内蒙古自治区地图院 内蒙古呼和浩特 010051
摘要：随着城市化进程的不断加快，我国的城市土地利用情况越来越紧张，为了更加合理的规划和使用城市的土地，必须要借助先进的地理国情监测手段对城市的土地利用情况进行相应的研究。基于此，本文围绕地理国情监测下的城市土地利用研究进行了简要的探讨。
关键词：地理国情监测；城市土地；利用研究
1.引言
当前我国常用的地理国情监测手段是以3S现代技术为依托的，即GPS、RS、GIS三种测绘手段，通过3S地理国情监测手段的全面运用使得我国现有地形的发展变化情况、水文的演变以及使用、土地资源的规划以及占用等情况都有一个及时的、准确的评估以及记录，进而形成监测报告，以供国家或者相关的工作者对未来的地理国情分析做数据资料支持。土地资源的使用以及规划情况是地理国情监测内容的一个重要部分，也是关系人们生存以及生活的一个重要方面，而且随着城市化进程的不断加快城市土地的利用变化情况更需要借助地理国情监测手段进行全面的分析和总结，从时间、空间等方面全面探析城市土地未来的发展以及使用状况，并督促城市土地开发者更好更加合理的利用城市土地资源。
2.地理国情监测下的城市土地利用研究方法
最早开展地理国情监测下的城市土地利用变化这一课题的科学家之一是Tobler，他早在1970年左右首次提出要以CA模型为探究手段，全面的分析有关城市土地利用的各类地理现象，并以底特律这座城市为实践对象。CA模型的建立和使用还是要得益于元胞自动机相关的理论，究其原因，主要有两点：其一，CA模型可以借助传统元胞自动机的研究成果进一步的对城市土地的利用以及变化情况进行更深层次的分析与认识；其二，CA模型可以在吸收利用元胞自动机的基础上灵活的结合其他模型或者技术，促成各类模型以及技术的最优化结合，其研究结果的准确度也就会随之不断上升。当前，大多数国家和地区在开展有关于城市土地利用研究的任务时，都会倾向于CA模型与其他诸多模型或者技术的结合以及使用，我国也不例外。我国在研究地理国情监测下的城市土地的利用情况时，主要借助的是CA模型以及MLP模型、Markov模型三者共同组合而成的一种新型模型，这种新型模型的操作和使用是通过IDRISI17.0这一软件实现的。CA模型以及MLP模型、Markov模型三者共同组合所体现出来的优越性在于MLP模型具有强大的针对地理国情的计算功能和分析能力，可以有效的计算出城市土地利用的各种非线性关系，而CA模型和Markov模型可以针对城市土地的现有利用情况进行精度的分析，并推算出未来的发展以及使用趋势，以及对地理国情变化产生的影响，并将其转化成一种动态模拟，具有时效性、精确性以及真实性。
3.基于地理国情监测下的城市土地利用的研究过程
3.1通过IDRISI17.0软件选取合适的变量因子
城市土地的利用情况往往具有复杂性和不确定性，要想对它未来的利用情况有一个确切的推测结论，合适的变量因子的选取是极为有必要的。而且城市土地利用情况的影响因素也不具有单一性，是在多种因素的全面制约下形成的，因此选取合适的变量因子也就变得尤为重要了。
期刊文章分类查询,尽在期刊图书馆
3.2获取神经网络中的土地利用类型分布概率示意图
目前，获取土地利用分布概率适宜图的方法很多，主要有多准则评价(MCE)、逻辑回归(Logistic)、灰色关联度分析法、模糊综合评价方法、多层感知器(Multiple layerperception，MLP)神经网络模型等，其中，MLP 模型是人工神经网络模型中的一种，具有强大的计算和分析功能，该模型以 BP 算法为基础，其计算原理主要是通过分别处理土地利用类型分布概率示意图绘制过程中收集到的正向信号传播和误差反向传播信号来实现的。当MLP模型接收到误差反传信号时，就会自发的将其传递给各个操作系统，并根据误差反传信号对各操作系统的影响度计算其权重值，从而计算出土地利用类型分布概率示意图中的各种非线性关系并进行一定的模拟预测。因此，在解决城市土地利用问题时又会选用多层感知器(Multiplelayer perception，MLP)模型来获取土地利用类型分布概率适宜图集。例如，在分析基于地理国情监测下的城市土地利用情况时，可以将收集到的有关于学校用地、商场用地、住宅用地、医院用地等实际情况进行收纳，并分别对其进行计算，就可分析出该城市在建设发展过程中更加突出哪一用地类型，哪一种类型的土地利用所占比例最低，从而为地理国情的进一步发展提供有效的城市数据。
3.3 建立基于Markov模型的土地利用类型转移矩阵
马尔科夫预测方法(Markov)是通过实践马尔科夫链模型的相关理论和方法，以摸索和总结在城市土地利用变化过程中的不确定事件发生的概率以及特点，并对未来的变化趋势进行预测的方法。该方法运用到土地利用变化研究中，通过对土地利用类型的两个不同时期的状态进行计算分析，得到两个时期之间的土地利用类型流转变化的转移概率矩阵。在获取两个不同时期的转移概率矩阵时，首先要获取前一时期的土地利用现状图，要想了解后一时期的城市土地利用状态，则需以前一时期的土地利用现状图为基础进行相应的模拟预测，从而预测出描述后一时期土地利用类型变化的土地利用转移概率矩阵和土地利用转移面积矩阵。这一方法最明显的应用优势就在于它可以让地理国情研究者清楚的看到城市土地的利用变化情况，从而预测城市未来的土地利用变化情况。
3.4促进MLP－CA－Markov 模型的建立和构造
在 IDＲISI 17． 0 软件的支持下，通过应用该软件中的CA－Markov模块，以前一时期的土地利用现状为基础，将上文由 Markov 模块预测得到的后一时期土地利用转移面积矩阵作为元胞自动机的宏观规则，把上文由 MLP 模块生成的土地利用类型适宜图集作为元胞自动机的微观规则，实现对后一时期土地利用状况的模拟。
4.结束语
我国城市土地的利用现状主要是借助ArcGIS10和ERDAS9.2系统进行实时监测的，从而能够随时获得最新的城市土地利用现状图。同时，还会通过IDRISI17.0这一软件获得城市土地利用的各种非线性关系、土地利用类型分布概率的各类示意图和转换矩阵，并能够围绕这些数据进行合理的模拟预测和精确度分析，从而为城市未来的规划发展提供更多的参考意义。研究城市未来的规划发展也是为了更进一步的分析我国地理国情的变化与发展情况，通过城市发展建设预测国家未来的地理国情变化。
参考文献
[1] 佚名. 基于地理国情监测的城市土地利用变化分析[J]. 测绘与空间地理信息, 2019, 42(01):67-69+73.
[2] 佚名. 大数据在地理国情监测中的应用探索[J]. 地理空间信息, 2018, 16(11):10+13-18.
论文作者:张斯日古楞,乌兰
论文发表刊物:《城镇建设》2019年第13期
论文发表时间:2019/8/30
标签：土地利用论文; 城市论文; 模型论文; 国情论文; 地理论文; 情况论文; 概率论文; 《城镇建设》2019年第13期论文;