土地利用变化反事实情景模拟与评价——以湖北省嘉鱼县为例

引入了反事实情景模拟方法来模拟土地利用变化的历史,通过重构土地利用变化历史情景来辅助评价土地利用政策实施效果。以我国的耕地保护政策对粮食安全和城市扩张影响为例,构建耕地保护政策干预下的事实情景和假设无耕地保护政策影响的反事实情景,并借助CLUE-S模型进行土地利用变化情景模拟。通过比较两种模拟结果在耕地数量、产能、空间分布以及城市建设用地数量、效益和空间扩张的差异,实现对耕地保护政策实施效果的评价。实例研究表明,现行的耕地保护政策在遏制耕地流失、提高粮食产量、调整耕地及建设用地空间布局等方面取得了积极效果。     

基于遥感影像理解模型的土地利用时空变化监测——以龙口市为例

本文从遥感影像理解模型出发,探讨了遥感信息的知识发现及特征提取问题,特别针对士地利用研究领域,提出了纳入GIS信息的遥感影像综合理解模型,将GIS数据(主要包括高程和坡度)与遥感影像结合起来,从中发现知识,并将知识用于遥感影像的专题信息提取,建立了地学规律知识库,从而提高了遥感影像的分类精度。本文基于遥感影像理解模型,发现土地利用变化区域,提取变化信息,动态地监测了龙口市土地利用的时空变化情况。     

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。     

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:Markov_CA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.     

基于支持向量机的土地利用变化模拟模型

以湖北省为例,选取5大类7个耕地,利用变化驱动力因子,将1986~2000年的数据作为样本训练数据,2001~2004年的数据作为测试数据,与耕地变化进行基于支持向量机的回归模拟,用遗传算法对参数进行优化,并与BP、RFB神经网络模型进行了对比。模拟结果精度分析显示,SVM模型较BP神经网络模型理想,与RFB神经网络接近。并运用该模型对湖北省2010年的耕地利用变化进行了预测,结果合理。研究表明,SVM模型有较强的自学习、自适应能力,在土地利用变化模拟中有着广泛的应用前景。     

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。     

基于ECA-GIS模型的土地利用时空变化模拟方法

在城市土地利用认知基础上,本文将ECA-GIS模型的时空数据模型应用于城市土地利用演变模拟中,论述了ECA-GIS模型在模拟土地利用时空演变上的规则,并设计了基于ECA-GIS模型的城市土地利用演化模型,研究了ECA-GIS模型在土地利用演变上的模拟方法和过程。     

顾及耕地占补平衡的土地利用变化及其效应多情景模拟

占补平衡是中国耕地保护的重要措施之一。在耕地保护政策从传统数量规模保护为主向数量-质量-生态一体化保护的发展过程中,较少有研究系统地分析不同占补平衡策略的未来潜在影响作用。以中国山东省招远市为例,构建了顾及耕地占补平衡策略的多情景土地利用变化模拟模型,通过设计基准情景、耕地数量保护、耕地数量-质量保护、耕地数量-生态保护和耕地数量-质量-生态保护5个情景,分析2030年不同耕地保护策略下耕地规模、生产力和生境质量的演化规律。结果表明,相较于基准情景,耕地占补平衡情景下耕地数量平均提高了7.2%,粮食产量、生境质量分别平均提升了0.63%和0.70%,其中耕地数量-质量-生态保护情景下粮食产量和生境质量均高于平均水平。因此,耕地数量-质量-生态保护情景更有利于多种目标的协同优化。本研究为系统地对比评估多种占补平衡策略,优化耕地保护政策提供了方法支持。     

用于沿海城市扩展模拟的一种CA模型

对传统的克拉克城市扩展模型进行了分析,构造了一种适合沿海城市扩展的CA模型.利用建立的CA模型,对沿海城市青岛市的城市扩展进行了模拟,试验结果表明,模型对沿海城市的扩展具有很好的模拟效果.     

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。     

基于CA的城市人口密度分布动态模拟——以长沙市人口密度变化为例

利用元胞自动机（CA）进行模拟可以帮助认识城市人口密度分布的演变过程,并为相关的调控提供决策依据。以长沙市为例,由元胞自动机层构建了精确到街道的长沙市人口密度分布仿真模型,对2000～2005年人口密度分布进行重建,与实际情况对比,整体预测精确度达76％以上;并对2010年,2015年人口密度分布进行了预测,结果表明,长沙市仍处于城市发展的初期阶段,市区人口密度分布受交通通达度、距市中心距离、公共设施便利性、环境、政府主导等多因子影响,总体呈现典型的Clark分布。     

土地利用变化模拟模型及应用研究进展

元胞自动机CA(Cellular Automata)和多智能体ABM(Agent-Based Model)模型是土地利用格局和演化模拟的主流方法,两者在模拟自然因素影响和人文驱动机制方面具有突出优势,为LUCC研究提供了重要的工具。当前,ABM无论在模型构建还是应用研究方面,CA和ABM均取得了显著进展。论文从数据基础、模拟尺度、CA转换规则挖掘、ABM行为规则定义、CA和ABM的耦合4个方面梳理土地利用模拟模型和方法的研究进展。并总结这些模型在虚拟城市模拟与理论验证、真实城市模拟与规划预测以及多类用地模拟与辅助决策等方面的应用。最后,总结土地利用模拟模型在精细模拟和全球变化研究方面存在的局限性,认为未来发展将主要集中于解决从2维模型向3维模型发展、大数据与规则精细挖掘以及大尺度模拟与知识迁移等问题。     

