EN中文

地球信息科学学报 >

2016 , Vol. 18 >Issue 4: 493 - 505

DOI: https://doi.org/10.3724/SP.J.1047.2016.00493

城市快速扩张驱动下的耕地演化模拟与预测——以广东省东莞市为例

  • 林浩嘉 ,
  • 赵耀龙 , *
展开
  • 华南师范大学地理科学学院,广东省智慧国土工程技术研究中心,广州 510631
*通讯作者：赵耀龙（1974-）,男,河南沈丘人,博士,教授,博导,主要从事地理信息科学与空间规划研究。E-mail: zhaoyaolong@m.scnu.edu.cn

作者简介：林浩嘉（1993-）,男,广东揭阳人,本科生,主要从事地理信息科学研究。E-mail:

收稿日期: 2015-07-27

  要求修回日期: 2015-08-21

  网络出版日期: 2016-04-19

基金资助

“973”项目计划前期研究专项（2014CB460614）

广州市产学研协同创新重大专项民生科技项目（156100021）

广东省科技计划项目（2015A010103013）

教育部留学回国人员科研启动基金项目（2012-940）

华南师范大学学生科技创新“金种子”平台支持项目

收起

Simulation and Forecast of Cultivated Land Evolution under Rapid Urban Expansion: A Case Study of Dongguan City in Guangdong Province

  • LIN Haojia ,
  • ZHAO Yaolong , *
Expand
  • School of Geography, South China Normal University, Guangdong Provincial Center for Smart Land Research, Guangzhou 510631, China
*Corresponding author: ZHAO Yaolong, E-mail:

Received date: 2015-07-27

  Request revised date: 2015-08-21

  Online published: 2016-04-19

Copyright

《地球信息科学学报》编辑部 所有
Fold

摘要

在快速城市化进程中,有效地保护耕地数量和质量是一个重要的科学命题。本文以广东省东莞市为例,通过构建Logistic-CA城市扩张模型,试图探明城市快速扩张主导下的耕地演化特征和机制,对耕地演化进行模拟与预测,为城市的可持续发展规划和耕地保护提供科学的参考依据。首先,分析了1998-2013年东莞市各用地类型间的转换关系,对城市扩张与耕地演化的机制进行了探究;其次,综合考虑地理、经济与政策因子,通过对地理因子模拟和地理与经济结合模拟2种结果的比较分析,选取最优因子组合定义了CA转换规则,构建Logistic-CA模型;最后,基于该模型,依据2006-2020年东莞市土地利用总体规划图,对耕地演化进行预测,并进行数量、质量和空间形态上的分析。模拟结果表明,在耕地演化机制上,东莞市在2003-2008年和2008-2013年2个时段中新增城市用地分别有71.96%和80.86%直接或间接来源于耕地,且相应时段内的耕地补给量远小于耕地流失量;在空间形态上,呈现大块耕地边缘破碎化,细碎耕地逐步消亡的空间演化模式。模型的预测结果表明,至2020年耕地将会减少8205.4 hm2,且优等耕地和高等耕地的减少比重分别达到5.16%和5.27%。

关键词： Logistic回归; 城市扩张; 元胞自动机; 耕地演化; 模拟与预测

本文引用格式

林浩嘉 , 赵耀龙 . 城市快速扩张驱动下的耕地演化模拟与预测——以广东省东莞市为例[J]. 地球信息科学学报, 2016 , 18(4) : 493 -505 . DOI: 10.3724/SP.J.1047.2016.00493

Abstract

In the process of rapid urbanization, how to effectively protect the quantity and quality of cultivated land is an important scientific proposition. Through constructing Logistic Cellular Automata model (Logistic-CA) for urban expansion and carrying out the simulation and forecast of cultivated land evolution, this paper intend to explore the characteristics and mechanisms of cultivated land evolution under the rapid urban expansion in a case study of Dongguan city in Guangdong province, so as to provide a scientific reference to the sustainable development planning of the city and the protection of cultivated land resources. Firstly, the mechanism of urban expansion and cultivated land evolution is explored through analyzing the conversion relationship between different land use types of Dongguan city in 1998-2013. Based on the result, the optimal factor combination is chosen to define the conversion rule of CA by comparing the simulation results of cultivated land evolution using geographical, economic and policy factors respectively, and the Logistic-CA model is constructed. Finally, in accordance with the general planning of land use in Dongguan city from 2006 to 2020, the evolution of the cultivated land is predicted using Logistic-CA model built based on the optimal factor combination, and the analysis of quantity, quality and spatial patterns is carried out. Simulation results show that 71.96% and 80.86% of the new urban land in Dongguan city directly or indirectly come from the cultivated land in the 2003-2008 and 2008-2013 two periods, and the quantity of the cultivated land supplementation is far less than its loss in the corresponding period. The spatial evolution pattern of the cultivated land has the characteristics that large tracts are turning into fragmentary lands toward the margin, and the fragmentary land parcels gradually disappear. The forecast results show that 8205.41 hectares of the cultivated land will disappear by 2020. At the same time, 5.16% of the top level and 5.27% of the high level cultivated land will disappear.

Key words： logistic regression; urban expansion; cellular automata; evolution of cultivated land; simulation and forecast

1 引言

20世纪80年代以来,在城市化和工业化的带动下,传统以农业用地为主的土地利用格局发生了明显变化[1],主要表现为大量的耕地向城市用地转化[2-3],因为适合于城市发展的区域往往是土地质量较优的耕地[4]。加之中国城市化呈现“快速城市化”的发展轨道,在空间上建设布局出现无序乃至失控,造成了土地的过度开发[5]。在1989-2006年间,中国耕地资源过渡性损失规模达19 307 km2,其中合理的代价性损失仅为33.44%,而不必要或过度损失高达66.56%,尤以大城市的快速城市化最为典 型[6]。Seto等曾以珠江三角洲为例进行土地利用变化的遥感监测[7],发现1988-1996年城市化水平增长了近364%,大量优质耕地由于保护力度不够呈快速流失的趋势[8]。耕地是粮食的基础,耕地减少或退化将对粮食安全形成威胁[9-10],提高耕地质量甚至比保障粮食安全更为重要[11]。故此,理解和把握快速城市化驱动下的耕地演化特征和机制,日益成为城市规划者、经济学家、生态学家和致力于可持续发展的资源管理者的研究重心：一方面,可为管理和规划部门提供全面、准确的土地利用信息;另一方面,可在解决经济社会发展与耕地保护的矛盾中寻找一个平衡点,促进人与自然和谐相处[12]。
在耕地演化特征和机制的研究方面,学者多采用相关分析和多因子分析等统计分析方法[13-19],通过对时间序列的社会经济数据与耕地变化进行相关性分析,从数量上和质量上对耕地演化机制进行定量研究。这种方法忽略了空间尺度因子对耕地演化的影响,而且难以反映耕地在空间形态上的演化。元胞自动机（CA）在模拟空间复杂系统的时空动态演化方面具有一定的自然性、合理性和可行性[20],被广泛应用于城市扩张和土地利用变化的模拟,如Batty和Xie模拟了纽约Amherst镇区的扩张[21],White和Engelen模拟了辛辛那提的土地利用变化[22],Clarke等模拟了旧金山和华盛顿城的发展过程[23],叶嘉安和黎夏模拟了东莞市的城市发展[24]。基于相似的原理,此方法可应用于耕地的时空动态演化模拟,有助于对耕地演化特征和机制的探究,但目前在耕地演化模拟方面相关的研究较少,且主要是对耕地演化的直接模拟[25-26]。然而,在快速城市化过程中,一系列的土地利用变化往往是在城市扩张的主导下发生的,耕地的演化很大程度上受制于城市的快速扩张。通过对城市扩张的模拟来对耕地演化进行模拟和预测将是一种有效的研究思路。
本文依据耕地演化与城市发展演化相耦合的思路,基于城市扩张元胞自动机原理,试图探明耕地演化特征和机制,并对其演化进行模拟与预测。在城市扩张元胞自动模型构建中,采用GeoSOS地理模拟系统[27-29]中的Logistic-CA模型。综合考虑地理因素、经济因素和政策因素,通过对地理因子模拟和地理与经济结合模拟2种模拟结果的比较分析,选取模拟精度最高的因子组合进行Logistic-CA模型的构建。最后,以东莞市为例,进行城市扩张主导下的耕地演化模拟,挖掘隐藏在城市扩张下的耕地演化空间规律,探究城市化中的耕地演化机制,对耕地演化进行预测,以期为城市的可持续发展规划和耕地资源保护提供科学的参考依据。

2 研究区地理背景

东莞市下辖28个镇和4个街道（图1）,位于广东省中南部、珠江口东岸,北接广州,南临深圳,毗邻港澳地区,海陆交通便利。当地属于亚热带季风气候,日照充足,雨量充沛,温差振幅小。地形以丘陵台地、冲积平原为主,当地河流沉积历史悠久,土壤肥沃,农耕文化深厚。自1978年以来,充分把握承接港澳台产业转移的先机,大规模地承接国际产业转移,创造了世人瞩目的“东莞奇迹”,素有“世界工厂”之称,由一个城镇化率不过16%的落后的农业县,发展成为一座现代化大城市,城镇化达到88.6%以上[30]。东莞市是中国快速城市化的典型代表,多次被用作研究城市扩张和土地利用变化的案例区[1, 2, 4, 24, 31-32],其经济增长主要依靠土地资源的大量消耗来实现,属于典型的以土地换发展的外源型工业化增长模式。GDP从1998年的355.50亿元猛增至2011年的4735.39亿元,2013年东莞市GDP达5490.02亿元,较2012年增长9.8%;三大产业比例为0.3：45.9：53.8,制造业总产值占规模以上工业总产值的90%以上,而农业产值在总产值的比重不足千分之五,耕地面积也从1998年的44 200.00 hm2减少至2011年的38 126.67 hm2 [33]。
Fig. 1 Study area

