关于土地利用驱动力马尔科夫模型及其应用.PDFVIP

土 壤 (Soils), 2011, 43 (5): 822~827 基于土地利用驱动力的马尔科夫模型及其应用① * 肖 翔， 李扬帆， 朱晓东 （污染控制与资源化研究国家重点实验室南京大学环境学院，南京 210093 ） 摘 要： 马尔科夫模型在土地利用变化的预测中已经得到了广泛的应用，但如何通过区域社会经济指标对马尔科夫模型 进行修正，提高其预测精度是一个值得研究的科学问题。本文解译 1995，2001 ，2005 ，2008 四个时相的TM 遥感影像得到太仓 土地利用结构图，构建基于土地利用驱动力分析的加权马尔科夫模型，对 2013 年太仓市的土地利用结构（农用地，建设用地等） 进行预测。改进后的模型将 1995—2001 年，2001—2005 两阶段转移矩阵作为加权马尔科夫模型的加权因子；再根据 GDP、非 农人口数量、二产比重的自相关系数确定两阶段转移矩阵的权重，建立基于土地利用驱动力分析的加权马尔科夫模型，以此对 2013 年土地利用结构进行预测。同时基于城市土地利用现状（2008 年）分析，对比上述加权马尔科夫模型预测结果，证明加权 马尔科夫模型预测精度较高。 关键词： 加权马尔科夫模型；城市土地利用变化；驱动力；太仓 中图分类号： F301.24 - 土地利用动态监测及预测是土地利用变化研究的 的方法[13 14] 。因此，本文利用驱动力时间序列相依性， - 重要内容[1 2] 。近年来随着“3S ”技术在土地利用研究 来确定不同步长转移矩阵权重的方法[6,8,15] ，建立基于 中的应用，通过土地利用转移概率矩阵进行预测的马 土地利用驱动力的加权马尔科夫模型。 - 尔科夫模型已经得到了广泛的应用[3 4] 。然而由于马尔 本文利用加权思想将土地驱动力与马尔科夫模型 - 科夫预测过程对历史数据依赖度低[3 4] ，其预测的准确 结合在一起，建立基于土地利用驱动力的加权马尔科 - 性受客观因素影响大[5 6] 。同时马尔科夫链齐次性证明 夫模型。主要以太仓为例，利用 4 期（1995，2001 ， 难度大，转移矩阵调整困难[6] ，因此学者对如何修正 2005 ，2008 ）TM 影像来预测 2013 年土地利用状态， - 马尔科夫预测模型进行了深入的研究[5 9] ，其中加权马 首先确定 1995—2001 年（步长为 6 ），2001—2005 年 尔科夫模型已经在疾病预测[6] 、降雨及侵蚀预测[7,10] 、 （步长为4 ）两个转移概率矩阵，并根据驱动力指标 - 经济预测[11]等方面得到了较广泛应用。但是由于土地 （GDP 、非农人口数量、二产比重[16 18] ）的自相关系 利用变化方向复杂，单从土地利用结构数据难以找到