导读:本文包含了土地利用动态变化论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:土地利用,动态,模型,漳州市,甘肃省,效率,因素。
土地利用动态变化论文文献综述
王明常,郭鑫,王凤艳,张馨月[1]（2019）在《基于FLUS的长春市土地利用动态变化与预测分析》一文中研究指出研究城乡土地利用变化规律与驱动机制,有利于实现区域土地资源可持续发展。本文以长春市为例,以监督分类与人工解译相结合的方式对1997、2007和2017年Landsat卫星影像进行分类,总体精度分别为93.06%,90.70%和94.12%。1997—2017年,草地、耕地和其他土地面积分别减少354.74、922.11和55.35km2,建设用地、水域和林地面积分别增加1 154.14、70.38和107.54km~2,整体表现为建设用地向周边扩张,侵占其他用地类型面积。利用未来土地利用模拟(future land use simulation,FLUS)模型,以2007年分类数据为基础,结合地形、交通区位和社会经济等土地利用变化驱动因子,仿真2017年土地利用格局,仿真结果与真实情况吻合较好,仿真精度达85.10%,Kappa系数为0.821 2,验证了模型和驱动因子精度可靠,符合土地利用变化趋势。以此模型因子预测2027年土地利用格局,结果表明:在城镇周围,建设用地将持续侵占耕地、林地、草地和其他土地的面积,但趋势减缓,同时林地面积和水域面积增加。(本文来源于《吉林大学学报(地球科学版)》期刊2019年06期）
王丽蓉,王利,刘万波,杜鹏[2]（2019）在《基于CA-Markov模型的大连开发区土地利用动态变化》一文中研究指出以大连经济技术开发区为例,通过土地利用转移矩阵定量化分析了2000—2014年研究区的土地利用变化情况,结合CA-Markov模型对研究区2021年的土地利用格局进行了模拟。结果表明:①14年间大连市建设用地面积急剧增加,由西向东不断扩张,其面积由2000年的9031. 50hm~2增加到2014年的17484. 39hm~2,最终占比为43. 83%,耕地和水域面积持续减少,主要转为建设用地,草地面积先减少后增加,林地面积先增加后减少。②模拟期内,大连市建设用地面积仍将持续增长,2021年将占到研究区总面积的47. 37%,而水域面积将减少为0. 94%,草地、耕地、林地也呈现减少趋势,有关部门应注意合理利用土地,促进区域生态环境质量友好发展。(本文来源于《资源开发与市场》期刊2019年11期）
苏立彬,郭永刚,吴悦,杨永涛[3]（2019）在《基于RS和GIS的西藏林芝地区土地利用类型动态变化》一文中研究指出根据1990、2005和2015年共3期Landsat卫星影像资料及其他辅助资料,运用遥感(RS)人机交互目视解译方法进行监督分类,并应用地理信息系统(GIS)的空间分析和统计功能,分别制作3期土地利用转移矩阵及1990—2015年的土地利用类型动态变化图,分析西藏林芝地区土地利用的动态变化特征,以及各类型之间的转化情况。结果表明:研究区土地利用类型主要以林地、未利用土地、草地和水域为主,其中林地面积最大,占林芝地区总面积的52.5%;其次为未利用地,占25.9%。1990—2015年,林芝地区林地面积减少118.4 km~2,变化面积最大,主要转化为草地和未利用地;水域和未利用地次之,面积分别增加32.65和32.06 km~2,水域主要由未利用地和草地转化而来,未利用地的增加主要由草地和林地转化而来;耕地面积增加26.89 km~2,主要由林地转化而来;城乡、工矿、居民用地和草地面积分别增加16.96和9.84 km~2,变化幅度相对最小。土地利用变化存在明显的区域差异,林芝地区北部变化明显强于南部变化。(本文来源于《中国农业大学学报》期刊2019年10期）
王译着,黄亮[4]（2019）在《2003～2018年昆明市呈贡区土地利用动态变化时空特征分析》一文中研究指出为应对昆明市呈贡区城镇化快速发展带来的土地利用矛盾突出的问题,采用土地利用转移矩阵、标准差椭圆分析、平均中心分析、热点分析的方法,研究该区域15年间建设用地扩张情况与区域发展特征。实验结果表明:2003～2018年呈贡区建设用地共增加了101. 91 km2,绿地共增加了57. 01 km2,耕地共减少了175. 97 km2。同时呈贡区扩张展现出明显的方向性,以东北-西南方向为主轴进行倾斜,建设用地的平均中心向南缓慢移动,其热点已发展到全区西部、中部大部分区域。(本文来源于《科学技术与工程》期刊2019年28期）
