基于时-空过程集成的矿区土地覆被模拟方法研究

摘要

矿区土地覆被在多因子的直接、间接作用及交互作用下，在时序上呈现波动模式的多样性、状态的多稳定性，在空间上表现为土地覆被类型的高不确定性。当前，矿区土地覆被模拟模型缺乏土地覆被变化过程信息的细致刻画，且模型中模拟规则的线性假设与过拟合等问题限制了模型在矿区土地覆被模拟中的应用。针对上述问题，本文提出了集成时序惯性演变与空间自组织过程的矿区土地覆被模拟算法。论文主要工作如下： 1）提出了基于时空方差分解（PSTV）的选择性时空融合算法，用于生成矿区2000~2016年16天间隔30m空间分辨率的NDVI时间序列，为土地覆被的时序惯性演变模拟提供基础数据。经检验，构建的NDVI时间序列有效保留了矿区土地覆被变化中的突变信息且具有较高的物候稳定性。 2）基于NDVI时间序列，结合BFAST-Monitor与支持向量机（SVM）算法，构建了土地覆被时序惯性演变模拟模型。结果显示，该模型的总体精度（OA）和Kappa系数分别为62.70%和49.94%，模型适用于空间及时间相对稳定的土地覆被类型的模拟。 3）针对传统RF-CA模型中静态转换规则及面积控制因子缺失造成的模拟精度较低的问题，向传统模型中引入特征更新模块及面积控制模块对模型进行改进，构建了FU-RF-CA模型用于矿区土地覆被空间自组织过程模拟。经检验，构建的FU-RF-CA模型的OA及Kappa系数分别为75.36%及66.49%，较Logistics-CA及MLP-CA模型，OA及Kappa系数分别提升了3.93%和4.73%，3.8%和4.51%。 4）基于集成卡尔曼滤波算法（EnKF），构建了集成时序惯性演变与空间自组织过程的矿区土地覆被模拟模型。结果表明，集成模型模拟矿区土地覆被的OA与Kappa分别为79.84%和71.61%，较时序惯性演变模型及空间自组织过程模型，OA与Kappa系数分别提高了17.14%和21.67%，4.48%和5.12%。

目录

第一个书签之前

致谢

摘 要

图清单

表清单

变量注释表

1 绪论

1 Introduction

1.1 研究背景与意义（Research Background and Significance）

1.2 选题来源（Sources of the Topic）

1.3 土地覆被模拟模型研究进展（Research Process of Land Cover Simulation Model）

1.3.1 机器学习与统计方法

1.3.2 元胞自动机模型

1.3.3 多智能体系统

1.3.4 耦合模型

1.3.3 研究评述

1.4 研究内容与技术路线（Research Contents and Technical Route）

1.5 论文组织结构（Structure of the Dissertation）

2 矿区土地覆被模拟理论分析与概念框架

2.1.1 矿区土地覆被变化内涵

2.1.2 矿区土地覆被变化驱动因子

2.2 矿区土地覆被变化驱动机制（Driving Mechanism of Land Cover Change in Mining Area）

2.3 多时间尺度下矿区土地覆被模拟概念模型 (Conception Model of Land Cover Simulation in Mining Area under Multiple Time Scales)

2.4.1 实验区概况

2.4.2 验证数据

2.5 本章小结（Chapter Summary）

3 基于PSTV选择性时空融合的NDVI时间序列构建

3.2.1 STARFM算法

3.2.2 ESTARFM算法

3.2.3 STARFM与ESTARFM算法的融合精度比较

3.3 PSTV选择性时空融合算法构建（Construction of PSTV Selective Spatio-temporal Fusion Algorithm）

3.3.1 PSTV选择性时空融合算法

3.3.2 基于PSTV选择性时空融合的NDVI时间序列构建

3.3.3 重建时间序列有效性分析策略

3.4 实验与分析（Experiment and Analysis）

3.4.1 数据源

3.4.2 选择性时空融合算法实现及NDVI重建

3.4.3 重建时间序列有效性分析

3.5 本章小结 （Chapter Summary）

4 矿区土地覆被模拟集成模型构建

4.1 概述（Introduction）

4.2.1 RF-CA算法

4.2.2 BFAST-Monitor算法

4.3 集成时序惯性演变与空间自组织过程的模拟模型构建（Simulation Model of Integrated Time Sequence Inertia Evolution and Spatial Self-organization Process）

4.3.1 矿区土地覆被时序惯性演变模拟模型构建

4.3.2 矿区土地覆被空间自组织过程模拟模型构建

4.3.3 矿区土地覆被模拟集成模型构建

4.4 实验与分析（Experiment and Analysis）

4.4.1 土地覆被时序惯性演变模拟

4.4.2 基于FU-RF-CA模型的空间自组织过程模拟

4.4.3 集成模型的模拟精度分析

4.5 本章小结（Chapter Summary）

5 矿区土地覆被的情景模拟

5 Scenario Simulation of Land Cover in Mining Area

5.1 矿区不同生产模式下的情景设定（Scenario Setting of Diverse Mining Production Pattern）

5.2 不同情景下的土地覆被模拟结果（Land Cover Simulation under Different Scenarios）

5.3 本章小结（Chapter Summary）

6 结论与展望

6 Conclusions and Outlook

6.1 研究结论（Conclusion）

6.2 研究创新点（Innovations）

6.3 展望（Outlook）

参考文献

附录1

作者简历

学位论文原创性声明

学位论文数据集