基于随机森林和卷积神经网络的土地利用变化元胞自动机模拟优化研究

来源 :华中师范大学 | 被引量 : 0次 | 上传用户:zgrmxm
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
土地利用与土地覆被变化(Land-Use and Land-Cover Change,LUCC)是人地关系最直接的体现,各类用地的增减与分布可以反映出随着人类社会不断发展过程中,土地资源开发与利用的不合理和不均衡现象。为了缓解建设用地扩张和有限的土地资源之间的矛盾,实现社会的可持续发展,中国政府提出了划定“基本农田保护红线”、“生态保护红线”和“城镇开发边界”三条控制线的战略任务,进一步明确了盘活城镇存量土地的任务要求,城镇发展导向逐步由外延式扩张向内部用地结构布局优化的方向转型。在此背景下,城市土地利用变化研究也逐步朝着微观化和精细化方向发展。传统的土地利用模拟方法多以地理元胞自动机模型为主体,主要采用普查统计和自然属性等数据来分析城市用地的演化机制,尺度较为宏观且数据现势性不强,缺乏能够反映社会微观经济活动的数据来源。随着Web2.0技术的发展,在民众日常行为活动中自主或被动产生了带有地理信息标签的时空大数据,为研究土地利用变化微观演绎规律提供了可能。目前以POI数据为代表的众源地理信息数据已经逐渐在土地利用变化研究中发挥重要作用,有研究主要利用此类数据对用地变化情况进行了微观和宏观两个方面的分析,证实了 POI数据能够为挖掘土地利用变化驱动因素提供新的分析视角,从而提高土地利用变化模拟的精度。元胞自动机作为土地利用模拟的经典模型,在引入POI等地理时空大数据进行方法优化的同时,也难以避免大数据信息冗余和信息隐含两大特点的不利影响。一方面,地理时空大数据种类丰富且各类数据间具有相关性,过多数据造成的信息冗余会降低模拟效率甚至损害模型精度,使用时需要进行合理的数据清洗;另一方面,现有的转换规则挖掘方法,容易破坏甚至忽略地理时空大数据中富有价值的空间结构信息。由此可见,驱动因于筛选和转换规则挖掘问题,是制约地理时空大数据应用于土地利用变化研究中的亟需解决的问题。为此,本研究利用POI数据开展武汉市土地利用变化模拟,从驱动因子筛选和转换规则挖掘两方面,对地理元胞自动机模拟过程进行优化,主要研究内容如下:(1)建立基于随机森林间隔序列的土地利用变化驱动因子重要性评价方法。针对POI数据之间部分数据存在较强相关性而导致的信息冗余问题,本文采用基于随机森林间隔序列的变量重要性评价方法进行驱动因子评价并筛选出信息贡献突出的驱动因子。(2)提出基于卷积神经网络的转换规则挖掘方法。本文利用卷积神经网络在处理二维图像格式数据时能够提取并保留空间结构信息的优点,挖掘驱动因子的属性和空间特征,并在此基础上开展更精细的土地利用适宜性评价,进而优化元胞转换规则。(3)构建CNN-CA-Markov 土地利用变化模拟模型。本文将卷积神经网络模型挖掘出的转换规则应用到现有的CA-Markov 土地利用变化模拟模型中,通过发挥不同模型的优势达到提升模拟精度的目的,并基于此模型开发土地利用变化模拟软件系统。(4)开展武汉市土地利用变化模拟的实证研究。利用武汉市2010和2015年土地利用状况完成模型训练和构建,从而模拟2020年武汉市用地变化,并通过多模型之间的对比分析验证本文所提出方法对元胞自动机模拟的优化效果。结果表明,2015-2020年武汉市土地利用变化的主导因素包括:高程、零售网点、坡向、农副产业、餐饮、金融商务、渡口、高速公路、政府机关和地铁,驱动力筛选在保证了模拟精度的同时降低了模型耗时;使用卷积神经网络挖掘出的土地利用适宜性和真实用地状态间具有相关性,且相较于IDRIS的适宜性评价方法,建设用地、林地和耕地三种用地类型的适宜性评价结果更可靠;本文构建的CNN-CA-Markov 模型模拟武汉市 2020 年土地利用状态的 Kappa 系数为 0.82 1,相较于其它模型,模拟精度有所提高。综上,本文将随机森林和卷积神经网络应用于土地利用变化元胞自动机模拟过程,有效优化了模型性能和模拟精度。在应用POI据作为驱动因子时,基于随机森林间隔序列的变量重要性评价方法能够抵抗变量间相关性带来的不良影响,客观评价不同驱动因子的重要性并进行驱动因子择优,从而降低信息冗余;基于卷积神经网络的转换规则挖掘方法具备深入挖掘地理时空数据的能力,通过它能够得到更加可靠的适宜性评价结果;本文所提出的CNN-CA-Markov模型,能够有效利用POI数据中的信息完成土地利用变化模拟,模型精度相较现有方法有所提升。
其他文献
