裴子譽(yù) 白家雪 陸文榆 許永濤

摘要 運(yùn)用RS、GIS等技術(shù)手段對楚雄市2002、2010、2018年3期的遙感影像進(jìn)行分類，將土地利用類型劃分為建設(shè)用地、耕地、林地、水體和未利用地，并根據(jù)土地利用現(xiàn)狀圖對楚雄市的用地結(jié)構(gòu)變化進(jìn)行分析;在此基礎(chǔ)上運(yùn)用IDRISI軟件構(gòu)建基于人工神經(jīng)網(wǎng)絡(luò)的CA-Markov模型，以2002、2010年土地利用狀況為基礎(chǔ)數(shù)據(jù)模擬2018年的土地利用情況，在精度檢驗符合要求后最終模擬2026年的土地利用情況。結(jié)果表明，楚雄市2002—2018年土地利用變化中耕地和建設(shè)用地是主導(dǎo)地類，但在不同研究時段變化具有差異性。林地轉(zhuǎn)移到耕地和建設(shè)用地是楚雄市主要土地利用轉(zhuǎn)移類型。2010年后政府出臺政策支持鄉(xiāng)鎮(zhèn)耕地發(fā)展，個別鄉(xiāng)鎮(zhèn)在此期間耕地與建設(shè)用地得到了大力發(fā)展。CA-Markov模型對楚雄市2018年的土地利用情況模擬預(yù)測精度驗證的Kappa系數(shù)為0.71。根據(jù)預(yù)測結(jié)果2026年楚雄市土地利用變化中耕地和建設(shè)用地仍是主導(dǎo)地類。

關(guān)鍵詞 土地利用;動態(tài)監(jiān)測;預(yù)測;CA-Markov模型;楚雄市

中圖分類號 S 127文獻(xiàn)標(biāo)識碼 A

文章編號 0517-6611（2022）02-0072-06

doi：10.3969/j.issn.0517-6611.2022.02.019

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Research on Dynamic Monitoring and Prediction of Land Use in Chuxiong City Based on CA-Markov Model

PEI Zi-yu，BAI Jia-xue，LU Wen-yu et al （School of Resources，Environment and Chemistry，Chuxiong Normal University，Chuxiong，Yunnan 675000）

Abstract RS and GIS were used to classify the remote sensing images of Chuxiong City in 2002，2010 and 2018，and classify the land use types into construction land，arable land，forest land，water bodies and unused land，and the change of land use structure in Chuxiong City was also analysed based on the current land use map.On this basis，the CA-Markov model based on artificial neural network was constructed using IDRISI software to simulate the land use situation in 2018 with the land use status in 2002 and 2010 as the base data，and finally simulate the land use situation in 2026 after the accuracy check met the requirements.The results showed that the arable land and construction land were the dominant land use categories in the land use change in Chuxiong City during 2002-2018，but the change had variability in different study periods.Transfer of forest land to arable land and construction land was the main type of land use transfer in Chuxiong City.The government introduced policies to support the development of arable land in townships after 2010，and individual townships had experienced strong development of arable land and construction land during this period.The Kappa coefficient for the accuracy verification of the CA-Markov model's land use simulation prediction for Chuxiong City in 2018 was 0.71.According to the prediction results in 2026，arable land and construction land will still be the dominant land use types in Chuxiong City.

Key words Land use;Dynamic monitoring;Prediction;CA-Markov model;Chuxiong City

基金項目 云南省高等學(xué)校大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃（S201911391027）。

作者簡介 裴子譽(yù)（1999—），男，山西太原人，從事“3S”技術(shù)綜合應(yīng)用研究。*通信作者，講師，碩士，從事“3S”技術(shù)綜合應(yīng)用研究。

收稿日期 2021-05-02

土地利用變化是人類生產(chǎn)生活發(fā)展對土地資源利用最直接的反映，是全球環(huán)境變化和可持續(xù)發(fā)展研究的主要內(nèi)容[1]。加速的土地利用變化將會產(chǎn)生更加復(fù)雜的土地利用格局，并且將會直接或間接地引發(fā)生態(tài)環(huán)境變化，如土壤質(zhì)量、氣候條件、水文狀況等[2]。因此，科學(xué)合理地分析土地利用演變特征，探究未來土地利用的變化趨勢，將會為區(qū)域土地資源的合理開發(fā)及利用、生態(tài)環(huán)境的改善與保護(hù)、經(jīng)濟(jì)的可持續(xù)發(fā)展提供科學(xué)的參考依據(jù)。

