2000-2015年雅鲁藏...地格局动态变化影响因素分析_张天媛

《2000-2015年雅鲁藏...地格局动态变化影响因素分析_张天媛》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

北京师范大学学报（自然科学版）2023-02136Journal of Beijing Normal University（Natural Science）59（1）2000−2015年雅鲁藏布江流域耕地格局动态变化影响因素分析*张天媛1，2，3）　沈　石1，2）†　程昌秀1，2，3）　叶思菁1）（ 1）北京师范大学地表过程与资源生态国家重点实验室，100875，北京；　2）北京师范大学地理科学学部，100875，北京；　3）国家青藏高原科学数据中心，100101，北京）摘要　基于30 m分辨率的卫星遥感土地利用数据，利用地理探测器和地理加权逻辑回归方法，探究了2000−2015年雅鲁藏布江流域的耕地格局动态变化及其影响因素.结果表明：1）雅鲁藏布江流域被占用的耕地主要分布在拉萨市（60.42%）、林芝市（16.21%）和山南市（13.01%）的城市周边区域，多变为水体和建设用地；补充的耕地主要分布在日喀则市（55.81%）、林芝市（23.26%）和拉萨市（19.61%），多由林地和草地转入. 2）经济发展、交通基础设施和行政辐射主要影响耕地占用；国家投资变化、行政辐射和海拔主要影响耕地补充. 3）耕地变化的影响因素存在明显的空间异质性.其中农业劳动力流失、旅游业发展和粗放式耕作等因素是耕地变化面临的主要问题.建议在拉萨和林芝的市郊地带强化保护后备耕地，在日喀则给予资金与技术培训等农业政策倾向，以实现雅鲁藏布江流域区域差异化的耕地保护管理.关键词　雅鲁藏布江；耕地；格局变化；地理探测器；地理加权逻辑回归中图分类号　P931.1；TU982DOI：10.12202/j.0476-0301.2022126时，青藏高原耕地逐渐向高海拔、高纬度、大坡度地0    引言区转移，这些地区新增耕地的质量和耕作管理水平耕地是青藏高原社会经济发展的稀缺性和关键低，不仅农业产能效益低下，还容易引发水土流失等性基础自然资源.耕地面积仅占青藏高原土地总面生态问题[5，7–9].为保护青藏高原耕地，在分析耕地总积的1%左右[1]，以青稞和小麦等粮食种植为主.青稞量变化的基础上，还需深入理解近年来青藏高原尤其等主粮对于西藏的居民日常生活和区域社会经济发是西藏耕地格局的时空变化及转换过程.展具有重要意义，青稞及青稞制品是西藏城乡居民的影响青藏高原耕地变化的因素十分复杂.现有研主要农产品，其他青稞酒在藏民日常饮食中占据十分究多基于耕地调查数据和卫星遥感数据在不同尺度重要且特殊的地位[2].西藏统计年鉴表明，2019年西上分析了影响青藏高原耕地变化因素.例如：张丽萍藏的青稞和小麦的产量分别达到7.98×109和1.87×109 kg，其中绝大部分被当地居民消费[3].此外，青稞等[10]基于地块调查数据，通过分层随机抽样和地块已经成为西藏代表性的地理标志产品，相关的粮食深调查方法，调研青藏高原金川县克尔马村村民的生计加工产业在带动当地经济发展和农牧民致富中扮演和耕地利用模式，发现农户保护土地的动力降低，进着关键角色[2].耕地变化直接关系到了西藏的粮食生而造成了土壤侵蚀和土地退化；蒋贵彦等[11]依据统产和自给自足，进而影响到青藏高原区域高质量发计资料，运用主成分分析方法分析青海省耕地变化的展、社会稳定和人民福祉.驱动力，认为果园、鱼塘等高收入的土地经营方式影随着社会经济的发展，青藏高原耕地分布格局正响了农民的种植意愿，导致耕地进一步减少和被占在发生新的变化.近20年来，青藏高原地区耕地面积用.此外，通过分析耕地产量实际调查数据，研究发虽然大致保持稳定[4]，但略有下降，且人均耕地面积现在青藏高原地区，由于生态退耕政策的实施，大量不断减少，对当地的粮食安全造成了潜在威胁[5−6].同劣质耕地得以被改造[12−13].郑朝菊等[14]、杜新波等[15]*第二次青藏高原综合科学考察研究（2019QZKK0608）；美丽中国生态文明建设科技工程（XDA23100303）† 通信作者：沈石（1990—），男，博士，讲师.研究方向：时空数据分析与建模. E-mail:shens@bnu.edu.cn收稿日期：2022-04-29

1第1期张天媛等：2000—2015年雅鲁藏布江流域耕地格局动态变化影响因素分析137使用卫星遥感土地利用覆被数据，结合定量与定性方江两河”区域[17−18，21]以及拉萨市[16]等行政区域.虽然法，分别分析了青藏高原东南部和青海省的耕地变化也有研究对大流域地区的土地利用时空格局进行分析[22]，原因，发现退耕还林还草、土地开发整理复垦、道路但依然聚焦于其变化趋势，尚未系统地量化分析影响与水利水电工程是影响耕地变化的重要因素；万方等[8]流域耕地变化的社会经济和自然环境因素.对1990−2018年河湟谷地的Landsat卫星影像通过雅鲁藏布江流域位于青藏高原南部，集中了西藏监督分类获得耕地数据，经空间统计分析发现，由于50.56%的耕地，是西藏主要青稞产地和青藏高原地城镇化过程占用大量已有耕地，导致新增耕地向高海区两大主要产粮区之一[18，23]，为当地粮食的自给自足拔、高坡度方向开垦；刘曼晴等[16]基于Landsat TM卫提供重要保障.与青藏高原耕地变化趋势相似，雅鲁星影像解译了1999−2009年拉萨地区的土地利用分藏布江流域也存在耕地面积减少、边际土地增多的类，利用主成分分析发现人口、经济、城市化建设等问题[22]，且随着西藏社会经济的迅速发展，雅鲁藏布因素影响了拉萨地区的土地利用变化.此外，气候变江流域的耕地保护面临着巨大压力和严峻挑战.本化对青藏高原地区耕地的影响作用尚存争议：有研究文选取雅鲁藏布江流域作为研究区，分别从耕地被占分别通过农户调研[17]和Landsat卫星遥感影像人机交用和补充两方面研究2000−2015年雅鲁藏布江流域互解译的方法获取研究数据，发现由于气候变暖，青耕地的时空格局变化，分析社会经济和自然环境要素藏高原地区的耕地耕种强度和面积增加[7，18]；也有研对耕地被占用与补充的主导因素及其空间差异，并探究认为相比于人类活动，气候变化对耕地变化的影响讨雅鲁藏布江流域耕地变化的影响机制，为完善西藏较弱，并非影响青藏高原耕地的主导因素[14，19].