鄧 婧，鄭新奇

(中國(guó)地質(zhì)大學(xué) 土地科學(xué)技術(shù)學(xué)院，北京100083)

0 引言

當(dāng)前，我國(guó)城市化正處于迅速發(fā)展階段，建設(shè)用地迅速擴(kuò)張;然而，城市發(fā)展不能以無(wú)休止侵占農(nóng)用地為代價(jià)，否則將制約我國(guó)工業(yè)化發(fā)展的可持續(xù)性。因而城鎮(zhèn)建設(shè)用地的集約利用、合理規(guī)劃及理性開(kāi)發(fā)有非常重要的現(xiàn)實(shí)意義。針對(duì)這類問(wèn)題，許多研究將土地利用集約度作為衡量土地利用的重要指標(biāo)，將土地集約利用潛力作為控制發(fā)展的參考?，F(xiàn)有研究對(duì)于土地集約利用潛力的定義為:在特定的技術(shù)經(jīng)濟(jì)條件和規(guī)劃要求下，當(dāng)前的土地利用集約度與最佳集約度之間的差值。為方便量化和計(jì)算，本研究將這個(gè)概念定義為:在滿足現(xiàn)階段社會(huì)、經(jīng)濟(jì)、環(huán)境的要求下，通過(guò)一定手段能進(jìn)一步提高的土地使用效率和集約利用的程度大小，以及可以繼續(xù)開(kāi)發(fā)的土地面積。其大小取決于目前的土地集約利用程度、未來(lái)一定時(shí)期內(nèi)城市發(fā)展速度與現(xiàn)有技術(shù)水平等［1］。

城鎮(zhèn)土地集約利用潛力的影響因素是多方面的。有研究探討了影響和制約城市土地集約利用的因素［2］;對(duì)于集約利用潛力的定量測(cè)算也有一些研究成果［3-5］;許多城市和城鎮(zhèn)已經(jīng)開(kāi)展了土地集約潛力評(píng)價(jià)，在《新一輪國(guó)土資源大調(diào)查》中，國(guó)土資源部在南京、福州、杭州、包頭等城市進(jìn)行了土地集約利用潛力評(píng)價(jià)的試點(diǎn)工作［6］。這些工作主要通過(guò)分析土地利用結(jié)構(gòu)和強(qiáng)度測(cè)算土地潛力，并根據(jù)一定的標(biāo)準(zhǔn)確定潛力類型和拓展方式［7］。也有研究者開(kāi)發(fā)了GIS平臺(tái)，應(yīng)用于城市土地集約利用潛力評(píng)價(jià)，提高了工作效率［8］。然而，當(dāng)前研究主要側(cè)重于集約利用潛力的定性評(píng)價(jià)和測(cè)算，對(duì)于如何進(jìn)一步將潛力落實(shí)到空間上少有涉及。因此，本研究旨在進(jìn)一步完善集約利用潛力挖掘的研究體系，并回答這樣一個(gè)現(xiàn)實(shí)問(wèn)題:城鎮(zhèn)建設(shè)用地挖潛如何在操作層面上有所突破，如何形成量化、可視化及可實(shí)施的方案。本研究首先進(jìn)行區(qū)域城鎮(zhèn)建設(shè)用地集約利用評(píng)價(jià)，量化集約利用潛力;接著在區(qū)域潛力規(guī)模的前提下，結(jié)合智能模擬方法，進(jìn)行多方案的潛力釋放模擬;最后通過(guò)形態(tài)評(píng)價(jià)優(yōu)選出發(fā)展方案。這樣不僅可以從數(shù)量上宏觀控制，并且直接給出了釋放的途徑和空間模式，可直接為政府部門合理規(guī)劃土地利用及政策制定提供科學(xué)依據(jù)。

1 研究方法

本研究的技術(shù)路線如圖1所示。研究?jī)?nèi)容分為兩大部分，一是基于集約利用現(xiàn)狀評(píng)價(jià)的潛力量化測(cè)算，二是基于CA-Markov模型的潛力釋放模擬。潛力測(cè)算結(jié)果作為模擬的總量目標(biāo)在規(guī)模評(píng)價(jià)中體現(xiàn)。

