基于CA-MARKOV模型的甘南州土地利用预测研究
摘要
土地利用及其变化是自然因素和人为因素综合作用的结果。近年来,土地利用中的矛盾日益加剧,因此开展土地利用的预测研究对土地资源管理,维持区域社会经济可持续发展具有重要意义。本研究中,通过对TM影像进行解译得到了甘南州2000、2005、2010年的土地利用图。对2010年甘南州土地利用图进行了分析,研究了甘南州的土地利用现状,并结合气象、DEM等数据分析了甘南州土地利用的驱动力。结合GIS与CA-MARKOV模型,以不同时期的土地利用图和不同土地利用类型的转移规律为基础,对甘南地区的土地利用进行了预测研究。结果表明：
(1)在2000-2010年间,除林地、难利用地有所减少外,耕地、草地、居民地及工矿用地和水域均有不同程度的增加,其中草地增加的幅度最大,增加率达2.38%。林地减少最多,减少2.09%。
(2)甘南州耕地、居民地及工矿用地趋向于集中在海拔2500m-3500m范围内；林地、草地趋向集中在海拔3000m-4000m的范围内；难利用地趋向集中在海拔3500m-4500m范围内。50%以上的居民地及工矿用地和水域分布于坡度5°以下的区域,超过25%的耕地和草地分布于坡度小于5°的区域；当坡度达到20°左右时,林地与难利用地面积分布达到峰值。耕地与草地坡向分布趋势类似,主要分布于90-270°之间；林地的分布趋势与耕地和草地相反；居民地及工矿用地的坡向主要分布在135-225°范围内；水域主要分布于坡向1-90°之间；难利用地在各个坡向范围内所占比例比较接近,均在10%以上。
(3)利用CA-MARKOV模型预测的土地利用图与2010年解译土地利用图的匹配程度为85.66%。表明该方法能够较准确地预测甘南州的土地利用类型及其空间分布状况。
(4)甘南州2015年土地利用预测图与2010年土地利用遥感解译图相比,耕地、草地、水域和居民地及工矿用地将有所增加,增幅分别为14760hm2、23213hm2、7474hm2和144hm2；林地、难利用地将分别减少43544hm2和2047hm2。
(5)甘南州2020年土地利用预测图与2010年土地利用解译图相比,耕地、草地、水域和居民地及工矿用地将有所增加,增幅分别为16416hm2、29304hm2、7481hm2和541hm2；林地、难利用地将分别减少44297hm2和9745hm2。
Land use and its transformation is the integrated result of the natural and anthropogenic factors. In recent years, the conflicts in land use are continually increasing. Therefore, Land Use/Land Cover Change (LUCC) has become a hot study area. Accordingly, to conduct the research of land use prediction has an important significance on land resource management and maintains the sustainable development of regional society and economy. In this study, we obtained a series of land use maps (i.e.,2000,2005&2010) in Gannan prefecture by use of interpreted TM images. Through statistic analyzation, the spatial distribution situation of land use in2010is studied in Gannan Prefecture, and the land use driving forces is analyzed with meteorological data and DEM data. Combining GIS with CA-MARKOV model, the future land use is predict base on land use maps in the different years and transform rules of varied land use types. The results showed that:
(1) during2000to2010, except that the area of forest and unused land have decreased, arable land, grassland, residential and industrial land, as well as water has increased, in which the magnitude of increase for grassland is maximum, the increasing rate reaches by2.38%, forestland reduces by2.09%.
(2) the arable land, residential and industrial land tends to concentrate in the altitude of2500m-3500m. The forest land and grassland tends to distribute in the altitude of3000m-4000m. The land that is difficult to use tends to concentrate in the altitude of3500m-4500m. Over50%of residential and industrial land and waters is mainly distributed in the areas that the slope is below5°. More than25%of arable land and grassland is on the slope below5°. The area of forestland and land difficult to use reaches the peak value where slope is about20°. Arable land and grassland have a similar tendency on aspect, and accurate located between90-270°. The forest land's aspect is opposite with grassland and arable land. The waters are mainly distributed between aspects1-90°. The unused land in every aspect is nearly approximate, and covered above10%.
