基于CLUE-S模型的昆明市域土地利用预案模拟

模型方法在分析、模拟和预测土地利用变化中发挥着重要的作用。本文基于遥感方法得到1986、1996和2006年昆明市域土地利用图,在GIS技术的支持下对CLUE-S模型在地形复杂的昆明区域的适用性进行了评价。在考虑不同政策和发展趋势的影响下,设定了3个预案对昆明市域2007—2020年的土地利用进行了模拟。结果表明:CLUE-S模型在20年的时间尺度内能够较好模拟昆明市的土地利用变化。"历史发展趋势预案"下,作为研究区景观基质的林地面积将不断减少,建设用地和草地面积将不断增加,景观破碎化程度不断加剧;"规划预案"下,建设用地上升最快,耕地和林地面积下降,景观格局破碎化的趋势比历史发展趋势下有所放缓;"生态优先预案"下,林地面积不断上升,耕地和草地面积下降,景观格局将向着优化的方向发展。CLUE-S模型模拟结果能够对区域规划和相关土地利用政策制定提供有力的技术手段和科学支撑。     

土地利用模型CLUE-S在辽宁省中部城市群规划中的应用

土地利用模型在分析、模拟和预测景观格局和过程中发挥着重要的作用。本文应用CLUE-S模型以辽宁省中部城市群为例,探讨了该模型在规划中的应用。在分析研究区1988—2004年景观格局和景观变化的驱动力基础上,对CLUE-S模型进行了参数设置。根据研究区的实际情况设置了3个规划预案:历史趋势预案、生态保护预案和城市规划预案,分别从2004年一直模拟到2024年;并将城市规划方案的结果与辽宁中部城市群的规划进行了对比,结果表明,CLUE-S模型模拟结果更符合实际情况,是区域规划有力的技术手段和科学支撑,能够对规划结果进行预测和评价。     

CLUE-S模型在南京市土地利用变化研究中的应用

土地利用/覆盖变化模型是研究区域景观动态并解释其驱动机制的重要技术手段.应用CLUE-S模型,在Landsat TM影像等相关数据支持下,对南京地区1998-2006年土地利用的时空动态变化进行了研究.结果表明:各土地利用类型变化受地形因素影响最大,人均GDP与城镇用地和农业用地的分布呈显著相关,城乡主干道对土地利用变化的贡献显著大于省级及以上道路;海拔较高区域林地的发生比率较高,而地形低平区域农田、城建用地的发生比率较高.经检验,在300 m空间分辨率水平,对南京地区2003年、2006年土地利用状况模拟的精度分别达到了85.7%和84.1%;而通过将研究区分成若干子区,分别修正模型参数并重新模拟,准确率提高到89.7%和88.3%,分区赋值法有效地提高了模拟精度.研究表明,CLUE-S模型对城市发展的空间结构也有较强的预测能力,对指导城市规划、分析景观动态的驱动机制有重要参考价值.     

土地利用变化情景下浑河-太子河流域的非点源污染模拟

近年来非点源污染已经成为水污染的主要来源,对非点源污染发生机理和控制方法的研究有着重要的科学和现实意义.为了研究不同土地利用方式对非点源污染的影响,本文基于土地利用变化模型CLUE-S模拟了城市规划、历史趋势和生态保护3个预案下浑河-太子河流域土地利用未来变化.应用SWAT模型对非点源污染进行了模拟研究,并结合实测数据对模拟结果进行了评价.结合两个模型研究了3个土地利用预案下非点源污染对土地利用和景观格局变化的响应.结果表明: SWAT模型在浑河-太子河流域模拟精度较高,该模型在研究区具有适用性.城市规划和历史趋势预案下非点源污染负荷不断增加,城市规划方案下最高,生态保护预案下非点源污染负荷呈不断下降趋势.不同土地利用和景观格局对非点源污染有一定的影响,科学合理的生态建设能够有效减少非点源污染负荷.研究结果可以为流域的非点源污染研究提供案例,为非点源污染防治和最佳管理措施的制定提供科学依据,为相关政策制定提供参考.     