图1 研究区域

3 耕地演化模拟与预测分析方法

3.1 数据与处理

本研究的基础数据包括Landsat系列卫星遥感影像数据,东莞市土地利用现状图,东莞市各类矢量图层与栅格图层,以及1998-2014年东莞市统计年鉴等数据（表1）。
Tab. 1 Basic data

表1 基础数据

数据类别 数据内容
遥感卫星影像 Landsat-5 TM（1998年）
Landsat-7 ETM（2003年、2008年）
Landsat-8 OLI_TIRS（2013年）
矢量数据 东莞市各个镇区行政中心图层
东莞市各个镇区行政边界图层
东莞市各交通网图层（公路、高速公路、铁路）
东莞市农用地分等单元图
栅格数据 东莞市数字高程模型图层
东莞市坡度图层
辅助数据 2005年1：70 000东莞市土地利用现状图
2009年1：50 000东莞市土地利用现状图
2006-2020年东莞市土地利用总体规划图
2013年东莞市高分辨率影像
1998-2014年东莞市统计年鉴
本文空间数据均采用UTM-WGS84坐标系。首先,使用东莞市行政边界对1998、2003、2008和2013年4个时相的Landsat影像数据进行裁剪;然后,根据东莞市区域景观特点以及遥感影像的空间分辨率,进行监督分类及解译后处理,最终将土地利用类型分为城市用地、未利用地、水体、林地、耕地5个类型;最后,对解译结果参考各年份东莞市土地利用现状图,并结合野外调查数据和高分辨率影像进行精度评定。其中,1998、2003、2008和2013年遥感分类结果总体精度分别为85.343%、81.547%、84.359%、82.483%,Kappa系数分别为0.782、0.712、0.770、0.766,均大于最低允许判别精度0.70[34]。另外,提取了“东莞市土地利用总体规划（2006-2020年）”中基本农田保护区规划图的基本农田保护区斑块,叠加到2008年和2013年解译后的土地利用分类图上,作为一个新增用地类型。东莞市4个时相的土地利用类型图见图2。
Fig. 2 Four periods of land-use classification maps of Dongguan

图2 东莞市4时相土地利用类型图

在元胞自动机地理因子的选取上,根据已有相关研究[24, 35-38],选择了具有代表性的自然环境因素、中心辐射因素和交通距离因素3大类7个因子,组成地理因子。然而,城市扩张除了受自然条件和区位因素的影响,经济发展在一定程度上还会影响城市扩张的发生及扩张的速度。因此,本文加入了经济因子,由产业规模因素、工业规模因素和人口规模因素3大类4个因子组成（表2）。另外,城市的发展受规划政策的指导和限制,还需考虑政策因子,本文选择了与耕地演化直接相关的基本农田保护区政策。综合考虑城市扩张受地理、经济和政策因素的影响,根据1998-2014年东莞市统计年鉴以及表1中各类矢量、栅格数据,制作元胞自动机因子图层,并将各因子栅格图层进行归一化处理,与4时相的土地利用类型图均统一为100 m×100 m分辨率。由于基本农田保护区图层已经叠加到2008年和2013年的土地利用分布图上,因此政策因子将不作为单独的空间因子图层使用。
Tab. 2 The cellular automata factor layers

表2 元胞自动机因子图层

因子 类别 内容
地理
因子		 自然环境因素 东莞市数字高程模型图层（DEM）
东莞市坡度图层（Slope）
中心辐射因素 到市中心距离（DistoCity）
到最近镇中心距离（DistoTowns）
交通距离因素 到最近公路距离（DistoRoad）
到最近高速公路距离（DistoHighway）
到最近铁路距离（DistoRailway）
经济
因子		 产业规模因素 各镇区GDP（GDP）
工业规模因素 各镇区第二产业产值（SecIndustry）
各镇区企业密度（DenofCom）
人口规模因素 各镇区人口密度（DenofPop）

3.2 基于元胞自动机的城市地理模拟模型

本研究采用GeoSOS中的Logistic-CA模型。Logistic-CA模型是元胞自动机的经典模型之一,被广泛应用且模拟结果与实际非常吻合[39-42]。采用Logistic-CA模型模拟时,各因子的参数反映其对模拟结果的贡献率,可通过多次不同因子组合的模拟进行因子选取的分析,构建模拟精度较高的模型。Logistic-CA模型包括4部分：全局概率Plogistic、邻域函数 Ω ij t 、随机项RA及约束条件Pcontrol。中心元胞t+1时刻状态变化的转换函数（非城市用地向城市用地转化的概率）如式（1）所示。
P ij t = P log istic × Ω ij t × RA × P con tr ol （1）
式中： P ij t 为中心元胞在t+1时刻转化为城市用地的概率。
全局概率Plogistic是由2个时相的城市土地利用变化及一系列空间变量估算出来的城市发展适宜性,在模拟过程中保持不变。Logistic回归假设一个区位的发展概率是由一系列独立变量所构成的函数,如距市中心的距离、距公路的距离、地形高程和坡度[43]。而Logistic回归函数能根据训练数据找出各个因素与土地利用变化之间的函数关系,其函数式如式（2）所示。
Z = a + ∑ b k x k （2）
式中：Z为Logistic回归函数;a为常量;xk为第k个影响因子,bk为其系数。进行Logistic回归时,采用全部像元数的20%进行二分类Logistic回归,得到Logistic回归函数Z中各影响因子的系数,而系数的大小则表示因子的贡献率。使用式（2）进行计算时,常常出现不合理的概率结果,常用的解决方案是对Z做对数的单位转换（式（3））。
P log istic ( S ij = urban ) = exp ( z ) 1 + exp ( z ) = exp ( z ) 1 + exp ( - z ) （3）
式中：Plogistic为全局概率;Z为逻辑回归函数;Sij=urban表示元胞状态为城市用地。
在现实地块的土地利用变化中,除了受自身城市发展适宜性Plogistic的影响外,还受到周围土地利用的制约。因此,在转换概率的计算中加入局部概率,用邻域函数 Ω ij t 表示（式（4））[44]。
Ω ij t = ∑ con ( S ij = urban ) 3 × 3 - 1 （4）
采用Moore邻域（3×3邻域）作为相邻元胞范围。式中,con( )为一个条件函数,若Sij=urban,则con(Sij=urban)返回真并用整数1表示;否则,返回假并用整数0表示。 Ω ij t 为Moore邻域范围内的城市用地密度,作为中心元胞发生转换的局部概率,在迭代过程中随时间而变化。
城市空间扩张过程中存在各种政策因素、人为因素、随机因素,以及偶然事件的影响和干预,特别是人的加入,使其更为复杂。因此,为了使模型运算结果更接近实际情况,在CA模型中加入随机项。该随机项可表达为式（5）[22]。
RA = 1 + ( - lnγ ) α （5）
式中：γ为值在（0,1）范围内的随机数;α为控制随机变量影响大小的参数,取值范围为[1,10]的整数。
结合现实的土地利用类型转化,某些土地虽然在从非城市用地向城市用地的转化中具有较高概率,但其类型本身的性质不能进行该转化（如水体）,为排除这些影响,将受约束条件不能转化为城市用地的地块剔除,其方法是引入约束函数Pcontronl（式（6））。
P con tr ol = con ( S ij t = suitable ) （6）
式中：con ( ) 为一个条件函数,若 S ij t =suitable,则返回真并用整数1表示;否则,返回假并用整数0表示。本文设置的约束条件如表3所示。
Tab. 3 Constraint condition setting

表3 约束条件设置

类型 约束条件
城市用地 城市用地（Pcontrol = 1）
未利用地 可转换为城市用地（Pcontrol = 1）
水体 不可转换为城市用地（Pcontrol = 0）
林地 可转换为城市用地（Pcontrol = 1）
耕地 可转换为城市用地（Pcontrol = 1）
基本农田 不可转换为城市用地（Pcontrol = 0）

3.3 模型因子选取

基于GeoSOS中的Logistic-CA模型,采用上述数据处理所得的4时相的土地利用分类图、7个地理影响因子栅格图层和4个经济影响因子栅格图层,综合考虑地理因素、经济因素和政策因素,模型运行时,以城市用地增加量作为迭代运算的终止条件。通过对地理因子模拟和地理与经济结合模拟2种模拟结果的比较分析,选取模拟精度最高的因子组合进行Logistic-CA模型的构建,作为耕地演化模拟的模型（图3）。
Fig. 3 Technical route map of model factor selection and simulation of land evolution

图3 模型因子选取与土地利用类型演化模拟技术路线图

元胞自动机的精度检验是元胞自动机模型研究中非常重要的步骤之一,模型的精度检验在时间上互相隔离[45]。本次模型精度检验采用2个时段,分别为：1998-2008年和2003-2013年。在1998-2008年,利用1998年和2003年2期东莞市土地利用覆盖图层检验元胞自动机模型的参数,以2003年的东莞市土地利用覆盖图层作为模型运行的起始影像,预测2008年东莞市土地利用覆盖图层;在2003-2013时段,利用2003年和2008年2个时相的东莞市土地利用覆盖图层检验元胞自动机的参数,以2008年的东莞市土地利用覆盖图层作为模型运行的起始影像,预测2013年东莞市土地利用覆盖图层。在模型检验的过程中,城市用地增加量均通过不同年份的东莞市土地利用覆盖图层空间叠加获得。由于模型中含有随机项,所以模型运行多次,选择其中总体精度最大的模型作为最优模型。
在地理因子模拟中,以7个地理因素为影响因子,进行多次Logistic-CA模拟,通过Logistic回归函数（式2）得到地理因子模拟的最优模型及其各因子系数（表4）和模拟精度（表5）。从表4可看出,在地理因素模拟中,高程系数绝对值最高,再选取距最近公路距离和距镇中心距离因子,这2个因子系数绝对值也相对较大。在选取影响力较大的3个因子后,将这3个因子作为城市扩张理论中的自然环境因素、中心辐射因素、交通距离因素的主要驱动力。
Tab. 4 Parameters of simulation based on geographical factors