目前，國內(nèi)外的土地利用變化預(yù)測模型主要有側(cè)重時間維度分析的系統(tǒng)動力學(xué)模型、Markov模型[3]、Logistic模型、神經(jīng)網(wǎng)絡(luò)模型等和側(cè)重空間維度分析的CA模型[4]、CUE模型、CLUE-S模型等[5]。CA-Markov模型由于結(jié)合了Markov模型的時間維度分析優(yōu)勢和CA的空間維度分析能力，得到了廣泛的應(yīng)用。同時，過去CA-Markov模型的研究尺度主要側(cè)重于中尺度的流域和城市，研究內(nèi)容著重體現(xiàn)在模型指標(biāo)的選取對預(yù)測精度的影響和未來土地利用趨勢對區(qū)域生態(tài)環(huán)境的影響等方面。但在多數(shù)研究中，將Markov模型預(yù)測的條件概率圖像與較單一的影響因子或單生態(tài)方面的影響因子作為元胞自動機(jī)的轉(zhuǎn)換規(guī)則[6]，轉(zhuǎn)換規(guī)則過于簡單，缺乏社會經(jīng)濟(jì)因子對土地利用變化影響的考慮，使結(jié)果不能更好地貼合實際發(fā)展情況。

綜上所述，盡管目前國內(nèi)外對土地利用變化預(yù)測已有許多研究，而楚雄市作為高原山地小城市，缺乏土地利用變化與城市發(fā)展相互關(guān)系的研究。所以，筆者將基于遙感和ArcGIS等技術(shù)手段，從原始的遙感影像中獲取研究區(qū)域的土地利用數(shù)據(jù)信息，探究研究區(qū)的用地結(jié)構(gòu)變化并模擬和預(yù)測楚雄市未來的土地利用格局發(fā)展，從而為楚雄市土地資源配置提供更加科學(xué)的參考，使土地資源配置逐漸合理完善，給楚雄市未來經(jīng)濟(jì)、社會、環(huán)境的良性發(fā)展帶來積極意義。

1 資料與方法

1.1 研究區(qū)概況 楚雄市是楚雄彝族自治州首府，位于楚雄州的中西部，地處

100°35′～101°48′E、24°30′～25°15′N，東接昆明，西鄰大理，與昆明市、曲靖市、玉溪市構(gòu)成滇中城市群（圖1）。楚雄市地形復(fù)雜，地勢西北高、東南低，從西北向東南傾斜，呈傾斜葫蘆形。西部山嶺綿亙，溝壑縱橫;東部地勢呈波狀起伏，多丘陵盆地。中心城區(qū)海拔1 773 m。其行政區(qū)域轄鹿城、東瓜等12個鎮(zhèn)和大過口等3個鄉(xiāng)，行政區(qū)域面積為4 433 km2。截至2018年末，楚雄市戶籍人口53.59萬[7]。

1.2 數(shù)據(jù)來源 該研究需要的數(shù)據(jù)有楚雄市3個時段的遙感影像TM/ETM（年份是2000、2010和2018年，遙感影像分辨率為30 m×30 m）、楚雄市的數(shù)字高程數(shù)據(jù)（DEM），以上數(shù)據(jù)均來自地理空間數(shù)據(jù)云。其他數(shù)據(jù)還包括楚雄市各區(qū)行政區(qū)劃圖、楚雄市地形圖、楚雄市交通圖、楚雄市統(tǒng)計年鑒等。

其中2002、2010年的遙感影像選用Landsat 7-TM遙感數(shù)據(jù)，2018年遙感影像選取Landsat 8-OIL系列數(shù)據(jù)，空間分辨率均為30 m，具體的獲取時間分別為2000年3月20日、2010年1月5日和2018年3月8日。同時根據(jù)TM和OIL圖像各波段特性，分別選取TM4、TM3、TM2以及TM5、TM4、TM3的波段組合進(jìn)行影像校正。

1.3 研究方法

1.3.1 文獻(xiàn)分析法。通過文獻(xiàn)檢索對土地利用的相關(guān)政策、理論、國內(nèi)外研究進(jìn)展進(jìn)行梳理與總結(jié)，對CA-Markov模型進(jìn)行學(xué)習(xí)與借鑒，并基于研究需要進(jìn)行資料搜集與調(diào)查，進(jìn)而做到對楚雄市的土地利用狀況有一個深入的了解。

