土地利用变化元胞自动机模拟的尺度敏感性定量方法研究——以CA-Markov模型为例

摘要

土地利用空间格局由于人为活动发生了巨大的改变，这对人类自然和社会环境带来了很大的影响。因而准确掌握土地利用信息和变化动态情况，模拟和预测土地利用变化及其空间演变信息，能为城市决策者合理利用和开发土地资源提供一定的参考依据。元胞自动机模型（CA模型）以其强大的时空动态模拟能力，以及简单的局部转换规则模拟复杂系统变化的优势，已经成为研究土地利用变化模拟的有力工具。此外，随着对地观测技术的快速发展，卫星遥感影像为研究土地利用提供了丰富的数据源，极大地促进了CA模型在模拟城市土地利用变化方面的研究。 然而，在实际应用中，元胞自动机模拟过程中对于模型影响因子的输入有不同尺度选择，这种由于模型输入所造成的尺度敏感性会影响最终模拟精度。这些影响因子主要包括元胞大小、邻域大小和邻域类型等，不同尺度的选择带给模型的敏感性造成了最终模拟结果的不同。因而，怎样有效地描述和分析，以及定量这些尺度敏感性，对于提高模拟精度，增强结果的可靠性至关重要。 为此，本文以CA-Markov模型为例，首先选取精度评价指标，从数值上和空间分布上充分考虑模拟精度和误差分布，构建一种耦合Kappa系数和Contag指数的尺度敏感性评价指标体系，记录每一步CA-Markov模拟的过程；然后通过引入响应面法作为研究模型尺度敏感性定量的手段，对其输入的影响因素的尺度敏感性进行定量研究，分析多因素之间的交互作用，寻求最优尺度组合；在得到CA-Markov最优尺度组合的基础上，与CA模拟中另一重要的SLEUTH模型进行对比，分析两者模拟结果的差异。结果表明： （1）选取精度评价指标（包括Kappa系数和Contag指数），构建的耦合尺度敏感性评价指标体系，能够衡量数值误差和空间分布误差对模拟结果的综合影响，并且通过对评价方法检验，证明了耦合Kappa和Cngtag指标体系比单纯用Kappa系数来评价更优秀。 （2）将响应面法用于CA-Markov模型的尺度敏感性定量研究，通过等高线和响应曲面等分析能够充分识别出元胞大小、邻域大小和邻域形状三者之间交互作用的特征关系与大小，通过建立多元回归方程，给出影响因素与模拟精度之间关系，进而求出最优尺度组合为：元胞大小为90m，邻域大小为3×3，邻域形状为Von.Neumann。 （3）通过对CA-Markov和SLEUTH模型的模拟结果进行城市扩张模式的对比分析，发现CA-Markov模拟后的城市密度较高，呈聚集分布，SLEUTH模型模拟后的城市密度较低，呈分散分布，并且CA-Markov模型模拟精度比SLEUTH模型精度高，更接近真实情况。 本文以CA-Markov模型为例，针对土地利用变化元胞自动机模拟的尺度敏感性定量方法进行研究，实验结果表明文中所提出的评价指标和定量评价方法比较合理，并侧面证明了CA-Markov模型在土地利用变化模拟方面的重要地位。这为有效利用科学的模型和评价方法，提高模拟精度和结果可靠性起到积极地作用。

目录

声明

第1章 绪 论

1.1选题背景与研究意义

1.2国内外研究现状

1.3研究目标与研究内容

1.4研究方法与技术路线

第2章 元胞自动机模拟的基本理论

2.1元胞自动机模型的概述

2.2 CA-Markov模型的基本原理

2.2 CA-Markov模型的尺度影响因素

第3章 CA-Markov模型尺度敏感性定量研究

3.1 一种耦合的CA-Markov尺度敏感性评价指标建立

3.2 基于评价指标的尺度敏感性定量评价

3.3 尺度敏感性分析运行平台

第4章 实例分析

4.1研究区域与数据

4.2 遥感影像预处理

4.3尺度敏感性评价指标计算结果

4.4基于响应面的尺度敏感性定量评价计算结果

4.5 CA-Markov模型与SLEUTH模型模拟效果对比分析

第5章 结论与展望

5.1 全文总结

5.2 展望

致谢

参考文献

攻读硕士学位期间参加的项目及取得成果