共查询到19条相似文献，搜索用时 592 毫秒
1.
通过在传统GeoCA（地理元胞自动机）模型的基础上添加时空影响因素,建立了时空约束性GeoCA模型,对城市土地利用变化进行了预测;在保证土地利用类型转化率精度的前提下,兼顾了时间跨度因素和邻近用地分布因素的影响,实现了真正意义上的土地利用变化预测。 相似文献
2.
北京市土地利用结构优化研究 总被引：1，自引：0，他引：1
谭峻 《测绘与空间地理信息》2013,36(7):1-4
研究目的:探讨一定区域内土地利用类型在时空上的配比关系,优化土地利用结构,实现土地合理利用目标。研究方法:spss回归分析与1stOpt非线性规划方法。研究结果:依据北京市1992～2009年城市土地利用分类数据,确定目标函数与地类配比约束方程,在考虑环境效益、社会效益的条件下,建立了一个最优化非线性规划模型,模拟得出了北京市城市土地利用的最优化结构,对比北京市土地利用现状与最优化结构,提出了北京市城市用地结构调整方案。 相似文献
3.
4.
集成GIS和细胞自动机模型进行地理时空过程模拟与预测的新方法 总被引：42，自引：2，他引：42
目前商用地理信息系统（GIS）不能完整地表达地理实体的时态信息和时空关系，缺乏时空分析和时空动态模拟的能力，这已成为GIS界的一个共识，然而，未来GIS在各应用领域的深入发展以及在实现“数字地球”战略过程中，都要求发展新的时空分析和模拟方法，细胞自动机（Cellular Automaton)是一种“自下而上”的动态模拟建模框架，具有模拟地理复要系统时空演化过程的能力，首先将标准CA模型的4元组进行扩展以满足GIS环境下时空动态模型的要求，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。 相似文献
5.
GeoSOS在城市扩展中的应用 总被引：1，自引：0，他引：1
城市扩展是一个复杂的时空转换过程,元胞自动机(CA)是一种时空离散、状态简洁,利用简单的局部规则来模拟复杂系统时空演化过程的格网动力模型,CA在城市增长、扩展和土地利用演化的模拟等方面有着巨大的优势。本文基于Geo SOS for Arc GIS平台,分别利用Logistic-CA、ANN-CA和DT-CA这3种模型对长春市主城区1995—2005年、2005—2015年的城市扩展情况进行了模拟,结果表明Logistic-CA、DT-CA两种模型更适用于研究单一土地利用类型的模拟,ANN-CA更适用于涉及多种土地利用类型转换的模拟。而后,利用综合表现最佳的DT-CA模型对长春市主城区2015—2025年的城市扩展进行预测,模拟结果可为相关部门对土地规划的宏观决策提供一定的参考和数据支持。 相似文献
6.
7.
基于CLUE-S模型的南京市土地利用变化模拟 总被引：3，自引：0，他引：3
本文以南京市为研究区,以南京市1986年的土地利用现状图为基础,分析研究区概况并根据数据的可获取性,选取13类土地利用变化驱动因素,利用逻辑斯蒂回归分析求解土地利用变化驱动因素作用系数矩阵。在此基础上运行CLUE-S模型,对南京市1996年的土地利用空间格局进行模拟。将模拟结果与南京市1996年土地利用现状图与进行对比,结果较为理想,模拟正确率达88.57%,KAPPA指数0.86。这说明CLUE-S模型具有成功模拟区域土地利用时空动态变化的能力,对土地利用预测、规划具有重要的指导作用。 相似文献
8.
为了在土地利用空间格局演化模拟的基础上,为未来城市土地利用规划及管理提供更为科学合理的决策依据,本文以北京市海淀区1996年、2002年及2008年3期土地利用数据为数据源,重点采用元胞自动机复合模型CA-Markov模型与多标准评价方法相结合的手段,构建元胞转移数量规则及空间位置转化规则,并分别构造3种不同大小的元胞邻域集合,进行土地利用格局的模拟及预测。试验中2008年土地利用模拟结果与实际土地利用数据Kappa系数高达0.856 1,表明CA-Markov模型结合多标准评价方法的模拟手段可行性较高,同时元胞邻域空间大小对模拟结果的精度有明显的影响。土地利用结构数据及模拟预测结果表明城市集约化现象明显,建设用地迅速扩张,占用大量耕地、园地用地,因此迫切需要促进城市土地利用的可持续发展。 相似文献
9.
《测绘与空间地理信息》2020,(5)
城市扩展模拟预测是将城市时空演变规律应用于城市规划建设决策的重要基础,也是城市研究的热点。现有研究主要分为两类:一类是从城市时空演变角度出发采用异速增长等模型利用时序数据预测;另一类从城市扩张驱动力角度出发采用各类神经网络或多元回归模型结合面板数据进行预测。这两类算法均从单一方面对城市扩张做出解释,缺乏对城市时空演变规律和驱动因素双方面的综合考虑。本文提出了融合时序数据和面板数据的LSTM-RBF城区面积预测模型,该模型通过将长短期记忆(LSTM)网络和径向基函数(RBF)网络相结合,实现了时间序列城区面积和经济、人口等驱动力数据双方面支持下的城区面积联合预测,提高了城区面积预测的精度,为城区面积预测提供了一种新颖有效的方法,能够为城市时空演变研究服务于城市土地利用和规划制订提供技术支持。 相似文献
10.