耕地保护政策，提高青藏高原耕地管理水平，进而推现有关于耕地变化原因的研究中，使用耕地调查动当地农业经济高质量发展提出参考建议.数据的研究多以乡村、小流域等典型区域作为研究区，难以开展长期的、面向大流域的耕地变化机制调1    研究区域与数据来源研.使用卫星遥感数据的研究以高原、省域等大区域1.1    研究区域雅鲁藏布江流域位于27°80′ ~ 31°02′N，为研究区，可以开展长时段耕地变化分析.但是，卫81°09′ ~ 97°10′E，流域总面积为24.5万km2，平均海星遥感数据的研究主要使用主成分分析、Probit回归拔>4 000 m（图1）.雅鲁藏布江中下游地区跨越温带等统计模型方法，未考虑空间异质性，也未区分耕地和亚热带湿润气候区，自然条件优越，涵盖了西藏经转入和被占用，导致对西藏耕地变化影响因素的分析济发展水平较高及人类活动较多的日喀则市、拉萨不够全面具体[15−16，20]；同时，关于耕地变化情况及趋市、山南市和林芝市. 2019年流域总人口为243.15万人，势的研究多集中在青海省[11，15，20]、河湟谷地[8，17]、“一GDP为1 257.59亿元，分别占西藏全区的69%和74%.85°90°95°N32°阿里地区30°那曲市昌都市高程/m拉萨市28°6996林芝市日喀则市山南市144西藏自治区26°雅鲁藏布江流域雅鲁藏布江070140280km图 1    研究区概况1.2    数据来源与处理使用的30 m土地利用与土地心（http://www.resdc.cn），该土地利用数据基于Landsat覆盖数据来源于中国科学院资源环境科学与数据中TM影像通过人机交互解译生成，满足1∶100000比

2138北京师范大学学报（自然科学版）第59卷例尺用户制图精度[24−25]，已被科研工作者广泛使用于能够在较大程度上降低数据的空间自相关效应，但可青藏高原土地利用变化相关的研究中[26−28].本文基于能失去一些特殊位置的重要信息，缺乏代表性.随机2000、2005、2010和2015年4期土地利用数据，通过采样则具有较好的代表性，能够有效反映实验区的数ArcGIS 10.2的栅格计算器，将原始数据的26个土地据概况，但在消除空间相关性方面存在不足[30].本文利用子类别合并为耕地、林地、草地、水体、城镇用采取系统和随机采样相结合的方式，利用2种采样方地和未利用地6类.进一步将每2期之间的耕地变化法的优点提取雅鲁藏布江流域耕地变化样本数据，以状态分为不变（耕地未发生变化）、占用（耕地变为其提高模型运行的速度与效率[31].他地类）和补充（其他地类变为耕地）3类，通过ArcGIS采用的耕地变化影响因素包括地理环境（海拔、10.2的栅格计算器和重分类工具得到这3类耕地变坡度、到河流的距离、到湖泊的距离）、气候变化（气化数据.温变化、降水变化）、人类活动（人口密度变化、人类由于耕地变化数据总体数量大，导致模型复杂性活动强度、地区生产总值变化、夜间灯光强度变化、高、运算效率低、求解困难[29]，本文结合系统和随机国家投资变化）、行政影响（到市中心的距离、到县中抽样方法对耕地变化数据进行采样，得到耕地变化样心的距离）以及交通影响（到省道的距离、到国道的本数据，从而降低模型复杂性，提高计算效率.系统距离、到高速公路的距离、到铁路的距离、路网密采样与随机采样是2种常用数据采样方法.系统采样度）5种.影响因素的数据来源如表1所示.表 1 数据来源类型数据来源分辨率/比例尺时间海拔资源环境科学与数据中心（http://www.resdc.cn）1 km2018年地理环境河流全国地理信息资源目录服务系统（http://www.webmap.cn/）1∶1，000，0002017年湖泊气温气候变化国家青藏高原科学数据中心（https://data.tpdc.ac.cn/zh-hans/）1 km2000，2015年降水人类活动强度a国家青藏高原科学数据中心（https://data.tpdc.ac.cn/zh-hans/）2012年人口密度1 km2000，2015年人类活动地区生产总值资源环境科学与数据中心（http://www.resdc.cn）夜间灯光强度2000，2013年国家投资b中国县域统计年鉴县2000，2015年市行政中心行政影响全国地理信息资源目录服务系统（http://www.webmap.cn/）1∶1，000，0002017年县行政中心省道国道全国地理信息资源目录服务系统（http://www.webmap.cn/）1∶1，000，0002017年交通影响高速公路铁路道路网络Openstreetmap （https://www.openstreetmap.org/）−2015年1）人类活动强度是通过建立包含农牧业活动、工矿业发展、城镇化发展、旅游业活动、重大生态工程建设、污染物排放等主要人类活动的评估体系而形成的指标[32]；2）国家投资是国家对地方固定资产的直接投资，与地方收入共同组成了地方支出的经济来源.由于该数据难以直接获得，因此本文将国家各县公共财政支出-公共财政收入作为国家投资的代理变量.坡度由海拔数据通过ArcGIS 10.2的坡度分析计年的变化量由ArcGIS 10.2的栅格计算器工具得到.算得到；到河流、湖泊、市中心、县中心、省道、国因数据缺失，由2013年数据代替2015年的夜间灯光道、高速公路和铁路的距离通过ArcGIS 10.2的欧氏强度数据.以上所有影响因素指标经过投影和重采距离计算得到；路网密度由道路数据通过ArcGIS 10.2样处理为空间分辨率为1 km的栅格数据，并通过共的线密度分析计算得到；气温、降水、人口密度、地线性检验.区生产总值、夜间灯光强度、国家投资2000与2015

