基于轉(zhuǎn)移矩陣的重慶市北碚區(qū)土地利用變化分析

丁茜+付梅臣+王力

摘要：獲取土地利用/覆被變化定量信息對于土地管理和規(guī)劃、促進可持續(xù)發(fā)展有重要意義。以重慶市北碚區(qū)2000、2005、2010、2015年的landsat TM 影像為基本數(shù)據(jù)源，采用監(jiān)督分類的方法獲得了北碚區(qū)4個時相的土地利用數(shù)據(jù)，建立土地利用轉(zhuǎn)移矩陣，從年均變化強度、地類動態(tài)度、地類轉(zhuǎn)變強度及傾向度3個層次構(gòu)建指標，深入挖掘土地利用變化信息，分析北碚區(qū)15年土地利用的變化速率、轉(zhuǎn)變強度及變化趨勢。結(jié)果表明：2000—2015年重慶市北碚區(qū)的土地利用發(fā)生明顯變化，變化強度呈遞增趨勢；各類用地在不同時段內(nèi)變化分異較大，變化相對劇烈的地類主要是建設(shè)用地和耕地，耕地減少的強度與城市擴張速度呈正相關(guān)；地類綜合動態(tài)度與地類占研究區(qū)面積的比例有關(guān)，單一動態(tài)度則反映地類自身的變化情況；地類轉(zhuǎn)變強度和傾向度分別挖掘了地類變化的直觀和潛在轉(zhuǎn)變信息，二者結(jié)合更能全面地分析地類的來源與轉(zhuǎn)向的情況。

關(guān)鍵詞：土地利用變化；轉(zhuǎn)移矩陣；遙感監(jiān)測；重慶市北碚區(qū)

中圖分類號： F301.24文獻標志碼： A文章編號：1002-1302（2017）12-0198-07

通信作者：付梅臣，教授，主要從事土地利用和復(fù)墾研究。E-mail：fumeichen@cugb.edu.cn。土地利用/覆被變化（LUCC）是全球氣候變化和可持續(xù)發(fā)展研究領(lǐng)域關(guān)注的核心問題，也是人類活動與自然環(huán)境相互作用最直接的表現(xiàn)形式[1-2]。研究區(qū)域系統(tǒng)內(nèi)的土地利用結(jié)構(gòu)變化規(guī)律，對土地利用調(diào)控、合理利用土地、促進區(qū)域社會經(jīng)濟發(fā)展具有重要意義[3]。當(dāng)前國內(nèi)外土地利用變化研究主要涉及3個方面：一是土地利用演化規(guī)律研究[4-15]，包括數(shù)量和空間演變規(guī)律；二是引起土地利用變化的驅(qū)動機理分析[16-19]；三是基于變化過程構(gòu)建有關(guān)模型模擬預(yù)測土地利用演化[3-4，20-24]。土地利用動態(tài)過程監(jiān)測是驅(qū)動力分析和模擬預(yù)測的基礎(chǔ)，對深入開展土地利用變化研究具有重要意義。

土地利用轉(zhuǎn)移矩陣反映了一個區(qū)域在2個時點間土地利用變化的數(shù)量結(jié)構(gòu)特征與各用地類型變化的方向，因而在土地利用變化和模擬分析中具有重要意義，并得到廣泛應(yīng)用[6]。傳統(tǒng)的土地利用轉(zhuǎn)移矩陣應(yīng)用集中在直接分析土地利用類型面積的變化信息，其中又以土地利用類型面積的凈變化、總變化以及動態(tài)度分析為主[7]，不能全面而深入挖掘土地利用變化的過程潛在信息。

近年來，重慶市北碚區(qū)社會經(jīng)濟快速增長，重大基礎(chǔ)設(shè)施建設(shè)導(dǎo)致土地利用格局變化具有典型性，有重要研究價值。本研究以重慶市北碚區(qū)為例，引入土地利用年均變化強度、地類動態(tài)度、地類轉(zhuǎn)變強度及傾向度的分析計算方法，從3個層次對土地利用變化過程進行分析，并判斷土地利用變化強度與傾向性的規(guī)則，以期為有效獲取北碚區(qū)土地利用類型動態(tài)變化信息以及為土地利用空間分析和預(yù)測建模提供有效信息。

1研究區(qū)域與數(shù)據(jù)

