将土地利用/覆被类型划分为一系列相互转化的状态，各状态在系统中所占的份额即每种土地利用类型而积占全部土地利用类型面积的百分比作为各状态的初始概率，从而构成初始状态矩阵A0。用ENVI软件中的Class Statistics工具统计临潼区2000
年土地利用类型面积，计算得到各覆被类型面积百分比，形成初始状态矩阵，见表6：
表6 初始状态矩阵 土地利用类型 建设用地 耕地 水体 林地 A 16.41 62.68 4.54 16.37 0 转移概率矩阵的计算:利用己求出的某时间段内的某地土地利用/覆被类型而积的转移矩阵，求出该时间段内该地土地利用/覆被类型的转移概率，即某地类转化后的各土地利用类型而积占转化前该地类的百分比。在ENVI中的Change Detection中可以计算得到转移概率矩阵如表7：
表7 2000-2009年的转移概率矩阵 2000 建设用地 耕地 水体 林地 2009 建设用地 0.42172 0.20374 0.50704 0.13554 耕地 0.47054 水体 林地 0.01242 0.09468 0.73848 0.000891 0.04839 0.33114 0.10303 0.05759 0.56976 0.000453 0.28986 利用Matlab软件，以9年为一个步长，根据公式建立马尔科夫预测模型。由此可计算出今后每个阶段的土地利用/覆被类型的转移概率矩阵和各土地利用/覆被类型所占的面积比例，即可模拟出各类地物之间面积比例的转化情况。得到2018年的土地利用分布情况，
如表8：
表8 马尔科夫预测2018年土地利用分布情况 土地利用类型 建设用地 耕地 水体 林地 A0 24.23 64.86 1.32 9.59 3 心得
“纸上得来终觉浅，绝知此事要躬行”，《土地利用与植被覆盖变化》的研究实习结束了，经过这次系统全面的学习，让我更深刻的了解了遥感图像处理和土地利用变化监测的的操作流程，也掌握了面对常出现问题的解决方法，同时也让我对这门课程有了更确切的理解，把理论应用于实际，同时加深了对理论部分的重点理解，还提升了动手能力。当然还有很多不懂的问题需要日后的不断探索和研究，但这次实践给我打开了一扇自主学习的门，让我懂得了凡是不要怕难不要怕不会。所谓“困难像弹簧，看你强不强，你强它就弱，你弱它就强”，当我们遇到不会或者不清楚的地方，要有效利用周围的资源，网上咨询，询问老师，只要有心，就一定会有解决之法。总之，这次研究实习让我受益匪浅。