上海海岸带土地利用/覆盖格局变化及驱动机制研究
|
摘要
海岸带土地利用/覆盖变化(LUCC)研究是全球变化研究及土地科学研究的核心内容之一。上海海岸带位于长江三角洲最东端,是支撑上海经济持续发展的重要区域。自上世纪九十年代开始,上海进入重要的经济转型期,随着上海经济持续快速发展、产业结构调整、工业化、城市化进程加快、一系列国家重大发展战略与重大工程(开放浦东、兴建浦东国际机场、建设临海新城、成立金山、奉贤工业开发区等)的实施,海岸带区域土地利用/覆盖格局也发生着迅速而深刻的变化。本文选择上海海岸带作为研究区域,以土地科学、景观生态学以及遥感与地理信息系统等理论与方法作为支撑,建立海岸带土地利用/覆盖格局变化分析的理论与方法体系,研究了1990年至2009年期间,上海海岸带土地利用/覆盖变化过程及其驱动机制。研究中,从土地利用分类角度及湿地分类角度分别研究了上海海岸带大堤内外不同区域土地利用/覆盖变化格局、过程及驱动机制,并以崇明东滩为样区,对滨海湿地盐沼植被的地上生物量进行估算,为后期快速评估湿地生态系统碳储量提供依据。本文的研究具有理论与实践的双重意义,方面为海岸带土地利用/覆盖变化研究提供了新的视角,丰富了土地利用研究的理论与方法；另一方面,研究成果揭示了在经济转型期上海海岸带土地利用/覆盖格局变化特征与规律,为上海海岸带综合利用与管理提供了数据支持,对推动上海乃至长三角地区经济发展具有重要意义。通过上述系列研究,本文获得以下主要结论：
(1)1990-2009年的19年间上海海岸带土地利用状况发生了显著变化,主要体现在“一增一减”和圈围土地的现象。“一增”是指建设用地面积显著增加,“一减”是指耕地面积大幅度减少,圈围土地是指19年间上海海岸带共圈围土地511.71kmm2,成为自1950年以来上海海岸带圈围土地的新高峰。
(2)1990-2009年上海海岸带土地利用/覆盖变化类型主要表现为新圈围土地→其他用地、其他用地→建设用地、新圈围土地→耕地、水产养殖→其他用地、耕地→建设用地5种变化类型。其中,其他用地是该区建设用地增加的主要来源,占转移面积的29.8%,其次为耕地,占转移面积的22.37%。建设用地为耕地主要的转移去向,占耕地总面积的26%。其次为其他用地,占11%。新圈围土地的去处主要是其他用地,约占新圈围土地的一半,其次转化为耕地,占新圈围土地21%。
(3)1990-2009年研究区景观格局变化表现为海岸带中部及北部区域景观异质性逐步减少、破碎度逐步降低；海岸带西南部区域景观异质性有所增大,破碎度逐步增加。从斑块类型水平来看,上海海岸带景观逐渐从耕地与其他用地为基质,水域、水产养殖为镶嵌体的景观格局过渡到耕地、建设用的、其他用地、林草地等多种类型斑块均衡分布的格局。
(4)1990-2009年上海海岸带湿地面积逐步减少,19年里共减少面积483.8km2。其中,近海及海岸湿地面积由1990年2938.74km2减少到2005年2368.51km2,内陆湿地则有小幅增加。
(5)利用SPOT5高空间分辨率卫星遥感数据,结合野外实测数据、实验室测定分析,对崇明东滩湿地典型盐沼植被——芦苇、互花米草、海三棱蔗草的地上生物量进行估算。结果表明,崇明东滩湿地盐沼植被地上生物量表现为：互花米草>芦苇>海三棱藨草。
(6)采用定性与定量相结合的方法分析了1990-2009年海岸带土地利用／覆盖变化的驱动机制。圈围土地和大型工程项目的建设是近海及海岸湿地减少的主要人为因素。通过主成分分析及灰色关联度方法对海岸带不同土地利用类型的驱动因子进行分析,结果表明,农业状况、经济状况及新圈围土地面积是影响各类土地利用类型面积分布的重要驱动因子。采用典型相关分析模型定量分析了驱动因子和土地利用变化两组变量整体之间的相关关系,结果显示,人口因素和经济因素是影响海岸带LUCC变化的主要人文驱动因素。
(7)采用GM(1,1)模型及线性内插方法预测海岸带主要土地利用类型数量变化趋势。预测结果表明,2010-2030年里,建设用地需求仍将保持较高增长趋势,耕地面积将呈缓慢减少趋势。最后,结合本文研究成果,论文给出了上海海岸带土地利用可持续发展的八条建议及对策。
Coastal land use/cover change (LUCC) is the focus of global change and land science in research area. The coastal zone of Shanghai is located in the eastern part of the Yangtze River Delta. Since1990s Shanghai has entered into the critical period of transition and thus the coastal land-use coverage has also been changed dramatically, which occurs concomitant with the rapid and sustained economy development, industrial restructuring, urbanization and the implementation of major national strategies and projects including the open-up of the Pudong new District, the construction of the Pudong International Airport, the development of new coastal towns as well as the establishment of industrial zones of Jinshan and Fengxian. Using the coastal Shanghai as research area, this paper builds up a theoretical and methodological system for coastal LUCC and explores the process and the driving mechanism of LUCC for coastal Shanghai in1990-2009by applying theories and methods of land science, landscape ecology and GIS&RS. Based on land-use classification and wetland classification, the paper makes a study on the LUCC pattern, process and changing mechanism inside and outside of the levee. Furthermore, this paper makes estimation on coastal wetland salt marsh vegetation aboveground biomass, which later provides a basis for the assessment of wetland ecosystem carbon storage. Therefore, this study is necessary both theoretically and methodologically. On the one hand, this study provides a new angle of view for LUCC research and enriches the theories and methods of land science. On the other hand, the findings reveal land use/cover characteristics and rules of the pattern change in the economic transformation of Shanghai coastal area and provide data to support the comprehensive utilization and management which is significant to promote the economic development of Shanghai or even the Yangtze River Delta region. In this study, the following conclusions have been drawn:
(1) Shanghai coastal zone land use has changed significantly in1990-2009, wich can be mainly reflected in the phenomenon of'one addition and one reduction'.'One addition'refers to the soaring construction land, while'one reduction'means the sharp loss of arable land. The reclaimed land reached511.71km2within the19years marking the peak value since1950.
(2) The LUCC of Shanghai coastal area in1990-2009can be divided into5type: the new enclosure land changed into other land-use, other land use changed into construction land, the new enclosure land changed into arable land, aquaculture land changed into other land use, arable land changed into construction land. Among them, the other land-use is the main source of construction land increase, accounting for29.8%. This is followed by arable land, accounting for22.37%of the transferred area. Land for construction is the biggest beneficiary for the arable land coverage change, accounting for25.6%of total arable area. The next is other land uses, accounting for11%. The new enclosure land has mostly been transferred into other land use, accounting half of the new enclosure land, followed by arable land, accounting21%for the new enclosure of land.
(3) Landscape pattern changes during1990-2009can mainly expressed as the gradual decrease of landscape heterogeneity and fragmentation in coastal center and northern areas of gradually decreased. In the southwestern part of the studies area, however, the heterogeneity of coastal zone is increased, and fragmentation is also gradually increased. In the view of types and levels of spots, Shanghai coastal landscape has been gradually shifted from the landscape pattern of arable land and other land being the matrix and the water&aquaculture being the mosaic into a new pattern of multi-spot balance composed of cultivation land, construction land, other land, forest and grassland.
(4) Shanghai coastal wetland area has been reduced gradually by483.8km2in1990-2009. In such a decrease, the offshore and coastal wetland area was reduced from2938.74km2in1990to2368.51km2in2005. The inland wetland is increased slightly.
(5) Using high resolution RS data of SPOT5satellite and data obtained from field observation and laboratory measure, this paper makes a calculation on the net primary productivity on the typical vegetation of eastern coast of Chongming, i.e. Phragmites australis, Spartina Alterniflora, Scirpus mariqueter. The result showed that the wetland salt marsh vegetation aboveground biomass of Chongming Dongtan: Spartina Alterniflora>Phragmites australis>Scirpus mariqueter.
(6) Using qualitative and quantitative methods, this paper makes an analysis on the driving mechanism of coastal zone LUCC during1990-2009. The enclosure of land and large projects of construction are the main human factors for offshore and coastal wetlands reduction. Principal component analysis and gray relational method are applied to analyze driving factors of coastal land use types. The result shows that the important driving factors affecting various land use type distribution are agriculture, economy and enclosure land. Using typical correlation analysis model quantitatively this paper analyzes the relationship between driving factors and land use change. The result shows that demography and economy are the main factors that have effects on coastal LUCC.
(7) Using GM (1,1) model and the linear interpolation method, this study makes a prediction on the changing trends of coastal land use types. The prediction shows that construction land will still maintain a high growth while arable land might decrease gradually during1990-2009. Finally, combined with the research results of this study, the paper puts forward8pieces of suggestions and countermeasures for the sustainable development of land use.
(1)1990-2009年的19年间上海海岸带土地利用状况发生了显著变化,主要体现在“一增一减”和圈围土地的现象。“一增”是指建设用地面积显著增加,“一减”是指耕地面积大幅度减少,圈围土地是指19年间上海海岸带共圈围土地511.71kmm2,成为自1950年以来上海海岸带圈围土地的新高峰。
(2)1990-2009年上海海岸带土地利用/覆盖变化类型主要表现为新圈围土地→其他用地、其他用地→建设用地、新圈围土地→耕地、水产养殖→其他用地、耕地→建设用地5种变化类型。其中,其他用地是该区建设用地增加的主要来源,占转移面积的29.8%,其次为耕地,占转移面积的22.37%。建设用地为耕地主要的转移去向,占耕地总面积的26%。其次为其他用地,占11%。新圈围土地的去处主要是其他用地,约占新圈围土地的一半,其次转化为耕地,占新圈围土地21%。
(3)1990-2009年研究区景观格局变化表现为海岸带中部及北部区域景观异质性逐步减少、破碎度逐步降低；海岸带西南部区域景观异质性有所增大,破碎度逐步增加。从斑块类型水平来看,上海海岸带景观逐渐从耕地与其他用地为基质,水域、水产养殖为镶嵌体的景观格局过渡到耕地、建设用的、其他用地、林草地等多种类型斑块均衡分布的格局。
(4)1990-2009年上海海岸带湿地面积逐步减少,19年里共减少面积483.8km2。其中,近海及海岸湿地面积由1990年2938.74km2减少到2005年2368.51km2,内陆湿地则有小幅增加。
(5)利用SPOT5高空间分辨率卫星遥感数据,结合野外实测数据、实验室测定分析,对崇明东滩湿地典型盐沼植被——芦苇、互花米草、海三棱蔗草的地上生物量进行估算。结果表明,崇明东滩湿地盐沼植被地上生物量表现为：互花米草>芦苇>海三棱藨草。
(6)采用定性与定量相结合的方法分析了1990-2009年海岸带土地利用／覆盖变化的驱动机制。圈围土地和大型工程项目的建设是近海及海岸湿地减少的主要人为因素。通过主成分分析及灰色关联度方法对海岸带不同土地利用类型的驱动因子进行分析,结果表明,农业状况、经济状况及新圈围土地面积是影响各类土地利用类型面积分布的重要驱动因子。采用典型相关分析模型定量分析了驱动因子和土地利用变化两组变量整体之间的相关关系,结果显示,人口因素和经济因素是影响海岸带LUCC变化的主要人文驱动因素。
(7)采用GM(1,1)模型及线性内插方法预测海岸带主要土地利用类型数量变化趋势。预测结果表明,2010-2030年里,建设用地需求仍将保持较高增长趋势,耕地面积将呈缓慢减少趋势。最后,结合本文研究成果,论文给出了上海海岸带土地利用可持续发展的八条建议及对策。
Coastal land use/cover change (LUCC) is the focus of global change and land science in research area. The coastal zone of Shanghai is located in the eastern part of the Yangtze River Delta. Since1990s Shanghai has entered into the critical period of transition and thus the coastal land-use coverage has also been changed dramatically, which occurs concomitant with the rapid and sustained economy development, industrial restructuring, urbanization and the implementation of major national strategies and projects including the open-up of the Pudong new District, the construction of the Pudong International Airport, the development of new coastal towns as well as the establishment of industrial zones of Jinshan and Fengxian. Using the coastal Shanghai as research area, this paper builds up a theoretical and methodological system for coastal LUCC and explores the process and the driving mechanism of LUCC for coastal Shanghai in1990-2009by applying theories and methods of land science, landscape ecology and GIS&RS. Based on land-use classification and wetland classification, the paper makes a study on the LUCC pattern, process and changing mechanism inside and outside of the levee. Furthermore, this paper makes estimation on coastal wetland salt marsh vegetation aboveground biomass, which later provides a basis for the assessment of wetland ecosystem carbon storage. Therefore, this study is necessary both theoretically and methodologically. On the one hand, this study provides a new angle of view for LUCC research and enriches the theories and methods of land science. On the other hand, the findings reveal land use/cover characteristics and rules of the pattern change in the economic transformation of Shanghai coastal area and provide data to support the comprehensive utilization and management which is significant to promote the economic development of Shanghai or even the Yangtze River Delta region. In this study, the following conclusions have been drawn:
(1) Shanghai coastal zone land use has changed significantly in1990-2009, wich can be mainly reflected in the phenomenon of'one addition and one reduction'.'One addition'refers to the soaring construction land, while'one reduction'means the sharp loss of arable land. The reclaimed land reached511.71km2within the19years marking the peak value since1950.
