东北地区土地覆被格局变化模拟:基于CLUE-S和Markov-CA模型的对比分析

研究以遥感解译的东北地区2000年、2010年、2015年的土地覆被变化为基础,充分考虑自然和社会因素对土地覆被变化的影响,分别通过CLUE-S模型和Markov-CA模型对东北地区2015年和2030年土地覆被格局进行模拟,研究结果表明:通过与遥感解译的2015年实际土地覆被类型数据对比验证,CLUE-S模型和Markov-CA模型模拟结果的总体Kappa指数分别为0.9700和0.9649,结果表明2种模型的模拟结果较为理想,CLUE-S模型的模拟精度较Markov-CA模型更高。2015—2030年东北地区草地、耕地、湿地、其他用地和水体面积呈现下降趋势,林地、人工表面面积呈现增加趋势,人地关系越发紧张。东北地区作为生态环境相对脆弱的区域需警惕不可持续的土地覆被变化,需权衡生态保护、粮食增加与基础设施建设的用地需求和协调发展。

基于CLUE-S模型的吴忠市土地利用时空演变及多情景模拟预测

【目的】研究不同情景下的未来土地利用时空演变格局,为合理利用土地资源、科学规划国土空间开发格局和区域高质量发展提供助力。【方法】研究团队以宁夏回族自治区吴忠市为研究对象,选取2000年、2010年和2020年3期土地利用数据,运用土地利用转移矩阵、CLUE-S模型,分析研究区2000—2020年土地利用变化特征,模拟自然增长情景、生态保护情景和经济增长情景下2030年吴忠市土地利用演变特征。【结果】1)2000—2020年吴忠市草地面积占比最大,其次是耕地和未利用地,建设用地面积不断增长;建设用地面积变化最快,并以耕地转化为建设用地为主。2)2030年建设用地面积在自然增长情景下将会减少,生态保护情景下林地面积增幅较大,经济增长情景下各土地利用类型变化较小。3)在3种情景下,吴忠市2030年土地利用结构仍然以耕地、林地、草地为主,建设用地面积在生态保护情景和经济增长情景下将呈增长的趋势,在自然增长情景下将呈减少趋势。【结论】生态保护情景下的预测结果更符合国土空间规划要求和经济社会发展的需求。该研究成果对推动吴忠市未来土地利用格局规划具有重要意义。

基于CLUE-S和InVEST模型的苏州市生境质量评估及预测

评估城市化进程中土地利用变化下的生境质量演变,对于构建综合生态规划体系、应对全球可持续发展的重大挑战具有重要意义。基于苏州市2010年和2018年遥感影像解译的土地利用数据和社会经济等数据,选取高程、坡度、到公路的距离、人口密度等驱动因子,采用CLUE-S模型模拟多情景下2030年土地利用变化,并通过生态系统服务评估与权衡(InVEST)模型评估过去并预测未来的生境质量时空演变,探讨土地利用变化对生境质量的影响。结果表明:最优拟合尺度为400 m×400 m,Kappa系数达到0.8545,模型能够很好地模拟研究区未来的土地利用格局;苏州市2030年生态保护情景下的生境质量优于2018年,而2030年自然增长情景下的生境质量差于2010年和2018年;从空间分布看,苏州市中心城区、工业较集中和人口活动强度大的地区生境质量差,太湖周边等水系发达地区生境质量较好。因此,未来研究区在发展经济的同时,更要注重生态保护,实现高质量发展。

基于CLUE-S情景模拟的挠力河流域耕地适宜性评价研究

以挠力河流域为研究区,选择2000、2010、2020年3期土地利用数据,从土地利用动态度和转移矩阵两方面分析土地利用时空变化,运用CLUE-S模型对研究区2030年土地利用变化格局进行模拟验证,设基线、农业发展和生态保护3种情景预测2030年土地利用变化格局,最后对3种情景下耕地适宜性进行评价。结果表明:研究区土地利用类型以耕地为主,2000—2020年森林、湿地、水体和人造地表呈增加趋势,耕地和草地呈减少趋势。2000—2020年土地利用转移主要发生在耕地、草地和森林之间,2000—2010年草地面积转入最多,耕地次之,森林最少,转出面积相反;2010—2020年森林转入转出面积最多,草地次之,耕地最少。CLUE-S模型对挠力河流域土地利用变化具有良好的模拟能力,Kappa系数为0.894,模拟总体精度为91.18%;基线情景下耕地、草地和水体地类面积减少,其他地类面积增加;农业发展情景下耕地面积增加23.68%,人造地表面积未发生变化,其他地类面积均较少;生态保护情景下与农业发展情景正好相反。依评价指标体系和评价模型,分析计算出3种情景下耕地位于适宜区的面积占研究区总面积的96%以上,不适宜区占比低于4%。研究结果可为加强未来耕地质量建设与管理、落实耕地保护目标和科学管理土地资源提供科学决策。

