基于CA-Markov模型的巴南區(qū)土地利用變化模擬預(yù)測研究

冉玉菊

摘 要：土地利用/覆被變化的模擬預(yù)測研究對于探索土地利用變化的規(guī)律與方向，實現(xiàn)區(qū)域可持續(xù)發(fā)展具有十分重要的意義。該研究以重慶市典型的城鄉(xiāng)二元結(jié)構(gòu)巴南區(qū)為例，將2005年、2010年、2015年TM影像解譯數(shù)據(jù)作為數(shù)據(jù)源，在對巴南區(qū)土地利用現(xiàn)狀進行分析的基礎(chǔ)上，構(gòu)建了CA-Markov模型模擬預(yù)測巴南區(qū)未來土地利用的變化情況。結(jié)果表明：（1）對2015年土地利用模擬結(jié)果與實際土地利用現(xiàn)狀交叉驗證，Kappa系數(shù)為0.9145，表明CA-Markov模型進行土地利用格局模擬可行;（2）2005—2015年間，巴南區(qū)土地利用類型面積總體上呈現(xiàn)出耕地和林地不斷減少，建設(shè)用地持續(xù)增加，草地和水域變化不明顯的變化趨勢，究其原因是巴南區(qū)近年來城市擴建占用了部分耕地和林地;（3）預(yù)測結(jié)果顯示，2015—2035年間巴南區(qū)建設(shè)用地面積變化最為明顯，將由94.54km2增加到481.75km2，耕地和林地面積依然在持續(xù)減少。因此，應(yīng)嚴(yán)格控制建設(shè)用地占用耕地和林地，盡量改造老城區(qū)以及提高土地利用集約度來緩解日益加劇的土地壓力。

關(guān)鍵詞：土地利用變化;預(yù)測;CA-Markov模型;巴南區(qū)

中圖分類號 F301.2;X171.1 文獻標(biāo)識碼 A 文章編號 1007-7731（2021）11-0125-06

Research on Simulation and Prediction of Land Use Change in Banan District Based on CA-Markov Model

RAN Yuju

（School of City and Environment， Yunnan University of Finance and Economics， Kunming 650221， China）

Abstract： Research on simulation and prediction of land use/cover change is of great significance for exploring the law and direction of land use change and realizing sustainable development. This study takes Banan District， a typical urban-rural dual structure of Chongqing City as an example， uses TM image interpretation data in 2005， 2010， and 2015 as the data source， and on the basis of analyzing the status quo of land use in Banan District， build a CA-Markov model to simulate and predict future land use changes in Banan District. The results show that： （1） The 2015 land use simulation results are cross-validated with the actual land use status， and the Kappa coefficient is 0.9145， indicating that it is feasible to use the CA-Markov model to simulate the land use pattern; （2） Banan from 2005 to 2015 In general， the area of land use types in the district shows a trend of “decreasing arable land and forest land， continuous increase in construction land， and insignificant changes in grassland and waters”. The reason is that the urban expansion in Banan District has occupied part of the arable land and forest land in recent years; （3） The forecast results show that the construction land area in Banan District has changed most significantly from 2015 to 2035， increasing from 94.54km2 to 481.75km2. The area of arable land and woodland is still decreasing. Therefore， the occupation of arable land and woodland for construction land should be strictly controlled， as far as possible. Transform the old city and increase the intensity of land use to alleviate the increasing pressure on land.

Key words： land use change; prediction; CA-Markov model; Banan District

自1995年國際地圈-生物圈計劃（IGBP）和國際全球環(huán)境變化人文因素計劃（IHDP）聯(lián)合提出“土地利用/覆蓋計劃”（land use/cover change，LUCC）研究計劃以來，LUCC便成為了國內(nèi)外學(xué)者所研究的熱點問題之一[1-3]。部分學(xué)者逐漸意識到LUCC會對區(qū)域生態(tài)環(huán)境以及社會經(jīng)濟發(fā)展產(chǎn)生直接或間接的影響，進而影響區(qū)域乃至全球的可持續(xù)發(fā)展[4-5]。因此，土地利用動態(tài)變化模擬預(yù)測研究已成為全球和區(qū)域環(huán)境變化的重要課題。