圖1 研究路線Fig.1 Flow chart of the research

1.1 集約利用潛力總量測(cè)算方法

1.1.1 集約利用現(xiàn)狀評(píng)價(jià)。本研究中土地集約利用評(píng)價(jià)的整體流程參照《建設(shè)用地集約利用評(píng)價(jià)規(guī)程》［9］進(jìn)行。包括構(gòu)建指標(biāo)體系、確定指標(biāo)權(quán)重值、計(jì)算集約度分值和集約利用程度分級(jí)。指標(biāo)采用規(guī)程中“區(qū)域用地狀況評(píng)價(jià)指標(biāo)體系表”中的必選指標(biāo)，指標(biāo)的具體定義及計(jì)算方法參見(jiàn)評(píng)價(jià)規(guī)程。選用綜合評(píng)分法進(jìn)行集約評(píng)價(jià)，其中，標(biāo)準(zhǔn)化采用極值標(biāo)準(zhǔn)化法。

1.1.2 集約利用潛力測(cè)算。本研究采用理想值修正法計(jì)算集約利用潛力，其計(jì)算公式如下:

式中:Qs為城鎮(zhèn)建設(shè)用地集約利用潛力，單位為hm2;P為評(píng)價(jià)時(shí)點(diǎn)城鎮(zhèn)人口數(shù)，單位為萬(wàn)人;SI為人均建設(shè)用地的理想值，單位為m2/人;SP為人均建設(shè)用地的現(xiàn)狀值，單位為m2/人。

潛力測(cè)算的核心在于理想值的確定。根據(jù)已有研究，設(shè)置理想值的通常方法是“目標(biāo)值+區(qū)域修正系數(shù)”法［10］?，F(xiàn)有修正模型通常是直接對(duì)理想值本身的修正，而理想值的量綱和修正因子的量綱不一致，導(dǎo)致難以直接轉(zhuǎn)換。因而本研究采用了比例修正方法，即直接修正百分比，這樣將修正因子的影響值都統(tǒng)一在百分比的量綱上。初始值設(shè)置為100，在此基礎(chǔ)上增加修正因子的影響值。修正的主要依據(jù)包括該區(qū)域的現(xiàn)狀值和歷史值、區(qū)域集約利用計(jì)算結(jié)果等。修正比例值的計(jì)算公式為:

式中:M為修正比例值;R為現(xiàn)狀值;現(xiàn)狀值乘以修正比例即得到理想值C，C指的是理想人均建設(shè)用地現(xiàn)狀面積，其單位是m2/人;M要通過(guò)E，L和S來(lái)修正，其初始值為100，它們的量綱均為%;E是經(jīng)濟(jì)發(fā)展修正值;L是土地集約利用現(xiàn)狀修正值;S為社會(huì)發(fā)展修正值。各修正值均由區(qū)域的相關(guān)指標(biāo)來(lái)計(jì)算，以綜合考慮區(qū)域的經(jīng)濟(jì)社會(huì)發(fā)展和土地集約利用狀況對(duì)可挖潛空間的影響。各修正值的相關(guān)指標(biāo)體系如表1所示。

表1 理想值修正因子指標(biāo)Tab.1 Index for ideal value calibration

1.2 集約利用潛力時(shí)空釋放技術(shù)

在得到區(qū)域土地集約利用潛力總量之后，進(jìn)一步考慮如何將數(shù)量落實(shí)到規(guī)劃年的空間分布上。Markov模型通過(guò)計(jì)算狀態(tài)轉(zhuǎn)換概率來(lái)研究系統(tǒng)的變化方式，可以較好地分析變化過(guò)程和預(yù)測(cè)短期的變化結(jié)果［11］，然而，Markov模型只能做時(shí)間上的定量化預(yù)測(cè)，空間變化模擬能力差。本研究利用CA-Markov［12-13］，既保障地類轉(zhuǎn)化的數(shù)量精度，又能有效模擬土地利用格局的空間變化［14］。該模型通過(guò)適宜性評(píng)價(jià)來(lái)控制土地用途轉(zhuǎn)換的概率和轉(zhuǎn)換規(guī)則，利用元胞自動(dòng)機(jī)實(shí)現(xiàn)演化模擬。具體流程［15］如圖2所示，應(yīng)用IDRISI軟件實(shí)現(xiàn)總流程。

