本站小編為你精心準備了土地利用演化信息提取與預測方法參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

土地利用是人類為社會、經濟目的對土地進行的長期生物或技術活動的經營改造，一個地區不同時期土地利用狀況及其結構功能很大程度上反映該地區不同時期的自然資源條件以及社會經濟的發展狀況和結構［1，2］，合理的土地利用結構有助于土地資源在國民經濟各部門之間的有效配置并實現其利用效率的最大化。因此，研究一個地區不同時期的土地利用結構動態變化并對其進行預測是了解一個地區自然資源和社會經濟發展狀況的重要途徑［3，4］，并可為優化區域土地利用結構，促進土地資源的保護和高效利用提供科學依據。國內外眾多學者長期以來一直致力于土地利用／覆蓋變化研究［5～7］，并在該領域取得了很好的研究成果，從總體上把握了熱點區域的土地利用分布狀況和時空演變特征，為深入研究土地利用、土地覆蓋時空變化規律以及為政府的宏觀決策提供了依據［8～14］。例如：蘇海民等［15］基于RS和地統計學分析方法探討了福州市土地利用景觀格局空間分異特征；涂小松等［16］采用三期TM影像和統計調查資料，分析了蘇錫常地區土地利用變化時空分異及其生態環境響應；趙銳鋒等［17］在GIS和遙感技術支持下，結合景觀格局數量分析方法對新疆塔里木河干流區土地利用／覆被變化過程進行了定量分析；何英彬［18］等利用北京土地利用專題圖，應用土地利用時空演變特征分析指標，闡述了北京市土地利用空間結構特征；劉淑燕等［19］、王友生等［20］采用采用遙感影像，對黃土丘陵區和藉河流域的土地利用格局進行了分析，并運用CA－Markov模型對土地利用結構和空間分布進行了預測；陳瑩等［21］基于兩期的土地利用現狀圖，運用馬爾科夫模型和CLUE－S模型，模擬了研究區2020年土地利用的空間格局。綜上所述，目前研究多基于間隔較長、時相較少的遙感影像解譯數據，采用GIS、地統計、景觀格局、馬爾科夫模型等方法對區域土地利用演變特征進行分析和預測，受遙感影像的獲取、影像拍攝時間、影像分辨率和分類技術等的限制，通過解譯獲取的分類數據的時間間隔、類別細度、分類精度均難以盡如人意，影響了研究結果的可靠性和實用性。本研究意圖深入挖掘基于土地調查的變更平衡表在土地利用變化分析和預測中的應用，該表為國土資源管理部門歷年實地調查、匯總所得，精度高，目前的研究中對其深入的應用較少。本文重在對變更平衡表的應用方法上進行改進與深化，并基于可獲得的數據進行了一定的實證應用。本研究可為土地利用變更平衡表的深入應用提供借鑒。

1基于變更平衡表的信息提取與預測方法

1．1年度變更平衡表土地利用年度變更平衡表是土地利用年度變更調查成果之一。國土資源管理部門為保持土地調查成果的現勢性，在初始調查之后每年開展一次土地變更調查。土地變更調查以縣為單位，采取逐圖斑實地核實、圖上變更、重新匯總面積的方法，形成縣域年度土地利用變更平衡表，各縣進一步匯總則形成市級年度變更平衡表。變更平衡表的簡化樣式如表1所示，該表不但反映了年度各地類的減少去向與增加來源，而且反映了年初與年末的土地利用結構。變更平衡表可看作轉移矩陣，可采用基于轉移矩陣的研究方法對其進行分析［22］。因該轉移矩陣是基于年度變化的且為連續年份的，所以信息提取與預測方法和以往的基于以數年為周期的轉移矩陣的研究方法有較大區別［23～25］。

1．2基于連續年份的年度變更平衡表計算多年周期的變更平衡表土地利用年度變更平衡表表示了一個年度年初至年末土地利用類型的轉化情況。本文研究如何通過連續年份的年度變更平衡表計算多年周期的變更平衡表，進而分析該多年周期期初與期末各地類之間的流轉情況。

