改进CA-Markov模型的武汉市土地利用变化模拟

针对传统的CA-Markov模型未充分考虑土地利用变化的多因素驱动影响,难免预测精度过低的问题,该文以武汉市为研究区域,采用2005、2010和2015年土地利用现状数据,结合Logistics回归模型,综合考虑土地利用变化多种影响因子,构建了改进的CA-Markov模型,对武汉市2020年土地利用空间格局进行了模拟预测及分析。结果表明:改进的CA-Markov模型可以有效提高土地利用现状预测精度;根据预测结果,武汉市2020年土地利用总体结构仍以耕地为主,2005—2020年耕地面积持续减少,建设用地面积持续增长,增长幅度达到76.36%;耕地转换为建设用地是地类转换的主要模式。预测结果为武汉市的国家空间规划与和谐发展提供了参考。     

四川省江油市2004～2020年土地利用动态分析及预测

基于2004、2010、2015年Landsat-5 TM、Landset-80LI遥感影像土地利用现状解译数据,分析了江油市近11年土地利用动态变化;同时,利用元胞自动机-马尔科夫(CA-Markov)模型,模拟预测了2020年江油市土地利用空间分布格局.结果表明,2004 ～ 2015年期间,江油市耕地、草地、水域面积总体减少,建设用地和林地面积总体呈增加趋势.2015 ～2020年期间,江油市土地利用变化较快,与上一个五年相比,建设用地、耕地和草地面积将有所增加,林地面积有所减少,水域面积基本不变;建设用地从原有基础往外围耕地扩张,耕地面积则主要由林地转入.     

矢量元胞自动机中的邻域影响力度量——以深圳市为例

基于矢量元胞自动机(cellular automata,CA),对深圳市城市土地利用变更模拟中的邻域影响力进行了讨论,选取矢量密度因子及矢量邻域索引构建邻域影响力函数.根据深圳市路网数据及相关参数权重,计算地块通达度及发展为居住或生产用地的适宜度,同时结合政府规划的土地利用分区状态进行土地利用变更的模拟.使用Kappa系数对模拟结果与实际数据的一致性进行评估,评估结果表明,邻域距离半径为50 m时结合邻域影响力函数能获得比较好的模拟结果.     

宁镇扬丘陵区土地利用景观格局演变与模拟

针对CA模型不能长期预测和Markov模型不能反映空间格局变化的不足,本文运用CA-Markov耦合模型,结合动态度模型、景观格局指数及PCA法,定量揭示宁镇扬丘陵区镇江市的土地利用景观格局演变特征、驱动机制及变化趋势,为区域土地利用规划及调整提供参考。结果表明:镇江市土地利用景观格局时空演变愈加复杂;人口增长、经济发展、城镇化及农业技术进步是土地利用景观格局演变的主要驱动力;到2030年镇江市城区周边建设用地将增加25.58%,而耕地、林地等景观类型将不断锐减。     

基于人工蜂群CA模型的南京市土地利用变化模拟与预测

以南京市为例,构建人工蜂群元胞自动机（CA_ABC）模型,对2000—2007年的土地利用变化进行模拟以实现CA_ABC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CA_ABC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。     

南水北调东线江苏受水区土地利用变化模拟及生态安全评价

利用多期土地利用遥感数据,分析南水北调东线江苏受水区2000—2010年间土地利用变化情况;采用CAMarkov模型对2010—2020年间该区土地利用情况的演变规律进行模拟;同时构建基于"压力-状态-响应"(pressure-state-response,PSR)模型的土地利用生态安全评价指标体系,综合评价受水区不同时期土地利用生态安全状况。结果表明:1)受水区土地利用类型以耕地为主,研究期间林地和水域面积有所扩大,大量耕地转变为城乡建设用地;2)基于CA-Markov模型对研究区2010年土地利用格局的模拟结果与实际进行对比分析,模拟正确的栅格数达到了99.1%,Kappa系数达到0.99,能够较好地反映受水区土地利用格局变化趋势;3)土地利用生态安全评价结果显示2000年、2010年和2020年土地生态安全指数分别为0.51,0.68和0.73,分别达到预警、敏感和良好等级,受水区的人口、资源环境及社会经济开始协调发展,整体呈现好转趋势。     

