乌鲁木齐市土地利用变化及其空间冲突测度

图1 研究区示意图

Fig.1 Sketch map of study area

1.2 数据源

本文所使用的2000年和2010年Landsat5 TM影像,2020年Landsat8 OLI影像,云量均小于10%,与高程及坡度数据一致来源于地理空间数据云(http://www.gscloud.cn)。参考《全国土地分类标准》(GB/T 21010—2017),土地利用类型划分为林地、耕地、草地、建设用地、水域及未利用地6类,3期Kappa 系数分别为0.89,0.89及0.88。文中所有空间地理数据均采用Albers Conical Equal Area投影坐标系,CGCS_2000地理坐标系统。GDP、人口等数据社会经济数据来自于《乌鲁木齐市统计年鉴(2000—2020年)》、《乌鲁木齐市国民经济和社会发展统计公报(2020年)》和《新疆统计年鉴(2020年)》。

2 研究方法

2.1 土地利用综合程度指数

土地利用综合程度指数^[18]能反映人类对土地开发利用的程度,是衡量区域土地利用深度和广度的重要指标,公式为:

(1)

L = 100 \times \overset{n}{\sum_{i = 1}} A_{i} \times C_{i}

式中: L为区域土地利用程度综合指数(100≤L≤400); n 为土地利用类型数量(n=6); A_i为研究区内第i级土地利用程度分级指数; C_i 为研究区内第i级土地利用程度分级面积百分比; n 为土地利用程度分级数。其中,未利用地赋值1,林地、草地和水域赋值2,耕地赋值3,建设用地赋值4。

自然间断点分级法可通过对相似值的恰当分组而使各类之间差异最大化,据此得到的数值差异边界既具有良好效果也具有统计学意义^[19]。因此,本文根据自然间断法将土地利用程度综合指数分为5级,即低利用程度区、中低利用程度区、中利用程度区、中高利用程度区及高利用程度区。

2.2 土地利用冲突测度模型构建

基于PSR模型^[9](压力-状态-响应),通过选择土地利用干扰度指数(L_AWMPFD)、脆弱度指数(L_FI)和稳定性指数(L_SI)构建土地利用冲突综合指数(表1),评价区域土地利用空间冲突程度。

表1 土地利用冲突综合指数测算指标

Tab.1 The landuse conflict composite index to measure indicators

目标层	准则层	指标层	权重	与土地利用冲突的关系
土地利用冲突综合指数	压力(P)	干扰度指数	1/3	+
	状态(S)	脆弱度指数	1/3	+
	响应(R)	稳定性指数	1/3	-

将计算结果进行0~1标准化处理,之后根据分析统计研究区各空间单元网格冲突测度值的区段分布情况,借鉴周国华等^[16]、彭佳捷等^[20]空间冲突倒 “U ”型演变轨迹及各可控性级别冲突的相关分析结果L_CI,将其分为5个级别: 无冲突(0,0.30)、轻度冲突[0.30,0.36)、中度冲突[0.36,0.42)、高度冲突[0.42,0.50)及重度冲突 [0.50,1.00)。计算公式为:

(2)

L_{C I} = \frac{1}{3} A W M P F D + \frac{1}{3} F I - \frac{1}{3} S I

式中: $A W M P F D$ 为干扰度指数; $F I$ 为脆弱度指数; $S I$ 为稳定度指数。

2.2.1 土地利用干扰度指数

借助面积加权的平均拼块分形指数^[8](area-weighted patch fractal dimension,AWMPFD)进行测算,数值越大表示土地利用类型相邻单元之间干扰程度越高,公式为:

(3)

A W M P F D = \overset{m}{\sum_{i = 1}} \overset{n}{\sum_{j = 1}} [\frac{2 l n (0.25 P_{i j})}{l n a_{i j}} (\frac{a_{i j}}{A})]

式中: P_ij为第i类用地类型第j个斑块的周长; a_ij为第i类用地类型第j个斑块面积; A为评价单元总面积。

2.2.2 土地利用脆弱度指数

借助景观脆弱性(FI)指数进行测算,并根据相关研究对土地利用类型进行生态风险系数赋值^[11]。其中,建设用地赋值6、未利用地赋值5、水域赋值4、耕地赋值3、草地赋值2、林地赋值1,数值越大表示评价单元越脆弱,越易受到外界影响。计算公式为:

(4)

F I = \overset{n}{\sum_{i = 1}} F_{i} \frac{a_{i}}{A}

式中: a_i,F_i和n分别为系统内各土地利用类型的面积、土地利用类型i的生态风险系数、土地利用系统包含的土地类型数量。其中,研究区的土地类型为6种,故n=6。

2.2.3 土地利用稳定性指数

借助景观破碎度(PD)^[10]的倒数进行计算,公式为:

(5)

P D = \frac{n_{i}}{A}

式中: PD,n_i和A分别为土地利用类型的破碎度指数、各土地利用类型的斑块数目和评价单元总面积。

2.3 地理探测器

地理探测器作为揭示潜在影响因子的一种统计学方法,被广泛应用于自然资源保护和社会经济问题的研究中^[21]。模型不仅能探测单因子的空间分异,还可以探测2个因子的交互作用。因此,本文基于该方法对研究区土地利用冲突与各影响因素之间的相互关系进行分析。

