膠州灣國家海洋公園沿岸地區土地利用預測研究*

耿愛玉, 王 寧,3, 于 格**, 江文勝, 王 尚

(1. 中國海洋大學環境科學與工程學院, 山東 青島 266100; 2. 中國海洋大學海洋環境與生態教育部重點實驗室, 山東 青島 266100; 3. 山東省環境保護科學研究設計院有限公司, 山東 濟南 250013)

土地是人類活動的承載體,土地利用是人類活動與自然環境相互作用最直接的表現形式,同時也是人類社會經濟活動行為與自然生態過程交互和鏈接的紐帶[1]。目前的土地利用特點之一是具有動態變化性,但是相對于其他自然要素及其利用活動而言,土地利用的動態變化與社會經濟發展的關聯性相對較強,也就是說,土地利用的變化除了遵循綜合自然地理規律之外[2],還受到區域社會經濟發展及政府政策的影響,而這又將在一定程度上對政府宏觀決策產生一定的反饋作用。因此對土地利用進行合理預測,對多規合一背景下的區域土地資源的合理配置以及未來區域社會經濟發展而言,具有一定的理論和實踐意義。

為了有效模擬土地利用的變化過程,可以以數學模型為基礎,在對過去土地利用變化(LUCC)進行描述、解譯和分析的同時,了解其變化趨勢,并對未來LUCC進行預測[3]。目前,研究LUCC的主要模型分為數量模型(如灰色預測模型、馬爾科夫模型和回歸分析模型等)、空間模型(如元胞自動機模型、CLUE-S模型和GEOMOD模型等)和耦合模型三類(如Logistic-CA模型、CA-Markov模型和Logistic-CA-Markov模型等)[4-6]。相比較而言,耦合模型因結合了數量模型和空間模型的優點而被廣泛應用[7]。其中,CA-Markov模型可以綜合馬爾科夫模型對長時間序列的預測和元胞自動機基于空間關系和規則動力學模擬的優點,不僅具有馬爾科夫模型量化預測的能力,可以精確地模擬LUCC未來變化情況,同時還具有元胞自動機模型模擬復雜系統空間變化的能力,空間變化的表達效果良好[8-11]。CA-Markov模型能提高模擬預測的精度,有效減少人為因素的干擾,被認為是一種更強大、更有效的建模技術[12-14]。

膠州灣國家級海洋公園位于山東省青島市膠州灣中北部,地處山東半島南岸的西部,瀕臨南黃海西部,是青島市重點保護的生態核心區,同時又是重要的海洋和河口濕地分布區。對于保護海灣而言,控制陸源是一種非常重要的思路和模式,可以有效遏制膠州灣水質惡化[15]。盡管青島市對于點源污染物控制已經取得較好的成果,但土地利用方式及其承載的社會經濟活動仍會對環境造成不同強度的非點源污染,而這將對城市陸源排放產生重要的影響[16-18]。對于膠州灣國家級海洋公園而言,其周邊地區涉及青島市市南區、市北區、李滄區、城陽區、高新技術產業開發區、膠州市、黃島區7個區(市),不同行政區和開發區具有差異化的城市建設和產業發展的規劃[19-24]。盡管不同區(市)的發展規劃具有一定差異性,其均為青島市城市化發展的重要區域,因此在未來一段時間內,膠州灣國家級海洋公園周邊地區的土地利用方式也發生一定程度的變化,對膠州灣國家海洋公園沿岸地區進行土地利用預測研究,在某種程度上具有一定的現實意義。

綜上所述,本研究以青島膠州灣國家級海洋公園周邊地區為研究區,利用CA-Markov模型,對該地區的土地利用現狀進行解譯和分析,分析過去十年土地利用變化趨勢,預測未來三十年土地利用變化的狀態,以期為膠州灣國家級海洋公園周邊地區的發展及海洋保護提供一定的數據和技術支持。

