杜娟+楊國范+李佳奇

摘要：為探討細(xì)河流域的土地利用變化情況，利用1991，2001和2011年3期遙感影像解譯得到的土地利用數(shù)據(jù)，采用CA-Markov模型模擬2011年的土地利用情景，確定模型可靠。以2011年數(shù)據(jù)為基礎(chǔ)，預(yù)測20 a后的土地利用情況。結(jié)果表明：2031年細(xì)河流域的土地利用格局基本不變，與2011年相比，林地、草地、水域和建設(shè)用地處于增加狀態(tài)，而耕地與未利用地則相對(duì)減少。

關(guān)鍵詞：土地利用，遙感，CA-Markov模型，細(xì)河流域

中圖分類號(hào)：F301.2 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-1161（2014）06-0059-04

在人口急劇膨脹、全球環(huán)境惡化、能源趨于枯竭的當(dāng)今，經(jīng)濟(jì)發(fā)展和生態(tài)環(huán)境保護(hù)之間的矛盾日益加劇。大量的研究表明，土地利用變化是引起全球環(huán)境變化的重要原因之一，也是目前全球環(huán)境變化研究的重要組成部分和核心內(nèi)容，其格局在全球和區(qū)域尺度上不斷發(fā)生變化。通過開展不同時(shí)空尺度的土地利用景觀格局研究，為相關(guān)部門提供較為準(zhǔn)確、可靠的土地利用變化數(shù)據(jù)，為區(qū)域土地資源的優(yōu)化配置及生態(tài)適宜性評(píng)價(jià)提供科學(xué)參考，對(duì)研究土地資源的可持續(xù)利用及社會(huì)經(jīng)濟(jì)發(fā)展具有重要的意義。

基于1991年、2001年和2011年的遙感影像資料，以細(xì)河流域?yàn)檠芯繉?duì)象，通過RS和GIS技術(shù)獲取區(qū)域不同時(shí)期的土地利用情況，結(jié)合CA-Markov模型預(yù)測流域2031年的空間變化趨勢，旨在為該區(qū)的土地利用規(guī)劃、管理和生態(tài)恢復(fù)提供依據(jù)。

1 研究區(qū)概況

細(xì)河位于遼寧省境內(nèi)，是大凌河下游左側(cè)最大的支流。地理坐標(biāo)位于東經(jīng)121°32′20″～121°53′10″、北緯 41°54′30″～42°07′10″之間。河流發(fā)源于阜蒙縣他本扎蘭鄉(xiāng)駱駝山北坡牌樓營子村附近，流經(jīng)阜新市區(qū)及阜蒙縣的東梁鄉(xiāng)、伊嗎圖鄉(xiāng)、臥鳳溝鄉(xiāng)，于清河門區(qū)的蔡家屯入義縣復(fù)興堡匯入大凌河，干流全長約113 km，流域總面積2 932 km2。地形復(fù)雜，所處大地構(gòu)造按照高程劃為低山丘陵區(qū)。該區(qū)處于溫帶半干旱、半濕潤區(qū)，屬北溫帶大陸性季風(fēng)氣候，典型的季節(jié)性河流，四季分明，雨熱同季。

2 數(shù)據(jù)處理和解譯

根據(jù)中科院地理所數(shù)據(jù)中心提供的1991年、2001年和2011年Landsat TM遙感影像數(shù)據(jù)，對(duì)各期影像進(jìn)行預(yù)處理；根據(jù)中科院土地利用分類系統(tǒng)，將研究區(qū)土地利用類型分為6類，即耕地、林地、草地、水域、建設(shè)用地和未利用地，并結(jié)合土地利用現(xiàn)狀資料建立各地類的解譯標(biāo)志；利用ENVI 4.8和Arcgis 10軟件采用人機(jī)交互監(jiān)督分類的方法獲取 3個(gè)時(shí)期土地利用現(xiàn)狀圖；對(duì)不同時(shí)期各地類的面積進(jìn)行統(tǒng)計(jì)、疊加、提取、處理，分析區(qū)域不同時(shí)段的動(dòng)態(tài)變化信息，結(jié)果見表1。

