(完整word版)IDRISI软件之CA_Markov模块实现土地利用变化模拟方法及步骤

基于CA-Markov模型的细河流域土地利用变化动态模拟杜娟;杨国范;李佳奇
【期刊名称】《农业科技与装备》
【年(卷),期】2014(000)006
【摘要】为探讨细河流域的土地利用变化情况,利用1991,2001和2011年3期遥感影像解译得到的土地利用数据,采用CA-Markov模型模拟2011年的土地利用情景,确定模型可靠.以2011年数据为基础,预测20 a后的土地利用情况.结果表明:2031年细河流域的土地利用格局基本不变,与2011年相比,林地、草地、水域和建设用地处于增加状态,而耕地与未利用地则相对减少.
【总页数】4页(P59-61,64)
【作者】杜娟;杨国范;李佳奇
【作者单位】沈阳农业大学水利学院,沈阳110866;沈阳农业大学水利学院,沈阳110866;沈阳工学院能源与水利学院,辽宁抚顺113122;沈阳农业大学水利学院,沈阳110866
【正文语种】中文
【中图分类】F301.2
【相关文献】
1.基于CA-Markov模型的关中—天水经济区土地利用变化动态模拟 [J], 井梅秀;李晶
2.基于CA-Markov模型的藉河流域土地利用变化动态模拟 [J], 王友生;余新晓;贺
康宁;李庆云;张由松;宋思铭
3.基于CA-Markov模型的河北坝上沙化区土地利用变化动态模拟研究 [J], 彭博; 范慧涛; 牛庆花; 郭宇嘉; 谷建才
4.基于CA-Markov模型的河北坝上沙化区土地利用变化动态模拟研究 [J], 彭博; 范慧涛; 牛庆花; 郭宇嘉; 谷建才
5.基于CA-Markov模型的滇池流域土地利用变化动态模拟研究 [J], 何丹;周璟;高伟;郭怀成;于书霞;刘永
因版权原因，仅展示原文概要，查看原文内容请购买。

IDRISI软件之CA_Markov模块实现土地利用变化模拟方法及步骤一、首先创建一个工程目录二、数据格式转换所用的数据是IDRISI中的栅格数据，因此需要将gis中的tif数据转换为IDRISI支持的栅格数据格式。

方法：File→Import→Desktop Publishing Formats→GEOTIFF/TIFF转换后的格式为.rst三、获取马尔科夫矩阵方法：Modeling→Environmental/Simulation models→MARKOV1表示获取转换矩阵的前一期影像，为我们的87年遥感影像；2表示获取转换矩阵的后一期影像，为我们的96年遥感影像；3是这个模型中输出条件概率的前缀，表示的是从87到96变化的一些信息（具体是什么，我也不清楚，但是后续的预测会用到这个文件），一般都是我们自己命名，比如说8796；4表示第一个与第二个影像之间的时间间隔，这里为9年；5表示我们向前预测的时间周期，这里也设置为9年，即模拟2005年的土地利用情况；6是比例误差（我看的资料里面一般都设置的是0.15）。

获取的马尔科夫矩阵记录了在下一个时期，从每个土地利用类型转换为其他土地利用类型的概率。

四、实现CA_Markov模型预测土地利用变化模拟使用的是IDRISI软件中的CA-Markov模型, 位于Modeling→Environmental/Simulation models→CA_Markov。

1表示模拟05影像需要依据的影像，即为我们的96年遥感影像；2表示马尔科夫转换矩阵面积文件，这里选择的是马尔科夫转换概率矩阵；3即为转换适宜性图集（我是把从87转换为96年影像中产生的那个8796文件作为适宜性图集，一般都是自己重新做一个这种图集，需要道路、河流、坡度等信息，我之前也做过，但主观性特别强，而且出来的模拟精度很低，所以就舍弃了这个方法）；4表示输出的土地利用变化数据，命名为05；5表示元胞自动机循环次数，一般为两个年份之间间隔的整数倍，这里可以取9、18、27等等，但是数字越大，需要的模拟时间越多；6是我们讨论的CA模型中邻域结构的设定，系统默认的是5*5型，即为我们所说的5*5的冯诺依曼形状，如下所示：0 0 1 0 00 1 1 1 01 1 1 1 10 1 1 1 00 0 1 0 0如果需要自己设置的话，可以选择上述对话框中的User-defined filter，但是里面的文件需要我们自己制作，方法如下（以7*7摩尔结构为例）：1）点击工具栏上的Edit按钮：2）编辑输入过滤模板第一行表示7行第二行表示7列下面的矩阵构成邻域过滤矩阵，1表示有影响作用的邻域，反之用0表示。

