基于主成分法的区域土地利用变化驱动力分析_以重庆市主城区为例

合集下载

农地用途转移驱动力研究以重庆市忠县为例

櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄(上接第415页)鉴发达国家经验，密切农业科研、农业教学和农业推广三者之间的联系，规范推广人员的考核培训机制，探索果树技术推广的专业化、社会化服务之路。

参考文献：［1］黄伟强．试论中国农业科技成果转化率问题［J ］．内蒙古农业科技，2008（2）：1－3，6．［2］张锡金，刘涛，齐世军．我国农业技术推广体系的现状及存在问题［J ］．山东农业科学，2007（1）：125－128．［3］李艳华．美国农业技术创新体系建设及对中国的启示［J ］．世界农业，2009（4）：18－20．［4］童玉娥．以色列的农业技术推广队伍［J ］．世界农业，1998（5）：52－53．［5］全国农业技术推广站．美国农业技术推广考察报告［J ］．北京农业，2007（34）：49－51．［6］李冬梅，严立冬，刘志，等．日本农业技术推广体系制度结构的分析及其启示［J ］．四川农业大学学报，2008，26（3）：266－269．［7］林岩．当代中国农业技术推广中的政府行为研究［D ］．杨凌：西北农林科技大学，2010．［8］张湘．我国农业技术推广体系的现状及创新思路［J ］．天津农业科学，2008，14（2）：62－64．［9］孙联辉．中国农业技术推广运行机制研究［D ］．杨凌：西北农林科技大学，2003．［10］王武科，李同升，张建忠．市场机制下的农业技术推广体系构建［J ］．科技进步与对策，2008，25（7）：102－105．［11］何海英．我国农业技术推广体系创新对策研究［D ］．北京：中国农业大学，2005．［12］樊启洲．农业技术推广体制改革研究［D ］．武汉：华中农业大学，2000．［13］周腰华，姚园媛．我国农业技术推广创新体系建设研究探讨［J ］．农业经济，2008（1）：91－92．钱昱如，孙芬，覃琳，等．农地用途转移驱动力研究———以重庆市忠县为例［J ］．江苏农业科学，2012，40（12）：416－418．农地用途转移驱动力研究———以重庆市忠县为例钱昱如1，2，3，孙芬1，覃琳1，郑财贵1，曹蕾1（1．重庆市国土资源和房屋勘测规划院，重庆400020；2．国土资源部土地利用重点实验室重庆研究中心，重庆400020；3．重庆欣荣土地房屋勘测技术研究所，重庆400020）摘要：以重庆市忠县为例，分析了2006—2011年农地用途变化的总体特征和表现形式，在此基础上从定性和定量角度运用主成分分析法研究了农地用途变化的驱动力。

土地整治模式探讨-以重庆市为例

展的基础平台。关键词：土地整治；模式；重庆
土地整治是集田、水、路、林、村、屋于一体的综合性、全方位的村居民点向中心村和城镇集中。综合性整治，除了增加耕地，确保耕地占补平衡外，重庆在土地整治２．４将土地整治过程中新增加的耕地和建设用地分作两部分，中，采取与市区县共建的方式，以土地整治项目为载体，通过整合土新增耕地主要用于农业项目开发，发展绿色、有机、无公害农产品生地开发整治、农业综合开发、中小水利建设、以工代赈、农村扶贫、中产、加工；将新增建设用地指标通过跨区域置换和转让，实现的级差主要用于解决农村发展、农业产业化经营、农民增收项目，解低产田改造、地灾搬迁等各类涉地、涉农资金的整合等，先后与１１收益，个区县签署了实施土地整治共建社会主义新农村的协议，并在２０决农村经济发展的资金短缺问题。３废弃矿山环境恢复治理土地整治模式多个村开展了整村推进土地整治工作试点，在７个镇进行了整镇开展土地整治的工作，实现了土地整治模式的创新。随着统筹城乡综据统计，重庆市废弃矿井涉及３４个区县，废弃矿井个数达到合配套改革的推进，应将土地整治作为城乡统筹发展的有效平台，７００多个。存在安全隐患需要治理的废气矿井较多，达到５００多个。按照不同区域的实际，根据不同的需求，将土地整治与农业产业化因此，重庆矿山环境恢复整治的工作量大，任务重，应结合土地整发展、新农村建设、矿山环境恢复治理、地质灾害防治、高山移民和治，对矿山环境进行综合整治，化害为利。３．１针对采煤形成的矿山环境较严重的地区实施土地综合整盘活线性工程闲置用地等有效耦合，实施土地整治模式的进一步创新，助推统筹城乡发展的实现。治。这部分地区由于复垦土源少、复垦难度大，应以加速土壤熟化、１农业产业发展土地整治模式缩短复垦周期为重点，短时间内在采矿废弃地和废石堆积场，以重服务农业产业化发展是土地整治的应有之义，在土地整治中扮建林、灌、草优化的人工生态系统为主，加强生态建设，提高生态保演极其重要的角色。农业产业化发展的土地整治，主要通过农村的障能力，逐步恢复为农业耕地；另外利用采矿企业的废弃物，如表层土地整治，为现代农业的产业结构调整和土地承包经营权流转创造剥离土壤、粉煤灰、洗矿泥等作为复垦地的人工再造耕作层材料，采条件。因此，在土地整治中，要根据农业产业化发展的思路和目标定矿与复垦工作同步进行，解决覆土缺少的难题，实现矿区废弃物减位，科学设计整治方案，形成一批上规模、有特色的现代农业基地。量化、资源化和无害化。３．２针对金属矿山环境保护与治理形式不容乐观的地区实施土研究农业产业化发展一体化的中间土地需求和设施配置，要通过中低产田土的改造，配套完善农田水利设施，改良传统的耕作方式，配地综合整治。重庆秀山一酉阳锰、汞矿区，渝西锶矿区等矿山环境影可以采取土地复垦开发和搬迁避让相结合以及进行合工程、生物和农艺等措施，增加耕地有效聚集和利用天然降水的响严重的地区，能力，提高耕地保土、保水、保肥能力，培育产业的区域综合竞争力矿山公园建设的办法，综合利用生物技术、工程技术、菌根技术，加和新的产业增长极，打造现代农业和生态旅游高度融合的特色经济速土壤熟化及植被重建，恢复废弃矿山的植被。如采取 “ 乔木为主，区，发展农村经济，让农民增收致富。针对重庆实际，在土地整治项乔、灌、草、藤相结合，针阔常绿落叶混交 ” 进行植被恢复。目的投资、选址、规划和实施等环节上，要按照 “ 高产、优质、高效、生３．３围绕矿山公园建设实施土地整治。矿山公园的建设可以化通过对矿山环境的再利用，变被动型环境恢复治理为主动态” 的要求，围绕柑橘、花卉、中药材、蔬菜、优质粮等重点和优势产害为利，的环境建设与矿山治理；同时，矿山公园也是矿业城镇新的经济增业，努力改造和发展农业产业基地，做大做强优势产业。２新农村建设土地整治模式长点，可以推动矿业城镇的经济多元化和可持续发展。因此，应充分由于多方面的原因，重庆农村居民点长期处于自发发展态势，利用废弃矿山的自然风光与奇特的地貌景观、矿山环境与地质灾害布局缺乏规划，环境脏、乱、差，用地结构单一，缺少应有的文化娱乐遗迹、采矿历史与选矿冶炼技术等，结合旅游景点的开发，打造地质场所，人均和户均用地普遍超标，空闲宅基地较多。土地整治与新农公园、森林公园等，实现经济、社会、生态、人居环境协调发展。村建设结合，主要运用工程技术手段及调整土地产权，通过农村居４地质灾害防治土地整治模式民点的改造、归并，推进农村居民点建设逐步集中、集约，并改善农重庆已查明地质灾害防治点１．５万个，其中三峡库区就达１万民生产、生活条件和农村生态环境，营造和谐的人居环境，为新农村多个。三峡库区地质灾害防治量大面广，成为我国地质灾害防治的建设创造条件。这一模式应主要选择城郊结合部生活条件相对较好主战场，地质灾害类型也包括了崩塌、滑坡、泥石流、地裂缝、地面沉岩溶塌陷、浸没和地震等，其中分布最广、数量最大的是前三种。的地区，农民的生活来源又主要以非农收入为主。具体操作上，应结陷、合城镇规划，重点改造农村居民点，完善基础设施和公共服务设施，由此可见，重庆地质灾害多、破坏性最大、潜在危害最大、治理难度也不小。为了达到减灾、防灾的目的，应结合土地整治，对地质灾害实现农村社区化管理。２．Ｉ根据农村居民点用地结构的特点，参考城市用地分类，明进行综合治理，实施标本兼治。对生活、生态环境较恶劣的地灾隐患晰农村居民点内部生产、生活、附属和空闲地比重。在充分掌握农村地区，可实施整体搬迁的方式，让当地居民远离危险点，结合新农村居民点用地结构、农村居民点功能特点和农民需求的前提下，科学建设，让居民集中居住；对土壤条件较好，适应耕作的地区，对地质合理规划农村居民点土地整理和社会主义新农村建设，使之体现原灾害应以防治为主，可实行土地综合整治，优化当地居民的生产、生在地灾防治资金投入上，主要以国家投入为主。结合有居民点的明显标志和整体特色，具有较强的社会生态适应性，营活环境。目前，土地整治，应鼓励民间资本投入地灾防治。对民间资本投入后整治造出一个舒适、安静、祥和、朴实的人居场所。２．２掌握农村居民点及其发展需求，了解农民对农村居民点认出来的土地，可由投资者无偿使用，在符合规划的前提下，进行开发同度。在农村土地整治的过程中，要让农民广泛参与到农村土地整建设。龙其在城镇附近有地质灾害的地方，由于土地有增值空间，如谁受益，民间资本受利益的驱动，就会投入到土地整治中来，从讨论、规划、整治到项目的落实管理等方面充分吸收农民果实行谁整治、治中。土地整治模式探讨一以重庆市为例

重庆市武隆区土地利用变化及驱动力分析

重庆市武隆区土地利用变化及驱动力分析作者：黄霞许文婷来源：《科学导报·学术》2020年第15期摘要：该文选取重庆市武隆区作为研究对象，以其近八年的社会基础数据与土地变更数据作为基础，对武隆区近八年来的土地利用变化进行分析，并且确认其土地利用变化的驱动力因子，从而找出影响其土地利用变化的主要的影响因素。

关键词：土地利用、驱动力、主成分分析土地利用变化研究是揭示区域环境变化的重要途径，是国际地圈生物圈（IGBP）和国际全球环境变化人文因素（IHDP）的重要内容[1][2]，已成为当前各国学术界的研究热点。

其研究内容从全球气候变化效应，扩展到不同空间尺度的土地变化过程及其驱动机制、生态环境效应等。

[3]基于现有的武隆区社会基础数据以及土地变更数据，对其进行的相关研究，可以为武隆区的合理利用土地提供有效的科学依据。

1.研究范围与研究方法1.1研究区概况武隆区属重庆市辖区，位于重庆市东南部，北纬29°02'～29°40'，东经107°14'～108°05'，年均气温为17.4℃，年均降水量1 094.4 mm。

截止2017年全区有26个乡镇、186个行政村。

2017年实现地区生产总值（GDP）1604925万元，按可比价计算，较上年增长7.7%。

1.2研究数据来源本文数据来源于重庆市国土资源和房屋管理局官网上的土地变更调查20010—2017年数据、武隆区统计年鉴、和中科院《土地利用现状分类》分类。

1.3研究方法1.3.1系统分析法武隆区土地利用变化的各个驱动因子对其土地利用变化的影响作用并不是独立的，而是众多因子相互影响、互为因果，因此，应将其土地利用变化与社会经济等各种影响因素综合起来研究，将其纳入整个社会经济发展系统中来，进而寻找其土地利用变化的途径，并探索其规律性。

