基于CA-Markov模型的渭河中下游干流土地利用變化模擬及預(yù)測(cè)

劉小妮，鞠 琴，鞠曉晗，孫云儒，連子旭，付曉雷，3

（1.河海大學(xué)水文水資源與水利工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，南京 210098；2.河海大學(xué)全球變化與水循環(huán)國(guó)際合作聯(lián)合實(shí)驗(yàn)室，南京 210098；3.揚(yáng)州大學(xué)水利科學(xué)與工程學(xué)院，江蘇 揚(yáng)州 225009）

0 引 言

土地利用變化對(duì)生態(tài)環(huán)境與國(guó)土資源協(xié)調(diào)可持續(xù)發(fā)展至關(guān)重要。隨著城市經(jīng)濟(jì)的快速發(fā)展，導(dǎo)致土地利用類型急速轉(zhuǎn)化，嚴(yán)重影響了土地利用與生態(tài)環(huán)境的協(xié)調(diào)發(fā)展[1]，因此，研究不同情景下的土地利用空間格局動(dòng)態(tài)變化，對(duì)土地資源合理開發(fā)利用與保障流域生態(tài)環(huán)境質(zhì)量具有重要意義[2]。

目前，諸多學(xué)者借助CA-Markov 模型[3]、CLUE-S 模型[4]、Markov-FLUS 模型[5]等耦合模型對(duì)土地利用進(jìn)行分析和模擬。其中，CA-Markov模型在區(qū)域土地利用變化模擬和預(yù)測(cè)方面被廣泛應(yīng)用[6]，黎云云等[7]基于CA-Markov 模型模擬了2000年與2010年黃河流域土地利用變化，發(fā)現(xiàn)模擬精度較高，并預(yù)測(cè)了2020、2030、2040 和2050年的土地利用變化。由于土地利用變化模擬具有不確定性，往往受經(jīng)濟(jì)、社會(huì)和人類活動(dòng)等很難量化的因素影響[8]，學(xué)者們開展了多情景下土地利用變化的模擬與預(yù)測(cè)，均是基于現(xiàn)有的土地利用變化自然發(fā)展規(guī)律，根據(jù)不同的側(cè)重點(diǎn)設(shè)定不同情景對(duì)未來土地利用變化進(jìn)行分析[9]。例如謝凌凌等[10]利用Markov-FLUS 模型對(duì)廣西非限制性與耕地保護(hù)兩種情景進(jìn)行模擬預(yù)測(cè)，發(fā)現(xiàn)耕地保護(hù)情景下，城鎮(zhèn)用地積小幅增加；吳晶晶等[11]基于CA-Markov模型分別探討了“快速城鎮(zhèn)化情景”、“現(xiàn)狀延續(xù)情景”和“生態(tài)保護(hù)情景”3種模式下烏江下游地區(qū)未來土地利用格局，發(fā)現(xiàn)“快速城鎮(zhèn)化情景”下，建設(shè)用地急劇擴(kuò)張；“生態(tài)保護(hù)情景”模式是未來經(jīng)濟(jì)、社會(huì)和環(huán)境協(xié)調(diào)發(fā)展較為理想的模式。

