王耕，王澤

（1.遼寧師范大學(xué)城市與環(huán)境學(xué)院，遼寧大連116029；2.遼寧師范大學(xué)海洋經(jīng)濟(jì)與可持續(xù)發(fā)展中心，遼寧大連116029）

基于CA-Markov模型的大連市旅順區(qū)土地利用變化
及預(yù)測(cè)研究

王耕1，2，王澤1

（1.遼寧師范大學(xué)城市與環(huán)境學(xué)院，遼寧大連116029；2.遼寧師范大學(xué)海洋經(jīng)濟(jì)與可持續(xù)發(fā)展中心，遼寧大連116029）

實(shí)時(shí)監(jiān)測(cè)土地利用及其變化（LUCC）的狀況對(duì)于經(jīng)濟(jì)增長(zhǎng)、社會(huì)進(jìn)步、環(huán)境保護(hù)以及生態(tài)文明建設(shè)具有重要的意義。本文基于IDRISI軟件中的CA-Markov模型，分析了大連市旅順區(qū)1994年－2014年的土地利用變化，同時(shí)預(yù)測(cè)了2024年的土地利用狀況。結(jié)果表明：旅順自1994年來，建筑用地面積逐年增加，并主要集中在中南部和西部沿海地區(qū)，與此同時(shí)，耕地面積也逐年增加，但由原來的西部逐漸演退至北部區(qū)域的丘陵地帶，林地面積逐步萎縮，面積大幅下降，其主要被開墾為耕地或建筑用地，在本區(qū)域中南、西南部，林地大多直接轉(zhuǎn)變?yōu)榻ㄖ玫鼗蛳绒D(zhuǎn)變?yōu)楦卦俎D(zhuǎn)變?yōu)榻ㄖ玫?，而北部則主要轉(zhuǎn)變成了耕地和相對(duì)較小的居民點(diǎn)，水域（湖泊、河流）的面積逐年減少，湖泊、水庫面積萎縮，隨著城鎮(zhèn)化的加快和人口數(shù)量的不斷增加；由于不斷地城市用地開發(fā)和林地的砍伐以及耕地的棄用等綜合因素導(dǎo)致，未利用地減少?？傮w上，旅順的土地利用變化由于經(jīng)濟(jì)建設(shè)的力度不斷加大，人工自然景觀用地越來越多，生態(tài)安全壓力不斷增大，未來十年間，旅順土地利用將持續(xù)20年來的趨勢(shì)，但變化速度放緩。

CA-Markov模型；旅順；土地利用/覆被變化；預(yù)測(cè)

引言

土地利用/覆被變化（LUCC）研究對(duì)資源利用、環(huán)境保護(hù)和生態(tài)安全的評(píng)價(jià)具有非常重要的意義[1，2]。目前存在多種模型可以對(duì)LUCC進(jìn)行分析和模擬[3]，楊麗桃運(yùn)用MLP-ANN原理預(yù)測(cè)了福州城區(qū)的土地利用變化[4]，杜云雷基于ANN-Markov-CA對(duì)福州城區(qū)的用地變化進(jìn)行了模擬研究[5]，楊俊等基于元胞自動(dòng)機(jī)模型對(duì)大連經(jīng)濟(jì)技術(shù)開發(fā)區(qū)的土地利用變化進(jìn)行了模擬[6]。在諸多的預(yù)測(cè)模型中，Markov模型在土地利用變化的建模已經(jīng)具有廣泛的應(yīng)用，甚至在區(qū)域生態(tài)安全時(shí)空演變的研究中都已有應(yīng)用[7]，但傳統(tǒng)的Markov模型難以預(yù)測(cè)空間格局的變化；CA模型擁有有強(qiáng)大的空間預(yù)測(cè)能力，可以有效地模擬系統(tǒng)的空間變化。因此，將CA與Markov相結(jié)合，構(gòu)建CA-Markov模型，既能運(yùn)用CA模型對(duì)復(fù)雜空間系統(tǒng)的模擬能力，又能結(jié)合Markov模型的長(zhǎng)期預(yù)測(cè)優(yōu)勢(shì)，最終能夠提高模擬預(yù)測(cè)的精確度[8，9]。在GIS平臺(tái)眾多的地理信息系統(tǒng)軟件中，IDRISI是唯一一個(gè)將GIS和RS完美結(jié)合的軟件。從1987年開始，IDRISI共開發(fā)出了多個(gè)版本，本文應(yīng)用的是2012年1月發(fā)布的IDRISI Selva（熱帶雨林版）。

