城市边缘区土地利用与城市化空间过程 --以上海市西南地区为例

基于多时段TM遥感影像资料和GIS技术，以上海西南城市边缘区为例，分析了研究区近10年来的土地利用变化，计算城市化成熟区中建成区用地面积密度值，通过城市化成熟区和各实验区建成区用地面积密度值的比较，制定“城市化进程指数”，并进行城市化空间过程的刻画。     

北方农牧交错带土地利用变化 及其生态环境效应 ——以陕北榆林市为例

基于1985~2000年间的高分辨率土地利用/土地覆盖数据,对位于农牧交错带的陕北榆林市土地利用变化及其区域生态环境效应进行定量分析。结果表明：1985~2000年,榆林市土地利用变化区域差异明显,土地利用变化多分布在北部风沙滩地区,表明这些地区的土地利用变化过程相对活跃。生态环境质量总体上得到改善,但局部地区恶化也相当严重,且在县级尺度上表现出明显的区域分异特征。在大的区域尺度上北部风沙滩地区的生态环境质量的改善程度强于南部丘陵沟壑区。导致生态环境变化(改善和退化)的主导因素是林地、草地与其它土地利用/土地覆盖类型之间的转变,其中治沙种草与防护林体系建设对该市生态环境质量改善的贡献率最高,达到74.8%。     

大城市边缘区土地利用与城乡协调发展关系——以天津东丽区为例

在大城市边缘区,土地资源对于支撑快速城镇化和统筹城乡协调发展起着至关重要的作用.以天津市东丽区为例,对经济发展和土地利用变化的时空关系进行了分析.结果表明:随着社会经济发展,东丽区耕地减少的速度加快,城镇建设用地规模逐渐扩大,其未来城市化的关键是促进农民的非农化.近年来,新农村建设"迁村并点"的逐步实施,使得农村居民点用地趋向集约化.提出了保障东丽区区域经济社会协调发展的土地利用战略与对策.     

徐州煤矿区土地利用变化分析

以3 个时相的卫星遥感图像TM 为主要数据源, 利用神经网络分类法进行监督分类, 获得1987-2003 年间徐州煤矿区土地利用变化的基础数据。由此计算出土地利用类型的动态转移矩阵、土地利用程度变化指数、动态度指数、土地利用变化类型的多度和重要度指数等区域土地利用变化的指数模型, 定量分析该区土地利用变化情况。结果显示: ① 建设用地和水体的面积均保持持续上升的势头; 耕地呈现持续下降态势; 林地先减少后增加; 未利用地面积则呈现出先增加后减少态势。② 在1987-2003 年间, 建设用地和未利用地都主要转向耕地。在1987-1994 年间, 水体主要向林地转移; 耕地主要转向未利用地和建设用地; 林地主要转向耕地。在1994-2003 年间, 水体的转移比例很小; 耕地主要转向未利用地和林地; 林地主要转向水体。③ 在1987-2003 年间, 该区土地利用变化的剧烈程度很大, 并且其土地利用正处于一个衰退期。④ 在1987-1994 年间, 主要的土地利用变化类型分别是: 未利用地与耕地、耕地与建设用地之间的相互转化。在1994-2003 年间, 主要的土地利用变化类型分别是: 耕地转化为未利用地、耕地转化为林地、未利用地转化为耕地、耕地转化为建设用地。     

中国北方农牧交错带土地利用变化驱动力的尺度效应分析

“可塑性面积单元问题”是对面积数据进行空间统计分析时不可回避的问题。该文以我国北方农牧交错带土地利用变化驱动力研究为契机,探讨了由于“可塑性面积单元问题”的存在而导致的土地利用变化驱动力研究中的尺度效应问题。通过构建土地利用变化驱动力模型,探究了20世纪80年代以来我国北方农牧交错带土地利用变化的驱动机制。研究表明,反映驱动因子与土地利用变化(耕地扩张与草地收缩)关系的Exponent Beta系数随研究尺度的变化而发生显著变化,反映了在研究土地利用驱动力时进行多尺度分析的必要性。     

