海南島土地利用動態(tài)變化特征及其驅(qū)動力分析

海南島土地利用動態(tài)變化特征及其驅(qū)動因素目錄TOC\o"1-3"\h\u1引言 ]。全球土地利用是對全球范圍的土地根據(jù)緯度、海陸、地形、天氣等因素進行宏觀性的研究REF_Ref7041\r\h[8]，但其往往忽略了中、小范圍的土地利用情況及局部變化REF_Ref7067\r\h[9]。特別是在某些特定地區(qū)，由于自然和人文社會等多種因素的作用，土地的使用和資源質(zhì)量都在持續(xù)變化，這進一步影響了該地區(qū)的環(huán)境狀況。因此，需要通過監(jiān)測這些變量來了解土地利用的時空動態(tài)過程。目前，存在眾多手段來研究影響土地使用在空間和時間上的變動因子。其中包含利用地理探測器來確定這些驅(qū)動力因子。地理探測器是由中國科學(xué)院的王晉峰研究團隊開發(fā)的一種統(tǒng)計手段，用于檢測空間分層異質(zhì)性及其驅(qū)動因素，該方法包括異質(zhì)性和因素檢測、相互作用檢測、風(fēng)險區(qū)檢測和生態(tài)檢測四個部分REF_Ref7100\r\h[10]。定量驅(qū)動因素是通過灰色關(guān)聯(lián)分析統(tǒng)計得出的，灰色關(guān)聯(lián)分析描述了各因素之間關(guān)系的強度、大小和順序，是一種更具動態(tài)性質(zhì)的定量分析REF_Ref7123\r\h[11]。因此，利用地理信息系統(tǒng)技術(shù)結(jié)合數(shù)學(xué)分析方法來探討土地利用與人文和水文條件間的作用機制已成為當(dāng)前熱點課題之一。近幾年，全球?qū)W術(shù)領(lǐng)域在土地使用和土地覆蓋變化（LUCC）以及其所帶來的影響方面的研究已經(jīng)取得了突出的成就。NawhathREF_Ref7152\r\h[12]和他的團隊以泰國城府的四大洪水高風(fēng)險區(qū)域為研究對象，對土地使用和防洪設(shè)施的變遷如何影響世界遺產(chǎn)地和城郊地區(qū)的洪水情況進行了評估，并進一步探討了與洪水有關(guān)的社會效應(yīng)；KimaroREF_Ref7227\r\h[13]及其團隊運用RS和GIS技術(shù)，對1984年至2015年期間馬甘巴保護區(qū)的土地使用變化趨勢進行了深入的量化研究和分析。研究結(jié)果顯示，該保護區(qū)森林退化的主要驅(qū)動因素包括農(nóng)業(yè)活動的增加、人類居住區(qū)的擴張以及基礎(chǔ)設(shè)施的完善；ArowoloREF_Ref7250\r\h[14]及其團隊的研究指出，農(nóng)業(yè)的擴展和大量的植被砍伐可能會對尼日利亞的土地使用和覆蓋模式產(chǎn)生影響。我國土地利用現(xiàn)狀及其驅(qū)動因素的研究始于20世紀(jì)80年代。近年來，隨著國家對生態(tài)文明建設(shè)的重視，相關(guān)的研究已經(jīng)取得了令人矚目的進展。相關(guān)的研究機構(gòu)和學(xué)者對土地的使用條件、土地使用的變化趨勢和機制、以及土地利用的模型模擬進行了深入探討，并從中得到了非常有價值的發(fā)現(xiàn)REF_Ref7280\r\h[15]。為了深入了解土地使用的時空演變，中國政府與中國的研究機構(gòu)共同收集了眾多的數(shù)據(jù)，目的是為了建立和完善相關(guān)的數(shù)據(jù)庫。中國環(huán)?？偩衷?000年圓滿完成了"西部遙感"項目的調(diào)查；在“八五”期間中科院開展的宏觀遙感項目，聚焦于遙感技術(shù)在國土與生態(tài)監(jiān)測中的應(yīng)用，為我國土地利用變化研究貢獻了關(guān)鍵數(shù)據(jù)。目前已有多個省市開展了區(qū)域土地生態(tài)環(huán)境效應(yīng)評價工作，并取得一定成果。此外，有學(xué)者對中國的土地使用模式進行了廣泛的科學(xué)研究，例如孫佩REF_Ref7302\r\h[16]等人使用ArcGIS軟件來計算土地利用的動態(tài)態(tài)度變化指標(biāo)，并對丹江口市的土地利用在時空上的動態(tài)變化進行了深入分析。陶偉REF_Ref7335\r\h[17]和他的團隊利用GeoSOS模型模擬了金華市土地使用的動態(tài)變化，為我們提供了城市化的當(dāng)前狀態(tài)和未來發(fā)展方向的可視化視圖，從而為地方的發(fā)展策略和決策提供了有力的支撐。龍運婷REF_Ref7358\r\h[18]和她的團隊利用3S技術(shù)對貴陽市的土地使用變化進行了深入的動態(tài)監(jiān)測研究，這些研究成果為當(dāng)?shù)卣谕恋刭Y源的合理規(guī)劃和科學(xué)管理方面提供了極大的便利。