空间统计模型在土地利用与覆被变化模拟与预测中的应用——以Logistic-CA-Markov模型为例

摘要：

近30年来,随着对地观测技术、资源调查与信息传输技术的增强,地里国情各领域积累了海量的空间数据.在时间序列内对海量空间数据处理分析,为环境变化预测、生态恢复重建、资源合理开发提供科学的数据参考.国家对土地资源普查监测频次逐年提高,以此来了解资源现状、以及变化情况.传统模型对数据处理分析存在一定限制.在此背景下,选取黑河上游山区作为实验区,构建Logistic-CA-Markov (LCM)模拟与预测模型,探讨其对实验区LUCC(land use and cover change)的模拟效果,以及预测未来30年实验区LUCC情况.结果表明,对时空数据的时间序列变化与空间维度演化,LCM模型具有较强的模拟能力.

关键词：土地利用变化、时空数据统计、Logistic-CA-Markov模型、模拟与预测

所属期刊栏目：16

分类号：P962(自然资源学)

资助基金：国家自然科学基金项目4961038;四川省教育厅自然科学基金项目16ZB0351;四川乐山市科技局重点基金项目成都理工大学工程技术学院基金项目C122014014

在线出版日期：2016-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：139-143