研究土地利用变化(Land Use Change,LUC)的方法很多,常见的包括统计回归方法、概率统计方法、系统动力学方法、元胞自动机方法以及贝叶斯网络方法等。这些方法都各具特点,并不断地用于实际应用中。虽然有些研究提到了一些方法的优缺点,但是缺乏对这些方法在LUC问题中的适应性情况的专门探讨。因此,本文以案例推理(Case Based reasoning,CBR)方法为例,探讨该方法在土地利用变化预测上的适应性问题。首先,分别从案例的选取方式、模型指标的选取以及指标权重的设定三个方面,通过试验对比以深入讨论这三个方面对预测精度的影响。研究结果显示,在历史案例丰富的情况下,通过选择重要的指标,并对其赋予较高权重,可以保证CBR方法预测的稳定性。　　 其次,为了进一步验证ECBR方法的适用性,采用了贝叶斯网络(BN)和支持向量机(SVM)进行了对比实验,并对实验结果进行了比较分析。此外,为了探讨CBR方法在预测特定类型——城市用地变化的有效性,文章还采用了元胞自动机的方法进行了实验对比和验证。　　 研究表明,CBR在解决土地利用变化问题上具有简单灵活、适用范围广、预测精度高以及保持形态稳定等特点,可以发展为一种解决地学问题的新方法。