基于 CA-Markov 模型的贵州山区2022年土地利用格局模拟郜红娟;许丽君【期刊名称】《四川农业大学学报》【年(卷),期】2015(000)003【摘要】【目的】为探讨快速发展的山区未来土地利用变化规律。

【方法】利用CA-Markov 模型，以贵州省麻江县为例，利用1992年、2002年和2012年三期土地利用数据，模拟了2022年土地利用格局，并分析了土地利用格局演变特点。

【结果】结果表明：到2022年研究区耕地、未利用地、草地不断下降，而林地、建设用地和水域将持续增加。

耕地、林地、草地和未利用地破碎化下降，建设用地破碎度增加，水域破碎度变化不大；耕地、林地、草地、建设用地的景观形状趋于规则化，而未利用地景观形状复杂化增强，水域景观形状复杂性变化不大；除未利用地聚合度下降外，其他地类聚合度都呈增加趋势。

研究区景观破碎度降低；景观形状复杂性下降，各景观类型面积比重不断趋于均衡化，聚集度增强。

【结论】该模型对山区土地利用模拟具有较高精度，研究结果可为土地优化研究奠定基础。

【总页数】6页(P294-298,318)【作者】郜红娟;许丽君【作者单位】贵州师范学院地理与旅游学院，贵州贵阳 550018;贵州师范学院地理与旅游学院，贵州贵阳 550018【正文语种】中文【中图分类】F321.1;P208【相关文献】1.基于CA-Markov模型的宿州市土地利用景观格局演变模拟 [J], 张荣天;焦华富2.基于遥感与CA-Markov模型的土地利用景观格局模拟及其驱动力研究 [J], 顾刘阳;张永福;朱小强;赵坤城;郭家新;;;;;;;;;;3.基于形态学空间格局分析与CA-Markov模型的武义县绿色基础设施时空格局变化及情景模拟 [J], 林鸿煜;钱晶;严力蛟;黄绍荣4.基于CA-Markov模型的呼图壁县土地利用景观格局预测研究 [J], 朱增云; 阿里木江·卡斯木5.海洋经济驱动下的海岸带土地利用景观格局演变研究--基于CA-Markov模型的模拟预测 [J], 张剑;许鑫;隋艳晖因版权原因，仅展示原文概要，查看原文内容请购买。

若尔盖国家级自然保护区湿地变化模拟贾虎军;杨武年【摘要】以1990年、1994年、2000年和2009年4期遥感影像数据为数据源，基于CA-Markov模型，利用4种不同的时间策略模拟了若尔盖国家级自然保护区和10 km缓冲区范围内湿地变化。

以1994年保护区建立为时间节点，研究了政策干预前后保护区里外湿地类型的变化情况，从而评估若尔盖保护区的建立对湿地保护的意义。

研究结果表明，若尔盖保护区湿地退化严重，湿地保护的效果并不显著。

【期刊名称】《地理空间信息》【年(卷),期】2014(000)001【总页数】4页(P104-107)【关键词】遥感图像;CA-Markov模型;若尔盖湿地;动态变化;国家级自然保护区【作者】贾虎军;杨武年【作者单位】成都理工大学地学空间信息技术国土资源部重点实验室/遥感与GIS研究所，四川成都610059;成都理工大学地学空间信息技术国土资源部重点实验室/遥感与GIS研究所，四川成都610059【正文语种】中文【中图分类】P237.9湿地系指天然或人工、长久或暂时性沼泽地、湿原、泥炭地或水域地带，带有静止或流动淡水、半咸水、咸水体者，包括低潮时水深不超过6 m的海域。

