绵阳市涪城区近十年土地利用动态监测及分析

近年来绵阳市土地利用变化现象表现十分明显,但缺乏比较深入的研究。本文根据绵阳市涪城区2000年和2010年的土地利用变化动态监测数据,利用CA-Markov模型对2020年的土地利用空间格局进行预测,并对引起该区土地利用变化的驱动力进行分析。     

改进CA-Markov模型的武汉市土地利用变化模拟

针对传统的CA-Markov模型未充分考虑土地利用变化的多因素驱动影响,难免预测精度过低的问题,该文以武汉市为研究区域,采用2005、2010和2015年土地利用现状数据,结合Logistics回归模型,综合考虑土地利用变化多种影响因子,构建了改进的CA-Markov模型,对武汉市2020年土地利用空间格局进行了模拟预测及分析。结果表明:改进的CA-Markov模型可以有效提高土地利用现状预测精度;根据预测结果,武汉市2020年土地利用总体结构仍以耕地为主,2005—2020年耕地面积持续减少,建设用地面积持续增长,增长幅度达到76.36%;耕地转换为建设用地是地类转换的主要模式。预测结果为武汉市的国家空间规划与和谐发展提供了参考。     

基于元胞自动机复合模型的土地利用演化模拟——以北京市海淀区为例

为了在土地利用空间格局演化模拟的基础上,为未来城市土地利用规划及管理提供更为科学合理的决策依据,本文以北京市海淀区1996年、2002年及2008年3期土地利用数据为数据源,重点采用元胞自动机复合模型CA-Markov模型与多标准评价方法相结合的手段,构建元胞转移数量规则及空间位置转化规则,并分别构造3种不同大小的元胞邻域集合,进行土地利用格局的模拟及预测。试验中2008年土地利用模拟结果与实际土地利用数据Kappa系数高达0.856 1,表明CA-Markov模型结合多标准评价方法的模拟手段可行性较高,同时元胞邻域空间大小对模拟结果的精度有明显的影响。土地利用结构数据及模拟预测结果表明城市集约化现象明显,建设用地迅速扩张,占用大量耕地、园地用地,因此迫切需要促进城市土地利用的可持续发展。     

东乡区土地利用及生态系统服务价值变化分析

基于东乡区2009年、2014年和2019年三期遥感解译数据,采用Logistic回归分析不同驱动因子与各地类之间的作用,结合CA-Markov模型预测2024年土地利用结构,并对2009-2024年期间土地利用以及生态系统服务价值变化进行分析。     

耕地安全视角下的城镇开发边界预测及评价

以湖北省云梦县为例,提出了基于耕地评价的未来土地预测评价体系,以2005—2020年云梦县土地利用为基础,模拟多情景发展模式下的2035年土地利用变化,通过评价不同发展模式的城镇扩张阻力,选择最适宜方案,划定城镇开发边界。结果表明：使用2005年云梦县土地利用数据,预测2020年土地利用变化,预测结果的kappa值为0.829,表现出较高的拟合精度,表明FLUS(future land use simulation)模型预测未来土地利用变化的可行性,进而构建5类不同情景预测2035年土地利用变化情况,确定云梦县2035年城镇开发边界预测结果。     

金普新区地表覆盖格局演变及预测分析

针对国家级新区享受各项政策红利,但无有效的定量评价方式对国家级新区发展情况进行监测、对国家级新区未来土地发展状况无高置信度的预测方式等问题,利用转移矩阵及相关模型定量地对地表覆盖格局变化进行了分析;基于CA-Markov模型,对未来一段时间的土地空间格局进行了预测;通过定量分析与实验结果表明:(1)金普新区成立前土地变化情况多为自然地物间的变换,金普新区成立后有大规模的人工地物变化;(2)基于CA-Markov模型对土地空间格局进行分析可信度较高,可以服务于土地结构演变分析。     

基于SWAT模型的细河流域土地利用/覆被变化对径流影响的研究

土地利用/覆被变化对细河流域的水文过程影响显著。为研究不同土地利用/覆被情景对流域水文要素的影响情况,本文构建了适用于细河流域的SWAT分布式水文模型,并拟算出不同情景下的流域多年平均月径流量、多年平均地表径流深度、多年平均蒸发量以及多年平均土壤侧流。模拟结果显示:当流域农林用地增加时,平均月径流量增加了8.40%;当建设用地增加时,平均月径流量减少了4.11%;当旱地及其他未利用地增加时,平均月径流量减少了1.93%。综上所述,细河流域农林用地变化对径流产量的影响相对最大,其增加导致径流量增加;旱地及其他未利用对径流产量的影响相对最小,建设用地和旱地及其他未利用地的增加导致径流量减少。     

基于Landsat影像的鄱阳湖地物覆盖遥感监测与预测

湿地监测是湿地保护中的基础性工作,也是重要性工作.以江西省鄱阳湖湿地为研究区,基于Landsat数据,通过支持向量机法对鄱阳湖2015—2020年1月枯水期初期水域范围遥感数据进行分类,对地物覆盖类型进行分类并统计各年份不同地物覆盖面积.利用CA-Markov模型计算研究期内土地利用的转移矩阵,由此预测2021年土地利用状态和趋势.通过分析监测结果得到研究区枯水期初期环境变化情况.研究结果可一定程度上对鄱阳湖生态管理与生态环境改善提供帮助.     

