删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

多因素耦合下三峡库区土地利用未来情景模拟

本站小编 Free考研考试/2021-12-29

邓华¹^,, 邵景安²^,³^,, 王金亮¹, 高明¹, 魏朝富¹

1. 西南大学资源环境学院,重庆 400716

2. 重庆师范大学地理与旅游学院,重庆 400047

3. 三峡库区地表过程与环境遥感重庆市重点实验室,重庆 400047

Land use driving forces and its future scenario simulation in the Three Gorges Reservoir Area using CLUE-S model

DENGHua¹^,, SHAOJing'an²^,³^,, WANGJinliang¹, GAOMing¹, WEIChaofu¹

1. College of Resources and Environment, Southwest University, Chongqing 400716, China

2. College of Geography and Tourism, Chongqing Normal University, Chongqing 400047, China

3. Key Laboratory of Surface Process and Environment Remote Sensing, in the Three Gorges Reservoir Area, Chongqing 400047, China

通讯作者:通讯作者：邵景安(1976-), 男, 安徽亳州人, 博士, 研究员, 主要研究领域土地利用与生态过程。E-mail: shao_ja2003@sohu.com
收稿日期:2016-01-11
修回日期:2016-07-15
网络出版日期:2016-11-25
版权声明:2016《地理学报》编辑部本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:

国家水体污染控制与治理科技重大专项课题(2012ZX07104-003)

作者简介:
-->作者简介：邓华(1977-), 男, 重庆石柱人, 博士生, 研究领域为土地资源利用与国土规划。E-mail: 601713748@qq.com

展开

摘要
模型模拟和情景变化分析是未来土地利用变化研究的核心内容,本文以2000年三峡库区土地利用现状为基期数据,利用Binary Logistic模型回归分析驱动因子与土地利用间的关系,利用CLUE-S模型对2010年土地利用进行模拟,校验并确定影响库区土地利用驱动因素的主要参数后,基于自然增长、粮食安全、移民建设和生态保护对2020年、2030年库区土地利用情景予以模拟。结果表明：① 通过Binary Logistic模型分析和检验,水田、旱地、林地、草地、建设用地和水域的ROC曲线下面积值均大于0.8,表明所选驱动因子对土地利用的解释能力较强,可用来估算土地利用概率分布;② 2010年各地类模拟结果经验证得Kappa系数分别为水田0.9、旱地0.92、林地0.97、草地0.84、建设用地0.85和水域0.77,总体上能满足模拟与预测需求;③ 多情景模拟显示库区不同土地利用类型在空间上的竞争关系,以及所带来的对库区粮食安全、移民建设、生态保护的影响,包括水田大量转换为旱地（“水改旱”）、耕地与林草地被建设占用、林草地开垦为耕地、陡坡耕地退为林草地等行为,需要在土地利用优化中平衡各方面的需求;④ 多因素、多情景模拟能为库区土地利用提供更为清晰的、可供抉择的政策调控思路。

关键词：土地利用;CLUE-S模型;驱动因子;情景模拟;三峡库区
Abstract
Model simulation and scenarios change analysis are the core contents of the future land use change study. In this paper, land use status data of the Three Gorge Reservoir Area (TGRA) in 1990 were used as base data. The relationship between driving factors and land use was analyzed by using binary logistic stepwise regression analysis, based on which land use in 2010 was simulated by CLUE-S model. After the inspection and determination of main parameters impacting driving factors of land use in the TGRA, land use of the TGRA in 2030 was simulated based on four scenarios, including natural growth, food security, emigrant construction and ecological protection. The results were shown as follows: (1) The areas under ROC curves of land use types were both greater than 0.8 under the analysis and inspection of binary logistic model. These land use types include paddy field, dry land, forestland, grassland, construction land and water area. Therefore, it has a strong interpretation ability of driving factors on land use, which can be used in the estimation of land use probability distribution. (2) The Kappa coefficients, verified from the result of land use simulation in 2010, were showed of paddy field 0.9, dry land 0.95, forestland 0.97, grassland 0.84, construction land 0.85 and water area 0.77. So the results of simulation could meet the needs of future simulation and prediction. (3) The results of multi-scenarios simulation show a spatial competition relationship between different land use types, and an influence on food security, emigrant construction and ecological protection in the TGRA, including some land use change such as the large-scale conversion from paddy field to dry land, the occupation of cultivated land, rapid expansion of construction land from forestland and grassland, the reclamation of cultivated land to forestland and grassland, the conversion of forestland and grassland to cultivated land. Therefore, it is necessary to balance the needs of various aspects in land use optimization, so as to achieve the coordination between social economy and ecological environment.

Keywords：land use;CLUE-S model;driving factor;scenario simulation;Three Gorge Reservoir Area

-->0
PDF (5155KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNote Ris Bibtex 收藏本文-->
邓华, 邵景安, 王金亮, 高明, 魏朝富. 多因素耦合下三峡库区土地利用未来情景模拟[J]. , 2016, 71(11): 1979-1997 https://doi.org/10.11821/dlxb201611009
DENG Hua, SHAO Jing'an, WANG Jinliang, GAO Ming, WEI Chaofu. Land use driving forces and its future scenario simulation in the Three Gorges Reservoir Area using CLUE-S model[J]. 地理学报, 2016, 71(11): 1979-1997 https://doi.org/10.11821/dlxb201611009
作为人类对特定区域所施加的强烈扰动之一,水利工程尤其是特大型水库工程的建设必然会对库周及其水库建设所波及区的地表过程产生利用、改造和重塑,进而深刻影响这一区域土地利用的格局与过程^[1-3]。水利工程建设本身是影响区域土地利用变化的剧烈人类活动,且伴随而来的移民安置、城镇迁建、设施配套等主体性工程及成库后社会经济发展与后期扶持,常常会多重叠加作用于库区土地上,进一步使原有地类间的空间竞争更加激烈,土地利用的多样化空间格局越发显著抑或减弱^[4-6]。为此,本文借助对大型水库工程建设区及其周围驱动土地利用变化及管理方式变更的“自然—经济—社会”因子的识别,构建合适的区域性土地利用变化经验诊断模型,模拟并预测不同情境设置下水库工程建设区及其周围未来土地利用的演变格局,为水利工程建设所诱发的土地利用变化研究提供典型的区域性案例,提高对这一区域土地利用变化过程的理解。
作为世界性大型水利工程之一,三峡工程的建设与开发形成了三峡库区这一特殊地理区域^[7-8]。然而,该区因所处地理位置和自身地理环境的独特造就了三峡库区的土地利用变化成为区域性研究的热点区^{[2, 9-11]}。刘启承等^[12]用Markov过程模型对库区腹地万州土地利用结构进行了预测;曹银贵等^[13]使用CA与AO模型模拟了库区2005年和2010年的土地利用变化格局;董立新等^[14]使用本地化SLEUTH模型模拟了重庆主城区未来城市扩张及土地利用/覆盖变化过程等。但已有研究主要集中于对库区过去土地利用变化过程的模拟与分析,对未来不同情景下库区土地利用变化的模拟、预测相对较少,从而不能很好地体现多重要素综合作用下库区土地利用间的竞争关系,及各方利益驱动所引起的土地利用变化是朝着好的方向演化还是相反。目前关于以库区这一大尺度区域为整个研究区,进行土地利用变化模拟、预测的仍显得较为薄弱^[15-16]。CLUE-S模型是在明确土地利用与驱动因子间定量关系的基础上,对区内各土地利用类型间的竞争关系进行系统动力学仿真,能同时预测、模拟土地利用在数量和空间位置上的变化。本文应用CLUE-S模型对库区土地利用变化开展多情景模拟,以揭示库区不同土地利用间的竞争关系。
基于此,本文考虑三峡工程和移民开发建设对库区土地利用的影响,以2000年土地利用格局为基期数据,利用基于邻域丰度的Auto-Logistic回归模型评估库区不同地类间的转换概率,利用CLUE-S模型模拟并验证2010年库区土地利用的空间格局,建立合适的土地利用变化经验诊断模型。在此基础上,设置不同情景下土地利用需求方案,利用CLUE-S模型模拟未来20年（2010-2030）土地利用演化轨迹,以加深人们对库区土地利用变化过程的理解与认识。

1 材料与方法

1.1 区域概况

三峡库区作为一个现代地理概念,是受三峡工程直接及回水影响的区域,涉渝鄂两省（市）32区（县）（图1）。该区跨鄂中山峡谷区及川东岭谷地带,地貌以山地、丘陵为主。水系发达,长江主航道贯穿其中,嘉陵江和乌江水系为其最大支流。土壤类型以紫色土、黄（棕）壤、水稻土和石灰（岩）土为主。植被属于亚热带常绿/落叶和针阔混交林区,地带性植被为常绿落叶阔叶林。该区土地利用类型多样,农用地比重大,但因地形限制坡耕地在耕地中占主导地位。受移民开发建设的驱动,建设用地的扩张相对迅速,尤其以重庆都市功能拓展区、宜昌市建成区及沿江城镇为中心的区域更为明显。在蓄清排浑工程影响下,库区水体频繁发生短期显著变化。三峡工程建设除水库淹没外,移民安置、城镇迁建、设施配套及成库后社会经济发展与后期扶持（生态移民、产业重构等）,都将促使库区土地利用结构和功能发生快速而深刻的变化,且带有瞬间、长期、连续的新特点。而且,由土地利用所诱发的生态环境问题在库区日益凸显和严峻,水土流失、土壤退化、面源污染等正成为水库安全运营和库区健康发展的“新瓶颈”^[17]。2010年三峡工程基本建成、整体投入运营后,库区整体进入一个新的历史阶段——后移民时期,针对后移民时期所可能出现的新问题,国家层面编制了《三峡后续工作规划》,内容包括移民安稳致富、经济社会发展、生态环境保护、地质灾害防治以及水库运营对中下游影响的处理等。《三峡后续工作规划》的深入实施,必然带来新一轮土地利用结构和功能的变化,进而影响库区土地利用的格局、过程及作用轨迹。

显示原图|下载原图ZIP|生成PPT
图1三峡库区行政区划与高程
-->Fig. 1Administrative division and DEM of the Three Gorges Reservoir Area
-->

1.2 数据来源

主要数据来源：① 土地利用数据来源于课题组基于中国科学院资源环境科学数据中心提供的1:10万土地利用/土地覆盖解译数据,经实地踏勘后的修正与解译,共两期（2000年、2010年）,解译结果经实地验证达到精度要求。因CLUE-S模型的应用对土地利用类型在总幅员面积中的占比有一定要求,即各类型面积占比须>1%^[18],而库区未利用地占比远<1%,因此本文模拟所用到的土地利用类型主要有5类（水田、旱地、林地、草地、水域和建设用地）,单位为ha;② DEM数据来源于中国西部数据中心,数据下载后经去除背景值和空间裁剪,得到库区范围的DEM（单位为m）,并利用ArcGIS的空间表面分析功能提取坡度和坡向;③ 行政边界、道路、河流、居民点等数据来源于国家基础地理信息中心;④ 内部及周边降水、气温数据来源于国家气象局气象信息中心和渝鄂气象局,共25个国家站点和42个地方站点。利用站点数据提取年降雨量和年均气温,并结合站点海拔高程进行空间插值,插值方法为协同克里金插值;⑤ 统计数据涉及人口数量（总人口、城镇和乡镇人口）、行政区面积、GDP、粮食生产量和化肥使用量等,来源于渝鄂统计年鉴、渝鄂农村统计年鉴、中国县（市）社会经济统计年鉴等,时间尺度为2000-2015年。

1.3 研究方法

（1）基于邻域丰度的Logistic回归分析传统二元Logistic回归常被应用于诊断某一栅格可能出现某种土地利用类型的概率,但因忽略土地利用的空间依赖关系,而使得其被拒用作为未来情景模拟和推断的基础^[19-20]。引入空间自相关因子,耦合土地利用转移概率与相邻栅格间土地利用类型发生的空间自相关关系,构建Auto-Logistic模型,即可弥补空间统计分析中固有空间自相关效应的影响^[21]。表达式为：

\begin{matrix} P_{i} = \frac{\exp (β_{0} + β_{1} X_{1 i} + ? ? + β_{n} Autoco v_{i})}{1 + \exp (β_{0} + β_{1} X_{1 i} + ? ? + β_{n} Autoco v_{i})} \end{matrix}

（1）
式中：P_i为某一栅格土地利用类型i的发生概率;X₁_i、X₂_i…为土地利用类型i的各驱动因子;β₀为常数项,β₁、β₂…β_n为解释变量X_i对应的回归系数;Autocov_i为空间自相关因子。
采用邻域分析中的邻域丰度（Neighborhood Enrichment）作为空间自相关因子Autocov_i,反映土地利用类型转化的邻域关系^[22],将邻域影响纳入地类变化的驱动因子中,进行二元Logistic回归分析,这样,邻域丰度的引入就弥补了单纯Logistic回归分析的不足。表达式为：

\begin{matrix} F_{i, k, d} = \frac{\frac{n_{k, d, i}}{n_{d, i}}}{\frac{N_{k}}{N}} \end{matrix}

