基于 CA 模型的土地利用变化研究

土地利用变化趋势及驱动力分析研究是目前全球变化研究的热点问题之一,如何合理并准确地模拟预测出土地利用变化的趋势是研究的核心。土地利用动态变化十分复杂,传统的GIS模型能很好地解决部分空间相关问题,但对复杂的时空动态变化地理现象却难以模拟。元胞自动机（ CA ）是“自下而上”的动态模拟建模框架,其时间、空间、状态都离散,是一种空间相互作用和时间因果关系都为局部的网格动力学模型,具有模拟复杂系统时空演化过程的能力。 CA模型的这些特点在土地利用演化的模拟方面较为合适,集成于GIS下的CA模型将会改善CA的模拟环境,使模拟分析的结果更加准确。     

土地利用变化动态模型研究

介绍目前较常用的动态模型——Markov和Celluar Automata模型及其在土地利用变化研究中的应用；着重分析了基于Markov—CA的土地利用变化动态模型，并利用两期TM数据进行Markov—CA模型应用试验研究。结果表明：MarkOVDCA模型可以克服马尔可夫分析本身固有的问题——没有考虑每种土地利用类型的空间分布，而CA恰好能弥补Markov模型的不足；同时Markov—CA模型也发挥了CA和Markov模型的优点，使得它能更好地对土地利用变化进行模拟和预测。     

土地利用变化动态模型研究

介绍目前较常用的动态模型--Markov和Celluar Automata模型及其在土地利用变化研究中的应用;着重分析了基于Markov_CA的土地利用变化动态模型,并利用两期TM数据进行Markov_CA模型应用试验研究.结果表明:Markov_CA模型可以克服马尔可夫分析本身固有的问题--没有考虑每种土地利用类型的空间分布,而CA恰好能弥补Markov模型的不足;同时Markov_CA模型也发挥了CA和Markov模型的优点,使得它能更好地对土地利用变化进行模拟和预测.     

集成GIS和细胞自动机模型进行地理时空过程模拟与预测的新方法

目前商用地理信息系统（GIS）不能完整地表达地理实体的时态信息和时空关系，缺乏时空分析和时空动态模拟的能力，这已成为GIS界的一个共识，然而，未来GIS在各应用领域的深入发展以及在实现“数字地球”战略过程中，都要求发展新的时空分析和模拟方法，细胞自动机（Cellular Automaton)是一种“自下而上”的动态模拟建模框架，具有模拟地理复要系统时空演化过程的能力，首先将标准CA模型的4元组进行扩展以满足GIS环境下时空动态模型的要求，然后以城市土地利用演化这一动态过程为例，建立了土地利用演化动态模拟与预测模型（LESP），最后运用此模型对包头市城市扩展和土地可持续利用演化进行了比较成功的模拟和预测。     

GeoSOS在城市扩展中的应用

城市扩展是一个复杂的时空转换过程,元胞自动机(CA)是一种时空离散、状态简洁,利用简单的局部规则来模拟复杂系统时空演化过程的格网动力模型,CA在城市增长、扩展和土地利用演化的模拟等方面有着巨大的优势。本文基于Geo SOS for Arc GIS平台,分别利用Logistic-CA、ANN-CA和DT-CA这3种模型对长春市主城区1995—2005年、2005—2015年的城市扩展情况进行了模拟,结果表明Logistic-CA、DT-CA两种模型更适用于研究单一土地利用类型的模拟,ANN-CA更适用于涉及多种土地利用类型转换的模拟。而后,利用综合表现最佳的DT-CA模型对长春市主城区2015—2025年的城市扩展进行预测,模拟结果可为相关部门对土地规划的宏观决策提供一定的参考和数据支持。     

集成GIS的元胞自动机在城市扩展模拟中的应用

元胞自动机CA(Cellular Automata)是一种"自下而上"的动态模拟模型,具有模拟城市复杂系统时空演化过程的能力。CA和GIS的集成使二者在时空建模方面相互补充,能使CA模拟结果可视化显示。这里以郑州市为例,设计了城市CA模型,借助VB 6.0和MapX 5.0建立了一个与GIS无缝集成的2维CA模拟系统,并结合郑州市2005~2007年遥感影像图和土地利用图,对郑东新区进行了模拟,取得较好的效果。     

集成GIS的元胞自动机在城市扩展模拟中的应用

元胞自动机CA(Cellular Automata)是一种"自下而上"的动态模拟模型,具有模拟城市复杂系统时空演化过程的能力.CA和GIS的集成使二者在时空建模方面相互补充,能使CA模拟结果可视化显示.这里以郑州市为例,设计了城市CA模型,借助VB 6.0和MapX 5.0建立了一个与GIS无缝集成的2维CA模拟系统,并结合郑州市2005～2007年遥感影像图和土地利用图,对郑东新区进行了模拟,取得较好的效果.     