表4 地理因子模拟中各因子系数

时段 因子 DEM Disto
City		 Disto
Highway		 Disto
Railway		 Disto
Road		 Disto
Towns		 Slope 常量a
1998-2008 系数 -6.620 0.540 -0.471 -0.375 -0.448 0.839 2.400 0.287
标准差 0.293 0.054 0.054 0.041 0.065 0.067 0.183 0.030
2003-2013 系数 -7.315 0.526 -0.127 -0.499 -0.624 0.818 1.357 0.464
标准差 0.362 0.055 0.055 0.042 0.066 0.069 0.210 0.031
平均 系数 -6.968 0.533 -0.299 -0.437 -0.536 0.829 1.879 0.376
Tab. 5 Accuracy of simulation based on geographical factors (%)

表5 地理因子模拟精度(%)

1998-2008年 2003-2013年
实际非城市用地模拟精度 84.8 78.4
实际城市用地模拟精度 63.4 76.8
总模拟精度 78.6 77.6
在地理因子模拟的基础上,加入经济因子进行模拟。以地理因子模拟中影响力较大的3个地理因子和4个经济因子作为影响因子,进行多次Logistic-CA模拟,得到地理与经济结合模拟的最优模型及其各因子系数（表6）和模拟精度（表7）。从表6可知,在地理与经济结合模拟中,高程、镇区人口密度、镇区第二产业生产总值、镇区国内生产总值和距最近镇中心距离5个因子的系数相对较大,即影响力较大。从地理因子与经济因子的角度看,只有高程的系数相对于3个经济因子较大,但与在地理因子模拟中的系数相比,已大大减小;同时,3个经济因子的系数均大于其他2个地理因子。由表5、表7可知,在2个时段的模拟对比中,地理与经济结合模拟的3种模拟精度均大于地理因子模拟。可见,在快速城市化过程中,用CA模型进行城市扩张模拟时,影响因子的选取需结合地理因素和经济因素,不可忽视经济因素在城市扩张中的影响力。
Tab. 6 Parameters of the simulation combining geographical and economic factors

表6 地理与经济结合模拟中各因子系数

时段 因子 DEM Disto
Road		 Disto
Towns		 GDP Sec
Industry		 Denof Com Denof Pop 常量a
1998-2008 系数 -3.304 -0.432 0.633 0.721 -0.921 0.388 -0.921 0.148
标准差 0.180 0.065 0.066 0.140 0.174 0.044 0.104 0.034
2003-2013 系数 -8.137 -0.358 1.008 1.060 -1.907 0.007 -1.979 1.168
标准差 0.255 0.066 0.068 0.351 0.391 0.069 0.108 0.037
平均 系数 -5.721 -0.395 0.821 0.891 -1.414 0.198 -1.450 0.658
Tab. 7 Accuracy of the simulation combining geographical and economic factors (%)

表7 地理与经济因子结合模拟精度(%)

1998-2008年 2003-2013年
实际非城市用地模拟精度 86.6 81.0
实际城市用地模拟精度 67.4 79.0
总模拟精度 81.0 80.1

4 模拟与预测结果和分析

4.1 城市扩张与耕地演化

表8-表10反映了1998-2003年、2003-2008年以及2008-2013年东莞市各用地类型间的转换,其中,未利用地和耕地是城市用地扩张的主要来源。1998-2003年、2003-2008年和2008-2013年分别有14.894%、40.243%、75.005%的未利用地转化为城市用地,4.983%、15.684%和28.562%的耕地转化为城市用地。根据未利用地、耕地转化为城市用地的百分比,可从侧面反映出东莞市城市化进程不断加快。
Tab. 8 The land-use change matrix of Dongguan from 1998 to 2003 （hm2）

表8 1998-2003年东莞市土地利用类型转换矩阵（hm2）

类型 1998年
城市用地 水体 林地 未利用地 耕地
2003年 城市用地 33 300 5640 140 2700 5920
水体 107 14 500 53.2 63.1 571
林地 619 4010 23 700 235 20 600
未利用地 5450 1580 571 8370 13 000
耕地 7740 4660 1300 6740 78 700
Tab. 9 The land-use change matrix of Dongguan from 2003 to 2008 （hm2）

表9 2003-2008年东莞市土地利用类型转换矩阵（hm2）

类型 2003年
城市用地 水体 林地 未利用地 耕地
2008年 城市用地 38 500 2540 2110 11 600 15 600
水体 849 10 900 252 246 617
林地 297 79 32 400 300 4350
未利用地 5230 1190 3280 12 200 24 100
耕地 2830 603 11 200 4520 54 500
Tab. 10 The land-use change matrix of Dongguan from 2008 to 2013 /（hm2）

表10 2008-2013年东莞市土地利用类型转换矩阵/（hm2）

类型 2008年
城市用地 水体 林地 未利用地 耕地 基本农田
2013年 城市用地 59 100 199 394 33 800 19 400 0
水体 4500 11 400 398 1390 1730 0
林地 1920 217 29 700 5520 28 000 0
未利用地 598 46.7 222 2450 2770 0
耕地 1490 274 1990 1060 8380 0
基本农田 0 0 0 0 0 21 700
从城市用地扩张的直接来源看,贡献程度最大的并不是耕地,而是未利用地。但从未利用地来源看,在3个时相中分别有44.784%、52.418%和45.516%的未利用地来自于耕地。可以认为,有大量的耕地是通过先转化为未利用地,再转化为城市用地的方式实现用地类型转换（图4）。未利用地可理解为是耕地在征用为建设用地过程中的过渡用地类型。通过对2003-2008年和2008-2013年新增城市用地来源进行分析,发现这2个时相中新增城市用地分别有71.96%和80.86%直接或间接来源于耕地（图5）。然而,从耕地补给方面来看,3个时相中补给耕地面积占原耕地面积的比例分别为17.207%,19.314%和7.986%。所以,在城市快速扩展过程中,耕地的补给量远小于流失量,且其演化很大程度上受制于城市扩张。
Fig. 4 Conversion of the cultivated land distribution

图4 耕地转化图

Fig. 5 Sources of the newly increased urban lands

图5 新增城市用地来源图

4.2 耕地演化预测

通过上述多次的地理因子模拟和地理与经济结合模拟,选用模拟精度最大时所采用的因子组合（图6,表11）作为Logistic-CA模型中的影响因子。
Fig. 6 Impact factors

图6 影响因子

Tab. 11 Impact factors

表11 影响因子

地理因子 经济因子
高程（DEM）
距最近城镇中心距离（DistoTowns）
距最近公路距离（DistoRoad）		 镇区国内生产总值（GDP）
镇区第二产业生产总值（SecIndustry）
镇区单位面积企业数（DenofCom）
镇区人口密度（DenofPop）
基于城市扩张元胞自动机模型,通过城市扩张来反映耕地的演化。以2008年和2013年2个时相遥感影像作为获取转换规则的影像,通过多次Logistic-CA模拟,得到最优模型作为本次耕地演化预测的模型,各因子参数见表12。根据《东莞市土地利用总体规划（2006-2020年）》,2020年全市城乡建设将达到95 600 hm2,而2013年,已有79 041.24 hm2,故2020年还将有16 558.76 hm2的城市用地得以扩张。因此,在CA模拟中通过设置城市用地增加量来进行城市扩张的模拟,并得到2020年耕地分布预测图。再将2013年耕地分布现状图与2020年耕地分布预测图进行叠加,得到在此规划期间内耕地的空间变化情况（图7）。本文对耕地在数量上、质量上和空间形态上的演化进行预测。在数量变化上,2013-2020年东莞市将会减少耕地8205.410 hm2,耕地面积为31 045.916 hm2（表13）。
Tab. 12 Parameters of the urban expansion simulation combining geographical and economic factors

表12 地理与经济结合扩张模拟中各因子参数

因子 DEM Disto
Road		 Disto
Towns		 GDP Sec
Industry		 Denof
Com		 Denof
Pop		 常量a
系数 -11.250 -0.227 0.721 2.855 -3.528 0.180 -2.027 1.254
标准差 0.276 0.067 0.068 0.212 0.186 0.051 0.110 0.036
Tab. 13 Calculation of the cultivated land area change from 2013 to 2020

表13 2013-2020年耕地面积变化计算结果

耕地演化模拟/hm2
2013年耕地面积 34 846.410
2020年耕地面积 31 045.916
不变区域 26 641.000
减少区域 8205.410
增加区域 4404.915
全国耕地按照1-4等、5-8等、9-12等、13-15等划分为优等地、高等地、中等地和低等地[46]。东莞市的耕地质量主要集中在4-7等,即其耕地质量较好,优等耕地（4等）占各等级耕地面积的13.23%,高等耕地（5-7等）占86.77%。将东莞市耕地质量等级分布图层与“模拟后的2013-2020年耕地减少区域”图层叠加,得到耕地面积减少量在各耕地质量等级比重（表14）。由表14可知,2013-2020年耕地面积减少区域在优等耕地和高等耕地均有较密集的分布,其中,优等耕地减少比重为5.16%,高等耕地减少比重为5.27%。据统计,全国优等耕地和高等耕地占全国耕地评定总面积的比例分别为2.67%和29.98%,即全国的优等、高等耕地面积不到总耕地面积的三分之一。华南区是全国耕地质量最优的地区之一,东莞市处于华南区中心地带,拥有宝贵的优质耕地资源,若不加以保护,优质耕地减少的趋势将会越发难以遏制。
Tab. 14 The proportion of area reduction in various cultivated land grades from 2013 to 2020

