基于GIS和CA-Markov模型的库伦旗土地利用变化分析

以内蒙古通辽市库伦旗2009年Langsat-TM、2016年Landsat-ETM遥感影像为数据源,利用GIS软件解译提取该时期的土地利用现状数据,分析2009~2016年土地利用结构变化和转移特征,在此基础上借助CA-Markov模型,以2009~2016年土地利用转移概率矩阵为转移条件,构建土地利用适宜性图集,预测2016~2020年土地利用变化趋势。结果表明,2009~2016年,库伦旗土地利用变化明显,耕地和未利用地面积大量增加,主要来自草地和林地的转化。2016~2020年,库伦旗耕地和未利用地面积呈持续增加趋势,建设用地增长缓慢,草地、林地、水域面积呈减少趋势。需要优化调整土地利用结构,加强草地和林地保护,加大未利用地整治力度,促进区域生态环境可持续发展。     

基于CA-Markov模型的锡林河流域土地利用变化及预测分析

研究土地利用变化特征及预测未来土地利用变化的趋势,对经济平衡发展、提高生态环境质量、实现土地资源合理利用具有重要意义。以锡林河流域为研究区,对Landsat 2000、2005、2010年和2015年4期遥感数据进行目视解译,采用土地利用结构分析方法、重心迁移模型和CA-Markov模型,分析研究区16 a间土地利用演变特征,并对2030年土地利用情况进行预测。结果表明:1)2000-2015年,草地、林地和耕地呈波动变化,水域面积缓慢增加,建设用地不断扩张,未利用地面积在不断减少。建设用地、耕地和未利用地重心具有明显的方向性移动,耕地先向南后向北移动,建设用地主要向西北方向扩张,未利用土地重心持续向北移动。2)研究区综合土地利用动态度为5.70％,变化速率较快;锡林浩特市和各苏木土地利用变化速率差异较大,总体表现为中游＞下游＞上游;不同土地利用类型动态度为建设用地＞水域＞林地＞耕地＞未利用土地＞草地,即建设用地变化最快。3)研究区土地利用变化的主要方向为草地和未利用地的相互转换、耕地和草地的互相转换以及建设用地的不断扩张。4)2030年预测结果表明,耕地面积继续增加,速率有所下降,重心向西南方向移动;林地延续之前变化趋势,稳中有升;草地和未利用地面积继续减少,且未利用地重心持续向北移动;建设用地扩张明显,重心向锡林浩特市中心移动,速度减缓;水域有少量增加。CA-Markov模型与土地利用重心迁移模型相结合,实现了对未来耕地、建设用地和未利用土地的迁移方向的预测,可以为研究区提高草地退化防治效果、土地管理政策的制定和实施、城乡建设、土地利用规划等提供理论指导。     

基于改进CA-Markov模型的滹沱河流域山区段土地利用变化模拟及预测

以滹沱河流域山区段为研究区域,基于2000、2005、2010年Landsat ETM影像和2015年Landsat OLI影像数据,获取土地利用类型空间分布数据,应用Logistic方法改进的CA-Markov模型对2020、2025年研究区的土地利用格局进行预测和模拟。结果表明:1）2000-2015年,整个研究区以草地为主,而且面积占比呈现不断下降趋势,由41.31%下降至41.07%;建设用地面积增加最快且增速呈现先上升后下降的趋势,土地利用动态度由1.33%增至1.84%后又降至1.64%;耕地和林地面积减少;而未利用地和水域基本保持稳定的趋势;2）2020、2025年耕地面积较2010-2015年有持续增加趋势,土地利用动态度由0.01%上升到0.05%,建设用地面积持续增加但速率下降,林地、草地面积继续减少,林地存在一定程度的退化现象,水域和未利用地面积会出现小幅上升趋势。林业部门应加强对林地资源的管理和保护,政府应加大对废弃工矿用地及村庄的整理复垦力度,补充耕地和林、草地数量,统筹推进山水田林湖草的综合治理,实现区域的可持续发展。     

基于CA-Markov模型的石河子垦区土地利用变化及预测

【目的】研究新疆石河子垦区绿洲人工化进程中土地利用时空演变规律以及驱动机制。【方法】以1990年、2000年、2010年和2020年的TM/ETM影像为基础数据,运用RS和GIS技术分析近30年垦区土地利用时空变化特征,利用CA-Markov模型和土地利用重心迁移模型,模拟预测2030年和2040年研究区的土地利用/覆被格局。【结果】(1)1990-2020年石河子垦区土地利用/覆被格局以未利用地为主,占总面积的41.18%以上,呈小幅波动变化状态;(2) 林地的重心迁移最显著,由北向南迁移了0.6°,耕地动态度变化最活跃,30年间平均每年增加2.72%,林地次之;(3) Kappa系数的一致性检验结果均高于80.36%。【结论】CA-Markov模型可信度较高,适合石河子垦区土地利用/覆被变化及空间格局预测。     

