宜都市土地利用时空演化及驱动力研究_黄业建.pdf

以具有平原、丘陵和山地多地形的宜都市为例，基于 2010 年度和 2018 年度两期土地利用现状数据，采用土地利用动态度、土地利用转移矩阵和核密度分析方法，从数量结构和空间分布上探究宜都市土地利用演化过程，并通过地理探测器模型探究影响土地利用变化的驱动因素。研究结果表明:(1)宜都市园地和建设用地的土地利用变化速率最为强烈，其中，建设用地与耕地、园地和林地之间的转变速率最为强烈。(2)耕地高密度区主要分布在宜都市的东南方向;园地高密度聚集区为红花套镇和高坝洲镇;林地和草地变化不大;建设用地高密度区主要沿着长江带分布；水域和未利用地在空间分布变化不显著。(3)社会经济因素对土地利用变化影响程度显著，其中人口密度、复种指数和地区生产总值是其变化的主导因素。关键词：土地利用；时空变化；驱动力中图分类号：F301.2文献标识码：A文章编号：1009-931X(2023)02-0013-08收稿日期：2023-04-03作者简介：黄业建（1992），男，江西乐平人，硕士。研究方向：土地评价与管理。土地利用是指人类按照一定目的对土地资源进行改造的过程1，土地利用方式和变化受自然因素和社会经济发展综合作用。随着工业化和城镇化的进程加快，人类对土地的改造和索取进一步加剧人地矛盾，例如水土流失、土地荒漠化、生态系统服务价值减弱和土壤污染等2-4。根据最新研究报道，全球土地利用变化会增加人畜共患病风险。研究土地利用变化不仅可以厘清人地发展关系，从而为区域协调可持续发展和土地管理决策提供科学依据，同时，土地上多要素的投入间接为经济发展提供动力，探究土地利用变化的过程和机理有助于实现土地投入多要素的融合发展。目前，国内外学者研究内容多集中在土地利用时空格局5、土地利用转型6-7、土地价值和服务功能8、土地利用与生态系统变化关系9-10等方面。随着空间统计学和地理信息技术的长足发展，土地利用变化逐渐由定性描述转为定量分析，在探究土地利用时序变化上多采用土地利用动态度11、土地利用转移矩阵12和土地利用程度综合指数13等方法，结合核密度14、土地重心转移15、热点分析和空间自相关16等方法分析土地利用空间格局演化，土地利用变化驱动因素则采用主成分分析17、线性回归18、地理探测器19-22和SEM 模型23等。整体上，土地利用变化研究已经由单一地类分析转为长时序多地类交互的时空格局动态变化上，驱动机制研究也不断向数理统计定量分析方法上集中24。尽管诸多学者在宏观和微观尺度上开展了大量研究，但结合多种地形地貌的研究依然不足。因此，本文以具有平原、丘陵和山地多地形的宜都市为研究对象，首先分析宜都市土地利用变化的数量结构和空间格局，再探究影响其变化的驱动因素，以期为宜都市土地资源管理和规划决策提供理论支撑，为规范土地利用行为提供科学依据。一、研究区域概况与数据来源（一）研究区域概况宜都市位于鄂西南部，长江中游南岸，地跨东经11105511113640，北纬300534303556，是鄂西山区向江汉平原过渡地带（见图 1）。市域土地总面积 135700 公顷，其中山地面积 54780 公顷，丘陵面积 64270 公顷，平原面积 16650 公顷。截至2018 年，市域耕地面积为 24879.05 公顷，占总面积的 18.39%。主要农作物为玉米、小麦和稻谷。宜都市地区生产总值达到 575.82 亿元，产业结构比值为8.7:60.7:30.6，第三产业逐年占比增大。宜都市现辖1 乡 8 镇 1 个街道办事处，2017 年被评为全国科技创新百强县市、全国新型城镇化质量百强县市。素应用研究14第 39 卷广东农工商职业技术学院学报土地利用转移矩阵描述的是 T1时点到 T2时点土地类型的转换关系，反映土地类型之间的转换速率和方向，其表达式为：（3）式中：Xab为基期时 a 种地类转化为末期时 b种地类的面积，n 为土地利用类型数量。（三）土地利用程度综合指数土地利用程度综合指数反映了人类对区域土地开发利用的程度是衡量区域土地利用深度和广度的重要指标25。本文以 L 作为土地利用变化驱动力的因变量（Y），其表达式如下：（4）式中：L 为土地利用程度综合指数（L 100，400),Ai为第 i 级土地利用程度的分级指数，Ci为第i 级土地利用程度的分级面积百分比，n 表示土地利用程度级数。