基于元胞自动机复合模型的土地利用演化模拟——以北京市海淀区为例

为了在土地利用空间格局演化模拟的基础上,为未来城市土地利用规划及管理提供更为科学合理的决策依据,本文以北京市海淀区1996年、2002年及2008年3期土地利用数据为数据源,重点采用元胞自动机复合模型CA-Markov模型与多标准评价方法相结合的手段,构建元胞转移数量规则及空间位置转化规则,并分别构造3种不同大小的元胞邻域集合,进行土地利用格局的模拟及预测。试验中2008年土地利用模拟结果与实际土地利用数据Kappa系数高达0.856 1,表明CA-Markov模型结合多标准评价方法的模拟手段可行性较高,同时元胞邻域空间大小对模拟结果的精度有明显的影响。土地利用结构数据及模拟预测结果表明城市集约化现象明显,建设用地迅速扩张,占用大量耕地、园地用地,因此迫切需要促进城市土地利用的可持续发展。     

基于CLUMondo模型的多情景土地利用变化动态模拟——以广西沿海城市为例

使用能够深入刻画土地利用强度的CLUMondo模型,利用2010年和2015年2期土地利用数据,模拟了广西沿海城市2025年在"自然增长"、"经济发展"以及"土地利用优化"3种不同情景下的土地利用空间分布格局。结果表明:CLUMondo模型可以有效模拟沿海大尺度范围内土地系统的发展状况及轨迹;"自然增长"情景下,沿海城市土地资源的集约及有效利用进展较为缓慢;"经济发展"情景下,城市及农村建设用地增长迅速且在空间上的联系密切,区域森林及耕地保护与工业建设之间有着较为剧烈的矛盾;"土地利用优化"情景下,研究区域经济建设的步伐逐渐放缓,区域城市建设形成了资源向城镇集中、农田向规模集中的趋势。该模拟结果对于广西乃至全国沿海城市未来土地利用规划以及相关制度的制定具有一定的借鉴意义。     

基于CLUE-S模型的南京市土地利用变化模拟

本文以南京市为研究区,以南京市1986年的土地利用现状图为基础,分析研究区概况并根据数据的可获取性,选取13类土地利用变化驱动因素,利用逻辑斯蒂回归分析求解土地利用变化驱动因素作用系数矩阵。在此基础上运行CLUE-S模型,对南京市1996年的土地利用空间格局进行模拟。将模拟结果与南京市1996年土地利用现状图与进行对比,结果较为理想,模拟正确率达88.57%,KAPPA指数0.86。这说明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,对土地利用预测、规划具有重要的指导作用。     

改进CA-Markov模型的武汉市土地利用变化模拟

针对传统的CA-Markov模型未充分考虑土地利用变化的多因素驱动影响,难免预测精度过低的问题,该文以武汉市为研究区域,采用2005、2010和2015年土地利用现状数据,结合Logistics回归模型,综合考虑土地利用变化多种影响因子,构建了改进的CA-Markov模型,对武汉市2020年土地利用空间格局进行了模拟预测及分析。结果表明:改进的CA-Markov模型可以有效提高土地利用现状预测精度;根据预测结果,武汉市2020年土地利用总体结构仍以耕地为主,2005—2020年耕地面积持续减少,建设用地面积持续增长,增长幅度达到76.36%;耕地转换为建设用地是地类转换的主要模式。预测结果为武汉市的国家空间规划与和谐发展提供了参考。     

