基于InVEST与CA-Markov模型的宝鸡市碳储量时空演变与预测

土地利用类型的变化是影响陆地生态系统碳储量变化的重要因素,分析区域未来土地利用格局对碳储量的影响、对维持碳平衡具有重要意义.基于宝鸡市2000—2020年土地利用数据,运用InVEST模型和CA-Markov模型,对2000—2020年宝鸡市不同土地利用类型碳储量的变化特征进行分析,并对2030年不同情景下宝鸡市土地利用变化及碳储量变化情况进行了预测.研究表明:①2000—2020年宝鸡市建设用地面积不断增加,耕地、林地和草地为主要土地利用类型.②2000—2020年,宝鸡市碳储量共损失0.42×10^(6)t,耕地和林地面积减少是其碳储量减少的主要原因.③2020—2030年自然发展情景下宝鸡市碳储量损失最多,耕地保护情景和生态保护情景下宝鸡市碳储量相差不大,控制城市扩张情景下宝鸡市碳储量损失最少、固碳能力最强.因此,未来进行国土空间规划时,可统筹考虑控制城市扩张情景、生态保护情景和耕地保护情景,以确保在粮食供给和生态安全的基础上,提高研究区的碳储量.

基于动态稳定性验证和CA-Markov预测的耕地时空演变特征--以赣榆区为例

为阐明耕地变化动态稳定性验证的重要性,预测“十四五”目标年(2025年)与远景目标年(2035年)的耕地变化,本研究运用耕地面积变异系数、地理集中指数、不平衡指数及趋势分析法,从耕地数量、空间分布与空间发展趋势三个方面,对江苏省连云港市赣榆区耕地变化的动态稳定性进行验证,并运用CA-Markov模型对未来不同政策情境下的耕地变化情况进行模拟。结果表明,2009-2016年赣榆区耕地总量持续下降,未存在较大反复与波动,耕地空间分布较为均衡,耕地占用与补充的空间发展趋势较为连续,总体上具有较高的动态稳定性,符合运用CA-Markov模型的前提条件。预测在各种政策情境下,2025年之前赣榆区将经历快速的耕地非农化过程,至2035年耕地减少的速率有所放缓,具有区位优势的赣榆北部地区将是未来耕地非农化的重点区域,耕地将逐渐向南部内陆地区转移。研究表明,对耕地变化的动态稳定性进行验证可以有效保证CA-Markov模型的模拟精度,赣榆区未来的耕地保护形势不容乐观,应合理协调经济发展与耕地保护之间的关系,保障社会、生态与粮食安全。

基于CA-Markov模型的云南自由贸易试验区土地利用和景观格局时空演变分析及模拟预测

为探究云南自由贸易实验区土地利用和景观格局变化特征,协调经济发展和生态保护,促进土地资源高效可持续利用。本文通过Arc GIS 10.6、Fragstats 4.0、IDRISI 17.0以自贸区2010、2015、2020年三期遥感影像为数据源,研究分析其土地利用变化和景观格局时空演变特征,并利用CA-Markov模型,模拟预测2025年土地利用类型和景观格局。研究表明,(1)三个片区土地利用结构变化为建设用地增加,林地、耕地和未利用地减少,草地和水体基本保持不变。(2)在研究期前期,建设用地主要来源于林地和耕地,后期为未利用地,并加大对生态环境的保护力度。(3)在发展过程中,其整体景观破碎度逐渐降低,但连通性和集聚度逐渐加强,生物多样性减少;耕地、林地破碎化程度加重,聚集度和景观优势不断下降,并转换为建设用地;随着人类干扰因素不断增强,建设用地优势表现明显,聚集度高,区域景观自我调节能力增强,景观空间结构更加稳定。