1.2.1 確定Markov狀態(tài)轉(zhuǎn)移概率。將兩期現(xiàn)實(shí)數(shù)據(jù)作為模擬的起始時(shí)刻，并將這兩期之間的轉(zhuǎn)換面積作為Markov狀態(tài)轉(zhuǎn)移概率矩陣的元素［16］。使用IDRISI軟件中Markov模塊分析獲得3個(gè)文件:轉(zhuǎn)換概率矩陣、轉(zhuǎn)換面積矩陣和條件概率矩陣。轉(zhuǎn)換概率矩陣用于記錄各個(gè)類型轉(zhuǎn)換為其他類型的概率，該轉(zhuǎn)換概率矩陣是預(yù)測(cè)后來(lái)時(shí)期變化的基礎(chǔ);轉(zhuǎn)換面積矩陣用于記錄下一個(gè)時(shí)刻各個(gè)覆被類型中將轉(zhuǎn)換為其他類型的像元個(gè)數(shù);條件概率圖像集則用于表示各個(gè)像元在下一個(gè)時(shí)刻被某土地類型覆蓋的概率。其中，轉(zhuǎn)換面積文件在CA模擬中用于控制各個(gè)覆被類型轉(zhuǎn)換為其他類型的像元數(shù)量，作為CA-Markov模型模擬運(yùn)算轉(zhuǎn)換規(guī)則的一部分。

圖2 城鎮(zhèn)建設(shè)用地潛力釋放流程Fig.2 Process of urban construction land potential release

1.2.2 創(chuàng)建土地利用空間分布適宜性圖像集。這一過(guò)程是CA-Markov模型模擬運(yùn)算轉(zhuǎn)換規(guī)則的另一部分。每一個(gè)元胞各種可能狀態(tài)(即土地利用類型)發(fā)生變化容易程度的計(jì)算公式如下:

式中:Ti為元胞的轉(zhuǎn)變適宜性;i為土地利用類型;Ii和Di分別是第i類土地的面積增加量和減少量，“Ii+Di”可以反映i類土地利用的總體變化;Vi為2個(gè)時(shí)期土地利用變化驅(qū)動(dòng)力差異的定量化，用于修正基本變化能力［17］。對(duì)計(jì)算出的Ti進(jìn)行標(biāo)準(zhǔn)化處理，將值域轉(zhuǎn)換為0～255。接著采用多準(zhǔn)則評(píng)價(jià)方法(MCE)［18］，將影響土地利用變化的變量圖層作為自變量，特定的土地利用類型的適宜性作為因變量，建立適宜性與各圖層變量之間的函數(shù)關(guān)系，并計(jì)算影響系數(shù)，將系數(shù)作為權(quán)重進(jìn)行圖層疊加處理，獲得所有網(wǎng)格單元的綜合適宜性分值，得到適宜性圖層。適宜性圖像集由不同地類的適宜性圖層組成，包括城鎮(zhèn)建設(shè)用地適宜性圖層和其他用地的適宜性圖層。

1.2.3 潛力釋放方案設(shè)置。潛力釋放是一個(gè)控制性的模擬土地開(kāi)發(fā)的過(guò)程。影響城市發(fā)展的因素很多，包括研究區(qū)域的社會(huì)經(jīng)濟(jì)條件、交通用地分布、土地利用現(xiàn)狀等空間變量。在潛力釋放模擬中，通過(guò)調(diào)整這些圖層的權(quán)重來(lái)模擬不同的方案策略，影響土地轉(zhuǎn)化概率矩陣，從而影響城市發(fā)展的模式。元胞轉(zhuǎn)換概率計(jì)算公式如下［19］:

