第３９卷第４期 ２０１６年４月 测绘与空间地理信息 ＧＥＯＭＡＴＩＣＳ＆ＳＰＡＴＩＡＬ ｌＮＦＯＲＭＡＴＩＯＮ ＴＥＣＨＮＯＬＯＧＹ Ｖ０Ｉ＿３９．Ｎｏ．４ Ａｐｒ．，２０１６ 基于ＣＬＵＥ—Ｓ模型的深圳海岸带土地利用变化模拟 潘润秋 一，罗启源 ，肖 迪 ，费 腾 （１．武汉大学资源与环境科学学院，湖北武汉４３００７９；２．武汉大学教育部地理信息系统重点实验室，湖北武汉４３００７９） 摘要：以深圳海岸带为研究区，基于１９９６、２００５、２０１１年遥感影像得到研究区土地利用历史数据，选取自然、社 会统计数据作为驱动因素，利用ＣＬＵＥ—Ｓ模型分别从不同时间尺度和空间尺度对研究区２００５、２０１１年的土地利 用分布予以模拟，并对模拟结果分别从类别和景观水平予以精度评价。从类别水平角度，选择ＲＯＣ曲线对各地 类的Ｌｏｇｉｓｔｉｃ回归拟合精度进行评价；从景观水平角度，选取Ｋａｐｐａ指数对模拟效果予以评估，以验证所选驱动因 子的合理性。结果表明：在研究区范围内，ＣＬＵＥ—Ｓ模型的类别精度随着空间分辨率的改变而有所差异，１００ ｍ 分辨率为本研究模拟的最佳尺度，各地类的ＲＯＣ值均高于０．７；随着模拟时间的缩短模拟精度有所增加；东海岸 由于受到人类影响较小，模拟效果整体相对较好。总体而言，ＣＬＵＥ—Ｓ模型适用于研究区土地利用模拟，所选驱 动力因子能够对研究区土地利用变化予以较好的解释。 关键词：土地利用变化；ＣＬＵＥ—Ｓ；预测模型；精度评价 中图分类号：Ｐ２８５．２ ３ 文献标识码：Ａ 文章编号：１６７２—５８６７（２０１６）０４—００３２—０５ Ｓｔｉｍｕｌａｔｉｏｎ ｏｎ Ｌａｎｄ Ｕｓｅ Ｃｈａｎｇｅ ｏｆ Ｓｈｅｎｚｈｅｎ Ｃｏａｓｔａｌ Ｚｏｎｅ Ｂａｓｅｄ ｏｎ ＣＬＵＥ．．．Ｓ Ｍｏｄｅｌ ＰＡＮ Ｒｕｎ—ｑｉｕ ，ＬＵＯ Ｑｉ—ｙｕａｎ ，ＸＩＡＯ Ｄｉ ，ＦＥＩ Ｔｅｎｇ （１．Ｓｃｈｏｏｌ ｏｆ Ｒｅｓｏｕｒｃｅ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅｓ，Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ ４３００７９，Ｃｈｉｎａ；２．Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｇｅｏｇｒａｐｈｉｃ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍ，Ｍｉｉｓｔｎｙ ｒｏｆ Ｅｄｕｃａｔｉｏｎ，Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ ４３００７９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｂａｓｅｄ ｏｎ １９９６，２００５ ａｎｄ ２０１ １ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｉｍａｇｅｓ，ｔｈｉｓ ｐａｐｅｒ ｕｓｅｄ ＣＬＵＥ—Ｓ ｍｏｄｅｌ ｔｏ ｓｉｍｕｌａｔｅ ｔｈｅ ｌａｎｄ ｕｓｅ ｓｐａｔｉａｌ ｐａｔｔｅｒｎｓ ｏｆ ２００５ ａｎｄ ２０１ １ ｆｒｏｍ ｄｉｆｆｅｒｅｎｔ ｔｉｍｅ ａｎｄ ｓｐａｃｅ ｓｃａｌｅｓ ｉｎ Ｓｈｅｎｚｈｅｎ ｃｏａｓｔａｌ ｚｏｎｅ．Ａ ｓｅｒｉｅｓ ｏｆ ｎａｔｕｒａｌ ａｎｄ ｓｏｃｉａｌ ｓｔａｔｉｓｔｉｃｓ ｗｅｒｅ ｕｓｅｄ ａｓ ｄｒｉｖｉｎｇ ｆａｃｔｏｒｓ，ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ａｃｃｕｒａｃｙ ｉｓ ｅｖａｌｕａｔｅｄ ｆｒｏｍ ｔｈｅ ｄｉｆｆｅｒｅｎｔ ｌｅｖｅｌ ｔｏ ｖｅｒｉｆｙ ｔｈｅ ｒａｔｉｏｎａｌｉｔｙ ｏｆ ｔｈｅ ｓｅｌｅｃｔｅｄ ｄｒｉｖｉｎｇ ｆａｃ— ｔｏｒｓ．Ｉｎ ｏｒｄｅｒ ｔｏ ｖｅｒｉｆｙ ｔｈｅ ｒｅａｓｏｎａｂｌｅｎｅｓｓ ｏｆ ｔｈｅ ｓｅｌｅｃｔｅｄ ｄｒｉｖｅ ｆａｃｔｏｒｓ，ｔｈｅ ＲＯＣ ｃｕｒｖｅ ｗａｓ ｕｓｅｄ ｔｏ ｖａｌｉｄａｔｅ ｔｈｅ ｆｉｔｔｉｎｇ ａｃｃｕｒａｃｙ ｏｆ ｔｈｅ ｌｏｇｉｓｔｉｃ ｒｅｇｒｅｓｓｉｏｎ ｍｏｄｅｌ ｆｒｏｍ ｔｈｅ ｐｅｒｓｐｅｃｔｉｖｅ ｏｆ ｔｈｅ ｃａｔｅｇｏｒｙ ｌｅｖｅｌ，ａｎｄ ｔｈｅ Ｋａｐｐａ ｉｎｄｅｘ ｗａｓ ｕｓｅｄ ｔｏ ｅｖａｌｕａｔｅ ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｏｆ ｔｈｅ ＣＬＵＥ—Ｓ ｍｏｄｅｌ ｆｒｏｍ ｔｈｅ ｐｅｒｓｐｅｃｔｉｖｅ ｏｆ ｌａｎｄｓｃａｐｅ ｌｅｖｅ１．Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ ｉｎ ｔｈｅ ｒａｎｇｅ ｏｆ １００ｍ ｒｅｓｏｌｕｔｉｏｎ ｔｈｅ Ｌｏｇｉｓｔｉｃ ｆｉｔ— ｔｉｎｇ ａｃｃｕｒａｃｙ ｈａｓ ａｃｈｉｅｖｅｄ ｔｈｅ ｂｅｓｔ ｒｅｓｕｌｔｓ ｉｎ ｔｈｅ ｓｔｕｄｙ ａｒｅａ，ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｅａｃｈ ｌａｎｄ ｕｓｅ ｔｙｐｅ ｗｅｒｅ ａｂｏｖｅ ０．７ ｉｎ ｅａｓｔｅｒｎ ａｎｄ ｗｅｓｔｅｒｎ ｃｏａｓｔ ｉｎ ｂｏｔｈ １９９６ ａｎｄ ２００５．Ｌａｎｄｓｃａｐｅ ｓｉｍｕｌａｔｉｏｎ ａｃｃｕｒａｃｙ ｉｎｃｒｅａｓｅｓ ｗｉｔｈ ｔｉｍｅ ｓｈｏｆｌｅｎｅｄ．Ｔｈｅ Ｌａｎｄｓｃａｐｅ ｓｉｍｕｌａｔｉｏｎ ａｃｃｕｒａｃｙ ｏｆ Ｅａｓｔｅｒｎ Ｃｏａｓｔ ｉｓ ｒｅｌａｔｉｖｅｌｙ ｂｅｔｔｅｒ ｄｕｅ ｔｏ ｔｈｅ ｓｍａｌｌ ｈｕｍａｎ ｉｎｆｌｕｅｎｃｅ．Ｏｖｅｒａｌｌ，ｔｈｅ ＣＬＵＥ—Ｓ ｍｏｄｅｌ ｉｓ ｓｕｉｔａｂｌｅ ｆｏｒ ｓｉｍｕｌａｔｉｎｇ ｔｈｅ ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｐａｔｔｅｒｎｓ ｏｆ ｔｈｅ ｍａｉｎ ｌａｎｄ ｕｓｅ ｔｙｐｅｓ ｉｎ Ｓｈｅｎｚｈｅｎ ｃｏａｓｔｌ ｚｏｎｅ，ａｎｄ ｔａｈｅ ｓｅｌｅｃｔｅｄ ｄｒｉｖｉｎｇ ｆａｃｔｏｒｓ ｃａｎ ｅｘｐｌａｉｎ ｔｈｅ ｃｈａｎｇｅｓ ｏｆ ｌａｎｄ ｕｓｅ ｉｎ ｔｈｅ ｓｔｕｄｙ ａｒｅａ． Ｋｅｙ ｗｏｒｄｓ：ｌａｎｄ ｕｓｅ ｃｈａｎｇｅ；ＣＬＵＥ—Ｓ ｍｏｄｅｌ；ｃｈａｎｇｅ ｄｅｔｅｃｔｉｏｎ；ａｃｃｕｒａｃｙ ａｓｓｅｓｓｍｅｎｔ ０ 引 言 土地利用变化因其对全球变化的重要影响已成为当 前的热点研究问题，土地利用变化的现状、影响、驱动力 逐渐引起了社会的普遍关注。利用模型对土地利用布局 进行模拟是土地利用变化研究的重要方法，有助于深入 理解土地利用的演变过程、作用机理和环境影响…。近 年来，采用空间预测模型对研究区用地空间布局进行模 拟的研究较多，如常见的元胞自动机 （ＣＡ）、ＡＢＭ 、 ＣＬＵＥ—Ｓ模型 等，基于土地利用变化模型进行驱动力 收稿日期：２０１５—１１—０２ 基金项目：林业公益性行业科研专项（２０１４０４０３５）资助 作者简介：潘润秋（１９６４一），男，吉林九台人，副教授，硕士，１９９９年毕业于武汉测绘科技大学地图制图学与地理信息工程专业，主要 从事土地规划与评价研究工作。 第４期 潘润秋等：基于ＣＬＵＥ—Ｓ模型的深圳海岸带土地利用变化模拟 ３３ 分析可以突破人类思维能力的局限，为土地利用规划决 策提供参考 。 海岸带位于海洋与陆地的过渡地带，以其特殊的地 理位置和丰富的自然资源，成为人类生存发展的优选区 域 。海岸带的竞相开发使本就敏感的海岸带生态环境 遭受严重破坏，海岸带也成为全球变化研究的热点领域。 对海岸带土地利用变化情景进行模拟，分析驱动因素是 保护海岸带生态环境、维护海岸带生态平衡的重要环节， 具有现实意义。海岸带的土地利用演变既包含自然条件 图１研究区位置 Ｆｉｇ．１ Ｌｏｃａｔｉｏｎ ｏｆ ｔｈｅ ｓｔｕｄｙ ａｒｅａ 的作用，也包含人为影响的因素 。国内使用ＬＵＣＣ（土 地利用／土地覆盖变化）模型对海岸带进行土地利用变化 的研究取得了一定的进展：武桂贞 在传统定性分析耕 地的基础上使用ＣＬＵＥ—Ｓ模型，选取土壤类型、地下水埋 深、海岸线距离等因子对河北省海岸带的空间格局进行 模拟以分析其土地利用变化驱动力；马金卫等 基于城 市空间扩展模型ＳＬＥＵＴＨ对烟台市不同发展方案下的城 镇扩张与土地利用变化过程进行模拟；冯永玖 通过对 上海海岸带的ＣＡ模拟探讨了元胞邻域的大小及组合对 模拟效果的影响。