CLUE-S模型对村镇土地利用变化的模拟与精度评价

利用航片、IKONOS和Quickbird影像得到研究区3期（1991、2001和2009年）土地利用历史数据，运用CLUE S模型，基于1991、2001年的土地利用数据对2009年土地利用格局进行模拟预测，并将模拟结果与2009年真实土地利用数据进行比较。类型水平上，选择ROC曲线统计和偏离度指数分别对各地类的Logistic回归拟合精度和CLUE S模型模拟精度进行评价；景观水平上，采用景观指数和Kappa指数系列方法，从综合预测能力、景观格局、数量和空间位置等方面对CLUE S模型的模拟精度进行全面评估。结果表明:①CLUE S模型对各土地利用类型的模拟精度均较高，各地类的Logistic回归的拟合精度随着模拟分辨率的提高而逐渐增加；②随着模拟时间的缩短，CLUE S模型对整体景观格局的模拟精度提高；③该模型对土地利用数量的模拟精度明显优于其对空间位置的模拟精度。总体而言，CLUE S模型在村镇尺度的模拟效果良好，预测精度较高，但在空间位置和景观格局精度方面还有待提高     

改进的最优组合人口预测模型及其应用

人口预测是编制土地利用总体规划的基础性研究工作,区域人口发展规模和数量是土地利用总体规划中确定各类用地控制指标和调整土地利用结构的重要依据。因此,科学准确地预测人口发展,是制定区域土地利用总体规划的基础。在分析各种人口预测模型的基础上,提出了一种改进的最优组合模型。并以湖南省张家界市永定区人口预测为例,利用改进的最优组合模型进行了人口模型预测,并与现有的线性回归模型、灰色系统GM(1,1)模型、logistic 模型、最优组合模型的预测结果进行了对比分析。结果表明,提出的改进的最优组合模型预测结果准确可靠,有利于土地管理的科学决策,是适宜于区域土地利用规划中总人口预测的一种较好的方法。     

基于Dyna-CLUE模型的太湖流域建设用地空间扩张模拟

从区域尺度模拟建设用地空间扩张是理解和解释区域土地利用变化过程与趋势的有效途径之一。基于Dyna-CLUE模型，通过1985年以来5个时段太湖流域遥感影像数据及自然与社会经济数据提取先验转换规则，模拟未来太湖流域在耕地保护、生态保护与综合保护3种不同情景模式下建设用地空间增长过程。结果显示：3种模拟情景下Kappa 系数均大于0.75，具有较高的一致性，表明Dyna-CLUE模型在太湖流域建设用地空间扩张模拟中有较强的适用性；3种情景下，综合保护情景下建设用地扩张模拟精度最高；2020与2030年流域建设用地扩张均以大城市周边为主导，其中2010～2020年扩张总量位居前列的城市依次为上海、嘉兴、无锡和湖州等，而2020～2030年依次为嘉兴、苏州、上海和无锡等。2020年、2030年建设用地空间扩张模拟结果基本符合太湖流域建设用地空间扩张的趋势。研究方法及模拟结果相对可靠，以期为未来太湖流域城市化进程中的土地利用规划实施，特别是土地利用宏观需求的空间配置提供一定的借鉴与参考     

基于效益分析的济南市城市合理用地规模研究

城市用地规模研究是城市社会经济发展战略的基础研究之一,与土地利用效益密切相关。土地利用效益既是衡量土地利用水平的一项重要指标,也是衡量城市规模的基本出发点,它在一定程度上反映了城市的经济发展水平,通过对用地效益的分析能够反映城市土地利用的集约程度。本文以二、三产业产值与城市建成区面积之比作为衡量城市用地效益的指标,通过计算1997-2007年的建设用地与第二、三产业增长弹性系数分析济南市建成区用地规模与用地效益的关系及城市扩张的合理性,并选取广州市、南京市、青岛市、北京市、上海市作为比较对象,通过2000-2007年城市间用地规模与用地效益的关系对比,进一步分析济南市未来城市发展过程中充分合理利用土地的必要性及继续扩大城市规模的可行性。最后运用回归分析方法、增长弹性模型和逻辑斯蒂模型对未来济南市的合理用地规模做出预测。结果发现,济南市未来城市规模为2015年401 km2,2020年450 km2。研究结果可为编制济南市土地利用规划提供参考。     