基于CA-Markov模型的青海湖流域土地利用变化模拟

[目的]利用遥感影像在定量描述土地覆盖和环境变化方面具有的优越性,以青海湖流域为研究区,研究土地利用时空变化,以便对该地区的环境治理和生态恢复提供理论依据和技术支持.[方法]选取2001、2006、2011年3期TM遥感影像数据,利用支持向量机分类器分别对遥感影像进行分类得到每期的土地覆盖图,建立CA-Markov预测模型,经模型验证后,应用该模型对2016年青海湖流域土地利用结构进行预测.[结果]预测结果与实际解译结果接近.[结论]利用CA-MARKOV预测模型预测土地覆盖变化是可行的,能够有效揭示土地覆盖变化趋势,对决策规划、分析该地区土地荒漠化、生态环境变化规律及其成因具有重要意义.     

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.     

基于CA-Markov的农林交错区土地利用变化分析及预测

基于2000和2007年TM影像和2015年OLI影像,借助于地学信息图谱理论,分析东北山地丘陵地带农林交错区实施退耕还林15年间的土地利用变化,在此基础上利用CA-Markov模型对2023年研究区的土地利用类型进行预测和模拟。结果表明:1)不同研究时期内,研究区林地面积比例均过65%,耕地面积均占总面积20%以上;2)稳定型图谱所占比例最大,散布于整个研究区,其中林地-林地-林地是其最大演变类型,旱地-旱地-旱地次之;旱地-林地-林地是前期变化型的最大变化类型,草地-草地-林地是后期变化型的主要变化模式,林地-旱地-林地是反复变化型面积最大的变化模式,持续变化型所占面积最小;3)运用CA-Markov预测的2015年土地利用类型,其精度为0.94,模型可用,由此模拟了2023年土地利用数量和空间分布,结果显示土地利用结构仍以林地为主,林地-旱地是其最主要的转移轨迹。平衡生态环境保护、建设用地需求与耕地保护三者之间的矛盾是研究区土地利用的焦点。     

基于CA-Markov模型的贵州山区2022年土地利用格局模拟

【目的】为探讨快速发展的山区未来土地利用变化规律。【方法】利用CA-Markov模型,以贵州省麻江县为例,利用1992年、2002年和2012年三期土地利用数据,模拟了2022年土地利用格局,并分析了土地利用格局演变特点。【结果】结果表明:到2022年研究区耕地、未利用地、草地不断下降,而林地、建设用地和水域将持续增加。耕地、林地、草地和未利用地破碎化下降,建设用地破碎度增加,水域破碎度变化不大;耕地、林地、草地、建设用地的景观形状趋于规则化,而未利用地景观形状复杂化增强,水域景观形状复杂性变化不大;除未利用地聚合度下降外,其他地类聚合度都呈增加趋势。研究区景观破碎度降低;景观形状复杂性下降,各景观类型面积比重不断趋于均衡化,聚集度增强。【结论】该模型对山区土地利用模拟具有较高精度,研究结果可为土地优化研究奠定基础。     

基于CA-Markov模型的乌梁素海地区苗八流域土地利用变化及预测

以乌梁素海苗八流域为研究区,基于1986—2008年的土地利用数据,利用时间加权数学平均法构建土地利用空间转移概率矩阵,应用CA-Markov模型探索流域土地利用空间格局变化规律。结果表明,CA-Markov模型在苗八流域的最佳模拟尺度为5 m,模拟精度较高。时间加权数学平均方法运用于土地利用变化转移矩阵的构建能够帮助CA-Markov模型准确模拟流域的土地利用空间格局变化。在此基础上,还对本流域未来40年的土地利用空间格局进行了模拟预测。结果显示,苗八流域未来40年内土地利用空间格局变化趋势与研究期间相同。     