依据刘纪远提出的将土地利用程度分级26，共分为 4 级，如表 1 所示。表 1土地资源利用类型分级表类型未利用地级林、草、水用地级农业用地级城镇聚落用地级土地利用类型未利用地林地、草地、水地耕地、园地城镇、居民点、工矿用地、交通用地分级指数1234（四）地理探测器地理探测器是探测和利用空间分异性的工具，包括分异及因子探测、交互作用探测、风险区探测和生态探测27-28。本文主要用到分异及因子探测和交互作用探测，因子探测其表达式为：（5）式 中：h=1,L 为 变 量 Y 或 因 子 X 的 分 层（Strata），即分类或分区；Nh和 N 分别为层 h 和全区的单元数；n2和 2分别是层 h 和全区的 Y 值的方有“中国柑橘之乡”“鄂西门户”之美誉。（二）数据来源宜都市 2010 和 2018 年土地利用现状矢量数据来源于宜都市自然资源局，30 米分辨率 DEM 数据在中科院地理空间数据云共享平台（http:/ 宜都市统计年鉴（2010-2018），年平均降雨量和年平均气温数据均来源于中科院资源环境与数据中心（https:/ Ub分别为初期和末期土地利用类型面积，T 为两期时间间隔。（2）式中：LUi-j为第 i 类土地利用类型转为非 i类土地利用类型面积的绝对值，LUi为前期土地利用类型的面积，T 为两期间隔的时间。（二）土地利用转移矩阵图 1宜都市行政区域和 DEM 图15第 2 期黄业建，等：宜都市土地利用时空演化及驱动力研究差 SSW 和 SST 分别为层内方差之和（WithinSumofSquares）和全区总方差（TotalSumofSquares）。q 的值域为 0，1。交互作用探测：识别不同风险因子之间的交互作用，即评估因子 A 和 B 共同作用时是否会增加或减弱对因变量 Y 的解释力，或这些因子对 Y 的影响是相互独立的。其交互作用类型如表 2。表 2两个自变量对因变量交互作用结果的类型判断依据交互作用min(q(A),q(B)q(A B)非线性减弱min(q(A),q(B)q(AB)max(q(A),q(B)单因子非线性减弱max(q(A),q(B)q(A B)双因子增强q(A)+q(B)=q(A B)独立q(A)+q(B)q(A B)非线性增强三、结果与分析（一）土地利用时序变化从表 3 看出，单一土地利用动态度变化幅度最大的是建设用地和园地，分别为 2.98%和-0.64%。耕地和建设用地处于增幅阶段，分别为 0.22%和2.98%，且建设用地面积增幅比例最大，所有减幅地类中，园地减少面积最多，这与宜都市近年来园地整理开发为耕地政策有关。除了耕地和建设用地处于增幅阶段，其余地类都在减少，园地和建设用地的土地利用变化速率最强烈，水域和未利用地面积变化最平缓。综合土地利用动态度为 0.24%，表明整体上该区域土地利用变化程度相对剧烈。表 320102018 年宜都市土地利用动态度地类单一土地利用动态度 综合土地利用动态度耕地0.22%0.24%园地-0.64%林地-0.26%草地-0.61%建设用地2.98%水域-0.18%未利用地-0.11%整体上土地利用类型转移量占比总面积为2.77%，宜都市阶段性的社会经济活动强度较大。从各不同土地利用类型变化上看，2010 年至 2018年，耕地减少 883.41 公顷，其中 91.18%转化为建设用地，增加 1308.63 公顷，主要来源于林地，占比85.07%，宜都市 8 年间净增耕地面积 425.22 公顷。园地转化为建设用地面积最大，占比园地总减少量的 81.4%。林地净减少 1509.91 公顷，主要去向为耕地，占比减少总量的 69.3%。建设用地净增 2180.74公顷，主要来源分别为园地、耕地和林地，分别占比新增比为 38.03%、36.05%和 20.43%。草地主要转为耕地占比最大，水域和未利用地主要流向建设用地。建设用地与耕地、园地和林地之间的转变速率最为强烈，尤其是林地转耕地（见图 2 和表 4）。