共查询到20条相似文献，搜索用时 203 毫秒
1.
基于支持向量机的元胞自动机及土地利用变化模拟 总被引：11，自引：0，他引：11
提出了利用遥感数据，并采用支持向量机来确定元胞自动机非线性转换规则的新方法。元胞自动机在模拟复杂地理现象时，需要采用非线性转换规则。目前元胞自动机主要采用线性方法来获取转换规则，在反映复杂的非线性地理现象时有一定的局限性。以城市扩张的模拟为例，将模拟城市系统的主要特征变量映射到Hilbert空间后，通过SVM建立最优分割超平面，分割超平面的分类决策函数由径向基核（Radial Basis Kernel）构造。利用历史遥感数据校正超平面的决策函数，确定城市元胞自动机的非线性转换规则，计算出城市发展概率。利用所提出的方法，对深圳市1988-2010年的城市发展进行了模拟，取得了较理想的模拟效果。研究结果表明，基于SVM-CA模型的模拟精度比传统MCE方法模拟精度高，MoranⅠ指数与实际更为接近。 相似文献
2.
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
3.
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
4.
预测及模拟城市朋地的动态变化,可以为城市空间整合及可持续发展等相关政策的制定提供科学依据.利用基于BP神经网络的元胞自动机模型,对2005-2010年间萝岗区城市用地的扩展进行空间模拟,并预测未来5年的萝岗区城市扩张的空间分布,评价其合理性,为规划制定合理的土地政策和城市总体规划提供科学的决策依据. 相似文献
5.
元胞空间分区及其对GeoCA模型模拟精度的影响 总被引：1，自引：0，他引：1
采用双约束空间聚类方法对元胞空间进行分区,在此基础上对不同的分区分别求取元胞转换规则,从而提高
元胞自动机的模拟精度。以杭州市土地利用变化为例,采用本文提出的基于双约束空间聚类的分区元胞自动机模型对
研究区域2000年—2005年的土地利用变化进行模拟,并利用逐点对比法和Moran I指数对模拟结果进行精度评估。结果
表明：(1)采用双约束空间聚类算法对元胞空间进行分区,可以保证同一分区内的元胞既在空间上邻近,又具有相对一
致的非空间属性信息,分区效果较好;(2)与不分区元胞自动机模型和基于空间聚类的分区元胞自动机模型相比,双约
束空间聚类元胞自动机模型具有较高的模拟精度,尤其是在空间形态和整体结构上具有较好的模拟效果。 相似文献
6.
基于元胞自动机的遗传神经网络在土地利用变化模拟分析中的应用 总被引：2，自引：0，他引：2
元胞自动机模型在土地扩展的转换规则设计上具有随机性,受周围环境影响较大。文中建立基于BP神经网络和遗传神经网络算法优化的元胞自动机土地扩张模型,对广州市2009—2011年进行城市扩张模拟分析。实验结果显示:BP神经网络能够较好地模拟分布较集中的耕地和林地等区域,精度可达到70%以上,而对于面积较零碎的建筑用地区域,模拟效果较差;而遗传神经网络优化算法能够总体提高模拟精度约5%,部分精度能提高至20%。同时,该算法还能充分考虑影响土地变化的各种扰动因素,优化选择驱动因子和缩短迭代次数,对于城市土地扩张研究具有可行性。 相似文献
7.
基于数据同化的元胞自动机 总被引：4，自引：2，他引：2
提出基于集合卡尔曼滤波(EnKF)的元胞自动机(CA)模型。在CA模型中,由于不同的样本会训练出不同参数值
的转换规则,且获取的转换规则在整个模拟过程中不能改变等原因,误差在模拟过程中会不断累积。本文在CA模型中
引入集合卡尔曼滤波的数据同化方法,建立了基于集合卡尔曼滤波的数据同化CA模型,同化遥感观测数据,根据得出
的同化值修正模拟结果使之向真实情况逼近。利用该模型模拟了广东省东莞市的发展情景(1995年—2005年),实验表
明,与传统CA模型相比,基于集合卡尔曼滤波的CA模型能够融合遥感观测数据,并能更有效地模拟城市扩张过程,达
到良好的模拟效果。 相似文献
8.
