土地是宝贵的自然资源，是人类生活生产的物质基础，其在社会发展的进程中占据着不可或缺的重要地位。目前，我国对土地利用变化、驱动力和土地预测的研究主要集中在城市，大尺度偏远地区研究较少。西藏“一江两河”流域总面积约2600万hm²，占西藏土地总面积的20.31%，属于典型的大尺度偏远地，耕地后备资源条件丰富，可在流域内进行调剂补充实现耕地占补平衡，是西藏农作物种植区的核心地带。对于此区域进行土地利用变化研究与预测分析，不仅可以对本流域土地布局提出科学合理建议，推动西藏自治区的粮食安全与经济高质量绿色可持续发展，而且可以为大尺度流域土地利用变化及预测提供思路参考。

本研究以西藏“一江两河”流域为研究区，基于GIS技术和多种数学统计方法分析2000-2020年“一江两河”流域土地利用动态变化。综合自然和社会经济两方面选取11个驱动因子，运用地理探测器定量描述各个驱动因子对耕地面积变化的影响程度。基于PLUS模型对流域2025年自然发展、耕地保护、经济发展、生态保护四种情景下土地利用状况进行模拟分析。研究主要得出以下结论：

（1）研究时段内，西藏“一江两河”流域耕地、水域用地和未利用地面积减少，分别减少了130.32hm²、60113.16hm²和133048.89hm²。林草用地和建设用地面积得以增加，分别增加了191881.26hm²和1411.11hm²，其中建设用地是持续增加。耕地主要流向了林草用地和建设用地，水域用地主要流向了未利用地和林草用地，未利用地主要流向了林草用地和水域用地。

（2）2000-2020年建设用地和耕地单一土地利用动态度较高，说明建设用地和耕地呈增长趋势；流域综合土地利用动态度呈现为“先减少后增加”的趋势，说明流域土地利用呈增长趋势；流域土地利用综合指数为190~192（范围100~400），可见流域土地利用程度一直处于中低等水平，这是由于“一江两河”流域内土地利用类型以林草用地为主，植被覆被范围大，人为利用程度较低。

（3）使用地理探测器因子探测和交互探测，对影响西藏“一江两河”流域耕地面积变化的影响因子进行分析，可知影响“一江两河”流域耕地面积变化的主要驱动因素为：距水域距离、降水、高程、农业总产值和粮食总产量。

（4）2020年土地利用模拟结果的总体精度达到0.9544，Kappa系数达到0.8245，Fom指数达到0.1449，模型精度达到一致性要求，PLUS模型适用于研究区土地利用模拟。

（5）综合比较不同情景模拟结果发现，生态保护情境有效地约束了建设用地扩张，耕地和林草用地等生态用地面积增幅得以保护，表明生态保护情景更符合西藏“一江两河”流域未来土地利用可持续发展，可以为流域土地资源合理规划提供参考。

Land is a valuable natural resource, the material basis of human life and production, and its occupies an indispensable and important position in the process of social development. At present, research on land use change, driving forces and land forecasting in China is mainly focused on urban areas, with less research on large scale remote areas. The watershed of "one river and two rivers" in Tibet has a total area of about 26 million hm², accounting for 20.31% of the total land area of Tibet, which is a typical large scale remote area with abundant arable land reserve resources and can be transferred and replenished within the watershed to achieve the balance of arable land occupation, and is the core area of crop cultivation area in Tibet. The research and prediction analysis of land use change in this area can not only make scientific and reasonable suggestions on the land layout of this basin, but also promote the food security and high-quality green and sustainable economic development of Tibet Autonomous Region, and provide references for the ideas of land use change and prediction in large scale basins.

This study takes the "one river and two rivers" watershed in Tibet as the study area, and analyzes the dynamic changes of land use in the "one river and two rivers" watershed from 2000 to 2020 based on GIS technology and various mathematical and statistical methods. Eleven drivers were selected from both natural and socio-economic aspects, and the impact of each driver on the change of arable land area was quantitatively described by using a geographic probe. Based on the PLUS model, we simulated the land use situation in 2025 under four scenarios: natural development, arable land protection, economic development and ecological protection. The main conclusions of the study are as follows:

(1) During the study period, the area of arable land, watershed land and unused land in the "one river and two rivers" basin of Tibet decreased by 130.32hm², 60,113.16hm² and 133,048.89hm², respectively, while the area of forest and grass land and construction land increased by 191881.26hm² and 1411.11hm², of which the construction land is continuously increasing. The arable land mainly flows to the forest and grass land and construction land, the watershed land mainly flows to the unused land and forest and grass land, and the unused land mainly flows to the forest and grass land and watershed land.