1 資料與方法

1.1 研究區概況

膠州灣國家級海洋公園位于120°00′E—120°24′E、35°02′N—36°24′N之間,地處山東半島南岸的西部,處于溫帶季風性氣候區,年均氣溫12.2 ℃,年均降雨量為680.5 mm。膠州灣海洋公園內的濕地是山東半島南部最大的海灣河口濕地,被列為國家重要濕地。其中,河口海灣濕地面積1 439.77 hm2,占濕地總面積的5.2%,其主要分布在大沽河口、洋河口、墨水河口、白沙河口等區域,海洋濕地面積1 171.7 hm2,占濕地總面積的4.2%,主要分布在膠州灣北部區域。

1.2 CA-Markov模型

1.2.1 馬爾科夫模型 馬爾科夫(Markov)模型是一種預測事件發生概率的模型,其特性(即預測過程中的狀態轉移只與當前時刻的狀態有關,并不取決于過去的狀態)使其非常適用于土地利用變化的預測。應用狀態不斷演變的過程進行建模,依據其性質和條件概率,得到Markov模型的計算公式如下:

Sn=S(n-1)×Pij。

(1)

式中:S(n)、S(n-1)分別為n和n-1 時刻的系統狀態;Pij為狀態概率矩陣。

1.2.2 元胞自動機模型 元胞自動機(CA)模型是一種時間、空間、狀態都離散的時空動力學模型。在元胞空間中,每一個元胞在各自有限的狀態內,按照局部特征的狀態改變規則進行時空的同步更新,這些規則相互作用生成動態演化系統。CA 模型可用下式表示:

S(t+1)=f(S(t),N)。

(2)

式中:S表示元胞有限、離散的狀態集合;t、t+1表示不同時刻;N表示元胞的鄰域;f表示局部空間的元胞轉化規則。

1.2.3 CA-Markov模型 CA-Markov模型是將CA和Markov兩個模型結合起來,考慮CA模型模擬空間變化并且利用馬爾科夫模型提供的LUCC轉移矩陣進行長時間預測。在土地利用的柵格圖像中,一個柵格視作一個元胞,元胞的土地利用類型為元胞的狀態。模型在GIS和IDRISI軟件的支持下,通過初始概率和狀態轉移概率計算未來時刻的LUCC情況。模擬預測過程如下:

首先,通過ArcGIS軟件提取分析、投影變換和數據轉換等過程以處理和轉換數據。其次,通過IDRISI軟件構建馬爾科夫矩陣,以間隔年份期間各土地利用類型的轉換面積為基礎,獲取土地類型轉移概率矩陣和一系列條件概率圖像。第三,綜合考慮各土地利用類型在演變過程中的適宜性情況以及元胞鄰域之間的效應,建立適宜性圖集,同時將其作為CA規則的一部分,參與CA-Markov模型的模擬預測運算。最后,構造CA濾波器,使創建具有顯著空間影響的權重因子作用于元胞,以確定元胞的不同狀態。本研究采用5×5的濾波器,并且確定CA循環次數取5 a,以預測未來土地利用狀態。

但是此處需要說明的是,由于CA-Markov模型是一種概率統計模型,遵循著某種時間和空間的離散規則,從根本上來講這是一種基于數據本身規律的預測方法。對于土地利用預測而言,從模型角度來看,土地利用結構變化經常受到一些其他因素的影響,而這些變化往往是動態的,但CA-Markov模型使用的是靜態轉換規則,因此模擬出來的結果往往需要進行一定程度的修正[25-28]。與此同時,過去的土地利用及其模擬預測重點在于協調各類用地類型之間的約束與權衡,而未來全面推進國土空間規劃的多規合一之后,土地利用規劃將在原有基礎上,綜合考慮區域發展的各項因素,包括生態保護因素,所以從這個角度上來講,對土地利用預測結果進行必要的修正也是非常重要的一步。

1.3 模擬預測精度檢驗

Kappa系數廣泛用于評估遙感數據分類的宏觀精度和兩幅地圖的相似性,可以反映模擬預測結果與真實數據的相似程度,定量分析模擬預測的精度。本研究分別進行中期預測和長期預測期內土地利用預測結果和校正結果的Kappa系數計算,以此評估結果的有效性和準確性[29]。Kappa系數的計算公式表示為:

(3)