1.3.2 RS空間解譯法和GIS空間分析法。

在土地利用動態(tài)監(jiān)測的研究過程中，三大類用地（建設(shè)用地、農(nóng)用地、未利用地）的相互轉(zhuǎn)換是在長期的政治經(jīng)濟(jì)發(fā)展下逐漸發(fā)生的，由于其轉(zhuǎn)變時間周期長，該研究將土地利用類型劃分為耕地、建設(shè)用地、林地、水體和未利用地5類，采用3期的遙感影像數(shù)據(jù)為依據(jù)，通過RS技術(shù)手段和ENVI 5.3軟件對影像數(shù)據(jù)進(jìn)行處理，并利用ArcGIS軟件的數(shù)據(jù)處理和空間分析功能，為繪制土地利用現(xiàn)狀圖和構(gòu)建土地利用轉(zhuǎn)移矩陣提供技術(shù)支持。

1.3.3 土地利用動態(tài)度。土地利用動態(tài)度是通過比較固定時期內(nèi)各個地類的用地情況并反映出該地區(qū)的動態(tài)變化，這種變化趨勢可以影響以后土地的利用情況[8-10]。計算公式如下：

K=U b-U aU a×1T×100%

式中，K表示土地利用動態(tài)度，U表示某一土地利用類型的面積，a、b分別代表研究初期和研究末期的時間點，T為研究時段。

1.3.4 土地利用轉(zhuǎn)移矩陣。土地利用轉(zhuǎn)移矩陣是指單位時間內(nèi)一個土地利用類型向另一個土地利用類型轉(zhuǎn)化的過程，可反映出研究區(qū)土地轉(zhuǎn)移前后不同用地類型的面積[11-12]。計算公式如下：

A ij=A 11…A 1n

A n1…A nn

式中，A表示轉(zhuǎn)移面積;i、j分別表示研究時段前后的土地利用類型;A ij代表i地類經(jīng)過轉(zhuǎn)移成為j地類的面積。

1.3.5 實地調(diào)查法。通過實地調(diào)查，對研究區(qū)土地類型、土地利用分布概況和土地利用動態(tài)變化規(guī)律進(jìn)行精度檢驗。

1.3.6 CA-Markov模擬預(yù)測法。

以2002年土地利用現(xiàn)狀數(shù)據(jù)和2002—2018年轉(zhuǎn)換規(guī)則，應(yīng)用CA-Markov模型對2018年研究區(qū)土地利用現(xiàn)狀進(jìn)行模擬。將模擬結(jié)果與2018年研究區(qū)土地利用解譯數(shù)據(jù)進(jìn)行精度檢驗。當(dāng)模擬結(jié)果達(dá)到一定精度時，確定模型參數(shù)并構(gòu)建研究區(qū)預(yù)測模型，預(yù)測出2026年研究區(qū)土地利用狀況。

2 結(jié)果與分析

2.1 楚雄市土地利用總體變化分析

利用GIS統(tǒng)計分析功能獲取楚雄市2002、2010、2018年3期的土地利用變化信息（表1和圖2），2002—2010年研究區(qū)地類面積增加最多的是建設(shè)用地，其面積由100.91 km2變?yōu)?78.91 km2，凈轉(zhuǎn)入178.00 km2;其次是耕地，其變化面積由132.37 km2變?yōu)?95.82 km2，面積減少較多的是林地和未利用地，分別減少了142.64和92.28 km2，可見楚雄市2002—2010年城市在不斷擴(kuò)張與發(fā)展。2010—2018年面積增加較多的地類是耕地和建設(shè)用地，其面積由195.82和278.91 km2分別變?yōu)?96.69和555.06 km2，建設(shè)用地面積成倍增長，表明楚雄市建成區(qū)面積2010年后快速擴(kuò)張;其他地類變化幅度不大。

在2002—2018年（表1），耕地、林地和建設(shè)用地是楚雄市主要的土地利用類型，3種地類面積之和約占楚雄市土地利用總面積的95.7%。近17年研究區(qū)內(nèi)的土地利用方式發(fā)生了較大幅度的變化，其中建設(shè)用地呈現(xiàn)出逐年遞增的趨勢，面積由2002年的100.91 km2增至2018年的555.06 km2，共增加454.15 km2;林地面積呈現(xiàn)逐年下降的趨勢;水體面積呈現(xiàn)出先減少后增加的趨勢，表明水域的生態(tài)功能正在逐步恢復(fù);未利用土地呈現(xiàn)出每年遞減的趨勢，由2002年的262.18 km2減至2018年的164.02 km2，共減少了98.16 km2，表明楚雄市在近17年的發(fā)展過程中未利用土地大量被轉(zhuǎn)換為其他用地。2016年，為確保耕地保有量不減少、耕地質(zhì)量不降低，堅守耕地紅線，楚雄市出臺了《耕地保護(hù)責(zé)任目標(biāo)考核辦法》，截至2016年10月10日，確保規(guī)劃期間楚雄市轄區(qū)范圍內(nèi)耕地保有量不低于494 km2目標(biāo)[13]。由表1可知，2010—2018年耕地面積呈現(xiàn)增長的變化趨勢，由2010年的195.82 km2增至2018年的496.69 km2，表明楚雄市在2010年后的城市發(fā)展與政府政策較大的關(guān)系。