（2）
式中：F_i,k,d为邻域丰度因子,其中i代表栅格位置,k为土地利用类型,d为邻域半径;n_k,d,i为

\begin{matrix} i \end{matrix}

栅格d半径范围内k土地利用类型的栅格个数;n_d,i为i栅格d半径内栅格总数量;N_k为整个库区内k土地利用类型的栅格总个数;N为整个库区内的总栅格数。本文在ArcGIS 9.3的Neighborhood Statistics工具中设置邻域统计大小为10 m×10 m,即邻域距离为10 m。
对回归结果的评价采用ROC曲线（Relative Operating Characteristic Curve）方法进行检验,ROC曲线又称为感受性曲线,是反映敏感性和特异性连续变量的综合指标,用构图法揭示敏感性和特异性的相互关系,它通过将连续变量设定出多个不同的临界值,从而计算出一系列敏感性和特异性,再以敏感性为纵坐标、（1-特异性）为横坐标绘制成曲线,曲线下面积越大,诊断准确性越高^[23-24]。通常ROC值大于0.7时,可认为所选取驱动因子具有较好的解释能力。
（2）CLUE-S模型模拟 CLUE-S模型由非空间土地需求和空间分配两模块组成^[25-26],其中,前者主要依靠对人口、社会经济、有关政策法规等驱动因子的分析,计算区域内每年对各土地利用的需求量;后者主要借助经验分析、空间变异分析等方法生成土地利用空间概率分布图,再将前者计算出的结果分配到特定空间位置上,多次迭代实现土地利用的时空动态模拟^[27-28]。具体参数设置：
① 驱动力选取与获取：一方面,土地利用格局与过程与区域立地条件之间存在着较为复杂的关系;另一方面,人类所有需求的满足都系于土地,但都发生在自然生物、经济、制度及技术系统框架内。依据地域分异规律和综合自然地理学思想,自然地理要素（地形、水文、气候、土壤等）对土地覆被类型有着显著的控制作用,且受土地利用变化的基本条件所制约,影响人为土地利用活动的开展,从而对土地利用方式的转换有一定影响,决定土地利用变化发生的概率;依据新古典经济学中的基本竞争模型,遵循最佳效用和最优利用规则,最大的社会经济与生态效应是人为利用土地所追求的最佳目标,而社会经济发展（人口、交通、经济等）及为其提供便利或发展导向的政策法规（政府工程计划等）,则是土地利用的主要驱动因素。更为重要地,考虑到CLUE-S模型所要求的驱动因素要么在研究期内保持相对稳定性,要么呈跳跃式而非渐进式变化,再考虑数据的可得性、一致性、可量化性、相关性等原则^[29],本文选取的驱动因素主要有：地形因子（高程、坡度和坡向）;气象因子（年降雨量和年均气温）;距离因子（到城镇、农村居民点、水域和主要道路的最近距离）,其中主要道路为铁路、高速公路、国道和县道,各距离因子具体由ArcGIS中欧几里德距离工具获取;社会经济因子（人口密度、人均GDP、城镇化率、单位面积粮食总产量和化肥使用量）,以区（县）行政区划为单位,统计后再空间栅格化。
② 土地需求计算：土地需求计算是CLUE-S模型中相对独立的模块,具体以2000年和2010年土地利用现状数据为基期数据源（模拟需求数据）,期内各年份土地利用数据依靠二次多项式内插得到,校验后形成内插经验公式,土地需求数量模拟在时间序列上以年为步长。
③ 限制区域划定：约束区域为整个库区,且2010年以后,水库正常蓄水位175 m,此水位以下受反季节蓄清排浑作用而常处于季节性淹没状态,即设定175 m水位以下地带为不变化区域的水域地类。这样,约束区域就修正为整个库区除去175 m以下的范围。
④ 转换弹性系数和转换矩阵确定：土地利用转换弹性系数是某类土地利用转换为其他类型的难易程度,可用模型参数ELAS来定义（取值0~1）,值越大,表示土地利用类型的稳定性越高,对应土地利用类型发生转变的概率就越小。而且,因CLUE-S模型对转换弹性系数的变化较为敏感,本文在对库区土地利用变化的深刻理解和经验总结的基础上,依据2000-2010年土地利用类型转移概率矩阵,通过对模型的不断调试,设定土地利用转换弹性系数（表1）。土地利用转移矩阵表示不同土地利用类型间的转换规则,0表示不能转换,1表示可以转换。
Tab. 1
表1
表1土地利用转换的稳定性系数(ELAS)设置
Tab. 1The determination of elastic parameters of land use conversion

情景类型*	水田	旱地	林地	草地	建设用地	水域
2010年模拟	0.6	0.45	0.77	0.35	0.83	0.58
自然增长	同2010年模拟
粮食安全	0.78	0.8	0.65	0.43	0.7	0.6
移民建设	0.54	0.63	0.75	0.5	0.88	0.58
生态保护	0.56	0.66	0.8	0.75	0.73	0.5

注：*情景类型见表2。

新窗口打开
Tab. 2
表2
表2三峡库区不同情景下土地利用需求
Tab. 2Land use demand in different scenarios of the Three Gorge Reservoir Area

情景类型	情景描述
自然增长	以2000-2010年土地利用变化率为未来土地利用变化速率,进行未来土地利用情景模拟。
粮食安全	在“保供增收”的目标下,要坚守耕地红线政策,避免因过度开发而占用耕地,满足粮食需求的增长。因此,设置粮食安全情景的主要目的在于遵循现实条件下控制库区耕地转出的数量和方向,优先保护原有优质连片耕地。在库区粮食自给前提下,受现实利益驱动,水田会不断地转为旱地;随着陡坡耕地撂荒的进一步加剧和新一轮退耕还林政策的实施,靠近山区的水田和旱地部分逐渐转变为林草地。这样,未来库区水田和旱地的面积定会出现某种程度的减少。同时,为提高灌溉保证率,水域面积可能增加。另外,根据渝鄂主体功能区划分结果,库区林地仍将得到有效保护,且大部分林区属限制开发区,为此库区林地基本不变。2010年以后,库区步入后移民时期,建设用地增速趋缓,但仍然会保持一定速度的增长。
移民建设	库区进入移民后时代以后,经济社会发展战略重点在于重新调整库区社会经济发展战略,建设国家级生态经济特区,重建完整的库区产业结构等。因此,移民情景的设置在于满足后移民时期经济、社会发展对建设用地的基本需求。在此情景下,地势相对平缓区的耕地面积定会明显减少,林地因远离城镇、退耕政策实施以及耕地撂荒而有所增加,草地则因被开发为耕地而小幅减少。另外,在库区水产养殖快速发展的促进下,水域面积增加较快。
生态保护	在生态建设的发展战略上,国家已将三峡水库定位为淡水资源战略储备库,将库区定位为国家环境保护区和重点生态功能保护区。因此,设置生态情景的主要目的在于严格保护林草地、水域等生态用地。耕地尤其是旱地因退耕还林、森林工程等生态保护措施的实施而发生明显减少,林草地显著增加;因农田水利设施建设、水产养殖发展,水域面积会相对增加,但幅度不大;禁止大规模开发建设政策的强力推进,建设用地的扩张速度小于移民建设情景。

新窗口打开
库区土地利用转换规则主要为（图2）：① 在人多地少的状况下,除将来对建设用地需求减少,一般情况下在预测期内不考虑建设用地的转出变化;② 旱地转为水田（“旱改水”）在库区不易实现,主要因旱地立地条件很难达到水田种植要求,且水田种植所产生的成本远大于旱地,在非农务工工资提高的影响下大量农村劳动力从农业“析出”,部分水田因劳动力被配置到非农产业而选择更为省工的利用方式,目前主要是改为旱作,即“水改旱”;③ 与“水改旱”的原因基本一致,部分陡坡旱地因不能实施机械替代且耕种这部分旱地的收益相对微薄,导致耕地撂荒（转换为林草地）在库区已成普遍现象,且伴随农村劳动力的非农化和留守劳动力的老龄化,耕地撂荒在库区仍会进一步加剧;④ 水域转换存在明显阶段性,2010年前伴随三峡工程阶段性蓄水而导致长江主干道及其主要支流沿岸土地利用被淹没,水域以转入为主。2010年以后工程竣工,最高运行水位175 m,而高低运行水位间的涨落带（消落区）因存在土地利用转换的反复性,很难对此开展土地利用的模拟与预测,即将175 m以下区域的土地利用仍以水域为主,为不变区。

显示原图|下载原图ZIP|生成PPT
图24种情景目标下的土地利用转换规则矩阵
注：直线框外0~5分别表示：0水田,1旱地,2林地,3草地,4建设用地,5水域;矩阵内：0表示不可行,1表示可行;矩阵内行表示转出,列表示转入。
-->Fig. 2Matrix of land-use conversion rules under four scenarios
-->

（3）模拟结果检验利用Kappa系数进行土地利用变化模拟结果的检验。Kappa系数主要是用来评价分类图像的精度问题,如果两个图像之间差别很大,则Kappa系数相对较小^[30]。表达式为：

\begin{matrix} K = (P_{0} - P_{c}) / (1 - P_{c}) \end{matrix}

（3）

\begin{matrix} P_{0} = s / n \end{matrix}

（4）

\begin{matrix} P_{c} = (a_{1} \times b_{1} ＋ a_{0} \times b_{0}) / n^{2} \end{matrix}

（5）
式中：K为Kappa系数;P₀为现状图与模拟间的观测一致率;P_c为期望一致率;n为栅格像元总数;a₁、a₀分别为现状栅格为1、0的像元数;b₁、b₀分别为模拟结果中栅格为1、0的像元数;s为两个栅格对应像元值相等的像元数。Kappa系数区间为[0, 1],一致性级别划分为：0.0~0.20一致性极低、0.20~0.40一致性一般、0.40~0.60一致性中等、0.60~0.80一致性较高和0.81~1接近完全一致^[31]。
（4）土地利用情景设置情景设置目的在于分析库区土地利用变化在不同路径下的格局与过程。库区“大城市、大农村、大山区和大库区”的基本特性,使得从大江截流、大坝蓄水直至后移民时期的演变过程中,土地利用在复杂多变因素的驱动下经历着快速而又深刻的变动,且每一阶段都与现实及未来国家乃至区域利益诉求息息相关,尤其既要保证粮食安全,又要确保在不牺牲生态环境前提下提高移民区居民“福祉”;而库区经济发展与生态脆弱同时并存,再加上后移民时期的开发与建设,必然会多重叠加影响未来库区土地利用格局与过程。针对库区未来土地利用需求状况,综合考虑土地利用现状及未来经济社会发展战略,设置出自然增长、粮食安全、移民建设和生态保护4种土地利用情景。在情景时段设置上,主要基于库区在2010年编制实施的《三峡后续工作规划》,以10年为模拟时间节点,进行2020和2030年的土地利用未来情景模拟（表2）。
（5）土地利用情景转变格局提取利用栅格数据地图代数算术运算,将2010年土地利用图、2020年和2030年不同情景下土地利用模拟结果进行空间叠加,提取3期土地利用变化动态图斑,运算公式为：

\begin{matrix} code = (cod e_{2010} + 1) \times 100 + (cod e_{2020} + 1) \times 10 + cod e_{2030} + 1 \end{matrix}

（6）
式中：code为3期土地利用变化类型代码,code₂₀₁₀、code₂₀₂₀和code₂₀₃₀分别为2010年、2020年和2030年6种土地利用类型原代码（0~5）。因此,在地图代数运算后的3期土地利用变化代码中,百位数为2010年土地利用类型、十位数为2020年土地利用类型、个位数为2030年土地利用类型,且水田、旱地、林地、草地、建设用地和水域的代码由原代码的0~5转变成相对应的1~6,由此变化代码表示的土地利用变化类型是由2010年转变到2020年再转变到2030年（如112表示由2010年的水田转变成2020年的水田再转变为2030年的旱地,其他代码以此类推）。
考虑到3期土地利用时空演变模式的多样化,将土地利用变化类型依据时间的阶段性,分为3类：前期变化、后期变化和持续变化。其中,前期变化的图斑表示只在2010-2020年发生变化,如122类型等;后期变化表示只在2020-2030年发生变化,如112类型等;持续变化表示3期土地利用类型发生反复变化,如121、123类型等。由此,对不同土地利用变化类型进行面积统计,单位为km²,以此分析库区不同情景下土地利用时空演变的未来趋势。

2 结果与分析

2.1 土地利用驱动变量诊断

ROC检验结果显示,各种土地利用类型的拟和优度均> 0.8（表3）,说明所选驱动因子对三峡库区土地利用的解释能力较强,可用于模拟与预测未来库区土地利用的概率分布。
Tab. 3
表3
表32010年各土地利用类型的Auto-Logistic回归结果
Tab. 3Results of auto-logistic regression for different land use types in 2010

编码	水田			旱地			林地			草地			建设用地			水域
编码	Bata 系数		Exp (B)		Bata 系数		Exp (B)		Bata 系数		Exp (B)	Bata 系数	Exp (B)	Bata 系数	Exp (B)	Bata 系数	Exp (B)
sc1gr0	-0.0008	0.9992		-0.0005	0.9995		0.0003	1.0003		0.0003	1.0003		-0.0038	0.9962		-0.003	0.997
sc1gr1	-0.0452	0.9558		-	-		0.0217	1.0219		-	-		-	-		-	-
sc1gr2	0.001	1.001		-	-		-0.0007	0.999		-	-		-	-		-	-
sc1gr3	-0.001	0.999		-	-		-	-		-	-		-	-		-	-
sc1gr4	-	-		-	-		0.1485	1.1601		-	-		-	-		-	-
sc1gr5	-	-		-	-		-	-		-	-		-	-		-	-
sc1gr6	-	-		0.00001	1		-0.00001	0.99999		-	-		-0.0005	0.9995		-	-
sc1gr7	-	-		0.00001	1		-	-		-	-		-	-		-0.008	0.992
sc1gr8	-	-		-0.00001	1		-	-		-	-		-	-		-	-
sc1gr9	-7.95	0.0004		-	-		2.4797	11.9375		-29.5009	0		-	-		-	-
sc1gr10	0.0085	1.0086		-	-		-	-		0.0131	1.0132		-0.0094	0.9906		-	-
sc1gr11	-	-		-	-		-	-		-0.0001	0.9999		-	-		-	-
sc1gr12	-	-		-	-		0.0005	1.0005		-	-		-	-		-	-
sc1gr13	-	-		-	-		-	-		0.2594	1.2961		-	-		-	-
Lyfd0	0.738	2.0918		-	-		-	-		-	-		-	-		-	-
Lyfd1	-	-		1.4647	4.3261		-	-		0.2414	1.273		-	-		-	-
Lyfd2	-0.2814	0.7547		-	—		3.1686	23.7745		-	-		-	-		-	-
Lyfd3	-	-		0.0616	1.0636		-	-		1.0544	2.8702		-	-		-	-
Lyfd4	-	-		-	-		-	-		-	-		0.0952	1.0999		-	-
Lyfd5	-0.028	0.9723		-	-		-	-		-	-		-	-		0.114	1.121
常量	-1.258	0.2841		-2.8154	0.0599		-6.429	0.0016		-3.838	0.022		-2.269	0.103		0.851	2.342
ROC值	0.91		0.842			0.885		0.903			0.989		0.997