3第1期张天媛等：2000—2015年雅鲁藏布江流域耕地格局动态变化影响因素分析139强度（q），并将强度排在前3的因子作为主要因子；进2    研究方法而利用地理加权逻辑回归构建雅鲁藏布江流域耕地研究流程如图2所示.以地理环境、气候变化、变化归因模型，得到各影响因素系数；然后，使用反距人类活动、行政影响以及交通影响5种类型的影响因离加权法对模型中各影响因素系数进行插值，得到其素作为自变量，耕地变化作为因变量；通过地理探测空间分布，结合地理探测器中的交互探测结果，分析器中的因子探测方法识别耕地变化的影响因素及其耕地变化的影响机制.耦合分析：2000年土地利用数据2015年土地利用数据交互探测影响因素的交互作用因子探测单因素分析：占用耕地不变耕地补充耕地耕地占用或补充影响因素选取q最高的3个影响因素地理加权逻辑回归地理环境反距离加权插值气候变化多因素分析：人类活动影响因素系数的空间差异行政影响综合分析交通影响耕地变化影响机制图 2    研究框架2.1    地理探测器地理探测器是揭示地理要素空间式中：(uk;vk)是第个k样本空间单元地理中心坐标；分异性及其主要影响因素的空间统计方法[33].借助其i(uk;vk)是局部回归模型的第个解释变量ixki在第k个中的因子探测器模块，可以明确具有统计显著性的自样本空间单元的待估参数；Ck为处的常k数项.第i个变量及其对因变量的解释力，即q值；利用交互作用解释变量在研究区域的平均影响系数表达式为xi探测器模块，进一步判断自变量之间是否具有交互作∑n用及其作用方向和类型.因子探测的基本公式为i(uk;vk)k=1∑L=:（3）iN2khhh=1q=1，（1）该模型使用周围多个观测单元共同估计观测单N2元的回归系数，并基于特定的距离衰减函数（即核i2i式中：为因变量或自变量的分层；LNh和h分别为层函数）计算周围观测单元在模型中的距离权重.本文h的单元数和方差；和N2分别为研究区整体的单元所用核函数为自适应近高斯函数，其公式为数和方差.本文对数据进行了离散化处理，通过自然■()2断点的方式将各自变量从低到高分成5级.||d2||ij■1;dij<ik;2.2    地理加权逻辑回归地理加权逻辑回归（geographi-wij=||||ik（4）cally weighted logistic regression， GWLR）模型是逻辑■0;dij>ik;dij=ik;回归（logistic regression， LR）模型的空间扩展.该模型式中：wij表示观测单元相对观测单元的距离权重；ji将数据的空间位置纳入模型之中，通过求得局部参dij表示观测单元相对观测单元的欧式距离；为由距ji数，评估自变量与因变量关系在空间尺度上的变动，离决定的固定带宽大小，为第个ikk最近邻观测单元是一种局部统计模型[34].其具体形式为与单元的距离决定的自适应带宽大小i.使用MGWR2.0()∑nPln=Ck+i(uk;vk)xki，（2）软件构建地理加权逻辑回归模型，对自变量进行z-1Pi=1score标准化，以消除各变量量纲的影响，利于比较影

4140北京师范大学学报（自然科学版）第59卷响程度.较小，但相对稳定.表2展示了雅鲁藏布江流域各地类在2000−2015年的面积、面积变化与变化率.从面3    结果与讨论积上来看，耕地总面积基本保持在3 800 km2左右，但3.1    雅鲁藏布江流域耕地格局的时空变化及转换过仍未能实现耕地面积总量平衡，2015年比2000年程    2000−2015年，雅鲁藏布江流域的耕地面积占比减少了58.74 km2（1.52%）.表 2    2000−2015年雅鲁藏布江流域各地类面积变化情况耕地面积/km2变化面积/km2变化率/%土地利用类型20002005201020152000−20052005−20102010−20152000−20152000−2015耕地3 871.563865.253864.973812.82−6.31−0.28−52.15−58.74−1.52林地52 570.0952566.9752566.7752548.47−3.12−0.20−18.30−21.62−0.04草地115118.45115108.35115106.90115089.47−10.1−1.45−17.43−28.98−0.03水体9499.799500.709500.789500.930.910.080.151.140.01建设用地172.03190.51192.46245.9518.481.9553.4973.9242.97未利用地63806.7863806.9363806.8263841.070.15−0.1134.2534.290.05虽然雅鲁藏布江流域耕地面积相对稳定，但是耕分布在日喀则东部、拉萨中南部、山南北部和林芝中地变化存在复杂的转换过程.图3为2000−2015年东部（图4-a）.耕地占用在2000−2010年发生在流域雅鲁藏布江流域土地利用类型的转换过程，其中曲线中西部，2010−2015年在流域整体都有发生，主要是的粗细表示流转面积的大小，每1个柱长表示该地类城市周围的耕地转为建设用地. 2000−2015年，拉萨转入和转出总面积.从图3可以看出：2000−2005年，市、林芝市、山南市和日喀则市发生的耕地占用比例耕地主要向建设用地转变，林地和草地是耕地的主要分别为60.42%、16.21%、13.01%和10.36%.耕地补充补充来源；2005−2010年，雅鲁藏布江流域的耕地保主要发生在日喀则（55.81%）、林芝（23.01%）和拉萨持非常稳定；2010−2015年的地类变化最为剧烈，耕（20.69%）3市，主要由林地和草地补充（图4-b~d）.地主要向水体和建设用地转移.3.2    人类活动是影响雅鲁藏布江流域耕地变化的主2000200520102015导因素单因素对雅鲁藏布江流域耕地占用与补充的影响如图5所示.图5-a展示了影响耕地占用的因素及强度，影响因素均通过0.01水平显著性检验.夜间灯光强度变化是影响耕地占用的主要因素，可以解释39.7%的耕地占用；其次分别是路网密度和到县中心的距离，分别解释26.5%和23.6%的耕地占用；地耕地理环境要素（海拔、降水、气温等）对耕地占用的影响林地较弱.这表明人类活动是影响雅鲁藏布江流域耕地草地水体占用的主要原因.建设用地图5-b为影响耕地补充的因素及其强度，除人口未利用地密度变化外，其他影响因素均通过0.001水平显著性图 3    2000−2015年雅鲁藏布江流域各土地利用类型流转检验.在图5-a中，夜间灯光强度变化对耕地占用的2000−2015年，雅鲁藏布江流域形成了“林地和解释力接近40%，相比之下，耕地补充缺乏有力的主草地−耕地−城镇和水体”的土地利用转换过程.由导因素.国家投资变化对耕地补充影响最大，可以解于人口增长压力和耕地开垦需求，林地和草地成为耕释21.6%的耕地补充；而到县中心的距离和海拔可解地的补充来源[35]，但其补充数量远不及耕地占用的数释15%以上的耕地补充.值得关注的是，海拔对耕地量，不同土地覆被下的土壤质地特性难以保证转换后补充的解释力达到了15.8%，远高于对耕地占用的解的耕地质量，限制了耕地用途.这一转换过程说明生释力9.1%.态保护和耕地保护之间缺少协调性.对比图5-a与图5-b发现，单个因素对耕地占用从空间分布格局来看，雅鲁藏布江流域耕地主要和耕地补充的影响程度存在明显差异，但整体而言，