《国土资源遥感》2020,(1)
使用能够深入刻画土地利用强度的CLUMondo模型,利用2010年和2015年2期土地利用数据,模拟了广西沿海城市2025年在"自然增长"、"经济发展"以及"土地利用优化"3种不同情景下的土地利用空间分布格局。结果表明:CLUMondo模型可以有效模拟沿海大尺度范围内土地系统的发展状况及轨迹;"自然增长"情景下,沿海城市土地资源的集约及有效利用进展较为缓慢;"经济发展"情景下,城市及农村建设用地增长迅速且在空间上的联系密切,区域森林及耕地保护与工业建设之间有着较为剧烈的矛盾;"土地利用优化"情景下,研究区域经济建设的步伐逐渐放缓,区域城市建设形成了资源向城镇集中、农田向规模集中的趋势。该模拟结果对于广西乃至全国沿海城市未来土地利用规划以及相关制度的制定具有一定的借鉴意义。 相似文献
11.
基于神经网络的元胞自动机与土地利用演化模拟——以广州市白云区为例 总被引：1，自引：0，他引：1
城市发展过程中存在多种土地利用类型的相互转换,掌握其演化规律有助于制定出合理的土地利用规划。传统元胞自动机(CA)在模拟城市扩张过程时,多种土地利用类型间的转换十分复杂,往往难以获得转换规则。本文利用神经网络构建了多类型演化的CA模型;从城市演化的历史数据中进行学习,挖掘出控制土地利用方式转变的空间要素权重,利用广州市白云区2005—2007年间的土地利用历史演化数据训练神经网络后,对2009年研究区的土地利用结构进行了模拟。对比同期的真实土地利用格局,模拟结果的平均精度达到77.65%。 相似文献
12.
王蒙 《测绘与空间地理信息》2022,45(1):161-166
模拟和预测土地利用演变过程是规划者把握城市扩张趋势,从而确定更合理的城市用地布局的重要途径之一,对指导国土空间规划具有重要意义.研究基于CA原理改进的FLUS模型,通过耦合GeoSOS-FLUS及ArcGIS软件,从2011年土地利用数据中获取元胞转换概率,模拟了2018年土地利用变化情况.模拟精度较高,证明选取的模拟... 相似文献
13.
Although traditional cellular automata (CA)‐based models can effectively simulate urban land‐use changes, they typically ignore the spatial evolution of urban patches, due to their use of cell‐based simulation strategies. This research proposes a new patch‐based CA model to incorporate a spatial constraint based on the growth patterns of urban patches into the conventional CA model for reducing the uncertainty of the distribution of simulated new urban patches. In this model, the growth pattern of urban patches is first estimated using a developed indicator that is based on the local variations in existing urban patches. The urban growth is then simulated by integrating the estimated growth pattern and land suitability using a pattern‐calibrated method. In this method, the pattern of new urban patches is gradually calibrated toward the dominant growth pattern through the steps of the CA model. The proposed model is applied to simulate urban growth in the Tehran megalopolitan area during 2000–2006–2012. The results from this model were compared with two common models: cell‐based CA and logistic‐patch CA. The proposed model yields a degree of patch‐level agreement that is 23.4 and 7.5% higher than those of these pre‐existing models, respectively. This reveals that the patch‐based CA model simulates actual development patterns much better than the two other models. 相似文献
14.
城市空间结构及其扩展的模拟是城市科学管理与规划的重要前提,本文基于极限学习机提出了顾及不同非城市用地转化为城市用地差异与强度的城市扩展元胞自动机模型（ELM-CA）。模型验证表明：①ELM-CA模型的模拟精度达到70.30%,相比于逻辑回归和神经网络分别提高了2.21%和1.54%,FoM系数分别提高了0.025 9和0.017 9,Kappa系数分别提高了0.024 7和0.016 9,且Moran I指数接近于实际值,说明极限学习机模型较逻辑回归和神经网络能更有效模拟城市扩展的空间形态及其变化;②ELM模型的训练时间仅为神经网络的1/3左右,体现了ELM学习速度的优势;③在小样本情况下,逻辑回归和神经网络都受到明显的影响,而极限学习机还能保持良好的性能,这个特点使其在样本难以获取的情况下具有明显的优势。两个时相的城市扩展模拟与真实数据的比较表明：基于极限学习机的城市扩展元胞自动机模型（ELM-CA）,简化了CA模型的复杂度,并在小样本情况下能有效提高模拟精度,适合于复杂土地利用条件下城市扩展模拟与预测。 相似文献
15.
