基于TM和OLI数据山西省潞城市土地利用动态变化分析与预测

以1995年、2000年、2005年和2010年4期TM影像与2015年OLI影像为数据源,首先采用决策树分类算法(classification and regression tree,CART),提取山西省潞城市的土地利用信息,并进行精度评价;其次,利用土地利用变化幅度、单一土地利用动态度和土地利用程度变化综合指数等分析其土地利用的动态变化情况;然后,利用前4期数据预测2015年居民地面积,并与实际数据对比,验证GM(1,1)模型有效性;最后,利用GM(1,1)模型预测2020年的土地利用类型情况。研究结果表明,研究区土地利用动态变化情况中,林地与居民地面积增加,耕地与未利用地面积减少,水域基本保持不变;开发利用程度属于中等;土地利用结构基本保持不变;2020年研究区内耕地面积预测值为22 759.32 hm~2,居民地面积预测值为8 854.76 hm~2。     

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.     

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。     

基于人工蜂群CA模型的南京市土地利用变化模拟与预测

以南京市为例,构建人工蜂群元胞自动机（CA_ABC）模型,对2000—2007年的土地利用变化进行模拟以实现CA_ABC模型的校正,并以2007—2015年的土地利用变化为案例,验证该模型的有效性。模拟结果总体精度（OA）2007年为87.79%,2015年为80.61%;模拟结果的品质因数（FOM）2007年为21.23%,2015年为19.25%。基于CA_ABC模型和马尔可夫链预测未来城市土地总量,对南京市2025和2035年的土地利用格局进行了预测,对城市扩张和生态用地被侵占现象进行分析。模型预测结果表明,未来20年的城市扩张主要以牺牲耕地和林地为代价,2025和2035年80%的城市扩张面积来源于对耕地面积的侵占,17%的城市面积扩张是由2015年的林地转换得到的。研究表明,准确模拟、预测未来城市格局及评估城市扩张能够对生态用地侵占,以及为决策者合理规划城市、推动城市可持续发展提供帮助。     

青川县LUCC遥感动态监测及驱动力分析

四川广元市青川县是国家生态试点县和退耕还林实施县,查明该区土地利用/覆被现状及其时空动态变化信息,为政府有关部门规划决策提供科学依据具有重要意义。应用RS和GIS技术,基于2000年、2005年和2010年3个时相的陆地卫星TM图像,通过图像处理和信息提取,获得了该区3期土地利用/覆被数据。在此基础上,分析了青川县近10 a土地利用/覆被动态变化过程,查明了引起动态变化的主要驱动力因素,最后,对该区2015年和2020年土地利用/覆被的面积比例进行了预测。研究结果表明:青川县2000—2005年间,耕地、水域和未利用地面积减少,林地、草地和建设用地面积增加;2005—2010年间,耕地和草地面积减少,林地、水域、建设用地和未利用地面积增加;两段时期耕地面积持续减少,但减幅减小,林地面积持续增加,增幅减小,建设用地持续增加且增幅增大,水域和未利用地先减后增,草地先增后减。究其原因,认为政策、经济发展和人口增长及自然灾害等因素是研究区土地利用变化的主要影响因子。经过预测,在相关政策不变且没有自然灾害发生的情况下,2015年林地面积占全县总面积的比例将由2010年的58.57%增长为59.01%,到2020年将继续增长为59.44%,耕地面积比例到2020年将减少至29.13%,建设用地面积比例继续增加至0.22%。     

多源遥感数据结合的土地利用变化研究

针对多源遥感数据结合监测土地利用变化,本文以辽宁省盘锦市2005和2015年的TM和Landsat-8影像为实验数据,对该地区土地利用变化情况进行深入研究和探讨,重点分析了该研究区域的土地数据处理与分类、土地利用变化幅度模型、单一土地动态变化模型、综合土地动态变化模型、土地利用程度指数等,并分析了研究区域的转移矩阵及动态分析。结果表明:利用多源遥感影像处理,能够很好地总结和分析土地利用变化情况,使研究区域各项指标变化情况得到准确统计。     

务川仡佬族苗族自治县土地供应潜力研究

优化调整土地利用结构,合理挖掘土地的供应潜力,既有利于守牢“生态”和“发展”两条底线,又有利于保护耕地红线,维护国家粮食安全.本文在生态文明建设的背景下,以务川仡佬族苗族自治县为例,参考环境保护标准,利用务川县2010～2015年的土地利用变更调查成果,建立了生态环境质量指数模型、耕地多元回归模型及生态-耕地动态变化模型;在分析务川县2010～2015年生态环境现状基础上,在探讨耕地保护红线和提升生态环境状况的同时,合理挖掘土地的供应潜力,提出了可持续利用土地供应潜力的具体措施.     