式中:Po是正確模擬的比例;Pc是隨機情況下的預期正確比例;Pp是正確模擬的理想比例(通常為 100%)。通常,當Kappa≥0.75時,說明模擬預測結果和實際結果高度吻合,模擬預測的精度非常高;當0.4≤Kappa<0.75時,說明模擬預測結果和實際結果吻合度一般,模擬預測的精度一般;當Kappa<0.4時,說明模擬預測結果和實際結果相差較大,模擬預測的精度不夠理想[30]。

2 數據來源與處理

2.1 數據來源

本研究的研究數據選用中國科學院遙感與數字地球研究所提供的分辨率為30 m的Landsat 7 TM遙感影像,數據時期分別為:2010、2015和2020年。在90幅影像中選用日期相近、云量較低、質量較好的影像,得到初篩后的影像如表1所示,再經過對比分析最終選取2010年6月15日、2015年6月22日和2020年6月3日三幅影像。2015年的數據應用16 m分辨率高分一號(CF-1)多光譜影像,以進行數據比對和驗證。

表1 擬選取的遙感影像列表Table 1 List of available images

2.2 研究區分區

由于土地利用受區域自然資源分布、社會經濟發展和政府政策決策等因素共同影響,為了得到更加準確的預測結果,本研究將研究區從膠州灣國家海洋公園進行適當延伸,并以運籌學中的可行域理論為準則,根據自然因素分布、現有城市規劃和海洋公園保護政策等實際需求設定一系列的約束條件,并由此得到滿足某約束條件的特定分區。主要分區原則如下:

(1)以行政區劃為主要邊界:將研究區所屬范圍按照青島市行政區劃初步劃分,并得到研究區隸屬于市南區部分,簡稱市南片區(A-1)(下同)、市北片區(A-2)、李滄片區(A-3)、城陽片區(A-4)、膠州片區(A-5)、黃島片區(A-6)6個區域;

(2)以研究區內的土地利用現狀和城市道路分布作為約束條件1:根據研究區的實際發展特點,在城陽片區的轄區內單獨劃分出高新技術產業開發區(即高新區),命名為高新區東區片區(B-1)和高新區西區片區(B-2);

(3)以海洋公園內部保護區劃分作為約束條件2:由于青島膠州灣國家級海洋公園橫跨城陽區和膠州市兩區市,根據其保護目的主要分為三個區域,分別是生態與資源恢復區、適度利用區和重點保護區。故本研究將海洋公園單獨劃分成為C區域,同時由于其各分區的保護及發展政策不同,將C區域繼續細化成三個分區,即:生態與資源恢復區(C-1)、適度利用區(C-2)、重點保護區(C-3),具體分區如圖1所示。

圖1 膠州灣國家海洋公園沿岸地區分區結果圖

2.3 數據預處理

通過ENVI4.7軟件進行幾何校正、輻射定標、大氣校正等步驟對其預處理,再進行遙感影像的監督分類解譯過程,利用ArcGIS10.7軟件進行矢量裁剪和重分類處理后,得到2010,2015和2020年三期土地利用現狀數據。研究區內土地利用類型按照《土地利用現狀分類(GB/T 21010—2007)》并結合實際情況劃分為6類:耕地、林地、草地、濕地、水體和建設用地。

在得到2010、2015、2020年基于非監督分類為主的土地利用初級分類結果后,為驗證其準確性,本研究以百度地圖(高清版)、高德地圖、Google Earth等軟件提供的土地利用現狀圖進行比對驗證,通過逐街道比對后發現,研究區內大部分土地利用的初級分類結果和各高清地圖的用地類型基本一致,可見初級分類結果較為準確,但是在大沽河口等小面積區域出現了一定的偏差。具體區域主要分布在:120°08′40.57″E—120°08′38.72″E,36°11′30.65″N—36°12′9.42″N(C-2和C-3區域),這部分區域應該以潮間帶為主,但是由于潮汐等因素的影響,各高清地圖之間也存在細微差別,因此只通過結合高清地圖和相關規劃的人工目視解譯方法不能夠對該區的土地利用進行準確分類,這也將在一定程度上影響對該區域未來時段土地利用預測的準確性。因此,對該區域進行實地調查必不可少。