5第1期张天媛等：2000—2015年雅鲁藏布江流域耕地格局动态变化影响因素分析141NN2000—2005年050100200km050100200km2015年耕地abNN2010—2015年2005—2010年050100200km050100200kmcd图 4    雅鲁藏布江流域耕地及其2000−2015年变化空间分布够明显提高耕地补充解释力（图6-b）.国家投资变化表 3 耕地变化影响因素的平均回归系数与显著性和到湖泊距离的交互作用结果最强，可解释46.2%回归模型影响因素平均P值的耕地补充；其次是到高速公路距离和到市中心距离夜间灯光强度变化2.0140.000的交互作用结果，可解释44.7%的耕地补充.耕地占用路网密度0.4040.044以上结果表明，相比于单个因素，耕地变化更容到县中心的距离0.5190.022易受到不同类型的人类活动和自然环境因素耦合的国家投资变化−0.3040.031影响.夜间灯光强度变化（或国家投资变化）与到湖耕地补充到县中心的距离−0.9480.072泊的距离耦合解释了雅鲁藏布江流域耕地占用，这表海拔−1.0970.073明经济发展、政策导向与自然禀赋的共同作用是导耕地变化由人类活动和政策因素主导.此外，海拔是致耕地被占用的重要机制.例如2010−2015年，在靠影响雅鲁藏布江流域耕地补充重要自然环境要素，这近河流位置存在着耕地转为水体的现象.如拉萨市一结果和前人关于中国西南地区[14]、西藏全区[7]及萨林周县改造了当地的低产盐碱地和沼泽耕地，建成了河流域[5]等地的研究结果一致.海拔对耕地的影响可湿地保护区，保护了生物多样性；在林芝市工布江达能在于社会经济的发展导致人民对耕地的需求增强，县巴松措国家森林公园，农牧民仅留有少部分耕地供将高海拔地区的部分林草地改造为耕地（图4），以保给自身生活使用，主要参与当地旅游业的发展，并且证粮食生产需要.参与度较高[36].因此，靠近湖泊的生态区域，耕地保为探究双因素耦合对耕地变化的影响，使用地护、生态保护和旅游业发展之间存在着权衡关系，国理探测器的交互探测分析影响因素的交互解释力家生态建设工程资金的投入，通过退出低产耕地，恢（图6）.从图6可以看出，双因素耦合对雅鲁藏布江复湿地和林地，缓解了它们之间的矛盾.流域耕地变化的影响比单因素更强.夜间灯光强度3.3    多因素对雅鲁藏布江流域耕地变化的影响及其变化、到县中心的距离与其他因素的耦合明显提高空间差异为探究多种因素对耕地变化的综合影响对耕地占用的解释力（图6-a）.夜间灯光强度变化和以及影响因素在空间上的差异，本文根据地理探测器到湖泊距离的交互作用结果最强，可解释60.9%的耕的结果，选择对耕地变化解释力最强的3个因素作为地占用；其次是夜间灯光强度变化和到县中心距离的主要影响因素，利用地理加权逻辑回归分别构建影响交互作用结果，可解释52.6%的耕地占用.雅鲁藏布江流域耕地占用与补充的归因模型，进而得国家投资变化与其他影响因素解释力的耦合能到了各因素的影响系数以及流域内所有空间位置上

6142北京师范大学学报（自然科学版）第59卷a耕地占用夜间灯光强度变化0.397路网密度0.265到县中心的距离0.236到市中心的距离0.214到高速公路的距离0.175气温变化0.149到湖泊的距离0.142人类活动强度0.137降水变化0.097国家投资变化0.096海拔0.091影响因子到国道的距离0.054人口密度变化0.054地区生产总值变化0.045到河流的距离0.028到省道的距离0.024到铁路的距离0.023坡度0.010b耕地补充国家投资变化0.216到县中心的距离0.182海拔0.158路网密度0.142人类活动强度0.133到湖泊的距离0.131到省道的距离0.131到高速公路的距离0.122夜间灯光强度变化0.109到铁路的距离0.106降水变化0.091影响因子到国道的距离0.090到市中心的距离0.089气温变化0.086坡度0.061到河流的距离0.040地区生产总值变化0.033人口密度变化0.01300.050.100.150.200.250.300.350.400.45q图 5    单个影响因素对耕地变化的解释力影响系数的均值.表3为耕地占用与补充归因模型中心的距离在拉萨和日喀则市促进耕地占用，在林芝中各影响因素的平均回归系数及其显著性.在整个市则抑制耕地占用（图7-c）.雅鲁藏布江流域，夜间灯光强度变化是影响耕地占用相比于流域东部，西部日喀则市的自然环境限制的主要因素（=2.014），海拔则是负向影响耕地补充了农业活动.由于行政中心的吸引力，日喀则市的农的主要因素（=−1.097）.业劳动力不断向非农就业转移，造成了农业劳动力的为探索各因素影响力大小的空间差异，对每个抽流失，甚至引起耕地撂荒[6]，抑制了该地区耕地的发样点上的影响因素回归系数进行反距离加权插值，展[39−40].在行政中心辐射下，林芝市墨脱县大力开展得到了不同因素对耕地变化影响强度的空间分布农业基础设施建设，农业生产活动趋于集约化.而远（图7和8）.影响耕地占用的主要因素为夜间灯光强离行政中心的农民违法开垦荒地，实行刀耕火种，常度变化、路网密度和到县中心的距离（图7）.其中，对年弃耕弃农.路网建设大量占据市郊耕地，对于雅鲁雅鲁藏布江流域全域促进作用的影响因素均为夜间藏布江流域耕地发展也起到负面作用.灯光强度变化和路网密度.从回归系数可见，夜间灯影响耕地补充的主要因素为国家投资变化、到县光强度变化是对耕地占用影响最大的因素，且对日喀中心的距离和海拔（图8）.国家投资变化对耕地补充则耕地占用的促进作用比流域其他地区更大（图7-a）.除在拉萨东部和山南北部起到促进作用外，在流域其夜间灯光强度反映了人类经济活动[37−38]，利用图7-a他地区（尤其流域东部的林芝市）产生了抑制作用的结果，结合图4表示的日喀则耕地变化情况，可以（图8-a）.这是由于国家对于西藏大部分区域的投入推测日喀则地区的人类活动及社会经济发展通过开重点在于民生、基础设施和城镇建设领域，对于耕地辟建设用地的方式促进了耕地的占用.路网密度对保护、耕地修复和补充的投入不足，造成了部分耕地耕地占用的促进作用在拉萨东部较大（图7-b）.到县被占用.而在拉萨市达孜区、墨竹工卡县等郊县地

