导读:本文包含了土地利用模拟论文开题报告文献综述及选题提纲参考文献，主要关键词:土地利用变化,CA-Markov,MCE模型
土地利用模拟论文文献综述
史婧蕾,王远东,黄绍丽[1]（2019）在《基于CA-Markov的赣州土地利用变化模拟研究》一文中研究指出研究土地利用变化特征并预测未来变化趋势,为土地资源合理利用提供科学的依据.以赣州市为例,基于2005年、2010年和2015年共3期土地利用数据,建立以经济生态为主的转换规则,采用MCE模型、CA-Markov模型分析研究区10年来土地利用动态变化特征,并对2020年土地利用变化进行预测.研究表明:(1)2005～2015年林地面积小幅减少,农地面积减少速度由慢转快且大量转出成为草地,草地和未利用地面积由小幅变化转为大幅增加,建设用地面积持续增加,水体面积波动变化.(2)验证得到2015年土地利用结果和实际解译数据Kappa系数达0.775 7,表明转换规则的制定可行,模型可信度较高.(3)2015～2020年赣州市土地利用变化趋势较2005～2015年存在差异,除林地面积呈现较为明显的减少趋势外,其余土地利用类型用地面积均呈现上升趋势.(本文来源于《赣南师范大学学报》期刊2019年06期）
崔学森,刘轶伦,郭玉彬,黎世勇,胡月明[2]（2019）在《基于地理加权CLUE-S模型的土地利用变化分区模拟》一文中研究指出运用CLUE-S模型进行大范围的土地利用变化模拟具有其优越性,但是传统模型对于研究区内不同地理区域土地利用变化的自然人文驱动因子的差异缺乏考虑。针对大范围土地利用变化模拟存在的问题,在传统的CLUE-S模型的基础上,引入了空间分区的概念,使模拟过程中考虑了不同空间分区对驱动因子敏感性的差异,并用GWR-Logistics回归对研究区进行土地利用变化转换适宜性建模。以海南省多期土地利用现状分布图为基础,利用多个影响因子进行分区用地适宜性回归,并集成于CLUE-S模型进行模拟。通过对比发现,基于地理加权CLUE-S模型对于空间差异性显着的区域具有更好的适用性。(本文来源于《江苏农业科学》期刊2019年20期）
夏楚瑜[3]（2019）在《基于土地利用视角的多尺度城市碳代谢及“减排”情景模拟研究》一文中研究指出城市化带来的土地利用变化和化石燃料消耗深刻改变了全球碳代谢循环系统,是引起全球气候变化和温室效应的重要因素。城市碳代谢因其高强度和复杂性,在全球碳循环过程中占有重要地位。快速城镇化是我国碳排放持续增长的重要驱动因素,作为全球第一碳排放大国,我国目前面临严峻的减排压力,如何协调经济增长与低碳发展的关系、促进减排目标实现、建设低碳城市是新型城镇化发展面临的重要问题。土地作为人类活动的承载体,城镇化进程中的能源消耗、产业结构、经济发展模式等人类活动与土地利用密切相关,合理的城市土地利用管控在减排方面具有显着作用。因此,基于土地利用视角开展城市碳代谢系统研究有利于从国土空间规划、产业调整、城镇布局等全方位引导城市低碳发展。目前关于碳代谢的研究主要集中在社会经济部门,缺乏对碳代谢过程和空间格局的分析,难以空间调控碳代谢的关键节点。另外,城市碳代谢研究以黑箱研究为主,多集中于碳排放和碳汇的核算,很少有研究打开这个黑箱来揭示碳元素在城市系统内部代谢的基本特征和运行机制。同时,由于缺乏市级层面的能源平衡表,我国碳代谢的研究尺度比较单一,主要集中在省级、全国尺度,缺少一个城市层面的多尺度的分析框架,不利于多层级基础政府协同推进碳减排和致力于打造低碳城市发展目标。鉴于此,本研究将土地利用与城市碳代谢有机结合,从宏观/微观两个尺度研究城市碳代谢过程及进行减排潜力的情景模拟,宏观尺度关注城市层面,微观尺度则以街道为研究单元。