第44卷第2期
测绘与空间地理信息Vol.44，No.2
Feb.，2021 2021年2月GEOMATICS&SPATIAL INFORMATION TECHNOLOGY
李雪丽，兰磊，朱杰亮，肖智峰
(萍乡市规划勘察设计院，江西萍乡337000)
摘要：将赣州市作为研究对象，选取2000、2004、2010、2014和2017年5期Landsat遥感影像，利用RS和GIS技术，采用人机交互解译辅助实地考察方式提取赣州市2000—2017年土地利用类型图并分析土地利用变化特征；结合2000—2017年赣州市社会经济影响指标，运用主成分分析法分析得到赣州市土地利用变化的驱动因子。结果表明：1)2000—2017年间，赣州市城乡、工矿、居民地变化幅度最大，面积逐年增加，林地面积以较缓的速度增加，耕地、河流和未利用土地面积整体呈下降趋势。2)2014—2017年是赣州市土地利用变化最明显的时期，城乡、工矿、居民地变化最大，其余依次是河流、未利用土地、耕地、林地。3)2000—2017年间，引起赣州市土地利用发生改变的主要驱动因子为社会经济因子、人口因子、产业结构因子，另外人民的生活水平和政府管理部门的政策和规划也是重
要的影响因素。
关键词：土地利用变化；主成分分析；驱动因子；赣州市
中图分类号：P237文献标识码：A文章编号：1672-5867(2021) 02-0024-05
Analysis of the Dynamic Changes in Land Use and Their
Driving Factors in Ganzhou City
黑人大sLI Xueli,LAN Lei,ZHU Jieliang,XIAO Zhifeng
(Pingxiang City Planning Survey and Design Institute,Pingxiang337000,China)
Abstract:Took Ganzhou City as the research object,selected the Landsat remote sensing images of2000,2004,2010,2014and 2017.Extracted the land use type map of Ganzhou City from2000to2017and analyzed the characteristics of land use change by means of RS,GIS,and human-computer interaction interpretation.Combined with the social and economic impact indicators of Ganzhou City from2000to2017,analyzed the driving factors of land use change in Ganzhou City by using PCA.The results showed that: (1)From2000to2017,the urban and rural industrial mine and r
esidential areas of Ganzhou City had the largest changes and increased year by year,the forest area increased at a slower rate,and the area of cultivated land,rivers and unused land has declined overall.( 2)From2014to2017,the land use change in Ganzhou City was the most obvious change.The urban and rural industrial mine and residential areas had the most change,the rest were rivers,unused land,cultivated land and forest land.(3)From2000to 2017,the main driving factors for the change of land use in Ganzhou City were socio-economic factor,population factor,and industrial structure factor.In addition,people's living standards and government management departments'policies and plans also had important impact.