2.3.1 因子探测器

主要用于分析不同因子,对土地利用冲突空间差异的分别影响程度,公式为:

(6)

q = 1 - \frac{\overset{n}{\sum_{m = 1}} N_{m} {σ^{2}}_{m}}{N σ^{2}}

式中: q为土地利用冲突影响因子的解释力指标(0≤q≤1),q值越大,说明该影响因子对土地利用冲突空间差异的影响程度越强; $N$ 及 $σ^{2}$ 分别为整个区域的样本量和方差; $N_{m}$ 和 ${σ^{2}}_{m}$ 分别为 m(m=1,…,n)层样本量和方差。

2.3.2 交互探测器

主要用于识别不同因子之间的交互影响作用,即2个因子共同作用时,是否会增加或减弱对土地利用冲突空间差异的影响程度,双因子交互作用类型见表2。表中min和max分别为最小和最大值。

表2 交互作用类型

Tab.2 Types of interaction

判断依据	交互作用
q(X₁∩X₂)<min(q(X₁),q(X₂))	非线性减弱
min(q(X₁),q(X₂)) <q(X₁∩X₂) <max(q(X₁),q(X₂))	单因子非线性减弱
q(X₁∩X₂)>max(q(X₁),q(X₂))	双因子增强
q(X₁∩X₂)= q(X₁)+q(X₂)	独立
q(X₁∩X₂)>q(X₁)+q(X₂)	非线性增强

2.4 FLUS模型

本文利用FLUS模型模拟预测2030年土地利用空间分布特征,该模型主要由基于人工神经网络(artificial neural network,ANN)的出现概率计算模块和基于自适应惯性竞争机制的元胞自动机(cellular automata,CA)模块2部分构成^[22]。本研究中模型所选因子包括: 高程、坡度、距河流距离、距区县距离、距道路距离、GDP和地均人口。需要说明的是,研究区干旱少雨,平原人工绿洲农业区年均降水量仅200 mm,自然降水空间分布极不均匀且不能满足作物生长发育的需要,田间用水主要依靠冰川融水补给的河流灌溉。因此,本研究选择距河流距离这一因子取代降水因子。利用2000年、2010年土地利用现状图,分别模拟2010年、2020年土地利用空间分布状态,模型对比精度分别为0.87和0.89,Kappa 系数分别为 0.73和0.75,精度可以满足研究要求。

3 结果分析

3.1 土地利用时空变化分析

研究区各土地利用类型空间分布分异明显(图2),城乡建设用地及农业发展用地主要分布在研究区中部平原绿洲,草地、林地主要分布于研究区南部,未利用地则在研究区北部分布较广。

图2

图2 土地利用格局分布

Fig.2 Distribution of land use pattern

2000—2020年,研究区土地利用整体呈“三增三减”特征。其中,建设用地、林地和水域处于持续增加态势,增加面积分别为 674.85 km²,160.51 km² 和 47.58 km² ; 草地、耕地和未利用地处于持续减少态势,减少面积分别为 464.49 km²,287.54 km²和 130.92 km²。需要强调的是,草地面积虽然持续减少,但自 2010 年开始幅度却明显下降。与此同时,耕地面积减少的幅度则显著上升,充分突显了 2010 年以后乌鲁木齐市实施草原生态保护政策的效果。2020—2030 年预测结果显示,各地类面积依旧呈“三增三减”变化趋势。建设用地、林地、水域持续增加,增加面积分别为253.93 km²,67.4 km²和20.35 km²。尤其是南部山区城镇组群,由于发展旅游业导致的建设用地面积扩张最为显著。此外,草地、耕地、未利用地持续减少,减少面积分别为147.04 km²,108.99 km²和85.65 km²,减少幅度有所缓和,生态用地得到有效保护。

3.2 土地利用程度分析

研究区土地利用程度综合指数表明,2000—2020年及预测年份2030年的土地利用程度综合指数都处于中低利用程度,分别为184.69,188.92,193.47和194.73(图3)。其主要原因在于,研究区内农业用地与建设用地比重较低,多年平均值仅分别为 6.56%和 4.89%,而草地比重则达到 58.03%。加之西部、南部及东部环山,陡坡面积占比较大,自然因素限制导致整体土地集约化利用程度不高,且主要集中于中部及北部区域。但数据同时也显示,研究区2000—2010年、2010—2020年及2020—2030年土地利用程度综合变化指数分别为4.23,4.56和1.26,说明研究区土地利用一直处于发展期。尤其2000—2020年间,研究区土地利用的深度和广度不断增大。但在“三生三线”国土空间规划的控制下,预计2020—2030年土地利用程度指数变化量将减少到1.26。

图3

图3 土地利用程度格局变化

Fig.3 Changes in land use pattern

3.3 土地利用冲突时空演变特征

研究区土地利用冲突强度计算结果表明,2000—2030年间,研究区土地利用冲突空间变化显著(图4、图5)。总体来看,由于米东区及达坂城区内柴窝堡湖附近分布有大面积不适宜开发的荒漠戈壁,因此无冲突和轻度冲突区占比整体较高。其中,无冲突区域面积呈先减后增的U型变化,轻度冲突区域面积呈现双峰型。此外,中度冲突区域面积呈正态分布,高度冲突区域逐年增加且增幅最大,重度冲突区域同样呈现梯次上升趋势。

