共查询到20条相似文献，搜索用时 156 毫秒
1.
《地理科学进展》2015,(8)
本文提出一种基于随机森林的元胞自动机城市扩展(RF-CA)模型。通过在多个决策树的生成过程中分别对训练样本集和分裂节点的候选空间变量引入随机因素,提取城市扩展元胞自动机的转换规则。该模型便于并行构建,能在运算量没有显著增加的前提下提高预测的精度,对城市扩展中存在的随机因素有较强的容忍度。RF-CA模型可进行袋外误差估计,以快速获取模型参数;也可度量空间变量重要性,解释各空间变量在城市扩展中的作用。将该模型应用于佛山市1988-2012年的城市扩展模拟中,结果表明,与常用的逻辑回归模型相比,RFCA模型进行模拟和预测分别能够提高1.7%和2.6%的精度,非常适用于复杂非线性特征的城市系统演变模型与扩展研究;通过对影响佛山市城市扩展的空间变量进行重要性度量,发现对佛山城市扩张模拟研究而言,距国道的距离与距城市中心的距离具有最重要的作用。 相似文献
2.
城市扩张模拟为实现土地资源合理分配与制定城市发展规划政策提供依据。该文针对传统元胞自动机(CA)在城市扩张模拟中存在城市元胞密集区域团簇现象,耦合随机森林(RF)与基于斑块(Patch)扩张的CA模型,在顾及驱动因子重要性基础上构建基于斑块最大面积和城市扩张总量的双约束RF-Patch-CA模型,并利用该模型模拟重庆主城都市区2010-2017年城市扩张。结果显示:该模型总体精度达97.62%,相比传统的RF-CA、ANN-CA和Logistic-CA模型,Kappa系数分别提高了0.0222、0.0231和0.0245,FoM分别提高了0.0376、0.0391和0.0414;在景观相似度上,该模型相比以上3种模型分别提高了40.92%、41.16%和32.33%,最接近真实情况,而且避免了模拟结果产生城市元胞团簇现象,有效提高了城市扩张模拟精度。 相似文献
3.
基于随机森林CA的东莞市多类土地利用变化模拟 总被引：1，自引：0，他引：1
《地理与地理信息科学》2016,(5)
城市土地利用及其变化对城市环境有着重要影响。很多学者已经结合元胞自动机和机器学习算法对城市扩张进行了相关的模拟研究,但针对复杂的多类土地利用相互变化过程的研究仍然较少。该文提出了一种基于随机森林算法的多类元胞自动机(RFA-CA)模型,并将其用于模拟和预测复杂的多类土地利用变化。该模型使用随机森林算法提取元胞自动机的转换规则,并计算了各空间变量的重要性,在东莞市2000-2014年土地利用动态模拟结果中,Kappa系数和整体精度分别为0.73和84.7%。针对每一种土地利用类型,计算了影响东莞市土地利用变化的各空间变量的重要性,结果显示,交通、区位因素对东莞市土地利用变化格局的形成有重要影响。文中引入的POIs邻近因素反映了城市空间开发程度的高低,同样对多类土地利用格局的形成具有重要作用。 相似文献
4.
顾及城市空间结构信息的元胞自动机模型构建及其应用 总被引：2，自引：2，他引：0
利用衡量新增斑块空间邻接关系的多阶景观扩张指数定量识别城市组团的空间特征,结合城市组团所表现出的城市空间结构信息,构建基于MLEI的元胞自动机城市扩展（MLEI-CA）模型。针对武汉市1990、2000、2013年3期遥感影像数据,运用MLEI-CA对武汉市城市扩展进行模拟,通过与Logistic-CA模型对比验证该模型的适用性。研究结果表明,MLEI-CA模型更加准确地揭示城市扩展的空间演变过程,MLEI-CA模型精度优于Logistic-CA模型,Kappa系数、城市用地的精度分别提高6%和4%。 相似文献
5.
元胞邻域对空间直观模拟结果的影响 总被引：2，自引：1，他引：1
作为一种空间直观模拟模型,地理元胞自动机(Geo-CA)能够模拟及预测城市扩展与土地利用情景.地理CA模拟中,元胞邻域及其空间构型会对转换规则的挖掘与空间直观模拟结果的可靠性产生显著影响,从模拟进度和精度、景观格局及运行效率等角度可以定量分析这种影响.以logistic回归CA模型为例,基于Von:Neumann型和M... 相似文献
6.
元胞自动机被广泛应用于城市及其他地理现象的模拟,模拟过程中的最大问题是如何确定模型的结构和参数。该文提出一种基于分析学习的智能优化元胞自动机,该模型在逻辑回归模型的基础上,基于分析学习的智能方法,寻找元胞自动机模型的最佳参数。该方法允许用户控制空间变量影响权重,进而模拟出不同的城市发展模式,可为城市规划提供重要参考。 相似文献
7.
