扬州市土地利用变化的驱动力机制研究

基于扬州市1996—2004各年份土地利用数据及相关统计资料。分析了8年中土地变化的特点及主要驱动力因子，结果表明：①8年来全市主要土地利用类型的变化表现出耕地、园地的面积大幅下降，建设用地的面积普遍增长；②选择11项指标构建土地利用变化驱动力模型，采用“主成分分析法”及SPSS13．0统计软件。分析得出：影响该市土地利用变化的主要驱动力因子是人口和经济的增长；③运用Eviews 3．1软件对土地利用变化中经济因素的驱动作用做回归分析得出：全市GDP每增长1亿元，需要新增建设用地约15．36hm^2．减少耕地约17．53hm^2；城镇化水平每增加1个百分点．需要减少耕地面积389．3hm^2，同时扩展城镇用地266．17hm^2。     

基于CA-Markov模型的鄱阳湖区土地利用变化模拟研究

以鄱阳湖区为研究区,采用Logistic回归测度不同影响因子与各地类之间的驱动作用,结合Markov预测构建适用于湖区土地利用变化模拟的元胞自动机模型,对模型精度进行检验并对湖区未来土地利用发展趋势进行模拟预测。结果表明:(1)2000~2010年湖区各地类变化幅度呈显著提升趋势,草地是最活跃地类,耕地面积大幅下降,城镇化扩张稳定;(2)不同影响因子对各地类的驱动作用方向与解释能力各不相同,整体解释效果良好,各个ROC检验值均超过了0.81;(3)CA-Markov模型整体Kappa系数0.85,点对点精度75%,模拟结果具有较高精度,其中模型对于林地、耕地及水域变化的模拟效果最优;(4)2010~2025年湖区各地类变化幅度有所扩大,但其变化活跃程度趋向稳定;(5)2010~2025年耕地、林地面积减少主要是城市建设用地的侵占所致,其它类型转变为居民用地的单向变化趋势显著,湖区城镇化进程大幅加速,主要集中在昌九一体化城市群区域;(6)2010~2025年草地、未利用土地面积增加主要集中在湖区各区县城镇边缘地带,城镇化进程中绿地保护措施效果明显,但仍容易造成耕地、林地抛荒等状况。     

基于CLUE-S模型的重庆市主城区土地利用情景模拟

以重庆市主城区为研究区,采用120m×120m栅格大小的数据为模拟基准,借助CLUE-S模型、情景分析法、SPSS软件及ArcGIS10.1软件建立了数量变化和空间分布变化相结合的不同情景下土地利用/覆盖变化的动态模拟模型,并对研究区不同情景下的土地利用/覆盖动态变化进行了模拟,模型综合考虑各种宏观驱动因子与土地利用变化之间的关系,较全面地考虑了多种土地利用/覆盖变化驱动因子,并利用SPSS软件进行相关性分析,确定了各因子的回归模型,提高了模拟结果的精度,通过对已有数据的模拟及精度分析,整体模拟精度达86%以上,在一定程度上反映了该模型在研究高分辨率土地利用/覆盖变化方面有很好的适应性,对土地利用/覆盖变化的复杂性研究和相关部门对土地布局、规划方面具有一定的参考价值。模拟结果表明:到2030年湿地、人工用地、林地将增加,耕地和其它用地减少,草地在不同的情景下均有稍微的增加,耕地和人工用地是变化最大的两种类型,随着时间的推移耕地和林地面积不断接近甚至持平,研究区西部及西南部变化比较明显。     

汉江流域土地利用/覆被变化的水文效应模拟研究

针对流域LUCC驱动因子众多、驱动因子与土地利用/覆被变化之间存在复杂的非线性动态关系的特点，以汉江上游流域LUCC模拟为例，构建基于人工神经网络（ANN）与元胞自动机（CA）的模拟土地利用/覆被变化的CA ANN耦合模型，并应用该模型预测汉江上游流域2020s年代的LUCC变化情景。结果表明：2020s汉江黄家港站上游流域水田、旱地、灌木林与建设用地面积均有不同程度的增加，其中建设用地增幅最大，与区域交通和城市化的迅猛发展趋势相符；除建设用地增幅变化较大之外，1980s～2000s与2000s～2020s两个时期其余土地利用/覆盖类型的面积变化率都比较相近，表明CA ANN耦合模型能够刻画土地利用/覆盖类型的转换规律，在流域土地利用/覆被变化的复杂非线性动态演变情景的模拟预测方面是可行的。在此基础上，应用SWAT分布式水文模型模拟汉江上游流域水文过程。研究结果表明：在1980s年代、2000s年代及预测的2020s年代LUCC情景下，汉江上游流域年平均径流量呈增加趋势，LUCC对径流量年内影响较汛期显著，多年平均蒸散发量呈增加趋势     

