基于CA_Markov模型多情景模拟的三峡库区土地利用变化及其生态环境效应

[目的]探究三峡库区土地利用与生态环境质量时空演变特征,揭示土地利用变化引起的生态环境效应,为研究区土地资源整合和生态环境保护提供依据。[方法]选取2000年、2010年、2020年土地利用遥感监测数据,采用CA_Markov模型分别预测自然变化情景(NCS)和生态保护情景(EPS)下2030年土地利用空间格局,并通过转移矩阵、生态环境质量指数、地统计分析、生态贡献率等方法,对三峡库区长时间序列土地利用变化及生态环境效应进行定量分析。[结果](1) 2000—2020年,三峡库区土地利用类型间转化明显,其中耕地转向建设用地,草地转向林地和耕地,建设用地面积增长量1 321.56 km^(2),增长率达275.02%。(2)模拟结果显示2030年生态保护情景下林地、草地面积比例均高于自然变化情景,而建设用地扩大规模相比自然变化情景显著减少。(3)三峡库区生态环境质量呈现出自西向东逐渐升高的阶梯式分布格局,2000—2030年其生态环境质量略微下降,由2000年的0.547 9降低至2030年的0.533 6。(4) 2000—2030年,降低三峡库区生态环境质量的两大主导因素是林、草地转为耕地,提高其生态环境质量的主要有利因素是耕地转为林地,生态贡献率比重超过70%。[结论]退耕还林还草和城市快速发展使三峡库区同时存在生态改善与生态恶化,但总的来看,研究区生态环境质量表现为改善略小于恶化的态势,建设用地、林地、耕地、草地之间的转化是其主要原因。

基于遥感和CA_Markov模型的煤矿区热环境与土地覆盖变化模拟评价

针对遥感影像在定量描述土地覆盖和热环境分布方面的优越性,利用支持向量机(SVM)分类器对遥感影像进行分类,获取土地覆盖图,利用单窗算法反演获取地表温度。通过将元胞自动机和马尔科夫模型结合,构建CA_Markov模型对土地覆盖和热环境时空格局进行模拟与分析。采用定量景观指数和土地利用转移矩阵进一步挖掘了研究区空间信息,综合模拟与预测了土地覆盖和热环境时空变化特征。实验结果表明:利用遥感影像定量反演热环境特征时空分布与预测是可行的,CA_Markov模型能够有效地揭示和预测矿区土地覆盖变化和热环境演变趋势。

基于CA_Markov模型的天府新区土地时空变化预测

基于天府新区1988年、1997年、2003年、2009年LandsatTM和2014年、2016年LandsatOLI影像,结合土地利用动态指标研究了近30年来该区域土地利用的时空变化规律,采用CA_Markov模型,模拟预测了研究区2019年、2024年和2029年的土地利用格局。结果表明:1988—2016年,天府新区土地变化率达52.35%,变化总面积为826km^2。其中,变化面积最多的用地类型是城镇村建设用地和耕地,前者增加448.43km^2,变化贡献率为47.52%;后者减少340.83km^2,变化贡献率为36.12%,有37.54%的耕地流向了城镇村建设用地,是其面积增加的主要来源。变化最快的用地类型有城镇村建设用地和交通用地,其面积扩展程度指数分别为35.52,10.1,均进入高速变化时期。2016—2029年,林地、耕地、园地面积将持续减少,大部分减少的面积将转化为城镇村建设用地。城镇村建设用地成为天府新区面积最大的用地类型,其扩张具有方向性,从双流区北部、高新区和龙泉驿区等天府新区成都片区由北向南扩张。而河流、河渠、水库等湿地类型面积持续微弱增长,呈现出较好的生态保护态势。

基于CA_Markov模型的伊犁河三角洲景观格局预测

在遥感和水文数据的支持下,结合伊犁河三角洲的区域特点,确定了伊犁河三角洲的景观分类系统.通过景观生态学的定量分析和CA_Markov模型模拟方法,系统分析了1975—2007年伊犁河三角洲景观格局的时空演变特征,并对2020年景观格局的情景进行了模拟与预测.结果表明:在人为间接干扰和自然环境的双重影响下,1975—2007年伊犁河三角洲的景观格局变化具有一定的周期性和不稳定性;对CA_Markov模型的可利用性进行分析与检验,1990—2007年伊犁河三角洲景观变化符合CA_Markov模型应用的条件;2020年,研究区景观的斑块破碎化严重,连通性趋于弱化,与水密切相关的湖泊、沼泽和漫滩的时空变化存在很大的不确定性;分别基于1990—2000年和2000—2007年概率转移矩阵预测的2020年研究区景观格局存在显著的差异性,不同景观类型的差异程度和表现形式各异,原因在于这两个时段自然条件的非一致性和不稳定性以及各景观类型的转移方式和方向不同.

