山地丘陵区土地利用格局演变模拟研究——以山西省晋城市为例

中国农业大学学报2021,26(1):117-130 Journal of C h i n a Agricultural University
h t t p：//z g n y d x x b. ijournals. cn D O I：10. 11841/j. issn. 1007-4333. 2021. 01. 13
山地丘陵区土地利用格局演变模拟研究
—以山西省晋城市为例
徐洪涛1田毅“2*刘时栋1
(1.中国地质大学（北京）土地科学技术学院，北京100083;
2.北京市自然资源信息研究与开发重点实验室，北京100083)
摘要为分析山地丘陵区土地利用格局演变规律.以山西省晋城市为例，从地球系统科学的视角出发，通过改进后的C L U E-S模型对晋城市2010—2017年、2017—2024年2个阶段的土地利用格局演变进行模拟。

结果表明：1) 在验证阶段，使用A u t o-L o g i s t i c回归改进的C L U E-S模型能够较好的模拟晋城市土地利用覆被变化，各土地利用类型A U C值基本>0.8,对比2017年实际土地利用现状，全局K a p p a系数值为0.71，总体上可用于模型模拟预测；2)在模拟阶段，综合考虑自然、社会、经济要素，对比规划与生态保护情景，2024年晋城市土地利用格局在空间上呈竞争关系。

在“规划”情景下，当地城市、农业、生态均衡发展；“生态保护”情景下社会经济发展较为缓慢，但生态用地占比较大；3)分析不同情景下晋城市14年间土地利用覆被变化，总体趋势为东西部山区由草地转为林地，中部丘陵平原区由耕地转为林地，
关键词土地利用；C L U E-S改进模型；地球系统理论；格局演变模拟；山地丘陵区
中图分类号F301.2文章编号1007-4333(2021)02-0117-14文献标志码A
Simulation of land use pattern evolution in mountainous and hilly areas：
A case study of Jincheng in China
XU Hongtao', TIAN Y i''2*, LIU Shidong'
(1. School of Land Science and Technology, China University of Geosciences,巳eijing 100083. China;
2. Beijing Key Laboratory of the Natural Resources Information Research and Exploration. Beijing 100083, China)
Abstract To analyze the evolution of land use pattern in mountainous and hilly areas, from the perspective of earth system science, an improved CLUE-S model is adopted to simulate the evolution of land use patterns during 2010-2017 and 2017-2024 by taking Jincheng, Shanxi Province, China as a study case. The results show that：1) At the test stage, the improved CLUE-S model of Auto-Logistic regression can better simulate the change of land use types in Jincheng. The AUC values were greater than 0.8 in general. The simulation results compared with the actual land use pattern in 2017, the global Kappa value was 0.71, which can be used for the forecast demand；2) At the simulation stage, comprehensive consideration of natural, social, and economic factors, comparing the planning with the ecological protection scenario, the land use patterns were found to be spatially competitive. Under “planning scenario”，the development of cities, agriculture, and ecology was balanced；In “ecological protection scenario’’，social and economic development was relatively slow, but the proportion of ecological land was higher；3) In general, the analysis of land use cover change under two different scenarios in 14 years, the mountainous area in the east and west were converted from grass land to forest, the hilly and plains in the central part of the area converted from farmland to forest.
Keywords land use；improved CLUE-S model；earth system theory；pattern evolution simulation；mountainous and hilly areas
收稿日期：2020-06-07
基金项目：国家自然科学基金项目（41877532)
第一作者：徐洪涛，硕士研究生，E-m a i l:x u l l0h o n g@163. c o m
通讯作者：田毅，副教授，博士，主要从事城市地下空间资源定量评价研究，E-m a i h t i a n y i@c u g b.e d u. cm
118中国农业大学学报2021年第26卷
山地丘陵区在我国分布广泛，是重要的经济、社 会、生态交汇地区。

由于山地丘陵区地形较为复杂，地形地貌在山地丘陵区的结构和功能以及多样的生态现象和过程中有直接作用，地形地貌不仅影响着该类地区地表的物质和能量循环，同时也影响着土地利用格局的空间分布与结构。

山地丘陵区的岩土特征如古生界（含煤）和新生界（坡积、洪积和冲积物组成）地层为主地区，土地利用方式的变化极其复杂、多样，同时山地丘陵区受人类活动（种植业、矿 业、林业）干扰，再加上脆弱的自然生态环境，对于该 类地区土地利用格局变化模拟相对困难[1]。