中国建设用地增长驱动力研究

近年来我国建设用地不断增加,耕地面积不断减少,建设占用与耕地保护的矛盾日益突出。国家提出运用土地政策参与宏观调控,对建设用地变化及驱动力的研究也成为学界的焦点。已有关于建设用地增长驱动力研究多基于城市经济学单中心模型进行城市建设用地的研究,缺乏全国层面建设用地增长驱动力研究。本文采用1996-2006年省级面板数据,对全国层面建设用地增长的驱动力进行分析。从经济、社会、政府、地理四类因素选择变量,通过模型的比较与择优,构建了建设用地增长的驱动力模型,并分析核心变量对建设用地变化的驱动作用。结果表明:①最终决定全国层面建设用地变化驱动力方程的有三个核心变量,即:人口、GDP和公路营运里程;②通过比较标准化系数发现三个变量对建设用地增长的作用表现为GDP公路营运里程人口;③在东中西地区,核心变量对建设用地的影响程度略有差异,即东部地区为GDP人口公路营运里程;中西部地区为GDP公路营运里程人口。     

南京市2000~2014年城市建设用地变化及驱动因子研究

基于土地利用模型测度2000~2014年南京市城市建设用地的动态变化，再运用典型相关分析、主成分分析及逐步回归分析组合的偏最小二乘回归法对南京市城市建设用地的驱动因子进行分析。结果表明：（1）2000~2014年南京市城市建设用地面积总体上呈上升趋势，年均增长率为11.73%；（2）南京市用地结构信息熵呈波动下降趋势，城市建设用地系统结构性增强，但是用地扩展的综合效益趋降；（3）人口增长、道路扩展、投资水平提高及文化产业发展等能够较好的解释南京市城市建设用地的增长，这4类因子对城市建设用地变化具有正向作用；（4）逐步线性回归结果表明，园林绿地面积的增加相对其他因子对南京市建设用地规模增长的作用最大，其次是道路长度和公路里程。     

京津冀地区土地利用变化特征及其驱动力分析

土地利用/覆被变化(Land use/cover change,LUCC)的驱动机制驱动机制对于理解其变化特征及制定相关政策有重要意义。为解京津冀地区城市土地利用变化态势与内在驱动机理,本文在京津冀地区14年间土地利用的类型变化、数量变化、程度变化及区域变化特征的基础上,对形成这种土地利用变化的驱动力从社会经济方面进行了剖析,并在统计软件SPSS的支持下对土地利用变化驱动力指数进行了计算。结果表明:12000-2013年间,土地利用变化发生了较大改变:耕地,牧草地和未利用地面积明显减少,园地、林地、其他农用地和建设用地面积则持续增加。耕地、牧草地、未利用地的年度变化率分别为-0.45%、-3.11%、-1.30%,园地、林地、其他农用地以及建设用地面积的年度变化率分别为3.60%、1.38%、5.31%、0.59%;2研究时段内,京津冀地区的土地利用程度ΔL_(b-a)为6.29,京津冀地区的土地利用处于发展时期;3土地利用变化的社会驱动力主要是人口增长、经济发展、城市化水平提高,并且这些因素的驱动力指数是逐年增加的,政策的影响作用也不容忽视。     

昭通市建设用地变化特征及其驱动力分析

基于昭通市2009—2015年土地利用变更及调查数据,结合人口和社会经济数据,计算了昭通市建设用地扩展程度指数,采用灰色关联分析方法计算了昭通市建设用地总面积与建设用地各组成要素、人口数量和经济发展要素之间的关联度。结果显示,昭通市城镇建设用地、农村居民点用地、工矿企业用地、交通运输用地和水工建筑用地面积均呈增加趋势。昭通市城镇建设用地面积扩展程度指数最高,其次依次为水工建筑用地、工矿企业用地、交通运输用地和农村居民点用地面积。人口数量增长、建设用地自身各组成要素的变化以及国内生产总值(GDP)增长均是昭通市建设用地面积扩张的重要驱动因子,其中人口数量增长对建设用地面积扩张的影响大于建设用地自身各组成要素和GDP增长的影响。     

三峡库区城镇建设用地驱动因子路径分析

随着三峡大坝的修建．三峡经济飞速发展．带动了利用三峡库区城镇建设用地的变化。本文以三峡库区21个县市1995—2005年城镇建设用用地的变化量为主要研究对象。结合1995-2005年期间第二产业与第三产业的集中指数与区位商的空间分布变化。采用路径分析建模的方法。奠立了城镇建设用地与固定资产投资、社会商品零售总额、第二产值、第三产值及城镇人口的路径模型．确定了备影响因子对蜮镇建设用地变化的影响程度。其中第二产值对城镇建设用地的变化影响最大．影响力最小的是城镇人口。此项研究进一步验证了路径分析模型在土地利用变化驱动力分析研究中的可行性．同时也为库区城镇建设用地的控制提供了参考。     

