基于CA-Markov模型的土地利用/覆蓋變化模擬

陳學(xué)，朱康文，雷波

(1.重慶市大足區(qū)環(huán)境保護局環(huán)境監(jiān)測站，重慶　402360；2.重慶市環(huán)境科學(xué)研究院，重慶　401147)

?

基于CA-Markov模型的土地利用/覆蓋變化模擬

陳學(xué)1，朱康文2，雷波2

(1.重慶市大足區(qū)環(huán)境保護局環(huán)境監(jiān)測站，重慶402360；2.重慶市環(huán)境科學(xué)研究院，重慶401147)

摘要：研究以重慶市2005年和2010年土地利用/覆蓋數(shù)據(jù)為基礎(chǔ)，采用CA-Markov模型進行2020年土地利用/覆蓋變化模擬。研究對采用CA-Markov模型模擬重慶市土地利用/覆蓋變化需要的轉(zhuǎn)移概率矩陣、適宜性圖集、模型參數(shù)等進行確定。研究首先利用CA-Markov模型對2010年土地利用/覆蓋情況進行模擬，并以2010年的土地利用現(xiàn)狀數(shù)據(jù)進行驗證得到模擬精度為85.15%，達到了模擬的精度要求。然后對2020年重慶市土地利用/覆蓋變化進行模擬，結(jié)果發(fā)現(xiàn)人工用地、其他用地、濕地、草地、林地和耕地的占比分別為1.96%、0.56%、1.99%、2.53%、55.42%和37.55%，人工用地和濕地增加速度較快，增加比例達到13.95%和10.86%，主要為林地、草地和其他用地轉(zhuǎn)換。模擬結(jié)果能夠準確反映重慶市土地利用/覆蓋變化的趨勢，可在一定程度上為重慶市土地利用布局和可持續(xù)發(fā)展策略的制定提供參考。

關(guān)鍵詞：CA-Markov模型；土地利用/覆蓋變化；重慶市

隨著城市化進程和社會經(jīng)濟的快速發(fā)展，建設(shè)用地的不斷增加導(dǎo)致人地矛盾持續(xù)加劇，如何使土地開發(fā)利用更加合理、控制建設(shè)用地增速、合理布局城鎮(zhèn)用地等是目前急需解決的問題[1-2]。土地利用格局的變化可以在一定程度上反映土地利用的過程，多個時期的土地利用變化的分析可以很好地闡釋區(qū)域在某一時間段的土地利用時空變化過程和機理[3-4]。通過分析這些變化規(guī)律可以建立區(qū)域內(nèi)的土地利用變化模型，有利于預(yù)測區(qū)域內(nèi)土地利用/覆蓋變化[5]。

目前國內(nèi)外進行土地利用/覆蓋變化的模型較多，使用較多的包括CLUE-S模型[6-8]、CA-Markov模型[9-12]、系統(tǒng)動力學(xué)模型[13-16]等基于元胞自動機(CA)原理的模型。CA模型是目前研究土地利用/覆蓋變化預(yù)測的常用模型之一，且大多數(shù)模型都具有非常成熟的軟件模塊，國內(nèi)外都有大量研究成果，廣泛應(yīng)用在城市擴張及土地利用/覆蓋變化模擬等方面。Markov模型由于具有長期預(yù)測的能力也被廣泛應(yīng)用，例如Hulst[17]和Lippe[18]等曾將Markov模型應(yīng)用在解決植被生態(tài)預(yù)測問題方面等。但單純的CA模型側(cè)重于元胞局部的相互作用，而單純的Markov模型又難以預(yù)測土地利用/覆蓋的空間格局變化。因此將CA模型和Markov模型結(jié)合可以在空間和數(shù)量上均取得較好的模擬效果。近年來CA-Markov模型被廣泛應(yīng)用，例如黃曉磊運用Markov模型進行天津市的土地利用預(yù)測研究[19]，由于其綜合了CA模型模擬復(fù)雜系統(tǒng)空間變化的能力和Markov模型長期預(yù)測的能力，使土地利用/覆蓋變化的模擬更符合實際。

