基于CA-Markov模型的“絲綢之路經(jīng)濟帶”沿線地區(qū)土地利用變化分析與預測
——以西北五省為例

周　熙，馬智民，尹　芳，江　東

(1.長安大學 地球科學與資源學院， 陜西 西安　710054;2.中國科學院 地理科學與資源研究所資源利用與環(huán)境修復重點實驗室,北京　100101)

“絲綢之路經(jīng)濟帶”是2013年9月中國國家主席習近平在出訪哈薩克斯坦期間提出的重大倡議,該倡議與同年10月習近平主席提出的“21世紀海上絲綢之路”共同引起世界各國的高度重視,將兩項倡議并稱為“一帶一路”戰(zhàn)略。2015年3月27日,中國國家發(fā)展改革委、外交部和商務部于海南博鰲亞洲論壇聯(lián)合發(fā)布《推動共建絲綢之路經(jīng)濟帶和21世紀海上絲綢之路的愿景與行動》[1],標志著“一帶一路”戰(zhàn)略進入全面推進建設階段?！耙粠б宦贰睉?zhàn)略是推動中國經(jīng)濟全球化發(fā)展,促進國際區(qū)域經(jīng)濟合作的新模式,它的實施對實現(xiàn)區(qū)域經(jīng)貿往來,各國互利共贏有著重要意義。

土地利用變化是研究區(qū)域環(huán)境變化的重要內容,它能夠反映人類活動和社會發(fā)展對陸地表層生態(tài)環(huán)境所造成的影響,是人類社會經(jīng)濟活動和自然生態(tài)環(huán)境交互作用的重要指示[2]。當前,土地利用變化的研究熱點區(qū)域主要集中在生態(tài)環(huán)境脆弱、人地矛盾突出等具有鮮明問題的地區(qū)。在“一帶一路”戰(zhàn)略中,“絲綢之路經(jīng)濟帶”沿線地區(qū)在中國境內主要分布于西北五省,包括陜西、寧夏、甘肅、青海和新疆,這5個省份在自然環(huán)境、社會經(jīng)濟等方面都具有典型的問題。因此,對中國西北五省的土地利用變化情況進行研究,不僅有助于保護區(qū)域生態(tài)環(huán)境,緩解人地關系矛盾,更是對當前推進“絲綢之路經(jīng)濟帶”的實施建設有著重要的作用。

