基于CA-Markov模型的漓江流域土地利用模擬研究

賀正思宇，謝玲，，*，梁保平，鄧曉軍 ，嚴(yán)土強(qiáng)，仝雁軍，李雪瓊

1. 廣西師范大學(xué)環(huán)境與資源學(xué)院，桂林，541004

2. 新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院，烏魯木齊，830046

3. 浙江財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，杭州，310018

0 前言

土地利用/覆被變化(Land-Use and Land-Cover Change)是全球環(huán)境變化的焦點(diǎn)問(wèn)題，同時(shí)也是地球表層最突出的景觀標(biāo)志[1]。2001年國(guó)際地圈生物圈計(jì)劃(IGBP)全球環(huán)境變化與人類可持續(xù)發(fā)展戰(zhàn)略中明確指出 LUCC研究的重要性，眾多國(guó)內(nèi)外研究學(xué)者紛紛展開(kāi)土地利用/覆被變化研究。

國(guó)內(nèi)外關(guān)于LUCC的研究主要集中在LUCC動(dòng)態(tài)變化、LUCC驅(qū)動(dòng)力及驅(qū)動(dòng)因素分析、LUCC的環(huán)境效應(yīng)、LUCC模型及3S技術(shù)在LUCC研究中的應(yīng)用四個(gè)方面[2]。如: Hagerstand[6]通過(guò)建立時(shí)空立方體模型，針對(duì)歐洲和北亞土地利用/覆被模擬和日本土地資源環(huán)境保護(hù)，深入探討了土地利用等問(wèn)題。Wu[7]，Wager[8]分別針對(duì)城鄉(xiāng)土地轉(zhuǎn)換，利用 CA 模型與GIS結(jié)合，模擬真實(shí)城鄉(xiāng)空間結(jié)構(gòu)。Dawn C. P.[9]利用CA模擬土地利用變化。我國(guó)LUCC研究相對(duì)晚于國(guó)外，但具有良好的研究條件，從研究的目的、手段、區(qū)域的不同，展開(kāi)多角度、多層次的研究。后立勝[10]、孔君洽[11]、彭建[12]等學(xué)者，展開(kāi)土地利用變化的生態(tài)環(huán)境效應(yīng)與微觀機(jī)理的研究，認(rèn)為土地動(dòng)態(tài)變化與環(huán)境效應(yīng)存在聯(lián)系。何書(shū)金[13]測(cè)算各種土地利用類型的動(dòng)態(tài)變化程度，提出土地利用的空間分析測(cè)算模型。周啟剛[14]、擺萬(wàn)奇[15]、李秋萍[16]等學(xué)者結(jié)合RS與GIS技術(shù)，運(yùn)用相關(guān)分析、主成分分析、回歸分析等定量分析手段，反映土地利用時(shí)空格局的動(dòng)態(tài)演變規(guī)律、確定土地變化驅(qū)動(dòng)因子。關(guān)于土地利用變化研究常用的模型有CLUE-S模型、CA模型、Logistic回歸模型和Markov鏈等模型。CLUE-S模型和CA模型屬于空間模型，能反映土地的動(dòng)態(tài)變化，但在數(shù)量上或空間擴(kuò)張上存在局限性；Logistic模型和Markov鏈屬于經(jīng)驗(yàn)統(tǒng)計(jì)模型，能夠滿足復(fù)雜的運(yùn)算，但在空間復(fù)雜演變存在局限。因此，CA-Markov模型在土地利用模擬方面開(kāi)始廣泛應(yīng)用。目前，有關(guān)漓江流域的土地利用研究大多是通過(guò)分析其驅(qū)動(dòng)因素并進(jìn)行生態(tài)評(píng)價(jià)及景觀指數(shù)分析，鮮少有基于漓江流域已有土地利用現(xiàn)狀，通過(guò)構(gòu)建適宜圖集，運(yùn)用模型對(duì)流域未來(lái)土地利用格局提出預(yù)測(cè)的研究。因此，本文在綜合分析 2005—2015年漓江流域內(nèi)土地利用/覆被的動(dòng)態(tài)變化及基礎(chǔ)上，選擇土地利用變化限制因素構(gòu)建適宜圖集，借助 CA-Markov模型，并對(duì)研究區(qū)土地利用變化進(jìn)行分析，預(yù)測(cè)漓江流域2020年土地利用空間分布格局。也對(duì)研究區(qū)土地資源的優(yōu)化、生態(tài)環(huán)境的保護(hù)提供參考借鑒。