重慶市由于其特殊的地理區(qū)位，處于我國二、三級階梯過渡帶，區(qū)域內(nèi)有我國重要的生態(tài)屏障——三峽庫區(qū)，且十八大指出要優(yōu)化國土空間開發(fā)格局，同時重慶市提出“藍天、碧水、寧靜、綠地、田園環(huán)?！蔽宕笮袆右酝七M重慶市的生態(tài)文明建設(shè)。但是重慶市屬于我國典型的山地城市，區(qū)域內(nèi)適宜建設(shè)空間較小，那么隨著城市的不斷擴張必然導(dǎo)致生態(tài)空間遭到破壞。因此合理布局未來的城市發(fā)展空間非常有必要，為了更好地規(guī)劃未來發(fā)展空間需要對未來可能出現(xiàn)的土地利用/覆蓋變化情況進行預(yù)測，以利于城市發(fā)展空間的布局。本文以重慶市2005年和2010年土地利用現(xiàn)狀數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)，采用CA-Markov模型對重慶市2020年的土地利用/覆蓋情況進行預(yù)測，以期為城市規(guī)劃布局提供參考。

1數(shù)據(jù)來源及研究方法

本文采用的2005年和2010年土地利用/覆蓋數(shù)據(jù)為重慶市生態(tài)十年遙感調(diào)查項目的成果(數(shù)據(jù)已獲國家環(huán)保部認可)，土地利用類型分林地、草地、濕地、耕地、人工用地和其他用地6種一級分類。

圖1　技術(shù)路線圖Fig.1　The technology roadmap

研究主要分為總量預(yù)測和格局預(yù)測兩部分，均采用IDRISI Andes 15.0軟件對應(yīng)的CA-Markov模塊進行計算，具體流程見圖1。本研究計算過程中的元胞大小為30 m×30 m，以2005年和2010年的土地利用轉(zhuǎn)移概率矩陣及各類型土地的適宜性圖集作為轉(zhuǎn)換規(guī)則輸入CA-Markov模型中進行模擬運算，運算中濾波器采用5×5的窗口大小。首先進行2010年的土地利用/覆蓋變化模擬，并與2010年現(xiàn)狀土地利用數(shù)據(jù)進行對比分析以驗證模擬結(jié)果的精度，并對模擬參數(shù)進行修改調(diào)整，最后進行2020年的土地利用預(yù)測。

2結(jié)果與分析

2.1生成Markov轉(zhuǎn)移概率矩陣

土地利用轉(zhuǎn)移矩陣用來反映某區(qū)域某一時期內(nèi)的各土地類型之間的相互轉(zhuǎn)變情況，清晰地了解兩個不同時期的土地利用結(jié)構(gòu)，并反映研究初期各種土地利用類型的變化去向和末期各土地利用類型的來源。將2005年和2010年的土地利用/覆蓋變化數(shù)據(jù)進行疊加分析，得到不同土地利用類型的轉(zhuǎn)換情況。轉(zhuǎn)移矩陣可作為CA-Markov模型中的Markov面積轉(zhuǎn)換文件輸入模型中。2005年和2010年重慶市土地利用/覆蓋類型的轉(zhuǎn)移概率矩陣如表1所示。

表1　2005年和2010年轉(zhuǎn)移概率矩陣Table 1　The transition-probability matrix in 2005 and 2010

表1中可以看出，林地的轉(zhuǎn)出類型主要為耕地和人工用地，轉(zhuǎn)入類型主要為草地和耕地；草地的轉(zhuǎn)出類型主要為林地、濕地和人工用地，轉(zhuǎn)入類型主要為耕地；濕地的轉(zhuǎn)出類型主要為耕地，轉(zhuǎn)入類型主要為草地和其他用地；耕地的轉(zhuǎn)出類型主要為林地和人工用地，轉(zhuǎn)入類型主要為其他用地，其他用地面積很小，說明耕地基本沒有轉(zhuǎn)入；人工用地的轉(zhuǎn)出類型主要為濕地，但面積基本可以忽略不計，轉(zhuǎn)入類型主要為草地、耕地和其他用地，以及少量林地；其他用地的轉(zhuǎn)出類型主要為濕地和耕地，轉(zhuǎn)入基本沒有。表中分析發(fā)現(xiàn)林地、耕地和人工用地的變化較大，其他類型土地變化較小。

