我国土地利用动态预测和模拟研究新进展.docVIP

我国土地利用动态预测和模拟研究新进展 　　摘要：指出了随着土地利用/覆被变化研究的深入和3S技术的发展，土地利用变化的预测和模拟研究取得了很大的进展，涌现出许多建模方法，有力地推动了土地利用/覆被变化研究的发展。通过对典型性研究进行梳理，总结了近年我国在这一领域的研究状况和存在的一些问题，并对发展方向进行了展望，以期为该领域研究提供参考。 　　关键词：土地利用；预测；模拟；综述 　　作者简介：崔昊（1986―），男，山东梁山人，硕士研究生，主要从事土地评估规划与开发整理的学习与研究。中图分类号：F49文献标识码：A 　　文章编号：1674?9944(2012)03?0015?04 　　1 引言 　　 土地利用/覆被变化是全球变化研究的核心领域［1］，对其驱动因子、驱动力和变化机制的研究一直是土地利用/覆盖变化的研究主题，研究工作主要集中在监测和解释方面。国内学者在这方面做了大量工作，取得了较大进展，也有力地支持了国土资源管理工作［2］。但随着人地矛盾的日益突出，土地利用变化越发复杂，研究视角仅停留在对历史的回顾和现状的描述上已经无法很好地指导土地资源的合理配置，迫切需要将研究领域着眼于未来。 　　 土地利用动态预测与模拟主要包括两方面的内容：一是基于时间序列的数量预测；二是基于时空格局的动态模拟。数量预测在模型的构建上相对简单，也能够在一定程度上反映土地利用变化的驱动力，但一个固有的问题是其不具有空间意义，无法进行布局的优化配置，所以实际指导意义受到较大限制。受技术的制约，我国在空间模拟领域的研究相对于国际要落后，近年来，随着研究的深入和3S技术的成熟，我国学者也开始重视土地利用的空间模拟，并逐渐发展成为研究的热点［3］。当然，即使模型构建得再好，也不能完全模拟出土地利用的动态发展，只能模拟其发展的大体趋势。但是，预测与模拟研究的目的不在于达到绝对精确，其意义在于从相对准确的拟合结果或发展趋势中发现问题，为土地利用规划、国土资源管理提供重要决策支持，从而选择最理想的土地利用方式。 　　 2 基于时间序列的数量预测 　　 基于时间序列的数量预测，是指在历史数据支持下，通过构建合适的模型，以得到未来某一时点或某一时期内土地利用数量情况的过程。传统的预测方法大都以线性回归模型、指数平滑模型等方法为主，但由于土地利用变化受众多驱动因素的影响，是一个动态、非线性与多反馈回路的复合系统，用传统的预测方法进行预测，在模型预测的精度及应用上受到较大限制。近几年，一些新的方法和模型开始被学者采用，如马尔可夫模型、灰色系统模型、系统动力学模型、BP神经网络模型等，虽然一些方法还存在一些争论，但这些研究扩展了研究的视角，推动了此研究领域的发展。 　　 马尔可夫模型是一种概率预测模型，通过构建状态转移概率矩阵，可以方便地对未来土地利用结构进行预测，国内许多学者采用马尔可夫模型对土地利用变化进行了分析和模拟。如胡召玲，张国成等以徐州市1994、2003年TM影像为底图，在人工解译的基础上得到了两期土地利用现状图，采用马尔可夫模型分析了历史变化状况并预测了徐州市未来18年各类用地类型的变化情况，发现了研究区土地利用中出现的问题［4］。张春华，王宗明利用马尔可夫模型研究了对三江平原地区的土地利用状况，研究表明在稳定的土地利用政策下，利用马尔可夫模型定量地分析和预测土地利用变化情况能够得到较好的结果，特别是自然状态下的土地利用变化［5］。 　　 灰色系统是我国学者邓聚龙教授提出的一种预测方法，通过对没有规律的数据进行累加或累减变换，拟合出有规律的数据列，并在此基础上进行预测，该方法在贫数据情况下的预测方面有一定的优势。陈峰，胡振琪等根据灰色系统理论, 建立了辽宁省某市林业用地的常规GM(1,1)预测模型, 并进行了模型精度检验，相对误差最大为0.53%，利用该模型对2003年的林业用地状况进行了预测检验，相对误差为3.65%，小于5%，证明该预测模型预测精度较高，预测效果较好［6］。刘耀林、刘艳芳，黄成毅等在分析现有耕地预测方法的基础上，针对灰色GM(1,1)预测与马尔柯夫预测的优点和不足，提出了基于灰色-马尔可夫链的耕地需求量预测模型，并以湖北省耕地需求量为例，对该模型进行了实例验证和应用。研究表明灰色系统预测的优势在于短期预测，缺点在于对长期预测和波动性较大数据列的拟合较差；马尔可夫链预测的优势在于长期预测和对随机波动性较大数据列的预测问题。两者结合后形成的灰色-马尔可夫预测模型就能够用GM(1,1)预测揭示耕地数据列的发展变化总趋势，用马尔可夫链预测来确定状态规律，提高了预测的精度和可行度［7,8］。 　　 由于土地利用变化是一种比较复杂的系统变化，而传统预测方法无法考虑相关因素的影响，从而限制了其预测的可靠性。动力学模型具有