本文在IDRISI Selva 17.0軟件的支持下，運(yùn)用其中CA-Markov模型中的CA和Markov轉(zhuǎn)移矩陣相結(jié)合的模擬方法，對(duì)大連市旅順區(qū)20年來土地利用變化過程進(jìn)行了模擬，并對(duì)未來土地利用/覆被變化做出合理預(yù)測(cè)，為將來該地區(qū)城市規(guī)劃及生態(tài)環(huán)境和生物多樣性的保護(hù)提供了重要的參考價(jià)值。

1 研究區(qū)概況與數(shù)據(jù)處理

旅順位于遼東半島最南端，東西分別瀕臨黃、渤海，南與膠東半島隔海相望，北依大連，是扼守進(jìn)入渤海的重要門戶，也是大連市的重要市轄區(qū)（圖1）。改革開放以來，隨著大連市的不斷對(duì)外開放，旅順的經(jīng)濟(jì)建設(shè)取得了飛速發(fā)展的巨大成果。但與此同時(shí)，大量的建筑用地的開發(fā)不斷侵占耕地、林地，同時(shí)，為了保證耕地面積不至于急劇減少，大量開墾林地為耕地的現(xiàn)象更是比比皆是。本文立足于旅順特殊的地理位置和經(jīng)濟(jì)、社會(huì)發(fā)展現(xiàn)狀，對(duì)本地區(qū)的土地利用變化情況以及未來作出預(yù)測(cè)和分析。

本文收集了大連市旅順區(qū)1994年、2004年landsat5遙感影像，以及2014年landsat8遙感影像。運(yùn)用ENVI5.1對(duì)其進(jìn)行影像進(jìn)行圖像融合、裁剪、拼接，再使用arcGIS10.0對(duì)其建立統(tǒng)一的投影坐標(biāo)系統(tǒng)，完成對(duì)三期影像的空間配置。結(jié)合遙感影像特點(diǎn)，并參照土地利用現(xiàn)狀分類方法，在遙感軟件ENVI5.1中，運(yùn)用監(jiān)督分類，將研究區(qū)的土地利用類型劃分為建筑地（包括城鎮(zhèn)居民點(diǎn)、工廠倉庫、道路等建筑設(shè)施）、林地（包括有林地、灌木林地、草地等自然景觀）、耕地（包括旱地、水澆地、水田、園地等農(nóng)用地）、水域（包括河流、湖泊水庫以及一部分海岸帶）、未利用地（主要指裸地）五個(gè)類別（圖2）。

圖1 研究區(qū)位置及范圍

2 研究方法

2.1 CA-Markov預(yù)測(cè)模型原理

2.1.1 Markov轉(zhuǎn)移矩陣原理

Markov過程是指在有限時(shí)間序列t1＜t2＜t3＜…＜tn內(nèi)，任意時(shí)刻tm的狀態(tài)am只與tm-1時(shí)刻的狀態(tài)am-1有關(guān)，而與tm-1之前時(shí)刻的狀態(tài)無關(guān)[9-12]。土地利用類型之間相互轉(zhuǎn)換的面積數(shù)量或比例即為狀態(tài)轉(zhuǎn)移的概率，可用公式（1）對(duì)土地利用結(jié)構(gòu)的狀態(tài)變化進(jìn)行預(yù)測(cè)：

式中，S(t)和S(t0)分別為t和t0時(shí)刻土地利用結(jié)構(gòu)的狀態(tài)，Pij為狀態(tài)轉(zhuǎn)移矩陣，可由式（2）表示：

2.1.2 CA（元胞自動(dòng)機(jī)）模型原理

CA（元胞自動(dòng)機(jī)）由元胞單元、元胞空間、鄰域和規(guī)則4部分組成，其空間、時(shí)間、狀態(tài)都是離散的，是具有時(shí)空計(jì)算功能的動(dòng)力學(xué)模型[14]。每個(gè)變量都僅有有限多個(gè)狀態(tài)，而且狀態(tài)改變的規(guī)則在時(shí)間和空間上均表現(xiàn)為局部特征，中心單元元胞的狀態(tài)取決于鄰域的狀態(tài)，普通的CA模型可用式（3）表示[15，16]：

