基于核主成分元胞模型的城市演化重建与预测

通过元胞自动机(CA)模拟和重建城市演化的复杂非线性过程,对于城市土地利用规划和决策具有指导意义。利用传统线性方法获取的地理CA转换规则,较难刻画城市演化的时空动力学过程。基于核主成分分析方法(KPCA),通过核函数映射,在高维特征空间下不仅能够对多重共线的空间变量进行非线性降维,且由此建立的地理元胞模型KPCA-CA参数物理意义明确,能够较好地体现城市化过程的非线性本质。基于GIS环境下自主研发的地理模拟框架SimUrban,利用该KPCA-CA模型模拟和重建了快速城市化区域上海市嘉定区1989-2006年城市演化过程,并预测了研究区2010年的城市空间格局。模拟结果显示,嘉定区城市主要沿中心区域及主干道路而扩展,体现了KPCA方法提取的前两个主成分的作用,与城市实际发展情况相符。利用混淆矩阵和面积控制精度等指标,对模拟结果进行了评价,得到总体精度为80.67%、Kappa系数为61.02%,表明模拟结果与遥感分类结果及统计结果符合程度较好;与传统基于线性方法的地理CA模型比较,KPCA-CA模型模拟结果精度更高。     

城市土地利用演化CA模型的扩展研究

城市土地利用演化的实质是人为干预下城市生态景观的自组织机制作用过程。根据城市土地利用演化生命机制概念,构建基于地理特征的城市土地利用演化CA模型,并以深圳特区为试验区域进行实证研究。结果表明,基于城市生命机制和地理特征的城市土地利用演化CA模型,可以有效地进行城市土地利用演化的时空模拟与预测。     

基于GIS与CA的城市扩展研究——以洛阳市为例

元胞自动机(Cellular Automata,CA)是一种"自下而上"的动态模拟建模框架,具有模拟复杂系统时空演化过程的能力。CA模型的这些特点使得它在城市增长、扩展和土地利用演化模拟等方面较为合适,成为CA应用的热点。探讨利用GIS技术开发CA模型将会改善CA模拟城市扩展的环境,建立典型的城市CA模型也会发现新的参数和转换规则。基于CA原理,结合GIS与RS技术,在ArcGIS平台中进行二次开发,构建了GIS-CA模型系统。以洛阳市为研究区域,对其城市扩展进行了模拟和预测,结果表明,将人为的规划因素加入到CA模型中,打破了CA模型只能模拟城市受自然因素影响而进行的扩展。模拟结果比较真实可信,也为下一步城市规划提供决策支持。     

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

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。     

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

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。     

基于GA复合模型的城市空间演变研究

介绍了元胞自动机（CA）模型、马尔柯夫（MARKOV）和层次分析（AHP）的概念和原理,在分析城市空间演化过程和模型特点的基础上,对标准CA模型进行扩展,构造出CA-MARKOV-AHP复合模型.在GIS和基础地理信息数据库的支持下,对广东江门城市空间的演变进行模拟和预测.     

基于动态约束的元胞自动机与复杂城市系统的模拟

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。     

基于遗传算法自动获取CA模型的参数

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。     

元胞自动机的地理过程模拟机制及扩展

地理空间、地理梯度、地理流和空间关系是经典地理学进行地理过程分析常用的4个基本概念,元胞自动机(CA)作为复杂空间系统研究的重要工具。分析表明,其与经典地理过程分析理论具有类似地表达机制,因而能有效地进行地理过程模拟。但由于标准CA是一种更广泛抽象的空间模型,其对地理特征的描述存在一定局限,限制了其更真实地模拟地理过程的能力。论文提出了基于地理特征的CA概念模型,深圳特区土地利用演化的实证研究表明,地理特征CA概念模型具有极大的应用价值。     