晋北地区土地利用覆被格局的演变与模拟

区域土地利用覆被变化及未来发展情景对区域土地管理和可持续发展具有重要意义。以地处农牧交错带、土地利用覆被变化剧烈的晋北地区为研究区,获取其2010、2015年的土地利用覆被(Land use/land cover,LULC)数据,选取高程、人口、经济、气温、降水等9种影响因素作为驱动因子,采用CLUE-S模型拟合研究区2015年的土地覆被格局并判断拟合精度,在此基础上,分别设置了3种社会经济发展情景,模拟这些情景下研究区2020年的土地利用覆被格局演变。结果表明:1)晋北地区土地利用覆被以耕地、林地和草地为主,各类型土地主要呈西北斜向的条带状分布;2)Logistic回归模型可以很好地提取LULC与驱动因子之间的关系,反映不同的驱动因素对不同的土地利用类型分布格局的影响效果及程度;3)CLUE-S模型在晋北地区土地利用覆被格局的拟合上有较好的精度,模拟Kappa系数值达0.89,表明该模型能够很好地模拟晋北地区的土地利用覆被;4)情景模拟结果表明,研究区生态保护情景(c)下的土地利用覆被格局明显优于维持现状情景(a)和经济优先情景(b),建议在未来土地开发利用过程中,应当减缓工矿用地增加速度,严格控制建设用地规模,优化土地利用格局。     

基于CLUE-S模型的不同情景下区域土地利用布局优化

土地利用规划要求把土地资源最终配置在空间上,而现有文献更多是对土地利用结构的优化,很少对全局土地利用布局优化,鉴于此,为减轻土地利用规划的多目标冲突,同时为提高资源配置效率,释放空间效应,对不同情景下的土地利用布局优化进行研究。用非线性优化模型中的理想点法求取了不同情景下最优土地利用结构,用Logistic回归提取了不同用地的优化布局规则,以不同情景下的土地优化结构为数量约束,借助CLUE-S模型的全局配置能力对各情景下的用地布局作优化,并以扬州市为实例进行阐述。结果表明:(1)优先发展经济情景下,2025年扬州土地利用经济产值是10.4×10~7万元,优先保护生态情景下,目标年生态服务价值是9.7×10~5万元,保障公众福利情景下,公众福利大小是351271 hm~2;(2)经济增长目标对土地利用结构的情景变化最为敏感,而公众福利目标的敏感性最小;(3)与基期年比,发展经济与保育生态情景下的土地优化布局变化最大,前者主要是市区城镇工矿用地向东部及西北扩张,后者则是在西南丘陵及南部长江岸边配置了大量园地、林地。提出的不同情景下土地利用布局的优化方法可为土地利用规划及生态规划提供有力技术支持。     

土地利用变化模拟研究进展

土地利用变化研究经历了近30年的快速发展,学者基于不同建模目标构建出多种土地利用变化模型,实现了从数量模拟到时空格局模拟,从单一模型向多种模型耦合的跨越。当前研究主要在元胞自动机(Cellular Automata,CA)模型和CLUE-S (Conversion of Land Use and its Effects at Small region extent)模型的基础上进行改进,马尔科夫模型、系统动力学(System Dynamics,SD)模型、Logistic回归和随机森林等均可计算CA模型和CLUE-S模型中所需的土地利用需求,多标准评价、地理加权回归、多主体模型以及人工神经网络等方法也多被用于CA模型的扩展,而CLUE-S的改进则存在模型本身系列的升级。这些模型广泛应用于各种区域和尺度土地利用变化预测实例研究并研发软件系统和数据集。驱动力分析主要从自然因素与人文因素两方面进行,人文因素是引发土地利用变化的主要因素。在目前的研究中,由于技术手段的限制,仍然存在时空尺度、数据误差、数据整合的不确定性等问题。未来土地利用变化模拟研究应进一步发挥大数据技术优势,推动土地利用变化模拟研究朝向精细化、多元化方向发展。结合生态环境领域实际问题,深挖土地利用变化与其生态环境效应之间的互馈机制,将研究视角从探究人类活动对土地利用变化的影响逐渐转向二者相互作用,最终促进人地关系协调发展。     

权衡城市扩张、耕地保护与生态效益的京津冀城市群土地利用优化配置情景分析

京津冀城市群作为影响我国经济发展的重要区域,具有多重战略意义。然而,快速的城市扩张在提高社会、经济水平的同时,伴随着资源供求矛盾加深、耕地被侵占、生态退化,以及水、大气环境污染等众多突出问题,如何优化调整城市空间结构与布局,实现社会、经济发展与生态环境保护等多目标的协同优化是京津冀规划管理与决策的关键。从土地覆盖/利用数量和空间布局两个重点方面出发,通过多目标优化模型和CLUE-S模型的构建,提出了多目标权衡下的土地扩张优化情景预案,以期为京津冀城市群扩张布局与土地利用优化配置规划与管理提供科学参考。结果表明:一方面,利用多目标遗传算法(MOGA)可以很好地实现对京津冀土地利用结构优化配置及其与社会、经济及生态效益等多目标的定量化求解,为决策人提供满足不同权衡目标的多种选择,并通过与CLUE-S模型相结合,实现京津冀城市群土地利用格局的空间优化配置情景模拟;另一方面,研究结果表明,综合考虑了社会、经济和生态效益的优化方案中,林地的增加可以相对满足政策要求,增幅较大,耕地较未优化方案减幅放缓,符合耕地保有量的要求,同时,也从空间上减少了对重要生态用地的侵占。本研究的方法与结果可为京津冀城市群土地利用规划与生态安全格局建设提供理论与应用参考。     