情景模拟的精河流域绿洲土地利用变化及预测

针对土地利用动态模拟与预测能为区域可持续发展提供重要参考依据的问题,该文以遥感影像为基础数据,基于人工神经网络元胞自动机(ANN-CA)模型对精河流域绿洲进行土地利用变化动态模拟与情景预测。结果表明:①在过去的26年间,耕地和建设用地居土地利用类型增幅前两位,分别为4.67、3.88,林地和未利用地居降幅前两位,则分别为-0.76,-0.05;②至2026年,3种情景下建设用地的变化幅度均较为明显,显示城镇用地在未来绿洲土地利用发展变化过程中占据主导地位;③研究区未来土地利用过程中,在无任何限制条件下的趋势发展情景必然会造成区域内较大的土地利用格局破碎度,但两种生态保护情景作为修正和补充,可以从空间上优化预测结果。     

高标准粮田区鹤壁市土地利用情景模拟预测研究

作为河南省高标准粮田建设试点,鹤壁市肩负着保证粮食安全的重担,对其未来土地利用模拟预测方法进行研究具有现实意义。基于元胞自动机-马尔科夫(Cellular Automata Markov,CA-Markov)模型方法,结合河南省三化协调发展的历史进程,在分析过去20 a间鹤壁市土地利用特征的基础上,将预测分为2种情景进行。结果发现:鹤壁市2013年预测图的Kappa指数为0.898,说明CA-Markov模型的预测结果能达到模拟效果;基于数量、空间及景观指数的比较结果显示,情景Ⅱ模式更符合中原经济区建设及工业化发展的要求,符合高标准粮田建设"绿色化"发展的生态环境保护立场,符合鹤壁市城市总体规划,其斑块形状规则、集聚度高且内部连续性强、景观破碎度较低、分布均匀且优势性明显。因此,未来按照情景Ⅱ模式发展,将有利于高标准粮田区的土地可持续利用。     

绵阳市涪城区近十年土地利用动态监测及分析

近年来绵阳市土地利用变化现象表现十分明显,但缺乏比较深入的研究。本文根据绵阳市涪城区2000年和2010年的土地利用变化动态监测数据,利用CA-Markov模型对2020年的土地利用空间格局进行预测,并对引起该区土地利用变化的驱动力进行分析。     

典型海岸带城市扩张的多源遥感监测与预测——以青岛市为例

本文利用自1995年以来的4期DMSP-OLS、NPP-VIIRS夜光遥感影像与Landsat多光谱遥感影像,分析了青岛市近25年的城市建成区范围、各市区边界形态与扩展趋势,并结合土地利用分类、路网、POI、DEM等多源驱动因子及元胞自动机-马尔可夫（CA-Markov）模型,模拟并预测了2027年青岛市土地利用分类。结果表明,近25年青岛建成区扩展主要以外延式为主,其他城区总体上沿胶州湾方向扩展,四周向青岛主城区汇集,主城区建设用地向西北侧发展。本文验证了夜光遥感在监测与预测典型海岸带城市扩张方面的适用性,为城市化发展进程管理与决策提供了重要依据。     

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

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%。     

基于ECA-GIS模型的土地利用时空变化模拟方法

在城市土地利用认知基础上,本文将ECA-GIS模型的时空数据模型应用于城市土地利用演变模拟中,论述了ECA-GIS模型在模拟土地利用时空演变上的规则,并设计了基于ECA-GIS模型的城市土地利用演化模型,研究了ECA-GIS模型在土地利用演变上的模拟方法和过程。     

Simulating urban growth in a megalopolitan area using a patch‐based cellular automata

Although traditional cellular automata (CA)‐based models can effectively simulate urban land‐use changes, they typically ignore the spatial evolution of urban patches, due to their use of cell‐based simulation strategies. This research proposes a new patch‐based CA model to incorporate a spatial constraint based on the growth patterns of urban patches into the conventional CA model for reducing the uncertainty of the distribution of simulated new urban patches. In this model, the growth pattern of urban patches is first estimated using a developed indicator that is based on the local variations in existing urban patches. The urban growth is then simulated by integrating the estimated growth pattern and land suitability using a pattern‐calibrated method. In this method, the pattern of new urban patches is gradually calibrated toward the dominant growth pattern through the steps of the CA model. The proposed model is applied to simulate urban growth in the Tehran megalopolitan area during 2000–2006–2012. The results from this model were compared with two common models: cell‐based CA and logistic‐patch CA. The proposed model yields a degree of patch‐level agreement that is 23.4 and 7.5% higher than those of these pre‐existing models, respectively. This reveals that the patch‐based CA model simulates actual development patterns much better than the two other models.     

基于FLUS模型的土地利用变化模拟与预测方法研究

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...     

