《昌平区土地利用变化的模拟与预测实证研究》8900字（论文）

昌平区土地利用变化的模拟与预测实证研究目录TOC\o"1-2"\h\u11269昌平区土地利用变化的模拟与预测实证研究 1317541.1Logistic-CA-Markov模型 119373（1）CA模型原理 117312（2）Markov模型原理 230046（3）Logistic-CA-Markov模型原理 226832（4）技术路线 2133491.2模拟方案设定与数据处理 225108（1）设定模拟方案 226033（2）处理相关模拟数据 3151231.3建立预测模型 316621（1）元胞构成 326953（2）转移概率矩阵 37851（3）制作适宜性图集 478331.4模型有效性检验 431810（1）模拟平昌县2018年土地利用情况 420951（2）模型有效性检验 4124381.5多情景下土地利用模拟与预测 5133951.5.1自然发生情景 5199371.5.2人为干预情景 5176271.6模拟结果分析与建议 6161741.6.1模拟结果分析 6296651.6.2国土空间开发建议 7开展对某一区域土地利用变化情况的模拟，可以帮助我们更加清晰地了解与认识该区域未来土地演化趋势。本章立足当前国土空间规划，基于Logistic-CA-Markov模型，预设自然发生、人为干预情景。依据两种情景，模拟平昌县2025年土地利用情况，对比分析模拟结果；同时，紧扣当下平昌县国土空间格局，提出相关针对性建议，旨在为优化平昌县国土空间结构提供一定的参考。1.1Logistic-CA-Markov模型（1）CA模型原理CA模型又称元胞自动机，其本质属状态函数。模型的建立主要基于两个方面，一方面是元胞与元胞状态，另一方面是邻域与转换规则。可用下列函数具体解释CA模型（杨国清等，2007）：δt=fδt−1,N式中，δ为元胞状态，N为元胞领域，t和t−1各自代表不同时刻，f为δ中元胞状态的转换规则。（2）Markov模型原理Markov模型具有马尔科夫性质，常用于地理统计学当中。各地类间的相互转化情况可以通过该模型予以定量表示，同时基于该模型还能得出各地类间相互转换的概率。表达式为（赵小汎等，2007）：St+1=Pij上式，St+1、S(t)各自代表末期和初始期的系统情况，（3）Logistic-CA-Markov模型原理Logistic-CA-Markov模型，基本内涵就是耦合CA与Markov模型下的一种定量回归分析模型。该模型一方面具备CA模型的空间模拟优势，另一方面具备Markov模型的数量预测优势。通过Logistic模型，定量分析驱动因子与各地类之间的回归关系，生成各地类在空间上的适宜性图集；同Markov模型生成的地类间转移面积文件一并参与到CA模型运算，能够达到较好的模拟效果。（4）技术路线基于IDRISI与GIS，借助上述模型实现模拟的全部流程。首先利用GIS，将两类驱动因子与土地利用数据分别转换成ASCII格式，一并导入IDRISI，生成各自对应的RST格式。其次，在IDRISI中进行重分类处理，完成对各个地类的单一提取；基于IDRISI中的Logistic模块，分别制作各地类适宜性图集；借助CollectionEditor工具，集成输出单一适宜性图集；模拟所需转移面积文件由Markov模型生成。最后分别对滤波器和循环次数进行设定，完成一次模拟过程。利用相关检验指标，检验模拟有效性；通过有效性检验后，开展多情景下未来土地利用变化的模拟（图5-1）。1.2模拟方案设定与数据处理（1）设定模拟方案基期与预测期的年份间隔对模型的循环次数起着约束作用。一般来讲，将循环次数设为年份间隔的倍数。选取2010年为初始期，2014年为基期，2018年作为预测期，三者平均年份间隔为4年，所以将循环次数设定为4。借助模型进行预测，得到平昌县2018年土地模拟数据。基于Kappa指数，检验模拟有效性。若符合精度要求，则分别设定不同情景，模拟2025年平昌县土地利用情况。（2）处理相关模拟数据模拟成功的关键，主要在于相关数据的处理。首先要保证导入模型中的相关数据的统一。在ArcGIS中以平昌县行政区划为掩膜范围，提取相关所需数据；然后对驱动因子和土地数据进行空间化标，确保空间一致性。借助ArcGIS平台中的栅格转换工具，将所需数据转换成ASCII数据格式导入至IDRISI软件中生成软件支持的RST格式，数据通过RST格式搭建起ArcGIS与IDRISI互通的桥梁。