图4

图4 2000—2030年土地利用冲突格局分布

Fig.4 Distribution of land use conflict pattern from 2020 to 2030

图5

图5 土地利用冲突各冲突等级面积变化

Fig.5 Change of land use conflict area at different levels

具体而言,2000年重度、高度冲突占比较少,分别占1.4%和3.04%,主要分布在中心城区边缘地带。2010年伴随建设用地扩张,重度冲突上升至4.52%,高度冲突上升至8.89%,主要发生在建设用地和耕地集中区域。2020年重度、高度冲突占比分别为3.14%和8.74%,相较于前一阶段来说有所缓和。2030年重度冲突和高度冲突占比上升到8.45%和10.13%,主要出现在中心城区北部及南部集约经营的耕地范围内,且有明显的团状聚集。

3.4 土地利用冲突空间异质性

受不同地理因素制约,地区及地类之间的土地利用冲突会存在空间差异性。全局空间自相关分析结果表明,2000—2010年,在服务型产业发展布局影响下,Moran’s I值从0.65增至0.67,导致城镇化建设过程中土地利用冲突的空间集聚性增强,冲突加剧。2010—2020年,由于城市土地用途实施管制措施,Moran’s I值从0.67减小至0.65,区域土地利用冲突的空间集聚性弱化,强度向好转变。土地利用冲突局部空间演变的冷热点分析结果显示(图6),2000—2010年,土地利用冲突热点区与2010年高冲突聚集区增加的区域高度吻合,在中心城区北及西南部聚集显著。至2010—2020年,热点区范围进一步扩张,蔓延至南部及北部山区林地周边及达坂城区盐湖两侧冲积扇附近; 冷点区则与高冲突聚集减少区域相吻合,主要集中于中心城区周边以及东、南部的山区林地范围内,其原因是由于内部土地利用类型趋向于统一,斑块复杂性降低,冲突得以缓解,但空间分布上的集聚呈上升趋势。2020—2030 年,研究区的热点区主要分布在建设用地周边及山区林地附近。其中,受建设用地向其周边草地、耕地扩张影响,周边土类的连通性、稳定性下降,导致冲突等级加重。与2010—2020年相比,2020—2030年未来10 a山区的热点区明显减少,中心城区南部的热点区将再一次南移至乌鲁木齐县的城镇组群,中心城区西北方向的热点区向其东北方向扩散。冷点区主要分布在盐湖、柴窝堡湖及山区林地附近,受生态交替影响,该区域的冲突等级有所下降。

图6

图6 土地利用冲突冷热点时空演化

Fig.6 Temporal and spatial evolution of cold and hot spots of land use conflict

3.5 土地利用冲突影响因素分析

3.5.1 影响因素选取

土地利用冲突变化主要受到自然和人文因素共同影响,参照已有研究^[23]与研究区实际情况,选取4个自然因子(图7),其中,高程、坡度因子主要用于反映地形状况对其分布的影响,斑块密度来主要用于表征景观破碎度其分布的影响,距河流距离反映水资源格局对其形成变化的影响。选取4个人文因子(图8),其中,距区县距离、距道路距离主要用于反映人类活动的影响,GDP、地均人口主要用于反映研究区经济发展水平的影响。

图7

图7 自然环境驱动因子格局分布

Fig.7 Pattern distribution of natural environment driving factors

图8

图8 社会经济驱动因子格局分布

Fig.8 Distribution pattern of socio-economic driving factors

3.5.2 因子探测结果

结果表明,自然因子中的斑块密度q值最大(0.763 3),因此是土地利用冲突空间分异的自然主导因素,即景观破碎度在随着斑块密度增大而变大的同时,也使得土地利用冲突加重(表3)。社会因子中的地均人口q值接近0.1,在影响土地利用冲突空间分异的因素中位居第二,即随着人口规模扩大,对土地资源尤其是对建设用地的需求,造成了土地利用冲突水平提高。

表3 土地利用冲突的因子探测结果

Tab.3 Factor detection results of land use conflict

因子指标	斑块密度	地均人口	GDP	坡度	高程	距区县距离	距河流距离	距道路距离
q统计量	0.763 3	0.092 6	0.077 7	0.069 7	0.057 8	0.046 7	0.035 8	0.034 8
p值	0.000 0	0.000 0	0.000 0	0.000 0	0.000 0	0.000 0	0.000 0	0.000 0

3.5.3 交互探测结果

结果表明,任意两因子对土地利用冲突的交互作用效果均大于其他单因子的作用值(表4),即土地利用冲突空间分异是多种因子共同作用的结果,增强类型主要为非线性增强和双因子增强。具体而言,除高程∩距河流距离、距河流距离∩距道路距离之间存在非线性增强的关系(数据加#处),其余因子之间皆存在着双因子增强(数据加*处)关系。其中,高程与斑块密度交互作用对土地利用冲突的影响最强,影响度为80.63%,也就意味着高程和斑块密度是研究区土地利用冲突的主要驱动因素; 其次则为斑块密度∩地均人口(q值为0.795 6)、斑块密度∩距道路距离(q值为0.787 6)。总体而言,斑块密度与其他因子的交互作用力远高于任意因子之间的交互作用力; 地均人口与其他因子交互作用的解释力均大于12.67%。