因经济发展、人口快速增长，我国40%的湿地资源受到严重的威胁[1]。

研究表明，1990～2000年中国的湿地总面积减少了50 358 km2[2]。

若尔盖高原是中国最大的高原沼泽湿地分布区，也是黄河长江上游最重要的水源涵养地之一[3]。

已有学者对若尔盖地区景观格局变化及驱动力因子、沙漠化和生态安全评价做了研究[3-7]；但对若尔盖湿地保护影响程度的研究文章很少。

本文旨在研究若尔盖保护区及其缓冲区湿地类型变化，从而评估政策干预对湿地保护的影响。

1.1 研究区概况四川若尔盖国家级自然保护区位于四川省阿坝藏族羌族自治州若尔盖县境内，1994年建立若尔盖县自然保护区，1998年晋升为国家级自然保护区，更名为若尔盖湿地国家级自然保护区，并列入国际重要湿地。

42基于CA-Markov模型的洞庭湖区土地利用变化模拟研究袁淑君 王莹*（湖南工程职业技术学院）摘要：本文以洞庭湖区为研究对象，通过回归分析进一步探索了各驱动因子和各土地类型空间布局上的潜在关系，在此基础上，利用CA-Markov模型，根据现有趋势预测2035年洞庭湖区土地利用类型布局。

模拟的2035年土地利用空间布局中，建设用地、草地、水域和未利用土地面积将保持增加趋势，耕地和林地面积将保持减少趋势。

总体而言，洞庭湖区城市化进程大大加快，主要集中在岳阳楼区、武陵区和赫山区。

草地、水域和未利用地主要分布在城镇和地区的边缘。

本文旨在分析洞庭湖区土地利用变化的内在规律，以期为洞庭湖区土地资源的优化配置提供参考。

关键词：土地利用变化；Binary-Logistic线性回归；CA-Markov模型；洞庭湖区【作者简介】 袁淑君(1983— )，女，副教授，高级工程师，硕士研究生，湖南工程职业技术学院，研究方向：土地资源管理与规划研究。

【通讯作者】王莹(1995— )，女，助讲，硕士研究生，湖南工程职业技术学院，研究方向：土地资源管理与规划研究。

【基金项目】 2022年度湖南省教育厅科学研究项目（22C0834）；湖南省自然资源厅科技计划项目（2022G06）。

土地利用模拟是研究土地利用变化趋势、探索人地关系协调发展的重要手段。

[1]通过数据测算及空间分析找到影响地类布局的驱动因子，探寻隐藏在地类变化中的规律，结合模拟模型将掌握的规律进行迭代运算，可以得到按照当前趋势未来某一时间段的土地利用类型的布局形式，为未来区域土地利用管理政策制定提供数据支持。

[2]土地利用布局优化是指对土地要素进行空间调控，力求在不同区域之间实现不同类型的合理配置，是实现土地资源合理利用、优化城市发展空间发展格局的重要手段。

[3]土地利用布局优化方案对国土部门制定城市总体规划具有现实参考意义，对促进地方经济发展、加强生态保护、实现社会公平、促进资源利用协调发展具有深远意义。

第 41 卷 ，第 2 期 2024 年4 月15 日国土资源科技管理Vol. 41，No.2Apr. 15，2024 Scientific and Technological Management of Land and Resourcesdoi：10.3969/j.issn.1009-4210.2024.02.004基于CA-Markov模型的成都市土地利用变化情景模拟及碳效应分析刘雅雅1，2，3，李欣欣1，2，3，余向克1，2，3，黄中杰1，2，3（1.四川省国土科学技术研究院（四川省卫星应用技术中心），四川　成都　610045；2.自然资源部耕地资源调查监测与保护利用重点实验室，四川　成都　610045；3.自然资源部成都平原国土生态与土地利用野外科学观测研究站，四川　成都　610045）摘　要：本研究基于成都市2005年、2010年、2015年、2020年土地利用现状分析，应用CA-Markov模型和情景预测模型，通过设置3种土地利用变化情景预测2030年成都市的土地利用结构变化，并对成都市土地利用变化导致的碳效应变化进行分析。

结果表明：（1）成都市土地利用格局变化总体呈现耕地和草地减少、建设用地增加的趋势。

2005—2020年，建设用地面积增加最多，耕地面积减少最多。

（2）3种土地利用变化情景下都出现建设用地面积增加，耕地和草地面积减少的趋势。

自然发展情景建设用地增加3.39×104hm2，城市发展情景建设用地增加5.66×104hm2，生态保护情景建设用地增加1.67×104hm2，生态保护情景建设用地增速明显低于自然发展情景和城市发展情景。