[4]1.3.2主成分分析法在用统计分析方法研究多变量的课题时，变量个数太多就会增加课题的复杂性。

重庆永川市土地利用变化及社会驱动力分析

动力的相互关系。关键词土地利用变化；社会驱动力；永川市
中图分类号Ｆ０．３１２
文献标识码
Ａ
文章编号０１ — ６１２０）３１ — ３５７６１（０６１—３６００
ＡａｓｔｏｉｒｉｇｏｃｏａｄＵｅＩｅｎＹｎｃｕｎｏｇ￣ｎｌｉｏｈＳｃｌｉｎｒｅｆｎｓ０ｍｌｏｇａｏｍｑｙｓｆｅａＤｖＦＬｇｉｈｆＬｉｅａ（ｏｅｆｅｕｅｄＥｖｏｍｎｌｃｎｅＳｔｅ｝ＮｒａＵｉｒｔＣｏｓ￣４０１）Ｉ蛐ｔｌＣｌｇｏＲｓｒｓｎｎｉｎｅｔｉｃ，ｏｈｓｃｌｏｌｎｅｉ，ｈｎｑ０７５ＱｌｅｏｃａｒａＳｅｕｗｔｉ眦ｍｖｓｙ
ｕｂｎｚｔｎ锄ｄｉｕｔａｚｔｎｏｔａｒａｉｉａｏｄｓｉｉｉ．ｐｌｃｌ锄ｄｅｏｏｉｐｌｙ锄ｄｏｅｓｈｎｅｅａｔｄｔｆｓｃａａｄｅｏｏｃｄｖｌｍｎｃｎｔｎ锄ｄｎｒａｏｌｉｉｃｎｍｃｏｉｃｔｒ．Ｔｅ，ａｒｌｖｎａｏｏｉｎｃｎｍｉｅｅｏｅｔｏｄｉｈａｌｐｉｏ
李倩，泰，，雪，刘１南范学源境学院重４７；南范学峡区态刁承，２刘黄娟，贵芬（西师大资环科学，庆０１．师大三库生．ｏ２５西
环境教育部重点实验室，量庆４７；西０１３南师范大学０５．三峡库区经济社会研心，庆４７）究中重０１０５

重庆市耕地动态变化及其驱动力分析

ｌｎｈｎｅａｅｍａｎｙｅｏｏｃｄｖｌｐｎ，ｒ－ｄｕｔｎｆａｒｃｌｒｌｒｄｃｉｎｓｒｃｕｅｐｐｌｔｎｇｏｈ。ｈｒｓａｄｃａｇｒｉｌｃｎｍｉｅｅｏｍｅｔｅａｊｓｍｅｔｏｇｉｕｔａｏｕｔｔｕｔｒ，ｏｕａｉｒｗｔｔｅｐｅ— ｕｐｏｏ
Ｖｏ．Ｎｏ１１６，．
Ｆｅ．０８ｂ２０
重庆市耕地动态变化及其驱动济管理学院，重庆西
摘
４０１）０７６
要：用重庆市１９ —２０利９６０５年的社会经济统计资料和土地利用变更调查数据，析了重庆市直辖十年来耕地动态变化，过分通
中图分类号：３１２Ｆ０．１文献标识码：Ａ文章编号：６２３９２０）１０４４Ｉ７ —５７（０８０ —００ —０
ＡｎｌｓｓｔｎｍｉａｙｉｈｅＤｙａｃＣｈａｇｓｏｌｉａｅｎｄｎｅｆＣｕｔｖｔｄＬａｉｏｇｑｎｔｎｈｉｉｉｇＦｏｃｓｎＣｈｎｉｇＣｉｙａｄＴｅｒＤｒｖｎｒｅ
Ａｂｔａｔ：Ａｃｏｄｉｔｓａｉｔｃｌｄｕｒｅｄｔｆｏ１９ｔ２ｓｒｃｃｒｎｇＯｔｔｓｉａａｎｓｖｙａａｒｍ９６Ｏ００５。ｑｎｉａｉｄｙａｉｃａｅｏｆｃｔｖｔｄａｉｕａｔｔｔｖｅｎｍｃｈｎｇｓｕｌｉａｅｌｎｄｎＣｈｇｑｎｇＣｉｙｕｒｎｈａｓ０ｅｒａｅｄｓｕｓｅｏｎｉｔｄｉｇｔｅｌｔ１ｙａｓｒｉｃｓｄ．Ｂｙｓｎｇｔｐｉｉｌｏｍｐｅａａｌｓｓｈｅｈｎｉｍｏｉｎｕｉｈｅｒｎｃｐａｃｏｎｎｔｎｙｉ。ｔｅｍｃａｓｆｄｒｖｉｇｆｒｅｏｈｓｈａｇｅｒｎｌｚｄ．Ｔｈｅｒｓｔｉｉａｅｅｒｌｄｃｅａｉｇｔｅｆｔｒａｆｃｔｖｔｄｌｎｄｄｉｇｔｏｃｓｆｒｔｅｅｃｎｓａｅａａｙｅｅｕｌｎｄｃｔｓａｇｎｅａｅｒｓｎｒｎｄｏｈｅａｅｏｕｌｉａｅａｕｒｎｈｅｐｔ１ｅｒｎｎｉｃｅｓｎｇｒｔｏｅｓｏｕｌｉａｅａｄｔｈｒｌｎｅｉｅ２ａｓ０ｙａｓａｄａｎｒａｉａｅｏｆｃｎｖｒｉｎｃｔｖｔｄｌｎＯｏｔｅａｄｕｓｓｓｎｃ００１Ｔｈｅｄｒｖｉｇｆｒｅｆｃｌｉａｔｄ．ｉｎｏｃｓｏｕｔｖｅ

城市化演进的动力因子及其动力机制初探——以重庆为例

Ｋｅｏｄ：ｕｂｎｚｔｎ；ｄｎｍｉａｔｒｍｅｈｎｓ；ｙｗｒｓｒａａｉｉｏｙａｃｆｃｏｓ；ｃａｉｍ
Ｃｈｏｑｉｎｇｎｇ
均质的，城市的拓展要避开山脉、河流等地形条件，而向着地势平坦、区位优越、资源丰富的地区发展。而这些地区往往又多是优质农田或生态敏感区，由此容易引发土地利用的矛盾。以２０年为例，重庆新增建设用地９５ｈ２０６３９ｍ，其中
区为圆心，向外围以同心圆方式增长。然而，区域往往并非
ｍａｋｔｏｃｓａｄｇｖｒｍｅｔｃｎｒ１Ｔｈｎｉｅｔｂｉｅｄｌｒｅｒｅｎｏｅｆｎｎｏｔｏ．ｅｓａｌｈｓｍｏｅｔｓａｆｒｈｒａｉａｉｎｅｏｕｉｎｏｅＵｂｎｚｔｖｌｔｏ．ｔｏ
二、市场驱动力的影响
一
、
德国著名科学家哈肯（．Ｈｋｎ曾指出： “ 市是自组织Ｈａｅ）城
系统 ”［］１。城市化是指包括人口（农业—— 非农人口）、地域（村— —城市）、产业（农农业产业— —非农产业）、空间形态转化、城市文化和生活方式在农村的扩散、基础设
驱动力以及政府调控力。并以此为基础构建了城市化演进动
力模型。
关ｔ诩：城市化
动力因子
Байду номын сангаас机制
重庆
响。
１．城市内部的外拓生长力
ＡｂｔａｔＷｉｅｈｎ￣ｇａａａ，ｈｓａｅｉｕｓｓｓｒｃ：ｔｔｏｇｎｃｓｔｉｐｐｒｓｓｈｈＣｓｅｄｃｅ

重庆市土地利用变化及其驱分析

Ｆ一
土地利用类型
选择了１９～２０年重庆市的相关经济序列资料作为分９９０８析的原始变量，对重庆市土地利用变化的社会驱动因子进行分析。运用ＳＳ软件运行操作，得出相关系数矩阵表（ＰＳ表３１．），特征值表（．）和因子负荷矩阵表（．）。表３２表３３因子说明：Ｘ总人口，万人）、Ｘ（１（２农业人口，万人）、
ＥｏｏｃＴａｅＵｄｔＭｉ－ｕｎｌＳｍＮＯ１０ｅｒａ．００ｃｎｍｉ＆ｒｄｐａｅｄｏｒａｓｕ．ｊ态化６Ｆｂｕｒ２１ｙ
度率
ｔ２ｎ
动变
重庆市土地利用变化及其驱分析
陈进谭尔斯
１０００
Ｘ２１
—７８６
９９３
９４９
９７９
．３９８
．９９６
９６９
９０ｌ
９１９
９４９
１００．０
表３３各主成分因予负荷矩阵．
ＸｌＸ２Ｘ３Ｘ４Ｘ５Ｘ６Ｘ７Ｘ８Ｘ９ＸｌＯＸｌ１ＸＩ２
表３１相关系数矩阵．
Ｘ１ｘ２ｘ３ｘ４ｘ５ｘ６ｘ７ｘ８ｘ９ＸＯｌＸ１ｌＸ２１
１．研区同地用型态ｔ１究不土利类动度］２
ｘ（业人１万人）Ｘ国生产值元）、５３非农：３，、４（内产鹧亿Ｘ
度。非农业用地中，建设工矿用地和交通用地变化速度快，总体上有较大幅度的增加，水域、未利用地则呈现正向的动态度。３土地利用变化驱动力分析．土地利用变化驱动力系统可分为自然驱动力和社会驱动力两个组成部分。自然驱动力主要有地质地貌、气候、土壤、植被、水文和自然干扰等。社会驱动因子主要包括：人口变化、贫富状况、技术变化、经济增长、政治和经济结构，以及观念和价值等。３１模型与方法．（）１主成分分析法其基本思想是要在力保数据信息丢失最小的原则￡ＵＤＩ：１ｏｒ下，对高维空间进行降维处理【。具体步骤为：（）对原始数据进３Ｉ１式中：Ｕ、ｕ分别为研究期初及研究期末某一土地类型数量；Ｔ行标准化处理，以消除各指标量纲不同和量级差异的影响；（）计ａｂ２为研究时长，以年为基本单位时，ＬＤ为年变化率。如图２１ＵＩ．所示。算相关系数矩阵Ｒ；（）计算特征值和特征向量；（）计算贡献３４率，ｔ／和累积贡献率∑ ，Ｉ，并确定主成分；（）计算主成分因子ｏ，』 ∑）５负荷矩阵［。３２研究区分析．

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。

基于主成分法的区域土地利用变化驱动力分析——以重庆市主城区为例

ＳｕｙｏｔｅＤ，ｖｏｃｆＬａｄＵｓｓｄＯｈＩｖＦｃｏａｙｉｔｄｎｈ－ｍｇＦｒｅｏｉｎｅＢａｅｎｔｅＰｌ捌ｒａｔｒＡｎｌｓｓ
Ｌｈｎｙｎｌ（ｃｏｅｇｃｉｃＳｕｗｓＵｉｒｔ，ｈｓ￣４１）ＵＣｕ－ａｇｅａＳｈｌｆｏｌｅｅｏｏｔｅｎｅｉＣｏｑ０５ｔｏｏＧ￣ＭＳｎｓｆｈｔｖｓｙｃｎ
制，为区域土地管理决策和持续利用提供科学依据＿６４３ —。
１研究区域概况
鲁春阳，杨庆媛田文枫２胡渝春３万平３，永中，，，
（．１西南大学地理科学学院，重庆４０１；．０７５２河南省平顶山市人才交流中心，河南平顶山４７０；．６００３重庆市土地房屋勘测规划院，重庆４０２）０１３
摘要基于重庆市主城区自然及社会经济统计数据，利用ＳＳ软件，用主成分分析法，ＦＳ采对引起土地利用变化的驱动力进行分析。研究结果显示：口增长、人工业化和城镇化、民生活水平等因素是引起主城区土地利用变化的主要驱动力，人并提出土地可持续利用的建议。关键词土地利用变化；动力；驱主成分法；重庆市主城区中图分类号Ｆ０．文献标识码Ａ３１４２文章编号（１— ６１２０）１５２ — ２１７６１（６２ — ６７０５０
ＫｅｒｓＬｎｓｈｎｅｒｖｎｏｃ；Ｐ１Ⅳ ｆｔｒａａｙｉ；Ｃｏｓｉｇｙｗｏｄａｄｌｅｃａｇ；Ｄｉｉｇｆｒｅｌａａｏｎｌｓｓｈｎｑ￣ｌｃ

成渝经济区土地利用变化特征与驱动力分析

成渝经济区土地利用变化特征与驱动力分析吴坤;王文杰;刘军会;张哲;胡圣武【摘要】以成渝经济区2000年、2005年、2010年3个时期的土地利用数据为基础，应用RS和GIS技术，提取成渝经济区各种土地利用类型数量、土地利用类型动态度及土地利用转移矩阵，分析2000—2010年成渝经济区土地利用变化数量及转移特征；应用偏最小二乘回归方法，结合社会经济数据，构建土地利用变化的偏最小二乘回归模型，分析成渝经济区土地利用变化驱动力。