进行土地利用格局演变规律及其模拟研究是分析当地城市发展、生态环境保护的前提与基础，科学而精确地模拟山地丘陵区土地利用格局变化，有助于揭示该类地区自然一人类活动一经济发展内部规律，也可为设置长期的国土空间规划提供依据W。

因此，开展 系统、多要素、典型场景的土地利用格局演替模拟研究是非常必要的。

现有土地利用格局演替研究通常是在土地利用及覆被变化（L U C C)研究的基础上，引入特定的数学模型，就一个或多个影响L U C C的因素进行演替模拟，从而预测一定地区不同场景下土地利用未来发展方向w。

主要包括以下3个方面：1)模型方法。

可采用基于边界扩张内部规律的形态学模型，例如 U B E M模型[4];基于改进的C L U E-S模型[5];基于元胞自动机（C A)的相关模型，例如随机森林-元胞自动机模型（R F-C A)[6]、多准则地理元胞岛动机模型（M C E-C A)[7];模拟土地利用变化二元图像的
G E()M()D模型[8]。

2)模拟要素。

可基于人地关系，选择自然要素[912](地形、地貌、气候、水文、土壤等）、社会经济要素U315](人口、G D P、资源配置、工业分布、政府规划等）。

3)模拟主旨。

可选择模拟整体土地利用变化、局部建设用地扩张、特殊生态用地演替等。

山西晋城作为典型的山地丘陵区城市（境内平原、丘陵、山地分别占全市总面积的12. 9%、28. 5%、58. 6%),同时又是典型的资源型城市（被誉 为煤铁之乡），由于近些年的矿产开采，导致局部地区面临着严峻的生态环境问题（大气污染加剧、水质 污染严重、土壤侵蚀趋势增强）。

为响应国家生态文明建设.也为寻找城市发展的新契机，晋城市致力于城市转型，大力发展低碳经济，调整工业化结构，优 化各产业用地配置，因此，为合理规划用地结构，开 展地区土地利用格局演替研究必不可少。

虽然C L U E S模型在地区用地模拟上使用较为广泛，但很少有针对山地丘陵区城市的相关研究，尤其是面
临转型城市用地结构变化的相关研究就更少。

目前已有的模型基本都未考虑到邻域因素。

邻 域因素即土地利用类型之间相互转化时，不仅受自 身地理位置如坡度、土壤质地、距道路、水源距离等的影响，同时还受到相邻土地利用类型的作用[1517]。

C L U E-S模型中有L o g i s t i c回归分析模块，在回归
分析过程中可加入邻域因素，也就是加入空间自相
关（A u to-L o g is tic回归）分析。

因此，为探索晋城地
区土地利用类型的演变规律与趋势，拟采用基于
A u to-L o g is tic回归改进的C L U E-S模型进行模拟
研究。

为中尺度探索该地区土地利用类型的演变规律与趋势，本研究以山西晋城为研究对象.从地球系
统科学视角，分析山地丘陵区土地利用变化特点及
影响要素，建立包括“人类活动-地貌自然演替一地区经济社会”等约束要素体系，使用改进的C L U E-S 模型对该地区2010—2017年、2017—2024年的土地利用格局演变进行模拟，以期为晋城市经济产业发展、生态城市建设以及未来国土空间结构优化提供依据。

1材料与方法
1.1 区域概况
晋城市位于山西省东南部（图1)，地理坐标为111°55' E〜113°27' E，35°12’N 〜36°00' N，地属暖 温带大陆性季风气候，四季分明，冬长夏短，多年平均气温为7. 9〜11. 7 °C，年降雨量在626〜674 m m，平均海拔在700 m左右。

晋城市境内河流纵横，主 要为丹河和沁河两大河流，以及卫河支流；土壤类型 以宜农、林、牧综合利用的土壤为主，包括褐土性土和红壤土面积之和为6 374.4 km2,占全市总面积的 67. 2%;晋城市土地利用类型多样，农用地比重大，但由于地形限制，坡耕地在耕地中占主导位置；此 外，晋城市林业较为发达，自21世纪以来，林业用地以年均2%的年增长量快速上涨，但受制于当地煤炭业的影响，近年来当地林木种类以用材林为主，导 致当地树种趋向单一化，生态平衡能力降低。