2.2生成適宜性圖集

研究所需要的土地利用/覆蓋轉(zhuǎn)變的適宜性圖集是采用IDRISI Andes 15.0軟件中的MCE模塊生成的。MCE(多規(guī)則評價模型)模塊是通用的評價與集中多種標準的方法，作為一種多準則評價的決策支持工具已在土地適宜性評價等領(lǐng)域被廣泛使用[20]。

以重慶市土地利用現(xiàn)狀圖為基礎(chǔ)，應(yīng)用IDRISI Andes 15.0軟件中的MCE模塊進行林地、草地、濕地、耕地、人工用地和其他用地的土地利用適宜性圖集的計算，適宜性圖集將直接作為輸入因子輸入CA-Markov模型中進行計算。

2.3精度驗證

應(yīng)用IDRISI Andes 15.0軟件中的CA-Markov模塊進行2010年土地利用模擬，將2005年重慶市土地利用現(xiàn)狀圖作為基期數(shù)據(jù)，輸入2005年和2010年轉(zhuǎn)移矩陣，并將6種土地利用類型的適宜性圖集輸入模型，迭代次數(shù)設(shè)置為2，濾波器窗口大小設(shè)置為5×5(即150 m×150 m)，進行2010年重慶市土地利用/覆蓋變化模擬。

圖2　2010年現(xiàn)狀圖和模擬結(jié)果圖Fig.2　The current situation map and simulation results map in 2010表2　2010年土地利用/覆蓋模擬精度驗證Table 2　The verification for simulation accuracy of land use/cover in 2010

類型人工用地其他用地林地濕地耕地草地實際柵格數(shù)1570761564289508451191642917345148492404456預(yù)測柵格數(shù)1700172520629492893731723815357352002573202預(yù)測誤差8.24%-7.74%-3.06%4.92%3.54%7.02%

CA-Markov模型模擬的2010年結(jié)果如圖2所示，為了定量分析模擬結(jié)果的精度，從數(shù)量和空間兩個角度對模擬結(jié)果與現(xiàn)狀數(shù)據(jù)進行對比分析。表2為2010年模擬結(jié)果與現(xiàn)狀結(jié)果的不同類型土地利用/覆蓋的實際柵格數(shù)與預(yù)測柵格數(shù)的對比分析，可以看出誤差較大的主要為人工用地、其他用地和草地，誤差高于5%低于10%，林地、濕地和耕地的誤差均低于5%，從數(shù)量角度分析達到了預(yù)測的精度要求。從空間的角度出發(fā)，對各柵格的位置的偏差進行統(tǒng)計分析，采用ArcGIS軟件的空間疊加分析功能，分析發(fā)現(xiàn)柵格位置的準確率為85.15%，即Kappa系數(shù)為0.85(Kappa系數(shù)一般用于評價遙感數(shù)據(jù)的分類精度以及兩個圖件之間的相似程度，Kappa≤0.4表示模擬效果較差，0.4≤Kappa≤0.75表示模擬效果一般，不一致的柵格較多，當(dāng)Kappa≥0.75時表示模擬效果較好，具有較高的可信度)，達到了空間上的精度要求，也表明模擬的總體精度為85.15%。

2.42020年土地利用/覆蓋模擬

上述驗證結(jié)果表明，采用研究給定的轉(zhuǎn)移概率矩陣、適宜性圖集和參數(shù)設(shè)置，可以準確模擬重慶市土地利用/覆蓋變化情況，因此將2010年土地利用/覆蓋現(xiàn)狀圖作為基期數(shù)據(jù)，進行2020年土地利用/覆蓋變化模擬。

圖3　2020年模擬結(jié)果圖Fig.3　The simulation results map of 2020

2020年的模擬結(jié)果如圖3所示，變化較為明顯的主要是人工用地的快速增加。表3為2020年各類型土地利用/覆蓋的柵格數(shù)，結(jié)果分析發(fā)現(xiàn)，人工用地、其他用地、濕地和草地的占比較低，分別為1.96%、0.56%、1.99%和2.53%，林地和耕地的占比較高，分別為55.42%和37.55%。其中人工用地和濕地增加速度較快，增加比例分別達到13.95%和10.86%，主要為林地、草地和其他用地轉(zhuǎn)換，耕地略有減少。