以杭州市为例,以揭示1995到2015宏观尺度城市土地利用碳排放、碳汇时空演变规律和2015年微观尺度城市居民出行碳排放为起点,在厘清城市土地利用变化的碳代谢机理基础上,通过构建“碳流”模型完整追踪碳元素在城市土地利用系统内部的流转过程和代谢系统的自我调节特征;然后,在剖析碳代谢过程中城市形态的重要作用基础上,通过计量模型量化宏观/微观尺度城市形态与碳排放之间的关系;最后,在考虑城市扩张模拟基础上,以国土空间规划末期2035年为本研究目标年,利用情景模拟预测宏观/微观尺度的减排潜力。本文的主要研究内容及成果如下:(一)宏观/微观尺度城市碳汇、碳排放时空分布特征:(1)宏观尺度建立了土地利用类型与不同碳排放项目的对应关系,以IPCC清单法、经验系数法核算了杭州1995-2015年不同土地利用类型碳汇、碳排放量的时空分布特征。结果表明:1995-2015年杭州碳排放从297.78×10~4tC增加到1601.6×10~4tC,总量增加了4.47倍,增加量主要来源于工业用地碳排放和道路交通用地碳排放。该期间碳汇呈轻微下降趋势,2015年碳汇总量比1995年下降了22.29%。该期间的碳汇量只能抵消同期0.66%的碳排放总量。空间分布上,高碳排放量从城市中心向东南、东部方向转移,高碳汇量呈现西北方向的集聚。(2)微观尺度碳汇核算依旧沿用经验系数法,碳排放关注道路交通用地的居民出行碳排放的核算,以出租车GPS数据为基础,结合居民出行模式问卷调查数据、机动车比功率模型和不同出行模式碳排放系数计算杭州典型工作日主要时间段(6:30-9:30、10:30-15:30、17:30-21:30和22:00-24:00)出行碳排放及其时空分布特征。结果表明:杭州典型工作日主要时间段居民出行碳排放总量为17819.12kg,早高峰6:30-9:30是居民出行碳排放的高峰期。高碳排放区域分布在主城区的东部、东南部以及西北部,高碳汇街道分布在西南部分。工作日主要时间段碳汇能抵消91.89%的出行碳排放,其中碳收支赤字最大的街道集中在主城区中心偏东区域。(二)宏观/微观城市碳代谢过程:(1)宏观尺度定量化追踪了1995-2015年期间土地利用类型转换引起的“碳流”,且利用生态网络效用分析方法构建互惠指数(M)全面评估了土地利用变化对于城市碳代谢的综合作用;以城市各用地规模类比生物体质量,基于Kleiber’s law生物新陈代谢定律利用面板模型建立了碳排放强度与建设用地规模之间的关系,讨论了城市碳代谢是否具有自我调节特征。结果表明:1995-2015年期间土地利用转换的消极“碳流”总量为积极“碳流”总量的6.5倍。近叁分之二的消极“碳流”来自于耕地→工业用地的转换,积极“碳流”主要来自于工业用地→城镇其他建设用地的转换,该转换占积极“碳流”的70%。互惠指数(M)在整个研究期的平均值小于1,说明该研究期间土地利用变化加剧了城市碳代谢的紊乱。生物体自我调节特征类比研究结果表明杭州总碳排放强度与建设用地总规模符合Kleiber’s law,这说明城市内部土地城镇化较高区域相对来说更加低碳。(2)微观尺度关注居民出行碳排放强度与用地规模之间的关系是否符合Kleiber’s law,讨论土地城镇化与人口城镇化的协调关系对减排作用的影响,结果表明:居民出行碳排放强度与用地规模呈现近似线性关系,并不符合Kleiber’s law生物体代谢规律。但当增加人口密度这个控制变量后,居民出行碳排放强度与用地规模关系才符合Kleiber’s law。