基于logistic回归模型的农牧交错区土地利用变化驱动力分析——以内蒙古翁牛特旗为例

本文以农牧交错带的典型区域——内蒙古翁牛特旗为例,考虑土地利用变化过程的空间变量,建立了不同土地利用变化过程的logistic回归模型。结果表明:模型中转为耕地的主要解释变量是到农村居民点的距离和农业气候区;转为草地的主要解释变量是到农村居民点的距离、土壤表层有机质含量和到乡镇中心的距离;转为林地的主要解释变量是到农村居民点的距离和海拔;空间异质性和土地利用变化过程的时间变量共同影响着使用logistic回归模型来解释土地利用变化驱动力的能力;通过对草地logistic回归模型的检验,得出空间统计模型能较好地揭示不同土地利用变化过程的主要驱动力及其作用机理。     

土地利用结构的景观生态学分析——以甘肃省为例

采用景观生态学中“斑块—廊道—基质”模式和景观指数对甘肃省土地利用结构进行了研究。结果表明:①土地利用结构根据基质的土地利用类型可以分为4种类型:天水市、定西市、平凉市、临夏州以耕地为基质;陇南市以林地为基质;兰州市、白银市、张掖市、庆阳市、甘南州以牧草地为基质;嘉峪关市,金昌市,酒泉市,武威市则以未利用地为基质。②在自然地理分异背景的控制下,土地利用结构类型在空间分布上具有明显的差异性。③土地利用结构的异质性既具有均质化方向上的,也具有异质化方向的,但总体上变化不大。④虽然最大斑块在空间上差异明显,但时间上的变化不显著。⑤土地利用结构中最小斑块均为园地,除了平凉市和天水市的变化明显且呈递增的趋势外,其他市(州)增长比例都较小。⑥林地在空间上和时间上都是变化最大的斑块,其次为耕地和牧草地。     

北方农牧交错带农村居民点分布特征及其对土地利用的影响——以科尔沁左翼中旗为例

选取农牧交错带的典型地区--科尔沁左翼中旗作为研究区,对不同海拔、坡度、坡向等要素上农村居民点的分布特征进行了研究,分析农村居民点对农牧交错带内土地利用格局的影响。结果表明:① 居民点主要分布在海拔200 m以下,坡度小于6°的地区以及阴坡上;② 农村居民点对土地利用格局有着直接影响,居民点密度越高的地区,耕地所占比重越大,草地越少;反之,则草地所占比重越大,耕地越少;③ 在牧业区,距离居民点越远,草地比例越小,耕地比例越大,农业区和农牧区则相反。     

退耕还林还草工程对中国北方农牧交错区土地利用/覆被变化的影响——以科尔沁左翼后旗为例

以北方农牧交错区-科尔沁左翼后旗为例,利用卫星遥感技术获取1980~2010年土地利用/覆被信息,通过统计模型重建土地利用/覆被及景观格局变化过程,综合评价二者动态及退耕还林还草等生态恢复工程的影响。研究区土地整体处于准平衡态势,各地类双向转换较频繁;耕地与草地的变化对区域土地利用/覆被及景观格局变化起支配作用;退耕还林还草等生态恢复工程逆转了天然植被(包括草地与林地)整体减少及耕地与未利用地增加的局面,使各景观破碎化程度有所缓解,这可能有利于生态环境的改善。     

我国北部农牧交错区城郊土地利用时空变化-以包头市为例

以包头市城郊区为例,在地理信息系统支持下,以乡镇(苏木)为研究单元,研究本地区土地利用时空动态变化过程,并分析其变化驱动因素。从微观角度分析了北方农牧交错区城郊区土地利用变化特征。农牧交错区是人类活动影响强烈之地带,土地利用变化与土地持续利用研究,对生态安全和地区持续发展具有十分重要的意义。     

