濟(jì)南市土地利用變化模擬預(yù)測(cè)研究
劉玉鋼，王立宇
（濟(jì)南市規(guī)劃設(shè)計(jì)研究院，山東 濟(jì)南 250100）

摘  要：基于快速城鎮(zhèn)化的濟(jì)南市土地利用變化狀況，選擇CLUE-S模型和FLUS模型對(duì)其2035年土地利用情況進(jìn)行模擬預(yù)測(cè)，對(duì)預(yù)測(cè)結(jié)果進(jìn)行比較。結(jié)果表明：CLUE-S模型和FLUS模型模擬機(jī)理有所不同，但在概率運(yùn)算的方法上FLUS模型比CLUE-S模型更具有優(yōu)勢(shì)；兩種模型模擬的2016年濟(jì)南市區(qū)土地利用變化預(yù)測(cè)結(jié)果與土地利用變更調(diào)查成果的一致性程度均較高，但CLUS-S模型較FLUS模型更具有一定的優(yōu)勢(shì)。CLUE-S模型和FLUS模型各有其優(yōu)勢(shì)和不足，整合不同模型的優(yōu)點(diǎn)，研發(fā)出具有開放性的綜合模型是未來(lái)土地利用變化模擬預(yù)測(cè)的發(fā)展趨勢(shì)，為國(guó)土空間規(guī)劃的編制和管理提供更精確的參考依據(jù)。
關(guān)鍵詞：CLUE-S模型；FLUS模型；土地利用變化；模擬預(yù)測(cè) 

Research on Simulation and Prediction of Land Use Change in Jinan City
LIU Yugang
(Jinan planning and design institute, Jinan 250100，Shandong，China)
Abstract: Based on the historical situation of land use in Jinan urban area under the background of rapid urbanization, in this paper， the CLUE-S model and FLUS model were used to simulate and predict the land use situation of Jinan city in 2035, with the prediction results compared and analyzed. It was shown that the CLUE-S model and the FLUS model have somewhat different mechanisms in the simulation and prediction, but the FLUS model has more advantages than the CLUE-S model in the method of probability calculation. The two models simulation results were higher, but the CLUS-S model had better advantages to the FLUS model. Each of the CLUE-S model and the FLUS model had its advantages and disadvantages，and to integrate the advantages of the two models and develop an open and comprehensive model would be the tendency of land use change simulating and predicting, for the preparation of land  use spatial planning and natural resource management.
Key words: CLUE-S model; FLUS model; land use change；Simulation and Prediction

1 引言