晋城产业以第二产业为主，占总产业比重的54. 0%,且第二产业中以工矿产业为主，土地利用率较低[18]。

此外，晋城市是联合国评定的国际花园城市、国家园林城市，在未来城市规划中以“幸福之城、活力之城、宜居之城”为目标，发展定位为：加强耕地和基本农田保护，提高建设用地节约集约利用水平，保障新型城镇化和生态用地[17]。

第1期徐洪涛等：山地丘陵区土地利用格局演变模拟研究—以山西省晋城市为例119 110°E115°E\\2°0'E\\2°30'E m oo，E113o30，E
110°E1120(VE 112°30，E m oO，E
图1晋城市在山西的地理位置图
Fig. 1 G e o g r a p h i c m a p of J i n c h e n g in S h a n x i
113o30，E
1.2数据来源
数据源主要包括以下5类：1)2010年30 m X 30 m分辨率的土地利用现状数据来源于全国地理信息资源目录服务系统，以及来源于全球土地覆被精细观测与监控平台提供的2017年数据，并经过抽样实地踏勘检验与修正，使得修正结果可用于模型需求，再将晋城市的土地利用类型分为耕地（0)、林地（1)、草地（2)、湿地（3)、水域（4)、建设用地（5)、其他用地（6),共7类；2)地形数据主要是30 mX30 m分辨率的D E M数据，来源于地理空间数据云平台，并将其经过前期的拼接、裁剪、去背景值处理后，得到山西晋城范围内的D E M数 据，并利用ArcGIS 10. 7的空间表面分析模块提取该地区的坡度与坡向图；3)1 : 25万国道、高速、湖 泊、河流、行政边界等数据来源于国家基础地理信息中心；4)1 :100万砂、壤、黏土含量数据，夜间灯光数据，以及居民点空间数据来源于资源环境数据云平台，后两者主要为得到该地区的GDP、人口 的空间密度图；5)矿产数据包括2010—2019年持续开采的露天矿与井工矿数据，主要通过高分二号（GF-2)卫星数据人工解译，以及实地检验，综合选取占地面积>1km2的采矿数据，作为模型输入的基础数据；6)该地区的P O I数据，包括金融、教 育、文化、医疗等点状数据，该类数据主要通过网络爬虫爬取及91位图等方式获取；7)其他数据，包括晋城市土地利用总体规划[19]以及2010— 2017年统计年鉴中的土地利用数据，主要为改进后CLUE-S模型预测中非空间模块需求而准备。

1.3研究方法
1.3. 1基于A uto-L ogistic回归分析
在使用CLUE-S模型模拟土地利用类型变化前，需进行L o g istic回归可能性概率判断，但由于栅格单元层面的土地利用类型的变化不可避免的受到相邻单元格的影响，也就是空间自相关在土地利用数据分析中不可或缺，目前虽然已有相关研究对数据进行空间自相关分析[2°24]，但大多数是针对矢量数据而进行的自相关分析，例如整体墨兰指数或局部墨兰指数、热点分析等，然而这些分析并不能解决栅格数据内部的自相关性，为此本研究对栅格数据在传统的L o g is tic回归中引人空间自相关（Auto-Logistic)因子，从而弥补模型本身的不足。

Auto-Logistic 回归分析模型如下：
log P,
1 -
p) = /?。

+(S i Xn +体 X2,. + …+
+J S…Autocov1(1)式中：Autocov,为研究区2'土地利用类型的空间自
相关因子，其他参数含义与传统lo g istic回归相同。

空间自相关因子权重设定：
N
(2)
式中：R为第z行7_列栅格的空间自相关权重；民.… 为第z行J列栅格与其周围栅格的相似性，类型相同时设定为1，不同时设定为〇;N为栅格，周边栅格总数，取值为8。

本研究采用八邻域的计算方法，因此〃取值 为1，2,…,8。

最后空间自相关权重矩阵储存在结果矩阵中，整体程序是基于Matlab2016软件编写的。

120
中国农业大学学报
2021年第26卷
为检验A u to -L o g is tic 回归模拟精度，本研究分 别计算了不同时段每种土地利用类型与约束要素之 间的相关性，并在Spss 25软件中使用R O C 曲线 (Receiver operating c h a ra c te ris tic )进行相关性检 验，通常R ()C 曲线下的面积，即A U C 值>0• 7时， 可认为所选取的驱动因子有较好的解释能力。