當前對土地利用變化進行分析和模擬的模型有很多,何寶忠等[3]利用Markov模型對吐魯番市的土地利用變化情況進行了分析和預測,建議該地區(qū)應當加強耕地保護并加強對未利用地的開發(fā);杜際增[4]等基于Markov鏈模型分析了長江源區(qū)土地利用變化情況,認為人為因素改善了研究區(qū)的土地覆被情況,降水量的增加使土地覆被退化情況得以緩解;楊俊等[5]利用元胞自動機模型對大連經(jīng)濟技術開發(fā)區(qū)的土地利用情況進行了分析和預測,并對模型進行改良使其更適合對研究區(qū)進行模擬;劉毅等[6]以宏觀、中觀、微觀3個尺度結合元胞自動機模型對大連市新城區(qū)的土地利用格局進行預測,認為同心圓組團模式下的新增用地發(fā)展緊湊。但是,傳統(tǒng)的馬爾柯夫模型的空間預測能力較弱,無法得知各種類型土地在空間上的變化狀態(tài)[7];元胞自動機模型具有模擬復雜空間系統(tǒng)的時空動態(tài)演變能力,但其預測結果是基于元胞間的局部相互作用而產(chǎn)生,存在一定的局限性[8],結合兩者優(yōu)勢的CA-Markov模型,具備了CA模型對復雜系統(tǒng)空間變化的模擬能力和Markov模型的長期預測能力,可在時間和空間上都較好地進行土地利用變化時空格局的模擬和預測。國外Darrel Jenerette[9]利用CA-Markov模型分析模擬了亞歷桑那州菲尼克斯地區(qū)的土地利用變化情況,研究表明城市擴張和人口增長有關;Andersson[10]利用CA-Markov模型模擬了城市聚落的演變;國內井梅秀等[11]利用TM影像對關天經(jīng)濟區(qū)土地利用格局進行模擬,模擬結果顯示耕地和林地面積衰減,但并未對土地利用變化情況進行分析;劉淑燕等[12]利用CA-Markov模型對黃土丘陵地區(qū)中羅玉溝流域這一較小范圍的土地利用變化進行了研究,發(fā)現(xiàn)坡耕地面積的減少速率在降低,并結合土地利用動態(tài)度模型對變化情況進行分析;雷浩川等[13]以青海湖流域為研究對象,僅將研究區(qū)的預測結果與遙感影像解譯數(shù)據(jù)進行精度對比,發(fā)現(xiàn)兩者的結果接近;于濤[14]和李小龍[15]等利用CA-Markov模型分別對新疆克州及昌吉市的土地利用變化進行模擬預測,認為生態(tài)環(huán)境處于惡化趨勢,但對土地利用變化情況未進行深入分析?，F(xiàn)有的研究大多集中在東部沿海地區(qū),對西北生態(tài)脆弱地區(qū)開展的研究較少,部分針對西北地區(qū)開展的研究也僅以較小區(qū)域為研究對象,基本沒有基于CA-Markov模型對整個西北地區(qū)的土地利用變化情況進行模擬預測的研究,并且現(xiàn)有的研究大多為基于土地利用數(shù)據(jù)對研究區(qū)情況進行預測和基于研究數(shù)據(jù)的變化進行簡單的分析,并未結合土地利用變化的相關分析模型進行研究,因此本研究在當前“絲綢之路經(jīng)濟帶”建設背景下，針對整個西北地區(qū)開展土地利用變化的分析和預測具有一定的研究意義。

本文基于1980年和2005年中國西北五省土地覆被數(shù)據(jù),利用GIS的空間分析功能和分析模型對不同時期的土地利用情況進行分析,并結合CA-Markov模型對未來土地利用情況進行模擬預測,以期對西北五省“絲綢之路經(jīng)濟帶”的實施建設提供決策依據(jù)。

1　研究區(qū)概況和數(shù)據(jù)來源

1.1　研究區(qū)概況

本文以中國西北五省為研究區(qū),包括陜西、寧夏、甘肅、青海、新疆,此五省為“絲綢之路經(jīng)濟帶”在中國境內西北地區(qū)所覆蓋的省份,其中陜西省更是“古絲綢之路”的起點。研究區(qū)位于東徑73°25′～110°55′,北緯31°35′～49°15′ 之間,地跨濕潤區(qū)、半濕潤區(qū)、半干旱區(qū)、干旱區(qū),氣候差異性顯著,以溫帶季風氣候和溫帶大陸性氣候為主[16]。氣溫由東南向西北方向遞減。年均降水量在400毫米線以下,降水量變化由東南向西北遞減[17]。地形以高原、平原、盆地為主。自然景觀分布為從森林向草原、荒漠草原、荒漠、高原過渡[18],植被覆蓋度也隨之由高向低變化。

1.2　數(shù)據(jù)來源

研究數(shù)據(jù)為1980年和2005年西北5省100m分辨率土地覆被數(shù)據(jù),數(shù)據(jù)內容包括耕地、林地、草地、水域、建設用地、未利用地等6個一級土地類型和25個二級土地類型,數(shù)據(jù)來自國家地球科學數(shù)據(jù)共享平臺。本研究以6個一級土地類型為研究對象(見圖1、圖2)。

圖1　1980年西北五省土地利用現(xiàn)狀圖Fig.1　Acquired land use map across five provinces in Northwest China in 1980

圖2　2005年西北五省土地利用現(xiàn)狀圖Fig.2　Acquired land use map across five provinces in Northwest China in 2005

2　研究方法

2.1　土地利用動態(tài)度模型

2.1.1單一土地利用動態(tài)度單一土地利用類型變化動態(tài)度是用來表達研究區(qū)在一定時間內某種土地利用類型的數(shù)量變化情況,能夠直接反映土地利用類型變化的幅度和速度[19],計算公式為