表14 2013-2020年耕地面积减少量在各耕地质量等级比重

耕地等级 耕地面积/hm2 2013-2020年耕地减少面积/hm2 减少比重/（%）
4等耕地 5422.36 279.84 5.16
5等耕地 20 812.04 1064.90 5.12
6等耕地 11 781.88 636.12 5.40
7等耕地 2970.23 172.78 5.82
在空间形态演化上,采用斑块形状指数、斑块分形分维数、斑块破碎度、景观分离度等指标进行衡量并加以分析。斑块形状指数可度量土地利用斑块形状的复杂程度[47];斑块分形分维数越趋近1,斑块的几何形状越简单,表明受干扰的程度越大;斑块破碎度表示景观被分割的破碎程度,反映景观空间结构的复杂性,在一定程度上反映了人类对景观的干扰程度[48];景观分离度是指某一景观类型中不同斑块个体分布的分离度[48]。通过对2013年耕地分布和模拟后的2020年耕地分布进行分析,得到上述耕地景观变化指数（表15）。由表15可见,2013-2020年东莞市耕地形状指数将从1.947下降到1.269,说明耕地斑块边界总体趋向规则化发展;东莞市耕地分维数将从1.176下降至1.021,说明耕地斑块自相似性增强,受人为干扰的程度增大;耕地景观分离度也从0.667上升至1.150。
Tab. 15 Landscape indexes of cultivated land in Dongguan from 2013 to 2020

表15 2013-2020年东莞市耕地景观变化指数

年份 平均斑块面积/hm2 斑块个数 形状指数 分维数 破碎度 分离度
2013 1.818 10138 1.947 1.176 0.550 0.667
2020 6.090 5098 1.269 1.021 0.164 1.150
Fig. 7 Unchanged cultivated lands and reduced cultivated lands from 2013 to 2020

图7 2013-2020年耕地不变及减少区域

2013年东莞市耕地分布呈现破碎程度较高的现状,破碎度高达0.550。从2013-2020年耕地不变及减少区域可见（图7）,在2013年的耕地分布中,大块耕地四周散落着破碎细小的碎斑;而从演化模拟结果来看,在2013-2020年整个耕地演化过程中,缩减的往往是这些细碎的耕地,且它们被逐渐转变为其他用地类型。随着这些散落在大块耕地四周和其他零散分布的细斑的减少,耕地的边界趋向规则化发展,几何形状越趋简单,导致其形状指数和分维数的升高。直至2020年,耕地破碎度将大幅减少。而随着破碎细小耕地的消失,原来的大块耕地面积往内部逐渐缩减,这些大块耕地斑块之间的距离也随之增大,因而导致整体耕地格局的分离度 上升。

5 结语

本文基于城市扩张元胞自动机模型,对广东省东莞市耕地演化进行了模拟和预测,并通过定性、定量、质量与空间形态演化分析相结合的方法,对模拟和预测结果进行了分析,得出以下结论：
（1）1998-2013年东莞市城市用地扩张主要来源于未利用地和耕地,其中有大量耕地是通过先转化为未利用地,再转化为城市用地的间接形式实现转换。特别是在2003-2008年和2008-2013年2个时段内,新增城市用地分别有71.96%和80.86%直接或间接来源于耕地,且相应时段内的耕地补给量远小于耕地流失量。因此,可通过分析城市用地的扩张来研究耕地的演化,进而探究城市快速扩张驱动下耕地演化特征和机制,并对耕地演化进行模拟与预测。
（2）用CA模型进行城市扩张模拟时,影响因子的选取需结合地理因素和经济、政策因素,其中经济因素在城市扩张中的影响力不可忽视。综合考虑地理因子、经济因子与政策因子,基于Logistic-CA模型,2013-2020年东莞市耕地演化模拟预测结果表明,2013-2020年东莞市将会减少8205.41 hm2耕地,且减少区域在优等耕地和高等耕地均有较密集的分布,模拟后优等耕地和高等耕地的减少比重分别为5.16%和5.27%,而在全国耕地中,优等耕地和高等耕地所占比例仅为2.67%和29.98%,相当珍贵。所以,东莞市需做好耕地保护工作,特别是对于优质耕地,可结合永久基本农田政策,以质量优先的原则划定为永久基本农田。
（3）在空间形态上,景观指数分析结果表明,2013-2020年预测减少的耕地较为细小、破碎;但在空间布局上,耕地减少区域较为密集,且主要分布在已有大块耕地四周。因此,东莞市耕地减少的空间模式是：大块耕地边缘破碎化,细碎耕地逐步消亡。东莞市应加强对大块耕地区域的保护,遏制其边缘的破碎化,避免因边缘的逐步破碎而慢慢消亡。同时,在永久基本农田政策的执行上,以大块耕地为主,细碎耕地为次。在做好永久基本农田划定工作的基础上,优化东莞市的耕地资源配置和形成农业主产区,进而引导第一产业往集约化、规模化的方向发展。
致谢：本研究在数据处理过程中得到了梁伟东、谢紫宇和吴怡洁的协助,在此谨致以诚挚的谢意。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
陈红顺, 夏斌. 快速城市化地区土地利用变化研究——以广东省东莞市为例[J].水土保持研究,2012,19(1):239-242.以东莞市为研究区域,利用1988年、1995年、1998年、 2002年和2005年5期不同时相的Landsat TM/ETM＋遥感影像,从土地利用变化幅度、土地利用变化速率、土地利用重心转移和土地利用变化空间分异特征四方面探讨了研究区的土地利用变化。结果表 明：（1）1988—2005年,东莞市土地利用变化总的态势是耕地大幅减少、城镇用地迅速扩张,大量的农业用地转化为城镇用地,城镇用地快速扩张和耕地 大量流失是研究区土地利用变化的主要特征。（2）从土地利用变化的空间特征来看,各土地利用类型重心的转移距离都较大,且农业用地的重心转移方向和城镇用 地重心转移方向大致相反;耕地分布的空间正相关性明显减弱,城镇用地分布的空间正相关性明显增强。

[ Chen H S, Xia B.Analysis of land use change in rapidly urbanized area: a case study of Dongguan City, Guangdong Province[J]. Research of Soil and Water Conservation, 2012,19(1):239-242. ]

[2]
Li X, Gar A.Application of remote sensing for monitoring and analysis of urban expansion a case study of Dongguan[J]. Geographical Research, 1997,16(4):56-62.The current fast economic growth is accompanied with rapid urban expansion and great loss of agricultural land in the Pearl River Delta. The lack of information and technology hinders planners and local officers to achieve sustainable development. This paper tries to demonstrate the potential of the integration of remote sensing and GIS for monitoring and analysing of land development in the Pearl River Delta. It is found that wasteful use of land resource exists with ‘blind’ development patterns. The fast diffusion of urban areas has caused loss of large amount of agricultural land. Based on GIS analysis, some protection measures can be formulated to curb the tendency of swallowing agricultural land for urban development.The area of urban use rapidly increased from 16 2346 ha to 41 0879 ha. in 1988~1993 in the study area, Dongguan. This means that 104% of the total land area was converted to urban use just within this short period. Moreover, most of the conversion only occurred in 1990~1993.It is found that the land loss in Dongguan in 1988~1993 mainly took place within a few kilometers nearby urban (town) centres or roads. Actually, 90 percent of the total land loss occurred within an average distance of 138 km from roads and 563 km from urban (town) centres. The result is not very surprising given that the proximity is a very important factor for land development.It is very clear that the city proper is under a quick expansion of its urban areas in recent years. A transition period with more land loss occurring in a further distance exists because of the diffusion process. It is interesting to see that there is a strong contrast between the diffusion in 1988~1990 and that in 1990~1993. The diffusion of the urban areas was limited in 1988~1990 while the diffusion was astonishingly strong in 1990~1993. It is because a large amount of agricultural land has been encroached for the development of real estate since 1992. However, the diffusion pattern is not identical as there is obvious variation for each town.お

DOI

[3]
Li X B, Wang X.Changes in agricultural land use in China:1981-2000[J]. Asian Geographer, 2003,22(1):27-42.Abstract Rapid economic development following the 1978 reforms is well reflected in agricultural land use changes in China. By investigating the magnitude of changes in agricultural land use intensity across regions in a geographical perspective, in terms of the intensity indicators defined, explanation for the regional disparity is provided. An important implication is that economic comparative profit drives farmers to increase the intensity level for agricultural production in the western provinces at present but not forever. Lower incentive for raising agricultural land use intensity may more seriously threaten food security than the shrinking farmland area or lower technological potential.

DOI

[4]
叶嘉安,黎夏.珠江三角洲经济发展、城市扩张与农田流失研究——以东莞市为例[J]. 经济地理,1999,19(1):67-72.