(2) From 2000 to 2020, the single land-use dynamics of construction land and arable land are high, which indicates that construction land and arable land are increasing; the comprehensive land-use dynamics of the watershed shows a trend of "decreasing first and then increasing", which indicates that the land use of the watershed is increasing; The comprehensive land use index of the watershed is 190-192 (range 100-400), which shows that the degree of land use in the watershed has been at a low to medium level, which is due to the fact that the land use type in the watershed of "one river and two rivers" is mainly forest and grass land, and the vegetation cover is large, so the degree of human use is low.

(3) Analysis of the factors influencing the change of arable land area in the "one river and two rivers" watershed in Tibet by using geographic probe factor detection and interaction detection shows that the main driving factors influencing the change of arable land area in the "one river and two rivers" watershed are: distance from water, precipitation, elevation, and total agricultural area, The main driving factors affecting the change of arable land area in "one river and two rivers" basin are: distance from water, precipitation, elevation, total agricultural output value and total food production.

(4) The overall accuracy of land use simulation results in 2020 reaches 0.9544, the Kappa coefficient reaches 0.8245, and the Fom index reaches 0.1449, so the model accuracy meets the requirement of consistency, and the PLUS model is suitable for land use simulation in the study area.

(5) Comparing the simulation results of different scenarios, we found that the ecological protection scenario effectively restrained the expansion of construction land and protected the increase of ecological land area such as arable land and forestry land, indicating that the ecological protection scenario is more consistent with the sustainable development of future land use in the "one river and two rivers" basin of Tibet, and can provide a reference for the rational planning of land resources in the basin. It can provide reference for rational planning of land resources in the basin.

[1] Mooney, Harold A. Evolution of natural and social science interactions in global change research programs [J]. Proceedings of the National Academy of Sciences of the United States of America, 2013.

[2] 史培军. 土地利用/覆盖变化研究的方法与实践 [M]. 科学出版社, 2000.

[3] 葛全胜, 赵名茶, 郑景云. 20世纪中国土地利用变化研究 [J]. 地理学报, 2000, (06): 698-706.

[4] 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, (06): 553-558.

[5] 周青, 黄贤金, 濮励杰, 等. 快速城镇化农村区域土地利用变化及驱动机制研究——以江苏省原锡山市为例 [J]. 资源科学, 2004, (01): 22-30.

[6] 张文忠, 王传胜, 吕昕, 等. 珠江三角洲土地利用变化与工业化和城市化的耦合关系 [J]. 地理学报, 2003, (05): 677-685.

[7] 罗湘华, 倪晋仁. 土地利用/土地覆盖变化研究进展 [J]. 应用基础与工程科学学报, 2000, (03): 262-272.

[8] 刘彦随, 陈百明. 中国可持续发展问题与土地利用/覆被变化研究 [J]. 地理研究, 2002, (03): 324-330.

[9] 王秀兰, 包玉海. 土地利用动态变化研究方法探讨 [J]. 地理科学进展, 1999, (01): 83-89.

[10] Johnson B G, Zuleta G A. Land-use land-cover change and ecosystem loss in the Espinal ecoregion, Argentina [J]. Agriculture Ecosystems & Environment, 2013, 181: 31-40.

[11] Duan D H, Wei. Impact of Land-Use and Land-Cover Change on urban air quality in representative cities of China [J]. Journal of atmospheric and solar-terrestrial physics, 2016.

[12] 黄勇. 基于CA-Markov模型的酉阳县土地利用变化及情景模拟研究 [D]. 西南大学, 2013.

[13] 中共中央、国务院.关于加强耕地保护和改进占补平衡的意见[Z].2017-1.

[14] 国务院.省级政府耕地保护责任目标考核办法[Z].2018-1.

[15] 国务院.关于坚持农村农业优先发展做好“三农”工作的若干意见[Z].2019-2.

[16] 国务院.关于坚决制止耕地“非农化”行为的通知[Z].2020-9.

[17] 亓占永. 莱芜市土地利用动态变化及驱动力研究 [D]. 山东农业大学, 2015.

[18] 马暕, 姬长龙, 张义珂, 等. 中国西部地区土地利用变化聚类分析 [J]. 中国人口资源与环境, 2012, 22(S1): 149-152.

[19] 谭少华, 倪绍祥. 20世纪以来土地利用研究综述 [J]. 地域研究与开发, 2006, (05): 84-89.

[20] 丁泉. 临海市土地利用结构分析及其演化趋势研究 [D]. 浙江大学, 2008.

