基于CA-Markov模型的楚雄市土地利用动态监测及预测研究

摘要 运用RS、GIS等技术手段对楚雄市2002、2010、2018年3期的遥感影像进行分类，将土地利用类型划分为建设用地、耕地、林地、水体和未利用地，并根据土地利用现状图对楚雄市的用地结构变化进行分析;在此基础上运用IDRISI软件构建基于人工神经网络的CA-Markov模型，以2002、2010年土地利用状况为基础数据模拟2018年的土地利用情况，在精度检验符合要求后最终模拟2026年的土地利用情况。结果表明，楚雄市2002—2018年土地利用变化中耕地和建设用地是主导地类，但在不同研究时段变化具有差异性。林地转移到耕地和建设用地是楚雄市主要土地利用转移类型。2010年后政府出台政策支持乡镇耕地发展，个别乡镇在此期间耕地与建设用地得到了大力发展。CA-Markov模型对楚雄市2018年的土地利用情况模拟预测精度验证的Kappa系数为0.71。根据预测结果2026年楚雄市土地利用变化中耕地和建设用地仍是主导地类。

关键词 土地利用;动态监测;预测;CA-Markov模型;楚雄市

中图分类号 S 127文献标识码 A

文章编号 0517-6611（2022）02-0072-06

doi：10.3969/j.issn.0517-6611.2022.02.019

开放科学（资源服务）标识码（OSID）：

Research on Dynamic Monitoring and Prediction of Land Use in Chuxiong City Based on CA-Markov Model

PEI Zi-yu，BAI Jia-xue，LU Wen-yu et al （School of Resources，Environment and Chemistry，Chuxiong Normal University，Chuxiong，Yunnan 675000）

Abstract RS and GIS were used to classify the remote sensing images of Chuxiong City in 2002，2010 and 2018，and classify the land use types into construction land，arable land，forest land，water bodies and unused land，and the change of land use structure in Chuxiong City was also analysed based on the current land use map.On this basis，the CA-Markov model based on artificial neural network was constructed using IDRISI software to simulate the land use situation in 2018 with the land use status in 2002 and 2010 as the base data，and finally simulate the land use situation in 2026 after the accuracy check met the requirements.The results showed that the arable land and construction land were the dominant land use categories in the land use change in Chuxiong City during 2002-2018，but the change had variability in different study periods.Transfer of forest land to arable land and construction land was the main type of land use transfer in Chuxiong City.The government introduced policies to support the development of arable land in townships after 2010，and individual townships had experienced strong development of arable land and construction land during this period.The Kappa coefficient for the accuracy verification of the CA-Markov model's land use simulation prediction for Chuxiong City in 2018 was 0.71.According to the prediction results in 2026，arable land and construction land will still be the dominant land use types in Chuxiong City.

Key words Land use;Dynamic monitoring;Prediction;CA-Markov model;Chuxiong City

基金项目 云南省高等学校大学生创新创业训练计划（S201911391027）。

作者简介 裴子誉（1999—），男，山西太原人，从事“3S”技术综合应用研究。*通信作者，讲师，硕士，从事“3S”技术综合应用研究。

收稿日期 2021-05-02

土地利用变化是人类生产生活发展对土地资源利用最直接的反映，是全球环境变化和可持续发展研究的主要内容[1]。加速的土地利用变化将会产生更加复杂的土地利用格局，并且将会直接或间接地引发生态环境变化，如土壤质量、气候条件、水文状况等[2]。因此，科学合理地分析土地利用演变特征，探究未来土地利用的变化趋势，将会为区域土地资源的合理开发及利用、生态环境的改善与保护、经济的可持续发展提供科学的参考依据。

目前，国内外的土地利用变化预测模型主要有侧重时间维度分析的系统动力学模型、Markov模型[3]、Logistic模型、神经网络模型等和侧重空间维度分析的CA模型[4]、CUE模型、CLUE-S模型等[5]。CA-Markov模型由于结合了Markov模型的时间维度分析优势和CA的空间维度分析能力，得到了广泛的应用。同时，过去CA-Markov模型的研究尺度主要侧重于中尺度的流域和城市，研究内容着重体现在模型指标的选取对预测精度的影响和未来土地利用趋势对区域生态环境的影响等方面。但在多数研究中，将Markov模型预测的条件概率图像与较单一的影响因子或单生态方面的影响因子作为元胞自动机的转换规则[6]，转换规则过于简单，缺乏社会经济因子对土地利用变化影响的考虑，使结果不能更好地贴合实际发展情况。

综上所述，尽管目前国内外对土地利用变化预测已有许多研究，而楚雄市作为高原山地小城市，缺乏土地利用变化与城市发展相互关系的研究。所以，笔者将基于遥感和ArcGIS等技术手段，从原始的遥感影像中获取研究区域的土地利用数据信息，探究研究区的用地结构变化并模拟和预测楚雄市未来的土地利用格局发展，从而为楚雄市土地资源配置提供更加科学的参考，使土地资源配置逐渐合理完善，给楚雄市未来经济、社会、环境的良性发展带来积极意义。