结果表明，研究期间成渝经济区人工表面、林地和耕地面积变化十分显著，其中，人工表面面积增加2337．03 km2，林地面积增加2719．15 km2，耕地面积减少5840．27 km2，耕地主要转换为林地和人工表面；人口压力的加剧是成渝经济区土地利用变化的最主要驱动因素，社会经济快速发展为次强驱动因素，国家调控政策的实施对土地利用变化也具有重要的驱动作用。

%Based on the land use change data of Chengdu-Chongqing Economic Zone ( CCEZ) in 2000, 2005 and 2010, and combined with RS and GIS methods, the information of land use quantityof each type, land use dynamic degree and land use conversion matrix was extracted, and the land use change quantity and conversion characteristics during 2000 to 2010 bined with the data of social-economic statistical data, the partial least squares regression model of land use change was built, and the driving forces of land use change of CCEZ analyzed.The result showed significant changes emerged in structured land, forest land and farm land, among which structured land increased by 2 337.03 km2 , the forest land increased by 2 719.15 km2 , whereas the farm land reduced by 5 840.27 km2 .The farm land was mostly changed toforest land and structured land.The increasing population pressure is the major driving force of land use change in CCEZ, the rapid development of social economy is the subordinate driving force, and the macro-control and policy implementation of country also plays an important role in land use change.【期刊名称】《环境工程技术学报》【年(卷),期】2015(000)001【总页数】9页(P29-37)【关键词】土地利用变化;驱动力;地理信息系统;偏最小二乘回归;成渝经济区【作者】吴坤;王文杰;刘军会;张哲;胡圣武【作者单位】湖南科技大学建筑与城乡规划学院，湖南湘潭 411201; 中国环境科学研究院环境信息研究所，北京 100012;中国环境科学研究院环境信息研究所，北京 100012;中国环境科学研究院环境信息研究所，北京 100012;中国环境科学研究院环境信息研究所，北京 100012;河南理工大学测绘与国土信息工程学院，河南焦作 454000【正文语种】中文【中图分类】X171吴坤，王文杰，刘军会，等.成渝经济区土地利用变化特征与驱动力分析［J］.环境工程技术学报，2015，5（1）：29-37.WU K，WANG W J，LIU J H，et al.Analysis on characteristics and driving force of land use change in Chengdu-Chongqing Economic Zone［J］.Journal of Environmental Engineering Technology，2015，5（1）：29-37.土地利用变化是人类活动作用于生态环境所呈现出的最显著形式［1］，作为土地科学计划研究的重要课题，已经成为全球环境变化与可持续发展研究的重要内容［2-4］。

基于主成分分析的重庆市县域经济综合评价

第３０卷第１期
Ｖｏ１．３０Ｎ０．１
重庆工商大学学报（自然科学版）
ＪＣｈｏｎｇｑｉｎｇＴｅｃｈｎｏｌＢｕｓｉｎｅｓｓＵｎｉｖ．（ＮａｔＳｃｉＥｄ）
２０１３年１月
线，地形以丘陵、低山为主，平均海拔４００ｍ，地势从南北两面向长江河谷倾斜，起伏较大，呈“ 一山一槽二岭 ”
的地貌。重庆市气候温和，属亚热带季风性湿润气候。
收稿日期：２０１２— ０８— ０７；修回日期：２０１２— ０９— ２０．
Ｊａｎ．２０１３
文章编号：１６７２— ０５８Ｘ（２０１３）Ｏ１— ００２１一Ｏ６
基于主成分分析的重庆市县域经济综合评价术
周李磊，林孝松，韩赜，左倩云，胡静怡
（重庆交通大学河海学院，重庆４０００７４）
关键词：县域经济；综合评价；主成分分析；等级区划分；重庆市
中图分类号：ＴＵ３９８文献标志码：Ａ
重庆市作为最年轻的直辖市，自１９９７年直辖以来，在国家政策和资金的支持下得到了较快的发展，各区
２２
重庆工商大学学报（自然科学版）
第３０卷
重庆市总面积８．２万ｋｍ，下辖１９个区１５个县４个自治县，全市共３３０３．４５万人（２０１０年户口统计）。