土地利用變化過程復(fù)雜多變，土地利用各類型內(nèi)部的功能復(fù)雜和各類型之間的結(jié)構(gòu)復(fù)雜性決定了土地利用研究必須采用復(fù)雜的系統(tǒng)的理論方法[6-7]。到目前為止，土地利用變化模擬預(yù)測研究中采用的方法主要有：基于經(jīng)驗的數(shù)理統(tǒng)計模型（CLUE-S模型）、馬爾科夫鏈（Markov Process）、元胞自動機（Cellular automaton，CA）、人工神經(jīng)網(wǎng)絡(luò)（Artificial neural network，ANN）、多智能體系統(tǒng)模型（multi-agent system，MAS）[4]。在眾多的模型中，Markov模型和CA模型被廣泛運用，但前者最大的缺點是無法實現(xiàn)土地利用的空間變化預(yù)測[8]，而后者優(yōu)勢主要體現(xiàn)在具有極強的時空耦合特點以及空間運算能力[9]。目前，越來越多的學(xué)者結(jié)合CA模型和Markov模型各自優(yōu)勢來構(gòu)建CA-Markov模型，引用多目標(biāo)土地優(yōu)化配置的方法來預(yù)測土地利用變化，將連續(xù)的空間數(shù)據(jù)和可能的空間轉(zhuǎn)換信息加入馬爾科夫分析中[10-11]，該耦合模型綜合了CA模型的空間預(yù)測能力以及Markov模型數(shù)量預(yù)測的優(yōu)勢，有效提高了土地利用變化模擬精度以及模擬土地利用空間變化的能力[12-14]。目前已有的土地利用變化模擬預(yù)測模型不僅理論研究已經(jīng)比較成熟，應(yīng)用也十分廣泛。但仍存在一些不足：關(guān)于次發(fā)達地區(qū)以及縣級范圍內(nèi)的小尺度動態(tài)預(yù)測研究很少;部分學(xué)者利用單一模型進行土地利用動態(tài)變化研究，不具說服力。因此，本研究在選取研究區(qū)域以及預(yù)測模型時進行改進。

巴南區(qū)位于重慶市主城區(qū)西南部，是重慶主城九區(qū)之一，定位為重慶市都市拓展區(qū)，在重慶市“一圈兩翼”發(fā)展戰(zhàn)略上處于核心圈層區(qū)域，同時是國家重點水利工程三峽大壩上游重要流域區(qū)域，在重慶市主城發(fā)展地位上具有重要戰(zhàn)略地位。隨著西部大開發(fā)，城鄉(xiāng)統(tǒng)籌發(fā)展以及巴南的發(fā)展定位的進一步完善，重慶市巴南區(qū)呈現(xiàn)出快速發(fā)展的模式，主要表現(xiàn)在隨著城鄉(xiāng)一體化政策的實施，巴南區(qū)的非農(nóng)業(yè)人口降低以及區(qū)域內(nèi)的工業(yè)生產(chǎn)的發(fā)展，加大了區(qū)域內(nèi)的建設(shè)用地的擴張，導(dǎo)致區(qū)域內(nèi)呈現(xiàn)出粗放發(fā)展的模式，毀林開荒、占用基本農(nóng)田現(xiàn)象比較突出，這直接影響著巴南區(qū)的未來城市發(fā)展定位以及城市統(tǒng)籌規(guī)劃的實施。在這樣的大背景下，如何協(xié)調(diào)區(qū)域隨著城市化快速發(fā)展與土地之間的矛盾，已經(jīng)成為必須思考的話題。因此，綜合以上存在的問題，本研究選取重慶市巴南區(qū)為研究區(qū)域，結(jié)合CA模型和Markov模型各有的優(yōu)勢構(gòu)建CA-Markov模型，模擬預(yù)測巴南區(qū)土地利用變化情況，從空間和數(shù)量上綜合把握土地利用變化趨勢，以期為巴南區(qū)合理制定土地利用規(guī)劃和促進區(qū)域經(jīng)濟社會可持續(xù)發(fā)展提供參考。

1 方法與數(shù)據(jù)

