巴西滨海城市土地利用/覆被动态的CA-ANN模型预测及其对可持续城市规划的启示

本研究针对巴西累西腓市1990-2080年土地利用/覆被变化(LULC)开展预测建模，整合MapBiomas数据并通过QGIS的MOLUSCE插件构建细胞自动机-人工神经网络(CA-ANN)混合模型，预测精度达89.08%(κ>0.80)。研究揭示了城市化扩张导致自然植被锐减、红树林和水体相对稳定的演变规律，为热带滨海城市应对气候变化、制定韧性发展策略提供了量化依据。

　　

在气候变化与快速城市化的双重压力下，热带滨海城市正面临前所未有的生态挑战。作为巴西东北部重要的经济中心，累西腓市被IPCC列为全球气候脆弱性热点区域，其无序的城市扩张已导致自然植被锐减、热岛效应加剧，严重威胁着城市韧性。这种背景下，精确预测土地利用/覆被变化(LULC)动态成为制定适应性策略的关键前提，但现有研究对巴西滨海城市长期(至2080年)演变规律的量化分析仍属空白。

巴西科研团队通过整合MapBiomas项目的多时相LULC数据，创新性地运用QGIS平台的MOLUSCE插件构建了细胞自动机-人工神经网络(CA-ANN)混合模型。该研究采用1990-2020年历史数据训练模型，通过蒙特卡洛模拟生成2050和2080年预测场景，并引入人口密度、高程、坡度等空间变量提升预测精度。验证显示模型总体精度达89.08%，Kappa系数超过0.80，显著优于传统方法。

材料与方法

研究构建了包含6类地物(建成区、森林、红树林、水体、裸地、草地)的分类体系，从MapBiomas提取1990-2020年数据作为基础。通过MOLUSCE插件执行马尔可夫链分析生成转移概率矩阵，结合ANN训练空间转换规则，最终采用500次蒙特卡洛迭代优化参数。

结果与讨论

模型揭示出累西腓呈现典型的"先破坏后稳定"演变模式：1990-2020年间建成区扩张导致森林覆盖率下降23.5%，但2050年后趋于稳定，这归因于空间饱和与保护政策双重作用。值得注意的是，红树林在强城市压力下仍保持85%以上稳定性，凸显其生态韧性。敏感性分析显示，人口密度与道路网络是驱动变化的TOP2因子，贡献度分别达34.7%和28.1%。

结论

该研究证实CA-ANN模型在热带城市LULC预测中的卓越性能，其89.08%的精度为政策制定提供了可靠依据。长期预测表明，累西腓将在2035年达到城市扩张拐点，此后需依赖存量更新而非外延扩张。研究者建议：①建立基于LULC模拟结果的生态红线预警系统；②在建成区推广绿色基础设施(GI)补偿机制；③将红树林稳定性机制纳入海岸带适应性设计。这些发现为联合国可持续发展目标(SDG)11的实施提供了科学范式。

这项发表于《Journal of Environmental Management》的研究，其创新性在于首次将CA-ANN模型应用于巴西滨海城市的世纪尺度预测，所开发的MOLUSCE-QGIS技术框架具有低成本、高精度的优势，特别适合发展中国家城市推广应用。研究不仅填补了热带城市长期LULC模拟的方法学空白，更为气候脆弱型城市的韧性规划提供了量化决策工具。