湘潭市城镇建设用地时空变异及其驱动力分析
2024年高考地理真题完全解读(湖南卷)
干热风、土壤养分、低温 冻害影响树干的整体
一、选择题
美国西南部某河源的小型谷地，气候较干旱。该地品尼松生长缓慢，分枝点低
，雨水下渗为其生长提供水源，外力作用会影响其生长状态。1905年后该地降水
增多。如图示意谷底的品尼松生长演变过程，以及相应的年轮增长距平值。完成
12～14题。
谷坡生长缓慢
14．在乙时期，谷坡的品尼松年轮增
C．17日22：00—23：00 18日01：00—02：00
D．17日13：00—14：00 18日00：00—01：00
16．两次强降雨时谷地风速差异显著，主要原因是
（）
A．地形阻挡 C．气温变化
B B．东南风影响
D．摩擦力作用
同一区域地形、摩擦力差别不大；西藏地区海拔高，气温较低，位于河谷地区温差更小
资源枯竭型城市、旅游业的区位条件
18题 19题
伊朗北部——里海区域的湿地 四川贡嘎山中华斑羚与中华鬣羚的主要栖息地分布
河流的特征、湿地的演变
生物的影响因素、自然环境的整体性、 垂直地带分异规律
试卷分析
试卷分析
2024年湖南省选考真题“稳”中有“变”。
“稳”——2024年是湖南省新高考自主命题的第四年。历经三年的尝试、积 累与创新之后，经过三年自主命题的具体实践与经验积累后,如今湖南省选考已 经逐渐形成了自己的特色——打破旧有桎梏,从国内外的最新地理文献研究中挑 选适合作为高考地理测试的素材;大胆突破创新,通过变更高考地理测试的题型与 分值设定以更加符合实际的考情和学情。2024年湖南省选考试题基本延续了2023 年湖南卷的风格。
A．历史悠久
B．交通便利
C．宣传有力
D．物美价廉
B
术的人才；也有豆制 品的相关产业，产业
湘潭市土地生态价值及生态风险动态研究
耕 地
１ ３６ｌ ５ ３１ ７ ４ －１． — ２． — ６ ２ ４ ５ ． ４ ０ ． ３ ０ ． ４０８ ８ ８ ９ ５ ４ ４８ ３ ５ ８ ９ ５ ４． Ｏ ０ ３ ４ ４
１ 研 究 区概 况
１ １ ２． ９ ６ ９ ３． —４ ． ４ ５ ． ４ ｌ１ ８ ９ ０ ７ １ ８ ． １ ５ ２ ５ ５ ０ ４ ４ ０ ７４ ５ ２ ３ ５ １ ｌ ７ ６ ８ ．
牧草地
居民工矿地
８． ８４ ｏ
８． ７５ ４
０ｌ ． ２
—． Ｏ９ ５
—７ ４ —７ ３ ８． ２ ８． ８
湘潭市位于湖南省中部偏东地 区，湘江中游 ，
地处东 经 ｌ１ ５ 一１３ ０ 北 纬 ２。 １ ２ 。 １。 ８ １。 ５ ， ７ ２ 一 ８
园 地
林 地
１ ５７ ９ ３１ ． ｌ ８ ３ －３． —４． —７． ３ ４． １ ８ ２ ６． ４２ ４ ２６ ２ ７ １ ５ ４ ８ ２ ９ ６ ６９ ６ ５
表 １ 湘潭市 １９ ～０ ６ 土地利用数量变化表 （ ｍ ） ９６２０ 年 ｈ２
土地利用类型
１９ ９６
地利用变化对土地生态安全造成的影响 ， 以期为正
在受到城镇化和新型工业化强烈 冲击 的粮食主产 区的土地资源可持续利用决策提供基础研究。
面 积
２０ ０２ ２ｏ ０６
面积增减量
２ 研究 区土地利用变化情 况
２１ 土地 利 用 变 化 幅 度 ．
从表 １ 可知 ： 湘潭市 １９ ２ ０ 年土地利用 ９６ ０６ 变化 的总体趋势是 ： 耕地 、 园地 、 牧草地 、 水域和未
城市土地利用变化模型及其驱动因素探究
城市土地利用变化模型及其驱动因素探究引言城市土地利用变化是城市化进程中的重要问题，它直接影响到城市规划、土地资源的可持续利用以及社会经济发展。
了解城市土地利用变化模型及其驱动因素，对于合理规划城市发展、保护土地资源具有重要价值。
本文将探究城市土地利用变化模型及其驱动因素，以期提供理论与实务指导。
一、城市土地利用变化模型城市土地利用变化模型是对城市土地利用变化的规律进行建模描述的方法，旨在揭示土地利用变化的动态过程，以帮助预测未来的土地利用情况。
目前常见的城市土地利用变化模型有马尔可夫链模型、细胞自动机模型和基于地统计学的模型等。
1. 马尔可夫链模型马尔可夫链模型是一种基于概率的统计模型，通过分析土地利用状态之间的转移概率，预测未来的土地利用状况。
该模型假设土地利用状态之间的转移概率只与当前状态有关，与历史状态无关。
马尔可夫链模型简单、易于计算，但不考虑历史的影响因素，模拟结果有一定的不确定性。
2. 细胞自动机模型细胞自动机模型是一种基于空间交互的模型，将城市土地划分为若干个细胞，并根据细胞之间的交互规则模拟土地利用变化过程。
该模型考虑了空间布局的影响，可以较好地模拟城市土地利用的空间分布特征。
然而，细胞自动机模型的参数设置较为复杂，对数据的要求较高。
3. 基于地统计学的模型基于地统计学的模型是一种通过对土地利用变化进行区域统计分析，揭示其空间分布格局与变化趋势的方法。
该模型通过构建土地利用变化的空间模式，探讨土地利用变化与驱动因素之间的关系，并预测未来的土地利用情况。
这种模型同时考虑了驱动因素的作用，可以为城市规划和土地资源管理提供科学依据。
二、城市土地利用变化的驱动因素城市土地利用变化是多种驱动因素的综合结果，从经济、社会、环境等多个角度分析驱动因素，对于把握城市土地利用变化的规律及制定相应的政策具有重要意义。
以下是常见的城市土地利用变化的驱动因素。
1. 经济因素经济因素是城市土地利用变化的主要驱动力之一。
湖南湘潭市的城市地质环境调查
文章编号:1006446X(2008)03003104湖南湘潭市的城市地质环境调查息朝庄 戴塔根 张惠军(中南大学地球科学和环境工程学院,湖南 长沙 410083)摘 要:从地质环境、水文环境、大气环境和地球化学环境阐述了湘潭市区的城市环境,提出进一步开展城市生态地球化学研究,对环境状态未来的变化进行预测,加强环境保护,使经济发展与自然环境和谐一致。
关键词:湘潭市;环境;地球化学中图分类号:X821 文献标识码:A随着城市化进程的不断加快,城市化人口比重的不断增加,人类与土壤的相互作用显得越来越重要。
1998年在法国召开的国际土壤学大会上设立了城市及城郊土壤工作组,2000年在德国艾森召开了第一届国际城市、工业、交通和矿区土壤学术研讨会。
随着我国经济的发展,各个城市都在不断扩张,城市化进程在加速发展,在扩张的过程中,对城市近郊原来是土壤污染相对较少的地区也造成了一定的污染[13]。
这将影响到城市环境质量和人体健康。
湘潭市位于湖南省中部偏东,地跨北纬27°21′—28°05′,东经111°58′—113°05′,土地总面积5015km2,人口267120万,是华中重要的工业城市。
经过几十年的发展,湘潭市经济迅速增长,工业得到了长足发展。
面对城市宏伟的发展规划,由此带来的地质环境变化需要认真研究。
本文从地质环境、水文环境、大气环境和地球化学环境研究湘潭市的城市环境,旨在为改善和调控城市生态地球化学环境,制订城市可持续发展规划提供依据。
1 区域地质特征111 地 层工作区位于华南褶皱带,基底由上元古界板溪群构成,岩性主要为板岩、千枚岩、变质砂岩,原岩为浅海相碎屑岩及中基性火山岩。
震旦系,由冰川及海相沉积的碎屑岩及碳酸盐岩构成。
古生界早期以浅海相碳酸盐岩为主,晚期以滨海相—海陆交互相韵律沉积为主,以砂岩、分布泥盆系、石炭系、二叠系地层,岩性为砂、泥、灰岩,构成复理石、类复理石建造。
土地利用时空变化特征及驱动力分析
土地利用时空变化特征及驱动力分析土地利用是指人类在土地上进行的各种活动，包括耕作、建筑、采矿、林业、城镇建设等。
而土地利用的时空变化特征及其驱动力则是指土地利用在不同时间和空间尺度上的变化规律及其产生和影响的原因，本文将对此进行分析和阐述。
一、时空变化特征（一）时间变化随着经济、社会、技术等发展的不断推进，土地利用也呈现出明显的时间变化。
一般来说，随着时间的推移，人类对土地的利用方式和目的也在逐渐变化，即从最初的农业、牧业、渔业发展到工业、城市化等现代经济活动的利用方式。
同时，不同时间段内土地利用的主导特征也不尽相同，比如在20世纪初，农业仍是世界各国的主要产业，土地逐步用于农业生产，而到20世纪末，城市化和工业化的发展使得城市和工业用地占据了土地利用的主导地位。
（二）空间变化土地利用的空间变化一般是指在不同区域内的土地利用状态的差异。
土地利用的空间变化对地区经济和社会的发展有着重要影响。
不同地区的土地利用方式受到地理、气候、土地资源等因素的影响，因此各地在土地利用上的差异也显得十分明显，在不同地域内，土地利用的主导产业及其分布情况各不相同。
二、驱动力分析（一）人类活动驱动人类的活动是土地利用变化的关键驱动力。
人类对土地的活动主要通过征地、改造、建设等方式进行，人类在这个过程中主要追求土地利用的经济效益。
人口的增长、经济的发展、城市化的推进等都是人类活动驱动土地利用变化的核心。
同时，人类活动带来的环境压力十分巨大，对自然环境造成了影响，破坏了生态环境，引起了水土流失、土壤污染等问题。
因此，在人类活动中，需要不断强调可持续性发展的理念，引导人类采取合理的土地利用方式。
（二）经济发展驱动经济发展也是推动土地利用变化的重要驱动力之一。
总体来说，经济发展带来了人类活动的快速发展，促进了城市化、工业化、农业生产等方面的变化。
尤其是经济和城市化的发展，直接推动城市用地的大幅增长。
但同时也带来了土地资源有限、污染治理困难等问题，因此革新诸如产业结构、生产方式等经济模式，加大农村、生态、水环境等领域的投资，从而实现可持续发展，也是具有重要意义的。
异质性城市土地利用变化和驱动力分析
异质性城市土地利用变化和驱动力分析城市土地利用是城市发展的重要组成部分，随着城市化进程的加速，城市土地利用也日益呈现出异质性的特点。
本文将分析异质性城市土地利用变化的原因和驱动力，并探讨其对城市发展的影响。
一、城市土地利用的异质性变化城市土地利用的异质性变化表现在以下几个方面：1.功能分化的异质性城市发展过程中，随着社会经济的不断进步和人们生活方式的多样化，城市土地呈现出不同的功能区域。
例如，商业区、居住区、工业区、公共设施区等，这些功能区域按照其特定的功能需求布局并相互配套，形成城市的空间布局。
不同功能区域的异质性，使城市具有多样性和丰富性。
2.空间结构的异质性城市土地利用的异质性还表现在空间结构上。
一方面，城市中心地区和郊区的土地利用呈现出较大的差异。
中心城区主要用于商业、办公等功能，而郊区主要用于住宅和工业用地。
另一方面，城市内不同地区的土地利用也会呈现出差异。
如城市西部可能以高级住宅区为主，而城市东部则以工业区为主。
这种空间结构的异质性，反映了城市不同地区的经济、文化和社会差异。
二、异质性城市土地利用变化的驱动力1.经济因素的驱动经济发展是城市土地利用变化的主要驱动力之一。
随着经济的发展，人口增长和就业机会的增加，带动了住宅用地和商业用地的需求。
各类企事业单位的建设和扩张也增加了办公用地和工业用地的需求。
经济因素的驱动使得城市土地利用发生了相应的变化。
2.政策因素的驱动政策也是城市土地利用变化的重要驱动力。
政府的规划和政策导向，对城市土地利用有着重要的引导作用。
例如，政府对特定功能区域的扶持和优惠政策，会吸引企业和居民集中在该区域，并导致该区域的土地利用发生变化。
政策因素的驱动使得城市土地利用变化更加有序和可控。
3.社会因素的驱动社会因素也在一定程度上驱动了城市土地利用的变化。
人们对于居住环境和生活质量的不断追求，使得住宅区的需求呈现出多样化的特点。
同时，文化、教育等社会因素也会影响城市土地利用的变化。
基于景观指数的关中地区耕地细碎化程度的时空变迁及其驱动因素
第31卷第3期2024年6月水土保持研究R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o nV o l .31,N o .3J u n .,2024收稿日期:2023-06-02 修回日期:2023-06-15资助项目:陕西省土地整治重点实验室开放基金 污染调查与评估研究污损土地遥感技术 (2018-J C 08);自然资源部退化及未利用土地整治工程重点实验室开放基金(S X D J 2019-03);国家重点研发计划 国家生态屏障区生态系统动态演变特征 (2018Y F C 0507301-2) 第一作者:奥勇(1963 ),男,陕西富平人,副教授,主要从事遥感科学与技术方面的研究㊂E -m a i l :a o y o n g@c h d .e d u .c n h t t p :ʊs t b c y j .p a p e r o n c e .o r gD O I :10.13869/j.c n k i .r s w c .2024.03.039.奥勇,张亦恒,王晓峰,等.基于景观指数的关中地区耕地细碎化程度的时空变迁及其驱动因素[J ].水土保持研究,2024,31(3):401-411.A oY o n g ,Z h a n g Y i h e n g ,W a n g X i a o f e n g ,e t a l .S p a t i o t e m p o r a lC h a n g e sa n dD r i v i n g F a c t o r so fC u l t i v a t e dL a n dF r a g m e n t a t i o n i n G u a n z h o n gR e g i o nB a s e do nL a n d s c a pe I n d e x [J ].R e s e a r c hof S o i l a n d W a t e rC o n s e r v a t i o n ,2024,31(3):401-411.基于景观指数的关中地区耕地细碎化程度的时空变迁及其驱动因素奥勇1,2,3,张亦恒1,3,王晓峰1,4,吴京盛4(1.长安大学土地工程学院,西安710054;2.长安大学资源学院地理信息研究所,西安710054;3.陕西省土地整治重点实验室,西安710054;4.长安大学资源学院,西安710054)摘 要:[目的]优化陕西耕地细碎化治理,协调粮食需求增长与环境约束之间的矛盾,维护地区粮食安全和促进农业现代化发展㊂[方法]以关中地区为研究区,以土地利用数据和其他自然经济数据为基础,运用洛伦兹曲线㊁变异系数法㊁景观指数㊁空间自相关等方法构建耕地细碎化评价模型以探索关中地区耕地细碎化(C u l t i v a t e dL a n dF r a gm e n t a -t i o n ,简称C L F )的时空变迁,并利用地理探测器对区内C L F 进行了驱动力分析㊂[结果](1)关中地区耕地资源空间分布相对均衡,耕地专业化程度保持较高水平㊂(2)关中地区的C L F 程度变化时空差异显著,C L F 程度整体呈现下降态势,但部分地区C L F 程度呈增减并存趋势,整体呈现东低西高的态势㊂(3)关中地区C L F 时空分化受多种因素影响,社会经济因素的综合影响明显强于自然因素,其中海拔高度㊁人口密度㊁人均耕地面积和地区总产值G D P 为主要影响因素;因子间的交互作用效应强于单因子,以双因子增强和非线性增强为主㊂[结论]关中地区耕地细碎化问题在20年间得到了一定程度的改善,但呈现出较大的地区差异,应进一步在社会经济因素方面对耕地细碎化现象加强综合治理,以推动关中地区农业机械化㊁现代化发展㊂关键词:耕地细碎化;耕地细碎化时空变迁;地理探测器;景观指数;关中地区中图分类号:F 301.21 文献标识码:A 文章编号:1005-3409(2024)03-0401-11S p a t i o t e m p o r a l C h a n g e s a n dD r i v i n g Fa c t o r s o fC u l t i v a t e dL a n d F r a g m e n t a t i o n i nG u a n z h o n g R e g i o nB a s e do nL a n d s c a pe I n d e x A oY o n g 1,2,3,Z h a n g Y i h e n g 1,3,W a n g X i a o f e n g 1,4,W u J i n g s h e n g4(1.S c h o o l o f L a n dE n g i n e e r i n g ,C h a n g 'a nU n i v e r s i t y ,X i 'a n 710054,C h i n a ;2.I n s t i t u t e o f G e o g r a p h i c I n fo r m a t i o n ,C o l l e g e o f R e s o u r c e s ,C h a n g 'a nU n i v e r s i t y ,X i 'a n 710054,C h i n a ;3.K e y L a b o r a t o r y o f La n dC o n s o l i d a t i o n o f S h a a n x iP r o v i n c e ,X i 'a n 710054,C h i n a ;4.C o l l e g e o f R e s o u r c e s ,C h a n g 'a nU n i v e r s i t y ,X i 'a n 710054,C h i n a )A b s t r a c t :[O b j e c t i v e ]T h ea i m so ft h i ss t u d y a r et oo p t i m i z et h ef i n e m a n a ge m e n to fc u l t i v a t e dl a n di n S h a a n x i P r o v i n c e ,t o c o o r d i n a t e t h e c o n t r a d i c t i o n b e t w e e nf o o d d e m a n dg r o w th a n d e n vi r o n m e n t a lc o n s t r a i n t s ,t om a i n t a i n r e g i o n a l f o o ds e c u r i t y ,a nd t o p r o m o t ea g r i c u l t u r a lm o de r n i z a t i o n .