论文部分内容阅读
土地利用/覆盖变化(Land Use/Cover Change,LUCC)是全球变化研究的核心课题之一。在全球环境恶化,能源趋于枯竭,人口急剧膨胀的今天,绿洲经济的发展和环境之间的不协调日益加剧,并已严重地威胁绿洲未来的可持续发展。因此,合理、协调、可持续地发展绿洲,是当今全球,特别是干旱半干旱地区一项具有重大理论与现实意义的研究课题。本研究主要采用遥感与GIS技术、以TM遥感影像为基本数据源、在对影像准确分类的基础上,结合神经网络等多种技术和方法,详细分析了干旱区LUCC过程特征,建立了干旱区LUCC相关模型,讨论了干旱区典型代表区域——新疆于田绿洲LUCC过程固有的本质规律,并对未来LUCC趋势做了数量和空间的综合模拟。1、通过对常用LUCC模型方法的研究及相应案例的对比,对各类模型方法的特点和应用现状进行分析综述。2、对遥感影像做了详细分析和预处理,在此基础上得到较高精度的分类结果。首先以农田,高、中、低密度草地,荒漠,水体,盐渍地为分类系统,对研究区历史年的LUCC过程进行详细特征分析;其次从绿洲、绿洲-荒漠交错带、荒漠的角度进一步探讨研究区LUCC特征。结果发现:干旱区LUCC热点区域主要集中在绿洲-荒漠交错带,并具有整体变化不大,但局部变化剧烈的特点。3、通过土地覆盖动态变化检测,建立了多种步长下,即多个时间间隔的Markov链模型。评价了不同步长下模型的精度,并对未来LUCC进行了预测。通过详细分析,最终得出以下结论:干旱区LUCC过程是符合马尔柯夫性的,并具有一定遍历性;同时还发现,很少被引入LUCC过程分析的马氏链首达时间这一参数,在揭示干旱区LUCC过程本质规律中具有分析简单、反映规律明显的特点,且能等同于一个首达时间意义上的干旱区LUCC模型;另外,在建立马氏模型过程中,步长的选择是十分重要的,因为不同步长下的模型,可能会出现完全不同的结果。4、为建立基于ANN的干旱区LUCC空间模拟的CA模型,本研究特别对各个空间因子应用GIS分析方法进行提取。在不同分辨率下,首次应用灰色关联度方法对因子选择的合理性进行量化评价,并排出了各个分辨率下的平均灰色关联序:中草>水体>荒漠>道路>盐地>低草>农田>高草;最后,剔除最低关联度的高草密度这一因子。结果发现:不同分辨率下空间因子的关联度是随着分辨率变化而变化的,分辨率越小,关联度越高;同时,也证明了应用灰色关联度分析法进行类似CA模型建立前的因子合理性检验是行之有效的。5、以神经网络为技术手段,获取土地利用单元转变规则,并以Markov链模型预测结果做为边界条件,建立干旱区LUCC的ANN-CA模型,并对未来2009年LUCC做了模拟。结果表明该方法建立的空间模拟模型具有一定精度,且对当地可持续发展决策具有一定指导作用。依据以上LUCC过程分析和探讨,结合所建立模型模拟未来用地的结果,笔者最后对该研究区未来向良性方向发展给出了如下结论:未来土地利用/土地覆盖对环境的影响优劣,很大程度上取决于人类对土地的开发利用方式,以及当地对绿洲-荒漠交错带的养护水平。可见,人类活动在未来对LUCC的影响