1.1 研究區(qū)概況 巴南區(qū)地處長江上游三峽庫區(qū)，位于重慶市西南部，屬主城九區(qū)之一，跨東經(jīng)106°26′2″～106°59′53″、北緯29°7′44"～29°45′43"之間，面積1834.23km2，以丘陵山地為主，具備重慶市“大城市、大農(nóng)村、大庫區(qū)、大山區(qū)”特征，城鄉(xiāng)差距較大，區(qū)域發(fā)展不平衡，資源節(jié)約和環(huán)境保護任務(wù)重。同時在較長時間范圍內(nèi)，城鎮(zhèn)化、工業(yè)化等帶動的土地利用演變較為劇烈，人地矛盾突出，其基本概括了山地城市邊緣縣域?qū)用嫱恋乩脮r空演變的一般特點。

1.2 數(shù)據(jù)來源與處理 本研究以重慶市巴南區(qū)2005年、2010年和2015年美國NAS陸地衛(wèi)星（landsat）搭載的TM傳感器所拍攝的1∶10萬遙感影像數(shù)據(jù)以及1∶5萬 DEM數(shù)據(jù)作為數(shù)據(jù)源。采用《中科院土地利用覆蓋分類體系》，將土地分為耕地、林地、草地、水域、建設(shè)用地5大土地利用類型，對研究區(qū)域3年的遙感影像進行解譯，獲取3期土地利用數(shù)據(jù)。為了保證相關(guān)操作能夠在ISRISI 17.0軟件中正常運行，分別對3期土地利用數(shù)據(jù)以及其他相關(guān)數(shù)據(jù)進行格式轉(zhuǎn)換、坐標(biāo)系統(tǒng)一和設(shè)置像元大小等操作。

1.3 研究方法

1.3.1 土地利用動態(tài)度 土地利用動態(tài)度可以用來反映研究區(qū)內(nèi)的土地利用類型在某一時期變化的劇烈程度，對于比較土地利用變化的區(qū)域差異和時空差異具有重要作用。因此，本文選取單一土地利用動態(tài)度分析土地利用變化特征，為預(yù)測巴南區(qū)未來的土地利用變化趨勢提供參考，相關(guān)公式見參考文獻[14]。

1.3.2 土地利用轉(zhuǎn)移概率矩陣 土地利用轉(zhuǎn)移矩陣是研究區(qū)域在某一時期期初與期末各土地利用類型之間的轉(zhuǎn)換關(guān)系，使用土地利用轉(zhuǎn)移矩陣能夠?qū)ν恋乩迷跀?shù)量上的分布特征以及各地類相互轉(zhuǎn)化的流向等進行追蹤研究[15]，主要通過ArcGIS軟件中的柵格計算器獲取。

1.3.3 土地利用變化圖譜 土地利用圖譜是研究土地利用“格局與過程”時空動態(tài)變化的基本時空復(fù)合體信息單元[16]。參考前人研究成果[17]，將巴南區(qū)土地利用變化圖譜概括為3種類型：（1）穩(wěn)定變化型：即土地利用類型在2005—2015期間不發(fā)生變化;（2）前期變化型：即土地利用類型在2005—2010年間發(fā)生變化，在2010—2015年間不發(fā)生變化;（3）后期變化型：即土地利用類型在2005—2010年間不發(fā)生變化，在2010—2015年間發(fā)生變化。

1.3.4 CA-Markov模型[S（t+1）=f（S（t），N）] 元胞自動機模型（CA）具有強大的時空處理能力，其運行原理是將研究區(qū)域的地理環(huán)境劃分為獨立的元胞空間，每個柵格單元就對應(yīng)1個元胞，每個柵格的屬性就是元胞的狀態(tài)，在土地利用變化研究中元胞狀態(tài)就是對應(yīng)的某種土地利用類型，因此CA模型廣泛應(yīng)用于時空演變過程十分復(fù)雜的地理系統(tǒng)[18]。其最大的特點是時間、空間和狀態(tài)皆是離散的，其空間相互作用和時間因果關(guān)系都處于局部。模型由元胞、時間、空間、狀態(tài)、領(lǐng)域和轉(zhuǎn)換規(guī)則個部分組成，各個變量取有限的狀態(tài)，且其轉(zhuǎn)變的規(guī)則在時間和空間上都是局部的[19]，其公式為：