基于世界城市建设目标的北京市土地利用结构优化研究

北京市提出建设"世界城市"始于20世纪90年代初,1993年10月6日国务院批复了《北京城市总体规划(1991-2010年)》,明确指出要将北京市建设成为世界一流的历史文化名城和现代化国际城市,后续又逐渐细化世界城市的建设内容。近年来国内有关世界城市的研究内容广泛,涉及指标体系、金融、保险、交通、文化、旅游、城市空间、土地等方面,其中经济和指标体系方面的研究相对成熟,在土地利用方面的研究尤显不足。土地作为承载城市经济社会发展的物质载体,土地利用方式直接影响城市经济社会发展。如果城市土地利用结构失衡或布局不合理,势必造成城市中各种机能失调,增加城市运行成本,阻碍城市社会经济发展。本文基于世界城市建设目标,探索北京市的土地利用结构优化,力求为北京市建设世界城市提供用地参考。首先应用文献分析法对纽约、伦敦.、东京等世界城市的人口、产业、土地利用的关系进行梳理,然后应用土地利用流量方法对北京市土地利用演变过程进行分析,并探索土地利用变化的驱动力。从经济、社会、生态环境以及土地利用等方面将北京市与世界城市进行全方位的对比分析,找出北京市土地利用存在的问题。选择性借鉴世界城市的经验,对北京市建设世界城市在土地利用结构发展方向上进行定位,并设定了2020年、2030年北京市土地利用结构发展目标,应用多目标优化模型、CA-Markov模型对北京市2020、2030年的土地利用结构进行优化和空间布局模拟。得出如下结论:(1)世界城市的土地利用结构前期变化剧烈,后期逐渐趋向稳定。纽约市在1988至2000年,土地利用结构变化较大,而从2000年到2014年土地利用结构变化逐渐趋向稳定。伦敦市土地利用结构自1971年到2005年,建筑用地增长了9%,绿地减少了9%,其他土地类型变化不大。东京从1982年到2002年,土地利用结构变化较大,而在2002年至2011年期间,土地利用结构变化较小。(2)北京市区用地结构不尽合理,居住、生态用地比例过低,工业用地过高。与纽约、伦敦、东京等世界城市类似发展阶段相比,北京市区居住用地至少低了5个百分点、生态用地低了15个百分点、工业用地高了12个百分点。(3)北京市用地过度扩张,人均建设用地过高,土地资源利用粗放,土地利用效率低下。北京市的人均建设用地过高,用地产出效益较低。人均建设用地是纽约2014年的3倍,东京2011年的1.8倍;建设用地地均产值是纽约2014年的1/20,是东京2011年的1/13。与纽约、伦敦、东京等世界城市类似发展阶段相比,北京市人均建设用地是伦敦1971年的1.1倍,东京1982年的2倍;建设用地地均产值是伦敦1971年的1/3,是东京1982年的1/5。(4)对北京市土地利用结构进行优化后,优化后的符合基于世界城市建设目标在土地利用结构上设定的定量目标,并且优化后的结构从以往的剧烈变化逐步趋向稳定,符合世界城市土地利用结构的演变规律。同时,优化后的结构比预测结构趋向稳定和可持续,土地利用布局更为集约发展并兼顾生态保护功能。通过土地利用强度指标的计算,发现优化后的土地利用结构有利于减缓土地利用强度的快速增长,减少经济发展对土地资源可持续利用的影响。从空间布局来看,按现有情况进行预测的土地利用空间布局依然存在建设用地扩张而生态用地大量减少的局面,而优化后的土地利用结构在空间布局上更多地是在城乡结合部将原本转向为建设用地的土地转变为生态用地,相应地,农用地较预测情况减少,这些变化主要体现在生态涵养发展区中的农用地部分转化为生态用地。整体上优化后的数量结构的空间布局降低了土地利用类型之间转换的频繁性,并使以往土地利用剧烈转换的现象得到了有效控制。同时,优化后的结果在空间布局上逐渐趋向集约发展,并更加注重保护生态功能。     

四川省江油市2004～2020年土地利用动态分析及预测

基于2004、2010、2015年Landsat-5 TM、Landset-80LI遥感影像土地利用现状解译数据,分析了江油市近11年土地利用动态变化;同时,利用元胞自动机-马尔科夫(CA-Markov)模型,模拟预测了2020年江油市土地利用空间分布格局.结果表明,2004 ～ 2015年期间,江油市耕地、草地、水域面积总体减少,建设用地和林地面积总体呈增加趋势.2015 ～2020年期间,江油市土地利用变化较快,与上一个五年相比,建设用地、耕地和草地面积将有所增加,林地面积有所减少,水域面积基本不变;建设用地从原有基础往外围耕地扩张,耕地面积则主要由林地转入.     

