IDRISI软件之CA_Markov模块实现土地利用变化模拟方法及步骤
IDRISI软件之CAMarkov模块实现土地利用变化模拟方法及步骤
IDRISI软件之CA_Markov模块实现土地利用变化模拟方法及步骤一、首先创建一个工程目录二、数据格式转换所用的数据是IDRISI中的栅格数据，因此需要将gis中的tif数据转换为IDRISI支持的栅格数据格式。
方法：File→Import→Desktop Publishing Formats→GEOTIFF/TIFF转换后的格式为.rst三、获取马尔科夫矩阵方法：Modeling→Environmental/Simulation models→MARKOV1表示获取转换矩阵的前一期影像，为我们的87年遥感影像；2表示获取转换矩阵的后一期影像，为我们的96年遥感影像；3是这个模型中输出条件概率的前缀，表示的是从87到96变化的一些信息（具体是什么，我也不清楚，但是后续的预测会用到这个文件），一般都是我们自己命名，比如说8796；4表示第一个与第二个影像之间的时间间隔，这里为9年；5表示我们向前预测的时间周期，这里也设置为9年，即模拟2005年的土地利用情况；6是比例误差（我看的资料里面一般都设置的是0.15）。
获取的马尔科夫矩阵记录了在下一个时期，从每个土地利用类型转换为其他土地利用类型的概率。
四、实现CA_Markov模型预测土地利用变化模拟使用的是IDRISI软件中的CA-Markov模型, 位于Modeling→Environmental/Simulation models→CA_Markov。
1表示模拟05影像需要依据的影像，即为我们的96年遥感影像；2表示马尔科夫转换矩阵面积文件，这里选择的是马尔科夫转换概率矩阵；3即为转换适宜性图集（我是把从87转换为96年影像中产生的那个8796文件作为适宜性图集，一般都是自己重新做一个这种图集，需要道路、河流、坡度等信息，我之前也做过，但主观性特别强，而且出来的模拟精度很低，所以就舍弃了这个方法）；4表示输出的土地利用变化数据，命名为05；5表示元胞自动机循环次数，一般为两个年份之间间隔的整数倍，这里可以取9、18、27等等，但是数字越大，需要的模拟时间越多；6是我们讨论的CA模型中邻域结构的设定，系统默认的是5*5型，即为我们所说的5*5的冯诺依曼形状，如下所示：0 0 1 0 00 1 1 1 01 1 1 1 10 1 1 1 00 0 1 0 0如果需要自己设置的话，可以选择上述对话框中的User-defined filter，但是里面的文件需要我们自己制作，方法如下（以7*7摩尔结构为例）：1）点击工具栏上的Edit按钮：2）编辑输入过滤模板第一行表示7行第二行表示7列下面的矩阵构成邻域过滤矩阵，1表示有影响作用的邻域，反之用0表示。
基于CA-Markov的土地利用变化及预测研究——以巩义市鲁庄镇为例
利用地持续减少，但减少速率变缓。农村居民点继续缓慢增长，林地有小幅增加。建设用地增加主要是
通过占用耕地实现。因此，需要政府在土地利用总体规划指导下，加强对耕地的保护，限制盲目无节制
的建设占用耕地，对林地加强生态保育，以促进社会、经济、生态协调发展。
关键词：土地利用变化；马尔科夫模型；元胞自动机；预测
基金项目：河南省教育厅科技攻关项目“基于生态文明视角的土地利用规划方案预评估与模拟优化技术研究”(14B630002)。 第一作者简介：霍明明，女，1990 年出生，河南郑州人，在读硕士，主要从事土地利用规划与土地信息系统方面的研究。通信地址：450002 河南郑州农 业路 63 号 河南农业大学资源与环境学院，E-mail：568857123@。 通讯作者：陈伟强，男，1975 年出生，河南安阳人，副教授，博士，主要从事土地评价与土地信息系统方面的教学与研究。通信地址：450002 河南郑州 农业路 63 号 河南农业大学资源与环境学院，E-mail：chwqgis@。 收稿日期：2014-09-10，修回日期：2014-12-24。
中图分类号：F301.2
文献标志码：A
论文编号：2014-2450
The Land Use Change and Prediction Based on CA-Markov Model: A Case of Luzhuang Town, Gongyi City
Huo Mingming, Zhang Yiying, Chen Weiqiang (College of Recourse & Environment, Henan Agricultural University, Zhengzhou 450002)