(2) The LUCC of Shanghai coastal area in1990-2009can be divided into5type: the new enclosure land changed into other land-use, other land use changed into construction land, the new enclosure land changed into arable land, aquaculture land changed into other land use, arable land changed into construction land. Among them, the other land-use is the main source of construction land increase, accounting for29.8%. This is followed by arable land, accounting for22.37%of the transferred area. Land for construction is the biggest beneficiary for the arable land coverage change, accounting for25.6%of total arable area. The next is other land uses, accounting for11%. The new enclosure land has mostly been transferred into other land use, accounting half of the new enclosure land, followed by arable land, accounting21%for the new enclosure of land.
(3) Landscape pattern changes during1990-2009can mainly expressed as the gradual decrease of landscape heterogeneity and fragmentation in coastal center and northern areas of gradually decreased. In the southwestern part of the studies area, however, the heterogeneity of coastal zone is increased, and fragmentation is also gradually increased. In the view of types and levels of spots, Shanghai coastal landscape has been gradually shifted from the landscape pattern of arable land and other land being the matrix and the water&aquaculture being the mosaic into a new pattern of multi-spot balance composed of cultivation land, construction land, other land, forest and grassland.
(4) Shanghai coastal wetland area has been reduced gradually by483.8km2in1990-2009. In such a decrease, the offshore and coastal wetland area was reduced from2938.74km2in1990to2368.51km2in2005. The inland wetland is increased slightly.
(5) Using high resolution RS data of SPOT5satellite and data obtained from field observation and laboratory measure, this paper makes a calculation on the net primary productivity on the typical vegetation of eastern coast of Chongming, i.e. Phragmites australis, Spartina Alterniflora, Scirpus mariqueter. The result showed that the wetland salt marsh vegetation aboveground biomass of Chongming Dongtan: Spartina Alterniflora>Phragmites australis>Scirpus mariqueter.
(6) Using qualitative and quantitative methods, this paper makes an analysis on the driving mechanism of coastal zone LUCC during1990-2009. The enclosure of land and large projects of construction are the main human factors for offshore and coastal wetlands reduction. Principal component analysis and gray relational method are applied to analyze driving factors of coastal land use types. The result shows that the important driving factors affecting various land use type distribution are agriculture, economy and enclosure land. Using typical correlation analysis model quantitatively this paper analyzes the relationship between driving factors and land use change. The result shows that demography and economy are the main factors that have effects on coastal LUCC.
(7) Using GM (1,1) model and the linear interpolation method, this study makes a prediction on the changing trends of coastal land use types. The prediction shows that construction land will still maintain a high growth while arable land might decrease gradually during1990-2009. Finally, combined with the research results of this study, the paper puts forward8pieces of suggestions and countermeasures for the sustainable development of land use.
引文
[1]Chen Y, Shi P, Fung T, et al. Object-oriented classification for urban land cover mapping with ASTER imagery [J].International Journal of Remote Sensing,2007,28(20):4645-4651.
[2]Courage K, Masamu A, Bongo A, et al. Rural sustainability under threat in Zimbabwe-Simulation of future land use/cover changes in the Bindura district based on the Markov-cellular automata model [J]. Applied Geography,2009 (29):435-447.
[3]David S S. Terrestrial ecosystems and the carbon-cycle [J].GlobalChangeBiology,1995,1(1): 77-91.
[4]Definiens AG. Definiens Professional 5 User Guide [Z]. Definens AG, Munich,2006.
[5]Driss H, John R M, Elizabeth P,et al. Hyperspectral vegetation indices and novel algorithms for predicting green LAI of crop canopies:Modeling and validation in the context of precision agriculture [J]. Remote Sensing of Environment,2004(90):337-352.
[6]Durieux L, Lagabriele E, Nelson A.A method for monitoring building construction in urban sprawl areas using object-based analysis of SPOT5 images and existing GIS data [J].ISPRS Journal of Photogrammetry and Remote Sensing,2008(63):399-408.
[7]Ehrich P R, Daily G C. Population extinction and saving biodiversity [J]. Ambio,1993, 22(2-3):64-68.
[8]Gamanya R, De Maeyer P, De Dapper M. Object-oriented change detection for the city of Harare, Zimbabwe [J]. Expert Systems with Application,2009(36):571-588.
[9]Jose A, Martinpz C A. Cartographic and Database Approach for Land Cover/Use Mapping and Generalization from Remotely Sensed Data [J]. International Journal of Remote Sensing, 2000,21(9):1825-1842.
[10]George P P, Chariton K, Krishna P V. Support vector machines and object-based classification for obtaining land-use/cover cartography from Hyperion hyperspectral imagery [J]. Computers & Geosciences,2012(41):99-107.
[11]Guan D J, Li H F, Inohaec T, et al. Modeling urban land use change by the integration of cellular automaton and Markov model [J]. Ecological Modelling,2011(222):3761-3772.
[12]Harken J, Sugumaran R. Classifieation of Iowa wetlands using an airborne hyperspectral image:a comparison of the spectral angle mapper classifier and an object-oriented approach [J]. Canadian Journal of Remote Sensing,2005,31(2):167-174.
[13]Im J, Jensen J, Hodgson M. Object-Based Land Cover Classification Using High-Posting-Density LiDAR Data [J].Giscience & Remote Sensing,2008,45(2):209-228.
[14]Iryna D, Peng G, Lin W. Object-based analysis and change detection of major wetland cover types and their classification uncertainty during the low water period at Poyang Lake, China [J]. Remote Sensing of Environment,2011(115):3220-3236.
[15]Jean P C, Anver G. The role of theEuropeanUnion in global change research [J]. AMBIO, 1994,23(1):101-103.
[16]Jin S D, Ke W, Yang H, et al. Spatio-temporal dynamics and evolution of land use change and landscape pattern in response to rapid urbanization [J]. Landscape and Urban Planning, 2009(92):187-198.
[17]John P C, Stephen W P, Jennifer C J, et al. Contributions of land-use history to carbon accumulation in U. S. forests [J]. Science,2000,290(5494):1148-1151.
[18]Kasischke E S, Bourgeau Chavez L L. Monitoring south Florida wetland using ERS-1 SAR imagery[J]. Photogrammetric Engineering and Remote Sensing,1997,63(3):191-281.
[19]Lambin E F, Baulies X, Bockstael N et al. Land-use and land-cover change (LUCC): Implementation strategy//A Core Project of the International Geospere-Biosphere Programme and the International Human Dimensions Programme on Global Environmental Change[R]. Stockholm:IGBP Report 48. IHDP Report 10.1995.
[20]Lian L, Chen J. Research on segmentation scale of multi-resources remote sensing data based on object-oriented [J]. Procedia Earth and Planetary Science,2011(2):352-357.
[21]Lucas F J, Frans J M, Wel V D. Accuracy assessment of satellite derived land-cover data: a review [J]. Photogrammetric Engineering and Remote Sensing,1994,60(4):410-432.
[22]Luo G P, Yin C Y, Chen X et al. Combining system dynamic model and CLUE-S model to improve land use scenario analyses at regional scale:A case study of Sangong watershed in Xinjiang, China [J]. Ecological Complexity,2010(7):198-207.
[23]Mallinis G, Koutsias N, Tsakiri Strati M, Karteris M. Object-based classification using Quickbird imagery for delineating forest vegetation polygons in a Mediterranean test site [J]. ISPRS Journal of Photgrammetry and Remote Sensing,2008,63(2):237-250.
[24]McMahon G, Benjamin S P, Clarke K, et al. Geography for a changing world:A science strategy for the geographic research of the U.S. Geological Survey,2005-2015, Sioux Falls. SD:U.S. [J]. Geological Survey Circular,2005(1281):1-76.
[25]McManus L T, Smith S V, Buddemeier R W. Biophysical and socio-economic assessments of the coastal zone:the LOICZ approach [J].Ocean & Coastal Management,2003(46):323-333.
[26]Moreau S, Bosseno R,Gu X F,et al. Assessing the biomass dynamics of Andean bofedal and totora high protein wetland grasses from NOAA/AVHRR[J].Remote Sensing of Environment, 2003a,(85):516-529.
[27]Moreau S,Toan T L. Biomass quantification of Andean wetland forages using ERS satellite SAR data for optimizing livestock management-Remote Sensing of Environment,2003 b, (84): 477-492.
[28]zing livestock management-Remote Sensing of Environment,2003,(84):477-492-
[29]Nunes C, Auge J I. Land Use and Land Cover Change (LUCC):Implementation Strategy [R]. IHDP Report Series No.10, Joint IGBP/IHDP publication,1999.
[30]Ojala T, Pietikainen M. Unsupervised texture segmentation using feature distributions [J]. Pattern ecognition,1999,32(3):477-486.
[31]Platt R V, Rapoza L.An evaluation of an object-oriented paradigm for land use/land cover classification [J].The professional Geographer,2008,60(1):87-100.
[32]Ren Y, Wei X, Wei X H, et al. Relationship between vegetation carbon storage and urbanization:A case study of Xiamen, China [J], Forest Ecology and Management,2011, 261(7):1214-1223.
[33]Richard T T F. Land Mosaics:The Ecology of Landscape and Regions [M]. Cambridge University Press,1995
[34]Rindfuss R, Walsh S, Turner B L, et al. Developing a science of land change:Challenges and methodological issues [J]. PNAS,2004(101):13976-13981.
[35]Sang L L, Zhang C, Yang J Y, at el. Simulation of land use spatial pattern of towns and villages based on CA-Markov model [J]. Mathematical and Computer Modelling,2011(54): 938-943.