式中，S為元胞有限且離散的狀態(tài)集合；N為元胞的鄰域；t為時(shí)間；f表示局部空間的元胞轉(zhuǎn)化規(guī)則，每個(gè)元胞是劃分地理空間的最小單元。

2.1.3 CA-Markov模型構(gòu)建原理

通過CA-Markov模型對(duì)土地利用/覆蓋變化過程進(jìn)行預(yù)測(cè)，具體過程[17]如下：（1）創(chuàng)建轉(zhuǎn)化規(guī)則；（2）建造CA濾波器；（3）確定預(yù)測(cè)的起始時(shí)刻和CA循環(huán)次數(shù)。以2004年和2014年旅順區(qū)土地覆蓋類型為起始時(shí)刻，CA循環(huán)次數(shù)均取10，并分別對(duì)2014年及未來2024年的土地覆被類型變化進(jìn)行模擬。

2.2 預(yù)測(cè)精度檢驗(yàn)

運(yùn)用CA-Markov模型將2014年結(jié)果預(yù)測(cè)出來后，需對(duì)其結(jié)果進(jìn)行精度檢驗(yàn)。所謂精度檢驗(yàn)，包括數(shù)量精度的檢驗(yàn)和空間精度的檢驗(yàn)。目前關(guān)于CA-Markov模型的模擬結(jié)果精度驗(yàn)證暫無統(tǒng)一的方法，但一般均從數(shù)量和位置模擬的正確率來對(duì)模型進(jìn)行評(píng)價(jià)。Cohen等人在1960年提出用Kappa系數(shù)來評(píng)價(jià)兩期圖像的一致性[18]，其公式如下：

圖2 1994年、2004年及2014年土地利用分類結(jié)果

表1 Kappa系數(shù)檢驗(yàn)精度對(duì)照

其中，K0表示模擬正確的比例；KC表示所期望的隨機(jī)情況的模擬比例；KP表示理想狀態(tài)下的正確模擬比例，一般取值為1；n1表示準(zhǔn)確模擬的柵格數(shù)，N表示各土地利用類型的數(shù)量。Kappa系數(shù)對(duì)模擬結(jié)果精度的參考意義見表1。

3 結(jié)果與分析

3.1 旅順區(qū)土地利用變化分析

1994年-2014年，旅順區(qū)轉(zhuǎn)出的土地類型主要是林地、水域及未利用地。這十年間，旅順林地面積、水域面積和未利用地面積分別減少了5045.67hm2、126.09 hm2以及67.50 hm2，分別占1994年林地、水域和未利用地的19.80%、8.25%和5.47%；由于其它地類的轉(zhuǎn)入，面積增加的地類是建筑用地和耕地，十年間分別增加了2647.89 hm2和2951.37hm2，分別占1994年建筑用地和耕地的39.27%和24.33%。2004年以后，林地、水域等地類面積的減少趨勢(shì)更加嚴(yán)峻。十年間，林地減少了22.29%，而水域的減少面積更是達(dá)到了2004年水平的38.86%之多；同時(shí)，建筑用地和耕地進(jìn)一步增加，但耕地面積增幅放緩，十年間僅增加了10.04%，但建筑用地增幅顯著增大，達(dá)到了53.47%，即十年間建筑用地面積增加了一倍之多（見圖3）。

3.2 旅順區(qū)土地利用預(yù)測(cè)分析

3.2.1 預(yù)測(cè)過程與精度檢驗(yàn)

本文首先運(yùn)用CA-Markov模型對(duì)旅順區(qū)2014年的土地利用狀態(tài)進(jìn)行了模擬預(yù)測(cè)，以便檢驗(yàn)?zāi)Ｐ蜆?gòu)建的合理性與科學(xué)性。運(yùn)用1994年和2004年土地利用類型圖計(jì)算出這十年間旅順各地類的Markov面積轉(zhuǎn)移概率矩陣，如表2。

從表中可以看出，各地類之間的概率轉(zhuǎn)換在這十年間相當(dāng)頻繁，尤其是水域、耕地、未利用地向建筑用地的轉(zhuǎn)換最為明顯。這也與前文分析相一致。