海南因其獨有的地理優(yōu)勢，其旅游產(chǎn)業(yè)得到了迅速的擴展，同時人口也有所增長。過去30多年，從經(jīng)濟特區(qū)、國際旅游島到如今的自由貿(mào)易港建設(shè)，海南經(jīng)濟快速發(fā)展，也使得土地利用發(fā)生變化。然而，海南島未利用地少，后備土地資源儲備不足，導(dǎo)致用地矛盾突出，有必要對區(qū)域過去土地利用演化特征和驅(qū)動因素進行研究以掌握其變化規(guī)律，以期為區(qū)域可持續(xù)發(fā)展提供數(shù)據(jù)和理論支持。以往，針對海南島土地利用動態(tài)變化的特點及其影響因素的研究，學(xué)者們主要運用了轉(zhuǎn)移矩陣分析和動態(tài)變化度分析這兩種方法進行了深入的研究。戴聲佩等人利用土地利用轉(zhuǎn)移信息譜、土地利用綜合程度指數(shù)等對海南島近20年土地利用動態(tài)變化度進行研究，而趙健等人則結(jié)合土地轉(zhuǎn)移矩陣和數(shù)學(xué)模型法來明確土地利用動態(tài)分析法在海南島的實際應(yīng)用情況。而在此領(lǐng)域中，對于驅(qū)動海南島土地利用動態(tài)變化的具體因素的研究還相對較少，目前尚未形成系統(tǒng)全面的解釋框架，這無疑是一個值得深入探討的領(lǐng)域，有待學(xué)術(shù)界進行更加廣泛和深入的調(diào)查研究，以便為我國海南島的土地資源管理和可持續(xù)發(fā)展提供科學(xué)依據(jù)。基于此，本文以海南島為研究對象，利用1990年、2000年、2010年和2020年四個時期的海南島土地使用數(shù)據(jù)和統(tǒng)計年鑒資料，通過單一的土地利用動態(tài)度，對其土地利用的變化進行了深入分析；除了利用皮爾遜相關(guān)性分析三大地類與各因子相關(guān)性外，還結(jié)合年末總?cè)丝跀?shù)，第三產(chǎn)業(yè)產(chǎn)值，地區(qū)生產(chǎn)總值，城鎮(zhèn)化發(fā)展水平，居民人均可支配收入等因子，應(yīng)用DPS軟件下的灰色關(guān)聯(lián)度進一步分析驅(qū)動力影響機制。相關(guān)研究成果對預(yù)測土地利用未來變化趨勢和土地資源長期管理與保護具有重要意義。2研究區(qū)概況與數(shù)據(jù)源2.1研究區(qū)概況海南島地處北緯18°10’～20°10’，東經(jīng)108°37’～111°03’（圖1），區(qū)域?qū)贌釒Ъ撅L(fēng)氣候，年平均溫度為23-26℃之間，年內(nèi)溫度變化小。又因地處北回歸線以南，全年日照時間長，可達1750-2550h。全島降雨量豐富，年均降雨量為1600mm以上；干、雨季明顯，冬春干旱，夏秋多雨，且東多西少。植被覆蓋多樣，農(nóng)作物資源豐富。海南擁有超過1000萬的居民和獨特的熱帶氣候條件，其經(jīng)濟和社會發(fā)展速度非?？臁．a(chǎn)業(yè)結(jié)構(gòu)以旅游業(yè)為主導(dǎo)，同時農(nóng)業(yè)、現(xiàn)代服務(wù)業(yè)和高新技術(shù)產(chǎn)業(yè)也在協(xié)同發(fā)展。這些產(chǎn)業(yè)對GDP的貢獻逐年增加，導(dǎo)致海南的GDP持續(xù)上升。在經(jīng)濟快速發(fā)展的背景下，海南省社會生產(chǎn)力得到顯著提高，居民收入持續(xù)較快增長。城鎮(zhèn)化發(fā)展水平也顯著提高，城市人口的增長促進了基礎(chǔ)設(shè)施和公共服務(wù)的完善。海南自由貿(mào)易港的建立為這一地區(qū)的產(chǎn)業(yè)注入了新的活力，進一步推動了人口的多樣化和經(jīng)濟社會的健康發(fā)展。圖1研究區(qū)位置圖2.2數(shù)據(jù)來源與預(yù)處理本文所涵蓋的數(shù)據(jù)分為以下兩類。土地利用數(shù)據(jù)：來源于國家冰川凍土沙漠科學(xué)數(shù)據(jù)中心REF_Ref7413\r\h[19]()。其數(shù)據(jù)空間分辨率為30m，投影為D_WGS_1984。數(shù)據(jù)集分類體系包括9種用地類型，分別為：農(nóng)田、森林、灌木、草原、水域、冰雪、裸地、不透水面、濕地。本文根據(jù)研究區(qū)域的特點，將海南島的土地利用類型基于ArcGIS平臺分為六類。分別為草地、耕地、建設(shè)用地、森林、水體和未利用地，四個時段的土地利用分布如圖2所示。