(1)

式中:KT為研究時段內某一地類動態(tài)度,km2/a;Ua-U為研究期內該土地類型發(fā)生轉移部分的面積,km2;Ua為該土地類型在研究期初的面積,km2;U為該土地類型在研究期內未發(fā)生變化的面積,km2;T為研究期時長,a。

2.1.2綜合土地利用動態(tài)度綜合土地利用動態(tài)度綜合考慮了在某一時期內研究區(qū)土地利用類型之間互相轉移的情況,以反映區(qū)域內土地利用變化程度是否劇烈,使研究者能夠找出土地利用變化的熱點區(qū)域[11],計算公式為

(2)

2.2　土地利用動態(tài)變化空間分析測算模型

當區(qū)域土地利用變化活動發(fā)生較活躍時,土地利用動態(tài)度模型不能夠較好的對其進行模擬和分析,因此劉盛和[20]等對土地利用動態(tài)度模型進行了修正,并在此基礎上提出了土地利用動態(tài)變化空間分析模型,計算公式為

(3)

(4)

100%=TRLi+IRLi。

(5)

式中：TRLi為第i種土地類型在研究期內土地發(fā)生轉移的速率,km2/a;IRLi為第i種土地類型在研究期內土地面積新增的速率,km2/a;CCLi為其空間變化速率,km2/a;Ub為該土地類型在研究期末的面積,km2;T為研究期時長,a。對該模型進行分析能夠發(fā)現(xiàn),當對研究區(qū)所有土地利用類型的空間變化速率進行測算時,若土地類型發(fā)生轉移的面積和新增的面積相等時,兩者的速率相等且空間變化速率為年均變化率的2倍。

2.3　CA-Markov模型

2.3.1元胞自動機模型元胞自動機模型是一種時間、空間、狀態(tài)都離散，空間相互作用和時間因果關系都為局部的網(wǎng)絡動力學模型,具有強大的模擬復雜系統(tǒng)時空演化過程的能力[21]。元胞自動機模型可用下式表示:

Sijt+1=fN(Sijt)

(6)

式中：S表示ij的狀態(tài);f是轉換函數(shù),定義了元胞從t時刻到t+1時刻的轉換。N是元胞的鄰域,屬于f的一個輸入變量。應用定義好的轉換規(guī)則就可以實現(xiàn)對局部空間范圍內的元胞演化。

2.3.2Markov模型在事件發(fā)展過程中,如果狀態(tài)轉移過程無后效性,或者說,每次狀態(tài)轉移都與而且只與前一時刻狀態(tài)有關,則這樣的過程為Markov過程。在這一過程中,事件從某一種狀態(tài)轉移到下一時刻其他狀態(tài)的可能性,稱為狀態(tài)轉移概率,記為Pij。在土地利用結構預測中,通常所指的狀態(tài)即指用地類型,如耕地、林地等[22]。因此,從一種土地利用類型到另一種土地利用類型的變化過程可視為Markov過程,土地利用類型之間相互轉換的面積數(shù)量或比例即為狀態(tài)轉移概率。因此,可基于下式對土地利用狀態(tài)進行預測:

S(T)=Pij×S(T0)

(7)

式中:S(T)，S(T0)分別表示T和T0時刻的土地利用狀態(tài);Pij為狀態(tài)轉移矩陣,由下式表示

(8)

式中:n為土地利用類型。

2.3.3CA-Markov模型基于元胞自動機模型強大的空間動態(tài)演化能力與馬爾柯夫模型的時間動態(tài)模擬的優(yōu)勢,將兩種模型相結合構建CA-Markov 模型,以期對土地利用變化進行模擬。該模型將土地利用柵格數(shù)據(jù)中的每一個像元作為元胞,結合與土地利用變化有關的一系列空間因子變量,形成土地利用面積轉移矩陣,模擬土地類型驅動變化的轉換規(guī)則,從而確定元胞狀態(tài)的轉移，從而模擬土地利用格局的變化[23]。