魏燕茹,陈松林[5]（2019）在《2000年以来漳州市土地利用效益的动态变化》一文中研究指出基于漳州市2000-2017年的土地利用现状及相关经济数据,通过建立土地利用效益评价指标体系,确定20个评价因子作为对应评价目标的指标层,并采用变异系数法确定各项指标的权重,运用TOPSIS评价模型对漳州市土地利用效益进行分析。结果表明,漳州市土地利用综合效益、经济效益、社会效益和生态效益自2000年以来大体呈现逐年递增的趋势,但各年间土地利用的经济效益和社会效益、生态效益的接近度增长速度差距大,且生态效益波动较大,社会效益曾出现阶段性递减,不利于土地利用整体效益的提高。针对土地利用当前存在的问题,提出了提高土地利用效益的对策建议。(本文来源于《云南地理环境研究》期刊2019年04期）
武辰爽,郭永刚[6]（2019）在《基于RS和GIS的土地利用动态变化分析——以巴宜区为例》一文中研究指出根据1998年的Landsat 5遥感影像和2018年的Landsat 8遥感影像为数据源,分别进行了遥感监督分类后得到巴宜区近20年的两期土地利用现状图,并采用了GIS空间分析技术,将定量和定性的方法相结合起来,还通过引入转移矩阵、变化动态度指数等描述土地利用空间动态变化的指标,对巴宜区的土地利用变化进行了深入的时空变化过程分析。研究表明,1998～2018年,巴宜区土地利用发生了显着的变化,其中城镇村及工矿用地和耕地呈现大幅度增长的趋势;林地和水域及水里设施用地面积也在逐年增加,尽管涨幅不太明显;只有草地和未利用地出现了减少的情况。总体而言,巴宜区的土地利用符合城镇化发展要求,未来巴宜区的生态环境和土地利用也将会是良性发展。(本文来源于《高原农业》期刊2019年04期）
张文博,李健峰[7]（2019）在《基于GIS的乌伦古河流域绿洲土地利用动态变化分析》一文中研究指出为了探明干旱区绿洲土地利用结构变化规律以及归因,以乌伦古河流域为研究区,以Landsat遥感分类数据、水文气象数据、社会经济数据为主要数据源,通过对2002年和2017年遥感影像解译结果分析,获取了15年来乌伦古河流域绿洲的土地利用变化数据,利用土地动态度、贡献率、转移矩阵等动态变化模型,对研究区土地利用变化以及驱动因素进行了深入分析。结果表明:15年来,乌伦古河流域土地利用呈现多样化和复杂化的特点,其中耕地增加显着,主要由未利用地和草地转化而来。林地、建设用地以及水域呈小幅增加趋势,而草地、未利用地面积有所缩减,这与城镇化建设的过程是一致的。影响研究区土地变化的主要驱动因素有自然和人文两方面。其中,人口的迅速增长以及宏观政策调控对土地利用格局变化影响较大。(本文来源于《西部大开发(土地开发工程研究)》期刊2019年07期）
罗谷松,李涛[8]（2019）在《碳排放影响下的中国省域土地利用效率差异动态变化与影响因素》一文中研究指出土地利用效率是衡量区域经济社会系统运行质量的重要参数。在构建了考虑非期望产出的土地利用效率评价指标体系基础之上,综合运用Super SBM-undesirable DEA和多元统计等研究方法,分析了2003—2016年碳排放影响下的中国省域土地利用效率的时空特征及其影响因素。研究结果表明:中国区域土地利用效率处于中低水平,碳排放非期望产出降低了15%的土地利用效率水平;与全国发展水平空间格局一致,土地利用效率省际差异在空间上呈现出自东向西逐渐递减的分异特征;2003—2016年,土地利用效率演化呈现出"U"型演进特征,区域差异呈现收敛态势;不考虑非期望产出的土地利用效率水平呈现下降态势;非期望产出和能源消费投入过大成为土地利用效率提升的主要限制因素。经济发展水平、对外开放程度以及固定资产投资对土地利用效率的提升起到了显着的正向作用;现阶段城镇化水平的增加对土地利用效率的提升具有微弱促进作用,且仅在东部地区具有显着性。基于松弛变量冗余度和影响因素分析,针对不同区域土地利用效率低效的差异性因素,提出了相应的对策措施。(本文来源于《生态学报》期刊2019年13期）
刘强,赵艳琴,陈淑秀,尤晓妮[9]（2019）在《甘肃省城市土地利用动态变化及结构效率分析》一文中研究指出利用信息熵、洛伦茨曲线、基尼系数、数据包络分析(DEA)等方法,以甘肃省14个地州市为研究对象,从土地利用结构和效率等方面评价了14个地州市的土地利用结构状况。结果表明:信息熵最明显的是兰州市,其均衡度与信息熵同步,但优势度不明显;最低值为陇南市,优势度显着,优势集中在居住用地、公共管理与公共服务用地、道路交通设施用地、公共设施用地等用地方面。城市土地利用结构的有序度存在着显着的空间差异,庆阳、酒泉、陇南叁市DEA有效,土地利用效率较好;天水市DEA无效,土地利用效率相对较低。(本文来源于《天水师范学院学报》期刊2019年03期）