2.2 楚雄市土地利用動態(tài)度分析

利用土地利用動態(tài)度計算公式可得出研究區(qū)土地利用動態(tài)度變化情況。從表2可以看出，2002—2018年耕地和建設(shè)用地在數(shù)量上呈現(xiàn)增加趨勢，其中建設(shè)用地增加的最多，林地、未利用地、水體在數(shù)量上呈現(xiàn)減少趨勢，反映出楚雄市城市建城區(qū)面積在不斷擴(kuò)大且耕地保護(hù)較好。但在不同研究時段變化具有差異性，2002—2010年未利用地和水體的數(shù)量減少較多，耕地和建設(shè)用地數(shù)量有所增加;2010—2018年未利用地和林地數(shù)量減少較多，其中減少最多的是林地，耕地和水體數(shù)量有所增加。

2.3 土地利用類型轉(zhuǎn)移矩陣分析

該研究基于ArcGIS的空間分析和交叉列表統(tǒng)計分析能力，運(yùn)用土地利用轉(zhuǎn)移矩陣計算公式，分別計算楚雄2002—2010、2010—2018年的土地利用轉(zhuǎn)移矩陣，結(jié)果如表3～4所示。

從表3可以看出，2002—2010年耕地減少了74.13 km2，減少的部分主要轉(zhuǎn)移為建設(shè)用地和林地，其中耕地轉(zhuǎn)移為林地最多，占耕地減少部分的56.41%;未利用地大多轉(zhuǎn)變?yōu)榻ㄔO(shè)用地和林地，分別轉(zhuǎn)移了55.54和117.98 km2;建設(shè)用地具體是轉(zhuǎn)移為林地和耕地，但轉(zhuǎn)移面積較小，這一階段主要是建設(shè)用地的面積擴(kuò)大;林地經(jīng)過轉(zhuǎn)移大多成為建設(shè)用地和耕地，其本身面積變化幅度較小;水體變化幅度最小，其轉(zhuǎn)移去向是部分轉(zhuǎn)為林地，轉(zhuǎn)移面積為9.56 km2。綜合分析2002—2010年的土地利用類型轉(zhuǎn)移和動態(tài)度變化表明，2002—2010年耕地和未利用地在很大程度上轉(zhuǎn)化為建設(shè)用地，林地相對來說增減較小，轉(zhuǎn)入和轉(zhuǎn)出面積總體幅度不大;水體范圍穩(wěn)定，補(bǔ)給和減少也相對較少。

從表4可以看出，2010—2018年減少最多的是未利用地減少了142.57 km2，經(jīng)過轉(zhuǎn)移主要變?yōu)楦睾土值?，轉(zhuǎn)移面積分別為50.94和59.93 km2;耕地次之，減少了103.30 km2，耕地減少的部分大多是轉(zhuǎn)移為建設(shè)用地和林地，分別占耕地減少部分的37.57%和48.64%;建設(shè)用地具體轉(zhuǎn)移為耕地和林地，轉(zhuǎn)移面積較大，這一階段建設(shè)用地仍在不斷持續(xù)增長，增加幅度大;林地經(jīng)過轉(zhuǎn)移大多變成為建設(shè)用地和耕地，這一階段林地增加幅度加大，其大部分來源為未利用地，轉(zhuǎn)移面積為79.66 km2。水體變化幅度最小，其轉(zhuǎn)移去向最多的是林地，轉(zhuǎn)移面積為6.80 km2。綜合分析2010—2018年的土地利用類型轉(zhuǎn)移矩陣和動態(tài)度變化表明，這一時期內(nèi)，由于楚雄市遭遇了嚴(yán)重的干旱天氣，水體面積不斷減少。耕地與林地大部分轉(zhuǎn)化為建設(shè)用地，其中轉(zhuǎn)移最多的是林地;林地主要補(bǔ)給來源是未利用地，該時期內(nèi)林地面積顯著減少。