表3　2020年土地利用模擬結(jié)果Table 3　The simulation results of land use in 2020

結(jié)果反映出人工用地和濕地的變化速度較快，屬于不穩(wěn)定的土地利用類型，按照目前的發(fā)展趨勢林地和草地將大幅減少，這是由于對于經(jīng)濟利益過度追求并不考慮生態(tài)效益的結(jié)果。國家及重慶市政府近兩年提出的生態(tài)保護紅線劃定將有利于控制人工用地的擴張和生態(tài)用地減少，以保護區(qū)域內(nèi)的生態(tài)服務(wù)功能持續(xù)穩(wěn)定的改善。

3結(jié)語

(1)研究對2010年模擬結(jié)果與2010年土地利用/覆蓋現(xiàn)狀數(shù)據(jù)進行對比分析，模擬精度達到85.15%，表明利用CA-Markov模型進行重慶市土地利用/覆蓋變化的模擬是可行的。

(2)研究采用的CA-Markov模型綜合了CA模型和Markov模型的優(yōu)點，有效提高了模擬的精度，模擬的結(jié)果較準確地反映了重慶市土地利用/覆蓋變化的趨勢，可在一定程度上為重慶市的土地利用布局和可持續(xù)發(fā)展策略的制定提供參考依據(jù)。

(3)本研究依據(jù)土地利用/覆蓋現(xiàn)狀數(shù)據(jù)、轉(zhuǎn)移概率矩陣和適宜性圖集進行預(yù)測模擬，未考慮諸如坡度、水系、道路等因素對轉(zhuǎn)換規(guī)則的影響，在后續(xù)的研究中將考慮將不同影響因子納入，建立不同情景下的土地利用/覆蓋變化模擬。

參考文獻(References)：

[1]李秀彬. 全球環(huán)境變化研究的核心領(lǐng)域：土地利用/土地覆蓋變化的國際研究動向[J]. 地理學(xué)報， 1996, 51(6): 553- 557.

[2]史培軍, 宮鵬, 李曉兵, 等. 土地利用/土地覆蓋變化研究的方法和實踐[M]. 北京: 科學(xué)出版社, 2000.

[3]俞龍生, 符以福, 喻懷義, 等. 快速城市化地區(qū)景觀格局梯度動態(tài)及其城鄉(xiāng)融合區(qū)特征：以廣州市番禺區(qū)為例[J]. 應(yīng)用生態(tài)學(xué)報, 2011, 22(1): 171- 180.

[4]張晟, 楊春華, 雷波, 等. 三峽水庫蓄水初期消落帶植被分布格局[J]. 環(huán)境影響評價, 2013, 35(5): 45- 50.

[5]李小英, 彭望琭, 曹彤. 土地利用演化信息圖譜的研究：以北京市順義縣為例[J]. 地球信息科學(xué), 2002, 4(2): 55- 60.

[6]李鑫, 馬曉冬, 肖長江, 等. 基于CLUE-S模型的區(qū)域土地利用布局優(yōu)化[J]. 經(jīng)濟地理, 2015, 35(1): 162- 167，172.

[7]朱康文, 李月臣, 周夢甜. 基于CLUE-S模型的重慶市主城區(qū)土地利用情景模擬[J]. 長江流域資源與環(huán)境, 2015, 24(5): 789- 797.

[8]汪輝, 余超, 李明陽, 等. 基于CLUE-S模型的濕地公園情景規(guī)劃——以南京長江新濟洲國家濕地公園為例[J]. 長江流域資源與環(huán)境, 2015, 24(8): 1263- 1269.

[9]Courage Kamusoko, Masamu Aniya, Bongo Adi,etal. Rural sustainability under threat in Zimbabwe: Simulation of future land use/cover changes in the Bindura district based on the Markov-cellular automata model[J]. Applied Geography, 2008, 29(3): 1- 13.

[10]趙建軍, 張洪巖, 喬志和, 等. 基于CA-Markov模型的向海濕地土地覆被變化動態(tài)模擬研究[J]. 自然資源學(xué)報, 2009, 24(12): 216- 222.

[11]凌成星, 鞠洪波, 張懷清, 等. 基于CA-Markov模型的北京濕地資源變化預(yù)測研究[J]. 中國農(nóng)學(xué)通報, 2012, 28(20): 262- 269.