[ Gar A, Li X.Economic development, urban sprawl, and agricultural land loss in the Pearl River Delta , China[J]. Economic Geography, 1999,19(1):67-72. ]

[5]
陆大道,姚士谋.中国城镇化进程的科学思辨[J].人文地理,2007(4):1-5.城镇化推动了我国经济社会快速 发展,并大大提高了居民的生活生产条件。然而,近十年来,我国城镇化却脱离了循序渐进的原则,出现了"冒进式"城镇化的现象。本文通过合理评价我国城镇化 速度、正确对待我国城镇化进程、科学分析"冒进式"城镇化与空间失控的原因等几个方面的深刻阐述之后,提出了我国城镇化健康发展的规划策略。

[ Lu D D, Yao S M.A scientific thought about urbanization progress in China[J]. Human Geography, 2007,4:1-5. ]

[6]
李效顺,曲福田,谭荣,等.中国耕地资源变化与保护研究——基于土地督察视角的考察[J].自然资源学报,2009, 24(3):387-401.伴随着快速工业化、城镇化以及农业现代化进程，中国经济取得飞速发展，但中国经济的高速发展是以资源尤其是耕地资源的过度消耗和环境的不断恶化为代价的。论文在分析经济发展和耕地资源利用态势基础上，从现实和理论两个视角剖析耕地资源减少的危害、理论动因及保护与管理的缺陷，进而引出弥补管理缺陷的政策走向：土地督察制度的建立；并明确其历史使命：消减耕地过度性损失。然后，在构建模型测算耕地损失基础上，考察督察视角下不同区域理性耕地保护目标。结果表明：其一，我国1989~2006年之间耕地资源过度性损失达1930742.27hm<sup>2</sup>；其二，倘若延续当前的经济发展和生态建设态势，即使督察部门消减耕地过度性损失，2020年的耕地红线1.20&times;10<sup>8</sup>hm<sup>2</sup>必将在2009年底突破，粮食不安全将是&ldquo;十二五&rdquo;乃至以后时期的主要特征；其三，倘若国家暂缓生态退耕，经济发展即使延续过去占用耕地态势，2020年以前中国粮食处于安全状态；其四，在国家暂缓生态退耕前提下，从土地督察的历史使命判断，2020年全国理性耕地保护目标至少为1.21&times;10<sup>8</sup>hm<sup>2</sup>。最后，提出注重内涵发展和暂缓生态退耕等政策建议。

DOI

[ Li X S, Qu F T, Tan R, et al.Research on the variations and protection of the cropland in China: based on the perspective of land supervision[J]. Journal of Natural Resources, 2009,24(3):387-401. ]

[7]
Seto K C, Woodcock C E, Song C, et al.Monitoring land-use change in the Pearl River Delta using Landsat TM[J]. International Journal of Remote Sensing, 2002,23(10):1985-2004.The Pearl River Delta in the People's Republic of China is experiencing rapid rates of economic growth. Government directives in the late 1970s and early 1980s spurred economic development that has led to widespread land conversion. In this study, we monitor land-use through a nested hierarchy of land-cover. Change vectors of Tasseled Cap brightness, greenness and wetness of Landsat Thematic Mapper (TM) images are combined with the brightness, greenness, wetness values from the initial date of imagery to map four stable classes and five changes classes. Most of the land-use change is conversion from agricultural land to urban areas. Results indicate that urban areas have increased by more than 300% between 1988 and 1996. Field assessments confirm a high overall accuracy of the land-use change map (93.5%) and support the use of change vectors and multidate Landsat TM imagery to monitor land-use change. Results confirm the importance of field-based accuracy assessment to identify problems in a land-use map and to improve area estimates for each class.

DOI

[8]
Seto K C, Kaufmann R K, Wood-cock C E. Landsat reveals China's farm-land reserves, but they're vanishing fast. Nature, 2000,406:121-122.No abstract available.

DOI PMID

[9]
李忠佩,李德成,张桃林.土地退化对全球粮食安全的威胁及防治对策[J].水土保持通报,2001,21(4):65-69.从宏观的角度阐述了全球土地退化状况及其对土地生产力的影响和对粮食安全的威胁,并针对不同的土地利用类型提出防治土地退化的对策.

DOI

[ Li Z P, Li D C, Zhan Y L.Threat and strategies of soil degradation to food security[J]. Bulletin of Soil and Water Conservation, 2001,21(4):65-69. ]

[10]
刘士奇.耕地安全是粮食安全的重要保障和基础[J]. 福建农业,2005(2):32-32.正五、保护、净化耕地生态环 境。不论生产无公害 农产品,还是绿色食品或有机食品,无不源于耕地, 在"从土地到餐桌"的生物链、生态链、生产链中处于 起始点,因而保护并净化耕地生态环境至关重要。为 此,应紧紧依靠科技进步与技术创新,促进工业"三 废"达标排放直至零排放;建立、完善污水、垃圾处理 厂等废水、废物处理系统,逐步推行垃圾无害综合处 理方法;用植物净化法治理被重金属污染的土壤;正 确使用化肥、农药和农膜,科学使用生物肥料、生物

[ Liu S Q.Land security is an important guarantee and foundation of food security[J]. FuJian Agriculture, 2005,2:32-32. ]

[11]
王静,黄晓宇,郑振源,等.提高耕地质量对保障粮食安全更为重要[J].中国土地科学,2011,25(5):35-38.研究目的:探讨提高耕地质量和 粮食生产能力的重要性和措施。研究方法:比较分析法和数据统计法。研究结果:耕地质量对社会经济发展和粮食安全的保障具有重要的促进作用;由土地退化、土 壤污染等原因造成的农用地质量下降和农业生产能力低下,已对国家粮食安全构成严重威胁。研究结论:现阶段应多管齐下,大力提升耕地质量和粮食生产能力,不 仅要高度重视土地污染问题,转变传统粮食供给观念,而且要加大工业反哺农业政策的力度,改变强调数量为主的占补平衡观念,代以新补耕地数量、产量不低于被 占用耕地数量、产量的双向衡量标准,保障社会经济的全面发展。

DOI

[ Wang J, Huang X Y, Zheng Z Y, et al.Improving the quality of cultivated land is more important for food security[J]. China Land Science, 2011,25(5):35-38. ]

[12]
张世文. 福建省耕地动态变化及区域差异研究[D].福建:福建农林大学,2007.

[ Zhan S W.Study of cultivated land dynamic change and regional difference in Fujian Province[D]. Fujian: Fujian Agriculture and Forestry University, 2007. ]

[13]
曾祥坤,李贵才,王仰麟,等.基于logistic曲线的快速城市化地区耕地变化人文驱动力建模——以深圳市为例[J].资源科学,2009,31(4):604-611.耕地流转的人文驱动力研究是近年来国内耕地变化研究领域的热点。在以往研究所采用的数学模型中，耕地变化阈值和政策因子的量化是一直未能有效解决的问题。本文从城市化条件下的耕地变化特征入手，借鉴logistic曲线构建快速城市化地区耕地数量变化的人文驱动力模型，并以深圳市为例对模型进行了验证与分析。研究表明：耕地数量与驱动因子之间存在高度相关的指数函数关系，而“耕地转用饱和度”与驱动因子之间表现出非常显著的logistic曲线关系；人文驱动因子包括社会经济类因子和政策类因子，对于快速城市化条件下的耕地数量变化，后者的影响和作用更为显著。

[ Zeng X K, Li G C, Wang Y L, et al.Hypothesis and validation on the kuznets curves of cultivated land change and its human driving forces in rapidly urbanized area:a case study of Shenzhen City[J]. Resources Science, 2009,31(4):604-611. ]

[14]
封志明,刘宝勤,杨艳昭.中国耕地资源数量变化的趋势分析与数据重建:1949-2003[J].自然资源学报,2005,20(1):35-43.由于统计方面的原因,1949年以来中国耕地资源数量变化至今尚没有一个客观的描述。针对该问题,论文对1949～2003年不同时期不同来源的耕地数据系列进行分析,认为统计数据存在问题较多的时期为1960～1985年,并采用粮食产量对耕地面积进行了分时期的反演,对于1986～1996年间的耕地数量则按照全国土地利用详查统一到1996年的结果再进行反推,由此重新刻画建国以来中国耕地资源数量变化的趋势和特征,并结合不同时段耕地相关政策对耕地数量变化的驱动作用进行分析。结果表明,1949年以来中国耕地资源数量呈现波动性变化,但在1979年之前总体上是增加的,自20世纪80年代起呈现缓慢下滑,1999年后由于生态退耕等原因引起耕地数量迅速减少,由此导致的中国粮食安全问题与耕地安全问题值得关注。在经过一段快速的大规模生态退耕时期后,中国生态退耕速度将逐步趋缓,耕地安全与粮食安全将会成为影响中国耕地数量变化的主要问题,严格的耕地保护政策势必将贯彻下去,预计2010年后中国的耕地资源数量将趋于稳定。

DOI

[ Feng Z M, Liu B Q, Yang Y Z.A study of the changing trend of Chinese cultivated land amount and data reconstructing: 1949-2003[J]. Journal Natural Resources, 2005,20(1):35-43. ]

[15]
韩永伟,高吉喜,乔青.中东部地区土地利用与土地退化特征分析[J].环境科学研究,2005, 18(6):94-98.采用20世纪80年代,90年代和2000年的遥感、地面调查及 文献资料数据,分析了我国中东部地区土地利用与土地退化特征.分析结果认为,耕地和林地是中东部地区主要的土地利用类型,占该区土地总面积的68%左右; 园地、居民和工矿及交通用地面积迅速增加;未利用土地面积明显缩小;水土流失得到初步控制,流失面积有所减少,但水土流失区域差异大,部分地区水土流失仍 在加剧;耕地人均占有量小,利用强度大,复种指数高;耕地用途不稳,转入转出频繁;耕地总面积与人均耕地面积迅速减少,2000年耕地面积比80年代初和 1995年分别减少了913.15×104和151.31×104hm2;2000年人均占有耕地面积比80年代初期约减少了0.03hm2;土壤污染严 重,耕地质量不断下降,食品安全受到威胁.

DOI

[ Han Y W, Gao J X, Qiao Q.Analysis of the characteristic of land use and land degradation in Mid-Eastern China[J]. Research of Environmental Sciences, 2005,18(6):94-98. ]

[16]
贾绍凤,张豪禧,孟向京.我国耕地变化趋势与对策再探讨[J].地理科学进展,1997,16(1):24-30.本文分析了我国耕地预测研究的现状和存在的问题，利用统计资料对我国耕地减少的原因进行系统分析，对我国耕地变化趋势进行了新的预测，重点说明人口城镇化和劳动化不但不是耕地减少的主要原因，而且是节约土地资源的有效对策。

DOI

[ Jia S F, Zhang H X, Meng X J.Forecast and countermeasures of the change of the cultivated area of China[J]. Progress in Geography, 1997,16(1):24-30. ]

[17]
李春华,李宁,史培军,等.基于信息熵的江苏省耕地安全系统演化分析[J].资源科学,2008,30(1):43-51.基于耕地安全系统理论和耗散结构理论,构建了耕地安全系统演化分 析的指标体系,建立了评估耕地安全系统演化的量化模型.应用该模型纵向评价了江苏省1998年～2004年耕地安全系统演化状况.研究发现:①耕地安全系 统变化的社会经济压力熵和支持型熵变化明显,数量变化熵由正熵演变为负熵,质量变化熵接近于0,生态环境变化熵表现为波动状态,系统总熵变由正变为负;② 耕地安全系统熵流的发展度和协调度差异显著,数量变化和质量变化发展度处于发展的高级阶段并且趋于下降,生态环境发展度由中级发展状态发展到高级发展状 态,处于上升阶段.就协调度而言,数量变化和质量变化比较平稳,生态变化波动较大.协调侧重度也表现不一,数量变动协调度由强社会经济压力型变为强支持 型,质量变化协调度由中等支持型变为中等压力型,生态变化协调度由中等社会经济压力型变为强支持型.评价结果表明:江苏省耕地安全系统发展目标逐渐明确、 有序度不断增强;耕地安全系统的健康、有序水平不断提高,协调能力不断增强,系统活力有待改善.

