LUCC的研究方法、主要指标及其应用

LUCC的研究方法、主要指标及其应用二、LUCC主要指标三、LUCC应用（一）指标（二）内容（一）时空格局分析一、LUCC研究方法（一）技术方法（二）研究模型目录（二）时空过程驱动机理分析四、参考文献一、LUCC研究方法（一）LUCC技术方法区域尺度的LUCC研究,内容主要包括两个方面:一是利用遥感和GIS技术监测土地利用/覆盖的动态变化过程,二是通过分析导致土地变化的各种驱动力来揭示土地利用/覆盖变化机制,从而模拟土地利用/覆盖变化及其在不同空间尺度下的环境及生态影响[1-3]。土地利用/覆被监测数据除了统计数据需要通过文献调研、农户调查手段获取外，绝大部分有关空间分布的土地覆被数据要依赖于遥感手段获得。利用卫星遥感手段测量区域土地利用/覆盖变化,及时准确地获取区域土地利用/覆盖变化的位置、数量和类型信息己经成为了土地利用/覆盖变化研究走向深入的基础。1、文献调查方法一、LUCC研究方法

以文献调查方法为主要数据源进行LUCC研究，学者较多在考证不同种类和不同来源的历史文献基础上，挖掘和提取有用的信息，利用不同的数据处理方法(如类比法、断面定量比较法、订正法、插补法、森林恒等式和薄记模型等)整理和标准化不同时期、不同来源和不同格式的资料，采用图、表等方式记录整理好的数据，最后对结果数据进行对比分析，早期主要以文字描述的方式定性或半定量研究LUCC所采用的一般方法。

如国内葛全胜、何凡能等别采用多种不同的数据处理方法对多种历史时期的文档资料进行整理和信息挖掘，先后重建了过去300年来中国LUCC数据，东北地区过去300年耕地、森林、草地变化数据等；吕妍、张洁等从历史文献、史志、方志、地名志等历史资料中挖掘信息，分别探讨了吉林省镇赉县清代的土地开发和利用特征，以及重建得到了中国东部近300年来的土地利用和植被覆盖变化分布。一、LUCC研究方法2、野外实地调查/考察方法

野外实地调查/考察资料作为早期的野外地表景观环境实地观测的第一手数据，对于LUCC研究有着极为重要的作用。其主要思路可以概括为:对不同时期、不同尺度和不同来源的野外实地调查/考察资料，进行相关信息的挖掘与整理，并对多期的资料进行标准化处理(裁剪、类别的合并与分划、类别的统一等)，形成易于进行对比分析的统一数据，然后进行相关的研究对比工作[3-5]。

如Rhemtulla等借助PLS(PublicLandSurvey)不同时期的野外调查资料，研究了美国威斯康辛州1850-2000年间的土地利用变化和森林变化。

一、LUCC研究方法大家应该也有点累了，稍作休息大家有疑问的，可以询问和交流7一、LUCC研究方法3、遥感技术方法一、LUCC研究方法（二）LUCC研究模型由于土地利用/覆被变化(LUCC)涉及各方面因素繁多，其过程错综复杂，因此以简化和抽象化为特征的各种模型对于理解和预测土地利用和土地覆被的格局和过程变化具有不可代替的作用。LUCC模型通常由四个主要部分构成，即土地利用/覆被的类型、驱动因子、变化过程以及响应机制。LUCC模型的建立是深入了解土地利用和覆被变化复杂性的重要手段，其作用和目的可以概括为:对土地利用/覆被变化情况进行描述、解释、预测，并制定对策。一、LUCC研究方法CLUE模型变化测度模型元胞自动机模型Agent-based模型系统动力学模型土地利用变化及其效应模型GEOMOD模型CLUE-S模型基于ABE/LUCC模型灰色预测模型神经网络预测模型回归预测模型马尔柯夫预测模型基于智能体的模型DLS模型SLAU模型AZE模型I-O模型随机模型基于过程的动态模型综合模型混合模型线性回归模型优化模型Logistic回归模型经验统计模型概率模型一、LUCC研究方法遗传算法模型LTM模型CA-Markov模型人工神经网络模型

1、国际上土地利用变化模型呈现多样化:空间模型与非空间模型、经验统计模型和概念机理模型、综合模型等。

2、土地利用/覆被变化模型可以分为经验统计模型、随机模型、优化模型、基于过程的动态模型及综合模型。模型分类：经验统计模型、随机模型、概念机理模型、综合模型[2,5]。