[12]Burrough P A. Fractal dimensions of landscapes and other environmental data[J]. Nature, 1981, 294(5838): 240- 242.

[13]何春陽, 史培軍, 陳晉, 等. 基于系統(tǒng)動力學(xué)模型和元胞自動機模型的土地利用情景模型研究[J]. 中國科學(xué)(D輯:地球科學(xué)), 2005, 35(5): 464- 473.

[14]錢國英, 張長勤, 董斌, 等. 基于遙感與系統(tǒng)動力學(xué)模型的土地利用/覆被變化研究[J]. 遙感信息, 2014, 29(1): 44- 50.

[15]李志, 周生路, 陸長林, 等. 基于系統(tǒng)動力學(xué)城市邊緣區(qū)土地利用變化模擬與預(yù)測——以南京市江寧區(qū)為例[J]. 土壤, 2010, 42(2): 314- 318.

[16]王新軍, 顏安, 曹月娥. 系統(tǒng)動力學(xué)和灰色多目標動態(tài)模型相結(jié)合在博樂市土地利用總體規(guī)劃中的應(yīng)用[J]. 新疆農(nóng)業(yè)大學(xué)學(xué)報, 2011, 34(1): 87- 92.

[17]Hulst R. On the dynamics of vegetation: Markov chains as models of succession[J]. Vegetation, 1979, 40: 3- 14.

[18]Lippe E, de Smidt J T, Glenn-Lewin D C. Markov models and succession: a test from a heathland in the Netherlands[J]. J. Ecol. , 1985, 73: 775- 791.

[19]黃曉磊, 劉東云, 馮仲科, 等. 基于CA-Markov模型的天津市土地利用預(yù)測研究[J]. 中國農(nóng)業(yè)科技導(dǎo)報, 2012, 14(5): 84- 89.

[20]鈕心毅, 宋小冬. 基于土地開發(fā)政策的城市用地適宜性評價[J]. 城市規(guī)劃學(xué)刊, 2007(2): 57- 61.

收稿日期：2016-05-09

基金項目：國家水體污染控制與治理科技重大專項(2012ZX07104-003)；重慶市環(huán)境保護局環(huán)?？萍柬椖縖環(huán)科字2015第(1)號]

作者簡介：陳學(xué)(1980—)，男，工程師，主要從事環(huán)境監(jiān)測，E-mail：12225955@qq.com 通訊作者：雷波(1978—)，男，四川人，碩士，高級工程師，主要從事生態(tài)環(huán)境研究，E-mail：leilibo@hotmail.com

DOI:10.14068/j.ceia.2016.04.016

中圖分類號：X827

文獻標識碼：A

文章編號：2095-6444(2016)04-0061-05

Simulation of Land Use/Cover Variation Based on the CA-Markov Model

CHEN Xue1, ZHU Kang-wen2, LEI Bo2

(1.Environmental Monitoring Station of Dazu District Environmental Protection Bureau, Chongqing 402360, China;2.Chongqing Academy of Environmental Science, Chongqing 401147, China)

Abstract:Based on the land use/cover data of Chongqing city in 2005 and 2010, this study used the CA-Markov model to predict land use/cover variation in 2020. This study determined some relevant parameters, such as transition-probability matrix, suitability atlas and model parameters, which were required by using CA-Markov model to simulate the land use/cover variation in Chongqing city. Firstly, the CA-Markov model was used to simulate the current situation of land use/cover in 2010 and verify the accuracy of results based on the actual land use data of 2010. The simulation accuracy reached 85.15%, which met the required simulation accuracy. Then, the land use/cover variation in Chongqing city in 2020 was simulated. The results showed that the artificial land, other land, wetland, grassland, woodland and arable land accounted for 1.96%, 0.56%, 1.99%, 2.53%, 55.42% and 37.55%, respectively. The artificial land and wetland increased by 13.95% and 10.86%, respectively, which were faster than the others, and they were mainly transformed from woodland, grassland and other land. The simulation results can accurately reflect the trend of land use/cover variation in Chongqing city, and also provide reference for Chongqing's land use layout and sustainable development strategy.

Key words:CA-Markov model; land use/cover variation; Chongqing city