CLUE模型应用进展与改进研究-吴健生

第31卷第1期2012年01月地理科学进展PROGRESSINGEOGRAPHYVol.31,No.1Jan.,2012收稿日期：2011-04；修订日期：2011-06.基金项目：国家自然科学基金青年项目(40801066，41001183)；国家科技支撑项目(2008BAB38B03)。作者简介：吴健生(1965-)，男，副教授，主要研究方向为城市景观生态和GIS。E-mail:[e-mail]通讯作者：冯喆，E-mail:[e-mail]003-010页CLUE-S模型应用进展与改进研究吴健生1,2，冯喆1,2，高阳2，黄秀兰3，刘洪萌1,2，黄力1,2(1.北京大学深圳研究生院城市规划与设计学院城市人居环境科学与技术重点实验室，深圳518055；2.北京大学城市与环境学院地表过程分析与模拟教育部重点实验室，北京100871；3.北京大学深圳研究生院，深圳518055)摘要：土地利用变化是景观生态学重要的研究领域，通过模型模拟土地利用变化趋势是该领域的主要研究内容之一。CLUE-S模型可以全面考虑自然和人文因子，通过迭代方法综合空间分析和非空间分析，较好地模拟小尺度范围内土地利用变化情景，具有综合性、开放性、空间性、竞争效率性等特点，已经在国内外多个地区的土地利用变化研究中得到广泛应用，形成了较为成熟的研究方法。本文概括了CLUE-S模型在LUCC、环境效应和政策效应3方面的应用，从驱动因子选择、土地需求计算探讨了CLUE-S模型的改进和修正，总结出CLUE-S模型当前发展方向是提高预测精度和扩展模型应用，并指出与其他模型的耦合、模型的均衡假设和土地利用变化的过程效应是CLUE-S模型的下一步研究方向。关键词：CLUE-S模型；土地利用/覆被变化；模型修正；发展方向土地利用反映了人类与自然界相互影响与交互作用中最直接和最密切的关系[1]，土地利用和覆被变化(LandUse/CoverChange，LUCC)的起因、过程和效应作为景观生态“极重要和颇具挑战性的研究领域之一”[2]，多年来一直是国内外研究的热点问题[3]。在LUCC的研究中，模型是分析和研究土地利用变化趋势和效应的重要工具[4]，为国内外研究者所广泛重视[5]。回归分析模型[6]、Markov模型[7]、GTR模型[8]、CA模型[9-10]、CLUE及CLUE-S模型[11]、系统动力学模型[12]和多智能体模型[13]等模型的开发和应用，极大的推进了该领域的研究工作。土地利用变化及效应模型(ConversionofLandUseanditsEffectsModel，CLUEModel)由荷兰Wa-geningen大学的Veldkamp等科学家提出[14-15]。CLUE-S模型[16](ConversionofLandUseanditsEf-fectsatSmallRegionExtent)是在CLUE模型基础上，为在较小尺度上模拟土地利用变化及其环境效应而进行的改进。随着研究的不断深入，需要对现有的大量针对不同尺度不同区域的研究成果进行总结和整理，探寻模型的基本特征和发展方向。本文基于对国内外CLUE-S模型研究的综合分析，力求在综述现有研究的基础上探索模型改进思路，为继续深入研究提供参考。1CLUE-S模型的发展与特点1.1从CLUE模型到CLUE-S模型CLUE模型由需求模块、人口模块、产量模块和空间分配4个主要的模块组成，基本的研究框架是通过土地利用类型转换驱动力、土地利用需求和土地利用转换系数3方面的分析综合获得土地空间利用类型的分配[17]。Kok等[18]利用CLUE模型对中美洲土地利用变化进行了研究，并在不同尺度下对精度进行了验证[19]。此外，CLUE模型在厄瓜多尔[20]、印度尼西亚爪哇岛[21]、中国[22-23]等国家和地区的土地利用变化模拟研究中也得到了应用。CLUE模型主要应用于国家和大陆尺度的土地利用研究[14]。