1. 引言

嫩江流域作为松花江最大的支流，流经黑龙江省、吉林省和内蒙古自治区，最终汇入三岔河和松花江，它也是黑龙江流域最长的支流，流域面积29.7万平方公里[1]。土壤肥沃支流众多、江心岛屿、水库、灌区工程都提供了大量服务价值。然而，近年来土地盐渍化，农业灌溉等导致水位下降，湿地植被的逆向演替为中生和旱生植被，甚至变成盐碱化草地，植被覆盖率的降低，更加剧了地表蒸散发，干旱化、盐渍化和风沙化，导致区域生态环境严重恶化[2] [3]。此外，虽然耕地面积仅占全国的1/10，但却是国家重要的商品粮基地，富产玉米、高粱、大豆、水稻等，农业播种需求日益增加，耕地面积、大中型灌区工程、引嫩水利工程的修建都在大幅增加，使流域内生态环境的保护更是步履维艰[4] [5]。土地利用结构的变化不仅影响生态系统的结构以及功能，还对当地生态系统评估具有重要作用[6]。土地利用是人类改造自然的主要方式，土地利用面积发生变化必然会导致自然生态系统的变化[7] [8]。随着东北商品粮基地地位的凸显，如何协调经济发展与生态系统保护的关系就是嫩江流域必须面对的重要问题。本文以长时间跨度土地利用数据为依据，对商品粮型流域区进行评估，为嫩江流域制定合理土地利用规划提供参考，合理商品粮基地开发强度和规模，维护和改善生态系统的结构和功能，从而实现生态系统和经济系统可持续发展提供科学依据。

2. 研究区概况及数据来源

2.1. 研究区概况

嫩江流域(119˚12′E~127˚54′E, 44˚02′N~51˚42′N)，在东北地区如图1所示，属于温带半湿润大陆性季风气候，全流域年平均气温在2℃~4℃。春季，多风少雨干旱，夏季降雨集中，秋季降温急剧伴有霜冻，冬季漫长寒冷干燥。地带性植被为草甸草原。河源上游始于南瓮河(现已建有黑龙江南瓮河国家级自然保护区)，小兴安岭分支延伸形成的山区，针叶林、阔叶林广布；嫩江县以下到内蒙古自治区的莫力达瓦达斡尔自治旗是中游部分，地形逐渐过渡到丘陵地带；莫力达瓦达斡尔自治旗到三岔河口是下游部分，由丘陵区域过渡到松嫩平原，河流曲折，在齐齐哈尔以下进入松嫩平原区。全长1370 km，流域整体支流众多，如布库尔河、甘河、诺敏河、阿伦河、音河、雅鲁河、绰尔河、洮儿河等并建有查哈阳灌区、太平湖水库、音河水库[9]。大面积的芦苇沼泽和黑龙江扎龙国家级自然保护区也分布于此流域。

Figure 1. Location and elevation map of the Nenjiang river basin in northeast China

图1. 嫩江流域在东北地区区位及高程图

2.2. 数据来源

本文土地利用数据来自于中国科学院资源与环境科学数据中心(http://www.resdc.cn)，利用ArcGIS软件从中截取嫩江流域的图像并进行转移矩阵分析得到各类型土地面积的具体变化。人口密度：美国能源部橡树岭国家实验室(ORNL) (https://landscan.ornl.gov/)；GDP： (https://github.com/thestarlab/ChinaGDP)；年均温、年降水：国家青藏高原数据中心(https://data.tpdc.ac.cn/zh-hans/data/faae7605-a0f2-4d18-b28f-5cee413766a2)；NDVI、DEM：中科院资源环境科学数据中心 (https://www.resdc.cn/Default.aspx)；坡度由DEM生成；道路数据来源于谷歌地图经过poi爬取利用地理探测器深入分析土地利用变化的驱动因素。

3. 结果

3.1. 土地利用类型

结合研究需要和研究区的具体情况，对嫩江流域进行土地一级分类为：耕地、林地、草地、水域、建筑用地、未利用地。利用ArcGIS对1990年，2000年，2010年，2020年的嫩江流域土地利用面积的栅格数据进行制图，统一图例并进行对比。如图2可知，土地利用结构呈现不均与分布，土地利用类型以耕地、林地为主，总面积占比达到了64.63%左右；其次是草地，面积占比在19.20%左右；再次是未利用地，面积占比为11.62%；水域、建设用地，面积占比均为2%左右。与郗子莹[10]嫩江上游流域土地利用类型以林地为主，其次是草地和耕地，再次是水域，面积占比为不足1%；建设用地，面积占比为0.2%左右，而未利用面积不足0.01%研究结果较为一致。

Figure 2. Land use map of the Nenjiang river basin

图2. 嫩江流域土地利用情况图

3.2. 地类转移变化

3.2.1. 土地利用变化趋势

Table 1. Changes in land use quantity in the Nenjiang river basin from 1990 to 2020 (km²)

表1. 1990~2020年嫩江流域土地利用数量变化(km²)