互花米草治理对黄河三角洲湿地利用及景观格局的影响——利用随机森林和改进的CA-Markov模型

随着2022年《互花米草防治专项行动计划(2022—2025年)》发布,黄河三角洲湿地互花米草清理工作迅速展开。通过对比模拟的自然发展情景下与互花米草大规模清理后的真实情景下黄河三角洲湿地利用及景观格局指数,分析清理工作生态效益及湿地未来潜在风险。基于时序Sentinel-1 SAR影像和随机森林分类器获取了2020—2023年黄河三角洲湿地利用/覆盖变化结果;针对短期湿地模拟预测驱动力因素缺乏定量化设定的问题,构建了一种联合随机森林与CA-Markov模型的湿地模拟预测方法,实现2023年湿地自然发展情景下更精准的模拟预测;最后计算了2023年湿地在模拟和真实情景下的景观格局指数。结果表明:1)2023年互花米草清理工作效果显著,其面积锐减至5.53km^(2),与2022年相比减少了55.36km^(2),为芦苇等本土植被释放了生存空间;2)与自然发展情景相比,互花米草“围栏”不复存在,本土植被连通性上升,芦苇分布更加琐碎且面积比自然发展情景下增加了16.37km^(2),湿地的优势植被类型已逐渐向芦苇转变;3)由于互花米草对新生滩涂的入侵能力强于其它本土植被以及沿岸受海浪冲击等问题,互花米草清除后的黄河三角洲湿地面临互花米草复萌、二次蔓延及海岸线侵蚀的新风险。

基于CA-Markov和InVEST模型的昆明市土地利用与生境质量时空变化及预测

基于2000年、2010年和2020年3期GlobeLand30土地利用数据,采用CA-Markov和InVEST模型,通过预测2030年土地利用以及生境变化特征,揭示昆明市土地利用变化趋势及对其生境质量时空演变的影响,为生态环境可持续性发展提供参考。结果表明:①研究区以耕地、林地和草地为主,2000—2020年由于退耕还林还草政策的实施和社会经济快速发展,耕地面积比例持续降低,人造地表面积比例增加,其他类型变化不大。②预计2030年人造地表扩张速度加快,主要是来自耕地、林地和草地的转换,除人造地表和草地外,其他用地类型面积均为下降趋势。③研究区于2010年景观破碎化程度达到最高,2020—2030年破碎化程度持续降低,各类型景观趋于简单化和规则化。④研究区平均生境质量逐渐降低,低生境质量区域与高生境质量区域面积逐渐增加,两极分化态势逐渐明显。

基于CA-Markov模型的淮河流域土地利用变化研究

【目的】研究淮河流域土地利用变化特征并预测淮河流域2030年土地利用变化,实现流域土地资源的合理开发利用。【方法】基于淮河流域1990—2020年共7期的土地利用数据,采用土地利用转移矩阵和土地利用动态度分析淮河流域土地利用变化特征。基于元胞自动机-马尔科夫(CA-Markov)模型模拟淮河流域2010和2015年的土地利用格局,并在满足一定的精度条件下,预测淮河流域2030年的土地利用变化趋势。【结果】(1)耕地和建设用地面积占淮河流域土地利用面积的80%以上,是淮河流域最主要的两种土地利用类型;(2)耕地的减少和建设用地的持续扩张是淮河流域1990—2020年土地利用最为明显的变化特征;(3)基于CA-Markov模型模拟的2010年和2015年土地利用的Kappa系数分别为0.937和0.944,模拟精度较高;(4)预测的淮河流域2030年土地利用变化显示:耕地的减少和建设用地的扩张仍然是主要趋势,但二者变化幅度放缓,林地和草地的变化不显著,水域面积继续增加。【结论】淮河流域建设用地大幅度扩张以及耕地面积持续减少应引起重视,基于CA-Markov模型模拟的2030年土地利用变化可为流域未来土地利用开发提供参考。

