济南市土地利用变化模拟预测研究

济南市土地利用变化模拟预测研究
刘玉钢，王立宇
（济南市规划设计研究院，山东 济南 250100）

摘  要：基于快速城镇化的济南市土地利用变化状况，选择CLUE-S模型和FLUS模型对其2035年土地利用情况进行模拟预测，对预测结果进行比较。结果表明：CLUE-S模型和FLUS模型模拟机理有所不同，但在概率运算的方法上FLUS模型比CLUE-S模型更具有优势；两种模型模拟的2016年济南市区土地利用变化预测结果与土地利用变更调查成果的一致性程度均较高，但CLUS-S模型较FLUS模型更具有一定的优势。CLUE-S模型和FLUS模型各有其优势和不足，整合不同模型的优点，研发出具有开放性的综合模型是未来土地利用变化模拟预测的发展趋势，为国土空间规划的编制和管理提供更精确的参考依据。
关键词：CLUE-S模型；FLUS模型；土地利用变化；模拟预测 

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
       国内外许多学者通过不同方法对土地利用空间模拟与预测进行研究，元胞自动机模型、CLUE-S模型]、FLUS模型已得到广泛的应用。杨俊，解鹏，席建超等以1998年、2004年和2009年的大连市经济技术开发区数据，基于元胞自动机开发模型模拟1998-2009年土地利用变化取得了较好的效果[1]；韩会然，杨成凤，宋金平基于CLUE-S模型，结合1985、2000、2010年三期土地利用数据对北京市土地利用空间格局进行模拟，选用不同情景预测2020年土地利用空间分布格局，研究结果显著，模拟效果较好[2]；阮俊杰，苏敬华，黄宇驰等基于CLUE-S模型，对上海青浦区2040年土地利用格局进行模拟，表明该模型具有良好的土地利用格局模拟能力[3]；卞子浩，马小雪，龚来存等以秦淮河流域为例，选择CLUE-S模型分别使用不同非空间模拟方法在不同情景下对其2020年土地利用情况进行模拟预测，三种方法均满足模型精度要求[4]；刘小平、梁迅、黎夏等提出一种未来土地利用变化模拟模型（FLUS），模拟2010年至2050年中国区域内在不同社会经济和自然气候因素影响下的不同发展情景，表明该模型能有效模拟未来各种情形下的土地利用变化[5]；马小宁, 林沛锋, 陈美招，基于FLUS模型应用于小尺度的广州花都区土地利用变化模拟研究，模拟效果良好[6]。土地变化模型的广泛应用，使之成为研究土地利用变化模拟预测的有效工具。但是对于不同模型之间的差异研究较少，有的模型是基于现有模型的细化和优化，使其更具有针对性，比如CLUE-S模型是在CLUE模型的基础上的优化；有的模型是基于现有模型的改进与升级，比如FLUS模型是在元胞自动机模型的基础上的改造升级，通过对比不同模型模拟结果，找出更适合研究区域的模拟模型，对于研究土地利用变化模拟预测，合理指导国土空间规划编制与管理具有重要的科学和实践意义。
       本文以济南市为研究区，选取2019年和2016年两期土地利用数据分别应用CLUE-S模型和FLUS模型对研究区进行模拟预测，进而探求快速城镇化进程中各驱动因素对城市土地利用变化的影响机理，揭示济南市土地利用变化与社会、区位、自然等驱动因素之间的内在关联，提出不同模型模拟的优劣势，为国土空间总体规划的编制提供基础。
2 研究区概况与研究方法
2.1 研究区概况
        本文选取济南市历下区、市中区、天桥区、槐荫区、历城区、长清区六个老城区作为研究区，位置示意图见图1。研究区总面积3303平方公里，2016年，研究区常住人口466.96万人，其中城镇人口391.79万人，乡村人口75.17万人，人口密度为1414人/平方公里；生产总值4682.48亿元，比上年增长9.83%；地方财政收入400.71亿元，同比增长1.44%。
 