7第1期张天媛等：2000—2015年雅鲁藏布江流域耕地格局动态变化影响因素分析143a耕地占用海拔0.091坡度0.1460.010到河流的距离0.1240.0660.028到湖泊的距离0.3740.1960.2030.142气温变化0.2630.1910.1920.2730.149降水变化0.3210.1630.1380.3250.2240.097人口密度变化0.1270.0650.0770.1950.1880.1230.054地区生产总值变化0.1210.0580.0710.2120.1860.1340.0630.045人类活动强度0.2870.1640.1780.3240.2850.2260.1540.1640.137夜间灯光强度变化0.4390.4250.4170.6090.5080.4590.4020.4040.4240.397路网密度0.4020.3130.3040.4290.3700.3330.2720.2720.3230.4610.265到县中心的距离0.4060.2610.2660.4440.3870.4180.2620.2650.4270.5260.4390.236到市中心的距离0.3270.2490.2520.4010.3720.3440.2300.2400.2990.4890.3990.4470.214到国道的距离0.2360.1160.1090.3010.2290.3330.0980.1150.2480.4320.3310.3620.3210.054到省道的距离0.2440.1250.0690.2990.2610.2290.0940.0870.2050.4310.2960.3840.2840.1620.024到高速公路的距离0.3240.1990.2280.3880.2500.3000.2120.2150.3030.5080.3930.4270.3550.3110.3010.175到铁路的距离0.2320.1540.0790.3610.2570.2570.0740.0930.2060.4710.3750.4360.3690.1370.2060.4200.023国家投资变化0.2490.1450.1340.3430.3240.2470.1540.1560.2540.4630.3440.3830.3060.2160.2180.3200.1730.096b耕地补充海拔0.158坡度0.2550.061到河流的距离0.1990.1340.040到湖泊的距离0.3110.2420.2320.131气温变化0.2700.2380.1510.3560.086降水变化0.2170.2470.1610.3050.3090.091人口密度变化0.1790.1130.0580.1650.1320.1200.013地区生产总值变化0.1760.1570.1050.2370.1940.1500.0560.033人类活动强度0.2750.2910.2340.4090.3610.3250.1570.1970.133夜间灯光强度变化0.2920.2030.1610.2380.2530.2400.1490.1630.2930.109路网密度0.3640.2300.2150.3930.2880.3360.1710.2530.3180.2080.142到县中心的距离0.2570.3130.2590.3800.3540.3800.2160.2960.3190.2860.3820.182到市中心的距离0.2860.2670.1570.3540.3750.3120.1510.1930.3310.2720.3390.3490.089到国道的距离0.3290.2570.1650.3890.3390.3190.1230.2050.3250.2450.3880.3730.3770.090到省道的距离0.2960.2850.1930.3420.3850.2780.1890.2570.3210.3360.3970.3100.2730.2970.131到高速公路的距离0.3240.2980.1810.4410.1860.3330.1940.2400.3920.3770.3430.3990.4470.3400.3840.122到铁路的距离0.2560.2290.1720.3850.2620.2590.1300.2820.3080.2690.3250.2830.4000.3130.3410.3110.106国家投资变化0.3270.3380.2880.4620.3580.4080.2650.2940.3510.3460.4310.4180.3510.3640.4010.3880.3670.216海拔坡度气温变化降水变化路网密度到河流的距离到湖泊的距离人口密度变化人类活动强度到国道的距离到省道的距离到铁路的距离国家投资变化到县中心的距离到市中心的距离地区生产总值变化夜间灯光强度变化到高速公路的距离图 6    影响因素交互作用后对耕地变化的解释力区，国家各类农牧业项目投资提升了当地农业现代化充呈现普遍的抑制作用（图8-c）.高寒地区的自然条水平，设施农业得以发展.件不适合耕地发展，而且与平坦地区相比，在高海拔到县中心的距离在雅鲁藏布江流域全域抑制耕和陡峭的地区发展农业也需要更高的成本[41−42].在海地补充，说明在整个流域内，靠近县中心的地区更有拔较低的拉萨地区和山南北部地区，经济发展和人口利于耕地发展，这种规律在拉萨东部和山南北部尤其增长对耕地扩张提出了要求，城市化水平的提高减弱明显（图8-b）.以拉萨东部墨竹工卡县为例，县政府了海拔对农业发展的约束作用[41]. 2005−2015年，拉借助国家政策扶持，建立了完整的小油菜产业链，通萨市的设施农业蓬勃发展，由设施菜地生产的蔬菜达过农业培训和调整收购价格等鼓励措施实现了当地到全市生产总量的46%，这些设施农业向远离城区的作物的增产增收.高海拔地区（3 800~3 900 m）扩展[26].除拉萨市外，高海拔对雅鲁藏布江流域的耕地补