由以前的研究可知，大部分學(xué)者多是基于過去和現(xiàn)在數(shù)據(jù)對(duì)未來土地利用變化的一種預(yù)測(cè)，部分學(xué)者雖然通過具體情景設(shè)置得到未來情景下土地利用類型的數(shù)量特征和空間格局，但在設(shè)置情景時(shí)，以城市發(fā)展或耕地保護(hù)為主，較少結(jié)合當(dāng)?shù)氐膰?guó)土空間規(guī)劃政策來設(shè)置未來土地利用變化情景。由于渭河中下游流域位于陜西省關(guān)中地區(qū)，區(qū)域土地利用不均衡，統(tǒng)籌不夠協(xié)調(diào)，生態(tài)環(huán)境脆弱，本文以渭河中下游干流為研究區(qū)域，基于元胞自動(dòng)機(jī)和馬爾科夫（CA-Markov）模型，借助多標(biāo)準(zhǔn)評(píng)價(jià)（MCE）模塊進(jìn)一步添加土地利用變化影響因子為限制條件或約束條件，結(jié)合當(dāng)?shù)赝恋毓芾碚?，適當(dāng)調(diào)整各土地利用類型之間的轉(zhuǎn)化速率，設(shè)置自然發(fā)展、生態(tài)保護(hù)情景和統(tǒng)籌發(fā)展情景3種不同情景對(duì)研究區(qū)未來土地利用變化進(jìn)行模擬預(yù)測(cè)，旨在為當(dāng)?shù)叵嚓P(guān)規(guī)劃的合理編制及土地資源保護(hù)提供參考依據(jù)。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

本文以渭河中下游干流為研究區(qū)，即林家村至潼關(guān)段。研究區(qū)地勢(shì)南北高，中間低，水資源豐富，經(jīng)濟(jì)發(fā)展迅速，城市群表現(xiàn)為小集中，大分散的特征。近年來，城鎮(zhèn)化建設(shè)加快，人類活動(dòng)強(qiáng)度增加，不斷改變著渭河中下游干流的土地利用變化，進(jìn)而影響了極端水文事件以及土地資源綜合利用等一系列生態(tài)環(huán)境問題，渭河中下游干流地理位置圖見圖1。

圖1 渭河流域中下游地理位置圖Fig.1 Geographical position map of the middle and lower reaches of Weihe River Basin

1.2 數(shù)據(jù)來源

本文采用的1980-2020年土地利用數(shù)據(jù)，來源于中國(guó)科學(xué)院資源與環(huán)境科學(xué)數(shù)據(jù)中心（http://www.resdc.cn），空間分辨率為1 km。根據(jù)土地資源分類系統(tǒng)中的一級(jí)分類標(biāo)準(zhǔn)[12]，將渭河中下游干流土地利用類型劃分為6 類：耕地、林地、草地、水域、建設(shè)用地和未利用地。數(shù)字高程數(shù)據(jù)（DEM）來源于地理空間數(shù)據(jù)云（http://www.gscloud.cn）；坡度數(shù)據(jù)由Arcgis 軟件提取DEM 數(shù)據(jù)獲得，道路數(shù)據(jù)由OpenStreetMap 網(wǎng)站獲取。

2 研究方法

2.1 土地利用轉(zhuǎn)型分析方法

為定量分析不同時(shí)期區(qū)域各土地利用類型轉(zhuǎn)換情況與轉(zhuǎn)型變化速度，本文采用轉(zhuǎn)移矩陣、土地利用動(dòng)態(tài)度以及土地利用程度指數(shù)3 種方法分析研究區(qū)土地利用結(jié)構(gòu)動(dòng)態(tài)變化，3種方法的具體公式見文獻(xiàn)[13]。

2.2 CA-Markov模型

CA-Markov 模型是集合元胞自動(dòng)機(jī)（Cell automata,CA）模型模擬復(fù)雜空間動(dòng)態(tài)變化與馬爾科夫（Markov）模型長(zhǎng)期預(yù)測(cè)的雙重優(yōu)勢(shì)的耦合模型[14]，被廣泛的應(yīng)用于長(zhǎng)序列的土地利用結(jié)構(gòu)動(dòng)態(tài)變化的模擬預(yù)測(cè)[15]。模擬預(yù)測(cè)具體流程見圖2，首先將研究區(qū)首期與末期土地利用柵格數(shù)據(jù)輸入Markov模型，得到土地利用類型轉(zhuǎn)移面積矩陣和轉(zhuǎn)移概率矩陣，將鄰域定義為5×5的濾波器，比例誤差設(shè)置為0.15；其次選擇水域?yàn)橄拗茥l件，DEM、坡度、道路距離等為約束條件，采用層次分析法[16]擬定高程、坡度、道路距離等影響因子所占權(quán)重分別為0.4、0.2、0.4，利用多標(biāo)準(zhǔn)評(píng)價(jià)模塊（MCE）將影響因子標(biāo)準(zhǔn)化到0～255（0 代表不適宜，255 代表最適宜）的數(shù)值，生成適宜性圖集；最后構(gòu)建CA 濾波器，CA 循環(huán)次數(shù)設(shè)置為10次，進(jìn)而模擬預(yù)測(cè)土地利用變化，并進(jìn)行精度評(píng)價(jià)。