[21] 向悟生, 丁涛, 李先琨, 等. 漓江流域土地利用/覆被变化及其对生态环境效益的影响分析 [J]. 湖北农业科学, 2011, 50(05): 934-939.

[22] 王晶, 魏忠义. 抚顺西露天矿西排土场不同土地利用方式下生态环境效益分析 [J]. 中国土地科学, 2012, 26(11): 74-79.

[23] 王国玉, 史静佩. 山地丘陵区土地利用及其生态环境效益——以山西省寿阳县为例 [C]//.2015年中国土地学会学术年会论文集.[出版者不详], 2015: 531-538.

[24] 杨晓涵, 唐祥云. 成渝城市群土地利用效益与生态环境耦合协调关系 [J]. 湖北农业科学, 2020, 59(09): 177-181.

[25] 乔治, 贺曈, 卢应爽, 等. 全球气候变化背景下基于土地利用的人类活动对城市热环境变化归因分析——以京津冀城市群为例 [J]. 地理研究, 2022, 41(07): 1932-1947.

[26] 黄晓军, 宋涛, 王博, 等. 土地利用规模-结构-形态演变对城市热环境的影响——以西安市主城区为例 [J]. 地理科学, 2022, 42(05): 926-937.

[27] 匡文慧. 城市土地利用/覆盖变化与热环境生态调控研究进展与展望 [J]. 地理科学, 2018, 38(10): 1643-1652.

[28] 向书江, 张骞, 王丹, 等. 近20年重庆市主城区碳储量对土地利用/覆被变化的响应及脆弱性分析 [J]. 自然资源学报, 2022, 37(05): 1198-1213.

[29] 李姣, 汪杰, 李朗, 等. 洞庭湖生态经济区土地利用变化对碳储量的影响 [J]. 生态学杂志, 2022, 41(06): 1156-1165.

[30] 裴倩. 锦州市土地利用景观格局及其生态环境效益分析 [J]. 国土与自然资源研究, 2016, (06): 1-3.

[31] 温玉玲, 李红波, 张小林, 等. 近30年来鄱阳湖环湖区土地利用与景观格局变化研究 [J]. 环境科学学报, 2022, 42(07): 501-510.

[32] 李寒冰, 金晓斌, 吴可, 等. 土地利用系统对区域可持续发展的支撑力评价：方法与实证 [J]. 自然资源学报, 2022, 37(01): 166-185.

[33] 骈宇哲, 姜朋辉, 陈振杰, 等. LUCC研究进展及其对干旱区生态环境的意义 [J]. 水土保持研究, 2015, 22(05): 358-364.

[34] 唐华俊, 吴文斌, 杨鹏, 等. 土地利用/土地覆被变化(LUCC)模型研究进展 [J]. 地理学报, 2009, 64(04): 456-468.

[35] 朱利凯, 蒙吉军. 国际LUCC模型研究进展及趋势 [J]. 地理科学进展, 2009, 28(05): 782-790.

[36] Xystrakis F, Psarras T, Koutsias N. A process-based land use/land cover change assessment on a mountainous area of Greece during 1945–2009: Signs of socio-economic drivers [J]. Science of the Total Environment, 2017, 587(JUN.1): 360-370.

[37] 摆万奇, 赵士洞. 土地利用和土地覆盖变化研究模型综述 [J]. 自然资源学报, 1997(02): 74-80.

[38] 郭海林, 刘娟. CLUE-S土地利用变化模型及其研究进展 [J]. 资源与产业, 2017, 19(02): 96-102.

[39] 史洪超.土地利用/覆被变化(LUCC)研究进展综述 [J]. 安徽农业科学, 2012, 40(26): 13107-13110+13125.

[40] Erb K H, Luyssaert S, Meyfroidt P, et al. Land management: data availability and process understanding for global change studies [J]. Global Change Biology, 2017.

[41] Chang jun, Gao, Ping, et al. Spatial driving forces of dominant land use/land cover transformations in the Dongjiang River watershed, Southern China [J]. Environmental Monitoring & Assessment, 2016.

[42] 阳文锐. 北京城市景观格局时空变化及驱动力 [J]. 生态学报, 2015, 35(13): 4357-4366.

[43] 佟光臣, 林杰, 陈杭, 等. 1986-2013年南京市土地利用/覆被景观格局时空变化及驱动力因素分析 [J]. 水土保持研究, 2017, 24(02): 240-245.

[44] 史利江, 王圣云, 姚晓军, 等. 1994～2006年上海市土地利用时空变化特征及驱动力分析 [J]. 长江流域资源与环境, 2012, 21(12): 1468-1479.