巩义市鲁庄镇位于北纬 34°32'10″—34 °39'30″、东 经 112°49′30″—112°59′15″之间。地处河南省巩义市 西南 ，介于省会郑州与古都洛阳之间 ，南依中岳嵩山 ， 北望洛水邙岭。地势自东南向西北由高到低 ，依次为 山地、丘陵和平原。总面积 89.6 km2，下辖 29 个行政 村，51 个自然村，242 个村民小组，人口为 64108 人。
基于CA-Markov_模型的成都市土地利用变化情景模拟及碳效应分析
第 41 卷 ，第 2 期 2024 年4 月15 日国土资源科技管理Vol. 41，No.2Apr. 15，2024 Scientific and Technological Management of Land and Resourcesdoi：10.3969/j.issn.1009-4210.2024.02.004基于CA-Markov模型的成都市土地利用变化情景模拟及碳效应分析刘雅雅1，2，3，李欣欣1，2，3，余向克1，2，3，黄中杰1，2，3（1.四川省国土科学技术研究院（四川省卫星应用技术中心），四川 成都 610045；2.自然资源部耕地资源调查监测与保护利用重点实验室，四川 成都 610045；3.自然资源部成都平原国土生态与土地利用野外科学观测研究站，四川 成都 610045）摘 要：本研究基于成都市2005年、2010年、2015年、2020年土地利用现状分析，应用CA-Markov模型和情景预测模型，通过设置3种土地利用变化情景预测2030年成都市的土地利用结构变化，并对成都市土地利用变化导致的碳效应变化进行分析。
结果表明：（1）成都市土地利用格局变化总体呈现耕地和草地减少、建设用地增加的趋势。
2005—2020年，建设用地面积增加最多，耕地面积减少最多。
（2）3种土地利用变化情景下都出现建设用地面积增加，耕地和草地面积减少的趋势。
自然发展情景建设用地增加3.39×104hm2，城市发展情景建设用地增加5.66×104hm2，生态保护情景建设用地增加1.67×104hm2，生态保护情景建设用地增速明显低于自然发展情景和城市发展情景。
（3）城市发展情景下的总碳效应是自然发展情景的1.62倍，是生态保护情景的3.76倍。
建设用地扩张是影响碳效应的主要因素，在城市建设中严格限制建设用地过度扩张，是实现城市绿色低碳发展的重要路径。
关键词：碳吸收；低碳；土地利用变化；情景模拟中图分类号：F301.2 文献标志码：Ａ 文章编号：1009-4210-（2024）02-38-12Scenario Simulation of Land Use Change in Chengdu and Carbon EffectAnalysis Based on CA-Markov ModelLIU Yaya1，2，3，LI Xinxin1，2，3,YU Xiangke1，2，3，HUANG Zhongjie1，2，3（1．Institute of Land Science and Technology of Sichuan （Satellite Application Technology Center of Sichuan），Chengdu 610045，Sichuan，China；2．Key Laboratory of Investigation，Monitoring，Protection and Utilization for Cultivated Land Resources,Ministry of Natural Resources，Chengdu 610045，Sichuan，China；3．Observation and Research Station of Land Ecology and Land Use in Chengdu Plain，Ministry of Natural Resources，Chengdu 610045，Sichuan，China）Abstract: Based on the analysis of land use status in 2005，2010，2015 and 2020，this study applies CA-Markov model and scenario prediction model to predict the changes in land use structure of Chengdu 收稿日期：2023-12-08基金项目：四川省自然资源厅科技项目（KJ-2022-(10)）作者简介：刘雅雅（1996—），女，助理研究员，从事国土空间规划及生态保护红线研究。
基于CA-Markov模型的楚雄市土地利用动态监测及预测研究
