中国北方土地利用/覆盖变化的情景模拟与预测

以北方13省(市)为研究区,借助系统动力学(SD:System Dynamics)、人工神经网络(ANN:Artificial Neural Network)和元胞自动机(CA:Cellular Automata)模型建立了"自上而下"和"自下而上"相结合,数量变化与空间分布相结合的不同情景下土地利用/覆盖变化时空演变规律的动态模拟模型,并对研究区多种土地利用/覆盖类型变化的时空特征进行模拟.模型充分发挥了各子模型的特点和优势,综合了土地利用/覆盖变化的宏观驱动因素与微观格局演化特征,较全面地考虑了多种土地利用/覆盖变化驱动因子,并引入CA模型中,利用BP神经网络简化了CA模型模拟过程中参量权重确定问题,提高了参量权值确定的精度和模拟结果的可靠性,模拟精度约74%,在一定程度上反映了大区域土地利用/覆盖变化的空间格局演变特征,对脆弱生态区土地利用/覆盖变化的复杂性和生态环境响应研究具有一定参考价值.模拟结果表明,未来30a中城建用地、林地、水体将明显增加,耕地和未利用地将不断减少,草地的数量则在波动变化中相对保持稳定;空间上,农牧交错带和东-南部地区变化最为显著.