基于数据包络方法的南京市城市土地集约利用效率分析

以南京市所辖区城市土地利用为研究对象,采用2012年土地、资金、劳动力投入及GDP产出的截面数据,运用数据包络分析方法的C2 R模型,对研究对象2012年城市土地集约利用效率进行了定量分析和评价。结果表明:南京市城市土地集约利用效率尚未达到最优,土地投入量仍有冗余;主城区规模收益达到最优,郊区及郊县的土地规模可适当扩大;大部分区县用地结构效益未达到最优,集约用地应以用地结构优化为主;土地的资本投入效率高,而建设用地使用的集约程度尚有提高潜力。     

基于景观指数和马尔科夫模型的铜梁县土地利用分析

以重庆市铜梁县为研究区域，以三期TM/ETM+遥感影像为主要数据来源，在获取大量数据的基础上，结合景观生态学理论研究了1993~2007年铜梁县土地利用的景观格局，运用马尔科夫模型对土地利用/覆被变化过程及数量转化情况进行分析并对其未来变化趋势进行预测。结果表明：1993~2007年铜梁县景观形状趋于复杂，斑块破碎度降低，景观异质程度下降，景观类型有向单一化或非均衡化发展的趋势；林地减少较快而建设用地增加较快，减少的林地主要转化为园地和耕地，增加的建设用地主要来自于园地和耕地。研究表明，将景观指数、马尔科夫模型结合进行土地利用/覆被变化的研究，能更有效地分析土地利用的格局和过程，取得较好的效果.     

深圳市土地利用变化驱动力系统分析

以深圳市土地利用变化的驱动力系统为例，用灰色关联方法确定影响土地利用变化的驱动因子并判别其最大驱动力，结果表明：深圳城市建设用地面积变化与外资利用额的关联系数最大，达到0.8491，其次为基础建设投资颧、第三产业产值、工业总产值及总人口数量；耕地、林地、荒地、水域面积变化则与城市化率的关联系数最大。以1991-1999年间的建设用地面积作为灰色系统特征数据序列，选取与其关联系数最大的五个驱动因子序列数据作为相关因素数据系列，建立CM（1，6）模型，结果表明：该模型的计算值和实际值的相对误差最大为11.11％，最小为-0.25％，平均相对误差也只有3.41％；检验结果表明，2000-2004年的模拟值与检验值的平均相对误差仅为3.74％，模拟精度较高，因而可以利用该模型预测深圳市建设用地的增长规模。     

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。     

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。     

基于多情景分析的中国建设用地总量控制目标选择

建设用地总量控制目标的选择关系到土地利用规划与土地宏观调控的科学性,单一目标导向的建设用地规模预测具有明显的局限性。基于国家土地宏观调控需要,本文统筹考虑经济发展、粮食安全、生态安全3类基本用地需求,构建建设用地总量控制的多情景分析框架,运用多元回归分析、碳平衡分析等方法构建土地基本需求模型,结合国家发展战略与目标设定模型参数,分析预测不同情景下2020年中国建设用地总量的变化数量及影响。研究结果显示,当2020年中国单位GDP碳排量相对于2005年减少率低于40%时,可行情景的个数为0,土地资源无法同时满足3类基本需求;当2020年全国建设用地总量控制在3 305.75×104hm2~3 325.10×104hm2之间时,经济发展、粮食安全、生态安全的土地需求可以协调并基本得到满足。情景分析表明,中国远期建设用地供给形势主要取决于经济发展方式转变的深度。如果经济发展方式转变滞后,2020年以后中国经济发展、粮食安全、生态安全的用地冲突将难以调和;如果经济发展方式发生显著进步,土地资源可以满足3类基本需求,为经济社会持续发展提供资源支撑。在现有发展阶段,中国应基于粮食安全和生态安全,实行更加有力的建设用地总量倒逼机制,推进经济发展方式转变。同时,建设用地多情景分析框架能够反向检验不同发展战略目标设定的合理性,综合分析建设用地扩张的影响及潜力,可以应用于国家层面土地调控与规划管理实践。     

基于适宜性分区的规划用地协调性与合理性评估

城市总体规划、土地利用总体规划（简称“两规”）是我国目前主要空间规划，但随着城市化的推进和建设用地的扩张，“两规”之间的矛盾和冲突加深。空间适宜性分区的提出，缓解了“两规”矛盾的升级，极大促进了“两规”之间的联系，也为其协调提供基础依据。从城市总体规划与土地利用总体规划编制方案评估出发，探索基于空间开发适宜性的规划协调评估方法，并以无锡为例开展实证研究。评估结果分析表明：无锡远景规划在环境敏感地区建设用地增长较快，适宜开发地区增长缓慢；土地利用总体规划建设用地指标不能满足未来用地需求，约束建设用地扩张，不符合无锡现实发展情况     