2.4 實地調查

為了確保該區域未來時段土地利用預測的準確性,實現準確數據的更精準化,本研究適當擴大了實地調查區域的范圍,對大沽河口附近區域、洋河附近區域和高新區部分轄區(即A-5、A-6、B-2、C-1、C-2、C-3共6個區域)進行實地調查,按照代表性和均勻性的原則制定實地調研點位規劃。

為了更加深入調查相關位置的土地利用情況和準確了解相關土地利用類型的邊界范圍,在實地調查中增加部分調查點位,最終形成調研點位分布圖,如圖2所示。

圖2 膠州灣國家海洋公園沿岸地區調研點位分布圖

通過實地調查發現,在研究區內的大沽河東側大片區域為水產養殖區,并不是水體用地類型。此外海洋公園生態與資源恢復區和適度利用區的部分區域為灘涂濕地和水產養殖區。根據實地調查得知,高新區部分區域用地類型發生更改,因此本研究對前期得到的研究區土地利用初級分類圖像進行校正,形成研究區的土地利用最終分類圖像。

在最終分類圖像中大沽河入?？跂|側(即C-3)的部分區域(36°12′26.50″N,120°07′58.55″E)土地利用類型由耕地修改為濕地(包含海水養殖用地),高新區西區片區(即B-2)部分(36°13′10.38″N,120°10′34.59″E)土地利用類型由濕地修改為建設用地,海洋公園生態與資源恢復區(即C-1)和適度利用區(即C-2)的部分區域(36°13′6.52″N,120°17′9.63″E和36°12′0.20″N,120°15′6.04″E)由耕地修改為濕地,膠州市東側大沽河西側(即A-5)的部分區域(36°12′40.59″N,120°05′55.42″E)由草地和濕地修改為建設用地。

3 土地利用構成與分析

經過數據處理得到2010—2020年膠州灣國家海洋公園沿岸地區的土地利用面積變化表(表2)和土地利用情況圖(圖3)。

圖3 2010—2020年膠州灣國家海洋公園沿岸地區土地利用情況

表2 2010—2020年膠州灣國家海洋公園沿岸地區土地利用變化Table 2 Land use change in the coastal area of Jiaozhou Bay National Ocean Park from 2010 to 2020

由表2可知,過去十年間,建設用地面積增加了6 766.92 hm2,在6種用地類型中增加幅度最大,從15 505.62 hm2增加至22 272.54 hm2;耕地和濕地的面積也有一定程度上的增加,分別增加了1 702.52和299.87 hm2,其中,耕地從507.45 hm2增加至2 209.97 hm2,濕地從3 832.71 hm2增加至4 132.58 hm2;與之相對應的是,水體的用地面積在十年間從9 177.91 hm2大幅減少至3 472.85 hm2,共計減少了5 705.06 hm2,成為6種用地類型中面積減少最大的用地類型;草地的面積也有較大的減少,在過去十年間從10 277.22 hm2減少至8 070.90 hm2,以2 206.32 hm2的減少面積成為6種用地類型中減少面積位居第二的用地類型;林地的面積也大幅減少,從995.20 hm2減少至137.27 hm2,減少了857.93 hm2。另外,結合2015年研究區土地利用變化面積的數據也可以觀察出,耕地的用地面積呈現先增加后減少的變化趨勢,通過比重數據可以看出,2010—2015年耕地面積占比從1.26%大幅增加至9.72%,而到了2020年比重僅占5.48%,面積又有所減小;與之變化趨勢相同的是濕地,其在前五年的面積占比從9.51%增加至15.25%,而在后五年又從15.25%減少至10.26%;草地和水體的面積呈現相同的變化趨勢,與耕地和濕地相反,其在十年間呈現先減少后增加的變化趨勢;而林地雖然略有先減少后增加的變化趨勢,但是在研究區過去十年間變化幅度并不明顯,總體來看占地面積所占比重保持相對平穩的態勢;在6種用地類型中,只有建設用地的面積呈現不斷增加的趨勢,但是通過表格可以明顯看出其在后五年間的增加面積比在前五年間的增加面積減少很多,即建設用地在前五年面積高速增加,而在后五年面積只是略有增加。盡管各種用地類型變化趨勢不同,總體來看,在2010—2020年的十年間,研究區土地利用類型依然以建設用地為主,到2020年建設用地的面積以55.27%的比重占據了研究區總面積的一半以上,其次為草地、濕地、水體和耕地,面積占比分別為20.03%、10.26%、8.62%和5.48%;林地在十年間成為了研究區占地面積最小的用地類型,到2020年其面積僅占比0.34%。

