基于GIS的土地利用时空变化模拟及预测研究 ——以延安市安塞区为例

论文摘要

在全球生态环境变化的背景下,土地利用/覆盖变化（LUCC）研究已成为全球研究的热点。土地利用变化模拟是LUCC研究的一个重要内容。安塞区是典型的黄土高原城市,生态环境脆弱且土地利用不太合理。随着城市发展使得供需矛盾越发严重,对安塞区土地利用变化进行空间模拟及分析,有助于管理部门对土地利用时空规律的更好理解和把握,促进土地的可持续利用及社会经济的可持续发展。本文以安塞区为研究的对象,对2011—2017年的土地变更数据重分类为耕地、园地、林地、草地、建设用地和水域六种土地利用类型,从土地利用数量变化、时序变化和空间变化三个方面分析安塞区土地利用变化的特点。针对变化原因选取了九个自然驱动因子和两个社会经济驱动因子,用Logistic回归分析方法对安塞区土地利用变化驱动因素进行分析。采用灰色预测模型GM（1,1）对安塞区土地需求量进行计算。利用CLUE-S模型对安塞区2017年土地利用空间分布进行模拟,并预测了自然发展、耕地保护、生态安全和城市扩张四种情景下安塞区2025年的土地利用空间分布格局。本文的主要研究结论如下:（1）对安塞区2011年到2017年间的土地利用动态变化及其演变特征进行研究分析,通过运用土地利用动态度、土地利用类型分形维数、土地转移矩阵等方法,得出安塞区的土地类型以农用地为主,耕地、园地、林地和草地占据绝对比重,耕地、林地和建设用地变化明显,且空间分布格局不太稳定。（2）选取安塞区土地利用变化的驱动因子,并构建各地类的二项Logistic回归分析模型,通过对各地类与驱动因子之间的作用关系进行分析,确认回归分析模型的有效性。（3）以2011年安塞区土地利用空间分布数据模拟2017年土地利用空间分布,通过对比安塞区2017年土地利用实际数据检验模拟精度,计算得出Kappa系数为0.86,模拟效果良好,因此可以继续使用CLUE-S模型对安塞区2025年的土地利用分布进行模拟。（4）以2017年土地利用空间分布数据预测安塞区在自然发展情景下、耕地保护情景下、生态安全情景下和城市扩张情景下2025年的土地利用空间分布,为安塞区土地利用规划提出有效的建议。

论文目录

• 摘要
• abstract
• 第一章 绪论
•   1.1 研究背景和意义
•   1.2 国内外研究现状
•     1.2.1 国外研究现状
•     1.2.2 国内研究现状
•   1.3 研究内容与技术路线
•     1.3.1 研究内容
•     1.3.2 技术路线
• 第二章 研究区概况及研究方法
•   2.1 研究区概况
•   2.2 灰色预测模型GM（1,1）
•     2.2.1 GM（1,1）模型原理
•     2.2.2 GM（1,1）预测过程
•   2.3 回归模型
•     2.3.1 Logistic回归模型原理
•     2.3.2 ROC曲线原理
•   2.4 CLUE-S模型
•     2.4.1 CLUE-S模型结构
•     2.4.2 CLUE-S模型特征
•     2.4.3 CLUE-S模型原理
•     2.4.4 CLUE-S参数文件
•   2.5 情景分析法
•   2.6 数据来源
• 第三章 安塞区土地利用变化时空特征分析
•   3.1 土地利用数量变化分析
•   3.2 土地利用时序变化分析
•     3.2.1 土地利用动态度
•     3.2.2 土地利用类型分形维数及稳定性指数
•   3.3 土地利用空间变化分析
•     3.3.1 土地利用空间分布
•     3.3.2 转移矩阵
• 第四章 安塞区土地利用变化模拟
•   4.1 驱动因子的选取
•     4.1.1 驱动因子选取的原则
•     4.1.2 驱动因子选取的结果
•     4.1.3 驱动因子的预处理
•   4.2 Logistic回归分析及精度检验
•     4.2.1 回归分析过程
•     4.2.2 精度检验
•   4.3 模拟过程
•   4.4 模拟结果与精度检验
• 第五章 安塞区土地利用变化预测
•   5.1 土地利用变化数量预测
•   5.2 自然增长情景模拟
•   5.3 耕地保护情景模拟
•   5.4 生态安全情景模拟
•   5.5 城市扩张情景模拟
• 结论与展望
•   结论
•   展望
• 参考文献
• 攻读学位期间取得的研究成果
• 致谢

文章来源

类型: 硕士论文

作者: 李雪

导师: 贺炳彦

关键词: 安塞区,二项回归分析模型,模型,土地利用变化模拟,多情景预测

来源: 长安大学

年度: 2019

分类: 基础科学,信息科技,经济与管理科学

专业: 自然地理学和测绘学,计算机软件及计算机应用,农业经济

单位: 长安大学

分类号: F301.2;P208

DOI: 10.26976/d.cnki.gchau.2019.000178

总页数: 78

文件大小: 4053K

下载量: 205