为保证模型模拟精度，处理A uto-L ogistic 回归 分析结果，首先将约束要素之间相关性较大的两要 素去除其一；其次使各土地利用类型与选取的约束 要素间的显著性值控制在0.01以下。

1.3. 2 C L U E -S 模型模拟
C L U E -S 模型的基本参数主要包括以下5个部 分
_。

1)
约束要素：由于土地利用格局演变过程与区 域环境之间存在着复杂的相互作用，不止因为人类 所进行的任何自然、社会、经济活动都离不开土地， 而且人类在进行这些活动的过程中又会不断的改变 用地结构。

对于山西晋城，地处太行山余脉的山地 丘陵区，人类活动必然受到地形、土壤要素的影响； 同时当地矿产丰富（主要是煤矿〉，第一、二、三产业 的发展定会受到矿产要素所带来的影响；此外，区位 要素、社会要素和经济要素都在一定程度上影响着 当地土地利用格局演变和发展方向。

更为重要的 是，C L U E S 模型所要求的约束要素要在研究期内 保持相对稳定，以及保证数据的可得性、准确性、可 计算性等特点。

2) 限制区域：山西晋城地处太行山东南部，属山前
平原城市，整体呈椭圆形，地势四周高中部低，高海拔
地区土地利用类型一般难以转换，因此本研究将该地 区海拔高于1 500 m 的区域单独提取出来作为限制区 域。

由于晋城市没有大范围的9然保护区，总体上认 为该地区土地利用类型的变化只受制于海拔影响。

3)
转换弹性：转换弹性也可称为土地利用类型
转换限制性大小，参数范围为〇〜1,越接近于〇表
示由原始土地利用类型转为其他土地利用类型的可
能性也就越大，稳定性越差；反之参数越接近于1则
转换为其他土地利用类型的可能性也就越小，稳定
性越高。

同时进行多次模拟实验，最终得到转换弹
性参数[28]。

4)
转移规则：土地利用转移规则参数也可称为
转移可能性矩阵，表示土地利用类型之间转换的可
操作性，如果两者之间可以相互转化，则用Y 表示. 否则用N 表示（行表示当前土地利用类型，列表示
潜在土地利用类型）[15]。

5)土地利用需求量：土地利用需求量是CLUE-S 模型中相对独立的模块，以2010年与2017年土地 利用类型数据为基期，使用类线性插值法内插出期 间各年份土地利用需求量数据[29]，并根据统计年鉴 对内插出的数据进行校验后，用于模型模拟使用。

在对晋城市2024年模拟时，本研究基于两种不同的 情景分别对该地区进行模拟，在规划情景下，根据该 地区土地利用总体规划[17]，得到2020年晋城市各 土地利用类型面积；在生态保护情景下的土地利用 需求量数据是根据马尔科夫链模型进行的预测.由 于马尔科夫链具有无后效性的特点，且在土地利用
数量变化及预测中有较好的应用13°]。

因此，该模型
能够较好地预测自然演化下的晋城市2017 — 2024
年的各土地利用类型需求量，以上两种情景均使用 线性插值法，插值出2017—2024年的土地利用需求 量数据。

马尔科夫链模型见式(3):
P ,+ l = F …[P l ,1],+1
(3)
式中：
为；+1时刻的概率分布；P u 为初始状态
的无条件概率分布；P '"为一个步长（逐年）下的转 移概率矩阵。

其表达式为：
~p \\
…
p\m ~
P
])=
： i
(4)
-Pn\ • • •
Ptun -
式中：h (与初始时刻无关）为逐年转移概率矩阵，
表示过程从G 年状态a ,经过一年转移到f …+1年状态
七的概率。

h 规则为：
P lJ = P (X ,^, = |i - = Ul) (5)式中：
< 1 • y
," , A ;. = 1，（ *•，）= 1，2，…，?J ;
为正整数）。

1.3.3 模拟结果检验
在验证模型模拟精度时借助Spss 25软件，利
用K a p p a 系数，检验了晋城市2017年模拟结果与
实际土地利用方式的匹配程度131]，Kap p a 系数一般
用于检验2个图像的差别。

