人工免疫系统与嵌入规划目标的城市模拟及应用

人工免疫系统(AIS) 具有强有力的计算能力, 可以通过免疫识别、克隆选择、免疫学 习、免疫记忆等功能来进行模式识别和自适应学习。AIS 所具有的自学习、自适应和记忆的能力非常适合于复杂地理过程的研究。而元胞自动机(CA) 是研究复杂系统非常方便和有效的工具。将人工免疫系统和元胞自动机相结合, 建立了城市演变的模拟和规划模型。该模型通过改变抗体的进化变异机制, 把规划目标嵌入到AIS 算法中, 抗体将会逐渐朝着规划目标“进化”, 从而模拟出基于不同规划情景的城市发展空间格局, 为城市和土地利用规划提供决 策支持。设计了6 种不同的城市发展方案, 利用该模型模拟了不同规划方案下珠江三角洲城市的发展情景(1988-2002 年)。并比较了不同模拟情景结果城市的紧凑性: “城市中心” 和 “城市中心-高速公路”发展模式的城市形态更为紧凑, 破碎度较低; 而“镇中心” 和“道路”发展模式形成的城市形态则比较凌乱和分散。模拟结果和分析表明: “城市中心-高速 公路”是珠江三角洲最适合的城市发展模式。     

基于微粒群优化算法的空间优化决策

空间优化决策是GIS应用中复杂而又常见的问题。由于涉及到大量的组合,使用穷举法等方法难以找到最优的解决方案,因此需要运用新的理论方法来解决这类问题。微粒群优化算法是近年来新兴的一种优化技术,与GIS相结合可解决空间优化决策问题。首先,对微粒群优化算法和空间优化决策问题作了简单介绍;然后,基于人口密度、最短距离约束条件下,通过GIS技术,对微粒群优化算法用于空间优化决策的方法、实施过程作了详细阐述;接着,用4×4方格单元对PSO方法的正确性、有效性进行了验证;最后,以广州市芳村区为例,对该方法进行实例验证。通过实验,证明微粒群优化算法具有较好的收敛速度、较高的结果精度,是解决空间优化决策问题的一种有效方法。     

基于多智能体的土地利用模拟与规划模型

利用多智能体和元胞自动机对城市土地资源的可持续利用进行了规划。根据环境经济学资源分配原理和可持续发展理论,提出结合多智能体及元胞自动机的微观规划模型,在时间和空间上合理分配及规划城市土地资源的利用,以避免浪费不可再生的土地资源。该模型由相互作用的多智能体层、元胞自动机层和环境因素层组成,可方便地探索不同土地利用政策下城市土地利用发展情景,能够为城市规划提供有用的决策依据。以广州市海珠区为实验区,在可持续发展为前提的规划下,模拟了1995-2010年的城市扩展的动态变化,并讨论了在不同规划情景下城市土地资源的利用效率及合理性。     

利用遥感监测和分析珠江三角洲的城市扩张过程——以东莞市为例

伴随着经济的快速增长,珠江三角洲近年来出现了迅速的城市化以及乡村城市化的过程。沿着城镇边缘和公路两旁,大片的农田被侵占来单方面地满足城市开发的需要,忽略了粮食产量减少以及环境质量恶化等问题。利用遥感可以有效地监测珠江三角洲的城市扩张过程。在遥感多时相监测的基础上通过熵的计算,可以定量地描述城市扩张的空间规律及扩散过程。     

珠江口红树林湿地演变的遥感分析

广东拥有全国面积最大的红树林湿地。但近年来经济的快速发展使得该湿地系统发生了很大的变化。利用多时相的遥感图像和专家系统方法对珠江口红树林湿地的时空变化进行了分析。结合雷达遥感图像,对红树林群落分类及生物量估算进行了研究,改善了单独使用光学遥感的不足。获得了试验区红树林的变化趋势、类型分布及生物量等情况,为红树林湿地的生态保护提供了重要信息和新的监测手段。     

基于城市扩张的动态选址模型——以深圳垃圾转运站选址为例

现有的许多选址模型研究,主要集中在对选址算法的改进,而忽略了城市作为复杂地理系统所具备的不确定性和动态发展性对选址结果的影响。这往往导致最终的选址结果在设施投入使用后,无法满足新的需求甚至出现不适应新环境的情况。本文将基于GeoCA(地理元胞自动机)的城市扩张模型引入到传统的Location-allocation选址模型中,构建一个动态的选址模型框架,探索如何将选址结果建立在动态的、科学的城市形态预测基础上,促使选址结果更具有客观性、先见性和更符合可持续发展观,这也正是本研究的重要意义所在。同时,框架中的许多子模型都能够单独被优化,具有高度的可伸缩性,能够自适应于特定区域的选址要求。     

基于遥感和GIS的城市水体缓解热岛效应的研究——以东莞市为例

以Landsat5TM遥感影像为数据源,研究水面积比例和地表温度的关系,发现水面积比例和地表温度存在较高的线性负相关,其相关系数为﹣0.72;进一步采用空间分析方法,对比河流两岸不同距离内的城市用地温度,揭示了水体缓解城市内部热环境效应的有效范围,定量探讨了河流宽度差异引起的缓解差异.结果表明,河流对城市热环境有一定的缓解作用,有效范围约200 m左右,河流越宽,缓解能力相对越强.     

基于倾向得分匹配方法的中国自然保护区缓解人类活动压力评估

科学地评估自然保护区缓解人类活动压力的效果,对于有效的自然保护至关重要.目前中国国家尺度下的这方面研究,仅将保护区内、外的人类活动压力进行对比,其缺陷是样本选择性偏差会导致评估结果的不合理.本文选择了倾向得分匹配(Propensity Score Matching)方法来克服保护区评价中的样本选择性偏差问题.首先耦合多...     

利用案例推理（CBR）方法对雷达图像进行土地利用分类

提出了基于案例推理 (CBR)的遥感分类的新方法。基于规则的专家系统被用来提高遥感分类的效率。但所涉及的规则可能多达上百或上千条 ,有的问题根本无法用规则来表达。CBR只是根据以往的案例进行推理 ,克服了基于规则的推理方法的不足 ,可以用来解决一些复杂的资源环境问题。利用CBR和模糊数学结合 ,并通过分层随机采样来控制案例在空间上的分布 ,以反映复杂环境所造成的光谱变化 ,由此解决遥感分类中的“同物异谱”现象。实验表明 ,所建立的案例库可以被重复多次使用 ,分类的效果比监督分类和非监督分类要好。     

基于空间自相关的东莞市主体功能区划分简

中国“十一五”规划纲要明确提出,根据资源环境承载能力、现有开发密度和发展潜力,统筹考虑未来中国人口分布、经济布局、国土利用和城镇化格局,将国土空间划分为优化开发、重点开发、限制开发和禁止开发四类主体功能区。至今已有不少学者开展主体功能区划分研究,但所用方法工作量大,或带有一定的主观性,且未考虑同类功能区集聚或分散程度。因此提出利用遗传算法改进传统聚类方法,自动划分主体功能区,在划分过程中考虑区域的全局空间自相关特性,使同类功能区在空间上呈集聚分布的格局。以近年来城市快速扩张的东莞市为例,验证了此方法的可行性,能简单有效地进行主体功能区划分。与常用的K-means聚类方法相比,新方法划分结果更符合实际情况,能进一步推广应用到其它地区的主体功能区划分。