基于Markov一CA的土地利用变化预测研究

基于Markov一CA的土地利用变化预测研究

摘要：综合集成土地利用变化模型，提出基于Markov（马尔柯夫）模型和CA（元胞自动机）模型地利用变化预测模式并对其进行实证研究。研究结果是：从1987年到2013年，皇甫川流域土地利用局变化的总体态势是：城镇用地、林地、耕地和灌丛的面积逐渐增加，其增加速率依次减小；水体、草；沙地和裸砒砂岩面积逐渐减小，其中水体缩减的幅度最大。

关键词：Markov CA 土地利用变化预测

随着全球变化研究的深入，人们日益认识到土地利用／覆盖变化是全球环境变化的重要部分和主导因素。在人类活动导致的生态环境问题中，土地利用变化过程及其对流域水文、土壤侵蚀、气候变化等过程的影响对区域乃至整个国家的生态安全起着决定性的作用，并且是产生生态灾害（如火灾、土地退化等）最主要的原因。为此，进行不同时空尺度的土地利用／覆盖变化研究，进一步探索土地利用变化背后的驱动机制以及预测未来土地利用格局，有助于揭示人类社会影响下区域及全球生态环境变化的过程、机理等，有利于为国家制定生态安全条件下的土地利用规划提供科学的依据，对中国可持续发展具有重要的战略意义。

本文以皇甫川流域作为研究区，以近十几年来土地利用变化数量结构与空间格局特征为主要的研究内容，结合Markov模型和CA模型进行土地利用变化模拟，揭示流域土地利用格局变化和变化类型的特征与规律，并进一步对未来土地利用的数量和空间分布情况进行预测和分析。

一、研究区概况

皇甫川流域位于E110.3°一111.2°,N39.2°一39.9°之间，地跨鄂尔多斯高原与黄土高原，流域全长约125公里总面积约为3240平方公里。流域属温带半陆性气候，年平均气温6.2一7.2℃；年平均降量379-420mm之间，主要集中在夏季，6一8月份的｛占总降水量的61％。流域内砒砂岩大面积裸露，,被破坏殆尽，再加上较大的地势高差和较强的刷导致水土流失十分严重，年平均向黄河输退亿吨泥沙，深刻影响着当地的生态环境和农牧五条件。土壤母质类型为砒砂岩土类、黄土类、风衫冲积土类，分别占流域面积的39.8％、41.3％、l1.9%，土壤类型相应为栗钙土、黄绵土、风沙土、j和潮土。皇甫川流域属于农牧交错带，主要的土地利用类型为耕地、草地和林地，形成了以草地利用为地镶嵌、小片林地星散分布、侵蚀沟网嵌套的土」格局。长期以来，流域内产业以农牧业为主，畜牧人则主要依赖于肉产品的出售，工业企业很少，;旗所属流域境内的农业经济为半农半牧业生产而陕西府谷县境内的部分则以传统农业为主；格尔旗共有8.73万公顷耕地，人均约0.33公才坡耕地有4万公顷，占总耕地面积的46%，沙质万公顷，其中25。以上的坡耕地0.6万公顷，15-坡耕地1.2万公顷，15。以上的坡耕地占总耕地｝21%，占坡耕地面积的45％。大多数坡耕地土壤差，

淋溶作用强，土壤肥力低，平均单产低。畜牧天然草场放牧的方式，受气候波动的影响很大，缺乏合理的轮牧和草场休养生息，草场超载过牧严重。由于土壤侵蚀、生态缺水、土地沙化、洪水和社会经济等因素的影响，该地区土地生态安全正遭受着严重的威胁。

二、数据来源和处理

本研究选用Landsat TM卫星遥感数据、研究区1:5万地形图和准格尔旗1:10万土地利用类型图为数据源。TM影像的空间分辨率为30 m x 30m，成像时间分别为1987年7月4日和2000年7月4日。TM数据预处理主要是对原始数据进行辐射校正、几何纠正及RGB假彩色合成，并对不同时相遥感图像之间进行辐射度匹配与归一化处理。此后，参照研究区l:5万地形图和准格尔旗1:10万土地利用类型图，以土地的用途、经营特点、利用方式和覆盖特征为主要分类依据，对遥感影像进行目视判读解译。最后，在对遥感影像目视解译的基础上，借助ERDAS遥感图像处理软件进行监督分类。主要步骤如下：先根据可以识别的标志建立判定其类型的模板，然后基于该模板用监督分类使计算机系统自动识别具有相同特征的像元，对分类结果进行评价后，再对模板进行修改，多次重复后建立一个比较准确的模板，最终形成土地利用分类图。