CLUE-S模型在生态景观空间规划仿真中的应用

生态景观是城市建设中不可或缺的一部分,如果规划不合理会导致土地面积利用率不高。为此提出基于CLUE-S模型的生态景观空间规划优化方法。通过土地利用转移网络分析景观土地转移方向,并通过景观土地动态度分析模型描述景观土地在规划过程中的变化速度。分析生态景观空间内各个景观规划要素对应的属性及其属性的空间相关特征,从斑块识别和廊道规划角度出发规划生态景观空间,运用CLUE-S模型模拟空间土地布局,求解空间规划中土地的面积,实现对生态景观空间规划结果的优化。实验结果表明,所提方法的Kappa指数高,说明其规划结果和实际景观之间具有一致性,上述方法的规划效果较好。

基于CLUE-S模型的矿业城市土地利用变化情景模拟

为了对矿业城市的土地利用情景进行预测,该文以典型矿业城市武安市为例,将GIS技术和CLUE-S(conversion of land use and its effects at small regional extent)模型应用到武安市土地利用变化情景模拟研究中,通过土地利用结构变化、矿业城市土地利用空间分布和驱动因子的定量关系对武安市土地利用变化进行相应约束,设计了趋势发展情景、耕地保护情景、生态安全情景3种模式,生成2020年不同情景方案下土地利用预测图,并对预测结果进行比较分析。研究结果表明:在趋势发展情景下,林地、建筑用地呈现上升趋势,体现了经济发展和环境保护双管齐下的成效,这也与实际情况相吻合;耕地保护情景下,耕地分布制约了建设用地的适度扩张;生态安全情景下,受生态环境政策影响,林地增长趋势明显,工矿用地急剧减少。综合考虑到武安市社会、经济、生态以及耕地保护等多方面的协调发展,研究认为趋势发展情景更为合理,其他2种情景可为趋势发展情景进行适度的修正和补充。该研究为区域土地资源的优化配置提供决策依据,同时研究结果也进一步验证了CLUE-S模型能够较好地模拟预测不同约束条件下矿业城市土地利用空间变化。

CLUE-S模型在南京市土地利用变化研究中的应用

土地利用/覆盖变化模型是研究区域景观动态并解释其驱动机制的重要技术手段。应用CLUE-S模型,在LandsatTM影像等相关数据支持下,对南京地区1998—2006年土地利用的时空动态变化进行了研究。结果表明:各土地利用类型变化受地形因素影响最大,人均GDP与城镇用地和农业用地的分布呈显著相关,城乡主干道对土地利用变化的贡献显著大于省级及以上道路;海拔较高区域林地的发生比率较高,而地形低平区域农田、城建用地的发生比率较高。经检验,在300m空间分辨率水平,对南京地区2003年、2006年土地利用状况模拟的精度分别达到了85.7%和84.1%;而通过将研究区分成若干子区,分别修正模型参数并重新模拟,准确率提高到89.7%和88.3%,分区赋值法有效地提高了模拟精度。研究表明,CLUE-S模型对城市发展的空间结构也有较强的预测能力,对指导城市规划、分析景观动态的驱动机制有重要参考价值。

基于CLUE-S模型的湟水流域土地利用空间分布模拟

基于CLUE-S模型,以青海湟水流域为研究区,分别利用1987年和1996年两期土地利用数据,运用逻辑斯蒂逐步回归方法选择自然和社会经济等18种驱动因子,对湟水流域2007年土地利用空间分布格局进行模拟。在此基础上,构建流域2008—2027年土地利用变化的4种不同情景,并模拟了4种情景下2027年土地利用空间分布格局。研究结果表明:(1)两期模拟总体精度分别达到了88.31%和89.96%,4种Kappa指数均大于0.82,表明CLUE-S模型在湟水流域具有良好的土地利用模拟能力。(2)流域2008—2027年不同情景下,城乡居住建设用地在4种情景下均表现为明显增加,主要沿湟水河谷区域扩展,而3种退耕情景下的坡耕地空间格局模拟结果存在着明显的空间差异,从情景二、情景三到情景四,流域内坡耕地范围逐步减小,林地、草地面积范围增大,退耕部分主要分布在流域东部、西部和北部:东部地区退耕的范围主要是集中在乐都县和民和县;北部地区退耕的范围主要是集中在大通县县城北部;西部地区退耕范围则主要在湟源县县城西北部的湟水河两岸。研究结论可为湟水流域未来土地利用管理、规划及政策的制定等提供参考依据和决策支持。