2.4 三大類土地利用轉(zhuǎn)移矩陣分析 從表5～6可知，2002—2018年楚雄市建設(shè)用地的主要來源是農(nóng)用地，共轉(zhuǎn)入158.47 km2，未利用地主要轉(zhuǎn)為農(nóng)用地，共轉(zhuǎn)入258.85 km2，說明楚雄市在這時間段內(nèi)耕地和未利用地得到開發(fā)，推動了楚雄城市化的進(jìn)程。

2.5 楚雄市各鄉(xiāng)鎮(zhèn)土地利用情況

從圖3可以看出，2002—2010年，耕地總體變化趨勢為增長，但也有部分鄉(xiāng)鎮(zhèn)耕地面積減少。耕地增長幅度變化最大的是三街鎮(zhèn)，由2002年的0.03 km2增至2010年的16.34 km2，凈增長量為16.31 km2;增長幅度最小的是大過口鄉(xiāng)，由2002年的0.08 km2增至2010年的5.43 km2，凈增長量為5.35 km2。耕地減少幅度最大的是冬瓜鎮(zhèn)，由2002年的20.97 km2減至2010年的12.22 km2，凈減少量為8.75 km2;減少幅度最小的是子午鎮(zhèn)，由2002年的16.92 km2減至2010年的14.50 km2，凈減少量為2.42 km2。建設(shè)用地總體變化趨勢為增長，其中增長幅度最大的是西舍路鎮(zhèn)，由2002年的3.27 km2增至2010年的23.37 km2，凈增長量為20.10 km2;增長幅度最小的是樹苴鄉(xiāng)，由2002年的0.83 km2增至2010年的2.68 km2，凈增長量為1.85 km2。

林地總體變化趨勢為減少，其中減少幅度最大的是中山鎮(zhèn)，由2002年的270.70 km2減至2010年的236.28 km2，凈減少量為34.42 km2;減少幅度最小的是樹苴鄉(xiāng)，由2002年的116.10 km2減至2010年的104.36 km2，凈減少量為11.74 km2;但有個別鄉(xiāng)鎮(zhèn)林地有小幅度增長，如東華鎮(zhèn)、冬瓜鎮(zhèn)、鹿城鎮(zhèn)、呂合鎮(zhèn)、蒼嶺鎮(zhèn)、子午鎮(zhèn)和紫溪鎮(zhèn)。

水體變化幅度最大的鄉(xiāng)鎮(zhèn)是子午鎮(zhèn)，由2002年的2.43 km2減至2010年的0.97 km2，凈減少量為1.46 km2;變化幅度最小的鄉(xiāng)鎮(zhèn)為三街鎮(zhèn)，由2002年的1.80 km2增至2010年的1.93 km2，凈增長量為0.13 km2，總體變化波動不大。未利用地變化幅度最大的鄉(xiāng)鎮(zhèn)為子午鎮(zhèn)，由2002年的28.91 km2減至2010年的8.88 km2，凈減少量為20.03 km2;變化幅度最小的鄉(xiāng)鎮(zhèn)為新村鎮(zhèn)，由2002年的18.23 km2增至2010年的19.25 km2，凈增長量為1.02 km2，總體變化波動不大。

2010—2018年，耕地總體變化趨勢為增長，其中增長幅度最大的是中山鎮(zhèn)，由2010年的17.98 km2增至2018年的54.70 km2，凈增長量為36.72 km2;增長幅度最小的是紫溪鎮(zhèn)，由2010年的3.60 km2增至2018年的9.72 km2，凈增長量為6.12 km2。

建設(shè)用地總體變化趨勢為增長，其中增長幅度最大的是大過口鄉(xiāng)，由2010年的13.47 km2增至2018年的59.73 km2，凈增長量為46.26 km2;增長幅度最小的是新村鎮(zhèn)，由2010年的13.29 km2增至2018年的17.87 km2，凈增長量為4.58 km2;建筑用地中有個別鄉(xiāng)鎮(zhèn)有小幅度的減少，如西舍路鎮(zhèn)和中山鎮(zhèn)。林地總體變化趨勢為減少，其中減少幅度最大的是大過口鄉(xiāng)，由2010年的305.14 km2減至2018年的233.88 km2，凈減少量為71.26 km2;減少幅度最小的是八角鎮(zhèn)，由2010年的104.54 km2減至2018年的93.64 km2，凈減少量為10.90 km2。