1 研究區(qū)概況

漓江流域位于廣西壯族自治區(qū)東北部、桂林市中部(如圖1所示)，地處湘桂走廊、南嶺山系的西南部。地理位置為 109°45′—110°40′E，24°18′—25°41′N，包括桂林市轄的六個(gè)區(qū)和陽(yáng)朔縣、靈川縣、興安縣及平樂(lè)縣的部分地區(qū)，總面積7090 km2。研究區(qū)處于亞熱帶季風(fēng)氣候區(qū)，全年光照充足，雨熱同期，年均溫18.8—19.3 ℃，年均降水量1838—1945 mm。其地形以巖溶地貌為主，地勢(shì)北高南低，土壤以紅壤為主，主要植被類型為亞熱帶常綠闊葉林。截至2015年，流域總?cè)丝诩s283.8萬(wàn)人，地區(qū)生產(chǎn)總值約1.196×1011元，三產(chǎn)分別占地區(qū)生產(chǎn)總值的14.8%、46.7%和38.6%。漓江流域是世界罕有的巖溶山水游覽區(qū)，是桂林山水的精髓。因此在1982年，經(jīng)國(guó)務(wù)院正式審批，漓江被列入“國(guó)家第一批重點(diǎn)風(fēng)景名勝景區(qū)”；1996年被列入國(guó)家重點(diǎn)保護(hù)的13條江河之一；2014年流域內(nèi)700km2的喀斯特地貌被列入世界自然遺產(chǎn)名錄。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)

本文從地理空間數(shù)據(jù)云上下載2005、2010、2015年三期分辨率為30 m的Landsat7TM/ETM遙感影像，具體影像信息如表1所示。

圖1 漓江流域區(qū)位示意圖Figure 1 Location diagram of Li river basin

表1 遙感影像數(shù)據(jù)信息簡(jiǎn)表Table 1 Remote sensing image date information table

基于上述遙感影像，并考慮本研究需要及遙感分類技術(shù)的可行性，運(yùn)用ENVI，采用面向?qū)ο蠓诸?，利用最大似然值法，借助GPS野外實(shí)測(cè)地表真實(shí)地類(各類樣本各20個(gè))，與分類結(jié)果進(jìn)行比較，對(duì)分類結(jié)果進(jìn)行準(zhǔn)確性評(píng)價(jià)，分類結(jié)果較為可靠。本文以國(guó)土資源部修訂的《土地利用現(xiàn)狀分類》(GBT 2010—2017)標(biāo)準(zhǔn)體系作為參考，將研究區(qū)土地利用類型分為耕地、林地、草地、水域、建設(shè)用地和未利用地六個(gè)一級(jí)類別(如下表2)。

2.2 研究方法

2.2.1 土地利用動(dòng)態(tài)度

土地利用的時(shí)空變化，可以用土地動(dòng)態(tài)度來(lái)反映。某類土地利用的動(dòng)態(tài)度，可反映在一定時(shí)間范圍內(nèi)，該土地利用類型的數(shù)量變化狀況，其表達(dá)如式(1):

其中，K表示研究時(shí)段內(nèi)某一土地利用類型動(dòng)態(tài)度；Ua、Ub分別表示某一土地利用類型在研究期初、末的面積；T表示研究時(shí)長(zhǎng)。

2.2.2 土地利用/覆被影響因素

土地類型變化的驅(qū)動(dòng)因素選取是利用CA-Markov模型進(jìn)行預(yù)測(cè)的關(guān)鍵。參考前人相關(guān)研究[17，18]，本文選擇以下四個(gè)限制因素即土地利用/覆被變化驅(qū)動(dòng)因子，作為適宜性圖集及土地利用轉(zhuǎn)移的限制因子。下圖分別為四個(gè)適宜因子圖集，并基于此進(jìn)行研究區(qū)土地利用類型模擬。