一种基于机器学习的城市发展模拟元胞模型

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...     

CA与GIS的集成用于地理信息的动态模拟和建模

当前,多数GIS只沉溺于描述和处理静态的空间信息,它们难以有效地管理、表达、分析和处理具有时间概念的时空动态信息。本文介绍了一种可用来模拟和显示复杂时空动态行为和过程的方法。文章首先介绍了CA（CellularAutomata）模型的基本理论,然后概括了CA与GIS集成的框架,最后给出一个示例。     

徐州市土地利用CLUE-S模型变化模拟

对徐州市1987年、1994年和2000年3期遥感影像图进行分析,利用面向对象的思想,采用多尺度分割法对影像进行分类,通过遥感影像的光谱特征,确定分类目标,获取该区过去13年间的土地利用/覆被时空变化特征。运用CLUE-S模型以1994年土地利用数据模拟了2000年的土地利用空间变化状况,并通过2000年实际遥感影像分类数据加以验证,结果计算出Kappa指数为0.846,达到精度要求,实例证明CLUE-S模型较好地模拟了徐州市的土地利用/覆被变化。最后运用CLUE-S模型以6年为1个时空尺度模拟该区未来12年的自然状态和生态保护状态下的土地利用/覆被变化特征。     

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。     

Integrating the multi-label land-use concept and cellular automata with the artificial neural network-based Land Transformation Model: an integrated ML-CA-LTM modeling framework

Cellular automata (CA) and artificial neural networks (ANNs) have been used by researchers over the last three decades to simulate land-use change (LUC). While conventional CA and ANN models assign a cell to only one land-use class, in reality, a cell may belong to several land-use classes simultaneously. The recently developed multi-label (ML) concept overcomes this limitation in land change science. Although the ML concept is a new paradigm with nonexclusive classes and has shown considerable merit in several applications, few studies in land change science have applied it. In addition, determining transition rules in conventional CA is difficult when the number of drivers is large. Since CA has been shown as a potential model to consider neighborhood effects and ANN has been shown effective in determining CA transition rules, we integrated both CA with an ANN model to overcome limitations of each tool. In this study, we specifically extended the ANN-based Land Transformation Model (LTM) with both a CA-based model and the ML concept to create an integrated ML-CA-LTM modeling framework. We also compared, using standard evaluation measures, differences between the proposed integrated model with a conventional CA-based LTM model (called the ml-CA-LTM). Parameterization was made using a learning and testing procedure common in machine learning. Results showed that the modified LUC model, ML-CA-LTM, produced consistently better goodness of fit calibration values compared to the ml-CA-LTM. The outcome of this modified model can be used by managers and decision makers for improved urban planning.     

Simulating urban land-use change based on the multi-hierarchal planning–environment interaction process

Urban land-use change is the result of coupling interaction between planning and environment systems. The aim of our study was to construct an effective model to show how the urban land-use changes under the planning–environment interaction system with multi-hierarchy and major function oriented zoning. Combining the Cellular automata (CA) model with logistic regression model, the proposed multi-hierarchal vector CA model (MH-VCA3) was constructed by mining multi-hierarchal land-use transition rules under the planning–environment interaction system. Taking Jiangyin City (China) as an example, we compared the simulated result of the proposed model to those of the well-accepted Logistic CA and traditional multi-level CA models to demonstrate the effectiveness of the consideration of top-down decomposition constraint and bottom-up updating. Furthermore, by simulating the land-use changes under different population regionalization scenarios, we found that in order to form the spatial pattern of “agglomeration in the north and ecology in the south,” the planned population growth at the global hierarchal level should be allocated to the district units according to the law of Central district > Chengxi district > Chengdong district > Chengnan district > Chengdongnan district. The proposed model is expected to provide scientific support for the formulation of urban planning schemes in the future.     

疟疾发病的空间格局和时空演化分析

疟疾是一种具有复杂地理空间分布特征的地方性疾病,研究疟疾的空间格局,掌握疟疾发病的时空演化规律,为疟疾的防治提供科学决策具有十分重要的科学意义。本文以湖南省105个市、县级行政区1983～1992年疟疾发病的历史资料为例,运用空间自相关分析方法对湖南省疟疾发病的空间格局和时空演化规律进行分析、探测和识别。研究结果表明：湖南省各市县疟疾发病地域差异明显,整体呈现＂南高北低＂的空间格局,且主要集中在湘南和湘中经济相对落后的地区。在这期间,湖南省的疟疾发病经历了一个从＂南低北高＂到＂南高北低＂的时空演化过程。     

基于遥感与GIS的城镇用地扩展研究

利用1990年土地详查变更调查数据和2006年的SPOT遥感影像,借助GIS空间分析能力,通过计算土地利用类型动态度、转移矩阵、扩展强度指数分析了慈溪市的城镇用地利用变化的时空特征.研究结果表明:1)慈溪市城市、建制镇、交通运输用地扩展的大部分来源于耕地;2)浒山街道城镇,交通建设用地扩展强度指数大于其他镇;3)建设用...     