注：编码sc1gr0~sc1gr13所代表的因子类型分别为：sc1gr0海拔（m）、sc1gr1坡度（°）、sc1gr2坡向、sc1gr3年降雨量（mm）、sc1gr4年均气温（℃）、sc1gr5到城镇最近距离（m）、sc1gr6到农村居民点最近距离（m）、sc1gr7到水域最近距离（m）、sc1gr8到主要道路最近距离（m）、sc1gr9人口密度（×10⁴人/km²）、sc1gr10城镇化率（%）、sc1gr11人均GDP（元/人）、sc1gr12单位面积粮食生产量（t/km²）、sc1gr13化肥施用量（折纯计算）（×10⁴t）;Lyfd0~Lyfd5分别为：水田、旱地、林地、草地、建设用地和水域的邻域丰度;Beta系数为Logistic回归方程诊断出的关系系数;Exp(B)是Beta系数以e为底的自然幂指数,其值等于事件的发生比率,即胜率;ROC值为拟合优度。

新窗口打开
水田的分布概率主要与地形、气象和社会经济因子有关。地形中海拔、坡度均与水田分布呈负相关关系,且坡度对水田的影响大于海拔,坡度每增加1°,水田分布概率降低4.42%。坡度对水田的影响发挥决定性作用,坡度越大水田越少;年降雨量的分布概率接近于1,对水田分布贡献不明显;社会经济中人口密度与水田分布呈显著的负相关关系,回归系数达-7.95,人口密度每增加1万人/km²,水田分布概率减少99.96%,人口因素对水田的影响较大。人口分布密集区常是水田主要分布区,但在非农务工工资不断攀升情况下,大量农村劳动力进城务工,使得农村留守劳动力因劳均耕地过多和劳均年龄过大而选择耗费劳动力相对较少的利用方式,水田用作为旱地是最常见的转换方式之一,结果导致人口增加,水田面积减少。然而,与旱地分布相关的驱动因子仅为海拔和空间距离,且相关性不大。海拔的分布概率为0.9995,海拔每增加1 m,旱地分布概率仅降低0.05%。空间距离中有影响的为到农村居民点、水域和主要道路的最近距离,因分布概率都为1,对水田分布的贡献不明显。在与其他地类的邻域关系上,旱地分布与草地存在一定的正相关关系。
影响林地分布的因子主要有海拔、坡度、坡向、年均气温、到农村居民点最近距离、人口密度和单位面积粮食量。其中,影响最为明显的是人口分布,人口密度的分布概率高达11.9375;其次是年均气温,每上升1℃,林地分布概率增加16.01%;坡度每增加1°,林地分布概率增加2.19%。高程、坡向、到农村居民点最近距离和单位面积粮食量的分布概率都接近于1,表明这4个因子对林地分布的贡献不明显。对草地分布适宜性有解释性作用且显著的驱动因子主要有社会经济因子（如人口密度、城镇化率和化肥施用量）,而海拔和人均GDP的贡献不大。人口密度对草地分布的影响相反于林地,分布概率接近于0,表明越接近人口密度大的地方,草地分布概率越低。城镇化率对草地分布的影响与对水田的作用较为接近,分布概率为1.0132。化肥施用量的分布概率大于城镇化率,表明每增加1万t化肥施用量,草地分布概率增加27.3%。
相对其他地类,对建设用地和水域分布存在解释作用的驱动因子较少,且显著性较低。因两者的地形分布较为一致,海拔对两者分布概率的影响较接近。此外,到农村居民点最近距离和城镇化率对建设用地分布存在作用,而到水域最近距离对水域分布存在影响,距离越远分布概率越低。

2.2 土地利用模拟检验与变化特征

（1）变化特征
2000-2010年10年间,三峡库区土地利用发生变化的总面积为1202.33 km²,占库区总面积的2.06%（表4）,说明库区土地利用变化仅发生在局部区域,这与邵景安等^[11]的研究是一致的。在耕地的转出与转入中,水田与旱地的转出面积明显大于转入,10年间库区耕地大量丧失,且以旱地转出为主（577.9 km²）,为其他地类转入的主要贡献地类。林地的转入面积（472.62 km²）显著多于转出（144.47 km²）,10年间林地表现为大幅扩张态势,而且林地的转入来源主要是耕地,尤其是旱地（242.78 km²）。相对于林地,草地的转出面积大于转入,且转出主要流向林地（195.89 km²）,转入主要来源是旱地的撂荒（121.26 km²）。水域的转入面积（200.26 km²）显著大于转出（1.91 km²）,三峡工程建设导致长江沿岸大量土地被淹没,致使其他地类都有一定的量转入到水域。建设用地转入面积（314.03 km²）显著大于转出（14.15 km²）,且建设用地的扩张主要占用的是耕地。耕地面积的减少主要由国家层面的退耕还林政策、移民开发建设及后期配套设施建设占用所致,且退耕还林主要发生于陡坡旱地上,而建设占用则大多以地势较为平缓的旱地和水田为主;林地的增加除主要来源于陡坡旱地退耕外,荒山造林也使大量草地转换为林地;水域面积增加主要由水库建设时期的淹没所导致。水田、旱地和草地易被转出而在库区地类的竞争中处于弱势地位,林地因政策性保护而仍保存其空间优势;水域和建设用地尽管不是优势地类,但因得益于人为开发建设的作用,是其他地类流向的主要地类,在近10年的地类竞争中处于优势地位。
Tab. 4
表4
表42000-2010年三峡库区土地利用转移矩阵(km²)
Tab. 4Land use conversion matrix in the Three Gorge Reservoir Area during 2000-2010

2000年 2010年	林地	草地	水域	建设用地	水田	旱地	转出总计
林地		15.94	76.88	28.8	0.97	21.88	144.47
草地	195.89		32.02	14.66	0.45	51.57	294.6
水域	0.02	0.12		0.81	0.04	0.94	1.91
建设用地	0.84	0.35	12.97		0	0	14.15
水田	33.09	1.21	26.98	107.35		0.66	169.3
旱地	242.78	121.26	51.41	162.42	0.02		577.9
转入总计	472.62	138.87	200.26	314.03	1.49	75.06	1202.33

新窗口打开
（2）模拟检验
空间分布上,对比图3中的2010年土地利用现状图与模拟结果发现,各土地利用类型的整体分布一致,没有发生较大空间位置的偏差,现状与模拟间的差异主要出现于局地区域。表5可看出,在地类面积上,现状面积与模拟结果差异最大的是水田和旱地,差异最小的是草地和水域,林地和建设用地的差异处于中间位置。水田的模拟结果比现状减少681.7 km²,旱地则增加683.75 km²,两者间的差异近乎抵消耕地内的增减变化。相比之下,其他地类面积的这一偏差远小于水田减少或旱地增加量。其中,林地的模拟结果较现状增加11 km²,草地增加1 km²,建设用地和水域分别减少9.5 km²和3 km²。这一结果说明在三峡库区以山地为主的地形格局中,耕地利用受制于机械替代人力的限制（推力）和务农机会成本提高的影响（拉力）,水田转换为旱地或再恢复为水田的利用方式会频繁发生,从而给模拟带来很大的难度。

显示原图|下载原图ZIP|生成PPT
图32010年三峡库区土地利用现状和模拟图
-->Fig. 3Land use map and simulation map of the Three Gorge Reservoir Area in 2010
-->

Tab. 5
表5
表52010年三峡库区土地利用模拟结果检验
Tab. 5The examinations of land use modeling results in the Three Gorge Reservoir Area in 2010

检验指标	水田	旱地	林地	草地	建设用地	水域
现状面积(km²)	6238.25	13643.25	29083	7538.5	693	992.5
模拟面积(km²)	5556.5	14327	29094	7539.5	683.5	989.5
重叠面积(km²)	5382	13180.5	28682	6469.25	598.5	767
重叠率(%)	96.86	92	98.58	85.80	87.56	77.51
Kappa系数	0.90	0.92	0.97	0.84	0.85	0.77

新窗口打开
图斑栅格重叠率上,主要表现为林地>水田>旱地>草地>建设用地>水域,即林地的模拟效果最好,水域最差。经Kappa系数检验发现,林地、旱地、水田、草地和建设用地的Kappa系数存在一致性,均大于0.81,表现为在库区大尺度上模拟与现状近乎完全一致的格局,而水域Kappa系数介于0.6~0.80,主要因水域范围在2000-2010年间的三峡工程蓄水而变动较大。

2.3 土地利用未来情景模拟

（1）自然增长情景
自然增长情景下2010-2030年的20年间,库区土地利用方式均以林地、草地、旱地和水田为主,且2020年和2030年的利用方式在分布空间上有很大趋同性（图4a、4b）。

显示原图|下载原图ZIP|生成PPT
图42020-2030年三峡库区自然增长情景的土地利用模拟结果及其与2010年的3期变化图斑
-->Fig. 4The spatial representation of evolution paths of main land use types under natural growthscenario in the Three Gorge Reservoir Area during 2010-2030
-->

水田与草地的大量转出是自然增长情景下20年间库区土地利用转换的主要方式,转出的方向主要为“水改旱”、建设用地占用、林地增加和水域扩张,且只发生在2010-2020年间（前期）和2020-2030年间（后期）。20年间水田转旱地（“水改旱”）最为突出,前期与后期的累计转出达1411.25 km²,重庆段的所有区（县）均有这一转变方式,多集中在低山丘陵缓坡地带;其次是建设用地占用,以水田（443.75 km²）和草地（55 km²）为主,伴随库区建设阶段的深入,尤其是城镇的蔓延式或跳跃式扩张使得分布在坡度低缓区的水田和草地最先被侵占;林地增加的主要来源是旱地退耕或水田荒弃,前期208.25 km²,后期185.5 km²,主要集中于库尾江津沿江地带、重庆主城平行山岭和南部丘陵区、库腹万州和开县等地;水域扩张主要来源于水田和草地的转出,其中水田379.75 km²,草地139 km²,剩余的来源——旱地和林地的转出空间较小,在库区呈零星分布（图4c、4d）。
（2）粮食安全情景
粮食安全情景下土地利用模拟重点关注水田与旱地的转入与转出,在库区目前粮食生产能够自给的前提下提高未来的粮食安全下线,确保集中连片的优质耕地不被转换为其他用途而危及粮食安全。尽管水田与旱地发生局部的空间扩张与收缩,但不足以影响库区耕地的总体格局,主要优质耕地集中连片区的分布格局与2010年的利用现状和自然增长情景下是一致的,林地、草地、建设用地和水域的空间分布格局也同样保持基本的态势不变（图5a、5b）。

显示原图|下载原图ZIP|生成PPT
图52020-2030年三峡库区粮食安全情景的土地利用模拟结果及其与2010年的3期变化图斑
-->Fig. 5The spatial representation of evolution paths of main land use types under food securityscenario in the Three Gorge Reservoir Area during 2010-2030
-->

水田与旱地的转出与转入是粮食安全情景下2010-2030年库区土地利用转换的主要方式,主要表现在“水改旱”、建设用地扩张、耕地撂荒和水域增加,时间演变上发生在2010-2020年间（前期）和2020-2030年间（后期）。“水改旱”只发生在前期变化中,转出面积为666 km²,不足自然增长情景的一半（图5c、5d）,因此没有自然增长情景下明显的普遍分布趋势;相对于自然增长情景,粮食安全情景下建设用地扩张并不显著,扩张的主要来源于前期和后期变化中的水田和旱地,两者转入到建设用地的面积为462.75 km²。之所以粮食安全情景下“水改旱”和建设用地扩张没有自然增长情景显著,原因在于部分水田和旱地转出到草地;这也是与自然增长情景下草地大量减少所存在的最大差异,也就是说粮食安全情景下存在一定耕地撂荒现象,包括前期变化中耕地转入到草地的163 km²和后期变化中的173.5 km²,但空间分布较为分散,主要集中于重庆段的开县、万州、石柱和江津南部以及湖北段的巴东、夷陵等偏远山区。
（3）移民建设情景
移民建设情景下最显著的地类变化为建设用地的不断扩张及其伴随的水田、旱地和草地的明显空间收缩趋势。建设用地的扩张主要表现在库区城镇建设用地的扩张,而又以重庆段的沿江县城和场镇扩张最为显著,如受重庆主城辐射的长寿和涪陵、库中和腹地的沿江县城及其周边乡（镇）（图6a、6b）。这些城镇的快速扩张主要得益于国家新型城镇化的稳步推进,城镇的扩张必然占用一定量的耕地和草地,致使城镇周边的这些地类在空间竞争上处于弱势地位;林地因远离城镇且受政策保护,其变化的空间格局保持相对稳定状态。

显示原图|下载原图ZIP|生成PPT
图62020-2030年三峡库区移民建设情景的土地利用模拟结果及其与2010年的3期变化图斑
-->Fig. 6The spatial representation of evolution paths of main land use types under immigrant constructionscenario in the Three Gorge Reservoir Area during 2010-2030
-->

建设用地扩张、“水改旱”、林地和水域增加是移民建设情景下2010-2030年的20年间库区土地利用转换的主要形式。移民建设情景下建设用地扩张显著强于自然增长和粮食安全情景,其来源地类主要有水田、草地和旱地,共扩张面积为2146.25 km²,因此这三类土地利用类型在空间分布上呈收缩趋势,且呈现出以重庆主城和万州为中心、重庆主城至万州江段的沿江城镇为主轴和长江一二级支流沿河城镇为支点的分布格局;“水改旱”形式同粮食安全情景基本类似,仅发生在2010-2020年期间,面积为633.25 km²,且在重庆段的每个区（县）均有分布。同时,林地增加也占据一定的空间位置,20年间均有水田、旱地和草地转入林地,转入面积为1166.75 km²（图6c、6d）。
（4）生态保护情景
生态保护情景下重点在于保护生态价值较高的生态保护用地（如林地、草地和水域）,其空间上必然获得一定程度的扩张。林地、草地和水域在2010年的现状基础上不断地向周边的水田和旱地延伸,因为在库区除了这三类土地利用类型外,水田和旱地也是分布较为广泛的地类（图7a、7b）,因此生态保护情景下土地利用空间竞争关系主要表现在生态用地前进与粮食用地后退的格局。对比自然增长、粮食安全和移民建设情景,退耕还林、耕地撂荒、“水改旱”、建设用地扩张和水域增加这5类土地利用转换形式,也同样发生在生态保护情景中,其最大的差异在于土地利用变化的时间阶段不同,生态保护情景下多出现持续变化的土地利用演变方式。

