基于GIS与CA―Markov吉林西部土地覆被演变及预测.docVIP

基于GIS与CA―Markov吉林西部土地覆被演变及预测 　　摘要：为探究吉林西部地区土地利用类型演变规律，选取1987年、2000年、2013年3期专题制图仪（TM）影像为数据源，分析2000―2013年吉林西部地区土地利用类型覆被演变；运用CA-Markov模型模拟2013年预测数据，与解译数据进行模型验证，整体kappa系数为76.3%，模拟精度较高；并基于2000年、2013年解译数据，模拟预测了2026年和2039年研究区土地利用格局，对各时段土地动态度进行对比分析。结果表明，吉林西部地区土地利用以旱田为主，占研究区总面积50%以上；在2000―2013年年间，水田、居民工矿用地和交通用地面积增加明显，林地和沼泽地面积减幅较大，其中面积增加最多的是水田；2013―2039年土地类型大体保持2000―2013年的演变趋势，即随着人类活动加强，居民及工矿用地、水田面积持续快速增加，林地和沼泽地面积不断减少，吉林西部土地利用结构正在发生改变，生态保护形势不容乐观。 　　关键词：CA-Markov模型；吉林西部；土地利用；模拟预测 　　中图分类号： F323.211；S127 文献标志码： A 文章编号：1002-1302（2017）20-0249-05 　　近年来，随着社会经济的快速发展和全球气候?化的不稳定，人地关系矛盾日益突出，正在加速的土地利用类型变化或土地覆盖类型变化会对区域内自然生态环境和社会经济环境产生一系列影响，因此土地利用类型变化的研究愈发重要[1-3]。土地利用类型变化的研究通过对土地利用格局的动态模拟，重建了过去某一时段内土地覆被所发生的系列变化，并对未来土地利用类型可能发生的变化趋势作出科学合理的预测，可为生态环境保护和区域可持续发展提供科学的决策依据，成为国际研究最热门的领域之一[4-6]。 　　目前，Markov模型在土地利用模拟预测中被广泛应用，CA模型则多被应用于森林防护、水土保持、灾害预测等领域，一般在应用时多采用与其他方法相结合的方式[7-10]。将CA与Markov模型相结合应用于土地利用类型分析与预测可保留Markov模型长期预测的优势，同时结合了CA模拟空间复杂状态的功能，可有效模拟土地利用变化。吉林西部地区位于农牧业交错地带，生态环境脆弱，土地利用类型复杂多样，人类活动对生态环境产生了重要影响，在分析与预测吉林西部土地覆被结构与变化特点时引入CA-Markov模型，可有效揭示未来土地利用类型的变化特点与趋势，为地区土地利用可持续发展提供重要参考依据。 　　1 研究区概况 　　吉林西部地区总面积4.689万km2，占全省土地面积约27.2%，地理坐标为121°38′～126°11′E，43°15′～46°18′N，行政区划包括白城市和松原市。该区位于松嫩平原南部，地处农牧交错地带，海拔为150～200 m，地势平坦低平，大部分地区为平原，该地区属于温带半干旱半湿润季风气候区，四季分明，全年温度变化较大，春秋多风少雨，冬季严寒少雪，雨热同期，年平均降水量350～500 mm，河流稀少。吉林西部地区是省内重要的农、牧业生产基地和能源生成基地，近年来伴随着经济发展与区域开发，水域面积不断减少，湿地退化与草场退化十分严重，对当地的发展造成严重的挑战。 　　2 研究方法 　　2.1 数据来源及预处理 　　选取吉林西部地区1987年、2000年和2013年LANDSAT TM影像为数据源，图像空间分辨率为30 m×30 m。使用ERDAS遥感影像处理软件对TM3、TM4、TM5 3个波段进行假彩色合成和图像增强处理，以1 ∶ 100 000基础地理数据为参照图，对TM影像进行精校正，将遥感图像与地形图配准，其校正精度小于1个像元，满足研究所需。土地利用分类参照国际地圈生物圈计划（international geosphere-biosphere program，IGBP）的同土地利用/土地覆盖变化（LUCC）分类，将研究区土地利用类型分为草地、灌木林地、旱田、交通用地、居民及工矿用地、裸地、沙地、水田、水域、盐碱地、有林地和沼泽地12种类型。在此基础上利用地理信息系统（GIS）软件，采用非监督分类方法并结合目视判读对2期TM图像进行土地利用类型解译，最终得到1987年、2000年和2013年3期土地利用数据图。 　　2.2 CA-Markov模型 　　在空间动态演变模拟上，CA在模拟区域复杂的状态时空演变上有明显的优势，而Markov模型在土地利用类型演变数量的模拟预测上优势明显，将CA模型与Markov模型相结合，各取其长，充分保证了土地利用类型模拟与预测的精度和可信度[11-13]。具体方法如下：（1）确定转换规则。可在Markov模型中叠加2000年和2013年基