延安市土地利用动态变化分析——以1995—2020年为例

本文选取延安市为研究区域,对延安市1995年、2005年、2015年、2020年4期土地利用覆被数据进行解译分析,从土地利用数量、幅度、单一土地利用类型动态度及土地利用转移矩阵等方面对延安市1995—2020年的土地利用时空变化情况进行分析,得出以下结论：研究区内土地利用总量变化特征明显,耕地、林地和草地是区域内的主要用地类型,且耕地持续减少,林地、草地持续增多;1995—2020年,林地、草地、建设用地、未利用地在均呈上升趋势,湿地、耕地呈下降趋势,未利用地和建设用地变化幅度分别为1043.3566%、55.9083%,林地、草地分别为13.1126%、7.3997%,湿地、耕地变化幅度分别为0.2542%、20.9148%;1995—2005年、2005—2015年、2015—2020年发生转移的土地利用类型面积分别为2322.2358km²、4064.0265km²、2322.2358km²。     

基于RS与GIS的黄冈市土地利用时空变化分析

以黄冈市为研究区域,利用RS和GIS技术对Landsa5 TM影像进行处理。采用监督分类方法提取了黄冈市2001年和2009年两期土地利用信息,生成土地利用类型转置矩阵,应用单一土地利用动态度和综合土地利用动态度模型分析土地利用类型的时空变化规律,并对黄冈市土地利用的未来时空变化的趋势进行了预测。结果表明,9年间黄冈市耕地、建设用地和其他类型一直处于增长趋势,耕地和建设用地增幅较大,其他类型增幅较小;林地、裸地和水体面积处于下降趋势,其中林地下降最快,其次是裸地,而水体下降较小。黄冈市各土地利用类型总变化面积大小为:其他类型耕地建设用地裸地林地水体沙洲,沙洲、耕地和林地的变化速度快,其他3种类型的变化速度相对较慢;沙洲、裸地和水体的年变化率较大,其中沙洲最大。     

典型岩溶湖泊湿地流域土地利用动态及模拟预测

为了掌握和揭示普者黑流域土地利用动态的变化特征,以TM影像数据为基础,采用GIS、数理统计等技术手段,对1990—2015年6期(每5年1期)的普者黑岩溶湖泊湿地流域影像进行解译,分别从土地利用动态度和土地利用结构方面分析该研究区25 a的土地利用变化特征,并基于CA-Markov模型对研究区未来30 a土地利用结构变化进行预测.结果表明:(1)1990—2015年普者黑流域土地利用结构变化表现出明显的差异,从土地利用动态度来看,未利用地利用动态度变化最大,其次是建筑用地、湿地和农地,林地和园地利用动态度变化最缓慢;从各土地利用类型间相互转化来看,转出面积以农地和林地为主,转入面积以农地、林地和湿地为主.(2)未来30 a研究区土地利用格局变化总体上体现了以农地为主,以林地、建筑用地和湿地为辅的特征,土地利用变化趋势与前25 a的演变规律基本保持一致.(3)与1990—2015年相比,2015—2045年普者黑岩溶湖泊流域土地利用格局出现了一些新特征,原有建筑用地增长率明显提高,湿地增长率降低,农地和林地面积先增加后减少.     

2000～2020年色季拉国家森林公园景观格局动态变化分析

以色季拉国家森林公园为研究对象,并将2000年、2010年的landsat TM影像、2020年的Landsat8影像为数据源,利用EVNI5.3、Arc GIS10.6对影像进行解译分类,利用Fragstats4.2进行景观指数计算,结合景观生态学原理等知识,量化分析了色季拉国家森林公园景观格局在2000～2020年间的动态变化。结果表明：在2000～2020年间,林地总体面积由1 424.98 km²增长到1 905.06 km²,未利用地面积减少,植被覆盖率提高,旱地和建设用地面积增加;土地利用转移变化中草地的转出量最多,向有林地、疏林地、旱地累计转出791.50 km²;水域面积变化最为稳定,建设用地的土地利用动态度最大,为77.78%;公园内整体景观类型连通性增强,破碎度降低,景观分布更加集中,多样性和均匀度增加。     