中国西南山地城市生态环境质量长时序变化及其评价——以重庆市为例

第46卷第2期2024年3月物探化探计算技术C O M P U T I N G T E C H N I Q U E S F O R G E O P H Y S I C A L A ND GE O C H E M I C A L E X P L O R A T I O NV o l .46 N o .2M a r .2024文章编号:1001-1749(2024)02-0224-11中国西南山地城市生态环境质量长时序变化及其评价以重庆市为例苟晓娟,刘瑞,李谷琳(成都理工大学地球物理学院,成都 610059)摘要:为研究中国西南地区山地城市的生态环境质量,选择以重庆市为例,利用遥感技术和G o o g l e E a r t h E n g i n e (G E E )平台,构建遥感生态指数(R S E I ,r e m o t e s e n s i n g e c o l o gi c a l i n d e x ),评价重庆市2000年~2021年的生态环境质量及其长时序变化㊂为探讨山地城市生态环境质量的主要影响因素,选取海拔㊁坡度㊁气温和降水四个影响因子,得到R S E I 的海拔依赖性与坡度依赖性以及R S E I 与气候因子的响应关系㊂结果表明:①遥感生态指数R S E I 总体呈上升趋势,生态质量为优的面积增加了130.27%,生态质量为差的面积减少了65.68%,生态环境有明显的改善;②从R S E I 随海拔㊁坡度变化曲线可以看出,0m ~1800m 范围内R S E I 缓慢增加,1800m~2800m 范围内开始减小,R S E I 随坡度增加而增长,坡度>40ʎ之后R S E I 趋于平稳;③从R S E I 与气候因子的响应曲线可以看出,温度和R S E I 呈负相关,温度越高,R S E I 越低;随着降水的增加,R S E I 指数逐渐上升㊂研究表明,使用G E E 平台可以对多云雾㊁植被覆盖度高的西南山地城市的生态环境质量进行长时序的监测和评价㊂研究结果可为中国西南地区山地城市的生态环境保护提供精细化管理,从而根据区域特色进行环境治理,实现生态环境与经济的协调发展㊂关键词:G o o g l e E a r t h E n gi n e ;R S E I ;西南山地城市;重庆;海拔;气候;生态保护中图分类号:X 821 文献标志码:A D O I :10.3969/j.i s s n .1001-1749.2024.02.12收稿日期:2022-11-15基金项目:地质灾害防治与地质环境保护国家重点实验室项目(S K L G P 2022K 026);福建省空间信息感知与智能处理重点实验室项目(F K L S I P I P 1002)第一作者:苟晓娟(1995 ),女,硕士,主要从事遥感与生态环境评估方面的研究,E -m a i l :1814869426@q q .c o m ㊂通信作者:刘瑞(1979 ),男,博士,副教授,主要从事地球探测与信息技术方面的研究,E -m a i l :l r @c d u t .e d u .c n㊂0 引言一个城市的生态环境是与人类生存和发展息息相关的气候资源㊁海洋资源㊁矿产资源㊁土地资源㊁生物资源㊁以及水资源的总称,是影响人类社会和经济可持续发展的综合生态系统,是人类生存和发展的主要物质来源[1]㊂生态环境质量的优劣不仅关系到人们的日常住行,更关系到人们的身心健康㊂随着我国经济社会的飞速发展,城市的工业化㊁城镇化水平不断提高,沥青㊁水泥等组成的不透水表面取代了部分土壤㊁湿地㊁水面以及植被等土地覆被类型,这个过程导致地表水分蒸腾减少㊁径流加速等一系列如城市热岛等的生态环境效应[2]㊂党的十八大以来,国家强调走集约㊁智能㊁绿色㊁低碳的新型城镇化道路㊂随着新时代中国经济和城镇化开始由高速增长转向高质量发展,国家日益重视生态环境评估与保护[3]㊂2006年,中华人民共和国生态环境部颁发了‘生态环境状况评价技术规范“[4],根据生物丰度指数,植被覆盖指数,水网密度指数,土地退化指数和环境质量指数构建的生态指数(E c o l o gi c a l I n d e x ,E I ),旨在对我国县级以上生态环境提供一种年度综合评价标准,在区域生态环境质量(E c o l o g i c a l E n v i r o n m e n t a l Q u a l i t y,E E Q)评估方面得到了广泛应用[5],王瑶等[6]以T M㊁S P O T4及Q u i c k B i r d遥感影像为数据源,运用生态环境状况评价技术评价北京市生态环境质量变化情况,发现降水量的减少㊁城市化扩张以及人为因素是影响生态环境质量变化的主要原因㊂随着人们对生态环境问题相关研究的重视,有关生态环境质量动态监测和评价的方法越来越多[7],随着美国L a n d-s a t卫星和法国S P O T卫星的发展,3S技术以快速㊁实时及范围广等监测特点在对生态环境的研究中成为了中坚力量,国内外学者通过遥感影像获取陆地表面的信息,并结合数学方法对生态环境进行了定量研究[8-12]㊂徐涵秋[13]在生态指数E I的基础上提出的遥感生态指数(r e m o t e s e n s i n g e c o l o g i c a l i n-d e x,R S E I),能够客观㊁快速监测和评价生态环境质量变化,与过去较为单一的量化生态状况的遥感指数如归一化植被指数(N D V I)㊁增强植被指数(E V I)㊁永久植被分数(P V F)和干旱条件指数(S D-C I)等不同,遥感生态指数结合了绿度㊁湿度㊁干度㊁热度,全面地评估了区域的综合生态状况㊂遥感生态指数所需要的四个指标获取简便且通俗易懂,并且权重不需要人为设定,是一种客观㊁便捷㊁高效的遥感生态环境质量监测和评价的技术手段[13-14]㊂笔者以重庆市为例,基于遥感技术研究中国西南地区山地城市的生态环境质量㊂重庆地处中国西南,滋养于长江与嘉陵江交汇处,四面群山环绕,是中国西南地区的经济中心和金融中心城市之一,是一座举世闻名的山城㊂三峡水库重庆段的生态环境历年来也受到学者们的关注[15]㊂我国西南地区地形复杂,以盆地㊁丘陵地形为主,北有黄土高原,南有云贵高原,西有青藏高原,东有巫山㊁大巴山,四周均是高山峻岭,重庆市作为西南山地城市的代表,其生态环境质量在2000年以来,随着城市化的发展和生态环境的有效治理,生态环境有了明显好转㊂研究重庆市的生态环境变化及其影响因素,可为学者研究西南地区的其他城市的生态提供参考㊂笔者基于遥感影像数据处理技术和G o o g l e E a r t h E n g i n e (G E E)平台,分析2000年~2021年重庆市的生态环境时空变化,并研究了海拔㊁坡度㊁气候因子对生态环境质量的作用,以期为重庆市的生态环境治理提供科学依据,为西南地区的生态环境保护提供因地制宜的措施㊂1研究区概况重庆市位于四川省西南部,拥有部分喀斯特地貌,是中国西南地区典型的山地城市,经纬度范围分别为东经105ʎ11'~110ʎ11'㊁北纬28ʎ10'~32ʎ13'㊂重庆作为中国西南地区的直辖市,经济发达,航运和商贸畅通,是西部大开发㊁一带一路和长江经济带的重要战略支点㊂重庆市境内北有大巴山,南有大娄山㊁东有巫山,东南有武陵山,河流有长江㊁嘉陵江等,长江干流自西向东865k m流程,形成了著名的长江三峡㊂重庆气候属亚热带季风性湿润气候,年平均降水量较丰富,大部分地区在1000m m~ 1350m m,年平均气温16ħ~18ħ㊂重庆市最高海拔2796.8m,最低海拔73.1m,海拔高差达2723.7m,以山地为主,面积占76%,丘陵占22%㊂其中,海拔500m以下的面积占幅员面积38.61%;海拔500m~800m占幅员面积的25.41%;海拔800m~1200m占幅员面积的20.42%;海拔1200m以上占幅员面积的15.56%㊂重庆地势特点为:东南部㊁东北部高,中部和西部低,海拔由南北向长江河谷逐渐放缓[16-17]㊂图1研究区地理位置示意图F i g.1 A m a p s h o w i n g t h e g e o g r a p h i c a lp o s i t i o n o f t h e s t u d y a r e a2研究方法与预处理由于重庆市地处西南地区,遥感影像质量受云㊁雨遮盖影响较大,无云影像多集中于秋㊁冬季节,其他时期影像云量覆盖率高,同时考虑到夏季植被覆盖率较高,可用每一年的夏季影像进行生态环境的评价,因此在G E E平台上选择每年7月~9月的影像,并且筛选云量,对所选图像进行均值提取,消除5222期苟晓娟,等:中国西南山地城市生态环境质量长时序变化及其评价以重庆市为例去云图像之间的色差等问题,以保证遥感影像数据来源的可靠性㊂构建遥感生态指数(R e m o t e S e n s i n g E c o l o g i c a l I n d e x,R S E I),需要4个指标,即绿度㊁湿度㊁热度㊁干度,笔者基于这四个指标选取M O D I S产品库中相应的标准产品作为数据源㊂影像数据来源于美国地质调查局(U S G S)(U S G S,h t t p s://e a r t h e x p l o r-e r.u s g s.g o v)M O D I S系列数据㊂数据来源具体见表1㊂1)M O D I S系列数据㊂G o o g l e e a r t h e n g i n e平台提供的M O D13A1V6产品空间分辨率为500m,时间分辨率16d,满足研究区对数据的需求㊂M O-D I S系列数据中的植被层即归一化植被指数(N o r-m a l i z e d D i f f e r e n c e V e g e t a t i o n I n d e x,N D V I),由国家海洋和大气管理局高级甚高分辨率辐射计(N O-A A-A V H R R)导出,M O D I S N D V I产品是由大气校正的双向地表反射率计算而来的,这些反射率被水㊁云㊁重气溶胶和云影掩盖㊂为构建R S E I,笔者选取M O D13A1V6产品N D V I波段㊂同时选取M O D11A2提供地表温度(L a n d S u r f a c e T e m p e r a-t u r e,L S T),求取R S E I的热度成分㊂M O D09A1V6卫星影像数据提供了T e r r a M O D I S波段1~7的表面光谱反射率,并进行了大气校正㊂对于每个像素,在高观测覆盖㊁低视角㊁无云或云影㊁气溶胶负荷的基础上,从8天复合材料内的所有采集中选择一个值㊂笔者使用M O D09A1计算湿度(W E T)以及干度(N o r m a l i z e d D i f f e r e n c e B u i l d-u p a n d S o i l I n d e x,N D B S I)㊂表1数据来源T a b.1T h e d a t a s o u r c e数据来源空间/时间分辨率用途时间跨度M O D13A1V6500m/16d提供N D V I2000~2021 M O D11A2V61k m/8d提供L S T2000~2021 M O D09A1500m/8d计算W E T和N D B S I2000~2021 2)气象数据㊂因气象站点数据在时间序列上缺失比较严重,难以满足长时间序列的研究,笔者选取来自高分辨率山地环境制图计划(F i n e R e s o l u t i o n M a p p i n g o f M o u n t a i n e n v i r o n m e n t,F R MM)再分析数据,‘中国30米分辨率气温数据集“㊁‘中国30米分辨率年降水量数据集“,为1991年~2020年30年气候年平均值,近似地代替2000年~2021年的平均值㊂该气象数据为本文的研究提供了很大的帮助㊂3)行政区矢量边界㊂研究区的行政边界数据下载于全国基础地理数据库(h t t p://w w w.w e b m a p.c n/)提供的2020年中国1ʒ400万省级行政区界线㊂2.2研究方法2.2.1 R S E I分量指标计算遥感生态指数的四个分量指标如公式所示: 1)绿度指标(N D V I):归一化植被指数N D V I 是应用最广泛的估算植被覆盖度的指数[18-21]㊂多种卫星遥感数据反演植被指数N D V I产品为研究生态环境提供了方便,因此笔者选用N D V I来代表绿度指标,如公式1所示:N D V I=(ρn i r-ρr e d)(ρn i r-ρr e d)(1)其中,式中ρn i r㊁ρr e d分别表示遥感影像所对应的红波段和近红外波段的反射率㊂2)热度指标(L S T):热度表示地球表面温度,太阳的热能被辐射到达地面后,一部分被反射,一部分被地面吸收,使地面增热,学者们基于卫星的热红外传感器观测到的地表热辐射进行地表温度的反演,本文使用M O D11A2V6中提供的L S T数据㊂3)干度指标(N D B S I):衡量一个地区因建筑用地㊁裸地造成的地表干度,城市地表干燥会对生活条件和生物丰富度产生巨大影响,成为衡量生态环境水平的重要指标[22]㊂为了量化一个地区的干度成分,笔者基于裸土指数(B I)[23]和基于建筑指数(I B I)构建了归一化差值累积和土壤指数(N D B-S I)[11]㊂如公式(2)~公式(4)所示:N D B S I=(B I+I B I)/2(2) I B I=2ρs w i r1ρs w i r1+ρn i r1-ρn i r1ρn i r1+ρr e d+ρg r e e n/ρg r e e n+ρs w i r12ρs w i r1ρs w i r1+ρn i r1+ρn i r1ρn i r1+ρr e d+ρg r e e n/ρg r e e n+ρs w i r1(3)B I=ρs w i r1+ρr e d-ρn i r1+ρb l u eρs w i r1+ρr e d+ρn i r1+ρb l u e(4)其中ρr e d㊁ρb l u e㊁ρg r e e n㊁ρn i r1和ρs w i r1分别为M O D09A1V6图像中对应波段的地表反射率㊂4)湿度指标(W E T):湿度指标反映了地球表面的水体和土壤㊁植被和绿地的湿润程度,与生态环境质量密切相关,已有研究证实K a u t h-T h o m a s(K-T)变换是一种有效的数据压缩和去冗余技术,其亮度㊁绿度和湿分量与表面物理参数直接相关[24-25],被广泛用于生态环境评价中的湿度监测[26]㊂笔者采用k-t变换后的多光谱影像的第三分量来表征622物探化探计算技术46卷R S E I的湿度指标㊂公式定义为公式5:W e t=c1ρr e d+c2ρn i r1+c3ρb l u e+c4ρg r e e n+c5ρn i r2 +c6ρs w i r1+c7ρs w i r2(5)其中ρr e d㊁ρn i r1㊁ρb l u e㊁ρg r e e n㊁ρn i r2㊁ρs w i r1和ρs w i r2分别代表M O D09A1图像的7个波段的反射率㊂对于M O D I S多波段图像,各波段系数为c1= 0.1147,c2=0.2489,c3=0.2408,c4= 0.3132,c5=-0.3122,c6=-0.6416,c7= -0.5087㊂2.2.2遥感生态指数模型构建R S E I是近几年提出的一种综合生态指数,专门利用遥感技术评估生态状况㊂遥感生态指数R S E I 的构建需要整合绿度(N D V I)㊁湿度(W E T)㊁热度(L S T)和干度(N D B S I)四个分量,再将四个单一分量进行叠加后,进行主成分分析(P r i n c i p a l C o m p o-n e n t A n a l y s i s,P C A),并将第一主成分作为R S E I 的值㊂利用主成分分析法可以根据每个指标对生态环境质量的贡献度来客观确定其权重,比以往的单一指标㊁人工确定权重的方法更为科学,不但能够同时整合绿度㊁湿度㊁热度㊁干度4个指标的信息,而且还能够以单一指标的形式代表地区的生态环境质量㊂因此,R S E I可以表示为:R S E I=f(N D V I,W E T,L S T,N D B S I)由于各指标的单位和数据范围不同,在进行主成分分析之前,需要将四个指标的值归一化在[0,1]范围内,R S E I值越大且靠近1,表示生态环境质量越好, R S E I值越小且靠近0,表示生态环境质量越差㊂2.2.3海拔梯度和坡度的影响重庆特殊的地形地貌,造成特殊的生态环境㊂海拔高度和坡度对地表热度㊁湿度㊁干度㊁绿度均有影响㊂海拔是影响植被类型及分布的重要因素,海拔升高不仅影响着地表水热状况,同时还会在一定程度上影响人类活动类型和范围,进而直接或间接影响遥感生态指数R S E I的空间分布特征㊂把海拔按梯度分为9个等级,分别为0m~ 300m,300m~600m,600m~900m,900m~ 1200m,1200m~1500m,1500m~1800m, 1800m~2100m,2100m~2400m,2400m~ 2800m㊂分析2000年~2021年遥感生态指数R S E I在每个梯度的变化㊂同理,将坡度分为7个等级,0ʎ~35ʎ范围以10ʎ为间隔划分,35ʎ~45ʎ以5ʎ为间隔划分,该划分方式更适合坡度相差较大的山地地区,分别为0ʎ~5ʎ,5ʎ~15ʎ,15ʎ~25ʎ,25ʎ~35ʎ, 35ʎ~40ʎ,40ʎ~45ʎ,>45ʎ,以期发现海拔与坡度对重庆市生态和环境质量的影响规律㊂3结果分析3.1生态环境质量评价通过对遥感生态指数模型的构建,在G o o g l e e a r t h e n g i n e平台中计算得到重庆市R S E I㊂为了更好地揭示过去22年重庆市生态环境的变化,参考徐涵秋[14]提供的生态分类方法,把重庆市R S E I值分为5个等级,以0.2为间隔,划分5个不同生态环境质量等级,即优㊁良㊁一般㊁较差㊁差 ,R S E I在0~0.2范围内生态环境质量为差等级,在0.2~ 0.4范围内为较差等级,在0.4~0.6范围内为一般等级,在0.6~0.8范围内为良等级,R S E I在0.8~1范围内为优等级,得到图2重庆市生态环境质量等级及其空间分布特征,图2(a)~图2(f)分别为2000年㊁2005年㊁2010年㊁2015年㊁2018年㊁2021年的重庆市生态环境质量等级及其空间分布特征图㊂通过观察图2可以发现,重庆市的生态环境质量在这20多年里有大幅度提升,但仍具有空间上的差异,生态质量等级为良和优的地区大多为远离主城区的山地地区如渝东北和渝南,生态质量差和较差的地区集中在经济发达的主城区㊂2000年(图2(a))生态环境质量为差的区域在渝中区㊁江北区㊁沙坪坝区㊁九龙坡区和南岸区5区的交界地,处于重庆市经济中心,城市化水平高度发达,生态环境质量为优主要分布在城口县和巫溪县,该地区平均海拔在1000m,植被茂盛,生态环境较少受到人为的破坏㊂2005年(图2(b))可以看出,重庆市生态环境质量相比2000年(图2(a))大幅下降,渝西大部分(潼南区㊁合川区㊁铜梁区等)地区以及重庆北部延伸至东部(长寿区㊁涪陵区㊁万州区等区)生态环境质量等级均为较差 ,这与2000年~2005年以来我国经济社会发展取得巨大成就有关,重庆市在1997年成为直辖市,开始大力发展经济,城市的发展离不开占用绿地,这也对生态环境造成了一定程度的破坏㊂图2可以看出2010年~2021年生态环境质量为较差的区域明显减少,合川区㊁武隆区㊁丰都县㊁南川区石柱土家族自治县等四个地区的生态环境质量有了大幅度提升㊂近20多年来重庆地区R S E I的变化特征如下:①R S E I值总体呈上升趋势,尤其是重庆市东北部和南部地区,说明重庆在2000年~2005年以来生态质量整体有好转,东北㊁东南方向好转趋势明显;7222期苟晓娟,等:中国西南山地城市生态环境质量长时序变化及其评价以重庆市为例②低值R S E I 像元主要分布在主城区,且在城市群地区呈现扩大趋势,这种变化特征与我国近年来在高速城镇化的发展下不断推进的西南城市地区尤其是成渝地区生态文明建设和绿色发展道路有着密切的关系㊂图2 重庆市生态环境质量等级及其空间分布特征F i g .2 E c o l o g i c a l q u a l i t y g r a d e a n d i t s s p a t i a l d i s t r i b u t i o n i n C h o n g q i n g为了定量的分析R S E I 的变化特征,计算2021年~2000年5个等级的变化面积及比例,得到表2重庆市生态环境质量等级与面积统计㊂由表1可知,从2000年~2021年以来,遥感生态质量为差的区域生态质量面积下降了66%,较差和一般的区域生态质量面积分别下降了54%和53%,生态质量为优㊁良的区域面积均有增长,特别是优的面积涨幅很大,增长了130%㊂在过去的22年,差和较差的面积减少已达到2683k m 2㊂生态质量一般的面积减少1.35万k m 2,较2000年减少50%以上㊂20多年来,R S E I 均值主要集中在生态质量等级为良的822 物探化探计算技术46卷等级,从R S E I 均值可以看出,2000年~2021年生态环境质量先下降后上升,整体呈生态环境质量向好的趋势㊂为看出每种生态环境质量等级在不同年份之间的转移情况得到图3:2000年~2021年重庆生态环境质量等级转移矩阵桑基图,2000年~2005年,生态环境质量一般转为较差的面积最多,2005年~2010年较差一部分转移为一般一部分转移为良㊂2018年~2019年, 一般部分向良转化, 良在稳定的基础上部分向优转化㊂表2 重庆市生态环境质量等级与面积统计T a b .2 S t a t i s t i c s o f e c o l o g i c a l q u a l i t y g r a d e a n d a r e a o f C h o n g qi n R S E I 等级差/k m2较差/k m 2一般/k m 2良/k m 2优/k m2R S E I 均值2000454.86(0.55%)4420.90(5.35%)25285.80(30.63%)46726.30(56.59%)5677.18(6.88%)0.632005370.03(0.45%)26992.00(32.69%)45297.60(54.86%)9675.25(11.72%)230.14(0.28%)0.462010490.73(0.59%)7463.90(9.04%)35327.90(42.79%)35475.70(42.97%)3806.75(4.61%)0.59201579.19(0.10%)2872.43(3.48%)17291.00(20.94%)56041.00(67.87%)6281.40(7.61%)0.652018288.80(0.35%)5706.28(6.91%)33387.30(40.44%)40728.90(49.33%)2453.67(2.97%)0.602021156.13(0.19%)2036.04(2.47%)11821.60(14.32%)55478.30(67.19%)13072.90(15.83%)0.69C h a n g e -298.73(65.68%)-2384.86(53.95%)-13464.2(53.25%)8752(18.73%)7395.72(130.27%)0.06图3 2000年~2021年重庆生态环境质量等级转移矩阵桑基图F i g .3 S a n k e y d i a g r a m o f e c o l o g i c a l e n v i r o n m e n t q u a l i t y g r a d e t r a n s f e r m a t r i x o f C h o n g qi n f r o m 2000t o 20213.2 生态环境质量变化规律为研究重庆市生态环境质量随时间变化的规律,将不同年份生态环境质量随时间的变化分为5个等级,即极显著退化㊁显著退化㊁基本稳定㊁显著改善㊁极显著改善 ,得到如图4重庆市R S E I 随时间变化规律㊂图4中图4(a )~图4(f)表示重庆市各个时间段生态环境质量的变化㊂图4(a )为2000年~2005年间生态环境质量的变化,大多数地区的生态环境都在显著退化和极显著退化,图4(b )为2005年~2010年间生态环境质量的变化,生态环境有了显著改善,重庆东部和南部地区有极显著改善,图4(c )可以看出2010年~2015年间生态环境质量大部分地区处于基本稳定和显著改善的状态,生态环境质量向好㊂图4(d)可以看出2015年~2018年间重庆西部地区生态环境质量存在极显著退化和显著退化,中部和东部地区生态环境基本稳定,南部地区有显著改善和极显著改善㊂图4(e )可以看出2018年~2021年间生态环境质量有好转,重庆北部和东部地区生态环境质量有了显著改善,中部和南部的部分地区存在显著退化㊂图4(f )可以看出2000年~2021年重庆市主城区的生态环境质量在极显著退化,南部和西南部地区在显著退化,北部和东部地区基本稳定,因此在治理生态环境的时候应加大对主城区的管理力度,防止生态环境质量进一步退化㊂3.3 R S E I 的海拔依赖性与坡度依赖性3.3.1 R S E I 的海拔依赖性为了进一步研究海拔和坡度对重庆市生态环境的影响规律,使用分区统计,将海拔和坡度分成不同的梯度与R S E I 进行对比,得到图5:2000年~2021年R S E I 指数随海拔㊁坡度变化曲线及频率分布情况,图5左可知,2000年及2021年不同等级的R S E I 随海拔梯度的变化规律㊂不同年份R S E I 随海拔上升呈现相似的变化趋势,同一年份间R S E I 随海拔梯度变化具有不同的变化趋势㊂2000年R S E I 随海拔梯度升高的变化范围为0.55~0.70,呈现先快速增加后缓慢增加,R S E I 最大值在海拔2100m~2400m 范围内㊂2005年R S E I 的变化范围为0.37~0.70,R S E I 整体呈增长趋势,在2400m ~2800m 有所下降,最大值在2100m~2400m ,曲线大部分在其他年份的下面,与其他年份相比R S E I 明显偏小,这与表1中2005年R S E I 年均值最小符合㊂2010年R S E I 的变化范围为0.46~0.75,0m~2100m R S E I 增长,2100m~2800mR S E I 减小,最大值在1800m~2100m ㊂2015年㊁2018年R S E I 均在0m ~2400m 持续增长,R S E I 在9222期苟晓娟,等:中国西南山地城市生态环境质量长时序变化及其评价以重庆市为例海拔2100m ~2400m 达到最大值后有所降低,2015年R S E I 的变化范围为0.57~0.82,2018年R S E I 的变化范围为0.46~0.77㊂2021年R S E I 的变化范围为0.56~0.76,曲线大部分在其他年份的上面,这与表1中2021年R S E I 年均值最大符合,在海拔0m ~2100m 逐渐增长,最大值在1800m~2100m ,2100m~2800m 快速降低㊂2000年~2021年R S E I 指数随海拔变化曲线规律如下:①海拔多集中在0m ~1500m 之间,300m ~600m 是重庆市海拔分布最多的范围,这与重庆市多山地有关;②2010年~2021年R S E I 均呈现随海拔增长而增加的趋势,整体上,0m~1800m 范围内R S E I 缓慢增加,1800m ~2800m 范围内开始减小,这可能是受人类活动的影响,海拔越低的区域人类活动越频繁,对生态环境会造成一定程度的破坏,随着海拔的升高,人类活动减少,生态环境质量逐渐好转,但是海拔升高到一定范围,由于气候因子如气温㊁降水等的影响占主要作用,生态质量有所下降;③整体上R S E I 指数2021>2015>2018>2010>2000>2005,2005年R S E I 随海拔变化最大,从0.367增长到0.702,增长了91.28%,2000年R S E I 随海拔变化最小,增长了29.50%,增长相比其他年份最不明显㊂图4 重庆市R S E I 随时间变化特征规律F i g .4 T e m p o r a l v a r i a t i o n o f R S E I i n C h o n g q i n g32 物探化探计算技术46卷图52000年~2021年R S E I指数随海拔㊁坡度变化曲线及频率分布情况F i g.5 V a r i a t i o n c u r v e a n d f r e q u e n c y d i s t r i b u t i o n o f R S E I i n d e x w i t h a l t i t u d e a n d s l o p e f r o m2000t o20213.3.2 R S E I的坡度依赖性图5右可知,2000年R S E I随坡度的梯度升高的变化范围为0.56~0.70,2005年R S E I的变化范围为0.39~0.56,2010年R S E I的变化范围为0.49~0.70,2015年R S E I的变化范围为0.59~ 0.73,2018年R S E I的变化范围为0.48~0.70, 2021年R S E I的变化范围为0.59~0.80㊂2000~ 021年R S E I指数随坡度变化曲线规律如下: 1)不同年份R S E I随坡度上升呈现相似的变化趋势㊂整体上看,随着坡度的增加,R S E I也在增加, 25ʎ~35ʎ范围R S E I有短暂下降,后继续增长,呈现先增加后下降再缓慢增加的规律,大于40ʎ之后R S E I趋于平稳,R S E I最大值在坡度40ʎ~45ʎ㊂2)0ʎ~25ʎ范围内R S E I受坡度的影响较大,并且坡度越陡的地方生态环境质量越好,25ʎ~ 35ʎ范围R S E I有很明显的下降趋势,这和重庆市起伏的地形有关,大于40ʎ之后坡度对R S E I的影响较小㊂3)整体上R S E I指数随坡度的梯度变化,2021> 2015>2018>2010>2000>2005,2018年R S E I随海拔变化最大,增长了45.83%,2015年R S E I随海拔变化最小,增长了23.73%㊂3.4 R S E I与气候因子的响应为探究2000年~2021年重庆市R S E I与温度因子的响应关系,笔者使用年均气温㊁降水数据,得到图6重庆市海拔㊁R S E I与气候相关图㊂如图6 (左)所示,气温随着海拔的升高呈下降趋势,这与海拔对气温的影响规律一致,降水随着海拔的升高呈先升高后下降的趋势,0m~1500m降水先显著上升后缓慢上升,1200m~1500m范围达到降水的最大值,1500m~2400m降水开始下降,2400m~ 2800m降水随海拔上升有上升趋势,其气温和降水的变化趋势具有明显的山地气候特征,重庆建于川东平行岭谷,海拔的改变对重庆的气候产生较大的影响,一定程度上对局部环境㊁土壤含水量等指标产生影响,从而影响到植被的生长,植被指数N D V I 在计算遥感生态指数R S E I中起主导作用,因此会影响到R S E I指数㊂为了分析气候因子(年平均气温㊁年平均降水)对R S E I的作用机制,将2000年~2021年的R S E I 指数的平均值,自然间断法分成8类,与近30年的年均气温和降水作比较,可以看出温度和R S E I呈负相关,温度越高,R S E I越低,这是因为地表温度L S T对生态环境有副作用,地表温度越高,生态环境越差,随着降水的增加,R S E I指数逐渐上升,当年平均降水达到最大值时R S E I在0.66~0.73范围内,并没有达到R S E I的最大值,说明R S E I不仅仅受到气候一种因子的影响,地形地貌㊁坡度坡向㊁人口㊁土地利用类型㊁城镇建设㊁保护政策㊁产业结构等方面都在制约生态环境㊂4结论笔者基于遥感数据处理技术和G o o g l e E a r t h E n g i n e(G E E),以重庆市2000年~2021年的生态环境质量为切入口,探讨了我国西南山地城市生态环境质量及其影响因素,利用R S E I遥感生态环境指数,评价重庆市20多年生态环境质量的变化,以及R S E I的海拔依赖性和坡度依赖性,探究R S E I与气候因子的响应关系㊂主要结论如下:1322期苟晓娟,等:中国西南山地城市生态环境质量长时序变化及其评价以重庆市为例图6重庆市海拔㊁R S E I与气候相关图F i g.6C o r r e l a t i o n m a p o f e l e v a t i o n,R S E I a n d c l i m a t e i n C h o n g q i n g1)遥感生态指数R S E I总体呈上升趋势,生态质量为差的面积减少了65.68%,生态质量为优的面积增加了130.27%,生态环境有明显的好转,但仍存在区域差异,低值R S E I像元主要分布在主城区,且在城市群地区呈现扩大趋势,表明虽然生态环境质量整体好转,但主城区的生态环境保护仍然需要加强㊂2)从R S E I随海拔变化曲线可以看出,2010年~ 2021年R S E I均呈现随海拔增长而增加的趋势,整体上,0m~1800m范围内R S E I缓慢增加,1800m~ 2800m范围内开始减小,相似的,R S E I随坡度增加而增长,坡度>40ʎ之后R S E I趋于平稳㊂3)从R S E I与气候因子的响应曲线可以看出,温度和R S E I呈负相关,温度越高,R S E I越低,随着降水的增加,R S E I指数逐渐上升,当R S E I在0.66~0.73时,随着降水的增加R S E I反而下降㊂在对我国西南山地城市生态环境质量及其影响因素的讨论基础上,对西南山地城市的生态环境保护提出一些建议:1)建议相关部门完善生态环境相关的保护政策,着重对主城区进行生态质量的修护,可以通过增加主城区绿化面积㊁合理利用土地㊁设置生态保护红线㊁保护水资源等方式进行保护㊂2)在低海拔地区加大生态保护力度,中㊁高海拔地区坚持生态环境的基本维护㊂3)产业结构的发展要顺应生态环境,坚持绿色可持续发展的理念,减少高污染㊁高排放量的企业,加强对气候异常情况的监测㊂参考文献:[1]赵其国,黄国勤,马艳芹.中国生态环境状况与生态文明建设[J].生态学报,2016,36(19):6328-6335.Z H A O Q G,H U A N G G Q,M A Y Q.E c o l o g i c a l e n-v i r o n m e n t s t a t u s a n d e c o l o g i c a l c i v i l i z a t i o n c o n s t r u c-t i o n i n C h i n a[J].A c t a E c o l o g i c a S i n i c a,2016,36(19): 6328-6335.(I n C h i n e s e)[2]岳文泽,徐建华,徐丽华.基于遥感影像的城市土地利用生态环境效应研究以城市热环境和植被指数为例[J].生态学报,2006,26(5):1450-1460.Y U E W Z,X U J H,X U L H.S t u d y o n e c o l o g i c a l e n-v i r o n m e n t a l e f f e c t s o f u r b a n l a n d u s e b a s e d o n r e m o t e s e n s i n g i m a g e:a c a s e s t u d y o f u r b a n t h e r m a l e n v i r o n-m e n t a n d v e g e t a t i o n i n d e x[J].A c t a E c o l o g i c a S i n i c a, 2006,26(5):1450-1460.(I n C h i n e s e)[3]方创琳.中国新型城镇化高质量发展的规律性与重点方向[J].地理研究,2019,38(1):13-22.F A NG C L.B a s i c r u l e s a n d k e y p a t h s f o r h i g h-q u a l i t y d e v e l o p m e n t o f t h e n e w u r b a n i z a t i o n i n C h i n a[J].G e-o g r a p h i c a l R e s e a r c h,2019,38(1):13-22.(I n C h i n e s e) [4]国家环保总局.中华人民共和国环境保护行业标准(试行)H J/T192-2006[S].S t a t e E n v i r o n m e n t a l P r o t e c t i o n A d m i n i s t r a t i o n.E n-v i r o n m e n t a l p r o t e c t i o n i n d u s t r y s t a n d a r d o f t h e p e o p l e's r e p u b l i c o f C h i n a(T r i a l)H J/T192-2006[S].(I n C h i-n e s e)[5]满卫东,刘明月,李晓燕,等.1990-2015年三江平原生态功能区生态功能状况评估[J].干旱区资源与环境, 2018,32(2):136-141.M A N W D,L I U M Y,L I X Y,e t a l.A s s e s s m e n t o n232物探化探计算技术46卷。