Key words:land use change；PCA；driving factors；Ganzhou City
0引言
土地是人们赖以生存的根基，人们生产生活中重要的载体，对于土地利用及覆被变化(Land Use and Land Cover Change)的研究能够在全球气候变化、碳氮蓄积、土地利用变化及政策、水资源以及生物多样性等方面起到非常重要的作用［1-4］。随着社会经济的持续快速发展，工业化、城市化进程的加快，以及国家区域发展与生态保护战略的实施，通过了解土地的利用状况，合理使用土地，提高土地利用效率和效益，为可持续使用和管理土地提
湖南二本院校排名
黄渤上康熙来了收稿日期：2020-01-19
you will not get hurt基金项目：国家自然科学基金项目(4156010389)；市社科研究课题一一乡村振兴背景下的村庄规划研究(19WTKT06)资助
作者简介：李雪丽(1993-)，女，甘肃白银人，助理工程师，硕士,2019年毕业于江西理工大学地图学与地理信息系统专业，主要从事土地资源研究、空间数据存储与管理方面的工作。
第2期李雪丽等：赣州市土地利用动态变化及其驱动因子分析25
供科学参考依据已成为当今研究关注的热点［5-8］。史利
江和范科红利用遥感影像分别对上海和重庆中心城区的
土地利用结构及其驱动因子进行分析，得出经济发展是
导致土地利用类型发生变化的主导因素［9-10］。张忠辉和
代晨阳对松原市和厦门市的土地利用结构进行了研究，
并分析了其动态变化情况［11-12］。郑怡鹏对昆明市呈贡新
区土地利用变化进行分析，发现其城市建筑面积增加幅
度较大［13］。
本文以赣州市为例，定量分析近18年随着城市化建
设土地利用变化中的类型、强度和方向，并研究区域经济
发展、生活水平、产业结构变动、人口数量等驱动因素对
土地利用的影响。
1研究区概述和数据来源
1.1研究区概述
赣州，简称“虔”，位于江西省南部，是江西省面积最大、人口最多的设区市，面积39379.64km2，占江西省总面积的23.6%。赣州市地形以山地丘陵、盆地为主，属亚热带季风气候区，降水充足、气候温和，植被资源丰富、水系众多，是赣江发源地。
1.2数据来源
本文数据来源于Landsat系列卫星影像、江西省统计年鉴和赣州市国民经济和社会发展统计公报。其中Landsat遥感影像用于土地利用分类，包括2000、2004、2010.2014和2017年每年下半年云量较少且季节接近的5期影像。
2研究方法
2.1土地利用分类
依据我国的《土地利用现状调查技术规程》，并根据土地的用途、经营特点、利用方式和覆盖特征等因素，区分差异性，归纳共同性，分为耕地、林地、城乡工矿居民用地、水域和未利用土地5个类型。对2000、2004、2010、2014,2017年5个年份的赣州市Landsat影像分别进行波段组合、几何精校正、影像裁剪融合等预处理操作之后，采用监督分类中的支持向量机(Support vector machines, SVM)算法对遥感影像进行分类，并得到赣州市土地利用分类结果，如图1所示。经精度检验，2000、2004、2010、2014和2017年5期分类图的精度都达到85%以上，满足本研究的需求。
2.2土地利用动态度
为定量刻画在一定的时间段内土地利用发生变化的强烈程度，预测土地利用变化趋势，进行土地利用动态度的计算⑼。计算公式为：式中,K为土地利用动态度，U a、U b分别为研究初期和末期某种土地利用类型的面积，T 代表研究时间段的时间间隔。
U b_U1
K=XX100%(1) U a T'丿
图1赣州市2000-2017年五期土地利用分类结果Fig・12000—2017five-period land use
classification in Ganzhou
2.3主成分分析方法
引起土地利用类型发生变化的因子有很多，为了提高分析效率、降低工作难度，需要利用主成分分析法，即用数量较少、彼此独立且保证原始数据信息丢失最小的几个综合指标替代之前较多的变量指标，综合指标就是之前较多的变量指标的主要成分［⑷。利用这种方法，就可以分析得到影像土地利用类型与面积发生变化的主要驱动因子［15］。
3结果与分析
3.1赣州市土地利用变化分析
3.1.1土地利用结构及变化
对赣州市2000、2004、2010、2014、2017年的土地利用面积进行统计分析，分别得到每年的林地、耕地、水域、城乡、工矿、居民地和未利用土地5种用地类型的面积，见表1。