[M e t h o d s ]T h e G u a n z h o n g a r e aw a s t a k e na st h er e s e a r c ha r e a .B a s e do nl a n du s ed a t aa n do t h e rn a t u r a l e c o n o m i cd a t a ,L o r e n t z c u r v e ,c o ef f i c i e n to fv a r i a t i o n m e t h o d ,l a n d s c a p e i n d e x ,s p a t i a l a u t o c o r r e l a t i o na n do t h e rm e t h o d s w e r eu s e dt oc o n s t r u c ta ne v a l u a t i o n m o d e lo fc u l t i v a t e dl a n df r ag m e n t a t i o nt oe x p l o r eth et e m po r a la n d s p a t i a l c h a n g e s o f c u l t i v a t e d l a n df r a g m e n t a t i o n (C L F )i n G u a n z h o n g a r e a ,a n d g e o g r a ph i cd e t e c t o r sw e r e u s e d t o a n a l y z e t h e d r i v i n g f o r c e o f C L F i n t h e a r e a .[R e s u l t s ](1)T h e s pa t i a l d i s t r ib u t i o no fc u l t i v a t ed l a n d re s o u r c e s i nG u a n z h o n g a r e aw a s r e l a t i v e l y b a l a n c e d ,a n d t h e d e g r e e of c u l t i v a t e d l a n d s pe c i a l i z a t i o n r e m a i n e da t ah i g hl e v e l.(2)T h es p a t i a l a n dt e m p o r a ld i f f e r e n c e s i nt h ed e g r e eo fC L Fi n G u a n z h o n g r e g i o n w e r e s i g n i f i c a n t,a n d t h e o v e r a l l d e g r e e o fC L Fs h o w e dad o w n w a r d t r e n d,b u t t h ed e g r e eo fC L F i ns o m e a r e a s s h o w e d a t r e n do f i nc r e a s i n g a n dde c r e a s i n g,a n d t h e o v e r a l l t r e n dw a s l o wi n t h e e a s t a n dh i g h i n t h ew e s t.(3)T h e s p a t i o t e m p o r a l d i f f e r e n t i a t i o no fC L Fi nG u a n z h o n g r e g i o nw a sa f f e c t e db y m a n y f a c t o r s,a n dt h ec o m p r e h e n s i v e i n f l u e n c eo fs o c i o-e c o n o m i cf a c t o r sw a ss i g n i f i c a n t l y s t r o n g e rt h a nt h a to fn a t u r a l f a c t o r s, a m o n g w h i c ha l t i t ud e,p o p u l a t i o nde n s i t y,p e rc a p i t aa r a b l el a n da r e aa n dr e g i o n a lG D P w e r et h e m a i n i nf l u e n c i ng f a c t o r s.Th ei n t e r a c t i o ne f f e c t b e t w e e n f a c t o r sw a s s t r o n g e r t h a n t h a t o f s i n g l e f a c t o r,a n d t w o-f a c t o r e n h a n c e m e n t a n dn o n l i n e a r e n h a n c e m e n tw e r e t h em a i n s t a y.[C o n c l u s i o n]T h e p r o b l e m o f c u l t i v a t e d l a n d f r a g m e n t a t i o n i nG u a n z h o n g a r e ah a s b e e n i m p r o v e d t oa c e r t a i ne x t e n t i n t h e p a s t20y e a r s,b u t t h e r e a r e l a r g e r e g i o n a l d i f f e r e n c e s,a n d t h e c o m p r e h e n s i v em a n a g e m e n t o f c u l t i v a t e d l a n d f r a g m e n t a t i o n s h o u l db e f u r t h e rs t r e n g t h e n e di n t e r m s o fs o c i a la n d e c o n o m i cf a c t o r s,s o a st o p r o m o t et h e d e v e l o p m e n t o f a g r i c u l t u r a lm e c h a n i z a t i o na n dm o d e r n i z a t i o n i nG u a n z h o n g a r e a.K e y w o r d s:c u l t i v a t e dl a n df r a g m e n t a t i o n;t e m p o r a la n d s p a t i a lc h a n g e s;g e o g r a p h i c d e t e c t o r;l a n d s c a p e p a t t e r n i n d e x;G u a n z h o n g a r e a耕地资源是农业生产的基石,是人类生存和社会发展的基本资源,对于粮食和生态安全的维护以及促进农业现代化发展起到了重要作用[1-3]㊂耕地细碎化(C u l t i v a t e d L a n d F r a g m e n t a t i o n,简称C L F)指由于自然因素或者人为因素而导致耕地资源分布成分散并且大小不均的斑块,导致耕地难以进行大规模集中管理的状态[4]㊂C L F是一种特殊的土地利用格局,它是农业可持续发展面临的问题,也是世界土地利用的普遍现象,主要存在于人多地少㊁人地矛盾突出的国家,如中国㊁印度和一些中欧东欧国家[5-6]㊂耕地细碎化会造成农业经营成本升高[7-9],农村土地利用效率低下以及农村劳动力减少[3,7,10],间接导致各种类型的土地退化低效等问题[6],此外,耕地细碎化还会引起生物多样性降低,局部微气候变化等一系列不良的生态后果,导致农业生态系统提供服务的减少,进一步阻碍中国农业现代化[11]㊂耕地细碎化的现象长期存在于中国的农业发展中,自从1978年中国实行家庭联产承包责任制开始,土地资源在公平分配时需要对存在差异的土地肥力和地理位置进行平衡,这就导致土地更加分散和细碎,耕地细碎化进一步恶化[12-13]㊂21世纪以来无序扩张的城镇建设用地以及社会经济快速发展带来的人地矛盾加剧,迫使土地利用发生变化,耕地细碎化加剧[14-15]㊂因此,科学评估区域的耕地细碎化水平对提高区域耕地利用效率,保障区域粮食安全有着积极的意义㊂目前,关于C L F在耕地使用㊁耕地流转㊁耕地景观结构等方面已经取得了丰硕的成果[3,16-22]㊂文献表明,景观指标可以有效地将耕地细碎化现象具象化[23],目前关于C L F评价的相关研究大多采用景观格局指数来表征C L F的程度,大多数学者在C L F评价研究中采用主成分分析法来消除各景观指数之间的相关性,但很少考虑景观格局指数中的多共线性,当存在高度相关的自变量时,会使得判定每一个单独的自变量对需求的影响程度非常困难,这对评价结果的准确性有一定的影响㊂而在C L F的驱动力研究中,学者们主要探讨了人口密度㊁道路交通㊁土地产权等社会经济因素以及海拔㊁坡度㊁年降水量等自然因素对C L F的影响,但他们大都使用地理加权回归模型来确定C L F的影响因素[24-27]㊂并且仅对C L F的影响因素进行了宏观定性分析,而没有对各因素的影响进行具体量化,也仅分析了每个因素的个体效应,但尚未探索各影响因素之间的相互作用㊂陕西农业现代化发展水平长期滞后于全国平均水平,加快推进农业现代化是陕西在 十四五 期间的重要任务㊂而C L F是阻碍区域农业现代化的重要因素且关于C L F 的研究在陕西地区较少,所以探究关中地区耕地细碎化程度的时空变迁以及其驱动因素能够为推进地区农业发展和保证耕地资源可持续利用提供参考㊂1研究区概况本论文选取关中地区作为研究区,关中地区位处于中国大陆内陆腹地的陕西省中部,辖 五市一区 ,包括西安市㊁宝鸡市㊁咸阳市㊁渭南市㊁铜川市和杨凌农业高新技术产业示范区(图1)㊂关中地区位于东经106.3ʎ 110.6ʎ,北纬33.6ʎ 35.8ʎ㊂海拔平均500多米,东西跨度360多k m,总面积为5.6万k m2,地区平坦耕地数量多㊁比例高且土壤肥沃㊂2020年陕西统计年鉴数据显示关中平原的耕地共有1409.76h m2,占全省耕地的46.83%, 2019年粮食总产量为6895.8k t,占全省粮食总产量的56.01%,人口2459.12万人,占全省人口的63.44%㊂204水土保持研究第31卷图1 陕西省关中地区概况图F i g .1 O v e r v i e wm a p o fG u a n z h o n g r e gi o n o f S h a a n x i P r o v i n c e 2 数据与方法2.1 数据来源本研究使用的2000年㊁2005年㊁2010年㊁2015年㊁2020年土地利用遥感监测数据㊁归一化植被指数(N D V I )均来自中国科学院资源环境科学与数据中心(h t t p :ʊw w w.r e s d c .c n )㊂其中,土地利用数据空间分辨率30m ,土地利用类型分为耕地㊁林地㊁草地㊁水域㊁城乡建设用地㊁未利用地㊁6种一级类型㊂N D -V I 数据由2000年㊁2005年L a n d s a t -T M 卫星图像以及2010年㊁2015年㊁2020年L a n d s a t 8O L I 卫星影像处理而成,空间分辨率为30m ㊂海拔数据是使用来自地理空间数据云(h t t p :ʊw w w.g s c l o u d .c n )的30m 分辨率D E M 数据获得的㊂人口密度数据来自W o r l d P o p (h t t p s :ʊw w w.w o r l d p o p .o r g ),分辨率为1000m ㊂降水量数据来自美国国家大气研究中心(N C A R ),分辨率为0.008333ʎ,约1000m ㊂G D Pk m 网格数据来源于全球变化科学研究所,分辨率为100m ㊂2000年㊁2005年㊁2010年㊁2015年㊁2020年道路网和水系网分布数据来源于微图㊂各项数据精度均满足本研究所需,最终对数据进行指标标准化处理和分级以统一到同一尺度进行相关性分析㊂2.2 研究方法2.2.1 探究关中地区各县区耕地分布情况和专业化程度(1)洛伦兹曲线㊂近年来,越来越多的研究将洛伦兹曲线引入耕地资源变化㊁粮食安全等方面的研究[28-29]㊂利用洛仑兹曲线对2000 2020年关中地区耕地空间分布集中度进行具体分析㊂计算公式如下:Q =P 1/P 2P 3/P 4(1)式中:Q 是耕地的位置熵,又称专业化率;P 1是一个县的耕地面积;P 2是研究区耕地总面积;P 3是一个县的土地总面积;P 4是总土地面积㊂Q 值可以反映耕地分布的平衡程度㊂当Q <1时,表示县内耕地面积比重小于研究区土地总面积比重,即专业化程度低,县域处于劣势㊂否则,当Q >1时,表明具有高度的专业化程度,是区域优势㊂根据等式(1),计算耕地的位置熵Q ,计算各县耕地面积和土地面积的累计百分比,然后以各县土地面积的累计百分比为水平坐标,以耕地面积的累计百分比纵坐标,绘制洛伦兹曲线㊂(2)基尼系数㊂基尼系数用于描述研究领域研究对象空间分布的均匀性[30],并量化洛伦兹曲线㊂计算公式如下:G =ðm -1i =1(P i Q i +1-P i +1Q i )(2)式中:G 是基尼系数;P i 表示一个县的土地面积在研究区域总土地面积中的累积百分比;Q i 表示一个县的耕地面积在研究区总耕地面积中的累计百分比㊂当G <0.2时,均匀程度好;0.2<G <0.3,均匀程度较好;0.3<G <0.4,均匀程度适中;0.4<G <0.6,均匀程度较差;而G >0.6,均匀程度差㊂2.2.2 基于景观格局的耕地细碎化评价(1)耕地细碎化指标的选取㊂C L F 的程度受不同因素的影响,如地块的形状㊁大小和连通性,不能简单地用单一维度指数来描述㊂本研究借鉴已有的研究成果[3,27-29,31-34],综合考虑耕地的平均面积㊁形状和分布等因素,从大小㊁边缘形状㊁聚集3个方面选取10个景观指标,对关中地区C L F 程度进行了表征㊂10个景观指标分别为斑块密度(P D )㊁平均地块面积指数(A R E A _MN )㊁斑块数量破碎化指数(F N )㊁边界密度指数(E D )㊁面积加权平均形状指数(S H A P E _AM )㊁面积加权平均斑块面积(A R E A _AM )㊁散布和并置指数(I J I )㊁斑块内聚指数(C O H E S I O N )和聚合指数(A I )㊁景观分裂度指数(D I V I S I O N )㊂为了减少冗余指标并提高评估模型的准确性,应用方差膨胀因子(V I F )进行测试㊂当V I F >10时,表示该变量的多重共线性非常严重,应考虑移除该变量[35]㊂各种景观指标的多共线性诊断结果显示在表1㊂根据上述测试结果,最终去除V I F>10的聚合指数(A I )和面积加权平均斑块面积(A R E A _AM )两个因子,以保持评价结果的准确性㊂每个景观指标的计算方程和生态意义显示在表2㊂(2)指标标准化以及权重的确定㊂极差标准化法:景观指标存在单位㊁量纲不统一,缺乏科学可比性,因此采用极差标准法对原始数据进行无量纲化处理,将正负属性指标统一转化为正值的标准化指标,304第3期 奥勇等:基于景观指数的关中地区耕地细碎化程度的时空变迁及其驱动因素计算公式如下:正指标:Z