3　結果與分析

3.1　1980—2005年西北五省土地利用變化情況

3.1.1土地利用類型變化及特征分析利用ArcGIS將原始柵格數(shù)據(jù)轉換為矢量數(shù)據(jù),對其進行融合得到6個一級土地類型的土地利用現(xiàn)狀圖,并利用疊置分析功能對1980年和2005年的矢量數(shù)據(jù)進行處理, 可計算得到1980—2005年西北五省土地利用變化面積轉移矩陣(見表1), 對該矩陣進行分析可知西北五省在25年間各土地利用類型發(fā)生的變化。 與1980年相比, 2005年林地、 草地和未利用地分別減少了540.21，6 239.81和3 942.26 km2,占總面積的0.02%，0.21%和0.13%,而耕地、建設用地和水域分別增加了6 927.9，3 100.86和693.5 km2,占總面積的0.23%，0.1%和0.02%。

在不同土地利用類型向其他地類轉出的過程中,林地向草地和耕地轉化的面積較大,分別為1 133.72和722.22 km2,占林轉出總面積的60%和38%;草地向耕地轉出14 171.90 km2,占其轉出總面積的81%,而向林地、建設用地、水域、未利用地轉移的面積分別占轉出總面積的6%，5%，4%，4%,由此可見,在1980—2005年這25年間,人們?yōu)榱松姘l(fā)展同時緩解人口增長的壓力,開墾了大量的土地用作糧食生產(chǎn),使得林地與草地的數(shù)量大幅度減少,盡管在20世紀90年代國家采取退耕還林還草等措施來緩解林草地面積減少的問題,也取得了一定的效果,但是就25年來的整體變化來看,林草地要回到1980年間的數(shù)量是較難實現(xiàn)的。隨著國家實行改革開放戰(zhàn)略以來,經(jīng)濟發(fā)展迅速,因此建設用地在不斷增加,但是由于西北地區(qū)自然環(huán)境條件,對城鎮(zhèn)的建設和擴張有一定的限制作用,因此建設用地面積的增長幅度不大。國家為了解決西北地區(qū)干旱缺水的問題,實行南水北調戰(zhàn)略,并在各地區(qū)開展水利建設,因此西北五省的水域面積在25年間有所增加。

表1　1980—2005年西北五省土地利用變化面積轉移矩陣Tab.1　Transition matrix of land use changes in 1980 and 2005 of five provinces in Northwest China　km2

3.1.2土地利用變化模型測算結果及分析利用土地利用動態(tài)度模型和空間分析測算模型對1980—2005年間西北五省不同利用類型土地面積的轉移速率和新增速率進行測算,得到土地利用變化率表(見表2)。從表2中可以看出,林地、耕地和建設用地的轉移速率最快,草地的轉移速率最慢,其中林地、草地的新增面積小于轉出面積,因此林地面積在25年間處于高速衰減的趨勢,草地面積處于緩慢衰減趨勢;耕地的新增面積大于轉移面積,因此耕地面積處于高速增長的趨勢,而水域的面積處于緩慢增長趨勢。

在新增部分中,建設用地面積的新增速率最快,其次為耕地,未利用地的新增速率最慢;而耕地的新增面積最大,占土地新增總面積的43%,其次為草地,占新增總面積的23%,林地的新增面積最少,占新增總面積的3%。雖然草地的新增面積較大,但是由于其轉出的面積大于新增面積,因此總體趨勢仍然是下降的,反之耕地面積是增長的。

表2　1980—2005年西北五省土地利用變化率Tab.2　Annual change rate of land use in 1980 and 2005 of five provinces in Northwest China