1.1研究區(qū)概況

北碚區(qū)位于29°44′N～29°33'N、106°12'E～106°32'E，地處重慶市核心區(qū)的西北面嘉陵江下游（圖1）。全區(qū)幅員面積75 500 hm2，常住人口77萬人，其中城鎮(zhèn)人口61萬人，轄5個街道、12個鎮(zhèn)。北碚區(qū)位于四川盆地平行嶺谷地區(qū)，屬西南坳褶帶，主要地形為山脈和丘陵，其間形成谷地，嘉陵江從西北向東南橫流而過，支流20余條，水系豐富。該地區(qū)屬亞熱帶季風(fēng)濕潤氣候，熱量豐富，雨量充沛，最高氣溫44.3 ℃，最低氣溫-3.1 ℃，年平均氣溫18.2 ℃。土壤以紫色土、水稻土為主，盛產(chǎn)水稻、玉米、紅薯、水果等。

北碚區(qū)距重慶市中心24 km，距重慶市江北國際機場 27 km，是重慶市進出川北的咽喉要地。全區(qū)公路里程 1 470 km，航道里程44.5 km，港口（碼頭）23個，襄渝鐵路橫穿東西，嘉陵江黃金水道縱貫?zāi)媳?，交通極為便捷。

按照重慶市五大功能區(qū)域戰(zhàn)略布局，北碚區(qū)屬都市功能拓展區(qū)。北碚區(qū)立足都市功能拓展區(qū)定位，圍繞“五區(qū)四帶”發(fā)展戰(zhàn)略部署，先后引進工業(yè)項目180余個，GDP能耗降至0.76 t標煤/萬元。2015年，完成地區(qū)生產(chǎn)總值430億元，規(guī)模以上工業(yè)總產(chǎn)值841億元，全社會固定資產(chǎn)投資595億元，一般公共預(yù)算收入27.6億元，增長12.1%，城鄉(xiāng)常住居民人均可支配收入分別達到30 261、14 499元，扎實推進經(jīng)濟社會發(fā)展，進入了加速城市化發(fā)展的新階段。

1.2數(shù)據(jù)來源及處理

通過美國地質(zhì)調(diào)查局網(wǎng)站，下載重慶市北碚區(qū)2000—2015年 landsat TM遙感影像，時段是5年，軌道號均為 128/039，分辨率為30 m×30 m。利用ENVI 5.1軟件，對4個時段的影像進行輻射定標、波段合成、圖像裁剪和掩膜等處理，根據(jù)研究區(qū)域?qū)嶋H情況，結(jié)合實地考察和Google Earth提供的高分辨率圖像，通過選擇樣點，用監(jiān)督分類的方法將研究區(qū)分成水域、建設(shè)用地、林地、耕地、其他用地5種用地類型，從而得到北碚區(qū)4期土地利用/覆被類型圖（圖2）。經(jīng)過混淆精度檢驗，4個時段影像的分類精度符合研究的精度要求（表1）。利用ENVI對不同時相遙感圖像的分類結(jié)果進行疊加運算，得到2000—2005年、2005—2010年、2010—2015年3

2方法

2.1年均變化強度分析

土地利用轉(zhuǎn)變強度分析研究區(qū)每個時段的年均變化速

式中：Ut為研究區(qū)在研究時段內(nèi)的年均轉(zhuǎn)變強度，%；Sn為研究區(qū)總的轉(zhuǎn)入面積，km2；S為研究區(qū)域的土地總面積，km2；T為研究時段的年跨度，年。

2.2地類動態(tài)變化分析

土地利用的顯著特點之一就是其空間位置的固定性與特殊性。如圖3所示，實線部分表示地類i在T1時點的狀態(tài)，虛線部分表示地類i在T2時點的狀態(tài)，地類i從研究時點T1到T2的土地利用空間格局變化包含3種類型：（1）未變化部分（Sii），其土地利用類型與空間區(qū)位在時間段T1-T2沒有發(fā)生變化；（2）轉(zhuǎn)入部分（S+i- Sii），表示其他非i地類轉(zhuǎn)變?yōu)榈仡恑的部分；（3）轉(zhuǎn)出部分（Si+- Sii），表示地類i在研究時間段轉(zhuǎn)變成其他非i地類的部分。endprint