表2 土地利用/覆被類型Table 2 Land use/cover type

①坡度因子。坡度在一定程度上對(duì)土地間轉(zhuǎn)化存在限制作用。根據(jù)《水土保持工作條例》規(guī)定，并考慮流域?qū)嶋H地形條件，坡度分級(jí)如下圖 2a，設(shè)置坡度大于 25°為不適宜區(qū)，設(shè)置值為 0，其余值為 1。

②水域限制因子?；谒虻纳鷳B(tài)環(huán)境保護(hù)功能，根據(jù)《中華人民共和國(guó)水污染防治法》及《廣西壯族自治區(qū)河道管理規(guī)定》，城市、村莊集鎮(zhèn)建設(shè)和發(fā)展區(qū)域限制在距離水域50 m以外。對(duì)提取的水域用地設(shè)置距離 50 m緩沖區(qū)范圍內(nèi)為不適宜開(kāi)發(fā)(圖 2b)，設(shè)置值為 0，其余值為 1。

③建設(shè)用地條件。一般而言，建設(shè)用地轉(zhuǎn)變?yōu)槠渌仡愝^少，建設(shè)用地約束如下圖 2c，因此，本文將已有建設(shè)用地類型，設(shè)置值為0，其余值為1。

④GDP限制因子。GDP指數(shù)是經(jīng)濟(jì)發(fā)展的表現(xiàn)形式之一，驅(qū)動(dòng)土地類型轉(zhuǎn)化。對(duì)漓江流域GDP空間化(圖 2d)后的柵格單元值進(jìn)行重分類，將研究區(qū)GDP指數(shù)小于10000元·km-2區(qū)域設(shè)置值為0，其余值為1。

GDP柵格單元值的計(jì)算公式為:

其中，GDP為該柵格單元所在的縣級(jí)行政區(qū)單元的GDP統(tǒng)計(jì)值；Qij為該柵格單元的土地利用類型、夜間燈光亮度、居民點(diǎn)密度的總權(quán)重；Q為該柵格單元所在縣級(jí)行政單元的土地利用類型、夜間燈光亮度、居民點(diǎn)密度的總權(quán)重。該數(shù)據(jù)采用中國(guó)GDP空間分布公里網(wǎng)格數(shù)據(jù)集產(chǎn)品。

圖2 漓江流域土地利用/覆被變化限制性因子(2a坡度因子 2b水域限制因子2c建設(shè)用地條件2d GDP限制因子)Figure 2 The limiting factor of land use and cover change in Li river basin (2a slope factor; 2b water limit factor; 2c construction land conditions; 2d GDP limit factor)

1)元胞自動(dòng)機(jī)(CA)由Stanislaw M.Ulam首次提出，Von Neumann J研究自組織系統(tǒng)演變。它是一種時(shí)間、空間、狀態(tài)都離散，以空間相互作用和時(shí)間因果關(guān)系為局部的網(wǎng)格動(dòng)力學(xué)模型，具有模擬復(fù)雜系統(tǒng)時(shí)空演化過(guò)程的能力[19]。其表達(dá)如式(3):

式中，S表示元胞有限、離散的狀態(tài)集合；t、t+1表示不同時(shí)刻；f表示局部空間的元胞轉(zhuǎn)化規(guī)則；N表示元胞的鄰域。

2)Markov鏈?zhǔn)怯商K聯(lián)數(shù)學(xué)家馬爾科夫提出的，它是基于馬爾科夫隨機(jī)過(guò)程系統(tǒng)而形成的一個(gè)計(jì)算空間概率的模型，主要用以預(yù)測(cè)和隨機(jī)控制[19]。在土地利用預(yù)測(cè)方面，馬爾科夫模型側(cè)重于對(duì)土地利用變化數(shù)量的預(yù)測(cè)，但無(wú)法進(jìn)行空間表達(dá)，不能展現(xiàn)各類型土地變化的空間分布[20]。而元胞自動(dòng)機(jī)模型則能夠?qū)?fù)雜空間系統(tǒng)的時(shí)空動(dòng)態(tài)演化過(guò)程進(jìn)行表達(dá)，能夠彌補(bǔ)馬爾科夫模型的不足。

