联系方式

《新莆京娱乐》杂志社编辑部
联 系 人:李编辑
投稿邮箱:3456669469@QQ.COM
Q Q/微信:3456669469
电??话:知识力量杂志社联系电话可查

论文范文

当前位置:新莆京娱乐 > 论文范文 >

基于CLUE-S模型的武汉市武昌区土地利用情景模拟

发布时间:2019-09-28 18:22:57? 文章来源:/? 作者:易编辑? 阅读:次


黄国平 索飞

摘要:土地利用/覆盖变化是当今全球变化研究的热点。文章以武汉市武昌区为研究对象,以2011年和2014的TM遥感影像为数据源,运用GIS技术以及数理统计技术,分析武昌区2011-2014年的土地利用/覆盖变化特征,研究其变化机制,探讨CLUE-S模型在该地区的适用情况,并在此基础上运用CLUE-S模拟对武昌区2017年的土地利用/覆盖情况进行情景模拟,为长江中游城市未来的城市发展提供一定技术参考。

关键词:土地利用变化模拟;CLUE-S模型;武昌区

中图分类号:F301文献标志码:A 文章编号:2095-2945(2019)23-0071-02

Abstract: Land use/cover change is the focus of global change research. Taking Wuchang District of Wuhan City as the research object, taking the TM remote sensing images of 2011 and 2014 as the data source, using GIS technology and mathematical statistics technology, this paper analyzes the characteristics of land use/cover change in Wuchang District from 2011 to 2014, and studies its change mechanism. This paper discusses the application of CLUE-S model in this area, and uses CLUE-S simulation to simulate the land use/cover situation in Wuchang District in 2017, so as to provide some technical reference for the future urban development of cities in the middle reaches of the Yangtze River.

Keywords: land use change simulation; CLUE-S model; Wuchang District

1 概述

在全球气候变化的背景下,土地利用/覆盖变化(LUCC)研究已成为全球变化研究的热点研究方向。目前随着3S(GIS、RS和GNSS)技术的快速发展,RS和GIS已经成为研究土地利用变化研究的重要技术工具,给LUCC变化研究提供了很多新的思路[1]。

CLUE-S模型是由荷兰瓦赫宁根大学Verburg等科学家提出的[2]。CLUE-S 模型推出以来,在国际上已有较多的应用案例,取得了较好的研究和应用效果[3-4],不过该模型在长江中游城市中的应用研究不多。本研究选取武汉市武昌区作为研究区域,结合土地覆盖现状数据,分析区域的土地利用变化机制,并利用CLUE-S模型进行模拟,最终对区域的土地利用变化进行预测,从而为城市管理提供一定决策支持。

2 研究数据与处理方法

本文所使用数据主要包括2011年和2014年两期武昌区遥感影像、数字高程模型数据以及相关的社会经济统计数据等。

研究数据主要通过下面方法进行处理:

(1)利用GIS技术对武昌区2011、2014年的土地利用现状数据进行重分类、地理坐标转换和投影转换获得CLUE-S模型所要求的土地利用数据。

(2)运用ArcGIS软件对武昌区土地利用/覆盖变化情况进行分析。

(3)利用2011、2014年研究区域影像目视解译获得各年份公路、铁路、水系数据。

(4)在DEM数据基础上,利用ArcGIS中的空间分析功能获取地形数据。

3 结果分析

3.1 CLUE-S模型模拟与精度对比验证

在进行土地利用情景模拟之前需要对模型的模拟精度进行检验。研究利用2011年土地利用类型数据模拟2014年土地利用类型图,结合2014土地利用实际数据对模拟结果进行了验证。

3.1.1 土地利用类型变化规模预测

本文根据研究区域的实际情况,運用灰色模型GM(1,1)对各类型土地需求变化进行预测,预测2014年建设用地、未利用地、耕地、林地、草地、水域面积分别为487650hm2、22588hm2、18674hm2、26367hm2、26623hm2、335386hm2。

3.1.2 驱动因子的选取和设定

研究选取了两类驱动因子,包括距离因素(距离铁路、公路、河流、商业中心等距离)和地形因素(DEM、坡度、坡向)。

利用SPSS软件对武昌区不同土地利用类型和驱动因子进行二元Logistic回归分析,耕地、草地、林地、建设用地、水域和未用地ROC值分别为0.887、0.729、0.856、0.917、0.926和0.727。所有的值都超过了0.7,总体来说选取的驱动因素能够应用于土地利用空间格局模拟。

