河南省沿黄区域土地利用变化多情景模拟及生态系统服务价值评估

以河南省沿黄区域为研究对象,运用FLUS模型模拟多情景下的土地利用变化,并基于单位面积价值当量因子方法评估研究区的生态系统服务价值.结果表明:①河南省沿黄区域2010、2015年和未来的2035年土地利用格局整体基本一致,以耕地、林地为主.②预计到2035年,河南省沿黄耕地面积减量最少、耕地面积最大,且建设用地面积增量最少、建设用地面积最少的情形出现在耕地保护情景下,所以耕地保护情景是河南省沿黄区域最适宜的土地利用格局.③相比2015年,2035年耕地面积、林地面积和建设用地面积中ESV将呈现以下特点:食物生产价值在耕地保护情景下表现最好,且耕地保护情景下的单项ESV变化有所改善;生态系统服务总价值在耕地保护情景下最高,经济优先情景下次之,自然发展情景下最少,分别为138.699、136.209、130.639亿元.④耕地保护情景、经济优先情景和自然发展情景下,未来生态系统服务总价值都有所下降,表明土地利用变化是造成生态系统服务价值下降的主要因素;耕地保护情景下的生态系统服务价值高于经济优先情景和自然发展情景,表明耕地保护情景能够缓解未来生态系统服务价值下降的趋势.     

近10年黄河三角洲土地利用/覆盖时空变化特征与驱动因素定量分析

通过解译2000, 2004和2010年三期遥感影像, 从结构变化、转移矩阵和土地利用程度3个方面分析研究黄河三角洲土地利用/覆盖变化时空特征。结果表明: 10年间黄河三角洲总面积处于动态变化过程中, 主要土地利用/覆盖类型由盐碱地转变为耕地, 城镇用地与农村居民点用地增长迅速, 土地利用程度不断增加。运用Logistic回归分析土地利用/覆盖变化与区域自然、社会经济驱动因素间的定量关系, 同时探究区域规划对土地利用/覆盖变化的影响, 以CLUE-S模型进行模拟验证。结果表明: 海拔、坡度、至最近水库、城镇、河流、主要道路距离6个地理因素以及人口密度、地区生产总值(GDP)、财政收入、工业总产值4个社会经济因素是引起研究区土地利用/覆盖变化的主要驱动因素, 区域规划以划定禁止开发的自然保护区的方式对土地利用/覆盖变化产生显著影响。     

铜仁市碧江区土地利用变化的时空特征及其驱动因素

揭示当前多重因素驱动作用下,以铜仁市碧江区为例探究其土地利用的时空变化特征及其驱动因素分析对地区土地集约利用和粮食安全具有重要意义。基于2009年、2017年landSat高清影像为数据源并结合野外调查验证,通过土地利用动态相关指标以及转移矩阵计算,揭示出了碧江区土地利用变化幅度、速率的演变规律,运用核密度估计方法探究区域土地利用变化的时空集聚特征和差异。结果显示:碧江区土地利用主要是以有林地、灌木林地、草地、旱地为主,其次是以城镇用地、水田和农村居民用地为主。2009—2017年,碧江区土地利用类型变化的幅度和速率均呈现出明显的特征和差异,其中城镇用地利用幅度最大,道路和城镇用地利用变化速率最快,其率值分别为59%、16.81%。碧江区土地利用转换较大的是以城镇建设用地和道路为主,旱地转为城镇用地的面积最多,其转换面积为90.40 km~2;土地利用转换的空间演变呈现出3种变化模式,其主要以城乡向外扩展、道路指向性和农村居民点就近利用模式存在,土地利用空间集聚主要集中于碧江区中部向东部移动趋势。影响碧江区的土地利用变化的驱动因素主要是以社会经济、地形地貌、政府政策、人口以及产业结构调整共同作用的结果。     

曲靖市陆良县近20年土地利用时空变化

基于陆良县2000、2010、2020年土地利用覆被数据,借助土地利用动态度、土地利用转移矩阵、标准差椭圆对陆良县近20年的土地利用时空变化进行研究.结果表明：(1)耕地、草地、林地是陆良县主要的土地利用类型,研究期间,草地、耕地、林地和未利用地面积减少,建设用地和水域面积增加,其中建设用地面积增加幅度最大.(2)土地利用综合动态度较小,土地利用变化总体较平缓,建设用地增加较快.(3)耕地、草地、林地相互转移量大,建设用地的扩张主要是通过占用中部坝区的耕地来实现.(4)建设用地总体呈东北—西南的布局特征,重心迁移变化不明显,2000年建设用地的空间聚集性最强.     