DOI

[ Li C H, Li N, Shi P J, et al.Evolution of cultivated land security system in Jiangsu Province based on information entropy[J]. Resource Science, 2008,30(1):43-51. ]

[18]
刘旭华,王劲峰,刘明亮,等.中国耕地变化驱动力分区研究[J].中国科学,2005,35(11):1087-1095.耕地变化机制是土地利用/土地覆盖(LUCC)研究的重要问题之 一. 文中依据1980年代末和2000年两期土地利用遥感调查数据, 应用地理信息系统(GIS)和遥感技术对全国近期耕地变化与自然、社会经济状况进行综合分区研究. 研究发现, 各地区耕地减少和增加是在地理背景制约下,气候系统和社会经济系统变化共同驱动下发生的. 但引起耕地变化的驱动机制具有显著的区域差异, 在中西部地区自然条件的制约和推动起主导作用, 而在东部较发达地区, 社会经济、政策的驱动起主要作用. 耕地面积减少状况在全国范围内普遍存在, 其主导因素包括:招商引资和对外开放政策背景下的开发区建设、城市化导致的产业结构变化和城镇扩张、人民生活水平提高导致的就业观念的改变、气候变化导致 的耕种收益的下降、交通条件的改善等等, 这些因素相互作用、相互依赖, 共同导致了中国近年来耕地大量减少的局面. 耕地增加则主要由于农民集体或个人为增加收入, 并在气候条件允许下, 开垦林地、草地或未利用地. 对LUCC驱动机制的研究建立在耕地变化综合分区的基础上, 不仅考虑区域内部的自然与人文因素, 而且还充分考虑了区域外部自然与人文因素的影响作用, 并以定量化的指标反应了各种不同因素对耕地变化的影响作用水平, 本研究可以为综合地理分区与土地利用变化驱动机制研究领域提供一种新的研究方法和思路.

DOI

[ Liu X H, Wang J F, Liu M L, et al.Study on the driving forces of cultivated land change in China[J]. Science in China, 2005,35(11):1087-1095. ]

[19]
史娟,张凤荣,赵婷婷.1998年-2006年中国耕地资源的时空变化特征[J].资源科学,2008,30(8):1191-1198.根据1998年～2006年全国土地利用变更和全国耕地变化情况数据，对中国耕地资源的时空变化特征进行了分析。研究表明：①1998年～2006年间，耕地资源结构变化的区域分异明显。黄淮海平原、长江中下游平原以及东部和东南沿海这些水热条件好、优质耕地集中的区域，灌溉耕地面积减少，耕地生产力降低；②除新疆和黑龙江耕地面积净增加外，全国其它地区耕地面积均呈下降趋势。耕地变化最为剧烈的地区分布在京津塘、长江三角洲、珠江三角洲的经济快速发展区和内蒙长城沿线农牧交错带；③耕地资源增减分布的区域差异明显。耕地减少区域主要分布在黄土高原区、内蒙古及长城沿线的农牧交错带区和东部水热条件较好的平原及丘陵区；耕地增加区域呈明显的西移趋势，由此而导致耕地的整体生态条件恶化；④耕地增减变化的原因亦存在区域差异。在黄土高原区和内蒙古及长城沿线的农牧交错区，耕地减少的主要原因是生态退耕；在经济发达的东部沿海区，耕地减少的主要原因是农业结构调整和建设用地扩张。对于新增耕地而言，在西部地区，主要来自土地开发；在中东部地区，主要来自土地开发和整理；⑤建设用地占用耕地主要是由于独立工矿和村庄的扩张，其区位分布恰和我国重要的粮食生产区域相重叠。

[ Shi J, Zhang F R, Zhao T T.Spatiotemporal changes in cultivated land area in China from 1998 to 2006[J]. Resource Science, 2008,30(8):1191-1198. ]

[20]
周成虎,孙战利.地理元胞自动机研究[M].北京:科学出版社,1999.

[ Zhou C H, Sun Z L.Study of geographical cellular automata[M]. Beijing: Science Press, 1999. ]

[21]
Batty M, Xie Y.From cells to cities[J]. Environment & Planning B Planning & Design, 1994,21(7):31-48.Since mathematical models came to be applied to problems of architectural and urban form, new concepts based on predicting large-scale structure from local rules have emerged through insights originating in computation and biology. The clearest of these are computer models based on cellular automata (CA) and their recent generalization in evolutionary biology and artificial life. Here we show how such models can be used to simulate urban growth and form, thus linking our exposition to the longer tradition of ideas in studies of built form emanating from the 'Cambridge School'. We first review developments of CA in general and then in urban systems in particular. We propose a general class of CA models for urban simulation and illustrate two simple applications, the first a simulation of the development of the historical 'cell' city of Savannah, Georgia, the second, a generic hypothetical application. We then show how this generic model can be used to simulate the growth dynamics of a suburban area of a mid-sized North American city, thus illustrating how this approach provides insights into the way microprocesses lead to aggregate development patterns.

DOI

[22]
White R, Engelen G.Cellular automata and fractal urban form: a cellular modelling approach to the evolution of urban land-use patterns[J]. Environment & Planning A, 1993,25(8):1175-1199.

[23]
Clarke K C, Hoppen S, Gaydos L.A self-modifying cellular automaton model of historical urbanization in the San Francisco Bay area[J]. Environment & Planning B Planning & Design, 1997,24(2):247-261.In this paper we describe a cellular automaton (CA) simulation model developed to predict urban growth as part of a project for estimating the regional and broader impact of urbanization on the San Francisco Bay area's climate. The rules of the model are more complex than those of a typical CA and involve the use of multiple data sources, including topography, road networks, and existing settlement distributions, and their modification over time. In addition, the control parameters of the model are allowed to self-modify: that is, the CA adapts itself to the circumstances it generates, in particular, during periods of rapid growth or stagnation. In addition, the model was written to allow the accumulation of probabilistic estimates based on Monte Carlo methods. Calibration of the model has been accomplished by the use of historical maps to compare model predictions of urbanization, based solely upon the distribution in year 1900, with observed data for years 1940, 1954, 1962, 1974, and 1990. The complexity of this model has made calibration a particularly demanding step. Lessons learned about the methods, measures, and strategies developed to calibrate the model may be of use in other environmental modeling contexts. With the calibration complete, the model is being used to generate a set of future scenarios for the San Francisco Bay area along with their probabilities based on the Monte Carlo version of the model. Animated dynamic mapping of the simulations will be used to allow visualization of the impact of future urban growth.

DOI

[24]
黎夏,叶嘉安.利用遥感监视和分析珠江三角洲的城市扩张过程——以东莞市为例[J].地理研究,1997,16(4):56-62.伴随着经济的快速增长,珠江三角洲近年来出现了迅速的城市化以及乡村城市化的过程。沿着城镇边缘和公路两旁,大片的农田被侵占来单方面地满足城市开发的需要,忽略了粮食产量减少以及环境质量恶化等问题。利用遥感可以有效地监测珠江三角洲的城市扩张过程。在遥感多时相监测的基础上通过熵的计算,可以定量地描述城市扩张的空间规律及扩散过程。

[ Li X, Gar A.Application of remote sensing for monitoring and analysis of urban expansion: a case study of Dongguan[J]. Geographical Research, 1997,16(4):56-62. ]

[25]
吴大放,刘艳艳,王朝晖.基于Logistic-CA的珠海市耕地变化机理分析[J].经济地理,2014,34(1):140-147.以珠海市为研究区域,基于GIS、SPSS以及GeoSOS软 件,在分析1973-2008年珠海市耕地动态变化,总结其时空变化特征的基础上,使用Logistic-CA模型从空间角度深入分析了珠海市耕地变化的 机理.研究结果表明:1973-1988年珠海市耕地面积以增加为主,1988-2008年耕地面积快速减少;从空间分布形态上看,耕地主要沿原有城市建 设用地边缘和交通道路沿线减少,其中西部地区耕地减少规模较大;珠海市耕地减少是基于特定的自然因素和人文因素共同作用而发生的,其中地形和坡度因素对耕 地分布起着明显制约作用,耕地与城镇中心距离、与交通线距离和户籍人口密度是耕地减少的主要社会经济驱动因素.

