土地利用时空格局变化与预测对土地资源管理与优化至关重要。本文基于遥感时空序列数据,协同景观指数与深度学习的长短时记忆网络(Long-Short Term Memory,LSTM)模型,对玛纳斯进行长时间序列土地利用时空格局演变特征分析和预测。结果表...土地利用时空格局变化与预测对土地资源管理与优化至关重要。本文基于遥感时空序列数据,协同景观指数与深度学习的长短时记忆网络(Long-Short Term Memory,LSTM)模型,对玛纳斯进行长时间序列土地利用时空格局演变特征分析和预测。结果表明:(1)1992—2020年耕地、草地和建设用地增加,林地、水域和未利用地减少。(2)耕地破碎化程度降低,林地和水域的景观指数轻微波动;草地破碎化程度降低,形状趋于规则化;建设用地处于持续扩张状态,破碎化程度加深,形状趋于复杂;未利用地破碎化程度增加,但形状趋于规则化。(3)比较了LSTM模型、多层感知人工神经网络(Multi-Layer Perception Artifical Neural Network,MLP-ANN)模型、逻辑回归(Logistic Regression,LR)模型和CA-Markov模型的预测精度。LSTM模型的Kappa系数为95.31%,较其他模型准确度高,符合实际土地利用格局分布。LSTM模型表明2025年土地利用类型可能仍以耕地、草地和未利用地为主。展开更多
生态承载力是区域可持续发展和推进生态文明建设的重要决策参考依据。以喀什地区为例,收集经济、社会、生态环境等数据,基于遥感数据、GIS(Geographic Information System)技术、生态足迹法,以土地利用预测为结合点,用FLUS-Markov(Futur...生态承载力是区域可持续发展和推进生态文明建设的重要决策参考依据。以喀什地区为例,收集经济、社会、生态环境等数据,基于遥感数据、GIS(Geographic Information System)技术、生态足迹法,以土地利用预测为结合点,用FLUS-Markov(Future Land Use Simulation Model-Markov Model)模型预测喀什地区生态承载力格局,分析其时空格局和数量发展趋势,为喀什地区生态文明建设和区域协调发展提供决策依据。结果表明:2015—2020年喀什地区单位面积生态承载力空间格局基本一致,但区域内呈不均衡分布;预测可知,2020—2030年研究区生态承载力总体数量将明显增加,各地类对总体生态承载力贡献由大到小依次为耕地、草地、建设用地、林地、水域、未利用地,向草地、未利用地转入的生态承载力对地区总体生态承载力增长贡献突出,耕地-草地、草地-未利用地的互相转换矛盾较大;自2015年后,地区实施的耕地保护和退地减水措施非常有效,预测2030年的结果表明,退耕还林还草工程的实施还有待加强。展开更多
文摘生态承载力是区域可持续发展和推进生态文明建设的重要决策参考依据。以喀什地区为例,收集经济、社会、生态环境等数据,基于遥感数据、GIS(Geographic Information System)技术、生态足迹法,以土地利用预测为结合点,用FLUS-Markov(Future Land Use Simulation Model-Markov Model)模型预测喀什地区生态承载力格局,分析其时空格局和数量发展趋势,为喀什地区生态文明建设和区域协调发展提供决策依据。结果表明:2015—2020年喀什地区单位面积生态承载力空间格局基本一致,但区域内呈不均衡分布;预测可知,2020—2030年研究区生态承载力总体数量将明显增加,各地类对总体生态承载力贡献由大到小依次为耕地、草地、建设用地、林地、水域、未利用地,向草地、未利用地转入的生态承载力对地区总体生态承载力增长贡献突出,耕地-草地、草地-未利用地的互相转换矛盾较大;自2015年后,地区实施的耕地保护和退地减水措施非常有效,预测2030年的结果表明,退耕还林还草工程的实施还有待加强。