表1赣州市各期土地利用面积统计(km2)
Tab・1Land use statistics of various period in
Ganzhou City(km2)
年份林地耕地河流
城乡、工矿、
居民地
未利用
土地200026932.849099.411120.31283.201943.88 200427975.648781.731034.71296.321291.24 201030031.847332.981149.58310.76554.49 201430375.107423.55854.51426.01300.47 201730482.436979.07974.76662.91280.47结果表明，赣州市主要以林地和耕地为主，河流和城乡、
工矿、居民地其次，未利用土地最少，以2017年为例，林地和耕地面积分别为30482.43km2和6979.07km2，占比为77.41%和17.72%，而河流，城乡、工矿、居民地和未利用土地3种类型总占比仅为4.80%
。
26测绘与空间地理信息2021年
在2000—2017年间，赣州市林地的占地面积由26932.84km2增加到30482.43km2，增幅为13.18%；耕地 面积在2010—2014年略有增加，但整体仍呈下降趋势，减幅23.30%；河流面积整体呈减少的趋势，由1120.31km2减少至974.76km2，减幅为12.99%；城乡、工矿、居民地的面积逐年呈较大幅度的增长，增幅为134.08%，是所有的土地利用类型中变化幅度最大的，面积增加最大量出现在2014—2017年间，年均增加78.97km2，在此期间，耕地面积减少幅度较大，说明2014—2017年间赣州市城市扩展速度较快；未利用土地由2000年1943.88km2逐年递减至2017年280.47km2，面积占比由4.94%减少至0.71%,2010—2014年间减少幅度最大，年均减少63.51 km2，耕地和城乡、工矿、居民地的面积在这段时间却呈增加趋势，说明未利用土地逐渐被重视，被作为耕地或建筑用地加以利用。
3.1.2土地利用类型变化及动态度
计算赣州市2000、2004、2010、2014和2017年5个时期4个时段内土地利用变化动态度，分析得到不同时期土地利用变化的速率，见表2。林地面积逐年增加，但增加速率较为平缓，2000—2017年间，平均增速为0.73%/a, 2004—2010年速率为1.22%/a，相比于其他3个时段较快，且在这段时间里，耕地面积减少速度为2.36%/a，为4个时段内的最大值。该现象的出现与赣州市人民政府在2003年5月颁
布的《赣州市退耕还林区域规划实施意见》息息相关，即说明2004—2010间退耕还林政策具有很大的成效。赣州市耕地面积在2000—2017年间平均减少速率为1.29%/a，而城乡、工矿、居民地的平均增加速率达到了7.45%/a，且随着时间的推移在不断变大，说明耕地面积减少一方面受到退耕还林政策的影响，另一方面是由于赣州市城市化进程地加快，促使耕地转为城乡、工矿、居民地。2000—2004和2014—2017两个时段，河流面积均呈现出减少的趋势，分别以1.53%/a,5.13%/a的速度在不断减少，因此,2000—2017年，河流面积总体上在不断的减少，减少速度为0.72%/a，虽在2004—2010和2014—2017两个时段有所增加，但增加的速率较为缓慢。未利用土地的面积在这4个时段都在不断的减少，且2000—2014年间减少速度逐渐变大，直到2014—2017年减少速度才开始变低至1.66%/a，说明人们一直在挖掘未利用土地的潜力，进而将其进行合理利用转为其他土地利用类型。
总体来看,2000—2017近18年来城乡、工矿、居民地的动态变化度最大，其次是未利用土地，耕地紧随其后，而林地和河流的动态变化度相对较小，为0.73%和0.72%。
3.2土地利用驱动力分析
3.2.1指标体系
土地利用变化是人地系统耦合作用的产物，人文和自然因素是其最重要的驱动力［g"］。在短时间内(几十年甚至几百年)，土地利用类型发生变化的主要影响因素是人文因素［"切］。本文选取2000—20
17年间影响赣州市土地利用变化的10个主要社会经济影响指标：全市生产总值(X1)、年末总人口(X2)、全年粮食总产量(X3)、全部工业增加值(X4)、固定资产投资额(X5)、生猪出栏头数(X6)、地方财政收入(X7)、第一产业所占比重(X8)、第二产业所占比重(X9)、第三产业所占比重(X10)。运用 SPSS17.0软件分析指标之间的相关性，得到KMO的值大于0.8，即所选指标之间适合进行主成分分析。