水體變化幅度最大的鄉(xiāng)鎮(zhèn)為呂合鎮(zhèn)，由2010年的3.27 km2增至2018年的4.44 km2，凈增長量為1.17 km2;變化幅度最小的鄉(xiāng)鎮(zhèn)為紫溪鎮(zhèn)，由2010年的0.19 km2減至2018年的0.14 km2，凈減少量為0.05 km2，總體變化波動不大。未利用地變化幅度最大的鄉(xiāng)鎮(zhèn)為中山鎮(zhèn)，由2010年的30.16 km2減至2018年的9.59 km2，凈增長量為20.57 km2;變化幅度最小的鄉(xiāng)鎮(zhèn)為大過口鄉(xiāng)，由2010年的13.19 km2減至2018年的11.53 km2，凈減少量為1.66 km2，總體變化波動不大。

綜上所述，各鄉(xiāng)鎮(zhèn)5類土地利用類型中耕地、建筑用地和林地的變化較大，其中耕地和建筑用地基本呈上升趨勢，林地則呈減少趨勢，水體和未利用地變化較小。八角鎮(zhèn)、大地基鄉(xiāng)、大過口鄉(xiāng)、東華鎮(zhèn)、三街鎮(zhèn)、樹苴鄉(xiāng)、西舍路鎮(zhèn)、新村鎮(zhèn)、中山鎮(zhèn)這9個鄉(xiāng)鎮(zhèn)3期內(nèi)耕地變化幅度大，并且在2002年耕地面積都較少，說明在2002—2018年政府大力發(fā)展振興農(nóng)村耕地，特別在2010年后出臺政策大力支持鄉(xiāng)鎮(zhèn)耕地發(fā)展。鹿城鎮(zhèn)、子午鎮(zhèn)、大過口鄉(xiāng)、冬瓜鎮(zhèn)3期內(nèi)建筑用地發(fā)展較快，其中冬瓜鎮(zhèn)、鹿城鎮(zhèn)凈增長量分別高達(dá)51.11、53.98 km2，由此可見冬瓜鎮(zhèn)、鹿城鎮(zhèn)在這17年期間城市得到了大力的支持和發(fā)展。

2.6 CA-Markov模型預(yù)測分析

根據(jù)2002、2010和2018年3期的土地利用數(shù)據(jù)預(yù)測楚雄市2026年的土地利用狀況。為了確保運(yùn)用CA-Markov模型預(yù)測的土地利用動態(tài)變化數(shù)據(jù)的可靠性，該研究先選取2002和2010年楚雄市2期的土地利用數(shù)據(jù)，輸入到IDRISI軟件中，運(yùn)用它的Markov和CA-Markov模型的功能，計算得出楚雄市2018年的土地利用空間模擬預(yù)測圖。通過目視判讀2018年研究區(qū)遙感解譯圖與土地利用模擬預(yù)測圖兩者具有很高的相似性;之后再借助IDRISI軟件中的CrossTab分析模塊，將2018年遙感解譯圖與土地利用模擬預(yù)測圖進(jìn)行疊加分析，得出模擬結(jié)果的Kappa系數(shù)為0.71，而0.61～0.80為高度的一致性，表明在此研究區(qū)內(nèi)運(yùn)用CA-Markov模型模擬預(yù)測的土地利用變化數(shù)據(jù)是可信的。

在此基礎(chǔ)上，基于2018年遙感解譯后的土地利用數(shù)據(jù)，以間隔8年的時間跨度，利用2002—2010和2010—2018年土地利用轉(zhuǎn)移矩陣，并運(yùn)用IDRISI軟件中的MCE模塊將水體作為限制性因素，DEM、SLOPE和道路等信息作為發(fā)展性因素，分別對林地、耕地、建設(shè)用地、未利用地進(jìn)行約束并制作適宜性圖集，疊加到CA-Markov預(yù)測分析過程中，最終得出2026年土地利用預(yù)測圖。模擬預(yù)測結(jié)果如圖4和表7所示。

