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。     

赣州不同情景土地利用变化对生态系统服务价值影响

城镇发展使得生态系统服务价值发生变化,甚至显著降低,模拟未来土地利用结构,能优化国土空间结构,提高生态系统服务价值。本研究以2010、2020年土地利用类型数据,利用土地利用变化情景模拟(GeoSOS-FLUS)模型模拟不同情景下2030年土地利用状况。结果表明：4种情景下草地、未利用地都是减少,水体几乎不变,建筑用地栅格数都增加,其中基准和保护林地情景增加最多,均为25.66%,林地除保护农田基本不变外,其他三种情景变化几乎一致,增加均为3.07%;相比2020年,保护农田的生态系统服务价值降低了5.46亿元,其他三种情景的服务价值都增加,保护农田林地最高,为2 901.82亿元,其他两种均为2 893.07亿元。     

模式识别技术在贵州岩溶山区土地利用现状调查中的应用

本文主要介绍如何利用TM图像和计算机模式识别技术,对我国南方一个地类多、地块小而分布零散的岩溶山区的土地利用现状进行调查的方法和结果,并简介了提高计算机模式识别精度的几个措施。通过工作,建立了相应的土地管理信息系统,并对调查结果进行了对比验证,证明调查精度能满足要求。     

基于DEM的广东省山区土地利用变化分析

土地利用/覆盖变化研究是全球环境变化与可持续发展研究的热点和前沿领域。近年来,随着广东省经济发展迅速,土地利用在受珠江三角洲地区辐射影响的广东山区也发生了较大的变化。在DEM的基础上,分析1993~2003年来广东省山区韶关市的土地利用变化与高程、坡度和坡向的关系。研究结果表明,1993~2003年来广东省山区韶关市的土地利用变化在高程、坡度和坡向有很大差异,这些因素对该地区的土地利用有着重要的影响。为促进该地区的土地可持续利用,需进一步因地制宜,结合高程、坡度和坡向等影响因素优化土地利用类型和改善地表覆盖。     

基于CLUE-S模型的南京市土地利用变化模拟

本文以南京市为研究区,以南京市1986年的土地利用现状图为基础,分析研究区概况并根据数据的可获取性,选取13类土地利用变化驱动因素,利用逻辑斯蒂回归分析求解土地利用变化驱动因素作用系数矩阵。在此基础上运行CLUE-S模型,对南京市1996年的土地利用空间格局进行模拟。将模拟结果与南京市1996年土地利用现状图与进行对比,结果较为理想,模拟正确率达88.57%,KAPPA指数0.86。这说明CLUE-S模型具有成功模拟区域土地利用时空动态变化的能力,对土地利用预测、规划具有重要的指导作用。     

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CLUE-S模型的深圳海岸带土地利用变化模拟

以深圳海岸带为研究区,基于1996、2005、2011年遥感影像得到研究区土地利用历史数据,选取自然、社会统计数据作为驱动因素,利用CLUE-S模型分别从不同时间尺度和空间尺度对研究区2005、2011年的土地利用分布予以模拟,并对模拟结果分别从类别和景观水平予以精度评价。从类别水平角度,选择ROC曲线对各地类的Logistic回归拟合精度进行评价;从景观水平角度,选取Kappa指数对模拟效果予以评估,以验证所选驱动因子的合理性。结果表明:在研究区范围内,CLUE-S模型的类别精度随着空间分辨率的改变而有所差异,100 m分辨率为本研究模拟的最佳尺度,各地类的ROC值均高于0.7;随着模拟时间的缩短模拟精度有所增加;东海岸由于受到人类影响较小,模拟效果整体相对较好。总体而言,CLUE-S模型适用于研究区土地利用模拟,所选驱动力因子能够对研究区土地利用变化予以较好的解释。     

徐州市土地利用CLUE-S模型变化模拟

对徐州市1987年、1994年和2000年3期遥感影像图进行分析,利用面向对象的思想,采用多尺度分割法对影像进行分类,通过遥感影像的光谱特征,确定分类目标,获取该区过去13年间的土地利用/覆被时空变化特征。运用CLUE-S模型以1994年土地利用数据模拟了2000年的土地利用空间变化状况,并通过2000年实际遥感影像分类数据加以验证,结果计算出Kappa指数为0.846,达到精度要求,实例证明CLUE-S模型较好地模拟了徐州市的土地利用/覆被变化。最后运用CLUE-S模型以6年为1个时空尺度模拟该区未来12年的自然状态和生态保护状态下的土地利用/覆被变化特征。     