由于从ArcGIS中的RastertoASCII工具输出的ASCII数据导入IDRISI会产生“-9999”的空值，故需利用IDRISI重分类，重新对各地类进行赋值处理。将草地赋值为1，城镇村及工矿用地赋值为2，耕地赋值为3，交通运输用地赋值为4，林地赋值为5，其它土地赋值为6，水域及水利设施用地赋值为7，园地赋值为8，从-9999到0赋值为0，从9到9999也赋值为0。最后在IDRISI—FILES—Metadata—Categories中将地类对应的赋值转换为各自对应的地类名称。1.3建立预测模型（1）元胞构成元胞构成主要分三个部分，分别是元胞数量、状态与元胞空间。在进行模拟预测构建的模型中，单一栅格即作为一个独立元胞，元胞状态用研究区土地利用类型表示，元胞空间是指所有栅格元胞构成的二维元胞集合。模拟尺度选择15m×15m空间分辨率，元胞数量用土地利用栅格数据中的栅格个数表示，耕地、园地等八类土地则分别对应8种元胞状态。转换规则：转换规则是模型运行的核心，影响模拟的效果。基于IDRISI，利用LOGISTICREG—logisticregression模块，得到各地类空间适宜图集；借助CollectionEditor工具，将各地类图集集成处理，得到模拟所需的单一图集。最后结合DecisionWizard模块，对适宜性图集进行0-255化标处理，构建模型的转换规则。（2）转移概率矩阵通过Markov模型，可以得到各地类转移概率和面积矩阵。因三期土地利用数据的年份间隔均为4年，故在进行模型有效性检验的时候（即通过2010年和2014年两期平昌县土地利用数据对平昌县2018年土地利用情况进行模拟，下述部分会具体提及）模拟预测的时间间隔也设置为4年。通过模型有效性检验后，立足研究区实际，同时考虑国土空间规划年限，故将后续模拟预测的时间间隔设置为7年，利用2010年、2018年两期平昌县土地利用数据模拟和预测平昌县2018-2025年土地利用情况。通过IDRISI软件的Markov模型得到不同研究阶段各地类的转移概率矩阵（表5-1、5-2）。（3）制作适宜性图集一般来说，通过两种方式制作各地类适宜性图集：①通过MCE模型，集成各地类适宜性图集。②利用IDRISI软件中的Logistic回归模型，将各地类和其影响性因子的RST格式导入模型中，生成各地类空间概率分布图，然后通过软件中的CollectionEditor工具将各地类空间概率分布图合并制成模拟预测需要的适宜性图集，文件格式为RGF。本文采用第二种方式，制作各地类适宜性图集，此处以2014年为例（图5-2）。在自然发生情景下，模拟2018年、2025年所需适宜性图集则借助IDRISI软件中的Logistic回归模型对2014年、2018年两期土地利用数据进行分析，得到各地类适宜性图集，利用CollectionEditor工具，集成模拟所需单一适宜性图集。而在人为干预情景下，则需要结合DecisionWizard模块，导入相关政策约束条件，制作人为干预情景下模拟2025年所需各地类适宜性图集。1.4模型有效性检验（1）模拟平昌县2018年土地利用情况将平昌县三期土地利用数据进行分期，首先将2010年土地利用数据设为初始期，将2014年平昌县土地利用数据设为基准期，最后将平昌县2018年土地利用数据设为验证期。在IDRISI软件里直接搜索Markov，在Markov模块中将第一行first(earlier)landcoverimage输入2010年平昌县土地利用数据文件；第二行second(later)landcoverimage输入2014年平昌县土地利用数据文件；第三行pefixforoutputconditionalprobabilityimage输出文件名设为2010-2014；以方便下一步预测查找。第四行是间隔时间，将其设为4；第五行向前预测的时间为4（要用18年土地利用数据验证）。运行Logistic-CA-Markov模型对平昌县2018年自然发生情景下土地利用情况进行模拟，得到模拟结果（图5-3）。利用IDRISI中ImageCalculator工具，将模拟数据与真实数据进行减法运算，得到模拟误差结果（图5-4）。（2）模型有效性检验有效性检验可以借助Kappa指数，该指数基于分析土地利用真实影像和模拟影像的异同性进行有效性判定。