都昌縣土地覆被變化時空特征與預(yù)測研究

劉小生，楊一洋，陳 毅

（江西理工大學(xué)建筑與測繪工程學(xué)院，江西 贛州341000）

都昌縣土地覆被變化時空特征與預(yù)測研究

劉小生，楊一洋，陳 毅

（江西理工大學(xué)建筑與測繪工程學(xué)院，江西 贛州341000）

以遙感影像為數(shù)據(jù)源，采用ENVI技術(shù)提取基礎(chǔ)數(shù)據(jù)，結(jié)合ArcGIS對研究區(qū)近20年土地覆被變化特征進行分析；在此基礎(chǔ)上，利用Markov模型在隨機過程狀態(tài)方面模擬的優(yōu)勢，分析研究區(qū)土地覆被變化趨勢.研究結(jié)果表明：研究區(qū)近20年土地覆被類型以農(nóng)用地、林地為主，前期（1990～1999年）農(nóng)用地變化較大，后期（1999～2008年）加強了對未利用土地的高效利用，人口增加、政策調(diào)整、氣候變化是影響研究區(qū)土地覆被變化的主要因素；對比預(yù)測進一步驗證了Markov模型對初始狀態(tài)的繼承性，為提高土地變化預(yù)測的合理性，通過對初始概率矩陣進行加工計算，使模擬結(jié)果得到了改善.

土地覆被；ArcGIS；空間格局；Markov；都昌縣

0 引言

土地覆被是地球陸地表面和近地面層的自然狀態(tài)，是自然過程和人類活動共同作用的結(jié)果[1]. 1995年，IGBP和HDP共同發(fā)表了《土地利用/土地覆蓋變化科學(xué)研究計劃》[2],對土地覆被變化的過程、時空特征、驅(qū)動因子與趨勢進行研究，有助于優(yōu)化土地利用結(jié)構(gòu)，提高土地利用率，實現(xiàn)人口、資源、環(huán)境的可持續(xù)發(fā)展.

都昌縣屬鄱陽湖生態(tài)經(jīng)濟區(qū)，毗鄰鄱陽湖，季節(jié)水位差異大，對農(nóng)業(yè)生產(chǎn)造成一定影響.近些年，人口增加，擴大農(nóng)業(yè)生產(chǎn)，城鎮(zhèn)化進程不斷加快，土地覆被變化明顯.隨著“鄱陽湖生態(tài)經(jīng)濟區(qū)”概念的提出，如何做到“在限制中發(fā)展、在發(fā)展中保護”成為經(jīng)濟建設(shè)與環(huán)境保護的重要環(huán)節(jié).現(xiàn)階段土地覆被變化研究中，已有學(xué)者采用了Markov模型進行預(yù)測分析，為提高模擬精度，或在模型預(yù)測時引用鄰近空間影像[3]、遺傳算法[4]，或結(jié)合其它模型進行，但缺乏對Markov初始轉(zhuǎn)移概率矩陣的設(shè)定及其合理性進行分析.本文采用ENVI、ArcGIS技術(shù)，定量分析研究區(qū)土地覆被結(jié)構(gòu)變化過程，然后運用Markov模型，結(jié)合加工計算后的初始概率矩陣對土地覆被變化進行了模擬分析.

1 研究區(qū)概況與數(shù)據(jù)說明

1.1 研究區(qū)概況

都昌縣地處江西省北部，鄱陽湖東岸，地理范圍為北緯28°50′28″-29°38′00″，東經(jīng)116°01′34″-116°38′27″，隸屬于九江市，轄12鎮(zhèn)12鄉(xiāng)，是南昌、九江、景德鎮(zhèn)“金三角”中心地帶.地勢北高南低，地形以丘陵和濱湖平原為主，若以東北低山至中部隆起帶為軸線，向西北和東南方向延伸，則依次為低山、高丘、低丘、平原、湖泊分布.地處亞熱帶季風(fēng)氣候區(qū)，年均溫17.2℃，雨量充沛，年降水量1393 mm，結(jié)冰期短，農(nóng)作物以水稻、棉花、油菜、芝麻、大豆等經(jīng)濟作物為主；區(qū)內(nèi)水域廣闊，夏季豐水期，冬季枯水期，水產(chǎn)業(yè)受季節(jié)影響大.對比都昌縣近20年的行政范圍圖，發(fā)現(xiàn)縣域面積有所擴大，為保持研究范圍的一致性，方便數(shù)據(jù)在對比研究中的統(tǒng)一性，決定采用變更前的行政范圍界限.如圖1所示為都昌縣地理位置和本研究具體的研究范圍.