i j=X i j-m i n X i jm a x X i j-m i n X i j(3)负指标:Z i j=m a x X i j-X i jm a x X i j-m i n X i j(4)式中:X i j表示指标实际值;Z i j表示指标标准化值,其值域为[0,1]㊂变异系数法:W i=V iðn i=1V i(5)式中:W i为指标i的权重;V i为指标i的变异系数;n 表示指标数量㊂综合因子评价法:Y j=ðn i=1k j i w i(6)式中:Y j为第j个评价单元的耕地细碎化指数;k j i表示第j个评价单元第i个评价指标的指标值;w i表示第i个指标的权重大小;n表示指标个数㊂表1景观指标的多共线性诊断表T a b l e1M u l t i c o l l i n e a r i t y d i a g n o s t i c t a b l e o f l a n d s c a p e i n d i c a t o r s指标P D E D D I V I S I O N S HA P E_AM I J I V I F4.3583.1044.0864.1651.587指标F N A I C OH E S I O N A R E A_AM A R E A_MN V I F5.312.5727.07110.2321.528表2耕地细碎化指数及其描述T a b l e2C u l t i v a t e d l a n d f r a g m e n t a t i o n i n d e x a n d i t s d e s c r i p t i o n类型景观指数计算公式指标说明面积与边缘指标边缘密度(E D)E D=ðmi=1ðmj=1P i jA式中:P i j是i和j景观元素之间的边界长度指按单元边界划分的景观类型分割程度,值越大,此类元素的景观模式就越分散斑块平均大小(A R-E A_MN)A R E A_MN=A N P式中:A是总景观区域;N P是景观中的斑块数反映了景观结构分析中某一类景观的碎片化程度㊂值越高,碎片化程度越低形状指标面积加权的平均形状指数(S HA P E_AM)S HA P E_AM=ðn j=10.25P i j ai jæèçöø÷a i jðn j=1a i j()式中:a i j指第i类景观中第j个斑块的面积(2);p i j代表第i类景观中第j个斑块的周长(m)反映了斑块形状的复杂程度聚集指标景观分离度(D I V I S I O N)D I V I S I O N=-ðm j=1a i j A()2式中:m表示景观i类型中的元素个数;a i j为第i类景观的面积;A为景观总面积指某一景观类型中不同元素个体分布的分离程度㊂分离度越大,表明景观在地域上分布越分散斑块内聚力指数(C OH E S I O N)C OH E S I O N=1-ðm j=1P i jðm j=1P i jˑa i jˑ1-1A-1ˑ100式中:a i j指第i类景观中第j个斑块的面积(m2);P i j代表第i类景观中第j个斑块的周长(m);A为该景观的总面积(h m2)表示不同类型斑块之间的团聚程度,价值越大,这类景观的碎片化程度越低散布与并列指数(I J I)I J I=-ðm i=1ðm j=i+1E i j E l n E i j El n0.5m m-1()式中:E i j是i和j之间的相邻边长度;m是景观类型的总数;E是整个景观的边缘长度指某些元素与其他之间的相邻概率㊂该值越高,此类型的景观就越分散斑块密度(P D)P D=N P A式中:N P为斑块数量;A为景观的总面积(h m2);P D为斑块密度,个/h m2表示景观类型的斑块边界对整个景观的影响程度㊂该值越大,斑块景观中的分布就越集中破碎化指数(F N)F N=N P-1M P S式中:N P为斑块数量;M P S为斑块平均大小表征景观被分割的破碎程度,在一定程度上反映了人类对景观的干扰程度404水土保持研究第31卷2.2.3探究关中地区C L F的空间分布模式和聚类特征空间自相关通常用于检测区域内地理数据之间潜在的相互依赖关系[36]㊂引入局部莫兰指数统计量来测量2000 2020年关中地区C L F变化的空间自相关㊂局部莫兰指数I的计算公式为:L o c a lM o r a n's I=(x i-x)S2ðm j=1w i j(x j-x)(7) S2=1mðm i=1(x i-x)2(8)式中:m是县单位的数量;x i和x j分别是空间单位属性的测量值;x是测量值的平均值;和w i j是空间权重矩阵,并且S2是它的方差㊂2.2.4探究关中地区耕地细碎化的影响因素地理探测器是一种检测地理现象空间分异特征并揭示其影响的统计方法,它由因子检测,交互式检测,生态检测和风险检测组成[37-38]㊂采用因子检测和交互式检测方法,区分关中地区C L F空间分化的驱动因素的影响,揭示驱动因素之间的相关性㊂计算方法如下:q=1-1Nδ2ðL i=1N iδ2i(9)式中:q是驱动因子的影响,qɪ[0,1];N是样本数;i 是分区(i=1,2, ,L);和σ2和σi2分别是指标的方差和分区i的方差㊂q的大小反映了指标的空间分化程度㊂q值越大,每个因子对因变量的解释能力越强,反之亦然㊂本研究结合已有的研究和数据从自然资源禀赋和社会经济发展两个方面选取海拔(X1)㊁坡度(X2)㊁N D V I(X3)㊁年降水量数据(X7)㊁到道路的距离(X4)㊁到河流的距离(X5)六项影响因素[1,27,39],但由于人口密度(X6)㊁人均耕地面积(X8)能够反映不同人类活动对耕地景观格局的干扰程度,G D P(X9)体现了不同地区的经济技术水平,本文将三者加入到耕地细碎化现象影响因素指标之中㊂具体分类方法和说明见表3㊂3结果与分析3.1关中土地资源时空分布平衡为探讨关中区域耕地资源时空分布的平衡情况,绘制2000年㊁2005年㊁2010年㊁2015年㊁2020年关中地区耕地洛伦兹曲线,并计算各年的耕地基尼系数㊂图2表明,关中地区耕地洛伦兹曲线接近2000 2020年绝对平均线,5个年份的洛伦兹曲线基本重合,变化范围较小,表明研究地区耕地资源空间分布相对分散㊂各年耕地基尼系数分别为0.289,0.303, 0.289,0.288,0.349,说明关中地区的耕地分布较为均匀,整体数值在2000 2015年期间波动程度较小,而在2015 2020年期间有一定增长,说明该时间段耕地分布变得更为集中㊂根据2000 2020年关中地区各县(区)耕地位置熵的空间分布(图3),关中地区20年期间57%以上的县(区)耕地区位熵大于1,表明整个研究区耕地专业化程度高㊂虽然整个研究区域位置熵呈现增减并存的现象,但增幅趋势占主导地位,表明研究期间关中地区的耕地专业化程度在逐步提高㊂表3描述地理探测器的驱动因素分类T a b l e3D e s c r i b e s t h e d r i v e r c l a s s i f i c a t i o no f g e o g r a p h i c d e t e c t o r s类型符号驱动因子分类方法分类等级自然因子X1高程自然断点1~6X2坡度自然断点1~6X3N D V I张丽等[40]1~5X4与河流的距离自然断点1~6X7年降水量自然断点1~6人为因子X5与道路的距离自然断点1~6X6人口密度葛美玲等[41]1~5X8人均耕地面积自然断点1~6X9G D P自然断点1~6图22000-2020年洛伦兹曲线F i g.22000-2020L o r e n t z c u r v e3.2耕地细碎化的时空分布由于本文以县(区)为基础研究单元,基础研究单元数量较多,自然断点分类法可以将各个类之间的差异最大化,因此用自然断点法将各个景观指数分为6个等级㊂由图4可知2000 2020年关中地区耕地景观指数A R E A_MN和其余景观指数的空间分布差异较大㊂A R E A_MN指数在2000 2015年存在大面积高值地区,2015 2020年期间咸阳㊁西安㊁渭南等城市有多数县(区)均有由高值向低值转变的现象,其中关中中部及东部地区等地区存在成片的下降的情况㊂C O H E S I O N指数在研究期间的空间分布整体变化不大,高值区主要存在于关中东部地区的部分县(区),低值区则多分布于关中中东部地区㊂P D在研究期间空间分布上变化较小,低值区主要集中于关504第3期奥勇等:基于景观指数的关中地区耕地细碎化程度的时空变迁及其驱动因素中中部及东部地区,中值和高值区则集中于研究区西部等海拔较高的地区㊂E D的高价值区域集中在研究区北部,而低价值区域集中在一些南部县,整体变化也较为稳定,只有个别县区,如大荔县,研究期间在低中值之间来回变化㊂I J I的空间分布存在一定变化,低值区分布广泛,少数中高值区域分散在凤县㊁陇县㊁潼关县㊁旬邑县㊁长武县等地区,但总体上高值地区数量降低,其中宜君县㊁白水县㊁澄城县在研究期间有从低值向高值转变然后又返回低值的变化㊂S H A P E_A M 的大部分地区都为中高值区域,但中值区域和高值区域的空间分布较为复杂,两者分布散落,交替分布,整体空间分布在研究期间变化不大,低值区由4个县降低到仅有渭滨区和太白县两个县(区),位于研究区西南部,永寿县和淳化县向高值区转变㊂图32000-2020年关中地区耕地位置熵的空间分布F i g.3S p a t i a l d i s t r i b u t i o no f c u l t i v a t e d l a n d l o c a t i o n e n t r o p y i nG u a n z h o n g f r o m2000t o20203.3耕地细碎化综合指标的时空分布特征根据变异系数法对景观指数进行权重测定,最终得到2000 2020年关中地区耕地细碎化指数时空分布(图5)㊂总体而言,关中地区耕地景观格局的空间异质性和复杂性相对较高㊂其中,关中地区北部和西部的耕地细碎化程度较高,而中部和东部的破碎化程度较低㊂研究期间C L F指数小于0.2的县域由26个增加到了32个,但C L F指数大于0.25的县域总数仍为17个,表明C L F总体上有一定程度的改善㊂2000年西安市㊁渭南市和咸阳市南部地区的县(区) C L F值处于0.15~0.20之间,少数县存在更高的破碎化程度,到2020年,这些地区大部分县(区)的C L F值都降低到了0~0.15区间,表明研究期间关中中部地区县(区)的耕地细碎化现象得到了明显的改善㊂研究区域的西部地区,在2000年C L F指数均大于0.25,到2020年,该区域的C L F指数未改善,并且太白县和凤县这两个地区的耕地细碎化程度明显加深,由2000年的0.34,0.34增加到了2020年的0.42, 0.37,说明西部地区县(区)的耕地破碎化问题仍然亟待解决㊂2020年陈仓区㊁千阳县等地区的县域破碎化程度有一定的下降,大部分县(区)的C L F指数从0.15~0.20区间下降到0.10~0.15区间㊂此外,值得注意的是,从2000 2020年,除潼关县和蓝田县以外,其他地区C L F指数大于0.25的县都集中成片存在㊂3.4耕地细碎化空间自相关为进一步探讨2000 2020年关中地区C L F综合指数的时空分布特征,对研究期间流域C L F综合指数进行单因素局部空间自相关分析,生成空间关联L I S A图局部指标,即C L F指数的聚合分布模式㊂在L I S A图中,高 高㊁低 低㊁高 低㊁高 低四象限县的C L F指数在5%水平上显著㊂为了更好地显示研究区各县的综合碎片化程度,图6所示:研究期间关中地区随机和集聚县的分布格局总体稳定㊂高 高区代表高值㊁高值的集聚区,集中在陈仓㊁凤县㊁渭滨等一些县域㊂该地区各县的海拔高度高于研究区内的大多数县,表明海拔高度对C L F产生了一定的影响㊂低 低区是指低值㊁低值集聚区,集中在关中中部地区的县域,主要包括秦都㊁未央㊁三原等㊂低 高区域表示低值被高值包围,这类地区分布较少,只有2005年和2010年的宝鸡市凤翔县属于该类别,该地区可能是C L F指数在研究区中部和西部的分界㊂高 低区域表示高值被低值包围,这种类型较少,在研究期间没有出现㊂3.5耕地细碎化的影响因素本文基于地理探测器,探究2000 2020年关中地区54个县C L F指数的时空分布机制,总体看来,关中地区C L F的时空分化受社会经济因素的影响强于自然因素对关中地区C L F的影响(表4)㊂9项影响因素中,人口密度(X6)㊁人均耕地面积(X8)和地区总产值G D P(X9)3个社会因素在各个年份都拥有较高的要素贡献率,而自然因素只有海拔高度(X1)具有较高的因子贡献率,并且每个年份的社会因素总贡献率远大于自然因素的总贡献率㊂社会经济因素中,人口密度(X6)㊁人均耕地面积(X8)和地区总产值G D P(X9)三者的综合影响达到总要素贡献率的40%以上,明显强于其他社会经济因素㊂自然因素中,海拔高度(X1)㊁坡度(X2)以及降水量(X7)对C L F的综合影响也达到了总要素贡献率的35%以上,而到路网的距离(X4),到河流的距离(X5)以及N D V I(X3)三者的贡献率较小㊂604水土保持研究第31卷图42000-2020年各项景观指数分布F i g.4D i s t r i b u t i o no f l a n d s c a p e i n d i c e s f r o m2000t o2020图52000-2020年关中地区耕地细碎化程度空间分布F i g.5S p a t i a l d i s t r i b u t i o no f c u l t i v a t e d l a n d f r a g m e n t a t i o n i nG u a n z h o n g a r e a f r o m2000t o2020其中海拔高度和坡度对关中地区C L F的影响整体上呈现波动上升的趋势㊂降水量(X7)和到河流的距离对研究区C L F的影响则逐年减小,这是因为随着研究区耕地灌溉与排水工程的建设,所以耕地对水体和自然降水的依赖则逐渐减弱㊂N D V I对C L F影响呈逐年上升的趋势,这与快速城市化过程中植被覆704第3期奥勇等:基于景观指数的关中地区耕地细碎化程度的时空变迁及其驱动因素盖类型和土地利用结构的急剧变化密切相关㊂在研究期间,人口密度㊁人均耕地面积和G D P 对C L F 产生了较大影响,一方面,随着关中地区社会经济发展水平的提高,大量农村人口向经济比较发达的关中中部地区转移,人口的快速转移给耕地负荷带来了负担,但随着地区人口饱和消费水平变高又人口密度也不断波动,因而人均耕地面积对C L F 的影响不断波动㊂另一方面,随着经济的高速发展,以及区域对于高G D P 的追求伴随着无序的城市扩张和不合理的土地开发利用,严重地影响了耕地景观格局㊂图6 2000-2020年关中耕地细碎化空间关联(L I S A )地图局部指标F i g .6 L o c a l i n d i c a t o r s o f t h e S p a t i a lA s s o c i a t i o n (L I S A )m a p o f c u l t i v a t e d l a n d i nG u a n z h o n gf r o m2000t o 2020表4 2000-2020年影响因子的贡献率T a b l e 4 C o n t r i b u t i o n r a t e o f i m pa c t f a c t o r f r o m2000t o 2020年份X 1X 2X 3X 4X 5X 6X 7X 8X 920000.3740.1010.0420.0700.0720.3400.2850.3230.50120050.4060.1160.0920.0650.0600.3300.2010.1890.27320100.4680.1630.1630.0650.0620.3560.2420.2540.26720150.3960.1320.1070.0970.0560.3430.1980.1930.40820200.4240.1540.1550.0620.0500.3170.1580.4400.231本文筛选出了每年10个各项影响因素相互作用强度最高的交互类型来探求C L F 的主要影响因素以及研究期间主要影响因素之间相互作用强度的变化㊂如表5所示,研究期间各影响因素对关中地区C L F 的影响并不相互独立,且存在较强的相互作用因子间的相互作用明显强于单因子,其中双因子增强和非线性增强占大多数㊂具体来看,2000年相互作用以双因子增强为主,主要相互作用因子强度达到0.5以上,G D P (X 9)和人均耕地面积(X 8)的相互作用强度最高,达到0.716㊂2005年,主要相互作用因子的相互作用强度存在一定的下降,非线性增强整体上得到了一定的增强,海拔高度(X 1)与人均耕地面积(X 8)的交互作用强度最高,达到0.537㊂2010年,主要相互作用因子的作用强度得到了增强,并且返回到以双因子增强为主导的态势,海拔高度(X 1)与人均耕地面积(X 8)的交互强度高达0.621㊂2015年,双因素增强仍旧占主导地位,因子的相互作用强度变化不大,G D P (X 9)和人均耕地面积(X 8)的相互作用强度最高,达到0.598㊂表明人均耕地面积(X 8)和G D P (X 9)对关中地区C L F 起了重要作用,主要是因为研究区社会经济发展水平提高,人地矛盾加剧,城市扩张等不合理的人类活动,使得因素之间的相互作用更加复杂,进一步干扰了耕地的景观格局㊂表5 主要因素交互作用和变化T a b l e 5 M a i n f a c t o r i n t e r a c t i o n s a n d c h a n ge s 2000年交互类型交互强度2005年交互类型交互强度2010年交互类型交互强度2015年交互类型交互强度2020年交互类型交互强度X 4ɘX 90.511*X 1ɘX 30.417*X 6ɘX 70.438*X 4ɘX 90.441*X 8ɘX 90.454*X 5ɘX 90.513**X 1ɘX 20.418*X 3ɘX 10.475*X 6ɘX 10.444*X 8ɘX 40.457*X 3ɘX 90.525*X 8ɘX 70.420**X 1ɘX 40.486*X 2ɘX 90.457*X 1ɘX 50.460**X 6ɘX 90.541*X 1ɘX 40.429*X 6ɘX 80.488*X 1ɘX 70.444*X 5ɘX 80.460**X 1ɘX 90.562*X 1ɘX 50.437**X 5ɘX 10.496**X 7ɘX 90.462*X 1ɘX 90.466*X 8ɘX 70.568*X 1ɘX 70.441*X 7ɘX 10.498*X 6ɘX 90.501*X 8ɘX 30.493*X 8ɘX 60.568*X 1ɘX 60.451*X 1ɘX 60.500*X 6ɘX 80.519**X 1ɘX 70.498*X 9ɘX 70.592*X 6ɘX 80.456**X 1ɘX 90.533*X 1ɘX 80.568**X 2ɘX 80.503*X 1ɘX 80.642*X 1ɘX 90.504*X 7ɘX 80.606**X 1ɘX 90.571*X 7ɘX 80.545*X 9ɘX 80.716*X 1ɘX 80.537**X 1ɘX 80.621*X 8ɘX 90.598**X 1ɘX 80.603*注:*代表双因子增强,**表示非线性增强㊂804 水土保持研究 第31卷。