[36]Shackelford A K, Davis C H. A combined fuzzy pixel-based and object-based approach for classification of high-resolution multispectral data over urban areas [J]. IEEE Transactions on Geoscience and Remote sensing,2003,41(10):2354-2363.
[37]Tansey K, Chambers I, Anstee A, Denniss A, Lamb A. Object-oriented classification of very high resolution airborne imagery for the extraction of hedgerows and field margin cover in agricultural areas [J].Applied Geography,2009,29(2):145-157.
[38]Tilton J C. Image segmentation by region growing and spectral clustering with a natural convergence criterion [J].Geoscience and Remote Sensing Symposium Proceedings,1998(4): 1766-1768.
[39]Turner B L, Moss R H, Skole D L et al. Relating land use and global land-cover change: A proposal for an IGBP-HDP core project [R].IGBP Report 24, HDP Report 5. Stockholm: Royal Swedish Academy of Sciences,1993.
[40]Turner B L, Skole D, Sanderson S,et al. Land Cover Change Science/Research Plan [R].IGBP Report 35, HDP Report 7. Stockholm and Geneva,1995.
[41]Turner B L, Robbins P. Land-change science and political ecology: Similarities, differences, and implications for sustainability science [J]. Annual Review of Environment and Resources, 2008(33):295-316.
[42]Verburg P, Veldkamp W, Limpiada R, et al. Modeling the spatial dynamics of regional land use:the CLUE-S model [J]. Environmental Management,2002,30(3):391-405.
[43]Wang J, Chen Y Q, He T, et al. Application of geographic image cognition approach in land type classification using Hyperion image:A case study in China [J]. International Journal of Applied Earth Observation and Geoinformation,2010 (12S):S212-S222.
[44]Walker J S, Blaschke T. Object-based land-cover classification for the Phoenix metropolitan area: optimization vs. transportability [J]. International Journal of Remote Sensing,2008, 29(7):2021-2040.
[45]Watson R T, Noble I R, Bolin B, et al. IPCC. Land-use, Land-use Change and Forestry[R]. A Special Report of the IPCC. Cambridge:Cambridge University Press,2000.
[46]Wuest B, Zhang Y. Region Based Segmentation of QuickBird Multispectral Imagery through Band Ratios and Fuzzy Comparison [J]. Proceedings of ISPRS Journal of Photogrammetry and Remote Sensing,2009(64):55-64.
[47]Zhang P, Liu Y H, Pan Y, et al. Land use pattern optimization based on CLUE-S and SWAT models for agricultural non-point source pollution control [J]. Mathematical and Computer Modelling, in press.
[48]Zheng X Q, Zhao L, Xiang W N, et al. A coupled model for simulating spatio-temporal dynamics of land-use change:A case study in Changqing, Jinan, China [J]. Landscape and Urban Planning.2012, in press.
[49]摆万奇.深圳市土地利用动态分析[J].自然资源学报,2000,15(2)：112-116.
[50]摆万奇,张永民,阎建忠,等.大渡河上游地区土地利用动态模拟分析[J].地理研究,2005,24(2)：206-212.
[51]白永平,尚正永,牛定炜.兰州市区土地利用变化及其驱动力研究[J].淮海工学院学报(自然科学版),2008,17(4)：81-84.
[52]蔡运龙.中国西南喀斯特山区的生态重建与农林牧业发展：研究现状与趋势[J].资源科学,1999,21(5)：37-41.
[53]曹银贵,周伟,许宁.基于典型相关分析的三峡库区土地利用变化研究[J].中国国土资源经济,2007b(3)：24-26.
[54]车生泉,宋永昌.上海城市公园绿地景观格局分析[J].上海交通大学学报(农业科学版),2002,(12)：322-327.
[55]陈百明,刘新卫,杨红LUCC研究的最新进展评述[J].地理科学进展,2003,22(1)：22-29.
[56]陈春,冯长春.中国建设用地增长驱动力研究[J].中国人口·资源与环境,2010(10)：72-78
[57]陈立,吴门伍,张俊勇.三峡工程蓄水运用对长江口径流来沙的影响[J].长江流域资源与环境,2003,12(1)：50-54.
[58]陈利顶,傅伯杰.黄河三角洲地区人类活动对景观结构的影响分析—以山东省东营市为例[J].生态学报,1996,16(4)：337-344.
[59]陈吉余.上海市海岸带和海涂资源开发利用的现状、经验[J].黄渤海海洋,1985,3(3)：88-94.
[60]陈菁.福建省海岸带脆弱生态环境信息图谱研究[J].地球信息科学学报,2010,12(2)：159-166.
[61]陈荣蓉,宋光煜,信桂新,等.土地利用结构熵特征与社会经济发展关联分析——以重庆市荣昌县为例[J].西南大学学报(自然科学版),2008,30(7)：138-144.
[62]陈爽,马安青,李正炎.辽河口湿地景观格局变化特征与驱动机制分析[J].中国海洋大学学报,2011,41(3)：81-87
[63]陈文波,郑蕉.鄱阳湖区土地利用景观格局特征研究[J].农业工程学报,2007,23(4)79-83.
[64]陈勇.土地利用变化机制研究现状与展望[J].湖北农业科学,2003(2)：15-17.
[65]邓聚龙.灰色系统理论教程[M].武汉：华中理工大学出版社,1990.
[66]邓书斌.ENVI遥感图像处理方法[M].北京：科学出版社,2010.
[67]董磊,廖静娟,沈国壮.基于神经网络算法的多极化雷达数据估算鄱阳湖生物量[J].遥感技术与应用,2009,24(3)：325-330.
[68]丁菡.中国沿海经济发达地区土地利用变化及其驱动机制与预测模型研究[D].杭州：浙江大学,2006.
[69]段祖亮,张小雷,雷军,等.新疆建设用地变化及驱动力研究[J].水土保持学报,2009,23(1)：193-197.
[70]冯德俊,李永树,蔡国林,等.多方法集成的土地利用变化信息提取[J].成都理工大学学报(自然科学版),2005,32(3)：295-300.
[71]冯红燕.农户耕地抛荒的驱动因素研究[D],杭州：浙江大学,2011.
[72]傅伯杰,陈利项,马克明,等.景观生态学原理及应用[M],北京：科学出版社,2001.
[73]高啸峰,王树德,宫阿都,等.基于主成分分析法的土地利用/覆被变化驱动力研究[J].地理与地理信息科学,2009,25(1)：36-39.
[74]高峻,方芳.城市植物生态的遥感分析研究[J].生态学杂志,2000,19(1)：36-41.
[75]高宇,赵斌.上海湿地生态系统的效益分析世界科技研究与发展[J].2006,28(4)：58-64.
[76]龚建文,张正栋,周永章.饮用水源保护区土地利用变化与社会经济发展关系-以东江流 域源城区为例[J].热带地理,2009,29(04)：345-349.
[77]龚文峰,袁力,范文义.基于RS和GIS扎龙湿地景观时空演变研究[J].水土保持研究,2010,17(1)：107-112.
[78]宫兆宁,张翼然,宫辉力,等.对北京湿地景观格局演变特征与驱动机制分析[J].地理学报,2011,66(1)：77-88.
[79]顾家骏,任慈杰,顾虎良.建立上海国际航运中心的研究[J].中国航海,1996(2)：1-7.
[80]顾朝林.北京土地利用/覆盖变化机制研究[J].自然资源学报,1999,14(4)：307-312.
[81]关兴良,方创琳,鲁莎莎.中国耕地变化的空间格局与重心曲线动态分析[J].自然资源学报,2010,25(12)：1997-2006.
[82]郭欢欢,李波,侯鹰,等.元胞自动机和多主体模型在土地利用变化模拟中的应用地理科学进展[J].2011,30(11)：1336-1344.
[83]郭志刚.社会统计分析方法——SPSS软件应用[M].北京：中国人民大学出版社,1999.
[84]韩磊,侯西勇,朱明明等.20世纪后半叶美国海岸带区域土地利用变化时空特征分析[J].世界地理研究,2010,19(2)：42-52.
[85]浩昂.基于GIS的长江口九段沙湿地地貌变迁及其机制探讨[D].上海：华东师范大学,2008.
[86]郝兴明,李卫红, 陈亚宁,等.塔里木河干流土地利用/覆盖变化的社会经济驱动力分析[J].中国沙漠,2007,27(3)：405-411.
[87]贺奋琴,胡振琪,尹建忠等ASTER和TM/ETM+遥感数据融合监测土地覆盖变化[J].测绘科学,2007,32(1)：96-97.
[88]何春阳,史培军,陈晋.基于系统动力学模型和元胞自动机模型的土地利用情景模型研究[J].中国科学(D辑)地球科学,2005,35(5)：464-473.
[89]洪军,江南,于雪英.上海市土地利用时空变化及驱动力分析.国土资源遥感[J].2002,53(3)：58-56.
[90]侯西勇,常斌,于信芳.基于CA-Markov的河西走廊土地利用变化研究[J].农业工程学报,2004,20(5)：286-291.
[91]黄秀兰.基于多智能体与元胞自动机的城市生态用地演变研究[D].长沙：中南大学,2008.
[92]黄莹,包安明,王爱华,等.近25a新疆LUCC对气候变化及人类活动的响应[J].干旱区资源与环境,2009,23(10)：116-122.
[93]孔祥丽,王克林,陈洪松,等.广西河池地区土地利用变化与社会经济发展水平关系的典范对应分析[J].自然资源学报,2007,22(1)：131-140.
[94]李春干.面向对象的SPOT5图像森林分类研究[D].北京：北京林业大学,2009.
[95]李德一,张安定,张树文.山东半岛北部海岸带城乡聚落扩展变化特征与驱动力分析[J]. 自然资源学报,2008,23(4)：612-628.
[96]李德一,张树文.基于DPSIR和RBF神经网络的哈大齐城市带生态安全评价[J].农业系统科学与综合研究,2010,26(4)：401-406.
[97]李静,赵庚星,范瑞彬.黄河三角洲土地利用及土地覆盖变化驱动力分析[J].西北农林科技大学学报(自然科学版),2003,31(3)：117-122.
[98]李静,赵庚星,田素峰,等.论土地利用/土地覆盖变化驱动力研究[J].国土资源科技管理,2004,21(1)：22-25.
[99]李娟娟.上海城市景观格局演变及其生态安全影响研究[D].上海：复旦大学,2007.
[100]李仁东,刘纪远.应用LandsatETM数据估算鄱阳湖湿生植被生物量[J].地理学报,2001,56(5)：：532-540.
[101]李蓉,李俊祥,李铖,等.快速城市化阶段上海海岸带景观格局的时空动态[J].生态学杂志,2009,28(11)：2353-2359.
[102]李黔湘,王华斌.基于马尔柯夫模型的涨渡湖流域土地利用变化预测[J].资源科学,2008,30(10)：1541-1546
[103]李秀彬.全球环境变化研究的核心领域：土地利用/土地覆被变化的国际研究动向[J].地理学报,1996,51(5)：553-557.
[104]黎夏,叶嘉安.基于神经网络的单元自动机CA及真实和忧化的城市模拟[J].地理学报,2002,57(2)：159-166.
[105]黎夏,叶嘉安,王树功,等.红树林湿地植被生物量的雷达遥感估算[J].遥感学报,2006,10(3)：387-396.
[106]李仙德,白光润.转型期上海城市空间重构的动力机制探讨[J].现代城市研究,2008(9)： 11-18.
[107]李晓文,方精云,朴世龙.上海城市用地扩展强度、模式及其空间分异特征[J].自然资源学报,2003,15(4)：412-422.
[108]李秀彬.中国近20年来耕地面积的变化及其政策启示[J].自然资源学报,1999,14(4)： 329-333.