一、LUCC研究方法经验统计模型采样多元统计分析方法，分析每个因子对土地利用变化的贡献率，并将LUCC与驱动因子之间的相互作用定量化，从而从统计学角度表征LUCC的原因。经验统计模型,如线性回归模型、Logistic回归模型、主成分分析法、灰色关联度分析法、典型相关分析法、系统动力学方法、空间统计模型及非线性回归模型等，通常是基于大量的土地利用空间格局变化数据，把土地利用/覆被变化与相关因素联系起来。

随机模型主要是描述土地利用/覆被变化的各种转化概率模型。随机模型往往依据T1时刻的状态推测T2时刻的状态,其转移概率的计算必须具备较长时间序列的土地利用/覆被变化的历史数据,而且由于土地利用/覆被变化具有非线性的特点,因而这都限制了随机模型的应用。随机模型,如马尔柯夫链模型、LTM模型、CA-Markov模型等。一、LUCC研究方法

概念机理模型则运用理论和规律来模拟各驱动因子的作用机制，对土地利用变化因果关系进行分析，通常建立在对土地利用主体的个人行为和社会群体行为的解释上，因此可以作为一种通用性的理论来解释土地利用/覆被的变化。综合模型就是将不同的模型有机的综合起来，从而寻求最合适的问题解决手段，根据研究目的，既考虑空间特征又考虑非空间特征，既包含统计学运算又包含机理过程推理等。把复杂的土地利用/覆被变化过程分解成相对简单的子过程，利用有关模型对各子过程分别建模,然后再把各模型不同程度的集成起来。典型的综合模型有CLUE模型及其改进CLUE-S模型等。一、LUCC研究方法二、主要指标1、自然指标反映土地资源利用方式的适宜性,即分析和确认其对土地资源的基本属性和演变过程的影响及结果,从生态过程(水分循环、养分循环、能量流动和生物多样性)分析土地利用方式的合理性。相关的综合指标有:环境条件、资源条件、生物多样性、立地条件等。作为基础的定量指标有:土壤条件、水资源、气候状况、地貌特征、自然灾害等方面的具体要素等。2、经济指标反映土地资源利用方式在不会使土地退化的基础上所产生的经济效益,即从经济效益角度分析土地利用的合理性;综合指标方面,城镇用地将采用单位城镇用地所产出的城镇社会总产值与土地地价之比;农村用地将采用单位农业用地所产出的农村社会总产值与土地地价之比,或按不同等级土地的单位产出状况,以及不同投入水平收益状况(如现行农作物与当地适种的高收益经济作物)进行比较。作为基础的定量指标有:GDP、地价、利润率、产量、成本、商品率等。3、社会指标反映土地资源利用方式是否具有比较完善的社会调控体系,如行政管理力度、土地资源保护程度(基本农田保护程度)、政策法规效力,以及土地资源利用方式的社会可接受性,即从社会利益分配上分析土地利用方式是否会损害其它地区(或群体)的利益以及损害程度和补偿情况,直接指标有水土流失和环境污染等引起的外部成本、社会承受能力、政策保障程度(有效性、稳定性)等。二、主要指标二、主要指标LUCC应用（一）LUCC时空变化格局研究LUCC研究主要包括其数量变化和空间位置变化研究。早期的LUCC模型多为非空间模型，如SALU模型侧重于研究分析LUCC的变化数量和变化速率特征，对变化的空间分布并未给予太多考虑。近10多年来，LUCC模型发展以空间模型为主，借助于计算机技术、遥感和GIS技术，探索研究一定时空尺度的LUCC的空间显性分布和格局特征，并分析研究自然、人类等驱动因子对LUCC影响的空间差异性。目前这类空间模型有很多，如CLUE-S模型、GEOMOD模型、SLEUTM模型等。二、应用（二）LUCC时空过程驱动机理分析LUCC时空过程驱动机理分析是LUCC时空过程研究的技术核心之一。LUCC时空过程驱动机理研究,直接揭示了LUCC时空过程的原因、影响因素的作用途径及其驱动机制，

为预测其未来发展变化趋势并制订相应对策提供了础.LUCC时空过程驱动因子主要包括自然条件、气候变化、经济发展、社会环境和人口变化5个方面的因素。这些驱动因子从总体上可以划分为自然因素和社会经济因素两个层面。具体地讲，寻求和筛选影响某个区域LUCC的主