基于元胞自动机的城市扩展研究

在传统的元胞自动机模型的基础上,结合GIS技术、城市扩展原理建立了研究区的GIS-CA城市扩展模型,模型综合运用灰色局势决策、层次分析法与CA模型确定元胞转变规则。在VS2010平台上,使用VB.NET语言,基于ArcGIS Engine组件开发了研究区城市扩展模拟系统,可模拟与预测研究区的城市扩展情况。使用研究区长春市的实际数据进行了验证,采用1993年、2005年遥感影像作为基础数据,应用GIS-CA城市扩展模型预测了研究区2005年城市用地情况,并进行了对比分析。实验结果显示,采用元胞自动机原理结合GIS技术研究城市扩展情况具有合理性、可行性。     

基于改进元胞自动机的成都城市扩张仿真模拟

为了改善在高速发展的城镇化带来的中国城市无序蔓延、土地利用不合理、生态环境破坏严重等问题,引导城市朝向更加可持续发展的方向演进,更客观地模拟城市空间发展,基于城市元胞自动机理论,在GIS平台基础上,通过引入居民主体建立了改进的城市空间发展动态模型.模型利用逻辑回归分析方法描述了自然条件因子对城市元胞状态转换的影响度,同时利用梯度函数定义了城市元胞宜居度计算方法,进而设计了城市元胞自动机转化规则.利用成都市1959年及1992年的土地利用数据对模型进行了验证和校准后,对成都市2015和2020年的城市用地状况进行了预测,并据此对成都城市空间未来的发展进行了趋势分析,提出了城市扩张建议.     

土地利用演变元胞自动机仿真系统设计与实现

元胞自动机模型是土地利用演变模拟与预测的重要工具.文章基于组件式GIS平台SuperMap Objects,利用微软C#语言构建了一套土地利用演变元胞自动机模型仿真系统:LUCC-CA,用于城市土地利用演变的模拟与预测分析.该软件主要包括简单的数据预处理、模型数据输入、各种模型参数设定、模型运行控制、结果精度评价以及模型仿真结果输出等几部分功能.以广东省广州市花都区为例,利用LUCC-CA系统对花都区1995～2005年土地利用演变模拟进行了实证研究.通过精度分析得出2005年模拟结果与该年实际土地利用现状的平均符合度为75.23%.结果表明该模型系统能够较好地反应区域土地利用演变动态,可为相关研究提供参考.     

基于时间短时尺度的城市快速路路段元胞自动机交通流速度变化概率分析

元胞自动机交通流运动是利用交通流基本参数来研究加速规则、减速规则、换道规则和车辆移动的变化规律,最重要的是利用车辆速度v来确定不同时间不同交通流条件下的车辆速度变化特性.结合国、内外有关元胞自动机交通流研究的经验和方法,通过分析在同一地点、时间尺度为1 min的交通流在t与t+1时刻的平均速度变化关系来确定基于时间短时尺度的元胞自动机城市快速路路段交通流的速度变化概率,并总结出不同条件下的加、减、匀速概率P,为研究基于时间尺度的元胞自动机城市快速路路段交通流模型提供重要的数据分析基础.     

基于SD-CA模型的快速城市化地区土地利用空间格局变化预测

利用未来用地模拟(FLUS)模型预测土地利用变化,探讨深圳市在快速城市化进程中土地利用格局的时空演变特征.首先,基于2004-2018年的历史数据,用系统动力学(SD)模型预测未来用地需求.然后,使用元胞自动机(CA)模型,基于2014年土地利用图,预测2025年的耕地、园地、林地、草地、城镇用地、交通用地、水域和其他...     

基于CA-SVM模型的莆田市城市扩张特征

【目的】利用城市用地扩张模型分析城市用地系统特征、演变过程与机制。【方法】利用支持向量机的非线性特性来定义元胞自动机的非线性转换规则,计算出各个元胞与城市中心、商业中心、大小道路、地质地貌控制边界等距离的区域空间变量,并求出这些变量对每个元胞转变为城市概率的贡献,建立基于CA-SVM的城市扩张模拟模型,以揭示莆田市城市用地扩张规律。【结果】构建的CA-SVM模型在定义分类超平面的同时考虑最小化结构风险和最大距离间隔,使用该模型在莆田市城市扩张模拟中的逐点对比精度达到83%以上。莆田市城市用地扩张的主要方向为东北、东南和南部沿海地区,且呈现出沿交通主干道的轴向扩张模式,在港口和码头等沿海交通网络节点处形成城市扩张的跳跃式布局。【结论】构建的CA-SVM模型可定量地反映各空间要素在研究区城市格局所起的作用,继而完成分析城市发展的主要规律。     