[109]李学梅,李忠峰.土地利用/覆盖变化研究进展及其意义[J].安徽农业科学,2008,36(6)： 2462-2464.
[110]李旭文,季耿善,杨静.太湖梅粱湖蓝藻生物量遥感估算[J].国土资料遥感,1995,2(2)：23-28.
[111]李源泰.基于人工神经网络的遥感影像分类研究[D].昆明：昆明理工大学,2010.
[112]李昭阳.多源遥感数据支持下的松嫩平原生态环境变化研究[D].吉林：吉林大学,2006.
[113]李振.黄海军.胶州湾海岸带土地利用/覆被变化研究[J].国土资源遥感,2010,87 (4)： 71-76.
[114]梁书民,金陶陶.中国大城市建成区扩张与城郊耕地保护研究——以北京、上海和广州为例[J].环境保护,2005(11)：59-63.
[115]梁长秀.基于RS和GIS的北京市土地利用／覆被变化研究[D].北京：北京林业大学,2009.
[116]林文鹏,王臣立,赵敏,等.基于森林清查和遥感的城市森林净初级生产力估算[J].生态环境,2008,17(2)：766-77.
[117]刘桂芳.黄河中下游过渡区近20年来县域土地利用变化研究——以河南省孟州市为例[D].河南：河南大学,2005.
[118]刘建光,李红,孙丹峰,等MODIS土地利用/覆被多时相多光谱决策树分类[J].农业工程学报,2010,26(10)：312-318.
[119]刘纪远.中国资源环境遥感宏观调查与动态研究[M].北京：中国科学技术出版社,1996.
[120]刘纪远,刘明亮,庄大方,等.中国近期土地利用变化的空间格局分析[J].中国科学(D辑),2002,32(12)：1031-1040.
[121]刘纪远,邓祥征. LUCC时空过程研究的方法进展[J].科学通报,2009,54：3251-3258.
[122]柳梅英,包安明,陈曦,等.近30年玛纳斯河流域土地利用／覆被变化对植被碳储量的影响[J].自然资源学报,2010,25(6)：926-938.
[123]刘培,杜培军,赵卫常,等.基于多时相遥感影像分析的城市土地利用／覆盖变化与热环境演变——以徐州市为例[J].水土保持通报,2009,29(1)：45-50.
[124]刘世栋.滨海旅游区异质性景观对湿地生态系统的影响[D].上海：上海师范大学,2010.
[125]刘旭华,王劲峰,刘明亮,等.中国耕地变化驱动力分区研究[J].中国科学(D辑),2005,35(11)：1087-1095.
[126]刘艳芬,张杰,马毅,崔廷伟.融合地学知识的海岸带遥感图像土地利用／覆被分类研究[J].海洋科学进展,2010,28(2)：193-202.
[127]刘艳艳,吴大放,曾乐春,等.1988-2008年珠海市滨海湿地景观格局演变[J].热带地理,2011,31(2)：199-204.
[128]刘宇光,金明,冯钟葵,等SPOT数据反演地物辐射亮度和反射率的基础研究[J].地球信息科学,2005,7(2)：111-115.
[129]卢波,金勇章.长沙市土地利用结构信息熵及驱动力研究[J].资源与产业,2008,10(6)：19-21.
[130]吕志强,吴志峰,张景华.基于最佳分析尺度的广州市景观格局分析[J].地理与地理 信息科学,2007,23(4)：89-92.
[131]罗格平,周成虎,等.干旱区绿洲土地利用与覆被变化过程[J].地理学报,2003,58(1)：63-72.
[132]罗光莲.重庆不同经济区土地利用与覆盖变化及社会驱动力研究[J].西南农业大学硕士论文,2003.
[133]马克明,傅伯杰.北京东灵山区景观类型空间邻接与分布规律[J].生态学报,2000a,20(5)：748-752.
[134]马克明,傅伯杰.北京东灵山地区景观格局及破碎化评价[J].植物生态学报,2000b,24(3)： 320-326.
[135]马万栋,张渊智,施平,邢前国.海岸带土地利用/覆被变化研究进展[J].地理科学进展,2008,27(5)：87-94.
[136]买凯乐,张文辉.黄土丘陵沟壑区遥感影像信息面向对象分类方法提取[J].农业机械学报,201 1,42(4)：153-158.
[137]牟振宇.近代上海城市边缘区土地利用方式转变过程研究——基于GIS的近代上海法租界个案研究(1898—1914)[J].复旦学报(社科版),2010(4)：106-113.
[138]毛蒋兴,闫小培,李志刚,黄鹄.快速城市化过程中深圳土地利用变化的自然及人文因素综合研究[J].自然资源学报,2009,(3)：523-535.
[139]梅琳.武汉城市景观系统的演变及其功能协调研究[D].武汉：华中师范大学,2008.
[140]蒙吉军,李正国.河西走廊土地利用格局及影响因子研究一以张掖绿洲为例[J].北京大学学报(自然科学版),2003,39(2)：236-243.
[141]缪海鹰,杨子生.滇西北高寒山区土地利用变化与社会经济发展的关系研究——以宁蒗彝族自治县为例[J],中国农学通报,2011,27(8)：366-373.
[142]倪绍祥.土地利用/覆被变化研究的几个问题[J].自然资源学报,2005,20(6)：932-937.
[143]聂婷,肖荣波,王国恩,等.基于Logistic回归的CA模型改进方法：以广州市为例[J].地理研究,2010,29(10)：1909-1919.
[144]牛海鹏,张安禄.基于生态位理论的耕地数量变化驱动机制分析[J].资源科学,2008,30(10)：1533-1539.
[145]牛志春,倪绍祥.青海湖环湖地区草地植被生物量遥感监测模型[J].地理学报,2003,58(5)：695-702.
[146]欧立业,何忠焕,马海州,等.基于知识的分层综合分类法在土地利用/土地覆盖遥感信息提取中的应用[J].测绘科学,2008,33(1)：173-175.
[147]庞治国,葛德祥,孙涛,等.基于多源遥感数据的二滩库区土地利用/覆盖变化动态监测[J].水利水电技术,2010,41(3)：91-94.
[148]平原.南汇边滩湿地景观格局分析和生态系统健康评价[D].上海：华东师范大学,2010.
[149]Piper Gaubatz (著),王晓晓,王楠,林丹丹(译).从北京,上海,广州等大城市形态转变的模式和过程中看中国的城市转变[J],人文地理,2009,4：77-80.
[150]秦贤宏,段学军,李慧,等.基于SD和CA的城镇土地扩展模拟模型：以江苏省南通地区为例[J].地理科学,2009,29(3)：439-444.
[151]任志远,张艳芳.土地利用变化与生态安全评价[M].北京：科学出版社,2003.
[152]上海水利志编纂委员会.上海水利志[M].上海：上海社会科学院出版社,1997.
[153]邵景安,李阳兵,魏朝富,等.大洪河水库库区土地利用变化及其社会经济驱动因素[J].生态学杂志,2007,26(6)：898-903.
[154]史培军,宫鹏,李晓兵,等.土地利用/覆盖变化研究的方法与实践[M].科学出版社,2000.
[155]施玉麒,王寒梅,李金柱.上海市海岸带资源现状与未来趋势[J].上海地质,2003,(1)： 8-15.
[156]宋国利,李玉宝,付春雷,等.基于RS与GIS的乐清湾湿地景观格局变化分析[J].东北林业大学学报,2010,38(12)：80-83.
[157]宋金平,赵西君,王倩.北京市丰台区土地利用变化及社会经济驱动力分析[J].中国人口·资源与环境,2008,18(2)：171-175.
[158]苏德源,鲍德安.围海造地为上海的城市发展提供了宝贵的土地资源(下)[J].上海建设科技,1998,5：36-37.
[159]苏旭坤,臧淑英,李苗,等.绥化市土地利用变化图谱分析[J].中国农学通报,2012,28(2)：214-222.
[160]孙强,蔡运龙,王乐.北京耕地流失的时空特征与驱动机制[J].资源科学,2007,29(4)： 158-163.
[161]谭雪兰,段建南,朱红梅,等.长沙市耕地变化的时空特征及其驱动力分析[J]中国农学通报2012,28(02)：240-244.
[162]唐华俊,陈佑启,邱建军,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.
[163]田波.面向对象的滩涂湿地遥感与GIS应用研究[D].上海：华东师范大学,2008.
[164]童庆禧,郑兰芬.湿地植被成象光谱遥感研究[J].遥感学报,1997,1(1)：50-57.
[165]瓦哈甫·哈力克,海米提·依米提,塔西甫拉提·特依拜,等.新疆于田绿洲土地利用变化的人文驱动力分析[J].干旱区资源与环境,2007,21(6)：1-6.
[166]王光谦,王思远,陈志祥.黄河流域的土地利用和土地覆盖变化[J].清华大学学报(自然科学版),2004,44(9)：1218-1222.
[167]王金军,贺宝根.长江输沙与河口的冲淤变化关系[J].上海师范大学学报(自然科学版),2005,34(4)：96-100.
[168]王丽萍,周寅康,薛俊菲.江苏省城市用地扩张及驱动机制研究[J].中国土地科学,2005,19(6)：26-29.
[169]王萍,张继贤,林宗坚,李春霞.基于多源遥感数据融合的土地利用/土地覆盖变化试验[J],测绘通报,2003,4：
[170]王思远,刘纪远等.中国土地利用时空特征分析[J].地理学报,2001,56(6)：631-639.
[171]王天巍,李朝霞,史志华,等.都市圈边缘区多尺度土地利用驱动力研究[J].华中农业大学学报(自然科学版),2008,(4)：471-477.
[172]汪小钦,王钦敏,励惠国,刘高焕.黄河三角洲土地利用/覆盖变化驱动力分析[J].资源科学,2007,29(5)：175-181.
[173]王秀兰.土地利用/土地覆盖变化中人口因素分析[J].资源科学,2000,22(3)：38-42.
[174]王静爱,徐霞,刘培芳.中国北方农牧交错带土地利用与人口负荷研究[J].资源科学,1999,21(5)：19-24.
[175]王晨野,汤洁,李昭阳,等.吉林西部土地利用/覆被时空变化驱动力分析[J],生态环境,2008,17(5)：1914-1920.
[176]王秀兰,包玉海.土地利用动态变化研究方法[J].地理科学进展,1999,18(1)：81-87.
[177]王玉,贾晓波,张文广,等.江苏海岸带土地利用变化及驱动力分析[J].长江流域资源与环境,2010,19(Z1)：7-12.
[178]王玉洁,李俊祥,吴健平,宋永昌.上海浦东新区城市化过程景观格局变化分析[J].应用生态学报,2006,17(1)：36-40.
[179]王云才.上海市城市景观生态网络连接度评价[J].地理研究,2009,28(2)：284-292.
[180]王海珍,张利权.基于GIS、景观格局和网络分析法的厦门本岛生态网络规划[J].植物生态学报,2005,(29)：144-152.
[181]王兆礼,陈晓宏,曾乐春,魏清泉.深圳市土地利用变化驱动力系统分析[J].中国人口·资源与环境,2006,16(6)：124-128.
[182]王宗明,国志兴,宋开山,等.2000-2005年三江平原土地利用/覆被变化对植被净初级生产力的影响研究[J].自然资源学报,2009,24(1)：136-146.
[183]位欣,刘耀林,姚鹏.基于模拟退火遗传算法的土地利用变化驱动力研究[J].2008,22(7)：34-37.
[184]沃晓棠.基于气候变化的扎龙湿地土地利用及可持续发展评价研究[D].哈尔滨：东北农业大学,2010.