泰安市城市建设用地发展变化的分析研究

通过对2007~2014年城市建设用地的数据处理与比较,得出泰安市城市建设用地发展变化特点,为旧城改造以及城市规划工作提供参考,为区域城市建设结构提供依据。研究从两部分着手:一、运用土地利用动态度分析和Z-score标准化处理方法,研究泰安市城市建设用地数量变化特点。二、研究泰安市城市建设用地的信息熵值变化,分析该系统有序程度。研究结果表明:泰安市城市建设用地数量呈较稳定增长,与山东省年增长率保持较高程度的一致性;泰安市城市建设用地信息熵在时间上,具有动态演变特征。居住用地与工业用地面积变化是有序度变化的重要原因。     

建设用地空间错配理论、机制与效益损失:基于湖北省的实证

研究建设用地空间错配特征及内在机制,对纠正土地资源错配、优化土地资源配置机制具有现实意义。基于资源错配理论对土地资源错配理论开展梳理,提出建设用地错配机制假说,运用边际分析法和计量方法构建建设用地空间错配测度模型及机制检验模型,并以湖北省为例进行实证研究。结果表明:①1996—2017年湖北省建设用地过度错配与短缺错配并存,空间错配程度总体上有所改善,但局部地区错配程度加剧。②土地负外部性扩散、非均衡发展、非市场化供应、土地财政依赖等加剧了建设用地空间错配,优化产业结构、减少政府腐败、发展多元所有制等有利于降低建设用地空间错配程度。③1996—2017年湖北省建设用地空间错配效率损失由6.92%下降到3.84%,年均减少2.03%,效率损失得到缓解。④从损失值看,湖北省建设用地空间错配效率损失严重,1996—2017年累计经济损失达3.90×10^4亿元。主要结论:建设用地空间错配测度模型兼顾了土地配置的效率与公平,可以作为建设用地空间错配程度衡量的有效方法;建设用地空间错配已经成为阻碍经济增长的重要因素之一,纠正建设用地空间错配,能有效促进区域经济增长;土地市场配置和政府主导配置均会带来建设用地空间错配,建设用地配置中一个“有效的市场”与“有为的政府”结合十分必要且迫切。     

基于RBF神经网络的城市建成区面积预测研究——兼与BP神经网络和线性回归对比分析

城市建成区面积预测是城市研究的一个核心问题,其与城市经济社会之间表现为一种复杂的非线性关系,传统的方法模型难以精确预测。作为一种较新的人工神经网络模型,RBF神经网络能以任意精度全局逼近任意非线性关系,表现出了极强的处理复杂非线性系统的能力。以合肥市建成区面积预测为例,构建了基于RBF网络的预测模型,作为对比,同时用BP神经网络、一元线性回归和多元线性回归模型进行了预测。预测结果的综合分析表明,在预测精度上,RBF网络＞BP网络＞多元线性回归模型＞一元线性回归模型。研究显示,RBF网络能为城市建成区面积预测提供一种新思路和新方法,进而可为城市土地利用及其规划制定提供科学的决策依据     

苏南地区土地利用格局变化研究

利用1985年、1995年、2005年、2008年4期遥感解译获取的土地利用数据,基于"三生"(生产用地、生活用地、生态用地)土地利用主导功能分类体系,借助ArcGIS和社会学网路分析软件(Ucinet),采用土地利用转移矩阵、重心转移模型等研究方法,定量研究苏南地区1985~2008年的土地利用格局变化过程、特征及规律。研究结果显示:1985年以来苏南土地利用变化主要表现为生产用地的大量减少、生态用地的略有增加和生活用地的显著增加;其中,农业生产用地、水域生态用地、城镇生活用地、农村生活用地四种地类空间转化明显;农业生产用地为主要转出者,城镇生活用地、农村生活用地为最主要的转入者。     

基于主要经济指标的城市建设用地规模预测模型——以广东省为例

随着经济的发展和人口的增长,建设用地规模不断扩大。本文采用线性回归分析法,选取GDP、人口规模、固定资产投资额和年份四个因素,分析了广东省1981—2000年间各类建设用地以及建设用地总规模与四个因素的相关性,并拟合了一元线性和三元线性预测模型。预测结果表明:除其他用地外,建设用地规模与四个因素存在显著的相关性,且以固定资产投资为自变量的一元线性模型和以GDP、人口规模、固定资产投资额为自变量的三元线性模型的模拟结果较好。由于建设用地的研究方法和影响因素较多,本研究只采用一元、多元线性回归模型法,选择部分影响因素,构建建设用地规模预测模型,旨在为制定建设用地供应计划,提高建设用地节约利用,建设用地高效管理提供基础参考依据。     

