Evaluating and modeling the spatiotemporal pattern of regional-scale salinized land expansion in highly sensitive shoreline landscape of southeastern Iran

Taking an area of about 2.3×10⁴ km² of southeastern Iran, this study aims to detect and predict regional-scale salt-affected lands. Three sets of Landsat images, each set containing 4 images for 1986, 2000, and 2015 were acquired as the main source of data. Radiometric, atmospheric and cutline blending methods were used to improve the quality of images and help better classify salinized land areas under the support vector machine method. A set of landscape metrics was also employed to detect the spatial pattern of salinized land expansion from 1986 to 2015. Four factors including distance to sea, distance to sea water channels, slope, and elevation were identified as the main contributing factors to land salinization. These factors were then integrated using the multi-criteria evaluation (MCE) procedure to generate land sensitivity map to salinization and also to calibrate the cellular-automata (CA) Markov chain (CA-Markov) model for simulation of salt-affected lands up to 2030, 2040 and 2050. The results of this study showed a dramatic dispersive expansion of salinized land from 7.7 % to 12.7% of the total study area from 1986 to 2015. The majority of areas prone to salinization and the highest sensitivity of land to salinization was found to be in the southeastern parts of the region. The result of the MCE-informed CA-Markov model revealed that 20.3% of the study area is likely to be converted to salinized lands by 2050. The findings of this research provided a view of the magnitude and direction of salinized land expansion in a past-to-future time period which should be considered in future land development strategies.     

Spatiotemporal evolution and prediction of habitat quality in Hohhot City of China based on the InVEST and CA-Markov models

With the acceleration of urbanization, changes in the urban ecological environment and landscape pattern have led to a series of prominent ecological environmental problems. In order to better coordinate the balanced relationship between city and ecological environment, we selected land use change data to evaluate the habitat quality in Hohhot City of China, which is of great practical significance for regional urban and economic development. Thus, the integrated valuation of ecosystem services and tradeoffs (InVEST) and Cellular Automata-Markov (CA-Markov) models were used to analyze, predict, and explore the Spatiotemporal evolution path and characteristics of urban land use, and forecast the typical evolution pattern of land use in 2030. The results showed that the land use types in Hohhot City changed significantly from 2000 to 2020, and the biggest change took place in cultivated land, grassland, shrub, and artificial surface. The decrease of cultivated land area and the increase of artificial surface area were the main impact trend of land use change. The average value of habitat quality had been decreasing continuously from 2000 to 2020, and the values of habitat degradation were 0.2605, 0.2494, and 0.2934 in 2000, 2010, and 2020, respectively, showing a decreasing trend. The decrease of habitat quality was caused by the needs of economic development and urban construction, as well as the impact of land occupation. During this evolution, many cultivated land and urban grassland had been converted into construction land. The simulated land use changes in 2030 are basically the same as those during 2000-2020, and the habitat quality will still be declining. The regional changes are influenced by the urban rapid development and industrial layout. These results can provide decision-making reference for regional urban planning and management as well as habitat quality evaluation.     

岷江上游藏区聚落土地利用演变及预测

【目的】探究岷江上游藏区聚落土地利用类型、数量演变规律及空间分布。【方法】利用岷江上 游 1995、2005、2015 年 3 期土地利用数据,运用 CA-Markov 模型模拟预测了 2025 年岷江上游的土地利用情况。 在此基础上,对岷江上游藏区聚落 4 期土地进行对比分析。【结果】前期只有林地面积大幅减少,其他用地增加, 建设用地的动态度波动最大,总面积增加 139.52 hm2,而建设用地和裸地的增幅分别为 92.16% 和 25.72%;中期 只有建设用地面积大幅度增加,动态度波动最大,总面积增加 1 943.03 hm2,其他用地面积虽然减少,但动态度 变化不大;而近期裸地和旱地扭转减少的趋势变为增加,林地和草地分别减少 1 735.45、1 367.14 hm2,减少的 部分主要去向为建设用地和裸地。从整个研究期来看,研究区各类型土地所占比例变化很小,建设用地、裸地 以及旱地数量都有所增加。【结论】模拟结果具有一定可行性,较好地体现了岷江上游藏区聚落土地利用动态 变化的趋势,可对该地区土地资源优化配置提供一定程度的指导。     