圖1 都昌縣地理位置和研究范圍

1.2 數(shù)據(jù)來源

選取覆蓋都昌縣的Landsat-5 TM遙感影像（1990年12月9日、1999年12月10日、2008年12月10日）作為基本數(shù)據(jù)源.結(jié)合研究區(qū)地形圖、土地利用圖、Google Earth高分辨率圖像和歷年水文、地質(zhì)、人口、社會經(jīng)濟等統(tǒng)計資料，輔助影像的判讀和分析，以便進行土地覆被信息提取.

2 研究方法

2.1 土地覆被分類與影像解譯標(biāo)志的確定

根據(jù)中華人民共和國國家 《土地利用現(xiàn)狀分類》標(biāo)準(zhǔn)[5]，結(jié)合都昌縣土地覆被狀況、遙感影像成像季節(jié)，采用目視解譯的方法進行土地覆被分類.通過綜合分析，發(fā)現(xiàn)在TM影像中，耕地和園地、內(nèi)陸灘涂（濕地）和裸地在色彩表現(xiàn)方面難于區(qū)分，為了提升判讀效率、控制樣本可分離度值并提高分類精度，特將耕地和園地合并為農(nóng)用地，將裸地、內(nèi)陸灘涂（濕地）合并為未利用土地；由于畜禽水產(chǎn)屬于農(nóng)業(yè)范疇，為體現(xiàn)土地利用類型的動態(tài)變化，將其歸類至農(nóng)用地.研究區(qū)的土地覆被類型即可分為：農(nóng)用地（耕地、園地、畜禽水產(chǎn)）、林地、建設(shè)用地（交通用地、居民點及工礦用地）、水域、未利用土地（裸地、內(nèi)陸灘涂）等5類.最后根據(jù)遙感影像432波段組合時的色彩表現(xiàn)以及區(qū)域地理空間特征，建立遙感影像解譯標(biāo)志.

2.2 遙感影像信息提取

采用3個不同時相遙感數(shù)據(jù)，利用ArcGIS 10.1和ENVI 5.0，對影像進行處理、裁剪、解譯，并作區(qū)域?qū)Ρ确治觯o以相關(guān)土地利用圖件和野外實地調(diào)查結(jié)果.其具體內(nèi)容可分為4部分：①影像預(yù)處理，首先分別將三期單波段TM遙感影像疊加生成三期多波段遙感影像，然后對圖像進行幾何校正、配準(zhǔn)、裁剪、輻射標(biāo)定、大氣校正等處理；②選擇訓(xùn)練場地和訓(xùn)練樣本，該研究采用目視判讀、土地利用現(xiàn)狀圖和Google Earth參照結(jié)合的方法，在432波段組合下，按解譯標(biāo)志，選取五類土地覆被類型作為訓(xùn)練樣本；在進行樣本選擇時，要反復(fù)檢查樣本分離度值，該值在1.8～2.0的范圍內(nèi)為最佳；③監(jiān)督分類，采用最大似然比分類方法，它是根據(jù)Bayes準(zhǔn)則對遙感影像進行的分類，其分類錯誤較小且精度較高；④分類后處理，由于分類是根據(jù)影像的光譜特征進行，對于部分灘涂和農(nóng)用地、未利用地和建設(shè)用地的分類存在誤差，需用聚類、去除或添加等功能對分類結(jié)果進行修整.最后，利用ENVI生成都昌縣三個不同時期的土地覆被類型圖以及土地覆被變化轉(zhuǎn)移矩陣.如圖2所示為遙感影像信息提取流程.