黔东南苗族侗族自治州土地利用时空变化与驱动因素

选择黔东南州作为研究对象, 利用1993, 1999和2009年3期遥感影像, 研究了黔东南16年来土地利用格局的时空变化特征。结果表明: 1993?1999年, 研究区耕地、建筑用地面积明显增加, 而林地面积、草地面积和水体面积均呈下降趋势; 1999?2009年, 研究区建设用地仍然呈增加趋势, 耕地和水体面积略有增加, 林地和草地面积略有减少。研究区各市、县土地利用格局的变化动态差异明显, 耕地和林地是各市、县的主要土地利用类型, 变化强度较大, 并且在时间维度上的变化不稳定。 1993?2009年土地利用程度的变化表明,土地利用正处于发展期, 随着经济的增长和人口数量的增加, 对建设用地的需求还将扩大, 土地利用的广度和深度将不断增大。     

新疆生产建设兵团农五师土地利用变化及驱动因素分析

利用新疆生产建设兵团农五师2002～2009年土地利用现状变更调查数据,通过采用土地利用变化速率,对该地区土地利用变化进行分析,并探讨了土地利用变化的驱动因素。结果表明:人口的增长、经济的快速发展、土地利用效益的差异与政策是促进其土地利用变化的主要驱动因素。     

2000—2020年武威市土地利用/覆被时空变化及驱动力分析

为掌握武威市经济与生态的可持续发展道路,以2000—2020年GlobeLand30土地利用/覆被数据为基础,通过单一土地利用动态度、综合土地利用动态度及土地利用转移矩阵等方法,研究了武威市土地利用/覆被时空变化特征,并结合气象数据明晰了土地利用/覆被变化的驱动机制。结果表明：2020年武威市土地利用类型以裸地为主,裸地面积为17 628.2 km2,占武威市总面积的53.24%,主要分布在研究区的北部荒漠区;2000—2020年间,武威市灌木地、林地综合动态度最高,表明两者稳定度较低,其次是人造地表、水体和冰川积雪,裸地、耕地、草地和湿地四种土地利用/覆盖类型在20年内动态度较低,相对比较稳定;2000—2020年间武威市土地利用主要转移方向呈现耕地转入人造地表、林地转入草地、裸地转入耕地和人造地表的现象。研究得到武威市气温和降雨量对土地利用/覆被变化的影响相对有限,只对湿地、水体和林地等土地利用/覆被类型有一定影响,武威市土地利用/覆被变化的主要驱动力为社会经济因素,其中GDP、房地产投资、政府政策对土地利用/覆被类型的变化影响显著。     

基于地理国情数据的河南省沿黄区域自然生态系统分布特征

基于地理国情监测数据,分析了河南省沿黄8市1县林地、草地、湿地、裸露地等自然生态系统的分布特征及2015—2019年的地表覆盖变化特征,发现沿黄区域不同自然生态系统中林地、草地、湿地及裸露地表的覆盖率分别为36.12%、2.61%、2.01%和0.56%。林地主要以阔叶林和阔叶灌木林为主,研究期间,针叶林、乔灌混交林、绿化林地和人工幼林面积有所增加,阔叶林与针阔混交灌木林面积有所减少;草地主要以高覆盖度草地为主,占草地面积的81.47%,研究期间,高覆盖度草地、绿化草地和护坡灌草面积有所增加,中覆盖度草地与牧草地面积有所减少;湿地中河流占整个湿地面积的97.63%,河流和水渠面积均呈增加趋势;裸露地以砾石地表为主,占整个裸露地的60%以上,研究期间,不同类型裸露地均呈下降趋势。总体来看,河南省沿黄区域不同自然生态系统分布特征存在差异,林地主要分布在黄河中游河南段区域,草地主要分布在黄河下游河南段区域,湿地空间分布上黄河下游河南段整体上高于黄河中游河南段区域,裸露地空间分布上黄河中游河南段区域整体高于黄河下游河南段区域。林地和裸露地覆盖率整体有所降低,草地和湿地覆盖率整体呈增加趋势。     

内蒙古鄂托克旗土地利用变化动态模拟

以内蒙古鄂托克旗为例,选取研究区1990年土地利用数据以及地貌、土壤、土壤 侵蚀、坡度、坡向、温度、降水、道路距离、城镇距离、人口、牲畜等驱动力因素,结合GIS技术与多元Logistic回归分析,确定了对不同土地利用类型空间分布及其变化具有决定作用的驱动因素,并生成相应的土地利用空间分布概率适宜图.在此基础上,采用CLUE-S模型,模拟定量分析了2006年研究区的土地利用空间格局.并用2006年的现状图进行检验,表明模拟取得了较为理想的结果,Kappa值达到0.67.     