圖2 CA-Markov模型模擬預(yù)測(cè)土地利用格局流程圖Fig.2 The flow chart of simulating and predicting land use pattern based on CA-Markov model

2.3 情景設(shè)置

考慮到土地利用動(dòng)態(tài)變化與經(jīng)濟(jì)社會(huì)的發(fā)展與演變有著密切的關(guān)系，不同時(shí)期土地利用空間演變規(guī)律存在不確定性，因此，參考了有關(guān)修改Markov 轉(zhuǎn)移矩陣的相關(guān)研究成果[17]以及高星等[18]對(duì)土地利用模擬情景的設(shè)置方法，本文設(shè)定了自然發(fā)展情景、生態(tài)保護(hù)情景和統(tǒng)籌發(fā)展情景3種土地利用變化模擬情景，以此來預(yù)測(cè)研究區(qū)2030年土地利用空間分布格局，情景模式設(shè)定如下：

（1）自然發(fā)展情景。根據(jù)研究區(qū)2010-2020年土地利用變化規(guī)律與發(fā)展趨勢(shì)，不考慮人為因素和政府政策的宏觀調(diào)控影響，按照現(xiàn)有的土地利用面積轉(zhuǎn)移矩陣與概率轉(zhuǎn)移矩陣，不改變各土地利用類型之間的變化速率與轉(zhuǎn)換規(guī)則，模擬預(yù)測(cè)自然發(fā)展情景下未來土地利用變化。

（2）生態(tài)保護(hù)情景。由于研究區(qū)屬于《陜西省國(guó)土空間規(guī)劃（2021-2035年）》（網(wǎng)址：http://zrzyt.shaanxi.gov.cn/info/1222/56689.htm）中構(gòu)建“一山兩河、四區(qū)六帶”生態(tài)安全格局的渭河生態(tài)安全帶，根據(jù)當(dāng)?shù)氐纳鷳B(tài)保護(hù)政策，需適當(dāng)控制建設(shè)用地的增長(zhǎng)速度，限制自然生態(tài)用地任意轉(zhuǎn)換[19]，以改善流域生態(tài)功能，保護(hù)流域生態(tài)環(huán)境。具體參數(shù)設(shè)置為林地（7.58%）、草地（8.42%）、水域（1.51%）轉(zhuǎn)化為建設(shè)用地的速率均減緩50%，轉(zhuǎn)移速率分別調(diào)整為3.79%、4.21%、0.76%；耕地、未利用地變化速率未進(jìn)行限制。

（3）統(tǒng)籌發(fā)展情景。本文選取的研究區(qū)是渭河中下游林家村至潼關(guān)段，屬于陜西省國(guó)土空間總體格局的關(guān)中平原城市群，城市群的快速發(fā)展可以直接影響區(qū)域社會(huì)經(jīng)濟(jì)與生態(tài)安全[20]。為保障區(qū)域生態(tài)環(huán)境與城鎮(zhèn)化進(jìn)程的協(xié)調(diào)發(fā)展，需降低草地退化與建設(shè)用地?cái)U(kuò)張的強(qiáng)度，同時(shí)限制耕地面積的轉(zhuǎn)化。具體參數(shù)設(shè)置為將林地、草地轉(zhuǎn)化為建設(shè)用地的速率均減緩40%，耕地轉(zhuǎn)化為建設(shè)用地的速率減緩30%。