基于CA-Markov-PLUS模型的佛山市土地利用及生态系统服务分析与预测

分析并预测生态系统服务不但有助于了解区域生态系统的运行状况,而且对制定有效的生态保护和恢复策略有重要意义。本文以佛山市为研究区,基于CA-Markov-PLUS模型预测分析了2010—2030年土地利用和4种生态系统服务空间布局变化,探讨了2010—2030年生态系统服务时空变化规律。结果表明:(1)在2010—2020年间,佛山市耕地、林地面积大量减少,向建设用地转换,在2020—2030年间,耕地和水域面积增加,林地面积减少,建设用地扩张速度下降。(2)对比佛山市2010年与2020年的生态系统服务指数,发现生境质量、碳储存量、土壤保持以及产水服务均有不同程度的下降,以土壤保持量下降程度最为严重;相较于2020年,2030年佛山市生境质量、碳储存的下降速度减小,土壤保持基本不变,产水量均值略有上升。(3)2010—2030年佛山市的综合生态系统服务水平先降低后升高,说明人为正向干扰有利于提高佛山市生态系统服务水平。实验结果将为佛山市生态保护进而实现高质量发展提供合理建议。

基于CA-Markov模型的公园绿地土地利用变化及预测——以武汉市江岸区为例

研究城市内公园绿地的土地利用变化,对于日后城市公园的发展及改造、城市的经济发展、空间安排都具有一定的参考意义。以武汉市江岸区为研究对象,运用ArcGIS对Landsat 2005年、2010年、2015年和2020年4期土地遥感数据进行目视解译,并通过CA-Markov模型对2030年土地利用情况以及城市公园绿地变化进行预测,在此基础上分析了2005-2030年城市公园绿地的变化情况。结果显示:①武汉市江岸区的主要用地类型为建设用地,面积占总用地面积的60%以上;②耕地和林地的减少和建设用地的持续增加是武汉市江岸区2005-2010年土地利用最为明显的变化特征;③运用CA-Markov模型模拟2015年和2020年土地利用变化,其Kappa系数分别为0.772和0.809,均大于0.75,模拟精度合格;④预测的武汉市江岸区2030年土地利用变化显示:耕地和林地的减少以及建设用地的增加仍然是主要趋势,但二者变化幅度减缓,城市公园绿地处于持续增加的状态。指出了武汉市江岸区建设用地的持续增加,耕地林地的持续减少需要引起重视,基于CA-Markov模型模拟的2030年土地利用变化也可为武汉市江岸区未来土地利用开发提供参考,同时城市公园绿地的建设可以此为参考依据,发展原有的城市公园绿地或开发新的城市公园绿地。

基于InVEST和CA-Markov模型的“十四五”碳储量时空演变与预测——以张家界市为例

基于多情景模拟不同土地利用类型的碳储量,为张家界市实现旅游与生态发展提供建议。以张家界市2000年、2010年、2020年土地利用变化作为切入点,基于InVEST模型与CA-Markov模型,对不同时空的土地利用类型下的碳储量进行空间情景模拟和量化,探讨不同情景下的土地利用及其碳储量变化模式。结果表明:张家界市主要以林地、耕地为主,建设用地的增加主要来自耕地与草地;碳储量在空间分布上呈明显聚集性;碳储量呈逐年减少的趋势,共减少了0.35×10^(6)t。在不同的情景模拟下,相对于2020年,碳储量流失总量分别为3.44×10^(6)、3.04×10^(6)、3.99×10^(6)、4.93×10^(6) t。综合发展情景下的土地利用现状最为合理,能够为区域碳平衡和土地利用结构优化提供依据,助力张界市实现“双碳”目标与旅游高质量发展。

改进CA-Markov模型的城市土地空间结构演变预测

城市土地空间结构演变预测需要大量的数据支持,现阶段预测手段存在预测精度不佳的问题,为此提出GIS技术下城市土地空间结构演变预测方法。通过GIS技术获取城市土地空间结构数据,并对其进行结构演变分析;通过人工神经网络模型、轮盘竞争机制和惯性系数对CA模型实行优化处理;将改进CA模型与Markov结构结合,建立改进CA-Markov模型,根据城市土地空间结构演变分析结果实现城市土地空间结构演变预测。实验结果表明,所提方法的城市土地空间结构演变预测精度更高,整体应用效果更好。