显示原图|下载原图ZIP|生成PPT
图72020-2030年三峡库区生态保护情景的土地利用模拟结果及其与2010年的3期变化图斑
-->Fig. 7The spatial representation of evolution paths of main land uses under ecological optimization scenario in the Three Gorge Reservoir Area during 2010-2030
-->

在库区范围内近20年均发生这5类土地利用转换形式,且2010-2020年的变化较2020-2030年更为显著,均是以水田和旱地的大量转出为主,如退耕还林、陡坡或破碎耕地撂荒等。其中2010-2020年间的变化中退耕还林高达2251 km²,主要集中分布于江津东部重庆主城区南部、万州区和开县全境的山地区域;2020-2030年的变化则以水田转换为林地为主,面积为87.25 km²。耕地撂荒表现为水田和旱地转变为草地,两个阶段的转出面积较为接近,分别为261 km²和262 km²。“水改旱”的面积是所有情景中最小的（395.25 km²）,且分布较为集中。建设占用耕地的程度仍呈扩张趋势,但没有移民情景下那么显著,面积为702.25 km²（图7c、7d）。3期土地利用的持续变化主要表现在2010年的耕地转入到2020年的林地,再转入到2030年的其他地类,相对于2010-2020年和2020-2030年的变化,库区土地利用持续变化的空间范围较小,格局上以零散分布为主,面积超过100 km²的包括“旱地→林地→水域”和“旱地→林地→旱地”。在此情景下,生态保护用地与粮食安全用地间的空间竞争关系相对于其他情景更为强烈（图7e）。
（5）情景对比分析
对比图5~图8,在4种情景下,库区水田转旱地（“水改旱”）、建设用地扩张、退耕还林、水域扩张和耕地撂荒这5种土地利用转变方式最为显著。为了对比4种情景模拟结果,对2010-2030年库区5种主要土地利用转变面积进行统计（图8）。水田转旱地在自然增长情景中最为显著,面积为1411.25 km²,其他情景均没有超过1000 km²;建设用地扩张在移民建设情景中面积最大,达1939.5 km²,移民建设的开发需求促使建设用地不断扩张;退耕还林在生态保护情景中得到很好体现,由耕地转为林地的面积达2338.25 km²,为所有转换类型中的面积之最,在生态保护情景中对耕地向林地的转换没有设置更多限制,如林地的转换弹性系数设置较高,为0.8。水域扩张和耕地撂荒在生态保护情景中也得到较好体现,这主要在于水域和草地的限制开发。

显示原图|下载原图ZIP|生成PPT
图82010-2030年三峡库区主要土地利用转变类型面积的情景对比
-->Fig. 8Scenario comparison of main land use change in the Three Gorges Reservoir Area during 2010-2030
-->

3 讨论

3.1 土地利用的驱动因子影响

在土地利用驱动因素的分析中,已有诸多文献对此开展了深入的研究和探讨。然而,在众多模型方法中,CLUE-S模型能在多时空尺度上考虑自然（高程、坡度、降雨和气温等）和人文（人口、收入、城镇化、粮食等）因素的综合影响,揭示土地利用空间分布与其备选驱动因素间的关系,以衡量不同土地利用类型在每一空间单元分布的适宜度。本文研究发现,自然因素中的高程、坡度和降雨对库区水田、旱地的分布存在不同程度的负相关性,这与彭丽^[31]关于库区土地利用格局与影响因素间定量关系的分析结果相似;库区林地分布在地形因素中主要受控于坡度的影响,这与Zhang等^[3]、李建国等^[32]的研究发现“地势低、坡度低缓的区域植被密度活动弱”是一致的。相对其他地类,建设用地和水域所占比例较小,在大尺度空间上影响其变化的驱动因子相对较少,因此本文对影响它们驱动因子的选择仅考虑了高程及到城镇、农村居民点和水域的最近距离因子,但建设用地和水域极易受人为活动的干扰和影响,相关研究认为库区的形成引发了一系列的移民开发建设潮,包括工程自身建设在内,都对库区建设用地和水域的扩张产生极大的促进作用^[33-35]。
本文在驱动力分析上的不足之处在于：因CLUE-S模型所需的驱动因子主要为稳定性因子,对短时间内动态变化大的因子敏感性较弱,因此对区域间及年际间政策、工程等突变因子无法充分考虑,如CLUE-S模型对城镇开发区、工业区等跳跃性的土地利用变化难以模拟,库尾重庆主城的建设用地由2000年模拟到2010年,无法确定城镇扩张的实际方向;动态性影响因子的空间化难度较大,如三峡水库的蓄水位到达最高蓄水位175 m之前,其变化的时间尺度较短而无法直接空间化,因此不能直观地反映政策与工程性因素对各土地利用类型的影响,这需要在今后的研究中尽量选择更长时间跨度、更丰富的驱动因子,以便获得更精确的模拟效果。

3.2 CLUE-S模型模拟结果解释

CLUE-S模型对土地利用变化模拟的最大优势在于其把非空间土地需求分配到特定的空间位置上,并对不同土地利用转换的难易程度进行控制。本文设置的四种土地利用情景既考虑土地利用转换的一般规律,也兼顾库区土地利用变化的典型特点,如“水改旱”、耕地撂荒等的普遍趋势,以及林草地等生态用地的严格保护、建设用地和水域扩张的明显趋势。
“水改旱”在4种情景中都有发生,差异在于自然增长情景下变化面积远大于其他情景,因为自然增长情景是以2000-2010年的变化率计算需求量,水田转入林草地的面积均较少,而“水改旱”现象的发生较为普遍,这一结果与邵景安等^[11]基于水利工程建设阶段的库区土地利用变化遥感研究的结果所反映出的变化趋势一致。而且,现有文献认为,库区水田和旱地转入草地的撂荒已成为普遍趋势,尤其是2010年以后随着城镇化、工业化进程的快速推进,以及农业比较效益偏低的情况下,农户弃耕撂荒现象呈扩大趋势^[36-37],因此本文在情景设计中考虑了耕地撂荒。
林草地等生态用地的严格保护是2000年之后库区流域生态建设的重要措施之一,如退耕还林、森林工程等^[38];更为重要的是“十八大”后生态文明的提出,乃至2016年伊始习近平总书记提出保护好库区生态环境的战略决策,更为生态用地的保持或扩展提供了政策支持。但是,林草地等生态用地的扩张势必带来库区耕地面积的减少,尤其是陡坡耕地。而且,受非农务工工资提升的影响,大量农村青壮年劳动力外出务工,部分机械不能替代人力的陡坡耕地被撂荒,逐渐转换为林草地等生态保护用地。因此,在生态保护情境下,林草地扩张占用了大量耕地。
建设用地扩张在移民建设情境下最为显著,尤其是要解决移民就地后靠的安置问题以及城镇迁建和配套设施建设,特别是城镇化、工业化进程的推进以及新型城镇化、新农村建设、高山移民政策的实施,都驱使库区大量农村人口进城或跳蛙式由地势起伏较大的山区向地势相对平缓、交通较为便捷的区域迁移,从而导致建设用地的增加和扩张。当然,建设用地的扩张,因其用地特点的限制需要占用大量优质耕地或低丘缓坡地,从而驱使库区耕地减少。但是,受国家对库区关于“建设长江上游重要生态屏障”的相关定位和政策指引,未来库区建设用地的扩张规模不会太大。
就模型处理而言,本文使用的CLUE-S模型存在的不足主要表现在两个方面：
（1）CLUE-S模型的运行需将栅格数据转换为ASCII格式,这使得模型运算精度必然受到栅格大小的影响及格式转换过程中信息完整性程度的限制。本文主要通过各驱动因子与起始土地利用栅格数据在Binary logistic回归模型中,以ROC曲线检验不同栅格大小的回归效果,确定500 m×500 m栅格大小作为本文的空间尺度。然而,本文未分析栅格大小及转换精度对不同情境下库区土地利用模拟结果的影响,这需要在以后的研究中探讨CLUE-S模型的多尺度效应。
（2）CLUE-S模型中土地需求计算独立于模型输入,这需要采用外挂模型方法获得。在土地需求计算上,本文采用大多研究常用的插值方法进行计算,未考虑土地利用与经济发展的关系对土地需求的影响,主要原因在于大尺度区域的库区土地利用需求的变化受控于多方面因素,而变动性较大的社会经济因子难以精细到每一空间栅格单元,这样本文仅能以区（县）级行政区划为统计单元,行政区划内的空间单元属性是均质的,从而避免了相应的误差,适应了大尺度区域的土地利用模拟。将土地需求量的模型与CLUE-S模型相结合是本文未来研究的重点之一,两模型结合的优点在于将空间格局模拟与土地需求预测模型相结合,以提高土地利用模拟精度。

3.3 驱动力分析的尺度选择

驱动力分析是土地利用变化研究的重要内容之一,也是制定合适的土地利用调控政策所必需查明的关键一环。土地利用的驱动力分析拥有很强的尺度依赖特征,且尺度的选择与研究的区域有显著的关联性,通常研究区域为国家或区域尺度,驱动力分析也应选择对应的尺度^[14-15],研究区域为景观或社区水平,驱动力分析也对应于这一水平,且不同的研究尺度所需数据基础及对驱动机制刻画的深刻程度也存在较大程度的不同,国家或区域尺度的分析相对较为宏观,而景观或社区水平的则相对微观^{[10, 37]}。本研究从整个库区流域分析三峡库区土地利用的未来情景,研究尺度可谓在区域或大流域尺度上开展,这样,对影响土地利用的驱动力分析以及对未来土地利用情景模拟的参数选取也必然依托于区域或大流域尺度,加之,为便于多时点长时间序列数据的收集与准备,研究选取以区（县）为空间单元进行社会经济因子空间化影响对土地利用的驱动因素识别。
土地利用变化常常发生于局地,驱动土地利用发生变化的驱动因素也必然与局地及周边的基本环境有很大关系,如特殊的立地、社会经济背景等,当然,区域经济发展环境与政策也对局地土地利用变化产生一定的驱动作用,但最根本的驱动力仍是土地利用发生变化区的周围环境。因此,本研究选取区（县）域尺度为单元分析三峡库区土地利用变化的驱动机制,并在此基础上对未来土地利用的情景展开模拟与预测,分析精度显得较粗,不能对驱动因素展开更为细致的刻画,从而影响土地利用变化驱动因素的驱动过程与轨迹分析,进而对未来情景预测产生一定影响。
在驱动力分析的尺度选择上,本研究的不足在于：将区（县）尺度的社会经济数据依据区（县）名称空间化赋值后,再转换为相同栅格大小的单元格,从而出现不同的土地利用转换方式在一个区（县）内所对应的社会经济驱动因素的数值是一样的,进而影响土地利用变化驱动因素分析的精度,传递到对未来土地利用的情景模拟过程中,影响未来土地利用的模拟精度。

4 结论

（1）基于邻域丰度的Auto-logistic回归模型对库区土地利用驱动力的解释能力较强,可用来估算库区土地利用的概率分布。库区水田的发生率主要与地形因子、气象因子和社会经济因子有关,而影响旱地分布的驱动因子的作用不明显。库区林地的分布在地形因素中主要受控于坡度的影响,对草地分布适宜性有解释性作用,且显著的驱动因子主要有人口密度、城镇化率和化肥施用量。对建设用地和水域分布存在解释作用的驱动因子相对较少,且显著性较低。
（2）2010年库区土地利用的CLUE-S模拟结果与现状相比,在图斑栅格重叠率上,林地的模拟效果最好,水域最次,且Kappa检验表明总体上模拟结果能满足未来模拟与预测的需求。
（3）以2000-2010年变化率为变化速率的自然增长情景下水田逐渐减少而旱地大幅增加,林地增幅缓慢,草地不断萎缩,而建设用地加速扩张,威胁粮食安全。
（4）以保护优质、连片耕地不减少的粮食安全情景下耕地总体缩小,但因主要的连片、优质耕地得以有效保存而对粮食安全影响较小,草地增加明显主要源自耕地撂荒。
（5）移民建设情景下建设用地快速扩张,尤其是移民安置、城镇迁建、配套设施建设等,且建设过程中以牺牲大量优质耕地为代价,从而对库区粮食安全产生一定威胁。
（6）生态保护情景下重点对具有显著生态效益的林草地进行保护与恢复,如退耕还林、森林工程等,生态保护地的扩张同样占用大量的耕地,特别是陡坡劣质耕地。
综上各情景模式,未来对库区土地利用结构的优化应综合考虑自然增长、粮食安全、移民建设和生态保护的需要,优势互补,协调各情景之间的矛盾,以达到利用结构的最优。
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
被引期刊影响因子