通過對模擬預(yù)測結(jié)果分析，得出研究區(qū)未利用地面積在持續(xù)減少，模擬期內(nèi)未利用地面積減少了84.61 km2;而水體基本保持不變，維持在25.76 km2。模擬期內(nèi)林地仍呈現(xiàn)減少趨勢，面積為2 292.93 km2;耕地和建設(shè)用地面積將持續(xù)增加，耕地增加至960.81 km2，更好地保障了農(nóng)民人均收入以及楚雄州耕地紅線指標(biāo)。建設(shè)用地到2026年將達(dá)到1 072.22 km2，占研究區(qū)總面積的24.17%，凈增長517.16 km2，主要圍繞鹿城鎮(zhèn)、子午鎮(zhèn)、東華鎮(zhèn)、紫溪鎮(zhèn)、東瓜鎮(zhèn)、呂合鎮(zhèn)、蒼嶺鎮(zhèn)打造城市區(qū)域核心，拓展城市向外輻射面，形成新的楚雄市發(fā)展格局。

2002—2018年楚雄市城市化水平整體呈現(xiàn)上升趨勢，城市化率雖然在穩(wěn)步增加，但是城市發(fā)展水平依然很低[14]。2010年后，由于楚雄市第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的快速發(fā)展，加快了楚雄市現(xiàn)代化城市建設(shè)的腳步[15]。2018年，城市建設(shè)用地面積明顯增多。但是相比于我國東部地區(qū)城市發(fā)展建設(shè)，楚雄市目前城市化水平依然不高，甚至仍是東部地區(qū)早期的城市建設(shè)水平[16]。楚雄市作為云南省滇中城市群的“一極”，未來要更好地樹立滇中區(qū)域性中心城市形象。在2026年土地利用預(yù)測數(shù)據(jù)中，建設(shè)用地進(jìn)一步增加，中心城區(qū)向東南新區(qū)擴(kuò)展，彌補(bǔ)目前城市建設(shè)的不足。《楚雄市2015—2030年城市總體規(guī)劃》中，除對楚雄市中心城區(qū)建設(shè)，還會圍繞周邊鄉(xiāng)鎮(zhèn)構(gòu)建“一帶三軸，四心六組團(tuán)”的城市空間結(jié)構(gòu)，更好地帶動楚雄市城市發(fā)展，繼續(xù)提升其作為滇中區(qū)域性中心城市的地位，打造由單核的城市發(fā)展模式逐步過渡到都市區(qū)層面的發(fā)展路徑，以適應(yīng)城市發(fā)展的最新需求。

3 結(jié)論與討論

該研究以楚雄市為研究區(qū)域，選取2002、2010和2018年相同時期的Landsat衛(wèi)星遙感影像數(shù)據(jù)，運(yùn)用RS、GIS等技術(shù)手段，通過目視解譯、計算機(jī)解譯和實地調(diào)查的方法，對圖像數(shù)據(jù)進(jìn)行分析處理，從而獲取楚雄市土地利用現(xiàn)狀圖，對楚雄市進(jìn)行土地利用動態(tài)監(jiān)測。運(yùn)用IDRISI軟件構(gòu)建CA-Markov模型，對2002—2018年土地利用動態(tài)變化進(jìn)行研究，預(yù)測2026年楚雄市土地利用狀況，并分析楚雄市未來土地利用趨勢，為楚雄市城市發(fā)展及土地資源結(jié)構(gòu)優(yōu)化提供參考。研究得出以下結(jié)論：

（1）楚雄市土地利用總體變化為耕地和建設(shè)用地面積不斷增加，林地和未利用地面積呈現(xiàn)減少趨勢，水體則少有變動。具體為：楚雄市土地利用動態(tài)度表明2002—2018年耕地和建設(shè)用地在數(shù)量上呈現(xiàn)增加趨勢，其中建設(shè)用地增加的最多，林地、未利用地、水體在數(shù)量上呈現(xiàn)減少趨勢，反映出楚雄市城市建城區(qū)面積在不斷擴(kuò)大且耕地保護(hù)較好，但在不同研究時段變化具有差異性;土地利用類型轉(zhuǎn)移矩陣表明2002—2018年楚雄市建設(shè)用地的主要來源是農(nóng)用地，共轉(zhuǎn)入157.09 km2，未利用地主要轉(zhuǎn)為農(nóng)用地，共轉(zhuǎn)入257.22 km2，說明楚雄市在該時段內(nèi)耕地和未利用地得到開發(fā)，推動了楚雄城市化的進(jìn)程;各鄉(xiāng)鎮(zhèn)5類土地利用類型中耕地、建筑用地和林地的變化較大，其中耕地和建筑用地基本呈上升趨勢，林地則呈減少趨勢，水體與未利用地變化較小。

