基于CA-Markov模型的吉林省西部土地利用/覆被变化研究及预测

为探明吉林省西部土地资源利用的状况与问题,基于Globalland30数据集,运用GIS(geographic information system)分析2000年、2010年与2020年各地类的分布与变化,并运用CA-Markov模型,预测2030年土地格局的变化趋势,结果表明:近20年内,耕地是主要地类,面积占比最大并持续增加;草地面积占比第二;其他地类面积较小,分布相对集中.在2000—2010年间,研究区土地利用/覆被变化(land use/cover change,LUCC)总体比较稳定,裸地增加和草地减少是该时段LUCC的显著特征,其他地类面积变化不明显.在2010—2020年间,LUCC变得活跃,耕地增加与草地进一步减少是该时段LUCC的显著特征,人造地表面积继续保持增长,林地、草地与湿地面积进一步减少.根据预测,在2020—2030年间,吉林省西部生态状况改善,城镇将进一步扩张,耕地数量变化趋于稳定,空间变化依旧活跃.     

伊犁河谷“三生”空间景观生态风险时空演变与多情景模拟

基于伊犁河谷1990-2020年土地利用数据,利用景观生态风险评价模型探析“生产-生活-生态”(“三生”)空间及景观生态风险格局时空演变特征,借助PLUS模型模拟伊犁河谷2030年生产空间优先、生活空间优先和生态空间优先3种情景下“三生”空间格局及景观生态风险分布特征。结果表明：1990-2020年,伊犁河谷“三生”空间以草地生态空间为主,草地生态空间和林地生态空间面积呈减少趋势,其余空间呈增加趋势;1990,2000,2010,2020年景观生态风险均值分别为0.035 5,0.033 1,0.034 8,0.034 6,伊犁河谷景观生态风险呈先下降后上升趋势,风险等级在空间分布上呈现梯度变化;2020-2030年3种情景的景观生态风险均呈上升趋势,景观生态风险均值从大到小为生活空间优先情景、生态空间优先情景、生产空间优先情景。     

海南岛中部山区土地利用变化对碳储量时空分异的影响

【目的】研究海南岛中部山区土地利用变化与生态系统碳储量之间的时空变化规律,为区域可持续发展及国土空间规划决策提供依据。【方法】采用InVEST模型估算2000—2018年海南岛中部山区碳储量及其时空分异,结合PLUS模型模拟2050年中部山区土地利用及碳储量变化。【结果】2000、2010和2018年海南岛中部山区的碳储量分别为80.44×10⁶、79.96×10⁶和79.82×10⁶t,呈逐年减少趋势,累计减少620 406.31 t。各时期碳储量降低的原因不同：2000—2010年草地的转出是中部山区碳储量减少的主要因素;2010—2018年碳储量减少的原因在于城镇化扩张侵占林地及耕地。林地作为主要地类,贡献大部分的碳储量,是中部山区碳汇的主要来源;同时,草地碳密度远高于其他地类,区域碳储量对其变化较为敏感。基于自然发展状态下的模拟发现,2050年海南岛中部山区的碳储量显著下降,原因在于建设用地和水域面积增加及林地、草地和耕地面积减少。【结论】在城镇化扩张的背景下,生态系统碳储量存在不断下降的风险。未来国土空间规划应...     

耦合MOP-PLUS模型的库车市LUCC趋势与景观生态安全评价

探究干旱区典型绿洲城市景观生态安全时空演变,设置经济、生态、景观生态安全、可持续(MOP)4种情景,预测土地利用/覆被变化(LUCC)趋势,评价2030年景观生态安全,以期缓解城市建设开发与生态环境保护的矛盾。基于1990-2020年的土地利用数据,采用遥感、地理信息系统(GIS)网格等方法构建景观生态安全评价模型,以揭示库车市近30 a景观生态安全空间分布特征与变化趋势,并通过耦合MOP-PLUS模型预测库车市2030年景观生态安全时空演变规律。结果表明：1990-2020年,研究区耕地、林地、建设用地面积总体呈增加趋势,草地、水域面积总体呈现减少趋势,地类转换主要集中于耕地、草地与未利用地;景观生态安全值(ESI)空间集聚状态明显,但集聚程度有所下降,景观生态安全等级以中等、较高、高生态安全为主,占研究区总面积60.15%～64.87%;相较于2020年,2030年4种情景下的ESI变化幅度较大,主要集中于南部人口聚集地。     