本文采用Kappa系數(shù)作為CA-Markov模型模擬精度的評(píng)價(jià)指標(biāo)，從數(shù)量和空間位置兩個(gè)方面分析模擬的土地利用格局與實(shí)際變化的匹配程度，評(píng)價(jià)分類標(biāo)準(zhǔn)[21]見表1。Kappa 系數(shù)計(jì)算公式如下：

表1 Kappa系數(shù)精度評(píng)價(jià)分類標(biāo)準(zhǔn)Tab.1 Classification criteria for accuracy evaluation of Kappa coefficients

式中：P0為總體模擬精度；Pe為理論模擬精度。

3 結(jié)果與分析

3.1 土地利用時(shí)空變化分析

渭河中下游干流土地利用時(shí)空分布圖如圖3所示。由圖3可知，研究區(qū)耕地面積占比最大為52%左右，其次是林地和草地，未利用地面積占比最小。根據(jù)研究區(qū)地勢(shì)南北高，中間低的特點(diǎn)，耕地與建設(shè)用地主要分布在低海拔中部地區(qū)，林地、草地分布在南、北部區(qū)域。建設(shè)用地集中分布在渭河中游和下游的分界處咸陽(yáng)市，且建設(shè)用地在空間上呈現(xiàn)明顯的擴(kuò)張趨勢(shì)，面積不斷增加。

圖3 1980-2020年渭河中下游干流土地利用類型時(shí)空分布圖Fig.3 Spatial and temporal distribution of land use types in the middle and lower reaches of Weihe River from 1980 to 2020

由表2和圖4可知，2010-2020年建設(shè)用地面積增加最大，增加了516.21 km2，耕地面積減少最多，減少了527.25 km2，林地與草地面積變化不顯著。1990-2010年耕地面積呈遞減趨勢(shì)，遞減幅度依次增加，林地面積呈緩慢增加趨勢(shì)，耕地面積變化與響應(yīng)國(guó)家退耕還林政策密切相關(guān)。1980-2020年建設(shè)用地面積呈遞增趨勢(shì)，遞增幅度依次增加，增加率高達(dá)64.32%，面積由1 938 km2增加到3 184 km2，建設(shè)用地面積變化與響應(yīng)國(guó)家發(fā)展城鎮(zhèn)化建設(shè)密不可分。林地與水域面積的增長(zhǎng)幅度較小，分別為2.12%、3.96%。耕地面積減少幅度為6.88%，草地面積變化不大。各土地利用類型總體變化特征為建設(shè)用地面積明顯增加，耕地面積減少，林地與水域面積增加較小，草地面積變化不顯著。

圖4 1980-2020年渭河中下游干流土地利用類型面積變化圖Fig.4 Map of land use type area change in the middle and lower reaches of Weihe River from 1980 to 2020

表2 1980-2020年渭河中下游干流各土地利用類型面積及占比Tab.2 Area and proportion of land use types in the middle and lower reaches of Weihe River from 1980 to 2020