將Markov與土地利用變化相結(jié)合，把土地利用變化的轉(zhuǎn)移看作Markov變化過(guò)程。將土地利用類型轉(zhuǎn)變過(guò)程中的某一時(shí)刻同 Markov過(guò)程中的可能狀態(tài)相對(duì)應(yīng)，并且只與其前一時(shí)刻的土地利用類型有關(guān)，土地利用類型之間相互轉(zhuǎn)換的面積數(shù)量或比例即為狀態(tài)轉(zhuǎn)移概率[21]。其表達(dá)如式(4)(5):

式(4)是一個(gè)n×n的矩陣，構(gòu)成轉(zhuǎn)移概率矩陣的元素是每個(gè)元素的轉(zhuǎn)移概率。其中，P表示轉(zhuǎn)移概率；n表示土地利用類型的數(shù)量；i、j分別表示土地利用類型的研究期初、末。

式(5)中的S(t)、S(t+1)分別表示t、t+1時(shí)刻土地利用系統(tǒng)的狀態(tài)；Pij為狀態(tài)轉(zhuǎn)移矩陣。

3)適宜性圖集的制作是把多標(biāo)準(zhǔn)評(píng)價(jià)(MCE)作為依據(jù)，本文將(坡度、距離水域限制因子、建設(shè)用地條件、GDP指數(shù))作為評(píng)價(jià)驅(qū)動(dòng)因子，生成適宜性圖集以確定元胞下一時(shí)刻的狀態(tài)，反映元胞自動(dòng)機(jī)的核心是演化規(guī)律，上述評(píng)價(jià)標(biāo)準(zhǔn)即轉(zhuǎn)換規(guī)則。CA-Markov模型利用了Markov模型和CA模型的優(yōu)勢(shì)，通過(guò)將具有連續(xù)性質(zhì)的空間分布元素加入到馬爾科夫鏈并利用多約束和限制因子，來(lái)實(shí)現(xiàn)土地利用科學(xué)的預(yù)測(cè)模擬，解決土地利用時(shí)空同步模擬的瓶頸問(wèn)題。

1.以個(gè)性化、差異化為主的課堂教學(xué)策略。在加德納的多元智能理論下開(kāi)展的大學(xué)英語(yǔ)課堂教學(xué)，主要重視的是學(xué)生之間的差異性和學(xué)生的個(gè)性化的發(fā)展，這是一個(gè)比較公平、公正的教學(xué)環(huán)境。在實(shí)際大學(xué)英語(yǔ)教學(xué)中，利用多元智能理論，根據(jù)實(shí)際情況出發(fā)，結(jié)合學(xué)生對(duì)英語(yǔ)知識(shí)的掌握能力和語(yǔ)言表達(dá)技巧，做到因材施教，因人施教，從而增強(qiáng)學(xué)生的自信心，促進(jìn)學(xué)生的個(gè)性化、興趣愛(ài)好、差異性的發(fā)展，最終形成全面的、具有個(gè)性化的英語(yǔ)人才。

本文利用IDRISI 17.0的CA-Markov模塊，基于研究區(qū)2005年、2010年和2015年3期土地利用分類數(shù)據(jù)，以2010年漓江流域土地利用分類數(shù)據(jù)為基期數(shù)據(jù)，建立適宜性圖集預(yù)測(cè)2015年研究區(qū)土地利用數(shù)據(jù)，并與ENVI分類數(shù)據(jù)對(duì)CA-Markov模型模擬進(jìn)行進(jìn)度驗(yàn)證，以2015年研究區(qū)土地分類數(shù)據(jù)為基礎(chǔ)預(yù)測(cè)2020年土地利用空間數(shù)據(jù)。