自适应元胞遗传算法与股票价格行为分析

与以往侧重于刻画从众模仿行为的元胞自动机价格模型不同,论文基于Moore型邻居投资者分布结构,以预测精度为切入点,将遗传算法引入到元胞自动机股票价格模型中,投资者与“邻居”沟通和分享信息,并由遗传算子来优化其对股价进行预测的各要素权重;研究了两种预测模式下的权重演化行为。以及权重交叉概率对股价行为（收敛性、波动性等）的影响;模拟了预期驱动下,股价与市场情绪的关系．研究认为：元胞遗传算法的引入,较好地驱动着股票价格回归基本价值,减轻了股票市场的波动性．     

基于蚁群算法的多智能体模拟城市用地扩张

本文把蚁群算法引入到多智能体（Multi Agents,MAS）模型中来模拟城市演变过程。智能体(Agent)在元胞自动机（Cellular automata ,CA）确定城市发展概率的基础上,通过蚁群算法来寻找最大效用值的元胞地块,建立一个能模拟多个自然因素以及不同决策者共同影响的城市用地扩张模拟系统。实验表明,引入蚁群算法的模型能更好地模拟了城市演变过程。     

基于元胞自动机理论的协同设计任务调度模型

分析了设计任务调度的特点,提出了基于元胞自动机理论的调度模型。对元胞自动机任务调度模型进行了数学描述,对设计任务调度的策略进行了分析,建立了元胞自动机目标调度模型,通过具体算例对所提出的模型进行了验证,表明元胞自动机模型可以有效地进行任务调度的优化。     

基于元胞自动机的期权定价模型

针对期权定价难于模拟基础资产价格波动随机性的问题,设计了基于元胞自动机的期权定价模型．该模型将市场参与者看作一个个的元胞,使用元胞规则来模拟金融市场中交易者之间的交互行为。从而在总体上模拟出基础资产价格的变化．比较了模型产出的数据和Black-Scholes模型的计算结果,检验了模型产出数据的正态性,发现基于元胞自动机的期权定价模型不仅具有可行性,而且比Black-Scholes模型更有效．     

GPU-CA model for large-scale land-use change simulation

Land-use change simulation for large-scale regions(i.e.provincial regions or countries) is very useful for many global studies.Such simulation,however,is affected by computational capability of general computers.This paper proposes a method to implement cellular automata(CA) for land use change simulation based on graphics processing units(GPUs).This method can be applied to large-scale land-use change simulations by combining the latest GPU high-performance computing technology and CA.We carried out the experiments by simulating land-use change processes at a provincial scale.This involves a lot of sophisticated techniques,such as model mapping,and computational procedure of GPU-CA model.This proposed model has been validated by land-use change simulation in Guangdong Province,China.The comparison indicates that the GPU-CA model is faster than traditional CA by 30 times.Such improvement is crucial for land-use change simulations in provincial regions and countries.The outputs of the simulation can be further used to provide information to other global change models.     

元胞自动机和粗集支持下的土地利用变化研究

元胞自动机(CA)可以有效地模拟城市土地利用类型的演变过程,在土地演变过程中需要确定转换规则.该文是用粗集理论来确定元胞自动机(CA)不确定性转换规则的方法,再利用得出的转换规则在matlab中进行编程对城市土地利用类型的演化进行模拟预测.分析结果表明,利用粗集理论得出的转换规则在进行模拟预测后,用卡帕系数得到的结果评价是0.664 6,为高度一致性,用混淆矩阵得到的总精度结果评价为83.49%,与实际情况比较相符.粗集和CA的结合对城市土地利用变化的模拟和预测具有相应的借鉴意义.     

基于地理信息系统的色季拉山土地利用时空动态变化

以西藏色季拉山为研究对象,对其1990—2018年土地利用类型时空变化及其影响因素进行了探究和分析.选取三期多时相遥感图像,基于遥感图像处理(the environment for visualizing images,ENVI)和地理信息系统(arc geographic information of system,ArcGIS)软件,并结合该区域土地利用动态图和土地变更调查,得出土地利用分类图、转移矩阵土地利用动态度等结果.28年间,色季拉山主要土地利用类型是草地、林地和未利用地,三者整体上均表现出面积减少的现象;城乡、工矿及居民用地是2005年后出现的新增土地利用类型;空间上,东北方位变化最小,其余方位土地类型变化均匀;经调查,促使土地利用类型发生变化的原因主要有人口增多、城市基础建设和牧业发展.研究成果可为保护色季拉山生态经济和土地管理各级部门提供科学且可靠的理论支持.     

城市边缘区划分方法初探

随着我国社会经济的发展以及城市化进程的加快,处于城市与农村结合部位的城市边缘区是土地利用变化最快、最显著的地区,城市边缘区的定量界定方法是学术界关注的热点之一.以景观多样性指数和土地利用类型比例为参考,以武汉市东湖高新技术开发区为研究对象,研究了该地区的土地利用情况,探讨划分城区、城市边缘区和农村的基本方法.     