其中，ＣＬＵＥ—Ｓ模型作为经验统计模 型的代表… ，是一种比较完善和理想的ＬＵＣＣ模型 ，其 优势在于可以根据经验量化土地利用变化与驱动因子间 的关系，并同时模拟多种土地利用方式变化的情景 。 但当前基于ＣＬＵＥ—Ｓ模型进行的研究主要集中于城市尺 度” 副土地利用动态模拟，较少涉及海岸带土地利用变 化，且多使用单一空间分辨率进行多年份模拟，或使用单 时间分辨率讨论不同空间分辨率下的模拟效果 ’ 。 由于特殊地理位置的影响，海岸带用地扩张受到一定的 ，因此，本文以深圳海岸带为研究对象，选择对海岸 带用地空间布局变化有一定影响的自然、社会经济因素， 利用１９９６、２００５、２０１１年的遥感影像数据，借助ＣＬＵＥ—Ｓ 模型，分别从不同空间、不同时间分辨率尺度对研究区范 围内的土地利用进行模拟，并讨论模拟精度进而探讨研 究区土地利用的驱动因素。考虑到深圳海岸带东西部发 展现状和所受的人为影响程度有较大差异，且ＣＬＵＥ—Ｓ 模型本身对栅格行列数有所，本文将研究区分为东、 西两部分分别进行研究，以验证驱动因子的影响作用。 １研究区概况 本文以深圳海岸带为研究对象，具体范围为以海岸线 为中心、白海岸线向陆地一侧１ ｋｍ距离以内的闭合区域。 深圳海岸带被九龙半岛分隔为东西两部分。１９９６年研究区 总面积４４３．５８ ｋｍ 。研究区（如图１所示）属亚热带海洋性 气候，气候温和，雨量充沛。东海岸包括大亚湾和大鹏湾， 多为岩岸和沙滩，西海岸北起东宝河口，向南到深圳湾，主 要为泥滩伴随城市化、社会和经济的快速发展，深圳海岸带 的资源、环境和生态系统面临前所未有的压力挑战。 ２数据来源 本次研究主要选取１９９６年的ＴＭ影像、２００５年的 ＳＰＯＴ一５影像、２０１１年的ＳＰＯＴ６遥感影像数据，３０Ｍ全球 数字高程模型（Ｔｈｅ Ｇｌｏｂａｌ Ｄｉｇｉｔａｌ Ｅｌｅｖａｔｉｏｎ Ｍｏｄｅ１），基于世 界土壤数据库（ＨＷＳＤ）的１：１ ０００ ０００中国土壤数据 集 和相关的社会经济统计数据等，遥感影像全部重采 样到５０ Ｉｎ分辨率。遥感影像在ＥＲＤＡＳ和ＡｒｃＧＩＳ下进行 数据预处理、分类和矢量化。经野外实地抽样调查验证． ２０１１年总体解译精度达到８７％以上，结合深圳市规土委 信息中心提供的土地利用调查数据对解译结果进行精度 评价，精度符合研究要求。参考国土资源部制定的第二 次全国土地调查技术规程 ，结合ＣＬＵＥ—Ｓ模型中土地 利用空间布局模拟的需要，以及海岸带特殊的地理环境， 将研究区土地划分为耕地（ｃ。）、林地（ｃ ）、海水养殖用地 （ｃ：）、建设用地（ｃ ）、水域（Ｃ ）、滩涂（ｃ ）和未利用地 （Ｃ ）七类。其中，海水养殖用地和滩涂虽然属于二级地 类，但考虑到其在海岸带土地利用的构成中具有重要作 用，因此，归为一级类。相关研究在驱动因素的选择上， 主要考虑社会驱动因子、区位性因子和自然属性因子三 大类因素，具体包括人口密度、ＧＤＰ、地方财政收入、固定 资产投资额、三次产业增加值、距河流距离、距农村居民 点距离、距城镇距离、距道路距离、距海岸线距离，以及土 壤类型、坡度、坡向因子等 ’ 。基于资料的可获取性、 因子的可定量性以及紧密联系性等原则，主要选择社会 驱动因子以及海岸带特殊区位因子来对影响深圳海岸带 土地利用变化的驱动力进行分析。社会驱动因子主要来 源于深圳市年鉴，包括人口密度、ＧＤＰ、固定资产投资额、 财政收入及三次产业增加值等；海岸带区位因子主 要通过ＡｒｃＧＩＳ软件进行缓冲分析得到，包括距河流距离、 距农村居民点距离、距城镇距离、距道路距离、距海岸线 距离、距沟渠距离、距机场距离；坡度、坡向、土壤类型因 子通过ＤＥＭ和土壤数据在ＡｒｃＧＩＳ中进行投影、校正和重 分类获得。通过实验对比结果，最终确定使用１００ ｍ分辨 率，将所有地类和驱动因子生成为１００ ｉｎ×１００ ｎｌ的栅格 数据，并转化为ＡＳＣＩＩ格式。 ３研究方法 ３．１ ＣＬＵＥ—Ｓ模型 ＣＬＵＥ—Ｓ模型由荷兰瓦格宁根大学的Ｐ．Ｈ．Ｖｅｒ－ ｂｕｒｇ 等提出，利用Ｌｏｇｉｓｔｉｃ回归将土地利用类型与驱动 力因子相结合，通过制定转化规则、土地利用需求以及约 束文件等实现对土地利用空间布局的模拟。ＣＬＵＥ—Ｓ模 型结合空间与非空间模块两部分，与其他模型相比，解释 测绘与空间地理信息 ２０１６聋 力更高，更具有说服力…。 ３．２模型设置 ３．２．１模拟分辨率设定 １）时间分辨率设定 本文以１９９６年为预测基期模拟２００５年、２０１ １年土地 利用格局，并以２００５年作为基期模拟２０１１年的土地利用 格局，将模拟结果与现状进行比较，以验证本文所选深圳 驱动因素的合理度。