基于CA-Markov模型的楚雄市土地利用动态监测及预测研究作者：裴子誉白家雪陆文榆许永涛来源：《安徽农业科学》2022年第02期摘要運用RS、GIS等技术手段对楚雄市2002、2010、2018年3期的遥感影像进行分类，将土地利用类型划分为建设用地、耕地、林地、水体和未利用地，并根据土地利用现状图对楚雄市的用地结构变化进行分析;在此基础上运用IDRISI软件构建基于人工神经网络的CA-Markov模型，以2002、2010年土地利用状况为基础数据模拟2018年的土地利用情况，在精度检验符合要求后最终模拟2026年的土地利用情况。
结果表明，楚雄市2002—2018年土地利用变化中耕地和建设用地是主导地类，但在不同研究时段变化具有差异性。
林地转移到耕地和建设用地是楚雄市主要土地利用转移类型。
2010年后政府出台政策支持乡镇耕地发展，个别乡镇在此期间耕地与建设用地得到了大力发展。
CA-Markov模型对楚雄市2018年的土地利用情况模拟预测精度验证的Kappa系数为0.71。
根据预测结果2026年楚雄市土地利用变化中耕地和建设用地仍是主导地类。
关键词土地利用;动态监测;预测;CA-Markov模型;楚雄市中图分类号 S 127文献标识码 A文章编号 0517-6611（2022）02-0072-06doi：10.3969/j.issn.0517-6611.2022.02.019开放科学（资源服务）标识码（OSID）：Research on Dynamic Monitoring and Prediction of Land Use in Chuxiong City Based on CA-Markov ModelPEI Zi-yu，BAI Jia-xue，LU Wen-yu et al （School of Resources，Environment and Chemistry，Chuxiong Normal University，Chuxiong，Yunnan 675000）Abstract RS and GIS were used to classify the remote sensing images of Chuxiong City in 2002，2010 and 2018，and classify the land use types into construction land，arable land，forest land，water bodies and unused land，and the change of land use structure in Chuxiong City was also analysed based on the current land use map.On this basis，the CA-Markov model based on artificial neural network was constructed using IDRISI software to simulate the land use situation in 2018 with the land use status in 2002 and 2010 as the base data，and finally simulate the land use situation in 2026 after the accuracy check met the requirements.The results showed that the arable land and construction land were the dominant land use categories in the land use change in Chuxiong City during 2002-2018，but the change had variability in different study periods.Transfer of forest land to arable land and construction land was the main type of land use transfer in Chuxiong City.The government introduced policies to support the development of arable land in townships after 2010，and individual townships had experienced strong development of arable land