3.1.3土地利用動態(tài)度模型和空間分析測算模型計算結果比較將基于土地利用動態(tài)度模型和空間分析測算模型測算出的1980—2005年西北五省土地利用變化率進行匯總得到變化率對比表(見表3),對兩種模型測算出的結果進行對比可知,當研究對象為某一土地利用類型時,兩種模型測算的結果差異較大,這是由于土地利用動態(tài)度模型僅考慮土地轉出面積的變化速率,而空間分析測算模型則是對轉出面積和新增面積的變化速率都進行了考慮。如林地、耕地和建設用地動態(tài)度模型計算的結果都是是0.13km2/a,而空間分析測算模型計算的結果分別為0.22，0.34和0.35 km2/a。這說明當某一種土地利用類型的轉出過程和新增過程都比較活躍時,土地利用動態(tài)度模型的計算結果低估了實際變化的過程。因此,空間分析測算模型對土地利用類型面積變化情況的計算更貼合實際情況。而對于研究區(qū)總體來說,土地利用變化的過程中轉出和新增的土地面積是一樣的,因此兩種模型的計算結果是一樣的。

表3　1980—2005年西北五省土地利用變化率基于不同模型的測算結果Tab.3　Annual change rate of land use in 1980 and 2005 of five provinces in Northwest China based on different models　km2·a-1

3.2　基于CA-Markov模型預測西北五省2030年土地利用格局

利用CA-Markov模型對土地利用格局進行預測前需要確定土地面積轉移概率矩陣?；贛arkov模型,根據(jù)不同利用類型土地面積的年平均轉化率來確定土地利用類型的轉移概率,以1980—2005年土地利用變化面積轉移矩陣為基礎,建立Markov土地面積轉移概率矩陣(見表4)。

表4　1980—2005年西北五省土地利用變化面積轉移概率矩陣Tab.4　Transition probability matrix of land use changes in 1980 and 2005 of five provinces in Northwest China

以1980年土地利用覆被數(shù)據(jù)為基期,結合土地利用變化面積轉移概率矩陣,利用CA-Markov模型對25年后即2005年的西北五省土地利用格局進行預測,得到2005年西北五省土地利用現(xiàn)狀模擬圖(見圖3)。

圖3　2005年西北五省土地利用現(xiàn)狀模擬圖Fig.3　Acquired land use simulating map across five provinces in Northwest China in 2005

以2005年土地利用覆被數(shù)據(jù)為基期,結合土地利用變化面積轉移概率矩陣,利用CA-Markov模型對25年后即2030年的西北五省土地利用格局進行預測,得到2030年西北五省土地利用現(xiàn)狀預測圖(見圖4)。

圖4　2030年西北五省土地利用現(xiàn)狀預測圖Fig.4　Acquired land use forecasting map across five provinces in Northwest China in 2030

對2030年西北五省土地利用現(xiàn)狀預測數(shù)據(jù)進行分析可知, 到2030年西北五省的林地面積為59 342.88 km2, 草地面積為884 762.36 km2, 耕地面積為440 584.28 km2, 建設用地面積為154 905.26 km2,水域面積為193 471.25 km2,未利用地面積為1 281 712.17 km2。與2005年的土地利用數(shù)據(jù)進行對比可知,2005—2030年的土地利用變化趨勢基本和1980—2005年的土地利用變化趨勢保持一致,具體表現(xiàn)為林地、草地和未利用地面積減少,減少面積分別占2005年各地類面積的0.48%、0.43%和0.21%,耕地、建設用地和水域的面積增加,增加面積分別占2005年各地類面積的1.11%，0.72%和0.41%。對比2005年和2030年的土地利用格局與分布情況可知,2005—2030年期間林地以向耕地、草地轉移為主,大片草地主要向耕地轉移,而耕地僅有一小部分面積轉回了草地,小部分建設用地、水域和未利用地向草地轉移,其他轉移情況十分微小,但是各地類增減的幅度有所降低,這是基于土地利用變化面積轉移概率矩陣得到的預測結果。

4　結論與討論

4.1　結　論

西北五省幅員遼闊,總面積約占中國陸地面積的三分之一,區(qū)域內自然生態(tài)環(huán)境復雜,人類活動對區(qū)域內的土地利用變化有著巨大影響。當前,中國在大力推進“一帶一路”戰(zhàn)略的建設,作為在中國境內的“絲綢之路經(jīng)濟帶”沿線地區(qū),西北五省未來的土地利用格局變化必然受到這一戰(zhàn)略實施的影響。因此,本文分析了不同歷史時期西北五省土地利用格局的變化情況,并基于CA-Markov模型預測了2030年西北五省的土地利用格局。