表 4宜都市 20102018 年土地利用转移矩阵（单位：公顷）20182010耕地园地林地草地建设用地水域未利用地总计减少耕地23570.4224.6247.640.23805.515.280.1424453.83883.41园地160.6417812.3327.110.13849.716.100.1518856.161043.83林地1113.2727.7672063.190.53456.445.143.3773669.721606.53草地9.000.110.54267.085.100.070.01281.9114.83建设用地14.5123.7313.420.119089.221.930.099143.0253.79水域6.335.654.420.04110.777454.180.037581.42127.23未利用地4.880.173.500.017.000.011251.831267.3915.57总计24879.0517894.3772159.81268.1311323.757472.721255.62135253.45110374.40新增1308.6382.0496.621.042234.5318.543.79110799.62109490.99图 220102018 土地利用转移桑基图（二）土地利用空间演变格局宜都市土地资源总体格局为“七山一水两分田”，地貌类型由东北至西南依次为平原、丘陵和山地。通过核密度估算方法可以从空间上分析不同土地利用类型的分布格局和演化方向（如图 3）。耕地高密度区主要分布在宜都市的东南方向，枝城镇、松木坪镇和王家畈镇聚集显著，高坝洲镇和陆城办事16第 39 卷广东农工商职业技术学院学报A 耕地C 林地E 建设用地D 草地F 水域B 园地图 320102018 年宜都市不同土地利用类型核密度图处耕地密度减少明显，红花套镇耕地多属于低密度区，其余乡镇耕地空间变化小。园地高密度聚集区为红花套镇和高坝洲镇的接壤处尤为显著，其次为聂家河镇和陆城办事处聚集较为显著，西南山区潘家湾土家族乡和王家畈镇为低密度区和较低密度区分布显著。园地发展重心正往北部红花套镇逐步蔓延。林地总体来看变化不大，依据宜都市地形分布明显，高密度区主要在西南山区的潘家湾土家族乡、聂家河镇和王家畈镇，低密度区分布在陆城办事处和高坝洲镇，这与宜都市特殊的地貌类型有关。草地数量从研究初期到末期变化不明显，空间分布相对固定，高密度区分布在枝城镇，松木坪镇中密度区和较高密度区分布较显著。研究初期建设用地高密度区集中在陆城办事处和枝城镇的东部区域，主要沿着长江一侧分布，末期建设用地沿长江不断向宜都市北部高坝洲镇和红花套镇发展，且建设用地规模在原有基础上呈扩散式摊开，可以看出宜都市的发展重心依然是沿长江流域带分布，西部丘陵和山区乡镇建设用地规模小，低密度聚集显著。水域和未利用地在时间序列上空间分布变化不显著，水域高密度区主要分布在长江、清江、渔洋河三大客水流经地的乡镇，低密度区以西南部山区为主。未利用地高密度区主要分布在北部的红花套镇，呈现单核心聚集状态，其他乡镇未利用地分布都基本处于低密度区。（三）土地利用变化驱动力分析土地利用变化是自然地理环境和社会经济条件约束下共同作用的结果，依据土地利用变化的特征从自然因素和社会经济因素两个维度共选取 13个指标进行分析见（见表 5），自然因素指标包括高程（X1）、坡度（X2）、坡向（X3）、年降雨量（X4）和年平均气温（X5），社会经济指标包括人口密度（X6）、地区生产总值（X7）、复种指数（X8）、农业从业人数（X9）、城镇化率（X10）、农业机械总动力（X11）和农业总产值（X12)，基于地理探测器模型分析，以土地利用程度综合指数为因变量（Y），以宜都市下属 136个村庄为单元进行采样（见图 4）。目标层 准则层指标层单位土地利用变化驱动力自然因素高程X1m坡度X2坡向X3/年平均降雨量X4mm年平均气温X5社会经济因素人口密度X6人/平方公里地区生产总值X7万元复种指数X8%农业从业人数X9人城镇化率X10%农业机械总动力X11千瓦农业总产值X12万元表 5土地利用变化驱动因素17第 2 期黄业建，等：宜都市土地利用时空演化及驱动力研究图 4土地利用变化自然因素驱动因子空间分布图图 5土地利用变化驱动因素交互探测表 62018 年宜都市土地利用变化驱动因子探测结果驱动因子X1X2X3X4X5X6X7X8X9X10X11X12q0.32970.33470.0870.31460.2970.83890.86530.74820.5090.70.22910.2424p0.2660.0000.9980.0000.0130.0000.0000.0000.0000.0000.1950.0421.