宝鸡市土地利用变化多情景预测及碳储量研究.pdfVIP

66

景、FP情景、EP情景、UE情景下的碳储量分别为233.35×10t，234.76×10t，234.91

66

×10t和232.38×10t，与2020年碳储量相比分别减少了-1.02%、-0.43%、-0.36%和-

1.44%，大量生态修复工作和耕地保护策略，或将有效区域内减缓碳储量损失。从县区

尺度来看，秦岭保护范围内凤县和太白县碳储量总量最高，碳储量减少率均在1%以下。

研究区域东部的岐山县、扶风县、眉县以耕地为主，在耕地保护情景的约束下，固碳增

汇效果更加显著。渭滨区、金台区等城镇化较水平较高的县区的碳储量相对较低，且在

多个时间跨度呈现下降趋势。建设用地不断扩张，导致生态空间受到挤占，由于不合理

的开发利用，原本固碳能力较高的土地类型逐渐退化为固碳能力较低的土地类型，进

而造成研究区域碳储量的大幅减少。

关键词：土地利用变化；碳储量；InVEST模型；CA-Markov模型；宝鸡市

KEYWORDS:Landusechange；Carbonstorage；InVESTmodel；CA-Markovmodel；BaojiCity

目录

摘要I

ABSTRACTIII

第一章绪论1

1.1研究背景1

1.2研究目的及意义2

1.3国内外研究进展3

1.3.1土地利用变化模拟与预测3

1.3.2土地利用变化多情景开发5

1.3.3陆地生态系统碳储量模拟6

1.4研究内容8

1.5研究思路与技术路线9

第二章研究区域及数据处理10

2.1研究区域概况10

2.2.1区域概况及行政区划10

2.2.2自然地理条件11

2.2.3社会经济情况12

2.2.4交通条件概况13

2.2数据来源及预处理14

2.2.1土地利用数据14

2.2.2自然气候数据14

2.2.3社会经济数据15

2.2.4道路交通数据15

2.2.5数据统一规范处理15

第三章土地利用时空变化分析18

3.1土地利用结构变化18

3.2土地利用动态度20

3.2.1单一土地利用动态度20

3.2.2综合土地利用动态度20

土地利用转移矩阵22

3.4土地利用变化驱动力分析26

3.4.1驱动因子的选取及预处理26

3.4.2Logistic二元回归模型28

3.4.3驱动力分析28

3.4.4Logistic回归拟合效果检验31

第四章未来土地利用多情景模拟33

4.1模型原理介绍33

4.1.1CA模型33

4.1.2Markov模型33

4.1.3Logistic-CA-Markov模型34

4.2构建预测模型35

4.2.1元胞组成35

4.2.2获取Markov矩阵35

4.2.3创建适宜性图像集36

4.2.4检验预测模型精度39

4.3多情景参数设置40

4.3.1基准发展情景40

4.3.2耕地保护情景40

4.3.3生态保护情景40

4.3.4城镇扩张情景41

4.4土地利用多情景模拟预测42

第五章宝鸡市