基于神经网络的元胞自动机与土地利用演化模拟——以广州市白云区为例

城市发展过程中存在多种土地利用类型的相互转换,掌握其演化规律有助于制定出合理的土地利用规划。传统元胞自动机(CA)在模拟城市扩张过程时,多种土地利用类型间的转换十分复杂,往往难以获得转换规则。本文利用神经网络构建了多类型演化的CA模型;从城市演化的历史数据中进行学习,挖掘出控制土地利用方式转变的空间要素权重,利用广州市白云区2005—2007年间的土地利用历史演化数据训练神经网络后,对2009年研究区的土地利用结构进行了模拟。对比同期的真实土地利用格局,模拟结果的平均精度达到77.65%。     

基于GIS和元胞自动机的荒漠化演化预测模型

荒漠化是当今全球最严重的环境与社会经济问题之一 ,荒漠化以其发展速度和严重的灾害性而引起国际学术界的广泛关注。开展荒漠化变化的驱动因素及其作用机制研究 ,尤其是在此基础上对荒漠化与其驱动因素之间的关系进行量化及动态模拟模型研究 ,对荒漠化的防治和治理具有十分重要的意义。尝试利用3S技术 ,结合元胞自动机理论架构出一套荒漠化动态模拟模型 ,进而对北京及邻区荒漠化的发展趋势进行预测。实验证明 ,这套系统是对荒漠化演化机制从宏观和微观角度进行模拟的有效方法。     

基于数据同化的元胞自动机

提出基于集合卡尔曼滤波(EnKF)的元胞自动机(CA)模型。在CA模型中,由于不同的样本会训练出不同参数值 的转换规则,且获取的转换规则在整个模拟过程中不能改变等原因,误差在模拟过程中会不断累积。本文在CA模型中 引入集合卡尔曼滤波的数据同化方法,建立了基于集合卡尔曼滤波的数据同化CA模型,同化遥感观测数据,根据得出 的同化值修正模拟结果使之向真实情况逼近。利用该模型模拟了广东省东莞市的发展情景(1995年—2005年),实验表 明,与传统CA模型相比,基于集合卡尔曼滤波的CA模型能够融合遥感观测数据,并能更有效地模拟城市扩张过程,达 到良好的模拟效果。     

基于C5.0决策树算法的元胞自动机的洪河湿地演化模拟

以洪河自然保护区1992年、2001年、2010年三期TM遥感影像为数据源,利用C5.0决策树算法从已有的数据及其影响因子数据中挖掘出洪河湿地的演变规则,并将获得的转换规则应用到元胞自动机模型中进行洪河湿地演变的动态模拟与预测,分析和探讨了元胞自动机模型在湿地景观模拟和预测中的重要作用。结果表明,在现有的空间变量和条件不变的情况下,在未来的洪河自然保护区湿地面积将减小,洪河自然保护区干旱化将加重。通过对湿地景观的动态变化模拟和预测研究,能够较好地反映湿地景观的动态变化情况。     

基于元胞自动机的崂山林火蔓延模拟

采用流行的林火蔓延模型结合元胞自动机理论,对崂山地区进行了给定气象、地形等参数条件下的林火蔓延情况模拟,模拟过程综合考虑了林火在地形、风、植被等因素影响下的蔓延扩散速度及元胞燃烧状态,最后对模拟蔓延结果的可靠性进行了分析.     

基于SDOG-ESSG的地球系统元胞自动机框架及其应用试验

元胞自动机结构简单且具备模拟复杂系统的能力,已被广泛应用于大气、流体力学、地球物理等领域。然而,现有元胞自动机以欧氏空间为约束进行地球系统过程模拟,忽略了地球重力等天然约束,导致计算过程中元胞状态的传递方向与真实运动的趋势方向不相符,一定程度上扭曲了最终的模拟结果。本文提出了地球系统元胞自动机这一概念,并从元胞表达及构建、邻居模型等方面设计了基于SDOG-ESSG格网的地球系统元胞自动机框架。由于演化规则取决于不同的应用,因此本文进一步以地壳的热传递为例,通过对热力学方程离散化设计了相应的演化规则。最后,借助公开的数据源开展了地壳热传递元胞自动机模拟的初步试验,并与一定区域下的数值模拟结果展开了比对。试验表明,与数值模拟方法相比,本文方法的模拟结果相对误差控制在27%以内,具备一定程度的可行性,可作为地球系统过程模拟的一种新思路。     

海上距离元胞自动机分析法

针对障碍存在情况下距离变换研究较少的问题,提出了一种基于元胞自动机的绕障欧氏距离变换方法。以南海为例,基于海陆分布数据和目标点数据,以最短绕障路径长度为元胞状态,设计了包含距离算子的元胞状态转换规则。通过元胞自动机模拟距离扩散计算过程,得到绕障距离变换结果,并分析了绕障效果和精度。结果表明:本文方法动态直观地展示了绕障距离变换过程,能够自动计算绕过障碍的最短距离;具有更新机制,能够根据邻域的变化修正状态值;为绕障距离变换问题提供了一种近似的解决途径,错误率低于3.96%,可应用于航线设计、海上救助等领域。     