预测时间分别为６年、９年和ｌ５年。 ２）空间分辨率设定 为了确定模拟过程中的空间分辨率，本文以１９９６年 的西海岸带作为实验对象，根据研究区的范围大小以及 模型的要求，并参考相关文献的分辨率设置 瑚 ，选 取５０ ｍ、１００ ｍ、２５０ ｍ ３个尺度进行试验分别构建７个地 类的模拟模型，以确定最终模拟的空间分辨率。 ３．２．２驱动因子处理 海岸带的土地利用变化受到复杂的因素影响。为了 更为清晰地解释不同驱动因子对各类土地利用变化的影 响，研究选取１７个驱动因子进行分析，包括自然因子和人 为因子。由于ＣＬＵＥ—Ｓ模型在模拟时只支持ＡＳＣＩＩ数据 格式，因此，需要对固定资产投资额、地方财政收入等数 据栅格化，本研究通过利用行政单元面积权重法 ，将社 会驱动因子数据进行网格化处理，从而将区级行政单元 数据分布到格网中，形成栅格数据形式。最后将各所有 驱动因子转化为ＡＳＣＩＩ的ｓｃ１ｇｒ ．ｆｉｌ文件。 ３．２．３ Ｌｏｇｉｓｔｉｃ回归 在ＣＬＵＥ—Ｓ模型中，需要运用Ｌｏｇｉｓｔｉｃ回归来计算具 体栅格呈现某种土地利用类型的概率大小 。本文使用 ＡｒｃＧＩＳ提取单一土地利用类型空间分布，并分别与１７个 驱动因子在ＳＰＳＳ １９软件中进行二元Ｌｏｇｉｓｔｉｃ回归计算， 在Ｏｔ＝０．０５的水平下对变量进行选择剔除，筛选驱动因 子。最终确定各地类回归函数方程，保存为ａｌｌｏｃ１．ｒｅｇ 文件。 ３．２．４转化规则设定 土地利用转移矩阵通过设立一个ｎ×ｎ的矩阵来定义 地类之间是否允许转化，其中，ｎ为地类数量，矩阵中１表 示可以转化，０表示不允许转化 。考虑到建设用地向其 他用地类型转化难度较大，本文设置建设用地禁止转化， 将转移矩阵保存为ａｌｌｏｗ．ｔｘｔ文件。土地利用稳定性参数 ＥＬＡＳ用０～１的数值反映土地类型变化强度，当地类越稳 定时，参数值越接近于１，如其他用地向建设用地转化往往 是不可逆的，因此，稳定性参数趋近于ｌ 。经过反复检验 调试，本文最终设置土地利用转移弹性参数见表１。 表１ ＣＬＵＥ—Ｓ模型转化规则参数表 Ｔａｂ．１ ＣＬＵＥ—Ｓ ｍｏｄｅｌ ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｒｕｌｅ Ｃｏ ｃ１ Ｃ２ ｃ３ Ｃ４ ｃｓ Ｃ６ １９９６西部０．５ ０．９ Ｏ．２ １ ０．４ ０．２ ０．５ １９９６东部０．２ ０．９ Ｏ．６ ０．９ ０．９ ０．６ ０．６ ２００５西部０．６ １ ０．６ １ ０．９ ０．６ ０．２ ２００５东部０．３ ０．９ Ｏ．６ １ ０．７ Ｏ．７ ０．２ ３．２．５土地利用需求 ＣＬＵＥ—Ｓ模型需要提供模拟时期内各年具体土地利 用类型的需求量。本文采用线性内插的方法，确定研究 期内各地类的需求量，并保存为ｄｅｍａｎｄ．ｉｎ 文件。 ３．２．６空间约束设定 ＣＬＵＥ—Ｓ模型中，可以对土地利用变化的区域 进行设置，如禁止自然保护区、基本农田区域内的土地利 用方式发生变化。本文对深圳内伶仃一福田国家自然保 护区域进行设置，将该区域内的属性值设定为一９ ９９８，其 他区域的属性值为０，保存为ＡＳＣＩＩ ＲＡＳＴＥＲ格式的ｒｅｇｉｏｎ ｐａｒｋ ．ｆｉｌ文件。 ３．３精度评价 本文使用ＲＯＣ曲线下的面积ＡＵＣ（Ａｒｅａ Ｕｎｄｅｒ Ｃｕｒｖｅ）指数来对土地利用格局模拟的类型水平进行精度 检验。ＲＯＣ曲线 是检验因变量与解释变量间拟合可 信度的重要指标，其具有不受自变量的的优点，因而 可以检验不同变量组成的回归方程 。。一般认为，ＲＯＣ 曲线下的面积越大拟合程度越好，可信度越高，当ＲＯＣ＞ ０．７时，具有较高的可信度。 为了从景观水平上评价ＣＬＵＥ—Ｓ模型在研究区的模 拟精度，本文引入Ｋａｐｐａ指数以定量分析所选驱动因子对 深圳海岸带土地利用变化的解释能力。Ｋａｐｐａ指数用来 检验模拟图与土地利用现状图的一致性，Ｋａｐｐａ指数值与 模拟效果的准确率成正比，当Ｋａｐｐａ值为１时，模拟图与 现状图完全吻合 。 ４结果与分析 ４．１ 类型水平上的精度验证及驱动机制分析 对１９０６年的西海岸带从５Ｏ ｍ、１００ ｍ、２５０ ｍ三个尺 度进行模拟实验，检验其不同分辨率下的ＲＯＣ拟合度，结 果见表２。 表２ １９９６年深圳西海岸带不同空间分辨率 Ｌｏｇｉｓｉｔｃ回归的ＲＯＣ统计 Ｔａｂ．