基于马尔可夫模型的郑州市土地利用动态变化预测

以郑州市为研究对象,利用1995年、2000年的土地利用现状图,运用GIS技术分析了土地利用动态变化过程以及土地利用各类型之间的相互转化情况。在此基础上,求得研究区土地利用变化的转移矩阵,据此分析郑州市1995—2000年间土地利用动态变化的空间过程。同时运用马尔柯夫模型对2005年和2010年的土地利用动态变化及演变趋势预测进行了分析,得出研究区内耕地进一步增加,林地总面积也在减少,城乡、工矿、居民用地的总量在减小的结论,从而达到全面把握郑州市土地变化规律的目的。     

粮食安全下的河南省耕地压力预测分析

对河南省2002—2012年间耕地资源动态变化进行了定量分析,并应用灰色系统GM(1,1)预测模型,对未来10年间耕地压力变化进行了预测。结果表明：随着中原经济崛起,虽然一定数量耕地被建设占用,但耕地压力指数整体上还是呈现下降趋势,主要原因是粮食生产力在提高,政府在严控耕地数量基础上,通过土地复垦、整理、开发及一定范围的农业结构调整又补充了一定数量耕地,在未来10年,河南省耕地压力指数呈递减趋势,粮食供给大于需求,基本可以实现河南省粮食安全。     

基于不同尺度的中国耕地变化驱动力研究进展

基于国家、区域、省域、市县不同尺度总结归纳中国耕地变化驱动力研究的现状,提出研究中存在的问题。应用文献资料法和对比分析法进行驱动力比较,研究结果表明：中国耕地变化驱动力研究方法以定性定量结合为主;驱动力模型的建立多基于土地利用动态变化模型;国家及区域研究成果较少,省域、市县等小尺度研究成果较多;存在成果分布不均、数据不统一、小尺度研究方法单一、驱动因子选择主观性强以及不同尺度研究成果借鉴性差等问题。研究结果可为在不同尺度中选择耕地变化驱动力及未来耕地利用变化研究提供参考。     

基于主成分分析法的重庆市九龙坡区

为了研究影响区域土地利用的动态变化及其驱动机理,以期对区域土地利用的可持续发展提供决策支持。通过分析1999-2008年10年间九龙坡区土地利用数据,阐述该区域土地利用变化情况,并借助SPSS软件对驱动因素进行主成分分析。结果显示,近10年来影响九龙坡区耕地利用变化的主要驱动因素为人口、经济结构和农民福利;影响建设用地利用变化的主要驱动因素为人口、经济发展和农村居民点用地集约化程度。     

偃师市耕地时空变化及驱动力分析

为从县级层面上了解耕地变化的趋势特点,更好地实现耕地资源保护及可持续利用,笔者研究了偃师市1997—2004年耕地时空变化情况,并运用主成分分析法,对影响耕地变化的主要驱动力因子进行了定性与定量分析。结果表明,1997—2004年偃师市耕地变化分为数量增加和数量减少两个阶段;变化幅度区域分布不同,经济发达乡镇高于落后乡镇,中心城区、重点乡镇高于一般乡镇,山区乡镇高于平原乡镇。其变化除受政策、观念等因素驱动外,经济发展也起到了重要的促进作用,并在此基础上提出了耕地保护的建议。     

2000—2015年西南区县域土地利用变化特征及驱动力分析——以重庆市奉节县为例

综合分析重庆市奉节县土地利用格局时空演变及其驱动力,为优化西南区县域尺度的土地利用规划、生态大保护和区域可持续发展提供理论参考和数据支持。基于RS和GIS技术,利用四期（2000、2005、2010和2015年）土地利用基础数据,从土地利用动态模型和地学信息图谱等方面出发,揭示区域2000—2015年的土地利用动态变化特征及时空演变规律。依据主成分分析模型和线性回归分析模型,并基于奉节县社会经济统计数据,探究研究区土地利用驱动机制。研究期内,研究区土地空间格局呈现以林地和耕地为主体,同时交错分布其它土地类型的特点。耕地、草地和未利用地土地面积分别减少 78.84 km²、3.73 km²、2.54 km²,而林地、水域和居民工矿用地面积分别增加23.36 km²、46.67 km²、9.03 km²。受三峡移民影响,区域土地利用分布格局由整体无序向局部有序的方向发展。研究期的前10年间,土地利用类型转移主要发生在林地、草地和耕地之间,林地→耕地和草地的面积总和分别为849.38 km²和425.17 km²;2010—2015年间林地和居民工矿用地新增面积分别为9.93 km²和7.09 km²。从产业结构调整、政策影响和社会发展等方面探究区域城镇化的驱动机制,城镇化因素、政策因素、经济因素、社会发展因素和农业因素是影响奉节县土地利用类型变化的主要驱动力。     