式中:α為系數(shù)，取值0～1;rijt為評(píng)估某種土地利用狀態(tài)在位置(i，j)轉(zhuǎn)化的概率為標(biāo)準(zhǔn)化后的轉(zhuǎn)換概率值;rmax是rij中的最大值;di是不同的空間距離圖層;i=1，2…n;j=1，2…n;βi是從層次分析法獲取的各圖層的權(quán)重。

1.2.4 空間釋放圖式評(píng)價(jià)。本研究引入景觀指數(shù)來(lái)評(píng)價(jià)用地形態(tài)，優(yōu)選出形態(tài)更為緊湊的發(fā)展模式［20］。景觀指數(shù)是指能夠高度濃縮景觀格局信息、反映其結(jié)構(gòu)組成的空間配置某方面特征的簡(jiǎn)單定量指標(biāo)［21-22］，可用于評(píng)價(jià)城市形態(tài)［23］。本研究選用景觀格局分析中常用的平均斑塊形狀指數(shù)、平均斑塊分維數(shù)、平均斑塊最鄰近距離、聚集指數(shù)和形態(tài)總效用指數(shù)(U)5個(gè)指標(biāo)［19］分別從景觀要素和整個(gè)景觀水平上對(duì)城鎮(zhèn)建設(shè)用地在不同條件下發(fā)展形成的空間格局進(jìn)行評(píng)價(jià)。

2 實(shí)證研究

2.1 區(qū)域概況及數(shù)據(jù)準(zhǔn)備

以蘭州市作為研究區(qū)域，范圍包括城關(guān)區(qū)、安寧區(qū)、西固區(qū)、七里河區(qū)、紅古區(qū)、永登縣、皋蘭縣、榆中縣。蘭州是甘肅省省會(huì)，中國(guó)西北地區(qū)的一座新興的工業(yè)城市，地處青藏高原、黃土高原的交界地區(qū)，屬于隴西盆地(又稱隴中黃土高原)的一個(gè)次級(jí)地貌單元，是西北干旱地區(qū)典型的河谷盆地型城市。

數(shù)據(jù)來(lái)源包括蘭州市2000，2005年的土地利用類型圖及2005—2008年多期的土地利用現(xiàn)狀數(shù)據(jù)。應(yīng)用易康軟件(eCognition)，采用面向?qū)ο蟮姆诸惙椒?，?duì)ETM遙感影像進(jìn)行重分類，并提取城鎮(zhèn)建設(shè)用地。

2.2 集約利用潛力測(cè)算結(jié)果

集約指標(biāo)計(jì)算結(jié)果分值如表2所示，指標(biāo)解釋參見(jiàn)《建設(shè)用地節(jié)約集約利用評(píng)價(jià)規(guī)程》(TDT 1018—2008)。集約利用分值計(jì)算結(jié)果和各區(qū)域挖潛面積測(cè)算結(jié)果如表3所示。由結(jié)果可知，城關(guān)區(qū)集約利用程度最高;安寧區(qū)集約利用等級(jí)最低，集約利用潛力最大，其可挖潛面積占土地總面積的比例最大。

2.3 集約利用潛力釋放方案

2.3.1 模型參數(shù)設(shè)置。結(jié)合蘭州市的地形特點(diǎn)，經(jīng)多次參數(shù)敏感性試驗(yàn)，最終確定元胞尺寸為10m ×10m，鄰域大小為5×5，鄰域結(jié)構(gòu)為圓形，模擬時(shí)間間隔為1年，循環(huán)次數(shù)為15。