李秀芬,蔡慧君,金磊,王平华,张泽秀[10]（2019）在《辽西北土地利用动态变化及影响因素分析》一文中研究指出基于3S技术,利用1980～2010年4期遥感影像数据(1980年,1990年,2000年和2010年)及相关统计资料,对典型生态脆弱区辽西北地区的土地利用动态变化及影响因素进行研究。结果表明:该区域的土地利用结构在30年间发生了明显变化。耕地和建设用地面积持续增加,分别增加1601.51km2和332.92km2;林地、水域及未利用地面积持续减少,分别减少925.33,207.85,448.43km2;草地面积呈现增(↑159.71km2)-减(↓643.25km2)-增(↑130.77km2)的变化模式。各土地利用类型在1980～1990年相互转换最多,2000～2010年相互转化最少。30年间林地和草地主要流向耕地,建设用地以占用其他各类土地的方式持续扩张,减少的水域面积主要转化为耕地,未利用地的持续减少则是由耕地和城市的扩张占用所致。研究区总体土地利用变化程度不断减弱,综合土地利用动态度由0.33减小到0.09,且2000年之前的总体土地利用变化程度明显高于后期;单一土地利用动态度的变化,以草地、未利用地、建设用地变化程度较为剧烈。驱动力分析表明,人为和自然两大因素共同驱动了该区域土地利用的变化,两大因素的累积贡献率分别为62.84%和32.42%。其中,干旱化加剧(干燥度年增速率达0.033℃·d·mm-1)是水域面积持续减少及林地恢复较慢的主要驱动因素,人口增加(30年总人口增加了229.16万人)和经济发展(叁个产业分别增加了590.58亿元、1523.61亿元和1044.30亿元)及产业经济结构的改变共同驱动了区域内耕地和建设用地的增加,多个林业生态工程的实施是驱动林、草地面积变化的主要政策因素。(本文来源于《沈阳农业大学学报》期刊2019年03期）
土地利用动态变化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
以大连经济技术开发区为例,通过土地利用转移矩阵定量化分析了2000—2014年研究区的土地利用变化情况,结合CA-Markov模型对研究区2021年的土地利用格局进行了模拟。结果表明:①14年间大连市建设用地面积急剧增加,由西向东不断扩张,其面积由2000年的9031. 50hm~2增加到2014年的17484. 39hm~2,最终占比为43. 83%,耕地和水域面积持续减少,主要转为建设用地,草地面积先减少后增加,林地面积先增加后减少。②模拟期内,大连市建设用地面积仍将持续增长,2021年将占到研究区总面积的47. 37%,而水域面积将减少为0. 94%,草地、耕地、林地也呈现减少趋势,有关部门应注意合理利用土地,促进区域生态环境质量友好发展。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
土地利用动态变化论文参考文献
[1].王明常,郭鑫,王凤艳,张馨月.基于FLUS的长春市土地利用动态变化与预测分析[J].吉林大学学报(地球科学版).2019
[2].王丽蓉,王利,刘万波,杜鹏.基于CA-Markov模型的大连开发区土地利用动态变化[J].资源开发与市场.2019
[3].苏立彬,郭永刚,吴悦,杨永涛.基于RS和GIS的西藏林芝地区土地利用类型动态变化[J].中国农业大学学报.2019
[4].王译着,黄亮.2003～2018年昆明市呈贡区土地利用动态变化时空特征分析[J].科学技术与工程.2019
[5].魏燕茹,陈松林.2000年以来漳州市土地利用效益的动态变化[J].云南地理环境研究.2019
[6].武辰爽,郭永刚.基于RS和GIS的土地利用动态变化分析——以巴宜区为例[J].高原农业.2019
[7].张文博,李健峰.基于GIS的乌伦古河流域绿洲土地利用动态变化分析[J].西部大开发(土地开发工程研究).2019
[8].罗谷松,李涛.碳排放影响下的中国省域土地利用效率差异动态变化与影响因素[J].生态学报.2019
[9].刘强,赵艳琴,陈淑秀,尤晓妮.甘肃省城市土地利用动态变化及结构效率分析[J].天水师范学院学报.2019
[10].李秀芬,蔡慧君,金磊,王平华,张泽秀.辽西北土地利用动态变化及影响因素分析[J].沈阳农业大学学报.2019
论文知识图