数据显示(表1)，近30年中嫩江流域耕地面积先持续增加后略有减少，总计增加了15601.09 km²，在所有地类中增长最多。据调查分析得知，分产到户时期，农民进行大规模垦荒，导致耕地面积迅速增加[11]。但本地区耕作粗放，广种薄收，农业生产成为当务之急的问题，所以一定要走向精耕细作、科学种田的现代化道路。耕地面积在1990~2000年增加，随着人口的流入增长，不断开垦耕地致使耕地面积增加[12]。1989~2004松嫩平原年耕地(水田、旱田)面积增加[13]。

林地面积呈先减后增再减的趋势。90年代，以破坏森林为代价，一味地毁林开荒、滥砍滥伐，使嫩江上游遭到严重破坏，丧失了森林屏障[14]，导致了九八年洪水。之后开始实行大兴安岭天然林保护工程对嫩江流域的林地面积加以调控，现今虽相比1990年的林地面积还是处于下降趋势，但因天然林保护工程的作用，林地面积还是在2000~2010年间有所增长，使得嫩江流域的林地利用面积有所缓和。林地面积在1986~2000年变化较大，下降明显，增加了地表径流[12]。

草地面积先下降都增加，共减少8274.42 km²，是所有土地类型中减少的最多的，这跟过度放牧有着不可逃脱的关联[15]。另外，建设用地的面积不断扩张，与人类活动的影响密不可分[14]。

水域面积持续下降，减少了2103.87 km²。而且近年来土地盐碱化、耕地灌溉严重，湿地面积严重萎缩，保护湿地是最重要且刻不容缓的问题[16]。建设用地面积呈现逐年增加的趋势，共增加610.29 km²。嫩江子流域耕地面积和建设用地面积持续增加，而湿地面积持续萎缩[17]。

3.2.2. 土地利用转移矩阵

土地利用转移矩阵是一段时间内不同利用类型土地相互转变的呈现方式，能分析其数量和空间特征，可以表达其变化规律，分析土地利用变化的过程和趋势，从而可以更好地揭示土地利用格局的时空演化过程[15] [18]-[21]。转移矩阵的数学表达式为：

$A_{ij}=\{\begin{array}{l}{A}_{11}{A}_{12}{A}_{13}\cdot \cdot \cdot A_{1n}\\ A_{21}{A}_{22}{A}_{23}\cdot \cdot \cdot A_{2n}\\ \cdots \cdots \cdots \cdots \cdots \\ A_{n1}{A}_{n2}{A}_{n3}\cdots A_{nn}\end{array}$ (1)

其中， $A_{ij}$ 是 $n\times n$ 的矩阵；A是面积；n为各地类的数量；i，j则分别代表研究期首和末的土地利用类型。

由图3可知：1990~2000年，耕地以转入为主，转出面积为2433.41 km²，转入面积为16316.60 km²，转入的面积主要为草地转换而成，面积为9053.51 km²，其次为林地转入，面积为4791.69 km²；转出为林地面积最多，达983.28 km²；其次为转成草地面积有757.57 km²。可以看出草地和林地是耕地增加的最主要来源。林地以转出为主，转变成耕地、草地、水域、建设用地和未利用地的面积分别为4791.69 km²、3297.97 km²、22.59 km²、20.19 km²和178.54 km²，其他土地转为林地的面积为2740.22 km²，主要转入的为草地，面积分别为 1480.64 km²。其增加的主要来源是耕地和草地。草地转为其他土地总面积为11612.39 km²，转变为耕地、林地、水域、建设用地和未利用土地的面积分别为9053.51 km²、1480.64 km²、76.86 km²、65.17 km²和936.21 km²。转入面积为5229.44 km²。水域的变化是增加少于转出面积，共减少了789.89 km²。建设用地变化小于100 km²，整体变化不明显。未利用土地变化转出到耕地为主。

2000~2010年：各地类间的转换更为复杂，耕地的增加部分主要由草地、林地、未利用地转入，面积分别为6577.19 km²、4393.59 km²和3317.41 km²。转出到草地、林地为主，面积分别为5142.33 km²、3138.17 km²。林地以转入为主，由草地、耕地和未利用地转入的面积分别为 10791.77 km²、3138.17 km²、1635.56 km²。草地以转出为主，转出为未利用地、林地和耕地的面积分别为12498.79 km²、10791.77 km²和6577.19 km²。水域转入面积2335.49 km²、转出面积2947.83 km²，转入主要为未利用地，转入面积878.11 km²，转出主要为未利用地，转出面积1826.27 km²。