2.3.2 方案參數(shù)設(shè)置。根據(jù)蘭州市發(fā)展特點(diǎn)，選擇了一系列促進(jìn)和影響建設(shè)用地變化的因子。其中，水域和坡度為限制因子，交通用地、市中心和已有建設(shè)用地作為促進(jìn)城鎮(zhèn)建設(shè)用地發(fā)展的因子。這些因子的影響權(quán)重隨著距離的變化呈現(xiàn)不同的趨勢(shì)，用a，b，c，d四個(gè)值表示距離參數(shù)(a＜b＜c＜d)，當(dāng)距離從a增加到b，權(quán)重呈增加趨勢(shì);b到c區(qū)間內(nèi)，權(quán)重達(dá)到峰值并保持不變;距離從c增加到d，權(quán)重則逐漸降低。根據(jù)不同的發(fā)展策略，制定了3套方案，通過(guò)不同的距離參數(shù)和初始權(quán)重值影響權(quán)重變化曲線，從而影響適宜性圖集，產(chǎn)生不同的潛力釋放模式。方案一將距公路和距市中心的影響權(quán)重值設(shè)置得較大，并讓遞減曲線滯后，這樣使得發(fā)展向市中心和道路集中。方案二則通過(guò)調(diào)整距離參數(shù)，使得距已有建設(shè)用地的權(quán)重曲線直接進(jìn)入遞減趨勢(shì)，削弱該因素的影響。方案三已有建設(shè)用地這一因子的影響權(quán)重保持恒定，并且提高水域和地形坡度的影響因素，以模擬更為隨機(jī)的發(fā)展模式。

2.3.3 潛力釋放方案。根據(jù)以上的方案參數(shù)設(shè)置，進(jìn)行CA-Markov演化模擬，分別得到如下結(jié)果(圖3)。從圖3中可知，蘭州市城鎮(zhèn)建設(shè)用地的挖潛趨勢(shì)基本一致，受自然條件限制較多，可挖潛的區(qū)域比較固定。3個(gè)方案中建設(shè)用地地塊緊湊程度略有差別，方案一中南部緊湊斑塊更多，方案二和方案三的挖潛效果近似。

模型運(yùn)行完成后對(duì)結(jié)果進(jìn)行規(guī)模評(píng)價(jià)，采用交叉分析法，統(tǒng)計(jì)得到模擬的時(shí)間段之間、建設(shè)用地和其他用地之間的相互轉(zhuǎn)換。2000，2005和2020年的城鎮(zhèn)建設(shè)用地規(guī)模分別是 4.352萬(wàn)，5.44萬(wàn)和 6.844 萬(wàn) hm2。2000—2005年建設(shè)用地轉(zhuǎn)化為其他用地的規(guī)模為0.096萬(wàn)hm2，其他用地轉(zhuǎn)化為建設(shè)用地的規(guī)模為1.183萬(wàn)hm2;2005—2020年建設(shè)用地轉(zhuǎn)化為其他用地的規(guī)模為0，其他用地轉(zhuǎn)化為建設(shè)用地的規(guī)模為1.405萬(wàn)hm2;從2000—2020年整體來(lái)看，建設(shè)用地轉(zhuǎn)化為其他用地的規(guī)模為0.091萬(wàn)hm2，其他用地轉(zhuǎn)換為建設(shè)用地的規(guī)模為2.583萬(wàn)hm2。通過(guò)規(guī)模評(píng)價(jià)結(jié)果可知，從2000—2020年，蘭州市按照現(xiàn)有發(fā)展趨勢(shì)，城鎮(zhèn)建設(shè)用地的發(fā)展速度將逐漸增加，大量的其他用地將會(huì)轉(zhuǎn)化為城鎮(zhèn)建設(shè)用地，城市在迅速擴(kuò)張。根據(jù)蘭州市的規(guī)劃，2005—2020年，新增城鄉(xiāng)建設(shè)用地面積為1.378萬(wàn)hn2，此研究中測(cè)算的可挖潛面積1.405萬(wàn)hm2，基本能滿足規(guī)劃要求。

表2 蘭州市各區(qū)土地集約利用評(píng)價(jià)指標(biāo)計(jì)算結(jié)果Tab.2 Index of Lanzhou City regional land intensive use evaluation

表3 蘭州市各區(qū)集約利用計(jì)算結(jié)果及潛力測(cè)算Tab.3 Lanzhou regional land intensive use score and potential measurements

圖3 2020年蘭州市建設(shè)用地挖潛方案模擬結(jié)果Fig.3 Lanzhou City construction land developing simulation results in 2020