[ Wu D F, Liu Y Y, Wang C H.Mechanism of cultivated land change in Zhuhai City based on a Logistic-CA model[J]. Economic Geography, 2014,34(1):140-147. ]

[26]
吴大千,王仁卿,高甡,等.黄河三角洲农业用地动态变化模拟与情景分析[J].农业工程学报,2010, 26(4):285-290.为明确农业用地变化的动态特征和影响要素,预测不同情景下的农业用地的时空变化格局。利用遥 感和地理信息系统技术对黄河三角洲地区4期TM和ETM＋影像进行解译判读,获取区域内1992-2005年间农业用地动态演化特征,并构建元胞自动机模 型对2001年和2005年的农业用地格局进行模拟。2001年和2005年农业用地模拟的总体精度分别为82.90%和84.48%,Kappa系数分 别为0.658和0.689。模拟结果表明元胞自动机模型能够较好地模拟研究区域内农业用地动态变化,为农业用地的演变模拟提供了一种适用的工具。利用元 胞自动机模型对4种情景下（面积减少5%、增加5%、10%和15%）的农业用地演变进行了预测。情景分析表明刁口故道附近的农业用地并不稳定,容易发生 变化,是需要重点关注的区域。

DOI

[ Wu D Q, Wang R Q, Gao S et al. Simulation and scenario analysis of arable land dynamics in Yellow River Delta[J]. Transactions of the CSAE, 2010,26(4):285-290. ]

[27]
黎夏,李丹,刘小平,等.地理模拟优化系统GeoSOS及前沿研究[J].地球科学进展,2009, 24(8):899-907.提出地理模拟优化系统(GeoSOS)的概念、研究内容和实现方 法,以提供一种十分有效的地理过程分析和空间探索的工具.地理模拟优化系统的理论基础涉及复杂系统理论、地理信息科学、计算机科学、地理学等.所提出的地 理模拟优化系统由3个子模块构成:元胞自动机模拟子系统、多智能体模拟子系统和基于生物智能的优化子系统.建立地理模拟优化系统可以为复杂资源环境及变化 提供一种有效的模拟和优化工具,弥补目前GIS对过程分析功能的严重不足.

[ Li X, Li D, Liu X P, et al.Geographical simulation and optimization system(GeoSOS) and its cutting edge researches[J]. Advance in Earth Science, 2009,24(8):899-907. ]

[28]
黎夏,李丹,刘小平,等.地理模拟优化系统GeoSOS软件构建与应用[J].中山大学学报:自然科学版,2010,49(4):1-5.在提出的地理模拟优化系统概念的基础上,进一步构建了整合的软件 系统GeoSOS,以解决地理信息系统(GIS)目前在对过程分析存在功能不足的难题.作为GIS的重要扩展,该系统由3个重要模块组成:地理元胞自动机 (CA)、多智能体系统(MAS)和生物智能(SI).地理元胞自动机模块包含了常用的CA模型,包括MCE-CA, Logistic-CA, ANN-CA, Decision-tree CA等,为用户提供了一种选择最佳模拟模型的方便环境.GeoSOS能根据训练数据,自动获取最佳的模型参数.该系统还将MAS和SI引进模型中,提高了 对复杂地理过程进行分析的能力.另一特色是具备了将模拟和优化耦合的能力,由此能大大改善模拟优化的结果,为复杂的资源环境模拟和优化提供了强有力的过程 分析工具.

[ Li X, Li D, Liu X P, et al.The implementation and application of geographical simulation and optimization systems(GeoSOS)[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2010,49(4):1-5. ]

[29]
黎夏,刘小平,何晋强,等.基于耦合的地理模拟优化系统[J].地理学报,2009,64(8):1009-1018.尽管G1S在涉及空间信息的许多学科和行业有广泛的应用,但其在 对过程进行模拟和优化方面存在严重的功能不足.本文提出地理模拟优化系统GeoSOS的概念与实现方法.进一步建立了GcoSOS 1.0的模拟优化平台,作为GIS的重要补充工具.包含了三个重要部分:地理元胞自动机(CA)、多智能体系统(MAS)、生物智能(SI).其核心内容 就是根据微观个体的相互作用,达到模拟和优化的目的.根据Tobler地理学的第一定律,提出了GeoSOS的统一的相互作用规则.GeoSOS具备将模 拟和优化耦合起来的功能.将动态模拟模型与空间优化模型耦合起来,使得优化的方案具有一定的前瞻性.对比实验结果发现,耦合模型产生的效用值比非耦合模型 分别高出4.3%(点状优化)和4.1%(线状优化),表明GeoSOS能够改善优化的结果.

DOI

[ Li X, Liu X P, He J Q, et al.A geographical simulation and optimization system based on coupling strategies[J]. Acta Geographica Sinica, 2009,64(8):1009-1018. ]

[30]
周虹,陈青.东莞城镇化模式特征、存在问题及对策[J].农业经济,2014(11):55-56.城镇化是当前我国经济社会发展中的重大问题,位于我国东南沿海地区的东莞先行先试,在城镇化进程探索与实践中,走出一条独具特色的城镇化道路,本文分析了东莞城镇化模式特征以及存在的问题,并提出相应的对策建议。

DOI

[ Zhou H, Chen Q.Characteristics, existing problems and countermeasures of urbanization in Dongguan[J]. Agricultural Economy, 2014(11):55-56. ]

[31]
冯徽徽,夏斌,吴晓青,等.基于SLEUTH模型的东莞市区城市增长模拟研究[J].地理与地理信息科学,2008, 24(6):76-79.应用SLEUTH城市增长模型,借助GIS、RS技术,对东莞市区1990-2003年的城市增长过程进行模拟,同时预测2003-2030年城市增长情况。结果表明,SLEUTH模型较好地描述了东莞市区“自下而上”的城市增长模式,在这种增长模式下,未来东莞市区的城市化水平将在10～20 a内达到临界状态。研究结果对于理解东莞市区城市增长的内在规律具有理论和现实指导意义,同时可为政府制定相关决策提供依据。

[ Feng H H, Xia B, Wu X Q, et al.Study on urban growth simulation of Dongguan city based on SLEUTH model[J]. Geography and Geo-Information Science, 2008,24(6):76-79. ]

[32]
杨青生,黎夏.基于遗传算法自动获取CA模型的参数——以东莞市城市发展模拟为例[J].地理研究,2007,26(2):229-237.本文提出了基于遗传算法来寻找CA模型最佳参数的方法。CA被越来越多地应用于城市和土地利用等复杂系统的动态模拟。CA模型中变量的参数值对模拟结果有非常重要的影响。如何获取理想的参数值是模型的关键。传统的逻辑回归模型运算简单,常常用来获取模型的参数值,要求解释变量间线性无关,所以获取的城市CA模型参数具有一定的局限性。遗传算法在参数优化组合、快速搜索参数值方面有很大的优势。本文利用遗传算法来自动获取优化的CA模型参数值,并获得了纠正后的CA模型。将该模型应用于东莞1988~2004年的城市发展的模拟中,得到了较好的效果。研究结果表明,遗传算法可以有效地自动获取CA模型的参数,其模拟的结果要比传统的逻辑回归校正的CA模型模拟精度高。

DOI

[ Yang Q S, Li X.Calibrating urban cellular automata using genetic algorithms[J]. Geographical Research, 2007,26(2):229-237. ]

[33]
东莞市统计局.东莞市统计年鉴2014[M].北京:中国统计出版社,2014.

[ Dongguan Bureau of Statistics. 2014 Dongguan Statistical Yearbook[M]. Beijing: China Statistics Press, 2014. ]

[34]
Janssen L L F, Van D W F J M. Accuracy assessment of satellite derived land cover data: a review[J]. Photogrammetric Engineering & Remote Sensing, 1994,60(4):419-426.ABSTRACT

DOI

[35]
Rafiee R, Mahiny A S, Khorasani N, et al.Simulating urban growth in Mashad City, Iran through the SLEUTH model (UGM)[J]. Cities, 2009,26(1):19-26.Mashad is the capital city of Khorasan Razavi Province, in the North East of Iran. The city has witnessed rapid growth in the last two decades, mostly because of its economic, social and religious attractions. We implemented this study to understand Mashad City growth dynamics, to forecast its sprawl for the next two decades and to provide a basis for urban management. We used the SLEUTH urban growth simulation and forecasting model. We calibrated it with historical data derived from a time series of satellite images. Three scenarios were designed to simulate the spatial pattern of urban growth under different conditions. The first scenario was historical urban growth, which allowed continual urban area expansion, similar to historical trends, without any limitation. The second scenario was environmentally-oriented in which urban growth was limited. The third scenario was a specific compound urban sprawl situation in which growth was allowed to continue, similar to the historical trend, but a limitation was applied to construction on steeper slopes. The results showed the utility of the modeling method in explaining the spatial pattern of urban growth. The result of the second scenario illustrated that valuable land in suburban areas, including flourishing farms, could be saved. Urban growth under the third scenario showed the harnessing effect of slope-limited growth. We conclude that the results of the modeling under the three scenarios for Mashad City growth are of great potential use to city managers. We also showed that the environmental scenario is preferable for Mashad City development.

DOI

[36]
Silva E A, Clarke K C.Calibration of the SLEUTH urban growth model for Lisbon and Porto, Portugal[J]. Computers Environment & Urban Systems, 2002,26(6):525-552.We describe a rapid procedure using propidium iodide (PI) as a nuclear counterstain in immunofluorescence studies where cell surface or intracellular antigens are localized with fluorescein-conjugated antisera. In fixed monolayer preparations, all cell nuclei fluoresce red and can be seen simultaneously with cellular antigens that fluoresce green. Counterstaining with PI therefore makes possible quantification of the proportion of cells present in culture that stain immunocytochemically for a specific antigen.