土地利用模型时间尺度预测能力分析——以CLUE-S模型为例

模型模拟是生态学中的重要方法,特别是当实验不可进行时。在不同预案下基于模型的土地利用预测对于土地利用规划和政策制定具有十分重要意义。然而,很多研究没有对模型在研究区的时间尺度预测能力加以分析,从而可能导致模拟结果的不可靠。以岷江上游地区为例,采用Kappa指数系列对CLUE-S模型在研究区的时间尺度预测能力进行研究。结果表明CLUE-S模型在岷江上游地区时间尺度上的最大预测能力为22a,超过时间预测能力的预测结果不可靠。研究为土地利用模型模拟时间尺度确定提供了一种有效的方法。

CLUE-S模型原理与结构及其应用进展

空间模型是土地利用/土地覆被变化研究的重要内容和方法,CLUE-S模型是这类模型中应用较多的一种。该文分析了CLUE-S模型的运行原理和结构组成,指出:CLUE-S模型运用系统论的方法处理不同土地利用类型间的竞争关系,在综合考虑诸多限制因素和转换规则的前提下,通过反复迭代运算,把土地利用变化类型逐步分配到一定的空间单元中,将模拟结果精确直观地反映到空间位置,是一个较好的土地利用变化空间模拟模型。在此基础上,系统阐述了模型5个组成模块的机理结构和6个参数文件的特征,并对参数内涵和设置规则进行了介绍。最后概述了CLUE-S模型在国内外的应用进展,分析了CLUE-S模型的应用前景和领域及模型的不足之处。

基于CLUE-S和InVEST模型的五马河流域生态系统服务多情景评估

开展生态系统服务量化评估是科学进行生态系统管理的前提,对保障区域可持续发展和人类福祉意义重大。基于生态系统服务和交易的综合评估模型(In VEST),耦合小区域土地利用转换及其效应模型(CLUE-S),对五马河流域当前土地覆盖条件下及2030年2种土地覆盖情景[经济发展情景(SED)和生态保护情景(SEP)]下的产水、营养物质输移和沉积物持留3项生态系统服务进行量化评估。结果表明,当前流域的总产水量、总氮输出量、总磷输出量、沉积物持留量分别约为2.7×108m3、630 t、142 t和2×108t。经济发展情景下2030年流域上述3项生态系统服务的物质量相对于当前变化均不明显。生态保护情景下2030年流域总产水量相对于当前将减少约600×104m3,总氮和总磷输出量分别减少约34.8%和35.4%,沉积物持留量增加约0.7×106t。总体而言,五马河流域上述3项生态系统服务与土地覆盖状况密切相关,生态保护情景下2030年上述3项生态系统服务功能较当前将有明显提高。

基于CLUE-S模型的土地利用空间布局多情景模拟研究——以甘肃省榆中县为例

利用CLUE-S模型,以甘肃省榆中县为案例区,基于1996年土地利用现状,对2008年土地利用进行模拟,在200 m×200 m模拟尺度下,Kappa指数为0.82。在此基础上,设置耕地保护、建设发展和生态保护3种土地利用空间布局情景,模拟2020年不同情景下榆中县土地利用空间布局。结果表明:耕地保护情景下,耕地稳定性较高,分布集中连片,主要集中在榆中盆地,耕地转出主要集中在北部地区,主要转变为草地和林地;建设发展情景下,建设用地围绕榆中县城关镇扩展,主要由耕地和草地转入,耕地的稳定性较差;生态保护情景下,林地和草地得到较好保护,呈现集中连片特征,地势较高处的耕地转变为林地和草地。生态保护情景下,土地利用空间格局的聚集性最高,连通性最好。CLUE-S模型是模拟榆中县土地利用空间布局的有力工具,模拟结果可为该区土地利用规划修编和未来城市规划布局提供科学依据。