表2赣州市土地利用动态度单位(%) Tab.2Land use dynamics in Ganzhou City(%)
年份林地耕地河流
城乡、工矿、
居民地
未利
用土地2000—20040.77-0.70-1.530.93-6.71 2004—2010 1.05-2.36 1.590.70-8.15 2010—20140.230.25-5.137.42-9.16 2014—20170.09-1.50 3.5213.90-1.66 3.2.2主成分分析
在2000—2017年，赣州市的城乡、工矿、居民用地相对于其他用地类型动态度最大，故以城乡、工矿
、居民用地为例，对赣州市土地利用变化的驱动因素进行定量分析。对城乡、工矿、居民用地面积比重变化与选取指标进行相关性分析，利用主成分分析方法对选取因素进行定量分析，查引起城乡、工矿、居民用地变化的主要因子，见表3。
表3城乡、工矿、居民用地比重与驱动因子的相关性Tab.3Correlation between urban and rural areas,
industrial and mining,residential land
use and driving factors
驱动因素相关系数
城乡、工矿、居民用地1
大明风华演员表全市生产总值(X I)0.996
年末总人口(X2)0.950
全年粮食总产量(X3)0.872
全部工业增加值(X4)0.996
固定资产投资(X5)0.998
生猪出栏头数(X6)0.971
地方财政收入(X7)0.992
第一产业所占比重(X8)-0.924
第二产业所占比重(X9)0.904
第三产业所占比重(X10)0.751
从表3可得，所选的10个指标与城乡、工矿、居民用地相关系数较大，具有明显相关性，可作为城乡、工矿、居民用地面积变化的主要驱动因子。对驱动因子进行主成分分析，并进行特征值、贡献率和累计贡献率的计算，得
第2期李雪丽等：赣州市土地利用动态变化及其驱动因子分析27
到计算结果见表4，由此可知，第一、二主成分特征值均大于1，且累计贡献率达到89.959%，即第一、二主成分的影响力足够大，因此，只需提取这两个因子所选取的指标作为赣州市土地利用变化的主要驱动力。
表4驱动因子的主成分特征值和贡献率
Tab.4Principal component eigenvalues and
周星驰有没有老婆contribution rates of driving factors 主成分特征值贡献率/%累计贡献率/%
17.95479.53679.536
2 1.04210.42389.959
30.469 4.69594.653
40.334 3.33797.990
50.172 1.71699.706
60.0180.18299.888
70.0070.07099.958
80.0020.02399.981
90.0010.01499.995
100.0010.005100.000
计算得到的主成分旋转载荷矩阵（见表5），用于说明主成分和变量之间的相关性，由表5可知，全市生产总值、年末总人口、全部工业增加值、固定资产投资、第二产业所占比重均与第一主成分呈最大正相关；第二主成分中，第三产业所占比重载荷值为0.985，即第三产业所占比重是影响第二主成分的重要驱动力。由此可得出以下结论：赣州市社会经济的发展、人口数量的增加及产业结构的调整，是2000—2017年赣州市土地利用发生变化的主要驱动力，与此同时，人民生活水平的提高及相关政策和规划对土地利用变化也起到了非常重要的作用。
表5主成分载荷矩阵
Tab.5Principal component loading matrix
变量第一主成分第二主成分全市生产总值（X I）0.986-0.075
年末总人口（X2）0.9870.053全年粮食总产量（X3）0.8430.006
全部工业增加值（X4）0.983-0.089
固定资产投资（X5）0.957-0.134
生猪出栏头数（X6）0.8410.135
地方财政收入（X7）0.926-0.086第一产业所占比重（X8）-0.967-0.096
第二产业所占比重（X9）0.9540.055
第三产业所占比重（X10）0.0550.985
3.2.3驱动因子分析
1）社会经济发展因子