表4 土地利用冲突的交互探测结果^①

Tab.4 Interactive detection results of land use conflict

因子	斑块密度	高程	距河流距离	坡度	距区县距离	距道路距离	GDP	地均人口
斑块密度	0.763 3
高程	0.806 3*	0.057 8
距河流距离	0.767 7*	0.098 7#	0.035 8
坡度	0.781 3*	0.104 8*	0.096 9*	0.069 7
距区县距离	0.785 4*	0.091 9*	0.080 8*	0.115 3*	0.046 7
距道路距离	0.787 6*	0.092 2*	0.096 4#	0.104 1*	0.065 9*	0.034 8
GDP	0.785 6*	0.131 6*	0.112 7*	0.131 7*	0.114 9*	0.108 1*	0.077 7
地均人口	0.795 6*	0.161 6*	0.128 3*	0.161 7*	0.134 9*	0.126 7*	0.164 9*	0.092 6

①: 表中加*的交互作用为双因子增强,加#则为非线性增强,无标记代表无显著差异。

4 讨论

研究区三面环山且山地、丘陵和荒漠等地形分布范围较广,使得无冲突和轻度冲突空间占比较大。但在面积有限的平原人工绿洲区,重度、高度冲突占比却持续增长,甚至在预测年份的2030年达到近19%,这与王珊珊等^[24]研究结果一致。

在此过程中,尤其需要关注耕地的变化。《第三次全国国土调查主要数据公报》数据表明,全国现有耕地1.279×10⁸ hm²,相比“二调”数据减少了10.53×10⁶ hm²。新疆维吾尔自治区“三调”耕地与“二调”相比,虽净增加了1.92×10⁶ hm²,但建设用地总量较“二调”时增幅达33.14%。参照《乌鲁木齐市土地利用总体规划(2006—2020年)》来看,2020年研究区耕地面积7.46×10⁴ hm²,虽高于耕地保有量5.64×10⁴ hm²,但自2000年以来,包括至预测年份2030年却持续下降,若叠加城镇工矿和基础建设的扩展需要,研究区未来耕地“占补平衡”任务仍十分艰巨。

就各地类空间分布及变化的单因子探测结果而言,斑块密度因子很好解释了,由于研究区耕地和建设用地大部分分布在地势较为平坦、水资源相对丰富的中部绿洲平原区,其较高的耕地覆盖率和较快的建设用地增长,必然导致土地利用冲突的高发。交互探测结果中斑块密度与其他因子的交互作用力远高于任意因子之间的交互作用力,也在一定程度上表明,研究区独特的地貌特征决定了土地利用冲突的空间分布。但地均人口、GDP这2个因子与其他因子交互作用解释力均大于10%,远高于除斑块密度外其他因子,则在一定程度上折射出社会人文因素在研究区土地利用冲突中的内在主导作用远高于自然因素。

因此,未来仍应高效集约利用生活、生产功能用地,提高其社会效益、经济效益和生态效益。宏观全域层面,可划分山地森林生态保护区、山前丘陵森林草地生态敏感区、绿洲农业生态建设区、荒漠沙漠生态恢复区“四区”,对其中土地破坏、荒漠化严重地区开展土地整治工作。在此基础上,可在内部进一步划定优先保护、重点管控和一般管控3类环境管控单元,实施分类管控。其中,优先保护单元,应严格执行相关法律法规要求,严守生态环境质量底线,确保生态功能不降低。重点管控单元,应着力优化空间布局,不断提升资源利用效率,有针对性地解决生态环境质量不达标、生态环境风险高等问题。一般管控单元,应主要落实生态环境保护基本要求,推动区域环境质量持续改善。

微观城市建设层面,主要针对城镇建成区、工业园区和开发强度大、污染物排放强度高的工业聚集区等,在严格划定“三条红线”的基础上制定国土空间规划。同时,对城市不同区域划分为重点开发区、适度开发区、生态保护区和禁止开发4个等级,为未来城市发展的方向奠定基础。在此基础上,可充分考虑乌鲁木齐市产业类型及主要环境问题,结合市域总体性、普适性产业政策,从空间布局约束、污染物排放管控、环境风险防控和资源利用效率等方面,针对性制定生态环境准入清单。

5 结论

以乌鲁木齐市为研究对象,对2000年、2010年、2020年,以及模拟预测的2030年土地利用特征进行分析,探讨了各发展阶段研究区土地利用变化及其空间冲突特征。主要结论如下:

1)2000—2020年研究区土地利用格局呈“三升三降”变化趋势,即建设用地、林地和水域面积增加,草地、耕地、未利用地面积减少。土地利用程度综合指数皆处于中低利用程度,但整体始终呈上升趋势,2030年各地类面积虽仍保持该变化趋势,但“三降”减少幅度有所放缓。

2)2000—2030年间土地利用冲突空间变化显著。无冲突、轻度冲突区面积占比最大,仅中度冲突区面积呈正态分布,高度、重度冲突区逐年增加,且高度冲突区增幅最大。

3)2000—2010年,土地利用冲突热点区集中分布于中心城区北及西南部。2010—2020 年,热点区范围蔓延至南部、北部山区林地周边及达坂城区盐湖两侧冲积扇附近。2020—2030 年热点区仍主要分布在建设用地周边及山区林地附近,但山区的热点区明显减少。