滇西北生态脆弱区土地利用变化及其生态效应 ——以云南省永胜县为例

土地利用/土地覆被变化及其生态环境效应研究是当前地理学全球变化研究的核心内容,而生态系统服务功能则是生态学、生态经济学研究的热点问题。作者利用滇西北生态脆弱区--永胜县1988年、1994年和1999年的TM遥感影像,采用景观生态学的空间格局指数分析研究区近10年来的土地利用动态变化特征,并以生态系统服务功能衡量相应土地利用类型的相对生态价值,评价区域土地利用/土地覆被变化的生态效应,尝试将二者有机结合起来。研究表明,全县景观总体构成表现为景观破碎度较高,斑块数目较多;林地和未利用地一直占很大比重,林地的不断增加与未利用地的迅速减少是研究时段内土地利用变化的突出特征;研究时段内全县土地利用变化带来了较好的生态效应,土地利用生态效益持续提高,并表现出了较大的空间差异。     

英国城市绿化带土地利用及其对中国的启示——以斯佩尔索恩（Spelthorne）区为例

绿化带被认为是英国城乡规划的核心元素之一,其在控制城市增长和保护乡村景观方面起着非常重要的作用。土地利用是绿化带政策关注的主要内容。该文首先简要介绍了英国绿化带的功能和范围;然后剖析了英国的规划系统。由于区级（相当于中国的乡镇级）规划在英国的土地利用和绿化带保护中占有重要的地位,因此,该文以位于伦敦绿化带中的斯佩尔索恩...     

基于耗散理论的城市边缘区土地利用的弹性管理研究

城市边缘区是城市郊区化和乡村城市化的结合交会区域,其时空特征表现出十分复杂和不稳定的特征。本文把城市边缘区看作一个可弹性管理的耗散结构,依据耗散结构理论中的熵变模型,剖析了城市边缘区土地利用的弹性管理方法,利用实例论述了城市边缘区的弹性确立方法,并基于熵的视角提出了实现弹性管理的策略。     

青藏公路对区域土地利用和景观格局的影响——以格尔木至唐古拉山段为例

根据1995年和2000年土地利用数据,运用ARC/INFO软件和景观生态学方法,研究了青藏公路沿线格尔木、曲麻莱、治多3个县(市)的土地利用变化和景观格局变化,修订了单一土地利用类型动态度计算公式,重点分析了公路缓冲带的土地利用变化、景观格局变化和建设用地缓冲带的土地利用变化。主要结论如下:①研究区建设用地增加迅速,林地、水域、未利用土地增加,耕地大量减少,草地退化严重,其中曲麻菜县草地减少22.8%,未利用土地增加 43.96%;②景观破碎化程度加剧,分维数、多样性指数和景观破碎度均增加;③与其它交通干线对沿线的 “轴向”影响不同,该段青藏公路以“点”型的辐射效应为标志,且仅仅影响建设用地周围的区域,格尔木市的影响范围是3 km,五道梁的影响范围是1km; ④K=(Ua+Ub－2Uc)Ua－1T-1×100%,可准确地反映单一土地利用类型变化特点。     

长江源区土地利用/覆盖现状及成因分析

以地形图、TM影像为主要信息源,利用遥感和GIS的空间分析技术对长江源区的土地利用/覆盖现状进行研究。在此基础上分析土地利用现状特征的形成原因。研究结果表明,长江源区草地面积为8 377 079.3 hm2,占研究区面积的58.9%,其中高覆盖度草地、中覆盖度草地、低覆盖度草地分别占研究区面积的10.28%、21.36%、27.23%;未利用土地面积为4 595 112.1 hm2,占研究区面积的32.3%,其中沙地、戈壁、盐碱地、沼泽地、裸土地、裸岩石砾地、高寒荒漠分别占研究区面积的3.66%、5.80%、0.25%、4.19%、2.24%、6.28%、9.88%;其次为水域、林地、耕地、城乡工矿居民用地,分别占研究区面积的7.2%、1.6%、0.01%、0.004%。     