3.2 土地利用動(dòng)態(tài)變化分析

研究區(qū)土地利用轉(zhuǎn)移矩陣見表3?？芍?980-2020年各土地利用類型轉(zhuǎn)移面積為2 198.7 km2，耕地面積轉(zhuǎn)出最大，為1 632.8 km2，其次是草地；建設(shè)用地面積轉(zhuǎn)入最大，為1 296.04 km2，其次是耕地。建設(shè)用地面積的增加主要由耕地面積轉(zhuǎn)化，草地面積主要轉(zhuǎn)化為耕地面積，其他各土地利用類型之間的轉(zhuǎn)化面積較小。1980-2020年的土地利用動(dòng)態(tài)度如圖5所示，可知，建設(shè)用地動(dòng)態(tài)度波動(dòng)變化最大，草地動(dòng)態(tài)度變化較小。2000-2010年各土地利用類型相互轉(zhuǎn)化速度最快，綜合動(dòng)態(tài)度最大為0.17%，水域和建設(shè)用地面積的動(dòng)態(tài)度較大分別為1.47%、1.98%。1980-2020年綜合土地利用動(dòng)態(tài)度為0.66%，各土地利用類型動(dòng)態(tài)度為建設(shè)用地（1.57%）>水域（0.10%）>林地（0.05%）>草地（-0.02%）>耕地（-0.17%）>未利用地（-0.87%）。4個(gè)時(shí)期內(nèi)的綜合土地利用動(dòng)態(tài)度總體呈正向增加趨勢(shì)，變化速率由0.02%增加至0.14%，表明土地利用變化速率不斷增加。

圖5 渭河中下游干流不同時(shí)期土地利用動(dòng)態(tài)度變化Fig.5 Dynamic attitude of land use in the middle and lower reaches of Weihe River in different periods

表3 1980-2020年渭河中下游干流土地利用面積轉(zhuǎn)移矩陣km2Tab.3 Land use area transfer matrix in the middle and lower reaches of Weihe River from 1980 to 2020

由土地利用程度指數(shù)分布圖（圖6）可知，1980-2020年土地利用程度不斷增加，研究區(qū)中部區(qū)域的土地開發(fā)程度較大，土地開發(fā)利用強(qiáng)度主要受建設(shè)用地和耕地的影響，建設(shè)用地類型的土地利用程度較高。土地利用程度指數(shù)為1980年（263.85） <1990年（264.02） <2000年（264.98） <2010年（265.95）<2020年（267.36），每十年間的土地利用程度指數(shù)增加速率分別為0.17%、0.96%、0.97%、1.41%，表明1980-2020年研究區(qū)各土地利用類型之間加速變化，土地利用開發(fā)強(qiáng)度持續(xù)增加。

圖6 渭河中下游干流不同時(shí)期土地利用程度指數(shù)分布圖Fig.6 Land use degree index in the middle and lower reaches of Weihe River in different periods

3.3 未來土地利用變化預(yù)測(cè)

3.3.1 土地利用變化預(yù)測(cè)精度檢驗(yàn)

本文以2015年與2020年為模擬期，通過Markov 模型計(jì)算得到研究區(qū)2005-2010年、2010-2015年土地利用轉(zhuǎn)移矩陣與轉(zhuǎn)移概率，借助多標(biāo)準(zhǔn)評(píng)價(jià)模塊制作各土地利用類型的適用性圖集，由CA-Markov 模型模擬出2015年、2020年研究區(qū)的土地利用變化，如圖7所示。由圖7可知，模擬的兩期土地利用空間分布結(jié)果與實(shí)際的土地利用類型的空間分布一致性較高，對(duì)水域面積的模擬結(jié)果偏大，但水域面積占比僅為1.2%左右，對(duì)研究區(qū)土地利用類型變化整體影響較小，2015年與2020年Kappa 系數(shù)分別為0.935 5、0.922 7，比裴子譽(yù)等[22]在楚雄市土地利用變化模擬的Kappa系數(shù)要高，表明此模型對(duì)渭河中下游干流土地利用變化模擬精度非常高，用來預(yù)測(cè)未來土地利用空間分布格局具有一定可靠性。

圖7 2015年與2020年渭河中下游干流實(shí)際與模擬土地利用變化Fig.7 Actual and simulated land use change in the middle and lower reaches of the Weihe River in 2015 and 2020