3 基于CA-Markov模型的流域土地利用預(yù)測

3.1 CA-Markov模型簡介

元胞自動(dòng)機(jī)（CA）主要由元胞、元胞空間、元胞狀態(tài)、鄰域、轉(zhuǎn)換規(guī)則及離散時(shí)間構(gòu)成。該模型強(qiáng)大的空間分析運(yùn)算能力能夠快速準(zhǔn)確地模擬繁雜的動(dòng)態(tài)系統(tǒng)。概括來講，根據(jù)轉(zhuǎn)換規(guī)則來決定元胞的狀態(tài)變化是CA模擬的核心，即一個(gè)元胞t時(shí)刻的狀態(tài)及其鄰域狀態(tài)能夠決定其t+1時(shí)刻的狀態(tài)。Markov模型是俄國數(shù)學(xué)家提出的一種預(yù)測方法，其基本原理是運(yùn)用概率論中的馬爾科夫理論與方法分析隨機(jī)事件的概率，并推斷未來可能的變化趨勢。在土地利用轉(zhuǎn)化的空間模擬中，CA模型與Markov模型各具特色，但又都存在一定缺陷。CA模型具有較強(qiáng)的空間概念，可以很好地模擬復(fù)雜的空間演變能力。但單純的CA模型存在一定的局限性，主要表現(xiàn)在：元胞狀態(tài)變化的轉(zhuǎn)換規(guī)則獲取難度較大，且狀態(tài)變量主要局限于局部小環(huán)境，受外界大環(huán)境的影響較大。Markov模型比較側(cè)重于數(shù)量方面的預(yù)測，但在預(yù)測過程中缺少空間變量，難以獲取土地利用空間變化程度及格局的變化。CA-Markov模型充分利用了CA模型和Markov模型的優(yōu)點(diǎn)，彌補(bǔ)了彼此的不足，不僅可以實(shí)現(xiàn)數(shù)量上的精確預(yù)測，還能實(shí)現(xiàn)空間位置的直觀表達(dá)。

本研究將元胞定義為30 m×30 m的柵格單元，以細(xì)河流域?yàn)樵臻g，每一元胞都可能有6種狀態(tài)，即6種土地利用類型。元胞的初始狀態(tài)及狀態(tài)轉(zhuǎn)移條件決定其最終狀態(tài)。選用5×5計(jì)算模板濾波器，循環(huán)20次對(duì)流域土地利用情況進(jìn)行預(yù)測。

3.2 土地利用/覆蓋變化影響因素分析

正確選擇土地利用變化驅(qū)動(dòng)力因子，是利用CA-Markov模型進(jìn)行土地利用模擬預(yù)測的關(guān)鍵。耕地的適宜坡度在15°以內(nèi)，如果只考慮坡度因素，耕地適宜分布于流域中部；不同土壤類型對(duì)耕地的影響程度不同，如棕壤和褐土的保水保肥效果較好，適宜發(fā)展農(nóng)耕地；林地主要分布于低山丘陵區(qū)；建設(shè)用地的影響因素主要是坡度、距市、鎮(zhèn)中心距離。

根據(jù)細(xì)河流域DEM數(shù)據(jù)得到坡度圖（見圖1），考慮流域城鎮(zhèn)的實(shí)際規(guī)模，將城鎮(zhèn)和縣級(jí)市適宜擴(kuò)張的范圍分別設(shè)定為4 km和8 km，在Arcgis10下作緩沖區(qū)分析（圖2）。水域受地形限制，對(duì)外界的抵抗能力較小，以已提取的細(xì)河水系50 m緩沖區(qū)作為流域可能擴(kuò)張的范圍（圖3）。依據(jù)圖1—3制作流域土地利用變化適宜性圖集。

3.3 流域土地利用/覆蓋變化模擬

為驗(yàn)證CA-Markov模型在細(xì)河流域的適用性及準(zhǔn)確性，在ENVI4.8，Arcgis10及IDRISI軟件支持下，根據(jù)1991年和2001年土地利用結(jié)果圖，在IDRISI中使用Markov模塊計(jì)算土地利用狀態(tài)轉(zhuǎn)移矩陣；然后，根據(jù)CA-Markov模塊對(duì)細(xì)河流域2011年的土地利用情況進(jìn)行模擬；最后，將模擬結(jié)果與實(shí)際解譯結(jié)果進(jìn)行對(duì)比分析（見表2）。

由表2可知：模擬結(jié)果誤差較大的是未利用地和草地，分別為5.23%，4.25%；其次是林地、建設(shè)用地和耕地；水域的誤差最小，為1.61%，模擬值與實(shí)際值在數(shù)量上比較接近。

