目前,全球土壤盐渍化日益严重,表现为其程度的不断加剧和面积的不断扩大,给农业生产带来了相当大的影响,破坏了生态系统的平衡,影响了区域经济的可持续发展。土壤盐渍化的时空演变动态模拟与预测预报研究一直以来都是地理学领域研究的热点方向。基于遥感影像的盐渍化土壤等级程度提取和基于 GIS 手段的土壤盐渍化分析与模拟预测技术日趋成熟;以 GIS 为工具,以遥感与非遥感数据综合分析的数学模型为手段,并整合模糊系统等方法的盐渍化分析技术也在不断提高。但总体看来,以 GIS 为运行平台的土壤盐渍化时空演变动态模拟与预测研究,由于在实际的数据结合与表达上具有相当的难度,且该方式在任意有效时间离散距及瞬时动态可视化表达方面仍有很大的缺陷,因此其动态变化的可视化效果并不理想,且数据更新困难,无法满足及时表达的需要。 CA 模型是在一个由具有离散、有限状态的元胞组成的元胞空间上,按照一定局部规则,在离散的时间维上演化的动力学系统。它不仅可以用来模拟和分析一般的复杂系统,而且对于具有空间特征的地理复杂系统更具有优势。元胞自动机本身就是一个地理模型,基于元胞自动机的地理模型是分析模拟地理动态现象的一次方法革命。土壤盐渍化是一种具有时空动态演化特点的地理空间现象,这与具有规则划分的离散空间结构,在空间数据结构上易于与遥感、地理信息系统等地理信息技术集成等特点的 CA 模型相符合。 本文通过分析长岭县土壤盐渍化系统特征,确定了土壤盐渍化形成与影响因子。以此为基础建立了适合与 CA 模型结合的长岭县土壤盐分预测公式。依据标准 CA 模型原理设定了土壤盐渍化 CA 模型,并进行基于 CA 模型运行的空间数据和属性数据的处理。将 CA 模型与 GIS 分析与管理功能进行有效结合,对在土壤盐渍化方面具有系统典型性的长岭县土壤盐渍化时空发展变化进行模拟与预测。 本文共分为五部分。第一章陈述基于 CA 模型,并结合 GIS 手段的土壤盐渍化时空演变模拟与预测的理论意义与现实意义;分别论述了土壤盐渍化模拟预测与 CA 模型及其在地理学研究领域中应用的国内外进展及研究现状,并就数据的来源,研究所采用的手段方法及相关技术路线进行了交代。第二章介绍了本文的研究区——吉林省长岭县的自然环境概况及社会经济现状,同时分析了土壤盐渍化系统特征,并对其形成因子及影响因子给予确定。在第三章中,依据长岭县土壤盐渍化特点与 CA 模型进行理论结合,设定了 GeoCA-Salinization 模型,并对属性数据和空间数据进行处理。第四章中,根据所设立的 CA 模型,结合已处理的数据和在 GIS 中建立的数据库对长岭县盐渍化土壤的时空演变进行模拟与可视化预测。第五章为结论与讨论部分。