基于CLUE-S模型的矿业城市土地利用变化情景模拟

为了对矿业城市的土地利用情景进行预测,该文以典型矿业城市武安市为例,将GIS技术和CLUE-S（conversion of land use and its effects at small regional extent）模型应用到武安市土地利用变化情景模拟研究中,通过土地利用结构变化、矿业城市土地利用空间分布和驱动因子的定量关系对武安市土地利用变化进行相应约束,设计了趋势发展情景、耕地保护情景、生态安全情景3种模式,生成2020年不同情景方案下土地利用预测图,并对预测结果进行比较分析。研究结果表明：在趋势发展情景下,林地、建筑用地呈现上升趋势,体现了经济发展和环境保护双管齐下的成效,这也与...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 29; no. 12; pp. 246 - 256
Main Author 张丁轩 付梅臣 陶金 胡利哲 杨晓丽
Format Journal Article
LanguageChinese
Published 中国科学院大学，北京 100049%中国地质大学 北京土地科学技术学院,北京,100083 2013
中国地质大学 北京土地科学技术学院，北京 100083
Subjects
CLUE-S模型
土地利用
情景模拟
模型
武安市
矿业
武安市
models
情景模拟
land use
矿业
模型
CLUE-S model
CLUE-S模型
mining
土地利用
scenario simulation
Wu′an city
Online AccessGet full text

Cover

More Information
Summary:为了对矿业城市的土地利用情景进行预测,该文以典型矿业城市武安市为例,将GIS技术和CLUE-S（conversion of land use and its effects at small regional extent）模型应用到武安市土地利用变化情景模拟研究中,通过土地利用结构变化、矿业城市土地利用空间分布和驱动因子的定量关系对武安市土地利用变化进行相应约束,设计了趋势发展情景、耕地保护情景、生态安全情景3种模式,生成2020年不同情景方案下土地利用预测图,并对预测结果进行比较分析。研究结果表明：在趋势发展情景下,林地、建筑用地呈现上升趋势,体现了经济发展和环境保护双管齐下的成效,这也与实际情况相吻合;耕地保护情景下,耕地分布制约了建设用地的适度扩张;生态安全情景下,受生态环境政策影响,林地增长趋势明显,工矿用地急剧减少。综合考虑到武安市社会、经济、生态以及耕地保护等多方面的协调发展,研究认为趋势发展情景更为合理,其他2种情景可为趋势发展情景进行适度的修正和补充。该研究为区域土地资源的优化配置提供决策依据,同时研究结果也进一步验证了CLUE-S模型能够较好地模拟预测不同约束条件下矿业城市土地利用空间变化。
Bibliography:11-2047/S
land use; mining; models; CLUE-S model; scenario simulation; Wu＇an city
The LUCC model is an important way to understand the process of land-use change,driving mechanisms,dynamic changes,ecological effects,and environmental impact assessment.Studies of land use models on land use prediction in mining cities are relatively rare.The CLUE-S model,as the representative of experience-based statistical models,has high simulation accuracy and application value in land use change prediction from spatial and temporal aspects.In this paper,the CLUE-S model was applied to land use change simulation in Wu＇an,a typical mining city relying on GIS technology.First,selecting the correct driving factors is necessary to the accuracy of prediction map.15 driving factors of land use were selected from 28 driving factors according to RDA（redundancy analysis） and factor analysis.Using 15 driving factors not only reduces the complexity of the problem,but also preserves simulation accuracy.In consideration of sustainable dev
ISSN:1002-6819
DOI:10.3969/j.issn.1002-6819.2013.12.031