(3) the maching degree between the land use map predicted by CA-MARKOV model and interpreted land use map in2010reaches by85.66%. This suggests that the approach can be used to accurate predict land use of Gannan Prefecture.
(4) compared the prognostic land use map in2015to interpreted land use map in2010, arable land, grassland, waters, residential and industrial land will increase14760hm2,23213hm2,7474hm2,144hm2; forest land and unused land will decrease43544hm2,2047hm2, respectively.
And (5) the2020prognostic land use map compared to2010interpretation land use map, Arable land, grassland, water, residential and industrial land will increase16416hm2,29304hm2,7481hm2,541hm2; forest land and unused land will decrease44297hm2and9745hm2, respectively.
(1)在2000-2010年间,除林地、难利用地有所减少外,耕地、草地、居民地及工矿用地和水域均有不同程度的增加,其中草地增加的幅度最大,增加率达2.38%。林地减少最多,减少2.09%。
(2)甘南州耕地、居民地及工矿用地趋向于集中在海拔2500m-3500m范围内；林地、草地趋向集中在海拔3000m-4000m的范围内；难利用地趋向集中在海拔3500m-4500m范围内。50%以上的居民地及工矿用地和水域分布于坡度5°以下的区域,超过25%的耕地和草地分布于坡度小于5°的区域；当坡度达到20°左右时,林地与难利用地面积分布达到峰值。耕地与草地坡向分布趋势类似,主要分布于90-270°之间；林地的分布趋势与耕地和草地相反；居民地及工矿用地的坡向主要分布在135-225°范围内；水域主要分布于坡向1-90°之间；难利用地在各个坡向范围内所占比例比较接近,均在10%以上。
(3)利用CA-MARKOV模型预测的土地利用图与2010年解译土地利用图的匹配程度为85.66%。表明该方法能够较准确地预测甘南州的土地利用类型及其空间分布状况。
(4)甘南州2015年土地利用预测图与2010年土地利用遥感解译图相比,耕地、草地、水域和居民地及工矿用地将有所增加,增幅分别为14760hm2、23213hm2、7474hm2和144hm2；林地、难利用地将分别减少43544hm2和2047hm2。
(5)甘南州2020年土地利用预测图与2010年土地利用解译图相比,耕地、草地、水域和居民地及工矿用地将有所增加,增幅分别为16416hm2、29304hm2、7481hm2和541hm2；林地、难利用地将分别减少44297hm2和9745hm2。
Land use and its transformation is the integrated result of the natural and anthropogenic factors. In recent years, the conflicts in land use are continually increasing. Therefore, Land Use/Land Cover Change (LUCC) has become a hot study area. Accordingly, to conduct the research of land use prediction has an important significance on land resource management and maintains the sustainable development of regional society and economy. In this study, we obtained a series of land use maps (i.e.,2000,2005&2010) in Gannan prefecture by use of interpreted TM images. Through statistic analyzation, the spatial distribution situation of land use in2010is studied in Gannan Prefecture, and the land use driving forces is analyzed with meteorological data and DEM data. Combining GIS with CA-MARKOV model, the future land use is predict base on land use maps in the different years and transform rules of varied land use types. The results showed that:
(1) during2000to2010, except that the area of forest and unused land have decreased, arable land, grassland, residential and industrial land, as well as water has increased, in which the magnitude of increase for grassland is maximum, the increasing rate reaches by2.38%, forestland reduces by2.09%.