检验模型如下：
K = (P … - P t)/(1 - P , ) (6)
P … = s/n (7)P c = («] X + a 〇 X )/n 1 (8)式中：K 为K a p p a 系数；P …为两图一致率；P ,为两 图期望一致率为栅格像元总数；《
分別为现
状栅格为〇、1的栅格数；心、匕分别表示模拟栅格为
第1期徐洪涛等：山地丘陵区土地利用格局演变模拟研究一-_以山西省晋城市为例121
C D耕地 Farmland
湿地"Welland
林地Foresl
水域Water ho(i y
(a) 2010年
草地Grass land
建设用地Buill-up area
010******** km
K他用地Olher land
(b) 2017年
图 2 晋城市2010、2017年土地利用现状图
Fig. 2 J i n c h e n g’s land use m a p in 2010 a n d 2017
2.2 土地利用空间变量选择
综合一般地区土地利用格局变化对自然、社会、经济等层面的要求.同时选取影响山西晋城市发展的特殊制约因子，本研究共选取了 16个影响该地区发展的约束要素，并将其合并为6大类要素:地形要素、区位要素、土壤要素、社会要素、矿产要素、经济 要素[32—33](表 2)。

2.3 土地利用非空间参数设置
1)转换弹性参数设置：不同阶段土地利用类型转换限制性大小不同，依据实际情况，同时结合晋城市土地利用总体规划（2006—2020年）调整方案，将 晋城市土地利用转换弹性参数设置为2个阶段(表3)。

第一阶段用于模拟2017年的土地利用类型图，由于2017年的土地利用类型图已解译，因此 转换弹性参数也能够相应确定；第二阶段的转换弹性参数根据规划以及模拟的2024年的土地利用格局中各土地利用类型占地面积而设定。

2)转移规则参数设置：结合晋城市实际情况并查阅资料和经验分析.与转换弹性的参数设置类似，同样分为2个不同阶段（表4)。

其中：1)2010年与2017年解译结果显示7种土地利用类型间均存在相互之间的转化，故在此阶段设置各土地利用类型间的转移规则均为1;2)在模拟2024年土地利用格局时，考虑到我国越来越严的耕地保护制度，设定耕
〇、1的像元数；s为栅格单元相同的个数。

K a p p a系
数区间为[〇, 1], 一致性级别划分为：0〜0.2为较 低级别，0.2〜0.4为一般级别，0.4〜0.6为中等级别，0. 6〜0• 8为较高级别，0. 8〜1为一致级别。

1.3.4 土地利用格局转化测算
在Arcgis 10. 7软件中将2010年、2017年晋城市实际土地利用现状图与不同情景模拟出的2024 年土地利用图相叠加，提取出不同情景下3期土地利用变化动态图斑，计算公式为：
C〇de2〇l〇^.2017->-2024~code2〇i〇 ^ 100 "I-
code2〇n X 10 +code2〇24X 1 +1 000 (9)式中：code2_—2。

17_2。

21|为土地利用类型转化代码，code2_、code2〇i7与 code_分别为 2.010 年、201_7 年 与2024年7类土地利用类型源代码（0〜6)。

最后 将不同情景下土地利用类型转化图中3个时期代码一致的图斑去除，即可得到土地利用类型转化图。

112°0'E 112°30'E 113°0'E U3°30'E
■扁i i
2结果与分析
2.1 土地利用现状分析
在对晋城市土地利用类型演替模拟前，需进行土地利用现状分析，图2(a)为2010年晋城市土地利用类型图；图2(b)为2017年土地利用类型图。

根据遥感影像解译结果，晋城市总面积为
9 420. 31 km2，2010年的耕地与林地面积相当，而 2 017年林地面积明显增加.耕地、草地面积大量减少，且减少的耕地与草地集中在晋城市东部的太行山和西部的中条山地区。

使用2010年与2017年解 译的结果计算得出土地利用转移矩阵（表1)，晋城市7年间总变化面积为3 131. 11 km2 ,林地面积增加2 193. 32 km2，耕地和草地面积减少分别为
1 548. 22、1 359. 88 km2，且减少的耕地和草地主要转化为林地。