基于CA模型的城市空间扩展模拟预测——以锦葫沿海地区为例

基于3S技术和Landsat TM遥感图像,解译得到1990年9月、2000年6月和2010年9月的锦葫沿海地区城市用地分布图。采用时空动态约束的城市元胞自动机(celluar automata,CA)模型,对锦葫沿海地区2020年的城市空间形态进行模拟。该模型采用了多时段动态的转换规则,即利用转移概率矩阵基于多时段基础数据预测增加的城市用地总量,作为城市CA模型的约束条件,并利用Logistic回归技术对CA的转换规则进行校正。分析计算了模拟结果的景观格局指数,分析得知:1990年9月—2010年9月间,城市用地形状不断复杂化,破碎化程度加重;2010年9月—2020年9月间,城市用地形状规则化,破碎化的程度趋于缓解;1990年9月—2020年9月间,城市用地的平均斑块大小基本呈增大趋势,最大用地斑块的影响程度逐年加大,城市用地斑块的聚集程度加速增长;锦葫沿海城市的地理空间正逐步拉近,伴随着锦葫地区交通运输条件的改善,锦葫空间一体化发展将成为一种必然的趋势。     

基于地理国情普查数据的土地利用变化分析——以东莞市为例

地理国情普查成果的应用是地理国情普查的重要任务之一。本文以东莞市1999、2003、2008年以及2013年的地理国情普查数据为基础,利用土地利用动态度、土地利用程度综合指数等模型,对东莞市建成区14年间的土地利用动态变化进行分析。研究结果表明:1999~2013年间东莞市农业生产用地和生态用地面积大量减少,城乡建设用地面积大幅增加,以耕地和构筑物的面积变化最为活跃,研究后期土地利用动态度呈现减缓趋势;1999、2003、2008年以及2013年东莞市建成区内土地利用程度综合指数分别为:309.23、332.39、350.15、357.94。土地利用总体处于发展阶段。     

基于FLUS模型的土地利用变化模拟与预测方法研究

模拟和预测土地利用演变过程是规划者把握城市扩张趋势,从而确定更合理的城市用地布局的重要途径之一,对指导国土空间规划具有重要意义.研究基于CA原理改进的FLUS模型,通过耦合GeoSOS-FLUS及ArcGIS软件,从2011年土地利用数据中获取元胞转换概率,模拟了2018年土地利用变化情况.模拟精度较高,证明选取的模拟...     

土地利用变化驱动力及趋势分析——以琼海市为例

海岸带土地利用变化频繁,而这些变化受自然及社会经济发展等因素制约。以琼海市为研究区,分别对2006、2010、2014年的Landsat影像采取支持向量机的分类方法提取土地利用信息,主成分分析法进行土地利用变化驱动力分析,马尔可夫模型预测土地利用趋势。结果表明:土地利用变化主要驱动力为人口增长、经济发展和产业结构调整,预测出2018和2020年的用地数量和结构。研究成果能为土地利用布局调整和优化等提供基础数据。     

基于Markov-CA的土地利用/土地覆盖变化动态模型研究

分析了基于Markov-CA的土地利用/土地覆盖变化动态模型,并利用两期TM数据进行了Markov-CA模型应用试验研究.     

基于Landsat-8影像的土地利用变化分析研究——以青岛市黄岛区为例

选取山东省青岛市黄岛区为研究区域,获取影像图上的土地利用状态信息,从不同方面分析青岛市黄岛区2014—2020年土地利用变化时空特征。研究结果表明：2014—2020年青岛市黄岛区的土地利用结构以耕地和林地为主;6年中经济处于持续发展阶段,其他用地都不同程度地转化为建设用地;城市重心不断向东北方向偏移。该文研究分析区域内的土地利用情况,对合理调整区域内的经济发展和资源利用等方面具有很大的意义。     

基于 CA 模型的土地利用变化研究

土地利用变化趋势及驱动力分析研究是目前全球变化研究的热点问题之一,如何合理并准确地模拟预测出土地利用变化的趋势是研究的核心。土地利用动态变化十分复杂,传统的GIS模型能很好地解决部分空间相关问题,但对复杂的时空动态变化地理现象却难以模拟。元胞自动机（ CA ）是“自下而上”的动态模拟建模框架,其时间、空间、状态都离散,是一种空间相互作用和时间因果关系都为局部的网格动力学模型,具有模拟复杂系统时空演化过程的能力。 CA模型的这些特点在土地利用演化的模拟方面较为合适,集成于GIS下的CA模型将会改善CA的模拟环境,使模拟分析的结果更加准确。     

基于神经网络的元胞自动机与土地利用演化模拟——以广州市白云区为例

城市发展过程中存在多种土地利用类型的相互转换,掌握其演化规律有助于制定出合理的土地利用规划。传统元胞自动机(CA)在模拟城市扩张过程时,多种土地利用类型间的转换十分复杂,往往难以获得转换规则。本文利用神经网络构建了多类型演化的CA模型;从城市演化的历史数据中进行学习,挖掘出控制土地利用方式转变的空间要素权重,利用广州市白云区2005—2007年间的土地利用历史演化数据训练神经网络后,对2009年研究区的土地利用结构进行了模拟。对比同期的真实土地利用格局,模拟结果的平均精度达到77.65%。