基于CA-Markov和InVEST模型的土地利用变化对生境影响评价——以福建省福州新区为例

[目的]研究福建省福州新区近15 a来的土地利用变化并对未来15 a的变化进行预测,并对30 a的生境质量变化进行分析;将预测结果与规划形成对比,为土地利用规划提供参考。[方法]以福建省福州新区为例,基于2000年Landsat_ETM~+和2015年Landsat_OLT遥感影像解译的土地利用数据,对国家级新区——福州新区的土地利用动态变化进行空间分析,运用CA-Markov模型对其2030年的土地利用格局进行预测。在此基础上,进一步采用InVEST模型对新区内过去,现在和未来的生境质量进行评价。[结果]①15 a间福州新区耕地、林地、水域和建设用地变化速度较快,草地和海域变化相对较小,未利用地变化较小但变化较为剧烈;②CA-Markov模型预测显示研究区2015—2030年土地利用变化趋势与2000—2015年大体相同,表现为除未利用地呈现增加的趋势外,建设用地和生态用地分别呈现急剧扩张和持续减少的趋势;③2000—2030年研究区内大量耕地、林地、草地和水域向建设用地转化,导致威胁源的增加,进一步降低了生境质量。[结论]福州新区由于建设用地快速扩张导致区内生境质量严重下降,应加强生态保育,合理控制建设用地的增长,避免生境质量进一步恶化。建议将2030年用地规划中的建设用地边界作为限制建设区边界,将预测结果作为允许建设区边界,提高建设用地的集约利用程度。     

衡阳盆地土地利用/覆盖变化及模拟

以2003年、2013年两期森林资源二类调查小班数据以及2009年森林资源年度更新数据为基础,提取出衡阳盆地2003、2009、2013年三期土地利用/覆盖数据,在IDRISI17.0软件支持下,利用提取出的矢量数据进行空间叠加运算,得出土地利用/覆盖类型空间转移矩阵,分析了2003—2013年间衡阳盆地土地利用/覆盖类型的面积变化和结构变化情况。现状结果显示:2003—2013年,衡阳盆地内草地、林地和未利用地面积均有下降,耕地、建设用地、园地和水域面积均有所增加。基于CA-Markov模型模拟出2023年土地利用/覆盖情景。模拟出2023年衡阳盆地的土地利用/覆盖情景,并依据数量Kappa系数、位置Kappa系数和标准Kappa系数检验模拟精度。模拟结果显示:2013—2023年间,衡阳盆地内的林地将向草地、耕地和水域转化,耕地则更多的转化为园地和未利用地,部分林地、耕地和水域将继续向建设用地转换。     

基于CA-MARKOV模型的江苏沿海土地利用变化情景分析

以江苏沿海为例,基于2000年、2005年、2010年TM影像解译数据,分析了江苏沿海土地利用类型的动态变化,结合转移矩阵和CA-Markov模型,设定了自然发展趋势、生态环境保护管理和城市规划与区域发展3种不同的情景进行模拟预测。结果表明:(1)2000—2010年耕地、草地、林地面积有所减少,其他面积有所增加,2005—2010年城乡居民用地增加1 341.45km~2,耕地减少1 147.65km~2,城镇化发展速度较快,建设用地占用大量生态用地。(2)自然发展趋势情景与生态保护情景相比,林地、草地的面积变化不大,仅城乡居民用地面积多出583.68km~2,说明该情景既保护生态环境也保证城乡发展;生态保护情景下城乡居民用地面积10年间仅增长684.78km~2,说明该情景下生态环境虽然得到保护,但也限制了该区域城镇化发展;城市规划与区域发展情景下城乡居民用地比2010年增加3 963.35km~2,而耕地、林地和草地面积大幅度减少,说明过分强调城市的发展,不仅会导致耕地面积大幅减小,威胁粮食安全,也会对当地的生态系统带来巨大的危害。通过对不同情景的模拟,可为区域土地规划、生态保护以及可持续发展提供决策依据。     