(2) the arable land, residential and industrial land tends to concentrate in the altitude of2500m-3500m. The forest land and grassland tends to distribute in the altitude of3000m-4000m. The land that is difficult to use tends to concentrate in the altitude of3500m-4500m. Over50%of residential and industrial land and waters is mainly distributed in the areas that the slope is below5°. More than25%of arable land and grassland is on the slope below5°. The area of forestland and land difficult to use reaches the peak value where slope is about20°. Arable land and grassland have a similar tendency on aspect, and accurate located between90-270°. The forest land's aspect is opposite with grassland and arable land. The waters are mainly distributed between aspects1-90°. The unused land in every aspect is nearly approximate, and covered above10%.
(3) the maching degree between the land use map predicted by CA-MARKOV model and interpreted land use map in2010reaches by85.66%. This suggests that the approach can be used to accurate predict land use of Gannan Prefecture.
(4) compared the prognostic land use map in2015to interpreted land use map in2010, arable land, grassland, waters, residential and industrial land will increase14760hm2,23213hm2,7474hm2,144hm2; forest land and unused land will decrease43544hm2,2047hm2, respectively.
And (5) the2020prognostic land use map compared to2010interpretation land use map, Arable land, grassland, water, residential and industrial land will increase16416hm2,29304hm2,7481hm2,541hm2; forest land and unused land will decrease44297hm2and9745hm2, respectively.
引文
[1]唐华俊,陈佑启等.中国土地利用/土地覆盖变化研究[M].北京：中国农业科学技术出版社,2004.
[2]郭东旭,陈利顶等.土地利用/土地覆被变化对区域生态环境的影响[J].环境科学进展.1999,7(6)：66-75.
[3]Soleki WD. The role of globle-to-local linkages in land use/land cover change in South Florida[J]. Ecological Econamica,2001,37:339-356.
[4]李秀宾.全球环境变化研究的核心领域土地利用/土地覆盖变化的国际研究动向[J].地理学报,1996,51(6)：553-558.
[5]郭焕成,靖学青.土地利用研究的背景任务和发展趋向[J].地理与国土研究.1996,12(3)：6-7.
[6]Bryan R C, David M E, Samuel D F. Landscape cover type and pattern dynamics infragmented southern Great Plains grasslands[J]. Landscape Ecology,2001(16):677-690.
[7]陈佑启,杨鹏.国际上土地利用/土地覆盖变化研究的新进展[J].经济地理,2001,21(1)：95-100.
[8]Alonso W. Location and Land Use:Toward a General Theory of Rent Cambridge[J]. Mass. Harvard University Press.1964.
[9]黄雄伟.基于GIS和RS的城市土地利用时空演化研究—以长沙为例[D].北京：地质大学.2008.
[10]陈佑启,Verburg P.中国土地利用/土地覆盖的多尺度空间分布特征分析[J].地理科学,2000,20(3)：95-100.
[11]龙花楼,李秀彬.长江沿线样带土地利用格局及其影响因子分析[J].地理学报,2001,56(4)：417-425.
[12]朱晓丽,李文龙等.基于3S技术的甘南州生态健康与生态承载力耦合[J].草业科学,2011,28(6)：939-945.
[13]李晓兵.国际士地利用/土地覆盖变化的环境影响研究[J].地球科学进展,1999,14(4)：395-400.
[14]王文浩.甘南黄河重要水源补给生态功能区湿地保护与修复思路[J]生态环境,2005,1(12)：387-389.
[15]李晓媛,张胜智等.甘南州天然草场载畜能力分析研究[J].研究报告,2006,37(2)：15-18.
[16]崔霞,梁天刚等.基于MOD09GA产品的草地生物量遥感估算模型[J].兰州大学学报(自然科学版),2009,45(5)：19-87.
[17]邹德富,冯琦胜等.基于GIS的甘南地区草原综合顺序分类研究[J].草业科学,2011,28(1)：27-32.
[18]王讯.基于3S技术的甘南地区生态风险评价研究[硕士论文].兰州：兰州大学.2010年.