基于土地变化模型的中国北方喀斯特盆地国土空间预测

以位于山东省中部的肥城盆地为研究对象,利用1980、2000、2015年3期土地利用基础数据,结合土地利用变化影响因子,构建适用于肥城盆地的土地变化模型,模拟2015年国土空间分布,并与2015年实际情况对比;利用Kappa系数验证该模型精度,在此基础上预测2030年国土空间分布.结果表明,2015年土地利用模拟精度中...     

县域土地利用变化对碳储量影响分析——以四川省梓潼县为例

陆地生态系统中碳储量的变化在全球气候变化中起着至关重要的作用,土地利用方式的改变是引起碳储量变化的主要因素。结合Landsat TM/ETM+遥感图像和In VEST模型计算了梓潼县1996-2016年土地利用变化对生态系统碳储量的影响,同时借助Dyna-CLUE模型模拟梓潼县2020年土地利用和碳储量的分布情况。结果表明:梓潼县1996-2016年碳储量呈整体减少状态,从1996年的699.76万吨减少到2016年的584.48万吨。1996-2016年建设用地面积持续扩张,导致碳储减少量不断增加,而耕地、灌木草地和有林地面积的变化趋势在2002年均出现较大转折,表明县域土地利用变化和碳储量受国家政策和经济发展双重影响。据模拟,2020年梓潼县碳储总量为553.23万吨,建设用地和有林地面积增加,灌木草地和耕地减少。     

基于PLUS-InVEST的池州市土地利用及碳储量时空演变分析

探究池州市土地利用及碳储量时空变化,对合理利用土地、土地规划与开发及减少碳排放提升生态环境质量具有重要意义。以2000—2020年池州市土地利用类型为数据源,基于PLUS模型预测2030年土地利用分布数据,分析30年间池州市各土地利用类型变化趋势,并运用In VEST模型计算不同时期碳储值,分析池州市碳储量的时空变化。结果表明：2000—2030年池州市的土地利用变化显著,耕地、水域、人造地表面积总体呈增加趋势,林地、草地、未利用地呈减少趋势,其中人造地表面积增加最多,增加了154.02 km²,林地面积减少最多,减少了200.35 km²;池州市碳储量呈先下降后升高趋势,总体为减少趋势,共减少了4.85×10⁶t;4个时期林地和耕地的碳储量占比最高,林地转出使得碳储量减少1.46×10⁷t,耕地转出增加了4.67×10⁶t。2000—2030年池州市土地利用类型发生显著变化,各地类之间的相互变化影响着碳储量的变化,应加强生态环境保护提高生态系统的固碳能力。     

三峡库区土地利用/覆被变化对碳储量的影响

【目的】土地利用/覆被变化通过改变陆地植被覆盖度对生态系统产生影响,笔者估算1990—2015年三峡库区不同土地利用类型碳储量的变化,及时有效地评估土地利用变化与区域生态系统碳储量的关系,了解三峡库区生态系统碳储量对土地利用变化的响应,为区域碳循环研究提供参考。【方法】以1990年、2000年、2015年Landsat影像获取三峡库区土地利用/覆被变化数据,应用InVEST模型定量分析了土地利用/覆被变化对三峡库区生态系统碳储量的影响。【结果】1990—2015年三峡库区土地利用格局和各类土地面积发生了明显变化,林地、水域、建设用地和未利用地面积均不断增加,而耕地和草地面积减少; 1990—2015年三峡库区生态系统碳储量呈持续增加趋势,净增加量为90.43 Tg,增加率为24.47%,年增加率为0.98%; 三峡库区生态系统碳储量空间分布不均,呈现出东高西低、南高北低的趋势; 耕地转化为林地是库区生态系统碳储量增加的主要原因,碳损失途径主要源于林地开垦为耕地、其他土地利用类型转为水域和建设用地。【结论】三峡库区土地利用类型变化导致生态系统碳储量时空分布格局发生了相应变化,生态系统碳储量随林地面积的增加而增加。因此,在保障耕地安全的前提下,加大三峡库区退耕还林力度,加强三峡库区林地保护,有助于增加库区碳汇潜力并改善库区生态环境。     