在2000—2017年间，赣州市经济快速发展，全市生产总值由268.00亿元激增至2524.01亿元，增加了2256.01亿元，增长率由7.8%变为9.5%；全部工业增加值由58.16亿元增长至897.48亿元，共增加839.32亿元；固定资产投资由61亿元增加2449.48亿元后变为2510.48亿元，年均增长22.13%。赣州市经济的高速发展，促进了城乡、工矿、居民用地的面积逐年增加，耕地面积减少，同时经济的发展带动了服务业、交通业的发展，相应地也占用了一部分土地，因此，社会经济的不断发展是影响赣州市土地利用结构发生变化的重要驱动因子。
2）人口因子
人类的生产生活依赖土地，土地可以提供给人类赖以生存的物质资源，而人类在自身的活动过程中，也会对土地产生影响，即人口也是引起土地利用类型发生变化的重要驱动因子。2000—2017年，赣州市总人口由794.16万人增长至863.56万人，年均增加量为3.86万人，人口密度由202人/km2变为219人/km2，且非农业人口的数量也在逐年增加，由134.06万增长至420.72万，所占比例从16.88%变为48.72%。人口的增加，加剧人地关系的紧张，单一的农业收入已不能满足人们的生活需要，城镇化进程的加快，大量的人口流入城镇，在一定程度上导致其他用地类型转为城乡、工矿、居民用地。
3）产业结构因子
随着赣州市政府不断地调整产业结构，优化经济结构，推动三大产业的协调稳定发展，实现经济总量的不断上升。从2000—2017年18年的时间里，以农业为代表的第一产业所占比重由34.70%逐年下降至12.1%，第二和第三产业的发展比重分别由29.3%上升至42.6%,36.00%上升至45.3%，而第二三产业的发展以建设用地为主，因此，产业结构的调整也在不断促使赣州市土地利用类型发生着变化。
4）生活水平因子
人民生活水平的变化也会引起土地利用类型发生变化,2000—2017年，赣州市居民的收入在不断提高,
2000年赣州市农村居民和城市居民的人均可支配收入仅为4811元和2100元，与上年相比仅增长4.6%和0.25%，但在2017年，农村居民和城市居民的人均可支配收入已达到9717元和29567元，且增长率变为11.3%和9.2%，恩格尔系数也在逐年递减，在2017年已下降至36.1%和33.6%。人民生活条件的改善，使得房屋、道路等面积逐渐增加，推动了土地利用类型向城乡、工矿和居民用地发展。
5）政策和规划因子
赣州市政府颁布的相关土地利用政策与城市规划方案是土地利用类型发生变化的基础，对土地利用转化的作用力度和作用形式也在不断发生着变化。2000年以来，赣州市响应国家号召，积极开展“退耕还林”工程，促进了赣州市森林覆盖率的提高;2011年来，赣州市先后被定位为江西省域副中心城市、赣粤闽湘四省通衢的区域性现代化中心城市、国家级稀土、钨等战略性新兴产业聚
28测绘与空间地理信息2021年
集区，并不断进行体制创新，逐渐向工业化和城镇化发展，同时加强生态文明建设，将赣州市发展成为国家历史文化名城、国家生态园林城市和优秀旅游城市，这一系列的政策措施使得赣州市的土地利用类型发生了变化。
4结束语
本文对赣州市2000、2004、2010、2014、2017年遥感影像进行解译之后，得到各期土地利用类型及对应的面积，并计算土地利用动态度，分析2000—2017年赣州市土地利用动态变化特征，结合赣州市主要社会经济影响指标运用主成分分析方法对赣州市土地利用变化的驱动因子进行分析。
1)2000—2017年，赣州市林地面积以较缓的速度逐年增加，耕地面积共减少了2120.34km2，在2010—2014年略有增加，但幅度较小，河流面积减少145.55km2，城乡、工矿、居民地相比于其他用地类型变化幅度最大，增加面积为379.71km2，未利用土地面积逐年下降，共减少1663.42km2。相对而言,2014—2017年是赣州市土地利用变化最为明显的一年，其中城乡、工矿、居民地土地利用动态度最大，为+13.9%，其余依次为河流、未利用土地、耕地、 林地。
2)2000—2017年引起赣州市土地利用类型发生改变的主要驱动因子分别为社会经济因子、人口因子、产业结构因子，另外人民的生活水平和政府管理部门的政策和规划也是重要的影响因素。
3)基于遥感影像对赣州土地利用类型变化情况及其驱动因子进行分析，可为赣州市土地利用规划和政策制定提供参考依据，促使政府管理部门在发展经济的同时进行科学规划引导，使得城乡土地利用结构合理健康发展，但遥感影像分辨率偏低使得分类结果出现误差，如何减小误差需要进一步研究。
参考文献：
[1]CORRESPONDING K P O,VERBURG P H.Analysis of
land use drivers at the watershed and household level:
Linking two paradigms at the Philippine forest fringe[J].