圖2研究區(qū)1990、2000、2010、2020年土地利用類型空間分布圖社會經(jīng)濟數(shù)據(jù)：用于分析驅(qū)動力的社會經(jīng)濟數(shù)據(jù)涵蓋了多個方面，包括城市化的發(fā)展水平、地區(qū)生產(chǎn)總值、農(nóng)林牧漁業(yè)的生產(chǎn)總值、地區(qū)工業(yè)的總產(chǎn)值、城鎮(zhèn)居民的人均可支配收入、農(nóng)村居民的人均可支配收入、第一產(chǎn)業(yè)和第二產(chǎn)業(yè)的比重、第三產(chǎn)業(yè)的比重，以及年末的常駐人口數(shù)量。數(shù)據(jù)來源于《海南省統(tǒng)計年鑒》。3研究方法3.1土地轉(zhuǎn)移矩陣Markov模型在土地利用/覆被變化研究中扮演著重要角色，其中土地利用轉(zhuǎn)移矩陣被廣泛運用。我們能夠利用Markov模型來準(zhǔn)確描繪土地利用面積的增加來源和減少去向，為土地利用變化提供量化分析REF_Ref7449\r\h[20]。數(shù)學(xué)語言表達為：Sij=S11式中：Sij表示從土地利用類型i轉(zhuǎn)移到類型j的數(shù)量或比例。其中，Sij可以是以下幾種類型之一：1.絕對數(shù)量：表示從類型i到類型j的土地面積或數(shù)量的實際轉(zhuǎn)移。2.相對比例：表示從類型i轉(zhuǎn)移到類型j的比例或概率，通常是通過將類型i轉(zhuǎn)移到所有其他類型的土地面積或數(shù)量總和標(biāo)準(zhǔn)化得到的。3.2土地利用動態(tài)度土地利用的動態(tài)變化揭示了多種景觀類型隨著時間的推移而發(fā)生的量化變化，這包括不同土地資源的數(shù)量變化、各種景觀類型在空間上的變化，以及不同土地類型之間的連通性REF_Ref7472\r\h[21]。這些變化可用于評估不同景觀類型隨時間變化的程度，分析單個土地用途的動態(tài)關(guān)系可以顯示特定區(qū)域的特定土地用途類型在一段時間內(nèi)的變化情況。本研究利用“單一土地利用動態(tài)度”REF_Ref7495\r\h[22]這一理論框架，探討1990-2020年間海南島土地利用類型的動態(tài)度變化情況。數(shù)學(xué)語言表達為： D=?AA0×1?式中：D—土地利用單一動態(tài)度。ΔA—研究期間土地利用類型的面積變化量，即期初面積A0與期末面積A1之差Δt—研究的時間跨度。3.3土地利用動態(tài)變化驅(qū)動力分析方法根據(jù)數(shù)據(jù)選取的公平性、全面性、客觀性、實用性等原則，本文選取地區(qū)工業(yè)總產(chǎn)值、第一產(chǎn)業(yè)所占比重，城鎮(zhèn)化發(fā)展水平等十個驅(qū)動力影響因子進行分析，以上因子涵蓋經(jīng)濟水平、產(chǎn)業(yè)發(fā)展水平、人口、農(nóng)業(yè)發(fā)展及技術(shù)水平，符合因子選取原則。結(jié)合SPSS、DPS軟件對土地利用動態(tài)變化驅(qū)動力影響因素進行分析并輸出結(jié)果。3.3.1灰色關(guān)聯(lián)度分析灰色關(guān)聯(lián)度分析法作為一種多因素的統(tǒng)計分析手段，其主要目的是為了深入探究和明確系統(tǒng)內(nèi)部各個因素間的相互影響和相互關(guān)聯(lián)程度。這一方法是建立在灰色系統(tǒng)理論之上的，由我國的學(xué)者鄧聚龍REF_Ref7123\r\h[11]教授首次提出?；疑P(guān)聯(lián)分析的本質(zhì)是根據(jù)數(shù)據(jù)序列之間的幾何和形態(tài)相似性來評估不同因素之間的關(guān)聯(lián)強度。作為該方法的一部分，首先創(chuàng)建一個參考數(shù)據(jù)序列（主序列），然后同時選擇一些相應(yīng)的比較數(shù)據(jù)序列（子序列）。通過對這些序列的動態(tài)進行定量分析，計算出參考序列與每個對比序列之間的灰色關(guān)聯(lián)指數(shù)。計算步驟主要包括：去量綱化處理：假定有參考數(shù)列X0和比較數(shù)列Xi,其中i=1,2...,n。首先，對這一系列數(shù)據(jù)進行了去量綱處理。去量綱化的方法多種多樣，包括但不限于初值化、標(biāo)準(zhǔn)化和歸一化等技術(shù)。在本文中，選擇初值化方法來進行數(shù)據(jù)處理。初值化處理：xO(k)'=x其中k表示數(shù)列中的第k個數(shù)據(jù)。2.計算關(guān)聯(lián)系數(shù)：關(guān)聯(lián)系數(shù)γxγxOk,其中ρ是分辨系數(shù)，通常取值在0到1之間，用來削弱最大絕對差的影響3.