土地利用变化研究中的细胞自动机与灰色局势决策

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则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。     

基于灰色局势决策规则的元胞自动机城市扩展模型

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。     

地籍学

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     

基于遗传神经网络获取元胞自动机的转换规则

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。     

元胞空间分区及其对GeoCA模型模拟精度的影响

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。     

基于SLEUTH模型的长江口北岸土地利用演化模拟研究

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。     

基于最大发展潜力值的元胞自动机城市扩张模型

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。     

基于并行元胞自动机的水体污染物扩散模拟

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。     

云环境下基于CA-Markov的土地利用变化预测方法

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。     

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。     

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...     

专题制图中多因素数据的Fuxxy-Grey局势决策综合分类

专题制图中，所收集到的数据经常是单因素的，而在专题地图上却往往需要把多个单因素专题数据进行综合分类来表示。本文中，采用Fuzzy-Grey局势决策（下简称F-G决策）来研究多因素专题数据的综合分类问题，把“数据的模糊性”引入到灰色局势决策之中，根据不同情况，讨论各局势上效果测度中模糊隶属度确定的建模方法，在合适的隶属函数的基础上，在计算机上对实例分类进行程序运行，获得满意的结果。研究表明应用该方法在专题制图中对多因素数据进行综合分类是一种有效的手段。     

海上距离元胞自动机分析法

针对障碍存在情况下距离变换研究较少的问题,提出了一种基于元胞自动机的绕障欧氏距离变换方法。以南海为例,基于海陆分布数据和目标点数据,以最短绕障路径长度为元胞状态,设计了包含距离算子的元胞状态转换规则。通过元胞自动机模拟距离扩散计算过程,得到绕障距离变换结果,并分析了绕障效果和精度。结果表明:本文方法动态直观地展示了绕障距离变换过程,能够自动计算绕过障碍的最短距离;具有更新机制,能够根据邻域的变化修正状态值;为绕障距离变换问题提供了一种近似的解决途径,错误率低于3.96%,可应用于航线设计、海上救助等领域。     

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。     

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。     

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%。     

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...     

基于CA的时空过程模拟建模方法

对现有GIS数据模型的局限性、时空过程模拟模型与GIS的结合进行了分析。介绍了元胞自动机的特点及连续型元胞自动机模型 ,并结合地震动模拟对二维连续型元胞自动机进行了实例分析     

基于元胞自动机复合模型的土地利用演化模拟——以北京市海淀区为例

为了在土地利用空间格局演化模拟的基础上,为未来城市土地利用规划及管理提供更为科学合理的决策依据,本文以北京市海淀区1996年、2002年及2008年3期土地利用数据为数据源,重点采用元胞自动机复合模型CA-Markov模型与多标准评价方法相结合的手段,构建元胞转移数量规则及空间位置转化规则,并分别构造3种不同大小的元胞邻域集合,进行土地利用格局的模拟及预测。试验中2008年土地利用模拟结果与实际土地利用数据Kappa系数高达0.856 1,表明CA-Markov模型结合多标准评价方法的模拟手段可行性较高,同时元胞邻域空间大小对模拟结果的精度有明显的影响。土地利用结构数据及模拟预测结果表明城市集约化现象明显,建设用地迅速扩张,占用大量耕地、园地用地,因此迫切需要促进城市土地利用的可持续发展。     

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。