随着全民阅读的深入推进,图书馆阅读推广活动蓬勃发展,催生出了立体式阅读推广、群组阅读推广、精准阅读推广等多种模式。然而,图书馆阅读推广中的一些问题也逐渐浮出水面,如阅读推广缺乏理论支撑,主要靠政策指导、创意和借鉴模仿为主导而生成,活动精度不高、活动效果不一致等问题。虽然不少研究者开展了相关研究,但探索图书馆阅读推广对阅读行为的作用机理的研究仍然十分缺乏,其作用路径仍然没有明晰。针对上述问题,本文探
学位
历史告诉我们,布隆迪与卢旺达两国之间的关系很不稳定。这两个国家通常被认为是孪生国家,这是因为两国几乎具有相同的历史和语言,相同的文化习俗、社会和政治结构。这两个前比利时殖民地国家,都经历了类似的种族灭绝和叛军领导的过渡时期。然而,两国的过渡以截然不同的方式发生。由图西人统治的卢旺达爱国阵线(RPF)通过军事胜利掌权,建立起一个强大的、受捐助者青睐的国家。由胡图人领导的布隆迪捍卫民主全国委员会(CN
学位
Considering China’s increasing political and economic significance in the 21st century,it is not surprising that China attracts a lot of attention due to its numerous achievements and the diverse chal
学位
自闭症,又称孤独症,是一种广泛性发育障碍,也称自闭症谱系障碍(ASD),其核心障碍为(1)在多种场合下,社交交流和社交互动方面存在持续性缺陷;(2)受限的、重复的行为模式、兴趣或活动。我国自闭症患者每年以20万的速度递增,特殊学校中自闭症谱系障碍儿童的比例越来越高,给特殊教育教师带来极大的挑战,因此探索积极有效的康复治疗方法迫在眉睫。沙盘游戏治疗,又称箱庭疗法,是一种将分析心理学理论和游戏治疗相结
学位
在知识经济时代背景下,人们对知识的需求日益增长,以互联网技术、共享技术与移动支付技术等为支撑的社会知识服务行业开始崛起,催生出一种新兴知识服务产业——互联网知识付费。新兴服务模式颠覆了传统大众传播时代的显性知识主流与单向传授方式,聚焦于互联网时代最受欢迎的隐性知识与智慧,提供多方共享合作知识平台,使知识作为智力资产开始在社会领域流通。公众开始萌生为知识付费的意识,“知识付费”成为文化教育领域炙手可
学位
地理要素的空间模式识别、制图综合策略选择与成果评价是地图综合的重要内容,其中空间模式是地图综合中首要的考虑因素之一。建筑物作为重要的地理要素之一,其群组模式是地图综合策略选择的依据,综合前后建筑物群组模式的一致性也是综合质量评价标准之一。建筑物群组的空间模式极为复杂,受到建筑物群组中单个要素的尺寸、形状、方向以及各个要素的距离、排列模式、密度等参数的影响,建筑群地图综合质量评价要以其模式识别为基础
学位
在中国农村地区,人口老龄化、青壮年劳动力大规模外流、传统文化影响力减弱等因素对传统的家庭养老产生了巨大冲击,而机构养老所能提供的养老服务不仅无法满足养老服务需求,还难以被许多农村居民所偏好。因此,发展互助养老服务对于弥补农村地区养老服务的供需缺口有着重要意义。然而,在由礼俗社会向法理社会转变的过程中,自发的互助养老服务实践遭遇一定困境。因此,只有在政府的有力推动下,将互助养老服务更好地镶嵌于农村社
学位
空间多变量相关性分析是地理学研究的重要分析手段之一,它广泛应用于地学研究的各个领域,而空间多变量分析方法日前尚处于探索阶段。本文试图建立两个新的空间多变量分析模型,即空间多变量趋势一致性分析(Spatial Multivariate Trend Consistency Analysis,SMTCA)模型与基于滑动窗口的空间相关分析模型(Sliding Window Based Geospatial
学位
在生态文明建设和全面建成小康社会的时代背景下,促进区域经济与环境协调发展是重中之重。清江流域的生态战略地位显著,经济条件相对落后,绿色发展道路是必经之路,如何权衡协调区域生态保护和经济发展的矛盾关系是十分重要的课题。本文以清江流域为研究对象,分析1980-2018年间土地利用/覆被与主要生态系统服务时空变化规律,探究不同尺度下流域的生态系统服务权衡/协同关系,通过构建Logistic-CA-Mar
学位
含氧杂环化合物是一类重要的杂环化合物,常被作用于各类天然产物和药物分子的结构单元,该类化合物可实现多样的生物活性,被广泛用于农药和医药领域。碘和金属参与的环化反应由于具有底物适用性优良、产物产率高、操作简单和后处理方便等优点,为含氧杂环化合物的合成提供了有效的策略。本文通过串联的碘活化炔键成环/再碘化/水解反应合成了一系列4-碘-3-呋喃甲醇类化合物;通过在两种不同的金属催化体系中,以高度的区域选
学位