CA-Markov模型模擬精度的確定沒有統(tǒng)一的方法，通常從數(shù)量和空間上進(jìn)行評(píng)價(jià)。采用隨機(jī)驗(yàn)證方式，即在研究區(qū)范圍內(nèi)隨機(jī)選擇500個(gè)樣本，與2011年土地利用遙感解譯圖進(jìn)行疊加統(tǒng)計(jì)比較，其中有431個(gè)點(diǎn)的土地利用類型是一致的，正確率達(dá)86.20%。通過對(duì)模型進(jìn)行精度分析，發(fā)現(xiàn)該模型能夠很好地模擬研究區(qū)的發(fā)展趨勢與空間分布，可以用來對(duì)細(xì)河流域未來土地利用狀況進(jìn)行預(yù)測。

3.4 流域土地利用變化預(yù)測

基于2011年的土地利用數(shù)據(jù)，在IDRISI軟件環(huán)境支持下，根據(jù)Markov模塊計(jì)算2001—2011年?duì)顟B(tài)轉(zhuǎn)移概率矩陣；利用所選的驅(qū)動(dòng)因子制作土地轉(zhuǎn)變適宜性圖集，得到馬爾科夫的隨機(jī)選擇結(jié)果（圖4）；最后運(yùn)用CA-Markov模塊預(yù)測2031年細(xì)河流域土地利用情景（圖5），并對(duì)預(yù)測結(jié)果進(jìn)行統(tǒng)計(jì)分析（表3）。

由表3可知：細(xì)河流域2031年與2011年各土地利用類型面積比例基本相似，均為耕地面積比例最大，林地、建設(shè)用地次之，水域最小；未來20 a水域的增加速率最大；未利用地的減少速率最大。

總體來說，利用CA-Markov模型模擬預(yù)測細(xì)河流域土地利用變化情況是比較可信的，能夠很好地模擬流域2001—2011年的土地利用變化情況。雖然模擬和預(yù)測結(jié)果均存在誤差，但基本上可以反映未來一定時(shí)間內(nèi)各地類的空間變化情況及發(fā)展趨勢。

4 結(jié)論

應(yīng)用CA-Markov模型對(duì)細(xì)河流域2011年土地利用情景進(jìn)行模擬，結(jié)果表明，該模型對(duì)流域模擬的正確率達(dá)86.20%，精度較高，因此可以用來預(yù)測未來土地利用變化趨勢。

通過分析2001年、2011年2期的土地利用數(shù)據(jù)，結(jié)合現(xiàn)有資料，構(gòu)造土地利用變化轉(zhuǎn)移矩陣，選擇影響土地利用變化的主要因素，利用該模型對(duì)研究區(qū)2031年的土地利用情景進(jìn)行預(yù)測。結(jié)果表明，2031年流域的土地利用類型仍以耕地、林地、草地和建設(shè)用地為主；2011—2031年的林草地、水域、建設(shè)用地面積均有所增加，而耕地與未利用地面積則處于減少狀態(tài)。

該預(yù)測結(jié)果可為細(xì)河流域土地資源的規(guī)劃和管理提供科學(xué)依據(jù)，對(duì)流域生態(tài)環(huán)境保護(hù)政策制定具有一定的指導(dǎo)意義。土地利用信息提取的方法很多，但此次研究僅采用了遙感軟件中的監(jiān)督分類法，今后應(yīng)將不同的數(shù)學(xué)算法及地學(xué)分析方法應(yīng)用到土地利用信息解譯過程中，以提高影像的分類精度。

參考文獻(xiàn)

[1] 鄧書斌.ENVI遙感圖像處理方法[M].北京：科學(xué)出版社，2010.

[2] 杜自強(qiáng)，王建，陳正華，等.基于RS和GIS的區(qū)域土地利用動(dòng)態(tài)變化及演變趨勢分析[J].干旱區(qū)資源與環(huán)境，2007，21（1）：115-119.

[3] 盧鵬，岳彩榮，馮水琴，等.基于GIS和元胞自動(dòng)機(jī)的土地利用/覆蓋變化模擬—以滇西北香格里拉縣為例[J].東北林業(yè)大學(xué)學(xué)報(bào)，2011，39（10）：84-89.

[4] 劉淑燕，余新曉.基于CA-Markov模型的黃土丘陵區(qū)土地利用變化[J].農(nóng)業(yè)工程學(xué)報(bào)，2010，26（11）：297-303.

