不同样本方案下遗传元胞自动机的土地利用模拟及景观评价
Land use simulation and landscape assessment by using genetic algorithm based on cellular automata under different sampling schemes
摘要利用元胞自动机(cellular automata,CA)模拟土地利用情景,有助于理解其变化机理,并为土地资源持续利用提供空间决策支持.本文基于生物进化过程的遗传算法(genetic algo-rithm,GA)将CA参数编码成为染色体,在模拟结果与真实结果差异值的引导下,通过选择、杂交和变异算子使最优的染色体得以遗传和保留,从而建立智能优化的元胞自动机模型.以浙江省嘉兴市1992-2008年土地利用变化为例,分别利用6%(66个·km-2)和3%(33个·km-2)两种样本方案构建遗传CA模型进行土地利用变化模拟,并通过混淆矩阵、Kappa系数和景观指数对模拟结果进行评估.结果表明:遗传CA模拟结果能在数量、位置和景观格局上以超过80%的水平接近真实分类,且大样本量构建的遗传CA的模拟精度更高;2008年的模拟精度和景观综合指数低于2001年,表明遗传CA的模拟精度和景观综合指数随模拟时间而衰减.
更多相关知识
- 浏览128
- 被引34
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文