低碳导向下滇西北石漠化山区国土空间综合分区

在中国碳中和战略背景下，探索低碳生态发展框架下的国土空间分区是国土空间优化的核心所在。文章以石漠化山区玉龙县为研究区，在土地利用变化分析基础上，核算2010、2020年玉龙县的碳源、碳汇，分析其时空变化特征；在分析区域碳源/汇效益及生境质量基础上，以低碳发展与生态保护为目标来划分国土空间综合分区，并提出了协同减排的差异性对策建议。结果表明：(1)2010—2020年，玉龙县土地利用结构以乔木林地、灌木林地、草地和旱地等为主，城镇建设用地增加的速度最快。(2)2010—2020年，玉龙县碳源增长剧烈，碳排放量涨幅高达74.96%,碳排放增长量远超碳吸收增长量。(3)2010—2020年，玉龙县碳源/汇效益有较大的提升，但仍有大范围低效益区域；玉龙县以高等级生境质量区域为主。(4)以碳源/汇效益和生境质量为划分依据，可将玉龙县划分为6个分区：碳汇功能保持区、低碳限制发展区、减碳优先发展区、增汇生态修复区、高碳生产优化区和高碳总量控制区。     

南昌市土地利用景观格局动态演变与模拟研究

为了区域土地利用的合理规划,进而推动土地利用和生态环境的协调。对南昌市2000年、2010年、2020年3期Landsat遥感影像进行目视解译,采用土地利用转移矩阵和景观格局指数分析土地利用与景观格局的动态变化特征,构建MCE-CA-Markov模型模拟2030年土地利用景观格局情景。结果表明:1) 2000—2020年,耕地面积大幅度减少,主要转出为建设用地,建设用地面积大幅度增加,林地和其他地类面积呈下降趋势,而水域面积缓慢增加;景观破碎化程度增强,景观异质性增多,连通性变弱; 2) 2020年模拟所得土地利用数据与实际解译的土地利用数据基本一致,Kappa系数为0.874 5,模拟精度较高; 3)模拟数据显示,2030年耕地和林地面积持续减少,水域和建设用地面积将继续增加;景观破碎化程度进一步加重,斑块形状趋向规则化,景观类型更加多样。因此,通过MCE-CA-Markov模型模拟研究区未来土地利用景观格局,有助于协调土地利用结构,使研究区在发展经济的同时,注重对生态环境的保护。     

生态系统服务价值时空演变、情景模拟与影响机制——以周口市为例

平原农区生态系统服务价值评估对于农区生态质量提升、土地资源合理利用等意义重大.以典型农区周口市为例，基于2000-2020年5期土地利用数据，结合土地利用动态度、转移矩阵、地理探测器等，分析周口市生态系统服务价值的时空演变及空间分异的驱动因素，并借助PLUS模型对周口市2030年用地变化进行模拟，计算多情景下的生态系统服务价值，以期为周口市资源管理与生态治理提供依据.结果表明：(1)2000-2020年，研究区建设用地面积扩张态势明显，耕地、林地面积减少，其他地类变化不显著；(2)从时间尺度看，生态系统服务价值总体逐渐递减，2000年生态系统服务价值最高为159.97亿元，2020年最低为157.65亿元；(3)空间上看，县域尺度地均生态系统服务价值形成以市区为中心、东西向延伸的“高-低-中”三级空间分布格局，高值区主要集中在西部区县，东部生态优势逐年弱化；(4)2030年自然发展、生态保护及经济优先情景下生态系统服务价值分别为159.75、159.89、158.09亿元；(5)周口市地均生态系统服务价值受多因素影响，各因素具有明显的时空分异特征，主要因子有复种指数、农业总产值和人为影...     