２ Ｓｔａｔｉｓｔｉｃｓ ｏｆ Ｌｏｇｉｓｔｉｃ ｒｅｇｒｅｓｓｉｏｎ ｆｏｒ ｅａｃｈ ｔｙｐｅ ｂａｓｅｄ ｏｎ ｄｉｆｆｅｒｅｎｔ ｒｅｓｏｌｕｔｉｏｎ ｉｎ ｔｈｅ ｗｅｓ￣ｒｎ ｃｏａｓｔ ｏｆ Ｓｈｅｎｚｈｅｎ ｉｎ １９９６ 可知，比较１９９６年的三次模拟结果，除５０ ｍ分辨率 下林地的ＲＯＣ值稍高外，１００ ｍ分辨率下的各地类Ｌｏｇｉｓ— ｔｉｃ回归拟合度整体好于其他分辨率下的水平。因此，本 文选择１００ ｍ空间分辨率进行深圳海岸带土地利用格局 模拟。 对１９９６、２００５年的各用地类型进行Ｌｏｇｉｓｔｉｃ回归分 析，其ＲＯＣ值见表３。 第４期 Ａ Ａ Ａ Ａ Ｕ Ｕ Ｕ Ｕ Ｃ Ｃ Ｃ Ｃ 潘润秋等：基于ＣＬＵＥ—Ｓ模型的深圳海岸带土地利用变化模拟 ３５ ０ Ｏ Ｏ Ｏ 表３ １９９６和２００５年深圳海岸带Ｌｏｇｉｓｔｉｃ回归结果 ８ ９９ ７ ９ ６ ９１ 时间范围内，深圳海岸带大量耕地、滩涂、未利用地转化 为林地、建设用地，其中，建设用地的斑块数量、斑块平均 面积亦在不断增加，景观用地也实现了从无到有；而２００５ Ｔａｂ．３ Ｓｔａｔｉｓｔｉｃｓ ｏｆ ６ ７ ９ ＬｏｇｉＯ ｓｔｉｃ ｒｅｇｒｅｓｓｉｏｎ ｉｎ Ｏ Ｏ Ｏ Ｏ ｔｈｅ ｃｏａｓｔ ｏｆ Ｓｈｅｎｚｈｅｎ ｉｎ １９９６ ａｎｄ ２００５ ７ ８ ９ ９ Ｃｏ Ｇ１ Ｃ２ Ｃ３ 卵：兮 Ｃ４ Ｃｓ Ｃ６ ０．９２９ ０．８０４ ０．８０４ ０．８６８ ２０１ １年间，深圳海岸带开始渐渐趋于稳定，城镇建设用 ０ ０ Ｏ ０ ８ ９ ９ ９ ０．９３５ ０．９７７ ０．９４０ ０．９８３ 地吞噬其他用地的幅度有所减缓。模拟未考虑海岸带扩 勰 Ｏ Ｏ Ｏ Ｏ 张、驱动等条件的影响，致使各期模拟与真实情况仍 存在一定的差距。 从空间尺度进行分析，以１９９６年为基期的两期模拟 ８ ８ ７ ８ 由表３可以看出，各年各地类的ＲＯＣ值均高于０．７， ７ ９ ８ ８ ９ １ Ｏ Ｏ ０ Ｏ ０ 东海岸的效果均好于西海岸，这主要是由于１９９６～２００５ 表明所选驱动因子对研究区有较好的解释能力，模拟结 ４ ６ ２ ２ 果是可信的。其中，滩涂的解释效果相对最好，均大于 ０．９，表明所选驱动因子能够较为精确地模拟滩涂的空间 布局。相比之下，林地、水域的ＲＯＣ值偏低，这与林地、水 域的分布相对分散、布局成因复杂存在着联系，但仍达到 要求水平。由于在１９９６～２０１１年间，经济发展、建设用地 需求激增，研究区大量农用地转化为非农用地，导致耕地 数量锐减，样本量过少，截至２０１１年，西海岸带范围内已 无耕地，因此，耕地的回归分析准确度可能受到影响，其 ＲＯＣ值可靠性有待进一步讨论。 根据Ｌｏｇｉｓｔｉｃ回归结果，人口、ＧＤＰ因子均未进入方 程，表明与其他因子有较强的相关性，予以剔除。自然因 素中，１９９６、２００５年距河流的距离、土壤类型和距海岸带 的距离在东、西海岸带回归中基本均进入了方程，表明这 三类因素对深圳海岸带的土地利用分布有着较为显著的 影响；坡度因素在西海岸带进人方程次数较少，而在东海 岸带则较多，这是因为深圳地势东南高西北低，西海岸带 地势相对平缓，坡度因素未构成较大影响；坡向因素，只 对林地、耕地有一定的影响，表明坡向对深圳海岸带的地 类布局影响较小，这符合实际情况。人工因素中，距城镇 的距离、距道路的距离、固定资产投资额进入方程次数较 多，表明这些因素对深圳海岸带的土地利用布局有着较 为重要的影响，２００５年以后，第三产业增加值在方程中的 系数大约增长了１０倍，这是由于深圳市自２００５年以来第 三产业用地的渐进增长，在城镇用地中所占比例的逐渐 提高，显示着深圳的城市发展逐渐成熟。 ４．２ 景观水平上的精度验证及驱动机制分析 将ＣＬＵＥ—Ｓ模型的模拟结果与相对应的土地利用现 状进行比较，其Ｋａｐｐａ指数计算结果见表４。 表４研究区Ｋａｐｐａ指数计算结果 Ｔａｂ．４ Ｒｅｓｕｌｔｓ ｏｆ Ｋａｐｐａ ｃｏｅｆｆｉｃｉｅｎｔｓ 从时间尺度进行分析，１９９６年对２００５年的模拟准确 率稍高于对２０１ １年的模拟准确率，表明模拟效果会随着 时间跨度的增长而下降…。２００５年模拟２０１１年的结果 要好于以１９９６年为基期的模拟，这一方面是时间尺度对 模拟精度的影响所致，另一方面是因为在１９９６～２００５年 年内西海岸带受人为活动影响程度较大，大规模填海造 地使海岸线向海洋一侧扩张 ；西海岸带地类相对比较 散乱，细碎化严重，尤其是林地较为分散；与此同时，受到 经济快速发展的影响，城市建设大规模侵占其他用地，农 业结构不断遭受破坏；而东海岸带人类活动频率相对较 小，受人为影响较少，土地利用结构相对稳定。