土地利用变化的驱动力分析
土地利用变化的驱动力分析土地利用变化是指土地利用类型、空间布局和利用方式在一段时间内发生的变化。
随着经济发展和人口增长的压力，土地利用变化日益成为全球性的问题。
本文将分析土地利用变化的驱动力，探讨其中的原因和影响。
一、经济发展经济发展是土地利用变化的主要驱动力之一。
随着经济的不断增长，不少地区需要开发新的工业园区和商业中心，从而导致农用地被转用为工业用地和商业用地。
此外，随着农业生产方式的改变，农田的面积也会因为规模化经营而减少。
这些经济因素使得土地利用发生了明显的变化。
二、人口增长人口的快速增长也是土地利用变化的重要动力之一。
人口的增加导致城市扩张、农村城镇化进程的加速，从而使得土地被用于建设居民住宅、道路交通等基础设施。
此外，人口多样化的需求也会促使土地利用类型的多样化，满足不同人群的生活需求。
三、自然资源自然资源的分布和可利用性也是土地利用变化的重要驱动力。
一些地区由于土壤肥沃、气候适宜等自然条件，适合用于农业生产，因此农业用地占据主导地位。
而一些地区则由于地形复杂、生态环境脆弱等原因，只能用于保护性利用或者不适宜用于人类活动，因此很少被开发利用。
四、政策导向政府的政策导向也会对土地利用变化起到重要的影响。
在一些发展中国家，政府通过土地承包、农村集体经济等政策来推动农地的集约利用，以提高土地生产率。
而在一些发达国家，政府鼓励城市更新和土地再开发，以优化土地使用效益。
政府的政策导向对土地利用变化的速度和方向起到了重要的引导作用。
五、社会需求社会需求也是土地利用变化的重要因素。
随着人们对生活环境质量的追求，对于城市绿化、自然保护区等需求逐渐增加，因此部分土地被转用为公园绿地、自然保护区等。
此外，随着社会发展和科技进步，新兴产业的出现也引发了土地利用类型的变化，例如科技园区、生态农业等。
六、全球变化全球变化对土地利用变化也产生了影响。
气候变化、生物多样性丧失等全球性问题使得一些地区需要重新调整土地利用策略，以适应变化的环境条件。
土地利用变化驱动力分析研究
土地利用变化驱动力分析研究土地利用变化是指一定时期内，土地利用类型及其空间格局的变化。
在土地资源有限的情况下，土地利用变化直接关系到人类社会的可持续发展。
因此，对土地利用变化的驱动力进行研究是十分必要的。
一、自然因素驱动土地利用变化自然因素是土地利用变化的基础条件，其中最重要的是面积、地形地貌、土壤和气候。
在这些因素的作用下，土地利用类型和空间分布随着时间发生了变化。
例如，在地貌起伏大的山区，农业区往往集中在低海拔地带，而城市的发展往往受地形的制约，在洼地或河流周边发展较为集中。
二、经济因素引导土地利用变化经济因素是人类社会中导致土地利用变化的最主导因素之一。
随着人口增长和城市化的发展，土地市场需求不断提高，因此经济因素成为了推动土地利用变化的重要力量。
经济因素主要表现为农村城市化、工业化和交通建设等方面。
农村城市化的发展使得许多农业用地逐渐转为工业用地或住宅用地，而工业化和交通建设的发展又使得许多原本未利用的土地被利用起来。
三、社会、文化因素驱动土地利用变化除了自然和经济因素外，社会、文化因素也是影响土地利用变化的重要因素。
社会因素包括人口、科技、文化和制度等方面。
例如，人口的增加会导致土地利用类型的变化，例如农业用地转为住宅和商业用地。
同时，科技和文化的发展也会影响土地利用类型的变化，例如城市化的发展使得城市公园和绿地的建设较为常见，而全球气候变化的影响也会导致建设海堤和水利工程等土地利用类型的变化。
四、政策因素影响土地利用变化政策因素是指政府制定的各种土地管理政策，包括土地利用总体规划、土地利用权出让、土地使用税等方面。
政策因素在土地利用类型和空间分布上起着非常重要的引导作用，例如政府出台的环境保护政策会提高生态保护用地的占比，而土地政策的变化也会影响到城市化和农村发展的速度和方向。
综上所述，自然、经济、社会文化和政策因素是影响土地利用变化的主要驱动力。
在未来土地利用规划和管理工作中，要通过科学的方法尽量减少负面影响，使得土地的使用更加高效、合理和可持续。
长株潭城市群土地利用碳排放与生态系统服务价值时空关系分析
第37卷第5期2023年10月水土保持学报J o u r n a l o f S o i l a n d W a t e rC o n s e r v a t i o nV o l .37N o .5O c t .,2023收稿日期:2023-03-21资助项目:湖南省社科重大项目(X S P 22Z D A 008);湖南省自然科学基金项目(2021J J 50057);湖南省教育厅重点项目(22A 0419);国家级大学生创新训练计划项目(202111535013) 第一作者:赵先超(1983 ),男,山东郓城人,教授,主要从事低碳生态规划与低碳发展模拟研究㊂E -m a i l :z h a o x i a n c h a o @h u t .e d u .c n 通信作者:赵先超(1983 ),男,山东郓城人,教授,主要从事低碳生态规划与低碳发展模拟研究㊂E -m a i l :z h a o x i a n c h a o @h u t .e d u .c n长株潭城市群土地利用碳排放与生态系统服务价值时空关系分析赵先超,田一豆,张潇湘(湖南工业大学城市与环境学院,湖南株洲412007)摘要:在 双碳 目标和保护生态环境的双重约束下,研究土地利用变化引起的碳排放与生态系统服务价值之间的交互关系对促进碳中和目标实现与区域高质量发展具有重要意义㊂选取长株潭城市群主城区为研究对象,以2000 2020年5期土地利用㊁能源消耗和社会经济等数据为基础,综合运用网格分析法和双变量空间自相关模型探索土地利用碳排放与生态系统服务价值的时空演变特征及交互作用规律㊂结果表明:(1)2000 2020年各土地利用类型间发生不同程度的转移,其中,耕地与林地分别减少392.77,268.10k m 2,建设用地增加661.80k m 2㊂(2)2000 2020年长株潭城市群的净碳排放量为正,整体表现为碳排放,且净碳排放量显著增加,由1099.84ˑ104t 增长到4109.21ˑ104t ;碳排放强度呈现中心高㊁边缘低的空间分布特征㊂(3)E S V 缓慢降低,由392.06ˑ108元下降到292.86ˑ108元,下降幅度为5.34%;E S V 强度整体呈现湘江流域高㊁周边区域低的空间分布特征㊂(4)土地利用碳排放强度与E S V 强度之间存在明显的负相关性;二者的局部集聚类型可分为高高㊁低低㊁低高㊁高低4种,其空间分布范围各异㊂研究结果为揭示土地利用变化引起的碳排放与生态系统服务价值时空关系提供了参考㊂关键词:生态系统服务价值;土地利用碳排放;双变量空间自相关;长株潭城市群中图分类号:X 24 文献标识码:A 文章编号:1009-2242(2023)05-0215-11D O I :10.13870/j.c n k i .s t b c x b .2023.05.026S p a t i o -t e m p o r a lR e l a t i o n s h i p B e t w e e nL a n dU s eC a r b o nE m i s s i o n s a n d E c o s y s t e mS e r v i c eV a l u e i nC h a n g z h u t a nU r b a nA g gl o m e r a t i o n Z H A O X i a n c h a o ,T I A N Y i d o u ,Z H A N G X i a o x i a n g(C o l l e g e o f U r b a na n dE n v i r o n m e n t a lS c i e n c e s ,H u n a nU n i v e r s i t y o f T e c h n o l o g y ,Z h u z h o u ,H u n a n 412007)A b s t r a c t :U n d e r t h ed u a lc o n s t r a i n t so f"d u a lc a r b o n "g o a la n de c o l o gi c a le n v i r o n m e n t p r o t e c t i o n ,i t i s o f g r e a t s i g n i f i c a n c e t os t u d y t h e i n t e r a c t i o nb e t w e e nc a r b o ne m i s s i o n sc a u s e db y l a n du s ec h a n g ea n dt h e v a l u e o f e c o s y s t e m s e r v i c e st o p r o m o t et h er e a l i z a t i o no fc a r b o nn e u t r a l i t yg o a l sa n dr e g i o n a lh i g h -q u a l i t yd e v e l o p m e n t .S e l e c t i n g t h em a i nu r b a na r e a o f t h eC h a n g z h u t a nu r b a na g g l o m e r a t i o na s t h e r e s e a r c ho b j e c t ,b a s e do n t h e d a t a o f l a n du s e ,e n e r g y c o n s u m p t i o n a n d s o c i o -e c o n o m yi n t h e f i v e p e r i o d s f r o m2000t o 2020,t h e g r i d a n a l y s i sm e t h o d a n d b i v a r i a t e s p a t i a l a u t o c o r r e l a t i o nm o d e l w e r e c o m p r e h e n s i v e l y u s e d t o e x p l o r e t h e t e m p o r a l a n ds p a t i a le v o l u t i o nc h a r a c t e r i s t i c sa n di n t e r a c t i o nb e t w e e nl a n du s ec a r b o ne m i s s i o n sa n de c o s y s t e m s e r v i c e v a l u e .T h e r e s u l t s s h o w e d t h a t :(1)F r o m2000t o2020,d i f f e r e n td e g r e e so f t r a n s f e ro c c u r r e da m o n g v a r i o u s l a n du s et y p e s ,a m o n g w h i c hc u l t i v a t e dl a n da n df o r e s t l a n dd e c r e a s e db y 392.77k m 2a n d268.10k m 2,r e s p e c t i v e l y ,a n d c o n s t r u c t i o n l a n d i n c r e a s e db y 661.80k m 2.(2)F r o m2000t o2020,t h en e t c a r b o n e m i s s i o n so f C h a n g z h u t a n u r b a n a g g l o m e r a t i o n w a s p o s i t i v e ,a n dt h e o v e r a l l p e r f o r m a n c e w a sc a r b o n e m i s s i o n s ,a n d t h en e t c a r b o n e m i s s i o n s i n c r e a s e d s i g n i f i c a n t l y f r o m1099.84ˑ104t t o 4109.21ˑ104t .T h e c a r b o ne m i s s i o n i n t e n s i t y s h o w e d t h e s p a t i a l d i s t r i b u t i o n c h a r a c t e r i s t i c o f h i g h c e n t e r a n d l o we d g e .(3)E S V d e c r e a s e d s l o w l y f r o m392.06ˑ108y u a n t o 292.86ˑ108y u a n ,w i t had e c r e a s e o f 5.34%.T h eE S Vi n t e n s i t ys h o w e d t h e s p a t i a l d i s t r i b u t i o n c h a r a c t e r i s t i c o f h i g h i n t h eX i a n g j i a n g R i v e r b a s i n a n d l o w i n t h e s u r r o u n d i n gCopyright ©博看网. All Rights Reserved.a r e a.