（2）利用CA-Markov模型對楚雄市2026年的土地利用情況模擬預(yù)測，并進(jìn)行精度檢驗，結(jié)果表明Kappa系數(shù)為0.71，可信度較高，基本滿足研究的精度需求。根據(jù)預(yù)測結(jié)果，楚雄市耕地和建設(shè)用地面積將進(jìn)一步增大，而林地則呈現(xiàn)相反趨勢在不斷減少，未利用地呈減少趨勢且減少趨勢相對較小，水體面積基本保持穩(wěn)定。

（3）基于結(jié)果分析認(rèn)為，隨著城市及經(jīng)濟(jì)的不斷發(fā)展，建設(shè)用地和耕地與林地之間的矛盾變得愈發(fā)凸顯，因此在進(jìn)行城市擴(kuò)張建設(shè)的過程中要注意與生態(tài)環(huán)境的協(xié)調(diào)，始終把生態(tài)環(huán)境保護(hù)放在第一位，合理利用土地。在未來的土地利用規(guī)劃中，可以從以下幾個方面來進(jìn)行合理建設(shè)：①加強(qiáng)土地利用管理制度，合理保障現(xiàn)有耕地，保護(hù)耕地紅線不動搖;②協(xié)調(diào)人口和城市發(fā)展規(guī)模，注重生態(tài)林地保護(hù)，建設(shè)綠色楚雄、美麗楚雄;③因地制宜，提高土地利用效率，優(yōu)化完善土地利用結(jié)構(gòu)。

參考文獻(xiàn)

[1]

馮仕超，高小紅，顧娟，等.基于CLUE-S模型的湟水流域土地利用空間分布模擬[J].生態(tài)學(xué)報，2013，33（3）：985-997.

[2] RAMEZANI N，JAFARI R.Land use/cover change detection in 2025 with CA-Markov chain model （case study：Esfarayen）[J].J Phys Chem，2015，63（5）：788-793.

[3] 范雙云，鄧楚雄，胡倞，等.基于Markov模型的長沙市中心區(qū)土地利用變化研究[J].安徽農(nóng)業(yè)科學(xué)，2013，41（21）：9091-9092，9094.

[4] 張玲玲，頡耀文，穆亞超.基于CA模型的重慶市沙坪壩區(qū)土地利用變化模擬[J].安徽農(nóng)業(yè)科學(xué)，2015，43（24）：246-248.

[5] 張薇，劉淼，戚與珊.基于CLUE-S模型的昆明市域土地利用預(yù)案模擬[J].生態(tài)學(xué)雜志，2014，33（6）：1655-1662.

[6] BATTY M，XIE Y C，SUN Z L.Modeling urban dynamics through GIS-based cellular automata[J].Comput Environ Urban Syst，1999，23（3）：205-233.

[7] 楚雄州方志辦公室.楚雄州年鑒 2018[M].昆明：云南科技出版社，2018.

[8] 楊佳.基于CA-Markov-Ann的昆明市土地利用格局模擬及預(yù)測研究[D].昆明：云南財經(jīng)大學(xué)，2018.

[9] 李賢江，石淑芹，蔡為民，等.基于CA-Markov模型的天津濱海新區(qū)土地利用變化模擬[J].廣西師范大學(xué)學(xué)報（自然科學(xué)版），2018，36（3）：133-143.

[10] 閆雪，王利，任啟龍.普灣新區(qū)土地利用動態(tài)監(jiān)測及預(yù)測分析[J].國土與自然資源研究，2016（1）：35-39.

[11] 李思楠，趙筱青，譚琨，等.基于GIS的撫仙湖流域土地利用時空變化研究[J].人民長江，2019，50（6）：63-69，87.

[12] 李志明，宋戈，魯帥，等.基于CA-Markov模型的哈爾濱市土地利用變化預(yù)測研究[J].中國農(nóng)業(yè)資源與區(qū)劃，2017，38（12）：41-48.

[13] 羅仁斌，韓學(xué)坤，侯開雄，等.楚雄州耕地保護(hù)現(xiàn)狀及對策[J].云南農(nóng)業(yè)，2016（2）：15-18.

[14] 尚發(fā)美，謝曼平，孫楊，等.楚雄市城市化特征及動因機(jī)制研究[J].可持續(xù)發(fā)展，2020，10（3）：456-465.

[15] 蘇艷飛.基于Urban-ABM的城市建設(shè)用地擴(kuò)張模擬研究：以楚雄市為例[D].西安：長安大學(xué)，2019.

[16] 陳西川.新時期我國區(qū)域經(jīng)濟(jì)格局發(fā)展變化及其研究[J].管理世界，2015（2）：170-171.