計算關(guān)聯(lián)度：關(guān)聯(lián)度ri可以通過計算關(guān)聯(lián)系數(shù)的平均值得到ri=1n4.序列調(diào)整：依據(jù)計算得出的關(guān)聯(lián)度值ri對比較數(shù)列實施排序，關(guān)聯(lián)度值越高，表明其與參考數(shù)列之間的關(guān)聯(lián)性越強。3.3.2相關(guān)性分析皮爾遜相關(guān)系數(shù)是一種衡量兩個變量之間線性關(guān)系強度和方向的統(tǒng)計量。該系數(shù)的值域介于-1至+1，其中1表示完全正相關(guān)，-1表示完全負相關(guān)，0表示無相關(guān)性。一般來說，r<0.3為無相關(guān)性，r介于0.3和0.7之間為弱相關(guān)性，r>0.7為強相關(guān)性。Person相關(guān)性檢驗?zāi)Ｐ停簉=Σ?=1nxiy=1ni=1nyi，4研究結(jié)果與分析4.1土地利用動態(tài)變化數(shù)量分析4.1.1土地利用類型與數(shù)量結(jié)構(gòu)分布研究區(qū)土地總面積約為3.4萬km2，根據(jù)1990、2000、2010和2020年土地利用統(tǒng)計了研究區(qū)域各類土地利用面積，如表1所示。從土地利用數(shù)量來看，海南島土地利用以林地和耕地為主，占比之和可達全區(qū)域面積的90%以上。未利用地占比不超過0.2%，后備土地資源匱乏。1990-2020年間，草地面積縮減了130.46km2、耕地面積增長了659.65km2、建設(shè)用地面積擴大了495km2、林地面積消減了987.17km2、水體面積增漲了3.41km2，未利用地面積減少了40.47km2，如圖3所示。表SEQ表\*ARABIC1研究區(qū)1990-2020年土地利用現(xiàn)狀面積分類統(tǒng)計表/hm21土地利用類型1990年2000年2010年2020年面積/hm2占比%面積/hm2占比%面積/hm2占比%面積/hm2占比%草地148.600.4485.220.2550.890.1518.140.05耕地10030.9029.619823.3128.998420.0824.8510690.5531.55建設(shè)用地183.500.54352.751.04495.281.46678.502.00林地22979.4367.8323059.9268.0624332.1371.8221992.2564.91水體493.191.46528.381.56574.631.70496.601.47未利用地44.040.1330.070.096.660.023.570.01圖3研究區(qū)1990-2020年土地利用面積增減變化情況4.1.2土地利用動態(tài)變化轉(zhuǎn)移矩陣分析土地利用轉(zhuǎn)移結(jié)果如圖4、5、6所示?？梢钥闯?，1990-2000年研究區(qū)面積減少最多的是耕地，大部分集中在向建設(shè)用地和林地轉(zhuǎn)移，伴隨著部分林地業(yè)轉(zhuǎn)換為耕地。其他幾類用地類型面積變化不大，其中水體面積增加主要也來源于耕地。耕地的逐漸減少主要是由于農(nóng)業(yè)耕作結(jié)構(gòu)調(diào)整，農(nóng)民種植收益更高的果樹和經(jīng)濟林，因此耕地流向林地。另外，自1999年美蘭機場投入運營及2000年海南領(lǐng)先推行落地簽政策以來，這兩大舉措極大地加速了海南省旅游業(yè)的蓬勃發(fā)展，并顯著提高了對建設(shè)用地的需求，致使部分耕地轉(zhuǎn)作他用。圖4研究區(qū)1990-2000年土地利用類型轉(zhuǎn)移信息圖在2000-2010年間，研究區(qū)內(nèi)耕地面積的減少最為顯著，其后是草地和未被利用的土地，其中未被利用的土地面積減少到了6.61km2，這導(dǎo)致了研究區(qū)備用資源的不足，并對未來的用地產(chǎn)生了潛在風(fēng)險。增長最為顯著的是林地，其后是用于建設(shè)的土地和水域。海南省交通網(wǎng)絡(luò)的持續(xù)擴展和中心城區(qū)的逐漸擴張，是導(dǎo)致建設(shè)用地面積擴大的關(guān)鍵因素。同時也導(dǎo)致?？谑惺袇^(qū)范圍內(nèi)大面積農(nóng)田被征用以滿足城市建設(shè)需要。尤其在2002年，粵海鐵路的全線開放，終結(jié)了海南與大陸之間的交通障礙，同時也提高了對建設(shè)用地的需求。同年，國務(wù)院啟動了退耕還林的政策部署。而到了2009年，海南國際旅游島的建設(shè)被提升為國家級戰(zhàn)略。由于中央政府推出了眾多的政策措施，海南島的植被建設(shè)需求急劇上升，導(dǎo)致大量的耕地被轉(zhuǎn)化為林地。