       國(guó)內(nèi)外許多學(xué)者通過(guò)不同方法對(duì)土地利用空間模擬與預(yù)測(cè)進(jìn)行研究，元胞自動(dòng)機(jī)模型、CLUE-S模型]、FLUS模型已得到廣泛的應(yīng)用。楊俊，解鵬，席建超等以1998年、2004年和2009年的大連市經(jīng)濟(jì)技術(shù)開發(fā)區(qū)數(shù)據(jù)，基于元胞自動(dòng)機(jī)開發(fā)模型模擬1998-2009年土地利用變化取得了較好的效果[1]；韓會(huì)然，楊成鳳，宋金平基于CLUE-S模型，結(jié)合1985、2000、2010年三期土地利用數(shù)據(jù)對(duì)北京市土地利用空間格局進(jìn)行模擬，選用不同情景預(yù)測(cè)2020年土地利用空間分布格局，研究結(jié)果顯著，模擬效果較好[2]；阮俊杰，蘇敬華，黃宇馳等基于CLUE-S模型，對(duì)上海青浦區(qū)2040年土地利用格局進(jìn)行模擬，表明該模型具有良好的土地利用格局模擬能力[3]；卞子浩，馬小雪，龔來(lái)存等以秦淮河流域?yàn)槔?，選擇CLUE-S模型分別使用不同非空間模擬方法在不同情景下對(duì)其2020年土地利用情況進(jìn)行模擬預(yù)測(cè)，三種方法均滿足模型精度要求[4]；劉小平、梁迅、黎夏等提出一種未來(lái)土地利用變化模擬模型（FLUS），模擬2010年至2050年中國(guó)區(qū)域內(nèi)在不同社會(huì)經(jīng)濟(jì)和自然氣候因素影響下的不同發(fā)展情景，表明該模型能有效模擬未來(lái)各種情形下的土地利用變化[5]；馬小寧, 林沛鋒, 陳美招，基于FLUS模型應(yīng)用于小尺度的廣州花都區(qū)土地利用變化模擬研究，模擬效果良好[6]。土地變化模型的廣泛應(yīng)用，使之成為研究土地利用變化模擬預(yù)測(cè)的有效工具。但是對(duì)于不同模型之間的差異研究較少，有的模型是基于現(xiàn)有模型的細(xì)化和優(yōu)化，使其更具有針對(duì)性，比如CLUE-S模型是在CLUE模型的基礎(chǔ)上的優(yōu)化；有的模型是基于現(xiàn)有模型的改進(jìn)與升級(jí)，比如FLUS模型是在元胞自動(dòng)機(jī)模型的基礎(chǔ)上的改造升級(jí)，通過(guò)對(duì)比不同模型模擬結(jié)果，找出更適合研究區(qū)域的模擬模型，對(duì)于研究土地利用變化模擬預(yù)測(cè)，合理指導(dǎo)國(guó)土空間規(guī)劃編制與管理具有重要的科學(xué)和實(shí)踐意義。
       本文以濟(jì)南市為研究區(qū)，選取2019年和2016年兩期土地利用數(shù)據(jù)分別應(yīng)用CLUE-S模型和FLUS模型對(duì)研究區(qū)進(jìn)行模擬預(yù)測(cè)，進(jìn)而探求快速城鎮(zhèn)化進(jìn)程中各驅(qū)動(dòng)因素對(duì)城市土地利用變化的影響機(jī)理，揭示濟(jì)南市土地利用變化與社會(huì)、區(qū)位、自然等驅(qū)動(dòng)因素之間的內(nèi)在關(guān)聯(lián)，提出不同模型模擬的優(yōu)劣勢(shì)，為國(guó)土空間總體規(guī)劃的編制提供基礎(chǔ)。
2 研究區(qū)概況與研究方法
2.1 研究區(qū)概況
        本文選取濟(jì)南市歷下區(qū)、市中區(qū)、天橋區(qū)、槐蔭區(qū)、歷城區(qū)、長(zhǎng)清區(qū)六個(gè)老城區(qū)作為研究區(qū)，位置示意圖見圖1。研究區(qū)總面積3303平方公里，2016年，研究區(qū)常住人口466.96萬(wàn)人，其中城鎮(zhèn)人口391.79萬(wàn)人，鄉(xiāng)村人口75.17萬(wàn)人，人口密度為1414人/平方公里；生產(chǎn)總值4682.48億元，比上年增長(zhǎng)9.83%；地方財(cái)政收入400.71億元，同比增長(zhǎng)1.44%。
 

2.2 模型介紹
       本文選用CLUE-S模型和FLUS模型兩種模型對(duì)濟(jì)南市區(qū)土地利用變化進(jìn)行模擬預(yù)測(cè)。
       CLUE-S模型是荷蘭瓦赫寧根大學(xué)Verburg等科學(xué)家組成的“土地利用變化和影響”研究小組在其較早的CLUE模型的基礎(chǔ)上創(chuàng)建而成[7]。CLUE-S模型包括非空間分析模塊和空間分析模塊兩大部分。模型結(jié)構(gòu)原理見圖2。CLUE-S 模型與其他模型的主要區(qū)別在于可以對(duì)全局土地利用類型進(jìn)行空間配置，更適合中小尺度土地利用變化研究[8]。