基于空间相邻的地类转换倾向性模型的构建及应用

将景观生态学中的景观空间相邻矩阵引入土地利用变化研究,并与地类转移矩阵相结合,建立起地类转换倾向性模型.以济南市2000～2005年土地利用变化为应用案例,探讨土地利用类型空间格局对地类转换的影响.研究表明,地类转换倾向性模型的构建能够有效的反映土地利用类型在空间相邻的情况下地类间的转移倾向,有助于进一步探索区域土地利用空间格局对地类转换机制的影响,挖掘土地利用变化信息,寻求土地利用变化驱动力.最后对该模型的应用范围进行了界定.     

基于CLUE-S模型的广州市土地利用格局动态模拟

选取海拔、坡度、到河流距离、铁路距离等21个驱动因子,利用CLUE-S模型对广州市土地利用格局进行模拟,模拟结果与实际土地利用的Kappa系数为0.8014,具有较高可信度。利用模型对2010年广州市土地利用格局进行预测,模拟结果表明,耕地和水域分布主要受地形因素的影响,而林地受海拔高度影响更为明显。根据预测,2005—2010年广州市土地利用斑块数增加,土地利用格局进一步破碎化;土地利用斑块形状复杂程度降低,趋于简单;多样性指数略有升高。     

生态保护政策对岷江上游地区土地利用/覆被的影响

采用CLUE-S模型模拟方法,对基于历史发展趋势以及“天然林保护工程”和“退耕还林还草工程”政策下2000-2020年间岷江上游地区土地利用/覆被变化进行了预案分析.结果表明：2000-2020年间,按历史发展趋势,作为研究区景观基质的林地面积将不断减少,而灌木林地和草地面积将不断增加,景观破碎化程度将不断加剧;“天然林保护工程”和“退耕还林还草工程”能够有效增加研究区林地面积,并使草地面积不断下降,同时能够扭转景观破碎化趋势,使景观格局向着更加优化的方向发展.     

基于CLUE-S模型的三江平原景观格局变化及模拟

三江平原是我国沼泽地集中连片且分布面积最大的地区之一,在维持区域生态安全方面发挥着不可替代的作用.本研究基于3S技术,对1980-2010年三江平原土地利用和景观格局变化进行分析.结果发现: 1980-2010年,研究区景观格局主要变化特征为沼泽地面积减少7135 km²,减幅达59.1%,水田面积增加18010 km²,增幅达610.1%;景观指数分析结果表明,斑块数量增加,景观破碎化越来越严重,景观异质性增加,各景观类型向均匀化方向发展.基于1980-2010年5期土地利用图对CLUE-S模型进行校正和验证,30年时间尺度上模拟结果与真实景观的Kappa指数为0.71,说明模型适宜研究区30年内的模拟研究.基于校正好的模型对2010-2030年湿地变化进行多预案模拟(历史预案、规划预案、生态恢复预案),结果显示,历史预案下,沼泽地面积减少2515.44 km²,水田面积增加19656.24 km²;规划预案下,沼泽地面积减少303.28 km²,水田面积增加1392.08 km²;生态恢复预案下,沼泽地面积增加3585.60 km²,水田面积增加289.72 km².应用景观指数评价模拟结果为:历史预案下,景观格局破碎化越来越严重;规划预案下,景观格局变化不大;生态恢复预案下,湿地面积不断增加,湿地连通性升高,各景观类型向均衡方向发展,景观格局不断优化.     