[1]	Long H L, Wu X Q, Wang W J, et al.Analysis of urban-rural land-use change during 1995-2006 and its policy dimensional driving forces in Chongqing, China . Sensors, 2008, 8: 681-699.https://doi.org/10.3390/s8020681 URLPMID:3927500 [本文引用: 1]摘要 land-use change; driving forces; urban-rural development; policy; dimension; Chongqing; China; use/land-cover change; pearl river delta; landscape pattern; agricultural land; spatial-pattern; yangtze-river; green policy; gis; region; expansion
[2]	Zhang J X, Liu Z J, Sun X X.Changing landscape in the Three Gorges Reservoir area of Yangtze River from 1977 to 2005: Land use/land cover, vegetation cover changes estimated using multi-source satellite data . International Journal of Applied Earth Observation and Geoinformation, 2009, 11(6): 403-412.https://doi.org/10.1016/j.jag.2009.07.004 Magsci [本文引用: 1]摘要 <h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">The eco-environment in the Three Gorges Reservoir Area (TGRA) in China has received much attention due to the construction of the Three Gorges Hydropower Station. Land use/land cover changes (LUCC) are a major cause of ecological environmental changes. In this paper, the spatial landscape dynamics from 1978 to 2005 in this area are monitored and recent changes are analyzed, using the Landsat TM (MSS) images of 1978, 1988, 1995, 2000 and 2005. Vegetation cover fractions for a vegetation cover analysis are retrieved from MODIS/Terra imagery from 2000 to 2006, being the period before and after the rising water level of the reservoir. Several analytical indices have been used to analyze spatial and temporal changes. Results indicate that cropland, woodland, and grassland areas reduced continuously over the past 30 years, while river and built-up area increased by 2.79% and 4.45% from 2000 to 2005, respectively. The built-up area increased at the cost of decreased cropland, woodland and grassland. The vegetation cover fraction increased slightly. We conclude that significant changes in land use/land cover have occurred in the Three Gorges Reservoir Area. The main cause is a continuous economic and urban/rural development, followed by environmental management policies after construction of the Three Gorges Dam.</p>
[3]	Zhang Q F, Lou Z P.The environmental changes and mitigation actions in the Three Gorges Reservoir region, China . Environmental Science & Policy, 2011, 14(8): 1132-1138.https://doi.org/10.1016/j.envsci.2011.07.008 URL [本文引用: 2]摘要 The Three Gorges Dam (TGD) is by far the world's largest hydroelectric scheme. Due to its unprecedented magnitude, the TGD has been controversial ever since it was proposed in the early 20th century and building commenced in 1993. Recent problems, including geological disasters (e.g., landslides) in the uplands and algal blooms in the aquatic environment since the reservoir's partial filling to 156 m in 2006, suggest that the environmental challenge has never been greater than now. The environmental deterioration might be further intensified when the reservoir reaches its final water level of 175 m. Solving the environmental challenges will be essential for the sustainable development of the Three Gorges Reservoir region (TGRR), and environmental sustainability in the TGRR is a high priority for the nation considering its critical location in the Yangtze Basin, which contributes 40% of China's GDP. This article reviews primary environmental assessments for biodiversity conservation, the water environment, water level fluctuation zone, and the uplands after the partial filling in the reservoir region. It also discusses the success of mitigation efforts to date. Although there are successes in mitigation particularly in conservation of endangered plants and fishes, it seems likely that environmental conditions in the TGRR could only get worse in the short term. Building a partnership among the TGD stakeholders, including local residents, governments, and international communities is necessary to meet the mounting environmental challenge in the TGRR and beyond.
[4]	Jabbar M T, Shi Z H, Wang T W, et al.Vegetation change prediction with geo-information techniques in the Three Gorges Area of China . Pedosphere, 2006, 16(4): 457-467.https://doi.org/10.1016/S1002-0160(06)60076-3 URL [本文引用: 1]摘要 computerized parametric methodology was applied to monitor, map, and estimate vegetation change in combination with "3S" (RS-remote sensing, GIS-geographic information systems, and GPS-global positioning system) technology and change detection techniques at a 1:50000 mapping scale in the Letianxi Watershed of western Hubei Province, China. Satellite images (Landsat TM 1997 and Landsat ETM 2002) and thematic maps were used to provide comprehensive views of surface conditions such as vegetation cover and land use change. With ER Mapper and ERDAS software, the normalized difference vegetation index (NDVI) was computed and then classified into six vegetation density classes. ARC/INFO and ArcView software were used along with field observation data by GPS for analysis. Results obtained using spatial analysis methods showed that NDVI was a valuable first cut indicator for vegetation and land use systems. A regression analysis revealed that NDVI explained 94.5% of the variations for vegetation cover in the largest vegetation area, indicating that the relationship between vegetation and NDVI was not a simple linear process. Vegetation cover increased in four of areas. This meant 60.9% of land area had very slight to slight vegetation change, while 39.1% had moderate to severe vegetation change. Thus, the study area, in general, was exposed to a high risk of vegetation cover change.
[5]	Zeng Fanhai, Zhang Yong, Zhang Sheng, et al.Research on land utilization change of Wanzhou District based on RS and GIS in recent 22 years . Environment and Ecology in the Three Gorges, 2011, 33(3): 43-46.https://doi.org/10.3969/j.issn.1674-2842.2011.03.012 URL摘要三峡水库蓄水以来,库区水位不断上升,伴随着库区两岸高强度人类活动不断沿海拔向上迁移,土地利用所带来的生态环境问题日益突出。以三峡库区核心区—万州区为例,采用RS和GIS技术手段,对重庆万州1986-2008年间土地利用动态变化的状况进行了跟踪和研究。结果表明:1986-2008年22年间万州区的土地利用方式发生了很大的变化,其中,耕地面积一直处于减少过程;建设用地、林地和水域一直处于增加状态。1986～2008年间万州区土地利用总体变化程度在不同时段差异明显,其中变化最为剧烈的是2000～2008年这一时段。引起万州区土地利用变化原因有政策因素、经济因素和人口因素。该研究为三峡库区土地合理利用提供了依据与参考。 [曾凡海, 张勇, 张晟, 等. 基于RS与GIS的三峡库区万州区近22年土地利用变化 . 三峡生态与环境, 2011, 33(3): 43-46.]https://doi.org/10.3969/j.issn.1674-2842.2011.03.012 URL摘要三峡水库蓄水以来,库区水位不断上升,伴随着库区两岸高强度人类活动不断沿海拔向上迁移,土地利用所带来的生态环境问题日益突出。以三峡库区核心区—万州区为例,采用RS和GIS技术手段,对重庆万州1986-2008年间土地利用动态变化的状况进行了跟踪和研究。结果表明:1986-2008年22年间万州区的土地利用方式发生了很大的变化,其中,耕地面积一直处于减少过程;建设用地、林地和水域一直处于增加状态。1986～2008年间万州区土地利用总体变化程度在不同时段差异明显,其中变化最为剧烈的是2000～2008年这一时段。引起万州区土地利用变化原因有政策因素、经济因素和人口因素。该研究为三峡库区土地合理利用提供了依据与参考。
[6]	Ni J P, Shao J A.The drivers of land use change in the migration area, Three Gorges Project, China: Advances and prospects. Journal of Earth Science, 24(1): 136-144.https://doi.org/10.1007/s12583-013-0306-5 URL [本文引用: 1]摘要 This paper reviewed existing literatures on land use change since the demonstration phase of the Three Gorges Project and found that reservoir inundation, migration resettlement, urban relocation, and post-supporting construction were first paid more attention to, when analyzing the driving forces of land use change in the migration area. However, at the post-migration period (the end of migration resettlement), above-mentioned drivers had not obviously driven land use change, but the evolutions of "migration demands" replacing them increasingly became the major drivers of land use change in the migration area. Therefore, the future priority fields of land use explanations in the migration area, Three Gorges Project were (1) identifying the corresponding relationships between the spatial distributions of land use change and migration resettlement and indigenous inhabitants; (2) understanding the change of "migration demands" and their causing "indigenous inhabitants' demands" being how to drive land use transforms; (3) finding the driving processes of the conflict and exclusion between immigrants and indigenous inhabitants, and the transfer of immigrants and indigenous inhabitants on land use change; and (4) measuring the dynamic feedback of "migration demands" at different stages on the processes, directions and their corresponding impacts of land use change in order to building the coupling framework among "migration demands", driver behaviors, and land use. This paper presents a new access for the explanation of land use change and also supplies scientific proofs to obtain adaptive decision-making to optimize land use patterns in the migration area, Three Gorges Project.
[7]	Wu J G, Huang J H, Han X G, et al.Three Gorges Dam: Experiment in habitat fragmentation? Science, 2003, 300(5623): 1239-1240.https://doi.org/10.1126/science.1083312 URL [本文引用: 1]摘要 ABSTRACT Habitat fragmentation is the primary cause of the loss of biodiversity and ecosystem services, but its underlying processes and mechanisms remain poorly understood. Studies of islands and insular terrestrial habitats are essential for improving our understanding of habitat fragmentation. We argue that the Three-Gorges Dam, the largest that humans have ever created, presents a unique grand-scale natural experiment that allows ecologists to address a range of critical questions concerning the theory and practice of biodiversity conservation.
[8]	Morgan T K K B, Sardelic D N, Waretini A F. The Three Gorges Project: How sustainable? Journal of Hydrology, 2012, 460/461(16): 1-12.https://doi.org/10.1016/j.jhydrol.2012.05.008 URL [本文引用: 1]摘要 In 1984 the Government of China approved the decision to construct the Three Gorges Dam Project, the largest project since the Great Wall. The project had many barriers to overcome, and the decision was made at a time when sustainability was a relatively unknown concept. The decision to construct the Three Gorges Project remains contentious today, especially since Deputy Director of the Three Gorges Project Construction Committee, Wang Xiaofeng, stated that e absolutely cannot relax our guard against ecological and environmental security problems sparked by the Three Gorges Project ( and ). The question therefore was posed: how sustainable is the Three Gorges Project? Conventional approaches to sustainability assessment tend to use monetary based assessment aligned to triple bottom line thinking. That is, projects are evaluated as trade-offs between economic, environmental and social costs and benefits. The question of sustainability is considered using such a traditional Cost-Benefit Analysis approach, as undertaken in 1988 by a CIPM-Yangtze Joint Venture, and the Mauri Model Decision Making Framework (MMDMF). The Mauri Model differs from other approaches in that sustainability performance indicators are considered independently from any particular stakeholder bias. Bias is then introduced subsequently as a sensitivity analysis on the raw results obtained. The MMDMF is unique in that it is based on the M ori concept of Mauri, the binding force between the physical and the spiritual attributes of something, or the capacity to support life in the air, soil, and water. This concept of Mauri is analogous to the Chinese concept of Qi, and there are many analogous concepts in other cultures. It is the universal relevance of Mauri that allows its use to assess sustainability. This research identified that the MMDMF was a strong complement to Cost-Benefit Analysis, which is not designed as a sustainability assessment tool in itself. The MMDMF does have relevance in identifying areas of conflict, and it can support the Cost-Benefit Analysis in assessing sustainability, as a Decision Support Tool. The research concluded that, based on both models, the Three Gorges Project as understood in 1988, and incorporating more recent sustainability analysis is contributing to enhanced sustainability.
