根据2000年和2010年2期拉萨地区的遥感数据,在erdas平台上将该区域分为耕地、林地、草地、水域、建设用地和未利用地6类土地,利用ArcGIS的空间分析技术,得出这2期的土地利用现状分布和土地利用转移矩阵,并利用马尔科夫模型对2020年、2030年、2040年土地利用变化进行预测。以此为基础,计算出该地区标准年中每1 a的碳排放量,及预测每10 a碳排放量。结果显示:生态用地结构改变、林地面积增加是碳吸收的主要原因;过度放牧、畜牧业消费需求的增加、旅游业的开发是土地利用变化碳排放的主要原因。最后提出建议:注重保护生态环境、限制过度放牧、低碳旅游, 可以有效抑制生态用地的减少和控制碳排放总量。
Abstract
The land use in Lhasa is divided into six types inclusive of farmland, woodland, grassland, water area, building land and unused land according to the remote sensing data in 2000 and 2010 on Erdas platform. Then the distribution of land use and land use transition matrix in the two periods are obtained using ArcGIS spatial analysis techniques, and the land use changes of the years 2020, 2030 and 2040 are predicted by using Markov model. On this basis, the carbon emissions per year of these years are calculated and the emissions every 10 years in the region are predicted. The final results show that the change of ecological land structure and the increase in ecological land (forest) area are the main causes of carbon sequestration. Overgrazing, increasing consumer demand for animal husbandry and development of tourism are the main causes of carbon emissions during land use change. Finally, some suggestions to control carbon emission and limit the decrease of ecological land are put forward: protecting ecological environment, restricting overgrazing, and promoting low-carbon tourism.
关键词
ArcGIS /
碳排放 /
土地利用变化 /
生态用地 /
马尔科夫模型
Key words
ArcGIS /
carbon emissions /
land use change /
ecological land /
Markov model
{{custom_sec.title}}
{{custom_sec.title}}
{{custom_sec.content}}
参考文献
[1] 王 磊.基于投入产出模型的天津市碳排放预测研究[J].生态经济,2014, 30(1):52-56.
[2] 杜 强,陈 乔,杨 锐.基于Logistic模型的中国各省碳排放预测[J].长江流域资源与环境,2013,22(2):143-151.
[3] 陈志建,王 铮,孙 翊.中国区域人均碳排放的空间格局演变及俱乐部收敛分析[J].干旱区资源与环境,2015,25(4):24-29.
[4] 曲福田,卢 娜,冯淑怡.土地利用变化对碳排放的影响[J].中国人口·资源与环境,2011,21(10):76-83.
[6] MUCHER C A, STEINNOCHER K T, KRESSLER E P, et al. Land Cover Characterization and Change Detection for Environmental Monitoring of Pan-Europe[J].International Journal of Remote Sensing, 2000, 21(6): 1159-1181.
[7] 杜国明,匡文慧,孟凡浩,等.巴西土地利用/覆盖变化时空格局及驱动因素[J].地理科学进展,2015,34(1):73-82.
[8] 游和远,吴次芳,沈 萍.土地利用结构与能源消耗碳排放的关联测度及其特征解释[J],中国土地科学,2010,24(11):4-9.
[9] 赵荣钦,陈志刚,黄贤金,等.南京大学土地利用碳排放研究进展[J].地理科学,2012,32(12):1473-1480.
[10]葛全胜,戴君虎,何凡能,等.过去 300 年中国土地利用、土地覆被变化与碳循环研究[J].中国科学(D 辑),2008,38(2):197-210.
[11]王 茜,张增祥,易 玲,等.南京城市扩展的遥感研究[J].长江流域资源与环境,2007,16(5):554-559.
[12]张润森,濮励杰,文继群,等.建设用地扩张与碳排放效应的库兹涅茨曲线假说及验证[J].自然资源学报,2012,27(5):723-733.
[13]UNWTO, UNEP. Climate Change and Tourism: Responding to Global Challenges[M]. Madrid: UNWTO, 2008.
[14]钟开来, WALSH J B. 马尔科夫过程、布朗运动和时间对称(第2版)[M].北京:世界图书出版公司北京公司,2013:36-71.
[15]张勇荣,周忠发,马士彬. 基于 Markov 的石漠化景观演变特征分析与预测[J].长江科学院院报,2015,32(1):52-69.
[16]陈子军,乔 良,王鑫玉.基于动态分类的Markov用户浏览预测模型[J].计算机工程,2008,(11):166-168.
基金
国家社会科学基金重大项目 (13＆ZD172)
PDF(1132 KB)