(4)T h e r ew a sas i g n i f i c a n tn e g a t i v ec o r r e l a t i o nb e t w e e n l a n du s ec a r b o ne m i s s i o n i n t e n s i t y a n dE S V i n t e n s i t y,a nd t he l o c a l a g g l o m e r a t i o n t y p e sof t h e mc o u l db ed i v i d e d i n t o f o u r t y p e s,w h i c hw e r eh ig ha n dhi g h,l o wl o w,l o w h i g h,h i g ha n d l o w,r e s p e c t i v e l y,a n dt h e i rs p a t i a ld i s t r i b u t i o nr a n g e sw e r ed i f f e r e n t. T h e r e s u l t s p r o v i d e a r e f e r e n c e f o r r e v e a l i n g t h e s p a t i o t e m p o r a l r e l a t i o n s h i p b e t w e e n c a r b o n e m i s s i o n s c a u s e d b y l a n du s e c h a n g e a n d t h e v a l u e o f e c o s y s t e ms e r v i c e s.K e y w o r d s:e c o s y s t e ms e r v i c e v a l u e;l a n du s e c a r b o ne m i s s i o n s;b i v a r i a t e s p a t i a l a u t o c o r r e l a t i o n;C h a n g z h u t a n u r b a na g g l o m e r a t i o n生态系统服务(e c o s y s t e ms e r v i c e)是指人类从生态系统中获得的供给服务㊁调节服务㊁文化服务和支持服务等各种惠益㊂生态系统服务价值(e c o s y s-t e ms e r v i c ev a l u e,E S V)通常指使用经济价值来衡量人类从生态系统中所获得的利益,使得不同区域具有可比性[1],可以用于评价生态环境质量㊂土地利用/覆被变化(l a n d u s e/c o v e r c h a n g e,L U C C)作为人类利用自然㊁改造自然的重要手段,其对生态系统和碳排放的影响表现在多个层面,成为地理学㊁生态学等多个学科关注的焦点[2-4]㊂首先,各土地利用类型因其表面特征和功能不同,所产生的碳排放也不同;其次,土地利用方式的转变影响生态系统的空间分布及其范围,间接影响生态系统所提供的服务与价值㊂我国在2020年9月宣布中国的 双碳 目标后,出台一系列应对气候变化的政策,其中在2021年‘中共中央国务院关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见“中提出,要持续巩固提升生态系统碳汇能力㊂可见生态系统与碳排放之间存在重要的相关关系㊂因此,在此背景下,研究城市群在发展过程中土地利用变化引起的生态系统服务价值变化和土地利用碳排放变化二者之间是否存在时空关联关系,以及存在怎样的关联关系,对碳达峰与碳中和有着重要意义㊂国内外学者分别对土地利用碳排放与E S V都进行了大量的研究㊂在土地利用碳排放方面[5-13],学者主要从不同尺度对土地利用碳排放的作用机理㊁碳排放测算㊁碳排放的影响因素及效应㊁碳排放的时空格局及特征等方面展开研究,并在此基础上分析土地利用碳排放与经济的脱钩关系㊁低碳优化研究等,呈现出从单一研究方向到多方面多学科研究的趋势㊂在土地利用变化对E S V的影响方面[14-17],主要集中在时空演变分析㊁E S V评估㊁相互作用关系以及情景模拟预测等方面,对E S V进行空间格局量化的成果较少;另外,其研究尺度主要是行政区㊁流域等宏观尺度,为了弥补微观尺度研究的不足,有学者基于不同大小的公里网格开展E S V研究[1,18],得到较为精细的结果㊂通过对现有研究成果的梳理发现,目前学者对土地利用碳排放与E S V二者之间关系的研究相对较少㊂因此,本文从网格尺度,运用双变量空间自相关分析法对土地利用变化引起的碳排放与E S V之间的时空关系进行分析㊂长株潭城市群中的长沙㊁株洲㊁湘潭3市作为全国低碳试点城市,在城市化快速发展与双碳目标的背景下,对控制碳排放㊁增加E S V的需求较大,平衡碳排放与E S V之间的空间异质性对城市群的高质量发展十分重要㊂综上所述,本文以长株潭城市群为研究对象,运用土地利用㊁能源消耗㊁经济社会等数据对城市群2000 2020年的土地利用变化㊁碳排放及E S V 进行空间量化,分析其时空分布特征和演变规律,在此基础上运用双变量空间自相关分析和网格分析法,探索二者之间是否存在空间关联关系,及其空间交互特征和局部集聚规律,以期为促进长株潭城市群碳中和目标的实现和高质量发展提供理论依据㊂1理论框架与研究方法1.1理论框架土地是人与自然相互作用之间重要的连接桥梁,土地利用变化通过改变地表结构和覆被从而对生态系统服务和碳排放产生影响,其作用机制见图1㊂土地利用变化主要包括利用方式变化㊁空间格局变化和管理方式变化等,通过用地类型㊁植被覆盖㊁生态格局㊁景观类型㊁生态效率和资源分布等对生态系统的功能㊁结构和生态过程产生影响,作用于E S V,最终决定区域生态环境质量㊂另外,土地利用变化通过碳源/碳汇结构和碳循环系统对区域净碳排放量产生影响㊂具体分析为:(1)土地利用方式与E S V有着密切关系,主要体现在其变化导致用地类型和地表植被覆盖随之变化,从而影响生态系统功能,进而作用于E S V㊂不同的用地类型对应不同的生态系统,其在生态系统服务功能上侧重点存在差异,耕地主要为农田生态系统,侧重于食物生产等供给服务功能;林地主要为森林生态系统,侧重于气候调节㊁水土保持等调节服务和支持服务功能;水域主要为湿地生态系统,侧重于水资源供给和水文调节等供给服务和调节服务功能㊂通常情况下,受人类干扰程度较高的生态系统,如农田生态系统等,供给服务价值较高,而森林㊁灌草地等受人612水土保持学报第37卷Copyright©博看网. All Rights Reserved.类干扰程度较低的生态系统调节和支持服务价值较高㊂土地利用方式变化造成区域E S V 的冲突,例如,将灌草地等开发为耕地增加其供给服务价值,同时降低调节和支持服务价值,最终影响生态系统总体E S V [19]㊂因此,本文通过长株潭城市群2000 2020年5期土地利用数据,分析城市群21年间土地利用变化对E S V 的影响及其演变特征,为城市群国土空间规划提供理论支撑㊂图1 土地利用变化对区域E S V 和碳排放的作用机制(2)土地利用空间格局变化影响景观中的种群动态和生物多样性等,从而影响生态系统格局和景观类型分布,改变生态系统结构㊂不同的土地利用空间格局产生不同的生态效应,并影响区域E S V ㊂关键景观类型比例的增加和景观连通性的增强促进区域E S V 增加,而景观斑块破碎化和分离度的增加导致区域E S V 减少㊂也有学者[20]认为,土地利用空间格局变化引起的景观破碎化导致生物栖息地生态环境质量下降,影响景观中生物的生存和土壤中微生物的运动,同时也破坏农田和森林等生态系统的生境廊道,降低其E S V ,并对碳吸收和碳固定效率产生不利影响㊂因此,本文通过分析长株潭城市群2000 2020年的E S V 强度空间分布,进一步探索其时空演变规律㊂(3)土地管理方式的变化影响生态系统的生态效率和资源分布,从而造成生态过程变化,最终影响E S V ㊂采取集约高效的土地管理方式,能够根据土地的不同资源禀赋条件进行合理的开发利用,并且通过采取工程措施㊁生物措施等,改善土地蓄水㊁防洪㊁抗旱等能力,改良其土壤结构,构建合理的生态系统,从而提高生态效率,优化资源分布,增加区域E S V ;而粗放低效的土地管理方式则造成相反的结果,对区域E S V 产生负面影响㊂(4)城市群社会经济发展迅速,土地利用的频繁变化直接影响土地利用碳排放量和人为活动碳排放量㊂土地利用方式㊁空间格局㊁管理方式的变化不仅对生态系统产生影响,同时也影响碳源/碳汇结构和碳循环系统平衡,从而影响净碳排放量㊂因此,本文通过分析土地利用碳排放的碳源/碳汇格局和碳排放强度空间分布来揭示土地利用变化对碳排放的影响㊂此外,通过分析土地利用碳排放与E S V 之间的空间相关性及其局部空间集聚特征和演变规律,以此探寻二者之间的关联性,以期为城市群提升生态环境质量㊁降低碳排放提供参考㊂1.2 研究方法1.2.1 土地利用碳排放测算 土地利用碳排放从整体上可以分为直接碳排放和间接碳排放2种㊂参考相关研究,对耕地㊁林地㊁草地㊁水域和未利用地采用直接碳排放系数法进行测算,即通过利用某种土地利用类型的面积与其对应的碳排放系数相乘,直接计算其产生的碳排放或碳吸收量㊂结合长株潭城市群实际情况,耕地㊁林地㊁草地的碳排放系数参考苏雅丽等[21]研究经验数据,未利用地参考方精云等[9]的研712第5期 赵先超等:长株潭城市群土地利用碳排放与生态系统服务价值时空关系分析Copyright ©博看网. All Rights Reserved.究,水域参考赖力[22]的研究㊂计算公式为:E 直=ðe i =ðS i ˑβi (1)式中:E 直为碳排放总量;e i 为第i 种土地利用类型的碳排放量;S i 为第i 种土地利用类型的面积;βi 为第i 种土地利用类型对应的碳排放系数㊂城市群建设用地采用间接碳排放系数法㊂由于数据的可获得性,考虑到城市群的第2产业值和第3产业值主要来自城市群建设用地,单位G D P 能耗可以较为准确地反映城市群能源利用情况,因此,参考王桂波等[23]的研究,利用2,3产业值与单位G D P 能耗来间接计算长株潭城市群建设用地的碳排放量,计算公式为:E 间=G D P 2,3ˑH ˑK(2)式中:E 间为建设用地碳排放量;G D P 2,3为第2,3产业产值;H 为单位G D P 能耗;K 为折标准煤系数㊂土地利用净碳排放量计算公式为:E =E 直+E 间(3)为验证计算所得碳排放数据的准确性,将长株潭城市群各区县的碳排放总量与中国碳核算数据库(C E A D )中的县域碳排放数据进行精度验证,数据整体的误差在允许范围以内,并且与现有相关研究成果比较结果显示,碳排放总量的变动趋势相同,数据差异较小㊂土地利用碳排放强度,与网格内各用地类型的面积和碳排放系数有关,可以反映各地类单位面积碳排放量㊂计算公式为:C =ðni =1S iP i S(4)式中:C 为碳排放强度;S 为网格面积;S i ㊁P i 分别表示网格内各地类i 的面积和碳排放系数㊂1.2.2 生态系统服务价值估算(1)单位面积农田生态系统服务价值计算㊂参考谢高地等[24]2015年制订的中国陆地生态系统服务价值当量表,综合考虑长株潭城市群生态系统实际情况,计算得出2000 2020年长株潭城市群的平均粮食单产量为6838.18k g /h m 2,全国的平均粮食单产量为4982.00k g/h m 2,以2000 2020年全国稻谷㊁小麦㊁玉米3种主要农作物的平均收购价为基本单价数据,计算得到长株潭城市群的E S V 单位当量为1432.10(元㊃h m 2/a ),计算公式为:E a =17ˑ(ð2020i =2000P i ˑQ i )/21(5)式中:E a 为单位农田生态系统每年生产食物的经济价值;P i 为第i 年全国3种主要粮食作物的平均收购价(元);Q i 为第i 年全国平均粮食单产量(k g /h m 2)㊂(2)E S V 区域差异系数修正㊂考虑到谢高地等[24]研究得到的E S V 价值当量表是以全国为研究范围,与长株潭城市群实际情况存在一定差异,因此,在此基础上参考刘海等[25]㊁言恩萍等[26]研究成果,通过湖南省生物量修正系数(1.95)和长株潭城市群与全国粮食单产量的比值对E S V 系数进行修正,得到长株潭城市群E S V 系数表(表1)㊂计算公式为:Z =Q 长株潭2ˑQ 全国+1.95/2(6)E r =E a ˑZ (7)式中:Z 为长株潭城市群的区域差异修正系数;Q 长株潭和Q 全国分别为长株潭城市群和全国的平均粮食单产量;E r 为修正后的生态系统服务价值系数㊂生态系统服务价值及其强度计算公式为:E S V=ðni =1A i j ˑE r (8)E S V=E S VS(9)式中:E S V 为生态系统服务价值;E S V 为生态系统服务价值强度;A i j 为网格j 中i 地类面积;S 为网格面积;n 为土地利用类型㊂表1 长株潭城市群生态系统服务价值系数生态系统服务耕地林地草地水域建设用地未利用地供给服务食物生产2626.90600.26554.701557.1200原料生产582.441378.83816.20867.7100水资源供给-3102.36713.19451.6812932.4400调节服务气体调节2115.784534.672868.593173.68047.55气候调节1105.4413568.367583.547001.1100净化环境320.933976.012504.0710876.080237.73水文调节3554.048879.165554.92150327.68071.32支持服务土壤保持1236.195521.253494.613851.20047.55维持养分368.48421.97269.43297.1600生物多样性404.145027.963177.6412385.66047.55文化服务美学景观178.302204.931402.607868.82023.77 合计9390.2846826.5928677.99211138.660475.46812水土保持学报 第37卷Copyright ©博看网. All Rights Reserved.1.2.3双变量空间自相关分析双变量空间自相关是在单变量M o r a n I指数基础上的延伸和拓展,可反映2个不同属性变量之间的空间集聚关系㊂全局双变量M o r a n I指数用于研究长株潭城市群碳排放强度与E S V强度之间的空间相关性及其程度,局部双变量M o r a n I指数用于二者在单个网格上的空间相关性㊂计算公式为:I=ðn i=1ðn j=1w i j(x i-x)(x j-x)S2ðn i=1ðn j=1w i j(10)I i=(x i-x)ðn j=1w i j(x i-x)S2(11)式中:I和I i分别为全局双变量M o r a n I指数和局部双变量M o r a n I指数;n为网格总数;w i j为nˑn的空间权重矩阵;x i和x j分别为网格i和j的属性值; x和S2为属性值的均值和方差㊂2研究区概况与数据说明2.1研究区概况长株潭城市群由长沙㊁株洲㊁湘潭3市组成,位于湖南省中东部,长江中游城市群中西部,是长江中游城市群的重要组成部分,是湖南省经济发展的核心增长极㊂截至2020年末,总人口为1668.94万人,在湖南省总人口中占比达25.10%,G D P为17591.46亿元㊂长株潭城市群主城区是整个城市群中土地利用变化和碳排放最活跃的区域,人造地表的占比较大,生态环境较为脆弱,其对E S V的需求较高,能够较好地反映土地利用变化碳排放对E S V的影响㊂因此,参考城市群最新区域规划及学者[16]的相关研究成果,选取长株潭城市群主城区为研究区,包括长沙㊁株洲㊁湘潭3市的市区以及长沙县㊁渌口区和湘潭县(图2),研究区行政区划面积为8629k m2,建成区面积为901.12k m2㊂2.2数据来源及预处理国内外大量研究成果表明,土地利用数据可以表征城市群土地利用情况以及生态系统变化情况,能源消耗数据可以间接表征城市群建设用地的碳排放情况,经济社会数据可以表征城市群的经济发展水平以及生态系统服务价值高低㊂在此基础上,特别是重点参考王丹等[1]㊁傅伯杰等[4]学者的相关研究成果,于2022年6 12月采用长株潭城市群2000 2020年的5期土地利用数据㊁能源消耗数据及社会经济数据等相关数据对长株潭城市群中心城区2000 2020年土地利用变化引起的碳排放与生态系统服务价值变化关系进行研究㊂(1)土地利用数据:2000 2015年土地利用数据来源于湖南省国土资源厅,比例为1ʒ10000,2020年数据采用地理国情监测云平台L a n d-s a t8遥感影像通过目视解译获得,分辨率为1k m;参照国家土地利用现状分类标准,将用地类型分为耕地㊁林地㊁草地㊁水域㊁建设用地和未利用地6大类,未利用地主要是指除建设用地㊁耕地㊁林地㊁草地和水域5种用地类型外,植被覆盖度较低的荒草地和表层为土质㊁基本无植被覆盖的裸地等其他用地类型,运用E N V I5.1软件,在6种用地类型中随机选取250个点进行验证,验证精度达到92.50%,主要用于分析城市群土地利用变化情况以及土地利用碳排放的测算;(2)能源消耗数据:来源于‘中国能源统计年鉴“和‘湖南省统计年鉴“,主要用于建设用地碳排放量的测算;(3)社会经济数据:主要包括G D P㊁第2,3产业产值和农作物播种面积㊁产量㊁价格等,来源于对应年份的‘湖南省统计年鉴“‘全国农产品成本收益资料汇编“㊁长株潭3市统计年鉴等统计资料,主要用于城市群E S V的估算㊂为便于研究,采用3k mˑ3k m的公里网格对所有数据实现空间化,共1114个网格单元㊂图2长株潭城市群区位3结果与分析3.1土地利用转化分析运用A r c G I S空间分析工具对城市群2000 2020年5期土地利用数据进行叠加分析,得到2000 2020年长株潭土地利用转移空间分布图,在此基础上借助E x c e l数据透视表构建土地利用转移矩阵(表2),分析长株潭城市群2000 2020年各时间段土地利用类型间的转化关系及转化特征㊂从长株潭城市群2000 2020土地利用转移矩阵(表2~表5)和长株潭城市群2000 2020土地利用变化空间分布图(图3)可以看出,2000 2020年长株潭城市912第5期赵先超等:长株潭城市群土地利用碳排放与生态系统服务价值时空关系分析Copyright©博看网. All Rights Reserved.