3 結(jié)果分析

3.1 土地利用變化分析

利用ArcGIS10.2對(duì)最大似然法監(jiān)督分類結(jié)果進(jìn)行面積統(tǒng)計(jì)，得到 2005年、2010年、2015年研究區(qū)土地利用類型圖(圖 3)和各類土地利用類型面積表(表 3)。

由表3分析可得: 2005—2015年，漓江流域土地利用類型所占比例最大的是林地，其次是耕地，草地，建設(shè)用地，水域所占面積最少。研究區(qū)內(nèi)林地大面積覆蓋，建設(shè)用地主要集中在桂林、陽(yáng)朔、臨桂等城區(qū)，耕地大多分布在建設(shè)用地外圍，水域主要是水庫(kù)和漓江干支流。

表3 2005—2015年漓江流域土地利用類型面積及所占比例Table 3 Land use type area and proportion of Li river basin in 2005-2015

圖3 漓江流域2005—2015年土地利用分類圖Figure 3 Classification map of land use and utilization in Li river basin in 2005-2015

2005—2015年漓江流域各類土地面積變化表現(xiàn)為: (1)研究區(qū)內(nèi)，土地利用類型以林地、耕地為主。林地面積總體呈上升趨勢(shì)，而耕地面積近十年持續(xù)減少。(2)草地、建設(shè)用地、水域、未利用的面積所占比例較少，其中草地面積減少，水域和未利用地基本保持不變；建設(shè)用地面積2005—2010年緩慢增長(zhǎng)，2010—2015年增長(zhǎng)迅猛。

3.2 土地利用動(dòng)態(tài)分析

從 2005—2015年漓江流域土地變化動(dòng)態(tài)度(表4)可以看出，漓江流域土地利用動(dòng)態(tài)度變化最大的是建設(shè)用地，動(dòng)態(tài)度變化最小的是草地，林地面積較為穩(wěn)定。建設(shè)用地表現(xiàn)出增加態(tài)勢(shì)，因人口增長(zhǎng)城市建成區(qū)面積增長(zhǎng)，建設(shè)用地表現(xiàn)出一定程度的分散式擴(kuò)張，占用其他土地利用類型，因此，其動(dòng)態(tài)度變化較其他土地利用類型有所提升。

3.3 土地利用轉(zhuǎn)移矩陣分析

單一土地利用類型面積增減變化，無(wú)法系統(tǒng)的反映出研究區(qū)域土地變化情況。需對(duì)土地利用/覆被變化進(jìn)行全要素分析。本文建立 2005—2010年、2010—2015年土地利用類型轉(zhuǎn)移矩陣，分析漓江流域在上述兩時(shí)段內(nèi)的單一土地類型變化情況和不同土地利用類型轉(zhuǎn)移比例，如表5所示。

表4 2005—2015年漓江流域土地變化動(dòng)態(tài)度Table 4 Dynamic change of land in Li river basin

由表5可知，耕地在2005—2010年間主要向林地轉(zhuǎn)移，轉(zhuǎn)移面積為 711.54 km2，轉(zhuǎn)移率為 48.24%，同時(shí)有11.14%的面積轉(zhuǎn)移為草地；在2010—2015年間，耕地向林地轉(zhuǎn)移的趨勢(shì)不變，轉(zhuǎn)移面積為753.28 km2，向建設(shè)用地轉(zhuǎn)移14.22%。

林地在2005—2010年間主要向耕地、草地分別轉(zhuǎn)移10.15%、5.93%，轉(zhuǎn)移面積為473.29 km2、276.52 km2；2010—2015年間林地向耕地、草地分別轉(zhuǎn)移10.03%、7.92%。

草地在2005—2010年間轉(zhuǎn)移面積較多，向耕地和林地分別轉(zhuǎn)移30.96%和51.5%，到2015年向林地轉(zhuǎn)移了68.14%。

2005—2010年，耕地、林地、草地、水域分別向建設(shè)用地轉(zhuǎn)移2.9%、0.62%、4.7%、8.41%，到2015年分別轉(zhuǎn)移14.22%、4.04%、9.69%、22.19%。