[19]白伟东.甘南草原生态保护和牧区经济良性循环发展研究[J].甘肃金融,2007,22(2)：53-58.
[20]赵军,杨梅等.基于GIS的甘南高原积温资源空间插值分析[J].甘肃科技,2010(13)：40-42.
[21]马忠义,张卫国等.甘南州天然草地利用现状及发展现代畜牧业生产的探讨[J].草业与畜牧,2009,03：34-38.
[22]霍正文,陈文等.等甘南州黄河产水区水资源及其演变趋势分析[J].水资源与水工程学 报2008,19(4)：98-102.
[23]史培军,陈晋等.深圳市上地利用变化机制分析[J].地理学报,2000,50(2)：55-59.
[24]刘盛和,何书金.土地利用动态变化的空间分析测算模型[J].自然资源,2006,22(4)：33-37.
[25]蔡运龙.土地利用/土地覆盖变化研究：寻求新的综合途径[J].地理研究,2001,20(6)：645-652.
[26]李平,李秀彬等.我国现阶段土地利用变化驱动力的宏观分析[J].地理研究,2001,25(7)：102-15.
[27]Hagerstrand L. Using cellular automata for integrated modeling of socio-environmental systems[J]. Environment Monitoring and Assessment,1965,34(2):203-214.
[28]Couclelis H. Cellular world's a framework for modeling micro-macro dynamics[J]. Environment and Planning A,1985,17:585-596.
[29]Clarke KC. Gaydos LJ. A Self-modifying cellular automaton model of historical urbanization in the San Francisco bay area[J]. Environment and Planning B,1997, (24):247-261.
[30]Yikalo H. Araya.Analysis and modeling of urban land cover change in Setubal and Sesimbra, Portugal[J]. Remote sens 2010(2):1549-1563.
[31]温小荣,康杰.基于GIS空间分析的土地整理规划的几点体会[J].中国科技信息,2007,9：23-25.
[32]张丽萍等.城市化进程中土地利用结构变化的时空动态研究-以杭州市为例[J].经济地理,2004,24(6)：793-796.
[33]王秀兰,包玉梅.土地利用动态变化的研究方法探讨[J].地理科学进展,1999,18(1)：33-37.
[34]李秀彬.全球变化研究的核心领域一土地利用/土地覆盖变化的国际研究动向[J].地理学报,1996,51(6)：553-557.
[35]朱会议,李秀彬等.环渤海地区土地利用的时空变化分析[J].地理学报,2001,56(3)：253-260.
[36]王思远,刘纪元等.近10年中国土地利用格局及其演变[J].地理学报,2002,5：523-530.
[37]摆万奇,赵士洞.土地利用变化驱动力系统分析[J].资源科学,2001,23(3)：39-41.
[38]吴承祯,洪伟.中国土地利用程度的区域分异规律模拟研究[J].山地学报,1999,17(4)：333-337.
[39]赵庚星,李强等.GIS支持下的马尔柯夫链模型模拟垦利县土地利用空间格局变化[J].山东农业学报,1999,30(4)：345-349.
[40]刘淑燕,余新晓等.基于CA-Markov模型的黄土丘陵区土地利用变化[J].农业工程学报,2010,26(11)：297-303.
[41]孙贤斌,刘玉红等.基于CA-Markov模型土地利用对景观格局影响辨识[J].生态与农村环境学报,2009,25(1)：1-7.
[42]周成虎,孙战利等.地理元胞自动机研究[M].北京：科学出版社.1999.
[43]何春阳,陈晋.大都市区城市扩展模型一以北京城市扩展模拟为例[J].地理学报,2003,58(2)：294-304.
[44]霍峰.甘南州生态环境保护与建设的思考[J].甘肃环境研究与监测,2000,13(4)：233-234.
[45]王兮之,杜国桢等.等基于RS和GIS的甘南草地生产力估测模型构建及其降水量空间分布模式的确立[J].草业学报,2001,10(2)：95-102.