基于CA Markov的土壤有机碳储量空间格局重建研究——以泛长三角地区为例

选取了泛长三角地区的高程、坡度、坡向、GDP、人口、温度、降雨量、河流距离、城市距离和海岸线距离10个驱动因子作为土地利用变化驱动力，基于这些驱动力因子，利用Logistic分析制作土地适宜性图集；运用CA Markov模型模拟得到2000年、1995年、1990年、1985年、1980年、1975年6期的土地利用格局；采用全数检测的方法对模拟结果进行精度检验；在此基础上，得到了泛长三角地区土壤有机碳储量，进而重建历史土壤有机碳储量空间格局。研究结果表明：（1）模型模拟精度为8873%，说明CA Markov模型对历史土地利用模拟具有一定可行性；（2）泛长三角地区历史土壤有机碳储量从今往前逐期递增，且明显高于2010年土壤有机碳储量水平，1995、1990、1985、1980、1975年土壤有机碳储量分别为3235 1、3241 9、3247 6、3251 8、3255 3；（3）各时期泛长三角地区土壤有机碳储量空间格局呈现出南高北低的趋势，土地利用类型与土壤有机碳储量密切相关，城市建成区有机碳储量低于其他区域，土壤有机碳储量增加区域主要出现在其高值区周边；（4）耕地与林地面积的增加，建设用地面积减少，导致了1995~1975年间有机碳储量的增加。基于CA Markov模型可以有效重建历史土壤有机碳储量的空间格局     

泰安市耕地资源动态变化特征及驱动力研究

研究耕地资源动态变化特征及其原因。对合理利用耕地资源、控制耕地资源的快速减少有重要的意义。本文根据泰安市1997—2004年土地利用变更调查数据。对该区域耕地资源的动态变化进行了时间上和空间上的分析。利用主成分分析法．得出泰安市耕地减少的四大驱动因子：农民人均住房面积、第一产业GDP、非农业人口和公路里程。并针对不同驱动力提出了相应的对策措施。     

江汉平原耕地数量变化驱动机制分析--以仙桃市为例

江汉平原历来是我国重要的商品粮生产基地，保留一定的耕地数量对保障我国粮食安全具有重大意义。因此，研究其耕地变化的驱动因子使具有实际意义。文章以仙桃市为例，借助统计分析软件SAS，运用主成分析分析方法，分析了其1990-2002年耕地的数量变化及其驱动因子，并基于可持续发展理论提出了仙桃市耕地可持续利用的对策。     

城市区域土地利用变化及驱动机制研究 --以长江三角洲地区为例

以正处于一个新的成长期的城市群——长江三角洲地区为例,分析其工业化、城市化进程中的城市区域土地利用变化态势及内在驱动机理。通过对长江三角洲地区城市区域各地类面积比例的动态分析,发现研究区土地利用变化的主要方面是建设用地比例的增加以及耕地和水域面积比例的减少。在此基础上建立驱动因素体系,利用相关分析和主因子分析方法,并构建城市区域土地利用变化驱动力模型,得出长江三角洲城市区域土地利用变化的主要驱动因素是人口的增长和非农化、经济总量的增加以及劳动力的非农化。但是不同的时期,主要驱动力随着社会经济发展的特点和土地利用的特点不断变化：人口的非农化(城市化率)的作用不断增强;经济总量增长的作用明显的减弱;第三产业的发展对建设用地比例增加的驱动作用越来越强。     

BP神经网络在城市建成区面积预测中的应用——以江苏省为例

城市建成区规模的迅速扩张是目前江苏省土地利用变化中的一个显著特点，其面积从1985年的426 km2扩大到2003年的2 200 km2，平均年增加98.56 km2。城市建成区规模的扩张受到社会、经济、人口等多种因素的影响，用传统方法对其进行预测比较困难。鉴于BP神经网络在非线性领域预测中的广泛应用，以江苏省为研究对象，构建一个11-3-1结构的BP神经网络预测模型，以1985~2001年和2002年的相关数据作为模型的训练和测试样本，以2003年的社会、经济数据作为网络的预测输入，对该年的建成区面积进行预测。结果表明，BP神经网络预测结果与实际面积的相对误差为3.96%，其预测精度与多元回归预测模型相比有较大改善。     