水域在 2005—2010年向林地轉(zhuǎn)移 19.76%，轉(zhuǎn)移面積為13.83 km2，2010-2015年轉(zhuǎn)移18.48%，轉(zhuǎn)移面積為15.15 km2。

未利用地在漓江流域所占面積較小，變化不明顯，10年間面積僅增加2 km2。

綜上分析可知: 2005—2015年，各地類之間的轉(zhuǎn)移以耕地向林地的轉(zhuǎn)移、草地向林地的轉(zhuǎn)移為主要轉(zhuǎn)換流，均能占該類用地轉(zhuǎn)移的45%以上。

3.4 精度檢驗(yàn)

為確保分類數(shù)據(jù)的精確性，運(yùn)用混淆矩陣對(duì)分類后的數(shù)據(jù)和樣本進(jìn)行精度評(píng)價(jià)，包括總體分類精度和Kappa系數(shù)。檢驗(yàn)結(jié)果顯示: 2005、2010、2015年總體分類精度分別為93.83%、89.66%、88.78%，分類總體精度較高，Kappa系數(shù)分別為 0.91、0.84、0.82，證明分類結(jié)果較為可信。

表5 2005—2015年漓江流域土地利用轉(zhuǎn)移矩陣Table 5 Land use transfer matrix in 2005-2015 of Li river basin

3.5 CA-Markov模型預(yù)測(cè)

運(yùn)用IDRISI17.0中CA-Markov模塊，模擬研究區(qū)2015年土地利用預(yù)測(cè)圖(圖4b)，并與2015年土地利用分類圖(圖 4a)對(duì)比。得到模擬結(jié)果與分類土地利用數(shù)據(jù)誤差評(píng)價(jià)(表 6)，且誤差變化在-0.10—0.3之間，表明實(shí)際土地利用類型面積與模擬土地利用類型面積一致性較高，結(jié)果具有一定的科學(xué)性和研究意義，因此CA-Markov模型能夠很好的預(yù)測(cè)研究區(qū)的土地利用類型。

圖4 2015年研究區(qū)土地利用實(shí)際圖(4a)和模擬預(yù)測(cè)圖(4b)Figure 4 Actual map(4a) and simulated prediction map(4b)of land use in the area in 2015

將2015年的土地利用分類圖作為初始狀態(tài)，以該期土地轉(zhuǎn)移面積和適宜性圖集作為依據(jù)，預(yù)設(shè)CA-Markov模型預(yù)測(cè)研究循環(huán)周期為 5年，每個(gè)元胞的周圍形成5×5的矩形鄰域空間，利用條件概率，得到2020年研究區(qū)土地利用分類圖(圖5和表7)。

預(yù)測(cè)結(jié)果顯示，研究區(qū)的土地利用變化表現(xiàn)出如下趨勢(shì): 包括耕地、草地大幅度減少，林地、建設(shè)用地持續(xù)增長(zhǎng)等。人類經(jīng)濟(jì)活動(dòng)深刻影響土地格局，耕地向林地、草地、建設(shè)用地等土地轉(zhuǎn)變，且短期內(nèi)轉(zhuǎn)變方向不會(huì)發(fā)生改變。

表6 2015年漓江流域預(yù)測(cè)誤差分析Table 6 Analysis of prediction error of Li river basin in 2015

圖5 2020年漓江流域土地利用模擬預(yù)測(cè)圖Figure 5 Simulated prediction map of land use in the area in 2020

表7 2020年漓江流域土地利用模擬誤差分析Table 7 Analysis of prediction error of Li river basin in 2020

