基于CA-Markov模型的巴南区土地利用变化模拟预测研究

土地利用/覆被变化的模拟预测研究对于探索土地利用变化的规律与方向,实现区域可持续发展具有十分重要的意义.该研究以重庆市典型的城乡二元结构巴南区为例,将2005年、2010年、2015年TM影像解译数据作为数据源,在对巴南区土地利用现状进行分析的基础上,构建了CA-Markov模型模拟预测巴南区未来土地利用的变化情况.结果表明:(1)对2015年土地利用模拟结果与实际土地利用现状交叉验证,Kappa系数为0.9145,表明CA-Markov模型进行土地利用格局模拟可行;(2)2005—2015年间,巴南区土地利用类型面积总体上呈现出耕地和林地不断减少,建设用地持续增加,草地和水域变化不明显的变化趋势,究其原因是巴南区近年来城市扩建占用了部分耕地和林地;(3)预测结果显示,2015—2035年间巴南区建设用地面积变化最为明显,将由94.54km2增加到481.75km2,耕地和林地面积依然在持续减少.因此,应严格控制建设用地占用耕地和林地,尽量改造老城区以及提高土地利用集约度来缓解日益加剧的土地压力.     

滇中城市群2000-2020年土地利用变化对生态系统服务价值的影响

[目的] 以高原喀斯特地貌区滇中城市群为例,引入地形梯度,探究快速城镇化过程中滇中城市群的土地利用/覆被变化（LUCC）对生态系统服务价值（ESV）的影响,为其他相似地区的生态系统服务价值提升和土地利用规划提供理论指导。[方法] 基于2000,2010和2020年3期土地利用数据,结合地形位指数、修正的ESV当量和热点分析等技术手段定量探讨滇中城市群2000—2020年的土地利用和ESV在地形梯度上的时空变化特征,并通过ESV损益流向表分析滇中城市群LUCC对ESV的影响。[结果] ①2000—2020年,滇中城市群耕地和林地分别减少了1.21×10⁵ hm²,1.19×10⁵ hm²,而建设用地面积增加了2.16×10⁵ hm²。耕地、水域和建设用地主要集中分布在低地形梯度上,林地主要集中分布在高地形梯度上。②ESV总体呈下降趋势,价值量从2000年的1 196.41亿元减少到2020年的1 137.50亿元,共减少58.91亿元。ESV在地形梯度上的空间分异特征显著,ESV高值区主要分布在海拔高且坡度大的西部和北部区域,ESV低值区则与之相反。③林地和水域的流失以及建设用地对耕地的侵占导致ESV损失惨重,损失区主要分布于昆明市中部和红河州北部的城镇区。2010—2020年,由于退耕还林、还草、还湖等政策的实施使红河州北部和曲靖市北部区域的林地和水域面积增加并出现ESV增值区。[结论] 研究期内LUCC对ESV产生了较大影响,并在地形梯度上表现出了较明显的空间差异。可以通过对现有林草地和湖滨湿地进行改善和保护,并严格控制ESV损失冷点区等措施来提升滇中城市群生态系统服务价值和促进区域土地可持续利用。     

基于生态系统服务功能的滇池流域关键性生态用地识别

关键性生态用地对维护区域生态系统稳定、维持生态系统服务功能良性循环不可或缺,识别流域关键性生态用地,可为区域生态保护工作提供参考。该研究以滇池流域为研究区,结合流域生态系统服务功能特征及土地利用现状,选取水源涵养、生物多样性保护、水土保持及景观休闲等主要生态系统服务功能进行生态用地重要性评价,在此基础上采用最小累积阻力模型进行关键性生态用地识别研究。结果表明:2019年,滇池流域关键性生态用地面积为1 216.30 km2,占流域总面积41.65%,主要分布于流域北部、中西部及东部边界,以林地、水域为主,两者面积分别为774.53、306.39 km2,具有涵养水源、防止水土流失、维护生物多样性、发挥景观休闲等作用。识别结果能反映出维护流域生态功能的最重要生态用地,对滇池流域生态用地的规划与保护具有现实指导意义。     

县级自然保护区土地利用景观格局与固碳功能关系分析——以云南省梁王山为例

【目的】探究土地利用景观格局变化与生态系统碳储存功能的相关性，为维护小尺度区域生态系统服务功能稳定提供参考。【方法】以云南省梁王山县级自然保护区为研究对象，运用景观格局指数评价法、InVEST碳储量评估模型和灰色关联法，探究梁王山2000—2020年土地利用格局与碳储量变化的时空特征及两者的相关性。【结果】(1) 20年间，耕地减少量最大，建设用地、林地和草地的面积略有提升，类型转移以林地、草地和耕地之间的相互转换为主，建设用地主要来自林地和草地的转入。(2)景观格局总体趋于复杂化与不规则化，破碎化程度增加，异质性相对减弱。其中，建设用地和草地的景观破碎度明显增加，林地斑块的连通性增加，林地最大斑块指数由23.00上升至23.80。(3)总碳储量有所增加，20年间从227 055.48 t上升至227 840.14 t。碳储量存在明显的空间差异性，高碳储量区域主要分布在保护区东北部和中部区域。(4)景观蔓延度指数与总碳储量的关联度最高，达0.99。【结论】梁王山自然保护区不同景观格局指数与碳储量的相关性存在差异；林地作为景观的优势斑块，其面积是影响保护区总碳储量值的重要因素。