International Journal of Geographical Information Science,
2005,19(2)：125-152.
[2]VERBURG P H,SCHOT P P,DIJST M J,et al.Land use
change modelling:current practice and research priorities
[J].GeoJournal,2004,61(4)：309-324.
[3]ZHU Y,GE Q,HE L,et al.A case study on land use
change analysis using RS and GIS in the west jilin
province in China[C]//IEEE International Geoscience&
Remote Sensing Symposium.IEEE,Seoul:IGARSS,2005:
2287-2290.
[4]胡光印，金会军，董治宝，等.黄河源区土地利用/覆盖
变化(LUCC)研究[J].冰川冻土，2014,36(3)：
573-581.
[5]刘守珍，李俊莉.区域科技创新与可持续发展空间差异
研究一一以山东省国家可持续发展实验区为例[J].水
土保持通报,2018,38(4)：259-265.
[6]尤南山，蒙吉军，李枫，等.1980—2017年中国土地资源
学发展研究[J].中国土地科学,2017,31(11)：4-15. [7]杨绮丽，何政伟.2000—2013年甘肃敦煌市土地利用变
化及其驱动因素分析[J].冰川冻土，2016,38(2):
558-566.
[8]雷军，曾玮瑶，张小雷.基于土地集约化利用的城镇可
持续发展研究[J].水土保持通报，2013,33(3)：
312-317.
[9]史利江，王圣云，姚晓军，等.1994—2006年上海市土地
利用时空变化特征及驱动力分析[J].长江流域资源与
环境,2012,21(12)：1468-1479.
[10]范科红，李阳兵.1986—2007年重庆主城区土地利用
变化及其驱动因素研究[J].水土保持研究,2012,19
(1)：168-173.
[11]张忠辉，杨雨春，谢朋，等.松原市近20年土地利用景
观格局动态变化[J].中国农学通报，2014,30(2):
222-226.
[12]代晨阳，余明.基于RS/GIS技术的厦门市土地覆盖变
化研究[J].厦门理工学院学报,2009,17(3):42-47. [13]郑怡鹏.基于Landsat遥感影像的土地利用变化动态监
测[J].软件,2019,40(6)：200-203,222.
[14]高啸峰，王树德，宫阿都，等.基于主成分分析法的土地
利用/覆被变化驱动力研究[J].地理与地理信息科学，
2009,25(1)：36-39.
[15]赵志杰，张成扬.黄河三角洲土地利用/覆盖时空变化
研究[J].应用基础与工程科学学报，2016,24(4):
731-740.
[16]余新晓，张晓明，牛丽丽，等.黄土高原流域土地利用/
覆被动态演变及驱动力分析[J].农业工程学报,2009,
25(7)：219-225.
[17]孔静静，魏建新.乌鲁木齐市近16年建设用地和耕地
变化驱动力比较分析[J].水土保持研究,2014,21(4):
101-106.
[18]肖思思，吴春笃，储金宇.1980—2005年太湖地区土地
利用变化及驱动因素分析[J].农业工程学报,2012,28
(23)：1-11.
[19]秦富仓，周佳宁，刘佳，等.内蒙古多伦县土地利用动态
变化及驱动力[J].干旱区资源与环境,2016,30(6)：
31-37.
[20]张月，郄睿卿，张蔚，等.吉林市土地利用时空变化及驱
动力分析[J].测绘科学,2015,40(7)：73-77.
[编辑：刘莉鑫]
发布评论