2.3.4 方案優(yōu)選。研究表明，緊湊性的城市可以節(jié)省土地資源，減少能耗，與可持續(xù)城市發(fā)展的原則是相符的。蘭州市城鎮(zhèn)建設(shè)用地的發(fā)展需要在保障合理的城市空間布局下進(jìn)行挖潛與釋放，因而采用形態(tài)評(píng)價(jià)對(duì)模擬結(jié)果進(jìn)行比對(duì)。評(píng)價(jià)指標(biāo)采用Fragstats軟件進(jìn)行計(jì)算。對(duì)多方案的評(píng)價(jià)結(jié)果如表4所示。由計(jì)算結(jié)果可知，方案一模擬結(jié)果的形態(tài)總效用指數(shù)最高，總體發(fā)展情況最佳?？梢詫⒎桨敢坏哪M結(jié)果作為潛力釋放的空間圖式，其參數(shù)設(shè)置為沿“市中心—交通道路“聚集的發(fā)展模式，因而蘭州市建設(shè)用地的挖潛優(yōu)先考慮該發(fā)展模式更有利于土地集約利用。

表4 3個(gè)方案模擬結(jié)果評(píng)價(jià)Tab.4 Simulation evaluation of three schemes

3 結(jié)論與討論

蘭州市城鎮(zhèn)土地集約利用狀況一般，可挖潛面積為1.405萬(wàn) hm2，潛力空間較大。蘭州市幾個(gè)區(qū)縣的集約分值與中心城區(qū)的分值差別較大，因中心城區(qū)有明顯的集聚效應(yīng)，資源、人口比較密集，這符合中國(guó)目前城鎮(zhèn)化發(fā)展規(guī)律。但值得注意的是，區(qū)縣集約分值計(jì)算中個(gè)別指標(biāo)的分值過(guò)低，甚至有負(fù)值出現(xiàn)，形成了限制因子，從而制約了該區(qū)域的土地集約利用水平。在今后的區(qū)域土地利用過(guò)程中，應(yīng)該對(duì)這些指標(biāo)引起重視，抓住區(qū)域的弱項(xiàng)，從而有針對(duì)性地提高區(qū)域整體用地效益。將蘭州市的規(guī)劃年新增建設(shè)用地指標(biāo)與測(cè)算結(jié)果進(jìn)行對(duì)比，挖潛基本能夠滿足規(guī)劃需求，并且更直觀、更細(xì)致地反映了規(guī)劃年的建設(shè)用地空間分布圖式，可以為規(guī)劃提供一定支撐。

將測(cè)算出的總潛力分解到規(guī)劃年的空間圖式上，可以為土地利用規(guī)劃和管理提供相關(guān)指導(dǎo)。然而本研究對(duì)各區(qū)域之間挖潛的分配情況尚未考慮充分，忽略了各區(qū)域發(fā)展時(shí)的相互影響，對(duì)于最終土地利用格局的評(píng)價(jià)只是注重景觀和形態(tài)層面的效果。在下一步研究中可以進(jìn)一步完善評(píng)價(jià)體系，考慮分區(qū)的總量控制。

［1］雷國(guó)平，宋戈.城鎮(zhèn)土地集約利用的潛力計(jì)算與宏觀評(píng)價(jià)［J］.農(nóng)村經(jīng)濟(jì)與農(nóng)村發(fā)展，2006(6):184-187.

［2］查志強(qiáng).城市土地集約利用潛力評(píng)價(jià)指標(biāo)體系的構(gòu)建［J］.改革論壇，2002(4):9-11.

［3］鄭新奇.城市土地優(yōu)化配置與集約利用評(píng)價(jià)［M］.北京:中國(guó)科學(xué)技術(shù)出版社，2004.

［4］許樹(shù)輝.城鎮(zhèn)土地集約利用研究［J］.地域研究與開(kāi)發(fā)，2001，20(3):67-69.

［5］王志成，陳銀蓉.土地集約利用潛力測(cè)算方法初探［J］.資源開(kāi)發(fā)與市場(chǎng)，2008，24(9):780-782.

