土地利用/土地覆被变化(LUCC)是全球环境变化研究的重要组成部分，是人类活动对自然环境施加影响的显著表现形式之一。土地利用未来如何变化，当属目前土地利用变化研究的核心问题。Lambin等人的研究表明，动态的基于过程的模拟模型比经验的、随机的和静态优化模型更适合于预测土地利用(Lambin，2000)。到目前为止，直接地和明确地针对土地利用变化的理论和机理建构的模型还较少，真正将土地利用变化与其空间分布相结合，探讨不同尺度上土地利用的时空演变规律的动态模型更不多见(郭程轩，甄坚伟，2003)。
土地利用趋势预测的模型方法主要有回归预测法、马尔可夫法、人工神经网络、灰色模型、元胞自动机模型等方法。回归预测法是利用表明变量之间相互关系的数学方程式，由其他变量中的已知值推断预测变量的数值进行预测的一种方法。该方法适用于各个变量之间具有较强相关性的标准变量组。由于不同土地利用类型之间相互影响、相互制约，所以该方法常被用来研究土地利用变化与人文因素之间的关系。该模型的不足之处在于，不适合大范围的预测以及因经济因子难以定量化造成的预测值的误差。
马尔可夫过程是一种无后效性的过程，运用马尔可夫过程模拟土地利用动态变化首先要确定土地利用类型的初始状态矩阵和转移概率矩阵。该预测模型的优点在于计算和实现比较简单，可以揭示不同土地利用类型之间的数量转化规律和总体变化趋势。模型运算只需要考虑土地利用的现状信息，而无需考虑土地利用变化的内在机制，不足之处在于模型缺乏揭示土地动态变化驱动机制的能力及缺乏空间表达能力，该模型适用于土地利用变化驱动力变化机制不清及预测短期土地利用变化的状况。
人工神经网络能模拟人的部分形象思维能力，预测的过程就是利用不同时期获取的信息源，在对它们进行综合分析和对比的基础上，发现土地变化的区域和变化类型。该模型的优点在于能够对动态数据进行分析，并根据历史资料归纳规律，不足之处是受预测区域范围大小和时间长短的限制，一些主要因素特征难以确定，预测结果并不十分精确。
灰色系统动态模型GM(n，h)是依据灰色系统理论原理，利用系统的离散采集数据建立其动态微分方程，以灰色模块为基础，微观拟合分析为核心的建模方法。土地利用系统本质上是一个灰色系统，运用灰色模型可在土地资料不完整的情况下对中长期的土地利用结构进行过程分析。
元胞自动机(Cellular Automata)模型，是离散动态系统概念和应用建模的一种方法，其框架简单、开放，适于模拟具有自组织结构的复杂性系统，并且具有很强的生命力。以模型“自下而上”的研究思路、强大的复杂计算功能、固有的并行计算能力和时空动态特征，使得它在模拟土地利用变化这一空间复杂系统的时空动态演变方面具有自然性、合理性和可行性，CA模型与GIS软件相结合为土地利用动态建模提供了新的思路和建模方法。相比较其他模型，其优势在于:①更为简单、自然;②建立在空间相互作用，而不是社会、经济指标间的相互影响关系的基础上，更能反映空间格局变化以及由此带来的进一步反馈作用。
土地利用变化的复杂性决定了土地利用研究必须采取复杂系统的理论方法，特别是建立基于复杂系统思想的数学模型，这是土地利用过程研究的重要领域之一。因此，结合土地利用变化的规律，采用复杂系统的研究方法，建立土地利用变化的科学模型是土地变化复杂性研究的关键。目前国际上在复杂系统理论的背景下，利用元胞自动机模型研究地理过程的复杂行为是地理建模领域的前沿地带，是一项跨领域的前沿技术，将它应用于土地利用变化的预测和模拟，具有较强的理论价值和实践意义。
(1)元胞自动机模型(CA)可表现复杂系统结构的时空动态演化，利用CA对土地利用覆盖变化(LUCC)进行动态模拟，定量探讨土地利用变化过程并进行预测，对区域可持续发展、土地利用规划与土地管理决策意义重大。模型从研究一个地区土地利用现状入手，借助GIS软件分析土地利用动态变化的过程，研究不同土地利用类型的转移规律，探求土地利用变化的内在机制，为不同发展目标的土地利用调控提供理论依据。