4 討論

CA-Markov模型在模擬漓江流域土地利用景觀格局變化的過(guò)程中，較好的反映了土地綜合變化特征，且研究結(jié)果與前人研究一致[24]。人類經(jīng)濟(jì)活動(dòng)深刻影響土地格局，漓江流域耕地向林地、草地、建設(shè)用地等的轉(zhuǎn)變短期內(nèi)其轉(zhuǎn)變的方向?qū)⒑茈y發(fā)生改變。漓江流域耕地面積逐年減少，一方面是“退耕還林”政策的實(shí)施[25]，另一方面是農(nóng)民種植方式向單位產(chǎn)值較高的經(jīng)濟(jì)林果轉(zhuǎn)換的傾向和漓江流域經(jīng)濟(jì)的快速發(fā)展及推廣農(nóng)業(yè)技術(shù)發(fā)展等政策因素的影響[26]。耕地和建設(shè)用地的矛盾是人口增長(zhǎng)、社會(huì)發(fā)展的根本問(wèn)題之一，應(yīng)適當(dāng)控制建設(shè)用地的擴(kuò)張，加強(qiáng)土地資源的管理，城鎮(zhèn)、產(chǎn)業(yè)用地集聚，科學(xué)發(fā)展合理用地。

漓江自然生態(tài)保護(hù)區(qū)的建立，在一定程度上減少了人類活動(dòng)對(duì)生態(tài)環(huán)境影響，但仍然存在土地資源不合理利用的問(wèn)題。因此，需要合理控制人為活動(dòng)主導(dǎo)的用地類型對(duì)景觀格局造成的沖擊。通過(guò)集中連片等方式合理利用農(nóng)業(yè)用地和城市用地，充分發(fā)揮其規(guī)模效益，避免土地利用過(guò)于分散和破碎，有效保護(hù)土地資源[18]，優(yōu)化土地格局，實(shí)現(xiàn)可持續(xù)發(fā)展的目標(biāo)。

但在研究過(guò)程中仍存在不足: 影像監(jiān)督分類時(shí)，選取訓(xùn)練樣本的可分離性始終存在較小誤差，造成分類結(jié)果與實(shí)際土地類型細(xì)小的誤差；CA-Markov模型能夠較好地模擬研究區(qū)土地利用空間分布，但該模型也存在一定局限性，為提高精度，需要滿足短期內(nèi)經(jīng)濟(jì)和政策不會(huì)發(fā)生較大變化。除此之外，使用高分辨率的影像數(shù)據(jù)應(yīng)用機(jī)器學(xué)習(xí)進(jìn)行分類，也可進(jìn)一步提高分類精度。同時(shí)漓江流域土地利用/覆被變化的受政策、經(jīng)濟(jì)、人口、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等因素影響，因此，在適宜性圖集的多標(biāo)準(zhǔn)評(píng)價(jià)應(yīng)該考慮上述各因素的影響[24]。

5 結(jié)論

本文基于漓江流域2005、2010、2015年3期遙感影像數(shù)據(jù)，采用面向?qū)ο蠓诸悾猛恋乩脛?dòng)態(tài)度模型和面積轉(zhuǎn)移矩陣，研究漓江流域10年的土地利用/覆被時(shí)空格局變化，并對(duì)其變化原因進(jìn)行深入分析，運(yùn)用 IDRISI17.0 CA-Markov 模塊[22-23]，預(yù)測(cè)2020年漓江流域土地利用分布空間格局。

1. 模型驗(yàn)證結(jié)果表明，CA-Markov模型能夠用于模擬預(yù)測(cè)漓江流域土地利用空間分布。

2. 研究區(qū)土地利用以林地、耕地為主，其它四類所占比例較小。土地利用/覆被類型面積結(jié)構(gòu)變化表明，自 2005年起，林地、建設(shè)用地增長(zhǎng)明顯，水域面積增長(zhǎng)較少，耕地、草地總體呈現(xiàn)減少趨勢(shì)，未利用地總量少，變化不明顯。

3. 2005—2015年，建設(shè)用地的土地利用動(dòng)態(tài)度變化最大，各地類之間的轉(zhuǎn)移以耕地向林地的轉(zhuǎn)移、草地向林地的轉(zhuǎn)移為主要轉(zhuǎn)換流，各地類之間的土地利用轉(zhuǎn)入轉(zhuǎn)出頻繁。

4. 模擬結(jié)果顯示，至 2020年漓江流域的土地利用變化表現(xiàn)出如下趨勢(shì): 包括耕地、草地呈減少趨勢(shì)，林地、建設(shè)用地持續(xù)增長(zhǎng)等。