基于空间自回归CA模型的城市土地利用变化模拟与预测

该文构建了一种基于空间自回归的地理元胞自动机(CA)模型——SARCA模型,该模型能够较好融合地理系统模拟中的空间自相关特性,且获取的CA参数具有明确的物理意义。以1995-2015年上海城市土地利用为案例,验证了该模型的有效性。CA参数和城市土地转化概率表明,上海市外环线对于CA参数的贡献相比其他空间变量具有压倒性优势,到外环线距离越近则土地发展为城市的概率就越大。将基于Logistic回归的CA模型(LogCA)作为比较对象,模拟同期上海全域城市土地利用变化过程。CA规则表明,SAR在赤池信息量准则(AIC)、残差的描述性统计量和空间自相关指标等方面均优于Logistic回归。同时,SARCA模型在2005年和2015年的土地利用模拟结果总体精度分别为86.3%和82.0%,均优于LogCA模型的模拟结果(总体精度分别为79.8%和76.3%)。     

大数据量遥感影像快速显示剖分组织方法研究

提出了基于全球剖分格网的大数据量遥感影像快速显示方法,并基于VC平台实现.测试表明,它具有LOD技术优点,兼有影像金字塔的长处,并且利用剖分面片无缝铺盖球面的性质和地址码的关联性,可解决图像的重叠问题,能实现遥感影像的快速搜索与显示,具有局部图像快速更新、图像无缝连接等优点.     

广东省土地管理信息系统的设计与应用

采用遥感（ＧＩＳ）与地理信息系统（ＧＩＳ）相结合的方法研制的土地管理信息系统能为广东省土地管理部门提供科学,快捷,有效的管理手段,文中重点讨论了广东省土地管理信息系统的设计目标,结构与功能,并介绍了土地管理信息系统的应用实例,指出建立规范化,标准化的土地管理系统的重要性以及统一的规范数据统计单元的必要性。     

3S技术在湿地研究中的应用

湿地具有多种生态功能和经济与社会价值,是人类赖以生存和发展的自然资源宝库与生存环境。湿地研究已受到国际社会的高度重视,成为国际生态学与环境科学研究的热点问题之一。3S技术的发展为湿地研究提供了新的方法和强有力的技术支持。主要论述了3S技术在湿地资源调查、湿地动态变化监测、湿地景观变化分析、湿地制图、湿地资源管理等方面的应用概况;在此基础上概要论述了3S技术在湿地研究应用中存在的主要问题和解决方案;最后论述了3S技术在湿地研究应用中的发展前景。提出应加大3S技术集成的深度,加强3S技术在湿地生物多样性、湿地环境效益、湿地边界确定及湿地资源管理等研究中的应用,把对湿地资源信息的分析和处理提高到研究湿地空间的规划和决策层面上,为管理和合理利用湿地资源指引方向。     

风沙过渡区土地利用变化及生态效应图谱——以陕北榆阳区为例

以遥感影像资料为依据,运用地学信息图谱研究方法,在RS和GIS的支持下分析榆阳区1985~2000年土地利用及其生态服务价值的时空变化特征。结果表明:该区研究期内最主要的土地利用动态是未利用地向草地的转化,其变化占全区总变动量91.14%;土地利用变化使生态系统的生态服务价值增加了158.59×10⁶元,增幅为8.23%,其中,风沙区占总增量的85.99%,增幅10.88%,黄土丘陵沟壑区占总增量14.01%,增幅3.29%。经过实证分析,利用地学信息图谱进行土地利用变化和生态效应定量研究是一种十分有效的方法。     

遥感与GIS技术在湿地定量研究中的应用趋势分析

在充分吸收已有相关研究成果基础上,提出利用RS与GIS技术,全面开展湿地系统定量化研究的思路和框架。重点分析了RS与GIS技术在湿地识别及类型划分、湿地生物量的遥感估测、湿地景观演变的动态分析、湿地评价与湿地保护区建设、湿地管理信息系统等研究中的应用趋势。研究表明,利用遥感与GIS技术可以增强湿地研究的宏观性、动态性、定量性。     

Parallel cellular automata for large-scale urban simulation using load-balancing techniques

Cellular automata (CA), which are a kind of bottom-up approaches, can be used to simulate urban dynamics and land use changes effectively. Urban simulation usually involves a large set of GIS data in terms of the extent of the study area and the number of spatial factors. The computation capability becomes a bottleneck of implementing CA for simulating large regions. Parallel computing techniques can be applied to CA for solving this kind of hard computation problem. This paper demonstrates that the performance of large-scale urban simulation can be significantly improved by using parallel computation techniques. The proposed urban CA is implemented in a parallel framework that runs on a cluster of PCs. A large region usually consists of heterogeneous or polarized development patterns. This study proposes a line-scanning method of load balance to reduce waiting time between parallel processors. This proposed method has been tested in a fast-growing region, the Pearl River Delta. The experiments indicate that parallel computation techniques with load balance can significantly improve the applicability of CA for simulating the urban development in this large complex region.     