圖2 遙感影像信息提取流程

2.3 馬爾柯夫（Markov）模型

馬爾柯夫（Markov）模型是一種用來模擬植被動態(tài)和土地利用格局變化的最早、最普遍的空間概率模型，它是基于馬爾柯夫鏈，根據(jù)系統(tǒng)當(dāng)前的狀況及其發(fā)展動向預(yù)測其將來各個時刻的變動狀況；馬爾柯夫鏈?zhǔn)且环N隨機時間序列，具有無后效性，即事物的變化過程僅與事物的近期狀態(tài)有關(guān)，而與事物的過去狀態(tài)無關(guān)[6-10].記En為事物時刻tn所處的狀態(tài)，則：

表示事物由狀態(tài)En（tn時刻）轉(zhuǎn)移到En+1（tn+1時刻）的可能性，即從狀態(tài)i一步轉(zhuǎn)移到j(luò)的概率，稱為一步轉(zhuǎn)移概率[10].將上述Pij依次排列則構(gòu)成如下的轉(zhuǎn)移概率矩陣：

狀態(tài)轉(zhuǎn)移概率具有以下兩個性質(zhì)：

若系統(tǒng)在時刻E0（t0時刻）處于狀態(tài)i，經(jīng)過n步轉(zhuǎn)移，在時刻En（tn時刻）處于狀態(tài)j，稱為n步轉(zhuǎn)移概率.則有：

多步轉(zhuǎn)移概率矩陣除具有一步轉(zhuǎn)移概率矩陣的性質(zhì)外，還具有以下兩個性質(zhì)：

根據(jù)以上性質(zhì)可對系統(tǒng)n步轉(zhuǎn)移后的狀態(tài)進行計算.

3 土地覆被變化分析

3.1 分類結(jié)果精度檢驗

遙感影像監(jiān)督分類的精度由混淆矩陣、總體分類精度、用戶精確度、生產(chǎn)者精確度或Kappa系數(shù)來確定[11]，可以利用ENVI 5.0軟件提供的工具來檢驗分類精度.采用相關(guān)方法進行影像監(jiān)督分類的精度評價，不僅能直接反映覆被分類樣本的價值，還為后續(xù)評價分析提供依據(jù).本研究利用ENVI中Confusion Matrix工具對分類結(jié)果進行精度驗證，得到總分類精度和Kappa指數(shù)等精度指標(biāo).分別對三個時相TM影像監(jiān)督分類結(jié)果進行精度檢驗，結(jié)果見表1，Kappa指數(shù)均大于0.7，分類結(jié)果基本符合精度要求.分類結(jié)果如圖3～圖5所示.

表1 分類精度表

圖3 研究區(qū)1990年土地覆被類型

圖4 研究區(qū)1999年土地覆被類型

圖5 研究區(qū)2008年土地覆被類型

3.2 土地覆被結(jié)構(gòu)類型轉(zhuǎn)移矩陣

在ENVI 5.0軟件中，疊加遙感影像分類數(shù)值，即分別將三期TM影像分類結(jié)果進行疊加，獲取研究區(qū)T時期至T+1時期的土地覆被轉(zhuǎn)換關(guān)系.在表2和表3中，行表示的是T時期i種土地覆被類型，列表示T+1時期的j種土地覆被類型；表4中，變化率表示T+1時期各種土地覆被類型對于T時期的變化程度.

表2 研究區(qū)1990～1999年土地覆被轉(zhuǎn)移表

表3 研究區(qū)1999～2008年土地覆被轉(zhuǎn)移表

表4 研究區(qū)1990~2008年土地覆被變化率/%

3.3 土地覆被變化過程分析

在1990年，土地覆被類型以林地、農(nóng)用地和未利用土地為主，分別占土地覆被總面積的34.86%、29.02%、19.61%.到了1999年以后，農(nóng)用地比重值最大，而林地和未利用土地的比重值相應(yīng)減少，建設(shè)用地比值略有增加.從1999年至今，土地覆被類型仍以林地和農(nóng)用地為主，且變化較小，建設(shè)用地逐年增長，如圖6所示.

圖6 1990～2008年研究區(qū)土地覆被結(jié)構(gòu)變化

結(jié)合圖3～圖5發(fā)現(xiàn)，在1990～2008年間，未利用土地和水域的變化主要體現(xiàn)在空間分布上，由于本區(qū)未利用土地主要由內(nèi)陸灘涂構(gòu)成，而影像成像日期為冬季枯水季節(jié)，加上常年流水侵蝕和泥沙堆積對灘涂的形成與分布有直接影響，故造成區(qū)域空間分布差異較大.1999～2008年農(nóng)用地與未利用土地、林地的增減幅度較1990～1999年有明顯的緩和趨勢，農(nóng)用地的增加主要是加強了對未利用土地的有效利用.建設(shè)用地呈逐年遞增的趨勢，其覆蓋率從1990年的2.89%增加到了2008年的4.98%，增幅速率接近50%.