２００５年模 拟２０１１年东、西海岸带出现的差异可以解释为从２００５年 起，东海岸带由于大鹏湾附近港口码头的开发建设，且受 到城市发展的强大土地压力，城镇用地开始大幅度上升， 且受到影响以及经济林、果园的建设，东海岸带土地 利用变化率总的趋势开始变高。 根据１９９６～２０１１年深圳海岸带现状图（如图２、图３ 所示），深圳海岸带的土地利用空间变化较为明显，且在 此期间东、西海岸带均有不同程度的向外延伸现象，尤其 西海岸受到滩涂围垦、填海造地的影响较为严重，且多为 淤泥浅滩地质，海岸线变化较为强烈，向海一侧扩张十分 明显。ＣＬＵＥ—Ｓ模拟结果表明，所选驱动因子能够反映 研究区土地利用的动态变化，具有一定可信度，尤其是对 条带状分布的水域和格网状分布的海水养殖用地能够较 好地体现，但对破碎化程度较为严重的林地，则需要考虑 引入其他因素进一步改善其模拟效果。 喜 ｛ ∞衅黼埠■轼■∞ｌｌ●墨■■疆玳崔 ｌ￣ｌＬｌｔｔｍ雄ＩＩ摹∞碑ｌｌ簟砷ｌｌ● ．－＿＝－－Ｅ＝ 图２深 Ｉ西海岸带土地利用模拟结果与现状图比较 Ｆｉｇ．２ Ｃｏｍｐａｒｉｓｏｎ ｏｆ ｔｈｅ ａｃｔｕａｌ ａｎｄ ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｏｆ ｌａｎｄ ｕｓｅ ｔｙｐｅｉｎ ｔｈｅ ｗｅｓｔｅｒｎ ｃｏａｓｔ ｏｆ Ｓｈｅｎｚｈｅｎ ５结束语 本文基于ＣＬＵＥ—Ｓ模型，采用不同时间、空间分辨率 尺度利用所选驱动因素对深圳海岸带的土地利用进行模 拟，并分别从类别水平和精度水平多角度对模拟结果进 行评价，以验证驱动因子选择的合理性。结果表明，以 ３６ 测绘与空间地理信息 ２０１６．笨 ， ｌ 一 ■■ －” ： …－ｌ■… 图３深卸ｌ西海岸带土地利用模拟结果与现状图比较 Ｆｉｇ．３ Ｃｏｍｐａｒｉｓｏｎ ｏｆ ｔｈｅ ａｃｔｕａｌ ａｎｄ ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓ ｏｆ ｌａｎｄ ｕｓｅ ｔｙｐｅ ｉｎ ｔｈｅ ｅａｓｔｅｒｎ ｃｏａｓｔ ｏｆ Ｓｈｅｎｚｈｅｎ １９９６年西海岸作为实验对象，三种空间分辨率下１００ ｍ 分辨率的Ｌｏｇｉｓｔｉｃ整体拟合精度最高；实验区的模拟结果 显示所选驱动力因子与各地类的Ｌｏｇｉｓｔｉｃ回归拟合精度 均达到０．７以上水平，其中，以滩涂的拟合度最高，均高于 卜＿＿ ０．９，林地和水域相比较低；以２００５年模拟２０１１年的结果 与真实图的Ｋａｐｐａ指数最高，均达到０．８以上水平。 总体来说，ＣＬＵＥ—Ｓ模型可用来对深圳海岸带土地 利用的模拟预测，所选驱动因子对研究区土地利用变化 有良好的解释作用。其中，自然因素中，距河流的距离、 距海岸线的距离和土壤类型对东、西海岸带的土地利用 空间布局有着较明显的影响，受地势影响，东海岸带土地 利用分布也受到坡度因素的较强；人为因素中，距城 镇的距离、距道路的距离、固定资产投资额对地类空间分 布有较强的影响作用，人口和ＧＤＰ由于与其他因子存在 相关性因而被剔除。对ＣＬＵＥ—Ｓ模拟结果进行分析，表 明模拟随着时间的缩短精度发生变化，时间越短，模拟图 越接近真实图。东海岸带因人类活动频率较小，各期模 拟精度均较高；而１９９６～２００５年间深圳西海岸带由于受 人为影响较大，大量开发建设占用耕地、海水养殖用地， 且受到人为填海造陆和本身地质的影响，海岸线不断向 外扩展，使１９９６～２００５年、１９９６～２０１１年西海岸带两期模 拟精度相对东海岸较低。本研究基于所选驱动力因子对 深圳海岸带的土地利用空间布局模拟，并得出上述结论， 但该结论是否适用于所选研究区之外的其他地区，有待 于进一步的验证讨论。由于海岸带存在向海域扩张的现 象，研究区的大小会随着时间发生变化 ，而模型目前未 将海岸带扩张的影响纳入到考虑范围。此外，土地利用 变化受到的推动作用难以具体量化，且本研究采用 了较为简单的线性内插法确定土地需求量，模拟效果与 真实情况之间尚存在一定的差距。 参考文献： ［１］周锐，苏海龙，王新军，等．ＣＬＵＥ—Ｓ模型对村镇土地利 用变化的模拟与精度评价［Ｊ］．长江流域资源与环境， ２０１２，２１（２）：１７４—１８０． ［２］ 徐昔保．