地類動態(tài)變化主要進行空間格局變化的轉(zhuǎn)入和轉(zhuǎn)出2個部分分析，研究方法分為2種：一種是地類綜合動態(tài)度模型，該模型分析各地類相較于整個研究區(qū)域的變化程度；另一種是地類單一動態(tài)度模型，該模型分析不同地類相較于其自身發(fā)生變化之前的狀態(tài)產(chǎn)生的變化強度。

Gsi=S+i- SiiS×1T×100%；（2）

Lsi=Si+- SiiS×1T×100%；（3）

Gi=S+i- SiiS+i×1T×100%；（4）

Li=Si+- SiiS+i×1T×100%。（5）

式中：Gsi和Lsi分別為地類i在綜合動態(tài)度模型下某研究時段內(nèi)的年均轉(zhuǎn)入速率和年均轉(zhuǎn)出速率；Gi和Li分別為地類i在單一動態(tài)度模型下某研究時段內(nèi)的年均轉(zhuǎn)入速率和年均轉(zhuǎn)出速率；S為研究區(qū)的總面積；S+i和Si+分別為地類i在期初和期末的總面積；Sii為地類i沒有發(fā)生變化的面積；T為研究時段的年跨度。

式（2）、（3）定義了地類綜合動態(tài)模型的地類年均轉(zhuǎn)入速率和轉(zhuǎn)出速率，其值越大，表示地類相較于研究區(qū)變化速率相對越快；式（4）、（5）定義了單一動態(tài)模型的地類年均轉(zhuǎn)入速率和轉(zhuǎn)出速率，其值越大，表示地類相較于自身變化速率相對越快。兩者關(guān)系在于，地類單一動態(tài)度是地類綜合動態(tài)度乘上該地類占研究區(qū)總面積的比值所得結(jié)果，消除了面積對變化強度的影響，對于分析特定時段內(nèi)地類相較于自身面積變化速率快慢有著重要意義，兩者結(jié)合可以較為全面地反映與比較各地類的變化程度。

2.3地類轉(zhuǎn)變強度和傾向度分析

地類轉(zhuǎn)變強度研究針對某一特定地類，其轉(zhuǎn)入和轉(zhuǎn)出面積的主要來源以及轉(zhuǎn)換的程度。式（6）、（7）分別定義了地類年均轉(zhuǎn)入強度和年均轉(zhuǎn)出強度，其值越小，表示該地類的轉(zhuǎn)變強度越小，且為非主要轉(zhuǎn)入/轉(zhuǎn)出來源；其值越大，表示該地類的轉(zhuǎn)變強度越大，且為主要轉(zhuǎn)入/轉(zhuǎn)出來源[8]。

Gji=SjiSi+×1T×100%；（6）

Lij=SijS+i×1T×100%。（7）

式中：Gji為其他地類j轉(zhuǎn)成地類i（i≠j）的轉(zhuǎn)入強度；Lij為地類i轉(zhuǎn)成其他地類j（i≠j）的轉(zhuǎn)出強度；Sij表示某研究時段內(nèi)地類i轉(zhuǎn)成地類j的面積；Sji表示研究時段內(nèi)地類j轉(zhuǎn)成地類i的面積；T為研究時段的年跨度。

地類轉(zhuǎn)變傾向度定義了不同土地利用類型之間轉(zhuǎn)換的傾向性強度，該方法消除了土地利用類型面積對轉(zhuǎn)換面積的影響，能夠很好地反映地類之間相互轉(zhuǎn)換的優(yōu)勢信息。式（8）、（9）分別從地類轉(zhuǎn)出量和轉(zhuǎn)入量的角度，定義了在隨機條件下土地利用類型之間轉(zhuǎn)化的理論值計算方法[7]。式（10）、（11）定義了地類實際轉(zhuǎn)換與理論轉(zhuǎn)換的差異強度，其值越小，說明該土地利用轉(zhuǎn)換類型的傾向優(yōu)勢越強，相應(yīng)地類轉(zhuǎn)換系統(tǒng)性越強；其值越大，表明該土地利用轉(zhuǎn)換類型的傾向優(yōu)勢越弱，相應(yīng)地類轉(zhuǎn)換隨機性越強。