三、土地利用变化预测方法

土地利用变化模型是深入了解土地利用变化成因、过程，理解土地利用变化与社会、经济及环境条件相互间关系，预测未来变化以提供优化决策的重要途径，有利于不同区域、不同变化机制、不同时期的土地利用变化比较分析，是土地利用变化研究的主要方法[1]。为此，LUCC（土地利用／覆盖变化）研究计划在其研究内容中突出了不同尺度、不同层次下LUCC 模型研究的重要性。Lambinlzl认为，土地利用变化模型能够帮助科学家提出假设并在案例研究中回答以下3个主要问题：①影响土地利用变化的环境与社会经济因子；②土地利用变化的具体地点；③土地利用变化的速率。LUCC模型的基础数据包括地图、统计数据、遥感

数据、文献记录资料等，依据不同研究目标需要构建不同尺度和空间单元的模型，因此长期以来人们从不同的角度出发构建了大量的IJUCC模型（表l）。Ryosukel41通过详细的归纳和总结后认为，IIJCC模型的建模策略可分为基于土地利用变化过程和基于人类行为两种，典型的过程模型如MarkoV模型和CA模型等，而行为模型则客观反映了不同人类决策行为下导致的土地利用类型及强度的变化（图1）。本研究基于对土地利用变化过程的理解和分析，结合MarkoV模型和CA模型对皇甫川流域近十几年及未来的土地利用变化进行模拟与预测，初步探索不同LUCC模型之间祸合和集成的可行性及效果。

1.Markov模型

Markov模型作为一种基于栅格的空间概率模型，常用于具有无后效性特征地理事件的预测，也是景观生态学家用来模拟植被动态和土地利用覆被格局变化的最早、最普遍的模型。Markov模型对于研究土地利用的动态演变被证明是较为适宜的，因为在一定条件下，土地利用的动态演变具有M盯k0V过程的性质：①一定区域内，不同土地利用类型之间具有相互可转化性；②土地利用类型之间相互转化过程包含着较多尚难用函数关系准确描述的事件

151。具体而言，在通过转移矩阵生成区域土地利用变化的转移概率矩阵的基础上，MarkoV 模型被用来预测一些特定情景下土地利用变化的未来趋势，因而成功地应用该模型的关键在于其转移概率的确定。

MarkoV模型广泛应用于城市土地利用／覆盖变化模拟、森林和植被可持续性模拟以及景观格局变化的模拟。如Howard!6采用Markov模型对英格兰、威尔士和苏格兰的土地利用变化格局和土壤有机碳含量进行了模拟，并对两者之间的关系及土地利用政策进行了探讨；张明口，、王学雷等［8］利用此模型分别对陕西榆林地区及四湖地区的景观格局变化进行了描述和分析；全川等[9］应用M盯kov模型预测了锡林河流域草原退化格局的演变趋势；王雪军等1101应用TM遥感影像，在ARC八NFO的支持下，揭示晋陕蒙接壤地区14年来土地利用与土地覆被的空间分布规律及其变化特征，并应用M盯koV模型对未来土地利用格局趋势进行预测分析。此后，越来越多的有关空间位置信息和领域方法被考虑到时间系列转移矩阵中来，从而发展了很多基于Markov预测的土地利用时空相关模拟模型。如‘川在MarkoV过程的基础上加人8个领域的信息，详细说明了将空间信息考虑到模型中的整个方法过程，并利用提出的空间模拟模型对乔治亚州某山麓带村庄土地利用变化进行预测，在实践中得以验证；谢志霄等ll2］基于渗透理论和MarkoV过程理论，在考虑8个领域的基础上分别介入不同自然因子和决策因子，建立了3个不同的动态模型并进行比较，说明综合介人决策因素和自然因子的模型具有较好的效果。研究中在考虑领域信息时，采用的是简单的直接邻近的空间相关，即假设各邻域对中心的影响是一样的；而有些学者认为空间相关是和距离有关的，不同距离的相关性不同。在此基础上，李小英等t51建立了MarkoV过程与直接距离法及距离加权法2种不同空间相关分析法的时空模型，通过对北京顺义区的模拟检验表明，在Markov时空模型中，采用48邻域或80邻域的距离加权法的空间分析效果最佳。

传统的MarkoV模型可表示为：

式中：P（0）和P（n）分别表示初始时刻和任何时刻土地利用的状态概率向量；P为土地利用类型之间相互转化的初始转移概率矩阵，其数学表达式一般为：

式中：。为土地利用类型的数目；几是土地利用类型i转变为土地类型j的转移概率，即类型i在某段时间内转变为类型j的面积占类型i在此期间发生变化的所有面积的比例，并

满足以下两个条件：。在假设当前社会经济模式发展不变情况下（即