and construction land during this period.The Kappa coefficient for the accuracy verification of the CA-Markov model's land use simulation prediction for Chuxiong City in 2018 was 0.71.According to the prediction results in 2026，arable land and construction land will still be the dominant land use types in Chuxiong City.Key words Land use;Dynamic monitoring;Prediction;CA-Markov model;Chuxiong City 基金项目云南省高等学校大学生创新创业训练计划（S201911391027）。
基于CA-Markov模型的淮河流域土地利用变化研究
2024年1月灌溉排水学报第43卷第1期Jan.2024Journal of Irrigation and Drainage No.1Vol.4352文章编号：1672-3317（2024）01-0052-09基于CA-Markov 模型的淮河流域土地利用变化研究刘赛艳a ，张永江a ，解阳阳a,b ，张钦a ，席海潮a（扬州大学a.水利科学与工程学院；b.现代农村水利研究院，江苏扬州225009）摘要：【目的】研究淮河流域土地利用变化特征并预测淮河流域2030年土地利用变化，实现流域土地资源的合理开发利用。
【方法】基于淮河流域1990—2020年共7期的土地利用数据，采用土地利用转移矩阵和土地利用动态度分析淮河流域土地利用变化特征。
基于元胞自动机-马尔科夫（CA-Markov ）模型模拟淮河流域2010和2015年的土地利用格局，并在满足一定的精度条件下，预测淮河流域2030年的土地利用变化趋势。
【结果】①耕地和建设用地面积占淮河流域土地利用面积的80%以上，是淮河流域最主要的两种土地利用类型；②耕地的减少和建设用地的持续扩张是淮河流域1990—2020年土地利用最为明显的变化特征；③基于CA-Markov 模型模拟的2010年和2015年土地利用的Kappa 系数分别为0.937和0.944，模拟精度较高；④预测的淮河流域2030年土地利用变化显示：耕地的减少和建设用地的扩张仍然是主要趋势，但二者变化幅度放缓，林地和草地的变化不显著，水域面积继续增加。
【结论】淮河流域建设用地大幅度扩张以及耕地面积持续减少应引起重视，基于CA-Markov 模型模拟的2030年土地利用变化可为流域未来土地利用开发提供参考。
关键词：土地利用；CA-Markov 模型；转移矩阵；Kappa 系数；淮河流域中图分类号：F301.2文献标志码：Adoi ：10.13522/ki.ggps.2023309OSID ：刘赛艳,张永江,解阳阳,等.基于CA-Markov 模型的淮河流域土地利用变化研究[J].灌溉排水学报,2024,43(1):52-59,96.LIU Saiyan,ZHANG Yongjiang,XIE Yangyang,et al.Research on land use change in Huaihe River basin based on the CA-Markov model[J].Journal of Irrigation and Drainage,2024,43(1):52-59,96.0引言【研究意义】土地是人类社会发展的基础资源，土地的开发利用关系到气候变化、生物多样性和环境污染等诸多问题，影响社会经济的可持续发展和生态坏境的良性演变[1]。
IDRISI
安装：先将两个压缩包下载下来，下载完后解压，会有一个cue文件和一个bin文件，这是一种光盘镜像的格式，需要虚拟光驱进行安装（推荐DAEMON TOOL），其下载和使用不再说明，自己去百度找去，不相信这个也找不到），用DAEMON TOOL载入cue文件，会引导载入对应的bin文件，在我的电脑找到相应的虚拟光驱盘符，打开就可以安装了。
注意！因破解也已到期，使用前请将系统时间调整到2011年11月12号之前！数据格式问题：Arcgis可以直接打开IDRISI的数据格式！用IDRISI的import功能,可以导入ESRI的文件格式,由于IDRISI有自己的文件格式,所以如果是矢量的,要通过import转成idrisi的矢量文件格式,如果是栅格的在Arcgis下转成ASCII格式,然后通过import转成idrisi的格式.1、SHP 文件转为RASTER 文件SHP 文件转为RASTER 文件是在spatial analyst 中进行的，分类的字段为土地利用类型，栅格大小的设置根据研究区的面积和CA-MARKOV 模型运行的速度设置为100m*100m。
