Vol. 48 No. 12
Dec 2020
第48卷第12期2020年12月
西北农林科技大学学报(自然科学版)
Journal of Northwest A&F University(Nat. Sci. Ed.)网络出版时间 2020-06-01 10： 45 DOI ：10. 1S207/j. cnki. jnwafu. 2020. 12. 01S 网络出版地址：http ：//kns. cnki. net/kcms/detail/61. 1S90. s. 20200529. 0830. 01S. html
黎云云1!，畅建霞2，王义民2，刘泉】，樊晶晶3，叶定阳4
（1绵阳师范学院资源环境工程学院，四川绵阳621000； 2西安理工大学省部共建西北旱区生态水利国家重点实验室（
陕西西安710048'河北工程大学水利水电学院，河北邯郸056038；简阳市小型水库管理总站，四川简阳641400）
［摘 要
速录器
"【目的】分析黄河流域现有的土地利用数据，揭示黄河流域未来
S0年土地利用时空格局的演变趋势）
【方法】基于黄河流域1980,1990,2000,2010和2015年5期土地利用数据，采用元胞自动机-马尔可夫模型（CA-
Markov ） 对2000和2010年的土地利用格局进行模拟，在满足精度要求的基础上，对2020,2030,2040和2050年的土
地利用变化情景进行预测，并借助GIS 空间分析功能，剖析黄河流域2020 — 2050年的土地利用时空格局演变趋势） 【结果】基于CA-Markov 模型的黄河流域2000和2010年土地利用模拟误差均小于10% ,Kappa 指数高达0. 872 8和
0.897 0，证实了 CA-Markov 模型在黄河流域土地利用模拟上的可行性及精度的可靠性；未来S0年间，黄河流域主要
土地利用类型为耕地、林地和草地；耕地和草地将减少约10%，林地将增加约5%，建设用地将增加约150%，且主要
集中于宁蒙河段以及中下游地区）【结论】CA-Markov 模型可较好地模拟预测黄河流域土地利用的时空演变格局，
模拟结果可为黄河流域未来土地利用规划和管理及生态修复提供科学依据）
［关键词"黄河流域；土地利用；模拟预测;CA-Markov 模型
［中图分类号］
F301.24
［文献标志码］
A
［文章编号］
16719387（2020）12010710
Land use simulation and prediction in the Yellow River Basin
based on CA-Markov model
LI Yunyun 1'2, CHANG Jianxia 2, WANG Yimin 2 丄IU Quan 1 ,
FAN Jingjing 3 , YE Dingyang 4
(1 College of Resourcss and Environmental Engineering ^Mianyang Normal College , Mianyang , Sichuan 621000 , China ；
2 State Key Labrratrry of Eco~ Hydraulics in Northwest Arid Region , Xi an University of Technology , Ui an , Shaanxi 710048, China ；
3 College of Water Resources and Hydropower , Hebei University of Engineering , Handan , Hebei 05 6038 , China ；
4 Jianyang Small Reservoir Management Station , V ianyang , Sichuan 641400 ^China )
服务器部署Abstract : ［Objective ! This study analyzed existing land use data in the Yellow River Basin (YRB ) and
revealed the spatial and temporal evolution trend of land use in the next 30 years.【Method 】 The land use
mapsin1980 1990 2000 2010and2015 wereused andthe,andusepa t ernsin2000and2010weresimu-
lated using the cellular automata Markov (CA-Markov) model On the basis of meeting accuracy require- mentsthelandusechangescena)iosin2020 2030 2040 and 2050 we)e p)edicted and the spatial-tempo)al
pa t e)nevolutiont)endoftheYRBin2020—2050wasanalyzedwiththehelpofGISspatialanalysisfunc- tion. ［Result ! The errors in simulation of land use in 2000 and 2010 based on the CA-Markov model were