1．3基于年度和長期轉移矩陣的土地利用綜合動態度對比分析在研究時段內，如果各地類圖斑均朝著既定的目標轉化，即在研究時段內不同年份不會出現同一地塊發生連續的地類變化或反復的變化，則研究時段內年度轉移矩陣之和應等于應用上節求出的n年期的轉移矩陣（不包括主對角線元素）。兩者的差距越大，說明土地利用轉化越無序。采用綜合土地利用動態度可對土地利用轉化的有序程度進行分析。式中：Z為土地利用綜合動態度；D為區域內各地類土地利用總減少量；S總為區域總面積。綜合土地利用動態度可測算區域土地利用變化的總體或綜合活躍程度。分別計算各年度的土地利用綜合動態度并對其求和，然后與n年期的總轉移矩陣的土地利用綜合動態度的差值進行比較，即可從一個側面反映土地利用轉化的有序程度，差值越小，有序度越高。

1．4基于改進的年度轉移概率矩陣預測任意年份的土地利用結構基于轉移矩陣的土地利用結構預測常常通過MARKOV理論進行，該理論的模型同式（2），對于未來年份土地利用結構的預測可基于基期年土地利用結構S1向量和未來不同年份的轉移概率矩陣P不斷相乘，在此我們稱P為預測概率矩陣。在以往的文獻中將預測概率矩陣P認為是等值的，其計算方法為求已知連續年份轉移概率矩陣的算術平均值［26］。從MARKOV理論模型來看，是利用矩陣相乘的方法進行未來土地利用結構的預測，因此預測概率矩陣通過求算術平均值計算有不盡合理的地方。本文對預測概率矩陣的算法進行改進，采用矩陣開方的方法進行計算。式中：P為預測概率矩陣；Pi為已知的n年的年度轉移概率矩陣，Pi不可為零矩陣。通過P可對基期之后的任一年進行預測。假如要對若干年后的土地利用結構向量進行預測，不要求中間年份的預測數據，那么可以依據式（3）加大轉移概率矩陣的時間尺度，也就是將連續數年看作是一個土地利用轉移時段來構建轉移概率矩陣。通過此方法預測未來年份的土地利用結構的時候，隨著預測年份的延長，土地利用結構的變化將越來越小，因此用此方法也可預測土地利用結構基本達到穩定的時間。

2基于蘇州市的實證研究

2．1研究對象與數據來源蘇州位于長江三角洲，江蘇省的南部，是我國經濟高度發達的地區，也是我國快速城市化區域的典型代表，土地利用／覆被變化劇烈。本文選擇1998～2008年連續10個年份的變更平衡表對前文的研究方法進行實證。該數據為1∶5000～1∶10000精度的土地變更調查逐圖斑匯總而成，且是每年一變更、一匯總，在數據的精度和時間分辨率上是傳統的遙感解譯數據所無法比擬的①。本文之所以選擇1998～2008年的變更平衡表，是因為2009年及之后的變更調查是基于第二次全國土地調查數據，二調數據因調查方法和調查精度與之前的土地詳查不同，其數據與之前的數據產生較大的不連續。同時基于數據保密性和可獲得性，本文僅選擇二調之前的數據進行試分析，重點是驗證前文方法的可行性。土地利用年度變更平衡表在土地分類上細化至了《全國土地分類》（過渡期間適用）中的三級類，研究過程中基于簡化、完整原則并充分考慮地類的重要性，將地類歸并為13個，即耕地（11）、園地（12）、林地（13）、其它農用地（15）、城市（201）、建制鎮（202）、農村居民點（203）、獨立工礦用地（204）、特殊用地（206）、交通運輸用地（26）、水利設施用地（27）、未利用土地（31）和其它土地（32），括號中為各地類對應的代碼。

