共查询到10条相似文献，搜索用时 656 毫秒
1.
元胞自动机具有能模拟复杂动态系统的强大能力,本文采用了多约束条件的元胞自动机模型,以广东佛山市2000年、2006年和2012年建设用地的变化为例,从自然、社会经济发展等方面综合考虑选取了高程、坡度、人口密度、道路交通、水系等对城市建设用地发展变化起决定作用的诸多因子,利用马尔科夫概率矩阵计算2000年～2006年建设用地变化,推算建设用地转移总量。结合Logistic-CA模型和决策树-CA模型,预测模拟了2012年的建设用地分布并与实际相比较,分析其整体精度和误差来源。结果显示基于CA模型的建设用地动态发展模拟具有良好的效果,可以为城市的发展规划,过程演变提供虚拟的实验手段和科学依据。 相似文献
2.
3.
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
4.
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
5.
通过岭回归分析方法,尝试构建STIRPAT定量模型,进而分析社会经济因素对长株潭城市建设用地扩展的作用程度。首先,利用统计数据,从城市建设面积扩展动态度和扩展强度两个指标分析了1995—2014年长沙、株洲和湘潭3个城市建设用地扩张的阶段性特征;然后选定非农业人口、GDP、工业总产值、固定投资总额和第三产业增值作为建设用地扩张的驱动因子,应用岭回归分析方法拟合STIRPAT模型,构建出长株潭建设用地扩展驱动的量化模型。结果表明:工业总产值、固定资产投资总额和非农业人口分别是长沙、株洲和湘潭建设用地扩张的第一驱动因子;非农人口增长引发对城市建设用地的需求使得其在3个城市的驱动模型结果中均表现出较强的影响力。 相似文献
6.
在推进新型城镇化和实施新时代国土空间规划的战略背景下,城市扩展研究逐渐成为热点问题。当前基于元胞自动机(CA)的城市扩展模拟对城市空间多尺度邻域效应解析不足,且在转换规则中对城市长时间演变过程的时间依赖性影响表达不够完善,简化了城市扩展的时空依赖性,无法真实模拟推演未来规划实施情景以服务于国土空间规划。针对上述问题,本文构建一种兼顾空间多尺度邻域效应(3DCNN)和时间依赖性(ConvLSTM)的城市扩展深度学习CA模型(下文称“Deep-CA”)。首先通过组合普通卷积和空洞卷积的3DCNN来提取城市空间多尺度邻域效应,再利用ConvLSTM神经网络将历史信息同化,考虑长时间序列的时间依赖性,从而得到城市扩展的适宜性概率。北京市1995—2015年的土地利用数据及其驱动因素数据用于验证所提CA模型的科学性与适用性,1995—2010年数据用于模型训练,模拟2015年的城市范围。同时将模拟结果精度与ANN-CA、LR-CA和ME-CA 3种传统方法进行对比。与传统CA模型相比,Deep-CA的北京市2015年模拟FoM指数提高了4%左右,且对于城市全局和局部形态模拟效果较好,斑块破碎度低... 相似文献
7.
孟万忠王聪慧李易诚 《测绘与空间地理信息》2023,(5):13-16
以太原市主城区为研究对象,利用1990、2000、2010、2019年建设用地的矢量数据,采用城市扩展速率、扩展强度、紧凑度、扩展弹性系数等指数,并结合土地利用动态模型、等扇分析等方法定量研究不同时期太原市主城区空间演变特征。研究发现:太原市扩展面积呈逐年增加的趋势,主城区的扩展速度与强度存在较大的波动,在研究时段内仅有2000—2010年主城区扩展速度与人口增长速度相对均衡;主城区用地结构变化较为显著,耕地面积大幅减少,并且多转向建设用地,土地覆被状况趋于稳定;城市扩展类型主要以填充式、外延式为主,受地形条件、经济开发以及政策支持的影响,扩展存在明显的方位性,主要沿汾河呈轴向型非均衡扩展,扩展重心向东南方向偏移。 相似文献
8.
城市扩展元胞自动机多结构卷积神经网络模型 总被引：2，自引：0，他引：2
传统的城市扩展元胞自动机(CA)模型是基于单个元胞的变量信息挖掘来构建转换规则的。针对这一问题,本文基于多结构卷积神经网络提出从区域特征出发且顾及区域多尺度特征挖掘转换规则的城市扩展元胞自动机模型(MSCNN-CA),并以武汉主城区和上海浦东新区为例,模拟了两个试验区2005—2015年期间城市扩展过程。模型验证表明:与逻辑回归和神经网络相比,本文构建的3个单一结构的卷积神经网络元胞自动机(CNN-CA)模型在4个指标(Kappa系数、FoM(figure of merit)值、命中率(h)和错误率(m))上都有不同程度的提高。特别是FoM指数,在武汉主城区提高了23.3%~29.4%,在上海浦东新区提高了20.3%~28.5%。此外,MSCNN-CA模型与3个单一结构的CNN-CA模型相比,在各个指标上也有所改善,FoM指数在武汉主城区提高了0.8%~4.8%,上海浦东新区提高了2.8%~7.8%。两个试验区的模拟结果表明:相比传统CA模型,基于多结构卷积神经网络的城市扩展元胞自动机模型(MSCNN-CA)能够有效提高城市扩展模拟的精度,更真实地反映城市扩展空间演变过程。相比单结构的卷积神经网络CA模型,多结构卷积神经网络CA模型的稳定性和模拟结果准确性有所提升。 相似文献
9.
在城市土地利用认知基础上,本文将ECA-GIS模型的时空数据模型应用于城市土地利用演变模拟中,论述了ECA-GIS模型在模拟土地利用时空演变上的规则,并设计了基于ECA-GIS模型的城市土地利用演化模型,研究了ECA-GIS模型在土地利用演变上的模拟方法和过程。 相似文献
10.
针对传统的土地利用变化研究方法无法实现大规模在建中的建设用地动态监测的问题,该文提出了一种新的动态监测方法。结合多时相遥感影像、规划数据和外业调查数据,能够快速、低成本地提取城市建设用地。选取合适的扩展指数构建综合扩展程度指数模型,便于对建设用地变化时序特征做出评价。定量分析建设用地变化时序特征与规划用地的对比情况,明确了城市建设用地的建设进度和符合度。结果表明,城市建设用地处于高速扩展阶段,建设现状和规划情况基本相符;该方法是对地理国情监测工作的一种新的探索。 相似文献