[45] 刘吉平, 赵丹丹, 田学智, 等. 1954—2010年三江平原土地利用景观格局动态变化及驱动力 [J]. 生态学报, 2014, 34(12): 3234-3244.

[46] Bik I, Jeleek L, Vt těpánek. Land-Use Changes and their Social Driving Forces in Czechia in the 19th and 20th Centuries [J]. Land Use Policy, 2001, 18(1): 65-73.

[47] A Gobin, P Campling, J Feyen. Logistic modelling to derive agricultural land use determinants: A case study from southeastern Nigeria [J]. Agriculture, Ecosystems and Environment, 2002, 89(3) : 213-228.

[48] Li L, S P Simonovic. System dynamics model for predicting floods from snowmelt in North American Prairie Watersheds. Hydrological Processes, 2002, 16(13): 2645-2666.

[49] Alexandra D, Syphard, Keith C, et al. Using a cellular automaton model to forecast the effects of urban growth on habitat pattern in southern California [J]. Ecological Complexity, 2004, 2(2) : 185-203.

[50] Steven M, Manson. Agent-based modeling and genetic programming for modeling land change in the Southern Yucatán Peninsular Region of Mexico [J]. Agriculture, Ecosystems and Environment, 2005, 111(1) : 47-62.

[51] 崔秀萍, 杨丰玮, 韩新盛, 等. 呼包鄂榆城市群土地利用时空演变及驱动力研究[J/OL]. 内蒙古大学学报(自然科学版): 1-10[2022-09-05].

[52] 张云彬, 王雲, 陈静媛, 等. 土地利用转型影响下大别山区景观格局演变及驱动力研究——以安徽省六安市金寨县为例 [J]. 华中农业大学学报(自然科学版), 2022, 41(03): 56-68.

[53] 付伟, 周宝同, 田雨. 重庆市荣昌区土地利用变化与驱动力研究 [J]. 江苏农业科学, 2020, 48(06): 214-222.

[54] 孙梦华, 牛文浩, 张蚌蚌, 等. 黄河流域土地利用变化下生态系统服务价值时空演变及其响应——以陕甘宁地区为例 [J]. 应用生态学报, 2021, 32(11): 3913-3922.

[55] 王旭东, 姚尧, 任书良, 等. 耦合FLUS和Markov的快速发展城市土地利用空间格局模拟方法 [J]. 地球信息科学学报, 2022, 24(01): 100-113.

[56] 常小燕, 刁海亭, 邓琦, 等. 基于灰色马尔可夫模型的耕地需求量预测 [J]. 黑龙江农业科学, 2020, 308(02): 107-112.

[57] 王慧, 王兵, 牛香, 等. 面向生态康养功能提升的风景区土地利用格局模拟优化 [J]. 生态学杂志, 2021, 40(10): 3391-3400.

[58] 李强, 任志远. 基于Logistic回归分析的土地利用变化空间统计与模拟 [J]. 统计与信息论坛, 2012, 27(03): 98-103.

[59] 姜云璐, 曹月娥, 贺忠发, 等. 基于灰色预测模型的昆仑山区土地利用时空变化研究——以和田地区为例 [J]. 安徽农业科学, 2022, 50(01): 70-75.

[60] 王甜, 闫金凤, 乔海燕. 马来西亚吉隆坡市土地利用变化特征分析与预测 [J]. 水土保持通报, 2020, 40(05): 268-275+341.

[61] Wang H, Stephenson SR, Qu S. Modeling spatially non-stationary land use/cover change in the lower Connecticut River Basin by combining geographically weighted logistic regression and the CA-Markov model [J]. International Journal of Geographical Information Science, 2019, 33(7-8): 1313-1334.

[62] Zeng X, Zhan L, Luo CW. A STUDY ON OPTIMIZATION METHOD OF GREEN LANDSCAPE PATTERN AROUND ENVIRONMENT BASED ON CA-MARKOV MODEL l [J]. FRESENIUS ENVIRONMENTAL BULLETIN, 2022, 31(1): 779-786.

[63] 杨潇, 张广付, 古杰. 基于Logistic-CA模型的城镇开发边界划定方法研究——以潍坊市潍城区为例 [J]. 城市学刊, 2022, 43(04): 32-38.

[64] He F, Yang J, Zhang YQ, et al. Offshore Island Connection Line: A new perspective of coastal urban development boundary simulation and multi-scenario prediction [J]. GISCIENCE & REMOTE SENSING, 2022, 59(1): 801-821.

[65] 黄淇, 牟凤云, 张用川, 等. 基于ANN-CA模型的重庆市多级流域耕地景观格局演化及预测 [J]. 水土保持研究, 2023, 30(01): 379-387.