碳中和背景下土地利用变化的碳排放效应分析——以慈利县为例

该文以慈利县2014年、2016年、2018年、2020年土地利用现状和能源消耗的数据为基础,研究分析县域土地利用类型变化与碳排放之间的关联性。研究发现：慈利县总碳排放量在研究期内为负数,其碳吸收量远远大于碳排放量,在“碳中和、碳达峰”中一直发挥着积极的作用。基于统计分析,探究山区县在国土空间规划用地优化布局中相关土地资源绿色低碳、可持续利用的路径。     

基于分形理论和神经网络模型的土地利用分析——以闽清县为例

根据闽清县2000年和2005年的土地利用现状,结合分形理论对土地利用格局变化特征进行分析,并在此基础上运用神经网络模型对土地利用变化的空间差异进行聚类.结果表明:土地利用类型空间分布具有明显的规律性:耕地主要位于5条河流沿岸,而建设用地则位于平坦地带;人类活动对土地利用格局的影响逐步加强,且大多数地类的稳定性增强;闽清县土地利用变化情况可以分为4类,其中南部、中部、北部在土地利用变化上具有各自的特色.     

区域喀斯特LUCC研究的理论、方法与应用--以广西都安瑶族自治县为例

LUCC是很复杂的现象,不能简单地沿袭传统土地利用研究的思路和方法,必须寻求新的综合研究途径,发展新的研究方法．选择广西都安瑶族自治县为例,通过建立都安喀斯特LUCC分类体系,利用变化幅度、变化速度和趋势指数及其数学模型来表征都安喀斯特LUCC的过程、趋势及区域差异,揭示区域LUCC的动力学机制,客观区分LUCC中自然与人文因素作用的份额,分析LUCC所产生的生态环境效应和灾害风险,通过调整土地利用格局,建立生态安全条件下的土地可持续利用模式,寻求区域可持续发展的土地资源高效利用途经．总结出一套研究区域喀斯特土地利用的理论与方法,丰富了LUCC研究的理论体系内容,对区域喀斯特土地持续利用和生态安全研究具有重要指导意义．     

基于Markov-PLUS模型的延安市土地利用多情景模拟研究

为探究延安市未来土地利用发展趋势,促进土地资源合理利用,基于延安市2010和2020年土地利用数据,运用Markov-PLUS模型,分别从自然发展、生态保护、经济增长三种情境,预测2030年延安市土地利用情况及其发展变化。结果表明：（1）2010-2020年,延安市全市范围内的耕地、林地面积减少,草地面积增长缓慢,水域、建设用地以及未利用地面积大幅度增长,但随着时间发展,建设用地不断扩张会破坏生态的稳定性,因此需要关注各类用地发展占比,合理分配用地;（2）PLUS模型模拟精度较高,Kappa系数为0.94;(3)基于2030年三种情景模拟情况比较,自然发展情景中仅有建设用地面积有所增加,在生态保护情景下,生态环境面积减少低于其他两种发展情景,且有效遏制了用地扩张,经济增长情景中,耕地及建设用地面积增幅明显。     

基于优化地理模拟的长沙市城镇开发边界划定

城镇开发边界划定方法的合理性、科学性研究对未来国家国土空间优化发展具有重要意义。然而目前国内城镇开发边界划定方法的研究缺乏对建设用地驱动因子的模拟和探讨。通过1990—2018年四期土地利用数据,利用土地利用转移矩阵、地理探测器,深入探讨长沙市建设用地变化的成因,并从建设用地驱动机制视角下优化混合元胞自动机模型(mixed-cell cellular automata, MCCA),预测多情景下的长沙市2030年的土地利用结构变化,最终结合城镇用地适宜性评价划定多情景下的城镇开发边界。结果表明:(1)优化后的地理模拟比未优化的模拟结果相比,Kappa系数提高了1.44%,总体精度提高了3.00%,相对熵降低了1.11%;(2)长沙市刚性城镇开发边界面积为7 028.20 km~2,占全域土地总量的59.31%,主要分布在长沙市中心城区;(3)常规情景和一体化情景下长沙市2030年弹性城镇开发边界面积分别为1 021.23 km~2和1 158.60 km~2,且其边界差异主要分布在长沙县。基于建设用地驱动机制优化后的模拟将有助于真实的预测未来土地利用变化,为城镇开发边界的科学划定与土地决策提供技术支撑。     

