令人沉醉的微笑

          基于典型相关分析的三峡库区土地利用变化研究

曹银贵 付梅臣 程烨 许宁

（中国地质大学土地科学技术学院，北京 100083）

摘 要：利用1996年、2000年和2004年的土地利用数据和社会经济统计数据进行研究。从宏观、中观和微观的层面分析了各种土地利用类型的单一土地利用动态度和土地利用相对变化率。然后采用典型相关分析的方法，定量揭示了三峡库区土地利用变化的主要社会经济影响因子之间的关系。

关键词：土地利用变化；驱动力；三峡库区

Research on Land Use Change Based on Canonical Correlation Analysis in Reservoir Area of Three Gorges

CAO yin-gui FU mei-chen CHENG ye XU ning HAO yin

（School of Land Science and Technology, China University of Geosciences, Beijing 100083)

Abstract: This paper uses the land use datum and social economic datum in 1996, 2000 and 2004 to carry on research. In the process of research, the dynamic degree of single land use type and relative change rate are analyzed from microscopic aspect, mid-scopic aspect and microscopic. Then the canonical correlation analysis is used to find out the relation between the land use change and social economic factors, and discovers the primary social economic factors from the quantitative analysis, which is helpful the land use forecasting and successive land use.

Key words: land use change; driving forces; Reservoir Area of Three Gorges

近年来，土地利用和土地覆盖变化（LUCC）受到越来越多的关注 ^[1~3]。纵观国际上土地利用/覆被变化的驱动机制研究，目前主要是通过大量的案例与比较，探讨土地利用/覆被变化的动力学机制^[4~6]。而驱动力一方面与自然状况有关，另一方面与人类活动有关。

选择三峡库区作为土地利用变化的研究点，一方面为库区土地利用规划提供指导；另一方面是从定量分析的角度得出社会经济发展的各指标对各地类变化的作用；最后可以为三峡库区其他研究做铺垫。

1 研究区概况

三峡库区是指三峡大坝建成后受回水影响的水库淹没区和移民搬迁安置所涉及的区域，位于E106°16’—111°28’、N28°56’—31°44’，行政上包括宜昌市区、宜昌县、兴山县、秭归县、巴东县、巫山县、巫溪县、奉节县、云阳县、开县、万州区、忠县、丰都县、石柱县、涪陵区、武隆县、长寿县、江北县、巴南区、江津市。总面积5.8万km²，2004年总人口为1673.63万人。三峡库区以山地为主，约占总面积的74%，丘陵约占总面积的22%，平原或坝地仅占4%。

2 数据与方法

2.1 数据来源

本次研究所涉及1996年、2000年和2004年的社会经济资料主要来源于重庆市统计年鉴和湖北省统计年鉴。这三期的土地利用数据主要来源于国土资源部的土地变更调查数据。

2.2 研究方法

引入单一土地利用动态度和土地利用相对变化率来分析三峡库区各个县市土地利用变 化的情况、不同库区段土地利用变化的情况及整个库区土地利用变化的情况。根据变化的结果结合社会经济统计指标，采用典型相关分析的方法来分析土地利用变化与社会经济各指标之间关系。

（1）单一土地利用动态度是某研究区一定时间范围内某种土地利用类型的数量变化情况^[2]。其表达式为：

                            （1）

式中，K为研究时段内某一土地利用类型动态度；U_a、U_b分别为研究期初某一种土地利用类型的数量；T为研究区监测的时间间隔，一般以年为单位。

（2）土地利用相对变化率是为了反映土地利用数量变化的区域差异^[7]。区域某一特定土地利用类型相对变化率可表示为：

                                                      （2）

式中，R为不同区域土地利用变化的相对变化率，K_a、K_b分别代表某区域某一特定土地利用类型研究期初、期末的面积；C_a、C_b分别代表全研究区某一特定土地利用类型研究期初、期末的面积。

（3）典型相关分析是把两组变量的相关，变为两个新变量（线性函数）之间的相关来进行讨论，同时又尽量保留原来变量的信息，或者说找到解释变量X的线性函数和找到目标变量Y的线性函数，使这两个函数具有最大的相关性^[8]。

在研究中，选取1996-2004年三峡库区20个区县耕地的变化量、园地的变化量、林地的变化量、草地的变化量、居民点及工矿用地的变化量、交通用地的变化量、水域的变化量分别定义为y₁、y₂、y₃、y₄、y₅、y₆、y₇；选取1996-2004年三峡库区20个区县的城市化率的变化量、总人口的变化量、劳动力变化量、固定资产投资的变化量、城乡居民储蓄余额的变化量、化肥用量的变化量、农业产值的变化量、第一产值的变化量、第二产值的变化量、第三产值的变化量、人均国民生产总值的变化量、人均粮食产量的变化量分别定义为x₁、x₂、x₃、x₄、x₅、x₆、x₇、x₈、x₉、x₁₀、x₁₁、x₁₂。