西北干旱区绿洲县域3类空间冲突分析与模拟

[目的] 对西北干旱区绿洲县域3类空间冲突进行分析与模拟,为该区国土空间合理布局、区域可持续发展提供科学参考。[方法] 以西北干旱区绿洲县域——新疆麦盖提县为研究区,基于土地利用主导功能构建空间分类体系,将国土空间划分为城镇、农业与生态空间;根据景观格局指数构建空间冲突测度模型探讨2009—2019年空间冲突水平演变特征;通过CA-Markov模型预测2024年空间布局并分析冲突强度变化特征。[结果] ①3类空间呈现“两增一减”的变化动态,城镇空间面积呈逐年递增趋势,由1 537.74 hm²增加至4 582.24 hm²;农业空间由84 670.06 hm²增加至107 447.66 hm²;生态空间面积减少25 822.69 hm²。②2009—2019年空间冲突强度显著增强,中等空间冲突、较高空间冲突与高空间冲突评价单元所占比例分别增加了50.41%,13.45%,0.53%。③2024年城镇空间、农业空间将分别增加2 981.19和4 285.96 hm²,生态空间将减少7 267.16 hm²;冲突水平以所占比例为60.24%的中等空间冲突为主。[结论] 2009—2019年城镇空间、农业空间逐年增加、生态空间逐年递减,各类空间的无序变化导致空间冲突强度整体增强,通过预测2024年3类空间变化趋势与2009—2019年保持一致,并以中等空间冲突为主。     

北京山区农村居民点整理用地转换方向模拟

农村居民点用地不同转换方向将对区域景观格局带来不同的环境效应,如何因地制宜地科学确定农村居民点整理方向是当前农村居民点整理工作中需解决的一个重要基础理论问题。该文使用CA-Markov模型对北京山区未来土地利用进行了多情景模拟,进而对其景观格局指数进行了比较分析,以反映不同农村居民点转换方向引起的不同环境效应。研究结果表明,山区农村居民点用地整理去向为耕地和园地时景观效应较差,而依靠适宜性评价结果或整理成林地则取得较好景观效应。因而,在当前北京山区农村居民点整理过程中,应审慎看待整理为耕地或者园地的普遍做法,在科学评价的基础上因地制宜地确定山区农村居民点的整理方向,使其与其周围基质相谐调以更好地优化土地利用总体格局获取最大环境效益。     

基于CA-Markov模型的黄土塬区黑河流域土地利用变化

研究黄土高原的土地利用变化,可为其生态建设提供重要的决策依据。基于CA-Markov模型,分析了黄土高塬沟壑区黑河流域1985－2000年土地利用变化的趋势、速度、类型及其与地形的关系,并模拟了2015年土地利用情景。结果表明,黑河流域以耕地和中覆盖草地为主;1985－2000年林地和农地减少,草地和建设用地增加,其他类型变化很小;林地和草地相互转化与耕地转出是两大变化类型;土地利用变化主要发生在沟壑区。CA-Markov模型模拟的2000－2015年土地利用将保持1985－2000年的变化趋势,因此,需加强耕地保护措施,推进退耕还林草工程,促进区域可持续发展。     

中国六省土地沙漠化敏感性时空格局与趋势分析

以我国新疆维吾尔自治区、青海省、内蒙古自治区、甘肃省、宁夏回族自治区和陕西省六省区为研究区,分析了1990年、2000年、2005年、2010年4个时期的土地沙漠化敏感性空间格局分布和时间动态变化特征,探讨变化成因并采用CA-Markov耦合模型对土地沙漠化敏感性格局变化趋势进行预测。结果表明:中国六省四期土地沙漠化敏感性格局相似,各级敏感区按分布面积大小排序为:轻度敏感区域 > 中度敏感区域 > 高度敏感区域 > 不敏感区域 > 极敏感区域。极敏感区域主要分布在土壤质地为流动沙地的沙漠区域,不敏感区域主要分布在高山、湖泊附近;人口增多、人为活动强度增加的区域敏感性程度增高;建立治沙工程的区域敏感性降低。对2020年土地沙漠化敏感性格局预测结果显示,相比2010年,极敏感区域在原有的基础上向外围扩张了7 120.04 km²,增幅为4.63%。本文通过分析中国六省土地沙漠化敏感性时空格局与趋势,为中国土地沙漠化防治分区策略制定和划分沙漠化扩展屏障区提供科学依据。