宁镇扬丘陵区土地利用景观格局演变与模拟

针对CA模型不能长期预测和Markov模型不能反映空间格局变化的不足,本文运用CA-Markov耦合模型,结合动态度模型、景观格局指数及PCA法,定量揭示宁镇扬丘陵区镇江市的土地利用景观格局演变特征、驱动机制及变化趋势,为区域土地利用规划及调整提供参考。结果表明:镇江市土地利用景观格局时空演变愈加复杂;人口增长、经济发展、城镇化及农业技术进步是土地利用景观格局演变的主要驱动力;到2030年镇江市城区周边建设用地将增加25.58%,而耕地、林地等景观类型将不断锐减。     

CA-Markov模型的清江土地利用变化研究

针对经济发展类型面临转型的山区土地利用动态变化和预测问题,该文以清江中下游为例,提出了采用CA-Markov模型的研究方法。结合2000、2008和2015年的Landsat遥感影像,考虑地形、交通、行政中心和当前土地利用约束等影响因子,模拟出2015年预测情况与解译结果相比,Kappa系数达0.810 9,表明模型可信度较高。在此基础上预测2022年的土地利用情况,结果表明,2022年延续了当前发展模式,即由农业经济主导转变为旅游生态经济主导,耕地的重要性降低,城镇化率增加,但耕地的面积仍占据着总面积的23.23%,建设用地面积仅占总面积的2.62%,说明该区域的城镇化水平依然较低。该结果揭示了清江流域土地利用动态变化趋势。     

小尺度土地利用变化模型在岩溶山区的应用

针对当前土地利用模拟技术在岩溶地区应用较少的现状,该文提出了利用CLUE-S模型对岩溶地区土地利用变化进行模拟。此模型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,具有综合性、开放性、空间性、竞争效率性等特点。研究结果表明:该模型不仅能够准确地反映未来研究区土地利用变化趋势,而且能较好地筛选影响未来土地利用变化主要影响因子,进行不同情景土地利用变化模拟,对岩溶地区土地利用规划和管理具有参考价值。     

BP神经网络模型在澜沧江流域径流量

河川径流等水文时间序列属于复杂的非线性系统,使用回归分析等传统的分析方法,难以获取和描述其内在关联和变化规律.利用现有的相关站点的径流量历史数据和输沙量、降水量数据,在进行规格化处理和主成分分析的基础上,利用三层BP人工神经网络模型,对澜沧江流域上游昌都站径流量与各关联因子之间复杂的非线性映射关系进行模拟,采用拟牛顿算法对模型进行训练,模拟结果达到期望精度要求,并利用1982年～1985年实测数据进行模型验证.结果证明利用BP神经网络模型对澜沧江流域站点的月径流量序列进行模拟、预测和数据补缺处理具有可行性.     

BP神经网络模型在澜沧江流域径流量模拟中的应用

河川径流等水文时间序列属于复杂的非线性系统,使用回归分析等传统的分析方法,难以获取和描述其内在关联和变化规律。利用现有的相关站点的径流量历史数据和输沙量、降水量数据,在进行规格化处理和主成分分析的基础上,利用三层BP人工神经网络模型,对澜沧江流域上游昌都站径流量与各关联因子之间复杂的非线性映射关系进行模拟,采用拟牛顿算法对模型进行训练,模拟结果达到期望精度要求,并利用1982年~1985年实测数据进行模型验证。结果证明利用BP神经网络模型对澜沧江流域站点的月径流量序列进行模拟、预测和数据补缺处理具有可行性。     

BP神经网络模型在澜沧江流域径流量模拟中的应用

河川径流等水文时间序列属于复杂的非线性系统, 使用回归分析等传统的分析方法, 难以获取和描述其内在关联和变化规律。利用现有的相关站点的径流量历史数据和输沙量、降水量数据, 在进行规格化处理和主成分分析的基础上, 利用三层BP人工神经网络模型, 对澜沧江流域上游昌都站径流量与各关联因子之间复杂的非线性映射关系进行模拟, 采用拟牛顿算法对模型进行训练, 模拟结果达到期望精度要求, 并利用1982年~1985年实测数据进行模型验证。结果证明利用BP神经网络模型对澜沧江流域站点的月径流量序列进行模拟、预测和数据补缺处理具有可行性。     