基于变更平衡表的土地利用演化信息提取与预测方法研究——以苏州市为例

变更平衡表为国土资源管理部门历年实地调查、汇总所得,精度高,目前的研究中对其深入的应用较少,基于变更平衡表的应用方法研究可为区域土地利用演变信息提取与预测提供帮助。推导了由连续年份的年度变更平衡表求多年周期的平衡表的方法,提出了基于土地利用综合动态度分析土地利用有序程度的思路,探讨了利用连续年份的变更平衡表预测任意年份土地利用结构的方法,并基于传统方法进行了改进,提出了利用矩阵开方法求预测概率矩阵。应用苏州市一定时期的连续年份的年度变更平衡表对上述方法进行了验证,结果表明:提出的信息提取方法有效,预测结果可信;在分析期内(1998~2008年),苏州市耕地大量减少的去向是各类建设用地增加的来源,区域土地利用有序程度较高;预测显示至2020年土地利用结构变化仍将维持农用地、耕地不断减少和建设用地总量不断增加的趋势,但转化的速率将有所放缓;对变更平衡表的深入应用有一定的借鉴意义。     

基于SLEUTH模型的滇池流域城市扩展模拟分析

通过滇池流域1992～2010年城市扩张研究，发现城市建设用地增长主要表现为两种形态：一是边缘增长，表现为城市建成区范围不断扩大；二是道路影响增长，表现为环滇池道路两边新城市单元的产生。基于滇池流域城市扩展变化遥感数据，对SLEUTH城市扩展模型进行校准，模拟30 a间（2010～2040年）3种预案下的昆明城市扩展变化过程，并对模拟结果进行分析。3种模拟预测结果表明：任意管理预案下城市无序扩张，大量农林用地被城市建设用地占用，人口和城市建设用地呈现爆发式增长，滇池沿岸被城市包围，会对滇池水环境产生极大的压力；土地总量控制预案下城市的发展完全按照城市总体规划内容进行，没有考虑城市实际发展过程中的经济、人口等因素影响，没有达到滇池生态环境保护的需要；生态环境保护预案下，能相对有效控制建设用地，减少对农林用地、湿地的侵占，利于滇池环境保护。预测发现，从滇池流域水资源现状来看，即使实施了环境保护模式，人均水资源量仍处于“严重短缺”状态。需要通过调整昆明城镇体系和产业布局，降低城市首位度和人口；采取更为严格的空间管制策略，有效控制城市空间扩展，以减少对滇池流域的环境压力     

基于改进模型的城镇建设用地预测分析——以张家界市永定区为例

随着社会经济的飞速发展，人口快速增长，对建设用地的需求也迅速增长，从而加剧了人地之间的矛盾。在上一轮土地利用规划中，所预测的建设占用耕地指标与实际建设占用耕地情况有较大出入，这从一个侧面反映了现行的城镇建设用地预测方法的不尽完善之处。所以，在新一轮土地利用总体规划修编中，对城镇建设用地做出更加科学的、符合实际的预测，是一个重要的基础性问题。以张家界市为例，提出并验证了一种适宜的建设用地预测方法一改进后的双因素预测模型。最后运用此预测方法对永定区2020年建设用地需求量进行科学预测，以满足经济社会发展的用地需求。     

基于CLUE-S模型的重庆市渝北区土地利用变化动态模拟

以重庆市渝北区为研究区域,运用CLUE-S模型,结合Logistic回归分析,分别以2007年和2009年为基期,对渝北区2013年土地利用情况进行模拟研究,在此基础上构建了渝北区2013~2020年3种不同情景的土地利用变化模式,模拟了3种情景模式下渝北区在2020年的土地利用空间分布格局。结果表明:(1)两期模拟的正确率分别达到了92.26%和94%,Kappa系数值分别为90.32%和92.5%,均取得了较好的模拟效果,说明CLUE-S模型适用于渝北区的土地利用空间格局变化的模拟研究,具有较好的模拟区域土地利用时空变化的能力;(2)地形、国道、省道、高速公路等主要道路、河流、城镇和村庄是影响渝北区土地利用空间格局变化的重要驱动因素;(3)在3种情景模式中,主要的用地格局变化均发生在两江新区,区内建设用地总体呈现向东北部扩张的趋势,表明区域经济社会发展政策对用地类型的变化具有较大的影响;(4)从促进城乡统筹和谐发展、土地节约集约利用、生态环境显著改善和保护耕地的区域发展目标而言,情景模式2为较为合理的发展模式。研究结果可为决策部门在土地可持续利用和土地管理方面提供参考依据。