[185]武桂贞.河北省海岸带土地利用变化驱动力的定量研究[D].河北：河北师范大学, 2007.
[186]吴桂平,曾永年,冯学智,等CLUE-S模型的改进与土地利用变化动态模拟——以张家界市永定区为例[J].地理研究,2010,29(3)：460-470.
[187]吴涛,赵冬至,张丰收,卫宝泉.基于高分辨率遥感影像的大洋河河口湿地景观格局变化[J].应用生态学报,2011,22(7)：1833-1840.
[188]吴铮争,宋金平,王晓霞,等.北京城市边缘区城市化过程与空间扩展——以大兴区为例[J].地理研究,2008,27(2)：285-293.
[189]谢高地,成升魁,丁贤忠.人口增长胁迫下的全球土地利用变化研究[J].自然资源学报,1999,14(3)：193-199.
[190]徐涵秋.利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究[J].遥感学报,2005,9(5)：589-595.
[191]谢花林.典型农牧交错区土地利用变化驱动力分析[J].农业工程学报,2008,24(10)：56-62.
[192]谢红梅.贵阳市土地利用变化趋势预测研究[J].安徽农业科学,2009,37(34)16970-16972.
[193]解修平,周杰.土地利用变化预测研究——以西安地区为例[J].干旱区研究,2008,25(1)：125-130.
[194]谢一民.上海湿地[M].上海：上海科学技术出版社,2004.
[195]许婧婧,陶文星,包广静,等.我国特大城市建设用地影响因素的地区差异[J].经济地理,2006,26(S1)：152-]56.
[196]许月卿,李秀彬.河北省耕地数量动态变化及驱动因子分析[J].资源科学,2001,23(5)：28-32.
[197]薛建春,蔡松.生态脆弱矿区土地利用动态变化研究——以平朔矿区为例[J].水土保持研究,2011,18,(6)：204-207.
[198]薛小荣,党小刚.基于灰色理论的西安土地利用预测研究[J].统计与信息论坛,2009,24(11)：40-43.
[199]杨李娜.咸阳市土地利用变化的动态分析及驱动力研究[D].西安：西北大学,2009.
[200]杨启伦,丁培民,梁少贤,等.上海海洋地质调查志[M].上海：上海社会科学院出版社,1996.
[201]杨青生,黎夏.基于支持向量机的元胞自动机及土地利用变化模拟[J].遥感学报,2006,10(6)：836-846.
[202]杨世伦,姚炎明,贺松林.长江口冲积岛岸滩剖面形态和冲淤规律[J].海洋与湖沼,1999,30(6)：765-766.
[203]杨叶涛,龚健雅,王迎迎,曾又枝.遥感时空不一致性对城市景观格局动态分析影 响[J].武汉大学学报(信息科学版),2011,36(8)：974-977.
[204]杨永兴,王世岩,何太蓉,等.三江平原典型湿地生态系统生物量及其季节动态研究[J].中国草地,2002,24(1)：1-7.
[205]叶浩,张鹏,濮励杰.中国建设用地与区域社会经济发展关系的空间计量研究[J].地理科学,2012,32(2)：149-155.
[206]员永生,常庆瑞,杨为民.一种快速非参数核密度模型及其应用[J].兰州大学学报(自然科学版),2009,45(2)：132-138.
[207]尤洁云.地物信息分层提取在遥感专题制图中的应用[D].南京：南京师范大学,2007.
[208]约翰R·克拉克(吴克勤译).海岸带管理手册[M].北京：海洋出版社,2000.
[209]岳文泽.基于遥感影像的城市景观格局及其热环境效应研究[D].上海：华东师范大学,2005.
[210]于伯华,吕昌河.城市边缘区耕地面积变化时空特征及其驱动机制——以北京市顺义区为例[J].地理科学,2008,28(3)：348-353.
[211]于苏俊,张继,夏永秋.基于遗传算法的可持续土地利用动态规划[J].长江流域资源与环境,2006,15(2)：180-184.
[212]于兴修,杨桂山.中国土地利用／覆盖变化研究的现状与问题[J].地理科学进展,2002,21(1)： 51-57.
[213]于秀林,任雪松.多元统计分析[M].北京：中国统计出版社,1999.
[214]曾永年,马振玲,刘正春,何丽丽.青海高原东部农业区建设用地扩张驱动力分析[J].干旱区资源与环境,2011,25(12)：114-118.
[215]张伐伐,李卫忠,卢柳叶,康乐.SPOT5遥感影像土地利用信息提取方法研究[J].西北农林科技大学学报(自然科学版),2011,39(6)：143-147.
[216]张海龙,蒋建军,解修平,等.近25年来西安地区土地利用变化及驱动力研究[J].资源科学,2006,28(4)：71-77.
[217]张惠远,赵昕奕,蔡运龙,殷静.喀斯特山区土地利用变化的人类驱动机制研究——以贵州省为例[J].地理研究,1999,18(2)：136-1427.
[218]张金屯,聂二保,向春玲.五台山亚高山草甸的人工神经网络分类与排序[J].草业学报,2009,18(4)：35-40.
[219]张明.土地利用结构及其驱动因子的统计分析——以榆林地区为例[J].地理科学进展,1997,16(4)：20-26.
[220]张明,朱会义,何书金.典型相关分析在土地利用结构研究中的应用——以环渤海地区为例[J].地理研究,2001,20(6)：761-767.
[221]张心怡.基于遥感和GIS的上海土地利用／覆盖变化及其热环境效应研究[D].上海： 华东师范大学,2006.
[222]张永民,赵士洞,P. H. Verburg. CLUE-S模型及其在奈曼旗土地利用时空动态变化模拟中的应用[J].自然资源学报,2003,18(3)：310-318.
[223]章仲楚,张秀英,邓劲松,王珂.基于RS和GIS的西溪湿地景观格局变化研究[J].2007,27(4)：38-41.
[224]赵文武,傅伯杰,陈利顶,等.黄土丘陵沟壑区集水区尺度土地利用格局变化的水土流失效应[J].生态学报,2004,24(7)：1358-1364.
[225]郑国,邱士可.转型期开发区发展与城市空间重构——以北京市为例[J].地域开发与研究,2005,24(6)：39-42.
[226]郑国强,江南,史同广.长江三角洲土地利用变化及驱动力分析[J].南京林业大学学报(自然科学版),2004,28(6)：18-22.
[227]郑新奇,付梅臣,等.景观格局空间分析技术及其应用[M].科学出版社,2010.
[228]钟太洋,黄贤金,王柏源.经济增长与建设用地扩张的脱钩分析[J].自然资源学报,2010,25(1)：18-31.
[229]周华锋,马克明,傅伯杰.人类活动对北京东灵山地区景观格局影响分析[J].自然资源学报,1999,14(2)：117-122.
[230]周灵雁.上海中心城区居住空间的变迁与重构研究——以卢湾区为例(1992-2006)[D].上海：上海师范大学,2007.
[231]周志翔,邵天一,王鹏程,等.武钢厂区绿地景观类型空间结构及滞尘效应[J].生态学报,2002,22(12)：2037-2040.
[232]周庆,张志明,欧晓昆,杨明玉.漫湾水电站库区土地利用变化社会经济因子的多变量分析[J].生态学报,2010,30(1)：165-173.
[233]周云轩,刘殿伟,王磊,付哲.吉林省西部生态环境变化模型研究[M].北京：科学出版社,2004.
[234]周志翔,邵天一,唐万鹏,等.城市绿地空间格局及其环境效应——以宜昌市中心城区为例[J].生态学报,2004,24(2)：186-192.
[235]宗跃光.大都市空间扩展的廊道效应与景观结构优化一以北京市区为例[J].地理研究,1998,17(2)：119-124.
[236]朱会义,何书金,张明.环渤海地区土地利用变化的驱动力分析[J].地理研究,2001,20(6)： 669-677.
[237]朱会义,李秀彬.关于区域土地利用变化指数模型方法的讨论[J].地理学报,2003,58(5)：643-650.
[238]朱建华,韩玉洁.上海市围垦地造林若干问题的探讨[J].上海农业学报,2010,26(3)：83-86.
[239]祝卓.人口地理学[M].北京：中国人民大学出版社,1991.
[240]宗玮,林文鹏,周云轩,芮建勋.基于遥感的上海崇明东滩湿地典型植被净初级生产力估算[J].长江流域资源与环境,2011,20(11)：1355-1360.
[2]Courage K, Masamu A, Bongo A, et al. Rural sustainability under threat in Zimbabwe-Simulation of future land use/cover changes in the Bindura district based on the Markov-cellular automata model [J]. Applied Geography,2009 (29):435-447.
[3]David S S. Terrestrial ecosystems and the carbon-cycle [J].GlobalChangeBiology,1995,1(1): 77-91.
[4]Definiens AG. Definiens Professional 5 User Guide [Z]. Definens AG, Munich,2006.
[5]Driss H, John R M, Elizabeth P,et al. Hyperspectral vegetation indices and novel algorithms for predicting green LAI of crop canopies:Modeling and validation in the context of precision agriculture [J]. Remote Sensing of Environment,2004(90):337-352.
[6]Durieux L, Lagabriele E, Nelson A.A method for monitoring building construction in urban sprawl areas using object-based analysis of SPOT5 images and existing GIS data [J].ISPRS Journal of Photogrammetry and Remote Sensing,2008(63):399-408.
[7]Ehrich P R, Daily G C. Population extinction and saving biodiversity [J]. Ambio,1993, 22(2-3):64-68.
[8]Gamanya R, De Maeyer P, De Dapper M. Object-oriented change detection for the city of Harare, Zimbabwe [J]. Expert Systems with Application,2009(36):571-588.
[9]Jose A, Martinpz C A. Cartographic and Database Approach for Land Cover/Use Mapping and Generalization from Remotely Sensed Data [J]. International Journal of Remote Sensing, 2000,21(9):1825-1842.
[10]George P P, Chariton K, Krishna P V. Support vector machines and object-based classification for obtaining land-use/cover cartography from Hyperion hyperspectral imagery [J]. Computers & Geosciences,2012(41):99-107.
[11]Guan D J, Li H F, Inohaec T, et al. Modeling urban land use change by the integration of cellular automaton and Markov model [J]. Ecological Modelling,2011(222):3761-3772.
[12]Harken J, Sugumaran R. Classifieation of Iowa wetlands using an airborne hyperspectral image:a comparison of the spectral angle mapper classifier and an object-oriented approach [J]. Canadian Journal of Remote Sensing,2005,31(2):167-174.
[13]Im J, Jensen J, Hodgson M. Object-Based Land Cover Classification Using High-Posting-Density LiDAR Data [J].Giscience & Remote Sensing,2008,45(2):209-228.
[14]Iryna D, Peng G, Lin W. Object-based analysis and change detection of major wetland cover types and their classification uncertainty during the low water period at Poyang Lake, China [J]. Remote Sensing of Environment,2011(115):3220-3236.
[15]Jean P C, Anver G. The role of theEuropeanUnion in global change research [J]. AMBIO, 1994,23(1):101-103.
[16]Jin S D, Ke W, Yang H, et al. Spatio-temporal dynamics and evolution of land use change and landscape pattern in response to rapid urbanization [J]. Landscape and Urban Planning, 2009(92):187-198.
[17]John P C, Stephen W P, Jennifer C J, et al. Contributions of land-use history to carbon accumulation in U. S. forests [J]. Science,2000,290(5494):1148-1151.
[18]Kasischke E S, Bourgeau Chavez L L. Monitoring south Florida wetland using ERS-1 SAR imagery[J]. Photogrammetric Engineering and Remote Sensing,1997,63(3):191-281.