3.4 基于GIS和轉(zhuǎn)移矩陣的土地覆被變化時空分析

將ENVI中的分類結(jié)果按覆被類型分別轉(zhuǎn)換為適用于ArcGIS的shapefile格式，在ArcMap中，借助spatial analysis工具，疊加分類結(jié)果，進行土地覆被類型時空變化分析.

1）農(nóng)用地

圖7 研究區(qū)1990～1999年農(nóng)用地變化圖

圖8 研究區(qū)1999～2008年農(nóng)用地變化圖

農(nóng)用地主要轉(zhuǎn)化為林地和建設(shè)用地如圖7、圖8所示.1990～1999年間，其轉(zhuǎn)化數(shù)值分別為1808.82 hm2、1212.43 hm2；在1999～2008年，分別為3045.82 hm2、1161.63 hm2.這表明大量的農(nóng)用地用于房屋或交通的建設(shè).同時，近20年也有其他類型的覆被轉(zhuǎn)為農(nóng)用地，包括林地、未利用土地和水域，這有效緩解了人地矛盾，使農(nóng)用地增減達到平衡.

1990~2008年間，農(nóng)用地變化較為明顯的地區(qū)主要分布在研究區(qū)東部及南部靠近河流、湖泊的區(qū)域.其中，都昌鎮(zhèn)、周溪鎮(zhèn)、汪墩鄉(xiāng)、西源鄉(xiāng)、多寶鄉(xiāng)有大量的未利用地、灘涂和水域開發(fā)為濱湖綠化帶、基本農(nóng)田、園地或畜禽水產(chǎn)養(yǎng)殖地；而在都昌鎮(zhèn)，由于城鎮(zhèn)化建設(shè)，城市規(guī)模向北、向東擴展，占用了大量農(nóng)用地.

2）林地

林地主要轉(zhuǎn)向耕作和投資建設(shè)如圖9、圖10所示.1990～1999年間，分別有11432.22 hm2和819.75 hm2林地轉(zhuǎn)為農(nóng)用地和建設(shè)用地；在1999-2008后期，為提高森林覆蓋率，遏制水土流失，加強了對森林資源的保護，只有4606.35 hm2轉(zhuǎn)為農(nóng)用地，341.10 hm2轉(zhuǎn)為建設(shè)用地，與往年比較，其轉(zhuǎn)移呈大幅減小的趨勢.

林地主要分布在研究區(qū)北部的大港鎮(zhèn)、蔡嶺鎮(zhèn)，以及中部的汪墩鄉(xiāng)、土塘鎮(zhèn)，并且保存完整，變化幅度小，以生態(tài)公益林用地為主，零星分布有少量苗圃和農(nóng)用地；其他地區(qū)也有少量林地分布，但隨著區(qū)域社會經(jīng)濟發(fā)展需要，部分地類將轉(zhuǎn)為綠化用地或一般農(nóng)用地.

圖9 研究區(qū)1990～1999年林地變化圖

圖10 研究區(qū)1999～2008年林地變化圖

3）建設(shè)用地

建設(shè)用地的擴張主要是通過對農(nóng)用地的占用，從表1和表2可以看出，分別有1212.43 hm2和1161.63hm2農(nóng)用地用于城鎮(zhèn)建設(shè)開發(fā).1999～2008年，都昌縣處于城鎮(zhèn)化、工業(yè)化、新農(nóng)村建設(shè)起步階段，對土地需求量大，建設(shè)項目逐漸增多；后期在擴大建設(shè)規(guī)模的同時，加強了對建設(shè)用地空間管制，設(shè)定開發(fā)建設(shè)的權(quán)限級別，禁止占用鄱陽湖水面及主要河湖的蓄滯洪區(qū)，限制占用基本農(nóng)田保護區(qū)和林地，實行重點開發(fā)與重點保護相結(jié)合，旨在對重要資源、生態(tài)及環(huán)境的保護.