Improving the capability of an integrated CA-Markov model to simulate spatio-temporal urban growth trends using an Analytical Hierarchy Process and Frequency Ratio

The creation of an accurate simulation of future urban growth is considered one of the most important challenges in urban studies that involve spatial modeling. The purpose of this study is to improve the simulation capability of an integrated CA-Markov Chain (CA-MC) model using CA-MC based on the Analytical Hierarchy Process (AHP) and CA-MC based on Frequency Ratio (FR), both applied in Seremban, Malaysia, as well as to compare the performance and accuracy between the traditional and hybrid models. Various physical, socio-economic, utilities, and environmental criteria were used as predictors, including elevation, slope, soil texture, population density, distance to commercial area, distance to educational area, distance to residential area, distance to industrial area, distance to roads, distance to highway, distance to railway, distance to power line, distance to stream, and land cover. For calibration, three models were applied to simulate urban growth trends in 2010; the actual data of 2010 were used for model validation utilizing the Relative Operating Characteristic (ROC) and Kappa coefficient methods Consequently, future urban growth maps of 2020 and 2030 were created. The validation findings confirm that the integration of the CA-MC model with the FR model and employing the significant driving force of urban growth in the simulation process have resulted in the improved simulation capability of the CA-MC model. This study has provided a novel approach for improving the CA-MC model based on FR, which will provide powerful support to planners and decision-makers in the development of future sustainable urban planning.     

基于支持向量机的元胞自动机及土地利用变化模拟

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。     

Simulation of landscape spatial layout evolution in rural-urban fringe areas: a case study of Ganjingzi District

In recent years, the rapid expansion of urban spaces has accelerated the mutual evolution of landscape types. Analyzing and simulating spatio-temporal dynamic features of urban landscape can help to reveal its driving mechanisms and facilitate reasonable planning of urban land resources. The purpose of this study was to design a hybrid cellular automata model to simulate dynamic change in urban landscapes. The model consists of four parts: a geospatial partition, a Markov chain (MC), a multi-layer perceptron artificial neural network (MLP-ANN), and cellular automata (CA). This study employed multivariate land use data for the period 2000–2015 to conduct spatial clustering for the Ganjingzi District and to simulate landscape status evolution via a divisional composite cellular automaton model. During the period of 2000–2015, construction land and forest land areas in Ganjingzi District increased by 19.43% and 15.19%, respectively, whereas farmland, garden lands, and other land areas decreased by 43.42%, 52.14%, and 75.97%, respectively. Land use conversion potentials in different sub-regions show different characteristics in space. The overall land-change prediction accuracy for the subarea-composite model is 3% higher than that of the non-partitioned model, and misses are reduced by 3.1%. Therefore, by integrating geospatial zoning and the MLP-ANN hybrid method, the land type conversion rules of different zonings can be obtained, allowing for more effective simulations of future urban land use change. The hybrid cellular automata model developed here will provide a reference for urban planning and policy formulation.     

Assessing the effect of temporal dynamics on urban growth simulation: Towards an asynchronous cellular automata

Time is a fundamental dimension in urban dynamics, but the effect of various definitions of time on urban growth models has rarely been evaluated. In urban growth models such as cellular automata (CA), time has typically been defined as a sequence of discrete time steps. However, most urban growth processes such as land‐use changes are asynchronous. The aim of this study is to examine the effect of various temporal dynamics scenarios on urban growth simulation, in terms of urban land‐use planning, and to introduce an asynchronous parcel‐based cellular automata (AParCA) model. In this study, eight different scenarios were generated to investigate the impact of temporal dynamics on CA‐based urban growth models, and their outputs were evaluated using various urban planning indicators. The obtained results show that different degrees of temporal dynamics lead to various patterns appearing in urban growth CA models, and the application of asynchronous (event‐driven) CA models achieves better simulation results than synchronous models.     

面向城市建成区扩展模拟的CA-Markov模型改进

对城市建成区扩展的预测是防止城市蔓延的重要管理依据。目前,元胞自动机-马尔可夫链模型,已成为城市建成区扩展预测的重要方法。该模型对指标权重的赋值方法较为敏感,以往的单一指标赋值法,影响了城市建成区扩展预测的精度和可信度。为此,本研究提出整合传统权重赋值法的AHP和逻辑回归模型改进CA-Markov模型。研究选择云南省大理市为案例,对2020、2030年的城市建成区扩展进行模拟和预测,最后进行精度验证。研究结果表明：①Kappa指数可达到96.8%,预测结果有较好的一致性。②大理市的城市建成区扩展均表现为继续向外扩展,以东南、西北方向和两片建成区之间为主要扩展方向。研究提供了组合权重赋值法改进CA-Markov模型,这将为规划者在未来规划中提供强有力的支持。