基于空间回归模型的城郊区土地景观格局变化驱动力研究.docxVIP

?

?

基于空间回归模型的城郊区土地景观格局变化驱动力研究

?

?

欧定华夏建国欧晓芳

摘要：基于土地景观遥感影像分类数据、DEM数据、气象数据、土壤数据和相关社会经济数据，应用空间回归模型对四川省成都市龙泉驿区土地景观格局变化驱动力进行分析。结果表明：土地景观格局变化驱动因子受时间尺度影响较大，同一土地景观格局变化驱动因子会随时间推移而发生不同程度的变化，同一驱动因子对土地景观格局变化的影响力也会随时间变化而发生改变。农田、果园、交通运输、水体景观格局变化主要受人文驱动因子影响，森林、城乡人居及工矿景观格局变化主要受自然驱动因子影响，人文驱动因子对土地景观格局变化的影响程度总体上大于自然驱动因子。人口状况、科技水平、经济发展等因子是土地景观格局变化的主要驱动力。空间回归模型拟合效果优于OLS线性回归模型，是进行土地景观格局变化驱动力分析的有效方法。

关键词：城市近郊区；土地利用；景观格局变化；空间回归模型；驱动力

：F301.24文献标志码：A

：1002-1302（2017）14-0236-07

近年来，因土地利用开发不合理和城市无序蔓延扩张，城郊区陆地生态系统结构和功能遭到严重破坏，致使区域水文过程、生物地球化学循环、生物多样性发生了巨大变化[1]，产生了工业“三废”污染、森林面积减少、土地景观破碎化等一系列生态环境问题。研究城郊区土地景观变化驱动力，可以为制定生态环境管理和生态风险防控措施提供科学依据，对缓解城郊区生态环境问题和促进区域土地持续利用、城镇合理扩张、经济良性发展具有重要意义。

目前，常用景观变化驱动力识别方法为传统统计分析法，如典型相关分析法[2]、Logistic回归模型分析法[3]、多元线性回归模型分析法[4]等。这类方法应用前提是数据必须符合统计上独立且均匀分布的假设条件[5]，而土地景观格局及驱动因子往往不独立，存在空间依赖关系，应用传统统计分析法进行驱动因子识别可能会产生偏差，所以有必要应用能体现数据空间相关性的空间回归模型进行土地景观格局变化驱动力分析。空间回归模型假设空间统计数据具有空间多维特征和时空相关性，能利用研究对象空间分布信息，较好地揭示土地景观格局变化影响因素及其时空分布。该模型不要求数据独立，可以充分分析数据空间属性，广泛应用于社会经济、农业环境、公共卫生等领域[6-7]以及空间分布预测模拟[8]、影响因素识别分析[9-10]等方面，但在土地景观格局变化驱动力分析中应用还比较少见。

龙泉驿属四川省会成都市辖区，是典型大城市近郊区，21世纪以来，该区在加快推进工业化和城镇化过程中，也面临诸如森林植被遭受破坏、耕地资源减少等生态环境问题，对其进行土地景观格局变化驱动力研究具有较强代表性和研究价值。有鉴于此，本研究以龙泉驿为研究区，从自然驱动力和人文驱动力2个方面构建土地景观格局变化驱动力指标体系，应用空间回归模型对2000—2007年、2007—2014年2个时期土地景观格局变化驱动力进行分析，以期能为区域生态安全格局构建和制定生态风险防控措施提供依据。

1研究区概况

龙泉驿区位于成都平原东缘、龙泉山脉西侧，地处30°27′52″～30°43′23″N、104°08′19″～104°27′09″E，幅员面积556.4km2。地质构造为成都断陷带与龙泉山隆褶带间的构造断块，地势由东南逐渐向西北微倾，最高海拔1051.3m，最低海拔456.8m。有平坝、丘陵、山地等地貌类型，其中平坝317.54km2、山地217.38km2、丘陵21.48km2。属四川盆地中亚热带湿润气候，年平均气温16.5℃、降水量852.4mm、日照時数1021h、蒸发量984.7mm。成土母质为侏罗纪、白垩纪、第四纪成土母质，主要土壤类型为水稻土、黄泥土、紫色新冲积土和紫色土。龙泉驿属成都第二经济圈，是国务院批准的成都城市向东发展主体区，也是成都国家级经济技术开发区所在地，重点发展汽车产业，2014年全区GDP实现944.6亿元，位居全省第一。

2数据来源与研究方法

2.1遥感数据来源及土地景观分类

以研究区2期（2000年5月2日、2007年5月6日）TM影像和1期（2014年8月13日）OLI影像（来自USGS网站）为基础数据，1997年1∶[KG-*3]15万比例的土地利用现状图、2009年1∶[KG-*3]1万比例的土地利用现状图、2014年10—11月景观野外调查成果为辅助数据，应用QUEST遥感影像分类方法[11]解译得研究区土地景观类型图（图1）。

自然驱动力指标中，2000—2007年、2007—2014年间年均降雨量和气温空间分布图根据龙泉驿气象局提供的降雨、气温数据，通过空间插值获取；高程分布图采用ASTERGDEMV2数据（来自NASA网