群各土地利用类型间的相互转化情况各异,在不同时期㊁不同用地类型间表现出不同特征㊂整体来看,2000 2020年总转化面积为910.71k m 2,占城市群总面积的10.56%;耕地㊁林地和建设用地为主要的转化地类㊂其中,耕地总转出面积为488.36k m 2,转入面积为95.64k m 2,总面积由3360.21k m 2下降到2967.44k m2;林地转出面积376.79k m 2,转入面积108.69k m 2,总面积由4551.95k m 2下降到4283.85k m2,二者的转出面积大于转入面积,总面积呈递减趋势;建设用地转出㊁转入面积分别为60.27,722.07k m 2,转入大于转出,总面积由376.71k m 2增长到1038.51k m 2,呈现明显上升趋势,其中建设用地转出的主要类型为耕地和林地㊂分时间段来看,2010 2015年各用地面积转化幅度最大,总转化面积为489.38k m 2,2005 2010年转化幅度最小,总转化面积为67.02k m 2,仅占20102015年转化面积的1/7㊂通过分析可知,2000 2020年长株潭城市群6种土地利用类型的转化间,建设用地面积扩张明显大于其他土地利用类型,耕地和林地是其主要来源,扩张速率在2015年之前呈上升趋势,2015年之后开始下降㊂主要原因是自1997年长株潭 一体化 发展战略被提出后,城市群进入快速发展期,2005年长株潭城市群区域规划的出台促进城市群在外商直接投资㊁出口和消费的带动下迅速发展,建设用地也快速向外扩张,占用大量的林地和耕地面积,2007年长株潭城市群获批 两型社会综改示范区 后,建设用地扩张速度有所下降,2017年长沙㊁株洲㊁湘潭3市获批国家低碳城市试点,为积极推进 双碳 目标,在生活㊁生产㊁生态等各方面采取一系列措施,如长沙市为防止城市无序蔓延于2018年开展城市开发边界研究等,在这些措施的控制下,城市群建设用地扩张的速率进一步下降㊂另外,2000 2015年城市群3期房地产开发建设施工面积的增长率分别为239.80%,30.14%和235.44%,均为正值,2015 2020增长率为-39.88%,与2000 2015年相比出现较大幅度下降;且2000 2015年城市群城镇化水平较低,经过快速发展后,到2015年城市群整体城镇化率达到70%以上,15个区县中除望城区㊁渌口区㊁长沙县和湘潭县外,其余区县城镇化率均达到75%以上,2015年之后城市群整体城镇化率发展趋于平缓,符合城市发展约瑟姆曲线的规律㊂表2 长株潭城市群2000-2005土地利用转移矩阵单位:k m 2年份土地利用类型2005年草地耕地建设用地林地水域未利用地转出总计草地32.2900.4800.0300.50耕地03308.4046.421.144.030.2251.81建设用地00376.430.28000.282000年林地00.0148.154503.340.410.0648.61水域00.094.460297.060.214.76未利用地0000.030.172.580.20转入总计0.1099.501.454.640.49106.17表3 长株潭城市群2005-2010土地利用转移矩阵单位:k m 2年份土地利用类型2010年草地耕地建设用地林地水域未利用地转出总计草地32.2900000耕地03274.5731.010.562.36033.92建设用地00475.140.010.7700.792005年林地0029.544474.980.26029.80水域002.140.18299.310.072.39未利用地000.0600.072.940.12转入总计0.0262.730.743.450.0767.02表4 长株潭城市群2010-2015土地利用转移矩阵单位:k m 2年份土地利用类型2015年草地耕地建设用地林地水域未利用地转出总计草地29.2600.801.780.4503.02耕地1.413019.91216.7417.9318.410.21254.69建设用地0.058.92513.6011.253.890.1724.282010年林地0.035.10158.194305.864.132.42169.87水域0.3212.7820.683.37265.550.0637.22未利用地000.0300.282.710.30转入总计1.8126.80396.4334.3327.152.86489.38022水土保持学报 第37卷Copyright ©博看网. All Rights Reserved.表5 长株潭城市群2015-2020土地利用转移矩阵单位:k m 2年份土地利用类型2020年草地耕地建设用地林地水域未利用地转出总计草地29.990.310.280.460.0301.08耕地0.292898.7788.0455.554.030.03147.94建设用地0.1111.47875.1113.559.79034.922015年林地0.4253.8672.224211.671.940.08128.51水域0.033.062.681.99284.900.047.80未利用地00.040.180.630.044.680.89转入总计0.8568.72163.4172.1815.830.16321.14图3 长株潭城市群2000-2020年土地利用变化空间分布3.2 土地利用碳排放分析根据长株潭城市群各土地利用类型的面积和碳排放系数,运用公式(1)~公式(3),计算得到城市群2000 2020年各地类的碳排放量及碳源㊁碳汇和净碳排放量(表6),进一步运用公式(4)计算各网格单元的碳排放强度,分别从碳源/碳汇角度和碳排放强度时空特征2个方面对城市群碳排放效应进行分析㊂3.2.1 碳源/碳汇分析 从长株潭土地利用碳排放量核算表(表6)可以看出,2000 2020年城市群的净碳排放量均为正值,整体表现为碳排放,且由2000年的1099.84ˑ104t 增长到2020年的4109.21ˑ104t,增长趋势显著,其中碳源变化趋势与净碳排放量相似,碳汇呈小幅度下降趋势㊂从碳源构成来看,建设用地碳排放量由1057.91ˑ104t 增加至4125.12ˑ104t ,是主要碳源,其增长速率在2000 2010年增加,之后变缓,主要原因是2000 2005年研究区在长株潭城市群 一体化 的推动下,城市化水平迅速提高,建设用地面积和能源消耗量大幅度增加,导致建设用地碳排放量大幅度上升,2007年城市群获批 两型社会综改示范区 后,城市群加强对建设用地扩张的限制,实施能源结构优化调整,建设用地碳排放量得到有效控制;耕地的碳排放量由72.09ˑ104t 下降至12.52ˑ104t,主要原因是耕地面积的减少㊂从碳汇构成来看,林地是主要的碳汇用地,其贡献率占96.91%,林地的碳吸收量呈缓慢下降趋势,年均下降速率为1.00%,草地和水域基本保持不变,未利用地呈缓慢上升趋势,主要原因是城市群快速城镇化导致部分林地转变为建设用地, 两型社会 的实施和长沙㊁株洲㊁湘潭3市 低碳试点城市 建设,加强对生态环境的保护,此现象有所缓解㊂通过分析可知,建设用地对碳排放的贡献率较大,通过控制建设用地面积的扩张可以有效降低碳排放量,林地是主要的碳汇用地,其次为水域㊁草地和未利用地,城市群内碳源和碳汇的差值较大㊂为促进 双碳目标 的实现,城市群未来在土地利用方面应继续控制建设用地的扩张,提高土地资源集约节约利用效率,减少碳源;另外应增加林地㊁水域等用地面积,提高碳汇能力㊂3.2.2 碳排放强度分析 为更加直观地分析长株潭城市群土地利用碳排放的时空演变规律,借助渔网分122第5期 赵先超等:长株潭城市群土地利用碳排放与生态系统服务价值时空关系分析Copyright ©博看网. All Rights Reserved.。
如何进行城市用地变化分析与预测
如何进行城市用地变化分析与预测城市用地变化分析与预测是城市规划和土地管理中的重要环节，对于城市的可持续发展和资源利用具有重要意义。
本文将介绍一些常用的方法和技术，以及它们在城市用地变化分析与预测中的应用。
城市用地变化是指城市土地利用状态从一个时期到另一个时期的变化。
城市的用地变化受到多种因素的影响，包括人口增长、经济发展、土地政策等。
了解城市用地变化的趋势和模式对于制定城市规划和土地管理政策具有重要意义。
一、数据收集和建模在进行城市用地变化分析与预测之前，首先需要收集相关的数据。
这些数据可以包括遥感影像、土地利用调查数据、人口普查数据等。
遥感影像可以提供城市的空间信息，土地利用调查数据可以提供用地类型和面积的信息，人口普查数据可以提供人口数量和分布的信息。
收集到的数据可以被用来建立城市用地变化的模型。
常用的模型包括马尔科夫链模型、细胞自动机模型、人口-土地模型等。
这些模型可以通过分析历史数据，预测未来城市的用地变化情况。
二、城市用地变化分析城市用地变化分析是对城市用地变化过程进行描述和解释的过程。
这可以通过对历史数据的统计和分析来实现。
例如，可以计算不同用地类型的面积比例的变化情况，分析不同用地类型的变化趋势。
除了统计分析，城市用地变化分析还可以利用地理信息系统（GIS）等工具来进行空间分析。
GIS可以将不同用地类型的空间分布进行可视化，帮助研究人员更好地理解城市用地变化的模式和规律。
三、城市用地变化预测城市用地变化预测是对未来城市用地变化情况进行估计和预测的过程。
在进行预测时，可以利用历史数据和建立的模型来进行模拟和预测。
这可以帮助城市规划者制定长期的发展战略，并提前做好土地利用和资源管理的准备。
城市用地变化预测通常可以分为定量预测和定性预测两种方法。
定量预测是通过数学和统计方法对城市用地变化进行精确的量化和预测。
定性预测则是通过专家判断和经验总结来对城市用地变化进行估计和预测。
四、城市用地变化预测的挑战与展望尽管城市用地变化分析与预测在理论和方法上已经取得了一定的成果，但仍然面临一些挑战。
《昆明理工大学学报(理工版)》2010年(第35卷)论文总目次
高炉用 复 合棕 刚玉砖 蚀损 机 理 的研 究 …… …… …… …… …… …… … 丁跃 华 ， 唐启 荣 ， 罗志俊 ， （ 等 ３—１ ） ６
修正 的似 化学模 型在 ＳＯ ｉ 一Ｃ Ｏ—Ｍｎ ａ Ｏ熔渣 体 系 中的应 用 … …… …… …… …… 侯 明 ， 东平 （ ２ ） 陶 ４— ０ 氨浸 置换 法资 源化 废杂 铜 的研究 … … …… …… …… …… …… …… … 朱 磊 ， 学 臣， 段 刘扬林 ， （ ２ ） 等 ４— ５ 修正 的似 化学模 型在 ＳＯ ｉ 一Ｃ Ｏ—Ｍｎ ａ Ｏ熔渣 体 系 中的应 用 … …… …… …… … … 侯 明 ， 东平 （ ２ ） 陶 ５— ０
氨浸 置换 法 资源化 废杂 铜 的研究 …… …… …… …… …… … ……… … 朱 磊 ， 学 臣， 段 刘扬 林 ， （ ２ ） 等 ５— ５ 以甜 菜碱 盐酸 盐 和尿素合 成 低共 熔溶 剂 的研 究 …… …… …… …… … 卢海君 ， 一新 ， 华 李 艳， （ 等 ６—１ ） １
受 酸腐蚀 岩体 强度 分 布特 征研究 …… …… …… … …… …… …… …… …… …… … 姜 立春 ， 卫 卫 （ ６ 杜 ５— ） 运用 灰 色关联 理论 优化 采矿 方法 …… …… …… … ……… … …… …… … 王 永智 ， 邬 煜 ， 明遥 （ 寇 ５—１ ） １
Ｖ １３ Ｎ ． ｏ．５ ｏ６ Ｄｃ ００ ｅ ．２ １
《 明 理 工 大 学 学 报 （ 工 版 ） 昆 理 》
２１ ０ ０年 （ ３ 第 ５卷 ） 文 总 目次 论
论 文文题 … … …… …… …… …… …… …… …… …… …… …… …… …… …… … 作 者 （ 一页码 ） 期
湘潭市人民政府关于公布城区土地定级与基准地价更新成果的通知
湘潭市人民政府关于公布城区土地定级与基准地价更新成果的通知文章属性•【制定机关】湘潭市人民政府•【公布日期】2020.08.03•【字号】潭政发〔2020〕8号•【施行日期】2020.08.03•【效力等级】地方规范性文件•【时效性】现行有效•【主题分类】房地产市场监管正文湘潭市人民政府关于公布湘潭市城区土地定级与基准地价更新成果的通知各县市区人民政府，湘潭高新区、经开区和昭山示范区管委会，市直机关各单位，市属和驻市各企事业单位，各人民团体：为进一步规范土地市场秩序，强化土地资产管理，根据《中华人民共和国土地管理法》《城镇土地分等定级规程》（GB/T18507—2014）、《城镇土地估价规程》（GB/T18508—2014）有关规定，以及《湖南省自然资源厅办公室关于转发〈自然资源部办公厅关于部署开展2019年自然资源评价评估工作的通知〉的通知》(湘自然资办发〔2019〕77 号)精神，我市组织对市城区土地定级与基准地价成果进行了更新评估，并已通过省自然资源厅组织的评审验收。
现按规定将市城区土地定级与基准地价更新成果予以公布，并自公布之日起施行。
原《湘潭市人民政府关于公布湘潭市市区土地定级与基准地价更新成果的通知》（潭政发〔2017〕5号）同时废止。
湘潭市人民政府2020年8月3日湘潭市城区土地定级与基准地价更新成果一览表一、基准地价内涵表1 湘潭市城区基准地价内涵表备注：“六通一平”是指红线外通路、通电、通气、供水、排水、通讯，红线内场地平整；公共管理与公共服务用地Ⅰ类是指机关团体用地、新闻出版用地、教育用地、科研用地、体育用地、医疗卫生用地、社会福利用地、文化设施用地；公共管理与公共服务用地Ⅱ类是指公共设施用地、公园与绿地。
表2 湘潭市乡镇基准地价内涵表备注：“五通一平”是指红线外通路、通电、供水、排水、通讯，红线内场地平整；公共管理与公共服务用地Ⅰ类是指机关团体用地、新闻出版用地、教育用地、科研用地、体育用地、医疗卫生用地、社会福利用地、文化设施用地；公共管理与公共服务用地Ⅱ类是指公共设施用地、公园与绿地。
湖南省乡村人居环境质量时空格局演变及影响因素
户空间行为变迁的 视 角 构 建 了 乡 村 人 居 环 境 的 研 究
境质量不仅是生态环境保护和城乡融合的内在要求,
框架,探析了乡村人 居 环 境 演 化 的 微 观 机 制;已 有 研
也是落实乡村振兴战略不可或缺的环节。
究多基于某一时间段从自然条件、经济社会和政策文
伴随着人类社会发展观的进步,乡村人居环境持
。
[
1]
居环境影响因素方 面,学 者 们 一 般 借 助 灰 色 关 联 度、
回归模型等 定 量 方 法 展 开 研 究,例 如 曾 菊 新 等 [13]以
然而,伴随着城镇化、工业化进程加快,乡村地区的自
重点生态功能区为例,重点解释了政策在乡村人居环
我发展能力与适应性不断受到挑战,乡村发展面临着
境中的作用;李 裕 瑞 等 [23]从 软 环 境 和 硬 环 境 两 个 层
1.
湖南师范大学 地理空间大数据挖掘与应用湖南省重点实验室,长沙 410081)
2.
摘
要:[目的]科学评价湖南省乡村人居环境质量,探讨其影响因素,进而为乡村人居环境治理与建设提供科学依据。
[方法]构建由生产环境、生活环境和 生 态 环 境 3 个 子 系 统 组 成 的 乡 村 人 居 环 境 质 量 评 价 指 标 体 系,运 用 TOPS
水土保持研究,
J].
2023,
30(
5):
427
434,
452.
SONG Guandong,TANGCheng
l
i,ZHOU Guohua.Ana
l
i
sonSpa
t
i
o
t
empo
r
a
lPa
土地利用时空变化分析开题报告范文
