排序方式： 共有4条查询结果，搜索用时 218 毫秒
1
1.
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
2.
基于空间句法的扩张强度指数及其在城镇扩展分析中的应用 总被引：6，自引：0，他引：6
扩张强度指数（Expand Intensity Index, EII）是目前城市扩展数量特征研究的常用指标,用以表征城市扩张程度和速度,但该指标是从城市扩张的结果,即从城市用地面积变化角度对物质空间变化的简单描述与分析,忽略了人在空间中的感受,未能从城市扩张的动因角度揭示城市扩张特征,缺乏对城市外部空间形态演变模式的深入研究,不能反映人在城市扩展空间上的活动。本文从交通网络对城市扩张的驱动作用入手,基于空间句法,提出一种新的扩张强度指数——基于空间句法的扩张强度指数（Space Syntax Expand Intensity Index, SS-EII）,SS-EII包涵可反映空间集聚和离散程度的句法变量,可用于分析空间可达性的变化等情况。与传统扩张强度指数相比,SS-EII是基于空间句法从城市扩张的驱动力方面计算扩张强度,不仅关注城市扩张的结果,同时关注交通对城市扩张模式、方向的导向作用和人主观感知下城市空间的变化。将SS-EII应用于广东省棉湖镇2002-2014年期间的城镇扩展特征分析中,研究结果表明,SS-EII可用于分析比较建成区不同方向的扩张速率与建设状况,其计算结果与棉湖镇建成区实际扩张情况相符,与EII相关度R2达0.95以上。 相似文献
3.
随着中国城市化建设的快速推进,城市蔓延式增长和生态空间持续性萎缩成为普遍的现象,以地表硬化为主要特征的城市景观格局变化得到广泛关注,而景观扩张指数(Landscape Expansion Index, LEI)是测度这一现象的重要工具。但在新型城镇化背景下,由于大城市空间结构调整优化以及城市绿化率的提高,硬化地景观的收缩与消亡已成为城市景观演变的另一重要形式,因此亟需新的有效手段来刻画城市发展的新特征。在此背景下,本文在LEI指数的基础上,提出景观演化特征指数(Landscape Evolution Characteristic Index, LECI),尝试综合描述城镇化过程中硬化地景观斑块扩张与收缩的动态特征;并基于邻域特征计算的景观演化特征指数,包括景观演化模式识别指数(Landscape Evolution Pattern Index, LEPI)和景观演化规模指数(Landscape Evolution Area Index, LEAI),协同分析两个或多个时相景观格局演变过程中的斑块新生与消亡。本文将LECI指数应用于武汉都市发展区1990-2010年期间的城市硬化地景观演变过程中,与基于最小包围盒的景观扩张指数(LEI)对比分析,结果表明：①LEPI能准确识别不同规模和形状斑块的空间扩张模式,LEAI能够较好反映斑块扩张强度并表征景观扩张方向;②LEPI能有效识别城市景观演变中消亡斑块的湮灭模式,研究区内硬化地景观消亡现象明显加剧,可能与政府加强城市内部改造及绿化建设有关;③LECI指数变化分析发现,武汉都市发展区研究期内的城市景观扩张强度有所放缓,飞地式和边缘式空间增长构成斑块演变的主体,城市硬化地景观扩张模式在空间上呈现明显的梯度分异规律,随距主城区的远近呈现填充式/包围式、边缘式/邻接式到飞地式/孤立式的演替。 相似文献
4.
大都市郊区是快速城镇化进程中空间演变最为频繁、人地矛盾最为突出的区域,尤其在中国加快推进“就地就近”城镇化战略的背景下,把握大都市郊区小城镇土地利用时空变化过程及其演变机制,对制定科学合理的管控政策和优化都市空间结构具有重要的现实意义。约束性元胞自动机(constrained Cellular Automata, constrained CA)能够通过简单的规则模拟复杂的城市动态演化过程。本文将土地利用总体规划指标、城镇空间发展战略布局、土地利用开发适宜性等,嵌入约束性CA的转换规则中,采用Logistic逐步回归法分析土地利用空间影响因素,对严格约束下的武汉市江夏区2020年土地利用进行情景模拟分析,并提出城市增长管控手段。结果表明：①研究时段内,江夏区城镇用地呈低效外延式扩张,土地利用集约节约程度较低,其人口规模并未有较大增长,对主城区人口的分散作用尚未真正形成;②约束性CA在模拟大都市郊区演化方面具有较高的可靠性,能够真实反映近郊小城镇的未来空间布局与结构,模拟结果与土地利用规划和城市规划较为契合;③将规划目标导向与现实发展趋势下的模拟结果进行叠加分析,可确定城镇增长需求与规划指标调控间冲突的空间分布,从而划定土地督察的重点监测区域,为加强大都市近郊区的违法用地监查和土地利用管控提供先验的预警知识。 相似文献
1