4)单因子影响结果中,居前三位的分别是斑块密度、地均人口和 GDP。交互探测影响结果中,斑块密度与其他因子的交互作用力远高于任意因子之间的交互作用力,解释力均高于79%; 其次是地均人口与其他因子交互作用,解释力均大于12.67%。土地利用冲突各驱动因子独立作用的q值解释力小于两因子交互作用,交互后的结果均为非线性增强或双因子增强。

5)土地利用空间冲突在表现形式、分类形式、演变特征、形成原因等方面,涉及因素极为复杂。本文根据土地利用冲突理论和研究区实际情况提出的空间冲突方法,仍存在一定的主观性。因此,后期不仅要对评估指标体系继续完善, 还需进一步针对其调控机理与模式进行深入探讨。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

江颂, 蒙吉军.

土地利用冲突研究进展:内容与方法

[J]. 干旱区地理, 2021, 44(3):877-887.

Jiang

, Meng

J J

Process of land use conflict research: Contents and methods

[J]. Arid Land Geography, 2021, 44(3):877-887.

DOI:10.12011/1000-6788(2004)10-131 [本文引用: 2]

[2]

王检萍, 余敦, 卢一乾, 等.

基于“三生”适宜性的县域土地利用冲突识别与分析

[J]. 自然资源学报, 2021, 36(5):1238-1251.

DOI:10.31497/zrzyxb.20210512 [本文引用: 2]

精准识别潜在土地利用冲突有利于预警权衡和协调冲突用地,有利于科学进行国土空间规划。以“三调”修正数据为基础,基于生产、生活、生态视角,构建高植被覆盖率县域生产、生活、生态即“三生”适宜性评价模型与土地利用冲突识别矩阵,并选取横峰县进行实证分析。结果表明:（1）横峰县“三生”适宜性用地的空间分布与面积构成差异显著,且存在明显的空间叠加特征,暗示着研究区土地利用存在冲突;（2）从潜在冲突识别的结果来看,土地利用适宜区、冲突激烈区、冲突中度区、冲突一般区及冲突微弱区面积占比分别为64.02%、9.66%、17.19%、1.66%、7.48%;（3）各个冲突类型区空间分布、表现形式的差异性决定了冲突和解的对策也需因地制宜。研究结果可为相关及类似县域的国土空间规划提供理论参考。

Wang

J P

, Yu

, Lu

Y Q

, et al.

Recognition and analysis of land use conflicts at county level based on “Production-Living-Ecological” suitability

[J]. Journal of Natural Resources, 2021, 36(5):1238-1251.

DOI:10.31497/zrzyxb.20210512 URL [本文引用: 2]

[3]

Roehl

W S

, Fesenmaier

D R

Tourism land use conflict in the United States

[J]. Annals of Tourism Research, 1987, 14(4):471-485.

DOI:10.1016/0160-7383(87)90065-X URL [本文引用: 1]

[4]

Campbell

D J

, Gichohi

, Mwanqi

, et al.

Land use conflict in Kajiado District,Kenya

[J]. Land Use Policy, 2000, 17(4): 337-348.

DOI:10.1016/S0264-8377(00)00038-7 URL [本文引用: 1]

[5]

Cortina-Villar

, Plascencia-Vargas

, Vaca

, et al.

Resolving the conflict between ecosystem protection and land use in protected areas of the Sierra Madre de Chiapas,Mexico

[J]. Environmental Management, 2012, 49(3): 649-662.

DOI:10.1007/s00267-011-9799-9 PMID:22218460 [本文引用: 1]

Livelihoods of people living in many protected areas (PAs) around the world are in conflict with biodiversity conservation. In Mexico, the decrees of creation of biosphere reserves state that rural communities with the right to use buffer zones must avoid deforestation and their land uses must become sustainable, a task which is not easily accomplished. The objectives of this paper are: (a) to analyze the conflict between people's livelihoods and ecosystem protection in the PAs of the Sierra Madre de Chiapas (SMC), paying special attention to the rates and causes of deforestation and (b) to review policy options to ensure forest and ecosystem conservation in these PAs, including the existing payments for environmental services system and improvements thereof as well as options for sustainable land management. We found that the three largest PAs in the SMC are still largely forested, and deforestation rates have decreased since 2000. Cases of forest conversion are located in specific zones and are related to agrarian and political conflicts as well as growing economic inequality and population numbers. These problems could cause an increase in forest loss in the near future. Payments for environmental services and access to carbon markets are identified as options to ensure forest permanence but still face problems. Challenges for the future are to integrate these incentive mechanisms with sustainable land management and a stronger involvement of land holders in conservation.

[6]

Ioans

, Sorensen

, Merciu

Incoherence of urban planning policy in Bucharest: Its potential for land use conflict

[J]. Land Use Policy, 2017, 60:101-112.

DOI:10.1016/j.landusepol.2016.10.030 URL [本文引用: 1]

[7]

Kim

, Arnhold

Mapping environmental land use conflict potentials and ecosystem services in agricultural watersheds

[J]. The Science of the Total Environment, 2018, 630:827-838.