基于CLUE_S模型的精河流域绿洲土地利用空间格局多情景模拟

以新疆维吾尔自治区精河流域绿洲为研究区,基于CLUE_S模型,运用logistic逐步回归法选择铁路、公路、水渠、河流、湖面及居民点驱动因子,利用1972年和1990年2期土地利用数据,对研究区2010年土地利用空间分布格局进行模拟。在通过精度检验的基础上,分别设置"历史趋势预案"和"生态保护预案"2种情景模拟了研究区2025年土地利用变化空间分布格局。结果表明:对于干旱区绿洲小区域尺度未来土地利用的变化趋势,CLUE_S模型具有良好的模拟能力;没有加入任何限制区域的"历史趋势预案"模式下,2025年研究区生态环境将进一步恶化;坚持耕地保护制度和执行艾比湖湿地国家级自然保护区制度的"生态保护预案"前提下,2025年研究区生态环境明显向好,土地利用率显著增加。研究结果对干旱区绿洲及生态环境脆弱区的土地利用可持续发展具有明显的实践意义。     

情景模拟的精河流域绿洲土地利用变化及预测

针对土地利用动态模拟与预测能为区域可持续发展提供重要参考依据的问题,该文以遥感影像为基础数据,基于人工神经网络元胞自动机(ANN-CA)模型对精河流域绿洲进行土地利用变化动态模拟与情景预测。结果表明:①在过去的26年间,耕地和建设用地居土地利用类型增幅前两位,分别为4.67、3.88,林地和未利用地居降幅前两位,则分别为-0.76,-0.05;②至2026年,3种情景下建设用地的变化幅度均较为明显,显示城镇用地在未来绿洲土地利用发展变化过程中占据主导地位;③研究区未来土地利用过程中,在无任何限制条件下的趋势发展情景必然会造成区域内较大的土地利用格局破碎度,但两种生态保护情景作为修正和补充,可以从空间上优化预测结果。     

逻辑回归元胞自动机模型的鸡西市城市扩张分析及预测

城市的快速扩张导致人地矛盾激化,土地利用效率下降.分析并预测城市发展状态,可以实现土地资源的合理配置,为城市发展提供合理规划.本文以鸡西市市辖区为例,利用Logistic-CA模型进行城市扩张模拟及趋势特征分析.结果表明:1)鸡西市在2005—2015年间城市处于低速扩张阶段,土地利用效率较低,城市发展较为分散;2)通...     

基于RS与GIS的南京市土地利用及景观格局变化分析

人类社会经济的发展对土地利用和景观格局会产生重要的影响。本文以2010、2015、2020年3期TM遥感影像数据为基础,借助RS与GIS技术对南京市土地利用与景观格局的变化进行分析。研究结果表明,南京市土地类型主要以耕地、林地、建设用地和水域为主,而草地和未利用地面积相对较小,占比不足1%。在研究期间变化过程主要是建设用地在增加,十年间增加了168.86 km²。景观格局分析表明,南京市景观的斑块密度、形状指数、香农多样性指数和均匀度指数不断增加,景观的破碎化程度提高,异质性增强。南京市土地利用和景观格局有明显的变化趋势,城市化和退耕还林是南京市土地利用和景观格局变化的主要因素。     

基于地理国情数据的城市扩张和生态格局分析——以武汉市为例

城市扩张是城镇化的主要特征，研究城市扩张规律对城市空间规划、高质量发展提供决策依据。本文以武汉市为研究区，以2015—2018年地理国情监测成果为主要数据源，通过数据整理与提取、计算城市扩张特征指数、提取城市格局变化、计算生态景观指数等处理，对研究区城市扩张和生态格局变化特征进行分析。研究结果表明：2015—2018年间，武汉市从快速扩张阶段逐渐减缓，紧凑度逐渐下降；中心城市扩张主要以种植土地破坏为代价；远城区快速扩张主要以林草面积减少为代价；在生态指数上，各生态景观类型破碎度均有下降，但水域面积保持良好。     

Geospatial scenario based modelling of urban and agricultural intrusions in Ramsar wetland Deepor Beel in Northeast India using a multi-layer perceptron neural network

