基于LCM模型的湘乡市建设用地变化模拟与预测研究

摘要

近年来，土地利用/覆被变化(LUCC)已成为全球变化研究的前沿和热点。土地利用变化中表现最剧烈、最直观的建设用地这一土地利用类型，其开放性、非线性和动态性等特征，决定了传统研究方法难以真实准确的再现其数量和空间上的变化。因此，对区域建设用地变化进行模拟和预测，探讨建设用地利用格局与驱动因子之间非线性关系、土地利用变化模拟中转换规则的确立方法的研究，提高对土地利用变化的解释与预测能力，对土地资源的合理利用与管理显得至关重要。 湘乡市是湖南省湘潭市辖的县级市，地处长株潭“两型社会”建设核心试验区范围。近年来，湘乡市经济社会发展迅速，土地利用变化剧烈。本研究以湘乡市为例，尝试将典范对应分析(CCA)与基于IDRISI平台的土地变化模型(LCM)模型相结合，对其建设用地变化进行模拟、预测，为高效利用市域建设用地，科学管理土地等提供理论依据。 本研究以湘乡市2009年和2014年土地利用变更数据、DEM、栅格GDP等数据为基础，在ArcGIS平台对基础数据进行导入前归一化处理。利用建设用地扩张速率模型、空间重心迁移模型，多层次分析湘乡市2009年到2014年间的建设用地时空变化状况。为探求驱动因子对建设用地变化的影响程度，采用典范对应分析法对湘乡市建设用地变化与驱动因子之间的相互关系进行分析排序。在此基础上，将转换后的基础数据及影响因子导入LCM模型中，构建多层感知器(MLP)神经网络转化潜力模型对湘乡市2014年建设用地变化状况进行模拟，获取模型转换规则并通过精度验证，可用于湘乡市2020年建设用地变化状况模拟预测，主要研究结论如下: (1)本研究利用建设用地扩展速率模型、空间重心迁移模型等从时间和空间层次等对湘乡市土地利用现状分析与研究，结果表明:2009年到2014年期间，湘乡市建设用地规模增长较快，且建设用地与经济增长具有较强的相关性。空间分布上，湘乡市建设用地规模扩展高速率区基本集中在中心城区，较高速率区逐渐形成东西向条带状。建设用地重心偏移呈由南向北略偏西，偏移距离为376米。 (2)采用典范对应分析方法(CCA)研究2009年到2014年湘乡市建设用地利用转换类型与驱动因子之间的相关性，结果表明，在资料有限、年限间隔较短的状况下，CCA分布图能直观的展示出驱动因子对建设用地规模和空间格局的影响，克服了传统研究方法难以清晰揭示建设用地变化与驱动因子的非线性关系的局限性。 (3)研究利用LCM模型先对湘乡市2014年建设用地状况进行模拟，并采用LCM模块中的Validation功能对模拟结果进行检验，检验结果Kappa指数较高，2014年土地利用模拟图和2014年土地利用现状图有着高度的一致性，表明2014年土地利用模拟结果较好，可用于湘乡市2020年建设用地规模和空间结构变化的预测。 (4)为了提高模拟结果的科学性，本研究还利用ANN-CA模型模拟了湘乡市相同年份建设用地变化状况，并对两种模型的模拟结果进行了比较。结果表明，相对ANN-CA模型，LCM的4类Kappa系数都具有极高的匹配度，且LCM模型运行速度更快，进一步验证了LCM模型用于区域土地利用变化的模拟和预测研究具有明显优势，该模型对土地利用变化等复杂非线性问题有较好的处理效果。

目录

摘要

1．1选题背景及意义

1．1．1选题背景

1．1．2选题意义

1．2国内外研究进展

1．2．1国外研究进展

1．2．2国内研究进展

1．3研究内容、方法与技术路线

1．3．1研究内容

1．3．2研究方法

1．3．3技术路线

2．1模型简介

2．1．1 LCM模型特点

2．1．2 LCM模型原理

2．2数据来源及处理

2．2．1数据来源

2．2．2数据处理

3．1研究区概况

3．1．1区位与自然地理条件

3．1．2社会经济状况

3．1．3土地利用现状

3．2建设用地利用状况时间变化分析

3．2．1建设用地规模的时间变化

3．2．2建设用地集约利用状况分析

3．3建设用地规模空间变化分析

3．3．1建设用地规模扩展速率的空间差异

3．3．2建设用地规模重心迁移分析

4建设用地利用变化影响因子分析

4．1影响因子选取

4．1．1自然驱动因子

4．1．2交通距离因子

4．1．3社会经济驱动因子

4．2典范对应分析(CCA)

4．2．1典范对应分析原理

4．2．2 CCA排序

5建设用地变化模拟与预测

5．1建设用地变化预测建模

5．1．1建设用地规模变化评估

5．1．2转移模型的建立与训练

5．2建设用地变化模拟及预测

5．2．1 2014年建设用地变化模拟

5．2．2 2014年建设用地变化模拟精度检验

5．2．3 2020年建设用地变化预测结果

5．3建设用地变化预测结果分析

5．3．1 2020年建设用地规模及分布分析

5．3．2建设用地利用建议

6 ANN-CA模型与LCM模型预测对比分析

6．1 ANN-CA模型模拟

6．2模型对比与分析

7结论与展望

7．1研究结论

7．2研究创新点

7．3研究展望

参考文献

致谢

声明