        FLUS模型是劉小平等基于元胞自動(dòng)機(jī)模型構(gòu)建的地理模擬與決策支持系統(tǒng)，耦合了空間模擬和空間優(yōu)化的模型[9]，適用于土地利用變化模擬和土地利用分布格局變化等方面。該模型提出并應(yīng)用自適應(yīng)慣性競(jìng)爭(zhēng)機(jī)制，有效解決多種土地利用類型在自然作用與人類活動(dòng)共同影響下發(fā)生相互轉(zhuǎn)化時(shí)的不確定性與復(fù)雜性，使FLUS模型具有較高的模擬精度[6]。
2.3 基礎(chǔ)數(shù)據(jù)及處理
2.3.1 土地利用數(shù)據(jù)
       本研究中的土地利用數(shù)據(jù)為2009年和2016年兩期土地利用變更調(diào)查數(shù)據(jù)。本文結(jié)合土地利用現(xiàn)狀分類將土地利用類型劃分為耕地、園地、林地、城鎮(zhèn)村及工礦用地、交通用地、水域及水利設(shè)施用地和其他土地七大類型。土地利用類型劃分表如表1所示。
2.3.2 模型因子數(shù)據(jù)
       本文根據(jù)模型的輸入數(shù)據(jù)需求及研究區(qū)數(shù)據(jù)的可獲取性，在模型模擬中選取高程、坡度、坡向、距省級(jí)行政中心距離、距市級(jí)行政中心距離、距區(qū)級(jí)行政中心距離、距飛機(jī)場(chǎng)距離、距火車站距離、距主要鐵路距離、距主要公路距離、人口密度、距金融服務(wù)設(shè)施距離、距基礎(chǔ)教育設(shè)施距離、距公共交通服務(wù)設(shè)施距離共14種驅(qū)動(dòng)因子。高程數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云網(wǎng)站（http://www.gscloud.cn/）下載的DEM數(shù)據(jù)；坡度、坡向數(shù)據(jù)是DEM數(shù)據(jù)通過(guò)GIS軟件空間分析生成；行政區(qū)劃、政府駐地、火車站、機(jī)場(chǎng)、主要鐵路、主要公路等數(shù)據(jù)則根據(jù)土地利用調(diào)查數(shù)據(jù)獲取，并通過(guò)GIS軟件的距離分析功能生成距離因子；人口密度是在縣級(jí)統(tǒng)計(jì)數(shù)據(jù)的基礎(chǔ)上通過(guò)空間差值生成；基礎(chǔ)教育設(shè)施、金融服務(wù)設(shè)施、公共交通服務(wù)設(shè)施點(diǎn)狀數(shù)據(jù)來(lái)源于百度地圖，利用網(wǎng)絡(luò)爬取工具獲得，然后通過(guò)GIS軟件的空間分析功能生成研究區(qū)域各點(diǎn)到基礎(chǔ)教育設(shè)施、金融服務(wù)設(shè)施、公共交通服務(wù)設(shè)施的距離漸變圖。
       在模型模擬的過(guò)程中，CLUE-S模型和FLUS模型均需輸入土地利用限制因子，來(lái)設(shè)置土地利用變化的限制因素。本研究土地利用限制因子包括永久基本農(nóng)田和生態(tài)保護(hù)紅線。其中，永久基本農(nóng)田數(shù)據(jù)和生態(tài)保護(hù)紅線來(lái)源于濟(jì)南市自然資源和規(guī)劃局。
2.3.3 模擬精度評(píng)價(jià)
       為檢驗(yàn)兩種模型對(duì)土地利用變化模擬的精度，本研究采用Kappa系數(shù)[10]來(lái)進(jìn)行評(píng)價(jià)。Kappa系數(shù)是常用的評(píng)價(jià)空間模擬精度的指數(shù)，可以量化數(shù)量錯(cuò)誤和位置錯(cuò)誤，其公式如下：Kappa=（P0-Pc）/（Pp - Pc）。式中，P0是指模擬結(jié)果與實(shí)際結(jié)果一致的比例；Pc表示隨機(jī)情況下模擬結(jié)果與實(shí)際結(jié)果一致的期望，因?yàn)楸狙芯繀^(qū)土地利用類型包括七種，所以取值為1/7； Pp是指在最理想的情況下模擬結(jié)果與實(shí)際結(jié)果一致的比例，取值為1；Kappa系數(shù)取值[0,1]，其值越大則表示精度越高。Kappa≤0.4，兩期土地利用類型數(shù)據(jù)一致性較低，變化差異較大；0.4＜Kappa≤0.75，兩期土地利用類型數(shù)據(jù)一致性一般，變化較明顯；Kappa＞0.75，兩期土地利用類型數(shù)據(jù)一致性較高，變化不明顯。
3 模擬預(yù)測(cè)結(jié)果
3.1 模擬精度對(duì)比
