近年来,全球土地利用/覆盖变化(LUCC)研究的范围与深度逐渐扩大加深。随着我国经济的飞速发展,人口数量不断增加,人地关系和土地供需关系之间的矛盾日益加重。宝塔区是延安市的经济文化中心,对宝塔区的土地利用变化情况进行分析和模拟,可以为政府部门提供相对科学合理的土地规划建议,对提高宝塔区土地使用效率,促进土地可持续利用,优化城市用地结构具有重要意义。本文以延安市宝塔区为研究区,基于GIS空间分析技术,对宝塔区2010年、2014年和2018年的土地利用数据进行重归类,得到宝塔区三期的土地利用现状分布数据,通过对宝塔区土地利用数量和结构变化、土地利用紧凑度、景观格局特征等进行分析,得出宝塔区土地利用变化的过程和规律,并揭示了宝塔区土地利用变化的影响因素。在此基础上,运用人工神经网络模型构建了宝塔区土地利用适宜性图集,运用Markov模型获取2010年至2018年土地利用类型之间的转移概率矩阵,将政府、开发商和居民三个智能体模型与ANN-CA模型耦合,模拟了宝塔区2018年土地利用空间分布格局,并运用Kappa指数对模拟结果进行验证。最后运用ANN-CA-MAS耦合模型对宝塔区2026年土地利用空间分布格局进行模拟分析。主要研究结果如下:1、宝塔区的土地类型以农用地为主,耕地、林地和草地占据绝大多数比重。在2010年至2018年间耕地面积呈先增加后减少的趋势,园地、林地和其他用地呈下降的趋势,建设用地面积逐年增加,变化最明显,草地变化不大。由景观格局分析可以得出宝塔区不同土地利用类型的形状趋于破碎、复杂化且紧凑度逐年下降。2、在对宝塔区土地利用现状和特点分析的基础上,选取驱动因子,应用回归分析模型得到各土地利用类型与驱动因子间的回归系数,确定对某一种地类有显著影响的因子,并剔除不存在相关关系的因子。3、在CA-Markov模型和人工神经网络模型的支持下,以延安市宝塔区2010年土地利用现状分布图为基础,以2010-2018年的土地利用类型转移概率作为元胞自动机的宏观规则,以人工神经网络模型得出的土地利用类型转换概率图集为元胞自动机的微观规则,对宝塔区2018年的土地利用类型分布进行预测,通过对比2018年土地利用实际数据检验模拟精度,计算得出Kappa系数为0.81,模拟效果良好。4、将多智能体模型融入到人工神经网络模型中并制作新的适宜性图集。利用ANN-CA-MAS耦合模型对宝塔区2018年土地利用分布情况进行模拟,并从数量和空间分布上对比两种模拟效果,结果显示ANN-CA-MAS耦合模型的模拟精度更高。最后采用ANN-CA-MAS模型对宝塔区2026年的土地利用空间分布进行模拟,并为宝塔区土地利用提出建议与意见。