基于地理加权CLUE-S模型的土地利用变化分区模拟-《江苏农业科学》(2019年20期).docx

龙源版权所有 基于地理加权CLUE-S模型的土地利用变化分区模拟作者：崔学森 刘轶伦 郭玉彬 黎世勇 胡月明 张飞扬 王璐来源：《江苏农业科学》2019年第20期 摘要：运用CLUE-S模型进行大范围的土地利用变化模拟具有其优越性，但是传统模型对于研究区内不同地理区域土地利用变化的自然人文驱动因子的差异缺乏考虑。针对大范围土地利用变化模拟存在的问题，在传统的CLUE-S模型的基础上，引入了空间分区的概念，使模拟过程中考虑了不同空间分区对驱动因子敏感性的差异，并用GWR-Logistics回归对研究区进行土地利用变化转换适宜性建模。以海南省多期土地利用现状分布图为基础，利用多个影响因子进行分区用地适宜性回归，并集成于CLUE-S模型进行模拟。通过对比发现，基于地理加权CLUE-S模型对于空间差异性显著的区域具有更好的适用性。 关键词：CLUE-S;分区模拟;土地利用/覆被变化;GWR-Logistic回归 中图分类号： F323.211 文献标志码： A 文章编号：1002-1302（2019）20-0287-06 土地利用/覆被变化（land use/cover change，简称LUCC）的研究内容包含了土地利用和土地覆被变化过程、驱动机制以及资源、生态和环境效应影响等诸多方面。土地利用变化模拟是LUCC的核心内容之一[1]。近年来，大区域的土地利用变化模拟受到了更多的关注[2]，如何考虑区域空间差异并提高模拟质量成为了在大区域模拟过程中需要考虑的核心问题。 根据近年来学者在土地利用变化的驱动力、结构、模式的研究来看，由于受区位条件、自然条件与行政等级分异等因素的影响，土地利用变化是存在区域分异的，且具有时序性的特點[3-5]。土地利用模拟已有分区模拟的探索与应用，如杨俊等基于局部土地利用竞争的CA-Markov模型进行土地利用变化模拟[6];柯新利等论证了基于空间聚类的分区元胞自动机比不分区具有更高的精度[7]。CLUE-S模型在大范围区域的土地利用变化情景模拟具有先天优势[1]，近年来对CLUE-S模型的改进更多地集中在计算用地需求的模型[8-11]与驱动力回归算法[12]上，而对影响土地利用类型空间分布的驱动因子区域分异问题的研究仍在初步探索阶段。吴桂平等在驱动因子的回归计算中引入了空间自相关变量[13]，但其反映的空间关系仍停留在微观层面，忽略了区域上的空间差异，例如对于海南省的中部山地区与沿海经济带则难以用统一的回归方程解释各驱动因子与土地利用变化的关系。因此，有必要在建立土地适宜性回归方程的过程中考虑驱动因子在不同分区之间的差异，并探索不同的空间分区模拟方式情景下CLUE-S的适用性。 CLUE-S模型一般包括自上而下的宏观控制与自下而上的微观规则2个方面[14]。但是在这种CLUE-S模型的运行机制下，对区域尺度上的空间差异则较少考虑。从其模拟过程来看，CLUE-S模型注重从宏观全局的角度进行土地利用变化模拟，并认为研究区域具有同质性，这与地理区域在自然与人文各因素在客观上具有空间差异性是相矛盾的，驱动因子在不同空间分区上对土地利用变化的影响是不一样的，而用统一的驱动力回归方程驱动具有空间差异性的土地利用变化过程，降低了模拟的准确性。地理加权回归（geographically weighted regression，简称GWR）模型允许局部的参数进行函数拟合[15]，利用GWR模型集成具有不同区域特征的用地适宜性方程可以使模型更好地解决驱动因子的空间异质性问题。因此需要在原有的土地利用变化模拟模型的基础上引入空间分区的概念，以适用于模拟具有宏观空间分区差异的区域。 本研究在利用CLUE-S模型进行土地利用变化模拟的基础上，加入了GWR-Logistics回归模型以适应不同空间差异的分区模拟。以海南省为例，因其自然条件与经济发展情况具有较为明显的区域分布特征，通过分析驱动因子的分布特征进行区域划分。在海南省2009年、2012年、2015年土地利用类型现状数据的基础上，对沿海经济带、环形台地带、中部山地区3个区域建立不同的驱动力回归方程，并通过地理加权集成到CLUE-S模拟的过程中，最后探讨了CLUE-S模型在不同的模拟情景之间的优劣。 1 模型与方法 1.1 CLUE-S模型 CLUE-S模型是荷兰瓦赫宁根大学“土地利用与变化”研究小组在CLUE模型的基础上开发的。CLUE-S模型是一种未来用地变化及其空间分布的多情景的、动态的、区域性的小尺度分析预测模型。基于系统论的方法，CLUE-S模型利用社会经济与自然资源的驱动因子来分析用地变化。该模型还提出土地利用系统中的分层结构、位置与定义用地类型转换弹性的一系列变量所影响的稳定性之前的空间关系[16]。 CLUE-S分为土地需求模块与土