海湾型半城市化地区空间形态演化模拟 总被引：1，自引：0，他引：1
元胞自动机（CA）是模拟城市土地利用演变过程的有效工具,转换规则和元胞邻域是元胞模型的核心。综合考虑元胞邻域的距离衰减效应,基于模拟退火算法（SA）挖掘最优的转换规则,文章构建了一种考虑邻域衰减的城市演化模型（SA-NDCA）。模型以负幂指数函数作为元胞邻域的衰减曲线表示元胞邻域的距离衰减效应;运用模拟退火优化算法计算城市CA模型模拟结果与样本点的累积差异,在目标解空间快速搜索以提取最优的转换规则;最后以厦门市半城市化地区为研究案例,模拟了研究区域1995―2010年期间的城市空间形态演化,通过混淆矩阵和Kappa系数评价了模型的模拟精度,1995―2010年期间的建设用地模拟精度为68.5%,总体精度达到86.2%,Kappa系数达到66.3,取得了较好的模拟效果。利用提出的SA-NDCA模型,成功模拟了研究区2010―2020年期间的城市空间形态演化,结果显示,所预测的演化情景与中国当前实施的新型城镇化战略十分契合。 相似文献
8.
基于神经网络CA的兰州城市土地利用变化情景模拟 总被引：6，自引：1，他引：5
利用遥感和GIS技术获取兰州市1995-2005年土地利用、城市地价和城市规划等空间数据;基于Matlab7.2耦合GIS、人工神经网络和元胞自动机,对黎夏的ANN-CA模型进行扩展,模拟兰州市土地利用变化趋势。该模型综合考虑了影响城市土地利用变化的自然、经济和政策3个层面17个空间变量,并设计了5种不同阈值和随机扰动参数组合,进行校准和情景预测。研究表明:改进的模型精度较高,第3种参数组合预测最接近兰州市未来土地利用变化趋势:2005-2015年兰州市土地利用变化主要以居住、工业和道路用地增长为主,分别为17.8%、2.1%和1.2%;商业、仓储和政府社团用地增长较少,分别为0.6%、0.6%和0.5%。 相似文献
9.
地理元胞自动机模型的尺度敏感性及原因 总被引：6，自引：1，他引：5
地理元胞自动机模型的模拟精度会受到元胞尺度的影响。以杭州市土地利用变化模拟为例,分析了元胞尺度分别为50m×50m、100m×100m、150m×150m和200m×200m时地理元胞自动机模型的模拟精度,对地理元胞自动机模型的尺度敏感性进行了分析;并从元胞转换规则入手,研究了元胞自动机模型尺度敏感性产生的原因:(1)元胞尺度会对地理元胞自动机模型的模拟精度产生影响,元胞尺度越精细模拟精度越高;(2)元胞自动机模型的尺度敏感性与元胞尺度相关,在有些尺度区间上表现得明显,而在有些尺度区间上表现并不明显;(3)孤立元胞是元胞自动机模型尺度敏感性产生的主要原因。研究表明,随着元胞尺度的增大,元胞空间的孤立元胞增多,这些孤立元胞本身及其周围元胞具有较低的邻域函数值和较小的转换概率值,并影响了地理元胞自动机模型的模拟精度。 相似文献
10.
基于核主成分元胞模型的城市演化重建与预测 总被引：3，自引：1，他引：2
通过元胞自动机(CA)模拟和重建城市演化的复杂非线性过程,对于城市土地利用规划和决策具有指导意义。利用传统线性方法获取的地理CA转换规则,较难刻画城市演化的时空动力学过程。基于核主成分分析方法(KPCA),通过核函数映射,在高维特征空间下不仅能够对多重共线的空间变量进行非线性降维,且由此建立的地理元胞模型KPCA-CA参数物理意义明确,能够较好地体现城市化过程的非线性本质。基于GIS环境下自主研发的地理模拟框架SimUrban,利用该KPCA-CA模型模拟和重建了快速城市化区域上海市嘉定区1989-2006年城市演化过程,并预测了研究区2010年的城市空间格局。模拟结果显示,嘉定区城市主要沿中心区域及主干道路而扩展,体现了KPCA方法提取的前两个主成分的作用,与城市实际发展情况相符。利用混淆矩阵和面积控制精度等指标,对模拟结果进行了评价,得到总体精度为80.67%、Kappa系数为61.02%,表明模拟结果与遥感分类结果及统计结果符合程度较好;与传统基于线性方法的地理CA模型比较,KPCA-CA模型模拟结果精度更高。 相似文献
11.
12.
