[目的]土地是人类赖以生存和发展的基础,土地的变化情况对于人类的经济、政治、环境等有诸多影响.为了准确把握土地利用变化的规律以及演变过程,给土地利用演变研究提供方法.[方法]本文以广东车八岭国家自然保护区为例,采用基于LSTM的循环神经网络与元胞自动机的耦合模型对保护区2005—2017年的土地利用变化进行训练和模拟来得到土地利用的动态演变结果.模型主要包括数据预处理、循环神经网络、元胞自动机以及模型校验等模块.[结果]实验综合考虑自然因子、社会因素、距离因子等14个空间变量作为模型的输入变量,通过设置不同的阈值和随机变量进行校验和模拟.最后将模拟结果与实际土地利用对比发现无论是模拟精度还是Kappa系数都高于传统模型的模拟结果.[局限]实验中空间变量的个数和种类还较单一,还需进一步增加相关变量和驱动因子.[结论]采用基于LSTM的RNN-CA模型提高模拟的效果,可以满足土地利用变化的模拟研究,为土地利用变化的研究提供借鉴.