共查询到19条相似文献，搜索用时 140 毫秒
1.
建设用地在空间上存在相互聚集或排斥的特性,并可能影响到城市扩张格局。本文在厘清建设用地内部以及不同类型建设用地之间聚集与排斥性的基础上,将其纳入到元胞自动机（CA）模型的发展适宜性与邻域影响因子计算中,以此构建顾及建设用地聚集与排斥性的CA-SAE模型,并将其应用于义乌城市扩张模拟的实证分析。结果表明：CA-SAE模型能够有效模拟不同类型建设用地的扩张状况,且模拟精度要优于传统CA模型。同时,多情景的模拟结果也证实了建设用地聚集与排斥性会影响到不同类型建设用地的空间分布及城市扩张形态。本文构建的CA-SAE模型创新性地将建设用地聚集与排斥性纳入到CA模型中,为开展面向不同类型建设用地的城市扩张模拟提供了思路与方法。 相似文献
2.
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
3.
多智能体城市土地扩张模型及其应用 总被引：22，自引：5，他引：17
传统的城市土地扩张模型多为静态模型,无法呈现空间上每一时间点的土地利用状况,以元胞自动机（Cellular Automata）模型为代表的新型城市土地扩张模型虽然具有动态特性,但其无法描述影响城市土地扩张的智能体（Agent）之间所产生的多元变化结果。以多智能体系统（Multi—Agent System）理论为基础,建立城市土地资源时间和空间配置规则,构建了动态且能描述影响城市土地扩张的智能体（Agent）间互动关系的城市土地扩张模型,并以长沙市区为例,应用所构建之模型进行了城市土地扩张的实证分析。结果表明：该模型可以反映城市土地扩张的基本特征和规律．对于解释城市土地扩张的成因、理解智能体行为对城市土地扩张过程的影响是合适的。并且将模拟结果与遥感土地利用解译结果对比．1998年、2001年、2005年城市土地扩张模拟的点对点精度均达到68％以上,从而能够为政府和城市规划者制定用地政策提供辅助决策支持。 相似文献
4.
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
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.
快速城镇化区域用地扩张模拟的规划约束对比研究 总被引：1，自引：0，他引：1
挖掘规划要素对于用地模拟的影响程度,为科学预知快速城镇化区域用地状况和城乡规划编制提供依据。采用基于决策向导(Decision Wizard)的元胞自动机和马尔科夫链(CA-Markov)的综合模型,以重庆两江新区2010年、2013年和2016年Landsat影像为例,分别对有无规划约束下的用地状况进行模拟,探讨不同类型的规划在其中发挥的作用,并合理预测研究区未来用地状况。结果显示,规划约束下模拟的Kappa系数为80.62%,表明规划要素可以一定程度上提高模拟结果的准确性;建设用地扩张沿交通线发展明显,面状规划要素主要体现在对建设用地发展的限制中;研究区未来建设用地将继续大幅扩张,需要调整现有规划方能满足进一步发展需求。 相似文献
7.
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
8.
基于元胞自动机的城市发展密度模拟 总被引：3，自引：1，他引：3
元胞自动机CA越来越多地被用于模拟复杂的城市系统,但这些模拟基本不考虑城市的发展密度。不同的城市发展密度会对城市的形态有很大的影响,有必要将城市的发展密度引进CA的城市模拟中,以获得更好的模拟结果。本文将密度梯度函数引进了CA模型的转换规则中,并定义‘灰度’来反映状态的转换。利用该模型对不同可能的城市发展组合进行了模拟,为城市规划提供了辅助依据。 相似文献
9.
基于InVEST模型和元胞自动机的城市扩张对陆地生态系统碳储量影响评估——以广东省为例 总被引：1，自引：0，他引：1
《地理与地理信息科学》2016,(5)
基于InVEST模型探索了广东省1980-2010年陆地生态系统的碳储量变化及城市扩张对碳储量的影响,并借助元胞自动机模型(CA)模拟了广东省2040年城市用地的分布,评估未来城市增长对碳储量的作用。结果表明:1980-2010年,引起碳储量减少的土地利用变化中,城市扩张所占比重持续上升,从1980-1990年的28.11%增长到2000-2010年的46.13%,表明城市扩张对生态环境的压力在不断加剧。其中,珠江三角洲城市扩张导致的碳储量减少占全省总量的80%以上。进一步结合CA模拟结果发现,2010-2040年城市扩张导致的碳储减少量比1980-2010年有所增加。其中,新增城市用地面积的来源以高碳密度的林地为主,由此导致的碳储减少量占总量比重为55.07%,比1980-2010年增长了近一倍。模拟结果也表明未来珠江三角洲仍然是碳储量减少的主要区域,其减少量占全省的70.27%。 相似文献
10.
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
11.
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
12.
城市工业及基本就业空间的增长,是城市空间增长的动力源.有效模拟和预测城市基本就业空间的增长,对城市整体空间增长和城市系统的调控有着重要的作用.以城市工业及基本就业空间增长的决策主体--工业企业商和政府决策者,作为多智能体,通过多智能体之间的交流、竞争和协作,多智能体和环境间的交互作用,决定已存在工业区位的迁移和新工业空间区位的选择,形成城市工业及基本就业空间增长的动态微观模型.以珠江三角洲东部城市快速发展的樟木头镇为例,采用提出的方法模拟了该地区1988-2004年的工业及基本就业空间增长,获得了良好的模拟结果. 相似文献
13.
基于神经网络的单元自动机CA及真实和优化的城市模拟 总被引：78，自引：8，他引：78
提出了一种基于神经网络的单元自动机（CA）。CA已被越来越多地应用在城市及其它地理现象的模拟中。CA模拟所碰到的最大问题是如何确定模型的结构和参数。模拟真实的城市涉及到使用许多空间变量和参数。当模型较复杂时，很难确定模型的参数值。本模型的结构较简单，模型的参数能通过对神经网络的训练来自动获取。分析表明，所提出的方法能获得更高的模拟精度，并能大大缩短寻找参数所需要的时间。通过筛选训练数据，本模型还可以进行优化的城市模拟，为城市规划提供参考依据。 相似文献
14.
元胞自动机在城市模拟中的误差传递与 不确定性的特征分析 总被引：7，自引：0，他引：7
元胞自动机(Cellular Automata,简称CA)已越来越多地用于地理现象的模拟中,如城市系统的演化等。城市模拟经常要使用GIS数据库中的空间信息,数据源中的误差将会通过CA模拟过程发生传递。此外,CA 模型只是对现实世界的近似模拟,这就使得其本身也具有不确定性。这些不确定因素将对城市模拟的结果产生较大的影响,有必要探讨CA在模拟过程中的误差传递与不确定性问题。本文采用蒙特卡罗方法模拟了CA误差的传递特征,并从转换规则、邻域结构、模拟时间以及随机变量等几个方面分析了CA不确定性产生的根源。发现与传统的GIS模型相比,城市CA模型中的误差和不确定性的很多性质是非常独特的。例如,在模拟过程中由于邻域函数平均化的影响,数据源误差将减小;随着可用的土地越来越少,该限制也使城市模拟的误差随时间而减小;模拟结果的不确定性主要体现在城市的边缘。这些分析结果有助于城市建模和规划者更好地理解CA建模的特点。 相似文献
15.
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
16.
基于区块特征的元胞自动机土地利用演化模型研究 总被引：1，自引：1，他引：0
针对传统元胞自动机模型中栅格式规则空间模拟复杂地理元素精度不高的问题,提出一种基于土地区块特征的非规则空间元胞自动机模型,以地理单元实质不规则实体形状作为元胞空间单元,进行土地利用变化的仿真模拟,运用MapInfo建立非规则空间元胞自动机模型的应用软件.对头灶镇土地利用演化的实证研究表明,非规则空间元胞自动机模型可以更真实地描述元胞地理信息、局部空间关系和演化规则,可为城市规划提供决策支持. 相似文献
17.
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
18.
Although traditional urban expansion simulation models can simulate dynamic features, these models fail to address complex changes produced by different agents' behaviors. The paper has built up a set of spatial-temporal land resource allocation rules and developed a dynamic urban expansion model based on a multi-agent system, which can simulate the interaction among different agents, such as residents, peasants, and governments. This model is applied to simulate urban expansion process taking Changsha City, in China as a study area. The results show that this model can not only reflect basic characteristics of urban expansion, but also help explain the reasons for urban expansion process and understand the effect of agents' behavior on the expansion process, and provide insights into the causing factors behind the expansion. In addition, in contrast to simulation results with land use classification map from remote sensing images, the precision of the simulation reached over 68% with higher precision than cellular automata model according to the cell-by-cell comparison. The results suggest that the model can help to provide land use decision making support to government and urban planners. 相似文献
19.
长沙城市土地扩张模型及其应用 总被引：2，自引：0，他引：2
Although traditional urban expansion simulation models can simulate dynamic features, these models fail to address complex
changes produced by different agents’ behaviors. The paper has built up a set of spatial-temporal land resource allocation
rules and developed a dynamic urban expansion model based on a multi-agent system, which can simulate the interaction among
different agents, such as residents, peasants, and governments. This model is applied to simulate urban expansion process
taking Changsha City, in China as a study area. The results show that this model can not only reflect basic characteristics
of urban expansion, but also help explain the reasons for urban expansion process and understand the effect of agents’ behavior
on the expansion process, and provide insights into the causing factors behind the expansion. In addition, in contrast to
simulation results with land use classification map from remote sensing images, the precision of the simulation reached over
68% with higher precision than cellular automata model according to the cell-by-cell comparison. The results suggest that
the model can help to provide land use decision making support to government and urban planners. 相似文献