Wij=（Si+-Sii）×Si+S-Si+；（8）

Vji=（S+i-Sii）×S+iS-S+i；（9）

Rji=|Sij-Wij|Wij；（10）

Qji=|Sji-Vji|Vji。（11）

式中：Wij為地類i轉(zhuǎn)成地類j（i≠j）的理論轉(zhuǎn)出量；Vji為地類j轉(zhuǎn)成地類i（i≠j）的理論轉(zhuǎn)入量強度；Rij為地類i轉(zhuǎn)成地類j（i≠j）的地類轉(zhuǎn)出傾向度；Qji為地類j轉(zhuǎn)成地類i（i≠j）的地類轉(zhuǎn)入傾向度；Sij表示某研究時段內(nèi)地類i轉(zhuǎn)成地類j的面積；Sji表示研究時段內(nèi)地類j轉(zhuǎn)成地類i的面積。

3結(jié)果與分析

3.1年均變化強度

從地類年均變化強度（圖4）來看，2000—2005年土地利用變化面積僅占研究區(qū)域的14%，年均變化強度為2.81%，變化相對緩慢；2005—2010年年均變化強度為3.50%，土地利用變化相對加快；2010—2015年土地利用變化最快，年均變化強度達5.32%。從土地利用變化總體態(tài)勢來看，2000—2015年北碚區(qū)整體的年均變化強度達到3.88%，從分時段的土地利用變化來看，土地利用年均變化強度呈逐漸增大趨勢，且相較于整體變化而言，前2個時段變化相對緩慢；2010—2015年土地利用年均變化強度變化迅速，這與北碚區(qū)近年來都市功能拓展區(qū)的定位及“五區(qū)四帶”發(fā)展戰(zhàn)略的不斷深入有著密不可分的聯(lián)系。

3.2地類動態(tài)度

從地類凈變化來看（圖5），耕地在3個時段內(nèi)的動態(tài)度均是轉(zhuǎn)出大于轉(zhuǎn)入，說明耕地在研究時段內(nèi)呈縮減趨勢；建設(shè)用地在3個時段內(nèi)的動態(tài)度均是轉(zhuǎn)入大于轉(zhuǎn)出，說明建設(shè)用地呈不斷增長趨勢；林地的凈變化呈現(xiàn)先基本平穩(wěn)到縮減再到增長的趨勢；水域凈變化呈現(xiàn)先減后增再減的趨勢，但變化不明顯；其他用地呈現(xiàn)先增后減再平穩(wěn)的趨勢。

從地類動態(tài)度來看（圖5），耕地的綜合轉(zhuǎn)出動態(tài)度均最大，綜合轉(zhuǎn)入動態(tài)度除2010—2015年較小外，其他時間段變化都相對較大，說明15年間耕地面積變化很大，但是單一動態(tài)度均小于7%，這與耕地在研究區(qū)內(nèi)所占比例最大有關(guān)，說明對于整個研究區(qū)域而言，耕地變化十分劇烈，但是就耕地自身面積來看，由于面積基數(shù)較大，變化的部分相對較少；其他用地與耕地變化趨勢相反，由于其他用地面積在整個研究區(qū)的比例最小，因此綜合動態(tài)度在3個時段內(nèi)均最小，但是相較于自身面積來看，變化十分劇烈；建設(shè)用地的綜合動態(tài)度和單一動態(tài)度呈增大趨勢，且轉(zhuǎn)入均大于轉(zhuǎn)出，說明建設(shè)用地在3個時段內(nèi)的變化強度不斷增大，并不斷擴張；由于林地面積占研究區(qū)比例較大，與其他4種地類相比，綜合動態(tài)度較大，但單一動態(tài)度較??；水域的綜合動態(tài)度和單一動態(tài)度均變化不大，說明水域在研究區(qū)內(nèi)變化強度相對平穩(wěn)，變化趨勢不明顯。

3.3地類轉(zhuǎn)變強度和傾向度

從轉(zhuǎn)入強度和傾向度來看（圖6），3個研究時段內(nèi)林地一直是耕地增加部分的主要來源，且轉(zhuǎn)入傾向度均小于1%，說明林地轉(zhuǎn)為耕地為系統(tǒng)性轉(zhuǎn)換；轉(zhuǎn)入耕地來源其次是建設(shè)用地，轉(zhuǎn)入比例有增大趨勢，傾向度為3%～4%，變化不大，說明建設(shè)用地轉(zhuǎn)為耕地屬于隨機性轉(zhuǎn)換；水域和其他用地轉(zhuǎn)入耕地的比例很小，且傾向度逐漸減小，說明2類用地轉(zhuǎn)為耕地有隨機到系統(tǒng)變化的趨勢。endprint