結合圖1和圖3可知,市南片區(A-1)內絕大部分面積的土地利用方式為建設用地,十年間區域內濕地面積減少,主要為建設用地侵占;水體面積也有所減少,其轉變為濕地;而草地面積也略有增加。市北片區(A-2)主要用地類型為建設用地,十年間耕地和濕地面積減少,主要轉變為草地。李滄片區(A-3)仍以建設用地為主,但是其面積比重較A-1和A-2區域的建設用地面積比重小,十年間區域內耕地面積明顯增加,主要是由草地和濕地轉化形成;與此同時水體面積減少,轉變為草地和濕地。城陽片區(A-4)主要用地類型為建設用地,十年間區域內耕地面積增加,是由水體和草地轉變而來;部分濕地和水體轉變為建設用地,其建設用地面積也因此有所增加。膠州片區(A-5)在2010年以草地和水體為主,十年間水體大面積轉化為濕地,因此在2020年區域以草地和濕地為主,除此之外,建設用地的面積顯著增加,主要有濕地、草地和水體轉化而來。黃島片區(A-6)的用地類型主要為草地和建設用地,十年間區域內濕地面積小幅增加,主要由水體轉變而來;建設用地面積增加較明顯,由草地轉化而來;縮減的水體除了部分轉變為濕地外,其余大面積轉變為建設用地;區域內的林地在十年間大面積轉變為草地。高新區東區片區(B-1)內,大面積的草地、濕地和水體轉變為了建設用地;與此同時少部分草地轉變為了耕地。高新區西區片區(B-2)內,大面積的水體轉變為了濕地;大面積的草地轉變為了建設用地。生態與資源恢復區(C-1)內水體轉變為了建設用地和濕地;草地面積大幅減少,轉變為了耕地、建設用地和濕地。適度利用區(C-2)主要由水體和濕地組成,十年間少量水體轉變為濕地,但仍以水體為主要用地類型。重點保護區(C-3)在十年間濕地面積顯著增加,主要由水體和草地轉變而來。從研究區的整體來看,十年間,研究區內的草地面積大幅減少,主要轉化為了建設用地,因此建設用地面積大幅增加,部分濕地和水體也轉化為了建設用地,另外部分水體轉化為了濕地。

土地利用變化主要受自然因素和社會經濟因素(人為因素)所影響,其中自然因素對土地利用類型的影響需要長時間跨度,且變化較為穩定。所以在短期內社會經濟因素影響是地區土地利用變化的主導因素,即土地利用類型變化受到人類活動的影響較大。經過參考《2020青島統計年鑒》、《2020年青島市國民經濟和社會發展統計公報》和《青島西海岸新區(黃島區)國民經濟和社會發展第十三個五年規劃》等公開資料可知,近十年青島市政府修建膠州灣跨海大橋,自2011年通車以來促進其他用地類型向建設用地轉變。同時,近年來政府重視第二產業(此處主要涉及黃島片區)建設和第三產業的發展,引入多個服務示范區和工業產業園,因此征用部分草地等建設服務示范區和工業產業園區,這也就是上述區域濕地和水體稍有減少而轉變為建設用地的原因。

4 土地利用預測與分析

4.1 轉移概率矩陣的獲取

本研究依據2015和2020年土地利用類型結果,利用ArcGIS10.2軟件和IDRISI軟件進行疊加分析、分區處理和校正計算得到轉移概率矩陣,具體如表3所示。

表3 2015—2020年土地利用類型轉移概率矩陣Table 3 Probability matrix of land use type transfer from 2015 to 2020

