基于CA-BPNN模型的港口陆域演化研究
发布时间：2021-05-27 06:34
港口建设是促进港口城市发展的重要因素,同时也是港口城市景观格局变化的重要因素。港口高速发展使周边区域的土地利用及景观格局发生重大改变,因此急需开展港口用地变化的相关研究,探索生态型港口的演化模式和规律,为科学严谨地制定可持续发展的港口规划提供依据。本文以探究港口陆域时空演化规律为目标,针对港口土地矛盾、沿海生态等问题,分析了港口陆域土地演化影响变量,结合CA和BPNN模型,建立CA-BPNN港口陆域演化模型,并以某研究区域作为算例,进行仿真,对仿真结果进行了分析,为港口陆域演化相关研究提供新的思路和方法。本文对传统土地利用变化和港口土地利用变化的国内外研究进行了综述；按照港口用地特性确定了港口土地利用类型分类及港口陆域演化影响变量；综合CA模型和BP神经网络模型,建立了CA-BPNN港口陆域演化模型；以Landsat TM/ETM+卫星遥感数据和DEM数字高程数据为基础,对某港区进行算例计算,模拟预测出2020年该港区的土地利用变化,并进行景观格局分析；结果表明本研究建立的CA-BPNN港口陆域演化模型,可以很好的模拟未来区域土地利用演化,表明该模型的可行性；在该模型预测结果上,可以为...
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：48 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内与国外相关研究综述
1.2.1 土地利用变化驱动因素研究现状
1.2.2 土地利用变化模型研究现状
1.3 论文主要研究内容
1.4 论文结构
2 理论基础
2.1 土地利用变化
2.1.1 土地利用与土地利用变化
2.1.2 土地利用变化驱动因素
2.2 CA模型
2.3 BPNN模型
2.3.1 BPNN模型结构
2.3.2 BPNN学习规则
2.3.3 BPNN的MATLAB实现
2.4 景观格局分析
3 CA-BPNN港口陆域演化模型构建
3.1 模型描述
3.2 港口陆域演化驱动因素
3.2.1 港口土地利用类型分类
3.2.2 港口土地遥感图像数据处理
3.2.3 港口陆域演化驱动因素
3.3 模型训练与校准
3.3.1 CA-BPNN港口陆域演化模型拓扑结构建立
3.3.2 CA-BPNN港口陆域演化模型训练
3.3.3 CA-BPNN港口陆域演化模型校准
3.4 模型预测
4 算例分析
4.1 研究区域
4.2 研究区域数据获取
4.2.1 研究区域土地利用分类获取
4.2.2 研究区域土地变化驱动因素数据获取
4.3 港口陆域演化模型训练与校准
4.4 港口陆域演化预测结果与分析
4.4.1 港口陆域演化预测结果
4.4.2 港口陆域演化预测分析
5 结论与展望
5.1 结论
5.2 展望
参考文献
攻读硕士学位期间发表学术论文情况
致谢
【参考文献】：
期刊论文
[1]基于生态足迹的港口生态承载力模型[J]. 郭子坚,望灿,王文渊,张祺. 港工技术. 2015(02)
[2]基于RBF神经网络的城市建成区面积预测研究——兼与BP神经网络和线性回归对比分析[J]. 张晓瑞,方创琳,王振波,马海涛. 长江流域资源与环境. 2013(06)
[3]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[J]. 乔纪纲,邹春洋. 测绘与空间地理信息. 2012(07)
[4]天津港区土地利用时空格局变化与驱动力分析[J]. 刘保晓,黄耀欢,付晶莹,江东. 地球信息科学学报. 2012(02)
[5]土地利用变化对全球气候影响的研究进展与方法初探[J]. 刘纪远,邵全琴,延晓冬,樊江文,邓祥征,战金艳,高学杰,黄麟,徐新良,胡云峰,王军邦,匡文慧. 地球科学进展. 2011(10)
[6]基于不透水表面指数的城市地表覆被格局特征——以深圳市为例[J]. 刘珍环,王仰麟,彭建,谢苗苗,李猷. 地理学报. 2011(07)
[7]近20a广东省海岛海岸带土地利用变化及驱动力分析[J]. 高义,苏奋振,孙晓宇,杨晓梅,薛振山,张丹丹. 海洋学报(中文版). 2011(04)
[8]港口与城市空间联系研究回顾与展望[J]. 郭建科,韩增林. 地理科学进展. 2010(12)
[9]基于遗传神经网络获取元胞自动机的转换规则[J]. 曹敏,史照良. 测绘通报. 2010(03)
[10]基于SD和CA的城镇土地扩展模拟模型——以江苏省南通地区为例[J]. 秦贤宏,段学军,李慧,卢雨田. 地理科学. 2009(03)
博士论文
[1]港口升级换代与城市空间结构演变研究[D]. 梁辰.大连海事大学 2014
[2]港城互动的理论与实证研究[D]. 陈航.大连海事大学 2009
[3]港城互动的系统动力学模型研究[D]. 张萍.河海大学 2006
硕士论文
[1]港口土地利用变化的CA-Markov模型研究[D]. 蒋欣昀.大连理工大学 2015
[2]基于GIS和组合赋权法的环渤海邮轮母港竞争力评价[D]. 孙欢.大连海事大学 2014
[3]基于BP神经网络的生态恢复评价研究[D]. 李荣丽.福建师范大学 2012
[4]环渤海区域港口群与城市群互动效应分析[D]. 孔婷月.北京交通大学 2011