       通過(guò)試驗(yàn)，利用2009年土地利用數(shù)據(jù)模擬預(yù)測(cè)2016年土地利用變化，如圖3所示。本研究將土地利用變化驅(qū)動(dòng)因子和限制因子數(shù)據(jù)以及2009年和2016年土地利用數(shù)據(jù)分別輸入CLUE-S模型和FLUS模型，進(jìn)行2009-2016年研究區(qū)土地利用變化空間模擬，在獲得2016年CLUE-S模型和FLUS模型模擬結(jié)果的基礎(chǔ)上，進(jìn)而采用Kappa系數(shù)對(duì)模型獲取的2016年研究區(qū)土地利用空間分布與2016年土地利用變更調(diào)查結(jié)果進(jìn)行一致性檢驗(yàn)。
       從Kappa系數(shù)計(jì)算結(jié)果看，CLUE-S模型的模擬結(jié)果Kappa系數(shù)為0.97，F(xiàn)LUS模型模擬結(jié)果的Kappa系數(shù)為0.85。可見，兩種模型模擬的2016年土地利用空間變化結(jié)果與實(shí)際結(jié)果的一致性程度均較高，CLUE-S模型模擬結(jié)果的Kappa系數(shù)比FLUS模型模擬結(jié)果的Kappa系數(shù)高，在土地利用變化模擬方面較FLUS模型具有一定的優(yōu)勢(shì)。
 3.2  土地利用變化預(yù)測(cè)結(jié)果對(duì)比
       通過(guò)2016年的模擬預(yù)測(cè)可見，兩種方法均可預(yù)測(cè)模擬未來(lái)研究區(qū)土地利用變化。因此，把灰度預(yù)測(cè)模型的2035年土地利用數(shù)據(jù)輸入模擬預(yù)測(cè)模型，得到模擬預(yù)測(cè)結(jié)論，見表2和圖3所示。
       從預(yù)測(cè)結(jié)果（表2）看，CLUE-S模型和FLUS模型預(yù)測(cè)的2035年濟(jì)南市區(qū)主要地類面積如下：耕地面積分別為1067.22公頃和1043.02公頃，園地面積分別為176.32公頃和179.43公頃，林地面積分別為495.88公頃和487.59公頃，城鎮(zhèn)村及工礦用地面積分別為912.90公頃和937.62公頃，交通用地的面積分別為63.37公頃和67.04公頃，水域及水利設(shè)施用地的面積分別為102.09公頃和112.75公頃，其他土地的面積分別為431.37公頃和421.70公頃，可見CLUE-S模型預(yù)測(cè)的耕地、林地和其他土地的面積結(jié)果比FLUS模型預(yù)測(cè)的結(jié)果高，園地、城鎮(zhèn)村及工礦用地、交通用地和水域及水利設(shè)施用地的面積結(jié)果值則低。
       從土地利用的空間格局（圖4）看，CLUE-S模型和FLUS模型模擬的濟(jì)南市區(qū)的土地利用空間格局基本一致，濟(jì)南市未來(lái)的發(fā)展方向仍然是城區(qū)邊緣式擴(kuò)張和分散式擴(kuò)張兩種模式，邊緣式擴(kuò)張主要集中在濟(jì)南東部的高新片區(qū)和西部槐蔭的高鐵片區(qū)，仍是未來(lái)城市發(fā)展的主要方向；分散式擴(kuò)張主要發(fā)生在長(zhǎng)清區(qū)大學(xué)園區(qū)和天橋區(qū)黃河以北地區(qū)，是未來(lái)濟(jì)南城市用地分散式擴(kuò)張的典型區(qū)域。
4 研究結(jié)論
       基于CLUE-S模型和FLUS模型對(duì)研究區(qū)土地利用模擬預(yù)測(cè)結(jié)果分析，可得出以下結(jié)論：
       （1）從模型模擬原理看，CLUE-S模型和FLUE模型均是首先進(jìn)行未來(lái)土地利用需求預(yù)測(cè)，進(jìn)而通過(guò)對(duì)影響土地利用變化的驅(qū)動(dòng)因子綜合分析，計(jì)算土地利用變化的適宜性概率，進(jìn)而實(shí)現(xiàn)預(yù)測(cè)期土地利用的空間分配。但從土地利用空間變化概率運(yùn)算上，CLUE-S模型使用的是Logistic統(tǒng)計(jì)分析方法，而FLUS模型采用了神經(jīng)網(wǎng)絡(luò)算法，兩者相比Logistic分析作為經(jīng)驗(yàn)統(tǒng)計(jì)分析只能夠?qū)﹄x散變量進(jìn)行運(yùn)算而且無(wú)法兼顧驅(qū)動(dòng)因子之間的關(guān)系[12]，可見FLUS模型在概率運(yùn)算的方法上比CLUE-S模型更具有優(yōu)勢(shì)。