昆明市耕地变化特征及驱动机制研究

为分析驱动因子对昆明市耕地变化的影响,根据2000—2010年耕地数量逐年递减,建设用地逐年增加的情况,应用相关分析、回归分析和通径分析的研究模型,探究影响昆明市耕地变化的驱动因子。结果表明：影响昆明市耕地数量变化的主要驱动因子为经济因子、人口因子和技术因子。经济因子（昆明市GDP、工业生产总值、全社会固定资产投资）在耕地减少中处于主导地位;人口因子（总人口数）间接产生一定的作用;技术因子（农机总动力）影响趋势逐渐增强。经济的增长和人口的增加,使人均耕地面积递减的速度呈加快趋势。耕地的减少和人口的增长加剧了人地矛盾,在一定程度上对生态和环境造成重大的影响。     

河北省耕地利用效益评价及其时空分异特征研究

本文从经济效益、社会效益、生态效益和综合效益四个方面对河北省的耕地利用效益进行综合评价,分析2000-2008年河北省各市县的耕地利用效益的时间动态变化特征和空间分异特征。研究结果表明,2000-2008年间,河北省耕地利用经济效益和生态效益呈现增长趋势,而社会效益则表现为逐年下降的趋势。河北省耕地利用各效益值的空间差异很大,耕地利用综合效益相对较高的地区主要集中在河北省北部唐山市、承德市和张家口市周围。研究成果对于保护耕地资源具有重要意义,为耕地利用发展提供理论依据及现实参考。     

长沙市耕地变化的时空特征及其驱动力分析

为了更好地利用与保护好有限的耕地资源,实现区域经济与生态环境的可持续发展,以长沙市1998-2009年土地利用变更调查数据及相关的社会经济统计资料为基础,分析长沙市近12年来耕地资源变化的时空特点,并运用主成分分析法对长沙市耕地变化的驱动因子进行研究。结果表明,经济发展、人口增长、农业科技进步是影响长沙市耕地数量变化的3大驱动力,其中经济发展因素是最为重要的因素。通过研究发现,12年来长沙市耕地面积和人均耕地面积大幅度锐减,人地矛盾日益突出,且耕地变化的区域差异明显。     

低山丘陵区耕地与基本农田保护研究

选取典型低山丘陵区－－黄山市为研究对象,在分析耕地资源利用存在的主要问题基础上,针对低山丘陵区耕地后备资源有限的情况,建议耕地与基本农田保护必须要打破传统的保护模式,建立以提高耕地质量为主、数量增加为辅的动态平衡机制,并提出灵活的占补平衡措施。     

1999—2018年四川省耕地时空格局演化特征

本研究以1999—2018年四川省181个县市（区）的耕地面积为研究对象,基于主成分分析法与空间分析法,描述了其耕地面积的时空格局演变特征,探索了其时空变化的主要驱动因子。结果表明：1999—2018年间,四川省总耕地面积经历了连续减少、缓慢增加、波动变化、迅速增加和稳定变化5个阶段。整个变化过程中,全省耕地空间上的变化主要发生在川西北高原区与成都平原区。其中,川西南山区与川西北高原区耕地面积表现为增加状态,川中丘陵区、成都平原区与盆地周边山区耕地面积表现为减少状态,重心南移现象明显。影响四川省耕地面积变化的主要驱动力包括农业发展基础、经济发展水平和地理区位3个因素。其中,农业发展基础牢固是川西北高原耕地增加的主要原因,区域经济发展水平和区位特征正向驱动盆地周边山区耕地的变化,区域经济发展水平负向驱动川中丘陵区耕地的变化,而成都平原区与川西南山区耕地变化是经济发展水平的负效应与农业发展基础和区位优势的正效应相互作用的结果。上述结论将为四川省制定合理的土地利用利用与耕地资源保护政策提供科学依据。     

吉林省西部耕地动态变化及驱动力研究

为了更好地利用与保护吉林省西部耕地资源,找出影响耕地变化的主导因素,以吉林省西部各县（市）2001—2009年耕地数据为研究基础,分析了吉林西部耕地面积变化和各县市耕地利用动态幅度、相对变化率以及耕地面积增减特征,通过采用主成分分析法,研究了吉林西部2001—2009年耕地变化的驱动力。结果表明：2001—2009年吉林西部耕地面积总体增长幅度为0.37%,其中,镇赉县耕地利用动态幅度、相对变化率较大,分别为0.74%、2.03%;社会经济发展、人口和农牧业发展是影响耕地数量变化的3大驱动力。通过研究发现：吉林西部耕地资源9年间呈现递增趋势,人地矛盾并不突出,耕地变化区域差异明显。     