S（t+1）=f（S（t），N） （1）

式中：S（t），S（t+1）：t和t+1時刻元胞有限、離散的狀態(tài)集合;N：元胞鄰域;f：元胞轉(zhuǎn)換規(guī)則。

馬爾科夫模型（Markov）可以用來分析事件的發(fā)展規(guī)律以及預(yù)測其未來時刻的發(fā)展趨勢，具有無后效性和穩(wěn)定性[20]。無后效性是指事件在t+1時刻的狀態(tài)只與t時刻的狀態(tài)有關(guān);穩(wěn)定性是指隨著時間發(fā)展而逐漸保持穩(wěn)定。土地利用時空變化過程一定程度上也具有就具有這兩種特點，因此Markov模型可以用來預(yù)測土地利用變化，在模型預(yù)測過程中，土地利用類型之間可以相互進行轉(zhuǎn)換[21]。利用Markov模型對土地利用變化數(shù)量進行預(yù)測就確定土地利用轉(zhuǎn)移概率，表達式如下：

[Pij=P11P12...P1nP21P22...P2n............Pn1Pn2...Pnn] （2）

[S（t+1）=Pij×S（t）] （3）

本研究采用集成的CA-Markov模型，模擬巴南區(qū)2015年的土地利用變化，對比解譯得到的2015年土地利用圖，計算模擬精度。在模擬結(jié)果較好的情況下，將2015年的土地利用適宜性圖集和土地利用轉(zhuǎn)移概率矩陣輸入CA-Markov模塊，預(yù)測2025年和2035年的土地利用空間格局。

2 結(jié)果與分析

2.1 2005—2015年巴南區(qū)土地利用變化特征

2.1.1 土地利用數(shù)量變化分析 通過ArcGIS軟件統(tǒng)計分析巴南區(qū)2005年、2010年、2015年3個時期的土地利用數(shù)據(jù)，得出巴南區(qū)土地利用面積變化和動態(tài)度，結(jié)果如表1所示。從數(shù)量上來看，巴南區(qū)土地利用類型以耕地和林地為主，占總面積的90%以上，土地利用類型的面積表現(xiàn)為耕地>林地>建設(shè)用地>水域>草地，其中耕地是巴南區(qū)主要土地利用類型，在3個時期分別占總面積的48%、47%、46%。2005—2015年土地利用分布不斷發(fā)生變化，總體表現(xiàn)為耕地和林地面積逐漸減少，建設(shè)用地面積持續(xù)增加，草地和水域面積變化不大。從動態(tài)度來看，建設(shè)用地變化幅度最大，在2005—2015年期間，建設(shè)用地不斷增加，第2個時期增量達到第一個時期的近11倍，且變化速率連續(xù)2期都是最大值，分別為0.46、4.95;耕地和林地減少速度加快，耕地單一動態(tài)度由0.00增長到0.42，林地單一動態(tài)度由0.04增長到0.42。以上變化特征表明，隨著巴南區(qū)經(jīng)濟的快速發(fā)展，建設(shè)占用的現(xiàn)象越來越普遍，政府部門應(yīng)制定有效措施嚴(yán)格控制建設(shè)用地占用現(xiàn)象，協(xié)調(diào)好經(jīng)濟發(fā)展與生態(tài)保護之間的關(guān)系。

2.1.2 土地利用變化圖譜 為研究2005—2010—2015年間巴南區(qū)的土地利用類型的演變情況，利用ArcGIS計算得出巴南區(qū)2005—2015年間的土地利用變化情況，參考前人研究成果以及計算結(jié)果，將巴南區(qū)土地利用變化圖譜概括為3種類型：穩(wěn)定變化型、前期變化型、后期變化型。從表2可以看出，在2005—2015年期間，巴南區(qū)土地利用變化類型中，穩(wěn)定變化型面積變化最大，其圖譜單元面積為1802.90km2，占總面積的比例達到98.75%，其中耕地-耕地-耕地的變化面積居于主體地位，變化面積為845.42km2;后期變化型次之，其圖譜單元面積為19.66km2，占總面積1.08%，其中耕地-耕地-建設(shè)用地的變化面積最大，變化面積為14.25km2，占后期變化型總面積的72.48%;前期變化型面積變化最小，其圖譜單元面積為3.19km2，占總面積0.17%。2005—2015年間巴南區(qū)土地利用變化面積由大到小的排序依次為穩(wěn)定變化型>后期變化型>前期變化型。