2.2 模型介绍
       本文选用CLUE-S模型和FLUS模型两种模型对济南市区土地利用变化进行模拟预测。
       CLUE-S模型是荷兰瓦赫宁根大学Verburg等科学家组成的“土地利用变化和影响”研究小组在其较早的CLUE模型的基础上创建而成[7]。CLUE-S模型包括非空间分析模块和空间分析模块两大部分。模型结构原理见图2。CLUE-S 模型与其他模型的主要区别在于可以对全局土地利用类型进行空间配置，更适合中小尺度土地利用变化研究[8]。
        FLUS模型是刘小平等基于元胞自动机模型构建的地理模拟与决策支持系统，耦合了空间模拟和空间优化的模型[9]，适用于土地利用变化模拟和土地利用分布格局变化等方面。该模型提出并应用自适应惯性竞争机制，有效解决多种土地利用类型在自然作用与人类活动共同影响下发生相互转化时的不确定性与复杂性，使FLUS模型具有较高的模拟精度[6]。
2.3 基础数据及处理
2.3.1 土地利用数据
       本研究中的土地利用数据为2009年和2016年两期土地利用变更调查数据。本文结合土地利用现状分类将土地利用类型划分为耕地、园地、林地、城镇村及工矿用地、交通用地、水域及水利设施用地和其他土地七大类型。土地利用类型划分表如表1所示。
2.3.2 模型因子数据
       本文根据模型的输入数据需求及研究区数据的可获取性，在模型模拟中选取高程、坡度、坡向、距省级行政中心距离、距市级行政中心距离、距区级行政中心距离、距飞机场距离、距火车站距离、距主要铁路距离、距主要公路距离、人口密度、距金融服务设施距离、距基础教育设施距离、距公共交通服务设施距离共14种驱动因子。高程数据来源于地理空间数据云网站（http://www.gscloud.cn/）下载的DEM数据；坡度、坡向数据是DEM数据通过GIS软件空间分析生成；行政区划、政府驻地、火车站、机场、主要铁路、主要公路等数据则根据土地利用调查数据获取，并通过GIS软件的距离分析功能生成距离因子；人口密度是在县级统计数据的基础上通过空间差值生成；基础教育设施、金融服务设施、公共交通服务设施点状数据来源于百度地图，利用网络爬取工具获得，然后通过GIS软件的空间分析功能生成研究区域各点到基础教育设施、金融服务设施、公共交通服务设施的距离渐变图。
       在模型模拟的过程中，CLUE-S模型和FLUS模型均需输入土地利用限制因子，来设置土地利用变化的限制因素。本研究土地利用限制因子包括永久基本农田和生态保护红线。其中，永久基本农田数据和生态保护红线来源于济南市自然资源和规划局。
2.3.3 模拟精度评价
       为检验两种模型对土地利用变化模拟的精度，本研究采用Kappa系数[10]来进行评价。Kappa系数是常用的评价空间模拟精度的指数，可以量化数量错误和位置错误，其公式如下：Kappa=（P0-Pc）/（Pp - Pc）。式中，P0是指模拟结果与实际结果一致的比例；Pc表示随机情况下模拟结果与实际结果一致的期望，因为本研究区土地利用类型包括七种，所以取值为1/7； Pp是指在最理想的情况下模拟结果与实际结果一致的比例，取值为1；Kappa系数取值[0,1]，其值越大则表示精度越高。Kappa≤0.4，两期土地利用类型数据一致性较低，变化差异较大；0.4＜Kappa≤0.75，两期土地利用类型数据一致性一般，变化较明显；Kappa＞0.75，两期土地利用类型数据一致性较高，变化不明显。
3 模拟预测结果
3.1 模拟精度对比
       通过试验，利用2009年土地利用数据模拟预测2016年土地利用变化，如图3所示。本研究将土地利用变化驱动因子和限制因子数据以及2009年和2016年土地利用数据分别输入CLUE-S模型和FLUS模型，进行2009-2016年研究区土地利用变化空间模拟，在获得2016年CLUE-S模型和FLUS模型模拟结果的基础上，进而采用Kappa系数对模型获取的2016年研究区土地利用空间分布与2016年土地利用变更调查结果进行一致性检验。
       从Kappa系数计算结果看，CLUE-S模型的模拟结果Kappa系数为0.97，FLUS模型模拟结果的Kappa系数为0.85。可见，两种模型模拟的2016年土地利用空间变化结果与实际结果的一致性程度均较高，CLUE-S模型模拟结果的Kappa系数比FLUS模型模拟结果的Kappa系数高，在土地利用变化模拟方面较FLUS模型具有一定的优势。
 3.2  土地利用变化预测结果对比