通过对比2018年平昌县真实与模拟情况下的土地利用数据得到Kappa指数，以此检验模拟的有效性。表达式（张杰等，2009）：Kappa=pa−pcppa=n1n,式中，pa表示元胞模拟相同的比例；pc表示在随机情况下元胞模拟相同的比例；n1表示模拟相同的元胞数；n表示土地利用类型图元胞的总数；N表示土地利用类型分类数量。当0<Kappa≤0.4时，表示模拟效果差；当0.4<Kappa≤0.75时，表示模拟效果一般；当Kappa>0.75时，表示模拟效果较好实现模拟与真实影像的相减运算，需借助IDRISI中的ImageCalculator模块。运算扣除背景后，得到平昌县土地总栅格数为9908084个，模拟一致的栅格数为9597652个，占总栅格数的96.87%，得出pa=0.9687。随机情况下，各地类随机模拟正确率pc=1/8，理想情况下，模拟正确率pp=1。基于上式，得出Kappa=0.96421.5多情景下土地利用模拟与预测基于上述检验结果，结合平昌县实际，设定两种模拟情景开展对平昌县土地利用情况的研究。一种是自然发生情景，另一种是人为干预情景。人为干预情景是相对于自然发生情景而言，前者（即自然发生情景）不受外界影响，后一种情景受区域宏观政策约束。1.5.1自然发生情景自然发生情景，即在不受外界影响的前提下，仅考虑驱动因子对土地变化的影响。在此情景下，模拟预测平昌县2025年土地利用情况。基期选择2018年平昌县土地利用数据，通过Logistic回归，得到各地类适宜性图集。将2018年平昌县各地类适宜性图集成，得到模拟适宜图集；同时把2010-2018年各地类面积转移文件与图集一并导入模型，将所需数据入模型后，设定5*5滤波器，循环次数为7，完成一次模拟过程，得到2025年平昌县自然发生情景下的土地利用模拟结果（图5-5）。1.5.2人为干预情景人为干预情景，即立足当前国土空间规划背景，以平昌县生态保护红线、城镇开发边界、永久基本农田保护红线三条控制线为约束条件（图5-6）。将“三线”划定区作为模拟过程的限制性因素，各控制线划定区域内的土地不允许向其他地类进行转化。三条控制线划定区的重分类是在IDRISI中实现。赋控制线划定区为数值0，表示此区域内不允许发生土地转化；赋控制线外的区域为数值1，表示这一类区域内允许发生各地类间的相互转化。经重分类提取，实现三条控制线划定区的二值化处理（图5-7）。因驱动各地类发生转化的因子较为复杂，故采用AHP层次分析法确定各地类对应影响因子的权重。将影响各地类的驱动因子导入IDRISI，利用weight工具，结合各因子对不同地类影响程度的差异性，预赋各驱动因子不同的权重，基于判断矩阵，最终确定各地类对应驱动因子的权重及整体协优度（图5-8）。通过分析各地类与对应驱动因子的整体协优度，得出均符合小于0.1的约束条件（图5-9），所得结果为允许范围。基于建立的模型，添加政策限制条件即生态保护红线、城镇开发边界、永久基本农田保护红线三线控制区。通过前面章节的分析，并结合平昌县实际情况，利用IDRISI中DecisionWizard模块将各类土地的限制性因子和影响性因子分别进行合并，分别得到各地类的空间适宜性图集（图5-10）。最后通过IDRISI将各地类的适宜性图集合并成单一适宜性图集作为模型模拟的转换规则。基期选择2018年平昌县土地利用数据，同时把转移面积矩阵和适宜性图集一起纳入模型进行运算，设定5*5滤波器，循环次数设置为间隔年限7，得到平昌县2025年人为干预情景下的土地利用模拟预测结果（图5-11）。1.6模拟结果分析与建议1.6.1模拟结果分析利用Logistic-CA-Markov模型，对2025年平昌县在自然发生和人为干预两种情景下的土地利用情况进行模拟预测，得到两种情景下与2018年土地利用情况对比后的各地类面积变化（表5-3）。同时，通过分析计算可以得到2025年两种情景下各地类变化幅度情况（图5-12）。通过分析发现，在自然发生情景下，平昌县2025年耕地、园地、林地、草地、交通运输用地、水域及水利设施用地、其它土地、城镇村及工矿用地面积分别为88192.76hm2、786.74hm2、98927.59hm2、1092.98hm2、1431.64hm2、5904.25hm2、724.61hm2、25867.32hm2。