基于CA-Markov模型的黄河流域土地利用模拟预测研究

发布时间：2021-03-21 20:06

　　【目的】分析黄河流域现有的土地利用数据,揭示黄河流域未来30年土地利用时空格局的演变趋势。【方法】基于黄河流域1980,1990,2000,2010和2015年5期土地利用数据,采用元胞自动机-马尔可夫模型（CA-Markov）对2000和2010年的土地利用格局进行模拟,在满足精度要求的基础上,对2020,2030,2040和2050年的土地利用变化情景进行预测,并借助GIS空间分析功能,剖析黄河流域2020-2050年的土地利用时空格局演变趋势。【结果】基于CA-Markov模型的黄河流域2000和2010年土地利用模拟误差均小于10%,Kappa指数高达0.872 8和0.897 0,证实了CA-Markov模型在黄河流域土地利用模拟上的可行性及精度的可靠性;未来30年间,黄河流域主要土地利用类型为耕地、林地和草地;耕地和草地将减少约10%,林地将增加约5%,建设用地将增加约150%,且主要集中于宁蒙河段以及中下游地区。【结论】CA-Markov模型可较好地模拟预测黄河流域土地利用的时空演变格局,模拟结果可为黄河流域未来土地利用规划和管理及生态修复提供科学依据。 

【文章来源】：西北农林科技大学学报(自然科学版). 2020,48(12)北大核心CSCD

【文章页数】：10 页

【部分图文】：

黄河流域主要水系和行政区图

收集1980,1990,2000,2010和2015年5期Landsat TM土地利用遥感影像,比例尺为1∶10万,数据来源于中国科学院资源环境科学数据中心(http://www.resdc.cn/)。参照国家标准《土地利用现状分类》(GB/T 21010-2007),借助GIS空间分析功能,将黄河流域土地利用类型重分类为耕地、林地、草地、水域、建设用地和裸地,具体见图2。2 土地利用演变研究方法

当 Kappa<0时,表示两图件一致性程度弱;0<Kappa≤0.2,表示两图件一致性程度微弱;0.2<Kappa≤0.4,表示两图件一致性程度弱;0.4<Kappa≤0.6,表示两图件一致性程度适中;0.6<Kappa≤0.8,表示两图件一致性程度显著;0.8<Kappa≤1 时,表示两图件一致性程度最佳。3 结果与分析

【参考文献】：
期刊论文
[1]基于水资源分区的黄河流域土地利用变化对人类活动的响应[J]. 张冉,王义民,畅建霞,黎云云.  自然资源学报. 2019(02)
[2]基于CA-Markov模型的石羊河流域生态承载力时空格局预测[J]. 岳东霞,杨超,江宝骅,郭建军,徐晓锋.  生态学报. 2019(06)
[3]基于CA-Markov和InVEST模型的城市景观格局与生境质量时空演变及预测[J]. 褚琳,张欣然,王天巍,李朝霞,蔡崇法.  应用生态学报. 2018(12)
[4]基于CA-Markov模型的鄱阳湖区土地利用变化模拟研究[J]. 胡碧松,张涵玥.  长江流域资源与环境. 2018(06)
[5]2010-2015年中国土地利用变化的时空格局与新特征[J]. 刘纪远,宁佳,匡文慧,徐新良,张树文,颜长珍,李仁东,吴世新,胡云锋,杜国明,迟文峰,潘涛,宁静.  地理学报. 2018(05)
[6]黄河流域水土流失遥感监测中土地利用现状分类体系构建[J]. 高云飞,李智广,刘晓燕.  水土保持通报. 2018(01)
[7]基于转移矩阵的准格尔旗土地利用变化分析[J]. 张建国,李晶晶,殷宝库,高云飞,刘晓燕.  水土保持通报. 2018(01)
[8]基于MCE-CA-Markov的三峡库区土地利用演变模拟及预测[J]. 张晓娟,周启刚,王兆林,王福海.  农业工程学报. 2017(19)
[9]基于CA-Markov模型的甘州区土地利用变化预测分析[J]. 张俊平,李净.  中国农学通报. 2017(04)
[10]基于CA-Markov模型的土地利用演化模拟预测研究[J]. 赵冬玲,杜萌,杨建宇,李鹏山,何珊珊,朱德海.  农业机械学报. 2016(03)



本文编号：3093466