基于CLUE-S模型的不同情景下区域土地利用布局优化

土地利用规划要求把土地资源最终配置在空间上,而现有文献更多是对土地利用结构的优化,很少对全局土地利用布局优化,鉴于此,为减轻土地利用规划的多目标冲突,同时为提高资源配置效率,释放空间效应,对不同情景下的土地利用布局优化进行研究。用非线性优化模型中的理想点法求取了不同情景下最优土地利用结构,用Logistic回归提取了不同用地的优化布局规则,以不同情景下的土地优化结构为数量约束,借助CLUE-S模型的全局配置能力对各情景下的用地布局作优化,并以扬州市为实例进行阐述。结果表明:(1)优先发展经济情景下,2025年扬州土地利用经济产值是10.4×10~7万元,优先保护生态情景下,目标年生态服务价值是9.7×10~5万元,保障公众福利情景下,公众福利大小是351271 hm^2;(2)经济增长目标对土地利用结构的情景变化最为敏感,而公众福利目标的敏感性最小;(3)与基期年比,发展经济与保育生态情景下的土地优化布局变化最大,前者主要是市区城镇工矿用地向东部及西北扩张,后者则是在西南丘陵及南部长江岸边配置了大量园地、林地。提出的不同情景下土地利用布局的优化方法可为土地利用规划及生态规划提供有力技术支持。

基于CLUE-S模型的密云县面源污染控制景观安全格局分析

探讨了基于安全格局分析和"源-汇"生态过程理论,利用土地利用变化模型,研究以面源污染控制为目标的土地利用空间模拟情景分析。基于"源-汇"生态过程理论,利用空间数据库计算了密云县水库周围面源污染控制的景观安全格局,分析了低安全格局中的有较大面源污染风险的土地利用变化过程。基于现状社会经济驱动因子和邻域因子,利用CLUE-S模型模拟了2个情景下的土地利用发展:情景1为现状趋势发展,情景2为反规划途径,即限制低安全格局中具有面源污染风险的土地转变过程,其余地区按现状趋势。结果表明:情景1现状趋势发展下,未利用地复垦和农业用地结构调整两种土地利用转变过程有较大面源污染风险。情景2低安全格局中被限制发展的耕地和果园在模型模拟中转移到了中安全格局内,低安全格局中植被恢复能够增强了对上游污染物的截留;虽然面源污染"源"类型土地总量没有发生变化,但是由于土地格局的优化,整体面源污染风险会降低。

基于CLUE-S模型的矿业城市土地利用格局情景模拟

运用CLUE-S模型对典型矿业城市——双鸭山市辖区进行未来土地利用模拟,基于遥感和地理信息系统技术,通过设定趋势发展、耕地保护、经济建设和生态保护4种情景,模拟了2025年当地不同情景下土地利用变化情况,结果表明:各土地利用类型均通过ROC检验,回归方程拟合程度高。1995年和2005年模拟正确比例分别为88.15%和92.10%,Kappa系数均超过0.75,准确率达到可信的效果。各情景土地利用模拟结果差异明显,在趋势发展下,耕地和其他用地面积持续较少,建设用地增长幅度最大;耕地保护情景下,耕地仍保持下降态势,但速度明显下降,建设用地和工矿用地的扩张趋势有所抑制;经济发展情景下,建设用地面积增长速度显著上升,将大量侵占其周边的耕地和园林地,工矿用地面积增长幅度最大;生态保护情景下,耕地、其他用地和工矿用地面积以不同程度趋势下降,园林地和水域用地面积显著增加。研究结果为当地相关规划的合理编制及土地资源保护提供了参考依据。

基于CLUE-S模型的别拉洪河流域土地利用变化模拟

以别拉洪河流域为研究区,根据3期(1986年、2000年和2005年)土地利用数据,结合道路、河流、居民点、湖泊、沟渠、海拔、坡度、坡向、人口等驱动因子,运用Logistic逐步回归分析,筛选出具有决定作用的驱动因子,然后构建了模拟别拉洪河流域土地利用变化的CLUE-S模型,动态模拟了该流域土地利用变化的时空模式。结果表明,人口密度、坡度和海拔是影响土地利用空间分布的重要因素。经检验,CLUE-S模型模拟取得了较为理想的结果,在基本单元(300 m×300 m栅格)的水平上,模型对研究区2000年和2005年土地利用分布格局模拟的总体精度分别达到78.45%、90.93%,Kappa指数分别为0.74、0.89。这说明模型具有成功模拟区域土地利用时空动态变化的能力。