基于Landsat影像的土地利用变化分析

目的:研究确定土地利用/覆被变化分类的方法。方法:基于Landsat遥感影像数据,以淮安市为研究对象,利用ERDAS IMAGINE遥感处理技术和ARCGIS为主要的处理分析工具,以1998年、2006年和2018年3个时间节点,分析1998—2006年、2006—2018年以及1998—2018年淮安市的土地利用/覆盖变化状况,并从土地利用面积、土地利用动态、土地利用空间3个方面进行分析研究。结果:(1)1998—2006年间,淮安市土地利用的变化呈现"两增四减"。耕地及农村用地面积相对分别上涨538.880km~2、370.210km~2;水体、林地、城镇用地、未利用地面积分别减少101.485km~2、85.454km~2、174.539km~2、547.612km~2;(2)2006—2018年间,淮安市土地利用变化呈现"三增三减"。水体、农村用地、城镇用地面积分别增加217.545km~2、464.800km~2、610.411km~2,林地、耕地、未利用地分别下降434.125km~2、19.350km~2、839.281km~2。(3)1998—2018年的20年间,淮安市土地利用变化整体呈现"四增两减",即:农村用地、水体、耕地、城镇用地面积增加,未利用地、林地面积减少。每种土地类型都有不同数量的相互转化。结论:基于ERDAS IMAGINE遥感处理技术方法是研究土地利用分类的一个有力工具。     

3条控制线约束下的哈密市土地利用变化分析及预测研究

[目的]掌握哈密市土地利用动态变化情况,为当地的土地资源合理开发与发展规划提供参考.[方法]基于2010—2020年共3期土地利用数据,结合区域特点,整合耕地、林地、草地、水体、建设用地、未利用地6种土地利用类型,在IDRISI中,以基本农田保护区、生态保护红线、城镇开发边界3条控制线作为主要约束条件,使用CA-Markov模型对哈密市土地利用类型的空间分布与时空变化进行分析,并对2025年哈密市土地利用情况进行预测.[结果]2010—2020年哈密市耕地、林地、水体、建设用地面积增加,草地、未利用地面积减少;各地类之间互相转化,其中建设用地与水体变化幅度大,变化速率较快;CA-Markov预测模型精度为0.8134,结果能够揭示哈密市土地利用时空演变趋势.[结论]在3条控制线约束下得到的预测结果证明2015—2025年变化趋势与2010—2020年的变化趋势基本一致,该方法预测得到的结果可为哈密市土地资源利用管理提供一定的科学参考.     

赣江新区热岛效应及土地利用时空变化分析

基于赣江新区2014、2017和2020年三景Landsat-8卫星影像，利用大气校正法反演其地表温度，采用热场变异指数对热岛强度进行分级，并对3个不同时期的土地利用类型进行监督分类和精度评价，分析了赣江新区热岛效应及土地利用时空变化特征。结果表明：（1）赣江新区热岛现象明显且热岛面积在逐步扩大，占比由2014年的19.3%增加到2020年的26.2%，增加最明显的区域是经开组团、临空组团的樵舍镇、永修组团的艾城镇和共青组团的江益镇。（2）3期土地利用类型中面积最大的均为林地，占比分别为45%、50%和40%;2014—2020年这6 a间建设用地和水域面积在增加，耕地和林地面积在减少，土地利用变化程度依次为水域>建设用地>耕地>林地。（3）各土地利用类型地表温度均值的关系依次为建设用地>耕地>林地>水域；由于城镇化的发展，2020年各种土地利用类型的温度为3期中最高。     

中山市土地利用及景观格局时空变化分析

土地利用及其景观格局配置与城市发展关系密切,其时空变化深刻影响着区域水土保持和生态安全.以粤港澳大湾区重要节点城市—中山市为研究区,利用2000—2020年GlobeLand30土地利用数据,使用转移矩阵、景观格局指数等分析方法,多尺度和多层次探究了中山市土地利用及景观格局的时空变化特征.结果表明：(1)20年间,中山市土地利用总体呈建设用地、林地增加,耕地、草地、水体减少的“两增三减”态势;建设用地急速增长,耕地则锐减近50%;(2)20年间,各土地利用类型皆互为转换关系,主要表现为耕地、水体和草地转为建设用地的转换方式;(3)中山市优势景观类型由2000年的耕地(670.22 km2,37.23%),2010年的水体(505.15 km2,37.23%),2010年的水体(505.15 km2,28.06%),转变成2020年的建设用地(644.43 km2,28.06%),转变成2020年的建设用地(644.43 km2,35.80%),城市发展占用了大量耕地和水体.同时,建设用地斑块密度和蔓延度指数高值区的范围逐渐增加,团聚程度增强,景观优势持续扩大.20年间,中山市土地利用类型呈现出建设用地取代其他用地类型的均一化发展趋势,景观格局空间异质性逐渐减弱,城市耕地保护和生态建设任务越发严峻.     