利用转换后的栅格文件统计栅格也即元胞的个数。
2、Arcgis 中raster 文件转ASCII 文件在IDRISI 中Arcgis 的raster 格式转为IDRISI 的raster 格式时，需要用到Arcgis 的ASCII 文件进行转换，因此在Arcgis 中先将raster 文件转为ASCII 文件。
此项工作是在arctoolbox 中进行的。
3、IDRISI 中数据格式的转换在IDRISI 中将ASCII 文件转为raster 文件。
点击output reference information,选择投影参数：比如，原来文件是utm zone 50n 的，就要选这样的参数文件。
附：在IDRISI 中将ARCGIS的shp文件转为IDRISI的矢量文件vct的方法：生成转移面积矩阵和转移概率矩阵：将First（earlier）land cover image(第一个土地覆盖图像)设置为1996 年的土地利用现状图，将Second(later)land coverimage(第二个土地覆盖图像)设置为2004 年的土地利用现状图，将Prefix for output conditional probability images （输出条件概率的前缀）设置为9604，将第一个与第二个土地覆盖图像之间的时间间隔以及向前预测时间周期都设置为8，将0.0 赋予背景栅格单元，并将Proportional error(比例误差)设置为0.1，然后单击OK 按钮，即可以生成转移矩阵和状态转移图像.rgf。
基于CA-Markov模型的农村建设用地整治时空布局研究——以淮安市洪泽县为例
基于CA-Markov模型的农村建设用地整治时空布局研究——以淮安市洪泽县为例马威【期刊名称】《农业科学研究》【年(卷),期】2017(038)003【摘要】基于农村建设用地数量和空间上的失控现象,本文选取经济欠发达的江苏省苏北地区淮安市洪泽县为研究区,结合洪泽县土地利用总体规划和建设用地"双减量"试点工作计划的实情,将洪泽县2005、2010和2015年三期现状数据作为研究基础数据,辅以研究区社会经济基础数据,借助ArcGIS和IDRISI软件的数据分析,以CA-Markov模型模拟预测洪泽县建设用地2020年和2025年两个未来时间点的时空变化情况,通过地类转化规则(适宜性图集)的调整,实现了情景I和情景II的不同模拟效果,在不同约束条件下生成了差异较大的研究结果.验证了规划对于农村建设用地的切实控制效果,通过对比分析提高研究的准确度,有助于研究准确发现土地利用类型转换影响因素的作用机理,并结合研究区农村建设用地整治适宜性评价成果,为洪泽县的农村建设用地整治工作提供时序安排的建议和意见.【总页数】5页(P38-42)【作者】马威【作者单位】南京农业大学公共管理学院,江苏南京 210095【正文语种】中文【中图分类】F301.2【相关文献】1.基于主导功能与整治模式分区的农村建设用地整治潜力测算--以重庆市九龙坡区为例 [J], 杨伟;谢德体;李晓华;潘卓;朱琳2.淮安市洪泽县中小河流治理重点县综合整治方案研究 [J], 皇甫全欢;曹建邺;谢亚军3.基于InVEST和CA-Markov模型的黄河流域碳储量时空变化研究 [J], 杨洁;谢保鹏;张德罡4.基于InVEST和CA-Markov模型的黄河流域碳储量时空变化研究 [J], 杨洁;谢保鹏;张德罡5.基于CA-Markov与MSP A模型的城市绿色空间格局时空预测——以北京海淀区为例 [J], 肖睿珂;刘恋;张云路;李雄因版权原因，仅展示原文概要，查看原文内容请购买。
土地利用覆被变化时空信息分析方法及应用
S(t+1) = f (S(t), N)
式中 S 是元胞有限、离散的状态集合，N 为元胞的邻域，t、t+1 表示不同的时刻，f 为局部 空间元胞状态的转化规则。
4.2.2 模型应用