In recent decades, the world has experienced unprecedented urban growth which endangers the green environment in and around urban areas. In this work, an artificial neural network (ANN) based model is developed to predict future impacts of urban and agricultural expansion on the uplands of Deepor Beel, a Ramsar wetland in the city area of Guwahati, Assam, India, by 2025 and 2035 respectively. Simulations were carried out for three different transition rates as determined from the changes during 2001–2011, namely simple extrapolation, Markov Chain (MC), and system dynamic (SD) modelling, using projected population growth, which were further investigated based on three different zoning policies. The first zoning policy employed no restriction while the second conversion restriction zoning policy restricted urban-agricultural expansion in the Guwahati Municipal Development Authority (GMDA) proposed green belt, extending to a third zoning policy providing wetland restoration in the proposed green belt. The prediction maps were found to be greatly influenced by the transition rates and the allowed transitions from one class to another within each sub-model. The model outputs were compared with GMDA land demand as proposed for 2025 whereby the land demand as produced by MC was found to best match the projected demand. Regarding the conservation of Deepor Beel, the Landscape Development Intensity (LDI) Index revealed that wetland restoration zoning policies may reduce the impact of urban growth on a local scale, but none of the zoning policies was found to minimize the impact on a broader base. The results from this study may assist the planning and reviewing of land use allocation within Guwahati city to secure ecological sustainability of the wetlands.     

Simulation of landscape spatial layout evolution in rural-urban fringe areas: a case study of Ganjingzi District

In recent years, the rapid expansion of urban spaces has accelerated the mutual evolution of landscape types. Analyzing and simulating spatio-temporal dynamic features of urban landscape can help to reveal its driving mechanisms and facilitate reasonable planning of urban land resources. The purpose of this study was to design a hybrid cellular automata model to simulate dynamic change in urban landscapes. The model consists of four parts: a geospatial partition, a Markov chain (MC), a multi-layer perceptron artificial neural network (MLP-ANN), and cellular automata (CA). This study employed multivariate land use data for the period 2000–2015 to conduct spatial clustering for the Ganjingzi District and to simulate landscape status evolution via a divisional composite cellular automaton model. During the period of 2000–2015, construction land and forest land areas in Ganjingzi District increased by 19.43% and 15.19%, respectively, whereas farmland, garden lands, and other land areas decreased by 43.42%, 52.14%, and 75.97%, respectively. Land use conversion potentials in different sub-regions show different characteristics in space. The overall land-change prediction accuracy for the subarea-composite model is 3% higher than that of the non-partitioned model, and misses are reduced by 3.1%. Therefore, by integrating geospatial zoning and the MLP-ANN hybrid method, the land type conversion rules of different zonings can be obtained, allowing for more effective simulations of future urban land use change. The hybrid cellular automata model developed here will provide a reference for urban planning and policy formulation.     

玛河流域景观生态风险评价与时空分异

以玛纳斯河流域作为研究区,结合特殊的干旱区山地-绿洲-荒漠系统(Mountain-Oasis-Desert System简称MODS),综合考虑遥感影像数据光谱信息和纹理特征,将研究区分为耕地、林地、草地、水体、裸地、居民地、工业用地和冰川/永久积雪等8个景观类型,利用FRAGSTATS软件计算景观指数,引入生态风险的指数,将研究区划为低、较低、中、较高、高生态风险区五级,评估其景观格局的生态风险时空变化特征。结果表明:1)1990—2015年间,玛纳斯河流域景观变化主要表现为耕地、建设用地的增加以及水体、冰川/永久积雪面积的缩减;2)玛纳斯河流域的景观生态风险等级空间分布具有明显的差异,较低风险区的面积变化较为明显,低、较低生态的风险区比重有所上升,除此以外,林、草地类型各生态风险的等级所占比重的起伏波动具有明显的差异。建议应当合理地利用土地资源,尽量保护林地、草地等景观脆弱行较低的原生景观类型,禁止为开垦耕地而破坏林地、草地;增加土地的利用效率,更要对高等、较高生态风险区加强监管。     

High‐resolution national land use scenarios under a shrinking population in Japan

In sharp contrast with the global trend in population growth, certain developed countries are expected to experience rapid national population declines. Considering future land use scenarios that include depopulation is necessary to evaluate changes in ecosystem services that affect human well‐being and to facilitate comprehensive strategies for balancing rural and urban development. In this study, we applied a population‐projection‐assimilated predictive land use modeling (PPAP‐LM) approach, in which a spatially explicit population projection was incorporated as a predictor in a land use model. To analyze the effects of future population distributions on land use, we developed models for five land use types and generated projections for two scenarios (centralization and decentralization) under a shrinking population in Japan during 2015–2050. Our results suggested that population centralization promotes the compaction of built‐up areas and the expansion of forest and wastelands, while population decentralization contributes to the maintenance of a mixture of forest and cultivated land.     