[9]	Liu Yansui, Feng Dexian.Sustainable potential and models of land usein the Three Gorges Reservoir area . Geographical Research, 2001, 20(2): 139-145.Magsci [本文引用: 1]摘要 <p>建立了量化评价模型,对三峡库区土地资源持续利用的潜力及其差异性进行了评价与分析。指出库区土地利用总体上处于弱持续发展的阶段,而且地区差异悬殊、面临的障碍因素多。因此,未来库区土地利用优化决策的关键在于遵照因地制宜和分类指导的原则,正确处理生态建设、移民安置和经济协调发展的关系。主要的途径模式包括植树造林、坡地改梯田、优化结构和产业突破等四个方面。</p> [刘彦随, 冯德显. 三峡库区土地持续利用潜力与途径模式 . 地理研究, 2001, 20(2): 139-145.]Magsci [本文引用: 1]摘要 <p>建立了量化评价模型,对三峡库区土地资源持续利用的潜力及其差异性进行了评价与分析。指出库区土地利用总体上处于弱持续发展的阶段,而且地区差异悬殊、面临的障碍因素多。因此,未来库区土地利用优化决策的关键在于遵照因地制宜和分类指导的原则,正确处理生态建设、移民安置和经济协调发展的关系。主要的途径模式包括植树造林、坡地改梯田、优化结构和产业突破等四个方面。</p>
[10]	Shao Huaiyong, Xian Wei, Yang Wunian, et al.Landuse/cover change during lately 50 years in Three Gorges Reservoir Area . Chinese Journal of Applied Ecology, 2008, 19(2): 453-458.Magsci [本文引用: 1]摘要 <FONT face=Verdana>基于1955年1∶50 000地形图、1972年MSS图像、1986和2000年TM图像，定量分析了三峡库区土地利用的动态变化过程，并对其驱动力进行了分析.结果表明：1955—2000年间，研究区土地利用结构发生了明显变化，林地、水域和未利用地面积减少，耕地、草地和建设用地面积增加.在1955—1972、1972—1986和1986—2000年3个时段，该区林地面积持续减少，但减幅逐渐变小；草地和耕地面积分别经历了增减增和增增减的过程；建设用地面积持续增加；水域和未利用地面积持续减少.政策、经济发展和人口增长等因素是研究区土地利用变化的主要影响因子.<BR><BR></FONT> [邵怀勇, 仙巍, 杨武年, 等. 三峡库区近50年间土地利用/覆被变化 . 应用生态学报, 2008, 19(2): 453-458.]Magsci [本文引用: 1]摘要 <FONT face=Verdana>基于1955年1∶50 000地形图、1972年MSS图像、1986和2000年TM图像，定量分析了三峡库区土地利用的动态变化过程，并对其驱动力进行了分析.结果表明：1955—2000年间，研究区土地利用结构发生了明显变化，林地、水域和未利用地面积减少，耕地、草地和建设用地面积增加.在1955—1972、1972—1986和1986—2000年3个时段，该区林地面积持续减少，但减幅逐渐变小；草地和耕地面积分别经历了增减增和增增减的过程；建设用地面积持续增加；水域和未利用地面积持续减少.政策、经济发展和人口增长等因素是研究区土地利用变化的主要影响因子.<BR><BR></FONT>
[11]	Shao Jingan, Zhang Shichao, Wei Chaofu.Remote sensing analysis of land use change in the Three Gorges Reservoir area, based on the construction phase of large-scale water conservancy project . Geographical Research, 2013, 23(12):2189-2203.https://doi.org/10.11821/dlyj201312002 URL [本文引用: 3]摘要使用5期TM/ETM数据,借助动态度、综合指数和程度变化指标,旨在对比理解不同建设阶段三峡库区土地利用变化的特征与轨迹.结果表明:①耕地与林草地间的转换、耕地和林地被建设占用、林草地互换和耕地、林地与草地被水体淹没是三峡工程整个建设20年来土地利用转换的主要方式;②不同建设阶段因驱动者出现的时序不同和作用程度的差异,土地利用及其驱动者在总体格局框架下体现出显著的细部轨迹;③整个工程建设的20年土地利用程度综合指数相对平稳,处于中等以上水平,而利用程度的变化总体呈降低趋势,带有正“W”型的动态格局;④主要土地利用转换方式在空间上的分布广度和集聚度具有较大差异,主体性工程对主要土地利用转换方式的影响呈现强异质性.研究结论有助于丰富对水利工程胁迫下土地利用的理解,为未来适应性土地利用调控政策的制定提供科学依据. [邵景安, 张仕超, 魏朝富. 基于大型水利工程建设阶段的三峡库区土地利用变化遥感分析 . 地理研究, 2013, 23(12): 2189-2203.]https://doi.org/10.11821/dlyj201312002 URL [本文引用: 3]摘要使用5期TM/ETM数据,借助动态度、综合指数和程度变化指标,旨在对比理解不同建设阶段三峡库区土地利用变化的特征与轨迹.结果表明:①耕地与林草地间的转换、耕地和林地被建设占用、林草地互换和耕地、林地与草地被水体淹没是三峡工程整个建设20年来土地利用转换的主要方式;②不同建设阶段因驱动者出现的时序不同和作用程度的差异,土地利用及其驱动者在总体格局框架下体现出显著的细部轨迹;③整个工程建设的20年土地利用程度综合指数相对平稳,处于中等以上水平,而利用程度的变化总体呈降低趋势,带有正“W”型的动态格局;④主要土地利用转换方式在空间上的分布广度和集聚度具有较大差异,主体性工程对主要土地利用转换方式的影响呈现强异质性.研究结论有助于丰富对水利工程胁迫下土地利用的理解,为未来适应性土地利用调控政策的制定提供科学依据.
[12]	Liu Qicheng, Xiong Wenqiang, Han Guifeng.Tendency forecast of Three Gorge land using by means of Markov . Journal of Chongqing University (Natural Science Edition), 2005, 28(2): 107-110.https://doi.org/10.3969/j.issn.1000-582X.2005.02.029 URL [本文引用: 1]摘要为了把握土地利用结构变化的趋势,调整社会经济发展的策略,优化土地利用的结构,实现土地的可持续利用,根据重庆市万州区1995～2001年连续清查的第一手土地利用资料,在分析土地利用现状的基础上,应用马尔可夫理论,对万州区未来几年土地利用过程进行了模拟分析和定量预测.预测结果表明耕地减少速度加快,未利用地开发不充分,交通面积增长缓慢. [刘启承, 熊文强, 韩贵锋. 用马尔可夫理论预测三峡库区的土地利用趋势 . 重庆大学学报(自然科学版), 2005, 28(2): 107-110.]https://doi.org/10.3969/j.issn.1000-582X.2005.02.029 URL [本文引用: 1]摘要为了把握土地利用结构变化的趋势,调整社会经济发展的策略,优化土地利用的结构,实现土地的可持续利用,根据重庆市万州区1995～2001年连续清查的第一手土地利用资料,在分析土地利用现状的基础上,应用马尔可夫理论,对万州区未来几年土地利用过程进行了模拟分析和定量预测.预测结果表明耕地减少速度加快,未利用地开发不充分,交通面积增长缓慢.
[13]	Cao Yingui, Wang Jing, Tao Jia, et al.Simulating regional land use change based on CA and AO . Progress in Geography, 2007, 26(3): 88-95.https://doi.org/10.11820/dlkxjz.2007.03.010 Magsci [本文引用: 1]摘要 <p>运用元胞自动机(Cellular Automata)与AO(ArcObject) 相结合的方法, 在VB 环境下编程来进行三峡库区地类变化模拟研究。以1995 年和2005 年的土地利用图为基础数据, 比较研究期各地类的变化数量与方向以确定地类转换之间的优先级, 然后确定地类的转换概率。研究结果表明此方法便于理解与操作, 同时模拟精度高; 预测结果说理性强, 其结果显示三峡库区城镇建设用地增加, 耕地面积减少, 水域的面积在增加。其预测结果可以指导库区的土地利用规划, 为库区有效土地管理提供参考。</p> [曹银贵, 王静, 陶嘉, 等. 基于CA与AO 的区域土地利用变化模拟研究: 以三峡库区为例 . 地理科学进展, 2007, 26(3): 88-95.]https://doi.org/10.11820/dlkxjz.2007.03.010 Magsci [本文引用: 1]摘要 <p>运用元胞自动机(Cellular Automata)与AO(ArcObject) 相结合的方法, 在VB 环境下编程来进行三峡库区地类变化模拟研究。以1995 年和2005 年的土地利用图为基础数据, 比较研究期各地类的变化数量与方向以确定地类转换之间的优先级, 然后确定地类的转换概率。研究结果表明此方法便于理解与操作, 同时模拟精度高; 预测结果说理性强, 其结果显示三峡库区城镇建设用地增加, 耕地面积减少, 水域的面积在增加。其预测结果可以指导库区的土地利用规划, 为库区有效土地管理提供参考。</p>
[14]	Dong Lixin, Wu Bingfang, Guo Zhenhua, et al.Remote sensing monitor and simulation prediction of cultivated and woody land changes for Three-Gorges Reservoir region . Transactions of the CSAE, 2009, 25(Suppl. 2): 290-297.URL [本文引用: 2]摘要随着三峡工程的建设,库区生态环境变化及城市扩张影响已引起广泛关注。该文利用面向对象方法分析工程前期(1992年)与中期(2002年)农林用地的变化特征;并在SLEUTH模型本地化基础上,模拟预测了重庆地区未来城市扩张及土地利用/覆盖变化过程,研究城市化对该地区农林用地的影响。结果表明,10年间,三峡库区耕地减少而林地增加。其中,坡度大于25°的耕地与乔木林面积减少明显,城市与建设用地扩展迅速。人类活动是农林用地变化的重要原因。模拟显示,在未来十几年,研究区将有一个缓慢的城市扩张过程,并伴有新的增长点,耕地与林地也同时减少。在当前活动强度与开发力度下,库区农林用地的减少趋势仍将较为明显。研究结果对库区的生态环境建设和城市发展具有一定的指导意义。 [董立新, 吴炳方, 郭振华, 等. 三峡库区农林用地变化遥感监测及模拟预测 . 农业工程学报, 2009, 25(增刊2): 290-297.]URL [本文引用: 2]摘要随着三峡工程的建设,库区生态环境变化及城市扩张影响已引起广泛关注。该文利用面向对象方法分析工程前期(1992年)与中期(2002年)农林用地的变化特征;并在SLEUTH模型本地化基础上,模拟预测了重庆地区未来城市扩张及土地利用/覆盖变化过程,研究城市化对该地区农林用地的影响。结果表明,10年间,三峡库区耕地减少而林地增加。其中,坡度大于25°的耕地与乔木林面积减少明显,城市与建设用地扩展迅速。人类活动是农林用地变化的重要原因。模拟显示,在未来十几年,研究区将有一个缓慢的城市扩张过程,并伴有新的增长点,耕地与林地也同时减少。在当前活动强度与开发力度下,库区农林用地的减少趋势仍将较为明显。研究结果对库区的生态环境建设和城市发展具有一定的指导意义。
[15]	Li Yangbin, Shao Jingan, Li Yuechen.Resources, environment and ecology in Three Gorges Area the status and prospect of land use/land cover changes in Three Gorges Reservoir area . Journal of Chongqing Normal University (Natural Science), 2010, 27(2): 31-35.https://doi.org/10.3969/J.ISSN.1672-6693.2010.02.009 URL [本文引用: 2]摘要三峡库区土地利用/土地覆被研究是三峡库区生态环境变化研究的基础,而三峡库区已成为区域土地利用变化研究的热点。当前的研究印证了三峡工程的建设对土地利用土地覆被产生了一定程度的影响,其中,耕地向建设用地的流转是土地利用变化的主导方向,河流水面的面积增加显著,但相关变化机制因不同时间和地点有所差异;库区近几年的生态环境在总体上呈现恶化趋势,局部地区经治理后有所好转。但现有研究对土地利用/土地覆被的空间格局和变化及其和生态环境的空间变异性的认识不够,未来应加强三峡水库蓄水前后的土地利用/土地覆被变化(LUCC)对比研究,移民安置区土地利用变化的对比与土地生态安全评价研究,以及三峡水库未来土地利用/土地覆被格局与变化的模拟研究,以实现对库区土地利用/土地覆被未来变化发展趋势的预测和调控,并在此基础上进一步阐明库区LUCC与土壤侵蚀、库区水环境、库区利用生态安全、三峡水库可持续利用及全球变化的关系。 [李阳兵, 邵景安, 李月臣. 三峡库区土地利用/土地覆被变化研究现状与展望 . 重庆师范大学学报(自然科学版), 2010, 27(2): 31-35.]https://doi.org/10.3969/J.ISSN.1672-6693.2010.02.009 URL [本文引用: 2]摘要三峡库区土地利用/土地覆被研究是三峡库区生态环境变化研究的基础,而三峡库区已成为区域土地利用变化研究的热点。当前的研究印证了三峡工程的建设对土地利用土地覆被产生了一定程度的影响,其中,耕地向建设用地的流转是土地利用变化的主导方向,河流水面的面积增加显著,但相关变化机制因不同时间和地点有所差异;库区近几年的生态环境在总体上呈现恶化趋势,局部地区经治理后有所好转。但现有研究对土地利用/土地覆被的空间格局和变化及其和生态环境的空间变异性的认识不够,未来应加强三峡水库蓄水前后的土地利用/土地覆被变化(LUCC)对比研究,移民安置区土地利用变化的对比与土地生态安全评价研究,以及三峡水库未来土地利用/土地覆被格局与变化的模拟研究,以实现对库区土地利用/土地覆被未来变化发展趋势的预测和调控,并在此基础上进一步阐明库区LUCC与土壤侵蚀、库区水环境、库区利用生态安全、三峡水库可持续利用及全球变化的关系。
[16]	Wang Riming, Xiong Xingyao, Xiao Yang.Simulation of land use spatial pattern change on county scale of Yongchuan District in Chongqing . Chinese Agricultural Science Bulletin, 2014, 30(35): 166-171.URL [本文引用: 1]摘要为了研究快速城市化过程中县级尺度土地利用结构特征,从而更精确把握土地利用与覆被变化的动态过程。将GIS技术与CLUE-S模型结合研究重庆市永川区土地利用空间格局的变化。结果表明：永川区2000—2010年土地利用类型变化均以森林和农田为主,各期占总面积90%以上。从2000—2010年城镇面积显著增加,增加了16.11%,且2005—2010年城镇面积变化程度比2000—2005年变化更为剧烈。森林面积在10年间少量增加。10年间农田面积减少了1660 hm2。对永川区土地利用变化设定3种情景进行模拟,并对预测结果进行比较分析。由此得出：在快速城市化的驱动下,永川区土地利用景观格局变化以森林和农田为主,城镇面积大幅度增加,森林面积也呈现增加趋势。相应地农田面积减少。生态保护情景模式下对生态环境有保护作用的土地利用类型有较好的调控效果。 [王日明, 熊兴耀, 肖洋. 重庆市永川区土地利用空间格局变化模拟 . 中国农学通报, 2014, 30(35): 166-171.]URL [本文引用: 1]摘要为了研究快速城市化过程中县级尺度土地利用结构特征,从而更精确把握土地利用与覆被变化的动态过程。将GIS技术与CLUE-S模型结合研究重庆市永川区土地利用空间格局的变化。结果表明：永川区2000—2010年土地利用类型变化均以森林和农田为主,各期占总面积90%以上。从2000—2010年城镇面积显著增加,增加了16.11%,且2005—2010年城镇面积变化程度比2000—2005年变化更为剧烈。森林面积在10年间少量增加。10年间农田面积减少了1660 hm2。对永川区土地利用变化设定3种情景进行模拟,并对预测结果进行比较分析。由此得出：在快速城市化的驱动下,永川区土地利用景观格局变化以森林和农田为主,城镇面积大幅度增加,森林面积也呈现增加趋势。相应地农田面积减少。生态保护情景模式下对生态环境有保护作用的土地利用类型有较好的调控效果。
[17]	Mao Hanying, Gao Qun, Feng Renguo.The selection of pillar industries under the ecologically and environmentally friendly principles in Three Gorges Area . Acta Geographica Sinica, 2002, 57(5): 553-560.Magsci [本文引用: 1]摘要 <p>三峡库区具有人地矛盾尖锐、生态环境脆弱、经济基础薄弱等特点。本文提出了三峡库区生态环境约束下支柱产业选择的原则,在此基础上建立了库区支柱产业选择的指标体系,运用层次分析法和投入--产出模型等定量研究方法,通过综合比选,将食品工业、以汽车摩托车零配件为主体的机电工业,以中药材深加工为主的医药工业,新型建材和生态旅游作为三峡库区今后15~20年重点发展的支柱产业,并对选择结果作了分析预测。</p> [毛汉英, 高群, 冯仁国. 三峡库区生态环境约束下的支柱产业选择 . 地理学报, 2002, 57(5): 553-560.]Magsci [本文引用: 1]摘要 <p>三峡库区具有人地矛盾尖锐、生态环境脆弱、经济基础薄弱等特点。本文提出了三峡库区生态环境约束下支柱产业选择的原则,在此基础上建立了库区支柱产业选择的指标体系,运用层次分析法和投入--产出模型等定量研究方法,通过综合比选,将食品工业、以汽车摩托车零配件为主体的机电工业,以中药材深加工为主的医药工业,新型建材和生态旅游作为三峡库区今后15~20年重点发展的支柱产业,并对选择结果作了分析预测。</p>
[18]	Luo G P, Yin C Y, Chen X, et al.Combining system dynamic model and CLUE-S model to improve land use scenario analyses at regional scale: A case study of Sangong watershed in Xinjiang, China . Ecological Complexity, 2010(7): 198-207.https://doi.org/10.1016/0093-691X(96)84696-6 URL [本文引用: 1]摘要 Uses of models of land use change are primary tools for analyzing the causes and consequences of land use changes, assessing the impacts of land use change on ecosystems and supporting land use planning and policy. However, no single model is able to capture all of key processes essential to explore land use change at different scales and make a full assessment of driving factors and impacts. Based on the multi-scale characteristics of land use change, combination and integration of currently existed models of land use change could be a feasible solution. Taken Sangong watershed as a case study, this paper describes an integrated methodology in which the conversion of land use and its effect model (CLUE), a spatially explicit land use change model, has been combined with a system dynamic model (SD) to analyze land use dynamics at different scales. A SD model is used to calculate area changes in demand for land types as a whole while a CLUE model is used to transfer these demands to land use patterns. Without the spatial consideration, the SD model ensures an appropriate treatment of macro-economic, demographic and technology developments, and changes in economic policies influencing the demand and supply for land use in a specific region. With CLUE model the land use change has been simulated at a high spatial resolution with the spatial consideration of land use suitability, spatial policies and restrictions to satisfy the balance between land use demand and supply. The application of the combination of SD and CLUE model in Sangong watershed suggests that this methodology have the ability to reflect the complex behaviors of land use system at different scales to some extent and be a useful tool for analysis of complex land use driving factors such as land use policies and assessment of its impacts on land use change. The established SD model was fitted or calibrated with the 1987-1998 data and validated with the 1998-2004 data; combining SD model with CLUE-S model, future land use scenarios were analyzed during 2004-2030. This work could be used for better understanding of the possible impacts of land use change on terrestrial ecosystem and provide scientific support for land use planning and managements of the watershed. (C) 2010 Elsevier B.V. All rights reserved.
[19]	Wu Guiping, Zeng Yongnian, Zou Bing, et al.Simulation on spatial land use patterns using AutoLogistic method: A case study of Yongding County, Zhangjiajie . Acta Geographica Sinica, 2008, 63(2): 156-164.Magsci [本文引用: 1]摘要 <p>土地利用/ 土地覆被变化(LUCC) 是当前研究全球变化的重要内容, 而区域土地利用格局模拟是LUCC 研究的核心内容之一。以张家界市永定区为研究单元, 根据由2005 年土地利用现状图和数字高程模型数据源得到的土地利用、地形、河流以及道路等空间数据, 对区域土地利用类型空间格局的空间自相关性特征进行了建模研究, 并通过在传统Logistic 模型中引入描述空间自相关性的成份, 实现了能够考虑自相关性因素的回归分析模型 (AutoLogistic 模型), 同时应用该模型对区域土地利用格局进行了模拟和分析。结果显示, 通过与没有考虑空间自相关性的回归模型(传统Logistic 模型) 相比较, 该模型显示了更好的拟合优度和更高的拟合准确率(耕地、林地、建设用地及未利用地的ROC 值分别从0.851、 0.913、0.877 和0.852 提高到0.893、0.940、0.907 和0.863)。研究结果说明了基于 AutoLogistic 方法的土地利用格局的相关性建模在一定意义上是合理的。同时研究结果也可以为永定区及其相似地区的土地利用规划决策提供更为科学的依据。</p> [吴桂平, 曾永年, 邹滨, 等. AutoLogistic方法在土地利用格局模拟中的应用: 以张家界市永定区为例 . 地理学报, 2008, 63(2): 156-164.]Magsci [本文引用: 1]摘要 <p>土地利用/ 土地覆被变化(LUCC) 是当前研究全球变化的重要内容, 而区域土地利用格局模拟是LUCC 研究的核心内容之一。以张家界市永定区为研究单元, 根据由2005 年土地利用现状图和数字高程模型数据源得到的土地利用、地形、河流以及道路等空间数据, 对区域土地利用类型空间格局的空间自相关性特征进行了建模研究, 并通过在传统Logistic 模型中引入描述空间自相关性的成份, 实现了能够考虑自相关性因素的回归分析模型 (AutoLogistic 模型), 同时应用该模型对区域土地利用格局进行了模拟和分析。结果显示, 通过与没有考虑空间自相关性的回归模型(传统Logistic 模型) 相比较, 该模型显示了更好的拟合优度和更高的拟合准确率(耕地、林地、建设用地及未利用地的ROC 值分别从0.851、 0.913、0.877 和0.852 提高到0.893、0.940、0.907 和0.863)。研究结果说明了基于 AutoLogistic 方法的土地利用格局的相关性建模在一定意义上是合理的。同时研究结果也可以为永定区及其相似地区的土地利用规划决策提供更为科学的依据。</p>