圖5研究區(qū)2000-2010年土地利用轉(zhuǎn)移信息圖2010-2020年研究區(qū)面積減少的是林地而耕地面積在大大增加，同時伴隨著其他類型用地向耕地轉(zhuǎn)移部分面積，主要是受十三五時期，已全面建成小康社會為總目標(biāo)、總牽引，堅持發(fā)展為第一要務(wù)，海南省的農(nóng)業(yè)需求加大勢必占據(jù)大部分林地。其次是水體的減少，主要受一些填海建設(shè)與海岸帶破壞影響。未利用地由2010年的6.61km2減少為3.54km2，會給海南島的未來建設(shè)帶來一定壓力。圖6研究區(qū)2010-2020年土地利用轉(zhuǎn)移信息圖4.1.3土地利用動態(tài)度分析海南島土地利用動態(tài)度如表2所示，可以看出草地和未利用地動態(tài)度均有所下降且草地呈現(xiàn)下降趨勢，草地于2010-2020年達到最低變化速率為-0.064，未利用地于2000-2010年年達到最低變化速率為-0.078，未利用地的動態(tài)度減少將威脅海南島緩解用地需求；雖然耕地1990-2010年動態(tài)度有所下降，并且在2000-2010年間耕地面積大幅度下降（變化速率分別為-0.002、-0.014），但2010-2020動態(tài)度（變化速率為0.027）增加且伴隨耕地面積的回升，這與一些國家政策與省開發(fā)建設(shè)有關(guān)。雖然建設(shè)用地動態(tài)度均為增加狀態(tài)，但整體趨勢呈下降趨勢，隨著自貿(mào)港旅游島的逐步建成，交通設(shè)施逐漸完善使其動態(tài)度逐漸減弱，人民生活水平逐漸提高，這也表征了是經(jīng)濟發(fā)展的必然趨勢和結(jié)果。在1990-2020年期間林地面積的變化呈現(xiàn)出波動，林地利用動態(tài)度既有增加也有減少，而2010-2020年間土地動態(tài)度變化為負值，尤其是在林地覆蓋率減少的情況下，這種情況對于當(dāng)?shù)氐纳鷳B(tài)環(huán)境的維護與恢復(fù)產(chǎn)來說構(gòu)成了一定的挑戰(zhàn)。類似的，1990-2010年水體動態(tài)度有所增加，伴隨著水體面積增加，原因是旅游業(yè)的發(fā)展帶來的人工島嶼與人工海的建設(shè)。但是，2010年-2020年水體動態(tài)度突然下降，這警示著當(dāng)?shù)睾Ｑ蠛筒糠譂竦氐人w正在被破壞或污染，表明水體生態(tài)系統(tǒng)面臨嚴(yán)重挑戰(zhàn)，需要采取行動來保護和恢復(fù)水體的生態(tài)平衡,對水體進行合理配置。表2研究區(qū)一級地類土地利用動態(tài)度一級地類1990-2000年土地利用動態(tài)度2000-2010年土地利用動態(tài)度2010-2020年土地利用動態(tài)度草地-0.043-0.040-0.064耕地-0.002-0.0140.027建設(shè)用地0.0920.0400.037林地0.0000.006-0.010水體0.0070.009-0.014未利用地-0.032-0.078-0.0464.2土地利用動態(tài)變化驅(qū)動力分析4.2.1驅(qū)動力因子本研究利用DPS軟件進行灰色關(guān)聯(lián)度的分析，主要是通過計算多個影響因子（子序列）與一個特定的主序列（定量）之間的關(guān)聯(lián)度，以及驅(qū)動力因子與不同地類的關(guān)聯(lián)度，來評估驅(qū)動力因子的影響程度[22]。在研究中，耕地、建設(shè)用地和未利用地指標(biāo)中都包含了大量的信息，因而被視為不同類型的指標(biāo)體系。本文選取耕地面積、建設(shè)用地面積和未利用地面積為母序列，10個驅(qū)動力影響因子作為子序列并計算這些子序列與母序列之間的關(guān)聯(lián)度，將因子與地類的關(guān)聯(lián)度由大到小依次排序，具體結(jié)果見表3和圖7表3研究區(qū)三大地類與驅(qū)動因子的關(guān)聯(lián)度因子驅(qū)動力因子名稱與耕地的關(guān)聯(lián)度與建設(shè)用地的關(guān)聯(lián)度與未利用地的關(guān)聯(lián)度X1城鎮(zhèn)化發(fā)展水平0.25410.60110.1281X2地區(qū)生產(chǎn)總值（億元）0.31670.3730.1635X3農(nóng)林牧漁業(yè)生產(chǎn)總值（億元）0.27490.43480.1487X4地區(qū)工業(yè)總產(chǎn)值（億元）0.20340.32490.1224X5城鎮(zhèn)居民人均可支配收入(元)0.29260.40690.1539X6農(nóng)村居民人均可支配收入(元)0.40250.36060.1765X7第一產(chǎn)業(yè)所占比重0.51650.27970.3123X8第二產(chǎn)業(yè)所占比重0.5370.45010.1906X9第三產(chǎn)業(yè)所占比重0.47660.42360.1502X10年末常駐人口數(shù)（萬人）0.49280.44480.154圖7研究區(qū)1990-2020年驅(qū)動力因子關(guān)聯(lián)度序數(shù)圖研究區(qū)三類用地與驅(qū)動因子的關(guān)聯(lián)度如表3所示，部分數(shù)據(jù)關(guān)聯(lián)度波動較小。