因子探测从表 6 可以看出，没有通过 p0.05 水平下的显著性检验的因子有高程、坡向和农业机械总动力。在自然因素当中，坡度和年平均降雨量因子 q 值最大，分别为 0.3347 和 0.3146，依据宜都市地貌类型，东北部平原区地势平坦，土地肥沃，西南部山区地势起伏大，坡度大，不利于土地利用，东北部与长江接壤，全年降雨量丰富，所以，在自然因素中坡度和降雨对宜都市土地利用影响显著，这也导致宜都市土地利用数量结构和空间分布上变化多以平原和丘陵地带为主。在社会经济因子中，地区生产总值、人口密度和复种指数的 q 值最大，分别为 0.8653，0.8389，0.7482，表明在 2010 年 2018 年宜都市土地利用变化影响上起显著主导作用；其次为城镇化率、农业从业人数和农业总产值，q 值分别为 0.7，0.509，0.2424。总体而言，相较于影响土地利用变化的自然因素，社会经济因素对因变量的解释力度更强，对土地利用变化驱动力更显著。2.交互探测根据因子交互探测结果，选取 29 组因子进行分析。由表 7 和图 5 可知，因子之间的关系均表现为双因子增强和非线性增强，说明影响宜都市土地利用变化的因素是在多因子相互作用下的结果，各驱动因子之间的综合作用会加大对土地利用变化的影响程度。人口密度与其他社会经济因子交互关系更为显著，且从因子探测的 q 值可以看出，人口密度是土地利用变化的主导因素，复种指数和农业生产总值交互作用达到 0.9893，数据表明随着机械化动力增加，土地机械化程度提升，土地利用效率不断加大。根据已有研究表明，农业科技发展与土地利用程度存在明显的因果关系。从总体的因子交互结果图 4土地利用变化自然因素驱动因子空间分布图18第 39 卷广东农工商职业技术学院学报q(A B)q(A)+q(B)判断依据交互关系X1 X6=0.8653X1+X6=1.1686max(q(A),q(B)q(A B)双因子增强X1 X8=0.8215X1+X8=1.0779max(q(A),q(B)q(A B)双因子增强X1 X9=0.7496X1+X9=0.8387max(q(A),q(B)q(A B)双因子增强X1 X10=0.7546X1+X10=1.0297max(q(A),q(B)q(A B)双因子增强X2 X6=0.8611X2+X6=1.1359max(q(A),q(B)q(A B)双因子增强X2 X8=0.8376X2+X8=1.0452max(q(A),q(B)q(A B)双因子增强X2 X9=0.7246X2+X9=0.806max(q(A),q(B)q(A B)双因子增强X2 X10=0.7573X2+X10=0.997max(q(A),q(B)q(A B)双因子增强X2 X12=0.7089X2+X12=0.5394q(A)+q(B)q(A B)非线性增强X4 X6=0.864X4+X6=1.1535max(q(A),q(B)q(A B)双因子增强X4 X8=0.8644X4+X8=1.0628max(q(A),q(B)q(A B)双因子增强X4 X9=0.7733X4+X9=0.8236max(q(A),q(B)q(A B)双因子增强X4 X10=0.7528X4+X10=1.0146max(q(A),q(B)q(A B)双因子增强X4 X12=0.8298X4+X12=0.557q(A)+q(B)q(A B)非线性增强X6 X7=0.8512X6+X7=1.0655max(q(A),q(B)q(A B)双因子增强X6 X8=0.7842X6+X8=0.9748max(q(A),q(B)q(A B)双因子增强X6 X8=0.895X6+X8=1.5871max(q(A),q(B)q(A B)双因子增强X6 X9=0.9893X6+X9=1.3479max(q(A),q(B)q(A B)双因子增强X6 X10=0.9005X6+X10=1.5389max(q(A),q(B)q(A B)双因子增强X6 X11=0.977X6+X11=1.068max(q(A),q(B)q(A