基于CA-Markov模型和MCE约束的白洋淀流域景观动态研究

CA-Markov模型对景观动态分析的精度受到环境因素的影响,本研究以添加约束条件的MCE-CA-Markov模型为对比,基于白洋淀流域2008、2013年和2018年的景观数据对2023年景观进行预测,比较CA-Markov模型和MCE-CA-Markov模型模拟结果差异。结果表明： 2008、2013、2018年三个时点的耕地和林地面积合计均超过白洋淀流域总面积的75%,始终为基质景观。各景观类型斑块2008—2018年破碎且分散,耕地、林地的优势度逐渐降低,全流域格局多样性和复杂程度明显增强。2018—2023年,白洋淀流域耕地、林地面积减少,其他景观面积增加,各景观斑块主要呈紧实且聚集状态,建设用地优势度逐渐升高,全流域格局趋于多样化和均匀化。经验证,MCE-CA-Markov模拟精度（0.900 7）优于CA-Markov模型,2023年白洋淀景观结构和格局变化幅度整体小于CA-Markov模拟结果,且各景观转化特征更符合社会发展实际。     

海南省霸王岭天然林保护工程区景观格局动态分析

利用1998年和2006年两期TM遥感影像,结合森林二类调查数据,对海南省霸王岭天然林保护工程区进行景观分类和景观指数提取。通过比较和分析,结果表明,景观总体结构稳定,1998年到2006年森林面积增加了6454.2hm2。原始林破碎度降低,干扰减弱。次生林质量有所恢复,5949.86hm2的中度次生林转化为轻度次生林。橡胶林和未成林造林地大幅增加,荒地大幅减少,人工造林成效显著。但在次生林边缘地带仍然存在部分人工林侵蚀次生林的现象。     

叠加分类及其在冀太行山区土地利用类型遥感解译中的应用

计算机遥感解译方法主要包括监督分类和非监督分类2种，但两者均具有一定局限性。为了更精确地获取土地利用类型信息，在分别采用监督分类与非监督分类的基础上，提出了叠加分类的遥感解译方法。此方法的关键在于，叠加分类时对叠加图像进行部分重新编码，即只对监督分类与非监督分类中的典型地物进行重新编码，这样会使监督分类图与非监督分类图进行较为充分的叠加，叠加后再进行重新编码，以保证良好的分类效果。以河北省太行山区为对象进行了案例研究，对监督分类、非监督分类和叠加分类进行了比较分析。研究结果表明，叠加分类效果最好，具有操作简单，人为影响较小，精度较高等优点。图3表3参17     

森林资源变化遥感监测技术研究进展

森林资源的变化对于全球碳循环、气候变化、生物多样性和生态环境有重要影响.及时、准确地获取森林资源变化信息,对于森林经营科学决策与可持续发展具有重要意义.本文对森林资源变化遥感监测技术进行了系统总结与分析,指出了各类方法的优缺点和应用范围,对影响森林资源变化遥感监测结果的因素进行了讨论,并给出了结论和建议.     

安徽老山自然保护区肖坑小流域森林景观格局研究

运用景观生态分类原则和群落生态学原则,建立了肖坑小流域森林景观三级分类系统,并选用景观多样性(SHDI)、均匀度(E)、景观优势度(D)、最小距离(NHI)和连接度等景观指数对三级森林景观格局进行了分析。结果表明,肖坑小流域森林景观以常绿与落叶混交的阔叶林的中幼龄林为主。森林景观的景观多样性指数和优势度指数都较大而均匀度指数较小,表明景观类型丰富,但类型之间的面积差别较大,分布不均匀;最小距离指数和连接度指数都较小,斑块分布接近团聚分布,信息交换有一定的难度,不利于生物多样性保护和生物资源管理,今后经营管理中要加强对森林的保护,尽量减少森林旅游、采茶等人为经营活动对环境的干扰。     

基于定量遥感的重庆市土地利用动态变化研究

以重庆市主城区为例,运用1 988年、2000年和2007年三期多源影像数据,在遥感技术和数理统计方法的支持下,对20年来土地利用变化的空间特征进行研究.分析了土地利用的数量变化幅度、速度和区域差异,并对用地类型变化最大的城乡居住建设用地进行了空间重心转移模型和城市形态的分型特征模型分析.结果表明:①1988-2007年间,重庆市土地利用变化较大,主要表现为城乡居住建设用地大幅度增加,年增长率为6.58%;③城乡居住建设用地主要是有草地、林地和未利用地转化而来,三者占转移总量的84.53%;③重庆市城市分区建设用地重心向东北部、西南部和东南部方向偏移,受歌乐山和南山地形制约明显,并且城市空间形态趋于稳定.     

川西平原油菜种植区域时空变化分析

[目的]提取四川省粮食生产核心区川西平原油菜种植区域空间分布信息,分析种植区域的空间特征和面积变化,以期为四川省农业政策制定、产业结构进一步调整和优化提供参考.[方法]文章将GF-1、Sentinel-2和Landsat-8全色波段影像和多光谱影像进行融合,分别得到空间分辨率为15 m、10m和15 m的融合图像;利用...