南水北调东线江苏受水区土地利用变化模拟及生态安全评价

利用多期土地利用遥感数据,分析南水北调东线江苏受水区2000—2010年间土地利用变化情况;采用CAMarkov模型对2010—2020年间该区土地利用情况的演变规律进行模拟;同时构建基于"压力-状态-响应"(pressure-state-response,PSR)模型的土地利用生态安全评价指标体系,综合评价受水区不同时期土地利用生态安全状况。结果表明:1)受水区土地利用类型以耕地为主,研究期间林地和水域面积有所扩大,大量耕地转变为城乡建设用地;2)基于CA-Markov模型对研究区2010年土地利用格局的模拟结果与实际进行对比分析,模拟正确的栅格数达到了99.1%,Kappa系数达到0.99,能够较好地反映受水区土地利用格局变化趋势;3)土地利用生态安全评价结果显示2000年、2010年和2020年土地生态安全指数分别为0.51,0.68和0.73,分别达到预警、敏感和良好等级,受水区的人口、资源环境及社会经济开始协调发展,整体呈现好转趋势。     

基于遥感技术的土地利用信息提取及变化

遥感图像是地理信息分析非常重要的数据源。遥感技术和GIS技术被广泛应用于土地利用动态监测。利用1987年和2000年的遥感影像,分析了徐州市14年间土地利用动态变化情况,并运用ArcView实现土地利用的空间分析,对徐州市土地利用状况进行了研究,分析了各土地利用类型变更情况。以耕地为例,利用徐州市的社会经济统计数据,运用多元统计分析方法,基于SPSS软件对耕地变化的主要驱动力和驱动机制进行了分析。     

黄河三角洲典型区近10 a土地利用动态特征分析

以光谱特征混杂且土地利用变化剧烈的黄河三角洲典型地区垦利区为例,分析了其近10 a的土地利用变化情况,以期为该地区的土地利用规划和经济发展提供参考。根据2005年、2009年和2015年的陆地卫星TM遥感影像图,采用面向对象的分类方法获取了各时相的土地利用信息;并通过量化指标和转移矩阵对各地类变化情况进行动态分析。结果表明,研究区内面积比例较大的土地利用类型为盐荒地、耕地和水域;10 a间城市、建制镇、农村居民点和耕地都有明显扩张,且2009～2015年的增长速度大于2005～2009年;盐荒地面积大量减少,林草地、水域和滩涂亦呈减少趋势。建设用地主要占用了盐荒地和耕地,耕地的扩张则主要来自盐荒地和林草地。研究区内仍有大面积盐荒地未被利用,土地利用潜力十分巨大。     

近40年长株潭生态景观的人为干扰过程分析

以长株潭主城区为研究对象,综合考虑卫星遥感数据、土地利用数据以及地理国情普查数据特点建立长株潭用地类型分类系统,应用土地利用转移矩阵和景观人为干扰测度模型获取主城区用地转移矩阵和人为干扰度指数时空分布,探讨长株潭主城区生态景观与人为干扰之间的关系。结果表明:从土地利用变化角度,1978—2015年长株潭主城区耕地、园林地、建设用地发生了显著变化,耕地总体上呈持续下降趋势,从3 544.67 km~2下降到2 571.18 km~2,园林地呈现先下降后升高的变化趋势,总体下降177.89 km~2;建设用地呈持续上升趋势,从80.56 km~2增加到1 252.85 km~2;在1994—2000年和2010—2015年长株潭主城区土地利用变化两个典型阶段,建设用地的增加主要通过占用耕地和园林地的方式实现。景观人为干扰指数时空分析表明:1978—2015年长株潭主城区景观人为干扰指数高值区主要集中在中心城市和其周边地区,在人类活动的影响下,中心城区以耕地、园林地向建设用地转移为主,周边地区主要以耕地和园林地的相互转移为主;随着城市化进程持续加快,人类活动对主城区生态景观的影响总体呈加强趋势,且受人类活动干扰主要集中在中心城区。     

石家庄城市边缘区土地利用变化分析

城市边缘区土地利用处于不断变化之中,城市边缘区土地利用变化也是协调城市化与耕地保护矛盾的关键所在。以不同时相高分辨率遥感影像为基础信息源,应用分类后比较法,解译提取1994年和2002年石家庄市城市边缘区土地利用变化信息,分析城市边缘区土地利用变化作用机制,协调耕地保护和城市建设之间的土地利用关系,以期为石家庄市城市土地利用管理提供决策依据。     

石屏县土地更新调查的影像解译结果分析

利用2005年SPOT-5高分辨率卫星影像,运用RS、GIS、GPS等新的技术手段,分析、提取了石屏县土地利用变化信息。结果显示,石屏县新的土地控制面积为3 041.37km2,与2004年变更调查统相比较,现有辖区面积增加0.53km2。土地利用类型以农业用地为主,面积达25.40 536×104hm2,占总土地面积的83.53%。通过以高分辨率卫星影像进行更新调查,有效掌握石屏县土地利用状况和动态变化,查清土地利用结构,调整土地供应,有效利用土地资源提供了翔实的基础资料和科学依据。     