耕地在3個時段內(nèi)主要轉(zhuǎn)為建設(shè)用地，2000—2010年間為隨機轉(zhuǎn)變，2010—2015年轉(zhuǎn)變相對穩(wěn)定；其次是林地，強度先減小后增大，均為系統(tǒng)性轉(zhuǎn)變；其他用地和水域強度相對很小，2000—2010年傾向度相對較大，變化相對隨機；2010—2015年傾向度減小，為系統(tǒng)性轉(zhuǎn)變。

從轉(zhuǎn)變強度來看（圖7），3個時段內(nèi)建設(shè)用地主要轉(zhuǎn)入來源和轉(zhuǎn)出去向均為耕地，而林地、水域和其他用地的轉(zhuǎn)變強度均相對較小。

耕地、林地、水域在3個時段內(nèi)的轉(zhuǎn)變傾向度較小，為系統(tǒng)性轉(zhuǎn)變；其他用地除2005—2010年轉(zhuǎn)出傾向度較小，為系統(tǒng)性轉(zhuǎn)換外，其他時段內(nèi)的轉(zhuǎn)變傾向度均為隨機性轉(zhuǎn)換。

從轉(zhuǎn)變強度來看（圖8），3個時段內(nèi)耕地的轉(zhuǎn)入和轉(zhuǎn)出強度最大，林地轉(zhuǎn)入的主要來源和流向主要為耕地，且傾向度均小于0.6%，說明這種轉(zhuǎn)變相對穩(wěn)定；其他3種地類與林地之間的轉(zhuǎn)變強度較小。

水域轉(zhuǎn)出傾向度有減小趨勢，即林地轉(zhuǎn)為水域呈現(xiàn)由隨機性向系統(tǒng)性轉(zhuǎn)變的趨勢，此外，水域轉(zhuǎn)入傾向度經(jīng)歷了由系統(tǒng)-隨機-系統(tǒng)的轉(zhuǎn)變；除水域外的其他3種地類的轉(zhuǎn)入和轉(zhuǎn)出傾向度相對較小，為系統(tǒng)性轉(zhuǎn)變。

從轉(zhuǎn)變強度來看（圖9），2000—2010年耕地的轉(zhuǎn)出強度較大，說明水域主要轉(zhuǎn)出為耕地；2010—2015年建設(shè)用地變成了水域的主要流向；耕地轉(zhuǎn)為林地的強度在3個時段內(nèi)均最大，說明耕地為林地增加的主要來源。

2000—2005年其他用地轉(zhuǎn)出傾向度很大，為隨機性轉(zhuǎn)變，而后2個時段內(nèi)的轉(zhuǎn)出傾向度急劇減小，轉(zhuǎn)變較為穩(wěn)定；其他用地轉(zhuǎn)入傾向度與之相反，2000—2005年為系統(tǒng)性轉(zhuǎn)變，2005—2015年的轉(zhuǎn)變較為隨機；建設(shè)用地、林地、耕地的

轉(zhuǎn)變傾向度相對較小，屬于系統(tǒng)性轉(zhuǎn)變。

從轉(zhuǎn)出強度和傾向度來看（圖10），建設(shè)用地在3個時段內(nèi)轉(zhuǎn)出強度相對較大，且有逐年增大趨勢，說明建設(shè)用地逐漸成為其他用地主要流向，但其轉(zhuǎn)出傾向度不斷減小，即其他用地轉(zhuǎn)為耕地由隨機性向系統(tǒng)性轉(zhuǎn)變。耕地的轉(zhuǎn)出強度逐漸減小，2000—2005年為其他用地的主要流向，2005—2015年是非主要流向。3個時段內(nèi)耕地的轉(zhuǎn)入強度均大于9%，說明耕地一直是其他用地增加的主要來源，且耕地的轉(zhuǎn)入和轉(zhuǎn)出傾向度均小于1%，說明耕地與林地之間的轉(zhuǎn)變?yōu)橄到y(tǒng)性轉(zhuǎn)變。水域不是其他用地的主要來源，但傾向度有較大變化，2000—2005年其他用地轉(zhuǎn)為水域為系統(tǒng)性變換，水域轉(zhuǎn)為其他用地為隨機性變換；2005—2015年則與之相反，其他用地轉(zhuǎn)為水域為隨機性變換，水域轉(zhuǎn)為其他用地為系統(tǒng)性變換。