3.1.3 土地利用转化规则设定

本文采用转移矩阵合成方法进行土地利用转换弹性参数的设置,通过土地利用类型的转出率获取初步的ELAS参数值,之后结合2014年的实际土地利用情况对ELAS参数进行调试,选择模拟结果较好的参数。最终各土地利用类型的系数是耕地(0.7)、林地(0.8)、草地(0.6)、建设用地(1)、水域(0.8)、未利用地(0.5)。

3.1.4 CLUE-S模型模拟与验证

以2011年武昌区土地利用数据为基础,分别利用2011年的实际土地利用需求量模拟2014年武昌区土地利用空间分布变化,具体情况如图1所示。

通过土地利用现状图与模拟的实际情况,利用Kappa指数对模拟的结果进行评价。Kappa 指数达到0.8672,说明现在的CLUE-S模型参数设置可以用来模拟研究区的土地利用类型变化情况。

3.2 武汉市武昌区土地利用情景模拟

3.2.1 情景方案設定

研究基于武汉市2006年-2020年的土地利用总体规划的基本情况,结合2014年实际各地类面积情况,利用灰色预测模型对武昌区2017年的各土地类型面积进行预测,得到2017年各类型土地需求量分别为林地(24847hm2)、草地(23366hm2)、水域(334849hm2)、建筑用地(500138hm2)、未利用地(17089hm2)、耕地(18503hm2)。

3.2.2 情景模拟分析

以武昌区2014年的土地利用现状情况作为基础,利用该年年武昌区公路、铁路、商业中心、河流及地形因素作为驱动因素,在规划情景模式下运用CLUE-S模型模拟2017年武昌区土地利用分布格局。

规划模式是以武汉市2020年总体规划为基础,在该模式下,从图2可以看出,相对于2014年来说,2017年研究区土地利用结构发生明显变化。这其中建设用地面积在模拟期内不断增加,而其他土地利用类型(草地、林地、水域和未利用地面积)占地面积不断减少。这和武汉市现在的发展状态也是相符合的,由于武汉市近些年城市不断发展,作为武汉市的重点发展区域,武昌区城市化水平越来越高,对于建设用地的需求也越来越大,这也造成其他土地利用类型土地越来越少。不过由于研究区有部分区域属于长江、东湖水域,随着生态环境的保护不断加强,这些土地难于开发,使得武昌区土地后备资源开发难度加大,因此节约集约利用土地是未来研究区发展的方向。

4 结束语

本文应用CLUE-S模型,以武汉市武昌区为研究区域,模拟了研究区未来年份的土地利用空间格局分布。本文的主要结论:

(1)研究将武昌区2011土地利用现状分为耕地、草地、林地、建设用地、未利用地和水域六种土地利用类型,并提取了道路、铁路、商业中心、水系等驱动因子,通过Logistic回归模型的分析展现出选取的驱动因子与土地利用类型之间有着较好的相关性。

(2)以2011年遥感解译的武昌区土地利用数据为基础,利用CLUE-S模型对研究区的2014年LUCC的情况进行了模拟,并利用遥感影像解译的2014年的土地利用现状情况进行了验证。研究结果表明CLUE-S模型能够模拟武昌区土地利用变化情况。

(3)利用本地化后的CLUE-S模型预测了2017年武昌区LUCC情况,与武昌区的发展基本情况进行对比分析表明,预测的结果符合研究区的未来发展态势,并与城乡布局的总体方向有着很好的一致性。

参考文献:

[1]戴声佩,张勃.基于CLUE-S模型的黑河中游土地利用情景模拟研究——以张掖市甘州区为例[J].自然资源学报,2013,28(2):336-348.

[2]梁友嘉,徐中民,钟方雷.基于SD和CLUE-S模型的张掖市甘州区土地利用情景分析[J].地理研究,2011,30(3):564-576.

[3]盛晟,刘茂松,徐驰,等.CLUE-S模型在南京市土地利用变化研究中的应用[J].生态学杂志,2008,27(2):235-239.

[4]黄明,张学霞,张建军,等.基于CLUE-S模型的罗玉沟流域多尺度土地利用变化模拟[J].资源科学,2012,34(4):769-776.

本文来源:基于CLUE-S模型的武汉市武昌区土地利用情景模拟:/lunwen/1013.html

XML 地图 | Sitemap 地图