2．2結果分析

2．2．110年周期的變更平衡表的計算與分析依據2．2節計算1998年末（1999年初）至2008年末這段時期蘇州市土地利用變更平衡表（表2）。計算可在EXCEL中利用矩陣相乘的功能完成。與1998年相比，凈變化量最大的地類是耕地，10a期間凈減少74912hm2，原有耕地主要轉向了獨立工礦、其它農用地、建制鎮和城市等用地，期內通過各種方式僅補充耕地10096hm2，為耕地減少量的12％；獨立工礦用地的凈變化量排第2位，但表現為面積的增加，10a期間凈增加40799hm2，期內增加量是期內減少量的11．3倍，增加量的71％來源于耕地的減少；建制鎮和其它農用地的凈變化量排第3、第4位，都表現為凈增加，分別增加10843hm2和10519hm2。從以上分析可發現1998～2008年蘇州市土地利用轉變主要規律，因處于經濟高速增長時期，社會處于工業化中期、工業化后期至后工業化階段的發展時期，地類的轉化表現為耕地大量轉出為各類建設用地。將10a期間歷年的年度轉移矩陣（因數據量大，文中未列出）與10a期的總轉移矩陣進行對比分析，發現有地類的轉化有相同的特點，但在不同的年份轉入轉出的數量上有差別，10a間總體上經過了1998～2001年的平緩轉移階段，2001～2006年的快速轉移階段和2006～2008年的轉移速度放緩階段。

2．2．2土地利用動態特征計算土地利用綜合動態度進而分析土地利用轉化的有序程度。歷年的土地利用綜合動態度見表3。根據表2和式（4）計算，10a期間總的綜合動態度為15．66％，而歷年綜合動態度的累加值為17．13％，兩者差距不大，反映出區域土地利用有序程度較高，10a期間的土地利用在按照確定的目標的進行較為有序的演化。1998～2008年與第二輪土地利用總體規劃的規劃執行期（1997～2010年）基本吻合，有序度的分析可部分反映上輪規劃的執行情況，說明規劃的執行比較有效，土地利用中較少盲目決策帶來的無序與反復。

2．2．3土地利用結構預測使用MATLAB軟件，根據式（5）求預測概率矩陣，為了驗證其在土地利用結構變化預測中的可用性，以蘇州市1998年末的土地利用結構向量為基數，經過10步轉移，模擬得到2008年蘇州市的土地利用結構，見表4。與2008年實際用地結構相比，模擬值和實際值十分接近。由此可見，用矩陣開方法求出的預測概率矩陣來預測蘇州市土地利用結構是可行的。預測2020年的土地利用結構，其與2008年的土地利用結構比較見表5。根據表5的預測結果我們可以看出：蘇州市耕地面積逐年減少，但減少的幅度有所降低，耕地占土地總面積的比重持續下降，由2008年的27．22％下降到2020年的20．10％，面積減少60491hm2；園地、林地及其它農用地的面積也呈逐年減少的趨勢，到2020年園地、林地、其它農用地面積分別減少20、483和1158hm2；蘇州市城市用地、建制鎮用地、獨立工礦用地、交通運輸用地面積和比重都呈增加的趨勢，且面積增加較明顯。城市用地面積由2008年的18958hm2增加到2020年的29608hm2，面積增加10650hm2；建制鎮用地也由2008年的22157hm2增加到2020年的36685hm2，增加14528hm2；獨立工礦用地面積增加32637hm2；水利設施用地面積增加較少，比例較穩定；蘇州市農村居民點用地面積逐年減少，至2020年減少4850hm2，比重不斷降低，主要原因是城市化率持續提高、農村人口不斷減少；其它土地面積增長較快，為5537hm2。從以上預測可以看出，至2020年，蘇州市土地利用結構變化仍將維持農用地不斷減少，建設用地總量不斷增加的趨勢，農用地減少的去向仍將是建設用地增加的來源，但這種轉化的速率與1998～2008年相比將有所放緩；同時，從表中我們不難看出，2008年及其之前農村居民點用地占建設用地面積的比重較大，但至2020年，農村居民點用地逐漸趨于合理。以上現象意味著蘇州市在今后的社會經濟發展和城市化過程中，建設用地的管控將越來越嚴格；隨著城市化水平的提高、農村人口減少，大量的農村居民點被整理用于補充耕地和城鎮工礦用地建設，建設用地的來源逐漸從外延擴張轉向內部挖潛。根據矩陣開方法求出的預測概率矩陣，可以預測出基期年之后歷年的土地利用結構。蘇州市土地利用演變的驅動力主要為人口增長、經濟發展、工業化水平和城鎮化水平的提高［27］，隨著社會經濟的發展和城市化水平的提高，工業化和城市化的增長率將逐漸趨緩，土地利用結構將逐步趨于穩定，經綜合分析預測數據，本研究中認為當各用地類型的年面積變化率小于2％時，土地利用結構達到較穩定狀態。經計算，到2040年左右各用地類型面積的年變化率均小于2％，土地利用結構變化將基本穩定。此時蘇州市城市化率將達到90％以上，根據諾瑟姆的城市化“S”型曲線規律，城市化水平達到較為穩定的狀態，因此土地利用結構變化預測和社會經濟發展階段的預測基本一致。

