LUCC的研究方法主要指标及其应用.pptxVIP

土地利用/覆被变化(LUCC)的研究方法、主要指标及其应用;二、LUCC主要指标;一、LUCC研究方法;1、文献调查方法; 以文献调查方法为主要数据源进行LUCC研究，学者较多在考证不同种类和不同来源的历史文献基础上，挖掘和提取有用的信息，利用不同的数据处理方法( 如类比法、断面定量比较法、订正法、插补法、森林恒等式和薄记模型等) 整理和标准化不同时期、不同来源和不同格式的资料，采用图、表等方式记录整理好的数据，最后对结果数据进行对比分析，早期主要以文字描述的方式定性或半定量研究LUCC所采用的一般方法。 如国内葛全胜、何凡能等别采用多种不同的数据处理方法对多种历史时期的文档资料进行整理和信息挖掘，先后重建了过去 300年来中国LUCC数据，东北地区过去 300年耕地、森林、草地变化数据等；吕妍、张洁等从历史文献、史志、方志、地名志等???史资料中挖掘信息，分别探讨了吉林省镇赉县清代的土地开发和利用特征，以及重建得到了中国东部近 300年来的土地利用和植被覆盖变化分布。 ;2、野外实地调查/考察方法;一、LUCC研究方法;;（二）LUCC研究模型 由于土地利用 /覆被变化(LUCC)涉及各方面因素繁多，其过程错综复杂，因此以简化和抽象化为特征的各种模型对于理解和预测土地利用和土地覆被的格局和过程变化具有不可代替的作用。 LUCC模型通常由 四个主要部分构成，即土地利用/覆被的类型、驱动因子、变化过程以及响应机制。 LUCC模型的建立是深入了解土地利用和覆被变化复杂性的重要手段，其作用和目的可以概括为: 对土地利用/覆被变化情况进行描述、解释、预测，并制定对策。;; 1、国际上土地利用变化模型呈现多样化: 空间模型与非空间模型、经验统计模型和概念机理模型、综合模型等。 2、土地利用/覆被变化模型可以分为经验统计模型、随机模型、优化模型、基于过程的动态模型及综合模型。 模型分类：经验统计模型、随机模型、概念机理模型、综合模型[2,5]。 ; 经验统计模型采样多元统计分析方法，分析每个因子对土地利用变化的贡献率，并将 LUCC与驱动因子之间的相互作用定量化，从而从统计学角度表征 LUCC的原因。 经验统计模型,如线性回归模型、Logistic回归模型、主成分分析 法、灰色关联度分析法、典型相关分析法、系统动力学方法、空间统计模型及非线性回归模型等，通常是基于大量的土地利用空间格局变化数据，把土地利用/覆被变化与相关因素联系起来。 随机模型主要是描述土地利用/覆被变化的各种转化概率模型。随机模型往往依据T1时刻的状态推测T2时刻的状态,其转移概率的计算必须具备较长时间序列的土地利用/覆被变化的历史数据,而且由于土地利用/覆被变化具有非线性的特点,因而这都限制了随机模型的应用。随机模型,如马尔柯夫链模型、LTM模型、CA-Markov模型等。 ; 概念机理模型则运用理论和规律来模拟各驱动因子的作用机制，对土地利用变化因果关系进行分析，通常建立在对土地利用主体的个人行为和社会群体行为的解释上，因此可以作为一种通用性的理论来解释土地利用/覆被的变化。 综合模型就是将不同的模型有机的综合起来，从而寻求最合适的问题解决手段，根据研究目的，既考虑空间特征又考虑非空间特征，既包含统计学运算又包含机理过程推理等。把复杂的土地利用/覆被变化过程分解成相对简单的子过程，利用有关模型对各子过程分别建模,然后再把各模型不同程度的集成起来。 典型的综合模型有CLUE模型及其改进 CLUE-S模型等。 ;二、主要指标;二、主要指标;LUCC应用;（二）LUCC时空过程驱动机理分析 LUCC 时空过程驱动机理分析是 LUCC 时空过程研究的技术核心之一。LUCC 时空过程驱动机理研究, 直接揭示了LUCC 时空过程的原因、影响因素的作用途径及其驱动机制， 为预测其未来发展变化趋势并制订相应对策提供了础.LUCC 时空过程驱动因子主要包括自然条件、气候变化、经济发展、社会环境和人口变化 5 个方面的因素。这些驱动因子从总体上可以划分为自然因素和社会经济因素两个层面。 具体地讲，寻求和筛选影响某个区域LUCC的主要驱动因子,建立LUCC空间分布及其变化与驱动因子的定量关系，以此来解LUCC的数量特征和空间格局“ 进而评估其环境或社会经济影响。模型多基于压力-状态-反应（Pressure-State-Response）或驱动-压力-状态-影响-响应（Driving force-Pressure-State-Impact-R