因此，為了深入探討驅(qū)動因子與三類用地之間的聯(lián)系，并確保DPS軟件的計算結(jié)果是可靠的，本研究采用皮爾遜相關(guān)性對三類用地相關(guān)聯(lián)度驅(qū)動因子進行了相關(guān)性分析，結(jié)果矩陣如表4所示。第二產(chǎn)業(yè)所占比重與耕地相關(guān)性較強且呈現(xiàn)負相關(guān)狀態(tài)達到-0.950，與農(nóng)村居民人均可支配收入相關(guān)性較弱僅為0.443；與建設(shè)用地相關(guān)性較強的分別為年末常駐人口數(shù)、城鎮(zhèn)化發(fā)展水平、第三產(chǎn)業(yè)所占比重、第一產(chǎn)業(yè)所占比重與地區(qū)生產(chǎn)總值且相關(guān)性均達到0.98以上，其中與第一產(chǎn)業(yè)所占比重呈現(xiàn)負相關(guān)狀態(tài)；與未利用地相關(guān)性較強的是城鎮(zhèn)化發(fā)展水平、地區(qū)工業(yè)總產(chǎn)值、第一產(chǎn)業(yè)所占比重、年末常駐人口數(shù)且相關(guān)性均達到0.94以上，其中與第一產(chǎn)業(yè)所占比重呈現(xiàn)正相關(guān)，與其他三個驅(qū)動因素呈現(xiàn)負相關(guān)狀態(tài)。表4研究區(qū)三大地類與驅(qū)動因子的相關(guān)性矩陣因子驅(qū)動力因子名稱與耕地的相關(guān)性與建設(shè)用地的相關(guān)性與未利用地的相關(guān)性X1城鎮(zhèn)化發(fā)展水平0.1130.98-0.948X2地區(qū)生產(chǎn)總值（億元）0.3760.939-0.831X3農(nóng)林牧漁業(yè)生產(chǎn)總值（億元）0.3060.964-0.874X4地區(qū)工業(yè)總產(chǎn)值（億元）0.0850.970-0.949X5城鎮(zhèn)居民人均可支配收入(元)0.3410.952-0.854X6農(nóng)村居民人均可支配收入(元)0.4430.923-0.794X7第一產(chǎn)業(yè)所占比重0.042-0.9860.990X8第二產(chǎn)業(yè)所占比重-0.9500.137-0.427X9第三產(chǎn)業(yè)所占比重0.2670.988-0.898X10年末常駐人口數(shù)（萬人）0.150.998-0.947結(jié)合DPS關(guān)聯(lián)度與SPSS相關(guān)性，最終得出與研究區(qū)域三大地類影響較大的幾個因素，如表5、6、7所示。①第二產(chǎn)業(yè)所占比重與農(nóng)村居民人均可支配收入是海南島耕地發(fā)生變化的主導(dǎo)因子和最顯著的因子；②城鎮(zhèn)化發(fā)展水平、年末常駐人口數(shù)是影響建設(shè)用地的主要因素；③第一產(chǎn)業(yè)所占比重與年末常駐人口數(shù)是影響建設(shè)用地的主要因素?？梢缘贸鋈丝趯Ｄ蠉u用地影響較大。表5耕地與農(nóng)村居民人均可支配收入、第二產(chǎn)業(yè)所占比重相關(guān)性關(guān)聯(lián)度分析指標(biāo)農(nóng)村居民人均可支配收入第二產(chǎn)業(yè)所占比重Person（相關(guān)性）0.443-0.950*顯著性（雙尾）0.5570.05DPS關(guān)聯(lián)度0.4030.537N44表6建設(shè)用地與城鎮(zhèn)化發(fā)展水平、年末常駐人口數(shù)相關(guān)性關(guān)聯(lián)度分析指標(biāo)城鎮(zhèn)化發(fā)展水平年末常駐人口數(shù)Person（相關(guān)性）0.980*0.998**顯著性（雙尾）0.020.002DPS關(guān)聯(lián)度0.6010.445N44表7未利用地與第一產(chǎn)業(yè)所占比重、年末常駐人口數(shù)相關(guān)性關(guān)聯(lián)度分析指標(biāo)第一產(chǎn)業(yè)所占比重年末常駐人口數(shù)Person（相關(guān)性）0.990**-0.947顯著性（雙尾）0.010.053DPS關(guān)聯(lián)度0.3120.154N444.2.2驅(qū)動力因子分析一般來說，決定區(qū)域土地利用變動的主要因素可以劃分為自然條件和人為活動兩大部分REF_Ref7652\r\h[23]，這兩種因素在不同的時間和空間尺度上對土地利用的面積、品質(zhì)和轉(zhuǎn)換方式都有各自的影響。