由表4可知，模擬的2015年與2020年兩期土地利用類型面積結(jié)果與實(shí)際對(duì)比分析，發(fā)現(xiàn)耕地、林地的相對(duì)誤差較小，為2%左右，其次是建設(shè)用地和草地，相對(duì)誤差均低于8%，但水域的相對(duì)誤差高達(dá)23%，可見模擬結(jié)果對(duì)水域面積存在高估的現(xiàn)象，考慮到未利用地的相對(duì)誤差面積僅占總面積的0.2%左右，故不做分析，總體來看模擬結(jié)果較為可靠。

表4 2015年與2020年渭河中下游干流實(shí)際與模擬土地利用類型面積Tab.4 Actual and simulated land use type area of the middle and lower reaches of the Weihe River in 2015 and 2020

3.3.2 不同情景下土地利用演變特征分析

本文以2020年土地利用數(shù)據(jù)為基礎(chǔ)，利用CA-Markov 模型模擬預(yù)測(cè)了2030年渭河中下游干流自然發(fā)展情景、生態(tài)保護(hù)情景和統(tǒng)籌發(fā)展情景3種情景下的土地利用空間分布圖（圖8），不同情景下各土地利用類型面積見表5。由圖8與表5可知，自然發(fā)展情景下，沒有任何人為干涉，經(jīng)濟(jì)發(fā)展與城市化進(jìn)程持續(xù)加快，研究區(qū)林地、草地面積呈大幅縮減態(tài)勢(shì)，面積分別減少了603.91 km2、792.25 km2。建設(shè)用地面積增幅較大，增幅約為27%。預(yù)測(cè)的水域面積可能存在高估，導(dǎo)致面積偏大。生態(tài)保護(hù)情景下，為保護(hù)渭河生態(tài)安全帶，將林地、草地等轉(zhuǎn)化速率降低了50%，限制了林地、草地面積任意轉(zhuǎn)化，兩者的面積變化量較小，耕地面積減少，建設(shè)用地面積增加。統(tǒng)籌發(fā)展情景下，綜合考慮城市的快速發(fā)展與生態(tài)環(huán)境，在一定程度上減緩了建設(shè)用地的無序擴(kuò)張，研究區(qū)草地面積減少了262.24 km2，建設(shè)用地面積擴(kuò)張強(qiáng)度明顯減弱，增幅為4.26%，其他土地利用類型面積變化較小。總體來看，3種情景下模擬預(yù)測(cè)的2030年研究區(qū)建設(shè)用地面積均呈增加趨勢(shì)，其中自然發(fā)展情景下，各土地利用類型任意轉(zhuǎn)化，建設(shè)用地面積增幅最大，林地、草地顯著減少；生態(tài)保護(hù)情景下，由于相應(yīng)的退耕還林政策，研究區(qū)耕地減少，林地、草地變化較?。唤y(tǒng)籌發(fā)展情景下各土地利用類型變化較穩(wěn)定，有利于社會(huì)經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境保護(hù)的協(xié)調(diào)發(fā)展。

圖8 不同情景下渭河中下游干流2030年土地利用空間分布圖Fig.8 Land use spatial distribution map of the middle and lower reaches of the Weihe River in 2030 under different scenarios

表5 2030年渭河中下游干流不同情景下的土地利用面積及其與2020年各土地利用面積的差值km2Tab.5 Land use area of the middle and lower reaches of the Weihe River in 2030 under different scenarios and its difference with that in 2020