重庆市土地利用冲突多尺度时空演化与多情景演化模拟

重庆市土地利用冲突多尺度时空演化与多情景演化模拟王朝阳;张军以;李海懿;苏维词【期刊名称】《生态学报》【年(卷),期】2024(44)3【摘要】土地利用冲突是区域土地开发利用过程中存在的客观问题,对区域经济社会发展和生态安全具有重要影响。

识别、测度区域土地利用冲突,明晰其时空演化格局,有助于优化区域土地利用结构,促进土地资源的可持续利用。

以重庆市为例,基于景观格局构建了土地利用冲突测度模型,从县域、镇域以及格网3个尺度全面和系统地分析了1995—2020年重庆市土地利用冲突的时空演化特征,并耦合多目标规划(Multi-Objective Programming,MOP)-斑块生成土地利用变化模拟模型(Ptach-generating Land Use Simulation,PLUS)模拟了重庆市2030年不同发展情景下土地利用冲突格局。

结果表明:(1)1995—2020年重庆市县域、镇域与格网不同尺度下的土地利用冲突格局具有较大相似性,不同尺度的土地利用重度冲突区主要分布在重庆中心城区及周边地区,区县建成区。

土地利用一般冲突区主要分布于渝东南和渝东北地区。

研究期内土地利用冲突有所加剧,其中土地利用重度冲突区占比增加了3.09%。

(2)1995—2005年重庆市土地利用冲突区主体位于乡村地域,但冲突程度较低,随着工业化、城市化进程及人口的集聚,2005年后土地利用冲突热点区域的城市地域集聚效应显著,城市及周边地区土地利用冲突区面积和土地利用冲突度均显著提升。

(3)区域土地利用冲突空间格局不仅受到了人为经济社会活动的驱动影响,在空间格局上受自然生态环境基底影响显著,其中地形地貌的限制加剧了土地利用重度冲突区。

(4)不同发展情景模拟中经济优先发展情景下土地利用冲突最为严重,生态优先发展情景下土地利用冲突最小,可持续发展情景兼顾了经济和生态发展的用地需求,土地利用冲突强度处于中间范围,但区域发展总福利最大,是未来区域发展路径最优选择。

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摘要：基于1997-2010年土地利用变化数据，从土地利用类型的数量变化、土地利用程度的变化、土地利用的动态度、土地利用的经济效益变化等方面，对重庆市土地利用时空特征进行分析，从经济和社会两个方面定性分析了影响土地利用变化的人文驱动因素，主要包括经济利益、经济发展水平、产业结构、宏观政策、人口因素、交通因素等。

结合1997-2010年重庆市相关数据，从定量角度分析表明，人口驱动因子和经济发展驱动因子是影响重庆市耕地面积变化的主要驱动因子。

结合重庆实际，提出了大力发展外向型农业和“三高”农业既有利于经济社会发展，又能保护耕地和保障粮食安全的政策措施。

关键词：土地利用；一圈两翼；主成分分析；重庆市中图分类号：f301；f224 文献标识码：a 文章编号：0439-8114（2013）08-1788-04重庆地处长江上游，目前正处于经济社会发展和城市化进程的加速时期，也处于全国统筹城乡配套改革试验区建设的关键时期与重点突破阶段，如何协调好建设、发展和吃饭的问题就成为了一个急需解决的问题。

以往对重庆市土地利用变化分析只见于局部地区和小流域[1-5]，关于全市土地利用变化的研究也仅限于少数文献[6-9]。

本研究基于第二次土地调查数据，通过对相关文献阅读[10-15]，从多个角度更加详细地分析了重庆市1997-2010年这14年的土地利用变化，揭示其时空变化特征，并对影响土地利用变化的驱动机制进行分析，以期更加合理高效地配置土地资源，正确处理重庆经济社会发展与耕地资源保护、保障粮食安全提供理论依据。

1 重庆市土地利用时空变化特征1.1 土地利用类型的数量变化1997年直辖以来，重庆市土地利用格局迅速变化。

①耕地面积1997-2010年逐年减少，每年平均减少7 031.46 hm2。

耕地的占用主要是人们追求经济利益和人口增多、大力发展城镇经济产业、旅游业等政策的结果及重庆市直辖后城市化建设，由1997-2010年建设用地审批情况来看，每年建设用地均占用较大面积的耕地。

生态系统服务价值测算以重庆市为例

统计观察0引言生态系统服务价值（Ecosystem Service Value，以下简称“ESV”）是对自然资本用经济方法所做的估计，是自然资本每年能提供的流量价值，能够准确地反映出自然资本服务的多寡。

1997年澳大利亚学者Costanza 等在《Nature 》杂志上使用价值当量法对全球生态系统服务价值进行测算，引发了全球ESV 测算研究的热潮。

在国内，谢高地等学者通过专家问卷调查的方式构建了中国ESV 价值当量表，得到了学术界的广泛认可。

但是针对某一特定地区的ESV 测算的研究较少，并且很难达到研究方法的完全统一和研究个体之间的可比。

鉴于此，本文在探究土地利用面积、标准当量因子经济价值、当量因子修正等重要指标的基础上，完善ESV 测算的方法，对重庆市2009—2018年生态系统服务价值进行审慎测算，并对各生态系统服务功能的空间协同-权衡关系进行分析，以期为全市土地利用规划、环境经济政策制定和自然资本增值提供更科学的参考。

1重庆市生态系统服务价值测算1.1土地利用面积的确定关于土地利用面积的数据来源基本分为两类。

一是直接采用各类统计年鉴和公报中的土地利用数据；二是将遥感数据进行栅格化处理，再使用解译软件分析出各类土地利用面积。

本文土地利用数据来自《重庆统计年鉴》《重庆市国土资源和房屋管理公报》和《重庆市土地利用变更调查公报》。

表1展示了重庆市2009年、2013年和2018年三个年份的土地利用面积，其中，林地面积所占比重最高，呈先降后升的态势；耕地、湿地面积基本保持不变；草地、园地面积逐年下降；水体面积、建筑用地面积逐年上升。

表1重庆市2009年、2013年和2018年各类土地利用面积的变化林地草地园地耕地湿地水体未利用地建筑用地2009年面积（万公顷）379.1733.3927.76237.0920.2720.0644.7261.24比重（%）46.034.053.3728.782.462.445.437.432013年面积（万公顷）378.2732.6727.17238.1820.2719.9040.4666.01比重（%）45.973.973.3028.942.462.424.928.022018年面积（万公顷）386.7432.5527.00237.0520.2726.7842.1671.47比重（%）46.923.953.2828.762.513.255.118.671.2价值当量表的确定谢高地基于Costanza 等对全球ESV 评估的部分成果，于2003年对200位中国生态学专家进行问卷调查，建立了中国陆地生态系统单位面积服务价值表。

