1、基于 Markov 模型的松嫩平原西南部土地盐碱化预测研究第 22 卷第 4 期2006 年 11 月农业系统科学与综合研究SYSTEMSCIENCESANDCOMPREHENSIVESTUDIESINAGRICULIUREV0J.22.No.4NOV.20O6基于 Markov 模型的松嫩平原西南部土地盐碱化预测研究李建平,赵江洪,张柏,王宗明,宋开山, 郑树峰(1.中国科学院东北地理与农业生态研究所,吉林长春 130012;2.北京建筑工程学院,北京 100044;3.中国科学院研究生院.北京 100039)摘要:以松嫩平原西南部土地盐碱化典型区之一的吉林省大安市为研究对象 ,该区土地盐碱
2、化的主要动态变化因子是草地,耕地,水域,林地与盐碱地之间的转化,采用时间尺度为 l2 年的 1989 年和 2001年两期遥感影像,结合野外调查,各种图件和文字资料,利用 GIS 软件人机交互式解译提取大安市盐碱地,草地,耕地,水域,林地信息,获取统计数据,并以此为基础利用马尔柯夫模型预测和分析大安市未来 l0 年土地利用格局的演化.结果表明,在保持当前人为干扰条件不变的情况下,2010 年该区盐碱化土地面积占上述 5 种土地利用类型总面积的比例将达到 38.67%,2,015 年将达到 40.75%,土地盐碱化严重.因此,这一问题不容忽视,必须采取有效措施,维护该区生态环境的健康发展.图 2
3、,表 4,参 12.关键词:遥感;地理信息系统;土地盐碱化;影像解译;马尔柯夫模型中图分类号:P208;F301.24 文献标识码:A 文章编号:1001 0068(2006)04026404RSandGISSupportedSimulationandPredictiononSoilSalinizationinSouthwestSongnenPlainUsingMarkovModelLIJianping 一,ZHAOJiang-hong2,ZHANGBai,WANGZong-nfing,.SONGKai shan,ZHENGShu-feng(1.NortheastInstituteofGeog
4、raphyandAgriculturalEcology,ChineseAcndemyof.%twes,Changchun130012,China;2.BeijingInstituteofCivilEngineeringandArchitecture,Beijmg100044,China;3.GraduateUniversityofChineseAcademyofScierwes,l00039,China)Abstract:DaancityinJilinprovinceisoneofthemosttypicalsoilsalinizationreglollSinsouthwestSongnenp
5、lain.Tiledynamicchangefactorofsalinealkalisoilismutualtransitionamonggrassland,cultivatedland,waterarea,forestandsalinealkalizedlandintheregion.ByusingTMimagein1989andETM+imagein2001f“)mAmericanLANDSATsatelliteandintegratingfieldsurveying.allkindsofmapsandtextdaturn,soilsalinizationinformationforDpu
6、terinteractiveinterpretationmethodinAreViewandArcinfoGISsoftware.Basedonthestatisticsdataacquired,developmenttrendoflandusetypesinthenext15yearsisforecastedandanalyzedbyMarkovmode1.Theresultsindicatethattheproblemofsoilsalinizationinstudyareaisquitesevere.Ifthecurrentdevelopmenttrendiskept,theareaof
7、salinealkalizedlandinDaancitywill36.99%oftotalareaoffiveabovementionedlandusetypesin2010.and40.75%in2015.Salinealkalizedlandwillbethedominant.Sotheproblemmustbeemphasized,andeffectivemeasuresshouldbetakentomaintainhealthydevelopmentofenvironment.Keywords:remotesensing;geographicinformationsystem;soi