基于CA-Markov和InVEST模型的莆田市生态系统服务功能研究

在城市化影响下,建设用地的扩张对未来生态系统服务水平产生负面影响。评估并预测未来土地利用变化以及生态系统服务,可为城市可持续发展的规划和决策提供有效支持。为研究莆田市绿色空间变化及生态系统服务价值的动态趋势,基于CA-Markov模型分析莆田市2030年土地利用空间分布情况,运用InVEST模型对未来生态系统服务功能进行评估,进而分析其绿色空间格局。结果表明:(1)2020-2030年,莆田市建设用地持续扩张,增长至732.10km^(2),水体、林地、耕地、草地等绿色空间在未来10年整体面积将缩减97.92km;(2)经标准化后的莆田市总生态系统服务指数由2020年的0.5963缩减至2030年的0.5820,这主要由于绿色空间被建设用地侵占,导致总体生态系统服务水平发生下降;空间上,莆田市总生态系统服务评估指数呈现出"北部高,南部低"的分布特点;(3)将莆田市生态系统服务绿色空间分为高、中、低三级,其中高、中生态系统服务绿色空间面积将在2030年分别缩减至1556.60km^(2)、178.53km^(2),低生态系统服务绿色空间面积在2030年增加至1382.80km^(2)。未来城市绿色空间规划中,应当限制建设用地的进一步扩张,加强对现有绿色空间的保护,通过增加植被,优化土地利用结构的方式,完善莆田市生态系统服务水平。

基于CA-Markov模型人口收缩下的辽宁省国土空间优化配置研究

为了探究人口收缩下国土空间格局优化配置,研究以辽宁省2012-2022年遥感影像为基础,运用ArcGIS,对各类用地变化情况进行时空格局分析,并运用CA-Markov模型,对辽宁省未来的土地利用格局进行模拟预测。研究结果表明:2022年土地利用变化的kappa系数值为0.9368,预测结果可信;2012年-2022年土地利用变化的幅度不大,趋于稳定。在2022-2028年间,辽宁省人口可能仍呈下降趋势,城乡流动明显,农田和森林面积有所下降,其他用地数量变化趋于稳定增长,空间变化总体较为稳定。2017-2022年期间森林和不透水地表呈正向增长趋势,其他用地均有不同程度的减少。应合理调整各类用地情况,促进不透水地表面积增长与区域人口变化相协调,形成合理的用地扩张秩序,为国土空间优化提供参考。

基于CA-Markov模型的黄河下游土地利用时空演变及趋势预测

黄河下游的土地利用格局变化将影响我国的粮食安全及黄河流域生态环境高质量发展。基于黄河下游2000—2020年土地利用数据,采用土地动态度模型、土地转移矩阵及元胞自动机-马尔可夫模型(CA-Markov)对黄河下游土地利用的时空演变格局及未来变化趋势进行模拟预测。结果表明,2000—2020年,黄河下游耕地面积减少2 420 km^(2),下降率为-2.24%;未利用土地和草地面积分别减少521 km^(2)和701 km^(2),而建设用地面积增加3 167 km^(2),增长率为14.72%。2005—2010年和2010—2015年土地转移波动较大。建设用地主要是由耕地、未利用土地、水域面积转移而来,其中,耕地转移面积最大,为2 637 km^(2)。CA-Markov模型模拟的Kappa系数达0.9以上,模拟精度较高,预测到2030年黄河下游耕地面积将进一步减少1 635 km^(2),而建设用地面积将增加1 950km^(2)。因此,加强黄河下游土地资源的高效利用,优化土地利用结构,制定合理的土地利用政策,是保障黄河下游生态安全及生态经济可持续发展的有效手段。

基于CA-Markov模型的土壤侵蚀预测分析——以宜昌市为例

本研究介绍了CA-Markov模型预测土地侵蚀的方法,分析了宜昌市2000年、2010年和2020年三期的土壤侵蚀强度空间分布数据,提出以这三期数据作为预测基准年,利用CA-Markov模型进行精度验证后来预测宜昌市2030年土壤侵蚀情况,并在此基础上分析宜昌市2030年土壤侵蚀强度空间分布及土壤侵蚀发展趋势。结果表明:宜昌市2030年土壤侵蚀情势总体向好发展,水土流失面积与强度呈现“双下降”态势,水土流失面积下降至2493.6km~2;秭归县、当阳市、兴山县等区域土壤侵蚀情势仍然不容乐观,高强度侵蚀面积出现净增长,仍是未来水土保持的工作重点。