       （2）從模型的模擬結(jié)果看，兩種模型模擬的濟(jì)南市區(qū)土地利用變化結(jié)果與土地利用變更調(diào)查成果的一致性程度均較高，其中CLUE-S模型較FLUS模型模擬結(jié)果精度高，具有一定的優(yōu)勢(shì)。在土地利用空間模擬結(jié)果上，CLUE-S模型和FLUS模型模擬的濟(jì)南市區(qū)的土地利用空間格局基本一致，濟(jì)南市未來(lái)的發(fā)展方向仍然是城區(qū)邊緣式擴(kuò)張和分散式擴(kuò)張兩種模式。
       綜上所述，CLUE-S模型和FLUS模型各有其優(yōu)勢(shì)和不足，因而對(duì)于土地利用動(dòng)態(tài)演變過(guò)程的模擬預(yù)測(cè)，整合不同模型的優(yōu)點(diǎn)，研發(fā)出具有開放性的綜合模型是未來(lái)土地利用變化模擬預(yù)測(cè)的發(fā)展趨勢(shì)。土地利用動(dòng)態(tài)變化綜合模型將實(shí)現(xiàn)土地利用需求預(yù)測(cè)和空間分配的有機(jī)統(tǒng)一，科學(xué)、準(zhǔn)確地模擬土地利用變化的時(shí)空過(guò)程，為國(guó)土空間規(guī)劃的編制和管理提供參考。

參考文獻(xiàn)（References）:
[1] 楊俊，解鵬，席建超等.基于元胞自動(dòng)機(jī)模型的土地利用變化模擬：以大連經(jīng)濟(jì)技術(shù)開發(fā)區(qū)為例[J].地理學(xué)報(bào)，2015，70(3):461-475.
[2] 韓會(huì)然，楊成鳳，宋金平.北京市土地利用空間格局演化模擬及預(yù)測(cè)[J].地理科學(xué)進(jìn)展，2015，34(8):976-986.
[3] 阮俊杰，蘇敬華，黃宇馳，等.上海市青浦區(qū)土地利用時(shí)空格局模擬研究[J].中國(guó)農(nóng)學(xué)通報(bào)，2018，34(3):112-119.
[4] 卞子浩，馬小雪，龔來(lái)存，等.不同非空間模擬方法下CLUE-S模型土地利用預(yù)測(cè)——以秦淮河流域?yàn)槔齕J].地理科學(xué)，2017，37(2):252-258.
[5]Liu Xiaoping, Xun Liang, Xia Li, et al. A future land use simulation model (FLUS) for simulating multiple land usescenarios by coupling human and natural effects. Landscape and Urban Planning, 2017,168, 94–116.
[6]馬小寧, 林沛鋒, 陳美招. 基于FLUS模型的花都區(qū)土地利用動(dòng)態(tài)模擬研究[J]. 社會(huì)科學(xué)前沿, 2019, 8(7): 1327-1341. 
[7] Verburg P.H., Welmoed S., Limpiada R., et al. Modeling the spatial dynamics of regional land use: The CLUE-S model[J].Environmental Management,2002,30(3):391-405.
[8] 張永民，趙士洞，Verburg P.H..CLUE-S模型在奈曼旗土地利用時(shí)空變化模擬中的應(yīng)用[J].自然資源學(xué)報(bào)，2003，18(3):310-318.
[9] Xia Li, Guangzhao Chen, Xiaoping Liu,et al(2017): A New Global Land-Use and Land-Cover Change Product at a 1-km Resolution for 2010 to 2100 Based on Human-Environment Interactions, Annals of the American Association of Geographers, 5,1040-1059. 
[10] 吳桂平，曾永年，鄒濱，等.AutoLogistic方法在土地利用格局模擬中的應(yīng)用——以張家界市永定區(qū)為例[J].地理學(xué)報(bào)，2008，63(2):156-164.