城市化进程中的耕地变化和驱动力研究 ——以廊坊市规划区为例

以廊坊市规划区为研究区域，利用MAPGIS软件对规划区现状图进行空间叠加，得到1996—2002年的转移矩阵，重点分析研究区耕地和居民点及工矿用地变化，同时结合数理统计软件Spass全面分析影响耕地变化的人文因素，试探性的用模型方法定量表达北京和天津的城市辐射作用。结果表明：耕地面积减少，居民点及工矿用地面积增加，其主要来源是耕地；非农经济、城市辐射以及人口因素是影响廊坊市规划区耕地变化的主要驱动因子；在研究区耕地变化和城市辐射存在很大相关性的基础上，通过定量方法分析得出北京和天津的城市辐射系数分别为12.6和7.9，进一步验证城市辐射对廊坊市规划区耕地有影响。     

基于信息熵的庄浪县土地利用结构变化及其驱动力分析

为研究庄浪县土地利用结构动态变化情况,促进土地资源的合理利用和可持续发展,基于庄浪县1997—2012年土地利用变更数据以及经济社会统计数据,采用信息熵、均衡度和优势度原理,分析庄浪县土地利用结构的动态演变特征,并运用主成分分析方法对影响庄浪县土地利用结构动态演变的驱动力进行分析。结果表明：1997—2012年,庄浪县土地利用结构信息熵总体呈先上升后下降再上升的波浪式趋势变化,表明各区域的土地利用系统仍处于较大程度的开发中。耕地、林地及未利用地面积所占比例的高低,是影响庄浪县土地利用结构信息熵的主要因素。人口经济发展状况、城市化、产业结构是庄浪县土地利用结构变化的主要驱动力。     

重庆市不同经济区土地利用变化及其驱动力差异性分析

根据1985~2000年土地利用统计、社会经济资料,从土地利用数量变化、土地利用程度变化以及土地利用景观结构变化三个方面,对重庆市经济较发达的北碚区、欠发达的万州区和经济落后的酉阳县3个不同经济区域的土地利用进行了分析。结果表明,15年间不同经济区的各类土地利用变化的速度(率)、变化程度、变化方向存在着较大的差异。经济较发达、人均GDP高、人口密度较大的北碚区比经济欠发达的万州区和经济落后的酉阳县土地利用变化速度快,利用程度广,土地破碎化程度深,受人类干扰强度大; 人口增长、工业化和城镇化进程、第三产业的发展、经济管理机制以及社会行为因素是不同经济区土地利用变化的主要驱动力,不同经济区驱力因子的差异性,导致了不同经济区土地利用变化的差异性。     

松辽流域片区1990—2015年土地利用变化及驱动机制研究

为探索整个松辽流域片区1990—2015年的土地利用时空变化特征及驱动机制,通过ArcGIS空间分析、土地利用转移矩阵、SPSS相关分析和因子分析等方法,分析社会经济统计数据和气候数据。结果表明,松辽流域1990—2015年的土地利用变化差异显著。土地类型占地面积为林地>耕地>草地>未利用土地>水域>城乡建设用地,土地变化面积为耕地>草地>林地>未利用土地>水域>城乡建设用地。1990—2000年耕地、林地、草地和未利用土地相互转化明显,建设用地迅速扩张。乔木林、高覆盖草地分别减少了1.26万、1.74万km²,旱地增加了2.25万km²。松辽流域片区的土地利用变化主要驱动因子是经济发展和人口增长。本研究从流域片区尺度上为松辽流域片区的土地资源管理和规划提供理论参考。     

Driving Force Analysis of Land Cover Change in Ulan Buh Desert Based on Markov Chain

The Ulan Buh Desert has a fragile natural environment, which is in the western part of Inner Mongolia arid climate zone and the farming and animal husbandry ecotone. In order to explore the driving force mechanism of the Land Cover Change, the paper constructed the natural-human driving force model by the Markov Chain based on Landsat MSS 1973, 1977 remote sensing image data, analyzed the naturalhuman driving force contribution rate to the Land Cover Change in Ulan Buh Desert. The results showed that in 1989-2013 the main driving force of the Ulan Buh Desert Land Cover Change is the natural factors, average contribution rate is 89.46%, then is the human driving force, the rate is 10.54%. The natural-human driving force contribution rate for every land cover type is different, in natural part, the minimum rate is saline-alkali land for 45.20%, while the maximum is sandy land(90.63%). The human driving force rate of forest land, grassland and water was negative, it shows that human factors slows down or hinder the growth of this kind of land cover. Because of the humanistic attribute, the natural effect of the cultivated land and construction land was abandoned, the rates of human driving are significantly different: the change of human driving force is 24.94%, while the change of construction land is 62.9%.