基于Bayes网络的多粒度时空对象地理过程演化建模——以新安江模型为例

作     者：张正方 闫振军 王增杰 傅蓉 罗文 俞肇元 ZHANG Zhengfang;YAN Zhenjun;WANG Zengjie;FU Rong;LUO Wen;YU Zhaoyuan

作者机构：南京师范大学虚拟地理环境教育部重点实验室南京210023 江苏省地理环境演化国家重点实验室培育建设点南京210023 江苏省地理信息资源开发与利用协同创新中心南京210023 

出 版 物：《地球信息科学学报》 (Journal of Geo-information Science)

年 卷 期：2021年第23卷第1期

页      面：124-133页

核心收录：

学科分类：08[工学] 081501[工学-水文学及水资源] 0815[工学-水利工程] 

基　　金：国家重点研发计划项目课题(2016YFB0502301) 国家自然科学基金项目(41976186) 

主　　题：多粒度时空对象 多尺度地理对象耦合演化 地理过程 Bayes网络 关联关系 概率图模型 要素特征状态 新安江模型 

摘      要：多粒度时空对象具有多粒度、多类型、多形态、多参照系、多元关联、多维动态、多能自主特点,可用于直接描述从微观到宏观的现实世界。基于时空对象建模理论构建多尺度地理对象耦合演化的集成表达是多粒度时空对象模型支撑地理分析与建模的关键。本文基于多粒度时空对象建模理论,在概率图和条件概率表的基础上发展了一种基于Bayes网络的地理过程演化表达和建模方法。该方法将多粒度时空对象作为Bayes网络节点,根据多粒度时空对象间的关联关系构建Bayes网络,利用Bayes概率表达多粒度时空对象间关联关系的作用强度,并通过更新算子和概率图模型描述要素特征状态的动态变化。基于此方法,选取新安江模型,进行多粒度时空对象地理过程建模和模拟实验。采用呈村1989—1995年水文数据为训练数据,1996年水文数据为模拟数据,通过降水面、蒸发面、产流面和汇流面构造Bayes网络并模拟产流量和汇流量状态;实验结果表明本文方法不仅可以对水文过程进行演化建模,并且可以较好地模拟水文过程中的产流量和汇流量变化,正确率达97.5%和95.9%。