[20]	Wu G P, Zeng Y N, Xiao P F, et al.Using autologistic spatial models to simulate the distribution of land-use patterns in Zhangjiajie, Hunan Province . Journal of Geographical Sciences, 2010, 20(2): 310-320.https://doi.org/10.1007/s11442-010-0310-y Magsci [本文引用: 1]摘要 <p>Nowadays, spatial simulation on land use patterns is one of the key contents of LUCC. Modeling is an important tool for simulating land use patterns due to its ability to integrate measurements of changes in land cover and the associated drivers. The conventional regression model can only analyze the correlation between land use types and driving factors, but cannot depict the spatial autocorrelation characteristics. Land uses in Yongding County, which is located in the typical karst mountain areas in northwestern Hunan province, were investigated by means of modeling the spatial autocorrelation of land use types with the purpose of deriving better spatial land use patterns on the basis of terrain characteristics and infrastructural conditions. Through incorporating components describing the spatial autocorrelation into a conventional logistic model, we constructed a regression model (Autologistic model), and used this model to simulate and analyze the spatial land use patterns in Yongding County. According to the comparison with the conventional logistic model without considering the spatial autocorrelation, this model showed better goodness and higher accuracy of fitting. The distribution of arable land, wood land, built-up land and unused land yielded areas under the ROC curves (AUC) was improved to 0.893, 0.940, 0.907 and 0.863 respectively with the autologistic model. It is argued that the improved model based on autologistic method was reasonable to a certain extent. Meanwhile, these analysis results could provide valuable information for modeling future land use change scenarios with actual conditions of local and regional land use, and the probability maps of land use types obtained from this study could also support government decision-making on land use management for Yongding County and other similar areas.</p>
[21]	He F L, Zhou J L, Zhu H T.Autologistic regression model for the distribution of vegetation . Journal of Agricultural, Biological, and Environmental Statistics, 2003, 8(2): 205-222.https://doi.org/10.1198/1085711031508 URL [本文引用: 1]摘要 Modeling the contagious distribution of vegetation and species in ecology and biogeography has been a challenging issue. Previous studies have demonstrated that the autologistic regression model is a useful approach for describing the distribution because spatial correlation can readily be accounted for in the model. So far studies have been mainly restrained to the first-order autologistic model. However, the first-order correlation model may sometimes be insufficient as long-range dispersal/migration can play a significant role in species distribution. In this study, we used the second-order autologistic regression model to model the distributions of the subarctic evergreen woodland and the boreal evergreen forest in British Columbia, Canada, in terms of climate covariates. We investigated and compared three estimation methods for the second-order model-the maximum pseudo-likelihood method, the Monte Carlo likelihood method, and the Markov chain Monte Carlo stochastic approximation. Detailed procedures for these methods were developed and their performances were evaluated through simulations. The study demonstrates the importance for including the second-order correlation in the autologistic model for modeling vegetation distribution at the large geographical scale; each of the two vegetations studied was strongly autocorrelated not only in the south-north direction but also in the northwest-southeast direction. The study further concluded that the assessment of climate change should be performed on the basis of individual vegetation or species because different vegetation or species likely respond differently to different sets of climate variables.
[22]	Verburg P H, de Nijs T C M, van Eck J R, et al. A method to analyse neighbourhood characteristics of land use patterns . Computers, Environment and Urban Systems, 2004, 28(6): 667-690.https://doi.org/10.1016/j.compenvurbsys.2003.07.001 URL [本文引用: 1]摘要 Neighbourhood interactions between land use types are often included in the spatially explicit analysis of land use change. Especially in the context of urban growth, neighbourhood interactions are often addressed both in theories for urban development and in dynamic models of (urban) land use change. Neighbourhood interactions are one of the main driving factors in a large group of land use change models based on cellular automata (CA). This paper introduces a method to analyse the neighbourhood characteristics of land use. For every location in a rectangular grid the enrichment of the neighbourhood by specific land use types is studied. An application of the method for the Netherlands indicates that different land use types have clearly distinct neighbourhood characteristics. Land use conversions can be explained, for a large part, by the occurrence of land uses in the neighbourhood. The neighbourhood characterization introduced in this paper can help to further unravel the processes of land use change allocation and assist in the definition of transition rules for cellular automata and other land use change models.
[23]	Pontius J, Laura C S.Land-cover change model validation by an ROC method for the Ipswich watershed, Massachusetts, USA . Agriculture, Ecosystems and Environment, 2001, 85(1-3): 239-248.https://doi.org/10.1016/S0167-8809(01)00187-6 URL [本文引用: 1]摘要 Scientists need a better and larger set of tools to validate land-use change models, because it is essential to know a model's prediction accuracy. This paper describes how to use the relative operating characteristic (ROC) as a quantitative measurement to validate a land-cover change model. Typically, a crucial component of a spatially explicit simulation model of land-cover change is a map of suitability for land-cover change, for example a map of probability of deforestation. The model usually selects locations for new land-cover change at locations that have relatively high suitability. The ROC can compare a map of actual change to maps of modeled suitability for land-cover change. ROC is a summary statistic derived from several two-by-two contingency tables, where each contingency table corresponds to a different simulated scenario of future land-cover change. The categories in each contingency table are actual change and actual non-change versus simulated change and simulated non-change. This paper applies the theoretical concepts to a model of deforestation in the Ipswich watershed, USA.
[24]	Chen Y L, Huang C S, Liu J Y.Statistical evidences of seismo-ionospheric precursors applying receiver operating characteristic (ROC) curve on the GPS total electron content in China . Journal of Asian Earth Sciences, 2015, 114(15): 393-402.https://doi.org/10.1016/j.jseaes.2015.05.028 URL [本文引用: 1]摘要 Evidence of the seismo-ionospheric precursor (SIP) is reported by statistically investigating the relationship between the total electron content (TEC) in global ionosphere map (GIM) and 5602 M 0282026.0 earthquakes during 1998–2013 in China. A median-based method together with the z test is employed to examine the TEC variations 3002days before and after the earthquake. It is found that the TEC significantly decreases 0600–1000 LT 1–602days before the earthquake, and anomalously increases in 3 time periods of 1300–1700 LT 12–1502days; 0000–0500 LT 15–1702days; and 0500–0900 LT 22–2802days before the earthquake. The receiver operating characteristic (ROC) curve is then used to evaluate the efficiency of TEC for predicting M 0282026.0 earthquakes in China during a specified time period. Statistical results suggest that the SIP is the significant TEC reduction in the morning period of 0600–1000 LT. The SIP is further confirmed since the area under the ROC curve is positively associated with the earthquake magnitude.
[25]	Verburg P H, Eickhout B, van Meijl H. A multi-scale, multi-model approach for analyzing the future dynamics of European land use . The Annals of Regional Science, 2008, 42(1): 57-77.https://doi.org/10.1007/s00168-007-0136-4 URL [本文引用: 1]
[26]	Verburg P H, Berkel van D B, Doorn van A. M., et al. Trajectories of land use change in Europe: A model-based exploration of rural futures . Landscape Ecology, 2010, 25: 217-232.https://doi.org/10.1007/s10980-009-9347-7 URL Magsci [本文引用: 1]摘要 <a name="Abs1"></a>Land use change is characterized by a high diversity of change trajectories depending on the local conditions, regional context and external influences. Policy intervention aims to counteract the negative consequences of these changes and provide incentives for positive developments. Region typologies are a common tool to cluster regions with similar characteristics and possibly similar policy needs. This paper provides a typology of land use change in Europe at a high spatial resolution based on a series of different scenarios of land use change for the period 2000–2030. A series of simulation models ranging from the global to the landscape level are used to translate scenario conditions in terms of demographic, economic and policy change into changes in European land use pattern. A typology developed based on these simulation results identifies the main trajectories of change across Europe: agricultural abandonment, agricultural expansion and urbanization. The results are combined with common typologies of landscape and rurality. The findings indicate that the typologies based on current landscape and ruralities are poor indicators of the land use dynamics simulated for the regions. It is advocated that typologies based on (simulated) future dynamics of land change are more appropriate to identify regions with potentially similar policy needs.
[27]	Verburg P H, Overmars K P.Combining top-down and bottom-up dynamics in land use modeling: Exploring the future of abandoned farmlands in Europe with the Dyna-CLUE model . Landscape Ecology, 2009, 24: 1167-1181.https://doi.org/10.1007/s10980-009-9355-7 URL Magsci [本文引用: 1]摘要 <a name="Abs1"></a>Land use change is the result of interactions between processes operating at different scales. Simulation models at regional to global scales are often incapable of including locally determined processes of land use change. This paper introduces a modeling approach that integrates demand-driven changes in land area with locally determined conversion processes. The model is illustrated with an application for European land use. Interactions between changing demands for agricultural land and vegetation processes leading to the re-growth of (semi-) natural vegetation on abandoned farmland are explicitly addressed. Succession of natural vegetation is simulated based on the spatial variation in biophysical and management related conditions, while the dynamics of the agricultural area are determined by a global multi-sector model. The results allow an exploration of the future dynamics of European land use and landscapes. The model approach is similarly suitable for other regions and processes where large scale processes interact with local dynamics.