［收稿日期& 2019-11-19
［基金项目&国家重点研发计划项目(2017YFC0405900)国家自然科学基金项目(51679187,51679189)；四川省科技计划项目
(2018JY0223)'可北省青年基金项目(E2019402432)
［作者简介&黎云云(1990 — )，女，四川达州人，副教授，博士，主要从事水资源系统工程研究。E-mail :liyunyunl9900627@163. com ［通信作者&畅建霞(1974—)，女，山西祁县人，教授，博士，博士生导师，主要从事水资源系统工程研究。E-mail :chxiang @xaut. edu. cn
108西北农林科技大学学报(自然科学版)第48卷
both less than10%and the Kappa indexes were as high as0.8728and0.8970,indicating feasibility and high accuracy of the model in simulation and prediction of land use in the YRB.In the next30years,main land use types of the YRB would be farmland,woodland and grassland.Farmland and grassland would reduce by10%,while woodland would increase by5%•Urban construction would develop rapidly with an area increase of150%,mainly concentrated in the Ningmeng reach and the middle and lower reaches of the Yellow River.[Conclusion!The CA-Markov model well simulated and predicted the spatial-temporal evolution of land use pattern in the YRB,and the simulation results would provide basis for future land use planning and management as well as ecological restoration i
n the YRB.
Key words：Yellow River Basin；land use；simulation and prediction；CA-Markov model
土地利用与土地覆被变化(land-use and landcover change,LUCC)是土地系统的重要表现形式，已成为全球环境变化的重要组成部分和驱动因素之一%1〕。自1995年国际地圈-生物圈计划(IGBP)和国际全球环境变化人文因素计划(IHDP)联合提出“土地利用/覆盖计划"(land use/cover change)研究以来，区域土地利用/覆盖变化便成为全球土地科学领域的研究热点之一％3。近年来，随着城镇化的快速发展和人们对生活标准期望的不断提高，各部门对土地资源抢夺式的利用形势亦越来越严峻，致使土地资源面临着前所未有的巨大压力，进而产生了一系列诸如水土流失、水质恶化和旱涝频发等生态环境问题％6。因此，通过模拟土地利用动态格局，预测未来土地利用变化情景，可为区域土地资源的合理利用、生态环境的保护和改善提供科学的参考依据。
汤盆目前，用于模拟和预测土地利用格局演变的方法有很多，如CLUE-S%7］、SLEUTH%〕、人工神经网络(artificial neural network,ANN)9及元胞自动机-马尔可夫链(CA-Markov)%10］等。其中,CLUE-S 模型在模拟流域土地利用结构演变时，主要依据专家的理论知识和实践经验设置参数，主观性较强，缺乏一定的科学性和客观性%11;SLEUTH模型多用于模拟城镇下垫面空间格局的演变过程，尚不能有效模拟和预测高强度人类活动区复杂多变的土地利用变化过程%12&;ANN模型因无法量化土地利用演
变公式，造成模拟时间较长且误差较大;CA-Markov 模型耦合了元胞自动机和马尔可夫链的各自优势，降低了土地利用类型相互转换的模拟误差，可以有效模拟和长时间预测复杂土地利用类型的空间格局的演变过程%12。因此,CA-Markov模型在区域土地利用变化模拟和预测方面，得到了国内外学者的一致认可%3。如Araya%14采用CA-Markov模型，对葡萄牙下垫面(土地利用变化)系统与生态环境的多维响应关系进行了有效模拟和分析；Guan等%5基于CA-Marko v模型，对日本佐贺市2015—2042年的土地利用时空格局演变过程进行了有效模拟和预测；Susanna等%16〕基于CA-Markov模型，研究了气候和土地利用变化下美国小迈阿密河流域的水资源演变过程。此外，国内学者龚文峰等%17和王友生等%8同样基于该模型，分别对哈尔滨和籍河流域的土地利用变化过程进行了有效模拟，其Kappa系数均高达0.8以上，模拟效果显著。
