基于LSSVM-CA模型的复杂土地利用变化模拟——以鄂州市为例

发布时间：2017-09-16 19:28

  本文关键词：基于LSSVM-CA模型的复杂土地利用变化模拟——以鄂州市为例

  更多相关文章： 元胞自动机 最小二乘支持向量机 土地利用 鄂州市

【摘要】：本文探索了最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)获取元胞转换规则的可行性,并应用于复杂土地利用变化模拟预测。以湖北省鄂州市为研究区,以1991-2004年土地利用变化数据作为模型训练数据,运用改进的ROC分析方法对比分析了LSSVM和逻辑回归方法获取的元胞转换规则,在此基础上运用LSSVM-CA模型模拟了研究区2013年的土地利用情景,并对2020年和2030年土地利用情景进行预测。研究结果表明:1LSSVM对数量较大、变化过程较复杂土地利用类型的空间分布模拟效果更好,如耕地、建设用地、养殖水体和其他用地;2与2013年实际土地利用情景相比,LSSVM-CA模拟结果总体精度为0.80,Kappa系数为0.73,处于较高一致性水平,优于逻辑回归-CA模型结果;3未来,鄂州市主城区、城西新区、"葛华新城"、"红莲湖新城"以及南部的花湖开发区、沼山镇、太和镇建设用地需求较大,将占用大量耕地,东部和南部低丘岗地区的耕地将大量转变为林地。研究结论为LSSVM方法可用于获取元胞转换规则进行复杂土地利用变化模拟,并能取得较好的效果,模拟结果可为研究区土地规划、耕地和生态环境保护等提供决策参考。
【作者单位】： 中国地质大学(武汉)公共管理学院;国土资源部法律评价重点实验室;
【关键词】： 元胞自动机 最小二乘支持向量机 土地利用 鄂州市
【基金】：国家社科基金项目(14BJY057) 国家社科青年项目基金项目(12CGL065)
【分类号】：F301.2
【正文快照】： 1引言土地利用/土地覆被变化((Land Use and LandCover Change,LUCC)作为全球环境变化和可持续发展的重要内容,是全球变化研究的热点和前沿问题。国际全球环境变化人文因素计划(InternationalHuman Dimensions Programme,IHDP)和国际地圈生物圈计划(International Geosphere-B

【参考文献】

中国期刊全文数据库 前9条

1 王霞;王占岐;金贵;杨俊;;基于核函数支持向量回归机的耕地面积预测[J];农业工程学报;2014年04期

2 张亦汉;黎夏;刘小平;乔纪纲;何执兼;;耦合遥感观测和元胞自动机的城市扩张模拟[J];遥感学报;2013年04期

3 黎夏;;协同空间模拟与优化及其在快速城市化地区的应用[J];地球信息科学学报;2013年03期

4 张丁轩;付梅臣;陶金;胡利哲;杨晓丽;;基于CLUE-S模型的矿业城市土地利用变化情景模拟[J];农业工程学报;2013年12期

5 高志强;易维;;基于CLUE-S和Dinamica EGO模型的土地利用变化及驱动力分析[J];农业工程学报;2012年16期

6 肖明;吴季秋;陈秋波;金美佳;郝雪迎;张扬建;;基于CA-Markov模型的昌化江流域土地利用动态变化[J];农业工程学报;2012年10期

7 张亦汉;黎夏;刘小平;乔纪纲;;基于数据同化的元胞自动机[J];遥感学报;2011年03期

8 周竹;李小昱;李培武;高云;展慧;刘洁;;基于GA-LSSVM和近红外傅里叶变换的霉变板栗识别[J];农业工程学报;2011年03期

9 曹雪;罗平;李满春;李红旮;龙爱华;;基于扩展CA模型的土地利用变化时空模拟研究——以深圳市为例[J];资源科学;2011年01期

【共引文献】

中国期刊全文数据库 前10条

1 张博;雷国平;周浩;王蕊;董博文;张旭;;基于CLUE-S模型的矿业城市土地利用格局情景模拟[J];水土保持研究;2016年05期

2 杨建新;龚健;李江风;;基于LSSVM-CA模型的复杂土地利用变化模拟——以鄂州市为例[J];资源科学;2016年08期

3 秦富仓;周佳宁;刘佳;张连根;高岭;;内蒙古多伦县土地利用动态变化及驱动力[J];干旱区资源与环境;2016年06期

4 黄园园;闫庆武;雷少刚;李俊刚;;基于GIS的乌海矿区土地退化因素分析[J];生态与农村环境学报;2016年03期

5 郑剑;周竹;仲山民;曾松伟;;基于近红外光谱与随机青蛙算法的褐变板栗识别[J];浙江农林大学学报;2016年02期

6 贾启建;何玲;;滨海土地重心迁移及景观梯度变化[J];水土保持研究;2016年02期

7 毛晓曦;郭云继;崔江慧;王树涛;;滨海生态脆弱区土地生态系统服务价值动态变化分析——以黄骅市为例[J];水土保持研究;2016年02期

8 薛亚永;王晓峰;;基于地形梯度的陕西省土地利用变化研究[J];中国农学通报;2016年11期

9 章鸣[;陈瑛;沈瑛;马军山;;利用机器学习方法对神经肌肉罕见病DMD进行分类预测[J];上海理工大学学报;2016年02期

10 王洪;刘伟铭;;深度信任支持向量回归的耕地面积预测方法[J];郑州大学学报(理学版);2016年01期

【二级参考文献】

中国期刊全文数据库 前10条

1 金贵;王占岐;胡学东;胡守庚;张道军;;基于模糊证据权模型的青藏高原区土地适宜性评价[J];农业工程学报;2013年18期

2 李强;任志远;;基于Logistic回归分析的土地利用变化空间统计与模拟[J];统计与信息论坛;2012年03期

3 王友生;余新晓;贺康宁;李庆云;张由松;宋思铭;;基于CA-Markov模型的藉河流域土地利用变化动态模拟[J];农业工程学报;2011年12期

4 薛建春;蔡松;;灰色预测模型在矿区土地利用变化研究中的应用[J];金属矿山;2011年10期

5 孙永光;李秀珍;郭文永;何彦龙;贾悦;;基于CLUE-S模型验证的海岸围垦区景观驱动因子贡献率[J];应用生态学报;2011年09期

6 何丹;金凤君;周t，

本文编号：864999