江汉平原建设用地扩张的时空特征与驱动力分析

建设用地的迅速扩张已经成为当前中国土地利用变化的主要特征。以中国科学院土地利用数据库（基于1995、2000和2005TM影像）为基础，利用GIS空间叠加分析和缓冲区分析技术，提取建设用地变化及其空间分布信息，运用建设用地扩张速度和强度指数对江汉平原1995～2005年10 a来建设用地扩张的时空特征进行了研究。在此基础上，结合各县市的社会经济等信息，运用灰色关联分析，对建设用地扩张的驱动力进行探讨。结果显示：总体上江汉平原建设用地扩张速度呈现增大趋势，但各县市之间扩张差异显著；各县市建设用地扩张分布上呈现组团状特点；沿交通线扩张的特征较为突出，尤其是后一阶段增幅高于前一阶段，沿江扩张增幅明显；总人口的增长是江汉平原建设用地扩张最主要的驱动力；交通条件改善、经济发展与区域建设用地扩张也有明显的相关关系     

高度城市化区域土地利用结构演化与驱动因素分析——以苏州市为例

分析高度城市化区域土地利用结构演化以及驱动因素，可为优化区域未来的土地利用结构、促进土地资源的保护和高效利用提供科学依据。采用1998～2008年苏州市土地利用变更调查数据，运用土地利用数量变化、程度变化和空间变化等指标测算模型分析土地利用演化规律。结果表明：1998～2008年，苏州市耕地面积显著减少，农业结构调整明显；居民点及独立工矿用地面积急剧增加，与耕地减少呈显著负相关；土地利用程度综合指数逐年提升；苏州全域耕地、园地、城市用地相对变化率最大的均为昆山市，建制镇和独立工矿用地相对变化率最大的分别是张家港市和吴江市；利用主成分分析法对影响土地利用结构演化的人文因素进行了分析，得出驱动因素主要为：人口增长、经济发展、工业化和城镇化水平。走集约型城市化道路，实现“效率型”土地利用模式，注重社会、经济、生态效益相结合是今后土地利用努力的方向     

城市生态用地时空动态及其相关驱动力——以武汉市为例

城市生态用地是维持城市生态安全和可持续发展的重要屏障,研究其动态变化特征及相关驱动力,将为城市规划和生态环境保护决策提供依据。该文以武汉城区为实证区,采用1990、2002、2014年等3期Landsat遥感影像为数据源,采用土地利用变化矩阵量化数量变化,景观格局指数量化空间格局变化,生态服务价值系数和InVEST模型量化质量变化,利用二元逻辑回归模型和梯度分析法量化相关驱动力。研究结果表明:武汉市生态用地总面积持续下降,累计减少239.55 km~2,其中水域为主要转出地类;生境质量下降24%;生态用地斑块破碎度提高,"孤岛化"现象逐渐显现;坡度、建设用地的最小距离、建设用地增长、GDP增长和道路密度是驱动生态用地变化的主要因素,随着城市向三环线外扩张,三环线以外的生态用地面临较高的生态转化风险。     

江苏省耕地资源动态变化及驱动力研究

根据江苏省不同来源耕地数据差异，适当修正得到1949~2006年耕地数据序列，引入耕地变化率、耕地分布重心等指标，研究江苏省近60年来耕地资源动态变化的基本过程及其空间差异，然后运用相关分析和因子分析初步探讨了耕地数量变化的主要驱动力，并建立耕地数量变化的多元回归模型。研究表明，江苏省耕地面积经历了由增加→急剧减少→缓慢减少→快速减少的变化过程；苏北滨海平原区、中部里下河浅洼平原区及宁镇扬低山丘岗区耕地有所增加，而苏南长江三角洲平原区耕地则急剧减少，耕地重心呈现向后备资源丰富、人地矛盾较为缓和的地区移动的趋势；人口增长与农业科技进步、经济发展和农业结构调整是耕地面积变化的主要驱动因子；预测2020年江苏省耕地总量45449×104 hm2，人均耕地0053 hm2；要保护有限的耕地资源，江苏省必须转变土地利用方式，并实行严格的耕地保护政策。     

山东省耕地资源态势分析及可持续利用研究

利用山东省建国以来的耕地序列数据以及近10多年来的相关社会经济资料，宏观分析了山东省耕地资源的时空动态变化规律。用相关分析和主成分分析相结合，定量地研究耕地变化的驱动因子，揭示耕地变化的驱动机制；研究表明，社会经济发展、农业科技进步和人口压力是造成山东省耕地资源持续藏少的三类主要动因。在此基础上，运用多元线性回归分析构建耕地变化回归模型，同时通过人均粮食需求量预测法，分别预测出2020年的山东省的耕地数量和耕地最低需求量．结果表明山东省未来的耕地资源态势不容乐观，人地矛盾十分尖锐。最后提出了实现耕地资源可持续利用的几点建议。