B)双因子增强X6 X12=0.9893X6+X12=1.0813max(q(A),q(B)q(A B)双因子增强X8 X9=0.9527X8+X9=1.2572max(q(A),q(B)q(A B)双因子增强X8 X10=0.9593X8+X10=1.4482max(q(A),q(B)q(A B)双因子增强X8 X11=0.9825X8+X11=0.9773q(A)+q(B)q(A B)非线性增强X8 X12=0.8144X8+X12=0.9906max(q(A),q(B)q(A B)双因子增强X9 X10=0.9726X9+X10=1.209max(q(A),q(B)q(A B)双因子增强X9 X12=0.9825X9+X12=0.7514max(q(A),q(B)q(A B)双因子增强X10 X11=0.9019X10+X11=0.9291max(q(A),q(B)q(A B)双因子增强X11 X12=0.9029X11+X12=0.4715q(A)+q(B)q(A B)非线性增强表 72010 2018 年宜都市土地利用变化驱动因子交互探测结果看，自然因子与社会经济因子交互作用小于社会经济因子自身之间的交互作用，反映出土地利用变化虽然是自然和社会经济相互作用的结果，但社会经济因素对土地利用变化影响更为显著。四、讨论与结论（一）讨论单一土地利用动态度和综合土地利用动态度反映的是某时间段某种土地类型的和整个区域土地类型和变化速率。宜都市园地和建设用地的单一土地利用动态度绝对值最大，反映这一时期这两种土地类型在整个区域内变化速率最强烈。宜都市从2008 年开展“双低改造”项目，按照宜林则林、宜园则园、宜耕则耕的做法实现耕地面积不断增加，低效园地和林地通过土地整治和全面开发的方式整理为耕地。随着社会经济的发展，生产生活对建设用地的需求不断上升，由于宜都市城镇建设多集中在沿江平原带，耕地资源与建设发展用地同属一个空间区位，一定程度上导致城镇周边优质耕地不断被开发利用。宜都市土地利用空间分布上主要以建设用地和园地用地变化最为显著，这进一步反映研究期内宜都市社会经济发展活跃，作为全国百强县（市），宜都市形成了以清洁能源、智能制造、食品加工为主导的工业产业体系，区域经济的蓬勃发展使得大量耕地和园地转为工业仓储用地和城镇住宅用地。相较于自然影响因素，社会经济因素对宜都市土地利用变化影响程度显著，其中主导因素为人口密度、复种指数和地区生产总值。所以，在制定土地19第 2 期黄业建，等：宜都市土地利用时空演化及驱动力研究使用政策上可以将耕地作为建设用地扩张的空间限制，从空间上防止因社会经济发展中的产业用地无序扩张而导致低效的土地利用开发。为防止因人口向心式的不断向沿江集聚而产生的平原带耕地和园地的流失，以及土地利用程度的加剧，可以采取挖潜存量建设用地从空间上合理控制建设用地的扩散，同时，采取轮作或者休耕等方式减少土地利用。在使用地理探测器模型探究驱动因素时，由于部分自变量数据相对难以获取，本文在农业从业人数、农业机械总动力、农业总产值和复种指数方面均采用乡镇数据作为样点数据，以及各自变量的离散化方法选择不同都会对结果产生一定的影响，所以，下一步研究可以考虑以相对大尺度的乡镇或者市县作为采样点，通过寻找最优的离散化方式来探讨土地利用变化驱动因素。（二）结论本文以 2010 年和 2018 年宜都市两期土地利用现状数据进行分析，采用多种定量分析方法解释土地利用时序变化和空间结构，并基于地理探测器模型分析影响土地利用变化的驱动因子，得出以下结论：第一，从 2010 年 2018 年宜都市单一土地利用动态度分析得出，园地和建设用地的土地利用变化速率最强烈，水域和未利用地面积变化最平缓。综合土地利用动态度为 0.24%，表明整体上该区域土地利用变化程度相对剧烈。耕地流向建设用地最多，占比 91.18%，增加主要来源于林地。建设用地与耕地、园地和林地之间的转变速率最为强烈。第二，耕地高密度区主要分布在宜都市的东南方向，研究初期和末期高值区集聚点增多，重心仍在枝城镇和松木坪镇；园地高密度聚集区为红花套镇和高坝洲镇的接壤处，尤为显著，西南山区低密度区分布显著；林地和草地总体来看变化不大，空间分布相对固定；建设用地主要沿着长江带分布，且空间规模呈扩散式摊开，西部丘陵和山区乡镇建设用地规模小，低密度聚集显著；水域和未利用地在时间序列上空间分布变化不显著；未利用地高密度区主要呈现单核心聚集状态。