基于CA-Markov模型的成都市土地利用变化情景模拟及碳效应分析

本研究基于成都市2005年、2010年、2015年、2020年土地利用现状分析,应用CA-Markov模型和情景预测模型,通过设置3种土地利用变化情景预测2030年成都市的土地利用结构变化,并对成都市土地利用变化导致的碳效应变化进行分析。结果表明:(1)成都市土地利用格局变化总体呈现耕地和草地减少、建设用地增加的趋势。2005—2020年,建设用地面积增加最多,耕地面积减少最多。(2)3种土地利用变化情景下都出现建设用地面积增加,耕地和草地面积减少的趋势。自然发展情景建设用地增加3.39×10^(4)hm^(2),城市发展情景建设用地增加5.66×10^(4)hm^(2),生态保护情景建设用地增加1.67×10^(4)hm^(2),生态保护情景建设用地增速明显低于自然发展情景和城市发展情景。(3)城市发展情景下的总碳效应是自然发展情景的1.62倍,是生态保护情景的3.76倍。建设用地扩张是影响碳效应的主要因素,在城市建设中严格限制建设用地过度扩张,是实现城市绿色低碳发展的重要路径。

基于CA-Markov和MSPA的绿色基础设施预测与时空演变分析——以京津冀城市群为例

绿色基础设施(Green Infrastructure,GI)的合理布局有助于建立国土空间绿色发展新模式。在生态文明和高质量发展背景下,研究GI长时序时空双维度演变格局对提升生态环境质量、提高国土空间治理能力和实现“碳中和”目标具有重要意义。基于CA-Markov(Cellular Automata-Markov,CA-Markov)、MSPA(Morphological Spatial Pattern Analysis,MSPA)和景观格局分析方法等构建GI研究模型框架,实现对GI过去—现在—未来的时空双维度分析。以京津冀城市群为研究区,分析了2000—2020年GI时空双维度演化特征,预测了未来2025和2030年的发展态势,讨论了协同发展过程与GI格局演变的对应关系,并总结GI优化启示。结果表明:(1)2000—2020年,GI面积占研究区总面积的比例呈现逐年下降趋势,由90.82%降为86.60%,空间上表现为西北部密集、东南部稀疏的分布态势。核心作为GI的主要组成部分,面积占比57.04%—65.93%不等,同样呈现逐年下降趋势,其主要分布在研究区北部、西部和西北部。(2)2020—2030年,研究区GI面积小幅度下降,但核心面积占比增长明显,2030年占比高达84.04%。连接桥、边缘和环等其他GI类型面积占比较小,其分散分布在各核心之间。(3)城市群协同发展进程提速直接导致GI的波动,主要体现在2015—2020年实质发展期和2020—2025年国土空间规划加速落实期。(4)未来,京津冀城市群GI生态网络稳定性的提升需重点关注各城市中心GI的面积占比和东南部的连通性问题。研究结果为快速实现GI检查、评估和治理提供技术支撑,也有助于实现京津冀城市群建立绿色、低碳、可持续发展新模式。

基于CA-Markov模型的洞庭湖区土地利用变化模拟研究

本文以洞庭湖区为研究对象,通过回归分析进一步探索了各驱动因子和各土地类型空间布局上的潜在关系,在此基础上,利用CA-Markov模型,根据现有趋势预测2035年洞庭湖区土地利用类型布局。模拟的2035年土地利用空间布局中,建设用地、草地、水域和未利用土地面积将保持增加趋势,耕地和林地面积将保持减少趋势。总体而言,洞庭湖区城市化进程大大加快,主要集中在岳阳楼区、武陵区和赫山区。草地、水域和未利用地主要分布在城镇和地区的边缘。本文旨在分析洞庭湖区土地利用变化的内在规律,以期为洞庭湖区土地资源的优化配置提供参考。