村镇尺度土地利用变化特征及人文驱动力分析

城乡过渡带是城市化进程的产物,深入研究城乡过渡带土地利用变化规律和驱动机制,对于区域可持续发展具有重要意义.本文以北京市典型城乡过渡带马坡-牛栏山镇为研究对象,采用土地转移矩阵和Logistic耦合模型深入分析当地土地利用变化特征及人文驱动机制.研究结果表明:2001—2015年期间,马坡-牛栏山镇基质景观类型由耕地转为建设用地,耕地、水域、未利用地面积不断减少,建设用地、林地面积持续增加,园地较为稳定;在村镇尺度的研究中,土地利用变化受社会经济和区位因素共同作用而发生,区位因素对建设用地、园地、未利用地的变化具有主导作用,社会经济因素对耕地、林地、水域的变化具有主导作用.本文为探讨北京城乡过渡带土地利用变化特征、改善土地利用结构、实现城乡过渡带土地资源的可持续利用提供重要理论依据.     

三峡库区土地利用时空变化特征及其驱动力分析

综合运用地理信息系统空间分析方法和数理统计方法,分析20世纪90年代三峡库区土地利用时空变化特征及驱动力因素.结果表明:(1)1990~1995年,耕地、水域和未用地逐渐减少,而林地、草地和建设用地不断增加;1995~2000年,林地、草地减少,而建设用地、耕地、水域则增加.(2)库区综合土地利用变化率不高.(3)土地利用变化存在明显的区域差异,以库首区变化最大.(4)土地利用动态变化主要是耕地、林地和草地相互间转化及向建设用地转化.(5)土地利用变化驱动力主要有人口、社会经济发展和宏观经济政策等.     

贵阳市土地利用变化及驱动因素分析

以贵阳市2000年、2005年、2010年土地利用数据为基础,依托Arc GIS、IDRISI等软件平台,分析2000—2010年间贵阳市土地利用变化。从自然、社会经济、可达性等方面选取6个驱动因子,运用Logistic模型,分析贵阳市各土地利用变化驱动因素。研究结果表明:1)10年间,贵阳市土地利用变化显著,建设用地、林地大幅增加,耕地大幅度下降,且耕地是建设用地、林地的主要转入来源;2)2000—2010年,各地类平面重心均发生迁移,建设用地平面重心变化幅度最大,耕地平面重心迁移方向与建设用地相反;3)各地类与驱动因子的Logistic回归模型的ROC值均大于0.75,能很好地模拟土地利用变化与驱动因子之间的关系;4)在喀斯特山区,坡度、高程、距居民点距离对贵阳市土地利用格局的形成及演变有重要作用。     

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....     

武威市土地利用变化特征及其驱动响应

本研究从土地利用转移矩阵、动态度和利用程度综合指数分析武威市2009—2018年土地利用变化特征,并应用DPSIR-PLS模型探究武威市土地利用变化的驱动响应过程。结果表明：（1）2009—2018年,武威市各类型土地利用面积均发生了较大变化,耕地、林地和水域面积减少,草地、城乡建设用地面积增加。（2）2010—2014年耕地主要转化为草地,城乡建设用地主要来源于耕地、草地和未利用地;2014—2017年耕地面积增幅较大且主要来源于草地和林地,城乡建设用地增加主要来源于城市周边和交通沿线的耕地以及未利用地的开发。（3）2009—2018年,武威市各区县土地利用程度综合指数均低于全国平均水平,2015—2018年土地利用程度综合指数较2009—2015年的变化量增大,土地利用状态总体上处于发展期。（4）结构方程模型中各准则层均有不同的驱动响应程度,更好的土地利用转变能有效实现可持续国土空间开发、土地节约集约转化和社会综合效益提升。     

近43年重庆主城区土地利用时空变化特征与预测

以重庆主城区为研究对象,1961年和1981年的土地利用现状图,1993年,2000年和2004年的TM遥感影像数据,运用GIS和RS技术、土地利用动态度和人为影响指数等数学模型分析了土地利用时空动态变化过程。研究表明：43年来,作为重庆市最重要的经济增长极,城市化进程加速的趋势已完成了以农业用地景观向城镇建设用地的转变。城镇建设用地面积显著增加,水田和旱地面积呈减少趋势,     

汾河上游近期土地利用变化特征研究

根据汾河上游五县（市）1998-2005年土地利用数据资料,分析了该区域土地利用变化特征.研究表明：1）在7年尺度上,林地、城镇村及工矿用地、交通运输用地面积增加,其余五类用地面积减少.林地面积变化最大、增加最快,园地数量变化最小,水域变化速度最慢.2）7年间,全区土地利用程度综合指数略有上升,但土地利用程度较低,土地利用程度变化存在区域差异.3）同类用地相比,牧草地、交通用地变化的区域差异在前4年间较明显,其余六类用地变化的区域差异则是在后3年间较明显.4）不同类用地相比较,前4年间城镇村及工矿用地变化的区域差异性最大,未利用土地变化的区域差异性最小,后3年间区域差异最大的是水域,最小的是交通用地.