8、lsaliniration;imageinterpretation;Markovmodel土地盐碱化是土地荒漠化的主要类型之一.东北松嫩平原广泛分布着盐碱地,面积达 233 万 hrn2.吉林省大安市是松嫩平原西南部土地盐碱化的典型区域.该区受土地盐碱化的制约,不仅影响农,牧业和农村经济的发展,而且已危及当地人民的生存,有的已沦为生态灾民,已到了不治不可的地步.遥感信息技术具有宏观,动态,快速大面积观测的特点,地理信息系统(GIS)具有数据处理与动态分析优势.采用多数据源,多尺度,多时相的手段,将遥感技术与非遥感信息密切匹配,获取土地信息,是土地资源调查研究的一种行之有效的方法.马尔柯夫模型已
9、被国内外学者广泛应用于土地利用格局及动态演化趋势分析,并已被证明是实用和可行的预测方法,模拟结果与实际情况基本相符一.探讨应用马尔柯夫模型预测,分析松嫩平原西南部盐碱地退化动态演化的方法.1 研究区概况大安市位于松嫩平原西南部,在东经 123.0845“124.2l56“,北纬 44.5700“45.455l“之间,总面积为 4879kmz,处于中国湿润的东亚季风区和干旱内陆之间的气候过渡带,属于半湿润大陆性季收稿日期:20050818;修回日期:20060628.基金项目:国家一然科学基金项目(40401003).第一作者简介:李建平(1974 一),男,吉林长春人,存读博士,主要研究方向为
10、计算机麻闩 j 和地理信息系统第 4 期李建平等:基于 Markov 模型的松嫩平原西南部土地盐碱化预测研究 265风气候,四季分明,风多雨少,年均气温 4.3,年均降水 413.7nun.交通便利,水利资源较为丰富,农民以农业,牧业为主,区域内土地盐碱化严重,是吉林省西部盐碱化土地的典型富集区之一】o.2 数据基础和遥感信息提取2.1 数据资料研究中采用的数据资料为:时间尺度为 12a的 1989 年 9 月和 2001 年 9 月的 IANDSATTM 遥感影像,空间分辨率为 30m,融合后分辨率达到 15m.图像质量良好,平均云量覆盖低于 4%.80 年代的 l:10 万大安市地形图,9
11、0 年代的大安市土地利用图,土壤分布图.用于遥感影像的精校正,日视解译的纠正,获取大安市的行政界限,在遥感影像上确定研究区范围;其它文字资料.2.2 影像处理研究比较了 LANDSATTM 遥感影像不同波段的假彩色合成效果,认为采用 4,3,2 通道进行标准假彩色合成,比较有利于研究区土地利用类型信息的提取.以大安市 1:10 万地形图为基准,在 2001年的 ETM 遥感影像上选择均匀分布,易于分辩且较精细的 16 个控制点,进行影像的几何精纠正和灰度值重采样,然后再对影像进行双标准纬线等面积圆锥投影变换.影像的几何位置纠正采用 2 次多项式,重采样采用 3 次卷积法进行象素内插,整个配准的
12、误差小于 1 个像元.以 1989 年的遥感影像为标准进行影像与影像之问的配准.然后对影像进行增强处理.采用了对比度变换和直方图均衡变换两种处理方法来实现影像增强.2.3 遥感信息提取根据研究区的实际情况,盐碱地动态变化因子主要是耕地,草地,水域,林地与盐碱地之问的转化.应用 GIS 软件 ArcView 和 Archffo,结合各种图件,文字资料和实地调查,采用基于知识的人机交互式方法解译提取 1989 年和 2001 年大安市盐碱地,耕地,草地,水域,林地信息,获取统计数据并生成土地利用类型图,图 l 和图 2 分别显示了 1989 年和 2001 年大安市盐碱化土地分布状况(白色区域为盐
13、碱地).然后在 Archffo 中将 1989 年和 2001 年土地利用类型图叠加,对叠加图属性库 PAT 表进行操作,从而计算出 19892001 年大安市盐碱地,耕地,草地,水域和林地 5 种土地利用类型的转化情况(表 1).图 11989 年大安市盐碱化土地分布图 22001 年大安市盐碱化土地分布表 119892001 年大安市土地利用类型面积转化状况 hrT123 土地盐碱化马尔柯夫模型预测研究3.1 马尔柯夫模型马尔柯夫过程是研究某一事物的状态及状态之间转移规律的随机过程.它通过对 t 时刻事件不同状态的初始概率及状态之间的转移关系来研究t.+1 时刻状态的变化趋势,未来时刻的状
14、态仅与农业系统科学与综合研究第 22 卷现在时刻的状态有关,而与过去的状态无直接关系.马尔柯夫分析是利用某一系统的现在状况及其发展动向预测该系统未来状况的一种概率预测分析方法与技术,大量研究表明,其预测准确度已经达到较高的水平 u.系统从一种状态转移到另一种状态,称为状态转移.设 P 为状态转移概率,即下一时刻系统从目前状态转移到其他状态的概率.表示为:P=PlJPl2Pl3P2lP 筮 P23P3lP32P33P1P2P,3公式(1)中,P 为状态 i 转移到状态的概率,满足以下两个条件:OPo1; =1(每行元素之和为 1).马尔柯夫链模型的关键在于确定初始状态矩阵和转移概率矩阵.设系统初