CA-Markov模型模擬精度的確定沒有統(tǒng)一的方法，通常從數(shù)量和空間上進(jìn)行評(píng)價(jià)。采用隨機(jī)驗(yàn)證方式，即在研究區(qū)范圍內(nèi)隨機(jī)選擇500個(gè)樣本，與2011年土地利用遙感解譯圖進(jìn)行疊加統(tǒng)計(jì)比較，其中有431個(gè)點(diǎn)的土地利用類型是一致的，正確率達(dá)86.20%。通過對(duì)模型進(jìn)行精度分析，發(fā)現(xiàn)該模型能夠很好地模擬研究區(qū)的發(fā)展趨勢與空間分布，可以用來對(duì)細(xì)河流域未來土地利用狀況進(jìn)行預(yù)測。

3.4 流域土地利用變化預(yù)測

基于2011年的土地利用數(shù)據(jù)，在IDRISI軟件環(huán)境支持下，根據(jù)Markov模塊計(jì)算2001—2011年?duì)顟B(tài)轉(zhuǎn)移概率矩陣；利用所選的驅(qū)動(dòng)因子制作土地轉(zhuǎn)變適宜性圖集，得到馬爾科夫的隨機(jī)選擇結(jié)果（圖4）；最后運(yùn)用CA-Markov模塊預(yù)測2031年細(xì)河流域土地利用情景（圖5），并對(duì)預(yù)測結(jié)果進(jìn)行統(tǒng)計(jì)分析（表3）。

由表3可知：細(xì)河流域2031年與2011年各土地利用類型面積比例基本相似，均為耕地面積比例最大，林地、建設(shè)用地次之，水域最?。晃磥?0 a水域的增加速率最大；未利用地的減少速率最大。

總體來說，利用CA-Markov模型模擬預(yù)測細(xì)河流域土地利用變化情況是比較可信的，能夠很好地模擬流域2001—2011年的土地利用變化情況。雖然模擬和預(yù)測結(jié)果均存在誤差，但基本上可以反映未來一定時(shí)間內(nèi)各地類的空間變化情況及發(fā)展趨勢。

4 結(jié)論

應(yīng)用CA-Markov模型對(duì)細(xì)河流域2011年土地利用情景進(jìn)行模擬，結(jié)果表明，該模型對(duì)流域模擬的正確率達(dá)86.20%，精度較高，因此可以用來預(yù)測未來土地利用變化趨勢。

通過分析2001年、2011年2期的土地利用數(shù)據(jù)，結(jié)合現(xiàn)有資料，構(gòu)造土地利用變化轉(zhuǎn)移矩陣，選擇影響土地利用變化的主要因素，利用該模型對(duì)研究區(qū)2031年的土地利用情景進(jìn)行預(yù)測。結(jié)果表明，2031年流域的土地利用類型仍以耕地、林地、草地和建設(shè)用地為主；2011—2031年的林草地、水域、建設(shè)用地面積均有所增加，而耕地與未利用地面積則處于減少狀態(tài)。

該預(yù)測結(jié)果可為細(xì)河流域土地資源的規(guī)劃和管理提供科學(xué)依據(jù)，對(duì)流域生態(tài)環(huán)境保護(hù)政策制定具有一定的指導(dǎo)意義。土地利用信息提取的方法很多，但此次研究僅采用了遙感軟件中的監(jiān)督分類法，今后應(yīng)將不同的數(shù)學(xué)算法及地學(xué)分析方法應(yīng)用到土地利用信息解譯過程中，以提高影像的分類精度。

參考文獻(xiàn)

[1] 鄧書斌.ENVI遙感圖像處理方法[M].北京：科學(xué)出版社，2010.

[2] 杜自強(qiáng)，王建，陳正華，等.基于RS和GIS的區(qū)域土地利用動(dòng)態(tài)變化及演變趨勢分析[J].干旱區(qū)資源與環(huán)境，2007，21（1）：115-119.

[3] 盧鵬，岳彩榮，馮水琴，等.基于GIS和元胞自動(dòng)機(jī)的土地利用/覆蓋變化模擬—以滇西北香格里拉縣為例[J].東北林業(yè)大學(xué)學(xué)報(bào)，2011，39（10）：84-89.

[4] 劉淑燕，余新曉.基于CA-Markov模型的黃土丘陵區(qū)土地利用變化[J].農(nóng)業(yè)工程學(xué)報(bào)，2010，26（11）：297-303.