土地利用对地下水位下降的影响--以河北平原为例

本文利用简化的水量平衡模型,模拟了河北平原1985-1995年多年平均降水入渗系数和含水层给水度,在此基础上计算出各用水部门和各种农作物平均每年引起的地下水位下降幅度。结果表明:农业用水是引起河北平原地下水位下降的主要因素,其次是工业用水和生活用水。小麦引起的地下水位下降幅度最大,谷子最小。生产单位产值的小麦消耗地下水量最大,引起的地下水位下降幅度也最大,生产单位产值的蔬菜消耗地下水量最小,引起的地下水位下降幅度也最小。实现河北平原地下水资源可持续利用,调整种植业结构当务之急。     

基于RS与GIS的典型黑土区土地利用变化分析——以海伦市为例

以海伦市1986年,1995年和2007年3期TM影像为基础数据,在RS与GIS技术支持下,运用马尔科夫转移矩阵、单一土地利用类型动态度和景观空间格局分析方法对沿海市土地利用变化、景观格局特征进行研究,并分析了土地利用变化的驱动力。结果表明,①旱田和水田面积一直处于增长状态,增长速率由快变缓,主要由林地、草地和未利用土地转换而来。②林地、草地和未利用土地面积持续下降;城镇建设用地和农村建设用地的面积一直保持着增加态势,增长速率由缓变快,使得土地利用强度有所上升。③景观格局变化主要表现为,优势度整体上升、景观多样性整体呈现下降的趋势,城乡建设用地的类斑近圆指数最大,林地、未利用土地和水域斑块破碎度增加。④人为因素中的人口增长、经济发展、政府生态环境保护和农业可持续发展的政策在土地利用变化中起重要作用。该研究对于合理利用土地资源和农业可持续发展具有重要意义。     

黄土丘陵区人地关系演变与土地利用决策研究——以宁夏固原市上黄试区为例

以宁夏固原市上黄试区为例,基于土地的属性特征,构建了土地自然属性及社会属性指数,探讨了不同时期人地关系演变特征。结果表明:1982年,上黄试区土地自然属性相对较低而社会属性相对较高,土地利用行为特点是通过对土地资源的广度开发求得生存与发展,土地利用效益差,人地关系紧张;1982—2000年,在科技因素的引导下,土地的自然属性增强,土地利用结构得到优化,土地利用效益明显提升,人地关系缓和;2000—2010年,在政策因素的影响下,土地自然属性继续提升,土地利用效益进一步提高,人地关系和谐。整个研究期内,在科技和政策因素的驱动下,人地关系不断协调发展,土地利用的可持续性不断提高。     

土地利用视角下生态系统服务价值时空演变与机制——以辽宁沿海地区为例

采用当量因子法、热点分析及地理探测器等方法,全面估算2000—2020年辽宁沿海地区生态系统服务价值(ESV)的变化,揭示ESV的空间分布格局及其驱动机制。结果表明：2000—2020年,辽宁沿海地区的耕地及林地急剧收缩,建设用地及养殖塘快速扩张。ESV从2000年的1 015.69亿元增加到2020年的1 385.23亿元,主要归因于水域及养殖塘的变化,对ESV贡献最大的是水文调节功能。自然条件决定了辽宁沿海地区ESV基本的空间分布,人为活动加强了ESV的分异特征。各驱动因子间的交互作用对辽宁沿海地区ESV的空间格局产生了较强的影响。     

农牧交错区县域土地利用变化及驱动力分析--以陕北神木县为例

以陕北黄土高原长城沿线的神木县作为研究区．利用土地利用变化详查数据，并结合野外实际考察，分析了农牧交错地区土地利用结构互动变化的特征和土地利用动态变化的空间特征。并对土地利用变化的驱动因素做了深入分析。结果表明：神木县各类用地中：耕地，水域，未利用土地呈现减少趋势，但前两者减少幅度较大；其它用地都有增加。其中园地增长最快。引起土地利用变化的原因主要有政策，人口，以及经济因素。