再綜合CA-Markov模塊，計(jì)算各元胞之間的轉(zhuǎn)換，得到2014年的模擬結(jié)果，如圖4。

圖3 旅順區(qū)1994年-2014年土地利用類型變化值及占比

表2 旅順區(qū)1994年-2004年土地利用類型轉(zhuǎn)移概率矩陣

圖4 2014年土地模擬及實(shí)際利用情況

通過對(duì)比觀察2014年的模擬預(yù)測(cè)結(jié)果與2014年的實(shí)際情況，可以看出模擬結(jié)果與實(shí)際的土地利用情況存在一定差別。傳統(tǒng)的Kappa系數(shù)可以簡(jiǎn)單判斷出模擬結(jié)果與實(shí)際情況在數(shù)量上的誤差大小，IDRISI Selva 17.0提供了更加精確的驗(yàn)證方式，可對(duì)模擬結(jié)果進(jìn)行數(shù)量和位置錯(cuò)誤的定量分析，包括標(biāo)準(zhǔn)Kappa（KStandard）、隨機(jī)Kappa（KNO）、位置Kappa（KLocation）以及層位Kappa（KLocationStrata）。本預(yù)測(cè)驗(yàn)證結(jié)果分別為KStandard=0.6809、KNO=0.7537、KLocation=0.7769、KLocationStrata=0.7769，均基本達(dá)到了可信的模擬精度。

3.2.2 預(yù)測(cè)結(jié)果與分析

運(yùn)用IDRISI Selva 17.0軟件中的Markov模塊計(jì)算出2004年-2014年旅順區(qū)的土地利用類型轉(zhuǎn)移概率矩陣，如表3。

綜合CA-Markov模塊，得到最終結(jié)果，即2024年旅順區(qū)土地利用預(yù)測(cè)圖，如圖5。

結(jié)合圖5中結(jié)果以及圖2、圖4的對(duì)比分析，可以看出：旅順近二十年來以及未來十年內(nèi)的土地利用開發(fā)強(qiáng)度較大，主要表現(xiàn)為建筑用地和耕地等人為影響較大的用地類面積逐年增加，而水域、林地等天然地類面積則相對(duì)一直減少；建筑用地逐年蠶食耕地和林地，主要向東南側(cè)蔓延發(fā)展，而耕地則進(jìn)一步占據(jù)了大量的天然林地面積，有向北部低山丘陵區(qū)域拓展的趨勢(shì)，從而使林地面積一再縮水；天然的林地一再減少，致使曾經(jīng)大面積的連成一片的自然保護(hù)區(qū)和野生動(dòng)物保護(hù)區(qū)都被割裂為一個(gè)個(gè)獨(dú)立存在的生態(tài)孤島，嚴(yán)重威脅著當(dāng)?shù)匾吧鷦?dòng)物的繁衍生存以及生物多樣性的保持。

自1994年以來，研究區(qū)建筑用地面積逐年增加，平均每十年間增加約5000公頃，并于預(yù)測(cè)的2024年超過所有用地的比例，成為旅順最大的用地類型。與此同時(shí)，同樣因?yàn)椴粩嚅_墾而擴(kuò)大面積的耕地也逐年增加，平均每十年間增加約2000公頃-3000公頃。在人為影響較大和開發(fā)的建筑用地和耕地不斷增加的情況下，其它地類的面積無疑會(huì)逐漸減少，尤其是林地的面積。截止到2014年，林地面積共減少了近10000公頃，大量林地被開墾為耕地或建筑用地（圖6，b）。然而，在2004年以來的近十年來看，建筑用地和耕地面積的增幅有所降低，同時(shí)林地的退化也有減退的趨勢(shì)，符合21世紀(jì)以來所提出的可持續(xù)發(fā)展和生態(tài)環(huán)境保護(hù)的概念和政策要求。

由以上分析結(jié)果可以看到，在經(jīng)濟(jì)快速發(fā)展的同時(shí)，必然伴隨著城市化步伐的加快。與此同時(shí)，對(duì)我國(guó)來講原本就彌足珍貴的耕地資源、林地資源以及其它生態(tài)用地資源就顯得更加捉襟見肘。在城市發(fā)展和未來規(guī)劃的過程中，應(yīng)更注重人與生態(tài)環(huán)境的和諧發(fā)展。本研究結(jié)果可為土地部門地資源規(guī)劃與合理利用提供科學(xué)依據(jù)。

表3 旅順區(qū)2004年-2014年土地利用類型轉(zhuǎn)移概率矩陣

圖5 2024年土地利用模擬結(jié)果

圖61994 -2024年各地類面積以及建筑用地、林地、耕地變化趨勢(shì)