[46]徐磊,侯立春等.利用TM影像提取土地利用/覆被信息的最佳波段研究[J].湖北大学学报(自然科学版),2011,33(1)：120-122.
[47]赵英时.遥感应用原理与方法[M].北京：科学出版社.2003.
[48]张海东.基于GIS的浙江省土地利用变化研究[D].南京：南京林业大学.2010.
[49]Wolfram S. Michael F. Cellular automata as models of complexity[J]. Nature, October 1984, 311:419-42.
[50]张显峰,崔伟宏.集成GIS和元胞自动机模型进行地理时空过程模拟与预测的新方法[J].测绘学报,2001,30(2)：148-155.
[51]黎夏,叶嘉安等.地理模拟系统：元胞自动机与多智能体[M].北京：科学出版,2007.215-224.
[52]柯长青,欧阳晓莹.基于元胞自动机模型的城市空间变化模拟研究进展[J].南京大学学报(自然科学版),2006,42(1)：103-109.
[53]陈建平,丁火平等.基于GIS和元胞自动机的荒漠化演化预测模型[J].遥感学报,2004,8(3)：254-260.
[54]陈龙泉,郑海金.基于Markov-CA的土地利用/土地覆盖变化动态模型研究[J].测绘信息工程,2004,29(1)：36-370.
[55]张显峰,崔伟宏.集成G1S和细胞自动机模型进行地理时空过程模拟与预测的新方法[J].测绘学报,2001,30(2)：148-1550.
[56]杨国清,刘耀林等.基于CA-Markov模型的土地利用格局变化研究[J].武汉大学学报,2007,32(5)：414-418.
[57]唐华俊.土地利用/土地覆被变化(LUCC)模型研究进展[J].地理学报,2009,64(4)：456-468.
[58]蒋文伟,管宇等.利用Markov过程预测安吉土地利用格局的变化[J].浙江林学院学报,2004,21(3)：309-312.
[59]陈平留,黄清麟.应用马尔可夫链分析预测福建以林为主的土利用趋势[J].自然资源学报,1992,7(1)：36-42.
[60]何瑞珍等.基于马尔可夫模型的郑州市土地利用动态变化预测[J].中国农学通报,2006,22(9)：435-437.
[61]高廷,王静爱等.中国北方农牧交错带土地利用变化及预测分析[J].干旱区资源与环境,2011,25(10)：52-57.
[62]朱海涌,李新琪等.基于CA-Markov模型的艾比湖流域平原区景观格局动态模拟预测[J]干旱环境监测,2008,22(3)：134-138.
[2]郭东旭,陈利顶等.土地利用/土地覆被变化对区域生态环境的影响[J].环境科学进展.1999,7(6)：66-75.
[3]Soleki WD. The role of globle-to-local linkages in land use/land cover change in South Florida[J]. Ecological Econamica,2001,37:339-356.
[4]李秀宾.全球环境变化研究的核心领域土地利用/土地覆盖变化的国际研究动向[J].地理学报,1996,51(6)：553-558.
[5]郭焕成,靖学青.土地利用研究的背景任务和发展趋向[J].地理与国土研究.1996,12(3)：6-7.
[6]Bryan R C, David M E, Samuel D F. Landscape cover type and pattern dynamics infragmented southern Great Plains grasslands[J]. Landscape Ecology,2001(16):677-690.
[7]陈佑启,杨鹏.国际上土地利用/土地覆盖变化研究的新进展[J].经济地理,2001,21(1)：95-100.
[8]Alonso W. Location and Land Use:Toward a General Theory of Rent Cambridge[J]. Mass. Harvard University Press.1964.
[9]黄雄伟.基于GIS和RS的城市土地利用时空演化研究—以长沙为例[D].北京：地质大学.2008.