土地利用优化配置建模研究进展与展望

土地利用优化配置是解决土地资源供需矛盾、协调社会经济发展与生态保护的重要技术手段,也是土地资源可持续利用需要解决的关键问题之一。随着空间模拟和智能优化技术的发展,土地利用优化的理论基础和方法体系也在不断更新。在文献计量的基础上,系统总结了国内外土地利用优化配置的驱动理论和方法,重点分析了空间模拟优化模型和智能寻优模型在土地利用优化配置建模应用中的进展和存在的问题,对土地利用优化配置未来的发展和面临的挑战进行了讨论和展望,提出自然与人文过程的耦合驱动、多模型的空间化协同、大数据知识挖掘方法的嵌入和数字孪生技术的支撑,应是土地利用优化配置领域下一阶段的研究方向。     

济南泉域土地利用动态变化及驱动力研究

基于Arc/Info、ArcView等地理信息系统技术支持,利用遥感和非遥感信息资料,对1995～2000年济南泉域的土地利用变化进行了动态研究,求得泉域土地利用动态变化的转值矩阵,据此分析了近几年济南泉域土地利用变化的空间过程。     

Design and implementation of a Space-Time Intelligence System for disease surveillance

Modeling chronic and infectious diseases entails tracking and describing individuals and their attributes (such as disease status, date of diagnosis, risk factors and so on) as they move and change through space and time. Using Geographic Information Systems, researchers can model, visualize and query spatial data, but their ability to address time has been limited by the lack of temporal referencing in the underlying data structures. In this paper, we discuss issues in designing data structures, indexing, and queries for spatio-temporal data within the context of health surveillance. We describe a space-time object model that treats modeled individuals as a chain of linked observations comprised of an ID, space-time coordinate, and time-referenced attributes. Movement models for these modeled individuals are functions that may be simple (e.g. linear, using vector representation) or more complex. We present several spatial, temporal, spatio-temporal and epidemiological queries emergent from the data model. We demonstrate this approach in a representative application, a simulation of the spread of influenza in a hospital ward.This research was supported by grant R44ES010220 from the National Institute of Environmental Health Sciences (NIEHS) and by grants R01CA092669 and R01CA96002 from the National Cancer Institute (NCI). The content of this paper does not necessarily represent the official views of the NIEHS or the NCI.     

城市扩张CA模型的参数敏感性分析

以广州市番禺区为研究区,构建了相应的城市扩张CA模型,从采样、邻域结构和微观元胞尺度等方面研究了CA模型的敏感性。首先通过改变模型采样比例、样本各个类别的比例等研究样本对模型参数的影响。然后分析不同的邻域结构与模型模拟精度的关系,并从微观尺度分析邻域元胞对中心元胞的影响。最后从空间尺度上分析CA模型在各种不同分辨率下的模拟结果,用景观指数剖析模拟结果的形态,同时在元胞摩尔邻域内分析其3×3邻域的城市发展密度变化情况。实验表明:(1)适当提高采样比例,会得到精度较高的权重,但训练样本中城市用地的比例应该与城市用地的转变量在全区的占比相匹配。(2)不论是采用摩尔邻域还是冯诺依曼邻域,模拟精度均随着空间尺度的增加而降低。在同一空间尺度下,采用摩尔邻域的模拟结果略好。相比冯诺依曼4个邻域元胞,摩尔邻域中的角点对中心元胞具有更大的影响。(3)随着空间分辨的降低,模拟结果的斑块数、斑块密度、聚集度和分形维度值在减少,结构变得简单,而且在微观的摩尔邻域中城市发展密度正在减少,即由高密度向低密度转换。     

Modelling coastal land use change by incorporating spatial autocorrelation into cellular automata models

This paper presents a spatial autoregressive (SAR) method-based cellular automata (termed SAR-CA) model to simulate coastal land use change, by incorporating spatial autocorrelation into transition rules. The model captures the spatial relationships between explained and explanatory variables and then integrates them into CA transition rules. A conventional CA model (LogCA) based on logistic regression (LR) was studied as a comparison. These two CA models were applied to simulate urban land use change of coastal regions in Ningbo of China from 2000 to 2015. Compared to the LR method, the SAR model yielded smaller accumulated residuals that showed a random distribution in fitting the CA transition rules. The better-fitting SAR model performed well in simulating urban land use change and scored an overall accuracy of 85.3%, improving on the LogCA model by 3.6%. Landscape metrics showed that the pattern generated by the SAR-CA model has less difference with the observed pattern.