遥感技术支持下的下龙湾西岸养殖塘变化监测及其对“三生用地”影响分析

下龙湾西岸是越南北部沿海的养殖大区，随着水产养殖用地规模的逐渐扩大，周边三生用地（生产用地、生活用地、生态用地）空间格局受到影响。本文以下龙湾西岸的5个沿海地区为研究区，利用1990、2000、2010、2015年4期无云Landsat TM/OLI遥感数据，采用分类回归树方法，对1990—2015年的土地利用变化进行监测。通过土地利用净变化量、土地利用动态度模型、相关性分析等方法，定量分析养殖塘时空格局演变特征及对三生用地的影响。结果表明：①25年间，养殖塘面积呈“单峰”式先增后减变化，净增加66.65 km²，2000年面积为156.65 km²，较1990年面积增长113%，2015年较2000年面积减少11%。总体呈现数量上“北增南减”、速率上“东快西慢”的面积变化特征。②养殖塘转入面积中，生产用地对养殖塘转移面积占31%，生活用地占4%，生态用地占65%。空间格局整体以白藤江及陆地中轴为界线，呈南北分区、东西分界的转入转出规律。③养殖塘占用生活用地7.24 km²，二者呈正相关关系，R²为0.46；养殖塘分别占用生产用地和生态用地55.14、115.14 km²，并与两者成负相关关系，R²分别为-0.96和-0.81。由此可知，利用遥感技术监测养殖塘时空变迁对土地资源的规划配置与可持续发展具有重意义。     

陆地表层覆盖变化对地表反照率影响的四国对比

陆表覆盖变化影响地表特征从而改变地表能量平衡是理解人类活动对全球气候变化影响的关键环节。选择国际气候谈判主要国家的美国、印度和巴西作为中国的对比国，对比分析不同国别、不同气候带典型陆表覆盖类型的地表反照率时空差异，进而模拟开垦和城市化等陆表覆盖变化对反照率的影响差异。结果表明：(1) 2000年—2015年，中国、美国的地表反照率年际变化存在明显的气候带空间分异特征，中国干旱半干旱区和美国中低纬湿润区表现出降低趋势，而中国亚热带湿润和美国高纬与中部干旱区则表现出明显的升高趋势，印度的地表反照率年际变化呈微弱下降趋势，而巴西为微弱上升趋势。(2)无雪覆盖时，耕地、林地、草地和人造地表反照率具有夏高、冬低的时间变化特征，干旱半干旱区反照率明显高于湿润区。4种类型的国别差异体现在，中国亚热带湿润区地表反照率均以上升为主，干旱半干旱区则相反；美国除耕地在干旱区呈较强的升高趋势外，其余类型基本为降低趋势；印度均表现为降低趋势；巴西则表现为略微升高趋势。(3)与无雪覆盖相比，有雪覆盖时不同陆表覆盖类型地表反照率均有所提高，林地提高幅度最小，约0.06—0.26，耕地提高最大，约为0.17—0.38，且中国林地反照率提高幅度略高于美国。(4)原陆表覆盖为林地时，开垦和城镇化均导致地表反照率升高，且干旱区升高幅度高于湿润区，湿润区的升高幅度随纬度降低而减弱；为草地时，开垦主要在巴西、印度和中、美亚热带湿润区引起地表反照率升高。而城镇化引起的反照率变化则受到原有地表覆盖、季节和气候背景影响存在较复杂的国别和气候带差异。     

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.     

基于TM/OLI影像的杨凌示范区土地利用动态变化研究

以1995、2003与2013年的Landsat TM/OLI影像为数据源,基于CART算法的动态变化分析方法对杨凌示范区1995~2013年的土地利用动态变化情况进行了分析和统计。研究结果表明,1995~2013年18年间杨凌示范区农用地减少了27.65 km~2,林用地减少了16.86 km~2,城市用地增加了41.82 km~2,减少的农用地和林用地主要流向城市用地。通过对自然、社会和经济因素的分析,可知杨凌区土地利用变化主要驱动力为经济和社会因素。     

基于GEE平台的1991—2020年环洱海地带土地利用时空变化分析

洱海作为我国重点保护湖泊“新三湖”之一,近30年间环洱海地带经济发展与人地矛盾的问题日益突出. 研究环洱海地区长时间序列的土地利用变化规律,分析人类活动的影响程度对保护治理洱海具有重要意义. 基于谷歌地球引擎(GEE)云平台,以1991—2020年7期Landsat TM/OLI影像为基础数据,融合光谱、归一化差异指数和增强型植被指数等特征,采用随机森林方法对环洱海10 km范围进行了土地利用分类,结合土地利用变化图谱、人类活动指数模型定量分析了城镇化背景下环洱海地带土地利用类型的演变趋势及人类活动强度. 结果表明:1991—2020年林地、草地面积整体呈减少趋势,主要转出方向为耕地;建设用地面积持续增长,主要转入来源为耕地;水域面积变化较小,湿地呈先增加后减少趋势,上述变化趋势与环洱海地区城镇化快速推进有关;人类活动强度总体逐年上升,以低影响区为主且保持相对稳定.高影响区和中高影响区主要集中于环湖南侧和环湖西侧,中低影响区呈零星块状分布且一直呈减少趋势.