Min Cao Quanfei Shen Yanxia Wang 《International journal of geographical information science》2013,27(5):806-824
This paper presents an intelligent approach to discover transition rules for cellular automata (CA) by using cuckoo search (CS) algorithm. CS algorithm is a novel evolutionary search algorithm for solving optimization problems by simulating breeding behavior of parasitic cuckoos. Each cuckoo searches the best upper and lower thresholds for each attribute as a zone. When the zones of all attributes are connected by the operator ‘And’ and linked with a cell status value, one CS-based transition rule is formed by using the explicit expression of ‘if-then’. With two distinct advantages of efficient random walk of Lévy flights and balanced mixing, CS algorithm performs well in both local search and guaranteed global convergence. Furthermore, the CA model with transition rules derived by CS algorithm (CS-CA) has been applied to simulate the urban expansion of Nanjing City, China. The simulation produces encouraging results, in terms of numeric accuracy and spatial distribution, in agreement with the actual patterns. Preliminary results suggest that this CS approach is well suitable for discovering reliable transition rules. The model validation and comparison show that the CS-CA model gets a higher accuracy than NULL, BCO-CA, PSO-CA, and ACO-CA models. Simulation results demonstrate the feasibility and practicability of applying CS algorithm to discover transition rules of CA for simulating geographical systems. 相似文献
13.
基于粗集的知识发现与地理模拟——以深圳市土地利用变化为例 总被引：18，自引：0，他引：18
为了更有效地模拟地理现象的复杂演变过程,提出了用粗集理论来确定元胞自动机 (CA)不确定性转换规则的新方法。CA可以通过局部规则来有效地模拟许多地理现象的演变过程。但目前缺乏很好定义CA转换规则的方法。往往采用启发式的方法来定义CA的转换规则,这些转换规则是静态的,而且其参数值多是确定的。在反映诸如城市扩张、疾病扩散等不确定性复杂现象时,具有一定的局限性。利用粗集从GIS和遥感数据中发现知识,自动寻找CA的不确定性转换规则,基于粗集的CA在缩短建模时间的同时,能提取非确定性的转换规则,更好地反映复杂系统的特点。采用所提出的方法模拟了深圳市的城市发展过程,取得了比传统MCE方法更好的模拟效果。 相似文献
14.
基于遗传算法自动获取CA模型的参数 总被引：11，自引：1，他引：10
本文提出了基于遗传算法来寻找CA模型最佳参数的方法。CA被越来越多地应用于城市和土地利用等复杂系统的动态模拟。CA模型中变量的参数值对模拟结果有非常重要的影响。如何获取理想的参数值是模型的关键。传统的逻辑回归模型运算简单,常常用来获取模型的参数值,要求解释变量间线性无关,所以获取的城市CA模型参数具有一定的局限性。遗传算法在参数优化组合、快速搜索参数值方面有很大的优势。本文利用遗传算法来自动获取优化的CA模型参数值,并获得了纠正后的CA模型。将该模型应用于东莞1988~2004年的城市发展的模拟中,得到了较好的效果。研究结果表明,遗传算法可以有效地自动获取CA模型的参数,其模拟的结果要比传统的逻辑回归校正的CA模型模拟精度高。 相似文献
15.
Simulating urban land-use changes at a large scale by integrating dynamic land parcel subdivision and vector-based cellular automata 总被引：1，自引：0，他引：1
Yao Yao Penghua Liu Ye Hong Yatao Zhang 《International journal of geographical information science》2017,31(12):2452-2479
Cellular automata (CA) have been widely used to simulate complex urban development processes. Previous studies indicated that vector-based cellular automata (VCA) could be applied to simulate urban land-use changes at a realistic land parcel level. Because of the complexity of VCA, these studies were conducted at small scales or did not adequately consider the highly fragmented processes of urban development. This study aims to build an effective framework called dynamic land parcel subdivision (DLPS)-VCA to accurately simulate urban land-use change processes at the land parcel level. We introduce this model in urban land-use change simulations to reasonably divide land parcels and introduce a random forest algorithm (RFA) model to explore the transition rules of urban land-use changes. Finally, we simulate the land-use changes in Shenzhen between 2009 and 2014 via the proposed DLPS-VCA model. Compared to the advanced Patch-CA and RFA-VCA models, the DLPS-VCA model achieves the highest simulation accuracy (Figure-of-Merit = 0.232), which is 32.57% and 18.97% higher respectively, and is most similar to the actual land-use scenario (similarity = 94.73%) at the pattern level. These results indicate that the DLPS-VCA model can both accurately split the land during urban land-use changes and significantly simulate urban expansion and urban land-use changes at a fine scale. Furthermore, the land-use change rules that are based on DPLS-VCA mining and the simulation results of several future urban development scenarios can act as guides for future urban planning policy formulation. 相似文献
16.
