由于建瓯市社会经济因子均为以乡为统计单元的统计值 (见表2) 难以很好地满足空间化的要求, 因此为了更全面地研究各种社会经济因素对农用地变化的影响, 将自然条件因子 (见表1) 汇总到每个乡建立农用地内部变化的驱动力回归模型开展以乡为研究单元的土地利用变化驱动力研究。

3 结果分析

建瓯市2002年至2005年两种主要农用地变化线性回归模型在1~20 (100m×100m~2km×2km) 不同聚合规模上所有的模型均达到0.0 01显著性水平, 模型的矫正回归系数值总体上随研究尺度的增大而升高, 其中以农用地空间分布的回归模型的拟和性更好, 而2种主导农用地变化回归模型的解释能力非常接近并且均比较弱, 由此可见自然条件因素并不能很好地解释农用地内部的转变。

3.1 耕地变为园地的驱动力尺度效应分析

从影响建瓯市耕地变园地主要驱动因子的贡献程度随尺度变化规律图 (见图1) 可以看出: (1) 坡度、与中心城镇的距离是最为重要的驱动因子, 并且其影响程度随研究尺度增大呈增强趋势; (2) 其次为海拔高程、与公路以及农村道路的距离, 其影响程度也随研究尺度增大呈增强趋势。除坡度因子和与公路的距离这几个驱动力因子外, 其他驱动力因子对耕地变为园地的制约作用为负。可见耕地变园地一般发生在坡度在15°以下并且海拔较低, 临近农村道路、中心城市与居民点但远离公路的区域范围内。究其原因可以解释为靠近中心城镇与居民点的消费能力比较强, 对水果生产的带动作用显而易见, 而耕地本身就分布在比较平坦区域并且陡坡地带不便耕作。

3.2 林地变为园地的驱动力尺度效应分析

从影响建瓯市林地变园地主要驱动因子的贡献程度随尺度变化规律图 (见图1) 可以看出:海拔高程、与中心城镇与居民点的距离、与公路与农村道路的距离以及坡度均为重要的驱动力, 其中与中心城镇的距离、与公路的距离、海拔高程这三个制约因子的影响程度随研究尺度增大呈明显增强趋势。除与中心城镇的距离、与公路的距离以及坡度因素外, 其他影响因子的制约作用均为负。可见建瓯市林地变园地一般发生在低海拔、远离中心城市与公路但靠近农村道路并且坡度在50°~150°之间的区域内。与耕地变园地类似的是, 基于耕作成本的考虑, 将林地改为园地一般会选择海拔较低并且临近农村道路的非陡坡地带, 而远离中心城市与公路可能是由于林地空间分布本身的特点所决定的。

3.3 以乡为研究单元驱动力分析结果

以乡为研究单元, 耕地到园地面积变化与驱动因子的多元线性回归模型为:

Y=-5.8339income1_c+5.4058income2_c-4.5204income-3.2567farmer_c+2.3852west-2.2977a_pop_c-1.3202labor-1.2787resiprox-1.1315elevation-0.7481north+0.6465income2-0.3791ruralroad-0.1437slope2-0.1432income3+0.1144income3_c+0.111highroad+0.0114river

建瓯市耕地到园地的转换与收入密切相关, 除收入外, 劳动力以及坡向等自然因素也有比较大的影响, 按重要性排序依次为:农业收入变化、种植业变化、总收入、农业从业人口占农村人口百分比变化、西坡所占的百分比、农业人口密度变化、劳动力占人口比重、与居民点的距离、海拔高程、北坡所占的百分比、种植业收入、与农村道路的距离、坡度、林业收入、林业收入变化、与公路的距离、与河流的距离等。将耕地改为园地带来种植业收入的增加, 但并非为总收入和农业收入的增加, 由此可见建瓯市各乡镇总收入和农业收入的主体来源并非种植业。并且耕地改为园地的这种变化趋势与农业从业人口占农村人口百分比变化、农业人口密度变化、劳动力占人口比重等有关人力资源的因素均呈负相关的关系, 体现为农业人力资源相对贫乏的乡镇将耕地变更为园地的更明显。

以乡为研究单元, 林地到园地面积变化与驱动因子的多元线性回归模型为:

