在AWCA-Markov框架下，结合历史地形图研究百年尺度土地利用和景观格局的动态演变

《CATENA》：Dynamic evolution of century-scale land use and landscape pattern coupled with historical topographic maps under AWCA-Markov framework

土地覆盖时空演变分析，自相关加权CA-Markov模型构建，历史军事地图数据整合，景观破碎化特征评估，长期预测精度验证，区域可持续发展策略优化

　　本研究围绕土地利用模式的长期变化展开，旨在通过结合历史军事地形图与现代遥感影像，重建自1930年以来的区域土地利用变化序列。土地利用和覆盖变化（Land Use and Land Cover Change, LUCC）是全球环境变化研究中的核心议题之一，其不仅反映了人类活动对地球表面的改造，也深刻影响着生态系统功能、碳循环过程以及气候变化趋势。随着全球城市化、工业化和农业扩张的加速，土地利用模式在过去的百年间经历了显著的演变，尤其是在亚洲、欧洲和北美等农业文明发达、人口密集的地区，土地利用的变化对生态环境和碳排放产生了深远的影响。

研究区域——江西清江县，位于长江中下游地区，地理坐标介于东经115°05′至115°50′、北纬27°50′至28°10′之间，总面积约为1281平方公里。该地区具有湿润的亚热带气候，年降水量充沛，土壤肥沃，地形多样，涵盖山地、丘陵、平原和水域等多种自然景观类型。这些自然条件为长期土地利用变化的分析提供了良好的背景，同时也使得该地区成为研究土地利用模式演变的典型样本。清江县在过去的92年间经历了显著的土地利用变化，其中农田仍占据主导地位，但建设用地的扩张尤为突出。此外，水域面积和林地面积也发生了明显变化，反映出区域生态环境的动态演变。

在土地利用变化的模拟研究中，传统方法往往依赖于近几十年的遥感数据，这导致了研究时间跨度较短，缺乏足够的历史深度，从而难以全面揭示土地系统演变的全貌。特别是对于那些受到非线性过程、制度变迁或突发事件影响的区域，传统模型在预测和分析土地利用变化方面存在一定的局限性。因此，引入高时间分辨率的历史数据，如历史军事地形图，可以有效弥补这一不足，使模型能够更准确地捕捉长期土地利用变化的动态路径，增强对复杂演变过程的响应能力，并提高空间预测的精度。

本研究提出了一种结合时间序列自相关加权方法的AWCA-Markov模型，用于模拟长期土地利用变化。该模型通过引入自相关权重，提高了土地利用变化预测的准确性。在验证过程中，研究团队将AWCA-Markov模型与传统CA-Markov方法进行了对比，结果显示，AWCA-Markov模型的Kappa系数从0.7178提升至0.8335，表明其在捕捉长期土地利用变化趋势方面具有明显优势。这一结果不仅证明了模型的有效性，也为未来的土地利用模拟提供了新的方法支持。

从研究结果来看，清江县在过去的一个世纪中，土地利用模式发生了显著变化。农田仍然是主要的土地类型，占总面积的61.66%（2022年数据），但建设用地的扩张速度较快，增加了86.02平方公里。这种变化主要归因于快速的城市化进程，特别是在1973年之后，城市建设用地的扩展对景观格局产生了深远影响。与此同时，景观破碎化趋势也不断加剧，显示出土地利用变化对生态系统结构和功能的深远影响。此外，水域面积的增加以及林地面积的减少，进一步反映了土地利用变化对区域生态环境的复杂作用。

在长期土地利用变化研究中，除了关注土地类型面积的变化，还需要深入分析景观格局的时空演变特征，如破碎化、连通性和聚集性等。这些景观特征的变化能够更全面地反映土地利用变化的动态过程及其对生态环境的影响。然而，目前的研究多集中于土地类型面积的变化，对景观格局的时空演变关注不足。这使得我们对土地利用变化的全面理解存在一定的局限性。因此，本研究不仅关注土地利用面积的变化，还通过分析景观格局的变化，揭示了土地利用模式演变的更深层次特征。

此外，本研究还对AWCA-Markov模型的预测能力进行了验证，结果显示该模型在模拟未来土地利用变化方面具有较高的准确性。通过对2030年的土地利用变化进行预测，研究团队能够进一步分析关键驱动因素（如自然环境因素和人类活动）之间的耦合机制。这种分析有助于我们更好地理解土地利用变化的复杂性，并为制定可持续的土地利用政策提供科学依据。例如，在全球气候变化和碳减排目标的背景下，对小尺度区域土地利用变化的长期模拟，对于优化区域土地资源配置、制定生态保护政策以及实现低碳发展战略具有重要的指导意义。

本研究的创新点在于，通过整合历史军事地形图和现代遥感影像数据，构建了一个能够覆盖近一个世纪的土地利用变化序列。这种跨时代的数据融合不仅拓宽了土地利用研究的时间维度，也为分析长期变化趋势提供了更丰富的数据支持。同时，引入时间序列自相关加权方法，使得模型能够更准确地反映土地利用变化的空间动态过程，从而提高了预测的科学性和可靠性。

在实际应用中，土地利用变化的长期模拟和预测对于生态环境管理和可持续发展具有重要意义。通过了解土地利用变化的历史轨迹，我们可以更好地识别其驱动因素，并预测未来的变化趋势。这对于制定科学合理的土地利用政策、优化土地资源配置、保护生态环境以及实现碳中和目标具有重要的现实意义。特别是在当前全球气候变化和生态环境恶化的背景下，深入研究土地利用变化的长期趋势，有助于我们采取更加有效的措施，应对气候变化带来的挑战，促进区域可持续发展。

研究团队在本研究中采用了多种方法进行土地利用变化的分析和预测。首先，他们利用历史军事地形图和现代遥感影像数据，构建了1930年至2022年的土地利用变化序列。其次，他们通过引入时间序列自相关加权方法，优化了传统的CA-Markov模型，使其能够更准确地模拟土地利用变化的空间动态过程。最后，他们对模型的预测能力进行了验证，结果显示该模型在模拟长期土地利用变化方面具有较高的准确性，特别是在捕捉景观破碎化趋势和土地利用类型变化方面表现出色。

通过本研究，我们不仅能够更全面地了解清江县在过去一个世纪中的土地利用变化过程，还能够揭示其与生态环境、社会经济活动之间的复杂关系。这种关系的深入分析，有助于我们更好地理解土地利用变化的驱动机制，并为未来土地利用政策的制定提供科学依据。此外，本研究的方法论也为其他地区进行长期土地利用变化研究提供了借鉴，具有重要的推广价值。

总体而言，本研究在土地利用变化的长期重建和模拟方面取得了重要进展。通过结合历史数据与现代技术，研究团队构建了一个能够有效捕捉土地利用变化趋势的模型，并验证了其在实际应用中的准确性。研究结果不仅深化了我们对土地利用变化的理解，也为区域生态保护和可持续发展战略提供了重要的科学支持。未来，随着遥感技术和地理信息系统的发展，土地利用变化研究将更加精确和全面，为全球环境治理和可持续发展提供更有力的理论依据和技术手段。