基于遥感技术的土地利用／土地覆盖信息提取——以四川省眉山市青神县为例

以四川省眉山市青神县作为研究区,利用TM1、2、3波段组合的遥感影像数据,采用Erdas、ArcGIS、ArcView等遥感及地理信息系统软件,对2007年的土地利用／土地覆盖现状进行分析,通过图像预处理及目视解译,获取了研究区的土地利用类型及其分布特征。     

1980—2015年中国建设用地变化研究

土地特别是建设用地的空间格局与演变是城镇研究的热点问题。本文利用1980、1990、1995、2000、2005、2010、2015年7期的中国土地利用遥感数据，对1980—2015年中国建设用地变化进行了系统性的分析。研究工作主要有：①计算1980—2015年中国的城镇用地、农村居民点、其他建设用地及总建设用地的面积和增长率，从而得到1980—2015年中国的建设用地变化速率。②运用GIS软件中的联合分析工具，得到1980—2015年中国建设用地空间变化格局。③制作土地利用转移矩阵，从而得到1980—2015年中国建设用地结构变化情况。研究表明，中国建设用地整体上表现为持续扩张的态势；东部及沿海地区增长速度较快，青藏高原基本无变化，中部及东北地区增长速度较缓，西北地区有少量增加；增加建设用地以耕地转入为主。     

The Forest Types and Ages Cleared for Land Development in Puerto Rico

On the Caribbean island of Puerto Rico, forest, urban/built-up, and pasture lands have replaced most formerly cultivated lands. The extent and age distribution of each forest type that undergoes land development, however, is unknown. This study assembles a time series of four land cover maps for Puerto Rico. The time series includes two digitized paper maps of land cover in 1951 and 1978 that are based on photo interpretation. The other two maps are of forest type and land cover and are based on decision tree classification of Landsat image mosaics dated 1991 and 2000. With the map time series we quantify land-cover changes from 1951 to 2000; map forest age classes in 1991 and 2000; and quantify the forest that undergoes land development (urban development or surface mining) from 1991 to 2000 by forest type and age. This step relies on intersecting a map of land development from 1991 to 2000 (from the same satellite imagery) with the forest age and type maps. Land cover changes from 1991 to 2000 that continue prior trends include urban expansion and transition of sugar cane, pineapple, and other lowland agriculture to pasture. Forest recovery continues, but it has slowed. Emergent and forested wetland area increased between 1977 and 2000. Sun coffee cultivation appears to have increased slightly. Most of the forests cleared for land development, 55%, were young (1-13 yr). Only 13% of the developed forest was older (41-55+ yr). However, older forest on rugged karst lands that long ago reforested is vulnerable to land development if it is close to an urban center and unprotected.     

漯河市近40年土地利用及景观格局变化特征研究

本文以河南省漯河市为例,以遥感解译的漯河市近40年来土地利用数据为基础,运用GIS叠置分析、土地利用转移矩阵等空间分析方法,结合景观格局指标,研究其改革开放以来土地利用及景观格局变化特征,为优化土地资源配置及科学的城市规划提供依据。结果表明:(1)1980年至2015年间漯河城镇用地面积呈显著增加趋势,扩张主要占用耕地;(2)林地和农村居民点用地总体呈增加趋势,2000年来其他建设用地面积迅速增加;(3)漯河市各景观类型总体呈平衡发展态势,耕地优势度有所下降,建设用地优势度不断上升;(4)人口增长与经济发展、交通条件改善及政府政策变动是影响漯河市土地利用变化和景观格局演变的主要因素。     

Modelling coastal land use change by incorporating spatial autocorrelation into cellular automata models

This paper presents a spatial autoregressive (SAR) method-based cellular automata (termed SAR-CA) model to simulate coastal land use change, by incorporating spatial autocorrelation into transition rules. The model captures the spatial relationships between explained and explanatory variables and then integrates them into CA transition rules. A conventional CA model (LogCA) based on logistic regression (LR) was studied as a comparison. These two CA models were applied to simulate urban land use change of coastal regions in Ningbo of China from 2000 to 2015. Compared to the LR method, the SAR model yielded smaller accumulated residuals that showed a random distribution in fitting the CA transition rules. The better-fitting SAR model performed well in simulating urban land use change and scored an overall accuracy of 85.3%, improving on the LogCA model by 3.6%. Landscape metrics showed that the pattern generated by the SAR-CA model has less difference with the observed pattern.