黄河流域为中华文明的发祥地，被誉为中国人民的“母亲河”，自古以来都具有特殊的地位。然而，受传统观念及人口快速增长等因素的影响，广种薄收、毁林开荒、陡坡耕种现象严重，水土流失逐年加剧、生态环境不断恶化，黄河流域已经成为我国乃至世界水土流失最为严重的地区之一%19&。目前，有关黄河流域土地利用方面的研究较少。2004年，王光谦等％0&对黄河流域20世纪80年代末期到90年代末期土地利用和覆盖变化情况进行了研究；2010年，Wang等％1基于黄河流域1990,1995和2000年3期土地利用数据，对黄河流域1990—2000年的土地利用变化进行了分析；2019年，张冉等％2〕对黄河流域1980—2015年土地利用变化速度与程度进行了分析。但纵观现有研究，目前对黄河流域未来土地利用变化情景的预测研究尚未见相关报道。
鉴于此，本研究基于黄河流域1980,1990, 2000，20102015年5期地数据，CA-Markov模型对黄河流域未来的土地利用变化情景进行模拟预测，并通过GIS的空间分析功能，揭示流域地时空格局演势，期河流域土地利用规划、管理和生态恢复提供参考依据。
1黄河流域概况及数据来源
1.1黄河流域概况
黄河是中国的第二大河流(图1)，发源于青藏高
第12期黎云云，等：基于CA-Markov模型的黄河流域土地利用模拟预测研究109原巴颜喀拉山北麓的约古宗列盆地，流经青海、甘肃、42°50\东西方向长约1900km，南北方向宽约
宁夏、内蒙古、山西、陕西、河南、山东，并在山东省垦利县注入渤海，干流全长为5464km，落差4480m o 河流域经95°5S‘一119°05‘，北纬S2°10‘一1100km，流域面积为79.5万km2。黄河流域土地资源丰富，其中大部区和丘陵，分别占流域总积的40%和S5%，平原仅占流域总面积的25%)
100°00'00〃E105°00'00〃E110°00'00〃E115°00'00〃E
z
呼和浩特
Huhehaote
■高High:6188m一水系River system
■低Low:1m
300600
km
图1黄河流域主要水系和行政区图
Main water systems and administrative areas of the Yellow River Basin
Fig.1
雨水口施工1)数据来源
收集1980,1990,2000,2010和2015年5期Lands”TM土地利用遥感影像，比例尺为1:10万，数据国科学
院环境科学数据中心(sdc/))参照国家标准《土地利用现状分类》(GB/T21010—2007)，借助GIS空间功能，将黄河流域土地利用类型重耕地、地、草地、水域、建设用地地，具2)
100°00'00〃E110°00'00〃E100°00'00〃E110°00'00〃E N_____________________________l______N・i______100°00'00〃E110°00'00〃E
I I
100°00'00〃E110°00'00〃E n100°00'00〃E110°00'00〃E
■耕地Cropland;■林地Woodland;■草地Grassland；口水域Water;■建设用地Build-up;■裸地Bare land
图2黄河流域1980,1990,2000,2010和2015年土地利用情况
Land use maps of the Yellow River Basin in1980,1990,2000,2010and2015 Fig.2
2土地利用演变研究方法
2.1土地利用转移矩阵
土地矩阵系统分析，用于定量描述系统状状的互馈关系，反映系统状从T时刻向T+1时刻的程，目前被
广泛用于刻画流域土地利用/覆盖变化的内部转移结构特征及向。仅能地时期内土地积的结构特征，而可以有
画地型在时时段末的积向％S&o1地矩阵的通用表达形式
。
110
西北农林科技大学学报(自然科学版)
第48卷
注：T 1和6时刻分别表示时段初和时段末；巳表示时段内由第i 土地利用类型转换为第丿
土地利用类型的面积或比例，P 祕表示时段内
表1 土地利用转移矩阵通用表达形式
Table1
Generalexpressionoflandusetransfermatrix
61—62
A 1A 2 …A n A 1P 11P 12 …P 1n A 2P 21P 22 …
P 2n
A /
P n 1
P /2
…
P nn
第宛类土地利用类型保持不变的面积或比例；表示第宛
类土地利用类型）
Note ： 61 and 62 represent the beginning and end of time period , respectively. P . represents the area or percentage of land use from type i
converting to type j during the period. P / represents the area or percentage of land use type n that remains unchanged. A n represents /he/ype /oflanduse.