       通过2016年的模拟预测可见，两种方法均可预测模拟未来研究区土地利用变化。因此，把灰度预测模型的2035年土地利用数据输入模拟预测模型，得到模拟预测结论，见表2和图3所示。
       从预测结果（表2）看，CLUE-S模型和FLUS模型预测的2035年济南市区主要地类面积如下：耕地面积分别为1067.22公顷和1043.02公顷，园地面积分别为176.32公顷和179.43公顷，林地面积分别为495.88公顷和487.59公顷，城镇村及工矿用地面积分别为912.90公顷和937.62公顷，交通用地的面积分别为63.37公顷和67.04公顷，水域及水利设施用地的面积分别为102.09公顷和112.75公顷，其他土地的面积分别为431.37公顷和421.70公顷，可见CLUE-S模型预测的耕地、林地和其他土地的面积结果比FLUS模型预测的结果高，园地、城镇村及工矿用地、交通用地和水域及水利设施用地的面积结果值则低。
       从土地利用的空间格局（图4）看，CLUE-S模型和FLUS模型模拟的济南市区的土地利用空间格局基本一致，济南市未来的发展方向仍然是城区边缘式扩张和分散式扩张两种模式，边缘式扩张主要集中在济南东部的高新片区和西部槐荫的高铁片区，仍是未来城市发展的主要方向；分散式扩张主要发生在长清区大学园区和天桥区黄河以北地区，是未来济南城市用地分散式扩张的典型区域。
4 研究结论
       基于CLUE-S模型和FLUS模型对研究区土地利用模拟预测结果分析，可得出以下结论：
       （1）从模型模拟原理看，CLUE-S模型和FLUE模型均是首先进行未来土地利用需求预测，进而通过对影响土地利用变化的驱动因子综合分析，计算土地利用变化的适宜性概率，进而实现预测期土地利用的空间分配。但从土地利用空间变化概率运算上，CLUE-S模型使用的是Logistic统计分析方法，而FLUS模型采用了神经网络算法，两者相比Logistic分析作为经验统计分析只能够对离散变量进行运算而且无法兼顾驱动因子之间的关系[12]，可见FLUS模型在概率运算的方法上比CLUE-S模型更具有优势。
       （2）从模型的模拟结果看，两种模型模拟的济南市区土地利用变化结果与土地利用变更调查成果的一致性程度均较高，其中CLUE-S模型较FLUS模型模拟结果精度高，具有一定的优势。在土地利用空间模拟结果上，CLUE-S模型和FLUS模型模拟的济南市区的土地利用空间格局基本一致，济南市未来的发展方向仍然是城区边缘式扩张和分散式扩张两种模式。
       综上所述，CLUE-S模型和FLUS模型各有其优势和不足，因而对于土地利用动态演变过程的模拟预测，整合不同模型的优点，研发出具有开放性的综合模型是未来土地利用变化模拟预测的发展趋势。土地利用动态变化综合模型将实现土地利用需求预测和空间分配的有机统一，科学、准确地模拟土地利用变化的时空过程，为国土空间规划的编制和管理提供参考。

参考文献（References）:
[1] 杨俊，解鹏，席建超等.基于元胞自动机模型的土地利用变化模拟：以大连经济技术开发区为例[J].地理学报，2015，70(3):461-475.
[2] 韩会然，杨成凤，宋金平.北京市土地利用空间格局演化模拟及预测[J].地理科学进展，2015，34(8):976-986.
[3] 阮俊杰，苏敬华，黄宇驰，等.上海市青浦区土地利用时空格局模拟研究[J].中国农学通报，2018，34(3):112-119.
[4] 卞子浩，马小雪，龚来存，等.不同非空间模拟方法下CLUE-S模型土地利用预测——以秦淮河流域为例[J].地理科学，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]马小宁, 林沛锋, 陈美招. 基于FLUS模型的花都区土地利用动态模拟研究[J]. 社会科学前沿, 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] 张永民，赵士洞，Verburg P.H..CLUE-S模型在奈曼旗土地利用时空变化模拟中的应用[J].自然资源学报，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] 吴桂平，曾永年，邹滨，等.AutoLogistic方法在土地利用格局模拟中的应用——以张家界市永定区为例[J].地理学报，2008，63(2):156-164.