4 結(jié)論

通過對(duì)以上結(jié)果的分析研究，可得出如下結(jié)論。

4.1 旅順區(qū)自1994年來，建筑用地面積逐年增加，并主要集中在中南部和西部沿海地區(qū)；同時(shí)，耕地面積也逐年增加，但由原來的西部逐漸演退至北部；林地面積逐步萎縮，面積大幅下降，主要被開墾為耕地或建筑用地，在中南、西南部，林地大多直接轉(zhuǎn)變?yōu)榻ㄖ玫鼗蛳绒D(zhuǎn)變?yōu)楦卦俎D(zhuǎn)變?yōu)榻ㄖ玫?，北部則主要轉(zhuǎn)變成了耕地和相對(duì)較小的居民點(diǎn)；水域（湖泊、河流）的面積逐年減少，湖泊、水庫面積萎縮；而未利用地的增加逐漸減少，則是由于不斷地城市用地開發(fā)和林地的砍伐以及耕地的棄用等綜合因素導(dǎo)致，但面積始終不大，且逐漸減少，提高了土地利用效率。

4.2 旅順區(qū)在區(qū)域生態(tài)建設(shè)中更應(yīng)保護(hù)并合理利用土地資源。首先，控制建筑用地的開發(fā)強(qiáng)度，提高城鎮(zhèn)化的土地利用效率；同時(shí)，控制耕地面積，使之既不影響國(guó)家保證耕地紅線18億畝的國(guó)策，又不過度開墾；其次，嚴(yán)格控制林地的采伐與開墾，建立各自然保護(hù)區(qū)之間的生態(tài)廊道，使各野生動(dòng)植物能夠安全的遷移與繁衍，保證自然林地的合理保有量；最后，合理使用和利用現(xiàn)有的水源，降低湖泊、河流的萎縮速度，維持快速、高效城鎮(zhèn)化的同時(shí)，保證生態(tài)環(huán)境的和諧發(fā)展。

4.3 CA-Markov模型對(duì)于預(yù)測(cè)土地利用的變化具有較高的準(zhǔn)確性和合理性，相較單純的Markov鏈預(yù)測(cè)或CA預(yù)測(cè)更加科學(xué)。本研究應(yīng)用相對(duì)較為先進(jìn)的預(yù)測(cè)手段，結(jié)合較新的實(shí)時(shí)影像數(shù)據(jù)，得出了以上結(jié)果，更具有前瞻性和科學(xué)合理性。

[1]Foley J A,DeFries R,Asner G P,Barford C,Bonan G, CArpenter S R,Chapin F S,Coe M T,Daily G C,Gibbs H K, Helkowski J H,HollowayT,Howard E A,Kucharik C J,Monfreda C, Patz JA,PrenticeIC,Ramankutty NSnydePK.Global consequences of land use.Science,2005(309):570-574.

[2]王耕，蘇柏靈，王嘉麗，朱正如.基于GIS的沿海地區(qū)生態(tài)安全時(shí)空測(cè)度與演變研究—以大連市瓦房店為例[J].生態(tài)學(xué)報(bào)，2015，35（3）：670-677.

[3]李志，劉文兆，鄭粉莉.基于CA-Markov模型的黃土塬區(qū)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.

[4]楊麗桃.福州城區(qū)土地利用變化LCM模型構(gòu)建與模擬[D].福州：福建農(nóng)林大學(xué)，2012.

[5]杜云雷.基于Ann-Markov-CA的福州城市用地變化建模與模擬研究[D].福州：福建農(nóng)林大學(xué)，2013.

[6]楊俊，解鵬，席建超，等.基于元胞自動(dòng)機(jī)模型的土地利用變化模擬—以大連經(jīng)濟(jì)技術(shù)開發(fā)區(qū)為例[J].地理學(xué)報(bào)，2015 03009.

[7]王耕，王嘉麗，龔麗妍，蘇柏靈，劉秋波.基于GIS-Markov區(qū)域生態(tài)安全時(shí)空演變研究—以大連市甘井子區(qū)為例[J].地理科學(xué)，2013，33（8）：957-964.

[8]王友生，余新曉，賀康寧，等.基于CA-Markov模型的藉河流域土地利用變化動(dòng)態(tài)模擬[J].農(nóng)業(yè)工程學(xué)報(bào)，2011，27（12）：330-336.