CA-Markov模型模擬精度的確定沒有統(tǒng)一的方法，通常從數(shù)量和空間上進(jìn)行評(píng)價(jià)。采用隨機(jī)驗(yàn)證方式，即在研究區(qū)范圍內(nèi)隨機(jī)選擇500個(gè)樣本，與2011年土地利用遙感解譯圖進(jìn)行疊加統(tǒng)計(jì)比較，其中有431個(gè)點(diǎn)的土地利用類型是一致的，正確率達(dá)86.20%。通過對(duì)模型進(jìn)行精度分析，發(fā)現(xiàn)該模型能夠很好地模擬研究區(qū)的發(fā)展趨勢與空間分布，可以用來對(duì)細(xì)河流域未來土地利用狀況進(jìn)行預(yù)測。

3.4 流域土地利用變化預(yù)測

基于2011年的土地利用數(shù)據(jù)，在IDRISI軟件環(huán)境支持下，根據(jù)Markov模塊計(jì)算2001—2011年?duì)顟B(tài)轉(zhuǎn)移概率矩陣；利用所選的驅(qū)動(dòng)因子制作土地轉(zhuǎn)變適宜性圖集，得到馬爾科夫的隨機(jī)選擇結(jié)果（圖4）；最后運(yùn)用CA-Markov模塊預(yù)測2031年細(xì)河流域土地利用情景（圖5），并對(duì)預(yù)測結(jié)果進(jìn)行統(tǒng)計(jì)分析（表3）。

由表3可知：細(xì)河流域2031年與2011年各土地利用類型面積比例基本相似，均為耕地面積比例最大，林地、建設(shè)用地次之，水域最?。晃磥?0 a水域的增加速率最大；未利用地的減少速率最大。

總體來說，利用CA-Markov模型模擬預(yù)測細(xì)河流域土地利用變化情況是比較可信的，能夠很好地模擬流域2001—2011年的土地利用變化情況。雖然模擬和預(yù)測結(jié)果均存在誤差，但基本上可以反映未來一定時(shí)間內(nèi)各地類的空間變化情況及發(fā)展趨勢。

4 結(jié)論

應(yīng)用CA-Markov模型對(duì)細(xì)河流域2011年土地利用情景進(jìn)行模擬，結(jié)果表明，該模型對(duì)流域模擬的正確率達(dá)86.20%，精度較高，因此可以用來預(yù)測未來土地利用變化趨勢。

通過分析2001年、2011年2期的土地利用數(shù)據(jù)，結(jié)合現(xiàn)有資料，構(gòu)造土地利用變化轉(zhuǎn)移矩陣，選擇影響土地利用變化的主要因素，利用該模型對(duì)研究區(qū)2031年的土地利用情景進(jìn)行預(yù)測。結(jié)果表明，2031年流域的土地利用類型仍以耕地、林地、草地和建設(shè)用地為主；2011—2031年的林草地、水域、建設(shè)用地面積均有所增加，而耕地與未利用地面積則處于減少狀態(tài)。

該預(yù)測結(jié)果可為細(xì)河流域土地資源的規(guī)劃和管理提供科學(xué)依據(jù)，對(duì)流域生態(tài)環(huán)境保護(hù)政策制定具有一定的指導(dǎo)意義。土地利用信息提取的方法很多，但此次研究僅采用了遙感軟件中的監(jiān)督分類法，今后應(yīng)將不同的數(shù)學(xué)算法及地學(xué)分析方法應(yīng)用到土地利用信息解譯過程中，以提高影像的分類精度。

參考文獻(xiàn)

[1] 鄧書斌.ENVI遙感圖像處理方法[M].北京：科學(xué)出版社，2010.

[2] 杜自強(qiáng)，王建，陳正華，等.基于RS和GIS的區(qū)域土地利用動(dòng)態(tài)變化及演變趨勢分析[J].干旱區(qū)資源與環(huán)境，2007，21（1）：115-119.

[3] 盧鵬，岳彩榮，馮水琴，等.基于GIS和元胞自動(dòng)機(jī)的土地利用/覆蓋變化模擬—以滇西北香格里拉縣為例[J].東北林業(yè)大學(xué)學(xué)報(bào)，2011，39（10）：84-89.

[4] 劉淑燕，余新曉.基于CA-Markov模型的黃土丘陵區(qū)土地利用變化[J].農(nóng)業(yè)工程學(xué)報(bào)，2010，26（11）：297-303.