基于Landsat数据的河南省郸城县土地利用变化研究

选择河南省郸城县为研究区,以1997年、2006年的Landsat-5的TM影像和2016年的Landsat-8的OLI影像为数据源,利用ENVI5.2软件对三期遥感影像进行支持向量机分类,获取郸城县土地利用分类图,之后对郸城县1997~2016年土地利用变化用图像分析和数理统计相结合的方法做定量分析研究,分析各土地利用类型之间的相互转换关系,讨论各土地利用类型面积发生变化的主要原因。结果表明:1997~2016年近20年来,郸城县土地利用类型中耕地、林地所占面积相对较高,其中耕地面积变化较大,呈下降趋势;城乡及工矿用地、水体面积、道路面积都呈增长趋势;综合土地利用动态度为1.05%。     

拜城绿洲盆地土地利用/土地覆被动态变化研究

选择生态环境较为脆弱的拜城绿洲盆地为研究对象,以2000年ETM+和2016年GF-1影像为数据源,对研究区进行土地利用/覆盖类型分类,分析绿洲盆地近16年土地利用/土地覆被时空动态变化。结果表明:近16年来,研究区耕地、密林地、坑塘、居民点及工矿用地面积都有不同程度的增加;灌木林地、沼泽湿地、水域、轻度盐渍化土地、戈壁砂砾石裸地面积有所减少,沙漠化土地及基岩面积未发生明显的变化。人工渠系和人工水库的修建造成研究区干旱缺水,地下水位下降,天然生态植被减少,绿洲生态环境恶化。因此,合理地控制人口数量、正确的政府政策导向和合理经济发展需求是干旱区绿洲土地可持续发展的关键。     

呼伦贝尔草原2000—2010年土地覆盖变化的遥感监测与分析

分析2000—2010年呼伦贝尔草原土地覆盖空间分布格局、时空变化趋势,揭示生态工程实施效果,为草原的合理开发利用提供科学依据,研究方法:基于2000、2005和2010年的3期Landsat 4/5TM遥感影像,采用最大似然法进行监督分类,得到各时期的土地覆盖分布图,通过制作不同时期不同地类间的转移矩阵,定量分析不同时期不同地类之间的相互转换结果。研究结果表明:1)草地年均减少面积为3 063.03hm2,与未利用土地、耕地和湿地发生剧烈转换;水域年减少面积为3 960.98hm2,与湿地和未利用土地发生剧烈转换;2)耕地、建设用地和未利用土地有不同程度增加;3)林地和湿地变化相对稳定。2000—2010年,由于气候、农业开发、建设用地占用等原因,造成呼伦贝尔草原水域和草地大面积减少,转换为耕地、建设用地和未利用土地总体趋势显著,总体而言呼伦贝尔草原水域、草地的生态保护形势严峻。     

新疆于田县20a土地利用和覆被变化及预测

基于2000、2005、2010、2015和2020年5期遥感影像数据和社会经济数据,运用土地利用动态度、土地利用转移矩阵和Markov-FLUS模型,探究了于田县2000—2020年土地利用和覆被变化及其2030年演变趋势。结果表明：于田县主要土地利用类型是未利用地。2000—2020年,耕地、草地、水域和建设用地呈增加趋势,林地、冰川和未利用地呈减少趋势。各土地利用类型变幅程度不同,其中建设用地变幅最大。耕地和建设用地持续增加,主要来源是未利用地;2030年在惯性发展情景下,耕地和建设用地将大幅度增加,林地、水域和冰川变化微弱,草地和未利用地大幅度减少;而在生态保护情景下,耕地和建设用地的扩张将得到制约,增加幅度明显降低,林地、草地和水域面积全部呈增加趋势且增加幅度上升。     

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。     

1990—2020年铁岭县地表覆盖时空变化特征

地表覆盖变化已成为全球变化研究的核心领域和热点问题之一。本研究以Landsat系列卫星影像为主要数据源,提取铁岭县1990—2020年地表覆盖变化图斑,构建土地利用变化转移矩阵,对铁岭县地表覆盖变化情况进行时空分析,识别土地利用变化热点区域。结果表明,1990—2020年铁岭县地表覆盖面积呈现“四增两减”特征,其中增加和减少面积最大的地表覆盖类型分别是建设用地(增加85.27 km²)和林地(减少91.14 km²),其他几种地表覆盖类型动态变化不明显。说明1990—2020年研究区域地表覆盖类型受人类活动的影响较为明显。本研究结果对于揭示地表覆盖变化规律具有重要意义。     