4結(jié)論與討論

利用遙感解譯得到的北碚區(qū)2000、2005、2010、2015年土地利用數(shù)據(jù)，利用GIS空間分析功能提取相鄰年份之間的土地利用轉(zhuǎn)移矩陣，通過年均變化強度、地類動態(tài)度、地類轉(zhuǎn)變強度及傾向度3個層次的分析，對北碚區(qū)2000—2015年土地利用變化情況及趨勢進行了研究，主要結(jié)論如下：（1）從整體變化來看，北碚區(qū)15年間土地利用發(fā)生較大變化，平均變化強度為3.88%，且土地利用變化強度呈遞增趨勢，實現(xiàn)了由緩慢到迅速變化的轉(zhuǎn)變；從綜合動態(tài)度來看，變化相對劇烈的地類主要是耕地和建設(shè)用地，總體態(tài)勢是建設(shè)用地面積增加、耕地面積減少，其他用地雖然面積占研究區(qū)比例較少，但從單一動態(tài)度來看變化較為明顯；第3層次分析表明，耕地面積的減少與建設(shè)用地的增加有著密不可分的聯(lián)系，耕地受建設(shè)用地干擾最強，耕地的轉(zhuǎn)出主要發(fā)生在城鎮(zhèn)周邊，其強度伴隨著城市擴張速度的加快而增大，因此在區(qū)域用地調(diào)控中，控制了耕地的減少也就防止了建設(shè)用地的無序擴張。（2）地類變化強度可以從綜合動態(tài)度與單一動態(tài)度兩方面考察，2個指標之間沒有必然聯(lián)系，綜合動態(tài)度的大小與地類占地區(qū)總面積的比例有關(guān)，單一動態(tài)度則與地類自身變化有關(guān)，且不同地類的動態(tài)度分異較為明顯；年均轉(zhuǎn)變強度直觀反映了地類在研究時段內(nèi)的主要來源和轉(zhuǎn)向情況，而轉(zhuǎn)變傾向度則能將面積所占比例較小的地類轉(zhuǎn)變結(jié)果顯著化，輔助挖掘潛在來源與轉(zhuǎn)向信息，在面積差異較大的地類作用尤為明顯。（3）傳統(tǒng)的土地利用變化分析模型通常只考慮土地利用類型數(shù)量的變化，很難全面反映土地利用變化的過程和機制。因此，以轉(zhuǎn)移矩陣為基礎(chǔ)，從時間序列上對土地利用綜合變化進行第1層次的分析，從地類轉(zhuǎn)入和轉(zhuǎn)出兩部分的動態(tài)變化，綜合考慮凈變化和綜合變化進行第2層次分析，同時地類之間轉(zhuǎn)換的角度既考慮地類相互轉(zhuǎn)變強度又分析了該種轉(zhuǎn)變的傾向程度作為第3層次分析，層層深入，更能客觀和全面反映土地利用變化的實際情況，研究結(jié)果可為土地管理和規(guī)劃提供依據(jù)。

本研究的尺度是以5年為間隔，考慮時段內(nèi)區(qū)域總體平均變化趨勢，沒有考慮單個研究時段內(nèi)土地利用變化具體情況，且受遙感影像精度的限制將地類分成5類，若能獲取更高時間和空間分辨率的土地利用數(shù)據(jù)，則能獲取更精確的區(qū)域土地利用轉(zhuǎn)變信息。

參考文獻：

[1]顏長珍，張增祥，劉紀遠，等. 20世紀80年代末以來中國土地利用變化的基本特征與空間格局[J]. 地理學(xué)報，2014，69（1）：3-14.

[2]李秀彬. 全球環(huán)境變化研究的核心領(lǐng)域──土地利用/土地覆被變化的國際研究動向[J]. 地理學(xué)報，1996，51（6）：553-558.

[3]Mas J F，Kolb M，Paegelow M，et al. Inductive pattern-based land use/cover change models：a comparison of four software packages[J]. Environmental Modelling & Software，2014，51（1）：94-111.

[4]楊成鳳. 北京市土地利用空間格局演化模擬及預(yù)測[J]. 地理科學(xué)進展，2015，34（8）：976-986.