DOI:S0048-9697(18)30569-2 PMID:29499538 [本文引用: 1]

In mountainous watersheds, agricultural land use cause changes in ecosystem services, with trade-offs between crop production and erosion regulation. Management of these watersheds can generate environmental land use conflicts among regional stakeholders with different interests. Although several researches have made a start in mapping land use conflicts between human activities and conservation, spatial assessment of land use conflicts on environmental issues and ecosystem service trade-offs within agricultural areas has not been fully considered. In this study, we went further to map land use conflicts between agricultural preferences for crop production and environmental emphasis on erosion regulation. We applied an agricultural land suitability index, based on multi-criteria analysis, to estimate the spatial preference of agricultural activities, while applying the Revised Universal Soil Loss Equation (RUSLE) to reflect the environmental importance of soil erosion. Then, we classified the agricultural catchment into four levels of land use conflicts (lowest, low, high and highest) according to preference and importance of farmland areas, and we compared the classes by crop type. Soil loss in agricultural areas was estimated as 45.1thayr, and agricultural suitability as 0.873; this indicated that land use conflicts in the catchment could arise between severe soil erosion (environmental importance) and agricultural suitability (land preferences). Dry-field farms are mainly located in areas of low land use conflict level, where land preference outweighs environmental importance. When we applied farmland management scenarios with consideration of services, conversion to highest-conflict areas (Scenario 1) as 7.5% of the total area could reduce soil loss by 24.6%, while fallow land management (Scenario 2) could decrease soil loss 19.4% more than the current scenario (Business as usual). The result could maximize land management plans by extracting issues of spatial priority and use-versus-conservation conflicts as ecosystem service trade-offs from arguments over land use policy.Copyright © 2018 Elsevier B.V. All rights reserved.

[8]

杨国安, 甘国辉.

基于分形理论的北京市土地利用空间格局变化研究

[J]. 系统工程理论与实践, 2004, 24(10):131-137.

为了增进对土地利用空间格局变化理解,以分形理论为指导,在遥感和地理信息技术的支持下,对北京市土地利用空间格局的变化进行了研究.首先对来自遥感影像建立起的北京市土地利用空间数据库进行提取,然后运用土地利用空间格局的分形模型,获得了1995年和2000年两个时期各个土地类型的分形维数和不稳定性指数,并且参照了常用的景观指数——多样性指数、破碎度指数和分离度指数,对土地利用空间格局变化进行了定量分析,为区域土地资源合理利用以及区域景观格局的持续发展提供了若干参考.

Yang

G A

, Gan

G H

Landscape pattern change research of land use in Beijing based on fractal theory

[J]. Systems Engineering Theory and Practice, 2004, 24(10):131-137.

[9]

黎家琦, 武雪玲, 唐诗怡.

压力-状态-响应模型下的生态敏感性分析算法

[J]. 测绘科学, 2020, 45(11):75-83,106.

J Q

, Wu

X L

, Tang

S Y

Algorithm of analysis of eco-environmental sensitivity based on the pressure-state-response model

[J]. Science of Surveying and Mapping, 2020, 45(11):75-83,106.

[10]

廖李红, 戴文远, 陈娟, 等.

平潭岛快速城市化进程中三生空间冲突分析

[J]. 资源科学, 2017, 39(10):1823-1833.

DOI:10.18402/resci.2017.10.03 [本文引用: 2]

三生空间冲突的定量研究可为三生空间的利用管控及合理布局提供理论支撑,并为区域可持续发展提供科学依据。基于土地利用的主导功能及其多功能性质,将福建省平潭岛2000年、2009年和2015年三期土地利用数据划分为生活生产空间、生产生态空间、生态生产空间和生态空间;借鉴景观生态指数方法构建空间冲突指数,对平潭岛“生态-生产-生活”空间冲突进行分析。研究结果表明,平潭岛2000-2015年间生态生产空间均占主导地位,其次是生产生态空间,这两种空间类型的比重均呈下降趋势,而生活生产空间比重则不断增高,生态空间比重趋于平稳;15年间平潭岛空间冲突水平呈上升趋势,并在芦洋乡、中楼乡和敖东镇出现集聚现象,至2015年失控冲突的面积比重已占研究区的41.77%,空间冲突态势已非常严峻;不同空间类型的空间冲突存在一定差异,冲突程度从大到小依次为,生产生态空间>生态空间>生态生产空间>生活生产空间。

Liao

L H

, Dai

W Y

, Chen

, et al.

Spatial conflict between ecological- production-living spaces on Pingtan Island during rapid urbanization

[J]. Resources Science, 2017, 39(10):1823-1833.

[11]

彭佳捷, 周国华, 唐承丽, 等.

基于生态安全的快速城市化地区空间冲突测度——以长株潭城市群为例

[J]. 自然资源学报, 2012, 27(9): 1507-1519.