静态管理
2. 2 CA-Markov 模型2.2.1
CA-Markov 模型的原理 Markov 模型是
基于马尔可夫链过程理论，预测事件发生概率的一 种常用方法。使用的前提条件是事件过程具有无后 效应特征，即过程在，时刻所处的状态为已知条
件,&，0所处状态的条件分布与在，之前所处状态 无关。一定区域内，不同土地利用类型之间具有相
互可转化性％4。在土地利用动态模拟研究中，可以
将土地利用变化过程视为Markov 过程，即将土地 利用类型对应Markov 过程中的“可能状态”，土地 利用类型相互转化的面积数量或比例对应状态转移 概率％5&。因此，Markov 模型可用于描述土地利用
转移概率并进行预测，具体公式如下：
S ,+1=P T X S t0
(1)
式中：s ,、s ,+1分别为t 、t +1时刻的系统状态，P j 为
状态转移概率。
元胞自动机(cellular automata ，CA)是时间、空
间、状态都离散的动力学模型，具有模拟复杂系统时
空演化过程的能力。CA 是一种“自下而上”的研究 思路，即局部元胞个体的简单行为能够产生全局、有
秩序模式的复杂系统％6&。模型可表示为：
S ,+1=f(S,,N )。
(2)
式中：S 为元胞有限、离散的状态集合；t 和t + 1表 示不同时刻；N 为元胞的邻域;f 为局部空间元胞转
换规则。
2.2.2
CA-Markov 模型的构建 土地利用栅格图
中的每1个栅格就是1个元胞，栅格所对应的土地 利用类型即为元胞的状态。随着栅格由小变大，损 失面积、损失精度也由小变大，其趋势为：在5〜15
m 之内，其损失随尺度的变化相对较小％7。本研究
综合考虑数据精度和计算速度，将元胞大小设置为
10 mX10 m 。首先，在ArcGIS 中将解译出的土地
利用格局图转换为栅格数据，再将栅格格式转换成
TIFF 格式，进而在IDRISI 中转换为RST 数据格
式。然后，将研究基期和末期两期土地利用栅格图 相叠加，基于Markov 模型，得到土地利用类型转移
面积矩阵和转移概率矩阵；因不同土地利用类型之 间都可能相互转化，因此在模拟预测未来土地利用
变化时，根据流域坡度图、河流和城镇交通图，基于 转移面积矩阵和转移概率矩阵制定转换规则，定义
龙脑抑菌剂邻域，构造CA 滤波器。本研究拟定在1个元胞周 围，由5X5个元胞组成的矩形空间对该元胞状态的
改变产生显著影响％8。
在运用CA-Markov 模型进行模拟预测时，研 究初期、末期和预测期之间的间隔年份应尽量保持 相同，即等间隔预测％9&。因此，本研究以1980和
1990年、1990和2000年的土地利用现状，模拟
2000和2010年的土地利用格局，验证CA-Markov
模型的有效性；在精度满足要求的基础上，再分别以
2000 和 2010 年、2000 和 2015 年、1990 和 2015 年、
1980 2015 年的 地 状， 拟预 2020，
2030，2040 2050 年的 地 演 程。 具
预 流程 3。
2.3精度检验
Kappa 系数常被应用于解译遥感精度和评价两
个空间图的相似程度％0&。本研究采用Kappa 系数， 验证CA-Markov 模型对黄河流域土地利用演变过
程的 拟 度。 Kappa 系数的计算
：
P —P
Kappa = p 0_p C 。
r p r C “、
p
(3)
P = n _ P =丄0 n ， c N°
式中：P 。表示正确模拟的栅格比例；P 「为期望的正
确模拟的栅格比例；P p 为理想分类下正确模拟栅格
的比例；"为栅格总数/1为正确模拟的栅格数；N 为土地利用类型数目，本研究中N =6。
当Kappa " 0时，表示两图件一致性程度弱；
0<Kappa %0. 2，表示两图件一致性程度微弱；
第12期黎云云，等：基于CA-Markov 模型的黄河流域土地利用模拟预测研究
111
0. 2<Kappa %0. 4 ，表示两图件一致性程度弱； 0. 6<Kappa %0. 8 ，表示两图件一致性程度显著；0. 4<Kappa %0. 6 ，表示两图件一致性程度适中；
0.8<Kappa %1时，表示两图件一致性程度最佳。
F