基于CA-Markov模型的重庆西部新城城市扩张时空演化模拟与生态响应

以重庆西部新城作为研究区域,分别运用Markov和CA-Markov模型进行城市扩张模拟对比,验证CA-Markov模型的先进性,并利用CA-Markov模型预测2030年西部新城的城市扩张格局,模拟分析2007—2030年城市扩张的时空演化特征和生态响应表征。结果表明:1)与Markov模型相比,CA-Markov模型具有更高的面积模拟能力且弥补了前者无空间格局模拟能力的缺陷,Kappa系数高达82.97%。2)2007—2018年西部新城扩张面积、速率和强度分别为1568.78 hm^(2)、5.74%和1.20%,预测2018—2030年扩张面积、速率和强度分别为71.62 hm^(2)、0.15%和0.05%,表明西部新城城市建设将从快速发展阶段转向扩张饱和阶段。3)西部新城城市扩张空间差异显著,建设用地由西部集聚逐步扩张至西、北、东部,共同构成“n”字型区域,且由外延式扩张转变为内充式扩张。4)西部新城生态保护与城市扩张经历了“共同推进—相互对抗—趋于稳定”的演变过程,且未来部分区域的生态用地范围有扩大趋势,一定程度上规避了城市盲目扩张,城市建设发展与生态保护将实现较好平衡,而政策对其生态响应可能存在重要的引导作用。

基于CA-Markov模型的大凌河流域土地利用变化与模拟预测研究

基于大凌河流域2000、2010和2020年3期土地利用数据,采用土地利用动态度、土地利用程度、土地利用转移矩阵等方法分析过去20年来研究区土地利用变化规律,并基于元胞自动机-马尔可夫(CA-Markov)模型模拟预测研究区2030年土地利用格局.结果表明:2000—2020年大凌河流域土地利用以耕地和草地为主,二者占比超过80%.近20年间,研究区内林地、草地和建设用地面积不断增加,耕地面积持续减少,且减少的速度在加快,前后两个10年分别减少了132.85和1360.13 km^(2).2000—2020年间,土地综合利用动态度由43.53%降低为10.36%,处于降低趋势.建设用地动态度由0.11%增加至4.99%,湿地动态度由86.32%变为-7.22%,土地利用程度综合指数由262.53变为259.91,表明大凌河流域近20年土地处于衰退期.基于CA-Markov模型预测大凌河流域2030年土地利用格局,模拟精度Kappa系数为0.8835.预测结果表明,2030年,大凌河流域耕地面积将进一步减少1699.92 km^(2),主要变为草地、建设用地和林地.

Spatiotemporal evolution and prediction of habitat quality in Hohhot City of China based on the InVEST and CA-Markov models

With the acceleration of urbanization,changes in the urban ecological environment and landscape pattern have led to a series of prominent ecological environmental problems.In order to better coordinate the balanced relationship between city and ecological environment,we selected land use change data to evaluate the habitat quality in Hohhot City of China,which is of great practical significance for regional urban and economic development.Thus,the integrated valuation of ecosystem services and tradeoffs(InVEST)and Cellular Automata-Markov(CA-Markov)models were used to analyze,predict,and explore the Spatiotemporal evolution path and characteristics of urban land use,and forecast the typical evolution pattern of land use in 2030.The results showed that the land use types in Hohhot City changed significantly from 2000 to 2020,and the biggest change took place in cultivated land,grassland,shrub,and artificial surface.The decrease of cultivated land area and the increase of artificial surface area were the main impact trend of land use change.The average value of habitat quality had been decreasing continuously from 2000 to 2020,and the values of habitat degradation were 0.2605,0.2494,and 0.2934 in 2000,2010,and 2020,respectively,showing a decreasing trend.The decrease of habitat quality was caused by the needs of economic development and urban construction,as well as the impact of land occupation.During this evolution,many cultivated land and urban grassland had been converted into construction land.The simulated land use changes in 2030 are basically the same as those during 2000-2020,and the habitat quality will still be declining.The regional changes are influenced by the urban rapid development and industrial layout.These results can provide decision-making reference for regional urban planning and management as well as habitat quality evaluation.