基于Markov的喀斯特地区土地利用/覆盖变化预测——以贵阳市为例

在RS和GIS技术的支持下,应用1995和2000年二期TM影像以及2006年CBERS-01影像,得到贵阳市三期土地利用/覆盖数据。在此基础上,利用Markov模型对贵阳市土地利用/覆盖变化进行模拟和预测。结果表明:未来15年建设用地面积将一直增加,由2005年的18 458.536 6 hm2增加至2020年的26 467.820 8 hm2,增加了43.39%;林地和水域面积将一直减少,分别由2005年的72 084.102 2、1 991.010 9 hm2减少至65 241.622 7、1 722.477 6 hm2,减少9.49%、13.49%;耕地和草地均为先增后减,耕地由2005年的131 644.716 1 hm2增加至2010年的132 094.802 3 hm2,再逐渐减少到2020年的131 442 264 3 hm2。耕地与林地间相互转移较为频繁,1995~2000年间,有14.44%的耕地流向了林地,35.17%的林地流向了耕地;新增建设用地主要来源为耕地,其转入率为85.49%。     

基于遥感监测的无锡市土地利用变化特征及其驱动力分析

以无锡市2000、2005和2010年Landsat TM影像为数据源,采用决策树分类方法将无锡市土地利用类型分为建设用地、耕地、林地、园地和水域5大类。同时利用土地利用转移矩阵分析了2000～2010年无锡市土地利用特征。最后结合无锡市社会经济和人文数据,对无锡市土地利用变化的驱动力进行了分析。结果表明:2000～2010年无锡市各种土地利用类型总量和比例发生了巨大变化,城市建设用地面积不断扩大,耕地面不断减少,而园地和水域面积有小幅度的上升,林地基本维持在原来的比例,减少的耕地大部分转换为建设用地、水域和园地。人口的急剧增加和经济的快速发展是导致土地利用发生变化的2个重要原因。     

辽宁浑河源头生态功能区土地利用景观格局变化分析

以辽宁省浑河源头生态功能区为研究区域,利用2000年、2005年、2010年、2015年4期遥感影像为数据源,借助RS和GIS技术,对研究区2000—2015年间的土地利用景观格局变化进行分析。结果表明:浑河源头生态功能区景观要素类型以林地、耕地和建设用地为主,其中以林地面积最大; 2000—2015年间,林地、水域、建设用地面积均有所增加,而耕地面积持续减少; 15a来,耕地是主要转出类型,林地、水域和建设用地是主要转入类型;土地利用景观破碎度逐渐减少,景观完整性相对较好。     

滇池流域土地利用演变及景观生态安全评价研究

以1995年、2005年、2015年3期Landsat卫星遥感影像为基础,分别对滇池流域土地利用数量变化、空间变化和景观生态安全3个方面开展研究,分析滇池流域土地利用演变特征及景观生态安全格局。结果表明:1995—2015年,研究区土地类型以建设用地、耕地、林地和水域为主,其中林地、耕地和湿地面积减少,建设用地及未利用地面积增加,水域和灌草地面积波动变化;1995—2015年,研究区耕地转移面积最多,20 a缩减46%,主要转变为建设用地。建设用地新增面积最多,2015年面积是1995年的1.6倍,转入源主要来自耕地、湿地及林地;1995—2015年,研究区面积以较高安全区及中度安全区为主,3个时期景观生态安全指数均值分别为38.16、41.50、42.19,安全等级呈缓慢增长趋势。     

基于RS和GIS技术的济南市土地利用变化动态监测研究

遥感(RS)和地理信息系统(GIS)技术有利于准确、及时地监测土地利用的变化.该文以济南市遥感影像、地形图、土地利用图为基础资料,利用ERDAS软件对济南市1995、2000和2005年三期的TM影像进行校正、重采样、增强、分类等处理,得到济南市土地利用信息和土地利用的变化信息.分析结果表明:草地、水体、耕地、林地4种土地利用类型面积减少,但是下降的速度在减缓;城镇交通用地增加最快;未利用土地面积有所增加,但是耕地、草场退化趋势已经得到遏制;济南市的土地利用正在日趋合理化.     

基于Markov和Logistic模型的莆田市土地利用变化及林地转出空间模拟

利用莆田市1995、2005和2015年3期遥感影像、数字高程模型及社会经济统计数据,从面积变化和空间转换2个方面分析莆田市土地利用变化的时空特征,运用Logistic回归分析土地利用空间变化与自然、社会经济驱动因子之间的定量关系,基于Markov模型对莆田市未来各土地利用类型面积变化进行预测,采用Markov模型与Logistic回归模型相结合对未来林地空间格局进行模拟与预测,结果表明:1995—2015年,林地大面积减少,主要转为农用地;农用地大面积减少,主要转为林地、建设用地和裸露地;建设用地面积大幅度增加,主要来自裸露地、农用地和水体;水体面积持续减少;裸露地面积先减少后增加。坡向、高程、距裸露地距离、距农用地距离、距林地距离、人口密度和地区生产总值7个因子对林地转出具有显著的影响。根据预测结果,至2035年,林地的比例将减少至40.37%;2015—2035年,林地转出的位置主要分布在仙游县和涵江区。