情景模拟的精河流域绿洲土地利用变化及预测

针对土地利用动态模拟与预测能为区域可持续发展提供重要参考依据的问题,该文以遥感影像为基础数据,基于人工神经网络元胞自动机(ANN-CA)模型对精河流域绿洲进行土地利用变化动态模拟与情景预测。结果表明:①在过去的26年间,耕地和建设用地居土地利用类型增幅前两位,分别为4.67、3.88,林地和未利用地居降幅前两位,则分别为-0.76,-0.05;②至2026年,3种情景下建设用地的变化幅度均较为明显,显示城镇用地在未来绿洲土地利用发展变化过程中占据主导地位;③研究区未来土地利用过程中,在无任何限制条件下的趋势发展情景必然会造成区域内较大的土地利用格局破碎度,但两种生态保护情景作为修正和补充,可以从空间上优化预测结果。     

土地利用变化动态模型研究

介绍目前较常用的动态模型——Markov和Celluar Automata模型及其在土地利用变化研究中的应用；着重分析了基于Markov—CA的土地利用变化动态模型，并利用两期TM数据进行Markov—CA模型应用试验研究。结果表明：MarkOVDCA模型可以克服马尔可夫分析本身固有的问题——没有考虑每种土地利用类型的空间分布，而CA恰好能弥补Markov模型的不足；同时Markov—CA模型也发挥了CA和Markov模型的优点，使得它能更好地对土地利用变化进行模拟和预测。     

基于CA-Markov模型的秦淮河流域土地覆盖格局模拟预测

以秦淮河流域为研究区,以2006和2009年ETM+图像土地覆盖分类结果为输入数据,采用CA-Markov模型,模拟预测研究区未来的土地覆盖格局。在模型建立过程中,通过Markov模型求出转移概率矩阵和转移面积矩阵,确定CA模型转换规则,限制CA模型迭代次数。利用CA-Markov模型模拟预测研究区2012和2018年土地覆盖格局,并采用2012年实际土地覆盖分类结果验证预测精度,得到2012年各土地覆盖类型栅格数预测误差均小于等于6.5%,空间位置预测精度达到76.5%。预测结果表明,2018年研究区水田比例将降为33.3%,不透水面比例将达31.1%,其中多数水田转变成为不透水面,南京城区、禄口镇、句容市、溧水县等城镇地区的不透水面明显扩张。该方法可以对秦淮河流域的土地覆盖动态监测以及可持续发展提供依据。     

面向城市建成区扩展模拟的CA-Markov模型改进

对城市建成区扩展的预测是防止城市蔓延的重要管理依据。目前,元胞自动机-马尔可夫链模型,已成为城市建成区扩展预测的重要方法。该模型对指标权重的赋值方法较为敏感,以往的单一指标赋值法,影响了城市建成区扩展预测的精度和可信度。为此,本研究提出整合传统权重赋值法的AHP和逻辑回归模型改进CA-Markov模型。研究选择云南省大理市为案例,对2020、2030年的城市建成区扩展进行模拟和预测,最后进行精度验证。研究结果表明：①Kappa指数可达到96.8%,预测结果有较好的一致性。②大理市的城市建成区扩展均表现为继续向外扩展,以东南、西北方向和两片建成区之间为主要扩展方向。研究提供了组合权重赋值法改进CA-Markov模型,这将为规划者在未来规划中提供强有力的支持。     

基于土地利用变化模拟的生态风险动态评价

以松滋市2000年和2010年Landsat TM影像为基础,利用CA-Markov模型并引入土地利用总体规划限制因素,预测松滋市2020年土地利用情况。构建土地利用生态风险指数,运用4 km×4 km的网格模型采样,采用普通克里金插值法进行插值,引入密度分割法进行归一化等级划分,利用GIS工具进行空间叠加分析并制作土地利用生态风险分级图,实现土地利用变化生态风险动态评价,揭示生态风险变化趋势。模拟预测及评价结果显示:1松滋市2000~2020年土地利用结构发生较大变化,耕地、水域和未利用地面积减少,林地和建设用地面积增加。2土地利用生态风险呈逐步升高趋势,由2000年的21.95升高到2020年的88.53,分布以中部及南部较高,西部及东北部较低。32000~2020年分级结果主要以低风险、较低风险及次中风险为主,特高风险区域逐渐增多,生态风险等级以中心城区为中心呈圈层分布,且距离越远生态风险等级越低。     

都江堰土地利用变化动态监测研究

以都江堰市为例,利用1994年、2007年、2008年3期陆地资源卫星Landsat TM影像数据,结合RS和GIS技术对都江堰市14 a的土地利用变化情况进行动态监测与分析研究,并利用马尔可夫模型预测了都江堰市未来65 a土地利用变化的趋势,最后针对该地区土地利用中存在的问题提出了相应的合理化措施。