3 结果与分析

3.1 土地利用变化分析

3.1.1 土地利用总量变化

1996-2004年间，耕地与林地的数量变化是比较大的。在此期间，耕地面积减少171733.3hm²，而林地却增加了174733.3hm²。由此可见库区耕地面积的减少很大程度上是由于退耕还林政策的影响；其次是未利用地的面积有所减少；另外园地、居民点及工矿用地、水域面积在增加。从不同的时间段来看，2000-2004年内各地类的变化情况要比1996-2000年内各地类的变化情况剧烈。

3.1.2 单一土地利用动态度

利用公式（1）计算出了三峡库区土地利用动态度。在1996-2004年间园地的土地利用动态度是最大的，达到了3.288%，可见10年内园地的变化速度是比较快的；牧草地的土地利用动态度最小，并且牧草地在研究期内在减少。从不同时间段来看，2000-2004年内各地类的土地利用动态度都高于1996-2000年内各地类的土地利用动态度。

接着从中观的层面考虑不同的库区段单一土地利用动态度的情况。将整个三峡库区分为三个库区段，即上游区、库腹区和下游区。上游区所包含的行政单位有江津市、巴南区、江北县、长寿县、涪陵市、武隆县、丰都县、忠县、石柱县；库腹区包含的行政单位有万州区、开县、云阳县、奉节县、巫溪县、巫山县；下游区包含的行政单位有巴东县、秭归县、兴山县、宜昌县、宜昌市区。从不同的库区来分析研究期内的单一土地利用动态度。对比不同库区段1996-2004年内单一土地利用动态度的情况，三个库区段耕地的面积都在减少，其中库腹区耕地的年变化量是最大的；园地在各库区段的年变化量差异明显，其中上游区的年变化量最大，达到7.210%；林地的面积在增加，其中库腹区林地的年变化量是最大的；库腹区的牧草地在减少，减少的年变化量是比较小的；居民点及工矿用地的面积在增加，年变化量最明显的是上游区，下游区的年变化量较小；交通用地在增加，其中年变化量最大的是上游区，最小的是下游区；水域的面积在增加，年变化量最大的是库腹区，接着是下游区，最后是上游区。

从微观角度出发，利用公式（1）计算出各区域的单一土地利用动态度。各地区的单一土地利用动态度是存在很大差异的。耕地的利用动态度较大的有云阳县、巫山县、巫溪县和渝北区；变化量最小的是涪陵区。总的来看耕地在各个区域都是在减少。园地的利用动态度不是很均一，有些区域园地的动态度在增加，如宜昌市区、兴山县、秭归县、开县、云阳县、奉节县、巫溪县、长寿县、巴南区、渝北区、江津市、丰都县、武隆县、石柱县和忠县，其中园地的利用动态度最大的是忠县，达到16.431%；巴东县、万县、巫山县和涪陵区的园地利用动态度在减少。林地的利用动态度最大的是渝北区；其次是万县、云阳县、巴南区和忠县。牧草地的土地利用动态度不是很大，只有涪陵区、云阳县和武隆县的值较大，并且涪陵区的牧草地在此期间减少的速度是非常快的。从居民点和工矿用地的土地利用动态度来看，秭归县和巫山县的建设用地面积在减少。从交通用地的土地动态度来看，交通用地年增加量较大的地区有：云阳县、长寿县、渝北区；交通用地年增加量较少的地区是石柱县和忠县。 随着三峡库区开始蓄水，大部分县水域面积都在增加，部分县的水域土地利用动态度为负，水域面积在减少，如巴南区、渝北区和石柱县。从未利用地的动态度来看，各区域的未利用地都在减少，减少量较多的是秭归县、万县、巫山县、巫溪县、长寿县、巴南区、渝北区、江津市。

3.1.3 土地利用变化的区域差异

利用公式（2）计算出了三峡库区不同研究期内各区县的土地利用相对变化率。研究表明耕地的变化云阳县最大，涪陵市最小；园地的变化丰都县最大，兴山县最小；林地的变化渝北区最大，丰都县最小；牧草地的变化涪陵市最大，兴山县、巴东县、巴南区最小；居民点及工矿用地的变化渝北区最大，巫山县最小；交通用地的变化长寿县最大，石柱县最小；水域的变化巫山县最大，巫溪县最小。