水系元胞自动机的设计与实现

水系元胞自动机模型是应用元胞自动机理论对水系的形成与发展的随机过程进行模拟的模型。本文使用DEM作为基础数据,针对水系元胞自动机模型的建模过程和模型结构,详细阐述了将其抽象为计算机中具体的数据模型,以及使用C#程序设计语言实现该模型对水系进行模拟的具体过程,模拟了南流江流域局部地区的水系发展过程,为元胞自动机与水文学研究的结合提供了参考。     

基于支持向量机的元胞自动机及土地利用变化模拟

提出了利用遥感数据，并采用支持向量机来确定元胞自动机非线性转换规则的新方法。元胞自动机在模拟复杂地理现象时，需要采用非线性转换规则。目前元胞自动机主要采用线性方法来获取转换规则，在反映复杂的非线性地理现象时有一定的局限性。以城市扩张的模拟为例，将模拟城市系统的主要特征变量映射到Hilbert空间后，通过SVM建立最优分割超平面，分割超平面的分类决策函数由径向基核（Radial Basis Kernel）构造。利用历史遥感数据校正超平面的决策函数，确定城市元胞自动机的非线性转换规则，计算出城市发展概率。利用所提出的方法，对深圳市1988-2010年的城市发展进行了模拟，取得了较理想的模拟效果。研究结果表明，基于SVM-CA模型的模拟精度比传统MCE方法模拟精度高，MoranⅠ指数与实际更为接近。     

基于元胞自动机的遗传神经网络在土地利用变化模拟分析中的应用

元胞自动机模型在土地扩展的转换规则设计上具有随机性,受周围环境影响较大。文中建立基于BP神经网络和遗传神经网络算法优化的元胞自动机土地扩张模型,对广州市2009—2011年进行城市扩张模拟分析。实验结果显示:BP神经网络能够较好地模拟分布较集中的耕地和林地等区域,精度可达到70%以上,而对于面积较零碎的建筑用地区域,模拟效果较差;而遗传神经网络优化算法能够总体提高模拟精度约5%,部分精度能提高至20%。同时,该算法还能充分考虑影响土地变化的各种扰动因素,优化选择驱动因子和缩短迭代次数,对于城市土地扩张研究具有可行性。     

地理特征元胞自动机及城市土地利用演化研究

将综合了几何和非几何属性的地理特征概念引入元胞自动机,构建了地理特征元胞自动机概念模型。通过对深圳特区土地利用演化的实证研究表明,地理特征CA可以更真实地描述元胞地理信息、局部空间关系和演化规则,理论上是可行的;基于地理特征的城市土地利用演化CA在城市规划中具有很大的应用价值。     

基于约束条件的元胞自动机土地利用规划布局模型

分析了我国当前土地利用规划布局的不足,对标准的元胞自动机模型的元胞涵义、规则定义等进行了扩展,探讨了元胞自动机模型在政策及相关规划约束、邻域耦合、适宜性约束、继承性约束及土地利用规划指标约束下的土地利用规划布局的元胞自动机模型。以广西东兴市为例进行了模型的仿真运行和结果分析。     

利用元胞自动机和遗传算法的Voronoi图生成

提出了基于元胞自动机和遗传算法的Voronoi图生成算法,该方法通过遗传算法的全局最优搜索特性寻求潜力点,在此基础上利用元胞自动机的规则扩散衍变及并行特征生成Voronoi图,有效克服了传统方法的诸多缺点,可以得到更为广泛的应用。     

GPU-CA模型下的溃坝洪水演进实时模拟与分析

基于元胞自动机(CA)的局部并行计算特性和统一计算设备架构(CUDA)并行计算架构,提出了GPU-CA的溃坝洪水演进计算模型,重点探讨了溃坝洪水演进元胞自动机模型、GPU模型映射、计算优化、CPU/GPU协同的溃坝洪水演进模拟与分析等关键问题,研发了原型系统,并选择了案例进行初步试验。试验结果表明,在保证溃坝洪水演进模拟结果有效性的情况下,与基于CPU-CA串行计算模式相比,基于GPU-CA的溃坝洪水演进模型计算可提高计算效率,加速比随着元胞格网分辨率的提升而增加,当元胞格网的大小为10m时,模型计算效率的加速比可以达到15.9倍,可支持实时溃坝洪水演进模拟分析与风险评估。     

利用元胞自动机和模糊C均值进行图像分割

提出了一种基于元胞自动机和模糊C均值思想的图像分割方法。该方法以模糊C均值算法为基础定义目标函数,以灰度级为对象,应用一维元胞自动机自迭代求取最小目标函数,实现对图像的初步分割;在此基础上,以二维空间邻域信息对原分割结果进行净化。该方法不仅可以用于普通灰度图像的分割,也可用于遥感影像图的分割。     

基于最大发展潜力值的元胞自动机城市扩张模型

在城镇化发展水平及土地开发评价的基础上,评价待扩张区域土地转变潜力分值,基于最大转变潜力分值,提出一种有别于传统元胞自动机模拟城市扩张的新方法。该方法与传统元胞自动机模拟城市扩张相比在迭代方式上存在不同,它克服了传统元胞自动机因阈值设置不同而导致结果不确定的难题。分别将该方法与传统元胞自动机模型应用于武汉主城区,模拟了其2003年到2013年的城市扩张情况,最后,将模拟结果与实际土地利用现状图进行对比发现改进后的新方法在模拟精度上大大提高。