[19]Lambin E F, Baulies X, Bockstael N et al. Land-use and land-cover change (LUCC): Implementation strategy//A Core Project of the International Geospere-Biosphere Programme and the International Human Dimensions Programme on Global Environmental Change[R]. Stockholm:IGBP Report 48. IHDP Report 10.1995.
[20]Lian L, Chen J. Research on segmentation scale of multi-resources remote sensing data based on object-oriented [J]. Procedia Earth and Planetary Science,2011(2):352-357.
[21]Lucas F J, Frans J M, Wel V D. Accuracy assessment of satellite derived land-cover data: a review [J]. Photogrammetric Engineering and Remote Sensing,1994,60(4):410-432.
[22]Luo G P, Yin C Y, Chen X et al. Combining system dynamic model and CLUE-S model to improve land use scenario analyses at regional scale:A case study of Sangong watershed in Xinjiang, China [J]. Ecological Complexity,2010(7):198-207.
[23]Mallinis G, Koutsias N, Tsakiri Strati M, Karteris M. Object-based classification using Quickbird imagery for delineating forest vegetation polygons in a Mediterranean test site [J]. ISPRS Journal of Photgrammetry and Remote Sensing,2008,63(2):237-250.
[24]McMahon G, Benjamin S P, Clarke K, et al. Geography for a changing world:A science strategy for the geographic research of the U.S. Geological Survey,2005-2015, Sioux Falls. SD:U.S. [J]. Geological Survey Circular,2005(1281):1-76.
[25]McManus L T, Smith S V, Buddemeier R W. Biophysical and socio-economic assessments of the coastal zone:the LOICZ approach [J].Ocean & Coastal Management,2003(46):323-333.
[26]Moreau S, Bosseno R,Gu X F,et al. Assessing the biomass dynamics of Andean bofedal and totora high protein wetland grasses from NOAA/AVHRR[J].Remote Sensing of Environment, 2003a,(85):516-529.
[27]Moreau S,Toan T L. Biomass quantification of Andean wetland forages using ERS satellite SAR data for optimizing livestock management-Remote Sensing of Environment,2003 b, (84): 477-492.
[28]zing livestock management-Remote Sensing of Environment,2003,(84):477-492-
[29]Nunes C, Auge J I. Land Use and Land Cover Change (LUCC):Implementation Strategy [R]. IHDP Report Series No.10, Joint IGBP/IHDP publication,1999.
[30]Ojala T, Pietikainen M. Unsupervised texture segmentation using feature distributions [J]. Pattern ecognition,1999,32(3):477-486.
[31]Platt R V, Rapoza L.An evaluation of an object-oriented paradigm for land use/land cover classification [J].The professional Geographer,2008,60(1):87-100.
[32]Ren Y, Wei X, Wei X H, et al. Relationship between vegetation carbon storage and urbanization:A case study of Xiamen, China [J], Forest Ecology and Management,2011, 261(7):1214-1223.
[33]Richard T T F. Land Mosaics:The Ecology of Landscape and Regions [M]. Cambridge University Press,1995
[34]Rindfuss R, Walsh S, Turner B L, et al. Developing a science of land change:Challenges and methodological issues [J]. PNAS,2004(101):13976-13981.
[35]Sang L L, Zhang C, Yang J Y, at el. Simulation of land use spatial pattern of towns and villages based on CA-Markov model [J]. Mathematical and Computer Modelling,2011(54): 938-943.
[36]Shackelford A K, Davis C H. A combined fuzzy pixel-based and object-based approach for classification of high-resolution multispectral data over urban areas [J]. IEEE Transactions on Geoscience and Remote sensing,2003,41(10):2354-2363.
[37]Tansey K, Chambers I, Anstee A, Denniss A, Lamb A. Object-oriented classification of very high resolution airborne imagery for the extraction of hedgerows and field margin cover in agricultural areas [J].Applied Geography,2009,29(2):145-157.
[38]Tilton J C. Image segmentation by region growing and spectral clustering with a natural convergence criterion [J].Geoscience and Remote Sensing Symposium Proceedings,1998(4): 1766-1768.
[39]Turner B L, Moss R H, Skole D L et al. Relating land use and global land-cover change: A proposal for an IGBP-HDP core project [R].IGBP Report 24, HDP Report 5. Stockholm: Royal Swedish Academy of Sciences,1993.
[40]Turner B L, Skole D, Sanderson S,et al. Land Cover Change Science/Research Plan [R].IGBP Report 35, HDP Report 7. Stockholm and Geneva,1995.
[41]Turner B L, Robbins P. Land-change science and political ecology: Similarities, differences, and implications for sustainability science [J]. Annual Review of Environment and Resources, 2008(33):295-316.
[42]Verburg P, Veldkamp W, Limpiada R, et al. Modeling the spatial dynamics of regional land use:the CLUE-S model [J]. Environmental Management,2002,30(3):391-405.
[43]Wang J, Chen Y Q, He T, et al. Application of geographic image cognition approach in land type classification using Hyperion image:A case study in China [J]. International Journal of Applied Earth Observation and Geoinformation,2010 (12S):S212-S222.
[44]Walker J S, Blaschke T. Object-based land-cover classification for the Phoenix metropolitan area: optimization vs. transportability [J]. International Journal of Remote Sensing,2008, 29(7):2021-2040.
[45]Watson R T, Noble I R, Bolin B, et al. IPCC. Land-use, Land-use Change and Forestry[R]. A Special Report of the IPCC. Cambridge:Cambridge University Press,2000.
[46]Wuest B, Zhang Y. Region Based Segmentation of QuickBird Multispectral Imagery through Band Ratios and Fuzzy Comparison [J]. Proceedings of ISPRS Journal of Photogrammetry and Remote Sensing,2009(64):55-64.
[47]Zhang P, Liu Y H, Pan Y, et al. Land use pattern optimization based on CLUE-S and SWAT models for agricultural non-point source pollution control [J]. Mathematical and Computer Modelling, in press.
[48]Zheng X Q, Zhao L, Xiang W N, et al. A coupled model for simulating spatio-temporal dynamics of land-use change:A case study in Changqing, Jinan, China [J]. Landscape and Urban Planning.2012, in press.
[49]摆万奇.深圳市土地利用动态分析[J].自然资源学报,2000,15(2)：112-116.
[50]摆万奇,张永民,阎建忠,等.大渡河上游地区土地利用动态模拟分析[J].地理研究,2005,24(2)：206-212.
[51]白永平,尚正永,牛定炜.兰州市区土地利用变化及其驱动力研究[J].淮海工学院学报(自然科学版),2008,17(4)：81-84.
[52]蔡运龙.中国西南喀斯特山区的生态重建与农林牧业发展：研究现状与趋势[J].资源科学,1999,21(5)：37-41.
[53]曹银贵,周伟,许宁.基于典型相关分析的三峡库区土地利用变化研究[J].中国国土资源经济,2007b(3)：24-26.
[54]车生泉,宋永昌.上海城市公园绿地景观格局分析[J].上海交通大学学报(农业科学版),2002,(12)：322-327.
[55]陈百明,刘新卫,杨红LUCC研究的最新进展评述[J].地理科学进展,2003,22(1)：22-29.
[56]陈春,冯长春.中国建设用地增长驱动力研究[J].中国人口·资源与环境,2010(10)：72-78
[57]陈立,吴门伍,张俊勇.三峡工程蓄水运用对长江口径流来沙的影响[J].长江流域资源与环境,2003,12(1)：50-54.
[58]陈利顶,傅伯杰.黄河三角洲地区人类活动对景观结构的影响分析—以山东省东营市为例[J].生态学报,1996,16(4)：337-344.
[59]陈吉余.上海市海岸带和海涂资源开发利用的现状、经验[J].黄渤海海洋,1985,3(3)：88-94.
[60]陈菁.福建省海岸带脆弱生态环境信息图谱研究[J].地球信息科学学报,2010,12(2)：159-166.
[61]陈荣蓉,宋光煜,信桂新,等.土地利用结构熵特征与社会经济发展关联分析——以重庆市荣昌县为例[J].西南大学学报(自然科学版),2008,30(7)：138-144.
[62]陈爽,马安青,李正炎.辽河口湿地景观格局变化特征与驱动机制分析[J].中国海洋大学学报,2011,41(3)：81-87
[63]陈文波,郑蕉.鄱阳湖区土地利用景观格局特征研究[J].农业工程学报,2007,23(4)79-83.
[64]陈勇.土地利用变化机制研究现状与展望[J].湖北农业科学,2003(2)：15-17.
[65]邓聚龙.灰色系统理论教程[M].武汉：华中理工大学出版社,1990.
[66]邓书斌.ENVI遥感图像处理方法[M].北京：科学出版社,2010.
[67]董磊,廖静娟,沈国壮.基于神经网络算法的多极化雷达数据估算鄱阳湖生物量[J].遥感技术与应用,2009,24(3)：325-330.
[68]丁菡.中国沿海经济发达地区土地利用变化及其驱动机制与预测模型研究[D].杭州：浙江大学,2006.
[69]段祖亮,张小雷,雷军,等.新疆建设用地变化及驱动力研究[J].水土保持学报,2009,23(1)：193-197.
[70]冯德俊,李永树,蔡国林,等.多方法集成的土地利用变化信息提取[J].成都理工大学学报(自然科学版),2005,32(3)：295-300.
[71]冯红燕.农户耕地抛荒的驱动因素研究[D],杭州：浙江大学,2011.
[72]傅伯杰,陈利项,马克明,等.景观生态学原理及应用[M],北京：科学出版社,2001.
[73]高啸峰,王树德,宫阿都,等.基于主成分分析法的土地利用/覆被变化驱动力研究[J].地理与地理信息科学,2009,25(1)：36-39.
[74]高峻,方芳.城市植物生态的遥感分析研究[J].生态学杂志,2000,19(1)：36-41.
[75]高宇,赵斌.上海湿地生态系统的效益分析世界科技研究与发展[J].2006,28(4)：58-64.
[76]龚建文,张正栋,周永章.饮用水源保护区土地利用变化与社会经济发展关系-以东江流 域源城区为例[J].热带地理,2009,29(04)：345-349.
[77]龚文峰,袁力,范文义.基于RS和GIS扎龙湿地景观时空演变研究[J].水土保持研究,2010,17(1)：107-112.
[78]宫兆宁,张翼然,宫辉力,等.对北京湿地景观格局演变特征与驱动机制分析[J].地理学报,2011,66(1)：77-88.
[79]顾家骏,任慈杰,顾虎良.建立上海国际航运中心的研究[J].中国航海,1996(2)：1-7.
[80]顾朝林.北京土地利用/覆盖变化机制研究[J].自然资源学报,1999,14(4)：307-312.
[81]关兴良,方创琳,鲁莎莎.中国耕地变化的空间格局与重心曲线动态分析[J].自然资源学报,2010,25(12)：1997-2006.
[82]郭欢欢,李波,侯鹰,等.元胞自动机和多主体模型在土地利用变化模拟中的应用地理科学进展[J].2011,30(11)：1336-1344.
[83]郭志刚.社会统计分析方法——SPSS软件应用[M].北京：中国人民大学出版社,1999.
[84]韩磊,侯西勇,朱明明等.20世纪后半叶美国海岸带区域土地利用变化时空特征分析[J].世界地理研究,2010,19(2)：42-52.
[85]浩昂.基于GIS的长江口九段沙湿地地貌变迁及其机制探讨[D].上海：华东师范大学,2008.
[86]郝兴明,李卫红, 陈亚宁,等.塔里木河干流土地利用/覆盖变化的社会经济驱动力分析[J].中国沙漠,2007,27(3)：405-411.