2.1.3 土地利用空間轉(zhuǎn)移 通過ArcGIS計算得出土地利用轉(zhuǎn)移面積矩陣表（表3、表4）。巴南區(qū)在2005—2015年間土地利用類型面積總體上呈現(xiàn)出“兩增、兩減、一不變”的變化規(guī)律，即水域和建設(shè)用地面積增加，耕地和林地減少，草地基本無變化。耕地轉(zhuǎn)出面積多于轉(zhuǎn)入面積，呈減少趨勢。其中2005—2010年耕地轉(zhuǎn)出面積為0.89km2，轉(zhuǎn)入面積為0.75km2，凈轉(zhuǎn)出0.14km2，轉(zhuǎn)出地類主要為林地和建設(shè)用地。2010—2015年耕地轉(zhuǎn)出地類主要為林地、水域、建設(shè)用地，轉(zhuǎn)為建設(shè)用地的面積為14.25km2，占總轉(zhuǎn)出面積的95%左右。林地轉(zhuǎn)換不平衡，轉(zhuǎn)出地類主要為耕地和建設(shè)用地，轉(zhuǎn)入地類全部來自耕地，但是轉(zhuǎn)入的林地面積遠(yuǎn)遠(yuǎn)小于轉(zhuǎn)出的林地面積。建設(shè)用地呈增長趨勢，2010—2015年建設(shè)用地未轉(zhuǎn)為其他地類，轉(zhuǎn)入面積總計19.07km2，主要來源于耕地和林地，城市擴張程度大于2010年以前，主要歸因于巴南區(qū)經(jīng)濟發(fā)展速度不斷加快，一大批城市公園和廣場隨著旅游業(yè)的興起不斷出現(xiàn)，城鎮(zhèn)化率逐漸提高。此外，“十二五”規(guī)劃期間，房地產(chǎn)項目增多，交通運輸用地增加，使城市化進程進一步加速，從而導(dǎo)致土地利用變化劇烈。

2.2 巴南區(qū)土地利用變化模擬和預(yù)測

2.2.1 土地利用變化模擬 運用CA-Markov模型模擬土地利用格局的關(guān)鍵在于土地利用轉(zhuǎn)移概率矩陣和土地適宜性圖集的確定。本研究將巴南區(qū)3期土地利用數(shù)據(jù)經(jīng)過數(shù)據(jù)格式轉(zhuǎn)換后作為基礎(chǔ)數(shù)據(jù)，以5年為時間間隔，比例誤差設(shè)為0.15，利用軟件IDRISI17.0中的Markov模型和COLLETION EDIT模塊分別生成土地利用轉(zhuǎn)移概率矩陣和適宜性圖集作為CA-Markov模型的轉(zhuǎn)換規(guī)則，為模擬預(yù)測未來年期的土地利用時空變化做準(zhǔn)備。以2010年的土地利用數(shù)據(jù)為基礎(chǔ)，將獲取的2005—2010年土地利用轉(zhuǎn)移面積矩陣和2010年土地利用適宜性圖集作為轉(zhuǎn)換規(guī)則，在CA標(biāo)準(zhǔn)的5x5濾波器以及迭代次數(shù)為5的條件下，通過CA-Markov模型得到巴南區(qū)2015年土地利用格局模擬圖。巴南區(qū)2015年土地利用現(xiàn)狀圖與土地利用模擬圖如圖1和圖2所示?？傮w來說，模擬預(yù)測圖與土地利用現(xiàn)狀圖上的各土地利用類型在空間分布上大體一致，建設(shè)用地的分布表現(xiàn)出較為明顯的差異，模擬預(yù)測出的巴南區(qū)2015年建設(shè)用地面積多于實際面積。這是因為“十一五”規(guī)劃期間，巴南區(qū)建設(shè)用地的分布受到較多政策因素的影響。而本研究在選取土地利用變化影響因素時未能考慮到政策因素的影響，導(dǎo)致模擬預(yù)測中存在一些誤差。