预测对比 Comparative
Kappa
等间隔预测
Equiinterval prediction
20002010
Markov 模型Markov model
Prediction
1980,1990,2000,2010,2015年土地利用现状图1980,1990,2000,2010,2015 land use maps
土地利用转移概率矩阵
Land use probability transfer matrix
2000和2010年现状图
Land use maps in 2000 and 2010
MCE 模型MCE model
土地利用转换适宜性图集
Suitability map of land use conversion
坡度图、河流、城镇交通图等 Slope,river,urban traffic map,etc ArcGIS 提取~_GIS extraction 、r
模型精度检验Model accuracy check
构建CA-Markov 模型 CA-Markov model construction 土地利用预测 Land use prediction
| 转换规贝ll 儒！］定 Conversion rule |
1980+19901990+20002030
2000+2015
| 2000+2013~|
| 1990；2015~| | 1980+2015~|
2040 | | 2050
2020图3基于CA-Markov 模型的土地利用预测流程
Technological process of land use prediction based on CA-Markov model
Fig3
3
3. 1 CA-Markov 模拟精度检验
为了检验CA-Markov 模型预测不同土地利用 类型的合理性，调用IDRISI 软件Crosstab 模块，计
算得到研究区2000和2010年模拟图和实测图（图
表2
黄河流域2000和2010年土地利用模拟误差分析
4）的Kappa 指数分别为0. 872 8和0. 897 0，均大于
0.8，证明基于CA-Markov 模型的黄河流域模拟图
的空间一致性可达到最佳程度。同时，由
2可知, 地
拟 在10%以内，
证实CA-Markov 模型模拟精度较高，可
、
河流域 地利用时空演变格局的预测。
Table2 ErroranalysisoflandusesimulationsoftheYe l ow RiverBasinin2000and2010
地 型Landusetype
2000 年 2000year
2010 年 2010 year
积/km 2
Observedarea
拟积/km 2Simulatedarea
$%Error
积/km 2
Observedarea 拟积/km 2Simulatedarea
/%Error
耕地 Cropland
2266352296621 342220222313554 20地 Woodland 106374
109523
2 96
1090111093140 28
地 Grassland
384674372564—3. 15383131
369114—3 66水域Water
21603
23202
7 402216223543
6 23
建设用地Build-up
199********. 67
21952237928 38
地 Bareland
66552
68953
3. 6167533
69692
1 72
3. 2黄河流域土地利用预测结果在验证了 CA-Markov 模型精度满足要求的基 础上，以2010年的土地
状 基础数据，基于2000 — 2010年土地利用转移概率矩阵，循环10 次，预测得到黄河流域2020年的土地
时空格局；以2015年土地利用现状图作为基础数据，分别基于 2000 — 2015 年,990 — 2015 年,980 — 2015 年
土地 矩阵，依次循环15,25,35次，预
测得到黄河流域2030,2040和2050年的土地利用
时空格局分布如图5所示。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议