1)由1980—2005年西北五省土地利用變化面積轉移矩陣可知,西北五省在1980—2005年這25年間土地利用格局發(fā)生了較大的變化。與1980年相比,2005年林地、草地和未利用地面積分別減少了540.21，6 239.81和3 942.26km2,而耕地、建設用地和水域面積分別增加了6 927.9，3 100.86和693.53 km2。

2)結合土地利用變化動態(tài)度模型和空間分析測算模型對1980—2005年土地利用變化情況進行計算,對結果進行對比分析可知,土地利用變化動態(tài)度模型對地類面積的轉移速率進行計算時,其結果是適用的,但該模型未考慮地類面積的新增情況,因此對土地利用類型動態(tài)變化的測算有局限性;而空間分析測算模型則綜合考慮了地類面積轉移和新增的情況,因此能夠更準確地反映土地利用類型的動態(tài)變化程度。

3)基于CA-Markov模型和土地面積轉移概率矩陣對2005年西北五省土地利用格局進行模擬,檢驗結果顯示，皮爾遜X2指數(shù)為39 435 436.000 00,Kappa系數(shù)為0.999 9,表明2005年西北五省土地利用格局的模擬結果具有較高的可信度。在此基礎上對2030年西北五省土地利用進行預測,結果表明, 2005—2030年期間西北五省的土地利用變化趨勢與1980—2005年的變化趨勢一致,林地、草地、未利用地面積減少,耕地、建設用地和水域面積增加。

西北五省幅員遼闊,區(qū)域內自然條件復雜,生態(tài)環(huán)境脆弱,為了更好地推進“一帶一路”戰(zhàn)略的實施,應當加強對生態(tài)環(huán)境的保護為社會經(jīng)濟建設打下良好的基礎。當前,國家要求建設18億畝高標準基本農(nóng)田以確保糧食安全,那么在生態(tài)脆弱區(qū)域保證耕地數(shù)量的同時開展退耕還林還草等工作以提升林草地數(shù)量,同時對未利用地進行合理開發(fā)都顯得十分重要。

4.2　討　論

本文的研究結果可為推進“絲綢之路經(jīng)濟帶”實施提供有力的決策依據(jù),對西北五省土地利用結構與布局的規(guī)劃調整、土地資源的優(yōu)化配置提供一定的依據(jù),對寒旱區(qū)生態(tài)環(huán)境修復和保護工作起到一定的指導意義。但是,本研究仍存在一定的問題需要繼續(xù)研究解決。

1)研究所采用數(shù)據(jù)年份跨度較大,期間自然環(huán)境變化受到社會經(jīng)濟、政策法規(guī)等影響因素較大,且不同時間段內的影響因素也存在較大差異,因此在后續(xù)研究中應當減小時間跨度,特別是在“一帶一路”戰(zhàn)略提出前后、實施前后對土地利用變化影響的研究,以期得到該戰(zhàn)略對生態(tài)環(huán)境的影響。

2)對影響土地利用變化的驅動因素未做深入的研究和分析,僅基于土地利用覆被數(shù)據(jù)對研究區(qū)的變化情況進行了分析,在后續(xù)研究中應當開展對影響變化的驅動因素的相關研究。

3)對土地利用覆被數(shù)據(jù)的精度差異對預測效果的影響未作深入的研究,不同精度的數(shù)據(jù)對預測結果存在一定的影響,因此在后續(xù)研究中可開展對不同類型、不同精度數(shù)據(jù)對預測結果的影響的相關研究。

參考文獻：

[1]國家發(fā)展改革委,外交部,商務部.推動共建絲綢之路經(jīng)濟帶和21世紀海上絲綢之路的愿景與行動[R].北京:外交出版社，2015.

[2]MOONE H A, DURAIAPPAH A, LARIGAUDERIE A. Evolution of natural and social science interactions in global change research programs[J]. PNAS, 2013, 110(Suppl 1): 3665-3672.