土地利用时空变化分析开题报告范文Land use is a critical factor in understanding and managing the dynamics of urban and rural areas. Analyzing the spatiotemporal changes in land use can provide valuable insights into the patterns and processes of urbanization, as well as help in making informed decisions regarding land management and sustainable development. This report aims to explore the significance of analyzing land use spatiotemporal changes and propose a research plan for conducting such an analysis.Firstly, studying the spatiotemporal changes in land use allows us to understand the evolving nature of urban and rural areas. Land use patterns are dynamic, influenced by various factors such as population growth, economic development, and policy interventions. By analyzing the changes in land use over time, we can identify the drivers of urbanization and gain a deeper understanding of the underlying processes. This knowledge is crucial for urban planners and policymakers to make informed decisionsregarding land management and development.Secondly, analyzing land use spatiotemporal changes can help in assessing the impacts of urbanization on the environment. Urban expansion often leads to the conversionof natural and agricultural land into built-up areas, resulting in habitat loss, fragmentation, and environmental degradation. By studying the changes in land use, we can quantify the extent of these impacts and identify areasthat are particularly vulnerable. This information canguide the formulation of effective land use policies and conservation strategies to mitigate the negative environmental consequences of urbanization.Furthermore, analyzing the spatiotemporal changes in land use can provide insights into the social and economic dynamics of urban and rural areas. Land use patterns are closely linked to economic activities and social structures. By examining the changes in land use, we can identify the areas that have experienced rapid urbanization and economic growth, as well as areas that have been left behind. This knowledge can help in identifying areas that requiretargeted interventions to promote inclusive and sustainable development.In order to conduct an analysis of land use spatiotemporal changes, a comprehensive research plan is required. Firstly, a suitable study area needs to be selected, considering factors such as the level of urbanization, availability of data, and research objectives. Once the study area is determined, historical land use data for multiple time periods need to be collected. This can be done through various sources such as satellite imagery, aerial photographs, and land use maps.Next, the collected data needs to be processed and analyzed using Geographic Information System (GIS) techniques. GIS allows for the visualization, manipulation, and analysis of spatial data, making it an essential toolfor studying land use dynamics. Various spatial analysis techniques, such as change detection and spatial pattern analysis, can be applied to identify and quantify the changes in land use over time.Finally, the results of the analysis need to be interpreted and communicated effectively. This can be done through the preparation of maps, graphs, and reports that highlight the key findings and implications of the study. The results can also be used to inform decision-making processes, such as land use planning and policy formulation.In conclusion, analyzing the spatiotemporal changes in land use is of great significance in understanding the dynamics of urban and rural areas. It provides valuable insights into the patterns and processes of urbanization, helps in assessing the impacts on the environment, and provides insights into the social and economic dynamics. By following a comprehensive research plan that includes data collection, analysis, and interpretation, we can gain a deeper understanding of land use dynamics and make informed decisions regarding land management and sustainable development.。
城市化进程中城市用地结构演变及其驱动机制分析
收稿日期:2004-11-05;修订日期:2005-03-04作者简介:袁丽丽(1977-,女,博士研究生,研究方向为土地经济、城市土地利用管理。
E -mail :yuanlily@城市化进程中城市用地结构演变及其驱动机制分析袁丽丽(华中农业大学土地管理学院,湖北武汉430070摘要:该文简介国内外学术界对城市用地空间结构的相关研究,分析城市用地空间结构演变在空间上的两种表现形式,并对城市化进程中促进城市用地空间结构演变的动力主体、驱动力以及城市用地结构演变的驱动机制进行研究。
关键词:城市用地空间结构;演变;驱动力;驱动机制中图分类号:F29312文献标识码:A 文章编号:1672-0504(200503-0051-05城市土地利用结构是指城市各种功能用地的比例和空间结构及其互相影响、互相作用的关系。
宋启林指出,城市土地利用空间结构即城市空间结构,它离不开对土地的依托,同时也是城市土地利用物质和精神的具体体现,二者是同质的[1]。
城市土地利用空间结构及其演变规律一直是城市土地利用及城市规划的核心问题。
地理学、经济学、社会学、建筑形态学和规划学从不同领域、不同角度对城市土地利用空间结构进行了大量研究。
随着工业革命的产生,城市地理及经济领域需要研究企业布局的最大利润问题,产生了城市土地利用的地域结构理论、地租理论、门槛理论及空间均衡理论等,国外开始对城市土地利用空间结构进行系统研究。
在工业化与城市化发展过程中,产生了以解决城市社会及环境等问题为宗旨的城市土地空间利用理论,如以解决城市过分密集庞大而产生的有机疏散理论以及田园城市、花园城市、星座城市等规划理论,对城乡一体化、郊区化、城镇群、城市连绵区、大都市区等城镇蔓延发展形态的分析研究以及城市土地利用的混合功能区理论等。
总体而言,国外城市土地利用空间结构研究侧重城市土地利用扩展的空间过程、动力机制和增长控制3方面,并形成了历史形态学派、区位经济学派、社会行为学派及政治经济学派等不同的研究方法与理论派系[2]。
湖南省建设用地变化及其社会经济驱动力的空间差异分析
文章编号：1672-5603（2019）04-01-7湖南省建设用地变化及其社会经济驱动力的空间差异分析周盼*，田朝晖，唐凯（湖南省国土资源规划院，湖南 长沙 410000）摘 要 以信息熵、均衡度、空间自相关性分析和地理加权回归模型等为研究方法，基于湖南省2009-2017年间的建设用地数量、结构变化情况，从人口、人均GDP 及产业结构等三个方面分析建设用地变化驱动因素的空间差异及其主要原因，以期为全省土地资源可持续发展利用提供数据支撑，从而全面推进湖南省土地资源开发和利用模式转变，优化湖南省土地利用结构，构建绿色国土空间新格局。
研究表明：湖南省建设用地总面积逐年增长，建设用地结构趋向均衡化发展，影响建设用地变化的社会经济驱动因子在区域间差异显著。
关键词 地理加权回归模型；建设用地变化；空间差异；湖南省中图分类号： F293.2 文献标识码：ASpatial Difference Analysis of Construction Land Change and Its Socialand Economic Driving Forces in Hunan ProvinceZhou Pan , Tian Zhaohui , Tang Kai（Hunan Planning Institue of Land and Resources, Changsha Hunan 410000）Abstract: Based on the quantity and structure change of construction land in Hunan Province since 2009, we analysis the reasons resulting into this change. From the perspective of economy and society, the geo-weighted regression model (GWR) model was further constructed to analyze the spatial differences affected by the driving factors of construction land change. The study found that the total area of construction land in Hunan Province increased year by year during the study period. The construction land structure tends to be balanced, and the diference caused by the affecting of socio-economic driving factors are significant in the change of construction land among regions. Finally, the development direction of different regions in the future was preliminarily discused, which will provide a scientific basis for a new round of land space planning.Keywords: geographical weighted regression model; change of construction land; spatial difference; Hunan*第一作者简介：周盼，男，1982年生，工程师，主要从事国土规划与土地利用方面研究。
长株潭城市群土地利用／覆被变化对碳效应的影响
长株潭城市群土地利用／覆被变化对碳效应的影响李涛;杨知建;甘德欣;王志远;陈希;齐增湘【摘要】The Chang⁃Zhu⁃Tan urban agglomeration is one of the most important regions with well⁃developed socio⁃economy in the middle reaches of the Yangtze River. The study on carbon effect arising from transformation of land use types is of vital significance to carbon emission management and low carbon space planning in urban areas. Based on the land use data, vegetation type maps and soil type maps of 1990, 1995, 2000, 2005 and 2010 of the Chang⁃Zhu⁃Tan urban agglomeration, carbon effects arising from changes in land use/cover over the 20 years in the region were analyzed from the aspects of land use structure, its transformation direction, and consequent variation of carbon emission intensity and spatial distribution of carbon sequestration. Results show that:( 1) in the period from 1990 to 2010, the changes in land use in the Chang⁃Zhu⁃Tan urban agglomeration were characterized mainly by transformations of cultivated land into wood land and vice versa, and of cultivated land and wood land into construction land;( 2) the changes in carbon effect demonstrated a reversed“U⁃shape” trend, a weakening overall carbon sequestration capacity and distinct spatial differentiation of carbon effect. Compared with other areas, the five areas of the Urban Agglomeration, i.e. Changsha City, Zhuzhou City, Xiangtan City, Wangcheng County and Changsha County, witnessed remarkable changes in carbon effect and carbon sequestration capacity as a result of changesin land use, but the changes varied sharply from area to area, which is thought to be direct⁃ly related to regional population density and unbalanced development of regional economy;and ( 3) it is advisable to con⁃trol and use⁃triggered carbon emission through limiting alienation of forest land and grassland, optimizing land use structure and economic layout, and preventing fragmentation of habitat and degradation of ecosystem.%基于1990、1995、2000、2005、2010年长株潭城市群土地利用数据及植被类型图、土壤类型图，借助ArcGIS 10�0软件，从土地利用类型的结构、转变方向、转变带来的碳排放强度及碳汇空间分布的区域差异性等方面，分析20 a间研究区土地利用／覆被变化引起的碳效应。