［6］程燁.新一輪國(guó)土資源大調(diào)查“土地資源監(jiān)測(cè)與調(diào)查工程”發(fā)展歷程與前景展望［J］.中國(guó)土地科學(xué)，2002，16(3):4-9.

［7］曹銀貴，袁春，周偉，等.區(qū)域城市土地集約利用挖潛及模式研究［J］.農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究，2009，25(2):167-171.

［8］章其祥，孫在宏.城市土地集約利用潛力評(píng)價(jià)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)［J］.測(cè)試技術(shù)學(xué)報(bào)，2003，17(4):346-349.

［9］中華人民共和國(guó)國(guó)土資源部.TD/T 1018—2008.建設(shè)用地節(jié)約集約利用評(píng)價(jià)規(guī)程［S］.北京:中國(guó)標(biāo)準(zhǔn)出版社，2008.

［10］李翔，靳相木.開(kāi)發(fā)區(qū)土地集約利用評(píng)價(jià)中的指標(biāo)理想值［J］.社會(huì)科學(xué)研究，2009(5):27-33.

［11］韓文權(quán)，常禹.景觀動(dòng)態(tài)的Markov模型研究——以長(zhǎng)白山自然保護(hù)區(qū)為例［J］.生態(tài)學(xué)報(bào)，2004(9):1958-1965.

［12］Baoying Ye，Zhongke Bai.Simulating Land Use/Cover Changes of Nenjiang County Based on CA-Markov Model［C］//Li D L.Computer and Computing Technolongies in Agriculture.Boston M A:Springer U S，2008:321-329.

［13］張游.基于CA-Markov模型的城市土地利用演化研究——以襄樊市市區(qū)為例［D］.武漢:中國(guó)地質(zhì)大學(xué)，2009.

［14］鄭青華，羅格平，朱磊，等.基于CA-Markov模型的伊犁河三角洲景觀格局預(yù)測(cè)［J］.應(yīng)用生態(tài)學(xué)報(bào)，2010，21(4):873-882.

［15］李志，劉文兆，鄭粉莉.基于CA-Markov模型的黃土塬黑河流域土地利用變化［J］.農(nóng)業(yè)工程學(xué)報(bào)，2010，26(1):346-352.

［16］胡騰波，葉建栲.馬爾科夫鏈模型在GIS數(shù)據(jù)預(yù)測(cè)中的應(yīng)用［J］.計(jì)算機(jī)系統(tǒng)應(yīng)用，2008，17(8):90-93.

［17］侯西勇，常斌，于信芳.基于CA-Markov的河西走廊土地利用變化研究［J］.農(nóng)業(yè)工程學(xué)報(bào)，2004，20(5):286-291.

［18］Grayson R，Kay P，F(xiàn)oulger M，et al.The Use of GIS and Multi-criteria Evaluation(MCE)to Identify Agricultural Land Management Practices Which Cause Surface Water Pollution in Drinking Water Supply Catchments［J］.Water Science and Technology，2008，58(9):1797-1802.

［19］黎夏，楊青生，劉小平.基于CA的城市演變的知識(shí)挖掘及規(guī)劃情景模擬［J］.中國(guó)科學(xué)D輯:地球科學(xué)，2007，37(9):1242-1251.

［20］劉妍，林媚珍，姜喜東，等.韶關(guān)市土地景觀格局動(dòng)態(tài)變化分析［J］.安徽農(nóng)業(yè)科學(xué)，2010，38(32):18416-18418.

［21］肖篤寧.景觀生態(tài)學(xué)理論、方法及應(yīng)用［M］.北京:中國(guó)林業(yè)出版社，1999.

［22］楊葉濤，龔建雅，周啟鳴，等.土地利用景觀格局對(duì)城市擴(kuò)張影響研究［J］.自然資源學(xué)報(bào)，2010，25(2):320-329.

［23］趙曉燕.基于GIS的西安市城市景觀格局分析及其優(yōu)化對(duì)策［D］.西安:西北大學(xué)，2007.