15、始状态概率为 E,经 k 步转移后概率为 E.根据条件概率公式:P(AB)=P(A)P(B/A),得出:E,(“=Ei(P,设系统第 k 步存在 n 种互不相容状态,且有E:1,则预测模型为:E “=EP设 II(k)=(El,E2,E3E)则有II(k+1)=(El,E2川,)=(El,E2,E3E)?P:II(k)?P(2)公式(2)即为马尔柯夫预测模型,由上式推导可得出:II(k+1)=II(k)?P=II(k 一 1)?P=:II(,)?=II(0)?(3)根据公式(3), 只要初始向量 II(0)和转移概率矩阵 P 已知 ,就可以应用该模型进行趋势预测分析.3.2 初始状态矩阵的确定
16、根据土地盐碱地动态变化因子,将研究区土地利用类型划分为一系列相互演化的状态,各状态在系统中所占百分比作为各状态的初始概率,各状态初始概率构成初始状态矩阵.由此,根据从 1989年 LANDSATTM 遥感影像上提取的盐碱地,耕地,草地,水域和林地信息,获取这 5 种土地利用类型的总面积,盐碱地,耕地,草地,水域和林地面积占总面积的百分比分别为 24.21%,25.67%,26.34%,16.10%,7.67%.,以此作为初始状态概率,形成初始状态矩阵 II(0)=24.2125.6726.3416.107.67.3.3 转移概率矩阵的确定从一个状态转移到另一个状态的转化速率,称为转移概率,可通
17、过一定时问段内某类土地利用类型的年平均转化率获得_】.根据 1989 年和 2001 年 LANDSATTM 遥感影像上提取的盐碱地,耕地,草地,水域和林地 5 种土地利用类型的信息,获取每种土地利用类型的面积数据和它们之问的面积转化情况(表 1).根据转移概率的定义,可以计算 1989 年的某种土地利用类型转化为 2001 年的某种土地利用类型的转移概率,如 1989 年草地转化为;2001 年盐碱地的转移概率计算如下:1989 年草地转化为 2001 年盐碱地的面积为 32270hm2(表 1),则该面积除以 1989 年草地总面积,然后再除以 12(2001 与 1989 的差值),即得
18、结果.根据公式(1)需要满足P=1,则可以计算 1989 年某土地利用类型转化为 2001 年该土地利用类型的转移概率.由此可以得到研究区 19892001 年上述 5 种土地利用类型的转移概率矩阵,即初始状态转移概率矩阵(表 2).表 2 大安市土地利用类型初始转移概率矩阵(19892001)2001 年1989 妊盐碱地耕地草地水域林地盐碱地耕地草地水域林地0.99l66840.Oo057O.o()2700.Oo00460.oo690.9911520.Oo026800.oo1680.023320.0023970.9735200.0007630.oo86570.Oo010100.991242
19、00.Oo05530.Oo0230.00081300.9984043.4 大安市土地盐碱化演化趋势预测与预测精度评价3.4.1 大安市土地盐碱化演化趋势预测分析.马尔柯夫模型是一种趋势预测模型,在保持人为影响不变的情况下,逐渐向有序:疗向演化,并在较长时问内逐步趋于稳定,达到平衡状态.根据公式(3),已知初始状态矩阵 II(0)=24.2125.6726.3416.107.67和转移概率矩阵 P(表 2),则以 1989 年为起点,预测土地利用格局演化趋势可用公式 II(n)=II(0)?P,l 计算求得.据此,在保持当前人为干扰不变的情况下,预测了大安市未来 10 年土地利用格局的变化趋势(
20、表 3).nnnn第 4 期李建平等:基于 Markov 模型的松嫩平原西南部土地盐碱化预测研究表 3 用马尔柯夫模型预测土地利用格局变化趋势%盐碱地草地26.3421.4020.9320.4720.0319.6ll8.4017.6616.6315.6915.39林地7.678.118.168.208.258.298.428.508.628.748.7724.2131.2431.9432.6233.2933.9435-8136.9938.6740.254075马尔柯夫模型预测结果表明,如果不采取有效措施预防和治理研究区日益严重的土地盐碱化,该区土地盐碱化的态势还将继续下去.大安市盐碱化土地来源主要是草地退化成盐碱地,也有一部分是耕地和水域转化为盐碱地,林地面积变化较小,呈微弱增加趋势.从 1989 年到 2001 年,大安市盐碱化土地面积所占比例增长迅速,在当前人为影响不变的情况下,保持目前的发展趋势,到 2010 年该比例将达到 38.67%,l0 年后,即 2015 年则将达到40.75%,而草原,耕地和水域面积比例相应减少,