在这一尺度下，土地利用数据获取相对困难。在CLUE模型的操作中，一般根据普查数据，在同一栅格内设置不同土地利用类型的百分比，通过多元回归方程来进行土地利用分配[24]。采地理科学进展31卷1期用这种方法，可能会使土地利用类型的估计产生偏差[25]。CLUE-S模型对CLUE模型的驱动因子计算、空间分配等多个环节进行了改进，使之更适应小尺度下的土地利用数据表达方式和精度要求。CLUE-S模型包括4个基本步骤[16]：①利用Lo-gistic回归方法计算各驱动因子对土地利用变化的影响，形成各用地类型的概率分布，回归方程可通过ROC(RelativeOperatingCharacteristics)方法进行检验[26]；②通过经验研究，根据土地转化的难易程度设定土地利用变化的相对弹性系数(RelativeElasticity，ELASu)；③根据区域社会经济数据，利用数学和经济学预测模型或采用情景分析方法，确定研究区域土地利用需求；④利用迭代方法，模拟土地利用的时间推演，完成土地类型的空间分配。1.2CLUE-S模型特点为研究CLUE-S模型的特点，表1将该模型与土地利用变化研究领域较为常见的CA模型(Cellu-larAutomationModel)、ABM模型（Agent-BasedModel）基本特征进行了比较。通过模型之间的对比分析，并结合案例研究，可知CLUE-S模型具有以下特点：1.2.1综合性具有较好的综合性是处理土地利用变化这一复杂系统的基本素质。CLUE-S模型是基于系统理论的、通过考虑社会经济和生物物理驱动因子，综合分析土地利用变化的多尺度动态模型，综合采用了不同的建模技术。其本质是将不同的模型有机地综合起来，从而寻求最合适的问题解决手段，可以综合描述社会、经济、环境和制度因素问题[29]。CLUE-S模型中，可以实现3个层面的综合：①自然驱动因子与人文驱动因子的综合，将二者统一在综合转换概率这一量化指标中；②空间分析与非空间分析的综合，模型采用迭代分析方法，将空间分析中产生的综合转换概率与非空间分析中的土地需求有机结合；③基于经验的统计模型和基于过程的动态模型的综合[30]，使模型具有更高的可信度和更强的解释能力。1.2.2开放性在具有综合性特征的基础上，CLUE-S模型较其他LUCC模型具有更好的开放性，主要体现在以下3点：①土地利用驱动因子的开放性，对不同尺度、不同地域特点、不同数据来源的研究，可以采用不同定性或定量的方法来判断土地利用驱动因子与土地利用变化的关系；②土地转化系数设定的开放性，可以广泛吸收政策等层面对土地利用的影响，利用经验和实际情况校正土地利用综合转换概率；③土地需求计算的开放性，可以充分使用多种数学和经济学模型，如情景分析[31]、灰色模型[32]等。开放性特点可以使CLUE-S模型较快的吸收其他领域的先进方法和技术，实现自我更新。1.2.3空间性在土地利用转换规则、土地利用限制区域、土地利用空间分布概率和基期年土地利用类型图分析的基础上，对土地利用类型的变化进行空间明晰的分配是CLUE-S模型的重要特征之一[33]。通过综合分析社会经济和生物物理驱动因子，刻画与模拟区域土地利用变化过程，在揭示区域驱动机制(时空针对性)和区域调控对策方面具有重要意义[34]。模型属于自顶而下结构(Top-Down)的模型，特点是在宏观尺度上确定某一区域土地利用总需求变化，并向低层次的空间单元逐级进行配置[35]。在CLUE-S模型的关键步骤——空间分配中，通过迭代因子的设定，在满足非空间性的土地利用需求情况下同时解决了空间分配问题。空间性使得土地利用研究中的基础数据，如地理信息系统(GIS)数据、遥感影像(RS)数据等可以在CLUE-S模型中可到有效处理；通过模拟得到的结果也可以直接用于指导土地利用实践。1.2.4竞争和效率CLUE-S模型的优势之一在于能够模拟多种同表1常见土地利用变化模型比较Tab.1Thecomparisonofcommonlandusechangemodels注:据文献5、11、27、28整理。模型思路空间结构原理局限模型经验统计分析自上而下与自下而上结合根据经验研究得到的概率分布分配土地利用需求参数反应灵敏，数据需求高模型邻域关系分析自下而上通过转换规则研究栅格与邻域之间的影响关系参数存在较大不确定性模型变化主体分析自下而上界定土地主体的行为规则，表现局部细节与全局的反馈关系地理空间表达方式需要进一步研究
