LUCC驱动力模型的发展历程及相关问题.docVIP

LUCC驱动力模型的发展历程及相关问题 　　摘 要：针对LUCC驱动力模型在研究观测土地利用及土地覆被变化中的潜在利用价值和较高的发展潜质，本文通过追溯LUCC驱动力模型的发展历程，探讨不同模型的优劣点，为LUCC驱动力模型的发展提出科学的发展方向，为更好地解决土地系统监测中的技术难题提供科学依据。 　　关键词：LUCC；土地系统；驱动力模型 　　1.前言 　　土地系统作为地球大陆系统最关键的组成部分之一，也是人类与自然环境的桥梁，也为人类-自然环境和谐共处提供重要作用。因此，在人类因为生存和发展不断改变地球表层的土地利用方式和土地覆被时，LUCC驱动力模型研究通过对土地利用的变化机制、土地覆被的变化机制、区域和全球模型三方面的分析，解释土地覆被的时空变化并有助于LUCC预测模型的建立。 　　2.LUCC驱动力模型的发展历程 　　引起LUCC的原因包括自然和人为两方面。在较短的时间尺度上，自然驱动力相对较为稳定，有着累积性效应，人为驱动力则相对较活跃（Lambin等，2001）。目前用来描述人类活动与土地利用相互作用关系的模型化方法大致可以分为三类：基于经验的统计模型，基于过程的动态模型和综合模型（蔺卿等，2005）。 　　基于经验的统计模型方法是通过多元统计分析法，分析主成分因子对土地利用变化的贡献率，从而得出外在原因对土地利用变化的影响大小。该方法适用于较复杂区域，收集数据越详细可靠，模型的可信度也越高。易于分辨出外在原因的主次关系，得出主要矛盾关系，可定量分析土地利用变化与驱动因此的关系。Bakkera（2005）利用回归模型分析发现，希腊Lesvos岛的土地弃耕问题是土壤侵蚀引起的。Gobin（2002）利用回归模型分析了农业土地利用变化的驱动力，得到了理想的结果。史培军等（2000）通过回归分析得出深圳市土地利用变化的人为驱动力。 　　动态模型在充分研究LUCC驱动力的基础上，通过模拟系统中各组成部分之间的相互作用，来模拟LUCC的过程（Lambin等，2001）。根据研究结构不同，动态模型包括：元胞自动机模型（Cellular Automata，CA）、组织基础模型（Agent-based）和系统动力学模型。CA模型是一种时间、空间和状态均离散的格子动力学模型，可以在大尺度上土地利用变化的过程（蔺卿等，2005）。该模型在城市扩张运动中运用较为广泛（Fang SF等，2004）。Agent-based模型的研究目标是人类与其活动。它通过模拟个体行为，把社会行为和土地利用方式联系起来的模型。它可以控制自己的行为和状态以达到预定的目标（Woolndge等，1999）。这种模型又可以分为两类：一种是认知模型，另一种是人类决策模型。在Agent-based模型的基础上，建立了土地利用/覆被变化研究中的Multi-Agent System模型。该模型可从微观尺度上解释土地利用的变化，为土地利用决策行为的研究提供了一个新的可行方案。而系统动力学模型是建立在系统论、控制论和信息论基础上，以分析反馈系统的结构、功能和动态行为为目的的动力学模型。其特点主要是可以从宏观上显示出土地利用系统的结构、功能和行为之间的相互作用关系，考察系统的运行及变化趋势。通常多应用与数据不足的问题中，获得主要信息。 　　综合模型通过将不同的LUCC驱动力模型整合起来，解决特定问题。其中，土地利用变化及其效应（Conversion of Land Use and its Effects，CLUE）模型被应用较多。该模型通过考虑社会经侨和生物物理驱动因子，综合分析多尺度下的土地利用变化。它的优点是：（1）通过将土地利用系统看做一个整体，能同时对多种土地利用类型之间竞争关系同时模拟，并做出相应的情景分析（Verburg等，2002）。（2）可分析不同分辨率下各种因素对土地利用变化的驱动作用，驱动因子的选择也更加科学，使假定的因果关系更加合理。 　　3.目前研究中的问题 　　虽然几大模型的建立为土地利用变化的监测提供了有力支撑，但在研究过程中也出现了不少问题，亟待解决。首先，统计模型具有简化问题.易应用的优点.但同时也存在四个方面的问题：因变量的确定及量化问题、自变量问题、案例研究范围问题和假设的因果关系问题。 　　动态模型中，CA模型在运用时如果不能合理的定义周围环境对异质主体的作用，就容易得到与事实不符的结果。并且由于邻域关系不能反映实际的空间关系，易产生空间导向问题（Parker等，2003）。元胞自动机模型对人类决策的模拟仍然响应较弱，用过对不同的元胞执行多层次的转换规则能改善模型在这方面的模拟能力。Agent-based模型可以从微观尺度上解释土地利用变化的细节，具有较好的发展前景。由于系统动力学模型缺乏对空间因素的处理