在小時間尺度下，人類活動是引起區(qū)域土地資源數(shù)量及其結(jié)構(gòu)發(fā)生改變的主導(dǎo)因素之一。在更大的空間范圍內(nèi)，土地的使用方式及其變化主要受到氣溫、降雨量、海拔高度和地形等自然條件的制約和影響；在小空間尺度下，由于人類生產(chǎn)活動強度的不斷增加和土地資源利用程度的提高，導(dǎo)致了土地利用結(jié)構(gòu)發(fā)生明顯改變。在特定的局部區(qū)域內(nèi)，除了突發(fā)性的自然災(zāi)害，其他自然條件都相對穩(wěn)定。在這種情況下，人類活動對該區(qū)域土地使用模式的改變產(chǎn)生的影響尤為突出REF_Ref7675\r\h[24-REF_Ref7678\r\h25]。本文計劃從社會經(jīng)濟和政策的角度研究海南島土地使用變動的主要驅(qū)動因素。為了推動農(nóng)村經(jīng)濟的增長和減少城鄉(xiāng)之間的收入差異，首要任務(wù)是關(guān)注與農(nóng)民和農(nóng)業(yè)緊密相關(guān)的土地資源。從“十二五”計劃開始，海南的城鄉(xiāng)收入差異已經(jīng)連續(xù)7年顯示出縮小的態(tài)勢。2011年，海南島開始執(zhí)行“發(fā)展蔬菜生產(chǎn)以增加農(nóng)民收入”的策略，這使得農(nóng)村居民的人均可支配收入與農(nóng)業(yè)用地緊密相連。第二產(chǎn)業(yè)通常由各種專業(yè)勞動者和各種工業(yè)或產(chǎn)品組成，在第二產(chǎn)業(yè)的快速增長之下，耕地的占用也隨之增加，這導(dǎo)致第二產(chǎn)業(yè)所產(chǎn)比重與耕地之間存在負相關(guān)關(guān)系，從而使得社會經(jīng)濟因素對土地使用變化的影響逐漸增強；隨著海南省交通網(wǎng)絡(luò)的持續(xù)擴展和中心城區(qū)的不斷壯大，建設(shè)用地的需求也隨之增加。自2018年黨中央決定支持海南全島建設(shè)自由貿(mào)易試驗區(qū)以來，各個行業(yè)都得到了迅速的發(fā)展，因為生產(chǎn)力是推動社會發(fā)展的基本動力，同時生產(chǎn)活動也需要大量的人才投入。與之而來的是城鎮(zhèn)化的穩(wěn)步推進使得城鎮(zhèn)化的發(fā)展水平、人口數(shù)量和建設(shè)用地面積呈現(xiàn)出正相關(guān)的關(guān)系。然而，正是因為人口的增多部分未利用地不得不被轉(zhuǎn)移為其它土地，導(dǎo)致人口數(shù)量與未利用地呈現(xiàn)負相關(guān)狀態(tài)，而伴隨著海南“三農(nóng)”、旅游島、漁港建設(shè)等計劃的逐步實施也致使林地等轉(zhuǎn)移為耕地與未利用地，所以第一產(chǎn)業(yè)所占比重與未利用地相關(guān)性表現(xiàn)出較強相關(guān)性。綜上所述，海南島的土地使用變動受到社會經(jīng)濟和政策的深遠影響。5結(jié)論本研究使用了海南島1990、2000、2010、2020年這四個時期的土地使用數(shù)據(jù)和社會經(jīng)濟資料，對海南島在三個時間段的土地資源轉(zhuǎn)移、土地使用的動態(tài)度以及其背后的驅(qū)動因子進行了深入的分析。通過定量分析得出了海南島不同時期的土地資源轉(zhuǎn)化特征與驅(qū)動因素。具體結(jié)論如下。1.海南島的土地使用和覆蓋的空間分布主要以耕地和林地為主導(dǎo)，其中耕地主要集中在外圍地區(qū)，而林地則主要分布在海南島的中部地帶。2.在1990-2000年期間，海南島的土地使用空間主要表現(xiàn)為耕地和草地的減少，建設(shè)用地和林地的增加；在2000-2010年間，海南島的土地使用模式主要表現(xiàn)為大量的耕地向林地的明顯流轉(zhuǎn)；在2010-2020年間，海南島的土地使用空間結(jié)構(gòu)主要表現(xiàn)為耕地和建設(shè)用地的顯著擴張，其中耕地的面積增長主要是由林地轉(zhuǎn)化而來，而建設(shè)用地所擴張的面積則主要是由耕地和林地的流轉(zhuǎn)而來。