[10]陈佑启,Verburg P.中国土地利用/土地覆盖的多尺度空间分布特征分析[J].地理科学,2000,20(3)：95-100.
[11]龙花楼,李秀彬.长江沿线样带土地利用格局及其影响因子分析[J].地理学报,2001,56(4)：417-425.
[12]朱晓丽,李文龙等.基于3S技术的甘南州生态健康与生态承载力耦合[J].草业科学,2011,28(6)：939-945.
[13]李晓兵.国际士地利用/土地覆盖变化的环境影响研究[J].地球科学进展,1999,14(4)：395-400.
[14]王文浩.甘南黄河重要水源补给生态功能区湿地保护与修复思路[J]生态环境,2005,1(12)：387-389.
[15]李晓媛,张胜智等.甘南州天然草场载畜能力分析研究[J].研究报告,2006,37(2)：15-18.
[16]崔霞,梁天刚等.基于MOD09GA产品的草地生物量遥感估算模型[J].兰州大学学报(自然科学版),2009,45(5)：19-87.
[17]邹德富,冯琦胜等.基于GIS的甘南地区草原综合顺序分类研究[J].草业科学,2011,28(1)：27-32.
[18]王讯.基于3S技术的甘南地区生态风险评价研究[硕士论文].兰州：兰州大学.2010年.
[19]白伟东.甘南草原生态保护和牧区经济良性循环发展研究[J].甘肃金融,2007,22(2)：53-58.
[20]赵军,杨梅等.基于GIS的甘南高原积温资源空间插值分析[J].甘肃科技,2010(13)：40-42.
[21]马忠义,张卫国等.甘南州天然草地利用现状及发展现代畜牧业生产的探讨[J].草业与畜牧,2009,03：34-38.
[22]霍正文,陈文等.等甘南州黄河产水区水资源及其演变趋势分析[J].水资源与水工程学 报2008,19(4)：98-102.
[23]史培军,陈晋等.深圳市上地利用变化机制分析[J].地理学报,2000,50(2)：55-59.
[24]刘盛和,何书金.土地利用动态变化的空间分析测算模型[J].自然资源,2006,22(4)：33-37.
[25]蔡运龙.土地利用/土地覆盖变化研究：寻求新的综合途径[J].地理研究,2001,20(6)：645-652.
[26]李平,李秀彬等.我国现阶段土地利用变化驱动力的宏观分析[J].地理研究,2001,25(7)：102-15.
[27]Hagerstrand L. Using cellular automata for integrated modeling of socio-environmental systems[J]. Environment Monitoring and Assessment,1965,34(2):203-214.
[28]Couclelis H. Cellular world's a framework for modeling micro-macro dynamics[J]. Environment and Planning A,1985,17:585-596.
[29]Clarke KC. Gaydos LJ. A Self-modifying cellular automaton model of historical urbanization in the San Francisco bay area[J]. Environment and Planning B,1997, (24):247-261.
[30]Yikalo H. Araya.Analysis and modeling of urban land cover change in Setubal and Sesimbra, Portugal[J]. Remote sens 2010(2):1549-1563.
[31]温小荣,康杰.基于GIS空间分析的土地整理规划的几点体会[J].中国科技信息,2007,9：23-25.
[32]张丽萍等.城市化进程中土地利用结构变化的时空动态研究-以杭州市为例[J].经济地理,2004,24(6)：793-796.
[33]王秀兰,包玉梅.土地利用动态变化的研究方法探讨[J].地理科学进展,1999,18(1)：33-37.
[34]李秀彬.全球变化研究的核心领域一土地利用/土地覆盖变化的国际研究动向[J].地理学报,1996,51(6)：553-557.
[35]朱会议,李秀彬等.环渤海地区土地利用的时空变化分析[J].地理学报,2001,56(3)：253-260.
[36]王思远,刘纪元等.近10年中国土地利用格局及其演变[J].地理学报,2002,5：523-530.