[28]	Zheng H W, Shen G Q, Hao W, et al.Simulating land use change in urban renewal areas: A case study in Hong Kong . Habitat International, 2015, 46: 23-34.https://doi.org/10.1016/j.habitatint.2014.10.008 URL [本文引用: 1]摘要 A considerable amount of research has been conducted on land use change, as it is extremely helpful when it comes to decision-making and policy formulation. Although land use change in urban renewal areas differs from that in new towns, very little research has focused on urban renewal and even less at the local or district level where most decisions need to be made. This study therefore developed a model for simulating land use change in urban renewal districts by combining the conversion of land use and its effects at small regional extent (CLUE-S) model and the Markov chain prediction model. The Yau Tsim Mong district of Kowloon in Hong Kong was the study area for the simulation, and historical land utilization data from 2000 to 2009 was used to validate the proposed model. By applying the validated model, four future land use scenarios were simulated for 2018 (the baseline scenario, the open space scenario, the residential scenario and the balanced scenario). The results not only indicate the effectiveness of the proposed model but also provide alternatives for future urban renewal based on different policy directions taken in the land use planning process.
[29]	Verburg P H.Tutorial CLUE-S and DYNA-CLUE. Handbook of CLUE-s Model. 2008. [本文引用: 1]
[30]	Liu Miao, Hu Yuanman, Chang Yu, et al.Analysis of temporal predict in abilities for the CLUE-S land use model . Acta Ecologica Sinica, 2009, 29(11): 6110-6119.Magsci [本文引用: 1]摘要模型模拟是生态学中的重要方法，特别是当实验不可进行时。在不同预案下基于模型的土地利用预测对于土地利用规划和政策制定具有十分重要意义。然而，很多研究没有对模型在研究区的时间尺度预测能力加以分析，从而可能导致模拟结果的不可靠。以岷江上游地区为例，采用Kappa指数系列对CLUE\\|S模型在研究区的时间尺度预测能力进行研究。结果表明CLUE\\|S模型在岷江上游地区时间尺度上的最大预测能力为22a，超过时间预测能力的预测结果不可靠。研究为土地利用模型模拟时间尺度确定提供了一种有效的方法。 [刘淼, 胡远满, 常禹, 等. 土地利用模型时间尺度预测能力分析: 以CLUE-S模型为例 . 生态学报, 2009, 29(11): 6110-6119.]Magsci [本文引用: 1]摘要模型模拟是生态学中的重要方法，特别是当实验不可进行时。在不同预案下基于模型的土地利用预测对于土地利用规划和政策制定具有十分重要意义。然而，很多研究没有对模型在研究区的时间尺度预测能力加以分析，从而可能导致模拟结果的不可靠。以岷江上游地区为例，采用Kappa指数系列对CLUE\\|S模型在研究区的时间尺度预测能力进行研究。结果表明CLUE\\|S模型在岷江上游地区时间尺度上的最大预测能力为22a，超过时间预测能力的预测结果不可靠。研究为土地利用模型模拟时间尺度确定提供了一种有效的方法。
[31]	Peng Li.Study on land use change and land usestructure optimiztion in Three Gorges Reservoir area [D]. Wuhan: Huazhong Agricultural University, 2013. [本文引用: 2] [彭丽. 三峡库区土地利用变化及结构优化研究[D] . 武汉: 华中农业大学, 2013.] [本文引用: 2]
[32]	Li Jianguo, Pu Lijie, Liu Jinping, et al.The temporal and spatial characteristics of vegetation activity in Three Gorges Reservoir area (Chongqing) from 2001 to 2010 and its influencing factors . Resources Science, 2013, 34(8): 1500-1507.Magsci [本文引用: 1]摘要利用2001年-2010年的MODIS陆地产品MOD13A3 NDVI数据对三峡库区重庆段近10年来的植被生长状况及其影响因素进行分析,结果表明:①三峡库区重庆段东部、中南部中高山区NDVI较高,西部川东平行岭谷区,长江干流及其支流谷地NDVI较低;地形和人类建设活动成为主要的影响因素;②近10年来三峡库区重庆段植被活动总体上呈逐渐增强的趋势;③研究区植被活动出现极化的趋势,植被稀疏的区域植被活动进一步减小,植被茂密的区域植被活动保持稳定或增强,夏季最为明显;④研究区6种植被类型中,阔叶林的NDVI最高,为0.6904;水生植被的NDVI最低,为0.5710。草甸和灌丛、灌草丛两种植被类型增长最为迅速,分别为0.6%和0.48%;⑤地形、坡度和地形起伏度是影响三峡库区重庆段植被生长状况最为重要的因素,三个因素从根本上决定了植被的空间分布与变化轨迹。其中,地形起伏是坡度与地形起伏度形成的充分条件,成为最根本的决定性影响因素,同时,人类活动已经成为该区植被退化的主要因素。 [李建国, 濮励杰, 刘金萍, 等. 2001年至2010年三峡库区重庆段植被活动时空特征及其影响因素 . 资源科学, 2012, 34(8): 1500-1507.]Magsci [本文引用: 1]摘要利用2001年-2010年的MODIS陆地产品MOD13A3 NDVI数据对三峡库区重庆段近10年来的植被生长状况及其影响因素进行分析,结果表明:①三峡库区重庆段东部、中南部中高山区NDVI较高,西部川东平行岭谷区,长江干流及其支流谷地NDVI较低;地形和人类建设活动成为主要的影响因素;②近10年来三峡库区重庆段植被活动总体上呈逐渐增强的趋势;③研究区植被活动出现极化的趋势,植被稀疏的区域植被活动进一步减小,植被茂密的区域植被活动保持稳定或增强,夏季最为明显;④研究区6种植被类型中,阔叶林的NDVI最高,为0.6904;水生植被的NDVI最低,为0.5710。草甸和灌丛、灌草丛两种植被类型增长最为迅速,分别为0.6%和0.48%;⑤地形、坡度和地形起伏度是影响三峡库区重庆段植被生长状况最为重要的因素,三个因素从根本上决定了植被的空间分布与变化轨迹。其中,地形起伏是坡度与地形起伏度形成的充分条件,成为最根本的决定性影响因素,同时,人类活动已经成为该区植被退化的主要因素。
[33]	Shen G Z, Xie Z Q.Three Gorges Project: Chance and challenge . Science, 2004, 304(30): 681. [本文引用: 1]
[34]	Wang X W, Chen Y, Song L C, et al.Analysis of lengths, water areas and volumes of the Three Gorges Reservoir at different water levels using Landsat images and SRTM DEM data . Quaternary International, 2013, 304(5): 115-125.https://doi.org/10.1016/j.quaint.2013.03.041 URL摘要 The impoundment and operation of the Three Gorges Reservoir (TGR) are geophysical “controlled experiments”. However, detailed procedures, data source and uncertainties on TGR's basic parameters, such as lengths, water areas and volumes, were not available to the science community, and are provided in this study by using Landsat images, SRTM DEM data and measurements. Reservoir lengths are between 650 km and 700 km at the water level of 175 m above sea level (a.s.l.). The natural (but near maximum) water area of the Yangtze River within the reservoir (at the full range of 699 km) based on Landsat images was 489 kmin August, 2002, before the impoundment. At 175 m a.s.l., the total water area mapped by Landsat images (929 km) is 6510% less than those derived from SRTM DEM data (1006 km) and reported by Three Gorges Corporation (TGC) (1040 km). SRTM DEM data could classify 90–92% of these areas as water areas, while the total areas from Landsat, SRTM and TGC have over 96% agreements at water levels ≤170 m. The larger estimate of water area by DEM data from both TGC and SRTM at 175 m could be partially explained by the construction of levees. The total static volumes derived from SRTM DEM data above 70 m have a linear relationship (= 0.99, Mean Absolute Difference = 0.43 km) with those reported by the Information Center of Water Resource (ICWR), Ministry of Water Resource, China. The analysis also suggests that the ICWR-reported water volumes in the reservoir neglect the wedge storage in a flooding peak.
[35]	Xiu X B, Tan Y, Yang G S.Environmental impact assessments of the Three Gorges Project in China: Issues and interventions . Earth-Science Reviews, 2013, 124: 115-125.https://doi.org/10.1016/j.earscirev.2013.05.007 URL Magsci [本文引用: 1]摘要 The paper takes China's authoritative Environmental Impact Statement for the Yangzi (Yangtze) Three Gorges Project (TGP) in 1992 as a benchmark against which to evaluate emerging major environmental outcomes since the initial impoundment of the Three Gorges reservoir in 2003. The paper particularly examines five crucial environmental aspects and associated causal factors. The five domains include human resettlement and the carrying capacity of local environments (especially land), water quality, reservoir sedimentation and downstream riverbed erosion, soil erosion, and seismic activity and geological hazards. Lessons from the environmental impact assessments of the TGP are: (1) hydro project planning needs to take place at a broader scale, and a strategic environmental assessment at a broader scale is necessary in advance of individual environmental impact assessments; (2) national policy and planning adjustments need to react quickly to the impact changes of large projects; (3) long-term environmental monitoring systems and joint operations with other large projects in the upstream areas of a river basin should be established, and the cross-impacts of climate change on projects and possible impacts of projects on regional or local climate considered. (C) 2013 Elsevier B.V. All rights reserved.
[36]	Shao Jingan, Zhang Shichao, Li Xiubin.Farmland marginalization in the mountainous areas: Characteristics, influencing factors and policy implications . Journal of Geographical Sciences, 2015, 25(6): 701-722.https://doi.org/10.1007/s11442-015-1197-4 Magsci [本文引用: 1]摘要 <p>Based on SPOT-5 images, 1:1 million topographic maps, the maps of the returning farmland to forest project and the Chongqing forest project, social and economic statistics, etc., this paper identifies the features and factors influencing farmland marginalization. The results showed: (1) During 2002-2012, the rate of farmland marginalization was 16.18%, which was mainly found in the high areas of northern Qiyao mountains and the medium-altitude areas of southern Qiyao mountains. And this farmland marginalization will increase, associated with non-agriculturalization of rural labourers and aging of the remaining labourers. (2) Elevation, distance radius from villages and road connections had a great influence on farmland marginalization. Farmland marginalization rates showed an increasing trend with the increase of elevation, and 60.88% of the total farmland marginalization area is found at an altitude greater than 1000 m above sea level. The marginalization trend also increases with slope and distance from the distribution network. (3) Farmland area per labourer and the average age of farm labourers were major factors driving farmland marginalization. Farmland transfer and small agricultural machinery sets affect farmland marginalization with respect to management and productivity efficiency. (4) Farmland with “comparative- disadvantage-dominated marginalization” accounted for 55.32% of the total farmland marginalization area, followed by “location-dominated marginalization” (33.80%). (5) According to the specifics of each real situation, different policies are suggested to mitigate the marginalization. A “continuous marginalization” policy will encourage the return of farmland to forest in “terrain-dominated marginalization”. An “anti-marginalization” policy is suggested to create new rural accommodation and improve the rural road system to counteract “terrain-dominated marginalization”. And another “anti-marginalization” policy is planned to improve management and micro-mechanization for “comparative-disadvantage-dominated marginalization”. A new idea was developed to integrate high resolution remote sensing and statistical data with survey information to identify land marginalization and its driving forces in mountainous areas.</p>
[37]	Shao Jingan, Zhang Shichao, Li Xiubin.The role of rural farmland transfer in preventing farmland abandonment in the mountainous areas . Acta Geographica Sinica, 2015, 70(4): 436-649.https://doi.org/10.11821/dlxb201504011 Magsci [本文引用: 2]摘要 <p>耕地撂荒是目前山区发展较快的一种土地利用变化,耕地流转能否缓解这一过程,促进土地资源有效配置,以避免耕地资源浪费,是一个值得探讨的课题。借助前期研究成果,使用多视角两因素散点分析和单因素相关分析方法,旨在查明山区耕地流转对缓解耕地撂荒的作用,结果表明：① 在村级尺度上,样区耕地流转与耕地撂荒间呈现显著负相关关系,流转率高的村庄,撂荒率低,尤其在优等耕作条件的耕地中表现更为突出,说明耕地流转可以减少优等耕作条件的耕地撂荒;② 在地块尺度上,优等耕作条件的耕地撂荒率显著低于劣等耕作条件,样区耕地的撂荒主要由Ⅳ等耕作条件的耕地所贡献;③ 在村级尺度上,样区耕作条件对耕地撂荒率的作用较弱,村样本间耕作条件对撂荒率差异的解释能力不强,优等耕作条件的耕地撂荒仍然存在,说明以耕地流转率代表的土地租赁市场尚不发育;④ 但是,样区耕地流转率高的村庄,优等耕作条件的耕地撂荒率低,说明耕地撂荒仍然受到土地租赁市场的完善程度所左右,且土地租赁市场在优化耕地资源利用方面的作用已有一定程度的显现;⑤ 进一步完善土地租赁的市场化程度,有助于减少或降低耕地撂荒现象的发生,可以避免优等耕作条件的耕地浪费。</p> [邵景安, 张仕超, 李秀彬. 山区土地流转对缓解耕地撂荒的作用 . 地理学报, 2015, 70(4): 636-649.]https://doi.org/10.11821/dlxb201504011 Magsci [本文引用: 2]摘要 <p>耕地撂荒是目前山区发展较快的一种土地利用变化,耕地流转能否缓解这一过程,促进土地资源有效配置,以避免耕地资源浪费,是一个值得探讨的课题。借助前期研究成果,使用多视角两因素散点分析和单因素相关分析方法,旨在查明山区耕地流转对缓解耕地撂荒的作用,结果表明：① 在村级尺度上,样区耕地流转与耕地撂荒间呈现显著负相关关系,流转率高的村庄,撂荒率低,尤其在优等耕作条件的耕地中表现更为突出,说明耕地流转可以减少优等耕作条件的耕地撂荒;② 在地块尺度上,优等耕作条件的耕地撂荒率显著低于劣等耕作条件,样区耕地的撂荒主要由Ⅳ等耕作条件的耕地所贡献;③ 在村级尺度上,样区耕作条件对耕地撂荒率的作用较弱,村样本间耕作条件对撂荒率差异的解释能力不强,优等耕作条件的耕地撂荒仍然存在,说明以耕地流转率代表的土地租赁市场尚不发育;④ 但是,样区耕地流转率高的村庄,优等耕作条件的耕地撂荒率低,说明耕地撂荒仍然受到土地租赁市场的完善程度所左右,且土地租赁市场在优化耕地资源利用方面的作用已有一定程度的显现;⑤ 进一步完善土地租赁的市场化程度,有助于减少或降低耕地撂荒现象的发生,可以避免优等耕作条件的耕地浪费。</p>
[38]	Development and construction control provisions of "Sishan" area in Chongqing. Bulletin of the People's Government of Chongqing Municipality, 2007.URL [本文引用: 1]摘要正重庆市人民政府令第204号《重庆市“四山”地区开发建设管制规定》已经2007年3月26日市人民政府第97次常务会议审议通过,现予公布,自2007年5月1日起施行。 [重庆市“四山”地区开发建设管制规定. 重庆市人民政府公报, 2007.]URL [本文引用: 1]摘要正重庆市人民政府令第204号《重庆市“四山”地区开发建设管制规定》已经2007年3月26日市人民政府第97次常务会议审议通过,现予公布,自2007年5月1日起施行。

多因素耦合下三峡库区土地利用未来情景模拟

本站小编 Free考研考试/2021-12-29

Land use driving forces and its future scenario simulation in the Three Gorges Reservoir Area using CLUE-S model