The Efficacy of Landscape-Level Conservation in Changbai Mountain Biosphere Reserve,China

Anthropogenic landscape alteration is rather common in many protected areas (PAs), jeopardizing the efficacy of PAs conservation. However, the general consensus is that PAs still remain effective in habitat conservation. To assess the efficacy of landscape-level conservation, we examined landscape alterations in the Changbai Mountain Biosphere Reserve (CMBR), which was established in 1960 as a “flagship” protected area in China. Based on analyses of high-resolution satellite images and data of forest inventory, field survey and interview, we developed two new indexes to assess the efficacy of landscape conservation, i.e. the quality index of protected landscape and the interference index of anthropogenic landscape. From 1993 to 2012, the quality index increased from 74.48 to 75.50, and the interference index decreased from 0.49 to 0.06, suggesting that the overall quality of protected landscape improved and the degree of anthropogenic interference decreased in CMBR. The increase in landscape quality was mainly due to the progressive vegetation recovery of previous cutover land in the windthrow area, the cease of the use of the cultivated land, and the amelioration of spatial pattern of protected landscape. We conclude that the current landscape conservation methods used in CMBR are effective, and the method we developed has the potential to be used to assess the efficacy of landscape-level conservation in nature reserves worldwide.     

京津冀城市群景观格局变化机制与预测

"城市群"是我国新型城镇化的主体形态,对推进国民经济发展具有重大意义,但其聚集连片的快速扩张模式对资源环境的压力持续增加,已经成为制约未来可持续的瓶颈。以我国经济发展最为活跃,但生态环境问题十分突出的京津冀城市群为例,基于CLUE-S模型,模拟分析了1990—2010年京津冀城市群景观格局的变化特征及其驱动机制,并预测了未来景观格局的变化趋势。结果表明,(1)1990—2010年京津冀城市群景观格局变化显著。其中,人工表面持续增加,耕地明显下降,林地和草地格局的变化也存在明显的时序差异;(2)京津冀城市群景观格局的变化主要受自然和社会经济要素的综合影响,且不同景观类型之间的驱动机制存在明显差异。其中,林地更易在地势较高、坡度较大的西部地区分布,而河流、人工表面等更易在平坦低洼的区域分布;此外,不同景观类型变化的驱动机制存在显著的时序差异,例如,人工表面受地形的影响程度逐步降低,呈现更加离散的分布,且其分布特征由较早时期的向市中心集聚分布发展为逐渐远离市中心并向铁路、高速路周边集聚的趋势;(3)经检验,CLUE-S模型能够较好地动态模拟京津冀城市群的土地覆盖格局的变化特征,模型的Kappa指数达0.84。模拟预测结果显示,未来(2020年)景观格局演变的显著特征是人工表面将持续增加,耕地将继续显著减少。北京、天津、唐山和石家庄等核心城市的景观格局变化将最为显著。     

基于多模型结合的土地利用结构多情景优化模拟

土地生态服务功能的重要性越来越受到人们的重视,以河北省卢龙县为案例区,以土地生态服务功能和经济功能提升为目标,基于100 m×100 m尺度的遥感解译图像,分别利用CLUE-S及基于MOP和CLUE-S整合模型对研究区土地利用结构进行数量及空间优化模拟。结果表明:到2020年,单模型模拟的土地经济功能有所提升,但生态服务功能却减退;基于MOP和CLUE-S优化整合模型模拟的生态服务功能和经济功能分别比2013年提升8.40%及8.20%。耕地、建设用地、林地面积都有所增加,其它用地减少较多。研究表明,MOP和CLUE-S整合模型与单模型相比,到2020年土地两项功能值之和有所增加,特别是生态功能增加幅度较大,MOP和CLUE-S模型结合的优化方案优于CLUE-S单模型优化方案。     

Comparison of land use/land cover change and landscape patterns in Honghe National Nature Reserve and the surrounding Jiansanjiang Region,China

Land use and land cover change (LUCC) determines landscape patterns and affects the ability of ecosystems to provide the services and biodiversity on which humans ultimately depend. The Honghe National Nature Reserve is a biodiversity-rich area in the Jiansanjiang region of northeast China. In this study, the LUCC and landscape patterns were compared between the reserve and the Jiansanjiang region. With remote sensing (RS) and geographic information system (GIS) procedures, satellite images from 1989, 2001 and 2010 were used to calculate dynamics of LUCC amplitudes, landscape pattern index, transition matrix. The influence of LUCC on the wetland landscape of the nature reserve was discussed in the context of broader LUCC analyses. The results showed that land uses in the studied regions changed remarkedly over the time period; swamp area declined significantly as arable land increased. The ecological landscape index showed that distinct landscape patches were small, scattered and highly fragmented, moving toward a more monotonous landscape. Anthropogenic activities such as farming directly decreased the wetland landscape diversity. Furthermore, anthropogenic factors diminished wetland areas indirectly through climatic factors, namely air temperature and precipitation levels. National and regional policies on agriculture and water use have been highly influential, and the Honghe National Nature Reserve is highly susceptible to land use changes in the surrounding Jiansanjiang region.