8144北京师范大学学报（自然科学版）第59卷NN夜间灯光强度国家投资变化系数变化系数1.773~1.903−0.810~−0.5811.904~2.070−0.580~−0.3822.071~2.267−0.381~−0.1962.268~2.470050100200km−0.195~02.471~2.6240.001~0.269050100200kmaaNN路网密度系数0.166~0.293到县中心的0.294~0.377距离系数0.378~0.456−2.725~−2.2460.457~0.537−2.245~−1.7040.538~0.604050100200km−1.703~−1.189b−1.188~−0.789050100200kmN−0.788~−0.460bN到县中心的距离系数−0.554~−0.279−0.278~0海拔系数0.001~0.3600.361~0.635−3.044~−2.5870.636~1.042050100200km−2.586~−1.410c−1.409~00.001~0.312050100200km图 7    耕地占用主要影响因素的影响系数空间分布0.313~1.437c图 8    耕地补充主要影响因素的影响系数空间分布4    结论与建议行政辐射和海拔是影响耕地补充的主要因素；并且这基于卫星遥感数据，解译并分析了2000−2015年些导致耕地变化的影响因素存在明显的空间异质性.雅鲁藏布江流域耕地格局动态变化，并着重从耕地占耕地管理水平较高的地区面临的耕地问题主要由经用和补充2个角度探讨了影响雅鲁藏布江流域耕地济发展导致.在日喀则市，城区经济建设吸引了大量变化的因素及其空间差异.农村劳动力，从而导致耕地管理水平下降，甚至弃耕；雅鲁藏布江流域的耕地存在占用耕地与补充耕拉萨市城郊地带人地矛盾突出，旅游业逐渐发展，因地空间和来源失衡的问题.耕地占用主要发生在拉而出现了耕地占用的问题.同时，在这类高耕地管理萨市（60.42%）、林芝市（16.21%）和山南市（13.01%），水平地区，农业投资与技术培训等政策手段提高了已转为水体和建设用地；耕地补充发生在日喀则（55.81%）、有耕地的产能，设施农业也逐渐向高海拔地区扩展.林芝（23.01%）和拉萨（20.69%）3市，主要由林地和草耕地管理水平较低的地区面临的耕地问题主要由农地补充.虽然从面积上来看，雅鲁藏布江流域基本达户行为导致.在林芝市，远离城区的农民接受农耕管到了耕地占补平衡的总量平衡要求（仍需补充58.74 km2理培训的机会较少，耕种观念较为保守落后，刀耕火的耕地），但是从耕地占用和补充的面积分布来看，雅种的耕作方式导致了耕地质量下降以及耕地废弃的鲁藏布江流域的耕地变化存在明显的空间失衡，拉萨市耕地占用最多但补充最少.此外，从耕地转换过程现象.来看，城市发展占用了大部分城市周边海拔低、坡度本文建议雅鲁藏布江流域应当制定区域差异化小的优质耕地，为追求耕地总量平衡要求，牺牲了林的经济发展与耕地保护政策，以实现流域耕地总量和地和草地，将其改造补充为海拔高、坡度高的次等质量的平衡.重视拉萨、林芝等市郊区和城乡结合部耕地.等人地矛盾突出地带的耕地保护，建议在这些地区强雅鲁藏布江流域的耕地格局变化具有复杂的驱化现有后备耕地保护，提升农业经济水平，实现农产动机制和空间差异.经济发展、交通基础设施和行政品的外部输出，并适当发展特色农业旅游.建议在日辐射是影响耕地占用的主要因素；而国家投资变化、喀则和林芝地区，政府应给予农民政策倾向和资金扶

9第1期张天媛等：2000—2015年雅鲁藏布江流域耕地格局动态变化影响因素分析145持，组织开展农业技术培训，提升耕作技术水平，更新［20］李穗英，孙新庆.青海省近10年耕地面积动态变化及驱耕作观念，提高耕作效率.动因子分析研究[J].中国农业资源与区划，2009，30（5）：395　参考文献［21］李丹，田沛佩，罗红英，等.西藏“一江两河”耕地生态安全时空格局与障碍诊断[J].农业机械学报，2020，［1］SHEN W S，LI H D，SUN M，et al. Dynamics of aeolian51（10）：213sandy land in the Yarlung Zangbo River basin of Tibet，China from 1975 to 2008[J].Global and Planetary Change，［22］张瑞，徐宗学，刘晓婉，等. 1980−2015年雅鲁藏布江流域土地利用时空演变格局分析[J].中国农村水利水电，2012，86-87：372019（3）：106［2］强小林，迟德钊，冯继林.青藏高原区域青稞生产与发展现状[J].西藏科技，2008（3）：11［23］周柽，邵东国，顾文权，等.青藏高原农耕区土地利用变化对土壤侵蚀的影响[J].中国农村水利水电，2022（3）：［3］段健，徐勇，孙晓一.青藏高原粮食生产、消费及安全风险120格局变化[J].自然资源学报，2019，34（4）：673［4］［24］刘纪远，宁佳，匡文慧，等. 2010−2015年中国土地利用变李士成，张镱锂，何凡能.过去百年青海和西藏耕地空间化的时空格局与新特征[J].地理学报，2018，73（5）：789格局重建及其时空变化[J].地理科学进展，2015，34（2）：［25］刘纪远，匡文慧，张增祥，等. 20世纪80年代末以来中国197土地利用变化的基本特征与空间格局[J].地理学报，［5］摆万奇，姚丽娜，张镱锂，等.近35a西藏拉萨河流域耕地2014，69（1）：3时空变化趋势[J].自然资源学报，2014，29（4）：623［26］张镱锂，刘林山，王兆锋，等.青藏高原土地利用与覆被［6］谭大明.西藏耕地保护利用与社会经济发展问题研究[J].西藏农业科技，2016，38（2）：17变化的时空特征[J].科学通报，2019，64（27）：2865［27］ZHANG B，ZHOU W. Spatial–temporal characteristics of［7］杨春艳，沈渭寿，王涛.近30年西藏耕地面积时空变化特征[J].农业工程学报，2015，31（1）：264precipitation and its relationship with land use/cover［8］change on the Qinghai-Tibet Plateau，China[J].Land，万方，邓清海，刘莉，等. 1990−2018年河湟谷地耕地的时空演变[J].水土保持通报，2021，41（3）：2752021，10（3）：269［28］TANG Z L，SUN G，ZHANG N N，et al. Impacts of land-［9］汤怀志，桑玲玲，郧文聚.