重庆2024年度土地利用变化情况分析报告

重庆市是中国西南地区的一个重要城市，位于长江上游的嘉陵江与涪江的汇合处，自古以来就是一个重要的农业和商贸中心。

随着经济的快速发展和城市化进程的推进，重庆的土地利用发生了较大变化。

本报告将分析2024年度重庆市土地利用变化的情况。

首先，重庆市的人口持续增长对土地利用产生了重要影响。

人口增加导致城市面积扩大，农业用地逐渐减少。

根据统计数据显示，2024年重庆市总人口为3107.9万人，较2024年增长了2.5%。

随着城市化进程的加快，城市扩张对农田的占用日益增多，导致耕地面积减少。

农田转化为城市用地以满足人口增长对住房、商业和交通等基础设施的需求。

其次，工业和建设用地的增加是另一个重要的土地利用变化因素。

2024年，重庆市工业生产持续发展，工业用地需求量大幅增加。

大量土地被用于建设工业园区、工厂和企事业单位，以满足快速增长的工业产能需求。

此外，随着城市基础设施建设的不断完善，建设用地也在扩大。

城市道路、桥梁、学校、医院等公共设施的建设都需要占用大量土地资源。

再次，生态环境保护对土地利用变化起到了一定的制约作用。

重庆市作为一个山地城市，拥有丰富的自然资源和生态系统。

为了保护环境和生态平衡，重庆市政府对土地利用进行了限制和规范。

在2024年度，重庆市逐渐推行了生态保护红线和城市绿色发展政策，限制了部分土地用于建设和开发。

大力推进森林资源保护和水源涵养地建设，加强了重庆市的生态环境保护。

最后，农村土地利用也经历了一定的变化。

农村土地利用主要包括耕地、林地、草地和建设用地。

随着农村经济的发展和农民转移就业的增加，农田逐渐被转变为非农用地，用于农村工业、服务业和居民住宅的建设。

此外，农村集体经济组织还积极发展农田水利和农业观光等产业，提高农村土地利用的效益。

综上所述，重庆市2024年度土地利用发生了较大的变化。

人口增长、工业发展、城市化进程、生态环境保护和农村经济发展等因素共同作用下，导致了土地利用结构的动态变化。

区域农用地转用的特征及驱动力分析

第31卷　第6期西南师范大学学报(自然科学版)2006年12月Vol.31　No.6Journal of S out hwest China N ormal Universit y (Nat ural S cience )Dec.2006文章编号:10005471(2006)06017805区域农用地转用的特征及驱动力分析①胡　蓉,　邱道持,　王昕亚,　莫　燕,　袁天凤西南大学地理科学学院,重庆400715摘要:选取重庆市为研究对象,利用19972004年农用地数量和社会经济数据,分析了直辖以来重庆市农地转用的数量特征和空间差异,并进一步运用主成分分析方法探讨了农地转用的三大驱动因子:经济发展驱动力、农业科技进步驱动力、人口增加和城市化进程驱动力.针对分析结果,提出了区域农用地资源保护与管理的建议.关　键　词:农地转用;时空特征;驱动机理;主成分分析中图分类号:F301文献标识码:A从20世纪80年代中后期以来,面向解决全球环境变化和可持续发展领域的若干重大问题,土地利用/覆盖变化(L UCC )研究受到国际社会的重视[13].农地转用,即农用地转为建设用地的过程,作为一个全球性的现象,是当前LUCC 研究的重要议题之一.农用地作为土地资源的精华,相对于其他资源而言,供给相对无弹性.农地过度转用必将引起粮食安全隐患和土地生态环境退化等一系列问题.本文以我国面积最大,农业人口最多,直辖时间最短的西部城市重庆市为例,在对其农地转用时空特征认识的基础上,揭示了农地转用的驱动机理,提出了合理利用农地资源,缓解农地转用压力的有效途径.1　数据来源和研究方法111　数据来源历年农用地数量数据采用重庆市土地详查统计资料与耕地变更调查资料、《中国国土资源报告》[4]等;社会经济数据取自19972005年《重庆统计年鉴》[5]、《重庆经济年鉴》[6]等政府统计资料.112　研究方法本研究以GIS 技术为支撑,以区(县)为统计单元,全面分析了重庆直辖以来农用地转用的时空变化规律,应用多元统计方法研究了农用地转用的驱动因子,并依据研究结论提出了农用地资源保护和管理的建议.具体方法为:①在对农用地转用面积时间序列特征分析的基础上,定义农用地转用率A i =B i /C x ×100%(A i :第i 年的农用地转用率,B i :第i 年的农用地转用面积,C x :第i -1年的农用地面积)阐述重庆市农用地转用的数量特征;②计算重庆市各区县的农地转用率并根据实地调查结果解释其空间变化特点;③应用主成分分析法探讨农地转用的驱动机理.2　重庆市农用地转用特点分析211　农地转用的数量特点19972004年间,重庆市农地转用面积共计39478hm 2,平均每年转用农用地4934175hm 2,若以①收稿日期653作者简介胡　蓉(8),女,重庆人,硕士研究生,主要从事国土资源与区域规划研究通讯作者邱道持,教授,博士生导师:20001:191.:.1996年重庆市农用地面积为基数,研究期间全市农用地转用率为0167%,农地转用率平均每年为0108%.重庆市农地转用面积柱状图和转用率曲线高低峰期完全相同,且呈现总体递增、波动较大的变化轨迹.由图1可知,19971998年,农地转用快速递增,转用面积增加了909713hm 2,转用率从0105%上升到012%;19981999年,农地转用急速递减,至1999年农地转用面积降至469147hm 2,转用率仅为01038%,成为整个研究期间的最低值,2000年起农地转用逐步加剧,虽在2001年和2004年有小幅回落,但增长的趋势仍很明显.其中,1998年农地转用面积高达12088134hm 2,转用率达012%,成为农地转用面积最多的年份.212　农地转用的空间差异不同地区,农地转用的数量、频率、方向等存在差异.就转用的绝对数量而言,19972004年间,经济水平相对较高、幅员面积较广的渝北、万州、合川、涪陵等区县的农地转用面积远远高于经济较为落后的城口县和幅员较小的万盛区.渝中区因研究基期年已无农地[7],8年间农地转用面积为0,成为重庆市最为特殊的一个区县.从农地转用率分析,以县级区域为评价单元,重庆市农地转用可划分为三类地区.农地急剧转用区集中在重庆市经济最为发达的都市发达经济圈(除渝中区)及邻近的双桥区、合川市、壁山县和大足县,计有12个区县,占全市县级行政区总数的30%,农地转用率在0176%～8135%,均高于同期重庆市整体的农地转用率0167%.农地快速转用区成连续斑块状分布于急剧转用区周围,有潼南、荣昌、铜梁等9个区县,占区县总数的23%,农地转用率在0133%～0164%.农地缓慢转用区范围较广,分布于重庆地势高、地貌结构复杂的东部地区,共19个区县,占区县总数的47%.图1　19972004年重庆市农地转用面积、转用率变化图Fig 11　The Varying Chart of Changed ArableLand πs Changed Area and Rate in Cho ngqing During 19972004213　农地转用流向、流量及动态重庆市农地转用的主要流向是水利工程用地,交通用地,农村居民点及城镇建设用地.其中,19972004年间重庆市农用地转为水利工程用地的比例为41192%,仅2003年三峡工程的农地占用量就达28496176hm 2,突出反映了国家的政策导向和重庆市工业化进程中基础设施用地比重大.其次,农村居民点成为重庆市农地转用的第二大流向,占到农地转用量的1915%,远远高于同期东部和中部地区农民个人建房占用农地8%～10%的比重[8].另外,转为城镇建设用地的比重为14103%,转为交通用地的比重为15143%,转为其他用地的比重为8132%,转为独立工矿的比重为018%.3　重庆市农地转用的驱动机制分析驱动机制着重分析区域农用地转用的主要自然和社会经济驱动力及其驱动机理.许多研究结果都已表明[9],土地覆被结构主要是气候、水文和地貌等自然因素决定的,而在人类历史上土地覆被变化主要是人类的土地利用活动造成的.因此,一定时期一定区域的农用地转用的驱动力主要是社会经济政策因素,而自然驱动力具有相对稳定性.按照主成分分析法的思路和要求[10],依据已有资料和调查情况,结合专家意见,选定了以下九个主要社会驱动力因子:Y ———耕地面积;X 1———总人口;X 2———G D P ;X 3———全社会固定资产投资;X 4———粮食单产;X 5———城市化水平;X 6———农民人均纯收入;X 7———粮食总产;X 8———农林牧渔总产值;X 9———第一产业就业人数等指标作为原始数据,应用统计分析软件S SS 31对样本进行分析计算、指标综合,得出相关系数矩阵、特征值、主成分贡献率与累积贡献率(表、表、表3)971第6期胡　蓉,等:区域农用地转用的特征及驱动力分析P 1012.表1　重庆市农用地转用驱动因子变量相关系数矩阵T able 1　The Relative Correlation Mat rix of Driving Force Variable of Arable Land Change in ChongqingX 1X 2X 3X 4X 5X 6X 7X 8X 9X 111000X 20194511000X 3019570199911000X 401670018130180011000X 50188701973019800172211000X 6019470199501996017770197111000X 7-01550-01308-0133601156-01493-0130911000X 80172301903018840181901785018980105611000X 9-01503-01331-0137901011-01449-0139901545-0105111000 农地转用的驱动因子之间存在着不同程度的相关性(表1),其中X 1与X 5,X 2与X 6,X 3与X 6之间具有较大的相关性,相关系数分别为01993,01995,01996.且矩阵中大部分相关系数都大于013并通过了巴特利特球度检验,因此研究所选变量是适合作主成分分析的.主成分分析结果表明(表2),第一、二、三主成分特征值分别为61557,11749,01447,主成分贡献率累计达971583%,信息损失量仅为21417%,完全符合分析要求,由此进一步得出主成分载荷矩阵(表3).从第一主成分可以看出,X 1,X 2,X 3,X 6与其相关性最大且正相关,X 4,X 7,X 9与第二主成分,X 1,X 5与第三主成分具有较大的正相关.因此,重庆市农地转用的驱动力可以归纳为经济发展驱动,农业科技进步驱动,人口增加和城市化进程驱动.表2　主成分分析结果Table 2　The R re sult of Pri ncipal Component Analysi s主成分特征值贡献率/%累计贡献率/%1615577218517218512117491914309212813014775130297158340119321146991728521338E 20201260991988611003E 20311115E 202991999771120E 20571912E 2041001000831364E 21631738E 2151001000931487E 21831874E 2171001000表3　主成分载荷矩阵Table 3　The Mat rix of Component Loadi ngs变　量第一主成分第二主成分第三主成分X 101968-012070184X 20199671936E 20231166E 202X 30199931545E 20261000E 203X 40179001839-61470E 202X 501887-011240176X 60199431852E 202-41110E 202X 7-0136301512-01398X 80186301427-21040E 202X 9014080173061670E 201311　经济发展驱动经济发展驱动力成分包含了185%的贡献率,是主控因子从构成来说,三个主因子G D ,全社会固定资产投资,农民人均纯收入与农地转用之间存在着正相关随着GD 值的增加和固定资产投资规模81西南师范大学学报(自然科学版) 第31卷72.P .P的扩大,农用地面积减少,转用面积增加,而且随着经济社会的快速发展,农地转用的速率加快.图2反映了区域经济发展过程中强大的需求动力和内在的经济力对农地转用的驱动作用.除1998年因实施新土地管理法前夕突击批地导致农地转用强力反弹,农地转用率曲线出现异常外,其余各年三条曲线均呈现相似的走向.19972004年间,农地转用面积共计39478100hm 2,其间对应的GDP 增加了1315129亿元,年均增加12118%,全社会固定资产投资增长了1250197亿元,年均增长了42115%.而第一主成分中的另外一个主因子农民人均纯收入,也从1997年的1692136元上升至2004年的2510141元,充分说明了随着经济发展水平的提高,逐渐富裕的农民对居住地等需求的增大,这势必加剧农地转用.图2　19972004年重庆市农地转用率与G DP 、全社会固定资产投资的关系Fig 12　The Correlation of t he Changed Rate of Arable La nd and G DP ,Social Fi xedA sset s Invest me nt in Chongqing duri ng 19972004312　农业科技进步驱动第二主成分包含19143%的变化率,其中粮食单产(X 4)和第一产业就业人数(X 9)占主要地位,反映出农业科技进步对农地转用的驱动.农业生产率的提高,可以更好地实现农用地的节约和集约利用,从而促进第一产业剩余劳动力向第二、三产业转移,为农用地向建设用地类型转化创造了条件.1997年,重庆市粮食播种面积为2881902hm 2,2004年末下降至2516507hm 2,与粮食播种面积下降相对的是同期全市粮食单产从41101584kg/hm 2上升至45481249kg/hm 2.粮食单产增加的根本动力源于科技进步,如物种良化,农业化学化等.第二主成分的另一主因子第一产业就业人数从另一侧面反映了农业科技进步对农地转用的驱动.农业科技的发展,产业结构的升级换代,使得第一产业比重下降,从业人员向第二、三产业转移,必然引起土地资源在产业间的调整,突出表现为农地比重下降,二、三产业建设用地比重的增加.313　人口增加和城市化进程驱动第三主成分是人口增加和城市化进程驱动力.研究期间,重庆市人口增长了90181万,平均每年增长1126%,城市化率提高了21167%,于2004年达4315%,这标志着重庆已处于城市化的快速发展阶段.借助SPSS1310对重庆市19972004年(剔除突变点1998年)农地转用面积与人口数、城市化率进行定量的相关分析,均呈显著相关,相关系数分别为01776和01828.上述分析表明,人口增加,非农业人口向城镇的转移进一步地推动了农地的转用.4　农用地资源保护与管理的建议411　发挥土地利用规划作用,协调经济发展与农用地保护矛盾经济发展与农用地保护的矛盾日益尖锐,如何缓解农用地转用压力,《土地管理法》第四十四条规定,农地转用审批权限集中在国务院和省级人民政府,是否服从审批条件应以土地利用总体规划为依据.由此可见,必须以科学发展观为指导,编制符合区域经济、社会协调发展的土地利用总体规划,发挥规划的龙头作用,实现对土地资源优化配置和可持续利用的指导[11].严格土地用途管制,将农地转用过程纳入土地利用总体规划中,对于不符合规划的建设占用农用地项目一律不予批准,同时规范农地转用的审查报批工作,强化农地转用后的监督管理,从源头上控制农地转用,从而实现经济发展与农用地保护的双赢.1　建立农地转用的景观生态补偿机制,提高农地转用成本从经济效益来衡量,农地的经济效益远远低于建设用地在市场经济规律的作用下,巨大的效益差距181第6期胡　蓉,等:区域农用地转用的特征及驱动力分析42.281西南师范大学学报(自然科学版) 第31卷增大了农地转用的冲动性.但从土地资源的总价值理论来看,农地不仅具有经济生产价值,还具有社会保障和景观生态价值.农地转用的背后是其各项价值的损毁.因此,全面认识农地的价值功能,尽快建立农用地的景观生态补偿机制,完善农地转用的价格评估体系,实现农地非使用价值的货币化,提高农地转用的成本,将在一定程度上遏制农地的过度转用,促进农地资源的合理利用.413　加强土地节约集约利用,满足人口增加和城市化进程的需要农地转用是社会经济发展过程中的一个必然现象,人口增长和城市化进程必然需要以一定数量的农用地的占用为发展基础.因此,慎重推进农地非农化,严格控制农用地转用的同时,必须注重对现有建设用地的内涵挖掘,走节约、集约的用地之路.尽力提高城市的建筑密度和建筑容积率,尽可能地少占或不占农地,加大对城市周围或开发区内部的闲置荒地、废耕地的开发整理力度,合并小规模的各类园区与村庄用地,实现建设用地的改造再利用.参考文献:[1]李秀彬.全球环境变化研究的核心领域———土地利用/覆被变化的国际研究动向[J].地理学报,1996,51(6):553557.[2]　Tur ner B L,David S,Steve n nd Use and La nd Cover Change(L UCC):Scie nce/Research Plan[R].I G B P Reports,Stockhol m,1995,35.[3]　Tur ner B L.Local Face s,G lobal Flows:the Role of La nd U se a nd Land Cover in Global Environmental Change[J].La nd Degradation&Rehabilitation,1994,5:7178.[4]　中国国土资源部.中国国土资源报告[M].北京:海洋出版社,2004.[5]　重庆市统计局.重庆统计年鉴[M].北京:中国统计出版社,19972005.[6]　重庆市统计局.重庆经济年鉴[M].北京:中国统计出版社,19972005.[7]　曹　蕾,邱道持,刘　力.重庆市耕地非农化研究[J].西南师范大学学报(自然科学版),2005,2(30):358361.[8]　臧　玲.江苏省农地非农化区域比较研究[D].南京:南京农业大学出版社,2004.[9]　王秀红,何书金,罗　明.土地利用结构综合数指表征———以中国西部地区为例[J].地球科学进展,2002,21(1):1823.[10]薛　薇.统计分析与SPSS的应用[M].北京:中国人民大学出版社,2001.[11]邱道持.土地资源学[M].重庆:西南师范大学出版社,2005.Discussion on the Changed A ra ble LandπsCharacter istics and Dr iving ForcesHU　Rong,　QIU Dao2chi,　WAN G X in2ya,　MO　Yan,　Yuan Tian2feng School of Geographi cal Sci ence,Southwest Uni versit y,Chongqing400715,Chi naAbstract:A s an import ant t opic for di scussion i n t he research of land use and l and cover change,t he arabl e landπs excessively cha nge woul d bring a serie s of problems such a s t he hi dden t rouble of food suppli esπsaf e2 t y and degradation of landπs envi ronment.In t hi s paper,Chongqing municipalit y i s cho sen as t he re search object.On t he basis of t he ara ble landπs quant it y and social econom y dat a fro m19972004,t he cha nged arabl e la ndπs quanti t y c haract er and space differe nce is anal yzed i n Chongqi ng since direct ly under t he j uri s2 diction of t he cent ral governme ing t he met hod of pri ncipal component s a nal ysi s,development of e2 conomy,improvement of agricul t ural t echnolo gy,i ncrea se of pop ulation and urbanizat io n t hat i nduced t he arabl e landπs change are di scussed.The suggest ions of prot ecti ng and managing t he agricul t ural land re2 sources a re p ut forward.K ey w or ds:a rable la nd cha nge;space2t ime charact erist ics;dri ve mechani sm;principal component s anal ysis责任编辑　胡　杨。

