Markov模型与CA模型均为时间离散、状态离散的动力学模型,CA模型具有模拟复杂系统空间变化的能力,Markov模型具有长期预测的优势。CA-Markov耦合模型既可进行长期预测,又可有效地模拟空间变化。以吉林西部为例,以RS-GIS技术为支撑进行土地利用遥感解译,得出1989年和2004年两期土地利用景观格局分布图;在此基础上利用CA-Markov耦合模型,进行了土地利用景观格局变化趋势预测。结果表明:与1989—2004年的变化趋势一样,到2019年,水田、旱田、居民地和盐碱地面积分别比2004年增加,高、中、低覆盖草地、水域和湿地面积分别比2004年减少。增加的盐碱地主要是在原盐碱地的基础上扩张,侵占草地、水域和湿地,其分布主要集中在中部的地势低洼地带,大安市、通榆县、长岭县和乾安县的盐碱地将连成片,生态环境被严重破坏。修正的Lee-Sallee指数为0.64,表明CA-Markov模型模拟精度较高,该模型预测土地利用景观格局变化是可行的。