土地的属性决定了其在人类社会中的作用和地位,受自然因素和人为活动的影响,土地利用变化日趋复杂,进而影响区域景观格局的演变。因此,基于土地利用类型变化情况探索区域内的景观格局的演变规律,模拟预测研究区景观格局变化情况,对研究区土地利用规划以及生态环境建设具有一定的理论指导意义。本文以江西省修水县为研究区域,获取2010年、2015年、2019年三期遥感影像数据,并对其分类解译得到三期土地利用数据,为后文研究提供数据支撑。运用GIS空间方法从数量、空间和结构三个角度对修水县土地利用变化时空特征进行分析;根据景观格局指数法,分析景观指数的粒度效应,结合信息损失评价模型,确定修水县景观格局最佳分析粒度,进而探究修水县景观格局演变规律;通过构建Logistic回归模型,对景观格局演变驱动因子进行分析,在此基础上,采用CA-Markov模型对景观格局进行模拟预测,为修水县未来城市规划和生态建设提供参考依据。研究主要结论如下:（1）林地景观为修水县主要景观,约占修水县土地总面积的80.05%,研究期间,林地景观面积呈现先下降后上升的趋势,整体来看面积有所增加;其次,耕地景观占地面积较大,约占土地总面积的9.48%,三期耕地面积不断减少,整体下降幅度为9.70%;建设用地占土地总面积的4.69%,且面积不断增加,增加幅度为66.44%;水域、草地和其他用地占比分别为:3.03%、1.73%和1.03%。2010年-2019年间,建设用地和草地变化幅度最大,各土地利用类型的变化强度均低于0.35%,而土地利用综合程度越来越高,三期土地利用程度综合指数平均为217.84。研究期间,各景观类型重心均发生迁移,其中,草地景观迁移距离最大,为30.24km,而林地景观迁移的距离最小,为2.65km,建设用地重心向行政中心的方向迁移。结构上,修水县土地利用类型的无序性在2015年达到最高,2015年至2019年,修水县的土地利用类型有序性有所提升,均衡度下降而优势度上升,是由于林地面积增加造成的结果。（2）修水县景观格局指数粒度效应明显。整体上,各景观格局指数在粒度为30-90m范围内变化最为剧烈,各景观格局指数适宜尺度域也位于此范围内。根据修水县景观格局指数随粒度的增加而变化的情况,通过转折点以及跃变区间定性分析修水县景观格局研究的适宜尺度域为50-60m,同时,为了保证斑块景观信息损失最小,计算粒度转换时的精度损失,最终确定60m为修水县景观格局研究的最佳分析粒度。在最佳分析粒度下,类型水平上修水县各土地利用类型的斑块破碎度增大,林地和草地是修水县的优势景观,耕地景观的优势度越来越明显,耕地景观更加连片集中发展,斑块形状趋于不规则,景观格局演变更为复杂。景观水平上2010年至2015年景观破碎度增加,景观形状更为复杂,但2015年至2019年景观连接度有所提升,整体上景观丰富度减少。（3）修水县景观格局演变与驱动因子之间存在一定的相关性。通过共线性诊断筛选出7个景观格局演变驱动因子,将其与各土地利用类型进行二元Logistic回归分析。在各土地利用类型的回归分析模型中,各景观类型在回归模型中的分类准确率为:耕地83.4%、林地79.8%、草地74.9%、水域77.2%、建设用地81.9%、其他用地82.0%。各景观类型ROC曲线结果为:耕地0.883、林地0.864、草地0.875、水域0.824、建设用地0.887、其他用地0.892,回归模型模拟检验有效性可靠,具有现实解释性。分析结果表明:各土地利用类型主要受高程、坡度、坡向、人口密度影响较大,耕地和建设用地多分布于高程低、人口密度大的地区,林地多分布于高程高、人口密度小的地区,草地多分布于高程低、坡度小、人口密度小且距河流较近的地区,水域一般分布于高程低、坡度缓、人口密度小的地区。（4）未来几年修水县土地利用景观格局变化更为复杂。以2015年修水县土地利用数据为基础,根据2010年和2015年景观类型转移面积矩阵和适宜性图集模拟2019年修水县土地利用景观格局分布,与实际2019年景观格局分布进行对比检验,CA-Markov模型模拟精度达到76.48%,精度符合本文研究要求。对2023年及2027年修水县土地利用景观格局进行预测分析,预测结果表明,未来几年,耕地、水域以及建设用地面积呈现增长的趋势,而林地面积呈下降的趋势,零星耕地转化为林地景观或者开发为建设用地,建设用地面积上升幅度较大。对此,为未来修水县发展规划和环境建设提出相关性的参考意见。