中国关中平原城市群土地利用功能演变轨迹及其驱动因素分析
《Habitat International》:Identification of land use function trajectories and their driving factors in the Guanzhong Plain Urban agglomeration, China
【字体:
大
中
小
】
时间:2026年07月08日
来源:Habitat International 8.5
编辑推荐:
岳阳|袁学峰|赵宇|马超群•一种基于LightGBM–SHAP的模型能够捕捉非线性及协同驱动效应。•线性与非线性轨迹分析揭示了政策对土地功能分阶段的响应机制。•自然因素对土地使用功能轨迹的影响主要表现为非线性特征。•空间梯度与气候的共同作用决定了不同功能类型的特定轨迹。
引言
岳阳|袁学峰|赵宇|马超群•一种基于LightGBM–SHAP的模型能够捕捉非线性及协同驱动效应。•线性与非线性轨迹分析揭示了政策对土地功能分阶段的响应机制。•自然因素对土地使用功能轨迹的影响主要表现为非线性特征。•空间梯度与气候的共同作用决定了不同功能类型的特定轨迹。
引言
全球工业化与城市化的加速发展深刻改变了人类系统与自然系统之间的相互作用,进而推动了陆地系统的结构与功能重构(Gao & Bryan, 2017; Winkler et al., 2021)。这一变化主要体现在土地利用与土地覆盖格局的持续转变上,包括城市扩张、耕地减少、农业集约化、森林砍伐与重建以及草地退化等现象(Brown & Castellazzi, 2014; Long, 2022)。在许多发展中经济体,土地系统面临着生态功能退化与资源开发加剧的双重压力。作为城市化与产业结构调整最快的国家之一,中国展现了极具代表性的土地利用变迁过程,为理解快速转型地区的土地系统演变提供了重要的实证依据(Zou et al., 2024)。土地利用类型的变化是推动土地功能演变的关键因素,因为不同类型土地之间的转换往往伴随着生产、生计与生态功能之间的重新配置与权衡(Long et al., 2018; Steffen et al., 2007; Zhou & Long, 2023)。然而,土地功能的变化并不仅仅取决于土地利用类型的改变。即便土地利用类型保持相对稳定,由于土地利用强度的变化、结构优化以及生态条件的变动,仍可能引发显著的功能调整(Verburg et al., 2009)。不同功能之间的转化与空间重组进一步增加了土地系统的复杂性,使得人类与土地的互动愈发错综复杂(Fan et al., 2022; Hu et al., 2018; Song et al., 2022)。土地使用功能指的是土地提供各种有形与无形产品和服务的能力,体现了土地资源的多元属性与综合价值(de Groot et al., 2002; Wiggering et al., 2006)。土地使用功能的演变反映了人类活动强度、生态约束及政策引导等多重因素的综合影响,为理解区域可持续发展机制提供了重要视角。因此,把握土地使用功能的动态演变对于优化区域土地资源配置、实施精细化的空间治理以及缓解人地冲突具有至关重要的意义。
关于土地使用功能的研究最初起源于农业多功能性研究领域(Hediger, 2005),随后通过整合生态系统服务与景观功能视角得到了进一步拓展(Costanza et al., 1997; de Groot et al., 2002; K?ováková et al., 2015)。从研究内容来看,当前研究主要集中在四个方面:土地使用功能的分类与量化(Chen & Shi, 2005; Paracchini et al., 2011; Pérez-Soba et al., 2008; Verburg et al., 2009)、土地使用功能的时空演变(Ding et al., 2024; Zhang et al., 2019; Zhen et al., 2010)、功能变化背后的驱动机制(Liu et al., 2021; Zhu et al., 2021)以及多种功能之间的相互关系(Fan et al., 2022; Lyu et al., 2022; Wei et al., 2024)。在土地使用功能时空演变的研究中,Verburg等人(2009)运用Dyna-CLUE模型将自上而下的政策情景与自下而上的地方土地利用动态相结合,模拟了欧洲范围内农田废弃的空间分布与未来发展趋势(Verburg & Overmars, 2009)。在此基础上,Stürck和Verburg(2017)将土地利用变化建模与多尺度景观多功能性评估相结合,证明了土地使用功能的演变具有明显的空间异质性及强烈的尺度依赖性(Stürck & Verburg, 2017)。在中国,已有大量研究针对不同层级行政区域内的土地使用功能动态展开探讨(Du et al., 2016; Gao et al., 2024; Zhen et al., 2010)。随着遥感技术与地理信息系统的发展,基于网格的分析方法被越来越多地用于高分辨率识别土地使用功能(Fan et al., 2022; Wei et al., 2024; Yang et al., 2023)。然而,现有研究大多仍依赖于仅能捕捉线性时间趋势的统计与地理空间分析方法,未能充分体现区域内部的复杂空间异质性与内在变异特性(Gao et al., 2023; Yang et al., 2023)。为弥补这一缺陷,本研究引入了一种基于轨迹的诊断框架,用以描述土地使用功能的时空演变过程,揭示其演变过程中的关键转折点及复杂动态机制。