第三，影响土地利用变化的主导因子是人口密度和复种指数等社会经济因素，相较于自然因素，社会经济因素对区域土地利用变化影响显著。宜都市土地利用变化影响因子相互作用明显，主要表现为双因子增强和非线性增强，反映土地利用变化是多因子相互作用的结果。参考文献：1 傅伯杰,张立伟.土地利用变化与生态系统服务:概念、方法与进展 J.地理科学进展,2014,33(4):441-446.2 李秀彬.全球环境变化研究的核心领域土地利用土地覆被变化的国际研究动向 J.地理学报,1996(6):553-558.3 洪惠坤,廖和平,魏朝富,等.基于改进TOPSIS方法的三峡库区生态敏感区土地利用系统健康评价 J.生态学报,2015,35(24):8016-8027.4 宫鹏.拓展与深化中国全境的环境变化遥感应用 J.科学通报,2012,57(16):1379-1387.5 何玲,贾启建,李超,等.基于生态系统服务价值和生态安全格局的土地利用格局模拟 J.农业工程学报,2016,32(3):275-284.6 龙花楼.论土地利用转型与土地资源管理 J.地理研究,2015,34(9):1607-1618.7 龙花楼,陈坤秋.基于土地系统科学的土地利用转型与城乡融合发展 J.地理学报,2021,76(2):295-309.8 刘桂林,张落成,张倩.长三角地区土地利用时空变化对生态系统服务价值的影响 J.生态学报,2014,34(12):3311-3319.9 李屹峰,罗跃初,刘纲,等.土地利用变化对生态系统服务功能的影响以密云水库流域为例 J.生态学报,2013,33(3):726-736.10 任胤铭,刘小平,许晓聪,等.基于FLUS-InVEST模型的京津冀多情景土地利用变化模拟及其对生态系统服务功能的影响研究 J/OL.生态学报:1-15 2023-02-18.http:/ 朱会义,李秀彬.关于区域土地利用变化指数模型方法的讨论 J.地理学报,2003(5):643-650.12 史培军,陈晋,潘耀忠.深圳市土地利用变化机制分析J.地理学报,2000(2):151-160.13 刘卫林,何昊,朱圣男,等.1980-2015年江西省土地利用迁移变化分析及驱动机制研究 J .水土保持研究,2023,30(02):361-368.14 王朝阳,张军以,李海懿.多方法支持的重庆市土地利用格局时空演化及驱动力分析 J/OL.水土保持通报:1-13 2023-02-18.15 左岍,周勇,李晴,等.鄂西南地区土地利用格局时空变化及轨迹特征分析 J.水土保持学报,2022,36(1):161-169.16 江文甲,林满红,翁佩莹.福建省安溪县土地利用时空演变规律及其关键驱动因素 J.生态学报,2022,42(2):513-527.17 孙善良,张小平,张志斌.陕西省2000-2018年土地利用时空演变及驱动因素 J.水土保持通报,2021,41(4):339-349+369.18 杜国明,匡文慧,孟凡浩,等.巴西土地利用/覆盖变化时空格局及驱动因素 J.地理科学进展,2015,34(1):73-82.19 黄钰清,李骁尧,于强,等.1995-2018年黄河流域土地利用变化及驱动力分析 J.西北林学院学报,2022,37(6):113-121.20 黄鑫,程文仕,李晓丹,等.干旱内陆河流域土地利用转型的生态环境效应变化特征及其驱动因素探测 J.水20第 39 卷广东农工商职业技术学院学报On Spatio-temporal Evolution and Driving Forces of Land Use in Yidu