（3）城市发展情景下的总碳效应是自然发展情景的1.62倍，是生态保护情景的3.76倍。

建设用地扩张是影响碳效应的主要因素，在城市建设中严格限制建设用地过度扩张，是实现城市绿色低碳发展的重要路径。

关键词：碳吸收；低碳；土地利用变化；情景模拟中图分类号：F301.2 文献标志码：Ａ 文章编号：1009-4210-（2024）02-38-12Scenario Simulation of Land Use Change in Chengdu and Carbon EffectAnalysis Based on CA-Markov ModelLIU Yaya1，2，3，LI Xinxin1，2，3,YU Xiangke1，2，3，HUANG Zhongjie1，2，3（1．Institute of Land Science and Technology of Sichuan （Satellite Application Technology Center of Sichuan），Chengdu 610045，Sichuan，China；2．Key Laboratory of Investigation，Monitoring，Protection and Utilization for Cultivated Land Resources,Ministry of Natural Resources，Chengdu 610045，Sichuan，China；3．Observation and Research Station of Land Ecology and Land Use in Chengdu Plain，Ministry of Natural Resources，Chengdu 610045，Sichuan，China）Abstract: Based on the analysis of land use status in 2005，2010，2015 and 2020，this study applies CA-Markov model and scenario prediction model to predict the changes in land use structure of Chengdu 收稿日期：2023-12-08基金项目：四川省自然资源厅科技项目（KJ-2022-(10)）作者简介：刘雅雅（1996—），女，助理研究员，从事国土空间规划及生态保护红线研究。

基于CA-Markov模型的楚雄市土地利用动态监测及预测研究作者：裴子誉白家雪陆文榆许永涛来源：《安徽农业科学》2022年第02期摘要運用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）02-0072-06doi：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 ModelPEI 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）。

2024年1月灌溉排水学报第43卷第1期Jan.2024Journal of Irrigation and Drainage No.1Vol.4352文章编号：1672-3317（2024）01-0052-09基于CA-Markov 模型的淮河流域土地利用变化研究刘赛艳a ，张永江a ，解阳阳a,b ，张钦a ，席海潮a（扬州大学a.水利科学与工程学院；b.现代农村水利研究院，江苏扬州225009）摘要：【目的】研究淮河流域土地利用变化特征并预测淮河流域2030年土地利用变化，实现流域土地资源的合理开发利用。

【方法】基于淮河流域1990—2020年共7期的土地利用数据，采用土地利用转移矩阵和土地利用动态度分析淮河流域土地利用变化特征。

基于元胞自动机-马尔科夫（CA-Markov ）模型模拟淮河流域2010和2015年的土地利用格局，并在满足一定的精度条件下，预测淮河流域2030年的土地利用变化趋势。

【结果】①耕地和建设用地面积占淮河流域土地利用面积的80%以上，是淮河流域最主要的两种土地利用类型；②耕地的减少和建设用地的持续扩张是淮河流域1990—2020年土地利用最为明显的变化特征；③基于CA-Markov 模型模拟的2010年和2015年土地利用的Kappa 系数分别为0.937和0.944，模拟精度较高；④预测的淮河流域2030年土地利用变化显示：耕地的减少和建设用地的扩张仍然是主要趋势，但二者变化幅度放缓，林地和草地的变化不显著，水域面积继续增加。

【结论】淮河流域建设用地大幅度扩张以及耕地面积持续减少应引起重视，基于CA-Markov 模型模拟的2030年土地利用变化可为流域未来土地利用开发提供参考。

关键词：土地利用；CA-Markov 模型；转移矩阵；Kappa 系数；淮河流域中图分类号：F301.2文献标志码：Adoi ：10.13522/ki.ggps.2023309OSID ：刘赛艳,张永江,解阳阳,等.基于CA-Markov 模型的淮河流域土地利用变化研究[J].灌溉排水学报,2024,43(1):52-59,96.LIU Saiyan,ZHANG Yongjiang,XIE Yangyang,et al.Research on land use change in Huaihe River basin based on the CA-Markov model[J].Journal of Irrigation and Drainage,2024,43(1):52-59,96.0引言【研究意义】土地是人类社会发展的基础资源，土地的开发利用关系到气候变化、生物多样性和环境污染等诸多问题，影响社会经济的可持续发展和生态坏境的良性演变[1]。