112。

07112°30'E 113。

0，瓦113°30'E
z
b
o s
N b
r-
s t
‘
〇%•
N b r l r'i T
122中国农业大学学报2021年第26卷
表 1 2010—2017年晋城市土地利用转移矩阵
T a b l e1C o n v e r s i o n m a t r i x of land use in J i n c h e n g f r o m 2010to 2017k m2土地覆盖类型耕地林地草地湿地水域建设用地其他用地转人总计L U C C type F a r m l a n d Forest G r a s s land W e t l a n d W a t e r b o d y Built-up area O t h e r land Total 耕地
F a r m l a n d
—53. 59275.290. 16 2. 5883. 280414. 9
林地
Forest
1118.15一 1 058.550. 01 2. 7 6. 007. 71 2 193. 32
草地
G r a s s land
294.7936. 21—00. 2817. 140348.42
湿地
W e t l a n d
0. 030. 080. 04—0.03 1.0000. 19
水域
W a t e r b o d y
9. 671. 66 2.000—29.000. 0113. 63
建设用地
Built-up area
106.861. 7413. 040. 08 1. 28—0. 01123.01
其他用地
O t h e r land
18. 721. 7410. 960. 080. 49 5. 79_37. 78
转出总计
Total
1548. 2295. 08 1 359. 880. 337. 36112. 517. 73 3 131. 11
表2晋城市约束要素选择及其说明
T a b l e 2 J i n c h e n g’s limiting factors a n d its description
数据类型D a t a type
数据名称
D a t a n a m e
说明
Description
地形要素
T o p o g r a p h i c factor D E M数据不同地区的海拔高程
坡向数据地块单元坡面法线在水平方向上的投影方向坡度数据不同地区的陡缓程度
距国道距离不同地区距最近国道的距离
区位要素District factor 距高速距离不同地区距最近高速的距离距铁路距离不同地区距最近铁路的距离距湖泊距离不同地区距最近湖泊的距离距河流距离不同地区距最近河流的距离
土壤要素Soil factor 砂土含量不同地区沙土含量的百分比黏土含量不同地区黏土含量的百分比壤土含量不同地区壤土含量的百分比2015年G D P密度2015年不同地区的G D P值
社会要素2010年G D P密度2010年不同地区的G D P值Social factor2015年人口密度2015年不同地区的人口密度
2010年人口密度2010年不同地区的人口密度
第1期徐洪涛等：山地丘陵区土地利用格局演变模拟研究—以山西省晋城市为例123
表2(续）
数据类型数据名称说明
D ata type Data name D escription
矿产要素露天矿区密度图常年开采的露天矿区影响范围
M ineral factor井工矿区密度图常年开采的井工矿区影响范围
经济要素Econom ic factor 2019年金融、教
育、文化、医疗等
P O I数据
不同区域受经济要素的影响程度
注：为保证模型模拟精度，2010年G D P与人口密度用于模拟2017年的土地利用类型图，2015年的G D P
与人口密度以及2019年的经济要素数据用于模拟2024年的土地利用类型图。

N o t e：T o ensure the accuracy of model simulation, the G D P and population density in 2010 are used to
simulate the land use types in 2017, those in 2015 are used to simulate the land use types in 2024,
and the economic factor in 2019 is also used to simulate the land use types in 2024.
表32010—2024年晋城市土地利用转换弹性参数设置
T ab le 3 T h e elastic p aram eter of land use conversion in Jincheng from2010 to 2024
模拟区间耕地林地草地湿地水域建设用地其他用地Sim ulation interval Farm land F orest G rass land W etland W ater body B uilt-up area O th er land
2010—2017 年0. 50. 50.40. 70.70. 80. 4 2017—2024 年0. 80. 50. 50. 30. 70. 70. 2
表42个阶段下晋城市土地利用转移规则矩阵
T able 4 M atrix of land use conversion rules under tw o stag es in Jincheng
土地利用类型Land use type
2010—2017 年2017—2024 年01234560123456
0Y Y Y Y Y Y Y Y N N N N Y N 1Y Y Y Y Y Y Y Y Y Y Y Y Y Y 2Y Y Y Y Y Y Y Y Y Y Y Y Y Y 3Y Y Y Y Y Y Y Y Y Y Y Y Y Y 4Y Y Y Y Y Y Y Y Y Y Y Y Y Y 5Y Y Y Y Y Y Y Y N N N N N N 6Y Y Y Y Y Y Y Y Y Y Y Y Y Y 注：〇为耕地，1为林地，2为草地，3为湿地，4为水域用地，5为建设用地，6为其他用地；矩阵内：Y表示可以转化，N表示不可转化；矩阵内行表示转出，列表示转入。