基于CLUE-S模型的西部干旱区土地利用变化情景模拟

为探讨西部干旱区城市化进程中土地利用时空演变规律,以库尔勒市城市扩展区为研究对象,依据1998、2005年和2010年3期遥感影像及相关社会经济数据,分析研究区快速城市化进程中的土地利用结构变化,并以2010年土地利用格局为基础,采用CLUE-S模型分别模拟了自然增长、水资源约束和生态保护情景下研究区2020年的土地利用格局。研究结果表明:各情景下,耕地、建设用地和园林地的面积都不断增加,未利用地面积持续减少。在水资源约束情景下,耕地和水域受到保护,建设用地扩展速度被抑制;在生态保护情景下,通过对园林地、水域和荒草地等生态用地的保护,限制城镇盲目扩张,对保护研究区生态环境有重要意义。

基于CLUE-S模型的多目标土地利用格局模拟与优化——以河北省廊坊市北三县为例

为解决土地利用规划的多目标性并提升土地利用效率,该文以河北省廊坊市北三县为例,借助CLUE-S模型对土地利用格局进行多目标模拟。首先,以2000年土地利用数据为基期,筛选10种影响土地利用变化的因子,选择100m×100m、200m×200m、300m×300m、500m×500m共4种空间尺度,调试CLUE-S模型,对研究区2013年土地利用格局进行模拟和验证,得出200m×200m尺度下各地类ROC值均大于0.7,为最佳模拟尺度,模拟效果检验的Kappa系数为0.8813,说明建立的CLUE-S模型能准确模拟研究区土地利用变化。然后,在非空间模块中嵌入灰色预测模型和目标优化模型,预测以自然发展和"生态-经济"为目标的2020年土地利用需求;在空间模块中以2013年土地利用数据为基期,模拟基于不同目标需求的2020年土地利用格局。不同目标需求的土地利用格局模拟结果存在较大差异:1)自然发展目标下,建设用地和未利用地数量增加,耕地、林地和水域数量减少;布局上呈现散布的小块建设用地基本不变,大片建设用地无序扩张。2)"生态-经济"目标下,建设用地、林地和水域面积增加,耕地、未利用地数量减少;布局上呈现建设用地空间聚集,耕地趋于集中连片,林地相间分布。以生态建设和集约利用为原则,严格设定用地类型转换规则,保障了该模拟结果中各类用地的优化布局。最后,基于土地优化格局,提出通过城乡建设用地增减挂钩实现建设用地的集约利用,同时适度开发未利用地,保护林地、耕地和水域等生态用地,以实现研究区土地高效利用和可持续发展。

CLUE-S模型及其在奈曼旗土地利用时空动态变化模拟中的应用

在对目前常用的土地利用变化模型进行调研的基础上,认为CLUE-S模型是众多模型中适用于区域土地利用变化研究的一种较好的模型;它是根据系统论的观点,在深刻理解土地利用系统内土地利用变化特征(包括关联性、竞争性、稳定性以及等级性等)的基础上构建而成,具有同步模拟不同土地利用变化的能力。论文以奈曼旗为例,根据1985年的空间图形数据,结合道路、居民点、城镇、水域的分布、以及地形和土壤等驱动因素,对其2000年的土地利用变化格局进行模拟;并用2000年的土地利用现状图对模拟结果进行检验。结果显示,在基本单元(500m×500m栅格)的水平上,模拟的正确率为85%,Kappa指数值是0.80。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,是值得向国内同行推荐的一种较好的LUCC模型。

基于GWR和改进CLUE-S模型的区域土地利用格局模拟研究——以浙江省桐庐县为例

本文以浙江省桐庐县为研究区,在CLUE-S模型空间分析模块的回归建模中,考虑驱动因子对土地利用格局影响的空间不稳定性,用GWR Logistic模型取代全局最小二乘法(OLS)Logistic回归模型来建立土地利用格局与其驱动因子之间的回归模型,实现了对CLUE-S模型的改进,并进行土地利用格局模拟的实证研究与模型比较。研究结果表明,运用GWR Logistic对CLUE-S模型进行改进,不但可以获得更高的模拟准确率,而且可以获得各驱动因子对土地利用格局影响的空间分异特征。同时,运用改进的模型定量地分析影响区域土地利用变化的内在机制,进行土地利用格局的动态模拟,预测土地利用未来变化的趋势,可以为桐庐县及其类似地区的土地利用规划决策提供科学依据。