[5]Islam M R，Miah M G，Inoue Y. Analysis of land use and land cover changes in the coastal area of Bangladesh using landsat imagery[J]. Land Degradation & Development，2016，27（4）：899-909.endprint

[6]段增強，張鳳榮，孔祥斌. 土地利用變化信息挖掘方法及其應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報，2005，21（12）：60-66.

[7]劉瑞，朱道林. 基于轉(zhuǎn)移矩陣的土地利用變化信息挖掘方法探討[J]. 資源科學(xué)，2010，32（8）：1544-1550.

[8]Aldwaik S Z，Pontius J . Intensity analysis to unify measurements of size and stationarity of land changes by interval，category，and transition[J]. Landscape and Urban Planning，2012，106（1）：103-114.

[9]喬偉峰，盛業(yè)華，方斌，等. 基于轉(zhuǎn)移矩陣的高度城市化區(qū)域土地利用演變信息挖掘——以江蘇省蘇州市為例[J]. 地理研究，2013，32（8）：1497-1507.

[10]孫云華，郭濤，崔希民. 昆明市土地利用變化的強度分析與穩(wěn)定性研究[J]. 地理科學(xué)進展，2016（2）：245-254.

[11]孫雁，劉志強，王秋兵，等. 1910—2010年沈陽城市土地利用空間結(jié)構(gòu)演變特征[J]. 地理科學(xué)進展，2012，31（9）：1204-1211.

[12]白根川，夏建國，王昌全，等. 基于地類空間轉(zhuǎn)化趨勢模型的眉山市東坡區(qū)土地利用轉(zhuǎn)化分析[J]. 資源科學(xué)，2009，31（10）：1793-1799.

[13]唐寬金，鄭新奇. 基于空間相鄰的地類轉(zhuǎn)換傾向性模型的構(gòu)建及應(yīng)用[J]. 生態(tài)學(xué)報，2009（1）：337-343.

[14]Pontius R G，Shusas E，Mceachern M. Detecting important categorical land changes while accounting for persistence[J]. Agriculture Ecosystems & Environment，2004，101（2/3）：251-268.

[15]鐘凱文，孫彩歌，解靚. 基于GIS的廣州市土地利用遙感動態(tài)監(jiān)測與變化分析[J]. 地球信息科學(xué)學(xué)報，2009，11（1）：111-116.

[16]李平，李秀彬，劉學(xué)軍. 我國現(xiàn)階段土地利用變化驅(qū)動力的宏觀分析[J]. 地理研究，2001，20（2）：129-138.

[17]劉紀遠，張增祥，徐新良，等. 21世紀初中國土地利用變化的空間格局與驅(qū)動力分析[J]. 地理學(xué)報，2009，64（12）：1411-1420.

[18]牟鳳云，張增祥，遲耀斌，等. 基于多源遙感數(shù)據(jù)的北京市1973—2005年間城市建成區(qū)的動態(tài)監(jiān)測與驅(qū)動力分析[J]. 遙感學(xué)報，2007，11（2）：257-268.

[19]劉康，李月娥，吳群，等. 基于Probit回歸模型的經(jīng)濟發(fā)達地區(qū)土地利用變化驅(qū)動力分析——以南京市為例[J]. 應(yīng)用生態(tài)學(xué)報，2015，26（7）：2131-2138.

[20]龔文峰，袁力，范文義. 基于CA-Markov的哈爾濱市土地利用變化及預(yù)測[J]. 農(nóng)業(yè)工程學(xué)報，2012，28（14）：216-222.

[21]Liu T，Yang X. Monitoring land changes in an urban area using satellite imagery，GIS and landscape metrics[J]. Applied Geography，2015，56：42-54.

[22]Abuelaish B，Olmedo M T. Scenario of land use and land cover change in the Gaza Strip using remote sensing and GIS models[J]. Arabian Journal of Geosciences，2016，9（4）：1-14.

[23]孟成，盧新海，彭明軍，等. 基于Markov-C 5.0的CA城市用地布局模擬預(yù)測方法[J]. 中國土地科學(xué)，2015，29（6）：82-88.

[24]張云鵬，孫燕，陳振杰. 基于多智能體的土地利用變化模擬[J]. 農(nóng)業(yè)工程學(xué)報，2013（4）：255-265.馮雪力，劉廷璽，吳世新. 基于遙感抽樣的新疆農(nóng)區(qū)耕地利用率及其空間分異特征[J]. 江蘇農(nóng)業(yè)科學(xué)，2017，45（12）：205-208.endprint