城鎮(zhèn)建設(shè)主要分布在都昌鎮(zhèn)、北山鄉(xiāng)、大樹鄉(xiāng)、蔡嶺鎮(zhèn)、汪墩鄉(xiāng)、周溪鎮(zhèn)、土塘鎮(zhèn)和三汊港等鄉(xiāng)鎮(zhèn).都昌鎮(zhèn)新增建設(shè)用地主要靠近老城區(qū)東側(cè)如圖11所示，依城市主干道呈線型分布；部分鄉(xiāng)鎮(zhèn)的新增建設(shè)用地主要分布在湖泊水域沿岸帶；蔡嶺鎮(zhèn)等北部鄉(xiāng)鎮(zhèn)建設(shè)用地面積增加較小，呈團狀向四周擴散.

圖11 研究區(qū)1990-2008年建設(shè)用地變化圖

4）水域及未利用土地

未利用土地和水域之間的相互轉(zhuǎn)移較為活躍，這主要受到不同年份同一季節(jié)降雨量和常年流水侵蝕、泥沙堆積的影響；隨著城鎮(zhèn)面積擴張，為滿足城鎮(zhèn)化建設(shè)和農(nóng)用地占補平衡需要，提高了未利用土地的利用率，主要表現(xiàn)為通過人工開挖筑壩，將淺水或灘涂轉(zhuǎn)為農(nóng)用地（水田或畜禽水產(chǎn)養(yǎng)殖），在1990～1999年，分別有1.87%的水域面積和15.44%的未利用土地轉(zhuǎn)為農(nóng)用地，在1999～2008年，分別為2.30%和7.27%.隨著鄱陽湖濕地保護區(qū)的設(shè)立和濕地保護條例的施行，對未利用土地的開發(fā)轉(zhuǎn)移到以荒草地和內(nèi)湖灘涂為主.

水域和未利用土地的變化如圖12、圖13所示，主要受到自然條件的限制以及政策保護的影響.周溪鎮(zhèn)將部分水域用于畜禽水產(chǎn)養(yǎng)殖，都昌鎮(zhèn)將部分灘涂用于農(nóng)業(yè)生產(chǎn)建設(shè)，多寶鄉(xiāng)將未利用土地轉(zhuǎn)變?yōu)橐话戕r(nóng)用地或湖岸綠化帶.

圖12 研究區(qū)1990～1999年未利用土地變化圖

圖13 研究區(qū)1999～2008年未利用土地變化圖

4 基于Markov模型的土地覆被變化預(yù)測分析

分別以1990年和1999年的土地覆被信息為基礎(chǔ)數(shù)據(jù)，根據(jù)轉(zhuǎn)移矩陣計算土地覆被類型轉(zhuǎn)移概率，即為初始狀態(tài)矩陣；然后采用Markov模型，以9年為步長，利用矩陣乘法規(guī)則，計算系統(tǒng)經(jīng)過多步轉(zhuǎn)移后的狀態(tài).最后，將轉(zhuǎn)移概率矩陣分別與初始狀態(tài)的土地構(gòu)成數(shù)值相乘，即可模擬未來各類土地覆被類型面積變化.

4.1 基于不同初始概率矩陣的模擬預(yù)測

（1）以1990～1999年轉(zhuǎn)移矩陣為初始狀態(tài)模擬土地覆被變化.根據(jù)多步轉(zhuǎn)移概率矩陣的性質(zhì)進行轉(zhuǎn)移概率計算，則可模擬2017年、2026年和2035年土地覆被類型數(shù)量，預(yù)測結(jié)果如圖14所示.

圖14 基于1990年數(shù)據(jù)的土地覆被變化預(yù)測

（2）以1999～2008年轉(zhuǎn)移矩陣為初始狀態(tài)模擬土地覆被變化.根據(jù)多步轉(zhuǎn)移概率矩陣的性質(zhì)進行轉(zhuǎn)移概率計算，則可模擬2017年、2026年和2035年土地覆被類型數(shù)量，預(yù)測結(jié)果如圖15所示.