4.2 中期預測

為了達到預測結果的精準性,本研究在進行預測時,采取分區預測的原則,即對每一個分區A-1、A-2、A-3、……、C-2、C-3,共計11個次級研究區,運用CA-Markov模型進行中期預測,最后再以經緯度為基礎,利用ArcGIS軟件進行預測結果的合并,最終得到2025、2030和2035年膠州灣國家海洋公園沿岸地區土地利用變化中期預測結果(見圖4)和研究區內各土地利用類型中期預測的變化趨勢(見圖5)。

圖4 2020—2035年土地利用變化中期預測結果

圖5 2020—2035年土地利用類型中期預測變化趨勢

4.2.1 預測結果 由圖5可見,未來15年內,建設用地的面積比例變化幅度最大,其在中期預測期內將減少15.06%;草地、濕地和水體將有一定比例的上升,分別上升5.94%、2.52%、4.62%;耕地和林地在預測期內將會小幅度上升1.03%和0.95%。

結合圖1和圖4可以得知,市南片區(A-1)在中期預測期內濕地面積銳減,轉化為建設用地;市北片區(A-2)草地、林地和耕地面積有所增加;李滄片區(A-3)和城陽片區(A-4)內草地和濕地面積增加,而建設用地面積減少;膠州片區(A-5)和黃島片區(A-6)內草地面積增加,由建設用地轉化而來;高新區片區(B-1)和(B-2)內草地和濕地面積增加,而建設用地面積減少,同時部分濕地轉化為水體;生態與資源恢復區(C-1)內建設用地轉化為草地和濕地;適度利用區(C-2)和重點保護區(C-3)內少部分濕地轉化為水體。

4.2.2 預測修正 根據青島市的整體部署和安排[31-33],青島市將在2020年以后的中長期規劃中全面落實包括土地利用規劃在內的國土空間規劃的多規合一工作,因此本研究結合《青島市國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》、《青島膠州灣國家級海洋公園總體規劃(2021—2030年)》、《青島市國土空間總體規劃(2021—2035年)》等規劃的不同要求,利用ArcGIS軟件疊置多規合一背景下區域的規劃合一圖,在與預測結果對比分析后,對模型模擬的青島市土地利用中期預測結果進行了部分修正,修正后的結果見圖4。

4.2.3 結果分析 在以上土地利用類型中,耕地可以在一定程度反映第一產業發展,建設用地可以在一定程度上反映第二、第三產業發展,隨著經濟發展和人口增加,大部分地區容易呈現出因城市擴張而導致的建設用地面積增大,其余用地類型面積減小的情況。然而根據預測結果來看,本研究區內的預測情況與城市發展的普遍規律相反。結合《青島“十四五”規劃》、《青島市新型城鎮化規劃(2021—2035年)》、《青島市膠州灣保護條例》等規劃可以知道,青島政府相繼出臺了多項規劃以加強區域內的生態保護和濕地保護,進行膠州灣海水整治,提高沿岸地區綠化水平和減弱區域受風暴潮等自然災害后導致的經濟損失,因此在未來15年內建設用地在一定程度上面積減小而其余用地類型面積保持穩定或略有增大的趨勢是在經濟社會中政府宏觀決策引導下的必然結果。其次,林地、草地、濕地和水體的面積都有一定程度的上升。這種變化歸因于近年來青島市持續大力推行堅持生態優先和擁灣保護等相關政策,自出臺《國家海洋公園總體規劃》、《城市群發展規劃》和《青島市總體規劃》等規劃后,研究區內尤其是國家海洋公園(C區域)內的建設項目將陸續搬遷,同時積極提高生物多樣性,保護海洋和河口濕地和加強海岸線保護。另外,草地成為面積增加幅度最大的土地利用類型的同時,也可能是因為當地退耕還草政策的持續推行。

為了驗證這一步驟的準確性,本研究又重新以整個研究區為整體,利用IDRISI軟件進行模擬預測精度檢驗,得到Kappa系數為0.86,準確性較高。

4.3 長期預測

本研究結合分區預測的原則進行長期預測,在對預測結果合并后得到2050年膠州灣國家海洋公園沿岸地區土地利用變化長期預測結果(見圖6)?；玖鞒桃卜譃轭A測結果及分析、預測修正和原因分析三部分。