1 资料与方法

1.1 研究区概况 楚雄市是楚雄彝族自治州首府，位于楚雄州的中西部，地处

100°35′～101°48′E、24°30′～25°15′N，东接昆明，西邻大理，与昆明市、曲靖市、玉溪市构成滇中城市群（图1）。楚雄市地形复杂，地势西北高、东南低，从西北向东南倾斜，呈倾斜葫芦形。西部山岭绵亘，沟壑纵横;东部地势呈波状起伏，多丘陵盆地。中心城区海拔1 773 m。其行政区域辖鹿城、东瓜等12个镇和大过口等3个乡，行政区域面积为4 433 km2。截至2018年末，楚雄市户籍人口53.59万[7]。

1.2 数据来源 该研究需要的数据有楚雄市3个时段的遥感影像TM/ETM（年份是2000、2010和2018年，遥感影像分辨率为30 m×30 m）、楚雄市的数字高程数据（DEM），以上数据均来自地理空间数据云。其他数据还包括楚雄市各区行政区划图、楚雄市地形图、楚雄市交通图、楚雄市统计年鉴等。

其中2002、2010年的遥感影像选用Landsat 7-TM遥感数据，2018年遥感影像选取Landsat 8-OIL系列数据，空间分辨率均为30 m，具体的获取时间分别为2000年3月20日、2010年1月5日和2018年3月8日。同时根据TM和OIL图像各波段特性，分别选取TM4、TM3、TM2以及TM5、TM4、TM3的波段组合进行影像校正。

1.3 研究方法

1.3.1 文献分析法。通过文献检索对土地利用的相关政策、理论、国内外研究进展进行梳理与总结，对CA-Markov模型进行学习与借鉴，并基于研究需要进行资料搜集与调查，进而做到对楚雄市的土地利用状况有一个深入的了解。

1.3.2 RS空间解译法和GIS空间分析法。

在土地利用动态监测的研究过程中，三大类用地（建设用地、农用地、未利用地）的相互转换是在长期的政治经济发展下逐渐发生的，由于其转变时间周期长，该研究将土地利用类型划分为耕地、建设用地、林地、水体和未利用地5类，采用3期的遥感影像数据为依据，通过RS技术手段和ENVI 5.3软件对影像数据进行处理，并利用ArcGIS软件的数据处理和空间分析功能，为绘制土地利用现状图和构建土地利用转移矩阵提供技术支持。

1.3.3 土地利用动态度。土地利用动态度是通过比较固定时期内各个地类的用地情况并反映出该地区的动态变化，这种变化趋势可以影响以后土地的利用情况[8-10]。计算公式如下：

K=U b-U aU a×1T×100%

式中，K表示土地利用动态度，U表示某一土地利用类型的面积，a、b分别代表研究初期和研究末期的时间点，T为研究时段。

1.3.4 土地利用转移矩阵。土地利用转移矩阵是指单位时间内一个土地利用类型向另一个土地利用类型转化的过程，可反映出研究区土地转移前后不同用地类型的面积[11-12]。计算公式如下：

A ij=A 11…A 1n

A n1…A nn

式中，A表示转移面积;i、j分别表示研究时段前后的土地利用类型;A ij代表i地类经过转移成为j地类的面积。

1.3.5 实地调查法。通过实地调查，对研究区土地类型、土地利用分布概况和土地利用动态变化规律进行精度检验。

1.3.6 CA-Markov模拟预测法。

以2002年土地利用现状数据和2002—2018年转换规则，应用CA-Markov模型对2018年研究区土地利用现状进行模拟。将模拟结果与2018年研究区土地利用解译数据进行精度检验。当模拟结果达到一定精度时，确定模型参数并构建研究区预测模型，预测出2026年研究区土地利用状况。

2 结果与分析

2.1 楚雄市土地利用总体变化分析

利用GIS统计分析功能获取楚雄市2002、2010、2018年3期的土地利用变化信息（表1和图2），2002—2010年研究区地类面积增加最多的是建设用地，其面积由100.91 km2变为278.91 km2，净转入178.00 km2;其次是耕地，其变化面积由132.37 km2变为195.82 km2，面积减少较多的是林地和未利用地，分别减少了142.64和92.28 km2，可见楚雄市2002—2010年城市在不断扩张与发展。2010—2018年面积增加较多的地类是耕地和建设用地，其面积由195.82和278.91 km2分别变为496.69和555.06 km2，建设用地面积成倍增长，表明楚雄市建成区面积2010年后快速扩张;其他地类变化幅度不大。