重庆市永川区土地利用现状分析.doc

重庆市永川区土地利用现状分析摘要：随着重庆的直辖，永川的区域战略地位得以大幅提升，永川区经济迅速发展，对非农用地需求激增。

本文基于2010年永川区土地利用现状，分析了永川区土地利用中存在的问题：永川区耕资源少，建设用地大量占用耕地、土地后备资源有限，各类用地之间矛盾尖锐。

针对这些问题，建议永川区在城市化建设中要严格保障基本农田总量，控制耕地数量稳定，建设用地要科学增加、保障后备土地资源。

关键词：土地利用现状；耕地；建设用地一、引言土地利用现状调查是在各种土地利用类型的基础上，以一定行政区域或自然区域为单位，查清区内各种土地利用类型面积、分布和利用状况而进行的调查。

深入分析土地利用现状调查，有助于制定合理的土地利用规划，保持土地资源高效、可持续利用，从而进一步实现经济、社会和生态效益的最大化。

二、永川区土地利用现状重庆市永川区位于重庆市西部，长江上游北，处于川渝城市群核心位置，是重庆市的第三大经济城市，是重庆规划建设的现代大城市和区域性中心城市。

全区幅员面积1576平方公里，辖19个镇、3个街道、45个社区居委会、以及201个行政村；地貌分为低山，丘陵，缓丘平坝三大类。

根据永川区国土资源局提供的永川区土地利用现状变更调查资料，各类用地分布及土地利用二级分类情况见表1。

2010年，全区以农用地为主，占全区总面积81.80%，其次是建设用地，占15.65%，再次是未利用地，占3.64%。

三、永川区土地利用问题浅析1.耕地总量不断减少、同时质量下降。

永川区近几年来建设用地增长迅速，外延扩张明显，大量占用耕地，2002到2010年，耕地总量从72952.07 hm2减少到65698.53hm2，九年间共减少了7253.54 hm2，年均减少805.95 hm2。

建设用地21953.2 hm2增加到22894.55 hm2，共增长了941.35 hm2。

2.土地资源利用浪费严重、用地补充不足。

永川区内大多数园区规模不大，缺乏特色，产业低、水平重复现象普遍，产业产品附加值低，大多是属于同类重复。

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)。

基于主成分法的区域土地利用变化驱动力分析———以重庆市主城区为例鲁春阳1,杨庆媛1,田永中1,文枫2,胡渝春3,万平3(1.西南大学地理科学学院,重庆400715;2.河南省平顶山市人才交流中心,河南平顶山467000;3.重庆市土地房屋勘测规划院,重庆400123)摘要　基于重庆市主城区自然及社会经济统计数据,利用SPSS软件,采用主成分分析法,对引起土地利用变化的驱动力进行分析。

研究结果显示:人口增长、工业化和城镇化、人民生活水平等因素是引起主城区土地利用变化的主要驱动力,并提出土地可持续利用的建议。

关键词　土地利用变化;驱动力;主成分法;重庆市主城区中图分类号　F301.24 文献标识码　A 文章编号　0517-6611(2006)21-5627-02Study on the Driving F orce o f Land U se B ased on the P rim ary F actor A nalysisLU Chun2yang et al　(S ch ool of G eographic S ciences of S outhw est University,Ch ongqing400715)Abstract　Based on the natural and s ocial econ om ic statistic data of Ch ongqing city,the prim ary factor analysis of SPSS w as applied to analy ze the driving factor leading to land use change and the conclusions included the industrialization and urbanization,population developm ent and the raise of peoples’living level w ere m ain factor.S om e suggestion of the sustainable developm ent of the land w as proposed for the s olution of the existing problems in land use.K ey w ords　Land use change;Driving force;Prim ary factor analysis;Ch ongqing 土地是环境最重要的组成部分之一,是人类社会经济活动的载体。

人、土地和环境的关系是相互依存、相互制约和相互促进的。

土地利用/土地覆盖变化是全球变化的重要组成部分之一,在全球变化和可持续发展中占有重要的地位,已被列入“国际地圈与生物圈计划(IG BP)”的核心项目[1,2],成为目前全球环境变化的热点和前沿问题[3]。

土地利用变化涉及2方面的问题:一是变化过程,二是引起变化的驱动力,研究其过程是研究其驱动力的基础。

分析土地利用变化的时空过程,弄清驱动这一过程的关键因素及其作用方式,有助于深入了解引起土地利用变化的驱动机制,为区域土地管理决策和持续利用提供科学依据[4-6]。

1　研究区域概况重庆市主城区是重庆市的核心地带,包括渝中区、大渡口区、江北区、沙坪坝区、九龙坡区、南岸区、巴南区、北碚区、渝北区9个区,是重庆市的经济高地。

主城区总面积5473 km2,占全市土地总面积的6.6%。

根据2005年统计资料,主城区2004年末总人口567.17万人,其中非农业人口344.70万人,占总人口的60.76%。

2004年末全区国内生产总值10057355万元,人均国内生产总值149205元。

第三产业发达,市场潜力大,是重庆市乃至整个西南地区重要的物资集散地和商贸区。

2　数据来源和研究方法利用主城区土地利用现状图和土地利用现状变更图对1996～2004年土地利用变化情况进行了对比研究。

1996年采用土地详查资料,2004年采用土地利用现状变更调查资料,土地利用分类采用全国土地分类(过渡期间适用)体系。

通过对不同时期土地利用数据的组合,获取土地利用变化的信息,在对该区土地利用变化时空分析的基础上,运用SPSS 强大的数据分析功能,采用主成分分析法分析处理数据,获得影响区域土地利用变化的主要驱动力。

3　重庆市主城区土地利用变化驱动力的主成分分析3.1　主成分分析的指标选取　选择1996～2004年的序列资料作为基础数据,运用相关分析法筛选出以下10个因子:X1总人口(万人)、X2非农业人口(万人)、X3G DP(万元)、X4第一产业(万元)、X5第二产业(万元)、X6第三产业(万元)、X7固定资产投资(万元)、X8人均G DP(元)、X9农民人均纯收入(元)、X10城市居民储蓄存款余额(万元)。

3.2　主成分分析的结果　分析样本见表1。

用SPSS软件对主城区的土地利用变化驱动力进行主成分分析,得到特征值、主成分贡献率及累计贡献率、主成分载荷见表2、3。

表1主成分分析原始数据年份X1X2X3X4X5X6X7X8X9X10 1996520.85269.31414472044496822509631448789140956479401153882317756 1997527.78276.90472322446029725336501729277173202589864191962536585 1998531.44283.064997288449485262656719213062196251141408246363150955 1999535.74290.27528440543754924503732159769264818697148257814053029 2000538.05297.385806345434159299248123797052960765107036269034670832 2001543.42306.826556238430117330215528239663767907119408265165781435 2002549.84317.2376810004441003710800352610043356921405228257526972 2003559.58331.048530470468139413734535749875823904128519252708800660 2004567.17344.70100573555364535377572414333080235151492052867210327409　注:资料来源于重庆统计年鉴(1997～2005)。

根据主成分载荷矩阵,选取的10个变量可以归纳为3类:人口增长、工业化和城镇化、人民生活水平。

因此,主城区土地利用变化的驱动力主要是受这3个方面因素的影响。

作者简介　鲁春阳(1979-),女,河南平顶山人,硕士研究生,研究方向:土地资源管理。

收稿日期　20062072313.2.1　人口因素。

1996～2004年,主城区总人口由520.85万人增长到567.17万人,增加了8.89%,年递增率1.11%。

其中非农业人口由269.31万人增长到344.7万人,增加了27.99%,年增长率为3.50%。

很显然,非农业人口增长的速度比总人口的增长速度要快得多。

一方面,大量的外来人口涌入城市,促使非农业人口不断增长;另一方面,人口的不断安徽农业科学,Journal of Anhui Agri.Sci.2006,34(21):5627-5628 责任编辑　孙红忠　责任校对　孙红忠增长,使得人均占有耕地面积越来越少,农业人口被迫从耕地中排挤出来从事非农业生产,这也促使农业人口向非农业人口转移。

人口的快速增加,特别是非农业人口的快速增长,导致城市用地矛盾更加紧张。

加上大量的耕地被城镇建设、农业结构调整占用和灾毁弃耕,致使人均耕地面积逐年减少,相应地引起其他用地结构发生变化。

表2特征值及主成分贡献率主成分特征值贡献率累计贡献率 1 7.523 75.230 75.2302 1.89918.99094.22030.496 4.96499.18440.0560.56299.74650.0150.15399.89960.0080.07899.97770.0020.02299.999800.001100.000900100.0001000100.000 表3主成分载荷变量第一主成分第二主成分变量第一主成分第二主成分X10.986-0.070X60.964-0.225X20.985-0.098X70.9980.004X30.993-0.115X80.3220.931X40.7560.223X90.2310.937X50.989-0.039X100.981-0.1563.2.2　工业化和城镇化。

工业化和城镇化不仅通过人口集中、产业集中、地域扩散占用土地,使土地利用非农化,而且通过生活方式和价值观念的扩散,改变原来的土地利用结构[7]。

根据世界城市发展的一般规律,城市化在时间上的变化过程总体上为一条S型曲线。

当一地区人均G DP处于1000～3000美元时,城市处于加速发展时期。

根据重庆市主城区土地利用变更调查数据,1996～2004年主城区城市建设用地面积由9567.3867hm2增加到26804.8467hm2,增长率为180.17%,城市用地增长弹性系数为6.44,远远高于城市用地增长弹性系数的合理值1.12。

城镇化进程的加快,必然促使工业化的发展。

根据钱纳里等对世界100个国家20多年中经济结构与经济发展水平的研究,人均G DP1000美元(1964)以上,一、二、三产业生产结构为12.7%、37.8%和49.5%。

2004年重庆市主城区三次产业结构比为5.33%、53.47%和41.20%,与钱纳里等的研究结果相比,三次产业结构中,第二产业所占的比重大于研究结果15.67个百分点,在经济中占绝对主导地位。

工业比重的上升,工业企业数量不断增加,必然导致工业用地需求不断增加。

1996～2004年,主城区独立工矿用地面积增长了56.88%。

3.2.3　人民生活水平提高。

1996～2004年,主城区农民人均纯收入由15388元增加到28672元,增长了86.33%,年增长率为10.79%;城市居民储蓄存款余额由231.78万元增加到1032.74万元,增长了345.58%。

随着收入的增加,人们对物质文化的需求不断增加,体现在土地利用上,就是要求宽敞的住宅、宽阔的马路、大型的公园、城市广场等城市公共基础设施。

为了满足居民的需求,政府在土地利用分配上就必须给予适当的考虑,逐步完善城市功能。