我国耕地占补平衡政策实施困境及科技创新方向[J].中国科学院院刊，2020，35（5）：637use and climate change on ecosystem service in easternTibetan Plateau，China[J].Sustainability，2018，10（2）：467［10］张丽萍，张镱锂，阎建忠，等.青藏高原东部山地农牧区生计与耕地利用模式[J].地理学报，2008，63（4）：377［29］程昌秀，史培军，宋长青，等.地理大数据为地理复杂性研究提供新机遇[J].地理学报，2018，73（8）：1397［11］蒋贵彦，刘峰贵.青海省近50年耕地资源变化及驱动力研究[J].干旱区资源与环境，2007，21（2）：71［30］CHENG J Q，MASSER I. Urban growth pattern modeling：a case study of Wuhan city，PR China[J].Landscape and［12］LIU Y S. Introduction to land use and rural sustainabilityin China[J].Land Use Policy，2018，74：1Urban Planning，2003，62（4）：199［31］LIAO F H F，WEI Y H D. Modeling determinants of urban［13］YE S J，SONG C Q，SHEN S，et al. Spatial pattern ofarable land-use intensity in China[J].Land Use Policy，growth in Dongguan，China：a spatial logistic approach[J].2020，99：104845Stochastic Environmental Research and Risk Assessment，2014，28（4）：801［14］郑朝菊，曾源，赵玉金，等. 20世纪90年代以来中国西南地区土地覆被变化[J].生态学报，2016，36（23）：7858［32］樊江文，辛良杰，张海燕，等.高原人类活动强度数据［15］（2012−2017年）[EB/OL].北京：国家青藏高原科学数据杜新波，周伟，司慧娟，等.青海省2000−2008年间耕地变化及驱动力研究[J].水土保持研究，2013，20（5）：180中心，2019. https://cstr.cn/18406.11.HumanNat.tpdc.271911［16］刘曼晴，阿旺白姆.土地利用/覆被变化及人文驱动机制研究：以拉萨市为例[J].科技创新与应用，2017（31）：177［33］王劲峰，徐成东.地理探测器：原理与展望[J].地理学报，2017，72（1）：116［17］杨柳，阎建忠，王盼，等.青藏高原气候变化对农牧民开垦的影响[J].生态学报，2019，39（10）：3655［34］ATKINSON P M，GERMAN S E，SEAR D A，et al.Exploring the relations between riverbank erosion and［18］ZHANG G L，DONG J W，ZHOU C P，et al. Increasingcropping intensity in response to climate warming ingeomorphological controls using geographically weightedTibetan Plateau，China[J].Field Crops Research，2013，logistic regression[J].Geographical Analysis，2003，142：3635（1）：58［19］［35］LIU X P，LIANG X，LI X，et al. A future land use韩海青，王旭红，牛林芝，等. 1992−2015年中亚五国LUCC特征及耕地驱动力研究[J].中国生态农业学报（中simulation model （FLUS） for simulating multiple land use英文），2021，29（2）：325scenarios by coupling human and natural effects[J].

10146北京师范大学学报（自然科学版）第59卷Landscape and Urban Planning，2017，168：94International Geoscience and Remote Sensing Symposium.［36］徐秀美，胡淑卉，旦珍.旅游扶贫背景下农牧民生计资本Beijing，China：IEEE，2016：5445可持续性评价：以巴松措景区为例[J].旅游研究，2019，［40］LI C Y，TANG Y，LUO H，et al. Local farmers’11（3）：36perceptions of climate change and local adaptive strategies：［37］ZHAO M，ZHOU Y Y，LI X C，et al. Building a series ofa case study from the Middle Yarlung Zangbo Riverconsistent night-time light data （1992-2018） in Southeastvalley，Tibet，China[J].Environmental Management，Asia by integrating DMSP-OLS and NPP-VIIRS[J].IEEE2013，52（4）：894Transactions on Geoscience and Remote Sensing，2020，58（3）：1843［41］LI G D，SUN S A，FANG C L. The varying driving forcesof urban expansion in China：insights from a spatial-［38］ZHAO M，CHENG C X，ZHOU Y Y，et al. A globaltemporal