Y=-8.6089income1_c+6.5154income 2_c6.0952labor-2.8161north+2.1950income3_c1.8 5 3 9 a_p o p_c-1.8 4 7 6 e l e v a t i o n1.2822resiprox+1.2093river+1.0664high r o a d-1.0 0 8 6 s l o p e 2-0.8 6 1 9 f a r m e r_c0.4381ruralroad+0.2940income-0.2141in come2-0.1599income3+0.022west

与耕地改为园地类似的是, 建瓯市林地到园地的转换与收入密切相关, 其次为坡度以及可达性等因素。

以乡为研究单元的研究结果从更大的粒度上反映了导致农用地内部变化的驱动力状况, 特别是与收入、劳动力等有关农业方面的社会经济因素的关系, 以便从宏观上更好地了解导致农用地内部变化的原因。

4 结语

本文通过构建建瓯市农用地主导变化驱动力多尺度模型, 分析探讨了农用地主导变化驱动力的尺度效应。研究表明模型的解释能力、驱动因子变量及其影响系数均会随研究尺度发生不同程度的变化, 回归模型的解释能力总体上随研究尺度增大呈增强趋势。建瓯市2002年至2005年2种农业用地内部变化驱动力回归模型在100m×100m, 200m×200m~2km×2km多尺度序列上均达到显著性水平, 但农用地变化回归模型的解释能力偏弱, 由此可见自然条件因素并不能很好地解释农用地内部的转变。从自然条件方面看, 2种主要农用地变化一般发生在海拔低、坡度较小、临近农村道路但远离公路的区域内。由于多尺度模型研究表明自然条件因素对农用地内部变化的解释能力非常有限, 因此引入社会经济因子开展以乡为研究单元的分析研究, 结果表明两种主要农用地内部的转变均与收入和劳动力最为密切相关, 体现为农业结构调整的结果。

摘要：以建瓯市为例, 采用统计方法与GIS技术分析农用地空间分布及其变化驱动力的尺度效应。以100m×100m为基本研究单元, 分别构建在100m×100m, 200m×200m～2km×2km多尺度序列上农用地内部主导变化驱动因子的回归模型。结果表明建瓯市农用地变化的回归模型的解释能力力随研究尺度增大而增强, 主导驱动因子本身的影响程度也随研究尺度呈增强趋势, 呈现出显著的尺度依赖性规律。两种主要农用地变化一般发生在海拔低、坡度较小、临近农村道路但远离公路的区域内。多尺度模型研究表明自然条件因素对农用地内部变化的解释能力有限, 而以乡为研究单元的研究结果表明农用地内部变化与收入与劳动力因素密切相关。

关键词：农业用地,尺度效应,驱动因子,福建省建瓯市

参考文献

[1] 刘成武, 李秀彬.1980年以来中国农地利用变化的区域差异[J].地理学报, 2006, 61 (2) :139～145.

[2] 邵景安, 李阳兵, 魏朝富, 谢德体.区域土地利用变化驱动力研究前景展望, 地球科学进展, 2007, 22 (8) :798～809.

[3] Veldkamp A and Fresco, L O.Recon-structing land use drivers and their spa-tial scale dependence for Costa Rica[J].Agricultural systems, 1997, 55:19～43.

[4] Verburg P H, Chen, Y Q.2000.Multi-scale characterization of land-use patterns in China[J].Ecosystems3, 369～385.

[5] Kok K, Veldkamp A.Evaluating im-pact of spatial scales on land use pat-tern analysis in Central America[J].Agriculture, Ecosystems and Environment, 2001, 85:205～221.

[6] Goldstein, H, 1995.Multilevel statisti-cal models[M], Kendalls Library of Statistics, 3.London:Edward Arnold.

[7] De Koning GHJ, Veldkamp A, Fresco1LO.Land use in Ecuador:a statistical analysis at different aggregation levels[J].Agriculture, Ecosystems and Environment, 1998, 70:231～47.

[8] Walsh SJ, Crawford TW, Welsh W.F.Crews-Meyer K.A.A multiscale analysis of LULC and NDVI variation in Nang Rong district, nort heast Thailand[J].Agriculture, Ecosystems and Environment, 2001, 85:47～64.

[9] 陈佑启, Verburg PH.中国土地利用/土地覆盖的多尺度空间分布特征分析[J].地理科学, 2000, 20 (3) :197～202.

[10] 邱炳文.福建省龙海市土地利用空间分布驱动因子的尺度效应分析[J].自然资源学报, 2007, 22 (1) :70～78.