耦合遥感观测和元胞自动机的城市扩张模拟 总被引：2，自引：0，他引：2
在传统元胞自动机(CA)模型中,静态的模型参数和模型误差不能释放是影响城市扩张模拟效果的两个重要原因。文中引入集合卡尔曼滤波方法到CA模型中,提出了基于联合状态矩阵的地理元胞自动机。该模型在模拟过程中可以通过同化遥感观测数据,动态地调整模型参数和纠正模拟结果,使模型参数能够反映转换规则的时空变化,同时也能较好地释放积累的模型误差。将模型应用于东莞市的城市扩张模拟中,实验结果表明,模型能够准确地调整模型参数使之符合城市发展模式,同时也能有效地控制模型误差,其模拟的空间格局与真实情况吻合。 相似文献
9.
10.
元胞自动机城市增长模型的空间尺度特征分析 总被引：4，自引：2，他引：2
基于元胞自动机模拟城市系统的复杂行为时,空间尺度是一个非常重要的概念,模型的模拟结果往往会随着输入数据的空间尺度变化而发生变化。然而,目前的元胞自动机城市增长模型大多没考虑数据的空间尺度特征,本文拟通过改变模型中输入数据的空间尺度来验证元胞自动机城市增长模型对尺度的敏感性及其空间尺度特征,并以长沙市为例进行实证研究。研究结果表明:元胞自动机城市增长模型只有在一定的尺度范围内才具有较高的模拟精度,并且模型对尺度具有一定的敏感性,因此为了使模型能够具有较高的模拟精度,并较好地反映城市形态特征,应认真选择模型中输入数据的空间尺度。 相似文献
11.
以南京市为例,构建人工蜂群元胞自动机（CAABC）模型,对2000—2007年的土地利用变化进行模拟以实现CAABC模型的校正,并以2007—2015年的土地利用变化为案例,验证该模型的有效性。模拟结果总体精度（OA）2007年为87.79%,2015年为80.61%;模拟结果的品质因数（FOM）2007年为21.23%,2015年为19.25%。基于CAABC模型和马尔可夫链预测未来城市土地总量,对南京市2025和2035年的土地利用格局进行了预测,对城市扩张和生态用地被侵占现象进行分析。模型预测结果表明,未来20年的城市扩张主要以牺牲耕地和林地为代价,2025和2035年80%的城市扩张面积来源于对耕地面积的侵占,17%的城市面积扩张是由2015年的林地转换得到的。研究表明,准确模拟、预测未来城市格局及评估城市扩张能够对生态用地侵占,以及为决策者合理规划城市、推动城市可持续发展提供帮助。 相似文献
12.
基于1990—2018年六期城市建设用地监测数据，本文利用城市用地年面积增长率指数、公共边测度、核密度估计、位序-规模法则等方法，刻画成渝城市群扩张演化特征及其发展规律，并对城市群规模体系进行分析。结果表明：成渝城市群城市建设用地扩张呈先快后慢的趋势，空间上呈“中部高速，南北低速”的特点，建设用地扩张密度高值主要集中在成都、重庆二市且城市群内部连片发展不明显。城市群新增城市用地呈现无序蔓延态势，并未趋于紧凑。2000—2010年，成渝城市群规模分布极化，呈现明显的双核首位特征，2010年后规模分布由非均衡趋于均衡。 相似文献
13.
14.
提出了一种基于生物地理学优化算法寻找城市扩展元胞自动机（cellular automata,CA）模型最佳参数的方法。转换规则制定及相应权重参数获取是构建城市扩展CA的核心和难点。生物地理学优化算法（biogeography-based optimization,BBO）通过模拟生物物种在栖息地的分布、迁移和灭绝来求解优化问题。利用BBO算法自动获取城市扩展CA模型参数值,构建BBO-CA模型进行城市扩展模拟实验,并与粒子群算法（particle swarm optimization,PSO）、蚁群算法（ant colony optimization,ACO）、遗传算法（genetic algorithm,GA）及逻辑回归（logistic regression,LR）等方法相比较。结果表明,BBO算法具有较好的收敛性,可有效地快速自动寻找城市扩展CA模型最佳参数组合,获取的空间变量权重参数较为合理;BBO-CA模型明显提升了城市用地模拟精度,城市用地模拟精度为72.5%,相对PSO、ACO、GA、LR各算法分别提升了1.1%、1.2%、2.7%和4.0%,Kappa系数达到0.700,分别提升了0.015、0.016、0.034和0.046,且整体空间布局与实际情况更为接近,验证了应用BBO算法的可行性与优势。 相似文献
15.
Integrating cellular automata and Markov techniques to generate urban development potential surface: a study on Kolkata agglomeration 总被引：1，自引：0，他引：1
Uncontrolled, yet fragmented peripheral urban expansion has emerged as a menace to urban development. To cope with this rapid urban expansion process, identification of the forces responsible for this rapid urban expansion is a pre-requisite, especially when its threats to habitability are taken into consideration. This study tries to evaluate fragmented uncontrolled urban expansion faced by Kolkata using cellular automata-Markov chain. Urban growth patterns, land use/land cover transformations and spatial allocation correspondence with planning strategy is the main theme of this study. Depending upon the driving forces, the study result indicates a bi-directional urban development potential surface, which might be a result of the biased planning initiative along with middle-class residential demand. This simulation result provides evidence for the planning authority to evaluate the effectiveness of spatial allocation and urban expansion trends and provide flexibility to modify the current allocation scenario. 相似文献
16.
基于珞珈一号和DMSP/OLS夜间灯光数据,提取辽宁省城市空间用地信息并监测分析了2003—2018年城市空间扩张特征。结果表明:1)利用辽宁省DMSP/OLS长时间序列夜间灯光数据提出了一种适合校正长时间序列DMSP/OLS数据的校正方法,提高了数据的连续性和可对比性;2)弥补了统计数据在空间属性的不足,消除了过去单纯依靠统计数据分析城市空间扩张的弊端,为其他省市分析城市扩张提供新的遥感监测分析方法;3)在2003—2018年间,辽宁省城市空间扩张存在城市空间扩张与南方省份相比发展比较缓慢及协调性欠佳等问题。 相似文献
17.
城市的快速扩张导致人地矛盾激化,土地利用效率下降.分析并预测城市发展状态,可以实现土地资源的合理配置,为城市发展提供合理规划.本文以鸡西市市辖区为例,利用Logistic-CA模型进行城市扩张模拟及趋势特征分析.结果表明:1)鸡西市在2005—2015年间城市处于低速扩张阶段,土地利用效率较低,城市发展较为分散;2)通... 相似文献
18.
19.
Urban sprawl has led to environmental problems and large losses of arable land in China. In this study, we monitor and model urban sprawl by means of a combination of remote sensing, geographical information system and spatial statistics. We use time-series data to explore the potential socio-economic driving forces behind urban sprawl, and spatial models in different scenarios to explore the spatio-temporal interactions. The methodology is applied to the city of Wuhan, China, for the period from 1990 to 2013. The results reveal that the built-up land has expanded and has dispersed in urban clusters. Population growth, and economic and transportation development are still the main causes of urban sprawl; however, when they have developed to certain levels, the area affected by construction in urban areas (Jian Cheng Qu (JCQ)) and the area of cultivated land (ACL) tend to be stable. Spatial regression models are shown to be superior to the traditional models. The interaction among districts with the same administrative status is stronger than if one of those neighbors is in the city center and the other in the suburban area. The expansion of urban built-up land is driven by the socio-economic development at the same period, and greatly influenced by its spatio-temporal neighbors. We conclude that the integration of remote sensing, a geographical information system, and spatial statistics offers an excellent opportunity to explore the spatio-temporal variation and interactions among the districts in the sprawling metropolitan areas. Relevant regulations to control the urban sprawl process are suggested accordingly. 相似文献
20.
Dynamic land use change simulation using cellular automata with spatially nonstationary transition rules 总被引：2，自引：0，他引：2
The dynamic relationships between land use change and its driving forces vary spatially and can be identified by geographically weighted regression (GWR). We present a novel cellular automata (GWR-CA) model that incorporates GWR-derived spatially varying relationships to simulate land use change. Our GWR-CA model is characterized by spatially nonstationary transition rules that fully address local interactions in land use change. More importantly, each driving factor in our GWR model contains effects that both promote and resist land use change. We applied GWR-CA to simulate rapid land use change in Suzhou City on the Yangtze River Delta from 2000 to 2015. The GWR coefficients were visualized to highlight their spatial patterns and local variation, which are closely associated with their effects on land use change. The transition rules indicate low land conversion potential in the city’s center and outer suburbs, but higher land conversion potential in the inner near suburbs along the belt expressway. Residual statistics show that GWR fits the input data better than logistic regression (LR). Compared with an LR-based CA model, GWR-CA improves overall accuracy by 4.1% and captures 5.5% more urban growth, suggesting that GWR-CA may be superior in modeling land use change. Our results demonstrate that the GWR-CA model is effective in capturing spatially varying land transition rules to produce more realistic results, and is suitable for simulating land use change and urban expansion in rapidly urbanizing regions. 相似文献