（1）数据准备与处理 本应用案例以河西走廊武威、金昌、张掖、酒泉和嘉峪关 5 个地区的 20 个县市区作为 研究区， 以 20 世纪 90 年代 （1990~2000 年） 土地利用变化数量结构与空间格局特征为基础， 基于 Markov 与 CA 耦合模型，开展 2010 年土地利用的数量和空间分布情景模拟预测。土 地利用数据的原始信息源是 1990 年与 2000 年的 Landsat TM 遥感影像， 空间分辨率 30m×30m， 经过了辐射纠正、几何纠正及 RGB 假彩色合成。参照 1:10 万、1:5 万地形图等数据，以土 地的用途、经营特点、利用方式和覆盖特征为主要分类依据，对遥感影像进行目视判读解 译，得到研究区 1990 年和 2000 年土地利用矢量数据。实地勘察验证表明，两期数据定性 准确率均超过 95%（王思远等，2002；刘纪远等，2002；2003；张国平等，2003） 。数据存 储为 Arc/info-Coverage；采用 Albers 等积圆锥投影，中央经线 105ºE，双标准纬线 25ºN 和 47ºN。土地利用分类系统包括耕地、林地、草地、水域、城乡工矿居民用地和未利用土地 6 个大类及 25 个亚类。 此外模型模拟还用到了居民点、 行政区划、 人口分布、 河流、 交通线、 DEM 等数据。 （2）模型模拟预测流程 Markov 与 CA 均为时间离散、状态离散的动力学模型，但是 Markov 预测法没有空间 变量，CA 的状态变量则与空间位置紧密相连。Idrisi32 软件中的 CA-Markov 模块将二者有 。 机的结合在一起，可用于进行土地利用变化的空间预测（刘光等，2002；金小刚，2002） 具体模拟预测流程如下： 1）以 2000 年为预测的起始时刻，2000 年的土地利用分布数据为起始状态，1990~2000 年各土地利用类型之间的转换面积作为 Markov 状态转移概率矩阵的元素。 -161-
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
IDRISI软件之CA_Markov模块实现土地利用变化模拟方法及步骤
一、首先创建一个工程目录
二、数据格式转换
所用的数据是IDRISI中的栅格数据，因此需要将gis中的tif数据转换为IDRISI支持的栅格数据格式。
方法：File→Import→Desktop Publishing Formats→GEOTIFF/TIFF
转换后的格式为.rst
三、获取马尔科夫矩阵
方法：Modeling→Environmental/Simulation models→MARKOV
1表示获取转换矩阵的前一期影像，为我们的87年遥感影像；
2表示获取转换矩阵的后一期影像，为我们的96年遥感影像；
3是这个模型中输出条件概率的前缀，表示的是从87到96变化的一些信息（具体是什么，我也不清楚，但是后续的预测会用到这个文件），一般都是我们自己命名，比如说8796；
4表示第一个与第二个影像之间的时间间隔，这里为9年；
5表示我们向前预测的时间周期，这里也设置为9年，即模拟2005年的土地利用情况；
6是比例误差（我看的资料里面一般都设置的是0.15）。
获取的马尔科夫矩阵记录了在下一个时期，从每个土地利用类型转换为其他土地利用类型的概率。
四、实现CA_Markov模型预测
土地利用变化模拟使用的是IDRISI软件中的CA-Markov模型, 位于Modeling→Environmental/Simulation models→CA_Markov。
1表示模拟05影像需要依据的影像，即为我们的96年遥感影像；
2表示马尔科夫转换矩阵面积文件，这里选择的是马尔科夫转换概率矩阵；
3即为转换适宜性图集（我是把从87转换为96年影像中产生的那个8796文件作为适宜性图集，一般都是自己重新做一个这种图集，需要道路、河流、坡度等信息，我之前也做过，但主观性特别强，而且出来的模拟精度很低，所以就舍弃了这个方法）；
4表示输出的土地利用变化数据，命名为05；
5表示元胞自动机循环次数，一般为两个年份之间间隔的整数倍，这里可以取9、18、27等等，但是数字越大，需要的模拟时间越多；
6是我们讨论的CA模型中邻域结构的设定，系统默认的是5*5型，即为我们所说的5*5的冯诺依曼形状，如下所示：
0 0 1 0 0
0 1 1 1 0
1 1 1 1 1
0 1 1 1 0
0 0 1 0 0
如果需要自己设置的话，可以选择上述对话框中的User-defined filter，但是里面的文件需要我们自己制作，方法如下（以7*7摩尔结构为例）：
1）点击工具栏上的Edit按钮：
2）编辑输入过滤模板
第一行表示7行
第二行表示7列
下面的矩阵构成邻域过滤矩阵，1表示有影响作用的邻域，反之用0表示。
3）将该文件保存为.fil格式文件，命名为moore7.
五、精度评价
GIS Analysis→Database Query→CROSSTAB
1表示第一幅影像数据，这里的05为模拟产生的数据；2表示第二幅影像数据，这里的05wuhan1为实际的数据。
其实，上述二者的顺序是可以调换的。
模型运行后得出的结果为
里面有不同的评价指标值。