Time is a fundamental dimension in urban dynamics, but the effect of various definitions of time on urban growth models has rarely been evaluated. In urban growth models such as cellular automata (CA), time has typically been defined as a sequence of discrete time steps. However, most urban growth processes such as land‐use changes are asynchronous. The aim of this study is to examine the effect of various temporal dynamics scenarios on urban growth simulation, in terms of urban land‐use planning, and to introduce an asynchronous parcel‐based cellular automata (AParCA) model. In this study, eight different scenarios were generated to investigate the impact of temporal dynamics on CA‐based urban growth models, and their outputs were evaluated using various urban planning indicators. The obtained results show that different degrees of temporal dynamics lead to various patterns appearing in urban growth CA models, and the application of asynchronous (event‐driven) CA models achieves better simulation results than synchronous models. 相似文献
16.
城市典型要素遥感智能监测与模拟推演的理论、方法与应用,对于国土空间规划与管理,城市规划与综合治理,区域决策与管理等均具有关键支撑作用。针对覆盖要素和驱动要素复杂非线性,本文研发了协同多源遥感数据的智能识别方法,实现了精细化高可信覆盖要素分类;协同遥感、POI兴趣点和时空大数据等多源数据,有效探测和识别了要素变动的驱动力。在此基础上,开展了空间演变机理挖掘、空间统计建模、启发式智能建模,并应用于土地利用、城市扩张、生态演变、碳储量等。同时,研发了聚焦城市生长推演的UrbanCA平台以及聚焦多类土地利用变化推演的Futureland平台,集成了自主研发的模拟推演系列方法并以长三角为主要区域进行了验证。 相似文献
17.
基于阜新市的土壤多样性与土地利用类型关联性分析 总被引：1，自引：0，他引：1
以阜新市为研究对象,将土地利用动态演变的模拟和预测以及关联分析测度方法应用于土壤多样性和土地利用类型关联性分析的研究中。选取1985—2015年间8个时期的遥感影像进行土地利用分类,并基于土壤矢量数据,对阜新市土壤和土地利用的多样性进行初步分析和定量化研究,探究了土壤与土地利用之间的关联性。研究结果表明:对阜新市土壤多样性指数影响因子的关联度从大到小依次是城镇、农用地、林地、水域、其他,关联度值分别为0.850 6、0.747 7、0.779 5、0.803 3、0.641 9,选取城镇、农用地、林地和水域这4个因子作为多元线性回归模型中的自变量参数,对土壤多样性指数进行预测,得到相关系数R=0.990,因此,4个因子对土壤多样性指数影响具有较强的关联性。由此可见,大规模土地利用变化是引起土壤多样性变化的一个首要驱动因子。 相似文献
18.
土地利用变化模拟模型及应用研究进展 总被引：9，自引：0，他引：9
元胞自动机CA(Cellular Automata)和多智能体ABM(Agent-Based Model)模型是土地利用格局和演化模拟的主流方法,两者在模拟自然因素影响和人文驱动机制方面具有突出优势,为LUCC研究提供了重要的工具。当前,ABM无论在模型构建还是应用研究方面,CA和ABM均取得了显著进展。论文从数据基础、模拟尺度、CA转换规则挖掘、ABM行为规则定义、CA和ABM的耦合4个方面梳理土地利用模拟模型和方法的研究进展。并总结这些模型在虚拟城市模拟与理论验证、真实城市模拟与规划预测以及多类用地模拟与辅助决策等方面的应用。最后,总结土地利用模拟模型在精细模拟和全球变化研究方面存在的局限性,认为未来发展将主要集中于解决从2维模型向3维模型发展、大数据与规则精细挖掘以及大尺度模拟与知识迁移等问题。 相似文献
19.
Multiple intra-urban land use simulations and driving factors analysis: a case study in Huicheng,China 总被引：2，自引：0，他引：2
Simulations of intra-urban land use changes have gradually attracted more attention as these approaches are extremely helpful in regard to decision making and policy formulation. While prior studies mostly focused on methods of developing intra-urban level simulations, very little research has been conducted explain the factors driving intra-urban land use change. Urban planners are highly concerned with how inner-city structures are formed and how they function. Here, to simulate multiple intra-urban land use changes and to identify the contribution of different driving factors, we developed a random forests (RF) algorithm-based cellular automata (CA) simulation model. In this study, the model applied diverse categories of spatial variables, including traffic location factors, environmental factors, public services, and population density, as the driving factors to enhance our understanding of the dynamics of internal urban land use. The CA model was tested using data from the Huicheng district of Huizhou city in the Guangdong province of China. The Model was validated using actual historical land use data from 2000 to 2010. By applying the validated model, multiple intra-urban land use maps were simulated for 2015. Simultaneously, spatial variable importance measures (VIMs) were calculated by using the out-of-bag (OOB) error estimation approach of the RF algorithm. Based on the calculation results, we assessed and analysed the significance of each intra-urban land use driver for this region. This study provides urban planners and relevant scholars with detailed and targeted information that can aid in the formulation of specific planning strategies for different intra-urban land uses and support the future evolution of this area. 相似文献