analysis[J].Landscape and Urban Planning，dataset of annual urban extents （1992-2020） from2018，174：63harmonized nighttime lights[J].Earth System ScienceData，2022，14（2）：517［42］PAUDEL B，GAO J G，ZHANG Y L，et al. Changes incropland status and their driving factors in the Koshi River［39］LI A N，LEI G B，BIAN J H，et al. Land cover mapping，change detection and its driving forces quantifying in thebasin of the central Himalayas，Nepal[J].Sustainability，Southwestern China from 1990 to 2010[C]//2016 IEEE2016，8（9）：933Dynamic changes and influencing factors of farmland pattern inYarlung Zangbo River basin from 2000 to 2015ZHANG Tianyuan1，2，3）SHEN Shi1，2）CHENG Changxiu1，2，3）YE Sijing1）（ 1）State Key Laboratory of Earth Surface Processes and Resource Ecology，Beijing Normal University，100875，Beijing， China；2）Faculty of Geographical Science，Beijing Normal University，100875，Beijing，China；3）National Tibetan Plateau Data Center，100101，Beijing，China）AbstractThe Yarlung Zangbo River basin （YZRB） is a major agricultural area on the Tibetan Plateau.Analysis of dynamic changes of YZRB farmland pattern and influencing factors is of great significance to ensure self-sufficiency of grain and stable development of social environment in Tibet. The 30 m land use data were used ingeodetector and geographically weighted logistic regression to analyze farmland requisition-compensation dynamicand influencing factors in YZRB from 2000 to 2015. Farmland requisition was found to have mainly occurred in peri-urban area of Lhasa （60.42%），Nyingchi （16.21%），and Lhoka （13.01%），mostly have transformed into waters andurban areas. Farmland compensation mainly distributed in Xigaze （55.81%），Nyingchi （23.26%），and Lhasa（19.61%），mostly from forest and grassland. Economic development，transportation infrastructure，and administrativefactors mainly influenced farmland requisition. Investment，administrative and elevation factors mainly influencedfarmland compensation. Spatial stratified heterogeneity was apparent in driving factors of farmland dynamics. Laborforce transfer，tourism development，and backward farming concepts were main farmland development problems facedby Xigaze，Lhasa，and Nyingchi，respectively. This study elucidates farmland requisition-compensation dynamic andcould guide high-quality coordinated development of agriculture in the Tibetan Plateau. The reserve farmland in thesuburbs of Lhasa and Nyingchi should be protected，while agricultural policy tendencies such as capital and technicaltraining should be given in Xigaze，to realize differential protection and management of farmland in the YZRB.KeywordsYarlung Zangbo River；farmland；pattern dynamics；geodetector；geographically weighted logisticregression【责任编辑：刘先勤】