2.2.2 模擬精度檢驗 本研究采用IDRISI中的kappa模塊對巴南區(qū)2015年的土地利用模擬結(jié)果進行精度檢驗，Kappa指數(shù)主要用于對比分析2個圖件的一致性，也可用于評價遙感解譯的精度。當(dāng)Kappa≤0.4時，說明兩幅圖件一致性較差，即現(xiàn)狀圖與模擬預(yù)測圖存在較大差異，模擬效果較低;當(dāng)Kappa≥0.4且≤0.75時，說明兩幅圖件一致性一般，現(xiàn)狀圖與模擬圖差異稍明顯，模型模擬結(jié)果精度一般，有一定的錯誤柵格;當(dāng)Kappa≥0.75時，說明2幅圖之間的一致性較高，模擬效果良好。

巴南區(qū)2015年土地利用變化模擬檢驗結(jié)果如表5所示。從表5可以看出，巴南區(qū)2015年土地利用結(jié)構(gòu)模擬數(shù)據(jù)與實際數(shù)據(jù)存在差異，但大體一致，CROSSTAB模塊檢驗出模擬的總體Kappa精度為91.45%，平均精度為80.70%，模擬效果良好，因此其精度能夠滿足對巴南區(qū)未來年期的土地利用格局預(yù)測分析。其中，建設(shè)用地模擬精度較低，僅為72.87%，究其原因是因為建設(shè)用地的分布受政策因素影響較大，由于其驅(qū)動因子較難追蹤，本研究未考慮政策因素的約束作用，導(dǎo)致其模擬精度較低。因此，為了提高模擬精度，未來在制作土地利用適宜性圖集的過程中，應(yīng)多加考慮政策因素對于土地利用變化的影響，從而對轉(zhuǎn)換規(guī)則進行限制和約束，進一步提高模擬精度。

2.2.3 土地利用變化預(yù)測 CA-Markov模型模擬巴南區(qū)2015年土地利用效果良好，可以滿足對未來年期土地利用變化的預(yù)測。因此，采用相同的方法獲取2010—2015巴南區(qū)土地利用轉(zhuǎn)移概率矩陣以及2015年土地利用適宜性圖集，將2015年的土地利用圖件作為基礎(chǔ)數(shù)據(jù)，將迭代次數(shù)分別設(shè)置為10和20，利用CA-Markov模型對巴南區(qū)2025年和2035年土地利用格局進行預(yù)測，得到的土地利用格局預(yù)測圖如圖3、圖4所示。利用ArcGIS對其統(tǒng)計分析，得出巴南區(qū)2015—2025年和2025—2035土地利用轉(zhuǎn)移面積矩陣，如表7、表8所示。從表7、表8可以看出，巴南區(qū)未來的土地利用類型將呈現(xiàn)出“耕地和林地減少，草地和建設(shè)用地增加，水域先減少后增加”的演變趨勢。究其原因，主要是因為對“空心村”的閑置宅基地進行復(fù)墾，使農(nóng)村建設(shè)用地轉(zhuǎn)變?yōu)楦?。耕地是巴南區(qū)主要土地利用類型，為了防止耕地持續(xù)減少，政府應(yīng)嚴(yán)格限制對耕地的盲目開發(fā)行為。建設(shè)用地面積變化最為明顯，呈現(xiàn)持續(xù)增多的趨勢，2015—2035年間面積增加387.21km2，占比增加21.59%。由于建設(shè)用地轉(zhuǎn)換具有不可逆性，因此政府部門在制定土地利用總體規(guī)劃時應(yīng)嚴(yán)格控制建設(shè)用地額增加量，盡量改造老城區(qū)以及提高土地利用集約度來滿足日益加劇的土地壓力。

3 結(jié)論與討論

本研究以位于重慶市的巴南區(qū)作為研究區(qū)域，利用ArcGIS軟件的空間分析功能，統(tǒng)計巴南區(qū)在2005—2015年土地利用數(shù)據(jù)，分析其土地利用變化特征。在此基礎(chǔ)上，以坡度、高程、距主要道路距離、距城鎮(zhèn)建設(shè)用地距離以及距水域距離作為驅(qū)動因子，利用IDRISI中的Markov模型和MCE模塊獲取土地利用轉(zhuǎn)移矩陣以及土地利用適宜性圖集，結(jié)合CA-Markov模型模擬預(yù)測巴南區(qū)2025年和2035年土地利用格局。主要結(jié)論如下：