3結論與討論

（1）對連續年份的年度變更平衡表的應用方法進行了深入挖掘。土地利用變更平衡表通過地面調查得來，精度高、數據較遙感解譯數據準確，探索其深入應用對土地管理和土地科學研究有重要意義。（2）年度變更平衡表可看作是土地利用轉移矩陣，基于轉移矩陣、轉移概率矩陣和土地利用結構向量之間的關系，可由連續年份的年度變更平衡表計算多年周期變更平衡表；基于年度和多年的土地利用綜合動態度的對比分析，可在一定程度上反映區域土地利用轉化的有序程度。（3）研究了利用年度變更平衡表進行土地利用結構預測的方法。傳統的基于平均轉移概率矩陣的預測方法存在一定的弊端，提出了利用總轉移時段概率矩陣進行開方的方法計算預測概率矩陣，并基于MARKOV理論進行預測。（4）基于蘇州市的實例數據對上述信息提取方法進行了實證。在1998～2008年，因處于經濟高速增長時期，地類的轉化表現為耕地大量轉出為各類建設用地，耕地的減少去向是各類建設用地增加的來源；10a期總的綜合動態度為15．66％，而歷年綜合動態度的累加值為17．13％，兩者差距不大，反映出區域土地利用有序程度較高。（5）利用采用矩陣開方法求出的預測概率矩陣對任意年份的土地利用結構進行了預測，實驗證明預測方法是可行的；從預測結果來看，至2020年，蘇州市土地利用結構變化仍將維持農用地、耕地不斷減少和建設用地總量不斷增加的趨勢，但這種轉化的速率與1998～2008年相比將有所放緩；城市、建制鎮、獨立工礦用地和交通運輸用地增加的同時，農村居民點用地在逐年減少，建設用地的來源將逐漸從外延擴張轉向內部挖潛；預測到2040年蘇州市的土地利用結構將趨于穩定，這和蘇州市社會經濟發展階段的預測基本是一致的。本文的研究對年度變更平衡表的深入應用有一定的借鑒意義，今后應進一步開展基于變更平衡表的土地利用演變信息的深入挖掘，構建基于轉移矩陣表征轉移規律的指標。在基于平衡表的預測方面，可研究用變化的轉移概率矩陣進行預測的方法。當然，年度變更平衡表是基于土地利用變更調查數據的，變更調查中存在一定的人為因素造成的數據誤差，使用時應注意剔除。

作者：喬偉峰 王亞華 方斌 單位：南京師范大學新型城鎮化與土地問題研究中心 中國科學院地理科學與資源研究所 江蘇省地理信息資源開發與利用協同創新中心