出行碳排放随着人口密度增加而下降,人口密度增加削减了用地规模扩张的增排效应。回归模型结果显示当土地城镇化与人口城镇化同步增长时,人口密度增长的减排效应能得到良好体现。但是当人口城市化速度远远低于土地城市化速度时,人口城镇化带来的减排效应会被土地城镇化的增排效果所抵消。(叁)城市形态与城市碳排放的关系:(1)宏观尺度从城市土地利用景观格局、道路分布与城市形态耦合程度两个方面来描述城市形态,利用面板数据模型研究城市形态对碳排放的作用。结果表明:城市建设用地斑块增加引起碳排放的增加,但提高建设用地斑块的集聚程度有助于减少城市碳排放。城市道路布局与城市形态耦合程度越高,碳排放越低。建设用地最大斑块指数增加会导致碳排放的增加,这说明单核的城市扩张模式不利于减排。可见,紧凑且多核的城市扩张模式、与城市扩张方向耦合的道路分布有助于城市减排。(2)微观尺度结合多源数据从密度、多样性和道路特征叁方面描述了街道层面的城市形态,利用多项式回归模型、地理加权回归模型探讨城市形态与居民出行碳排放的关系,结果表明:提高道路面积率和用地混合度,降低职住分离度能促进低碳出行和减排;城市用地混合度和道路面积率对出行碳排放的影响具有空间非平稳性,提高杭州主城区内环街道的用地混合度、主城区西南西北和东北的街道的道路面积率,可以有效促进减排。(四)2035年宏观/微观尺度城市减排情景模拟:以动态思维利用FLUS模型模拟了基准和创新天堂两种情景下2035年杭州城市土地利用空间格局,在此基础上,(1)宏观尺度对2035年杭州城市建设用地碳排放进行了情景模拟,分析对比了土地利用调控和减排措施的减排作用,其中前者包括城市扩张规模控制和用地结构调整,后者包括技术改革、绿色低碳出行等措施。结果表明:在基准惯性情景下,杭州2035年碳排放达到5.67×10~7t,是2015年的3.68倍。有效控制城市扩张规模、严格落实低碳土地利用方案和实施减排措施作用下,创新减排优化情景的2035年碳排放达到2.63×10~7t,比无任何调控的基准惯性情景减少了53.62%,且此时单位GDP碳排放达到目前世界发达国家的一般水平。可见,低碳城市土地利用方案与减排措施有机结合是实现低碳城市发展的必然途径。(2)微观尺度以2035年杭州城市土地利用空间格局模拟结果为基础,讨论城市扩张规模控制和城市形态优化下的减排作用。结果表明:在无任何调控的基准惯性情景下,2035年典型工作日主要时间段碳排放达到78404.13kg,是2015年的4.4倍。有效控制城市扩张速度和优化城市形态作用下,2035年该部分碳排放达到45260.56 kg,相比基准惯性情景减少了42.27%。可见,微观层面的城市土地利用调控方案减排效果明显。本研究一方面极大丰富了城市碳代谢理论研究体系,另一方面拓展了城市碳代谢的研究维度,宏观/微观相结合的研究为不同层级政府减排政策制订与实施提供了重要参考。(本文来源于《浙江大学》期刊2019-11-01）
吴浩,吴霞,王伟,林安琪,宋旦霞[4]（2019）在《2000年以来长江经济带土地利用时空演化分析与模拟研究》一文中研究指出开展土地利用空间格局分析与模拟是国土空间规划优化管控的重要依据,对促进区域生态文明建设和土地节约集约利用具有重要意义.以长江经济带为研究区域,基于2001年、2009年、2017年叁期MODIS全球500 m土地利用数据,采用元胞自动机马尔科夫模型(cellular automata Markov,CA-Markov)和多准则评价方法(multi-criteria evaluation,MCE),进行长江经济带的土地利用时空演化模拟.