（1）耕地和林地是主要土地利用類型。研究期內(nèi)，巴南區(qū)土地利用類型中都是耕地和林地占比最大，其中2005—2015年耕地和林地面積之和占總面積的90%以上，2025年和2035年預(yù)測結(jié)果顯示耕地和林地面積呈減少趨勢，但仍是主要土地利用類型，兩者占總面積之和接近70%。從土地利用轉(zhuǎn)移面積矩陣可以看出，研究期內(nèi)建設(shè)用地面積持續(xù)增多，且主要來源于耕地和林地的轉(zhuǎn)換，耕地和林地轉(zhuǎn)為建設(shè)用地的面積之和占總轉(zhuǎn)入面積的95%以上。這主要是因為巴南區(qū)經(jīng)濟快速發(fā)展，城鎮(zhèn)建設(shè)用地不斷占用城市周邊的耕地和林地以實現(xiàn)擴張。鑒于此，政府部門應(yīng)采取措施協(xié)調(diào)城市發(fā)展和生態(tài)保護之間的關(guān)系，制定合理土地利用規(guī)劃，保護耕地、林地和草地以及主要水資源，抑制城鎮(zhèn)建設(shè)用地的規(guī)模。

（2）CA-Markov模型模擬效果良好。對比分析巴南區(qū)2015年土地利用模擬結(jié)果和2015年土地利用現(xiàn)狀圖，計算Kappa系數(shù)為0.9145，說明CA-Markov模型模擬效果良好，可以預(yù)測巴南區(qū)2025年和2035土地利用變化情況。

（3）耕地、林地和建設(shè)用地相互轉(zhuǎn)換頻繁。由巴南區(qū)2005—2015土地利用變化情況可知，耕地、林地和建設(shè)用地演變劇烈，相互之間轉(zhuǎn)換頻繁。耕地和林地轉(zhuǎn)出地類主要是建設(shè)用地，是建設(shè)用地實現(xiàn)擴張的主要來源。此外，2025年和2035年土地利用模擬預(yù)測結(jié)果也表明耕地、林地和建設(shè)用地面積呈持續(xù)變化趨勢。在空間上，預(yù)測結(jié)果顯示建設(shè)用地變化最為明顯，呈現(xiàn)出以魚洞和花溪鎮(zhèn)為中心，向四周輻射的趨勢，整體沿著花溪鎮(zhèn)-南泉鎮(zhèn)-界石鎮(zhèn)-南彭鎮(zhèn)方向發(fā)展?？傮w而言，預(yù)測結(jié)果與區(qū)域土地利用規(guī)劃相符合，說明CA-Markov模型同時具有數(shù)量上和空間上的模擬預(yù)測優(yōu)勢，對于巴南區(qū)城市建設(shè)以及經(jīng)濟社會可持續(xù)發(fā)展方面具有實際意義。

本研究雖然在一定程度上克服了傳統(tǒng)土地利用變化線性模擬方法的弊端，但仍存在一定的不足。在考慮土地利用變化的影響因素時，應(yīng)結(jié)合研究區(qū)域?qū)嶋H情況，綜合考慮自然、經(jīng)濟、社會和政策各方面對于地利用變化的影響，還應(yīng)考慮基本農(nóng)田保護區(qū)、建設(shè)用地管制區(qū)以及名勝古跡等因素，從而對轉(zhuǎn)換規(guī)則進行限制和約束，以提高模型模擬的精度。此外，本研究在對巴南區(qū)未來土地利用變化進行模擬預(yù)測的過程中，將元胞大小統(tǒng)一設(shè)置為100m×100m，未考慮元胞大小對模擬精度的影響。未來的研究應(yīng)根據(jù)研究區(qū)實際情況，設(shè)置不同的元胞大小進行試驗，選擇最適宜的元胞尺寸，從而提高模擬精度。

參考文獻

[1]后立勝，蔡運龍.土地利用/覆被變化研究的實質(zhì)分析與進展評述[J].地理科學(xué)進展，2004（6）：96-104.