与2018年相比较，平昌县的耕地减少了7354.90hm2，减少7.70%；园地减少了27.18hm2，减少3.34%；林地减少了5692.18hm2，减少1.44%；草地减少了76.44hm2，减少6.54%；交通运输用地增加700.26hm2，增加91.22%；水域及水利设施用地减少了8.31hm2，减少0.14%；其它土地增加了311.79hm2，增加71.53%；城镇村及工矿用地增加了12146.96hm2，增加88.53%。进一步分析可以得出，平昌县2018-2025年在自然发生情景下，耕地、园地、林地、草地均呈现减少态势。这是因为随着经济社会的发展，平昌县城镇开发格局必然面临扩张趋势，随着城镇村及工矿用地与交通运输用地的快速增长与扩张，势必会导致其蚕食耕地等其他地类。水域及水利设施用地虽有减少，但是减少面积较小。其它土地的增加，主要是立足平昌县农业大县的实际，结合乡村振兴政策背景，县域农业产业面临转型升级，随现代农业产业的发展，使得部分设施农用地持续增加。在自然发生情景下，平昌县未来土地利用情况符合区域整体发展规律，土地利用模拟情况较好。在人为干预情景下，平昌县2025年耕地、园地、林地、草地、交通运输用地、水域及水利设施用地、其它土地、城镇村及工矿用地面积分别为89794.16hm2、804.60hm2、99651.38hm2、1243.31hm2、1312.50hm2、5952.06hm2、604.99hm2、23564.89hm2。与2018年相比较，平昌县的耕地减少了5753.50hm2，减少6.02%；园地减少了9.32hm2，减少1.15%；林地减少了4964.39hm2，减少4.75%；草地增加73.89hm2，增加6.32%；交通运输用地增加577.12hm2，增加78.48%；水域及水利设施用地增加了39.50hm2，增加0.67%；其它土地增加了192.17hm2，增加46.55%；城镇村及工矿用地增加了9844.53hm2，增加71.75%。通过分析可以得出，平昌县2018-2025年在人为干预情景下，耕地、园地、林地呈现减少态势，但相较于自然发生情景，各自减少速度呈现放缓的趋势。同时，由于生态保护红线约束条件的控制，使得在人为干预情景下，草地与水域及水利设施用地呈现增长态势。交通运输用地、城镇村及工矿用地虽有增加态势，但增长速度较自然发生情景也呈现放缓的趋势，表明在模拟过程中所增加的永久基本农田保护红线与城镇开发边界政策限制条件起到了较好的限制作用。其它土地增加速度也较自然发生情景下呈现放缓趋势，其增长的原因是因为平昌县属农业大县，在坚持生态保护的原则下，坚守耕地红线，随着农业规模化发展，致使农业附属设施用地也将不断增加，从而使得在人为干预情景下，平昌县的其它土地呈现增加态势。基于上述分析，可以得出区域整体土地利用情况将进一步优化，表明模拟取得较好效果。事实上，土地利用变化除开自然影响因素之外，其受人为的影响也较大，因此必须将人为影响（如人为活动、相关政策等）综合考量，一并纳入到评价当中。综上所述，通过对比两种不同情景，发现未来平昌县土地利用发展趋势大致相同。不同之处在于地类转化方向与地类转换速率上彼此存在差异性。从各地类变化幅度进行分析，得出自然发生情景下各地类变化幅度相较于人为干预情景下较为剧烈，这是因为在模拟过程中未能考虑相关政策因素。从土地利用合理性、可持续性的角度来看，人为干预情景下平昌县土地利用模拟预测效果优于自然发生情景。1.6.2国土空间开发建议依据上表，可以看出在2018-2025年两种情景模拟下，平昌县耕地呈现不断减少态势，但是总体保有量仍然大于平昌县土地利用总体规划（2020-2035年）中要求2025年耕地保有量目标70126hm2。同时，在2018-2025年两种情景模拟下，交通运输建设用地、其它土地、城镇村及工矿用地呈现逐年增加的趋势；水域及水利设施用地虽有变化，但整体变化幅度不大。结合前文分析，2010-2018年期间，平昌县国土空间结构呈现出明显的规律性。耕地等地类的小幅度减少与交通运输用地、城镇村及工矿用地的增加符合区域客观发展规律。通过分析，不难看出在上述两个阶段，平昌县的国土空间开发方式较为粗狂，受人为影响因素较大。近年来国家提出建立国土空间规划体系，为紧扣国土空间新发展格局，针对平昌县未来国土空间开发提出如下建议：（1）永久基本农田保护平昌县永久基本农田主要分布在坡度≤15°的地块，以县城为中心，重点在东西方向的元山镇、五木镇、得胜镇、驷马镇、兰草镇、坦溪镇；东北方向的云台镇、笔山镇、镇龙镇；西南方向的白衣镇、涵水镇、响滩镇、龙岗镇等。存在分布广，集中连片少的现象，针对平昌县永久基本农田保护提出如下建议：

