CLUMondo模型是国际上目前少有的可用于土地系统模拟、支持考虑土地利用强度、支持设置多对多土地系统供需服务的模型，具有较大的应用前景。文献计量学研究分析发现，由该模型支撑的研究成果（SCI/SSCI论文等）呈指数型增长，未来可期成为土地系统变化研究领域的核心模型。然而，CLUMondo模型的原理复杂、实践门槛较高、主要资料为英文发表，给中文用户带来了较大困难。本书是中文领域第一本以CLUMondo模型为主题的著作。

高培超，北京师范大学地理科学学部，讲师。2012年于成都理工大学测绘工程系获得工学学士学位，2015年于清华大学土木工程系获得工学硕士学位，2018年于香港理工大学土地测量与地理资讯学系获得哲学博士学位。研究兴趣包括地理信息理论与方法等。担任International Journal of Geographical Information Science、IEEE Access、Landscape Ecology等多家期刊审稿人。

1 引言
1.1 土地变化模拟的重要性
1.2 土地变化模拟模型综述
1.3 CLUMondo模型的特色
1.4 CLUMondo的应用现状
2 背景知识概念
2.1 土地系统
2.2 驱动因子
2.3 土地系统服务的供给与需求
2.4 土地适宜性
2.5 土地利用矩阵
2.6 弹性系数
3 核心原理介绍
3.1 原理概述
3.2 回归分析
3.3 转换顺序
3.4 转换阻力
3.5 转换矩阵
3.6 邻域影响
3.7 竞争优势
3.8 评价方法
4 模型安装过程
4.1 界面版
4.1.1 环境配置
4.1.2 下载、安装与启动
4.2 命令行版
5 案例：河南省土地变化模拟实践
5.1 土地系统的建立
5.1.1 数据制备清单
5.1.2 准备土地利用/覆被数据
5.1.3 制作河南省行政边界数据
5.1.4 制作河南省土地覆被地图
5.1.5 土地图的千米级分析——占比
5.1.6 土地图的千米级分析——聚类
5.1.7 制作基于统计数据的地图
5.1.8 阶段性数据验证
5.1.9 制备河南省土地系统类型地图
5.2 制备驱动因子
5.2.1 GDP经济数据
5.2.2 城市可达性数据
5.2.3 土壤性状数据
5.2.4 植被指数数据
5.2.5 农田生产潜力
5.2.6 最近距离数据
5.2.7 平均气温数据
5.2.8 降水量数据
5.2.9 地形数据
5.2.10 夜间灯光数据
5.2.11 人口分布数据
5.3 量化各土地系统提供的服务
5.3.1 量化各土地系统的人口数
5.3.2 量化耕地面积和粮食产量
5.4 土地利用情景的设定
5.4.1 历年人口数据查询
5.4.2 调控人口数据查询
5.4.3 耕地与粮食现状查询
5.4.4 各情景中的具体数值
5.5 基于CLUMondo的情景模拟
5.5.1 数据预处理
5.5.2 新建工程
5.5.3 添加驱动因子
5.5.4 添加土地利用服务
5.5.5 选择驱动因子
5.5.6 进行回归分析
5.5.7 设置转换顺序
5.5.8 设置转换阻力
5.5.9 设置转换矩阵
5.5.10 设置邻域规则
5.5.11 设置未来需求
5.5.12 运行模型
5.5.13 结果查看
5.5.14 修改工程
6 常见问题
6.1 数据制备过程中的问题
6.1.1 FROM-GLC30数据裁剪时的问题
6.1.2 ArcGIS镶嵌时出现NoData错误
6.1.3 边界出现偏差问题
6.1.4 Matlab代码得到单位像素人口数时出现-InF
6.1.5 Matlab制作土地系统时出现数组过大的问题
6.2 CLUMondo使用的问题
6.2.1 CLUMondo回归分析报错
6.2.2 Error while computing model block
6.2.3 Failed to complete the model run
6.2.4 Error while calculating regression parameters
7 青藏高原研究区的数据准备
7.1 青藏高原边界数据
7.2 多尺度土地覆被数据
7.2.1 GlobeLand30数据的介绍
7.2.2 GlobeLand30数据的下载
7.2.3 GlobeLand30数据的处理
7.3 生态系统服务价值收集
主要参考文献