[66] 顾汉龙, 马天骏, 钱凤魁, 等. 基于CLUE-S模型县域土地利用情景模拟与碳排放效应分析 [J]. 农业工程学报, 2022, 38(09): 288-296.

[67] Simulating urban land use change by incorporating an autologistic regression model into a CLUE-S model [J]. 地理学报(英文版), 2015, 25(7): 836-850.

[68] 王保盛, 廖江福, 祝薇, 等. 基于历史情景的FLUS模型邻域权重设置——以闽三角城市群2030年土地利用模拟为例[J].生态学报, 2019, 39(12): 4284-4298.

[69] Xiaoqiong L, Xu W, Kunlun C, et al. Simulation and prediction of multi-scenario evolution of ecological space based on FLUS model: A case study of the Yangtze River Economic Belt, China [J]. Journal of Geographical Sciences, 2023, 33(02): 373-391.

[70] Xun L, Qga B, Kcc C, et al. Mixed-cell cellular automata: A new approach for simulating the spatio-temporal dynamics of mixed land use structures [J]. Landscape and Urban Planning, 2021,205: 103+960.

[71] 谢向东, 林孝松, 王莹, 等. 基于PLUS模型的重庆市南川区土地利用多情景模拟[J/OL]. 长江科学院院报, 1-9.

[72] 牛统莉, 熊立华, 陈杰, 等. 基于PLUS模型的长江流域土地利用变化模拟与多情景预测[J/OL]. 武汉大学学报(工学版), 1-16.

[73] 黄勇. 基于CA-Markov模型的酉阳县土地利用变化及情景模拟研究[D].西南大学,2013.

[74] 何万华. 气候变化背景下西藏“一江两河”流域作物种植区分布变化研究 [D].西南大学, 2018.

[75] Peng Shouzhang, Ding Yongxia, Liu Wenzhao, etc. 1 km monthly temperature and precipitation dataset for China from 1901 to 2017. Earth System Science Data, 2019, 11, 1931–1946.

[76] 李玉, 牛路, 赵泉华. 抚顺矿区1989—2019年土地利用/覆盖变化分析 [J]. 测绘科学, 2021, 46(08): 96-104+140.

[77] 李月皓, 王晓峰, 楚冰洋, 等. 青藏高原生态屏障生态系统时空演变及驱动机制 [J]. 生态学报, 2022, 42(21): 8581-8593.

[78] 肖建设, 乔斌, 陈国茜, 等. 黄河源区玛多县土地利用和生态系统服务价值的演变 [J]. 生态学报, 2020, 40(02): 510-521.

[79] Zhao X, Pu J, Wang X, et al. Land-Use Spatio-Temporal Change and Its Driving Factors in an Artificial Forest Area in Southwest China [J]. Sustainability, 2018, 10.

[80] 段红腾, 吴发启, 杨一凡, 等. 近10年巴音河流域土地利用变化及驱动力分析 [J]. 水土保持研究, 2020, 27(02): 172-177.

[81] 秦富仓, 周佳宁, 刘佳, 等. 内蒙古多伦县土地利用动态变化及驱动力 [J]. 干旱区资源与环境, 2016, 30(06): 31-37.

[82] 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(03): 229-239

[83] 罗海平, 何志文, 周静逸. 粮食主产区耕地压力时空分异及驱动因子识别 [J]. 统计与决策, 2022, 38(04): 79-83.

[84] 王梦溪, 潘开文, 伍小刚, 等. 青藏高原耕地面积时空变化特征及其驱动因子[J]. 应用与环境生物学报, 2022, 28(04): 859-868.

[85] 李承航, 张文春, 林楠, 等. 基于土地利用变化的沈阳市景观生态风险评价及驱动力分析 [J]. 内蒙古大学学报(自然科学版), 2022, 53(04): 383-393.

[86] 董鑫, 陈效锐, 李艳忠, 等. 基于地理探测器的四川省大熊猫国家公园生态环境时空变化及其归因分析 [J/OL]. 生态学杂志: 1-14[2023-03-19].

[87] LiangXun, Guan Qingfeng, Clarke Keith C, et al. Understanding the drivers of sustainable land expansion using a patch-generating land use simulation (PLUS) model: A case study in Wuhan, China [J]. Computers, Environment and Urban Systems, 2021, 85.

[88] 林沛锋. 花都区土地利用现状评价及多情景模拟研究 [D]. 广东工业大学, 2019.

[89] 单渌铱, 王海军, 张彬, 等.顾及土地生态安全的环鄱阳湖城市群土地利用情景模拟 [J]. 地球信息科学学报, 2020, 22(03): 543-556.