DOI:10.11849/zrzyxb.2012.09.008 [本文引用: 2]

空间冲突是城市化过程中各种矛盾形成与激化的直接原因,是影响区域可持续发展的关键因素,合理测度快速城市化地区的空间冲突水平,对于优化区域发展模式、避免区域生态风险具有重要意义。在利用遥感与GIS技术分析长株潭近年来空间格局变化的基础上,量化影响区域生态安全的空间外部压力值、生态风险暴露值、生态风险效应值3个因子,构建基于生态安全的空间冲突测度模型,对长株潭地区的空间冲突水平进行评估。研究表明:近年来长株潭地区的空间冲突作用强度总体呈现上升趋势,1993—2008年其冲突指数均值由0.264增长到0.323,且严重失控级别空间冲突的区域面积比例增幅最大,达1.07倍;不同空间类型的空间冲突强度不同,林地、耕地的空间冲突水平相对较低,建设用地的空间冲突水平较高;城乡过渡地带是空间格局变化最为频繁、空间冲突最为激烈的区域,其次是城市内部,农村地区的空间冲突强度远远低于城市。

Peng

J J

, Zhou

G H

, Tang

C L

, et al.

The analysis of spatial conflict measurement in fast urbanization region based on ecological security:A case study of Changsha-Zhuzhou-xiangtan urban agglomeration

[J]. Journal of Natural Resources, 2012, 27(9):1507-1519.

[12]

李传昌, 雍新琴.

基于国土空间开发适宜性的冲突空间识别与分析

[J/OL]. 自然资源情报, 2022:1-8.(2022-09-22). https://kns.cnki.net/kcms/detail/10.1798.N.20220920.1732.027.html.

URL [本文引用: 1]

C C

, Yong

X Q

Recognition and analysis of spatial conflict based on suitability evaluation of land space development

[J/OL]. Natural Resources Information, 2022:1-8.(2022-09-22). https://kns.cnki.net/kcms/detail/10.1798.N.20220920.1732.027.html.

URL [本文引用: 1]

[13]

于伯华, 吕昌河.

土地利用冲突分析:概念与方法

[J]. 地理科学进展, 2006, 25(3): 106-115.

B H

, Lyu

C H

The progress and prospect of land use conflicts

[J]. Progress in Geography, 2006, 25(3): 106-115.

[14]

王娟娟, 毋兆鹏, 王珊珊, 等.

干旱区河谷绿洲土地利用冲突格局分析

[J]. 自然资源遥感, 2021, 33(4):243-251.doi:10.6046/zyzyyg.2021044.

Wang

J J

, Wu

Z P

, Wang

S S

, et al.

An analysis of the pattern of land-use conflicts in valley oases in arid areas

[J]. Remote Sensing for Natural Resources, 2021, 33(4):243-251.doi:10.6046/zyzyyg.2021044.

[15]

阮松涛, 吴克宁.

城镇化进程中土地利用冲突及其缓解机制研究——基于非合作博弈的视角

[J]. 中国人口·资源与环境, 2013, 23(s2):388-392.

Ruan

S T

, Wu

K N

Research of the land use conflict and mitigation mechanism during the urbanization in China

[J]. China Population,Resources and Environment, 2013, 23(s2):388-392.

[16]

周国华, 彭佳捷.

空间冲突的演变特征及影响效应——以长株潭城市群为例

[J]. 地理科学进展, 2012, 31(6):717-723.

Zhou

G H

, Peng

J J

The evolution characteristics and influence effect of spatial conflict:A case study of Changsha-Zhuzhou-Xiangtan urban agglomeration

[J]. Progress in Geography, 2012, 31(6):717-723.

[17]

徐馨裔, 刘志有, 董露, 等.

国土空间规划视角下产业结构与土地利用结构相互关系研究——以新疆乌鲁木齐市为例

[J]. 生态经济, 2020, 36(4):69-74.

X Y

, Liu

Z Y

, Dong

, et al.

Research on the mutual relationship between industrial structure and land utilization structure from the perspective of national land space planning: Taking Urumqi of Xinjiang as an example

[J]. Ecological Economy, 2020, 36(4):69-74.

[18]

桑潇, 国巧真, 潘应阳, 等.

基于TM和OLI数据山西省潞城市土地利用动态变化分析与预测

[J]. 国土资源遥感, 2018, 30(2): 125-131.doi:10.6046/zyzyyg.2018.02.17.

Sang

, Guo

Q Z

, Pan

Y Y

, et al.

Research on land use dynamic change and prediction in Lucheng City of Shanxi Province based on TM and OLI

[J]. Remote Sensing for Land and Resources, 2018, 30(2):125-131.doi:10.6046/zyzyyg.2018.02.17.

DOI:10.13474/j.cnki.11-2246.2020.0121 [本文引用: 1]

[19]

李乃强, 徐贵阳.

基于自然间断点分级法的土地利用数据网格化分析

[J]. 测绘通报, 2020(4):106-110,156.

土地利用在自然资源统一管理中扮演着重要角色，面对不同区域和年份的数据，统一分析比对口径尤为重要，同时也应反映出相互之间的差异。本文以宜兴市2009年和2017年土地利用现状数据为数据源，首先使用统一的分类标准提取用地类型中的3大类，通过不同大小的单元划分尝试和结果分析，发现适用于该数据的网格尺度大小；然后基于自然间断点分级法进行分级范围划定，对宜兴市三类用地类型的分布和变化趋势进行综合分析，较为真实地反映了宜兴市用地情况；最后通过选用合适的空间尺度和分级范围划定方法，进而构建一个兼具操作性和科学性的土地利用数据网格化方法，为自然资源部门统筹管理和综合治理提供依据。

N Q

, Xu

G Y

Grid analysis of land use based on natural breaks (jenks) classification

[J], Bulletin of Surveying and Mapping, 2020(4):106-110,156.