自然环境条件、社会经济发展状况以及制度政策共同决定了土地使用功能的演变过程。这些动态体现了人类系统与自然系统之间的耦合关系,也是理解土地系统转型与空间治理的重要切入点(Lambin & Meyfroidt, 2010; Zhou & Long, 2023)。先前的研究表明,自然因素构成了制约土地功能演变的基本环境条件,其中降水、温度和坡度对生态功能的空间分布具有尤为显著的影响(Fu et al., 2000; Raudsepp-Hearne et al., 2010)。随着城市化与社会经济结构的加速变革,社会经济因素逐渐成为重塑生产与生活功能的主要力量(Brown & Castellazzi, 2014; Xueyan Wang, Zhao, et al., 2023)。在研究方法上,关于土地使用功能演变驱动机制的研究最初主要依靠线性回归、地理加权回归以及地理探测器模型(Fan et al., 2021; Ren et al., 2024)。近年来,越来越多的研究开始在土地系统科学领域应用机器学习模型,以捕捉复杂的非线性驱动机制及高维特征(Li et al., 2025, Li et al., 2025, Li et al., 2025)。其中,LightGBM作为一种高效的梯度提升算法,因其计算速度快、能够处理大规模数据集、对变量分布假设较少,且具备自动捕捉高阶非线性特征与交互作用的能力,已被广泛应用于土地利用变化研究之中(McCarty et al., 2020; S. Wang, Fu, et al., 2024)。不过,传统机器学习模型往往因“黑箱”特性而难以解释各特征对模型的贡献程度。SHAP(Shapley加性解释)方法基于博弈论原理,能够量化每个驱动因素对模型输出的边际贡献,同时揭示特征间的交互作用与阈值效应,从而为非线性模型提供可解释性(Lundberg & Lee, 2017)。基于此,本研究采用LightGBM-SHAP方法,从非线性角度探究关中平原城市群土地利用轨迹功能演变背后的关键驱动因素及阈值响应规律。
城市群是人类活动、社会经济发展以及生态文明建设的重要载体,也是经济集聚与增长的主要空间形态(Li & Fang, 2016)。位于黄河中游地区的关中平原城市群,属于典型的内陆多功能区域,其特点是地形平坦、耕地集中、人口密集。该区域融合了农业生产、生态保护与城市发展等多种土地使用功能。近年来,在快速城市化、产业结构调整及政策调控的共同作用下,该地区的土地利用格局与功能构成发生了显著变化,呈现出明显的多功能重叠、空间重组及分阶段过渡特征。与沿海发达地区及生态脆弱区相比,关中平原城市群在空间结构、发展阶段和政策导向方面都具有独特的过渡性特征。其复杂的功能耦合与权衡关系为揭示土地系统演变机制及功能转型路径提供了独特的研究背景。此外,该地区也是研究内陆城市群土地使用功能演变普遍规律的典型案例。本研究旨在探讨2000年至2020年间关中平原城市群土地使用功能轨迹的驱动因素,具体要解决以下问题:(1)土地使用功能是否存在可识别的演变轨迹,其空间差异特征是什么?(2)哪些自然与社会经济因素共同决定了不同土地使用功能轨迹的形成?据此,本研究在两个方面做出贡献:首先,从综合理论与定量分析的角度,构建了土地使用功能轨迹分析框架,系统描述了其时间演变规律;其次,通过将土地使用功能轨迹与机器学习技术相结合,识别并比较了不同轨迹类型背后的关键驱动因素,从而进一步深化了对中国城市群土地系统演变机制的理解。
理论框架
土地使用系统是指在特定地理背景下,由土地利用活动与自然过程相互作用所形成的复杂的人类-环境耦合系统(Chen et al., 2020; Verburg et al., 2013)。从结构上看,土地使用系统由两个相互关联的子系统组成:自然子系统与社会经济子系统,二者通过土地利用过程相互联系,并通过反馈机制形成闭环(图1)。自然子系统包括地形、
研究区域
关中平原城市群位于中国内陆的地理中心,是西部地区第二大的城市集群(图2)。该城市群以西安为中心,涵盖甘肃、陕西和山西三省,包括县、县级市和区在内的90个县级行政单位,总面积约为107,100平方公里。该地区地势以平坦为主,呈东西向延伸布局。
土地使用功能的空间分布特征
2000年至2020年间,关中平原城市群的土地使用功能表现出明显的空间异质性(图3)。生产功能呈现出明显的核心-边缘结构,从西安向外逐渐降低(图3a)。中等偏高值区域的范围在0.240至0.471之间,高值区域则在0.471至0.600之间,这两类区域分别占总面积的22.90%和15.80%。这些高值区域在汾渭平原上呈连续块状分布,其中高值聚集区主要分布在西安周边地区。
土地使用功能轨迹的洞察
与仅依赖线性拟合的传统方法相比,本研究采用的线性与曲线轨迹结合识别方法能够更有效地捕捉土地使用功能的阶段性特征及关键转折点。这不仅反映了不同功能在时间上的非均匀演变规律,也表明土地使用系统可能会从渐进式调整逐步转向结构性变革。
结论
本研究采用了Berdugo等人开发的轨迹识别方法,结合基于LightGBM与SHAP的可解释机器学习框架,定量分析了2000年至2020年间关中平原城市群生产、生活与生态三大土地使用功能的演变过程,同时阐明了驱动这些变化的主要因素。研究结果表明,该地区的土地功能动态存在显著的空间异质性,生产功能从西安向外逐渐减弱。
作者贡献声明
赵宇:撰写——初稿、软件应用、方法设计、数据收集、正式分析、概念构建。马超群:撰写——审稿与编辑、研究指导、资源协调、资金获取。
资助情况
本研究得到国家自然科学基金(项目编号:42371210)及中央高校基本科研业务费(项目编号:300102354204)的支持。
利益冲突声明
我们声明不存在任何可能影响本研究结果的财务利益或个人关系,亦不存在任何可能影响本文观点或评审意见的专业或其他个人利益关系。