[9]胡雪麗，徐凌，張樹深.基于CA-Markov模型和多目標(biāo)優(yōu)化的大連市土地利用格局[J].應(yīng)用生態(tài)學(xué)報(bào)，2013：06-1652-09.

[10]于濤，沈浩，仲嘉亮.基于CA-Markov模型的新疆克州土地利用動(dòng)態(tài)模擬研究[J].新疆環(huán)境保護(hù)，2008，30（1）：11-14.

[11]FitzpatrickM,SmithK,BelousekDW,etal.Thequantum cellularautomaton as aMarkov process[J].Solitons&Frac-tals,1999, 10(8):1375-1386.

[12]楊國(guó)清，劉耀林，吳志峰.基于CA-Markov模型的土地利用格局變化研究[J].武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2007，32（5）：414-418.

[13]孫艷楠.扎龍濕地時(shí)空格局演變的細(xì)胞自動(dòng)機(jī)模型研究[D].大連：大連理工大學(xué)，2007.

[14]汪佳莉，吳國(guó)平，范慶亞，崔敬濤.基于CA-Markov模型的山東省臨沂市土地利用格局變化研究及預(yù)測(cè)[J].水土保持研究，2015：01-0212-05.

[15]黎夏，葉嘉安.基于神經(jīng)網(wǎng)絡(luò)的元胞自動(dòng)機(jī)及模擬復(fù)雜土地利用系統(tǒng)[J].地理研究，2005，24（1）：19-26.

[16]趙睿，塔西甫拉提·特依拜，丁建麗，等.基于神經(jīng)網(wǎng)絡(luò)的元胞自動(dòng)機(jī)支持下的干旱區(qū)LUCC模擬研究：以新疆于田綠洲為例[J].水土保持研究，2007，4（1）：151-154.

[17]趙建軍，張洪巖，喬志和，張正祥，侯光雷.基于CA-Markov模型的向海濕地土地覆被變化動(dòng)態(tài)模擬研究[J].自然資源學(xué)報(bào)，2009：12-2178-09.

[18]劉淼，胡遠(yuǎn)慢，常禹，等.土地利用模型時(shí)間尺度預(yù)測(cè)能力分析—以CLUE-S模型為例[J].生態(tài)學(xué)報(bào)，2009，29（11）：6110-6119．

Land use change and prediction research in Lushun,Dalian City based on CA-Markov model

WANG Geng et al
(College of Urban and Environment science,Liaoning Normal University,Dalian 116029,China)

Monitoring changes in land use and its status in real time,andpredictingthetrendforeconomicgrowth,social progress,environmental protection and construction of ecologcal civilization is of important significance.We use CA-Markov model analysis of land use change in Lushun District,Dalian City 1994-2014 and 2024 are predicted years of land use,the results showed:Port Arthur since 1994,building area is increasing, mainly concentrated in the southern and western coastal areas. Meanwhile,the cultivated area has increased,but gradually played back from the West to the foothills of the northern region.Forest area gradually shrunk in size,area fell sharply,the main being cleared for farmland or building sites,in this region in the South, the Southwest,forest land most directly into building land or converted for cultivation and then converted to building land, whiletheNorthismainlytransformedintoarablelandand relatively small population centres.Waters(Lakes,rivers)area decreased,shrinking Lakes,reservoirs,with the acceleration of urbanizationandincreasingpopulation,thisphenomenonwill continue to maintain and may deteriorate further.Do not use reduction,it is due to land development and forest logging as well as land disCArded factors lead,but the area has always been small and gradually reduce,improve the efficiency of land use. On the whole,Port Arthur land use changes due to economic construction has intensified,artificial landsCApes and more and more,increasing pressure on ecologiCAl security,over the next deCAde,Lushun trends in land use will continue for 20 years, but slower.

CA-Markov;Lvshun; Land use and land cover change;Predict

F301.24

A

王耕（1973-），女，遼寧沈陽人，博士，教授，主要從事生態(tài)安全與環(huán)境風(fēng)險(xiǎn)評(píng)價(jià)研究。

（2016-09-20收稿劉曉佳編輯）

1003-7853（2016）05-0010-06

教育部共建人文社會(huì)科學(xué)重點(diǎn)研究基地項(xiàng)目（15JJD790039）