圖15 基于1999年數(shù)據(jù)的土地覆被變化預(yù)測

4.2 模擬預(yù)測對比分析

如圖14和圖15所示為不同初始狀態(tài)下模擬的土地覆被變化情況.1990年為基礎(chǔ)數(shù)據(jù)的預(yù)測，是以社會需求的推動為背景，土地覆被變化極端活躍，其中，農(nóng)用地和林地增減變化最為劇烈，建設(shè)用地保持著緩慢上升的趨勢，未利用土地逐年減少；1999年為基礎(chǔ)數(shù)據(jù)的預(yù)測，是以土地利用的政策約束為背景，土地覆被變化極端平緩，數(shù)量結(jié)構(gòu)處于超理想化的穩(wěn)定狀態(tài)；且前者在變化量及變化率方面較后者大.造成這一結(jié)果的主要原因在于Markov的特有性質(zhì)，該模型并非沒有考慮影響土地覆被變化的作用力，土地覆被初始轉(zhuǎn)移概率矩陣本身就是各種土地覆被變化因子相互作用之后的結(jié)果，而多步轉(zhuǎn)移概率計算則繼承了初始時期的驅(qū)動因素，所以Markov的模擬預(yù)測也是基于初始土地覆被變化因子的作用力進行.隨著鄱陽湖濕地保護區(qū)的設(shè)立、濕地保護條例的施行，為解決人口資源環(huán)境問題，研究區(qū)調(diào)整了土地發(fā)展計劃，保護林地、控制農(nóng)用地、提高未利用土地的利用率，1990～1999年和1999～2008年的土地覆被變化正是兩種不同政策背景下作用的結(jié)果.

4.3 基于改進初始概率矩陣的模擬預(yù)測

土地覆被變化與人類活動、土地資源量、社會需求三者相關(guān)，社會需求是土地覆被變化的重要推動力，而土地植被對地形土壤的適宜性、土地面積的有限性以及土地利用的效用梯度又制約著土地數(shù)量的變化[12-16]，體制與政策貫穿于土地發(fā)展變化的始終并起著調(diào)控支配的作用，致使土地資源變化不會長時期處于兩種“極端”，從而趨于穩(wěn)定.由于系統(tǒng)的初始狀態(tài)和轉(zhuǎn)移概率是Markov模型中的關(guān)鍵因素，本研究擬采用加權(quán)平均的計算方法對土地覆被變化的初始概率矩陣進行加工計算，使初始概率達到較為平衡的狀態(tài).

采用加權(quán)平均的計算方法，權(quán)重值一定，對1990～1999年土地覆被轉(zhuǎn)移概率矩陣和 1999～2008年土地覆被轉(zhuǎn)移概率矩陣進行加權(quán)平均計算，得到初始概率矩陣：

根據(jù)多步轉(zhuǎn)移概率矩陣的性質(zhì)進行轉(zhuǎn)移概率計算，則可模擬2017年、2026年和2035年土地覆被類型數(shù)量，預(yù)測結(jié)果如圖16所示：

從預(yù)測結(jié)果看出，未來一段時期內(nèi)，農(nóng)用地和林地仍是主要的土地覆被類型，水域面積較穩(wěn)定；為滿足人口不斷增長的需要、提高土地利用集約度，建設(shè)用地和農(nóng)用地逐年遞增，林地和未利用土地遞減.

圖16 基于概率矩陣P′的土地覆被變化預(yù)測

5 結(jié)束語

本研究采用ArcGIS、ENVI技術(shù)，結(jié)合Markov模型，進行土地覆被變化時空分布與演變分析，具有一定的科學(xué)性.研究發(fā)現(xiàn)，研究區(qū)近20年土地覆被類型以林地、農(nóng)用地、水域和未利用土地為主，未利用土地逐年減少，建設(shè)用地、農(nóng)用地呈增加趨勢，水域和林地面積后期變化幅度較前期小；造成這一現(xiàn)象的主要原因是政策約束與環(huán)保意識，隨著生態(tài)環(huán)境保護意識的加強，生態(tài)格局得以優(yōu)化，控制湖泊沿岸的開發(fā)，建立沿湖綠化帶，提高了土地利用率，在城市擴張的同時減少對基本農(nóng)田的占用，實現(xiàn)土地利用增減平衡.在未來一段時間內(nèi)，農(nóng)用地和林地仍是最主要的土地覆被類型.