(2)将GIS与Geo-CA相结合用于土地利用变化分析，不仅能够提高模型运算的效率，将模型全部过程进行计算机模拟，还能直观地显示土地利用性质的变化及土地预测的结果，通过调整模型参数获得未来不同预测年份土地利用的结果，可为区域决策者进行土地利用评价提供依据。
(3)研究流域的土地利用变化不仅可以为流域土地的合理利用及河流水资源的合理调配提供重要的决策依据，同时也为流域居民的生产生活、生态环境、经济的协调发展提供重要保障。将Geo-CA模型应用于流域土地利用变化的模拟和预测，目前尚处于探索性研究阶段。通过建立较为恰当的GeoCA-Landuse模型，并将其应用于塔里木河流域，不仅开阔了 Geo-CA 模型应用的领域，同时也为其他流域土地利用预测起到了很好的示范作用。
20 世纪 80 年代至 90 年代 Batty 和 Xie 利用分形理论与 CA 相结合对城市的形成和扩展进行了细致的研究。他们设计的凝聚扩散模型 ( diffusion-limited aggregation，DLA) 可以认为是广义的 CA 模型。1994 年 Me 提出了城市发展动态模型 ( dynamic urban evolutionmodel，DUEM) ，该模型用 CA 理论来描述具有自相似性和分形分维特征的城市及其发展过程。Clark ( 1998) 根据城市发展的历史数据以及交通、地形条件，设定适当的模型参数，建立了城市增长的 CA 模型，并将此模型与 GIS 平台松散耦合，对美国的旧金山和巴尔的摩的市区进行了成功模拟和预测。90 年代以来，Wu F. ( 1998) 将元胞自动机模型与多因子评价模型有机集成，并在 ArcInfo 中应用 AML 和 C 语言，在统一的界面上实现了GIS 和 CA 模型、MCE 模型的集成。在此平台上，实现了对我国广东省广州市城市扩张的模拟。加拿大的 White 和荷兰的 Engelen ( 1994) 将约束性 CA 模型用于模拟土地利用动态变化，如美国 Cincinnati 市的城市增长、受全球气候变暖影响 Caribbean 岛土地利用构成的变化等。
武晓波、赵键等 ( 2002) 利用基于遥感和地理信息系统的 CA 模型模拟海口市1987 ～ 2000 年城市发展进程。陈建平、丁火平等 ( 2004) 提出了基于 GIS 软件和 CA 模型的荒漠化演化预测模型，并以北京及其邻区为例，取得了较好的模拟效果。陈龙泉( 2004) 从 Markov 和 CA 两种模型所具有的特点出发，探讨用 Markov-CA 模型对土地利用/土地覆盖变化进行动态模拟和预测的可行性。Markov-CA 吸收了 Markov 和 CA 等理论对于有关时间序列的模拟和预测的优点，利用两期 TM 数据的试验证明，Markov-CA 模型能很好地对土地利用/土地覆盖变化进行模拟和预测。张显峰 ( 2000、2001) 提出了集成GIS 与 CA 模型进行地理时空过程模拟与预测的新方法，即首先将标准 CA 模型的 4 元组进行扩展以满足 GIS 环境下时空动态模拟的要求，然后以城市土地利用演化这一动态过程为例，建立了土地利用演化动态模拟与预测模型 ( LESP) ，最后运用此模型对包头市城市扩展和土地可持续利用演化进行了比较成功的模拟和预测。周成虎等 ( 2001) 利用 Geo-CA 构造了一个实用化且可运行的空间动力学模型 ( GeoCA-Urban) ，模型适应于模拟城市的发展和演变，模拟效果良好。
本系统的生态专业分析子系统以三源河流域和阿拉尔人工绿洲地区为研究样区，在GIS 软件和 Geo-CA 理论模型的支持下，从两个时相土地利用专题图的叠加分析和转移分析入手，结合土地利用变化的计量模型，分析土地利用动态变化特征，定量研究了土地利用变化与水系、交通、土壤、地形之间的关系，并据此构建控制因素层，结合社会经济数据调整模型参数，确定合理的邻居及转换规则，经过反复的调试和修改，最终构架出合理的土地利用动态演变模型 ( GeoCA-Landuse 模型) 及其软件系统。