431卷1期吴健生等：CLUE-S模型应用进展与改进研究时发生的土地利用方式变化[36]，同一栅格的土地，根据自然条件和社会因素的不同，对不同用地类型具有不同的概率分布，充分模拟了土地利用中的竞争关系。通过模型运行得出的土地利用类型布局可以实现在给定需求和土地资源稀缺条件下“将最适宜的土地分配到最需要的利用类型中”。可以类比为经济学中的“帕累托效率”(ParetoEfficiency)。因此，通过CLUE-S模型可以优化土地利用格局，具有实践指导意义。2CLUE-S模型的应用与改进2.1模型的应用自开发以来，CLUE-S模型在许多领域得到了广泛的应用，如土地利用和覆被变化、土地利用环境效应、土地利用政策研究。(1)土地利用和覆被变化(LUCC)。LUCC领域的研究是CLUE-S模型最直接的应用，其成果较为丰富。如Wassenaar等[37]在3km×3km分辨率下，选取了坡度、坡向等21项土地利用变化驱动因子，对中美洲和南美洲热带地区植被覆盖变化进行了模拟。Britz等[38]结合CLUE-S模型与CAPRI-Spat模型在1km×1km分辨率下对2025年欧洲农业景观变化进行了预测研究。邓祥征等[39]将人口、劳动力等社会因子空间化，并结合系统动力学模型对太仆寺旗2010年和2020年的土地利用变化情况进行了模拟。此外，CLUE-S模型还被应用于欧洲[40]、菲律宾[41-42]、越南[43-44]以及国内的台湾[45]、猫跳河流域[46]、大渡河上游[47]、邯郸地区[48]、南京市[49]、广州市[50]、北方农牧交错带[51]等不同区域不同尺度的土地利用/覆被研究中，取得了较好的研究效果。(2)土地利用环境效应。土地利用变化往往带来深刻的环境变化，CLUE-S模型提供了一个有效的模拟土地利用变化的工具，被广泛应用到众多领域研究中。如Trisurat等[52]使用CLUE-S模型模拟了泰国北部2020年的土地利用情况，并在GLO-BIO3模型框架下，以平均物种丰度(MeanSpeciesAbundance，MSA)为特征指标评价了不同情景下土地利用变化对生物多样性的影响。潘影等[53]利用CLUE-S模型模拟土地利用变化，并进行面源污染控制景观安全格局分析。Chen等[54]将CLUE-S模型与HEC-HMS模型结合，对研究区内土地利用变化对河流总径流量的效应进行了情景分析。类似研究还包括Chu等[55]对Wu-Tu河流域土地利用和水文条件变化的研究、Githui等[56]对Nzoia流域土地利用变化与河流径流影响的研究等。(3)土地利用政策研究。CLUE-S模型在区域尺度上预测多种土地利用类型的变化以及对不同政策条件的响应等方面存在优势[57]。Prins等[58]综合了用于计算粮食供需和贸易的LEITAP模型、用于模拟政策选择和生物物理过程的IMAGE模型和CLUE-S模型，对欧洲粮食和能源政策在全球化的影响下的效应进行了研究。Banse等[59]利用CLUE-S模型模拟欧洲土地利用变化，结合GTAP(GlobalTradeAnalysisProject)模型对欧洲生物能源政策的实施和世界粮食产量的影响进行了分析。Xie等[60]使用CLUE-S模型模拟了2010-2025年土地利用变化对国家退耕还林还草政策的响应，并确定了相应的土地利用功能的变化。刘淼等[61]对岷江上游地区“天然林保护工程”和“退耕还林还草工程”政策影响下的土地利用及其生态效应进行了模拟分析。2.2模型的改进2009年，