结果表明:1)2017年土地利用模拟结果与实际土地利用分类结果交叉验证,Kappa系数为0.894 2,表明利用CA-Markov模型和MCE方法进行土地利用时空演化模拟是可行的.2)2000年以来,长江经济带针叶林、阔叶林和混交林的面积明显增加,分别增加0.42万km~2、2.67万km~2和2.44万km~2,而热带多树草原、热带稀树草原和草地分别减少4.76万km~2、1.2万km~2和0.91万km~2,说明我国西部草场转化为林地较为显着.长江经济带土地利用类型发生变化的区域达到33.53%,其中农用地和热带稀树草原之间的相互转移最为活跃,表明长江流域防护林体系建设正在稳步推进,长江经济带实行的退耕还林还草政策,已经在农用地的整治和质量优化中初步见成效,对生态保护和恢复发挥了显着作用.3)模拟结果表明,目前到2025年,长江经济带热带稀树草原的面积将继续增长,达到3.84万km~2,主要得益于退耕还林还草等生态恢复政策的持续推进.但热带多树草原面积减少最大,达到了2.68万km~2,将在一定程度上影响林地的整体生态功能效应,应引起一定的重视.农用地减少的面积仅次于热带多树草原,为2.27万km~2,预示着长江经济带全域范围需要继续加强监管耕地红线,并进一步提升城市土地节约集约利用的力度,实现区域可持续发展的目标.(本文来源于《华中师范大学学报(自然科学版)》期刊2019年05期）
冯丽媛,米文宝,马国庆[5]（2019）在《基于CA-Markov模型的宁夏沿黄生态经济带土地利用变化及模拟研究》一文中研究指出[目的]研究宁夏沿黄生态经济带2009—2017年土地利用变化特点,并模拟2025年土地利用空间格局,为宁夏沿黄生态经济带土地开发、利用与保护提供引导,为国土空间规划编制提供参考。[方法]基于时间尺度和空间尺度,对宁夏沿黄生态经济带2009—2017年各类用地变化情况进行了分析,计算得出了各类用地转移概率矩阵,并基于CA-Markov模型,对自然发展情景、土地规划情景、耕地和生态保护情景下宁夏沿黄生态经济带2025年土地利用格局进行了模拟研究。[结果] 2009—2017年,宁夏沿黄生态经济带土地利用整体呈现出耕地、其他农用地及各类建设用地不断增加,园地、林地、草地、水域及自然保留地均有所减少的特点;除水域、其他建设用地外,其他各类用地转为城乡建设用地概率普遍较高,特别是耕地转为城乡建设用地概率最高,达到10.65%。[结论]在自然发展、土地规划、耕地和环境保护3种情景下,宁夏沿黄生态经济带2025年土地利用结构仍然以牧草地、耕地、自然保留地为主,但随着城镇化进程加快和基础设施持续完善,城乡建设用地和交通水利用地增加幅度较大。(本文来源于《水土保持通报》期刊2019年05期）
靳含,杨爱民,夏鑫鑫,朱磊,张青青[6]（2019）在《基于CA-Markov模型的多时间跨度土地利用变化模拟》一文中研究指出土地利用/覆被变化(Land Use and Cover Change, LUCC)模拟是LUCC研究的主要内容和重要手段。时间间隔是模拟过程中的重要参数,对模拟结果精度有何影响,有待深入研究。以新疆玛纳斯河流域典型绿洲区四道河子镇为例,基于遥感影像提取1975、1985、1995、2000、2005、2010年和2015年的土地利用数据,分别以20 a、15 a、10 a和5 a为时间间隔构建CA-Markov模型,模拟2015年土地利用结构,定量探讨时间间隔对CA-Markov模型精度的影响。结果表明:1975—2015年,四道河子镇LUCC以耕地和草地为主,期间耕地、建设用地迅速扩张,林地、草地和未利用地大幅减少,水域在1985—2000年呈现小幅增长。