永善县建设用地变化模拟与分析

土地的可持续利用是社会可持续发展的基础,建设用地变化是其关键。以永善县县城及其周边地区为研究区,以建设用地变化为主要研究对象,以2003年遥感影像以及2009年土地利用现状矢量图为数据源,运用GIS和RS技术,研究了该区过去6年的土地利用变化时空特征。通过挖掘土地利用类型转换规则,利用LCM模型、CA_Markov模型对永善县土地利用变化趋势进行了数量预测和空间模拟。

基于回归分析的元胞自动机模拟精度改进——以蔚县剪纸艺人分布研究为例

利用回归分析方法对蔚县剪纸知名艺人数据进行筛选,并将筛选结果应用于元胞自动机模拟,该方法使元胞自动机模拟精度明显提高。以蔚县知名剪纸艺人分布村庄时间序列数据为研究对象做对比试验,首先在不考虑离群数据以及增长率对模拟效果影响的情况下,抽取两期数据进行模拟分析并加以验证,正确率为60.12%,表明CA_Markov模型可以应用于对文化景观的模拟。然后应用回归分析的方法,考虑离群数据以及增长率对模拟效果的影响筛选试验数据进行,并应用模拟规则进行模拟,其模拟正确率达到74.46%,预测精度显著提高。

基于GlobeLand 30数据和CA__Markov模型的郑州市2000-2020年地表覆盖变化特征及预测分析

[目的]针对不同分类算法对地物识别结果的差异性导致地表覆盖变化分析难以为城市变化提供参考信息和决策依据问题。[方法]研究以GlobeLand 30标准产品为数据源,结合CA_Markov模型,对郑州地区2000—2020年土地利用变化速度、幅度、程度,以及熵值演变方向等时空变化特征进行分析与模拟预测。[结果](1)2000—2010年,郑州地区人造地表显著增加,湿地、耕地、草地有一定程度的减少,其中人造地表和湿地的变化速度相对较快;(2)2000—2010年,郑州地区土地利用程度变化量为8.04,土地利用信息熵和均衡度都有所提升,优势度相应降低;(3)预测2020年郑州地区地表覆盖状态同2010年相比,人造地表和草地分别增加68.88%和49.99%,水体、湿地增加幅度均在30%以上,耕地、林地有一定程度的减少。[结论]2000—2020年,郑州地区土地利用总体分布格局具有显著性差异,土地利用的复杂性增加,环境问题日益凸显。

Modeling spatial and temporal change of soil erosion based on multi-temporal remotely sensed data

In order to monitor the pattern, distribution, and trend of land use/cover change （LUCC） and its impacts on soil erosion, it is highly appropriate to adopt Remote Sensing （RS） data and Geographic Information System （GIS） to analyze, assess, simulate, and predict the spatial and temporal evolution dynamics. In this paper, multi-temporal Landsat TM/ETM＋ re- motely sensed data are used to generate land cover maps by image classification, and the Cellular Automata Markov （CA_Markov） model is employed to simulate the evolution and trend of landscape pattern change. Furthermore, the Re- vised Universal Soil Loss Equation （RUSLE） is used to evaluate the situation of soil erosion in the case study mining area. The trend of soil erosion is analyzed according to total/average amount of soil erosion, and the rainfall （R）, cover man- agement （C）, and support practice （P） factors in RUSLE relevant to soil erosion are determined. The change trends of soil erosion and the relationship between land cover types and soil erosion amount are analyzed. The results demonstrate that the CA_Markov model is suitable to simulate and predict LUCC trends with good efficiency and accuracy, and RUSLE can calculate the total soil erosion effectively. In the study area, there was minimal erosion grade and this is expected to con- tinue to decline in the next few years, according to our prediction results.

综合生态安全格局构建与城市扩张模拟的城市增长边界划定——以天水市规划区(2015—2030年)为例

传统的城市增长边界划定方法,一般仅考虑生态安全格局,并未考虑在现有客观条件下的城市扩张趋势,划定结果具有一定的主观性;或仅对城市的扩张进行模拟,忽略了城市的生态安全问题。针对上述问题,论文通过耦合城市综合生态安全格局与基于CA_Markov模型的城市扩张模拟结果,提出了一种新的城市增长边界划定方法:首先,合理选取因子构建研究区的综合生态安全格局,利用禁建区对综合生态安全格局的结果进行修正,获得研究区的刚性增长边界;其次,合理选取城市扩张驱动因子,通过CA_Markov模型预测城市扩张边界;最后,综合考虑刚性增长边界、模拟获得的城市扩张边界及近期城市拓展方案等,获得最终的城市增长边界。并以天水市规划区(2015—2030)为案例,对方法的科学性进行了说明。结果表明,论文划定的城市增长边界内总面积370.56 km^2,占规划区总面积的7.7%。此方法能够有效解决城市增长与生态保护之间的矛盾,对河谷型城市等建设用地匮乏、生态环境脆弱城市的增长边界划定具有良好的应用价值,也可为其他类型城市的城市增长边界划定提供参考。