高原地区城市不透水面与地表温度时空分布研究

拉萨市作为高原地区的重要城市之一，其城市不透水面的变化及由此而产生的地表温度变化对脆弱地区的生态影响非常显著，因此，选取该市城区及周边郊区作为实验区，利用线性光谱解混和大气校正算法获得该地区2009—2018年城市不透水面盖度(Impervious Surface Coverage, ISC)和地表温度数据，同时结合温度贡献指数(Contribution Index, CI)讨论了高原地区城市不透水面与地表温度时空分布的关系，拟为长期监控高原地区的基础生态变化提供帮助.研究结果表明:(1)由于季节因素的影响，城市热环境对ISC的响应存在2种不同的模式:①冬季，ISC < 0.1的区域对城市热环境的贡献为正；ISC≥0.1的区域的贡献为负. ②夏季，ISC < 0.1的区域对城市热环境的贡献为负；ISC≥0.1的区域的贡献为正. (2)冬季，CI与ISC呈现负相关关系.夏季，当ISC < 0.5时，CI呈现下降的趋势；当ISC≥0.5时，CI呈现上升的趋势. (3)冬季，地表温度随着ISC的增加而缓慢下降；夏季，ISC对地表温度的影响表现为“V”形状.     

昆山市土地利用变化与新农村建设

结合经济社会、资源与环境数据库,运用双变量统计分析模型分析了昆山市土地利用变化的社会经济驱动力,并从土地利用的视角探讨了昆山市建设社会主义新农村,实现农村可持续发展的途径。研究表明,1987-2000年间昆山市土地利用变化的主要特点是耕地被城镇用地、农村居民点、水面养殖坑塘和工矿交通用地大量占用,土地利用斑块破碎化非常明显。工业化、城市化、人口增长和经济改革措施是期间土地利用变化的主要驱动力。作者提出昆山市在新农村建设过程中应注重： （1） 开展农村建设用地整理,改善农村居民生活环境,实现村容整洁;（2） 通过实施耕地整理,确保粮食安全,推进农业现代化建设;（3） 科学编制城镇发展和新农村建设规划,合理整合土地资源,提高集约用地水平;（4） 创新用地管理机制,加快建立土地利用中农民利益的保障机制,确保农民生活宽裕。     

安徽省城市土地集约利用动态及空间差异研究

依据安徽省经济实际,从土地利用投入、产出效益、土地利用程度和土地利用生态效益等4方面构建安徽城市土地集约利用综合评价体系;以安徽省土地统计数据为基础,利用主成分分析法对省内17地市土地集约利用水平进行综合评价。研究结果表明:(1)2004-2009年安徽省城市土地利用集约度不断提高,城市土地集约度增加了2倍多;(2)城市土地集约利用水平具有明显的区域差异,淮河以南相对较高,淮河以北总体上较低;(3)经济发展水平是影响土地集约利用重要的外部因素,合肥、马鞍山和芜湖等经济发达地区集约利用水平相对较高。     

铜仁市碧江区土地利用变化的时空特征及其驱动因素

揭示当前多重因素驱动作用下,以铜仁市碧江区为例探究其土地利用的时空变化特征及其驱动因素分析对地区土地集约利用和粮食安全具有重要意义。基于2009年、2017年landSat高清影像为数据源并结合野外调查验证,通过土地利用动态相关指标以及转移矩阵计算,揭示出了碧江区土地利用变化幅度、速率的演变规律,运用核密度估计方法探究区域土地利用变化的时空集聚特征和差异。结果显示:碧江区土地利用主要是以有林地、灌木林地、草地、旱地为主,其次是以城镇用地、水田和农村居民用地为主。2009—2017年,碧江区土地利用类型变化的幅度和速率均呈现出明显的特征和差异,其中城镇用地利用幅度最大,道路和城镇用地利用变化速率最快,其率值分别为59%、16.81%。碧江区土地利用转换较大的是以城镇建设用地和道路为主,旱地转为城镇用地的面积最多,其转换面积为90.40 km~2;土地利用转换的空间演变呈现出3种变化模式,其主要以城乡向外扩展、道路指向性和农村居民点就近利用模式存在,土地利用空间集聚主要集中于碧江区中部向东部移动趋势。影响碧江区的土地利用变化的驱动因素主要是以社会经济、地形地貌、政府政策、人口以及产业结构调整共同作用的结果。     

基于CA的城市土地利用演变人工神经网络模拟

基于CA原理,利用学习矢量量化神经网络从不同时相遥感数据中挖掘土地利用演变的内在规律,自动找到土地利用元胞的转换规则,并以该规则反演和预测土地利用格局.在上海市区典型边缘带的应用显示,挖掘出的元胞转换规则,与同期上海城市发展状况相吻合,表明该模型可以满足土地利用演变模拟预测的要求,大大缩短了建立CA转换规则所需时间.若能增加社会、经济因素的影响,减少网络训练时的信息浪费,将进一步优化模拟效果.