耕地的增加和草地及林地的减少是研究区近40 a LUCC最显着的特征。对比模拟结果与实际结果,时间间隔为20 a、15 a、10 a、5 a的TFOM分别为70.35%,69.18%,76.32%和88.00%。基于2005—2010年转移概率的模拟结果更接近于2015年实际结果,适合模拟四道河子镇未来的土地利用变化。土地利用模拟应依据区域LUCC特征确定最佳的时间间隔,提高模拟精度。(本文来源于《干旱区地理》期刊2019年06期）
辛蕊[7]（2019）在《基于CLUE-S模型的哈尔滨地区土地利用变化格局模拟与展望》一文中研究指出哈尔滨地区作为黑龙江省的核心区域,模拟其土地利用变化时空格局,可以在宏观尺度上把握各种土地类型的变化过程,有利于把握驱动因素对土地利用变化的影响,可以对农业发展、城市扩张等进行合理规划,对生存环境的可持续发展有重要意义。在数理统计技术和GIS技术支持下,以Landsat TM5数据为数据源,利用CLUE-S模型以2005年哈尔滨地区土地利用数据为基年,模拟了2010年哈尔滨地区土地利用格局。与2010年哈尔滨地区实际土地利用数据相对比,模拟准确率为82.13%, Kappa系数为76.17%,说明此模型对哈尔滨地区2010年土地利用的模拟比较成功。在此基础上,利用CLUE-S模型对哈尔滨地区2025年土地利用变化格局进行模拟。与最初基年数据相比,面积减少最多的地类为耕地和草地;面积增加最多的地类为建设用地。耕地面积减少最多地区为林地边缘和建设用地周围;山区河谷地带草地减少较多,多退为林地或被耕地侵占;水域面积减少多为被耕地侵占,主要表现为坝外地种植农作物。湿地减少多为被耕地侵占;林地增加多为退耕还林较多;建设用地增加多为侵占耕地。最后,基于模拟结果,对哈尔滨地区土地利用变化趋势进行了展望。(本文来源于《农业展望》期刊2019年09期）
黄国平,索飞[8]（2019）在《基于CLUE-S模型的武汉市武昌区土地利用情景模拟研究》一文中研究指出土地利用/覆盖变化是当今全球变化研究的热点。文章以武汉市武昌区为研究对象,以2011年和2014的TM遥感影像为数据源,运用GIS技术以及数理统计技术,分析武昌区2011-2014年的土地利用/覆盖变化特征,研究其变化机制,探讨CLUE-S模型在该地区的适用情况,并在此基础上运用CLUE-S模拟对武昌区2017年的土地利用/覆盖情况进行情景模拟,为长江中游城市未来的城市发展提供一定技术参考。(本文来源于《科技创新与应用》期刊2019年23期）
彭云飞[9]（2019）在《基于FLUS模型的大都市区土地利用优化模拟——以深圳市为例》一文中研究指出采用深圳市2010年、2015年和2016年的土地利用现状数据,运用FLUS模型对自然发展情景、生态安全情景和生态优化情景3种情景下2030年深圳市土地利用结构和空间布局的变化进行模拟。研究结果表明:以2010年为基期模拟2015年土地利用布局的kappa指数为0.862,模拟结果较为理想。3种情景下深圳市2030年土地利用布局既有共性也存在差异。生态优化情景在禁止建设区把部分生产性用地转变为具有重要生态功能的林地,在限制建设区严格控制新增建设用地,在集中连片的控制区内限制生产活动,比自然发展情景和生态安全情景更能达到城市建设和生态保护的双重目标。(本文来源于《山东国土资源》期刊2019年08期）