长株潭城市群湿地景观时空动态变化及驱动力分析
长株潭城市群湿地景观时空动态变化及驱动力分析张猛;曾永年【期刊名称】《农业工程学报》【年(卷),期】2018(034)001【摘要】针对长株潭城市群的湿地景观面积迅速减少、破碎化程度增加等情况,该文基于时间序列Landsat数据及物候特征参数,采用面向对象方法的随机森林算法获得了长株潭城市群2000-2015年湿地时空格局及变化数据,利用景观格局指数、质心迁移等方法分析了近16 a来长株潭城市群湿地时空格局及变化特征,并通过Logistics回归模型分析了城市群湿地演化的驱动力因素.研究结果表明:1)湿地类型主要为人工湿地水田,其次为河流湿地与库塘湿地,湖泊湿地与苔草沼泽分布面积相对较小;2)2000-2015年研究区湿地总面积呈减少趋势,减少231.12 km2,减少6.64％,同时湿地的空间转移也十分剧烈.3)研究期间,长株潭城市群湿地景观破碎度在呈增强趋势,且景观形状也趋于复杂.同时,研究区景观连通性在不断降低,而景观丰富度在不断增加.4)研究期间,长株潭城市群5种湿地类型的质心在均发生了不同程度的的迁移,其中河流、库塘和水田的质心迁移相对较大,湖泊的质心位置相对稳定.5)长株潭城市群地区降水量的减少及气温的升高,加之高强度人类干扰是近年来湿地变化的主要原因,其中人类活动加剧了湿地变化的复杂性和差异性.该研究可为长株潭城市群湿地资源的可持续发展提供科学、可靠的数据支持.%Urban wetland is an important ecological base of urban agglomeration, and is crucial to the ecological environment of the city. In this study, we selected Chang-Zhu-Tan urban agglomeration as the study area. The time series Landsat data and phenology characteristics, as well as the random forestalgorithm with object-oriented method were employed to get wetland landscape data of Chang-Zhu-Tan urban agglomeration. Then, the Markov matrix, landscape pattern index, and mass migration method were used to analyze the spatial and temporal changes characteristics of wetland landscape. And we also analyzed the driving forces of wetland degradation by logistics regression model. The results showed that: 1) The major wetland type was paddy field, followed by river and pond, and lake and sedge marsh areas were relatively small, and the areas of these wetland types were 3008.32, 179.98, 48.20, 4.96, and 4.85 km2, respectively. Wetlands were mainly distributed outside the city suburbs, hills and valleys, or areas with relatively dense irrigation facilities. Wetlands were mainly distributed in the northwest and southwest of the study area, and the area in the northeast and southeast was relatively small. 2) The total wetland area of Chang-Zhu-Tan urban agglomeration during 2000-2015 was decreased by about 231.12 km2. Among them, the reduction of paddy field was the most intense, which reached 227.38 km2. There was a great deal of conversion between wetlands and non-wetland landscape types, as well as the conversion between wetland types. 3) In the past 16 years, the coordinates of the centers of mass of the 4 wetland types have been shifted obviously. The migration of the mass centers of the river and pond was the most obvious, while the center of mass of the lake was relatively stable. The center of mass of the lake moved eastward firstly and then northward. 4) The mean patch area of the river in the study area was the largest, followed by paddy fields, lakes, ponds and sedge marsh. Thelandscape fragmentation of paddy field, ponds and sedge marsh was higher than other wetland types, the patch shape of sedge marsh and ponds was the most complicated, and the aggregation index of paddy field and ponds was relatively higher than others. The landscape patch number, shape index and Shannon diversity index of study area were obviously increased, while the aggregation index decreased significantly. 5) The reduction of precipitation and increasing of temperature coupled with the high intensity of human disturbance were the main reasons to wetland degeneration in recent years in Chang-Zhu-Tan urban agglomeration. The change of temperature in study area was gentle, and it had a relatively less significant influence on wetland area change than precipitation. Among the social economic factors affecting the wetland change of Chang-Zhu-Tan urban agglomeration during 2000-2015, the most important was the urbanization rate index, and Wald statistic (reflecting contribution rate) was 9.82. Another major economic factor was GDP (gross domestic product) per capita, with Wald statistic of 9.27. The resident population was also an important factor of wetland change, with Wald statistic of 7.85.【总页数】9页(P241-249)【作者】张猛;曾永年【作者单位】中南大学地球科学与信息物理学院,长沙 410083;中南大学空间信息技术与可持续发展研究中心,长沙 410083【正文语种】中文【中图分类】TP79;S127【相关文献】1.长株潭城市群景观生态环境优化研究--基于长株潭城市群区域规划角度的思考[J], 李建桦;施益军;张浛予2.长株潭城市群区域金融生态环境优化研究——基于长株潭城市群"两型社会"建设的思考 [J], 张强;王忠生3.长株潭城市群与武汉城市圈"两型社会"建设对比——以长株潭城市群为对象的战略对策探析 [J], 蔡景庆4.长株潭城市群土地利用结构变化及驱动力分析 [J], 赵京;胡贤辉5.城市群发展阶段的划分与评判--以长株潭和泛长株潭城市群为例 [J], 陈群元;宋玉祥;喻定权因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｏ ｒａ ｏｓ ｕ ｔ ｎｌ ｄｃａ ｇ ｅｎ ｅｖｃ ｉ ｆｈ ｄ ｅｏ ｗ ｎ ａ ｒｒｆｃｒｕｅｏ ｅ ｉｙｍ ｕ — ｆ ｂ ｎｃｎｔ ｃ ｏ ｎ ｈ ｎｅｂ ｉｇｔ ｉ ｎｔ ｏ ｅｅｇ ｆｏ ｎａｄｍ ｊ ａ ｔ ｆ ｈ ｌ ｏ ｎ ｕ ｒ ｉ ａ ｈ ｉ ｙ ｔ ｔ ｏ ｔ ｆ ｏ ｔ ｈｌ ｉ
Ａｂ ｔ ａ ｔ ａ ｅ ｎ ｔ ｅ ｄ ｔｉ ｄ ｓ ｒ ｅ ａａ ｏ ｎ ｓ ９ ６，ｔ ｅ ｕ ｄ ｔ ｄ ｄ ｔ ｒｍ ９ ７ ｔ ０ ５ ａ ｄ ｒ ｌ— ｓｒ ｃ ：Ｂ ｓ ｄ ｏ ｈ ｅ ａｌ ｕ ｖ ｙ ｄ ｔ ｆｌ ｄ ｕ ｅ ｉ １ ９ ｅ ａ ｎ ｈ ｐ ａｅ ａ ａｆｏ １ ９ ｏ ２ ０ ｎ ｅ ｅ ｖ ｎ ｏ ｉ ａ ｔｓ ｃｏ—ｅ ｏ ｏ ｃ ｓａｉｔ ａ ａａ，ｔ ｅ ｓ ａｉｌ ｅ ｏ ａ ｖ ｒ ｂ ｌ ｙ ｏ ｒ ａ ｏ ｓ ｕ ｔ ｎ ｌｎ ｓ ｎ Ｘｉ ｎ — ｃ ｎ ｍｉ ｔｔ ｉ ｌｄ ｔ ｈ ｐ ｔ —ｔｍｐ ｒ ｌ ａ ａ ｉ ｔ ｆｕ ｂ ｎ ｃ ｎ ｔ ｃｉ ａ ｄ ｕ ｅ ｉ ａ ｇ ｓｃ ａ ｉ ｉ ｒ ｏ ｔ ｎ，Ｈｕ ａ ｒ ｖ ｎ ｅ ｉ ｒ ｓ ａ ｃ ｅ ．Ａ ｒ ｉ ｇ ｉ ｄ ｃ ｔ ｒｓ ｓｅ ｏ ｒ ａ ｏ ｓ ｕ ｔ ｎ ｌｎ ｓ ｓ ｂ ｉ ｅ ．Ｔ ｅ ａ ｎ ｎ ｐ ｏ ｉ ｃ ｓ ｅ ｅ ｒ ｈ ｄ ｄ ｖｎ ｎ ｉａｏ ｙ ｔｍ ｆ ｂ ｎ ｃ ｎ ｔ ｃｉ ａ ｄ ｕ ｅ ｉ ｅ ｔ ｌ ｈ ｄ ｈ ｉ ｕ ｒ ｏ ｓ ａ ｓ
ｄ ｖｎ ｏ ｃ ｓａ ｅ ｔ ｅ ｎ ｌｚ ｄ ｂ ｈ ｒｎ ｉａ ｏ ｉ ｒ ｉ ｇ ｆｒ ｅ ｒ ｈ ｎ ａ ａｙ ｅ ｙ ｔ ｅ ｐ ｃｐ ｌｃ ｍｐｏ ｅ ｔｒ ｇ ｅ ｓｏ ｔ ｏ ｉ ｎ ｎ ｅ ｒ ｓ ｉｎ ｍｅｈ ｄ．Ｉ ｓ ｓ ｏ ｈｒ ｕ ｈ ｔ ｅ ｒ ｓ ｌｓ ｔｉ ｈ ｗｎ ｔ ｏ ｇ ｈ ｅ ｕ ｔ
摘 要 ：选用 湘潭 市 ｔ９ ９ ６年 土地利 用详 查和 １９ ２ ０ ９ ７～ ０ ５年 期 间土地 利 用 变更数 据及 相 关 经济统
计数 据 ， 分析 了城 镇建设 用地 的 时空 变异特 征 ； 通过 构建 城 镇 建设 用地 驱 动指 标 体 系， 用 主成 运
分回归分析 法对城镇建设用地变化的驱动力进行 了分析探讨． 初步研究表明： 湘潭市城镇建设用
第３ 卷 第２ ５ 期 昆明理 工大学 学报 （ 理工版 ） ｈｔ ： ｗ ｗ ｋｓ ｏ ｒａ ｃｒ／ ｔ ｌ ｗ ． ｕｔ ｕｎ１ ｏ ｐ ｌ ｊ ． ｎ ２１ ０ ０年 ４月 Ｊｕｎｌ ｆ ｕ ｍｉｇＵ ｉ ｒｉ ｆ ｃｅｃ ｎ ｅｈ ｏｏｙ（ ｃ ｎｅａｄＴ ｃｎ ｌｇ ） ｏ ｒａ ｎ ｎ ｎｖ ｓｙｏ ｉｎｅａｄＴ ｃｎ ｌｇ Ｓｉ ｃ ｎ ｅｈ ｏ ｙ ｏＫ ｅ ｔ Ｓ ｅ ｏ
地 增 长存 在 明显的 阶段 性 变化特征 ； 类城镇 建设 用地 变化的 空 间差 异明 显 ， 各 且具 有 向城 镇边缘
及 沿主要 交通 干线 向周边 丘 岗山地扩展 的特 点 ； 导致 湘潭 市城 镇 建设 用地 时空 分异 的 主要 驱 动
力分别 为城 市人 口增 长 、 市化 、 城 工业化 以及 经济发展 ．
Ｖ １ ５ Ｎ ． ｏ ３ ｏ２ ． Ａ ｒ ００ ｐ．２ １
ｄ ｉ１ ．９ ９ ｊｉ ｎ １０ ｏ：０ ３ ６ ／．ｓ ．０ ７—８ ５ ． ０ ０ ０ ．０ ｓ ５ 镇 建设 用地 时空变 异 及 其驱 动 力分析
许林艳 ， 袁希平 ， 甘 淑
（ 昆明理工大学 国土资源工程学院 ， 云南 昆明 ６ ０９ ） ５０ ３
关键 词 ： 城镇 建设 用地 ； 时空 变异 ； 动力 ； 潭市 驱 湘
中图分 类号 ：３ １ Ｆ０
文献 标识码 ： 文章编 号 ： ０ Ａ １ ７—８５ ２ １ ）２— ００— ６ ０ ５ ｘ（００ ０ ０ １ ０
Ｓ ａ ｉ ｌ － ｍｐ ｒ ｌＶａ ｉ ｂ ｌ ｙ ｏ ｂ ｎ Ｃｏ ｓｒ ｃ ｉｎ Ｌａ ｄ Ｕｓ ｎ ｐ ｔ —Ｔｅ ｏ ａ ｒａ ｉ ｔ ｆＵｒ ａ ｎ ｔ ｕ ｔｏ ｎ ｅ ｉ ａ ｉ
ｔ ａ ｈ ｒ ｘｓｓａ ｂ ｉｕ ｅ ｉｄ ｃ ｖ ｒ ｔ ｎ ｏ ｅ ｇ ｏ ｔ ｆｕ ｂ ｎ ｃ ｎ ｔ ｃｉｎ ｌｎ ｎ ｈ ｔ ｈ ｒ ｓａ ｇ ｅ ｔ — ｈ ｔ ｅ ｅ ｅ ｉ ｎ ｏ ｖｏ ｓｐ ｒ ｉ ａｉ ｉ ｆ ｈ ｒｗ ｈ ｏ ｒ ａ ｏ ｓ ｔ ａ ｄ ａ ｄ ｔ ａ ｅｅ ｉ ａ ｔ ｔ ｏ ａｏ ｔ ｕ ｒ ｏ ｔ ｒ ａ ｍｏ ｎ ｆｒ ｇｏ ａ ｉ ｅ ｅ ｃ ｍｏ ｇ ｖ ｒ ｕ ｉ ｄ ｆ ｒ ａ ｏ ｓ ｕ ｔ ｎ ｌｎ ｓｗ ｌ， ｈ ｉ ｘ ａ ｓ ｎ ｄ ｒ ｃｉｎ ｕ ｔｏ ｉｎ ｌ ｆ ｒ ｎ ｅ ａ ｎ ａ ｏ ｓｋ ｎ ｓｏ ｂ ｎ ｃ ｎ ｔ ｃｉ ｄ ａ ｅｌ ｔ ｅ ｍａｎ ｅ ｐ ｎ ｉ ｉ ｔ ｅ ｄｆ ｉ ｕ ｒ ｏ ａ ｏ ｅ ｏ
Ｘｉ ｎ ｔ ｎ ａ ｔ ｉｉ ｇ Ｆｏ ｃ ｓ ａ ｇ ａ ｎｄ Ｉｓ Ｄｒｖ ｎ ｒ ｅ
ＸＵ Ｌｎ ｙ ｎ，ＹＵＡＮ Ｘｉ ｉｇ，ＧＡＮ Ｓ ｕ ｉ— ａ — ｎ ｐ ｈ
（ ａｕｔ ｏ ａ ｄＲ ｓｕｃ ｎ ｉ ｅｉ ， ｕｍ ｎ ｎｖｒｉ ｆ ｃ ｎｅａｄＴ ｃｎｌ ｙ Ｋ ｎ ｉｇ６０ ９ ， ｈ ａ Ｆｃｌ ｆ ｎ ｅｏｒｅＥ ｇ ｅｒ ｇ Ｋ ｎ ｉｇＵ ｉ ｓｙｏ Ｓｉ ｃ ｎ ｅｈｏｏ ， ｕｍ ｎ ５０ ３ Ｃ ｉ ） ｙ Ｌ ｎ ｎ ｅ ｔ ｅ ｇ ｎ