基于CLUE-S模型的博斯腾湖流域土地利用变化情景模拟

区域土地利用演变是一个复杂的多因素综合作用下的非线性变化过程,通过土地利用变化模型去深入理解这种演变过程、特点以及未来变化趋势是一种有效的技术手段。以典型干旱区绿洲——博斯腾湖流域为研究区,运用CLUE-S模型,并结合Logistic回归分析、情景分析等方法,模拟了博斯腾湖流域2030年不同情景方案下的土地利用空间分布格局。结果表明:(1)以2010年土地利用数据为基准模拟的2015年土地利用格局,模拟正确比例为91. 05%,Kappa指数为0. 895,模拟效果良好,表明CLUE-S模型在博斯腾湖流域具有良好的土地利用变化模拟能力。(2)在不同模拟情景方案下,城建用地和耕地面积都将持续增长,新增城建用地和耕地主要是在现有基础上向外延伸;草地面积也有一定程度的增加,但增速明显放缓;林地和水域面积将继续萎缩。3种情景方案下的研究区土地利用空间分布格局存在较大差异。该研究可为博斯腾湖流域土地资源合理配置及生态保护提供理论参考。     

安徽省土地利用/覆被时空变化及其驱动因素分析

【目的】研究安徽省土地利用/覆被变化(LUCC)及其驱动因素,为安徽省国土资源利用与管理提供理论参考。【方法】基于安徽省1995—2020年6期30 m分辨率的Landsat系列遥感影像土地利用/覆被分类数据,利用土地利用/覆被类型结构与空间分布、转移矩阵、动态变化及土地利用程度综合指数和其聚类,分析安徽省土地利用/覆被类型时空变化特征;选取13个影响LUCC的驱动因子,采用主成分分析法(PCA)进行定量分析。【结果】1995—2020年安徽省土地利用/覆被类型面积耕地排首位,其次是林地、建设用地;25年间耕地、林地、草地分别减少了3 826.6、164.7和78.5 km²,建设用地、水域、未利用地分别增加了3 895.9、160.9、16.2 km²,耕地与建设用地相互转移面积最大。2005—2015年耕地、林地、草地减少与建设用地增加的趋势最明显,2015—2020年建设用地转移为耕地的面积大增。从土地利用程度综合指数变化率可知,25年间经济发展较快的合肥市土地利用综合指数变化率(2.18%)、芜湖市(1.60%)及矿业城市铜陵市(3....     

桂西南喀斯特—北部湾地区国土空间景观格局变化与人为干扰度分析

为了解山江海过渡性国土空间景观格局指数和人为干扰度的变化特征,以具有山江海过渡性特征的桂西南喀斯特-北部湾地区为研究对象,利用2000年、2010年和2020年GlobeLand30数据,基于移动窗口法分析研究区景观格局指数和人为干扰度的时空差异。结果表明：（1）景观格局随时间发生明显变化,景观指数呈现不同变化规律;（2） 2000-2020年研究区景观自西北向东南破碎化程度逐渐减弱,西北部的斑块形状最复杂且不规则,景观连通性变化最明显的是西北部,景观类型呈均衡化趋势分布,景观异质性增强;（3）研究区人为干扰度逐年增强,呈中部高、四周低,由中部向四周蔓延减弱的空间格局,各景观指数与人为干扰度有不同的相关性。本研究结果可为研究区景观格局的优化和可持续发展提供参考依据。     

武汉市主城区土地利用/覆被变化及其对土壤有机碳储量的影响

利用武汉市主城区1996年、2000年、2005年和2010年的TM遥感影像数据以及土壤样品的实测数据,分析了武汉市主城区1996年～2010年的土地利用/覆被变化(LUCC)及其对土壤有机碳储量的影响.结果表明：武汉市主城区的LUCC表现为水域、耕地、林地、草地和未利用地减少,城乡居民用地增加;有机碳密度为林地>草地>耕地>城乡居民绿化用地>水域>未利用地;武汉市主城区土壤有机碳总储量先递减后上升,各时期都是耕地和水域的有机碳储量最高,且城乡居民绿化用地的土壤有机碳储量年年增加,而水域的有机碳储量年年减少;土壤有机碳储量增加的来源主要是水域转化为耕地和城乡居民绿化用地,减少的来源主要是耕地转化为城乡居民绿化用地和水域.