DOI

[37]
熊利亚,常斌,周相广.基于地理元胞自动机的土地利用变化研究[J].资源科学,2005,27(4):38-43.土地利用及其变化是一个相当复 杂的现象与过程,它既受自然因素的制约,在一定地域上又受社会、经济、技术等因素的强烈影响,具有明显的综合性和地域性。同时,土地利用变化对区域和全球 环境变化又起着十分重要的作用。因而,土地利用变化研究已成为国内外近期研究的热点问题之一。本文介绍了采用地理元胞自动机进行土地利用变化研究的优点、 原理及方法,并以河西走廊地区为实例,采用Idrisi的CA-MARKOV模块进行了土地利用变化的分析和预测,得出河西走廊地区1995年到2005 年土地利用变化的特点。研究表明,与一般的研究土地利用变化的GIS方法和统计方法相比,地理元胞自动机具有快速、准确、实时性强的特点;与动态模型相 比,采用地理元胞自动机进行土地利用变化研究具有简明易行的特点。

DOI

[ Xiong L Y, Chang B, Zhou X G.A GeoCA-based study on land use change[J]. Resource Science, 2005,27(4):38-43. ]

[38]
赵耀龙,张珂,彭永俊,等.基于地理模拟方法的昆明市空间拓展情景分析[J].地理研究,2014,33(1):119-131.改革开放以来,西部高原湖滨城 市经历的快速城镇化进程给湖泊流域带来了较为严重的生态环境问题,未来城市空间发展政策的调整需要关注城市空间拓展对区域生态环境的影响。以位于滇池湖滨 地区的昆明市为例,设定6种不用的城市空间拓展政策情景,应用SLEUTH模型预测了6种情景下未来20年的城市空间格局,采用空间指数和空间分析方法对 预测结果进行了分析评价。结果表明:昆明市城市建成区具有典型的摊大饼式空间拓展模式,城市道路网对城市形态具有重要的影响。6种情景模式下未来昆明市建 成区空间格局既有相似性,也表现出显著的差异。城市建设用地空间格局总体上呈集约、紧凑型的发展趋势。生态保护与城市发展管制相结合的政策情景对滇池湖滨 地区的景观影响最小。多中心城市发展格局和城市发展管制相结合的政策情景对城市总体空间规模的控制具有明显的效果,但不宜在湖滨地区实施。滇池湖滨地区需 要划定景观或生态保护区,严格禁止城市建设用地对湖滨用地景观的占用与分割。滇池湖滨以外的区域,适宜执行生态保护与城市发展管制相结合的多中心发展模 式。

DOI

[Zhao Y L, Zhang K, Peng Y J, et al. Scenario analysis of urban growth in Kunming based on geosimulation system[J]. Geographical Research, 2014,33(1):119-131. ]

[39]
Wu F.Calibration of stochastic cellular automata: The application to rural-urban land conversions[J]. International Journal of Geographical Information Science, 2002,16(8):795-818.Despite the recognition of cellular automata (CA) as a flexible and powerful tool for urban growth simulation, the calibration of CA had been largely heuristic until recent efforts to incorporate multi-criteria evaluation and artificial neural network into rule definition. This study developed a stochastic CA model, which derives its initial probability of simulation from observed sequential land use data. Furthermore, this initial probability is updated dynamically through local rules based on the strength of neighbourhood development. Consequentially the integration of global (static) and local (dynamic) factors produces more realistic simulation results. The procedure of calibrated CA can be applied in other contexts with minimum modification. In this study we applied the procedure to simulate rural-urban land conversions in the city of Guangzhou, China. Moreover, the study suggests the need to examine the result of CA through spatial, tabular and structural validation.

[40]
黄焕春,运迎霞.基于改进logistic-CA的城市形态多情景模拟预测分析——以天津滨海地区为例[J].地球信息科学学报,2013, 15(3):380-388.logistic-CA模型在城市分析应用中,发挥了重要作用, 但该模型仅能模拟历史演化趋势下的城市形态演化,无法准确模拟既定年份的城市面积,更无法模拟预测多情景城市形态演化.因此,本文对logistic- CA模型进行了 改进:一是嵌入了灰色不等时距预测模型;二是增加不同情景中驱动力的logistic回归系数计算方法.改进后的logistic-CA模型,具备了模拟 多情景城市形态演化的能力,模拟预测了天津市滨海地区2011-2020年3种情景的城市形态的演化空间过程特征,即历史外推、内生发展、外生发展3种情 景.从而掌握城市形态扩展的必然性、可能性、特定区域的空间扩展影响因素,实现对城市发展过程的有效控制.

DOI

[ Huang H C, Yun Y X.A method of simulation and prediction of urban morphology under multiscenarios[J]. Journal of Geo-Information Science, 2013,15(3):380-388. ]

[41]
梁辰,王诺.基于Logistic回归的沿海经济区建设用地演变驱动因素研究——以大连市新市区为例[J].地理科学,2014,34(5):556-562.沿海经济区空间演变与其产业经 济的可持续发展紧密相关,探索用地演变的驱动机制,对区域未来发展具有重要意义。以临港产业高度集聚发展的典型沿海经济区——大连市新市区为例,基于TM 遥感影像和DEM空间数据,通过随机选取2 000个采样点,构建了描述用地空间演变过程的Logistic回归模型,分析了沿海经济区土地利用变化过程的空间变量,重点研究驱动因素构成,各因素参 与程度、影响效果和作用,各时段因素间的关联性及传导性等内容。研究发现,在1990~2010年的20 a间,大连市新市区建设用地面积增加了近30倍,其空间驱动变量除了包含与城市CBD、邻近区县、乡镇中心的距离外,还与到主要港区、沿海岸线、邻近临港 工业区距离等因素密切相关,这一系列城镇空间分布与港口相关变量构成了用地空间演变的驱动因素体系,共同塑造了沿海经济区的空间格局。文章所建空间模型通 过Logistic回归检验,能够较好地揭示沿海经济区空间演变的主要驱动因素及其作用机理,为相关研究提供了新的思路和方法。

[ Liang C, Wang N.Driving factor analysis of construction land changes in coastal economic zone based on logistic regression: a case study of Dalian New Urban[J]. Scientia Geographica Sinica, 2014, 34(5):556-562. ]

[42]
谢花林,李波.基于logistic回归模型的农牧交错区土地利用变化驱动力分析——以内蒙古翁牛特旗为例[J].地理研究,2008,27(2):294-304.本文以农牧交错带的典型区域——内蒙古翁牛特旗为例,考虑土地利 用变化过程的空间变量,建立了不同土地利用变化过程的logistic回归模型.结果表明:模型中转为耕地的主要解释变量是到农村居民点的距离和农业气候 区;转为草地的主要解释变量是到农村居民点的距离、土壤表层有机质含量和到乡镇中心的距离;转为林地的主要解释变量是到农村居民点的距离和海拔;空间异质 性和土地利用变化过程的时间变量共同影响着使用logistic回归模型来解释土地利用变化驱动力的能力;通过对草地logistic回归模型的检验,得 出空间统计模型能较好地揭示不同土地利用变化过程的主要驱动力及其作用机理.

DOI

[ Xie H L, Li B.Driving forces analysis of land-use pattern changes based on logistic regression model in the farming-pastoral zone :a case study of Ongiud Banner, Inner Mongolia[J]. Geographical Research, 2008,27(2):294-304. ]

[43]
孙战利. 空间复杂性与地理元胞自动机模拟研究[J].地球信息科学,1999,1(2):32-37.面对具有非线性、非平衡、自相似、自组织等复杂性特征的空间复杂 现象,基于传统的牛顿力学和微分方程数学的地理模型显得力不从心,非线性科学作为解决地理复杂现象的有效工具成为地理学研究的前沿.基于对地理复杂性的分 析,作者提出了一种基于元胞自动机(Cellular Automata)的地理模型框架,并在地理信息系统集成的基础上,对美国安阿伯波市的城市增长与扩散进行了生动地模拟和预测.

DOI

[ Sun Z L.Spatial complexity analysis and a geographical model based on cellar automata(GEOCA)[J]. Geo-Information Science, 1999,1(2):32-37. ]

[44]
黎夏. GIS与空间分析[M].北京:科学出版社,2006.

[ Li X.GIS and Spatial Analysis[M]. Beijing: Science Press, 2006. ]

[45]
Jr Pontius R G, Huffaker D, Denman K. Useful techniques of validation for spatially explicit land-change models[J]. Ecological Modelling, 2004,179(4):445-461.For illustration, these techniques are applied to assess an LUCC model called Geomod, which predicts land change in the 22 towns of the Ipswich River Watershed in northeastern Massachusetts, USA. For this application, the Null Resolution is approximately 102km. At resolutions finer than 102km, the Null model performs better than Geomod, which performs better than the Random model. At resolutions coarser than 102km, both Geomod and the Random models perform better than the Null model, but Geomod and the Random models are nearly indistinguishable beyond the 102km resolution.

DOI

[46]
程锋,王洪波,郧文聚.中国耕地质量等级调查与评定[J].中国土地科学,2014,28(2):75-82.研究目的：系统介绍全国耕地质量等级调查与评定工作的背景、主要 过程、技术方法、评定结果及成果应用。研究方法：归纳分析法，比较分析法和统计分析法。研究结果：全国耕地划分为15个等别，平均质量等别为9.80等， 质量水平总体偏低。研究结论：该项工作第一次全面查清了中国耕地质量等别及其分布状况，为实现耕地数量质量并重管理提供了重要支撑。

DOI

[ Cheng F, Wang H B, Yun W J.Study on investigation and assessment of cultivated land quality grade in China[J]. China Land Sciences, 2014,28(2):75-82. ]

[47]
王桥,杨一鹏,黄家柱,等.环境遥感[M].北京:科学出版社,2005.

[ Wang Q, Yang Y P, Huang J Z, et al.Environmental Remote Sensing[M]. Beijing: Science Press, 2005. ]

[48]
唐礼俊. 佘山风景区景观空间格局分析及其规划初探[J].地理学报,1998,53(5):429-437.本文通过对景观多样性、优势 度、均匀度、自然景观破碎度和分离度等景观生态学指标分析，对上海市佘山风景区的景观空间格局进行了评价。结果表明，目前风景区景观多样性较小、均匀度较 低，森林植被为农田分割，分离度较大，农田组成比例超过森林植被，占优势地位。如能在现行控制区内沿道路和河渠设置片林、草地，调整农田结构，增加果园面 积，则风景区面貌将大为改观，景观多样性上升，均匀度增加，破碎度减小，分离度下降，基本达到山林风光为主的总体规划目标。

DOI

[ Tang L J.The spatial pattern analysis of landscape and the landscape planning in Sheshan scenic spot[J]. Acta Geographica Sinica, 1998,53(5):429-437. ]

Options
文章导航

/

〈 〉