①加强县域耕地的严格保护和监管工作，全面贯彻落实基本农田保护制度落实落地生根，以土地增减挂勾方式为抓手，抓好现有非农建设用地和其它零星农用地的现状调查，通过整理、复垦等有力举措，转换成耕地或基本农田，严格执行土地利用规划，在规划期间对暂时不能复垦或调整的土地，要保留土类现状和用途，同时不准随意增加面积。②严格遵守土地用途管制，严禁违反土地用途、利用区域内耕地进行非农建设，严守耕地保护红线，禁止在基本农田保护区开展建房、建砖瓦窑、建坟、采沙取石等损毁基本农田的相关行为活动；禁止占用基本农田发展种植养殖业。③通过国土空间规划和土地利用现状调查，对基本农田现状中的非耕地和25°以上坡耕地进行规划调整调出，同时对通过土地增减挂勾项目实施整理，针对通过验收的土地地块、道路沿线经过地力培育达到标准的耕地，应当及时划入基本农田保护范围，确保基本农田保护总量不变、结构更加优化。交通运输用地管制与开发平昌县交通运输用地在全县各乡镇均有涉及。近年来平昌县大力实施交通强县战略，以“加密、联网、升级”为主攻方向，全面构建“铁路高速为引领、国省干线为骨架、县乡公路为支撑、村组道路为网络”的安全、便捷、高效、绿色、经济现代综合交通运输体系，强力推进机场、铁路、高速、国省干道及农村公路配套联网，加快形成“一航一铁四高九干”的综合立体交通新格局。针对平昌县交通运输用地的开发与管控提出如下建议：

①交通运输用地规模，应当按照国家产业政策和供地政策、行业发展规划与用地定额标准等确定。②交通运输用地布局，应当与城乡建设用地空间格局相协调，主要用于满足工业化、城镇化和新农村建设的客观需求，改善落后地区的投资环境和发展能力。③交通运输用地布局，应尽可能避让基本农田、生态屏障用地，减少建设项目实施对当地生产生活、生态环境、乡风民俗和人文景观等产生的负面影响；交通干线布局应预留交通走廊，尽量并线安排，减少对国土空间的分割。（3）加强城镇村建设用地管理平昌县城镇村建设用地随着近年来县域经济社会的快速发展、经济结构调整、产业转型升级、工业3+1的产业发展定位，对用地的需求越来越多，需求最大集中在县城中心区域。如星光工业园区建设、经济开发区产业发展和县城医院及县城学校民生工程建设用地上，其次各乡镇主要在聚居点和其它民生事业发展用地上。针对区域内城镇建设用地开发和管控提出如下建议：①认真执行建设用地相关政策，重点保障城区域重大项目和民生事项的用地需求，其次是保障镇龙镇和响滩镇两地经济副中心用地，同时，用于城镇、农村居民点建设的土地，应优先开发现存低效的闲置建设用地和废弃地等。②通过土地监察和执法，常态化掌握县域闲置建设用地情况，做到心中底数清，在产业发展、配套项目建设、民生事项用地上，优先调剂使用区域内的闲置建设用地。由于自然环境条件相对较差，在进行建设用地的开发过程中，考虑地质灾害、水源等限制因素，不能破坏永久性基本农田，对标对表国土空间规划。③充分利用增减挂钩，盘活农村闲置建设用地。平昌县农村建设用地总量较大，且低效闲置率高。要充分利用城乡建设用地增减挂钩项目、全域土地整治项目等，把农村低效闲置建设用地（含宅基地）复垦为耕地，建设用地指标挂钩到城镇，实现农村建设用地减少与城镇建设用地增加双向挂钩。（4）林业用地管制与开发平昌县林业用地主要分布在深丘和海拨850米以上区域的镇，规模处于中等范围相对较多，万亩以上成片相对较少。比如:在镇龙镇、望京镇、龙岗镇等镇分布相对集中较多。对平昌县林业用地的开发和管控提出如下建议：①结合县域实际，以区域主体功能划分和林地保护利用规划为依据，结合土地调查数据，确定林地边界，将区域内林地、森林按照不同的类型、生态区位和保护等级进行划分，推进林地差别化管理，严格用途管制。②控制林地转为建设用地、其他农用地，保持林地数量稳定。各项建设项目、矿产工程，应当不占或者少占林地，必须占用或者征用林地的，应当合理规划布局，集约节约使用林地，依法办理审核审批手续。③严守林地分类经营划定成果和林地质量，控制公益林地转为商品林地，不能随意降低林地保护等级或质量等级，注重森林的生态效益发挥和生态服务产品供给。④大力提升森林质量，着力推进森林抚育，对现有过密过纯或灌木杂草丛生的中幼龄林，进行中幼龄林抚育，进行疏伐、卫生伐，除去有害灌木和杂草，培育目的树种，提升林分质量，增强生态系统稳定性。⑤合理发展林下经济，利用林间空地大力发展“林+药”、“林+菌”、“林+菜”等林下种植，适度利用