刘孟竹, 张红娟, 杨 佳, 裴宏伟

(河北建筑工程学院 市政与环境工程系 河北 张家口 075000)

随着气候变化、人口激增、环境恶化和能源短缺等一系列全球性问题的持续发酵，土地利用/覆盖变化(land use/cover change， LUCC)的研究逐渐成为全球环境变化研究中的核心部分[1]。其中，应用多种方式构建LUCC的动态变化和预测模型，一直是的LUCC研究的热点[2]。近年来，随着遥感影像向着高分辨率的方向发展，使得土地利用变化与遥感影像在时空尺度上具有了更高的一致性，利用高时间、高空间分辨率的影像数据来研究多时空尺度的土地利用变化已成众多学者的选择[3-4]。多尺度的遥感影像同样被应用于土地利用/覆盖变化的各种预测模型[5]。在这些预测模型中，Logistic回归模型、灰色模型、Markov模型等数量变化预测模型以及元胞自助机、多智能体系统、CLUE-S等空间预测模拟模型，均得到了较为广泛的应用。然而目前，国内外学者更青睐于采用多模型结合的耦合模型方法来深入到对土地利用的预测模拟研究中，如CA-Markov模型，MAS-CA模型，Logistic-CA-Markov和WLC-CA-Markov模型等。

从已有的LUCC相关的研究来看，理论和方法均已趋于成熟，但仍然存在一些问题，如：①土地单元面积的选择大小不一，未能对土地预测模拟中产生的尺度效应问题有效考虑；②研究区选择多为热点区域，空间尺度上至国家、江河经济带、城市结合群，下至市、区、县不等，而一些与水文、气候条件响应强烈的小流域尺度区域往往缺乏重视。位于海河上游的清水河流域具有典型小流域尺度特征，而且在过去20 a经历了剧烈的土地结构变化。……