3.從土地利用變化矩陣結(jié)果和土地利用動態(tài)度來看，海南島的土地利用動態(tài)展現(xiàn)出相對穩(wěn)定性。意味著在一定時期內(nèi)，盡管各類土地利用類型可能發(fā)生了一定程度的變化，但變化的強度或速度相對穩(wěn)定，沒有出現(xiàn)劇烈的波動。但是仍值得我們注意的是：海南島1990-2020年來未利用地、草地單一土地利用度一直處于負值狀態(tài)，警醒著當(dāng)?shù)貞?yīng)對其進行合理開發(fā)，避免出現(xiàn)土地供應(yīng)不足的情況，保障后續(xù)開發(fā)有充足的土地可以利用。與此同時，采取相應(yīng)的管理和保護措施，以實現(xiàn)草地生態(tài)系統(tǒng)的恢復(fù)和可持續(xù)發(fā)展。4.在本研究中，選擇了地區(qū)工業(yè)總產(chǎn)值、第一產(chǎn)業(yè)的所占比重、城市化的進展程度以及年末的常住人口等十大影響因子，其中第二產(chǎn)業(yè)的占比對耕地的影響尤為顯著，并且這種影響呈現(xiàn)出反向的發(fā)展趨勢；城鎮(zhèn)化的進展程度和年末的常住人口數(shù)量對建設(shè)用地產(chǎn)生了顯著的影響，并且這些因素與建設(shè)用地之間存在著正向的發(fā)展聯(lián)系；對未開發(fā)土地產(chǎn)生較大影響的是第一產(chǎn)業(yè)的所占比重（正向增長關(guān)系）和年末的常住人口數(shù)量（反向增長關(guān)系）。從宏觀角度看，年末的常住人口數(shù)對土地資源的影響是最為顯著的。5.在海南島土地利用動態(tài)變化驅(qū)動因素方面，1990-2020三個時段的土地資源流轉(zhuǎn)變化，在經(jīng)濟快速發(fā)展和人為活動的推動下，更多的是受人為活動和政策的推動。參考文獻:王秀蘭,包玉海.土地利用動態(tài)變化研究方法探討[J].地理科學(xué)進展,1999,(01):83-89.程紅芳,章文波,陳鋒.植被覆蓋度遙感估算方法研究進展[J].國土資源遙感,2008,1:13-18.崔林麗.2001~2009年華東區(qū)域土地覆蓋/土地利用動態(tài)變化特征分析[C]//中國空間科學(xué)學(xué)會,上海市紅外與遙感學(xué)會.2013上海遙感與社會發(fā)展國際學(xué)術(shù)研討會論文集.2013:7.姜仁良.論土地資源利用與生態(tài)環(huán)境保護的七大協(xié)調(diào)機制[J].經(jīng)濟縱橫,2013(12):31-35.黎治華,高志強,高煒,施潤和,劉朝順.中國1999-2009年土地覆蓋動態(tài)變化的時空特點[J].農(nóng)業(yè)工程學(xué)報,2011,27(02):312-322+396.唐佳.基于GIS和RS洱海流域的土地覆蓋/利用變化[D].四川農(nóng)業(yè)大學(xué),2010.楊一鵬,魏福利.基于3S一體化技術(shù)的鹿泉市土地利用動態(tài)監(jiān)測[J].地理學(xué)與國土研究,2002,(01):31-34.李璇瓊.基于RS和GIS的土地利用變化動態(tài)監(jiān)測研究[D].成都理工大學(xué),2010.包銀麗,趙碧云.安寧市土地利用變化及演變趨勢分析[J].環(huán)境科學(xué)導(dǎo)刊,2011,30(01):34-38.朱邦耀,卞維珍,李秀霞,李利平.基于GIS的經(jīng)濟欠發(fā)達地區(qū)土地利用動態(tài)變化分析及預(yù)測——以保亭黎族苗族自治縣為例[J].水土保持研究,2010,17(03):273-276.王勁峰,徐成東.地理探測器:原理與展望[J].地理學(xué)報,2017,72(01):116-134.鄧聚龍.灰色關(guān)聯(lián)分析:多因素統(tǒng)計分析新方法[J].統(tǒng)計研究,1995,(03):46-48.ThanvisitthponN.Impactoflandusetransformationandanti-floodinfrastructureonfloodinginworldheritagesiteandperi-urbanarea:AcasestudyofThailand'sAyutthayaprovince[J].Journalofenvironmentalmanagement2019(247):518-524.KimaroOD,ChidodoS.Remotesensing-basedanalysisoflandusechangeimpactintheinterfacebetweenmagambanaturereserveandsurrou