基于遥感与GIS的乌审旗土地利用变化研究

在遥感与GIS技术支持下,以乌审旗1986-2005年5期TM影像为主要数据源,运用土地利用动态度和土地利用转移矩阵对土地利用的数量变化进行了研究.运用定量与定性相结合的景观空间格局分析方法,对土地利用景观格局特征的动态变化进行了分析,并利用社会经济数据对土地利用变化的人为驱动力进行了分析.研究表明:(1)20年间各土地利用类型经历着"涨势"与"落势"的波动.从各土地利用类型的转化方向来看.林地、草地和沙地相互转换频繁;耕地主要转变为林地、草地和沙地;水域主要向其他未利用地转换,其他未利用地主要向草地和沙地转换,工矿用地没有转出.从2005年各土地利用类型的转化来源看,耕地主要是由林地、沙地和草地转变而来;林地主要由沙地和草地转变而来;草地主要是由沙地和林地转变而来;水域主要是由沙地和耕地转变而来;居民地主要是由沙地、草地和林地转变而来;其他未利用地主要是由草地、水域和林地转变而来.(2)土地利用景观格局演变特征表现为:除居民点外各类景观斑块形状指数都呈增加趋势;除水域外,各类景观斑块密度下降、分离度减少;全旗景观优势度下降、多样性升高.(3)人为因素中的人口增长、经济发展以及生态工程的实施对土地利用变化起重要作用.     

基于多智能体的城市人口分布模型

人口是城市发展中最为活跃的因素,快速增长的人口给城市安全、经济和生态环境带来了深远的影响,获取不同尺度的高精度人口空间分布信息对于城市安全管理、提高资源环境的综合管理能力具有非常重要的意义。针对常用的城市人口空间分布模拟方法存在的不足,构建了基于多智能体的城市人口分布模型,模型由影响要素、智能体、决策规则等组成。在两个不同尺度区域进行了模型应用实验,并以重力模型进行了对比分析。实验结果表明,与重力模型相比,此模型所模拟的结果具有更高的精度,且接近于实际的人口空间分布,为城市人口分布模拟提供了新的思路。     

The GRASS GIS temporal framework

The availability of continental and global-scale spatio-temporal geographical data sets and the requirement to efficiently process, analyse and manage them led to the development of the temporally enabled Geographic Resources Analysis Support System (GRASS GIS). We present the temporal framework that extends GRASS GIS with spatio-temporal capabilities. The framework provides comprehensive functionality to implement a full-featured temporal geographic information system (GIS) based on a combined field and object-based approach. A significantly improved snapshot approach is used to manage spatial fields of raster, three-dimensional raster and vector type in time. The resulting timestamped spatial fields are organised in spatio-temporal fields referred to as space-time data sets. Both types of fields are handled as objects in our framework. The spatio-temporal extent of the objects and related metadata is stored in relational databases, thus providing additional functionalities to perform SQL-based analysis. We present our combined field and object-based approach in detail and show the management, analysis and processing of spatio-temporal data sets with complex spatio-temporal topologies. A key feature is the hierarchical processing of spatio-temporal data ranging from topological analysis of spatio-temporal fields over boolean operations on spatio-temporal extents, to single pixel, voxel and vector feature access. The linear scalability of our approach is demonstrated by handling up to 1,000,000 raster layers in a single space-time data set. We provide several code examples to show the capabilities of the GRASS GIS Temporal Framework and present the spatio-temporal intersection of trajectory data which demonstrates the object-based ability of our framework.