本書提出一種多類未來土地利用模擬（FLUS）模型，耦合了人類活動和氣候變化對土地利用的共同影響，突破了傳統(tǒng)CA模型只能模擬城市用地的局限。首先，介紹FLUS模型的基本原理和構建方法，在此基礎上，開展大尺度高分辨率土地利用變化模擬，并分析未來全球城市擴張對糧食產量的影響；其次，闡述SSPs-RCPs耦合情景的未來全球土地利用/土地覆蓋變化模擬，探討未來全球陸地碳儲量變化；再次，論述基于FLUS模型和“雙評價”的城市開發(fā)邊界劃定，為國土空間規(guī)劃提供科學依據；最后，對FLUS軟件及應用實例進行詳細介紹，幫助讀者迅速學習地理模擬系統(tǒng)理論并進行軟件實操。

更多科學出版社服務，請掃碼獲取。

教育部"長江學者獎勵計劃"青年學者，2015年 中組部"萬人計劃"青年拔尖人才，2013，測繪地理信息唯一入選者 國家優(yōu)秀青年基金 ，2013

目錄
前言
第1章 緒論 1
1.1 引言 1
1.2 全球變化與氣候環(huán)境影響 2
1.2.1 全球變化 2
1.2.2 氣候環(huán)境影響 3
1.3 土地利用變化模擬 4
1.4 土地利用模擬主要模型 5
1.4.1 元胞自動機 5
1.4.2 多智能體模型 6
1.5 土地利用模擬的核心問題 7
1.5.1 土地利用模擬的遙感數據獲取 7
1.5.2 土地利用模擬的地理尺度 7
1.5.3 CA模型轉換規(guī)則挖掘與參數校準 8
1.5.4 ABM異質屬性與行為規(guī)則定義 9
1.5.5 CA模型與ABM模型的耦合 9
1.6 展望 10
1.6.1 多類用地模擬與決策支持.10
1.6.2 大數據與規(guī)則精細挖掘 10
1.6.3 大尺度模擬與知識遷移 11
參考文獻 11
第2章 耦合人類活動與自然效應的未來土地利用模擬模型 15
2.1 引言 15
2.2 研究方法 15
2.2.1 SD模型15
2.2.2 土地利用變化模擬模型 17
2.2.3 模型緊密耦合機制 21
2.3 模擬結果及驗證 22
2.3.1 SD模型精度驗證 23
2.3.2 模擬精度驗證 23
2.3.3 模型精度對比 24
2.3.4 參數敏感性分析 25
2.4 小結 28
2.5 免費公開的FLUS軟件 28
參考文獻 31
第3章 基于并行FLUS模型的大尺度高分辨率土地利用變化模擬 33
3.1 引言 33
3.2 FLUS模型并行化方法 34
3.2.1 人工神經網絡預測過程的并行策略 34
3.2.2 CA分塊模擬并行策略 35
3.3 未來土地利用需求預測 38
3.4 模型運行結果 39
3.4.1 未來各類用地需求校正 40
3.4.2 運行效率評估 41
3.4.3 情景模擬結果分析 42
3.5 小結 51
參考文獻 52
第4章 基于 SSPs情景的未來全球城市擴張模擬 54
4.1 引言 54
4.2 研究方法 55
4.2.1 基于面板數據回歸的未來城市用地需求量預測 56
4.2.2 基于 FLUS-global模型的城市用地變化模擬 59
4.2.3 城市收縮壓力的評估方法 61
4.3 城市需求量預測結果 62
4.4 城市用地擴張模擬精度驗證.66
4.5 不同SSPs情景下的城市用地空間變化情況 67
4.6 不同SSPs情景下的城市收縮壓力 71
4.7 不同SSPs情景下的城市擴張對其他土地類型的侵占 73
4.8 小結 74
參考文獻 75
第5章 SSPs情景下城市擴張對糧食產量的影響 78
5.1 引言 78
5.2 數據與方法 78
5.2.1 全球糧食產量分布產品 78
5.2.2 城市擴張造成的糧食產量損失估算 79
5.3 SSPs情景下城市擴張對主要糧食作物產量影響的空間分布 81
5.4 農田損失與糧食產量損失的關系 84
5.5 SSPs情景下主要糧食作物產量損失影響的人口 85
5.6 小結 86
參考文獻 87
第6章 基于SSPs-RCPs耦合情景的未來全球LUCC模擬 89
6.1 引言 89
6.2 研究方法 89
6.2.1 基于LUH2數據集的未來土地需求量預測 90
6.2.2 基于FLUS-global模型的土地變化模擬建模 92
6.3 土地需求量預測結果 95
6.4 土地模擬精度驗證 98
6.4.1 適宜性概率的精度 98
6.4.2 歷史土地空間模擬的精度 101
6.5 不同 SSPs-RCPs耦合情景的全球 LUCC空間變化情況 103
6.5.1 與粗分辨率 LUCC產品的效果對比 104
6.5.2 各情景下草地空間變化情況 105
6.5.3 各情景下農田空間變化情況 107
6.5.4 各情景下林地空間變化情況 109
6.6 小結 111
參考文獻 112
第7章 SSPs-RCPs耦合情景下未來全球陸地碳儲量分析 114
7.1 研究方法 114
7.1.1 基于InVEST模型的全球陸地碳儲量估算 114
7.1.2 植被功能型 117
7.1.3 基于PFT分類的未來全球土地覆蓋產品制圖 118
7.2 基于PFT分類的SSPs-RCPs耦合情景全球土地覆蓋產品 122
7.3 SSPs-RCPs耦合情景下未來全球陸地碳儲量變化分析 125
7.4 小結 129
參考文獻 130
第8章 基于FLUS模型劃定多種規(guī)劃情景下的城市增長邊界 133
8.1 引言 133
8.2 研究方法 134
8.2.1 城市系統(tǒng)動力學模型 134
8.2.2 基于ANN的規(guī)劃交通更新機制 135
8.2.3 規(guī)劃開發(fā)區(qū)內的隨機種子機制 136
8.2.4 基于形態(tài)學的城市增長邊界劃定方法 137
8.3 模型驗證 139
8.3.1 模擬 2000～2013年城市變化 140
8.3.2 精度驗證分析 141
8.4 基于FLUS模型的城市增長邊界劃定 142
8.4.1 規(guī)劃情景設定 142
8.4.2 城市發(fā)展模擬 145
8.4.3 城市增長邊界劃定 148
8.5 小結 152
參考文獻 153
第9章 耦合FLUS模型和“雙評價”的城市開發(fā)邊界劃定研究 155
9.1 引言 155
9.2 研究框架和方法 156
9.3 模型的應用 158
9.3.1 實驗區(qū)及數據 158
9.3.2 中山市“雙評價”結果與分析 161
9.3.3 城鎮(zhèn)建設用地模擬及城市開發(fā)邊界劃定 164
9.4 小結 166
參考文獻 167
第10章 FLUS軟件介紹 169
10.1 軟件介紹 169
10.2 配置及記錄文件說明 170
10.2.1 配置文件 170
10.2.2 記錄文件 171
10.3 軟件基本操作及土地利用變化情景模擬 171
10.3.1 基于人工神經網絡的出現(xiàn)概率計算模塊 171
10.3.2 FLUS與多類用地模擬 176
10.3.3 模擬精度驗證 183
10.3.4 計算 Kappa系數 183
10.3.5 計算 FoM指標 185
10.4 城市增長邊界劃定 186
10.4.1 實驗操作 187
10.4.2 軟件操作 188
10.5 軟件操作注意 214