本研究旨在比较不同土地利用数量预测方法的适用性,并结合空间分布预测模型对香溪河流域未来的土地利用进行预测,以期为该区域的土地利用规划提供决策支持,有效控制总磷污染负荷的产生。结合土地利用数量预测的3种算法(线性外推法、马...本研究旨在比较不同土地利用数量预测方法的适用性,并结合空间分布预测模型对香溪河流域未来的土地利用进行预测,以期为该区域的土地利用规划提供决策支持,有效控制总磷污染负荷的产生。结合土地利用数量预测的3种算法(线性外推法、马尔科夫链模型以及遗传算法)与空间预测模型CLUE-S(Conversion of land use and its effect at small regional extent),对流域内的土地利用变化进行预测,通过输出系数法对流域内的总磷污染负荷进行估算。结果表明,基于线性外推与马尔科夫链两种无约束预测模型,2020年流域内林地面积将比2010年减少约1%,绝大多数林地转变为水田与旱地,且大多发生在流域中部坡度较平缓区域。而基于存在自然社会经济约束条件的遗传算法优化情景下,水田面积减少1060 hm2、旱地面积减少3370 hm2,其面积主要转化为林地,且大多发生在流域高海拔、较陡峭的北部区域。基于输出系数法分析得到的流域内总磷污染负荷在线性外推与马尔科夫链预测情景下相比于2010年均有所增加,分别增加11 000 kg和8000 kg,而在遗传算法情景下,总磷负荷相比于2010年减少约24 000kg。空间分布上,在线性外推与马尔科夫链情景下增加的负荷主要位于流域中部区域,而在遗传算法情景下流域北部区域总磷负荷减少量最为明显。研究结果表明,遗传算法在土地利用优化预测方面表现优异,结合CLUE-S模型,可以对未来土地利用规划起到一定的支持作用,有效控制非点源污染负荷的产生。展开更多
文摘本研究旨在比较不同土地利用数量预测方法的适用性,并结合空间分布预测模型对香溪河流域未来的土地利用进行预测,以期为该区域的土地利用规划提供决策支持,有效控制总磷污染负荷的产生。结合土地利用数量预测的3种算法(线性外推法、马尔科夫链模型以及遗传算法)与空间预测模型CLUE-S(Conversion of land use and its effect at small regional extent),对流域内的土地利用变化进行预测,通过输出系数法对流域内的总磷污染负荷进行估算。结果表明,基于线性外推与马尔科夫链两种无约束预测模型,2020年流域内林地面积将比2010年减少约1%,绝大多数林地转变为水田与旱地,且大多发生在流域中部坡度较平缓区域。而基于存在自然社会经济约束条件的遗传算法优化情景下,水田面积减少1060 hm2、旱地面积减少3370 hm2,其面积主要转化为林地,且大多发生在流域高海拔、较陡峭的北部区域。基于输出系数法分析得到的流域内总磷污染负荷在线性外推与马尔科夫链预测情景下相比于2010年均有所增加,分别增加11 000 kg和8000 kg,而在遗传算法情景下,总磷负荷相比于2010年减少约24 000kg。空间分布上,在线性外推与马尔科夫链情景下增加的负荷主要位于流域中部区域,而在遗传算法情景下流域北部区域总磷负荷减少量最为明显。研究结果表明,遗传算法在土地利用优化预测方面表现优异,结合CLUE-S模型,可以对未来土地利用规划起到一定的支持作用,有效控制非点源污染负荷的产生。