[2]王兵，臧玲.我國土地利用/土地覆被變化研究近期進展[J].地域研究與開發(fā)，2006（2）：86-91.

[3]鄭燕鳳.基于GIS的CA-MARKOV模型的土地利用變化研究[D].泰安：山東農(nóng)業(yè)大學(xué)，2009.

[4]張龍飛.基于MAS-LCM耦合模型的孟連縣土地利用時空變化模擬預(yù)測研究[D].昆明：云南大學(xué)，2016.

[5]劉國，陳海莉，李慧燕.土地利用/土地覆被變化研宄綜述[J].青海師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2014，36（4）：5-10.

[6]王甜，閆金鳳，喬海燕.馬來西亞吉隆坡市土地利用變化特征分析與預(yù)測[J].水土保持通報，2020，40（5）：268-275，341.

[7]李曉，鄭慶榮，胡硯秋，等.滹沱河上游地區(qū)土地利用變化對生態(tài)系統(tǒng)服務(wù)價值的影響[J].安徽農(nóng)學(xué)通報，2021，27（2）：108-112，143.

[8]武丹，李歡，艾寧，黃濤，等.基于CA-Markov的土地利用時空變化與生境質(zhì)量預(yù)測——以寧夏中部干旱區(qū)為例[J].中國生態(tài)農(nóng)業(yè)學(xué)報（中英文），2020，28（12）：1969-1978.

[9]Al-shalabi M， Billa L. Modelling urban growth evolution and land-use changes using GIS based cellular automata and SLEUTH models： the case of Sana′a metropolitan city， Yemen[J].Environ Earth，2013，70（1）：425-437.

[10]王友生，余新曉，賀康寧，等.基于 CA-Markov模型的藉河流域土地利用變化動態(tài)模擬[J].農(nóng)業(yè)工程學(xué)報，2011，27（12）：330-336.

[11]霍明明，張軼瑩，陳偉強.基于CA-Markov的土地利用變化及預(yù)測研究——以鞏義市魯莊鎮(zhèn)為例[J].中國農(nóng)學(xué)通報，2015，31（12）：279-284.

[12]唐鵬.基于CA-MARKOV模型的LUCC機制與模擬研究[D].重慶交通大學(xué)，2016.

[13]李靖，廖和平，蔡進，等.山地城市邊緣土地利用格局與變化的地形梯度分布特征分析——以重慶市巴南區(qū)為例[J].長江流域資源與環(huán)境，2015，27（2）：296-305.

[14]王秀蘭，包玉海.土地利用動態(tài)變化研究方法探討[J].地理科學(xué)進展，1999（1）：83-89.

[15]童小容，楊慶媛，畢國華.重慶市2000～2015年土地利用變化時空特征分析[J].長江流域資源與環(huán)境，2015，27（11）：2481-2495.

[16]張曉娟，周啟剛，王兆林，等.基于MCE-CA-Markov的三峽庫區(qū)土地利用演變模擬及預(yù)測[J].農(nóng)業(yè)工程學(xué)報，2017，33（19）：268-277.

[17]齊笑，陳誠，何夢男，張勁.深圳市土地利用景觀格局演變分析與情景模擬[J].地理空間信息，2015，16（12）：88-91，11.

[18]童小容，楊慶媛，畢國華.重慶市2000～2015年土地利用變化時空特征分析[J].長江流域資源與環(huán)境，2015，27（11）：2481-2495.

[19]田多松，傅碧天，呂永鵬，等.基于SD和CLUE-S模型的區(qū)域土地利用變化對土壤有機碳儲量影響研究[J].長江流域資源與環(huán)境，2016，25（4）：613-620.

[20]林曉丹.基于GIS和Logistic-CA-Markov模型的土地利用/覆被變化與模擬研究[D].福州：福建農(nóng)林大學(xué)，2017.

[21]呂樂婷，張杰，彭秋志，等.東江流域景觀格局演變分析及變化預(yù)測[J].生態(tài)學(xué)報，2019，39（18）：6850-6859.

（責(zé)編：張宏民）