4 討論與結(jié)論

4.1 討 論

本文對(duì)渭河中下游干流地區(qū)未來土地利用變化進(jìn)行分析預(yù)測(cè)時(shí)，設(shè)置了自然發(fā)展、生態(tài)保護(hù)和統(tǒng)籌發(fā)展3種情景。由于研究區(qū)域1980-2020年土地利用開發(fā)強(qiáng)度持續(xù)增強(qiáng)，在自然發(fā)展情景下，未來建設(shè)用地面積會(huì)急劇擴(kuò)張，林地、草地面積縮減明顯，加速了該區(qū)域生態(tài)環(huán)境的惡化，發(fā)展趨勢(shì)不符合當(dāng)?shù)氐纳鷳B(tài)保護(hù)政策，這與李世鋒等[23]在自然發(fā)展情景下的分析結(jié)果一致。而在生態(tài)保護(hù)和統(tǒng)籌發(fā)展這兩種情景下，本文結(jié)合當(dāng)?shù)貒?guó)土空間規(guī)劃政策，調(diào)整了各土地利用類型的轉(zhuǎn)化速率。其中統(tǒng)籌發(fā)展情景下，城鎮(zhèn)化進(jìn)程中林地、草地保護(hù)措施效果明顯，各土地利用類型變化穩(wěn)定，較生態(tài)保護(hù)情景更符合國(guó)土空間規(guī)劃要求和經(jīng)濟(jì)社會(huì)發(fā)展的需求。

由于土地利用、自然條件、社會(huì)經(jīng)濟(jì)是一個(gè)復(fù)雜系統(tǒng)，引起土地利用變化的因素很多[24]，渭河中下游干流地區(qū)經(jīng)濟(jì)增長(zhǎng)和城鎮(zhèn)化進(jìn)程較快，城鎮(zhèn)和交通用地由中部地區(qū)向周邊擴(kuò)張，土地覆被變化受自然條件和人類活動(dòng)雙重影響[25]，本研究選取了高程、坡度、道路距離這三個(gè)影響因子，沒有綜合考慮人口、經(jīng)濟(jì)等其他自然地理和人文要素的影響，在一定程度上影響了模擬結(jié)果的精確性?？傊?，由于情景設(shè)置方法的主觀性較強(qiáng)，不同情景僅能代表相應(yīng)土地利用變化的可能性，在今后的研究中，將考慮選取更多的土地利用變化影響因子和更多的情景設(shè)置方法進(jìn)行多因素多情景的模擬。

4.2 結(jié) 論

本文通過對(duì)1980-2020年渭河中下游干流進(jìn)行土地利用時(shí)空分析，并利用模擬性能良好的CA-Markov 模型模擬預(yù)測(cè)多情景模式下2030年的土地利用空間分布格局，主要結(jié)論如下：

(1)渭河中下游干流土地利用類型以耕地為主，面積占比高達(dá)52%左右，其次是林地和草地，耕地與建設(shè)用地主要分布在低海拔中部地區(qū)。土地利用總體變化特征為建設(shè)用地面積明顯增加，增加率高達(dá)64.32%，耕地面積減少，減少率為6.88%，林地與水域面積略有增加，草地面積變化較小。

(2)1980-2020年渭河中下游干流土地利用動(dòng)態(tài)度總體呈正向增加趨勢(shì)，綜合動(dòng)態(tài)度為0.66%，建設(shè)用地面積變化速度最快（動(dòng)態(tài)度1.57%）。1980-1990年各土地利用類型相互轉(zhuǎn)化速度最慢（動(dòng)態(tài)度0.02%），2000-2010年最快（動(dòng)態(tài)度0.17%）。土地利用程度指數(shù)及變化率為1980年<1990年<2000年<2010年<2020年，呈持續(xù)增長(zhǎng)的趨勢(shì)。

(3)基于CA-markov 模型模擬的2015年與2020年渭河中下游干流的耕地、林地、建設(shè)用地和草地面積相對(duì)誤差低于8%，Kappa 系數(shù)分別為0.935 5、0.922 7，模擬精度較高，表明其可用于預(yù)測(cè)渭河中下游干流地區(qū)的未來土地利用的演變特征。

(4)模擬預(yù)測(cè)的2030年3 種情景下的建設(shè)用地面積呈增加趨勢(shì)，自然發(fā)展情景下增幅最大，為27%，林地、草地面積大幅縮減；生態(tài)保護(hù)情景下林地面積略有增加，草地面積變化較小，統(tǒng)籌發(fā)展情景下各土地利用類型面積變化較穩(wěn)定。