[3]何寶忠，高敏華，趙軍安.基于馬爾科夫模型的吐魯番市土地覆被動態(tài)變化研究[J].水土保持研究，2014,21(5):41-48.

[4]杜際增，王根緒，李元壽.基于馬爾科夫鏈模型的長江源區(qū)土地覆蓋格局變化特征[J].生態(tài)學雜志, 2015，34(1):195-203.

[5]楊俊，解鵬，席建超，等.基于元胞自動機模型的土地利用變化模擬——以大連經(jīng)濟技術開發(fā)區(qū)為例[J].地理學報, 2015，70(3):461-475.

[6]劉毅，楊晟，陳吉寧，等.基于元胞自動機模型的城市土地利用變化模擬[J].清華大學學報(自然科學版), 201353(1):72-77.

[7]劉愛軍，王保林.基于馬爾柯夫模型的草原退化動態(tài)時空特征研究 [J]. 草業(yè)學報，2012，21(5):229-236.

[8]郭歡歡，李波，侯鷹，等.元胞自動機和多主體模型在土地利用變化模擬中的應用[J]. 地理科學進展，2011,30(11):1336-1344.

[9]DARREL G. Jenerette, Wu Jianguo. Analysis and simulation of land-use change in the central arizona-phoenix region, USA[J]. Landscape Ecology, 2001, 16(7): 611-626.

[10] LIU Xiaohang, Andersson C. Assessing the impact of temporal dynamics on land-use change modeling[J]. Computers, Environment and Urban Systems, 2004, 28(1/2): 107-124.

[11] 井梅秀，李晶.基于CA-Markov模型的關中-天水經(jīng)濟區(qū)土地利用變化動態(tài)模擬[J].陜西師范大學學報(自然科學版)，2013,41(1):99-103.

[12] 劉淑燕，余新曉.基于CA-Markov模型的黃土丘陵區(qū)土地利用變化[J].農(nóng)業(yè)工程學報,2010,26(11):297-303.

[13] 雷浩川，王靈玥.基于CA-Markov模型的青海湖流域土地利用變化模擬[J].安徽農(nóng)業(yè)科學，2015，43(34):328-331.

[14] 于濤，沈浩，仲嘉亮.基于CAMarkov模型的新疆克州土地利用動態(tài)模擬研究[J].新疆環(huán)境保護，2008，30(1):11-14.

[15] 李小龍，高敏華，包茹.基于CA-Markov模型的土地利用變化預測研究——以新疆昌吉市為例[J].中國農(nóng)學通報，2014,30(14):315-320.

[16] 劉憲鋒,潘耀忠,張錦水,等.近1960—2011年西北五省潛在蒸散的時空變化[J].應用生態(tài)學報, 2013,24(9):2564-2570.

[17] 曹雯，申雙和，段春鋒.中國西北潛在蒸散時空演變特征及其定量化成因[J].地理學報, 2011, 66(3):407-415.

[18] 劉憲鋒，任志遠.西北地區(qū)植被覆蓋變化及其與氣候因子的關系[J].中國農(nóng)業(yè)科學, 2012, 45(10):1954-1963.

[19] 王思遠，劉紀遠.中國土地利用時空特征分析[J]. 地理學報，2001，56(6):631-639.

[20] 劉盛和，何書金.土地利用動態(tài)變化的空間分析測算模型[J].自然資源學報，2002，17(5):533-539.

[21] 楊俊，解鵬.基于元胞自動機模型的土地利用變化模擬——以大連經(jīng)濟技術開發(fā)區(qū)為例[J].地理學報, 2015, 70(3):461-475.

[22] 王劍，徐美. 基于馬爾柯夫模型的漾濞江流域土地利用變化預測[J].水土保持研究, 2011, 18(5):91-95.

[23] 胡雪麗，徐凌，張樹深.基于CA-Markov模型和多目標優(yōu)化的大連市土地利用格局[J].應用生態(tài)學報,2013, 24(6):1652-1660.