[5]神经网络与元胞自动机在城市土地利用规划中的应用研究[D]. 井长青.新疆大学 2011
[6]基于GIS和BP神经网络的洪灾损失系统设计与开发[D]. 余豪峰.江西理工大学 2008
[7]基于BP神经网络的城市扩张动态模拟和预测[D]. 姜凤霞.山东科技大学 2008
[8]大连港在环渤海港口群的竞争力研究[D]. 陈浩.大连海事大学 2006
[9]地理特征元胞自动机及城市土地利用演化研究[D]. 罗平.武汉大学 2004
本文编号：3207093
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：48 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内与国外相关研究综述
1.2.1 土地利用变化驱动因素研究现状
1.2.2 土地利用变化模型研究现状
1.3 论文主要研究内容
1.4 论文结构
2 理论基础
2.1 土地利用变化
2.1.1 土地利用与土地利用变化
2.1.2 土地利用变化驱动因素
2.2 CA模型
2.3 BPNN模型
2.3.1 BPNN模型结构
2.3.2 BPNN学习规则
2.3.3 BPNN的MATLAB实现
2.4 景观格局分析
3 CA-BPNN港口陆域演化模型构建
3.1 模型描述
3.2 港口陆域演化驱动因素
3.2.1 港口土地利用类型分类
3.2.2 港口土地遥感图像数据处理
3.2.3 港口陆域演化驱动因素
3.3 模型训练与校准
3.3.1 CA-BPNN港口陆域演化模型拓扑结构建立
3.3.2 CA-BPNN港口陆域演化模型训练
3.3.3 CA-BPNN港口陆域演化模型校准
3.4 模型预测
4 算例分析
4.1 研究区域
4.2 研究区域数据获取
4.2.1 研究区域土地利用分类获取
4.2.2 研究区域土地变化驱动因素数据获取
4.3 港口陆域演化模型训练与校准
4.4 港口陆域演化预测结果与分析
4.4.1 港口陆域演化预测结果
4.4.2 港口陆域演化预测分析
5 结论与展望
5.1 结论
5.2 展望
参考文献
攻读硕士学位期间发表学术论文情况
致谢
【参考文献】：
期刊论文
[1]基于生态足迹的港口生态承载力模型[J]. 郭子坚,望灿,王文渊,张祺. 港工技术. 2015(02)
[2]基于RBF神经网络的城市建成区面积预测研究——兼与BP神经网络和线性回归对比分析[J]. 张晓瑞,方创琳,王振波,马海涛. 长江流域资源与环境. 2013(06)
[3]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[J]. 乔纪纲,邹春洋. 测绘与空间地理信息. 2012(07)
[4]天津港区土地利用时空格局变化与驱动力分析[J]. 刘保晓,黄耀欢,付晶莹,江东. 地球信息科学学报. 2012(02)
[5]土地利用变化对全球气候影响的研究进展与方法初探[J]. 刘纪远,邵全琴,延晓冬,樊江文,邓祥征,战金艳,高学杰,黄麟,徐新良,胡云峰,王军邦,匡文慧. 地球科学进展. 2011(10)
[6]基于不透水表面指数的城市地表覆被格局特征——以深圳市为例[J]. 刘珍环,王仰麟,彭建,谢苗苗,李猷. 地理学报. 2011(07)
[7]近20a广东省海岛海岸带土地利用变化及驱动力分析[J]. 高义,苏奋振,孙晓宇,杨晓梅,薛振山,张丹丹. 海洋学报(中文版). 2011(04)
[8]港口与城市空间联系研究回顾与展望[J]. 郭建科,韩增林. 地理科学进展. 2010(12)
[9]基于遗传神经网络获取元胞自动机的转换规则[J]. 曹敏,史照良. 测绘通报. 2010(03)
[10]基于SD和CA的城镇土地扩展模拟模型——以江苏省南通地区为例[J]. 秦贤宏,段学军,李慧,卢雨田. 地理科学. 2009(03)
博士论文
[1]港口升级换代与城市空间结构演变研究[D]. 梁辰.大连海事大学 2014
[2]港城互动的理论与实证研究[D]. 陈航.大连海事大学 2009
[3]港城互动的系统动力学模型研究[D]. 张萍.河海大学 2006
硕士论文
[1]港口土地利用变化的CA-Markov模型研究[D]. 蒋欣昀.大连理工大学 2015
[2]基于GIS和组合赋权法的环渤海邮轮母港竞争力评价[D]. 孙欢.大连海事大学 2014
[3]基于BP神经网络的生态恢复评价研究[D]. 李荣丽.福建师范大学 2012
[4]环渤海区域港口群与城市群互动效应分析[D]. 孔婷月.北京交通大学 2011
[5]神经网络与元胞自动机在城市土地利用规划中的应用研究[D]. 井长青.新疆大学 2011
[6]基于GIS和BP神经网络的洪灾损失系统设计与开发[D]. 余豪峰.江西理工大学 2008
[7]基于BP神经网络的城市扩张动态模拟和预测[D]. 姜凤霞.山东科技大学 2008
[8]大连港在环渤海港口群的竞争力研究[D]. 陈浩.大连海事大学 2006
[9]地理特征元胞自动机及城市土地利用演化研究[D]. 罗平.武汉大学 2004
本文编号：3207093
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3207093.html