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。     

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。     

基于VB + MapObjects的土地利用动态变化更新与实现

在土地利用动态监测中,地理信息系统是实现空间数据动态更新和分析的主要技术手段。本文分析了土地利用动态变化更新模式、土地利用图中图斑的特点以及图斑对象的更新模型,结合土地利用动态变化更新中的GIS空间分析方法,给出了土地利用动态变更中的图斑模型,采用VB+MapObjects进行了组件式GIS二次开发实现。经过实际数据的检验,证明了程序具有很好的稳定性、可靠性和较高的效率。     

基于RS的平顶山市土地利用动态变化研究

平顶山市作为典型的资源型城市(以煤炭、耕地发展起来),是人地关系作用最强烈的区域之一,也是土地利用发生急剧变化且具有特色的区域。为此,基于平顶山市城区1994年TM和2002年ETM+两个时段的遥感图像,获取不同时期的土地利用信息,求取土地利用转移矩阵,分析土地利用的时空变化特征和变化规律,并从土地利用面积变化、动态度、耗减度、开发度等方面对土地利用变化进行分析。研究发现:煤炭开采、城市发展对平顶山市土地利用变化具有重要的影响;8年间,该地区耕地、林地大幅减少,城市用地、工矿用地、荒草地大幅增加;减少的耕地主要转化为荒草地、工矿用地、城市用地,减少的林地主要转化为荒草地;受北部矿区条件的影响,市区发展主要朝东、西、南三个方向。     

喀斯特山区城镇边缘带界定及特征研究

针对城镇边缘带在空间上存在动态的不确定性问题,该文提出以边缘带土地利用特征(主要指标为建设用地土地利用率与垦殖率)为基础的边缘带相对静态定界体系。采用ArcGIS Python实现体系中的自然断点分类法和空间筛选法,对特定时间节点的喀斯特山区城镇边缘带分布格局进行自动识别。从统计学、景观学探讨静态定界体系中网格参数设置,并从GIS统计分析山区城镇边缘带分布特征。研究表明:研究区域内边缘带约80%面积分布在0~15°坡度带;它与到核心区距离中度相关;山体和河道分布对城镇空间发展的连续性有影响;在交通网络影响下,地貌对边缘带界限的影响减弱,部分边缘带没有与城镇核心区相邻。因此,喀斯特山区小城镇边缘带分布在受地块与核心区之间距离、地形地貌、交通网络空间分布综合影响下,呈"飞地"分布。     

渤海海岸带地区土地利用时空演变及景观格局响应

综合利用RS、GIS和景观生态学方法,以渤海海岸带地区1995、2000、2005和2008年土地利用分布图为基础, 分析了渤海海岸带地区近13年间的土地利用时空演变及其景观响应,得到以下结论：（1）渤海海岸带地区土地利用 年动态变化率在2000年—2005年间最大,为0.40%;2005年—2008年段次之;1995年—2000年间最小;（2）下辽河平 原、海河平原以及黄河三角洲地区为土地利用动态发生的主要区域;（3）监测期内,城乡、工矿、居民用地的面积扩 展明显,且主要来源于其周边的优质耕地,但在耕地流向城乡、工矿、居民用地的同时,有较大面积的林地和草地转 向耕地,因此监测期内耕地的总面积变化不大,海域向陆地土地利用类型的转化（即填海造陆）是该区域一种特殊的 土地利用动态类型,并随着时间推移速度越来越快;（4）整个区域在监测期内表现出多种土地利用类型（未利用地、 水域等）的小型斑块被整合,而优势土地利用类型（主要是耕地和城乡、工矿、居民用地）的大型斑块则积极向外扩 展的发展态势,整个景观表现出多样性和均匀度减小而优势度增加的趋势。     

基于地理事件的时空数据模型及其在土地利用中的应用

本文通过分析基于位置和基于对象的空间数据表达方法的特点,顾及与空间相关的属性与地理实体空间特征之间的相依关系,将“地理事件”引入模型,提出一种顾及“隐含”地理事件和“显式”地理事件的时空数据模型(GESTDM模型).本文提出的模型能够同时提供基于位置、基于对象和基于时间的时空表达和查询功能.将该模型应用于土地利用领域,...