圖6 2050年土地利用變化長期預測結果

由圖6可見,到2050年,建設用地的面積比例變化幅度最大,其在長期預測期內將減少13.89%;林地、草地、濕地和水體將有一定程度的上升,分別上升1.71%、2.44%、3.02%和5.79%;耕地在預測期內將會小幅度上升0.92%。

結合圖1和圖6可以得知,市南片區(A-1)在長期預測期內濕地面積全部轉變為建設用地,但是由于濕地面積很小,整體來看用地類型沒有顯著的改變;市北片區(A-2)內少部分建設用地轉變成草地、林地和耕地;李滄片區(A-3)和城陽片區(A-4)內水體和濕地面積增加,草地和建設用地面積有小幅度的減少;膠州片區(A-5)和黃島片區(A-6)內建設用地減少而水體面積增加;高新區片區(B-1)和(B-2)內林地和草地面積增加,而建設用地面積減少,同時部分濕地轉化為水體;生態與資源恢復區(C-1)、適度利用區(C-2)和重點保護區(C-3)內少部分濕地轉化為水體。

在預測的基礎上,本研究以多規合一為指引,以模型的長期預測結果為基礎,根據《青島市2050遠景發展戰略》、《青島市國土空間總體規劃》的遠景展望2050年部分和《青島城市規劃》的遠景,展望2050年部分的規劃圖,利用ArcGIS軟件對比分析,對預測結果圖進行了修正,圖6為修正后的結果。

為了驗證這一步驟的準確性,本研究又重新以整個研究區為整體,利用IDRISI軟件進行模擬預測精度檢驗,得到Kappa系數為0.75,準確性較高。

5 結論

通過本研究對膠州灣國家海洋公園沿岸地區的預測和分析,可以得到以下結論:

(1)從預測期內土地利用變化及其空間分布特點來看,2010—2020年間建設用地轉移面積最大,十年間面積增加了6 766.92 hm2,主要由草地和水體轉變而來;2020—2035年間建設用地轉移面積最大,十五年間面積占比下降15.06%,主要轉變成草地和水體;2050年仍是建設用地轉移面積最大,十五年間面積占比下降13.89%,主要轉變成濕地和水體。其中,土地利用結構變化較大的區域主要分布在膠州片區和高新區片區,對于這兩個區域而言,主要變化的用地類型是建設用地轉移為草地。

(2)從模型的精確性來看,本研究在運用元胞自動機-馬爾科夫的耦合模型(CA-Markov模型)模擬膠州灣國家級海洋公園周邊地區土地利用時發現,中期預測(2020—2035年)結果與政府規劃比較接近,而長期預測(2050年)結果則在部分區域具有一定的差異,導致這種現象出現可能是因為本研究選取的初始數據及時間段等原因,與此同時也顯示,馬爾科夫鏈對一定時間序列的預測具有相對準確性,但是當預測時間尺度達到一定時長后,特別是要進行長期預測時,模型的預測精度將有所下降,所以需要根據其他因素對模擬結果進行一定程度的修正。

(3)從土地利用方式來看,由于膠州灣國家級海洋公園的主要保護對象是海洋和河口濕地,對青島市的景觀生態安全、生態服務和資源合理利用具有重要價值,因此對其周邊地區土地利用方式進行模擬也具有一定的實踐意義。通過本研究發現,膠州灣國家級海洋公園周邊地區建設用地大幅減少,與此同時水體(濕地)、林地和草地等用地類型出現不同程度的上升,這將在某種程度上為國家級海洋公園的生態保護和海洋生態文明建設起到積極推動作用。

從根本上來看,由于土地利用是人類活動與自然環境綜合作用的形式和結果,在對土地利用進行模擬時需要綜合考慮多種因素,特別是現階段處于多規合一的重要轉型期,在進行土地利用預測時,除了需要遵循數據自身的時間和空間規律外,也需要考慮研究區的區位特點,這樣才真正使土地利用預測成為進行國土空間規劃的合理工具和技術基礎。