杨小艳,凌宇,李龙,陈龙高,陈龙乾[10]（2019）在《基于最坏情景理论的连云港土地利用变化情景模拟》一文中研究指出预测和模拟土地利用情景变化对于进一步评估土地利用变化的生态环境影响以及优化土地利用规划方案具有重要作用。本文基于最坏情景理论,以基于人工神经网络(ANN)和元胞自动机(CA)的FLUS模型为支持,模拟了最坏情景模式(WSB)和非最坏情景模式下(NWSB)的沿海城市连云港2020年土地利用变化。结果表明:①基于生态因子耐受度测算得出研究区最坏情景区域共计489.67 km~2,该区域主要包括连云港中部云台山国家自然保护区内海拔较高、坡度较大、分布大量天然林地的区域以及重要的河流湖泊水库等生态水体;②两种情景模式下城镇用地均有较大程度的扩张,在WSB情景下城镇用地扩张避开了最坏情景区域;③由于村庄的存量利用率较高,因此在WSB模式下对于耕地的占用相对较小,表明该模式下可在一定程度上减少村庄建设对耕地的占用,从而提高了存量建设用地的使用效率;④由于最坏情景区域的约束和限制转化作用,城镇用地扩张在WSB模式下不得不占用更多的耕地,从而对耕地保护工作提出了更高的要求。基于最坏情景理论进行土地利用变化模拟对于生态环境保护及区域可持续发展具有重要的支撑作用,因而既可为区域土地规划和管理提供支持,也可为其他地区土地利用模拟提供参考和借鉴。(本文来源于《资源科学》期刊2019年06期）
土地利用模拟论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
运用CLUE-S模型进行大范围的土地利用变化模拟具有其优越性,但是传统模型对于研究区内不同地理区域土地利用变化的自然人文驱动因子的差异缺乏考虑。针对大范围土地利用变化模拟存在的问题,在传统的CLUE-S模型的基础上,引入了空间分区的概念,使模拟过程中考虑了不同空间分区对驱动因子敏感性的差异,并用GWR-Logistics回归对研究区进行土地利用变化转换适宜性建模。以海南省多期土地利用现状分布图为基础,利用多个影响因子进行分区用地适宜性回归,并集成于CLUE-S模型进行模拟。通过对比发现,基于地理加权CLUE-S模型对于空间差异性显着的区域具有更好的适用性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
土地利用模拟论文参考文献
[1].史婧蕾,王远东,黄绍丽.基于CA-Markov的赣州土地利用变化模拟研究[J].赣南师范大学学报.2019
[2].崔学森,刘轶伦,郭玉彬,黎世勇,胡月明.基于地理加权CLUE-S模型的土地利用变化分区模拟[J].江苏农业科学.2019
[3].夏楚瑜.基于土地利用视角的多尺度城市碳代谢及“减排”情景模拟研究[D].浙江大学.2019
[4].吴浩,吴霞,王伟,林安琪,宋旦霞.2000年以来长江经济带土地利用时空演化分析与模拟研究[J].华中师范大学学报(自然科学版).2019
[5].冯丽媛,米文宝,马国庆.基于CA-Markov模型的宁夏沿黄生态经济带土地利用变化及模拟研究[J].水土保持通报.2019
[6].靳含,杨爱民,夏鑫鑫,朱磊,张青青.基于CA-Markov模型的多时间跨度土地利用变化模拟[J].干旱区地理.2019
[7].辛蕊.基于CLUE-S模型的哈尔滨地区土地利用变化格局模拟与展望[J].农业展望.2019
[8].黄国平,索飞.基于CLUE-S模型的武汉市武昌区土地利用情景模拟研究[J].科技创新与应用.2019
[9].彭云飞.基于FLUS模型的大都市区土地利用优化模拟——以深圳市为例[J].山东国土资源.2019
[10].杨小艳,凌宇,李龙,陈龙高,陈龙乾.基于最坏情景理论的连云港土地利用变化情景模拟[J].资源科学.2019