3.2 典型相关分析

利用SPSS软件得出了目标变量与解释变量之间的典型载荷，通过典型相关性的检验分析，前5个典型变量的作用较大，因此分别阐述前5个典型变量与因变量之间的关系。

第1个典型变量将耕地的变化量和林地的变化量与其他土地利用类型的变化量区分出来，典型载荷分别为-0.872和0.717。可见耕地的变化与林地的变化是负相关的，这与三峡库区退耕还林政策的影响是相关的。与之对应的解释变量是劳动力的变化量、化肥用量的变化量和农业产值的变化量，其典型载荷分别为-0.551、-0.544和-0.599。在1996-2004年间，三峡库区耕地面积减少171733.3hm²，耕地的变化与劳动力的变化关系是比较密切的，在此期间，农村劳动力减少5.18万，随着农村劳动力向城市转移，大量的耕地将会转换成所占劳动力少的土地利用类型；此外耕地的变化与化肥用量的变化成正相关。

第2个典型变量是将居民点及工矿用地与其他土地利用类型区分开，其典型载荷为-0.850。与之对应的解释变量是城市化率的变化量和固定资产投资的变化量，其典型载荷分别为-0.619和-0.729。居民点及工矿用地属于建设用地，城市化的速度加快，城市建设将占用大量的土地，同时固定资产投资越多，自然建设用地的扩张速度也就越快。在1996-2004年内，三峡库区居民点及工矿用地的面积增加17333.3hm²，城市化率提高了6.4%，而固定资产投资增加了6676816万元。

第3个典型变量是将水域面积的变化量与其他土地利用类型的变化量区分出来，典型载荷为0.528，与之对应的解释变量为人均粮食产量的变化量，其典型载荷为-0.620。由于三峡大坝的修建，三峡库区的水位在升高，地势比较低洼的地区被淹没，另外耕地大多分布在地势低洼处，水域面积的增加将影响到人均粮食产量的变化。在1996-2004年期间，水域面积增加了19866.7hm²，人均粮食产量减少了5346.51t。

第4个典型变量是将园地的变化量与其他土地利用类型的变化量区分出来，典型载荷为0.797，与之对应的是人均生产总值的变化量，其典型载荷为0.639。1996-2004年内，园地增加了42533.3hm²，园地的增加意味着农村产业结构的调整，同时也带来了农村居民收入的增加，从而使得人均国民生产总值增加，在研究期内，人均国民生产总值增加了71224万元。

第5个典型变量是将交通用地与其他土地利用类型的变化量区分出来，典型载荷为0.563，与之对应的是第二产值的变化和第三产值的变化。其典型载荷分别为0.515和0.480。工业的发展带动产品的运输，同时带动了运输业的发展等相关第三产业的发展。在研究期内，交通用地的面积增加9400.0hm²，第二产值与第三产值分别增加了3391539万元和2693605万元。

4 小结

在三峡库区土地利用数量变化的研究中，分别从宏观、 中观和微观的层面进行了相关分析，并计算了研究期内的单一土地利用动态度和土地利用相对变化率。根据变化的情况，利用典型相关分析的方法，分析得出各种土地利用类型的变化与社会经济因子变化之间的关系，定量揭示了三峡库区土地利用变化的主要社会经济影响因子，为三峡库区土地利用变化预测和土地资源的可持续利用提供了重要依据。

参考文献

[1] 路云阁, 蔡运龙, 许月卿. 走向土地变化科学——土地利用/覆被变化研究的新进展[J]. 中国土地科学, 2006, 20(1): 55-61.

[2] 王秀兰, 包玉海. 土地利用动态变化研究方法探讨[J]. 地理科学进展, 1998, 10(5): 51-54.

[3] 李秀彬. 中国近20年来耕地的变化及其政策启示[J]. 自然资源学报, 1999, 14(4): 329-333.

[4]摆万奇, 阎建忠, 张镱锂. 大渡河上游地区土地利用/土地覆被变化与驱动力分析[J]. 地理科学进展, 2004,23(1): 71-78.

[5]Riebsame, W. E., Meyer, W. B.etal. Modelling land use and cover as part of global environment change. Clim. Change 28: 45-64.

[6]A. Veldkamp, E. F. Lambin. Predicting land-use change[J]. Agriculture, Ecosystems and Environment, 2001, 85: 1-6.

[7]袁俊. 湖北省土地利用变化及其驱动力分析[J]. 国土与自然资源研究, 2003, (4): 33-35.

[8]吴翊, 李永乐, 胡庆军. 应用数理统计[M]. 长沙: 国防科技大学出版社, 1995, 298.