DOI:10.13474/j.cnki.11-2246.2020.0121 [本文引用: 1]

Land use plays an important role in the unified management of natural resources. In the face of data from different regions and years, it is particularly important to analyze and compare the caliber uniformly, and at the same time to reflect the differences between them. In this paper, the data of land use status of Yixing city in 2009 and 2017 are used as data sources. Using land classification criteria to extract three types of land use, and attempts to analysis through cell division of different sizes, find the suitable size for this data. Then the classification range is demarcated based on the natural breaks (jenks) Classification method, to comprehensive analysis on the distribution and change trend of three types of land use in Yixing city, it truly reflects the land use situation of Yixing city. By selecting appropriate spatial scale and classification range delimitation method, this paper constructs an operational and scientific land use data grid method, which provides basis for the overall management and comprehensive management of natural resources departments.

[20]

彭佳捷

. 基于生态安全的长株潭城市群空间冲突测度研究[D]. 长沙: 湖南师范大学, 2011.

Peng

J J

. The analysis of spatial conflict measurement in ChangZhutan urban agglomeration based on ecological security[D]. Changsha: Hunan Normal University, 2011.

DOI:10.13249/j.cnki.sgs.2018.08.020 [本文引用: 1]

[21]

王劲峰, 徐成东.

地理探测器:原理与展望

[J]. 地理学报, 2017, 72(1):116-134.

DOI:10.11821/dlxb201701010 [本文引用: 1]

空间分异是自然和社会经济过程的空间表现,也是自亚里士多德以来人类认识自然的重要途径。地理探测器是探测空间分异性,以及揭示其背后驱动因子的一种新的统计学方法,此方法无线性假设,具有优雅的形式和明确的物理含义。基本思想是：假设研究区分为若干子区域,如果子区域的方差之和小于区域总方差,则存在空间分异性;如果两变量的空间分布趋于一致,则两者存在统计关联性。地理探测器q统计量,可用以度量空间分异性、探测解释因子、分析变量之间交互关系,已经在自然和社会科学多领域应用。本文阐述地理探测器的原理,并对其特点及应用进行了归纳总结,以利于读者方便灵活地使用地理探测器来认识、挖掘和利用空间分异性。

Wang

J F

, Xu

C D

Geodetector: Principle and prospective

[J]. Acta Geographica Sinica, 2017, 72(1):116-134.

DOI:10.11821/dlxb201701010 [本文引用: 1]

Spatial stratified heterogeneity is the spatial expression of natural and socio-economic process, which is an important approach for human to recognize nature since Aristotle. Geodetector is a new statistical method to detect spatial stratified heterogeneity and reveal the driving factors behind it. This method with no linear hypothesis has elegant form and definite physical meaning. Here is the basic idea behind Geodetector: assuming that the study area is divided into several subareas. The study area is characterized by spatial stratified heterogeneity if the sum of the variance of subareas is less than the regional total variance; and if the spatial distribution of the two variables tends to be consistent, there is statistical correlation between them. Q-statistic in Geodetector has already been applied in many fields of natural and social sciences which can be used to measure spatial stratified heterogeneity, detect explanatory factors and analyze the interactive relationship between variables. In this paper, the authors will illustrate the principle of Geodetector and summarize the characteristics and applications in order to facilitate the using of Geodetector and help readers to recognize, mine and utilize spatial stratified heterogeneity.

[22]

Liu

X P

, Liang

, Li

, et al.

A future land use simulation model (FLUS) for simulating multiple land use scenarios by coupling human and natural effects

[J]. Landscape and Urban Planning, 2017, 168: 94-116.

DOI:10.1016/j.landurbplan.2017.09.019 URL [本文引用: 1]

[23]

张金茜, 巩杰, 柳冬青.

地理探测器方法下甘肃白龙江流域景观破碎化与驱动因子分析

[J]. 地理科学, 2018, 38(8):1370-1378.

基于GIS技术、景观格局指数、主成分分析和地理探测器的方法,定量分析了1990~2014年甘肃白龙江流域的景观破碎化及其驱动因子。结果表明：1990~2014年甘肃白龙江流域景观破碎化程度先增加后降低;研究期间流域东南部的景观指数变化最为剧烈和复杂,主要是文县和武都区;人类干扰（人类活动强度和土地利用类型）和地形因子（高程、坡度和坡向）对景观破碎化空间分异的影响显著不同,其中人类干扰是景观破碎化空间分异的主要驱动因子。

Zhang

J X

, Gong

, Liu

D Q

Dynamics and driving factors of landscape fragmentation based on geo detector in the Bailongjiang watershed of Gansu Province

[J]. Scientia Geographica Sinica, 2018, 38(8):1370-1378.

[24]

王珊珊, 毋兆鹏.

基于生态安全的乌鲁木齐市土地利用冲突识别

[J]. 湖北农业科学, 2022, 61(1):46-53.

Wang

S S

, Wu

Z P

Identification of land use conflicts based on ecological security in Urumqi City

[J]. Hubei Agricultural Sciences, 2022, 61(1):46-53.