[87]贺奋琴,胡振琪,尹建忠等ASTER和TM/ETM+遥感数据融合监测土地覆盖变化[J].测绘科学,2007,32(1)：96-97.
[88]何春阳,史培军,陈晋.基于系统动力学模型和元胞自动机模型的土地利用情景模型研究[J].中国科学(D辑)地球科学,2005,35(5)：464-473.
[89]洪军,江南,于雪英.上海市土地利用时空变化及驱动力分析.国土资源遥感[J].2002,53(3)：58-56.
[90]侯西勇,常斌,于信芳.基于CA-Markov的河西走廊土地利用变化研究[J].农业工程学报,2004,20(5)：286-291.
[91]黄秀兰.基于多智能体与元胞自动机的城市生态用地演变研究[D].长沙：中南大学,2008.
[92]黄莹,包安明,王爱华,等.近25a新疆LUCC对气候变化及人类活动的响应[J].干旱区资源与环境,2009,23(10)：116-122.
[93]孔祥丽,王克林,陈洪松,等.广西河池地区土地利用变化与社会经济发展水平关系的典范对应分析[J].自然资源学报,2007,22(1)：131-140.
[94]李春干.面向对象的SPOT5图像森林分类研究[D].北京：北京林业大学,2009.
[95]李德一,张安定,张树文.山东半岛北部海岸带城乡聚落扩展变化特征与驱动力分析[J]. 自然资源学报,2008,23(4)：612-628.
[96]李德一,张树文.基于DPSIR和RBF神经网络的哈大齐城市带生态安全评价[J].农业系统科学与综合研究,2010,26(4)：401-406.
[97]李静,赵庚星,范瑞彬.黄河三角洲土地利用及土地覆盖变化驱动力分析[J].西北农林科技大学学报(自然科学版),2003,31(3)：117-122.
[98]李静,赵庚星,田素峰,等.论土地利用/土地覆盖变化驱动力研究[J].国土资源科技管理,2004,21(1)：22-25.
[99]李娟娟.上海城市景观格局演变及其生态安全影响研究[D].上海：复旦大学,2007.
[100]李仁东,刘纪远.应用LandsatETM数据估算鄱阳湖湿生植被生物量[J].地理学报,2001,56(5)：：532-540.
[101]李蓉,李俊祥,李铖,等.快速城市化阶段上海海岸带景观格局的时空动态[J].生态学杂志,2009,28(11)：2353-2359.
[102]李黔湘,王华斌.基于马尔柯夫模型的涨渡湖流域土地利用变化预测[J].资源科学,2008,30(10)：1541-1546
[103]李秀彬.全球环境变化研究的核心领域：土地利用/土地覆被变化的国际研究动向[J].地理学报,1996,51(5)：553-557.
[104]黎夏,叶嘉安.基于神经网络的单元自动机CA及真实和忧化的城市模拟[J].地理学报,2002,57(2)：159-166.
[105]黎夏,叶嘉安,王树功,等.红树林湿地植被生物量的雷达遥感估算[J].遥感学报,2006,10(3)：387-396.
[106]李仙德,白光润.转型期上海城市空间重构的动力机制探讨[J].现代城市研究,2008(9)： 11-18.
[107]李晓文,方精云,朴世龙.上海城市用地扩展强度、模式及其空间分异特征[J].自然资源学报,2003,15(4)：412-422.
[108]李秀彬.中国近20年来耕地面积的变化及其政策启示[J].自然资源学报,1999,14(4)： 329-333.
[109]李学梅,李忠峰.土地利用/覆盖变化研究进展及其意义[J].安徽农业科学,2008,36(6)： 2462-2464.
[110]李旭文,季耿善,杨静.太湖梅粱湖蓝藻生物量遥感估算[J].国土资料遥感,1995,2(2)：23-28.
[111]李源泰.基于人工神经网络的遥感影像分类研究[D].昆明：昆明理工大学,2010.
[112]李昭阳.多源遥感数据支持下的松嫩平原生态环境变化研究[D].吉林：吉林大学,2006.
[113]李振.黄海军.胶州湾海岸带土地利用/覆被变化研究[J].国土资源遥感,2010,87 (4)： 71-76.
[114]梁书民,金陶陶.中国大城市建成区扩张与城郊耕地保护研究——以北京、上海和广州为例[J].环境保护,2005(11)：59-63.
[115]梁长秀.基于RS和GIS的北京市土地利用／覆被变化研究[D].北京：北京林业大学,2009.
[116]林文鹏,王臣立,赵敏,等.基于森林清查和遥感的城市森林净初级生产力估算[J].生态环境,2008,17(2)：766-77.
[117]刘桂芳.黄河中下游过渡区近20年来县域土地利用变化研究——以河南省孟州市为例[D].河南：河南大学,2005.
[118]刘建光,李红,孙丹峰,等MODIS土地利用/覆被多时相多光谱决策树分类[J].农业工程学报,2010,26(10)：312-318.
[119]刘纪远.中国资源环境遥感宏观调查与动态研究[M].北京：中国科学技术出版社,1996.
[120]刘纪远,刘明亮,庄大方,等.中国近期土地利用变化的空间格局分析[J].中国科学(D辑),2002,32(12)：1031-1040.
[121]刘纪远,邓祥征. LUCC时空过程研究的方法进展[J].科学通报,2009,54：3251-3258.
[122]柳梅英,包安明,陈曦,等.近30年玛纳斯河流域土地利用／覆被变化对植被碳储量的影响[J].自然资源学报,2010,25(6)：926-938.
[123]刘培,杜培军,赵卫常,等.基于多时相遥感影像分析的城市土地利用／覆盖变化与热环境演变——以徐州市为例[J].水土保持通报,2009,29(1)：45-50.
[124]刘世栋.滨海旅游区异质性景观对湿地生态系统的影响[D].上海：上海师范大学,2010.
[125]刘旭华,王劲峰,刘明亮,等.中国耕地变化驱动力分区研究[J].中国科学(D辑),2005,35(11)：1087-1095.
[126]刘艳芬,张杰,马毅,崔廷伟.融合地学知识的海岸带遥感图像土地利用／覆被分类研究[J].海洋科学进展,2010,28(2)：193-202.
[127]刘艳艳,吴大放,曾乐春,等.1988-2008年珠海市滨海湿地景观格局演变[J].热带地理,2011,31(2)：199-204.
[128]刘宇光,金明,冯钟葵,等SPOT数据反演地物辐射亮度和反射率的基础研究[J].地球信息科学,2005,7(2)：111-115.
[129]卢波,金勇章.长沙市土地利用结构信息熵及驱动力研究[J].资源与产业,2008,10(6)：19-21.
[130]吕志强,吴志峰,张景华.基于最佳分析尺度的广州市景观格局分析[J].地理与地理 信息科学,2007,23(4)：89-92.
[131]罗格平,周成虎,等.干旱区绿洲土地利用与覆被变化过程[J].地理学报,2003,58(1)：63-72.
[132]罗光莲.重庆不同经济区土地利用与覆盖变化及社会驱动力研究[J].西南农业大学硕士论文,2003.
[133]马克明,傅伯杰.北京东灵山区景观类型空间邻接与分布规律[J].生态学报,2000a,20(5)：748-752.
[134]马克明,傅伯杰.北京东灵山地区景观格局及破碎化评价[J].植物生态学报,2000b,24(3)： 320-326.
[135]马万栋,张渊智,施平,邢前国.海岸带土地利用/覆被变化研究进展[J].地理科学进展,2008,27(5)：87-94.
[136]买凯乐,张文辉.黄土丘陵沟壑区遥感影像信息面向对象分类方法提取[J].农业机械学报,201 1,42(4)：153-158.
[137]牟振宇.近代上海城市边缘区土地利用方式转变过程研究——基于GIS的近代上海法租界个案研究(1898—1914)[J].复旦学报(社科版),2010(4)：106-113.
[138]毛蒋兴,闫小培,李志刚,黄鹄.快速城市化过程中深圳土地利用变化的自然及人文因素综合研究[J].自然资源学报,2009,(3)：523-535.
[139]梅琳.武汉城市景观系统的演变及其功能协调研究[D].武汉：华中师范大学,2008.
[140]蒙吉军,李正国.河西走廊土地利用格局及影响因子研究一以张掖绿洲为例[J].北京大学学报(自然科学版),2003,39(2)：236-243.
[141]缪海鹰,杨子生.滇西北高寒山区土地利用变化与社会经济发展的关系研究——以宁蒗彝族自治县为例[J],中国农学通报,2011,27(8)：366-373.
[142]倪绍祥.土地利用/覆被变化研究的几个问题[J].自然资源学报,2005,20(6)：932-937.
[143]聂婷,肖荣波,王国恩,等.基于Logistic回归的CA模型改进方法：以广州市为例[J].地理研究,2010,29(10)：1909-1919.
[144]牛海鹏,张安禄.基于生态位理论的耕地数量变化驱动机制分析[J].资源科学,2008,30(10)：1533-1539.
[145]牛志春,倪绍祥.青海湖环湖地区草地植被生物量遥感监测模型[J].地理学报,2003,58(5)：695-702.
[146]欧立业,何忠焕,马海州,等.基于知识的分层综合分类法在土地利用/土地覆盖遥感信息提取中的应用[J].测绘科学,2008,33(1)：173-175.
[147]庞治国,葛德祥,孙涛,等.基于多源遥感数据的二滩库区土地利用/覆盖变化动态监测[J].水利水电技术,2010,41(3)：91-94.
[148]平原.南汇边滩湿地景观格局分析和生态系统健康评价[D].上海：华东师范大学,2010.
[149]Piper Gaubatz (著),王晓晓,王楠,林丹丹(译).从北京,上海,广州等大城市形态转变的模式和过程中看中国的城市转变[J],人文地理,2009,4：77-80.
[150]秦贤宏,段学军,李慧,等.基于SD和CA的城镇土地扩展模拟模型：以江苏省南通地区为例[J].地理科学,2009,29(3)：439-444.
[151]任志远,张艳芳.土地利用变化与生态安全评价[M].北京：科学出版社,2003.
[152]上海水利志编纂委员会.上海水利志[M].上海：上海社会科学院出版社,1997.
[153]邵景安,李阳兵,魏朝富,等.大洪河水库库区土地利用变化及其社会经济驱动因素[J].生态学杂志,2007,26(6)：898-903.
[154]史培军,宫鹏,李晓兵,等.土地利用/覆盖变化研究的方法与实践[M].科学出版社,2000.
[155]施玉麒,王寒梅,李金柱.上海市海岸带资源现状与未来趋势[J].上海地质,2003,(1)： 8-15.
[156]宋国利,李玉宝,付春雷,等.基于RS与GIS的乐清湾湿地景观格局变化分析[J].东北林业大学学报,2010,38(12)：80-83.
[157]宋金平,赵西君,王倩.北京市丰台区土地利用变化及社会经济驱动力分析[J].中国人口·资源与环境,2008,18(2)：171-175.
[158]苏德源,鲍德安.围海造地为上海的城市发展提供了宝贵的土地资源(下)[J].上海建设科技,1998,5：36-37.
[159]苏旭坤,臧淑英,李苗,等.绥化市土地利用变化图谱分析[J].中国农学通报,2012,28(2)：214-222.
[160]孙强,蔡运龙,王乐.北京耕地流失的时空特征与驱动机制[J].资源科学,2007,29(4)： 158-163.
[161]谭雪兰,段建南,朱红梅,等.长沙市耕地变化的时空特征及其驱动力分析[J]中国农学通报2012,28(02)：240-244.
[162]唐华俊,陈佑启,邱建军,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.
[163]田波.面向对象的滩涂湿地遥感与GIS应用研究[D].上海：华东师范大学,2008.