在利用Markov模型進行預(yù)測時，首先選擇了兩種不同政策作用下的初始狀態(tài)，對初始狀態(tài)和模擬結(jié)果分析表明，Markov模型具有承前性，它繼承了系統(tǒng)初始狀態(tài)下的外部作用力以及政策約束，并將其貫穿于模擬過程的始終，由于政策因素具有動態(tài)性、時效性，Markov較適合于短時期的模擬預(yù)測；在對初始概率矩陣進行加工計算后，模擬效果有所改善，未來土地覆被類型變化趨于穩(wěn)定.由于土地覆被數(shù)量變化具有不可預(yù)測性，所以Markov模型的模擬誤差不可避免，如何減小誤差、提高精度、將政策權(quán)重引入模型進行改進仍是研究難點.

[1]鄧良基.遙感基礎(chǔ)與應(yīng)用[M].北京：中國農(nóng)業(yè)出版社，2002.

[2]Turner B L,Skole D L,Sanderson S,et al.Land-use and landcover change.Science/Research Plan[J].Global Change Report, 1995(35):60-63.

[3]Baker W L.A review of models of landscape change[J].Landscape ecology,1989,2(2):111-133.

[4]Jenerette G D,Wu J.Analysis and simulation of land-use change in the central Arizona–Phoenix region,USA [J].Landscape Ecology,2001,16(7):611-626.

[5]GB/T 21010-2007，土地利用現(xiàn)狀分類[S].

[6]塢建國.景觀生態(tài)學(xué)——格局、過程、尺度與等級 [M].第2版.北京：高等教育出版社，2007.

[7]Guan D,Gao W,Watari K,et al.Land use change of Kitakyushu based on landscape ecology and Markov model[J].Journal of Geographical Sciences,2008,18(4):455-468.

[8]劉瑞卿.基于CA-Markov模型的懷來縣土地利用景觀格局動態(tài)模擬研究[D].保定:河北農(nóng)業(yè)大學(xué)，2012.

[9]傅伯杰，陳利頂，馬克明，等.景觀生態(tài)學(xué)原理及應(yīng)用[M].第2版.北京:科學(xué)出版社，2011.

[10]林振山，袁林旺，吳得安.地學(xué)建模[M].北京:氣象出版社，2003.

[11]陳穎彪，周倩儀，陳健飛.近30年廣州市土地覆被變化時空特征分析[J].地理科學(xué)，2009，29(3):368-374.

[12]朱會義.區(qū)域土地利用變化的理論探討[J].科技導(dǎo)報，2004（5）：57-60.

[13]丁 菡.中國沿海經(jīng)濟發(fā)達地區(qū)土地利用變化及其驅(qū)動機制與預(yù)測模型研究——以浙江省沿海地區(qū)為例[D].杭州:浙江大學(xué)，2006.

[14]錢樂祥.遙感數(shù)字影像處理與地理特征提取[M].北京：科學(xué)出版社，2004.

[15]徐小嬌，周建峰，王文麗，等.近十五年來江漢平原LUCC軌跡分析[J].湖北大學(xué)學(xué)報，2012，34(1):110-115.

[16]周德成，羅格平，尹昌平，等.近50a阿克蘇流域土地利用/覆被變化過程[J].冰川凍土，2010，32(2):275-284.

Study on forecast and space-time characteristics of land cover change in Duchang County

LIU Xiao-sheng,YANG Yi-yang,CHEN Yi

（School of Architectural and Surveying&Mapping Engineering,Jiangxi University of Science and Technology,Ganzhou 341000,China）

Based on the ENVI technology extracts data from the remote sensing image,combined with ArcGIS technology analysis of characteristics of land cover change in recent 20 years in the study area;And then, using the advantages of aspects of Markov random process model in simulation,analysis the trends of land cover change.The results shows that:in recent 20 years,agricultural land and forest land are the main land cover types in the study area,in the early(1990 to 1999),agricultural land changed greatly,in the late(1999 to 2008),strengthened the efficient use of unused land,land cover change in the study area are largely driven by population growth,policy adjustment and climate change.Estimate further validated Markov model for the inheritance of initial state,through processing the initial probability matrix,that the simulation results have improved,and the forecast result tend to reasonable.

land cover;GIS;spatial pattern;Markov;Duchang County

TP753

A

2095-3041（2014）00-0006-09

10.13265/j.cnki.jxlgdxxb.2014.01.002

2013-08-28

江西省“贛鄱英才555工程”領(lǐng)軍人才資助項目

劉小生（1963- ），男，博士后，教授，主要從事測量與GIS等方面的研究，E-mail:lxs9103@163.com.