基于ＧＩＳ与元胞自动机的城市土地利用动态 演化模拟与优化研究［Ｄ］．兰州：兰州大学，２００７． 唐华俊，吴文斌，杨鹏，等．土地利用／土地覆被变化 （ＬＵＣＣ）模型研究进展［Ｊ］．地理学报，２００９，６４（４）： ４５６—４６８． 张学儒，王卫，徐中春．唐山海岸带土地利用格局的情 景模拟［Ｊ］．资源科学，２００９，３１（８）．７ 朱利凯，蒙吉军．国际ＬＵＣＣ模型研究进展及趋势［Ｊ］． 地理科学进展，２００９，２８（５）：７８２—７９０． 王智苑．闽南地区海岸带土地利用变化及其生态效益 研究［Ｄ］．福州：福建农林大学，２０１０． 孙永光．基于ＣＬＵＥ—Ｓ模型验证的海岸围垦区景观驱 动因子贡献率［Ｊ］．应用生态学报，２０１１，２２（９）： ２ ３９１—２ ３９８． 武桂贞．河北省海岸带土地利用变化驱动力的定量研 究［Ｄ］．石家庄：河北师范大学，２００８． 马金卫，吴晓青，周迪，等．海岸带城镇空间扩展情景模 拟及其生态风险评价［Ｊ］．资源科学，２０１２，３４（１）： １８５—１９４． ｍ 冯永玖，¨ 韩震．海岸带土地利用模拟结果对元胞邻域的 Ｂ 响应研究［Ｊ］．水土保持研究，２０１０，１７（４）：７８—８１，８６． Ｌｉｎ Ｙ Ｐ，Ｈｏｎｇ Ｎ Ｍ，Ｗｕ Ｐ Ｊ，ｅｔ ａ１．Ｍｏｄｅｌｉｎｇ ａｎｄ ａｓｓｅｓｓ— ｉｎｇ ｌａｎｄ—·ｕｓｅ ａｎｄ ｈｙｄｒｏｌｏｇｉｃａｌ ｐｒｏｃｅｓｓｅｓ ｔｏ ｆｕｔｕｒｅ ｌａｎｄ—－ ｕｓｅ ａｎｄ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｓｃｅｎａｒｉｏｓ ｉｎ ｗａｔｅｒｓｈｅｄ ｌａｎｄ—ｕｓｅ ｐｌａｎｎｉｎｇ［Ｊ］．Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｇｅｏｌｏｇｙ，２００７，５３（３）： ６２３—６３４． 彭建，蔡运龙，Ｐ．Ｈ．Ｖｅｒｂｕｒｇ．喀斯特山区土地利用／覆 被变化情景模拟［Ｊ］．农业工程学报，２００７，２３（７）： ６４—７０．２９２． 李娜，张丽，闫冬梅，等．基于ＣＬＵＥ—Ｓ模型的天津滨 海新区土地利用变化情景模拟［Ｊ］．遥感信息，２０１３，２８ （４）：６２—６８． 章欣欣，朱顺痣，朱晓铃．基于Ｄｙｎａ—ＣＬＵＥ的厦门市 土地利用变化模拟［Ｊ］．厦门理工学院学报，２０１５，３５ （３）：６８—７４，７９． 余婷，柯长青．基于ＣＬＵＥ—Ｓ模型的南京市土地利用 变化模拟［Ｊ］．测绘科学，２０１０，３５（１）：１８６—１８８，１６４． 李闻．基于ＣＬＵＥ—Ｓ模型的土地利用模拟研究［Ｄ］． 南京：南京师范大学，２０１１． Ｆｉｓｃｈｅｒ，Ｇ．，Ｆ．Ｎａｃｈｔｅｒｇａｅｌｅ，Ｓ．Ｐｒｉｅｌｅｒ，Ｈ．Ｔ．ｖａｎ Ｖｅｈｈｕｉ— ｚｅｎ，Ｌ．Ｖｅｒｅｌｓｔ，Ｄ．Ｗｉｂｅｒｇ，２００８．Ｇｌｏｂａｌ Ａｇｒｏ—ｅｃｏ— ｌｏｇｉｃａｌ Ｚｏｎｅｓ Ａｓｓｅｓｓｍｅｎｔ ｆｏｒ Ａ ｃｕｌｔｕｒｅ（ＧＡＥＺ ２００８）． ＩＩＡＳＡ，Ｌａｘｅｎｂｕｒｇ，Ａｕｓｔｉｒａ ａｎｄ ＦＡＯ，Ｒｏｍｅ，Ｉｔａｌｙ． 国土资源部地籍管理司，中国土地勘测规划院．２００７ ＴＤＴ第二次全国土地调查技术规程［Ｇ］．北京：中华人 民共和国国土资源部，２００７． Ｖｅｒｂｕｒｇ ＰＨ，ｄｅ Ｋｏｎｉｎｇ ＧＨＪ，Ｋｏｋ Ｋ，Ｖｅｌｄｋａｍｐ Ａ，Ｂｏｕ— ｍａ Ｊ．Ａ ｓｐａｔｉａｌ ｅｘｐｌｉｃｉｔ ａｌｌｏｃａｔｉｏｎ ｐｒｏｃｅｄｕｒｅ ｆｏｒ ｍｏｄｅｌｌｉｎｇ ｔｈｅ ｐａｔｔｅｒｎ ｏｆ ｌａｎｄ ｕｓｅ ｃｈａｎｇｅ ｂａｓｅｄ ｕｐｏｎ ａｃｔｕａｌ ｌａｎｄ ｕｓｅ ［Ｊ］．Ｅｃｏｌｏｇｉｃａｌ Ｍｏｄｅｌｌｉｎｇ，１９９９，１ １６：４５—６１． 黄明，张学霞，张建军，等．基于ＣＬＵＥ—Ｓ模型的罗玉 沟流域多尺度土地利用变化模拟［Ｊ］．资源科学，２０１２， ３４（４）：７６９—７７６． （下转第４ｏ页） 测绘与空间地理信息 问题，国外很多公司已经成功发布了城市三维快速建模 成果，随着网络、信息技术的快速发展，城市三维模型正 ２０１６生 目前，我省测绘单位已经配备了ＡＤＳ１００等高效数码 航摄仪、像素工厂等集群式影像处理系统、机载ＬｉＤＡＲ系 统、无人机航摄系统、车载移动测量系统等测绘技术装 逐步成为智慧城市建设的一个重要载体，城市三维模型 将成为一种新的基础地理信息数据形式，建议由国土资 备，还将陆续引进倾斜摄影系统、三维激光扫描系统等现 代测绘技术装备。