N o t e： 0 m e a n s farmland, 1m e a n s forest, 2 m e a n s grass land，3 m e a n s wetland, 4 m e a n s water body, 5 m e a n s built-up land，6m e a n s other land. In the matrix，Y m e a n s i t can convert，while N m e a n s i t c a n’t convert. R o w s represent shift-out and columns represent shift-in.
地向其他土地利用类型的转化时，除转为建设用地，均不允许转为其他5类用地；3)建设用地除转为耕地外，同样不可转为其他土地利用类型；4)耕 地与建设用地可相互转化的原因是当地政府大力发展新农村建设，合并旧村建新村，并将旧村整治为基本农田，再加上当地政府推行的建设用地“增 减挂钩”制度，因此本研究在模拟2024年土地利用格局时，无论哪种情景，第二阶段的转移规则均适用。

3) 土地利用需求量参数设置：为确保模型模拟
124中国农业大学学报2021年第26卷
的精度.尽量正确的设置土地需求M是模型运行的关键。

在模拟2017年的土地利用类型图时，以2017年解译的土地利用现状图中各土地利用类型面积作为终止土地需求量，2010年各土地利用类型面积为起始需求量，插值出间隔数据。

在模拟2024 年的土地利用类型图时.一是根据当地规划[17]，进行规划情景预测；二是使用马尔科夫链的生态保护情景预测，生态保护在土地利用需求量层面主要体现在林地面积上，由于2010— 2017年林地面积已大幅上涨，意味着正常情况下继续演化，自然可以达到 生态保护的目标。

之后插值出2类情景下土地利用类型需求量(表5)。

表52024年2种情景下晋城市各土地利用需求量
T able 5 D em and for land U v S e types based on tw o scenarios from2017 to 2024 in Jincheng km2
土地利用类型Land use type
Scenario
耕地
Farm land
林地
F o rest
草地
G rass land
湿地
W etland
水域
W ater body
建设用地
Built-up area
其他用地
O th er land
规划情景 2 391.02 4 691. 751119.540. 12105. 91754.54357. 43 Planning
生态保护情景1837. 70 6 959.32332.350. 2120.03244.2226. 48 Ecological protection
2.4 2010—2017年土地利用验证结果分析
A U C检验结果如表6所示，整体上验证阶段各土地利用类型回归分析结果较好，农田、水域、其他用地的A U C值均>0. 9,林地、草地以及城巾建设用地的A U C值也>0.8,最低的为湿地，但其AUC 值依然>0.65。

说明上述的16个约束要素达到了模型模拟的精度要求，可进行2024年的土地利用格局模拟。

表6验证阶段与模拟阶段各土地利用类型A U C值
T ab le 6 A U C values of various land use type.s in the test and sim ulation stages
土地利用类型Land use type
Stage
耕地
F arm land
林地
F orest
草地
GraSvS land
湿地
W etland
水域
W ater body
建设用地
B uilt-up area
其他用地
O th e r land
验证阶段0. 900. 880. 820. 670. 970. 880. 99 T est stage
模拟阶段0. 850. 940. 870. 650. 960. 930. 97 Sim ulation stage
对比2017年CLUE-S模型模拟图与实际土地利用现状图（图3)，使用K a p p a系数分析发现：K l t l c 为 0• 77，K"h i s，。

为 0• 93 •Fraction correct 值为 0• 80，总体K a p p a值为0• 71。

表明改进的CLUE-S模型 对2010—2017年晋城市土地利用类型变化情况模拟较好。

空间分布上，各土地利用类型在整体上分布一致，未出现明显空间位置上的偏差，晋城市土地利用现状与模拟结果之间的差异主要表现在各土地利用类型之间的交界处以及其他局部地区。

由表7可 见，K a p p a系数<0.6的土地利用类型为草地与其他用地；〇. 7<Kappa系数<0.8的土地利用类型为林地、耕地与湿地；K a p p a系数>0. 9为建设用地与水域用地。

在面积变化上，林地面积增加了约90 km2,草地面积则减少约90 km2，两者抵消。

在重 叠比例上.耕地模拟结果重叠比例为〇. 7,草地为0.54,比例不高，究其原因可能是2010年的草地、耕 地面积大幅下降.减少的草地多转化为林地与耕地，新增草地多为人工草场；此外，晋城市近些年来园地(本研究中将园地解译为林地）面积涨幅较快，大量占 用耕地资源，使得耕地转化为林地面积较大。

该问题 不仅增加了模型模拟的难度，而且影响了模拟精度。