Min Cao Quanfei Shen Ruqi Xu 《International journal of geographical information science》2016,30(10):1961-1979
A new metaheuristic approach is presented to discover transition rules for a cellular automaton (CA) model using a novel bat movement algorithm (BA). CA is capable of simulating the evolution of complex geographical phenomena, and transition rules lie at the core of these models. An intelligence algorithm based on the echolocation behavior of bats is used to discover explicit transition rules for use in simulating urban expansion. CA transition rules are formed by links between attribute constraint items and classification items. The transition rules are derived using the BA to optimize the lower and upper threshold values for each attribute. The BA-CA model is then constructed for the simulation of urban expansion observed for Nanjing City, China. The total accuracy of newly formulated BA-CA model for this application is 86.9%, and the kappa coefficient is 0.736, which strongly suggest that the interactions of bats are effective in capturing the relationships between spatial variables and urban dynamics. It is further demonstrated that this bat-inspired BA-CA model performs better than the null model, the particle swarm optimization-based CA model (PSO-CA), and the ant colony optimization-based CA model (ACO-CA) using the same dataset. The model validation and comparison illustrate the novel capability of BA for discovering transition rules of CA during the simulation of urban expansion and potentially for other geographic phenomena. 相似文献
17.
基于动态约束的元胞自动机与复杂城市系统的模拟 总被引：2，自引：0，他引：2
为获得复杂城市系统更理想的模拟效果,提出时空动态约束的城市元胞自动机(CA)模型。用不同区域、不同时间新增加的城市用地总量作为CA模型的约束条件,形成时空动态约束的CA模型,并利用该模型模拟1988—2010年东莞市和深圳市城市扩张过程。结果表明,利用CA模型模拟的1993年城市用地总精度比静态CA模型提高了5.86%,而且模型中的动态约束条件可以反映城市发展的时空差异性。 相似文献
18.
Xiaoping Liu Lin Liu Jinqiang He Bin Ai 《International journal of geographical information science》2013,27(11-12):1247-1269
This paper presents a new method to discover transition rules of geographical cellular automata (CA) based on a bottom‐up approach, ant colony optimization (ACO). CA are capable of simulating the evolution of complex geographical phenomena. The core of a CA model is how to define transition rules so that realistic patterns can be simulated using empirical data. Transition rules are often defined by using mathematical equations, which do not provide easily understandable explicit forms. Furthermore, it is very difficult, if not impossible, to specify equation‐based transition rules for reflecting complex geographical processes. This paper presents a method of using ant intelligence to discover explicit transition rules of urban CA to overcome these limitations. This ‘bottom‐up’ ACO approach for achieving complex task through cooperation and interaction of ants is effective for capturing complex relationships between spatial variables and urban dynamics. A discretization technique is proposed to deal with continuous spatial variables for discovering transition rules hidden in large datasets. The ACO–CA model has been used to simulate rural–urban land conversions in Guangzhou, Guangdong, China. Preliminary results suggest that this ACO–CA method can have a better performance than the decision‐tree CA method. 相似文献
19.
基于CA-ABM模型的福州城市用地扩张研究 总被引：3，自引：2，他引：1
以中国海西地区重要门户福州市为研究区,结合其地理位置多层次约束性条件,以地理加权回归模型作为元胞自动机(CA)层的转换规则,同时以2000-2015年多期LandsatTM/ETM+影像的城市用地情况为参照,借助GIS空间分析技术,对CA和多智能体(ABM)相耦合的城市用地扩张模型进行改进。然后利用传统的和改进后的CA-ABM模型,多角度、多层次地模拟福州市2000年、2005年、2010年、2015年城市用地扩张在微观格局上的变化。结果表明,传统的和改进后的CA-ABM模型的整体精度均在80%以上,模拟结果具有较强的可信度;改进的 CA-ABM模型模拟的点对点总体精度和Kappa系数均高于传统的CA-ABM模型,而且模拟结果更加接近实际的城市用地扩张分布情况。结论可为平衡城市化进程和合理规划城市用地提供重要的理论技术支撑。 相似文献
20.
地理元胞自动机模型研究进展 总被引：6，自引：0，他引：6
元胞自动机(Cellular Automata,简称CA)是一种基于微观个体的相互作用空间离散动态模型,其强大的计算功能、固有的平行计算能力、高度动态及空间概念等特征,使它在模拟空间复杂系统的时空动态演变研究具有较强的优势。文章回顾了元胞自动机的发展历程,阐述了CA在地理学中的主要应用领域和研究进展,在此基础上,以现实世界地理实体及现代城市扩张特征为视角,分析目前CA研究所面临的问题,并对其未来的研究趋势进行了初步探讨,认为以下3个方面将是未来CA研究的热点：① 利用不规则元胞及可控邻域的CA模型,对不同规则或不同邻域地理实体的模拟研究;② 采用三维元胞自动机对现代城市扩张进行立体化模拟,以克服二维CA模型的缺陷;③ 将矢量元胞自动机模型应用于地理实体的模拟研究,进一步提高模拟精度。 相似文献