CityHUANGYejian1,XUHongchuan1,LIFeiyong2,ZHANGMeixiu3(1.ZhanjiangAgriculturalReclamationBureauofGuangdongProvince,Zhanjiang524022,China;2.GuangdongAgriculturalReclamationYouhaoFarm,Zhanjiang524022,China;3.ZhoushanUrbanPlanningDesignInsititute,Zhoushan316000,China)Abstract:TakingYiduwithmultipleterrainsofplains,hillsandmountainousareasasanexample,basedonthecurrentlandusedataof2010and2018,byadoptinglandusedynamicdegreeandtransfermatrixtoanalyzethetemporalchangesoflanduse,kerneldensityanalysistoanalyzethespatialtransferoflanduse,thisstudyexploredtheevolutionprocessoflanduseinYiduCityfromtheperspectivesofquantitystructureandspatialdistributionandthedrivingfactorsaffectinglandusechangethroughthegeographicdetectormodel.Theresultsshowthat:(1)Thelandusechangerateofgardenland andconstructionlandisthestrongest,andtherateoftransitionbetweenconstructionlandandarableland,garden landandforestlandisthestrongest.(2)Thehigh-densitycultivatedlandareasaremainlydistributedinthesoutheastofYiduCity;Thehigh-densitygatheringareasofthegardenareHonghuataoTownandGaobazhouTown;Woodlandandgrasslandhavelittlechange;Thehigh-densityareasofconstructionlandaremainlydistributed alongtheYangtzeRiverbelt;Thespatialdistributionofwaterareasandunusedlandhasnotchangedsignificantly;.(3)Socio-economicfactorshaveasignificantimpactonlandusechange,andpopulationdensity,replantingindexandregionalGDParetheleadingfactorsoflandusechange.Keywords:landuse;spatio-temporalevolution;drivingforce土保持研究,2023,30(2):324-332.21 张华玉,秦年秀,汪军能,等.广西海岸带土地利用时空格局及其驱动因子 J.水土保持研究,2022,29(03):367-374.22 樊舒迪,刘振华,朱明帮,等.基于地理探测器的广州市土地利用时序变化及影响因素 J.西南农业学报,2022,35(10):2276-2289.23 朱晓昱.呼伦贝尔草原区土地利用时空变化及驱动力研究 D.中国农业科学院,2020.24 付建新.祁连山南坡土地利用/覆被变化及其驱动力研究D.青海师范大学,2019.25 周志民,何宽,郭依,等.基于RS和GIS的县域土地利用变化及生态安全研究以荥阳市为例 J.河南大学学报(自然科学版),2016,46(3):370-378.26 刘纪远,dls.iogac.on,布和敖斯尔.中国土地利用变化现代过程时空特征的研究基于卫星遥感数据 J.第四纪研究,2000(3):229-239.27 王劲峰,徐成东.地理探测器:原理与展望 J.地理学报,2017,72(1):116-134.28 李志东,饶滴滴,刘某承,等.基于地理探测器的农业文化遗产地人均纯收入差异驱动力研究以赤峰市阿鲁科尔沁旗为例 J.中国生态农业学报(中英文),2020,28(09):1425-1434.