[37]摆万奇,赵士洞.土地利用变化驱动力系统分析[J].资源科学,2001,23(3)：39-41.
[38]吴承祯,洪伟.中国土地利用程度的区域分异规律模拟研究[J].山地学报,1999,17(4)：333-337.
[39]赵庚星,李强等.GIS支持下的马尔柯夫链模型模拟垦利县土地利用空间格局变化[J].山东农业学报,1999,30(4)：345-349.
[40]刘淑燕,余新晓等.基于CA-Markov模型的黄土丘陵区土地利用变化[J].农业工程学报,2010,26(11)：297-303.
[41]孙贤斌,刘玉红等.基于CA-Markov模型土地利用对景观格局影响辨识[J].生态与农村环境学报,2009,25(1)：1-7.
[42]周成虎,孙战利等.地理元胞自动机研究[M].北京：科学出版社.1999.
[43]何春阳,陈晋.大都市区城市扩展模型一以北京城市扩展模拟为例[J].地理学报,2003,58(2)：294-304.
[44]霍峰.甘南州生态环境保护与建设的思考[J].甘肃环境研究与监测,2000,13(4)：233-234.
[45]王兮之,杜国桢等.等基于RS和GIS的甘南草地生产力估测模型构建及其降水量空间分布模式的确立[J].草业学报,2001,10(2)：95-102.
[46]徐磊,侯立春等.利用TM影像提取土地利用/覆被信息的最佳波段研究[J].湖北大学学报(自然科学版),2011,33(1)：120-122.
[47]赵英时.遥感应用原理与方法[M].北京：科学出版社.2003.
[48]张海东.基于GIS的浙江省土地利用变化研究[D].南京：南京林业大学.2010.
[49]Wolfram S. Michael F. Cellular automata as models of complexity[J]. Nature, October 1984, 311:419-42.
[50]张显峰,崔伟宏.集成GIS和元胞自动机模型进行地理时空过程模拟与预测的新方法[J].测绘学报,2001,30(2)：148-155.
[51]黎夏,叶嘉安等.地理模拟系统：元胞自动机与多智能体[M].北京：科学出版,2007.215-224.
[52]柯长青,欧阳晓莹.基于元胞自动机模型的城市空间变化模拟研究进展[J].南京大学学报(自然科学版),2006,42(1)：103-109.
[53]陈建平,丁火平等.基于GIS和元胞自动机的荒漠化演化预测模型[J].遥感学报,2004,8(3)：254-260.
[54]陈龙泉,郑海金.基于Markov-CA的土地利用/土地覆盖变化动态模型研究[J].测绘信息工程,2004,29(1)：36-370.
[55]张显峰,崔伟宏.集成G1S和细胞自动机模型进行地理时空过程模拟与预测的新方法[J].测绘学报,2001,30(2)：148-1550.
[56]杨国清,刘耀林等.基于CA-Markov模型的土地利用格局变化研究[J].武汉大学学报,2007,32(5)：414-418.
[57]唐华俊.土地利用/土地覆被变化(LUCC)模型研究进展[J].地理学报,2009,64(4)：456-468.
[58]蒋文伟,管宇等.利用Markov过程预测安吉土地利用格局的变化[J].浙江林学院学报,2004,21(3)：309-312.
[59]陈平留,黄清麟.应用马尔可夫链分析预测福建以林为主的土利用趋势[J].自然资源学报,1992,7(1)：36-42.
[60]何瑞珍等.基于马尔可夫模型的郑州市土地利用动态变化预测[J].中国农学通报,2006,22(9)：435-437.
[61]高廷,王静爱等.中国北方农牧交错带土地利用变化及预测分析[J].干旱区资源与环境,2011,25(10)：52-57.
[62]朱海涌,李新琪等.基于CA-Markov模型的艾比湖流域平原区景观格局动态模拟预测[J]干旱环境监测,2008,22(3)：134-138.