[164]童庆禧,郑兰芬.湿地植被成象光谱遥感研究[J].遥感学报,1997,1(1)：50-57.
[165]瓦哈甫·哈力克,海米提·依米提,塔西甫拉提·特依拜,等.新疆于田绿洲土地利用变化的人文驱动力分析[J].干旱区资源与环境,2007,21(6)：1-6.
[166]王光谦,王思远,陈志祥.黄河流域的土地利用和土地覆盖变化[J].清华大学学报(自然科学版),2004,44(9)：1218-1222.
[167]王金军,贺宝根.长江输沙与河口的冲淤变化关系[J].上海师范大学学报(自然科学版),2005,34(4)：96-100.
[168]王丽萍,周寅康,薛俊菲.江苏省城市用地扩张及驱动机制研究[J].中国土地科学,2005,19(6)：26-29.
[169]王萍,张继贤,林宗坚,李春霞.基于多源遥感数据融合的土地利用/土地覆盖变化试验[J],测绘通报,2003,4：
[170]王思远,刘纪远等.中国土地利用时空特征分析[J].地理学报,2001,56(6)：631-639.
[171]王天巍,李朝霞,史志华,等.都市圈边缘区多尺度土地利用驱动力研究[J].华中农业大学学报(自然科学版),2008,(4)：471-477.
[172]汪小钦,王钦敏,励惠国,刘高焕.黄河三角洲土地利用/覆盖变化驱动力分析[J].资源科学,2007,29(5)：175-181.
[173]王秀兰.土地利用/土地覆盖变化中人口因素分析[J].资源科学,2000,22(3)：38-42.
[174]王静爱,徐霞,刘培芳.中国北方农牧交错带土地利用与人口负荷研究[J].资源科学,1999,21(5)：19-24.
[175]王晨野,汤洁,李昭阳,等.吉林西部土地利用/覆被时空变化驱动力分析[J],生态环境,2008,17(5)：1914-1920.
[176]王秀兰,包玉海.土地利用动态变化研究方法[J].地理科学进展,1999,18(1)：81-87.
[177]王玉,贾晓波,张文广,等.江苏海岸带土地利用变化及驱动力分析[J].长江流域资源与环境,2010,19(Z1)：7-12.
[178]王玉洁,李俊祥,吴健平,宋永昌.上海浦东新区城市化过程景观格局变化分析[J].应用生态学报,2006,17(1)：36-40.
[179]王云才.上海市城市景观生态网络连接度评价[J].地理研究,2009,28(2)：284-292.
[180]王海珍,张利权.基于GIS、景观格局和网络分析法的厦门本岛生态网络规划[J].植物生态学报,2005,(29)：144-152.
[181]王兆礼,陈晓宏,曾乐春,魏清泉.深圳市土地利用变化驱动力系统分析[J].中国人口·资源与环境,2006,16(6)：124-128.
[182]王宗明,国志兴,宋开山,等.2000-2005年三江平原土地利用/覆被变化对植被净初级生产力的影响研究[J].自然资源学报,2009,24(1)：136-146.
[183]位欣,刘耀林,姚鹏.基于模拟退火遗传算法的土地利用变化驱动力研究[J].2008,22(7)：34-37.
[184]沃晓棠.基于气候变化的扎龙湿地土地利用及可持续发展评价研究[D].哈尔滨：东北农业大学,2010.
[185]武桂贞.河北省海岸带土地利用变化驱动力的定量研究[D].河北：河北师范大学, 2007.
[186]吴桂平,曾永年,冯学智,等CLUE-S模型的改进与土地利用变化动态模拟——以张家界市永定区为例[J].地理研究,2010,29(3)：460-470.
[187]吴涛,赵冬至,张丰收,卫宝泉.基于高分辨率遥感影像的大洋河河口湿地景观格局变化[J].应用生态学报,2011,22(7)：1833-1840.
[188]吴铮争,宋金平,王晓霞,等.北京城市边缘区城市化过程与空间扩展——以大兴区为例[J].地理研究,2008,27(2)：285-293.
[189]谢高地,成升魁,丁贤忠.人口增长胁迫下的全球土地利用变化研究[J].自然资源学报,1999,14(3)：193-199.
[190]徐涵秋.利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究[J].遥感学报,2005,9(5)：589-595.
[191]谢花林.典型农牧交错区土地利用变化驱动力分析[J].农业工程学报,2008,24(10)：56-62.
[192]谢红梅.贵阳市土地利用变化趋势预测研究[J].安徽农业科学,2009,37(34)16970-16972.
[193]解修平,周杰.土地利用变化预测研究——以西安地区为例[J].干旱区研究,2008,25(1)：125-130.
[194]谢一民.上海湿地[M].上海：上海科学技术出版社,2004.
[195]许婧婧,陶文星,包广静,等.我国特大城市建设用地影响因素的地区差异[J].经济地理,2006,26(S1)：152-]56.
[196]许月卿,李秀彬.河北省耕地数量动态变化及驱动因子分析[J].资源科学,2001,23(5)：28-32.
[197]薛建春,蔡松.生态脆弱矿区土地利用动态变化研究——以平朔矿区为例[J].水土保持研究,2011,18,(6)：204-207.
[198]薛小荣,党小刚.基于灰色理论的西安土地利用预测研究[J].统计与信息论坛,2009,24(11)：40-43.
[199]杨李娜.咸阳市土地利用变化的动态分析及驱动力研究[D].西安：西北大学,2009.
[200]杨启伦,丁培民,梁少贤,等.上海海洋地质调查志[M].上海：上海社会科学院出版社,1996.
[201]杨青生,黎夏.基于支持向量机的元胞自动机及土地利用变化模拟[J].遥感学报,2006,10(6)：836-846.
[202]杨世伦,姚炎明,贺松林.长江口冲积岛岸滩剖面形态和冲淤规律[J].海洋与湖沼,1999,30(6)：765-766.
[203]杨叶涛,龚健雅,王迎迎,曾又枝.遥感时空不一致性对城市景观格局动态分析影 响[J].武汉大学学报(信息科学版),2011,36(8)：974-977.
[204]杨永兴,王世岩,何太蓉,等.三江平原典型湿地生态系统生物量及其季节动态研究[J].中国草地,2002,24(1)：1-7.
[205]叶浩,张鹏,濮励杰.中国建设用地与区域社会经济发展关系的空间计量研究[J].地理科学,2012,32(2)：149-155.
[206]员永生,常庆瑞,杨为民.一种快速非参数核密度模型及其应用[J].兰州大学学报(自然科学版),2009,45(2)：132-138.
[207]尤洁云.地物信息分层提取在遥感专题制图中的应用[D].南京：南京师范大学,2007.
[208]约翰R·克拉克(吴克勤译).海岸带管理手册[M].北京：海洋出版社,2000.
[209]岳文泽.基于遥感影像的城市景观格局及其热环境效应研究[D].上海：华东师范大学,2005.
[210]于伯华,吕昌河.城市边缘区耕地面积变化时空特征及其驱动机制——以北京市顺义区为例[J].地理科学,2008,28(3)：348-353.
[211]于苏俊,张继,夏永秋.基于遗传算法的可持续土地利用动态规划[J].长江流域资源与环境,2006,15(2)：180-184.
[212]于兴修,杨桂山.中国土地利用／覆盖变化研究的现状与问题[J].地理科学进展,2002,21(1)： 51-57.
[213]于秀林,任雪松.多元统计分析[M].北京：中国统计出版社,1999.
[214]曾永年,马振玲,刘正春,何丽丽.青海高原东部农业区建设用地扩张驱动力分析[J].干旱区资源与环境,2011,25(12)：114-118.
[215]张伐伐,李卫忠,卢柳叶,康乐.SPOT5遥感影像土地利用信息提取方法研究[J].西北农林科技大学学报(自然科学版),2011,39(6)：143-147.
[216]张海龙,蒋建军,解修平,等.近25年来西安地区土地利用变化及驱动力研究[J].资源科学,2006,28(4)：71-77.
[217]张惠远,赵昕奕,蔡运龙,殷静.喀斯特山区土地利用变化的人类驱动机制研究——以贵州省为例[J].地理研究,1999,18(2)：136-1427.
[218]张金屯,聂二保,向春玲.五台山亚高山草甸的人工神经网络分类与排序[J].草业学报,2009,18(4)：35-40.
[219]张明.土地利用结构及其驱动因子的统计分析——以榆林地区为例[J].地理科学进展,1997,16(4)：20-26.
[220]张明,朱会义,何书金.典型相关分析在土地利用结构研究中的应用——以环渤海地区为例[J].地理研究,2001,20(6)：761-767.
[221]张心怡.基于遥感和GIS的上海土地利用／覆盖变化及其热环境效应研究[D].上海： 华东师范大学,2006.
[222]张永民,赵士洞,P. H. Verburg. CLUE-S模型及其在奈曼旗土地利用时空动态变化模拟中的应用[J].自然资源学报,2003,18(3)：310-318.
[223]章仲楚,张秀英,邓劲松,王珂.基于RS和GIS的西溪湿地景观格局变化研究[J].2007,27(4)：38-41.
[224]赵文武,傅伯杰,陈利顶,等.黄土丘陵沟壑区集水区尺度土地利用格局变化的水土流失效应[J].生态学报,2004,24(7)：1358-1364.
[225]郑国,邱士可.转型期开发区发展与城市空间重构——以北京市为例[J].地域开发与研究,2005,24(6)：39-42.
[226]郑国强,江南,史同广.长江三角洲土地利用变化及驱动力分析[J].南京林业大学学报(自然科学版),2004,28(6)：18-22.
[227]郑新奇,付梅臣,等.景观格局空间分析技术及其应用[M].科学出版社,2010.
[228]钟太洋,黄贤金,王柏源.经济增长与建设用地扩张的脱钩分析[J].自然资源学报,2010,25(1)：18-31.
[229]周华锋,马克明,傅伯杰.人类活动对北京东灵山地区景观格局影响分析[J].自然资源学报,1999,14(2)：117-122.
[230]周灵雁.上海中心城区居住空间的变迁与重构研究——以卢湾区为例(1992-2006)[D].上海：上海师范大学,2007.
[231]周志翔,邵天一,王鹏程,等.武钢厂区绿地景观类型空间结构及滞尘效应[J].生态学报,2002,22(12)：2037-2040.
[232]周庆,张志明,欧晓昆,杨明玉.漫湾水电站库区土地利用变化社会经济因子的多变量分析[J].生态学报,2010,30(1)：165-173.
[233]周云轩,刘殿伟,王磊,付哲.吉林省西部生态环境变化模型研究[M].北京：科学出版社,2004.
[234]周志翔,邵天一,唐万鹏,等.城市绿地空间格局及其环境效应——以宜昌市中心城区为例[J].生态学报,2004,24(2)：186-192.
[235]宗跃光.大都市空间扩展的廊道效应与景观结构优化一以北京市区为例[J].地理研究,1998,17(2)：119-124.
[236]朱会义,何书金,张明.环渤海地区土地利用变化的驱动力分析[J].地理研究,2001,20(6)： 669-677.
[237]朱会义,李秀彬.关于区域土地利用变化指数模型方法的讨论[J].地理学报,2003,58(5)：643-650.
[238]朱建华,韩玉洁.上海市围垦地造林若干问题的探讨[J].上海农业学报,2010,26(3)：83-86.
[239]祝卓.人口地理学[M].北京：中国人民大学出版社,1991.
[240]宗玮,林文鹏,周云轩,芮建勋.基于遥感的上海崇明东滩湿地典型植被净初级生产力估算[J].长江流域资源与环境,2011,20(11)：1355-1360.
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |