共查询到20条相似文献，搜索用时 312 毫秒
1.
土地利用变化研究中的细胞自动机与灰色局势决策 总被引：12，自引：0，他引：12
把细胞自动机和灰色局势决策结合起来对土地利用变换机制进行模拟。实验证明,基于灰色局势决策规划的细胞自动机是对土地利用变换机制从宏观和微观角度进行模拟的有效方法。 相似文献
2.
基于灰色局势决策规则的元胞自动机城市扩展模型 总被引：14，自引：1，他引：14
对标准的元胞自动机模型的元胞含义、规则定义等进行了扩展，探讨了元胞自动机模型与多目标灰色局势决策、层次分析方法有机结合。构建基于灰色局势决策、层次分析法与元胞自动机的城市空间动态扩展模型，并以海南省琼海市为例进行了验证。 相似文献
3.
《测绘文摘》2004,(3)
CH20041388基于灰色局势决策规则的元胞自动机城市扩展模型=Urban Expansion Model Based on Cellular Automata of Decision-Making with Grey Situation/刘耀林,刘艳芳(武汉大学资源与环境科学学院),明冬萍∥武汉大学学报(信息科学版).-2004,29(1).-7-13对标准的元胞自动机模型的元胞含义、规则定义等进行了扩展,探讨了元胞自动机模型与多目标灰色局势决策、层次分析方法有机结合,构建基于灰色局势决策、层次分析法与元胞自动机的城市空间动态扩展模型,并以海南省琼海市为例进行了验证。图4表2参15 相似文献
4.
基于遗传神经网络获取元胞自动机的转换规则 总被引：2，自引：0，他引：2
采用面向对象建模思路,综合遗传神经网络和元胞自动机,构建了一个基于Matlab平台的遗传神经网络-元胞自动机模型,并以长江口北岸为例,构建了其土地利用变化模型,进行土地利用演化模拟与预测,为土地利用规划提供理论依据。结果表明:GANN-CA模型有较好的仿真效果,充分利用了人工神经网络获取模型大量空间变量参数的优势,简化了土地利用转化规则的定义。该模型更全面地考虑了土地利用演化的空间影响因子,并采用遗传算法优化神经网络的连接权值和阈值,是对人工神经网络-元胞自动机模型的改进和拓展。 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SLEUTH模型的长江口北岸土地利用演化模拟研究 总被引：2，自引：0，他引：2
采用经典的元胞自动机城市扩展与土地利用演化SLEUTH模型,改进元胞自动机控制系数的筛选方法,结合驱动力的研究调整模型控制系数,根据长江口北岸流域实际情况设置模型校准参数,提高模型在长江口北岸流域应用的实用性。研究表明SLEUTH模型方法可以获得精度较高的土地利用变化模拟结果。 相似文献
7.
在城镇化发展水平及土地开发评价的基础上,评价待扩张区域土地转变潜力分值,基于最大转变潜力分值,提出一种有别于传统元胞自动机模拟城市扩张的新方法。该方法与传统元胞自动机模拟城市扩张相比在迭代方式上存在不同,它克服了传统元胞自动机因阈值设置不同而导致结果不确定的难题。分别将该方法与传统元胞自动机模型应用于武汉主城区,模拟了其2003年到2013年的城市扩张情况,最后,将模拟结果与实际土地利用现状图进行对比发现改进后的新方法在模拟精度上大大提高。 相似文献
8.
研究影响水体污染物扩散的因素,使用计算机快速地对水体污染物进行模拟,能够为水体污染物的控制提供决策支持。将元胞自动机与并行计算相结合,能够高效地模拟水体污染物扩散。分析了元胞自动机的构成,综合考虑了污染物浓度、风向、风速、水流方向、水流速度、水体边缘等因素对污染物扩散的影响,设计了面向水体污染扩散的元胞自动机模型。分析了MPI(Message Passing Interface)在并行计算方面的优势,设计了面向水体污染物扩散的并行元胞自动机模拟算法流程,实现了水体污染物扩散的模拟。对比分析了面向水体污染物的元胞自动机串行计算、单机并行计算和多机并行计算的执行时间,结果表明,运用并行元胞自动机可以节省计算时间,提高计算效率。 相似文献
9.
利用元胞自动机(Cellular Automata,CA)模拟土地利用变化,已经成为认识和理解其复杂动态演化过程的有效手段.传统的元胞自动机基于线性转换规则,较难表达土地利用变化的非线性边界问题.本文研究利用最小二乘支持向量机方法(LS-SVM),将原空间下的非线性可分问题,通过高斯径向基核函数映射到高维特征空间,简化... 相似文献
10.
《武汉大学学报(信息科学版)》2020,(7)
传统土地利用变化预测方法通常效率低,无法满足土地利用变化大数据分析和处理的需求。采用MapReduce编程模型对元胞自动机-马尔可夫模型进行并行化扩展,设计了基于Hadoop的土地利用变化预测方法(land-use change prediction method based on cloud computing,Cloud-CMLP),并选取杭州市进行实验,包括:①不同数据量下Cloud-CMLP核心算法的运行效率实验;②利用Cloud-CMLP方法模拟杭州2013年土地利用变化,并将模拟结果与2013年遥感影像解译结果进行对比分析,验证了预测方法的正确性;③杭州2020年的土地利用变化模拟预测分析,研究区中心地带受发达交通系统影响,建设用地面积整体呈快速上升趋势,且主要来源于农业用地的转换。 相似文献
11.
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,证明选取的模拟方法符合本地区发展态势,并利用该方法对2025年土地利用变化做了预测,同时对比分析了建设用地的变化情况,得出土地利用变化模拟方法。结果表明:所用方法能够有效模拟和预测土地变化趋势,可为用地分析、政策制定和国土空间规划编制提供参考。 相似文献
12.
以深圳海岸带为研究区,基于1996、2005、2011年遥感影像得到研究区土地利用历史数据,选取自然、社会统计数据作为驱动因素,利用CLUE-S模型分别从不同时间尺度和空间尺度对研究区2005、2011年的土地利用分布予以模拟,并对模拟结果分别从类别和景观水平予以精度评价。从类别水平角度,选择ROC曲线对各地类的Logistic回归拟合精度进行评价;从景观水平角度,选取Kappa指数对模拟效果予以评估,以验证所选驱动因子的合理性。结果表明:在研究区范围内,CLUE-S模型的类别精度随着空间分辨率的改变而有所差异,100 m分辨率为本研究模拟的最佳尺度,各地类的ROC值均高于0.7;随着模拟时间的缩短模拟精度有所增加;东海岸由于受到人类影响较小,模拟效果整体相对较好。总体而言,CLUE-S模型适用于研究区土地利用模拟,所选驱动力因子能够对研究区土地利用变化予以较好的解释。 相似文献
13.
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
14.
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
15.
基于GIS的乌江流域地表径流模拟研究 总被引：2，自引：0，他引：2
基于GIS平台，建立了数字乌江流域。在此基础上，选择5个典型子流域，利用流域1956-2000年的降雨和水文资料及流域2000年土地利用数据，分别计算5个子流域的年均降雨量、年均地表径流量和土地利用百分比；用多元回归分析工具建立流域年均地表径流量与年均降雨量和土地利用百分比之间的关系式，得到不同土地利用方式下的降雨径流模型；通过实测资料对模型进行验证的结果表明，模型模拟精度较高，相对误差在7％以内。 相似文献
16.
林江 《测绘与空间地理信息》2016,(4):125-127
以晋江市为例,利用地理国情监测技术,通过构建MLP-CA-Markov模型模拟预测晋江市城市土地利用变化的发展趋势,为晋江市的城市发展和土地的可持续利用提供一定的参考依据。 相似文献
17.
We have adapted METRONAMICA, an established cellular automata (CA) modelling system, to simulate the historical growth of a section of a large world city. Our model is tuned to reflect the morphology of land use patterns more accurately than traditional CA models, which abstract those patterns to more aggregate spatial scales. We explore the spatial determinants of land use patterns with detailed empirical data, documenting the historical growth of West London at an unusually high level of spatial and temporal resolution. The results of the study provide support for our considered speculations: (1) that the spatial relationships between land uses and the physical environment are remarkably consistent through time, showing little variation relative to changes in historical context; and (2) that these relationships constitute a basic code for urban growth which determines the spatial signature of land development in a given metropolitan area. 相似文献
18.
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
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