这些技术装备可以为应对土地政 策与地方需求矛盾、土地违法事件难查处、地质环境监 源管理部门主导开展基于倾斜摄影系统的城市三维模型 建模及定期更新工作。采用倾斜摄影系统具有建模速度 快、自动化程度高、模型效果逼真等优点，可以有效应对 我省城市发展迅速、城市规模面貌１３新月异的特点。 测、保耕地红线、节约集约用地工作压力大等问题提供科 学的技术辅助；将在土地利用规划、土地开发整理、土地 执法、土地确权、基本农田保护和监测、生态退耕、矿产勘 查、矿产开发与监测、地质环境监测、数字国土，以及地理 国情监测等国土资源科学管理中发挥越来越重要的作 ３．８ 手持终端在外业核查中的应用建议 随着手持终端硬件技术的不断提高，基于手持终端 的外业核查系统在用户体验、功能方面越来越好，促进了 外业核查载体由纸质向数字的转变，应用前景十分广阔， 建议在外业调绘、信息核查、兴趣点采集、地理国情普查、 用。测绘部门有条件、有能力为国土资源管理提供全方 位的服务。 土地执法等国土资源管理工作中推广使用。 ３．９ 完善ＤＯＭ获取机制建议 数字正射影像图（ＤＯＭ）是地面信息在影像图上的真 实客观反映，所包含的信息远比地形图丰富，是应用较为 参考文献： ［１］ 王雪娇，洪友堂．机载ＬＩＤＡＲ技术在快速生产高精度 ＤＥＭ中的应用［Ｊ］．北京测绘，２０１２（４）：４６—４８． ［２］ 徐德明．加快推动数字城市向智慧城市发展为全面建成 广泛的基础地理信息数据之一。现阶段我省配备了多套 高效数码航摄系统及集群式影像处理系统，已经具备海 量影像数据的快速生产能力，建议我省逐步完善省、市、 县三级ＤＯＭ获取机制，缩短ＤＯＭ获取周期，提高获取影 小康社会贡献力量［Ｊ］．中国测绘，２０１３（１）：４—７． ［３］ 朱仁义．宽幅ＩｎＳＡＲ技术在地质灾害中的综合形变监测 应用研究［Ｄ］．西安：长安大学，２０１２． ［４］ 徐进军，王海成，罗喻真，等．基于ｉ维激光扫描的滑坡 变形监测与数据处理［Ｊ］．岩土力学，２０１０，３１（７）： ２ １８８—２ １９６． 像的分辨率，同时逐步完善影像发布、共享机制。 ４结束语 随着硬件设施和软件技术的进步，应用现代测绘技 术装备服务于我省国土资源管理工作，将会进一步推进 ［５］ 高娇娇．高精度无人机遥感地质灾害调查应用研究 ［Ｄ］．北京：北京交通大学硕士论文，２０１０． ［６］ 王树文，刘俊卫．遥感技术在地理国情监测中的应用与 研究——以天津市为例［Ｊ］．测绘通报，２０１２（８）： ５１—５４． 我省国土资源管理工作向自动化、高效率、智能化发展。 根据《国家地理信息产业发展规划（２０１４—２０２０年）》， “数码航摄仪、倾斜摄影仪、机载激光雷达、轻小型合成孔 ［７］ 李强，邓辉，周毅．三维激光扫描在矿区地面沉陷变形监 径雷达等传感器，以及高精度定位定向系统与高安全度 低空遥感平台”等现代测绘技术装备将得到不断发展和 推广应用。 （上接第３６页） ［２１］范一大，史培军，辜智慧．行政单元数据向网格单元转 化的技术方法［Ｊ］．地理科学，２０００，２４（１）：１０５—１０８． ［２２］ 张永民，赵士洞．ＣＬＵＥ—Ｓ模型及其在奈曼旗土地利用 时空动态变化模拟中的应用［Ｊ］．自然资源学报，２００３， １８（３）：３１０—３ｌ８． 测中的应用［Ｊ］．中国地质灾害与防治学报，２０１４，２５ （１）：１１９—１２４． ［编辑：栾丽杰］ Ｍａｓｓａｃｈｕｓｅｔｔｓ，ＵＳＡ［Ｊ］．Ａｇｒｉｃｕｌｔｕｒｅ，Ｅｃｏｓｙｓｔｅｍｓ＆Ｅｎ一 ｖｉｒｏｎｍｅｎｔ，２００１，８５（１）：２３９—２４８． ［２５］刘淼，胡远满，常禹，等．土地利用模型时间尺度预测能 力分析——以ＣＬＵＥ—Ｓ模型为例［Ｊ］．生态学报， ２００９，２９（１１）：６ １１０—６ １１９． ［２３］ 冯仕超，高小红，顾娟，等．基于ＣＬＵＥ—Ｓ模型的湟水 流域土地利用空间分布模拟［Ｊ］．生态学报，２０１３，３３ ［２６］杨秀丽，黄玲玲，成建梅，等．深圳西海岸湿地资源遥感 动态监测［Ｊ］．安全与环境工程，２００８，１５（１）：３８—４１． （３）：９８５—９９７． ［２４］Ｐｏｎｔｉｕｓ Ｒ Ｇ，Ｓｃｈｎｅｉｄｅｒ Ｌ Ｃ．Ｌａｎｄ—ｃｏｖｅｒ ｃｈａｎｇｅ ｍｏｄｅｌ ｖａｌｉｄａｔｉｏｎ ｂｙ ａｌｌ ＲＯＣ ｍｅｔｈｏｄ ｆｏｒ ｔｈｅ Ｉｐｓｗｉｃｈ ｗａｔｅｒｓｈｅｄ， ［编辑：栾丽杰］