2010~2020年：耕地转入13116.26 km²，转出13777.04 km²；由林地、草地、建设用地转入的面积为3017.03 km²、5131.40 km²、3337.02 km²；转出为林地、草地、未利用地的面积为4401.39 km²、5309.00 km²、2642.28 km²。林地转入13326.88 km²，是由耕地、草地、未利用地转入占主要部分，面积分别为4401.39 km²、4704.47 km²、3901.24 km²；转出面积为15016.35 km²，主要转出为草地、耕地的面积为10298.18 km²、3017.03 km²。草地由耕地、林地、未利用地转入的面积为5309.00 km²、10298.18 km²、11784.33 km²；转出为耕地、林地、未利用地的面积为5131.39 km²、4704.47 km²、2762.87 km²。水域转出为未利用地、耕地、草地的面积为1189.79 km²、470.99 km²、350.72 km²，总转出2278.54 km²；转入1576.68 km²，未利用地、草地、耕地为其主要贡献部分，转入的面积分别为902.83 km²、335.89 km²、214.52 km²。

Figure 3. Land use transfer map from 1990 to 2020

图3. 1990~2020年土地利用转移图

3.3. 土地利用变化的驱动因素

土地利用变化的影响因子有多种，自然方面包括DEM、坡度、坡向、温度、降水等；交通区位包括距河流距离、距建筑用地距离、距铁路距离等；社会经济方面主要有人口密度、GDP等。基于资料可获取性、一致性、影响作用较大性，本文选取了DEM、坡度、降水、气温、NDVI、距道路距离、人口密度、GDP这8个较全面、具有典型性和空间差异性的驱动因子基于2020年研究区现状进行分析。

地理探测器是探测空间分异性，揭示其影响驱动力的一组统计学方法[22]。其核心思想是：如果某个自变量对某个因变量有重要的影响，那么这个自变量和因变量的空间分布应该具有相似性，最初应用于地方性疾病风险和相关地理影响因素的研究[23] [24]。如今已广泛应用在土地利用、区域规划、经济发展、城市耦合研究等多个领域。周亮等[25]利用地理探测器对2000~2010年中国PM_2.5时空演化特征及驱动因素进行解析。王欢等[26]基于地理探测器对喀斯特不同地貌类型区土壤侵蚀定量归因研究。

$q=1-\frac{1}{N{\delta }^2}{\displaystyle \underset{h=1}{\overset{n}{\sum }}{N}_h{\delta }_h^2}$

式中， $q$ 为空间分异的解释力， $q\in \left[0,1\right]$ ， $q$ 值越大，因变量的解释力越强，反之越弱，N为样本数，n为分层数目，h为 $1,2,3,\cdot \cdot \cdot ,n$ ， ${\delta }^2$ 为全区离散方差。

利用地理探测器对研究区的8个驱动因子进行探测，即DEM (x1)，坡度(x2)，气温(x3)，降水(x4)，NDVI (x5)，距道路距离(x6)，GDP (x7)，人口密度(x8)。

Table 2. q values of different drivers

表2. 不同驱动因子q值

Figure 4. The results of the interaction of each driving factor are displayed

图4. 各驱动因子交互探测结果图

单个因子q值结果如表2所示，其中距道路距离、降水为不显著因素。坡度、NDVI为一般影响因素，人口密度、高程、GDP与气温为显著影响因素。对比可知人为经济影响因素明显大于自然因素，特别是人口对水域、林地、建筑用地、耕地的影响尤为突出。GDP对建筑用地、水域、耕地、林地作用明显。

驱动因子之间的相互作用如图4所示，各因子之间呈现双因子关系。其中，x4与x1的交互作用对耕地的空间分异影响最为明显，q值分别达到0.13和0.42，表明降水与DEM之间的相互作用在增加或减少耕地面积中起到了关键作用。林地则在x8与x5的共同作用下发生改变，人口密度与NDVI成为影响林地面积变化的主要驱动因素。草地受各驱动因素影响较小，q值较小。x3与x1共同作用揭示建筑用地、未利用地在气温、DEM适宜的情况下发生变化。水域受各驱动因素影响最大，特别是与降水、DEM的共同作用表现出强烈相关。

4. 结论

本研究基于1990至2020年间土地利用变化及驱动因素分析，得出以下主要结论：

(一) 土地利用变化趋势：研究区在1990至2020年间，土地利用呈现显著变化。耕地整体增加，林地、草地面积整体减少，建设用地也在增加但增加不多，水域持续减少，转换最明显的是大量林地和草地转变为耕地。所以尽可能的退耕还林是关键，并需要各地政府大力开展植树造林活动，扩大林地面积，同时也需加大科技投入，提高耕地产量以减少为保证粮食产出而转入其他类型土地面积的增加。其次，草地面积的减少主要归因于过度放牧，针对这点可以建设人工草场进行改善，这样既可以保证供应畜牧的牧草充足也扩大了草地面积改善生态环境。

(二) 驱动因素分析：人口密度、DEM、GDP与气温是较为显著的驱动因素。双因子在该研究区作用效果明显，其中耕地受降水与DEM交互作用显著。林地在人口密度与NDVI共同作用下产生变化。草地受各驱动因素影响较小，主要是受GDP与降水的共同影响。建设用地、未利用地在气温、DEM交互作用下发生改变。人为经济因素的驱动作用大于自然因素，所以为保护嫩江流域还需要加大人力、物力的投入。

参考文献