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

作     者：李方 

作者单位：武汉理工大学 

学位级别：硕士

导师姓名：吴浩;黎华

授予年度：2017年

学科分类：12[管理学] 1204[管理学-公共管理] 08[工学] 09[农学] 081303[工学-城市规划与设计(含：风景园林规划与设计）] 0903[农学-农业资源与环境] 083306[工学-城乡规划管理] 0813[工学-建筑学] 0833[工学-城乡规划学] 083302[工学-城乡规划与设计] 

主      题：土地利用变化 元胞自动机 尺度敏感性 定量评价方法 CA-Markov模型 

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***。(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。